Professional Documents
Culture Documents
OSCAR REULA
AGRADECIMIENTOS
NDICE GENERAL
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. lgebra Lineal
2.1. Espacios Vectoriales . . . . . . . . . . .
2.1.1. Covectores y Tensores . . . .
2.1.2. Complexificacin . . . . . . .
2.1.3. Espacios cociente . . . . . . . .
2.2. Normas . . . . . . . . . . . . . . . . . . .
2.2.1. Las normas inducidas en V ? .
2.3. Teora de Operadores Lineales . . . .
2.3.1. Representacin Matricial . . .
2.3.2. Subespacios Invariantes . . . .
2.3.3. Forma Cannica de Jordan .
2.3.4. Relacin de Semejanza . . . .
2.4. Operadores Adjuntos . . . . . . . . . .
2.5. Operadores Unitarios . . . . . . . . . .
2.6. Problemas . . . . . . . . . . . . . . . . .
3. Geometra
3.1. Variedades . . . . . . . . . . . . . . .
3.2. Funciones Diferenciables en M . .
3.3. Curvas en M . . . . . . . . . . . . . .
3.4. Vectores . . . . . . . . . . . . . . . . .
3.5. Campos Vectoriales y Tensoriales
3.5.1. El Corchete de Lie . . . . .
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
15
17
18
18
21
.
.
.
.
.
.
.
.
.
.
.
.
.
.
27
27
29
32
32
33
36
36
39
40
49
52
55
61
62
.
.
.
.
.
.
65
65
69
71
72
75
75
76
77
78
81
82
89
89
90
90
98
100
101
104
106
107
108
111
5. Sistemas Lineales
5.1. Sistema lineal homogneo . . . . . . . . . . . . . . . . . . .
5.2. Sistema Lineal Inhomogeneo Variacin de constantes
5.3. Sistemas lineales homogneos: coeficientes constantes .
5.4. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
115
115
118
119
127
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6. Estabilidad
131
6.1. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
7. Prueba del Teorema Fundamental
143
7.1. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8. Elementos Bsicos de Anlisis Funcional
8.1. Introduccin . . . . . . . . . . . . . . . .
8.2. Completando un Espacio Normado .
8.3. *Integral de Lebesgue . . . . . . . . . .
8.4. Espacios de Hilbert . . . . . . . . . . .
8.5. Serie de Fourier . . . . . . . . . . . . . .
8.6. Problemas . . . . . . . . . . . . . . . . .
8.7. Problemas de Series de Fourier . . . .
6
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
151
151
151
153
160
173
181
182
9. Distribuciones
9.1. Introduccin . . . . . . . . . . . . . . . . . . . . .
9.2. La derivada de una distribucin . . . . . . . . .
9.3. Nota sobre la completitud de D y su dual D 0
9.4. Convergencia y Compacidad Dbil . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
185
185
189
193
194
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
213
213
216
217
221
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
227
227
229
232
234
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
241
241
242
248
251
252
253
257
.
.
.
.
.
.
.
.
.
.
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
267
267
269
270
270
271
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
272
273
275
276
279
NDICE DE FIGURAS
2.1.
2.2.
2.3.
2.4.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
34
56
58
60
3.1.
3.2.
3.3.
3.4.
3.5.
3.6.
3.7.
3.8.
Un atlas de la esfera. . . . . . . . . . . . . . . . . . . . . . .
Relacin entre cartas. . . . . . . . . . . . . . . . . . . . . .
Sucesiones en M . . . . . . . . . . . . . . . . . . . . . . . . .
Ejemplo de variedad noHausdorff. . . . . . . . . . . . .
Composicin del mapa de una carta con una funcin.
La relacin entre las fi . . . . . . . . . . . . . . . . . . . . .
Diferenciabilidad de curvas en M . . . . . . . . . . . . . .
Definicin de vector. . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
66
67
67
69
70
71
71
75
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
4.7.
4.8.
6.1.
6.2.
6.3.
Estabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Pndulo fsico con friccin. . . . . . . . . . . . . . . . . . . . . . 134
La norma (x, x). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.1.
8.1.
8.2.
8.3.
.
.
.
.
.
.
.
.
.
.
.
.
91
94
94
97
99
99
105
105
8.4.
8.5.
11.1.
11.2.
11.3.
11.4.
Curvas caractersticas. . . . . . . . . . . . . . . . . .
Interseccin de soluciones. . . . . . . . . . . . . . .
Construyendo la solucin a partir de la curva .
Construyendo la solucin local. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
217
218
219
223
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
242
244
245
246
249
249
252
254
257
258
10
PREFACIO
dato produca una solucin totalmente distinta. Recin a mediados del siglo
pasado se logr un avance sustancial al problema, encontrando que haban
distintos tipos de ecuaciones, hiperblicas, elpticas, parablicas, etc. que se
comportaban de manera distinta y esto reflejaba los distintos procesos fsicos
que las mismas simulaban. Debido a su relativa actualidad, este conjunto tan
importante de conceptos no forman parte del conjunto de herramientas con
que cuentan muchos de los fsicos en actividad ni tampoco se encuentran en
los libros de texto usualmente utilizados en las carreras de grado.
Como el anterior hay muchos ejemplos, en particular la teora de ecuaciones diferenciales ordinarias y la geometra, sin la cual es imposible comprender muchas de las teoras modernas, tales como la relatividad, las teoras
de partculas elementales y muchos fenmenos de la fsica del estado slido.
A medida que avanza nuestra comprensin de los fenmenos bsicos de la
naturaleza ms nos damos cuenta que la herramienta ms importante para su
descripcin es la geometra. sta, entre otras cosas, nos permite manejar una
amplia gama de procesos y teoras sin mucho en comn entre s con un conjunto muy reducido de conceptos, logrndose as una sntesis. stas sntesis
son las que nos permiten adquirir nuevos conocimientos, ya que mediante
su adopcin dejamos espacio en nuestras mentes para aprender nuevos conceptos, los cuales son a su vez ordenados de manera ms eficiente dentro de
nuestra construccin mental del rea.
Estas notas fueron originalmente pensadas para un curso de cuatro meses de duracin. Pero en realidad se adaptaban ms para un curso anual o dos
semestrales. Luego, a medida que se fueron incorporando ms temas a las mismas, result ms y ms claro que deben darse en dos cursos semestrales o uno
anual. Bsicamente un curso debera contener los primeros captulos que incluyen nociones de topologa, espacios vectoriales, lgebra lineal, finalizando
con la teora de las ecuaciones en derivadas ordinarias. La tarea se simplifica
considerablemente si los estudiantes han tenido previamente un buen curso
de lgebra lineal. La correlacin con las materias de fsica debera ser tal que
el curso sea previo o concurrente con una mecnica avanzada. Haciendo hincapi en la misma sobre el hecho de que en definitiva uno est resolviendo
ecuaciones diferenciales ordinarias con cierta estructura especial. Utilizando
los conceptos del lgebra lineal para encontrar modos propios y la estabilidad
de puntos de equilibrio. Y finalmente utilizando la geometra para describir
aunque ms no sea someramente la estructura simplctica subyacente.
El segundo curso consiste en desarrollar las herramientas para poder discutir aspectos de la teora de ecuaciones en derivadas parciales. Debera darse antes o concurrentemente con un curso avanzado de electromagnetismo,
12
donde se debera hacer hincapi en el tipo de ecuaciones que se resuelven (elpticas, hiperblicas), y el sentido de sus condiciones iniciales o de contorno,
segn corresponda. Usando adems en forma coherente el concepto de distribucin, que lejos de ser un concepto matemtico abstracto es en realidad
un concepto que aparece naturalmente en la fsica.
Nada del contenido de estas notas es material original, s algunas formas
de presentarlo, por ejemplo algunas pruebas ms simples que las usuales, o
la forma de integrar cada contenido con los anteriores. Mucho del material
debera ser pensado como una primera lectura o una iniciacin al tema y el
lector interesado en profundizar debera leer los libros citados, de los cuales
he extrado mucho material, siendo stos excelentes y difciles de superar.
13
14
CAPTULO 1
CONCEPTOS BSICOS DE TOPOLOGA
1.1.
Introduccin
La nocin de conjunto, si bien nos dice que ciertos objetos los elementos que lo conforman tienen algo en comn entre s, no nos da ninguna idea
de la cercana de entre estos elementos, mientras que por otro lado si consideramos por ejemplo los nmeros reales esta nocin est presente. Sabemos
por ejemplo que el nmero 2 est mucho ms cercano al 1 que lo que lo est
el 423. El concepto de una topologa en un conjunto que definiremos a continuacin trata de captar con precisin esta nocin de cercana la cual, como
veremos admite muchas gradaciones.
Definicin: Un espacio topolgico consiste en un par (X , T ), donde X es
un conjunto y T es una coleccin de subconjuntos de X satisfaciendo las
siguientes condiciones:
1. Los subconjuntos ; y X de X estn en T .
2. Sea O , S
I , una familia monoparamtrica de subconjuntos de X en
T , luego I O est tambin en T .
3. Si O y O 0 estn en T , tambin lo est O O 0 .
Los elementos de T , subconjuntos de X , son llamados los subconjuntos
abiertos de X , el conjunto T en s es llamado una topologa de X . La condicin 2) nos dice que infinitas uniones de elementos de T tambin estn en T ,
mientras que la condicin 3) nos dice que en general solo finitas intersecciones siguen estando en T . De los ejemplos siguientes se desprende el porqu
de esta asimetra, ellos tambin nos ilustrarn de cmo dar una topologa es
esencialmente dar una nocin de cercana entre los puntos del conjunto en
cuestin.
15
Terminologa
1.2.
Conceptos Derivados
1.2.1.
Mapas continuos
Claramente la definicin anterior solo usa conceptos topolgicos Tiene algo que ver con la usual psilon-delta usada en lRn ? La respuesta es afirmativa, como veremos ms abajo en nuestro primer teorema, pero primero
veamos algunos ejemplos.
Ejemplo: a) Sean X e Y cualquiera y sea la topologa de X la discreta. Luego
cualquier mapa entre X e Y es continuo. En efecto, para cualquier O abierto
en Y , 1 (O) es algn subconjunto en X , pero en la topologa discreta todo
subconjunto de X es un abierto.
Ejemplo: b) Sean X e Y cualquiera y sea la topologa de Y la indiscreta. Luego tambin cualquier mapa entre X e Y es continuo. En efecto, los nicos
abiertos en Y son ; e Y , pero 1 (;) = ;, mientras que 1 (Y ) = X , pero
cualquiera sea la topologa de X , ; y X son abiertos.
De los ejemplos anteriores parecera ser que nuestra definicin de continuidad no es muy interesante, eso es debido a que hemos tomado casos con
las topologas extremas, en las topologas intermedias es donde la definicin
se hace ms til.
Ejemplo: c) Sean X e Y lneas reales, y sea (x) = 1 si x 0, (x) = 1
si x < 0. Este mapa no es continuo ya que, por ejemplo, 1 ((1/2, 3/2)) =
{x|x 0}.
Teorema 1.1 El mapa : X Y es continuo si y solo si se cumple que: dado
cualquier punto x X y cualquier entorno M de (x), existe un entorno N de
x tal que (N ) M .
19
Topologa Inducida:
Sea un mapa entre un conjunto X y un espacio topolgico {Y, T }. Este
mapa proporciona naturalmente, es decir sin la ayuda de ninguna otra estructura, una topologa en X , denotada por T y llamada la topologa inducida
por en X . El conjunto de sus abiertos est dado por: T = {O X | O =
1 (Q), Q T }, es decir O es un abierto de X si existe un abierto Q de Y
tal que O = 1 (Q).
Ejercicio: Demuestre que esta construccin realmente define una topologa.
No todas las topologas as inducidas son de inters y en general dependen
fuertemente del mapa, como lo demuestra el siguiente ejemplo:
Ejemplo:
a) Sea X = Y = lR con la topologa usual y sea : lR lR la funcin (x) =
17 x lR. Esta funcin es claramente continua con respecto a las topologas
de X e Y , las de la lnea real. Sin embargo T , la topologa inducida en X
por este mapa es la indiscreta!
b) Sea X e Y como en a) y sea (x) un mapa invertible, luego T coincide
con la topologa de la lnea real.
20
1.2.2.
Compacidad
Teorema 1.3 Sea A compacto. Luego toda sucesin en A tiene un punto de acumulacin.
23
Definicin: Diremos que un espacio topolgico {X , T } es numerable de primera especie si para cada p X existe una coleccin contable de abiertos
{On } tal que todo abierto conteniendo a p contiene tambin al menos uno de
estos On .
Definicin: Diremos que un espacio topolgico {X , T } es numerable de segunda especie si hay una coleccin numerable de abiertos tal que cualquier
abierto de X puede ser expresado como una unin de conjuntos de esta coleccin.
Ejemplo:
a) X con la topologa indiscreta es numerable de primera especie.
b) X con la topologa discreta es numerable de primera especie. Y de segunda
especie si y solo si sus elementos son numerables.
24
25
26
CAPTULO 2
LGEBRA LINEAL
2.1.
Espacios Vectoriales
Definicin: Un Espacio Vectorial Real consiste de tres cosas i ) Un conjunto, V , cuyos elementos sern llamados vectores. i i ) Una regla que asigna
a cada par de vectores, v, u, un tercer vector que denotaremos por v + u y
que llamaremos su suma. i i i ) Una regla que asigna a cada vector, v y a cada nmero real a, un vector que denotaremos por av y que llamaremos el
producto de v con a. sujetas a las siguientes condiciones:
1.a) Para cualquier par de vectores u, v V se cumple que,
u+v =v+u
(2.1)
1.b) Existe en V un nico elemento llamado cero y denotado por 0, tal que
0 + v = v v V .
(2.2)
Ejemplo: El conjunto de todas las ntuplas de nmeros reales con las operaciones usuales de suma y multiplicacin tupla por tupla. Este espacio se
denomina lRn .
Ejemplo: Sea S cualquier conjunto y sea V el conjunto de todas las funciones de S en los reales, v : S lR, con las siguientes operaciones de suma y
producto: La suma de la funcin v con la funcin v 0 es la funcin (elemento
de V ) que al elemento s de S le asigna el valor v(s) + v 0 (s). El producto de
a lR con la funcin v es la funcin que a s S le asigna el valor av(s). Este
ejemplo aparecer muy a menudo en los captulos siguientes.
Definicin: diremos que un conjunto
de vectores {v i } i = 1, . . . , n son liP
nealmente independientes si i a i v i = 0 a i lR, i = 1, . . . , n = a i = 0,
i = 1, . . . , n, es decir si cualquier combinacin lineal no trivial de estos vectores nos da un vector no trivial. Si un nmero finito de vectores linealmente
independientes, n, son suficientes para expandir V , [es decir si cualquier
vector en V puede ser obtenido como una combinacin lineal de estos n vectores], entonces diremos que estos forman una base de V y que la dimensin
de V es n, dimV = n.
28
Covectores y Tensores
(2.4)
V
V} V
V } lR.
| {z
| {z
k veces
l veces
El conjunto de estos mapas (para cada par (k, l ) dado) es tambin un espacio
vectorial, con las operaciones obvias y sus elementos son llamados tensores
de tipo (k, l ) .
Ejercicio: Cul es la dimensin de estos espacios como funcin del par (k, l )?
Nota: En dimensin finita se puede demostrar que cualquier tensor de tipo
(k, l ) se puede escribir como combinacin lineal de elementos del producto
cartesiano de k copias de V y l copias de V donde hemos identificado a V
con V . Por ejemplo si t es de tipo (0, 2), o sea un mapa que tiene como
argumentos a dos covectores, entonces dada una base {v i } de V habr n n
nmeros reales t i j , i = 1, . . . , n tales que
t (, ) =
n
X
t i j v i ()v j (), , V .
(2.5)
i, j =1
30
V
V } V
V} .
| V {z
| {z
k veces
l veces
Por lo tanto tambin se los puede considerar a los tensores como elementos
de estos productos externos.
Ejemplo: a) Sea t de tipo (2, 0), o sea t V V . Este es un mapa bilineal de
V V en lR, t (v, u) lR. Sea t simtrico [t (v, u) = t (u, v)] y no degenerado
[ t (v, ) = 0 V = v = 0]. Como t es no degenerado define un mapa
invertible entre V y su dual.
Ejemplo: b) Sea " un elemento de (n, 0) tal que
"(. . . , |{z}
v , . . . , |{z}
u , . . .) = "(. . . , |{z}
u , . . . , |{z}
v , . . .)
i
(2.6)
(2.7)
(2.8)
Complexificacin
Otra manera de obtener campos vectoriales a partir de uno dado, digamos V , es extendiendo el campo donde est definida la operacin de multiplicacin, si esto es posible. El caso ms comn es la complexificacin de un
espacio vectorial real en ese caso simplemente se extiende el producto a los
nmeros complejos resultando un campo vectorial de la misma dimensin.
Una manera de obtenerlo, por ejemplo es tomando un conjunto de vectores
linealmente independientes del espacio inicial, es decir una base, y considerando todas las combinaciones lineales con coeficientes complejos arbitrarios.
El espacio as obtenido se denota por V C . Si las componentes de los vectores
en V en la base original eran n-tuplas de nmeros reales, ahora son n-tuplas
de nmeros complejos. Como la base es la misma, la dimensin tambin es
la misma. Estas extensiones de espacios vectoriales aparecen a menudo y ms
adelante veremos otras.
Ejemplo: Considere el espacio vectorial Q n consistente de todas las n-tuplas
de nmeros racionales. En este espacio el campo es tambin el conjunto de
los racionales. Si extendemos el campo a los reales obtenemos lRn .
2.1.3.
Espacios cociente
2.2.
Normas
Wv 0
2v
v
v0
Wv
v
Ejercicio: Pruebe que |t (u, v)|2 ||u|| t ||v|| t . Ayuda: Considere el polinomio: P () := t (u + v, u + v).
Ejercicio: Pruebe que los ejemplos dados son en realidad normas. Grafique
las curvas de nivel de las cuatro primeras normas, es decir los conjuntos Sa =
{(x, y) lR2 / k(x, y)k = a} y las bolas de radio a", es decir Ba = {(x, y)
lR2 /k(x, y)k a}.
Ejercicio: Pruebe que el mapa d : V V lR+ dado por d (x, y) = kx yk
es una mtrica.
Qu es, geomtricamente una norma? Dado un vector x 6= 0 de V y
34
(2.9)
4
No confundir con el interior de un conjunto que definimos en el captulo anterior, que
en este caso sera Sa .
35
(2.10)
2.3.
36
(2.11)
d e t (I + "A)|"=0 =
(2.12)
Ai
X
i =0
i!
= I +A+
A2
2
(2.13)
Am1
(m 1)!
Am1
(m 1)!
Am2
(m 2)!
kL + k
+ ... +
Am2
(m 2)!
n Ai
X
i=0
i!
. Esta
An+1
k
(n + 1)! L
kL + . . . + k
kAk m1
kAk m2
kAkn+1
L +
L + ... +
L
(m 1)! (m 2)!
(n + 1)!
kAk
kAk
|e m L en L | 0.
An+1
k
(n + 1)! L
(2.14)
n kAi k
X
kAk
L y la ltima implicacin sigue del hecho que
Donde e m L
i!
i=0
kAk
la serie numrica e L converge. Pero por completitud 7 de L toda sucesin de Cauchy converge a algn elemento de L que llamaremos e A. La
P
diferenciabilidad de e t A sigue del hecho de que si una serie
f (t ) es coni =0 i
d
f
P
P
i
vergente y
es uniformemente convergente, luego ddt
f (t ) =
i=0
i=0 i
dt
P d
f (t )
i=0 d t i
38
a) e (t +s)A = e t A e s A,
b) Si A y B conmutan, es decir si AB = BA, luego e A+B = e A e B .
c) d e t (e A) = e t r (A)
d
e t A = Ae t A.
dt
Ayuda: Para el punto c) use que e A se puede definir tambin como,
d)
e A = lm (I +
m
2.3.1.
A
m
)m .
Representacin Matricial
Si cambiamos de base las matrices representando los operadores cambiarn. En efecto, si tomamos otra base {
u i } y escribimos sus componentes con
respecto a la base anterior como u i = P k i u k , y por lo tanto, j = (P 1 ) j l l ,
entonces la relacin entre las componentes del operador A en ambas bases
est dado por
j = A(j , u ) = (P 1 ) j Al P k o A
= P 1 AP
A
i
i
l
k
i
(2.15)
Pn
i=1
Ai i .
2.3.2.
Subespacios Invariantes
(2.16)
Prueba:
Una solucin de esta ecuacin consiste as de un escalar , llamado autovalor del operador A y de un vector u, llamado autovector del operador
A. El subespacio de V C dado por {u | C } es el subespacio invariante
buscado.
Es claro que el sistema tiene solucin si y solo si det(A I ) = 0. Pero
este es un polinomio en de orden igual a la dimensin de V y por lo tanto,
por el Teorema Fundamental del lgebra tiene al menos una solucin o raz,
(en general complejas), 1 , y por lo tanto habr, asociada a ella, al menos un
u 1 solucin de (2.16) con = 1
40
1
A 1 A1 2 A1 n
0 A2 2 A2 n
.. ..
.
. A3 n
(2.17)
A= 0
0
.
.
..
..
.. ..
.
.
.
.
.
.
0
0 An n
Como veremos ms adelante, en el captulo 5, esta es una forma muy conveniente para poder entender cmo son las soluciones a sistemas de ecuaciones diferenciales ordinarias. Y lo ms atractivo de la misma es que cualquier
operador tiene una representacin matricial con forma diagonal superior! Es
ms, si un producto escalar est presente, la base para esta representacin puede ser elegida en forma orto-normal.
Lema 2.2 (Schur) Sea A : V V un operador lineal actuando en un espacio
vectorial complejo V de dimensin finita, n y sea (, ) un producto escalar en V .
Luego, existe una base orto-normal {u i }, i = 1, . . . , n con respecto a la cual la
representacin matricial de A es triangular superior.
Prueba: Consideremos el problema de autovalores-autovectores para A,
(A I )u = 0.
(2.18)
Como ya vimos este problema siempre tiene al menos una solucin no trivial
y por lo tanto tenemos un par (1 , u 1 ) solucin del problema. Tomamos u 1
de norma unidad y como primer elemento de la base a determinar. Tenemos
entonces A j 1 = j (A(u 1 )) = j (1 u 1 ) = 1 j 1 .
Consideremos ahora el espacio
Vn1 = {u
} := {u V |(u 1 , u) = 0}
1
y el operador de Vn1 Vn1 dado por (I u 1 1 )A. Note que como formaremos una base orto-normal conocemos ya el primer miembro de la co-base,
41
(2.19)
Obtenemos as un nuevo par (2 , u 2 ), con u 2 perpendicular a u 1 y adems, Au 2 = 2 u 2 + u 1 1 (A(u 2 )). Por lo tanto
A j 2 = j (A(u 2 )) = j (2 u 2 + u 1 1 (A(u 2 ))) = 2 j 2 + j 1 A1 2 .
El prximo paso es considerar ahora el subespacio Vn2 = {u
} {u
} :=
1
2
{u V |(u 1 , u) = (u 2 , u) = 0} y all la ecuacin de autovalores-autovectores
para el operador (I u 1 1 u 2 2 )A. Prosiguiendo de esta forma generamos
toda la base
Problema 2.3 : Pruebe el teorema anterior usando ahora la nocin de espacio
cociente y prescindiendo as del producto escalar. Ayuda: en vez de usar los espacios perpendiculares a los autovectores que vaya obteniendo, use los espacios
cociente por estos autovectores. Vea que un operador lineal induce una accin
natural en un espacio cociente.
Continuamos ahora con el estudio de los subespacios invariantes. Si det(A
I ) tiene 1 m n races distintas, {i }, i = 1, . . . , m habr entonces al menos un autovector complejo u i asociado a cada una de ellas. Veamos que estos
conforman subespacios invariantes distintos.
Lema 2.3 Sea {(i , u i )} i = 1 . . . m un conjunto de pares de autovalores autovectores. Si i 6= j i 6= j , i , j = 1 . . . m entonces estos autovectores son
linealmente independientes.
m1
X
ci ui
(2.20)
i=1
m1
X
i=1
42
c i i u i
(2.21)
o sea,
0=
m1
X
c i ( m i ) u i .
(2.22)
i=1
Concluimos as que {u i } i = 1, . . . , m 1 son linealmente dependientes. Debido a 2.20 y a la hiptesis que los autovalores son distintos, al menos uno de
los coeficientes tiene que ser distinto de cero y por lo tanto podemos despejar
uno de los restantes autovectores en funcin de funcin otros m2. Repitiendo este procedimiento (m 1) veces llegamos a que necesariamente u 1 = 0 lo
que es una contradiccin ya que, como hemos visto, la ecuacin de autovectores siempre tiene una solucin no-trivial para cada autovalor distinto
Si por cada autovalor existe ms de un autovector entonces stos forman
un subespacio vectorial invariante de mayor dimensin (reducible). Dentro
de cada uno de estos subespacios podemos tomar una base compuesta por
autovectores. El lema anterior nos asegurar entonces que todos estos autovectores as elegidos, para todos los autovalores, forman un gran conjunto
linealmente independiente.
Ejercicio: Convnzase de que el conjunto de autovectores con un mismo autovalor forman un subespacio vectorial.
Si un dado operador A tiene todos sus autovalores distintos entonces tenemos que los correspondientes autovectores son linealmente independientes
e igualan en nmero a la dimensin de V , es decir generan una base de V C .
En esa base la representacin matricial de A es diagonal, es decir A j i = j i i .
Cada uno de sus autovectores genera un subespacio invariante irreducible y
en su conjunto generan V C . En cada uno de ellos el operador A acta meramente por multiplicacin por i . Note que los i son en general complejos
y por lo tanto tal multiplicacin es en realidad una rotacin ms una dilatacin. Note, que a diferencia con la base del Lema de triangulacin de Schur,
sta no es en general ortogonal con respecto a algn producto escalar dado de
antemano. 8
Ejemplo: Sea V el conjunto de 2-tuplas de nmeros reales con elemento genrico (a, b ) y sea A dado por A(a, b ) = (b , a). Esta es una rotacin de /2
en el plano. Tomando una base, e 1 = (1, 0), e 2 = (0, 1) vemos que
8
NotePsin embargo que se puede declarar ortogonal definiendo como producto escalar
(u, v) = ni=1 i (
u ) i (v)
43
(2.23)
(2.24)
(2.25)
(2.26)
j p j +1
i I ) s = (det(A i I )) s = ( j i )
s dim(W )
j
6= 0
45
lo tanto solo puede ser que V C /W sea el espacio trivial y los Wi generan
todo V C
Vemos as que solo necesitamos estudiar ahora cada uno de estos subespacios Wi para encontrar todas sus partes irreducibles (de ahora en ms suprimiremos el subndice i). Pero en estos subespacios el operador A acta en
forma muy sencilla!
En efecto, sea : W W definido por := A|W I |W , luego
tiene solo al 0 como autovalor y por lo tanto es nilpotente , es decir, existe
un entero m n tal que m = 0.
Lema 2.5 Sea : W W tal que su nico autovalor es 0, luego es nilpotente.
Prueba: Lo probaremos por induccin en la dimensin de W . Si n = 1 tomamos cualquier vector para generar la base, ya que en este caso = 0. Suponemos ahora que es cierto para toda dimensin menor que n. En particular,
como tiene un autovalor nulo dim(ker ) 1 y por lo tanto tenemos que
W 0 (= (W )) tiene dimensin menor que n, digamos n 0 y por la hiptesis
inductiva una base de la forma
0
{{v 01 , v 01 , . . . , p1 v 01 }, . . . , {{v 0d 0 , v 0d 0 , . . . ,
p0 0
d
v 0d 0 }}.
p 0 0 +1
d
v d 0 }},
P 0
es decir tenemos ahora r = di =1 ( pi0 + 1) = n 0 + d 0 vectores. Para obtener
una base debemos entonces incrementar este conjunto con n n 0 d 0 vectores. Note que este nmero es no-negativo, en efecto, n n 0 = dim(ker )
dim(ker W 0 ) = d 0 y es precisamente la dimensin del subespacio de ker
que no est en W 0 . Completamos entonces la base propuesta para W incorporando al conjunto ya obtenido n n 0 d 0 vectores {z i }, i = 1, ..n n 0 d 0
del espacio nulo de que sean linealmente independientes entre s y con los
otros elementos de ker en W y que adems no estn en W 0 . Hemos obtenido as un conjunto de d = d 0 + n n 0 d 0 = n n 0 ciclos. Veamos que
el conjunto as obtenido es una base. Como son n en nmero solo tenemos
que ver que son linealmente independientes. Debemos entonces probar que
si tenemos constantes {Ci, j }, i = 1..d , j = 0.. pi0 + 1 tales que
+1
d pX
i
X
0
0=
i=1 j =0
C i j pi v i
(2.27)
0 =
i=1 j =0
C i j pi v i
pi
d0 X
X
i=1 j =0
47
Ci j pi v 0i ,
(2.28)
donde hemos usado que pi +1 v 0i = 0. Pero esta es la relacin de ortogonalidad de la base de W 0 y por lo tanto concluimos que Ci j = 0 i d 0 , j pi0 .
La relacin inicial queda entonces reducida a
0
0 =
d
X
i=1
d0
X
i=1
Ci p 0 +1 pi +1 v i
0
Ci p 0 pi v 0i +
i
d
X
Ci1 z i ,
(2.29)
i=d +1
dimW m + dim(ker W m1 )
48
entonces cada uno de los coeficientes Cim , Cim1 , C j debe anularse. Multiplicando la expresin anterior por obtenemos,
0=
X
i
Cim1 v im1 =
X
i
Cim1 v im ,
(2.32)
0=
Cim v im +
X
j
C jz z j .
(2.33)
n
X
i =1
u i i +
n
X
i =2
u i i1 I +
Pn
i=1
u i i (v) +
49
Pn
i=2
u i i 1 (v) v V
(2.34)
1 0 0
0 . . . . . . . . . ...
A=
1
0
0
1
(2.35)
n tal que
i) Los Ck son invariantes bajo la accin de A, es decir , ACk Ck
Ai : Ck Ck , este es del tipo de Jordan con i una de las races del polinomio
i
de grado ni ,
d e t (Ai i I ) = 0.
(2.36)
Este teorema nos dice que dado A existe una base, en general compleja,
tal que la matriz de sus componentes tiene forma de bloques diagonales cuadrados de ni ni , donde ni es la dimensin del subespacio Ck , cada uno con
i
11
Recordemos que un espacio vectorial V se dice que es suma directa de dos espacios vectoriales W y Z, y lo denotamos como V = W Z si cada vector en V puede ser obtenido de
una nica manera como la suma de un elemento en W y otro de Z.
50
1 0 0
0 2 0
0 0 3
(2.37)
Si dos de ellas coinciden tenemos dos posibilidades, o tenemos tres subespacios, en cuyo caso la forma C. de J. ser
1 0 0
0 0
0 0
(2.38)
1 0 0
(2.39)
0 1
0 0
Si las tres races coinciden entonces habr tres posibilidades,
0 0
0 0
0 0 , 0 1 y
0 0
0 0
1 0
0 1
0 0
(2.40)
Ejemplo: Ilustraremos ahora el caso de autovalores coincidentes en dos dimensiones. Este caso no es genrico, en el sentido que cualquier perturbacin
en el sistema es decir cualquier cambio mnimo en las ecuaciones separa las
races hacindolas distintas.
51
(2.41)
A = (u 1 1 + u 2 2 ) + u 1 2 ,
(2.42)
y por lo tanto
Relacin de Semejanza
En las aplicaciones en fsica es frecuente la siguiente relacin de equivalencia: [Ver recuadro al final del captulo.] Diremos que el operador A es
semejante al operador B si existe otro operador P, invertible, tal que
A = P BP 1 .
(2.43)
Ejercicio:
a) Probar qu semejanza es una relacin de equivalencia.
b) Probar que las funciones y los mapas definidos anteriormente lo son en las
52
53
(2.44)
Relaciones de Equivalencia.
Definicin: Una relacin de equivalencia, , entre elementos de un conjunto X es una relacin que satisface las siguientes condiciones:
1. Reflexiva: Si x X , luego x x.
2. Simtrica: Si x, x 0 X y x x 0 , luego x 0 x.
3. Transitiva: Si x, x 0 , x 00 X , x x 0 y x 0 x 00 , luego x x 00 .
Note que la primer propiedad nos asegura que cada elemento de X cumple
una relacin de equivalencia con algn elemento de X , en este caso consigo
mismo. Relaciones de equivalencia aparecen muy a menudo en fsica, esencialmente cuando usamos para describir algn proceso fsico un ente matemtico
que tiene partes superfluas en lo que respecta a este proceso y que por lo tanto querramos ignorarlas. Esto se logra declarando dos entes que describen el
mismo fenmeno entes equivalentes.
Ejemplo: Sea X el conjunto de los nmeros reales y sea x y si y solo si existe
un entero n tal que x = n + y, esta claramente es una relacin de equivalencia.
Esta se usa cuando interesa describir algo usando la lnea recta pero que en
realidad se debera describir usando un crculo de circunferencia unitaria.
Dada una relacin de equivalencia en un conjunto podemos agrupar los elementos de ste en clases equivalentes de elementos, es decir en subconjuntos
donde todos sus elementos son equivalentes entre s y no hay ningn elemento que no est en este subconjunto que sea equivalente a alguno de los
elementos del subconjunto. (Si X es el conjunto, Y X es una de sus clases
equivalentes, y si y Y , luego y y 0 y 0 Y .)
54
Prueba: Sea x X e Y el subconjunto de todos los elementos de X equivalentes a x. Veamos que este subconjunto es una clase equivalente. Sean y e y 0
dos elementos de Y , es decir y x e y 0 x, pero por la propiedad de transitividad entonces y y 0 . Si y Y y z
/ Y entonces y /z, ya que de otro modo
z sera equivalente a x y por lo tanto estara en Y . Por ltimo note que por
reflexividad x tambin est en Y . Solo resta ver que si y est en Y y tambin
en otra clase equivalente, digamos Z, luego Y = Z. Como y Y luego y es
equivalente a todo elemento de Y , como y Z luego y es equivalente a todo
elemento de Z, pero por transitividad entonces todo elemento de Y es equivalente a todo elemento de Z, pero al ser estas clases equivalentes y por lo tanto
cada una contener todos sus elementos equivalentes ambas deben coincidir.
2.4.
Operadores Adjuntos
(2.46)
En la representacin matricial este operador est representado meramente por la misma matriz que el original, pero ahora actuando por izquierda,
A0 (w)i = w j A j i , es decir, A0i j = A j i .
55
(A(v))
A
W
A0
V0
W0
A ()(v)
0
(2.47)
=
=
k kW 0 =1 k v kV =1
k kW 0 =1 k v kV =1
sup {k(A(v))kW }
k v kV =1
(2.48)
kAk.
i =1
j =1
tiene componentes
n
n
n
X
X
X
2 i
1 i
(
A iv ,
A iv ,...,
Am i v i )
i=1
i =1
i=1
en la base {
ui}
Veamos ahora las componentes de A0 . Por definicin tenemos,
i )(u ) =
i (A(u )) = Ai .
(A0 )i j := A0 (
j
j
j
O sea las mismas componentes, pero ahora la matriz acta por izquierda en
las componentes (1 , 2 , . . . , m ) de un elemento de W 0 en la co-base
i }. Las componentes de A0 () en la co-base { i } son,
{
m
m
m
X
X
X
Ai n i ).
(
Ai 1 i ,
Ai 2 i , . . . ,
i=1
i=1
i=1
(2.49)
y por lo tanto si A : V V luego A0 : V 0 V 0 puede tambin ser considerado como un operador entre V y V que llamaremos A? .
Note que 1 : V 0 V est definido por (1 (), u) = (u), ya que
((1 ((v)), u) = ((1 ((v, )), u) = (v, u) u V .
Con la ayuda de este mapa definimos A? : V V dado por: (Ver figura)
A? (v) := 1 (A0 ((v))).
(2.50)
(2.51)
A
V
( , )1
(, )
A?
V0
V0
0
(2.52)
En el caso de dimensin infinita estos nombres dejan de coincidir para algunos autores.
58
Consideremos ahora la restriccin de A a S pan{u 1 , u 2 } all tambin tenemos A : S pan{u 1 , u 2 } S pan{u 1 , u 2 } y por lo tanto un autovector de
A, u 3 con u 3 u 1 , u 3 u 2 . Continuando de esta manera llegamos a tener
n = dim H autovectores todos ortogonales entre s
Este teorema tiene varias extensiones al caso donde el espacio vectorial es
de dimensin infinita. Ms adelante en el captulo 12 veremos una de ellas.
Notemos que en esta base A es diagonal y por lo tanto tenemos
Corolario 2.2 Todo operador autoadjunto es diagonalizable
Notemos tambin que si u es un autovector de A autoadjunto, con autovalor
luego,
u) = (A(u), u) = (u,A(u)) = (u, u)
(u,
(2.53)
y por lo tanto = , es decir,
Lema 2.8 Los autovalores de un operador autoadjunto son reales
Veamos qu quiere decir la condicin de hermiticidad en trmino de las
componentes del operador en una base ortonormal. Sea entonces A un operador autoadjunto y sea {e i }, i = 1, . . . , n una base ortonormal del espacio
donde ste acta. Tenemos que (A(e i ), e j ) = (e i ,A(e j )) y por lo tanto, notanP
do que I = ni=1 e i i , obtenemos,
0 = (
n
X
e k (A(e i ), e j ) (e i ,
Ak i (e k , e j )
n
X
Al j (e i , e l )
l =1
k=1
n
X
e l l (A(e j ))
l =1
k=1
n
X
n
X
Ak i k j
k=1
n
X
Al j l i .
(2.54)
l =1
(2.55)
demostrando esto ser usada ms adelante en el curso damos una demostracin de este hecho a continuacin.
Lema 2.9 Si A es autoadjunto luego kAk = sup{|i |}.
Prueba: Sea F (u) := (A(u),A(u)) definida en la esfera kuk = 1. Como dicho
conjunto es compacto (aqu estamos usando el hecho que el espacio es de
dimensin finita) tiene un mximo que denotaremos u 0 . Notemos entonces
que F (u 0 ) := kAk2 . Como F (u) es diferenciable en la esfera se debe cumplir
que
d
F (u 0 + u)|=0 = 0,
(2.56)
d
a lo largo de toda curva tangente a la esfera en el punto u 0 , es decir, para todo
u tal que (u 0 , u) = 0. Ver figura.
u0
u
F (u 0 + u)|=0 =
= 2(A?Au 0 , u)
= 0
u, (u 0 , u) = 0
(2.57)
(2.58)
(2.59)
(2.60)
= A?A(u 0 ) kAkA(u 0 )
= kAk2 u 0 kAkA(u 0 )
= kAk(kAku 0 A(u 0 ))
= kAkv,
(2.61)
2.5.
Operadores Unitarios
(2.62)
o sea,
(2.63)
U ?U = I
(2.64)
61
y por lo tanto,
U 1 = U ? .
(2.65)
(2.66)
(2.67)
2.6.
Problemas
(2.68)
Encuentre las normas de los siguientes operadores, dados por su representacin matricial con respecto a una base y donde la norma en el espacio vectorial
es la eucldea con respecto a dicha base.
62
a)
3 5
4 1
(2.69)
b)
3 5 2
4 1 7
8 3 2
(2.70)
Problema 2.7 Sea V un espacio vectorial cualquiera y sea kk una norma Eucldea en dicho espacio. La norma H i l b e r t S c h mi d t de un operador se define
como:
n
X
(2.71)
kAk2H S =
|A j i |2 .
i, j =1
3 6
0 1
(2.73)
c)
2 4 2
4 1 0
3 3 1
(2.74)
Problema 2.9 Lleve a forma triangular superior las siguientes matrices: Nota:
De la transformacin de las bases.
a)
3 4
(2.75)
2 1
63
b)
2 4 2
4 1 0
3 3 1
(2.76)
1 4 3
4 4 0
3 3 1
(2.77)
c)
Problema 2.10 Muestre nuevamente que det e A = e t r A. Ayuda: exprese la representacin matricial de A en una base donde tenga la forma cannica de Jordan. Alternativamente use una base donde A sea diagonal superior y vea que el
producto de matrices diagonal superior da una matriz diagonal superior y por lo
tanto que la exponencial de una matriz diagonal superior es tambin diagonal
superior.
Notas bibliogrficas: Este captulo est basado en los siguientes libros: [1],
[3], [5] y [18]. Tambin son de inters los siguientes, [11] y [12]. El lgebra
lineal es una de las reas ms grandes y ms prolfica de las matemticas, sobre todo cuando trata de espacios de dimensin infinita, lo que usualmente
se llama anlisis real y teora de operadores. En mi experiencia personal la
mayora de los problemas terminan reducindose a un problema algebraico y
uno siente que ha hecho un avance cuando puede resolver dicho problema.
64
CAPTULO 3
GEOMETRA
3.1.
Variedades
Hay dos motivos principales que justifican el estudio del concepto de variedad, o ms generalmente de la geometra diferencial por parte de los fsicos.
Uno es que en fsica aparecen naturalmente las variedades y por lo tanto no
las podemos eludir. Solo en los cursos elementales se logra esquivar a stas
por medio del clculo vectorial en lRn . As es que, por ejemplo, para estudiar
el movimiento de una partcula restringida a moverse en una esfera la imaginamos a esta ltima embebida en lR3 y usamos las coordenadas naturales de
lR3 para describir sus movimientos.
El segundo motivo es que el concepto de variedad es de gran utilidad
conceptual, ya que por ejemplo en el caso de una partcula movindose en lR3
este nos permite discernir claramente entre la posicin de una partcula y su
vector velocidad como entes matemticos de naturaleza diferente. Este hecho
se enmascara en lR3 ya que este tipo especial de variedad tiene la estructura
de un espacio vectorial.
Una variedad es una generalizacin de los espacios Eucldeos lRn en la
cual uno preserva el concepto de continuo, es decir su topologa en el sentido
local pero descarta su carcter de espacio vectorial. Una variedad de dimensin n es en trminos imprecisos un conjunto de puntos que localmente es
como lRn , pero que no lo es necesariamente en su forma global.
Un ejemplo de una variedad en dos dimensiones es la esfera, S 2 . Si miramos un entorno suficientemente pequeo, Up , de un punto cualquiera de S 2
vemos que es similar a un entorno del plano, lR2 , en el sentido que podemos
definir un mapa continuo e invertible entre ambos entornos. Globalmente
el plano y la esfera son topolgicamente distintos, ya que no existe ningn
mapa continuo e invertible entre ellos. [Ver figura 3.1.]
Como dijimos antes, se podra objetar la necesidad, en el ejemplo ante65
Ui ).
j (Uj )
j (Ui Uj )
lRn
i (Ui Uj )
lRn
j 1
i
i (Ui )
i
j
M
Uj
Ui
lRn
Ui
p
i ( p)
M
q Uj y Ui Uj = ;, lo que tambin implica que tienen entornos disjuntos. Esta es una propiedad en la topologa de M que esencialmente dice que
podemos separar puntos de M . Un ejemplo de una variedad noHausdorff es
el siguiente.
Ejemplo: M , como conjunto, consta de tres intervalos de la recta I1 = (, 0],
I2 = (, 0] y I3 = (0, +).
Un atlas de M es {(U1 = I1 I3 , 1 = i d ) , (U2 = I2 I3 , 2 = i d )}. [Ver
figura 3.4.]
I1
p
I3
I2
q
3.2.
Funciones Diferenciables en M
f 1
i
lR
lR
i
f
q
Ui
Figura 3.5: Composicin del mapa de una carta con una funcin.
En la prctica uno define una funcin particular f C p (M ) introduciendo funciones fi : i (Ui ) lRn lR ( o sea fi (x j ) donde x j son las
coordenadas cartesianas en i (Ui ) lRn ) que sean C p en i (Ui ) y tales que
fi = f j j 1
en i (Ui Uj ). Esto garantiza que el conjunto de las fi
i
determinan una nica funcin f C p (M ). El conjunto de las fi (= f 1
)
i
forman una representacin de f en el atlas {(Ui , i )}. [Ver figura 3.6.]
Ejercicio: El crculo, S 1 , se puede pensar como el intervalo [0,1] con sus extremos identificados. Cules son las funciones en C 2 (S 1 )?
Usando la construccin anterior tambin se pueden definir mapas de M
en lR m que sean p-veces diferenciables. Ahora realizamos la construccin inversa es decir definiremos la diferenciabilidad de un mapa de lR m en M . Haremos el caso lR M , en cuyo caso el mapa as obtenido se llama curva. El
caso general es obvio.
70
lR
fi
Ui
j 1
i
Uj
fj
3.3.
Curvas en M
Definicin: Diremos que C t si dada una carta (Ui , i ) tal que (t0 ) Ui
0
el mapa i (t ) : I t0 I lRn es p-veces continuamente diferenciable en
t0 . [Ver figura 3.7.]
lRn
i
i (Ui )
I
t0
I t0
Ui
M
(t0 )
71
3.4.
Vectores
x0
)
xi
( p)
(3.1)
Note que estos mapas satisfacen i) y i i ) y por lo tanto las x i son realmente vectores. Note adems que el lado derecho de 3.1 est bien definido ya
que tenemos las derivadas parciales usuales de mapas entre lRn y lR. Estos x i
dependen de la carta (U , ) pero esto no importa en la prueba ya que T p no
depende de P
carta alguna. Estos vectores son linealmente independientes, es
decir si x = ni=1 c i x i = 0 luego c i = 0 i = 1, . . . , n. Esto se ve fcilmente
considerando las funciones (en rigor definidas solamente en U ), f j = x j ,
j
ya que x i ( f j ) = i y por lo tanto 0 = x( f j ) = c j . Solo resta mostrar que
cualquier vector v puede ser expresado como combinacin lineal de los x i .
Para ello usaremos el siguiente resultado cuya prueba dejamos como ejercicio.
Lema 3.1 Sea F : lRn lR, F C (lRn ) luego para cada x0 lRn existen
funciones Hi : lRn lR C (lRn ) tales que x lRn se cumple
F (x) = F (x0 ) +
n
X
i=1
adems,
F
xi
(x i x0i ) Hi (x) y
= Hi (x0 ).
x=x0
73
(3.2)
(3.3)
n
X
(3.4)
i=1
Usando i) y i i ) obtenemos,
v( f )
P
v(Hi )
= v( f ( p)) + ni=1 (x i (q) x i ( p))
q= p
Pn
+ i=1 (Hi ) v(x i x i ( p))
p
Pn
= i=1 (Hi ) v(x i )
p
P
= ni=1 v i x i ( f )
(3.5)
n x
X
i
i =1
xj
xi
t(f ) =
d
dt
( f )| t =t .
0
(3.6)
lR
lR
f
d
dt
(f ) =
d
dt
d
( f 1 )
( f 1 (x i (t )))
dt
n
X
d xi
=
( i ( f 1 ))
dt
i=1 x
n d xi
X
=
xi(f )
i=1 d t
=
3.5.
(3.8)
El Corchete de Lie
Consideremos ahora la operacin en el conjunto T M de campos vectoriales, [, ] : T M T M T M . Esta operacin se llama corchete de Lie y
75
(3.9)
Ejercicio:
1) Muestre que [x, y] es en realidad un campo vectorial.
2) Vea que se satisface la identidad de Jacobi:
[[x, y] , z ] + [[z , x] , y] + [[y, z , x] = 0
(3.10)
f
denado, es decir x i ( f ) = i , etc. Muestre que x i , x j = 0.
x
4) Dadas las componentes de x e y en una base coordenada, cules son
las de [x, y]?
Con esta operacin T M adquiere el carcter de un lgebra, llamada lgebra de Lie.
3.5.2.
76
1
x
1
x0
x(t ) =
1
1
t
x0
(3.11)
La Mtrica
79
Z 1
g(v, v) d t ,
(3.13)
0
d (t )
in f
{ (t ) : (0)= p, (1)=q}
|L( )|
(3.14)
Ejercicio: Encuentre un ejemplo de una variedad con dos puntos tales que el
nfimo de la definicin anterior no es un mnimo. Es decir en la que no haya
ninguna curva conectando los dos puntos con la mnima distancia entre ellos.
Ejercicio: a) La mtrica Eucldea en lR2 es (d x)2 +(d y)2 , donde {d x, d y} es la
co-base asociada con { x, y}. Cul es la distancia entre dos puntos en este
caso?
Ejercicio: b) Cul es la forma de la mtrica Eucldea de lR3 en coordenadas
esfricas? Y en cilndricas?
80
(3.15)
para todo campo co-vectorial . Esto indica que cuando tenemos una variedad con una mtrica se hace irrelevante distinguir entre vectores y co-vectores
o por ejemplo entre tensores tipo (0,2), (2,0) o (1,1).
3.5.5.
3.6.
Derivada Covariante
Hemos visto que en M existe la nocin de la derivada de un campo escalar f , sta es el co-vector diferencial de f que denotamos a f . Existir
la nocin de la derivada de un campo tensorial? Por ejemplo, existir una
extensin del operador a a vectores tal que si l a es un vector diferenciable
luego a l b sea un tensor del tipo (1,1)? Para fijar ideas definamos a esta extensin del diferencial a , llamada derivada covariante, pidiendo que satisfaga las
siguientes propiedades: 3
a a
a a
i) Linealidad: Si Ab1 ...bk , B b 1...bk son tensores de tipo (k, l ) y lR luego
l
a a
a a
a a
a a
c Ab1 ...bk + B b 1...bk = c Ab1 ...bk + c B b 1...bk
1
(3.16)
i i ) Leibnitz:
c ...c
a a
a a
c ...c
a a
c ...c
e Ab1 ...bk Bd1 ...dm = Ab1 ...bk e Bd1 ...dm + e Ab1 ...bk Bd1 ...dm
(3.17)
(3.18)
Note que son una extensin de las que se pide para definir derivaciones.
82
(3.20)
i ...i
j A j1 ... jk
(3.21)
i
j
= j l i.
(3.22)
l
k
n x
X
l x j l i
(3.23)
x i x k x j
i, j =1
la
l
k
ll
x k
Pn
j =1
i , j =1
c l a
Pn
i
j
x l
xi
xj
x k
xj
x k
xj
Pn x l
li
xj
xj
i, j =1 x k
Pn
83
i=1
i
l
=
i
xj
i, j =1 x k
Pn
2 x l
x j xi
li,
2 x l
x j xi
li
(3.24)
lo que muestra claramente que son dos tensores distintos y que su diferencia
es un tensor que depende linealmente y no diferencialmente de l a . Es esto
, es su diferencia
cierto en general? Es decir, dada dos conexiones, c y
c
un tensor (y no un operador diferencial)? Veremos que esto es cierto.
Teorema 3.2 La diferencia entre dos conexiones es un tensor.
w =Cb w
(3.26)
c
c
a
ca b
b
para
algntensor C ca . Probemos primero que dado cualquier p M ,
w | depende solo de w | y no de su derivada. Sea w 0 cualquier
c
c
a p
a p
a
otro co-vector tal que en p coinciden, es decir (wa wa0 )| p = 0. Luego dada una co-base suave {ai } en un entorno de p tendremos que wa wa0 =
P i i
i
i f a con f funciones suaves que se anulan en p. En p tenemos entonces
P i i P
i i
w w0 w w0
c
a
c
a
i c
a
a
a
Pi ic ai
=
f f i =0
i
(3.27)
y deben actuar del mismo modo en escalares y en
ya que por iv)
c
c
particular en las f i . Esto muestra que
w
w0 =
(3.28)
c
c
c
c
a
a
ma lineal. Pero entonces c c debe ser un tensor de tipo (1,2) que est
w .
esperando comerse una forma para darnos el tensor de tipo (0,2)
c
c
a
a bf
=
=
=
=
a b
w
a b
a w b + Cacb c f
a b f + Cacb c f .
(3.29)
en vectores?
Ejercicio: Cmo acta
c
c
Ejercicio: Exprese el corchete de Lie en trminos de una conexin cualquiera
y luego pruebe explcitamente que no depende de la conexin empleada.
Ejercicio: Sea Ab ,...,z un tensor totalmente antisimtrico. Muestre que [a Ab ,...,z] ,
es decir la antisimetrizacin total de a Ab ,...,z , no depende de la derivada covariante empleada.
La diferencia entre una conexin cualquiera c y una proveniente de un
sistema de coordenadas {x i } es un tensor llamado smbolo de Christoffel de
b
c con respecto a las coordenadas {x i }, ca
,
b
c wa = c wa + ca
wb .
(3.30)
Note que una manera de comparar vectores infinitesimalmente cercanos, dado un campo
vectorial m a , es con el corchete de Lie de m a con l a , [m, l ]a . Esto no es lo apropiado ya que
[m, l ]a | p depende de la derivada de m a en p.
85
Teorema 3.3 Sea ga b una mtrica (suave) en M , luego existe una nica derivada
covariante c tal que c ga b = 0.
una conexin cualquiera y sea tal que g = 0, es sufiPrueba: Sea
c
c
c ab
ciente mostrar que esta condicin determina unvocamente el tensor diferencia, C d ca . Pero,
g Cd g Cd g
0 = a g b c =
ac b d
ab d c
a bc
(3.31)
g
Cca b + C b ac =
a bc
(3.32)
o sea
pero tambin
Cc b a + Ca b c
C b ca + Cac b
ab
cb
g
=
b ac
g .
=
c ab
(3.33)
(3.34)
g +
g
g }
g ad {
b dc
c db
d bc
(3.35)
2
Ntese que la existencia de una mtrica no es equivalente a la existencia de
una conexin. Hay conexiones c para las cuales no existe ninguna mtrica
ga b tal que a g b c = 0, es decir hay tensores C a b c para los cuales no hay
ninguna ga b que satisfaga (3.35).
es una derivada correspondiente a un sistema de coordenadas
Ejercicio: Si
c
= el smbolo de Christoffel correspondiente es
c
c
a b c =
1
2
g ad { b gd c + c gd b d g b c }.
(3.36)
Muestre que sus componentes en ese sistema de coordenadas estn dadas por,
i j k =
1
2
g i l { j g l k + k g l j l g j k },
(3.37)
87
88
CAPTULO 4
ECUACIONES DIFERENCIALES ORDINARIAS
4.1.
Introduccin
89
4.2.
4.2.1.
dx
= f (x)
(4.1)
dt
o sea una ecuacin para un mapa x(t ) : I lR U lR.
Supondremos f : U lR continua. Una solucin de esta ecuacin ser un
mapa diferenciable (t ) definido para todo I y con imagen en U . Diremos
que (t ) satisface la condicin inicial x0 en t = t0 I si
(t0 ) = x0 .
(4.2)
t
Figura 4.1: Interpretacin geomtrica de la ecuacin f (x) = x 1/2 .
dx
x 1/2
1/2
= d t o 2(x 1/2 x0 ) =
(4.4)
92
1
d 1
d
1
=
=
= f ((t ))
(4.10)
dt
d t x=(t )
f (x)
x=(t )
lo que demuestra que es una solucin, necesariamente nica de 4.1 con la
condicin inicial apropiada.
Solo resta ver que en el caso en que f (x0 ) = 0 la solucin es nica. Para
ello utilizaremos el siguiente Lema.
Lema 4.1 Sean f1 y f2 funciones reales en U lR tal que f1 (x) < f2 (x) x
U y sean 1 y 2 respectivas soluciones a las ecuaciones diferenciales que stas
generan, definidas en un intervalo I lR y tal que 1 (t1 ) = 2 (t1 ) para algn
t1 I . Luego
1 (t ) 2 (t ) t > t1 I
(4.11)
Prueba: Trivial, el que corre ms rpido en cada sector del camino gana! Sea
el conjunto S = {t > t1 I |1 (t ) > 2 (t )}. Sea T t1 , T I la mayor de las
cotas inferiores de S. En este instante 1 (T ) = 2 (T ), pero
d 1
d 2
<
(4.12)
dt
dt
t =T
t =T
Por lo tanto existe " > 0 tal que para todo t [T , "), 1 (t ) < 2 (t ) lo que es
una contradiccin, a menos que sea el ltimo valor en I .
Con la ayuda de este Lema probaremos la unicidad de la solucin. Sea
1 (t ) una solucin con 1 (t0 ) = x0 pero distinta de la solucin (t ) = x0 t .
Supongamos entonces que existe t1 > t0 tal que 1 (t1 ) = x1 > x0 , los otros
casos se tratan similarmente. [Ver figura 4.3.]
Si elegimos x1 bastante prximo a x0 se cumple
f (x) < k | x x0 | x0 x x1
(4.13)
x1
x0
t0
t1
1
U
t0
94
1
da
(4.14)
=a dt
(4.15)
x
x0
= a (t t0 ) o; x(t ) = x0 ea (t t0 )
(4.16)
b=
a
375
(4.17)
a/b
0
t
4.2.2.
Si nos olvidamos del modelo fsico que describimos con 4.17 y tomamos
a/b z
zo < 0, to = 0, por ejemplo, habr un tiempo mximo, td = a1 ln[ z o ],
o
finito para el cual la solucin diverge, es decir,
lm z(t ) = .
t td
(4.19)
U
x0
t0
Uc
I2
I1
T "
99
remos ,
Uc to < < T ya que
()
= () Uc , y de otro modo T no sera una cota superior mnima.
) Uc y como por definicin de T para todo intervalo
Por continuidad (T
T ] 6 Uc concluimos que (T
) es un extremo
abierto, IT , conteniendo T , [I
de Uc
4.2.3.
El Caso No-autnomo
= f (z, t ).
(4.21)
Hay una clase especial de ecuaciones no-autnomas que se puede reducir al ya estudiado. Esta es la clase donde f (z, t ) se puede escribir como el
cociente de dos funciones, una de z y otra de t ,
f (z, t ) =
g (z)
h(t )
(4.22)
dado por,
d
dt
1
,o
h(t )
o =
to
dt
h(t )
(4.23)
= g (z()),
(4.24)
[Usando nuevamente el Teorema 4.1], obteniendo (). La solucin con respecto al parmetro original se obtiene definiendo (t ) = ((t )).
4.3.
(4.25)
(4.26)
en abiertos I I lR y U U lR m
Ejemplo: La EDO F (x, x (1) , t ) = ((x (1) )2 1) = 0 implica una de las siguientes
EDO en nuestro sentido:
x (1) = 1
(4.27)
o
x (1) = 1
2
En realidad para definir correctamente 4.25 se deben dar los abiertos U i para la i -sima
derivada con respecto a x donde F est definida.
101
Si conocemos los valores de x y sus derivadas hasta el (m 1)-simo orden en un punto t0 entonces la ecuacin 4.26 nos permite conocer la m-sima
derivada en dicho punto. Si suponemos que f es continua entonces esto nos
permite conocer x y sus derivadas hasta el (m 1)-simo orden en un punto
t0 +" suficientemente cercano (el error en que incurriremos ser del orden de
" derivadas de f ), pero entonces podemos usar nuevamente la ecuacin 4.26
y as conocer aproximadamente la n-sima derivada de x en t0 +". Prosiguiendo de este modo podemos lograr una solucin aproximada en un intervalo
dado. Al menos intuitivamente, parecera que haciendo el intervalo " cada
vez ms pequeo deberamos obtener una solucin. Esto en realidad es as!
Y lo probaremos ms adelante en el curso. Lo importante por el momento
es el hecho de que para obtener una solucin debemos dar en un punto t0
el valor de todas las derivadas de la variable incgnita de orden menor de la
que determina el sistema, es decir de la que aparece en el lado izquierdo de la
ecuacin 4.26.
Introduciendo u 1 x , u 2 x (1) , . . . , u n x (m1) , podemos escribir 4.26 de la forma:
1
u
2
u
= u 2
= u 3
..
.
m
u
=
(4.28)
f ( u 1 , u 2 , . . . , u m , t )
donde hemos denotado con un punto sobre la funcin su derivada con respecto al parmetro t . Por lo tanto 4.26 es equivalente a una ecuacin de primer
orden para el vector de vectores u U lRnm ,
(u, t )
u = V
(4.29)
V i (u) =
V i (u, u nm+1 ) si 1 i m n
1
si i = n m + 1) ,
102
(4.30)
(4.31)
Prueba: Claramente dada una solucin del sistema 4.26 suficientemente diferenciable podemos escribir con ella un vector u y ste satisfar (porque as lo
construimos) el correspondiente sistema 4.30. Por lo tanto toda solucin del
sistema original es solucin del sistema de primer orden asociado a l.
Para probar el inverso, es decir que toda solucin u(t ) del sistema 4.30
da origen a una del sistema 4.26, solo es necesario tomar repetidas derivadas
de las primeras componentes, x(t ) = u 1 (t ), e ir usando las ecuaciones en
el correspondiente orden hasta obtener el sistema original satisfecho por la
ensima derivada de x(t )
Este teorema es importante pues nos permite abarcar toda la teora general de las ODE a partir del estudio de la ecuacin 4.30, la cual como veremos
tiene un sentido geomtrico claro. Sin embargo se debe tener en cuenta que
muchas veces en fsica aparecen subclases de ecuaciones muy especiales con
propiedades particulares de mucha importancia fsica que la teora general no
contempla.
Ejemplo: Pndulo Matemtico
x = k x u 1 = x , u 2 = x
d
dt
u1
u2
0 1
k 0
u1
u2
(4.32)
103
4.4.
Sistemas de EDO
= v i (x j )
dt
i = 1, . . . , n.
(4.34)
Sea (t ) una curva entre un intervalo I lR y M una variedad de n dimensiones. Sea p = (t0 ) un punto de M y (U , = (x 1 , . . . , x n )) una carta con
p U . Luego (t ) = (x 1 (t ), . . . , x n (t )) es un mapa entre I y un abierto de
d xi
lRn , y
son las componentes del vector tangente a en la base coordenada
dt
{x i } en el punto (t ) de M . Por lo tanto v i (x j ) son las componentes de un
campo vectorial v en la base coordenada {x i } en el punto p M correspondiente a ( p) = (x 1 , . . . , x n ). Vemos as que los sistemas de EDO se pueden
interpretar como un campo vectorial v en una variedad M , y sus soluciones
como curvas (t ) tal que su tangente en todo punto sea v.
= sin
= z
z = sin
Aqu el campo vectorial es z
sin
(4.35)
z
note que el diagrama en el plano se repite cada 2 segn el eje . En realidad
la ecuacin tiene sentido fsico en un cilindro, siendo la variable angular, o
sea la variedad es un cilindro. Las curvas integrales, o sea las imgenes de los
mapas (t ) que son soluciones, se construyen siguiendo los vectores de tal
modo que stas sean siempre tangentes a las curvas.
104
x2
B
A
x1
A
B
105
Integrales Primeras
x1 = x1
x2 = x2
en el toro (obtenido identificando los puntos (x1 , x2 ) y (x1 +n, x2 +m) de lR). Para cules valores de k1 , k2 existe una integral primera y para cules no? Ayuda:
dem 1).
Problema 4.4 Las ecuaciones de Hamilton de la mecnica clsica forman un
sistema de EDO,
qi
pi
pi
H
=
qi
(4.36)
(4.37)
i = 1, . . . , n, donde H : lR2n lR es la funcin Hamiltoniano o energa. Demuestre que H es una integral primera de este sistema.
Los ejemplos anteriores muestran que hay sistemas de EDO que globalmente no son derivables de un principio variacional.
As como el conocimiento de la energa de un sistema Hamiltoniano es
una ayuda inestimable para conocer la forma cuantitativa de su movimiento, el conocimiento de una integral primera de un sistema general de EDO
tambin brinda una gran ayuda ya que sabemos que las curvas de fase estn
restringidas a sus superficies de nivel ( f = cte.) lo que nos permite reducir
efectivamente el orden de la ecuacin en uno: solo tenemos que considerar el
problema en la variedad dada por los puntos f = c t e.
4.4.2.
Una consecuencia, muy importante en las aplicaciones, del teorema fundamental es el siguiente:
Corolario 4.3 Sea v un campo vectorial diferenciable en U M que depende
diferenciablemente de un parmetro A lR. Luego dados p U , t0 I
y 0 A existen entornos Up , I t0 y A0 tales que para toda terna (q, t , )
Up I t0 A0 existe una nica curva integral de v , (t ) : I t0 A0 Up con
(0) = q. Esta depende diferenciablemente de q, t y .
Prueba: Considere el campo vectorial (v , 0) : U A T M lR. Por hiptesis este campo es diferenciable y por lo tanto tiene curvas integrales ( , )
que dependen diferenciablemente de las condiciones iniciales y por lo tanto
de
Advertencia: El intervalo I t0 A0 donde la solucin es diferenciable no necesariamente es el intervalo de definicin de la solucin. Por ejemplo no es
cierto que aun cuando la solucin est definida para todo t en lR los lmites
lm (t ) y lm (t ) conmuten.
La importancia prctica de este corolario es que nos permite obtener soluciones aproximadas a las ya conocidas. En efecto supongamos que para = 0
conocemos alguna curva integral de v|=0 , 0 (t ) con 0 (0) = p. Tenemos
entonces, aplicando el Corolario y un desarrollo en serie de Taylor, que
(t ) = 0 (t ) + 1 (t ) + O(2 )
(4.39)
d
d (t )
= v ( (t )) ,
(4.40)
d
dt
=0
expandiendo y usando coordenadas
j
d j
d
v
v j
1i +
1 =
i
dt
d (
x ( ,=0)
0
(4.41)
0 ,=0)
= A j i (t ) 1i + b j (t ).
o sea la ecuacin para 1 (t ) usualmente llamada ecuacin de variaciones
es una ecuacin lneal inhomogenea no-autnoma. Como tomamos como
condicin inicial (0) = p , la condicin inicial que consideraremos
para 4.4.3 es 1 (0) = 0.
Problema 4.5 Cul sera la condicin inicial para 1 si la condicin para
fuese (0) = p(1 ) + q? Considere solo el caso unidimensional pero piense
en el genrico.
Problema 4.6 Si decidisemos considerar una aproximacin hasta segundo orden = 0 + 1 + 2 2 + O(3 ), qu ecuaciones obtendramos para 2 ?
Ejemplo: a) Un cuerpo cae verticalmente en un medio de baja viscosidad, la
cual depende de la posicin y velocidad de ste.
x = g + " F (x, x)
"1
(4.42)
(4.43)
t2
2
(4.44)
x1 (0) = 0, x1 (0) = 0.
(4.45)
Integrando obtenemos
x1 (t ) =
Z tZ
0
x0 ())
d d .
F (x0 (),
(4.46)
para " 1.
(4.47)
Sin prdida de generalidad podemos asumir fi (0, 0) = 0. Cuando " = 0 obtenemos las ecuaciones del pndulo en la aproximacin de pequeas amplitudes , o sea un sistema conservativo. Su energa integral primera est dada
por E(x1 , x2 ) = 12 (x12 + x22 ) y sus curvas de fase son entonces crculos de radio
p
2E.
Cuando " > 0 las curvas de fase no son necesariamente cerradas, pero
debido al Corolario anterior a lo ms pueden ser espirales con una distancia
del orden de " entre vuelta y vuelta.
p Estas pueden tender hacia algn punto estacionario dentro del crculo 2Ei , donde Ei = energa inicial, es decir
donde x2 + " f1 (x1 , x2 ) = x1 + " f2 (x1 , x2 ) = 0, o pueden aproximarse asintticamente a alguna rbita cerrada o finalmente pueden diverger. Que estas
son las nicas opciones es el resultado de un teorema clsico de Poincar
Bendixson, el cual muestra que en general estas son las nicas posibilidades
en dos dimensiones.
Para estudiar cul es el caso entre estos tres consideramos la variacin de
energa entre dos vueltas consecutivas.
Usando que,
, x ) = " (x f + x f )
E(x
(4.48)
1 2
1 1
2 2
obtenemos
E
=
=
H
" ( f1 d x2 + f2 d x1 ) + O("2 )
(4.49)
" F (E).
p
donde la integral es a lo largo de un crculo de radio 2E en la direccin del
movimiento. Es decir, hemos aproximado la curva con " > 0 por la curva con
" = 0.
110
es inestable.
Problema 4.7 Muestre que si hay dos ciclos lmites estables luego debe haber
tambin al menos uno que es inestable.
De los dos ejemplos anteriores queda claro la importancia prctica del
Corolario. La dependencia en forma diferenciable de las condiciones iniciales
tambin conduce a la ecuacin de variaciones, por lo tanto esta ecuacin, que
es lneal, inhomogenea, es de suma importancia y en el prximo captulo la
estudiaremos en ms detalle.
4.5.
Problemas
3
= x 2/3 .
dt
2
(4.50)
Ayuda: hay infinitas y stas se obtienen a partir de segmentos de algunas soluciones particulares. Grafique algunas de estas soluciones.
Problema 4.9 (Kiseliov) Aplique el teorema de existencia y unicidad para determinar las regiones donde las ecuaciones siguientes tienen solucin nica:
a) x = x + 3x 1/3 .
b) x = p
1 cot x.
c) x = 1 x 2 .
Problema 4.10 (Kiseliov) Resuelva las siguientes ecuaciones, en todos los casos
d las soluciones generales en funcin de un dato inicial x0 para el tiempo inicial
t0 .
a) t x + x = c o s(t ). (Use integral primera de la parte homognea.)
b) x + 2x = e t . (Use variacin de constantes.)
111
c) (1 t 2 )
x + t x = 2t . (Resuelva primero la homognea y luego sume una
inhomognea particular.)
d) x x = t 2t 3 .
Problema 4.11 (Kiseliov) Resuelva las siguientes ecuaciones apelando a un cambio de variable en la variable independiente (t).
a) x x = t . (t = cos(s).)
b) x t x = 0.
c) x + e x = t .
Problema 4.12 (Kiseliov) Grafique las isoclinas (lneas de igual pendiente en
el plano (t , x)) y luego trace las soluciones de las siguientes ecuaciones:
a) x = 2t x.
b) x = sin(x + t ).
c) x = x t 2 + 2t 2.
xt
d) x = x+t
.
Problema 4.13 Resuelva la ecuacin:
x = A(t )x + B(t )x n Ayuda: Use el cambio de variable y = x 1n .
Problema 4.14 Resuelva la ecuacin
dx
= ix + Ae it , lR
dt
y vea cmo se comporta su parte real. Examine los casos:
a) A = 0, b) (A 6= 0, 6= ) y c) (A 6= 0, = ).
(4.51)
= sin(), .
(4.52)
(4.53)
Donde f (z) es continua con i z en |z| = 1. Infiera que no importando cmo sea la forma de f (z), las soluciones nunca escapan de la regin {|z(t )|
max{|z(0)|, 1}}.
Problema 4.17 Sea un cuerpo afectado por una fuerza central, es decir,
m
d 2~x
d t2
= f (r )~x r := |~x |.
(4.54)
~ x ).
= ~x (~
(4.55)
(1) j (t /2)k+2 j
X
j =0
j !(k + j )!
(4.56)
(4.57)
Para los datos iniciales (x1 (0) = 1, x2 (0) = 0). Investigue ahora la solucin cerca
de " = 0 obteniendo los coeficientes en la serie de Taylor de la misma con respecto
al parmetro ". Encuentre qu ecuaciones satisfacen estos coeficientes.
113
= sin(x).
114
CAPTULO 5
SISTEMAS LINEALES
5.1.
Teorema 5.1 Sea A(t ) continua en I lR, cerrado. Luego existe una nica
solucin x(t ) : I V de la ecuacin,
d x(t )
dt
= A(t ) x(t ),
(5.1)
(5.2)
y por lo tanto A(t )x es Lipschitz en V . El teorema fundamental nos garantiza existencia y unicidad local. El teorema quedar entonces demostrado si
mostramos que x(t ) no puede hacerse infinita en un tiempo finito. Para ello
usaremos,
d
dt
kxkV
(5.3)
Rt
t0
kA( t)kL d t
(5.4)
lo que muestra que x(t ) no puede escapar a infinito en un tiempo finito y por
lo tanto completa la prueba.
115
(5.5)
(X tt )1 = X t0 .
(5.6)
es distinto de cero. Esta funcin se llama el Wronskiano del sistema y satisface una ecuacin particularmente simple cuya solucin llamada frmula de
Liouville, es
Zt
t r (A( t)) d t
t
w(t ) = w(t0 ) e 0
(5.7)
117
Prueba:
) = "(
w(t
u 1 , u 2 , . . . , u n ) + "(u 1 , u 2 , . . . , u n ) + + "(u 1 , u 2 , . . . , u n )
= "(Au 1 , u 2 , . . . , u n ) + "(u 1 ,Au 2 , . . . , u n ) + + "(u 1 , u 2 , . . . ,Au n )
= t r (A) w(t ),
(5.8)
cuya solucin es 5.7.
La frmula de Liouville es una demostracin independiente del resultado
que las {u i (t )} forman una base de V para cada t I . Note que si t r (A) 0
el Wronskiano es constante y nos puede ser de utilidad para determinar una
solucin en funcin de otras ya conocidas.
5.2.
= A(t ) x + b(t ),
(5.9)
= A(t ) x,
(5.10)
Luego conocemos todas las soluciones del sistema 5.9. El mtodo que usaremos se llama de variacin de constantes y tambin es de utilidad para
obtener soluciones aproximadas a sistemas no lineales. El mtodo consiste en
suponer que la solucin de 5.9 ser de la forma,
(t ) = X tt c(t )
(5.11)
(t
)
=
X
c(t ) + X tt ddt c(t )
dt
d t t0
0
(5.12)
= A(t )X tt c(t ) + X tt ddt c(t ) = A(t )X tt c(t ) + b(t ).
0
De donde vemos que para que (t ) sea una solucin c(t ) debe satisfacer la
ecuacin X tt ddt c(t ) = b(t ).
0
118
d
dt
c(t ) = X t0 b(t ).
(5.13)
Integrando obtenemos
c(t ) =
t0
(t ) = X tt
0
t
t0
t
t
X 0 b( t) d t + c(t0 )
t
X 0
t
(5.14)
b( t) d t + X tt (t0 ),
0
(5.15)
5.3.
= A x,
(5.16)
de 5.16. De hecho, hemos demostrado que la familia monoparamtrica de difeomorfismos lineales g t = e At est definida globalmente [t lR, x 0 V ]
y es la generadora del campo vectorial v(x) = Ax. [Con la definicin dada en
5.1 en este caso X tt = g t t0 = e A(t t0 ) .]
0
n
X
j =1
Ai j x j ,
(5.17)
= An1 n1 x n1 + An1 n x n
(5.19)
= n1 x n1 + An1 n e n t x0n .
(5.20)
n1
(t ) = e
n1 t
x0n1 + e n1 t
120
Z
0
= e
n1 t
x0n1 + e n1 t
Z
0
e (n n1 )s d s An1 n x0n ,
(5.22)
les, x n1 (t ) = e n1 t x0n1 +
Ejercicio: Pruebe esta ltima afirmacin por induccin en el grado del polinomio y el uso de integracin por partes, es decir, use que e a t P m (t ) =
at
d e at
( P (t )) ea ddt P m (t ) y que ddt P m (t ) es un polinomio de orden m 1.
dt a m
Reordenando trminos vemos as que la solucin general ser de la forma:
x(t ) =
m
X
e i t v i (t )
(5.23)
i=1
Prueba: Debemos probar entonces que si tenemos una suma finita de elementos de los Ei , {u i } y esta se anula, luego cada uno de estos vectores se debe
121
u i = 0, u i Ei i 6= j u i = 0.
(5.24)
u i = 0, u i Ei , i 6= j , u i 6= 0.
(5.25)
0 = S(t ) := e
1 t
m
X
i=1
u i = P m1 (t ) +
m
X
i=2
e (i 1 )t P mi (t ).
(5.26)
d m1 +1
d t m1
S(t ) =
+1
m
X
i=2
e (i 1 )t Pmi (t ).
(5.27)
donde es fcil ver que los polinomios Pmi (t ) son del mismo grado que los
originales. Estamos as bajo la hiptesis inductiva y por lo tanto como estos
polinomios son no-nulos tenemos una contradiccin
Veamos ahora que en realidad cada uno de los trminos en esta suma es
una solucin de la ecuacin 5.16. Dado C cualquiera consideremos el
espacio vectorial de funciones de lR V C de la forma e t w(t ), donde w(t )
es un polinomio 1 en t . Este espacio es invariante bajo la accin de ddt , ya que
tomando su derivada obtenemos una expresin similar, es decir el producto
de la misma exponencial por otro polinomio. Por otro lado es invariante
ante la accin de A, ya que como A no depende de t su accin en cualquier
e t w(t ) nos da otra expresin semejante. Por lo tanto, la accin de ddt A
tambin nos mantendr en el mismo espacio. Vemos as que si tenemos una
suma de trminos con esa estructura y con distintos valores de , como es
1
122
d
dt
A nos da
m
X
e i t v i (t )
i=1
m
X
e At v 0i ,
(5.28)
i=1
123
Teorema 5.3 Dado un operador A : V C V C existe un conjunto de subespacios invariantes de A, {Wi }, donde i son los autovalores de A tales que:
a) V C = W1 W2 Wd
b) El nico autovalor de la restriccin de A en {Wi } es i .
Concluimos el estudio de las soluciones de la ecuacin 5.16, o sea de la
funcin e At con una descripcin pormenorizada de la forma de las mismas
que se obtiene usando la representacin matricial de A en la base donde adquiere la forma cannica de Jordan. Es decir, para todo subespacio invariante
Wi la restriccin de A en este subespacio tiene la forma,
A = i + i ,
(5.29)
m
i 1
X
(t i ) j
j =0
j!
(5.30)
k
0
k1
e tA =
..
124
kp
(5.31)
1 t t 2 /2
1
t
ki = e t
t n1 /(n 1)!
..
.
..
.
..
.
t 2 /2
..
.
t
1
(5.32)
donde el nmero de filas o columnas es el mismo que las de las Ji correspondiente a A en la composicin de Jordan, este es menor o igual a la multiplicidad de i como raz del polinomio caracterstico.
La base en la cual A tiene la forma cannica de Jordan es en general compleja, es en realidad una base en C n . Si deseamos usar una base real, lo cual es
posible ya que partimos de tener a A como operador de lRn en lRn , y hacemos
la transformacin correspondiente la matriz e At sufrir la transformacin de
semejanza correspondiente. Como esta transformacin es independiente del
tiempo, si bien las componentes de e At no tendrn la forma anterior, stas sern sumatorias de trminos exponenciales por polinomios en t . Por lo tanto
cada componente de la solucin general de 5.16 ser de la forma,
x i (t ) =
q n
o
X
(e t p + e t p ) P pi (t ) + i(e t p e t p ) Q pi (t )
(5.33)
p=1
donde q es el nmero de autovalores distintos contando a los pares complejos como uno solo y P pi , Q pi son polinomios en t cuyo grado es menor o
igual a la multiplicidad con que aparece el autovalor p como raz del polinomio caracterstico. Esta informacin es til en dos sentidos. En el prctico
debido a que si bien el mtodo de construir la solucin usando una base en
la que A tiene la forma cannica de Jordan es directo, para sistemas de gran
dimensin se torna engorroso. En algunos casos es conveniente calcular los
autovalores y su multiplicidad y luego suponer una solucin de la forma 5.33
y calcular los polinomios P pi , Q pi .
Este mtodo tambin es til en el sentido que nos permite conocer el
comportamiento global de las soluciones. Por ejemplo vemos que si la parte
real de los autovalores no es positiva y aquellos cuya parte real es cero no
aparecen repetidos, entonces todas las soluciones son acotadas [Existe C > 0
125
tal que kx(t )k < C .] Si adems todos tienen parte real negativa luego todas
las soluciones tienden asintticamente a la solucin trivial [ lm x(t ) = 0 ].
t
(5.34)
x 1 (t ) = e i t (x 1 cos wi t x 2 sin wi t )
x 2 (t ) = e i t (x 2 cos wi t + x 1 sin wi t ),
(5.35)
con i = i + i wi .
Vemos que la accin del operador e At es en este caso la de dilatar los
vectores por un factor e i t y la de rotarlos un ngulo wi t .
126
5.4.
Problemas
(5.39)
x1
x2
1 0
0 1
127
x1
x2
(5.41)
c)
d
dt
x1
x2
1 1
0 1
x1
x2
(5.42)
d)
d
dt
x1
x2
1 0
1 1
x1
x2
(5.43)
e)
d
dt
x1
x2
0 1
1 0
x1
x2
(5.44)
(5.45)
g)
d
dt
x1
x2
i 0
0 i
x1
x2
x1
x2
x1
x2
(5.46)
h)
d
dt
x1
x2
x1
x2
1+i
0
0
1i
1+i
1
0
1i
(5.47)
i)
d
dt
(5.48)
dt
dt
d3x
d2x
+ dd xt = 0
3 +2
dt
d t2
2
d3x
+ 4 d x2 + 13 dd xt = 0
d t3
dt
3
2
d4x
+ 4 d x3 + 8 d x2 + 8 dd xt
d t4
dt
dt
+4=0
2
(5.49)
129
130
CAPTULO 6
ESTABILIDAD
Las soluciones estacionarias o de equilibrio son muy importantes en fsica ya que muchos sistemas (especialmente aquellos donde hay disipacin) se
comportan de forma tal que la solucin se aproxima, en su evolucin, a estas
soluciones.
Otra particularidad que las hace importantes es el hecho que stas estn
simplemente dadas por los puntos donde el campo vectorial se anula, y por lo
tanto a lo sumo se debe resolver una ecuacin algebraica para encontrarlas, en
contraste con el caso general donde debemos resolver una ecuacin diferencial. Incluso en algunos casos es posible inferir que el campo vectorial se debe
anular, tal es el caso por ejemplo si la variedad es una esfera bi-dimensional
ya que cualquier campo vectorial continuo definido sobre sta es tal que al
menos existen dos puntos donde ste se anula, y por lo tanto en este caso
siempre habr soluciones estacionarias.
Vp
M
p
Up
x(0)e a t
1+
b x(0) a t
(e
a
1)
, x(0) 0
(6.1)
se ve claramente que x(t ) = 0 no es una solucin estable (a estas las llamaremos inestables) y que x(t ) ba es asintticamente estable. Si contaminamos
un recipiente de cultivo con una sola bacteria esto es suficiente para que sta
se reproduzca 1 hasta alcanzar (asintticamente) la concentracin ba . Si ahora
sacamos o agregamos algunas bacterias cosa de cambiar su concentracin las
bacterias se reproducirn o aniquilarn hasta alcanzar nuevamente la concentracin estable ba .
b) La ecuacin x = Ax tiene entre sus soluciones estacionarias la dada por
x(t ) 0. Cules otras? stas sern estables cuando los autovalores de A,
i , satisfagan (i ) 0, i 6= j o (i ) < 0 si i = j , donde indica
1
Note que en el proceso real no tenemos una variable continua y por lo tanto en l las
perturbaciones son como mnimo de una bacteria, esto hace que sea posible tener recipientes
estriles y por lo tanto la inestabilidad matemtica no se manifiesta en la realidad.
132
d
ds
v( x (s))| s=0 ,
(6.2)
d
ds
(a x s b ( x)2 s 2 )| s=0 = a x,
(6.3)
d a2
a
( + a x s b ( + x s )2 )| s=0 = a x 2a x = a x, (6.4)
ds b
b
(6.5)
0
1
1 k
.
(6.7)
0 1
1 k
134
.
(6.9)
con autovalores =
p
2
k2 + 4
bilidad.
De los ejemplos se ve que este teorema es de aplicacin amplia. Como estabilidad es una nocin local para facilitar la demostracin tomaremos M =
lRn y un sistema coordenado cartesiano con origen en la solucin estable
a considerar. Usaremos varios resultados previos que probamos a continuacin.
Teorema 6.2 (de Lyapunov) Sea A : lRn lRn un operador lineal cuyos autovalores tienen parte real negativa. Luego existe un tensor de tipo (2, 0), (, ),
simtrico y positivo definido [ (w, v) = (v, w) y (w, w) 0 (= s i i w =
0)] tal que,
Ax( (x, x)) < 0 x 6= 0,
es decir la derivada de (x, x) en la direccin Ax es negativa.
La interpretacin geomtrica de esta condicin es que (x, x) define una
norma cuyas superficies de nivel son tales que en cada una de stas el vector
Ax en p = x apunta hacia adentro. Ver figura.
~ ~x
A
~x
Prueba: Si todos los autovalores de A son distintos luego existe una base de
Jordan {u i }, i = 1, ..., n y la correspondiente co-base { i }, i = 1, ..., n (con
P
P
i .
i (u j ) = ji ) tal que A = ni=1 i u i i . Sea en este caso = ni=1 i
135
P 0
P
P
Si z = ni=1 z i u i e y = ni=1 y i u i C n , luego (z, y) = ni=1 z i y i +
P(nn 0 )/2 i i
(z y + zi y i ) donde hemos separado la suma en la de los autovec0
n +1
"
(6.10)
1 0 0 . . . 0
" 0 . . . 0
(6.11)
A= .
. . . . . . .
0
.
.
.
.
.
0
0
. . . . " r
0 0
A= 1 0 .
(6.12)
0 1
definiendo u 1 =
u 2
,
u
=
, y u 3 = u 3 , vemos que en esta nueva base,
2
0 0
A= " 0 .
(6.13)
0 "
u 1
136
[Au 1 = A
u 1
2
u1
2
= u 1 , Au 2 = A
u 2
u 1 +
u2
= u 1 + u 2 , etc.].
Prueba: Sea B1 la esfera unidad con respecto a alguna norma en lRn y consideremos 0 (x, x) : B1 lR+ . Como B1 es compacta 0 alcanza all su mnimo,
mi n . Anlogamente 1 alcanza all su mximo, que llamaremos ma x . To mi n
mando " <
se cumple lo requerido.
ma x
Ejemplo: En lR2 sea 0 ((x1 , y1 ), (x2 , y2 )) = x1 x2 +y1 y2 y 1 ((x1 , y1 ), (x2 , y2 )) =
x1 y2 + x2 y1 , luego 0 + " 1 es positiva si |"| < 2.
Para completar la demostracin del teorema de Lyapunov tomaremos
X
i ,
=
i
i
(6.14)
con fi = 1 0 segn haya " o no en ese lugar de la diagonal inmediata superior. El primer trmino es una forma positiva definida 0 evaluada en x
en ambas entradas. El segundo es una forma simtrica " 1 evaluada en x en
ambas entradas. El segundo lema nos dice que tomando " pequeo 0 + " 1
es tambin positiva definida. Esto concluye la prueba del teorema.
Note ahora que no solo la que hemos encontrado es simtrica y positiva
definida y por lo tanto una norma en lRn , sino que tambin Ax( (x, x)) es
positiva definida y define una norma [ya que Ax( (x, x)) = (Ax, x)
(x, Ax)]. Pero ya vimos que en lRn todas las normas son equivalentes y por
lo tanto existir > 0 tal que
1
2
(6.15)
(6.16)
2b
1/2
(x, x)3/2
(6.18)
(6.19)
(6.20)
r (t ) =
(6.21)
(6.22)
2
Por unicidad de la solucin (t ) 6= 0 y por lo tanto ((t ), (t )) > 0 y el logaritmo est
bien definido.
138
6.1.
Problemas
(6.23)
a, b , c, f 0.
a) Haga una trasformacin de coordenadas y tiempo que lo lleve a la forma,
x1 = (1 x2 )x1
x2 = (e x1 )x2
(6.24)
b) Grafique el campo vectorial y vea que no hay integrales primeras no triviales en los cuadrantes donde al menos una de las coordenadas es negativa.
c) Encuentre las soluciones de equilibrio y determine cules son estables y
cules no.
d) Examine el cuadrante positivo mediante la transformacin: x1 = e q1 ,
x2 = e q2 y vea que all la cantidad f (q1 , q2 ) := e q1 + q2 (e q1 + e q2 ) es una
integral de movimiento. Utilice esta informacin para inferir que en ese cuadrante las trayectorias permanecen en regiones acotadas.
e) Examine las ecuaciones linealizadas alrededor de la solucin de equilibrio
en el cuadrante positivo y determine cul sera la frecuencia de oscilaciones de las
variaciones cercanas a equilibrio que tendra el sistema.
Nota, esta ecuacin describe la poblacin de dos especies en competencia. Lo
que acabamos de ver es que las especies no crecen indefinidamente ni desaparecen.
Esto ltimo nos dice que la aproximacin no es muy buena... Note que x2 representa un predador que depende exclusivamente para su subsistencia de la presa
x1 , ya que si sta se extingue el predador lo sigue.
En realidad debemos probar adems que si |(0)| < C luego (t ) existe para todo t .
Pero la ltima desigualdad probada nos dice que (t ) no puede abandonar la regin compacta
{x| (x, x) ((0), (0))} y por lo tanto el teorema de extensin nos asegura que (t ) existe
para todo t [0, +).
3
139
Problema 6.2 Si en el sistema anterior las especies tienen otros medios alternativos de subsistencia entonces las ecuaciones resultantes son:
x1 = (1 x1 a x2 )x1
x2 = (1 x2 + b x1 )x2
(6.25)
(6.26)
(6.27)
(6.28)
(6.29)
141
(6.30)
142
CAPTULO 7
PRUEBA DEL TEOREMA FUNDAMENTAL
(7.1)
n
El conjunto
PM den vectores
PMun =n x n , n N , esn linealmente independiente
e infinito ( n=0 c un = n=0 c x = 0 = c = 0 n M ) ya que un
polinomio de grado M tiene a lo sumo M races.
A los espacios de dimensin infinita tambin se les puede asignar normas, pero en este caso stas no son equivalentes y por lo tanto habr que ser
cuidadoso en no confundir las estructuras resultantes. Para ello asignaremos
distintos nombres a los espacios con distintas normas.
Ejemplos: a) El espacio vectorial normado l 2 es el espacio de sucesiones infis
X
nitas con la norma k{xi }k2 =
xi2 < .
i =1
A diferencia del caso de dimensin finita, un espacio normado de dimensin infinita no necesariamente es completo. Para ilustrar esto consideremos
el espacio vectorial normado l0 el cual es un subespacio de l que consiste en todas las sucesiones acotadas con solo un nmero finito de trminos
no nulos. Cada sucesin {xi }n = (1, 1/2, 1/3, . . . , 1/n, 0, 0, . . .) est en l0 , la
sucesin de sucesiones {{xi }n } es de Cauchy
1
0
k{xi } m {xi }n k =
n + 1 n
y converge a la sucesin {xi } = (1, 1/2, 1/3, . . .) l que no pertenece a l0 .
Por lo tanto l0 no es completo.
Definicin: Diremos que un espacio vectorial normado (V , kk) es un espacio
de Banach si es completo.
144
(7.2)
<
(7.3)
(7.4)
Ejemplos:
x
a) El mapa lineal en l 2 ; A{x i } = i+1i .
146
p U y por simplicidad ( p) = 0 lRn . Usando este mapa podemos trasladar el campo vectorial v en M a un campo vectorial v definido en un entorno
del cero en lRn . All trataremos el problema de encontrar sus curvas integrales
g (t , x) que pasan por el punto x (U ) al tiempo t = 0. Luego por medio
del mapa 1 obtendremos en M las familias monoparamtricas de difeomorfismos g t (q) , q U , que sern tangentes en todo punto al campo vectorial
v.
Con esto en mente, solo resta por ver que para R > 0 y " > 0 suficientemente pequeos existen curvas integrales, g (t , x) : [0, "] BR = {x
es decir mapas satisfaciendo
lRn | kxkV < R} lRn , del vector v,
d g (t , x)
dt
(t , x)) ,
= v(g
g (0, x) = x,
(7.5)
con g (t , x) continua con respecto al segundo argumento, es decir con respecto a la condicin inicial. Por la suposicin de que v es Lipschitz 2 , tenemos
que existe k > 0 tal que x, y BR
v(y)k
kv(x)
V < k kx ykV .
(7.6)
su p
kh(t , x)kV ,
x BR
t [0, "].
(7.7)
Para que este mapa est bien definido supondremos R lo suficientemente pequeo como para que v est definido y satisfaga la condicin de Lipschitz en
147
x
R
2R
Prueba:
kT (h1 ) T (h2 )kV =
+ h1 (, x)) v(x
+ h2 (, x))kV d
kv(x
k kh1 (, x) h2 (, x)kV d
k " kh1 h2 kC
y por lo tanto
kT (h1 ) T (h2 )kC k " kh1 h2 kC
h1 , h2 C ([0, "] BR ).
7.1.
Problemas
Problema 7.1 Vea que l 2 la bola unidad no es compacta. Ayuda: encuentre una
sucesin infinita en la bola unidad que no tiene punto de acumulacin.
Problema 7.2 Pruebe que la condicin
kA(x) A(y)k < kx yk
(7.10)
149
150
CAPTULO 8
ELEMENTOS BSICOS DE ANLISIS FUNCIONAL
8.1.
Introduccin
8.2.
(8.1)
Prueba: Los detalles de esta pueden ser encontrados en, por ejemplo [Y], pag.
56. Aqu solo daremos las ideas. Si W es completo entonces tomamos V = W
y = i d . Por lo tanto supondremos que W no es completo. Entonces habrn
sucesiones de Cauchy {wn } en w que no convergen a ningn punto de W . La
idea es tomar estas sucesiones como nuevos puntos con los cuales engordar
W . Como muchas sucesiones distintas podran tender a un mismo punto, a
los efectos de no engordar demasiado a W , todas ellas debern ser consideradas como un solo elemento. Esto se logra tomando clases equivalentes de
sucesiones como elementos de V . Diremos que dos sucesiones, {wn }, {wn0 },
son equivalentes si su diferencia tiende al elemento cero,
lm kwn wn0 kW = 0.
(8.2)
Como el conjunto de sucesiones de Cauchy de elementos de W forma un espacio vectorial, el conjunto de clases equivalentes de sucesiones tambin es un
espacio vectorial, este ser V . Este espacio hereda una norma naturalmente
de W , dada por,
k{wn }kV = lm kwn kW ,
(8.3)
n
(8.4)
8.3.
*Integral de Lebesgue
| f (x)| d x
(8.5)
0
1
0 x 1/4 , 3/4 x 1
1/4 < x < 3/4.
(8.6)
1
En realidad las funciones no son propiamente elementos de L1 sino que stos son la imagen por el mapa (definido en la seccin anterior) de stas.
153
1/4
1
0
1/4
1/2
3/4
0
1/n
0
1
(8.7)
f (x)
m+1
n
m
n
f 1 [( mn , m+1
)]
n
i v) Si Ai M , i = 1, 2, ... y Ai A j = ; si i =
6 j luego Ai =
P
i (Ai ).
Intuitivamente los conjuntos medibles son los conjuntos que admiten una
nocin de longitud o rea y su medida es el valor de esta longitud o rea.
156
P
pide ii), ya que esperaramos que Ai i (Ai ).
i
: M lR dada por,
Sea X = lR, M todo subconjunto de X y
(A)
=
in f
I I
A I
(m(I ))
(8.11)
.
(A)
= 1.
X
[
X
=
1 = (S 1 ) =
(A
)
=
,
(8.12)
A
r
r
r Q
r Q
lo cual lleva a una contradiccin ya que si = 0 luego la sumatoria da cero y
si 6= 0 la sumatoria da infinito.
Este contraejemplo nos dice entonces que debemos restringir M a ser un
subconjunto de M si queremos tener una medida. Hay muchas maneras de
caracterizar esta restriccin una de ellas est dada por el siguiente teorema
(que no probaremos).
Teorema 8.2 Sea M el subespacio de M tal que si A M luego
E) + ((X
(E)
= (A
A) E) E M .
(8.13)
E) + ((X
La primera parte de este teorema nos dice que el conjunto de funciones medibles es un espacio vectorial. Esto sigue siendo cierto si nos restringimos al espacio de
R funciones integrables en el sentido de Lebesgue, es decir f medible y | f | d x < . Denotaremos a este espacio como L1 o
L1 (lR). Similarmente definiremos L1 [a, b ] al espacio de funciones integrables f : [a, b ] lR donde en este caso la integral se define como antes pero
extendiendo la funcin f a todo lR con valor cero fuera del intervalo [a, b ].
Como ya vimos antes para hacer de L1 un espacio normado debemos
tomar como sus elementos las clases equivalentes
de funciones donde diremos
R
que f , g L1 son equivalentes si | f g |d x = 0. Esto es equivalente a
decir que el subconjunto de lR donde f es distinta de g es de medida cero, o
en otras palabras que f es igual a g en casi todo punto.
Denotaremos al espacio de clases equivalentes de funciones integrables
(Lebesgue) con L1 y sus elementos con letras tildadas. Note que un elemento
f de L1 es una clase equivalente de funciones y por lo tanto en general el valor
de f en x, f(x), no tiene sentido alguno ya que podemos tener funciones en
la clase equivalente f, f1 y f2 con f1 (x) 6= f2 (x) para algn x lR. Por lo tanto
debemos ser precavidos al respecto.
Es este espacio L1 el mismo que habamos obtenido anteriormente? La
respuesta es s y sigue trivialmente de los siguientes teoremas.
Teorema 8.4 (Riez-Fisher) : L1 es completo.
Teorema 8.5 C 1 [a, b ] es denso en L1 [a, b ], es decir L1 [a, b ] es el espacio completado de C 1 [a, b ].
8.4.
Espacios de Hilbert
160
Ejercicio: Pruebe que dando un tensor de tipo (2, 0), t (, ), simtrico, real y
positivo definido, entonces (x, y) t (x , y) es un producto escalar.
La norma que este producto escalar induce es simplemente la funcin,
k kV : V lR+ dada por,
(8.14)
kxkV = (x, x).
Que esta es en realidad una norma sigue de los siguientes lemas:
Lema 8.1 (Desigualdad de Schwarz) : |(x, y)| kxk kyk.
Prueba: Para cualquier x, y V , lR tenemos por iii),
0 (y + (x, y) x, y + (x, y) x)
= kyk2 + 2 |(x, y)|2 kxk2 +
+ (x, y)(x, y) + (x, y)(y, x)
= kyk2 + 2 |(x, y)|2 + 2 |(x, y)|2 kxk2 .
(8.15)
(8.16)
n
X
j =1
x j y j .
X
j =1
x j y j .
Note que la desigualdad de Schwarz nos garantiza que el producto escalar est bien definido para todo par de vectores de l 2 .
Para asegurarnos que l 2 es un espacio de Hilbert debemos probar que
es completo, es decir que toda sucesin de Cauchy (con respecto a la
norma de l 2 ) converge a un elemento de l 2 .
Lema 8.3 l 2 es un espacio de Hilbert.
Prueba: Sea {{xi }N } una sucesin de sucesiones. Que esta sea de Cauchy significa que dado " > 0 existe N tal que
k{xi }N {xi }M k2 =
X
i=1
162
(8.17)
|x jM x j |2 < "2
Pero esta es una sucesin (en k) de nmeros reales que es acotada (por
"2 ) y por lo tanto, tomando ahora el lmite k vemos que {{xi }N }
{
xi } l 2 y que si {
xi } l 2 luego {{xi }N } {
xi } en norma. Pero
k{
xi }k2 = k{{xi }N } + ({
xi } {{xi }N })k2
k{{xi }N }k2 + k{
xi } {{xi }N }k2 ,
y por lo tanto que {
xi } l 2
Este ejemplo y el que lo sigue son ejemplos clsicos a tener en cuenta,
esencialmente todo espacio de Hilbert que trataremos es alguna de estas
variantes.
3. L2 (o H 0 ), el espacio de funciones medibles con cuadrado integrable en
lR e identificadas entre
R s, si su diferencia est en un conjunto de medida cero ( f g si | f g |2 d x < 0). El producto escalar es ( f , g ) =
R
R
| f |2 d x.
f g d x y su norma obviamente k f k 0 =
H
i=1
n
X
i, j , . . . , k = 1
|
{z
}
m
163
i, j =1
|i j . . . k f |2 },
(8.18)
(8.19)
Prueba:
Es inmediato que M es un subespacio vectorial y que es cerrado. [Si {xi }
es una sucesin en M convergiendo a x en H luego |(x, y)| = |(x xi , y)|
kx xi k kyk 0 y M y por lo tanto x M .] Solo debemos probar la
complementaridad. Para ello, dado x H , buscaremos el elemento z en M
ms prximo a x, ver figura.
M
~y
~x
z~2
~z
z~1
Luego
kzn z m k2H
= k(zn x) (z m x)k2H
= 2kzn xk2H + 2kz m xk2H
k(zn x) + (z m x)k2H
z +z
= 2kzn xk2H + 2kz m xk2H 4k n 2 m xk2
2kzn xk2H + 2kz m xk2H 4 d 2
2 d 2 + 2 d 2 4 d 2 = 0
m
n
zn
(zn x) + (z m x)
(zn x) (z m x)
zm
x
(8.20)
(8.21)
(8.22)
Prueba:
Probaremos ste mostrando que M (M ) y que (M ) M .
La primera inclusin es obvia ya que (M ) es el conjunto de vectores
ortogonales a M el cual a su vez es el conjunto de vectores ortogonales a M .
La segunda inclusin sigue de que si descomponemos cualquier vector
x (M ) en su parte en M y en parte en M , x = x1 + x2 , x1 M , x2 M ,
la primera inclusin nos dice que x1 (M ) pero (M ) y M son tambin
complementarios y por lo tanto x2 = 0
Este nos dice que tomando complementos no obtendremos ms que un
solo espacio de Hilbert extra.
Para formular el siguiente corolario es necesario introducir un nuevo concepto, el de espacio dual de un espacio de Hilbert. Podramos definir el dual
de un espacio de Hilbert de la misma forma que lo hicimos para espacios vectoriales de dimensin finita, es decir como el conjunto de mapas lineales de
H en C. El espacio vectorial as obtenido no hereda H ninguna propiedad
interesante por ser ste un espacio demasiado grande. Para lograr un espacio
ms pequeo y con propiedades atractivas restringiremos los mapas lineales
a aquellos que sean continuos. Es decir el espacio dual a H , H 0 ser el conjunto de mapas lineales continuos de H en C. Qu mapas estn en H 0 ? Note
que si y H luego el mapa y : H C definido por y (x) = (y, x) es lineal
y como |(x)| kykH kxkH tambin es continuo. Este mapa nos da una correspondencia inyectiva (no cannica, ya que depende del producto escalar)
entre los elementos de H y los de su dual. Vemos as que H est contenido
naturalmente en H 0 .
Ejercicio: Medite sobre cul es la norma natural en H 0 . Pruebe que con esa
norma tenemos ky kH 0 = kykH .
167
168
Pi
n=1
(a, en )en k l 2
0.
subcoleccin el procedimiento de Gram-Schmidt para obtener la base ortonormal. Para probar el resto del teorema necesitamos los siguientes lemas.
Lema 8.4 (Pitgoras) : Sea {xn }N
un conjunto ortonormal de H , no necesan=1
riamente una base. Luego,
kxk2H =
N
X
|(xn , x)|2 + kx
n=1
N
X
(xn , x)xn k2 x H .
(8.23)
n=1
P
P
Prueba: Sea v = N
(x , x)xn y w = (x N
(x , x)xn ). Es fcil de ver
n=1 n
n=1 n
que v V , el subespacio de Hilbert generado por los {xn }N
y w V ,
n=1
pero entonces
kxk2H
= (x, x)
= (v + w, v + w)
= (v, v) + (w, w)
N
X
|(xn , x)|2 + kwk2H .
=
n=1
y
kyk2 =
|(xn , y)|2 ,
(8.26)
n
4
Un resultado similar es vlido an en el caso de que la base no sea numerable, o sea an
cuando H no sea separable.
170
donde la primera igualdad significa que la suma converge con respecto a la norma
de H a y H . La ltima igualdad es llamada relacin de Parseval y los
2
coeficientes
P (xn , y) los coeficientes de Fourier de y. Inversamente si {cn } l
luego n cn xn H .
lo que implica que la sucesin {aN }, que es montonamente creciente, es acotada y por lo tanto converge
Pa un valor lmite finito. Esto a su vez implica que
{aN } es Cauchy. Sea yN = N
(x , y)xn , luego para N > M
n=1 n
kyN yM k2H
=k
N
X
j =M +1
(x j , y)x j k2H
N
X
j =M +1
|(x j , y)|2 = aN aM
lm (y
N
X
j =1
(x j , y)x j , xn )
(8.28)
= (y, xn ) (y, xn ) = 0
y por lo tanto yy 0 es perpendicular al espacio generado por S, que es todo H
y por lo
tanto tiene que ser el elemento cero. Solo resta ver que si {cn } l 2
P
luego n=1 cn xn H . Un clculo idntico al anterior muestra que {yN =
PN
c x } es una sucesin de Cauchy y por lo tanto que lmN yN H
n=1 n n
numerable S panQ {S} = {x|x = n=1 cn xn con {cn } una sucesin finita de
racionales } es denso en H y por lo tanto que H es separable. Esto concluye
la parte sii de la prueba, solo resta encontrar un isomorfismo entre H y C N
o l 2 . Sea {xn } una base numerable de H y sea : H C N o l 2 el mapa
(y) = {(xn , y)}.
171
(8.29)
X
n=1
(8.30)
y por lo tanto que dicha imagen est contenida en l 2 . La continuidad e invertibilidad del mapa quedan como ejercicio para el lector
El teorema anterior, entre otras cosas sirve para dar una caracterizacin
que diferencia los espacios de Hilbert de dimensin finita de los de dimensin
infinita. (En realidad esta caracterizacin es vlida para espacios de Banach en
general).
Teorema 8.8 Sea H un espacio de Hilbert y sea
B1 (H ) = {x H / kxkH 1}
la bola de radio uno en H . Luego B1 (H ) es compacta sii H es de dimensin
finita. [Se puede ver que en este caso un subconjunto B de H es compacto sii toda
sucesin {xn } de elementos de H en B tiene una subsucesin que converge a un
elemento de B.]
Prueba: Veremos solo el caso en que el espacio es separable. Si H es de dimensin finita es isomorfo a C N , pero B1 (C N ) es un subconjunto cerrado y acotado, y por lo tanto compacto. Si H es de dimensin infinita (y
separable) entonces es isomorfo a l 2 , pero la sucesin en B1 (l 2 ), {xn } con
{xn = (0, ..., 0, 1 , 0, ...)} claramente no tiene ninguna subsucesin convern
gente
rrollo de este ejemplo ser nuestra ocupacin hasta el final de este captulo.
172
8.5.
1
p e inx ,
2
Serie de Fourier
Teorema 8.9 S =
e i nx
p ,
2
o
n = 0, 1, 2 . . . es un conjunto completo de vecto-
(8.31)
punto a punto y uniformemente si g (x) Li p p ([0, 2]). Luego por densidad, dada cualquier funcin f (x) L2 ([0, 2]) y " > 0 existir f" Li p p ([0, 2])
tal que k f f" kL2 < "/3 y por lo tanto tendremos,
k f SN ( f )kL2 = k f SN ( f ) f" + SN ( f" ) + f" SN ( f" )kL2
pero
kSN ( f f" )kL2
N
X
n=N
|( f f" )n |2
k f f" k 2
"/3
(8.32)
Vemos as que solo resta probar nuestra suposicin de convergencia uniforme de SN ( f ) a f para funciones Lipschitz peridicas. La prueba de esta
afirmacin es muy instructiva y nos muestra como trabaja la serie de Fourier. Preparatoriamente para este resultado probamos una serie de lemas:
Lema 8.7 Si f es integrable ( f L1 ) luego,
1
sup{| fn |} p
n
2
| f (x)|d x.
(8.33)
Prueba:
e inx
| fn | = |( p , f )|
2
Z 2
1
|e i n x f (x)|d x
p
2 0
Z 2
1
p
| f (x)|d x
2 0
(8.34)
(8.35)
=0
(8.36)
| f n f" n | =
e inx
|( p , f f" )|
2
Z 2
1
| f (x) f" (x)|d x
p
2 0
1
p k f f" kL1
2
"/2
(8.37)
tenemos que
| fn | | fn f"n | + | f"n | "/2 + | f"n |.
(8.38)
(8.39)
Prueba: Probaremos solo la convergencia puntual, la uniforme sigue fcilmente y la prueba de ello no agrega nada nuevo. Comenzamos con el siguiente clculo,
SN ( f )() :=
=
=
=
N
1 X
fn e i n x
p
2 n=N
N Z 2
1 X
0
e i n f (0 )e i n d 0
2 n=N 0
Z
N
X
1 2
0
e i n( ) )d 0
f (0 )(
2 0
n=N
Z 2
f (0 )DN ( 0 )d 0
(8.40)
N
1 X
e i n( ) .
0
2 n=N
(8.41)
Estudiamos ahora algunas propiedades del ncleo de Dirichlet. Notemos primero que,
Z
DN ( 0 )d 0 =
=
N Z
1 X
2 n=N
1
2
e i n( ) d 0
0
N
X
n=N , n6=0
[e i n(2) e i n ] + 2]
= 1.
(8.42)
N
X
e i n
n=N
N
X
(e i )n
n=N
176
(8.43)
N
X
qn
n=N
=
=
=
=
=
=
=
N
X
qn +
n=0
N +1
N
X
q n 1
n=0
q 1
q (N +1) 1
q 1 1
(q N +1/2 q 1/2 )(q 1/2 q 1/2 ) + (q (N +1/2) q 1/2 )(q 1/2 q 1/2 )
(q 1/2 q 1/2 )(q 1/2 q 1/2 ) /(q 1/2 q 1/2 )(q 1/2 q 1/2 )
q N +1/2 q N 1/2
q 1/2 q 1/2
e i(N +1/2) e i(N +1/2)
e i /2 e i/2
sin((N + 1/2))
.
sin(/2)
(8.44)
Por lo tanto
DN () =
1 sin((N + 1/2))
2
sin(/2)
(8.45)
0
2
1
2
f (0 )DN ( 0 )d 0
f ( 0 )DN ()d 0
[ f ( 0 ) f ()]
sin((N + 1/2)0 )
sin(0 /2)
d 0 + f ()
g ( ) :=
| f ( 0 ) f ()|
sin(0 /2)
177
(8.46)
=k
2T
(8.48)
t
2
con k una constante positiva. Supondremos T (, 0) = T0 (). Suponiendo
adems que T (, t ) admite una descomposicin en serie de Fourier,
e i n
T (, t ) =
Tn (t ) p
2
n=
(8.49)
2T
t
2
X
d Tn (t )
e i n
=
(
+ k n 2 Tn (t )) p
dt
2
n=
e i n
p
2
= k n 2 Tn (t ) n
178
(8.50)
(8.51)
o sea,
Tn (t ) = Tn (0)e k n t .
(8.52)
e i n
Tn0 p
2
n=
(8.53)
i n
2 e
Tn0 e k n t p
2
n=
(8.54)
e i n
Tn0 (k n 2 ) p ek n 2 t p ,
2
n=
(8.55)
1. ( f , g ) =
R1
f g d x (En este caso obtendr los polinomios de Legendre.)
1
2. ( f , g ) =
te.)
R x 2
f ge
d x (En este caso obtendr los polinomios de Hermi
3. ( f , g ) =
rre.)
R x
f g e d x (En este caso obtendr los polinomios de Lague0
El hecho de que los polinomios de Legendre son una base sigue del Teorema de Aproximacin de Weirstrass y del hecho de que las funciones continuas
son densas en L2 .
*Mtodo de Gram Schmidt.
Dado un conjunto numerable de elementos linealmente independientes de
H , {x i } generamos recursivamente los siguientes conjuntos:
yi = xi
i 1
X
(u l , x i )u l , u i =
l =1
yi
ky i k
Note que la segunda operacin est bien definida ya que y i 6= 0. Esta aseveracin sigue del hecho de que el lado derecho en la definicin de y i es una
combinacin lineal de los x j , j = 1, ..., i y hemos supuesto que estos son linealmente independientes.
Veamos ahora que (u i , u j ) = i j . Para ello probaremos por induccin que
dado i, (u i , u j ) = 0 j < i positivo. Esto es cierto para i = 1 [ya que no hay
j ]. Supongamos entonces que es cierto para i 1 y veamos que tambin lo es
para i . Pero, dado j < i tenemos,
(u j , y i ) = [(u j , x i )
j 1
X
(u l , x i )(u j , u l )] = [(u j , x i ) (u j , x i )] = 0.
l =1
180
8.6.
Problemas
(8.57)
Vea que esta es una norma y pruebe que la norma inducida en V 0 por sta est
dada por,
n
X
1
kkq (
|i |q ) q ,
(8.59)
i=1
donde
1
p
1
q
=1
( p, q 1);
(8.60)
n
X
i=1
n
n
X
1 X
1
|i |q ) q .
x i i | (
|x i | p ) p (
(8.61)
i=1
i=1
X
i=1
181
|i |.
(8.63)
Ayudas: Note que dado un elemento de l1 , {} = (1 , 2 , . . .), tenemos un funcional lineal dado por,
X
({x})
xi i .
(8.64)
i =1
(8.65)
8.7.
f (x)d x =
T +a
f (x)d x, a lR
(8.67)
= 2 /6
(8.68)
c ot h(s)/s =
n=
182
1
2
s + n2
(8.69)
n
X
cm e i m x ,
c m :=
m=n
1
2
(e i m x , f (x)).
(8.70)
f ( + x)
sin((n + 1/2)x)
dx
(8.71)
2 0
sin(x/2)
1 Pn
b.- Sea S Sn ( f )() = n+1
S ( f )() (suma de Csaro), pruebe que:
0 m
S Sn ( f )() =
c.- Sea Kn (x) =
1
2(n + 1)
f ( + x)
sin2 ((n+1)x/2)
2(n+1) sin2 (x/2)
dx
(8.72)
Kn (x) 0 uniformemente en [, 2 ].
d.- Pruebe que S Sn ( f )(0 ) f (0 ) si f es acotada y continua en 0 .
e.- Probar que si f es continua y peridica, entonces S S Ln ( f )() f ()
uniformemente en . Ayuda: recuerde que si f es continua en [0,2] entonces f
es uniformemente continua.
f.- Mostrar que k f Sn ( f )k k f S S Ln ( f )k y concluir que Sn ( f ) f en
L2 si f es continua.
Problema 8.13 Suponga que f C p1 ([0, 2]) y sea cn = (e i n , f ) y bn =
(e i n , f 0 ).
P
P
a.- Vea que
|bn |2 < y concluya que
n 2 |cn |2 < .
P
b.- Probar que |cn | < .
P
c.- Probar que nm=n c m e mi es uniformemente convergente para n .
Pn d.- Utilicemiel tem f.- del problema anterior para concluir que
c e
2 f () uniformemente.
m=n m
183
Notas bibliogrficas: Estas notas estn basadas en los siguientes libros: [9],
[10], [13], [1] y [14]. sta es una de las reas mas bellas y tiles de las matemticas, bsica para casi todo, en particular la mecnica cuntica. No deje de
profundizar un poquito en ella, sobre todo recomiendo los libros [9] y [1] de
lectura placentera.
184
CAPTULO 9
DISTRIBUCIONES
9.1.
Introduccin
Para hacer del espacio de funciones de cuadrado integrable L2 (lR) un espacio normado fue necesario generalizar el concepto de funcin ( como mapa
de lR en lR ) en el sentido que los elementos de L2 son solo funciones definidas
en casi todos los puntos, es decir clases equivalentes Rde funciones de cuadrado
integrable ante la relacin de equivalencia f g si | f g |2 d x = 0.
Si bien esta generalizacin es til ya que entre otras cosas nos permite
agrupar las funciones en espacios de Hilbert y as usar la poderosa estructura geomtrica que stos tienen, es conveniente considerar una generalizacin
aun mayor la cual, como veremos ms adelante, nos proveer de una importante herramienta en lo que hace al clculo formal en fsica matemtica.
Las funciones generalizadas que definiremos a continuacin, llamadas distribuciones, tienen muchas propiedades interesantes, entre ellas que la operacin diferenciacin es cerrada en este espacio, es decir la derivada de una
distribucin es otra distribucin. Esto es particularmente sorprendente si se
tiene en cuenta que entre las distribuciones hay funciones que ni siquiera son
continuas!
Cul es la idea detrs de esta generalizacin? El teorema de representacin de Riez nos mostr que el dual de L2 (lR) es ese mismo espacio. Ahora bien, si en vez del dual de L2 (lR) consideramos el dual de un subespacio
de L2 (lR), obtendremos un espacio mayor que L2 (lR) y que contiene a ste
de una manera natural. Este espacio lineal, que contiene al de las funciones
usuales es un espacio de funciones generalizadas.
Est claro que existen muchos espacios de funciones generalizadas ya que
no solo podemos considerar distintos subespacios de L2 (lR), sino tambin podemos considerar distintas nociones de continuidad ms dbiles que la continuidad proveniente de la norma de L2 (lR) para definir los espacios duales.
185
Cul de ellos estudiar? La respuesta es: El que ms convenga al tratamiento del problema para el cual se las quiere usar. Aqu trataremos aquellas
obtenidas a partir de un subespacio bastante pequeo con lo cual se obtiene
una generalizacin lo suficientemente amplia como para abarcar con ella la
mayora de los problemas de la Fsica. Es necesario remarcar que el concepto
de distribucin que introduciremos no es una necesidad fsica, en el sentido
que las teoras fsicas se pueden enunciar usando simplemente funciones infinitamente diferenciables1 , pero s es una herramienta muy til que permite
una formulacin ms condensada"de algunas de estas leyes. El subespacio
de L2 (lR) que usaremos es de las funciones infinitamente diferenciables y de
soporte compacto C0 (lR). [Recuerde que el soporte de una funcin clsica
f (x) est dado por el subconjunto de lR,
C l { f 1 [lR {0}]},
donde C l significa tomar la clausura. Como el soporte de una funcin es
automticamente cerrado, que sea compacto (como subconjunto de lR o lRn
) significa meramente que es acotado.]
kf k =
X
1
n=0
n!
no obtendramos un espacio completo ya que en este hay sucesiones de Cauchy que tienden a
funciones infinitamente diferenciables pero cuyo soporte no es compacto.
186
2. Las sucesiones { n } de sus derivadas de orden p convergen uniformemente en K a ( p) para todo p = 0, 1, 2, . . . ,, es decir dado p y " > 0
existe N tal que para todo n > N se cumple
s u p xK | (np) (x) ( p) (x)| < ".
(9.1)
(9.3)
Como
|T f ()|
Z
|f | d x
s u p xK ||
(9.4)
lR
f dx
C0 (lR).
(9.5)
R
Pero |T f ()| s u p xK || lR | f | d x y por lo tanto si {n } 0 entonces
T f (n ) 0 lo que nos asegura (por linealidad) que T f es continua y as una
distribucin. Note que si f = g en casi todo punto ( f g ) luego T f = T g
por lo que concluimos que son en realidad los elementos de L1 los que definen
estas distribuciones. Las distribuciones obtenidas de esta forma se denominan
regulares.
c) Sea Ta : C0 (lR) lR, a lR, dada por Ta () = (a), este mapa es claramente lineal,
Ta ( + ) = (a) + (a) = Ta () + T( ),
y continuo
|Ta ()| = |(a)| s u p xlR |(x)|
y por lo tanto una distribucin. Esta es llamada la delta de Dirac en el punto
a. Hay alguna funcin continua, f , tal que Ta = T f ? Supongamos que s,
y que f (r ) 6= 0 con r 6= a. Eligiendo distinto de cero solo en un entorno
suficientemente pequeo de r que no contenga a a y con el mismo signo que
f (r ) obtenemos (a) = 0 y T f () 6= 0 lo que implica que f (r ) = 0 r 6= a
pero por continuidad concluimos entonces que f 0 y por lo tanto que
T f () = 0 C0 (lR). Vemos entonces que esta distribucin no proviene de ninguna funcin continua y se puede ver que en realidad no proviene
de ningn elemento de L1 (lR), es as una distribucin irregular. Estos son
los elementos extra que nos da la generalizacin definida. Usualmente, en
188
(9.7)
donde hemos usado que los elementos de D forman un lgebra. Note que
sto generaliza la operacin definida sobre funciones integrables:
Z
T T f () =
f = T f () = T f ()
(9.8)
lR
ya que si f L1 luego f L1 si D.
9.2.
(9.10)
T + T () = T + T ( 0 ) = T ( 0 ) + T ( 0 )
(9.11)
= T 0 () + T 0 ()
y satisface la regla de Leibniz tanto como es posible ya que como vimos el
producto de distribuciones no est definido en general. Cuando si lo est, es
decir cuando una de ellas es un elemento de D, tenemos que
0
T T () = T T (0 ) = T ( 0 )
= T (( )0 0 )
= T (( )0 ) + T ( 0 )
(9.12)
= T 0 ( ) + 0 T ()
= T T 0 () + T 0 T ()
=
T T 0 + T 0 T ().
Pero estas son las condiciones que definen una derivacin. Vemos por lo tanto que sta es una extensin de la derivada de una funcin en D. Note que
al generalizar la nocin de funcin en la de distribucin la hemos ampliado
tanto que ahora objetos como la derivada de funciones discontinuas (incluso
en todos sus puntos!) estn incluidas entre stas e incluso son a su vez infinitamente diferenciables [(T )(n) () (1)n T ((n) )].
Ejemplo: Ta0 , la derivada de la funcin de Dirac en a es la distribucin tal que
Ta0 () = 0 (a) D.
Comenzamos con el espacio de funciones infinitamente diferenciables de
soporte compacto y finalizamos tambin con un espacio infinitamente diferenciable [con una nocin distinta de derivada], cabe preguntarse si existe
una nocin de soporte de una distribucin. Obviamente no podemos utilizar la misma nocin que para funciones continuas y tendremos que proceder
de una manera indirecta.
Sea O un abierto acotado, de lR y D(O) el espacio de funciones de prueba
Diremos que una distribucin T se anula
con soporte en la clausura de O, O.
190
Ejemplo:
S El soporte de To es {0}. Sea On = (1/n, n) (n, 1/n), luego
lR n On = {o}.
Ejercicio: Sea f continua. Pruebe que s o p o r t e{ f } = s o p o r t e{T f }
Ejercicio: Cmo extendera las nociones de funciones pares ( f (x) = f (x))
y el de impares ( f (x) = f (x)). Qu propiedades conserva esta extensin?
Ejercicio: Sea
g (x) =
x, x 0
0, x 0
Z
|x|"
f (x) d x
lm
=P
"0 x x0 + i"
1
x x0
i (x x0 )
D.
(9.13)
(
x ) d x no tenga soporte acotado (o sea que
lR
(
x ) d x 6= 0).
R
Teorema 9.1 Dada S D 0 , D tal que lR d x 6= 0 y T lR, existe una
nica T satisfaciendo
T ( 0 ) = S()
T () = T
(9.14)
luego la condicin para que tenga soporte compacto (y por lo tanto sea
una funcin de prueba) es que
Z
Z
0=
( ) d x =
d x = 0
(9.15)
o sea
=
d x.
(9.16)
Sea entonces
T () = T S( ),
(9.17)
esta distribucin satisface las ecuaciones del enunciado del teorema. Note que
T es una distribucin,
192
T = T
Z
lR
d x,
y que,
T () = T S( ) = T S(0) = T .
Veamos la unicidad, sea T otra distribucin satisfaciendo 9.14, luego la diferencia, T = T T satisfacer,
T ( 0 ) = 0 D
T () = 0.
(9.18)
Como hemos visto que cualquier funcin de prueba se puede escribir como, = + 0 tenemos,
T () = T () + T ( 0 ) = 0.
Lo que concluye la demostracin de unicidad. De esto concluimos que, como
en el caso de funciones, dos soluciones cualesquiera de (9.13) difieren por una
constante
9.3.
Rb
a
fn (t ) d t = 1,
9.4.
En un espacio normado, H , tenemos la nocin de convergencia con respecto a la norma, la cual llamaremos convergencia fuerte
f
{xn }x si
lm kxn xkH = 0.
194
rema de Representacin de Riez nos dice que {xn }x sii (xn , y) (x, y)
y H.
Claramente esta nocin de convergencia es la ms dbil tal que los elementos de H 0 son funcionales continuas [En el sentido que f es continua
en x si dada cualquier sucesin {xn } convergiendo a x luego lm f (xn ) =
n
f (x).], donde decimos que una nocin de convergencia es ms dbil que otra
si toda sucesin que converge con respecto a la segunda tambin lo hace con
respecto a la primera y hay sucesiones que convergen con respecto a la primera pero no con respecto a la segunda. Veamos, a manera de ejemplo, que la
convergencia en norma, o fuerte, es en realidad ms fuerte que la llamada df
H 0,
(9.19)
y por lo tanto,
lm |(x) (xn )| = 0,
(9.20)
n
d
Ejercicio: Muestre que la sucesin {xn = (0, ..., 0, 1 , 0, ...)} converge dbiln
(xn , y m ) m y m S.
(9.21)
(9.22)
(9.24)
y es tambin acotada, por lo tanto continua. Usando el Teorema de Representacin de Riez sabemos entonces que existe x H tal que
(x, y) = (y) = lm(xn , y)
y H.
(9.25)
196
CAPTULO 10
L A TRANSFORMACIN DE FOURIER
10.1.
Introduccin
= .
(10.1)
Una manera
deoresolver este problema es utilizando la base ortogonal de Foun
1
i
n
de L2 (S 1 ). Sea F : L2 (S 1 ) l 2 el mapa entre estos espacios
rier, p e
2
1 i n
p e ,f
2
{cn } .
(10.2)
Luego
F
2f
2
=
=
d2 f
1
p e i n ,
d 2
2
2
n cn an
n
o
(10.3)
X
cn i n
p e , el cual al menos formalmente1 es una solucin de (10.1).
n= 2
Note que en esta aplicacin no hemos usado directamente el hecho de que
1
d i n
las funciones { p e i n } forman una base ortogonal sino solo que
e
=
d
2
i n e i n y ciertas propiedades del mapa F generado por dicha base. En particular esta propiedad de la base se induce en el mapa en el sentido que si f L2
df
es diferenciable y F ( f ) = {cn } luego F (
) = {+i n cn }.
d
Estas observaciones son muy tiles pues existen casos, como el de L2 (lR),
en los cuales no se conocen bases ortogonales interesantes, pero s mapas similares a F con propiedades interesantes. Uno de ellos es la transformacin
de Fourier que estudiaremos ahora. El problema en L2 (lR) es que desearad
mos tener una base { n } cuyas funciones satisfagan
= i cn n , pero
dx n
las soluciones a esta ecuacin son n = an e i cn x , las cuales no son funciones
de cuadrado integrable cualquiera sea cn o an lR (excepto por supuesto
que tomemos an 0). Sin embargo aunque estas funciones no formen una
base ortogonal si generan un mapa F , esta vez de L2 (lR) en otra copia (considerada como distinta) de L2 (lR), con propiedades similares a las del mapa F
considerado anteriormente.
Teorema 10.1 (de Fourier) La transformacin de Fourier
f() := F ( f )() :=
donde x =
i=1 x
(2)n/2 lRn
e i x f (x) d x n
(10.5)
i . Satisface:
an
, n 6= 0} es tambin un elemento de l 2 . Restara ver que
n2
1
f = F {cn } es dos veces diferenciable.
198
(g ) =
1
(2n)
Z
n/2
lR
e i x g () d .
(10.6)
Prueba: El mapa F es obviamente lineal y claramente est definido para cualquier funcin en C (lRn ), es decir infinitamente diferenciable y de soporte
compacto. Veamos primero que F preserva la norma L2 (lRn ) para estas funciones. Sea f C (lRn ) cualquiera y tomemos un n-cubo C" de volumen
2
( )n con " > 0 suficientemente pequeo como para que s o p( f ) C" . Sea
"
K" = {k lRn | ki = p" para algn entero p}, [por ejemplo en lR3 el vector
"17, 0) es unelemento de K" ]. Luego el conjunto de funciones
("5,
" n/2 i kx
e
| k K" forman una base ortogonal de L2 (C" ).
2
Pero f L2 (C" ) y es continuamente diferenciable, por lo tanto
X
kK"
" n/2
2
i k
x
X f(k)
" n/2 i kx
e i kx (2"/2)n ,
, f (
x)
e
=
n/2
2
(2)
kK"
(10.8)
Z
C"
| f (x)|2 d n x
2
X "
n/2
i
kx
( ) e , f (x)
=
2
kK"
X
=
| f(k)|2 (")n .
kK"
(10.9)
Como lRn es la unin de n-cubos de lados " ( o sea de volumen (")n alrededor de los puntos de K" el lado derecho de (10.9) es simplemente la serie de
Riemann de la funcin | f(k)|2 . Si esta funcin fuese continua luego la serie
de Riemann convergera a k fk2 2 y habramos probado que la transformada
L
|x f (x)| d x < ,
n/2
(2)
Rn
ya que f C (lRn ). Vemos entonces que las derivadas de f(k) estn acotadas
y por lo tanto que f es continua. Este resultado no solo completa la demostracin de que F preserva la norma sino tambin, ya que f(k) es continua,
que la serie de Riemann en el lado derecho de la ecuacin (10.8) converge a
la integral y por lo tanto que F 1 (F ( f )) = f (x) f C (lRn ).
Si f C (lRn ) luego la identidad del punto c) se muestra trivialmente.
Solo resta entonces extender estos resultados para f arbitraria en L2 (lRn ),
pero C (lRn ) es una subespacio denso de L2 (lRn ), es decir todo elemento
f L2 (lRn ) puede obtenerse como lmite (con respecto a la norma L2 (lRn ))
de una sucesin { fn } de funciones en C (lRn ), esto nos permite extender la
accin de F a todo elemento de L2 (lRn ). En efecto, sea f L2 (lRn ) arbitraria
y sea { fn } f C (lRn ) luego la sucesin fn (k) = F ( fn ) satisface,
k fn (k) fm (k)kL2 (Rn ) = k fn (x) f m (x)kL2 (lRn ) .
(10.11)
||
D
, es decir D es el operador diferencial que toma
x x11 xnn
1 , derivadas parciales con respecto a x1 , 2 derivadas parciales con respecto
a x2 , etc. El grado de D es ||.
Definicin: Llamaremos espacio de Schwartz S (lRn ) al espacio vectorial de
funciones infinitamente diferenciables que decaen asintticamente ms rpido que la inversa de cualquier polinomio, es decir que
X
(10.12)
kk p,q
s u p xlRn |x D (x)| <
|
| p
q
||
, I+n , con la siguiente nocin de convergencia: diremos que { n }, n
S converge a S si dado " > 0 para cada par de enteros no negativos, p,
q, existe N p,q tal que si n > N p,q luego k n k p,q < ".
Ejercicios:
1) Cmo definira la nocin de sucesin convergente en este espacio?
2) Muestre que si { n } luego { n } converge en el sentido anterior.
3) Muestre que D est estrictamente contenido en S . Ayuda: Encuentre
S con s o p() = lRn .
Las propiedades de este espacio que nos interesan son las siguientes:
201
Ejercicio: Pruebe el Lema 10.3. Ayuda: Pruebe que dado enteros p y q existen
p y q y c > 0 tales que para todo S se cumple
k
k p,q c kk p ,q .
Ejercicio: Encuentre F (e x
2 /2
(10.13)
).
Ejercicio: Muestre que S 0 est estrictamente contenido en D 0 . Ayuda: Encuentre f tal que T f D 0 y no a S 0 .
Cmo extender F a S 0 ? Usando la identidad de Plancherel y la de po . Pero entonces
larizacin2 tenemos que (, ) = (
, )
Z
Z
= d k = d x = T () := T ().
T ()
(10.14)
Es decir que (x, y) = 14 {||x + y||2 ||x y||2 + i ||x i y||2 i ||x + i y||2 }
202
(10.15)
Ejercicio: Calcule F ( a ) y F ( 0a ).
Qu otras propiedades tiene la transformacin de Fourier? Note que de la
identidad del punto c) del Teorema de Fourier sigue que si x D f L2 (lRn )
luego k D f L2 (lRn ). Esto nos dice esencialmente que diferenciabilidad
en x es equivalente a decaimiento en k y viceversa. En particular esto nos
dice que la transformada de Fourier de una funcin de soporte compacto es
infinitamente diferenciable.3 Ms an se puede probar que es analtica.
Otra propiedad importante de la transformacin de Fourier es que lleva
producto de funciones en convolucin de funciones y viceversa.
Z
lR
f (y x) g (x) d n x.
(10.16)
c) f g = g f
y f (g h) = ( f g ) h.
Prueba: Una vez probado el punto b ) los otros siguen trivialmente. Aseg ,
rese! Probaremos entonces b ). Como ya vimos (, ) = (
, )
S (lRn ). Aplicando esta identidad a e i yx f(x) y g (x) obtenemos (e i yx f, g ) =
(e i yx f, g ). pero
(e
i yx
f, g ) =
Z
lR
(10.17)
3
En realidad el argumento anterior nos dice que si s o p( f ) es compacto luego D f
L2 (lRn ) I+n . Como veremos ms adelante esto implica que es infinitamente diferenciable.
203
y
R
R
i x+i yx
n
i yx
n/2
f (x) d x g () d n
(e
f , g ) = lRn (2)
lRn e
R
= lRn f(y ) g () d n
= f g .
(10.18)
1
(10.19)
10.2.
Como una aplicacin de la transformacin de Fourier veremos a continuacin las propiedades bsicas de los espacios de Sobolev. stas ser usadas ms adelante cuando estudiemos la teora de las ecuaciones diferenciales
parciales. El primer paso ser una generalizacin de los espacios de Sobolev.
Como vimos los espacios de Sobolev son espacios de Hilbert con norma proveniente del siguiente producto escalar.
m
n
X X
. . . f , . . . g ,
( f , g )H m =
(10.20)
i j
p
| i j{z }p
k=0 i , j , p=1
k veces
L2
donde f y g son funciones definidas en un abierto cualquiera de lRn . Si
= lRn luego de las propiedades de la transformacin de Fourier obtenemos
P m Pn
( f , g )H m =
( . . . f(), i j . . . p , g ())L2
k=0v i, j , p=1 i j v p
uX
uX
(10.21)
u m
u m
2k
t
= ( f ()
|| , g ()t
||2k ),
k=0
k=0
204
de cuadrado integrable.
Esto nos sugiere generalizar los espacios permitiendo ndices no enteros
y an negativos por medio del siguiente producto escalar,
( f , g )H s = ( f()(1 + ||2 ) s/2 , g ()(1 + ||2 ) s/2 )L2 .
(10.22)
m
X
k+0
m
X
||2k c2 (1 + ||2 ) m
(10.23)
k=0
este cambio en la norma es trivial en el sentido de que estas normas son equivalentes entre s. En realidad, como veremos en un caso especial, incluso el 1
en el polinomio se puede ignorar y an as obtener una norma equivalente.
La primera propiedad que veremos es el siguiente lema:
0
g
2 s/2
(1 + || )
, f(1 + ||2 ) s /2 )H 0 .
Prueba: Basta con probarlo para m = 0, el resto sigue por induccin. Basta
tambin probar la desigualdad. k f kC 0 < C k f kH s , s > n2 para alguna constante C > 0 independiente de f y para toda f C (lRn ), el resto sigue por
la continuidad de la norma. Pero
Z
ix
n
e
f () d x
k f kc 0 = s u p xRn | f (x)| = s u p xRn
n
Z R
1
| f()| d n
n/2
(2)
Rn
1
(2)n/2
(1 + ||2 ) s/2
R
1
2 s/2
kL2 k
n/2 k f ()(1 + || )
n
(2)
C k f kH s .
donde hemos usado que s > n/2 para probar que k
d n
1
k 2
(1+k|2 ) s/2 L
(10.24)
kL2 <
(1 + ||2 ) s/2
Este lema nos dice que si f H m (lRn ) para m suficientemente grande
luego f puede ser identificada con una funcin ordinaria, continua e incluso
diferenciable.
n
Sea f una funcin continua en lR+
= {x lRn xn 0} y sea f la restriccin de esa funcin al hiperplano xn = 0 es decir ( f )(x1 , x2 , . . . , xn1 ) =
f (x1 , x2 , . . . , xn = 0). Claramente es un mapa lineal y si f es continua en
Por el teorema de Representacin de Riez cada : H s C puede adems ser escrito
como ( f ) = ( g , f )H s , g H s . Si tomamos g = F 1 ((1 + |||2 ) s F ( g )) H s entonces
( f ) = g ( f ).
4
206
n
lR+
luego f es continua en lRn1 = {x lRn / xn = 0}. Se puede extender
este mapa a funciones ms generales? La respuesta es el siguiente lema que nos
muestra adems el porqu de la necesidad de extender los espacios de Sobolev
a ndices no enteros.
Prueba: Por el mismo argumento que en el lema anterior para probar i) basta
probar que existe c > 0 tal que
n
k f kH 1/2 (Rn1/2 ) < C k f kH 1 (Rn ) f C0 (lR+
)
+
(10.25)
f
xn
(0 , t ) f(0 , t ) d t .
(10.26)
Z
R
n1
| f(0 , 0)|2 d n1 0
Z
Z
0
f ( , t ) 0
0 2 1/2
n1 0
= 2
(1 + | | )
f ( , t ) d t d
xn
Rn1 0
1/2
2
Z
Z
f 0
( , t ) d t d n1 0
2
Rn1 0 xn
Z
Z
1/2
0 2
0
2
n1 0
(1 + | | ) | f ( , t )| d t d
.
Rn1
(10.27)
R
P
2
2
k f k2 1/2 n1 Rn | f (x)|2 + n1
|
f
|
+
|
f
|
dnx
k
n
k=0
H
(R
= k f kH 1 (Rn ) .
+
207
(10.28)
Para probar suryectividad debemos ver que dada g H 1/2 (lRn1 ) existe al
n
menos una (en realidad infinitas) f H 1 (lR+
) tal que f = g . Nuevamente
n
basta definir una anti-traza K en C (lR ) y probar que existe C > 0 tal que
kK g kH 1 (Rn ) < C k g kH 1/2 (Rn1 )
+
g C0 .
(10.29)
m1
X (xn )k
2
f (x)
(nk f ) 1 e 1/xn , xn < 0
(10.30)
k!
k=1
La sumatoria hace que las derivadas de f sean continuas en xn = 0 y la exponencial hace que la norma H m sea acotada. Pero esta norma solo depender
de las normas de (nk f ) las cuales a su vez estn acotadas por k f kH m () y
208
xj
209
(10.33)
(10.34)
M
2 M
j =1 2 M
H ()
"+"
2
(10.36)
".
Pero entonces { u p } es una sucesin de Cauchy en H 0 () y por lo tanto converge fuertemente a u en H 0 ()
5
Por mapa natural entre dos espacios de Banach se entiende lo siguiente: recordemos que
los elementos de cada uno de estos espacios son clases equivalentes de sucesiones de Cauchy,
las cuales podemos asumir consisten de elementos suaves de algn espacio denso, por ejemplo
C (), el mapa natural se define como aquel que enva elemento a elemento una sucesin de
Cauchy de un espacio en el otro. Como la norma del espacio de salida acota a la norma del
espacio de llegada la sucesin obtenida en el espacio de llegada tambin es de Cauchy y por lo
tanto determina una clase equivalente all, ergo un elemento del espacio.
210
211
212
CAPTULO 11
TEORA DE ECUACIONES EN DERIVADAS PARCIALES
11.1.
Introduccin
m veces
}|
{
z
F p, u, a u, a b u, . . . , a c u = 0,
(11.1)
donde a es alguna conexin en M . Ms generalmente u puede ser una tupla de campos tensoriales y F tener rango en alguna otra tupla de campos
tensoriales.
Ejemplos:
a) La ecuacin de Laplace en lR3 con respecto a una mtrica ga b ,
u g a b a b u = 0
(11.2)
2u
x2
2u
y2
2u
z2
(11.3)
b) La ecuacin de Poisson,
u = 0,
donde es una funcin dada.
213
(11.4)
ga b = (d t )2a b + (d x)2a b ,
g a b a b u =
2u
t2
2u
x2
(11.5)
(11.6)
donde M es lR4 , la mtrica (usada tanto para subir los ndices de Fa b como
para definir c ) es la de Minkowski, ga b = (d x 0 )2 +d x 1 )2 +(d x 2 )2 +(d x 3 )2 ,
Fa b es un campo tensorial antisimtrico en M , y y b es un campo vectorial (la
cuadricorriente) en M .
e) Las ecuaciones de elasticidad en lR3 (Eucldeo)lR
2ua
t
= u a + ( + ) a (c u c ),
(11.7)
donde u a es el vector desplazamiento (en lR3 ), la densidad del medio elstico y y las constantes de Lam del medio.
f) La ecuacin de conduccin del calor en lR3 (Eucldeo)lR
u
t
= k u,
k >0
(11.8)
h 2
2m
+ V ,
(11.9)
h) La ecuacin de Navier-Stokes para un fluido viscoso e incompresible (ejemplo agua) en lR3 (Eucldeo)lR
ua
t
+ u b b u a +
a p u a = 0
a u a = 0,
(11.10)
(11.11)
donde u a es el vector velocidad del fluido, p su presin, su densidad (constante) y la viscosidad cinemtica.
De los ejemplos citados, de los cuales solo el ltimo no es lineal, vemos la
tremenda importancia fsica que tiene tener una teora general de estas ecuaciones y es as que sta es una de las ramas ms activas de la matemtica. Por
su complejidad, en el gran nmero de casos distintos que presenta, la teora general dista mucho de estar completa, sin embargo hay casos o clases de
ecuaciones donde esto se ha logrado. Uno de stos es el caso de una nica
ecuacin de primer orden, donde como veremos el problema se reduce al de
las ecuaciones diferenciales ordinarias.
Otro de estos casos es el de las ecuaciones lineales con coeficientes constantes (es decir para los cuales existe un sistema de coordenadas en el cual
todos los coeficientes son constantes -ejemplo el Laplaciano para una mtrica
Eucldea). Esto se debe fundamentalmente al uso de transformadas como la de
Fourier. Hago notar sin embargo que hay trabajos recientes mostrando nuevos resultados, an en el caso del Laplaciano! Si permitimos a los coeficientes
variar el problema se complica, sin embargo ciertas subclases de stos han sido
estudiadas completamente. Si a esto le agregamos no-linealidad en una forma
no demasiado drstica lo que se conoce como ecuaciones cuasi-lineales el
conocimiento se reduce bruscamente, aunque algunas subclases han sido doblegadas y algunas ecuaciones particulares completamente estudiadas. El caso
donde la no-linealidad es drstica no ha sido todava atacado con xito -de ninguna clase-. Por fortuna los problemas fsicos que hasta el momento hemos
podido modelar o describir por ecuaciones en derivadas parciales tienen ecuaciones a lo sumo del tipo cuasi-lineal. En este curso veremos en detalle solo la
teora de algunas de las ecuaciones ms simples [esencialmente las ecuaciones
en los ejemplos a), b), c) y f)], siempre tratando de usar mtodos que pueden
ser aplicados a ecuaciones similares pero ms complejas. Esto no solo se debe
a la simplicidad de estas ecuaciones, lo que permite su conocimiento completo y detallado sino a que por un lado representan los ejemplos cannicos" de
distintas clases de ecuaciones. Las soluciones de las ecuaciones en cada una de
215
estas clases se comportan en forma muy similar mientras que lo hacen en forma radicalmente diferente a las soluciones a ecuaciones en las otras clases. Por
otro lado estas son las ecuaciones ms usadas en fsica y aparecen en multitud
de problemas diferentes, incluso como casos particulares de las ecuaciones en
los ejemplos d), e), f) y g)!
11.2.
(11.12)
donde u es una funcin en alguna variedad M . Esta ecuacin puede ser atacada con mucho xito y resulta en ecuaciones ordinarias, cuya teora ya conocemos. Por simplicidad aqu consideraremos solo el caso cuasi-lineal y en lR2 ,
es decir una ecuacin de la forma,
a(x, y, u) u x + b (x, y, u) uy = c(x, y, u),
(11.13)
donde u x = ux y uy = uy .
Por motivos geomtricos es til representar las soluciones de esta ecuacin en lR3 o ms precisamente en una regin de lR3 donde a, b y c estn
definidos, eso es asociar una solucin u(x, y) de (11.13) con la hiper-superficie
de lR3 dada por = z u(x, y) = c t e. Estas hiper-superficies se denominan
superficies integrales de la ecuacin (11.13). El gradiente de es en estas
coordenadas es (a ) = (u x , uy , 1), por lo que vemos que la ecuacin
(11.13) es simplemente la condicin que sea constante a lo largo del campo
vectorial (l a ) = (a(x, y, z), b (x, y, z), c(x, y, z)), es decir l a a = 0, lo que
es equivalente a decir que l a es tangente a las superficies integrales. Note que
si l a a = 0 luego ( f l a )a = 0 o sea que lo que determina la ecuacin
(11.13) no es l a sino su direccin. Este campo de direcciones se llama de direcciones caractersticas, y sus curvas integrales curvas caractersticas. 1 La
teora de EDO nos dice entonces que por cada punto de pasa una nica
curva caracterstica. El conocimiento de estas curvas es fundamental ya que
1
Recuerde que una curva integral es la imagen de una curva (t )(en este caso =
(x(t ), y(t ), z(t )) solucin de una EDO, en este caso
d (t )
d x a(x, y, z)
=
(11.14)
y = b (x, y, z) .
dt
dt
z
c(x, y, z)
216
si formamos una superficie S tomando la unin de ciertas curvas caractersticas luego claramente S ser una superficie integral de (11.13), pero por otro
lado, dada una superficie integral S y cualquier p S la curva caracterstica
que pasa por p ser tangente a S en todo punto y por lo tanto ser una subvariedad de S con lo que se ve que S estar formada por la unin de curvas
caractersticas.
curva caracterstica
la
= c t e.
En particular note que si dos superficies integrales S, S 0 , es decir dos soluciones de (11.13), u y u 0 , tienen un punto p en comn luego tienen que
tener toda una curva caracterstica en comn, ya que por p solo pasa una de
tales curvas y sta no puede abandonar ninguna de las dos superficies. Por
otro lado si S y S 0 se intersectan en una curva sta debe ser integral. Para
ver esto tomemos un punto p de y consideremos T p S y T p S 0 ; como las
superficies se intersectan en una curva estos dos sub-espacios de T p lR3 se intersectan en una lnea, como ambos deben contener la direccin dada por l a
sta ser la lnea. Pero esto es cierto para todo punto de y por lo tanto el
vector tangente a en proporcional a l a y es caracterstica.
11.2.1.
El Problema de Cauchy
s [0, 1].
(11.15)
Consideraremos primero el caso en que (s) no es una curva caracterstica. Tomando cada punto (s) como punto inicial para la ecuacin diferencial
2
Solo interesa la imagen de la curva y no su parametrizacin, por lo tanto tomaremos una
en que el rango de S sea el intervalo [0, 1].
218
la
(11.16)
= l a ( (s, t )).
(11.17)
(11.18)
tenemos,
J =
x
s (s ,0)
0
x
t (s ,0)
0
y
s (s ,0)
0
y
t (s ,0)
x
y
(s0 ) b0
(s0 )a0 6= 0,
=
s
(11.19)
donde a0 = a(x(s0 ), y(s0 ), z(s0 ))y b0 = b (x(s0 ), y(s0 ), z(s0 )). Esta es entonces
la condicin para la existencia local de soluciones y nos dice que (s) debe ser
elegida de modo tal que su proyeccin en el plano (x, y) tenga vector tangente
que no sea proporcional a la proyeccin en dicho plano del vector (a, b , c).
u
y
+c
u
x
=0
u(x, 0) = h(x).
b)
u
y
+u
u
x
=0
u(x, 0) = x.
c) Por cunto tiempo (y = t ) se pueden extender las soluciones de b)?
220
11.3.
2
y2
= ,
(11.20)
1
1
0 0 1
0 1 0
u
u
1 0 0 2 0 0 0 2 u
u = 3
u +
u
1 0 0 y
0 0 0 x
u3
u3
0
0 1 0
0 0 1
(11.21)
El motivo por el cual agregamos la cuarta ecuacin se ver ms adelante,
pero adelantamos que ella nos permite deducir, sin recurrir a las ecuaciones
de las filas segunda y tercera, de que las componentes u 2 y u 3 son las componentes de la diferencial de alguna funcin. Si conocemos una solucin de
11.21, (u 1 , u 2 , u 3 ) podemos probar que u 1 satisface tambin el Laplaciano.
En efecto, tomando una derivada con respecto a x de la segunda fila y una
derivada con respecto a y de la tercera, sumndolas y luego usando la primer
fila obtenemos el resultado buscado. De todos los sistemas de primer orden
(y bsicamente tambin por la misma razn que dimos cuando consideramos
sistemas de ecuaciones ordinarias) solo consideraremos aquellos de la forma,
MAa 0 B a u B = IA0 ,
(11.22)
a u A como en gran arreglo vectorial de campos escalares. Hemos usado ndices con y sin primar para dejar en claro que el espacio (co-vectorial) de los
ndices primados no tiene la misma dimensin que el espacio vectorial de los
ndices sin primar.
El tipo de sistema que acabamos de definir se llama cuasilineal, pues las
derivadas aparecen en forma lineal. Esta no es una prdida de generalidad
desde el punto de vista de la fsica:
Todos los sistemas fsicos conocidos son de esta forma!
Histricamente la clasificacin que daremos a continuacin nace del intento de encuadrar todas las ecuaciones en el Problema de Cauchy, es decir,
tomar una hiper-superficie de M , dar all como dato u y su derivada en la
direccin normal y tratar de construir soluciones en un entorno de en M
(soluciones locales). Este intento no fue en general exitoso, ya que en general
esta no es la manera correcta de dar datos, pero s lo fue la clasificacin de
estas ecuaciones as obtenida, ya que las propiedades de las soluciones a las
ecuaciones en cada una de estas clases en las que las clasificaremos son muy
similares y en cada una de estas clases los datos se prescriben tambin de manera similar.
Para fijar ideas sea M de dimensin n y sea p M . Queremos encontrar
las soluciones en un entorno de p dando como dato u A en alguna hipersuperficie de M que contiene a p. Por simplicidad haremos las cuentas
necesarias en un sistema de coordenadas adaptado al problema en el sentido
que elegiremos a la coordenada x n de tal forma que la subvariedad x n = 0
sea la superficie y p sea el origen de coordenadas. Los datos sern entonces
A(x 1 , ..., x n1 ), que luego corresponder a la solucin u A restringida a , es
decir A = u A| .
Como conocemos lo que ser u A en conocemos lo que sern todas
sus derivadas (de cualquier orden) con respecto a las coordenadas x i , i =
1, ..., n 1. La idea es ahora usar la ecuacin para encontrar n u A| y as sucesivamente encontrar todas las derivadas de u en p (o cualquier otro punto
de ). Si lo logrsemos podramos, al menos formalmente y en un entorno
de p, construir u A como su serie de Taylor alrededor de p. Si pudisemos
encontrar las derivadas normales a , si A fuesen datos analticos, y si los
coeficientes de la ecuacin fuesen tambin analticos, luego se puede demostrar (Teorema de Cauchy-Kowalevski) que la solucin u A construida formalmente arriba en realidad existe y es analtica en un entorno de p en M .
222
Up
xn = 0
Qu requisitos debe satisfacer la ecuacin para que esto sea posible? Usando el sistema de coordenadas mencionado se puede ver que
M (C , q)An 0 B n u B | = Trminos en (A, i C , q)A0 ,
(11.23)
(11.24)
224
(11.25)
225
226
CAPTULO 12
ECUACIONES ELPTICAS
12.1.
La Ecuacin de Laplace
(12.1)
en ,
2. u| = 0 .
Ms adelante reafirmaremos nuestra intuicin viendo que este problema siempre se puede resolver.
Supongamos ahora que permitimos que los bordes de la membrana se
pueda deslizar verticalmente pero en el borde ponemos resortes verticales
con una constante de Hooke que depende de la posicin, k : lR y
dispuestos de tal forma que la posicin de equilibrio antes de aplicar f sea
u = 0. Cuando apliquemos f la membrana se mover hasta que nuevamente
228
en el interior tengamos,
u = f
en
(12.3)
y en el borde
(k u + n a a u)| = 0,
(12.4)
en
(12.5)
n u| = 1 , en el borde,
(12.6)
Z
Z
Z
Z
con
1 d S =
n a a u d S =
f dV = u dV . (12.7)
12.1.1.
Existencia
v fd n x =
v u d x =
ab
e a v b u d x +
v(n a a u )d n1 x,
(12.8)
Si suponemos que v H01 () la identidad todava es vlida y en este caso se
reduce a,
Z
ab
e a v b u d x =
v fd n x,
v H01 ().
(12.9)
Pero note que esta identidad todava es vlida si suponemos simplemente que
u H01 () no necesariamente en H 2 () y que f H 1 ().
Tenemos as el Problema Dbil de Dirichlet (con 0 = 0): Encuentre
u H01 () tal que dada f H 1 () se satisfaga (12.9).
Si el lado derecho (12.9) fuese un producto escalar este dara origen (por
completamiento) a un espacio de Hilbert H y entonces (12.9) tendra la forma
Z
(u, v) = (v) fv d n x, v H 1 ().
(12.10)
H
Si H = H01 () y si f : H C fuese continua luego el teorema de representacin de Riez nos dira que existe un nico u en H satisfaciendo (12.9)
y por lo tanto (12.10). Como veremos a continuacin (lema de PoincarHardy) en este caso la parte derecha de (12.9) es un producto escalar equivalente al de H01 () y por lo tanto H = H01 (). Pero entonces f es claramente
continua ya que H 1 () es el dual de H 1 () H01 () y u H01 (). Hemos
probado entonces:
Teorema 12.1 (de existencia y unicidad) Dada f H 1 () existe una nica u H01 () satisfaciendo el problema dbil de Dirichlet.
Corolario 12.1 El mapa (, ) : H 1 () H 1 () H 1/2 () dado por,
u = f H 1 (),
u = 0 H 1/2 ( ),
es un isomorfismo 1 .
1
230
(12.11)
(12.12)
u( 1 , x 2 , ..., x n )d 1 |2
d /2 1
R x1
(x 1 + d2 ) d /2 |1 u|2 d 1
R d /2
d d /2 |1 u|2 d 1 .
Por lo tanto,
Z
d /2
d /2
R x1
|u(x)|2 d x 1 d 2
d /2
d /2
|1 u|2 d 1 ,
(12.14)
(12.15)
y
Z
d
|u|2 (x)d n x d 2
Z
d
|1 u|2 d n x C
231
Z
d
a u a u d n x,
(12.16)
La solucin que hemos encontrado lo es solo en el sentido dbil. Si suponemos ahora que f y 0 tienen cierta regularidad podemos concluir adems
que,
Teorema 12.2 (de Regularidad) Sea u H 1 () una solucin dbil de la ecuacin u = f en con condicin de contorno u| = 0 y sea f H k (),
3
0 H k+ 2 ( ), k 1 luego u H k+2 (). En particular si f C () y
0 C ( ), luego u C ().
Antes de proceder con la prueba definiremos el operador diferencia finita
y veremos sus propiedades. Sea {x i } un sistema coordenado en un abierto de
.
Definicin:
ih u(x 1 , ..., x i , ..., x n )
1
h
Z
0
(12.18)
(12.19)
|ih u(x)|2 d n x
Z hZ
|i u|2 d n x d
|i u|2 d n x.
(12.20)
i m u d n x
vi d n x, C01 ().
(12.21)
(12.22)
Concluimos as que,
Z
vi d n x =
ui d n x,
(12.23)
u a v d x =
fv d n x, v C01 ().
(12.24)
Reemplazando v por h
v con |2 h| < d i s t (s o p.v, ), tenemos,
i
Z
(ih a u )a v d n x
fih v d n x, v C01 ()
(12.25)
(12.26)
(12.27)
o sea,
kih a uk2H k f kH0 kih a ukH0 ,
0
(12.28)
(12.29)
12.2.
Teorema Espectral
T = 2 T, t 0
dt
dx
T (t0 , x) = T0 (x),
(12.30)
T (t , 0) = T (t , 2) = 0 t 0.
Para resolverlo usaremos un desarrollo en serie de Fourier, es decir plantearemos una solucin de la forma,
T (t , x) =
Cn (t )s e n(
nx
2
n=1
),
(12.31)
la cual satisface claramente las condiciones de contorno. Aplicndole la ecuacin y usando la ortogonalidad de las funciones obtenemos,
d
dt
Cn (t ) =
n2
4
Cn (t ),
(12.32)
n2
4
(12.33)
Por lo tanto si damos como condicin inicial T0 L2 (0, 2), sta determinar
una sucesin {Cn0 = (T0 , s e n( n2x ))L2 } en l 2 que usaremos como condicin
inicial y as obtendremos T (t , x). Como
X
n=1
|Cn (t )|2 =
X
n=1
|Cn0 |2 e
n2
2
X
n=1
|Cn0 |2 <
(12.34)
235
s e n( )
(12.35)
s
e
n(
2
2
4
2
dx
En analoga con la teora de operadores entre espacios vectoriales de dimensin finita llamaremos a la ecuacin de arriba la ecuacin de autovectores2
autovalores del operador lineal d 2 . Dado un operador lineal L : D L2 L2
dx
el problema de encontrar sus autovalores y autovectores con condiciones de
contorno dadas se llama problema de Sturn-Liouville. Como veremos a continuacin existe una gran cantidad de operadores para los cuales este problema
tiene solucin. Es una casualidad que el conjunto de autovalores del operador en el ejemplo sea una base de L2 ? 3 El siguiente teorema y su corolario
nos dicen que no lo es, si el operador en cuestin satisface ciertas condiciones.
Teorema 12.3 (Espectral para el Laplaciano) Sea lRn acotado. Luego el
Laplaciano tiene un conjunto numerable y discreto de autovalores, = {i },
cuyas autofunciones (autovectores) expanden H01 ().
Prueba: [Teorema Espectral] Considere la funcional J : H01 () lR+ dada
por,
R
a u a u d n x
J (u) = R
.
(12.36)
u u d n x
(12.37)
236
(12.38)
Pero
d
ds
a u0 + a u0 a v)d n x
[ (a v
n
u
u
d
x
Z
(12.39)
0 [ (vu0 + u0 v)d n x]]
Q(
u p uq
2
u p + uq
1
) (Q( u p ) + Q( uq )) 0 k
k2 0
0 0 = 0.
H ()
2
2
p,q
u p + uq
u p + uq
2
(12.41)
} tambin lo
hace y por lo tanto {k 2 kH 0 () } 1. Pero como la norma Q(u) es equivalente a la de H01 () vemos que { u p } es tambin de Cauchy en H01 () y por
lo tanto que u0 H01 (). Usando el teorema de regularidad con f = 0 u0
vemos que u0 C () H01 () y por lo tanto que u0 es un autovalor en el
sentido clsico (u0 + 0 u0 = 0). Probemos ahora la existencia de los otros
autovalores-autovectores. Sea H (1) = {u H01 ()|(u, u0 )H 0 () = 0}. Este es
un subespacio vectorial y es cerrado, por lo tanto es un espacio de Hilbert 4 ,
4
237
in f
uH (1)
J (u).
(12.42)
(12.44)
Vemos entonces que este conjunto es ortogonal en H01 () y que por construccin su subespacio perpendicular es 0 lo que implica que este conjunto
es una base de H01 ()
Ejercicio: Encuentre los autovalores y autovectores de Laplaciano en H01 ()
cuando: a) lR2 es un cuadrado de lado L. b) lR3 es una esfera de
radio R. Construya en ambos casos usando estas autofunciones la funcin de
Green del problema en cuestin.
Para qu ecuaciones se puede generalizar el teorema anterior? Para la
prueba se usaron propiedades especficas del Laplaciano solo para afirmar que
J era acotada por debajo para concluir que el nfimo exista y que Q(u)
era una norma proveniente de un producto escalar para concluir que la ley
del paralelogramo vala. Si
L(u) = a a b a b u + b a b u + c u,
(12.45)
con a a b la l b k g a b la l b , k > 0, para todo campo vectorial la en (elipticidad) y con a a b , b a y c campos suaves en , luego existen constantes positivas
5
238
c1 y c2 tales que
(u, L(u))H 0 () =
u L(u)d x c1
ab
a u b u d x c2
|u|2 d n x.
(12.46)
(u, L(u))H 0 ()
(u, u)H 0 ()
(12.47)
(12.48)
(12.49)
d2
dx
u + c x 2 u.
(12.50)
Ejercicio:
a) Pruebe el siguiente corolario:
Si L elptico y autoadjunto es tal que sus autovalores son distintos de cero
luego el problema de Dirichlet
L(u) = f ,
(12.51)
240
CAPTULO 13
ECUACIONES SIMTRICOHIPERBLICAS
13.1.
Introduccin
c.) En un entorno de cada punto existe una funcin tal que si llamamos
a
a su diferencial por ta (= a ), el mapa HAB := MAB
ta es positivo
A B
A
definido. (Es decir HAB u u 0 (= 0 sii u = 0).)
Note que esta ltima condicin implica que HAB es una mtrica en el espacio
de las variables independientes. Esta y su inversa, que denotaremos por H AB
sern usadas para subir y bajar ndices.
Esta tampoco en una restriccin importante desde el punto de vista de
la fsica, ya que todos los sistemas fsicos que conocemos son simtrico
hiperblicos.
Tambin, pero solo por simplicidad en la exposicin ya que as evitaremos
algunas complicaciones tcnicas, solo consideraremos sistemas lineales.
Comenzaremos este captulo con un ejemplo simple que ilustra las caractersticas bsicas de esta clase de ecuaciones.
241
13.2.
Un ejemplo
2u
t2
2u
x2
= f (x, t ),
(13.1)
(13.3)
= c t e.
= c t e.
242
+
2
2
(13.4)
y
1
[{(d )2 (d )2 + d
4
2
2
ga b = (d t )2 + (d x)2 =
d + d d }
+{(d ) + (d ) + d d + d d }]
= 12 [d d + d d ]
(13.5)
Notando que g a b = 2[ + ] y que los smbolos de Christoffel
se anulan debido a que la mtrica tiene componentes constantes tenemos,2
u = 4
2u
= f (, ).
(13.6)
(, ) = 4
u(, ) = 4
f (, ) d C ()
Z 0 Z
0
(13.7)
f (
, )d d + uI ( ) + uI I (),
(13.8)
Por ejemplo,
(
uI (x + t ) =
e (x+t )2 1
0
x + t [1, 1]
x + t (, 1] [1, +)
(13.9)
es una solucin que representa una onda ( solucin de la ecuacin homognea) movindose hacia la izquierda sin cambiar de forma y con velocidad
1.
Note adems que g ( , ) = g ( , ) = 0, es decir estos vectores coordenados tienen
norma nula.
2
243
t =1
x
u
t
(13.10)
(13.11)
u0 (x)
2
u0 (x)
2
2 0
Z
1 x
2
244
u1 (
x )d x + CI ,
(13.13)
u1 (
x )d x + CI I .
x+t
xt
u1 (
x )d x.
(13.14)
Vemos entonces que si damos como dato u0 (x) C 2 (lR) y u1 (x) C 1 (lR)
obtenemos una solucin u(x, t ) C 2 (lRlR). Por construccin esta solucin
es nica.
(x, t )
x+t
xt
v(, ) = 4
f ( , )d d .
(13.15)
245
(, )
x+(t t)
x(t t)
!
f (
x , t)d x d t,
(13.16)
que
v(x, t )| t =0 =
(x, t )| t =0 = 0,
(13.17)
u(x, t ) = (u0 (x + t ) + u0 (x t )) +
2
2
x+t
u1 (
x )d x +
xt
Z
0
x+(t t)
x(t t)
!
f (
x , t)d x d t,
(13.18)
que por construccin es nica y que u(x0 , t0 ) depende de los valores iniciales
y de f en la regin cnica con vrtice (x0 , t0 ) dada por,
t t0
|x x0 | t0 t .
246
(13.19)
Esta regin se llama dominio de dependencia del punto (x0 , t0 ), solo lo que
acontece en esta regin puede afectar el valor de u en dicho punto. Similarmente se define el dominio de influencia de un punto (x0 , t0 ) como el
conjunto de puntos en los cuales se puede cambiar el valor de u si se cambia
el valor de u, de su derivada o de f en (x0 , t0 ). En este caso este viene dado
por: {(x, t )|t t0 , |x x0 | t t0 }.
El comportamiento de las soluciones de las ecuaciones hiperblicas es en
general el mismo que el de este simple ejemplo: Dados datos de Cauchy genricos habr una nica solucin (tanto hacia el futuro como hacia el pasado).
En el caso de las ecuaciones lineales esta solucin se puede extender indefinidamente en ambas direcciones temporales, en el caso no-lineal las soluciones
tienen solo validez en un intervalo temporal finito y es un problema fsico
interesante ver si las ecuaciones fsicas no-lineales pueden o no ser extendidas indefinidamente y que significa fsicamente la aparicin de singularidades
en las soluciones. 3 Una cantidad de gran importancia fsica y matemtica
relacionada con la ecuacin de onda es la energa de las soluciones. En dos
dimensiones sta est dada por,
Z
1
u 2
u 2
E(u, t0 ) =
[(
) +(
) ]d x.
(13.20)
2 t =t0 t
x
Observe que la energa es positiva y su tasa de variacin est dada por,
Z
u 2u
dE
2u u
(
(u, t0 ) =
+
)d x
2
dt
t x x
t =t0 t t
Z
uu
u 2u 2u
(13.21)
( 2
)
+
(
)]d x
=
[
x t x
x2
t =t0 t t
Z
u
=
[
f ]d x,
t =t0 t
uu
=
t x
0. Si f = 0 luego la energa se conserva y esto nos da una prueba alternativa
de la unicidad de las soluciones.
donde en la ltima igualdad hemos usado (13.1) y supuesto que lm
247
13.3.
(13.22)
a
a
simtrico en
y IA en general dependientes de la posicin, con MAB
con MAB
los ndices maysculos y tal que exista una funcin con gradiente ta tal que
HAB sea positiva definida y por lo tanto invertible.
Sea t la familia de superficies dadas por las superficies de nivel = t
Sea una regin cualquiera de 0 y sea una regin tal que 0 = sea
adems (t ) = t
Sea u A una solucin de 13.22 y sea,
Z
a
E(u A, t ) =
na MAB
uAuB ,
(13.23)
(t )
248
=t
tn
S
na
0
tn
=0
t =T
t =0
249
Z tZ
Z tZ
a
{|(a MAB
)u A u B | + 2|IA u A|}d t
{|C HAB u A u B |
donde en el primer miembro de la segunda desigualdad hemos usado la desigualdad de Schwartz (ver ejercicio) y hemos definido,
A
C 2 := sup{(a MAB
)( b MCb D )H AC H B D }.
(13.26)
E(u , t ) E(u , 0)
(13.28)
(13.29)
(1+C )t )
[Y (0) +
(13.30)
E(u , t ) = e
(1+C )t )
[E(u , 0) +
(13.31)
13.4.
(13.32)
13.5.
Dominio de dependencia
(13.33)
y por lo tanto es importante determinar cules son las posibles regiones donde esto pasa. En particular, dada una regin , la mayor regin donde tenemos unicidad de las soluciones con idnticos datos iniciales en se llama
el dominio de dependencia de , es la regin que depende completamente
de los datos iniciales dados en , o sea dando datos iniciales en podemos
controlar completamente el valor de la solucin en cualquier punto de su
dominio de dependencia.
Veamos primero que este dominio de dependencia no es vaco. Para ello
a
tomemos compacto en 0 y consideremos HAB = ta MAB
. Sea ahora =
con una funcin suave en un entorno de positiva en dentro de
este conjunto y negativa en 0 (o sea que se anula en su frontera) y un
nmero real que supondremos pequeo. [Ver figura 13.7.]
= c t e.
= c t e.
Ahora construiremos la superficie frontera del mximo dominio de dependencia. A partir de una regin dada por {q 0 | 0 ( p) = 0} construiremos una superficie S tal que su normal en cada uno de sus puntos pertenezca a la frontera del cono caracterstico. Esta superficie vendr dada por
Para ver esto considere el mapa entre (B1 ) (B1 ) lR dado por,
a
wa ( p)MAB
( p)u A( p)u B ( p) donde B1 ( p) = {u A( p)|HAB ( p)u A u B = 1}. Este es un mapa continuo y su dominio es compacto por lo tanto tiene un mximo, m < . Podremos tomar
entonces 0 < " < 1/m.
4
253
tn
i
X
i
i
i MAB
.
(13.34)
(13.35)
a
ya que el determinante de H C Aa MAB
se anula pues hemos supuesto que
a
el rango de a MAB dejaba de ser mximo. Para cada valor fijo de las derivadas espaciales i esta ecuacin tendr
n soluciones (races) reales,
P en general
i
t , (los autovalores del operador i i H C A MAB
), de todas ellas tomaremos
254
(13.37)
pi
H
= i,
x
(13.38)
pi (0) = 0i ,
(13.39)
=
=
2
t xi
2
xi t
XH
i H
=
(k , x k , t )
(k , x k , t ),
j
i
x
j
j
255
(13.40)
y por lo tanto
d ( pi i )
dt
=
=
+
( pk , x k , t )
i
xj dt
X i H
x j pj
( pk , x k , t )
i
(k , x k , t )
( pk , x k , t ) +
i
x
X i
xj
pj
X i d x j
XH
j
i
x
H
x
k
H
xi
i
t
( pk , x k , t )
(k , x k , t )
(k , x k , t )
( pk , x , t )
H
j
!
k
(k , x , t ) ,(13.41)
donde en la segunda igualdad hemos usado las ecuaciones 13.38 y 13.40. Esta
ltima ecuacin, con las condiciones iniciales elegidas tiene solucin trivial,
pero el teorema de unicidad de las soluciones de ecuaciones ordinarias nos garantiza que esta es la nica y por lo tanto la igualdad buscada. Por lo tanto de
ahora en ms no deberemos distinguir en el argumento de H si est evaluada
en i o en pi .
Pero entonces note que la derivada a lo largo de una curva caracterstica
de es,
d
dt
X
i
d xi
dt
XH
i
+ t
i H (k , x k , t )
= 0,
(13.42)
donde en la ltima igualdad hemos usado que por ser H homognea de priP
mer grado en i se cumple la igualdad H (k , x k , t ) = i H i .
i
En general las curvas caractersticas se cruzan entre s y por lo tanto an dando una regin
256
0 = 0
0
0 > 0
0 < 0
13.5.2.
t
v
t
Si c 2 :=
dp
|
d 0
v0
v0
x
v
x
x
1 p
0 x
= 0
= 0.
(13.43)
a
ma es simtricohiperblico con MAB
obtenido reescribiendo las ecuaciones
con frontera suave luego de un cierto tiempo la superficie reglada desarrollar singularidades
y ser multivaluada. Sin embargo estas singularidades se conocen perfectamente bien y se
sabe cmo descartar regiones hasta obtener dominios de dependencia con frontera continuas.
257
como:
c2 0
0 20
t
p
x
c 2 v0 c 2 0
c 2 0 20 v0
= 0,
(13.44)
p
.
x
t c 2 x c 2 v0
x c 2 0
det
,
x c 2 0
t 20 x v
(13.45)
(13.46)
2
t t
2
x x
258
2
y y
= ,
(13.47)
y usando u A = (,
0
0
0
1
0
0
0
0
1
0
, , )
t x y
1
0
0
u
0 u2 0
0 u3 0
u4 t
1
0
0
0
1
0
0
1
0
0
1
0
0
u
0 u2 0
0 u3 0
u4 x
0
0
0
0
0
1
0
0
0
0
1
0
u 2
u
1 u2
3 =
0 u
0
4
u
0
0
y
u1
x
t 0 0 0
0 t x y
= ( )2 [( )2 ( )2 ( )2 ],
det
t
t
x
y
0
x
t
0 y 0 t
o sea
t =
( x )2 + (y )2 := H ( x , y ).
y u3 =
u1
,
y
(13.48)
(13.49)
H
x
H
y
=
=
=q
=q
H
x
H
y
x
( x )2 + (y )2
y
( x )2 + (y )2
=0
= 0,
(13.50)
0x
q
(0x )2 + (0y )2
259
t + x0
y(t ) =
0y
q
(0 x)2 + (0y )2
260
t + y0 .
(13.51)
CAPTULO 14
ECUACIONES PARABLICAS
14.1.
Introduccin
u = f en ,
u| t =0 = u 0 ,
u|L = 0,
(14.1)
t =T
L
S
t =0
Usando el Teorema Espectral, 12.2, descomponemos u, f y u 0 en autofunciones del Laplaciano en S en H01 (S) y obtenemos,
u(t , x j ) =
un (t )vn (x j ),
n=0
f (t , x j ) =
fn (t )vn (x j ),
n=0
u 0 (x j ) =
X
n=0
un0 vn (x j ),
(14.2)
I
n t
un = e
fn ( t)e n t d t.
(14.3)
0
un (t ) = e n t [un0 +
fn ( t)e n t d t].
(14.4)
u(t , x) =
(1)
X
2t
e (2n1)
n=1 (2n1)2
2 n2 t
s e n(n x).
n2
n=1
n1
2
la cual es finita
t 0 e infinita para
X
n=0
un0 e
2 n2 t
s e n(n x)
(14.6)
14.2.
263
y por lo tanto
max u + " mn v max u + " max v
S
=
=
en S
u0 ,
(14.8)
y
mn = mn = 0
S
Teorema 14.3 (Unicidad para la ecuacin del Calor) Existe a lo ms una nica solucin u C 1 [0, T ] C 2 (S) del problema,
u u = f en S
u| t =0 = u 0 ,
u|L = u 1 ,
(14.9)
u 0 y u 1 continuas.
La prueba de este teorema es una aplicacin trivial del siguiente lema.
y satisfaciendo u u
Lema 14.1 Sea u C 1 [0, T ]C 2 (S) continua en
t
0. Luego
max u = max u
0
donde 0 = S0 L.
t =T
" = ST "
S0 L
S0
t =0
0 "
0
"
265
u
t
u 0 luego mn u = mn 0 u.
266
CAPTULO 15
GRUPOS
15.1.
Introduccin
Los grupos juegan un papel fundamental en la fsica contempornea. Esto se debe a que en la naturaleza se observan simetras, o su correlato, va
el teorema de Noether, cantidades conservadas, es decir que no varan durante las interacciones de los diversos campos durante las escalas temporal
propias a estas. Estas simetras son invariancias ante transformaciones, tales,
por ejemplo, como las traslaciones espaciales o temporales, las rotaciones, o
transformaciones entre distintos campos, tales por ejemplo las que dan cuenta
de la conservacin de la carga elctrica, el nmero barinico, etc. Todas estas transformaciones, conforman grupos, y la determinacin de la estructura
de los mismos es un ingrediente fundamental en la construccin de modelos
aproximando la realidad.
Comenzamos con la definicin abstracta de grupo:
Definicin: Un grupo es un conjunto G y una asignacin, : GG G, llamada multiplicacin, y usualmente denotada de la misma manera, (g , g 0 ) :=
g g 0 , satisfaciendo las siguientes condiciones:
Asociatividad: g (g 0 g 00 ) = (g g 0 )g 00
Existe un elemento en G, usualmente denotado por e, tal que
ge = e g = e G
For each element g G there exists another element in G, called its
inverse, g 1 , such that,
g g 1 = g 1 g = e
267
g
e
Ejemplo: Veamos el caso siguiente, sea S = {1, 2, 3}. En este caso tenemos los
siguientes mapas: e(1, 2, 3) = (1, 2, 3), f1 (1, 2, 3) = (1, 3, 2), f2 (1, 2, 3) = (3, 2, 1),
f3 (1, 2, 3) = (2, 1, 3), g (1, 2, 3) = (3, 1, 2), g 0 (1, 2, 3) = (2, 3, 1). Su tabla de multiplicacin es la siguiente:
268
g
g0
e0
f2
f3
f1
g0
e
g
f3
f1
f2
f1
f3
f2
e
g0
g
f2
f1
f3
g
e
g0
f3
f2
f1
g0
g
e
Ejemplo: Considere el grupo de todos los mapas lineales de lR2 7 lR2 que
preservan un tringulo equiltero.
Ejercicio: Considere el espacio todos los mapas lineales de lR2 7 lR2 que
preservan un cuadrado. Compare su tabla con la de P (1, 2, 3, 4).
15.2.
Isomorfismos
Como hemos visto, el grupo de transformaciones lineales en lR2 que preservan un tringulo equiltero y el grupo P (1, 2, 3) tienen la misma tabla de
multiplicacin. Por para todo fin prctico, de forma abstracta estos dos grupos son idnticos, el estudio de uno nos da toda la informacin sobre el otro.
Esto no se una excepcin, en fsica los mismos grupos aparecen como transformaciones en situaciones y espacios muy diversos y no es tan fcil establecer la relacin entre los mismos. Formalmente la relacin entre ellos se puede
definir de la siguiente manera:
Definicin: Dos grupos, G y H son isomrfos si existe un mapa invertible
entre ambos, : G 7 H tal que,
(g )(g 0 ) = (g g 0 ).
Note que en el lado izquierdo el producto es el producto de H , mientras que
en el derecho el producto es el de G. Es decir el mapa preserva el producto
entre los espacios. Si dos grupos son isomrficos entonces son idnticos en
cuanto a sus propiedades intrnsecas.
Ejercicio: Encuentre el mapa que hace P (1, 2) y grupo de todos los mapas
lineales de lR2 7 lR2 que preservan un tringulo equiltero.
269
15.3.
Subgrupos
Definicin: H es un subgrupo de G si es un grupo en s mismo, con la operacin de multiplicacin heredada de G. Es decir, si dado dos elementos,
h, h 0 H , h h 0 H , o sea que es cerrado bajo el producto, y si h H ,
luego h 1 H . Note que ambas condiciones ya nos aseguran que e H .
Ejemplo: En P (1, 2, 3) los elementos e, g , g 0 forman un subgrupo de H .
Ejercicio: Encuentre un subgrupo no trivial (el elemento identidad es siempre
un subgrupo) del grupo dado por el conjunto lR {0} con la multiplicacin
usual.
Ejemplo: Si H1 y H2 son subgrupos, luego su interseccin, H1 H2 , tambin
lo es. Dado un subconjunto S de G, la interseccin de todos los grupos que
lo contienen es un subgrupo. Se lo denomina el subgrupo generado por S.
Ejercicio: Demuestre las afirmaciones del ejemplo anterior.
Ejercicio: Considere un conjunto S y el grupo de permutaciones sobre el mismo, P (S). Sea S 0 un subconjunto de S y considere todos los mapas que cuando
restringidos a S 0 son la identidad. Vea que este conjunto es un subgrupo.
Ejercicio: Sea A subconjunto de G. Vea que A es un subgrupo sii a, a 0 A,
a 1 a 0 A.
Ejercicio: Sea P (S), con S finito. Sea
A := { P (S)| s, s 0 s 00 distintos, tales que (s ) = s 0 , (s 0 ) = s 00 (s 00 ) = s.}
Muestre que el subgrupo generado por A no es todo P (S).
15.4.
La construccin universal
Vimos varios ejemplos de grupos que aparecen como grupos de transformaciones, es decir como mapas invertibles de un conjunto en s mismo.
En realidad todos los grupos se pueden obtener de esta forma. Citamos el
siguiente teorema, el cual no probaremos, pero que es muy importante pues
sita a los grupos en sy justa dimensin:
270
15.5.
Grupos Lineales
El grupo SO(3).
El grupo SO(3) consiste de las matrices ortonormales 3 3 con determinante unidad. Es decir las rotaciones en lR3 . Veamos que propiedades tiene
este conjunto como variedad. Una manera de describir este conjunto es la siguiente: Para determinar una rotacin necesitamos dar el eje invariante de la
misma, o sea una direccin en lR3 , que tomamos como un vector unidad en
lR3 , n y el ngulo de la misma. A este ltimo le podemos asignar un rango
dado por [, ] teniendo en cuenta que la rotacin en la direccin n por un
ngulo es igual a la rotacin por el ngulo . Cada una de estas rotaciones
puede ser expresada por la matriz,
272
1
0
0
0 cos sin
0 sin cos
Donde hemos elegido los ejes coordenados de manera que el eje z coincide
con la direccin de la rotacin. Vemos as que la rotacin por es la misma
rotacin que por . Podemos unir la direccin de rotacin con el ngulo
de la misma y formar un vector de forma que su direccin coincida con la
direccin de rotacin y su magnitud con el ngulo de la misma. Vemos entonces que SO(3) consta de todos los puntos en una bola de radio , cada
dimetro de la misma consiste en todas las rotaciones sobre un eje fijo. Pero
este conjunto tiene una peculiaridad, debemos identificar cada punto de la esfera exterior, de dimetro , con su antpoda. Logramos as una variedad que
no tiene frontera. Si trazamos una curva que pretende salir de ella, cuando
llega al dimetro aparece en el punto opuesto de dicha esfera ingresando al
interior de la bola por dicho punto. En particular si comenzamos una curva
de este tipo en un punto p en el interior de la bola, vamos hacia el dimetro
y la continuamos hasta alcanzar nuevamente el punto inicial p tendremos
una curva cerrada que no puede ser deformada a la curva identidad! 1 Es decir, como variedad, SO(3) no es simplemente conexa. El siguiente ejemplo
tambin muestra que no es un toro.
Ejercicio: Muestre grficamente que una curva que recorre dos veces el camino de la anterior es deformable a la identidad.
Esta propiedad de SO(3) tiene importantes consecuencias en fsica. Es la
que permite la existencia matemtica de los espinores, es decir el modelo que
describe todos los campos ferminicos, en particular el electrn. Esto se debe
a que los espinores cuando son rotados por un ngulo de 2, es decir a lo
largo de uno de los ejes de SO(3), ste cambia de signo, (sabe de las curvas
no deformables). Mientras que si lo rotamos por un ngulo de 4 vuelve a su
estado original.
15.6.
Cosets
273
de equivalencia:
Diremos que g1 g2 si existe g G tal que g1 = g h1 y g2 = g h2 . Con
h1 , h2 H .
Las dos primeras condiciones que definen una relacin de equivalencia se
satisfacen trivialmente. Veamos la tercera:
Debemos ver que si g1 g2 y g2 g3 , entonces g1 g3 . Las dos primeras
condiciones nos dan, g1 = g h1 y g2 = g h2 para algn g G y g2 = g h2 y
g3 = g h3 para algn g G. Usando las dos relaciones para g2 vemos que
g = g h2 h21 . Por lo tanto, g3 = g h3 = g h2 h21 h3 = g h2 h21 h3 . Lo que prueba
la afirmacin ya que h h 1 h H .
2 2
Note que g H ya que e H y que todos los elementos de g H son equivalentes entre s y no hay ningn elemento fuera de g H que sea equivalente
a g . Por lo tanto estos son los elementos de L. Note que ya que estas son
clases equivalentes, cada elemento de G est en una y solo una de estas clases
equivalentes.
Ejercicio: Constate para el caso de P (1, 2, 3) que los cosets por derecha correspondientes a tomar P (1, 2, 3) como su propio subgrupo son las columnas de
la tabla de multiplicacin. A que corresponden las filas? Esto indica que cada
fila y columna est constituida por elementos distintos entre s.
Sean A y B dos elementos de L. Tomando dos elementos cualesquiera de
G en cada una de estas clases equivalentes, gA y gB , tenemos que A = gA H y
B = gB H . Con lo cual B = gB H = gB gA1 A y vemos que dados dos elementos
cualesquiera de L, existe un mapa invertible que enva todos los elementos de
uno en el otro. Es decir todas las clases equivalentes son isomorfas entre s.
Note que esto tiene la siguiente implicacin. Sea G un grupo con p elementos
y H un subgrupo del mismo. El espacio cociente tendr n elementos, clases
equivalentes, cada uno con q elementos, el nmero de elementos de H . Como las relaciones de equivalencia dividen al conjunto G en clases disjuntas.
Debemos tener que p = nq. Es decir el nmero de elementos de un subgrupo divide al nmero de elementos del grupo! En particular, si el nmero de
274
15.6.1.
Espacios Homogneos
El conjunto L = G/HL no es en general un grupo, pero tiene propiedades interesantes y estos conjuntos aparecen muy a menudo en aplicaciones,
usualmente bajo el nombre de Espacios Homogneos.
Ya vimos que G acta sobre L, dado un elemento de L, A, la accin de
g G en A es el elemento de L dado por g A. Denotaremos dicho mapa como
g : L 7 L. Como ya vimos, dados dos elementos de L, A y B, siempre existe
un elemento de G, g tal que g (A) = B, es decir acta transitivamente. La
inversa de este mapa es g 1 . Esto nos dice que todos los puntos de L tiene la
misma estructura, el grupo los mueve a todos en todos. De ah su nombre de
espacios homogneos.
Como los mapas anteriores tienen inversa pertenecen a P (L) el espacio
de permutaciones de L. Tenemos as un mapa de G en P (L), el que, dado un
elemento g G asigna el mapa g en P (L). Tenemos que,
g o g 0 (A) = g (g 0 A) = g (g 0 A) = (g g 0 )A = g g 0 (A),
o sea un homomorfismo entre grupos, lo que indica que G es un subgrupo de
P (L). Si tomamos L = G/e = G, tenemos al grupo como espacio homogneo
y a G como subgrupo de P (G). Esto nos da una prueba del teorema de la
construccin universal mencionado anteriormente.
Ejemplo: Sea G = lR {0} con la operacin de multiplicacin usual entre
racionales. Sea H = {1, 1}. En este caso G/H = lR+ .
275
15.7.
Subgrupos Normales
Una clase particular de subgrupos son los llamados grupos normales. Estos son los grupos donde los cosets por derecha e izquierda coinciden, es
decir, N G es subgrupo normal si es un subgrupo y adems,
gN = N g
g G
la propiedad importante que tiene los cosets generados por subgrupos normales es que tienen una operacin de multiplicacin cerrada que convierte
al conjunto de los mismos en grupos. De hecho, debido a la relacin que los
define,
g N g 0N = g g 0N N = g g 0N
el grupo as definido no es, en general, un subgrupo de G.
Ejercicio: Mostrar que la interseccin de subgrupos normales es normal.
De la misma forma que se pueden generar subgrupos a partir de subconjuntos de G tomando la interseccin de todos los subgrupos que contienen
el subconjunto generador. Como la interseccin de subgrupos normales es
un subgrupo normal, la interseccin de todos los subgrupos conteniendo al
subconjunto generador generarn un subgrupo normal.
Un caso particularmente interesante es cuando el subconjunto es el conjunto de elementos de G de la forma,
C := { g g g 1 g }
El subgrupo normal generado a partir de este conjunto se denomina el
conmutador de G. Este contiene todos los elementos que no conmutan en el
sentido que si tomamos el cociente, G/N obtenemos un grupo abeliano.
Ejercicio: Pruebe que un grupo es abeliano sii su subgrupo conmutador es la
identidad.
Ejercicio: Sea P (S) el grupo de permutaciones sobre S. Vea que las transformaciones que dejan todos los elementos de S invariantes, excepto un numero
finito de elementos en un subgrupo normal.
Ejercicio: Muestre que un subgrupo dando origen a solo dos cosets en necesariamente normal.
276
277
278
CAPTULO 16
PREGUNTAS TERICAS DE EXMEN
Problema 16.1 Sea S un conjunto finito. Considere el espacio de todas las funciones de S en lR. Vea que ste es un espacio vectorial. Encuentre una base y diga
cual es su dimensin.
Problema 16.2 Pruebe que dimV = dimV y que existe un mapa invertible
natural entre V y V .
Problema 16.3 Vea que V /W es un espacio vectorial.
Problema 16.4 Vea que en dimensin finita todas las normas son equivalentes.
Problema 16.5 Sea V un espacio normado y V su dual. Como se define la
norma inducida en V ? Vea que si v V y V , luego |(v)| ||||||v||.
Problema 16.6 Sean A y B dos tensores de tipo (1, 1) actuando sobre un espacio
vectorial normado. Defina la norma inducida en estos operadores. Muestre que
||AB|| ||A||||B||
Problema 16.7 Muestre usando la definicin de determinante dada en el terico, que dado dos tensores de tipo (1, 1), A y B, luego det(AB) = det(A) det(B).
Problema 16.8 Vea que el operador exponencial est bien definido.
Problema 16.9 Vea que dado un mapa lineal A, el conjunto de todos los mapas
lineales de la forma e t A, t lR, forman un grupo.
Problema 16.10 Pruebe que dado un espacio vectorial complejo, V C siempre
existe un par autovector-autovalor.
279
Problema 16.11 Vea que si {ui } son un conjunto de autovectores tales que i 6=
j , luego estos son linealmente independientes.
Problema 16.12 Pruebe el lema de Schr usando la nocin de espacio cociente.
Problema 16.13 Encuentre todas las posibles formas de Jordan de matrices 3
3.
Problema 16.14 Dado un operador lineal, A : V 7 W , estudie la definicin
de operador adjunto. Encuentre la relacin entre las componentes de estos en
trmino de una base cualquiera. Vea que si estos operadores tienen normas y con
ellas el mapa es acotado, luego se cumple que
||A0 || = ||A||.
Problema 16.15 Vea que los autovectores de un operador autoadjunto son perpendiculares entre s si sus autovalores son distintos. Vea que los autovalores son
reales. Vea que todo operador autoadjunto es diagonalizable.
Problema 16.16 Vea que si A es autoadjunto luego e i A es unitario. Vea que el
conjunto e i t A, t lR es un grupo.
Problema 16.17 Pruebe que las cartas definiendo la variedad Non-Hausdoff
forman un atlas.
Problema 16.18 Defina la diferenciabilidad de un mapa entre dos variedades
infinitamente diferenciales.
Problema 16.19 Vea que dim T p = dim M .
Problema 16.20 Dado un punto p de M y una curva (t ) que pasa por ese
punto a t = t0 , encuentre las componentes del vector tangente a dicha curva en
ese punto en una carta cualquiera. Exprese la derivada a lo largo de t de una
funcin definida en un entorno de p en dicha base.
Problema 16.21 Vea que la diferencia entre dos conexiones es un tensor.
Problema 16.22 Encuentre el laplaciano de un vector en coordenadas polares
en el plano.
Problema 16.23 Enuncie y entienda geomtricamente el teorema fundamental
de las ecuaciones ordinarias. Aplique a ejemplos simples.
280
Problema 16.37 Use el teorema del mximo para probar la unicidad del problema de valores iniciales y contorno para la ecuacin del calor.
Problema 16.38 Encuentre todos los subgrupos de P (1, 2, 3). Cuales de ellos son
normales?
Problema 16.39 Pruebe que si N es subgrupo normal de G, luego G/N es un
subgrupo. Muestre un ejemplo de esta construccin.
Problema 16.40 Encuentre un subgrupo de U (2). Ayuda, use el mapa exponencial.
282
BIBLIOGRAFA
284
Se termin de imprimir
en marzo de 20012
CORDOBA ARGENTINA
285