DELTA DE DIRAC .

NOCIONES BA
SICAS
E. SA
EZ

Consideremos la grafica de la funcion h (x a) definida por la Fig. 1:

a+

, a R , > 0.
x

Fig. 1
Formalmente, dado a R , > 0, la funcion definida por la Fig. 1, esta dada
por:
0 si x < a 2 , x > a +2

si a 2 < x < a + 2 ,

h (x a) =
1

o bien, en termino de la funcion Escalon de Heaviside:

(x a)
=

0 si x < a
1 si x a

h (x a) = (x a
+

R a+

h (x a)dx =

Luego
a

lim
0

Es simple comprobar que para todo > 0,

es inmediato que:

1
)
(x a )
.
2
2

h (x a)dx = 1.

Departamento de Matematica, UTFSM

email: eduardo.saez@usm.cl.
1

dx = 1 .

DELTA
E. DE
SADIRAC
EZ

La Fig. 2 , muestra gra

ficamente,

,a R ,
0.

el proceso al lmite de la Fig. 1.

a
x
Fig. 2
El proceso anterior suguiere definir un paso al lmite, preservando las dos
propiedades siguientes:
0
si x = a
R
(x a)dx =
(1)
(x a)

=
1
Delta de Dirac
Comentario Importante: Notese que el Delta de Dirac , !! no es!! una funcion
el sentido usual del Calculo . Las dos propiedades de la definicion en (1), estan
con- tradiccion con los resultados del Calculo pues se sabe que una funcion
enticamente nula excepto un punto tiene siempre integral cero, en lugar de uno.
as exactamente:
Z
Za
Z f (x)dx = 0, a R.
f (x)dx =
f (x)dx +
f (x) = 0, x = a

{z
}
|
{z
} |
0

en
en
id
M

Lo anterior significa que no es posible aplicar los resultados del Calculo, al

Delta de Dirac, pues este no satisface la hipotesis basica de tratarse de una funcion
en el sentido ordinario del Calculo Integral.
En lo que sigue veremos un nuevo concepto, que explica en forma mas clara que
es realmente el Delta de Dirac.
Definicion 1. Una funcion , se llama de tendencia rapida a cero y
escribiremos
rap
0, si es definida como, : (, )
, de clase C
y tiene la
R

propiedad:
(n) (x)xm = 0, n, m N0 .
lim
|x|

Comentario: El valor nulo del lmite anterior, significa que la funcion y todas
sus derivadas tienen la propiedad de tender a cero mas rapido que cualquier
crecimiento de las potencia de xn con n N0 , cuando |x| es muy grande. Geom
etricamente la propiedad significa que la grafica de y las graficas de todas las
derivadas (n) , para
|x| muy grande se confunden con el eje x , ver Fig.
3.


x
0
Fig. 3
rap

Comentario: Las integrales impropias de las funciones, 0 y en general

de
rap
las funciones derivadas (n) 0, n
, siempre existen , pues para K > 0
N0
(n)
(n)
suficientemente grande
Z ()d Z K ()d
K

rap
El conjunto = {|
0} con las leyes usuales para suma de funciones
y

multiplicacion por escalares , es decir , con las operaciones para funciones de

sumas de imagenes y multiplicacion de imagenes por escalares , mas
exactamente:

( + )() = () + () ,
()() = ()

R , (, ),

es un Espacio Vectorial Real. Geometricamente, podemos interpretar los vectores

del espacio como simples curvas y que corresponden a las graficas de las
(n) rap
funciones

0, n N0 .
Definicion 2. Cualquier aplicacion Lineal
T : R
7 T ()

, se llama Distribucion

Intuitivamente: una Distribucion es simplemente una aplicacion, que preserva

la suma y multiplicacion por escalar de , y que a cada curva de se le
asocia un unico escalar como imagen.
Observacion . Notese que por definicion dom(T ) = , es decir, el dominio de
las
rap
distribuciones es el conjunto de las funciones 0, diferencia fundamental
con
las funciones , f , en el sentido del Calculo Diferencial donde el dominio dom(f )
R
, o bien , en el caso de funciones de varias variables dom(f ) Rn .
Definicion 3. Dos distribuciones T1 , T2 : R son iguales si y solo si
, T1 () = T2
()
Notese que la idea de igualdad para distribuciones es simplemente, la idea usual
para funciones (se asocia a cada elemento en el dominio la misma imagen).

Ejemplo 1. Sea la funcion seno de la Trigonometra, sen : (, )

[1, 1]. Entonces es posible asociar a la funcion seno una distribucion , Co
mo ?.
Es inmediato que la integral impropia siguiente converge ya que
Z
Z
Z
sen()()d
sen() () d
() d <

Luego, tiene sentido definir la Distribucion seno Z

Tsen : R , tal que , Tsen ()
=

sen()()d

La Distribucion Tsen significa que a cada curva de , usando la convergencia de

la integral impropia, se le asocia un numero real como muestra geometricamente
la
Fig. 4.
Tsen
R

T
sen
x

()
0
Fig. 4
La propiedad de linealidad de Tsen , es consecuencia inmediata de las propiedades
de las integrales convergentes y se tiene:
Tsen ( + ) = Tsen () + Tsen ()
Tsen () = Tsen () , R
La distribucion Tsen , se llama Funcion Seno Generalizada.
Definicion 4. Sea a R. La aplicacion Delta de Dirac es simplemente la
dis- tribucion definida por:
a : R
7 a ()

, donde , a () = (a).

Comentario: Geometricamente, el Delta de Dirac a , es la distribucion que

asocia, a cada curva la segunda coordenada del punto (a, (a)) de la curva
. Notese que el Delta de Dirac no considera para nada la grafica de la curva
para puntos con abscisa x = a, ver Fig. 5.
a
(a, (a))

R
x
(a)
x=a
Fig. 5

Sabemos que la distribucion Delta de Dirac no es una funcion en el sentido

ordi- nario del Calculo. Que sentido tiene una integral que involucre un Delta
de Dirac
?. Para responder esta pregunta y usando la definicion misma del Delta de
Dirac tiene sentido definir:
R

(x a)(x)dx := a () = (a) , , a R.

Observacion. 1) Como a , no es en el sentido usual del Calculo, una funcion de

una variable . La integral anterior, tampoco es una integral en el sentido ordinario
del Calculo Integral.
2) Notese que por la definicion anterior , el resultado de la integral es
simplemente el unico valor puntual que considera el Delta de Dirac, es decir, la ima
gen en el punto a de la funcion .
Con argumentos mas avanzados que lo de estas notas, se demuestra que la definici
on anterior se puede extender a funciones continuas y se tiene:
R
f C o (x a)f (x)dx := f (a) , a R.
(2)

Aplicacion interesante: La Transformada de Laplace de una funcion f : [0, )

R, seccionalmente continua y mayorada por una exponencial se define por la integral

L [f ](s) := Z

f (t)est dt , s > s0

R
Si a 0. Que sentido tiene considerar L [a ](s) = 0 (t
dt ?. La fo
rmula
a)e
(2) le da sentido a las integrales que contienen el Delta de Dirac, en efecto, si f = a
en la formula anterior , el valor de la integral de la formula (2) dice que el
resultado
es simplemente el valor puntual de la exponencial en el punto a , es decir

L [a ](s) = a (est ) = esa , a 0 , (ver Fig.

6)

f (t) = est

esa
a

En particular si a = 0 , la exponencial es la funcion constante e0t 1, en

consecuen- cia L [0 ](s) = 1
Analogamente a la aplicacion anterior, es posible dar sentido a la
Transformada de Fourier de funciones continuas.

Aplicando la formula (2) al Delta de Dirac:

Z
F [a ]() :=
(x a)eix dx = eia , a R

R
En particular si a = 0 , F [0 ]() := (x)eix dx = ei0 1
Recordando la Transformada Inversa de Fourier, F 1 [eia ](x) = (x a) ,
de donde:

1
1 ia ix
Z eia eix d =
Z e
(x a) =
e d
2
2
Cambiando en la segunda integral, x , se tiene:

1
Z eia ei d
( a) =
2
Pero ( a) = ( + a), de donde es inmediato
que
F [eia ]() = ( + a) , a
R
1. Derivada de una distribucio
n
El concepto ordinario de derivada, como lmite de una razon de cambios, no
es aplicable a las distribuciones ya que las distribuciones no son funciones en el
sentido ordinario del Calculo Diferencial.
Sabemos que si , entonces la derivada ordinaria del Calculo Diferencial de
es tambien una funcion . En consecuencia bajo una distribucion T , la
imagen T ( ) R . Esta propiedad permite definir la derivada de una distribuci
on como otra distribucion mediante el siguiente concepto.
Definicion 5. Supongamos una distribucion T : R , tal que, 7 T
() . Entonces la distribucion T : R , tal que , 7 T ( ) se
llama Primera Derivada de la distribucion T .
d
(sen x) cos x. Cual es
Ejemplo 2. Del Calculo Diferencial se tiene
la
que
dx
derivada de la funcion seno en el sentido Distribucional ?.
Consideremos la Distribucion Tsen del Ejemplo 1, entonces la derivada
Distribu- cional por la definicion anterior esta dada por
: R , tal que , T

Tsen
sen () = Tsen ( )

Pero

Tsen ( ) =
h sen x (x)dx R , integrando por partes ,

= sen x(x) cos x(x)dxi

R

cos
x(x)dx
=

= Tcos ()

Por el calculo anterior, Tsen () = Tcos () , . Luego por la Definicion

3.

Tsen Tcos .
Pregunta Interesante: Las derivadas tanto en el sentido del Calculo como
en el sentido de las funciones generalizadas es analogo al ejemplo anterior ?
Respuesta: Consideremos la funcion Escalon de Heaviside. La derivada de
la funcion de Heaviside en el sentido del Calculo Diferencial esta dado por:
(x a) =

0 si x < a, x > a
si x = a

La derivada de la funcion Escalon en el sentido distribucional por la Definicion 5

esta
dada por:

Ta : R , tal que , Ta () = Ta (
)
Pero

R a ( ) =
(x a) (x)dx
T

=
a (x)dx

= (x)
a

=
(a)

= a ()
Por el calculo anterior, Ta ( ) = a () , . Luego por la Definicion

3.

.
Ta
a
Ejemplo 3. La funcion Rampa se define por:
0
si x < a
,
r(x a)
x a si x a
a
=
La derivada de la funcion Rampa en el sentido del Calculo Diferencial esta dada
por:

0 si x <

si x =
r (x a) =
a

1 si x >
Si Tra designa la Distribucion Rampa (funcion Rampa generalizada) , su derivada
en el sentido distribucional, por la Definicion 5, esta dada por:

)
Tra : R , tal que , Tra () = Tra (

Pero

R Tra ( ) = r(x a) (x)dx

R

=
i
a (r a) (x)dxR

h
= (x
a)

(x)
(x)dx

a
R
a
= Ra (x)dx

=
(x a)(x)dx

= Ta ()

Por el calculo anterior, Tra ( ) = Ta ( ) , . Luego por la Definicion

T
3.
ra Ta .

Observacion: Notese quera = Ta = a

T
Ejemplo 4. Ejemplo interesante
Sea f : R R una funcion , tal que
lim

f (x)(x) = 0, , de clase C 1 ,
salvo

|x|

en el punto a R donde f tiene una discontinuidad de primera clase

(discontinuidad de salto). Sea h(a) = f (a ) f (a+ ) R el salto en el punto
(ver Fig. 6)
h(a)
x
x=a
y consideremos ;

Fig. 6

Tf : R
7 Tf ()

, la funcion generalizada de f.

Entonces la derivada en el sentido de las distribuciones:

Tf () = T
R af ( )
R
f (x) (x)dx
= h f (x) (x)dx a
R

= f (x)(x)
f (x)(x)dx + f (x)(x)
a
a

a
h

i
a
R
+

= f (a )(a) f (x)(x)dx f (a )(a)

h
i
R

+
f
(x)

(x)dx
+
f (a ) f ) (a)
=
(a

f (x)(x)dx

= Tf () + h(a)a () ,
Luego , Tf = Tf + h(a)a .
References
[1] Nino Boccara. Distributions . Ellipses . Collection Mathematiques pour LIngenieur. 1997.
[2] Laurent Schwartz.Mathematics for the Physical Sciences. Dover Publications, Inc. Mineola,
New York. 1966
[3] Laurent Schwartz. Theorie des Distributions. Paris, Hermann, 1966.