## [Mollificación](/es/node/61629) Definición La operación de suavizar una función convolucionándola con una familia de núcleos suaves de soporte compacto (mollificadores) que approximan la identidad cuando el parámetro de escala tiende a cero; produce aproximantes suaves de funciones posiblemente rugosas. ## Principio Principio Principio de aproximación a la identidad: elegir un núcleo suave η con integral 1 y definir η_ε(x)=ε^{-n}η(x/ε); la convolución f*η_ε produce funciones C^∞ que aproximan a f en diversas normas cuando ε→0, controlando las derivadas por las propiedades de escala de η. ## Demostración Demostración Ejemplo concreto: mollificar la función característica de un intervalo en R convolucionándola con un bump estándar η_ε para obtener una sucesión de funciones C^∞ soportadas en un intervalo levemente ampliado que converge en L^1 o puntualmente lejos de la frontera. ## Aplicación incorrecta Aplicación incorrecta Aplicar mollificación sin extender correctamente una función definida solo en un dominio puede dañar las condiciones de contorno; mollificar sin comprobar la integrabilidad o una distribución con crecimiento demasiado rápido puede ser inválido. ## Consecuencia Consecuencia La mollificación proporciona aproximaciones suaves que preservan la convergencia en espacios L^p y regularizan distribuciones; es una herramienta estándar para justificar manipulaciones con soluciones débiles, aproximar en espacios de Sobolev y probar la densidad de funciones suaves en muchos espacios funcionales. ## Inversión Inversión Usar un núcleo no aproximante (que no se concentre en cero) o un promediado de soporte global fallará en aproximar la función original o hará perder rasgos locales; el opuesto a la mollificación es introducir aspereza o alta frecuencia en lugar de eliminarla. ## Límite Límite Requiere que la función original sea localmente integrable (o una distribución) para que la convolución esté definida; la mollificación puede no preservar el soporte ni condiciones de contorno salvo que se realice una extensión cuidadosa y puede alterar invariantes globales como la variación total sin control. ## Tensión semántica Tensión semántica Compite con otros métodos de regularización (recorte espectral, suavizado por kernel de calor, regularización de Tikhonov); la tensión radica entre el suavizado local por convolución, que preserva la localización, y métodos espectrales globales que pueden ser mejores en otras normas. ## Síntesis Síntesis La mollificación es la regularización local por convolución con núcleos suaves escalados que approximan la identidad: produce sistemáticamente aproximantes suaves de objetos rugosos controlando la calidad de la aproximación en las normas elegidas.