Aplicaciones

Aplicaciones del anlisis armnico
(anlisis armnico y de todo un poco)

Fernando Chamizo Curso 2012-2013
ndice general
Glosario 1. Introduccin 1.1. Precalentamiento . . . . . . . . . . . . . . . . . . . . . 1.1.1. La serie de Fourier original . . . . . . . . . . . . 1.1.2. Algunos teoremas . . . . . . . . . . . . . . . . . 1.1.3. Algunos ejemplos y grcos . . . . . . . . . . . 1.2. Aprendiendo a sumar . . . . . . . . . . . . . . . . . . . 1.2.1. Sumacin por partes . . . . . . . . . . . . . . . 1.2.2. La frmula de sumacin de Poisson . . . . . . . 1.2.3. Tcnicas de variable compleja . . . . . . . . . . 1.3. Anlisis armnico discreto . . . . . . . . . . . . . . . . 1.3.1. Caracteres y transformadas . . . . . . . . . . . 1.3.2. Implementacin del anlisis de Fourier discreto . 1.3.3. Anlisis de Fourier discreto en la vida cotidiana 2. Sumas e integrales oscilatorias 2.1. El principio de incertidumbre . . . . . . . . . . . . . . 2.1.1. Diferentes formas del principio de incertidumbre 2.1.2. Un poco de fsica cuntica . . . . . . . . . . . . 2.2. Integrales oscilatorias . . . . . . . . . . . . . . . . . . . 2.2.1. El principio de fase estacionaria . . . . . . . . . 2.2.2. Las matemticas de la difraccin . . . . . . . . 2.3. Sumas oscilatorias . . . . . . . . . . . . . . . . . . . . . 2.3.1. El mtodo de van der Corput . . . . . . . . . . 2.3.2. La gran criba . . . . . . . . . . . . . . . . . . . 2.3.3. Algunas aplicaciones aritmticas . . . . . . . . . iv 1 1 2 5 9 13 13 16 21 27 28 32 38 49 49 50 55 65 66 72 80 81 87 91
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Glosario
[x] {x} a b (m od m) f g f g f g f g f g C n C0 Cn d(n) DN P e(x) FN f p f f (s) parte entera de x x [x] 1/2 m|ab gf Laplaciano l m sup |f |/g < Gradiente Borde de la variedad Convolucin f (t)g (x t)dt l m f /g = 1 f g yf g Funciones continuas C n con soporte compacto Funciones con n derivadas continuas Delta de Dirac Nmero de divisores Ncleo de Dirichlet N n=N e(nx) Delta de Dirac 1-peridica Exponencial compleja e2ix Ncleo de Fejr N (1 |n|/N )e(nx) ) n= N ( p 1/p La norma |f | Transformada de Fourier f (x)e(x) dx Transformada inversa f ( )e(x ) d Funcin Gamma 0 xs1 ex dx Constante de Euler (1) 15 18 32 13 55 13 75 75 5 13 13 2 3 2 3 97 5 3 2 6 7 4 4 12 15
iii
H (z ) (n) Lp (n) f = O(g ) f = o(g ) (x) 2 (N ) (x) r2 (n) (z ) S1 (n) SN f T (z ) ZN
{x + iy : x R, y > 0} Parte imaginaria de z log p si n = pk con p primo y 0p en el resto Espacio de funciones con |f | < funcin de Mbius l m sup |f |/g < l m f /g = 0 #{p x : p primo} Primos gemelos hasta N ( n) px { } # (a, b) Z2 : n = a2 + b2 Parte real de z El grupo multiplicativo {z C : |z | = 1} d|n d Suma parcial de la serie de Fourier de f El toro unidimensional R/{x x + 1} 2 n= e(n z ) Grupo aditivo de los enteros mdulo N
18 22 16 8 90 13 13 16 97 16 93 22 29 18 5 2 18 27
Captulo 1 Introduccin
1.1. Precalentamiento
El trmino anlisis deriva de una palabra griega que signica 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 signicado 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 -0.5
0.4
0.6
0.8
1 -0.5
0.2
0.4
0.6
0.8
-1
-1
f (x) = sen(6 x)
f (x) = cos(6 x)
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 auta. Con esta ambigedad, el anlisis armnico se convierte en un rea muy amplia cuyas 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
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 . Arma 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 cosenos que representan los tonos puros. A los an se les llama coecientes de Fourier . Las funciones {e(nx)} n= son los armnicos en esta descomposicin. Por la periodicidad, el intervalo de integracin [0, 1] se puede sustituir por cualquier otro de longitud 1. A este respecto, en muchos contextos se muestra conveniente introducir el toro T = R/{x x + 1} obtenido al enrollar la recta real alrededor de la circunferencia unidad (un toro unidimensional es una circunferencia), o equivalentemente pegar los extremos del intervalo [0, 1]. En este sentido, f : T C representa una funcin 1-peridica y an viene dado por la integral sobre T. No hay que dejarse impresionar por toda esta palabrera, simplemente considerarla como una notacin conveniente o una taquigrafa. Por ejemplo C (T) y C n (T) representan las funciones continuas y las funciones de clase C n que son 1-peridicas.
1 1 0.8 0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
0.8
1.2
0.2
0.4
0.6
0.8
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 ramicaciones 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 autas 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: (1.2) ( ) (1)n = cos (2n + 1)x 4 2n + 1 n=0
para
<x< . 2 2
1.1. PRECALENTAMIENTO
Fourier nota que en [/2, 3/2], el resto del intervalo hasta completar un periodo, el resultado es /4 por las simetras del coseno, salvo en los extremos donde la funcin vale cero. Con la notacin de (1.1), escribiramos esto como
/4
0.5
...
-0.5
0.5
1.5
2.5
) (1)n ( ... = e (2n + 1)x para todo x R. 4n + 2 n=
/4
Los argumentos de Fourier son muy objetables desde el rigor actual, e incluso con el de su tiempo. ( ) [Fou88, Ch.III, Sec.II.171] para probar (1.2) fue su Su razonamiento poner /4 = an cos (2n + 1)x e igualar las series de Taylor de ambos miembros en x = 0. Con ello se llega a un sistema lineal con innitas incgnitas, los an , y coecientes tendiendo a innito que Fourier resuelve para obtener an = (1)n /(2n + 1), incluso a pesar de que todas las ecuaciones del sistema menos una dan lugar a series divergentes al comprobar las soluciones. La prueba rigurosa de la convergencia de la series de Fourier bajo condiciones bastante generales tendra que esperar a un famoso trabajo de P.G.L. Dirichlet en 1828. Despus de este desvo histrico, volvamos al problema de por qu nos deberamos creer que las funciones 1-peridicas razonables coinciden con su serie de Fourier. Comencemos considerando la delta de Dirac 1-peridica (tambin llamada peine de Dirac ) (1.3) P (x) =
n=
( x 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 preeren 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 l mn 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 innito tan grande que la integral de es 1 en cualquier intervalo que contenga al origen. Si P coincidiera con su serie de Fourier, es decir, si la igualdad (1.4) P (x) =
n=
e(nx)
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 denitiva, 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:
n=
( x n) =
1 0 1
10 n=10
e(nx) =
Pasar de funciones 1-peridicas a T -peridicas es tan fcil como hacer el cambio x x/T , con ello el desarrollo de Fourier de funciones razonables T -peridicas responde a la frmula T /2 ( x) ( 1 x) (1.5) f (x) = an e n con an = dx f (x)e n T n= T T T /2 donde el 1/T proviene del diferencial. Si permitimos T manteniendo = n/T jo, los coecientes an vendrn dados por la transformada de Fourier (1.6) f ( ) = f (x)e(x) dx.
Por otra parte, imponer que algo tenga periodo innito 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 : ( ) f =f donde g (x) = g ( )e(x ) d. (1.7)
A g se le llama transformada inversa (o antitransformada) de Fourier de g . Ntese en la analoga con (1.1) una vez que se descodica la notacin. La frmula de inversin es
f (x) = R f ( )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), denimos el sumatorio truncado y la operacin integral empleada en la idea intuitiva: DN (x) =
N n=N
e(nx) y (f g )(x) =
T
f (t)g (x t)dt.
A DN se le llama ncleo de Dirichlet y a f g convolucin de f y g . Se puede denir 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 , an e(nx) = (DN f )(x). SN 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 m T |DN | < , tendramos (1.1) para el origen y l 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 se cumple ( integrable g , ) Lema de Riemann-Lebesgue asegura que para cualquier funcin g (x)e(x) dx = 0 si . Por tanto, si para cierto x, f (x t) f (x) / sen(t) T es integrable como funcin de t, deducimos que SN f (x) f (x), como desebamos (habitualmente se llama a este resultado criterio de Dini ). Si exigimos f C 1 (T), entonces nuestra hiptesis ser satisfecha en todo punto, y hemos probado: Teorema 1.1.1. Para cualquier f C 1 (T) se cumple l mN SN f = f uniformemente. Empleando que el ncleo de Dirichlet es perfectamente simtrico, especialmente que 1/2 0 D = DN = 1/2, se pueden permitir discontinuidades de salto, siempre que N 0 1/2 haya regularidad a derecha e izquierda, y la serie de Fourier tender al punto medio. Esta observacin y el hecho de que la funciones de variacin acotada sean esencialmente las de derivada integrable (permitiendo as usar el criterio de Dini), sugieren que el resultado ms general al que podemos llegar con los razonamientos anteriores es [Kat76, II.2] Teorema 1.1.2.) Si f es de variacin acotada en T, se cumple l mN SN f (x) = ( 1 + f (x ) + f (x ) . 2 Antes hemos dejado caer que el problema de la convergencia de la serie de Fourier sera ms simple si la integral T |DN | estuviera uniformemente acotada en N . Con esta idea, se introduce el ncleo de Fejr FN (x) =
N ( n= N
|n| ) sen2 (N x) e(nx) = , N N sen2 (x)
que al ser positivo cumple T |FN | = T FN = 1. Entonces el argumento anterior, cambiando DN por FN , nos da que las sumas de Cesro de la serie de Fourier, es decir SN f =
|n|<N
( |n| ) an 1 e(nx), 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 reejo 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
SN f en vez de SN f es una forma de aceleracin de series en sentido fuerte (vanse las grcas 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 l mN SN 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 SN f tiende al punto medio, como antes [Zyg77, III.3]. Supongamos que tenemos una funcin f C (T), entonces integrando por partes, sus coecientes 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
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 2 2 = ( ) 1 / 2 2 2 |f |2 . Con todo ello, las |n|>N |an | con 2 la norma en L , esto es, f 2 = 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 l mN 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 nita {e(nx)}N n=N . Desde otro punto de vista, los coecientes 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 coecientes de Fourier de una convolucin. g (1.11) a n bn = f y cn = an bn ,
n= T
n=
donde {an }, {bn } y {cn } son los coecientes de Fourier de f , g y f g . La teora L2 es maravillosa pero no debemos olvidarnos de que con respecto al problema original, lo que hemos hecho es cambiar la denicin. Ahora la igualdad de (1.1) hay que entenderla en sentido de que el momento de orden 2 de la diferencia (la varianza) es cero. La pregunta matemtica natural es si todava tenemos convergencia en el sentido habitual. Por supuesto, las funciones de L2 estn denidas salvo conjuntos de medida cero, entonces necesariamente nos tendremos que olvidar de ellos. Una respuesta armativa 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
N
l m SN f (x) = f (x)
para casi todo x.
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 innitos 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 coecientes de Fourier. Respecto a la transformada de Fourier, la teora es ms o menos paralela. Una diferencia esencial es que para la propia denicin se necesita cierto decaimiento. Esto es notorio cuando intentamos hacer la teora L2 . Si bien se tena L2 (T) L1 (T), ahora por la no compacidad de R nos enfrentamos a L2 (R) L1 (R) y no podremos llevar a cabo la integracin en (1.6) en general. La solucin es usar algn tipo de regularizacin [DM72, Ch.2]. Una vez abierta la veda de la regularizacin, es posible dar sentido a (1.7) para cualquier funcin de L1 . Dentro de la teora L2 se vuelve a tener la identidad de Parseval y la relacin con la convolucin: fg = (1.12) fg y (f g ) = f g.

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 denicin, 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 f y f (k) que se sigue fcilmente integrando por partes y tiene su anlogo tambin en series de Fourier: k (1.13) an = (2in) f (k) (x)e(nx) dx y f ( ) = (2i )k f (k) ( )
T
para n y no nulos.
1.1.3.
Algunos ejemplos y grcos

) ( ) (1)n ( (1)n e (2n + 1)x = cos 2 (2n + 1)x 4n + 2 2n + 1 n= n=
El Teorema 1.1.2 asegura que tenemos la igualdad f (x) =
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 en la primera serie hay que entenderla, segn hemos visto, como lmite de N n=N . Las siguientes grcas 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
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
-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 discontinuidades curiosamente no disminuye su tamao por muy grande que tomemos N . Las siguientes grcas permiten comparar lo que se consigue sumando a la manera de Fejr tomando el mismo nmero de sumandos (realmente uno menos, porque en SN f el coeciente 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
0.5
0.5
0.5
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
-0.5
-0.5
-0.5
S5 f
S15 f
S25 f
Ahora vamos a jugar un poco con esta serie de Fourier. Por denicin, f 2 es constante 2 /16 en casi todo punto y por tanto (1.10) es muy sencillo de aplicar y conduce inmediatamente a 2 1 2 1 1 1 1 = que equivale a = 2 + 2 + 2 + 2 + ... 2 16 n= 4(2n + 1) 8 1 3 5 7 Si calculamos f f , la convolucin de f consigo misma, se obtiene la funcin 1-peridica diente de sierra que en [1/2, 1/2] vale 2 (1 4|x|)/16, la cual es continua y C 1 a trozos. De modo que por la segunda frmula de (1.11) se tiene la igualdad (con convergencia uniforme) ( ) e (2n + 1)x 1 1 2 (1 4|x|) = para x . 2 16 4(2n + 1) 2 2 n= Lo cual es coherente con el clculo directo de los coecientes de Fourier. Aplicando la primera frmula de (1.11) a esta funcin y la original, y utilizando (1.10), se obtiene las sumas de otras dos bellas series: 3 1 1 1 1 = 3 3 + 3 3 + ... 32 1 3 5 7 y 4 1 1 1 1 = 4 + 4 + 4 + 4 + ... 96 1 3 5 7
En los libros de anlisis armnico, a menudo se muestran grcas 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 sucientemente 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 coecientes 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 coecientes de Fourier. En las guras siguientes se muestra con lnea de puntos la grca de f . En la segunda, slo con a0 , a1 y a2 se consigue una aproximacin poco distinguible a simple vista. En la tercera gura se muestra la pobreza en trminos globales del polinomio de Taylor de grado 2 en el punto medio.
2.5 2.5 2.5
11
1.5
1.5
1.5
1 1 0.5 0.5 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 0.5 0 0.2 0.4 0.6 0.8 1 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) = x a a0 + 2 N n=1 n cos(n arc cos x) son aproximaciones polinmicas de e , que provienen de un cambio de variable en la serie de Fourier. Por ejemplo, P4 (x) = 0,043793 x4 + 0,177347 x3 + 0,499196 x2 + 0,997307 x + 1,000044 Por otro lado, en Clculo I nos ensearon TN = N n=0 x/n! como la aproximacin de Taylor ms destacada. Las dos primeras guras muestran las grcas de los errores PN (x) ex y TN (x) ex para N = 2 y N = 4, respectivamente:
0.05
Chebyshev
0.2 0.4 0.6 0.8 1
-0.002 -0.004 -0.006
Chebyshev
0.2
0.4
0.6
0.8
6e-4 4e-4 2e-4 0.2 -2e-4
-0.05 -0.1 -0.15 -0.2
Taylor
0.4
0.6
0.8
Taylor
-0.008 -0.01
Taylor
-4e-4 -6e-4
Chebyshev
Segundo grado
Cuarto grado
Cuarto grado y punto medio
La ltima gura 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 grca ) 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 ja, mientras que Fourier-Chebyshev converger a la funcin por el Teorema 1.1.1.
12
CAPTULO 1. INTRODUCCIN La transformada de Fourier explcita ms famosa es la de las funciones gaussianas :
(1.14)
f (x) = e
ax2
f ( ) =
2 2 /a e a
para a > 0.
2 2 2 Partiendo de ex dx = se llega a eax e2zx dx = ez /a /a para cualquier z R y la frmula anterior se deduce justicando 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 la misma denicin. A partir de una se deduce la otra por medio de la relacin f (x) = f (x). Por ejemplo, un clculo sencillo prueba que si f (x) = e|x| entonces f ( ) = 2/(1 + 4 2 2 ), por consiguiente, la transformada de 2/(1 + 4 2 x2 ) es e|| , lo cual no se obtiene por integracin directa. Aplicando (1.12), es posible deducir rpidamente el valor de algunas integrales de aspecto complicado: 2|x| dx 4 d = = e dx = . 2 2 2 2 2 2 (1 + 4 ) 2 2 (1 + x ) Una minitabla de transformadas de Fourier, es la siguiente: f (x) (x) x1 |x|
1/2
f ( ) 1 i sgn( ) | |1/2 |2 | 1 ( ) cos(/2)
f (x) ea|x| eax

2
f ( ) 2a 2 2 + 4 2 2 /a e a a1 e2a|| a2 a1 sech( 2 a1 )
|x|
(a2 + x2 )1 sech(ax)
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 La ms sorprendente es la segunda, que hay que entender como son tiles. 1 lmite de <|x|<M x e(x) dx cuando 0+ y M . La utilidad de estas transformadas de funciones malas se hace patente cuando se juntan con otras de funciones 1/2 buenas. Por ejemplo, de que |x| no est siquiera en L2 , aplicando formalmen a pesar te (1.12), se inere R |x|1/2 g (x) dx = R | |1/2 g ( ) 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. (1.15) n(n + 1) n=1 n n + 1 1 2 2 3 3 4 4 n=1 El primer asombrado fue G.W. Leibniz, a quien calcular esta suma le orient hacia las Matemticas y que lleg a decir que le haba sugerido la relacin entre derivadas e integrales. Despus de un tiempo, dejamos en el olvido el truco telescpico (o ms bien cataljico, cada objeto se anula con el anterior), en parte porque es demasiado particular y en parte porque perdimos la esperanza de evaluar sumas innitas. Matemticos muy inteligentes han mostrado que todava el truco se puede explotar para construir una bella y exible 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 ) signican respectivamente funciones f tales que l m sup |f |/g < y l m 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 l m 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 nalidad 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 1/2 en comparacin con (x + 1) por ello tambin es natural pensar que se tiene SN N 2 1/2 log N 1 (x + 1) dx 2 N log2 N . Para probar esto ltimo rigurosamente, basta integrar por partes: N N ( ) log2 x log x 2 dx = 2 N + 1 log N 4 x+1 dx = 2 N log2 N +O N log N . x x+1 1 1 La sumacin por partes permite trabajar directamente con las sumas, sin necesidad de que los sumandos estn representados por funciones regulares ni que haya una aproximacin previa por integrales. La versin ms bsica de la sumacin por partes se usa sobre todo para acotar ms que para estimar.
14
Lema 1.2.1 (Sumacin por partes). Se cumple la identidad

N n=1
an bn = aN SN +
N 1 n=1
(an an+1 )Sn
N donde Sn = n k=1 bk . Adems, si (an )n=1 es real montona no creciente y positiva, se tiene la acotacin N an bn a1 sup |Sn |.
n=1 1nN
Demostracin. Para la identidad, basta escribir bn = Sn Sn1 y agrupar convenientemente los trminos. La acotacin se sigue tomando valores absolutos y notando que 1 |aN | + N n=1 |an an+1 | = a1 porque la suma es telescpica. A menudo se aplica la acotacin anterior despus de subdividir en intervalos didicos , es decir, considerando 2j n < 2j +1 , con ello se busca evitar problemas con el innito y que otros an , no slo el a1 , participen en la acotacin para hacerla ms precisa. 1/2 Como primer ejemplo, probaremos la convergencia de la serie cos(n 2) n=1 n que no aparece en los cursos bsicos de Clculo porque no es una serie absolutamente convergente y el criterio de Leibniz ( (1)n cn converge si cn ( ) decrece a cero) es in1/2 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 . 2 2 M <nL 2 n=M +1 As, cuando L > M se tiene SL = SM + o(1) y por tanto la serie converge (las sumas forman una sucesin de Cauchy). El mismo argumento sirve para probar parciales 1/2 que n cos(2nx) converge para todo 0 < x < 1 (uniformemente sobre compactos) a pesar de que por (1.10) sabemos que ni siquiera es de cuadrado integrable [Zyg77, I,(2.6)]. Parece que las aplicaciones juiciosas de la sumacin por partes a series innitas estn limitadas al caso en que an an+1 0, sin embargo algunos mtodos de aceleracin de series contradicen esta idea. Si cn decrece a cero, tomando an = (1)n1 y bn = cn cn+1 en el Lema 1.2.1, se deduce la igualdad:
n=1
(1)
n1
1 1 cn = c1 + (1)n1 (cn cn+1 ). 2 2 n=1
El mtodo de aceleracin de series con transformadas de Euler consiste en aplicar indenidamente esta igualdad. Sin llegar a ese lmite, notemos que por ejemplo, para
15
cn = 1/(2n 1) la serie de la derecha da un error 10 veces menor que la segunda al aproximar /4 = (1)n1 cn cuando se usan 5 trminos, y usando 50 trminos el error se hace 100 veces menor. Este tipo de trucos son muy a tener en cuenta para aumentar la rapidez de clculos masivos con ordenador. Una versin un poco ms compleja de la sumacin partes se utiliza primordialmente cuando se quiere ir ms all de una acotacin. Lleva asociado el nombre de N.H. Abel, el genial matemtico que se escandaliz de que en su tiempo hubiera tan poco hecho sobre convergencia (escribi: salvo casos muy simples [...] ni una serie innita 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 verica
n x
cn g (n) = C (x)g (x)

1
C (t)g (t) dt.
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 justica mediante aproximaciones de la identidad. Aplicando el Lema 1.2.2 con cn = 1 y g (t) = 1/t se deduce x x 1 [x] [t] [x] [t] t = + dt = log x + + dt. 2 n x x t2 1 t 1 n x 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
16
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) = 0 en otro caso n x A la funcin se le llama smbolo de von Mangoldt . El teorema de los nmeros primos (x) x y la sumacin por partes traslada asegura 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) + + dt + O(x1/2 ). 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 /2 esfuerzo se reduce el error a O(x1 ). El Lema 1.2.2 con cn = (n +1) y g (x) = 1/ log(x + x 1) prueba (x) = (x)/ log x 2 (t)/(t(log t)2 ) dt + O(x1/2 ), que es equivalente a la 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 magnca frmula de sumacin de Poisson que transforma una suma sobre enteros en otra: f (x)e(nx) f (n) = f (n). P (x) = e(nx) f (x)P (x) = Lo ms difcil a la hora de establecer esta frmula es dar condiciones que aseguren la convergencia de las series del enunciado y la prueba. Una posibilidad tomada de [DM72] es la siguiente (vase en [Zyg77, I, (13.5)] una versin con hiptesis dbiles):
2 Teorema 1.2.4 (Frmula de sumacin ) . Para cualquier f C (R) satisfa( de Poisson) 2 ciendo |f (x)| + |f (x)| + |f (x)| = O (1 + |x|) , se verica n=
f (n) =
f (n).
Demostracin. Considrese la funcin F (x) = m f (m + x). Sus coecientes de Fourier m+1 son an = f (x)e(nx) dx = f (n) (las hiptesis aseguran convergencia absoluta m de la serie de Fourier) y la frmula se deduce de que F (0) = l m SN f (0).
n=
17
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 ute, 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 communities it transports things to other places and it takes you back home when applied next time one cannot live without it.
Veamos un ejemplo concreto del Teorema 1.2.4. En analoga con la historia del pequeo C.F. Gauss y la suma 2 + + 100, imaginemos a un profesor malvado de 1 + n2 /100 que exige el valor de S = e con unas pocas cifras decimales a una clase n= de estudiantes armados slo con calculadoras cientcas. Eligiendo en el Teorema 1.2.4 2 f (x) = ex /100 y usando (1.14) se tiene 2 2 S= e100 n f (x)e(nx) dx = 10 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 diere de la habitual y de la original de C.G.J. Jacobi) (1.16) (z ) =
n= n= n=
e(n2 z )
para z H
donde H es el semiplano superior {x + iy : x R, y > 0}, para asegurar la convergencia.
18
Proposicin 1.2.5. Para todo z H, se verica 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 1/4x con la obvia por z 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 f1 (z ) = 1 + 24
( n=1
( n )) (n) 2 e(nz ) 2
( (n) ( n )) f2 (z ) = 1 + 24 2 e(nz ) 2 4 n=1
son dos ejemplos con tales simetras (con el lenguaje adecuado esto ltimo es ms sencillo 4 de lo que parece). Por tanto, existen 1 , 2 C tales que (z ) = n=0 r4 (n)e(nz ) = 1 f1 (z ) + 2 f2 (z ). Ajustando 1 y 2 para que los dos primeros coecientes 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. (1.17)
i e(nx) 1 sen(2nx) {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 (1.18)
N n=1
f (n) =
1
) 1( f (x) dx + f (1) + f (N ) + 2
{x}f (x) dx.
19
N Sustituyendo (1.17), la ltima integral es 2 n=1 1 f (x) cos(2nx) dx despus de integrar 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 nitos. Proposicin 1.2.6. Sean M, N Z con M > N y sea f C 2 . Entonces M M ) 1( f (n) = f (N ) + f (M ) + f (x)e(nx) dx. 2 N n= n=N Demostracin. Segn el argumento anterior a partir de (1.18), empleando e(nx) + e(nx) = 2 cos(2nx) y e(0) = 1, se tiene M M ) 1( f (n) = f (1) + f (N ) + f (x)e(nx) dx. 2 n=1 n= 1 Cambiando N por M y restando las identidades, se obtiene el resultado esperado. Una consecuencia indirecta de esto es la evaluacin de las sumas de Gauss
N ( n2 ) GN = e N n=1
con N Z+ .
A pesar de que esto ser una consecuencia ms o menos rpida de la Proposicin 1.2.6, tiene un contenido aritmtico muy profundo y Gauss tuvo que poner mucho esfuerzo hasta conseguir una prueba de la frmula aparentemente inocente del siguiente resultado. Proposicin 1.2.7. Para cualquier N Z+ se tiene la frmula 1 + (i)N GN = N. 1i Ntese que lo que esto indica es que N 1/2 GN es 4-peridica en Z+ tomando los valores 1, 0, i y 1 + i para los cuatro primeros enteros positivos. Para la prueba seguimos [Dav80]. En [IK04] hay una demostracin originalsima utilizando integrales oscilatorias y aritmtica, mientras que en [Ros88] se puede ver una prueba clsica sin anlisis (en general stas son ms complicadas, vase tambin [Ter99, 8]). Demostracin. Vamos a aplicar la Proposicin 1.2.6 a f (x) = e(x2 /N ) en el intervalo [0, N ]. En principio esto excede en 1 el intervalo de sumacin de GN pero el trmino extra se cancela con la semisuma de f (0) y F (N ) y se obtiene N ) ( 1 ) 1+n/2 ( x2 2 + nx dx = N e Nn e(N x2 ) dx GN = e N 4 n/2 n= n= 0
20
donde simplemente se ha hecho el cambio lineal que lleva [0, N ] en [n/2, 1 + n/2]. Separando en la suma los pares de los impares, se deduce n+1 n+1/2 GN 2 N 2 N = e(N x ) dx + i e(N x ) dx = (1 + i ) e(N x2 ) dx N n= n n= n1/2 donde estamos suponiendo que no hay problema con la convergencia, en particular que la integral existe (en el prximo captulo estudiaremos esto con detalle). Aplicando (1.14) formalmente o cuando a = 2iN y 0+ , se sigue que el valor de tomando lmites 1/2 la integral es 2 e(1/8)N = 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. Denimos 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 resultantes y ajustando la constante de integracin para que sus promedios sean cero en [0, 1]. Tambin se denen los nmeros de Bernoulli como bn = Bn (0). Algunos ejemplos son: B0 = 1, 1 B1 = x , 2 1 B2 = x2 x + , 6 3 1 B3 = x3 x2 + x, 2 2 B4 = x4 2x3 + x2 1 . 30
Integrando sucesivas veces (1.17), como B1 (x) = x, para 0 x < 1, se deduce que los polinomios de Bernoulli tienen una serie de Fourier bonita: m! e(nx) Bm (x) = para m > 1. (2i)m n=0 nm En particular (1.19) b2m = 2(1)m+1 ) (2m)! ( 1 1 1 1 + + + + . . . (2 )2m 12m 22m 32m 42m
y b2m+1 = 0 para m Z+ .
Por tanto, en contra de lo que sugieren los primeros ejemplos, {|b2m |} es una sucesin que crece extremadamente deprisa. Proposicin 1.2.8 (Frmula de sumacin de EulerMaclaurin) . Sean N, M, K Z ( ) K tales que N < M y K > 0. Para cualquier f C [N, M ] , la expresin
M n= N
f (n)
f
N
) 1( f (N ) + f (M ) 2
1.2. APRENDIENDO A SUMAR es igual a

K bn ( n=2
21
n!
(n1)
(M ) f
(n1)
) (1)K +1 (N ) + K!
f (K ) (x)BK (x [x]) dx.

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 = . 4 2 2! 4 n=1
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 (K ) f (M ) f (N ) 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 jos. Esto tiene una razonable. Cuando consideramos una funcin holomorfa, ( explicacin ) f (z ) = l mh0 f (z + h) f (z ) /h establece unas relaciones entre las derivadas parciales de u = (f ) y v = (f ) como funciones de x = (z ) e y = (z ), llamadas ecuaciones de Cauchy-Riemann . Estas ecuaciones son equivalentes a decir que la forma diferencial (u + vi) dx + (v + ui) dy = f (z ) dz es cerrada, esto es, que el rotacional que aparece en el teorema de Green se anula y entonces la integral de lnea es siempre cero, el campo
22
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 simplemente conexa cuya frontera viene dada por una curva recticable orientada positivamente (en contra de las agujas del reloj). Sea f una funcin holomorfa en salvo por un nmero nito de singularidades en z = s1 , s2 , . . . , sN en el interior de , entonces f (z ) dz = 2i
N n=1
Res(f, sn )
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 + 1 , |(z )| < N + 1 con N Z+ y f (z ) = (z 2 +1)1 g (z ). Las singularidades 2 2 son polos simples en z = i y en todos los enteros de [N, N ]. Los residuos son:
Res(f, i) =
2 1
1 2
zi l m 2 = sen(i) zi z + 1 e e z+i Res(f, i) = l m 2 = z i sen(i) z +1 e e (1)n Res(/ sen(z ), n) Res(f, n) = = n2 + 1 n2 + 1 N 1 (1)n 2 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 = . 2 n +1 e e 2 n=1
23
Otra joya, menos bsica, de la variable compleja es la teora de funciones de orden nito 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 2 1 es (a2 sen x = 1 2a0 a2 )/a0 (esto es un ejercicio asequible), entonces pensando que x 2 4 1 x /3! + x /5! . . . es un polinomio innito con ceros x = n , n Z {0}, se tendra (2) 1 (1/3!) 1 = 12 (n )2 n=0 o equivalentemente
1 2 = . 2 n 6 n=1
La frmula nal es cierta pero el razonamiento es muy dudoso. Euler lleg a probar ) ( 1 2 2 que x sen x = n=1 1 x /(n ) , es decir que factoriza como un polinomio, y esta factorizacin es suciente para dar un argumento vlido. Hadamard demostr que todas las funciones (holomorfas en todo C) de orden < , es decir, satisfaciendo ( C |zenteras ) | 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. Concretamente, si denotamos los ceros mediante zn y llamamos k0 al orden del posible cero en z = 0, se tiene ( 1 z ) z/zn + 1 (z/zn )2 ++ [ (z/zn )[] 2 ] e (1.20) f (z ) = z k0 eg(z) 1 zn n 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 simplicar. Por ejemplo, para f (z ) = sen z , = 1 y se deduce sen z = ze
a+bz
(
n=0
z ) z/(n) 1 e n
que implica
sen z = ze
a+bz
( n=1
z2 ) . (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 (1.21)
(2n)2 2 2 4 4 6 6... = = . 2 n=1 (2n 1)(2n + 1) 1 3 3 5 5 7...
La extensin analtica es una estrategia que permite sumar cosas que no se pueden sumar. Y para qu deseamos hacer tal cosa? Por ejemplo para aplicar el teorema de
24
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 : (1.22)
1 (s) = ns n=1
para
(s) > 1.
1/2 3/4+i Series como n o n no convergen (para la segunda se puede usar que ni apenas oscila en intervalos didicos) lo que sugiere que es imposible dar sentido a (1/2) o a (3/4 i). Sin embargo, por (1.18) (Proposicin 1.2.8 para K = 1) con f (x) = xs , s 1 (1.23) (s) = + s {x}xs1 dx s1 2 1 y como {x} est acotado, la integral converge si (s) > 0. Se deduce entonces que (s) 1/(s 1) se extiende a una funcin holomorfa en todo el semiplano derecho. Aplicando la Proposicin 1.2.8 en general (integrando (1.23) por partes con cierto cuidado), xs1 pasa a ser xsK y como K es arbitrario, la conclusin es que (s) tiene una extensin analtica (holomorfa) a todo C salvo por un polo simple de residuo 1 en s = 1. De alguna forma estamos dando sentido a n s siempre que s = 1. Pensemos ahora en la frmula elemental ( ) (1)n+1 1 21s (s) = ns n=1 que da sentido a (s) en (s) > 0, siempre que 21s = 1. Por la unicidad de la extensin analtica, esta frmula debe denir 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) = (n 1)! para n Z+ . Esta ecuacin funcional, en la forma (s 1) = (s)/(s 1) muestra que (s) tiene una extensin analtica a C (Z {0}). Adems en cada entero no positivo hay un polo
25
simple. Para un estudio ms profundo de la funcin se necesita una ecuacin funcional menos obvia dada por (1.25) (s)(1 s) = sen(s) para s C Z.
Inmediatamente, esta relacin da una extensin analtica de (s) que debe ser coherente con la anterior. Se deduce tambin que no tiene ceros y por consiguiente F (s) ( = 1/) (s) |s| se extiende a una funcin entera. A partir de (1.24) se tiene que (s) = O e en (s) 1/2 para todo > 1. De (1.25) se deduce que esta misma acotacin es vlida para F (s) en (s) 1/2 y la primera forma de la ecuacin funcional extiende la cota a todo s C. Los ceros de F estn en los enteros negativos y segn (1.20), tenemos (entendiendo 1/ = 0) (1.26)
( 1 s) = ses 1 + es/n (s) n n=1
para s C,
donde una constante, la constante de Euler. Aunque su denicin habitual es el lmite es 1 de N n log N , se puede redenir como (1). Para probar (1.25), expresamos el n=1 primer miembro como una sola integral para 0 < (s) < 1. s t y =xt s 1 xy (s)(1 s) = (x/y ) x e dydx = dt. t+1 0 0 0 Ahora vamos a calcular este integral mediante el teorema de los residuos. Tomamos f (z ) = z s /(z + 1) donde z s se dene 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(a i) = 2i si 0+ y a R+ . Por ello escogemos para llegar a cabo la integracin, un dominio de tipo pacman que evita el eje real positivo: Res(f, 1) = eis s t l m dt f = 0+ 1 t+1 0 s t 2is dt l m f = e 0+ 2 t+1 0
1 2
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).
26
Tomando logaritmos en (1.26) y empleando la Proposicin 1.2.8 con K = 2 para estimar la parte signicativa de la suma innita, 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 1 log(2 ), 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 verica la ecuacin funcional s/2 (s/2) (s) = (1s)/2 ((1 s)/2) (1 s). Adems si multiplicamos ambos miembros por s(s 1) 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 2 s/2 s (s/2) n = ts/21 en t dt para s > 1,
n=1 n=1 0
o equivalentemente, con la notacin de (1.16) ) 1 s/21 ( s/2 s t (it/2) 1 dt. (s/2) n = 2 0 n=1 Separando el rango de integracin en [0, 1] [1, ) y utilizando la Proposicin 1.2.5, el segundo miembro es ) ) 1 1 s/21 ( 1/2 1 s/21 ( t t (i/2t) 1 dt + t (it/2) 1 dt. 2 0 2 1 Con el cambio t 1/t en la primera integral se llega a que para s > 1 ( ) 1 s/21 1 s/2 + (t + t1/2s/2 ) (it/2) 1 dt. (s/2) (s) = s(s 1) 2 1 Al multiplicar por s(s 1) el segundo miembro es una funcin entera e invariante por s 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 reere ms bien a nito, el tema es el anlisis armnico en grupos nitos. 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 0.8 0.6 0.4 0.2 2 -0.2 -0.4 4 6 8 10 12 14
-0.02 2 4 6 8 10 12 14 0.04
0.02
-0.04
1 {f (n)}N n=0 para N = 15
1 {f (n)}N 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 nito 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 siologa de nuestra visin hace que percibamos el resto de estos colores como combinacin de ellos. Entonces cada imagen digital de N M pixels se puede entender como tres funciones fR , fG y fB de ZN ZM en R que dan los niveles de estos colores.
fR : Z200 Z157 R
fG : Z200 Z157 R
fB : Z200 Z157 R
28
1.3.1.
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 estudiamos 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 nito 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) = 0 en otro caso. j =0 La prueba ms pedestre se reduce a sumar la serie geomtrica. El segundo miembro es la delta de Dirac en ZN porque al integrarla con respecto a la medida de contar normalizada (sumar y dividir por N ) el resultado es uno o cero dependiendo de si el conjunto de integracin contiene a 0 o no. La transformada de Fourier discreta en ZN es el anlogo de los coecientes de Fourier y se dene como (1.29) xn =
N 1 m=0
xm en (m)
con
en (m) = e(nm/N )
para cualquier vector x CN que, como hemos visto, es lo mismo que una funcin f : ZN C. Aunque aqu lo evitaremos, es muy habitual designar a la transformada de Fourier discreta mediante sus siglas en ingls DFT. La relacin (1.28) da inmediatamente un desarrollo de Fourier en armnicos (o si lo preferimos, una frmula de inversin) (1.30) xn =
N 1 1 xm em (n). 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 nito) es un homomorsmo (funcin que conserva la ley de grupo) : G S 1 donde S 1 denota el grupo multiplicativo de nmeros complejos de mdulo 1.
29
Los caracteres forman a su vez un grupo con la multiplicacin (1 2 )(g ) = 1 (g )2 (g ) que suele denotarse mediante G. No es difcil comprobar que T = {e(nx)} n= , R = N 1 {e(x)}R y ZN = {e(jn/N )}j =0 . Por tanto los caracteres generalizan todos los armnicos que hemos visto hasta ahora. Es posible hacer una teora general en grupos abelianos localmente compactos [Dei05], [Kat76] en la que las transformadas de Fourier continuas y discretas y los coecientes de Fourier son diferentes aspectos de un mismo fenmeno: las funciones de L2 (G) se expresan como integrales sobre G con respecto a cierta medida. 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 denicin 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 nito, por el teorema de clasicacin debe existir un isomorsmo : G ZN1 ZN2 ZNr y es fcil ver que el grupo de caracteres es (1.31)
r ( ) { e jk (n)/Nk G = : (n) = k=1
} con 0 jk < Nk .
En otras palabras, salvo componer con el isomorsmo, son productos de caracteres de los ZNk . Los grupos G y G son duales en el sentido de que los caracteres de G son { (g )}gG . Este hecho se extiende al caso innito 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. Lema 1.3.1 (relaciones de ortogonalidad). Sea G un grupo abeliano nito y 1 , 2 G, entonces { { |G| si g = e |G| si 1 = 2 y (g ) = 1 (g )2 (g ) = 0 si g = e 0 si 1 = 2 g G
G
donde e G es elemento neutro.
30
1 1 Demostracin. Se tiene 1 (g )2 (g ) = (g ) con = 1 2 porque 1 (g ) S . Si 1 = 2 el resultado es trivial y si 1 = 2 existe h G con (h) = 1, en este caso 1 (g )2 (g ) = (g ) = (gh) = (h) 1 (g )2 (g ) g G g G g G g G
y entonces la suma tiene que ser cero. La relacin recin probada cambiando G por G y tomando como 1 el elemento neutro, da la segunda frmula del enunciado. En este contexto se dene la transformada de Fourier discreta para cada G como f (g )(g ). (1.32) f () =
g G
Ntese que para G = ZN esto es lo mismo que la denicin (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 denidos respectivamente por f1 (h)f2 (gh1 ). f1 , f 2 = f1 (g )f2 (g ) y (f1 f2 )(g ) =
g G hG
Con estas deniciones 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 nito y f, f1 , f2 : G C, se verican la frmula de inversin 1 f ()(g ), f (g ) = |G|
G
la identidad de Parseval f, f = 1 f , f , |G| en general f1 , f 2 = 1 f1 , f2 , |G|
y adems la propiedad de la convolucin f1 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 isomorsmo : 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 .
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 innitos primos. La prueba de Euler parte de la importantsima frmula producto de Euler (1.33) (s) = (
p primo
1 p s
) 1
para
(s) > 1,
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 nito. El problema difcil es probar que hay innitos 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 deniendo 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 k k 1 2 1 2 factorizacin en primos, n = p 1 p2 . . . pk se tiene j (n) = j (p1 )j (p2 ) . . . j (pk ) y la prueba de (1.33) se repite exactamente para obtener L(s, j ) = (
p primo
1 j (p)p
) s 1
para
(s) > 1,
donde
L(s, j ) =
j (n) n=1
ns
Se dice que L(s, j ) es una funcin L de Dirichlet . Utilizando que los armnicos representan cualquier funcin, seleccionaremos los primos que acaban en 1 y todo el resultado volver a reducirse a qu ocurre con L(s, j ) cuando s 1+ , lo cual en este caso es algo puramente computacional. Los detalles estn en la demostracin siguiente. Proposicin 1.3.3. Hay innitos primos que acaban en 1. En general hay innitos primos que acaban en cualquier cifra impar distinta de 5. Demostracin. Tomando logaritmos y usando el desarrollo de Taylor de log(1 x), se tiene j (p) k j (p) log L(s, j ) = = + O(1) para s > 1, kps ps p primo k=1 p primo k k 2k . Ahora analizamos donde simplemente se ha empleado que p < n=2 n la delta de Dirac en 1 con los armnicos j (Teorema 1.3.2 o Lema 1.3.1) { 4 si n 1 (m od 10) 0 (n) + 1 (n) + 2 (n) + 3 (n) = 0 en otro caso.
32 As pues
1 ( ) + O(1) para s > 1. log L(s, 0 )L(s, 1 )L(s, 2 )L(s, 3 ) = 4 ps p1 (10) 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 denen 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 (1.34) 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 innitos 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 innitos 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 articiosa (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 eciente. En la prctica, nuestros sentidos o nuestros instrumentos de medida slo operan en un rango de frecuencias. Sera por ejemplo absurdo comprar un altavoz para nuestra cadena de msica que reprodujera frecuencias por encima de los 20000 hercios (20000 oscilaciones por segundo), ya que tales sonidos son inaudibles. Por otro lado, es mejor que el mando a distancia de nuestra televisin tenga una frecuencia de funcionamiento por debajo de la de la luz visible para que no se vea afectado cuando encendamos una lmpara. De esta forma, en la prctica es natural considerar que las funciones que representan seales tienen un contenido en frecuencias limitado. Para el caso de una onda peridica,
33
esto es lo mismo que decir que la serie de Fourier es una suma nita, un polinomio trigonomtrico, mientras que para una seal genrica, la hiptesis natural es que sea una funcin de banda limitada , lo que signica que satisface para cierto B (1.35) f ( ) = 0 cuando | | B.
Recordemos que, a travs de (1.7), el valor de f ( ) indica de alguna forma el coeciente 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 denicin 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
0 5
.
0
0 5
.
1 0
.
1 0
.
T = 1/2, s = 2 no distingue 0, sen(2 x) y sen(2 x)
T = 1/4, s = 4 no distingue sen(4 x + ) y cos(4 x + ) 4 4
Pensemos en una onda 1-peridica f con frecuencias limitadas al rango (B, B ) y supongamos para simplicar que B Z+ . Esta f debe ser un polinomio trigonomtrico con a lo ms 2B 1 coecientes no nulos. Si s 2B , entonces habr 2B muestras en cada periodo y eso es suciente para recuperar todos los coecientes 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 f 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=
donde sinc(x) = (x)
sen(x) si x = 0 y sinc(0) = 1.
34
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 denir una funcin g como la extensin s -peridica de f de manera que g ( ) = f ( ) para | | < B . Su desarrollo de Fourier ser, segn (1.5) s /2 1 g ( ) = s e(n/s ) f (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 ( ) =
1 S n=
f (n/s )e(n/s ).
/2 Ahora bien, f (x) = f ( )e(x ) d = s g ( )e(x ) d , tambin se sigue de la frmula s /2 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 innita sino que conamos en que la seal tenga un principio y un n (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 sucientes para la existencia de una funcin de banda limitada con decaimiento prejado [Ing]. Est claro que desde el punto de vista prctico, no podemos guardar todo el desarrollo de Fourier de una funcin 1-peridica arbitraria en una mquina. En principio s podramos hacerlo con los desarrollos de Fourier en ZN porque son nitos pero en ambos casos, con vistas a la compresin, slo desearamos guardar la informacin signicativa. La mejor situacin en T es cuando tenemos coecientes de Fourier que decaen rpidamente y basta con almacenar los primeros de ellos. Sin embargo, si tomamos un fragmento de una seal, tpicamente cuando la hacemos peridica el resultado es discontinuo en T y la baja regularidad impide la convergencia rpida de la serie de Fourier. En el caso discreto ocurre algo similar. Sumando por partes (Lema 1.2.1) en (1.29), se tiene para n = 0 xn =
N 2 m=0
(xm xm+1 )sm
con
sm =
m k=0
en (k ).
35
Los sm oscilan se puede comprobar que su promedio no es cero, de hecho se Npero 1 1 cumple N m=0 sm = 1/2, por consiguiente esperamos una contribucin tpica de N 2 1 m=0 (xm xm+1 ) = (x0 xN 1 )/2 en xn . 2 Por ejemplo, para la seal xn = n 4,5 en Z10 , se tiene x0 = 0,
x1 = 5 + 15,3884i, x2 = 5 + 6,8819i, x3 = 5 + 3,6327i, x4 = 5 + 1,6245i, x5 = 5
y xn = x10n 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
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 ej ((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 denicin (1.29) y de (1.30) est incluido en el siguiente resultado:
1 N Proposicin 1.3.6. Dado x = (xn )N n=0 C se dene su transformada coseno discreta como N 1 ( n 1 ) c xn = xm cos (m + ) . N 2 m=0
Entonces se tiene la frmula de inversin

N 1 ( n xc 2 c 1 ) 0 + xn cos (m + ) . xm = 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 xn = 0 si n es par y
xc 1 = 20,1801, xc 3 = 2,1615, xc 5 = 0,7071, xc 7 = 0,2859, xc 9 = 0,0801.
Por si esto no fuera sucientemente ilustrativo, veamos lo que ocurre al reconstruir la seal original empleando slo la primera mitad de los armnicos:
36
4.0 2.0
4.0 2.0
4.0 2.0
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 D (m m0 ) = 1+
N 1 ( n=1
cos
( n ) ( n )) (m0 + m +1) +cos (m m0 ) N N
para 0 m < N.
La suma de cosenos es par en n y se anula para n = N , por tanto se reescribe como D (m m0 ) = que equivale a
2N 1 ( n(m m0 ) )) 1 ( ( n(m0 + m + 1) ) D (m m0 ) = e +e 2 n=0 2N 2N N 1 ( n ) ( n )) 1 ( cos (m0 + m +1) +cos (m m0 ) 2 n=N N N
para 0 m < N,
para 0 m < N,
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 abstracto en la prctica, y uno de los ms importantes en todo el anlisis numrico, es la transformada rpida de Fourier , ms conocida por sus siglas en ingls FFT. Es un algoritmo de tipo divide y vencers (lo que en Matemticas se llamara induccin, se reduce recursivamente un problema a otros con parmetros menores) que sirve para calcular transformadas de Fourier discretas en ZN mucho ms rpido de lo que cabra esperar. Por supuesto, tambin sirve para calcular transformadas coseno discretas pues stas se expresan fcilmente en trminos de aquellas.
1.3. ANLISIS ARMNICO DISCRETO Nuestro objetivo es calcular las sumas yn =

N 1 m=0
37
xm e
( mn ) N
para 0 n < 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: (1.36) yn =
1 N
x2m e
( mn ) N
+e
1 ( n )N
m=0
x2m+1 e
( mn ) N
con N =
m=0
N . 2
Esta igualdad es una obviedad. Lo que hay que comprobar es que con ella es posible par impar reducir el nmero de operaciones. Llamemos yn al primer sumatorio e yn al segundo. par Evidentemente, como slo involucra la mitad de los trminos, cada yn requiere N par multiplicaciones, pero adems slo hace falta calcular yn para n = 0, 1, 2, . . . , N 1 par par porque yn = yn+N . En denitiva, 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 impar por dos se divide por cuatro! De la misma manera, los yn requieren en total N 2 /4 multiplicaciones mientras que multiplicar por e(n/N ) requiere otras N operaciones. (De hecho con N/2 es suciente por la antisimetra). En denitiva, al escribir (1.36) hemos transformado las N 2 operaciones que aparecen en la denicin 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. par impar Aplicando (1.36) a yn e yn , 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 N2 N + 2(N )2 N + 2 N + 2(N /2)2 = 2N + 4(N )2 . Repitiendo el proceso k = log2 N veces se llegar a kN + 2k , con lo que el nmero total de multiplicaciones es comparable a kN , y esto es muchsimo menor que N 2 cuando N es grande. Por ejemplo N = 225 implica N 2 = 1,12 1015 y kN = 8,38 108 , un valor ms de un milln de veces menor. En ordenador actuales (rpidos) el primer nmero de operaciones podra llevar dos semanas y la FFT reducira el tiempo a un segundo. Es fcil entender que tal diferencia es crucial en ingeniera y que un bien de tan primera necesidad y a la vez tan sencillo, no debe pertenecer a nadie. En [Ger99] hay
38
un extrao juicio acerca de ello: When Cooley (then at IBM) rst presented the FFT, IBM
concluded that it was so signicant 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]. La transformada rpida de Fourier es tan rpida que a veces es conveniente calcular la convolucin a b con la igualdad a b = (ab) en vez de directamente. Esto tiene una sorprendente consecuencia a la hora de multiplicar nmeros muy grandes. Dados dos enteros N y M escritos en base B , al multiplicarlos aparece una convolucin: N=
R r=0
ar B ,
M=
R r=0
br B
implica
NM =
2R r r=0 s=0
a s br s B =
2R r=0
(a b)r B r .
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 sucientemente grande como para que esto empiece a ser eciente 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 lter or a nite 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.
39
Comencemos con unas consideraciones sencillas acerca de ltros lineales . Matemticamente no son ms que convoluciones y su importancia radica en la propiedad bsica que se cumple tanto en R como en grupos abelianos nitos (vase (1.12) y el Teorema 1.3.2) F =f g F = f g.
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: (1.37) ( x y )n =
K 1 k=0
yk xnk
donde hay que entender n k mdulo N , aunque en algunas aplicaciones conviene denir xnk = 0 si n k [0, N ). Diremos que hemos aplicado el ltro (y0 , y1 , . . . , yK 1 ). En teora de la seal esto es lo que se llama un FIR (del ingls Finite Impulse Response). Un ltro muy sencillo para detectar la una seal es (1, 2, 1). La idea es que ( regularidad de ) una seal suave satisface f (n) f (n 1)+ f (n+1) /2 y por tanto el resultado de aplicar este ltro debe ser cero excepto en los puntos donde hay un problema. Matemticamente, se tiene
h0
l m
f (xh)2f (x)+f (x+h) h2
= f (x) y
h0
l m
f (x2h)4f (xh)+6f (x)4f (x+h)+f (x+2h) h4
= f (4) (x),
por tanto seguramente (1, 4, 6, 4, 1) es un ltro 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 ltros cumplen su cometido.
0.2 0.1 10 -0.1 -0.2 -0.3 -0.4 -0.2 -0.4 -0.6 -1 20 30 40 0.6 0.4 0.2 10 20 30 40 10 20 30 40 2
-2
f (x) = g(x/N) con N = 50
Filtro (1, 2, 1)
Filtro (1, 4, 6, 4, 1)
40
Por cierto, la multiplicidad de los puntos detectores est relacionada con la longitud del ltro y desde el punto de vista prctico no es un inconveniente porque hace ms notoria la falta de suavidad. El segundo ltro 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
0.2
0.04 0.02 10 -0.02 -0.04 -0.06 10 20 30 40 -0.08 20 30 40
0.04 0.03 0.02 0.01
0.15
0.1
0.05
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 ltros y las seales (las funciones) en ZN ZM los podemos ver como matrices. Un ltro (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 ltros dados por las matrices 1 1 1 0 1 0 0 0 0 Ob = 1 8 1 . HV = 1 4 1 , H = 1 2 1 , 1 1 1 0 1 0 0 0 0 Para detectar faltas de regularidad en las horizontales podemos usar H , y H t para las verticales, mientras que HV = H + H t tiene en cuenta ambas direcciones. Si adems introducimos las direcciones oblicuas noreste y sudeste, el ltro natural es Ob. Una imagen en blanco y negro (se sobreentiende que en tonos de gris) de tamao N M viene representada por una funcin f : ZN ZM R (porque fR = fG = fB con la notacin de la introduccin). De hecho su imagen se representa con un solo byte, es decir, Im f = {0, 1, . . . , 255} con 0 correspondiendo al negro y 255 al blanco. 0 18 44 18 44 70 44 71 98 71 97 123 97 124 150 124 150 177 71 98 124 151 177 203 97 124 151 177 204 230 123 150 178 204 230 255
41
Los ltros HV y Ob aplicados a una imagen f deberan detectar bordes, y lo conrman las siguientes guras, 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 ltros detectan variaciones en un rango de 3 pixels, que es una unidad pequea (en un monitor tpicamente 0.75mm). Esto sugiere trabajar en bloques de tamao doble. Es decir, consideramos HV y Ob como HV y Ob pero sustituyendo cada elemento por una celda 2 2 con todos sus valores iguales. De esta forma, HV y Ob son matrices 6 6. Con ello se obtiene:
Filtro HV (negativo)
Filtro Ob (negativo)
1 Ob 8
(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 gura el ltro 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 ltros de los programas de retoque fotogrco estn basados en convoluciones.
42
En el conocido programa libre GIMP, es posible elegir una matriz de convolucin para crear un ltro 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 reeren al comit que introdujo sus especicaciones (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 coecientes 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 cheros .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 Fourier 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 articialmente 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 (1.38) F =
7 7 n=0 m=0
anm nm .
43
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 coecientes de Fourier se calculan con cierta precisin (al guardar un chero 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 cuanticacin es una matriz entera C = (cnm )7 n,m=0 de naturaleza experimental tal que cnm est en relacin inversa a la visibilidad del armnico nm . La matriz ms empleada es C=
16 12 14 14 18 24 49 72 11 12 13 17 22 35 64 92 10 14 16 22 37 55 78 95 16 19 24 29 56 64 87 98 24 26 40 51 68 81 103 112 40 58 57 87 109 104 121 100 51 60 69 80 103 113 120 103 61 55 56 62 77 92 101 99
En vez de los coecientes 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 coecientes de Fourier para reconstruir muy bien F con (1.38) y el resto sern prcticamente nulos. Adems, la matriz de cuanticacin 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 chero 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 deciencias. La ms clara es que la divisin en porciones 8 8 es arbitraria. Una foto puede tener zonas mucho mayores con gradaciones de color en las que el anlisis de Fourier discreto funciona bien.
44
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 maniesta 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 inuencia ha sido en el campo de las aplicaciones a la hora de tratar y comprimir diversos tipos de datos. Las ventajas de las wavelets en estas aplicaciones son por un lado que la implementacin es bastante sencilla porque se basa en un algoritmo iterativo simple y, en contraposicin con el anlisis de Fourier, que los armnicos estn localizados. Pensemos por ejemplo que la lentitud de la convergencia de la primera serie considerada por Fourier (1.2) se debe a que hay una discontinuidad. Todos los armnicos sienten esta discontinuidad que afecta globalmente a la convergencia. Las wavelets permiten un anlisis ms local que el anlisis de Fourier. Aunque el mbito discreto es el que ms aparece en las aplicaciones, las wavelets no estn limitadas a l, de hecho nacieron en R y su propio nombre deriva de que en su forma continua son ondas breves. Hay muchas monografas matemticas acerca de los aspectos tericos de las wavelets en su forma continua, por ejemplo [HW96]. En esta descripcin breve (seguimos en parte [Ger99]), slo describiremos un miembro sencillo pero destacado de la tribu de las wavelets. Lo que se llama a veces D4 (o Daub4 [Wal08]), donde la nomenclatura hace referencia a I. Daubechies, la campeona de las wavelets. Vamos a disear un ltro (f0 , f1 , f2 , f3 ) para detectar la falta de regularidad que 2 2 2 2 normalizaremos de manera que f0 + f1 + f2 + f3 = 1 (ms adelante se ver la utilidad de ello). Si queremos que anule todas las rectas f (n) = n + , basta con imponer f0 + f1 + f2 + f3 = 0 y 0f0 + 1f1 + 2f2 + 3f3 = 0. Adems aadimos la condicin extraa de que sea ortogonal consigo mismo cuando se traslada dos unidades, esto es, f2 f0 + f3 f1 = 0. Este sistema no lineal de 4 ecuaciones con 4 incgnitas tiene la solucin: 33 3+ 3 1+ 3 1 3 f1 = , f2 = , f3 = . f0 = , 4 2 4 2 4 2 4 2 Consideremos ahora el ltro (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 , modicando los signos para forzar la ortogonalidad. Este nuevo ltro no detecta bordes sino que hace un promedio escalado por 2 porque g0 + g1 + g2 + g3 = 2.
45
Sobre la seal que ya habamos ltrado antes, vemos que estas ideas se ajustan a la realidad.
0.2 0.1 10 -0.1 -0.2 -0.3 -0.4 -0.1 -0.2 -0.3 -0.4 -0.6 20 30 40 10 20 30 40 -0.2 0.2 0.1 10 20 30 40 0.2
Seal (N = 50)
Filtrada con (f0 , f1 , f2 , f3 )

0 0 g1 f1
Filtrada con (g0 , g1 , g2 , g3 )
Por construccin, la matriz circulante

g0 f0 0 T = 0 . . . g2 f2 g1 f1 0 0 . . . g3 f3 g2 f2 g0 f0 0 0 g3 f3 g1 f1 0 0 0 0 g2 f2 0 0 0 0 g3 f3 0 0 ... ... 0 0
. ... ...
..
cumple
T tT = I ,
g0 f0
es decir, es ortogonal, para ello impusimos algunas de las condiciones sobre los ltros. Cuando se la aplicamos a una seal x RN , las coordenadas en lugar impar dan promedios y las de lugar par, faltas en la suavidad. Tras aplicar T , la ortogonalidad implica que la energa de la seal, su norma la cuadrado x2 , se conserva. Repitiendo el proceso con el vector de promedios en vez de con toda la seal, conseguimos detalles ms nos sobre la falta de suavidad (porque los promedios involucran ms puntos). Supongamos N = 2k y denamos la recurrencia partiendo de a0 = x, ( ) ( ) n+1 = dentr T (1.39) an+1 , d an , 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 j son los vectores de detalle . dice que los aj son los vectores de aproximacin y que los d 1 t Como T = T , el proceso se puede invertir mediante (1.40) n+1 ), an = T t entr( an+1 , d n = 0, 1, . . . , k 2
n+1 ) es el resultado de entrelazar n+1 , poniendo el primer donde entr( an+1 , d an+1 y d 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 vector de aproximacin ak1 R2 , que da una especie de promedio general, y de todos los 1 , d 2 , . . . , d k1 que tienen respectivamente N/2, N/4, . . . , 2 coordevectores de detalle d nadas. En total hay N = N/2 + N/4 + + 2 + 2 grados de libertad, como es natural porque x RN .
46
Por ejemplo, para una seal x= a0 R16 , las iteraciones de (1.39) y de (1.40) corresponden, respectivamente, a seguir este esquema en sentido descendente y ascendente: T dentr T dentr T
dentr
1 2 3 4 5 6 7 8 9 10 a0 a11 a12 a13 a14 a15 0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 0 0 0 0 0 t T 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 d a d a d a d a d a d a d a d a0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 entr 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 a0 a a a a a a a d d d d d d d d 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 T t 0 1 1 2 2 3 3 a0 2 d2 a2 d2 a2 d2 a2 d2 entr 1 2 3 0 1 2 3 a0 2 a2 a2 a2 d2 d2 d2 d2 T t 0 0 1 1 a3 d3 a3 d3 entr 1 0 1 0 1 2 3 0 1 a0 a d d d2 d3 d4 d5 d6 d7 3 3 3 3 d2 d2 d2 d2 d1 d1 1 1 1 1 1 1
k1 , d k2 , . . . , d 1 ) por medio La aplicacin W que dada una seal x, le asigna ( ak2 , d k 1 de (1.39), N = 2 , se llama transformada wavelet discreta y a W se le llama transformada wavelet discreta inversa . Si { e0 , e1 , . . . , eN 1 } es la base usual de RN , entonces por la linealidad (1.41) W ( x) =
N 1 j =0
j ej
x=
N 1 j =0
j Wj
con
( ) Wj = W 1 ej .
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 0.02 0.01 -0.02 500 1000 1500 2000 -0.02 -0.04 -0.04 -0.06
0.04
0.06 0.04 0.02
0.02
500
1000
1500
2000
500 -0.01
1000
1500
2000
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. Digamos 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
47
lado de la transformada de Fourier, es decir, en cuanto a las frecuencias se reere, este tipo de ruido se maniesta como una perturbacin aleatoria de todos los coecientes de Fourier. Bajo la hiptesis de que el ruido no es muy acusado ( pequeo), una manera de reducirlo es eliminar los coecientes de Fourier con tamao menor que cierta cantidad t. Con la Proposicin 1.3.6, este proceso de reduccin de ruido sera { N 1 )N 1 (c ( ) 0 si |xc 2 n 1 0 n| < t + cn cos (m + ) donde cn = (1.42) x c c N N n=1 N 2 n=0 xn si |xn | t El problema es que si la seal de partida tiene muchos coecientes 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 coecientes de Fourier decaen lentamente). El anlogo con wavelets est basado en (1.41) y es { N 1 0 si |j | < t (1.43) x cj Wj donde cj = j si |j | t j =0 La ventaja de las wavelets es que como sus armnicos estn localizados, son menos sensibles a singularidades locales. Desde un punto de vista ms terico, el ruido blanco gaussiano sigue siendo ruido blanco gaussiano del mismo tipo al aplicar W (porque T es ortogonal). Veamos un ejemplo. Contaminamos la seal f (n) = {n/N }, N = 128 con ruido gaussiano N (0, 1/50), y ponemos como umbral t = 4,5 = 0,09 en (1.43) [Wal08], la reduccin de ruido es bastante buena. Sin embargo con (1.42) el resultado no es satisfactorio para t = 0,9
0.4 0.2 20 -0.2 -0.4 40 60 80 100 120 -0.2 -0.4 0.4 0.2 20 40 60 80 100 120 -0.2 -0.4 0.4 0.2 20 40 60 80 100 120
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.
48
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 armacin 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 cientcos. Quiz, entonces, con unos pocos armnicos de baja frecuencia podamos representar aspectos locales precisos de las funciones.
1 0.8 0.6 0.4 0.2 -3 -2 -1 1 2 3 -3 -2 -1 1 0.8 0.6 0.4 0.2 1 2 3
Su transformada de Fourier Funcin f (x) = e Diferentes formas del principio de incertidumbre arman 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 loscos. 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
9 x2
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 transformada de Fourier se escalan a travs de la siguiente relacin cuya prueba es un ejercicio sencillo: (2.1) g (x) = f (x) = g ( ) = f (/) para > 0.
Digamos para jar ideas que f y f son funciones no negativas dadas que tienen el 90 % de sus masas (de su norma L1 ) en el intervalo [2013, 2013], entonces g y g 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 f no pueden tener ambas soporte compacto. Una variante en T es que una funcin no nula 1-peridica con slo un nmero nito de coecientes 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, f dene 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 = f . 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] arma que esto que ocurre para las gaussianas, establece un lmite para lo que sucede con cualquier funcin. ( ( 2) 2) Teorema 2.1.1 (Hardy). Si f (x) = O ex y f (x) = O ex con , > 0 y f no es idnticamente nula, entonces 1. Adems la igualdad se da nicamente cuando 2 f es un mltiplo de ex .
2
Demostracin (con una laguna). Por (2.1) podemos suponer = 1. En estas condicio( 2) nes, > 1 implica f (x) = o ex y la ltima parte del enunciado probara que no hay ninguna funcin con estas caractersticas. Es decir, basta probar que si f (x) y f (x) son ( 2) 2 O ex , f es un mltiplo de ex . ( 2) Bajo la hiptesis f (x) = O ex , la funcin z 2 F (z ) = e f (t)e(tz ) dt con z = x + iy C, ( ) 2 est bien denida, porque el integrando es O et +2ty . Adems es entera. ( x2 ) ( 2 2) Si y = 0, usando f (x) = O se tiene F) (z ) = ex O ex = O(1). Por otra (e 2 2 parte, si x = 0, F (z ) = ey O et +2ty dt = O(1), gracias al cambio t t + y .
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, 2 para z = x real, cte = ex f (x) y despejando y tomando antitransformadas, se obtiene 2 f (x) = cte ex . La laguna de esta demostracin, tomada del blog de T. Tao, est en que se ha aplicado el principio del mximo en una regin no acotada. La solucin de este problema, que puede verse en dicho blog o en [DM72, 3.2], pasa por utilizar el principio de PragmnLindelf , el cual esencialmente dice que el principio del mximo es cierto en regiones no acotadas siempre que la funcin tenga un crecimiento controlado. Lo que afea la solucin es que la hiptesis sobre el crecimiento no se cumple por un poco, y hay que 2 encoger ligeramente los sectores y multiplicar por un factor eiz para aplicar el principio de Pragmn-Lindelf sin hacer trampas. La versin matemtica ms conocida del principio de incertidumbre es la desigualdad de Heisenberg, que a pesar de la denominacin, no se encuentra en el famoso trabajo de W. Heisenberg en mecnica cuntica, sino que es algo posterior. Teorema 2.1.2 (Desigualdad de Heisenberg). Para a, b R y f L2 (R) 2 2 2 16 (x a) |f (x)| dx ( b)2 |f ( )|2 d f 4 2

siempre que las integrales existan. Adems la igualdad se da slo si f es un mltiplo de 2 e(bx)ec(xa) para cierto c > 0. Si consideramos el caso f 2 = 1, que es el que aparece en mecnica cuntica, entonces las medidas |f (x)|2 dx y |f ( )|2 d son medidas de probabilidad y la desigualdad de Heisenberg arma que el producto de las varianzas de las medidas correspondientes a f y f es siempre mayor que 1/16 2 . Demostracin. Deniendo f (x) = g (x a)e(bx), un sencillo clculo prueba que f ( ) es ( ) g ( b)e a(b ) y entonces la desigualdad de Heisenberg equivale a 2 2 2 x |g (x)| dx 2 |g ( )|2 d g 4 16 2,

es decir, al caso a = b = 0. Supongamos primero que g es de la clase de Schwartz para evitar consideraciones de convergencia. Integrando por partes ( ) 2 2 |g (x)| dx = x |g (x)| dx = 2 xg (x)g (x) dx.

52
La desigualdad de Cauchy-Schwarz primero, y despus la identidad de Parseval, prueban 4 2 2 2 2 2 g 2 4 x |g (x)| dx |g (x)| dx = 4 x |g (x)| dx |g ( )|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 l m (1 + 2 )|g ( ) gn ( )|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 ltros en cuanto a localizacin. Seguramente por ello no debiera sorprendernos que en programas de retoque fotogrco exista el desenfoque gaussiano. Hay una variante del principio de incertidumbre que es una especie de desigualdad de Heisenberg pero en intervalos nitos. Su aspecto es ( a )1/2 ( b )1/2 2 arc cos + arc cos F (ab) con = |f | y= |f |2 f 2 f 2 a b donde la funcin F es difcil de describir porque viene dada por el primer autovalor de un operador integral [DM72, 2.9]. Despus de estos resultados, cabe preguntarse qu se puede decir en el caso nito. Un enunciado bastante sencillo (tomado de [Ter99, 14]), arma que en el contexto del Teorema 1.3.2, f y f no se pueden anular ambas muchas veces. Teorema 2.1.3. Sea f : G C no idnticamente nula, con G un grupo abeliano nito. Entonces | supp f || supp f | |G| donde supp indica el conjunto de puntos donde no se anula una funcin. Demostracin. Claramente f, f | supp f | m ax |f (g )|2
g G
Por la frmula de inversin (vase el Teorema 1.3.2) y la desigualdad de Cauchy-Schwarz, se tiene ( 1 )2 1 m ax |f (g )|2 |f ()|2 | supp f |. |f ()| g G |G| |G|2
G G
2.1. EL PRINCIPIO DE INCERTIDUMBRE Sustituyendo esta desigualdad en la anterior y aplicando la identidad de Parseval, f, f | supp f || supp f | f, f . |G|
53
Finalmente, los trminos f, f se cancelan porque f no es idnticamente nula. Veamos algunas guras 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 modicados y no perciben el cambio en f . Con una estructura como la del dibujo, f ( ) y fr ( ) sern parecidas para mucho menor que 1 . Lo mismo ocurrir con los coecientes de Fourier en un intervalo que contenga al soporte de fr . Por otro lado, gracias a (1.13) sabemos que a la larga, fr decaer a toda velocidad, ms rpido que el inverso de cualquier potencia.
1.2 1.0 0.8 0.6 0.4 0.2
1.2 1.0 0.8 0.6 0.4 0.2
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 grcos reales para = 0,1 empleando una regularizacin C 3 .
0.2 0.1 0.0
. . . .
0.03 0.02 2.0 4.0 6.0 8.0 10.0 0.01 0.010.0

. . .
0 1 0 2 0 3 0 4
0 01 0 02 0 03
12.0
14.0
16.0
18.0
20.0
f y fr en [0.5, 10]
f y fr en [10, 20]
En el primero apreciamos que hay pocas diferencias entre f y fr 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
La localizacin exacta de una discontinuidad requiere precisin innita mientras que, segn lo anterior, si tomamos frecuencias hasta 1 nuestra vista est limitada a tamao . 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 0.8 0.6 0.4 0.2 0.01 0.02 0.03 0.04 1.2 1 0.8 0.6 0.4 0.2 0.01 0.02 0.03 0.04 1.2 1 0.8 0.6 0.4 0.2 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
N |x|<1/(2N +1) 1
l m
sup
f (x) SN f (x) =
sen(x) dx 1 = 0,17897974 . . . x
Ntese que, como cabe esperar por lo que hemos visto hasta ahora, el bulto se maniesta en un intervalo de anchura N 1 . Es fcil ver siguiendo la demostracin, que el resultado es idntico cambiando 1/(2N + 1) por cualquier cantidad mayor. Demostracin. Por simetra, nos podemos centrar en el caso x 0. Sabemos que para cualquier funcin, SN f = DN f . Particularizando en la funcin signo, se tiene SN f (x) =
x x+1/2
DN (t) dt +
x1/2
DN (t) dt.
Sustituyendo la frmula (1.9) para DN y usando que es par, esto se puede reescribir como x x1/2 sen((2N + 1)t) sen((2N + 1)t) SN f (x) = dt dt. sen(t) sen(t) x x1/2 ) ( Integrando por partes (recurdese que x es pequeo), la segunda integral es O N 1 .
55
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/(2N +1)
sen((2N + 1)t) dt = sen(t)
sen(x) dx 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 aparezcan 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 habitual sobre las ondas en Fsica [FLS63, 29.3]. Supongamos una onda sinusoidal en una dimensin: ( ) u(x, t) = A sen 2 (kx t) con k, > 0.
2 Esta funcin es solucin de la ecuacin de ondas utt = vp uxx con vp = /k . Al argumento de la onda, esto es, a 2 (kx t), se le llama fase y al coeciente A, amplitud . Adems de ello se tienen las siguientes cantidades bsicas:
Not. T k vp
Signicado Frecuencia : el nmero de oscilaciones por segundo Periodo : lo que tarda en repetirse un ciclo, coincide con 1 Nmero de ondas : las oscilaciones que hay para un tiempo jado por unidad de espacio Longitud de onda : separacin entre dos oscilaciones para tiempo jado (periodo espacial), coincide con k 1 Velocidad de fase : lo que avanzan las crestas de la onda por unidad de tiempo, coincide con /k
Unid. T1 T L1 L LT1
Se han indicado las unidades de la manera habitual, L signica longitud y T tiempo. Hay que aclarar que la mayora de las veces en Fsica el nmero de ondas se dene como 2k y para abreviar del todo la frmula se dene 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 2 u. dimensiones es utt = vp
56
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 sistemtico, se resolvan problemas clsicamente y se impona que ciertas cantidades fsicas tomasen valores enteros, es decir, que estuvieran cuantizadas (cuanticadas 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. Imaginemos 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 arma 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 innitesimal. 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 entero. 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 innumerables hiptesis alocadas para justicar 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 resultados 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 concretamente, 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 solucin 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.
57
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 conicto 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 (2.3) = h . p
Con esto, si pensamos en la onda asociada al electrn al girar alrededor del ncleo describiendo una circunferencia de longitud L, la condicin de cuantizacin de Bohr es equivalente a pedir que su frecuencia sea la de uno de los armnicos (de Fourier) de las funciones L-peridicas. Es decir, que podamos dibujar la onda sobre la trayectoria sin que entre en conicto con ella misma, que sea estacionaria.
+ +
Para radiaciones electromgneticas (por ejemplo, la luz), la electrodinmica clsica arma p = E/c donde p es el momento lineal (que ya no se dene como masa por velocidad), 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 arma 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] arma 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 contribucin fundamental de E. Schrdinger quien, en estos comienzos de la mecnica cuntica
58
ondulatoria, introdujo la ecuacin bsica que rige la evolucin de la onda asociada a una partcula. Esta ecuacin no se deriva de principios fundamentales anteriores, es un principio en s misma. Por ello, todo lo que se puede hacer es mostrar algunos clculos a modo de motivacin (seguimos una versin simplicada 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 tipogrcas 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 nal hacemos separacin de variables. Schrdinger supuso que satisfaca la ecuacin de ondas. Recordando vp = /k y = k 1 , se tiene
2 tt = vp xx
( 2 )2 = 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 (2.4) ) 8 2 ( + 2 m E V (x) = 0. h
Fijada la masa y la energa total y dada la energa potencial, podramos resolver esta ecuacin a partir de condiciones iniciales sobre y . Si, en analoga con lo que ocurre con el efecto fotoelctrico, suponemos que E = h , esto determinar . Por otra parte, de t = 2iEh1 podemos eliminar E de (2.4) y, suponiendo la linealidad, descartar la hiptesis inicial de que la onda sea monocromtica. En otras palabras, analizamos en ondas monocromticas de diferentes energas y sumamos o integramos los resultados. Lo que se obtiene eliminando la energa es: ih h2 t = 2 xx + V . 2 8 m El caso con tres coordenadas espaciales es formalmente similar y con esto hemos llegado a la ecuacin de Schrdinger (2.5) ih h2 t = 2 + V . 2 8 m
59
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 + 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 matemtica 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 (2.6) (2.7) it = h xx 4m con (x, 0) = f (x)
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) = t + x d. f ( )e 2m Por otro lado, si x T y f C (T), la nica solucin C de (2.7) es (2.9) ( hn2 ) (x, t) = an e t + nx 2m n=

donde an son los coecientes 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. ( my 2 ) m f (x y )e dy para t > 0. (2.10) (x, t) = (1 i) 2ht 2ht
60
Siguiendo la prueba, est claro que la regularidad requerida se puede relajar bastante. Carleson prob esencialmente que basta con que f tenga un cuarto de derivada en L2 , concretamente que est en el espacio de Sobolev H 1/4 (vase [Tay96] para la denicin) 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 requerir nuevos argumentos. Sea tal que = donde se entiende que la transformada es en la primera variable. Por (1.13), la ecuacin (2.7) equivale, tomando antitransformadas, a h it = x2 con (x, 0) = f (x) m donde se ha usado que f (x) = f (x). En la variable t esto es una sencilla ecuacin diferencial ordinaria, cuya solucin es ( hx2 ) (x, t) = f (x)e t . 2m Tomando transformadas de Fourier y haciendo el cambio x x, se tiene el resultado. El caso de T es similar, de hecho ms sencillo, cambiando transformadas de Fourier por series de Fourier uniformemente convergentes. A pesar de que Schrdinger consigui matematizar la incipiente fsica cuntica evitando el misterioso postulado de nmeros enteros de Bohr [SR01, p.464], no dio con la interpretacin adecuada de la funcin de ondas. El hecho es que las partculas a nivel atmico se detectaban de una en una y esto chocaba con la interpretacin ondulatoria. Basndose en trabajos anteriores, M. Born propuso que era una amplitud de probabilidad , en el sentido de que su intensidad ||2 , dene una densidad de probabilidad de detectar la partcula que representa [SR01, 12]. Esto signica que si en un instante jado ||2 es doble en las cercanas de un punto que en las cercanas de otro, tambin ser doble la probabilidad de detectar all la partcula. Dicho burdamente, podemos seguir pensando en las partculas como esferitas innitesimales pero a cambio debemos sacricar las trayectorias denidas y pensar slo en trminos probabilsticos. ste es un cambio drstico en la interpretacin de los fenmenos fsicos que est alejado de nuestra experiencia habitual porque en ella las funciones de ondas decaen ms rpido de lo que podamos observar. Con la interpretacin probabilista de es natural imponer (, t) L2 (R) (nos limitamos al caso unidimensional aunque el tridimensional es anlogo) y que adems su norma en este espacio sea 1. De esta forma |(x, t)|2 dx dene una medida de probabilidad para cada tiempo jado y la probabilidad de que detectemos una partcula p en un conjunto C R es (2.11) Probt (p C ) = |(x, t)|2 dx.
C
61
Para ver que todo esto tiene sentido, vamos a comprobar que la normalizacin es coherente con la solucin hallada en el resultado anterior. Proposicin 2.1.6. Si en las soluciones (2.8) y (2.9) se tiene f 2 = 1, entonces (, t)2 = 1 para todo t. Demostracin. Segn (2.8) y (2.9), es, respectivamente, la antitransformada de Fourier de f (x)e(hx2 t/2m) o la serie de Fourier con coecientes an e(hn2 t/2m). En el primer caso, por la identidad de Parseval (, t)2 = f 2 = f 2 = 1, y el segundo es idntico ( )1/2 en vez de f 2 . escribiendo |an |2 Esta propiedad de conservacin de la energa en la ecuacin de Schrdinger, es general, no se restringe al caso sencillo unidimensional y con V = 0 que hemos resuelto, aunque no lo veremos aqu [Fon05, 2.8]. Comprobamos a continuacin que para el caso analizado de una partcula libre, lo que nos dice (2.8) es coherente con la mecnica clsica. Una partcula en el origen debe tener una funcin de ondas tal que la medida de probabilidad ||2 dx en el instante inicial, esto es, |f |2 dx, tenga casi toda su masa cerca 2 2 del origen. Para facilitar los clculos, tomemos |f (x)| = Cex /a con a > 0 y C una constante que asegure f 2 = 1, as se tiene decaimiento rpido y anchura comparable a a. De acuerdo con (2.3), si la velocidad inicial es v0 , el nmero de ondas debera ser mv0 /h, por tanto un modelo natural para una partcula de masa m inicialmente en el origen con velocidad v0 es (2.12) f (x) = (x, 0) = ( 2 )1/4 x2 /a2 ( mv0 ) 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 1.2e32 1e32 8e31 6e31 4e31 2e31 -3e-32-2e-32-1e-32 1e-32 2e-32 3e-32
1e16 5e15 -3e-32 -2e-32 -1e-32 -5e15 -1e16 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 + con (2.8) para
62 nuestra f , conduce a
2 1/4
(x, t) = (2a )
2 a2 2
( ) e ( + )2 + x( + ) d,
que operando un poco se escribe como (x, t) = (2a ) y con (1.14) llegamos a (x, t) = (2 )
1/4 2 1/4
e(x )
e(
2 a2 +2i ) 2
( ) e (x 2 ) d
e(x )
2
a2
a 2 2 e(x2 ) /(a +2i ) . + 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 2 |(x, t)| = e2g(x,t) con g (x, t) = 2 4 (x v0 t)2 . 2 t 2 m 2 2 4 2 2 2 a + h a +h t m El valor de h es tan pequeo, que para tiempos razonables y a que no est en el rango subatmico, se cumple (2/ )1/2 2(xv0 t)2 /a2 |(x, t)| e . a Entonces se concentrar en una bandita de anchura comparable a a alrededor de x = v0 t, con ello recuperamos en el lmite la ley de inercia , que arma que para una partcula libre (V = 0) las trayectorias son rectilneas. Quiz parezca un poco paradjico que la velocidad no tenga que ver con la velocidad de fase de . Cuando una onda no es sinusoidal, puede haber paquetes de ondas que se muevan a una velocidad de grupo que no est relacionada con la velocidad interna de las ondas en el interior del paquete [FLS63, 48-4]. Fuera de las escalas clsicas, la funcin de ondas se dispersar y entonces tendremos una amplia nube de probabilidad donde podramos detectar la partcula.
2
6e-28 5e-28 4e-28 3e-28 2e-28 1e-28
m = v0 =1 6.62e-28 a = 103 h con x, t < 106 h
6e-33 5e-33 4e-33 3e-33 2e-33 1e-33
m = v0 =1 6.62e-33 a = h con x, t < 10h
63
Si intentamos que la partcula tienda a ser clsica con una posicin en el origen totalmente determinada, deberamos tomar a 0+ en (2.12) pero entonces (2.13) implica que segn avanza el tiempo, las posiciones x con a2 h2 t2 m2 (x v0 t)2 1 tienen probabilidad ms o menos parecida, esta desigualdad se puede escribir como |p p0 | ha1 con p = mx/t el momento lineal (clsico) y p0 = mv0 el momento lineal inicial. Fsicamente esto indica que hay una holgura en el momento lineal p de orden ha1 . Matemticamente, ello depende de que no es posible localizar una funcin y su transformada de Fourier. Segn hemos visto, en la fsica cuntica no hay posiciones de partculas sino una distribucin de probabilidad. Los resultados pueden ser bien diferentes para un mismo experimento. Si hemos de elegir un valor para llamarle espacio o posicin, lo ms lgico es tomar la esperanza 2 x = x|(x, t)| dx. = (x, t)x(x, t) dx. El momento tampoco existe como un nmero. Pensemos por ejemplo en (2.9). Si tomamos como cierto (2.3), esta funcin de ondas tiene muchos momentos, dados por p = hk = hn. La cantidad |an |2 debera interpretarse como la 2probabilidad de que de2 tectemos la onda de momento hn, ya que T || dx = |an | = 1 (de nuevo, esto es parte de la interpretacin de Copenhague, por la cual slo se detectan armnicos individuales con probabilidad proporcional al cuadrado del mdulo de su amplitud). Entonces la esperanza del momento es h 2 p= nh|an | = (x, t)x (x, t) dx. 2i n= Si posicin y momento no son nmeros, cmo deberamos considerarlos matemticamente? La ltima expresin muestra que el momento est relacionado con una operacin sobre la funcin de ondas. J. von Neumann desarroll la idea de considerar cantidades fsicas como operadores y con ello acerc la mecnica cuntica al anlisis funcional. De esta forma la dot de un extenso formalismo matemtico que, junto con la contribucin de Dirac, ha perdurado hasta nuestros das. En los textos actuales se incluyen muchas veces unos postulados o axiomas de la mecnica cuntica escritos con lenguaje matemtico (vase enunciados precisos en [GP90] y algunas ideas bsicas en [SS90]). Aqu simplemente sealaremos que el estado de un sistema fsico viene representado por una funcin de ondas , que es un elemento unitario de un espacio de Hilbert complejo separable, mientras que los observables son operadores lineales autoadjuntos. Si denimos los operadores posicin x y momento p (siempre en el caso unidimensional) actuando sobre las funciones de ondas de la siguiente manera: (2.14) x() = x y p() = h , 2i x
64
entonces los valores medios (las esperanzas) de posicin y momento deberan denirse como h 2 x = , x() = x|(x, t)| dx y p = , p() = (x, t) (x, t) dx, 2i x lo cual es coherente con el ejemplo anterior. Aqu hemos evitado la notacin habitual x y p para evitar confusiones. Es conveniente advertir que en la fsica cuntica utiliza muchas convenciones notacionales introducidas Dirac (vanse los rudimentos en [SS90]), que dieren de las utilizadas en anlisis funcional y en anlisis en general, por ejemplo, el desarrollo en serie de Fourier (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 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 p2 /2m + V = 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 energa clsica permite deducir la ecuacin de Schrdinger cuando las cantidades fsicas, los observables, se sustituyen por sus operadores. Este proceso para obtener frmulas cunticas a partir de las clsicas se llama (primera) cuantizacin . Con todo este lenguaje, el principio de incertidumbre adquiere una formulacin matemtica bastante general. Dada una funcin de ondas , parece2 natural denir 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 V (A)V (B ) 1 2 AB BA . 4
2.2. INTEGRALES OSCILATORIAS
65
Demostracin. Redeniendo A como A A Id y lo mismo con B , nos podemos restringir al caso A = B = 0. En este caso, por la desigualdad de Cauchy-Schwarz, V (A)V (B ) = A2 B 2 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 denicin 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 pequeas. En el caso de x y p, x p px = x h h (x) h = 2i x 2i x 2i = xp px = hi 2
2
Por tanto, h2 /(16 2 ) impone siempre una cota inferior para el producto de las varianzas de x y p. ste es el principio de incertidumbre de Heisenberg , que est ms cercano a lo que realmente hizo Heisenberg, aunque l trabaj inicialmente con series de Fourier [SR01]. Si escribimos explcitamente V (x) y V (p), limitndonos al caso x = p = 0, para simplicar, se tiene 2 h2 h2 2 2 2 2 V (x) = x || y V (p) = 2 2 = 2 (2i ) = h 2 ||2 . 4 x 4 Entonces la cota inferior h2 /(16 2 ) para V (x)V (p) se deduce del Teorema 2.1.2, esto es, el principio de incertidumbre de Heisenberg es consecuencia de la desigualdad de Heisenberg. Ms all de la importante interpretacin fsica, matemticamente es bello que la falta de localizacin de una funcin y su transformada se relacione con la falta de conmutatividad de dos operadores.
2.2.
Integrales oscilatorias
Las integrales oscilatorias aparecen de manera natural en el anlisis armnico abstracto pero tambin en numerosas aplicaciones. Muchas funciones especiales que provienen de problemas fsicos concretos se denen como integrales oscilatorias.
66
La transformada de Fourier es uno de los ejemplos ms bsicos de integral oscilatoria. Si una funcin se anula en el innito y sus derivadas decaen lo suciente, 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 grca) 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 -0.5
-4
-3
-2
-1 -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 inuencia 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 f . 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: (2.16) |f ( )| 1 f (n) 1 (2 | |)n para | | = 0.
) ( Es decir, con regularidad suciente, se cumple f ( ) = O | |n . Esta sencilla idea es menos especca de lo que pudiera parecer y da lugar a un resultado general siempre que la fase no sea estacionaria y las integrales tengan sentido.
67
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 f (0) )1/4 ( 2 ex e(x2 ) dx = 1 + 4 2 2 (2||)1/2 .
Para estudiar los casos en que la fase llega a ser estacionaria, vamos a hacer una reduccin previa. Si existe un nmero nito 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 especicadas 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.
y F C con un solo Teorema 2.2.2 (Principio de fase estacionaria). Sea A C0 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 cuando + + 2 + + O n I () = A(0) + F (0)
donde los ai dependen de los coecientes de Taylor de A y F en x = 0.
68
La eleccin de los signos de y F (0) no impone ninguna restriccin porque conjugando todos los casos, bajo F (0) = 0, se reducen al indicado. Los coecientes aj no tienen una frmula general sencilla, aunque siguiendo la prueba se pueden determinar individualmente. Un caso bastante explcito del que deduciremos el resultado general, es el caso cuadrtico.
Teorema 2.2.3. Si A C0 y F (x) = x2 , para cada entero positivo n se cumple
( n )) 1 + i ( A(2j ) (0) +O I () = 2 j =0 j !(8i)j

n 1
cuando +.
Demostracin. Por convergencia uniforme, se tiene I () = l m I () con I () = +

0
A(x)e(2i)x dx.
2
Usando la identidad de Parseval (por extensin analtica de (1.14) como antes) 1 2 I () = A( )e /(2i) d. 2i Gracias al decaimiento rpido de A, no hay problema al calcular el lmite, y desarrollando por Taylor hasta grado 2(n 1) el segundo factor del integrando, 1+i I () = 2
A( )e
i 2 /2
1 + i ( 1 ( i )j d = 2 j =0 j ! 2
n1
( )) A( ) 2j d + O n .
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 restringir al caso F (0) = 0. Considerando el desarrollo de Taylor de F (x)/x2 , es fcil ver que G(x) = 2F (x)/x2 F (0) dene 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 ) denida 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 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.
69
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 signicado como integral impropia de Riemann, es decir, si existe
N,M N
l m
e(x2 x) dx
para cualquier , R con = 0,
y en caso armativo si es lcito aplicar la frmula de inversin (1.7). Otra cuestin relacionada es qu ocurre cuando trabajamos en un intervalo en lugar 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
a b
( ) 1/k e F (x) dx ck k .
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
a b
( ) 1 e F (x) dx = 2i
1 F (x)
( ) 2iF (x)e F (x) dx,
e integrando por partes para obtener

a b
) e F (x) dx
1 1 1 + + 2F (b) 2F (a) 2
1 F (x)
dx
1 . 1
70
El resto de los casos se prueban por induccin. Para k 2, la condicin F (k) (x) > k > 0 asegura que F (k1) es montona creciente. Por el teorema del valor medio, dado > 0, la desigualdad |F (k1) (x)| se verica para x incluido en un intervalo I de 1 longitud a lo ms 2 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 ( ) 1 1/(k1) e F (x) dx 2 . k + 2 ck 1
a
Eligiendo = k
(k1)/k
se obtiene el resultado esperado.
Por ejemplo, de la Proposicin 2.2.4 se tiene que siempre que N1 > , N2 ( ) 1 e x2 x dx c1 N1

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 jado. Proposicin 2.2.5. Sea > 0 y a < 0 < b entonces b ( ) ( ) ( ) 1+i e x2 dx m n (|a|)1 , 1/2 + m n (b)1 , 1/2 2 a 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) e x dx = e x dx e x dx
a b
( ) e x2 dx.
La primera, que acabamos de ver que tiene sentido, se puede evaluar conando en (1.14) o ms claramente usando el teorema de los residuos para mover la lnea de integracin 2 y transformar el integrando en e2x . En cualquier caso, el resultado es (1 + i ) / 2 . ( 1/2 ) por la Proposicin 2.2.4 = Cada una de las dos ltimas integrales son O ( con k ) 1 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 inversin f (x) = f ( )e(x ) d es vlida, en el sentido de integrales impropias de Riemann, para f (x) = e(x2 ) a pesar de que esta funcin no est en L1 .
71
Para ilustrar las ideas anteriores vamos a estudiar la asinttica de una de las funciones de Bessel , las cuales son transformadas de Fourier de funciones singulares. Originariamente fueron introducidas en relacin con el movimiento de los planetas pero aparecen como armnicos en muchos problemas con simetra radial. Por ejemplo, as como al estudiar una cuerda vibrante los armnicos naturales son los de Fourier, para una membrana circular, como la de un tambor, son funciones de Bessel. Aqu nos ocuparemos de J1 , denida como 1 1 x sen(x) dx. (2.18) J1 () = 1 1 x2 Nuestro objetivo es hallar la asinttica de J1 (2) cuando +. Tras el cambio de variable x 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 n 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 1 1.5
-1
0.5 -0.5
y =cos(x)
-0.5 -1
72
CAPTULO 2. SUMAS E INTEGRALES OSCILATORIAS 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 (2.20) ( ( ) 1 ) 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 oricio 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 fotogrca) 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 intuitiva. 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 mencionados. 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 posibles desfases y es de prever que la superposicin de todas ellas tenga gran cancelacin
73
excepto cuando el ngulo es muy pequeo. En otras palabras, una integral como (2.15) debera ser siempre pequea una vez que evitemos el caso en que es casi cero. Por eso nos parece que la luz viaja en lnea recta. En otro contexto (el de la electrodinmica cuntica), esta idea est magncamente explicada en [Fey85]. Una manera terica de entender por qu la ptica geomtrica (la luz considerada como rayos en lugar de ondas) es correcta en primera aproximacin, que no exploraremos aqu, es que para longitudes de onda muy pequeas, la ecuacin de ondas, se aproxima por otra ecuacin en derivadas parciales, la ecuacin eikonal que admite soluciones que s determinan rayos [Tay96, 6.6] [BW65, 3].
sen = /2
Interferencia constructiva
Interferencia destructiva
Esta explicacin, aunque cualitativamente satisfactoria, es deciente porque el principio de Huygens no es cierto sin modicaciones [BW65, 8.2], de hecho slo da una primera aproximacin correcta para ngulos pequeos. Adems lo que buscamos es una justicacin de la difraccin matemtica y fsicamente ms bsica, que no apele a principios injusticados 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 redeni 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 .
74
Las frecuencias menores son los infrarrojos y las mayores los ultravioletas. Para hacerse una idea, las frecuencias en un receptor de radio (FM) varan entre 8,75 107 y 1,08 108 y en un horno microondas son del orden de 2,5 109 (por cierto, con una sencilla cuenta se deduce que las microondas no son tan micro, pues tienen longitudes de unos cuantos centmetros). La difraccin es ms evidente para tamaos comparables a la longitud de onda, por ello no es fcil observarla con luz visible. La dependencia de la difraccin con la frecuencia, sugiere que para simplicar 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 (2.22) 2u = c2 u. t2
Para nuestro anlisis sern importantes las ondas con simetra esfrica. De algn modo esto es una herencia del principio de Huygens. Proposicin 2.2.6. Supongamos que U = U (x, y, z ) tiene simetra esfrica, es decir, 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 = r2 x2 f (r) + r3 (y 2 + z 2 )f (r). 2 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).
75
En varias frmulas aparecer la variacin espacial de una onda esfrica, sintetizada como el sencillo clculo ( ) (2.23) x1 e(k x) = x2 e(k x)(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 supercie 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 , ( ( e(k x q) )) 1 e(k x 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 consiguiente 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(k x) ) e(k x) ( e(k x) ) e(k x) U U dV = U U dS. x x x x Tanto U (x)e(t) como x1 e(k x 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(k x) ) e(k) ( e(k x) ) e(k x) l m U U d S = U U dS. 0+ B x x x S El segundo trmino del primer integrando no contribuye, porque |B | = 42 (el rea de la esfera) y |B |1 0. Entonces slo resta probar ( e(k x) ) dS. 4U ( 0) = l m U ( x ) 0+ B x Empleando (2.23), para los x B se tiene ( ) ( ) x1 e(k x) = 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 nalizar basta apelar al teorema del valor medio para integrales.
76
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
sombra
O
luz sombra
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, ( ( e(k x q) )) e(k x q) 1 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 indicada en la Proposicin 2.2.6 salvo una traslacin del origen a p. Para simplicar, 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) = K x p1 e(k x p) con K una constante.
Supongamos que esta frmula sigue siendo correcta en z > 0 cuando ponemos la pantalla. Matemticamente esto parece un poco dudoso porque pegar dos soluciones de la ecuacin de ondas, una en cada semiespacio, no est claro que pueda hacerse de forma
77
regular. Sin embargo, fsicamente sera muy extrao pensar que interponer una pantalla opaca completamente negra (para evitar reexiones), tenga alguna inuencia en las ondas que parten de p. Entonces la frmula anterior debera ser vlida en la apertura A. As pues, ( e(k x q) ( e(k x p) ) e(k x p) ( e(k x q) )) dS(x), U (q) = K x q x p x p x q A donde se ha redenido el valor de la constante K . Recordemos que para la luz visible el nmero de ondas k es del orden de millones, por tanto en (2.23) podemos despreciar el trmino x1 dentro del parntesis para tamaos macroscpicos de x. Suponemos que p y q estn separados de la pantalla y que por tanto x p y x q tienen tamaos macroscpicos cuando x A, con lo cual nuestra aproximacin pasa a ser K xq ) e(k x p + k x q) ( x p (2.25) U (q) = dS(x), A x px q x p x q donde se ha redenido 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 redeniendo una vez ms la constante K , se llega a K cos (2.26) U (q) = e(k x p + k x q) dxdy pq A donde x = (x, y, 0) y A es A considerada en el plano XY en lugar de en el espacio. Dicho sea de paso, si slo usamos que p est muy lejano, digamos que p = (0, 0, p3 ) con p3 +, de forma que la onda esfrica (2.24) degenera en una onda plana paralela a A, entonces la aproximacin sin quitar el denominador x q sera e(k x q) Ke(k p) cos (1 + cos ) dxdy (2.27) U (q) = p x q A
78
donde es el ngulo entre n y q x, que es muy similar al formado entre q y n. sta es una realizacin del principio de Huygens porque e(k x 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 simplicaciones, la integral oscilatoria en (2.26) es demasiado complicada para llevar a cabo clculos explcitos. Afortunadamente con aproximaciones lineales de la fase ya se tienen resultados importantes en ptica. Cuando se toman estas aproximaciones lineales, se habla de difraccin de Fraunhofer (J. Fraunhofer fue el primero en analizar las frecuencias de la luz de los astros) y cuando se toman aproximaciones cuadrticas, se habla de difraccin de Fresnel . Este ltimo anlisis slo aporta novedades cuando p o q estn cerca de la pantalla [BW65, 8.3.3]. El desarrollo de Taylor hasta grado uno con resto, asegura 2 2 x p = p p1 x + p2 y + O( x + y ) con p = (p1 , p2 , p3 ) p p ( x2 + y 2 ) q1 x + q2 y +O con q = (q1 , q2 , q3 ) x q = q q q Entonces la difraccin de Fraunhofer responde a la frmula (2.28) ( ) K cos ( kp1 kq1 kp2 kq2 ) U (q) = e k (p + q) A + , + pq p q p q
donde A es la transformada de Fourier en R2 de la funcin caracterstica de A, esto es A (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 denitiva, 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.
79
Despus de este desarrollo terico, analizaremos dos ejemplos bsicos (vase [Wal96] para otros con datos concretos). Para una abertura cuadrada de lado , A = [/2, /2] [/2, /2], se tiene A (1 , 2 ) = sen(1 ) sen(2 ) . 2 1 2
Si la fuente de luz p est en (0, 0, p3 ), se obtiene A ( kq1 kq2 ) , q q

2
= q2
sen2 (kq1 /q) sen2 (kq2 /q) . 2 2 2 k 2 q1 q2
Si ponemos una segunda pantalla en z = q3 jado, 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 dene la onda.
1 0.8
0.6
0.4
0.2
-15
-10
-5 -0.2
10
15
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 A (1 , 2 ) = e(1 x 2 y ) dxdy.
x2 +y 2 < 2
La simetra del problema implica que A es radial (y es un interesante ejercicio probarlo 2 2 + 2 y se tiene matemticamente). En particular A (1 , 2 ) = A (0, R) con R = 1 A (1 , 2 ) =

1 e(Ry ) dydx = R 2 x2
2 x2
) ( sen 2R 2 x2 dx.
El cambio x 1 x2 con el signo de x, prueba ( ) 1 sen 2Rx dx = J1 (2R ), A (1 , 2 ) = x 2 R 1 R 1x
80
donde se ha usado la denicin (2.18) de J1 . Segn (2.20), ( kq1 kq2 ) A , q q

2
( ) 2 3 sen2 2R R 4
x2 + y 2 con R = k 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 ( kq1 kq2 ) 2 , A 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 maniesten en ocasiones fenmenos aritmticos que no han aparecido en nuestro anlisis de las integrales oscilatorias. Aunque en lo sucesivo nos ocuparemos de sumas nitas, 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 innitos puntos, aunque esto no se prob hasta 1970 y lo hizo un estudiante! La serie en cuestin es R(x) =
sen(2n2 x) n=1
n2
2.3. SUMAS OSCILATORIAS
81
Una mirada cercana alrededor de los puntos x = 1/2, 1/3 y 1/4 muestra las siguientes curiosas grcas
0.04
1.25
1.2 1.15 1.1
0.02
1.2
0 0.49 -0.02
0.495
0.5
0.505
0.51
1.15
1.05
1.1
1 0.95
0.325 0.33 0.335 0.34
-0.04
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 sucientemente grande, una de estas tres situaciones. Si b 2 (m od 4), al igual que en la primera gura, 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 (m od 4), entonces siempre hay una tangente vertical (pendiente innita) como en la segunda gura. En el caso restante, b 0 (m od 4), hay siempre una tangente vertical por un lado y no por el otro, como en la tercera gura. Saber por qu lado aparece la tangente vertical, o en el segundo caso, si hay una cspide o no, requiere considerar propiedades aritmticas ms nas 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 conguraciones 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
82
cuando se consideran sumas regularizadas ( ) S= (n)e f (n)

n
con
C0 (R).
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 innitas 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 nita 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 necesidad terica real. Ello causa que el argumento antes indicado requiera modicaciones 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 modica 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 ) ( ) ( ) e f (n) = e f (x) dx + f (x)e g (x) dx + O(1), (2.29) n a a anb n=0 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) 2 f (b) f (x)e f (x) nx dx (f /g ) + + , 2 g (a) g (b) | n| a a donde para la ltima desigualdad se ha usado que f /g es montona (ya que es composicin de f y una funcin creciente) y por tanto se pueden meter la ltima integral
83
dentro del valor absoluto, como en la prueba de la Proposicin 2.2.4. Ntese que esto asegura la convergencia absoluta de la serie en (2.29). Segn lo anterior, la contribucin de los trminos con n > y n < 0 est acotada por
1 + + 2 n ( n ) n ( n ) n n= n= +1 |n|>2 1
0=|n|2
1 log( + 2), |n|
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) . n a a anb 0<n Ahora bien, ( ) ( ) ( ) e g (b) e g (b) e g (x) dx = = O(1) 2i a a ( ) y despejando y sustituyendo f (x)e g (x) dx se obtiene el resultado.
b
) f (x)e g (x) dx n
La condicin , Z se ha introducido en el enunciado para simplicarlo (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], entonces 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. Un ejemplo correspondiente a f (n) =
N n=1 3 2
log n es
n3i =
N 1+3i + O(1). 1 + 3i
3i Entonces la grca 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
5

5
-10 -5 -10 -15
10
20
30
-10 -5 -10 -15 -20
10
20
30
-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 Proposicin 2.3.1 se pueden elegir y con (b a) + 1. Segn la Proposicin 2.2.4 con k = 2, cada una de las integrales es O(1/2 ), de forma que ( ) ( ) e f (n) ((b a) + 1)1/2 + log (b a) + 2 .
anb
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
85
condicin ) 1 impida la cancelacin. As por ejemplo, esperamos que haya cancelacin ( 5 /2 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
anb
( ) e f (n)
4(b a)2 4(b a) + H H 1r<H
anbr
( ) e f (n + r) f (n) .
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 articio aparentemente intil de repetir la suma H veces ( ( ) ) ) 1 1 ( e f (m + n) e f (m + n) . |S | = e f (n) = H n mI H aH nb1 mI anb
n n
La desigualdad de Cauchy-Schwarz produce los incrementos de f |S |2 ba+H H2 e(f (m + n) f (l + n)).
aH nb1 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 | H ( b a + H ) + 2 H2 1l<mH
2
alnbm
( )) e f (m + n) f (l + n) .
Ahora basta renombrar l + n n, m l 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/(2K 2) + (b a)12/K 1/(2K 2) donde K = 2k1 .
anb
86
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/(2K 2)
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/(K 1) , 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
N n2N
N n2N
( ) e n5/2 N 25/28
mientras que el Teorema 2.3.3 daba la acotacin trivial. Valores mayores de k no producen ninguna mejora sobre la ltima cota. Es posible rescatar la idea del principio de fase estacionaria para integrales en intervalos acotados. Por dar una idea del tipo de resultados (vase [Ivi03], [IK04] y [Mon94]), mencionaremos por ejemplo que si f C 4 ([a, b]) con 0 < f < 1 tiene un punto estacionario f (c) = 0 con m n(b c, c a) b a y |f (k) |(b a)k2 para k = 3 y k = 4, entonces b ( ) ( ) e(f (c) + 1/8) + O 1 (b a)1 . e f (x) dx = f (c) a Si utilizamos resultados de este tipo en la Proposicin 2.3.1 habremos transformado la suma inicial en una nueva suma. Esto es lo que se llama Proceso B . Por otra parte, tambin el Lema 2.3.4 permite pasar de una suma a otra, es lo que se llama Proceso A. Combinando ambos procesos para terminar aplicando la estimacin trivial, completa el mtodo de van der Corput. De cara a la presentacin de esta idea, el mtodo de pares de exponentes [GK91] describe de forma sencilla y elegante cmo actan estos procesos en una suma oscilatoria bajo ciertas condiciones (bastante estrictas). De hecho existe un algoritmo que permite hallar la mejor manera de combinar ambos procesos para una suma dada. Las mejoras son habitualmente cualitativamente itpequeas con respecto de la cota del Teorema 2.3.5. Por ejemplo, la suma S = n< t n es relevante en el estudio de la funcin (vase [Ivi03]). Si aplicamos para acotarla el Teorema 2.3.5 con k = 3, tras dividir en intervalos didicos se tiene ( t ( ) ) N (t/N 3 )1/6 + N 1/2 (t/N 3 )1/6 t5/12 . log n e S= 2 j j N n<2N
N =2 t n< t N =2 t
87
Por otro lado, la mejor combinacin de los procesos A y B reduce el exponente 5/12 en poco ms de 2 milsimas
2.3.2.
( ) Si se consideran sumas oscilatorias con cierta amplitud suave, A(n)e f (n) , podemos sumar por partes y trabajar con sumas sin amplitud. Sin embargo, en diversas situaciones, especialmente en teora de nmeros, las amplitudes son funciones que varan de forma incontrolable, muchas veces con contenido aritmtico. sera ( La aspiracin ) una teora de sumas oscilatorias con coecientes arbitrarios an e f (n) pero tal cosa no puede existir porque si los coecientes 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 coecientes. Bajo la denominacin de gran criba se recogen una serie de tcnicas que explotan la idea de que si hay cierta independencia entre las fases de las diferentes sumas, entonces los coecientes no pueden entrar en resonancia en todas ellas y aunque alguna suma pueda ser grande, en promedio sern pequeas.
La gran criba
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 n=1 2
an e(nx )
C (N + )
N n=1
|an |2
para cualesquiera a1 , a2 , . . . , an C. De hecho, se puede tomar C = 1.
88
La complicacin articial 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. Identicando 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 n=1 2
an e(nx )
) ( 1 2 1 |g | + |gg | =
k Ik Ik 0
|g | +
2 0
|gg |.
La desigualdad de Cauchy-Schwarz implica 1 N ( 2 1 2 an e(nx ) |g | +

n=1 0 0
|g |
)1/2 (
0
|g |2
)1/2
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, desarrollada 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 an am cuando |an |2 = 1. n m n=m Aunque la prueba es elemental, es bastante ingeniosa. Una aplicacin (no directa) debida a M. Riesz es la acotacin del operador conjugado en el disco. Dada una funcin holomorfa en el disco unidad, si el valor en el borde de su parte real est en Lp (T) para cierto
89
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 sen (x x ) (
cuando
|c |2 = 1.
Para la prueba, vase [MV74] o [IK04]. Demostracin de la Proposicin 2.3.6 con C = 1. Consideremos un vector cuya coordenada es n an e(nx ). Sea b el valor de esta coordenada cuando se normaliza el vector, entonces
N n=1 2
an e(nx )
N n=1
N N )2 2 an e(nx ) |an |2 b e(nx ) . n=1 n=1
Desarrollando el cuadrado lo que resta probar es

N = n=1
( ) b b e n(x x ) 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 ) = 2 i sen ( x x ) 2 i sen ( x x ) n=1 ( ) Por el Lema 2.3.7 con c = b e (N + 1/2)x , la primera fraccin contribuye a la suma triple con una cantidad acotada en mdulo por (2 )1 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 denida como k si n = p1 p2 pk con pj primos distintos (1) (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 .
90
Teorema 2.3.8 (La gran criba como mtodo de criba). Sea Z un conjunto de enteros Z [M + 1, M + N ], N, M Z+ . Supongamos que para cada primo p Q, hay (p) clases mdulo p que no aparecen en Z , entonces (p) N + Q2 con h(q ) = 2 (q ) |Z| . p (p) q Q h(q )
p|q
Demostracin. Lo que vamos a probar es (2.30) h(q )|Z|

2 q a=1 (a,q )=1
( an ) e q nZ
para q Q libre de cuadrados.
Veamos que esto es suciente para conseguir nuestro objetivo. Sea an = 1 si n + M Z y an = 0 en otro caso, entonces
q q Q a=1 (a,q )=1
( an ) e q nZ
N n=1
( ) an e (n + M )x
N n=1
( ) an e nx
donde x recorre las fracciones irreducibles 0 < a/q < 1, y estas fracciones estn claramente Q2 -espaciadas. Entonces el resultado se sigue de la Proposicin 2.3.6 sumando en (2.30). Ahora deduciremos (2.30) por induccin en el nmero de factores primos de q . Si q = 1, es decir, si no tiene factores primos, el resultado es trivial (interpretando h(1) = 1 por el producto vaco). Supongamos ahora que el resultado es cierto para un libre de cuadrados q Q y vamos a deducirlo para qp con p q un primo p Q. Segn las hiptesis, slo se obtienen p (p) clases al reducir mdulo p los elementos de Z , sean b1 , b2 , . . . , bp(p) representantes de estas clases. Por la desigualdad de CauchySchwarz ( bn ) e q nZ
2 p (p)
j =1
nZ nbj (p)
( bn ) e q
p ( ) p (p) k=1
nZ nk (p)
( bn ) 2 . q
Recordando (1.28), al expandir el cuadrado el ltimo trmino es

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

q b=1 (b,q )=1
( bn ) e q nZ
a=1 b=1 (a,p)=1 (b,q )=1
( an ) ( bn ) e e p q nZ
pq a=1 (a,pq )=1
( an ) e pq nZ
91
donde la igualdad se debe al teorema chino del resto. Por la hiptesis de induccin, esto implica pq ( an ) 2 h(p)h(q )|Z|2 e pq a=1 nZ
(a,pq )=1
que es (2.30) para qp. En seguida veremos aplicaciones signicativas 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 grca 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 modicacin 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 grca de f tenga cierta curvatura. Nosotros aqu tendremos en mente el caso de una familia de grcas que se va expandiendo por una homotecia de razn , es decir, f (x) = g (x/). Si g tiene una curvatura acotada, esto implica que f es comparable a 1 . Como los extremos del intervalo, A y B , se dilatan de la misma manera la condicin natural con este ejemplo en mente es que f sea comparable a (B A)1 .
92
Teorema 2.3.9. Sea f C 2 ([A, B ]) no negativa con A < B enteros. Supongamos que 1 (B A)f 1, entonces B ) ( ) 1( Nf (A, B ) = f (x) dx + B A + f (A) + f (B ) + O (B A)2/3 . 2 A Demostracin. Partimos de la identidad
B B 1 Nf (A, B ) = (B A + 1) + f (n) {f (n)} 2 n=A n=A
1 donde {x} = x [x] . 2
Por la frmula de sumacin de Euler-Maclaurin, Proposicin 1.2.8, con K = 2, aplicada a la primera suma, se deduce Nf (A, B ) =
A B B ) 1( f (x) dx + B A + f (A) + f (B ) {f (n)} + O(1). 2 n=A
( ) Entonces todo lo que hay que ver es que la suma restante es O (B A)2/3 . Sustituyendo {x} por su serie de Fourier, se obtiene una suma trigonomtrica pero la convergencia es un problema y es conveniente regularizar antes de aplicar ningn mtodo. Sea la funcin 1-peridica que conecta con segmentos (0, 1/2 + ), (, 1/2 + ) y (1, 1/2 + ) para cierto 0 < 1/2. x 1 + 2 + (x) = x1 1 + + 1 2
0.5
si 0 x si x 1
0.5
1.0
1.5
2.0
0.5
1 La frmula para en realidad no es importante, lo nico que emplearemos es que 0 = y que es 1 para 0 < x < y (1 )1 para < x < 1 , lo cual se deduce del dibujo. Con ello, integrando por partes, se tiene que los coecientes de Fourier son 1 1 e(n ) 1 (x)e(nx) dx = 2 2 si n = 0. a0 = y an = 2in 0 4 n (1 ) Est claro que (x) {x} (x), por tanto para cierta eleccin del signo independiente de las variables de sumacin,
B 1 e(m ) ( ) . e mf ( n ) {f (n)} (B A) + m2 n= A n=A m=0 B
2.3. SUMAS OSCILATORIAS Por el Teorema 2.3.3 con = m(B A)1 , se tiene
B
93
{f (n)} (B A) + (B A)
1/2 1
n= A
|1 e(m )| . m3/2 m=1
Si empleamos |1 e(m )| m (para m )| 2 en el ) |m| < 1 (Taylor)1 y |1 e( 1/2 1/3 resto, deducimos que la suma es O . Escogiendo = 2 (B A) se termina la prueba. En teora de nmeros es muy comn estimar sumas o promedios de funciones aritmticas. Si nos jamos 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 crculo salvo 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 rena 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) R (n, m) = R para n2 + m2 = 0. n 2 + m2
94
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 , (2.33) N (R) = R + R 2 + m2 n 2 2 n +m =0 la cual fue establecida por Hardy para R > 0 no entero, entendiendo la suma como lmite sobre n2 + m2 M . La idea para demostrar el teorema anterior es sustituir J1 por su frmula asinttica (2.20) y utilizar el Teorema 2.3.5 con k = 5 para estimar la suma en n o en m. El problema para seguir esta idea es que (2.33) no converge absolutamente, de hecho la prueba de esta igualdad es bastante complicada y la lenta convergencia hace que sea poco til. El problema proviene de que R 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 . 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 anb
y la condicin m R1/2 N 33/16 asegura que el segundo sumando es superuo. ( )1/2 Lema 2.3.12. Para > 0 sea la funcin f : R2 R denida por 23 3 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 l mt0+ 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.

2.3. SUMAS OSCILATORIAS Con el cambio (x, y ) (x, y ), la integral es 3 2

1
95
e(Rx)
1x2
1x2
x2
y2
3 dydx = 2
e(Rx) (1 x2 ) dx, 2 1
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 n con la versin regularizada de (2.33). Bajo la losofa del principio 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 signicativos. Lema 2.3.13. Dado R > 2, para cualquier R1/2 < < 1 existe r [R 2, R + 2 ] tal que ( ) 1/2 sen 2r n2 + m2 /4 ( ) r N (R) = R2 + F 2 n2 + m2 + O(R ). ( )3/4 2 2 n 2 + m2
n +m =0
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 signica 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 convolucin (1.12) en sus versiones bidimensionales, N (R) =
n,mZ
r (n, m)f (n, m) = R2 + O(R ) +
n2 +m2 =0
( ) r (n, m)F 2 n2 + m2 .
Ahora basta recordar (2.32) y (2.20). El trmino de error es absorbido por O(R ). Demostracin del Teorema 2.3.10. Vamos a elegir = R14/41 en el Lema 2.3.13, con ello lo que buscamos es ) ( e 2r n2 + m2 ( ) 13/82 . )3/4 F 2 n2 + m2 R ( 2 2 n + m 2 2 n +m =0
96
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 . n2 + m2 m=1 N N N <n2N Se deja como ejercicio comprobar que podemos restringir la suma a los N que satisfacen m < R1/2 N 33/16 , ya que para el resto la estimacin trivial es suciente. 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 . ( ) ( ) 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 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 arma 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.
2.3. SUMAS OSCILATORIAS ( ) Corolario 2.3.15. Se tiene (N ) = O N/ log N . Demostracin. Consideremos { Z = M n M + N : n 0 (p) } p Q .
97
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
q Q
h(q )
1 q q Q
= log Q + O(1).
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 innitos 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 arma que la serie de los inversos de los primos gemelos converge. V. Brun fue el pionero de los mtodos de criba y su prueba es muy anterior a la introduccin de la gran criba. Teorema 2.3.16. Sea G el conjunto de los n Z+ tales que n y n + 2 son primos (gemelos) y sea 2 (N ) el cardinal de G [1, N ]. Existen dos constantes positivas C1 y C2 tales que 1 N 2 (N ) C1 y = C2 . (log N )2 p pG En la demostracin apelaremos al siguiente lema. Con tcnicas bien conocidas de teora analtica de nmeros [IK04, 1] se deduce una frmula asinttica. Lema 2.3.17. Sea d(n) la funcin que cuenta el nmero de divisores (positivos) de n, entonces 2 (n)d(n) N log N.
nN
Demostracin. Vamos a emplear que (2.35) 2 (n)d(n) d(n)

nN nN
d(p2 n).
p N nN/p2
98 Se tiene

klN
+ O(1) = N log N + O(N ). k Un razonamiento similar sirve para tratar nN/p2 d(p2 n) imponiendo que k o l sean divisibles por p2 o cada una de ellas por p. Mdulo p2 esto es 0 l, k 0 y p p, lo que hacen 2p2 posibilidades entre las p4 totales. En los casos p = 2, 3 se obtiene 2 1 y d(n) = N log N + O(N ). d(n) = N log N + O(N ). 2 9 d(n) = 1=
nN k N nN/4 nN/9
(N
Para el resto de los primos usaremos simplemente que d(p2 n) 3d(n), porque cada divisor de p2 n dividido por 1, p o p2 da un divisor de n. Entonces, deducimos a partir de (2.35) ( ) 1 2 2 (n)d(n) 1 3 p2 N log N + O(N ). 2 9 p5 n N 2 Todo lo que resta comprobar es que p5 p 5/54 = 0.09259 . . . Para ello usamos que p2 log(1 + p2 ) + 1 p4 y por tanto 2
p5
p2 log
1 p4
p5
1 p2
4 ) 1 4 (2) 5 10 1 ( (4) n 4 , n = log log log + 2 n5 (4) 4 9 2 n=1
donde se ha empleado la frmula producto de Euler (1.33). Con (1.19) podemos evaluar (2) y (4) y comprobar que la ltima expresin es algo menor que 0.092. Demostracin del Teorema 2.3.16. Sea { Z = n [1, N ] : n 0, 2 (p) p } N .
Entonces, con la notacin del Teorema 2.3.8, h(2) = 1 y para cada 2 < p h(p) = 2/(p 2). Entonces para q N 2 2 (q )d(q ) h(q ) 2 (q ) = . p q
p|q
N se tiene
Sumando por partes en el Lema 2.3.17, se tiene h(q ) (log N )2 . 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. Concretamente, 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 ).
q 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. J. Arthur. Harmonic analysis and group representations. Notices Amer. Math. Soc., 47(1):2634, 2000. S. A. Broughton and K. Bryan. Discrete Fourier analysis and wavelets. John Wiley & Sons Inc., Hoboken, NJ, 2009. Applications to signal and image processing. J. Bryant and C. Sangwin. How round is your circle? Princeton University Press, Princeton, NJ, 2008. Where engineering and mathematics meet. M. Born and E. Wolf. Principles of optics: Electromagnetic theory of propagation, interference and diraction of light. With contributions by A. B. Bhatia, P. C. Clemmow, D. Gabor, A. R. Stokes, A. M. Taylor, P. A. Wayman and W. L. Wilcock. Third revised edition. Pergamon Press, Oxford, 1965. L. Carleson. On convergence and growth of partial sums of Fourier series. Acta Math., 116:135157, 1966. J. W. Cooley and J. W. Tukey. An algorithm for the machine calculation of complex Fourier series. Math. Comp., 19:297301, 1965. H. Davenport. Multiplicative number theory, volume 74 of Graduate Texts in Mathematics. Springer-Verlag, New York, second edition, 1980. Revised by Hugh L. Montgomery. A. Deitmar. A rst course in harmonic analysis. Universitext. SpringerVerlag, New York, second edition, 2005. 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
[Art00] [BB09]
[BS08] [BW65]
[Car66] [CT65] [Dav80]
[Dei05] [DK82]
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] [Edg04] [Ell75] J. J. Duistermaat. Self-similarity of Riemanns nondierentiable function. Nieuw Arch. Wisk. (4), 9(3):303337, 1991. G. A. Edgar, editor. Classics on fractals. Studies in Nonlinearity. Westview Press. Advanced Book Program, Boulder, CO, 2004. 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 Scientiques et Industrielles, No. 1366. R. P. Feynman. QED: The Strange Theory of Light and Matter. Princeton University Press, 1985. R. P. Feynman, R. B. Leighton, and M. Sands. The Feynman lectures on physics. Vol. 1: Mainly mechanics, radiation, and heat. Addison-Wesley Publishing Co., Inc., Reading, Mass.-London, 1963. P. Fong. Elementary quantum mechanics. World Scientic Publishing Co. Pte. Ltd., Hackensack, NJ, expanded edition, 2005. J. Fourier. Thorie analytique de la chaleur. ditions Jacques Gabay, Paris, 1988. Reprint of the 1822 original. N. Gershenfeld. The nature of mathematical modeling. Cambridge University Press, Cambridge, 1999. 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. 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.
[Fey85] [FLS63]
[Fon05] [Fou88] [Ger99] [GK91]
[GP90]
BIBLIOGRAFA [Har] [Hux96]
101
G. H. Hardy. A Theorem Concerning Fourier Transforms. J. London Math. Soc., S1-8(3):227. 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. E. Hernndez and G. Weiss. A rst course on wavelets. Studies in Advanced Mathematics. CRC Press, Boca Raton, FL, 1996. With a foreword by Yves Meyer. H. Iwaniec and E. Kowalski. Analytic number theory, volume 53 of American Mathematical Society Colloquium Publications. American Mathematical Society, Providence, RI, 2004. A. E. Ingham. A Note on Fourier Transforms. J. London Math. Soc., S19(1):29. 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)]. Y. Katznelson. An introduction to harmonic analysis. Dover Publications Inc., New York, corrected edition, 1976. J.-P. Kahane and Y. Katznelson. Sur les ensembles de divergence des sries trigonomtriques. Studia Math., 26:305306, 1966.
[HW96]
[IK04]
[Ing] [Ivi03]
[Kat76] [KK66]
[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. T. W. Krner. Fourier analysis. Cambridge University Press, Cambridge, 1988. M. Lacey and C. Thiele. A proof of boundedness of the Carleson operator. Math. Res. Lett., 7(4):361370, 2000.
[Kr88] [LT00]
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. H. L. Montgomery and R. C. Vaughan. Hilberts inequality. J. London Math. Soc. (2), 8:7382, 1974.
[MV74]
[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] [Ros88] [RV99] [Sal02] [Spi84] [SR01] [SS71] A. Robert. Des adles: pourquoi? Enseignement Math. (2), 20:133145, 1974. H. E. Rose. A course in number theory. Oxford Science Publications. The Clarendon Press Oxford University Press, New York, 1988. D. Ramakrishnan and R. J. Valenza. Fourier analysis on number elds, volume 186 of Graduate Texts in Mathematics. Springer-Verlag, New York, 1999. D. Salomon. A guide to data compression methods. Springer-Verlag, 2002. M. Spivak. Calculus Vol. I, II. Editorial Revert, Barcelona, 1984. J. M. Snchez-Ron. Historia de la fsica cuntica: el periodo fundacional (18601926). Crtica, 2001. A. Schnhage and V. Strassen. Schnelle Multiplikation grosser Zahlen. Computing (Arch. Elektron. Rechnen), 7:281292, 1971.
BIBLIOGRAFA [SS90] [SS03] [Str86] [Tay96] [Ter99]
103
D. Stauer and H. E. Stanley. From Newton to Mandelbrot: A Primer in Theoretical Physics. Springer-Verlag, Berlin, 1990. E. M. Stein and R. Shakarchi. Fourier analysis, volume 1 of Princeton Lectures in Analysis. Princeton University Press, Princeton, NJ, 2003. An introduction. G. Strang. Introduction to applied mathematics. Wellesley-Cambridge Press, Wellesley, MA, 1986. M. E. Taylor. Partial dierential equations, volume 23 of Texts in Applied Mathematics. Springer-Verlag, New York, 1996. Basic theory. A. Terras. Fourier analysis on nite groups and applications, volume 43 of London Mathematical Society Student Texts. Cambridge University Press, Cambridge, 1999. J. S. Walker. Fast Fourier transforms. Studies in Advanced Mathematics. CRC Press, Boca Raton, FL, second edition, 1996. With 1 IBM-PC oppy disk (3.5 inch; HD). J. S. Walker. A primer on wavelets and their scientic applications. Studies in Advanced Mathematics. Chapman & Hall/CRC, Boca Raton, FL, second edition, 2008. 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.
[Wal96]
[Wal08]
[Zyg77]
ndice alfabtico
Abel, N.H. (18021829), 15 aceleracin de series, 6, 14 adeles, 29 amplitud, 55 amplitud de probabilidad, 60 anlisis, 1 anlisis armnico, 1 aproximacin de la identidad, 3 armnicos, 1 artifact, 55 banda limitada, funcin de, 33 Bernoulli, nmeros de, 20 Bernoulli, polinomios de, 20 Bertrand, postulado de, 15 Bessel, F. (17841846), 22 Bessel, funciones de, 71 Bohr, tomo de, 56 Bohr, N. (18851962), 56 Bombieri, E. (1940), 87 Born, M. (18821972), 60 Brun, teorema de, 97 Brun, V. (18851978), 97 cmara oscura, 72 carcter, 28 Carleson, L. (1928), 8 CauchyRiemann, ecuaciones de, 21 Chebyshev, P. (18211894), 15 Chebyshev, polinomios de, 11 colapso de la funcin de onda, 59 Compton, efecto, 57 convolucin, 5, 30 coseno, transformada discreta, 35 criba, 87 cuanticacin, matriz de, 43 cuantizacin, 64 cuanto, 56 Daubechies, I. (1954), 44 DCT, 36 de Broglie, L. (18921987), 57 delta de Dirac, 3 delta de Dirac 1-peridica, 3 DFT, 28 diente de sierra, 10 difraccin, 72 Dini, criterio de, 6 Dirac, P.A.M. (19021984), 3 Dirichlet, carcter de, 31 Dirichlet, funcin L de, 31 Dirichlet, P.G.L. (18051859), 3 Dirichlet, problema de, 75 distribuciones, teora de, 9 divide y vencers, algoritmo, 36 du Bois-Reymond, P. (18311889), 8 ecuacin de ondas, 55 eikonal, ecuacin, 73 Einstein, A. (18791955), 56 electrn, 56 energa cintica, 58 energa potencial, 58 energa total, 58 espacio completo, 7 espacio de Hilbert, 7 espectro de emisin, 56 espiral equiangular, 83 104
NDICE ALFABTICO
105
estado, 63 Gauss, C. F. (17771855), 17 Euler, constante de, 15, 25 Gauss, problema del crculo de, 93 Euler, L. (17071783), 6 Gauss, sumas de, 19 Euler, producto de, 31 gaussiana, funcin, 12 Euler, transformada de, 14 Gibbs, fenmeno de, 54 EulerMaclaurin, frmula de sumacin de, gran criba, 87 20 gran criba, desigualdad de, 87 extensin analtica, 23 Green, identidad de, 75 Green, teorema de, 21 fase, 55 fase estacionaria, principio de, 67 Hadamard, J. (18651963), 23 Fejr, L. (18801959), 6 Hamilton, W.R. (18051865), 57 Fermat, principio de, 57 Hardy, conjetura de, 93 FFT, 36 Hardy, G.H. (18771947), 50 ltro 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, coecientes 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 homomorsmo, 28 Fourier, transformada discreta de, 28, 30 Huxley, M.N. (1944), 96 Fourier, transformada inversa de, 4 Huygens, C. (16291695), 72 Fourier, transformada rpida de, 36 Huygens, principio de, 72, 78 Fraunhofer, difraccin de, 78 Fraunhofer, J. (17871826), 78 identidad de Parseval, 8 frecuencia, 55 incertidumbre, principio de, 34, 49 frecuencia angular, 55 inercia, ley de, 62 frecuencia de muestreo, 33 Ingham, A.E. (19001967), 34 Fresnel, A. (17881827), 78 intensidad, 79 Fresnel, difraccin de, 78 interpretacin de Copenhague, 59 funcin analtica, 21 intervalos didicos, 14 funcin de decaimiento rpido, 9 Jacobi, C.G.J. (18041851), 17 funcin de ondas, 58 Jacobi, funcin de, 17 funcin de orden nito, 23 JPEG, 42 funcin entera, 23 JPEG 2000, 44 funcin multivaluada, 25 funcin test, 3 Kirchho, G. (18241887), 75 Gamma, funcin, 12, 24 Kolmogorov, A. (19031987), 8
106 Landau, notacin de, 13 Leibniz, criterio de, 14 Leibniz, G.W. (16461718), 13 libre de cuadrados, 89 Linnik, Yu.V. (19151972), 87 logaritmo discreto, 30 logaritmo integral, 16 longitud de onda, 55 Maxwell, ecuaciones de, 57 micra, 80 mnima accin, principio de, 57 Mbius, funcin de, 89 momento angular, 56 momento lineal, 57 Montgomery, H.L. (1944), 88 ncleo de Dirichlet, 5 ncleo de Fejr, 6 nmero de ondas, 55 nmeros primos, teorema de los, 16, 96 Nyquist, frecuencia de, 34 observable, 63 onda rectangular, 9 onda secundaria, 72 ondas, ecuacin de, 55, 74 ondcula, 44 ptica geomtrica, 57 Paley-Wiener, teorema de, 33 paquete de ondas, 62 pares de exponentes, 86 Parseval, identidad de, 7, 30 peine de Dirac, 3 periodo, 55 pixel, 27 Plancherel, identidad de, 7 Planck, constante de, 56 Poisson frmula de sumacin de, 16 Pontryagin, teorema de dualidad de, 29 Pragmn-Lindelf, principio de, 51
NDICE ALFABTICO primos gemelos, 97 Proceso A, 86 Proceso B, 86 protn, 56 regla de clculo, 49 representacin, 29 residuo, 22 residuos, teorema de los, 22 Riemann, B. (18261866), 26 Riemann, funcin de, 24 Riemann-Lebesgue, Lema de, 6 Riesz, M. (18861969), 88 ruido blanco gaussiano, 46 Schnhage-Strassen, algoritmo de, 38 Schrdinger, ecuacin de, 58 Schrdinger, E. (18871961), 57 Schwartz, clase de, 9 Schwartz, L. (19152002), 9 Selberg, A. (19172007), 88 seal, 27 Shannon, teorema de muestreo de, 33 Stirling, frmula de, 26 sumacin por partes, 13 sumas de Cesro, 6 Tao, T. (1975), 51 Tate, J.T. (1925), 29 Tate, tesis de, 29 tonos puros, 1 toro, 2 transformada z, 50 truco telescpico, 13 van der Corput, J. (18901975), 81 van der Corput, lemas de, 69 variacin acotada, 6 Vaughan, R.C. (1945), 88 vector de aproximacin, 45 vectores de detalle, 45 velocidad de fase, 55
NDICE ALFABTICO velocidad de grupo, 62 Vinogradov, I.M. (18911983), 91 Vinogradov, notacin de, 13 von Mangoldt, smbolo de, 16 von Neumann, J. (19031957), 63 Wallis frmula de, 23 wavelet, 44, 46 wavelet, transformada discreta, 46 wavelet, transformada discreta inversa, 46 Weierstrass, K. (18151897), 80 Weyl shift, 85 Weyl, H. (18851955), 81
107

Aplicaciones

Uploaded by

Document Information

Original Title

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

Aplicaciones

Uploaded by

Copyright:

Available Formats

Aplicaciones del anlisis armnico

(anlisis armnico y de todo un poco)

H (z ) (n) Lp (n) f = O(g ) f = o(g ) (x) 2 (N ) (x) r2 (n) (z ) S1 (n) SN f T (z ) ZN

La serie de Fourier original

) (1)n ( ... = e (2n + 1)x para todo x R. 4n + 2 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

que coincide con f (x).

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

para casi todo x.

Algunos ejemplos y grcos

El Teorema 1.1.2 asegura que tenemos la igualdad f (x) =

f aproximada por T2,0,5 f

6e-4 4e-4 2e-4 0.2 -2e-4

-0.05 -0.1 -0.15 -0.2

Cuarto grado y punto medio

CAPTULO 1. INTRODUCCIN La transformada de Fourier explcita ms famosa es la de las funciones gaussianas :

f ( ) 1 i sgn( ) | |1/2 |2 | 1 ( ) cos(/2)

f (x) ea|x| eax

1.2. APRENDIENDO A SUMAR

Sumacin por partes

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

(an an+1 )Sn

1 1 cn = c1 + (1)n1 (cn cn+1 ). 2 2 n=1

1.2. APRENDIENDO A SUMAR

cn g (n) = C (x)g (x)

C (t)g (t) dt.

La frmula de sumacin de Poisson

1.2. APRENDIENDO A SUMAR

donde H es el semiplano superior {x + iy : x R, y > 0}, para asegurar la convergencia.

( (n) ( n )) f2 (z ) = 1 + 24 2 e(nz ) 2 4 n=1

{x}f (x) dx.

1.2. APRENDIENDO A SUMAR

1.2. APRENDIENDO A SUMAR es igual a

f (K ) (x)BK (x [x]) dx.

1 1 1/6 M 2 (M + 1)2 n3 = (M 4 1) + (M 3 + 1) + (3M 2 3) + 0 = . 4 2 2! 4 n=1

Tcnicas de variable compleja

) ) ( ( 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

1.2. APRENDIENDO A SUMAR

1.2. APRENDIENDO A SUMAR

1.3. ANLISIS ARMNICO DISCRETO

Anlisis armnico discreto

1 {f (n)}N n=0 para N = 15

1 {f (n)}N n=0 para N = 15

1.3. ANLISIS ARMNICO DISCRETO

donde e G es elemento neutro.

la identidad de Parseval f, f = 1 f , f , |G| en general f1 , f 2 = 1 f1 , f2 , |G|

1.3. ANLISIS ARMNICO DISCRETO

Implementacin del anlisis de Fourier discreto

1.3. ANLISIS ARMNICO DISCRETO

T = 1/2, s = 2 no distingue 0, sen(2 x) y sen(2 x)

T = 1/4, s = 4 no distingue sen(4 x + ) y cos(4 x + ) 4 4

donde sinc(x) = (x)

(xm xm+1 )sm

1.3. ANLISIS ARMNICO DISCRETO

Seal simtrica y peridica

Entonces se tiene la frmula de inversin

Cinco armnicos con DFT

Cinco armnicos con DCT

( n ) ( n )) (m0 + m +1) +cos (m m0 ) N N

y esto se sigue de (1.28) con 2N en lugar de N , notando que 0 < m0 + m + 1 < 2N .

1.3. ANLISIS ARMNICO DISCRETO Nuestro objetivo es calcular las sumas yn =

Anlisis de Fourier discreto en la vida cotidiana

1.3. ANLISIS ARMNICO DISCRETO