Tes Is Doctoral 1

UNIVERSIDAD DE MURCIA
DEPARTAMENTO DE MATEM
ATICA APLICADA
ESTADOS COHERENTES GENERALIZADOS, FRAMES
DISCRETOS Y TEOREMAS DE RECONSTRUCCI
ON
Juan Carlos Sanchez Monreal
2012
ii
MANUEL CALIXTO MOLINA y JULIO GUERRERO GARC
IA, Profesores Titulares de Uni-

versidad en el Departamento de Matematica Aplicada de la Universidad de Granada y de la
Universidad de Murcia, respectivamente.
CERTIFICAN:
Que la presente Memoria Estados Coherentes Generalizados, Frames Discretos y
Teoremas de Reconstruccion ha sido realizada bajo nuestra direcci on en el Departamento
de Matematica Aplicada de la Universidad de Murcia por Juan Carlos Sanchez Monreal,
y constituye su Tesis para optar al grado de Doctor en Ciencias.
Y para que as conste, en cumplimiento de la legislacion vigente, presentamos ante la
Comisi on de Doctorado de la Universidad de Murcia la referida Tesis.
Murcia, a 23 de Julio de 2012.
Fdo. Manuel Calixto Molina. Fdo. Julio Guerrero Garca
Fdo. Juan Carlos Sanchez Monreal
iv
Deseo agradecer a mis directores de tesis su apoyo, constancia y dedicaci on aportados para
la puesta en marcha, desarrollo y nalizacion de esta tesis.
vi
A mis padres.
Indice general
1. Introduccion 3
2. Aspectos basicos 7
2.1. Espacios homogeneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Representaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3. Grupo de Lie Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4. Espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5.

Orbitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.6. Integraci on invariante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.7. Descomposicion Gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.8. Producto de convolucion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.9. Teorema de Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.10. Estados coherentes y Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.10.1. Denicion de los estados coherentes generalizados . . . . . . . . . . . . 19
2.10.2. Frames de un espacio vectorial . . . . . . . . . . . . . . . . . . . . . . 20
2.10.3. Reconstrucci on de funciones: caso continuo . . . . . . . . . . . . . . . . 22
2.10.4. Reconstrucci on de funciones: discretizacion y muestreo . . . . . . . . . 24
3. Teoremas de muestreo y DFT sobre la esfera 27
3.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2. Representaciones de SU(2). Estados coherentes . . . . . . . . . . . . . . . . . 27
3.2.1. Sistemas de coordenadas y generadores . . . . . . . . . . . . . . . . . . 27
3.2.2. Representaciones de espn s arbitrario . . . . . . . . . . . . . . . . . . . 30
3.2.3.

Angulos de Euler: Arm onicos esfericos . . . . . . . . . . . . . . . . . . 30
3.2.4. Caracterizaci on holomorfa compleja: Funciones de Majorana . . . . . . 32
3.3. Sobre-muestreo y muestreo crtico . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4. Submuestreo y muestreo crtico . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.5. Muestreo para el caso de varios espines . . . . . . . . . . . . . . . . . . . . . . 39
3.6. Conexion con la representaci on de los angulos de Euler . . . . . . . . . . . . . 43
4. Teoremas de muestreo y DFT sobre el hiperboloide 47
4.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2. Representaciones de SU(1, 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.1. Propiedades de SU(1, 1) . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.2. Representaci on de la serie discreta . . . . . . . . . . . . . . . . . . . . . 49
1
2

INDICE GENERAL
4.2.3. Representaciones irreducibles unitarias: estados coherentes de SU(1, 1) 50
4.3. Teorema de muestreo y DFT en D
1
. . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.1. Funciones de banda limitada . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.2. Funciones de banda ilimitada y submuestreo . . . . . . . . . . . . . . . 54
5. Teoremas de muestreo y DFT sobre C 61
5.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.2. Representaciones del grupo Heisenberg-Weyl . . . . . . . . . . . . . . . . . . . 63
5.3. Estados coherentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.3.1. Estados coherentes del grupo Heisenberg-Weyl . . . . . . . . . . . . . . 65
5.4. Representaci on de Fock-Bargmann . . . . . . . . . . . . . . . . . . . . . . . . 68
5.4.1. Propiedades de la representaci on de Fock-Bargmann . . . . . . . . . . . 70
5.5. Estados coherentes can onicos y su restriccion al crculo . . . . . . . . . . . . . 72
5.6. Estados coherentes en el crculo . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.7. N umero Finito de Partculas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.7.1. Reconstrucci on exacta de estados truncados . . . . . . . . . . . . . . . 75
5.8. N umero innito de partculas . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.8.1. Reconstrucci on parcial de estados y aliasing . . . . . . . . . . . . . . . 77
5.9. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A. Demostraciones 83
A.1. Demostraciones de SU(2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.2. Demostraciones de SU(1, 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
A.3. Demostraciones del grupo de Heisenberg-Weyl . . . . . . . . . . . . . . . . . . 117
B. Pseudoinversa y mnimos cuadrados 121
B.1. Pseudoinversa Moore-Penrose . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
B.2. Problema de los mnimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . 123
C. Matrices rectangulares de Fourier y circulantes 125
C.1. Matrices Rectangulares de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 125
C.1.1. Caso N > M (sobre-muestreo) . . . . . . . . . . . . . . . . . . . . . 125
C.1.2. Caso N < M (submuestreo) . . . . . . . . . . . . . . . . . . . . . . . 126
C.2. Matrices circulantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
D. Operador fase 129
Captulo 1
Introduccion
El An alisis Arm onico es una rama de las Matematicas que estudia la representaci on de una
funcion como superposicion de otras m as sencillas (en particular de caracter sinusoidal, como
es el caso del analisis de Fourier). Las ondas en las que la funcion se descompone se llaman
armonicos. El An alisis Arm onico tiene un gran n umero de aplicaciones en campos tan diversos
como el procesamiento de se nales, la mec anica cu antica o la neurociencia.
En esta Tesis nos preguntamos si es posible reconstruir una se nal a partir de una serie de
puntos de muestreo discretos con un cierto grado de aproximacion. En el caso de funciones de
banda limitada sobre la recta real (o en el An alisis Arm onico Abeliano en general), el teorema
de muestreo clasico de Shannon nos da condiciones sucientes para este problema. Los teoremas
de muestreo para el An alisis Arm onico sobre grupos no Abelianos y sus espacios homogeneos
son a un escasos en la literatura, salvo algunos resultados generales importantes para grupos
compactos ([32], [33]) y grupos de movimiento (traslaciones y rotaciones) no compactos ([43]).
La Teora de Ondculas Continuas (Continuous Wavelet Transform) estandar (ver [31])
puede ser vista como un captulo de estados coherentes generalizados sobre el grupo de trans-
formaciones anes (traslaciones y dilataciones). Estos resultados reviven el interes en la cuestion
de la discretizaci on y en el establecimiento de nuevos teoremas de muestreo para el analisis
armonico sobre grupos no Abelianos y sus espacios homogeneos, que sera de importancia para
el estudio numerico y simulacion de sistemas fsicos que encierren estas simetras. Actualmente,
hay algunos resultados importantes sobre el muestreo y el calculo eciente de transformadas
de Fourier para grupos compactos (ver [32, 33]). Me gustara rese nar la referencia [42] para el
grupo de movimientos y sus aplicaciones en ingeniera [43] (concretamente en rob otica [44]) y
[45] para frames discretos del grupo de Poincare y sus aplicaciones en la Teora de la Relativi-
dad.
En las referencias ([9],[10]), los autores desarrollan un teorema de muestreo sobre la esfera,
que reduce el calculo de coecientes de Fourier y convolucion de funciones de banda limitada a
calculos discretos nitos. Aqu, las funciones de banda limitada sobre la esfera S
2
, de anchura J
(momento angular m aximo), se desarrollan en terminos de armonicos esfericos y se muestrean
en una malla equiangular de 4J
2
puntos.
3
4 CAP
ITULO 1. INTRODUCCI
ON
La Transformada R apida de Fourier (FFT en ingles) sobre S
2
es un algoritmo para un
desarrollo eciente de una funcion denida sobre la esfera S
2
= SO(3)/SO(2) en terminos
de un conjunto de coecientes matriciales irreducibles para el grupo especial ortogonal en tres
dimensiones G = SO(3) que, para este caso, son precisamente la familia estandar de armonicos
esfericos.
La transformada de Fourier sobre la esfera tiene aplicaciones en distintos campos como: ge-
ofsica, sismologa, tomografa, fsica de la atmosfera, fsica at omica, astrofsica, cristalografa,
etc.
El grupo G = SU(2) (doble recubrimiento de SO(3)) nos permite trabajar con espn o
momento angular semientero. Adem as, nosotros trabajamos con una representaci on diferente
en vez de los armonicos esfericos; emplearemos un sistema de polinomios ortogonales (menos
estandar) que son las funciones holomorfas de Majorana ([19],[20]) sobre la esfera de Riemann
C = C (Compacticacion por un punto del plano complejo).

La ventaja de utilizar esta representaci on holomorfa compleja en vez de la estandar (repre-
sentaci on en angulos de Euler) es:
1. Aprovechamos una estructura diagonal y circulante de los operadores resolucion y n ucleo
de solapamiento (overlapping kernel ), para dar una formula explcita de inversi on en la
reconstruccion de funciones.
2. Podemos extender el procedimiento de muestreo para un momento angular semientero
s, que podra ser utilizado, por ejemplo, para construir frames discretos de estados co-
herentes para partculas con espn en Fsica Atomica ([22],[5]). Adem as, para momentos
angulares enteros s = j, podramos siempre pasar de una representaci on a otra a traves
de una transformacion de tipo Bargmann para SO(3).
Introduciremos una transformacion de Bargmann generalizada ([21]), relacionando ambas
representaciones: la holomorfa y la estandar en terminos de armonicos esfericos, que es una
generalizaci on de la transformacion de Bargmann para los estados coherentes estandar ([22],[5]).
Hemos escogido en

C las races de la unidad como puntos de muestreo as es que, al
muestrear estados coherentes, la expresion del overlapping kernel B
kl
= z
k
[z
l
tiene estructura
circulante ([23]). Usando las propiedades de las Matrices Rectangulares de Fourier (RFM) y
la teora de Matrices Circulantes, invertimos el overlapping kernel B, para que nos de una
formula de reconstruccion para funciones holomorfas de Majorana sobre la esfera de Riemann.
La formula de inversi on viene dada a partir de la descomposicion: B = TDT
1
, donde D es
una matriz diagonal y T representa las matriz de Fourier discreta.
Para el caso del hiperboloide (mas concretamente la hoja superior del hiperboloide de dos
hojas), se estudian problemas de discretizacion similares para el grupo no-compacto SO(2, 1)
(el grupo de movimiento del espacio de Lobachevsky) o, de forma m as precisa, para su doble
recubrimiento SU(1, 1). Los grupos SU(2) y SU(1, 1) aparecen como grupos de simetras en
muchos sistemas fsicos. La Teora del Momento Angular es esencial cuando estudiamos sis-
temas que son invariantes bajo rotaciones (isotropa del espacio). De la misma manera, la
5
teora de representaciones de SU(1, 1) o SL(2, R) es util cuando esta relacionado con sistemas
que presentan invariancia conforme, especialmente en dos dimensiones (donde SO(2, 1) es un
subgrupo del grupo conforme que es el grupo de Virasoro, de dimension innita). En particu-
lar, el grupo SL(2, R) se utiliz o en [27] para denir la ondculas sobre el crculo y en la recta
real de una forma unicada. Adem as, los estados coherentes de SU(2) y SU(1, 1), y los es-
tados coherentes generalizados del grupo de Heisenber-Weyl (Gabor frames), encuentran una
gran variedad de aplicaciones, principalmente en el estudio de sistemas cu anticos y sus lmites
clasicos (ver [5, 22, 11]). Por ejemplo, los estados fundamentales de los superconductores y
super-uidos (como el condensado de Bose-Einstein) son estados coherentes.
En lugar de trabajar en el hiperboloide, lo haremos en su proyecci on estereograca sobre el
disco unidad D
1
= SU(1, 1)/U(1). Escogiendo como puntos muestra un conjunto de N puntos
igualmente distribuidos sobre una circunferencia de radio r < 1, para funciones holomorfas
de banda limitada sobre D
1
con lmite de banda M < N e ndice s de Bargmann (ndice de
las representaciones irreducibles de la serie discreta de SU(1, 1)), el operador resolucion / es
diagonal; y nos proporciona una formula de reconstruccion a partir de la pseudoinversa por la
izquierda. Los coecientes de Fourier se obtienen a traves de un ltrado de la transformada de
Fourier de los datos, permitiendo una rapida y sencilla extension del algoritmo de reconstru-
ccion cl asico. La reconstruccion de funciones arbitrarias de banda ilimitada no es exacta para
un n umero nito N de muestras. Pero se pueden dar unas formulas de reconstruccion parciales
y estudiar la aproximacion y el error cometido en terminos de N, el radio r y el ndice s.
Para el caso del grupo de Heisenberg-Weyl (Captulo 5), ampliamente usado en

Optica
Cuantica, usamos una parametrizacion n umero-fase de z = re
i
en terminos del n umero de
partculas medio p = r
2
= [z[
2
y fase = arctan((z)/(z)) y escogeremos igualmente un
sistema de estados coherentes o = [z
k
correspondiente a un conjunto nito de N puntos
Q =
_
z
k
= re
2ik/N
_
N1
k=0
uniformemente distribuida sobre un crculo de radio jo r, que corres-
ponde a un n umero nito N de fases
_
k
=
2ik
N
_
N1
k=0
para un n umero promedio de partculas
p = r
2
(de forma identica a como lo hicimos para el grupo SU(2) y SU(1, 1)). Estudiamos
las condiciones bajo las cuales es posible una reconstruccion exacta de la funcion de onda ,
cuando nos restringimos a un subespacio de Hilbert (n umero nito de partculas) o para un
n umero promedio de partculas p por debajo del valor critico p
c
= N.
La posibilidad de aproximar los estados cu anticos de la luz como una superposicion de un
n umero limitado de estados coherentes sobre un crculo (o sobre una lnea) en el espacio de
fases ha sido ya considerado en las referencias [70, 71, 72, 73, 74, 75]. Varios efectos no-cl asicos
aparecen debido a la interferencia cu antica entre los componentes de una superposicion de
estados (llamados tambien estados tipo gato de Schrodinger).
En este captulo se ve brevemente la restriccion de los estados coherentes en un crculo, y
analizamos la reconstruccion de estados a partir de un muestreo en la fase para un n umero
nito de partculas. Se estudia tambien la representacion del crculo en el lenguaje de frames.
La ventaja de esta parametrizacion en terminos de n umero-fase es que nos permite de nue-
6 CAP
ITULO 1. INTRODUCCI
ON
vo la inversi on explcita de los operadores resolucion y del overlapping kernel a partir de la
teora de Matrices Circulantes y Matrices de Fourier Rectangulares. Al nal se hacen algunos
comentarios sobre las posibles aplicaciones fsicas en

Optica Cuantica.
Para resumir, este trabajo viene estructurado de la siguiente forma: en el primer captulo
introducimos aspectos basicos de matem aticas que hemos utilizado para elaborar esta Tesis.
En los tres siguientes captulos hacemos un estudio detallado del muestreo de los tres grupos
de simetra analizados: SU(2), SU(1, 1) y el grupo de Heisenber-Weyl.

Este estudio ha sido
publicado en las tres referencias siguientes:
1. M. Calixto, J. Guerrero, y J.C. Sanchez-Monreal, Sampling Theorem and Discrete Fourier
Transform on the Riemann Sphere, Journal of Fourier Analysis and Applications 14
(2008) 538-567.
2. M. Calixto, J. Guerrero, y J.C. Sanchez-Monreal, Sampling Theorem and Discrete Fourier
Transform on the Hyperboloid, Journal of Fourier Analysis and Applications 17 (2011)
240-264.
3. M. Calixto, J. Guerrero and J.C. Sanchez-Monreal, Almost complete coherent state sub-
systems and partial reconstruction of wavefunctions in the Fock-Bargmann phase-number
representation , Journal of Physics A (Mathematical & Theoretical) 45 (2012) 244029
(20pp)
Al nal del trabajo hemos introducido cuatro apendices. En el Apendice A hemos incluido
las demostraciones y desarrollos matem aticos de los distintos resultados obtenidos para facilitar
la lectura separ andolos de los enunciados. En los Apendices B, y C se ha incluido informacion
basica sobre la pseudoinversa de Moore-Penrose, mnimos cuadrados, matrices rectangulares de
Fourier y matrices circulantes. Y para nalizar, un Apendice m as sobre la denici on del opera-
dor fase y operador n umero. Tambien proporcionamos una amplia bibliografa para consultar
y profundizar en los distintos aspectos que trata este trabajo.
Captulo 2
Aspectos basicos
2.1. Espacios homogeneos
Denicion 2.1 (Espacios topol ogicos).
Un espacio topologico es un conjunto E de elementos junto con T, una coleccion de subconjuntos
de E que satisfacen las siguientes propiedades:
1. El conjunto vaco y E estan en T.
2. La interseccion de cualquier coleccion nita de conjuntos de T esta tambien en T.
3. La union de toda coleccion de conjuntos de T esta tambien en T.
Los conjuntos en T son los conjuntos abiertos, y sus complementos en E son llamados
conjuntos cerrados.
La coleccion T es llamada topologa en E. Los elementos de E suelen llamarse puntos,
aunque pueden ser cualquiera de los objetos matem aticos. Un espacio topol ogico en el cual los
puntos son funciones es llamado un espacio funcional.
Denicion 2.2 (Homeomorsmo).
En topologa, un homeomorsmo es una biyeccion entre dos espacios topologicos por una apli-
cacion biyectiva que es continua y cuya inversa es continua. En este caso, los dos espacios
topologicos se dicen homeomorfos. Las propiedades de estos espacios que se conservan bajo
homeomorsmo se denominan propiedades topologicas.
Denicion 2.3 (Espacio homogeneo).
Un espacio se dice homogeneo si para todo par de puntos x, y X existe un homeomorsmo
h : X X tal que h(x) = y. Ello implica en particular que en un espacio homogeneo las
propiedades topologicas locales de uno cualquiera de sus puntos determina las de los otros.
2.2. Representaciones
Denicion 2.4 (Representaci on).
Supongamos que existe una aplicacion T homeomorfa de un grupo G al grupo de las matrices
7
8 CAP
ITULO 2. ASPECTOS B
ASICOS
n n no singulares sobre un espacio vectorial V
T : G GL(V )
g T(g)
_
.
Entonces el grupo de matrices T(g) forma una representacion de G de dimension n = dim
K
(V ),
con K = C o R.
Denicion 2.5 (Representaci on unitaria).
Una representacion unitaria de un grupo G es una representacion U en el que las matrices U(g)
son unitarias para cada g G. Normalmente utilizaremos U para designar las representaciones
unitarias. Es decir,
U
(g)U(g) = U(g)U
(g) = I, g G.
Denicion 2.6 (Representaci on irreducible).
Decimos que una representacion T es irreducible si es equivalente a traves de una relacion de
semejanza a una representacion T
de la forma:
T
(g) =
_
_
_
_
_
_
_
T
11
(g) 0 0 . . . 0
0 T
22
(g) 0 . . . 0
0 0 T
33
(g) . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . . T
mm
(g)
_
_
_
_
_
_
_
.
2.3. Grupo de Lie Lineal
Denicion 2.7 (Grupo de Lie lineal de dimension n).
Un grupo G es un grupo de Lie lineal de dimension n si satisface las siguientes condiciones:
1. G debe de poseer al menos una representacion T de dimension nita. Supongamos que es-
ta representacion tiene dimension m, entonces se dene la distancia entre dos elementos
g, g
G como:
d(g, g
) =
_
m
j=1
m
k=1
[T
jk
(g) T
jk
(g
)[
2
g, g
G.
Se dene, para cada > 0, la bola abierta de radio y centro I (entorno al punto I),
como
M
= g G : d(g, I) < , dada I la identidad del grupo G.

2. > 0 tal que cualquier g M
puede ser parametrizado por n parametros x

1
, . . . , x
n
(no existen dos conjuntos de parametros que correspondan al mismo elemento g G).
La identidad I sera parametrizada siempre como: x
1
= . . . = x
n
= 0. Es decir:
X
i
: M
R
n
g X
i
(g)
_
biyeccion,

X(I) = (0, . . . , 0) R
n
.
2.4. ESPACIOS DE HILBERT 9
3. > 0, tal que cada punto en R
n
para el que corresponde alg un elemento g en M
, se
verica
n
j=1
x
2
j
(g) <
2
.
El conjunto de puntos obtenidos de esta forma sera denotado por R
(R
).
X : R
R
n
que es una biyeccion. Estamos quitando las posibles diver-
gencias en R
n
.
4. Cada elemento de la matriz T(g(x
1
, . . . , x
n
)) = T(x
1
, . . . , x
n
) debera ser una funcion
analtica de x
1
, . . . , x
n
, (x
1
, . . . , x
n
) R
n
. En particular, podemos denir las n matrices
mm, a
1
, . . . , a
n
con
(a
p
)
jk
=
_
T
jk
x
p
_
x
1
=...=xn=0
.
Teorema 2.1. Las matrices a
1
, . . . , a
n
forman una base para un espacio vectorial real de
dimension n.
Aunque a
1
, . . . , a
n
forme una base de un espacio vectorial real, no requiere que los ele-
mentos de la matriz de estas matrices necesiten ser reales. Este espacio vectorial dotado del
corchete de Lie [a
i
, a
j
] denira el algebra de Lie ( de G.
2.4. Espacios de Hilbert
Denicion 2.8 (Serie de Cauchy).
Una sucesion
n
de un espacio metrico, en general, se llama sucesion de Cauchy si satisface
la siguiente condicion (llamada Condicion de Cauchy):
> 0, M Z : d(
n
,
m
) < , siempre que n M, m M.
Denicion 2.9 (Espacio de Hilbert).
Un espacio de Hilbert es un espacio vectorial complejo con producto escalar [
en el que
cada sucesion de Cauchy converge.
Denicion 2.10 (Espacio de Hilbert separable).
Un espacio de Hilbert (1 , = 0) es separable si y solo si admite una base ortonormal nume-
rable.
Proposici on 2.1.
Todas las bases ortonormales de un espacio de Hilbert 1 tienen el mismo cardinal.
Denicion 2.11 (Sistema ortonormal completo).
Un conjunto de vectores ortonormales
1
,
2
, . . . de un espacio de Hilbert se dice completo
si no existe ning un vector distinto de cero que sea ortogonal a cada
j
con j N.
10 CAP
ITULO 2. ASPECTOS B
ASICOS
Teorema 2.2. Si un espacio de Hilbert de dimension innita es separable, entonces el
espacio contiene un sistema ortonormal completo, y cada sistema ortonormal completo en el
espacio consiste de un n umero contable de vectores.
Teorema 2.3. Si los vectores
1
,
2
, . . . forman un sistema ortonormal completo de un
espacio de Hilbert de dimension innita, entonces cualquier vector del espacio puede ser escrito
como:
=
j=1
j
,
j
,
ademas se cumple que
||
2
=
j=1
[
j
, [
2
(Relacion de Parseval). (2.1)
2.5.

Orbitas
Denicion 2.12 (G-equivalentes).
Dado un conjunto X, y una accion
g : X X
x gx
_
con g G ,
decimos que x X es G-equivalente a y X (x y) si gx = y, para alg un g G.
Denicion 2.13 (G-orbitas u orbitas).
Las clases de equivalencia de X bajo la relacion de equivalencia se denominan G-orbitas u
orbitas de X.
As que x e y pertenecen a la misma orbita si y solo si y = gx para alg un g G. La orbita
que contiene a x es el conjunto gx : g G. Si hay solamente una G-orbita en X diremos
que G es transitivo sobre X. En este caso para cada par de puntos x, y en X hay un g G,
tal que y = gx.
Si Y es un subconjunto de X (Y X), y g G, denotamos con g(Y ) al conjunto
gy : y Y .
Denicion 2.14 (G-invariante).
Un subconjunto Y de X es G-invariante o invariante si g(Y ) Y, g G.
Dado un subconjunto arbitrario Y de X (Y X), podemos encontrar un subgrupo
K = g G : g(Y ) Y .
Es f acil encontrar que K es un grupo de transformacion e Y es un subconjunto K-invariante
de X. Frecuentemente, nos referimos a K como la G-simetra o grupo de simetra del conjunto
Y .
2.6. INTEGRACI
ON INVARIANTE 11
Para cualquier x X, el grupo
G
x
= g G : gx = x
se le denomina subgrupo de isotropa de x en G. Contiene los elementos de G que dejan x
invariante.
2.6. Integracion invariante
Sea (g) una funcion compleja sobre el grupo G.
Para un grupo nito, las sumas de la forma
gG
(g)
se suelen encontrar, particularmente, en la teora de representaciones. Es f acil comprobar,
que el conjunto g
g : g G tiene exactamente el mismo n umero de elementos que G, para

cualquier g
G. Entonces
gG
(g
g) =
gG
(g),
por lo que, la suma se dice que es invariante por la izquierda. Similarmente:
gG
(gg
) =
gG
(g),
se dice entonces que es invariante por la derecha. Y si (g) = 1, g G; entonces la suma es
nita en el sentido de
gG
1 = N , siendo N = Card(G).
Si hacemos la generalizaci on a grupos de Lie lineales y conexos, es natural reemplazar la
suma por una integral con respecto a las coordenadas y
1
, y
2
, . . . , y
n
de g. Utilizando la teora
de Haar, para los grupos de Lie lineales existe siempre una integral invariante por la izquierda
o invariante por la derecha.
Inv-izq
_
G
(g)d
l
(g)
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
(g(y
1
, . . . , y
n
))
l
(y
1
, . . . , y
n
).
Inv-der
_
G
(g)d
r
(g)
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
(g(y
1
, . . . , y
n
))
r
(y
1
, . . . , y
n
).
Para un grupo de Lie lineal G, tal que:
_
G
(g
g)d
l
(g) =
_
G
(g)d
l
(g),
_
G
(gg
)d
r
(g) =
_
G
(g)d
r
(g),
para cualquier g
G, y cualquier funcion (g) en la que la integral esta bien denida.

12 CAP
ITULO 2. ASPECTOS B
ASICOS
Aqu
l
(y
1
, . . . , y
n
) y
r
(y
1
, . . . , y
n
) son funciones peso invariantes por la izquierda y por la
derecha, determinadas salvo constantes arbitrarias.
Las integrales invariantes por la izquierda y por la derecha se dicen que son nitas si:
_
G
d
l
(g)
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
l
(y
1
, . . . , y
n
),
_
G
d
r
(g)
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
r
(y
1
, . . . , y
n
),
son nitas. Si las constantes multiplicativas pueden ser escogidas tal que
l
(y
1
, . . . , y
n
) y
r
(y
1
, . . . , y
n
) sean iguales, entonces las integrales seran al mismo tiempo invariantes por la
izquierda que por la derecha, entonces G se dice que es unimodular, y podemos escribir:
d
l
g = d
r
g = dg,
l
(y
1
, . . . , y
n
) =
r
(y
1
, . . . , y
n
) = (y
1
, . . . , y
n
).
Los grupos de Lie compactos tienen muchas de las propiedades de los grupos nitos. La suma
sobre un grupo nito puede ser reemplazado por la integral invariante sobre un grupo de Lie
compacto. Pero para grupos no compactos la situaci on es m as compleja.
Teorema 2.4. Si G es un grupo de Lie compacto, entonces G es unimodular y la integral
invariante
_
G
(g)d(g)
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
(y
1
, . . . , y
n
)(g)
existe y es nita para cada funcion continua (g). As que (y
1
, . . . , y
n
) puede ser escogida tal
que
_
G
d(g) =
_
b
1
a
1
dy
1
. . .
_
bn
an
dy
n
(y
1
, . . . , y
n
) = 1.
Una funcion (g) es continua (g(y
1
, . . . , y
n
)) es una funcion continua de y
1
, . . . , y
n
.
Teorema 2.5. Si G es Abeliano o semi-simple, entonces G es unimodular.
2.7. Descomposici on Gaussiana
Sea G
c
= SL(2, C) el grupo de todas las matrices 22 complejas con determinante unidad
1
G
c
SL(2, C) =
_
g =
_

_
, = 1
_
.
Algunos subgrupos de G
c
son:
1
Ver [5].
2.7. DESCOMPOSICI
ON GAUSSIANA 13
El grupo de matrices triangulares: B
= b
,
b
+
=
_
b
11
b
12
0 b
22
_
, b
=
_
b
11
0
b
21
b
22
_
, b
11
b
22
= 1.
Estos subgrupos son maximales solubles
2
en G
c
.
El grupo de matrices triangulares con elementos unidad en la diagonal principal
z
+
=
_
1 z
12
0 1
_
, z
=
_
1 0
z
21
1
_
.
Estos subgrupos son maximal nilpotentes
3
en G
c
.
El subgrupo de las matrices complejas diagonales: H
c
= h,
h = h() =
_
1
0
0
_
, ,= 0.
Cualquier elemento de G
c
admite una descomposici on Gaussiana.
g =
_

_
= z
+
hz
= b
+
z
= z
+
b
, donde
b
+
z
+
h , b
hz
, z
+
=
_
1 (g)
0 1
_
,
z
=
_
1 0
z(g) 1
_
, h =
_
1
(g) 0
0 (g)
_
,
= (g) =
1
, z = z(g) =
1
, (g) = .
2
Decimos que un grupo es maximal soluble, cuando es el grupo mas grande soluble. Denimos entonces que
un grupo G es soluble si hay una cadena de subgrupos
e = H
0
H
1
. . . H
n
= G ,
tal que, para cada i, el subgrupo H
i
es normal en H
i+1
y el grupo cociente H
i+1
/H
i
es abeliano. Donde e es
el elemento neutro del grupo.
3
Decimos que un grupo es maximal nilpotente, cuando es el grupo mas grande nilpotente. Denimos entonces
que un grupo G es nilpotente si hay una cadena de subgrupos
e = H
0
H
1
. . . H
n
= G.
H
1
es el centro de G. El centro de un grupo es el conjunto de elementos que conmutan con cada elemento del
grupo. Y para n > 1, H
n
es el subgrupo unico de G, de tal manera que H
n
/H
n1
es el centro de G/H
n1
.
Donde e es el elemento neutro del grupo.
14 CAP
ITULO 2. ASPECTOS B
ASICOS
La descomposicion Gaussiana es unica para cada elemento de G
c
, excepto para los elementos
de la forma:
g =
_

1
0
_
.
Utilizando la descomposicion Gaussiana
4
: =
1
+ z, = , = z, = , y para el
caso particular de SU(2); tenemos que =
, = . A partir de aqu, se puede demostrar

de forma trivial que para los elementos de G los par ametros , z, se relacionan como:
[(g)[
2
=
_
1 +[z(g)[
2
_
1
=
_
1 +[(g)[
2
_
1
.
Los conjuntos cocientes del grupo G
c
con sus subgrupos B
son espacios homogeneos que

son isomorfos al plano complejo C:
X
+
= G
c
/B
Z
+
, X
= B
+
G
c
Z
.
La acci on del grupo G
c
en estos espacios se obtiene facilmente con la descomposicion
Gaussiana. Por ejemplo, para X
+
:
gz
+
=
_

__
1
0 1
_
= z
+
h
, g :
=
+
+
.
Respectivamente, para el espacio X
:
z
g
=
_
1 0
z 1
__

_
= z
+
h
, g : z z
=
z +
z +
.
Demostracion: A partir de:
gz
+
=
_
+
+
_
, z
+
h
=
_
(
)
1
+
_
,
se obtiene que
=
+
+
. De igual forma se demuestra para el espacio X
.
Para el caso particular del grupo G = SU(2), este contiene un subgrupo de matrices
diagonales
H =
__
0
0
__
, = e
i/2
.
4
Como los elementos del grupo g G
c
, es decir, las matrices de SL(2, C), se pueden descomponer como
g = z
+
hz
=
_
1
+ z
z
_
,
y ademas, si vemos la estructura que tienen las matrices de SU(2) (ver (3.1)), encontramos la relacion entre
los par ametros: , , , con , z, .
2.8. PRODUCTO DE CONVOLUCI
ON 15
El espacio cociente X = G/H es isomorfo al conjunto de elementos de G de la forma
__

_
, =
1
+ i
2
,
2
+
2
1
+
2
2
= 1
_
con la parametrizacion:
= cos /2 , = sin /2 e
i
(0 < 2, 0 < 2).
Se puede ver que el espacio X es justo la esfera S
2
de radio unidad, es decir, el conjunto
de vectores unitarios n = (sin cos , sin sin , cos ).
Cualquier elemento del espacio X = G/H, puede ser escrito como:
g
n
= exp
_
i
2
(m
1
1
+ m
2
2
)
_
,
donde m
1
= sin , m
2
= cos;
1
,
2
son las matrices de Pauli:
1
=
_
0 1
1 0
_
,
2
=
_
0 i
i 0
_
.
Demostracion:
g
n
= exp
_
i
2
A
_
, A =
_
0 ie
i
ie
i
0
_
, A
n
=
_
A n impar
I n par
.
g
n
=
n impar
_
i
2
_
n
1
n!
A +
n par
_
i
2
_
n
1
n!
I = Ai sin/2 +I cos /2 =
_
cos /2 e
i
sin/2
e
i
sin /2 cos /2
_
.
2.8. Producto de convolucion

Denicion 2.15 (Producto de convolucion).
Si f y g son dos funciones reales de variable real, con |f|
1
y |g|
1
5
nitas, entonces la con-
voluci on de f y g se denotan como f g, y se dene como
f g (t) =
_
+
f(s)g(t s)ds .
Teorema 2.6 (Convolucion para series de Fourier
6
). Si f y g tienen periodo 2L con un de-
sarrollo en serie (discreto) de Fourier:
f(t) =
+
n=
c
n
e
int/L
, c
n
=
1
2L
_
L
L
f(t)e
int/L
dt ,
g(t) =
+
n=
d
n
e
int/L
, d
n
=
1
2L
_
L
L
g(t)e
int/L
dt .
5
|f(x)|
1

_
+
[f(x)[ dx.
6
Demostraci on: [53], p.117,118.
16 CAP
ITULO 2. ASPECTOS B
ASICOS
Entonces la convolucion f g viene dada por:
f g(t) =
+
n=
c
n
d
n
e
int/L
.
Esta denici on se extiende a periodo L con
f()
_

f(t)e
it
dt (la transformada de Fourier).
La convolucion es conmutativa. Es decir, si f y g tienen periodo 2L, entonces
f g = g f.
La transformada de Fourier de f g es

f g, es decir,

f g =

f g. Y la transformacion de
Fourier inversa de

f g es la convolucion f g.
En teora de probabilidad, una funcion densidad de probabilidad es una funcion no-
negativa f satisfaciendo
_
+
f(x)dx = 1.
2.9. Teorema de Muestreo
Denimos la transformada de Fourier de f sobre la frecuencia , como:
f() =
_
+
f(t)e
it
dt.
Entonces si f,

f L
1
(R), tenemos
7
f(t) =
1
2
_
+
f()e
it
d.
A partir del producto escalar de f, g L
2
(R) :
f[g =
_
+
f(t)g(t)dt , |f|
2
= f[f =
_
+
[f(t)[
2
dt ;
tenemos el siguiente teorema que nos conserva el producto escalar y la norma en una transfor-
maci on de Fourier
7
Ver demostracion: [4], p.23.
2.9. TEOREMA DE MUESTREO 17
Teorema 2.7. Si f, h L
1
(R) L
2
(R), entonces
8
_
+
f(t)h(t)dt =
1
2
_
+
f()
h()d (Formula de Parseval).

Para h = f, tenemos
_
+
[f(t)[
2
dt =
1
2
_
+
f()[
2
d (Formula de Plancherel).
Denicion 2.16 (Distribuciones).
Denimos en general las distribuciones sobre el espacio de funciones C
0
innitamente
diferenciables sobre un soporte compacto. Una distribuci on D es una forma lineal que aso-
cia cualquier C
0
al valor
_
+
D(t)(t)dt. Dos distribuciones D

1
y D
2
son iguales si
C
0
,
_
+
D
1
(t)(t)dt =
_
+
D
2
(t)(t)dt.
Teorema 2.8 (F ormula de Poisson
9
). Se da la siguiente igualdad en el sentido de distribuciones
+
n=
e
inT
=
2
T
+
k=
_

2k
T
_
.
: Delta de Dirac.
La forma m as sencilla de discretizar una se nal analogica f es guardando sus valores muestrea-
dos f(nT)
nZ
en intervalos de longitud T. Una aproximacion de f(t) para cualquier valor de
t R puede ser reconstruido a partir de la interpolacion de esos datos muestreados.
Una se nal discreta puede ser representada como una suma de deltas de Dirac. Asociamos
cada dato f(nT) como una delta de Dirac f(nT)(t nT) en t = nT. Un muestreado uniforme
de f se puede expresar de la forma
f
d
(t) =
+
n=
f(nT)(t nT) .
La transformada de Fourier de (t nT) es e
inT
, as que, la transformada de Fourier de f
d
es
f
d
() =
+
n=
f(nT)e
inT
.
8
9
18 CAP
ITULO 2. ASPECTOS B
ASICOS
Proposici on 2.2.
La transformada de Fourier de la se nal discreta obtenida a partir del muestreo de f en el
intervalo T es
10
f
d
() =
1
T
+
k=
f
_

2k
T
_
.
Denicion 2.17 (Funciones de banda limitada).
Una funci on f se dice que es de banda limitada si su transformada de Fourier

f es 0 fuera de
un intervalo nito [, ].
El resultado de este teorema de muestreo fue probado por primera vez por Whittaker en
1935. Shannon lo redescubri o en 1949 para aplicarlo a la Teora de la Informaci on.
Teorema 2.9 (Teorema Whittaker-Shannon). Si f es de banda limitada, es decir, que el
soporte de

f esta contenido en [
T
,

T
], entonces
11
f(t) =
+
n=
f(nT)h
T
(t nT), (2.2)
con
h
T
(t) = sinc
_
t
T
_
sin(t/T)
t/T
.
La condici on de que f sea de banda limitada, nos garantiza que f no sufra cambios bruscos
entre puntos muestreados consecutivos, y podamos reconstruir a partir de una interpolaci on
suave.
El teorema de muestreo da una condici on suciente para reconstruir una se nal a partir de
sus datos, pero existen otras condiciones sucientes que pueden ser establecidas por diferentes
formas de interpolacion. El teorema de muestreo de Whittaker nos dice como una se nal se
puede descomponer en una base ortogonal.
Proposici on 2.3.
Si h
T
(t) = sinc(
t
T
), entonces h
T
(t nT)
nZ
es una base ortogonal sobre el espacio de fun-
ciones U
T
de banda limitada, es decir, cuyas transformadas de Fourier se soportan sobre el
intervalo [
T
,

T
]. Si f U
T
, entonces
12
f(nT) =
1
T
f(t)[h
T
(t nT) .
La proposicion 2.3 nos muestra que la formula de interpolaci on (2.2) se puede interpretar
como una descomposicion de f U
T
en un base ortogonal de U
T
:
f(t) =
1
T
+
n=
f(u)[h
T
(u nT)h
T
(t nT).
10
11
12
Ver demostracion: [4], p.47,48.
2.10. ESTADOS COHERENTES Y FRAMES 19
Si f / U
T
, que signica que f no es de banda limitada, es decir, que

f tiene un soporte que no
esta incluida en [
T
,

T
], para eliminar el aliasing debemos de encontrar la funcion

f U
T
que
minimiza |
f f|. La proposicion A.2 de [4] (p.597.) prueba que

f es la proyecci on ortogonal
P
U
T
f de f en U
T
13
.
El teorema de muestreo Whittaker-Shannon se puede generalizar para otros espacios U
T
,
tal que f U
T
pueda ser reconstruida interpolando sus datos muestreados f(nT)
nZ
. Una
se nal f / U
T
se puede aproximar con su proyecci on ortogonal

f = P
U
T
f en U
T
, caracterizada
a traves de un muestreo uniforme
_
f(nT)
_
nZ
.
2.10. Estados coherentes y Frames
2.10.1. Denicion de los estados coherentes generalizados
Sea G un grupo de Lie arbitrario y T(g) es una representaci on irreducible unitaria actuando
en el espacio de Hilbert 1.
Tomemos un vector jo [
0
en el espacio de Hilbert 1, y consideremos el conjunto [
g
,
donde [
g
= T(g)[
0
, y g es cualquier elemento del grupo G. No es difcil de ver que dos
vectores [
g
1
y [
g
2
corresponden al mismo estado, es decir, dieren solamente en un factor de
fase [
g
1
= e
i
[
g
2
, [e
i
[ = 1; solamente si T(g
1
2
g
1
)[
0
= e
i
[
0
. Supongamos que H = h
es un subgrupo de G, tal que sus elementos tienen la propiedad
T(h)[
0
= e
i(h)
[
0
.
Cuando el subgrupo H es maximal, se le denominara subgrupo de isotropa para el estado [
0
.
Esta construcci on muestra que los vectores [
g
para todos los elementos del grupo g,
pertenecen a una clase de equivalencia de G con respecto al subgrupo H, que dieren solamente
en un factor de fase y as determinan el mismo estado. Escogiendo un representante g(x)
en cualquier clase de equivalencia x, uno obtiene un conjunto de estados
_
[
g(x)
_
, donde
x X = G/H. Y adem as, g(x) = (x) donde : H G es una seccion de Borel.
Denicion 2.18 (Estados coherentes generalizados).
El sistema de estados [
g
, [
g
= T(g)[
0
, donde g son elementos del grupo G (T es una
representacion del grupo G, actuando en el espacio de Hilbert 1, y [
0
es un vector jo en
este espacio) se llama un sistema de estados coherentes T, [
0
.
Sea H el subgrupo de isotropa para el estado [
0
. Entonces un estado coherente [
g
esta determinado por un punto x = x(g) en el espacio cociente G/H, correspondiente al ele-
mento g : [
g
= e
i
[x, [
e
= [x(e) [0.
13
Ver Apendice A de [4], p. 591-602.
20 CAP
ITULO 2. ASPECTOS B
ASICOS
El estado correspondiente al vector [x puede ser considerado como un subespacio unidi-
mensional en 1, o como un proyector T
x
= [xx[, dimT
x
= 1 en 1. As que el sistema
de estados coherentes (CS) representa un conjunto de subespacios unidimensionales en 1,
parametrizados con puntos del espacio homogeneo X = G/H.
2.10.2. Frames de un espacio vectorial
En el contexto del analisis armonico la suma de los coecientes de Fourier al cuadrado de
una funcion periodica de periodo 2 es igual a la integral del m odulo de la funcion al cuadrado:
n=
[a
n
[
2
=
1
2
_

[f(x)[
2
dx (Identidad de Parseval),
donde los coecientes de Fourier a
n
de f estan dados por
a
n
=
1
2
_

f(x)e
inx
dx.
Si e
n
es una base ortonormal de un espacio de Hilbert 1, entonces
n
[x, e
n
[
2
= |x|
2
x 1.
Un frame
14
F de un espacio vectorial V es una generalizaci on de una base en el que F
puede ser linealmente dependiente.
Denicion 2.19 (Frame).
Un framees un conjunto e
k
de elementos de V que satisfacen la condicion de admisibilidad:
A, B R : 0 < A B < , A|v|
2
k
[v[e
k
[
2
B|v|
2
, v V. (2.3)
Esto signica que las constantes A y B pueden ser escogidas independientemente de v, estas
solo dependen del conjunto e
k
.
Si e
k
k=1,...,m
es un frame en V , y v
k
k=1,...,n
es un conjunto nito de vectores arbitrarios
en V , entonces e
k
k=1,...,m
v
k
k=1,...,n
es tambien un frame en V . Un frame que no es
base se dice que es sobre-completo o redundante.
Un conjunto de vectores e
k
k=1,...,m
en V es un frame en V si y solo si el envolvente de
e
k
k=1,...,m
genera todo V , es decir
L
_
e
k
k=1,...,m
_
= V.
14
Se puede ver un estudio detallado de los frames en la referencia [47].
Sea un espacio vectorial V con el frame e
k
k=1,...,m
, denimos la aplicacion lineal
T : C
m
V, T c
k
k=1,...,m
=
m
k=1
c
k
e
k
.
T se le dene con el nombre de operador pre-frame, o operador sntesis. El operador
adjunto se expresa de la forma
T
: V C
m
, T
v = v, v
k
k=1,...,m
,
siendo v V , v
k
k=1,...,m
un frame de V . A este operador se le llama operador analisis.
Si componemos T con su adjunto T
, obtenemos el operador frame

S : V V, Sv = TT
v =
m
k=1
v, v
k
v
k
.
En terminos del operador frame
Sv, v =
m
k=1
[v, v
k
[
2
, v V.
Un frame es un sistema generador, pero un sistema generador puede no ser un frame. A
continuacion se muestra un ejemplo de esto.
Ejemplo:
Vamos a poner un ejemplo de sistema generador que no es frame.
S =
_
(1, 0), (0, 1), (0,
1
2
), (0,
1
3
), . . .
_
e
n
n=0,...,
.
S = R
2
, S envolvente lineal de S;
con e
0
= (1, 0), e
n
= (0,
1
n
), donde n toma los valores n = 1, 2, . . . , .
Si cogemos un vector [v = (0, 1) e
1
, |v| = 1 ,
k=0
[v[e
k
[
2
= 0 + 1 +
1
2
+
1
3
+ . . . = ,
por lo que, no se cumple la condici on de admisibilidad (2.3) de la denici on de frame.
Denicion 2.20 (Frame dual ).
Un frame dual e
k
es cualquier conjunto de vectores que cumplan la siguiente propiedad:
v =
k
e
k
[ve
k
=
k
e
k
[v e
k
, v V.
Esto implica que un frame junto con su frame dual tienen propiedades analogas que una
base ortonormal. En particular existe una resolucion de la identidad:
1 =
k
[ e
k
e
k
[ =
k
[e
k
e
k
[ .
Se puede decir tambien que e
k
es frame dual si cumple que e
k
[ e
k
= e
k
[e
k
=
kk
.
22 CAP
ITULO 2. ASPECTOS B
ASICOS
Denicion 2.21 (Frame tight o ajustado).
Un frame es tight si las cotas de frame A y B son iguales (A = B). Esto signica
que el frame obedece a una generalizacion de la identidad de Parseval (2.1). Un frame
esta normalizado si A = B = 1. Un tight frame normalizado se le llama tambien un frame
de Parseval.
Denicion 2.22 (Frame uniforme).
Un Frame es uniforme si cada elemento tiene la misma norma: k, |e
k
| = c, donde c es
una constante independiente de k.
Teorema 2.10 (Teorema de representaci on de Riesz-Frechet). Sea 1 un espacio de Hilbert (se-
parable o no) con producto escalar (, ), y 1
su espacio dual, consistente en todas las funciones

lineales continuas de 1 en el cuerpo base R o C. Si es un elemento de 1, entonces
F : 1 C existe un unico vector 1 tal que
F() = (, ), 1.
Este teorema establece que cada elemento de 1
puede ser escrito unvocamente de esta forma.

Este teorema establece una conexi on importante entre un espacio de Hilbert y su espacio
dual. Por lo que representa una justicacion para la notacion bra-ket de Dirac en el tratamiento
matem atico de la Mecanica Cuantica.
2.10.3. Reconstruccion de funciones: caso continuo
Vamos a considerar una representaci on unitaria U de un grupo de Lie G sobre un espacio
de Hilbert (1, [). Consideremos el espacio L
2
(G, dg) de funciones complejas de cuadrado
integrable sobre G, donde dg = d(g
g), g
G es la medida invariante por la izquierda de

Haar que dene el producto escalar
(, ) =
_
G
(g)(g)dg.
Denicion 2.23 (Vector admisible o ducial).
Una funci on distinta de cero 1 se denomina admisible o (vector ducial) si:
(g) U(g)[ L
2
(G, dg).
Eso es si
C
= ((g), (g)) =
_
G
(g)(g)dg =
_
G
[U(g)[[
2
dg < .
Denicion 2.24 (Estados Coherentes).
Asumimos que la representacion U es irreducible y que existe una funcion admisible. Entonces
un sistema de estados coherentes (CS) de 1 asociados a G se dene como el conjunto de
funciones en la orbita de bajo G.
g
= U(g), g G.
Denicion 2.25 (Vector admisible m odulo un subgrupo).
Sea el espacio homogeneo Q = G/H, con H un subgrupo cerrado. Entonces la funcion distinta
de cero se dice que es admisible mod(H, ) (con : Q G, una seccion de Borel), y la
representacion U de cuadrado integrable mod(H, ), si se cumple la condicion
_
Q
[U((q))[[
2
dq < , 1, (2.4)
donde dq es una medida quasi-invariante sobre Q.
Los estados coherentes indexados en Q estan denidos como
(q)
= U((q)), q Q,
y forman un conjunto sobre-completo en 1.
La condici on (2.4) puede ser escrita tambien como un valor esperado, donde
A
=
_
Q
[
(q)
(q)
[dq. A
es un operador positivo, acotado e invertible.

0 <
_
Q
[U((q))[[
2
dq = [A
[ < 1.
Si el operador A
1
es acotado, entonces el conjunto S
=
_
[
(q)
, q Q
_
se dice que es
un frame y un tight frame si A
es proporcional a la identidad, A
= I, > 0.
Vamos a considerar que genera un frame (es decir, que A
1
es acotado). Entonces deni-

mos la aplicacion lineal (operador de muestreo)
T
: 1 L
2
(Q, dq)

(q) = (T
)(q) =
(q)
[.
(2.5)
Su rango L
2
(Q, dq) T
(1) es completo con respecto al producto escalar

([)
([T
A
1
T
1
)
Q
.
T
es unitario de 1 a L
2
(Q, dq). As que, la aplicacion inversa T

1
nos da la formula de
reconstruccion
A
[ =
_
[
q
q
[dq =
_
[
q
(q)dq =
A
1
[ = [ = T
1
=
_
Q
(q)A
1
[
(q)
dq,
L
2
(Q, dq). (2.6)

Esta f ormula expande la se nal en terminos del frame dual A
1

(q)
con los coecientes
(q) = (T
)(q). Estas expresiones adquieren una forma m as simple cuando A
es m ultiplo
de la identidad (frame tight).
24 CAP
ITULO 2. ASPECTOS B
ASICOS
2.10.4. Reconstruccion de funciones: discretizaci on y muestreo
Para un tratamiento numerico, la integral
A
=
_
Q
[
(q)
(q)
[dq
se discretiza, por lo que nos restringimos a un subconjunto discreto Q Q. La cuestion es si
esta restriccion implica una perdida de informacion, es decir, si el conjunto
o =
_
[q
k
[
(q
k
)
, q
k
Q
_
constituye un frame discreto por el mismo, con operador resolucion
/ =
q
k
Q
[q
k
q
k
[.
El operador / no necesita coincidir con el original A
. De hecho, un tight frame continuo

podra contener frames discretos que no son tight, que es lo que sucede en nuestro caso.
Asumimos que o genera un frame discreto, esto es, que existen dos constantes positivas
0 < b < B < (cotas frame), tal que cumple la condici on de frame:
b||
2
q
k
Q
[q
k
[[
2
B||
2
, 1. (2.7)
Si
[/[ =
q
k
Q
[q
k
q
k
[ =
q
k
Q
[q
k
[[
2
,
la condici on de frame es equivalente a decir que el valor esperado [/[ esta acotado
entre
b
[/[
[
B.
Para discutir las propiedades de un frame, es conveniente denir el operador frame (o de
muestreo)
T : 1 l
2
T () = q
k
[, q
k
Q .
Si calculamos el valor esperado de T
T sobre [, obtenemos:
[T
T [ =
q
k
Q
[q
k
q
k
[ = [/[.
T
: l
2
1 es el operador sntesis.
Entonces podemos escribir / = T
T , y la condici on de admisibilidad adopta la forma:

bI T
T BI,
donde el I es el operador identidad en 1.
A partir de la condici on de frame, y como b y B son constantes positivas, entonces tenemos
que / es invertible y su inversa es acotada. Si denimos el frame dual como
_
[ q /
1
[q
_
,
uno puede probar facilmente que el analogo de la formula de reconstruccion (2.6) para el
espacio discreto Q es:
[ =
q
k
Q
q
k
[[ q
k
, (2.8)
con
k
q
k
[, que converge fuertemente en 1. Adem as, tenemos una resolucion de la
identidad:
T
+
l
T =
q
k
Q
[ q
k
q
k
[ = T
(T
+
l
)
q
k
Q
[q
k
q
k
[ = I, (2.9)
donde T
+
l
(T
T )
1
T
es la pseudoinversa por la izquierda. Donde el operador frame

dual
15
es

T = (T
+
l
)
.
El operador P = T T
+
l
actuando sobre l
2
es un proyector ortogonal sobre el rango de T .
La funcion (q) puede ser obtenida de la forma
(q) q[ =
q
k
Q
k
(q)
k
a partir de sus datos
k
= q
k
[ y a traves de la funcion de tipo sinc
k
(q) = q[ q
k
,
k
(q
l
) = P
lk
.
Un conjunto arbitrario sobre-completo de datos
k
l
2
, puede ser incompatible con [,
y por lo tanto es necesario proyectar previamente. Este caso lo vamos a denominar sobre-
muestreo, es decir, hay m as datos que los necesarios. El conjunto Q se dice que es el espacio
de muestreo para el espacio 1.
El otro caso sera que no se tuvieran sucientes puntos para completar la reconstruccion
de la se nal, pero incluso para este caso, es posible poder reconstruir parcialmente la se nal. En
este caso, o no genera un frame discreto, y el operador / no va a ser invertible. Pero se puede
construir otro operador a partir de T , actuando sobre l
2
.
Los elementos de matriz de B = T T
son
B
kl
= q
k
[q
l
.
Por lo tanto, B es el overlapping kernel discreto. Si el conjunto o es linealmente independiente,
el operador B sera invertible y puede construirse una pseudoinversa por la izquierda para
15
Introducido por Antoine y Gazeau ([26]).
26 CAP
ITULO 2. ASPECTOS B
ASICOS
T , T
+
r
T
(T T
)
1
, de tal forma que T T
+
r
= I
l
2. Y como antes habamos mencionado,
aqu existe otro operador analogo: P
S
= T
+
r
T actuando sobre 1 que es un proyector ortogonal
en el subespacio 1
S
expandido sobre o. Podemos denir un pseudo frame dual como
[ q
k
=
q
l
Q
B
1
lk
[q
l
. (2.10)
Nos da una resolucion del proyector P
S
T
+
r
T =
q
k
Q
[ q
k
q
k
[ = T
(T
+
r
)
q
k
Q
[q
k
q
k
[ = P
S
.
Usando esto, una reconstruccion parcial

de la se nal , se puede obtener de la forma:
(q) = q[
q
k
Q
L
k
(q)
k
,
a partir de sus datos
k
= q
k
[, a traves de las funciones de interpolaci on de tipo Lagrange
L
k
(q) = q[ q
k
(2.11)
con L
k
(q
l
) =
kl
. Aqu

es la proyecci on ortogonal de sobre el subespacio 1
S
, esto es,
[
= P
S
[. La distancia de la funcion exacta a la se nal reconstruida

esta dada por la
funcion error:
E
(o) =
|

|
[
=
_
[I P
S
[
[
. (2.12)
Los operadores / y B se intercalan con el operador frame T (o de muestreo), T / = BT .
Si T fuera invertible, entonces / y B seran invertibles, y adem as, T
+
r
= T
+
l
= T
1
. Este
caso correspondera al caso de muestreo crtico, donde ambos operadores / y B puede ser
usados para reconstruir completamente la se nal. En muchos casos, no es posible encontrar un
conjunto de puntos Q tal que / y B sean invertibles. El ejemplo m as com un es el espacio de
Bargmann-Fock de funciones analticas sobre C, donde uno puede encontrar retculos donde
se puede muestrear (y por lo tanto / es invertible), o que se puede interpolar dichos datos (y
as B es invertible), pero no ambos simultaneamente. Ejemplos de muestreo crtico estan dados
por el espacio de funciones de banda limitada sobre R y el conjunto Z, en el que ambos son
muestreables e interpolables, y el espacio de funciones sobre la esfera de Riemann (su proye-
ccion estereograca sobre el plano complejo) con momento angular jo s y el conjunto de N
races de la unidad, con N = 2s + 1.
En el caso en el que tengamos un n umero nito N de puntos de muestreo q
k
, el espacio l
2
puede ser substituido por C
N
, y el operador B se puede identicar con una matriz con respecto
a una base jada.
Captulo 3
Teoremas de muestreo y Transformada
Discreta de Fourier sobre la esfera
3.1. Introduccion
Usaremos la teora de estados coherentes para probar un teorema de muestreo para funciones
de Majorana (holomorfas) sobre la esfera de Riemann. Y daremos una f ormula de reconstru-
ccion exacta como un producto de convolucion de N datos y un kernel de reconstruccion dado
(una funcion de tipo sinc). Discutiremos los casos de submuestreo y sobre-muestreo.
El hecho de tomar las races de la unidad como puntos de muestra nos va a permitir
encontrar las f ormulas explcitas de inversi on para los operadores de resolucion y overlapping
kernel a partir de la teora de las Matrices Circulantes y las matrices Fourier Rectangulares. Se
considera tambien, el caso de las funciones de banda limitada sobre la esfera de Riemann para
un J m aximo. Y se analiza la conexi on con la representaci on de los angulos de Euler estandar
en terminos de armonicos esfericos a traves de las transformaciones de Bargmann discretas.
3.2. Representaciones de SU(2). Estados coherentes
3.2.1. Sistemas de coordenadas y generadores
La representaci on fundamental de dos dimensiones del grupo de Lie SU(2) (grupo de ma-
trices complejas 2 2 unitarias con determinante 1) es:
SU(2) =
_
U() =
_

1

2
1
_
,
1
,
2
C : det(U) = [
1
[
2
+[
2
[
2
= 1
_
. (3.1)
Las coordenadas
1
,
2
se denominan par ametros de Cayley-Klein. Si denimos otras variables
1
=
0
+ i
3
,
2
=
2
+ i
1
,
j
R, (j = 0, 1, 2, 3).
Tenemos
det(U) = [
1
[
2
+[
2
[
2
=
2
0
+
2
1
+
2
2
+
2
3
= 1,
27
28 CAP
ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

de ah que podamos ver SU(2) S
3
(la esfera en tres dimensiones) como una variedad tridi-
mensional. Es decir, SU(2) es difeomorfo a la esfera de tres dimensiones S
3
.
Utilizando las matrices de Pauli, el conjunto de matrices
J
1
=
1
2
_
0 1
1 0
_
, J
2
=
1
2
_
0 i
i 0
_
, J
3
=
1
2
_
1 0
0 1
_
;
es una base de matrices hermticas 2 2 de traza cero. Es decir, una matriz U SU(2),
podemos expresarla en forma compacta
U() =
0
I + 2i
3
k=1
k
J
k
, (3.2)
donde I es la matriz identidad 2 2.
A las matrices de Pauli se les denomina generadores de las transformaciones innitesimales
U = I + iA, 1.
A es una matriz hermtica de traza cero, que se puede escribir como
A =
3
k=1
a
k
J
k
.
El algebra de Lie de los generadores innitesimales de SU(2) esta denido como el espacio
vectorial real
su(2) = J
1
, J
2
, J
3
,
siendo J
i
, (i = 1, 2, 3) las matrices Hermticas de traza cero satisfaciendo las relaciones de
conmutaci on del momento angular
[J
1
, J
2
] = iJ
3
, [J
2
, J
3
] = iJ
1
, [J
3
, J
1
] = iJ
2
. (3.3)
Cualquier grupo de Lie conexo como SU(2) puede construirse a partir de la exponenciacion
de sus generadores innitesimales.
U() = e
i
3
k=1
k
J
k
= I cos
_
2
_
+ 2i
3
k=1
n
k
J
k
sin
_
2
_
, (3.4)
donde
k
R, k = 1, 2, 3 (coordenadas can onicas).
=
_
2
1
+
2
2
+
2
3
, n
k

k
.
Si se comparan las relaciones (3.2) y (3.4) nos da una relaci on de los par ametros de Cayley-Klein
(), y las coordenadas can onicas ().
0
cos
_
2
_
,
k
n
k
sin
_
2
_
.
3.2. REPRESENTACIONES DE SU(2). ESTADOS COHERENTES 29
Vamos a introducir otra parametrizacion compleja de SU(2). Vamos a denir la siguiente
relaci on de equivalencia en SU(2).
(
1
,
2
) (
1
,
2
) (
1
,
2
) = (
1
,
2
), ( C, [[ = 1).
El espacio cociente (SU(2)/ ) coincide con el espacio complejo proyectivo CP
1
que es
isomorfo a S
2
. Vamos a denotar con [
1
,
2
] a los elementos de las clases de equivalencia de CP
1
.
Si
2
,= 0, entonces [
1
,
2
] = [
2
, 1] [z, 1] representa un punto z C, que esta relacionado con
la proyecci on estereograca de la esfera de Riemann sobre C. Si
2
= 0, entonces [
1
, 0] = [1, 0]
es justo un punto (el polo norte o sur). La otra carta corresponde a
1
,= 0, que contiene el
elemento identidad I SU(2). Trabajaremos en esta carta, y deniremos z

2
1
. La proyecci on
: SU(2) S
2
(z
1
, z
2
) [z
1
, z
2
]
_
da a SU(2) la estructura de un brado principal (bracion de Hopf) con grupo de estructura:
1
([z
1
, z
2
]) = C : [[ = 1 U(1).
En nuestra carta, tomaremos = e
i
=

1
|
1
|
. Los par ametros de Cayley-Klein se pueden escribir
en estas coordenadas (adaptadas a la bracion de Hopf) como:
1
= A(z, z),
2
= A(z, z)z, A(z, z)
_
1
1 + z z
,
donde se ha denido el factor de normalizaci on A por conveniencia.
Si expresamos los operadores escalera como: J
= J
1
iJ
2
, podemos encontrar cualquier
elemento del grupo U SU(2), y expresarlo en las coordenadas complejas
1
z,
U(z, z, ) = A(z, z)e
zJ
zJ
+
e
iJ
3
. (3.5)
Podemos parametrizar los elementos de SO(3) en terminos de los angulos de Euler, que
corresponde a la elecci on del siguiente orden de transformacion
2
:
x
3
() x
2
() x
3
()
U(, , ) = e
iJ
3
e
iJ
2
e
iJ
3
. (3.6)
Relaci on entre los par ametros de Cayley-Klein y los angulos de Euler:
1
= e
i
+
2
cos

2
,
2
= e
i
2
sin

2
.
Por lo que, la proyecci on estereograca de la esfera de Riemann sobre el plano complejo
es: z =

2
1
= e
i
tan

2
.
En este apartado hemos discutidos las representaciones de SU(2) de dimension dos (s =
1/2). Vamos a considerar a continuacion las representaciones irreducibles unitarias de dimen-
sion superior de spin s arbitrario.
1
Ver Apendice A: D1.
2
Ver Apendice A: D2.
30 CAP

3.2.2. Representaciones de espn s arbitrario
Las representaciones irreducibles unitarias del algebra de Lie su(2) son de dimension 2s+1,
donde s = 0,
1
2
, 1,
3
2
, . . . es un par ametro (espn momento angular) semientero que va a etiquetar
cada representaci on. El espacio 1
s
C
2s+1
se pueden generar en la base ortonormal momento
angular B(1
s
) = [s, m, m = s, . . . , s que son autovectores comunes a J
3
y es el operador
Casimir J
2
= J
2
1
+ J
2
2
+ J
2
3
, es decir
J
3
[s, m = m[s, m, J
2
[s, m = s(s + 1)[s, m.
De las relaciones de conmutaci on:
J
+
J
1
+ iJ
2
, J
J
1
iJ
2
, [J
3
, J
] = J
,
observamos que los operadores J
son operadores escaleras de creacion y destruccion, respec-

tivamente, cuya acci on sobre la base B(1
s
) nos da
J
[s, m =
_
(s m)(s m + 1)[s, m1. (3.7)
Si expresamos estos operadores en forma matricial, habra que reordenar las bases de forma
que m = s, s 1, . . . , s, es decir, se construiran las las y las columnas en orden decreciente
de espn. Para que sea coherente con la expresion que a continuacion se escribe:
(J
)
m
,m
s, m
[J
[s, m =
_
(s m)(s m + 1)
m
,m1
.
Se puede comprobar facilmente que la acci on de (3.7) preserva las relaciones de conmutaci on
(3.3), por ejemplo:
[J
+
, J
] = 2J
3
.
Sabiendo que Q = SU(2)/U(1) = S
2
, y tomando como seccion de Borel (como hicimos en
la seccion 2.10.3), podremos simplemente tomar = 0 en los vectores U(, , )[s, m y
U(z, z, )[s, m.
Tenemos, por tanto, distintas caracterizaciones de los estados coherentes de espn, seg un
tomemos una parametrizacion u otra. Nos vamos a centrar en las dos parametrizaciones: la
compleja (Hopf)(3.5) y la de los angulos de Euler (3.6).
3.2.3.

Angulos de Euler: Armonicos esfericos
Para cualquier vector dual [ = [s, m, el conjunto de estados coherentes [, ; m =
U(, )[s, m es sobre-completo
3
(para cualquier m) en 1
s
.
El conjunto de estados coherentes [, ; m es un tight frame
4
.
3
Ver Apendice A: D5.
4
Ver Apendice A: D6.
Vamos a considerar el operador
5
O =
_
d[, ; m, ; m[, (d = sin dd);
donde d es la medida invariante estandar sobre la esfera S
2
.
Como d es una medida invariante sobre S
2
, tenemos que U
O = OU
, U
= U(
)
SU(2). Como U
es una representaci on irreducible, tenemos por el lema de Schur que

O = I, para alguna constante , donde I es el operador identidad.
Tr(O) = (2s+1) = 4 = =
4
2s + 1
=A
O =
2s + 1
4
_
[, , m, , m[ d = I.
El solapamiento (overlap) de estados coherentes en esta representaci on de angulos de Euler,
sera
6
:
, , m[
, m = s, m[e
iJ
2
e
iJ
3
e
i
J
3
e
i
J
2
[s, m =
s
n=s
s, m[e
iJ
2
[s, ns, n[e
i
J
2
[s, me
in(
)
=
=
s
n=s
(d
s
nm
)
()d
s
nm
(
)e
in(
)
.
donde
d
s
nm
() s, n[e
iJ
2
[s, m, (son los coecientes de la matriz d de Wigner).
Para el caso particular en que s = j entero y en el que el vector dual sea [ = [j, 0, y
utilizando las matrices D de Wigner, tenemos que son los armonicos esfericos Y
m
j
(, )
las componentes de los estados coherentes de espn sobre la base ortonormal
7
[j, m.
, ; 0[j, m = j, 0[U
(, )[j, m =
_
4
2j + 1
Y
m
j
(, ) = Y
m
j
(, ) de Racah. (3.8)
De la relaci on de ortogonalidad de los armonicos esfericos:
_
d Y
m
l
(, )(Y
m
l
)
(, ) =
ll

mm
es facil asociar
8
Y
m
l
(, ) l, m[, .
5
Ver Apendice A: D7.
6
Estas funciones est an dadas en [11], captulo 15.
7
Ver Apendice A: D9.
8
Ver Apendice A: D8.
32 CAP

Para un momento angular general j, el estado [ tiene una descomposicion en armonicos
esfericos
9
.
(, ) = , ; 0[ =
j
m=j
, ; 0[j, mj, m[ =
_
4
2j + 1
j
m=j
m
Y
m
j
(, ), (3.9)
con los coecientes de Fourier
m
= j, m[
3.2.4. Caracterizacion holomorfa compleja: Funciones de Majorana
En este trabajo usamos como vector dual el vector de peso m aximo (como suele ser habitual
en la denici on de estados coherentes) [ = [s, s, de tal forma que J
+
[ = 0. Generamos los
estados coherentes
[z U(z, z)[ = A
s
(z, z)e
zJ
e
zJ
+
[s, s = A
s
(z, z)e
zJ
[s, s , (3.10)
donde U(z, z) U(z, z, 0). Hay que recordar que S
2
= SU(2)/U(1).
Los estados [z son funciones holomorfas
10
, sin contar con el peso com un A
s
(z, z), que ge-
neralmente suele incluirse en la medida de integraci on.
Vamos a determinar A
s
a partir de
J
[s, m =
_
(s m)(s m+ 1)[s, m1 ,
e
zJ
[s, s =
n=0
1
n!
z
n
(J
)
n
[s, s =
2s
n=0
1
n!
z
n
(J
)
n
[s, s =
2s
n=0
z
n
_
2s
n
_
[s, s n . (3.11)
donde se ha usado que
(J
)
n
[s, s = n!
_
2s
n
_
[s, s n ,
como se ha comprobado facilmente.
Por lo tanto, la descomposicion del estado coherente [z sobre la base ortonormal [s, m
es:
[z =
_
1
1 + zz
_
2s 2s
n=0
z
n
_
2s
n
_
[s, s n . (3.12)
Entonces imponiendo la condici on de unitariedad
11
z[z = 1, nos da
A
s
= A
2s
, A
1
1 + zz
.
9
Ver (2.5)
10
Solamente funciones de z.
11
Ver Apendice A: D3.
Al igual que para el caso de los angulos de Euler
12
, el frame [z, z ( es tight en 1
s
,
ya que se tiene:
I =
2s + 1
_
C
[zz[
d
2
z
(1 + z z)
2
, (d
2
z dRe(z)dIm(z)) .
Renombrando la base ortonormal [s, m de forma adecuada, es decir, pasando de una
etiqueta n = 0, . . . , 2s a la etiqueta m = s, s + 1, . . . , 0, . . . , s (m = n s), podemos
expresar la descomposicion del estado coherente (3.12), de la forma:
[z =
_
1
1 + zz
_
2s s
m=s
z
s+m
_
2s
s + m
_
[s, m .
Vamos a obtener los coecientes de la matriz irreducible
13
:
z[s, m = s, s[U
(z, z)[s, m = A
2s
(z, z)
m
s
( z) =
_
1
1 + zz
_
2s
( z)
s+m
_
2s
s + m
_
.
Con
m
s
( z) ( z)
s+m
_
2s
s + m
_
.
m
s
es un monomio en funcion de z, salvo un factor numerico. Introducimos la representaci on
holomorfa como:
Dada [ =
s
m=s
m
[s, m, ([ 1
s
),
(z) z[ = (1 + z z)
s
s
m=s
m
s
( z) = A
2s
(z, z)f( z) ,
donde (z) se denomina funcion de Majorana y es (anti-)holomorfa salvo el factor A
2s
. La
funcion f( z)
s
m=s
m
s
( z) es una funcion antiholomorfa de z. En este caso es un polinomio.
Usualmente el factor A
2s
(z, z) = (1 + z z)
s
es absorbido en la medida de integraci on. Si
escogemos como vector dual el vector de peso mnimo [ = [s, s, obtendremos las funciones
holomorfas f(z).
El conjunto de estados coherentes CS [z no es ortogonal. El kernel de solapamiento
14
resulta ser:
C(z, z
) = z[z
=
(1 + z
z)
2s
(1 + z z)
s
(1 + z
)
s
.
12
Ver Apendice A: D4.
13
Ver Apendice A: D10.
14
34 CAP

Ambas representaciones: la de Euler y la compleja, para spin s = j entero; estan rela-
cionadas por la Transformacion de Bargmann
15
.
K(, ; z) , [z =
j
m=j
, [j, mj, m[z =
_
4
2j + 1
(1 + z z)
j
j
m=j
Y
m
j
(, )
m
j
(z) =
= (1 + z z)
j
_
(2j)!
2
j
j!
_
2z cos + z
2
sin e
i
sin e
i
_
j
.
(3.13)
3.3. Sobre-muestreo y muestreo crtico
Elegimos los puntos de muestreo de forma que el operador resoluci on / y el Kernel B de
solapamiento sean invertibles y se puedan expresar en forma explcita. Para ello escogemos las
N races de la unidad. La razon m as importante de seleccionar las races de la unidad es que
estan asociados con el subgrupo cclico discreto (Z
N
)
Z
N
U(1) SU(2) ,
y ello nos permitir a invertir de manera sencilla / y B, y hacer la reconstruccion en terminos
de la DFT. Para un momento angular s denido, tenemos 2s+1 estados posibles, de ah que el
n umero de puntos N a escoger depende de que queramos realizar muestreo crtico: N = 2s+1,
sobre-muestreo: N > 2s + 1, o submuestreo: N < 2s + 1.
En el caso sobre-muestreo, que es el que vamos a estudiar en esta seccion, el conjunto S
genera 1
S
, y el operador resolucion / = T
T es invertible (vease seccion 2.10.4).

Lema 3.1.
Sea Q =
_
z
k
= e
2ik/N
_
, N 2s + 1, k = 0, . . . , N 1 el subconjunto discreto del espacio
homogeneo Q = SU(2)/U(1) S
2
=

C (esfera de Riemann). El conjunto discreto de estados
coherentes (CS) S = [z
k
, z
k
Q constituye un frame discreto en 1
S
y la expresion
I
2s+1
=
N1
k=0
[z
k
z
k
[ =
N1
k=0
[ z
k
z
k
[ , (3.14)
proporciona una resolucion de la identidad en 1
s
. Aqu [ z
k
= /
1
[z
k
, (k = 0, . . . , N 1)
(Frame dual), y / es el operador resolucion.
/ es diagonal en la base ortonormal
16
B(1
S
), / = diag(
0
, . . . ,
2s
), con
n
=
N
2
2s
_
2s
n
_
(n = 0, . . . , 2s) .
15
Ver Apendice A: D12. Ver [12], p. 83, ecuaci on 17.
16
3.3. SOBRE-MUESTREO Y MUESTREO CR
ITICO 35
Corolario 3.1. Deniendo que D diag(
0
, . . . ,
2s
) y usando que T
kn
=
1
1/2
e
i2kn/N
,
tenemos las siguientes expresiones en terminos de las matrices de Fourier rectangulares
17
:
(a) T = T
N
i
N,2s+1
D
1/2
.
(b) / = T
T = D = diag(
0
, . . . ,
2s
).
(c) B = T T
= T
N
/
N
.
Lema 3.2.
Bajo los supuestos del Lema 3.1, el operador P = T T
+
l
= T
N
P
2s+1
T
N
es un proyector
ortogonal en un subespacio de C
N
de dimension
18
(2s + 1) en el rango de T .
Teorema 3.1 (F ormula de reconstruccion
19
). Cualquier funcion 1
s
puede ser reconstruida
a partir de N 2s + 1 puntos de muestra
z
k
= e
2ik/N
, (k = 0, 1, . . . , N 1) ,
y los datos (z
k
) z
k
[. Entonces
(z) = z[ =
N1
k=0
(z
k
)(zz
1
k
) ,
donde
(z) =
2
s
N
(1 + z z)
s
1 z
2s+1
1 z
.
La expresion (z) =
N1
k=0
(z
k
)(zz
1
k
) puede interpretarse como una f ormula de interpo-
laci on, donde los polinomios de tipo Lagrange tiene la forma
L
k
(z) = (zz
1
k
) ,
satisfaciendo las relaciones de ortogonalidad:
L
k
(z
l
) = (z
l
z
1
k
) = P
lk
,
donde P es el proyector del Lema 3.2. Para el caso crtico N = 2s + 1 = L
k
(z
l
) =
lk
.
Corolario 3.2. Los coecientes de Fourier a
m
del desarrollo [ =
s
m=s
a
m
[s, m, para
cualquier 1
s
, en la base ortonormal B(1
s
) se puede determinar en terminos de los datos
(z
k
) = z
k
[ como
20
:
a
ns
=
2
s
N
_
2s
n
_
1/2 N1
k=0
(z
k
)e
2ikn/N
, (n = 0, . . . , 2s) .
17
18
19
20
36 CAP

Es interesante describir esta demostracion en terminos de matrices de Fourier rectangu-
lares
21
:
/ = T
T = D diag(
0
, . . . ,
2s
), B = T T
= T
N
/
N
.
Proposici on 3.1.
Denimos los datos duales como (k) z
k
[, que estan relacionados con los datos (k)
(z
k
) = z
k
[, a traves del producto de convolucion
22
(k) = [ ](k) =
1
N
N1
l=0
(k l)(l) ,
donde (k) (El ltro), es la transformada de Fourier rectangular de = (
1
0
, . . . ,
1
2s
),
(k) =
1
N
2s
n=0
1
n
e
i2nk/N
=
2
2s
N
3/2
2s
n=0
_
2s
n
_
1
e
i2nk/N
.
La relaci on entre (k) y (k) es simplemente un cambio de base, pero con un conjunto de
generadores no ortogonales [z
k
y [ z
k
. Este cambio de base puede interpretarse como una
convolucion.
Si denimos
23

B z
l
[ z
k
(kernel de solapamiento dual ), vemos que
B = = B
+
.
Para valores de espn altos s 1 (N 2s + 1), tenemos
24
(k) =
2
2s
N
3/2
_
1 + e
i4sk/N
+ O
_
1
2s
__
. (3.15)
Cuando k = 0, tenemos que:
(0) =
2
2s
N
3/2
2s
n=0
_
2s
n
_
1
=
2s + 1
N
3/2
2s
n=0
2
n
n + 1
.
Adem as, se verica
25
:
lm
s
2s
n=0
_
2s
n
_
1
= 2 .
Como se puede ver en el comportamiento asintotico del ltro (3.15), si tomamos el n umero
de puntos de muestra N = N(s) > 2
4s/3
2s + 1 y para que cumpla la condici on de sobre-
muestreo, es decir, N 2s + 1; entonces para s
3
2
, tenemos que (k) converge a cero para
s . Pero si N = N(s) = 2
4s/3
2s + 1 para un s
3
2
, tenemos que (k) esta acotada
para s .
21
22
23
24
25
Ver artculo [6]
3.4. SUBMUESTREO Y MUESTREO CR
ITICO 37
3.4. Submuestreo y muestreo crtico
Vamos a suponer ahora que el n umero de puntos de muestra es N 2s + 1. Para el caso
en el que N < 2s + 1, no podemos reconstruir cualquier funcion arbitraria 1
s
, pero s su
proyecci on ortogonal

P
S
sobre

1
s
, subespacio de 1
s
, generado por el conjunto discreto
S = [z
k
, k = 0, . . . , N 1 de estados coherentes (CS). Es decir, la restricci on a este sub-
conjunto discreto implica una perdida de informacion.
Para este caso el operador resolucion / no es invertible. Y por lo tanto, no podemos cons-
truir un frame, ni una resolucion de la identidad. El conjunto S es linealmente independiente,
por lo que, podemos construir otro operador, el overlapping kernel B = T T
, que es invertible
(pues tiene estructura circulante) y nos da una expresion para una formula de reconstruccion
parcial.
Lema 3.3.
Sea
26
Q =
_
z
k
= e
2ik/N
, k = 0, . . . , N 1
_
un subconjunto discreto del espacio homogeneo
Q = SU(2)/U(1) = S
2
= C. N 2s + 1 (N races de la unidad). El operador pseudo-frame
T : 1
s
C
N
T () = z
k
[, z
k
Q ,
es tal que el operador overlapping kernel B = T T
es una matriz N N hermtica denida

positivamente, y ademas, invertible, admitiendo la descomposicion B = T
N

DT
N
donde

D =
diag(
0
, . . . ,
N1
) es una matriz diagonal con
k
=
q1
j=0
k+jN
=
N
2
2s
q1
j=0
_
2s
k + jN
_
, (3.16)
siendo q = Ceiling
_
2s+1
N
_
.
Lema 3.4.
Bajo
27
las condiciones del Lema 3.3, el conjunto [ z
k
, k = 0, . . . , N1 donde [ z
k

N1
l=0
B
1
lk
[z
l
constituye un pseudo-frame dual para S. El operador P

S
= T
+
r
T es un proyector ortogonal
que lleva de 1
s
S, donde T
+
r
= T
B
1
(pseudo inversa por la derecha de T ), y
N1
k=0
[ z
k
z
k
[ =
N1
k=0
[z
k
z
k
[ = P
S
. (3.17)
Aunque una reconstruccion completa de la se nal original no es posible en el caso del sub-
muestreo, s podemos hacer una reconstruccion parcial de la manera que a continuacion ex-
ponemos:
26
27
38 CAP

Teorema 3.2 (F ormula parcial de reconstruccion
28
). Cualquier funcion 1
s
puede ser
parcialmente reconstruida con N 2s + 1 datos (z
k
) z
k
[, muestreando en los puntos
z
k
= e
2ik/N
, (k = 0, . . . , N 1). Denimos [
= P
S
[
(z) = z[
=
N1
k=0
(z
k
)
(zz
1
k
) ,
donde
(z) =
2
s
N
(1 + z z)
s
N1
p=0
1
p
q1
l=0
p+lN
z
p+lN
.
Al igual en el caso del sobre-muestreo, esto puede ser interpretado como una f ormula de
interpolacion, donde los polinomios de Lagrange son las funciones

L
k
(z) =

(zz
1
k
), que satis-
facen las relaciones propias de ortogonalidad
L
k
=

(z
l
z
1
k
) =
lk
.
A continuacion, vamos a dar una proposicion que es analoga al que hicimos en el sobre-muestreo.
Proposici on 3.2.
Denimos
29
los datos duales como (k) z
k
[, que estan relacionados con los datos (k)
(z
k
) = z
k
[, a traves del producto de convolucion
(k) =
_

_
(k) =
1
N
N1
l=0
(k l)(l)
donde el ltro

(k) es la DFT de

(
1
0
, . . . ,
1
N1
), siendo

k
los autovalores
30
del operador
B:
(k) =
_
T
N
_
(k) =
1
N
N1
n=0
1
k
e
i2nk/N
.
Corolario 3.3. Los coecientes de Fourier
31
a
m
del desarrollo [
s
m=s
a
m
[s, m, para
cualquier 1
s
, en la base ortonormal B(1
s
) se pueden determinar en terminos de los datos
(k) z
k
[ como:
a
ns
=
N
2
s
_
2s
n
_
1/2 N1
k=0
e
i2kn/N
N1
l=0
B
1
kl
(l), (n = 0, . . . , 2s) .
tambien podemos expresar a en terminos de los datos duales como:
a = T
= D
1/2
T
N,2s+1
.
28
29
30
Ver ecuaci on (3.16).
31
3.5. MUESTREO PARA EL CASO DE VARIOS ESPINES 39
Corolario 3.4 (Interpolacion covariante
32
). Para 0 k N 1, denimos sobre Q las
funciones
k
(z) z[z
k
, z C. Sea
0
, . . . ,
N1
; N n umeros complejos y B
kl
el operador
overlapping kernel. Denamos sobre Q la funcion
(z) = (z
0
, . . . , z
N1
;
0
, . . . ,
N1
; z)
1
det(B)
det
_
_
_
_
_
0
0
(z)
N1
(z)
0
B
00
B
0N1
.
.
.
.
.
.
.
.
.
.
.
.
N1
B
N10
B
N1N1
_
_
_
_
_
.
Entonces, tenemos que
1. (z) = z[, para alg un 1
s
.
2. es una soluci on del problema de interpolacion, es decir, (z
k
) =
k
, (k = 0, . . . , N1).
3. tiene norma mnima, en el sentido que si

es cualquier otra funcion sobre Q con
= z[
para alg un

1
s
y

(z
k
) =
k
= |
| ||
4. El procedimiento de interpolacion es invariante bajo la multiplicacion por la izquierda en
G, en el sentido que U(g)BU
(g) = B y
(gz
0
, . . . , gz
N1
;
0
, . . . ,
N1
; gz) = (z
0
, . . . , z
N1
;
0
, . . . ,
N1
; z)
(gz denota la accion natural del grupo G sobre el espacio homogeneo Q = G/H, as que
la actuacion por la izquierda en el problema de interpolacion

(gz
k
) =
k
es resuelta con
la funcion

(z) = (g
1
z))
3.5. Muestreo para el caso de varios espines
Para el caso de varios espines, es decir, para el caso de funciones de banda limitada, no es
tan facil seleccionar los puntos de muestreo para poder obtener una expresion explcita de la
inversa de los operadores resolution y overlapping kernel.
Restringimos los valores de espn a n umeros enteros.
Sea el espacio de funciones de banda limitada
1
(J)
=
J
s=0
1
s
.
El conjunto de estados coherentes puede denirse de forma an aloga a como se hizo para el caso
de un solo espn.
32
40 CAP

Expresamos las representaciones reducibles y unitarias de SU(2), actuando sobre 1
(J)
como:
U
(J)
(z, z) =
J
s=0
U
s
(z, z) ,
donde U
s
(z, z) son representaciones irreducibles y unitarias de espn s.
El espacio de Hilbert 1
(J)
tiene una base ortogonal [s, m, en el que su resolucion de
la identidad es
I
H
(J) =
J
s=0
s
m=s
[s, ms, m[ . (3.18)
Seleccionamos el vector ducial
[
J
=
1
J + 1
J
s=0
[s, s . (3.19)
Los estados coherentes estan denidos como
[z
J
= U
(J)
(z, z)[
J
. (3.20)
El overlapping kernel para el caso de varios espines es:
C
(J)
(z, z
) =
J
z[z
J
=
1
J + 1
J
s=0
(1 + z
z)
2s
(1 + z z)
s
(1 + z
)
s
. (3.21)
Vamos a justicar estos puntos
33
:
Cogemos las races de la unidad para el muestreo z
k
= e
2ik/N
. Para el caso del muestreo
crtico, tenemos:
N = dim1
(J)
= dim
J
s=0
1
s
= 1 + 3 + 5 + . . . + (2J + 1) = (J + 1)
2
.
Donde dim1
s
= 2s + 1.
De esta forma /
(J)
y B
(J)
tiene una estructura sencilla, y adem as, sus inversas pueden
calcularse.
Proposici on 3.3.
Para
34
N 2J + 1, el operador overlapping kernel B
(J)
tiene rango 2J + 1.
33
34
3.5. MUESTREO PARA EL CASO DE VARIOS ESPINES 41
La demostraci on podra hacerse tambien usando que B
(J)
tiene estructura circulante, B
(J)
kl
=
C
lk
, con
C
k

1
J + 1
J
s=0
2
2s
_
1 + e
2ik/N
_
2s
.
Vemos que el colocar los puntos de muestra en el ecuador de la esfera de Riemann, no es
una buena elecci on, por lo que, tenemos que buscar otras alternativas. El problema es que
otras elecciones de puntos de muestra nos proporciona un operador de resolucion con menos
estructura, y por lo tanto, sin la posibilidad de encontrar una inversa explcita.
Otra posibilidad es usar un reticulado equiangular en (, ), como el usado en las referencias
[9, 10]. Si (
j
,
k
) =
_
N
j,
2
N
k
_
, (j, k = 0, 1, . . . , N1); es un retculo de N
2
puntos en la esfera,
donde N J + 1. Los puntos asociados en el plano complejo con la proyecci on estereograca
estan dados por
z
k
j
= e
i
k
tan

j
2
= e
i
2
N
k
tan
_

2N
j
_
= r
j
e
i
2k
N
.
Aunque se puede ver que en este caso el operador resolucion es singular.
Vamos a seguir un procedimiento en el que consideramos las 2s + 1 races de r
2s+1
s
z
(s)
m
= r
s
e
2im
2s+1
, (s = 0, . . . , J; m = 0, . . . , 2s). (3.22)
Donde s denota el ndice de espn, y m el ndice para las races, y donde r
s
> 0 verica que
si s ,= s
=r
s
,= r
s
. Seguiremos usando N = (J +1)
2
puntos de muestra pero distribuidos en
crculos de diferentes radios. En la esfera de Riemann, estos puntos se distribuyen en diferentes
paralelos, uno por cada valor de espn.
El operador frame T es una matriz cuadrada (J + 1)
2
(J + 1)
2
con una estructura en
bloques de (2s
+ 1) (2s + 1). Si Denimos la matriz

T
(s
,s)
mn
z
(s
)
m
[s, s n; (m = 0, 1, . . . , 2s
), (n = 0, 1, . . . , 2s),
entonces
T =
_
_
_
_
_
T
(0,0)
T
(0,1)
. . . T
(0,J)
T
(1,0)
T
(1,1)
. . . T
(1,J)
.
.
.
.
.
.
.
.
.
.
.
.
T
(J,0)
T
(J,1)
. . . T
(J,J)
_
_
_
_
_
.
Corolario 3.5. T
(s
,s)
= T
2s
+1,2s+1
_
D
(s
,s)
2s+1
_
1/2
donde D
(s
,s)
2s+1
= diag
_
(s
,s)
0
, . . . ,
(s
,s)
2s
_
con
35
(s
,s)
n
=
1
J + 1
2s
+ 1
(1 + r
2
s
)
2s
_
2s
n
_
r
2n
s
.
35
42 CAP

Los bloques diagonales de T
(s)
(s = s
) son los operadores frame para el caso de

muestreo crtico, jado el espn s, donde s = 0, 1, . . . , J, y
n
(s, s) coincide con el
n
= N2
2s
_
2s
n
_
, (n = 0, . . . , 2s), si sustituimos r
s
= 1, salvo un factor
1
J+1
.
Al igual que si sumamos
2s
n=0
n
= 2s + 1, se tiene que para el caso de varios espines:
J
s=0
2s
n=0
(s,s)
n
= J + 1.
La estructura en bloques de T
(J)
la heredan el operador resolucion / y el operador
overlapping kernel B
/
(s
,s)
=
J
=0
(T
(s
,s
)
)
T
(s
,s)
=
J
=0
_
D
(s
,s
)
2s
+1
_
1/2
T
2s
+1,2s
+1
T
2s
+1,2s+1
_
D
(s
,s)
2s+1
_
1/2
,
B
(s
,s)
=
J
=0
T
(s
,s
)
(T
(s,s
)
)
=
J
=0
T
2s
+1,2s
+1
_
D
(s
,s
)
2s
+1
_
1/2
_
D
(s,s
)
2s
+1
_
1/2
T
2s+1,2s
+1
.
El operador overlapping kernel B se obtiene a partir de:
B
(a,b)
m,n
z
(a)
m
[z
(b)
n

J
=
1
J + 1
J
s=0
_
_
_
_
1 + r
a
r
b
e
2i
n(2a+1)m(2b+1)
(2a+1)(2b+1)
_
2
(1 + r
2
a
)(1 + r
2
b
)
_
_
_
s
(3.23)
1
J + 1
J
s=0
_
a,b
m,n
_
s
=
_
_
_
1 si z
(a)
m
= z
(b)
n
1
J + 1
1 (
a,b
m,n
)
J+1
1
a,b
m,n
otros casos
. (3.24)
donde
a,b
m,n

(1 + r
a
r
b
e
2i
n(2a+1)m(2b+1)
(2a+1)(2b+1)
)
2
(1 + r
2
a
)(1 + r
2
b
)
(3.25)
es la razon de la suma geometrica.
El operador overlapping kernel B
(a,b)
m,n
es una matriz hermtica con la siguiente estructura:
_
_
_
_
_
_
_
_
_
_
_
circ(1) B
01
B
02
. . . B
0k
B
0 k+1
. . .
B
01
circ((
(1)
0
, (
(1)
1
, (
(1)
2
) B
12
. . . B
1k
B
1 k+1
. . .
B
02
B
12
circ((
(2)
0
, . . . , (
(2)
4
) . . . B
2k
B
2 k+1
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
B
0k
B
1k
B
2k
. . . circ((
(k)
0
, . . . , (
(k)
2k
) B
k k+1
. . .
B
0 k+1
B
1 k+1
B
2 k+1
. . . B
k k+1
.
.
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
_
_
_
_
_
_
.
3.6. CONEXI
ON CON LA REPRESENTACI
ON DE LOS

ANGULOS DE EULER 43
Los bloques diagonales son matrices circulantes de dimension 2s+1 con C
(s)
n
=
(1 + r
2
s
e
2in/(2s+1)
)
2s
(1 + r
2
s
)
2s
,
y los bloques no diagonales B
pq
son matrices de dimension (2p + 1) (2q + 1).
El operador overlapping kernel B
a,b
m,n
no es una matriz circulante
36
, ni si quiera es una matriz
circulante por bloques, por lo que el calculo de la inversa se hace por metodos numericos. Hemos
comprobado numericamente que B
a,b
m,n
es invertible para diferentes elecciones de r
s
.
Corolario 3.6. Los coecientes de Fourier a
s
m
del desarrollo
J
s=0
s
m=s
a
s
m
[s, m, para cualquier
1
(J)
en la base ortonormal B(1
(J)
) puede determinarse en terminos de los datos (z
(s)
k
) =
z
(s)
k
[ como
a = T
B
1
.
La inversi on de B requiere O(N
2
) operaciones, pero se hace de una vez para siempre. Otros
metodos, como en ([9] y [10]) hacen la reconstruccion con O((N log(N))
2
) operaciones. Para
competir con ellos habra que escoger los puntos de la muestra de manera que podamos invertir
facilmente / o B.
3.6. Conexi on con la representacion de los angulos de
Euler
Hemos probado las formulas de reconstruccion para funciones de Majorana (z) con N
datos
k
= z
k
[, con el muestreo z
k
= e
2ik/N
en la esfera de Riemann. La ventaja de usar
esta representaci on holomorfa compleja en lugar de la representaci on de los angulos de Euler
son dos:
1. Podemos aprovechar la ventaja de su estructura circulante de los operadores resolucion
y overlapping kernel, respectivamente, para poder obtener sus formulas explcitas de
inversi on.
2. Podemos extender el procedimiento de muestreo a momentos angulares semienteros (s),
que pueden ser aplicados, por ejemplo, a los frames discretos para estados coherentes de
partculas con espn en Mecanica Cuantica.
Adem as, para momentos angulares enteros s = j, podramos siempre pasar de una repre-
sentaci on a otra a traves de la transformacion de Bargmann
37
.
36
Esto se debe al hecho de que los puntos de muestreo no forman un grupo abeliano. Solamente el conjunto
de puntos de la forma z
(s)
m
, m = 0, 1, . . . , 2s, con s jado, forma subgrupos cclicos, y estos son los responsables
para que estos bloques diagonales tenga forma circulante.
37
Ver ecuaci on (3.13)
44 CAP

Vamos a trabajar, por simplicidad, en el caso crtico N = 2j + 1, y denotaremos con
k
=
0
,
k
[ los datos de la funcion (3.9) en la caracterizaci on de los angulos de Euler, y
los puntos de muestreo
0
,= 0, y
k
=
2
N
k, (k = 0, . . . , N 1). Es decir, un conjunto de N
puntos distribuidos uniformemente en un paralelo de la esfera S
2
, que barre seg un las agujas
del reloj. Denotamos con
/
kl
K(
0
,
k
; z
l
) =
0
,
k
[z
l
=
=
_
(2j)!
2
2j
j!
e
i2jk/N
sin
j
(
0
)
_
1 + 2e
i2(lk)/N
cot
0
+ e
i4(lk)/N
_
j
. (3.26)
la matriz discreta N N de la transformacion de Bargmann. Si insertamos la resolucion de la
identidad (3.14) en
0
,
k
[, tenemos la expresion
38
:
k
=
N1
l,m=0
/
kl
B
1
lm
m
, donde
m
= z
m
[ . (3.27)
Que relaciona los datos entre ambas caracterizaciones o representaciones a traves de las
matrices / (3.26) y B (C.4), respectivamente.
Excepto para algunos valores de
0
(que veremos m as tarde en esta seccion), la transforma-
cion (3.27) es invertible, y se pueden obtener formulas explcitas para /
1
. / puede escribirse
como el producto / = Q.
kp
=
_
(2j)!
2
2j
j!
e
i2jk/N
sin
j
(
0
)
kp
,
Q
pl
= (1 + 2 cot(
0
)e
i2(lp)/N
+ e
i4(lp)/N
)
j
q
lp
q
n
.
de una matriz diagonal y una matriz circulante Q, que puede ser f acilmente invertida (si-
guiendo el procedimiento utilizado en el apendice (C.2), como:
Q
1
= T
N
1
T
N
, donde = diag(
0
, . . . ,
N1
) con autovalores
39
k
=
N1
n=0
q
n
e
i2kn/N
= N
j
p=0
p
r=0
_
p
r
__
j
p
_
(1)
pr
(2 cot
0
)
jp
,
donde (p = 0, . . . , j), (r = 0, . . . , p).
indica la suma con la restriccion p = j k + 2r .

38
3.6. CONEXI
ON CON LA REPRESENTACI
ON DE LOS

ANGULOS DE EULER 45
Podemos obtener la representaci on holomorca

a partir de los datos en la repre-
sentaci on de los angulos de Euler (
), a traves de la formula
= BQ
1
= T
N
D
1
T
,
que puede ser visto como un producto de convolucion
40
de los datos reescalados

=
1
y el ltro

= T
N
con
k
=

k
k
el cociente de los
autovalores de B y Q.
Hay valores de
0
en los que / no tiene inversa. Por ejemplo, para el caso de
0
=

2
(el
ecuador), en el que
k
=
_
j
k
2
_
(1)
jk/2
N.
Vamos a mostrar que esta situaci on esta ligada con el hecho de que las funciones generales
(3.9) en la representaci on de los angulos de Euler no puede reconstruirse a partir de sus puntos
de muestreo
k
sobre una distribucion uniforme de N puntos en el ecuador de la esfera.
Insertamos I
2j+1
=
j
m=j
[j, mj, m[ en
0
,
k
[ con [ =
j
m=j
a
m
[j, m con lo que
41
k
=
j
m=j
_
4
2j + 1
Y
m
j
(
0
,
k
)a
m
. (3.28)
Denimos la funcion }
kn
(
0
)
_
4
N
Y
nj
j
(
0
,
k
), y viendo la demostraci on del corolario
3.2, en el que los coecientes de Fourier a
nj
estan dados en terminos de los datos
k
a traves
de a = D
1/2
T
, obtenemos una variante de la formula

42
(3.27)
= }(
0
)D
1/2
T
que conecta de nuevo los datos en ambas representaciones. Conociendo que los armonicos
esfericos se pueden expresar en terminos de las funciones de Legendre asociadas
43
P
m
j
:
Y
m
j
(, ) = e
im
P
m
j
(cos ) ,
40
= T
N
(D
1
)T
N
(
1
).
41
42
43
Apartado 10: spherical harmonics, p.76. [12].
46 CAP

cuyo valor en el ecuador
0
= /2 esta dado en terminos de las funciones Gamma
44
P
m
j
(0) =
2
m
cos
_
2
(j + m)
_
_
1
2
j +
1
2
m+
1
2
_
_
1
2
j
1
2
m+ 1
_ ,
por lo que, }
kn
(
2
) = 0 (para n impar).
En otras palabras, para
0
= /2, el proceso de reconstruccion en la representaci on de
los angulos de Euler falla, a menos que nos restrinjamos al subespacio de funciones con
coecientes de Fourier nulos para n impar, es decir, a
nj
= 0 para n impar.
44
Formula 8.6.1 (p.334), [13]. Ver Apendice A: D35.
Captulo 4
Discreta de Fourier sobre el
hiperboloide
4.1. Introduccion
Usando estados coherentes probaremos un teorema de muestreo para funciones holomorfas
sobre el hiperboloide (o su proyecci on estereograca en el disco unidad D
1
), visto como un
espacio homogeneo del grupo pseudo-unitario SU(1, 1). Daremos una formula de reconstruccion
para funciones de banda limitada a partir de un kernel de tipo sinc, y una transformada
discreta de Fourier de N puntos muestra convenientemente escogidos. Se estudiar a en este
captulo tambien el caso de submuestreo y de funciones de banda ilimitada; y la condiciones
bajo las cuales podemos obtener una reconstruccion parcial con N puntos muestra de forma
aproximada, y de como tiende a la forma exacta cuando N .
4.2. Representaciones de SU(1, 1)
4.2.1. Propiedades de SU(1, 1)
El grupo SU(1, 1) esta formado por todas las matrices 22 de determinante unidad que deja
invariante la forma hermtica = diag(1, 1). Los elementos de SU(1, 1) son parametrizados
a partir de dos n umeros complejos
g =
_
1

2
1
_
, [
1
[
2
[
2
[
2
= 1 .
El grupo SU(1, 1) es localmente isomorfo a SO(2, 1) (el grupo de rotaciones del espacio
pseudo-eucldeo de dimension 3, tambien llamado grupo de Lorentz de dimension 3)
SO(2, 1) = SU(1, 1)/Z
2
donde Z
2
= I, I (grupo cclico) .
Tambien es localmente isomorfo al grupo simplectico Sp(2, R), al igual que a SL(2, R). Ver
[49, 50, 51, 52].
47
48 CAP
ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

Las diferencias entre los grupos SU(1, 1) y SU(2) son:
1. SU(1, 1) es no-compacto, mientras que SU(2) es compacto.
2. SU(2) es conexo, mientras que SU(1, 1) no lo es.
El grupo G = SU(1, 1) tiene una descomposicion Gaussiana
1
g = z
+
hz
, z
+
Z
+
, z
, h H
c
.
Por ejemplo, la acci on del grupo G sobre Z
esta dado por

2
g =
_
1

2
1
_
: z z
g
=

1
z +

2
z +

1
, z C.
Esta acci on no es transitiva, de manera que el plano complejo C esta dividido (foliado) en
tres orbitas:
1. D
1
X
+
= z C : [z[ < 1 (Interior del crculo unidad).
2. C D
1
X
= z C : [z[ > 1 (Exterior del crculo unidad).

3. S
1
X
0
= z C : [z[ = 1 (Frontera del crculo unidad).
La acci on de cada elemento g nos da la transformacion
(1 [z[
2
) (1 [z
g
[
2
) =
1 [z[
2
[
2
z +

1
[
2
.
X
+
y X
se reeren a las dos hojas del hiperboloide. En efecto, el espacio X

+
se puede
identicar con el conjunto de elementos g SU(1, 1) con
1
x
0
,
2
x
1
+ ix
2
,
g =
_
1

2
2

1
_
, [
1
[
2
[
2
[
2
= x
2
0
x
2
1
x
2
2
= 1 ,

1
= x
0
> 0,
de manera que se puede usar una parametrizacion
1
= x
0
= cosh /2 ,
2
= e
i
sinh /2 , > 0 , [0, 2).
X
+
es isomorfo a la hoja superior del hiperboloide (x
0
, x
1
, x
2
) : x
2
0
x
2
1
x
2
2
= 1. Es
decir, el conjunto de vectores unitarios (en la metrica pseudo-eucldea), que tienen la forma
( n)
2
= x
2
0
x
2
1
x
2
2
= 1, x
0
> 0, n = (cosh , sinh cos , sinh sin ).
1
Ver (seccion 2.7)
2
Demostraci on analoga a la que se hizo en el apartado (2.7)
4.2. REPRESENTACIONES DE SU(1, 1) 49
Entonces un elemento del espacio X
+
esta escrito de la forma
g
n
=
_
cosh /2 e
i
sinh /2
e
i
sinh /2 cosh /2
_
= exp[(m
1
1
+ m
2
2
)/2] ,
donde m = (0, m
1
, m
2
) (0, sin , cos ) y
1
,
2
son matrices de Pauli.
Las matrices g
n
describen una rotacion hiperbolica alrededor del vector m, con angulo de
rotacion .
Como en el caso de SU(2), la descomposicion Gaussiana nos da un isomorsmo entre
estos espacios. Por ejemplo, el isomorsmo entre el crculo unidad X
+
= z : [z[ < 1, y la
hoja superior del hiperboloide H
2
= n (x
0
, x
1
, x
2
) : (n)
2
= x
2
0
x
2
1
x
2
2
= 1, x
0
> 0 se
establece de la forma:
z =

2
1
= tanh
_
2
_
e
i
D
1
, n = (cosh , sinh cos , sinh sin ) .
As, el disco abierto de radio unidad D
1
puede ser considerado como la proyecci on estere-
ogr aca de la rama superior del hiperboloide X
+
= H
2
sobre el plano complejo.
Tambien podemos identicar D
1
como el conjunto cociente SU(1, 1)/U(1), donde U(1) es
el subgrupo de las fases e
i
=

1
|
1
|
.
El grupo SU(1, 1) es no-compacto, de manera que a diferencia del caso de SU(2), todas sus
representaciones unitarias irreducibles son de dimension innita. Este grupo tiene un n umero de
series de representaciones irreducibles unitarias: principal, discreta y suplementaria. Aqu solo
vamos a utilizar la serie discreta.
4.2.2. Representacion de la serie discreta
La representaci on de la serie discreta de SU(1, 1) es de dimension innita, pero en muchos
aspectos es analoga a la representaci on de dimension nita de SU(2). Un vector de la base [m
vendra etiquetado por un entero m, que va desde 0 hasta innito.
El algebra de Lie correspondiente al grupo de Lie SU(1, 1), tiene tres generadores innite-
simales K
1
, K
2
y K
0
, que en la representaci on fundamental se escriben como
K
0
=
1
2
_
1 0
0 1
_
, K
+
=
_
0 1
0 0
_
, K
=
_
0 0
1 0
_
.
Las relaciones de conmutaci on son
[K
1
, K
2
] = iK
0
, [K
2
, K
0
] = iK
1
, [K
0
, K
1
] = iK
2
.
Como para SU(2), sera m as apropiado expresarlos como
K
= i(K
1
iK
2
) , K
0
,
50 CAP

[K
0
, K
] = K
, [K
, K
+
] = 2K
0
. (4.1)
El operador cuadratico
C
2
= K
2
0
K
2
1
K
2
2
= K
2
0

1
2
(K
+
K
+ K
K
+
)
es invariante (operador Casimir), es decir, conmuta con cada K
j
(j = 0, 1, 2). A partir del
lema de Schur, para cualquier representaci on irreducible este operador se puede expresar como
un m ultiplo de la identidad
C
2
= s(s 1)
I .
As que una representaci on de SU(1, 1) esta determinada con un n umero s que denominaremos
symplin (espn simplectico). Para las series discretas, el valor de s vale: s = 1, 3/2, 2, 5/2, . . ..
4.2.3. Representaciones irreducibles unitarias: estados coherentes
de SU(1, 1)
Buscamos representaciones irreducibles unitarias de SU(1, 1). Tomaremos una base de vec-
tores ortonormales del espacio de Hilbert 1
s
que sean autovectores de K
0
:
K
0
[s, n (n + s)[s, n .
A partir de las relaciones de conmutaci on (4.1), podemos mostrar que
K
+
[s, n =
_
(n + 1)(2s + n)[s, n + 1, K
[s, n =
_
n(2s + n 1)[s, n 1 .
Cualquier elemento del grupo U() SU(1, 1) se puede escribir de forma exponencial
3
U(z, z, ) = e
zK
+
zK
e
iK
0
SU(1, 1) .
El subgrupo U(1) SU(1, 1) esta generado por K
0
, y act ua de la forma, e
iK
0
[s, m =
e
i(m+s)
[s, m. Al igual que se hizo para SU(2), el espacio cociente sera Q = SU(1, 1)/U(1) =
D
1
. Vamos a tomar la seccion de Borel : Q G con (z, z) = (z, z, 0). Tomaremos elemen-
tos de SU(1, 1) m odulo fase, es decir, tomaremos = 0 para los vectores U(z, z, )[s, m.
Para cualquier vector ducial [ = [s, m el conjunto de estados coherentes [z, m
U(z, z)[ es sobre-completo (para cualquier m) en 1
s
. Usaremos [ = [s, 0 como vector
ducial (es decir, el vector de peso mnimo), as que K
[ = 0 y los estados coherentes

quedan como
[z U(z, z)[ = e
zK
+
zK
[s, 0 = A
s
(z, z)e
zK
+
[s, 0,
donde
4
A
s
(z, z) = (1 [z[
2
)
s
es un factor de normalizaci on.
Se puede probar que:
3
Ver Apendice A: DS1.
4
4.2. REPRESENTACIONES DE SU(1, 1) 51
El frame [z, z C es tight en 1
s
, con resolucion de la identidad
5
I =
2s 1
_
D
1
[zz[
d
2
z
(1 z z)
2
.
La descomposicion de los estados coherentes [z sobre la base ortonormal [s, m nos
da los coecientes de la matriz irreducible
U
s
m
(z) z[s, m =
_
2s + m1
m
_
(1 z z)
s
z
m
. (4.2)
Demostracion: Se deduce facilmente a partir de
[z =
n=0
A
s
(z, z)z
n
_
2s + n 1
n
_
[s, n, A
s
(z, z) = (1 z z)
s
.
Un vector general de symplin s

[ =
m=0
a
m
[s, m
escrita entonces en representaci on de estados coherentes como
(z) z[ =
m=0
a
m
U
s
m
(z),
que es una funcion anti-holomorfa de z. Los coecientes de Fourier a
n
pueden ser calculados a
traves de la siguiente formula integral:
a
n
= s, n[ =
2s 1
_
D
1
(z)U
s
n
(z)
d
2
z
(1 z z)
2
. (4.3)
Hay que mencionar que el conjunto de estados coherentes [z no es ortogonal. A conti-
nuacion escribimos el solapamiento (overlap)
6
entre los estados coherentes que resulta ser un
n ucleo reproductor (reproducing kernel ).
C(z, z
) = z[z
=
(1 z z)
s
(1 z
)
s
(1 z
z)
2s
.
Esta cantidad sera esencial en nuestro procedimiento de muestreo sobre D
1
.
Existen otras representaciones de estados coherentes en SU(1, 1), correspondientes a otras
parametrizaciones, pero que no discutiremos en este trabajo.
5
6
La demostracion es analoga a la que se hizo en D11 para SU(2). Tambien hemos utilizado la expresion:
n=0
x
n
_
p + n 1
n
_
= (1 x)
p
,
52 CAP

4.3. Teorema de muestreo y DFT en D
1
Las tecnicas de muestreo consisten en la evaluacion de una funci on (se nal ) sobre un con-
junto de puntos discretos, y despues reconstruir completamente o parcialmente sin perder
informacion esencial en el proceso.
En nuestro caso, elegimos de una forma conveniente nuestros puntos de muestreo, de tal
forma, que el operador resolucion / y el operador reproducing kernel B sea invertible y po-
damos encontrar una expresion explcita de esa inversa. Escogeremos un conjunto de N puntos
distribuidos uniformemente en una circunferencia de radio r:
Q =
_
q
k
z
k
= re
2ik/N
, k = 0, 1, . . . , N 1
_
, r (0, 1); (4.4)
que es un subconjunto discreto del espacio homogeneo Q = SU(1, 1)/U(1) = D
1
, formado por
las races
7
N-esimas de r
N
, con 0 < r < 1. Denimos el conjunto o = [z
k
, k = 0, 1, . . . , N 1
como subconjunto de estados coherentes asociados a los puntos de Q. La envoltura lineal
1
S
s
Lin([z
0
, [z
1
, . . . , [z
N1
) ,
es el subespacio de 1
s
generado por o. Para un N nito, tenemos que 1
S
s
,= 1
s
, as que no
podemos reconstruir exactamente cada funcion 1
s
a partir de las N muestras (datos)
k
= z
k
[, pero probaremos que para funciones de banda limitada podemos siempre dar una
formula exacta de reconstruccion.
4.3.1. Funciones de banda limitada
Denicion 4.1.
Denimos el subespacio 1
M
s
de funciones de banda limitada, con M < como:
1
M
s
Lin([s, 0, [s, 1, . . . , [s, M) . (4.5)
El subespacio 1
M
s
es un subespacio vectorial de dimension nita de 1
s
. Aunque no es invariante
bajo la accion de SU(1, 1), si que es invariante bajo la accion del subgrupo U(1) SU(1, 1)
generado por K
0
.
Antes de poner el siguiente teorema, vamos a introducir un lema, que nos va a servir para
demostrar dicho teorema.
Lema 4.1.
El operador frame T : 1
M
s
C
N
denido por T () = z
k
[, z
k
Q es tal que el
7
En el caso de la esfera, los puntos de muestreo que se utilizan son las races de la unidad.

Estas forman
un subgrupo abeliano Z
N
de SU(2). La principal ventaja que nos proporcionaba es que B era una matriz
circulante. En ese caso, el muestreo era regular [31]. Ahora con SU(1, 1) el muestreo es irregular. El espacio
Q est a formado por orbitas del subgrupo Z
N
para z = r, y esto es suciente para mantener la estructura
circulante de B.
4.3. TEOREMA DE MUESTREO Y DFT EN D
1
53
operador resolucion / = T
T es diagonal, / = diag(
0
, . . . ,
M
), en la base (4.5) de 1
M
s
,
con
8
m
N(1 r
2
)
2s
_
2s + m1
m
_
r
2m
, m = 0, . . . , M. (4.6)
Como / es invertible en 1
M
s
, denotando [ z
k
/
1
[z
k
, el frame dual, la expresion
I
M
=
N1
k=0
[z
k
z
k
[ =
N1
k=0
[ z
k
z
k
[ (4.7)
nos da una resolucion de la identidad en 1
M
s
.
Teorema 4.1. Dada
9
una funcion de banda limitada 1
M
s
sobre el disco D
1
, y siendo el
valor del lmite de la banda M, con un desarrollo nito
[ =
M
m=0
a
m
[s, m, (4.8)
existe una formula de reconstruccion (2.8) de a partir de los datos
k
= z
k
[, dada por
(z) =
N1
k=0
k
(z)
k
, (4.9)
para N > M con funci on tipo sinc,
k
(z) =
1
N
_
1 z z
1 z
k
z
k
_
s M
m=0
(zz
1
k
)
m
.
En efecto, la ecuacion
10
(4.9) puede ser interpretada como una formula de reconstruccion
tipo Shannon, donde
k
(z) juega el papel de funcion sinc, satisfaciendo las relaciones de
ortogonalidad
k
(z
l
) = P
lk
, donde el operador P = T T
+
l
es un proyector ortogonal sobre
el subespacio de dimension M de C
N
. En el caso de un muestreo crtico, N = M + 1,
tenemos que
k
(z
l
) =
lk
, que corresponde a una formula de interpolaci on. Para el caso de
un sobre-muestreo, N > M +1, se obtiene un proyector a partir de un conjunto de datos
sobre-completo
k
, (k = 0, 1, . . . , N 1), que podra ser incompatible con [ 1
M
s
.
Corolario 4.1 (Transformada de Fourier Discreta
11
). Los coecientes de Fourier a
m
del de-
sarrollo [ =
M
m=0
a
m
[s, m, para cualquier 1
M
s
, pueden determinarse en terminos de
los datos
k
= z
k
[ como
a
m
=
1
N
m
N1
k=0
e
2ikm/N
k
, (m = 0, . . . , M). (4.10)
8
La cantidad
m
est a bien denida para m N 0 y sera usada para el caso de funciones de banda
limitada. Ver Apendice A: DS4.
9
10
Ver Apendice A: DS6
11
54 CAP

Los coecientes de Fourier a
m
se obtienen como una transformada discreta de Fourier
(rectangular) a partir de los datos (z
k
), con un factor de escala 1/
m
. La expresion
(4.10) nos da una discretizacion de (4.3)
4.3.2. Funciones de banda ilimitada y submuestreo
En el apartado anterior hemos visto, que usando N puntos de muestreo, podemos re-
construir completamente funciones de banda limitada 1
M
s
, tomando como el lmite de
banda M = N 1. Cuando abordamos la reconstruccion de una funcion de banda ilimitada
[ =
n=0
a
n
[s, n a partir de un n umero nito N de muestras, no podemos usar los resulta-
dos de la seccion anterior, ya que el operador resolucion / es ahora no invertible
12
.
Para el caso del hiperboloide, a diferencia del caso de la esfera [1], donde el espacio de
Hilbert de funciones de espn s, 1
s
, es de dimension nita, aqu 1
s
es de dimension innita;
y por tanto, para la reconstruccion de una funcion arbitraria [ =
n=0
a
n
[s, n va a estar
siempre sometida a error. Como [ es normalizable, los coecientes de Fourier decrecen a cero,
as que si, [ no es de banda limitada, y a
n
decrece a cero lo sucientemente rapido, podremos
considerar aproximadamente que es de banda limitada si la norma de [
n=M+1
a
n
[s, n
es lo sucientemente peque na comparada con la norma de [, para un M apropiado.
Denicion 4.2.
Vamos a denir
P
M
=
M
m=0
[s, ms, m[
como el proyector sobre el subespacio 1
M
s
de funciones de banda limitada con un lmite de banda
M. Denotaremos por
2
M+1
la distancia al cuadrado de una funcion de banda no limitada
[ =
n=0
a
n
[s, n 1
s
a su proyeccion ortogonal
[
M
= P
M
[ =
M
n=0
a
n
[s, n
sobre el subespacio 1
M
s
de funciones de banda limitada con un lmite de banda M, es decir:
2
M+1

[I P
M
[
[
=
n=M+1
[a
n
[
2
n=0
[a
n
[
2
. (4.11)
12
Mientras el operador T : 1
s
C
N
tiene la misma expresion que en la secci on anterior, el operador /
es una matriz de dimensi on innita dada por /
mn
=
1/2
m

1/2
n

jj
, con m = j mod N y n = j
mod N, que es
una matriz diagonal por bloques N N.
1
55
En otras palabras
13
,
M+1
es el seno del angulo entre y
M
.
Esperamos que el error cometido cuando reconstruyamos a partir de sus N muestras
k
sea del orden de
N
(), que sera lo sucientemente peque no si los coecientes de Fourier a
n
decaen sucientemente rapido. De forma m as exacta, si [a
n
[
C
n
; para alguna constante C,

con >
1
2
y n N, entonces
||
2
2
N
() =
n=N
[a
n
[
2
C
2
n=N
1
n
2

_

N
C
2
x
2
dx =
C
2
(2 1)
1
N
21
. (4.12)
Con lo cual
2
N
() = O
_
1
N
21
_
.
En el siguiente teorema, daremos una formula de reconstruccion parcial para funciones de
banda ilimitada, y una cota para el error cometido. Pero antes vamos a introducir una serie de
lemas, que utilizaremos para la demostraci on de dicho teorema.
Lema 4.2.
El operador pseudo-frame T : 1
s
C
N
, dado por T () = z
k
[, z
k
Q es tal que el
operador overlapping kernel B = T T
, es una matriz Hermtica invertible denida positiva,

admitiendo una descomposicion B = T

DT
, donde

D = diag(
0
, . . . ,
N1
) es una matriz
diagonal con
j
=
q=0
j+qN
, (4.13)
y T la matriz de Fourier
14
.
Lema 4.3.
Bajo
15
las condiciones del lema 4.2, el conjunto
_
[ z
k
=
N1
l=0
B
1
kl
[z
l
, k = 0, . . . , N 1
_
cons-
tituye un pseudo-frame dual para o. El operador P
S
= T
+
r
T es un proyector ortogonal sobre
el subespacio 1
S
s
, donde T
+
r
= T
B
1
es una pseudoinversa (por la derecha) para T , y
P
S

N1
k=0
[ z
k
z
k
[ =
N1
k=0
[z
k
z
k
[ , (4.14)
da una resolucion del proyector P
S
, cuyos elementos de matriz en la base ortonormal [s, n
de 1
s
tienen una estructura diagonal por bloques N N:
P
mn
(r, N) s, m[P
S
[s, n =
_
1
n mod N

n=m mod N
, (m, n N
N0) , (4.15)
con

n
dado en (4.13).
13
14
15
56 CAP

Los coecientes de matriz (4.15) los utilizaremos para el calculo de la funcion error de
funciones de banda ilimitada que expondremos en el siguiente teorema. En alg un momento
determinado sera interesante estudiar su comportamiento para N grande (un n umero grande
de puntos de muestreo). Para dar una expresion explcita de este comportamiento asintotico
de P
mn
(r, N), utilizaremos la siguiente funcion
n
(r, N)
n
=
u=1
_
n + uN + 2s 1
n + uN
_
_
n + 2s 1
n
_ r
2uN
, n = 0, . . . , N 1 . (4.16)
Para ello hemos utilizado las expresiones de

n
y
n
(4.6, 4.13).
En terminos de
n
(r, N), los elementos de matriz (4.15) adoptan la siguiente forma:
P
mn
(r, N) =
_
2s 1 + j + pN
j + pN
_
1/2
_
2s 1 + j + qN
j + qN
_
1/2
r
(p+q)N
_
2s 1 + j
j
_
(1 +
j
(r, N))
,
para m = j + pN y n = j + qN, con j = 0, . . . , N 1 y p, q N 0. Para los demas casos
el valor de P
mn
es cero
16
. En particular, para n, m N 1, el proyector P
mn
adopta la forma
diagonal
P
mn
(r, N) =

n
mn
=
1
1 +
n
(r, N)
mn
, m, n = 0, . . . , N 1 . (4.17)
Vamos a probar a continuacion una propiedad de monotona de las funciones
n
(r, N).
Lema 4.4.
Las funciones
17
n
(r, N) son estrictamente decrecientes en n para r > 0 y s > 1/2, esto es:
n
(r, N) <
m
(r, N) n > m, (n, m = 0, . . . , N 1).
Para el caso crtico de s = 1/2, tenemos que a
n
= 1 (denido en (A.9)). Es decir,
n
(r, N) = (r, N)
r
2N
1r
2N
.
Y para el caso de s < 1/2, tenemos que a
n
1, (n ). (Estrictamente
creciente). Por lo que, se deduce, que
n
(r, N) es estrictamente creciente para s < 1/2.
Ya estamos preparados para introducir el siguiente teorema.
16
j = n mod N y j = m mod N es equivalente a n = j + pN y m = j + qN, donde (j = 0, . . . , N 1).
17
1
57
Teorema 4.2. Dada
18
una funcion de banda ilimitada 1
s
, existe una reconstruccion
parcial de , en terminos del alias
(z) =
N1
k=0
L
k
(z)
k
, (4.18)
a partir de N datos
k
, tomando los puntos de muestreo de (4.4), con el error
19
(r, N)
2
(1
S
s
)

0
(r, N)
1 +
0
(r, N)
+ 2
N
()
_
1
2
N
() +
2
N
()
(2 +
0
(r, N))
1 +
0
(r, N)
, (4.19)
con
0
(r, N) denido en (4.16). Las funciones de interpolacion de Lagrange (2.11) adoptan la
siguiente forma:
L
k
(z) =
1
N
_
1 z z
1 z
k
z
k
_
s N1
j=0
1
j
q=0
j+qN
_
zz
1
k
_
j+qN
(4.20)
donde
j
=
q=0
j+qN
, (j = 0, . . . , N 1),
son los autovalores del operador discreto reproducing kernel B = T T
(con coecientes
B
kl
= z
k
[z
l
) y
n
dado en (4.6), pero ahora para n N
N 0.
Se puede comprobar de forma sencilla
20
que lm
N
0
(r, N) = 0, r (0, 1). Esto implica
que el error (4.19) va a cero para N .
Para obtener el orden de magnitud de este error, daremos primero el comportamiento
asintotico de
0
(r, N) para N grande.
Proposici on 4.1.
La cantidad
0
(r, N) tiene el siguiente comportamiento asintotico
21
(como una funcion de N):
0
(r, N) =
_
2s 1 + N
N
_
r
2N
+ O(N
2s1
r
4N
), (4.21)
para
r < r
0
(s, N) =
_
_
_
2s 1 + N
N
_
_
2s 1 + 2N
2N
_
_
_
1
2N
= 1
(2s 1) ln2
2N
+ O(1/N
2
) .
18
19
(1
S
) =
|

|
||
=
[I P
S
[
[
.
20
21
58 CAP

Usando la expresion asintotica (4.21), el error cuadratico (4.19) tiende a cero cuando
N , con el comportamiento asintotico
22
(r, N) 2
N
_
1
2
N
+ 2
2
N
+ O(N
2s1
r
2N
) ,
para r < r
0
. As que, la reconstruccion de con

es exacta en este lmite.
Corolario 4.2 (Transformada Discreta de Fourier
23
n
del desar-
rollo (4.8) se pueden obtener de forma aproximada como una transformada de Fourier sobre
el hiperboloide:
a
n
=
n
1
N
N1
k=0
e
i2nk/N
k
. (4.22)
La expresion de los coecientes de Fourier a
n
conllevan una especie de periodizacion del
a
n
original
24
.
a
n+pN
=
_
n+pN
n
a
n
, p N .
Este es el analogo para el hiperboloide del tpico efecto aliasing para se nales de banda
ilimitada sobre la recta real.
Podramos pensar que, para el caso
N
= 0, deberamos recuperar los resultados de la seccion
4.3.1 (funciones de banda limitada). Pero veremos que este no es el caso. Antes, tenemos
que realizar un proceso de truncado y ltrado de [
en (5.26) para obtener la f ormula de

reconstruccion (4.9) para funciones de banda limitada (4.8). Si M = N 1, la operaci on de
truncado sera:
[
M
P
M
[
=
M
m=0
a
n
[s, n.
Si a continuacion reescalamos los coecientes de Fourier
25
:
[
R
M
R[
M
=
M
m=0
n
a
n
[s, n ,
podemos encontrar la formula de reconstruccion para

R
M
(z) = z[RP
M
[
de la expresion
(4.9). Para funciones de banda limitada, encontramos que el error cuadratico se puede acotar
de la siguiente forma
26
:
|

R
M
|
2
||
2

2
N
+

M
[P
S
P
M
R
2
P
M
P
S
[
||
2

2
N
+
2
N
(1 +
0
(r, N))
2
. (4.23)
22
23
24
25
26
1
59
De forma distinta a (4.19), la nueva cota en (4.23) es proporcional a
2
N
. Si adem as, suponemos
un comportamiento para a
n
como en (4.12), entonces tenemos que el error (4.23) es del orden
O
_
1
N
21
_
.
Un enfoque alternativo para el muestreo de funciones de banda ilimitada para
M+1
muy
peque no, sera m as adecuado en un cierto lmite. De hecho, para
M+1
1, tenemos que:
| P
M
|
2
=
2
M+1
||
2
||
2
.
Por lo tanto, la f ormula de reconstruccion (4.9) para
M
= P
M
sera una buena aproximacion
de , de manera similar a lo realizado en [40], seccion 4. El problema es que, en general, los
datos originales
k
= z
k
[ para y los datos truncados (desconocidos)
M,k
= z
k
[P
M
[
para
M
son diferentes, a menos que z
k
[P
M
= z
k
[ (k = 0, . . . , N 1), que es equivalente
27
a z
k
[P
M
[z
k
= 1 (k = 0, . . . , N 1). La siguiente proposicion estudia las condiciones bajo
las cuales este requerimiento se cumple.
Proposici on 4.2.
Tomamos
28
el symplin y el lmite de banda M lo mas grande posible, es decir, s
, M . Entonces los elementos de la diagonal de P
M
en 1
S
s
presentan el siguiente
comportamiento asint otico:
P
s
M
(r) z
k
[P
M
[z
k
=
[0,r)
(r)(r
c
r) + O
_
1
2s 1 + M
_
donde
A
es la funci on caracterstica en el intervalo A, es la funcion de Heaviside
(x) =
_
0 si x < 0
1 si x 0
.
y
r
c
=
_
1 +
2s 1
M
_
1/2
expresa un radio crtico. Para M 2s tenemos que r
c
1.
Si dibujamos P
s
M
(r) en funcion de r para diferentes valores de s y M tal que r
c
=
1
2
.
Podemos observar que P
s
M
(r) se acerca cada vez m as a una funcion escal on cuando M y s
crecen.
Los coecientes de la matriz de P
M
en 1
S
s
tienen estructura circulante
29
. Es decir, se
puede ver como una transformada de Fourier de los coecientes
n
.
C
l
=
1
N
M
m=0
m
e
2iml/N
.
27
28
29
60 CAP

0.2 0.4 0.6 0.8 1.0
r
0.2
0.4
0.6
0.8
1.0
P
M
s
r
M100, s
301
2
M10, s
31
2
M1, s2
Figura 4.1: Representaci on de P
s
M
como una funcion de r para diferentes valores de s y M, tal
que r
c
=
1
2
.
Captulo 5
Discreta de Fourier sobre el plano
complejo
5.1. Introduccion
Proporcionaremos formulas de reconstruccion y transformada de Fourier discreta para fun-
ciones de onda holomorfas en el espacio de Fock-Bargmann en la representaci on n umero-fase,
a partir de un n umero nito N de muestras
k
= 2k/N
N1
k=0
para un n umero medio dado
p de partculas. El subsistema de estados coherentes (CS) o =
_
[z
k
=
pe
i
k
_
es completo
(un frame) para espacios de Hilbert truncados (n umero nito de partculas), y las f ormulas
de reconstruccion son exactas. Para un n umero ilimitado de partculas, o es casi completo
(un pseudo-frame), y se dar a unas formulas parciales de reconstruccion junto a un estudio de
aproximacion promedio, que tiende exactamente, cuando p < N y/o N .
Los operadores m as simples usados para describir los sistemas mecano-cuanticos con un
grado de libertad son el operador coordenada q y el operador momento p. Act uan en un
espacio de Hilbert 1 satisfaciendo las relaciones de conmutaci on de Heisenberg:
[q, p] = iI, [q, I] = [p, I] = 0.
Donde I es el operador identidad.
Podemos denir los operadores creacion y destruccion de este grupo de la forma
1
:
a =
q + ip
2
, a
=
q ip
2
,
[a, a
] = I, [a, I] = [a
, I] = 0. (5.1)
1
: Conjugacion Hermtica. : Conjugacion compleja.
61
62 CAP
ITULO 5. TEOREMAS DE MUESTREO Y DFT SOBRE C

Los operadores q, p, I (respectivamente
_
a, a
, I
_
) son los generadores de un algebra de
Lie J
1
(
Algebra de Heisenberg-Weyl).
Denicion 5.1 (
Algebra de Heisenberg-Weyl).
El algebra de Heisenberg-Weyl J
1
es un algebra de Lie de dimension 3, con las relaciones de
conmutacion
[e
1
, e
2
] = e
3
, [e
1
, e
3
] = [e
2
, e
3
] = 0,
e
1

i
p, e
2

i
q, e
3
iI.
En general, los elementos del algebra J
1
, se pueden escribir como:
x (s; x
1
, x
2
) = x
1
e
1
+ x
2
e
2
+ se
3
, s, x
1
, x
2
R,
x = isI +
i
(Pq Qp) = isI + (a
a),
x
1
=
1
Q, x
2
=
1
P,
=
1
2
(Q+ iP) =
1
2
(x
1
+ ix
2
),
=
1
2
(QiP).
El conmutador de los elementos x (s; x
1
, x
2
) y y (t; y
1
, y
2
) esta dado por:
[x, y] = B[x, y]e
3
, B(x, y) = x
1
y
2
x
2
y
1
.
B(x, y) es la forma simplectica standard sobre el plano (x
1
, x
2
).
Construimos el correspondiente grupo de Lie mediante la exponenciacion de los elementos
del algebra
e
x
= e
isI
D(), D() = e
(a
a)
,
e
A
e
B
= e
1
2
[A,B]
e
(A+B)
. (5.2)
Esta expresion es v alida si
2
[A, [A, B]] = 0, [B, [A, B]] = 0.
La ley del producto del grupo sera:
D()D() = exp(i(
)D( + )),
D(
n
)D(
n1
) . . . D(
1
) = exp(i)D(
n
+
n1
+ . . . +
1
),
donde

_
j>k
j

k
_
.
2
Demostraci on: [5], p ag 9.
5.2. REPRESENTACIONES DEL GRUPO HEISENBERG-WEYL 63
La fase (
) tiene un signicado geometrico simple. (
) = 2A(0, , + ), donde
A(, , ) es el area del triangulo con vertices en los puntos , , . Y A es positivo si el ciclo
, , es contrario a las agujas del reloj y en caso opuesto A < 0.
Los operadores D() son acotados, y su dominio de denici on es denso en 1.
Los operadores e
it
D() forma una representaci on del grupo parametrizado por tres n umeros
reales
g = (t; x
1
, x
2
),
o por un n umero real t y un n umero complejo : g(t; ).
Este grupo se le denomina grupo de Heisenberg-Weyl, denotado por W
1
. Se puede com-
probar que la ley del producto en W
1
es:
(s; x
1
, x
2
)(t; y
1
, y
2
) = (s + t + B(x, y); x
1
+ y
1
, x
2
+ y
2
),
B(x, y) = x
1
y
2
y
1
x
2
.
El grupo W
1
pertenece a la clase de los grupos nilpotentes. Un ejemplo tpico relevante
para esta clase es el grupo de matrices triangulares con 1 en la diagonal principal
g =
_
_
1 a c
0 1 b
0 0 1
_
_
.
Estas matrices forman las representaciones m as simples de dimension nita no unitarias
del grupo W
1
. Los generadores del algebra de Lie e
1
, e
2
, e
3
estan representados como:
e
1
=
_
_
0 1 0
0 0 0
0 0 0
_
_
, e
2
=
_
_
0 0 0
0 0 1
0 0 0
_
_
, e
3
=
_
_
0 0 1
0 0 0
0 0 0
_
_
.
5.2. Representaciones del grupo Heisenberg-Weyl
Vamos a describir las representaciones unitarias irreducibles de W
1
. Todos los elementos de
la forma (s, 0), forman el centro
3
de W
1
. Por lo tanto, para cualquier representaci on irreducible
unitaria T(g) del grupo W
1
, los operadores T((s, 0)) forman una representaci on unitaria del
subgrupo (s, 0), que esta determinado por un n umero real :
T
((s, 0)) = e
isI
.
Teorema 5.1. Para un valor jo de , ( ,= 0), cualesquiera dos representaciones irreducibles
unitarias del grupo W
1
son unitariamente equivalentes. Es decir, para cualquier dos sistemas
de operadores D() y

D(), satisfaciendo el producto del grupo
D()D() = exp(2i(
))D()D(),
3
El centro es el conjunto de todos los elementos que conmutan con cada elemento de W
1
.
64 CAP

existe un operador unitario U, tal que
D() = U
D()U.
Algo parecido ocurre con los operadores a
, a, y a
, a satisfaciendo las relaciones de con-

mutaci on
[a, a
] = I, [a, I] = [a
, I] = 0,
a
= U
U, a = U
aU.
Los operadores a, a
no estan acotados (como no lo estan p y q).

As que una representaci on irreducible unitaria de dimension innita del grupo W
1
esta -
jada con un n umero real ,= 0 : T(g) = T
(g). Las representaciones con = 0, son de

dimension 1, y estan jadas por un par de n umeros reales: y .
T(g) = T
(g) =
(g)I,
(g) = exp(i(x
1
+ x
2
)).
Vamos a describir ahora las representaciones T
(g) explcitamente.
Los operadores q, p y a
, a act uan en el espacio de Hilbert 1. Existe en 1 un vector [0

denominado vaco cumpliendo
a[0 = 0, 0[0 = 1.
La acci on del operador creacion a
genera un conjunto de vectores normalizados a partir del

vaco
[n =
1
n!
(a
)
n
[0, n = 0, 1, 2, . . .
Los vectores [n forman una base en 1. La acci on de los operadores a y a
en esta base
esta dada por
a[n =
n[n 1, a
[n =
n + 1[n + 1, (5.3)
a
a[n = n[n.
La justicacion de lo anterior viene de la vericacion de las relaciones de conmutaci on.
En la representaci on de coordenadas el vector [ esta representada con una funcion coor-
denada q[ = (q), que es de cuadrado integrable
_
[(q)[
2
dq < .
La acci on del operador de coordenadas q en la representaci on de coordenadas es justo la mul-
tiplicaci on por q, mientras que el operador momento p esta representado con la diferenciacion
con respecto a q:
p = i

q
.
5.3. ESTADOS COHERENTES 65
El vector de la base [n esta descrito por la funcion:
q[n =
n
(q) = ()
1/4
(2
n
n!)
1/2
H
n
_
q
_
exp
_
q
2
2
_
,
donde H
n
(q) es el polinomio de Hermite de grado n.
Los polinomios de Hermite verican la siguiente relaci on de recurrencia:
dH
n
(q)
dq
= 2nH
n1
(q),
_
2q
d
dq
_
H
n
(q) = H
n+1
(q),
H
n
(q) =
_
2q
d
dq
_
n
H
0
(q), H
0
(q) 1,
H
n
(q) = ()
n
exp(q
2
)
d
n
dq
n
_
exp(q
2
)
_
.
La ecuacion diferencial para los polinomios de Hermite es :
H
n
2qH
n
+ 2nH
n
= 0.
En la representaci on de coordenadas la acci on del operador D(), =
(Q+iP)
2
esta dado por:
D()(q) = exp
_
iPQ
2
_
exp
_
iPq
_
(q Q).
5.3. Estados coherentes
5.3.1. Estados coherentes del grupo Heisenberg-Weyl
Sea T(g) una representaci on unitaria irreducible de W
1
, y [
0
un vector jo en el espacio
de representaciones 1. El estado correspondiente al vector [
0
= [0 es estable bajo la acci on
de los operadores de la forma T(s, 0) ( a[0 = 0 = e
i a
[0 = [0). El estado esta representado
por el conjunto de vectores de la forma exp(i)[, diferenciandose del vector [ a traves
de una fase solamente, [ exp(i)[ = 1. En otras palabras, el subgrupo de isotropa H para un
estado arbitrario [
0
contiene solamente elementos de la forma (s, 0).
Aplicando el operador representaci on
T(g) = T((t, )) = e
it
D().
a [
0
. El resultado es un conjunto de estados [
[ = D()[
0
, donde C.
Como el subgrupo de isotropa del estado
0
, es H = h , h(t, 0), para diferentes tenemos
diferentes estados. El sistema [ es justo un sistema de estados coherentes generalizados del
tipo T(g), [
0
. Un caso importante es cuando tomamos como el elemento madre el vaco
66 CAP

[0 ([
0
= [0). Este es el caso de los estados coherentes estandar o can onicos.
Como T(g) es irreducible, entonces el sistema de estados es completo. Estos estados no
tienen porque ser mutuamente ortogonales.
[ =
0
[D
()D()[
0
= exp
_
i(
)
_
0
[D( )[
0
,
[[[
2
= [
0
[D( )[
0
[
2
( ),
() tiene que ser distinta de cero, y adem as ( ) se trata de un reproducing kernel.
El operador D() transforma cualquier estado coherente en otro estado coherente
D()[ = exp
_
i(
)
_
[ + . (5.4)
La relaci on (5.4) determina la acci on del grupo W
1
sobre el plano .
(s; ) = + .
H = (t, 0) act ua como la transformacion identidad en el plano . El grupo cociente W
1
/H
es el grupo de traslaciones del plano .
La medida invariante en el plano es
d() = Cd
2
= Cd
1
d
2
, =
1
+ i
2
.
C es una constante.
Sea [[ el operador proyecci on sobre el estado [. Consideremos el operador
A =
_
d()[[.
Es f acil ver que

A conmuta con D(), C. Por lo tanto, por el lema de Schur este operador
es proporcional al operador identidad
A = d
1
I.
Para encontrar la constante d, calculamos el valor medio del operador

A sobre el estado cohe-
rente [.
d
1
= [
A[ =
_
[[[
2
d() =
_
()d().
Como

A es un operador acotado, la constante d es distinta de cero, as que el factor C en la
medida puede ser escogido tal que
4
d = 1.
_
d()[[ =

I.
4
Klauder J.R.: Ann. of Phys. 11,123 (1960).
5.3. ESTADOS COHERENTES 67
La constante C esta determinada por la condici on
_
()d() = 1,
_
d()[[ = [.
Entonces el reproducing kernel
5
K(, ) [ cumple la propiedad:
_
K(, )K(, )d() = K(, ).
Un estado arbitrario [ se puede expandir en terminos de estados coherentes
[ =
_
d()()[,
donde los coecientes funcionales () estan dados por:
() = [.
La funcion () determina el estado [ completamente y se le llama el smbolo del estado
[. Evidentemente
[ =
_
[()[
2
d().
Los estados [ , [ = D()[0 forma el sistema de estados coherentes estandar. Es f acil ver
que el estado [ es aniquilado por el operador
D() a D
().
Tenemos que
a[ = [.
Esta expresion se puede demostrar escribiendo el estado coherente [ en la forma de Glauber
como a continuacion se detalla
6
a[ = exp
_
[[
2
2
_

n=0
n!
n[n 1 = exp
_
[[
2
2
_

n=1
n
_
(n 1)!
[n 1 =
= exp
_
[[
2
2
_

n=0
n+1
n!
[n = [.
El estado coherente estandar es un autoestado del operador de aniquilacion, mientras que
cualquier n umero complejo podra ser un autovalor. No es difcil mostrar que el operador a
no tiene autovectores en 1.
5
Aronszajn A.: Trans. Amer. Math. Soc. 68,337 (1950).
Bergmann S. The kernel functions and conformal mapping. Math. Surv. No. 5, Amer. Math. Soc No. 4 (1950).
6
Forma de Glauber: [ = exp
_
[[
2
2
_

n=0
n!
[n.
68 CAP

Usando la expresion (5.2) podemos expresar D() de diversas formas:
D() = exp
_
[[
2
2
_
exp(a
) exp( a) (Forma Normal o de Wick).

D() = exp
_
[[
2
2
_
exp( a) exp(a
) (Forma Antinormal o de anti-Wick).

De las formas normales y antinormales tenemos:
a
D() =
_

+

2
_
D(), D()a
=
_

2
_
D(),
aD() =
_

2
_
D(), D()a =
_

+

2
_
D().
Podemos tambien escribir [ como: [ = exp
_
[[
2
2
_
exp(a
)[0 que puede ser expresada

como en la forma de Glauber
[ = exp
_
[[
2
2
_

n=0
n!
[n. (5.5)
A partir de aqu obtenemos:
[ = exp
_
[[
2
2

[[
2
2
+
_
, () = [[0[
2
= exp
_
[[
2
_
,
[[[
2
= exp
_
[ [
2
_
.
5.4. Representacion de Fock-Bargmann
En las representaciones convencionales de momento y coordenadas no se imponen condi-
ciones de analiticidad sobre las funciones (q) y (p) correspondientes a un vector en el espacio
de Hilbert 1. Pero existe una representaci on donde cualquier estado esta descrito enteramente
por una funcion analtica. Esta representaci on se denomina de Fock-Bargmann. En esta
representaci on se pueden encontrar soluciones sencillas para un cierto n umero de problemas
recurriendo a la teora de las funciones analticas.
Vamos a centrarnos en el caso de los estados coherentes usuales
[ = D()[0,
donde [0 es el vector vaco tal que a[0 = 0.
Sea [ un vector arbitrario normalizado en 1. Entonces sabemos que el estado [ esta com-
pletamente determinado con su smbolo [.
5.4. REPRESENTACI
ON DE FOCK-BARGMANN 69
[ =
n=0
C
n
[n, [ =
n=0
[C
n
[
2
= 1.
De la forma de Glauber (5.5), tenemos
[ = exp
_
[[
2
2
_
( ).
( ) =
n=0
C
n
U
n
( ), U
n
(z)
1
n!
z
n
, C
n
n[. (5.6)
La serie (5.6) converge uniformemente en cualquier dominio compacto del plano- complejo,
gracias a que se verica
n=0
[C
n
[
2
= 1,
as que ( ) es una funcion analtica o anti-holomorfa en el plano complejo-
7
||
2
= [ =
_
d(z) exp
_
[z[
2
_
[(z)[
2
< . (5.7)
El producto escalar de dos funciones
1
(z) y
2
(z) satisfaciendo la condici on (5.7) denida
como
8
1
[
2
=
_
exp
_
[z[
2
_
1
(z)
2
(z)d(z). (5.8)
Fock propuso un operador solucion para las relaciones de conmutaci on de Heisenberg
[a, a
] = I, [a, I] = [a
, I] = 0.
a
d
dz
, a
z ,
en analoga a la solucion de Schr odinger
p = i
d
dq
, q = q.
Su justicacion viene dado por:
[a, a
] = (aa
a) =
d(z)
dz
z
d
dz
= =[a, a
] =

I.
7
Vamos a etiquetar los C como z C, ya que en este trabajo hemos utilizado mas la ultima nomen-
clatura. Aunque en otras referencias bibliogracas utilizan mas la primera.
8
Esta forma de denir el producto escalar, viene inuenciada por la estructura del smbolo [ del estado
[.
70 CAP

El espacio de la representaci on de Fock-Bargmann sera denotado por T. El producto escalar
en este espacio esta dado por (5.8). Una consecuencia de la desigualdad de Schwartz
9
es
[(z)[ C exp
_
[z[
2
2
_
para cualquier (z) T.
En la representaci on de Fock-Bargmann el operador a
es la multiplicaci on con z, mientras

que el operador a es la derivada con respecto a z. Se puede comprobar que a
es conjugada de
a para el producto escalar (5.8).
La forma de este producto escalar puede derivarse del requerimiento de que los operadores
a y a
sean conjugadas.
5.4.1. Propiedades de la representacion de Fock-Bargmann
La base ortonormal en T tiene una forma m as sencilla que en la representaci on de coor-
denadas
10
.
[n z[n = e
|z|
2
/2
U
n
( z) = e
|z|
2
/2
z
n
n!
.
La correspondiente representaci on del estado coherente [ es
z[ = exp
_
[[
2
2
+ z
[z[
2
2
_
.
Esta expresion la obtenemos de la forma de Glauber
z[ = exp
_
[[
2
2
_

n=0
n!
z[n = exp
_
[[
2
2
_

n=0
n
z
n
n!
= exp
_
[[
2
2
_
exp( z).
El equivalente a la de Dirac en el espacio T, es decir, el reproducing kernel es:
(z, z
) =
n=0
U
n
(z)
U
n
(z
) = exp(z
).
Es facil ver que para cualquier funcion analtica f(z) en T
f(z) =
_
(z, z
) exp
_
[z
[
2
_
f(z
)d(z
).
9
[[[ |||| (Desigualdad de Schwartz), con peso || = 1:
[[[ 1 = e
|z|
2
/2
[()[ 1 = [()[ e
|z|
2
/2
.
10
z[ =
n=0
C
n
U
n
(z) =
n=0
n[z[n,
n=0
[nn[ = 1.
5.4. REPRESENTACI
ON DE FOCK-BARGMANN 71
Si consideramos el espacio L
2
(C, e
|z|
2
d) (el espacio de todas las funciones no necesa-
riamente analticas con medida e
|z|
2
d(z)), satisfaciendo la condici on
|f|
2
= f[f =
_
[f(z, z)[
2
exp
_
[z[
2
_
d(z) < ,
se tiene que
f(z) =
_
exp
_
z
[z
[
2
_
f(z
,

z
)d(z
)
realiza una proyecci on del espacio L
2
(C, e
|z|
2
d) en T.
La relaci on entre la representaci on de coordenadas usual y la representaci on de Fock-
Bargmann esta dado por el kernel z[q, satisfaciendo
aq[z = zq[z,
donde a es el operador destruccion actuando en el espacio q. Explcitamente, esta ecuacion
es
11
:
_
d
dq
+ q
2z
_
q[z = 0,
dando
12
K(q, z) = q[z = ()
1/4
exp
_
z
2
2
+
_
2
zq
q
2
2
_
.
A continuacion se mostrar a la acci on de los operadores D() en la representaci on de
coordenadas
D() = exp
_
i
(Pq Qp)
_
= exp
_
i
2
PQ
_
exp
_
iPQ
_
exp
_
iQp
_
,
D()(q) = exp
_
i
2
PQ
_
exp
_
iPq
_
(q Q),
y en la representaci on de Fock-Bargmann
D()f(z) = exp
_
1
2
[[
2
_
exp(z)f(z ).
11
a
_
2
d
dq
+
q
2
12
Ver [5], p ag. 22.
72 CAP

5.5. Estados coherentes canonicos y su restricci on al crcu-
lo
Los quantos de oscilacion de un campo electromagnetico monocrom atico, fotones, estan
descritos por operadores escalera de creacion y destruccion: a
y a, con relaci on de conmutaci on:

[a, a
] = 1.
Sea el espacio de Hilbert (espacio de Fock o espacio de n umero de ocupacion) 1, y [n los
auto-estados normalizados del operador hermtico n umero A = a
a. Tenemos:
A[n = n[n, n[m =
nm
,
n=0
[nn[ = 1.
Estos estados pueden ser generados a partir del vaco de Fock [0, como:
[n =
1
n!
(a
)
n
[0 .
Los estados coherentes [z, z C, estan denidos como autoestados del operador destru-
ccion a,
a[z = z[z.
Estos estados pueden generarse a partir de la acci on del operador unitario
U(z, z) e
za
za
= e
z z/2
e
za
e
za
,
sobre el vaco [0, es decir:
[z U(z, z)[0 = e
z z/2
e
za
[0 = e
z z/2
n=0
z
n
n!
[n. (5.9)
Todos los resultados anteriores se pueden deducir facilmente de la introducci on de este captulo.
Como a no es hermtico, no hay ninguna razon (en principio) para que el conjunto [z, z
C sea un conjunto completo de estados ortonormales. Se puede comprobar f acilmente que el
Reproducing Kernel o overlapping kernel para estos estados coherentes es:
C(z, z
) = z[z
= e
z z/2
e
z
/2
e
zz
, (5.10)
que no es cero para z ,= z
. El conjunto [z, z C es sobre-completo y dene un tight frame

en 1, con resolucion de la identidad:
I =
1
_
C
[zz[d
2
z, (5.11)
5.5. ESTADOS COHERENTES CAN
ONICOS Y SU RESTRICCI
ON AL C
IRCULO 73
donde d
2
z = dRe(z)dIm(z) = rdrd es la medida de Lebesgue en C en las coordenadas
polares z = re
i
. Usando la forma de Glauber, tenemos:
1
_
C
[zz[d
2
z =
1
_
C
e
z z
n,m=0
z
n
z
m
n!m!
[nm[ =
=
1
n,m=0
_

0
dr
r
n+m+1
n!m!
e
r
2
[nm[
_
2
0
de
i(nm)
=
= 2
n=0
_

0
dr
r
2n+1
n!
e
r
2
[nn[ =
n=0
[nn[ = I.
El n umero promedio de partculas p (bosones) en un estado coherente [z es
13
p = z[A[z = [z[
2
y la amplitud de probabilidad de encontrar n partculas en [z es:
U
n
(z) n[z = n[U(z, z)[0 = e
z z/2
1
n!
z
n
. (5.12)
De la misma forma, la amplitud de probabilidad de encontrar cualquier estado
[ =
n=0
a
n
[n 1
en el estado coherente [z esta dado por:
(z) z[ =
n=0
a
n
U
n
(z).
n
se pueden calcular por la siguiente formula integral
14
:
a
n
= n[ =
1
_
C
(z)U
n
(z)d
2
z. (5.13)
13
Volviendo a utilizar la forma de Glauber, tenemos:
z[A[z = e
|z|
2
m,n=0
z
m
z
n
m!n!
n
mn
= e
|z|
2
n=0
[z[
2n
n
n!
= [z[
2
.
14
Se puede demostrar facilmente a partir de (5.11) y (5.12), y sabiendo que (z) z[ =
n=0
z[nn[,
y que a
n
= n[ =
1
_
C
n[zz[d
2
z.
74 CAP

Podemos encontrar a
n
de los valores (z), tomando z =

pe
i
para un valor jo de n umero
medio de partculas p = [z[
2
como:
a
n
=
n!
p
n
e
p
1
2
_

e
in
(
pe
i
)d. (5.14)
Esto sugiere la posibilidad de reconstruir el estado a partir de un n umero nito N de fases
N1
k=0
y un n umero medio jo de partculas (pero arbitrario) p. Seguiremos con esta idea en
la siguiente seccion, y estudiaremos las condiciones bajo las cuales se puede dar una reconstru-
ccion parcial o total de a partir de N muestras (z
k
), z
k
=
pe
i
k
N1
k=0
y ver que es posible
que el error de la aproximacion de la reconstruccion parcial, tiende a cero en el lmite N .
Aqu no debatiremos el problema de la denici on de los operadores fase, que se puede encon-
trar en las siguientes referencias bibliogracas ([57, 58, 59, 60, 61, 62, 63]) y en el apendice (D).
Podemos salvar la dicultad de una buena denici on del operador fase restringiendo nuestro
espacio de Hilbert a un subespacio 1
M
of 1 (n umero nito de partculas). O tambien con-
siderando sistemas cu anticos con un n umero promedio grande de partculas (es decir, estados
semi-cl asicos), en el que la incertidumbre de la fase (y n umero) son despreciables.
5.6. Estados coherentes en el crculo
Vamos a considerar el subconjunto C
r
de estados coherentes sobre un crculo de radio r, es
decir, C
r
=
_
[re
i
, [0, 2)
_
. En este caso nuestro conjunto Q es C
r
, y la medida es dq = d.
Lo primero tendramos que comprobar la condici on de frame
b[
_
2
0
[(re
i
)[
2
d B[,
con (z) = z[. Expandiendo el estado [ en la base de estados n umeros , [ =
n=0
a
n
[n;
la condici on anterior queda
b
n=0
[a
n
[
2
2
n=0
n
[a
n
[
2
B
n=0
[a
n
[
2
(5.15)
donde

n
= e
r
2
r
2n
n!
y 2
n
son los autovalores del operador resolucion A, que es diagonal
en la base de estados n umero
15
. La parte derecha de la desigualdad (5.15) se satisface con
B = 2 m ax
_
n
_
, que signica que A es un operador acotado. Como

n
> 0, la inversa existe,
pero como

n
va a cero cuando n , A
1
es un operador no acotado, y por lo tanto la
desigualdad (5.15) no se cumple, pero el hecho de que el conjunto de estados coherentes sobre
el crculo no constituya un frame sobre 1 no invalida la construcci on de los siguientes aparta-
dos, pero pueden ocurrir problemas de convergencia y dominio cuando operamos con A
1
y
con el frame dual [
re
i
, como por ejemplo con datos duales

(re
i
). En efecto, los estados
15
Recordar que

n
=
n
N
donde
n
aparece en el caso discreto, en la expresion (5.18).
5.7. N
UMERO FINITO DE PART
ICULAS 75
del frame dual [
re
i
no son normalizables, ya que sus coecientes de Fourier n[
re
i

cuando n . Sin embargo, utilizarlos en nuestros calculos teniendo un cuidado especial y
analizando la validez de las expresiones nales.
n
de se pueden obtener como:
a
n
= n[ =
_
2
0
(re
i
)n[
re
i
d ,
utilizando que n[
re
i
=
1
2
1/2
n
e
in
. Con esto obtenemos la expresion (5.14). Los datos duales
puede calcularse usando la base de los estados n umero:
(re
i
) =
re
i
[ =
n=0
re
i
[nn[ =
1
2
n=0
1/2
n
e
in
a
n
=
e
r
2
/2
2
n=0
n!
z
n
a
n
,
donde z = re
i
. Usando esta expresion llegamos a que los datos duales

(z) estan directamente
relacionados con la representacion del crculo [71, 72, 73, 74, 75, 69], g(z), como:
(z) =
e
r
2
/2
2
zg(z) ,
as que las condiciones para la existencia de ambas funciones son las mismas.
5.7. N umero Finito de Partculas
Vamos a trabajar con sistemas que tengan un n umero nito de partculas M < , as que
truncaremos nuestro espacio de Hilbert 1
M
1 de M + 1 dimensiones. Siguiendo la termi-
nologa introducida en [60, 61], denotamos como estados fsicamente accesibles a aquellos que
pueden ser obtenidos del estado vaco que act uan durante un tiempo nito con una fuente de
energa nita y con una interacci on nita. Estos estados pertenecen a 1
M
para alg un entero
M. Estos estados, llamados tambien estados fsicos, estan caracterizados con el hecho de que
A
q
es nito, para un q N arbitrario y nito. Estos estados incluyen los estados coherentes,
estados squeezed, estados del equilibrio termico y en general estados Gaussianos [64].
Antes de discutir la reconstruccion de estados 1
M
de un n umero nito de fases muestra,
recordaremos algunos resultados analogos a los que se hicieron con SU(1, 1). La ventaja de usar
tight frames para espacio de Hilbert de dimension nita ha sido discutido en [65].
5.7.1. Reconstruccion exacta de estados truncados
En nuestro caso, elegimos de una forma conveniente nuestros puntos de muestreo, de tal
forma, que el operador resolucion / y el operador reproducing kernel B sea invertible y po-
damos encontrar una expresion explcita de esa inversa. Escogeremos un conjunto de N puntos
distribuidos uniformemente en una circunferencia de radio

p:
Q =
_
z
k
=
pe
2ik/N
, k = 0, 1, . . . , N 1
_
, (5.16)
76 CAP

Denimos el conjunto o = [z
k
, k = 0, 1, . . . , N 1 como el subconjunto de estados
coherentes asociados a los puntos de Q.
1
S
L([z
0
, [z
1
, . . . , [z
N1
) ,
es el subespacio de 1 generado por o. Para un N nito, tenemos que 1
S
,= 1, as que no
podemos reconstruir exactamente cada funcion 1 a partir de las N muestras (datos)
k
= z
k
[, pero probaremos que para funciones de banda limitada podemos siempre dar una
formula exacta de reconstruccion.
Denicion 5.2.
Denimos el subespacio 1
M
de funciones de banda limitada, con M < como:
1
M
L([0, [1, . . . , [M) . (5.17)
El subespacio 1
M
es un subespacio vectorial de dimension nita M + 1 de 1.
Lema 5.1.
Para N > M el operador frame T : 1
M
C
N
denido por T () = z
k
[, z
k
Q es
tal que el operador resolution / = T
T es diagonal, / = diag(
0
, . . . ,
M
), en la base (5.17)
de 1
M
, con
16
m
(p) N
e
p
m!
p
m
, m = 0, . . . , M. (5.18)
/ es invertible en 1
M
, por lo tanto, denotando por [ z
k
/
1
[z
k
el frame dual, la expresion
I
M
=
N1
k=0
[z
k
z
k
[ =
N1
k=0
[ z
k
z
k
[ (5.19)
nos da una resolucion de la identidad en 1
M
.
Teorema 5.2. Dada
17
una funcion de banda limitada 1
M
sobre el disco C, y siendo el
valor del lmite de la banda M,
[ =
M
m=0
a
m
[m, (5.20)
existe una formula de reconstruccion (2.8) de
(z) =
N1
k=0
k
(z)
k
, (5.21)
para N > M partiendo de los datos
k
(z
k
) = z
k
[, y tomando nuestro conjunto anterior
de muestreo (fases) (ver expresion (5.16)), obtenemos
k
(z) =
1
N
e
(z
k
z
k
z z)/2
M
m=0
(zz
1
k
)
m
.
16
La cantidad
m
est a bien denida para m N 0 y sera usada tambien para el caso de un n umero
innito de partculas M = . Notar tambien que f(n; p) =
n
(p)/N es la funci on densidad de la distribuci on
de Poisson. Ver Apendice A: DHW1.
17
Ver Apendice A: DHW2.
5.8. N
UMERO INFINITO DE PART
ICULAS 77
Los resultados siguientes son analogos a los que se obtuvieran para SU(1, 1).
La ecuacion
18
(5.21) puede ser interpretada como una formula de reconstruccion tipo
sinc, donde las funciones
k
(z) juegan el papel con las funciones sinc, satisfaciendo las
relaciones de ortogonalidad
k
(z
l
) = P
lk
donde el operador P = T T
+
l
es un proyector
ortogonal sobre el subespacio de dimension M de C
N
. En el caso de un muestreo crtico,
N = M + 1, tenemos que
k
(z
l
) =
lk
, que corresponde a una formula de interpolaci on.
Para el caso de un sobre-muestreo, N > M+1, se obtiene un proyector pues se parte de un
conjunto de datos sobre-completo
k
, (k = 0, 1, . . . , N 1), que pueden ser incompatible
con [ 1
M
.
Corolario 5.1 (Transformada de Fourier Discreta
19
m
del de-
sarrollo [ =
M
m=0
a
m
[m, para cualquier 1
M
, pueden determinarse en terminos de los
datos
k
= z
k
[, como
a
m
=
1
N
m
N1
k=0
e
2ikm/N
k
, (m = 0, . . . , M). (5.22)
m
se obtienen como una transformada discreta de Fourier
(rectangular) a partir de los datos (z
k
), con un factor de escala 1/
m
. La expresion
(5.21) nos da una discretizacion de (5.14).
5.8. N umero innito de partculas
En esta seccion estudiaremos el caso m as interesante y realista de estados con un n umero
innito de partculas. Antes de continuar, ver seccion 2.10.2.
5.8.1. Reconstruccion parcial de estados y aliasing
En el apartado anterior hemos visto que, usando N fases de muestreo, podemos recons-
truir completamente funciones de banda limitada 1
M
, para un n umero de partculas
M = N 1. Cuando se trata de la reconstruccion de una funcion [ =
n=0
a
n
[n de banda
ilimitada a partir de un n umero nito N de muestras, no podemos usar los resultados de la
seccion anterior, ya que el operador resolucion / es no invertible
20
.
El espacio de Hilbert 1 es de dimension innita, y por tanto, la reconstruccion de una fun-
cion arbitraria [ =
n=0
a
n
[n a partir de un n umero nito de muestras va a estar siempre
sometida a error. Como [ es normalizable, los coecientes de Fourier decrecen a cero, as que
18
Ver Apendice A: DS6
19
Se demuestra de forma analoga en el Apendice A: DS7.
20
Mientras el operador T : 1
s
C
N
tiene la misma expresion que en la secci on anterior, el operador /
es una matriz de dimensi on innita dada por /
mn
=
1/2
m

1/2
n

jj
, con m = j mod N y n = j
mod N, que es
una matriz diagonal por bloques N N.
78 CAP

si, [ / 1
M
, y a
n
decrece a cero lo sucientemente rapido; podremos considerar aproximada-
mente que es de banda limitada si la norma de [
n=M+1
a
n
[n es lo sucientemente
peque na comparada con la norma de [, para un M apropiado.
Denicion 5.3.
Vamos a denir
P
M
=
M
m=0
[mm[
como el proyector del subespacio truncado 1
M
para alg un M < . Denotaremos con
2
M+1
como la normalizacion de la distancia al cuadrado de una funcion
[ =
n=0
a
n
[n 1 (5.23)
con su proyeccion ortogonal
[
M
= P
M
[ =
M
n=0
a
n
[n
sobre el subespacio 1
M
, es decir:
2
M+1

[I P
M
[
[
=
n=M+1
[a
n
[
2
n=0
[a
n
[
2
. (5.24)
En otras palabras
21
,
M+1
es el seno del angulo entre y
M
.
Esperamos que el error cometido cuando reconstruyamos a partir de sus N muestras
k
sea del orden de
N
(), que sera lo sucientemente peque no si los coecientes de Fourier a
n
decaen lo sucientemente rapido. De forma m as exacta, si [a
n
[
C
n
; para alguna constante C,

con >
1
2
y n N.
||
2
2
N
() =
n=N
[a
n
[
2
C
2
n=N
1
n
2

_

N
C
2
x
2
dx =
C
2
(2 1)
1
N
21
, (5.25)
decimos entonces, que
2
N
() = O
_
1
N
21
_
.
Para el caso especial
22
en el que [ es un estado fsico, por ejemplo un estado coherente
[, es decir, cuando a
n
= e
||
2
/2
n
n!
, tenemos que
2
N
() = 1 (N, [[
2
)/(N). Cuando
N es muy grande, podemos obtener la expresion aproximada:
2
N
()
_
0 si [[
2
< N
1 si [[
2
> N
.
Esto signica que al tomar M = N 1, y deniendo p = [[
2
como el n umero medio de
partculas, N > p, entonces [
M
[, y si N < p, entonces [
M
0. Este compor-
tamiento es similar para estados fsicos, y garantiza que la reconstruccion parcial se hace
exacta para N .
21
22
5.8. N
ICULAS 79
En el siguiente teorema, daremos una formula de reconstruccion parcial para funciones
1, y daremos una cota del error cometido.
Teorema 5.3. Dada
23
una funcion 1, existe una reconstruccion parcial de , en terminos
del alias
(z) =
N1
k=0
L
k
(z)
k
, (5.26)
a partir de N datos
k
, tomando los puntos de muestreo de (5.16), con el error
24
(p, N)
2
(1
S
)

0
(p, N)
1 +
0
(p, N)
+ 2
N
()
_
1
2
N
() +
2
N
()
(2 +
0
(p, N))
1 +
0
(p, N)
, (5.27)
con
0
(p, N)
u=1
1
(uN)!
p
uN
. Las funciones de interpolacion de Lagrange (2.11) adoptan la
siguiente forma:
L
k
(z) =
1
N
e
(z
k
z
k
z z)/2
N1
j=0
1
j
q=0
j+qN
_
zz
1
k
_
j+qN
(5.28)
donde
j
=
q=0
j+qN
, (j = 0, . . . , N 1),
son los autovalores del operador discreto overlapping kernel B = T T
(con coecientes
B
kl
= z
k
[z
l
) y
n
dado en (5.18), pero ahora para n N
N 0.
Se puede comprobar de forma sencilla
25
que lm
N
0
(p, N) = 0, p > 0. Esto implica que
el error (5.27) va a cero para N .
Para obtener el orden de magnitud de este error, daremos primero el comportamiento
asintotico de
0
(p, N) para N grandes.
Proposici on 5.1.
La cantidad
0
(p, N) tiene el siguiente comportamiento asintotico
26
(como una funcion de N):
0
(p, N) =
1
N!
p
N
+ O(N
2N1/2
), (5.29)
para
p < p
0
(N) =
_
(2N)!
N!
_1
N
=
4N
e
_
1 +
ln 2
2N
+ O
_
1
N
2
__
.
23
Ver Apendice A: DS12. Se demuestra de forma analoga.
24
(1
S
) =
|

|
||
=
[I P
S
[
[
.
25
Se comprueba de forma analoga al realizado en el Apendice A: DS13.
26
80 CAP

Usando la expresion asintotica (5.29), el error cuadratico (5.27) tiende a cero cuando
N , con el comportamiento asintotico
27
(p, N) 2
N
_
1
2
N
+ 2
2
N
+ O(N
2N1/2
)
para p < p
0
(N). As que, la reconstruccion de mediante

es exacta en este lmite.
Corolario 5.2 (Transformada Discreta de Fourier
28
n
del desar-
rollo (5.23) se puede obtener de forma aproximada con las transformaciones de Fourier sobre
el hiperboloide:
a
n
=
n mod N
1
N
N1
k=0
e
i2nk/N
k
. (5.30)
La expresion de los coecientes de Fourier a
n
heredan una especie de periodizacion del
a
n
original
29
.
a
n+pN
=
_
n+pN
n
a
n
, p N .
Este es el analogo para el hiperboloide del tpico efecto aliasing para se nales de banda
ilimitada sobre la recta real.
Podramos pensar que para el caso
N
() = 0, podemos reconstruir los resultados de la
seccion 4.3.1 (funciones de banda limitada). Pero veremos que este no es el caso. Antes, tenemos
que realizar un proceso de truncaci on y ltrado de [
en (5.26) para obtener la f ormula de

reconstruccion (4.9) para funciones 1
M
([ =
M
m=0
a
m
[m). Si M = N 1, la operaci on
de truncaci on sera:
[
M
P
M
[
=
M
m=0
a
n
[n,
si a continuacion reescalamos los coecientes de Fourier
30
:
[
R
M
R[
M
=
M
m=0
n
a
n
[n .
Podemos encontrar la formula de reconstruccion para

R
M
(z) = z[RP
M
[
de la expresion
(5.21). Para funciones de banda limitada, encontramos que el error cuadratico se puede acotar
de la siguiente forma
31
:
|

R
M
|
2
||
2

2
N
+

M
[P
S
P
M
R
2
P
M
P
S
[
||
2

2
N
+
2
N
(1 +
0
(r, N))
2
. (5.31)
27
28
29
30
31
5.8. N
ICULAS 81
Un enfoque alternativo para el muestreo de funciones para
M+1
muy peque nos (
M+1

1), para las que se tiene
| P
M
|
2
=
2
M+1
||
2
||
2
.
Consiste en utilizar la formula de reconstruccion (5.21) para
M
= P
M
, por lo que nos dara
una buena aproximacion de , de manera similar a lo realizado en [40], seccion 4. El problema
es que, en general, los datos originales
k
= z
k
[ para y los datos truncados (desconocidos)
M,k
= z
k
[P
M
[ para
M
son diferentes, a menos que z
k
[P
M
= z
k
[ (k = 0, . . . , N 1),
que es equivalente
32
a z
k
[P
M
[z
k
= 1 (k = 0, . . . , N 1). La siguiente proposicion estudia
las condiciones bajo las cuales este requerimiento se cumple.
Proposici on 5.2.
Para
33
M grandes, los elementos de la diagonal de P
M
en 1
S
tienen el siguiente compor-
tamiento:
P
M
(p) z
k
[P
M
[z
k

_
1 si p < p
c
c
0 si p > p
c
+
c
(es decir, una aproximacion de la funcion escalon de Heaviside), donde
p
c
= M + 1,
c
=
M + 1 ,
que representan el n umero promedio de partculas crtico y la desviacion standard, respectiva-
mente.
Si dibujamos P
M
(p) en funcion de p para diferentes valores de M. Podemos observar que
P
M
(r) se acerca cada vez m as a una funcion escalon cuando M crece.
M 2 M
1
2
1
P
M
p
M 2 M
1
2
1
P
M
p
M 2 M
1
2
1
P
M
p
Figura 5.1: P
M
(p) como una funcion de p para tres valores distintos de M: 10, 100 y 1000.
Los coecientes de la matriz de P
M
en 1
S
tienen estructura circulante
34
. Es decir, se
pueden ver como una transformada de Fourier de los coecientes
n
. Tienen la expresion
z
k
[P
M
[z
l
= C
kl
(p), donde
32
33
34
82 CAP

C
l
(p) =
1
N
M
m=0
m
e
2iml/N
.
Notese que C
Nl
= C
l
, por lo tanto, C
l
son elementos independientes para l = 0, . . . ,
N
2
.
5.9. Conclusiones
La restriccion de estados coherentes discretos en el crculo nos da una forma alternativa de
considerar funciones en la representaci on de Fock-Bargmann. Para espacios de Hilbert trunca-
dos, este subconjunto de estados coherentes nitos nos da un tight frames nito con propiedades
interesantes. La falta de exactitud en el caso general a un nos permite una reconstruccion con
un cierto error que tiende a cero para N . Tambien hemos probado que un tratamiento
casi exacto es posible cuando el n umero de muestras de fase N es m as grande que el n umero
de partculas p para estados fsicos.
La reconstruccion de estados cu anticos es importante en

Optica Cuantica, Computaci on
cu antica y Teora de la Informaci on. Los estados cu anticos son reconstruidos usando medidas
sobre un conjunto de estados cu anticos identicos.
Apendice A
Demostraciones
A.1. Demostraciones de SU(2)
D1: Vamos a justicar que e
(zJ
zJ
+
)
e
iJ
3
SU(2).
J
+
=
_
0 1
0 0
_
, J
=
_
0 0
1 0
_
, (J
+
)
2
= (J
)
2
= 0.
J
3
=
1
2
_
1 0
0 1
_
, (J
3
)
n
=
1
2
n
_
1 0
0 (1)
n
_
.
J
+
J
=
_
1 0
0 0
_
, J
J
+
=
_
0 0
0 1
_
, J
+
, J
= I (proyectores).
e
iJ
3
=
n=0
1
n!
(i)
n
J
n
3
=
n=0
1
2
n
1
n!
(i)
_
1 0
0 (1)
n
_
=
_
e
i/2
0
0 e
i/2
_
.
e
zJ
zJ
+
=
n=0
1
n!
(zJ
zJ
+
)
n
.
(n par) (zJ
zJ
+
)
n
= (z z)
n/2
I.
(n impar) (zJ
zJ
+
)
n
= (z z)
(n1)/2
(zJ
zJ
+
).
Por lo que:
e
(zJ
zJ
+
)
=
k=0
1
(2k)!
(z z)
k
I +
k=0
1
(2k + 1)!
(z z)
k
(zJ
zJ
+
) =
= I cos [z[ +
1
|z|
sin [z[(zJ
zJ
+
) =
_
_
_
cos [z[
z
|z|
sin [z[
z
[z[
sin [z[ cos [z[
_
_
_
.
83
84 AP
ENDICE A. DEMOSTRACIONES
Entonces:
e
(zJ
zJ
+
)
e
iJ
3
=
_
_
_
_
e
i/2
cos [z[ e
i/2 z
|z|
sin [z[
e
i/2
z
[z[
sin [z[ e
i/2
cos [z[
_
_
_
_
SU(2).
Y asociamos:
1
e
i/2
cos [z[,
2
e
i/2
z
[z[
sin [z[.
D2:
(J
2
)
n
=
_
_
_
1
2
n
I si n es par.
1
2
n
J
2
si n es impar
.
e
iJ
2
= I
k=0
1
(2k)!
_
i
2
_
2k
+ i
_
0 1
1 0
_

k=0
1
(2k + 1)!
_
i
2
_
2k+1
=
= I cos

2
+ sin

2
_
0 1
1 0
_
=
_
cos

2
sin

2
sin

2
cos

2
_
.
Por lo que
e
iJ
3
e
iJ
2
e
iJ
3
=
_
e
i(+)
2
cos

2
e
i()
2
sin

2
e
i()
2
sin

2
e
i(+)
2
cos

2
_
SU(2).
D3:
1 = z[z =

A
s
A
s
2s
n,m=0
z
m
z
n
_
2s
n
__
2s
m
_
nm
=

A
s
A
s
2s
n=0
(z z)
n
_
2s
n
_
=
=

A
s
A
s
(1 + z z)
2s
= 1 =A
s
=
_
1
1 + zz
_
2s
A
2s
.
D4: Vamos a utilizar la descomposicion del estado coherente (3.12).
2s + 1
_
C
[zz[
d
2
z
(1 + z z)
2
=
2s + 1
_
C
2s
n,m=0
z
n
z
m
n!m!
(J
)
n
[s, ss, s[(J
+
)
m
dRe(z)dIm(z)
(1 + z z)
2s+2
=
[z =
_
1
z z + 1
_
s 2s
n=0
z
n
(J
)
n
[s, s, z[ =
_
1
z z + 1
_
s 2s
n=0
z
n
(J
+
)
n
s, s[.
=
2s + 1
_
C
2s
n,m=0
z
n
z
m
_
2s
n
__
2s
m
_
[s, s ns, s m[
dRe(z)dIm(z)
(1 + z z)
2s+2
=
A.1. DEMOSTRACIONES DE SU(2) 85
_
z = re
i
, dxdy = rdrd,
_
2
0
de
i(nm)
= 2
nm
_
=
2s + 1
_
2
0
d
_

0
drr
2s
n,m=0
r
n+m
e
i(nm)
_
2s
n
__
2s
m
_
1
(1 + r
2
)
2s+2
[s, sns, sm[ =
( Haciendo el cambio de variable x = r
2
, dx = 2rdr )
= (2s + 1)
2s
n=0
_
2s
n
__

0
dx
x
n
(1 + x)
2s+2
[s, s ns, s n[.
La funcion beta la podemos expresar de la forma
1
:
m!n!
(m+ n + 1)!
=
_

0
x
m
(1 + x)
m+n+2
dx.
Entonces a partir de
_

0
x
n
(1 + x)
2s+2
dx =
1
(2s + 1)
_
2s
n
_,
2s
n=0
[s, s ns, s n[ =
s
m=s
[s, ms, m[ = I.
Tenemos demostrado lo que queramos.
D5:
U(, ) = e
iJ
3
e
iJ
2
.
e
iJ
2
[s, m =
n=0
1
n!
(i)
n
J
n
2
[s, m =
n=0
1
n!
_
2
_
(J
+
J
)
n
[s, m.
J
2
[s, m =
+
(m)[s, m+ 1
(m)[s, m1, donde
(m)
1
2i
_
(s m)(s m + 1) (recordar J
2
=
1
2i
(J
+
J
)).
Los coecientes
cumplen la propiedad:
(m) =
+
(m1).
Con lo que [, ; m =
sis
a
i
[s, i (sobrecompleto).
D6: Cumple la condici on:
1
s
,
1
||
2
s
m=s
[, ; m, ; m[ = constante, (||
2
= [).
1
Ver Ecuaci on (10.61), p.614; [8]
86 AP
D7:
Tenemos que comprobar: O = U(
)OU
).
U
OU
=
_
U(
)U(, )[s, ms, m[U
(, )U
)d =
=
_
U(
)[s, ms, m[U
)d
=
_
[
[d
= 0.
Por ser d una medida invariante sobre S
2
.
Tr(O) =
s
m=s
s, m[O[s, m =
_
s
m=s
, [s, ms, m[, d =
=
_
, [
s
m=s
[s, ms, m[[, d =
_
d = 4.
D8:
_
d Y
m
l
(, )(Y
m
l
)
(, ) =
2l + 1
4
_
d l, m[, , 0, , 0[l
, m
=
= l, m[l
, m
=
ll

mm
.
D9:
, ; 0[j, m = j, 0[U
(, )[j, m = j, 0[e
iJ
2
e
iJ
3
[j, m =
j, 0[e
iJ
2
[j, me
im
=
_
j, m[e
iJ
2
[j, 0
_
e
im
.
(d
j
m0
())
e
im
= e
im
(D
j
m0
(, ))
e
im
=
_
4
2j + 1
Y
m
j
(, ).
Hemos utilizado las matrices de Wigner, y alguna de sus propiedades:
D
j
m
m
(, , ) = e
im
d
j
m
m
()e
im
con d
j
m
m
() = j, m
[e
iJ
2
[j, m.
Deno D
j
m
m
(, ) D
j
m
m
(, , 0) =D
l
m0
(, ) =
_
4
2l + 1
(Y
m
l
)
(, ).
D10:
z[s, m =
_
1
1 + zz
_
2s s
=s
z
s+m
_
2s
s + m
_
s, m
[s, m =
=
_
1
1 + zz
_
2s
( z)
s+m
_
2s
s + m
_
.
D11:
z[z
=
_
1
1 + z z
_
s
_
1
1 + z
_
s s
m,m
=s
( z)
s+m
(z
)
s+m
_
2s
s + m
__
2s
s + m
_
s, m[s, m
=
=
1
(1 + z z)
s
(1 + z
)
s
s
m=s
( zz
)
s+m
_
2s
s + m
_
=
=
1
(1 + z z)
s
(1 + z
)
s
2s
n=0
( zz
)
n
_
2s
n
_
=
(1 + z
z)
2s
(1 + z z)
s
(1 + z
)
s
.
D12: A partir de
Y
lm
(, ) = B
lm
_
2
0
e
im
(cos + i sin sin( + ))
l
d B
lm
I
lm
(, ).
B
lm
=
1
4l!
_
2l + 1
(l m)!(l + m)! , K(, ; z) =

= (1 + z z)
j
_
4
2j + 1
j
m=j
_
2j
j + m
_
z
j+m
B
jm
_
2
0
d e
im
j
=
= (1 + z z)
j
z
j
_
(2j)!
2j!
j
m=j
z
m
_
2
0
d e
im
j
.
I
jm
(, ) =
j
n=0
_
j
n
_
(cos )
jn
(i sin )
n
_
2
0
d e
im
sin
n
( + ).
sin
n
( + ) =
1
2i
n
_
e
(+)i
e
(+)i
_
n
=
1
(2i)
n
n
p=0
_
n
p
_
e
(np)(+)i
(1)
p
e
p(+)i
.
I
jm
(, ) =
j
n=0
2
n
_
j
n
_
(cos )
j
tan
n
p=0
_
n
p
_
(1)
p
e
(n2p)i
_
2
0
d e
(n2pm)i
=
88 AP
=
j
n=0
2
n
_
j
n
_
(cos )
j
tan
n
p=0
_
n
p
_
(1)
p
e
(n2p)i
2
m,n2p
=
= 2(cos )
j
j
n=0
_
j
n
__
1
2
tan
_
n
e
ni
n
p=0
_
n
p
_
_
e
2i
_
p
m,n2p
.
K(, ; z) =
(1 + z z)
j
j!
(z cos )
j
_
(2j)!
j
n=0
_
j
n
__
z tan
2
e
i
_
n n
p=0
_
n
p
__
e
2i
z
2
_
p
.
A partir de (1 + x)
n
=
n
p=0
_
n
p
_
x
p
, tenemos
K(, ; z) =
(1 + z z)
j
j!
(z cos )
j
_
(2j)!
j
n=0
_
j
n
__
ze
i
tan
2
_
n
_
1
e
2i
z
2
_
n
=
(1 + z z)
j
_
(2j)!
j!
(z cos )
j
_
1 +
1
2
_
ze
i
tan
e
i
tan
z
__
j
=
= (1 + z z)
j
_
(2j)!
2
j
j!
_
2z cos + z
2
sin e
i
sin e
i
_
j
.
D13: A partir de
z[s, m =
_
1
1 + zz
_
2s
( z)
s+m
_
2s
s + m
_
, =
2s
n=0
n
[s, n s.
Obtenemos
T
kn
= z
k
[s, n s = 2
s
e
2ink/N
_
2s
n
_
; (k = 0, . . . , N 1), (n = 0, . . . , 2s).
El operador resolucion lo obtenemos a partir de T
kn
y de la relaci on de ortogonalidad:
N1
k=0
e
2ik(nm)/N
=
_
N si n = m mod N
0 si n ,= m mod N
= N
n,m modN
. (A.1)
Como estamos en el caso (Sobre-muestreo) N 2s +1 =
N1
k=0
e
2ik(nm)/N
= N
nm
.
/ =
q
k
Q
[q
k
q
k
[, (/
nm
) n[/[m =
N1
k=0
n[z
k
z
k
[m =
=
N1
k=0
T
km
T
kn
= 2
2s
_
2s
n
__
2s
m
_
N1
k=0
e
2ik(nm)/N
= N2
2s
_
2s
n
_
nm
.
Por lo que los coecientes de / son: /
nm
= N2
2s
_
2s
n
_
nm
.
Por lo tanto, / es diagonal con elementos no nulos en la diagonal, as que es invertible y
podemos construir un dual frame, y una pseudoinversa para T :
T
+
l
/
1
T
.
Por lo que podemos construir un dual frame [ z
k
/
1
[z
k
, donde
N1
k=0
[ z
k
z
k
[ =
N1
k=0
[z
k
z
k
[ = I.
D14: (a): Sabiendo que T
N
es la matriz de Fourier estandar y que adem as se cumple la siguiente
propiedad:
T
N,2s+1
= T
N
i
N,2s+1
.
(b): A partir de T
MN
T
NM
= I
M
y de p
MN
i
NM
= I
M
, tenemos que:
/ = T
T = (D
1/2
2s+1
p
2s+1,N
T
N
)(i
N,2s+1
T
N
D
1/2
2s+1
) = D.
(c): A partir de B
= i
NM
B p
MN

_
B 0
0 0
_
NN
, obtenemos:
B = T T
= (T
N
i
N,2s+1
D
1/2
2s+1
)(D
1/2
2s+1
p
2s+1,N
T
N
) = (T
N
i
N,2s+1
D
2s+1
p
2s+1,N
T
N
) = T
N
/
N
.
D15:
P = T T
+
l
= T /
1
T
= T
N
i
N,2s+1
D
1/2
D
1
D
1/2
p
2s+1,N
T
N
=
= T
N
i
N,2s+1
p
2s+1,N
T
N
= T
N
P
2s+1
T
N
.
Hemos considerado
i
NM
p
MN
= P
M

_
I
M
0
0 0
_
NN
,
donde P
2s+1
= (I
2s+1
)
=
_
I
2s+1
0
0 0
_
NN
. Est a claro que P es un proyector ortogonal.
A partir de p
2s+1,N
i
N,2s+1
= I
2s+1
,
PT = (T
N
i
N,2s+1
p
2s+1,N
T
N
)(T
N
i
N,2s+1
D
1/2
) = T
N
i
N,2s+1
p
2s+1,N
i
N,2s+1
D
1/2
= T .
90 AP
D16: A partir de la identidad
I
2s+1
=
N1
k=0
[z
k
z
k
[ =
N1
k=0
[ z
k
z
k
[.
Cualquier 1
s
puede ser escrita como [ =
N1
k=0
(z
k
)[ z
k
.
Entonces (z) = z[ =
N1
k=0
(z
k
)z[ z
k
, como [ z
k
= /
1
[z
k
, tenemos que:
A partir de
n
= N2
2s
_
2s
n
_
, [z
k
=
1
N
2s
n=0
z
n
k
1/2
n
[s, n s, (k = 0, . . . , N 1).
/[s, n s =
n
[s, n s, A
2s
= (1 + z z)
s
, z[s, n s = A
2s
( z)
n
_
2s
n
_
.
z[ z
k
= z[/
1
[z
k
=
2
s
N
A
2s
2s
n=0
( z z
1
k
)
n
(zz
1
k
), (k = 0, . . . , N 1).
D17:
[ =
s
m=s
a
m
[s, m =
2s
n=0
a
ns
[s, n s = z
k
[ =
2s
n=0
a
ns
T
kn
= (z
k
).
Si lo expresamos en forma matricial
(T ) /
N,2s+1
, (a) /
2s+1,1
, () /
N,1
.
T a = = T
T a = T
= a = (T
T )
1
T
T
+
l
.
T
+
l
(pseudoinversa), / T
T = a = /
1
T
.
a
ns
=
2s
m=0
N1
k=0
/
1
nm
T
mk
(z
k
) =
=
N1
k=0
2s
m=0
1
m

mn
2
s
_
2s
m
_
1/2
e
i2km/N
(z
k
) =
2
s
N
_
2s
n
_
1/2 N1
k=0
(z
k
)e
2ikn/N
.
D18:
T
kn
=
1
N
_
n
e
i2kn/N
T = T
N,2s+1
D
1/2
= T
N
i
N,2s+1
D
1/2
.
A partir de
T
MN
T
NM
= I
M
, p
MN
i
NM
= I
M
, i
MN
p
NM
= P
N

_
I
N
0
0 0
_
MM
= (I
N
)
.
/ = T
T = (D
1/2
2s+1
p
2s+1,N
T
N
)(T
N
i
N,2s+1
D
1/2
2s+1
) = D.
A partir de:
B
= i
NM
B p
MN

_
B 0
0 0
_
NN
.
B = T T
= (T
N
i
N,2s+1
D
1/2
2s+1
)(D
1/2
2s+1
p
2s+1,N
T
N
) = T
N
i
N,2s+1
D
2s+1
p
2s+1,N
T
N
= T
N
D
N
T
N
.
Entonces B = T T
= T
N
/
N
.
D19:
[ =
N1
k=0
[z
k
z
k
[ =
N1
k=0
[z
k
.
z
l
[z
k
=
2s
n=0
z
l
[s, n ss, n s[z
k
=
2s
n=0
T
ln
T
kn
T T
B.
Si proyectamos con z
l
[, tenemos
z
l
[ =
N1
k=0
(k)z
l
[z
k
= B.
/
N,1
, B = T T
tiene estructura de matriz circulante.

Usando la diagonalizaci on de B : B = T
N
D
N
, podemos construir la pseudoinversa
B
+
= T
N
(D
1
)
N
.
(D
)
1
= (D
1
)
=
_
D
1
0
0 0
_
NN
, T
NM
T
NM
= I
M
.
= B
+
= T
N
(D
1
)
N
=
1
N
N1
m=0
N1
p=0
N1
q=0
e
i2nm/N
(D
1
)
mp
e
i2pq/Nq
=
_
(T
N
)
nm
=
1
N
e
i2nm/N
, (D
1
)
pq
=
pq
1
q
(p, q = 0, . . . , 2s)
_
=
1
N
2s
p,m=0
N1
q=0
e
i2nm/N
e
i2pq/N
q
(D
1
)
mp
=
1
N
2s
p=0
N1
q=0
e
i2p(nq)/N
1
p
=
=
1
N
N1
q=0
_
1
N
2s
p=0
1
p
e
i2p(nq)/N
_
q

1
N
N1
q=0
(n q)
q
.
92 AP
D20:
[ =
N1
k=0
(z
k
)[ z
k
= z
l
[ =
N1
k=0
(z
k
) z
l
[ z
k
=

B,
[ =
N1
k=0
(z
k
)[z
k
=z
l
[ =
N1
k=0
(z
k
)z
l
[z
k
= B,
=

B = B
+
= .
D21:
(k) =
2
2s
N
3/2
2s
n=0
_
2s
n
_
1
e
i2nk/N
.
A partir de las propiedades de los coecientes binomiales
_
m
n
_
, es decir:
_
m
n
_
es es-
trictamente creciente en m para n 1. Y si jamos m, estos coecientes crecen con
n = 0, 1, 2, . . . , Floor[m/2]. Tambien sabemos que
_
m
n
_
=
_
m
mn
_
, por lo que estos
coecientes crecen hacia dentro del triangulo de Tartaglia. Por lo que, nos quedamos con
el primer termino y el ultimo de la suma.
D22: Vamos a mostrar que los autovalores

k
de B = T T
son todos estrictamente positivos,

y adem as, que B es invertible. Llamo M 2s + 1,
D = diag(
0
, . . . ,
2s
), T = T
NM
D
1/2
= B = T T
= T
NM
DT
NM
.
Que nos dice que B es diagonalizable
2
.
M = Min qN : qN M con q = Ceiling

_
M
N
_
.
T
N

M
=
_
T
N
[
q
[T
N
_
.
Haciendo una extension de D a D
/
M
(K),
B = T
N

M
D
N

M
=
_
T
N
[
q
[T
N
_
N

M
_
D 0
0 0
_
M

M
_
_
_
_
_
T
N
T
N
.
.
. q veces
T
N
_
_
_
_
_
.
Utilizamos que T
NM
= T
N

M
i
MM
, T
NM
= p
M

M
T
N

M
. Y adem as, que D
= i
MM
Dp
M

M
.
2
Ver Apendice (C)
Ahora deno:
A
p
= diag(
pN
, . . . ,
(p+1)N1
), (p = 0, . . . , q 1) donde
l
=
_

l
0 l M 1
0 M l

M
.
B =
_
T
N
[
q
[T
N
_
_
_
_
_
_
A
0
0 0
0 A
1
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . A
q1
_
_
_
_
_
_
_
_
T
N
.
.
. q
T
N
_
_
_
=
_
T
N
[
q
[T
N
_
_
_
_
A
0
T
N
.
.
. q
A
q1
T
N
_
_
_
=
= T
N
_
q1
l=0
A
l
_
T
N
T
N

DT
N
.
D es una matriz diagonal,

D = diag(
0
, . . . ,
N1
).
0
=
0
+
N
+
2N
+ +
( q1)N
,

1
=
1
+
N+1
+
2N+1
+ +
( q1)N+1
, . . . ,
. . . ,
N1
=
N1
+
2N1
+ +
qN1
=

k
=
q1
l=0
k+lN
.
Entonces como:
n
N2
2s
_
2s
n
_
, (n = 0, . . . , 2s) =
k
=
q1
l=0
k+lN
= N2
2s
q1
l=0
_
2s
k + lN
_
.
Por lo que todos los autovalores son estrictamente positivos, y por lo tanto, B es invertible.
D23:
Como B = T T
=I
N
= T (T
B
1
) T T
+
r
, T /
NM
(con M 2s + 1).
Vamos a demostrar de P
S
= T
+
r
T es un proyector :
P
2
S
= (T
+
r
T )(T
+
r
T ) = T
+
r
T = P
S
,
P
S
= (T
B
1
T )
= T
B
1
T = P
S
, B es autoadjunto.
D24: Del operador resolucion (3.17), cualquier 1
s
tiene un unico alias

= P
S
que pueda
94 AP
escribirse como
[
=
N1
k=0
z
k
[[ z
k

N1
k=0
(z
k
)[ z
k
=

(z) = z[
=
N1
k=0
(z
k
)z[ z
k
.
Usando que [ z
k
=
N1
l=0
B
1
lk
[z
l
.
Usando la descomposicion del estado coherente en la base ortonormal [s, n s :
[z =
_
1
1 + z z
_
s 2s
n=0
z
n
_
2s
n
_
[s, n s,
n
= N2
2s
_
2s
n
_
.
[z
l
= 2
s
2s
n=0
e
2iln/N
_
2s
n
_
[s, n s =
1
N
2s
n=0
1/2
n
e
2iln/N
[s, n s =
=z[ z
k
=
1
N
N1
l=0
B
1
lk
2s
n=0
1/2
n
e
2iln/N
z[s, n s.
z[s, n s =
_
1
1+z z
_
s
( z)
n
_
2s
n
_
A
2s
(z, z)( z)
n
_
2s
n
_
.
Como B = T
N

DT
N
, con

D = diag(
0
, . . . ,
N1
) :
T
kl
=
1
N
e
i2kl/N
, (k, l = 0, . . . , N 1), y adem as T
N
T
N
= I
N
=B
1
= T
N

D
1
T
N
,
B
1
lk
=
N1
n,m=0
T
ln

D
1
nm
T
mk
=
N1
n=0
T
ln
1
n
T
nk
=
1
N
N1
n=0
1
n
e
i2n(kl)/N
.
z[ z
k
=
1
N
N1
l=0
_
1
N
N1
n=0
1
n
e
i2n(kl)/N
_
2s
m=0
1/2
m
e
2ilm/N
A
2s
( z)
m
_
2s
m
_
=
=
1
N
2
s
A
2s
N1
p=0
1
p
_
2s
m=0
m=p mod(N)
z
p
k
( z)
m
_
=
=
1
N
2
s
A
2s
N1
p=0
1
p
q1
l=0
p+lN
(zz
1
k
)
p+lN

(zz
1
k
).
D25: La demostracion es similar a la dada en la Proposicion 3.1, salvo que B es ahora no-
singular, y ahora no necesitamos pseudoinversa.
= B, y si usamos la diagonalizaci on de B:
B = T
N

DT
N
=B
1
= T
N

D
1
T
N
= = B
1
= T
N

D
1
T
N
.
A partir de aqu, y haciendo un desarrollo analogo al ya mencionado en la Proposicion
3.1, obtenemos que = , puede expresarse como un producto de convoluci on entre
los datos y el ltro.
D26:
z
k
[
=
2s
n=0
a
ns
z
k
[s, n s (k) =
2s
n=0
T
kn
a
ns
.
Con T
kn
= z
k
[s, n s = 2
s
_
2s
n
_
e
i2kn/N
; (k = 0, 1, . . . , N 1), (n = 0, 1, . . . , 2s).
T
+
r
= T
B
1
, T T
+
r
= I
N
, (ya que B = T T
), P
S
= T
+
r
T (Proyector).
Tomando la expresion matricial
= T a T
+
r
= T
+
r
T a = P
S
a = a,
P
S
a = a = a = T
+
r
T a = T
+
r
= T
B
1

N1
k=0
N1
l=0
T
kn
B
1
kl
(l) =
( Como B
1
= T
N

D
1
T
N
).
= 2
s
_
2s
n
_
N1
k=0
e
i2kn/N
N1
l=0
B
1
kl
(l) =
( B
1
kl
=
N1
r=0
N1
j=0
T
kr
1
r

rj
T
lj
=
N1
j=0
T
kj
1
j
T
lj
=
1
N
N1
j=0
1
j
e
i2j(kl)/N
,
T
N
= (T
nm
) =
1
N
e
i2nm/N
).
=
2
s
N
_
2s
n
_
N1
l=0
(l)
N1
j=0
1
j
e
i2jl/N
N1
k=0
e
i2k(nj)/N
= (
n
1
n
)
1
N
N1
l=0
(l)e
i2nl/N
.
D27: a) A partir del teorema 3.2, si identicamos los datos
k
= (z
k
) y

(zz
1
k
) =
N1
l=0
1
lk

l
(z).
(z) =

(z) = z[
?
=
N1
k=0
k
N1
l=0
1
lk

l
(z).
96 AP
() =
_
_
_
00

0N1
.
.
.
.
.
.
N10

N1N1
_
_
_
t
_
_
_
00

N10
.
.
.
.
.
.
0N1

N1N1
_
_
_
adjunto
Posicion (l,k)
(1)
k+l
det
_
_
_
_
_
_
_
_
_
_
_
00

k10

k+10

N10
.
.
.
.
.
.
.
.
.
.
.
.
0l1

k1l1

k+1l1

N1l1
0l+1

k1l+1

k+1l+1

N1l+1
.
.
.
.
.
.
.
.
.
.
.
.
0N1

k1N1

k+1N1

N1N1
_
_
_
_
_
_
_
_
_
_
_
.
Que es equivalente a
Posicion (l,k) (1)
k+l
det
_
_
_
_
_
_
_
_
_
_
_
00

0l1

0l+1

0N1
.
.
.
.
.
.
.
.
.
.
.
.
k10

k1l1

k1l+1

k1N1
k+10

k+1l1

k+1l+1

k+1N1
.
.
.
.
.
.
.
.
.
.
.
.
N10

N1l1

N1l+1

N1N1
_
_
_
_
_
_
_
_
_
_
_
.
Entonces
1
lk
=
(1)
k+l
det
det
_
_
_
_
_
_
_
_
_
_
_
00

0l1

0l+1

0N1
.
.
.
.
.
.
.
.
.
.
.
.
k10

k1l1

k1l+1

k1N1
k+10

k+1l1

k+1l+1

k+1N1
.
.
.
.
.
.
.
.
.
.
.
.
N10

N1l1

N1l+1

N1N1
_
_
_
_
_
_
_
_
_
_
_
.
Y por otro lado
(z) =
1
det
det
_
_
_
_
_
0
0
(z)
N1
(z)
0
B
00
B
0N1
.
.
.
.
.
.
.
.
.
.
.
.
N1
B
N10
B
N1N1
_
_
_
_
_
=
=
N1
k=0
(1)
k+1
k
det
_
_
_
_
_
_
_
_
_
_
_
_
_
0
(z)
N1
(z)
00

0N1
.
.
.
.
.
.
k10

k1N1
k+10

k+1N1
.
.
.
.
.
.
N10

N1N1
_
_
_
_
_
_
_
_
_
_
_
_
_
=
=
N1
k=0
(1)
k+1
k
N1
l=0
(1)
l
l
(z) det
_
_
_
_
_
_
_
_
_
_
_
00

0l1

0l+1

0N1
.
.
.
.
.
.
.
.
.
.
.
.
k10

k1l1

k1l+1

k1N1
k+10

k+1l1

k+1l+1

k+1N1
.
.
.
.
.
.
.
.
.
.
.
.
N10

N1l1

N1l+1

N1N1
_
_
_
_
_
_
_
_
_
_
_
=
=
N1
k=0
k
N1
l=0
1
lk

l
(z).
b)
k
(z) z[z
k
=
k
(z
l
) = z
l
[z
k
lk
.
Como (z) =
N1
k=0
k
N1
l=0
1
lk

l
(z) = (z
k
) =
N1
p=0
p
N1
l=0
1
lp

kl
=
=
N1
p=0
kp
=
k
.
D28: Queremos que los [z
J
, esten normalizados, es decir,
J
z[z
J
= 1.
[z
J
= U
(J)
(z, z)[
J
=
1
J + 1
J
s=0
U
(J)
(z, z)[s, s =
1
J + 1
J
s=0
[z
s
=
=
J
z[z
J
=
1
J + 1
J
,s=0
s
z[z
s
=
1
J + 1
J
,s=0
s
s
z[z
s
=
1
J + 1
J
s=0
s
z[z
s
=
J + 1
J + 1
= 1.
98 AP
Y ahora vamos a justicar I
H
(J) :
J
z[I
H
(J) [z
J
=
J
s=0
s
m=s
J
z[s, ms, m[z
J
=
1
J + 1
J
s=0
s
m=s
J
,s
=0
s
z[s, ms, m[z

s
=
=
1
J + 1
J
s=0
s
m=s
s
z[s, ms, m[z
s
=
( Como
s
z[s, ms, m[z
s
=
_
2s
s + m
_
(1 + z z)
2s
(z z)
2(s+m)
n m+ s, z z r
2
, (1 + r
2
)
2s
=
2s
n=0
_
2s
n
_
r
2n
).
=
1
J + 1
J
s=0
2s
n=0
s
z[s, n ss, n s[z
s
=
1
J + 1
J
s=0
1 = 1.
Y por ultimo, demostraremos el kernel para varios spines
C
(J)
(z, z
)
J
z[z
J
=
1
J + 1
J
,s=0
s
z[z
s
=
1
J + 1
J
s=0
s
z[z
J + 1
J
s=0
C
(s)
(z, z
) =
1
J + 1
J
s=0
(1 + z
z)
2s
(1 + z z)
s
(1 + z
)
s
.
D29:
Como C
(J)
(z, z
) =
1
J + 1
J
s=0
C
s
(z, z
)
1
J + 1
J
s=0
B
s
= T
N
_
1
J + 1
J
s=0
D
2s+1
_
T
N
=
= T
N

D
2J+1
T
N
.
Donde

D
2J+1
es una matriz diagonal con autovalores
n
=
1
J + 1
J
s=Ceiling(n/2)
s
n
, (n = 0, 1, . . . , 2J).
Entonces, det B
(J)
= det
_
T
N

D
2J+1
T
N
_
,= 0 = El rango B
(J)
es 2J + 1.
Ya que el rango(

D
2J+1
) = 2J + 1.
D30: A partir de las ecuaciones (3.20),(3.10),(3.11) y de (3.19), tenemos:
[z
J
=
1
J + 1
J
s=0
A
s
(z, z)e
zJ
[s, s =
1
J + 1
J
s=0
A
s
(z, z)
2s
n=0
z
n
_
2s
n
_
1/2
[s, s n con A
s
(z, z) =
_
1
1 + z z
_
2s
.
Como hicimos el muestreo
z
(s
)
k
= r
s
e
2ik/(2s
+1)
, (s
= 0, . . . , J), (k = 0, . . . , 2s
).
A partir de la expresion (C.1) y T
(s
,s)
kn
= z
(s
)
k
[s, n s :
z
(s
)
k
[ =
1
J + 1
J
=0
A
s
2s
=0
_
z
(s
)
k
_
n
_
2s
_
s
, s
[,
T
(s
,s)
kn
=
1
J+1
A
s
r
n
s
e
2ikn/(2s
+1)
_
2s
n
_
,
T
(s
,s)
kn
=
1
J + 1
_
1
_
1 + r
2
s
_
2s
r
n
s
e
2ikn/(2s
+1)
_
2s
n
_
. (A.2)
Por otro lado
(T
2s
+1,2s+1
)
nm
=
1
2s
+ 1
e
i2nm/(2s
+1)
, (n = 0, . . . , 2s
), (m = 0, . . . , 2s).
T
(s
,s)
kn
=
1
2s
+ 1
2s
l=0
e
i2kl/(2s
+1)
_
D
(s
,s)
ln
_
1/2
. (A.3)
Si comparamos ambas expresiones (A.2) y (A.3), tenemos:
D
(s
,s)
ln
=
ln
1
J + 1
_
1
_
1 + r
2
s
_
2s
(2s
+ 1)r
2n
s
_
2s
n
_

ln
(s
,s)
n
D31:
Como [ z
m
=
N1
l=0
1
lm
[z
l
, y
m
= z
m
[,
k
=
0
,
k
[ =
N1
m=0
0
,
k
[ z
m
z
m
[ =
N1
l,m=0
/
kl
1
lm
m
.
D32:
k
=
N1
n=0
j
p=0
_
1 + e
i4n/N
_
p
_
j
p
_
_
2e
i2n/N
cot
0
_
jp
e
i2kn/N
=
=
N1
n=0
j
p=0
p
r=0
_
p
r
_
(1)
pr
e
i4nr/N
_
j
p
_
(2 cot
0
)
jp
e
i2n(jp)/N
e
i2kn/N
=
=
j
p=0
p
r=0
_
p
r
__
j
p
_
(1)
pr
(2 cot
0
)
jp
N
p=(jk+2r)mod N
=
= N
p=(jk+2r)mod N
_
p
r
__
j
p
_
(1)
pr
(2 cot
0
)
jp
.
100 AP
Utilizando una demostracion por reducci on al absurdo, vamos a justicar que = 0, es
decir, como sabemos que j =
N1
2
y que (p = 0, . . . ,
N1
2
), y adem as, p =
N1
2
k+2r+N.
Si cojo el m aximo valor de 2r, tenemos que p =
N1
2
k +2p+N =p = k
N1
2
N
,si > 0, tenemos, tomando k = N 1, p =
N1
2
N < 0 !(contradiccion)!
Partimos de la m axima expresion de p, es decir, p = k
(N1)
2
N, ahora si <
0 (
), p = k
N1
2
+

N, si k = 0 = p =
N1
2
+

N = p
N+1
2
>
N1
2
!(contradiccion)!= = 0.
D33: Usando la denici on (3.8), tenemos
0
,
k
[j, m =
_
4
2j + 1
Y
m
j
(
0
,
k
),
k
=
j
m=j
a
m
0
,
k
[j, m =
j
m,m
=j
a
m
0
,
k
[j, m
j, m
[j, m =
=
j
m=j
_
4
2j + 1
Y
m
j
(
0
,
k
)a
m
.
D34: Haciendo el cambio en los ndices m = n j, (n = 0, . . . , 2j), tenemos que la expresion
(3.28) queda en forma matricial
= }(
0
)a = }(
0
)D
1/2
T
.
D35:
}
nj
j
(
2
,
k
) = e
im
k
P
nj
j
(0).
P
nj
j
(0) =
2
nj
cos(n/2)
_
1
2
(n + 1)
_
_
j
1
2
n + 1
_ = Si n es impar cos
_
n
2
_
= 0,
P
nj
j
(0) = 0 =}
nj
j
(/2,
k
) = 0.
A.2. DEMOSTRACIONES DE SU(1, 1) 101
A.2. Demostraciones de SU(1, 1)
DS1:
A zK
+
zK
=
_
0 z
z 0
_
A
n
=
_
_
_
[z[
n
I n par
[z[
n1
A n impar
,
e
zK
+
zK
k=0
1
(2k)!
I +
k=0
1
(2k + 1)!
[z[
2k
A =
_
cosh [z[
z
|z|
sinh [z[
z
|z|
sinh [z[ cosh [z[
_
,
K
n
0
=
_
_
_
1
2
n
I n par
1
2
n
K
0
n impar
e
iK
0
=
_
e
i/2
0
0 e
i/2
_
,
e
zK
+
zK
e
iK
0
=
_
e
i/2
cosh [z[
z
|z|
e
i/2
sinh [z[
z
|z|
e
i/2
sinh [z[ e
i/2
cosh [z[
_
SU(1, 1).
DS2:
e
zK
+
[s, 0 =
n=0
1
n!
z
n
(K
+
)
n
[s, 0 =
n=0
z
n
_
2s + n 1
n
_
1/2
[s, n.
Como A
s
e
zK
+
[s, 0 = [z, entonces
[z =
n=0
A
s
z
n
_
2s + n 1
n
_
1/2
[s, n,
z[z = 1 =
n,m=0
A
2
s
z
m
z
n
_
2s + n 1
n
_
1/2
_
2s + m1
m
_
1/2
nm
=
=
n=0
A
2
s
[z[
2n
_
2s + n 1
n
_
= 1.
A partir de
n=0
_
p + n 1
n
_
x
n
= (1 x)
p
, tenemos
1 = A
2
s
_
1 [z[
2
_
2s
= A
s
=
_
1 [z[
2
_
s
.
DS3: Esta demostracion es an aloga a la realizada en la demostracion de SU(2) (D4). Hay que recor-
102 AP
dar, que para el caso de SU(1, 1), tenemos que z = tanh(/2)e
i
D
1
= [z[ 1.
2s 1
_
D
1
[zz[
d
2
z
(1 z z)
2
=
2s 1
_
D
1
n,m=0
n,m=0
z
n
z
m
A
2
s
_
2s + n 1
n
__
2s + m1
m
_
[s, ns, m[
dRe(z)dIm(z)
(1 z z)
2
=
=
2s 1
_
2
0
d
_
1
0
drr
n,m=0
r
n+m
e
i(nm)
_
2s + n 1
n
__
2s + m1
m
_
(1 r
2
)
2s2
[s, ns, m[ =
= 2(2s 1)
n=0
_
2s + n 1
n
__
1
0
dxx
n
(1 x)
2s2
[s, ns, n[ =
n=0
[s, ns, n[ = 1.
Hemos utilizado
z = re
i
, dxdy = rdrd, x = r
2
, dx = 2rdr, r (0, 1),
_
1
0
t
m
(1 t)
n
dt =
m!n!
(m + n + 1)!
.
Esta ultima expresi on se puede mirar en [8], Ecuacion 10.60a, p agina 614.
DS4: A partir de la ecuacion (4.2) y de z
k
= re
2ik/N
obtenemos:
T
kn
= z
k
[s, n =
_
2s + n 1
n
_
(1 r
2
)
s
r
n
e
2ikn/N
n
T
kn
, (A.4)
donde T expresa la matriz rectangular de Fourier (Ver Apendice C.1):
T
kn
=
1
N
e
i2kn/N
, (k = 0, . . . , N 1), (n = 0, . . . , M).
Entonces, los elementos de matriz del operador resolucion sera
/
nm
=
N1
k=0
T
nk
T
km
=
_
m
N1
k=0
T
nk
T
km
=
n
nm
.
Hemos usado las relaciones de ortogonalidad de las matrices rectangulares de Fourier
(RFM). Ver apendice C.1 y la expresion de ortogonalidad (A.1), y el hecho de que N > M.
Como /es diagonal, con elementos en la diagonal ,= 0, entonces es invertible, y podemos
construir un frame dual y la pseudoinversa por la izquierda de T , T
+
l
/
1
T
, que nos
dara una resolucion de la identidad como en la ecuacion (2.9).
DS5: De la Resolucion de la identidad (5.19), podemos escribir para cualquier 1
M
s
como
[ =
N1
k=0
k
[ z
k
, y por lo tanto, (z) = z[ =
N1
k=0
k
z[ z
k
.
A partir de [ z
k
= /
1
[z
k
, /[s, n =
n
[s, n, y de la expresion
[z
k
= (1 r
2
)
s
n=0
_
2s + n 1
n
_
z
n
k
[s, n =
1
n=0
_
n
e
2ikn/N
[s, n, (A.5)
obtenemos que
z[ z
k
= z[/
1
[z
k
=
1
N
M
n=0
1/2
n
e
2ikn/N
z[s, n,
y utilizando la expresion (4.2) y la denici on (4.6) de
m
, obtenemos
z[ z
k
=
k
(z).
DS6: Para z = z
l
, y M = N 1 (caso crtico), tenemos:
k
(z
l
) =
1
N
M
m=0
e
2i(lk)m/N
=
lk
.
Ya que la suma de la races N-esimas de la unidad es cero.
Se va a demostrar que T T
+
l
= P
lk
a partir de
k
(z
l
) =
1
N
M
m=0
e
2i(lk)m/N
.
Tomando en cuenta que
T
kn
=
1
N
e
i2kn/N
, T
kn
=
_
n
T
kn
, /
1
nm
=
1
n

nm
con (n, m = 0, . . . , M).
P
lk
= T T
+
l
=
M
n,m=0
T
ln
/
1
nm
T
mk
=
M
n,m=0
1/2
n
T
ln
nm
1
n

1/2
m
T
mk
=
=
M
n=0
T
ln
T
nk
=
1
N
M
n=0
e
2i(lk)n/N
=
k
(z
l
).
DS7: Tomando el producto con z
k
[ en la expresion (4.8) de [, y sabiendo que T
kn
= z
k
[s, n,
tenemos
k
= z
k
[ =
M
m=0
z
k
[s, m =
M
m=0
T
km
a
m
.
De forma analoga a lo realizado en la demostracion D18 (Apendice A). Denimos
k

(z
k
). Sean las matrices
104 AP
(T ) /
N,M+1
, (a) /
M+1,1
, () /
N,1
.
T
+
l
(pseudoinversa), / T
T = a = /
1
T
.
/
1
= diag(
1
0
,
1
1
, . . . ,
1
M
), T
kn
=
_
n
T
kn
= T
nk
=
_
n
T
nk
.
a
n
=
M
m=0
N1
k=0
/
1
nm
T
mk
k
=
N1
k=0
M
m=0
1
n

1/2
m

nm
T
mk
k
=
=
N1
k=0
1/2
n
T
nk
k
=
1
N
n
N1
k=0
e
i2kn/N
k
, (n = 0, . . . , M).
DS8: Denamos como el angulo que comprende [ y [
M
. Adem as, [
M
[
.
[ = [
M
+[
= P
M
[ +[
,
2
M+1

[I P
M
[
[
=
[
[
=
=
2
M+1
||
2
= [
=
M+1
=
|
|
||
sin .
DS9: Vamos a ver que B es diagonalizable y a obtener sus autovalores

k
.
Sabemos que estos autovalores son estrictamente positivos, y B es invertible. Esto nos da
que B tiene estructura circulante (Ver C.2).
Si usamos la siguiente expresion para estados coherentes
B
kl
= z
k
[z
l
=
_
1 r
2
1 r
2
e
2i(lk)/N
_
2s
C
lk
, (A.6)
donde se aprecia su estructura circulante. Los autovalores de B se calcula f acilmente con
la f ormula:
k
=

D
kk
= (T
BT)
kk
=
1
N
N1
n,m=0
e
i2kn/N
C
mn
e
i2mk/N
. (A.7)
Si expandimos el denominador de (A.6) en terminos de coecientes binomiales
C
l
= (1 r
2
)
2s
q=0
_
q + 2s 1
q
_
r
2q
e
2ilq/N
,
entonces,
k
=
1
N
N1
n,m=0
e
i2kn/N
(1 r
2
)
2s
q=0
_
q + 2s 1
q
_
r
2q
e
2i(mn)q/N
e
i2mk/N
=
=
(1 r
2
)
2s
N
q=0
_
q + 2s 1
q
_
r
2q
N1
n=0
e
i2n(kq)/N
N1
m=0
e
2im(qk)/N
.
A partir de las relaciones de ortogonalidad para matrices de Fourier rectangulares (A.1),
y de la denici on de (4.6),
k
=
(1 r
2
)
2s
N
q=0
_
q + 2s 1
q
_
r
2q
N
2
(qk) mod N
=
= N(1 r
2
)
2s
l=0
_
k + lN + 2s 1
k + lN
_
r
2(k+lN)
l=0
k+lN
.
Es evidente que

k
> 0, k = 0, 1, . . . , N 1, as que B es invertible.
DS10: Si denimos T
+
r
= T
B
1
, es facil comprobar que T T
+
r
= I
N
(identidad en C
N
). Tambien
es f acil comprobar que P
S
es un proyector ortogonal:
P
S
= T
+
r
T = P
2
S
= T
+
r
T T
+
r
T = T
+
r
T = P
S
,
P
S
= (T
B
1
T )
= T
B
1
T = P
S
.
Ya que B es autoadjunto (B = B
). Se puede apreciar facilmente a partir de su descom-

posicion B = T

DT
.
Los coecientes matriciales del proyector P
S
son calculados de la siguiente forma:
P
mn
(r, N) =
N1
k,l=0
T
ml
B
1
lk
T
kn
.
La inversa de B se puede obtener:
B
1
lk
= (T

D
1
T
)
lk
=
1
N
N1
j=0
1
j
e
i2j(kl)/N
. (A.8)
A partir de T
kn
=
n
T
kn
(Ver (A.13)), y usando las relaciones de ortogonalidad (A.1)
106 AP
para RFM (matrices rectangulares de Fourier), obtenemos:
P
mn
(r, N) =
N1
k,l=0
1/2
m
T
ml
1
N
N1
j=0
1
j
e
i2j(kl)/N
1/2
T
kn
=
=
1
N
2
N1
j=0
1
j
(
m
n
)
1/2
N1
k,l=0
e
i2j(kl)/N
e
i2ml/N
e
i2kn/N
=
=
1
N
2
N1
j=0
1
j
(
m
n
)
1/2
N1
k=0
e
i2k(jn)/N
N1
l=0
e
i2l(mj)/N
=
=
N1
j=0
1
j
_
j=n mod N
j=m mod N
.
Hemos tenido en cuenta que
T
kn
=
_
n
T
kn
T
nk
=
_
n
T
kn
.
Si j = n mod N y j = m mod N = n = m mod N, por lo que:
P
mn
(r, N) =

1
n mod N
_
n

n=m mod N
.
Todos los terminos de la suma son cero, salvo el valor j = n mod N j = n+pN, p Z.
Como m, n N
, obtenemos que P
mn
es una matriz diagonal por bloques de orden NN.
DS11: Vamos a demostrar que
n
(r, N) es estrictamente decreciente para s > 1/2. Como
n
(r, N) =

n
n
1, nos podemos centrar en el estudio de la monotona, sin perder gene-
ralidad:
n
=
u=0
n+uN
n
= 1 +
u=1
n+uN
n
= 1 +
u=1
_
2s 1 + n + uN
n + uN
_
_
2s 1 + n
n
_ r
2uN
.
Nos centraremos en la monotona de
a
n

_
2s 1 + n + uN
n + uN
_
_
2s 1 + n
n
_ , (A.9)
que traslada la monotona a
n
(r, N).
Por lo que, vamos a estudiar el comportamiento de
_
a
n+1
an
_
, vamos a suponer que
a
n+1
a
n
(n N
), s > 1/2, u N.
a
n+1
a
n
1
(n + 1)(2s + n + uN)
(n + 1 + uN)(2s + n)
1 = s
1
2
(Contradiccion).
Entonces, como hemos demostrado por reduccion al absurdo:
a
n+1
< a
n
, (n N
) =
n
(r, N) es estrictamente decreciente.
DS12: A partir de las expresiones (A.8) y (2.10) y viendo que:
z[z
l
=
n=0
z[s, ns, n[z
l
y utilizando (2.11), y la expresion (4.2), y la relaci on de ortogonalidad (A.1), podemos

obtener (4.20):
L
k
(z) = z[ z
k
=
N1
l=0
B
1
lk
z[z
l
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
z[z
l
=
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
p=0
z[s, ps, p[z
l
=
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
p=0
_
2s 1 + p
p
_
(1 z z)
s
(1 z
l
z
l
)
s
( zz
l
)
p
=
=
1
N
N1
j=0
p=0
p,j mod N
1
j
r
pj
z
j
k
p
(1 z
k
z
k
)
s
r
2p
(1 z z)
s
( z)
p
=
=
1
N
_
1 z z
1 z
k
z
k
_
s N1
j=0
1
j
q=0
j+qN
_
zz
1
k
_
j+qN
.
Hemos utilizado que
p = j + qN (q N
).
Como (1 z
l
z
l
)
s
= (1 z
k
z
k
)
s
= (1 r
2
)
s
, por ser z
l
= re
2il/N
. Adem as,
e
2ij(kl)/N
z
p
l
= r
pj
e
2il(pj)/N
z
j
k
,
_
2s 1 + p
p
_
(1 z
k
z
k
)
s
=
1
N
p
(1 z
k
z
k
)
s
r
2p
,
z
j
k
= r
2j
z
j
k
, r
qN
z
j
k
r
2(j+qN)
z
j+qN
= ( z
1
k
)
j+qN
.
Ahora vamos a demostrar la expresion de error (4.19).
Descomponemos [ en terminos de [
N1
P
N1
[, y [
N1
(I P
N1
)[,
podemos escribir, a partir de la denici on de error (2.12)
108 AP
(r, N)||
2
= [(I P
S
)[ = [ [P
S
[.
[ = [
N1
+[
N1
,
[P
S
[ =
N1
[P
S
[
N1
+
N1
[P
S
[
N1
+
N1
[P
S
[
N1
+
N1
[P
S
[
N1
.
z
N1
[P
S
[
N1
, P
S
= P
S
(es autoadjunto (Lema (4.3))).
z
+ z = 2Re(z).
[P
S
[ =
N1
[P
S
[
N1
+ 2Re
_
N1
[P
S
[
N1
_
+
N1
[P
S
[
N1
.
Vamos acotar los terminos.
Para la acotacion del primer termino utilizamos la expresion (4.17) y
[
N1
=
N1
n=0
a
n
[s, n, m[P
S
[n = P
mn
(r, N).
Y vamos a utilizar el Lema (4.4) y la denici on (4.11)
N1
[P
S
[
N1
=
N1
m,n=0
a
m
a
n
m[P
S
[n =
N1
n=0
[a
n
[
2
1
1 +
n
(r, N)

1
1 +
0
(r, N)
N1
n=0
[a
n
[
2
=
(1
2
N
)||
2
1 +
0
(r, N)
.
Como
2
N
=
n=N
[a
n
[
2
||
2
, por ser =
n=0
a
n
[s, n ||
2
=
n=0
[a
n
[
2
,
2
N
||
2
= ||
2
N1
n=0
[a
n
[
2
=
N1
n=0
[a
n
[
2
= (1
2
N
)||
2
.
Vamos acotar el segundo termino:
2Re(
N1
[P
S
[
N1
) 2[
N1
[P
S
[
N1
[ 2|
N1
||P
S
N1
|.
|
N1
|
2
=
N1
n=0
[a
n
[
2
= ||
2
||
2
2
N
= (1
2
N
)||
2
,
|P
S
N1
|
2
=
N1
[P
S
[
N1
=
n=N
[a
n
[
2
1 +
n
(r, N)

n=N
[a
n
[
2
=
2
N
||
2
.
Es f acil de demostrar que
1
1 +
n
(r, N)
1, (n = 0, . . . , N 1).
Por lo que
2Re(
N1
[P
S
[
N1
) 2
N
_
1
2
N
||
2
.
Hemos utilizado la desigualdad de Cauchy-Schwarz: [x[y[ |x||y|. Y el hecho de que
P
S
es un proyector ortogonal (P
S
= P
S
, P
2
S
= P
S
).
Vamos acotar el tercer termino:
N1
[P
S
[
N1

N1
[P
S
[
N1
|
N1
||P
S
N1
|.
|
N1
|
2
=
n=N
[a
n
[
2
= ||
2
2
N
,
|P
S
N1
|
2
=
N1
[P
S
[
N1
=
n=N
[a
n
[
2
1 +
n
(r, N)

2
N
||
2
.
Por lo que,
N1
[P
S
[
N1

2
N
||
2
.
Entonces nos quedara al nal el error acotado de la siguiente forma:
(r, N) 1
(1
2
N
)
1 +
0
(r, N)
+ 2
_
1
2
N
+
2
N
.
Operando de forma sencilla tenemos lo que queramos demostrar:
(r, N)

0
(r, N)
1 +
0
(r, N)
+ 2
N
_
1
2
N
+
2
N
(2 +
0
(r, N))
1 +
0
(r, N)
.
DS13: Sabiendo que
0
(r, N) =
u=1
_
2s 1 + uN
uN
_
r
2uN
, x uN.
(x ) : r
2x
_
2s 1 + x
x
_
= r
2x
(2s 1 + x)!
(2s 1)!(x)!
=
= r
2x
1
(2s 1)!
2s1
j=1
(j + x)
(N )
1
(2s 1)!
x
2s1
r
2x
=
=
1
(2s 1)!
e
x((2s1)
ln x
x
+2 ln(
1
r
))
(x )
0 = lm
N
0
(r, N) = 0.
110 AP
Hay que mencionar que este resultado es v alido para cualquier valor de s.
Considerando que el lm
N
N
= 0, se comprueba de forma trivial que
(r, N) 0
cuando N .
DS14: Si tomamos
0
(r, N) =
u=1
a
u

u=1
_
2s 1 + uN
uN
_
r
2uN
=
_
2s 1 + N
N
_
r
2N
+
_
2s 1 + 2N
2N
_
r
4N
+. . .
a
u+1
a
u
= r
2N
(2s 1 + uN + N)
2s1
. . . (uN + N + 1)
(2s 1 + uN)
2s1
. . . (uN + 1)
=
= r
2N
2s1
j=1
(u + 1)N + j
(uN + j)
= r
2N
2s1
j=1
_
1 +
N
j + uN
_
r
2N
h(u).
h(u) es estrictamente decreciente en u =
a
u+1
au
, u N (estrictamente decreciente).
Entonces, para u N generico, buscamos un r
0
que cumpla esta condici on
a
u+1
a
u
<
a
2
a
1
< 1.
Que nos garantiza que todos los sumandos de
0
(r, N) va tomando valores m as peque nos.
Vamos a encontrar el valor r
0
:
a
2
a
1
= r
2N
h(1) < 1 = r <
_
1
h(1)
_
1/(2N)
r
0
.
r
0
=
2s1
j=1
_
1 +
1
1 + jx
_
x
2
, con (x
1
N
).
_
1 +
1
1 + jx
_
x
2
1
x
2
ln2 + O(x
2
).
r
0

2s1
j=1
_
1
x
2
ln 2 + O(x
2
)
_
=
_
1
x
2
ln 2 + O(x
2
)
_
2s1
=
=
2s1
m=0
_
2s 1
m
_
_
x
2
ln 2 + O(x
2
)
_
m
=
2s1
m=0
_
2s 1
m
_
x
m
_
1
2
ln 2 + O(x)
_
m
1
x(2s 1) ln 2
2
+ O(x
2
) = 1
(2s 1) lnN
2N
+ O(1/N
2
).
Y el comportamiento asintotico de
0
(r, N) sera obtenido a partir de la f ormula de Stir-
ling:
x! =
2x
x+1/2
exp
_
x +

12x
_
, (x > 0, 0 < < 1).
Para N grandes podemos tomar una buena aproximacion con = 0.
_
2s 1 + 2N
2N
_
r
4N
r
4N
(2s 1)!
e
2s+1
x
2s+1
(1 + (2s 1)x)
1/x+2s1/2
(con x
1
2N
).
Como (1 + (2s 1)x)
1/x+2s1/2
e
2s1
(1 + s(2s 1)x + O(x
2
)).
Entonces tenemos
_
2s 1 + 2N
2N
_
r
4N
r
4N
(2s 1)!
x
2s+1
(1 + s(2s 1)x + O(x
2
)) = O(N
2s1
r
4N
).
DS15: A partir de (4.19), tenemos:
2
N
_
1
2
N
+
(1 +
2
N
)
0
+ 2
2
N
1 +
0
= 2
N
_
1
2
N
+ 1 +
2
N
+

2
N
1
1 +
0
.
Ya que
1
1 +
0
1
0
.
2
N
_
1
2
N
+ 1 +
2
N
+ (
2
N
1)(1
0
) = 2
N
_
1
2
N
+ 2
2
N
+ (1
2
N
)
0
=
=
2
2
N
_
1
2
N
+ 2
2
N
+ O
_
r
2N
N
2s1
_
.
Hemos utilizado
0
(r, N) = O(r
2N
N
2s1
).
DS16: A partir de la denici on
a
n
= s, n[
= s, n[P
S
[ =
N1
k=0
s, n[ z
k
k
=
N1
l,k=0
s, n[z
l
B
1
lk

k
.
Hemos utilizado la expresion (4.14) del proyector P
S
, y adem as
k
= z
k
[, [ z
k
=
N1
l=0
B
1
lk
[z
l
.
Y utilizando las relaciones de ortogonalidad (A.1), y las expresiones (A.13) y (A.8), es
decir,
T
ln
= s, n[z
l
=
_
n
T
nl
, T
nl
=
1
N
e
i2ln/N
(l = 0, . . . , N1), B
1
lk
=
1
N
N1
j=0
1
j
e
i2j(kl)/N
;
112 AP
tenemos
a
n
=
n
N
N
N1
k=0
k
N1
j=0
1
j
e
i2jk/N
N1
l=0
e
i2l(jn)/N
=
=
N
N1
k=0
k
N1
j=0
1
j
e
i2jk/N
j=n mod N
=
n mod N
1
N
N1
k=0
k
e
i2nk/N
.
Que se deduce facilmente, sabiendo que j = n + pN (p N
) y (j = 0, . . . , N 1).
DS17:
k
= z
k
[ =
m=0
z
k
[s, ms, m[ =
m=0
1/2
m
T
km
a
m
.
A partir de (4.22) y de las relaciones de ortogonalidad (A.1).
a
n
=
n
N1
k=0
e
i2nk/N
m=0
_
m
T
km
a
m
=
m=0
_
m
a
m
N1
k=0
T
nk
T
km
=
=
m=0
_
m
a
m
m=n mod N
= a
n
=
q=0
1/2
n+qN
a
n+qN
.
A partir de (4.22):
a
n
=
n
1
N
N1
k=0
e
i2nk/N
k
, a
n+pN
=
_
n+pN
n+pN
1
N
N1
k=0
e
i2nk/N
k
,
a
n
a
n+pN
=

1/2
n

n+pN
1/2
n+pN
=
n+pN
n
a
n+pN
=
_
n+pN
n
a
n
.
Y a partir de (A.7), se puede deducir de forma trivial que
n
=

n+pN
= a
n+pN
=
_
n+pN
n
a
n
.
DS18: Usando la expresion (A.13), tenemos:
T
kn
= z
k
[s, n =
_
2s + n 1
n
_
(1r
2
)
s
r
n
e
2ikn/N
, (k = 0, . . . , N1; n = 0, . . . , M).
P
s
M
(r) z
k
[P
M
[z
k
=
M
m=0
T
km
T
mk
= (1 r
2
)
2s
M
m=0
_
2s + m1
m
_
r
2m
.
Tomamos p r
2
, entonces,
P
s
M
(p)
p
= (1 p)
2s1
_
(2s)
M
m=0
_
2s + m1
m
_
p
m
+ (1 p)
M
m=1
_
2s + m1
m
_
mp
m1
_
(1 p)
2s1
A,
A = (2s)
M
m=0
_
2s + m1
m
_
p
m
+
M
m=1
_
2s + m1
m
_
mp
m1
m=1
_
2s + m1
m
_
mp
m
=
= 2s
M
m=1
(2s + m)p
m
_
2s + m1
m
_
+
M
m=1
_
2s + m1
m
_
mp
m1
=
= 2s
M
m=1
(2s + m)p
m
_
2s + m1
m
_
+
M1
m=0
_
2s + m
m+ 1
_
(m+ 1)p
m
=
= (2s + M)p
M
_
2s + M 1
M
_
+
M1
m=1
p
m
__
2s + m
m+ 1
_
(m+ 1) (2s + m)
_
2s + m1
m
__
=
=
P
s
M
(p)
p
= (1 p)
2s1
(2s + M)p
M
_
2s + M 1
M
_
.
Ya que
_
2s + m
m+ 1
_
=
(2s + m)
m+ 1
_
2s + m1
m
_
,
P
s
M
(p)
p
= (1 p)
2s1
(2s + M)p
M
_
2s + M 1
M
_
= (2s + M)B(2s + M 1, p),
donde B(2s1+M, p) es una distribucion binomial. Por lo que
P
s
M
(p)
p
es una distribuci on
binomial salvo un factor (2s+M). Si calculamos un m aximo de B(2s1+M, p) obtenemos
el punto crtico
p
c
=
1
(1 +
2s1
M
)
.
Usando el Teorema del Lmite Central para 2s 1 + M , y la distribuci on de la
delta de Dirac como lmite de una distribucion normal, y sabiendo tambien que
_

f(x)
(x)dx =
_

f(x)(x)dx,
f(x) es una funcion cualquiera, (x) la funcion de Heaviside, y (x) la delta de Dirac. Se
puede ver que la derivada de la funcion de Heaviside es la delta de Dirac, desde la vision
de distribuciones. Por lo que concluimos nuestra demostracion.
114 AP
DS19:
z
k
[P
M
[z
l
=
M
m=0
z
k
[s, ms, m[z
l
=
M
m=0
T
km
T
ml
=
=
M
m=0
1/2
m
T
km
1/2
m
T
lm
=
1
N
M
m=0
m
e
i2m(kl)/N
C
kl
C
l
.
T
kn
=
1
N
e
i2kn/N
,
m
= N(1 r
2
)
2s
_
2s + m1
m
_
r
2m
,
(k = 0, . . . , N 1; n, m = 0, . . . , M).
Notar que C
Nl
= C
l
, por tanto, solamente hay estos elementos independientes:
C
l
, (l = 0, . . . ,
N
2
).
DS20: Utilizamos

n
n
como coeciente de reescalamiento, ya que como:
n
1 +
n
(r, N), P
mn
(r, N) s, m[P
S
[s, n =

n
mn
,
con (m, n = 0, . . . , N 1). Ver ecuaciones (4.16) y (4.17).
Para poder expresar los coecientes de Fourier, es necesario hacer ese reescalamiento. Al
ser P
S
un proyector (P
2
S
= P
S
), entonces tenemos que [
= P
S
[
.
a
m
= s, m[
= s, m[P
S
[
= s, m[P
S
[
R
M
=
M
n=0
n
a
n
mn
= a
m
.
Entonces podemos utilizar la funcion de banda limitada reescalada [
R
M
.
DS21: Se demuestra facilmente que a partir de
z
k
[P
M
= z
k
[ = z
k
[P
M
[z
k
= z
k
[z
k
= 1.
Hemos utilizado la expresion (A.5). Y viceversa
3
,
M,k
= z
k
[P
M
[ =
N1
q=0
z
k
[P
M
[z
q
z
q
[ =
=
N1
q=0
(q)z
k
[z
q
=
k
.
3
Ver demostracion D21.
P
M
[s, n =
M
m=0
[s, ms, m[s, n = [s, n (n = 0, . . . , M).
DS22:
|

R
M
|
2
= [ +
R
M
[
R
M
2
_
[
R
M
_
. (A.10)
[
R
M
= RP
M
P
S
[ = RP
M
P
S
[
M
+ RP
M
P
S
[
M
.
P
M
[
M
= [
M
, P
S
P
mn
(r, N) = s, m[P
S
[s, n =
n mod N
n,m mod N
,
(m, n = 0, . . . , M).
En la primera caja de la matriz (P
S
) tenemos que m = n, por lo que obtenemos una
matriz diagonal (R
1
M
) denida de la forma :
(P
S
)
1
a
caja
= (R
1
M
)
_
mn
_
, (m, n = 0, . . . , M).
(P
S
) =
_
R
1
M

_
, (P
M
) =
_
I
M
0
0 0
_
, (R) =
_
R
M
0
0 0
_
.
I
M
: Matriz identidad de orden M.
[R, P
M
] = 0, P
M
P
S
RP
M
= P
M
. (A.11)
Es f acil demostrar las expresiones de (A.11) de la siguiente forma:
(R)(P
M
) =
_
R
M
0
0 0
__
I
M
0
0 0
_
=
_
R
M
0
0 0
_
= (P
M
)(R),
(P
M
)(P
S
)(R)(P
M
) =
_
I
M
0
0 0
__
R
1
M

__
R
M
0
0 0
__
I
M
0
0 0
_
= P
M
.
a) Utilizando las expresiones (A.11) podemos obtener:
R
M
[
R
M
=
M
[P
S
P
M
R
2
P
M
P
S
[
M
+
M
[P
S
P
M
R
2
P
M
P
S
[
M
+
+ 2
_
M
[P
S
P
M
R
2
P
M
P
S
[
_
.

M
[P
S
P
M
R
2
P
M
P
S
[
M
=
M
[P
M
P
S
RP
M
RP
M
P
S
[
M
=
M
[RP
M
P
S
[
M
.
2
_
M
[P
S
P
M
R
2
P
M
P
S
[
_
= 2
_
M
[RP
M
P
S
[
_
.
2
_
[
R
M
_
= 2([RP
M
P
S
[) = 2(
M
[RP
M
P
S
[
M
) +
2
_
M
[RP
M
P
S
[
M
+
M
[RP
M
P
S
[
M
+
M
[RP
M
P
S
[
_
.
116 AP
b) Sumando las expresiones desarrolladas de la ecuacion (A.10) y considerando que
P
M
[
M
= 0, obtenemos:
|

R
M
|
2
= [ +
M
[RP
M
P
S
[
M
+
M
[P
S
P
M
R
2
P
M
P
S
[
2(
M
[RP
M
P
S
[
M
) =
= [
M
[P
S
P
M
R[
M
+
M
[P
S
P
M
R
2
P
M
P
S
[
M
=
= [
M
[
M
+
M
[P
S
P
M
R
2
P
M
P
S
[
M
=
=
M
[
M
+
M
[P
S
P
M
R
2
P
M
P
S
[
M
.
c) A partir de la denici on de error:
[(I P
M
)[
[
=
2
N
= [
M
=
M
[
M
=
2
N
[.
Al nal tenemos el resultado que buscabamos
|

R
M
|
2
||
2
=
2
N
+

M
[P
S
P
M
R
2
P
M
P
S
[
||
2
.
Ahora demostraremos la acotacion. Denimos lo primero el operador A RP
M
P
S
.
|[
M
|
2
= [
2
N
, A =
_
I
M

0 0
_
,
M
[A
A[
M
= |A[
M
|
2
|A|
2
|[
M
|
2
. (A.12)
La norma de un operador lineal acotado se dene como:
|A| = sup
|H
_
|A[|
|[|
_
.
Se puede demostrar facilmente
4
que: |A| |R||P
M
||P
S
|.
Denimos una delta de Kronecker especial de la forma:
0nM

_
1 si 0 n M
0 si n > M
.
4
Sean dos operadores lineales acotados A y B.
|AB| = sup
|H
_
|A(B[)|
|[|
_
|A| sup
|H
_
|B[|
|[|
_
= |A||B|.
De forma analoga se puede demostrar para el producto de tres operadores acotados lineales.
A.3. DEMOSTRACIONES DEL GRUPO DE HEISENBERG-WEYL 117
R[ =
R
[ = |R| = sup(
R
) = 1 +
0
(r, N).
R
=
_
0nM
_
= 1 +
n
(r, N)
0nM
.
P
M
[ =
M
[,
M
=
0nM
= |P
M
| = 1.
A partir de (4.15), y si utilizamos la norma innita, |P
S
|
= 1, es f acil de ver
1 +
n
=
n
=
1
q=0
n+qN
,
_
n+uN
q=0
n+qN
=
_
n+uN
n
1
1 +
n
1.
A.3. Demostraciones del grupo de Heisenberg-Weyl
DHW1: Los elementos de matriz de T son:
T
kn
= z
k
[n = e
p/2
p
n/2
n!
e
2ikn/N
n
T
kn
(A.13)
donde T expresa la matriz rectangular de Fourier (Ver Apendice C.1)
T
kn
=
1
N
e
i2kn/N
, (k = 0, . . . , N 1), (n = 0, . . . , M).
Entonces, los elementos de matriz del operador resolucion sera
/
nm
n[/[m =
N1
k=0
T
nk
T
km
=
_
m
N1
k=0
T
nk
T
km
=
n
nm
.
Hemos usado las relaciones de ortogonalidad de las matrices rectangulares de Fourier
(RFM). Ver apendice C.1 y la expresion de ortogonalidad (A.1), y el hecho de que N > M.
Como / es diagonal, con elementos en la diagonal
n
,= 0, entonces es invertible, y
podemos construir un frame dual y la pseudoinversa por la izquierda de T , T
+
l
/
1
T
,
que nos dara una resolucion de la identidad como en la ecuacion (2.9).
DHW2: De la Resolucion de la identidad (5.19), podemos escribir para cualquier 1
M
como
[ =
N1
k=0
k
[ z
k
, y por lo tanto, (z) = z[ =
N1
k=0
k
z[ z
k
.
A partir de [ z
k
= /
1
[z
k
, /[n =
n
[n, y de la expresion
118 AP
[z
k
= e
p/2
M
n=0
p
n/2
e
2ikn/N
n!
[n =
1
N
M
n=0
_
n
e
2ikn/N
[n, (A.14)
obtenemos que
z[ z
k
= z[/
1
[z
k
=
1
N
M
n=0
1/2
n
e
2ikn/N
z[n,
y utilizando la expresion (5.12) y la denici on (5.18) de
m
, obtenemos
z[ z
k
=
k
(z).
DHW3: A partir de (5.24), se observa facilmente que
n=0
[a
n
[
2
= 1 =
2
N
() = 1
M
n=0
[a
n
[
2
.
(a, x) =
_

x
e
t
t
a1
dt, (n, x) = (n 1)! e
x
n1
s=0
x
s
s!
(n = 1, 2, . . .), (N) = (N 1)!
(n, x): Funciones de Gamma incompletas
5
.
Cuando N es muy grande, tenemos que a partir de
(N, [[
2
) =
_

||
2
e
t
t
N1
dt,
se deduce facilmente que
[[
2
> N (N, [[
2
) 0,
[[
2
< N (N, [[
2
) 1.
DHW4: A partir de las expresiones (A.8) y (2.10) y viendo que:
z[z
l
=
n=0
z[nn[z
l
y utilizando (2.11), y la expresion (5.12), y la relaci on de ortogonalidad (A.1), podemos

5
Ver [8], p.602,620.
A.3. DEMOSTRACIONES DEL GRUPO DE HEISENBERG-WEYL 119
obtener (5.28):
L
k
(z) = z[ z
k
=
N1
l=0
B
1
lk
z[z
l
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
z[z
l
=
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
m=0
z[mm[z
l
=
=
1
N
N1
l=0
N1
j=0
1
j
e
2ij(kl)/N
m=0
e
(z z+z
k
z
k
)/2
1
m!
z
m
z
m
l
=
=
1
N
N1
l=0
N1
j=0
1
j
m=0
e
(z z+z
k
z
k
)/2
1
m!
z
m
e
2il(mj)/N
z
j
k
p
(mj)/2
=
= e
(z z+z
k
z
k
)/2
N1
j=0
1
j
m=0
1
m!
z
m
m,j mod N
z
j
k
p
(mj)/2
=
= e
(z z+z
k
z
k
)/2
N1
j=0
1
j
q=0
z
j+qN
(j + qN)!
z
j
k
p
qN/2
=
= e
(z z+z
k
z
k
)/2
N1
j=0
1
j
q=0
j+qN
p
(j+qN)
z
j+qN
z
j
k
p
qN/2
=
= e
(z z+z
k
z
k
)/2
N1
j=0
1
j
q=0
j+qN
(zz
1
k
)
j+qN
Hemos utilizado que
p = j + qN (q N
), U
n
(z) = n[z = e
zz|/2
z
n
n!
,
m
=
Ne
p
m!
p
m
.
e
2ij(kl)/N
z
m
l
= e
2il(mj)/N
z
j
k
p
(mj)/2
.
z
j
k
= p
j
( z
k
)
j
, p
qN/2
( z
k
)
j
= p
j/2
e
2ijk/N
p
qN/2
= ( z
k
)
(j+qN)
,
p
(j+qN)
( z)
j+qN
z
j
k
p
qN/2
= p
qN/2
( z)
j+qN
( z
k
)
j
= ( z)
j+qN
( z
k
)
(j+qN)
= (zz
1
k
)
j+qN
.
La demostracion de la parte del error es identica a la realizada en la demostraci on DS12.
120 AP
DHW5: Esta demostracion es analoga a la de (DS14). Aqu utilizamos
0
(p, N) =
u=1
p
uN
1
(uN)!
, a
u

1
(uN)!
p
(uN)
,
a
u+1
a
u
= p
N
N
j=1
1
j + uN
p
N
h(u).
p
0
=
_
(2N)!
N!
_
1/N
N
e
2
2+1/(2N)
=
4N
e
_
1 +
ln 2
2N
+ O
_
1
N
2
_
.
Y ahora para acotar
0
(p, N), tenemos
1
(2N)!
p
2N
2
(2N)
(2N+1/2)
e
2N
p
2N
= O(N
2N1/2
).
DHW6:
P
M
(p) z
k
[P
M
[z
k
=
M
m=0
T
km
T
mk
= e
p
M
m=0
1
m!
p
m
,
dP
M
(p)
dp
= e
p
p
M
M!
= Q
M
(p).
Q
M
(p) es una distribucion de Erlang-M+1 (distribucion gamma para un entero M), con
valor promedio p
c

_
0
pQ
M
(p)dp = M + 1 y variancia
2
c
=
_
0
(p p
c
)
2
Q
M
(p)dp =
M+1. La distribucion de Erlang-M+1 converge a la distribuci on Normal A(p
c
,
2
c
) para
valores grandes de M. Adem as, se sabe que la distribucion Delta de Dirac es el lmite
de la gaussiana (x ) = lm
0
A(,
2
). Esto implica que A(p
c
,
2
c
)
1
pc
_
ppc
pc
_
para valores grandes de M, que signica que P
M
(p) se aproxima a la funcion de Heaviside
para M grandes. A esto se le llama droplet en el estudio del efecto Hall cu antico (ver [66]
para una demostracion alternativa en este contexto).
Apendice B
Pseudoinversa y mnimos cuadrados
B.1. Pseudoinversa Moore-Penrose
La pseudoinversa A
+
de una matriz A /
mn
(K) es una generalizaci on de la matriz inver-
sa. Se utiliza normalmente en la resolucion por mnimos cuadrados de sistemas de ecuaciones.
Denicion B.1 (Pseudoinversa).
La pseudoinversa A
+
de una matriz, A /
mn
(K), se dene como la unica matriz que
satisface las cuatro condiciones siguientes:
1. AA
+
A = A (AA
+
no tiene porque ser la matriz identidad).
2. A
+
AA
+
= A
+
.
3. (AA
+
)
= AA
+
(AA
+
es hermtica).
4. (A
+
A)
= A
+
A (A
+
A es hermtica).
donde M
es la hermtica y traspuesta (adjunta) de una matriz M. Para matrices cuyos ele-

mentos sean reales tenemos que M
= M
t
.
Proposici on B.1.
La pseudoinversa existe y es unica para cualquier matriz A, es decir, existe una matriz
A
+
que satisface las cuatro condiciones de la denicion. Si A tiene coecientes reales
entonces A
+
tambien los tiene.
Si la matriz A es invertible, la pseudoinversa y la inversa coinciden: A
+
= A
1
.
La pseudoinversa de la matriz cero es su traspuesta.
La pseudoinversa de la pseudoinversa es la matriz original: (A
+
)
+
= A.
(A
t
)
+
= (A
+
)
t
.
A
+
= A
+
.
121
122 AP
ENDICE B. PSEUDOINVERSA Y M
INIMOS CUADRADOS
(A
)
+
= (A
+
)
.
(A)
+
=
1
A
+
, ,= 0.
NOTA:
El rango-colummna de una matriz A es el n umero m aximo de columnas linealmente indepen-
dientes de A. Y el rango-la es el n umero m aximo de las linealmente independientes de A.
El rango de una matriz m n es como mucho el min(m, n). Una matriz que tiene como
rango el m aximo posible se dice que tiene rango-completo, en caso contrario es rango-deciente.
Si A y B son matrices tal que AB esta denido, y A tiene sus columnas ortonormales
(A
A = I), o B tiene sus las ortonormales (BB
= I) o A es de rango-columna completo,
y B es de rango-la completo, entonces
(AB)
+
= B
+
A
+
.
AA
+
es el proyector ortogonal en el rango de A (El espacio expandido con los vectores
columnas de A).
Si la pseudoinversa de A
A se conoce, entonces podemos obtener A

+
de la forma:
A
+
= (A
A)
+
A
, A
+
= A
(AA
)
+
.
Identidades
A
+
= A
+
(A
+
)
.
A
+
= A
(A
+
)
A
+
.
A = (A
+
)
A.
A = AA
(A
+
)
.
A
= A
AA
+
.
A
= A
+
AA
.
Si A tiene columnas ortonormales (A
A = I) o las ortonormales (AA
= I), entonces
A
+
= A
.
Si las columnas de A son linealmente independientes, entonces A
A es invertible. En este
caso, tenemos
A
+
= (A
A)
1
A
,
entonces se sigue que A
+
es la inversa por la izquierda de A : A
+
A = I.
Si las las de A son linealmente independientes, entonces AA
es invertible. En este caso,

tenemos
A
+
= A
(AA
)
1
.
Se sigue que A
+
es una inversa por la derecha de A : AA
+
= I.
B.2. PROBLEMA DE LOS M
INIMOS CUADRADOS 123

Si las columnas y las son linealmente independientes (eso ocurre en las matrices regulares
cuadradas), la pseudoinversa es justo la inversa
A
+
= A
1
.
Es posible denir la pseudoinversa para escalares y vectores. Si x es un escalar
x
+
_
0 si x = 0
x
1
si x ,= 0
.
Si x es un vector
x
+
_
0
t
si x = 0
x
x
si x ,= 0
.
Matrices circulantes
Si C es una matriz circulante, y T la matriz Fourier, entonces
C = TT
, C
+
= T
+
T
.
La pseudoinversa de una matriz
Vamos a utilizar la inversa de matrices regulares. Sea k el rango de una matriz A
/
mn
(K). Entonces A puede ser descompuesto como A = BC, donde B es una matriz
mk y C es una matriz k n. Entonces
A
+
= C
(CC
)
1
(B
B)
1
B
.
Si A tiene el m aximo rango por las, as que k = m, entonces B puede escogerse como
la matriz identidad, y esta expresion se reduce a
A
+
= A
(AA
)
1
.
Similarmente, si A tiene el m aximo rango por columnas (es decir, k = n), tenemos
A
+
= (A
A)
1
A
.
B.2. Problema de los mnimos cuadrados
Consideremos un sistema sobre-determinado
n
j=1
X
ij
j
= y
i
, (i = 1, 2, . . . , m) ,
m ecuaciones lineales, y n coecientes desconocidos
1
,
2
, . . . ,
n
como m > n, escrito en forma
matricial, tenemos
X = y ,
124 AP
ENDICE B. PSEUDOINVERSA Y M
INIMOS CUADRADOS
donde
X =
_
_
_
_
_
X
11
X
12
. . . X
1n
X
21
X
22
. . . X
2n
.
.
.
.
.
.
.
.
.
.
.
.
X
m1
X
m2
. . . X
mn
_
_
_
_
_
, =
_
_
_
_
_
2
.
.
.
n
_
_
_
_
_
, y =
_
_
_
_
_
y
1
y
2
.
.
.
y
m
_
_
_
_
_
.
Sea el conjunto de puntos (x
1
, y
1
), (x
2
, y
2
), . . . , (x
m
, y
m
) tomados de forma experimental, y
una funcion modelo y = f(x, ), con = (
1
,
2
, . . . ,
n
). Debemos encontrar los par ametros
j
con (j = 1, . . . , n), tal que la funcion modelo se minimice
f(x, ) =
n
j=1
j
(x) ,
donde
j
puede ser no lineal con respecto a la variable x.
Con y
i
= f(x
i
, ), i = 1, . . . , m. Existen m as puntos que par ametros a determinar. Por lo
cual, como esto no es posible en la pr actica, escogeremos los valores de los
j
tal que hagamos
mnimas los valores posibles de la suma de cuadrados de las diferencias
r
i
() = y
i
f(x
i
, ) , (i = 1, 2, . . . , m) .
Hay que minimizar S():
S() =
m
i=1
r
2
i
() ,
S
j
= 2
m
i=1
r
i
r
i
j
= 0 , (j = 1, 2, . . . , n) ,
como
r
i
= y
i
j=1
X
ij
j
, f(x
i
, ) =
n
j=1
X
ij
j
,
r
i
j
=
n
k=1
X
ik
j
=
n
k=1
X
ik
kj
= X
ij
,
S
j
= 2
m
i=1
_
y
i
k=1
X
ik
k
_
X
ij
= 0 ,
m
i=1
y
i
X
ij
=
m
i=1
n
k=1
X
ij
X
ik
k
, (j = 1, 2, . . . , n).
En forma matricial
(X
t
X) = X
t
y.
La solucion algebraica de esta ecuacion es
= (X
t
X)
1
X
t
y X
+
y ,
donde X
+
es la pseudoinversa de Moore-Penrose de X.
Apendice C
Matrices rectangulares de Fourier y
circulantes
C.1. Matrices Rectangulares de Fourier
Sea N, M N, y sea T
NM
/
NM
:
(T
NM
)
nm
=
1
N
e
i2nm/N
, (n = 0, 1, . . . , N 1) , (m = 0, 1, . . . , M 1) .
Estas matrices se denominan Matrices de Fourier Rectangulares (RFM).
Para N = M, tenemos las matrices de Fourier standard T
N
. Se van a estudiar las propiedades
de estas matrices en los casos: N > M y N < M.
C.1.1. Caso N > M (sobre-muestreo)
Sea i
NM
: C
M
C
N
(inclusi on)
i
NM
=
_
_
_
_
_
_
_
_
_
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0
_
_
_
_
_
_
_
_
_
_
I
M
0
_
NM
, i
NM
x =
_
x
0
_
N1
, (x C
M
) .
Incluye un vector x C
M
en las M primeras las de un vector de C
N
, el resto son ceros.
Sea p
MN
: C
N
C
M
(proyecci on),
p
MN
=
_
_
_
_
_
1 0 . . . 0 . . . 0
0 1 . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1 . . . 0
_
_
_
_
_
_
I
M
0
_
MN
, p
MN
x =
_
x
M
_
M1
, x C
N
.
125
126 AP
ENDICE C. MATRICES RECTANGULARES DE FOURIER Y CIRCULANTES

x
M
= (x
1
, . . . , x
M
)
t
, x C
N
, x (x
1
, . . . x
M
, . . . , x
N
)
t
.
Proyecta un vector x C
N
, en un vector de C
M
, que tiene los M primeros componentes de x.
p
MN
= (i
NM
)
, p
MN
i
NM
= I
M
, i
NM
p
MN
= P
M

_
I
M
0
0 0
_
NN
.
Dadas las matrices cuadradas A, B actuando sobre C
N
y C
M
, respectivamente. Denimos
las matrices cuadradas A
y B
como:
La matriz A
= p
MN
Ai
NM
, (A /
NN
, B /
MM
).
La matriz A
, trunca la matriz A /
NN
en una matriz M M
A
=
_
_
_
A
11
. . . A
1M
.
.
.
.
.
.
.
.
.
A
M1
. . . A
MM
_
_
_
, A =
_
_
_
_
_
_
_
A
11
. . . A
1M
. . . A
1N
.
.
.
.
.
.
.
.
.
A
M1
. . . A
MM
. . . A
MN
.
.
.
.
.
.
.
.
.
A
MN
. . . A
NM
. . . A
NN
_
_
_
_
_
_
_
.
La matriz
B
= i
NM
B p
MN

_
B 0
0 0
_
NN
, P
M
= (I
M
)
.
Proposici on C.1.
Matrices de Fourier rectangulares (RFM).
(a) T
NM
= T
N
i
NM
, T
NM
= p
MN
T
N
.
(b) T
NM
T
NM
= I
M
, T
NM
T
NM
= T
N
P
M
T
N
.
C.1.2. Caso N < M (submuestreo)
p
NM
i
MN
= I
N
, i
MN
p
NM
= P
N

_
I
N
0
0 0
_
NN
= (I
N
)
.
T
NM
=
_
T
N
T
N
q veces
. . . T
N
T
Np
_
, (C.1)
T
NM
=
_
_
_
_
_
_
_
T
N
T
N
.
.
. q veces
T
N
T
Np
_
_
_
_
_
_
_
. (C.2)
C.2. MATRICES CIRCULANTES 127
p = M mod N, q = M div N ,
p es el resto de M/N, y q es el cociente de M/N. Es decir, p = M qN (q N
).
Sea

M el m ultiplo m as peque no de N que es mayor o igual a M.
M = Min qN : qN M , q = Ceiling(M/N) .
q = Ceiling(M/N) =
_
q p = 0
q + 1 p ,= 0
.
T
N

M
=
_
T
N
T
N
q veces
. . . T
N
_
. (C.3)
Proposici on C.2.
(a) T
NM
= T
N

M
i
MM
, T
NM
= p
M

M
T
N

M
.
(b) T
NM
T
NM
= q I
N
+T
N
P
p
T
N
, T
NM
T
NM
= (
I
M
)

I
M
,
donde
I
M
=
_
_
_
_
_
I
N
I
N
q times
. . . I
N
I
N
I
N
. . . I
N
.
.
. q times
.
.
.
.
.
.
.
.
.
I
N
I
N
. . . I
N
_
_
_
_
_
M

M
.
C.2. Matrices circulantes
El operador overlapping kernel B tiene estructura de matriz circulante
B
kl
= z
k
[z
l
=
1
2
2s
_
1 + e
2i(lk)/N
_
2s
= (
lk
, (k, l = 0, . . . , N 1), (C.4)
donde (
n
=
1
2
2s
_
1 + e
2in/N
_
2s
.
B = circ((
0
, (
1
, . . . , (
N1
) =
_
_
_
_
_
(
0
(
1
. . . (
N1
(
N1
(
0
. . . (
N2
.
.
.
.
.
.
.
.
.
.
.
.
(
1
(
2
. . . (
0
_
_
_
_
_
=
N1
j=0
(
j
j
P
c
(), (C.5)
donde
=
_
_
_
_
_
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . 1
1 0 . . . 0
_
_
_
_
_
, (
N
= I
N
,
t
=
=
1
=
N1
).
es la matriz generatriz de las matrices circulantes, y P
c
(t) el polinomio representativo de la
circulante.
128 AP
ENDICE C. MATRICES RECTANGULARES DE FOURIER Y CIRCULANTES

Cada matriz circulante es diagonalizable, cuyos autovectores son las columnas de la matriz
de Vandermonde
V
N
= V (z
0
, . . . , z
N1
) =
NT
k
= P
c
( z
k
) =
N1
l=0
(
l
z
l
k
= 2
(2s)
N1
l=0
2s
n=0
_
2s
n
_
e
2iln/N
e
2ikl/N
=
=
N
2
2s
q1
l=0
_
2s
k+lN
_
, (k = 0, . . . , N 1) .
.
Para N 2s + 1, aparecen m as terminos.
Hemos usado z
k
en vez de z
k
en el polinomio P
c
para obtener la factorizaci on B =
T
N
D T
N
en vez de la factorizaci on B = T
N
D
T
N
, donde los autovalores van en orden
inverso con respecto a D.
q es el Ceiling ((2s + 1)/N). Es facil probar que B = T
N

D T
N
, donde
D = diag(
0
, . . . ,
N1
) .
Demostracion: Si utilizamos la relacion de ortogonalidad (A.1)
k
= 2
2s
2s
n=0
_
2s
n
_
N1
l=0
e
2il(nk)/N
= 2
2s
N
2s
n=0
_
2s
n
_
n=k modN
= N2
2s
q1
l=0
_
2s
k + lN
_
, (k = 0, . . . , N1) .
Esto se puede ver a partir de
q = Ceiling
_
2s + 1
N
_
, N 2s + 1 .
n = k, k + N, k + 2N, . . . , (N 1) + qN, con k = 0, . . . , N 1; de tal forma que N 1 + lN 2s,
(l + 1)
2s + 1
N
Ceiling
_
2s + 1
N
_
q = l q 1 .
Apendice D
Operador fase
Una forma de denir el operador de fase fue dada por Dirac [57] a traves de una descom-
posicion del operador destruccion
1
a e
i
A, a
Ae
i
.
A[n = n[n, e
i
[n = [n 1, n[e
i
[n = 0. (D.1)
Esta denici on presenta ciertas dicultades como se puede ver en [58] (ver tambien [59]).
De hecho, uno puedo probar que
2
:
e
i
e
i
= 1, e
i
e
i
= 1 [00[,
que signica que e
i
no es unitario, es decir, no es hermtico.
La dicultad de denir un operador fase hermtico fue resuelto en [60, 61]. Los estados de
fase se pueden denir ahora de la forma:
[ = lm
M
(M + 1)
1/2
M
n=0
e
in
[n,
1
a
es el operador adjunto del operador destruccion, es decir, el operador creacion. Ademas, se demuestra
facilmente (D.1) de la forma:
e
i
[n = aA
1/2
[n = [n 1.
Y tambien podemos ver
e
i
e
i
[n = (1 [00[)[n = [n [0
n0
.
2
A partir de e
i
= aA
1/2
y e
i
= A
1/2
a
tenemos
e
i
e
i
[n = aA
1
a
[n =
n + 1aA
1
[n + 1 = [n
para cualquier estado [n. Y por el otro lado, tenemos
e
i
e
i
[n = A
1/2
a
aA
1/2
[n =
1
n
A
1/2
a
a[n = [n
para cualquier estado [n , = 0.
129
130 AP
ENDICE D. OPERADOR FASE

Si trabajamos con un M nito, los estados de fase [
k
con
k
=
0
+
2k
M + 1
(para un
0
arbitrario) constituye una base ortonormal
3
de 1
M
. El operador de fase hermtico
se dene simplemente como

M
k=0
k
[
k
k
[.
Estos estados no son fsicos, en el sentido que en el lmite, cuando M , su n umero de
partculas tiende a innito [61].
3
k
[
l
= lm
M
1
M + 1
M
n=0
e
in(
l
k
)
= lm
M
1
M + 1
M
n=0
e
2in(lk)/(M+1)
=
lk
.
Bibliografa
[1] M. Calixto, J. Guerrero, y J.C. S anchez-Monreal. Sampling Theorem and
Discrete Fourier Transform on the Riemann Sphere. Journal of Fourier Analysis and
Applications 14 (2008) 538-567.
[2] M. Calixto, J. Guerrero, y J.C. S anchez-Monreal. Sampling Theorem and
Discrete Fourier Transform on the Hyperboloid. Journal of Fourier Analysis and Appli-
cations 17 (2011) 240-264.
[3] M. Calixto, J. Guerrero and J.C. S anchez-Monreal. Almost complete coher-
ent state subsystems and partial reconstruction of wavefunctions in the Fock-Bargmann
phase-number representation . Journal of Physics A (Mathematical & Theoretical) 45
(2012) 244029 (20pp)
[4] Stephane Mallat. A Wavelet Tour of Signal Processing. Editorial Academic Press.
Second Edition. 1999.
[5] A. Perelomov. Generalized Coherent States and Their Applications. Springer-Verlag.
1986.
[6] Sury, B. Sum of the reciprocals of the binomial coecients. Eur. J. comb. 14, 351-353
(1993).
[7] Lorenzo Abellanas, Alberto Galindo. Espacios de Hilbert. EudemaUniversi-
dad/Manuales. 1987.
[8] George B. Arfken, Hans J. Weber. Mathematical Methods for Physicists. Inter-
national Edition. Academic Press. 1995.
[9] Driscoll, J.R., Healy, D. Computing Fourier transforms and convolutions on the
2-sphere. Proc. 34th IEEE FOCS, (1989) 344-349; Adv. in Appl. Math., 15 (1994),
202-250.
[10] Driscoll, J.R., Healy, D. Adv. Appl. Math, 15,202-250 (1994)
[11] Wigner, E.P. Group Theory and Its Applications to the Quantum Mechanics of Atom-
ic spectra. Academic Press, New York (1959)
[12] Arnold F. Nikiforov, Vasilii B. Uvarov. Special Functions of Mathematical
Physics. Birkhauser, 1988.
131
132 BIBLIOGRAF
IA
[13] Milton Abramowitz, Irene A. Stegun. Handbook of Mathematical Functions.
Dover publications, INC. New York. 1972.
[14] J. W. Cooley and J.W Tukey. An algorithm for machine calculation of complex
Fourier series. Math. Comp. 19 (1965), 297-301.
[15] P. Diaconis and D. Rockmore. Ecient Computation of the Fourier Transform on
Finite Groups. Journal of the American Mathematical Society, 3 (1990) 297-332.
[16] D. Maslen and D. Rockmore. Generalized FFTs A survey of some recent results.
Proc. 1995 DIMACS Workshop in Groups and Computation, L. Finkelstein and W.
Kantor (eds.), Dimacs Series in Disc. Math. and Comp. Sci, Vol. 28, 183-238.
[17] D. Rockmore. Some applications of generalized FFTs. Proc. 1995 DIMACS Workshop
in Groups and Computation, L. Finkelstein and W. Kantor (eds.), Dimacs Series in Disc.
Math. and Comp. Sci, Vol. 28, 329-370.
[18] D. Healy Jr., D. Rockmore, P. Kostelec and S. Moore. FFTs for the 2-Sphere
- Improvements and Variations. Journal of Fourier Analysis and Applications 9 (2003),
341 - 385.
[19] E. Majorana. Atomi orientati in campo magnetico variabile. Nuovo Cimento 9 (1932)
43 - 50.
[20] M.R. Dennis. Canonical representation of spherical functions: Sylvesters theorem,
Maxwells multipoles and Majoranas sphere. J. Phys. A37 (2004) 9487-9500.
[21] V. Bargmann. On the Hilbert space of analytic functions and an associated integral
transform. Comm. Pure. Appl. Math. 14 (1961) 187.
[22] J.R. Klauder and Bo-Sture Skagerstam. Coherent States: Applications in
Physics and Mathematical Physics. World Scientic (1985).
[23] P.J. Davis. Circulant Matrices. Chelsea Publishing, NY (1994).
[24] A. Ben-Israel, T.N.E. Greville. Generalized Inverses. Springer-Verlag (2003).
[25] M. Holschneider. Wavelets: an analysis tool. Oxford University Press (1998).
[26] S.T. Ali, J.P. Antoine, J.P. Gazeau. Coherent States, Wavelets and Their Gen-
eralizations. Springer (2000).
[27] M. Calixto and J. Guerrero. Wavelet transform on the circle and the real line: a
unied group-theoretical treatment. Appl. Comput. Harmon. Anal. 21 (2006) 204-229.
[28] J. Guerrero and V. Aldaya. Invariant Measures on Polarized submanifolds in
Group Quantization. J. Math. Phys. 41 (2000), 6747-6765.
[29] A. Grossmann, J. Morlet and T. Paul. Transforms associated to square integrable
group representations I. General results. J. Math. Phys. 26 (1985) 2473-2479.
BIBLIOGRAF
IA 133
[30] M. Daoud and A. Jellal. Quantum Hall Droplets on Disk and Eective Weiss-
Zumino-Witten Action for Edge States.International Journal of Geometric Methods in
Modern Physics 4 (2007), 1187-1204.
[31] H. F uhr. Abstract Harmonic Analysis of Continuous Wavelet Transforms.Springer
(2005).
[32] D. Maslen. Ecient computation of Fourier transforms on compact groups.Journal of
Fourier Analysis and Applications 4 (1998), 19-52.
[33] D. Maslen. Sampling of functions and sections for compact Groups. Modern Signal
Processing 46 (2003), 247-280.
[34] I. Pesenson. A sampling theorem on homogeneous manifolds.Trans. Am. Math. Soc.
352 (2000), 4257-4269.
[35] I. Pesenson. Poincare-type inequalities and reconstruction of Paley-Wiener functions
on manifoldsJ. Geom. Anal. 14 (2004), 101-121.
[36] H. Feichtinger, I. Pesenson. A reconstruction method for band-limited signals on
the hyperbolic plane.Sampl. Theory Signal Image Process. 4 (2005), 107-119.
[37] I. Pesenson. Deconvolution of band limited functions on non-compact symmetric
spaces.Houst. J. Math. 32 (2006), 183-204.
[38] M. Ebata, M. Eguchi, S. Koizumi, K. Kumahara. On sampling formulas on
symmetric spaces.J. Fourier Anal. Appl. 12 (2006), 1-15.
[39] M. Ebata, M. Eguchi, S. Koizumi, K. Kumahara. Analogues of sampling theo-
rems for some homogeneous spaces.Hiroshima Math. J. 36 (2006), 125-140.
[40] I. Pesenson. Paley-Wiener Approximations and Multiscale Approximations in Sobolev
and Besov Spaces on Manifolds.J. Geom. Anal. 19 (2009), 390-419.
[41] M. B. Stenzel. A Reconstruction Theorem for Riemannian Symmetric Spaces of Non-
compact Type.J. Fourier Anal. Appl. 15 (2009), 839-856.
[42] A. Kyatkin and G.S. Chirikjian. Algorithms for fast convolutions on motion
groups.Applied and Computational Harmonic Analysis 9 (2000), 220-241.
[43] G.S. Chirikjian and A. Kyatkin. Engineering applications of noncommutative har-
monic analysis.CRC Press (2001).
[44] A. Kyatkin and G.S. Chirikjian. Computation of robot conguration and
workspaces via the Fourier transform on the discrete motion-group.International Journal
of Robotics Research 18 (1999), 601-615.
[45] J-P. Antoine and A.L. Hohouto. Discrete frames of Poincare coherent states in
1+3 dimensions. Journal of Fourier Analysis and Applications 9 (2003), 141-173.
134 BIBLIOGRAF
IA
[46] A. Grossmann, J. Morlet and T. Paul. Transforms associated to square integrable
group representations I. General results.J. Math. Phys. 26 (1985) 2473-2479.
[47] O. Christensen. An introduction to Frames and Riesz Bases.Birkhauser, Biston
(2003).
[48] Perelomov A.M.: Commun. Math. Phys. 21, 41 (1971).
[49] Vilenkin N. Ya.: Special Functions and Theory of Group Representations.(Nauka,
Moscow 1965).
[50] Barut A., Raczka R.: Theory of Group Representations and Applications.Polish
Scientic Publishers, Warszawa 1977.
[51] Bargmann V.: Ann. Math. 48, 568 (1947).
[52] Gelfand I.M., Graev M.I., Vilenkin N. Ya.: Integral Geometry and Related Prob-
lems or Representation Theory .(Fitzmatgiz, Moscow 1962).
[53] James S. Walker. Fast Fourier Transforms .II Edition. CRC Press. 1996.
[54] Monforte, J. The digital reproduction of sound.Sci. Am., 251(6), 78, 1986.
[55] J. von Neumann. Mathematical Foundations of Quantum Mechanics.Princeton Uni-
versity Press, 1996.
[56] K. Seip. Density theorems for sampling and interpolation in the Bargmann-Fock
space.Bull. Am. Math. Soc. 26 (1992) 322-328.
[57] P.A.M. Dirac. The Quantum Theory of the Emission and Absorption of Radia-
tion.Proc. Roy. Soc. (London) A114 (1927) 243-265.
[58] L. Susskind and J. Glogower. Physics 1 (1964) 49.
[59] P. Carruthers and M.M. Nieto. Phase and Angle Variables in Quantum Mechan-
ics.Rev. Mod. Phys. 40 (1968) 411-440.
[60] D.T. Pegg and S.M. Barnett. Unitary Phase Operator in Quantum Mechan-
ics.Europhys. Lett. 6 (1988) 483-487.
[61] D.T. Pegg and S.M. Barnett. Phase Properties of the Quantized Single-mode Elec-
tromagnetic Field.Phys. Rev. A39 (1989) 1665-1675.
[62] P.L. Garca de Le on and J.P. Gazeau. Coherent state quantization and phase
operator.Physics Letters A361 (2007) 301-304.
[63] M. Daoud and M. R. Kibler. Phase operators, temporally stable phase states, mu-
tually unbiased bases and exactly solvable quantum systems.J. Phys. A: Math. Theor.
43 (2010) 115303 (18pp).
BIBLIOGRAF
IA 135
[64] X.B. Wanga, T. Hiroshima, A. Tomita and M. Hayashi. Physics Reports 448,
1111, (2007).
[65] N. Cotfas and J. P. Gazeau. Finite tight frames and some applications.J. Phys. A:
Math. Theor. 43 (2010) 193001 (26pp).
[66] B. Sakita. W
gauge transformations and the electromagnetic interactions of electrons

in the lowest Landau level.Phys. Lett. B315 (1993) 124-128.
[67] W. P. Schleich. Quantum Optics in Phase Space.Wiley-VCH (2001).
[68] A. Ungar. Generalized hyperbolic functions.Amer. Math. Monthly 89 (1982), 688-691.
[69] A. Vourdas. J. Phys. A:Math. Gen. 39 (2006) R65-R141.
[70] J. Janszky and An. V. Vinogradov. Phys. Rev. Lett. 64 (1990) 2771-2774.
[71] W. Schleich, M. Pernigo, and F.L. Kien. Phys. Rev. A44 (1991) 2172-2187.
[72] Jinzuo Sun, Jisuo Wang, and Chuankui Wang. Phys. Rev. A46 (1992) 1700-
1702.
[73] J. Janszky, P. Domokos, and P. Adam. Phys. Rev. A48 (1993) 2213-2219.
[74] P Domokos, P. Adam, and J. Janszky. Phys. Rev. A50 (1994) 4293-4297.
[75] S. Szabo, P. Adam, J. Janszky, and P. Domokos. Phys. Rev. A53 (1996) 2698-
2710.
[76] P. Aniello, V.I. Manko and G. Marmo. J. Phys. A41 (2008) 285304.
[77] J.A Gonz alez and M.A. del Olmo. J. Phys. A: Math. Gen. 31 (1998) 8841-8857.
[78] B. Yurke and D. Stoler. Phys. Rev. Lett. 57 (1986) 13-16.
[79] A. Ourjoumtsev, R. Tualle-Brouri, J. Laurat, P. Grangier. Nature 312
(2006) 83-86.
[80] M. Kira, S. W. Koch, R. P. Smith, A. E. Hunter and S.T. Cundiff. Nature
Physics. (2001) 799-804.
[81] E. Romera, M. Calixto,
`
A. Nagy. Europhys. Lett. 97 (2012), 20011.
[82] M. Calixto and E. Romera. Schrodingers catlike-states and entanglement in quan-
tum phase transitions of vibron models.(2012) sent to publish.

Tes Is Doctoral 1

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

Tes Is Doctoral 1

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD DE MURCIA

IA, Profesores Titulares de Uni-

C = C (Compacticacion por un punto del plano complejo).

= g G : d(g, I) < , dada I la identidad del grupo G.

puede ser parametrizado por n parametros x

g : g G tiene exactamente el mismo n umero de elementos que G, para

G, y cualquier funcion (g) en la que la integral esta bien denida.

, = . A partir de aqu, se puede demostrar

son espacios homogeneos que

2.8. Producto de convolucion

h()d (Formula de Parseval).

D(t)(t)dt. Dos distribuciones D

f f|. La proposicion A.2 de [4] (p.597.) prueba que

, obtenemos el operador frame

su espacio dual, consistente en todas las funciones

puede ser escrito unvocamente de esta forma.

G es la medida invariante por la izquierda de

es un operador positivo, acotado e invertible.

es acotado, entonces el conjunto S

es acotado). Entonces deni-

(1) es completo con respecto al producto escalar

(Q, dq). As que, la aplicacion inversa T

(Q, dq). (2.6)

)(q). Estas expresiones adquieren una forma m as simple cuando A

. De hecho, un tight frame continuo

T , y la condici on de admisibilidad adopta la forma:

es la pseudoinversa por la izquierda. Donde el operador frame

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

son operadores escaleras de creacion y destruccion, respec-

es una representaci on irreducible, tenemos por el lema de Schur que

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

T es invertible (vease seccion 2.10.4).

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

es una matriz N N hermtica denida

constituye un pseudo-frame dual para S. El operador P

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

+ 1) (2s + 1). Si Denimos la matriz

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

) son los operadores frame para el caso de

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

indica la suma con la restriccion p = j k + 2r .

de los datos reescalados

, obtenemos una variante de la formula

ITULO 3. TEOREMAS DE MUESTREO Y DFT SOBRE LA ESFERA

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

esta dado por

= z C : [z[ > 1 (Exterior del crculo unidad).

se reeren a las dos hojas del hiperboloide. En efecto, el espacio X

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

[ = 0 y los estados coherentes

Un vector general de symplin s

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

; para alguna constante C,

, es una matriz Hermtica invertible denida positiva,

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

en (5.26) para obtener la f ormula de

ITULO 4. TEOREMAS DE MUESTREO Y DFT SOBRE EL HIPERBOLOIDE

ITULO 5. TEOREMAS DE MUESTREO Y DFT SOBRE C