INTRODUCCI

ON A LA TEOR

IA DE LAS
ONDELETAS
Trabajo de Graduacion presentado a la Facultad de Ciencia, en cumplimiento
parcial de los requisitos exigidos para optar al grado de Licenciado en Educacion
Matematica y Computacion.
UNIVERSIDAD DE SANTIAGO DE CHILE
SANTIAGO-CHILE
2006
INTRODUCCI

ON A LA TEOR

IA DE LAS
ONDELETAS
Rodrigo Ponce Cubillos
Este trabajo de Graduacion fue elaborado bajo la supervision del profesor gua
Dr. Carlos Lizama del Departamento de Matematica y Ciencia de la Com-
putacion y ha sido aprobado por los miembros de la Comision Calicadora del
candidato, Dra. Veronica Poblete y Dr. Humberto Prado.

Profesor Informante Profesor Informante

Profesor Gua Director
3
Agradecimientos
Agraceder a todos resulta difcil, debido a que son muchas las personas que nos
rodean, ademas, mi memoria no me ayuda mucho.
Fueron muchos con los que compart durante todos estos a nos de estudio. Mis
compa neros(as) y amigos(as), Angy, Cata, Celeste, Cote, Lore, Bizama, Venegas,
y otros, con los cuales vivimos muchos momentos faciles y difciles.
Agradezco al profesor Carlos Lizama, por acogerme como estudiante memorista
y por guiarme en este trabajo.
Agradezco tambien a los profesores que conoc en la univesidad, de los cuales
aprend muchas cosas, en especial a la profesora Lorena Espinoza, el profesor
Maximo Gonzalez y Rafael Labarca, quienes me colaboraron enormemente en
diversos proyectos que emprend.
Finalmente, agradezco especialmente a mi familia, quienes son el pilar funda-
mental de mi vida, y tambien a quien hace posible que estemos vivos, a Dios.
Gracias a todos.
Rodrigo Ponce Cubillos

Indice General

Indice 4
Introduccion 6
1. Preliminares 10
1.1. Elementos de Teora de Medida . . . . . . . . . . . . . . . . . . 10
1.2. La integral de Lebesgue . . . . . . . . . . . . . . . . . . . . . . 12
1.3. Espacios L
p
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4. Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5. Operadores en Espacios de Hilbert . . . . . . . . . . . . . . . . 18
1.6. Series y Transformada de Fourier en L
2
. . . . . . . . . . . . . . 20
1.6.1. Series de Fourier en L
2
(T) . . . . . . . . . . . . . . . . . 20
1.6.2. La Transformada de Fourier . . . . . . . . . . . . . . . . 28
2. La Transformada de Ondeletas 31
2.1. La Transformada continua de Ondeletas en L
2
. . . . . . . . . . 31
2.1.1. Teorema de Parseval . . . . . . . . . . . . . . . . . . . . 47
2.1.2. Transformada inversa de ondeletas . . . . . . . . . . . . 52
2.2. Caracterizacion de la regularidad usando ondeletas . . . . . . . 55
2.3. La Transformada continua de Ondeletas en varias dimensiones . 64
4
5
2.4. La Transformada Discreta de Ondeletas en L
2
. . . . . . . . . . 66
2.4.1. Discretizando la transformada de ondeletas . . . . . . . . 66
2.5. Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3. Aplicaciones 76
3.1. Analisis de Multiresolucion . . . . . . . . . . . . . . . . . . . . . 76
3.2. Caracterizacion de espacios de funciones usando ondeletas . . . 82
3.3. Analisis de Fourier versus Ondeletas . . . . . . . . . . . . . . . . 83
Bibliografa 85
Introduccion
El analisis de se nales en diversos contextos, resulta relevante para el desarrollo
de tecnologas y el descubrimiento de nuevos recursos.
Representar funciones mediante partculas elementales ha sido una de las he-
rramientas principales que han usado los cientcos para examinar y transmi-
tir se nales, ya sean auditivas, visuales o extradas a partir de alg un fenomeno
natural.
El sistema de monomios (xa)
n
: n = 0, 1, 2, ... son las partculas elementales
que se usan para representar se nales (funciones) mediante el desarrollo de Tay-
lor. Los sistemas de ondas 1, cos nx, sen nx : n = 1, 2, 3, ... son las partculas
elementales de las series de Fourier, que permiten representar se nales denidas
en cualquier intervalo de longitud 2. Estos son los dos modelos clasicos de
sistemas reproductores. En general, cualquier base ortonormal para un espacio
de funciones es un sistema reproductor de ese espacio, en el que las partculas
elementales son los elementos de la base.
Las ondeletas, en ingles wavelets, permiten descomponer una se nal (funcion) en
sus diferentes componentes de frecuencia, utilizando traslaciones y dilataciones
de una funcion ja, permitiendo ademas, construir bases ortonormales de ciertos
espacios de funciones.
6
7
Las primeras apariciones del termino ondeletas, fue en investigaciones del area
de la sismologa, donde se analizaba el disturbio resultante de un impulso ssmico
o de una carga explosiva.
Sin embargo, el avance mas signicativo fue realizado por el geofsico Jean Mor-
let, quien trabajaba en la compa na petrolera francesa Elf-Aquitaine. Morlet se
dedicaba a detectar capas petrolferas al interior de la tierra enviando vibra-
ciones o impulsos y analizar el eco recibido. En la practica, este analisis debera
ayudar a decidir donde y de que estan compuestas las distintas capas del subsue-
lo. Sin embargo, el analisis de Fourier con ventanas, windowed Fourier transform
(WFT) que desde 1960 se usaba para estudiar estos ecos no lo satisfaca.
La WFT analiza se nales a partir de la base ortonormal de L
2
(R) (sistema re-
productor):

[n,n+1)
(t)e
2mt
, m, n Z
Sin embargo, en este sistema hay discontinuidades por el hecho de usar la funcion
caracterstica.
Es por esto que Morlet propuso, en 1975, un nuevo sistema que consideraba
traslaciones y dilataciones de una funcion de L
2
(R):

(m,n)
(x) = 2

m
2

_
2
m
x n
_
, m, n Z.
Posteriormente, Alex Grossman y Morlet mostraron como se nales arbitarias
pueden ser analizadas en terminos de estas traslaciones y dilataciones de una
funcion que denominaron ondeleta madre.
El matematico frances Yves Meyer y Stephane Mallat ampliaron esta nocion, y
desarrollaron el analisis de multiresolucion (AMR). En 1989, Mallat mostro como
esta teora se puede utilizar en el procesamiento digital de imagenes.
8
Desde entonces, las ondeletas han sido usadas en diversas areas, y cuenta con
aplicaciones en geologa, mecanica cuantica, compresion de imagenes y sonido,
analisis de imagenes y se nales, desarrollo de instrumental medico, fsica, bio-
loga, medicina, ac ustica, astronoma, energa nuclear, neurosiologa, resonan-
cia magnetica, identicacion de voces, reconocimiento de patrones, fsica solar,
meteorologa, entre otras. En matematica pura, sus aplicaciones estan el estudio
de los operadores Calderon-Zygmund, analisis armonico, fractales, ecuaciones
diferenciales, ecuaciones integrales, sistemas dinamicos, entre otros.
Este Trabajo de Titulacion, cuenta con tres captulos, el primero de Preelimi-
nares en el cual se resumen los conceptos basicos para el estudio de la teora de
ondeletas, incluyendo teora de medida, espacios L
p
, bases ortonormales, series
y transformada de Fourier, y operadores en espacios de Hilbert.
El segundo captulo, titulado La transformada de ondeletas se describe la trans-
formada continua y discreta de ondeletas en L
2
. Ademas, se prueban algunos
resultados importantes y se muestran algunas aplicaciones. Las secciones de este
captulo son:
La transformada continua de ondeletas; se denen la ondeleta generatriz, las
ondeletas asociadas a una ondeleta generatriz, y la transformada continua.
El Teorema de Parseval y la Transformada inversa de ondeletas; se prueban estos
importantes teoremas en la teora de ondeletas.
Caracterizacion de regularidad; se muestra como es posible caracterizar la re-
gularidad de funciones de L
2
usando la transformada continua de ondeletas.
La transformada continua en varias dimensiones; se muestra brevemente como es
posible extender la transformada continua para funciones de L
2
(R
n
), con n 2.
9
La transformada discreta de ondeletas; se dene la transformada discreta, se
prueba ademas que ciertas ondeletas constituyen una base ortonormal de L
2
(R).
Se naliza con los Frames, que se denen, y se relacionan con la transformada
discreta.
Se naliza con un breve captulo de Aplicaciones, en el cual se dene el analisis
de Multiresolucion (AMR), y se muestra como es posible caracterizar ciertos
espacios de funciones usando la teora de ondeletas.
Este trabajo de titulacion tiene como proposito dar una vision global de la Teora
de Ondeletas, resumir sus principales propiedades, mostrar algunas aplicaciones,
comenzando con los conceptos basicos necesarios para su estudio, y se basa en el
texto Ten Lectures on wavelets de Ingrid Daubechies, quien es reconocida como
una de las investigadoras que han hecho mayores avances en esta teora.
Captulo 1
Preliminares
En este captulo se resumen los principales elementos de teora de medida, espa-
cios de Lebesgue, bases ortonormales, operadores en espacios de Hilbert, series
y transformada de Fourier, necesarios para el estudio de la teora de ondeletas.
1.1. Elementos de Teora de Medida
A continuacion se denen los principales conceptos de teora de medida.
Consideremos una coleccion M de subconjuntos de un conjunto X. Diremos
que M es una algebra en X, si M satisface las siguientes condiciones:
X M.
Si A M, entonces A
c
M, donde A
c
es el complemento de A respecto a
X, es decir, A
c
= X A.
Si A =

i=1
A
i
donde A
i
M para i = 1, 2, ..., entonces A M.
10
11
Si M es una -algebra en X, entonces, se dice que X es un espacio medible,
y los elementos de M se llaman conjuntos medibles en X.
Consideremos ahora una coleccion T de subconjuntos de un conjunto Y . T se
dice una topologa en Y , si T satisface:
T, Y T.
Si V
i
T para i = 1, 2, ..., n, entonces
n

i=1
V
i
T.
Si V

I
es una coleccion arbitraria de elementos de T entonces

I
V

T, donde I es un conjunto de ndices.
Si T es una topologa en Y , entonces, se dice que Y es un espacio topologico,
y los elementos de T se denominan conjuntos abiertos en Y .
Si X es un espacio medible, e Y un espacio topologico, la funcion f : X Y
se dice medible si f
1
(V ) es un conjunto medible en X para todo abierto V de
Y .
Denicion 1.1.1 Se llama medida positiva a una funcion : M [0, ],
donde M es una -algebra numerablemente aditiva, es decir, si A
i
es una
coleccion numerable de elementos disjuntos de M, entonces:

_
i=1
A
i
_
=

i=1
(A
i
) (donde A
i
A
j
= si i ,= j).
El conjunto X se dice un espacio de medida si X es un espacio medible en el
que hay denida una medida positiva : M [0, ], donde M es una -algebra
en X.
Denicion 1.1.2 Una funcion simple en un espacio medible X, es una fun-
cion denida de X en C, cuya imagen consta de una cantidad nita de puntos.
12
1.2. La integral de Lebesgue
Consideremos una -algebra M en un conjunto X, y : M [0, ] una medida
positiva.
Denicion 1.2.1 Si s : X [0, ) es una funcion simple medible, de la forma:
s =
n

i=1

A
i
donde
1
, ...,
n
son los distintos valores de s,
A
i
es la funcion caracterstica de
A
i
. Para E M denimos:
_
E
sd =
n

i=1

i
(A
i
E) .
Si f : X [0, ] es medible, y E M, denimos:
_
E
fd = sup
_
E
sd
donde el supremo se toma sobre todas las funciones simples medibles s tales que
0 s f.
Llamamos a
_
E
fd la integral de Lebesgue de f sobre E, respecto a la medida
. Decimos, entonces que f es Lebesgue integrable sobre E respecto a la
medida .
13
1.3. Espacios L
p
Sea X un espacio de medida, con una medida positiva .
Denicion 1.3.1 Si 0 < p < , y si f es una funcion compleja medible en X,
f : X [0, ], sea:
[[f[[
p
:=
_
_
_
X
[f[
p
d
_
_
1
p
.
Se dene el espacio L
p
() como el conjunto de todas las funciones f para las
que [[f[[
p
< , es decir:
L
p
() := f; [[f[[
p
< .
Llamamos a [[f[[
p
la norma L
p
de f.
Consideremos p = 2. Si es una medida positiva, denimos en L
2
() el producto
interior de f, g L
2
() por:
f, g) :=
_
X
fgd. (1.1)
Note que: [[f[[ = (f, f))
1
2
=
_
_
X
ffd
_1
2
=
_
_
X
[f[
2
d
_1
2
= [[f[[
2
.
Para una medida positiva, es facil vericar que L
2
() con el producto interno
denido en (1.1) es un espacio vectorial.
14
Proposicion 1.3.1 (Desigualdad de Cauchy-Schwarz) Sean f, g L
2
(),
entonces:

_
X
fgd

_
X
[f[
2
d
_
X
[g[
2
d.
Demostracion: Ver [11] de las referencias.
Denicion 1.3.2 Sean f, g L
2
(), tales que (x : f(x) ,= g(x)) = 0 (es
decir, los puntos en que f y g son distintas es un conjunto de medida cero).
Entonces, decimos que f es igual a g en casi todo punto, abreviadamente
f = g en ctp[u] o f g.
Denicion 1.3.3 Sea f
n
una sucesion en L
p
(). Si f L
p
(), y si lm
n
[[f
f
n
[[
p
= 0, entonces, decimos que f
n
converge a f en L
p
().
Denicion 1.3.4 Si para todo > 0 existe N N tal que [[f
n
f
m
[[
p
<
cuando n > N y m > N, decimos entonces, que f
n
es una sucesion de
Cauchy en L
p
().
Denicion 1.3.5 Un espacio metrico es un conjunto X en el que hay denida
una funcion distancia (o metrica) d : X X R
+
0 con las siguientes
propiedades:
d(x, y) = 0 x = y.
d(x, y) = d(y, x), x, y X.
d(x, y) d(x, z) +d(z, y), x, y, z X.
Denicion 1.3.6 Un espacio metrico M se dice completo si toda sucesion de
Cauchy denida en M converge en M.
15
Sean f, g L
2
(), si se dene d(f, g) := [[f g[[
2
, es sencillo vericar que L
2
()
con d es un espacio metrico.
Proposicion 1.3.2 L
2
() es un espacio metrico completo para toda medida
positiva .
Demostracion: Ver [11] de las referencias.
Observacion 1.3.1 La Proposicion 1.3.2 es tambien valida para L
p
() con 1
p .
Ahora enunciamos un importante teorema que sera utilizado en algunos resul-
tados sobre la transformada de ondeletas.
Proposicion 1.3.3 (Teorema de convergencia dominada de Lebesgue)
Sea f
n
: M R una sucesion de funciones tales que existe lm
n
f
n
(x),
para todo x M. Si existe una funcion g L
1
(R) tal que [f
n
(x)[ [g(x)[ para
n = 1, 2, ...; x M, entonces f L
1
(R) y
lm
n
_
R
f
n
(x)dx =
_
R
f(x)dx.
Demostracion: Ver [11] de las referencias.
16
1.4. Bases Ortonormales
En esta seccion se estudiaran brevemente las bases ortonormales denidas en
espacios de dimension innita.
En un espacio de dimension nita n, cualquier conjunto ortonormal de n vectores
forma una base. De esta manera, se puede obtener cualquier vector de dicho
espacio haciendo combinaciones lineales nitas con los elementos de la base.
En cambio, en los espacios de dimension innita se requiere de otros conceptos
para que cada vector de el se pueda representar como combinacion lineal de
los elementos de la base. De aqu en adelante se consideraran solo espacios de
dimension innita.
Denicion 1.4.1 Sea H un espacio vectorial complejo con producto interno
, ) en el que ha sido denida una metrica d, tal que para x, y H se tiene
d(x, y) = x y, x y)
1
2
. Si H con la metrica d es completo, entonces decimos
que H es un espacio de Hilbert.
Observacion 1.4.1 Como el espacio L
2
() es completo, entonces, con el pro-
ducto interno denido en (1.1), y la metrica denida por d(f, g) := [[f g[[
2
,
L
2
() es un espacio de Hilbert.
Denicion 1.4.2 Un conjunto de vectores x
k

kN
en un espacio de Hilbert H
se dice ortonormal si:
x
m
, x
n
) =
_
_
_
1 si m = n
0 en otro caso
17
Dada una sucesion ortonormal e
k
en un espacio de Hilbert H, se puede con-
siderar una serie de la forma:

k=1

k
e
k
(1.2)
donde,
1
,
2
, ... son escalares. Si consideramos las sumas parciales s
n
=
1
e
1
+
... +
n
e
n
, y existe alg un s H tal que estas sumas parciales convergen a s, esto
es: [[s
n
s[[ 0 cuando n , entonces diremos que la serie (1.2) converge a
s H.
Proposicion 1.4.1 (Convergencia) Sea e
k
una sucesion ortonormal en un
espacio de Hilbert H. Entonces:
(a) La serie (1.2) converge si y solo si converge la serie:

k=1
[
k
[
2
.
(b) Si (1.2) converge, entonces los coecientes a
k
son los coecientes de Fourier
x, e
k
), donde x denota la suma de (1.2). En este caso podemos escribir:
x =

k=1
x, e
k
)e
k
.
Demostracion: (a) Sea s
n
=
1
e
1
+... +
n
e
n
y
n
= [
1
[
2
+... +[
n
[
2
. Entonces
por la ortonormalidad, para cualquier m, n con n > m, se tiene (usando el
teorema de Pitagoras):
[[s
n
s
m
[[
2
= [[
m+1
e
m+1
+... +
n
e
n
[[
2
= [
m+1
[
2
+... +[
n
[
2
=
n

m
Luego, s
k
es una sucesion de Cauchy en H s y solo s
n
es una sucesion
de Cauchy en R. Esto prueba (a) ya que H es completo.
18
(b) Tomando el producto de s
n
y e
j
y usando la ortonormalidad, tenemos:
s
n
, e
j
) =
j
para j = 1, ..., k con (k n jo). Ademas:
x =

k=1

k
e
k
= lm
N
N

k=1

k
e
k
= lm
N
s
N
.
Pero, s
n
, e
j
) =
j
, luego:

j
= lm
N
s
N
, e
j
) = x, e
j
).
As, x =

k=1
x, e
k
)e
k
.
Observacion 1.4.2 Notese que el sistema e
in

nZ
es un sistema ortonormal
en L
2
(T), donde el producto interno para f, g L
2
(T) esta dado por f, g) :=
1
2
_
T
f()g()d. En efecto,
e
in
, e
im
) =
1
2
_
T
e
i(nm)
d
Ahora, si n = m, entonces e
in
, e
im
) = 1. Si n ,= m, entonces, existe k Z0
tal que n m = k, luego,
e
in
, e
im
) =
1
2

e
ik
d =
1
2
_

i
k
e
ik

_
= 0.
1.5. Operadores en Espacios de Hilbert
Consideremos un espacio de Hilbert H. Un operador es una funcion lineal de H
en H.
Luego, si A es un operador en H, entonces:
A(
1
u
1
+
2
u
2
) =
1
Au
1
+
2
Au
2
.
19
Si
||Aw||
||w||
(w ,= 0) es acotado, entonces el operador A se dice acotado. La norma
de A esta denida por:
[[A[[ = sup
uH,||u||=0
[[Au[[
[[u[[
= sup
||u||=1
[[Au[[.
El adjunto A

de un operador acotado A en un espacio de Hilbert H es un

operador denido por:
u
1
, A

u
2
) = Au
1
, u
2
), donde u
1
, u
2
H.
Si A

= A, entonces A se dice autoadjunto.

Si un operador autoadjunto A satisface Au, u) 0, para todo u H, entonces
se dice que A es un operador positivo.
20
1.6. Series y Transformada de Fourier en L
2
En este captulo se estudian brevemente las series y la transformada de Fourier
denidas en L
2
(T) y L
2
(R) respectivamente. Ademas se enuncian y demuestran
algunos resultados importantes como el Teorema de Parseval (que sera estudiado
tambien para las ondeletas) y el de Riesz-Fischer.
1.6.1. Series de Fourier en L
2
(T)
Denicion 1.6.1 Sean f, g L
2
(T). Se dene el producto interno de f con g
como:
f, g) :=
1
2

f()g()d. (1.3)
Para una funcion f L
1
(T) se denen los coecientes de Fourier de f como:

f(n) =
1
2
_
T
f()e
in
d.
La distancia media cuadratica de f, g L
2
(T) esta dada por [[f g[[
2
2
= f
g, f g).
En particular, si consideramos el polinomio trigonometrico g() =
n=N

n=N
b
n
e
in
,
entonces g() =
n=N

n=N
b
n
e
in
. Por lo tanto:
[[f g[[
2
2
= [[f[[
2
2
f, g) g, f) +[[g[[
2
2
= [[f[[
2
2

1
2
_
T
f()g()d
1
2
_
T
g()f()d +[[g[[
2
2
= [[f[[
2
2

1
2
_
T
f()
n=N

n=N
b
n
e
in
d
1
2
_
T
n=N

n=N
b
n
e
in
f()d +[[g[[
2
2
21
Si A
1
=
1
2
_
T
f()
n=N

n=N
b
n
e
in
d y A
2
=
1
2
_
T
n=N

n=N
b
n
e
in
f()d, entonces:
A
1
=
1
2
_
T
f()
n=N

n=N
b
n
e
in
d
=
n=N

n=N
b
n
1
2
_
T
f()e
in
d
=
n=N

n=N
b
n

f(n).
Analogamente:
A
2
=
1
2
_
T
n=N

n=N
b
n
e
in
f()d
=
n=N

n=N
b
n
1
2
_
T
f()e
in
d
=
n=N

n=N
b
n

f(n).
As, tenemos:
[[f g[[
2
2
= [[f[[
2
2

n=N

n=N
b
n

f(n)
n=N

n=N
b
n

f(n) +[[g[[
2
2
= [[f[[
2
2

n=N

n=N
_
b
n

f(n) +b
n

f(n)
_
+[[g[[
2
2
. (1.4)
Por otro lado, por el teorema de Pitagoras:

j
e
j

2
=

j
[
j
[
2
donde e
j
es un sistema ortonormal,
j
son escalares, y j pertenece a un conjunto
nito de ndices,
22
se tiene:
[[g[[
2
2
=

N
b
n
e
in

2
2
=
N

N
[b
n
[
2
.
As, reemplazando esta igualdad en (1.4) obtenemos:
[[f g[[
2
2
= [[f[[
2
2

N
_
b
n

f(n) +b
n

f(n)
_
+
N

N
[b
n
[
2
= [[f[[
2
2

N
_
b
n

f(n) +b
n

f(n) [b
n
[
2
_
= [[f[[
2
2
+
N

N
_
[b
n

f(n)[
2
[

f(n)[
2
_
.
Este ultimo resultado se obtiene ya que:
N

N
_
[b
n

f(n)[
2
[

f(n)[
2
_
=
N

N
_
(b
n

f(n))(b
n

f(n)) [

f(n)[
2
_
=
N

N
_
(b
n
b
n
b
n

f(n) b
n

f(n) +[

f(n)[
2
[

f(n)[
2
_
.
Resumiendo, si g() =
n=N

n=N
b
n
e
in
, tenemos:
[[f g[[
2
2
= [[f[[
2
2
+
N

N
[b
n

f(n)[
2

N
[

f(n)[
2
. (1.5)
Esta igualdad permite enunciar la siguiente proposicion:
Proposicion 1.6.1 Sea f L
2
(T). Entonces el error medio cuadratico mnimo
se alcanza cuando b
n
es el coeciente de Fourier b
n
=

f(n). La media distancia
23
cuadratica se expresa por:
[[f g[[
2
2
= [[f[[
2
2

n=N
[

f(n)[
2
. (1.6)
Ademas, para cada N Z, se tiene la desigualdad:
N

n=N
[

f(n)[
2
[[f[[
2
2
. (1.7)
Y en particular, la desigualdad de Bessel:

nZ
[

f(n)[
2
[[f[[
2
2
. (1.8)
Demostracion: Por (1.5) tenemos:
[[f g[[
2
2
= [[f[[
2
2
+
N

N
[b
n

f(n)[
2

N
[

f(n)[
2
.
Si b
n
=

f(n), entonces, el error medio cuadratico queda:
[[f g[[
2
2
= [[f[[
2
2

N
[

f(n)[
2
.
Armamos que este valor es mnimo para [[f g[[
2
2
. En efecto, debemos probar
que no existe a
n
, con a
n
,=

f(n) tal que:
[[f[[
2
2
+
N

N
[a
n

f(n)[
2

N
[

f(n)[
2
[[f[[
2
2

N
[

f(n)[
2
.
De esta desigualdad obtenemos:
N

N
[a
n

f(n)[
2
0,
24
de donde, la unica alternativa posible es que
N

N
[a
n

f(n)[
2
= 0, lo cual es
valido solo cuando a
n
=

f(n), lo que es una contradiccion. Por lo tanto, si
b
n
=

f(n) entonces el error medio cuadratico es mnimo, y se tiene: [[f g[[
2
2
=
[[f[[
2
2

N
[

f(n)[
2
.
Ademas, como: 0 [[f g[[
2
2
= [[f[[
2
2

n=N
[

f(n)[
2
, obtenemos:
N

n=N
[

f(n)[
2
[[f[[
2
2
.
Finalmente, como [[f[[
2
2
< , entonces para N , la serie
N

n=N
[

f(n)[
2
converge, y de la desigualdad anterior obtenemos:

nZ
[

f(n)[
2
[[f[[
2
2
.
Denicion 1.6.2 Sea f L
1
(T). Se dene la serie de Fourier de f como:

nZ

f(n)e
int
,
y sus sumas parciales S
N
f para N = 0, 1, ..... como:
S
N
f =
N

n=N

f(n)e
int
.
Proposicion 1.6.2 (Teorema de Parseval) Para f L
2
(T), la serie de Fouri-
er de f converge en L
2
(T) y se tiene:
1
2
_
T
[f()[
2
d =

nZ
[

f(n)[
2
.
Es decir, [[f[[
2
2
=

nZ
[

f(n)[
2
.
Demostracion: Lo primero es demostrar que las sumas parciales convegen en
L
2
(T). Supongamos que M < N, luego:
25
[[S
N
f S
M
f[[
2
2
=
1
2
_
T
[S
N
f S
M
f[
2
d
=
1
2
_
T

n=N

f(n)e
int

n=M

f(n)e
int

2
d
=
1
2
_
T

M<|n|N

f(n)e
int

2
d
=
_
_
_
_
_

M<|n|N

f(n)e
int
_
_
_
_
_
2
=

M<|n|N
[

f(n)[
2
(por el Teorema de Pitagoras)
=
N

n=N
[

f(n)[
2

n=M
[

f(n)[
2
.
Llamando
k
=
k

n=k
[

f(n)[
2
, la igualdad anterior queda:
[[S
N
f S
M
f[[
2
2
=
N

M
.
Pero,
N
=

n=
[

f(n)[
2
, por lo tanto,
N

NN
es una sucesion de Cauchy,
y luego
N

M
0 cuando N, M .
Es decir, si N, M , entonces [[S
N
f S
M
f[[
2
2
=

M<|n|N
[

f(n)[
2
0.
De esto, S
N
f es una sucesion de Cauchy, por lo que las sumas parciales con-
vergen en L
2
(T).
Como L
2
(T) es completo, entonces existe F L
2
(T) tal que F = lm
N
S
N
f.
Falta demostrar que F f. Tenemos:
26
2

F(n) =
_
T
F()e
in
d
=
_
T
[F() S
N
f()]e
in
d +
_
T
S
N
f()e
in
d (1.9)
Ademas, para N > [n[, se sigue que:
_
T
S
N
f()e
in
d =
_
T
N

j=N

f(j)e
ij
e
in
d
= 2
N

j=N

f(j)e
ij
, e
in
)
= 2
N

j=N

f(j)e
ij
, e
in
)
= 2

f(n).
Ahora, reemplazando esta ultima igualdad en (1.9), se obtiene:
2

F(n) =
_
T
[F() S
N
f()]e
in
d +
_
T
S
N
f()e
in
d
=
_
T
[F() S
N
f()]e
in
d + 2

f(n).
As, por la desigualdad de Cauchy-Schwarz, si N > n:
[

F(n)

f(n)[ [[F S
N
f[[
2
.
Haciendo N obtenemos

F(n) =

f(n), para todo n Z. De donde, F f.
Ademas S
N
f f en la norma L
2
(T). En particular, tomando la norma en los
coecientes de Fourier, se tiene:
[[f[[
2
2
= lm
N
N

n=N
[

f(n)[
2
=

nZ
[

f(n)[
2
.
27
Proposicion 1.6.3 (Teorema de Riesz-Fischer) Sea c
n
, n Z una suce-
sion de n umeros complejos con

nZ
[c
n
[
2
< . Entonces, existe una unica f
L
2
(T) tal que

f(n) = c
n
, para todo n Z.
Demostracion: Sea T
N
() =
N

n=N
c
n
e
in
. La sucesion T
n
es de Cauchy en L
2
(T).
En efecto, para M < N, se tiene:
[[T
N
T
M
[[
2
2
=
_
_
_
_
_
N

n=N
c
n
e
in

n=M
c
n
e
in
_
_
_
_
_
2
2
=
_
_
_
_
_
N

|n|=M+1
c
n
e
in
_
_
_
_
_
2
2
=
N

|n|=M+1
[c
n
[
2
. (por el Teorema de Pitagoras)
As, si N, M , entonces T
N
T
M
, de donde
N

|n|=M+1
[c
n
[
2
0. Pero como
L
2
(T) es completo, existe f L
2
(T) tal que: lm
N
[[f T
N
[[
2
0.
Los coecientes de Fourier de f se obtienen al escribir:
2

f(n) =
_
T
f()e
in
d
=
_
T
[f() T
N
()]e
in
d +
_
T
T
N
()e
in
d. (1.10)
Tomando valor absoluto en el primer termino de (1.10) obtenemos por la de-
sigualdad de Cauchy-Schwarz:

_
T
[f() T
N
()]e
in
d

= 2[f T
N
, e
in
)[ 2[[f T
N
[[
2
[[e
in
[[
2
.
As,

_
T
[f() T
N
()]e
in
d

2[[f T
N
[[
2
. (1.11)
28
Por otro lado, si N > [n[, se tiene:
_
T
T
N
()e
in
d =
_
T
N

j=N
c
j
e
ij
e
in
d
= 2
N

j=N
c
j
e
ij
, e
in
)
= 2c
n
. (1.12)
Reemplazando lo obtenido en (1.11) y (1.12) en (1.10) se sigue que: 2

f(n)
2[[f T
N
[[
2
+2c
n
. Por lo tanto: [

f(n) c
n
[ [[f T
N
[[
2
. Como [[f T
N
[[
0 cuando N , tenemos [

f(n) c
n
[ 0, de donde

f(n) = c
n
. Esto
demuestra la existencia. La unicidad de f se debe a la unicidad de los coecientes
de Fourier en L
1
(T).
1.6.2. La Transformada de Fourier
A continuacion se dene la transformada de Fourier y enuncian algunas de sus
principales propiedades.
Denicion 1.6.3 Sean f, g L
2
(R). Se dene el producto interno de f y g en
L
2
(R) como:
f, g) :=
_

f(x)g(x)dx. (1.13)
Denicion 1.6.4 La transformada de Fourier de una funcion f L
1
(R) se
dene por:

f(t) :=
_
R
f(x)e
2itx
dx.
29
Observacion 1.6.1 En algunas partes del texto se utilizara, por comodidad de
las expresiones resultantes, para la transformada de Fourier, la denicion:

f(t) := (2)

1
2
_
R
f(x)e
itx
dx.
Denicion 1.6.5 Sean f, g L
1
(R). Se dene el producto de convolucion de f
con g como:
(f g)(x) :=
_
R
f(x y)g(y)dy.
Proposicion 1.6.4 Sean f, g L
1
(R), entonces:
(a) La transformada de Fourier es un operador continuo.
(b) (f +g)

(t) =

f(t) + g(t).
(c) (f
(n)
)

(t) = (it)
n

f(t), donde f
(n)
es la n-esima derivada de f respecto a x.
(d) (f g)

(t) =

f(t) g(t).
(e)

f(t) 0 cuando [t[ .
Demostracion: Ver [11] de las referencias.
Proposicion 1.6.5 (Teorema de Parseval para la transformada de Fourier)
Sean f, g L
2
(R), entonces:
_
R
f(x)g(x)dx =
_
R

f(x) g(x)dx.
Demostracion: Ver [11] de las referencias.
30
Denicion 1.6.6 Sea f L
2
(R). Se dene la transformada inversa de Fourier
denotada por

como:

f(t) :=

f(t) =
_
R
f(x)e
2itx
dx.
Proposicion 1.6.6 (Formula de inversion de Fourier) Si f L
1
(R) y

f
L
1
(R), entonces (

f)

(t) = (

f)

(t).
Demostracion: Ver [11] de las referencias.
Captulo 2
La Transformada de Ondeletas
2.1. La Transformada continua de Ondeletas en
L
2
El analisis clasico de Fourier consiste en reconstruir una funcion f a partir
de las dilataciones de una funcion senoidal ja x e
2ix
, al escribir f(x) =
_
R
e
2ix

f()d.
La teora de las ondeletas
1
se reere a la representacion de funciones en terminos
de una familia biparametrica de dilataciones y traslaciones de una funcion ja,
que en general no es senoidal. En este captulo se estudian las ondoletas en una
dimension.
Denicion 2.1.1 Sean f L
2
(R) y a, b R, a ,= 0. La funcion trasladada en
b de f es f(x b). Mientras que la funcion dilatada seg un a de f es f
_
x
a
_
.
1
La palabra Ondoletas proviene del ingles wavelets. Tambien se les conoce como ondculas
u ondelettes.
31
32
Denicion 2.1.2 Diremos que una funcion L
2
(R) es una ondeleta ge-
neratriz si satisface:
(a) [[[[
2
= 1.
(b) C

:= 2
_
R
[

(t)[
2
dt
[t[
< (Condicion de admisibilidad).
Ejemplo 2.1.1 Sea una funcion real dada por:
(x) =
_
_
_
x si x [1, 1]
0 en otro caso
Luego, [[[[
2
=
_
_
1
1
x
2
dx
_1
2
=
_
2
3
.
A partir de , denamos la ondeleta generatriz dada por:
(x) =
_
_
_
(x)
||||
2
si x [1, 1]
0 en otro caso
Luego, para x [1, 1], tenemos (x) =
(x)
||||
2
=
_
3
2
x. As, tenemos que [[[[
2
=
1. Por lo tanto, satisface la condicion (a) de la denicion anterior.
Para vericar (b), calculamos la transformada de Fourier de :

(t) = (2)

1
2
_
R
(x)e
itx
dx = (2)

1
2
_
1
1
xe
itx
dx
= (2)

1
2
2i(t cos(t) sin(t))
t
2
.
Luego,
[

(t)[
2
[t[
=
(2) 4[t cos(t) sin(t)]
2
[t[
5
.
33
Por lo tanto, la condicion de admisibilidad queda:
C

= 2
_
R
[

(t)[
2
[t[
dt
= 16
2
_
R
(t cos(t) sin(t))
2
[t[
5
dt
= 16
2
_
0

(t cos(t) sin(t))
2
[t[
5
dt
. .
1
4
+16
2
_

0
(t cos(t) sin(t))
2
[t[
5
dt
. .
1
4
= 8
2
< .
Por lo que la condicion (b) se satisface. As, es una ondeleta generatriz.
Establecer si una funcion L
2
(R) satisface la condicion (b) de admisibilidad
resulta trabajoso. Sin embargo, como veremos luego, vericar que C

<
es equivalente a probar que
_
R
(x)dx = 0 y
_
R
[x(x)[dx < . As, es facil
vericar que la funcion del ejemplo anterior satiface estas condiciones, por lo
tanto es una ondeleta generatriz.
Ejemplo 2.1.2 Sean n N un n umero impar, , a R
+
, y consideremos:
(x) =
_
_
_
x
n
si x [a, a]
0 en otro caso
Luego, [[[[
2
=
_
_
a
a

2
x
2n
dx
_1
2
=

2
_
a
2n+1
2n+1
.
Haciendo:
(x) =
_
_
_
(x)
||||
2
si x [a, a]
0 en otro caso
34
Tenemos, para x [a, a]:
(x) =
x
n

2
_
a
2n+1
2n+1
.
As, [[[[
2
= 1. Por otro lado, se tiene que
_
R
(x)dx =
_
a
a
(x)dx = 0 y
_
R
[x(x)[dx =
_
a
a
[x(x)[dx < . Por lo que, es una ondeleta generatriz.
Ejemplo 2.1.3 Sea : R R una funcion periodica de perodo k, es decir,
(x + k) = (x), para todo x. Si
_
x
0
+k
x
0
(x +k)dx = 0 para alg un x
0
R, y
_
x
0
+k
x
0
[x(x +k)[dx < , entonces:
(x) =
_
_
_
(x+k)
||||
2
si x [x
0
, x
0
+k]
0 en otro caso
es una ondeleta generatriz, si [[[[
2
,= 0.
De esto, podemos concluir que las funciones sin(x) y cos(x) denida en el interva-
lo [0, 2], (y en general en cualquier intervalo de longitud 2) pueden determinar
ondeletas generatrices.
35
Denicion 2.1.3 Sea L
2
(R) una ondeleta generatriz. Las ondeletas aso-
ciadas a son funciones dilatadas y trasladadas deninidas por:

(a,b)
(x) = [a[

1
2

_
x b
a
_
a, b R, a ,= 0. (2.1)
De la denicion obtenemos:
_
_

(a,b)
_
_
2
2
=
_
R

[a[

1
2

_
x b
a
_

2
dx
=
_
R
[a[
1

_
x b
a
_

2
dx.
Haciendo z =
xb
a
obtenemos:
_
_

(a,b)
_
_
2
2
= [a[[a[
1
_
R
[(z)[
2
dz =
_
R
[(z)[
2
dz = [[[[
2
2
.
Por lo que [[
(a,b)
[[
2
= [[[[
2
= 1, por la condicion (a) de la denicion 2.1.2.
Observacion 2.1.1 El valor del exponente de [a[
p
, en la denicion de la funcion
(2.1), p =
1
2
, es irrelevante en la teora basica de ondeletas. De hecho, algunos
autores denen la funcion (2.1) usando p =
1
2
, p = 1 e incluso p = 0.
Ejemplo 2.1.4 Las ondeletas asociadas a la ondeleta generatriz denida en el
ejemplo (2.1.1) son, para a, b R, a ,= 0, y x [1, 1]:

(a,b)
(x) = [a[

1
2

_
x b
a
_
=
_
3
2
[a[

1
2
(x b)
a
.
36
Ejemplo 2.1.5 Consideremos una funcion : R R tal que L
2
(R), con
[[[[
2
,= 0,
_
R
(x)dx = 0, y
_
R
[x(x)[dx < . Si denimos:
(x) =
(x)
[[[[
2
(para x R).
Entonces, es una ondeleta generatriz. Por lo que, las ondeletas asociadas a
son:

(a,b)
(x) = [a[

1
2

_
x b
a
_
= [a[

1
2

_
xb
a
_
[[[[
2
.
La familia
(a,b)
, a, b R, a ,= 0 determina una familia de funciones, seg un
sean los valores de a y b. A estas funciones se les llama ondeletas generadas
por , y la funcion generatriz se le suele llamar ondeleta madre.
Observacion 2.1.2 Para establecer que L
2
(R) es una ondoleta generatriz,
se debe probar que cumple (a) y (b) de la denicion (2.1.2), sin embargo,
suele ser difcil vericar que C

< . La proposicion siguiente, muestra que

bajo ciertas condiciones, C

< equivale a probar que

_
R
(x)dx = 0, lo que a
su vez es equivalente a

(0) = 0.
Proposicion 2.1.1 Sea L
2
(R) tal que
_
R
[x(x)[ < , entonces:
_
R
(x)dx = 0
es equivalente a
, )
w
:=
_
R
[

(t)[
2
dt
[t[
< (2.2)
37
Demostracion: Primero note que
_
R
(x)dx = 0 equivale a

(0) = 0, pues:

(t) =
_
R
(x)e
2itx
dx. Si t = 0, y exigimos que

(0) = 0, entonces
_
R
(x)dx =
0.
Supongamos primero que
_
R
[

(t)[
2 dt
|t|
< . Debemos probar que

(0) = 0. Por
hipotesis tenemos que L
2
(R) y
_
R
[x(x)[ < . De estas hipotesis podemos
concluir que L
1
(R). En efecto:
Escribamos:
_
R
[(x)[dx =
_
|x|1
[(x)[dx +
_
|x|>1
[(x)[dx.
La segunda integral puede ser estimada como:
_
|x|>1
[(x)[dx
_
|x|>1
[x(x)[dx < , (por hipotesis). (2.3)
Por lo que, si [x[ > 1, entonces, f L
1
(R).
En cuanto a la primera integral tenemos:
_
|x|1
[(x)[dx =
_
|x|1
{||1}
[(x)[dx +
_
|x|1
{||>1}
[(x)[dx.
Notemos que:
_
|x|1
{||1}
[(x)[dx 2. Ademas:
_
|x|1
{||>1}
[(x)[dx
_
R
[(x)[
2
dx = [[[[
2
2
< , (por hipotesis). (2.4)
Luego, si [x[ 1, obtenemos que
_
|x|1
[(x)[dx < .
As, de (2.3) y (2.4), obtenemos que L
1
(R).
38
Como consecuencia de la denicion de la transformada de Fourier,

es una
funcion continua en toda la recta. Mas aun,

es continuamente derivable, es
decir, C
1
(R), pues

(t) = ix

(t).
Observe ademas que, siendo la derivada de

la transformada de Fourier de una
funcion de L
1
(R), especcamente de i

x(t), ella es necesariamente acotada

en toda la recta, ya que por la proposicion (1.6.4), tenemos:

(t) = i

x(t) 0 cuando [t[ .

Es decir,

C
0
(R)

(R).
Ahora, si

(0) no fuese 0, entonces la integral (2.2) no podra ser nita, por lo
tanto

(0) = 0.
Recprocamente, supongamos que

(0) = 0. Del teorema del valor medio, se
deduce un crecimiento lineal para

, pues:

(t) =

(0) +
d
dt

(t
0
)t =
d
dt

(t
0
)t, para t
0
t t
0
.
Pero, observemos que M := [[

[[

< .
Por lo tanto:
[

(t)[ M[t[.
Como:
_
R
[

(t)[
2
[t[
dt =
_
|t|1
[

(t)[
2
[t[
dt +
_
|t|>1
[

(t)[
2
[t[
dt. (2.5)
39
Entonces, tenemos:
_
|t|>1
[

(t)[
2
[t[
dt <
_
|t|>1
[

(t)[
2
dt
_
R
[

(t)[
2
dt = [[[[
2
2
, (por 1.6.5) (2.6)
Y ademas:
_
|t|1
[

(t)[
2
[t[
dt
_
|t|1
M
2
t
2
[t[
dt M
2
< . (2.7)
Por lo tanto, en (2.5) tenemos por (2.6) y (2.7) que:
_
R
[

(t)[
2
[t[
dt < .
Ahora se muestran algunos ejemplos de ondoletas:
Ejemplo 2.1.6 La ondoleta de Haar se dene mediante la funcion:
(x) =
_

_
1 si 0 x <
1
2
1 si
1
2
x < 1
0 en otro caso
Figura: Ondeleta de Haar.
40
La transformada de Fourier de es:

() =
_
R
(x)e
2ix
dx
=
_ 1
2
0
e
2ix
dx
_
1
1
2
e
2ix
dx
=
1 2e
i
+e
2i
2i
=
(1 e
i
)
2
2i
Para establecer que es una ondoleta generatriz sera necesario vericar que
C

< , condicion indicada en la denicion (2.1.2) . Sin embargo, en virtud de

la Proposicion 2.1.1 basta vericar que
_
R
[x(x)[dx < y

(0) = 0.
En efecto. Primero notese que es facil establecer
_
R
[x(x)[dx < . Por otro
lado, (1 e
i
)
2
y 2i son diferenciables respecto a , por lo que aplicando el
teorema de LHopital para el calculo de lmites tenemos:
lm
0

() = lm
0
2i(1 e
i
)
2i
= 0.
Ademas [[[[
2
= 1, por lo que, es una ondoleta generatriz.
Ejemplo 2.1.7 Una ondoleta gaussiana puede denirse por (x) = Cxe
x
2
,
C R0. La transformada de Fourier es

() = iCe

2
. Para establecer
que es una ondeleta generatriz basta vericar que
_
R
[x(x)[dx < ,

(0) = 0,
y [[[[
2
= 1.
Primero, es evidente que

(0) = 0. Por otro lado,
_
R
[x(x)[dx = C
1
2
< .
Para [[[[
2
observese que:
41
[[[[
2
2
=
_
R
[Cxe
x
2
[
2
dx
= C
2
_
R
x
2
e
2x
2
dx
= C
2

2
8
.
Si exigimos que [[[[
2
2
= 1, entonces, C = 2
4

. Luego, la ondeleta gaussiana

queda (x) = 2
4

xe
x
2
.
Figura: Una ondeleta Gaussiana.
Observacion 2.1.3 En general, las ondeletas gaussianas se denen a partir de
la funcion g(x) = e

x
2
2
.
Ejemplo 2.1.8 La ondeleta del sombrero mexicano se dene a partir de la se-
gunda derivada de la ondeleta gaussiana g(x) = e

x
2
2
. Tenemos
d
2
dx
2
g(x) = (x
2

1)e

x
2
2
. Consideremos ahora la funcion (x) =
2
4

3
g

(x) =
2
4

3
(x
2
1)e

x
2
2
,
que tiene por transformada de Fourier a:

() =
2
4

3
(i)
2
g(),
donde g(x) = e

x
2
2
(una ondeleta gaussiana). La constante :=
2
4

3
es escogida
de esta forma para garantizar la normalizacion. Luego,

() =
2
e

2
2
, de
42
donde, se verica claramente que

(0) = 0, y como [[[[
2
= 1, entonces, es
una ondeleta generatriz.
Figura: Ondeleta del Sombrero Mexicano.
Denicion 2.1.4 Sean f L
2
(R), a, b R, a ,= 0. Se dene la transformada
continua de ondeletas de f respecto a la ondeleta generatriz L
2
(R) como:
W

f(a, b) :=
_
R
f(x)
(a,b)
(x)dx =
_
R
[a[

1
2
f(x)
_
x b
a
_
dx.
Ejemplo 2.1.9 Las ondeletas denidas en el ejemplo (2.1.4) estan dadas para
a, b R, a ,= 0, por:

(a,b)
(x) =
_
3
2
[a[

1
2
(x b)
a
(para x [1, 1])
Luego, si f L
2
(R), entonces la transformada continua de ondeletas de f res-
pecto a esta dada por:
W

f(a, b) =
_
R

(a,b)
(x)f(x)dx
=
_
3
2
_
R
[a[

1
2
_
x b
a
_
f(x)dx
=
_
3
2
_
1
1
[a[

1
2
_
x b
a
_
f(x)dx.
43
Supongamos ahora que f(x) = e
2ix
, entonces:
W

f(a, b) =
_
R
[a[

1
2
e
2ix

_
x b
a
_
dx.
Haciendo z =
xb
a
, tenemos x = az +b y adz = dx, con lo que se obtiene:
W

f(a, b) =
_
R
[a[
1
2
e
2i(az+b)
(z)dz
= [a[
1
2
e
2ib
_
R
e
2i(a)z
(z)dz
= [a[
1
2
e
2ib

(a).
Consideremos el operador adjunto:
W

f(x) =
_
R
W

f(a, b)
_
x b
a
_
db
_
[a[
Pero como W

f(a, b) = [a[
1
2
e
2ib

(a), tenemos:
W

f(x) = [a[
1
2

(a)
_

e
2ib

_
x b
a
_
db
_
[a[
.
Haciendo z =
xb
a
, tenemos b = x az y db = adz, de donde:
W

f(x) = [a[
1
2

(a)
_

e
2i(xaz)
(z)[a[
1
2
dz
= [a[

(a)e
2ix
_
R
e
2i(a)z
(z)dz
= [a[

(a)e
2ix

(a)
= [a[

(a)

2
e
2ix
.
44
Integrando esta ultima igualdad respecto a
da
a
2
se obtiene:
_
R
W

f(x)
da
a
2
= e
2ix
_
R
[a[

(a)

2
da
a
2
= e
2ix
_
R

(a)

2
[a[
da
As,
_
R
W

f(x)
da
a
2
_
R

(a)

2
|a|
da
= e
2ix
= f(x).
Si se exige que
_
R

(a)

2
[a[
da = 1, entonces:
f(x) =
_
R
W

f(x)
da
a
2
.
Valida solo para f(x) = e
2ix
.
Observacion 2.1.4 De la denicion (2.1.4) se tiene:
W

f(a, b) = f,
(a,b)
).
Donde , ) indica el producto interno denido en (1.13).
Ahora se muestran algunas de las principales propiedades de la transformada
de ondeletas. Notese que son propiedades analogas a las de la transformada de
Fourier.
45
Proposicion 2.1.2 Sean f, g L
2
(R), una ondeleta y C, entonces se
verican las siguientes propiedades:
(a) W

(f +g)(a, b) = W

f(a, b) +W

g(a, b).
(b) W

f es una funcion acotada en L

2
(R).
(c) Si f L
1
(R), y [
(a,b)
(x)[ < M para alg un M R, entonces [[W

f[[

M[[f[[
1
.
Demostracion:
(a) De la denicion de la transformada continua, tenemos:
W

(f +g)(a, b) =
_
R
[a[

1
2
(f +g)(x)
_
x b
a
_
dx
=
_
R
[a[

1
2
f(x)
_
x b
a
_
dx +
_
R
[a[

1
2
g(x)
_
x b
a
_
dx
= W

f(a, b) +W

g(a, b).
(b) Por la desigualdad de Cauchy-Schwarz, tenemos:
[W

f(a, b)[ = [f,

(a,b)
)[ [[f[[
2
[[
(a,b)
[[
2
Y como f, L
2
(R), entonces, [[f[[
2
=
_ _
R
[f[
2
dx
_1
2
= M < , y [[[[
2
=
_ _
R
[[
2
dx
_1
2
= N < , por lo que:
[W

f(a, b)[ [[f[[

2
[[
(a,b)
[[
2
= M N <
(c)
[W

f(a, b)[ =

_
R
[a[

1
2

_
x b
a
_
f(x)dx

_
R
[a[

1
2

_
x b
a
_

[f(x)[dx
M
_
R
[f(x)[dx
46
As, tenemos [W

f(a, b)[ M
_
R
[f(x)[dx, es decir, [W

f(a, b)[ M[[f[[

1
.
Luego:
[[W

f[[

= sup
(a,b)R
2
[W

f(a, b)[ M[[f[[

1
.
Por lo tanto, [[W

f[[

M[[f[[
1
.
47
2.1.1. Teorema de Parseval
Probaremos ahora una importante proposicion, que sera utilizada en varias oca-
siones en el desarrollo de la teora de las ondeletas.
Proposicion 2.1.3 (Teorema de Parseval para Ondeletas) Sea una on-
deleta generatriz, entonces, para toda f, g L
2
(R) se tiene:
_
R
f(x)g(x)dx = C
1

_
R
_
R
W

f(a, b)W

g(a, b)
dadb
a
2
.
Demostracion: Primero, note que la transformada de Fourier de
(a,b)
es:

(a,b)
() = (2)

1
2
_
R

(a,b)
(x)e
ix
dx
= (2)

1
2
_
R
[a[

1
2

_
x b
a
_
e
ix
dx
= (2)

1
2
[a[
1
2
_
R
(z)e
i(az+b)
dz (haciendo z =
xb
a
)
= (2)

1
2
[a[
1
2
e
ib
_
R
(z)e
i(a)z
dz
= (2)

1
2
[a[
1
2
e
ix

(a).
Luego,

(a) = (2)
1
2

(a,b)
()[a[

1
2
e
ix
.
Por lo tanto:

(a) = (2)
1
2

(a,b)
()[a[

1
2
e
ix
. (2.8)
Pero, por otro lado, tenemos:
48

(a,b)
() =
_
R

(a,b)
(x)e
2ix
dx
=
_
R
[a[

1
2

_
x b
a
_
e
2ix
dx
= [a[
1
2
_
R
(z)e
2i(az+b)
dz (haciendo z =
xb
a
)
= [a[
1
2
e
2ib
_
R
(z)e
2i(a)z
dz
= [a[
1
2
e
2ix

(a).
As,
[

(a,b)
()[
2
=

[a[
1
2
e
2ix

(a)

2
= [a[[

(a)[
2
. (2.9)
Sea ahora,

(x) = (x). Entonces W

f(a, b) es la convolucion de

(a,0)
con f,
es decir:
(

(a,0)
f)(b) =
_
R

(a,0)
(b y)f(y)dy
=
_
R

(a,0)
(y b)f(y)dy
=
_
R
[a[

1
2

_
y b
a
_
f(y)dy
= W

f(a, b).
La transformada de Fourier de

es:

() =
_
R

(a,0)
(x)e
2ix
dx
=
_
R

(a,0)
(x)e
2ix
dx
=
_

[a[

1
2

_
x
a
_
e
2ix
dx.
49
Haciendo z =
x
a
, obtenemos:

() = [a[

1
2

_

(z)e
2iaz
[a[dz
= [a[
1
2
_

(z)e
2iaz
dz
= [a[
1
2

(a).
Luego la transformada de Fourier de W

f(a, b) es:

f(a, b) = (

(a,0)
f)

()
=

(a,0)
()

f()
= [a[
1
2

(a)

f().
Pero, reemplazando lo obtenido en (2.8) en esta igualdad, tenemos:

f(a, b) = (2)
1
2

(a,b)
()

f()e
ix
.
Observacion 2.1.5 Notese que

(t) =

(t)
Analogamente para g tenemos

g(a, b) = (2)
1
2

(a,b)
() g()e
ix
. As

g(a, b) =
(2)
1
2

(a,b)
() g()e
ix
.
Luego por el teorema de Parseval para la transformada de Fourier, y por (2.9)
se obtiene:
_
R
W

f(a, b)W

g(a, b)db =
_
R

f(a, b)

g(a, b)db
= 2
_
R

(a,b)
()

f()

(a,b)
() g()d
= 2
_
R

f() g()[

(a,b)
()[
2
d
= 2
_
R
[a[

f() g()[

(a)[
2
d.
50
Integramos ambos miembros de la igualdad respecto a
da
|a|
2
obteniendo, por el
teorema de Fubini:
_
R
_
R
W

f(a, b)W

g(a, b)
dadb
[a[
2
= 2
_
R
_
R
[a[

f() g()[

(a)[
2
dda
[a[
2
=
_
R

f() g()2
_
R
[

(a)[
2
[a[
dad
= C

_
R

f() g()d.
Luego, por el teorema de Parseval para la transformada de Fourier obtenemos:
_
R
_
R
W

f(a, b)W

g(a, b)
dadb
a
2
= C

_
R

f() g()d = C

_
R
f(x)g(x)dx.
El teorema de Parseval para la transformada de Ondeletas nos permite probar
la siguiente proposicion.
Proposicion 2.1.4 La transformada de ondeletas es un operador continuo.
Demostracion: Probaremos primero que [[W

f[[
2
= [[f[[
2
.
Tomando f = g en la Proposicion 2.1.3, tenemos:
[[f[[
2
2
=
_
R
[f(x)[
2
dx = C
1

_
R
_
R
[W

f(a, b)[
2
dadb
a
2
.
Luego,
[[f[[
2
L
2
(R,dx)
= [[W

f[[
2
L
2
(R
2
,d)
,
donde, d es la medida dada por d =
dadb
C

a
2
.
51
Observacion 2.1.6 Puesto que [[W

f[[ = [[f[[, entonces, W

f es una isometra
de L
2
(R, dx) en L
2
(R
2
,
dadb
C

a
2
).
Ahora, si f
n
f en L
2
(R, dx), tenemos por la linealidad de W

f,
[[W

f
n
W

f[[
L
2
(R
2
,d)
= [[W

(f
n
f)[[
L
2
(R
2
,d)
= [[f
n
f[[
L
2
(R,dx)
(Pues W

f es una isometra)
= 0.
Luego, W

f
n
W

f en L
2
(R
2
, d), por lo que W

f(a, b) es un operador con-

tinuo.
Observacion 2.1.7 Sabemos que W

f(a, b) = f,
(a,b)
), pero por el teorema
(1.6.5) obtenemos:
W

f(a, b) =
_
R

f(x)

(a,b)
(x)dx =

f,

(a,b)
) (2.10)
Ademas:

(a,b)
(t) = [a[
1
2
e
2itb

(at).
As, reemplazando en (2.10) tenemos:
W

f(a, b) =

f(x),

(a,b)
(x))
=
_
R

f(x)

(a,b)
(x)dx
=
_
R

f(x)[a[
1
2

(ax)e
2ixb
dx
= [a[
1
2
_

f(x)

(ax)
_

(b).
Esto es, W

f(a, b) se obtiene como la transformada inversa de Fourier de la

funcion [a[
1
2
_

f(x)

(ax)
_
respecto a la variable x.
52
2.1.2. Transformada inversa de ondeletas
La siguiente proposicion muestra que toda funcion f L
2
(R) puede ser repre-
sentada mediante la transformada de ondeletas.
Proposicion 2.1.5 (Transformada inversa de ondeletas) Sea una on-
doleta generatriz. Entonces, para toda f L
2
(R) se tiene:
f = C
1

_
R
_
R
W

f(a, b)
(a,b)
dadb
a
2
. (2.11)
Demostracion: Mostrar la igualdad anterior equivale a probar que:
lm
A
1
0
A
2
,B
_
_
_
_
_
f C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
_
_
_
_
_
2
= 0
Tenemos que para toda g L
2
(R):
_
_
_
_
_
f C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
_
_
_
_
_
2
=
= sup
||g||
2
=1

_
f C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
, g
_

Si se aplica el teorema de Fubini, se tiene:

53
_
C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
, g
_
=
=
_
R
g(x)
_
C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
(x)
dadb
a
2
_
dx
= C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
_
_
R
g(x)
(a,b)
(x)dx
_
dadb
a
2
= C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)W

g(a, b)
dadb
a
2
.
Ahora, por el Teorema de Parseval para ondeletas 2.1.3, por la igualdad anterior
y por la desigualdad de Cauchy-Schwarz se tiene:
54

_
f C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
, g
_

=
=

f, g)
_
C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
, g
_

f, g) C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)W

g(a, b)
dadb
a
2

C
1

_
R
_
R
W

f(a, b)W

g(a, b)
dadb
a
2
C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)W

g(a, b)
dadb
a
2

C
1

_ _
{A
1
|a|A
2
|b|B}
c
W

f(a, b)W

g(a, b)
dadb
a
2

_
C
1

__
{A
1
|a|A
2
|b|B}
c
[W

f(a, b)[
2
dadb
a
2
_1
2
_
C
1

_
R
_
R
[W

g(a, b)[
2
dadb
a
2
_1
2
=
_
C
1

_ _
{A
1
|a|A
2
|b|B}
c
[W

f(a, b)[
2
dadb
a
2
_1
2
[[g[[
2
=
_
C
1

_ _
{A
1
|a|A
2
|b|B}
c
[W

f(a, b)[
2
dadb
a
2
_1
2
(Pues [[g[[
2
= 1).
Ahora, si A
1
0, A
2
, B , entonces la region de integracion
decrece hasta un conjunto de medida nula, de donde, la integral tiende a cero
por el teorema de convergencia dominada de Lebesgue. As,
_
_
_
_
_
f C
1

_ _
A
1
|a|A
2
|b|B
W

f(a, b)
(a,b)
dadb
a
2
_
_
_
_
_
2
0. 2
55
2.2. Caracterizacion de la regularidad usando
ondeletas
La transformada de ondeletas puede ser utilizada para caracterizar la regularidad
local de una funcion.
Proposicion 2.2.1 Suponga que
_
R
(1 +[x[)[(x)[dx < , y que

(0) = 0. Si
f es una funcion acotada Holder continua con exponente , 0 < 1, es decir:
[f(x) f(y)[ C[x y[

entonces, la transformada de ondeletas satisface:

[W

f(a, b)[ = [f,

(a,b)
)[ C

[a[
+
1
2
.
Demostracion: Puesto que

(0) = 0, entonces tenemos

(0) = 0, es decir,
_
R
(x)dx = 0, por lo que
_
R

(a,b)
(x)dx = 0. Luego, para b R:
W

f(a, b) = f,
(a,b)
) 0
=
_
R
f(x)
(a,b)
(x)dx f(b)
_
R

(a,b)
(x)dx
=
_
R

(a,b)
(x)
_
f(x) f(b)
_
dx
As,
[W

f(a, b)[
_
R
[
(a,b)
(x)[

f(x) f(b)

dx
C
_
R
[
(a,b)
(x)[[x b[

dx
= C[a[

1
2
_
R

_
x b
a
_

[x b[

dx
56
Haciendo z =
xb
a
obtenemos:
[W

f(a, b)[ C[a[

1
2
[a[
_
R
[(z)[[az[

dz
= C[a[
1
2
[a[

_
R
[(z)[[z[

dz
C

[a[
1
2
+
.
Observacion 2.2.1 La siguiente proposicion permite probar un importante
teorema sobre la regularidad.
Proposicion 2.2.2 Suponga que
1
,
2
L
1
(R), que
2
es diferenciable con

2
L
2
(R), y que

1
(0) = 0 =

2
(0). Si f L
2
(R) es acotada, entonces,
f(x) = C
1

1
,
2
lm
A
1
0
A
2

_
A
1
|a|A
2
da
a
2
_

f,
1(a,b)
)
2(a,b)
(x)db
donde, C

1
,
2
= 2
_
R

1
()

2
()
d
||
.
Demostracion: Ver [3] de las referencias.
Denicion 2.2.1 Diremos que una funcion f tiene soporte compacto, si existe
un intervalo cerrado y acotado I en el cual se tiene f(x) = 0, para todo x I.
La siguiente proposicion es un recproco del Teorema 2.2.1:
Proposicion 2.2.3 Suponga que tiene soporte compacto. Suponga ademas
que f L
2
(R) es acotada y continua. Si para alg un ]0, 1[ la transformada
de ondeletas de f satisface:
[f,
(a,b)
)[ C[a[
+
1
2
,
57
entonces, f es Holder continua con exponente .
Demostracion:
1. Elijamos
2
con soporte compacto y continuamente diferenciable, con
_

2
(x)dx =
0. Normalice
2
tal que C
,
2
= 1. Entonces, por la proposicion (2.2.2) tenemos:
f(x) =
_

da
a
2
_

f,
(a,b)
)
2(a,b)
(x)db.
Dividimos la integral sobre a en dos partes, cuando [a[ 1 y [a[ 1, y llamemos
a estas integrales respectivamente f
ss
(x) y f
ls
.
2. Primero, notese que f
ls
esta uniformemente acotada en x:
[f
ls
[ =

_
|a|1
da
a
2
_
R
f,
(a,b)
)
2(a,b)
(x)db

_
|a|1
da
a
2
_
R
[[f[[
2
[[
(a,b)
[[
2
[
2(a,b)
(x)[db
C
_
|a|1
da
a
2
_
R
[a[

1
2

2
_
x b
a
_

db
C
_
|a|1
da
a
2
_
R
[a[
1
2
[
2
(z)[dz (haciendo z =
xb
a
)
C[[
2
[[
1
_
|a|1
[a[

3
2
dz
C

< .
Luego, tenemos para [h[ 1:
58
[f
ls
(x +h) f
ls
(x)[ =
=

_
|a|1
da
a
2
_
R
f,
(a,b)
)
2(a,b)
(x +h) f,
(a,b)
)
2(a,b)
(x)db

_
|a|1
da
a
2
_
R
_
R
_
[a[
1
f(y)
_
y b
a
_

2
_
x +h b
a
_
[a[
1
f(y)
_
y b
a
_

2
_
x b
a
_
dy
_
db

_
|a|1
da
[a[
3
_
R
_
R

f(y)

_
y b
a
_

2
_
x +h b
a
_

2
_
x b
a
_

dydb
Como [
2
(z +t)
2
(z)[ C[t[, y puesto que el soporte , sop (
2
) [R, R],
para alg un R < , podemos acotar lo anterior por:
[f
ls
(x +h) f
ls
(x)[ C

_
|a|1
da
[a[
3
_
R
_
R
[f(y)[
[h[
[a[
dydb
C

[h[
_
|a|1
da
a
4
_
R
db
_
R
[f(y)[dy
C

[h[
_
|a|1
a
4
da
_
R
db
_
|xb||a|R+1
|yb||a|R
[f(y)[dy
C

[h[
_
|a|1
[a[
3
da
_
|yx|2|a|R+1
[f(y)[dy
C

[h[[[f[[
2
_
|a|1
[a[
3
(4[a[R + 2)
1
2
dy C

[h[.
Esto para todo [h[ 1, y como [f
ls
[ < C

, podemos concluir que [f

ls
(x + h)
f
ls
(x)[ C[h[, para todo h, uniformemente en x.
3. Por otro lado, tenemos que f
ss
es tambien uniformemente acotada:
59
[f
ss
[ =

_
|a|1
da
a
2
_
R
f,
(a,b)
)
2(a,b)
(x)db

C
_
|a|1
da
a
2
_
R
[a[
+
1
2
[a[

1
2

2
_
x b
a
_

db
C
_
|a|1
da
a
2
[a[
+
1
2
[a[
1
2
[[
2
[[
1
= C[[
2
[[
1
_
|a|1
[a[
1+
da = C

< .
4. Ademas, para [h[ 1, y como [
2
(z +t)
2
(z)[ C[t[, y sop (
2
) [R, R],
tenemos:
[f
ss
(x +h) f
ss
(x)[ =
=

_
|a|1
da
a
2
_
R
f,
(a,b)
)
2(a,b)
(x +h) f,
(a,b)
)
2(a,b)
(x)db

_
|a|1
da
a
2
_
R
f,
(a,b)
)
_

2(a,b)
(x +h)
2(a,b)
(x)
_
db

_
|a||h|
da
a
2
_
R
f,
(a,b)
)
_

2(a,b)
(x +h)
2(a,b)
(x)
_
db
+
_
|h||a|1
da
a
2
_
R
f,
(a,b)
)
_

2(a,b)
(x +h)
2(a,b)
(x)
_
db

_
|a||h|
da
a
2
_
R

f,
(a,b)
)

2(a,b)
(x +h)

2(a,b)
(x)

_
db
+
_
|h||a|1
da
a
2
_
R

f,
(a,b)
)

2(a,b)
(x +h)
2(a,b)
(x)

db

_
|a||h|
da
a
2
_
R
C[a[
+
1
2
_

2(a,b)
(x +h)

2(a,b)
(x)

_
db
+
_
|h||a|1
da
a
2
_
R
C[a[
+
1
2

2(a,b)
(x +h)
2(a,b)
(x)

db
60

_
|a||h|
da
a
2
_
R
C[a[

2
_
x +h b
a
_

2
_
x b
a
_

_
db
+
_
|h||a|1
da
a
2
_
|xb||a|R+|h|
C[a[

2
_
x b
a
+
h
a
_

2
_
x b
a
_

db

_
|a||h|
da
a
2
_
R
C[a[

2
_
x +h b
a
_

2
_
x b
a
_

_
db
+
_
|h||a|1
da
a
2
_
|xb||a|R+|h|
C
2
[a[

h
a

db

_
|a||h|
da
a
2
_
R
C[a[
+1
_

2
_
z +
h
a
_

+[
2
(z)[
_
dz
+[h[
_
|h||a|1
C
2
[a[
3+
2([a[R +[h[)da

_
|a||h|
C[a[
1+
da
_
R
R
_

2
_
z +
h
a
_

+[
2
(z)[
_
dz
+[h[
_
|h||a|1
C
2
[a[
3+
2([a[R +[h[)da

_
|a||h|
2C[a[
1+
da
_
_
R
R
[
2
(z)[
2
dz
_1
2
+[h[
_
|h||a|1
C
2
[a[
3+
2([a[R +[h[)da
C
3
_ _
|a||h|
[a[
1+
[[
2
[[
2
da +[h[
_
|h||a|1
[a[
3+
2([a[R +[h[)da
_
C

_
[[
2
[[
2
_
|a||h|
[a[
1+
da +[h[
_
|h||a|1
[a[
3+
([a[R +[h[)da
_
= C

[h[

.
Resumiendo, tenemos [f
ls
(x + h) f
ls
(x)[ C

[h[, y [f
ss
(x + h) f
ss
(x)[
C

[h[

.
Por lo tanto, tenemos que f es Holder continua con exponente .
61
Observacion 2.2.2 Las Proposiciones 2.2.1, y 2.2.3 muestran que la continuidad
de Holder de una funcion f puede ser caracterizada por el decaimiento en a del
valor absoluto de su transformada de ondeletas.
Cuando hay mayor orden de diferenciabilidad de f, y hay continuidad de Holder,
entonces f puede ser caracterizada similarmente por medio del decaimiento de
los coecientes de ondeletas si tiene mas de un momento cero: en orden a cara-
terizar f C
n
y la continuidad Holder con exponente de f
(n)
, se requiere de
una ondeleta tal que
_
R
x
m
(x)dx = 0, para m = 0, ..., n. Luego, si ]0, 1[,
se tiene:
f C
n
, con todas las f
(m)
, m = 0, ..., n acotadas y cuadrado integrables, y f
(n)
Holder continua con exponente , s y solo s,
[f,
(a,b)
)[ C[a[
n+
1
2
+
,
uniformemente en a.
62
Proposicion 2.2.4 Suponga que
_
R
(1 +[x[)[(x)[dx < y
_
R
(x)dx = 0.
Si una funcion acotada f es Holder continua en x
0
, con exponente ]0, 1[, es
decir:
[f(x
0
+h) f(x
0
)[ C[h[

,
entonces:
[f,
(a,x
0
+b)
)[ C[a[
1
2
([a[

+[b[

).
Demostracion:
Por traslacion, podemos asumir que x
0
= 0. Puesto que
_
R
(x)dx = 0, tenemos:
[f,
(a,b)
)[
_
R
[f(x) f(0)[[a[

1
2

_
x b
a
_

dx
C
_
R
[x[

[a[

1
2

_
x b
a
_

dx
C[a[
+
1
2
_
R

y +
b
a

[(y)[dy
= C[a[
+
1
2
_
R

b
a
_
a
b
y + 1
_

[(y)[dy
= C[a[
+
1
2
_
R
[b[

[a[

a
b
y + 1

[(y)[dy
C[a[
+
1
2
_
R
_
1 +
[b[

[a[

a
b
y + 1

[(y)[dy
= C[a[
1
2
([a[

+[b[

)
_
R

a
b
y + 1

[(y)[dy
Armamos que si 0 < < 1, entonces

a
b
y+1

< 1+

a
b
y

. En efecto, lo anterior
equivale a probar:

a
b
y + 1

= e
ln |
a
b
y+1|
< 1 +

a
b
y

= e
1 ln(1+|
a
b
y|)
.
63
Pero, como la funcion exponencial es creciente, y como < 1, basta probar que

a
b
y + 1

< 1 +

a
b
y

, lo cual es valido por la desigualdad triangular en R.

Por lo tanto,
[f,
(a,b)
)[ C[a[
1
2
([a[

+[b[

)
_
R

a
b
y + 1

[(y)[dy
C[a[
1
2
([a[

+[b[

)
_
R
_
1 +

a
b
y

_
[(y)[dy
C

[a[
1
2
([a[

+[b[

).
Proposicion 2.2.5 Suponga que tiene soporte compacto. Suponga ademas
que f L
2
(R) es acotada y continua. Si para alg un > 0 y ]0, 1[,
[f,
(a,b)
)[ C[a[
+
1
2
uniformemente en b,
y
[f,
(a,b+x
0
)
)[ C[a[
1
2
_
[a[

+
[b[

[ log [b[[
_
,
entonces, f es Holder continua en x
0
con exponente .
Demostracion: Ver [3] de las referencias.
64
2.3. La Transformada continua de Ondeletas en
varias dimensiones
En esta seccion se muestra brevemente como es posible extender la transformada
de ondeletas a funciones f L
2
(R
n
), con n > 1.
Recordemos que por el Teorema 2.1.5, dada f L
2
(R), se tiene:
f = C
1

f(a, b)
(a,b)
dadb
a
2
.
Si consideramos solamente a > 0, obtenemos:
f = C
1

_

0
_

f(a, b)
(a,b)
dadb
a
2
,
donde:
C

= 2
_

0
[

(t)[
2
dt
[t[
= 2
_
0

(t)[
2
dt
[t[
< .
Del mismo modo en que se probo la Proposicion 2.1.3, puede demostrarse que,
para f, g L
2
(R
n
) se tiene:
f, g) = C
1

_

0
_
R
W

f(a, b)W

g(a, b)
dadb
a
n+1
,
donde, W

f(a, b) = f,
(a,b)
), como antes,
(a,b)
= [a[

n
2

_
xb
a
_
, con a R,
a ,= 0, y b R
n
, donde L
2
(R
n
) es tal que:
C

= (2)
n
_
R
n
[

(t)[
2
dt
[t[
n
< .
65
La proposicion (2.1.5), permite escribir f L
2
(R
n
) como:
f = C
1

_

0
_
R
n
W

f(a, b)
(a,b)
dadb
a
n+1
.
Por ejemplo, en dos dimensiones, podemos denir la transformada de ondeletas
utilizando rotaciones de la siguiente forma:

a,b,
(x) = a
1
_
R
1

_
x b
a
_
_
,
donde, a > 0, b R
2
, y R

es la matriz de rotacion:
_
_
cos sin
sin cos
_
_
La condicion de admisibilidad queda:
C

= (2)
2
_

0
dr
r
_
2
0
[

(rcos, rsin)[
2
d < .
De donde,
f = C
1

_

0
da
a
3
_
R
2
db
_
2
0
W

f(a, b, )
(a,b,)
d.
66
2.4. La Transformada Discreta de Ondeletas en
L
2
En esta seccion, se introduce la transformada discreta de Ondeletas. Tal como
ocurre en la transformada continua, tambien se consideran translaciones y dila-
taciones de una funcion ja. Ademas, veremos que ciertas ondeletas generatrices
forman una base ortonormal de L
2
(R).
2.4.1. Discretizando la transformada de ondeletas
En la transformada continua de ondeletas, se considera una familia de funciones

(a,b)
, generadas a partir de una ondeleta madre L
2
(R):

(a,b)
(x) = [a[

1
2

_
x b
a
_
a, b R, a ,= 0. (2.12)
Por conveniencia, en la discretizacion consideraremos solo valores enteros para
a, y b, con a > 0. Luego, la condicion de admisibilidad queda:
C

= 2
_

0
[

(t)[
2
dt
[t[
= 2
_
0

(t)[
2
dt
[t[
< . (2.13)
La discretizacion del parametro de dilatacion a, se realiza de la siguiente forma:
Consideremos a = a
m
0
, donde m, a
0
Z, con a
0
> 1, y a
0
es un valor jo.
Para el parametro de traslacion, tenemos:
Si m = 0, consideramos los m ultiplos de b
0
, donde b
0
Z, y b
0
> 0, es decir,
b = nb
0
, con n Z. Ahora, si m ,= 0 hacemos b = nb
0
a
m
0
.
67
Denicion 2.4.1 Sea L
2
(R) una funcion tal que satisface la condicion
de admisibilidad (2.13) y [[[[
2
= 1. Si m, n Z, a
0
, b
0
Z con, a
0
> 1, b
0
> 0
jos, entonces las ondeletas asociadas a se denen por:

(m,n)
(x) = a
0

m
2

_
x nb
0
a
m
0
a
m
0
_
= a
0

m
2

_
a
m
0
x nb
0
_
. (2.14)
La denicion de la transformada discreta es analoga a (2.1.4), solo que ahora se
considera a como una funcion real:
Denicion 2.4.2 Sean f L
2
(R), m, n Z, a
0
, b
0
Z, con a
0
> 1, b
0
> 0 jos.
Se dene la transformada discreta de ondeletas respecto a la ondeleta real
L
2
(R), como:
W

f(m, n) := f,
(m,n)
) =
_
R
a

m
2
0
f(x)
_
a
m
0
x nb
0
_
dx.
En el caso discreto, no es posible, en general, escribir f L
2
(R) del mismo modo
como en la Proposicion 2.1.5 del caso contnuo.
Un caso interesante de estudiar, es cuando a
0
= 2 y b
0
= 1, pues, como veremos
luego, para ciertas funciones L
2
(R), la familia de funciones
(m,n)
para estos
valores de a
0
y b
0
forman una base ortonormal de L
2
(R).
Consideremos ahora, la funcion de Haar:
(x) =
_

_
1 si 0 x <
1
2
1 si
1
2
x < 1
0 en otro caso
68
Luego, si a
0
= 2, y b
0
= 1, obtenemos para (2.14):

(m,n)
(x) = 2

m
2

_
2
m
x n
_
,
donde m, n Z.
Esta familia de funciones
(m,n)
, se conoce como las funciones de Haar. Probare-
mos ahora, que esta familia forma una base ortonormal de L
2
(R).
Note que
_
R
(x)dx =
_
1
0
(x)dx = 0, y [[[[
2
2
=
_
R
[(x)[
2
dx =
_
1
0
[(x)[
2
dx =
1.
Observacion 2.4.1 La eleccion de los valores a
0
y b
0
, determina que funcion
se debe elegir, para que
(m,n)
forme una base ortonormal de L
2
(R).
Proposicion 2.4.1 Sea la funcion de Haar. Entonces, si m, n Z, la familia
de funciones

(m,n)
(x) = 2

m
2

_
2
m
x n
_
,
forma una base ortonormal de L
2
(R).
Demostracion: Debemos probar que
(m,n)
es ortonormal, y que cualquier fun-
cion f L
2
(R) puede ser aproximada por una combinacion lineal nita de

(m,n)
.
Probaremos primero la ortonormalidad. Debemos probar que:
_
R

(m,n)
(x)
(m

,n

)
(x)dx =
_
_
_
1 si (m, n) = (m

, n

)
0 si (m, n) ,= (m

, n

)
Si m = m

y n = n

, entonces:
69
_
R

(m,n)
(x)
(m

,n

)
(x)dx = 2
m
_
R
((2
m
x n))
2
dx Haciendo z = (2
m
x n)
= 2
m
2
m
_
R
((z))
2
dz
= 1.
Sea ahora (m, n) ,= (m

, n

), y supongamos que m < m

. Entonces:
_
R

(m,n)
(x)
(m

,n

)
(x)dx =
_
R
2

m
2
(2
m
x n)2

2
(2
m

x n

)dx
= 2

1
2
(m+m

)
_
R
(2
m
x n)(2
m

x n

)dx
Sea y = 2
m
x n, luego dx = 2
m
dy, y 2
m
(y +n) = x, por lo tanto:
_
R

(m,n)

(m

,n

)
dx = 2

1
2
(m+m

)
_
R
(y)(2
m

2
m
(y +n) n

)dy
= 2

1
2
(m+m

)
_
R
(y)(2
mm

y + 2
mm

n n

)dy
= 2

1
2
(m+m

)
_
_ 1
2
0
(2
mm

y +m

)dy
_
1
1
2
(2
mm

y +m

)dy
_
.
Pero, estas dos integrales son iguales a cero, pues
_
1
0
= 0, luego si (m, n) ,=
(m

, n

) se tiene
_
R

(m,n)
(x)
(m

,n

)
(x)dx = 0.
Hemos probado la ortonormalidad. Entonces, tenemos que
(m,n)

m,nZ
, donde
es la funcion de Haar, es un sistema ortonormal.
Luego, como L
2
(R) es un espacio de Hilbert completo, entonces, para toda f
L
2
(R), se tiene por la Proposicion 1.4.1:
70
f =

m,nZ
f,
(m,n)
)
(m,n)
=

m,nZ

(m,n)
_
_
R
f(x)
(m,n)
(x)dx
_
. (2.15)
De la proposicion anterior, tenemos, el teorema de Parseval para las ondeletas
discretas.
Proposicion 2.4.2 (Teorema de Parseval) Sean f, g L
2
(R), y
(m,n)

L
2
(R), m, n Z, las funciones de Haar. Entonces:
f, g) =

m,nZ
f,
(m,n)
)g,
(m,n)
).
Demostracion: Por (2.15) tenemos:
f =

m,nZ
f,
(m,n)
)
(m,n)
Luego, para toda g L
2
(R),
f, g) =

m,nZ
_
f,
(m,n)
)
(m,n)
, g
_
=

m,nZ
f,
(m,n)
)
(m,n)
, g)
=

m,nZ
f,
(m,n)
)g,
(m,n)
).
71
2.5. Frames
Los Frames fueron introducidos por Dun y Schaeer (1952), en el contexto de
las series de Fourier no Armonicas, es decir, expansion de funciones de L
2
([0, 1])
en exponenciales complejos e
inx
, donde
n
,= 2n.
En esta seccion, relacionaremos los frames con la condicion de admisibilidad
para las ondeletas discretas.
Denicion 2.5.1 Una familia de funciones
j

jJ
en un espacio de Hilbert H
es llamada un frame si existen A > 0, B < , tal que, para toda f H se tiene
A[[f[[
2

jJ
[f,
j
)[
2
B[[f[[
2
.
Llamamos a A y B cotas del frame.
Si ambas cotas del frame son iguales, A = B, entonces, llamamos al frame, un
frame ajustado. En el frame ajustado, tenemos, para toda f H,

jJ
[f,
j
)[
2
= A[[f[[
2
. (2.16)
Luego, usando la identidad de polarizacion
2
, tenemos por (2.16):
f, g) =
1
4
_
[[f +g[[
2
[[f g[[
2
+i[[f +ig[[
2
i[[f ig[[
2

=
1
A

1
4

jJ
_
[f +g,
j
)[
2
[f g,
j
)[
2
+i[f +ig,
j
)[
2
i[f ig,
j
)[
2
_
=
1
A

1
4

jJ
_
4f,
j
) g,
j
)
_
=
1
A

1
4

jJ
_
4f,
j
)
j
, g)
_
2
Si f, g H, entonces, f, g) =
1
4
_
[[f + g[[
2
[[f g[[
2
+ i[[f + ig[[
2
i[[f ig[[
2

72
De donde se obtiene
Af, g) =

j
f,
j
)
j
, g).
As, para toda g H, se tiene:
f, g) = A
1

f,
j
)
j
, g
_
, g H
=
_
A
1

j
f,
j
)
j
, g
_
.
Por lo que,
f = A
1

j
f,
j
)
j
. (2.17)
La expresion (2.17) es similar a la expansion de f en una base ortonormal,
pero, uno de los aspectos interesantes de los frames, es que la familia
j
no es
necesariamente ortonormal. Por lo tanto, podemos escribir f usando una base
no ortonormal.
Ejemplo 2.5.1 Tomando H = C
2
, e
1
= (0, 1), e
2
= (

3
2
,
1
2
), e
3
= (

3
2
,
1
2
).
Luego, para cualquier v = (v
1
, v
2
) en H, tenemos:
3

j=1
[v, e
j
)[
2
= [v
2
[
2
+

3
2
v
1

1
2
v
2

2
+

3
2
v
1

1
2
v
2

2
=
3
2
_
[v
1
[
2
+[v
2
[
2

=
3
2
[[v[[
2
.
73
Figura: Tres vectores en C
2
que forman un frame ajustado.
En este caso, tenemos que la cota del frame es A =
3
2
. Luego, si v C
2
, entonces:
v =
2
3
3

j=1
v, e
j
)e
j
.
Observamos que si A = 1, entonces, la representacion anterior, es la misma que
si
j
fuese una base ortonormal. Esta armacion es valida, lo que se se nala en
la siguiente proposicion.
Proposicion 2.5.1 Si
j

jJ
es un frame ajustado en un espacio de Hilbert
H, con A = 1, y si [[
j
[[ = 1 para todo j J, entonces
j
constituye una base
ortonormal de H.
Demostracion: Ver [3] de las referencias.
Ahora, regresamos a la denicion (2.4.1),

(m,n)
(x) = a
0

m
2

_
a
m
0
x nb
0
_
.
Mostraremos ahora, que si
(m,n)
, constituye un frame, entonces la condicion de
admisibilidad (2.13) se satisface.
74
Proposicion 2.5.2 Si
(m,n)
(x) = a
0

m
2

_
a
m
0
x nb
0
_
, m, n Z constituye
un frame para L
2
(R) con cotas del frame A, B, entonces
b
0
ln a
0
2
A
_

0
[

(t)[
2
dt
[t[

b
0
ln a
0
2
B
y
b
0
ln a
0
2
A
_
0

(t)[
2
dt
[t[

b
0
ln a
0
2
B
Demostracion: Ver [3] de las referencias, p.63-66.
Observacion 2.5.1 Esta proposicion permite construir ondeletas, a partir de
un frame
(m,n)
, pues esto garantiza la condicion de admisibilidad (2.13) que es
la condicion mas fuerte de la denicion (2.4.1).
Observacion 2.5.2 Si
(m,n)
es un frame ajustado, es decir, A = B, entonces,
por la proposicion anterior, tenemos:
A =
2
b
0
ln a
0
_

0
[

(t)[
2
dt
[t[
.
En particular, si
(m,n)
constituye una base ortonormal de L
2
(R) (como por
ejemplo la base de Haar), entonces:
b
0
ln a
0
2
=
_

0
[

(t)[
2
dt
[t[
.
En efecto,
Si
(m,n)
(x) = 2

m
2

_
2
m
x n
_
, donde es la funcion de Haar. En este caso,
a
0
= 2, y b
0
= 1, entonces:
75

() =
1
(2)
1
2
_ 1
2
0
e
ix
dx
1
(2)
1
2
_
1
1
2
e
ix
dx
=
1
(2)
1
2
(1 2e

i
2
+e
i
)
i
=
1
(2)
1
2
(1 e

i
2
)
2
i
.
Luego,
[

()[ =
[(1 e

i
2
)[
2
(2)
1
2
[[
=
1 e
i
2
e

i
2
+ 1
(2)
1
2
[[
=
(2 2 cos

2
)
(2)
1
2
[[
.
Por lo tanto,
[

()[
2

=
(2 2 cos

2
)
2
(2)[[
3
,
As,
_
R
(2 2 cos

2
)
2
(2)[[
3
d =
ln 2
2
.
Captulo 3
Aplicaciones
En este ultimo captulo, se resumen algunas aplicaciones matematicas de las
ondeletas.
3.1. Analisis de Multiresolucion
En esta seccion se muestra una breve introduccion a una de las principales
aplicaciones de las ondeletas, conocido como el analisis de multiresolucion, que
consiste basicamente en un metodo para contruir bases ortonormales de ciertos
espacios de funciones.
Denicion 3.1.1 Una ondeleta ortonormal es una funcion L
2
(R) tal que
la familia de funciones
(j,k)
(x) = 2
j
2

_
2
j
x k
_
, con j, k Z, es una base
ortonormal de L
2
(R).
Observacion 3.1.1 Note que familia de funciones
(j,k)
(x) es similar a las fun-
ciones de Haar denidas en el captulo anterior.
76
77
Ya hemos visto, que la funcion de Haar proporciona un ejemplo de ondeleta
ortonormal. Con el n de proporcionar un metodo que permita contruir on-
deletas ortonormales se introduce otro concepto, el cual permite generalizar la
construccion de Haar:
Denicion 3.1.2 Un Analisis de Multiresolucion (AMR) es una sucesion cre-
ciente de subespacios cerrados V
n
L
2
(R) denidos para n Z por:
... V
1
V
0
V
1
...
junto con una funcion L
2
(R) tal que:
i)

_
n=
V
n
es denso en L
2
(R), es decir,

_
n=
V
n
= L
2
(R).
ii)

n=
V
n
= 0.
iii) f V
j
s y solo s f(2
j
) V
0
.
iv) (x k)
kZ
es una base ortonormal de V
0
.
La funcion se llama funcion escala del AMR.
Observacion 3.1.2 De la condicion (iv), y la Proposicion 1.4.1 se tiene, que:
V
0
=
_
f L
2
(R); f(x) =

k
c
k
(x k), donde

k
[c
k
[ <
_
,
por lo que V
0
esta denido de manera unica.
Ejemplo 3.1.1 Sea V
j
el subespacio de L
2
(R) de las funciones constantes en
intervalos de la forma I
jk
:= [2
j
k, 2
j
(k +1)[, con k Z, y considerese la funcion
(x) = 1 si x [0, 1], y 0 en otro caso. Veamos que los V
j
junto con forman
un AMR. En efecto,
78
a) Si j < j

, entonces, se tiene que V

j
V
j
, pues [2
j
k, 2
j
(k+1)[ [2
j

k, 2
j

(k+
1)[, esto porque k < k + 1, para todo k Z, y si consideramos h(j) = 2
j
,
vemos que h es una funcion creciente para todo j.
b) Puesto que las funciones f de V
j
son constantes, entonces son continuas.
Luego, si x I
jk
= [2
j
k, 2
j
(k + 1)], entonces para f : I
jk
V
j
L
2
(R),
se tiene f(x) V
j
(ver [2], p.26). Luego,

n=
V
n
= L
2
(R).
c) Para la interseccion, puesto que V
j
V
j+1
, para todo j Z, y como las
funciones son constantes, entonces para probar que

n=
V
n
= 0, basta
probar que

n=
[2
j
k, 2
j
(k +1)[= 0. En efecto, puesto que [2
j
k, 2
j
(k +
1)[ [2
(j+1)
k, 2
(j+1)
(k + 1)[, se sigue que

n=
[2
j
k, 2
j
(k + 1)[= 0, por
lo que

n=
V
n
= 0.
e) Tenemos que V
j
= f L
2
(R), tal que f
[2
j
k,2
j
(k+1))
es constante, por lo
que V
0
= f L
2
(R), tal que f
[k,(k+1))
= c, con c constante. Debemos
probar que si f V
j
, entonces f(2
j
) V
0
. Si f V
j
, entonces f(x) =
c para todo x [2
j
k, 2
j
(k + 1)), por que tomando 2
j
x en vez de x,
obtenemos f(2
j
x) = c para todo x [k, (k+1)), lo que equivale, f(2
j
)
V
0
.
f) Falta probar que (x k)
kZ
es una base ortonormal de V
0
. Para esto,
notese que (x k) : k Z =
[k,k+1]
: k Z, de donde, cualquier
funcion constante f en [k, k +1) puede escribirse como combinacion lineal
de
[k,k+1]
, con k Z, por lo que (x k)
kZ
es una base ortonormal de
V
0
.
Por lo tanto, hemos probado que los conjuntos V
j
= f L
2
(R), tal que
f
[2
j
k,2
j
(k+1))
es constante, con j Z, junto con la funcion escala forman
un AMR.
79
Veamos ahora, como es posible interpretar el efecto de los espacios V
j
en el anali-
sis del graco de una funcion. Consideremos la funcion f(x) = sin(4x) sin(2x)
denida en el intervalo [0,

3
].
Figura: Gr afico de f(x) = sin(4x) sin(2x).
Representaremos la funcion f en el espacio V
5
= f L
2
(R), tal que f
[2
5
k,2
5
(k+1))
es constante. Puesto que es una base ortonormal de V
0
, entonces, podemos
escribir cualquier funcion de V
0
haciendo combinaciones lineales de (xk)
kZ
,
o equivalentemente, combinaciones de la funcion
[k,k+1]
, k Z.
Realizemos una particion del intervalo [0,

3
] de la forma x
k
= [2
5
k, 2
5
(k +1)),
k = 0, ..., m. Entonces, podremos aproximar f en dicho intervalo haciendo el
producto de la funcion caracteristica en dicho intervalo con la funcion f evaluada
en 2
5
k:
Figura: Aproximaci on de f en [2
5
k, 2
5
(k + 1)).
80
Luego, para aproximar f en [0,

3
] basta sumar todas las aproximaciones hechas
en los intervalos [2
5
k, 2
5
(k + 1)), es decir:
f(x) =

k
f(2
5
k)
[2
5
k,2
5
(k+1))
(x).
El graco de f en V
5
es,
Figura: Gr afico de f(x) = sin(4x) sin(2x) en V
5
.
Del mismo modo, que para V
5
, podemos aproximar f en V
7
, y V
9
, obteniendo,
f(x) =

k
f(2
7
k)
[2
7
k,2
7
(k+1))
(x), y f(x) =

k
f(2
9
k)
[2
9
k,2
9
(k+1))
(x),
respectivamente. Los gracos correspondientes son:
Figura: Gr afico de f(x) = sin(4x) sin(2x) en V
7
.
81
Figura: Gr afico de f(x) = sin(4x) sin(2x) en V
9
.
La proposicion siguiente muestra que la funcion escala del AMR, para la cual
(xk) es una base ortonormal de V
0
, permite contruir una familia de funciones
que forman una base ortonormal para todos los V
j
.
Proposicion 3.1.1 Suponga que V
j
es un AMR con funcion escala . En-
tonces, para cualquier j Z, el conjunto de funciones:

(j,k)
(x) = 2
j
2
(2
j
x k); k Z
es una base ortonormal para V
j
.
Demostracion: Para probar que
(j,k)
genera a V
j
, debemos mostrar que cualquier
funcion f V
j
puede ser escrita como combinacion lineal de (2
j
xk), k Z.
Usando la condicion (iii) de la denicion del AMR, se tiene que la funcion f(2
j
x)
pertenece a V
0
, y por lo tanto, f(2
j
x) es combinacion lineal de (xk), k Z.
Luego, reemplazando x por 2
j
x, se sigue que f(x) es combinacion lineal de
(2
j
x k), k Z. La ortonormalidad se prueba de manera analoga a lo real-
izado en la Proposicion 2.4.1.
82
3.2. Caracterizacion de espacios de funciones
usando ondeletas
En esta seccion, denimos el concepto de base incondicional, y mostramos que
la familia de funciones
(m,n)
constituye una base de este tipo para L
p
(R), con
1 < p < , y tambien para otros espacios de funciones.
Denicion 3.2.1 Llamamos a una familia de funciones
j

jJ
una base in-
condicional de L
p
(R), si
j

jJ
es una base para todos los espacios L
p
(R) con
1 < p < .
Proposicion 3.2.1 Si C
1
(R) y [(x)[, [

(x)[ M(1+[x[)
1
para alg un
M y > 0, y si
(m,n)
(x) = 2

m
2

_
2
m
x n
_
constituye una base ortonormal
para L
2
(R), entonces la familia de funciones
(m,n)
; m, n Z tambien consti-
tuye una base para todos los espacios L
p
(R) con 1 < p < .
Demostracion: Ver [3] de las referencias.
Puesto que
(m,n)
contituye una base ortonormal de L
p
(R), entonces, podemos
caracterizar cualquier funcion f L
p
(R) usando solo el valor absoluto de los
coecientes de las ondeletas de f. Es decir, dada f, entonces podemos decidir
si f L
p
(R), usando solamente [f,
(m,n)
)[. Explcitamente, el criterio es el
siguiente:
f L
p
(R)
_

m,n
[f,
(m,n)
)[
2
[
(m,n)
(x)[
2
_1
2
L
p
(R)
83
Similarmente, las ondeletas proveen de bases incondicionales y caracterizaciones
como la anterior, para diversos espacios de funciones. A continuacion se muestra
una caracterizacion para los espacios de Sobolev:
Espacios de Sobolev W
s
(R).
El espacio de Sobolev esta denido como el conjunto:
W
s
(R) :=
_
f;
_
R
(1 +[[
2
)
s
[

f()[
2
d <
_
.
Su caraterizacion por medio de los coecientes de las ondeletas esta dada por:
f W
s
(R)

m,n
[f,
(m,n)
)[
2
(1 + 2
2ms
) < .
3.3. Analisis de Fourier versus Ondeletas
Para nalizar, se realiza una comparacion entre el analisis de Fourier y el de
ondeletas.
El analisis de ondeletas esta especialmente indicado para se nales con pulsos o
intermitencias, es decir, con discontinuidades, o en otras palabras, sucesos que
ocurren de manera no periodica. Para estas se nales, Fourier aporta muy poca
informacion, ademas Fourier es inestable frente a se nales de este tipo.
La mayor ventaja de las ondeletas sobre la transformada de Fourier, es que
permite analizar se nales con discontinuidades.
La Transformada Discreta de ondeletas presenta ademas claras ventajas frente
a su contrapartida de Fourier:
84
Mas rapida desde el punto de vista computacional.
En muchos casos proporciona un mejor ajuste a los datos con menos coe-
cientes.(Permitiendo una mejor compresion de los datos que los metodos
basados en Fourier).
Las tecnicas de ltrado de ruido de imagenes basadas en ondeletas dan
mejores resultados.
Una de las aplicaciones mas populares es la de compresion de imagenes.
Los metodos basados en las ondeletas proporcionan mejores compresiones
que los basados en Fourier. Actualmente, la base de huellas dactilares del
FBI, almacena las imagenes usando las ondeletas.
Bibliografa
[1] A. Boggess y F. Narcowich, A rst course in wavelets with Fourier analysis,
Prentice Hall, 2001.
[2] N. Bourbaki, General Topology, Part I, Addison-Wesley, 1966.
[3] I. Daubechies, Ten lectures on wavelets. Siam, CBMS-NSF Regional con-
ference in applied mathematics, N

61, Philadelphia, 1993.

[4] G. Garridos y D. Speegle, Completeness in the set of wavelest, AMS, Volume
128, Number 4, Pages 1157 a 1166, 1999. Version electronica.
[5] C. Gasquet, Fourier analysis and applications, Springer-Verlag, New York,
1999.
[6] D. Guy, Wavelets and singular integrals on curves and surfaces, Springer-
Verlag, Berlin, 1991.
[7] G. Kaiser, A Friendly guide to wavelets. Birkhauser, Boston, 1994.
[8] E. Kreyszig, Introductory functional analysis whith applications. Jhon Wiley
and Sons. Inc, USA, 1978.
[9] E. Lima, Curso de analise volume 1, Projeto Euclides, IMPA, 1989.
85
86
[10] M. Pinsky, Introduccion al analisis de Fourier y las ondeletas. Thomson,
Mexico, 2003.
[11] W. Rudin, Analisis Real y Complejo. McGraw-Hill, Madrid,1988.