Articulo de referencia

Clase Schur

En análisis complejo , la clase de Schur es el conjunto de funciones holomorfas. F ( z ) {\displaystyle f(z)} definido en el disco de la unidad abierta D = { z ∈ do : | z | < 1 ...

En análisis complejo , la clase de Schur es el conjunto de funciones holomorfas.F(z){\displaystyle f(z)}definido en el disco de la unidad abiertaD={zdo:|z|<1}{\displaystyle \mathbb {D} =\{z\in \mathbb {C} :|z|<1\}} y satisfactorio|F(z)|1{\displaystyle |f(z)|\leq 1}que resuelven el problema de Schur: Dados los números complejosdo0,do1,,donorte{\displaystyle c_{0},c_{1},\dotsc ,c_{n}}, encontrar una función F(z)=j=0nortedojzj+j=norte+1Fjzj,{\displaystyle f(z)=\sum _{j=0}^{n}c_{j}z^{j}+\sum _{j=n+1}^{\infty }f_{j}z^{j},} que es analítica y está acotada por 1 en el disco unitario. [ 1 ] El método para resolver este problema, así como problemas similares (por ejemplo, resolver sistemas de Toeplitz e interpolación de Nevanlinna-Pick ), se conoce como algoritmo de Schur (también llamado extracción de coeficientes o extracción de capas ). Una de las propiedades más importantes del algoritmo es que genera n + 1 polinomios ortogonales que pueden usarse como funciones base ortonormales para expandir cualquier polinomio de orden n . [ 2 ] Está estrechamente relacionado con el algoritmo de Levinson, aunque el algoritmo de Schur es numéricamente más estable y más adecuado para el procesamiento paralelo. [ 3 ]

Función Schur

Consideremos la función de Carathéodory de una medida de probabilidad única.dμ{\displaystyle d\mu }en el círculo unitarioT={zdo:|z|=1}{\displaystyle \mathbb {T} =\{z\in \mathbb {C} :|z|=1\}} dado por F(z)=miiθ+zmiiθzdμ(θ),{\displaystyle F(z)=\int {\frac {e^{i\theta }+z}{e^{i\theta }-z}}d\mu (\theta ),} dóndedμ(θ)=1{\displaystyle \int d\mu (\theta )=1}implicaF(0)=1{\displaystyle F(0)=1}. [ 4 ] Entonces la asociación F(z)=1+zF(z)1zF(z),{\displaystyle F(z)={\frac {1+zf(z)}{1-zf(z)}},} Establece una correspondencia uno a uno entre las funciones de Carathéodory y las funciones de Schur.F(z){\displaystyle f(z)}dada por la fórmula inversa: F(z)=z1(F(z)1F(z)+1).{\displaystyle f(z)=z^{-1}\left({\frac {F(z)-1}{F(z)+1}}\right).}

Algoritmo de Schur

El algoritmo de Schur es una construcción iterativa basada en transformaciones de Möbius que mapea una función de Schur a otra. [ 4 ] [ 5 ] El algoritmo define una secuencia infinita de funciones de Schur.FF0,F1,,Fnorte,{\displaystyle f\equiv f_{0},f_{1},\dotsc ,f_{n},\dotsc }y parámetros de Schurγ0,γ1,,γnorte,{\displaystyle \gamma _{0},\gamma _{1},\dotsc ,\gamma _{n},\dotsc }(también llamado coeficiente de Verblunsky o coeficiente de reflexión ) mediante la recursión: [ 6 ]Fj+1=1zFj(z)γj1γj¯Fj(z),Fj(0)γjD,{\displaystyle f_{j+1}={\frac {1}{z}}{\frac {f_{j}(z)-\gamma _{j}}{1-{\overline {\gamma _{j}}}f_{j}(z)}},\quad f_{j}(0)\equiv \gamma _{j}\in \mathbb {D} ,} que se detiene siFj(z)miiθ=γjT{\displaystyle f_{j}(z)\equiv e^{i\theta }=\gamma _{j}\in \mathbb {T} }. Se puede invertir la transformación como F(z)F0(z)=γ0+zF1(z)1+γ0¯zF1(z){\displaystyle f(z)\equiv f_{0}(z)={\frac {\gamma _{0}+zf_{1}(z)}{1+{\overline {\gamma _{0}}}zf_{1}(z)}}} o, equivalentemente, como una expansión fraccionaria continua de la función de Schur. F0(z)=γ0+1|γ0|2γ0¯+1zγ1+z(1|γ1|2)γ1¯+1zγ2+{\displaystyle f_{0}(z)=\gamma _{0}+{\frac {1-|\gamma _{0}|^{2}}{{\overline {\gamma _{0}}}+{\frac {1}{z\gamma _{1}+{\frac {z(1-|\gamma _{1}|^{2})}{{\overline {\gamma _{1}}}+{\frac {1}{z\gamma _{2}+\cdots }}}}}}}}} al utilizar repetidamente el hecho de que Fj(z)=γj+1|γj|2γj¯+1zFj+1(z).{\displaystyle f_{j}(z)=\gamma _{j}+{\frac {1-|\gamma _{j}|^{2}}{{\overline {\gamma _{j}}}+{\frac {1}{zf_{j+1}(z)}}}}.}

Véase también

Referencias

  1. ^ Schur, J. (1918), "Über die Potenzreihen, die im Innern des Einheitkreises beschränkten sind. I, II", Journal für die reine und angewandte Mathematik , Teoría del operador: avances y aplicaciones, vol.  147, págs. 205–232 , I. Métodos de Schur en teoría del operador y procesamiento de señales en: Teoría del operador: avances y aplicaciones, vol. 18, Birkhäuser, Basilea, 1986 (traducción al inglés), doi : 10.1007/978-3-0348-5483-2 , ISBN  978-3-0348-5484-9{{citation}}: Incompatibilidad de ISBN/Fecha ( ayuda )
  2. Chung, Jin-Gyun; Parhi, Keshab K. (1996). Pipelined Lattice and Wave Digital Recursive Filters . The Kluwer International Series in Engineering and Computer Science. Boston, MA: Springer US. p. 79. doi : 10.1007/978-1-4613-1307-6 . ISBN  978-1-4612-8560-1ISSN 0893-3405 
  3. Hayes, Monson H. (1996). Procesamiento y modelado estadístico de señales digitales . John Wiley & Son. pág. 242. ISBN  978-0-471-59431-4OCLC 34243409 
  4. 1 2 Simon, Barry (2005), Polinomios ortogonales en el círculo unitario. Parte 1. Teoría clásica , Publicaciones del Coloquio de la Sociedad Matemática Americana, vol. 54, Providence, RI: Sociedad Matemática Americana , ISBN  978-0-8218-3446-6, MR 2105088 
  5. Conway, John B. (1978). Funciones de una variable compleja I (Textos de posgrado en matemáticas 11) . Springer-Verlag. pág. 127. ISBN  978-0-387-90328-6.
  6. Simon, Barry (2010), El teorema de Szegő y sus descendientes: teoría espectral para perturbaciones L² de polinomios ortogonales , Princeton University Press, ISBN 978-0-691-14704-8