Prueba del principio de incertidumbre cuantitativa

Question

Me piden que demuestre el siguiente principio de incertidumbre cuantitativa:

Dejemos que $f\in\mathscr{S}(\mathbb{R}^n)$ sea la clase Schwartz, entonces $$ \lVert f\rVert_{L^2(\mathbb{R}^n)}^2\le\frac{4\pi}{n}\inf_{y\in\mathbb{R}^n}\left(\int_{\mathbb{R}^n}\lvert x-y\rvert^2\lvert f(x)\rvert^2\,\mathrm{d}x\right)^{\frac12}\inf_{z\in\mathbb{R}^n}\left(\int_{\mathbb{R}^n}\lvert\xi-z\rvert^2\lvert\widehat{f}(\xi)\rvert^2\,\mathrm{d}\xi\right)^{\frac12}$$

Ahora, en la pista, me dicen que utilice el hecho de que para los fijos $y\in\mathbb{R}^n$ , $$\lVert f\rVert_{L^2}^2=\frac{1}{n}\int_{\mathbb{R}^n}f(x)\overline{f(x)}\sum_{j=1}^n\partial_j(x_j-y_j)\,\mathrm{d}x$$ integrar por partes, aplicar Cauchy-Schwartz y Parseval, y utilizar el hecho de que $$\sum_{j=1}^n\lvert\widehat{\partial_j f}(\xi)\rvert^2 = 4\pi^2\lvert\xi\rvert^2\lvert\widehat{f}(\xi+z)\rvert^2$$ para todos $\xi,z\in\mathbb{R}^n$ .

Hasta ahora, he podido demostrar que \begin{align} \lVert f\rVert_{L^2}^2 &= \frac{1}{n}\int_{\mathbb{R}^n}f(x)\overline{f(x)}\sum_{j=1}^n\partial_j(x_j-y_j)\,\mathrm{d}x \\ &= \frac{1}{n}\int_{\mathbb{R}^n}(\partial_j f(x)\overline{f(x)} + f(x)\overline{\partial_j f(x)})\sum_{j=1}^n(y_j-x_j)\,\mathrm{d}x \\ &= \frac{2}{n}\Re\left(\int_{\mathbb{R}^n}\partial_j f(x)\overline{f(x)}\sum_{j=1}^n(y_j-x_j)\,\mathrm{d}x \right) \\ &\le \frac{2}{n}\int_{\mathbb{R}^n}\lvert f(x)\nabla f\cdot(y-x)\rvert\,\mathrm{d}x \\ &\le \frac{2}{n}\int_{\mathbb{R}^n}\lvert f(x)\rvert\lvert\nabla f\rvert\lvert y-x\rvert\,\mathrm{d}x \\ &\le \frac{2}{n}\left(\int_{\mathbb{R}^n}\lvert f(x)\rvert^2\lvert x-y\rvert^2\,\mathrm{d}x \right)^{\frac12} \left(\int_{\mathbb{R}^n}\lvert \nabla f\rvert^2\,\mathrm{d}x \right)^{\frac12} \end{align}

Y entonces estoy bastante seguro de que tengo que hacer algo con $$\int_{\mathbb{R}^n}\lvert \nabla f\rvert^2\,\mathrm{d}x = \int_{\mathbb{R}^n}\widehat{\lvert \nabla f\rvert}^2(\xi)\,\mathrm{d}\xi$$

pero no veo cómo conseguir $$\sum_{j=1}^n\lvert\widehat{\partial_j f}(\xi)\rvert^2$$ de $\widehat{\lvert \nabla f\rvert}^2(\xi)$ . ¿Me estoy perdiendo algo obvio?

Answer 1

Vas por buen camino. Tenemos que $$\int_{\mathbb{R}^n}\lvert \nabla f\rvert^2\,\mathrm{d}x = \int_{\mathbb{R}^n}\lvert\widehat{\nabla f}\rvert^2(\xi)\,\mathrm{d}\xi.$$ Además, tenemos $\widehat{\nabla f}(\xi) = 2\pi i \xi \widehat{f}(\xi)$ que se puede demostrar mediante la integración por partes. Sustituyendo en su última desigualdad y sustituyendo $\xi = \gamma-z$ produce \begin{align} \lVert f(x)\rVert^2 &\leq \frac{2}{n}\left(\int_{\mathbb{R}^n}\lvert f(x)\rvert^2\lvert x-y\rvert^2\,\mathrm{d}x \right)^{\frac12} \left(\int_{\mathbb{R}^n}\lvert \nabla f\rvert^2(\xi)\,\mathrm{d}\xi \right)^{\frac12}\\ & = \frac{2}{n}\left(\int_{\mathbb{R}^n}\lvert f(x)\rvert^2\lvert x-y\rvert^2\,\mathrm{d}x \right)^{\frac12} \left(\int_{\mathbb{R}^n}\left\lvert\widehat{\nabla f}\right\rvert^2(\xi)\,\mathrm{d}\xi \right)^{\frac12}\\ & \leq \frac{2}{n}\left(\int_{\mathbb{R}^n}\lvert f(x)\rvert^2\lvert x-y\rvert^2\,\mathrm{d}x \right)^{\frac12}2\pi \left(\int_{\mathbb{R}^n}|\xi|^2\lvert \widehat{f}\rvert^2(\xi)\,\mathrm{d}\xi \right)^{\frac12}\\ & =\frac{4\pi}{n}\left(\int_{\mathbb{R}^n}\lvert f(x)\rvert^2\lvert x-y\rvert^2\,\mathrm{d}x \right)^{\frac12}\left(\int_{\mathbb{R}^n}|\gamma-z|^2\lvert \widehat{f}\rvert^2(\gamma-z)\,\mathrm{d}\gamma \right)^{\frac12}, \end{align} donde hemos utilizado el hecho de que la norma es invariante del desplazamiento.