Modelización II

(un pase de modelos)
n e r o L o
n a n d o
2003
z i m a h C
Contenidos
Introduccin o Modelos de la Mecnica a La braquistocrona. Mecnica lagrangiana. a Movimiento giroscpico. o Pel culas de jabn. o Experiencias
Ondas Transmisin del calor. o El formato JPEG. Ondas electromagnticas. e Experiencias
Tomograf a. Reconstruccin algebraica. o Transformada de Radon. Experiencias
Modelos probabil sticos. El teorema central del l mite. Paseos aleatorios. Difusin y movimiento browniano. o Experiencias
Fluidos Ecuaciones de Euler. Fluidos estacionarios irrotacionales. Ecuaciones de Navier-Stokes. Experiencias
Direcciones en la red Programas
Referencias
[Al-Fi] M. Alonso, E.J. Finn. F sica. Vol. I, II. Addison-Wesley Iberoamericana, 1987. [Al-Ta] F. Almgren, J.E. Taylor. The Geometry of Soap Bubbles and Soap Films. Scientic American 235 (1976), no. 1, 82-93. [Ch] F. Chamizo. Clculo III (El clculo de segundo es muy fcil). UAM 2001. a a a Disponible en versin electrnica en http://www.uam.es/fernando.chamizo. o o [Ch-Ma] A.J. Chorin, J.E. Marsden. A Mathematical Introduction to Fluid Mechanics. Springer-Verlag, 1979. [Co] A. Cordoba. El mtodo de Fourier y la difraccin de la luz: un ensayo. Incluido e o en La Luz: el Ayer, el Hoy y el Maana. F. Jaque Rechea y J. Garc Sol (Editores). n a e Alianza Universidad 842. Alianza Editorial, 1996. [Co-Hi] R. Courant, D. Hilbert. Methods of Mathematical Physics. Interscience Publishers, 1953. [Do] M.P. do Carmo Geometr Diferencial de Curvas y Supercies. Alianza Unia versidad Textos 135. Alianza, 1990. [Du-Fo-No] B.A. Dubrovin, A.T. Fomenko, S.P. Novikov. Modern Geometry - Methods and Applications (Part I). Graduate Texts in Mathematics 93. SpringerVerlag, 1984. [Dy-Mc] H. Dym, H.P. McKean. Fourier Series and Integrals. Academic Press, 1972. [Fe] W. Feller. An Introduction to Probability Theory and its Applications. Wiley Series in Probability and Mathematical Statistics. Wiley, 1971. [Fe-Le-Sa] R.P. Feynman, R.B. Leighton, M. Sands. F sica. Vol. II. Electromagnetismo y materia. Addison-Wesley Iberoamericana, 1987. [Fo] J. Fourier. Teor Anal a tica del Calor. Universidad Politcnica de Madrid, 1992. e [Ga] G. Galilei. Dilogo sobre los dos mximos sistemas del mundo ptolemaico y a a copernicano. Alianza Editorial, 1994. [Ge] N.A. Gershenfeld. The Nature of Mathematical Modeling. Alianza Editorial, 1995. [Go] H. Goldstein. Mecnica Clsica. Revert, 1988. a a e [Gl] L.I. Golovina. Algebra Lineal y algunas de sus aplicaciones. Mir, 1974.
[Gr-Ry] I.S. Gradshteyn, I.M. Ryzhik. Table of Integrals, Series and Products. Academic Press, 1994. [Gr] C.W. Groetsch. Inverse Problems: activites for undergraduates. Mathematical Association of America, 1999. [He-Jo-Bu] M.T. Heideman, D.H. Johnson, C.S. Burrus. Gauss and the history of the fast Fourier transform. Arch. Hist. Exact Sci. 34 (1985), no. 3, 265-277. [Hi-Tr] S. Hildebrandt, A. Tromba. Mathematics and Optimal Form. Scientic American Library, 1985. [Hu-Ma] T.J.R. Hughes, J.E. Marsden. A Short Course in Fluid Mechanics. Mathematics Lecture Series 6. Publish or Perish, 1976. [Is] C. Isenberg. The Science of Soap Films and Soap Bubbles. Dover Books Explaining Science. Dover, 1992. [Ju] Ya. Jurguin. Bueno, y qu? Mir, 1973. e [Ka-Sl] A.C. Kak, M. Slaney. Principles of Computerized Tomography Imaging. IEEE Press 1988. (Tambin disponible en http://www.slaney.org/pct/pct-toc.html). e [Ko] V.S. Koroliuk. Manual de la Teor de Probabilidades y Estad a stica Matema tica. Mir, 1981. [La] C. Lanczos. The Variational Principles of Mechanics. Mathematical Expositions 4. University of Toronto Press, 1970. [Ma] S. Mallat. A Wavelet Tour of Signal Processing. Academic Press, 1998. [Ma-Pu] C. Marchioro, M. Pulvirenti. Mathematical Theory of Incompressible Nonviscous Fluids. Springer-Verlag, 1994. [Mx] J.C. Maxwell. A Trataise on Electricity and Magnetism. Vol. I, II. Oxford Classic Series. Clarendon Press, 1998. [Mz] J. Mazumdar. An Introduction to Mathematical Physiology and Biology. Cambridge Studies in Mathematical Biology 15. Cambridge University Press 1999. [Mo] F. Morgan. Geometric Measure Theory: a beginners guide. Academic Press, 1988. [Mu] J. Munoz Santonja. Newton: el umbral de la ciencia moderna. La Matemtica a en sus personajes 3. Nivola libros, 1999. [Na] F. Natterer. Mathematical models for medical imaging. Computational radiology and imaging (Minneapolis, MN, 1997), 17-32, IMA Vol. Math. Appl. 110. Springer, 1999.
[Po] H. Poincare. El Valor de la Ciencia. Austral 628. Serie Marrn: Ciencia y o tcnica. Clsicos de la Ciencia. Espasa Calpe, 1964. e a [Ra-Ka] A.G. Ramm, A.I. Katsevich. The Radon Transform and Local Tomography. CRC Press, 1996. [Ru] J. Ruiz Vazquez. F sica. Selecciones Cient cas, 1978. [Sm-So-Wa] K.T. Smith, D.C. Solmon, S.L. Wagner. Practical and mathematical aspects of the problem of reconstructing objects from radiographs. Bull. Amer. Math. Soc. 83 (1977), no. 6, 12271270. [Sp] M. Spivak. Clculo Innitesimal. Calculus. Vol. I, II. Revert, 1984. a e [St-Bu] J. Stoer, R. Bulirsch. Introduction to Numerical Analysis. (2nd edition). Texts in Applied Mathematics 12. Springer 1993. [Ta] M.E. Taylor. Partial Dierential Equations. Texts in Applied Mathematics 23. Springer 1996. [Ti] V.M. Tikhomirov. Stories about Maxima and Minima. Mathematical World, Vol. 1. Mathematical Association of America, 1990. [Va 1] J.L. Vazquez. Lecciones de Mecnica de Fluidos. Universidad Autnoma de a o Madrid 1997. [Va 2] J.L. Vazquez. Matemticas, Ciencia y Tecnolog una relacin profunda a a: o y duradera. UAM 2002. (Disponible en: http://www.uam.es/juanluis.vazquez). Es versin actualizada en espaol de The importance of Mathematics in the development of o n Science and Technology. Bolet Soc. Esp. Mat. Aplicada 19, (2001), 69-112. n [Wa] G.K. Wallace. The JPEG still picture compression standard. Communications of the ACM 34 (4) (1991), 3044. [We] G.L. Weiss. Harmonic Analysis. Incluido en The Chauvenet papers: a collection of prize-winning expository papers in Mathematics. (Ed. J.C. Abbott). Mathematical Association of America, 1978. [Yn] F.J. Yndurain. Mecnica Cuntica. Alianza Universidad Textos. Alianza, 1988. a a [Yo] A. Young (et al.). AC/DC Live. Disc I. Atco 7567-92212-2, 1992. [Ze-Ru-So] Ya.B. Zeldovich, A.A. Ruzmaikin, D.D. Sokoloff. The Almighty Chance. World Scientic Lecture Notes in Physics 20. World Scientic, 1990.
Prefacio
Antes de nada me gustar aclarar que he llegado a esta asignatura casualmente, por a ausencia de otras peticiones de docencia. Como la mayor de los matemticos, necesia a tando descansar del peso de las abstracciones puras, tengo inters en el tema, pero no un e conocimiento especializado. Aunque la especializacin sea en parte un contrasentido en o una asignatura como sta que trata de tocar supercialmente temas muy dispares, quiero e indicar que no poseo un conocimiento ntegro, simultneo y global de muchos modelos a particulares. La seleccin de ellos ha sido bastante casual. En un principio escog temas o que me parecieron interesantes y que conoc o me gustar conocer. Rechac algunos a a e por su dicultad, mientras que otros quedaron fuera simplemente porque ya me resultaba demasiado gravosa la escritura de estas notas y hab alcanzado una extensin suciente an o para la duracin del curso. Sirva todo esto para dejar meridianamente claro que las siguieno tes pginas tienen unas coordenadas bien denidas. Son para la asignatura X impartida a el ao Y por el profesor Z (no es mi identidad secreta). No pretendo de ninguna manera n determinar los contenidos en cursos venideros ni insinuar las ventajas de los del presente. En virtud de lo sealado anteriormente, no hay que buscar unidad en el fondo de los n contenidos. No obstante he tratado de dar cierta uniformidad a la manera de presentarlos. Cada seccin comienza con una introduccin en la que se describen las leyes bsicas o o a involucradas en el fenmeno o problema a tratar. Despus se establece un diccionario que o e conforma el modelo matemtico propiamente dicho. Finalmente se prueban resultados a que, la mayor de las veces, sirven para anticipar nuevos fenmenos o explicar los ya a o conocidos. (Ni que decir tiene que en el mundo real las cosas son mucho ms complicadas. a A n de cuentas todo es mentira y la Modelizacin no iba a ser excepcional). Cada seccin o o se completa con sugerencias de temas de trabajo y algunos ejercicios. Al trmino de cada e cap tulo se describen experimentos caseros que he diseado, y vericado con mis manazas, n para que cualquiera los pueda llevar a cabo con xito. e Por ultimo, es justo dar crdito por algunas citas textuales. Las de la introduccin e o estn tomadas de [Yo], por exposicin prolongada mientras escrib estas notas; los fraga o a mentos tras las sugerencias de trabajos son de [Po], el unico libro con citas a propsito que o me dio tiempo a leer; y algunos de los experimentos y una pequea parte del texto de los n modelos estn copiados de [Ch], sin permiso escrito del autor. Una vez que cada uno tiene a lo suyo, sin ms dilacin, pasemos a ver la coleccin de modelos Primavera/Verano 2003. a o o Madrid, enero de 2003 Fernando Chamizo
Intro
Observacin, formulacin de hiptesis, comprobacin de hiptesis, formulacin de la o o o o o o ley y expresin matemtica de la ley. Segn podemos leer en algn texto, stas son las fases o a u u e que conforman el mtodo experimental en el que se fundamentan las llamadas actualmente e ciencias naturales o experimentales, las que estudian los fenmenos de la Naturaleza. Todas o estas fases, excepto quiz la primera, se ajustan a lo que se suele denominar Modelizacin a o (palabra que, por cierto, al igual que modelizar, no aparece en el diccionario), y la ultima a la Modelizacin Matemtica en concreto. En resumidas cuentas, la Modelizacin es en o a o gran medida el mtodo de lo que en el lenguaje corriente se entiende como Ciencia. Lo e que fue una aspiracin en la Ilustracin se ha convertido en realidad desde hace casi cien o o aos, y es que la Ciencia se ha objetivado a travs de la Tecnolog y ha cambiado, para n e a bien o para mal, la faz de la Tierra, marcando la direccin de progreso. Detrs de toda esa o a Tecnolog que nos rodea, ocultos para la mayor de los espectadores, estn los modelos a a a matemticos. Nunca como ahora han sido las Matemticas tan utiles, aunque la utilidad a a no sea esencial a ellas [Va 2]. Rechazar la Tecnolog implica excluirse de la sociedad y a civilizacin actuales, y rechazar las Matemticas es perder la esperanza de comprender y o a crear la Tecnolog a.
Satellites send me picture Get it in the eye, take it to the world spinning like a dynamo Feel it going round and round
Los xitos de la Ciencia en la comprensin de muchos fenmenos no deben dogmatizar e o o su valor epistemolgico. Modelizar es reejar algunos aspectos de la realidad, pero la o identicacin de los modelos con la propia realidad es dif o cilmente sostenible. No podemos decir que el electrn no existiera antes del siglo XIX, ni que en las primeras dcadas del o e siglo XX pasase de ser una esferita a una funcin que toma valores complejos. Es evidente o que los modelos son reejos parciales e imperfectos. Tampoco hay que exagerar el papel desempeado por las Matemticas ni su apriorismo, como hizo Galileo llegando a armar n a que la verdad de la que nos dan conocimiento las demostraciones matemticas, es la misma a que conoce la sabidur divina ([Ga] p. 93). Es sorprendente que se pueda explicar en gran a medida el tomo de hidrgeno representando el electrn como una funcin que resuelve a o o o una ecuacin en derivadas parciales con coecientes complejos, y un f o sico de la talla de E.P. Wigner dir que la enorme utilidad de las Matemticas en las ciencias naturales es a a algo que raya el misterio. Sin embargo, tambin es cierto que las derivadas y los nmeros e u complejos no son elucubraciones completamente articiales. La derivada se cre tratando o de entender fenmenos mecnicos y es heredera de la nocin de velocidad; y los nmeros o a o u complejos, aunque su origen fue otro, sirven para representar algo tan natural como los giros en el plano, y por tanto son adecuados para indicar una fase en la onda asociada 1
al electrn. No podemos explicar matemticamente el electrn con las Matemticas que o a o a desconocemos, y por ello debemos echar mano de conocimientos previos; pero tambin e los modelos sugieren naturalmente nuevos entes matemticos. No es tan milagroso que a en Mecnica Cuntica se emplee el Anlisis Funcional habida cuenta que el desarrollo a a a de ste estuvo ligado a los problemas que surgieron de ella. En denitiva, los modelos e no estn subordinados a las Matemticas sino que tambin los modelos sirven para crear a a e Matemticas. a
Who made who, who made you? Who made who, aint nobody told you? Who made who, who made you? If you made them and they made you Who picked up the bill, and who made who?
Una vez rechazada la realidad de los modelos y sustituida por un reejo lo ms el a posible, cabe preguntarse qu otras propiedades son deseables a la hora de crear un mode elo. Quiz la principal sea la simplicidad, la econom en la descripcin. A sta hay que a a o e aadir algo completamente fundamental en Matemticas, la belleza, la esttica del resuln a e tado. Pero no hay que permitir que en favor de ella se subvierta el proceso de modelizacin. o Por ejemplo, la idea heredada de los griegos clsicos de que la circunferencia es la curva a ms bella y perfecta repercuti en el error, mantenido hasta comienzos del siglo XVII, de a o que los movimientos planetarios eran composiciones de movimientos circulares, error en el que tambin incurrieron Coprnico y su gran aplogo Galileo ([Ga] p. 18). Con respecto e e o al principio de econom no es casual que dentro de la historia del pensamiento apareciera a, expl citamente con el nominalismo de Ockham, que marca el nal de la Edad Media y el despertar de la Ciencia. Hasta entonces la razn y la fe no estaban perfectamente sepao radas. Ockham utiliza su famosa navaja (el principio de econom para dar prioridad a los a) conocimientos intuitivos directos provenientes de observaciones individuales y desligarlos de la fe. Es el comienzo del camino de la Ciencia en el que se adentrar ya algunos de an sus inmediatos seguidores.
Here comes the razors edge Here comes the razors edge Well here it comes to cut to shreds The razors edge
El nominalismo y ms tarde el empirismo sealaron el papel fundamental desempeado a n n por la experiencia y los experimentos en el conocimiento. Por otra parte se hace evidente el problema de induccin incompleta, consistente en la contradiccin que supone tratar o o de vericar juicios universales a partir de un nmero nito de experimentos singulares u quiz imperfectos. La historiograf cient a a ca a menudo ha deicado el valor decisorio del experimento, como si la veracidad de una teor quedara inmediata y fcilmente sena a tenciada yendo a un laboratorio; y simultneamente ha suavizado su valor gnoseolgico a o 2
para exagerar la gloria de los grandes cient cos. Es posible criticar estas dos tendencias a partir de casos sacados incluso de la aristocracia de la Ciencia. Por ejemplo, Einstein y de Haas midieron el valor de una constante atmica (la relacin giromagntica) a partir o o e de la torsin de ciertas barras metlicas, corroborando que coincid con el predicho por o a a la teor En realidad, su valor es dos veces mayor que el que midieron debido al spin, a. entonces desconocido. No hay razn para sospechar que manipulasen los resultados, simo plementes sus prejuicios al obtenerlos motivaron el error. Como ejemplo de la segunda tendencia, a veces se presenta la rotacin del perihelio de Mercurio como un experimento o conrmando la relatividad general, cuando realmente al crear la ecuacin fundamental o de esta teor Einstein busc ajustarla para que respondiera a este fenmeno observado a, o o much simo antes. La experimentacin no es un trabajo sucio pero necesario o conveniente o para vericar posibles errores, como la prueba del nueve de la multiplicacin, sino que es o crucial en la elaboracin de los modelos. Tampoco es un trabajo fcil, ni un juez inapelable o a e infalible que automticamente da un veredicto. Por ejemplo, si alguien tratase de medir a por s mismo sin instrumental sosticado la aceleracin de la gravedad llevando a la prctica o a los problemas de tiro parablico de balones o piedras de los manuales bsicos de F o a sica, no obtendr un valor medianamente parecido, y sin embargo no es dif conseguir un a cil resultado muy preciso empleando un sencillo pndulo. La realizacin del experimento pree o supone conocer la gran inuencia del rozamiento del aire en el tiro parablico, y la poca en o el periodo del pndulo. Es cient e camente un poco tramposo discriminar las experiencias sin ms explicaciones para ponderar la realidad de una teor a a.
For a fee Im happy to be Your back door man Dirty Deeds Done Dirt Cheap Dirty Deeds and theyre Done Dirt Cheap
La falibilidad de los experimentos y su dependencia de unos modelos que no estn a desligados del momento histrico ni son totalmente eles, pueden conducir a una visin o o escptica del valor de la Ciencia. Esta actitud que recoge Poincar en alguno de sus e e contemporneos ([Po] cap. X), y critica poderosamente, corresponde a un nominalismo a exagerado, por el cual la Ciencia estar compuesta de convenciones, de nombres, en las a que descansa su aparente certeza. De manera que los hechos cient cos son una obra articial debida a los propios investigadores. Hoy en d este punto de vista est muy a a atenuado por la gran repercusin de la Tecnolog pero no exento de ciertas motivaciones. o a Tmese como ejemplo el neutrino, sta es una part o e cula elemental que se introdujo en 1930 con el unico n de explicar una falta de energ en la desintegracin beta. Casi por a o denicin, no ten masa (ahora se cree que puede ser insignicante) ni carga y podr o a a recorrer distancias casi astronmicas sin interactuar con la materia; incluso el denostado o 3
ter lum e nico ten propiedades f a sicas ms tangibles. En 1953 se registro el neutrino y a pas a ser una realidad cient o ca. El experimento dur miles de horas y lo que se midi o o realmente fue que ciertas reacciones que conjeturalmente ten lugar tras la muerte del an neutrino, se produc con la probabilidad esperada. Si solamente se toma en cuenta esto, an cabe preguntarse hasta qu punto el neutrino fue slo un nombre artical para cubrir e o un hueco en un modelo forzando la conservacin de la energ La misma cr o a. tica, y con mayor fundamento, se puede hacer ante muchos descubrimientos denitivos que nos presentan los diarios acerca de la Cosmolog durante bastante tiempo una de las reas a, a ms divulgadas de la Ciencia. No hace falta ir al interior del tomo ni a los connes del a a Universo para darse cuenta de que muchas veces ante nuestras infantiles preguntas del porqu de las cosas, que son la base de la Ciencia, nos contentamos con poco ms que e a los nios. Por citar un ejemplo relacionado con uno de los cap n tulos ms originales de a [Fe-Le-Sa], considrese algo tan comn como una tormenta. Siempre se nos ha dicho que e u el rayo es una descarga elctrica. Esto es como decir que tiene relacin con las chispas e o en un cortocircuito de un enchufe casero, lo cual ya es bastante y a Franklin le dio gran prestigio cuando todav no exist los enchufes, pero muy pocos se plantean que esto a an lleva a innidad de preguntas sencillas aparentemente sin respuesta, por qu hay una e diferencia de potencial entre el cielo y la tierra si estn en contacto?, por qu se produce a e la descarga sbitamente?, por qu despus de sta no se igualan los potenciales? De modo u e e e que cabe preguntarse si ha aadido ms al conocimiento de los no expertos saber que el n a rayo es elctrico, del que aadi a los antiguos griegos pensar que era la manifestacin e n o o de Zeus tonante. La Ciencia, y la modelizacin que entraa, trata de ir ms all, y no o n a a slo de poner nombre a los fenmenos, sino tratar de explicarlos desde primeras causas, en o o denitiva, de racionalizarlos.
My mind raced And I thought what could I do (Thunder) And I knew There was no help, no help from you (Thunder) Sound of the drums Beatin in my heart The thunder of guns Tore me apart Youve been - thunderstruck
1. Modelos de la Mecnica a
1.1. Te diste mucha prisa
El famoso problema de la braquistocrona no slo permite contar una bella historia que o incluso es verdad, sino que estuvo en el origen de una nueva rea de las Matemticas, el a a Clculo de Variaciones, que ms tarde y hasta nuestros d se revelar como fundamental a a as a para entender la Mecnica en cualquiera de sus variantes (clsica, relativista, cuntica). En a a a este terreno las famosas palabras de Euler: Nada tiene lugar en el mundo cuyo signicado no sea el de algn mximo o m u a nimo [Ti] se han vuelto profticas. e El problema fue propuesto en 1696 por Johann Bernoulli (de los Bernoulli de toda la vida, la famosa y no muy bien avenida familia de Matemticos de los siglos XVII y XVIII) a como un reto a la comunidad cient ca. Consiste en encontrar la curva, digamos la forma del tobogn, que une dos puntos de manera que los cuerpos, digamos humanos, a que caen por ella lo hagan en el menor tiempo posible. De ah lo de braquistocrona, del griego = breve y oo= tiempo. Varios matemticos ilustres respondieron al reto a resolvindolo. Entre ellos Newton, al que slo le llev unas horas (Newton ten la habilie o o a dad de humillar a sus adversarios y tambin la de ser un genio). De su solucin, publicada e o annimamente, dijo J. Bernoulli que pod reconocer al len por sus garras [Mu]. o a o Una primera conjetura que se podr hacer es que la braquistocrona es una recta, a a n de cuentas la recta es la curva ms corta que une dos puntos. Pero basta realizar a unos clculos para percatarse de que los nios se divertirn ms en menos tiempo con a n a a un arco curvo. De hecho ya Galileo, mucho antes de la propuesta de Bernoulli, pensaba errneamente que la braquistocrona era un arco de circunferencia [Ti]. La solucin correco o ta, sin embargo, es un arco de cicloide, la curva descrita por un punto en el borde de una moneda que rueda a lo largo de una regla. Concretamente es un arco que parte de uno de sus puntos picudos.
O
Situemos un sistema de coordenadas en el punto de partida O, girado /2 con respecto a su posicin habitual, para que la coordenada x mida la altura desde O. Como o la aceleracin de la gravedad es g, para un cuerpo en ca libre (quitamos la curva) la o da 1 2 altura en funcin del tiempo es x = 2 gt y la velocidad v = gt, as que v = 2gx. Por o el principio de conservacin de la energ ( 2 mv 2 = mgx) esta ultima frmula sigue siendo o a 1 o 5
cierta para un cuerpo que cae a lo largo de una curva. Por la denicin de velocidad y la o regla de la cadena dt dt = dx dx dx dt dy dt dt = dx 1 + (y (x))2 . 2gx
1 + (y (x))2
Entonces el tiempo que se tarda en salvar una altura H a lo largo de cierta curva y = y(x) es
H
T =
0
1 + (y (x))2 dx. 2gx
Dados H e y(H), tenemos que buscar la funcin y = y(x) que haga m o nimo T .
Diccionario: Forma del tobogn Funcin y = y(x) con y(0) = 0. a o

H
Tiempo de ca da T =
(1 + (y (x))2 )/(2gx) dx.
Braquistocrona Funcin uniendo (0, 0) y (H, y(H)) para la que T es m o nimo. Lo que necesitamos es una especie de mtodo de mximos y m e a nimos a lo grande donde los puntos son sustituidos por funciones. Resulta que esto no es tan dif como cil pudiera parecer al principio (si damos por supuestas la existencia y unicidad), y con el truco universal de integrar por partes se deduce del mtodo de mximos y m e a nimos de Clculo I. (Una forma alternativa de complicar las cosas siguiendo a Euler es considerar a que una funcin es un montn de puntos muy prximos y emplear Clculo II o Clculo III, o o o a a [La] p. 52, [Ch] p. 73). Proposicin 1.1 . Sea F C 2 . Si la integral o
b
I=
a
F (y(x), y (x), x) dx
alcanza un extremo (mximo o m a nimo) en el conjunto de funciones C 2 ([a, b]) que verican y(a) = c, y(b) = d; entonces la funcin para la que se alcanza dicho extremo debe satisfacer o la ecuacin de Euler-Lagrange o d F dx y 6 = F y
donde F/y y F/y indican las derivadas con respecto a la primera y segunda variables, y se suponen evaluadas en (y(x), y (x), x). Nota: El Clculo de Variaciones es una rama de las Matemticas que se ocupa princia a palmente de calcular extremos de expresiones integrales similares a I (funcionales), en las que el integrando depende de ciertas funciones incgnita. o Dem.: Supongamos que el extremo se alcanza para y = y0 (x), y sea C con (a) = (b) = 0 arbitraria. Entonces la funcin f : R R denida mediante o
b
f( ) =
a
F (y0 (x) + (x), y0 (x) + (x), x) dx = 0. Por consiguiente

b
debe alcanzar un extremo en
0 = f (0) =
a
F F + y y
Integrando por partes el segundo sumando del integrando, se deduce

b
0=
a
d F F y dx y
Como es una funcin C arbitraria salvo porque se anula en los extremos, la unica o posibilidad es que el otro factor sea nulo. En el caso de la braquistocrona, si cerramos los ojos ante la singularidad en x = 0 y conamos en que es parte del enunciado que la funcin y en la que se alcanza el o m nimo sea regular, podemos aplicar la proposicin anterior con F = (1 + (y )2 )/(2gx). o Evidentemente F/y = 0 y d F dx y F F = cte y y y 2gx(1 + y 2 )
= cte.
Esta constante slo se anula en el caso de ca libre que no consideramos. Escribmosla o da a por conveniencia como 1/ 4gC, entonces la ecuacin anterior, despus de despejar, es o e y = Por tanto basta calcular la integral de x . 2C x
x/ 2C x. Uno puede conseguirlo con sus propias 7
manos, con esfuerzo, llevando a cabo algunos cambios de variable, o con menos esfuerzo utilizndolas para coger el pesado tomo [Gr-Ry] (vase 2.225.2 con x = 1/t), pero es ms a e a conveniente para presentar la solucin efectuar un solo cambio de variable llovido del cielo o dado por x = C(1 cos u). Con l la integral se transforma en e C sen u 1 cos u du = C 1 + cos u sen u (1 cos u)2 du = C 1 cos2 u (1cos u) du = C(usen u).
De este modo, la braquistocrona en forma paramtrica responde a la ecuacin de la cicloide e o (1.1) x = C(1 cos u), y = C(u sen u).
La constante C se ajusta de forma que para x = H, y tome el valor y(H) especicado. El problema que plantea la singularidad en x = 0 no es relevante porque siempre en la demostracin de la proposicin se puede imponer que la funcin tienda a cero en los o o o extremos tan rpido como se desee matando la singularidad. a Cuando u var en [0, 2], la x decrece en la segunda mitad del intervalo y por tanto a no dene una funcin (univaluada) y = y(x). o
C
2 C u =2 u = x y
2C
El punto de retroceso corresponde a x = 2C, y = C. De modo que para condiciones iniciales con y(H) > H/2 el tobogn dado por la braquistocrona se comba hacia arriba, a lo cual no es muy intuitivo: todos dir amos que para ir rpido por un tobogn siempre a a deber amos bajar. Si y no es una funcin de x el razonamiento antes empleado para deducir o la ecuacin (1.1) a travs de la proposicin no tiene sentido, pero todo vuelve a funcionar o e o buscando ahora una solucin en la que los nombres de los ejes estn intercambiados. o e Ep logo: Al igual que en el clculo de una variable existe un criterio de la derivada a segunda, en el Clculo de Variaciones existe la llamada segunda variacin para detectar si a o algo es un mximo o un m a nimo [La], [Du-Fo-No] 36. Pero se muestra mucho menos eciente que en Clculo I. La dicultad es esencialmente topolgica: es mucho ms dif a o a cil trabajar con espacios de dimensin innita, los de funciones, que con los nmeros reales. o u Incluso teoremas tan naturales como los tres teoremas fuertes de [Sp], pueden ser complicad simos o incluso falsos. 8
Ejercicios
1) Sin mirar la teor a) Deducir la ecuacin de Euler-Lagrange para a F (y, y , x) dx. a: o b) Obtener la frmula que da el tiempo de ca en funcin de la forma del tobogn. o da o a 2) Probar que la cicloide x = C(1 cos u), y = C(u sen u), corresponde a la curva descrita por un punto en el borde de una moneda que rueda a lo largo de una regla situada en el eje Y . De qu radio es la moneda? e 3) En la Luna (gravedad menor) o en Jpiter (gravedad mayor), tiene una forma u diferente la braquistocrona que en la Tierra? Es el tiempo de ca igual? da 4) Escribir la ecuacin de Euler-Lagrange correspondiente al problema de Clculo de o a Variaciones que se deriva de La l nea ms corta uniendo dos puntos es la l a nea recta. 5) Suponiendo que el problema tiene una solucin C 2 , hallar la funcin y = y(x) con o o y(1) = y(1) = 0 para la que 1 (y )2 + 4 1 y es m nimo. Utilizar el resultado para probar que bajo condiciones de regularidad adecuadas,
1 1 1 b
u(1) = u(1) = 0
(u )2 + 4
1
8 u . 3 1
6) Un animal se mueve en un terreno pantanoso que es ms denso a mayor proa fundidad, de forma que la velocidad que desarrolla es proporcional a la altura sobre el fondo. Probar que para ir de un punto a otro en menor tiempo debe seguir un arco de circunferencia. (Supngase que el problema tiene solucin C 2 ). o o 7) Hallar la integral y la ecuacin diferencial correspondiente, cuando en el problema o de la braquistocrona se considera x = x(y). f (b) = 0 se cumple a f 2 2 (b a)2 a (f )2 . Demostrar que la constante 2 (b a)2 es ptima, no se puede reducir conservando la desigualdad. o 9) Una part cula de masa 2 que se mueve por velocidad 1 y al cabo de un segundo tiene velocidad energ potencial en cada punto x es x(x 1), y que el a la integral de la energ total, cintica ms potencial, a e a movimiento. 8) La desigualdad de Wirtinger arma que para cualquier f C 1 ([a, b]) con f (a) =
b b
la recta real parte en t = 0 con 0, detenindose. Sabiendo que su e movimiento se realiza de modo que es m nima; calcular la ecuacin de o
b a
extremo entre las funciones y C 2 con y(a) = A, y(b) = B. I =

1 0
10) Probar que si a < 0 < b, A = B y n 1, entonces
xn (y )2 dx no alcanza un
11) En C 1 ([0, 1]) se tiene la norma natural y = sup |y(x)| + sup |y (x)|. Probar que y 2 (1 (y )2 ) con y C 1 , y(0) = y(1) = 0, alcanza un m nimo relativo en y 0,
en el sentido de que en el entorno {y C 1 : y < 1}, el m nimo de I se alcanza en ella. Demostrar, sin embargo, que I no tiene m nimo (absoluto), ya que inf yC 1 I = . 9
Seccion 1.1
Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

De la seccin: o Historia del Clculo de Variaciones (la contribucin de cada autor y problemas de a o la F sica-Matemtica de los que surgi). a o Formulacin de las ecuaciones bsicas de la relatividad general a partir del Clculo o a a de Variaciones (slo aconsejable si se tienen conocimientos slidos de Geometr o o a).
Generales: Algoritmos de ordenacin y bsqueda y sus aplicaciones. o u El tomo de hidrgeno. a o
Y por el mismo precio, las palabras del sabio:

La historia lo prueba; la f sica no solamente nos ha obligado a elegir entre los problemas que se presentaban en tropel; nos ha informado de problemas en los cuales, sin ella, nunca habr amos pensado. [Po] p. 99.
10
1.2. Ms sencillo a
Uno de los primeros ejemplos del curso de F sica para Matemticos seguramente fue a el pndulo simple [Al-Fi] 12.5. Se ten una part e a cula de masa m que oscilaba unida a una varilla (supuesta inextensible, r gida de masa cero) y hab que aplicar como siempre a F = ma. En principio a = r (t) con r(t) = (x(t), y(t)), el vector de posicin de la o part cula, y F = (0, mg), el peso. Pero esto no da resultado porque la part cula est a 2 2 ligada a moverse en x + y =cte. Los libros de F sica introducen una fuerza de tensin o que compensa la componente normal del peso, lo que indica que la part cula no se puede mover a lo largo de la varilla. Al nal, hacen desaparecer x e y escribiendo todo en funcin o del ngulo. A los principiantes las tensiones les suelen parecer en este y otros problemas a unas fuerzas fantasmagricas que nunca se ven y que slo se introducen como un truco o o para eliminar las componentes normales.
Tension Fuerza Efectiva Peso
La aparicin de las tensiones se debe a que tratamos con dos coordenadas (x, y) un probleo ma que es intr nsecamente unidimensional porque x2 + y 2 =cte. En general, supongamos que tenemos en R3 una part cula ligada a una curva C, es decir, una cuenta de collar ensartada en un alambre curvo. Aunque el vector de posicin tenga tres coordenadas est o a claro que con un solo parmetro q, por ejemplo la longitud de arco, se describe la posicin a o de la part cula r = (x(q), y(q), z(q)). Si estudiamos cmo var q en funcin del tiempo, o a o q = q(t), sabremos todo acerca del comportamiento mecnico. Digamos que la fuerza es a conservativa, esto es F = V con V slo dependiendo de la posicin. Como antes, lo que o o tenemos que hacer es quedarnos slo con la parte tangencial a C de la ecuacin F = ma. o o Al ser dr/dq un vector tangente a C, se tiene: dr dr = V dq dq (donde aqu y en lo sucesivo, prima o doble prima en r indican derivadas con respecto del tiempo). Esto se puede escribir de una forma ms retorcida pero equivalente, como a Proyec. de mr en la tang.= Proyec. de F en la tang. mr dr d dr dV d . mr = mr dt dq dt dq dq Ya que V (q) = V (r(q)) dV /dq = V dr/dq. (Vase [Sp] p. 236 y [Ch] p. 12 para comene 11
tarios acerca del abuso de notacin cometido). Considerando r (t) = (x (q), y (q), z (q))q = o dr o a a o q dq como funcin de dos variables, q y q , se puede retorcer todav ms la ecuacin anterior a r d mr dt q = mr r dV . q dq
1 o Deniendo el lagrangiano L = T V donde T es la energ cintica 2 mr r en funcin a e de q y q , la ultima ecuacin se escribe como (recurdese que V slo depende de q) o e o
d L dt q
L . q
Segn hab u amos visto en la seccin anterior esto equivale a que la integral L dt alcance o un valor estacionario (ms adelante deniremos exactamente este trmino). Es como si a e la part cula para ir de un punto a otro pensara primero todas las posibles formas de ir, calculase las integrales del lagrangiano, y escogiese la que corresponde al valor estacionario (no es extrao que algunos precursores de este tipo de mtodos les dieran un sentido n e losco o metaf o sico [La]). El Principio de Hamilton [Co-Hi] arma que esto es una ley fundamental general que funciona con ligaduras ms complicadas en el movimiento o a con ms part a culas, considerando L como la diferencia de las energ cintica y potencial as e totales. Todo lo que se pide es que las coordenadas estn ligadas por ecuaciones que denan e subvariedades que podamos parametrizar con algunos parmetros q 1 , . . . , qk . En este caso, a en Mecnica se dice que las ligaduras son holnomas y que el sistema tiene k grados de a o libertad [Go]. Principio de Hamilton: El movimiento de un sistema mecnico descrito por los a parmetros q1 , q2 , . . . , qk se lleva a cabo entre los instantes t0 y t1 de tal modo que la a integral
t1
J=
t0
L dt
es estacionaria entre todas las posibles funciones qi con qi (t0 ) y qi (t1 ) jos. Nota: El signicado exacto de estacionario es que al cambiar q i por qi + i i , donde i es una funcin regular que se anula en t0 y t1 , la funcin J( 1 , 2 , . . . , k ) sea estacionaria o o en el origen, esto es, J(0) = 0. Para abreviar se suele escribir J = 0.
Diccionario: Movimiento de sistemas mecnicos Funciones q1 , q2 , . . . , qk tales que J = 0. a 12
Para que el Principio de Hamilton sea efectivo debemos encontrar las ecuaciones de Euler-Lagrange que le corresponden. El gran avance es que en ellas slo aparecern las o a funciones qi que nosotros hayamos elegido al parametrizar el sistema. Teorema 1.2 . Sea L una funcin C 2 de 2k + 1 variables. La integral o
t1
J=
t0
L(q1 (t), . . . , qk (t), q1 (t), . . . , qk (t), t) dt
es estacionaria para ciertas funciones qi C 2 ([t0 , t1 ]) con extremos prejados, si y slo si o satisfacen las ecuaciones de Euler Lagrange d L dt qi L qi
i = 1, 2, . . . , k.
Dem.: Todo lo que hay que hacer es adaptar la prueba para el caso unidimensional utilizada en el problema de la braquistocrona. As pues, para i funciones regulares que se anulen en los extremos, se dene
t1
J( 1 , Al imponer
2, . . . , k )
=
t0
L(q1 (t) +
1 1 (t), . . . , qk (t)
1 k (t), t) dt.
J(0) = 0, se tiene
0=
J = xi
t1 t0
L L i + dt. qi qi i
d Integrando por partes el segundo sumando se transforma en i dt (L/qi ) y se siguen las ecuaciones del enunciado.
Por ejemplo, si en el pndulo simple elegimos como coordenada el ngulo con la e a 1 1 2 2 2 2 vertical entonces L = T V = 2 m((x ) + (y ) ) mgy = 2 ml ( ) + mgl cos , y las ecuaciones de Euler-Lagrange se reducen a la bien conocida del pndulo + g sen = 0. e l
y x y x
l m
l m l 2 m
Si unimos a este pndulo otro similar (pndulo doble), hay dos grados de libertad que e e 13
pueden representarse con los dos ngulos 1 y 2 con las verticales. En este caso el laa grangiano se complica pero conceptualmente es mucho ms sencillo que tratar de aplicar a directamente F = ma: 1 1 L = T V = m((x1 )2 + (y1 )2 ) + m((x2 )2 + (y2 )2 ) mgy1 mgy2 2 2 1 =ml2 ((1 )2 + (2 )2 + 1 2 cos(1 2 )) + mgl(2 cos 1 + cos 2 ). 2 Hay diversas variantes del teorema anterior. Por ejemplo, si se permite que L pueda depender de las derivadas de qi de hasta orden m, es fcil ver que las ecuaciones de Eulera Lagrange pasan a ser d L dt qi d2 dt2 L qi + . . . + (1)l+1 dl dtl L qi
(l)
L . qi
Si se buscan valores estacionarios de L condicionados a que M =cte, el mtodo de e los multiplicadores de Lagrange estudiado en Clculo II o Clculo III se puede incorporar a a a la demostracin anterior. Con ello se prueba que el unico cambio en las ecuaciones de o Euler-Lagrange correspondientes es que hay que reemplazar L por L M (vase [La]). e Otra variante que tiene un inters capital tanto terico como prctico es el caso en que las e o a funciones incgnitas dependen de varias variables. En este caso en las ecuaciones de Eulero Lagrange hay que contabilizar las derivadas con respecto a todas las derivadas parciales. Con ello se establece una equivalencia en algunos casos de inters entre ecuaciones en e derivadas parciales y problemas de extremos. Por ejemplo, calcular la solucin de u = f o u 2 + 2f u. El en con u = 0 en la frontera es lo mismo que calcular el m nimo de mtodo de elementos nitos de Clculo Numrico II aprovecha de esta relacin buscando e a e o m nimos aproximados escribiendo u como combinacin lineal de funciones sencillas [Sto Bu] 7.7, por ejemplo lineales a trozos. Con el desarrollo de los ordenadores, ste mtodo e e se ha mostrado fundamental en ingenier a. Si una part cula est ligada a moverse en una supercie S sin verse sometida a ningn a u 1 campo de fuerzas externas, V = 0, el lagrangiano es L = 2 m (t) 2 donde , con Im S, es la curva que representa la trayectoria de la part cula. El Principio de Hamilton 2 requiere que el valor de la energ a (t) dt sea estacionario. A continuacin veremos o que minimizar la energ implica minimizar la longitud. Esta ultima propiedad caracteriza a localmente a las geodsicas. Por ello no es sorprendente que estas viejas amigas nuestras e de la Geometr II coincidan con las trayectorias de las part a culas en S. Proposicin 1.3 . Sea S R3 una supercie regular y p, q S. Si : [0, 1] R3 o 14
es una curva regular incluida en S con (0) = p, (1) = q tal que 0 (t) 2 dt es m nima entre todas las curvas de este tipo, entonces es constante y tambin tiene longitud e m nima. a o Dem.: Localmente la supercie vendr dada por una parametrizacin X(u 1 , u2 ) y la curva corresponde a cierta dependencia u1 = u1 (t), u2 = u2 (t). Con lo cual (t) 2 = gij ui (t)uj (t). Estos gij = gij (u1 , u2 ) son los coecientes de la primera forma fundamental [Do]. Llamando L a este sumatorio, un clculo prueba que a (1.2) u1 L L + u2 L = L. u1 u2
Si tiene la propiedad minimizante del enunciado, por las ecuaciones de Euler-Lagrange d dt (L/ui ) = L/ui . Al derivar con respecto de t el primer miembro de (1.2), considerando L = L u1 (t), u2 (t), u1 (t), u2 (t) ; se obtiene: u1 d L L + u1 u1 dt u1 + u2 L d L + u2 u2 dt u2 d L dt
que se anula al transformar el segundo y el cuarto sumandos con las ecuaciones de EulerLagrange y aplicar la regla de la cadena a dL/dt. De modo que (1.2) implica que (t) 2 es constante en el tiempo. Digamos (t) = E. La longitud de es 0 (t) dt = E. Si no fuera m nima existir otra curva (t) a 1 conectando p y q con 0 (t) dt = E < E. Quiz reparametrizando (tomando t propora cional a la longitud de arco), se puede suponer que (t) es constante y por tanto que vale E. De aqu
1 1 1
(t)
0
dt = E < E =
0
(t)
dt,
lo que contradice la propiedad minimizante de . Un resultado como ste tiende un puente entre la Mecnica y la Geometr Incluso e a a. bajo la presencia de un potencial los movimientos de una part cula se pueden identicar con geodsicas en ciertas subvariedades [Du-Fo-No] 33.3. e
Ep logo: En el campo gravitatorio resulta que todas las part culas de prueba sufren la misma aceleracin, independientemente de su masa, cuando son atra o das por una masa mucho mayor. Si la geodsica que sigue una part e cula no depende de su masa, se puede entender la gravitacin como algo puramente geomtrico, una curvatura universal del eso e pacio que hace que las geodsicas no sean rectas. Para ser coherente con la concepcin e o 15
de Minkowski del espacio y el tiempo dentro de un mismo continuo, la curvatura tambin e debe afectar al tiempo. Estos son a grandes rasgos los puntos de partida de la relatividad general. Lo ms complejo de esta teor es la dif ecuacin que relaciona la curvatura a a cil o con la masa. Dicho sea de paso, Einstein lleg a ella con mucho esfuerzo de forma no o muy sistemtica, tanteando diversas posibilidades; mientras que D. Hilbert (que public a o su resultado unos d antes que el propio Einstein) dedujo esta ecuacin bsica de la as o a relatividad general con tcnicas de Clculo de Variaciones, como un teorema a partir del e a postulado f sico de que esencialmente el espacio-tiempo trata de curvarse lo menos posible [Du-Fo-No] 39.
16
Ejercicios
1) Sin mirar la teor a) Enunciar el Principio de Hamilton y explicar sus ventajas. a: b) Escribir las ecuaciones de Euler-Lagrange. 2) Utilizando el Principio de Hamilton, estudiar el movimiento de una part cula que cae por un plano inclinado. 3) Hallar las ecuaciones de Euler-Lagrange y resolverlas, para el sistema formado por dos masas m1 y m2 que cuelgan, una a cada lado, de una polea de masa despreciable, por medio de una cuerda inextensible de longitud L. 4) De entre todas las grcas de longitud de funciones pares positivas conectando a (1, 0) y (1, 0), hallar la que limita rea mxima con el eje X. (Se supone que hay una a a funcin f C 2 ((1, 1)) de la que proviene la grca). o a 5) Hallar el nmero de grados de libertad y el lagrangiano para el sistema formado u por dos part culas que se mueven dentro del paraboloide z = x2 + y 2 + 1 sin que acte u ningn potencial. u 6) Se dice que qi es una variable ignorable si no aparece expl citamente en el lagrangiano. Este caso es muy interesante f sicamente porque conduce a una cantidad que se conserva a lo largo del movimiento del sistema. Explicar cmo. o 7) Empleando coordenadas polares, escribir las ecuaciones de Euler-Lagrange correspondientes a una part cula que se mueve en el plano suponiendo la energ potencial a gravitatoria GM m/r debida una masa M ja en el origen. 8) Prubese que en el problema anterior se cumple la segunda ley de Kepler: El e vector de posicin de la part o cula barre reas iguales en tiempos iguales. a 9) En la relatividad especial el lagrangiano correspondiente a una part cula libre, con V = 0, es L = mc c2 (t )2 (x )2 (y )2 (z )2 donde x, y, z, t (que ahora son q1 , q2 , q3 , q4 ) dependen de lo que se llama el tiempo propio , que es el tiempo medido por un observador que viaja con la part cula. Probar que las part culas libres se mueven describiendo rectas. Explicar qu relacin guarda L con la famos e o sima frmula E = mc 2 o para part culas en reposo. mizando la energ a 10) Sea C 2 la curva en la esfera unidad S 2 que conecta (0, 0, 1) y (1, 0, 0) mini1 0
(t)
dt. Hallar su ecuacin. o
11) Hallar el polinomio de grado 2 con P (0) = 0, P (1) = 1, para el que 0 (P )2 + 0 P 2 es m nimo. Escribiendo u(x, y) = u1 (x)u2 (y), hallar la solucin de u + 2u = 0 en Q = o [0, 1] [0, 1] satisfaciendo u(x, y) = u(y, x) en la frontera de Q y u(0, 0) = 0, u(1, 1) = 1. Comprobar numricamente que u(x, y) P (x)P (y) y dar razones para ello. e
17
Seccion 1.2

De la seccin: o Principios variacionales en Mecnica y sus aplicaciones. a Elementos nitos en ingenier a. El teorema de Noether en Mecnica y Teor de Campos. a a Mecnica Celeste. a Generales: Aplicaciones de la Teor de Grafos. a Grupos cristalogrcos planos (mosaicos de la Alhambra). a

Supongamos un sistema formado por n puntos materiales, visibles o no; esto har a en total 3n coordenadas; considermoslas como las coordenadas de un punto unico en un e espacio de 3n dimensiones. En virtud de las ligaduras de que acabamos de hablar, este punto unico estar sujeto a permanecer sobre una supercie de un nmero cualquiera de a u dimensiones < 3n; para ir de un punto a otro, sobre esta supercie, se tomar siempre a el camino ms corto; ese ser el principio unico que resumir toda la mecnica a a a a Cualquier cosa que se piense de esta hiptesis, que nos seduzca por su simplicidad o o nos choque por su carcter articial, el solo hecho de que Hertz haya podido concebirla a y considerarla como ms cmoda que nuestras hiptesis habituales, basta para probar a o o que nuestras ideas ordinarias y, en particular, las tres dimensiones del espacio, de ningn u modo se imponen al mecnico con una fuerza invencible. [Po] p. 85, 86. a
18
1.3. Bailando al aire

Si tomamos un ortoedro homogneo (algo con forma de ladrillo) tal que las tres aristas e que conuyen en cada vrtice tengan longitudes bien distintas podemos observar un curioso e fenmeno. Al lanzarlo al aire imprimindole un giro de eje vertical, el ortoedro se dejar o e a girar cuando el eje sea paralelo a la arista mayor o a la menor, pero no cuando lo sea a la intermedia sin presentar grandes cabeceos. Incluso con la caja de una cinta de v deo se puede observar el fenmeno (aunque no es la mejor forma de hacerlo). Para hallar las o ecuaciones que rigen el cabeceo de un slido r o gido que gira es necesario enunciar una de las leyes fundamentales en Mecnica: la ley de conservacin del momento angular, la cual, a o paradjicamente, indica a grandes rasgos la tendencia que tienen los sistemas a mantener o un eje de rotacin jo. o Para una part cula de masa m describiendo una trayectoria r = (x(t), y(t), z(t)) con velocidad v = dr/dt, el momento angular se dene en cada instante t como L = mr v.
Si la part cula gira en movimiento circular alrededor de un eje que pasa por el origen, se llama velocidad angular al vector en la direccin de este eje (con sentido compatible o con el de giro) y cuyo mdulo es la variacin del ngulo en funcin del tiempo, d/dt. Su o o a o relacin con la velocidad de la part o cula es dr = r). (1.3) v =r (es decir dt
L v r L r v
Al sustituir se tiene L = mr ( r) y despus de desarrollar el doble producto e vectorial con r = (x, y, z) se puede escribir y2 + z2 M = xy xz xy 2 x + z2 yz xz yz 2 x + y2
L = mM
donde
Evidentemente en un movimiento circular de una part cula como el descrito, L no se conserva a no ser que el origen est en el plano de rotacin, lo cual est relacionado e o a f sicamente con el hecho de que al hacer girar una pelota unida a una cuerda como una honda, podemos hacer que la cuerda genere un c rculo, pero no un cono. En un slido r o gido que rota, el momento angular se dene como la suma de los 19
momentos angulares que lo componen, es decir L = I con I= M dxdydz
donde = dm/dVol es la densidad, y la integral de M se realiza componente a componente. Es posible probar que la matriz I es denida positiva. La ley de conservacin del momento o angular es una sencilla consecuencia del equilibrio de fuerzas en un sistema de part culas que pueden interactuar dos a dos en la direccin de la recta que las une (vase [Al-Fi] o e 9.4, [Ru] p. 18). Implica que para un slido r o gido en ausencia de fuerzas externas L no var Es decir a. dL = 0 (conservacin del momento angular). o (1.4) dt Sobre la supercie terrestre no es fcil deshacerse de la fuerza externa F dada por la a gravedad que se aplica en el centro de masas situado en r0 y (1.4) debe modicarse reemplazando el segundo miembro por r0 F [Al-Fi] 9.4, con lo que el eje de giro var en a general (lo que plantea cierto problema al denir como variacin del ngulo [Go] 1.2, o a 4.8). Esto queda ilustrado a grandes rasgos en el movimiento de una peonza [Al-Fi] 10.6. Cuando su eje se ha inclinado un poco por las fuerzas de rozamiento, deja de estar jo adquiriendo un movimiento rotatorio alrededor de la vertical, llamado precesin, debido al o trmino r0 F . e Si lanzamos verticalmente un slido r o gido que rota libremente entonces r 0 y F son paralelos con lo que (1.4) es vlida. Fijando un sistema de referencia unido r a gidamente al slido, digamos situado en el centro de gravedad, se tiene que I es una matriz constante, o llamada tensor de inercia, (lo de tensor indica cmo cambia al transformar el sistema o de referencia). Para el ejemplo de un ortoedro homogneo de masa M y dimensiones e a b c, a > b > c, y unos ejes de coordenadas en la direccin de las aristas, situados en el o centro del ortoedro, el tensor de inercia es una matriz diagonal, por la simetr Su primer a. a/2 b/2 c/2 M elemento es I1 = abc c/2 b/2 a/2 (y 2 + z 2 ) dxdydz = (b2 + c2 )M/12, y permutando las variables, se tiene que los otros dos no nulos son I2 = (a2 + c2 )M/12, I3 = (a2 + b2 )M/12. Nuestro objetivo es utilizar las ecuaciones que describen en un sistema de referencia pegado al slido para estudiar cmo cabecea al girar. La existencia del cabeceo, que o o parece contradecir la conservacin del momento angular, es fcil de intuir dinmicamente o a a pensando en una regla rectangular clavada por su centro oblicuamente a una varilla que gira.
F. centr.
F. centr.
F. centr.
F. centr.
20
La fuerza centr fuga crea un par que trata de poner la regla horizontal dando lugar a oscilaciones armnicas simples. o Para escribir el modelo matemtico, ntese que una base ortonormal B = {u 1 , u2 , u3 }, a o que suponemos positivamente orientada, debe cumplir, segn (1.3), du i /dt = ui si est u a pegada al slido (considrese la velocidad de una part o e cula en la punta de u i o entindase e esto como la denicin de la velocidad angular). Lo que vamos a hacer es cambiar de base o la ecuacin (1.4) con un poco de ingenio para que el resultado sea manejable. Aunque la o eleccin de un sistema adecuado de coordenadas sugiere un acercamiento lagrangiano (que o es posible, [Ge]), aqu seguiremos un camino ms directo. a
Diccionario: Sistema de referencia ligado al slido Base ortonormal B = {u 1 , u2 , u3 } orientada o positivamente con dui /dt = ui . Eje de giro Direccin del vector . o Momento angular L = I con I denida positiva y constante en B. Conservacin del momento angular dL/dt = 0 en la base cannica. o o Un conocido teorema de Algebra Lineal asegura que una matriz denida positiva se diagonaliza con un cambio ortogononal. En consecuencia es posible orientar los ejes denidos por los vectores de B conservando sus propiedades y de manera que I sea diagonal y por tanto Li = Ii i , i = 1, 2, 3, para ciertos Ii > 0, donde Li y i son las coordenadas de L y en la base B. Quiz reordenando los vectores de la base y cambindolos de sentido a a se puede suponer I1 I2 I3 sin perder la orientacin positiva. o Proposicin 1.4 . Sea B = {u1 , u2 , u3 } una base ortonormal positivamente orientada o con ui = ui (t) y tal que dui /dt = ui para cierto vector (variable) = 1 u1 +2 u2 +3 u3 . Sea L = I1 1 u1 + I2 2 u2 + I3 3 u3 con I1 , I2 , I3 constantes positivas. Entonces dL/dt = 0 si y slo si o I1 1 = (I2 I3 )2 3 (1.5) I = (I3 I1 )3 1 2 2 I3 3 = (I1 I2 )1 2 Dem.: Por la denicin de L y la regla del producto o d dL = (Ii i ui ) = (Ii i ui + Ii i ( ui )). dt dt Sustituyendo = 1 u1 + 2 u2 + 3 u3 . y empleando u1 u2 = u3 , u2 u3 = u1 , etc. por 21
Fernando Chamizo.
Modelizacion II
ser base ortonormal positivamente orientada, la ecuacin i-sima de (1.5) se deduce de la o e anulacin del coeciente de ui . o Incluso sin resolver expl citamente (1.5) es posible conocer el aspecto de las trayectorias. Lo cual desde el punto de vista f sico es natural por la conservacin de la energ o a. Proposicin 1.5 . Cualquier trayectoria de una solucin no nula (1 , 2 , 3 ) de (1.5) o o pertenece a la interseccin de los elipsoides o
2 2 2 I1 x2 + I2 y 2 + I3 z 2 = C,
I1 x2 + I2 y 2 + I3 z 2 = K,
para ciertas constantes C, K > 0.

2 2 2 2 2 2 2 2 2 Dem.: La derivada de I1 1 + I2 2 + I3 3 es 2I1 1 1 + 2I2 2 2 + 2I3 3 3 . Sustituyendo Ii i empleando (1.5), se llega a
2 2 2 La derivada de I1 1 + I2 2 + I3 3 da el mismo resultado sin los coecientes Ii frente a los parntesis, por lo que tambin se anula. e e
2I1 (I2 I3 )1 2 3 + 2I2 (I3 I1 )1 2 3 + 2I3 (I1 I2 )1 2 3 = 0.
Supongamos que I1 , I2 e I3 son distintos. La interseccin de estos elipsoides es o t picamente una curva (llamada polhode [Al-Fi] p. 310) pero si C = I i K se reduce a un punto (y su simtrico) en el i-simo eje de coordenadas. Esto corresponde a las solue e ciones obvias = (cte, 0, 0), (0, cte, 0), (0, 0, cte). Es decir, que justamente al girar por los ejes de B, llamados ejes principales, ni el observador exterior que usa la base cannica o ni el que est subido al slido que usa B, notarn ninguna variacin del momento angular. a o a o Estas soluciones corresponden a puntos cr ticos del sistema autnomo (1.5). Uno de ellos o es inestable y pequeas perturbaciones iniciales provocarn a la larga grandes variaciones. n a Segn la proposicin anterior, todo lo que tenemos que hacer para entender las trayectorias u o es hacer la interseccin de dos elipsoides, y la estabilidad est incluida en el siguiente lema o a geomtrico. Es un buen reto de percepcin espacial tratar de visualizarlo. Recurdese e o e 3 que el dimetro de un subconjunto de R es la mxima distancia entre cada par de sus a a elementos. Por convenio tomamos diamo = 0. Lema 1.6 . Sea EC y EK los elipsoides de la proposicin anterior con 0 < I1 < I2 < I3 o y K > 0 jados, y consideremos su interseccin positiva AC,K = EC EK {x, y, z 0}. o Entonces limCIi K diam AC,K = 0 i = 1, 3.
o Dem.: Si i = 1, multiplicando la ecuacin de EK por I1 y restando la de EC , se 2 2 tiene I2 (I2 I1 )y + I3 (I3 I1 )z = C I1 K. Como I2 I1 , I3 I1 > 0, al tomar l mites se sigue y = z = 0 (es una elipse cada vez menor) y AC,K tiende a ser el punto a ( K/I1 , 0, 0). El caso i = 3 es anlogo. Si i = 2, sea C = I2 K + con > 0 sucientemente pequeo y sean P = AC,K {x = 0} y Q = AC,K {y = 0}. Es fcil ver que P y Q n a son no vac y se reducen a un punto. Adems lim 0 P = (0, K/I2 , 0), de modo que os a diam AC,K d(P, Q) K/I2 . 22
Ejercicios
1) Sin mirar la teor a) Enunciar y explicar la ley de conservacin del momento a: o angular. b) Denir el tensor de inercia. 2) Explicar matemticamente por qu para cada r jado existe una matriz M tal a e que r ( r) = M para todo . Partiendo de esta denicin de M, demostrar que o t es semidenida positiva (esto es, M 0, ) y que su ncleo es { : r = 0}. u Concluir que el tensor de inercia es denido positivo. 3) Si movemos la cabeza con un giro cuya matriz es A, los vectores L, r y v pasan a ser AL, Ar y Av. Explicar por qu esto sugiere que para todo x, y R 3 se cumple e Ax Ay = A(x y). Estudiar cmo hay que modicar esta relacin para que sea vlida o o a para toda matriz ortogonal A. 4) Sean I1 = 1, I2 = 2, I3 = 3 y K = 1. Hallar las proyecciones en los planos Y Z, XZ y XY de la trayectorias cuando C vale 1 + , 2 y 3 , respectivamente. Explicar el resultado del problema anterior en trminos de la estabilidad. e 5) Calcular I1 , I2 , I3 para una esfera y para una barra cil ndrica. 6) Para que una palanca de primera especie (un balanc con dos masas en los n) extremos est en equilibrio, el producto de cada masa por su brazo (distancia al punto de e apoyo) debe dar lo mismo. Deducir esta ley esttica de la conservacin de la conservacin a o o del momento angular. (Probar primero que para una part cula d L/dt = r F con F la fuerza). 7) En F sica se suele llamar energ cintica de rotacin de un cuerpo que gira, a a e o 1 t ER = 2 I. Probar que sta no es ms que la suma de las energ cinticas de las e a as e part culas que componen el cuerpo, teniendo en cuenta que r = r. 8) Escribir las ecuaciones de Euler-Lagrange para el sistema formado por dos part culas de masas m1 y m2 unidas por una cuerda inextensible que pasa por una polea homognea e de radio R = 0 5 y masa M = 2. Tngase en cuenta en el lagrangiano las energ cinticas e as e de las part culas y la de rotacin de la polea. o 9) Si un tronco de masa m cae por una rampa (un plano inclinado) rodando sin delizarse y sin rozamiento, razonar si llega antes abajo cuando es no o cuando es grueso. 10) Estudiar si el sentido de la precesin de una peonza que gira rpidamente coincide o a con el sentido de giro, con el opuesto, o no hay relacin entre ambos. o 11) Supongamos que es el mdulo de la velocidad angular de una peonza por su o eje, y es el de la velocidad angular de precesin. Probar que si es mucho mayor que o , entonces es aproximadamente constante para cada peonza.
23
Seccion 1.3

De la seccin: o Estudio detallado del movimiento giroscpico. o El concepto matemtico de estabilidad en problemas de F a sica y otras ciencias. Sistemas dinmicos. a Generales: Algoritmos de primalidad y factorizacin y sus aplicaciones en criptograf o a. Funcionamiento de las centralitas telefnicas y distribucin de las llamadas en los o o telfonos mviles. e o

Es imposible representarse el espacio absoluto; cuando quiero representarme simultneamente objetos y a m mismo en movimiento en el espacio absoluto, en realidad a me represento a m mismo, inmvil, mirando moverse a mi alrededor diversos objetos y o un hombre que es exterior a m pero que convengo en llamar yo. Estar resuelta la dicultad cuando se consienta en referir todo a estos ejes ligados a a nuestro cuerpo? Sabemos esta vez qu es un punto, denido as por su posicin relativa e o con respecto a nosotros? Mucha gente responder que s y dir que localiza los objetos a a exteriores. [Po] p. 58.
24
1.4. De pel cula

Gracias a ciertas propiedades qu micas [Al-Ta], [Is], cuando un alambre que determina una curva cerrada se sumerge en una solucin jabonosa y despus se extrae de ella, o e se forma una pel cula muy delgada que tiene como frontera a dicha curva. Todos sabemos cmo contina la historia: despus de meter un aro, soplamos y tenemos una pompa o u e de jabn. Su forma esfrica se explica por la presin que ejerce el aire encerrado en su o e o interior, como en un globo homogneo. Si no soplamos, y simplemente introducimos cure vas de formas caprichosas, nos sorprenderemos de las curiosas supercies obtenidas [Is], y parafrasenado a [Hi-Tr] p. 91, pasaremos de un divertimento para nios a un divertimento n para nios y matemticos (vanse las fotos en [Hi-Tr] p. 93 y la primera hoja de [Mo]). n a e Pero antes de desempolvar nuestro libro de Geometr II, debemos adentrarnos unas l a neas en el modelo f sico. Si en la supercie de una membrana delgada y tensa damos un pequeo corte, los n dos bordes se separan (el rasgn cuando no se usa la lej adecuada es la prueba). Lo o a cual indica que hay una fuerza tangencial a la supercie y perpendicular a los bordes, la tensin, que sujeta ambos bordes cuando estn unidos. Se llama tensin supercial a la o a o magnitud de tal fuerza por unidad de longitud (parece claro que cuanto ms largo sea a el roto ms fuerza se habr desatado al hacerlo). Quiz en una membrana elstica real a a a a est lejos de ser constante (aunque as se supone en los modelos clsicos [Fe-Le-Sa] 12-7), e a pero en una pel cula jabonosa esto es cierto con gran aproximacin. o Si consideramos un pequeo parche cuadrado de pel n cula de jabn centrado en un o punto p y de lado , las tensiones actuando en cada lado medirn todas lo mismo, . Para a que este parche est en equilibrio los vectores tangenciales que denen, deben cancelarse. e Para ello no pueden apuntar todos hacia abajo o hacia arriba (concavidad o convexidad), sino que en p debe haber un punto de silla.
Ti = 0
Ti = 0
Para concretar ms lo que entendemos por un parche cuadrado de lado centrado en a p, consideremos dos secciones normales por planos perpendiculares entre s a travs de p. e Los cortes dan lugar localmente a dos curvas 1 y 2 , que suponemos parametrizadas por longitud de arco y con 1 (0) = 2 (0) = p. Considerando los planos perpendiculares a estas 25
curvas en 1 ( /2) y 2 ( /2), se obtiene algo as como un cuadrado curvil neo, el parche del que hablbamos. a
N p 2
(/2) 1
(/2) 2 /2
p
(/2) 2
/2
(/2) 1
Las tensiones tienen, con aproximacin hasta orden uno en , la direccin de los o o vectores tangentes 1 ( /2), 2 ( /2). Segn lo dicho, que la pel u cula de jabn est en o e equilibrio requiere que se cancelen hasta orden uno cuando es sucientemente pequeo, n es decir, que 1 ( /2) 1 ( /2) + 2 ( /2) 2 ( /2)
.
0 = lim
= 1 (0) + 2 (0) = (1 + 2 )n.
Donde se ha usado t = n (frmula de Frenet [Do]). As pues la suma de las curvaturas o de 1 y 2 en el punto p debe ser nula. Con esto llegamos a un modelo intr nsecamente geomtrico. e
Diccionario: Pel cula jabonosa Supercie tal que en cada punto la suma de las curvaturas de curvas perpendiculares obtenidas por secciones normales es nula.
F sicamente, la tensin supercial en los uidos est asociada al hecho de que cuesta o a trabajo estar en la supercie [Va 1], de manera que hay una energ potencial asociada al a rea, y las leyes de la Esttica sugieren que el equilibrio se alcanza en los valores cr a a ticos del potencial, en este caso del rea. Antes de probarlo matemticamente, como una concesin a a o a los ms olvidadizos, recordaremos algunos de los temas de Geometr II [Do]. a a Dado un punto p de una supercie regular S R3 , siempre existe una parametrizacin o ab ab local X : U R2 V R3 con p Im X = S V. Los vectores tangentes a S en X(u, v) estn generados por Xu (u, v) y Xv (u, v) (las parciales /u, /v). El rea de una porcin a a o 26
de supercie X(K) con K R2 (digamos compacto para poder integrar bien) es la integral A=
X(K)
dS =
K
Xu Xv dudv.
Desde Gauss se suele denotar E = Xu Xu , F = Xu Xv , G = Xv Xv (los coecientes de la primera forma fundamental). De a b 2 = a 2 b 2 (a b)2 , se sigue A=
K
EG F 2 dudv.
Si en p S cortamos con secciones normales (planos que contienen al vector normal) una de las curvas obtenidas tendr curvatura k1 mxima, y otra curvatura k2 m a a nima. Se dene la curvatura media H como su semisuma, H = (k1 + k2 )/2. Se prueba que estas curvas mxima y m a nima son perpendiculares en p, y que si tomamos una seccin o normal que forme un ngulo con la curva mxima, la curva as obtenida tiene en p a a 2 2 curvatura k1 cos + k2 sen (frmula de Euler). o La diferencial de la aplicacin de Gauss que asigna a cada p S la normal unitaria o N se puede considerar como una funcin DN : Tp (S) Tp (S), que tendr cierta matriz o a (aij ) en la base {Xu , Xv } del espacio tangente. Es decir (1.6) Nu =a11 Xu + a12 Xv Nv =a21 Xu + a22 Xv
Se prueba que las curvaturas k1 y k2 son los autovalores cambiados de signo de (aij ). Comencemos viendo que es indiferente suponer que 1 y 2 son las curvas mxima a y m nima. Proposicin 1.7 . La semisuma de las curvaturas en p S de las curvas determinadas o por dos secciones normales ortogonales entre s coincide con la curvatura media. a a Dem.: Si una de las secciones normales forma un ngulo con la curva mxima, la otra forma un ngulo + /2. La frmula de Euler asegura que la semisuma de las a o curvaturas es 1 + 2 (k1 cos2 + k2 sen2 ) + (k1 cos2 ( + /2) + k2 sen2 ( + /2)) k1 + k 2 = = . 2 2 2 Donde se ha usado cos2 ( + /2) = sen2 y sen2 ( + /2) = cos2 . 27
Introduciendo esto en el modelo se tiene que las pel culas jabonosas corresponden a supercies de curvatura media nula en todo punto. En Geometr usando un nombre clsico a, a poco correcto, se llaman supercies m nimas a las que tienen esta propiedad. Actualmente se conocen decenas de familias de ellas. A continuacin vamos a transformar la condicin de curvatura media nula en algo ms o o a anal tico que podamos comprobar a mano si nos dan la parametrizacin. o Lema 1.8 . La curvatura media se anula si y slo si o GNu Xu + ENv Xv = F (Nu Xv + Nv Xu ). o Dem.: Multiplicando escalarmente la primera ecuacin de (1.6) por GX u y F Xv y restando los resultados, se obtiene GNu Xu F Nu Xv = a11 (EG F 2 ). De la misma forma, si en la segunda se multiplica por EXv y F Xu , y se resta, se llega a Por Cauchy-Schwarz EG > F 2 , con igualdad estricta porque Xu y Xv son linealmente independientes. Por tanto la suma de los primeros miembros de las dos ecuaciones anteriores es nula si y slo si a11 + a22 = 0, lo que equivale a H = 0, ya que la traza es la suma o de los autovalores. Ahora veremos que las supercies m nimas tienen rea quiz no m a a nima, pero s cr tica (estacionaria) entre todas las perturbaciones pequeas de la superce. Primero vamos a n denir lo que entendemos por una perturbacin. o Dada una parametrizacin local de S, X : U R3 , consideremos o X = X + hN donde N(u, v) es la normal en X(u, v) y h = h(u, v) es una funcin regular arbitraria. o
S
ENv Xv F Nv Xu = a22 (EG F 2 ).
A S
Cuando es pequeo esto dene, quiz en un abierto V un poco menor que U, una n a parametrizacin de una supercie S obtenida a partir de S moviendo cada punto un o poco a lo largo de la normal. Diremos que X dene una variacin normal. Si K V U, o designaremos por A( ) al rea de la porcin de supercie X (K). Es decir, en algn sentido a o u 28
A ()
X (K)
X(K)
A( ) es el rea en la que se transforma A = |X(K)| cuando perturbamos una cantidad a comparable a la porcin de supercie elegida. o Teorema 1.9 . La funcin A( ) alcanza un valor cr o tico en slo si la curvatura media se anula. o = 0 (para toda h) si y
Dem.: Sea una variacin normal X como antes, parametrizando una supercie S . o Los coecientes de la primera forma fundamental de S son E =Xu Xu = Xu Xu + 2 hNu Xu + G =Xv Xv = G + 2 hNv Xv +
2 2
H1 = E + 2 hNu Xu +
2
H1
H2
F =Xu Xv = F + h(Nu Xv + Nv Xu ) + Para ciertas funciones H1 , H2 y H3 . Operando se llega a
H3
E G (F )2 = EG F 2 + 2 hH + para cierta funcin H4 que no depende de o Por tanto A( ) =

K
H4 ,
H = GNu Xu + ENv Xv F (Nu Xv + Nv Xu ).
E G (F )2 dudv A (0) =
hH dudv. EG F 2
As pues A (0) = 0 cuando H = 0, y segn el lema anterior esto ocurre si y slo si la u o curvatura media es nula. Por otra parte, si ste no fuera el caso, tomando h = H se e tendr A (0) = 0. a Ep logo: No siempre las superes m nimas son m nimas en realidad, en el sentido de que ninguna otra supercie con la misma frontera tenga menor rea, sin embargo es posible a probar este resultado para cualquier porcin de supercie m o nima que se pueda escribir como el grafo de una funcin denida sobre un convexo [Mo]. Es decir, que en cierto o sentido las superes m nimas son al menos m nimas localmente. Aqu hemos considerado slo supercies diferenciables de R3 pero uno podr pre o a guntarse si existen contornos raros para los que la pel cula de jabn no da lugar a una o supercie diferenciable. Este problema est a ntimamente relacionado con el estudio de la regularidad de la solucin de ecuaciones en derivadas parciales no lineales (esto es, muy o dif ciles). Algunos dibujos [Du-Fo-No] p. 401, son sucientes para sospechar que no podemos esperar siquiera la unicidad en el caso general. El problema de lo buena que debe 29
ser la solucin de las ecuaciones en derivadas parciales que derivan de buenos problemas o del Clculo de Variaciones fue uno de los famosos problemas que propuso Hilbert en 1900. a Las experiencias con soluciones jabonosas nos muestran que al introducir el armazn de o un cubo (el esqueleto determinado por las aristas) la supercie obtenida no es diferenciable sino que tiene algunas aristas.
Tambin se puede comprobar que las supercies que minimizan el rea no var e a an continuamente cuando modicamos el contorno. Por ejemplo, empleando como contorno dos aros idnticos enfrentados (determinando un cilindro recto), segn var la distancia e u a entre ellos la supercie minimizante pueden ser los c rculos interiores o un catenoide que los une [Is] p. 79, p. 163.
30
Ejercicios
1) Sin mirar la teor a) Explicar qu es la tensin supercial. b) Describir brevea: e o mente el podelo de las pel culas de jabn. o 2) Al aplicar un movimiento del espacio a una supercie m nima se obtiene una supercie m nima. Explicar esto geomtricamente y en trminos de pel e e culas jabonosas. 3) Explicar en trminos de la tensin supercial, por qu es natural que sea indifee o e rente sumar las curvaturas principales o las de otras dos secciones normales cualesquiera ortogonales. 4) Comprobar que el helicoide parametrizado por X(u, v) = (v cos u, v sen u, u) es una supercie m nima. 5) Estudiar para qu valores de a, una pel e cula de jabn podr tener la forma de una o a 2 porcin de la supercie x2 + y 2 = a cosh z. o 6) Si la supercie descrita por una pel cula de jabn viene dada por z = f (x, y), hallar o una ecuacin en derivadas parciales que deba satisfacer f . o 7) Empleando la parametrizacin X(u, v) = (v cos u, v sen u, h(v)) de una supercie o de revolucin, hallar la ecuacin diferencial que debe satisfacer h para que X dena una o o supercie m nima. 8) Estudiar qu supercies de revolucin pueden ser descritas por pel e o culas de jabn, o resolviendo la ecuacin del problema anterior. o
1 9) Probar que X(u, v) = (u 1 u3 +uv 2 , v 3 v 3 +vu2 , u2 v 2 parametriza localmente 3 una supercie m nima.
10) Utilizando el Clculo de Variaciones, hallar la supercie de revolucin f (z) = a o cionaria. (Apl quese la frmula A = 2 o no hay solucin con f C 2 . o x2 + y 2 con borde las circunferencias x2 + y 2 = 1, z = a, para que el rea sea estaa f 1 + (f )2 de Clculo I). Probar que si a > 1/2 a
11) Aproximar con dos cifras decimales el valor de R a partir del cual una pel cula de jabn con forma de catenoide x2 + y 2 = 2 cosh2 (z/) conectando x2 + y 2 = R2 , z = 1, o tiene rea menor que la suma de las reas de los c a a rculos limitados por estas circunferencias.
31
Seccion 1.4

De la seccin: o Estudio matemtico de los fenmenos relacionados con la tensin supercial. a o o Generales: Los eclipses.

Todas las leyes son, pues, obtenidas de la experiencia, pero para enunciarlas es necesaria una lengua especial; el lenguaje ordinario es demasiado pobre y, por otra parte, demasiado vago para expresar relaciones tan delicadas, tan ricas y tan precisas. He ah pues, una primera razn por la cual el f , o sico no puede pasarse sin las matemticas: le suministran la unica lengua que l puede hablar. [Po] p. 95. a e
32
El valor de a se calcula de manera que la curva pase por (l, 0) con lo cual se debe resolver el sistema a(t sen t) = l, a(1 cos t) = h. Dividiendo ambas ecuaciones y operando se llega a una ecuacin para t que se puede resolver aproximadamente con la calculadora usando el o mtodo de Newton estudiado en Clculo Numrico I (esto es, xn+1 = xn f (xn )/f (xn )), e a e despus basta tomar a = h/(1 cos t). Los datos correspondientes a un experimento real * e son h = 10 cm, l = 16 cm, de donde se dedujo de esta forma a 5 002.
Una vez construidos ambos toboganes los pondremos uno al lado del otro y dejaremos caer las canicas simultneamente desde ambos. Con ello comprobaremos experimentalmente a
Realizaremos con el cartn o cartulina dos toboganes conectando los puntos (0, h) y o (l, 0) de un plano vertical. El primero ser simplemente una rampa recta y el segundo a tendr el perl de una curva cicloide que responde a la parametrizacin a o
N. del A. Utilic una cartulina un poco blanda por lo cual encajon los toboganes usando un e e juego de construccin. Para obtener el perl con forma de cicloide simplemente di valores a t y pint o e los puntos correspondientes en la cartulina. Si uno utiliza un ordenador con este propsito hay que o asegurarse de que no modica las escalas de x e y . Es conveniente que la pendiente a salvar por los toboganes sea mayor del 60% (concretamente h/l2/ , para que la cicloide no se combe hacia arriba). Las condiciones ideales del experimento ser ausencia de rozamiento y que las canicas ms que rodar an a se deslizasen, pero esto ultimo, casi imposible de conseguir, no parece demasiado cr tico.
Material: - Cartn o cartulina. o - Dos canicas iguales. - Una calculadora.
Dejame alguna experiencia, dejame participar 1
x = a(t sen t),
Jugar al gua
33 y = h + a(cos t 1).
que el tobogn de la cicloide es ms rpido por ser la braquistocrona. Si uno tiene paciencia a a a y ganas, puede reemplazar el tobogn recto por cualquier otro. Dentro de unos l a mites razonables, la braquistocrona siempre vencer con claridad. a
34
Otro eslabn o
Material: - Una cadena homognea con eslabones pequeos (por ejemplo de joyer e n a). - Una hoja de papel milimetrado. - Un cartn. o - Dos chinchetas. - Un rotulador de punta na. - Una calculadora.
Elijamos dos puntos destacados (digamos de coordenadas enteras) en una misma horizontal del papel milimetrado y clavemos all con las chinchetas los eslabones de los extremos de la cadena poniendo debajo el cartn. Sealemos la mediatriz (perpendicular en el punto o n medio) del segmento que une las chinchetas. Cuando pongamos el cartn en vertical y deo jemos a la cadena colgar libremente, por la simetr el punto ms bajo pertenecer a dicha a, a a mediatriz. Sealmoslo con el rotulador y marquemos tambin los puntos de la cadena n e e que pertenecen a las paralelas a la mediatriz a distancias 1, 2, 3, etc. Todo esto se puede hacer cmodamente en horizontal abatiendo el cartn con cuidado para que no se deforme o o la curva descrita por la cadena.
Despus de desclavar la cadena, consideremos unos ejes cartesianos cuyo origen es el punto e ms bajo y calculemos, mirando las divisiones del papel milimetrado, las coordenadas del a 35
resto de los puntos sealados, los cuales sern de la forma (xn , yn ) con xn = n Z. Aqu n a * citaremos los siguientes datos obtenidos de un experimento real y0 =0 y1 =0 2 y2 =0 65 y3 =1 6 y4 =2 9 y5 =4 95 y6 =7 55 y7 =11 1 y8 =15 75 y9 =23 5
Sea (r0 , s0 ) el punto donde est una de las chinchetas, en el caso antes citado (r0 , s0 ) = a (9, 23 5), y hallemos la solucin aproximada, a, de la ecuacin o o s0 = a cosh r0 1 . a
Esto puede hacerse aplicando el mtodo de Newton a f (x) = s0 /a cosh(r0 /a) + 1. Para e r0 = 9, s0 = 23 5 se obtiene a = 3 20241 . . . Calculemos nalmente para cada yn el valor de a arc cosh(1 + yn /a). En nuestro caso y1 = 0 2 1 126 y2 = 0 65 2 007 y3 = 1 6 3 081 y4 = 2 9 4 037 y5 = 4 95 5 081 y6 = 7 55 6 025 y7 = 11 1 6 971 y8 = 15 75 7 891 y9 = 23 5 9
y, obviamente, y0 0. A la vista de estos datos, se cumple con gran aproximacin o xn = a arc cosh(1 + yn /a), o lo que es lo mismo, hemos comprobado experimentalmente que la ecuacin de una cadena que cuelga de sus extremos es (salvo traslaciones) de la o forma x y = a cosh 1 a A la curva representada por esta ecuacin (o a su trasladada) se le llama catenaria. o
Explicacin: Cada particulita o eslaboncito de la cadena, al estar en equilibrio, slo o o cuenta con energ potencial, E = mgh donde m es la masa, g es la aceleracin de la a o gravedad (9 8 en el Sistema Internacional) y h la altura (de height no de h /altura). Al \ sumar la energ de todas las porciones innitesimales de la cadena, la energ total a a
N. del A. Utilic una cadena como las que se usan para llevar medallas. Los eslabones eran e de 2 mm y la longitud total de unos 53 cm. Clav las chinchetas con una separacin de 18 cm, con lo e o cual seal 9 puntos a cada lado. La prctica muestra que es muy importante forzar la simetr con n e a a respecto a la mediatriz, lo que asegurar la perfecta horizontalidad. Para mayor precisin reemplac y n a o e por (yn +yn )/2.
*
36
vendr dada por a E= gh dm = g h ds
donde es la densidad lineal = dm/ds (masa por unidad de longitud) que por la homogeneidad es constante, de modo que el incremento de masa dm es proporcional al incremento de longitud ds. Para cada valor de x se tiene h = y(x) y es fcil convencerse a 2 (por Pitgoras (ds/dx)2 = (dx/dx)2 + geomtricamente de que ds/dx = e 1 + (y ) a 2 (dy/dx) ), con lo cual E = g y 1 + (y )2 dx.
Es natural suponer que esta energ debe ser lo menor posible por la tendencia de las a part culas a caer (menor altura menor energ potencial). En contra de esta tendencia, a las chinchetas sujetan la cadena en puntos simtricos (c, H) y (c, H); y por mucho que e quiera caer cada punto la cadena es inextensible y consecuentemente su longitud L invariante. Esto conduce a que la ecuacin de la catenaria es una funcin y : [c, c] R que o o resuelve el problema matemtico a
c c
y
c
1 + (y )2 dx
es m nimo,
con
c
1 + (y )2 dx = L,
y(c) = y(c) = H.
Para ello hay que resolver las ecuaciones de Euler-Lagrange con multiplicadores. Esto es d F dx y = F y donde F =y 1 + (y )2 1 + (y )2 ,
lo que conduce a (y )y = 1 + (y )2 . Ahora solo hay que aplicar la tecnolog del curso a de Ecuaciones Diferenciales Ordinarias: y y y = (integrando) A2 (1+(y )2 ) = (y)2 2 1 + (y ) y y /A ((y )/A)2 1 = 1 . A
Una ultima integracin [Gr-Ry] 2.261, 1.622.6, conduce a arc cosh((y )/A) = x/A + B, o con A y B constantes, esto es x y = + A cosh +B . A 37
La condicin y(c) = y(c) implica B = 0. Situando el origen de coordenadas de manera o que y(0) = 0 se tiene una ecuacin como la comprobada experimentalmente. La constante o A se relaciona con la longitud por medio de L = 1 + (y )2 . Tampoco en este problema de Clculo de Variaciones acert Galileo, pues pens que a o o la catenaria era una parbola [Gr]. Hubo que esperar hasta casi 50 aos despus de su a n e muerte para que Huygens, Leibniz y Johann Bernoulli encontraran la ecuacin correcta. o
38
Fernando Chamizo.
Modelizacion II
A velocidad
Material: - Una silla giratoria. - Dos libros gruesos iguales. Una vez sentados en la silla, cojamos los libros con los brazos extendidos y hagmosla a girar impulsndonos con los pies. Una vez que hayamos alcanzado una velocidad de a rotacin suciente para que demos alguna vuelta con las piernas estiradas sin necesidad o de impulso; recogiendo los pies y llevando los brazos con los libros al pecho notaremos mgicamente un sensible aumento de la velocidad. Este aumento ser mayor cuanto ms a a a * pesados sean los libros .
Este experimento es una pobre imitacin de otro que se puede realizar en muchos o Museos de la Ciencia. En vez de girar la silla se hace girar una rueda de bicicleta (mejor una un poco ms pesada y menor para que sea ms manejable) por un eje que sostenemos a a en las manos paralelo al suelo y perpendicular a nuestro cuerpo. Al poner de golpe el eje vertical, la silla en contra de toda intuicin comenzar a girar con nosotros encima. o a Explicacin: Para simplicar consideremos slo la masa M de cada libro repreo o sentndolos como masas puntuales. Si la distancia de cada libro al eje de giro (nuestro a cuerpo) es R, el mdulo del momento angular total correspondiente es o L = M Rv + M Rv = 2M Rv,
N. del A. Utilic una silla de ocina y los dos tomos de la 21a edicin del diccionario de la R.A.E. e o con tapas duras. Aunque no son muy pesados (a no ser que uno los lea de una tacada) el cambio de velocidad es aprecible. Prob con libros mayores y aparentemente daban mejor resultado pero era ms e a dif sostenerlos simtricamente. cil e
*
39
con v el mdulo de la velocidad. Si el momento angular debe permanecer constante (al o menos en intervalos de tiempo pequeos, para que no le d tiempo a actuar al rozamiento), n e entonces al encoger los brazos reduciendo R, la velocidad v aumentar. Las piernas tambin a e entran en el balance del momento angular y al encogerlas al tiempo que los brazos se aumenta ms la velocidad. Este fenmeno lo aprovechan los patinadores art a o sticos para efectuar giros muy rpidos. a
40
2. Ondas
2.1. Y dale calor
En la historia de las Matemticas, y seguramente en la Universal, no hay escasez de a leyendas arriesgadas, apoteosis agradecidas y nombres impropios. Aunque las series de Fourier no constituyen un ejemplo paradigmtico, cabe sealar que en realidad ya hab a n an sido empleadas anteriormente por Euler, y Fourier no resolvi satisfactoriamente, desde o el punto de vista actual, las cuestiones ms bsicas de convergencia. Incluso para sus a a contemporneos, hab serias faltas de rigor en los razonamientos de Fourier y as se hizo a a constar cuando su memoria fue galardonada. Por otro lado, tambin ser injusto olvidar e a que la Teor Anal a tica del Calor de Fourier [Fo], publicada en 1822, marc un hito o constituyendo el primer tratado sistemtico de lo que hoy llamamos Anlisis Armnico o a a o Anlisis de Fourier. Como el t a tulo indica, Fourier se ocup de estudiar la transmisin del o o calor. Aunque menciona varias veces la gran aplicabilidad de su teor lo cierto es que a, prcticamente no incluye ningn dato numrico experimental (lo cual es lgico dada la a u e o dicultad de medir con precisin pequeas variaciones de la temperatura) y el grueso de o n su trabajo se dedica a resolver el problema matemtico al que conduce su modelo. Esto ya a es un gran avance cient co porque marca un camino sistemtico para la termodinmica, a a hasta entonces inexistente. En sus palabras: Las nuevas teor explicadas en nuestra as obra estn unidas para siempre a las ciencias matemticas y reposan, como ellas, sobre a a fundamentos invariables; conservarn todos los elementos que hoy poseen y adquirirn cona a tinuamente ms alcance. Ms adelante ([Fo] I 20), arrobado de entusiasmo, escribir: a a a El anlisis matemtico tiene, pues, relaciones necesarias con los fenmenos f a a o sicos sensibles; su objeto no ha sido creado por la inteligencia humana, es un elemento preexistente del orden universal y no tiene nada de contingente ni fortuito; est impreso en la naturaleza. a Antes de ver los problemas matemticos que le preocupaban a Fourier y por qu los a e incluimos en un cap tulo que trata acerca de ondas, debemos plantear el sencillo modelo que conduce a la ecuacin del calor. Seguiremos al pie de la letra [Ch] 5.3. o El calor no es ms que una forma de energ por eso en la caja de cereales del a a, desayuno aparece el contenido energtico tanto en kilojulios (KJ) como en kilocalor e as (Kcal), comnmente llamadas calor por error, en Diettica. La temperatura absoluta u as, e (en grados Kelvin), que denotaremos por u, es la energ media, de modo que el calor total a en una porcin slida homognea V de cierta sustancia, es o o e Q=K
V
donde K es una constante positiva que depende del tipo de sustancia considerada. Cuando 41
Fernando Chamizo.
Modelizacion II
un cuerpo caliente se pone en contacto con otro fr la energ (el calor) uye del primero al o a segundo. Por ejemplo, en una dimensin si tenemos un punto x a temperatura u(x) y otro o al lado, x + x, a temperatura u(x + x), parece lgico (incluso para Simplicio [Ga] o p. 29) suponer que el calor uir del primero al segundo en una magnitud proporcional a a u(x) u(x + x) x u/x. La ley de enfriamiento de Newton no es otra cosa que esta suposicin llevada a tres dimensiones. Concretamente arma que el vector ujo de o energ es proporcional a u (recurdese que la direccin opuesta al gradiente es siempre a e o la de mximo decrecimiento) y por tanto el ujo del calor a travs de la frontera de V , que a e denominaremos V , es, para cierta constante K > 0, igual a la integral de supercie F = K u.
V
Si el calor se escapa de los puntos calientes a los fr la temperatura cambia con el os, tiempo, como nos demuestra cualquier taza de caf, digamos u = u(x, y, z, t). Parece obvio e que las prdidas de calor de la porcin de sustancia V que hemos seleccionado, se hacen e o a travs de la frontera, es decir, que la variacin del calor en V por unidad de tiempo se e o cancela con el ujo a travs de la frontera. Escrito con frmulas e o K d dt uK u = 0.
V
Ntese que lo unico que estamos diciendo es que para sacar algo (en nuestro caso calor) o de un cuerpo hay que hacerlo a travs de su frontera. Para que la frmula quede bonita, e o siempre podemos medir el espacio o el tiempo en un sistema de unidades tomado de la Ciencia Ficcin o de nuestra imaginacin, de manera que el cambio de escala provoque la o o igualdad K/K = 1. u u = 0. V V t Por el teorema de la divergencia u u = 0 t con u = div( u) = 2u 2u 2u + 2 + 2. x2 y z
Si esta igualdad se cumple para cualquier porcin V de la sustancia elegida, no queda ms o a remedio que el integrando se anule (la funcin nula es la unica que integrada en cualquier o parte da cero). Llegamos entonces nalmente a la ecuacin del calor o u = u t 42
Diccionario: El calor uye hacia los sitios ms fr ujo = cte a os El calor se escapa por la frontera u.
V
d u = cte ujo. dt V u Estas propiedades se cumplen en cada entorno = u. t
A pesar de que la propia situacin f o sica y nuestros razonamientos son en principio tridimensionales, podemos repetirlos en dimensiones uno y dos considerando varillas o supercies totalmente aisladas del medio exterior y empleando el teorema de la divergencia en la dimensin adecuada (en dimensin uno es el teorema fundamental del clculo y en o o a dimensin dos una variante del teorema de Green). Ya en el caso unidimensional se ve o la importancia de la topolog de la varilla que consideremos y servir para ilustrar lo a a importante que se muestra analizar en ondas. Si tenemos una varilla innita (una recta), f sicamente parece claro que la evolucin de o su temperatura depende slo de la temperatura inicial (t = 0) en cada punto u(x, 0) = f (x). o Si la varilla en lugar de ser innita est curvada formando un aro, digamos de longitud a uno, podemos identicar x con la longitud de arco y as u(x, t) y f (x) deben ser funciones peridicas en x de periodo uno. Matemticamente en este caso nos enfrentamos al problema o a de hallar una solucin de o 2u u = , t > 0, con u(x, 0) = f (x), donde f (x) = f (x + 1). (2.1) t x2 Fourier se dio cuenta de que hab innitas soluciones sencillas de periodo uno en x de la a ecuacin del calor, dadas por o e4
2
n2 t
sen(2nx),
e4
n2 t
cos(2nx)
n = 0, 1, 2, 3, . . .
En t = 0 dan lugar a senos y cosenos de frecuencias enteras. Si tuviramos la suerte de que f e fuera una combinacin lineal (incluso innita) de senos y cosenos de este tipo habr o amos 4 2 n2 t resuelto (2.1) sin ms que introducir el factor e a correspondiente para t > 0. La gran sorpresa es que no hace falta tener suerte, siempre podemos expresar cualquier funcin f o decente y peridica en trminos de senos y cosenos como antes. F o e sicamente se tiene el important simo adagio: Toda onda peridica se expresa como una superposicin de tonos puros o o Para simplicar el tratamiento matemtico recurrimos a un articio tcnico consistente a e 1 1 it it it it en que debido a las relaciones sen t = 2i (e e ), cos t = 2 (e e ), basta expresar toda funcin en trminos de las funciones complejas o e e(nx) = e2inx = cos(2nx) + i sen(2nx) 43 n Z.
No deben darnos miedo los nmeros complejos, son slo para escribir dos funciones en una. u o El teorema fundamental es el que establece el ahora llamado desarrollo de Fourier. Teorema 2.1 . Sea f C 2 una funcin de periodo uno, entonces o f (x) =
n= 1
an e(nx)
con
an =
0
f (y)e(ny) dy,
donde la suma se entiende como l mite de
|n|N
y la convergencia es absoluta y uniforme.
Una consecuencia inmediata que se sigue simplemente sustituyendo es: Corolario 2.2. La siguiente funcin es solucin de (2.1): o o u(x, t) =
n=
an e
4 2 n2 t
e(nx)
con
an =
0
f (y)e(ny) dy.
u Dem. (del Teorema): Sea el ncleo de Dirichlet DN (x) = prueba que

1 1/2
|n|N
e(nx). Un clculo a
an e(nx) =
|n|N 0
DN (x y)f (y) dy =
1/2
DN (t)f (x t) dt,
donde la ultima igualdad se sigue del cambio de variable t = x y, y notando que el intervalo de integracin (aqu elegido como [1/2, 1/2]) es arbitrario con tal de que se o extienda a todo un periodo. Por otra parte, en cada periodo DN = 1 y por tanto
1/2
f (x)
an e(nx) =
|n|N 1/2
DN (t)(f (x) f (x t)) dt.
Utilizando la frmula para sumar una progresin geomtrica, despus de simplicar adeo o e e cuadamente, se obtiene DN (t) = sen((2N + 1)t)/ sen(t). La funcin hx (t) = (f (x) o f (x t))/ sen(t) es C 1 en t, as que integrando por partes f (x) an e(nx) = 1 (2N + 1)
1/2 1/2
hx (t) cos((2N + 1)t) dt.
|n|N
Lo que prueba la convergencia uniforme a la funcin f . La convergencia absoluta se sigue o simplemente integrando dos veces por partes en la frmula de an ya que o n2 < . La regularidad de f se puede rebajar sin perder la convergencia uniforme [Dy-Mc]. Buena parte de los esfuerzos en Anlisis Armnico se han dedicado a entender en diferentes a o 44
contextos en qu sentido se pueden representar funciones con tonos puros bajo condiciones e de m nima regularidad [We]. En general la regularidad se reeja en la rapidez de convergencia. Cuando la funcin es C , la aproximacin es incre o o blemente buena. Por ejemplo, cos(2x) los siguientes grcos muestran f (x) = e a (en l nea discontinua) aproximada por |n|N an e(nx) para N = 1, 2 y 3.
3 3 3
2.5
2.5
2.5
1.5
1.5
1.5
0.5
0.5
0.5
0.5
0.5
0.5
Una vez que sabemos expresar las funciones peridicas de periodo uno mediante su o desarrollo de Fourier, podemos hacer lo propio con una funcin de periodo L simplemente o con un cambio de variable x x/L. As se tiene que f es superposicin de ondas del tipo o sen(2nx/L) y cos(2nx/L), o con la notacin empleada anteriormente, o
n=
(2.2)
f (x) =
an e(nx/L)
con
an =
1 L
f (y)e(ny/L) dy.
0
Con ello podemos construir la solucin de la ecuacin para un aro de cualquier longitud. o o Ntese que para un aro de longitud L debemos analizar en ondas de frecuencias o mltiplos enteros de 1/L. Si pensamos que un aro de longitud L se aproxima a una u varilla innita (y anlogamente que una funcin no peridica es de periodo innito), a o o para analizar las temperaturas en ella necesitar amos todas las frecuencias. Para ser ms a precisos, (2.2) se puede escribir como
L/2
f (x) = h
n
g(n )e(n x)
con
g(t) =
L/2
f (y)e(yt) dy
donde n = nh y h = 1/L. Esto es como una suma de Riemann de una integral, y cuando L , bajo condiciones adecuadas de regularidad se debe tener la llamada frmula de o inversin o f (x) =

f ()e(x) d
con 45
f () =
f (y)e(y) dy.
A la funcin f se le llama transformada de Fourier de f . La frmula de inversin expresa f o o o como una superposicin continua (integral) de los tonos puros e(x) = cos(2x) + o i sen(2x). Estas frmulas vuelven a ser ciertas para funciones integrables con dos o derivadas integrables (en realidad mucha menos regularidad es suciente [Dy-Mc]). Por tanto, en el caso de una varilla innita podemos partir como antes de las solu2 2 2 2 2 2 ciones obvias e4 t sen(2x) y e4 t cos(2x), sintetizadas en e4 t e(x), para probar que la solucin de la ecuacin del calor para una varilla innita con dato inicial o o u(x, 0) = f (x) es para t > 0

u(x, t) =
e4
2 2
f ()e(x) d.
2 2 2
Si se sustituye la denicin de f y se emplea e4 t e(r) d = er o [Gr-Ry] 17.23.13), se llega a una representacin ms sencilla o a 1 4t

/(4t)
e / 4t (vase
u(x, t) =
e(xy)
/(4t)
f (y) dy
para
t > 0.
No hay ningn problema en extender a ms dimensiones los desarrollos y transforu a madas de Fourier usando una funcin e() por cada variable. Por ejemplo, en R 3 se dene o f (1 , 2 , 3 ) =

f (y1 , y2 , y3 )e(y1 1 )e(y2 2 )e(y3 3 ) dy1 dy2 dy3 .
Y se tiene una frmula como la de R para la solucin de la ecuacin del calor en R 3 . o o o o Ep logo: Cuando se estudian otros problemas o la misma ecuacin del calor en dominios ms complicados, las soluciones naturales (obtenidas por separacin de variables) a o pueden no ser senos y cosenos sino funciones ms complejas (funciones de Bessel, armnicos a o esfricos, etc.). Sin embargo vuelve a ocurrir el milagro, de nuevo todo se desarrolla en e trminos de ellas. Esto tiene que ver lejanamente con el conocido resultado de Algebra e Lineal que arma que toda matriz simtrica diagonaliza en una base ortonormal, lo cual se e puede reformular diciendo que los autovectores de un endomorsmo autoadjunto en un espacio vectorial de dimensin nita producen una base ortogonal. Hay teoremas espectrales o (cf. [Co-Hi] III 5) que extienden esto a dimensin innita. As por ejemplo sen(2nx) o y cos(2nx) son autovectores (autofunciones) del operador lineal derivada segunda en el espacio vectorial de las funciones de periodo uno.
46
Ejercicios
1) Sin mirar la teor a) Deducir la ecuacin del calor. b) Explicar qu es el desarrollo a: o e de Fourier 2) Sea una varilla innita (la recta real) en la que la temperatura inicial es positiva en un entorno del origen y nula fuera de l. Demostrar que en cualquier instante posterior e al inicial, la temperatura es positiva en todo punto. Por qu se dice que la velocidad del e calor es innita? 3) Explicar por qu al estudiar la temperatura en un slido cuya frontera est trmicae o a e mente aislada se impone en ella u n = 0, con n la normal.
4) Probar que segn el modelo de esta seccin, el promedio de la temperatura de un u o aro permanece constante a lo largo del tiempo. Qu ocurre en la prctica? e a e 5) Para f de periodo uno, hallar su momento de orden dos, esto es 0 |f |2 , en trminos de los coecientes de Fourier. Utilizar este hecho para probar que en un aro el momento de orden dos de la temperatura siempre decrece. (Supngase la convergencia). o 6) Probar que f, g = 0 f g dene un producto escalar en la funciones continuas (reales o complejas) de periodo uno. Probar que e(nx) son ortonormales y deducir que an e(nx) = bn e(nx) con convergencia uniforme a una funcin continua an = bn o para todo n Z. (Unicidad del desarrollo de Fourier).
1 1
8) Hallar expl citamente u(x, t) cuando en el problema anterior se toma f (t) = sen(2t)+cte (de este modo pleno invierno y pleno verano corresponden a t = 1/4 y t = 3/4, respectivamente). Deducir que las estaciones no actan con la misma intensidad u ni al mismo tiempo en la supercie que en el interior.
2 2
7) Un modelo plausible [Dy-Mc] para la temperatura en el interior de la Tierra a profundidad x (pequea) es que u(x, t) sea peridica en t de periodo uno (un ao) por n o n efecto de las estaciones, y se tenga u(x, t) = cn (x) e(nt) con cn (x) acotada para x > 0. x(1i) |n| Deducir cn (x) = an e de la ecuacin del calor, donde an son los coecientes de o Fourier de la temperatura en la supercie f (t) = u(0, t) y el signo es el de n.
1 9) Comprobar que u(x, t) = 4t 0 e(xv) /(4t) e(x+v) /(4t) f (v) dv, con f sucientemente regular, resuelve la ecuacin del calor para x [0, +) bajo las condiciones o u(0, t) = 0 y u(x, 0) = f (x), x > 0. n t 10) Comprobar que u(x, t) = sen(nx) satisface formalmente la n=1 an e ecuacin del calor para la varilla x [0, 1] con extremos fr o os u(0, t) = u(1, t) = 0. 1 Calculando 0 u(x, t) sen(nx) dx, hallar an en funcin de la temperatura inicial f (x) = o u(x, 0). Si es posible, con la ayuda de un ordenador trazar grcas de u para diferentes a tiempos cuando f (x) = 1/2 |x 1/2|.
2 2
11) Si an y bn son los coecientes de Fourier de f y g (de periodo uno), hallar los
1 0
coecientes de Fourier de h(x) =
f (x t)g(t) dt. 47
Seccion 2.1

De la seccin: o Termodinmica. a Ecuaciones de la combustin. o Generales: Anlisis Funcional y Teor de Distribuciones en Mecnica Cuntica. a a a a Redes neuronales.

La serie de Fourier es un precioso instrumento del cual el anlisis hace un uso a continuo; por ese medio es cmo ha podido representar funciones discontinuas. Si Fourier o lo ha inventado fue para resolver un problema de f sica, relativo a la propagacin del calor. o Si este problema no se hubiera planteado naturalmente, nunca se habr osado resistir a al continuo sus derechos; durante mucho tiempo, todav se habr considerado a las a, a funciones continuas como las unicas verdaderas. [Po] p. 101.
48
2.2. Todo en blanco y negro

No es necesario comprarse un escner ni una cmara digital, basta darse un garbeo a a por la red para toparse con montones de fotos cuya extensin es .jpg que corresponden o al formato JPEG (segn parece, ser ms propio decir JFIF). La razn de su insistente u a a o presencia es que permite conservar una calidad fotogrca bastante aceptable con cheros a de tamao relativamente pequeo y por tanto susceptibles de ser transmitidos con rapidez. n n Lo que hay en estos cheros es una versin ltrada y comprimida de los coecientes de o Fourier discretos de diferentes trocitos de la fotograf As que puede que las Matemticas a. a no sirvan para nada, pero podemos recibir por e-mail una foto con beso de nuestra pareja ausente, almacenar en nuestro disco duro una imagen del nuevo sobrinito recin tomada e con una cmara digital, o retocar la cara de nuestro profesor sin efectos secundarios, gracias a a que alguien entendi las tcnicas estudiadas en la asignatura Ecuaciones Diferenciales y o e Anlisis Funcional o en Variable Real. a En primer lugar deniremos qu es una fotograf o para ser ms modernos, una foto e a, a digitalizada. Usualmente es un rectngulo formado por pixels (cuadraditos), cada uno de a ellos dotados de un color. Matemticamente se puede considerar como un funcin a o F : R C con R = ([a, b] [c, d]) Z2 ,
asignando al pixel (i, j) del rectngulo R el color F (i, j). Los colores se especican por a tres bytes (la cantidad de rojo, verde y azul que contienen), de modo que hay 2 8 28 28 = 16 777 216 colores diferentes. En el formato JPEG hay un tratamiento previo del color (se hace un cambio de coordenadas a las llamadas coordenadas de luminancia y crominancia) porque la siolog de nuestro ojo causa que seamos capaces de distinguir mejor unos a colores que otros. Para librarnos de este detalle tcnico digamos que nuestra fotograf es e a en blanco y negro. De todos los colores anteriores slo 256 corresponden a tonos de gris. o Numerndolos del 128 (negro) al 127 (blanco) se tiene C = {128, 127, . . . , 0, . . . , 127}. a Como puede haber partes de la foto ms dif a ciles de analizar que otras, se subdivide el rectngulo R en cuadraditos Qi de 8 8 pixels. La restriccin de F a cada uno de a o ellos es una subfotito, f = F Q , que en la jerga se llama data unit y aqu denominaremos i simplemente bloque. Todos ellos se tratan de la misma forma, as que se puede suponer f : Q C con Q = {0, 1, 2, . . . , 7} {0, 1, 2, . . . , 7} y C = {128, . . . , 127}.
Evidente todas estas posibles funciones f que determinan un bloque pueden identicarse con un subconjunto del espacio vectorial V = {f : Q R}. Lo que vamos a hacer es hallar una base B de V y representar f por sus coordenadas en dicha base. Asignaremos a cada elemento de la base un nmero que indique lo distinguible que es a simple vista, y u eliminaremos las coordenadas pequeas de los elementos poco visibles, o las almacenaremos n con menos precisin. Con este ltrado de las coordenadas perderemos informacin acerca o o 49
de f , pero apenas notaremos los cambios a simple vista. Es decir, habremos conseguido una compresin razonable del espacio en memoria que ocupa cada bloque y, por tanto, la o imagen total F .
Diccionario: Foto en blanco y negro Bloque de 8 8 pixels f : Q = {0, 1, 2, . . . , 7}2 C F : R C = {128, . . . , 127}
Anlisis del bloque f Expresin de f en cierta base B de V = {f : Q R} a o
Compresin Eliminacin o modicacin de algunas coordenadas. o o o La pregunta natural es cmo escoger una base B de V . Evidentemente hay innitas o posibilidades, pero buscamos una que sea adecuada. La idea parte del anlisis de Fourier, a que nos dice que cualquier funcin (seal) peridica de periodo L se puede expresar o n o como una suma quiz innita de sen(2kx/L) y cos(2kx/L) con ciertos coecientes. De a modo que para una funcin denida en [0, L] la serie de Fourier es su extensin peridica. o o o Si sacricamos esta ultima propiedad hay varios articios para usar slo senos o cosenos o (a n de cuentas sen(x + /2) = cos x), lo cual puede ser util computacionalmente, y con un poco de ingenio se puede acelerar la convergencia con respecto a la serie de Fourier usual. Por ejemplo, una funcin denida en [0, L] se expresa como una suma de cosenos o de la forma cos(k(x + 1/2)/L), con ciertos coecientes. Para extender el resultado a dos dimensiones basta considerar productos de cosenos de esta forma, uno por cada variable. En nuestro caso L = 8 y slo queremos analizar funciones discretas, es decir, con o 2 (x, y) = (n, m) Z . Si todo funcionase igual que en el caso continuo, las funciones kl (n, m) = cos l k (2n + 1) cos (2m + 1) 16 16
deber dar lugar a una base. Ciertamente el argumento anterior es slo un leve indicio o a o una ayuda a nuestra intuicin. Necesitamos una prueba rigurosa. o Proposicin 2.3 . B = {kl }7 o k,l=0 es una base de V = {f : Q R}. De hecho es una base ortogonal con respecto al producto escalar usual
7
f, g =
n,m=0
f (n, m)g(n, m).
Dem.: Cada funcin f V queda determinada por su valor en los 64 elementos de Q, o 50
por tanto dim V = 64, y como B V con |B| = 64, B es una base si y slo si sus elementos o son linealmente independientes. Para verlo basta comprobar que son ortogonales, ya que en ese caso
7 7
k,l=0
kl kl = 0
k,l=0
kl kl , k0 l0 = 0 k0 l0 = 0.
Ntese que para a Z, 0 < |a| < 16, o a (2n + 1) = Re cos 16 n=0
7 7 7
e
n=0
ia(2n+1)/16
= Re e
ia/16 n=0
eian/8 = 0.
(La ultima igualdad se sigue de la frmula para sumar una progresin geomtrica o usando o o e las propiedades de las ra ces de la unidad). Partiendo de la frmula elemental o k1 k2 (k1 + k2 ) (k1 k2 ) (2n+1) cos (2n+1) = cos (2n+1) +cos (2n+1) , 16 16 16 16
2 cos
segn lo anterior al sumar en n con 0 k1 , k2 7 el resultado es nulo excepto si k1 k2 = 0. u Cambiando k1 , k2 y n por l1 , l2 y m, se deduce en denitiva que k1 l1 , k2 l2 = 0 excepto si k1 k2 = l1 l2 = 0. Ntese que 00 , 00 = 82 = 64 y del clculo de la demostracin se deduce que en o a o el resto de los casos kl , kl es 4 8 o 4 4 dependiendo de si k o l son cero o no. Una consecuencia inmediata es el desarrollo de Fourier en serie discreta de cosenos [Ma]: Corolario 2.4. Si f V entonces
7
f=
k,l=0
kl kl
con
kl = k l f, kl
con n =
1/8 si n = 0 1/4 si n = 0
En vez de guardar los valores de los colores indicados por f en los 64 elementos de Q, podemos almacenar los coecientes kl , pero con ello todav no hemos ganado nada, a siguen siendo 64 nmeros, incluso es peor, porque los kl no son enteros en general, y al u guardarlos en la memoria discreta de una computadora perdemos decimales. El corolario anterior permite expresar un bloque f : Q C como una superposicin o (suma) de las fotos bsicas correspondientes a ciertos mltiplos de las funciones de B. a u Como todas las kl , excepto 00 , tienen promedio cero, todas estas fotos bsicas, menos a 51
la primera, se vern como un cuadrado del color correspondiente a cero (un gris medio) a cuando estemos sucientemente lejos o si tenemos una vista poco aguda. Pero las ms a oscilatorias (k y l mayores) dejan de distinguirse antes. Con un ejemplo quedar ms a a claro. Consideremos los cuadrados
Los tres primeros representan mltiplos de las funciones base 40 , 44 y 77 . mientras u que el ultimo es un cuadrado de color cero. Si miramos desde lejos (quiz a unos metros) a el tercero y el cuarto parecern iguales: una mancha gris. Desde mucho ms lejos puede a a que lleguemos a ver el segundo igual; y cuando apenas podamos distinguir los cuadrados, todos nos pareceran similares. En las imgenes en formato JPEG estos cuadrados suelen a ser menores y por tanto el efecto es ms acusado (adems aqu est empobrecido por la a a a poca calidad de impresin y porque seguramente el papel no est blanqueado). o a La conclusin es que en general no pasa nada grave si cometemos un error pequeo o n en 77 ya que 77 no se distingue demasiado de la funcin nula. El error que nos podemos o permitir en 44 es menor, y en 04 menor todav Los chicos del JPEG son, como indica a. el acrstico (Joint Photographic Experts Group), unos expertos que (ayudados por buenos o videntes?) han mirado con cuidado los errores enteros mximos en cada coeciente de a manera que a simple vista no se note un gran cambio en la calidad de la imagen. Como en el mundo de la informtica y aledaos todo debe tener un nombre ampuloso, estos a n nmeros (los errores) se conocen como coecientes de cuantizacin, y la tabla formada por u o ellos matriz de cuantizacin. Su eleccin es en principio arbitraria pero ellos recomiendan o o 16 12 e07 14 e17 14 . = . 18 . 24 e77 49 72 11 12 13 17 22 35 64 92 10 14 16 22 37 55 78 95 16 24 19 26 24 40 29 51 56 68 64 81 87 103 98 112 40 51 61 58 60 55 57 69 56 87 80 62 . 109 103 77 104 113 92 121 120 101 100 103 99
e00 e10 E= . . .
e01 e11 . . . e11
... ... .. . ...
e70
Lo que realmente se almacena (de manera comprimida) en un chero .jpg no son los kl sino la parte entera de kl /ekl que ocupa muy poca memoria, y que para las frecuencias altas (k, l grandes) tiene grandes posibilidades de ser cero porque los e kl son en ese caso grandes. Evidentemente un chero que tiene muchos ceros es susceptible de ser comprimido con diferentes algoritmos que no se discutirn aqu aunque son una parte fundamental a , del xito del formato. Cuando nos llega a travs de la red un chero .jpg, despus de e e e 52
descomprimirlo, nuestro ordenador trata de reconstruir los kl aproximadamente a partir de las partes enteras de kl /ekl . Simplemente multiplicando por ekl se comete un error mximo de ekl segn el siguiente sencillo resultado: a u Lema 2.5 . Sea e Z+ y R. Si = e E(/e), donde E = E(x) es la funcin o parte entera, entonces 0 < e. Dem.: Dividiendo entre e se obtiene un cociente entero q y un resto 0 r < e de forma que = qe + r. Por tanto e E(/e) = eq = r. Finalmente el ordenador aproxima cada bloque de la imagen por kl kl , mostrando en pantalla algo muy parecido a la foto digitalizada original. (Esta explicacin es un o poco esquemtica. En realidad los cheros .jpg contienen tambin una cabecera con a e informacin por ejemplo acerca de la matriz de cuantizacin. Adems en la prctica en la o o a a codicacin se emplea la funcin entero ms cercano en vez de la parte entera [Wa]). o o a El proceso descrito para la creacin de un chero .jpg a partir de una fotograf se o a puede entender como un ltrado de frecuencias eliminando casi siempre las mayores. Esta es una situacin que se repite en otros contextos: Por muy bien que queramos grabar o un sonido, nos podemos olvidar de las frecuencias mayores que 20 000 Hz porque quiz a a nuestro perro le gusten, pero superan nuestro nivel de audicin (son ultrasonidos); o por o mucha calidad que queramos dar a una pel cula no es necesario que proyectemos los ultravioletas porque los espectadores no van a notar su existencia (a no ser que incrementemos su intensidad y se pongan morenos). Veamos el efecto del ltrado de frecuencias sobre una imagen que conocemos bien.
En la primera imagen se han eliminado todos los kl excepto 00 (esto es como elegir 53
ekl = 256 y e00 = 1). En la segunda se incluyen tambin 01 , 10 , 11 y 02 , con lo e cual la calidad mejora sensiblemente. Comparando estas imgenes podemos apreciar la a singularidad de la funcin base 00 frente al resto de las kl . Al ser 00 constante, en o la primera imagen cada bloque tiene el color de su promedio y el resultado es cubista o cuadradista. Las otras kl son oscilatorias de promedio cero y sirven para representar las variaciones que dan lugar a los detalles. En la jerga al uso, al coeciente de 00 se le llama DC, y al resto AC. Estos AC y DC signican lo mismo que en el High Voltage o en los alimentadores de nuestros dispositivos electrnicos, puesto que son las siglas de Altern o Current y Direct Current (evidentemente, corriente alterna y corriente continua). En la siguiente imagen se consideran todos los kl con 0 k, l < 4. A pesar de ser unicamente la cuarta parte de los coecientes, la calidad es bastante aceptable. Podemos potenciar ciertos efectos notando por ejemplo que los kl con k pequeo presentan pocas n variaciones horizontales y por tanto no permiten distinguir detalles en esta direccin. Como o se ve en la ultima imagen, anulando todos los kl excepto las que tienen k = 0, se logra perder precisin en las l o neas horizontales frente a la verticales.
De nuevo hay que tener en cuenta que la calidad de impresin (y un ligero ltrado o previo para poder manipular los cheros) perjudican en cierta medida la calidad de las imgenes tal como aparecen aqu a .
54
Ejercicios
1) Sin mirar la teor a) Indicar por qu y en qu sentido las frecuencias grandes se a: e e suelen despreciar en el formato JPEG. b) Explicar para qu sirve la matriz de cuantizacin. e o 2) Hallar los kl de una foto que consta de un solo punto. 3) Repetir el problema anterior para una recta horizontal, simplicando al mximo a los kl . 4) Demostrar que todos los valores de las funciones kl (n, m) se pueden calcular a partir de cos(/16) efectuando slo sumas restas y multiplicaciones. (Una forma computao cionalmente util de organizar las operaciones da lugar a la conocida FFT Fast Fourier Transform [Ge], [Ta]). cos( k (2n 2j 5) Probar que si los bloques tuvieran jj pixels en lugar de 88, entonces kl (n, m) = l + 1)) cos( 2j (2m + 1)) con k, l {0, 1, . . . , j 1}, ser una base ortogonal de a
V . Hallar n .
6) Suponiendo un bloque de 3 3 pixels con f (n, m) = 128 si n, m {0, 1} y f (n, m) = 0 si n = 2 o m = 2; calcular los kl con la base del problema anterior. Hallar tambin los valores de f que se reconstruir si la matriz de cuantizacin tuviera e ij = e an o 20(1 + i + j), i, j {0, 1, 2} y se cuantizara redondeando al entero ms cercano. a 7) Probar que B = {kl }7 k,l=0 con kl (n, m) = e((kn+lm)/8) es una base de V = {f : Q C}, y que es ortogonal con el producto escalar f, g = f (n, m)g(n, m). Hallar la frmula para los kl y tratar de encontrar alguna ventaja y algn incoveniente si B se o u reemplaza por B. 8) Hallar una frmula para o
7 2 n,m=0 (f (n, m))
en trminos de los kl . e
kn sen lm es una base ortogonal 9) Probar que {kl }6 k,l=1 con kl (n, m) = sen 7 7 del subespacio de V formado por las funciones que se anulan en el borde de Q.
10) Calclese la serie de Fourier (introducida en la seccin anterior) de la funcin parte u o o fraccionaria. Comprobar que la serie no converge absolutamente y que en 0 y 1 ni siquiera converge al valor de la funcin tomando el l o mite de las sumas parciales con |n| N , N . (Esto prueba los efectos negativos globales que tienen las discontinuidades sobre la serie de Fourier, y reeja las deciencias del formato JPEG al enfrentarse a bordes abruptos). 11) Dada f : [0, L] R se dene su extensin par fp : [L, L] R como o fp (x) = f (|x|). Dando por supuestas buenas propiedades de convergencia de la serie de Fourier de fp en [L, L], demostrar que f (x) = cn cos( n x) para x [0, L]. Concluir L que, bajo buenas condiciones de convergencia, para f : [1/2, L 1/2] R se tiene f (x) = dn cos n (2x + 1) . 2L 55
Seccion 2.2

De la seccin: o Compresin fractal de imgenes y otros mtodos de compresin. o a e o Tratamiento y anlisis de seales. a n El principio de incertidumbre. Generales: Prospecciones geolgicas. o Estrategias en las apuestas quiniel sticas.

Detrs de la serie de Fourier, otras series anlogas han entrado en los dominios a a del anlisis y lo han hecho por la misma puerta; han sido imaginadas en vista de sus a aplicaciones. [Po] p. 101.
56
2.3. Buscando la luz

Uno de los descubrimientos cient cos que han inuido ms drsticamente en nuestra a a vida cotidiana es el de las ondas electromagnticas. Histricamente dicho descubrimiento e o lo llev a cabo H. Hertz en un primitivo laboratorio en 1888, y su aplicacin prctica a o o a las telecomunicaciones fue obra en gran medida de G. Marconi, a caballo entre los siglos XIX y XX. Pero dif cilmente esto habr sido posible sin el modelo terico introducido por a o J.C. Maxwell en 1873. En su famoso tratado [Mx] describe minuciosamente experimentos y resultados anteriores, y despus de pasarlos por los mtodos del incipiente Clculo Vectorial e e a (una de las primeras pruebas del teorema de Stokes est en [Mx]), los transforma en las a famosas ecuaciones de Maxwell. Como ste no es el lugar adecuado para estudiar Electrodinmica, nos limitaremos e a a una descripcin somera e incompleta de la situacin f o o sica (vase [Fe-Le-Sa] para proe fundizar). Los campos elctrico y magntico se indican respectivamente mediante dos e e funciones vectoriales E y B. La propia ley de Coulomb en el caso esttico y, en cualquier a caso, experimentos muy precisos, muestran que el ujo del campo elctrico a travs de una e e supercie cerrada que no encierra cargas es nulo. Esta es la ley de Gauss. En trminos e matemticos, en ausencia de cargas a (2.3)
S
Esto es algo as como decir que si no hay fuentes de campo elctrico internas, lo que entra e en S por un lado sale por otro. La relacin entre el campo elctrico y el magntico es hoy d bien conocida por medio o e e a del principio de la dinamo. Al pasar un imn por una espira conductora L aparece una a corriente elctrica circulando por ella, y cuanto ms deprisa pasemos el imn o cuantos ms e a a a imanes pongamos en la supercie S que limita la espira, mayor es la fuerza electromotriz inducida.
E dS = 0
para S supercie cerrada.
Esto hace pensar que la variacin del ujo del campo magntico es proporcional a la o e circulacin del campo elctrico por la espira. En una frmula: o e o d dt B dS = K E dl.
Cuando el ujo aumenta, la circulacin elctrica va en sentido negativo, as que K < 0, y se o e 57
han elegido las unidades en el Sistema Internacional de forma que K = 1. En denitiva, se tiene la ley de Faraday-Henry: (2.4) d dt B dS = E dl para S supercie con frontera L.
Los fenmenos elctricos y magnticos son en cierto modo simtricos, y al igual que la o e e e ley de Coulomb conduce a (2.3), la ley de Amp`re-Laplace [Al-Fi] o, siguiendo a Maxwell, e los monopolos magnticos (no se sabe si existen) [Go] p. 157, conducen a la ley de Gauss e para el campo magntico: e (2.5)
S
B dS = 0
para S supercie cerrada.
Por ello no es extrao que se cumpla el anlogo de (2.4) aunque no se puedan ajustar n a simultneamente las unidades, de manera que el 1 debe reemplazarse por otra constante a ms fea, que esta vez es positiva y denotaremos con c2 . Este anlogo de (2.4) se llama ley a a de Amp`re-Maxwell o quiz ms propiamente ley de Maxwell: e a a (2.6) d dt E dS = c2 B dl para S supercie con frontera L.
Donde se supone que no hay cargas (corrientes) atravesando S. En realidad esta ecuacin o es dif de comprobar experimentalmente por el t cil picamente peque nsimo valor de L Bdl. Maxwell lleg a ella considerando el caso en que hab cargas libres y probando que si no se o a cumpliese (2.6) con una constante espec ca, la carga total no se conservar [Al-Fi], [Fea 2 16 Le-Sa]. Actualmente se conoce que c = 8 9874 10 , la estimacin de Maxwell fue algo o peor [Mx]. Quiz por la notacin, o extrayendo su ra cuadrada, muchos se percatarn a o z a de que no es una constante tan fea.
Diccionario: Campos elctrico y magntico Funciones vectoriales E y B que satisfacen (2.3), e e (fuera de las cargas) (2.4), (2.5) y (2.6).
Vamos a probar que necesariamente E y B son ondas, en el sentido de que cada una de sus componentes verican la ecuacin de ondas. Con este n escribiremos, al igual que o hizo Maxwell, las ecuaciones anteriores en una forma ms sinttica. a e 58
Proposicin 2.6 . Sean E = E(x, y, z, t) y B = B(x, y, z, t) funciones vectoriales reguo 3 lares E, B R vericando (2.3), (2.4), (2.5) y (2.6). Entonces tambin satisfacen las e ecuaciones de Maxwell en forma diferencial B = rot E, t E = c2 rot B. t
(2.7)
div E = 0,
div B = 0,
Adems cada una de sus componentes verican la ecuacin de ondas 2 u/t2 = c2 u a o 2 2 2 2 2 donde es el operador laplaciano /x + /y + /z 2 . Dem.: Aplicando el teorema de la divergencia a (2.3) y (2.5) se tiene div E dVol = 0
R
y
R
div B dVol = 0
donde R es la regin slida acotada por S. Como S es arbitraria se deduce div E = 0 o o y div B = 0. Introduciendo la derivada bajo el signo integral en (2.4) y (2.6), y aplicando el teorema de Stokes B dS = t E dS = c2 t
rot E dS
y
S
rot B dS.
Al pasar todo a un miembro, se tiene que los ujos de B/t + rot E y de E/t c2 rot B son nulos a travs de cualquier supercie, por lo que ambos campos deben ser nulos. e Antes de seguir mencionaremos la relacin o (2.8) donde el laplaciano acta sobre F coordenada a coordenada. Probarlo se reduce a un u clculo tedioso. a Al derivar con respecto de t la cuarta ecuacin de (2.7) y sustituyendo la tercera, se o sigue 2E (2.9) = c2 rot rot E. 2 t Empleando (2.8) y div E = 0 se llega inmediatamente a la ecuacin de ondas. De la misma o forma, al derivar con respecto de t la tercera ecuacin de (2.7) y sustituir la cuarta, se llega o a (2.9) con B en lugar de E, y por tanto B tambin satisface la ecuacin de ondas. e o En 1873 nadie cre haber visto nunca una onda electromagntica, pero Maxwell a e conjetur que se engaaban porque la luz era una onda electromagntica. Su conjetura o n e 59 F (div F ) = rot rot F
ven avalada por el hecho de que la velocidad c de las soluciones de la ecuacin de ondas a o era parecida segn sus clculos (e idntica segn los actuales) a la velocidad de la luz. u a e u Con la maquinaria matemtica adecuada es posible deducir propiedades pticas como a o la difraccin a partir de las ecuaciones de Maxwell [Co]. Por otro lado, cuando Hertz o descubri las primeras ondas electromagnticas invisibles, dedic parte de sus esfuerzos a o e o comprobar las propiedades que compart con la luz, en especial la reexin. an o Para explicar en qu sentido las soluciones de la ecuacin de ondas son ondas de e o velocidad c, jmonos en el caso de una dimensin espacial, en el que la ecuacin se reduce e o o a 2u 2u = c2 2 . t2 x Su solucin general es o u = u1 + u2 con donde f y g son funciones C 2 arbitrarias. Ntese que la grca de u1 para t = 0 coincide o a con la de f ; para t = 1 se traslada c unidades a la derecha; para t = 2 se traslada 2c unidades, etc. Lo mismo ocurre con u2 salvo que ahora la grca viaja a la izquierda con a velocidad c. El caso tridimensional general es geomtricamente ms complejo [Co], [Fee a Le-Sa] 20) pero cualitativamente similar: un pulso que pasa por cierto punto tarda en llegar a otro punto situado a distancia d un tiempo d/c. Por ejemplo, la solucin general o cuando u(x, 0) = 0 viene dada por [Dy-Mc] u(x, t) = t1 f (x + ctv) dS(v) u1 = f (x ct), u2 = g(x + ct)
donde la integral se extiende a la esfera unidad v = 1. Para f muy concentrada en el origen, al cabo de t segundos observaremos una onda esfrica en x = ct. e Al igual que en el caso de la ecuacin del calor, los desarrollos de Fourier y sus genero alizaciones se muestran como un instrumento fundamental para el estudio de las soluciones de la ecuacin de ondas que satisfacen ciertas condiciones de contorno especicadas. o a o Ep logo: A principios del siglo XX hab evidencias tericas y experimentales que suger que las ecuaciones de Maxwell eran ciertas en cualquier sistema inercial (para an observadores en reposo o con velocidad constante), y sta fue la base para la creacin de e o la Teor de la Relatividad [Po] VIII. Sin entrar en detalles, supngase que buscamos a o cambios lineales entre diferentes sistemas de referencia que dejen jos el operador correspondiente a la ecuacin de ondas, o = c2 2 /t2 , entonces se llega indefectiblemente a que la unica posibilidad son las transformaciones de Lorentz. Proposicin 2.7 . Las aplicaciones lineales invertibles T : R4 R4 que verican o (uT ) = ( u)T para toda u = u(x, y, z, t) C 2 , coinciden con las que dejan invariante 60
la forma cuadrtica Q(x, y, z, t) = x2 +y 2 +z 2 c2 t2 , llamadas transformaciones de Lorentz a (generalizadas). Nota: Orientando adecuadamente los ejes espaciales, las transformaciones de Lorentz generalizadas se reducen a la transformacin de Lorentz por antonomasia que aparece o en los libros de F sica [Al-Fi] 6.6. Siguiendo a Minkowski (que hab sido profesor de a Einstein), estas transformaciones se pueden entender como los movimientos r gidos en R 4 dotado de una distancia rara (no es positiva) que viene denida a travs de la forma e cuadrtica de la proposicin [Gl]. Esta interpretacin geomtrica le pareci inicialmente a o o e o intil a Einstein, pero ms tarde se mostr necesaria para llegar a entender la gravitacin. u a o o o o Dem.: Para u sucientemente regular, por la frmula de inversin u(T x) = u()e(T x ) d1 d2 d3 d4 se llega a con x = (x, y, z, t).
Escribiendo T x = x (T t ) y aplicando (u T )(x) = 4 2
u()P ()e(T x ) d1 d2 d3 d4
donde P () = (T t )t D(T t ) y D la matriz diagonal con d11 = d22 = d33 = c2 , d44 = 1. Al comparar con ( u)(T x) se tiene que debe cumplirse P () = t D. De aqu T DT t = D 1 t 2 1 1 2 1 2 1 o equivalentemente (T ) c D T = c D . Como c D es la matriz de Q, se sigue 1 que Q(T x) = Q(x), o cambiando x por T x, Q(x) = Q(T x).
61
62
Ejercicios
1) Sin mirar la teor a) Explicar por qu div E = 0 indica que el ujo elctrico es a: e e nulo. b) Deducir la ecuacin B/t = rot E a partir de su signicado experimental. o A son funciones que verican c2 div A + /t = 0 llamadas potencial escalar y potencial vectorial, respectivamente. Probar, usando las ecuaciones de Maxwell, que F es un campo vectorial de R denido por F = (c
4 1
2) En electrodinmica se suele escribir B = rot A y E = A/t donde y a F = 0 donde

2
, A) y
= c /t2 .
2 3) Sea C0 y n un vector unitario. Comprobar que u(x, t) = (ctnx) es solucin o de la ecuacin de ondas. Tratar de explicar por qu se dice que sta es una onda plana. o e e
4) Supongamos que E3 = 0 y que E1 y E2 no dependen de la variable z. Demostrar que si en algn instante B1 y B2 se anulan, entonces se anulan para todo tiempo. u 5) Sea A+ y A los operadores A = /t c/x. Comprobar que la ecuacin o de ondas se puede escribir como A A+ u = 0. Escribiendo u(x, t) = v(x + ct, x ct) con o v(a, b) = u a+b , ab , demostrar que su solucin general es u(x, t) = f (x ct) + g(x + ct). 2 2c 6) En presencia de una distribucin continua de cargas, la primera ecuacin de o o 1 Maxwell debe modicarse a div E = 0 donde 0 es una constante y es la densidad de carga (carga por unidad de volumen). Probar que en ese caso S E dS = 1 Q donde Q 0 es la carga total encerrada por la supercie cerrada S. 7) Considrese la ecuacin de ondas unidimensional en 0 x 1 bajo las condiciones e o 1 de contorno u(0, t) = u(1, t) = 0 para todo t R. Probar que la energ 0 (u/t)2 dx + a 1 c2 0 (u/x)2 dx es constante. Tratar de generalizar este hecho al caso tridimensional (para ello conviene recordar la identidad de Green). 8) Sea G un giro de ngulo alrededor de uno de los ejes. Probar que si E verica a la primera ecuacin de Maxwell entonces G E G1 tambin lo hace. Tratar de explicar o e el signicado f sico. = 1 v 2 /c2 . Comprobar que deja la forma cuadrtica x2 c2 t2 invariante y demostrar a directamente que si una funcin satisface la ecuacin de ondas unidimensional, al transo o formar las variables de esta forma la sigue cumpliendo. 9) La transformacin de Lorentz acta como (x, t) (x vt), (t vx/c2 ) con o u
10) Explicar por qu la relacin dt R dVol = S v dS se conoce con el nombre e o d de ley de conservacin de la carga donde es la densidad de carga, v es la velocidad de o las cargas en cada punto, y R es una regin slida arbitraria con frontera S. o o 11) Demostrar que F = (div F ) rot rot F .
63
Fernando Chamizo. Seccion 2.3
Modelizacion II

De la seccin: o Difraccin. o Comentario paso a paso del famoso art culo de Einstein en 1905 sobre la relatividad especial. La ecuacin de Dirac (slo aconsejable si se tienen conocimientos previos de F o o sica). Circuitos electrnicos. o Generales: Aplicaciones de la Teor de Grupos. a Ecuaciones bsicas de la F a sica Cuntica. a

Cuando Maxwell hubo comenzado sus trabajos, las leyes de la electrodinmica ada mitidas hasta entonces daban cuenta de todos los hechos conocidos. No hab ninguna a experiencia nueva que hubiera venido a invalidarlas. Pero examinndolas segn un angulo nuevo, Maxwell reconoci que las ecuaciones a u o se vuelven ms simtricas cuando se les agrega un trmino. Por otra parte, este trmino a e e e era demasiado pequeo para introducir efectos apreciables con los mtodos antiguos. n e Se sabe que los concimientos a priori de Maxwell han esperado veinte aos una conn rmacin experimental. Si prefer Maxwell ha precedido en veinte aos a la experiencia. o s, n Cmo se ha obtenido este triunfo? o Porque Maxwell estaba profundamente impregnado del sentimiento de la simetr a matemtica. Habr sido lo mismo si otros no hubieran investigado antes esa simetr a a a por su propia belleza? [Po] p. 97.
64
Comenzaremos cortando un c rculo de cartulina blanca que podamos pegar o ajustar con cuerdas a la rueda que gira. Si sta tiene algn eje que sobresalga se puede dar a la e u cartulina forma ligeramente cnica (como un gorro chino). Dividiremos el c o rculo en cierto nmero par de sectores iguales y colorearemos uno de cada dos con el rotulador (como una u sombrilla). A no ser que la rueda se pueda hacer girar realmente muy rpido no conviene a hacer un nmero de sectores inferior a 20 o 30* . u
Lo que vamos a reproducir es el fenmeno que tantas veces se ve en la televisin o o o el cine, consistente en que las aspas de un helicptero o los tapacubos de un coche o parecen estar por un instante detenidos o girar en sentido contrario. Para ello daremos impulso en sentido positivo a la rueda lo ms rpido posible y utilizaremos para ver el a a fenmeno la luz articial de cualquier lmpara domstica con bombillas de incadescencia o a e (normales y corrientes). Casi todo el tiempo veremos la rueda de color uniforme, pero en cierto momento los sectores avanzarn lentamente en el sentido de giro hasta detenerse a un instante y cambiar de sentido. Si la rueda gira muy deprisa veremos el efecto ms de a una vez. Por si no fuera ya curioso el fenmeno, resulta que desaparece completamente al o iluminar la rueda con la luz de la linterna o al usar luz natural.
Explicacin: La corriente elctrica de uso domstico es una onda sinusoidal que oscila o e e 50 veces por segundo (frecuencia 50 Hz). Es decir, el voltaje que sale de nuestros enchufes
N. del A. Ajust con cuerdas la cartulina dividida en 24 sectores a una rueda hueca (con radios) e de 7 cm de dimetro de una pequea calesa decorativa. a n

Material: - Una rueda que se pueda hacer girar rpido (por ejemplo de un juguete). a - Cartulina blanca. - Un rotulador oscuro. - Una linterna a pilas
Corriente alterna, corriente continua
65
viene determinado por una ecuacin del tipo V (t) = V0 sen(100t). Lo que aprovechan o los aparatos electrodomsticos de esta tensin oscilante que var entre V 0 y V0 cada e o a T = 1/50 = 0 02 segundos es lo que se llama tensin ecaz [Ru] 6.10, que viene dada por o T 2 la norma dos normalizada en cada periodo, esto es, Vef = T 1 0 |V (t)|2 dt. Sustituyendo, Vef = V0 / 2. En la electricidad domstica Vef = 220 V , de modo que el voltaje de e nuestros enchufes alcanza picos de V0 = 220 2 = 311 1 V . En los intervalos de la forma (T /8+nT /2, T /8+nT /2) se cumplir |V (t)| < V ef , con a lo cual la bombilla de nuestra lmpara alumbrar poco, mientras que el resto del tiempo a a se cumple la desigualdad contraria. Es decir, cada T /2 segundos habr habido una fase de a luz y otra de oscuridad. Es como encender y apagar la luz con periodo T /2.
osc. luz osc.
luz osc. luz
osc. luz
osc. Vef Vef
Si miramos a un punto jo de la rueda, los sectores blancos y oscuros se sucedern con a un periodo pequeo. Por ejemplo, si hay 15 sectores oscuros y la rueda da seis vueltas por n segundo el periodo es T = 1/90. Si T = T /2 entonces justamente la luz estar encendida a siempre en el instante en que un mismo tipo de sector (blanco u oscuro) est en el punto a jado, con lo cual nos parecer que los sectores se paran. En el instante anterior la rueda a iba un poco ms rpida y por tanto T = T /2 . As pues, tras los T /2 segundos que a a transcurren desde que la luz se enciende hasta que se vuelve a encender, como los sectores oscilan un poco ms rpido, les habr dado tiempo a ir un poco ms lejos de la siguiente a a a a posicin y parecer que se desplazan en sentido positivo. El efecto contrario se produce o a cuando por causa de la deceleracin T = T /2 + . o
T=T/2 T=T/2 T<T/2 T 2T 3T T 3T/2
T>T/2 T 2T
Como la linterna funciona con pilas (corriente continua), su luz, al igual que la del sol, no presenta oscilaciones y anula el efecto descrito. 66
Subes o bajas
Material: - Un imn de nevera. a - Un objeto ferromagntico pesado. e - Una cuerda resistente. - Un cordel. Colguemos el objeto pesado de la cuerda resistente para formar un pndulo. Atemos e el imn de nevera con el cordel y pegumoslo al objeto pesado asegurndonos de que con a e a un leve tirn se despega, y el pndulo queda oscilando liger o e simamente * Ahora, partiendo de la posicin de equilibrio y con el imn pegado, hay que tener o a un poco de paciencia, y tirar del cordel imperceptiblemente tratando de seguir las casi invisibles oscilaciones del pndulo. Despus de unos cuantos intentos, el pndulo se habr e e e a puesto en movimiento.
Si seguimos haciendo que el estiramiento del cordel acompae al movimiento del pndulo n e podremos conseguir una amplitud en las oscilaciones asombrosa. Sobre todo teniendo en cuenta que al principio hab amos comprobado que el imn apenas ten fuerza para a a modicar la posicin de equilibrio. o Explicacin: Igualando la fuerza a la componente tangencial del peso, como es bien o conocido, se sigue la ecuacin que rige el pndulo simple l = g sen , donde l es la longitud o e y g es la aceleracin de la gravedad. Para ngulos no muy grandes, sen y la ecuacin o a o se reduce a = g. Si el movimiento parte del punto de mxima elongacin, la solucin a o o de esta ecuacin es de la forma: o (t) = A cos(0 t)
*
con 0 =
g/l.
N. del A. Emple un cubo metlico cargado con algunas cosas. Su peso era de 6 3 kg . Para e a debilitar ms todav la fuerza del imn, lo recubr con papel. De esta manera el pndulo apenas se a a a e desviaba de su posicin inicial antes de que se soltase el imn. o a
67
Para ser realistas, el movimiento de un pndulo siempre se amortigua por el rozamiento e del aire, y ste, dentro de cierta aproximacin, viene dado por un mltiplo pequeo de e o u n la velocidad [Al-Fi] 7.10 (mayor velocidad mayor resistencia). Por tanto, un modelo bastante aproximado del movimiento del pndulo sin nuestra accin externa es: e o g para cierto > 0. + + 2 = 0 l El anlogo de la solucin anterior, es ahora, para < 0 , a o
2 (t) = Aet cos t 0 2 .
Es decir, el movimiento se amortigua, como era de esperar. Adems la frecuencia no var a a con el tiempo ([Ga] p. 201). La situacin descrita en nuestro experimento corresponde a aplicar una fuerza s o ncrona con el pndulo, de frecuencia muy prxima a 0 . Esta fuerza estar representada por e o a un nuevo trmino de la forma cos(t) con pequeo. Hay que resolver, por tanto e n g + + 2 = cos(t). l Una solucin particular de esta ecuacin es B cos(t + 0 ) con un 0 adecuado y o o B= .
2 (0 2 )2 + 4 2 2
Mientras que la solucin general es de la forma o

2 (t) = Aet cos t 0 2 + + B cos(t + 0 ).
Con A y dependiendo de las condiciones iniciales. Segn crezca el tiempo, el primer u trmino se har despreciable, y si 0 el trmino restante tendr amplitud B /(2). e a e a Si el rozamiento del aire es poco signicativo, el resultado ser mucho mayor que . De a hecho B si 0. Por tanto con pequeas fuerzas, a la larga se pueden obtener n grandes amplitudes si se emplea la frecuencia correcta. Este es el famoso fenmeno de o la resonancia. Aqu nos hemos centrado en un ejemplo mecnico, pero hay ecuaciones a similares que regulan los circuitos electrnicos bsicos [Ru]. De esta forma, la resonancia o a es el principio por el cual los receptores de radio y televisin pueden cazar selectivamente o la frecuencia correspondiente a una sola emisin. Ya nos ocuparemos nosotros de cambiar o rpidamente de canal para ver y o todos al tiempo. a r 68
3. Tomograf a
3.1. Sala de espera, fase primera
Desde los aos setenta se han desarrollado diversos mtodos [Na] para poder rajar n e a la gente de forma virtual (desafortunadamente los mtodos reales son ms antiguos), e a lo cual es de gran utilidad en la prctica mdica. El mtodo ms espectacular quiz sea a e e a a la Resonancia Magntica Nuclear. Su complejidad, aunque no extrema, la saca fuera del e contenido del curso. A cambio veremos en esta seccin, parcialmente plagiada de [Ch], un o sencillo mtodo llamado de reconstruccin algebraica, y en la seccin posterior otro ms e o o a eciente y ms prximo al empleado habitualmente cuando se realiza una TAC (tomograf a o a axial computerizada). En este tipo de tomograf se emplea la atenuacin que sufren los as o rayos X al atravesar los tejidos, lo que nos lleva a introducir un pequeo model previo, n n el cual es una versin simplicada de la llamada ecuacin del transporte [Ra-Ka]. o o Ya sabemos que ni la persona ms robusta puede detener los rayos X (que si se enfadan a incluso pueden convertirle en un superhroe o algo peor), pero las luces y sombras de las e radiograf prueban que hasta el ms alfeique es capaz de atenuarlos un poco. Parece as a n claro que cuando una muestra es atravesada por un no haz de rayos X de intensidad I, la disminucin de dicha intensidad depende de la densidad de la muestra (el plomo es o ms opaco a los rayos X que el aire) y de su grosor (un muro de dos metros atena menos a u que otro de cinco). Si dividimos la zona atravesada por los rayos en pequeas rodajas n transversales de tamao innitesimal, en las que la densidad sea prcticamente constante, n a es natural suponer que la proporcin en que disminuye la intensidad es directamente proo porcional a ambas cantidades, digamos con constante de proporcionalidad uno mediante una eleccin adecuada de las unidades. o
x I0 rayos X

muestra If I = x I
Pasando al l mite en la anchura de las rodajas: De modo que si I0 es la intensidad inicial (antes de entrar en la muestra) e If la nal (despus de salir), integrando se tiene e log I0 log If = 69 . dI = Idx I = I (log I) = .
Evidentemente, si los rayos siguen una recta L, en vez del eje OX, la integral anterior es la integral de l nea a lo largo de L. En denitiva, lo que debemos tener en mente es que midiendo intensidades iniciales y nales podemos saber las integrales de la densidad a lo largo de las l neas rectas que siguen los rayos. Los algoritmos de reconstruccin algebraica comienzan considerando una versin discreo o tizada (digitalizada) de la seccin que se quiere examinar. Con tal n, introducimos una o malla cuadrada de M M cuadraditos (pixels). Si la malla es sucientemente na, la densidad es aproximadamente constante en cada cuadradito. As que se puede considerar que hay una matriz de densidades M M donde el elemento ij es la densidad en el cuadradito cij . Por otra parte, la atenuacin de un rayo a lo largo de una recta L permite o conocer L que, en esta versin digitalizada, se aproxima por una suma de Riemann, y o de hecho coincide con ella suponiendo es realmente constante en cada c ij , (3.1) log(I0 /If ) =
L
ij |cij L|
Diccionario: Seccin cuadrada digitalizada malla formada por cuadrados c ij . o Densidad del pixel ij constante log(I0 /If ) = log(I0 /If ) =
cij
= ij .
ij |cij L|.
Aparentemente el problema ya est resuelto: queremos calcular el valor de las incgnitas a o u x1 = 11 , x2 = 12 , x3 = 13 , . . . xM 2 = M M y, segn (3.1), para cada rayo tenemos una ecuacin lineal en estas incgnitas; basta tomar un nmero suciente de rayos y resolver o o u el sistema lineal correspondiente.
rayo 1 rayo 2
11 12 13 14 21 22
23
log log
I2 0 I2 f
24
31 32 33 34 41 42 43 44 h
=h 2 (41 +32 +23 +14 )
I1 0 I1 f
=h(11 +21 +31 +41 )
. . . etc . . .
x1 + x5 + x9 + x13 =b1 x13 + x10 + x7 + x4 =b2 . . . etc . . .
Puede que esto resuelva el problema desde el punto de vista terico, pero la aplicacin o o prctica requiere ir ms all. Supongamos por ejemplo que deseamos tener una resolucin a a a o 70
comparable a la de un monitor y para ello imaginamos una malla de 1000 1000 pixels que contiene la seccin del cuerpo humano que vamos a examinar (en [Ka-Sl] se apunta o 256256 pixels como una resolucin posible en la prctica, y por la imgenes all mostradas o a a 6 128 128 pudiera ser a veces deciente). Entonces habr 10 incgnitas ij que calcular. a o 6 6 El sistema lineal correspondiente tendr una matriz de 10 10 = 1012 elementos lo cual a podr causar algunos problemas de memoria en ordenadores convencionales si los tenemos a que almacenar todos (necesitar amos algo comparable a un Terabyte de memoria libre). Las estimaciones generales del nmero de operaciones para resolver un sistema lineal por u eliminacin de Gauss es del orden del cubo del nmero de variables, en nuestro caso 10 18 . o u A una velocidad de 1 GHz esto llevar del orden de 30 aos (lo que no ayudar mucho a a n a reducir las listas de espera de la Seguridad Social). Necesitamos, por tanto, un mtodo maravilloso que requiera incomparablemente menos e operaciones que el de Gauss. Quiz tal mtodo no exista en general (si no se le ocurri a a e o Gauss. . . ) pero aqu estamos considerando sistemas muy especiales y hay esperanzas so bre todo si nos contentamos con soluciones aproximadas. Ntese que t o picamente un rayo atraviesa M pixels, con lo cual en cada ecuacin slo aparecen M incgnitas de las M 2 o o o que hay en total. Es decir, la matriz de coecientes es muy dispersa, est llena de ceros. a Vamos a mostrar un mtodo iterativo creado por S. Kaczmarz en 1937 que no altera la e dispersin de la matriz, de hecho no modica la matriz de coecientes, lo que redunda en o que las operaciones slo se hacen con los pocos coecientes no nulos. La idea subyacente o es la generalizacin a dimensiones mayores de un hecho muy sencillo: Podemos aproximar o el punto donde se cortan dos rectas en R2 partiendo de un punto cualquiera y proyectando alternativamente en cada una de las rectas.
x1 x3 punto de corte punto inicial x 0 xx4 2
x0
Teorema 3.1 . incgnitas: o
Sea un sistema compatible determinado de N ecuaciones con N f2 x = b 2 , f3 x = b 3 , . . . . . . fN x = b N
con x = (x1 , x2 , . . . , xN ) el vector de incgnitas. Introduciendo las aplicaciones anes o N N Li : R R denidas como Li (x) = Pi (x) + bi fi fi
2
f1 x = b 1 ,
con 71
Pi (x) = x (fi x)
fi fi
2
se tiene que, para cualquier x0 RN , el algoritmo iterativo xn+1 = (LN LN 1 . . . L1 )(xn ) genera una sucesin que converge a la solucin del sistema. o o Nota: En nuestro caso cada fi slo tiene M coordenadas no nulas y N = M 2 ; as o pues evaluar cada Li requiere del orden de M operaciones y cada iteracin completa algo o 3 comparable a M . Si M = 1000, mil millones de operaciones es algo asequible para un ordenador bien aprovechado. La rapidez de convergencia depende, en analog con el caso a bidimensional, de los ngulos entre los hiperplanos [Sm-So-Wa]. a Dem.: Un poco de Algebra Lineal prueba que Pi (v) es la proyeccin de v sobre el o hiperplano fi x = 0 (y Li lo es sobre fi x = bi , [Gr] p. 143). Por tanto P1 (v) < v excepto si f1 v = 0 (si v pertenece al hiperplano), en cuyo caso P1 (v) = v. De la misma forma, (P2 P1 )(v) < v excepto si f1 v = f2 v = 0. Como el sistema es compatible determinado, la unica solucin de f1 v = f2 v = . . . = fN v = 0 es la trivial, con lo cual, o repitiendo el argumento anterior, se concluye que (PN PN 1 . . . P1 )(v) C v para alguna constante C < 1. (Ntese que por la compacidad de la bola unidad, se tiene que o (PN PN 1 . . . P1 )(v/ v ) alcanza un mximo, menor que 1, en RN {0}). a Consideremos el operador Q = LN LN 1 . . . L1 , entonces Q : RN RN es una funcin contractiva ya que o Q(x)Q(y) = (LN LN 1 . . .L1 )(xy) = (PN PN 1 . . .P1 )(xy) C xy . El teorema de la aplicacin contractiva (Clculo Numrico I, Topolog Clculo III) aseo a e a, a gura que tiene un solo punto jo que puede obtenerse como l mite del algoritmo iterativo que se indica en el enunciado. Este punto jo es la solucin del sistema lineal, ya que es o evidente que los Li dejan invariante a dicha solucin. o Ep logo: En la prctica, por razones de estabilidad, se utilizan ms rayos que los N = a a M 2 necesarios. De manera que se obtiene un sistema con ms ecuaciones que incgnitas a o y que en general (por el ms m a nimo error de redondeo, experimental o del modelo) no es compatible determinado pero est cerca de serlo. Incluso en este caso, se aplica a el algoritmo del teorema anterior, entendiendo los xn como soluciones aproximadas (por grande que sea n). En [Ka-Sl] 7 pueden consultarse algunas variantes del mtodo y e ejemplo prcticos de los resultados obtenidos con M = 128. a
72
Ejercicios
1) Sin mirar la teor a) Explicar el modelo de atenuacin de los rayos X. b) Indicar a: o la ecuacin lineal para las densidades que corresponde a un rayo determinado por una o recta L. 2) En el caso unidimensional estacionario, la ecuacin del transporte dice que si un o chorro de part culas se mueve a lo largo del eje X y la densidad de probabilidad de que una de ellas sea absorbida en el punto x es (x), entonces se debe cumplir (x) = (x) donde es la densidad de part culas del chorro. Explicar el signicado de esta ecuacin. o 3) Si tuviramos un sistema N N compatible indeterminado, tiene sentido llevar e a cabo la reconstruccin algebraica? Al menos intuitivamente, tratar de decidir si en este o caso la sucesin xn converge. o 4) Dado el sistema 2x + y = 3, x 3y = 2; partiendo de x0 = 0 calcular x1 con el algoritmo de esta seccin y comparar su valor con la solucin real. o o 5) Vericar que x + 2y = 3, 2x y = 1, x y = 0 01, es un sistema incompatible. Demostrar que x1 , x2 , x3 . . . es una sucesin constante y comprobar que da una solucin o o aproximada. 6) Supongamos una malla 3 3 y que consideramos los tres rayos horizontales y los tres verticales que pasan por los centros de los cuadrados, y los tres oblicuos paralelos a y = x que pasan por los centros de todos los cuadrados excepto por los de las esquinas inferior derecha y superior izquierda. Comprobar que la reconstruccin algebraica no se o puede llevar a cabo porque el determinante del sistema es nulo. complejos) de mdulo menor que 1, entonces para todo x RN se cumple limn An x = 0. o 8) El mtodo iterativo de Jacobi para resolver el sistema compatible determinado e Ay = b viene dado por yn+1 = (I D 1 A)yn + D1 b donde D es la matriz diagonal cuyos elementos son los de la diagonal principal de A, que se suponen no nulos. Probar que converge a la solucin del sistema para cualquier y0 si los autovalores de I D 1 A tienen o mdulo menor que 1. o 9) Explicar por qu, en caso de que converja, el mtodo anterior es muy util para e e sistemas cuyas matrices son muy dispersas (pocos elementos no nulos). Demostrar que si det(A) = 0 siempre es posible reordenar las ecuaciones y las incgnitas de manera que los o elementos de la diagonal sean no nulos. 10) Demostrar que en el caso de sistemas 2 2 la constante C de contractividad de la aplicacin Q en la prueba del teorema de esta seccin es C = cos donde es el ngulo o o a entre las rectas que conforman el sistema. 11) Demostrar que si las las f1 f2 . . . fN de un sistema N N son ortogonales (y no nulas), entonces xn es la solucin exacta cualquiera que sea x0 y n 1. o 73 7) Demostrar que si A es una matriz N N con todos sus autovalores (reales y
Seccion 3.1

De la seccin: o Sistemas lineales con matrices dispersas. Mtodos y aplicaciones. e Generales: Propagacin de enfermedades y epidemias. o Lgica difusa y sistemas expertos. o

Habituados a contemplar lo innitamente grande, nos hemos vuelto aptos para comprender lo innitamente pequeo. Gracias a la educacin que ha recibido, nuestra n o imaginacin, como el ojo del aguila que el Sol no deslumbra, puede mirar cara a cara a o la verdad. [Po] p. 109.
74
3.2. Segundo asalto

La reconstruccin algebraica vista en la seccin anterior, a pesar de su sencillez, no es o o del todo satisfactoria en la prctica salvo en situaciones especiales [Ka-Sl] por su lentitud a e imprecisin. Parte de esta imprecisin se debe a que desde el principio se discretiza (se o o digitaliza) mediante una malla que slo simula bien los cambios continuos en la densidad o cuando el sistema lineal asociado tiene dimensiones gigantescas. Para evitar esta situacin, o vamos a partir directamente de un modelo continuo, sin modicar la idea original de representar con una funcin = (x, y) la densidad (el tono de gris) en el punto (x, y) de o la seccin considerada. Por cierto, aunque no requiramos que sea continua, el mtodo o e de esta seccin ser ms eciente cuanto ms regular sea . o a a a Supongamos que atravesamos la muestra con un haz paralelo de rayos X que se proyectan ortogonalmente sobre una recta exterior que forma un ngulo con el eje OX. a
O
a tor tec
Esta recta se puede identicar con la recta real R y situar el origen en el punto de interseccin con el rayo que pasa por (0, 0). Un simple dibujo muestra que el rayo s ,t que o pasa por el punto t de esta recta tiene ecuacin s,t x cos + y sen t = 0. Como o vimos en la seccin anterior, la atenuacin que ha experimentado el rayo cuando llega a t o o depender de la cantidad de masa que haya atravesado, es decir, de la integral de l a nea: P (t) =
s,t
Notando que s,t y s+,t son rectas idnticas o simplemente imaginando la muestra e rodeada de rectas detectoras con orientacin compatible, se tiene P (t) = P+ (t). o El operador que asigna a una funcin escalar su integral de l o nea sobre cada recta es esencialmente lo que se llama transformada de Radon o, por razones obvias, transformada de rayos X. Para cada , la funcin P (t) indica la sombra de la muestra, que es o translcida a los rayos X, sobre una pared que forma ngulo con la horizontal. En 1917 u a J. Radon hall una frmula [Sm-So-Wa] que permite recuperar la funcin original a o o o partir de todas sus sombras P (t), lo cual tiene algunas consecuencias en las Matemticas a puras (por ejemplo permite deducir una frmula de DAlambert para la ecuacin de ondas o o 75
angulo seccion de la muestra
t origen O
xc
os
rec
+ ys en =t
ta
de
en R3 [Dy-Mc]). Pero hubo que esperar unos 60 aos para que se convirtiera en un tema n fundamental de las Matemticas aplicadas. a Diccionario: Densidad de la seccin de la muestra = (x, y). o Haz de rayos perpendiculares al ngulo s,t x cos + y sen = t, t R. a
s,t
log(I0 /If ) para el rayo s,t del haz P (t) =
Simetr del haz s,t = s+,t , P (t) = P+ (t). a El problema matemtico al que nos enfrentamos es hallar una funcin conociendo sus a o integrales de l nea en todas las direcciones. Con la notacin anterior, lo que buscamos es o una frmula, como la de Radon, que permita recuperar a partir de las funciones P (t). o Hay varias frmulas equivalentes con este propsito [Ra-Ka] 2.2. Aqu veremos una que o o esencialmente es lo que se bautiza en la literatura tomogrca como Fourier Slice Theorem a (teorema de las rebanadas de Fourier). Seguramente para muchos analistas de Fourier el nombre es desmesurado (hay una demostracin de dos l o neas en [Ra-Ka] si uno se atreve con las deltas de Dirac) porque reeja un hecho muy sencillo que ilustramos a continuacin: o Si = 0 entonces P (t) no es ms que la integral sobre la recta vertical x = t, a P0 (t) = (t, u) du. Por la denicin de la transformada de Fourier o (1 , 0) = (t, u) e(1 t 0 u) dtdu = P0 (1 ).
Por tanto la transformada de Fourier (bidimensional) de evaluada en el eje X se puede hallar integrando en la recta vertical s0,t y despus calculando la transformada de Fourier e (unidimensional) de la funcin resultante. En Matemticas y en F o a sica las cosas no suelen cambiar mucho por girar la cabeza, de modo que evaluada en una recta de ngulo que a pase por el origen deber coincidir siempre con P . Tomando transformadas inversas se a puede despejar . nea de sobre la recta x cos + y sen = t, Teorema 3.2 . Sea P (t) la integral de l entonces para sucientemente regular se tiene

(x, y) =
0
|r|P (r) e(xr cos + yr sen ) drd. 76
Nota: Lo de sucientemente regular es simplemente un requerimiento tcnico para e aplicar la frmula de inversin. Con funciones de soporte compacto acotadas e integrables o o ya se tienen igualdades en casi todo punto, de modo que al menos desde el punto de vista terico, no vamos a dejar de ver un tumor o cualquier cosa que tenga grosor porque no o sea C . Pero s es cierto que en la prctica la falta de regularidad combinada con los a mtodos aproximados que se emplean, crea unas sombras inexistentes. El anlogo de este e a fenmeno en las series de Fourier es el conocido fenmeno de Gibbs [Dy-Mc]. o o Dem.: Por la simetr P (r) = P+ (r), que se deduce de la anloga para P , la a a frmula del teorema se puede escribir como o
2 0
(3.2)
(x, y) =
0
rP (r) e(xr cos + yr sen ) drd.
De la frmula de inversin, (x, y) = o o (1 , 2 ) e(x1 + y2 ) d1 d2 , cambiando a coordenadas polares 1 = r cos , 2 = r sen , se tiene
2 0
(x, y) =
0
r(r cos , r sen )e(xr cos + yr sen ) drd.
Comparando con (3.2), basta probar que P (r) = (r cos , r sen ). Para ello considrese e 2 2 el giro de ngulo alrededor del origen, T : R R . Segn la Geometr I, en a u a coordenadas cartesianas T es la funcin vectorial o T : (x, y) T1 (x, y), T2 (x, y) = (x cos + y sen , x sen + y cos ). Es fcil ver (con un simple dibujo o en su defecto con un poco de Algebra Lineal) que a T transforma la recta s,t denida como antes, en la recta vertical x = t (con y = u arbitraria). De modo que cambiando la variable T 1 =

P (t) =
s,t
=
T s,t
( T 1 )(t, u) du.
Por denicin o P (r) =

( T 1 )(t, u) du e(tr) dt =
R2
( T 1 )(t, u) e(tr) dtdu.
Y tras el cambio de variable (t, u) = (T1 (x, y), T2 (x, y)) la ultima integral se transforma en (r cos , r sen ); lo que segn hab u amos visto, concluye la prueba. 77
Ep logo: Una vez conseguida una frmula exacta que resuelve el problema, el matemo a tico se puede ir a casa a hacer el cubo de Rubik, pero mientras se aleja el ingeniero protesta: y ahora cmo meto yo esta frmula en el ordenador?; su trabajo todav no ha termio o a nado. El mtodo natural para tratar numricamente expresiones que involucren integrales e e o series de Fourier es la transformada de Fourier rpida [Ge], [Ta], ms conocida por sus a a siglas en ingls FFT. Este mtodo, combinado con el desarrollo de las computadoras, ha e e revolucionado muchos mtodos numricos en ingenier desde su introduccin en los aos e e a o n 60. Curiosamente, segn parece Gauss ya lo conoc en una forma equivalente ms de 150 u a a aos antes de su invencin ocial [He-Jo-Bu]. n o Para no desviarnos demasiado, aqu mencionaremos algo un poco ms directo, que es a una versin simplicada y claricada de 3.3.3 [Ka-Sl]. Escribiendo o
(x, y) =
0
F (, x cos + y sen ) d
con F (, u) =
|r|P (r) e(ru) dr,
todo el problema se reduce a saber aproximar F (, u), porque una vez hecho eso, podr amos pasarle al ingeniero nuestros apuntes de Clculo Numrico I con un montn de mtodos a e o e para aproximar integrales sobre el intervalo nito [0, ] (regla del trapecio, de Simpson, cuadratura de Gauss. . . ). Por otra parte, seguro que sus apuntes son ms gordos y coma pletos que los nuestros. Desarrollando por Fourier en [1/2, 1/2] la funcin f (x) = |x|, [Gr-Ry] 1.444.6, o |x| =
n=
an e(nx),
con a0 =
(1)n 1 1 , an = . 4 2 2 n2
Sustituyendo x = rh, se tiene |r| = h1 an e(nhr) para r I = [1/2h, 1/2h]. Si h es pequeo, I se parece a (, ) y se cumple n F (, u) |r|P (r) e(ru) dr = h1 an
I
P (r) e((u + nh)r) dr.
La ultima integral extendida a R es la transformada inversa de P (r), por tanto F (, u) h1

n=
an P (u + nh).
A esta frmula no se le pueden poner pegas: no hay ni transformadas de Fourier ni cosas o raras, simplemente una suma que de hecho es nita porque P es de soporte compacto (la proyeccin ortogonal de un compacto es un compacto). o 78
Ejercicios
1) Sin mirar la teor a) Indicar por qu P (t) = P+ (t). b) Demostrar la relacin a: e o (, 0) = P0 () 2) En la prctica, los detectores no son rectas, sino una circunferencia que rodea a la a muestra. Halla la funcin que proyecta una circunferencia, digamos S 1 , desde su centro o sobre una recta tangente, digamos y = 1. 3) Puede tener P (t) una discontinuidad de salto, para algn ? En caso armativo u dar un ejemplo y en caso negativo una demostracin. o 4) Se dice que una funcin f = f (x) es radial, si slo depende del radio r = x , o o esto es, si f (x) = g( x ) para alguna g. Explicar por qu si se sabe que la densidad es una e funcin radial, entonces basta una proyeccin para reconstruirla. o o 5) Probar que si es radial entonces (x, y) =
0
(La integral interior, de la forma 0 e( cos ) d, es una de las llamadas funciones de Bessel, muy comunes en F sica y Matemticas). a 6) Calcular P (t) para una muestra que est connada dentro de la circunferencia e unidad y tal que 1 sea en cada punto el cuadrado de la distancia al origen. 7) Hallar P0 (t) y P0 (t) para la muestra de densidad uno comprendida entre los cuadrados [2, 2] [2, 2] y [1, 1] [1, 1]. 8) Sea la muestra de densidad uno comprendida entre los cuadrados [2 2, 2 2] [2 2, 2 2] y [ 2, 2] [ 2, 2]. Calcular P/4 (t). 9) Comprobar que el desarrollo de Fourier de la funcin 1peridica que coincide con o o f (x) = |x| en [1/2, 1/2] es el que se indica en esta seccin, esto es, que los coecientes de o n 2 2 Fourier son a0 = 1/4 y an = ((1) 1)/(2 n ) para n Z {0}. 10) Demostrar que si A es una matriz no singular, la transformada de Fourier de f (A x) es f (A1 )/det(A). Tratar de deducir del caso en que A represente un giro, que la transformada de Fourier de una funcin radial es tambin radial. (Recurdese que las o e e t matriz de un giro es ortogonal y por tanto A A = I). 11) Probar rigurosamente (x, y) = limh0 h1 |r|3 P (r) est acotada). a
n= t
|r|P0 (r)e(r cos
x2 + y 2 ) ddr.
an
P (x cos + y sen +
3 nh) d para cualquier C0 (R2 ). (Comenzar demostrando, integrando por partes, que
79
Seccion 3.2

De la seccin: o Principios de Resonancia Magntica Nuclear. e Generales: Uso de la Estad stica en ensayos cl nicos y diseo de experimentos. n El cubo de Rubik y otros rompecabezas similares.

Los hombres ms desdeosos de la teor sin duda encuentran en ella un alimento a n a, cotidiano. Si se les privara de ese alimento, el progreso se dentendr y pronto nos a estancar amos en la inmovilidad de China. [Po] p. 93.
80
Fernando Chamizo.
Modelizacion II
Su luz puede valer

Material: - Cartulina. - Plstico semitransparente (por ejemplo de una bolsa). a - Una linterna. - Una calculadora. Como es una verdad universal que ni la carne de burro ni la nuestra se transparentan, no podemos cambiar los rayos X por rayos de luz visible en las aplicaciones mdicas (o e veterinarias). Lo que vamos a hacer aqu es sustituir los tejidos por unos burdos cubitos translcidos con los que podamos ilustrar la reconstruccin algebraica. u o El experimento en s es bastante tonto (el prximo es mucho mejor) y quiz slo sirva o a o para reciclar una briznita de [Ch], de donde est tomado. a Con la cartulina fabricaremos nueve cubos y en sus caras laterales abriremos ventanas para que pueda pasar la luz, las cuales cubriremos en algunos de ellos con el plstico a * semitransparente . Al poner tres cubos seguidos y enfocarlos con la luz de la linterna, se pueden detectar en una pantalla (una hoja de papel) cuatro posibles intensidades dependiendo de si ninguno, uno, dos o los tres cubos tienen plstico en sus ventanas. a
Convencionalmente designaremos estas intensidades por I = 1, 1/2, 1/3, 1/4 respectivamente. Para llevar a cabo el experimento, es importante familiarizarse con ellas de manera que podamos distinguirlas a simple vista. En otro caso, debemos cambiar el tipo de plstico. a
N. del A. Constru los cubos de 4 cm de arista y las ventanas de 22. Como plstico semitrans a parente utilic el de una bolsa blanca de las que dan en los supermercados. Tiene el inconveniente de e que difunde la luz porque no queda totalmente lisa, pero en cuanto a transparencia es muy aceptable. Quiz el papel de celofn de colores tambin sea adecuado. a a e
*
81
Dispongamos los cubos formando un cuadrado (si queremos darle emocin y aguantar o las burlas, podemos pedirle a alguien que lo haga por nosotros y que tape el resultado con un folio por encima). Dirigiendo la linterna en las tres direcciones horizontales, en las tres verticales y en las oblicuas correspondientes a tres de las cuatro esquinas, tendremos una relacin entre el nmero de cubos semitransparentes en las secciones consideradas y las o u intensidades registradas.
I4 I1 I7 I2 I8 I3 I9 I5 I6
Supongamos que numeramos los cubos como en la gura y asignamos al cubo isimo el e valor Ci = 0 si est hueco y Ci = 1 si es semitransparente. Entonces se tienen las relaciones a
1 C1 + C2 + C3 =I1 1 1 C1 + C4 + C7 =I4 1
(3.3)
1 C4 + C5 + C6 =I2 1
1 C1 = I7 1,
1 C7 + C8 + C9 =I3 1
1 C7 = I8 1,
1 C9 = I 9 1
En el caso de la gura, habr amos obtenido el vector de intensidades 1 1 1 1 1 1 , , , , , , 1, 1, 1 . 3 2 2 2 3 2
I = (I1 , . . . , I9 ) =
Lo que da lugar a un sistema de nueve ecuaciones con nueve incgnitas. Se puede como probar que (si no usamos que Ci {0, 1}) dicho sistema tiene innitas soluciones, es compatible indeterminado. Aadiendo una nueva relacin: la intensidad I 10 = 1/2 que n o pasa por la esquina C3 , obtenemos nalmente un sistema determinado. Evidentemente si en vez de nueve celdillas tuviramos miles, esto ser muy costoso de comprobar, y en la e a prctica simplemente aadir a n amos ms ecuaciones de las necesarias, pensando que habr a a que tener muy mala suerte para que todav el rango de la matriz no fuera el adecuado. a El sistema se resuelve directamente previo pago de hacer unas cuentas, y la solucin es o C = (C1 , . . . , C9 ) = (0, 1, 1, 1, 0, 0, 0, 1, 0). Pero como queremos ilustrar la reconstruccin o 82

C1 C2 C3 C4 C7 C5 C8 C6 C9
1 C2 + C5 + C8 =I5 1 1 C3 + C6 + C9 =I6 1
algebraica, usaremos el algoritmo correspondiente xn+1 = (L10 L9 . . . L1 )(xn ) partiendo de x0 = 0. Donde Li son las proyecciones en los hiperplanos que denen las ecuaciones de (3.3) y la aadida despus (de hecho podr n e amos reemplazar una de las ecuaciones por ella). Con una calculadora y un poco de paciencia, se pueden hacer una o dos iteraciones. Con un pequeo programilla se puede ir ms all. Por ejemplo, algunos n a a de los xn obtenidos de esta forma son: x5 =(0, 0 8595, 1, 0 7278, 0 3468, 0 0746, 0, 0 7937, 0) x10 =(0, 0 9081, 1, 0 8908, 0 1925, 0 0832, 0, 0 8994, 0) x15 =(0, 0 9472, 1, 0 9449, 0 1068, 0 0517, 0, 0 9460, 0) x20 =(0, 0 9704, 1, 0 9701, 0 0593, 0 0294, 0, 0 9703, 0) x25 =(0, 0 9836, 1, 0 9835, 0 0329, 0 0164, 0, 0 9835, 0) Ntese que la aproximacin de xn a la solucin hace posible adivinar enseguida dnde o o o o estn los cubos semitransparentes (Ci = 1) y los huecos (Ci = 0). En el l a mite xn C.
83
Fernando Chamizo.
Modelizacion II
84
Pinta el tubo
Material: - Una calculadora progamable o un ordenador con un programa de clculo. a - Un programa para dibujar grcas (opcional). a
Tampoco es plan que vayamos por las tiendas pidiendo una mquina de rayos X para a comprobar si verdaderamente podemos recuperar con el mtodo indicado a partir de e las radiograf P . Por eso vamos a considerar secciones muy particulares, con simetr as a radial, de las que nosotros mismos podemos hallar la sombra a mano. Para jar el contexto en el que trabajamos, imaginemos que tenemos unos tubos con simetr radial acotados a 1 por S R y queremos saber, sin romperlos, si son macizos, si tienen una parte hueca, o si tienen un alma (zona central) de mayor densidad. Consideremos justamente tres tubos que respondan a estas caracter sticas: Uno macizo de radio 1 y densidad 1, otro igual que el anterior pero con la zona central 0 r 1/2 hueca, y un tercero con esta zona central rellena de un material de densidad 2. Por la simetr radial, la funcin sombra a o S(t) = P (t) no depender del ngulo y podemos calcularla fcilmente. a a a
3 2
1 1 1 1 0 1
S1 (x) =
2 0
1 x2
si |x| < 1
si |x| 1
1 1 , S2 (x) = S1 (x) S1 (2x), S3 (x) = S1 (x) + S1 (2x) 2 2 85
Esto es lo que podr amos haber deducido si hubiramos podido hacer el experimento e con rayos X. Lo ideal, pero utpico, es que convenciramos a un amigo (al menos hasta o e antes de ped rselo) para que se inventara una estructura interna de un tubo, siempre con simetr radial y seccin dentro del c a o rculo unidad, e hiciera los clculos monstrndonos a a la ecuacin de la funcin sombra S = S(x). El experimento consistir en que haciendo o o a trabajar a la calculadora o al ordenador, podremos adivinar la estructura del tubo a partir de la funcin S. o Exactamente, lo que tenemos que hacer es jar una precisin h pequea (aunque si lo o n es demasiado nos aburriremos antes de que se terminen los clculos y quiz se acumulen a a los errores de redondeo) y hacer un programilla que para cada coordenada radial R calcule 2 2 2 S(R cos j ) 8 1 S(R cos j + (2k + 1)h) (2k + 1)2
D(R) =
1k<h1
donde los j recorren [0, ] de h en h, esto es, 0 = 0, 1 = h, 2 = 2h, etc. Prcticamente a en cualquier lenguaje que usemos, programar esta frmula no requerir ms que un par de o a a bucles, y un tercero para que nos muestre una lista de D(R) para diferentes valores de R. La exactitud que se logra al aproximar la densidad en x = R por D(R) es dif de cil * creer. Por ejemplo, tomando h = 0 01 , se obtuvieron los siguientes resultados (se indican entre parntesis los valores exactos): e Tubo 1 Tubo 2 Tubo 3 R=0 1 0025 ( = 1) 0 0003 ( = 0) 2 0048 ( = 2) R = 0 25 1 0032 ( = 1) 0 0005 ( = 0) 2 0070 ( = 2) R = 0 75 1 0049 ( = 1) 1 0057 ( = 1) 1 0041 ( = 1) Ya puestos, podemos representar la grca de D(R) en cada caso. Como era de a esperar, los errores mayores se producen cerca de las discontinuidades de la densidad.
1.4 1.4 2.5
1.2
1.2 2
1 1.5
0.8
0.8
0.6
0.6
0.4
0.4 0.5
0.2
0.2 0
0.2
0.5
1.5
0.2
0.5
1.5
0.5
0.5
1.5
N. del A. Utilic un sencillo programa FORTRAN trabajando en precisin simple. e o
86
Y si nos apetece radializar estas grcas podemos obtener supercies en R 3 , que no a dan ms informacin, pero quedan bonitas. a o
1.4 1.2 1 0.8 0.6 0.4 0.2 0 0.2 2 1 0 0 1 2 2 2
1.4 1.2 1 0.8 0.6 0.4 0.2 0 0.2 2 1 0 0 1 2 2 2
2.5 2 1.5 1 0.5 0 0.5 2 1 0 0 1 2 2 2
El problema de reconstruir conjuntos tridimensionales con simetr esfrica a partir a e de fotograf (o radiograf as as) tiene una posible aplicacin prctica en el estudio de la o a densidad de las galaxias globulares a partir de las imgenes obtenidas con un telescopio a [Gr] p. 164. u u Explicacin: El algoritmo que hemos usado no tiene ningn misterio. Segn lo visto o en la ultima seccin, o
n=
(x, 0) =
0
F (x cos )
con
F (u) h
an S(u + nh)
con an = 0 para los pares, excepto a0 = 1/4, y an = 1/ 2 n2 para los impares. Por la regla del trapecio (Clculo Numrico I) a e (R, 0) h F (R cos j ),
j
y por las simetr an = an y S(u) = S(u), se tiene as F (u) h1 1 S(u) + 2 an S(u + nh) , 4 n=1
que sustituyendo n = 2k + 1, a2k+1 = 1/((2k + 1))2 , y empleando que sop S [1, 1], lleva a la frmula para D(R) que aproxima a (R, 0). o
87
88
4. Modelos probabil sticos

4.1. Una central
El siguiente modelo se ha mencionado seguramente en Probabilidad I y se ve con detalle en Probabilidad II, pero es tan importante e interesante que no est de ms insistir a a aqu Con l podremos explicar por qu la normal de Gauss es una distribucin central en . e e o las aplicaciones prcticas de la Estad a stica. La situacin que vamos a analizar es bastante genrica: digamos que hacemos un o e experimento en el que obtenemos una medicin que en condiciones ideales es exacta, pero o que en la prctica est alterada por una cantidad ingente de errores incontrolables. No a a hace falta ponerse muy serios, vestirse con bata blanca y pensar en un laboratorio lleno de matraces, basta imaginar algo tan ldico como tirar dardo a una diana e intentar atinar u en el centro. Aunque siempre apuntemos hacia l, con suerte lo ms que conseguimos e a es quedarnos ms o menos cerca. Si para jar ideas y no complicarnos la vida desde el a principio, suponemos vivir en planilandia o en un relieve del antiguo Egipto, de modo que la supercie de la diana sea unidimensional; se puede considerar que la desviacin viene o dada por un nmero real que indica la distancia con signo al origen (arriba +, abajo ). u es el nmero que medimos. Ese u
+
desviacion
centro
Diana
Por qu dicho nmero no es cero?, o lo que es lo mismo, por qu no acertamos? e u e Le podemos echar la culpa a muchas cosas y estaremos en lo cierto. Aqu y en otros experimentos es natural suponer que hay un montn de factores, digamos N con N , o que contribuyen a provocar una desviacin innitesimal. No podemos explicar biolgica ni o o f sicamente cmo nos va a fallar el pulso y es ms fcil echarle la culpa a muchos factores o a a biolgicos o f o sicos que no sabemos controlar. Matemticamente los representaremos por a variables aleatorias 1 , 2 ,. . . N que supondremos uniformemente distribuidas en [ , ] con muy pequeo (ms adelante veremos que esta hiptesis se puede rebajar mucho). n a o 89
Tambin supondremos que todos estos factores no estn relacionados, es decir, las i son e a variables aleatorias independientes. Nuestra intencin es dar en el blanco, pero por la o inuencia de todas las perturbaciones (la mala suerte), los errores se acumulan haciendo que la posicin nal en la diana del dardo que hemos lanzado sea la variable aleatoria o = 1 + 2 + . . . + N de esperanza nula (es igual de fcil desviarse arriba o abajo) y a 2 varianza que podemos hallar experimentalmente. Diccionario: Factores de error (muchos) Variables aleatorias 1 , 2 , . . . , N con N , y i U ([ , ]). No relacionados 1 , 2 , . . . , N independientes. Desviacin = suma de errores = 1 + 2 + . . . + N con E() = 0, V () = 2 . o
Ahora podemos plantear el problema de encontrar la distribucin de en estas condio ciones cuando N . Si tal distribucin l o mite existe debe aparecer muchas veces en el mundo real, siempre que haya una acumulacin de errores incontrolables como los indicao dos. Antes de seguir, ntese que por la frmula para la varianza de la suma de variables o o aleatorias independientes
2 2 2 = 1 + . . . + N =
N 2
x2 dx =
1 2 N . 3 3/N .
De modo que dados y N el valor de queda un vocamente determinado por =
Si llamamos f a la funcin de densidad de i , es decir, f (x) = (2 )1 si |x| , y o f (x) = 0 en otro caso; la funcin de densidad de 1 + 2 ser para cada x la integral de o a f (x1 )f (x2 ) sobre los valores que verican x1 + x2 = x. Esto es, g(x) =

f (x1 )f (x x1 ) dx1 = (f f )(x).
La ultima igualdad es slo notacin. Es decir, en general se dene la convolucin a b de o o o a = a(x) y b = b(x) como a(t)b(x t) dt. Anlogamente, la funcin de densidad de a o = 1 + 2 + . . . + N vendr dada por la frmula: a o gN (x) = (f
N veces
f )(x).
Lo que queremos ver es que gN se acerca a algo. Eso es lo que indica el siguiente 90
teorema, que es una versin en pequeito del teorema central del l o n mite [Fe] VIII.4. Teorema 4.1 . Sea > 0 y f como antes con lim gN (x) = = 3/N , entonces
2 2 1 ex /(2 ) . 2
Aqu vemos aparecer mgicamente la famos a sima campana de Gauss, que es familiar para cualquiera que haya seguido un curso bsico de Estad a stica (en Alemania ni siquiera se exig este requisito, porque la campana, su ecuacin y su autor, aparec en los antiguos a o an billetes de diez marcos). o a Dem.: De la denicin de la transformada de Fourier, es fcil deducir que a b = a b, y un clculo muestra f (t) = sen(2 t)/(2 t). Por tanto a senN (2 t) . (2 t)N Como gN es de soporte compacto y sucientemente regular cuando N es grande, se puede aplicar la frmula de inversin, obtenindose o o e gN = f
N veces
f gN (t) = f (t)
gN (x) =
senN (2 t) e(tx) dt = I1 + I2 , (2 t)N
donde I1 es el valor de la integral sobre A = [(2 )1 , (2 )1 ] e I2 sobre su complemen tario R A. Obviamente |I2 | 2 (2 )1 (2 t)N dt =((N 1))1 N/3 que tiende a cero con N . De hecho se podr comprobar que el decaimiento de |I2 | es exponencial. Sea a 3 N N hN (u) = (u u /6) sen u, entonces I1 =
A
1 (2 t)2 /6
hN (2 t) e(tx) dt.
Sustituyendo
3/N , se tiene que para cada t jado (2 t)2 6

N
= 1
2 2 2 t2 N
e2
2 t2
Por otra parte |hN | < 1 y no es dif ver que por ejemplo para |t| < N 0 1 , hN (2 t) 1. cil Usando los teoremas habituales (convergencia dominada, convergencia uniforme), queda justicado introducir en I1 el l mite bajo el signo integral, obtenindose [Gr-Ry] 17.23.13 e lim I1 =

e2
2 t2
e(tx) dt = 91
2 2 1 ex /(2 ) . 2
Como se quer demostrar. a La consecuencia de este resultado es que t picamente en la prctica el error viene dado a por una variable aleatoria de media cero y desviacin t o pica , de forma que 1 2
X
Prob( > X) =
et
/(2 2 )
1 dt = 2
et
/2
dt.
Esta ultima funcin, llamada Erfc(X), se puede aproximar de diferentes formas y aparece o en las tablas estad sticas. Algunos valores (redondeados hasta cuatro decimales) utiles para los ejercicios de la seccin son Erfc(0 1) = 0 4602, Erfc(0 4630) = 0 3217, Erfc(0 6481) = o 0 2585, Erfc(1) = 0 1587. Ep logo: Dadas N variables aleatorias i equidistribuidas e independientes de media y varianza , se puede considerar que i = (i )/( N ) son pequeos errores, adems n a = 1 + . . . + N cumple E() = 0 y V () = 1. Si conamos que el teorema central del l mite es aplicable, para cada X se tiene 2 1 et /2 dt = Erfc(X). (4.1) lim Prob (1 +2 +. . .+N N )/( N ) > X = N 2 X En el caso de variables continuas, sea cual sea la funcin de densidad f de i , E(i ) = o f = 0 y V (i ) = x2 f = 1/N implican por Taylor que f (t) 1 (2t/ N )2 para t pequeo. Y esto, con una leve condicin de regularidad para que I 2 0, permite n o copiar la demostracin del teorema y dar una prueba rigurosa de (4.1). En denitiva, una o vez normalizados los errores innitesimales, da igual la distribucin que tengan, siempre o se llega a una normal [Ze-Ra-So]. En el caso de variables discretas, (4.1) sigue siendo cierto, pero hay que tratar con funciones de distribucin o con probabilidades en vez de o con funciones de densidad, que en este caso no existen. Como se ha indicado, para las variables continuas en principio se necesita un m nimo de regularidad que asegure el decaimiento de la transformada de Fourier, pero esto es gratis con algunos trucos sucios del anlisis [Dy-Mc] 2.7. Uno siempre puede huir de a todos estos tecnicismos cayendo en otros que no requieren en absoluto la transformada de Fourier, como se muestra en [Fe] VIII.4. Quien desee conocer con rigor muchas de las variantes que conducen a la ubicua campana de Gauss, que mire con cuidado todos los teoremas del curso de Probabilidad II que terminan diciendo converge . . . a una distribucin normal [Fe], [Ko]. o
92
Ejercicios
1) Sin mirar la teor a) Hallar la varianza de 1 + 2 + . . . + N con i independientes a: y uniformemente distribuidas en [ , ]. b) Indicar por qu se pide la independencia de las e variables en el modelo estudiado. 2) En Estad stica I se prueba que la suma de dos variables aleatorias independientes con una distribucin normal tambin tiene una distribucin normal. Explicar este hecho o e o interpretando las normales como acumulacin de errores innitesimales independientes. o 3) Se dice que una seal recibida tiene ruido gaussiano si la diferencia con la seal n n emitida se comporta como una variable aleatoria con distribucin normal de media cero y o varianza t picamente pequea. Y se dice que tiene ruido de sal y pimienta (salt &pepper n noise) si la diferencia es nula salvo en cierta proporcin t o picamente pequea de puntos, en n los que se comporta como una distribucin uniforme en cierto intervalo no necesariamente o pequeo. Explicar por qu el primer tipo de ruido es el habitual en las transmisiones n e analgicas y el segundo en las digitales. o 4) Sean 1 , 2 , . . . , 10 las variables aleatorias que dan las sucesivas puntuaciones de un dado al lanzarlo diez veces. La probabilidad de que la suma de puntuaciones sea 32 se puede escribir evidentemente como Prob(31 5 1 + . . . + 10 < 32 5). A partir de esta expresin y aplicando el teorema central del l o mite a 1 +. . .+10 con i = (i 3 5) 6/175, aproximar dicha probabilidad (y compararala con el valor exacto 3801535/60466176). 5) Aproximar la probabilidad de que al tirar una moneda un milln de veces, la o diferencia entre el nmero de caras y de cruces sea mayor que mil. u 6) Si al tirar dardos en una diana apuntando al centro, la desviacin t o pica es = 5 cm, calcular la probabilidad de acertar en el c rculo central que tiene un radio de 0 5 cm. 7) Con los datos del problema anterior hallar la probabilidad de acertar al menos una vez tras cinco intentos. 8) Dada f (x) = ex
2
x 0
u2 eu
tres alrededor de cero (puede ser util notar que x3 f (x) + 2f (x) = x). Con el cambio 2 o t = 2/u, deducir la aproximacin Erfc(x) ex /2 (x1 x3 )/ 2 para x grande. 9) Demostrar que si f y g son sucientemente regulares f g = f g. 10) Sea f la funcin que vale uno en [1/2, 1/2] y cero en el resto. Hallar expl o citamente f f f como funcin denida a trozos, y comparar su grca con la de e 2x o a plicando la similitud.
2
du C , hallar su polinomio de Taylor de grado
2/ ex-
11) Hallar la funcin de densidad en coordenadas cartesianas x e y cuando se apunta o al centro de una diana ilimitada (que se supone R2 ) con varianza 2 = 1/2. Esto es, la funcin f : R2 R tal que la probabilidad de que un dardo caiga en A R2 sea o f (x, y) dxdy. A 93
Seccion 4.1

De la seccin: o El teorema ergdico y sus aplicaciones. o Interpretacin de Copenhague de la Mecnica Cuntica. o a a Generales: Teor de Juegos y sus aplicaciones. a

Aun ms, cuando realizo una experiencia debo hacer algunas correcciones en el a resultado, porque s que he debido cometer errores. Estos errores son de dos clases: unos e son accidentales y los corregir tomando el valor medio, otros son sistemticos y no podr e a e corregirlos ms que por un estudio profundo de sus causas. [Po] p. 143. a
94
4.2. Simple visitante

Un aburrido domingo salimos de casa, y en nuestra indecisin lanzamos una moneo da para saber si vamos hacia la derecha o hacia la izquierda. Despus del primer paso e repetimos el procedimiento, y as sucesivamente. La pregunta que se plantea es si es probable que en un largo paseo aleatorio de estas caracter sticas volvamos muchas veces a casa. Recordando a nuestra hermana menor, la Modelizacin I, esto es algo muy parecido o a las cadenas de Markov all estudiadas, pero la gran diferencia es que esta vez los pasos se dan sobre un conjunto discreto innito, digamos Z (puede que el mundo sea redondo, pero nos moriremos de viejos, de dolor de pies, o nos ahogaremos, antes de que demos la vuelta completa; por lo que es natural considerar un conjunto innito). Se puede representar convencionalmente cada paso a la derecha con un signo + y cada paso a la izquierda con un signo , lo que corresponde a sumar o sustraer una unidad en Z. De este modo, un paseo es un conjunto ordenado de mases y menos. En dos dimensiones la situacin es anloga, pero ahora hay que considerar Z 2 y podeo a mos dar pasos en las direcciones norte N , sur S, este E y oeste O. De modo que un paseo queda representado como una tira con estos s mbolos.
Z casa
++++
NESESOSOO
casa
En general, en dimensin D se consideran 2D s o mbolos indicando los 2D posibles D sentidos en Z y las listas formadas con ellos corresponden a paseos aleatorios en Z D . Sea Nn el nmero de paseos aleatorios de n pasos que terminan en el punto de partida u (en el origen, en casa). Evidentemente hay (2D)M posibles paseos de M pasos en ZD y Nn (2D)M n de ellos pasarn por casa exactamente en el paso n-simo, de modo que el a e nmero medio de visitas a casa de un camino aleatorio de M pasos es u
M
(2D)M N1 (2D)M 1 + N2 (2D)M 2 + . . . + NM (2D)0 =

n=1
(2D)n Nn .
95
Para D = 1, Nn no es ms que el nmero de listas ordenadas de longitud n e igual nmero a u u de mases que de menos; anlogamente para D = 2, debe haber igual nmero de enes que a u de eses y de es que de oes, para as poder acabar en el origen. En general N n = 0 si n es impar, y con el lenguaje de la combinatoria Nn no es ms que el nmero total de a u permutaciones con repeticin de 2D s o mbolos tomados de n en n, de manera que el nmero u de repeticiones de los s mbolos sea igual por parejas. Diccionario: Paseos aleatorios en ZD Listas ordenadas formadas con 2D s mbolos. Nmero de paseos que despus de n pasos Nmero total de permutaciones con u e u vuelven a casa. Nmero medio de vueltas a casa u
n=1
repeticin de 2D s o mbolos tomados de n en n con repeticiones iguales dos a dos. (2D)n Nn .
r2D
La frmula para las permutaciones con repeticin de 2D s o o mbolos con r 1 + r2 + . . . + = n repeticiones es

n P Rr1 ,r2 ,...,r2D =
n! . r1 !r2 ! r2D !
(Hay n! formas de permutar n elementos distintos, si r1 de los elementos son iguales se reducen a n!/r1 !, si otros r2 son iguales, a n!/(r1 !r2 !), etc.). Por consiguiente n! . (k1 !)2 (k2 !)2 (kD !)2
(4.2)
Nn =
2k1 +2k2 +...+2kD =n
El sorprendente resultado debido a Plya es que o (2D)n Nn diverge si y slo si o D = 1, 2. Es decir, que para dimensin uno o dos, en media se vuelve a casa innitas o veces, mientras que en dimensiones mayores slo un nmero nito. Un curioso efecto de o u la dimensin sobre los paseos aleatorios. o Teorema 4.2 . La serie (2D)n Nn diverge para D = 1 y D = 2, y converge para D 3. De hecho en este caso se tiene la frmula: o
n=1
(2D)n Nn = 1+
D 2 D
0 0
...
0
sen2 96
u1 u2 uD +sen2 +. . .+sen2 2 2 2
du1 . . . duD .
En la demostracin se necesitar evaluar una integral sucientemente sencilla e ingeo a niosa como para que hagamos el clculo aparte. a Lema 4.3 . Sea m un entero no negativo, entonces
1 1
xm dx = 1 x2
si m es impar si m = 2k
22k (2k)!/(k!)2
o Dem.: Para m impar el resultado es trivial porque el integrando es una funcin impar. Si m = 2k, con el cambio x = cos t = (eit + eit )/2 se sigue
1 1
x2k 1 dx = 2 2 1x
2k
cos
2k
t dt = 2
2k1 j=0
2k j
e(2k2j)it dt.
Y basta notar que la ultima integral es nula excepto si j = k. Dem.(del teorema): Al igual que los nmeros combinatorios vienen generados por la u potencia de un binomio, las permutaciones con repeticin lo estn por la de un multinomio. o a Concretamente (x1 + x2 + . . . + xD )n =
m1 +m2 +...+mD
n! x m1 x m2 . . . x mD . m1 !m2 ! . . . mD ! =n
La suma de los coecientes tiene un aspecto similar a la frmula (4.2) para N n , pero a n o de que coincida exactamente hay que reemplazar cada mi ! por (ki !)2 con mi = 2ki . Esto se consigue gracias al lema, que a travs de (4.2) y la frmula anterior, implica e o 2n D
1 1 1 1 1
Nn =
(x1 + x2 + . . . + xD )n (1 x2 )(1 x2 ) . . . (1 x2 ) 1 2 D
dx1 dx2 . . . dxD .
Con el cambio de variable xi = 1 2 sen2 (ui /2) = cos ui , se tiene Nn = (2D)n D

0 0
2 u1 u2 uD (sen2 + sen2 + . . . + sen2 ) D 2 2 2
du1 du2 . . . duD .
Si se conviene que N0 = 1, esta igualdad tambin es cierta para n = 0. De esta forma, e n n o Nn = 1 + n=0 (2D) Nn . Sustituyendo Nn por la frmula integral anten=1 (2D) 97
rior y empleando que 1 + r + r 2 + r3 + . . . = 1/(1 r) para |r| < 1, se tiene 1 + D 2 D

0 0
sen2
0
u1 u2 uD + sen2 + . . . + sen2 2 2 2
du1 du2 . . . duD .
D Cuando los ui tienden a cero, sen2 u1 +sen2 u2 +. . .+sen2 u2 /(u2 +u2 +. . .+u2 ) 1/2, 2 1 D 2 2 de modo que la integral converge si y slo si B x 2 < con B un entorno del origen, o por ejemplo la bola unidad en RD . Pasando a esfricas (generalizadas), esta integral es, e 1 2 D1 dr, que claramente converge para D > 2 y diverge salvo un factor constante, 0 r r en otro caso.
98
Ejercicios
1) Sin mirar la teor a) Explicar por qu en ZD hay (2D)M paseos de longitud M . a: e b) Explicar por qu hay Nn (2D)M n paseos en ZD que vuelven a casa en el paso n-simo. e e 2) Hallar la probabilidad de estar a diez pasos de distancia de casa despus de haber e dado 20. Cul es la respuesta si se dan 21? a 3) En el caso D = 1 escribir el nmero medio de vueltas a casa como una serie u que involucre nmeros combinatorios. Sabiendo que lim 22n n 2n = 1, demostrar la u n divergencia de la serie. 4) Repetir el problema anterior si la probabilidad de dar un paso a la derecha es p > 0 5, pero demostrando ahora la convergencia de la serie. Indicar por qu este resultado e es natural. 5) Calcular la varianza de la variable aleatoria que indica la posicin tras n pasos. o Concluir que es muy raro llegar a una distancia mucho mayor que n. 6) Si BR es el nmero de puntos de ZD en la bola de radio R, probar que lim n/Bn = u 0 si y slo si D > 2. A partir del problema anterior, explicar por qu es lgico que o e o justamente para D > 2 un camino a la larga no vuelva a visitar un punto y por tanto el nmero de regresos al origen se deba fundamentalmente a lo que ocurre con caminos cortos u y por tanto sea nito. 7) Utilizando que x sen x en [0, /2], y que [0, ]3 incluye al primer octante de la bola de radio , dar una cota inferior para la integral del teorema de esta seccin cuando o D = 3. 8) Generalizar el resultado del problema anterior para D > 3. 9) En [Dy-Mc], despus de concluir que el nmero medio de vueltas a casa es nito e u para D 3, se arma: Como el origen no es de ningn modo especial, lo mismo debe u D ocurrir para cualquier punto de Z . Pero esto signica que para cualquier R < la part cula [el paseante] acaba dejando de visitar la bola x < R, y esto es lo mismo que decir Prob(limn |sn | = ) = 1 [donde sn es la posicin tras n pasos]. Explicar este o argumento con todo el rigor que sea posible. 10) A partir de la varianza de la posicin, indicar intuitivamente, en el caso D = 1, o por qu t e picamente cada vez se tarda ms en volver al origen. Dar con ello una explicacin a o de las rachas de mala o buena suerte que mencionan muchos jugadores. 11) Supongamos un circuito en forma de pol gono regular tal que en cada vrtice hay e probabilidades no nulas p y 1 p de ir a la derecha y a la izquierda (no necesariamente las mismas en diferentes vrtices). Es siempre innito el nmero medio de retornos al punto e u de partida?
99
Seccion 4.2

De la seccin: o Teor de Colas y sus aplicaciones. a Modelos del trco. a Generales: Generacin de nmeros aleatorios. o u

El demonio imaginario de Maxwell, que puede entresacar las molculas una a una, e bien podr constreir al mundo a volverse atrs. Puede volver all por s mismo? Esto a n a no es imposible, no es ms que innitamente poco probable; hay probabilidades de que a deber amos esperar mucho tiempo el concurso de las circunstancias que permitieran el retroceso, pero tarde o temprano ellas se realizarn despus de tantos aos que para a e n escribir su nmero ser menester millones de cifras. [Po] p. 119. u an
100
4.3. Vienen o van

En 1827 el botnico R. Brown observ el movimiento browniano consistente en que a o pequeas part n culas de polen suspendidas en una disolucin se trasladan siguiendo caminos o caticos. Sus contemporneos (y en parte l mismo) pensaron que esto era un signo de o a e vida primaria, pero ms tarde el desarrollo de la teor atmica prob que representaba los a a o o empellones que dan las molculas a las part e culas de polen en direcciones aleatorias. De la misma forma, podemos estudiar los fenmenos de difusin de un gas ocultando nuestro o o desconocimiento submicroscpico diciendo que las molculas que lo conforman se mueven o e totalmente al azar, ya que las colisiones entre ellas las hacen cambiar continuamente de direccin. o Para simplicar vamos a restringirnos al caso unidimensional, esto es, como si las part culas de un gas estuvieran metidas en un tubo largo y delgado y slo pudieran ir a o la derecha o a la izquierda. Si hiciramos fotos de las part e culas cada h segundos durante cierto periodo de tiempo, slo ocupar un conjunto discreto de valores (las ver o an amos saltar a trompicones, como ocurre con las luces estroboscpicas en las discotecas). Por o ello no es descabellado suponer que cada una describe un paseo aleatorio en Z donde > 0 es un nmero muy pequeo. En los instantes 0, h, 2h, 3h, etc. cada part u n cula puede trasladarse unidades (una casilla) a la derecha o hacia la izquierda con la misma probabilidad (el 50%).
t=0 t=h t=2h
4 3 2 0 2 3 4
4 3 2
2 3 4
4 3 2
2 3 4
Fijado un tiempo tk = kh, k Z+ {0}, habr cierta densidad (porcentaje) de a part culas p(xn , tk ) en el punto xn = n , n Z. Esto es, p(xn , tk ) = nmero de part u culas en xn . nmero total de part u culas
Se puede entender p como una probabilidad (la de encontrar una part cula en x n ) y evidentemente n p(xn , tk ) = 1, lo que maniesta la conservacin del nmero de part o u culas. El problema que consideramos es predecir la evolucin de esta densidad o probabilidad o suponindola conocida slo en el tiempo inicial t0 = 0. A modo de ilustracin, imaginemos e o o que se dejan de golpe en el origen de coordenadas un montn de hormigas rastreadoras. o Cada una de ellas seguir un camino aleatorio y aunque no seamos capaces de saber dnde a o 101
estar al cabo de un rato la hormiga j-sima, desde lejos veremos una mancha negra que se a e expande. Lo que queremos es capturar esa idea y deducir el comportamiento a gran escala a partir de la distribucin inicial, sin importarnos las part o culas u hormigas individuales, haciendo, como se dice en [Va 2], predicciones sobre lo no exacto. Con esta idea, debemos considerar una cantidad innumerable de part culas y, para que el modelo represente fenmenos reales, la densidad de probabilidad p/ , debe acercarse a o una funcin suave al pasar al caso continuo en el que y h tienden a cero (de forma o adecuada). Es posible concretar ms la forma en la que y h se deben hacer pequeos a n para que el modelo discreto tienda a uno continuo con sentido. Considerando la variable aleatoria que da la posicin de una part o cula que parte del origen en un paseo aleatorio de k pasos en Z, su desviacin t o pica es k. Esto implica que t picamente en kh = 1 1/2 segundo una part cula se ha desplazado k= h metros de su posicin inicial. Si no o queremos que el conjunto de part culas explote o que permanezca inmvil, deberemos o 1/2 hacer que esta velocidad media en el primer segundo, h , sea una constante positiva. Volviendo a las hormigas, puede haber unas que se alejen ms por seguir caminos ms a a rectos y otras que se alejen menos, pero no queremos que en promedio toda la nube avance innito o cero en el primer segundo (aunque no descartamos que alguna lo haga), sino cierta cantidad positiva. Parece muy complicado controlar una innidad de paseos aleatorios, sin embargo hay una ecuacin muy sencilla que regula la evolucin de p, simplemente conviniendo que cada o o part cula que llega a xn en t = tk+1 tiene un 50% de posibilidades de provenir de xn1 (de la izquierda) en el tiempo anterior t = tk , y otro 50% de provenir de xn+1 (de la derecha). Es decir, (4.3) p(xn , tk+1 ) = 1 p(xn1 , tk ) + p(xn+1 , tk ) . 2
Diccionario: Posiciones posibles xn = n , n Z. Tiempos posibles tk = kh, k = 0, 1, 2, . . . Concentracin (densidad, probabilidad) p(xn , tk ) 0 con o
n
p(xn , tk ) = 1.
Al encontramos con una part cula hay la misma probabilidad de que el instante previo estuviera a derecha o izquierda p(xn , tk+1 ) = (p(xn1 , tk ) + p(xn+1 , tk ))/2. Velocidad media nita h1/2 = cte. Discreto continuo p/ u = funcin suave. o 102
La frmula (4.3) es una relacin de recurrencia que permite estudiar la evolucin de o o o nuestro modelo discretizado, sin embargo aspiramos a estudiar el l mite cuando 0. El razonamiento que vamos a hacer es realmente sencillo. Escribimos simplemente la relacin (4.3) como o
2 p(xn , tk+1 ) p(xn , tk ) p(xn1 , tk ) + p(xn+1 , tk ) 2p(xn , tk ) . = 2 h 2h
Usando el lenguaje de la asignatura de Clculo Numrico II, ste es el mtodo de diferencias a e e e 1 2 2 2 nitas aplicado a u/t = 4 u/x con = 2 /h. Dicho de otra forma, el miembro izquierdo aproxima a la derivada respecto a la segunda variable cuando h 0 mientras que en el segundo miembro aparece una derivada segunda. Por si esto ultimo no se cubri o en el curso de Clculo I, lo enunciamos a continuacin: a o Lema 4.4 . Sea f : R R. Si f (a) existe, entonces f (a) = lim f (a + ) + f (a ) 2f (a)
2
o Dem.: Aplicando la regla de LHpital, lim f (a + ) + f (a ) 2f (a)

2
= lim
f (a + ) f (a) f (a ) f (a) + lim . 0 0 2 2
Y basta aplicar la denicin de derivada. o Retomando el argumento anterior, si y h tienden a cero con = 2 2 /h, constante, y p/ tiende en un sentido apropiado a una funcin suave u, sta debe cumplir o e 1 2 2 u/t = 4 u/x . Partiendo de una concentracin inicial u(x, 0) = f (x) (una funcin o o de densidad sucientemente regular), para estudiar la posterior evolucin del sistema hay o que resolver la ecuacin del calor o 2 u = u x R, t > 0 t 4 x2 u(x, 0) = f (x)
(4.4)
En la seccin correspondiente, ya vimos cmo emplear la transformada de Fourier o o para obtener la solucin general de esta ecuacin bajo hiptesis adecuadas de regularidad o o o 103
sobre f . El coeciente /4 no cambia el aspecto de la solucin, que es o u(x, t) = (t)1/2

1 1
(xy)2
f (y) dy.
El caso = 4 corresponde a la solucin de la ecuacin del calor habitual, u/t = 2 u/x2 . o o Ntese que cuando t + la funcin u tiende a cero, lo que indica que las part o o culas estn cada vez distribuidas de manera ms uniforme en R. El aumento de la difusin hace a a o que la densidad se aproxime puntualmente a cero. Esto deja de ser cierto si se plantea (4.4) en un dominio acotada en lugar de en R, pero siempre la densidad tender a su valor a promedio.
o Ep logo: En cierto modo en la frmula anterior para u(x, t) lo unico que se hace es sumar (integrar) todas las campanas de Gauss correspondientes a aplicar el teorema central del l mite a los paseos aleatorios de cada part cula (la interpretacin de ciertas o integrales similares a sta como sumas sobre todos los caminos aleatorios [Ze-Ru-So] es e muy importante en F sica Cuntica [Yn] y no del todo fundamentada matemticamente). a a Por simplicidad, aqu slo hemos tratado el problema en una dimensin; pero el mtodo se o o e extiende a dimensiones superiores con frmulas similares simplemente cambiando 2 u/x2 o por u. Una pega que se puede poner al modelo en cualquier dimensin es que si o f tiene soporte compacto, u(x, t) no lo tiene para ningn t > 0 ya que u(x, t) > 0, lo u que implica que todo funciona como si inicialmente las part culas viajasen arbitrariamente rpido. Aunque esto sea mecnicamente imposible (relatividad especial), el decaimiento a a exponencial de u cuando x provoca que u sea prcticamente indistinguible de una a funcin de soporte compacto. Slo en condiciones extremas debemos modicar el modelo o o reemplazando la ecuacin del calor por la ecuacin de los medios porosos. o o
104
Ejercicios
1) Sin mirar la teor a) Explicar el signicado de la frmula de recurrencia bsica a: o a p(xn , tk+1 ) = (p(xn1 , tk ) + p(xn+1 , tk ))/2. b) Indicar qu representa que la solucin de la e o ecuacin del calor tienda a cero cuando t +. o
2) Explicar por qu la ecuacin del calor u/t = 1 2 u/x2 , x > 0, t > 0 con e o 4 u(x, 0) = f (x) y u(0, t) = 0 corresponde al caso en que el origen hay un agujero que absorbe las part culas. 3) Si en el problema anterior en x = 0 hay una barrera que impide que las part culas pasen hacia la izquierda, tratar de justicar por qu se debe imponer u/x(0, t) = 0 en e lugar de u(0, t) = 0. 4) Traducir la relacin n p(xn , tk ) = 1 para todo k en alguna ley de conservacin o o para la ecuacin del calor en R (con f de decaimiento rpido) y demostrarla. Estudiar o a si tal ley se sigue cumpliendo para la ecuacin del calor en [0, ) bajo las condiciones o especicadas en los dos problemas anteriores. 5) Supongamos que cada part cula puede con igual probabilidad moverse a la derecha, a la izquierda, o quedarse inmvil. Indicar los cambios en el modelo y estudiar si hay o diferencias cuando se pasa al l mite. 6) La concentracin de part o culas en los cuatro vrtices de un cuadrado es del 12 5%, e 12 5%, 37 5% y 37 5%. Calcular la concentracin esperada despus de tres unidades de o e tiempo, sabiendo que en cada una de ellas cada part cula se dirige aleatoriamente a uno de los dos vrtices adyacentes. e 7) Si f es continua de soporte compacto probar que u C . El proceso de reemplazar una seal f = f (x) por u(x, t) con t pequeo se emplea habitualmente para reducir ruidos. n n Explicar por qu. (En teor de la seal se llama a esto un ltro gaussiano). e a n 8) Escribir la ecuacin de recurrencia para p si la probabilidad de una part o cula de ir a la derecha y a la izquierda no coinciden. Argumentar por qu en este modelo se observa e transporte (traslacin) ms que difusin. o a o 9) Generalizar el modelo de esta seccin al caso bidimensional escribiendo la relacin o o de recurrencia para p y la ecuacin l o mite. 10) Hallar una funcin f : R R que no tenga derivada segunda en cero pero tal o que exista el l mite limh0 (f (h) + f (h) 2f (0))/h2 . f (x, y h)4f (x, y) /h2 . Utilizando la frmula de Taylor, demostrar que limh0 Lh /h = o 0 para todo < 2. 11) Sea f C 4 (R2 ) y Lh (x, y) = f (x, y) f (x + h, y) + f (x h, y) + f (x, y + h) +
105
Fernando Chamizo. Seccion 4.3
Modelizacion II

De la seccin: o Procesos de difusin en Matemtica Financiera. o a Relacin entre el movimiento browniano y el nmero de Avogadro (puede ser o u interesante indagar los errores tericos y prcticos que llevaron a Einstein a deducir en su o a tesis que el nmero de Avogadro era aproximadamente 2 1 1023 mientras que el valor real u es casi el triple). Mecnica Estad a stica. Ecuaciones diferenciales estocsticas. a Generales: Mtodos matemticos en Astrof e a sica.

No podemos prever en qu sentido vamos a extendernos; quizs sea la teor cintica e a a e de los gases la que se desarrollar y servir de modelo a las otras. Entonces, los hechos que a a primeramente aparec como simples, no sern ms que las resultantes de un nmero an a a u muy grande de hechos elementales que slo las leyes del azar har concurrir a un mismo o an n. La ley f sica, por lo tanto, tomar un aspecto completamente nuevo. Ya no ser a a solamente una ecuacin diferencial; adquirir el carcter de una ley estad o a a stica. [Po] p. 136.
106
Puede que poder pudieras

Material: - Diez dados. - Un cubilete. - Material para dibujar una grca. a
Consideremos la variable aleatoria que asigna la cara de puntuacin n de un dado o a el nmero (n 3 5)/ 175/6. Se comprueba con un clculo que tiene esperanza nula y u varianza 0 1. El teorema central del l mite sugiere que si consideramos el lanzamiento de 10 dados y la suma S de sus puntuaciones, entonces (S 35)/ 175/6 tiene aproximadamente una distribucin N (0, 1). Equivalentemente, S tiene aproximadamente una distribucin o o N (35, 175/6). Es decir, cabe esperar 1 175/3 e3(n35)
2
Prob(S = n)
/175
La cantidad de formas en que se puede obtener suma igual a n, 10 n 60 al lanzar 10 dados est recogida en la siguiente tabla: a 10 1 11 10 12 55 13 220 14 715 15 2002 16 4995 17 11340 18 23760 19 46420 20 85228 21 147940 22 243925 23 383470 24 576565 25 831204 26 1151370 27 1535040 28 1972630 29 2446300 30 2930455 31 3393610 32 3801535 33 4121260 34 4325310 35 4395456 36 4325310 37 4121260 38 3801535 39 3393610 40 2930455 41 2446300 42 1972630 43 1535040 44 1151370 45 831204 46 576565 47 383470 48 243925 49 147940 50 85228 51 46420 52 23760 53 11340 54 4995 55 2002 56 715 57 220 58 55 59 10 60 1 La probabilidad de S = n es por tanto el nmero asignado a n dividido por el nmero u u 10 de casos posibles 6 = 60 466 176. Con ello se comprueba que la bondad de la aproximacin o anterior es incre ble teniendo en cuenta que slo usamos N = 10 dados mientras que la o teor nos habla de lo que ocurre cuando N . Si representamos en una grca ambos a a 107
miembros de la aproximacin, no es posible detectar diferencias a simple vista, salvo quiz o a en los tres puntos centrales donde el error relativo es menor que el 2%. Una vez que hemos visto lo extraordinariamente bien que una normal aproxima a la distribucin de la suma de las puntuaciones de 10 dados, el experimento consistir en o a comprobar que si estimamos las probabilidades estad sticamente tirando nosotros mismos los dados, nos cansaremos antes de ver una campana de Gauss decente. La moraleja es que debemos creer ciegamente en la Estad stica pero no siempre en las estad sticas. Concretamente, el experimento es muy simple y consiste en lanzar los dados con el cubilete un nmero de veces grande A, hasta que nos aburramos, y apuntar en cada caso la u suma. Al terminar, tras desperezarnos, compararemos las grcas obtenidas al representar a los puntos con abcisa 10 n 60 y ordenadas no de veces en que la suma es n , A 1 175/3 e3(n35)
2
/175
Por ejemplo, en un experimento real* con A = 100 se obtuvo

0.1 0.1
0.09
0.09
0.08
0.08
0.07
0.07
0.06
0.06
0.05
0.05
0.04
0.04
0.03
0.03
0.02
0.02
0.01
0.01
0 10
15
20
25
30
35
40
45
50
55
60
0 10
15
20
25
30
35
40
45
50
55
60
El error en el punto central n = 35 es de ms del 30% y en el punto anterior n = 34 de a casi el 60%. Explicacin: En principio no hay ninguna contradiccin: la aproximacin es tan buena o o o como antes slo si A es sucientemente grande (ley de los grandes nmeros [Fe]). La o u pregunta natural es por qu 100 o 200 (donde slo habrn llegado los ms pacientes) no es e o a a un nmero sucientemente grande. Evidentemente con un ordenador podr u amos simular
N. del A. Como el experimento es un poco largo, ms vale hacerlo con comodidad. Lanc los a e datos en un barreo para que no se desperdigaran. Despus de cada tirada los llevaba hacia el borde n e alinendolos y copiaba las puntuaciones en una hoja de clculo que efectuaba las sumas en mi lugar. Con a a ello tambin quise recopilar datos sobre las fecuencias para tratar de desmentir la queja t e pica cuando se juega al parch de que existe el dado de los seises. s
*
108
el lanzamiento de los dados un milln de veces y entonces el resultado ser bastante o a aproximado, pero hacer el experimento 100 o 200 veces de verdad, sin delegar en las tripas de un ordenador, conlleva tanto esfuerzo que es descorazonadora la pobreza de la aproximacin. o Demos a nuestra pregunta una forma matemtica un poco ms concreta y calculemos a a por ejemplo de qu tamao debe ser t e n picamente A para que el error en el punto central n = 35 sea menor que el 10%. Para tal n, considrese la variable aleatoria que al tirar los e dados A veces cuenta el nmero de veces en que la suma es 35 (nmero de xitos). Esta u u e variable aleatoria claramente tiene una distribucin binomial B(A, p) con p la probabilidad o de obtener suma igual a 35. Segn la tabla, p = 4395456/6 10 0 074. La esperanza de u esta binomial es pA, y la desviacin t o pica p(1 p)A, por tanto cuando hagamos el experimento A veces, lo normal es que en vez de obtener pA veces suma 35 la obtengamos pA + error veces con error una cantidad comparable a p(1 p)A. Si queremos que el error relativo sea t picamente menor que el 10%, se deber cumplir a p(1 p)A < 10 pA, 100 o equivalentemente A> 1p . (0 1)2 p
Sustituyendo p por 0 074, esto conduce a A > 1251.
El error cometido al efectuar nuestra estad stica preguntando a muchos dados qu e nmero se obtiene como suma, ha sido bastante burdo: simplemente no deber u amos haber preguntado a muchos, sino a much simos, a ms de mil. Errores como ste no se producen a e en las estad sticas serias (que no son todas las que aparecen en los medios de comunicacin), porque son de algn modo de naturaleza matemtica. Aunque stos pueden llegar o u a e a ser realmente sutiles [Ju], seguramente los errores ms graves en las estad a sticas y que posiblemente invalidan un nmero no desdeable de ellas, estn ligados a factores psiu n a colgicos. Por ejemplo, es muy fcil obtener un no sabe/no contesta o una mentira al o a preguntar sobre temas escabrosos. Tambin la forma de las estad e sticas est muchas veces a inuida por lo que se quiere demostrar o por los propios prejuicios. Por ejemplo, si la imagen I de un suceso trgico e impresionante ha aparecido muchas veces en televisin, a o las preguntas: Cree usted que se ha emitido demasiadas veces I?, Cree usted que se deber evitar la emisin de I? y Cree usted que deber prohibir emitir I?; arrojar a o an an resultados desiguales. Si hiciramos la primera pregunta la respuesta ser seguramente e a s pero si hiciramos la segunda o la tercera, casi todos intentamos no involucrarnos en , e algo que sugiera escabullirse o prohibir, de modo que la respuesta tender ms al no. a a Las conclusiones que alguien sacara de los resultados podr llegar a ser opuestas aunque an 109
las preguntas no lo sean. Los que hayan hecho la experiencia anterior con los dados, probablemente ya habrn a notado una curiosa manifestacin experimental de lo psicolgico. Al tirar los 10 dados casi o o todas las veces parece que las puntuaciones obtenidas tienen algo de singular e improbable: hay muchos seises, hay varios dados seguidos con puntuacin ascendente, casi todas las o puntuaciones son menores que cuatro, etc. La mayor de las veces pensamos que hemos a tenido buena o mala suerte, sin saber reconocer lo rutinario.
110
Todo por igual

Material: - Un montn de jud blancas crudas (sin cocinar). o as - Un montn de jud pintas similares a las anteriores. o as - Un programa para generar nmeros aleatorios y dibujar grcas (opcional). u a
Qu ocurre cuando dos empresas compiten lanzando al mercado productos similares e e incompatibles? Estamos acostumbrados a ver que en esta situacin (sistemas de v o deo, sistemas operativos de ordenadores), despus de una pugna inicial con altibajos, la empresa e que logra una ventaja signicativa acaba con la otra, independientemente de la calidad del producto, ya que el pez grande se come al chico. Lo que vamos a comprobar, gracias a un bello, interesante y sorprendente modelo conocido como urna de Plya, es que el mundo matemtico es menos violento y pemite o a una coexistencia pac ca. Metamos una jud de cada color en un bote. Estas representarn los productos a a iniciales de cada empresa. No es descabellado suponer que los clientes eligen al azar entre los nuevos productos, por tanto si hay una desproporcin en la oferta a favor de uno de o ellos, lo elegirn ms. Escojamos pues, una jud al azar del bote, y despus de verla, a a a e repongmosla y aadamos otra jud del mismo color. Ahora habr dos jud de un tipo a n a a as y una de otro, con lo cual es ms fcil escoger las primeras. Repitamos el procedimiento a a un nmero grande de veces* . u
Cabr esperar que una mayor clara obtenida al azar, en unas cuantas iteraciones se a a convierte en aplastante. Pero el experimento nos muestra, prcticamente siempre, volcando a el bote, que hay una proporcin apreciable de la minor que no slo no tiende a desaparecer o a o sino que parece estabilizarse.
N. del A. Repet el proceso 200 veces anotando los resultados en una hoja de clculo para poder a representar la evolucin del sistema. o
*
111
Una simulacin con ordenador nos muestra que ste es el caso. o e Simulacin o Ejemplo real
1
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
50
100
150
200
250
300
20
40
60
80
100
120
140
160
180
200
Explicacin: Sea Xn la variable aleatoria que toma el valor 1 si en la n-sima extraccin o e o la jud es blanca y 0 si es pinta. La propiedad importante de estas variables aleatorias a es que aunque no son independientes, son intercambiables. Esto quiere decir que para cualquier vector de ceros y unos v {0, 1}N , se tiene la igualdad de probabilidades P (X1 , X2 , . . . , XN ) = v = P (X(1) , X(2) , . . . , X(N ) ) = v donde es cualquier permutacin en SN (reordenamiento de 1, 2, . . . , N ). Este hecho, o muy poco intuitivo, es rid culamente sencillo de comprobar escribiendo las cuentas. Por ejemplo, las probabilidades de que las tres primeras extracciones sea BBP, BPB o PBB, son repectivamente (abajo se indica las que hay de cada tipo en el bote): 1 2 2 3 B 1 2 P 1 1 1 4 3 3 1 2 1 1 2 3 B 1 2 P 1 1 2 4 2 3 2 2 1 1 2 3 B 1 1 P 1 2 2 4 2 3 2 2
La probabilidad de que al extraer N jud las primeras m sean blancas y las N m as, restantes pintas, es 1 2 3 m 1 2 3 N m m!(N m)! ... ... = . 2 3 4 m+1 m+2 m+2 m+2 N +1 (N + 1)! Por la propiedad de intercambiabilidad, la probabilidad de que despus de N extracciones e haya exactamente m + 1 jud blancas en el bote es, por tanto as P (X1 + X2 + . . . + XN = m) = N m 1 m!(N m)! = . (N + 1)! N +1
Es decir, que todas las proporciones de jud blancas y pintas son equiprobables. La disas tribucin de esta proporcin es la uniforme (para la existencia y sentido de la distribucin o o o l mite, vase [Fe]). e 112
5. Fluidos
5.1. Navegando
Cuando o mos la palabra uido imaginamos algo que potencialmente puede manar de un sitio a otro y que puede sortear obstculos y estrechamientos. Aunque empleemos a o leamos expresiones como uido elctrico, o incluso uido calrico, el Bachillerato y el e o diccionario nos recuerdan que en primer lugar debemos pensar en l quidos y gases. Los uidos mantienen una suerte de oposicin frente a los slidos, cuyas molculas son tan o o e gregarias que avanzan en grupos inalterables permitiendo slo movimientos r o gidos. Las molculas de los uidos se tienen menos apego unas a otras y, al menos idealmente, no e ponen reparos a cambiar las distancias con sus vecinas buscando nuevas amistades. Hay dos formas de describir el movimiento de las part culas de un uido. Una es perseguir a cada part cula dando su ecuacin de movimiento (descripcin lagrangiana), y o o la otra es quedarnos quietos en un punto y medir la velocidad de la part cula que pasa por all (descripcin euleriana). Esta segunda forma se muestra ms natural a la hora de o a escribir las ecuaciones bsicas de la Mecnica de Fluidos. Matemticamente corresponde a a a a dar una funcin v = v(x, t) que para cada valor de t nos diga cul es la velocidad de o a la part cula que est en el punto x perteneciente al dominio en el que vive el uido. En a denitiva, jado t, la funcin v es un campo vectorial en R3 , el campo de velocidades. o La primera ecuacin que veremos, es la llamada ecuacin de continuidad, que expresa o o la conservacin de la masa. Supongamos un uido de densidad (en principio no constante) o ocupando una regin V de R3 . La masa correspondiente es V . Puede que parte de la o masa del uido escape de la regin V , pero siempre debe hacerlo uyendo a travs de la o e frontera, que denotamos con V . Por tanto, la variacin de la masa dentro de V y el ujo o a travs de V deben compensarse. En una ecuacin: e o d + v dS = 0. dt V V La segunda integral representa el ujo a travs de la frontera porque si dA es un pequeo e n cuadradito en V , en un tiempo dt el uido pasar de dA a dA + vdt. El paralelep a pedo determinado por estos cuadraditos tiene masa v N |dA|dt. Por tanto la cantidad de masa que atraviesa la frontera por unidad de tiempo (el ujo) es la integral de supercie. La otra ecuacin que introduciremos no es ms que la ecuacin fundamental de la o a o dinmica F = ma. Si x(t) = (x(t), y(t), z(t)) es la ecuacin de movimiento de una part a o cula de uido, entonces debe cumplirse x (t) = v(x(t), t). A las soluciones de esta ecuacin o diferencial se les llama trayectorias. Derivando una vez ms, la aceleracin ser a o a v v v v v a=x = + v1 + v2 + v3 = + (v )v. t x y z t 113
Donde la ultima igualdad es simplemente notacin (bastante lgica pensando que o o vector de derivadas parciales).
es el
La fuerza que sufre la porcin de uido en la regin V es, por tanto, V a, entendiendo o o esta integral de volumen vectorial, coordenada a coordenada. En ausencia de fuerzas externas, esta fuerza provendr de que la porcin de uido en V es empujada (presionada) a o por las part culas de uido de las regiones adyacentes. Para simplicar, supongamos el uido dividido en pequeos cubitos. La fuerza de unos sobre otros ser perpendicular a la n a supercie de las caras (suponemos que no son pegajosos, que no hay rozamiento en los desplazamientos paralelos) y se dirige hacia el interior de cada cubito. Se llama presin o p al mdulo de esta fuerza de empuje por unidad de supercie. Las fuerzas debidas a la o presin en las direcciones x, y, z que actan sobre la supercie V de un elemento de o u uido, son pues V (p, 0, 0) dS, V (0, p, 0) dS y V (0, 0, p) dS, respectivamente. Puede haber tambin fuerzas externas al uido. Por ejemplo la gravedad, que en la e supercie terrestre se empea en tirar de las cosas hacia abajo con aceleracin g, dando n o o lugar a una fuerza V (0, 0, g). Consideraremos slo fuerzas conservativas, es decir, tales que la aceleracin se puede escribir como , donde es cierta funcin, llamada o o potencial, que slo depende de la posicin. Estas fuerzas externas contribuyen Fext = o o V . En el caso anterior = gz. El modelo consiste simplemente en aadir a la ecuacin de continuidad el balance de n o fuerzas (ecuacin dinmica). o a
Diccionario: Velocidad en cada punto e instante v = v(x, t). d La masa no desaparece + v dS = 0. dt V V F = ma en una porcin de uido F = o Fuerzas de presin F1 = o Fuerzas externas F2 =
V
v + (v t
)v . (0, 0, p) dS
(p, 0, 0) dS,
(0, p, 0) dS,
.
V
Equilibrio de fuerzas F = F1 + F2 . Para hacer las ecuaciones del modelo ms manejables aplicamos el teorema de la a 114
divergencia. La ecuacin de continuidad produce o d dt +

V V
div(v) = 0
+ div(v) = 0 + div(v) = 0; t t
donde la ultima igualdad se sigue de que V es una regin arbitraria. De la misma forma o F1 = p , x p , y p = z p.
V
Y junto con F = F1 + F2 se sigue v + (v )v = p . Entonces, el equilibrio t de fuerzas (conservacin del momento lineal, si uno quiere quedar bien) y la ecuacin de o o continuidad, se pueden resumir en las llamadas ecuaciones de Euler v t + (v )v + 1 p + =0
(5.1)
+ div(v) =0 t
Como estas ecuaciones son bastante complicadas se consideran diferentes situaciones especiales. As un uido incompresible homogneo es aqul cuya densidad es una funcin e e o constante. Limitarse a uidos incompresibles homogneos deja algunos fenmenos interee o santes propios de los gases, pero se ajusta bien a los l quidos y al aire en las condiciones habituales. A partir de ahora nos ocuparemos slo de este tipo de uidos que, con cierta o impropiedad, denominaremos simplemente uidos incompresibles. Para ellos las ecuaciones de Euler se reducen a v + (v t )v + p/ + =0 div v =0
(5.2)
Aqu las incgnitas son v y p, ya que se supone que podemos conocer fcilmente la densidad o a del uido y viene dada por inuencias externas. Si tenemos el uido contenido en un recipiente estanco, o choca contra un obstculo, es natural imponer la condicin v n = 0 a o en la frontera, con n el vector normal, lo que signica que el uido no la atraviesa, sino que slo puede deslizarse a lo largo de ella. Querr o amos partir de una velocidad inicial v0 (x) = v(x, 0) y deducir la evolucin del uido. Evidentemente la presin slo puede estar o o o denida salvo una constante ( (p + cte) = p, lo importante es su incremento; ntese la o necesidad de la descompresin en el buceo) pero esperamos determinar la velocidad. Para o 115
dar una idea de la dicultad matemtica del modelo, hay que mencionar que no se sabe a todav si existen siempre soluciones bien denidas para todo tiempo, aunque se conoce la a existencia y unicidad para tiempo pequeos, y la existencia y unicidad global en el caso n bidimensional (uidos que se mueven en capas planas) [Ma-Pu]. Siguiendo con los casos especiales, si el campo de velocidades v no depende del tiempo, se dice que le uido es estacionario. Esto no signica que se est quieto, sino que la e velocidad de las part culas que lo componen slo depende del punto por el que pasan. En o este caso, en la primera ecuacin desaparece el trmino v/t. o e A la funcin = rot v se le llama vorticidad. Por el teorema de Stokes, si D es una o supercie con frontera D, la circulacin de v a lo largo de D es D dS. De modo o que la vorticidad mide de alguna forma los remolinos locales, la posibilidad de que un elemento de uido no slo avance y se deforme, sino que gire (vase [Va 1] 5.6, [Ch-Ma] o e 1.2). Si la vorticidad es nula, se dice que el uido es irrotacional. El primer resultado que veremos arma que los remolinos no pueden salir de la nada, siempre que las part culas no desaparezcan o se creen espontneamente. a Proposicin 5.1 . Supongamos que se cumplen las ecuaciones (5.2) y las trayectoo rias estn denidas para todo tiempo. Si la vorticidad se anula en t = 0 entonces es a idnticamente nula. e a Dem.: Partimos de la identidad del clculo vectorial ([Gr-Ry] 10.31.3 con f = g): 1 (5.3) (F )F = (rot F ) F + ( F 2 ), 2 cuya prueba se reduce a aburrirse un rato. Sustituyendo en la primera ecuacin de (5.2) o 1 v + v + ( v 2 + + p/) = 0. t 2 Al tomar rotacionales se tiene (recurdese que rot = 0) e = rot(v ). (5.4) t En este punto en [Fe-Le-Sa] 40-2 se termina la prueba diciendo Si = 0 en cualquier lugar y en cualquier instante t, /t tambin es cero, as que es cero en cualquier lugar e en t + t. Esto no parece riguroso en absoluto [Ch-Ma] y nosotros trabajaremos un poco ms. Empleamos un nuevo monstruo del clculo vectorial ([Gr-Ry] 10.31.7): a a rot(F G) = (G ) F (F )G + F div G G div F .
Por la ecuacin de continuidad y div rot = 0, (5.4) equivale a o (5.5) + (v ) = ( )v. t Sea x = x(t) la trayectoria que sigue una part cula inicialmente en x 0 , es decir, la solucin o de x = v(x, t), x(0) = x0 . Como hab amos visto al deducir las ecuaciones de Euler, el primer miembro de (5.5) es la derivada de la curva parametrizada (t) = (x(t), t). Por 116
tanto, dada v, (5.5) se escribe como una ecuacin diferencial ordinaria = H(, t). De o acuerdo con la teor esta ecuacin tiene solucin unica, que en este caso es obviamente a, o o = 0. Por tanto = 0, ya que todo punto est en alguna trayectoria que parti de a o t = 0. En diferentes aplicaciones prcticas (por ejemplo en Aeronutica) es importante estua a diar cmo acta un uido sobre un objeto inmerso en l que ocupa una regin slida V . o u e o o Segn el modelo, tal objeto debe sufrir una fuerza debida a la presin de los elementos de u o uido adyacentes, dada por E= (p, 0, 0) dS, (0, p, 0) dS, (0, 0, p) dS .
Por razones obvias se llama empuje a esta fuerza. Veamos dos resultados bsicos concernientes a los uidos estacionarios. El primero, a bien conocido, nos dice cul es el empuje si el uido est completamente parado. a a Proposicin 5.2 (Principio de Arqu o medes). Si v es idnticamente nula y = gz e (el potencial gravitatorio) entonces E = (0, 0, g
V
).
o Nota: como V es la masa de la regin V si estuviera llena de uido, lo que dice este resultado es que todo cuerpo sumergido en un uido (incluso no incompresible), sufre un empuje vertical y hacia arriba igual al peso del volumen de uido que desaloja. Dem.: Como ya hab amos visto, por el teorema de la divergencia, E = V p. Segn la primera ecuacin de (5.1), si v es idnticamente nula E = V . Sustituyendo u o e = gz se tiene el resultado deseado. Proposicin 5.3 (Teorema de Bernoulli). En un uido (incompresible) estao cionario, la cantidad 1 v 2 + p + permanece constante a lo largo de cada trayectoria. 2 Dem.: Multiplicando la primera ecuacin de (5.2) por y aplicando (5.3), en el caso o estacionario se obtiene 1 v 2 + p + = 0. v + 2 1 2 + p + v = 0. Multiplicando escalarmente por v, se elimina la vorticidad, 2 v d dx dy dz Y la regla de la cadena en la forma dt = x dt + y dt + z dt , prueba que esta frmula o equivale a d 1 v(x(t)) 2 + p(x(t)) + (x(t)) = 0, dt 2 como se quer demostrar. a 117
Una de las muchas aplicaciones es el estudio de la ca de presin cuando una tuber da o a cil ndrica de seccin S1 se estrecha hasta una seccin S2 . Suponemos, como es natural, o o que la velocidad es perpendicular a la seccin antes y despus del estrechamiento; pasando o e de tener mdulo v1 a v2 . o
S1 S2 v1 v2
Siguiendo el camino inverso al empleado para deducir la ecuacin de continuidad o 0=

V
div v =
V
v dS = S2 v2 S1 v1 v2 =
S1 v1 . S2
Como era de esperar, por el lado ms estrecho el agua sale ms rpido ([Ga] p. 374). Segn a a a u el teorema de Bernoulli 1 2 1 2 v1 + p1 = v2 + p2 . 2 2 Sustituyendo v2 se deduce p1 p 2 =
2 v1 2 2 2 (S S2 ). 2S2 1
As pues, con v1 constante, S2 0 p1 p2 +. Entonces, como reejan los dibujos animados, si pisamos una mangera no explotar por el sitio por el que la hemos pisado, a sino por alguno de seccin mayor (all donde hay ms agua esperando). o a
118
Ejercicios
1) Sin mirar la teor a) Explicar por qu el campo de velocidades de un uido a: e incompresible homogneo debe tener divergencia nula. b) Si v = v(x, t) es el campo de e velocidades de un uido y la aceleracin se dene como derivada temporal de la velocidad, o por qu la aceleracin de las part e o culas del uido no es la derivada de v respecto a la ultima coordenada, t? 2) Si v = (x2 + x + z, 2xy + t, az + etx ) es el campo de velocidades de un uido incompresible, hallar a y calcular la aceleracin que tiene la part o cula que pasa por el origen en t = 0. 3) Un uido compresible homogneo es aqul cuya densidad slo depende de t. Esto e e o es, tal que la densidad puede variar pero siempre por igual en todos los puntos. Demostrar que en este tipo de uidos si la divergencia del campo de velocidades es positiva entonces debe decrecer. Qu signica esto f e sicamente? 4) Comprobar que el campo de velocidades v = (x2 y 2 )/(x2 +y 2 )2 , 2xy/(x2 +y 2 )2 , 0 corresponde a un uido incompresible estacionario, y demostrar que cada trayectoria (x(t), y(t), z(t)) verica y(t) = C(x2 (t) + y 2 (t)) para cierta constante C. (Esto ultimo 2 2 equivale a vericar que la derivada de y(t)/(x (t) + y (t)) es nula). 5) Considrese un hexaedro regular (cubo) homogneo de lado l = 10 cm y densidad e e 3 = 0 9 gr/cm . Suponiendo que permanece en equilibrio otando en el agua en su posicin o habitual, calcular por dnde llegar la l o a nea de otacin. o 6) Repetir el problema anterior cuando el objeto que ota es un cono invertido que tiene altura 10 cm, dimetro de la base 20 cm y densidad 0 5 gr/cm3 . a 7) Dnde correr ms deprisa un mismo r aqu o en la Luna? (Supngase nula o a a o, o en ambos casos la presin atmosfrica). o e 8) Una tuber horizontal de seccin circular tiene un estrechamiento, pasando su a o radio de 2 cm a 1 cm. Si el agua mana por la parte ancha a 1 m/s y la presin en la parte o 2 estrecha es 200 000 N/m , hallar la presin en la parte ancha y la velocidad en la estrecha. o 9) Suponiendo que la tuber del problema anterior tiene un metro de longitud, repetir a el problema cuando la tuber est inclinada 30o con el lado estrecho hacia abajo. (Se a a supone que el caudal de agua se ajusta perfectamente a la tuber sin estrecharse). a, 10) Probar que si el campo de velocidades de un uido incompresible irrotacional y estacionario tiene dos coordenadas constantes, la tercera tambin lo debe ser. e 11) Si una pelotita ota en el agua y la empujamos ligeramente hacia abajo, comenzar a a oscilar. Estudiar si el movimiento es armnico simple (esto es, si la fuerza es proporcional o a la distancia a la posicin de equilibrio) cuando se supone despreciable el campo de o velocidades del uido. 119
Seccion 5.1

De la seccin: o Ondas en uidos. Generales: Las funciones de Bessel y sus aplicaciones.

Ser menester haber olvidado completamente la historia de la ciencia para no recora dar que el deseo de conocer la naturaleza ha tenido la inuencia ms constante y ms a a afortunada sobre el desarrollo de las matemticas. a En primer lugar, el f sico nos plantea problemas cuya solucin espera de nosotros. o Pero proponindolos nos ha pagado ampliamente por anticipado el servicio que podemos e hacerle si llegamos a resolverlos [Po] p. 99.
120
5.2. No creo en ti
Ahora nos jaremos en los uidos incompresibles que son estacionarios e irrotacionales, es decir, con v/t = 0 y rot v = 0. Como ya hemos visto, la irrotacionalidad corresponde en cierto modo a la ausencia de remolinos. Creerse que esta situacin representa la o realidad f sica de los fenmenos que nos son familiares, depende de la fe de cada uno. Lo o cierto es que para este tipo de uidos se pueden obtener algunos resultados matemticos a y algunas explicaciones cualitativas. a Por (5.3), los uidos irrotacionales deben cumplir (v )v = 1 v 2 , y si adems son 2 estacionarios la primera de las ecuaciones de Euler (5.2) requiere (v )v = (p/ + ). Por tanto, salvo constantes la presin es o 1 p = v 2 . 2 Este es un caso particular del Teorema de Bernoulli en el que no slo se tiene que la cantidad o all considerada es constante a lo largo de las trayectorias, sino en todos los puntos de uido (que suponemos conexo). Segn esto, la primera de las ecuaciones de Euler equivale a la u determinacin de la presin y por tanto slo queda la ecuacin de continuidad, a la que hay o o o o que aadir que el uido es irrotacional y que no cambia con el tiempo (es estacionario). n La gran ventaja del nuevo modelo es que es lineal. Diccionario: Fluido estacionario e irrotacional v = v(x, y, z), div v = 0, rot v = 0. Pasemos a ver ahora un curso de Variable Compleja en menos de diez l neas. Consideremos una funcin f que pasa nmeros complejos a nmeros complejos. Digamos que o u u f es derivable en z0 , en el sentido de que existe el l mite limh0 (f (z0 + h) f (z0 ))/h con h complejo. A las funciones derivables complejas se les llama funciones holomorfas. Si separamos f (x + iy) en sus partes real e imaginaria, que suponemos C 1 , y derivamos aplicando la regla de la cadena derivando con respecto a x e y, f (x + iy) = a(x, y) + ib(x, y) f = a b +i , x x if = a b +i . y y
Despejando f e igualando, se deducen las llamadas ecuaciones de Cauchy-Riemann a b = 0, x y a b + = 0. y x
De forma que sin comerlo ni beberlo, hemos probado el siguiente resultado: 121
Proposicin 5.4 . Sea f (x + iy) = a(x, y) + ib(x, y) una funcin holomorfa, entonces o o v(x, y, z) = (a(x, y), b(x, y), 0) = (Re f , Im f , 0) satisface div v = 0, rot v = 0. Estos campos de velocidades corresponden a uidos bidimensionales en el sentido de que la componente z no participa en el resultado y las part culas de uido se desplazan en capas horizontales. El resultado anterior permite establecer una correspondencia biyectiva entre funciones holomorfas y uidos estacionarios irrotacionales bidimensionales [Va 1]. Veamos un ejemplo interesante. Supongamos una corriente de aire que acta sobre u un cilindro de radio uno de manera que en un corte transversal vemos que el aire se mueve en la direccin positiva del eje X tropezando con el c o rculo unidad
Es razonable pensar que el aire lejos del c rculo no se ve afectado por l, digamos v e 2 2 (1, 0, 0) si x + y . Como hab amos visto, la condicin de contorno natural es que el o viento resbale en la frontera, de modo que v es tangente a la circunferencia unidad en cada punto de ella. Si encontramos una funcin holomorfa en |z| > 1 con lim z f (z) = 1 o u de forma que f (z) dena un nmero complejo tangente a la circunferencia unidad para cada |z| = 1, tendremos la solucin. Tal funcin es f (z) = 1 z 2 . Ntese que |z| = 1 o o o 2 2 2 f (z) = 1 z = 1 z y con un dibujo se ve que 1 z y z son perpendiculares. Por tanto v(x, y, z) = (Re f , Im f , 0) = 1 x2 y 2 2xy , ,0 . 2 + y 2 )2 (x2 + y 2 )2 (x
En cierto modo se puede probar que sta es la solucin, la unica solucin, siempre que e o o supongamos que no hay circulacin de aire alrededor del c o rculo (para el caso en que hay circulacin, vase [Va 1]). o e Que f (z(t)) sea tangente a la curva determinada por z(t) equivale a que f (z(t))z (t) sea real (dibjense los nmeros complejos). Escribiendo z(t) = g(w(t)) se tiene que u u (f g)(w(t))g(w(t))w (t) es real, y por tanto (f g)(w(t))g(w(t)) es tangente a la curva determinada por w(t) = g 1 (w(t)). Esto permite resolver el problema anterior para obstculos cuya frontera es una curva diferente de la circunferencia unidad pero relacionada a 122
Fernando Chamizo.
Modelizacion II
con ella mediante una funcin holomorfa con inversa holomorfa. Segn un conocido teoo u rema de Riemann, todas las curvas regulares se pueden obtener de esta manera. Recurdese que las trayectorias asociadas al campo de velocidades son las soluciones e del sistema autnomo dx/dt = v. Tambin las funciones holomorfas nos ayudan a calcuo e larlas. o Proposicin 5.5 . Sea v = (Re f , Im f , 0) y F una funcin holomorfa tal que F = f , o entonces las trayectorias cumplen Im F (x(t), y(t)) = cte. Dem.: Sea f = a + ib y F = A + iB. Derivando F = F (x + iy) con respecto a x e y, se tiene B/x = b, B/y = a. As pues dx/dt =a dy/dt = b dy B dx B dy dx +a =0 + = 0. dt dt x dt y dt
Por la regla de la cadena esto implica B = B(x(t), y(t)) =cte. Consideremos como antes una corriente de aire con velocidad en el innito v = (1, 0, 0) que choca en el plano XY con un obstculo, no necesariamente circular, representado a por un dominio simplemente conexo (sin agujeros) R2 con frontera regular. Como hab amos visto, las part culas de aire ejercen una fuerza sobre el obstculo, el empuje, cuya a proyeccin en el plano XY (sus dos primeras coordenadas) es o
F =
(p, 0) dl,
(0, p) dl .
Si C R2 es una curva cerrada que rodea al objeto se llama circulacin a la integral o de la velocidad a lo largo de C recorrida en sentido positivo, que denotaremos con . El siguiente resultado implica que est a ntimamente relacionado con la fuerza de empuje. Teorema 5.6 (Kutta-Zhukovskii). empuje es Bajo las hiptesis anteriores la fuerza de o
F = (0, ). Dem.: Escribiendo como antes f = a + ib, se tiene p = 1 (a2 + b2 )+cte. Si x = x(t), 2 y = y(t) es una parametrizacin de , (dy, dx) es el vector normal innitesimal, y se o tiene F = 2 (a2 + b2 )dy, 123 2 (a2 + b2 )dy .
En se cumple b/a = dy/dx porque la velocidad debe ser paralela al vector tangente. Por tanto Aadiendo estas cantidades a las integrales anteriores n (5.6) F = 2 (b2 a2 )dy 2abdx, 2a2 dy 2abdx = 2b2 dx 2abdy = 0.
2abdy + (b2 a2 )dx .
Si h(z) = i(a + ib)2 , entonces los campos que se integran en cada una de las coordenadas de (5.6) son (Re h, Im h) (Re ih, Im ih); en particular son irrotacionales y, por el teorema de Stokes (o de Green), da igual integrar en , que en una circunferencia C de radio R grande. Un resultado de Variable Compleja (el desarrollo de Laurent) asegura que para |z| R se tiene f (z) a0 + a1 /z, donde el s mbolo indica que ambos miembros son iguales salvo aadir una cantidad menor en mdulo que cteR 2 . La condicin f () = 1 implica n o o a0 = 1. Si a1 = + i, operando se tiene que si (x, y) C (5.7) De aqu , a 1 + (x + y)/R2 y b (x y)/R2 . y
Sustituyendo estas aproximaciones en (5.6) y tomando R , el trmino de error desae parece, esto es, lim (I1 , I2 ) F = 2 R con I1 e I2 las integrales 1 2 2 (x+y) dy 2 (xy) dx, 2 R R 2 2 (xy) dy+ 1 2 (x+y) dx. 2 R R
b2 a2 a2 1 2(x + y)/R2
2ab 2(x y)/R2 .
La parametrizacin x = R cos t, y = R sen t conduce a I1 = 4, I1 = 4. Por tanto o (5.8) F = (2, 2). Por la irrotacionalidad y la relacin b/a = dy/dx en la frontera, se siguen las igualdades o siguientes: bdx + ady =
C
bdx + ady = 0.
Sustituyendo (5.7) en la primera integral y tomando R , se sigue = 0. As que 124
a 1 + y/R2 , b x/R2 . De esto y la denicin de circulacin, o o =

C
adx bdy = lim
(1 + y/R2 ) dx x/R2 dy = 2.
Finalmente, sustituyendo en (5.8) se tiene el resultado. Ahora podr amos emocionarnos y creer, como se puede leer en varios lugares, que ya sabemos por qu los aviones pueden volar: la fuerza de empuje es la sustentacin que tira e o de ellos hacia arriba compensando la fuerza del peso. Pero lo cierto es que este resultado plantea ms preguntas que respuestas [Hu-Ma]. Por ejemplo, que la primera coordenada a de F sea nula indica que no hay fuerza de arrastre, es decir, que al soplar un objeto no lo podemos mover. Esto no slo es poco intuitivo sino una agrante mentira. Ntese que por o o ejemplo en el caso anteriormente estudiado del c rculo, la velocidad es igual en mdulo por o delante que por detrs, lo que de acuerdo con el Teorema de Bernoulli conlleva presiones a iguales. Pero todos sabemos que cuando el aire o el agua inciden sobre un objeto se forma una estela en la parte trasera del objeto, all las part culas de uido pierden velocidad y se forman remolinos. No podremos explicar estos fenmenos adecuadamente sin tener en o cuenta una caracter stica importante que ha sido omitida en nuestro anlisis: la viscosidad. a Aparte de la demoledora realidad, se puede dar un argumento terico que mueso tra que no podemos aferrarnos demasiado al modelo. En el caso tridimensional, con un obstculo R3 acotado y regular, se pueden utilizar tcnicas de ecuaciones en a e derivadas parciales para probar que v es constante salvo trminos acotados por cte R 3 , e 2 + y 2 + z 2 . Un razonamiento parecido al empleado en la demostracin del con R = x o resultado anterior, prueba matemticamente que el empuje es nulo (en este caso no hay a 1 trminos de orden R ). Pero si la fuerza de empuje fuera nula, ningn avin tridimene u o sional podr volar. Esta es la paradoja de dAlambert [Ma-Pu]. a
125
Fernando Chamizo.
Modelizacion II
126
Ejercicios
1) Sin mirar la teor a) Indicar la relacin entre las funciones holomorfas y los uidos a: o incompresibles irrotacionales estacionarios. b) Enunciar el Teorema de Kutta-Zhukovskii. 2) Segn el principio de los vasos comunicantes, si un l u quido est en equilibrio en a un tubo abierto en forma de U, siempre el nivel de ambos coincide. Deducir esto del teorema de Bernoulli para uidos irrotacionales empleando que la presin a ras de agua o es la atmosfrica. Los primeros barmetros de Torricelli eran esencialmente tubos de esta e o forma con un extremo tapado y no cumpl el principio de vasos comunicantes (la diferencia a de alturas se relacionaba con la presin atmosfrica). Tratar de explicar la paradoja. o e 3) Hallar el campo de velocidades correspondiente a la funcin holomorfa en el semio 2 plano superior f (z) = (z 1) ; indicando tambin la forma de las trayectorias. e
4) Comprobar que v = y/(x2 + y 2 ), x/(x2 + y 2 ), 0 corresponde al campo de velocidades de un uido irrotacional estacionario , y sin embargo sus trayectorias son circunferencias centradas en el origen y a lo largo de cualquiera de ellas posible que haya un remolino?
C
v dl = 0. Cmo es o
5) En el ejemplo mencionado en esta seccin de un cilindro circular inmerso en un o chorro de aire, hallar expl citamente las funciones x = f (y) cuyas grcas dan la forma de a las trayectorias en el primer cuadrante. 6) Si el cilindro circular inmerso en un chorro de aire con velocidad en el innito (1, 0, 0) es de radio R en vez de 1, hallar el campo de velocidades. 7) Generalizar todav ms el problema anterior resolvindolo cuando la velocidad a a e en el innito es (v0 , 0, 0) con v0 > 0. Indicar geomtricamente cul ser la solucin si la e a a o 2 + v 2 = v , y hallar la funcin holomorfa o velocidad en el innito fuera (v01 , v02 , 0) con v01 0 02 que le corresponde. 8) Un chorro de l quido cae desde el reposo y sin presin (slo la atmosfrica) desde o o e una altura de 1 m. Calcular la velocidad de las part culas de uido cuando llegan abajo. Explicar por qu la incompresibilidad implica que si el chorro no se disgrega en gotas, se e debe ir estrechando. 9) Sea la funcin holomorfa en |z| > 1 dada por f (z) = 1 z 2 iz 1 . Comprobar o que el campo de velocidades correspondiente es tangente a la circunferencia unidad en cada punto de ella y su circulacin es no nula alrededor de una curva que la rodee. Hallar o el empuje que sufrir el cilindro circular correspondiente segn el Teorema de Kuttaa u Zhukovskii, indicando si es hacia arriba (si se elevar o hacia abajo (si descender a) a). 10) Comprobar que las ecuaciones div v = 0, rot v = 0 para v = (a(x, y), b(x, y), 0) coinciden con las ecuaciones de Cauchy-Riemann para f (x + iy) = a(x, y) + ib(x, y). 11) Demostrar que div y rot son operadores lineales, concluyendo que si v 1 y v2 son campos vectoriales que corresponden a uidos irrotacionales y estacionarios, entonces v1 + v2 tambin lo es. e 127
Seccion 5.2

De la seccin: o Aplicaciones de la Variable Compleja en F sica. Generales: Econometr a.

De este modo, en el estudio de las funciones de variables complejas, el analista, al lado de la imagen geomtrica que es su instrumento habitual, encuentra muchas imgenes e a f sicas que puede utilizar con el mismo xito. e Gracias a estas imgenes, puede ver de una ojeada lo que la deduccin pura no le a o mostrar sino sucesivamente. Rene as los elementos dispersos de la solucin y, por una a u o especie de intuicin, adivina antes de poder demostrar. [Po] p. 102. o
128
5.3. Mares de hiel

Pensemos en el siguiente experimento que no es conveniente hacer ni siquiera en presencia de un adulto: Tomamos dos vasos idnticos, uno lleno de miel y otro de agua, y los e volcamos repentinamente. Hay una gran diferencia en ambos casos. El agua cae enseguida mientras que a la miel le cuesta ms salir del recipiente. La explicacin no est en la a o a densidad, de hecho la miel es algo ms densa y al pesar ms podr a a amos pensar que cae ms rpidamente (aunque Galileo y nuestro profesor de F a a sica se iban a echar las manos a la cabeza). Parece que la razn es que la miel se pega a las paredes del recipiente, y o terminado el experimento hay que fregarlo bien. Pero esto no explica por qu la miel de e la parte central tambin cae despacio. Hay una especie de rozamiento de la miel consigo e misma que impide que part culas rpidas y lentas sean vecinas. a Segn el modelo introducido para obtener las ecuaciones de Euler, suponiendo el uido u dividido en pequeos cubitos, sobre cada uno de ellos actan unas fuerzas de presin n u o perpendiculares a las caras. Ahora queremos introducir una fuerza de rozamiento que frene a un cubito si los adyacentes van mucho ms despacio. Esto es como decir que los a elementos de uido son pegajosos, viscosos.
v2 v1
Rozamiento
v2
Es natural suponer que este rozamiento ser proporcional a la tasa de variacin de a o la velocidad, es decir, que ser 100 veces ms enrgico tratando de evitar una variacin a a e o de 7m/s con respecto a los elementos adyacentes, que una de 0 07m/s. La fuerza de rozamiento actuar en la supercie de cada elemento de uido ya que es ah donde roza con a otros elementos. Segn lo dicho parece sensato considerar en nuestro balance de fuerzas, u adems de las de presin y las externas, otra dada por (vase en [Va 1] una deduccin a a o e o partir de primeros principios) F3 =
V
v dS
donde es una constante positiva llamada viscosidad, que depende del apego que tengan las part culas del uido a que su velocidad no desentone con las de las part culas de los alrededores. La notacin empleada signica que el gradiente se aplica a cada coordenada y o se integra el resultado. Lo que estamos diciendo es que el rozamiento es proporcional a la 129
suma (integral) de todas las variaciones de la velocidad. La constante de proporcionalidad es la viscosidad y sta es ms de mil veces mayor en la miel que en el agua, por eso su e a ca se ve en los instantes iniciales sensiblemente ralentizada. da El modelo de uido correspondiente a las ecuaciones de Euler no contempla esta fuerza, lo cual da cuenta de algunas de sus consecuencias poco intuitivas e irreales. Parafraseando a J. von Neumann [Fe-Le-Sa], utilizar exclusivamente las ecuaciones de Euler equivale a estudiar el agua seca. La viscosidad est detrs de los fenmenos turbulentos que parecen a a o continuamente en Aerodinmica e Hidrodinmica. Sin ella, en la mayor de los casos slo a a a o obtendremos explicaciones cualitativas
Diccionario: Fuerza debida a la viscosidad F3 =

V
v dS.
Equilibrio de fuerzas F = F1 + F2 + F3 . Ya sab amos que F = V por el teorema de la divergencia

t
+ (v
)v , F1 =
p y F2 =
. Ahora,
F3 =
V
div
v=
V
v.
El equilibrio de fuerzas F = F1 + F2 + F3 junto con la ecuacin de continuidad lleva ahora o a las ecuaciones de Navier-Stokes (para uidos incompresibles) v + (v )v + 1 p v + t div v = 0 =0
(5.9)
En las ecuaciones de Euler la condicin de frontera natural era que el uido se deslizase o por el obstculo o la frontera, es decir, que no hubiera componente normal de la velocidad. a Ahora, como suponemos que las part culas son pegajosas, en los puntos de contacto con un obstculo o frontera inmviles, se debe tener v = 0 (condicin de no deslizamiento). a o o Los y las que se afeiten pueden hacerse una idea de ello, notando que los pequeos vellos n muchas veces se rebelan al intentar que el agua del grifo los arrastre. Si el estudio matemtico de las ecuaciones de Euler no est completado, en el caso de a a las ecuaciones de Navier-Stokes la situacin es mucho ms primaria. De hecho pertenece a o a los Problemas del Milenio del Clay Matematics Institute, concedindose un premio de e 130
un milln de dlares para el que sea capaz de resolver en sentido armativo o negao o tivo los problemas bsicos de existencia y regularidad de soluciones. Adems las ecuaa a ciones de Navier-Stokes son especialmente refractarias a los mtodos numricos, ya que la e e fenomenolog al uso sugiere que hay una na capa l a mite, de la que hablaremos ms a adelante, donde el campo de velocidades es casi discontinuo (vase un ejemplo sencillo e e ilustrativo en [Va 1] 14.2). Para ver cmo funcionan las ecuaciones de Navier-Stokes en relacin con las de Euo o ler, pensemos en una situacin idealizada (demasiado) del mar cuando sopla un viento o uniforme paralelo a la costa. Supongamos que esto hace que todas las part culas de la supercie, representada por R R+ , tengan inicialmente velocidad (v0 , 0), y queremos saber su evolucin cuando el viento deja de soplar de pronto. La simetr del problema o a sugiere buscar una solucin del tipo v(x, y, t) = (u(y, t), 0). Se puede comprobar que la o unica solucin de esta forma de las ecuaciones de Euler (5.9) con v y p acotadas y regu o lares, bajo la condicin inicial v(x, y, 0) = (v0 , 0) y v n(x, 0, t) = 0; es la solucin constante o o v(x, y, t) = (v0 , 0). Es decir, como no hay rozamiento las part culas siguen su curso sin molestarse unas a otras y sin perder velocidad. En el caso de las ecuaciones de Navier-Stokes, la condicin natural de no deslizamiento es que la costa sujete al mar, y el rozamiento se o ir transmitiendo de manera que la velocidad pasa gradualmente de cero en la costa a v 0 a en el innito de forma cada vez ms suave. Por efecto del roce con la costa, en ausencia a de viento, el mar tiende a pararse. Proposicin 5.7 . La unica solucin de la forma v(x, y, t) = (u(y, t), 0) de las ecuao o ciones de Navier-Stokes (5.9) en R R+ con = 0 y con v y p acotadas y regulares, vericando las condiciones de contorno v(x, y, 0) = (v0 , 0), para y, t > 0; es 2v 0
y/ 4t 0
2
v(x, 0, t) = (0, 0),
lim v(x, y, t) = (v0 , 0),
v(x, y, t) =
ev dv, 0 .
Dem.: Desarrollando (5.9), se obtiene u p 2u + 1 2 = 0, t x y p = 0. y
Por la segunda ecuacin, p slo depende de x y t. Como u/t 2 u/y 2 slo depende o o o 131
de y y t, la primera implica que u 2u 2 = f (t), t y p = f (t). x
Integrando, p(x, t) = f (t)x + g(t), y para que sea acotada, necesariamente f 0. De forma que u satisface una ecuacin del calor o 2u u 2 = 0, t y
u(y, 0) = v0 ,
u(0, t) = 0,
lim u(y, t) = v0 ,
con t, y > 0. Es fcil comprobar que la funcin del enunciado resuelve este problema a o (comprese con [Dy-Mc] p.109). La unicidad se sigue por un principio del mximo. a a Ntese que cuando y , t > 0, v(x, y, t) tiende a (v0 , 0) con rapidez exponencial o 1 o ( = 2 , [Gr-Ry] 3.323.2). Apenas hay diferencia con la solucin de las o a ecuaciones de Euler si y/ t >cte. Es decir, en tiempo t, el roce de la costa slo habr afectado sensiblemente a la capa 0 < y cte t.
v 2 e dv 0
La no linealidad de las ecuaciones (5.9) implica que hay que tener cuidado al tratar de hacer experimentos a escala: Un avin comercial de 50 metros de longitud a 900 km/h no o volar igual que una reproduccin de medio metro en un tnel de viento con aire a 9 km/h. a o u El siguiente sencillo pero importante resultado, cuya prueba se reduce a un clculo trivial, a indica cul es la ley de escala. a Lema 5.8 (Reynolds 1883). Si v(x, t) satisface (5.9), entonces dadas constantes y , el campo de velocidades 1 v(x, t/) tambin verica (5.9) siempre que se sustituya e por 1 1 , y (x) y 1 p(x, t) por 2 (x) y 2 1 p(x, t/). De esta forma, si queremos estudiar un objeto de longitud L inmerso en un uido a valocidad V , podemos reducirlo todo a escala unitaria con = L, = V (ntese que o 1 x 1 x L y v V x 1). A la cantidad adimensional Re = 1 LV , se le llama nmero de Reynolds. Segn la teor de la capa l u u a mite de Prandtl (lo de teor a es en gran medida una aspiracin), cuando el nmero de Reynolds es grande, entonces la o u solucin de las ecuaciones de Navier-Stokes se comporta como la de las ecuaciones de Euler o fuera de una delgada capa de espesor aproximado Re1/2 . Esta capa es responsable de la generacin de turbulencia y vorticidad [Hu-Ma], [Va 1]. o Para terminar, veamos qu nos dicen las ecuaciones de Navier-Stokes acerca del ujo e estacionario de un uido a travs de una tuber En el caso de las ecuaciones de Euler, e a. vimos que las variaciones de presin estaban asociadas a estrechamientos de la tuber o a, 132
pero ahora ser necesaria una variacin de presin para que haya ujo en ausencia de a o o fuerzas externas. La razn es el rozamiento de las paredes. o Digamos que la tuber se extiende a lo largo del eje Z y es el cilindro x 2 + y 2 R2 . a Suponemos el ujo estacionario y que la velocidad sigue la direccin de la tuber Esto, o a. la simetr del problema y la adherencia en las paredes, sugieren a (5.10) v(x, t) = (0, 0, u(
x
x2 + y 2 ))
con u(R) = 0.
Teorema 5.9 (Poiseuille 1840). Las soluciones de la forma (5.10) de las ecuaciones de Navier-Stokes (5.9) con = 0, tienen u(r) = (R2 r2 ) 4
donde > 0 es una constante que indica la ca de presin por unidad de longitud, esto da o es, p = z+cte. Dem.: La ecuacin de continuidad se cumple trivialmente, mientras que la primera o ecuacin implica, coordenada a coordenada, o 0= p , x 0= p , y 0 = 1 p + f z con f (x, y) = u( x2 + y 2 ).
De aqu se deduce que p no depende de x ni de y. Como f es funcin de x e y, mientras que o 1 p/z lo es a lo ms de z, se deduce que p/z es una constante, que llamaremos . a Como se arma en el enunciado, p = z salvo constantes. Por otra parte, tras unos clculos, o inmediatamente usando la frmula del laplaciano en polares ([Va 1] Apndice II, a o e [Gr-Ry] 10.612.5) f (x, y) = r 1 (ru ) (r) con r = x2 + y 2 .
Al resolver la ecuacin diferencial 0 = 1 + r 1 (ru ) se obtiene la solucin general o o u(r) = 2 r + A log |r| + B. 4 133
Para que v sea diferenciable en x = y = 0, el centro de la tuber se debe tener A = 0, a, 2 mientras que u(R) = 0 implica B = R /(4). Como es intuitivo, la velocidad es mayor en el centro de la tuber porque es la zona a ms alejada de los bordes, donde se produce el rozamiento. Fijada la velocidad central a u(0), si o crecen, tambin debe crecer. Es decir, necesitamos hacer ms presin para e a o desplazar por una tuber uidos ms viscosos y densos. Si R disminuye, el centro estar a a a ms cerca de los bordes, con lo cual no slo disminuir la seccin, sino que aumentar a o a o a el rozamiento, y con el mismo esfuerzo el ujo ser menor. Concretamente, sea Q el a ujo a travs de cualquier seccin transversal, esto es, Q = D v dS con D el disco e o 2 2 {x + y R, z = cte}. Entonces con la notacin anterior, un clculo prueba: o a Corolario 5.10 (Ley de la cuarta potencia). El ujo viene dado por Q= 4 R . 8
Podemos pensar en trminos mdicos las consecuencias de la dependencia altamente e e no lineal en R. Si queremos conservar el ujo de sangre a travs de una arteria que se ha e estrechado a la mitad (colesterol?) el gradiente de presin debe multiplicarse por 16, lo o que producir una notable hipertensin [Mz]. El ejemplo no es histricamente anecdtico, a o o o ya que Poiseuille desarroll sus investigaciones para entender el ujo de la sangre a travs o e de los capilares.
134
Ejercicios
1) Sin mirar la teor a) Indicar en qu consiste la condicin de no deslizamiento y a: e o por qu es natural. b) Denir, al menos intuitivamente, la viscosidad. e 2) Queremos hacer pruebas a escala para construir una avioneta de 10 m de longitud que vaya a 300 km/h. En nuestro tnel de viento podemos emplear un gas enrarecido cuya u viscosidad es el 25% de la del aire, y hacer que se mueva hasta a 150 km/h. Estimar la longitud del modelo a escala de la avioneta que podr amos usar. 3) Comprobar que el campo de velocidades las ecuaciones de Navier-Stokes con p = = 0.
y/ 4t v 2 e 0
dv, 0, 0) realmente satisface
4) Buscar el anlogo de la ley de Poiseuille para un uido que uye entre los planos a z = 0 y z = de forma que la velocidad sea constante en cada plano intermedio paralelo a ellos, y que adems sea siempre paralela al eje OX. a 5) Si hacemos pasar un chorro a presin por una tuber cil o a ndrica y fotograamos el momento en el que sale, hallar qu forma tendr tericamente usando la ley de Poiseuille. e a o 6) En ausencia de gravedad, un astronauta puede beberse su lata de refresco (330 ml) en dos minutos aspirando por una pajita. Suponiendo aplicable la ley de la cuarta potencia, calcular cunto tiempo tardar si aspirarse con igual presin pero el radio de la pajita se a a o redujera a la mitad.
2 2 2 7) En ausencia de viscosidad hab amos probado la frmula p1 p2 = 1 v1 (S1 S2 1) o 2 cuando una tuber se estrecha. Tratar de argumentar, al menos intuitivamente, por a qu tipo de desigualdad (mayor o menor) habr que reemplazar la igualdad cuando hay e a viscosidad.
8) Estudiar en qu cambia la ley de Poiseuille si se supone que es el potencial e gravitatorio gz y v sigue siendo de la forma 0, 0, u( x2 + y 2 ) . Estudiar tambin los e cambios si el tubo se traslada a velocidad v0 por el eje OZ, de forma que la condicin de o no deslizamiento pase a ser u(R) = v0 . 9) Aparentemente, segn la ley de la cuarta potencia, si 0 el ujo tiende a u innito. Esto es f sicamente ilgico e incongruente con el hecho de que formalmente las o ecuaciones de Euler se obtienen a partir de las de Navier-Stokes cuando = 0. Explicar esta paradoja. 10) Comprobar que si f : R2 R es radial, esto es, f (x, y) = u(r) con r = entonces f = r 1 (ru ) . 11) Probar que la vorticidad = rot v verica /t = rot(v ) + . x2 + y 2 ;
135
Seccion 5.3

De la seccin: o El movimiento de las olas. Resistencia del aire, ley de Stokes. Modelos de circulacin de la sangre. o Generales: Geometr proyectiva y visin articial. a o

Cmo es necesario tratar las ecuaciones de la f o sica matemtica? Debemos simplea mente deducir de ellas todas las ecuaciones y considerarlas como realidades intangibles? Lejos de ello; lo que deben ensearnos, sobre todo, es lo que se puede y se debe cambiar n en ellas. As es como obtendremos de las mismas algo util. [Po] p. 98.
136
Eureka!
Material: - Una pelota pequea. n - Un cazo con agua. - Una regla. - Un cordel. - Un rotulador. - Un peso de cocina. - Un calibre o nonio (opcional).
Dejemos la pelota en el cazo de agua y marquemos la l nea de otacin con el rotulador o (para ello ser conveniente sujetar la pelota con la mano sin hundirla y quiz marcar slo a a o algunos puntos que pueden unirse ms fcilmente con ella fuera del agua). a a En la circunferencia que conforma el paralelo determinado por la l nea de otacin o marquemos dos puntos diametralmente opuestos. Para ello podemos simplemente extender el cordel sobre ella, desenrollarlo, marcar el punto medio y volverlo a enrollar.
l
M M
Entre estos dos puntos situemos el cordel lo ms tenso posible de manera que describa un a arco de meridiano que pase por la parte antes sumergida y midmoslo. Midamos tambin a e el radio de la pelota (con el nonio esto es trivial, tambin se puede utilizar el cordel y a e partir de la longitud del meridiano hallar el radio). Los valores para la longitud de arco y el radio correspondientes a un experimento real* fueron l = 8 9 cm y R = 2 8 cm.
N. del A. Emple una pelota de goma, parecida a las que se les suelen dar a los perros, algo menor e que una de tenis. Marcar la l nea de otacin fue ms dicultoso de lo previsto. Seal algunos puntos o a n e y si al volver a poner la pelota en el cazo no quedaban a ras de agua los correg Despus complet a. e e aproximadamente la circunferencia ayudndome de un papel puesto a modo de cucurucho. a
*
137
Apliquemos ahora la frmula o l 4 3 l R 3 2 sen2 sen4 3 4R 4R con l y R en cent metros (que con los datos citados resulta 47 25). Podemos comprobar utilizando el peso de cocina que esto coincide con bastante precisin con el peso de la o pelota en gramos (en nuestro caso 45 gr). Es decir, podemos saber cunto pesa una bola a ligera sin ms que examinar cunto ota. a a Explicacin: Para que la pelota est en equilibrio, el empuje debe coincidir en mdulo o e o con el peso. Segn el Principio de Arqu u medes, esto equivale a mg = g
V
En el sistema CGS (cent metros, gramos, segundos) la densidad del agua es = 1, y consecuentemente la frmula anterior implica que la masa coincide con el volumen. Lo unico o que hay que hacer es recordar los viejos tiempos de Clculo II y Clculo III, comprobando a a que la integral triple para hallar el volumen del segmento esfrico que subtiende un arco e de longitud l, da como resultado la fea frmula en trminos de l y R antes enunciada. o e
138
Un soplo de aire
Material: - Una servilleta. - Un lpiz. a - Una tarjeta de visita. - Un mechero.
Veamos dos sencillas pero sorprendentes experiencias. Para la primera, sujetemos con los dedos la servilleta de papel paralelamente a una de sus aristas, y cerca de ella, a lo largo del lpiz; de manera que el resto de la servilleta caiga ligeramente con respecto a la a horizontal por su propio peso. Si soplamos perpendicularmente al lpiz en la direccin tangencial a la supercie de a o la servilleta, cabr esperar que sta cayese todav ms por la fuerza del aire, sin embargo a e a a en contra de toda intuicin la servilleta asciende levemente. o Para la segunda, pongamos la tarjeta de visita frente a nosotros, a unos 20 cm, y el mechero encendido detrs de ella. Cuando soplamos con fuerza contra la tarjeta, la a llama del mechero de acerca hacia nosotros. Si variamos la posicin del mechero, mano tenindolo siempre detrs de la tarjeta, seguiremos observando una desviacin de la llama e a o que contradice lo que cabr esperar. a
Explicacin: En ambos casos se puede dar una explicacin cualitativa por medio del o o Teorema de Bernoulli. Recurdese que, segn ste, a lo largo de las trayectorias se debe e u e cumplir 1 v + p = cte. 2 Y bajo la hiptesis de irrotacionalidad, esta constante es independiente de la trayectoria. o 139
En el primer experimento, una mayor velocidad del aire en la cara de arriba genera una depresin que eleva la servilleta. En el segundo experimento, el aire del soplido despus de o e chocar con la tarjeta de visita se dispersa tangencialmente a sta. La velocidad grande en e comparacin con las part o culas vecinas de la parte de atrs, crea de nuevo una depresin a o que las aspira hacia adelante. En realidad, como ya hemos mencionado, esta explicacin es slo cualitativa, porque o o los fenmenos son ms complicados, y hay turbulencias que slo se podr entender teo a o an niendo en cuenta la viscosidad del aire.
140
Rebosa el recipiente
Material: - Una sartn lo ms amplia posible. e a - Una pajita de refresco articulada o un tubo exible de goma. - Un reloj con segundero o cronmetro. o - Un vaso.
Llenemos la sartn con agua y pongmosla sobre algn soporte que la mantenga a e a u cierta altura. Adosemos la pajita articulada o el tubo a la sartn de manera que un e extremo est sumergido hasta el fondo y el otro (el ms largo) asome por fuera a modo de e a sifn. Para que no se mueva podemos solicitar la ayuda de alguien o utilizar una pinza que o oprima muy poco. Aspirando por la pajita se consigue que el agua comience a salir y caiga en un vaso colocado justo a continuacin y de capacidad despreciable en comparacin con o o la de la sartn. e
Inclinando la pajita o moviendo el tubo podemos hacer que var la diferencia de e alturas, h, entre la supercie del agua de la sartn y el oricio de salida de la pajita. Si con e ayuda del reloj (y quiz de una calculadora) hallamos el logaritmo del tiempo T que tarda a en llenarse y rebosar en funcin del logaritmo de h para unos cuantos valores, resulta que o al representar los puntos correspondientes, stos se sitan aproximadamente en una recta e u cuya pendiente est cercana a 1/2. a Por ejemplo, en un experimento real se obtuvo la tabla log h 2 07, log T 2 48, 1 93, 1 79, 2 56, 2 64, 1 61, 1 41, 2 77, 2 89, 141 1 16, 3 04, 0 79, 3 26, 0 18 3 58
que est aproximada por la recta y = 0 59x + 3 71 con un error que t a picamente es del orden de una centsima. e
4 3.8 3.6 3.4 3.2 3 2.8 2.6 2.4 2.2 2
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
Explicacin: De nuevo apelaremos al Teorema de Bernoulli, sta vez en un caso que o e da lugar al llamdo Teorema de Torricelli. El agua que est ms arriba va empujando a la de debajo, con lo cual es natural a a suponer que las trayectorias conectan un punto A situado en la supercie del agua de la sartn, con un punto B en el oricio de salida. Por la gran capacidad de la sartn podemos e e suponer que el nivel del agua no se modica signicativamente al llenarse el vaso y se tiene vA = 0. Por otra parte, tanto en A como en B la presin que acta es la atmosfrica (el o u e l quido no est comprimido), pA = pB = patm . Por el Teorema de Bernoulli: a 1 2 1 2 2 vA + pA + ghA = vB + pB + ghB vB /h = 2g. 2 2 Con lo cual el agua sale con la misma velocidad que alcanzar un objeto soltado en ca a da libre desde altura h al transformar su energ potencial en cintica (Teorema de Torricelli, a e 1 2 ntese que 2 mv = mgh v = 2gh). Por otra parte, dicha velocidad es inversamente o proporcional al tiempo que tarda en llenarse el vaso (aunque la relacin entre velocidad y o ujo no es tan fcil como pudiera pensarse porque inicialmente las velocidades no son todas a perpendiculares a la seccin de la pajita [Fe-Le-Sa]). Es decir, hT 2 = cte, y tomando o logaritmos se obtiene que log T depende linealmente de log h con pendiente 1/2. Ntese que experimentalmente, al relacionar log h y log T hemos obtenido una recta o de pendiente 0 59 en lugar del valor terico 0 5, esto es, hay un error relativo de algo o ms del 15%. Es natural algn tipo de error sensible debido a que no consideramos la a u viscosidad, pero es extrao que la pendiente sea menos que la terica, ya que la viscosidad n o deber ralentizar el ujo. El error se reduce a la mitad si descartamos la primera medida a (error experimental?), pero que sea por defecto en vez de por exceso permanece entre los misterios de los experimentos caseros. 142
Direcciones en la red
Nota: Los sitios en la red tienen mucha volatilidad, con lo cual puede ser que algunas de estas direcciones ya no estn activas o que hayan cambiado sus contenidos ostensiblemente. e Applets http://www.phy.ntnu.edu.tw/java/ Contenidos diversos Curso de F sica Movimiento browniano Teorema central del l mite Ecuaciones de
http://www.sc.ehu.es/sbweb/fisica/default.htm http://xanadu.math.utah.edu/java/
http://www.ideamas.cl/cursoProb/javaEstat/ central limit theorem/clt.html
http://www.uam.es/personal pdi/ciencias/vmunoz/edp.html ondas y del calor http://home.ural.ru/iagsoft/BrachJ2.html Braquistocrona
http://lectureonline.cl.msu.edu/mmp/applist/chain/chain.htm en cadena http://bartok.ucsc.edu/peter/java/ising/keep/ising.html ing http://comp.uark.edu/jgeabana/mol dyn/KinThI.html http://www.isds.duke.edu/sites/java.html
Reaccin o
Modelo de Is-
Cintica de gases e Contenidos diversos
Probabilidad y estad stica
http://home.a-city.de/walter.fendt/homepage.htm
Pginas a http://www.msri.org/publications/sgp/jim/geom/minimal/mainc.html percie m nimas http://www.phys.virginia.edu/CLASSES/252/home.html http://rkb.home.cern.ch/rkb/AN16pp/node1.html http://web.usxchange.net/elmo/jpeg.htm http://www.physics.udel.edu/faculty/ macdonald/Course%20Notes.htm#IntroQuantumMechanics Curso de F sica AlgoCurso de F sica Anlisis de datos a Su-
Formato JPEG
http://www.rasip.fer.hr/research/compress/algorithms/index.html ritmos de compresin o
http://www.adi.uam.es/Docs/Knowledge/Fundamental Theory/theory.html Qu mica cuntica a 143
144
Programas
Excusa universal: Estos programas se realizaron rpidamente como una ayuda para a algunos clculos y para representar algunas grcas. No se ha puesto cuidado en que a a sean estructurados ni especialmente comentados. Su nalidad era el uso personal. Desafortunadamente, por razones tipogrcas ha sido necesario suprimir los indentados que a preceden a la mayor de las l a neas con lo cual no se reconocen a golpe de vista los saltos een los programas FORTRAN. Seccin: 2.1 o Tipo: MATLAB Descripcin: Aproxima la solucin de la ecuacin del calor en [0, 1] con extremos a o o o temperatura cero y dato inicial igual a una funcin tringulo (Problema 2.1.10). o a %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % ECUACIN DEL CALOR EN [0,1] O % CON U(0,T)=U(1,T)=0 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % toma 40*2 trminos de la serie de Fourier e n=[0:1:40]; x=[0:.01:1]; %"vector Fourier" f=sin(pi*x*(2*n+1)); %vector de coeficientes coef=4/pi^2*cos(pi*n)./(2*n+1).^2; %Dibujo para t=0.001 t=0.001 expo=exp(-(2*n+1).^2*pi^2*t); u=f*(coef.*expo); plot(x,u); hold on 145
%Dibujo para t=0.01 t=0.01 expo=exp(-(2*n+1).^2*pi^2*t); u=f*(coef.*expo); plot(x,u); hold on %Dibujo para t=0.1 t=0.1 expo=exp(-(2*n+1).^2*pi^2*t); u=f*(coef.*expo); plot(x,u); axis([0 1 0 0.5]) Seccin: 2.1 o Tipo: MATLAB Descripcin: Aproxima exp(cos(2*pi*x)) por su serie de Fourier hasta N = 3. o %%%%%%%%%%%%%% %%% APROXIMACIN DE FOURIER O %%%%%%%%%%%%%% x=[0:.009:1]; subplot(1,3,1) f=exp(cos(2*pi*x)); plot(x,f,--) hold on f1=1.26066+0.565159*2*cos(2*pi*x); plot(x,f1); hold off subplot(1,3,2) f=exp(cos(2*pi*x)); 146
plot(x,f,--) hold on f2=1.26066+0.565159*2*cos(2*pi*x)+0.135749*2*cos(4*pi*x); plot(x,f2); hold off subplot(1,3,3) f=exp(cos(2*pi*x)); plot(x,f,--) hold on f3=1.26066+0.565159*2*cos(2*pi*x)+ ... 0.135749*2*cos(4*pi*x)+0.022169*2*cos(6*pi*x); plot(x,f3); hold off print -eps fouri.eps Seccin: 2.2 o Tipo: MATLAB6 Descripcin: A partir de la foto dpto.jpg crea las fotos ltradas jp*.eps en las que o se cambian eliminan los coecientes de Fourier correspondientes a ceros en la matriz mask. Con l se han creado los ejemplos de la seccin. e o I = imread(dpto.jpg); I = im2double(I); T = dctmtx(8); B = blkproc(I,[8 8],P1*x*P2,T,T); % Se~ala los bloques y les da el color del promedio n mask = [1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 147
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2 = blkproc(B,[8 8],P1.*x,mask); I2 = blkproc(B2,[8 8],P1*x*P2,T,T); imshow(I2) print -deps jp1.eps % Usa cinco coeficientes de Fourier mask = [1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2 = blkproc(B,[8 8],P1.*x,mask); I2 = blkproc(B2,[8 8],P1*x*P2,T,T); imshow(I2) print -deps jp2.eps % Usa 16 coeficientes de Fourier mask = [1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; 148
B2 = blkproc(B,[8 8],P1.*x,mask); I2 = blkproc(B2,[8 8],P1*x*P2,T,T); imshow(I2) print -deps jp3.eps % Detecta verticales mask = [1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2 = blkproc(B,[8 8],P1.*x,mask); I2 = blkproc(B2,[8 8],P1*x*P2,T,T); imshow(I2) print -deps jp4.eps Seccin: 2.2 o Tipo: MATLAB6 Descripcin: Esta es una versin simplicada del programa anterior o o %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% CARGA UNA IMAGEN EN COLOR %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% xg=imread(lenna.jpg); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% ESCOGE SLO EL BLOQUE mxm DE CADA BLOQUE DE O %%% COEFICIENTES DE FOURIER %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 149
m=2; x=masc(xg,m); - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - function q=masc(I,n) I = im2double(I); T = dctmtx(8); B = blkproc(I,[8 8],P1*x*P2,T,T); % Se~ala los bloques y les da el color del promedio n mask=zeros(8); mask(1:n,1:n)=1; B2 = blkproc(B,[8 8],P1.*x,mask); I2 = blkproc(B2,[8 8],P1*x*P2,T,T); imshow(I2) q=100*n*n/64 Seccin: 2.2 o Tipo: MATLAB6 Descripcin: Resuelve el problema 2.2.6 con diferentes cuantizaciones. Evidenteo mente estas cuentas se pueden hacer con muchas menos l neas de programa. %% PARMETROS A I=ones(64, 64); t=pi/6; v0=[1 cos(t*1) cos(2*t*1)]; v1=[1 cos(t*3) cos(2*t*3)]; v2=[1 cos(t*5) cos(2*t*5)]; %% MATRIZ DE PRODUCTOS ESCALARES L=[-512 -221.7025 128 -221.7025 -96 55.4256 128 55.4256 -32]; 150
delta=[1/3 2/3 2/3]*[1/3 2/3 2/3]; %% MATRIZ DE LOS lambda kl L=L.*delta; %% CUANTIZACIN TRIVIAL O Cuant=[1 1 1; 1 1 1; 1 1 1] round(L./Cuant) Lc=Cuant.*round(L./Cuant) %% RECONSTRUCCIN O fr=round([v0*Lc*v0 v0*Lc*v1 v0*Lc*v2;... v1*Lc*v0 v1*Lc*v1 v1*Lc*v2; v2*Lc*v0 v2*Lc*v1 v2*Lc*v2]) Imag=[fr(3,1)*I fr(3,2)*I fr(3,3)*I;... fr(2,1)*I fr(2,2)*I fr(2,3)*I;... fr(1,1)*I fr(1,2)*I fr(1,3)*I]; figure(1) imshow(Imag, [-128 127]) %% CUANTIZACIN DEL PROBLEMA O Cuant=[20 40 60; 40 60 80; 60 80 100] round(L./Cuant) Lc=Cuant.*round(L./Cuant) %% RECONSTRUCCIN O fr=round([v0*Lc*v0 v0*Lc*v1 v0*Lc*v2;... v1*Lc*v0 v1*Lc*v1 v1*Lc*v2; v2*Lc*v0 v2*Lc*v1 v2*Lc*v2]) Imag=[fr(3,1)*I fr(3,2)*I fr(3,3)*I;... fr(2,1)*I fr(2,2)*I fr(2,3)*I;... fr(1,1)*I fr(1,2)*I fr(1,3)*I]; figure(2) imshow(Imag, [-128 127]) %%CUANTIZACIN COMO LA DEL PRIMER BLOQUE 3X3 DEL JPEG O Cuant=[16 11 10; 12 12 14; 14 13 16] 151
round(L./Cuant) Lc=Cuant.*round(L./Cuant) %%RECONSTRUCCIN O fr=round([v0*Lc*v0 v0*Lc*v1 v0*Lc*v2;... v1*Lc*v0 v1*Lc*v1 v1*Lc*v2; v2*Lc*v0 v2*Lc*v1 v2*Lc*v2]) Imag=[fr(3,1)*I fr(3,2)*I fr(3,3)*I;... fr(2,1)*I fr(2,2)*I fr(2,3)*I;... fr(1,1)*I fr(1,2)*I fr(1,3)*I]; figure(3) imshow(Imag, [-128 127]) %%CUANTIZACIN COMO LA DEL BLOQUE 0,3,6x0,3,6 DEL JPEG O Cuant=[16 16 51; 14 29 80; 49 87 120] round(L./Cuant) Lc=Cuant.*round(L./Cuant) %%RECONSTRUCCIN O fr=round([v0*Lc*v0 v0*Lc*v1 v0*Lc*v2;... v1*Lc*v0 v1*Lc*v1 v1*Lc*v2; v2*Lc*v0 v2*Lc*v1 v2*Lc*v2]) Imag=[fr(3,1)*I fr(3,2)*I fr(3,3)*I;... fr(2,1)*I fr(2,2)*I fr(2,3)*I;... fr(1,1)*I fr(1,2)*I fr(1,3)*I]; figure(4) imshow(Imag, [-128 127]) %%CUANTIZACIN COMO LA MITAD DE LA DEL PROBLEMA O Cuant=[10 20 30; 20 30 40; 30 40 50] round(L./Cuant) Lc=Cuant.*round(L./Cuant) %%RECONSTRUCCIN O fr=round([v0*Lc*v0 v0*Lc*v1 v0*Lc*v2;... v1*Lc*v0 v1*Lc*v1 v1*Lc*v2; v2*Lc*v0 v2*Lc*v1 v2*Lc*v2]) 152
Imag=[fr(3,1)*I fr(3,2)*I fr(3,3)*I;... fr(2,1)*I fr(2,2)*I fr(2,3)*I;... fr(1,1)*I fr(1,2)*I fr(1,3)*I]; figure(5) imshow(Imag, [-128 127]) Seccin: 2.2 o Tipo: MATLAB6 Descripcin: Filtra los coecientes de Fourier de la foto lenna.jpg eliminando los o que estn por debajo de ciertos valores umbral. La funcin de ltrado tr8x8bn es una a o modicacin de un programa elaborado por M. Teresa Carrillo con nes acadmicos. o e %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% CARGA UNA IMAGEN EN BLANCO Y NEGRO %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% xg=imread(lenna.jpg); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% HACE LA TRANSFORMADA DE COSENO EN BLOQUES 8X8 %%% Y ELIMINA LOS COEFICIENTES DE FOURIER MENORES QUE th %%% EL PORCENTAJE DE CEROS ES p0 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Umbrales=[0 40 80 120 1000] % LA IMAGEN ORIGINAL TIENE EL 29.7% DE CEROS imshow(xg); th=40; [p1,nada]=tr8x8bn(xg,gray(256),th); p1 th=80; [p2,nada]=tr8x8bn(xg,gray(256),th); p2 th=120; 153
[p3,nada]=tr8x8bn(xg,gray(256),th); p3 th=1000; [p4,nada]=tr8x8bn(xg,gray(256),th); p4 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - function [perf0,perfl2]=trcos8x8bn(X,map,t) % Aplica la transformacin del coseno (dct2) a la imagen X, o % con paleta map, % descompuesta en bloques 8x8. % X debe ser una matriz (2J 2J ). % map una paleta de grises. % Pasa un threshold t , (vg. % Representa: % la imagen original, % la imagen reconstruida por bloques 8x8 (idct2) despues % de haberla pasado el "threshold". % Calcula: % perf0: tanto por ciento de ceros en la imagen transformada despues (vg. 10). X, map obtenidas con load(woman)).
% de pasar el "threshold". % perfl2: cociente de las normas en l2 de la imagen transformada
% y de la imagen original. n=size(X); n=n(1)-7; for i=1:8:n for j=1:8:n xcl=dct2(X(i:i+7,j:j+7)); xc(i:i+7,j:j+7)=xcl(1:8,1:8); end 154
end % figure % imshow(log(abs(xc)),[ ],notruesize) xc(abs(xc)<t)=0; for i=1:8:n for j=1:8:n Yl=idct2(xc(i:i+7,j:j+7)); Y(i:i+7,j:j+7)=Yl(1:8,1:8); end end figure imshow(Y,map) perf0 = 100*(length(find(xc==0))/(size(xc,1)*size(xc,2))); xc=double(xc); Xd=double(X); perfl2 = 100*(sum((xc(:).*xc(:)))/sum(Xd(:).*Xd(:))); Seccin: 2.2 o Tipo: MATLAB6 Descripcin: Este programa es una modicacin del anterior para imgenes en color. o o a %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% CARGA UNA IMAGEN EN COLOR %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% xg=imread(angus2.jpg); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% HACE LA TRANSFORMADA DE COSENO EN BLOQUES 8X8 %%% Y ELIMINA LOS COEFICIENTES DE FOURIER MENORES QUE th %%% EL PORCENTAJE DE CEROS ES p0 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Umbrales=[0 40 80 120] 155
% LA IMAGEN ORIGINAL TIENE EL 10.3% DE CEROS imshow(xg); th=40; [p1,nada]=tr8x8c(xg,th); p1 th=80; [p1,nada]=tr8x8c(xg,th); p1 th=120; [p1,nada]=tr8x8c(xg,th); p1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - function [perf0,perfl2]=trcos8x8(X,t) % Aplica la transformacin del coseno a la imagen X o % descompuesta en bloques 8x8. % X debe ser una matriz (2J 2J 3). % Pasa un threshold t ), (vg. [n1 n2 n3]=size(X); n1=n1-7; n2=n2-7; for m=1:3 for i=1:8:n1 for j=1:8:n2 xcl(:,:,m)=dct2(X(i:i+7,j:j+7,m)); xc(i:i+7,j:j+7,m)=xcl(1:8,1:8,m); end end end xc(abs(xc)<t)=0; 156 10).
for m=1:3 for i=1:8:n1 for j=1:8:n2 Yl(:,:,m)=idct2(xc(i:i+7,j:j+7,m)); Y(i:i+7,j:j+7,m)=Yl(1:8,1:8,m); end end end figure Y=uint8(Y); imshow(Y) % Compute compression score. perf0 = 100*(length(find(xc==0))/(size(xc,1)*size(xc,2)*3)); % Compute L2 recovery score. xc=double(xc); Xd=double(X); perfl2 = 100*(sum((xc(:).*xc(:)))/sum(Xd(:).*Xd(:))); Seccin: Exp. 3.1 o Tipo: MATLAB Descripcin: Realiza las iteraciones indicadas de los xn . Se debe dar el valor inicial o de x. Cada vez que se ejecuta el programa se lleva a cabo una iteracin. o c=[2;1;1;1;2;1;0;0;0;1]; f1=[1 1 1 0 0 0 0 0 0]; x=x+(c(1)-f1*x)*f1/(f1*f1); f2=[0 0 0 1 1 1 0 0 0]; x=x+(c(2)-f2*x)*f2/(f2*f2); f3=[0 0 0 0 0 0 1 1 1]; x=x+(c(3)-f3*x)*f3/(f3*f3); f4=[1 0 0 1 0 0 1 0 0]; 157
x=x+(c(4)-f4*x)*f4/(f4*f4); f5=[0 1 0 0 1 0 0 1 0]; x=x+(c(5)-f5*x)*f5/(f5*f5); f6=[0 0 1 0 0 1 0 0 1]; x=x+(c(6)-f6*x)*f6/(f6*f6); f7=[1 0 0 0 0 0 0 0 0]; x=x+(c(7)-f7*x)*f7/(f7*f7); f8=[0 0 0 0 0 0 1 0 0]; x=x+(c(8)-f8*x)*f8/(f8*f8); f9=[0 0 0 0 0 0 0 0 1]; x=x+(c(9)-f9*x)*f9/(f9*f9); f10=[0 0 1 0 0 0 0 0 0]; x=x+(c(10)-f10*x)*f10/(f10*f10) Seccin: Exp. 3.1 o Tipo: MATLAB6 Descripcin: Ejemplo de reconstruccin algebraica. o o %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% RECONSTRUCCIN ALGEBRAICA O %% DE UNA MUESTRA 3X3 DEL TIPO: %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% OXX %% XOO %% OXO %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% PARMETROS A I=ones(64, 64); %% VALORES INICIALES %% ES MEJOR OMITIRLOS Y EJECUTAR 158
%% VARIAS VECES EL PROGRAMA, %% METINDOLOS EN LA PRIMERA ITERACIN E O %% n=0 %% x=zeros(9,1) %% LLAMADA AL PROGRAMA ANTERIOR tomo n=n+1; iteracion numero=n %% DIBUJO Imag=[x(1)*I x(2)*I x(3)*I;... x(4)*I x(5)*I x(6)*I;... x(7)*I x(8)*I x(9)*I]; imshow(Imag) Seccin: 3.2 o Tipo: MATLAB6 Descripcin: Reconstruye una imagen (phan.gif) consistente en un c o rculo negro con una burbuja (un agujero) a la derecha, usando la transformada de Radon. figure(1) I=ones(100,100); I(25:75, 25:75)=0; imshow(I) theta=0:180; [R,xp]= radon(I,theta); figure(2) I = imread(phan.gif); I = im2double(I); imshow(I) theta=0:180; 159
[R,xp]= radon(I,theta); figure(3) plot(xp,R(:,90)); figure(4) I=zeros(100,100); I(25:75, 25:75)=1; imshow(I) theta=0:180; [R,xp]= radon(I,theta); Seccin: 3.2 o Tipo: MATLAB6 Descripcin: Reconstruye una imagen patrn utilizando la transformada de Radon o o discretizada con un nmero de ngulos n. u a %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% TRANSFORMADA DE RADON Y SU RECONSTRUCCIN O %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% O % IMAGEN PATRN %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% X=phantom(256); figure imshow(X); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % NMERO DE NGULOS U A %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% n=40; h=180/n; theta=[0:h:180]; 160
[R,a]=radon(X,theta); figure imshow(iradon(R,h)); Seccin: Exp. 3.2 o Tipo: MATLAB Descripcin: Dibuja las sombras correspondientes a los tres tubos elegidos. o x=[-1:.01:1]; subplot(1,3,1) y1=2*sqrt(1-x.*x); plot(x,y1) axis([-1 1 0 3]) subplot(1,3,2) y2=2*sqrt(1-x.*x)-sqrt(1-min(1,4*x.*x)); plot(x,y2) axis([-1 1 0 3]) subplot(1,3,3) y3=2*sqrt(1-x.*x)+sqrt(1-min(1,4*x.*x)); plot(x,y3) print -deps fsomb.eps Seccin: Exp. 3.2 o Tipo: FORTRAN Descripcin: Crea las listas de datos correspondientes a la reconstruccin a partir de o o las sombras de los tubos considerados. La funcin S puede elegirse como S1, S2, S3. Los o dibujos tridimensionales se hacen en MATLAB, una vez cargados los datos en la matriz A1, con [r,theta]=meshgrid(A1(:,1),0:0.3:6.3); [z,theta]=meshgrid(A1(:,2),0: 0.3:6.3); mesh(r.*cos(theta),r.*sin(theta),z). c Algoritmo de reconstruccin para objetos 2D en el disco o c unidad con simetra radial a partir de la "sombra" S=S(x). 161
c c c Entrada de la precisin o print*,Precisin:=0.01 o h=0.01 c print*,x c read*,x c c BUCLE PRINCIPAL do 100 x=0,1.3,h c c Regla del trapecio en [0,pi] con paso h result=0. do 20 theta=0,3.141592654,h call fintegr(F,x,theta,h) result=result+F 20 continue result=h*result c c Imprime resultados print*,x,result 100 continue stop end c c Funcin a integrar . o Depende de x y theta
c y su valor quedar almacenado en F. a subroutine fintegr(F,x,theta,h) N=int(1./h) 162
var=x*cos(theta) F=1.23370055*S(var) do 10 k=N,0,-1 t=float(2*k+1) F=F-S(var+t*h)/t/t 10 continue F=0.202642367*F/h return end c c c Define la funcin sombra o c c TUBO MACIZO R=1 function S1(u) if (abs(u).ge.1.) S1=0 else S1=2*sqrt(1.-u*u) endif return end c TUBO HUECO (CORONA .5<R<1) function S2(u) S2=S1(u)-.5*S1(2.*u) return end c TUBO CON ALMA R<.5 DE DOBLE DENSIDAD function S3(u) 163 then
S3=S1(u)+.5*S1(2.*u) return end c FUNCION function S(u) S=S3(u) return end Seccin: 4.1 o Tipo: FORTRAN Descripcin: Genera datos aleatorios que se pueden aproximar con el teorema central o del l mite. c Teorema central del lmite tirando 10 dados n veces c c dimension a(60) c Inicia a do 5 i=1,60 5 a(i)=0 c c Semilla aleatoria open(2,FILE=dados.txt) j=Mod(TIME8(),1000) do 7 i=1,j 7 x=Rand() c c Nmero de veces que se tiran los 10 dados u n=1000 164
epsi=1./float(n) c do 10 i=1,n m=0 do 20 k=1,10 20 m=m+int(6*Rand())+1 a(m)=a(m)+epsi 10 continue print*,a c cc Escribe el resultado c do 30 i=1,60 cc30 write(2,*) i,-->,a(i)*100./float(n) c close(2) stop end Seccin: 4.2 o Tipo: FORTRAN Descripcin: Aproxima la integral correspondiente a los paseos aleatorios en dio mensin 3. o c Integral de los paseos aleatorios D=3 c c h=0.005 pi=3.141592654 x=0. do 10 u1=h, pi, h do 10 u2=h, pi, h 165
do 10 u3=h, pi, h x=x+h*h*h/(sin(u1/2.)*sin(u1/2.)+sin(u2/2.)*sin(u2/2.) * +sin(u3/2.)*sin(u3/2.)) 10 continue print*,x stop end Seccin: 4.3 o Tipo: MATLAB Descripcin: Simulacin discretizada de un proceso de difusin que ocurre entre dos o o o paredes y que tiene una distribucin inicial con dos mximos. o a %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% PROCESO DE DIFUSIN (MOV. BROWNIANO) DISCRETIZADO O %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 96 LUGARES PARA LAS PARTCULAS I x=[1:96]; % DISTRIBUCIN INICIAL O p=(96-x).*(1+sin(6*pi*x/96)); p(1:24)=0; p(88:96)=0; figure plot(x,p) % MATRIZ PARA LAS ITERACIONES m=96; A=.5*diag(ones(m-1,1),1)+.5*diag(ones(m-1,1),-1); % LAS PARTCULAS REBOTAN EN LOS EXTREMOS I A(1,1)=.5; A(96,96)=.5; 166
%%% ITERA figure for m=1:40 % ITERACIONES MOV. BROWNIANO % PINTA UNA ITERACIN DE CADA 5 O plot(x,p); p=p*A; p=p*A; p=p*A; p=p*A; p=p*A; hold on end hold off Seccin: Exp. 4.1 o Tipo: FORTRAN Descripcin: Calcula el nmero de formas de obtener cada puntuacin tirando 10 o u o dados. c Todas las posiblidades tirando 10 dados n veces c c dimension J(60) c Inicia a do 5 i=1,60 5 J(i)=0 c open(2,FILE=edado.txt) c 167
do 10 i1=1,6 do 10 i2=1,6 do 10 i3=1,6 do 10 i4=1,6 do 10 i5=1,6 do 10 i6=1,6 do 10 i7=1,6 do 10 i8=1,6 do 10 i9=1,6 do 10 ia=1,6 m=i1+i2+i3+i4+i5+i6+i7+i8+i9+ia J(m)=J(m)+1.0 10 continue c c Escribe el resultado do 30 i=1,60 30 write(2,*) Sale un ,i,-->,J(i), veces close(2) print*, J stop end Seccin: Exp. 4.1 o Tipo: MATLAB Descripcin: Dibuja los datos correspondientes al experimento de lanzar los dados o 100 veces. n=[10:1:60]; %figure(1) plot(n,0.073869756*exp(-3*(n-35).*(n-35)/175),-); 168
axis([10 60 0 0.1]) print -deps ga100.eps D=[0 0 0 0 0 0 0 0 0 0 0 0 0 ... 1 1 0 3 2 5 5 5 7 7 10 3 5 6 8 6 4 7 5 2 2 2 0 1 3 ... 0 0 0 0 0 0 0 0 0 0 0 0 0]/100; %hold on plot(n,D,-); print -deps da100.eps % error mximo a maxerror=max(abs(0.073869756*exp(-3*(n-35).*(n-35)/175)-D)) % error promedio errorprom=sum(abs(0.073869756*exp(-3*(n-35).*(n-35)/175)-D))/51 hold off Seccin: Exp. 4.1 o Tipo: MATLAB Descripcin: Muestra el histograma al tirar n dados 100 veces y se compara con lo o que predice el teorema central del l mite. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% SE CUMPLE EL TEOREMA CENTRAL DEL LMITE? I %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % SE HALLA EL HISTOGRAMA AL TIRAR n % DADOS Y SUMAR LAS PUNTUACIONES n=10000; y=sum(rand(100,n)); x=[40:60]; hist(y,x); hold on % SE COMPARA CON LA GAUSSIANA 169
x2=[40:.1:60]; y2=exp(-(x2-50).^2*3/50)/sqrt(2*pi*25/3); plot(x2,n*y2,r) hold off Seccin: Exp. 4.2 o Tipo: FORTRAN Descripcin: Calcula las proporciones en un nmero a elegir de iteraciones en la o u urna de Plya. o c Urna de Plya o c dimension n(10000) j=Mod(TIME8(),1000) do 7 i=1,j 7 x=Rand() c Una bola de cada color n(1)=1 n(2)=0 c Nmero de bolas blancas u nb=1 c Nmero total de extracciones u print*, Nmero de extracciones u read*,nt do 10 j=2, nt c Proporcin o print*, j, float(nb)/float(j) i=int(j*Rand())+1 n(j+1)=n(i) nb=nb+n(i) 170
10 continue stop end Seccin: 5.2 o Tipo: MATLAB Descripcin: Dibuja las trayectorias para el campo de velocidades correspondiente a o 2 1 z que representa el ujo en torno a un obstculo circular en ausencia de circulacin. a o figure(1) % % La ecuacin est en polares. o a ang=[0.01:0.01:3.14]; % % El parmetro selecciona diferentes trayectorias a param=[.05:.15:2]; la=param*(1./sin(ang)); r=.5*(la+sqrt(la.*la+4)); x=r*diag(cos(ang)); y=r*diag(sin(ang)); plot(x,y,x,-y,0,0) axis([-5 5 -4 4]) axis off El ngulo vara entre 0 y pi. a
171
172
Se acab. A modo de indicacin para posibles docentes futuros de este curso, sealar que o o n e ha dado tiempo a cubrir en el cuatrimestre todos los apuntes excepto cuatro secciones, sobrando algunos d as, y que esencialmente el esquema de evaluacin establecido ha consistido en dos parciales o y un examen oral sobre un trabajo individual o en grupo de tema de eleccin libre (ms detalles en o a http://www.uam.es/fernando.chamizo). Mi consejo es no llevar nunca a cabo este sistema de evaluacin cuando se tienen casi setenta estudiantes matriculados. Valgan tambin estas ultimas l o e neas para agradecer la atencin prestada por los alumnos que han seguido o sufrido el curso. No s hasta qu punto o e e han quedado satisfechos, y seguramente nunca lo sabr, porque el d de las encuestas asistieron pocos. e a El balance docente personal que me queda es que he dedicado much simo esfuerzo (apuntes, ejercicios, programas, exposiciones, web) para obtener pocos frutos; sinceramente creo que otros cursos me han quedado mucho mejor con menos dedicacin. Evidentemente el resultado podr ser bien distinto si yo o a hubiera sido un experto en Modelizacin II. o 173

Modelización II

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Modelización II

Загружено:

Авторское право:

Доступные форматы

(un pase de modelos)

Ondas Transmisin del calor. o El formato JPEG. Ondas electromagnticas. e Experiencias

Tomograf a. Reconstruccin algebraica. o Transformada de Radon. Experiencias

Fluidos Ecuaciones de Euler. Fluidos estacionarios irrotacionales. Ecuaciones de Navier-Stokes. Experiencias

Direcciones en la red Programas

1 + (y (x))2 dx. 2gx

Diccionario: Forma del tobogn Funcin y = y(x) con y(0) = 0. a o

(1 + (y (x))2 )/(2gx) dx.

F (y0 (x) + (x), y0 (x) + (x), x) dx = 0. Por consiguiente

debe alcanzar un extremo en

Integrando por partes el segundo sumando del integrando, se deduce

x/ 2C x. Uno puede conseguirlo con sus propias 7

extremo entre las funciones y C 2 con y(a) = A, y(b) = B. I =

10) Probar que si a < 0 < b, A = B y n 1, entonces

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Generales: Algoritmos de ordenacin y bsqueda y sus aplicaciones. o u El tomo de hidrgeno. a o

Y por el mismo precio, las palabras del sabio:

Tension Fuerza Efectiva Peso

Diccionario: Movimiento de sistemas mecnicos Funciones q1 , q2 , . . . , qk tales que J = 0. a 12

L(q1 (t), . . . , qk (t), q1 (t), . . . , qk (t), t) dt

dt. Hallar su ecuacin. o

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Y por el mismo precio, las palabras del sabio:

1.3. Bailando al aire

momentos angulares que lo componen, es decir L = I con I= M dxdydz

para ciertas constantes C, K > 0.

2I1 (I2 I3 )1 2 3 + 2I2 (I3 I1 )1 2 3 + 2I3 (I1 I2 )1 2 3 = 0.

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Y por el mismo precio, las palabras del sabio:

1.4. De pel cula

= 1 (0) + 2 (0) = (1 + 2 )n.

ENv Xv F Nv Xu = a22 (EG F 2 ).

F =Xu Xv = F + h(Nu Xv + Nv Xu ) + Para ciertas funciones H1 , H2 y H3 . Operando se llega a

E G (F )2 = EG F 2 + 2 hH + para cierta funcin H4 que no depende de o Por tanto A( ) =

H = GNu Xu + ENv Xv F (Nu Xv + Nv Xu ).

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Y por el mismo precio, las palabras del sabio:

Material: - Cartn o cartulina. o - Dos canicas iguales. - Una calculadora.

Dejame alguna experiencia, dejame participar 1

x = a(t sen t),

Dejame alguna experiencia, dejame participar 2

vendr dada por a E= gh dm = g h ds

Dejame alguna experiencia, dejame participar 3

d u = cte ujo. dt V u Estas propiedades se cumplen en cada entorno = u. t

donde la suma se entiende como l mite de

y la convergencia es absoluta y uniforme.

u Dem. (del Teorema): Sea el ncleo de Dirichlet DN (x) = prueba que

DN (t)(f (x) f (x t)) dt.

hx (t) cos((2N + 1)t) dt.

f (y1 , y2 , y3 )e(y1 1 )e(y2 2 )e(y3 3 ) dy1 dy2 dy3 .

coecientes de Fourier de h(x) =

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Y por el mismo precio, las palabras del sabio:

2.2. Todo en blanco y negro

Anlisis del bloque f Expresin de f en cierta base B de V = {f : Q R} a o

f (n, m)g(n, m).

Dem.: Cada funcin f V queda determinada por su valor en los 64 elementos de Q, o 50

e01 e11 . . . e11

... ... .. . ...

Trabajos sugeridos a slo 3 centauros (el precio de esta fotocopia) o

Y por el mismo precio, las palabras del sabio:

2.3. Buscando la luz

para S supercie cerrada.

Cuando el ujo aumenta, la circulacin elctrica va en sentido negativo, as que K < 0, y se o e 57