Académique Documents
Professionnel Documents
Culture Documents
Z bt
Z bt
Z b
bt
vdu
udv = lm+ uv]a+t
udv = lm+
a
t0
t0
a+t
= uv]ba+
a+t
vdu;
a
Este documento esta basado ampliamente en el libro de texto del autor: J.M. Almira, Matematicas para la recuperacion de senales, Grupo Editorial Universitario, 2005.
1
Gracias a la prueba M de Weierstrass, si pudiesemos acotar |b
x(k)| = |ck | = O(1/k 2 ), entonces tendramos convergencia de la serie de Fourier, no solo puntual sino uniforme. Sin embargo, este tipo de acotaciones no se pueden deducir
p
del simple hecho de que {ck } l2 (Z). Basta observar que la sucesion {1/(|n| + 1)}
n= pertenece a l (Z) para todo
p > 1 y, sin embargo, no es sumable.
del intervalo [, ] tal que x(t) es derivable en cada intervalo abierto (j1 , j ) y existen los lmites
laterales
), x( )}.
{x( + ), x(1 ), x(2 ), , x(J1
Entonces los coeficientes de Fourier de x(t) vienen dados por2 :
Z
1
ak =
x(t) cos(kt)dt
J Z
1 X j
=
x(t) cos(kt)dt
j=1 j1
!
Z j
J
sin(kt) j
sin(kt)
1X
x(t)
x0 (t)
=
dt
j=1
k
k
+
j1
j1
!
Z j
J
1 X
j
x(t) sin(kt)]+
x0 (t) sin(kt)dt
=
j1
k j=1
j1
1
= O( ).
k
Obviamente, esto no basta para garantizar la convergencia de la serie
asociada. Ahora
de Fourier
ij
PJ
bien, si sabemos que la senal x(t) es continua entonces la suma j=1 x(t) sin(kt)
se cancela,
k
+
de modo que solo debemos preocuparnos del valor de
)
( Z
J
j
X
sin(kt)
dt .
x0 (t)
k
j1
j=1
j1
Si suponemos, pues, que x(t) es continua y derivable (excepto quizas en los puntos i , donde supondremos que existen las derivadas laterales), y que x0 (t) es derivable en los intervalos abiertos (i1 , i ),
entonces, integrando de nuevo por partes, obtenemos que
!
j
Z j
J
X
1
cos(kt)
cos(kt)
00
ak =
x0 (t)
x (t)
dt
2
j=1
k
k2
j1
+
j1
y, por tanto, |ak | = O(1/k 2 ) (y, analogamente,|bk | = O(1/k 2 )), de modo que la serie de Fourier
converge absoluta y uniformemente3 .
Si la primera derivada es continua, entonces la suma
!
J
1X
cos(kt) j
0
x (t)
j=1
k2
+
j1
se cancela y, volviendo a introducir mas hipotesis de regularidad (esta vez sobre x00 (t)) y a integrar
por partes, obtenemos que |ak | = O(1/k 3 ). El argumento se puede continuar repetidas veces.
2
3
Hemos demostrado entonces que, para senales continuas con primera derivada continua a trozos y
derivable a trozos, los coeficientes de Fourier satisfacen |ak | = O(1/k 2 ) y, puesto que | sin t|, | cos t|
1, la correspondiente serie de Fourier es sumable (de hecho, absolutamente y uniformemente sumable). Es mas, su suma sera de nuevo la senal de partida4 . Este resultado se debe a Heine5 , que lo
demostro en 1870 utilizando la desigualdad de Bessel.
1.2. Uso del Teorema del Valor Medio Integral para la estimacion de los coeficientes de Fourier
Otro metodo para estimar los coeficientes de Fourier se basa en el uso del conocido Teorema del
Valor Medio Integral:
Teorema 1 (P. O. Bonnet, 1849) 6 Supongamos que u(t) es una funcion integrable, positiva y decreciente en el intervalo [a, b] y que es integrable en [a, b]. Entonces existe un punto x (a, b) tal
que
Z
Z
b
u(t)(t)dt = u(a)
a
(t)dt.
a
Supongamos ahora que estamos estimando los coeficientes de Fourier de una senal 2-periodica
x(t) que tiene la propiedad de ser de variacion acotada. Entonces es conocido que dicha senal se
puede expresar como una diferencia x(t) = u(t) v(t), donde u(t), v(t) son funciones decrecientes
en [, ). Es mas, sumando a ambas funciones la misma constante, su diferencia queda invariante y,
por tanto, podemos suponer que u(t), v(t) 0 para todo t. Entonces podemos realizar las siguientes
estimaciones:
Z
Z
Z
1
1
1
ak =
x(t) cos(kt)dt =
u(t) cos(kt)dt
v(t) cos(kt)dt
4
La prueba de que la serie suma exactamente la senal de partida no esta contenida en los calculos que se han realizado
hasta aqu. Sin embargo, para demostrar la veracidad de esta afirmacion bastara tener en cuenta el Teorema de Aproximacion de Weierstrass en su version trigonometrica, lo que demostramos en el Corolario ?? que sigue al Teorema de Fej`er
(ver la secccion 1.3.5. ).
5
H. E. Heine (1821-1881). Matematico aleman. Se le conoce, entre otras cosas, por el teorema que caracteriza los compactos de Rn precisamente como sus subconjuntos cerrados y acotados. Tambien trabajo en temas de Analisis Matematico,
como las funciones de Bessel o los polinomios de Legendre.
6
P. O. Bonnet (1819-1892). Matematico frances. En 1843 publico un primer trabajo sobre convergencia de series
de terminos positivos y en 1849, gracias a otro trabajo sobre series funcionales, recibio un premio de la Academia de
Bruselas (Es en este segundo artculo donde aparece el teorema del valor medio integral). Sin embargo, en el tiempo
transcurrido entre estos artculos, se intereso por la Geometra Diferencial, tema al que dedico el resto de su carrera
investigadora, logrando importantes avances. En particular, a e l debemos el concepto de curvatura geodesica y uno de los
pocos teoremas de Geometra Diferencial Global que se estudian actualmente en la carrera de Matematicas: el Teorema
de Gauss-Bonnet.
y, por tanto, si utilizamos el Teorema de Bonnet para u(t) y v(t), tenemos que
Z
Z x
1
u(t) cos(kt)dt = u()
cos(kt)dt
u()
(sin(kx) + sin(k))
=
k
u()
=
sin(kx)
k
y
Z
Z y
1
v()
=
(sin(ky) + sin(k))
k
v()
=
sin(ky)
k
para ciertos valores x, y (, ). Se sigue que
ak =
u()
v()
sin(kx)
sin(ky)
k
k
y, por tanto,
u()
v()
1
|+|
| = (u() + v()).
k
k
k
En la estimacion de los coeficientes bk habra que tener en cuenta que ahora cos(k) no se anula y, por
tanto,
Z
Z x
1
u(t) sin(kt)dt = u()
sin(kt)dt
u()
=
( cos(kx) + cos(k))
k
|ak | |
y
1
v(t) sin(kt)dt =
v()
( cos(kx) + cos(k)),
k
de modo que
u()
v()
2
| + 2|
| = (u() + v()).
k
k
k
En todo caso, acabamos de demostrar que para senales x(t) de variacion acotada se tiene que los
coeficientes de Fourier asociados se van a cero con velocidad O(1/k).
Un poco mas de trabajo bastara para demostrar el siguiente (interesante) resultado:
|bk | 2|
Teorema 2 Supongamos que la senal x(t) es derivable en todo punto y que x0 (t) es una funcion de
variacion acotada. Si ademas se satisface que x() = x(), entonces |ak |, |bk | = O(1/k 2 ) y, en
particular, la serie de Fourier de x(t) converge a x(t) absoluta y uniformemente en [, ].
(SN x)(t) =
donde
ak =
bk =
a0 X
+
(ak cos(kt) + bk sin(kt)),
2
k=1
1
(1)
R
x(s) cos(ks)ds ; para k 0
R
Ahora, sustituyendo las expresiones de los coeficientes en (1), e intercambiando la suma (finita) con
la integral, obtenemos que
(
)
Z
N
1
1 X
(SN x)(t) =
x(s)
+
{cos(ks) cos(kt) + sin(ks) sin(kt)} ds
2 k=1
(
)
Z
N
1
1 X
=
x(s)
cos(k(s t)) ds,
+
2 k=1
y, haciendo u = s t, obtenemos que
1
(SN x)(t) =
x(t + u)
)
N
1 X
+
cos(ku) du.
2 k=1
(2k + 1)u
(2k 1)u
u
sin
= cos(ku) sin
2
2
2
5
se deduce que
"
#
N
u
1
u X
(2k + 1)u
(2k 1)u
kN (u) sin
=
sin +
sin
sin
2
2
2 k=1
2
2
=
1
(2N + 1)u
sin
2
2
y, por tanto,
1
(SN x)(t) =
x(t + u)
sin((2N + 1)u/2) du
.
sin(u/2)
2
(2)
La expresion7 (2) es de vital importancia para la estimacion de las diferencias x(t) SN x(t), N =
0, 1, . Veamos por que:
Debido a la propiedad de mejor aproximacion en mnimos cuadrados para SN x, se deduce que, si
tomamos x(t) = 1, entonces (SN x)(t) = 1 y, por tanto,
Z
1 sin((2N + 1)u/2) du
1=
.
sin(u/2)
2
Multiplicando ambos miembros por x(t) y, pasando la constante x(t) dentro de la integral del segundo
miembro de la igualdad (tengase en cuenta que integramos contra la variable u), se tiene que
Z
1
sin((2N + 1)u/2) du
x(t) =
x(t)
sin(u/2)
2
y, por tanto,
1
x(t) (SN x)(t) =
sin((2N + 1)u/2) du
.
sin(u/2)
2
(u) :=
x(t0 ) x(t0 + u)
x(t0 ) x(t0 + u)
1
=
,
2 sin(u/2)
u
sin(u/2)/(u/2)
PN
Otro modo de llegar a (2) es el siguiente: Se tiene en cuenta que SN x(t) =
b(k)eikt , donde
k=N x
R
R
P
PN
N
1
1
x(s)eiks ds. Por tanto, SN x(t) = 2
( k=N eik(ts) x(s))ds y, usando que k=N eik =
x
b(k) = 2
P2N
i(N + 1 )
i(N + 1 )
i(2N +1)
i(N +1)
i(N +1)
2
eiN
eiN ei /2
= e ei2 /2 e
=
eiN k=0 (ei )k = eiN e ei 1 1 = e
= e
ei 1
ei 1
ei /2
ei /2
7
sin((N + 12 ) )
,
sin 2
es una funcion acotada, ya que el u nico posible problema lo dara tomar lmite u 0, pero esto
produce el valor x0 (t0 ), pues lmu0 sinu u = 1. Queremos, pues, estimar el lmite de
Z
1
(2N + 1)u
(u) sin(
)du
2
para N . Ahora bien, podemos utilizar el siguiente resultado, que es una interesante consecuencia del Lema de Riemann-Lebesgue:
Lema 1 Supongamos que h(u) es una senal absolutamente integrable en (, ). Entonces
Z
1
(2n + 1)u
lm
h(u) sin(
)du = 0
n
2
Demostracion. Para verlo, tengamos en cuenta que
sin
(2n + 1)u
1
= sin((n + )u) = sin(nu) cos(u/2) + cos(nu) sin(u/2)
2
2
y, por tanto, si hacemos h1 (u) = cos(u/2)h(u) y h2 (u) = h(u) sin(u/2), se tiene que
Z
1
1
h(u) sin((n + )u)du = bn (h1 ) + an (h2 ),
2
donde bn (h1 ) denota el n-esimo coeficiente de Fourier (de los que multiplican a los senos) de h1 y
an (h2 ) denota el n-esimo coeficiente de Fourier (de los que multiplican a los cosenos) de h2 . Como
tanto h(u) como h1 (u) y h2 (u) son absolutamente integrables en (, ), podemos utilizar el Lema
de Riemann-Lebesgue, y por tanto, sus coeficientes de Fourier convergen a cero. Esto termina la
prueba.
La construccion de la funcion (u) garantiza que e sta pertenece a L1 (, ) y, por tanto, podemos
utilizar el lema anterior para afirmar que
Z
(2N + 1)u
1
(u) sin(
lm
)du = 0,
N
2
lo que concluye la prueba del teorema.
2. El Teorema de Dirichlet
La idea, expuesta en la seccion anterior, de obtener una formula integral que proporcione una
expresion cerrada para la suma parcial N -esima SN x de la serie de Fourier de x(t) fue explotada
por P. L. Dirichlet, que en 1829 logro el primer avanze verdaderamente significativo en el estudio de
la convergencia de las series de Fourier de senales periodicas al establecer con todo rigor una clase
de funciones lo suficientemente amplia como para justificar su utilidad en numerosas aplicaciones.
Concretamente, demostro el siguiente resultado8 :
8
Hemos esperado hasta enunciar el teorema de Dirichlet para introducir la terminologa usual, segun la cual denotamos
por DN al nucleo de Dirichlet, etc.
Teorema 4 (Dirichlet) Sea x(t) una senal 2-periodica y sea SN (x)(t) la suma parcial N -esima de
la serie de Fourier de x. Entonces SN (x) admite la siguiente representacion integral:
Z
1
SN (x)(t) =
x(t + s)DN (s)ds,
2
donde DN (s) =
sin((N + 12 )s)
,
sin( 12 s)
x(t+ ) + x(t )
.
2
Es mas, en tal caso podemos garantizar que se dan las siguientes formulas:
Z
1
x(t+ )
lm
x(t + s)DN (s)ds =
N 2 0
2
Z 0
1
x(t )
lm
x(t + s)DN (s)ds =
,
N 2
2
(3)
(4)
+)
. En particular, si
Finalmente, para t {, } se tiene que lmN SN x() = x( )+x(
2
x(t) es 2-periodica y continua con derivada continua a trozos, entonces la serie de Fourier de x(t)
converge uniformemente a x(t) en R.
Demostracion. La primera parte del teorema, segun la cual SN (x) admite la representacion integral
Z
1
SN (x)(t) =
x(t + s)DN (s)ds,
2
sin((N + 1 )s)
con DN (s) = sin( 1 s)2 , ya la hemos probado en la seccion anterior. Si probamos que (3) y (4) son
2
ciertas entonces habremos finalizado. Hacemos las cuentas solo para (3), pues (4) se demuestra de
forma analoga.
Para empezar, hacemos la siguiente observacion: si h(t) es una funcion continua a trozos en el
intervalo [0, ] entonces
Z
1
1
lm
h(t) sin((N + )t)dt = 0.
N 0
2
Para verlo, basta tener en cuenta que la funcion h (t) := h(t)[0,] (t) satisface
Z
Z
1
1
1
1
h (t) sin((N + )t)dt =
h(t) sin((N + )t)dt
2
0
2
9
Para mayor precision: estamos pensando en funciones x(t) tales que ellas y sus primeras derivadas tienen a lo sumo
un conjunto finito de discontinuidades de salto. En particular, para todo t (, ) existen los valores x(t ) y x0 (t ).
y podemosR aplicar a h el Lema 1. Ahora bien, se sigue de la expresion integral de SN x y del hecho
1
de que 2
DN (s)ds = 1, que
Z
sin((N + 12 )s)
1
x(t+ ) + x(t )
x(t+ ) + x(t )
SN (x)(t)
=
x(t + s)
ds
2
2
2 sin( 12 s)
Z 0
1
1
x(t + s) x(t ) sin((N + 2 )s)
=
2
sin( 12 s)
Z
1
x(t + s) x(t+ ) sin((N + 12 )s)
.
+
0
2
sin( 12 s)
Por tanto, nuestro problema se reduce ahora a la estimacion de las integrales que aparecen en el
segundo miembro de la igualdad anterior. Como la estimacion es analoga para ambas integrales,
relizamos de manera explcita los calculos solo para la segunda, que esta escrita en el intervalo [0, ].
Reagrupamos terminos en dicha integral, obteniendo que
Z
Z
1 x(t + s) x(t+ ) sin((N + 21 )s)
1 x(t + s) x(t+ )
1
=
sin((N + )s)
1
1
0
2
0
2
sin( 2 s)
2 sin( 2 s)
Z
1
1
h(s) sin((N + )s),
=
0
2
+
)
donde h(s) = x(t+s)x(t
es una funcion continua a trozos en [0, ] y, por tanto, teniendo en cuenta
2 sin( 12 s)
lo observado al principio de esta prueba, concluimos que
Z
1 x(t + s) x(t+ ) sin((N + 12 )s)
= 0,
lm
N 0
2
sin( 21 s)
que es lo que queramos demostrar (las estimaciones en los puntos t {, } son analogas, de
modo que las dejamos como sencillos ejercicios).
El u nico punto que aun no hemos aclarado es por que el lmite es uniforme sobre compactos
K contenidos en el conjunto de puntos donde la senal x(t) es continua. Por sencillez y para evitar
sutilezas innecesarias, vamos a abordar esta cuestion solo en el caso en que la senal x(t) es continua
en todo el intervalo [, ] y satisface que x() = x() (de modo que admite una extension 2periodica a toda la recta real).
La idea es utilizar la prueba M de Weierstrass. Para ello, usaremos que x0 (t) es continua a trozos
(y la desigualdad de Bessel) para estimar los coeficientes de Fourier de x(t). Veamos como se hace
esto:
0
0
Como
serie de Fourier (Sx0 )(t)
P
P x (t) es continua a trozos entonces x (t) tiene asociada una
0 + k=0 (k cos(kt) + k sin(kt)). Ademas, si (Sx)(t) a0 /2 + k=0 (ak cos(kt) + bk sin(kt)),
entonces es facil comprobar que se satisfacen las igualdades 0 = 0 (por ser x() = x()), y
an = nn , bn = nn , para n = 1, 2, . Vamos a utilizar esta informacion para estimar el tamano de
los coeficientes |ak |, |bk |.
P
1
2
Como max{|ak |, |bk |} (|ak |2 +|bk |2 ) 2 , podemos centrar nuestro interes en la serie
k=1 (|ak | +
1
|bk |2 ) 2 . Con este objetivo en mente, recordamos la conocida desigualdad de Cauchy-Schwartz, segun
la cual:
2
! N
!
N
N
X
X
X
xk yk
|xk |2
|yk |2
k=1
k=1
k=1
2
2
! N
!
N
N
N
X
X
X
X
1
1
1
1
(|k |2 + |k |2 )
(|k |2 + |k |2 ) 2
(|ak |2 + |bk |2 ) 2 =
k
k2
k=1
k=1
k=1
k=1
k=0
es uniformemente convergente. Como, por otra parte, ya habamos probado que el lmite puntual de
dicha serie es la propia senal x(t), la prueba se concluye.
10
N 1
y esto para cada senal x C(T). Por tanto, usando el Teorema de Banach-Steinhaus, llegaramos a
la conclusion de que las normas kSN k := supkxk=1 kSN xk estaran uniformemente acotadas. Vamos
a demostrar que esto u ltimo no es cierto y, por tanto, existen senales para las que las sumas parciales
de Fourier no son convergentes en el sentido de la norma uniforme.
Sea N (t) una funcion continua de norma uniforme kN k = 1 en [, ] y tal que N (t) =
sign(DN (t)) para todo t N , donde N =
[, ] representa una unioin
k=1 [xN,k , yN,k ]P
2
infinita de intervalos disjuntos dos a dos con la propiedad de que
k=0 (yN,k xN,k ) 2 2N +1 .
Entonces
N (s)DN (s)ds
kSN N (t)k kSN N (0)| =
2
Z
Z
1
=
|DN (s)|ds +
N (s)DN (s)ds
2
2 [,]\N
Z
Z N
1
1
|DN (s)|ds
N (s)DN (s)ds
2
2 [,]\N
Teniendo en cuenta que DN (t) =
sin((N +1/2)t)
,
sin(t/2)
t[,]
11
Claramente
(2N +1)t
1
sin( 2 )
=
dt
2 0 sin( 2t )
Z
2 /2 sin((2N + 1)s)
=
ds
0
sin(s)
Z
2 /2 sin((2N + 1)s)
ds
s
Z
LN
Tomando u =
2N +1
s
tenemos que
2
LN
2N +1
2
Z N
sin u
sin nu
du > 2
du
u
0 u
y, por tanto,
LN
N 1 Z
2 X k+1 sin u
u du
k=0 k
N 1 Z
2 X 1 sin u
du
=
k=0 0 u + k
Z N !
2 1 X1
sin udu
0
k
k=1
Z 1
2
4
log N
sin udu = 2 log N.
X
|n|
N 2 () =
(n)
b
1 2
eint
N
+
1
2
|n|N
y
SN (N 2 ()) =
(n)
b
1
|n|N
12
|n|
2
N +1
eint ,
de modo que
|n| int
(n)
b
|SN () SN (N 2 ())| =
e
N2 + 1
|n|N
k{(n)}
b
nZ k
N2
2N (N + 1)
1
.
+1
2
N2 + N
N2 + 1
< 2kk .
kk
X
1
(N t).
2 N
N
N =1
Evidentemente, x(t) es continua (basta usar la prueba M de Weierstrass). Vamos a probar que su serie
de Fourier diverge en t = 0.
Ahora bien, como j (t) es un polinomio trigonometrico, se tiene que:
j (j t) =
imt
c
j (m)e
m=
y, por tanto,
!
n
X
X 1
1 c
j2 j
j2 j
j=n+1
j=1
n1
X
X
1
1
1
(0)
+
(0)
+
=
(0)
j
n n
j
2
2
2
j
n
j
j=n+1
j=1
K
log n 3.
n2
Se sigue que lmn |S2n x(0)| = y, por tanto, la serie de Fourier de x(t) diverge en t = 0.
Referencias
[1] J. M. Almira, An introduction to Fourier Series and Signal Processing, Technische Universitat
Chemnitz, Preprint 2001-13 (2001).
13
[13] A. Canada
Villar, Series de Fourier y Aplicaciones. Un tratado elemental con notas historicas
y ejercicios resueltos, Ed. Piramide, 2002.
[14] D. C. Champeney, A handbook of Fourier Theorems, Cambridge university Press (1987).
[15] R. Duffin, A. Shaeffer, A class of nonharmonic Fourier series, Trans. Amer. Math. Soc. 72
(1952) 341-366.
[16] P.P.G. Dyke, An introduction to Laplace Transforms and Fourier Series, Springer UnderGraduate Mathematics Series, Springer (2001).
[17] J. W. Eaton et al., GNU Octave, disponible en www.octave.org.
[18] R. E. Edwards, Fourier series (A modern introduction) Vol 1, Graduate Texts in Mathematics
64, Springer (1979).
[19] K. Fan, O. Taussky, J. Todd, Discrete analogs of inequalities of Wirtinger, Monasch. Math. 59
(1955) 73-90.
[20] G. B. Folland, Fourier analysis and its applications, Brooks-Cole Publishing Co. (1992).
14
[21] S. Forcada, Introduccion a la integral de Lebesgue, Promociones y Publicaciones Universitarias, Barcelona, 1988.
[22] Free Software Foundation, The GNU Scientific Library, disponible en http://www.gnu.
org/software/gsl/.
[23] R. A. Goldberg, Fourier transforms, Cambridge University Press (1965).
[24] E. A. Gonzalez-Velasco, Fourier Analysis and Boundary Value Problems, Academic-Press
(1995).
[25] H. G. Feichtinger, K. Grochenig, Irregular sampling theorems and series expansions of bandlimited functions, J. of Math. Anal. Appl. 167 (1992) 530-556.
[26] K. Grochenig, Reconstruction algorithms in irregular sampling, Math. Compt. 59 (1992) 181194.
[27] K. Grochenig, A discrete theory of irregular sampling, Linear Alg. and its Appl. 193 (1993)
129-150.
[28] K. Grochenig, Irregular sampling, Toeplitz matrices and the approximation of entire functions
of exponential type, Math. of Comp. 68 (1999) 749-765.
[29] R. W. Hamming, Digital Filters (Third Edition), Dover (1998).
[30] G. Hardy, W. W. Rogosinski, Fourier Series, Dover (1999).
[31] G. Hardy, J. E. Littlewood, G. Polya, Inequalities, (2nd Edition) Cambridge University Press,
1952.
[32] S. Haykin, B. Van Veen, Signals and Systems, John Wiley & Sons Inc. (1999).
[33] J. R. Higgins, Sampling Theory in Fourier Analysis and Signal Analysis, Oxford University
Press (1996).
[34] P. Jacklam, MATLAB array manipulation tips and tricks, disponible en http://home.
online.no/pjacklam/matlab/doc/mtt/doc/mtt.pdf.
[35] M. I. Kadec, The exact value of the Paley-Wiener constant, Soviet. Math. Dokl. 5 (1964) 559561.
[36] D. W. Kammler, A first course in Fourier Analysis, Prentice-Hall, New Jersey (2000).
[37] Y. Katznelson, An introduction to Harmonic Analysis, Dover (1976).
[38] V. A. Kotelnikov, On the transmission capacity of ether and wire electrocominucations, Izd.
Red. Upr. Svgazi RKKA, 1933.
[39] S. G. Krantz, A panorama of Harmonic Analysis, The Carus Math. Monographs 27 Math. Asoc.
Amer. (1999)
15
16
17