Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FUNDAMENTOS SOBRE
ANALISIS FUNCIONAL.
Posiblemente el lector no matemtico se pregunte al hojear las pginas siguientes si el tipo y nivel de la matemtica que presentamos le ser de til
en sus propias investigaciones. En verdad, el contenido de lo que encontrar el lector es bsico y fundamental, faltando (desde luego) muchos otros
temas importantes tambin. En nuestro medio tal reflexin es algo natural
de hacerse. Debemos resaltar que, en general, la formacin matemtica de
los estudiantes en algunas universidades no es la adecuada en los tiempos
modernos, tan exigente en las cuestiones bsicas. El campo de las aplicaciones utiliza, desde dcadas atrs, una matemtica cada vez mas elaborada;
en algunos casos se crean nuevas ideas matemticas para inmediatamente ser
aplicadas a problemas puntuales. Por esta razn, los artculos que aparecen
en revistas de ingeniera, de fsica, de medicina, de economa, ... son cada
vez mas tcnicos respecto al lenguaje matemtico. Esto fue, y es, una fuerte
motivacin para escribir este libro y que a su vez pueda motivar al amplio
universo de usuarios de la matemtica.
Sugerimos al lector leer las secciones 1.1, 1.2 y 1.3 como un paquete
integral; existe una intrnseca relacin entre estas secciones. Por ejemplo, las
integrales usadas en 1.1 pueden ser integrales de Lebesgue, vistas recin en
1.3, asi como algunas ideas topolgicas (seccin 1.2) estn latentes en 1.1 y
1.3.
El lector es motivado a no desmayar en el estudio de los temas dados si es
que est convencido de su utilidad en sus propios intereses profesionales. En
los ejercicios dados, puede encontrar cuestiones que le ayuden en su aprendizaje. Asi mismo, en la bibliografa dada el lector encontrar algunos libros
que complementar tal aprendizaje, como, por ejemplo, el libro [BAR].
1
1.1
Espacios Normados.
1.1.1
Generalidades.
kx + yk kxk + kyk , x, y X.
ii) lp (N) =
X
i=1
kxkp =
X
i=1
|xi |p
n
X
i=1
kf kp =
, 1 p < .
! p1
, 1 p < .
Z
iii) L (R) = f : R R, Lebesgue medibles/
p
|xi |p
! p1
p
|f (t)| dt , 1 p < .
hx, xi = 0 x = 0;
hx + y, zi = hx, zi + hy, zi , x, y, z X. , C.
i=1
X
ii) (l (N) , h , i) donde hx, yi =
xi yi .
2
i=1
f (t) g (t)dt.
a
kxk = hx, xi 2 .
Desigualdad de Cauchy-Schwartz. X espacio producto interno. Entonces, x, y X se tiene
|hx, yi| kxk kyk .
Espacios de Hilbert. Un espacio de Hilbert H es un espacio producto interno el cual es completo, esto es, toda sucesin de Cauchy en H es
convergente (en H).
Remarcamos que H es completo como espacio mtrico, donde la mtrica
o distancia es d (x, y) = kx yk .
Un espacio de Banach es un espacio normado completo.
Todo espacio de Hilbert es de Banach; en general, el recproco no es cierto.
si
x 6= y; x, y S.
2
2
L ([, ]) .
1.1.2
nZ
El Espacio l2 (Z).
Por definicin
l2 (Z) =
z = (z (n))nZ z (n) C,
X
nZ
|z (n)|2 <
X
nZ
x (n) y (n).
Si x l2 (Z) ,
kxk =
nZ
|x (n)|2
! 12
X
nZ
|x (n) y (n)|
X
nZ
de Cauchy-Schwarz.
! 12
! 12
X
= kxk kyk ... desigualdad
|x (n)|2
|y (n)|2
nZ
X
1
|x (n) + y (n)|2 2
nZ
triangular.
X
nZ
! 12
! 12
X
... desigualdad
|x (n)|2 +
|y (n)|2
nZ
1 1
+ = 1, si xi y yi son
p q
|xi yi |
n
X
i=1
! p1 n
! 1q
X
.
|xi |p
|yi |q
i=1
X
p
q
Adems, si x l (N) , y l (N), entonces
|xi | |yi | < y
i=1
X
i=1
|xi yi |
X
i=1
|xi |
! p1
X
i=1
|yi |
! 1q
desigualdad de Hlder,
1 ... si j = i
.
0 ... si j =
6 i
Nota. l2 (Z) es un espacio de Hilbert de dimensin infinita, lo que precisaremos en otra oportunidad.
Proposicin 1. Sea H un espacio de Hilbert, (aj )jZ un conjunto ortonormal
X
en H y x = (x (j)) l2 (Z). Entonces, la serie
x (j) aj es convergente
jZ
en H y
2
X
x (j) aj =
|x (j)|2 .
jZ
Prueba. Si
SN =
N
X
jZ
x (j) aj , N = 1, 2, 3, ...,
j=N
2
X
2
=
kSN SM k =
|x
(j)
a
|
|x (j)|2 .
j
M<|j|N
M<|j|N
n
X
y=
y (j) vj ,
j=1
n
X
x (j) y (j) ,
j=1
kxk2 =
n
X
j=1
|x (j)|2 .
x (j) aj
Por tanto,
kSN k2 =
Pero, SN S =
norma, se tiene
N
X
j=N
|x (j)|2 .
X
x (j) aj en H, de donde usando la continuidad de la
jZ
Prueba. Sea
SN =
N
X
j=N
hf, aj i aj , N = 1, 2, ...;
luego,
kf SN k2 = hf, f i hf, SN i hSN , f i + hSN , SN i
y
hf, SN i =
N
X
j=N
hf, aj i hf, aj i =
N
X
j=N
Adems,
2
kSN k =
N
X
|hf, aj i|2 .
N
X
|hf, aj i|2 +
j=N
Por tanto,
kf SN k2 = kf k2 2
j=N
= kf k2
N
X
j=N
N
X
j=N
|hf, aj i|2 0,
|hf, aj i|2
hf, aj i aj = f, f H?
Prueba.
X
Sea f H;
jZ
Por lo tanto
hf g, am i = 0, m Z.
Por hiptesis tenemos entonces f = g.
X
f=
hf, aj i aj , f H. Por lo tanto si hf, aj i = 0 j, f = 0.
j=1
asociado a (aj )
2
iv) kf k =
X
j=1
Prueba.
(i) (ii) . M =esp. gen.(aj ) . Si M 6= H, a 6= 0 en H M y existira
b 6= 0 tal que b M; por lo tanto b aj , j. Absurdo.
j aj <
(ii) (iii) M = H, por lo tanto dado > 0, se tiene f
j=1
para alguna combinacin lineal; pero los coeficientes de Fourier dan la mejor
aproximacin,
la tesis.
de donde
k
k
X
X
2
(iii) (iv) f
cj aj = ... = kf k
|cj |2 . Tome lmite con k .
(iv) (i) kf k2 =
j=1
X
j=1
j=1
|cj |2 =
X
j=1
El Espacio L2 ([, ]) .
Asumimos f medible en el sentido de Lebesgue. Por definicin,
Z
2
2
L ([, ]) = f : [, ] C/
|f ()| d < .
1
hf, gi =
2
f () g ()d,
|f ()|2 d.
|f ()| |g ()| d
|f () + g ()| d
12
12 Z
|f ()| d .
2
|f ()| d
12
|g ()| d
12
|g ()| d
12
10
Definicin. ein nZ es llamado un sistema trigonomtrico; un polinomio trigonomtrico es una funcin de la forma
N
X
n=N
Cn ein , n N,
f, ein ein
nZ
X
z (n) ein converge en L2 ([, ]) .
nZ
in
f, e
l2 (Z) y
nZ
Z
X
f, ein 2 = 1
|f ()|2 d = kf k2
2
nZ
iii) Si f, g L2 ([, ]) ,
X
hf, gi =
f, ein hg, ein i
frmula de Plancherel.
frmula de Parseval.
nZ
in
in
f, e
e 0 si N .
f
n=N
11
El Espacio L2 (R) .
f es medible segn Lebesgue. Por definicin,
Z
2
2
L (R) = f : R C/ |f (x)| dx < .
R
y norma
kf k22
Se tienen las desigualdades,
Z
|f (x)|2 dx.
, k k2 k k
kf + gk kf k + kgk .
Z
L (R) = f : R C/ |f (x)| dx < ,
1
|f (x)| dx.
f (x) dx |f (x)| dx = kf k .
1
12
1.1.3
Convolucin y Dilatacin.
Sean f y g dos funciones definidas sobre R, tal que casi en todas partes (c.t.p)
x R se tiene
Z
|f (x y) g (y)| dy < .
R
Definicin. (f g) (x) =
de f y g.
Nota. Si
|f (x y) g (y)| dy = , (f g) (x) = 0.
Corolario. f g = g f.
Proposicin 6.
i) Si f, g L2 (R) ,
|(f g) (x)| kf k kgk , x R.
Por lo tanto f g L (R), esto es, sup (f g) (x) < .
xR
ii) Si f, g L1 (R) ,
kf gk1 kf k1 kgk1 ;
por lo tanto f g L1 (R) .
iii) Si f L2 (R) , g L1 (R) ,
kf gk kf k kgk1 ;
por lo tanto f g L2 (R) .
Prueba.
i) |(f g) (x)|
x R.
ii) kf gk1
Z
R
|f (x y)| |g (y)| dy
|f (x y)| dy
|g (y)|
12 Z
|g (y)| dy
|f (x y)| dx dy.
12
tanto
13
1
|f (y)| |g (x y)| dy
2
kgk1
|(f g)|
= kgk1
Z
Z
12 Z
g (x y) dy
12
. Por lo
|f (y)| |g (x y)| dy dx
2
|f (y)| dy
|g (x y)| dx,
de donde,
kf gk kf k kgk1 .
|g (x)|
C1 una constante y
C1
, x R,
(1 + |x|)2
aproximacin de la identidad.
14
t0+
1.1.4
Espacios de Hilbert.
x + y 2 x y 2 1
2
2
()
2 + 2 = 2 kxk + kyk , x, y X.
x + y 2 2 x + y 2 x y 2
2 + 4 < 2 + 2 1
15
2
x + y 2
1 .
2
4
2
Si (> 0) satisface (1 )2 = 1 , entonces
4
x + y
2 1 .
[P]
yn ym 2 1 2
y
+
y
n
m
2
x
+
=
d
+
d
.
n
m
2
2
2
y
yn + ym
+
y
n
m
d, y de esta manera
x
M y por tanto,
Adems,
2
2
yn ym 2 1 2
2
2
2 2 dn + dm d ,
luego
lim kyn ym k = 0.
m,n
16
(ii)
de donde
E
D
0
0
x0 x0 , x0 x0 0,
0
0
esto es, x0 x0 0. Por lo tanto x0 = x0 .
17
( kPM k 1) .
Prueba.
0
00
Pongamos x = PM x1 , x = PM x2 , entonces
D
E
0
0
x1 x , y x 0, y M
D
E
00
00
x2 x , y x 0, y M
00
(i)
(ii)
de donde
esto es,
0
0
E
D
00
00
00 2
0
x x x1 x2 , x x kx1 x2 k x x ,
0
00
kx1 x2 k .
(P )
18
Sumabilidad.
Una familia devectores {x!i } en un espacio de Hilbert H es llamada sumable,
X
xi si dado > 0, conjunto finito J0 de ndices tal
con suma x x =
i
jJ
Proposicin 14.
{xj } es sumable
en H > 0, conjunto finito J0 de ndices
X
jJ
disjunto de J0 .
kxj k2 es su-
1.1.5
19
N
N
X
X
j xj . Pero 0 =
0xj . Luego
base en X; sea 0 =
j=1
j = 0, j.
j=1
j=1
j=M+1
20
iv) Sean (xj )j=1,2,...,N e (yi )i=1,2,...,M dos bases de X donde ellas son a lo mas
enumerables. Si M < N, M es un nmero natural y X es un espacio
vectorial en dimensin algebraica finita. Luego habran N vectores
linealmente independientes, una contradiccin.
1.1.6
X
X
2
Adems, x H se tiene x =
hx, xj i xj y kxk =
|hx, xj i|2 .
j=1
j=1
Se tiene,
0 kx xN0 k2 = kxk2 hxN0 , xi hx, xN0 i + kxN0 k2
X
X
X
= kxk2 +
|hx, xj i|2
hhx, xj i xj , xi
hx, hx, xj i xj i .
jN0
jN0
jN0
Se tiene:
m 2
m
X
X
kxj k2
para x1 , ..., xm tenemos xj =
j=1
hhx, xj i xj , xi =
j=1
hx, hx, xj i xj i =
hx, xj i hx, xj i .
21
Por tanto,
0 kx xN0 k2 = kxk2 +
jN0
de esta manera,
X
|hx, xj i|2 kxk2
|hx, xj i|2
jN0
|hx, xj i|2
jN0
|hx, xj i|2 .
desigualdad de Bessel.
jN0
De esta manera,
X
jN
X
jN
hx, xj i xj
n
2
X
i=m+1
jN
Si y =
X
jN
hx xN0 , xj i = hx, xj i
x, xj 0 xj 0 , xj = hx, xj i
x, xj 0 xj 0 , xj
0
j N0
j N0
= hx, xj i hx, xj i = 0,
k=1
k=1
k=1
22
y por tanto kU0 xk = kxk. Desde que H0 = H, U0 , tiene una nica extensin
U : H l2 ,
tal que
hU x, Uyi = hx, yi , x, y H,
y kU xk = kxk, lo que implica que el rango de U sea un conjunto cerrado y
que contenga a todos los ejs. De esta manera, rangU = l2 .
Proposicin 18. [Proceso de Gram-Schmidt]. Sea H un espacio prehilbertiano. Sea (xj )j=1,2,... una sucesin de vectores linealmente independientes, finita o infinita enumerable. Entonces existe una sucesin ortonormal
(yj )j=1,2,... en H tal que j N, {x1 , ..., xj } e {y1 , ..., yj } generan el mismo
subespacio de H.
Nota (+). Posteriormente probaremos: un espacio de Hilbert que contiene
una base ortonormal enumerable, es un espacio separable.
Veamos el recproco de la Nota (+).
Proposicin 19. Sea H un espacio de Hilbert separable, entonces H tiene
un sistema (yj )j=1,2,... ortonormal completo (una base).
Prueba.
Sea (xj ) un conjunto enumerable denso en H. Escojamos, z1 es el primer
xj diferente de cero; z2 es el segundo xj diferente de cero y tal que z2 no est
en {z1 } , escalar;...
zj es el j-simo xj diferente de cero tal que zj no est en el espacio generado
por z1 , ..., zj1 ; ...
Sea M el espacio generado por z1 , z2 ..., zj , ... (que son linealmente independientes); entonces M es denso en H y por Gram-Schmidt, (yj )j=1,2,...
ortonormal, el cual tambin genera M. As (yj )j=1,2,... es completo.
23
(v) x, y H, hx, yi =
(vi) x H, kxk2 =
X
jZ
X
jZ
Prueba.
(i) ii) Si esp.gen. (S) 6= H, entonces existe algn x S con kxk = 1.
Por lo tanto S {x} sera otro conjunto ortonormal, contradiccin con S
maximal.
(ii) (iii) Si S 6= {0} , esp.gen. (S) = S 6= H.
(iii) (iv) (Ver Proposicin 17). Por la desigualdad de Bessel (finita),
X
|hx, xj i|2 kxk , Z0 Z
jZ0
finito; luego
X
jZ
X
jZ
*
X
jZ
jZ
hx, xj i xj ,
X
jZ
X
iZ
hy, xi i xi
hx, xj i hxj , xi =
= ... =
X
jZ
X
iZ
2
hx, xi i hxi , yi .
|hx, xj i| .
X
x S, absurdo 1 = kxk2 =
|hxj , xi|2 = 0 .
jZ
24
0
rj tal que |j rj | < . Entonces, el vector w =
rj ej satisface
n
j=1
0
0
x w kx wk + w w < 2.
25
Ejercicios 1.1
1.
(ii)Proposicin 12;
(iii)Proposicin 13.
26
X
nZ
|x (n) + y (n)|
! 12
X
nZ
|x (n)|
! 12
X
nZ
|y (n)|
! 12
hx, yi
x,
kxk2
27
9. Con la notacin de 8, si x, y son vectores diferentes de cero, la proyeccin de y sobre x es el vector proyx y definido va
proyx y =
hx, yi
x.
kxk2
proy
RS P Q.
10. Estudie lo expuesto en los ejercicios 8 y 9 en el espacio R3 .
11. Con la notacin del ejercicio 8, pruebe:
(i) Si x 6= 0, y = x con 6= 0 constante x//y.
(ii) x y hx, yi = 0.
(ii) (x + y) + z = x + (y + z) , x, y, z X.
28
29
1
2
0
2 , 2 , 1
3
0
7
1
2
0
0
1 2 + 2 2 + 3 1 = 0 ,
3
0
7
0
que implica
1 + 22
0
21 22 + 3 = 0 ,
31 + 73
0
o sea,
= 0
1 + 22
21 22 + 3 = 0 .
31 + 73
= 0
1
3
11
3 , 0 y 6
0
4
12
son l.d. l.i.
30
16. Decimos que los vectores x1 , x2 , ..., xn en un espacio vectorial X generan a X si para todo x X existen escalares 1 , 2 , ..., n tal que
x = 1 x1 + 2 x2 + ... + n xn .
Ejemplo. En R3 , los vectores
1
0
0
0 , j=
1
0
i=
y k=
0
0
1
generan a R3 .
1
1
0
1 , 1 y 0
2
2
1
generan R3 .
H = x R3 x = 1 (2, 1, 4) + 2 (4, 1, 6)
31
w1 = 21 + 42
w2 = 1 + 2
w3 = 41 + 62
(*)
e1 =
1
0
0
..
.
0
, e2 =
0
1
0
..
.
0
, ..., en =
0
0
0
..
.
1
Ejemplo. Determine una base para los vectores que estn en el plano
= y / 2x y + 3z = 0
Solucin.
es
un plano que pasa por el origen y es un espacio vecx
torial. Si y , la idea es elegir x, z en forma arbitraria y
z
32
x
1
2x + 3z . Eligiendo x = 1, z = 0 obtendremos v1 = 2 ; si
z
0
0
x = 0, z = 1 se obtiene v2 = 3 . Desde que
1
x
1
0
2x + 3z = 2 x + 3 z
z
0
1
vemos que {v1 , v2 } genera . Adems, v1 y v2 son l.i. (ya que ninguno
es mltiplo del otro). Por lo tanto {v1 , v2 } es una base para .
33
n
X
i=1
|xi | ,
kxk2 =
n
X
i=1
|xi |2
! 12
kxkp =
X
i=1
|xi |p
! p1
, 1 < p < ,
y
kxk = max |xi |
1in
1.2
1.2.1
En cambio
34
1.2.2
Espacios Mtricos.
Los espacios mtricos fueron introducidos por M. Frchet en 1906 y desarrollados por F. Hausdo, entre otros matemticos de inicios del siglo XX.
Estos espacios generalizan al espacio Rn y son casos particulares de espacios
topolgicos.
35
1 ... x 6= y
d (x, y) =
0 ... x = y
Ejemplo 3. Sea f : R R una funcin estrictamente creciente. Si
d : R R R+ ; d (x, y) = |f (x) f (y)| ,
entonces (R, d) es un espacio mtrico.
Ejemplo 4. En Rn , si x = (x1 , ..., xn ) , y = (y1 , ..., yn ) consideremos las
funciones
d1 (x, y) =
n
X
i=1
36
claro que | | satisface las condiciones que definen a una norma (ver 1.1.1).
Entonces tenemos d (x, y) = |x y| .
Estudiemos Rn como un espacio mtrico.
(xk ) denota una sucesin de puntos de Rn . Si x Rn , diremos que (xk )
converge a x si d (x, xk ) 0 cuando k . Diremos que x es el punto
lmite de (xk ). Escribimos lim xk = x. Sea E un conjunto en Rn . x Rn
k
37
Proposicin 1.
(i) B (x, ) = {y/ d (y, x) } (bola cerrada)
(ii) A es cerrado A = A ( A contiene a todos sus puntos lmites)
(iii) A es cerrado; A es el mas pequeo conjunto cerrado que contiene a A.
m
T
Ai es abierto.
i=1
iI
Ai
38
\
[
\
[
Ai = CAi y C
Ai = CAi
C
i
m
S
T
Fi
i
Fi es cerra-
i=1
cerrado.
F es un conjunto perfecto si es cerrado y denso en si mismo. Una
propiedad importante de los conjuntos perfectos es que son enumerables. Los
39
Ai C1 , Ai C.
Un cubrimiento C es llamado un cubrimiento abierto si cada elemento
de C es abierto.
Definicin. A es un conjunto compacto si todo cubrimiento abierto de
A tiene un subcubrimiento finito.
Proposicin 4. (Teorema de Heine - Borel)
(i) A Rn es compacto A es cerrado y acotado.
(ii) A Rn es compacto toda sucesin de puntos en A tiene una subsucesin la cual converge a un punto de A.
Funciones.
Sea
f : A Rn R
x
7 f (x)
es una funcin de valor real, la que puede tomar los valores . Si |f (x)| <
+, x A, decimos que f es finita. Una funcin finita f es llamada
acotada sobre A si constante M < tal que |f (x)| M, x A.
Una sucesin (fk ) es llamada uniformemente acotada sobre A si
M < tal que |fk (x)| M, x A, k.
Soporte de f sopf = {x/ f (x) 6= 0}, donde como sabemos E es la
cerradura de E. f tiene soporte compacto si f se anula fuera de algn
conjunto acotado.
40
xA
Sea (fk ) una sucesin de funciones definidas sobre A. Decimos que (fk )
converge uniformemente a f (finito) sobre A si dado > 0, K
(natural) tal que k K se tiene d (fk (x) , f (x)) < , x A.
Proposicin 6. Sea (fk ) una sucesin de funciones definidas sobre A,
continuas en A, relativas a A, y tal que converge uniformemente, sobre A,
a f (finita). Entonces, f es continua sobre A, relativo a A.
Una transformacin T de un conjunto A Rn en Rn es la aplicacin
y = Tx
41
1.2.3
Espacios Topolgicos.
son topolgicamente equivalentes o iguales. Porqu?... porque suponiendo que ambas figuras estn hechas de un material deformable, podramos
pasar de la figura (a) a la figura (b), y viceversa, sin romper las figuras (continuidad) ni superponer puntos (biunivocidad). En la geometra de Euclides,
las figuras geomtricas son no deformables; el aspecto cuantitativo domina
al cualitativo; la nocin de distancia entre puntos es una idea absoluta. Con
los espacios mtricos, la nocin de distancia se relativiza estos espacios estn,
de alguna manera, entre Euclides y la idea de espacio topolgico, donde lo
cualitativo es lo esencial.
iI
Ui T ;
42
iI
Ui T .
43
44
Homeomorfismos.
Los espacios topolgicos (X, T1 ) y (Y, T2 ) son llamados homeomorfos si
existe una biyeccin h : X Y tal que h y h1 son funciones continuas.
h es llamado un homeomorfismo.
Las figuras (a) y (b) presentadas al inicio de esta seccin, son dos figuras
homeomorfas. Asi, la idea del homeomorfismo es que transforma un espacio
en otro de un modo continuo y sin romper o doblar al espacio. Los
homeomorfismos son llamados tambin transformaciones topolgicas.
Sea S un subconjunto de un espacio topolgico (X, T ). En S se puede
introducir una topologa va la siguiente idea:
U, subconjunto de S, es un conjunto abierto en S si W T tal que
W S = U.
45
1.2.4
Qu es la Topologa?
46
Ejercicios 1.2.
1. (i). Dibuje dos figuras que sean topologicamente homeomorfas o equivalentes.
(ii). Dibuje dos figuras que no sean homeomorfas.
(iii). En su entorno fsico, puede descubrir objetos que sean homeomorfos?, que no lo sean?
(iv). Una moneda de 10 centavos y una moneda de un sol, son equivalentes topologicamente?, porqu?
2. (i). En su propia profesin (fsico, matemtico, ingeniero, economista,
... ), Ud. podra precisar algunas situaciones en donde tenga objetos
que sean homeomorfos?, qu no sean homeomorfas?
(ii). Recordando sus estudios de geometra plana, agrupe algunas figuras de modo que ellas sean homeomorfas entre si (con un poco
de paciencia, las puede encontrar)
(iii). Observemos una cmara de llanta de carro completamente inflada.
Ella es homeomorfa a una pelota de futbol, inflada tambin.
3. Pruebe que las funciones d (x, y) dadas en los ejemplos 1, 2, 3 y 4,
seccin 1.2.2; son mtricas, y que por tanto los respectivos espacios,
son espacios mtricos.
4. Dado un espacio mtrico, explique como se puede introducir una topologa
en tal espacio.
Nota. El lector es sugerido a consultar la excelente obra [BAR], seccin
8. pag. 69, para complementar el aprendizaje de algunos aspectos
bsicos de la topologa general, asi como de otros temas del anlisis
real.
5. Pruebe las frmulas dadas en las Leyes de Morgan.
6. Pruebe la proposicin 1, 1.2.2.
7. Pruebe la proposicin 2, 1.2.2.
0
47
1 ... x 6= y
d (x, y) =
.
0 ... x = y
Pruebe que d es una mtrica.
21. Sea f : R R una funcin estrictamente creciente (si x < y entonces
f (x) < f (y)).
Definamos
d : R R
R
(x, y) d (x, y) = |f (x) f (y)|
Pruebe que d es una mtrica.
48
3
P
i=1
|xi yi |
0
topolgico,
y sea la aplicacin
24. Sea X un conjunto y Y, T un
espacio
0
1
f : X Y . Pruebe que T = f (V )/ V T es una topologa en
X.
25. Sean T1 y T2 dos topologas sobre un conjunto X. Pruebe que T1 T2
es una topologa en X.
26. Sea (X, T ) un espacio topolgico. Pruebe que F X es un conjunto
0
cerrado todo y F (conjunto derivado de F ), est en F . Es
0
decir, F F.
27. (X, T ) es un espacio topolgico; sea E X un conjunto. El interior
S
de E es definido siendo E = Ui , donde Ui T y Ui E.
iI
Pruebe.
(iii). E = E E.
(i). E F implica E F ;
49
(ii). (E F ) = E F .
29. Sean (X, T1 ) , (Y, T
2 ) dos
espacios topolgicos. Pruebe que: f : X Y
1.3
1.3.1
La Integral de Riemann-Stieltjes.
Rb
Asumimos que el lector est familiarizado con la integral de Riemann a f (x) dx
de una funcin f definida sobre el intervalo [a, b]. Esta es la integral que se
estudia en los cursos bsicos de clculo y que se utiliza en las aplicaciones
mas familiares en ingeniera, fsica y otros campos. Ahora estudiaremos una
generalizacin
de esta integral para considerar a la integral de RiemannRb
Stieltjes a f (x) (x) dx, donde (x) es una adecuada funcin, que en el
caso particular (x) = x, se obtiene a la integral de Riemann.
Sean f y dos funciones de valor real definidas sobre el intervalo cerrado
I = [a, b], tal que f y son acotadas sobre I. Una particin, P , de
I es un conjunto finito de puntos x0 , x1 , x2 , ..., xn1 , xn tal que a =
50
x0 < x1 < x2 < ... < xn1 < xn = b. Asi se tienen los subintervalos
[xk1 , xk ] , k = 1, 2, ..., n. El nmero
kP k = max {xi xi1 }
i=1,...,n
a sobre I = [a, b] .
Ejemplos.
Si (x) = x,
es la integral de Riemann.
f d =
f dx
51
0 ...
x=a
(x) =
1 ... 0 < x b
Z b
Entonces, existe
f d si y solo si f es continua en a, y se tiene
a
f d = f (a) .
kP k0
n
n
X
X
f ( k ) ( (xk ) (xk1 )) =
f ( k ) 0 ( k ) (xk xk1 ) ,
k=1
k=1
(ii). Sea (x) una funcin escala definida sobre [a, b], esto es, si a =
x0 < x1 < ... < xn = b, entonces es constante sobre cada subintervalo (xk1 , xk ). Sean los lmites laterales, por la derecha e izquierda,
respectivamente,
(xk +) = lim+ (x) , k = 0, 1, ..., n 1
xxk
52
dn = (xn +) (xn ) .
k=0
(iv). Si
existen y se tiene
Z
f d =
f d +
f d y
a
f d tambin
c
f d.
df.
53
f d = f () [ (b) (a)] .
f d
|f | d kf k ( (b) (a)) ,
f d M { (b) (a)} .
(viii). Veamos la siguiente cuestin. Sea (fn ) una sucesin de funciones tal
que cada fn es integrable respecto a una funcin , montona creciente,
y tal que fn f, n , en cada punto de I; tendremos
Z
f d = lim
fn d?
(+)
n2 x
... 0 x
2
2
1
2
fn (x) =
n x
...
x
n
n
n
x1
0
...
n
54
Adems,
Z
fn d =
fn (x) dx = 1
(el rea del tringulo del grfico es igual a 1); por definicin, fn f
0, n . Luego,
Z 1
Z 1
f d =
f dx = 0.
0
Conclusin:
fn d no converge a
0
f d.
0
Qu condicin extra hay que imponer para que se tenga (+)? ... la
convergencia uniforme. Al respecto se tiene el siguiente resultado.
(ix). Sea (fn ) una sucesin de funciones integrables con respecto a , una
funcin montona creciente sobre I, tal que fn converge uniformemente
a f sobre I. Entonces, f es integrable con respecto a sobre I y adems
Z b
Z b
f d = lim
fn d.
a
Para el caso particular (x) = x se tienen algunos importantes resultados, como son los siguientes.
(x). (Teorema de la Convergencia Limitada). Sea (fn ) una sucesin
de funciones integrables segn Riemann sobre I = [a, b] tal que
kfn k sup {|fn (x)|} < B, n N.
xI
55
56
57
f g.
1.3.2
f (x) dx =
La Medida de Lebesgue
58
t [0, 1]) que no son integrables segn Riemann. El resolver esta dificultad,
y otras, fue un proceso llevado a cabo en la segunda mitad del siglo XIX y
que culmina, de algn modo, con la teora de la medida de H. Lebesgue.
La teora de la medida se funda en la longitud de un intervalo en R, en el
rea de un rectngulo, en el volumen de un paraleleppedo y asi ... para Rn .
En general, dado un conjunto X, la idea es restringirnos a una familia de
subconjuntos de X, llamada -lgebra, sobre la cual se define una medida.
El lector puede consultar [ORT. 1] para una presentacin bastante intuitiva
de medida de un conjunto y cuya exposicin es fuertemente influenciada por
el magistral libro [WHE-ZYG].
-lgebras. Sea X un conjunto y P (X) el conjunto de todos los subconjuntos de X. A P (X) es llamada una -lgebra si:
(i) y X estn en A;
(ii) si E A entonces X E A;
(iii) si E1 , E2 , ... A entonces
Ek A.
k=1
59
(i) () = 0;
(ii) Si En es una sucesin de conjuntos medibles, dos a dos disjuntos, entonces
!
[
X
En =
(En ) .
n=1
n=1
1 ... si a E
a (E) =
0 ... si a
/E
es una medida, donde E A.
si E = xkj . Entonces es una medida, llamada medida discreta.
60
Teorema. Sea (X, A, ) un espacio medida y {Ek } una sucesin de conjuntos medibles.
(a). Si Ek % E, entonces lim (Ek ) = (E)
(b). Si Ek & E y (Ek0 ) < para algn k0 , entonces lim (Ek ) =
(E) .
Presentacin Intuitiva de la Medida de Lebesgue.
La presentacin dada sobre la medida abstracta (Lebesgue) de un conjunto es
un tanto elaborada y un lector no familiarizado con este tipo de argumentos
podra perder la idea esencial de medida. Por ello presentamos el siguiente
enfoque, lo que fue enseado por el Prof. A. Zygmund en la Universidad
de Chicago (ver [WHE-ZYG]). Ello es mas intuitivo y podremos comprender
mejor la nocin de medida.
61
En y
n=1
En , entonces |E|
n=1
n=1
En tam-
n=1
|En | .
[ X
|Ek | .
Ek =
62
1.3.3
Funciones Medibles.
Las funciones que consideramos son de valor real, y por conveniencia pueden
asumir los valores + y . Pondremos R = R {+} {}. En
este sentido, si a R entonces a = ; si a > 0, a. () = y
0. () = 0.
Definicin. Sea (X, A) un espacio medible. Entonces,
(a). La funcin f : X R es llamada medible (Lebesgue) si para todo
R,
f 1 (], +]) = {x X/ f (x) > }
est en A, es decir, f 1 (], +]) es un conjunto medible;
(b). La funcin f : X C (nmeros complejos), de la forma f = g + ih,
es llamada medible si g y h son funciones medibles.
1 ... x E
.
XE (x) =
0 ... x
/E
Si E es un conjunto medible, entonces XE es una funcin medible (porqu?).
Proposicin. Sea (X, A) un espacio medible; sean f y g funciones medibles,
entonces tambin son funciones medibles:
mf, m R;
f g;
f + = max (f, 0) , f = max (f, 0) ;
f + g;
max (f, g) , min (f, g) ;
|f | .
63
1 ... x [0, 1]
1 ... x 0, 12
,
f0 (x) =
,
f1 (x) =
0 ... complemento
0 ... complemento
f2 (x) =
1 ... x 12 , 1
,
0 ... complemento
f4 (x) =
1 ... x 13 , 23
,
0 ... complemento
f3 (x) =
1 ... x 0, 13
,
0 ... complemento
f5 (x) =
1 ... x 23 , 1
;
0 ... complemento
en general,
p
p
+
1
,
1 ... x
n n
,
fk (x) =
0 ... complemento
64
p=k
n (n 1)
.
2
1
0, cuando k , se tiene que
n
fk 0 en medida. Observemos que, por otra parte, {fk } no converge en
punto alguno de [0, 1] .
Veamos ahora la idea particular de funcin medible segn el enfoque
intuitivo de la medida de Lebesgue.
Desde que {x/ |fk (x)| }
65
Teorema 2. f : E R2 R es medible una de las siguientes condiciones se satisface para todo finito:
(a). {x E/ f (x) } es medible;
(b). {x E/ f (x) < } es medible;
(c). {x E/ f (x) } es medible.
Prueba.
1
(a). {x E/ f (x) } =
x E/ f (x) >
, donde cada conn
n=1
junto en la interseccin es medible.
66
1.3.4
La Integral de Lebesgue en Rn .
1 ... si x es racional
,
f (x) =
0 ... si x es irracional
x [0, 1]. Esta funcin no es integrable segn Riemann, lo que exigi una
revisin de esta integral. Por otro lado, sea el intervalo I = [0, 1] y consideremos los nmeros racionales r1 , r2 , ..., rm en I. Definamos la sucesin
de funciones {fn (x)}, donde
fn (x) =
1 ... si x = rm , m = 1, 2, ..., n
67
1 ... x racional
,
f (x) =
0 ... x irracional
n ... si x 0,
n
fn (x) =
0 ... otros x.
Z 1
Entonces observamos que fn (x) 0 pero
fn (x) dx = 1, para todo
0
n. Luego se tiene
lim
fn (x) dx 6=
68
Corolario. 0
Rn
Rn
sdx =
n
X
j |Ej | .
j=1
69
Si
n
X
sd =
j (Ej ) .
j=1
sd =
s XE d =
n
X
j (E Ej ) .
j=1
f d, definido va:
f d = sup
0sf
sd ,
70
Esta definicin se sustenta en el siguiente resultado: toda funcin medible positiva, de valor real, es el lmite de una sucesin creciente de funciones
simples
Z medibles.
Si
f d < , diremos que f es integrable o sumable.
X
Si E A, definimos:
f d =
f XE d.
Tratemos ahora el caso general cuando f es una funcin (medible) arbitraria, con valores en R. La idea es usar la descomposicin f = f + f ,
donde f + y f son funciones positivas medibles, definidas va:
f + = max (f, 0)
f = max (f, 0) .
f d
Cuando la medida es la medida de Lebesgue | |, la integral
E
Z
f dx. Es oportuno observar, tambin, que si
es la integral de Lebesgue
E
71
(i). Si 0 f g, entonces 0
(ii). Si E1 E2 , entonces
f d
f d
E1
(iii). Si E1 E2 = , se tiene
E1
E1
gd;
E1
f d;
E2
f d =
E1 E2
f d +
E1
f d
E1
f d;
E2
|f | d.
Teorema 8. [Convergencia Montona]. Sea (X, A, ) un espacio medida; (fn ) es una sucesin de funciones medibles, fn : X R+ tal que
x X, n N, se tiene 0 fn (x) fn+1 (x). Entonces la funcin f ,
definida por
f (x) = lim fn (x) ,
n
f d =
E
(f + g) d =
E
f d, R.
f d +
E
gd.
E
72
|f | d =
f + f d =
f + d +
f d < .
y
f d
f d
|f | d <
|f | d < .
X
Entonces,
Z
f d =
f d
f d < .
Luego, f es integrable.
Z
1
L (R) = f : R R medible Lebesgue /
|f (t)| dt < ,
Z
p
n
n
L (R ) = f : R R medible Lebesgue /
Rn
73
|f | d < .
Nota. El teorema dominado de Lebesgue es uno de los resultados mas importantes en la teora de la medida de Lebesgue; ella permite intercambiar lmites
bajo ciertas condiciones, intercambio que en general no es permitido en la
teora de Riemann. Se sugiere al lector no-matemtico leer todo este conjunto de informacin sobre la medida y la integral generalizada con un sentido
crtico, Las demostraciones pueden ser encontradas en los libros sobre medida e integracin; en particular recomendamos, [WHE-ZYG], [GAS-WIT],
[ROD], [ORT. 1], entre otros libros. Para la integral de Riemann-Stieltjes ver
[BAR]. El lector no-matemtico debe tener una formacin bsica la mejor
posible para comprender lo expuesto anteriormente; en este sentido se recomienda leer algn libro sobre clculo avanzado o algn libro sobre clculo.
Como ejemplo, recomendamos [FUL].
Ejercicios 1.3
1. Hemos mencionado que la idea de integral de una funcin f definida en
un intervalo [a, b] , a y b nmeros reales, est relacionada con la idea del
74
75
5. La Integral de Riemann.
El lector es remitido a leer el inicio de la Seccin 1.3.1 para recordar
algunas ideas. Respecto a la pregunta 4, asumamos que f : [a, b] R
sea una funcin definida y acotada en el intervalo [a, b]. Vamos a usar
una idea, debida al gran matemtico B. Riemann, para calcular el rea
de la regin punteada de la cuestin 4. Qu le sugiere las siguientes
dos figuras?
sup
x[xj1 ,xj ]
{f (x)}
mj =
inf
x[xj1 ,xj ]
{f (x)} ;
j=1
n
X
S (f, P ) =
Mj (xj xj1 ) ,
j=1
b
a
f dx = inf {S (f, P )}
P
76
b
a
f dx = sup {s (f, P )} .
P
Complete:
Z
f dx .......
a
f dx.
a
f dx =
a
f dx.
a
f dx =
f dx =
a
f dx.
a
1 ... x racional
.
D (x) =
0 ... x irracional
Pruebe que D (x) no es integrable segn Riemann. (S (D, P ) =?, s (D, P ) =?) .
6. Usando la definicin de la integral de Riemann, calcule:
Z 1
Z 4
Z 6
(i)
8dx ;
(ii)
xdx ;
(iii)
x2 dx.
0
7. Sean f : [a, b] R y g : [a, b] R dos funciones limitadas e integrables. Pruebe que f + g es integrable y que:
Z
(f + g) dx =
f dx +
gdx.
77
(f + g)2 (f g)2 .
2
Use: si f es integrable, f tambin lo es; f g =
4
10. Si f : [a, b] R es integrable, pruebe que tambin lo es |f | .
f dx
gdx.
f dx
|f | dx.
78
0 ... 0 x 12
(x) =
1 ... 12 < x 1 .
15. Sea una funcin montona creciente fija y definida sobre [a, b] ; sea
f una funcin integrable, arbitraria, con respecto a sobre [a, b]. Definamos,
Z b
|f | d (ver L1 (R) en 1.1.2).
kf k1 =
a
79
17. Sea una funcin montona creciente, definida sobre [a, b]. Si f, g :
[a, b] R son dos funciones integrables con respecto a , se define el
producto interno de f y g va:
Z b
f (x) g (x) d (x) .
hf, gi =
a
Pruebe que:
(i) hf, fi 0;
hf + g, hi = hf, hi + hg, hi ;
f 2 (x) d (x) .
12
|f (x)|2 d (x) .
(ii) kf k2 0;
80
1.4
1.4.1
En esta seccin vamos a inter-relacionar algunos aspectos vistos en las anteriores secciones. El lector, en particular los no matemticos, es invitado
a revisar las secciones 1.1, 1.2 y 1.3, con nfasis en la primera; es sugerido
a recordar lo tratado en Ejercicios 1.1. La idea de espacio vectorial, sus
resultados y temas afines deben ser bien comprendidos.
La idea de funcin se remonta a lejanos tiempos. Los antiguos babilonios
y egipcios, muchos siglos antes que la gloriosa cultura griega, ya conocan
diversas frmulas geomtricas que permitan calcular reas y volmenes. En
tales frmulas estaba implcita la idea de funcin. El rea del cuadrado
es funcin de la longitud de su lado, el rea de un tringulo es funcin de
la longitud de un lado y de la longitud de la altura respectiva, y asi para
las otras frmulas. La evolucin de la nocin de funcin fue un proceso en
que participaron diversos famosos matemticos y abarca muchos siglos de
trabajos y reflexiones.
Nuestro conocimiento del mundo fsico externo e interno a nosotros proviene
de las seales que recibimos de diferentes maneras. De algn modo una seal
82
1.4.2
Funcionales Lineales.
sup
{L (f )} .
f X
kf k 1
kL k = hL , L i 2 = h, i 2 = kk .
Sea ahora {fj } una base para X (un espacio de Hilbert), entonces Lgj
es una base para X 0 , donde {gj } es la base recproca, hfj , gj i = ij . De esta
manera, si L es una funcional lineal continua sobre X, se tendr
L=
X
L (fj ) Lgj .
j
84
kak2
|L (a)|
=
= kak .
kak
kak
Definamos L : C [a, b] R va
Z b
f (t) dt, f C [a, b] .
L (f ) =
a
Z b
tI
kf0 k = 1,
Luego, kLk = b a.
X
sabemos que
|fi |2 < . Sea g = (g1 , g2 , ...) l2 fijo; entonces
i=1
definamos:
X
L (f ) =
fi gi .
i=1
! 12
! 12
X
X
X
= kgk kf k .
|fi |2
|gi |2
|L (f )| = fi gi (Cauchy-Schwarz)
i=1
i=1
i=1
5. Sea
Z
X = L (R) = f medible Lebesgue/
1
|f (x)| dx < ,
86
1.4.3
Operadores Lineales.
T (f ) = T f
equivalentemente,
T (f + g) = T f + T g.
Por esto decimos que T es un homomorfismo entre X e Y.
X
, x X,
Ix = x
es un operador lineal.
El operador cero
0: X
x
X
, x X,
0x = 0
es un operador lineal.
T es un operador lineal.
T f (x) =
f (t) dt.
a
88
d
p (x) ,
dx
p X.
Si f L2 (), entonces
T f (s) =
es un operador lineal.
6. Sea
T : L2 [a, b] C
f
Lf (x) = xf (x) .
T es un operador lineal, el cual es acotado. En efecto,
Z b
2
kT f k2 =
|xf (x)|2 dx (max (|a| , |b|))2 kf k22 .
a
1.4.4
Tipos de Operadores.
Por conveniencia en lo que sigue, a un operador lineal lo llamaremos simplemente operador. Asumimos que X = H es un espacio de Hilbert en lo
que sigue, en donde la idea de operador adjunto ser esencial.
(i). El Operador Adjunto.
Sea T : H H un operador. Se verifica que existe (ver [HAL]) un nico
operador T tal que:
hT f, gi = hf, T gi , f, g H
[+]
sup
kf k=kgk=1
{|hT f, gi|} .
(T )1 = T 1 .
90
kT k = sup
1
(T + T )
2
T2 =
1
(T T ) .
2
|T | = (T T ) 2 .
Corolario 2. (a). |T | 0 (Observe que para todo operador T, T T 0).
(b). |T | = |T | T T = T T.
Nota. En general no se tiene
|T1 + T2 | |T1 | + |T2 |
2 0
1 1
tome T1 =
y T2 =
ni
0 0
1 1
|T1 T2 | = |T1 | |T2 |
0 1
tome T1 =
= T2 .
0 0
(iii). Operador Normal.
Un operador T es llamado normal si
T T = T T.
Corolario 3. (a). Todo operador hermitiano es normal (obvio).
(b). T es normal T es normal (pues T = T ).
92
T = T = TT = T2 .
Observemos que PF es un operador proyeccin, pues cumple las condiciones de la definicin general. El recproco es cierto.
94
(T1 T2 ) = ...
En [STR-NGU], el lector puede encontrar una excelente presentacin sobre la teora de filtros y su relacin con las ondculas. Ah podremos apreciar
el gran valor de la teora matemtica de los filtros y bancos de filtros en
problemas concretos de la actual alta tecnologa.
96
k
X
i=1
hf, ei i ei , f H.
Adems, T g =
k
X
i=1
hg, ei i ei
98
B (0; 1) = f B1 / kf kB1 1
(b). Sea H un espacio de Hilbert, de dimensin infinita (esto es, H posee una
base ortonormal infinita). Entonces el operador identidad I : H H
no es compacto.
En efecto, sea e1 , e2 , ..., en , ... una sucesin ortonormal en H; entonces
kIem Ien k2 = kem en k2 = 2
(por Pitgoras).
. Luego,
|k (x1 , y) k (x2 , y)| <
M
Z 1
Mdy = .
|Afn (x1 ) Afn (x2 )|
0 M
1.4.5
(i j ) hf, gi = 0.
Los valores propios pueden ser ordenados en la forma 1 < 2 < ... <
m .
Caso General.
Sea X un espacio normado sobre los nmeros complejos C y sea el operador
(lineal) T : D X D. La cuestin de encontrar escalares C tal que
exista f D, f 6= 0, tal que f satisfaga la ecuacin
(T I) f = 0
(I T ) f = 0
y el rango de (I T )1 es denso en H.
El conjunto de los nmeros complejos que no estn en el conjunto resolvente es llamado el espectro de T . Mas exactamente, el espectro de T es el
conjunto
(T ) = { C/ I T no es invertible} .
Corolario. C = (T ) (T ) .
Existen diversas razones por la cual el operador I T puede no ser
invertible:
(i) el operador citado no es 1-1;
(ii) puede ser 1-1 pero no es sobre, o el rango de (I T ) no es denso en
H.
Otra posibilidad es que el inverso exista pero que l no sea acotado. En
funcin a estas circunstancias se tienen distintos tipos de espectros;
espectro puntual o discreto: es el subconjunto, p (T ) de todos
los nmeros complejos 0 s para los cuales (I T ) no es 1-1, es decir,
(I T )1 no existe. Asi, p (T ) es el conjunto de todos los valores
propios de T ;
espectro residual: es el subconjunto, r (T ), de los 0 s para los cuales
(I T ) es 1-1
esto es, el rango de (I T ) no es
h pero no es sobre,
i
denso en H R (I T ) 6= H ;
kf k = (I T )1 (I T ) f (I T )1 k(I T ) f k , f B.
Luego,
1
kf k .
k(I T ) f k
(I T )1
1
tendriamos, k(I T ) f k kf k. Luego,
Si =
/ a (T ) .
(I T )1
/ a (T ) probemos que
/ (T ). En efecto, si
/ a (T ) existe > 0 tal
que
k(I T ) gk kgk , g H.
Desde que T es normal, I T es tambin normal, pues
(I T ) (I T ) = (I T ) (I T ) ,
donde (I T ) = I T . Adems sabemos que T normal implica kT f k =
kT f k , f H. Luego se tiene
I T g kgk , g H.
Luego, I T g = 0.
Pero tambin se tiene I T g kgk, de donde g = 0 como se
desea.
Teorema 3. Si (T ), entonces || kT k .
Prueba.
1
1
< 1 o an I I T <
T
Si tuvieramos || > kT k entonces
1
1
1
Luego
/ (T ). Pero tambin, I T = (I T ) es invertible, de donde
(I T )
Prueba.
= I + T + T + ... =
X
n=0
T n.
X
n
n
kT k kT k . Por tanto, la serie
T n es convergente
n=0
X X
1
.
kT kn =
T n
n=0 n=0
1 kT k
pues
X
Llamemos S =
T n ; entonces
n=0
(I T ) S = (I T )
=
X
n=0
T =
n=0
Tn
X
n=1
X
n=0
Tn =
X
n=0
Tn = I
n=1
T n (I T ) = S (I T ) ,
X
=
T n.
n=0
Corolario. 1 (T ) 1
/ (T ) .
En efecto, si I T es invertible, entonces T I es invertible y por tanto
1 (T ) .
0 < kf k2 = hf, fi = f, f
2 k(I T ) f k kf k .
Es decir, tenemos
1
kf k k(I T ) f k .
2
1
Por tanto, si damos = > 0 ( no es real), no va a existir un f 6= 0
2
que satisfaga k(I T ) f k < .
Por tanto
/ a (T ), como se desea probar.
El siguiente resultado permite calcular la norma de un operador hermitiano va su espectro; asi tenemos el siguiente resultado.
Teorema 6. Si T es un operador hermitiano, entonces kT k = sup {||} .
(T )
Prueba.
Pongamos = sup {||}. Sabemos que || kT k (teorema 3), por
(T )
[+]
T f 2 f 2 = T 2 f 2 f, T 2 f 2 f
2
= kT 2 f k 22 kT f k2 + 4 kf k2 ,
()
f H, R.
Sea ahora una sucesin {fn } , kfn k = 1, n, tal que kT fn k kT k .
Si = kT k , () implica:
2
T fn 2 fn 2 = kT T fn k2 22 kT fn k2 + 4
(kT k kT fn k)2 22 kT fn k2 + 4
= 2 kT fn k2 22 kT fn k2 + 4
= 2 kT fn k2 + 4 .
2
Luego, si n , T 2 fn 2 fn 0 (considerando que kT fn k
kT k = ).
(b) funcin f : Rn Rn ;
(b) hermitiano ;
(c) normal ;
(d) unitario ;
(e) isomtrico ;
(f) proyeccin ;
(g) T es compacto T
(h) R =
X
Tn =
(i) T operador tal que kT k < 1, entonces
n=0
(e) (T )1 = (T 1 ) .
6. (a) T1 y T2 son hermitianos, escalar. Pruebe que T1 + T2 y T1 son
hermitianos.
(b) T es un operador. Pruebe que T T y T + T son operadores
hermitianos.
7. T : H H es hermitiano. Pruebe que
|hT f, f i|
2 .
kf k1 kf k
kT k = sup
hT f, T gi = hf, gi , f, g H.
16. Decimos que el operador T1 es unitariamente equivalente al operador T2 si existe un operador unitario U tal que T2 = U T1 U. Escribimos en este caso T1 ' T2 . Pruebe que:
(a) T ' T para todo operador T ;
Captulo 2
ECUACIONES
DIFERENCIALES.
2.1
Introduccin.
y=e
111
et dt + c1 ex .
112
y = 1 2xe
et dt 2c1 xex .
Por lo tanto,
x2
y=e
et dt + c1 ex
dy
dx
+ 2x
dy
= 2y + 1.
dx
Decimos que
x =
3
t2
2
y = t3
2
dy
dt
dx
dt
3t2
= t.
3t
3 2
1
3
3
+1
t + 2 t t = 2 t
2
2
3
que es una identidad. Por tanto, x = t2 ,
2
solucin de la ecuacin dada.
2t3 = 2t3 ,
y = t3
1
es una
2
2.1. INTRODUCCIN.
113
dy
= c1 w cos wt c2 w sen wt ,
dt
d2 y
+ w2 y = 0.
dt2
2ce2x
1 + ce2x
(*)
Solucin.
4ce2x (1 + ce2x ) 4c2 e4x
4ce2x
1 4c2 e2x
e2x
dy
=
=
=
.
.
dx
c (1 + ce2x )2 e2x
(1 + ce2x )2
(1 + ce2x )2
Observemos que y 2 =
dy
1 y2
4c2 e4x
=
;
luego,
. De (*) despedx
c e2x
(1 + ce2x )2
ye2x
2y
1
2y
= 2x .
c
ye
Por lo tanto,
dy
2 y y2
= 2x . 2x = y (2 y) .
dx ye
e
Por tanto, la ecuacin diferencial es
dy
y (2 y) = 0.
dx
(vii). Desintegracin del Radio. La ley es: la velocidad de desintegracin
es proporcional a la cantidad inicial de radio.
Supongamos que en el instante t = t0 la cantidad de radio es R0 .
Cuestin: deseamos saber la cantidad de radio que existe en el instante
posterior t.
114
dR
= kR,
dt
()
(+)
2.1. INTRODUCCIN.
115
0 < t < t1
dt2 = g ,
s (0) = s0
ds
= v0
dt
donde t = 0 es el instante en que lanzamos el objeto hacia arriba y t1
es el tiempo transcurrido hasta que el objeto cae a tierra.
Es decir, la fuerza de restitucin de un resorte estirado es proporcional a su alargamiento. Si asumimos que la posicin de equilibrio
est en el punto x = 0, la fuerza elstica es igual a bx, donde b es
una constante positiva. Por otro lado, admitimos que la resistencia
del medio es proporcional a la velocidad del movimiento, es decir, es
dx
igual a: a
, donde a es una constante positiva y donde el signo
dt
indica que la fuerza de resistencia acta en sentido contrario al del
movimiento. Ahora estamos en condiciones de aplicar la ley de Newton: (masa)(aceleracin)=suma de las fuerzas que actan sobre el
punto, para concluir que:
dx
d2 x
,
= bx a
2
dt
dt
una interesante ecuacin diferencial.
m
116
dv
= mg sen
dt
dv
= g sen ,
dt
2.1. INTRODUCCIN.
117
y por () se tiene
g
d2
= sen ,
2
dt
l
que es la ecuacin diferencial del pndulo matemtico.
(xi). Un Circuito. Consideremos un circuito simple, que consta de un
inductor, un resistor y un capacitor.
en un inductor, L
d2 q
dq
1
+
R
+
q = E (t) .
dt2
dt C
[+]
118
2.1. INTRODUCCIN.
119
un modo general, las derivadas parciales surgen con funciones de dos o mas
variables independientes. Usaremos las notaciones:
ux
u
,
x
uxy
2u
,
xy
ut
u
, .
t
2u
u
2u
u
2u
+
C
+
E
+ Fu = G
+
B
+
D
x2
xy
y 2
x
y
0 x L;
t0 .
120
2.1. INTRODUCCIN.
121
x
utt
T
an,
ux (x + x, t) ux (x, t)
= utt .
x
T
Tomando lmite, cuando x 0, se obtiene
uxx =
utt
T
uxx
utt = 0 ,
T
122
si ponemos a2 =
presentada.
T
se obtendr a2 uxx utt = 0, como muchas veces es
u (L, t) = 0 para t 0.
Tambin nos interesa tener el desplazamiento inicial, u (x, 0), que asumimos ser f (x), asi como tambin tener el modo de como la cuerda es
dejada en tal posicin, ut (x, 0) que asumimos es g (x) .
Conclusin: Se tiene el problema
que satisfaga
2u 2u
a2
+ 2 =0
2
x
t
u (0, t) = 0, u (L, t) = 0
()
t0
()
0 < x < L.
( )
2.1. INTRODUCCIN.
123
00
X 00 (x)
1 T 00 (t)
= 2
= ,
X (x)
a T (t)
X (x) 6= 0,
T (t) 6= 0
T 00 (t) a2 T (t) = 0 .
(+)
X (x) = a1 e
+ a2 e
L
L
X (L) = a1 e
+ a2 e
, de donde obtenemos a1 = a2 = 0, y
por tanto X (x) = 0 es la solucin del problema (+).
si = 0, X 00 (x) = 0 implica X (x) = a1 + a2 x, de donde
0 = X (0) = a1
0 = X (L) = 0 + a2 L ,
n
sen L = 0, de donde L = n = . Luego,
L
n
X (x) = a2 sen x, n = 1, 2, ...
L
Por conveniencia escribamos, desde que el lado derecho depende
n
de n, Xn (x) = a2,n sen x.
L
124
n
n
n
un (x, t) = Xn (x) Tn (t) = a2,n cn cos at + a2,n dn sen at sen x.
L
L
L
Por el principio de superposicin de series, sumando obtenemos
P
P
n
n
n
u (x, t) =
a2,n cn cos at + a2,n dn sen at sen x
un (x, t) =
L
L
L
n=1
n=1
=
=
(poniendo an = a2,n cn
bn = a2,n dn
P
n
n
n
an cos at + bn sen at sen x.
L
L
L
n=1
2 u
=0
x2
t
u (0, t) = 0
u (L, t) = 0
ut (x, 0) = g (x) ,
0<x<L .
n
n
n
a an sen at + bn cos at sen x.
L
L
L
L
n=1
X
n
[+]
2.1. INTRODUCCIN.
125
X
n
f (x) = u (x, 0) =
an sen x
L
n=1
g (x) = ut (x, 0) =
X
n
n
bn a sen x,
L
L
n=1
126
Observemos que,
T x sen T x sen + T y sen T y sen
es la fuerza resultante actuando sobre dM en la direccin vertical. Considerando que las pendientes son pequeas localmente, se tiene que
sen ' tg , y aplicando an la segunda ley de Newton, tenemos
T x (tg tg ) + T y (tg tg ) = xy utt
donde es la masa por unidad de rea. Si, x < x1 , x2 < x + x, y <
y1 , y2 < y + y entonces se tiene,
tg = uy (x1 , y) ,
tg = uy (x2 , y + y) ,
tg = ux (x, y1 )
tg = ux (x + x, y2 ).
Luego tendremos,
T x (uy (x2 , y + y) uy (x1 , y)) + T y (ux (x + x, y2 ) ux (x, y1 ))
= x.y utt .
2.1. INTRODUCCIN.
127
De esta manera,
y
x
de donde tomando lmite cuando x 0, y 0, obtendremos
T
(uyy + uxx ) = utt
T
y u = uxx + uyy , a2 u = utt , que es la
m1 m2
,
r2
q
donde r = (X x)2 + (Y y)2 + (Z z)2 , g es la constante de
gravedad, que asumimos igual a 1, y donde el signo significa que la
fuerza es hacia P1 . Asumimos que P1 est fija, de masa m y que ejerce
una fuerza de atraccin sobre P2 , que asumimos de masa 1. Entonces,
m
F = 2 .
r
128
r
r
(x, y, z)
q
V =
dxdydz =
dxdydz,
2
2
2
D r
D
(X x) + (Y y) + (Z z)
de donde
V
=
X
V
Y
V
Z
=
=
X x (x, y, z)
dxdydz,
r
r2
Y y (x, y, z)
dxdydz y
r
r2
Z z (x, y, z)
dxdydz.
r
r2
2.1. INTRODUCCIN.
an,
2
V
=
X 2
2V
=
Y 2
2V
=
Z 2
129
Z
D
Z
D
Z
D
3 (X x)
1
3
r
r5
3 (Y y)2
1
r3
r5
3 (Z z)2
1
r3
r5
dxdydz,
dxdydz y
dxdydz.
Por lo tanto,
2V
2V
2V
+
+
= 0.
X 2 Y 2 Z 2
Es decir, la distribucin continua de masa satisface a la ecuacin de
Laplace V = 0. Por esto se dice que el potencial V es una funcin
armnica.
Nota. Existen otros tipos de potenciales, como son el potencial electrosttico, el potencial armnico, el potencial hidrodinmico, Existe
la teora del potencial, el que es un captulo del anlisis matemtico y
es relacionado al anlisis armnico.
(xviii). El Laplaciano u en otras coordenadas.
La teora del potencial es el estudio de la teora de las soluciones
de la ecuacin de Laplace u = 0; u es una funcin armnica si
ella es solucin de la ecuacin de Laplace y tiene derivadas parciales
hasta de segundo orden, las que son continuas. Por ser de conveniencia
en las aplicaciones vamos a presentar a la ecuacin de Laplace u =
0 en coordenadas polares y en coordenadas esfricas. Como hemos
2u 2u
manifestado, el operador laplaciano (en R2 ) u
+
aparece
x2 y 2
en forma natural en conexin con problemas de valor de contorno para
edps, como es en el caso de una membrana circular, cuyo contorno tiene
la simple ecuacin r = constante, donde r proviene de las coordenadas
polares r, las que son definidas va:
x = r cos
y = r sen .
Veamos la forma polar del laplaciano. Usaremos la regla de la cadena: si w = w (x, y) , x = x (u, v) , y = y (u, v), entonces,
w
w x w y
w
w x w y
=
+
,
=
+
,
u
x u y u
v
x v
y v
130
u r
r x
+
x
u
x
u r u 2 r
u u 2
.
+
.
.
+
.
+
.
r x r x2 x x x2
[*]
p
y
x2 + y 2 e = arctg ,
x
y
y
1
=
y 2 2 = 2 ;
x
x
r
1+ x
r
r x x
2r
1 x2
y2
=
= 3 = 3;
x2
r2
r r
r
2xy
2 r
2
= 4 .
= y 3
2
x
r
x
r
observando que ur = ur pues asumimos que las primeras y segundas derivadas parciales son continuas. Llevando lo obtenido antes a la
igualdad [*] y simplificando, obtenemos
2u
y 2 2 u y 2 u
xy u
x2 2 u 2xy 2 u
+
+2 4
.
=
2 + 3
2
2
2
3
4
x
r r
r r r
r r
r
()
()
2.1. INTRODUCCIN.
131
2 u 1 u
1 2u
+
.
+
r2 r r r2 2
2u
t2
1 2u
2 u 1 u
.
+
+
r2 r r r2 2
(*)
2u
u 1 u
2
.
(*0 )
=a
+
t2
r2 r r
Por hiptesis, la membrana est fija en el contorno r = R y por tanto
se tiene la condicin de contorno
u (R, t) = 0, t 0
()
desviacin inicial
()
132
u
= g (r)
t2 t=0
velocidad inicial.
()
En sntesis, se tiene el problema: encontrar u (r, t) tal que sea solucin de (*0 ) y satisfaga las condiciones () , () y () .
Daremos un bosquejo de la solucin del problema planteado. Para
mayores detalles ver [KRE. 2]. La idea es usar nuevamente el mtodo
de separacin de variables para determinar soluciones de (*0 ) y que en
primer lugar satisfaga la condicin (). Asi, se pondr
u (r, t) = W (r) G (t) ,
y haciendo un argumento similar a lo hecho en (xv) se obtienen las
ecuaciones diferenciales ordinarias,
d2 G
+ 2 G = 0
dt2
()
d2 W
1 dW
+ k2 W = 0.
+
2
dr
r dr
()
X
(1)m x2m
m=0
22m (m!)2
2.1. INTRODUCCIN.
133
Wm (r) Gm (t) =
m=1
m=1
r .
= arctg
y
x
z=z .
Se verifica que:
u =
1 2u 2u
2 u 1 u
+
+
+
.
r2 r r r2 2 z 2
Coordenadas esfricas:
x = r cos sen ,
y = r sen sen ,
z = r cos .
134
1 2 u cotg u
1
2u
2 u 2 u
+
+
+
+
.
r2 r r r2 2
r2 r2 sen2 2
f f f
,
,
.
El gradiente de f es el vector f =
x y z
Sea n = (n1 , n2 , n3 ) un vector normal (knk = 1); entonces la derivada
df
direccional, , de un campo escalar f en un punto P en la direccin
ds
dada por el vector unitario n, es el lmite (si existe)
lim
s0
f (P + sn) f (P )
.
s
2.1. INTRODUCCIN.
135
f
f
f
df
= f.n =
n1 +
n2 +
n3 .
ds
x
y
z
i+
j+
k es un operador diferencial (operador nabla)
=
x
y
z
f
se sabe que f es normal a S, siempre que f 6= 0. Luego,
n
|f |
es un vector normal unitario a S.
Se verifica que:
Una superficie S es regular si ella tiene un nico vector normal unitario, cuya direccin depende continuamente sobre los puntos de S.
Una superficie es regular por partes si ella puede ser subdividida en
un nmero finito de porciones, cada una de las cuales es regular.
La divergencia de u, div u, es definida va:
div u (x) =
3
X
ui (x)
i=1
donde u = (u1 , u2 , u3 ) .
xi
Teorema de la Divergencia.
(Gauss). Sea D un dominio regular
3
1
acotado en R , u C D es una funcin vectorial (con derivadas
primeras continuas). Entonces,
Z
Z
div u dx =
hu (q) , nq i d (q)
D
3
X
v
uv + hu, vi =
u
,
x
x
i
i
i=1
de donde por el teorema de la divergencia,
Z
Z
Z X
3
v
u
dx
uvdx +
hu, vi dx =
xi
D
D
D i=1 xi
Z
3
X
v
=
u
ni d
D i=1 xi
Z
v
u
d.
=
n
D
136
Z
Z
v
u
u
v
d.
(G.2)
(uv vu) dx =
n
n
D
D
u = 0 en
D
u=f
sobre D.
Problema de Neumann. Encontrar u C 0 D tal que
(
u = 0
u
=f
n
en
Problema de Robin o Mixto. Encontrar u C 0 D tal que
(
u = 0
en D
u
a (x) u +
=f
n
en D, condicin de radiacin,
(+)
2.1. INTRODUCCIN.
137
138
u dxdydz,
D
dxdydz
u dxdydz =
dt
t
D
de donde
Z
u
k u dxdydz = 0,
t
D
Si c =
u
k u = 0.
t
k
, la ecuacin de la conduccin del calor es de la forma:
p
u
c u = 0,
t
que es la ecuacin del calor, una ecuacin de tipo parablico.
Nota. En el caso que existiera una densidad de calor f = f (x, y, z, t)
producido en D (por una corriente elctrica, por ejemplo) por unidad
de tiempo, la ecuacin del calor ser:
u
c u = f.
t
2.1. INTRODUCCIN.
139
Ejercicios 2.1
1. En cada caso, verifique que la funcin dada es solucin de la ecuacin
diferencial adjunta.
dy
2y = e3x ;
dx
(b) y = 5 tg 5x , y 0 = 25 + y 2 ;
1
1
(c) y = sen x cos x + 10ex , y 0 + y = sen x;
2
2
Z x
2
2
2
et dt + c1 ex , y 0 + 2xy = 1.
(d) y = ex
(a) y = e3x + 10e2x ,
(b) y 2 = c1 (x + 1) ;
(c) y = c1 +c2 ex ;
140
10. Verifique que las siguientes funciones satisfacen a la ecuacin del calor
uxx ut = 0, t > 0.
1
x2
(a) e 4t ,
t
(b) ax + b + c (x2 + 2t) .
(c) et cos x.
11. Encuentre una ecuacin en derivadas parciales satisfecha por,
(a) u (x, y) = sen (x2 y 2 ) ;
n
X
v
u
.
uv + hu, vi =
xi
xi
i=1
v
u
u
v
d = 0,
n
n
D
2.2
141
2.2.1
142
143
Sea
B (x) =
x0
2
+ce5x es una solucin, donde c es una constante.
5
(b). Asumiendo que toda solucin tiene esta forma, encuentre la solucin
satisfaciendo (1) = 2.
(c). Encuentre la solucin satisfaciendo (1) = 3 (0) .
Solucin.
(a). 5 (x) = 2 + 5ce5x ; 0 (x) = 5ce5x
Por lo tanto
2 8 5(1x)
+ e
.
5 5
144
(c). (1) =
(x) =
e5x
2 4
5 5 (3 e5 )
2x
e2t t2 + t dt + ce2x .
(x) = e
x0
Z
Z
u=t
, dv = e2t dt
1 2t 1
2t
1
te dt =
= te +
e2t dt
du = dt , v = e2t
2
2
2
1
1
= te2t e2t .
2
4
!
Z
Z
u = t2
, dv = e2t
t2 2t
2 2t
1
= e + te2t dt
t e dt =
du = 2tdt , v = e2t
2
2
t2
t
1
= e2t e2t e2t .
2
2
4
Por tanto (integrando de x0 a x),
1 2x 1 2x x2 2x x 2x 1 2x
2x
xe
+ ce2x
(x) = e
e
e
e
e
2
4
2
2
4
=
1 2
x + 2x + 1 + ce2x ,
2
145
Luego,
0
0 + a (x) = b (x) eA = eA b (x) eA = B + C,
[]
1
2
+ cex .
2
146
y (1) = ei y (0) ,
Solucin.
(a). Tenemos, iy 0 = ly, esto es, y 0 = ily. Luego toda solucin de la
ecuacin dada ser de la forma
(x) = ceilx ,
c constante. Adems, por hiptesis (1) = ceil y ei (0) = ei c.
Luego:
ceil = cei .
(+)
Probemos la equivalencia.
() . Si el problema tiene una solucin no trivial, entonces c 6= 0 y tendramos
de (+), eil = ei , esto es ei(+l) = 1 an cos( + l) +sen( + l) =
1 + 0i.
De esta manera,
cos ( + l) = 1 + l = 2k
()
sen ( + l) = 0
()
+ l = k
kZ
147
() . Si l = 2k , k Z, se obtendr (invirtiendo el argumento anterior): eil = ei y se tiene (+) con c = 1. Luego, si (x) = 1.eilx
se tendr (1) = ei (0), y de esta manera se exhibe una solucin no
trivial del problema dado.
(b). Se trata de encontrar una solucin k (x) del problema para l = k =
2k tal que
Z 1
2
kk kL2 =
|k (x)|2 dx = 1.
0
2.2.2
(+)
donde a1 y a2 son constantes complejas y b (x) es una funcin de valor complejo sobre un intervalo I. De un modo general, una ecuacin diferencial
lineal de orden n, con coeficientes constantes, es un ecuacin de la forma
y (n) + a1 y (n1) + + an y = b (x)
(++)
148
si b (x) 6= 0 para algn x I, L (y) = b (x) se llama una ecuacin nohomognea. Una solucin de L (y) = b (x) es una funcin (x), con n
derivadas sobre I, tal que L () = b (x). En diversas situaciones, b (x) es una
funcin continua, lo que facilita encontrar la solucin .
Estudiemos a la ecuacin homognea de segundo orden:
L (y) y 00 + a1 y 0 + a2 y = 0.
A esta ecuacin le asociamos el polinomio, llamado polinomio caracterstico,
p (r) = r2 + a1 r + a2 ,
el cual surge si en L (y) = 0 tomamos y = erx pues entonces tendremos,
L (erx ) = r2 + a1 r + a2 erx .
Luego, si erx es solucin de L (y) = 0, entonces r2 + a1 r + a2 = 0.
2 (x) = er2 x
2 (x) = xer1 x
2
2
2
2
2
es p (r) = r + r y tenemos la ecuacin r + r = 0, r r +
=0
3
3
3
2
que tiene por soluciones r1 = 0, r2 = . Entonces tenemos las soluciones
3
particulares
1 (x) = 1
2 (x) = e 3 x ,
2
149
0 (x0 ) =
y (x0 ) = ,
y 0 (x0 ) = .
1 (x0 ) = 1
01 (x0 ) = 0
y 2 la solucin satisfaciendo
2 (x0 ) = 0
02 (x0 ) = 1.
(x0 ) =
0 (x0 ) = ,
probar que (x) = 1 (x) + 2 (x) ; x.
Solucin.
Precisemos previamente que 1 y 2 son linealmente independientes
(l.i.) si la ecuacin
c1 1 (x) + c2 2 (x) = 0
implica que c1 = c2 = 0.
150
Por razones de conveniencia, sigamos exponiendo algunos aspectos relacionados con la independencia lineal de dos o mas funciones. Dadas dos
funciones 1 y 2 , su Wronskiano se define siendo el determinante
1 2
= 1 02 01 2 .
W (1 , 2 ) = 0
1 02
Proposicin 1. Dos soluciones 1 y 2 de L (y) = 0 son linealmente independientes sobre un intervalo I W (1 , 2 ) (x) 6= 0, x I.
Se observa que la condicin W (1 , 2 ) (x) 6= 0 es suficiente tenerse en un
solo punto x0 I.
Asi tenemos la
Proposicin 2. 1 y 2 , soluciones de L (y) = 0, son linealmente independientes W (1 , 2 ) (x0 ) 6= 0, donde x0 es cualquier punto de I.
En esta direccin se tiene la frmula:
si 1 y 2 son soluciones de L (y) = 0 sobre I, conteniendo x0 , entonces
W (1 , 2 ) (x) = ea1 (xx0 ) W (1 , 2 ) (x0 ) .
151
L p = 0, esto es, p es una solucin de la ecuacin homognea. Luego, si 1 y 2 fueran dos soluciones l.i. de L (y) = 0,
entonces existen nicos c1 y c2 tal que
p = c1 1 + c2 2 .
Luego, cualquier solucin de L (y) = b (x) es de la forma
(x) = p (x) + c1 1 (x) + c2 2 (x) .
La cuestin es entonces resolver L (y) = 0, y calcular una solucin particular p de L (y) = b (x) .
Se verifica que una tal solucin p es dada por
p (x) =
x0
y 00
1
y=0 ;
4
1
1
esto es p (r) = r2 = 0, de donde r1 = ,
4
2
soluciones
1
1 (x) = e 2 x
r2 =
1
y se tienen las
2
2 (x) = e 2 x .
Adems,
W (1 , 2 ) (t) = 1 (t) 02 (t) 01 (t) 2 (t) = 1.
152
Luego,
p (x) =
x0
h 1
i
1
1
1
e 2 t .e 2 x e 2 x .e 2 t et dt
12 x
= e
3
t
2
e dt + e
x0
x
2
e 2 t dt =
x0
4 x
e .
3
Entonces, la solucin es
1
(x) = c1 e 2 x + c2 e 2 x +
4 x
e .
3
2.2.3
()
()
y 00 = m (m 1) xm2 .
Luego,
ax2 y 00 + bxy 0 + cy = ax2 m (m 1) xm2 + bxmxm1 + cxm
= xm [am (m 1) + bm + c] .
Por tanto, y = xm es solucin de () si:
am (m 1) + bm + c = 0
am2 + (b a) m + c = 0
[+]
153
La cuestin es, entonces, resolver [+], que es una ecuacin de grado dos
y por tanto habr tres casos: raices reales distintas, raices reales iguales o
raices complejas conjugadas.
Caso (1). Las raices m1 y m2 de [+] son reales diferentes.
En este caso, 1 (x) = xm1 y 2 (x) = xm2 son dos soluciones de (), y
la solucin general es,
(x) = c1 xm1 + c2 xm2 .
Ejemplo 8. Resolver x2 y 00 2y = 0.
Solucin.
[+] es m2 m 2 = 0, luego m1 = 2 y m2 = 1. Por tanto la solucin
general es
(x) = c1 x2 + c2 x1 .
Caso (2). m1 = m2 .
Ejemplo 9. Resolver 4x2 y 00 + 8xy 0 + y = 0.
Solucin.
1
[+] es: 4m2 + 4m + 1 = 0, cuyas raices son iguales, m1 = m2 = .
2
12
Luego, la solucin es 1 (x) = x . Sin embargo, la teora nos dice [ver
[ZIL], pag. 208] que se puede encontrar otra solucin en este caso, y es de la
forma
1
2 (x) = xm1 ln x = x 2 ln x.
Luego, la solucin general es,
1
(x) = c1 x 2 + c2 x 2 ln x.
154
(*)
= xm m3 5m2 + 2m + 8 ,
155
W1
W2
, u02 =
;
W
W
calcular u1 y u2 ;
una solucin particular es p (x) = u1 1 + u2 2 ;
la solucin general de la ecuacin dada es:
(x) = c1 1 + c2 2 + p (x) .
2m2 + 3m + 1 = 0
1
cuyas soluciones son m1 = 1 y m2 = . Luego
2
1 (x) = x1
2 (x) = x 2 .
1
5 0
1
1
y + 2 y=
.
2x
2x
2 2x
12
x
3 1
.
W (1 , 2 ) =
=
1
1 3
2 x 52
2
x 2
x
2
0
x 2
1
1 1
1
1 1
12
=
W1 (1 , 2 ) =
= x
1 +
1
1
1 3
2 2x
2 x2
2 x 32
x 2
2 2x
2
x
0
1 1
1
1
1
W2 (1 , 2 ) =
=
2 .
=
1 x 2 2x
1
1
2x 2x
x
2 2x
156
Pongamos
u01 =
1 1
1 1
1 +
1 2
2 x2
2 x 32
x x .
=
3 1
3
2 x 52
x3 x2
.
3
2
1 2 5 2 3
2
2
x x . Luego una solucin particular
Similarmente u2 =
3 5
3
1
Luego u1 =
3
es,
W1
=
W
1
p (x) = u1 1 + u2 2 =
3
=
x3 x2
3
2
1 1
.
x 3
2 5 2 3
x2 x2
5
3
1
1
x2
1 2 x
x
15
6
(x) = c1 x 2 + c2 x1 +
1 2 1
x x.
15
6
Ejercicios 2.2
1. Verifique las funciones dadas, son soluciones de las ecuaciones diferenciales adjuntas.
(a) (x) = e sen x , . . . , y 0 + (cos x) y = 0;
(b) (x) = ex , . . . , y 00 y 0 = 0;
2. Sea la ecuacin y 00 = 3x + 1.
(a) Encuentre todas las soluciones en 0 x 1;
157
(b) 3y 0 + y = 2ex
4. Sea la ecuacin y 0 + ay = b (x), donde a es constante, b (x) es continua
sobre 0 x < tal que |b (x)| k, k constante positiva.
(a) Encuentre la solucin tal que (0) = 0;
(b) Si Rea 6= 0 (parte real), pruebe que esta solucin satisface
| (x)|
k
1 e(Re a)x .
Re a
(b) y 0 + ex y = 3ex ;
(b) y 00 = 0;
(c) y 00 4y 0 + 5y = 0;
(d) y 00 + 16y = 0.
8. Sea la ecuacin y 00 + y 0 6y = 0.
(a) Calcule la solucin satisfaciendo (0) = 1, 0 (0) = 0;
(b) Calcule la solucin satisfaciendo (0) = 0, 0 (0) = 1;
(c) Calcule (1) y (1) .
9. Encuentre las soluciones de los siguientes problemas de valor inicial.
(a) y 00 2y 0 3y = 0, y (0) = 0, y 0 (0) = 1;
158
11. Pruebe que las funciones 1 (x) = x2 , 2 (x) = x |x| , < x < ,
son l.i.
Compute el Wronskiano de 1 y 2 . Qu comentario tiene en relacin
a la Proposicin 1?
12. Encuentre todas las soluciones de las siguientes ecuaciones.
(a) y 00 + 4y = cos x;
(b) y 00 + 9y = sen 3x;
(c) 6y 00 + 5y 0 6y = x.
2
(d) x2 y 00 + 5xy 0 + 4y = 0.
15. Use variacin de parmetros para resolver:
(a) xy 00 + y 0 = x;
(b) xy 00 4y 0 = x4 .
16. Sean 1 y 2 dos soluciones l.i. de la ecuacin y 00 + a1 y 0 + a2 y =
0, a1 , a2 son constantes. Pruebe que: W (1 , 2 ) es constante
a1 = 0. (sugerencia: calcule W 0 (1 , 2 )).
17. Una solucin de x2 y 00 xy 0 + y = 0, (x > 0), es 1 (x) = x.
Encuentre la solucin de x2 y 00 xy 0 + y = x2 tal que
(1) = 1, 0 (1) = 0.
159
2.3
2.3.1
Au = f
1
i xj
i=
1 ;
|| = 1 + + n .
160
n
X
2
.
2
x
i
i=1
e1
e
e
2
3
rotE =
,
x1 x2 x3
E1 E2 E3
siendo e1 , e2 , e3 cargas fijas determinadas por ciertos vectores posiciones;
divE = 4
( densidad de carga);
Et rotE = 4j
(j densidad de corriente).
Las ecuaciones de Maxwell explican, matemticamente, el comportamiento de un campo magntico, lo que es una superposicin entre
campos elctricos y magnticos.
161
3
X
, j = 1, 2, 3;
(vj ) + vi (vj ) vj = (p)
t
xi
xj
i=1
div v = 0
donde v = (v1 , v2 , v3 ) .
La ecuacin de Helmholtz: ( + k2 ) u = 0, donde u = u (x) ,
x Rn , k > 0.
=
+i
.
z
2 x
y
du =
(Re (u)) =
(Im (u))
,
(Re (u)) = (Im (u)) .
x
y
y
x
u
=0 .
z
162
Re (u) = 0
Im (u) = 0.
Aij uxi xj
i,j=1
n
X
+
Bi uxi + F u = G.
i=1
[]
B 2 4AC
>0
B 2 4AC
=0
B 2 4AC
<0
2.3.2
La Ecuacin de la Onda.
[]
[]0
163
, xR
uy (x, 0) = q (x) , x R
donde p C 2 (R) y q C 1 (R) .
Nuevamente, usando el cambio de variables x = x + y, y = x y, y
usndose las condiciones iniciales, se obtiene que la solucin del problema es
de la forma
1
1
u (x, y) = (p (x + y) + p (x y)) +
2
2
x+y
q (t) dt.
[]
xy
Si (x1 , y1 ) R2 , el conjunto
{x R/ x1 y1 x x1 + y1 }
es llamado el dominio de dependencia del problema de Cauchy I respecto
a (x1 , y1 ) .
Ejemplo 1. Resolver uxx uyy = 0, u (x, 0) = x3 , uy (x, 0) = 3x2 .
Solucin.
164
x+y
3t2 dt
xy
1 3 x+y
1
3
3
(x + y) + (x y) +
t xy
=
2
2
=
1
(x + y)3 + (x y)3 +
(x + y)3 (x y)3 = (x + y)3 .
2
2
u (x, 0) = x3 ,
uy (x, 0) = 3x2 .
, xR
uy (x, 0) = q (x) , x R
donde p C 2 (R) y q C 1 (R) .
Va un tcnico argumento, similar a lo hecho en el problema de Cauchy
I, se verifica que la solucin (nica) del problema tiene la forma
Z
1
1 x1 +y1
u (x1 , y1 ) = (p (x1 + y1 ) + p (x1 y1 )) +
q (t) dt
2
2 x1 y1
[ ]
Z Z
1
g (x, y) dxdy
2
T
donde T es la unin del interior y el contorno del tringulo de vrtices
(x1 , y1 ) , (x1 y1 , 0) y (x1 + y1 , 0) .
Ejemplo 2. Resolver el problema
uxx uyy = 0,
u (x, 0) = x2 ,
uy (x, 0) = 1.
165
Solucin.
p (x) = x2 , q (x) = 1, g (x, y) = 4y. Luego,
Z
Z Z
1
1
1 x1 +y1
2
2
(x1 + y1 ) + (x1 y1 ) +
u (x1 , y1 ) =
dt
4ydxdy
2
2 x1 y1
2
Z
y1
= x21 + y12 + y1
1
2
= x21 + y12 + y1
2 3
y .
3 1
4y
y+x1 +y1
dx dy
y+x1 y1
Por lo tanto
u (x, y) = x2 + y 2 + y
2 3
y
3
uyy = 2 4y
u (x, 0) = x2 ,
uy (x, 0) = 1.
uxx = 2
uxx uyy = 4y
2.3.3
u = 0 en
(u es armnica)
u=g
sobre
Teorema 1. (Principio del Mximo). Si u (x, y) es armnica en y
continua sobre , entonces u toma su valor mximo sobre .
166
167
Determine la distribucin de temperatura u (r, ) dentro del disco encontrando la solucin del siguiente problema de Dirichlet:
u
2 u 1 u
1 2u
+
+
= 0 0 r < a, . . .
r2 r r r2 2
u (a, ) = f ()
[+]
. . . [++]
Solucin.
Vamos a usar nuevamente el mtodo de separacin de variables. (Ver
(xv), 2.1).
Pongamos
u (r, ) = R (r) T () , donde 0 r < a, .
Llevando a [+] y separando las variables, se obtiene
T 00 ()
r2 R00 (r) + rR0 (r)
=
= ,
R (r)
T ()
siendo constante. De esto se obtienen las ecuaciones diferenciales ordinarias,
r2 R00 (r) + rR0 (r) R (r) = 0
()
T 00 () + T () = 0
()
T 0 () = T 0 ()
( )
168
()
( ) .
antes usamos
ahora ]. La solucin general T () es de la forma a1 e +a2 e , y por
las condiciones asumidas, se tiene como solucin 2-peridica a la solucin
trivial.
Caso = 0: se tiene T () = a + b como solucin lineal de (), la cual
es peridica solo cuando a = 0, y por tanto T0 () = b es la nica solucin
peridica en este caso.
donde = n, n = 1, 2, ...
Como = n2 , n = 1, 2, 3, ..., () toma la forma, una ecuacin de Cauchy
Euler (ver 2.2.3),
()0
a0
2
169
a0 X r n
+
(an cos n + bn sen n)
u (r, ) =
2
a
n=1
(s)
donde a0 , a0n s, b0n s son constantes. Ellas pueden ser determinadas usndose
la condicin de contorno [++]. En este caso, r = a y (s) toma la forma
a0 X
+
(an cos n + bn sen n) .
f () =
2
n=1
1 r2
es llamado el ncleo de Poisson.
1 + r2 2r cos ( )
170
2.3.4
Para resolver al problema H se usar nuevamente el mtodo de separacin de variables. Previamente veamos algunos resultados relacionados al
problema H.
Teorema 4. Bajo las condiciones dadas sobre el rectngulo R, si u = u (x, t)
es continua sobre R y si u es solucin de uxx ut = 0 sobre R L4 , entonces
u (x, t) toma su mximo valor sobre L1 L2 L3 .
171
u (0, t) = 0
u (x, 0) = g (x)
u (, t) = 0
en R L4 ,
sobre L1 ,
sobre L2
sobre L3 .
(+)
()
()
( ) .
(+)
y
X 00 (x) X (x) = 0
00
(+)
172
donde es constante.
Si g (x) = 0, 0 x , entonces u (x, t) = 0 sera la nica solucin del
problema. Asumamos, entonces, que g (x) 6= 0, x [0, ]; esto implica
00
que X (x) 6 0, 0 x , y T (t) 6 0, 0 t b. Veamos (+) . Desde que
se debe tener () y ( ), entonces X (0) = X () = 0. La solucin general
Tn (t) = bn en t , n = 1, 2, ...
donde bn es constante.
Resumiendo lo obtenido, tendremos
2t
X
2
bn (sen nx) en t
u (x, t) =
(s)
n=1
X
bn (sen nx) ,
n=1
y por lo tanto los bns estn bien determinados pues son los coeficientes de la
serie seno-Fourier de la funcin g (x) .
Asi, u (x, t), dada por (s), es la solucin del problema H.
173
Ejercicios 2.3.
1. Resolver la ecuacin en derivadas parciales,
(a) ux = y sen x ;
(b) uxx = x
(c) uy = 0 ;
(d) uxxy = 1.
0 0 t < x
u (x, t) =
t>x
es solucin del problema:
u (0, t) =
u (x, 0) = 0
ut (x, 0) = 0
u (x, 0) = x2 ,
uy (x, 0) = 1
u (x, 0) = x,
u (x, 0) = sen x,
u (x, 0) = ex ,
uy (x, 0) = x
uy (x, 0) = cos x
1
uy (x, 0) =
.
1 + x2
u (x, 0) = 1,
uy (x, 0) = 0
u (x, 0) = cos x,
uy (x, 0) = sen x
174
u (x, 0) = 0,
uy (x, 0) = 1.
uxy + uy = 1
Solucin.
La idea es usar la substitucin v = uy , y por tanto la ecuacin se transforma en vx + v = 1, la que se maneja como una ecuacin diferencial
ordinaria de primer orden. Procedemos como es usual: ex vx +ex v = ex ,
luego (ex v)x = ex . Integrando se obtiene ex v = ex + F (y), donde F (y)
es una funcin arbitraria. Por tanto, v = 1+F (y) ex . De esta manera,
uy = 1 + F (y) ex . Integrando con respecto a y obtenemos,
Z
x
u=y+e
F (y) dy + g (x) .
Poniendo f (y) =
(*)0
2.4
175
2.4.1
Seales.
176
1
es la frecuencia y es la fase inicial.
a
Y = {seales de salida} .
177
0 t < 0
u (t) =
1 t > 0
x1 , x2 X
x X, R , A (x) = A (x) .
A es causal (o realizable) si para t < t0 , x1 (t) = x2 (t) implica que
para t < t0 , Ax1 (t) = Ax2 (t). Esto significa que la respuesta en un
178
a R , ARa = Ra A
n=
|xn |
kxk2 =
n=
|xn |2
! 12
179
(u1 u2 ) (n) =
X
u1 (k) u2 (n k)
kZ
caso discreto.
y es dada (frecuencia).
La discretizacin de la seal unitaria de Heaviside es la seal escaln
1 n 0
u (n) =
0 n < 0.
Otra seal discreta que es til en las aplicaciones es la seal delta (Dirac)
1 n = 0
(n) =
0 n 6= 0.
180
Corolario 4. (i). (n k) =
(ii). u (n) =
1
0
n=k
n 6= k, k Z.
X
u (k) (n k) = (u ) (n) , n Z.
kZ
Es decir, u = u.
2.4.2
Las seales son procesadas usando filtros o banco de filtros; para ello vamos
a necesitar de un adecuado lenguaje matemtico, como son los espacios de
Hilbert l2 (Z) , L2 ([0, 2]) , ... De ser necesario, el lector debe revisar la
seccin 1.1.
La idea intuitiva de filtro es aquella que nosotros tenemos de filtrar un
lquido va un colador, por ejemplo. La idea es retener lo que no sirva y
solo pase lo til a nuestros objetivos; es decir, retener la basura o lo que
perturbe al mensaje que deseamos conocer.
Sea el espacio de Hilbert L2 ([0, 2]). Una funcin filtro es una funcin
H en L2 ([0, 2]), y de esta manera existe (h (k))kZ l2 (Z) tal que
X
H () =
h (k) eik
(*)
kZ
X
h (n) x (k n)
kZ
convolucin discreta.
181
X
X
cn u (n) =
cn F (u (n)) .
F
nZ
nZ
X
cn en (t),
nZ
Luego,
F (u (t)) =
X
cn F en (t) .
n
(i)
182
Si t1 = t, t2 = 0, se obtiene
u (t) = e (t) u (0) H () e (t) ,
donde se tom H () = u (0). De esta manera se ha obtenido F e = H () e .
Observamos, nuevamente, que F y H estn relacionados entre s; adems
vemos que e (t) = eit es una funcin propia de todo filtro F.
H: R C
H ()
es llamada la funcin de transferencia del filtro F.
La naturaleza de H () define al tipo de filtro o del sistema que consideremos. Asi tenemos,
Si
H () =
aeit0
0
|| 1
complemento,
aeit0
0
|| 1
complemento,
1 || 2
complemento,
aeit0
0
183
kZ
1
[H0 () X () + H0 ( + ) X ( + )] ,
2
Y1 () =
1
[H1 () X () + H1 ( + ) X ( + )] ,
2
donde X () =
X
x (k) eik .
k
=
y0 (2k) eik ,
Y0
2
k
y1 (2k) eik
=
Y1
2
k
y Y1
son codificadas y transmitidas, las que al ser
Las seales Y0
2
2
recepcionadas son descodificadas e interpoladas ponindose cero entre dos
muestras. Asi recuperamos Y0 () y Y1 () en el caso ideal de que no tengamos
prdidas (caso ideal). El xito de la operacin consiste en recuperar la seal
de entrada (x (k))kZ en su mejor aproximacin. A continuacin, el canal
de baja frecuencia es filtrado por una funcin filtro G0 y el canal de alta
frecuencia por el filtro G1 .
184
X () =
1
[(H0 () G0 () + H1 () G1 ()) X () +
2
(H0 ( + ) G0 () + H1 ( + ) G1 ()) X ( + )] .
X () =
H0 () G0 () + H1 () G1 () = 2eik , k Z.
Para mayores referencias sobre filtros y banco de filtros, el lector puede
consultar [STR-NGU], en donde se puede encontrar, adems, una excelente
conexin con la teora de ondculas (wavelets).
Las investigaciones en la teora del procesamiento de la seal llev a la
creacin de algunos algoritmos y mtodos para optimizar la informacin que
la seal contiene.
Alrededor de estas ideas estn los llamados filtros espejos en cuadratura. Esta familia de bancos de filtros (FEC) fueron introducidos por Esteban y
Galland en 1977. La idea es introducir ciertas condiciones sobre H0 , H1 , G0
y G1 con el objetivo de optimizar la etapa de la sntesis, es decir, asegurar
que se tenga la condicin:
H0 ( + ) G0 () + H1 ( + ) G1 () = 0.
()
(i)
G0 () = H0 ()
(ii)
G1 () = H0 ( + )
(iii)
, k Z.
185
Las condiciones (i), (ii) y (iii) definen a los filtros espejos en cuadratura.
Sea H0 (z) la transformada en z de H0 , esto es, H0 ei = H0 (). Similarmente, H1 ei = H1 (). Estos operadores, H0 y H1 , se extienden como
funciones holomorfas (o analticas) dentro de la corona de convergencia de
las series que definen a H0 y H1 ; asi se tiene H0 (z) y H1 (z). Esteban Galand usaron filtros causales, de respuesta impulso finito (FIR, los que
son filtros que tienen solamente un nmero finito de coeficientes diferentes
de cero) y simtricos, y que son de la forma
2p+1
H0 () =
h (k) eik ,
k=0
donde se tiene h (p k + 1) = h (p k) , 0 k p.
Bajo esta hiptesis se tiene, H1 (z) = H0 (z); de esta manera, un filtro
es obtenido del otro va una isometra del tipo espejo z z.
Los FEC son filtros lineales y son relativamente simples desde el punto
de vista tecnolgico y fueron usados en diversas investigaciones, pero tienen
algunos inconvenientes pues si bien permiten una buena reconstruccin, no es
posible tener FEC que sean FIR y que a la vez proporcionen reconstruccin
exacta. Con el objeto de remediar esta situacin, Smith - Barnwell, 1984-86,
propusieron otras relaciones, diferentes a (i), (ii), (iii) pero que an permiten
tener (()). En esta direccin se introdujeron los filtros conjugados en
cuadratura (FCC). La idea es la siguiente.
Si H0 es una funcin filtro, con respuesta impulso real, el modelo de los
FCC considera las condiciones,
H1 () = H0 ( + ) eik
, k impar
G0 () = H1 ( + )
G1 () = H0 ( + ) .
Con estas condiciones se tiene nuevamente (()) y la relacin
H0 () G0 () + H1 () G1 () = 2eik
toma la forma
|H0 ()|2 + |H0 ( + )|2 = 2,
186
una relacin pitagrica, la que implica H0 (0) = 2. Si bien ciertos FCC permiten obtener una reconstruccin exacta con los filtros FIR, sin embargo,
no es posible sintetizar un banco FCC que sea simtrico y a la vez FIR.
El siguiente teorema proporciona el fundamento de la teora l2 de los
filtros discretos; este resultado permite definir matemticamente a un filtro.
Teorema 7. Sea F : l2 (Z) l2 (Z) un operador lineal continuo, que conmuta con translaciones, entonces existe una sucesin (h (k))kZ l2 (Z) tal
que
X
(F x) (k) =
h (k n) x (n)
((+))
nZ
X
h (k) eik
kZ
2.4.3
187
Diversos fenmenos en la naturaleza son peridicos; en este contexto el anlisis introducido por Fourier, a inicios del siglo XIX fue fundamental en el campo de las aplicaciones. Las series de Fourier ya fueron introducidas en 1.1.2;
en esta oportunidad comenzamos desarrollando algunos aspectos bsicos de
las series de Fourier al estilo de como ellas son usadas en aplicaciones en la
ingeniera, por ejemplo. Posteriormente veremos algo del anlisis de Fourier,
siempre desde un punto de vista bsico. Recordamos que en 1.1.2 y en 1.1.6
vimos algunos resultados fundamentales, como son la frmula de Plancherel
y la frmula de Parseval.
Hemos dicho que una seal o funcin f es peridica, de periodo T (T > 0)
2int
si f (t + T ) = f (t) , t R. Se tiene que en (t) = e T es peridica, de
periodo T ; lo mismo lo es la suma finita
p (t) =
N
X
cn e
2int
T
n=N
N
2nt
2nt
a0 X
an cos
+
+ bn sen
.
p (t) =
2
T
T
n=1
Si T = 2,
a0 X
(an cos nt + bn sen nt) .
+
p (t) =
2
n=1
N
X
2int
cn e T ?
n=1
188
n
n o
x
,
(i) cos
L
n=0,1,...
n
n o
,
x
(ii) sen
L
n=1,2,...
n
n
n o
n o
(iii) cos
x
x
son conjuntos ortogonales con
sen
L
L
n=0,1,...
n=1,2,...
el producto interno
Z L
hf, gi =
f (x) g (x) dx.
L
cos 0
x = k1k =
x =
cos
L
=
12
dx
= 2L ,
L
L
Z
n 12
1
1
2
x dx
cos
= usando
cos xdx = x + sen 2x
L
2
4
L
L
L , n 6= 0
Z
n 12
1
1
2
2
sen xdx = x sen 2x
sen
= usando
x dx
L
2
4
L
x =
sen
L
= L , n 6= 0.
Luego, el conjunto ortonormal es:
cos n x
1
2L
L
n=1,2,...
n
sen
x
L
n=1,2,...
Algunas veces es necesario considerar productos internos pesados, respecto a una funcin peso w (x) > 0. Asi se tendr (en general),
Z b
f (x) g (x) w (x) dx;
hf, gi =
a
la respectiva norma es
kf k =
12
|f (x)| w (x) dx .
2
189
12
= 0.
|f (x) fn (x)| dx
2
Z 1
1
2n
n
k0 x k =
x dx
= =
0, n .
2n + 1
0
Luego, {xn } 0 en L2 ([0, 1]) .
Observemos que la contribucin en x = 1 es intranscendente en el clculo
de la integral.
En 1.1.5 hemos tenido oportunidad de considerar bases en espacios normados. En tal contexto diremos que un conjunto ortonormal {en }n=1,2,... es
una base para el espacio Cp ([a, b]) si toda f Cp ([a, b]) puede ser escrito
unvocamente en la forma
X
cn en ,
f=
n=1
X
cn en es llamada la serie de Fourier de f respecto a la base
La serie
n=1
{en } .
190
X
f=
ck ek
(serie de Fourier),
k=1
entonces se tiene,
E X
D X
ck hen , ek i .
ck ek =
hen , f i = en ,
hen , f i
.
ken k2
en
Si {en } es ortonormal en =
, se tendr cn = hen , f i .
ken k
Estos coeficientes cn son llamados los coeficientes de Fourier de f
respecto a la base ortonormal {en } .
X
X
Notacin. Si
cn en es la serie de Fourier de f , escribiremos f
cn en .
n=1
n=1
X
X
n
n
x+
x.
an cos
bn sen
f
L
L
n=0
n=1
191
Sabemos que
Z L
h1, f i
1
a0 =
=
f (x) dx ,
2L L
k1k2
D
E
n
Z
cos
x, f
1 L
n
L
an =
=
f (x) cos
xdx , n 6= 0.
2
n
L L
L
x
cos
L
D
E
n
Z
sen
x, f
1 L
n
L
xdx.
=
f (x) sen
bn =
2
n
L L
L
x
sen
L
X
X
f
an cos nx +
bn sen nx ,
n=0
n=1
donde
1
a0 =
2
1
bn =
f (x) dx
1
an =
En otras palabras,
X
a0 X
+
an cos nx +
bn sen nx.
2
n=1
n=1
f (x) =
2 x < 0
1 0 x ,
192
Solucin.
1
a0 =
2
1
an =
1
bn =
1
f (x) dx =
2
1
2 cos nxdx +
1
2 sen nxdx +
1
2xdx +
2
1dx =
0
3
,
2
cos nxdx = . . . = 0, n 1 ,
cos n 1
(1)n 1
sen nxdx = . . . =
=
.
n
n
0
Luego,
3 2
f (x)
2
sen 3x sen 5x
+
+ ... .
sen x +
3
5
2
3
3 2
3 2
, S2 (x) = sen x , S3 (x) = sen x
sen 3x , . . . ,
2
2
2
3
N
3 2 X sen (2n + 1) x
.
SN (x) =
2 n=0
2n + 1
193
0
< x < 0
f (x) =
x 0 < x < .
Solucin.
1
a0 =
2
( x) dx =
;
4
Z
sen nx 1
1
( x)
( x) cos nxdx =
+
n 0 n
0
1 cos nx
cos n + 1
1 (1)n
=
=
=
.
n
n 0
n2
n2
1
an =
1
bn =
Luego,
( x) sen nxdx = . . . =
sen nxdx
1
.
n
X 1 (1)n
1
f (x) +
cos nx + sen nx .
4 n=1
n2
n
194
f (x+) + f (x)
, donde f (x+) denota el lmite de f en x por
2
la derecha, y f (x) denota al lmite de f en x por la izquierda.
al promedio
X 1 (1)n
1
f (x) = +
cos nx + sen nx .
4 n=1
n2
n
En x = 0,
f (0) =
+0
f (0+) + f (0)
=
= .
2
2
2
Sea f una funcin impar, esto es, f (x) = f (x). Entonces se verifica
Z L
f (x) dx = 0.
que
L
Z
Z
1
1
2
2 x
cos nx + 2 sen nx
x sen nxdx =
x sen nxdx =
bn =
0
n
n
0
= (1)n+1
2
.
n
Por tanto,
X
(1)n+1
x2
sen nx.
n
n=1
2
sen 3x .
3
195
X
6
n
n=2
(1)n+1 sen nx .
[]
|f (t)| dt
N
12
|f (t)| dt
de donde se obtiene
|f 0 (t)|2 dt
2
[]0
[]0 nos da un valor para N, el cual puede ser usado para todas las funciones satisfaciendo las hiptesis del teorema 8. La idea es obtener una buena
196
n=N +1
(|an | + |bn |) , x R .
[]00
Prueba.
n=N+1
n=N+1
n=N +1
(|an | + |bn |)
2 X (1)n 1
|x|
cos nx = cambio de variable n 2n + 1
+
2
2 n=1
n
1
4 X
cos (2n + 1) x .
=
197
4 X
1
.
|f (x) SN (x)|
n=N+1 (2n + 1)2
1
Se sabe que,
2
(2n
+
1)
n=N +1
De esta manera,
4
|f (x) SN (x)|
1
1
+
4N + 6 (2N + 3)2
1
1
+
4N + 6 (2N + 3)2
, N natural.
4
1
1
0.1,
+
4N + 6 (2N + 3)2
de donde se obtiene que (i) es satisfecha si N 3.
Procediendo en similar camino, se tendr que (ii) es satisfecha si N 32.
Conclusin: para f (x) = |x| , []00 nos lleva a un mejor resultado que usar
[] []0 .
Remarcamos que esta optimizacin depende de la funcin f dada.
Anlisis de la Seal.
El anlisis de Fourier es de vital importancia en el anlisis de la seal; la idea
es extraer informacin de una seal dada usando los mtodos introducidos
por Fourier, cuyo resultado fundamental nos dice:
La serie de Fourier de una funcin continua, diferenciable por partes,
2peridica, converge puntualmente a la funcin dada.
198
(F)
b200 = sen
an = bn = 0 si n 6= 200.
100
Asi, la serie de Fourier nos dice que solo la frecuencia
est presente
en la seal.
Aproximacin SN .
En las secciones 1.1.4, 1.1.5 y 1.1.6 hemos tenido la oportunidad de ver algunos temas, que ahora nos servirn para establecer otros resultados sobre
199
las series de Fourier en el contexto del anlisis funcional. Comenzamos precisando algunas ideas y resultados. El lector es sugerido a tener presente las
definiciones y resultados establecidos en la seccin 1.1 (espacios normados).
Recordemos a la familia (iii) vista a inicios de esta seccin, con L = ,
1
1
1
cos nx
,
sen nx
2
n=1,2,...
n=1,2,...
la que es una familia ortonormal.
Esta familia es una base ortonormal
para el espacio de Lebesgue L2 ([, ]).
P
Usando la representacin f =
hf, ek i ek , donde {ek } es una base ortonormal para un espacio de Hilbert, tendremos que:
X
X
1
1
1
1
1
1
+
f, cos n cos nx +
f, sen n sen nx,
f = f,
2
2 n=1
n=1
donde observamos que los coeficientes, son los coeficientes de Fourier a0 , an
y bn respectivamente.
Por conveniencia en lo que sigue, consideremos una serie de Fourier en su
forma compleja. Sabemos que ei = cos + i sen , R; considerando el
cambio , se obtiene
ei + ei
2
Luego, para n = 1, 2, ... se tiene
cos =
sen =
ei ei
.
2i
an cos nx + bn sen nx =
1
=
inx
e + einx
f (x) cos nxdx
2
1
+
1
2
1
+
2
=
1
2
inx
e einx
f (x) sen nxdx
2i
inx
f (x) e
Z
1
inx
dx e +
2
inx
f (x) e
dx einx .
200
Se tiene tambin,
a0
1
=
2
2
f (x) dx.
[cn ]
cn einx
n=
1
inx
Teorema 11. La familia e
constituye una base ortonormal
2
nZ
para L2 ([, )) .
En relacin a la aproximacin va SN , vemos que la serie de Fourier es
un buen camino para aproximar funciones. Tambin las series de Fourier
sirven para determinar algunas sumas infinitas. El siguiente resultado es til.
Teorema 12. (Teorema de Parseval). [Ver teorema 4 0 (vi) 1.1.6].
Sea f L2 ([, )) con coeficientes de Fourier an , bn cn . Entonces,
Z
X
1
1
1 X
2
2
2
2
|f (x)| dx = |a0 | +
|cn |2 . [P]
|an | + |bn | =
2
4
2 n=1
n=
Observemos que, en este caso,
n=
bin verdadero: si
n=
2
cn einx ,
n=
201
1 < x < 0
0
x=0
f (x) =
1 0 < x < ,
1
2
=
.
2
8
(2n
1)
n=1
Solucin.
Observemos que f es una funcin impar (sen nx tambin es impar); luego
an = 0, n. Adems,
(
Z
Z
0
n es par
2
2
4
bn =
f (x) sen nxdx =
sen nxdx =
n es impar.
0
0
n
Por tanto,
X 4
a0 X
f
+
sen nx
(an cos nx + bn sen nx) =
2
n
n=1
n impar
1
1
4
sen x + sen 3x + sen 5x +
=
3
5
4 X 1
sen (2n 1) x.
n=1 2n 1
202
|f (x)|2 dx = 2.
4
tenemos
Considerando que an = 0 y que bn =
n
2
1
1
4
1 X
1X
8X
2
2
2
|a0 | +
|an | + |bn | =
= 2
.
4
2 n=1
2 n impar n
n=1 (2n 1)2
Luego [P] es:
1
8 X
1
2 = 2
,
2
n=1 (2n 1)2
esto es,
2 X
1
=
.
8
(2n 1)2
n=1
Observemos que
n=
C
, n 6= 0.
|n|p
En este caso se dice que los coeficientes de Fourier cn s decaen polinomicamente. En esta direccin se tiene el siguiente resultado.
Teorema 13. Sea f una funcin 2-peridica, continua y diferenciable por
partes. Asumamos que f es p veces diferenciable para algn p N, y que
f (p) fuera acotada ( una constante K > 0 tal que f (p) (x) K, x).
Entonces existe una constante C > 0 tal que
|cn |
C
, n entero 6= 0.
|n|p
203
Continuemos con algunas ideas de como encontrar una buena N-aproximacin para una funcin f , la que es representada por su serie de Fourier.
Observemos nuevamente a la desigualdad []0 , la que nos informa como escoger N para que SN aproxime f de un modo satisfactorio, pero ... N podra
ser muy grande numricamente para obtener tal buena aproximacin y la
labor de clculo computacional puede ser muy ardua. La idea de evitar esta
dificultad operativa puede ser reemplazar las sumas parciales SN por otras
sumas finitas que aproximen f tambin de un modo ptimo. Estas sumas
finitas deberan tener pocos sumandos. Por este camino se llega a la aproximacin no lineal. Un caso especial de este mtodo es la llamada mejor
N aproximacin. Asi, dada una funcin f y teniendo SN a la vista,
se trata de seleccionar aquellos coeficientes an y bn ( cn ) que contribuyan
realmente a la buena aproximacin (y rechazar aquellos coeficientes muy
pequeos). La idea es reordenar los coeficientes siempre que esto no afecte
la convergencia de la serie; este peligro se evita si
X
n=1
n=
|cn | <
2.4.4
Sea el conjunto
l2 (ZN ) = {z = (z (0) , z (1) , . . . , z (N 1))/ z (j) C, j = 0, 1, . . . , N 1} ,
el que es un espacio vectorial (sobre C), de dimensin N. Definamos,
ej (n) =
1 n = j
0 n =
6 j
204
N
1
X
z (k) w (k) ,
k=0
y por tanto
kzk =
N1
X
k=0
|z (k)|2
! 12
Es decir,
1
E0 (n) = , n = 0, 1, . . . , N 1,
N
1
1
E1 (n) = e2in N , n = 0, 1, . . . , N 1,
N
.................................................................
1
1
EN 1 (n) = e2i(N1)n N , n = 0, 1, . . . , N 1.
N
Se verifica el siguiente resultado.
205
1
= (1, 1) ;
2
1
1 2i0 1 1 2i 1
E1 = (E1 (0) , E2 (1)) = e 2 , e 2 = (1, 1) .
2
2
2
1
1
Luego, (1, 1) , (1, 1) es una base para l2 (Z2 ) .
2
2
E0 = (E0 (0) , E0 (1)) =
1 1
,
2 2
N1
X
m=0
hz, Em i Em
si w l2 (ZN ) , hz, wi =
2
kzk =
N1
X
m=0
N1
X
m=0
hz, Em i hw, Em i,
|hz, Em i|2 .
Observemos que,
hz, Em i =
N1
X
n=0
1
1
1 X
1
z (n) e2imn N =
z (n) e2imn N
N
N n=0
N1
z (m) =
N1
X
n=0
z (n) e2imn N ,
m =
206
: l2 (ZN ) l2 (ZN )
z
z
z (m + N) =
N1
X
1
2i(m+N)n N
z (n) e
n=0
N1
X
n=0
N1
1 X
1 D E
(ii). hz, wi =
z (m) w (m) =
z, w . . . frmula de Parseval.
N m=0
N
N 1
2
1 X
1
2
(iii). kzk =
z .
z (m) =
N m=0
N
2
Prueba.
(i). z (n) =
N1
X
m=0
(ii). hz, wi =
N
1
X
m=0
hz, Em i Em =
N
1
X
m=0 N
1
2
z (m)
1
N
1
2
e2imn N
N1
1 X
1
z (m) e2imn N , n = 0, 1, ..., N 1.
N m=0
hz, Em i hw, Em i =
N1
X
m=0 N
1 z (m)
2
1 w (m) =
N2
1 D E
z, w .
N
207
(iii). Tome w = z.
1
1
Recordemos que Em (n) = e2imn N . Ahora se define
N
Fm (n) =
1 2imn 1
N , n = 0, 1, . . . , N 1, m = 0, 1, . . . , N 1.
e
N
de Fm es z (m) .
z (m) =
N1
X
mn
z (n) wN
,
n=0
mn
].
y se tiene la matriz WN = [wN
Corolario. z = WN z.
Casos Particulares.
W2 =
1 1
1 1
1 1
1
1
1 i 1 i
W4 =
1 1 1 1 .
1 i 1 i
1 1
3
1
z=
=
;
1 1
4
7
luego z = (1, 7) .
208
La transformacin
: l2 (ZN ) l2 (ZN )
1 1 1
1
.
W2 =
2 1 1
1
w (n) .
N
209
z = z (0), z (1), . . . , z (N 1) .
2.4.5
El nmero de las componentes de una funcin o seal puede ser muy grande
y por tanto los clculos numricos o computacionales pueden ser muy arduos
y tediosos. La idea fue procurar un algoritmo que permitiera procesar a
la seal de un modo mas rpido y ptimo. Tal algoritmo se encontr y se
llama la transformada rpida de Fourier, TRF. Precisemos esta idea.
Supongamos que z l2 (ZN ) y que B es una cierta base en l2 (ZN ); por
ejemplo, ya conocemos a la base E (ver Teorema 14), la que es conocida
como base euclideana. Se sabe que las componentes [z]B de z respecto a B
se pueden calcular de las componentes de la base E va: [z]B = A [z]E = Az,
donde A es la matriz de cambio de base de E a B. Ahora se hace el siguiente
argumento.
La m-componente de Az es
Az (m) =
N1
X
amn z (n) ,
n=0
lo que nos indica que necesitamos N multiplicaciones complejas para computar cada componente de Az. Pero, Az tiene N componentes; por tanto se
necesitan hacer N 2 multiplicaciones para computar Az = [z]B .
210
()
(*)
Prueba. ([FRA]).
Para m = 0, 1, ..., N 1 tenemos:
z (m) =
N1
X
z (n) e2imn N
n=0
M1
X
1
2i2km N
z (2k) e
k=0
M1
X
M1
X
z (2k + 1) e2i(2k+1)m N
k=0
2ikm N1/2
u (k) e
1
2im N
+e
k=0
M1
X
v (k) e2ikm N /2
k=0
k=0
M1
X
M1
X
k=0
v (k) e2ikm M
211
lo que prueba () .
Por otra parte, para m = M, M + 1, ..., N 1, poniendo m = l + M y
sustituyendo se obtiene,
z (m) =
M1
X
k=0
M1
X
v (k) e2ik(l+M) M
k=0
M1
X
1
2ikl M
u (k) e
k=0
1
2il N
M1
X
v (k) e2ikl M
k=0
1
(1, 1, 1, 1) ,
2
E3 =
1
(1, i, 1, i) ;
2
E1 =
1
(1, i, 1, i) ,
2
E2 =
1
(1, 1, 1, 1)
2
1 1
1
1
1
1 i 1 i 1
u = W4 u =
1 1 1 1 1
1 i 1 i
1
4
0
= .
0
0
212
1
1
1
1
z = 4, 2 2 2 2i, 0, 0, 4, 2 2 + 2 2i, 0, 0 .
(Z
Qu conseguimos con este algoritmo? Veamos. Dado z l
N ),
N
2.4.6
213
La Transformada de Fourier.
|f (x)| dx = kf k1 .
f () =
f (x) eix dx .
R
f () =
f (x) e2ix dx .
R
g (x) =
g () eix d .
2 R
Se tendr la frmula:
Z
1
(x) =
f (x) = f
2
f () eix d ?
R
[+]
214
Por razones tcnicas, para tener [+] se exige que f y f estn en L1 (R).
Recalcamos que se est definiendo la TF para f L1 , pero an no para
f L2 . Se tiene el siguiente resultado.
L1 (R) tal que f = g en casi todo punto, entonces f = g en casi todo punto.
Prueba.
Observemos
que el teorema 20 nos dice que para f, f L (R) se tiene:
f = f
en casi todo punto. Bajo tales condiciones tambin se tiene
1
f
= f . En efecto, f (x) = f (x), y desde que f L1 (R) , f
2
L1 (R). Entonces,
Z
Z
1
ix
f
() =
f (x) e
dx =
f (x) eix dx
2
Z
1
ix
=
f (x) e dx = f
() = f () ,
2
en casi todo punto.
215
(b) f , g = 2 hf, gi identidad de Parseval.
(c)
f = 2 kf k2 identidad de Plancherel.
2
Teorema 22. Sean f L2 (R) y {fn }n=1,2,... una sucesin tal que fn , f n
L1 (R) para cada n, y fn f en L2 (R) , n . Entonces,
(b) Sea {gn }n=1,2,... otra sucesin tal que gn , g n L1 (R) para cada n, y
(a) Por teorema 21, (a), f n L2 (R) , n; tambin observamos que {fn }
es una sucesin de Cauchy en L2 (R). Adems se tiene ((c) teorema
21),
f n f m = 2 kfn fm k ,
2
f n F en L2 (R) .
(b) Tenemos,
+
g
kF Gk2 F f n + f n gn
.
n
2
2
f n g n = 2 kfn gn k 2 (kfn f k + kf gn k ) 0, n .
2
2
2
Luego se tiene que kF Gk2 < , para > 0 arbitrario. Por tanto,
F = G casi en todas partes.
216
(c) Para f L1 (R) L2 (R) se sabe que existe una sucesin {gn } en
= kgn f k1 0, n .
2 ! 12
Z
F () f () d
2 12
F () g n () d
+
2 ! 12
gn () f () d
F gn + 2Nsup g n () f () , n,
2
Por lo tanto
Z
esto es,
Z
F () f () d 0, n ,
F () f () d = 0, N.
fn
n=1,2,...
217
f , la
transformada
inversa de Fourier de f , es el L2 -lmite de la
sucesin f n
.
n=1,2,...
: L2 (R) L2 (R)
: L2 (R) L2 (R) .
Los siguientes resultados resumen las propiedades bsicas de la transformada de Fourier en L2 (R) .
Teorema 23. Si f, g L2 (R), entonces
= 2 kf k ,
(a) f , g = 2 hf, gi ,
(b)
f
2
2
(d)
f = 2 kf k2 .
2
1
hf, gi ,
(c) f , g =
2
2
.
y f= f
(a). Si f L (R), entonces f = f
(b).
: L2 (R)
Prueba.
2
fn
= fn f en L (R). Por tanto, por la unicidad del lmite, f
= f.
218
= lim f n
= lim fn = f en L2 (R) .
Tambin por teorema 24, f
(f g) = f g .
Ejercicios 2.4.
1. (a). Dentro de su entorno familiar, incluyendo su cuerpo y su mente,
describa algunas seales; explique porqu son seales.
(b). En la historia de la evolucin del hombre se han encontrado algunas seales sobre su desarrollo; podra citar algunas de tales
seales?
(c). D dos ejemplos de seales analgicas y dos de seales discretas.
(d). D una interpretacin de la seal unitaria de Heaviside.
(e). Qu es un filtro? Procure dar una discusin de esta idea.
(f). Qu es un filtro pasa - bajo?; qu es un filtro pasa - alto?; qu
es un filtro paso de banda?
(g). Va un grfico, explique en que consiste un banco de filtros, con
dos canales.
2. (a). Escriba un polinomio trigonomtrico.
(b). Explique en que consiste una serie de Fourier.
(c). Cmo se relacionan los coeficientes de Fourier con la idea de la
integral?
(d). Dada una serie de Fourier, cmo la idea de aproximacin est
latente en tal serie?
219
3. Complete,
2
es .... , es
(a). En x (t) = cos (wt + ) , || es .... , w es .... ,
w
.... .
(b). Un sistema A es: causal si .... , invariante si ....
(c). Una seal u es de banda limitada si ....
(d). En un filtro espejo en cuadratura se impone:
H1 () = .... ,
G0 () = .... ,
G1 () = ....
5. La seal v
(t) posee el grfico exhibido en la figura adjunta. Grafique
1
v
t+1 .
2
1
t+1
u (t 3) + v
2
2u (t + 2) v (2t 1) .
220
n
nx o
es un conjunto ortogonal en
7. Pruebe que la familia sen
L n=1,2,...
[0, L]. Encuentre el correspondiente conjunto ortonormal.
8. Pruebe que x2 y x4 son ortogonales sobre [1, 1] con respecto a la
funcin peso x.
9. Pruebe que las funciones pares son siempre ortogonales a las funciones
impares sobre un intervalo simtrico [L, L] .
10. En forma exponencial compleja, encuentre la serie de Fourier de la
funcin:
1 < x < 0
(a) f (x) =
;
2 0 < x <
(b) f (x) = |cos x| sobre [, ] ;
h i
(c) f (x) = sen x sobre ,
.
2 2
n (x) dx = 0
para n = 1, 2, ...
1
f (x) =
x
14. Encuentre la serie de Fourier de
f (x) =
sen x
si m 6= n .
1 < x < 0
.
0x<1
< x < 0
.
0x<
221
17. Encuentre la serie de Fourier de f (x) = x2 respecto a la familia ortogonal {sen nx}n=1,2,... en [, ]; luego, encuentre la serie de Fourier
respecto a {cos nx}n=1,2,... sobre [, ]. Cul es la serie de Fourier
de f (x) = x2 sobre [, ] con respecto al conjunto trigonomtrico
completo?
18. Interprete el mensaje del teorema de Parseval (teorema 12).
19. Segn su experiencia en el campo de las aplicaciones, exponga algunos
argumentos sobre la importancia del anlisis de Fourier en la teora de
la seal.
20. Pruebe que:
(a). el producto de dos funciones impares es un funcin par;
(b). el producto de dos funciones pares es una funcin par;
(c). el producto de una funcion par con una funcin impar, es una
funcin impar.
21. Bosqueje el grfico de la funcin al cual la serie de Fourier de f , donde
1 < x < 0
,
f (x) =
2 0 < x <
converge sobre [3, 3] si el intervalo de partida es [, ] .
22. Usando f (x) = x2 , < x < , pruebe que
X
1
4
.
=
n4
90
n=1
(a). Calcular z,
222
(b).
X
nZ
X
nZ
|z (n)| ;
(f 0 ) () = i f () .
37. Sea f L1 (R) una funcin continua tal que xf (x) L1 (R). Pruebe
f () = i (xf (x)) () .
38. Si f, g L2 (R), pruebe que
Z
Z
f (y) g (y) dy =
f (y) g (y) dy.
R
Captulo 3
APROXIMACIN Y
ONDCULAS.
224
3.1
3.1.1
Espacios de Distribuciones.
Las Distribuciones. Operaciones con Distribuciones.
!
Z Z Z
X qi Z Z (r)
1
(r)
ds +
dv ,
(*)
V0 =
+
40
r
r
r
i
S
V
i
donde r es la distancia de los puntos (carga) al origen; S y V son, respectivamente, la superficie y el volumen cargados.
Observemos que en (*), el primer sumando es puntual, el segundo es
superficial y el tercero es volumtrico. As, podemos pensar que una distribucin puntual o superficial de cargas se obtienen como el lmite de una
distribucin volumtrica, cuando el volumen tiende a cero, siendo la carga
constante.
El punto de partida es la funcin (en el plano)
0 |x| > 12
1
|x| = 12
P (x) =
2
1 |x| < 12
Observemos que
225
Z
0 x 6= 0
y
(x) dx = 1 ,
(x) =
+ x = 0
una definicin que contradice a la teora de la integral (de Lebesgue); sin
embargo, ella es consistente desde el punto de vista fsico.
Dada una funcin , definimos el soporte de siendo el conjunto cerrado
sop = {x Rn / (x) 6= 0},
(A = cerradura de A). Si sop es acotado, diremos que tiene soporte
compacto.
Precisemos que C (Rn ) es el espacio vectorial de las funciones tal que
si = (1 , ..., n ) Nn , entonces existe
D (x) =
1
n
.
.
.
(x)
x1 1
x1 n
226
D (Rn ) = (C0 (Rn ) , ), donde es la topologa de la convergencia uniforme sobre compactos K Rn , esto es, j en D (Rn ) si D j D
uniformemente sobre K.
Si K es un compacto fijo,
Pongamos
kkm,K = sup sup |D (x)| , m N.
xK ||m
Diremos que j 0 en CK
(Rn ) si j m,K 0, m.
Ejemplos de Distribuciones.
(a). Sea f L1loc (Rn ), esto es,
Z
|f (x)| dx < , K Rn compacto.
K
Definamos Tf va:
hTf , i =
Rn
227
(b). Si a R, definamos a va
a : D (Rn ) C
a () h a , i = (a) .
Si a = 0, h 0 , i h, i = (0). Se verifica que a es una distribucin, conocida como la distribucin de Dirac.
Nota. Tf es una distribucin que proviene o se identifica con una
funcin de L1loc ; a es una distribucin que no proviene de una funcin
L1loc .
Definicin. Si T D0 (Rn ) y = (1 , ..., n ) Nn , se define D T va
hD T, i = (1)|| hT, D i , D (Rn ) .
D T es an una distribucin.
En R1 , sea la funcin de Heaviside
0
H (x) =
1
x0
x > 0.
Vemos que H L1loc (R) y por tanto H se identifica con una distribucin,
d
que an llamaremos H. Si DH (x) =
H (x), se tiene,
dx
Z
Z
0
H (x) (x) dx =
0 (x) dx
hDH, i = hH, Di =
= (x)|
0 = (0) = h, i .
Conclusin:
d
H = .
dx
Proposicin 1.
(a). Si f C (Rn ) y D (Rn ) (y por tanto f C0 (Rn )), entonces
D (f ) =
!
D f D
!
(
)!
donde ! = 1 !...n !,
i i , i = 1, ..., n.
frmula de Leibniz
= (1 1 , ..., n n ) ;
si
228
!
D f D T
! ( )!
frmula generalizada
de Leibniz.
Nota. Remarcamos que D0 (Rn ) es un espacio vectorial, en donde se introduce una estructura topolgica.
Sucesiones Regularizantes.
Una sucesin de funciones (m )m1 es llamada una sucesin regularizante
si:
(a). m C0 (Rn ) ,
1
1
(b). sopm B 0,
(bola de centro 0 y radio ),
m
m
R
(c). m (x) dx = 1,
(d). m 0 sobre Rn .
sucesin regularizante.
La utilidad de este tipo de sucesiones se muestra en los siguientes resultados.
Proposicin 2.
(a). Sea f C 0 (Rn ), entonces f m f, m , uniformemente sobre
todo compacto en Rn .
229
C m (Rn ) = f : Rn R/ D f continua, || m
Dm (f g) = (Dm f ) g.
230
)
,
,N
Teorema 1. D (R1 ) es denso en S (R1 ) .
(La idea de la prueba es: dada S, se debe construir n en D tal que
d (n , ) 0, n ).
S (R ) =
231
Prueba.
Sea T S 0 (Rn ), luego c > 0, m Z+ tal que
xK ||m
Por tanto, f
/ S 0 (R1 ) .
Notas.
(a). No toda funcional lineal continua sobre D (Rn ) tiene una extensin
lineal continua sobre S (Rn ) .
(b). Diferentes funcionales lineales continuas sobre S (Rn ), definen diferentes distribuciones.
232
Proposicin 6. Sea f L1loc (Rn ) tal que para algn k N, k > 0, se tiene
Z
|f (x)|
C =
dx < .
2 k
Rn 1 + |x|
Entonces, f S 0 (Rn ) .
Prueba. Para S tenemos,
Z
Z
k
|f (x)|
1 + |x|2 | (x)| dx
|hf, i|
|f (x)| | (x)| dx =
k
1 + |x|2
Z
|f (x)|
k ()
k dx = C k () .
1 + |x|2
Por lo tanto, f S 0 (Rn ) .
L1loc .
esto es, f
Tomemos k = 1 en la proposicin 6; entonces
Z
! 1q
Z
1
1
|f (x)|
q dx ,
2 dx kf kp
1 + |x|
1 + |x|2
1 1
+ = 1 y asi 1 q y la ltima integral es convergente. Por
p q
tanto, f S 0 (Rn ) por proposicin 6.
0
0
n
n
En S (R ) consideramos la topologa: dada la sucesin (Tm ) en S (R ),
diremos que Tm 0 en S 0 (Rn ) si S, se tiene hTm , i 0.
En general, Tm T en S 0 (Rn ) si Tm T 0 en S 0 (Rn ) .
donde
3.1.2
233
La Transformada de Fourier en S y en S 0 .
() =
(x) eix. dx.
Rn
(b). [D ] () = (i)|| () ;
(x) = eix. () d.
Corolario 6. La aplicacin
: S
es un isomorfismo sobre.
Teorema 3. Si , S, entonces:
Z
Z
Z
Z
frmula de
(a).
dx = dx ;
(b). dx = dx
Plancherel;
(c). ( ) () = () () ;
(c). () () = () .
234
D
E
T , = T, , S.
Fourier T va:
1
donde (x) =
2
D
E
T , = T, , S,
eix. () d.
Teorema 4. Si F T T y F T T , la aplicacin
F : S 0 (Rn ) S 0 (Rn )
D
E D
E
F F T, = F T, F = F T, = T, F = T, = hT, i .
Por tanto, F F T = T.
hF Tm , i = hTm , F i Tm , 0
235
F Tm T m 0 en S 0 (Rn ) .
3.1.3
Espacios de Sobolev.
p
p
|u (x)| dx < , 1 p < .
L (I) = u medible
I
Z
Z
1,p
1
0
p
p
W (I) = u L (I)/ g L (I) tal que
u = g, C0 (I) W 1,p .
I
Notas.
Z
Z
0
g es nica.
Notacin. Si p = 2 (L2 es un espacio de Hilbert), escribiremos W 1,2 H 1 .
En W 1,p se introduce una topologa va la norma,
kuk1,p = kukp + ku0 kp .
En particular, en H 1 se tiene el producto interno,
hu, viH 1 = hu, vi2 + hu0 , v0 i2 .
Proposicin 8. W 1,p (I) es un espacio de Banach, 1 p . En particular, H 1 (I) es un espacio de Hilbert.
Prueba.
236
Sea (un ) una sucesin de Cauchy en W 1,p . Por definicin de k k1,p , ello
implica que (un ) y (u0n ) son sucesiones de Cauchy en Lp , el cual es un espacio
completo; por lo tanto, un u en Lp y u0n g en Lp , donde u y g estn en
Lp . Pero,
Z
Z
0
un = g, C01 (I) ;
luego,
u =
Luego,
0
u C kk 0 , C0 (I) , 1 + 1 = 1.
p
p p0
I
Prueba.
. Se tiene,
Z
Z
0
0
u = u ku0 k kk 0 = C kk 0 .
p
p
p
f : C0 (I) R
hf, i =
u0
uf, f
237
Nota. La prueba del teorema de representacin de Riesz puede ser encontrada en [BRE], pgina 61.
Proposicin 10. Si 1 p , se tiene W 1,p (I) L (I), siendo la
inclusin continua. Esto es, existe C > 0 constante tal que kuk C kuk1,p .
Corolario 9. Si I no es acotada y u W 1,p (I) , 1 p < , entonces
lim u (x) = 0, x I.
|x|
Prueba.
La tesis equivale a probar que sup |u (x)| < . En efecto, por el resultado:
x
. Desde que un C01 (I) se tendr que un (x) = 0 para |x| grande. Por lo
tanto |x| < y kuk = sup |u (x)| < , como se desea.
u Lp (I)/ Dj u Lp (I) , j m .
238
m
X
=1
m
X
=1
kD ukp .
hD u, D vi2 .
Nota. Mayores detalles sobre los espacios de Sobolev, al estilo de lo presentado en esta ocasin, pueden ser encontrados en [BRE]; en [ORT.4] el lector
puede encontrar una presentacin detallada sobre estos espacios.
El Espacio W01,p (I) .
Sea 1 p < . Por definicin,
239
. Sea u W01,p (I), entonces (por densidad) existe {un } en C01 (I) tal que
un u en W 1,p (I). Luego
sup |un (x) u (x)| < ,
xI
/
esto es, un u uniformemente sobre I. Por tanto, si x sopu
n , se
tiene |u (x)| < . Entonces, sobre la frontera de I se tendr u = 0.
Para la prueba de . el lector puede consultar [BRE], pag. 133.
u0 (t) dt ku0 k1 ;
(m)
W0m,p (I) = C0 (I) = u W m,p (I)/ u = Du = = Dm1 u = 0 sobre I
donde la cerradura es en la topologa de W m,p (I) .
1
1
+ 0 = 1; ( )0 denota el espacio dual. Usamos la
Sea 1 p < ,
p p
notacin:
1,p 0
0
0
W0 (I) = W 1,p (I)
y
(H01 (I)) = H 1 (I) .
240
3.2
3.2.1
241
242
definicin,
(m2)
Sm Sm (R) = f C
(R) f |[k,k+1] Pm1 , k Z .
Veamos el caso particular m = 2. Si f S2 entonces f es continua y
sobre cada intervalo [k, k + 1] coincide con un segmento de recta; asi mismo,
las dilataciones y translaciones de la funcin sombrero
f (x) = (1 |x 1|) X[0,2) (x)
estn an en S2 .
Algunas propiedades de los splines Nm s son:
Z x
Nm (t) dt.
(a). Nm+1 (x) =
x1
243
sen
1 ei
= ei 2 2 ;
i
2
!m
sen
1 ei
2
N m () =
= eim 2
.
i
2
(e). N 1 () =
Como hemos mencionado los splines son tiles para aproximar apropiadas
funciones; ellos estn, tambin, en la ruta de las ondculas. La idea de la
funcin aproximante g es proporcionar un clculo mas manejable cuando
Z se
tienen funciones f mas complicadas. Supongamos que el clculo de
f
Z
fuera muy laborioso, el siguiente resultado nos dice que si el clculo de g
fuera relativamente
simple, entonces se puede obtener una aproximacin o
Z
estimacin de f . Veamos.
Proposicin 1. Sea I R un intervalo con longitud finita L; sean f y g
dos funciones definidas sobre I, en donde ambas funciones son integrables.
Asumamos que para algn > 0, se tenga
|f (x) g (x)| < , x I.
Entonces,
L +
g (x) dx
f (x) dx L +
g (x) dx.
El Teorema de Weierstrass.
En la proposicin 1, la condicin |f (x) g (x)| < nos da la idea de
aproximar f va la funcin g. La cuestin es saber si, en general, g puede
ser escogido siendo un polinomio. Debemos remarcar que > 0 es dado
arbitrariamente. Por ejemplo, ([CHR-CHR]) sea la funcin
1 1 < x < 0
f (x) =
0 0 x < 1.
Demos = 0.1
244
Existir un polinomio p (x) tal que |f (x) p (x)| < 0.1, x (1, 1)?
Supongamos que existiera tal polinomio p (x). Si x (1, 0), se tiene
f (x) p (x) 0.1, esto es, p (x) f (x) 0.1 = 0.9. Tomemos lmite cuando
x 0 (p (x) es una funcin continua) tendramos p (0) 0.9. Pero f (0) = 0,
luego |f (0) p (0)| = |p (0)| 0.9, es decir, para x = 0 (un punto en (1, 1)
no se tiene |f (0) p (0)| < 0.1.
Conclusin: para tal funcin f , no existe algn polinomio p (x) tal que
|f (x) p (x)| < cuando damos = 0.1.
En esta situacin, la idea clave es que f es discontinua (en x = 0); asi, en
general, cualquier funcin discontinua no puede ser aproximada por ningn
polinomio. Entonces debemos considerar funciones continuas. Cmo es, en
este caso, la respuesta a la cuestin planteada? Karl Weierstrass (1815-1897),
notable matemtico alemn, encontr un fundamental resultado cuando la
funcin continua es definida sobre un intervalo cerrado y acotado.
Teorema 1. (Teorema de Weierstrass). Sea I R un intervalo cerrado
y acotado (es decir, es un intervalo compacto) y f es una funcin continua
definida sobre I. Entonces, para todo dado > 0, existe un polinomio p tal
que
|f (x) p (x)| < ,
xI .
Prueba. ([CHR-CHR])
Recordemos que, en general, un polinomio p se escribe en la forma
m
X
2
m
m1
p (x) = am x + am1 x
+ + a2 x + a1 x + a0 =
ai xi .
i=0
Si am 6= 0, el polinomio es de grado m.
Por simplicidad asumamos que I = [0, 1] (va una cierta transformacin
topolgica podemos pasar al caso general I).
Sea la sucesin de polinomios {fm } , m N, donde
m
X
i
m
xi (1 x)mi
f
fm (x) =
i
m
i=0
m!
m
=
. La idea ahora
donde se tiene el nmero combinatorio
i
i! (m i)!
es usar la frmula del binomio de Newton. Veamos.
m
X
m
m
1 = (x + (1 x)) =
xi (1 x)mi .
i
i=0
245
Luego tenemos,
m
X
m
xi (1 x)mi
f (x) = f (x) (x + (1 x)) = f (x)
i
m
i=0
m
X
=
f (x)
i=0
m
i
xi (1 x)mi .
Por lo tanto,
m
m
X
X
i
m
m
mi
i
xi (1 x)mi
x (1 x)
f (x) fm (x) =
f (x)
f
i
i
m
i=0
i=0
m
X
i
m
f (x) f
=
xi (1 x)mi .
i
m
i=0
Ahora la tarea es ver que para cada > 0 se puede escoger el grado del
polinomio de modo que tengamos |f (x) fm (x)| < , x [0, 1]. Bien,
sabemos que f es uniformemente continua sobre [0, 1], lo que significa que
para tal > 0 podemos encontrar > 0 tal que x, y [0, 1] tal que
m
i
xi (1 x)mi +
m
i
xi (1 x)mi .
246
i
m
mi
i
f (x) f
x (1 x)
i
i
m
|x m |<
f (x) f i m xi (1 x)mi
i
m
|x mi |<
m
X m
X
m
mi
i
x (1 x)
xi (1 x)mi =
i
i
2
2
i=0
|x mi |<
(x + (1 x))m = .
2
2
Veamos ahora al segundo sumando. Observemos que se tiene
m
m
Luego,
X
i
m
xi (1 x)mi
f (x) f
i
m
|x m |
X
(x mi )
2
2M
f (x) f i m xi (1 x)mi 2M
i
m
(x mi )
2
(x mi )
2
m
i
xi (1 x)mi
2
2
m
X
x mi
x mi
m
m
mi
i
x (1 x)
xi (1 x)mi
2M
2
i
i
2
i=0
m
2M X
x
2
i=0
i 2
m
m
i
xi (1 x)mi
= []
247
(i mx)
m
i
xi (1 x)mi = mx (1 x) ,
i
(i mx)2
=
, se tendr que
y desde que x
m
m2
2
m
X
i
1
m
xi (1 x)mi =
x
x (1 x) .
i
m
m
i=0
Luego continuando con el segundo sumando, tenemos [] =
como x [0, 1], se tendr
2M
x (1 x) ,y
m 2
M
2M
.
2 x (1 x)
m
2m 2
Resumiendo se ha obtenido,
M
i
m
f (x) f
xi (1 x)mi
.
i
i
2m 2
m
|x m |
En conclusin,
|f (x) fm (x)|
M
+
, x [0, 1] .
2 2m 2
M
, es decir, m > 2 ,
2 <
2
2m
Nota. Para el citado argumento tcnico, el lector puede consultar [CHRCHR], pgina 141.
248
3.2.2
La Mejor Aproximacin.
249
De esta manera, kx m0 k kx mk , m M.
M = x R3 kxk = 1
hx, xi i xi
x M , m 6= P x.
250
3.2.3
Sea (X, T) un espacio topolgico. Diremos que (X, T) es un espacio compacto si todo cubrimiento abierto de X contiene un subcubrimiento finito. Ejemplo: todo espacio topolgico finito es compacto. En esta oportunidad daremos una breve visin de la aproximacin uniforme sobre espacios
topolgicos compactos. Sea C (X, R) ( C (X, C)) de las funciones reales (o
complejas) continuas sobre un espacio compacto X, en donde consideramos
la norma
kf k kf k = sup {|f (x)|} .
xX
251
(xy) z, y es bilineal
x (y + z) = (xy) + (xz)
(x + y) z = (xz) + (yz) .
Si (X, T) es un espacio topolgico, entonces C (X, R) es un lgebra (real), que cumple adems:
si f C (X, R), entonces |f | C (X, R) ;
si f, g C (X, R), entonces max(f, g) C (X, R); min(f, g) C (X, R) .
En relacin a la cuestin se tiene el siguiente resultado.
Teorema 3. (Stone). Sea (X, T) un espacio compacto y H un subespacio
vectorial de C (X, R) tal que
(a) las funciones constantes pertenecen a H,
(b) si g H, entonces |g| H,
(c) H separa los puntos de X, esto es, si (x, y) X X, existe g H tal
que g (x) 6= g (y) .
Entonces, cada funcin continua f : X R puede aproximarse uniformemente con funciones de H.
Respecto a la cuestin se tiene el famoso siguiente resultado.
Teorema 4. (Stone-Weierstrass). Sea (X, T) un espacio compacto y A
un sub lgebra de C (X, R) que separa los puntos de X, y contiene para todo
punto x X una funcin que no se anula en x.
Entonces, A = C (X, R), es decir, todo elemento de C (X, R) puede aproximarse uniformemente con elementos de A.
Otra versin del teorema de Stone-Weierstrass es el siguiente teorema.
Teorema 40 . Sea (X, T) un espacio compacto y H un subconjunto separante
de C (X, R). Entonces, cada funcin continua f : X R puede aproximarse
uniformemente con polinomios de funciones de H.
Comentarios. La teora de la aproximacin es fundamental en el campo
de las aplicaciones (ingeniera, economa, fsica, medicina, astronoma, ...).
Como es sabido, en el mundo fsico es usual encontrar situaciones en donde es
difcil obtenerse informaciones que sean rigurosamente exactas, esto debido
a diversos factores, entre ellos a la condicin humana. En consecuencia fue
una tarea muy deseada el encontrar mtodos que permitan obtener aproximaciones ptimas, lo que puede ser suficiente conocer en muchas investigaciones.
252
3.3
3.3.1
ONDCULA de A. Haar
ONDCULA de Marr
ONDCULA de Bessel
253
254
ONDCULA de Poisson
Las ondculas fueron creadas por el geofsico francs Jean Morlet a inicios
de los aos 19800 s; relacionado con esta creacin estn las investigaciones de
los ingenieros en el tratamiento de la seal. Las ondculas permiten en muchos
casos, un anlisis cuidadoso, una codificacin eficaz, una transmisin rpida
y una reconstruccin ptima de las seales recibidas. En el caso de Morlet,
sus ondculas (ver el grfico correspondiente) fueron creadas para analizar
sismgrafos. La introduccin de este recurso matemtico e instrumento en
las aplicaciones ha permitido abrir nuevas e importantes aplicaciones en la
moderna tecnologa de las comunicaciones, como en la telefona, TV, entre
otras reas.
En el tratamiento de la seal se utiliza un anlisis tiempo-escala (o
espacio-escala en el caso del tratamiento de la imagen), el que consiste
en considerar un conjunto amplio de escalas para estudiar a la seal. Tal
255
anlisis se realiza determinando lo que se difiere de una escala a otra; esto es,
se trata de optimizar las aproximaciones. En otras palabras, de mejorar
una informacin tosca en otra de mejor calidad. Esto se puede comprobar
al observar las imgenes que se recibian en la TV hace 20 aos atrs, las
que no eran muy ntidas, en tanto que ahora se reciben imgenes bastantes
limpias. Cmo ser de ac a 20 aos?
Despus de un proceso de maduracin, los matemticos llegaron (segunda
mitad de la dcada de los 800 s) al algoritmo llamado anlisis multiresolucin, idea que fue introducida por el joven ingeniero S. Mallat y que fue
motivada por los trabajos de Morlet y del fsico terico A. Grossmann, y con
el apoyo matemtico del analista armnico Y. Meyer.
Definicin. Un anlisis multiresolucin para el espacio L2 (R) es una
sucesin creciente {Vj }jZ de subespacios vectoriales cerrados de L2 (R) tal
que:
(i)
+
T
Vj = {0} ,
j=
Vj = L2 (R) .
jZ
|n |
12
X
X
1
2 2
|n |
,
n en C2
H
n en es denso en H.
256
2 2
X
C1
C2 <
g ( + 2k)
kZ
! 1
2 2
X
() =
g () .
g ( + 2k)
kZ
(suma directa),
257
258
X
1
inx
cn e , con los coeficientes de Fourier cn =
f (x) einx dx, donde
2
0
n=
consideramos la topologa de L2 ((0, 2)) .
Sea la funcin bsica w (x) = eix y sus dilataciones wn (x) = einx . Se
observa que
Z 2
1
hwm , wn i =
wm (x) wn (x)dx = 0, si m 6= n.
2 0
De esta manera se observa que f es descompuesto como suma de los wn s,
los que son mutuamente ortogonales.
Conclusin: la representacin en serie de Fourier es hecha teniendo como
tomo a la funcin bsica w (x) = eix .
Se tiene a la identidad de Parseval
Z 2
X
1
2
|f (x)| dx =
|cn |2 ,
2 0
n=
la que permite intercomunicar, isometricamente, a los espacios L2 ((0, 2)) y
(
)
X
l2 = (cn )/
|cn |2 < .
n=
wn
/ L2 (R) .
Por lo tanto, los wn s no son tomos adecuados para representar a elementos de L2 (R). Es claro que el requisito fundamental es que las ondas
deban tender a cero en el infinito; asi, debemos buscar ondas que, de alguna manera, sean pequeas, es decir, que sean ondculas! Estas ondculas
259
son las que generarn al espacio de Hilbert L2 (R). Denotemos con a tal
funcin tomo, la ondcula, la que generar una familia de ondculas en
L2 (R) ; debe satisfacer: lim (x) = 0; es decir, debe tener un
|x|
j
j,k (x) = 2 2 2j x k .
()
1 j = k
j,k =
0 j 6= k
Para todo f L2 (R) se tiene,
f (x) =
j,k=
3.3.2
La Transformada de Gabor.
Sea f una seal analgica en L2 (R), con energa finita. Sabemos que su
260
ix
(Gb, f ) () =
f (x) g (x b) dx.
e
Mas concretamente, si
x
f L2 (R), entonces kf k22 4 kxf (x)k2
f
(x)
3.3.3
kZ
n 1
o
2 2 21 x k
kZ
261
X
21 21 x =
h (k) (x k)
kZ
X
21 21 x =
g (k) (x k) .
kZ
1
1
0,k (x k) =
1,l 2 2 21 x l +
1,l 2 2 21 x l .
f (x) =
k
E X
E
1
1
0,k (x k) , 2 2 21 x l .
1,l = f, 2 2 21 x l =
k
1,l = 2 2
X
0,k g (k 2l) .
k
1,l = (0 g) (2l) .
262
X
j,k j,k (x) = fj1 (x) + gj1 (x)
k
X
X
j1,l j1,l (x) +
j1,l j1,l (x) ,
=
l
he
, (. l)i = l =
0 l 6= 0
1 l = 0
D
E
e (. l) = l .
,
n o
Desde que Vej es una anlisis multiresolucin, se tiene
X
e (x) = 2 e
h (k)
e (2x k)
e (x) =
X
g (k)
e
e (2x k) .
k
1
e
j1,l = fj ,
h (k 2l)
e j,k
e j1,l = 2 2 fj ,
k
X
e
h (k 2l) j,k .
= 2
1
2
De un modo similar,
j1,l = 2 2
X
ge (k 2l) j,k .
k
263
El argumento hecho lo podemos resumir en el siguiente grfico, que representa a la etapa del anlisis o descomposicin de la seal.
{ (x k)}kZ
kZ
n 1
o
2
1
2 2 xk
1
1
1,l 2 2 21 x l +
1,l 2 2 21 x l ,
l
de donde se obtiene,
0,k = hf, (x k)i =
D
E
X
1
1,l (x k) , 2 2 (21 x l) +
l
D
E
X
1
1,l (x k) , 2 2 (21 x l) ,
l
de donde, an obtenemos
1
0,k = 2 2
X
X
1
1,l h (k 2l) + 2 2
1,l g (k 2l) .
l
En general, si f Vj entonces
1
j,k = 2 2
X
X
1
j+1,l h (k 2l) + 2 2
j+1,l g (k 2l) .
l
kZ
264
3.3.4
Ejemplos.
Observemos que
h (x) , (x k)i =
(x) (x k) dx = 0, k 6= 0, k Z.
n j
o
2 2 (2j x k)
, j Z, y sea Vj el
S kZ
espacio generado por ella. Se verifica que Vj es denso en L2 (R), esto
Consideremos a la familia
jZ
es, todo f L2 (R) puede ser aproximado por funciones fj , que son
constantes en sub intervalos, pudiendo tener saltos.
265
f (x) =
f, j,k j,k (x) .
jZ kZ
fj (x) =
f, m,k m,k (x) .
m= kZ
Splines de Orden m.
1 0 x < 1
.
g0 (x) = X[0,1) (x) =
0 complemento
gm1 (x t) dt.
Sea la familia {gm (x k)}kZ y sea V0m el espacio generado por esta
familia (el que es la cerradura, en L2 (R), de todas las combinaciones
lineales finitas de elementos de esa familia).
Definimos Vjm va:
266
j
es el espacio de los splines con puntos nudos 2j Z, j
En general, Sm
Z.
m
V0m V1m
(b) V1
(c) Vjm jZ es un anlisis multiresolucin de L2 (R), donde {gm (x k)}kZ
es una base de Riesz de V0m , lo que significa (recordando) que existen dos constante C1 , C2 , 0 < C1 < C2 < tal que, {Ck } l2 ,
se tiene
2
C1 k{Ck }kl2 Ck gm (x k) C2 k{Ck }k2l2 ,
kZ
267
C1
g m (x + 2k) B,
kZ
g m ()
() =
!1 .
2 2
X
gm ( + 2k)
kZ
El Sistema de Shannon.
Sea definida va
() =
1
0
<
.
complemento
Luego,
1
(x) =
2
ix
() e
1
d =
2
eix d =
sen x
.
x
Se tiene, (x) (x k) , k =
6 0. En efecto,
Z
Z
1
(x) (x k)dx =
() ()eik d
2
Z
sen k
1
= 0, k 6= 0.
eik d =
=
2
k
268
X
Ck eik si
k
f () eix d, x R,
f () =
X
f (k) eik .
k
Luego,
1
f (x) =
2
ix
f () e
Z
X
1
d =
f (k)
eik eix d,
2
de donde
f (x) =
X
sen (x + k)
,
f (k)
(x
+
k)
k
f L (R) f () = 0, || >
2
sen (x + k)
f (k)
f L2 (R) f (x) =
(x + k)
k
2
V1 = f L (R) f () = 0, || > 2 .
269
jZ
() =
()
sop [2, ] [, 2] .
Los grficos dados en 3.3.1 nos muestran a otras ondculas; en los ltimos aos se han construido otras ondculas conforme sus necesidades en
el campo de las aplicaciones. Actualmente existe una amplia literatura
sobre ondculas. Ver [BEC] para algunas otras fuentes bibliogrficas.
270
Ejercicios 3.
1. Complete:
(a) sop = ............
(b) D (Rn ) = ...........
(c) T es una distribucin si .....
(d) a () = .............
(e) si T D0 (Rn ) , hD T, i = .......
(g) S = ............
(b) el espacio S 0 ;
(c) T si T S 0 ;
(e) el espacio P Pm ;
d
H = , pues H es una funcin pero no lo es.
dx
271
272
Bibliografa
[ALE-KOL-LAU] Aleksandrov, A.D. - Kolmogorov, A. N. - Laurentiev, M.
A.: La matemtica: su contenido, mtodos y significados. Vols. I, II y III. Alianza Editorial. 1981
[BAR]
[BEC]
[BRE]
[COD]
Coddington, Earl. A.: An Introduction to Ordinary Dierential Equations. Prentice - Hall. 1961.
[COH]
[COU-ROB]
[COU-HIL]
[CHE]
[CHR-CHR]
[FRA]
274
BIBLIOGRAFA
[FRA]
[FUL]
[GAS-WIT]
[GRE]
[HAL]
[IRA]
[KRE.1]
Kreyszig, E.: Introductory Functional Analysis with Applications. John Wiley. 1978.
[KRE.2]
[MEI]
[MYI]
[ORT.1]
[ORT.2]
[ORT.3]
BIBLIOGRAFA
275
[ORT.4]
[ROD]
[SCH]
[STR-NGU]
[WHE-ZYG]
[WOU]
[ZIL]
Zill, Dennis: Ecuaciones Diferenciales con Aplicaciones. Grupo Editorial Iberoamricana. 1988.