Nivel 4 · Lección 12

El principio de incertidumbre no es solo cuántico

La idea en una imagen

Un plano con el tiempo hacia la derecha y la frecuencia hacia arriba, cuadriculado en baldosas. Con el mando eliges lo que dura la ventana: cuanto más larga, más ancha y más baja es cada baldosa, y cuanto más corta, más estrecha y más alta, pero su área no cambia. El chasquido es la raya vertical y la nota, la raya horizontal, y de cada uno solo sabes lo que cabe en la baldosa que toca.

En la lección 11 el espectrograma se construía deslizando una ventana por el sonido y apilando una columna de color por cada trozo, y la duración de esa ventana era una decisión. Cada casilla de ese mapa es una baldosa: un rectángulo del plano del tiempo y la frecuencia, tan ancho como lo que dura la ventana y tan alto como la separación entre frecuencias que esa ventana permite distinguir, que según la regla de la lección 5 es de más o menos uno partido por su duración.

Una baldosa se puede estirar a lo ancho aplastándola a lo alto, o al revés, pero no hay manera de encogerla en los dos sentidos a la vez. Con una ventana corta se separan bien dos sucesos cercanos en el tiempo, la resolución temporal, y mal dos notas cercanas, la resolución en frecuencia, y con una ventana larga ocurre lo contrario. Esa elección entre ver bien cuándo o ver bien cuál es el compromiso tiempo-frecuencia. Mueve el mando y comprueba que, mientras la baldosa cambia de forma, su área se queda igual.

Paso a paso

Un chasquido y una nota que no acaba

Chasquea los dedos. El sonido ocurre en un instante muy concreto, pero no tiene nota: su energía se reparte por casi todas las frecuencias a la vez, y por eso suena a un «tac» seco y sin altura. Imagina ahora lo contrario, una nota que sonara para siempre. Tendría una frecuencia exacta y ningún instante, porque no empezaría ni acabaría en ningún momento.

En 1946, el ingeniero Dennis Gabor se dio cuenta de que describir un sonido solo en el tiempo, o solo en frecuencias, eran dos exageraciones: lo primero olvida las notas, y lo segundo, con las ondas eternas de Fourier de la lección 4, olvida los instantes. Lo que oímos es las dos cosas a la vez, así que dibujó un plano con el tiempo y la frecuencia, y demostró que ningún aparato puede repartirlo en casillas más pequeñas que un mínimo.

Todo sonido real vive entre esos dos extremos y ocupa una baldosa con la forma que le toca. La de un chasquido es alta y estrecha, porque se sabe bien cuándo ocurre y mal qué nota tiene, y la de una nota larga es baja y ancha, porque se sabe bien qué nota es y mal cuándo empezó exactamente. En el reto, cada uno de los seis sonidos tiene que ir a la suya.

Escucha cada sonido y decide qué baldosa le toca: la alta y estrecha, que se queda con el instante, o la baja y ancha, que se queda con la nota. Consigue colocar los seis.

La baldosa que no se puede encoger

Para ver el límite con números hace falta un sonido sencillo: una nota pura, una sola noria de la lección 1, recortada por una campana, de modo que empieza suave, crece hasta el centro y se apaga igual de suave. Esa señal elemental es el átomo de Gabor, y la anchura de la campana decide cuánto dura la nota. Cuanto más corta es, más se ensancha su espectro, y cuanto más larga, más se estrecha.

Para decir cuánto, hay que decidir cómo se mide la anchura de algo que se desvanece poco a poco. La manera habitual es la desviación típica de su energía, la misma idea que mide cuánto se reparten las notas de un examen alrededor de la media: aquí dice cuánto se reparte la energía alrededor de su instante central y de su frecuencia central. Con esa medida, el producto de las dos anchuras nunca baja de un valor concreto, algo menos de una décima, unas 0,08 vueltas (la ecuación exacta está en el rincón matemático). Una campana de 10 milisegundos de anchura, por ejemplo, ocupa en frecuencia como mínimo unos 8 hercios, y a ese mínimo se le llama límite de Gabor.

El número exacto depende de cómo se mida la anchura: con la «duración efectiva» que usaba el propio Gabor, por ejemplo, el mínimo vale un medio. Lo que no depende de nada es que existe un mínimo, y que solo una forma llega justo hasta él: la noria recortada por una campana de Gauss.

Es la misma desigualdad que aparece en la mecánica cuántica, y de ahí el nombre de principio de incertidumbre. Allí, la posición de una partícula y su momento están unidos como el tiempo y la frecuencia de un sonido, porque uno es la transformada de Fourier del otro. El propio Gabor escribió que sus resultados podían haberse sacado de la cuántica cambiando la posición por el tiempo, el momento por la frecuencia y la constante de Planck por uno, y añadió que ahí los caminos se separan. En un sonido no hay nada misterioso ni nadie que perturbe al medir: es una propiedad de cualquier onda, la misma que impide que una noria recortada tenga una sola velocidad.

Aprieta la nota hasta que dure lo que un chasquido, 2 milisegundos de ancho o menos, y mira lo alta que se pone su baldosa. Después, alárgala hasta que la baldosa mida menos de 10 hercios de alto. Arrastra el borde derecho de la baldosa o usa el mando; ▶ te deja oír la nota.

La campana y las demás ventanas

Hasta ahora la ventana ha sido una campana de Gauss, pero el espectrograma de la lección 11 usaba otras: la de Hann, la de Hamming, la rectangular. Cada una deja una baldosa de un tamaño distinto, y solo la campana, la ventana gaussiana, llega exactamente al mínimo. La razón es que su espectro es otra campana igual de suave, sin bordes ni saltos por los que se escape energía a frecuencias lejanas. Cualquier borde brusco reparte energía lejos del pico, esa fuga de la lección 5, y agranda la baldosa.

«La mejor» quiere decir aquí la de baldosa más pequeña, y no sirve para todo. Para medir bien la altura de un pico, o para que las fugas lejos de él sean muy bajas, se usan otras ventanas, y por eso la de Hann es la habitual en el día a día.

Prueba las cinco ventanas y encuentra una cuya baldosa se quede a menos de un 0,2 % por encima del mínimo. La lectura de abajo dice cuántas veces el mínimo mide la baldosa de la ventana que tienes puesta.

El afinador

Con esto se entiende por qué tu afinador tarda. Tocas dos cuerdas casi iguales, una a 440 Hz y otra a 442 Hz, y quieres que la aplicación las distinga. Como vimos en la lección 5, dos notas que se llevan unos pocos hercios se mezclan en un batido, un pulso lento que sube y baja, y no se pueden separar hasta que la ventana ha escuchado el tiempo suficiente para ver un par de esos pulsos. Con una ventana de Hann, para ver un hueco de 3 dB entre los dos picos hace falta escuchar al menos dos veces uno partido por la diferencia entre las notas, es decir, cerca de un segundo para 440 y 442 Hz.

No es que el móvil sea lento: cuanto más se parecen dos notas, más tiempo hace falta para que se desfasen y se note la diferencia. Es la ley de la baldosa vista desde las notas, porque para que la baldosa sea estrecha en frecuencia tiene que ser larga en el tiempo.

El ecualizador de la lección 6 choca con lo mismo. Una banda muy estrecha, de pocos hercios, tarda en reaccionar y, cuando el sonido se corta, sigue resonando un poco. Gabor ya lo había notado en los resonadores: el tiempo que tardan en apagarse, multiplicado por su anchura de sintonía, da un número del orden de uno.

Escucha las dos notas durante el tiempo que marca el mando y consigue que su espectro muestre dos picos separados, con un hueco de al menos 3 dB entre ellos. Con «Otro par de notas» cambia la diferencia entre las dos y vuelve a intentarlo.

Golpes y armónicos a la vez

Una voz sostenida, una «aaa», es una suma de norias: la fundamental y sus armónicos, separados entre sí justo por la frecuencia de la fundamental (lección 3). Para verlos como líneas horizontales separadas, la ventana tiene que durar al menos unas dos veces uno partido por esa frecuencia. Pero si en la misma grabación hay un chasquido, la ventana lo extiende en el tiempo: con una ventana de Hann, la huella de un chasquido ocupa algo más de un tercio de lo que dura la ventana.

Con una voz aguda hay una franja de ventanas que sirve para las dos cosas, aunque sea estrecha. Con una voz grave, como vas a comprobar, no hay ninguna.

Mueve la ventana hasta que se vean separados los armónicos de la «aaa», con un hueco de al menos 3 dB entre el segundo y el tercero, y a la vez el chasquido sea una raya fina, de no más de 5 milisegundos de ancho. Después, elige la voz grave y vuelve a intentarlo.

¿Se pueden separar las dos cosas?

Las dos condiciones del reto anterior se pueden decir en general. Para separar dos notas que se llevan unos hercios, la ventana de Hann tiene que durar al menos el doble de lo que dura un pulso de su batido, es decir, dos veces uno partido por la diferencia entre ellas. Para separar dos golpes, no puede durar más del doble de la separación entre ambos. Caben las dos exigencias en la misma ventana solo si los golpes están separados al menos lo que dura un pulso del batido; dicho de otro modo, si multiplicas la separación entre los golpes, en segundos, por la diferencia entre las notas, en hercios, tiene que salir al menos uno.

Es la baldosa otra vez, con otra cara: pedir las dos cosas a la vez es pedir una baldosa más estrecha en el tiempo y en la frecuencia de lo que permite su área mínima.

Cada caso mezcla dos golpes (dos rayas verticales) y dos notas (dos rayas horizontales). Mueve la ventana hasta separar a la vez los dos golpes y las dos notas, o pulsa «Imposible» si crees que no existe ninguna ventana que lo consiga. Resuelve dos casos seguidos.

Conviene tener claro lo que este límite no dice. No impide medir con mucha precisión la frecuencia de una sola nota limpia: si hay poco ruido, un afinador puede afinar mucho más de lo que sugiere la regla de uno partido por la duración. Lo que impide es separar dos notas muy cercanas, o saber a la vez cuándo y cuál con una sola medida. Tampoco impide afinar la imagen si se supone algo sobre la señal, y eso es justo lo que harán la reasignación y el sincrosqueezing de las lecciones 18 y 19.

Tampoco existe una ventana buena para todas las señales. Un silbido que sube mientras suena obliga a elegir entre dos males: con una ventana larga, la nota cambia dentro de ella y la línea del espectrograma engorda, y con una corta engorda por la incertidumbre. En medio hay una ventana que deja la línea lo más fina posible, y para un silbido que sube 2.000 hercios por segundo, la mejor ventana gaussiana tiene una anchura de unos 9 milisegundos; para uno cuatro veces más rápido, la mitad. La mejor ventana depende de la señal, y en una misma grabación hay sonidos de todos los tipos.

En tu voz

Qué grabar. Tres palmadas y, a continuación, una «aaa» larga en una nota cómoda, todo en una misma grabación de unos 8 segundos: son los tramos 6 y 3 de la grabación de referencia de la serie. Da las palmadas lejos del móvil para que no saturen, y si puedes, en una habitación sin mucho eco. Graba con el micrófono si tu navegador lo deja; si no, sube un audio grabado con el móvil o prueba con los ejemplos sintéticos.

Qué mirar. El mismo audio sale en dos espectrogramas con la misma escala de color, uno con una ventana corta y otro con una larga. En el corto, cada palmada es una raya vertical fina y tu «aaa» se deshace en bandas anchas cruzadas por rayitas verticales, una por cada pulso de tus cuerdas vocales. En el largo, los armónicos de la «aaa» se separan como líneas horizontales y cada palmada se convierte en una mancha ancha, con su cola de eco. Acerca las dos ventanas con los mandos y busca el punto medio: con una voz aguda aparece, y con una grave no.

Lo que tienes que recordar

  1. Lo que está concentrado en el tiempo se reparte en frecuencia, y al revés. Cada medida ocupa una baldosa del plano tiempo-frecuencia que se puede estirar o aplastar, pero no encoger, y por eso una ventana corta enseña bien cuándo y una larga, bien cuál.
  2. Medido con desviaciones típicas, el producto de la anchura en el tiempo y la anchura en frecuencia tiene un mínimo, el límite de Gabor, y solo una noria recortada por una campana de Gauss lo alcanza. El valor exacto depende de cómo se mida la anchura; que exista el mínimo, no.
  3. Es la misma desigualdad que la de Heisenberg, pero en un sonido no hay nada cuántico: es una propiedad de todas las ondas. No impide medir con precisión una nota limpia, sino separar y localizar con una sola ventana.

Errores típicos

Abrir

Rincón matemático

Las fórmulas, para quien las quiera. Cada una va después de su lectura en palabras.

Dónde está una señal y cuánto se reparte

La energía de la señal es la integral de su valor al cuadrado, y se trata como si fuera una probabilidad. El instante medio \bar t y la desviación típica en el tiempo \sigma_t se calculan con la energía de la señal, y la frecuencia media \bar f y la desviación típica en frecuencia \sigma_f, con la energía de su espectro X(f):

E = \int |x(t)|^2\,dt, \qquad \sigma_t^2 = \frac{1}{E}\int (t-\bar t)^2\,|x(t)|^2\,dt, \qquad \sigma_f^2 = \frac{1}{E}\int (f-\bar f)^2\,|X(f)|^2\,df

El límite

El producto de las dos anchuras nunca baja de uno partido por cuatro pi, con la frecuencia medida en hercios:

\sigma_t\,\sigma_f \;\ge\; \frac{1}{4\pi}

La igualdad

Solo la alcanza una noria de cualquier velocidad recortada por una campana de Gauss, desplazada en el tiempo hasta donde se quiera:

x(t) = A\, e^{-\frac{(t-t_0)^2}{4\sigma_t^2}}\, e^{i(2\pi f_0 t + \varphi)}

La versión de Gabor

Gabor multiplicó cada desviación típica por la raíz de dos pi para llamarlas «duraciones efectivas», y con esa medida el mínimo vale un medio:

\Delta t = \sqrt{2\pi}\,\sigma_t,\quad \Delta f = \sqrt{2\pi}\,\sigma_f \;\Rightarrow\; \Delta t\,\Delta f \ge \tfrac{1}{2}

Por qué es cierto, en una línea

Con el centro en cero, la desigualdad de Cauchy-Schwarz entre t\,x(t) y la derivada de x da un cuarto de la energía al cuadrado. Como la energía de la derivada es cuatro pi cuadrado por la energía de f\,X(f), sale el límite. La igualdad exige que la derivada sea proporcional a t\,x(t), y eso solo lo cumple la campana:

\left(\int t^2|x|^2dt\right)\left(\int |x'|^2dt\right) \ge \frac{E^2}{4}, \qquad \int |x'|^2dt = 4\pi^2\!\int f^2|X(f)|^2df

La misma desigualdad en cuántica

Si se escribe el momento como la constante de Planck por la «frecuencia espacial» de la onda, según la relación de De Broglie, multiplicar el límite por h da la desigualdad de Kennard para la posición y el momento:

p = h\,\nu_x \;\Rightarrow\; \sigma_x\,\sigma_p \ge \frac{h}{4\pi} = \frac{\hbar}{2}

La ventana de Hann

Una ventana de Hann de duración T se queda a un 2,6 % del mínimo:

\sigma_t \approx 0{,}1414\,T, \qquad \sigma_f = \frac{1}{\sqrt{3}\,T}, \qquad \sigma_t\,\sigma_f \approx 1{,}026\cdot\frac{1}{4\pi}

Reglas de bolsillo con la ventana de Hann

Medidas con un hueco de 3 dB entre picos: dos notas que se llevan \Delta f hercios se separan si la ventana dura al menos dos partido por esa diferencia, y dos golpes separados d segundos, si están separados al menos media ventana. Las dos cosas caben juntas si el producto vale al menos uno:

T \ge \frac{2}{\Delta f}, \qquad d \ge \frac{T}{2} \;\Rightarrow\; d\,\Delta f \ge 1

La mejor ventana para un tono que sube

Para un tono que sube c hercios por cada segundo, con una ventana gaussiana de desviación típica \sigma medida en la amplitud, la línea del espectrograma es lo más fina posible con esta ventana, y su anchura mínima, como desviación típica de la energía en frecuencia, es:

\sigma_{\text{ópt}} = \frac{1}{\sqrt{2\pi c}}, \qquad \sigma_f^{\min} = \sqrt{\frac{c}{2\pi}}

Para saber más

Términos nuevos

Examen