Funções prolatas: a curva que concentra o impossível — de Bell Labs à Hipótese de Riemann

Quando entendi de verdade o que era uma função prolata, eu ri sozinho. Não de graça, ri de reconhecimento. Um objeto que um engenheiro dos Bell Labs inventou em 1961 pra resolver um problema chato de antena e transmissão de voz reaparece, sessenta anos depois, no artigo mais ambicioso já escrito sobre a Hipótese de Riemann. É o tipo de coincidência que a matemática adora te entregar quando você para de tratá-la como coincidência.

Este texto é sobre esse objeto. O que ele é, de onde veio, por que ele concentra o que parecia impossível concentrar, e por que ele foi parar no coração da maior conjectura em aberto da matemática. No fim, eu conto o que a minha própria pesquisa fez com ele: onde eu verifiquei número por número, onde eu fechei buracos com prova, e onde eu me recuso a inflar o que ainda está aberto. Porque a parte mais difícil de falar de Riemann não é a matemática. É a honestidade.

Vamos do começo. E o começo é uma tensão que governa todo sinal do universo.

---

O princípio da incerteza dos sinais

Existe uma regra que qualquer engenheiro de rádio, qualquer músico e qualquer físico quântico conhece de cor, mesmo que a chame por nomes diferentes: você não consegue ser estreito no tempo e estreito na frequência ao mesmo tempo.

Pense num assobio. Se ele é longo, sustentado, você ouve nitidamente qual é a nota, a frequência é bem definida. Mas ele durou muito tempo; ele não está concentrado num instante. Agora bata palma. O estalo dura um piscar, está lindamente concentrado no tempo. Só que ele não tem nota nenhuma: é um borrão que espalha energia por todas as frequências ao mesmo tempo. Quanto mais você aperta um lado, mais o outro escapa pelos dedos.

Isso não é uma limitação da sua orelha nem do equipamento. É matemática dura. Se você mede a largura de um sinal no tempo por um desvio $\Delta t$ e a largura dele no espectro de frequências por $\Delta\omega$, então o produto delas tem um piso que nada quebra:

$$\Delta t \cdot \Delta\omega \geq \frac{1}{2}.$$

Se você quiser sentir de onde vem essa desigualdade, por que Fourier amarra o tempo e a frequência num nó tão apertado, eu escrevi um post inteiro só sobre isso: a Transformada de Fourier e como ela troca tempo por frequência.

Guarde essa frase: não dá pra concentrar tudo dos dois lados. Porque agora vem a pergunta que muda o jogo. Se você não pode ter o ideal, qual é o melhor possível? Qual sinal chega mais perto do limite? Essa pergunta tem nome, tem data, e tem endereço.

---

Bell Labs, 1961: a pergunta de Slepian

O endereço é Murray Hill, Nova Jersey. A empresa é a Bell Telephone. E o problema era concreto e caríssimo: como transmitir voz por um canal com largura de banda limitada sem que o sinal vaze pra fora do intervalo de tempo em que você quer transmiti-lo.

David Slepian e Henry Pollak formularam a pergunta com uma precisão que a tornou eterna. Eu vou dar a versão exata dela, porque é aqui que tudo nasce.

Entre todos os sinais cuja energia mora dentro de uma banda de frequências limitada, os chamados sinais bandlimited, qual deles concentra a maior fração possível da sua energia dentro de um intervalo de tempo finito $[-T, T]$?

Repare no aperto da pergunta. Um sinal bandlimited, por um teorema clássico, não pode ser zero fora de um intervalo finito: se ele é estritamente limitado em frequência, ele obrigatoriamente se estende ao infinito no tempo. Sempre vaza. A pergunta de Slepian não é "quem não vaza" (ninguém), é "quem vaza menos". Quem coloca a maior fatia possível da própria energia dentro da janela, aceitando que uma migalha sempre escapa.

Isso é um problema de otimização sobre um espaço de funções: infinitas candidatas, e você quer a campeã. E problemas de otimização assim quase nunca têm resposta bonita. Este tem. É aí que a história fica boa.

Na minha pesquisa eu volto a esses artigos o tempo todo. Tem algo humilde e poderoso em saber que a ferramenta que eu uso pra atacar a Hipótese de Riemann foi forjada por gente que só queria fazer o telefone funcionar melhor. A matemática de fronteira quase sempre é matemática velha usada com coragem nova.

---

As funções prolatas como resposta ótima

A resposta à pergunta de Slepian tem nome comprido: prolate spheroidal wave functions, ou PSWF, ou, como eu vou chamar daqui pra frente, porque a gente já está íntimo, funções prolatas.

Mas antes do nome, a ideia. Como se acha a "campeã da concentração"? Você monta um operador, uma máquina matemática, que pega um sinal, corta ele na banda de frequência permitida, corta de novo na janela de tempo $[-T,T]$, e mede quanto sobrou dentro. Chame esse operador de concentração de $P_c$. Perguntar "quem concentra melhor" é perguntar "quem $P_c$ quase não mexe".

E a resposta a esse tipo de pergunta, em matemática, tem uma forma canônica: autofunções. Uma autofunção de $P_c$ é um sinal $\psi_n$ que, ao passar pela máquina, sai igual a si mesmo, só encolhido por um fator $\lambda_n$:

$$P_c\,\psi_n = \lambda_n\,\psi_n.$$

O autovalor $\lambda_n$ vive entre 0 e 1 e tem uma leitura física direta e linda: é exatamente a fração de energia que aquela autofunção mantém dentro da janela. Um $\lambda_n$ perto de 1 significa "quase toda a energia ficou dentro", concentração excelente. Perto de 0 significa "vazou quase tudo". A campeã de Slepian é simplesmente a autofunção do maior autovalor.

Agora, o detalhe que transforma isso de curiosidade teórica em ferramenta de trabalho, e que eu considero um dos truques mais elegantes de toda a análise aplicada.

Calcular autofunções de $P_c$ diretamente seria um pesadelo numérico: envolve um operador integral, coisas que os computadores odeiam. Mas Slepian percebeu um milagre. As mesmas funções prolatas são também autofunções de um operador diferencial de segunda ordem, um operador do tipo que aparece em equações de física clássica, dócil, bem-comportado, o tipo de coisa que um computador resolve dormindo.

Eu volto a insistir num ponto que é a alma deste blog: repare que a resposta ótima não foi chutada nem aproximada. Ela caiu como autofunção de um operador. Esse é o padrão que se repete em toda a matemática séria: quando você formula a pergunta certa como um problema espectral, a resposta não é uma função qualquer, é a função que o operador escolhe. Segure firme nessa frase, porque ela é a ponte inteira pra Riemann. "Formular como problema espectral" é o feitiço que vai reaparecer.

---

O espectro que desaba: o joelho prolato

Agora o comportamento coletivo dos autovalores $\lambda_n$, e é aqui que as prolatas mostram sua personalidade mais impressionante.

Você poderia esperar que os autovalores decaíssem suavemente de 1 até 0, uma ladeira mansa. Não é o que acontece. O que acontece é um penhasco.

Os primeiros autovalores ficam grudados em 1, colados, praticamente indistinguíveis de 1, casas decimais e mais casas decimais de 9. As primeiras funções prolatas concentram a energia quase perfeitamente. E aí, de repente, num índice muito específico, os autovalores despencam, caem de quase-1 pra quase-0 numa janela estreitíssima de índices. Depois desse tombo, todas as prolatas seguintes vazam quase toda a energia.

Esse desabamento tem nome: o joelho prolato. E ele não desaba num lugar aleatório.

Pare um segundo pra sentir o peso disso. A contagem $2cT/\pi$ é uma resposta numérica finita a uma pergunta sobre um espaço de funções infinito. Ela diz: de todas as infinitas maneiras de moldar um sinal, só umas $2cT/\pi$ delas são genuinamente úteis pra concentrar energia; o resto vaza. Isso é o teorema de amostragem de Nyquist–Shannon vestido com roupa espectral. É a quantidade de informação que cabe numa janela.

E a nitidez desse penhasco, quão abrupto é o joelho, quão rápido os autovalores desabam, foi estudada com precisão moderna por Aline Bonami e Abderrazek Karoui em 2014, que estabeleceram taxas de convergência finas para as prolatas.

Até aqui, tudo isto é engenharia de sinais. Bonita, clássica, resolvida. A pergunta óbvia é: o que raios isso tem a ver com números primos?

Tudo. Vem comigo.

---

Do sinal à aritmética: as prolatas na abordagem espectral de Riemann

A Hipótese de Riemann é, no fundo, uma afirmação sobre onde moram certos números especiais, os zeros da função zeta de Riemann, $\zeta(s)$. A conjectura diz que todos os zeros não-triviais têm parte real exatamente igual a $1/2$: eles se alinham numa única reta vertical no plano complexo, a linha crítica. E por que alguém se importaria com uma reta? Porque a posição desses zeros controla, com precisão brutal, como os números primos se distribuem entre os inteiros. Os zeros são a música secreta dos primos.

Existe um sonho antigo pra provar isso, e ele tem nome de dois matemáticos: Hilbert e Pólya. A ideia é hipnoticamente simples de enunciar. E se os zeros da zeta não fossem apenas números soltos, mas o espectro de um operador, os autovalores de uma máquina matemática, como os $\lambda_n$ das prolatas eram os autovalores de $P_c$?

Se os zeros fossem autovalores de um operador com a propriedade certa (auto-adjunto, o análogo de "simétrico"), então eles teriam que ser reais, e "reais" é justamente o que os coloca na linha crítica. A Hipótese de Riemann deixaria de ser um mistério aritmético e viraria uma consequência quase automática da simetria de um operador. Achar esse operador é o Santo Graal.

Eu escrevi um post inteiro sobre esse sonho, de onde ele vem, por que ele é tão sedutor, o que já se conquistou nessa direção: a Conjectura de Hilbert–Pólya e os zeros como espectro. Se você ainda não leu, leia antes de continuar, porque o resto aqui assume que você sente por que a leitura espectral é tão poderosa.

E agora o encontro. Em novembro de 2025, Alain Connes, Caterina Consani e Henri Moscovici, três nomes de altíssimo calibre, com Connes sendo medalhista Fields, publicaram um artigo (arXiv:2511.22755) que constrói exatamente esse tipo de máquina espectral ligada aos zeros da zeta. E o coração operatorial dessa construção usa operadores prolatos. As mesmas funções que Slepian inventou pra concentrar voz nos Bell Labs.

Um problema de engenharia de antenas dos anos 60 reaparece, sessenta anos depois, no coração da maior conjectura da matemática. A ferramenta que concentra energia numa janela de tempo é a mesma que Connes, Consani e Moscovici usam pra concentrar a aritmética dos zeros num operador.

Por que as prolatas, e não outra família qualquer de funções? Porque elas são as funções mais localizadas que existem sob a restrição tempo–banda, e a construção espectral precisa exatamente disso: de objetos que sabem viver simultaneamente em dois mundos (o "tempo" e a "frequência", que na versão aritmética viram estruturas duais profundas) sem vazar demais. O joelho prolato, a contagem $2cT/\pi$, o milagre da comutação, tudo aquilo que fazia das prolatas a resposta ótima de Slepian é exatamente a estrutura fina que o programa CCM precisa controlar.

Mas aqui eu preciso frear com força, porque é o ponto onde a divulgação irresponsável costuma escorregar.

E é exatamente sobre esses buracos que a minha própria pesquisa se debruçou.

---

Minha pesquisa: verificar número por número, fechar buraco por buraco

Aqui a história deixa de ser sobre gigantes distantes e passa a ser sobre o que eu fiz na minha mesa, com meu código, nas últimas semanas. Vou ser cirúrgico com o rigor, porque metade do valor deste trabalho é o rigor: dizer com exatidão o que é verificação numérica, o que é prova, e o que continua aberto.

Quando li o paper CCM, fiz o que sempre faço com matemática de fronteira: não acreditei. Não por desconfiança dos autores, por método. A única forma de eu entender uma construção espectral é reconstruí-la e testá-la contra os números reais. Então peguei o Lemma 7.3 do paper, um resultado técnico central da cadeia, e fui verificá-lo diretamente nos primeiros zeros da função zeta.

O que essa verificação me deu:

Positivo-definida importa porque positividade é, no mundo espectral, o tipo de propriedade que "aperta" um operador na direção certa, é o parente próximo daquela auto-adjunção que forçaria os zeros pra linha crítica. Encontrar $Q$ positivo-definida nos dados foi o sinal de que ali havia estrutura provável, não coincidência.

Mas a parte da qual eu tenho mais orgulho não é a verificação. É onde eu parei de olhar os números e peguei a caneta.

O paper CCM deixa dois gaps abertos, dois pontos onde a cadeia lógica tem um vão que os autores não fecham. Eu fechei os dois, com prova analítica, no meu preprint. Não "acho que fecha". Fecha.

Repare como a história se fecha sobre si mesma: a taxa de decaimento das prolatas, estudada por Bonami e Karoui num contexto puro de processamento de sinais, foi a peça que me deixou controlar o Gap #2 num contexto de teoria dos números. É a mesma prolata dos Bell Labs trabalhando na aritmética. O andaime de Slepian segurando a ponte de Riemann.

E há um resultado paralelo que eu preciso mencionar, porque ele completa o quadro: num preprint relacionado, eu trabalhei a quantização assintótica do espectro prolato negativo, o comportamento fino dos autovalores do outro lado, na cauda do espectro, que é onde a informação assintótica sobre os zeros se esconde. E numa linha independente, o Simple Zeros V4, depositado no Zenodo, trata da simplicidade dos zeros da zeta com entrelaçamento de paridade: evidência estruturada de que os zeros não só caem na linha, como caem simples, um após o outro, sem se colar.

Todos esses preprints, depósitos e as verificações numéricas estão reunidos na página de papers do site, ao lado do panorama geral da pesquisa sobre a Hipótese de Riemann.

Eu não faço isso de fora, comentando de longe. Faço reconstruindo a máquina, rodando os números até 150 dígitos, e pegando a caneta quando os números apontam pra um teorema. É a mesma postura dos meus outros posts, e é a única que eu conheço que funciona com matemática de verdade: você não opina sobre a fronteira, você ataca a fronteira.

---

O que está provado, o que é numérico, o que segue aberto

Chegamos à parte mais importante do texto inteiro. Se você ler só uma seção, leia esta, porque é aqui que a maioria das discussões sobre Riemann apodrece, e é aqui que eu me recuso a apodrecer junto.

Vou organizar tudo numa escada de rigor, do chão firme até o abismo aberto.

Eu preciso dizer isso com todas as letras, porque a tentação de exagerar é enorme e a internet vive dela:

O que me deixa animado, honestamente, não é a proximidade de uma prova, porque ela não está próxima. É a qualidade da estrutura. Quando um objeto de 1961 feito pra telefonia reaparece com precisão cirúrgica num programa espectral de 2025, e quando as taxas de convergência de um artigo de processamento de sinais fecham um buraco em teoria dos números, isso não é sorte. É sinal de que a linguagem espectral está tocando algo real sobre os primos. As peças se encaixam bem demais pra serem coincidência, e "encaixar bem demais" é, historicamente, como a matemática avisa que você está no caminho certo, muito antes de chegar ao fim dele.

Se você quer entender por que a leitura espectral é tão promissora, o post sobre a Conjectura de Hilbert–Pólya é o mapa que falta.

---

O que a curva que concentra o impossível me ensinou

Volto ao riso do começo. Eu ri quando entendi que a função prolata era a mesma dos dois mundos, mas o que ficou não foi o riso, foi uma lição de método que atravessa tudo que eu faço.

A função prolata é a resposta ótima a uma pergunta impossível: concentrar o que não se pode concentrar. Ela vaza, sempre, mas vaza o mínimo, e faz isso caindo naturalmente como autofunção de um operador, não como um chute engenhoso. Slepian não inventou a resposta; ele fez a pergunta certa e deixou o operador responder. Sessenta anos depois, Connes, Consani e Moscovici fazem outra pergunta impossível, onde moram os zeros da zeta, e recorrem à mesma família de funções, pela mesma razão: quando você quer o objeto mais localizado sob uma restrição rígida, a prolata é quem aparece.

Minha pesquisa vive nesse encaixe. Eu verifiquei o Lemma 7.3 em 150 dígitos não pra provar Riemann, não provei, ninguém provou, mas pra ter o chão firme sob os pés antes de pegar a caneta. E quando peguei a caneta, fechei dois gaps reais com cinco lemas, usando as taxas de convergência de uma teoria de antenas pra amarrar um argumento sobre a distribuição dos primos. Esse é o trabalho: não opinar sobre a fronteira de longe, mas reconstruí-la, testá-la contra os números até ela ranger, e provar o pedaço que der pra provar, rotulando com honestidade brutal o que é prova, o que é número e o que ainda é sonho.

A Hipótese de Riemann continua aberta. Mas a estrutura ao redor dela está mais nítida, e agora tem dois buracos a menos. Uma curva que um engenheiro desenhou pra fazer o telefone funcionar melhor está, hoje, ajudando a mapear o coração dos números primos. Se isso não te faz querer entender o próximo teorema, eu não sei o que faria.

Tudo o que citei aqui, os preprints, o Simple Zeros V4 e as verificações numéricas, está na página de papers.