Академический Документы
Профессиональный Документы
Культура Документы
OSCAR REULA
1
2
AGRADECIMIENTOS
3
4
NDICE GENERAL
2. lgebra Lineal 27
2.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1. Covectores y Tensores . . . . . . . . . . . . . . . . . . . . 29
2.1.2. Complexificacin . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.3. Espacios cociente . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2. Normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.1. Las normas inducidas en V ? . . . . . . . . . . . . . . . . . 36
2.3. Teora de Operadores Lineales . . . . . . . . . . . . . . . . . . . . 36
2.3.1. Representacin Matricial . . . . . . . . . . . . . . . . . . . 39
2.3.2. Subespacios Invariantes . . . . . . . . . . . . . . . . . . . . 40
2.3.3. Forma Cannica de Jordan . . . . . . . . . . . . . . . . . 49
2.3.4. Relacin de Semejanza . . . . . . . . . . . . . . . . . . . . 52
2.4. Operadores Adjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.5. Operadores Unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.6. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3. Geometra 65
3.1. Variedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2. Funciones Diferenciables en M . . . . . . . . . . . . . . . . . . . . 69
3.3. Curvas en M . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4. Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.5. Campos Vectoriales y Tensoriales . . . . . . . . . . . . . . . . . . 75
3.5.1. El Corchete de Lie . . . . . . . . . . . . . . . . . . . . . . . 75
5
3.5.2. Difeomorfismos y la Teora de las Ecuaciones Dife-
renciales Ordinarias . . . . . . . . . . . . . . . . . . . . . . 76
3.5.3. Campos de Covectores y Tensores . . . . . . . . . . . . . 77
3.5.4. La Mtrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.5.5. Notacin de ndices Abstractos . . . . . . . . . . . . . . 81
3.6. Derivada Covariante . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6. Estabilidad 131
6.1. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6
9. Distribuciones 185
9.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.2. La derivada de una distribucin . . . . . . . . . . . . . . . . . . . . 189
9.3. Nota sobre la completitud de D y su dual D 0 . . . . . . . . . . . 193
9.4. Convergencia y Compacidad Dbil . . . . . . . . . . . . . . . . . 194
7
15.5.1. El grupo SO(3). . . . . . . . . . . . . . . . . . . . . . . . . 272
15.6. Cosets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
15.6.1. Espacios Homogneos . . . . . . . . . . . . . . . . . . . . 275
15.7. Subgrupos Normales . . . . . . . . . . . . . . . . . . . . . . . . . . 276
8
NDICE DE FIGURAS
9
8.4. El espacio perpendicular. . . . . . . . . . . . . . . . . . . . . . . . 165
8.5. Ley del paralelogramo. . . . . . . . . . . . . . . . . . . . . . . . . 166
10
PREFACIO
11
dato produca una solucin totalmente distinta. Recin a mediados del siglo
pasado se logr un avance sustancial al problema, encontrando que haban
distintos tipos de ecuaciones, hiperblicas, elpticas, parablicas, etc. que se
comportaban de manera distinta y esto reflejaba los distintos procesos fsicos
que las mismas simulaban. Debido a su relativa actualidad, este conjunto tan
importante de conceptos no forman parte del conjunto de herramientas con
que cuentan muchos de los fsicos en actividad ni tampoco se encuentran en
los libros de texto usualmente utilizados en las carreras de grado.
Como el anterior hay muchos ejemplos, en particular la teora de ecua-
ciones diferenciales ordinarias y la geometra, sin la cual es imposible com-
prender muchas de las teoras modernas, tales como la relatividad, las teoras
de partculas elementales y muchos fenmenos de la fsica del estado slido.
A medida que avanza nuestra comprensin de los fenmenos bsicos de la
naturaleza ms nos damos cuenta que la herramienta ms importante para su
descripcin es la geometra. sta, entre otras cosas, nos permite manejar una
amplia gama de procesos y teoras sin mucho en comn entre s con un con-
junto muy reducido de conceptos, logrndose as una sntesis. stas sntesis
son las que nos permiten adquirir nuevos conocimientos, ya que mediante
su adopcin dejamos espacio en nuestras mentes para aprender nuevos con-
ceptos, los cuales son a su vez ordenados de manera ms eficiente dentro de
nuestra construccin mental del rea.
Estas notas fueron originalmente pensadas para un curso de cuatro me-
ses de duracin. Pero en realidad se adaptaban ms para un curso anual o dos
semestrales. Luego, a medida que se fueron incorporando ms temas a las mis-
mas, result ms y ms claro que deben darse en dos cursos semestrales o uno
anual. Bsicamente un curso debera contener los primeros captulos que in-
cluyen nociones de topologa, espacios vectoriales, lgebra lineal, finalizando
con la teora de las ecuaciones en derivadas ordinarias. La tarea se simplifica
considerablemente si los estudiantes han tenido previamente un buen curso
de lgebra lineal. La correlacin con las materias de fsica debera ser tal que
el curso sea previo o concurrente con una mecnica avanzada. Haciendo hin-
capi en la misma sobre el hecho de que en definitiva uno est resolviendo
ecuaciones diferenciales ordinarias con cierta estructura especial. Utilizando
los conceptos del lgebra lineal para encontrar modos propios y la estabilidad
de puntos de equilibrio. Y finalmente utilizando la geometra para describir
aunque ms no sea someramente la estructura simplctica subyacente.
El segundo curso consiste en desarrollar las herramientas para poder dis-
cutir aspectos de la teora de ecuaciones en derivadas parciales. Debera dar-
se antes o concurrentemente con un curso avanzado de electromagnetismo,
12
donde se debera hacer hincapi en el tipo de ecuaciones que se resuelven (elp-
ticas, hiperblicas), y el sentido de sus condiciones iniciales o de contorno,
segn corresponda. Usando adems en forma coherente el concepto de dis-
tribucin, que lejos de ser un concepto matemtico abstracto es en realidad
un concepto que aparece naturalmente en la fsica.
Nada del contenido de estas notas es material original, s algunas formas
de presentarlo, por ejemplo algunas pruebas ms simples que las usuales, o
la forma de integrar cada contenido con los anteriores. Mucho del material
debera ser pensado como una primera lectura o una iniciacin al tema y el
lector interesado en profundizar debera leer los libros citados, de los cuales
he extrado mucho material, siendo stos excelentes y difciles de superar.
13
14
CAPTULO 1
1.1. Introduccin
La nocin de conjunto, si bien nos dice que ciertos objetos los elemen-
tos que lo conforman tienen algo en comn entre s, no nos da ninguna idea
de la cercana de entre estos elementos, mientras que por otro lado si consi-
deramos por ejemplo los nmeros reales esta nocin est presente. Sabemos
por ejemplo que el nmero 2 est mucho ms cercano al 1 que lo que lo est
el 423. El concepto de una topologa en un conjunto que definiremos a con-
tinuacin trata de captar con precisin esta nocin de cercana la cual, como
veremos admite muchas gradaciones.
2. Sea O , S
I , una familia monoparamtrica de subconjuntos de X en
T , luego I O est tambin en T .
15
Ejemplo: a) Sea T = {;, X }, es decir que los nicos subconjuntos abiertos de
X son el subconjunto vaco y el subconjunto X . Es claro que esta coleccin
de subconjuntos es una topologa, ya que satisface las tres condiciones reque-
ridas, a esta topologa se la denomina indiscreta. Podemos decir que en esta
topologa los puntos de X estn arbitrariamente cerca entre s, ya que si un
abierto contiene a uno de ellos los contiene a todos.
16
X y un mapa d : X X lR, llamado usualmente distancia, satisfaciendo
las siguientes condiciones:
1. d (x, x 0 ) 0, = 0 x = x 0 .
2. d (x, x 0 ) = d (x 0 , x).
3. d (x, x 0 ) + d (x 0 , x 00 ) d (x, x 00 ).
Ejercicio: Pruebe que este espacio posee una topologa inducida por su mtri-
ca en forma similar a lR en el ejemplo anterior.
1.1.1. Terminologa
Damos a continuacin un resumen de la terminologa usual en esta rea,
la misma es una generalizacin directa de la usada comnmente.
17
Ejercicio: Sea (X , d ) un espacio vectorial mtrico, pruebe que:
a) C x1 = {x 0 |d (x, x 0 ) 1} es cerrado y es un entorno de x.
b) N x" = {x 0 |d (x, x 0 ) < "}, " > 0 es tambin un entorno de x.
c) I nt (N x" ) = N x"
d) C l (N x" ) = {x 0 |d (x, x 0 ) "}
e) N x" = {x 0 |d (x, x 0 ) = "}.
18
Definicin: Un mapa : X Y entre un conjunto X y otro Y es una
asignacin a cada elemento de X de un elemento de Y .
Esto generaliza el concepto de funcin usual, note que el mapa est definido
para todo elemento de X , mientras que en general su imagen, es decir el
conjunto (X ) {y Y | x X y (x) = y}, no es todo Y . En el caso
que lo es, es decir que (X ) = Y , diremos que el mapa es suryectivo. Por
otro lado si se cumple que (x) = (x) = x = x diremos que el mapa es
inyectivo. En tal caso existe el mapa inverso a entre el conjunto (X ) Y
y X . Si el mapa es adems suryectivo entonces su inverso est definido en
todo Y y en este caso se denota por 1 : Y X . Es de utilidad considerar
tambin los conjuntos 1 (O) = {x X | (x) O}
19
Esta segunda definicin est mucho ms cerca del concepto intuitivo de
continuidad.
Topologa Inducida:
Ejemplo:
a) Sea X = Y = lR con la topologa usual y sea : lR lR la funcin (x) =
17 x lR. Esta funcin es claramente continua con respecto a las topologas
de X e Y , las de la lnea real. Sin embargo T , la topologa inducida en X
por este mapa es la indiscreta!
b) Sea X e Y como en a) y sea (x) un mapa invertible, luego T coincide
con la topologa de la lnea real.
20
1.2.2. Compacidad
La otra generalizacin corresponde al concepto de Compacidad. Para
ello introducimos la siguiente definicin: Sea X un conjunto, A un subcon-
junto de ste y {A } una coleccin de subconjuntos de X parametrizados por
una variable continua o discreta . Diremos que esta coleccin cubre A si
A A .
21
constituira una contradiccin.
Veamos ahora la relacin entre los dos conceptos derivados del de To-
pologa, es decir el de la continuidad de mapas entre espacios topolgicos y
el de compacidad. El hecho de que un mapa entre espacios topolgicos sea
continuo implica que este mapa es especial, en el sentido de que tiene o lleva
informacin sobre las respectivas topologas y preserva las propiedades topolgi-
cas de los conjuntos que asocia. Esto se ve en la siguiente propiedad, la cual
como se desprende del ejemplo que sigue es muy importante.
Teorema 1.2 Sean X e Y dos espacios topolgicos y un mapa continuo entre
ellos. Luego si A es un subconjunto compacto de X , (A) es un subconjunto
compacto de Y .
22
Teorema 1.3 Sea A compacto. Luego toda sucesin en A tiene un punto de acu-
mulacin.
Ejercicio: Pruebe que los conjuntos compactos en la lnea real son los cerra-
dos y acotados.
Nos podemos hacer ahora la pregunta inversa: Si A X es tal que toda
sucesin tiene puntos de acumulacin, es cierto entonces que A es compac-
to? Una respuesta afirmativa nos dara una caracterizacin alternativa de la
compacidad, y sta es afirmativa para el caso de la lnea real. En general la res-
puesta es negativa: hay topologas en las cuales toda sucesin en un conjunto
tiene puntos de acumulacin en l, pero este no es compacto. Sin embargo to-
das las topologas que nosotros veremos son numerables de segunda especie
[Ver recuadro] y en stas la respuesta es afirmativa.
En la lnea real es cierto que si x lR es un punto de acumulacin de
una sucesin {xn } entonces existe una subsucesin, {xn }, es decir una res-
triccin del mapa definiendo la sucesin a un nmero infinito de nmeros
naturales, que tendr a x como punto lmite. Esto tampoco es cierto en la
generalidad de los espacios topolgicos, pero s lo es si consideramos solo
aquellos que son numerables de primera especie [Ver recuadro]. Todos los
espacios que veremos en este curso lo son.
23
*Numerabilidad de espacios topolgicos.
Ejemplo:
a) X con la topologa indiscreta es numerable de primera especie.
b) X con la topologa discreta es numerable de primera especie. Y de segunda
especie si y solo si sus elementos son numerables.
24
*Separabilidad de espacios topolgicos.
Ejemplo:
a) X con la topologa indiscreta es Hausdorff.
b) X con la topologa discreta no es Hausdorff.
Ejercicio: Encontrar una topologa tal que los enteros sean Hausdorff y com-
pactos.
25
26
CAPTULO 2
LGEBRA LINEAL
1.b) Existe en V un nico elemento llamado cero y denotado por 0, tal que
0 + v = v v V . (2.2)
1v = v.
27
3.a) Para cualquier par de nmeros reales a y a 0 y cualquier vector v se
cumple que,
(a + a 0 )v = av + a 0 v.
Las primeras son condiciones que involucran solo la regla de la suma. Las
siguientes solo involucran a la regla del producto, mientras que las dos ltimas
tratan de la relacin entre estas dos operaciones.
Ejemplo: El conjunto de todas las ntuplas de nmeros reales con las ope-
raciones usuales de suma y multiplicacin tupla por tupla. Este espacio se
denomina lRn .
28
En lo que sigue de este captulo solo consideraremos espacios vectoriales de
dimensin finita.
i (v j ) = ij . (2.4)
29
que al actuar sobre un covector cualquiera da el nmero (v). Note que
x v acta linealmente en los elementos de V y por lo tanto es un elemento de
V . Hay elementos de V que no provengan de algn vector en V ? La res-
puesta es no, ya que el mapa x v : V V es inyectivo [x v () = 0 =
v = 0] y por lo tanto 2 dim x V = dimV . Por otro lado dimV = dimV
ya que V es el dual de V y as dimV = dimV = dimV , lo que indica
que el mapa en cuestin es tambin suryectivo y por lo tanto invertible. Es-
to nos permite identificar V y V y concluir que dualizando no podremos
construir ms espacios vectoriales interesantes.
V V} V
| {z | {z V } lR.
k veces l veces
El conjunto de estos mapas (para cada par (k, l ) dado) es tambin un espacio
vectorial, con las operaciones obvias y sus elementos son llamados tensores
de tipo (k, l ) .
Ejercicio: Cul es la dimensin de estos espacios como funcin del par (k, l )?
Nota: En dimensin finita se puede demostrar que cualquier tensor de tipo
(k, l ) se puede escribir como combinacin lineal de elementos del producto
cartesiano de k copias de V y l copias de V donde hemos identificado a V
con V . Por ejemplo si t es de tipo (0, 2), o sea un mapa que tiene como
argumentos a dos covectores, entonces dada una base {v i } de V habr n n
nmeros reales t i j , i = 1, . . . , n tales que
n
X
t (, ) = t i j v i ()v j (), , V . (2.5)
i, j =1
30
V
| V {z V } V V} .
| {z
k veces l veces
Por lo tanto tambin se los puede considerar a los tensores como elementos
de estos productos externos.
"(u1 , . . . , un ) 6= 0. (2.7)
31
es totalmente antisimtrico en los {ui } y por lo tanto proporcional a s mis-
mo;
Problema 2.2 Muestre que esta definicin no depende del " empleado ni de la
base y por lo tanto es realmente una funcin del espacio de operadores de V en
lR.
2.1.2. Complexificacin
Otra manera de obtener campos vectoriales a partir de uno dado, diga-
mos V , es extendiendo el campo donde est definida la operacin de multi-
plicacin, si esto es posible. El caso ms comn es la complexificacin de un
espacio vectorial real en ese caso simplemente se extiende el producto a los
nmeros complejos resultando un campo vectorial de la misma dimensin.
Una manera de obtenerlo, por ejemplo es tomando un conjunto de vectores
linealmente independientes del espacio inicial, es decir una base, y conside-
rando todas las combinaciones lineales con coeficientes complejos arbitrarios.
El espacio as obtenido se denota por V C . Si las componentes de los vectores
en V en la base original eran n-tuplas de nmeros reales, ahora son n-tuplas
de nmeros complejos. Como la base es la misma, la dimensin tambin es
la misma. Estas extensiones de espacios vectoriales aparecen a menudo y ms
adelante veremos otras.
32
conjunto de clases equivalentes en V , donde diremos que dos vectores de V
son equivalentes si su diferencia es un vector en W . Este espacio se denota
como V /W .
2.2. Normas
Ejemplos: En lR2 :
33
2v Wv 0
v
v0
Wv
Ejercicio: Pruebe que |t (u, v)|2 ||u|| t ||v|| t . Ayuda: Considere el polino-
mio: P () := t (u + v, u + v).
Ejercicio: Pruebe que los ejemplos dados son en realidad normas. Grafique
las curvas de nivel de las cuatro primeras normas, es decir los conjuntos Sa =
{(x, y) lR2 / k(x, y)k = a} y las bolas de radio a", es decir Ba = {(x, y)
lR2 /k(x, y)k a}.
34
un nmero positivo cualquiera, a, existe un nico nmero > 0 tal que
kxk = a. Esto indica que las superficies de nivel de la norma, es decir las
hiper-superficies Sa = {x V /kxk = a}, a > 0 forman una familia suave de
capas una dentro de la otra y cada una de ellas divide a V en tres conjuntos
disjuntos, el interior4 de Sa conteniendo el elemento x = 0 , Sa y el exterior
de Sa . El interior de Sa es un conjunto convexo, es decir si x e y pertenecen
al interior de Sa luego x + (1 )y, [0, 1] tambin pertenece [ya que
kx + (1 )yk kxk + (1 )kyk a + (1 )a = a]. Una curva
de nivel caracteriza completamente una norma en el sentido que si damos
un subconjunto N de V , tal que N tiene la propiedad radial, es decir dado
x 6= 0 existe > 0 tal que x N , y su interior es convexo, luego existe una
nica norma tal que N es la superficie de nivel S1 . Esta norma se define de la
siguiente forma: dado x habr un > 0 tal que x N y entonces la norma
de x ser kxk = 1 .
Teorema 2.1 Sea V un espacio vectorial de dimensin finita. Luego todas sus
normas son equivalentes entre s, en el sentido que dadas k k y k k0 existen
constantes positivas M1 y M2 tal que para todo x V se cumple M1 kxk
kxk0 M2 kxk.
donde los a i son las componentes de x, con respecto a una base {e i } que su-
pondremos dada, x = a i ei . Sea y = b i ei y k k otra norma cualquiera, luego
35
Esto demuestra que la norma k k es una funcin continua con respecto a
la norma kk1 . Sea S1 la superficie de nivel de radio 1 con respecto a la mtrica
k k1 . S1 es un conjunto cerrado y acotado y por lo tanto compacto5 . Por lo
tanto, por continuidad, k k tiene un valor mximo, M2 , y un mnimo, M1 ,
que dan la desigualdad buscada.
Notas:
i) En esta prueba es crucial el hecho de que S1 es compacto. Si V es de dimen-
sin infinita esto no es as y hay muchas normas no equivalentes.
i i ) Para nuestros propsitos cualquier norma es suficiente ya que si por
ejemplo, f : V lR es diferenciable con respecto a una norma lo es tam-
bin con respecto a cualquier otra equivalente a sta y por simplicidad de
ahora en ms usaremos la Eucldea.
i i i ) En este sentido las normas de espacios vectoriales son equivalentes a la
generada por cualquier elemento simtrico-positivo del producto exterior de
su dual consigo mismo.
i v) Como normas equivalentes generan una misma topologa, vemos que en
los espacios vectoriales de dimensin finita existe una nica topologa asocia-
da con todas sus posibles normas. Esta usualmente se denomina la topologa
fuerte .
36
y adems A B (el operador que a x V lo enva a A(B(x)) V ) tambin
pertenece a L . Debido a esta propiedad podemos adems definir funciones
no lineales de L en lR y mapas de L en L . Para estudiar la continuidad
y diferenciabilidad de estos mapas introduciremos una norma en L , la ms
conveniente es la siguiente norma inducida de la usada en V ,
37
esta funcin se llama la traza de A y se denota t r (A).
Entre los mapas de L en L consideremos el mapa exponencial, definido
como,
Ai A2
eA =
X
= I +A+ + (2.13)
i =0 i! 2
n Ai
Prueba: Considere la sucesin de Cauchy {enA}, donde enA
X
. Esta
i=0 i!
sucesin es de Cauchy ya que, tomando m > n, tenemos
kAk n kAi k
Donde e m L
X L y la ltima implicacin sigue del hecho que
i=0 i!
kAk
la serie numrica e L converge. Pero por completitud 7 de L toda su-
cesin de Cauchy converge a algn elemento de L que llamaremos e A. La
diferenciabilidad de e t A sigue del hecho de que si una serie f (t ) es con-
P
i =0 i
d f i
vergente y es uniformemente convergente, luego ddt f (t ) =
P P
i=0 i=0 i
P d dt
f (t )
i=0 d t i
38
a) e (t +s)A = e t A e s A,
b) Si A y B conmutan, es decir si AB = BA, luego e A+B = e A e B .
c) d e t (e A) = e t r (A)
d
d) e t A = Ae t A.
dt
Ayuda: Para el punto c) use que e A se puede definir tambin como,
A
e A = lm (I + )m .
m m
A j i = A( j , u i ) = (P 1 ) j l Al k P k i o A = P 1 AP (2.15)
Pn
Ejercicio: Ver, a partir de su definicin (ecuacin (2.12)), que t r A = i=1
Ai i .
39
2.3.2. Subespacios Invariantes
(A I )u = 0 (2.16)
Prueba:
Una solucin de esta ecuacin consiste as de un escalar , llamado au-
tovalor del operador A y de un vector u, llamado autovector del operador
A. El subespacio de V C dado por {u | C } es el subespacio invariante
buscado.
Es claro que el sistema tiene solucin si y solo si det(A I ) = 0. Pero
este es un polinomio en de orden igual a la dimensin de V y por lo tanto,
por el Teorema Fundamental del lgebra tiene al menos una solucin o raz,
(en general complejas), 1 , y por lo tanto habr, asociada a ella, al menos un
u 1 solucin de (2.16) con = 1
40
La necesidad de considerar todas estas soluciones es lo que nos lleva a
tratar el problema para espacios vectoriales complejos.
0 A2 2 A2 n
.. ..
A= 0 0 . . A3 n . (2.17)
. .. .. .. ..
. . . .
. .
0 0 An n
Como veremos ms adelante, en el captulo 5, esta es una forma muy con-
veniente para poder entender cmo son las soluciones a sistemas de ecuacio-
nes diferenciales ordinarias. Y lo ms atractivo de la misma es que cualquier
operador tiene una representacin matricial con forma diagonal superior! Es
ms, si un producto escalar est presente, la base para esta representacin pue-
de ser elegida en forma orto-normal.
(A I )u = 0. (2.18)
Como ya vimos este problema siempre tiene al menos una solucin no trivial
y por lo tanto tenemos un par (1 , u 1 ) solucin del problema. Tomamos u 1
de norma unidad y como primer elemento de la base a determinar. Tenemos
entonces A j 1 = j (A(u 1 )) = j (1 u 1 ) = 1 j 1 .
Consideremos ahora el espacio
Vn1 = {u
1
} := {u V |(u 1 , u) = 0}
y el operador de Vn1 Vn1 dado por (I u 1 1 )A. Note que como forma-
remos una base orto-normal conocemos ya el primer miembro de la co-base,
41
1 = (u 1 , ). Para este operador, en este espacio, podemos plantear tambin la
ecuacin de autovalores-autovectores,
((I u 1 1 )A I )u = 0. (2.19)
Obtenemos as un nuevo par (2 , u 2 ), con u 2 perpendicular a u 1 y ade-
ms, Au 2 = 2 u 2 + u 1 1 (A(u 2 )). Por lo tanto
42
o sea,
m1
X
0= c i ( m i ) u i . (2.22)
i=1
43
det(A I ) = "((A I )e 1 , (A I )e 2 )/"(e 1 , e 2 )
= "(e 2 e 1 , e 1 e 2 )/"(e 1 , e 2 )
= 1 + 2 . (2.23)
Wi p = {u V | (A i I ) p u = 0} (2.24)
44
Teorema 2.3 (Ver captulo 5, Teorema 5.3) Dado un operador A : V V ,
con autovectores {i }, i = 1...m el espacio V C admite una descomposicin di-
recta en subespacios invariantes Wi , donde en cada uno de ellos A tiene solo a
i como autovalor.
Prueba:
Los Wi son independientes. Sea v 1 + . . . + v s = 0, con v i Wi , luego
debemos probar que cada v i = 0. Aplicando (A 2 I ) p2 . . . (A s I ) ps a la
suma anterior obtenemos, (A 2 I ) p2 . . . (A s I ) ps v 1 = 0, pero como i ,
i 6= 1 no es un autovalor de A en W1 el operador (A 2 I ) p2 . . . (A s I ) ps
es invertible 9 es ese subespacio y por lo tanto v 1 = 0. Continuando de esa
forma vemos que todos los v i se deben anular.
Los Wi generan todo V C . Supongamos por contradiccin que este no es
el caso, y consideremos V C /W , donde W es el espacio generado por todos
los Wi , es decir el espacio de todas las combinaciones lineales de elementos
en los Wi . El operador A acta en V C /W [A{u} = {Au}] y por lo tanto
tiene all un par autovalor-autovector. Esto implica, que para algn elemento
de V C en alguna clase equivalente de V C /W se cumple:
A = + u 1 + . . . + u s (2.25)
(A j I ) = u i (2.26)
45
lo tanto solo puede ser que V C /W sea el espacio trivial y los Wi generan
todo V C
Vemos as que solo necesitamos estudiar ahora cada uno de estos subes-
pacios Wi para encontrar todas sus partes irreducibles (de ahora en ms su-
primiremos el subndice i). Pero en estos subespacios el operador A acta en
forma muy sencilla!
En efecto, sea : W W definido por := A|W I |W , luego
tiene solo al 0 como autovalor y por lo tanto es nilpotente , es decir, existe
un entero m n tal que m = 0.
{{v 1 , v 1 , . . . , p1 v 1 }, . . . , {{v d , v d , . . . , pd v d }}
46
Prueba: Lo probaremos por induccin en la dimensin de W . Si n = 1 toma-
mos cualquier vector para generar la base, ya que en este caso = 0. Supo-
nemos ahora que es cierto para toda dimensin menor que n. En particular,
como tiene un autovalor nulo dim(ker ) 1 y por lo tanto tenemos que
W 0 (= (W )) tiene dimensin menor que n, digamos n 0 y por la hiptesis
inductiva una base de la forma
0 p0 0
{{v 01 , v 01 , . . . , p1 v 01 }, . . . , {{v 0d 0 , v 0d 0 , . . . , d v 0d 0 }}.
p 0 0 +1
{{v 1 , v 1 , . . . , p1 +1 v 1 }, . . . , {{v d 0 , v d 0 , . . . ,
0
d v d 0 }},
P 0
es decir tenemos ahora r = di =1 ( pi0 + 1) = n 0 + d 0 vectores. Para obtener
una base debemos entonces incrementar este conjunto con n n 0 d 0 vecto-
res. Note que este nmero es no-negativo, en efecto, n n 0 = dim(ker )
dim(ker W 0 ) = d 0 y es precisamente la dimensin del subespacio de ker
que no est en W 0 . Completamos entonces la base propuesta para W incor-
porando al conjunto ya obtenido n n 0 d 0 vectores {z i }, i = 1, ..n n 0 d 0
del espacio nulo de que sean linealmente independientes entre s y con los
otros elementos de ker en W y que adems no estn en W 0 . Hemos obte-
nido as un conjunto de d = d 0 + n n 0 d 0 = n n 0 ciclos. Veamos que
el conjunto as obtenido es una base. Como son n en nmero solo tenemos
que ver que son linealmente independientes. Debemos entonces probar que
si tenemos constantes {Ci, j }, i = 1..d , j = 0.. pi0 + 1 tales que
d pX
i
+1 0
X
0= C i j pi v i (2.27)
i=1 j =0
d pX
i
+1 0
X
0 = C i j pi v i
i=1 j =0
pi 0
d0 X
X 0
= Ci j pi v 0i , (2.28)
i=1 j =0
47
donde hemos usado que pi +1 v 0i = 0. Pero esta es la relacin de ortogonali-
0
48
entonces cada uno de los coeficientes Cim , Cim1 , C j debe anularse. Multi-
plicando la expresin anterior por obtenemos,
X X
0= Cim1 v im1 = Cim1 v im , (2.32)
i i
Ejercicio: Muestre que los ciclos obtenidos son subespacios invariantes irre-
ducibles de A.
n
X n
X
A= u i i + u i i1 I + (2.34)
i =1 i =2
u i i (v) + u i i 1 (v) v V
Pn Pn
10
En el sentido que A(v) = i=1 i=2
49
Es decir, en esta base las componentes de A forman una matriz A j i dada
por
1 0 0
0 . . . . . . . . . ...
A=
1 0
(2.35)
0 1
Note que la matriz es n-nilpotente, es decir n = 0.
No es cierto que todo operador sea del tipo Jordan encuentre uno que
no lo sea pero es claro que la restriccin de cualquier operador a uno de sus
subespacios invariantes irreducibles (ciclos) lo es. Esto se puede ver numeran-
do los elementos de la base generada por el ciclo convenientemente.
Este teorema nos dice que dado A existe una base, en general compleja,
tal que la matriz de sus componentes tiene forma de bloques diagonales cua-
drados de ni ni , donde ni es la dimensin del subespacio Ck , cada uno con
i
11
Recordemos que un espacio vectorial V se dice que es suma directa de dos espacios vecto-
riales W y Z, y lo denotamos como V = W Z si cada vector en V puede ser obtenido de
una nica manera como la suma de un elemento en W y otro de Z.
50
la forma dada en 2.35. Esta forma de la matriz se llama forma cannica de
Jordan.
Ejercicio: Muestre que las races, i , que aparecen en los operadores Ai son
invariantes ante transformaciones de semejanza, es decir i (A) = i (PAP 1 ).
1 0 0
0 2 0 (2.37)
0 0 3
1 0 0
0 0 (2.38)
0 0
0 1 (2.39)
0 0
Si las tres races coinciden entonces habr tres posibilidades,
0 0 0 0 1 0
0 0 , 0 1 y 0 1 (2.40)
0 0 0 0 0 0
51
Sea A : C 2 C 2 . En este caso el polinomio caracterstico d e t (A I )
tiene solo dos races las que supondremos coincidentes, 1 = 2 = . Nos en-
contramos aqu ante dos posibilidades, o existen dos autovectores linealmen-
te independientes u 1 y u 2 , en cuyo caso V = B1 B2 y A es diagonalizable
(A = d ia g (, ) = I ), o existe solo un autovector u 1 . En tal caso sea u 2
cualquier vector linealmente independiente de u 1 , luego Au 2 = c 1 u 1 + c 2 u 2
para algunos escalares c 1 y c 2 en C. Calculando el determinante de A I en
esta base obtenemos ( )(c 2 ), pero es una raz doble y por lo tanto
c 2 = .
Reordenando y re-escaleando las bases u 1 = u 1 , u 2 = c 1 u 2 obtenemos
Au 1 = u 1 + y
(2.41)
Au 2 = u 2 + u 1 ,
y por lo tanto
A = (u 1 1 + u 2 2 ) + u 1 2 , (2.42)
A = P BP 1 . (2.43)
Ejercicio:
a) Probar qu semejanza es una relacin de equivalencia.
b) Probar que las funciones y los mapas definidos anteriormente lo son en las
52
distintas clases equivalentes, es decir,
d e t (PAP 1 ) = d e t (A)
t r (PAP 1 ) = t r (A) (2.44)
1
e PAP = P e AP 1 .
53
Relaciones de Equivalencia.
1. Reflexiva: Si x X , luego x x.
2. Simtrica: Si x, x 0 X y x x 0 , luego x 0 x.
3. Transitiva: Si x, x 0 , x 00 X , x x 0 y x 0 x 00 , luego x x 00 .
Note que la primer propiedad nos asegura que cada elemento de X cumple
una relacin de equivalencia con algn elemento de X , en este caso consigo
mismo. Relaciones de equivalencia aparecen muy a menudo en fsica, esencial-
mente cuando usamos para describir algn proceso fsico un ente matemtico
que tiene partes superfluas en lo que respecta a este proceso y que por lo tan-
to querramos ignorarlas. Esto se logra declarando dos entes que describen el
mismo fenmeno entes equivalentes.
54
La propiedad fundamental de las relaciones de equivalencia es la siguiente.
A0 ( + )(v) = ( + )(A(v))
= (A(v)) + (A(v))
= A0 ()(v) + A0 ()(v). (2.46)
55
A (A(v))
V W
A0
V0 W0
A ()(v)
0
= sup {k(A(v))kW }
k v kV =1
= kAk. (2.48)
56
tiene componentes
Xn n
X n
X
1 i 2 i
( A iv , A iv ,..., Am i v i )
i=1 i =1 i=1
en la base {u i }
Veamos ahora las componentes de A0 . Por definicin tenemos,
i i
(A0 )i j := A0 ( )(u j ) = (A(u j )) = Ai j .
O sea las mismas componentes, pero ahora la matriz acta por izquierda en
las componentes (1 , 2 , . . . , m ) de un elemento de W 0 en la co-base
i
{ }. Las componentes de A0 () en la co-base { i } son,
Xm m
X m
X
( Ai 1 i , Ai 2 i , . . . , Ai n i ).
i=1 i=1 i=1
(A? (v), u) = (1 (A0 ((v, )), u) = A0 ((v, )), (u) = (v,A(u)). (2.51)
A? j i = ti l Al k (t 1 )k j ,
57
A
V V
( , )1 (, )
A?
V0 V0
0
A
58
Consideremos ahora la restriccin de A a S pan{u 1 , u 2 } all tambin tene-
mos A : S pan{u 1 , u 2 } S pan{u 1 , u 2 } y por lo tanto un autovector de
A, u 3 con u 3 u 1 , u 3 u 2 . Continuando de esta manera llegamos a tener
n = dim H autovectores todos ortogonales entre s
Este teorema tiene varias extensiones al caso donde el espacio vectorial es
de dimensin infinita. Ms adelante en el captulo 12 veremos una de ellas.
Notemos que en esta base A es diagonal y por lo tanto tenemos
Corolario 2.2 Todo operador autoadjunto es diagonalizable
Notemos tambin que si u es un autovector de A autoadjunto, con autovalor
luego,
(u, u) = (A(u), u) = (u,A(u)) = (u, u) (2.53)
y por lo tanto = , es decir,
n
X n
X
k
0 = ( e k (A(e i ), e j ) (e i , e l l (A(e j ))
k=1 l =1
n
X n
X
= Ak i (e k , e j ) Al j (e i , e l )
k=1 l =1
n
X n
X
= Ak i k j Al j l i . (2.54)
k=1 l =1
A j i = Ai j (2.55)
o sea que la matriz transpuesta es la complejo conjugada de la original. En el
caso de matrices reales vemos que la condicin es que en esa base la matriz
sea igual a su transpuesta, lo que usualmente se denota diciendo que la matriz
es simtrica.
Una propiedad interesante de los operadores autoadjuntos es que su nor-
ma es igual al supremo de los mdulos de sus autovalores. Como la cuenta
59
demostrando esto ser usada ms adelante en el curso damos una demostra-
cin de este hecho a continuacin.
Lema 2.9 Si A es autoadjunto luego kAk = sup{|i |}.
Prueba: Sea F (u) := (A(u),A(u)) definida en la esfera kuk = 1. Como dicho
conjunto es compacto (aqu estamos usando el hecho que el espacio es de
dimensin finita) tiene un mximo que denotaremos u 0 . Notemos entonces
que F (u 0 ) := kAk2 . Como F (u) es diferenciable en la esfera se debe cumplir
que
d
F (u 0 + u)|=0 = 0, (2.56)
d
a lo largo de toda curva tangente a la esfera en el punto u 0 , es decir, para todo
u tal que (u 0 , u) = 0. Ver figura.
u0
Pero
d d
F (u 0 + u)|=0 = (A(u 0 + u),A(u 0 + u))|=0
d d
= (A(u),A(u 0 )) + (A(u 0 ),A(u))
= 2(A?Au 0 , u)
= 0 u, (u 0 , u) = 0 (2.57)
Como u es arbitrario en {u 0 } esto simplemente implica
A?A(u 0 ) {u} = {u 0 } = {u0 }. (2.58)
60
y por lo tanto que existir C tal que
A?A(u 0 ) = u 0 . (2.59)
(A?A(u 0 ), u 0 ) = (u 0 , u 0 )
= (A(u 0 ),A(u 0 ))
= kAk2 (2.60)
o sea,
U ?U = I (2.64)
61
y por lo tanto,
U 1 = U ? . (2.65)
Veamos cmo son los autovalores de un operador unitario U . Sea v 1 un
autovector de U (sabemos que al menos tiene uno), luego,
(U (v 1 ), U (v 1 )) = 1 1 (v 1 , v 1 )
= (v 1 , v 1 ) (2.66)
(U (v 1 ), U (v 2 )) = 1 2 (v 1 , v 2 )
= (v 1 , v 2 ) (2.67)
2.6. Problemas
62
a)
3 5
(2.69)
4 1
b)
3 5 2
4 1 7 (2.70)
8 3 2
Problema 2.7 Sea V un espacio vectorial cualquiera y sea kk una norma Eucl-
dea en dicho espacio. La norma H i l b e r t S c h mi d t de un operador se define
como:
X n
kAk2H S = |A j i |2 . (2.71)
i, j =1
Problema 2.9 Lleve a forma triangular superior las siguientes matrices: Nota:
De la transformacin de las bases.
a)
3 4
(2.75)
2 1
63
b)
2 4 2
4 1 0 (2.76)
3 3 1
c)
1 4 3
4 4 0 (2.77)
3 3 1
Notas bibliogrficas: Este captulo est basado en los siguientes libros: [1],
[3], [5] y [18]. Tambin son de inters los siguientes, [11] y [12]. El lgebra
lineal es una de las reas ms grandes y ms prolfica de las matemticas, so-
bre todo cuando trata de espacios de dimensin infinita, lo que usualmente
se llama anlisis real y teora de operadores. En mi experiencia personal la
mayora de los problemas terminan reducindose a un problema algebraico y
uno siente que ha hecho un avance cuando puede resolver dicho problema.
64
CAPTULO 3
GEOMETRA
3.1. Variedades
Hay dos motivos principales que justifican el estudio del concepto de va-
riedad, o ms generalmente de la geometra diferencial por parte de los fsicos.
Uno es que en fsica aparecen naturalmente las variedades y por lo tanto no
las podemos eludir. Solo en los cursos elementales se logra esquivar a stas
por medio del clculo vectorial en lRn . As es que, por ejemplo, para estudiar
el movimiento de una partcula restringida a moverse en una esfera la imagi-
namos a esta ltima embebida en lR3 y usamos las coordenadas naturales de
lR3 para describir sus movimientos.
El segundo motivo es que el concepto de variedad es de gran utilidad
conceptual, ya que por ejemplo en el caso de una partcula movindose en lR3
este nos permite discernir claramente entre la posicin de una partcula y su
vector velocidad como entes matemticos de naturaleza diferente. Este hecho
se enmascara en lR3 ya que este tipo especial de variedad tiene la estructura
de un espacio vectorial.
Una variedad es una generalizacin de los espacios Eucldeos lRn en la
cual uno preserva el concepto de continuo, es decir su topologa en el sentido
local pero descarta su carcter de espacio vectorial. Una variedad de dimen-
sin n es en trminos imprecisos un conjunto de puntos que localmente es
como lRn , pero que no lo es necesariamente en su forma global.
Un ejemplo de una variedad en dos dimensiones es la esfera, S 2 . Si mira-
mos un entorno suficientemente pequeo, Up , de un punto cualquiera de S 2
vemos que es similar a un entorno del plano, lR2 , en el sentido que podemos
definir un mapa continuo e invertible entre ambos entornos. Globalmente
el plano y la esfera son topolgicamente distintos, ya que no existe ningn
mapa continuo e invertible entre ellos. [Ver figura 3.1.]
Como dijimos antes, se podra objetar la necesidad, en el ejemplo ante-
65
Figura 3.1: Un atlas de la esfera.
[
1. Los Ui cubren M , (M = Ui ).
i
66
j (Uj ) j (Ui Uj ) i (Ui Uj )
lRn
lRn
j 1
i
i (Ui )
j i
Uj Ui
i
lRn
pk Ui
p
i ( p)
67
la diferenciabilidad de estos mapas.
Diremos que un atlas {(Ui , i )}, es C p si los mapas j 1
i
son p-veces
diferenciables y su p-sima derivada es continua.
Uno estara tentado a definir la variedad M como el par que consiste del
conjunto M y un atlas {(Ui , i )}, pero esto nos llevara a considerar como
distintas variedades, por ejemplo, el plano con un atlas dado por la carta
(lR2 , (x, y) (x, y)) y el plano con un atlas dado por la carta (lR2 , (x, y)
(x, y)).
Para subsanar este inconveniente introducimos el concepto de equivalen-
cia entre atlas.
68
q Uj y Ui Uj = ;, lo que tambin implica que tienen entornos disjun-
tos. Esta es una propiedad en la topologa de M que esencialmente dice que
podemos separar puntos de M . Un ejemplo de una variedad noHausdorff es
el siguiente.
I1 p
I3
I2
69
Definicin: Diremos que f es p-veces continuamente diferenciable en el
p
punto q M , f Cq si dada (Ui , i ) con q Ui , f 1
i
: i (Ui )
lRn lR es p-veces continuamente diferenciable en i (q).
Note que esta propiedad es independiente de la carta empleada [ mientras
consideremos solo cartas de la clase compatible de atlas ]. Diremos que f
p
C p (M ) si f Cq q M . [Ver figura 3.5.]
f 1
i
n
lR
lR
q
Ui M
Figura 3.5: Composicin del mapa de una carta con una funcin.
Ejercicio: El crculo, S 1 , se puede pensar como el intervalo [0,1] con sus ex-
tremos identificados. Cules son las funciones en C 2 (S 1 )?
70
M i
lR
fi
Ui
j 1
i
Uj
j fj
3.3. Curvas en M
lRn
i
i (Ui )
I
t0
i
I t0
Ui
M
(t0 )
71
Ejercicio: Demuestre que la definicin anterior no depende de la carta usada.
3.4. Vectores
direccionales v( f )| x = v i i f .
0 x x0
Como hemos definido funciones diferenciables en M podemos definir
derivaciones, o sea derivadas direccionales, en sus puntos e identificar con
ellos a los vectores tangentes.
v : C (M ) lR
satisfaciendo: f , g C (M ) , a, b lR
i) Linealidad; v(a f + b g )| p = a v( f )| p + b v(g )| p .
i i ) Leibnitz; v( f g )| p = f ( p) v(g )| p + g ( p) v( f )| p .
72
Sea T p el conjunto de todos los vectores en p. Este conjunto tiene la
estructura de un espacio vectorial y es llamado el espacio tangente al punto
p. En efecto, podemos definir la suma de dos vectores v 1 , v 2 como el vector,
es decir el mapa, satisfaciendo i) y i i ), (v 1 + v 2 )( f ) = v 1 ( f ) + v 2 ( f ) y el
producto del vector v por el nmero a como el mapa (av)( f ) = a v( f ).
Como en lRn , la dimensin del espacio vectorial T p , (es decir el nmero
mximo de vectores linealmente independientes), es n.
Note que estos mapas satisfacen i) y i i ) y por lo tanto las x i son real-
mente vectores. Note adems que el lado derecho de 3.1 est bien definido ya
que tenemos las derivadas parciales usuales de mapas entre lRn y lR. Estos x i
dependen de la carta (U , ) pero esto no importa en la prueba ya que T p no
depende de P carta alguna. Estos vectores son linealmente independientes, es
decir si x = ni=1 c i x i = 0 luego c i = 0 i = 1, . . . , n. Esto se ve fcilmente
considerando las funciones (en rigor definidas solamente en U ), f j = x j ,
j
ya que x i ( f j ) = i y por lo tanto 0 = x( f j ) = c j . Solo resta mostrar que
cualquier vector v puede ser expresado como combinacin lineal de los x i .
Para ello usaremos el siguiente resultado cuya prueba dejamos como ejercicio.
Lema 3.1 Sea F : lRn lR, F C (lRn ) luego para cada x0 lRn existen
funciones Hi : lRn lR C (lRn ) tales que x lRn se cumple
n
X
F (x) = F (x0 ) + (x i x0i ) Hi (x) y (3.2)
i=1
adems, F
= Hi (x0 ). (3.3)
xi
x=x0
73
Continuamos ahora la prueba del Teorema anterior. Sea F = f 1 y
x0 = ( p), luego q U tenemos
n
X
f (q) = f ( p) + (x i (q) x i ( p)) Hi (q) (3.4)
i=1
Usando i) y i i ) obtenemos,
v( f ) = v( f ( p)) + ni=1 (x i (q) x i ( p)) v(Hi )
P
q= p
Pn
+ i=1 (Hi ) v(x i x i ( p))
p (3.5)
Pn
= i=1 (Hi ) v(x i )
p
= ni=1 v i x i ( f )
P
n x i
X
xj = x i
i =1 xj
d
t(f ) = ( f )| t =t . (3.6)
dt 0
74
lR lR
f
d d
(f ) = ( f 1 )
dt dt
d
= ( f 1 (x i (t )))
dt
Xn d xi
= ( i ( f 1 ))
i=1 x dt
Xn d xi
= xi(f ) (3.8)
i=1 d t
75
dados dos campos vectoriales (C ) nos da un tercero:
Ejercicio:
1) Muestre que [x, y] es en realidad un campo vectorial.
2) Vea que se satisface la identidad de Jacobi:
76
diferenciales ordinarias, que ser el objeto de nuestro estudio en los captu-
i
los siguientes ya que consiste en resolver las ecuaciones ddxt = v i (x j ) con
condiciones iniciales x i (0) = i ( p) p M . Como veremos la respues-
ta es afirmativa pero solo localmente, es decir podremos encontrar solo g t
definidos en I ( lR) U ( M ) M .
Ejercicio: Grafique en un entorno del origen lR2 las curvas integrales y por lo
tanto g t de los siguientes sistemas lineales.
x 1 0 x
= (3.12)
y 0 k y
77
Ejemplo: Sea f C p . Un vector en p M es una derivacin sobre funciones
en C p , v( f ) lR. Pero dados v 1 y v 2 T p (v 1 + v 2 )( f ) = v 1 ( f ) +
v 2 ( f ) y por lo tanto f define una funcional lineal d f | p : T p lR, llamada
la diferencial de f , es decir un elemento de T p . De esta forma la diferencial
de una funcin d f es un co-vector que al actuar sobre un vector v nos da el
nmero la derivada de f en el punto p en la direccin de v.
Considere el subconjunto S de M tal que f (M ) = cte. Esta ser una sub-
variedad de M , es decir superficies embebidas en M , de dimensin n 1. La
condicin d f | p (v) = 0 en vectores de T p con p S significa que estos son en
realidad vectores tangentes a S, es decir elementos de T p (S). Por el contrario,
si d f (v)| p 6= 0 entonces en ese punto v pincha a S.
3.5.4. La Mtrica
Sea M una variedad n-dimensional. Hemos definido anteriormente en M
las nociones de curvas, campos vectoriales y co-vectoriales, etc. pero no una
nocin de distancia entre sus puntos, es decir una funcin d : M M lR
que toma dos puntos cualquiera, p y q de M y nos da un nmero d ( p, q)
satisfaciendo,
1. d ( p, q) 0.
2. d ( p, q) = 0 p = q.
3. d ( p, q) = d (q, p).
4. d ( p, q) d ( p, r ) + d (r, q).
Esta, y en algunos casos una nocin de pseudo-distancia [donde 1) y 2)
no se cumplen], es fundamental si queremos tener una estructura matemti-
ca que sea til para la descripcin de fenmenos fsicos. Por ejemplo la ley
78
de Hooke, que nos dice que la fuerza aplicada a un resorte es proporcional
a la elongacin (una distancia) de ste, claramente necesita de este ente. A
continuacin introduciremos una nocin de distancia infinitesimal, es decir
entre dos puntos infinitesimalmente separados, la cual responde a la nocin
Eucldea de distancia y permite desarrollar una nocin de distancia global, es
decir entre dos puntos cualesquiera de M .
La idea es entonces tener un concepto de distancia (o seudo-distancia) en-
tre dos puntos infinitesimalmente cercanos, es decir dos puntos conectados
por un desplazamiento infinitesimal, es decir conectados por un vector. La
nocin que necesitamos es entonces la de norma de un vector. Como una
variedad es localmente como lRn , en el sentido de que el espacio de vectores
tangentes a un punto p, T p M es lRn , es razonable considerar all la nocin
de distancia Eucldea, es decir que la distancia entre dos puntos x0 y x1 lRn
es la raz cuadrada de la suma de los cuadrados de las componentes (en algn
sistema de coordenadas) del vector conectando estos dos puntos. El inconve-
niente con esto es que dicha nocin depende del sistema coordenado que se
est usando y por lo tanto habr tantas distancias como sistemas coordenados
cubriendo el punto p. Esto no es ms que una indicacin que la estructura
que hasta este momento tenemos no contiene una nocin de distancia privi-
legiada o natural. Esta debe ser introducida como una estructura adicional.
Una manera de obtener distancias infinitesimales independientes del sistema
coordenado (es decir geomtricas) es introduciendo en cada punto p M un
tensor de tipo (2,0), simtrico [g(u, v) = g(v, u)u, v T p M ] y no degene-
rado [g(u, v) = 0v T p M u = 0]. Si adems pedimos que este tensor sea
definido positivo [g(u, u) 0(= u = 0)] se puede ver fcilmente que es-
te define un producto escalar en T p M (o seudoescalar si g(u, u) = 0 para algn
u 6= 0 T p M ). 2 Si hacemos una eleccin para este tensor en cada punto de
M de forma suave obtendremos un campo tensorial suave que se denomina la
mtrica de M . Esta estructura extra, un campo tensorial con ciertas propieda-
des es lo que nos permite construir las bases matemticas para luego edificar
gran parte de la fsica sobre ella.
Sea g una mtrica en M , dado un punto cualquiera p de M existe un
sistema coordenado en que sus componentes son
gi j = i j
79
componentes dependern all de las coordenadas. Note que esto es lo que
queramos hacer en un comienzo, pero ahora al definir esta norma va un
vector le hemos dado un carcter invariante.
Restringindonos ahora a mtricasp definidas positivas definiremos la nor-
ma de un vector v T p como |v| = | g (v, v)|, es decir como la distancia
infinitesimal dividida por entre el p y el punto () donde (t ) es una curva
d (t )
tal que (0) = p, d t | t =0 = v. Anlogamente podemos definir la longitud
de una curva suave (t ) : [0, 1] M por la frmula,
Z 1
L() = g(v, v) d t , (3.13)
0
d (t )
donde v(t ) = d t . Vemos entonces que definimos la longitud de una curva
midiendo las longitudes infinitesimales entre puntos cercanos de sta y luego
integramos con respecto a t.
d g ( p, q) = in f |L( )| (3.14)
{ (t ) : (0)= p, (1)=q}
Ejercicio: Encuentre un ejemplo de una variedad con dos puntos tales que el
nfimo de la definicin anterior no es un mnimo. Es decir en la que no haya
ninguna curva conectando los dos puntos con la mnima distancia entre ellos.
80
Ejercicio: c) La mtrica de la esfera es (d )2 +sin2 (d )2 . Cul es la distancia
en este caso? Para qu puntos p, q existen varias curvas i con L( i ) =
d ( p, q)?
g (g 1 (, ), ) = (3.15)
para todo campo co-vectorial . Esto indica que cuando tenemos una varie-
dad con una mtrica se hace irrelevante distinguir entre vectores y co-vectores
o por ejemplo entre tensores tipo (0,2), (2,0) o (1,1).
81
decir no dependen del sistema de coordenadas y ni siquiera toman valores
numricos, es decir l a no significa la ntupla, (l 1 , l 2 , . . . , l n ) como si fuesen
ndices. De esa forma l a denotar al vector l , a al co-vector y ga b a la
mtrica g . Una contraccin como por ejemplo g (v, ) se denotar ga b v a y a
este covector lo denotaremos por v b , es decir la accin de ga b es la de bajar
el ndice a v a y dar el covector v b v a ga b . Del mismo modo denotaremos a
g 1 (la inversa de g ) como g a b , es decir g con los ndices subidos.
La simetra de g es entonces el equivalente a ga b = g b a .
a a a a a a a a
c Ab1 ...bk + B b 1...bk = c Ab1 ...bk + c B b 1...bk (3.16)
1 l 1 l 1 l 1 l
i i ) Leibnitz:
a a c ...c a a c ...c a a c ...c
e Ab1 ...bk Bd1 ...dm = Ab1 ...bk e Bd1 ...dm + e Ab1 ...bk Bd1 ...dm (3.17)
1 l 1 n 1 l 1 n 1 l 1 n
3
Note que son una extensin de las que se pide para definir derivaciones.
82
Es decir si primero contraemos algunos ndices de un tensor y luego tomamos
su derivada obtenemos el mismo tensor que si tomamos primero la derivada
y luego contraemos.
i v) Consistencia con la diferencial: Si l a es un campo vectorial y f un campo
escalar, luego
l a a f = l ( f ) (3.19)
v) Torsin cero: Si f es un campo escalar luego
a b f = b a f (3.20)
las cuales no son, en general, las componentes de la derivada covariante c
que estas nuevas coordenadas definen, en efecto
ll
l Pn x l
la xj
Pn
c = j =1
l i
=
k x k x k xj i=1 x i
Pn x l xj li Pn xj 2 x l
= i , j =1
+ i, j =1 x k
li (3.24)
xi x k xj x j xi
i Pn xj 2 x l
= c l a + i, j =1 x k
li,
j x j xi
83
lo que muestra claramente que son dos tensores distintos y que su diferencia
es un tensor que depende linealmente y no diferencialmente de l a . Es esto
, es su diferencia
cierto en general? Es decir, dada dos conexiones, c y c
un tensor (y no un operador diferencial)? Veremos que esto es cierto.
c l a wa = c wa l a l a c wa ,
(3.25)
b
algntensor C ca . Probemos primero que dado cualquier p M ,
para
w | depende solo de w | y no de su derivada. Sea w 0 cualquier
c c a p a p a
otro co-vector tal que en p coinciden, es decir (wa wa0 )| p = 0. Luego da-
da una co-base suave {ai } en un entorno de p tendremos que wa wa0 =
i f a con f funciones suaves que se anulan en p. En p tenemos entonces
P i i i
w w0 w w0 P i i P
c a c a = f f
i i
a a Pi ic ai i c a
= f f i =0
i a c c
(3.27)
ya que por iv) y deben actuar del mismo modo en escalares y en
c c
particular en las f i . Esto muestra que
w0 = w
c c a c c a (3.28)
84
Note que condicin v) nos dice que a b f = b a f , tomando wa =
a f obtenemos
= f
a bf a b
= w
a b
(3.29)
= a w b + Cacb c f
= a b f + Cacb c f .
en vectores?
Ejercicio: Cmo acta c c
b
c wa = c wa + ca wb . (3.30)
85
Teorema 3.3 Sea ga b una mtrica (suave) en M , luego existe una nica derivada
covariante c tal que c ga b = 0.
o sea
g
Cca b + C b ac = (3.32)
a bc
pero tambin
ab Cc b a + Ca b c g
= b ac (3.33)
cb C b ca + Cac b g .
= c ab
o
1
Cabc = g +
g ad { g g } (3.35)
b dc c db d bc
2
Ntese que la existencia de una mtrica no es equivalente a la existencia de
una conexin. Hay conexiones c para las cuales no existe ninguna mtrica
ga b tal que a g b c = 0, es decir hay tensores C a b c para los cuales no hay
ninguna ga b que satisfaga (3.35).
1
a b c = g ad { b gd c + c gd b d g b c }. (3.36)
2
Muestre que sus componentes en ese sistema de coordenadas estn dadas por,
1
i j k = g i l { j g l k + k g l j l g j k }, (3.37)
2
donde gi j son las componentes de la mtrica en el mismo sistema de coorde-
nadas.
86
Ejercicio: La mtrica Eucldea de lR3 en coordenadas esfricas es
d s 2 = (d r )2 + r 2 ((d )2 + s e n 2 (d )2 ).
2[a b ] l c := a b b a l c := Rc d a b l d l c T M .
87
88
CAPTULO 4
4.1. Introduccin
89
parciales de estos fenmenos, o ciertas aproximaciones en donde s es posible
una descripcin en trmino de estos sistemas. Esto no se debe a un capricho
o empecinamiento, sino al hecho de que nuestro conocimiento de las EDO,
y en menor medida de las EDP, es bastante profundo, lo cual nos permite
manejarlas con relativa facilidad y comodidad. Por otro lado, y es importante
remarcarlo, nuestro conocimiento del tipo de ecuaciones que aparecen en las
teoras de campos cunticos no-lineales es, en comparacin, prcticamente
nulo.
90
x
t
Figura 4.1: Interpretacin geomtrica de la ecuacin f (x) = x 1/2 .
Ejemplo: De hecho la ecuacin x = x 1/2 tiene dos soluciones que pasan por
(0, 0) ,
t2
(t ) = 0 y = (4.3)
4
dx 1/2
En efecto, supongamos x(t ) 6= 0 entonces = d t o 2(x 1/2 x0 ) =
x 1/2
t t0 , tomando x0 = t0 = 0
2
t
x= (4.4)
2
La otra es trivialmente una solucin.
91
O sea que f (x) vaya a cero cuando x x0 a lo sumo tan rpidamente
como una funcin lneal. Esta condicin se llama condicin de Lipschitz. De
ahora en ms supondremos que f (x) es diferenciable y por lo tanto Lipschitz.
Ejercicio: Vea que esta condicin es ms dbil que pedir que f sea diferencia-
ble en x0 .
Solucin: La funcin f (x) = x sin( x1 ) es Lipschitz en x+0 pero no es diferen-
ciable.
As llegamos a nuestro primer teorema sobre ecuaciones ordinarias.
Prueba:
Si f (x0 ) = 0 luego (t ) = x0 es una solucin.
Si f (x0 ) 6= 0 luego por continuidad existe un entorno de x0 donde f (x) 6=
0 y por lo tanto 1/ f (x) es una funcin continua, esto implica que la integral
en 4.29 es una funcin diferenciable de sus extremos de integracin, los que
llamaremos (x) (x0 ) .
Por lo tanto tenemos,
t t0 = (x) (x0 ) (4.8)
O sea dado x obtenemos t y adems esta relacin se cumple automticamente
que cuando x = x0 , t = t0 . Queremos ahora despejar x de esta relacin, es
decir encontrar (t ).
Pero
d 1
= 6= 0 , (4.9)
f ( )
dx x=
92
Por lo tanto el teorema de la funcin inversa nos asegura que existe un I t0 y
una nica (t ) diferenciable, definida para todo t I t0 y tal que (t0 ) = x0 y
t t0 = ((t )) (x0 ). Formando su derivada obtenemos,
1
d d 1
1
= = = f ((t )) (4.10)
f (x)
dt d t x=(t )
x=(t )
Lema 4.1 Sean f1 y f2 funciones reales en U lR tal que f1 (x) < f2 (x) x
U y sean 1 y 2 respectivas soluciones a las ecuaciones diferenciales que stas
generan, definidas en un intervalo I lR y tal que 1 (t1 ) = 2 (t1 ) para algn
t1 I . Luego
1 (t ) 2 (t ) t > t1 I (4.11)
Prueba: Trivial, el que corre ms rpido en cada sector del camino gana! Sea
el conjunto S = {t > t1 I |1 (t ) > 2 (t )}. Sea T t1 , T I la mayor de las
cotas inferiores de S. En este instante 1 (T ) = 2 (T ), pero
d 1 d 2
< (4.12)
dt t =T
dt t =T
Por lo tanto existe " > 0 tal que para todo t [T , "), 1 (t ) < 2 (t ) lo que es
una contradiccin, a menos que sea el ltimo valor en I .
Con la ayuda de este Lema probaremos la unicidad de la solucin. Sea
1 (t ) una solucin con 1 (t0 ) = x0 pero distinta de la solucin (t ) = x0 t .
Supongamos entonces que existe t1 > t0 tal que 1 (t1 ) = x1 > x0 , los otros
casos se tratan similarmente. [Ver figura 4.3.]
Si elegimos x1 bastante prximo a x0 se cumple
93
x
x1
2
x0
t0 t1 t
x
2
1
U
t0 t
94
x0 +(x1 x0 ) ek(t t1 ) que tiende a x0 slo cuando t . Por lo tanto 1 (t )
no puede tomar el valor x0 para ningn t < t1 finito y por lo tanto tenemos
una contradiccin
La solucin cuya existencia y unicidad acabamos de demostrar no slo se
puede pensar como un mapa entre I t0 y U sino tambin como un mapa g xt
entre Ux0 I t0 y U (Ux0 entorno de x0 ). El mapa g xt lleva (x, t ) al punto (t )
donde es la solucin de 4.1 con condicin inicial (0) = x.
Estos mapas, o difeomorfismos locales, se denominan flujos de fase lo-
cales, (ya que en general no se pueden definir en todo I t0 U ) y satisfacen la
siguiente importante propiedad de grupo; si t , s I0 luego g s+tx
= g s o g xt .
Por la forma en que aparecen las condiciones iniciales en el Teorema an-
terior es fcil ver, usando nuevamente el teorema de la funcin inversa, que si
f (x0 ) 6= 0 luego g xt es diferenciable tambin con respecto a x.
Del uso del Teorema de la funcin inversa en el Teorema 4.1 tambin si-
gue que si consideramos el conjunto de las soluciones distinguiendo cada una
por su condicin inicial, [(x0 , t0 , t ) es la solucin que satisface (t0 ) = x0 ],
luego la funcin (x0 , t0 , t ) : U I I U es diferencible con respecto a
todos los argumentos. Es decir que si cambiamos levemente las condiciones
iniciales, luego la solucin solo cambiar levemente. Ms adelante daremos
una prueba de todas las propiedades, incluyendo el Teorema 4.1 para los sis-
temas generales, o sea la ecuacin 4.30.
95
extincin. Aplicando el Teorema 4.1 sabemos que la ecuacin nos permite,
dado el nmero de bacterias x0 al tiempo t0 , conocer el nmero de stas para
todo tiempo. En efecto la solucin de 4.14 es
dx
=a dt (4.15)
x
x
ln = a (t t0 ) o; x(t ) = x0 ea (t t0 ) (4.16)
x0
a
x = a x b x 2 b= . (4.17)
375
Si x es pequea el primer trmino domina y x comienza a crecer, como
ya vimos, en forma exponencial hasta que el segundo trmino comienza a ser
importante y la velocidad de crecimiento decrece tendiendo a cero cuando
x = x s tal que a x s b x s2 = 0 o ab x s = 0 o x s = a/b ' 375 bacterias. Como
(t ) = x s es una solucin , debido a la unicidad, la solucin que tiende a x s
que describimos arriba no puede alcanzar el valor x s en un tiempo finito. Si el
nmero de bacterias presentes es mayor que 375 la velocidad de crecimiento
ser negativa y la solucin nuevamente tender asintticamente a x s
La solucin general de 4.17 puede ser obtenida de forma anloga a la
de 4.14 y es,
a/b
x(t ) = (4.18)
1 + ( bax 1)ea(t t0 )
0
96
x
a/b
97
4.2.2. Extendiendo la Solucin Local
Si nos olvidamos del modelo fsico que describimos con 4.17 y tomamos
a/b z
zo < 0, to = 0, por ejemplo, habr un tiempo mximo, td = a1 ln[ z o ],
o
finito para el cual la solucin diverge, es decir,
lm z(t ) = . (4.19)
t td
1 (t ) t I1
(t ) = (4.20)
2 (t ) t I2 .
98
1
x
2
U
x0
t0 t
0
Uc
I2
I1 T " T
99
dado cualquier z U , existen z > 0 y un entorno de z, V z U tal que
para cualquier z V z existe una solucin con condiciones iniciales (to ) = z
definida para todo t en |t to | < z . Como USc es compacto podemos elegir
un nmero finito de puntos zi tal que Uc V zi . Sea > 0 el mnimo de
los zi . Como T es la cota superior mnima existe entre T y T tal que
(t ) Uc to t , pero como () Uc est en alguno de los V zi existe
una solucin (t ) definida para todo t en |t | < con condicin inicial
() = (). Usando (t ) podemos ahora extender , cuya extensin llama-
remos , al intervalo to t < + . Pero () Uc to < < T ya que
() = () Uc , y de otro modo T no sera una cota superior mnima.
Por continuidad (T ) Uc y como por definicin de T para todo intervalo
abierto, IT , conteniendo T , [IT ] 6 Uc concluimos que (T ) es un extremo
de Uc
100
d 1
dado por, dt
= h(t )
,o
Z t dt
o = . (4.23)
to h(t )
Una vez que se obtiene t () [Ver el Teorema 4.1] debemos resolver,
dz
= g (z()), (4.24)
d
[Usando nuevamente el Teorema 4.1], obteniendo (). La solucin con res-
pecto al parmetro original se obtiene definiendo (t ) = ((t )).
Ejemplo: La EDO F (x, x (1) , t ) = ((x (1) )2 1) = 0 implica una de las siguientes
EDO en nuestro sentido:
x (1) = 1
o (4.27)
x (1) = 1
2
En realidad para definir correctamente 4.25 se deben dar los abiertos U i para la i -sima
derivada con respecto a x donde F est definida.
101
Si conocemos los valores de x y sus derivadas hasta el (m 1)-simo or-
den en un punto t0 entonces la ecuacin 4.26 nos permite conocer la m-sima
derivada en dicho punto. Si suponemos que f es continua entonces esto nos
permite conocer x y sus derivadas hasta el (m 1)-simo orden en un punto
t0 +" suficientemente cercano (el error en que incurriremos ser del orden de
" derivadas de f ), pero entonces podemos usar nuevamente la ecuacin 4.26
y as conocer aproximadamente la n-sima derivada de x en t0 +". Prosiguien-
do de este modo podemos lograr una solucin aproximada en un intervalo
dado. Al menos intuitivamente, parecera que haciendo el intervalo " cada
vez ms pequeo deberamos obtener una solucin. Esto en realidad es as!
Y lo probaremos ms adelante en el curso. Lo importante por el momento
es el hecho de que para obtener una solucin debemos dar en un punto t0
el valor de todas las derivadas de la variable incgnita de orden menor de la
que determina el sistema, es decir de la que aparece en el lado izquierdo de la
ecuacin 4.26.
donde hemos denotado con un punto sobre la funcin su derivada con respec-
to al parmetro t . Por lo tanto 4.26 es equivalente a una ecuacin de primer
orden para el vector de vectores u U lRnm ,
u = V (u, t ) (4.29)
donde V es tambin un vector en algn subconjunto de lRnm . Si V ( u, t )
depende explcitamente de t entonces podemos agregarle a u otra compo-
nente, la (n m + 1)-sima con u nm+1 = t , y por lo tanto tenemos que
nm+1)
u = 1. La ecuacin 4.29, ms esta ltima ecuacin, toman la forma ,
u = V (u) , (4.30)
102
un mapa entre U lRnm+1 y lRnm+1 .
As es que arribamos al siguiente teorema.
Prueba: Claramente dada una solucin del sistema 4.26 suficientemente dife-
renciable podemos escribir con ella un vector u y ste satisfar (porque as lo
construimos) el correspondiente sistema 4.30. Por lo tanto toda solucin del
sistema original es solucin del sistema de primer orden asociado a l.
Para probar el inverso, es decir que toda solucin u(t ) del sistema 4.30
da origen a una del sistema 4.26, solo es necesario tomar repetidas derivadas
de las primeras componentes, x(t ) = u 1 (t ), e ir usando las ecuaciones en
el correspondiente orden hasta obtener el sistema original satisfecho por la
ensima derivada de x(t )
Este teorema es importante pues nos permite abarcar toda la teora gene-
ral de las ODE a partir del estudio de la ecuacin 4.30, la cual como veremos
tiene un sentido geomtrico claro. Sin embargo se debe tener en cuenta que
muchas veces en fsica aparecen subclases de ecuaciones muy especiales con
propiedades particulares de mucha importancia fsica que la teora general no
contempla.
x = k x u 1 = x , u 2 = x
d u1 u1
0 1
= (4.32)
dt u2 k 0 u2
103
Debido a esto de ahora en ms tomaremos to , el punto donde daremos la
condicin inicial, igual a cero.
d xi
= v i (x j ) i = 1, . . . , n. (4.34)
dt
Aqu el campo vectorial es z sin
,
z
note que el diagrama en el plano se repite cada 2 segn el eje . En realidad
la ecuacin tiene sentido fsico en un cilindro, siendo la variable angular, o
sea la variedad es un cilindro. Las curvas integrales, o sea las imgenes de los
mapas (t ) que son soluciones, se construyen siguiendo los vectores de tal
modo que stas sean siempre tangentes a las curvas.
104
x2
B B
x1
A
B
105
Del ejemplo queda claro que en general si damos un punto de M siguiendo
los vectores, a partir de ste, podremos encontrar una solucin (t ) que pasa
por este punto. Si tenemos dos soluciones 1 (t ), 2 (t ) stas no se pueden
cruzar sin ser tangentes en los puntos donde el campo vectorial es distinto
de cero [ya que de otro modo sus tangentes daran dos vectores distintos en
el punto]. Si se supone que el campo vectorial es diferenciable luego se puede
ver que distintas curvas nunca se pueden tocar y por lo tanto las soluciones
son nicas.
Por supuesto, como se ve por ejemplo en la figura 4.8, una misma curva
si se puede intersectar (note que esto solo puede suceder si el sistema es aut-
nomo, ya que de lo contrario, la inclusin de la variable temporal hace que
ninguna curva se pueda intersectar). En tal caso se puede probar que esa solu-
cin es peridica, es decir que existe T > 0 tal que (t + T ) = (t ). Note en
particular que esto implica que est definida para todo t en lR.
EjemplosProblemas
x2 = x2
no tienen ninguna, por qu? Ayuda: Dibuje las curvas integrales.
x2 = k2
106
en el toro (obtenido identificando los puntos (x1 , x2 ) y (x1 +n, x2 +m) de lR). Pa-
ra cules valores de k1 , k2 existe una integral primera y para cules no? Ayuda:
dem 1).
H
qi = (4.36)
pi
H
pi = (4.37)
qi
Los ejemplos anteriores muestran que hay sistemas de EDO que global-
mente no son derivables de un principio variacional.
As como el conocimiento de la energa de un sistema Hamiltoniano es
una ayuda inestimable para conocer la forma cuantitativa de su movimien-
to, el conocimiento de una integral primera de un sistema general de EDO
tambin brinda una gran ayuda ya que sabemos que las curvas de fase estn
restringidas a sus superficies de nivel ( f = cte.) lo que nos permite reducir
efectivamente el orden de la ecuacin en uno: solo tenemos que considerar el
problema en la variedad dada por los puntos f = c t e.
d q
= v|q (t )
d t t (4.38)
q (t0 ) = q.
107
iv) Sea U una regin compacta (acotada) de M , v C 1 y p U luego p (t )
puede ser extendida (hacia adelante y/o hacia atrs) hasta la frontera de U . En
particular si M es compacta y v C 1 (M ), luego p (t ) existe globalmente (para
todo t lR).
(t ) = 0 (t ) + 1 (t ) + O(2 ) (4.39)
108
Resta entonces encontrar la ecuacin que satisface 1 (t ). Esta se obtiene
diferenciando con respecto a la ecuacin diferencial en = 0,
d (t )
d
= v ( (t )) , (4.40)
d dt
=0
= A j i (t ) 1i + b j (t ).
o sea la ecuacin para 1 (t ) usualmente llamada ecuacin de variaciones
es una ecuacin lneal inhomogenea no-autnoma. Como tomamos como
condicin inicial (0) = p , la condicin inicial que consideraremos
para 4.4.3 es 1 (0) = 0.
t2
x0 (t ) = xi + v i t g , (4.44)
2
109
donde xi y vi son respectivamente la posicin y la velocidad inicial, mientras
que la ecuacin de variaciones es
110
Si F (E) es positiva la energa aumenta y el sistema realiza oscilaciones
crecientes.
Si F (E) es negativa las oscilaciones disminuyen en amplitud y el sistema
tiende eventualmente a un punto de equilibrio.
Si F (E) cambia de signo, digamos en E = E0 , se puede probar entonces
que cerca de este crculo hay una curva de fase " cerrada.
Si F 0 (E)E=E es negativa es un ciclo lmite estable cualquier curva de
0
fase cercana se aproxima asintticamente a sta . Si F 0 (E) es positiva
E=E0
es inestable.
Problema 4.7 Muestre que si hay dos ciclos lmites estables luego debe haber
tambin al menos uno que es inestable.
4.5. Problemas
dx 3
= x 2/3 . (4.50)
dt 2
Ayuda: hay infinitas y stas se obtienen a partir de segmentos de algunas solucio-
nes particulares. Grafique algunas de estas soluciones.
Problema 4.10 (Kiseliov) Resuelva las siguientes ecuaciones, en todos los casos
d las soluciones generales en funcin de un dato inicial x0 para el tiempo inicial
t0 .
a) t x + x = c o s(t ). (Use integral primera de la parte homognea.)
b) x + 2x = e t . (Use variacin de constantes.)
111
c) (1 t 2 )x + t x = 2t . (Resuelva primero la homognea y luego sume una
inhomognea particular.)
d) x x = t 2t 3 .
Problema 4.11 (Kiseliov) Resuelva las siguientes ecuaciones apelando a un cam-
bio de variable en la variable independiente (t).
a) x x = t . (t = cos(s).)
b) x t x = 0.
c) x + e x = t .
Problema 4.12 (Kiseliov) Grafique las isoclinas (lneas de igual pendiente en
el plano (t , x)) y luego trace las soluciones de las siguientes ecuaciones:
a) x = 2t x.
b) x = sin(x + t ).
c) x = x t 2 + 2t 2.
xt
d) x = x+t .
112
Problema 4.16 Sea la ecuacin:
dz f (z) |z| < 1
= (4.53)
dt iz |z| 1
Problema 4.17 Sea un cuerpo afectado por una fuerza central, es decir,
d 2~x
m = f (r )~x r := |~x |. (4.54)
d t2
a) Encuentre un sistema equivalente de primer orden.
b) Compruebe que dado un vector cualquiera (constante) ~c , luego F (~x , ~p) :=
~c (~x ~p), donde ~p := d~
x
dt
, es una integral primera.
Para los datos iniciales (x1 (0) = 1, x2 (0) = 0). Investigue ahora la solucin cerca
de " = 0 obteniendo los coeficientes en la serie de Taylor de la misma con respecto
al parmetro ". Encuentre qu ecuaciones satisfacen estos coeficientes.
113
Problema 4.21 (Arnold) Considere la ecuacin del pndulo fsico:
d2x
= sin(x).
d t2
Vea cmo vara la frecuencia en funcin de la amplitud para soluciones pequeas.
Ayuda: suponga una solucin en serie de Taylor en la amplitud y resuelva hasta
encontrar la primera contribucin no trivial a la solucin linealizada. Encuentre
el perodo ubicando los puntos de retorno (velocidad cero).
114
CAPTULO 5
SISTEMAS LINEALES
Teorema 5.1 Sea A(t ) continua en I lR, cerrado. Luego existe una nica
solucin x(t ) : I V de la ecuacin,
d x(t )
= A(t ) x(t ), (5.1)
dt
con condicin inicial x(t0 ) = x 0 V , t0 I .
115
Consideremos el conjunto de las soluciones de 5.1 definidas en un nico
intervalo I lR cerrado, S o l (A, I ). Este conjunto tiene la estructura de un
espacio vectorial. En efecto, si x(t ) e y(t ) son dos soluciones de 5.1, luego
x(t ) + y(t ) , lR, es tambin una solucin. Cul es su dimensin? El
siguiente teorema responde a esta pregunta y muestra que cualquier solucin
de 5.1 puede ser expresada como combinacin lineal de un nmero finito
(n) = d i m V de soluciones.
x(t ) = (t ) = c i u i (t ) t I (5.5)
116
sern combinaciones lineales de las {u i (t )}. La dependencia con los datos
iniciales es tambin lineal, es decir si x(t ), y(t ) S o l (A, I ) y x(t0 ) = x 0
e y(t0 ) = y 0 luego x(t ) + y(t ) , lR, es la solucin con dato inicial
x 0 + y 0 y por lo tanto el mapa g tt que en este caso llamaremos X tt que
0 0
lleva datos iniciales dados en t = t0 a soluciones con esos datos, al tiempo t es
un operador lineal de V en V . En efecto si {0i } es la c o-base de la base {u i },
j j
i.e. 0 (u 0i ) = i . Luego X tt = ni=1 u i (t ) 0i . Debido a la independencia
P
0
lineal de los {u i (t )} como elementos de V se puede ver que el mapa X tt :
0
V V es inyectivo y por lo tanto invertible, para cada t I . Su inversa, que
denotaremos (X tt )1 lleva la solucin en t a su dato inicial en t = t0 , o sea
0
t
(X tt )1 = X t0 .
0
t
Ejercicio: Pruebe que (X tt )1 = X t0 .
0
117
Prueba:
(t ) = X tt c(t ) (5.11)
0
De donde vemos que para que (t ) sea una solucin c(t ) debe satisfacer la
ecuacin X tt ddt c(t ) = b(t ).
0
118
t
Pero como X tt es invertible y su inversa es X t0 obtenemos
0
d t
c(t ) = X t0 b(t ). (5.13)
dt
Integrando obtenemos
Z t
t
c(t ) = X 0 b( t) d t + c(t0 ) (5.14)
t
t0
o Z
t
t
(t ) = X tt X 0 b( t) d t + X tt (t0 ), (5.15)
0 t 0
t0
dx
= A x, (5.16)
dt
119
de 5.16. De hecho, hemos demostrado que la familia monoparamtrica de di-
feomorfismos lineales g t = e At est definida globalmente [t lR, x 0 V ]
y es la generadora del campo vectorial v(x) = Ax. [Con la definicin dada en
5.1 en este caso X tt = g t t0 = e A(t t0 ) .]
0
d xi n
X
= Ai j x j , (5.17)
dt j =1
d x n1
= An1 n1 x n1 + An1 n x n (5.19)
dt
= n1 x n1 + An1 n e n t x0n . (5.20)
Z t
n1 t
x n1
(t ) = e x0n1 + e n1 t e n1 s (An1 n e n s x0n ) d s (5.21)
0
120
Z t
n1 t
= e x0n1 + e n1 t e (n n1 )s d s An1 n x0n , (5.22)
0
base. El resultado final ser que las componentes son todas sumas de expo-
nenciales por polinomios. En efecto note que la integral de un polinomio
de grado m por una exponencial es tambin un polinomio del mismo grado
por la misma exponencial ms una constante de integracin (a menos que
la exponencial sea nula, en cuyo caso el resultado es un polinomio de grado
m + 1).
Ejercicio: Pruebe esta ltima afirmacin por induccin en el grado del po-
linomio y el uso de integracin por partes, es decir, use que e a t P m (t ) =
d e at at
( P (t )) ea ddt P m (t ) y que ddt P m (t ) es un polinomio de orden m 1.
dt a m
E := { f (t ) : lR 7 V C | f (t ) = e t P m (t ), con P m (t ) un polinomio}
Prueba: Debemos probar entonces que si tenemos una suma finita de elemen-
tos de los Ei , {u i } y esta se anula, luego cada uno de estos vectores se debe
121
anular idnticamente. Es decir
m
X
u i = 0, u i Ei i 6= j u i = 0. (5.24)
i=1
m m
e (i 1 )t P mi (t ).
X X
1 t
0 = S(t ) := e u i = P m1 (t ) + (5.26)
i=1 i=2
d m1 +1 m
e (i 1 )t P mi (t ).
X
0= +1
S(t ) = (5.27)
d t m1 i=2
donde es fcil ver que los polinomios P mi (t ) son del mismo grado que los
originales. Estamos as bajo la hiptesis inductiva y por lo tanto como estos
polinomios son no-nulos tenemos una contradiccin
Veamos ahora que en realidad cada uno de los trminos en esta suma es
una solucin de la ecuacin 5.16. Dado C cualquiera consideremos el
espacio vectorial de funciones de lR V C de la forma e t w(t ), donde w(t )
es un polinomio 1 en t . Este espacio es invariante bajo la accin de ddt , ya que
tomando su derivada obtenemos una expresin similar, es decir el producto
de la misma exponencial por otro polinomio. Por otro lado es invariante
ante la accin de A, ya que como A no depende de t su accin en cualquier
e t w(t ) nos da otra expresin semejante. Por lo tanto, la accin de ddt A
tambin nos mantendr en el mismo espacio. Vemos as que si tenemos una
suma de trminos con esa estructura y con distintos valores de , como es
1
Es decir una combinacin lineal de vectores en V C con coeficientes polinmicos en t .
122
d
el caso en la ecuacin anterior, 5.23, luego si la aplicacin de dt
A nos da
d
cero esto significa que la aplicacin de A a cada trmino de la suma debe
dt
dar cero. Es decir cada trmino es una solucin de la ecuacin 5.16! Es as
que concluimos que cada trmino en la suma 5.16 es de la forma e At v 0 para
algn v 0 V C . Consideremos ahora el subconjunto W de V C , tal que si
v 0 W luego e At v 0 = e t v(t ). Est claro que los nicos subespacios no
triviales sern aquellos con = i , donde {i }, i = 1..d son los autovalores
de A. Por lo tanto debemos considerar solo estos subconjuntos. Como esta
relacin es lineal, W es un subespacio de V C . Como e At Av 0 = Ae At v 0 =
e t Av(t ) = e t v 0 (t ) y v 0 (t ) es tambin polinomial en t , vemos que W es
un subespacio invariante de A. Mientras que usando una base de W en la
que la restriccin a ese espacio de A es triangular superior vemos que es
el nico autovalor que dicha restriccin puede tener. Finalmente, como toda
solucin de 5.16 tiene la forma 5.23 el teorema de existencia de soluciones nos
asegura que cualquier dato inicial, es decir cualquier elemento de V C , puede
ser expresado como combinacin lineal de elementos en Wi . En efecto, sea
v 0 un elemento cualquiera de V C cualquiera, del teorema de existencia de
soluciones, tenemos entonces una nica solucin de 5.16 x(t ) con x(0) = v 0 .
Pero entonces
m
e i t v i (t )
X
x(t ) =
i=1
m
X
= e At v 0i , (5.28)
i=1
123
Teorema 5.3 Dado un operador A : V C V C existe un conjunto de subespa-
cios invariantes de A, {Wi }, donde i son los autovalores de A tales que:
a) V C = W1 W2 Wd
A = i + i , (5.29)
e t i I +t i = e t i I e t i , (5.30)
m i 1 (t i ) j
pero e t i I = e t i I y e t i =
X
, es decir una suma finita.
j =0 j!
k
0
k1
e tA =
.. (5.31)
.
kp
124
con cada ki una sub-matriz cuadrada, la k0 = d i a g (e t 1 , . . . , e t n ) y si i 6= 0
1 t t 2 /2 t n1 /(n 1)!
..
1 t .
..
1 .
ki = e t
, (5.32)
..
. t 2 /2
..
0 . t
1
125
tal que kx(t )k < C .] Si adems todos tienen parte real negativa luego todas
las soluciones tienden asintticamente a la solucin trivial [ lm x(t ) = 0 ].
t
x i (t ) = x0i e i t , (5.34)
x 1 (t ) = e i t (x 1 cos wi t x 2 sin wi t )
(5.35)
x 2 (t ) = e i t (x 2 cos wi t + x 1 sin wi t ),
con i = i + i wi .
Vemos que la accin del operador e At es en este caso la de dilatar los
vectores por un factor e i t y la de rotarlos un ngulo wi t .
126
5.4. Problemas
(x 1/2)2 , 0 x 1/2
f2 (t ) = (5.37)
0, 1/2 x 1
127
c)
d
x1 1 1 x1
= (5.42)
dt x2 0 1 x2
d)
d
x1 1 0 x1
= (5.43)
dt x2 1 1 x2
e)
d
x1 0 1 x1
= (5.44)
dt x2 1 0 x2
f ) (compare las soluciones con las del punto b)
d
x1 0 1 x1
= (5.45)
dt x2 1 0 x2
g)
d
x1 i 0 x1
= (5.46)
dt x2 0 i x2
h)
d 1+i
x1 0 x1
= (5.47)
dt x2 0 1i x2
i)
d 1+i
x1 0 x1
= (5.48)
dt x2 1 1i x2
128
Problema 5.7 Estudie el siguiente sistema
129
130
CAPTULO 6
ESTABILIDAD
131
es estable y adems si (0) V p luego lm (t ) = p.
t +
Vp
Up
Ejemplos:
a) La ecuacin del crecimiento bacteriano x = a x b x 2 tiene como solucio-
nes estacionarias x(t ) 0 y x(t ) ba . Como la solucin general es,
x(0)e a t
x(t ) = , x(0) 0 (6.1)
b x(0) a t
1+ a
(e 1)
132
parte real. Esto es claro ya que la solucin general es x(t ) = e At x(0) y la
condicin mencionada implica que ke At kL < C , C > 0 t 0. En este
caso podemos tomar como Up=0 = {x lRn | |x| < } y por V p=0 = {x
lRn | |x| < C }. Si adems se cumple que (i ) < 0 i = 1, ..., n luego x(t ) 0
es asintticamente estable.
El siguiente teorema nos brinda una herramienta muy prctica para co-
nocer cuando una solucin estacionaria es estable o no.
d
Ax v( x (s))| s=0 , (6.2)
ds
Ejercicios:
a) Muestre que A es realmente un operador lineal.
b) Muestre que Ax = [v, x]| p , donde x es cualquier campo vectorial tal que
x| p = x. Ayuda: no olvide que v| p = 0.
Ejemplos:
a) Considere la ecuacin del crecimiento bacteriano en x = 0 y x = ba . Para el
primer caso tomamos x (s ) = x s y obtenemos,
d
A x = (a x s b ( x)2 s 2 )| s=0 = a x, (6.3)
ds
lo que muestra que x = 0 es una solucin inestable ya que a > 0. Para el
segundo caso tomamos x = ba + x s luego
d a2 a
A x = ( + a x s b ( + x s )2 )| s=0 = a x 2a x = a x, (6.4)
ds b b
lo que muestra que es asintticamente estable.
133
b) Pndulo fsico con friccin: = s e n k , k > 0. El campo vectorial
en este caso est dado por,
= z
(6.5)
z = s e n k z,
es decir el vector con componentes (z, s e n k z) en el espacio de las fases
que es este caso es un cilindro, z [, +], [0, 2].
134
p
k k2 + 4
con autovalores = , lo que implica ( ) > 0 y as inesta-
2
bilidad.
De los ejemplos se ve que este teorema es de aplicacin amplia. Como es-
tabilidad es una nocin local para facilitar la demostracin tomaremos M =
lRn y un sistema coordenado cartesiano con origen en la solucin estable
a considerar. Usaremos varios resultados previos que probamos a continua-
cin.
Teorema 6.2 (de Lyapunov) Sea A : lRn lRn un operador lineal cuyos au-
tovalores tienen parte real negativa. Luego existe un tensor de tipo (2, 0), (, ),
simtrico y positivo definido [ (w, v) = (v, w) y (w, w) 0 (= s i i w =
0)] tal que,
Ax( (x, x)) < 0 x 6= 0,
es decir la derivada de (x, x) en la direccin Ax es negativa.
~ ~x
A
~x
Prueba: Si todos los autovalores de A son distintos luego existe una base de
Jordan {u i }, i = 1, ..., n y la correspondiente co-base { i }, i = 1, ..., n (con
i
i (u j ) = ji ) tal que A = ni=1 i u i i . Sea en este caso = ni=1 i .
P P
135
P 0
Si z = ni=1 z i u i e y = ni=1 y i u i C n , luego (z, y) = ni=1 z i y i +
P P
P(nn 0 )/2 i i
0 (z y + z i y i ) donde hemos separado la suma en la de los autovec-
n +1
tores reales y en la de los complejos conjugados. Es fcil ver que el ( , )
obtenido al restringir z e y a lRn es la norma cartesiana usual en la base real
correspondiente. Calculemos ahora Ax( (x, x)).
(x + "Ax, x + "Ax) (x, x)
Ax( (x, x)) = lm"0
"
= (Ax, x) + (x, Ax) (6.10)
= 2 ni=1 (i )x i x i < 0.
P
Lema 6.1 Dado > 0 existe una base {u i } tal que en esa base
A = d i a g .(1 , ..., n ) + ,
con una matriz con componentes distintas de cero (e igual a uno) a lo sumo en
la diagonal inferior, es decir,
1 0 0 . . . 0
" 0 . . . 0
2
A= . . . . . . . . (6.11)
0 . . . . . 0
0 . . . . " r
0 0
A= 1 0 . (6.12)
0 1
u 1 u 2
definiendo u 1 = , u2 = , y u 3 = u 3 , vemos que en esta nueva base,
2
0 0
A= " 0 . (6.13)
0 "
136
u 1 u 1 u 2 u 1 + u 2
[Au 1 = A = = u 1 , Au 2 = A = = u 1 + u 2 , etc.].
2
2
Lema 6.2 El conjunto de tensores simtricas positivas es abierto en el conjunto
de formas simtricas, es decir si 0 es simtrica y positiva y 1 es simtrica luego
existe > 0 tal que 0 + 1 es tambin positiva.
Prueba: Sea B1 la esfera unidad con respecto a alguna norma en lRn y conside-
remos 0 (x, x) : B1 lR+ . Como B1 es compacta 0 alcanza all su mnimo,
mi n . Anlogamente 1 alcanza all su mximo, que llamaremos ma x . To-
mi n
mando " < se cumple lo requerido.
ma x
137
Este es el resultado que utilizaremos para la prueba del teorema de estabilidad
que damos a continuacin.
Prueba del Teorema de Estabilidad: Hemos visto que si (i ) < 0 luego exis-
te una constante > 0 y una forma simtrica positiva definida ( , ) tal que
r (t ) = ln ((t ), (t )) (6.20)
138
lo que implica que (t ) 0 y concluye la demostracin del teorema. 3
t
6.1. Problemas
x1 = (a b x2 )x1
x2 = (c f x1 )x2 , (6.23)
a, b , c, f 0.
a) Haga una trasformacin de coordenadas y tiempo que lo lleve a la forma,
x1 = (1 x2 )x1
x2 = (e x1 )x2 (6.24)
b) Grafique el campo vectorial y vea que no hay integrales primeras no tri-
viales en los cuadrantes donde al menos una de las coordenadas es negativa.
c) Encuentre las soluciones de equilibrio y determine cules son estables y
cules no.
d) Examine el cuadrante positivo mediante la transformacin: x1 = e q1 ,
x2 = e q2 y vea que all la cantidad f (q1 , q2 ) := e q1 + q2 (e q1 + e q2 ) es una
integral de movimiento. Utilice esta informacin para inferir que en ese cua-
drante las trayectorias permanecen en regiones acotadas.
e) Examine las ecuaciones linealizadas alrededor de la solucin de equilibrio
en el cuadrante positivo y determine cul sera la frecuencia de oscilaciones de las
variaciones cercanas a equilibrio que tendra el sistema.
Nota, esta ecuacin describe la poblacin de dos especies en competencia. Lo
que acabamos de ver es que las especies no crecen indefinidamente ni desaparecen.
Esto ltimo nos dice que la aproximacin no es muy buena... Note que x2 repre-
senta un predador que depende exclusivamente para su subsistencia de la presa
x1 , ya que si sta se extingue el predador lo sigue.
3
En realidad debemos probar adems que si |(0)| < C luego (t ) existe para todo t .
Pero la ltima desigualdad probada nos dice que (t ) no puede abandonar la regin compacta
{x| (x, x) ((0), (0))} y por lo tanto el teorema de extensin nos asegura que (t ) existe
para todo t [0, +).
139
Problema 6.2 Si en el sistema anterior las especies tienen otros medios alterna-
tivos de subsistencia entonces las ecuaciones resultantes son:
x1 = (1 x1 a x2 )x1
x2 = (1 x2 + b x1 )x2 (6.25)
x1 = x2 + x1 (1 (x12 + x22 ))
x2 = x1 + x2 (1 (x12 + x22 )). (6.26)
r = f (r )
= 1. (6.27)
x = y
y = x 2x 3 (6.28)
140
Problema 6.5 (Verhulst) Encuentre las soluciones de equilibrio (y analice su
estabilidad) del sistema:
x = x 2 y 3
y = 2x(x 2 y) (6.29)
x = x
y = 1 (x 2 + y 2 ) (6.30)
141
142
CAPTULO 7
143
PMun =n x n , n N , esn linealmente independiente
n
El conjunto
PM den vectores
e infinito ( n=0 c un = n=0 c x = 0 = c = 0 n M ) ya que un
polinomio de grado M tiene a lo sumo M races.
A los espacios de dimensin infinita tambin se les puede asignar nor-
mas, pero en este caso stas no son equivalentes y por lo tanto habr que ser
cuidadoso en no confundir las estructuras resultantes. Para ello asignaremos
distintos nombres a los espacios con distintas normas.
Ejemplos: a) El espacio vectorial normado l 2 es el espacio de sucesiones infi-
s
X
nitas con la norma k{xi }k2 = xi2 < .
i =1
b) El espacio vectorial normado l es el espacio de sucesiones infinitas con
la norma k{xi }k = s u pi {|xi |}. Es decir el espacio de todas las sucesiones
acotadas.
c) El espacio vectorial normado C [a, b ] es el espacio de funciones continuas
con la norma k f kc = s u p x[a,b ] {| f (x)|}. Es decir el espacio de funciones
continuas acotadas en [a, b ].
Ejercicios:
1) Muestre que las normas definidas en el ejemplo anterior son en realidad
normas.
2) Muestre que existen sucesiones en l que no pertenecen a l 2 . Ayuda: En-
cuentre una de ellas. P
3) Muestre que k{xi }kn := n |x |n
i =1 i
s u pi {|xi |}.
n
144
Ejemplos: lRn con cualquiera de sus normas, l 2 y l son espacios de Banach.
Prueba: Sea { fn (x)} una sucesin de Cauchy en C [a, b ], es decir cada fn (x) es
una funcin continua y acotada en [a, b ] y se cumple que dado " > 0 existe
N > 0 tal que m, n > N k fn f m kc = s u p x[a,b ] | fn (x) f m (x)| < ".
Pero entonces para cada x [a, b ] la sucesin de nmeros reales { fn (x)}
es de Cauchy. Pero los nmeros reales son completos y por lo tanto para
cada x [a, b ] { fn (x)} converge a un nmero que llamaremos f (x). Pero
entonces dado " > 0 para todo N tal que m, n N implique k fn f m kc < ",
tenemos que
145
Ejemplos: x
a) El mapa lineal en l 2 ; A{x i } = i+1i .
b) El Mapa de lR2 en lR2 que manda al punto (x, y) en el punto (x0 +
x/2, y/2).
c) Una funcin Lipschitz cualquiera de lR en lR con mdulo de continui-
dad (k) menor que uno.
kT m (u) T n (u)k
= kT m (u) T m1 (u) + T m1 (u) T m2 (u) + T n (u)k
kTP m
(u) T m1 (u)k + kT m1 (u) T m2 (u)k +
d nm m .
Ejercicio: Sea T : BR,x0 BR,x0 , BR,x0 V una bola cerrada de radio R alrede-
dor de x0 , una contraccin 1 . Probar para este caso las mismas afirmaciones
que en el teorema anterior.
146
p U y por simplicidad ( p) = 0 lRn . Usando este mapa podemos trasla-
dar el campo vectorial v en M a un campo vectorial v definido en un entorno
del cero en lRn . All trataremos el problema de encontrar sus curvas integrales
g (t , x) que pasan por el punto x (U ) al tiempo t = 0. Luego por medio
del mapa 1 obtendremos en M las familias monoparamtricas de difeomor-
fismos g t (q) , q U , que sern tangentes en todo punto al campo vectorial
v.
Con esto en mente, solo resta por ver que para R > 0 y " > 0 sufi-
cientemente pequeos existen curvas integrales, g (t , x) : [0, "] BR = {x
lRn | kxkV < R} lRn , del vector v, es decir mapas satisfaciendo
d g (t , x)
= v(g (t , x)) , g (0, x) = x, (7.5)
dt
con g (t , x) continua con respecto al segundo argumento, es decir con respec-
to a la condicin inicial. Por la suposicin de que v es Lipschitz 2 , tenemos
que existe k > 0 tal que x, y BR
Para que este mapa est bien definido supondremos R lo suficientemente pe-
queo como para que v est definido y satisfaga la condicin de Lipschitz en
B2R y " menor que R/C , donde C = max xB2R |v(x)|, de
modo que si khkC < R luego kx + h(, x)kV < 2R [0, "] y por lo tanto
kT (h)kC < R en todo C ([0, "] BR ). [Ver figura 7.1.]
147
h
2R
Prueba:
Z t
kT (h1 ) T (h2 )kV = kv(x + h1 (, x)) v(x + h2 (, x))kV d
0
Z t
k kh1 (, x) h2 (, x)kV d
0
k " kh1 h2 kC
y por lo tanto
kT (h1 ) T (h2 )kC k " kh1 h2 kC h1 , h2 C ([0, "] BR ).
Tomando " < 1/k completamos la prueba del Lema.
Este Lema y el Teorema 7.2 nos aseguran que existe un nico mapa h(t , x)
el punto fijo de T satisfaciendo
Zt
h(t , x) = T (h(t , x)) = v(x + h(, x)) d . (7.9)
0
148
t vemos que g (t , x) satisface la ecuacin (7.5) y su condicin inicial, lo que
completa la prueba de los puntos i) y i i ) del Teorema Fundamental.
7.1. Problemas
Problema 7.1 Vea que l 2 la bola unidad no es compacta. Ayuda: encuentre una
sucesin infinita en la bola unidad que no tiene punto de acumulacin.
Problema 7.3 Sea f : [a, b ] [a, b ] una funcin Lipschitz con constante
menor que la unidad en todo el intervalo [a, b ]. Demuestre usando el teorema
del punto fijo para contracciones que la ecuacin f (x) = x siempre tiene una
solucin. Grafique en un diagrama (y = f (x), x) la sucesin dada por xi =
f (xi1 ) para el caso de f con pendiente positiva y menor que uno en todo punto.
Qu sucede cuando la pendiente se hace mayor que uno en algn intervalo?
149
150
CAPTULO 8
8.1. Introduccin
151
permitimos la multiplicacin de sus elementos por nmeros racionales!). El
espacio engordado es en este caso el de los reales. La respuesta es afirmativa y
est dada por el siguiente teorema.
Prueba: Los detalles de esta pueden ser encontrados en, por ejemplo [Y], pag.
56. Aqu solo daremos las ideas. Si W es completo entonces tomamos V = W
y = i d . Por lo tanto supondremos que W no es completo. Entonces habrn
sucesiones de Cauchy {wn } en w que no convergen a ningn punto de W . La
idea es tomar estas sucesiones como nuevos puntos con los cuales engordar
W . Como muchas sucesiones distintas podran tender a un mismo punto, a
los efectos de no engordar demasiado a W , todas ellas debern ser conside-
radas como un solo elemento. Esto se logra tomando clases equivalentes de
sucesiones como elementos de V . Diremos que dos sucesiones, {wn }, {wn0 },
son equivalentes si su diferencia tiende al elemento cero,
lm kwn wn0 kW = 0. (8.2)
n
152
El teorema anterior nos dice que siempre podemos completar un espacio
vectorial normado y esto de una manera esencialmente nica. De esta forma
entonces se puede hablar de completar un espacio normado W en uno V .
Como W es denso en V y el mapa es continuo todas las propiedades que
son continuas en W valen automticamente en V . El teorema anterior nos
dice tambin que los elementos del espacio completado pueden tener un ca-
rcter muy diferente al de los elementos del espacio original. Debido a esto
es que en la prctica uno debe ser muy cuidadoso al momento de atribuirle
propiedades a los elementos de un dado espacio de Banach. Como ejemplo de
lo anterior veremos la integral de Lebesgue.
153
1/4
1
0
1/4 1/2 3/4
1/n
154
la integral de esta funcin es de esperar que sea cero, y de hecho lo es ya que
Z1
lm | fn (x)| d x = 0. (8.8)
n
0
155
f (x)
m+1
n
m
n
f 1 [( mn , m+1
n
)]
Intuitivamente los conjuntos medibles son los conjuntos que admiten una
nocin de longitud o rea y su medida es el valor de esta longitud o rea.
156
Ejercicio: Muestre que:
1. X M
\
2. Si Ai M , i = 1, 2, ... luego Ai M . Esta es la razn por la cual se
i
\
pide ii), ya que esperaramos que Ai i (Ai ).
P
i
El siguiente no es un espacio medible (por qu?) pero nos ser til para
construir luego el que deseamos.
4. Sea X = lR y M = J el conjunto de todas las uniones (contables)
de intervalos abiertos disjuntos, es decir un elemento, I , de J es un
subconjunto de lR de la forma,
[
I = (ai , bi ), (8.9)
i
157
Sea X = lR, M todo subconjunto de X y : M lR dada por,
(A) = in f (m(I ))
I I (8.11)
A I .
Es decir, dado un subconjunto de lR, A, consideramos todos los elementos de
J tales que A est contenido en stos, calculamos su medida y tomamos el
nfimo sobre todos los elementos de J .
Ejemplos:
1. Sea A = (0, 1), luego un candidato es I1 = (1, 1) (3, 5), m(I1 ) = 2 +
2 = 4, pero tambin tenemos I2 = (0, 1) con m(I2 ) = 1 y claramente
(A) = 1.
2. Sea B = 1 2 3 . . . luego (B) = 0 ya que podemos cubrir B con
I = (1 ", 1 + ") (2 ", 2 + ") . . . .
Como vemos esta terna (lR, M , ) parece tener las condiciones deseadas
para ser la medida que buscamos, pero en realidad ni siquiera es un espacio
medible!
158
a alguna de las clases equivalentes en que hemos separado a S 1 , pero entonces
existe a A y r Q tal que a + r = x, o sea x Ar .]. Como por hiptesis
(Ar ) = (A) = entonces,
[ X
X
1 = (S 1 ) =
A =
r (A r ) = , (8.12)
r Q r Q
Intuitivamente vemos que los conjuntos medibles son aquellos que cuan-
do usados para separar otros conjuntos en dos partes dan una divisin que es
aditiva con respecto a .
Como en general solo tenemos que (E) (A E) + ((X A) E)
vemos entonces que los conjuntos no-medibles son aquellos cuyos puntos estn
distribuidos en X de tal forma que cuando uno trata de cubrir AE y (X A)E
con abiertos stos se superponen tanto que en realidad uno puede obtener un
nfimo menor cubriendo directamente E con abiertos.
Existe un gran nmero de teoremas que nos dan informacin acerca de
cules son los conjuntos medibles. Bastar decir que todos los conjuntos abier-
tos de lR (y muchos ms ) estn en M y que si f : lR lR es una funcin
continua luego f 1 [M ] M .
Retornamos ahora a la integral de Lebesgue. Naturalmente diremos que
f es medible si f 1 [(a, b )] M para todo intervalo abierto (a, b ) lR.
159
c) Sea { fn (x)} una sucesin de funciones medibles que convergen punto a
punto a f (x), es decir lmn fn (x) = f (x), luego f (x) es tambin me-
dible.
160
i) (x, y + c z) = (x, y) + c(x, z),
(x + c y, z) = (x, z) + c(y, z)
para cualquier x, y, z en V y c en C .
i i) (x, y) = (y, x)
i i i) (x, x) 0 (0 sii x = 0).
La primera parte de la condicin i) indica que el mapa producto escalar
es lineal con respecto a su segundo argumento. La segunda parte indica que
es lineal en el primer argumento, excepto por el hecho de que se toma el
complejo conjugado del escalar. Se dice que este mapa es anti-lineal con res-
pecto al primer argumento. La condicin ii) nos dice que el mapa es todo lo
simtrico que puede ser, dado que en el primer argumento es anti-lineal. Esta
condicin nos garantiza que (x, x) es un nmero real y , junto con i i i ), que
es no-negativo.
Ejercicio: Pruebe que dando un tensor de tipo (2, 0), t (, ), simtrico, real y
positivo definido, entonces (x, y) t (x, y) es un producto escalar.
161
Lema 8.2 (Desigualdad triangular) : kx + yk kxk + kyk.
Prueba:
kx + yk2 = kxk2 + kyk2 + 2 Re (x, y)
kxk2 + kyk2 + 2 |(x, y)|
kxk2 + kyk2 + 2 kxk kyk
(kxk + kyk)2 ,
Lo que nos da la desigualdad buscada.
Ejemplos:
1. C n , el espacio vectorial de n-tuplas de nmeros complejos.
Sea x = (x1 , x2 , ..., xn ) e y = (y1 , y2 , ..., yn ), luego
n
X
(x, y) = x j y j .
j =1
Prueba: Sea {{xi }N } una sucesin de sucesiones. Que esta sea de Cau-
chy significa que dado " > 0 existe N tal que
X
k{xi }N {xi }M k2 = |xiN xiM |2 < "2 N , M > N ,
i=1
162
pero eso implica que para cada i
k
X
|x jM x j |2 < "2
j =1
Pero esta es una sucesin (en k) de nmeros reales que es acotada (por
"2 ) y por lo tanto, tomando ahora el lmite k vemos que {{xi }N }
{xi } l 2 y que si {xi } l 2 luego {{xi }N } {xi } en norma. Pero
163
donde las derivadas parciales son con respecto a un sistema cartesiano
de coordenadas en lRn . Definiremos el espacio de Sobolev de orden m
como, H m () = { Completamiento del espacio de funciones m veces
diferenciables en lRn con respecto a la norma k kH m }
Es obvio cul es el producto escalar correspondiente, adems note que
por definicin H m es completo. H 0 coincide con el definido en el ejem-
plo anterior, ya que las funciones continuas son densas en L2 .
Ejemplos:
164
El concepto definido anteriormente no usa del producto escalar y por lo
tanto tambin es vlido para espacios de Banach en general (un subespacio
cerrado de un espacio de Banach es tambin un espacio de Banach).
El producto escalar nos permite introducir el concepto de ortogonalidad
y as definir el complemento ortogonal de M , es decir el conjunto,
M = {x H | (x, y) = 0 y M }, (8.18)
que tiene la siguiente propiedad,
H = M M (8.19)
Prueba:
Es inmediato que M es un subespacio vectorial y que es cerrado. [Si {xi }
es una sucesin en M convergiendo a x en H luego |(x, y)| = |(x xi , y)|
kx xi k kyk 0 y M y por lo tanto x M .] Solo debemos probar la
complementaridad. Para ello, dado x H , buscaremos el elemento z en M
ms prximo a x, ver figura.
~y
~x
~z
z~2
z~1
165
Luego
zn
(zn x) + (z m x)
(zn x) (z m x)
zm
x
Esto nos dice que {zn } es Cauchy y por lo tanto que converge a un nico
z en M .
Sea y = x z, solo resta ver que y est en M , es decir que (y, v) =
0 v M . Sea v M y t lR, luego
166
Muestre que una norma la satisface si y solo si sta proviene de un producto
escalar. Ayuda: Utilice la denominada identidad de polarizacin para definir un
producto interno a partir de la norma,
1
(x, y) = {[kx + yk2 kx yk2 ] [kx + yk2 kx yk2 ] (8.22)
4
Corolario 8.1 (M ) = M
Prueba:
Probaremos ste mostrando que M (M ) y que (M ) M .
La primera inclusin es obvia ya que (M ) es el conjunto de vectores
ortogonales a M el cual a su vez es el conjunto de vectores ortogonales a M .
La segunda inclusin sigue de que si descomponemos cualquier vector
x (M ) en su parte en M y en parte en M , x = x1 + x2 , x1 M , x2 M ,
la primera inclusin nos dice que x1 (M ) pero (M ) y M son tambin
complementarios y por lo tanto x2 = 0
Este nos dice que tomando complementos no obtendremos ms que un
solo espacio de Hilbert extra.
Para formular el siguiente corolario es necesario introducir un nuevo con-
cepto, el de espacio dual de un espacio de Hilbert. Podramos definir el dual
de un espacio de Hilbert de la misma forma que lo hicimos para espacios vec-
toriales de dimensin finita, es decir como el conjunto de mapas lineales de
H en C. El espacio vectorial as obtenido no hereda H ninguna propiedad
interesante por ser ste un espacio demasiado grande. Para lograr un espacio
ms pequeo y con propiedades atractivas restringiremos los mapas lineales
a aquellos que sean continuos. Es decir el espacio dual a H , H 0 ser el con-
junto de mapas lineales continuos de H en C. Qu mapas estn en H 0 ? Note
que si y H luego el mapa y : H C definido por y (x) = (y, x) es lineal
y como |(x)| kykH kxkH tambin es continuo. Este mapa nos da una co-
rrespondencia inyectiva (no cannica, ya que depende del producto escalar)
entre los elementos de H y los de su dual. Vemos as que H est contenido
naturalmente en H 0 .
Ejercicio: Medite sobre cul es la norma natural en H 0 . Pruebe que con esa
norma tenemos ky kH 0 = kykH .
167
Problema 8.2 Sea : H C un mapa lineal. Muestre que la continuidad del
mapa en el origen asegura la continuidad del mapa en todo punto.
168
Ejemplo: En l 2 sea e1 = (1, 0, 0, ...), e2 = (0, 1, 0, ...), etc.
Pi
Ejercicio: Muestre que si a l 2 luego ka n=1
(a, en )en k l 2 0.
i
Este resultado, como el anterior, es muy poderoso ya que nos dice que
siempre podemos aproximar distintos elementos de H usando una dada base.
No probaremos este Corolario pues para ello se necesitan herramientas que
no se vern en este curso. Pero s otro resultado ms simple, para lo cual
introducimos la siguiente definicin.
Este teorema nos dice que entre los espacios de Hilbert separables esen-
cialmente no hay ms estructura que la ya presente en C N o l 2 .
169
subcoleccin el procedimiento de Gram-Schmidt para obtener la base orto-
normal. Para probar el resto del teorema necesitamos los siguientes lemas.
kxk2H = (x, x)
= (v + w, v + w)
= (v, v) + (w, w)
XN
= |(xn , x)|2 + kwk2H .
n=1
170
donde la primera igualdad significa que la suma converge con respecto a la norma
de H a y H . La ltima igualdad es llamada relacin de Parseval y los
P (xn , y) los coeficientes de Fourier de y. Inversamente si {cn } l
2
coeficientes
luego n cn xn H .
N
X N
X
kyN yM k2H =k (x j , y)x j k2H = |(x j , y)|2 = aN aM
j =M +1 j =M +1
171
Si la base es finita, con dimensin N este es claramente un mapa en C N . Si la
base es infinita la imagen de H por est incluida en el espacio de sucesiones
complejas infinitas, pero usando el Lema 8.6 vemos que ,
X
k(y)k22 = |(xn , y)|2 = kyk2H (8.30)
l
n=1
El teorema anterior, entre otras cosas sirve para dar una caracterizacin
que diferencia los espacios de Hilbert de dimensin finita de los de dimensin
infinita. (En realidad esta caracterizacin es vlida para espacios de Banach en
general).
B1 (H ) = {x H / kxkH 1}
gente
172
1
Ejercicio: Muestre que los elementos de L2 (0, 2) de la forma fn (x) = p e inx ,
2
n = 0, 1, 2, ..., forman un conjunto ortonormal.
Note que por Lema 8.6 esto es equivalente a asegurar que si f L2 [0, 2]
luego fN (x) converge (en la norma de L2 [0, 2]) a f cuando N .
1 X N
SN (g )(x) := p gn e i n x g (x) (8.31)
2 n=N
punto a punto y uniformemente si g (x) Li p p ([0, 2]). Luego por densi-
dad, dada cualquier funcin f (x) L2 ([0, 2]) y " > 0 existir f" Li p p ([0, 2])
tal que k f f" kL2 < "/3 y por lo tanto tendremos,
pero
N
X
kSN ( f f" )kL2 = |( f f" )n |2
n=N
k f f" k 2
"/3 (8.32)
" , lo que sigue de
y por lo tanto eligiendo N tal que | f" (x) SN ( f" )(x)| < 6
nuestra suposicin anterior (todava no probada), tenemos que k f" SN ( f" )kL2 <
" y por lo tanto concluimos que para dicho N , k f S ( f )k 2 < "
3 N L
173
Vemos as que solo resta probar nuestra suposicin de convergencia uni-
forme de SN ( f ) a f para funciones Lipschitz peridicas. La prueba de esta
afirmacin es muy instructiva y nos muestra como trabaja la serie de Fou-
rier. Preparatoriamente para este resultado probamos una serie de lemas:
1
Z 2
sup{| fn |} p | f (x)|d x. (8.33)
n 2 0
Prueba:
e inx
| fn | = |( p , f )|
2
Z 2
1
p |e i n x f (x)|d x
2 0
Z 2
1
p | f (x)|d x (8.34)
2 0
e inx
fn = ( p , f )
2
Z 2
1
= p e i n x f (x)d x
2 0
Z 2
1 1
= p e i n x f 0 (x)d x p e i n x f (x)|2
0
i n 2 0 i n 2
Z 2
1 1
= p e i n x f 0 (x)d x p [ f (2) f (0)]
i n 2 0 i n 2
y por lo tanto
1
| fn | p [k f 0 kL1 + | f (2) f (0)|], (8.35)
n 2
174
con lo que el lema queda demostrado
Este lema y su generalizacin a un nmero mayor de derivadas nos indica
que cuanto ms diferenciable es una funcin ms rpido decaen sus coeficien-
tes de Fourier (asintticamente).
Ejercicio: Pruebe un lema similar que d una mejor cota para fn si la funcin
es peridica y es m veces diferenciable.
lm f =0 (8.36)
n n
e inx
| f n f" n | = |( p , f f" )|
2
Z 2
1
p | f (x) f" (x)|d x
2 0
1
p k f f" kL1
2
"/2 (8.37)
tenemos que
| fn | | fn f"n | + | f"n | "/2 + | f"n |. (8.38)
Aplicando el lema anterior y notando que f" es diferenciable vemos que
f"n 0 y por lo tanto, dado " > 0 puedo elegir N tal que para todo n > N
| f"n | < "/2 con lo que | fn | < " para todo n > N y por lo tanto concluimos
que fn 0 cuando n
Ahora estamos en condiciones de probar el teorema sobre convergencia
puntual de funciones Lipschitz.
1 X N
SN ( f )(x) := p fn e i n x (8.39)
2 n=N
converge puntualmente y uniformemente a f (x).
175
Prueba: Probaremos solo la convergencia puntual, la uniforme sigue fcil-
mente y la prueba de ello no agrega nada nuevo. Comenzamos con el si-
guiente clculo,
1 X N
SN ( f )() := p fn e i n x
2 n=N
1 X N Z 2
0
= e i n f (0 )e i n d 0
2 n=N 0
1 2
Z N
e i n( ) )d 0
X 0
= f (0 )(
2 0 n=N
Z 2
= f (0 )DN ( 0 )d 0 (8.40)
0
1 N
X i
= [ [e i n(2) e i n ] + 2]
2 n=N , n6=0
n
= 1. (8.42)
176
N
X
= qn
n=N
N
X N
X
= qn + q n 1
n=0 n=0
N +1
q 1 q (N +1) 1
= + 1
q 1 q 1 1
(q N +1 1)(q 1 1) + (q (N +1) 1)(q 1) (q 1)(q 1 1)
=
(q 1)(q 1 1)
(q N +1/2 q 1/2 )(q 1/2 q 1/2 ) + (q (N +1/2) q 1/2 )(q 1/2 q 1/2 )
=
(q 1/2 q 1/2 )(q 1/2 q 1/2 ) /(q 1/2 q 1/2 )(q 1/2 q 1/2 )
q N +1/2 q N 1/2
=
q 1/2 q 1/2
e i(N +1/2) e i(N +1/2)
=
e i /2 e i/2
sin((N + 1/2))
= . (8.44)
sin(/2)
Por lo tanto
1 sin((N + 1/2))
DN () = . (8.45)
2 sin(/2)
Tenemos por lo tanto,
Z 2
SN ( f )() = f (0 )DN ( 0 )d 0
0
Z 2
= f ( 0 )DN ()d 0
0
1 2 sin((N + 1/2)0 )
Z
= [ f ( 0 ) f ()] d 0 + f ()
2 0 sin(0 /2)
0
| f ( 0 ) f ()|
g ( ) := (8.46)
sin(0 /2)
177
es continua en (0, 2) y acotada en los extremos, por lo tanto integrable.
Aplicando ahora el Lema de Riemann-Lebesgue concluimos entonces que la
integral tiende a cero con N y por lo tanto que lmN SN ( f )() = f () en
todo punto donde f () es Lipschitz.
Para probar que S es completo solo tenemos que ver que si (e i n x , g ) =
0 n luego g = 0. Sea f C p1 [0, 2] y cn sus coeficientes de Fourier con
respecto a S, luego
!
XM e inx
( f , g ) = lm cn p , g = 0 (8.47)
M 2
M
T 2T
=k (8.48)
t 2
con k una constante positiva. Supondremos T (, 0) = T0 (). Suponiendo
adems que T (, t ) admite una descomposicin en serie de Fourier,
X e i n
T (, t ) = Tn (t ) p (8.49)
n= 2
y que se puede pasar las derivadas dentro de la sumatoria infinita obtenemos,
T 2T
0 = k
t 2
X d Tn (t ) e i n
= ( + k n 2 Tn (t )) p (8.50)
n= dt 2
e i n
y tomando el producto escalar con p vemos que se debe cumplir,
2
d Tn (t )
= k n 2 Tn (t ) n (8.51)
dt
178
o sea,
2
Tn (t ) = Tn (0)e k n t . (8.52)
Si la temperatura inicial era
X e i n
T0 () = Tn0 p (8.53)
n= 2
2
vemos entonces que Tn (t ) = Tn0 e k n t y
i n
X 2 e
T (, t ) = Tn0 e k n t p (8.54)
n= 2
nos da la solucin del problema.
Notemos que: a) La distribucin de temperatura en la barra solo depende
de la distribucin inicial. b) El hecho de haber podido reducir un problema
en derivadas parciales en un problema en derivadas ordinarias de debe a que
hemos elegido representar a las funciones en una base de autovectores del
operador derivada. En efecto, lo que hemos usado fundamentalmente es que
i n
Problema 8.3 : Use Gram-Schmidt para obtener una base ortonormal a partir
de los monomios
1, x, x 2 , . . . , x n , . . . , (8.56)
con respecto a los espacios de Hilbert obtenidos a partir de los siguientes productos
escalares:
179
R1
1. ( f , g ) = 1
f g d x (En este caso obtendr los polinomios de Legendre.)
R x 2
2. ( f , g ) =
f ge d x (En este caso obtendr los polinomios de Hermi-
te.)
R x
3. ( f , g ) = 0
f g e d x (En este caso obtendr los polinomios de Lague-
rre.)
El hecho de que los polinomios de Legendre son una base sigue del Teore-
ma de Aproximacin de Weirstrass y del hecho de que las funciones continuas
son densas en L2 .
Note que la segunda operacin est bien definida ya que y i 6= 0. Esta aseve-
racin sigue del hecho de que el lado derecho en la definicin de y i es una
combinacin lineal de los x j , j = 1, ..., i y hemos supuesto que estos son li-
nealmente independientes.
Veamos ahora que (u i , u j ) = i j . Para ello probaremos por induccin que
dado i, (u i , u j ) = 0 j < i positivo. Esto es cierto para i = 1 [ya que no hay
j ]. Supongamos entonces que es cierto para i 1 y veamos que tambin lo es
para i . Pero, dado j < i tenemos,
j 1
X
(u j , y i ) = [(u j , x i ) (u l , x i )(u j , u l )] = [(u j , x i ) (u j , x i )] = 0.
l =1
180
8.6. Problemas
Vea que esta es una norma y pruebe que la norma inducida en V 0 por sta est
dada por,
Xn 1
kkq ( |i |q ) q , (8.59)
i=1
donde
1 1
+ =1 ( p, q 1); (8.60)
p q
Ayuda: Exprese (x) en componentes con respecto a la base/co-base dada y luego
use (pruebe) la desigualdad:
n
X Xn 1 X
n 1
| x i i | ( |x i | p ) p ( |i |q ) q . (8.61)
i=1 i=1 i=1
181
Ayudas: Note que dado un elemento de l1 , {} = (1 , 2 , . . .), tenemos un fun-
cional lineal dado por,
X
({x}) xi i . (8.64)
i =1
de lo cual se concluye que las normas son las mismas. Solo resta ver que para cada
elemento del dual de c0 , , existe un elemento de l1 , {} = (1 , 2 , . . .) tal que
la ecuacin 8.64 valga. Para ello construya una base de c0 y la respectiva base de
su dual. Atencin: en algn punto tendr que usar que las funcionales lineales
consideradas son continuas.
182
Problema 8.11 Sea Sn : L2 L2 el mapa que enva f L2 en la serie parcial
de Fourier,
n
X 1
Sn ( f ) := cm e i m x , c m := (e i m x , f (x)). (8.70)
m=n 2
1 2 sin((n + 1/2)x)
Z
Sn ( f )() = f ( + x) dx (8.71)
2 0 sin(x/2)
1 Pn
b.- Sea S Sn ( f )() = n+1 S ( f )() (suma de Csaro), pruebe que:
0 m
Pn d.- Utilicemiel tem f.- del problema anterior para concluir que
m=n m
c e 2 f () uniformemente.
183
Problema 8.14 Considere la expansin en serie de Fourier para la siguiente fun-
cin:
0<x <
1
f (x) := (8.73)
+1 < x2
f ( + 2) = f (). La suma de los primeros n trminos produce una funcin
que tiene un mximo absoluto en las cercanas positivas de 0 de altura 1 + n .
Mostrar que lmn n 0,18. Esto se conoce como fenmeno de Gibbs.
Notas bibliogrficas: Estas notas estn basadas en los siguientes libros: [9],
[10], [13], [1] y [14]. sta es una de las reas mas bellas y tiles de las mate-
mticas, bsica para casi todo, en particular la mecnica cuntica. No deje de
profundizar un poquito en ella, sobre todo recomiendo los libros [9] y [1] de
lectura placentera.
184
CAPTULO 9
DISTRIBUCIONES
9.1. Introduccin
185
Cul de ellos estudiar? La respuesta es: El que ms convenga al trata-
miento del problema para el cual se las quiere usar. Aqu trataremos aquellas
obtenidas a partir de un subespacio bastante pequeo con lo cual se obtiene
una generalizacin lo suficientemente amplia como para abarcar con ella la
mayora de los problemas de la Fsica. Es necesario remarcar que el concepto
de distribucin que introduciremos no es una necesidad fsica, en el sentido
que las teoras fsicas se pueden enunciar usando simplemente funciones infi-
nitamente diferenciables1 , pero s es una herramienta muy til que permite
una formulacin ms condensada"de algunas de estas leyes. El subespacio
de L2 (lR) que usaremos es de las funciones infinitamente diferenciables y de
soporte compacto C0 (lR). [Recuerde que el soporte de una funcin clsica
f (x) est dado por el subconjunto de lR,
C l { f 1 [lR {0}]},
no obtendramos un espacio completo ya que en este hay sucesiones de Cauchy que tienden a
funciones infinitamente diferenciables pero cuyo soporte no es compacto.
186
Definicin: Diremos que una sucesin { n }, n C0 (lR) converge a
C0 (lR) si:
1. Existe K lR compacto tal que s o p o r t e( n ) K n.
( p)
2. Las sucesiones { n } de sus derivadas de orden p convergen uniforme-
mente en K a ( p) para todo p = 0, 1, 2, . . . ,, es decir dado p y " > 0
existe N tal que para todo n > N se cumple
s u p xK | (np) (x) ( p) (x)| < ". (9.1)
Ejemplos:
a) Sea f continua y sea la funcional lineal
Z
T f () = f d x. (9.3)
lR
187
Como Z
|T f ()| |f | d x s u p xK || (9.4)
K
c) Sea Ta : C0 (lR) lR, a lR, dada por Ta () = (a), este mapa es clara-
mente lineal,
Ta ( + ) = (a) + (a) = Ta () + T( ),
y continuo
|Ta ()| = |(a)| s u p xlR |(x)|
y por lo tanto una distribucin. Esta es llamada la delta de Dirac en el punto
a. Hay alguna funcin continua, f , tal que Ta = T f ? Supongamos que s,
y que f (r ) 6= 0 con r 6= a. Eligiendo distinto de cero solo en un entorno
suficientemente pequeo de r que no contenga a a y con el mismo signo que
f (r ) obtenemos (a) = 0 y T f () 6= 0 lo que implica que f (r ) = 0 r 6= a
pero por continuidad concluimos entonces que f 0 y por lo tanto que
T f () = 0 C0 (lR). Vemos entonces que esta distribucin no provie-
ne de ninguna funcin continua y se puede ver que en realidad no proviene
de ningn elemento de L1 (lR), es as una distribucin irregular. Estos son
los elementos extra que nos da la generalizacin definida. Usualmente, en
188
manipulaciones formales se pretende que esta distribucin proviene de una
funcin, denominada delta de Dirac y denotada por (x a). Con ella se
escriben cosas como
Z
(x a) (x) d x = (a). (9.6)
lR
Como hemos visto en realidad no existe ninguna funcin para la cual esta
expresin tenga sentido por lo tanto sta es solo formal y debe considerrsela
con precaucin, es decir siempre como un mapa lineal y continuo del espacio
de funciones de prueba.
Qu estructura tiene D 0 (lR)? Por ser un espacio dual sta es un espacio
vectorial con la suma de sus elementos y el producto de stos por nme-
ros
realesdefinidos en la manera
obvia, es decir si T , T D, lR, luego
T + T () = T () + T () . Estas operaciones generalizan las opera-
ciones definidas sobre funciones integrables ya que T f + T g = T f + g .
Est definido el producto de distribuciones? La respuesta es que en ge-
neral no lo est as como tampoco lo est entre funciones integrables. S lo
est si una de ellas proviene de una funcin de prueba, es decir
T T () := T () D, (9.7)
donde hemos usado que los elementos de D forman un lgebra. Note que
sto generaliza la operacin definida sobre funciones integrables:
Z
T T f () = f = T f () = T f () (9.8)
lR
ya que si f L1 luego f L1 si D.
189
donde el lado derecho est bien definido ya que si D luego 0 D. Note
que esta operacin satisface las condiciones que uno esperara ya que son las
mismas que satisface la derivada usual, teniendo en cuenta que ahora estamos
en este espacio ms amplio donde el producto de funciones no est definido
en general. En efecto esta operacin es lineal.
0
T + T () = T + T ( 0 ) = T ( 0 ) + T ( 0 )
(9.11)
= T 0 () + T 0 ()
Pero estas son las condiciones que definen una derivacin. Vemos por lo tan-
to que sta es una extensin de la derivada de una funcin en D. Note que
al generalizar la nocin de funcin en la de distribucin la hemos ampliado
tanto que ahora objetos como la derivada de funciones discontinuas (incluso
en todos sus puntos!) estn incluidas entre stas e incluso son a su vez infini-
tamente diferenciables [(T )(n) () (1)n T ((n) )].
190
en O si T [D(O)] = 0, es decir si se anula para toda funcin de prueba con
soporte en O. Llamaremos el soporte de T al complemento de la unin de
todos los abiertos donde T se anula. Por ser el complemento de un conjunto
abierto este conjunto es cerrado.
Ejercicio: Sea
x, x 0
g (x) =
0, x 0
x lR. Claramente g (x) es continua pero no diferenciable (en el sentido
clsico). Encuentre las 3 primeras derivadas de g en el sentido de las distribu-
ciones.
1
Z
P (1/x)( f ) = lm f (x) d x
"0 |x|" x
T ( 0 ) = S() D. (9.13)
191
Esta es una generalizacin a distribuciones de la ms simple de las ecuaciones
diferenciales ordinarias ya estudiadas y la respuesta al problema planteado
es afirmativa. Note que dada T la ecuacin (9.13) nos define S, es decir su
derivada, pero si damos S luego (9.13) no define T completamente ya que
esta frmula nos dice solamente cmo acta T sobre funciones de prueba
( 0 ) cuya integral () es tambin una funcin de prueba. Esto es de esperar ya
que en el caso de funciones la primitiva de una funcin est slo determinada
hasta una constante. Esta indeterminacin se remedia dando valores iniciales
generalizados lo cual se logra pidiendo que T () tenga un dado valor, T ,
Z D que no sea la primitiva de otra funcinZen D, es decir que
para alguna
x
(x) = (x) d x no tenga soporte acotado (o sea que (x) d x 6= 0).
lR
nica T satisfaciendo
T ( 0 ) = S() D
(9.14)
T () = T
luego la condicin para que tenga soporte compacto (y por lo tanto sea
una funcin de prueba) es que
Z Z
0= ( ) d x = d x = 0 (9.15)
o sea Z
= d x. (9.16)
Sea entonces
T () = T S( ), (9.17)
esta distribucin satisface las ecuaciones del enunciado del teorema. Note que
T es una distribucin,
192
Z
T = T d x,
lR
y que,
T () = T S( ) = T S(0) = T .
T ( 0 ) = 0 D
(9.18)
T () = 0.
Como hemos visto que cualquier funcin de prueba se puede escribir co-
mo, = + 0 tenemos,
T () = T () + T ( 0 ) = 0.
193
Definicin: Diremos que la sucesin {Tn }, Tn D 0 converge a T D 0 si
Tn () T () para todo D 3 .
Ejemplos:
2
a) Sea Tn la distribucin asociada con la funcin e |xn| . Luego Tn converge
a la distribucin cero. Esto muestra lo dbil que es este tipo de convergencia.
b) Sea Tn la distribucin asociada con alguna funcin fn satisfaciendo
f
{xn }x si lm kxn xkH = 0.
n
d
{xn }x, si (xn ) (x) H 0 .
3
Nuevamente estamos introduciendo una topologa de manera indirecta, esta vez en D 0 .
194
Si H es un espacio de Hilbert (lo que supondremos de ahora en ms) el Teo-
d
rema de Representacin de Riez nos dice que {xn }x sii (xn , y) (x, y)
y H.
y por lo tanto,
lm |(x) (xn )| = 0, (9.20)
n
d
o sea {xn }x. El siguiente es un ejemplo de una sucesin que convergen
dbilmente y no fuertemente.
Ejercicio: Muestre que la sucesin {xn = (0, ..., 0, 1 , 0, ...)} converge dbil-
n
Prueba: Slo probaremos el caso en que H es separable. Sea {xn } con kxn kH
1 y S = {y m } una base ortonormal numerable de H . Construiremos, usando
195
induccin, una subsucesin {xn } tal que,
n
(xn , y m ) m y m S. (9.21)
Sea m = 1, luego |(xn , y1 )| kxn kH ky1 kH 1. Vemos entonces que {(xn , y1 )}
es una sucesin acotada en C. Pero la bola de radio unidad en C es compacta
y por lo tanto habr alguna subsucesin (xn1 , y1 ) convergiendo a algn 1 en
C. Supongamos ahora que tenemos una subsucesin {xnm1 } tal que
(xnm1 , y p ) p 1 p m 1. (9.22)
Notas bibliogrficas: Recomiendo leer: [10], [1] [9]. A pesar de que fue
un fsico, Dirac, el que introdujo el concepto de distribucin muchos fsicos
las desdean como algo matemtico y las usan como una abreviacin til para
hacer clculos. Usualmente la persona que las manipula conoce lo que est ha-
ciendo y no comete errores, pero es bastante fcil cometerlos si no se siguen
cuidadosamente las reglas y se pierde de vista lo que son. Esto por ejemplo
lleva a errores tales como asignarle significado al producto de dos distribucio-
nes arbitrarias. No es difcil entender el concepto bsico de distribucin ni
tampoco que no hay que salirse de las reglas operativas, sgalas siempre y no
se equivocar.
196
CAPTULO 10
L A TRANSFORMACIN DE FOURIER
10.1. Introduccin
2f
= . (10.1)
2
Una manera
n deoresolver este problema es utilizando la base ortogonal de Fou-
1
rier, p e i n
de L2 (S 1 ). Sea F : L2 (S 1 ) l 2 el mapa entre estos espacios
2
generado por esta base, es decir,
1 i n
F (f ) = p e ,f {cn } . (10.2)
2
Luego
2f d2 f
n o
1
F = p e i n ,
2 2 d 2 (10.3)
=
2
n cn an
197
n 6= 0 satisface (10.4). El mapa inverso F 1 : l 2 L2 (S 1 ) nos define f () =
X cn i n
p e , el cual al menos formalmente1 es una solucin de (10.1).
n= 2
Note que en esta aplicacin no hemos usado directamente el hecho de que
1 d i n
las funciones { p e i n } forman una base ortogonal sino solo que e =
2 d
i n e i n y ciertas propiedades del mapa F generado por dicha base. En parti-
cular esta propiedad de la base se induce en el mapa en el sentido que si f L2
df
es diferenciable y F ( f ) = {cn } luego F ( ) = {+i n cn }.
d
Estas observaciones son muy tiles pues existen casos, como el de L2 (lR),
en los cuales no se conocen bases ortogonales interesantes, pero s mapas si-
milares a F con propiedades interesantes. Uno de ellos es la transformacin
de Fourier que estudiaremos ahora. El problema en L2 (lR) es que deseara-
d
mos tener una base { n } cuyas funciones satisfagan = i cn n , pero
dx n
las soluciones a esta ecuacin son n = an e i cn x , las cuales no son funciones
de cuadrado integrable cualquiera sea cn o an lR (excepto por supuesto
que tomemos an 0). Sin embargo aunque estas funciones no formen una
base ortogonal si generan un mapa F , esta vez de L2 (lR) en otra copia (con-
siderada como distinta) de L2 (lR), con propiedades similares a las del mapa F
considerado anteriormente.
1
Z
f() := F ( f )() := e i x f (x) d x n (10.5)
(2)n/2 lRn
donde x = i
i . Satisface:
P
i=1 x
198
b) Su inversa est dada por
1
Z
g (x) = F 1
(g ) = e i x g () d . (10.6)
n/2
(2n) lR n
f
!
F () = i j F ( f )(). (10.7)
xj
Este teorema nos dice que esta transformacin tiene todas las propiedades
que tena la generada por la base de Fourier y por lo tanto ser tan til como
aquella en aplicaciones similares, pero ahora en lRn .
La prueba de este teorema usa varias de las tcnicas ms comunes y pode-
rosas del anlisis funcional y por lo tanto es recomendable una lectura atenta
y no automtica de la misma.
199
Z
= | f (x)|2 d n x
C"
X " 2
n/2 i kx
= ( ) e , f (x)
2
kK"
| f(k)|2 (")n .
X
= (10.9)
kK"
Como lRn es la unin de n-cubos de lados " ( o sea de volumen (")n alre-
dedor de los puntos de K" el lado derecho de (10.9) es simplemente la serie de
Riemann de la funcin | f(k)|2 . Si esta funcin fuese continua luego la serie
de Riemann convergera a k fk2 2 y habramos probado que la transformada
L
de Fourier de una funcin en C (lRn ) preserva la norma L2 (lRn ). Pero
f(k)
Z
1
s u pk | k | = s u pk | n/2 i x j e i kx f (x) d n x|
j (2) n
Z R (10.10)
1 j n
n/2 |x f (x)| d x < ,
(2)
Rn
ya que f C (lRn ). Vemos entonces que las derivadas de f(k) estn acotadas
y por lo tanto que f es continua. Este resultado no solo completa la demos-
tracin de que F preserva la norma sino tambin, ya que f(k) es continua,
que la serie de Riemann en el lado derecho de la ecuacin (10.8) converge a
la integral y por lo tanto que F 1 (F ( f )) = f (x) f C (lRn ).
Si f C (lRn ) luego la identidad del punto c) se muestra trivialmente.
Solo resta entonces extender estos resultados para f arbitraria en L2 (lRn ),
pero C (lRn ) es una subespacio denso de L2 (lRn ), es decir todo elemento
f L2 (lRn ) puede obtenerse como lmite (con respecto a la norma L2 (lRn ))
de una sucesin { fn } de funciones en C (lRn ), esto nos permite extender la
accin de F a todo elemento de L2 (lRn ). En efecto, sea f L2 (lRn ) arbitraria
y sea { fn } f C (lRn ) luego la sucesin fn (k) = F ( fn ) satisface,
200
vemos que F 1 (F ( f (x))) = f (x) f (x) L2 (lRn ) lo que demuestra que
F es invertible, que su inversa es F 1 y es continua. El mismo argumento
muestra que la frmula en c) tambin es vlida para todo f tal que su gradien-
te tambin est en L2 (lRn ). Esto completa la prueba del teorema
Note que la estrategia ha sido primero tomar un espacio (C (lRn )) donde
todas las propiedades valen obviamente, luego tomar un espacio que contie-
ne al anterior y donde este es denso, ver que el mapa es all continuo (con
respecto a la nocin de continuidad del espacio mayor) y finalmente tomar la
extensin que esta continuidad nos brinda.
Hay otras extensiones posibles? La respuesta es s y ahora veremos una
de ellas que nos permitir usar la transformacin de Fourier en distribucio-
nes. Lo haremos en forma de un problema dividido en varios ejercicios.
||
D , es decir D es el operador diferencial que toma
x x11 xnn
1 , derivadas parciales con respecto a x1 , 2 derivadas parciales con respecto
a x2 , etc. El grado de D es ||.
Ejercicios:
1) Cmo definira la nocin de sucesin convergente en este espacio?
2) Muestre que si { n } luego { n } converge en el sentido anterior.
3) Muestre que D est estrictamente contenido en S . Ayuda: Encuentre
S con s o p() = lRn .
Las propiedades de este espacio que nos interesan son las siguientes:
201
Lema 10.1 Con la nocin de convergencia correspondiente el espacio S (lRn )
es completo.
Ejercicio: Pruebe el Lema 10.3. Ayuda: Pruebe que dado enteros p y q existen
p y q y c > 0 tales que para todo S se cumple
2 /2
Ejercicio: Encuentre F (e x ).
T () := T (). (10.15)
2
Es decir que (x, y) = 14 {||x + y||2 ||x y||2 + i ||x i y||2 i ||x + i y||2 }
202
Ejercicio: Calcule F ( a ) y F ( 0a ).
Prueba: Una vez probado el punto b ) los otros siguen trivialmente. Aseg-
rese! Probaremos entonces b ). Como ya vimos (, ) = (, ) ,
S (lRn ). Aplicando esta identidad a e i yx f(x) y g (x) obtenemos (e i yx f, g ) =
(e i yx f, g ). pero
Z
(e i yx
f, g ) = e i yx f (x) g (x) d n x = (2)n/2
fg (10.17)
n
lR
3
En realidad el argumento anterior nos dice que si s o p( f ) es compacto luego D f
L2 (lRn ) I+n . Como veremos ms adelante esto implica que es infinitamente diferen-
ciable.
203
y
i yx n/2 i x+i yx n
(e f , g ) = lRn (2) f (x) d x g () d n
R R
lRn e
= lRn f(y ) g () d n
R
= f g .
(10.18)
1
La otra frmula se obtiene aplicando F a la anterior
Otra propiedad interesante de la convolucin se obtiene al notar que co-
mo S (lRn ) es cerrado con respecto a la operacin de convolucin ( f , g
S (lRn ) = f g S (lRn )) podemos definir la convolucin de una distri-
bucin temperada con una funcin en S (lRn ) como,
(T f )() = T ( f ) donde f(x) := f (x). (10.19)
204
es decir las funciones f (x) H m (lRn ) son aquellas que su transformada
v de
u m
uX
Fourier f decae lo suficientemente rpido como para que f()t ||2k sea
k=0
de cuadrado integrable.
Esto nos sugiere generalizar los espacios permitiendo ndices no enteros
y an negativos por medio del siguiente producto escalar,
m
X
Note que para s = m en vez del polinomio ||2k , ahora tenemos (1 +
k+0
||2 ) m . Como existen constantes positivas c1 yc2 , tales que
m
X
c1 (1 + ||2 ) m ||2k c2 (1 + ||2 ) m (10.23)
k=0
este cambio en la norma es trivial en el sentido de que estas normas son equi-
valentes entre s. En realidad, como veremos en un caso especial, incluso el 1
en el polinomio se puede ignorar y an as obtener una norma equivalente.
La primera propiedad que veremos es el siguiente lema:
0
Lema 10.5 Si s 0 > s luego H s H s .
Prueba: Trivial
g
g ( f ) := (g , f)H 0 = ( , f(1 + ||2 ) s /2 )H 0 .
2 s/2
(1 + || )
205
Por lo tanto tenemos un mapa entre H s y el dual de H s , que preserva la
norma, es ms, se puede probar que este mapa en un isomorfismo (o sea que
adems es invertible) entre estos espacios.4 Por lo tanto podemos identificar
a H s con el dual de H s .
Prueba: Basta con probarlo para m = 0, el resto sigue por induccin. Basta
tambin probar la desigualdad. k f kC 0 < C k f kH s , s > n2 para alguna cons-
tante C > 0 independiente de f y para toda f C (lRn ), el resto sigue por
la continuidad de la norma. Pero
Z
ix n
k f kc 0 = s u p xRn | f (x)| = s u p xRn f () d x
e
n
Z R
1
n/2 | f()| d n
(2)
Rn
| f()|(1 + ||2 ) s/2
Z
1
d n
(2)n/2
R n (1 + ||2 ) s/2
1 1
n/2 k f ()(1 + || )
2 s/2
kL2 k k 2
(2) (1+k|2 ) s/2 L
C k f kH s .
(10.24)
1
donde hemos usado que s > n/2 para probar que k kL2 <
(1 + ||2 ) s/2
Este lema nos dice que si f H m (lRn ) para m suficientemente grande
luego f puede ser identificada con una funcin ordinaria, continua e incluso
diferenciable.
n
Sea f una funcin continua en lR+ = {x lRn xn 0} y sea f la res-
triccin de esa funcin al hiperplano xn = 0 es decir ( f )(x1 , x2 , . . . , xn1 ) =
f (x1 , x2 , . . . , xn = 0). Claramente es un mapa lineal y si f es continua en
4
Por el teorema de Representacin de Riez cada : H s C puede adems ser escrito
como ( f ) = ( g , f )H s , g H s . Si tomamos g = F 1 ((1 + |||2 ) s F ( g )) H s entonces
( f ) = g ( f ).
206
n
lR+ luego f es continua en lRn1 = {x lRn / xn = 0}. Se puede extender
este mapa a funciones ms generales? La respuesta es el siguiente lema que nos
muestra adems el porqu de la necesidad de extender los espacios de Sobolev
a ndices no enteros.
Lema 10.7 (Traza) Sea m > 0 entero, luego:
n
i) : H m (lR+ ) H m1/2 (lRn1 ) es continuo.
ii) es suryectivo.
Prueba: Por el mismo argumento que en el lema anterior para probar i) basta
probar que existe c > 0 tal que
n
k f kH 1/2 (Rn1/2 ) < C k f kH 1 (Rn ) f C0 (lR+ ) (10.25)
+
Z
k f kH 1/2 (Rn1 ) = | f(0 , 0)|2 d n1 0
n1
R
f ( , t ) 0
0
Z Z
0 2 1/2 n1 0
= 2 (1 + | | ) f ( , t ) d t d
Rn1 0 xn
2 1/2
Z
f 0
Z
2 ( , t ) d t d n1 0
Rn1 0 xn
Z Z 1/2
0 2 0 2 n1 0
(1 + | | ) | f ( , t )| d t d .
Rn1 0
(10.27)
Usando que |2 a b | a 2 + b 2 y la identidad de Plancherel obtenemos
R
k f k2 1/2 n1 Rn | f (x)|2 + n1 2
+ 2
dnx
P
k=0
| k f | | n f |
H (R ) +
(10.28)
= k f kH 1 (Rn ) .
+
207
Para probar suryectividad debemos ver que dada g H 1/2 (lRn1 ) existe al
n
menos una (en realidad infinitas) f H 1 (lR+ ) tal que f = g . Nuevamente
basta definir una anti-traza K en C (lR ) y probar que existe C > 0 tal que
n
: H m (lRn ) H m ()
es continuo y suryectivo.
X (xn )k
m1
2
f (x) (nk f ) 1 e 1/xn , xn < 0 (10.30)
k=1
k!
208
por lo tanto existir c > 0 tal que k f (x)kH m (Rn ) < C k f kH m () f C0 . El
caso general es tcnicamente ms engorroso la idea bsica es la de usar cartas
tales que mapeen regiones conteniendo parte del borde de en lRn + ma-
peando borde con borde. En cada una de estas cartas sabemos cmo probar
la desigualdad correspondiente. La desigualdad global se prueba suponiendo,
por el absurdo, que sta no vale
Este lema nos permite inmediatamente generalizar los lemas anteriores.
209
Integrando con respecto a todos los x j e y j obtenemos,
Z 2
X n
2 d n kuk2 0 2 u d n x + n d n+2 k j ukH 0 ( ) , (10.34)
H (d ) d
j =1
d
Lema 10.10 Sea lRn compacto con borde suave. Si una sucesin {u p } en
H01 () es acotada, luego existe una subsucesin que converge (fuertemente) en
H 0 (). Es decir el mapa natural 5 H01 () H 0 () es compacto.
j
Si aplicamos a cada d el lema (10.9) y sumamos sobre j obtenemos que p
y q > N,
M " D
n P n 2n
n D 2
D
k u p uq k2 0 M j =1 2 M
+ 2 M
(2k 2 )
H ()
"+" (10.36)
2 2
".
210
Notas bibliogrficas: Recomiendo los libros: [15] y [9]. Los espacios de
Sobolev permitieron comprender gran parte de la teora de ecuaciones no
lineales y previamente la teora de ecuaciones lineales pero a coeficientes no
suaves. No son ideas complejas, pero muy tiles e imprescindibles para la
investigacin en ecuaciones en derivadas parciales.
211
212
CAPTULO 11
11.1. Introduccin
Ejemplos:
u g a b a b u = 0 (11.2)
2u 2u 2u
u = + + . (11.3)
x2 y2 z2
b) La ecuacin de Poisson,
u = 0, (11.4)
donde es una funcin dada.
213
c) La ecuacin de onda en lRn+1 . Esta tiene la forma de la ecuacin de Laplace
Xn
pero para una mtrica de la forma (d x0 )2 + (d x i )2 . Por ejemplo en lR2 ,
i =1
ga b = (d t )2a b + (d x)2a b ,
2u 2u
g a b a b u = + . (11.5)
t2 x2
a F a b = j b
(11.6)
[a F b c] = 0
donde M es lR4 , la mtrica (usada tanto para subir los ndices de Fa b como
para definir c ) es la de Minkowski, ga b = (d x 0 )2 +d x 1 )2 +(d x 2 )2 +(d x 3 )2 ,
Fa b es un campo tensorial antisimtrico en M , y y b es un campo vectorial (la
cuadricorriente) en M .
2ua
2
= u a + ( + ) a (c u c ), (11.7)
t
u
= k u, k >0 (11.8)
t
h 2
i h = + V , (11.9)
t 2m
214
h) La ecuacin de Navier-Stokes para un fluido viscoso e incompresible (ejem-
plo agua) en lR3 (Eucldeo)lR
ua 1
+ u b b u a + a p u a = 0 (11.10)
t
a u a = 0, (11.11)
215
estas clases se comportan en forma muy similar mientras que lo hacen en for-
ma radicalmente diferente a las soluciones a ecuaciones en las otras clases. Por
otro lado estas son las ecuaciones ms usadas en fsica y aparecen en multitud
de problemas diferentes, incluso como casos particulares de las ecuaciones en
los ejemplos d), e), f) y g)!
F p, u, a u = 0.
(11.12)
donde u es una funcin en alguna variedad M . Esta ecuacin puede ser ataca-
da con mucho xito y resulta en ecuaciones ordinarias, cuya teora ya cono-
cemos. Por simplicidad aqu consideraremos solo el caso cuasi-lineal y en lR2 ,
es decir una ecuacin de la forma,
donde u x = ux y uy = uy .
Por motivos geomtricos es til representar las soluciones de esta ecua-
cin en lR3 o ms precisamente en una regin de lR3 donde a, b y c estn
definidos, eso es asociar una solucin u(x, y) de (11.13) con la hiper-superficie
de lR3 dada por = z u(x, y) = c t e. Estas hiper-superficies se denominan
superficies integrales de la ecuacin (11.13). El gradiente de es en estas
coordenadas es (a ) = (u x , uy , 1), por lo que vemos que la ecuacin
(11.13) es simplemente la condicin que sea constante a lo largo del campo
vectorial (l a ) = (a(x, y, z), b (x, y, z), c(x, y, z)), es decir l a a = 0, lo que
es equivalente a decir que l a es tangente a las superficies integrales. Note que
si l a a = 0 luego ( f l a )a = 0 o sea que lo que determina la ecuacin
(11.13) no es l a sino su direccin. Este campo de direcciones se llama de di-
recciones caractersticas, y sus curvas integrales curvas caractersticas. 1 La
teora de EDO nos dice entonces que por cada punto de pasa una nica
curva caracterstica. El conocimiento de estas curvas es fundamental ya que
1
Recuerde que una curva integral es la imagen de una curva (t )(en este caso =
(x(t ), y(t ), z(t )) solucin de una EDO, en este caso
d (t ) d x a(x, y, z)
= y = b (x, y, z) . (11.14)
dt dt z c(x, y, z)
216
si formamos una superficie S tomando la unin de ciertas curvas caractersti-
cas luego claramente S ser una superficie integral de (11.13), pero por otro
lado, dada una superficie integral S y cualquier p S la curva caracterstica
que pasa por p ser tangente a S en todo punto y por lo tanto ser una sub-
variedad de S con lo que se ve que S estar formada por la unin de curvas
caractersticas.
curva caracterstica
la
y = c t e.
217
Figura 11.2: Interseccin de soluciones.
218
ordinaria que determina l a y resolviendo esta obtenemos para cada s la curva
caracterstica que pasa por (s). (Ver figura.)
la
d (s, t )
= l a ( (s, t )). (11.17)
dt
219
tenemos,
y
x
s (s ,0) s (s ,0)
x y
J = 0 0 = (s0 ) b0 (s0 )a0 6= 0, (11.19)
x y s
s
t (s ,0) t (s ,0)
0 0
donde a0 = a(x(s0 ), y(s0 ), z(s0 ))y b0 = b (x(s0 ), y(s0 ), z(s0 )). Esta es entonces
la condicin para la existencia local de soluciones y nos dice que (s) debe ser
elegida de modo tal que su proyeccin en el plano (x, y) tenga vector tangente
que no sea proporcional a la proyeccin en dicho plano del vector (a, b , c).
a)
u u
+c =0
y x
u(x, 0) = h(x).
b)
u u
+u =0
y x
u(x, 0) = x.
c) Por cunto tiempo (y = t ) se pueden extender las soluciones de b)?
220
11.3. Clasificacin de ecuaciones en derivadas parciales
2 2
+ = , (11.20)
x2 y2
221
a u A como en gran arreglo vectorial de campos escalares. Hemos usado n-
dices con y sin primar para dejar en claro que el espacio (co-vectorial) de los
ndices primados no tiene la misma dimensin que el espacio vectorial de los
ndices sin primar.
El tipo de sistema que acabamos de definir se llama cuasilineal, pues las
derivadas aparecen en forma lineal. Esta no es una prdida de generalidad
desde el punto de vista de la fsica:
222
Up
xn = 0
Qu requisitos debe satisfacer la ecuacin para que esto sea posible? Usan-
do el sistema de coordenadas mencionado se puede ver que
223
puntos se llaman superficies caractersticas. Clasificaremos a las ecuaciones
de acuerdo al nmero de superficies caractersticas que se intersecten en un
dado punto. Note que la clasificacin solo depende del tensor M a 0 y no de
AB
los trminos de menor orden. M a 0 a u B es llamada la parte principal de la
AB
ecuacin. Note tambin que como M a 0 es un campo tensorial no necesaria-
AB
mente constante, la condicin definiendo las superficies caractersticas puede
ser muy distinta de punto a punto, por lo tanto la clasificacin que introdu-
ciremos vale en general solo para el punto en cuestin. Por fortuna en las
aplicaciones muy pocas veces aparecen ecuaciones donde su tipo cambia de
regin en regin. Note tambin que para sistemas nolineales la condicin
depende tambin de la solucin que uno est considerando! Como nuestra
clasificacin solo se basa en la parte principal de la ecuacin sta debe tener
toda la informacin sobre la ecuacin, es por eso que en el ejemplo anterior
agregamos la ltima fila en el sistema de ecuaciones, sin ella y considerando
el sistema principal no podramos saber que las dos ltimas componentes de
u A deban ser las componentes de la diferencial de una funcin.
Diremos que una ecuacin es elptica en p M si p no es intersectado
por ninguna superficie caracterstica. Es decir si Rango M a 0 ka no es maximal
AB
entonces ka = 0 [como estamos en un punto la condicin de que ka sea un
gradiente es vaca].
x
dicho sistema a primer orden y encuentre las superficies caractersticas de
esta ecuacin.
224
Diremos que una ecuacin es hiperblica en p M si es intersectado por
ms de una superficie caracterstica.
El ejemplo cannico en este caso es la ecuacin de onda en M
u = g a b a b u, (11.25)
225
226
CAPTULO 12
ECUACIONES ELPTICAS
lRn con la misma mtrica. Los resultados que obtendremos que no dependan
de funciones especiales se pueden generalizar para ecuaciones elpticas de la
forma (12.45) si se asume que c 0.
Como ya mencionamos, el programa de Cauchy, es decir formular el pro-
blema de obtener soluciones dando como dato u A en una hipersuperficie
no funciona en general, solo lo hace para ecuaciones hiperblicas. Si consi-
deramos datos no-analticos, y los datos fsicos son en general no-analticos,
no hay en general ni siquiera soluciones locales. Cul es la manera apropiada
entonces de dar datos para la ecuacin de Laplace? Obtendremos la respuesta
a esto considerando un fenmeno fsico descripto por esta ecuacin.
Consideremos un tambor e imprimamos una fuerza (pequea) sobre su
membrana (o parche) en forma perpendicular a sta.
227
Figura 12.1: La membrana de un tambor.
1. u = f en ,
2. u| = 0 .
228
en el interior tengamos,
u = f en (12.3)
y en el borde
(k u + n a a u)| = 0, (12.4)
donde n a es la normal a . Este Problema Mixto tambin se puede resol-
ver.
u = f en (12.5)
a
n u| = 1 , en el borde, (12.6)
Z Z Z Z
con 1 d S = n a a u d S = f dV = u dV . (12.7)
12.1.1. Existencia
A continuacin veremos que el problema de Dirichlet siempre tiene una
nica solucin (suponiendo que f , 0 y son lo suficientemente suaves).
Los otros problemas se resuelven en forma similar.
Supongamos que existe u H 2 () satisfaciendo, u = f en y u| =
0 lo que implica u H01 (). Luego usando el teorema de la divergencia
obtenemos la primera identidad de Green, v C ().
229
Z Z Z Z
v fd n x = n
v u d x = ab
e a v b u d x + n
v(n a a u)d n1 x,
(12.8)
Si suponemos que v H01 () la identidad todava es vlida y en este caso se
reduce a,
Z Z
ab
e a v b u d x = n
v fd n x, v H01 (). (12.9)
Pero note que esta identidad todava es vlida si suponemos simplemente que
u H01 () no necesariamente en H 2 () y que f H 1 ().
Tenemos as el Problema Dbil de Dirichlet (con 0 = 0): Encuentre
u H01 () tal que dada f H 1 () se satisfaga (12.9).
Si el lado derecho (12.9) fuese un producto escalar este dara origen (por
completamiento) a un espacio de Hilbert H y entonces (12.9) tendra la for-
ma Z
(u, v) = (v) fv d n x, v H 1 ().
H f (12.10) 0
u = f H 1 (),
(12.11)
u = 0 H 1/2 ( ),
es un isomorfismo 1 .
1
Siempre entendiendo estas ecuaciones en su forma dbil o distribucional
230
Prueba: Es claro que el mapa es continuo ya que es lineal y acotado. Es
tambin inyectivo ya que si 0 = 0 luego u H01 () y si f = 0 el teorema
anterior (unicidad) nos dice entonces que u = 0. Veamos que es suryectivo.
Sea 0 H 1/2 (), luego existe w H 1 () tal que su restriccin a , w =
0 y sea f H 1 (). Como tambin w H 1 () el teorema anterior nos
garantiza que existe u H01 () tal que
u = f w en . (12.12)
Lema 12.1 (de Poincar-Hardy) Existe C > 0 tal que para todo u H01 (),
se cumple, Z Z
|u|2 d n x C e a b a u b u d n x. (12.13)
Por lo tanto,
Z d /2 Z d /2
|u(x)|2 d x 1 d 2 |1 u|2 d 1 , (12.15)
d /2 d /2
y
Z Z Z
|u|2 (x)d n x d 2 |1 u|2 d n x C a ua u d n x, (12.16)
d d d
231
con C = d 2 . Esto prueba el lema y concluye la prueba de existencia y unici-
dad
Tanto el teorema de existencia y unicidad como el de regularidad (que
damos a continuacin) pueden ser generalizados a ecuaciones elpticas con
coeficientes no constantes mientras stos sean suaves, se cumpla que c 0
y que a a b la l b > k g a b la l b , donde k es una constante y g a b es una mtrica
positiva definida tal que el volumen de con respecto a esta mtrica es fi-
nito. La prueba que dimos es vlida solo si V o l g () < , ya que en esta
usamos el lema de Poincar-Hardy. Si = lRn entonces la prueba es todava
vlida si sustituimos al espacio H01 por el espacio H11 , es decir el espacio de las
funciones que decaen al infinito, con norma
| f |2
Z
2
|| f || 1 n = + e a b a f b f .
H1 (R ) n r2
R
En este caso se puede probar que la solucin del problema no solo ser
suave sino tambin que decaer asintticamente como 1/r .
Definicin:
u(x 1 , ..., x i + h, ...x n ) u(x 1 , ..., x i , ..., x n )
ih u(x 1 , ..., x i , ..., x n ) .
h
Lema 12.2 Si u H 1 () y 0 (contenido estrictamente, 0 = ;)
luego,
kih ukH 0 ( ) ki ukH 0 () . (12.17)
232
Prueba: Es suficiente considerar el caso u C 1 (). Si h < d i s t ( , 0 ),
luego
1
Z h
ih u(x) = i u(x 1 , ..., x i + , ..., x n )d x 0 , (12.18)
h 0
1
Z h
|ih u(x)|2 |i u(x 1 , ..., x i + , ..., x n )|2 d . (12.19)
h 0
Concluimos as que,
Z Z
vi d n x = ui d n x, (12.23)
233
Prueba: (Teorema de Regularidad): Nos contentaremos con probar que u
es regular en cualquier 0 contenido estrictamente en , la extensin de la
prueba a todo no agrega ningn concepto nuevo. Probaremos el enunciado
para k = 0, el resto sigue por induccin en k. Como u es una solucin dbil
tenemos que
Z Z
a n
ua v d x = fv d n x, v C01 (). (12.24)
Reemplazando v por h
i
v con |2 h| < d i s t (s o p.v, ), tenemos,
Z Z
(ih a u)a v d n x = fih v d n x, v C01 () (12.25)
o sea,
kih a uk2H k f kH0 kih a ukH0 , (12.28)
0
luego u C ()
234
de temperatura T (t , x). Para ello supondremos una distribucin inicial T0 (x)
y que los extremos de la barra estn conectados con un reservorio infinito de
calor a cero grado. Debemos resolver entonces el problema matemtico,
d d2
T = 2 T, t 0
dt dx
T (t0 , x) = T0 (x), (12.30)
T (t , 0) = T (t , 2) = 0 t 0.
d n2
Cn (t ) = Cn (t ), (12.32)
dt 4
la cual tiene como solucin,
n2
t
Cn (t ) = Cn (0)e 4 . (12.33)
Por lo tanto si damos como condicin inicial T0 L2 (0, 2), sta determinar
una sucesin {Cn0 = (T0 , s e n( n2x ))L2 } en l 2 que usaremos como condicin
inicial y as obtendremos T (t , x). Como
X X n2 X
|Cn (t )|2 = |Cn0 |2 e 2
t
|Cn0 |2 < (12.34)
n=1 n=1 n=1
235
Qu hemos usado para construir estas soluciones? Hemos usado que
cualquier funcin que se anula en los extremos puede ser expandida en tr-
mino de su serie de Fourier, es decir de las funciones s e n( n2x ) y adems que
,
d2 nx n2 nx
2
s e n( ) = s e n( ) (12.35)
dx 2 4 2
En analoga con la teora de operadores entre espacios vectoriales de dimen-
sin finita llamaremos a la ecuacin de arriba la ecuacin de autovectores-
2
autovalores del operador lineal d 2 . Dado un operador lineal L : D L2 L2
dx
el problema de encontrar sus autovalores y autovectores con condiciones de
contorno dadas se llama problema de Sturn-Liouville. Como veremos a conti-
nuacin existe una gran cantidad de operadores para los cuales este problema
tiene solucin. Es una casualidad que el conjunto de autovalores del opera-
dor en el ejemplo sea una base de L2 ? 3 El siguiente teorema y su corolario
nos dicen que no lo es, si el operador en cuestin satisface ciertas condiciones.
0 = i n f J (u) . (12.37)
uH01 ()
236
diferenciable debemos tener que
d
J (u0 + s v)| s=0 = 0 v H01 (). (12.38)
ds
Pero
d 1
Z
J (u0 + s v)| s=0 = R n
[ (a va u0 + a u0 a v)d n x
ds
u u d x
Z
0 [ (v u0 + u0 v)d n x]] (12.39)
u p uq 1 u p + uq
Q( ) (Q( u p ) + Q( uq )) 0 k k2 0 0 0 = 0.
2 2 2 H () p,q
(12.41)
u p + uq
Donde hemos usado que como { uq } u0 en H (), { 0
2
} tambin lo
u p + uq
hace y por lo tanto {k 2 kH 0 () } 1. Pero como la norma Q(u) es equi-
valente a la de H01 () vemos que { u p } es tambin de Cauchy en H01 () y por
lo tanto que u0 H01 (). Usando el teorema de regularidad con f = 0 u0
vemos que u0 C () H01 () y por lo tanto que u0 es un autovalor en el
sentido clsico (u0 + 0 u0 = 0). Probemos ahora la existencia de los otros
autovalores-autovectores. Sea H (1) = {u H01 ()|(u, u0 )H 0 () = 0}. Este es
un subespacio vectorial y es cerrado, por lo tanto es un espacio de Hilbert 4 ,
4
Note que H (1) 6= espacio perpendicular a u0 en la norma H01 ().
237
por lo tanto existir 1 , tal que
1 = in f J (u). (12.42)
uH (1)
(u j , ui )H 1 () = 0. (12.44)
0
Vemos entonces que este conjunto es ortogonal en H01 () y que por cons-
truccin su subespacio perpendicular es 0 lo que implica que este conjunto
es una base de H01 ()
L(u) = a a b a b u + b a b u + c u, (12.45)
238
c1 y c2 tales que
Z Z Z
n ab n
(u, L(u))H 0 () = u L(u)d x c1 g a u b u d x c2 |u|2 d n x.
(12.46)
L(u) = a (a a b b u + b a u) b a a u + c u, (12.49)
d2
L(u) = 2
u + c x 2 u. (12.50)
dx
Llegamos as a la siguiente generalizacin:
239
Ejercicio:
a) Pruebe el siguiente corolario:
Si L elptico y autoadjunto es tal que sus autovalores son distintos de cero
luego el problema de Dirichlet
L(u) = f , (12.51)
240
CAPTULO 13
ECUACIONES SIMTRICOHIPERBLICAS
13.1. Introduccin
c.) En un entorno de cada punto existe una funcin tal que si llamamos
a su diferencial por ta (= a ), el mapa HAB := MAB a
ta es positivo
definido. (Es decir HAB u u 0 (= 0 sii u = 0).)
A B A
Note que esta ltima condicin implica que HAB es una mtrica en el espacio
de las variables independientes. Esta y su inversa, que denotaremos por H AB
sern usadas para subir y bajar ndices.
Esta tampoco en una restriccin importante desde el punto de vista de
la fsica, ya que todos los sistemas fsicos que conocemos son simtrico
hiperblicos.
Tambin, pero solo por simplicidad en la exposicin ya que as evitaremos
algunas complicaciones tcnicas, solo consideraremos sistemas lineales.
Comenzaremos este captulo con un ejemplo simple que ilustra las carac-
tersticas bsicas de esta clase de ecuaciones.
241
13.2. Un ejemplo
2u 2u
+ = f (x, t ), (13.1)
t2 x2
donde f (x, t ) es la densidad de fuerza que se ejerce sobre la cuerda y que
suponemos no depende de la posicin de la cuerda con respecto a la coorde-
nada y.1 Tenemos as el problema matemtico de encontrar las soluciones de
la ecuacin,
u = g a b a b u = f , (13.2)
en M = lR2 con mtrica pseudo-eucldea ga b = (d t )2 + (d x)2 . Para tratar
esta ecuacin es conveniente introducir un sistema coordenado apropiado a
esta mtrica, es decir uno que tiene sus lneas caractersticas como ejes,
= x + t = c t e.,
(13.3)
= x t = c t e.
= c t e.
= c t e.
1
De otro modo deberamos considerar f (x, t , u) lo que complica el problema.
242
tenemos entonces que
+
x = 2
(13.4)
t = 2
y
1
ga b = (d t )2 + (d x)2 = 4
[{(d )2 (d )2 + d
d + d d }
+{(d ) + (d ) + d d + d d }]
2 2
= 12 [d d + d d ]
(13.5)
Notando que g a b = 2[ + ] y que los smbolos de Christoffel
se anulan debido a que la mtrica tiene componentes constantes tenemos,2
2u
u = 4 = f (, ). (13.6)
u
Z
(, ) = 4 f (, ) d C ()
Z 0 Z (13.7)
u(, ) = 4 f (, )d d + uI ( ) + uI I (),
0 0
u(x, t ) = uI (x + t ) + uI I (x t ). (13.8)
Por ejemplo,
1
(
uI (x + t ) = e (x+t )2 1 x + t [1, 1] (13.9)
0 x + t (, 1] [1, +)
norma nula.
243
U
t =1
u
u1 (x) = (x, 0) = uI0 (x) uI0 I (x). (13.11)
t
Diferenciando (13.10) con respecto a x y resolviendo el sistema lineal as
obtenido tenemos,
u00 (x) + u1 (x)
uI0 (x) =
2 (13.12)
u00 (x) u1 (x)
uI I =
0
,
2
e integrando,
u0 (x) 1 x
Z
uI (x) = + u1 (x)d x + CI ,
2 2 0
(13.13)
u0 (x) 1 x
Z
uI I (x) = u1 (x)d x + CI I .
2 2 0
244
Para que (13.10) se satisfaga debemos tener CI = CI I y por lo tanto
1 1
Z x+t
u(x, t ) = (u0 (x + t ) + u0 (x t )) + u1 (x)d x. (13.14)
2 2 xt
Vemos entonces que si damos como dato u0 (x) C 2 (lR) y u1 (x) C 1 (lR)
obtenemos una solucin u(x, t ) C 2 (lRlR). Por construccin esta solucin
es nica.
(x, t )
xt x+t x
245
t
(, )
= = x
x+(t t)
!
Z t Z
v(x, t ) = f (x, t)d x d t, (13.16)
0 x(t t)
que
v
v(x, t )| t =0 = (x, t )| t =0 = 0, (13.17)
t
y que v(x, t ) satisface (13.1).
246
Esta regin se llama dominio de dependencia del punto (x0 , t0 ), solo lo que
acontece en esta regin puede afectar el valor de u en dicho punto. Simi-
larmente se define el dominio de influencia de un punto (x0 , t0 ) como el
conjunto de puntos en los cuales se puede cambiar el valor de u si se cambia
el valor de u, de su derivada o de f en (x0 , t0 ). En este caso este viene dado
por: {(x, t )|t t0 , |x x0 | t t0 }.
El comportamiento de las soluciones de las ecuaciones hiperblicas es en
general el mismo que el de este simple ejemplo: Dados datos de Cauchy gen-
ricos habr una nica solucin (tanto hacia el futuro como hacia el pasado).
En el caso de las ecuaciones lineales esta solucin se puede extender indefini-
damente en ambas direcciones temporales, en el caso no-lineal las soluciones
tienen solo validez en un intervalo temporal finito y es un problema fsico
interesante ver si las ecuaciones fsicas no-lineales pueden o no ser extendi-
das indefinidamente y que significa fsicamente la aparicin de singularidades
en las soluciones. 3 Una cantidad de gran importancia fsica y matemtica
relacionada con la ecuacin de onda es la energa de las soluciones. En dos
dimensiones sta est dada por,
1 u 2 u 2
Z
E(u, t0 ) = [( ) +( ) ]d x. (13.20)
2 t =t0 t x
Observe que la energa es positiva y su tasa de variacin est dada por,
dE u 2u 2u u
Z
(u, t0 ) = ( + )d x
t =t0 t t t x x
dt 2
u 2u 2u uu
Z
= [ ( 2 ) + ( )]d x (13.21)
t =t0 t t x2 x t x
u
Z
= [ f ]d x,
t =t0 t
uu
donde en la ltima igualdad hemos usado (13.1) y supuesto que lm =
t x x
0. Si f = 0 luego la energa se conserva y esto nos da una prueba alternativa
de la unicidad de las soluciones.
Teorema 13.1 (de Unicidad) A lo ms existe una nica solucin u(x, t ) a la
ecuacin de onda entre las funciones en u(x, t ) H 1 (lR), ut (x, t ) H 0 (lR)
(donde lR es la superficie t = c t e) para un dado dato de Cauchy.
3
Una singularidad es un punto donde u deja de ser lo suficientemente diferenciable como
para que la ecuacin tenga sentido o peor an donde u deja de tener sentido incluso como
distribucin.
247
Prueba: Supongamos existen dos soluciones u1 y u2 con los mismos datos
de Cauchy en, digamos t = 0. Luego u = u1 u2 satisface la ecuacin
homognea y tiene dato de Cauchy igual a cero. Por lo tanto E( u, t = 0) =
0, pero la energa de u es conservada y por lo tanto E( u, t t0 ) = 0 t0 .
Esto implica que k tu (x, t )| t =t0 kH 0 (R) = 0 y por lo tanto tu (x, t )| t =t0 = 0
en casi todo punto. Anlogamente tenemos que k xu (x, t )| t =t0 kH 0 (R) = 0 y
por lo tanto xu (x, t )| t =t0 = 0 o u = c t e. Pero las constantes no son de
cuadrado integrable en lR y por lo tanto u(x, t ) = u1 (x, t ) u2 (x, t ) = 0
como elemento de H 1 (lR)
248
tn =t
S
t
na
tn
=0
T t =T
0
t =0
249
donde el signo negativo del segundo trmino de la izquierda es debido a que
en la definicin de E(u A, 0) tomamos la normal entrante a la regin (0, t ).
El ltimo trmino representa la integral de la energa sobre una superficie S
que supondremos dada por la ecuacin = s donde es una funcin suave
y s lR. Este trmino representa la energa que escapa de la regin a travs
de la superficie S.
Usando la ecuacin 13.22 en el miembro derecho obtenemos,
Z
A A A a
E(u , t ) E(u , 0) + E(u , s) = [(a MAB )u A u B + 2IA u A] (13.25)
(0,t )
Z tZ
a
{|(a MAB )u A u B | + 2|IA u A|}d t
0 t
Z tZ
{|C HAB u A u B |
0 t
+ 2 |IA IB H AB | |HAB u A u B |}d t
Zt
[(C + 1)E(u A, t) + D( t)]d t,
0
250
Con esta suposicin podemos ignorar dicho trmino en la desigualdad
anterior y obtener,
Z t
A A
E(u , t ) E(u , 0) [(C + 1)E(u A, t) + D( t)]d t. (13.28)
0
d
E(u A, t ) (1 + C )E(u A, t ) + D(t ), (13.29)
dt
251
Prueba: Sea A := u A u A. Luego A satisface,
a
MAB a A = 0. (13.32)
y por lo tanto es importante determinar cules son las posibles regiones don-
de esto pasa. En particular, dada una regin , la mayor regin donde te-
nemos unicidad de las soluciones con idnticos datos iniciales en se llama
el dominio de dependencia de , es la regin que depende completamente
de los datos iniciales dados en , o sea dando datos iniciales en podemos
controlar completamente el valor de la solucin en cualquier punto de su
dominio de dependencia.
Veamos primero que este dominio de dependencia no es vaco. Para ello
tomemos compacto en 0 y consideremos HAB = ta MAB a
. Sea ahora =
con una funcin suave en un entorno de positiva en dentro de
este conjunto y negativa en 0 (o sea que se anula en su frontera) y un
nmero real que supondremos pequeo. [Ver figura 13.7.]
= c t e.
= c t e.
252
suficientemente pequeo tal que
(ta + "wa )MAB a
= HAB + "wa M a AB es tambin positiva definida. Como
es compacta dado un wa en ella habr un " mnimo y positivo tal que el
tensor definido arriba ser positivo4 Por el mismo argumento de continuidad
habr una regin compacta alrededor de y un " > 0, un poco menor que el
anterior tal que all a MABa
ser positiva definida. Hemos logrado as tener
una regin entre las superficies de nivel = 0 y = 0, es decir, una pequea
ampolla donde la integral de la energa saliente por S = { p M |( p) = 0} es
positiva para toda solucin u A.
Cun grande podemos hacer esta ampolla, es decir cunto ms podemos
inclinar la superficie S y todava mantener positividad? Esta pregunta tiene
mucho que ver con la siguiente: cunto podemos inclinar a ta en cada punto
a
y todava tener positividad de ta MAB en dicho punto?
Obsrvese primero que si ta MAB es positivo luego ta MAB
a a
, > 0 tambin
lo es, con lo que el conjunto de los ta para los cuales tenemos positividad
forman un cono. Esto tambin nos asegura de que no todos los co-vectores
estn en este cono, ya que si ta lo est, (ta ) no lo est.
Segundo obsrvese que si ta y ta estn en el cono, [es decir cada uno de
ellos da una mtrica positiva definida] tambin lo estn todos los co-vectores
de la forma, ta + (1 ) ta , [0, 1] ya que (ta MAB
a
+ (1 ) ta MAB
a
)u A u B
es positivo si los coeficientes de y (1 ) lo son. Es decir el conjunto de los
co-vectores que dan mtricas positivas definidas forman un cono convexo de
T p , en cada punto p M . Este cono se denomina cono caracterstico. [Ver
figura 13.8.]
253
tn
254
aquella que nos d la frontera del menor cono conteniendo a ta , es decir la
mayor raz. Tendremos as para esta raz una ecuacin de la forma:
t + H (i , x i , t ) = 0. (13.37)
La funcin H tiene una propiedad muy importante, note que si ( t , i ) es una
solucin tambin lo es ( t , i ) y por lo tanto H debe ser homognea de
primer grado, es decir H (i , x i , t ) = H (i , x i , t ). Estas ecuaciones, con
H homognea de primer grado se llaman ecuaciones eikonales y son casos
particulares de la ecuacin de HamiltonJacobi que se estudia en mecnica.
Este tipo de ecuaciones, que en principio son ecuaciones en derivadas par-
ciales pueden ser resueltos transformndolos a un problema equivalente en
derivadas ordinarias proveniente de un Hamiltoniano. En efecto, considere
el sistema de ecuaciones ordinarias Hamiltonianas:
d xi H
=
dt pi
d pi H
= i, (13.38)
dt x
donde H ( pi , x i , t ) := H (i , x i , t )|i = pi . Integrando este sistema con condi-
ciones iniciales:
x i (0) = x0i
pi (0) = 0i , (13.39)
y luego restringiendo las curvas integrales obtenidas en el espacio de fase
(x i , p j ) al espacio de configuracin x i , obtenemos una serie de curvas en
nuestra variedad emanando de la superficie . Llamaremos a estas curvas,
curvas caractersticas ya que tienen la importante propiedad de que a lo
largo de ellas la funcin que andamos buscando es constante! Para pro-
bar esto primero veamos que con las condiciones iniciales elegidas pi (t ) =
i (x i (t ), t ) t . Pero tomando la derivada con respecto a x i de la ecuacin
13.37 obtenemos:
i 2
=
t t xi
2
=
xi t
XH i H
= (k , x k , t ) (k , x k , t ), (13.40)
j j x j
x i
255
y por lo tanto
d ( pi i ) H X i d x j i
= ( pk , x k , t )
dt x i
j xj dt t
H X i H
= ( pk , x k , t ) ( pk , x k , t )
x i
j x j pj
XH i H
+ (k , x k , t ) + (k , x k , t )
j j x j
xi
H H
= i
( pk , x k , t ) + i
(k , x k , t )
x x
X i H H
!
k k
( pk , x , t ) (k , x , t ) ,(13.41)
j xj pj j
donde en la segunda igualdad hemos usado las ecuaciones 13.38 y 13.40. Esta
ltima ecuacin, con las condiciones iniciales elegidas tiene solucin trivial,
pero el teorema de unicidad de las soluciones de ecuaciones ordinarias nos ga-
rantiza que esta es la nica y por lo tanto la igualdad buscada. Por lo tanto de
ahora en ms no deberemos distinguir en el argumento de H si est evaluada
en i o en pi .
Pero entonces note que la derivada a lo largo de una curva caracterstica
de es,
d X d xi
= i + t
dt i dt
XH
= i H (k , x k , t )
i i
= 0, (13.42)
donde en la ltima igualdad hemos usado que por ser H homognea de pri-
mer grado en i se cumple la igualdad H (k , x k , t ) = i H i .
P
i
Hemos demostrado entonces que ser constante a lo largo de las lneas
integrales de la ecuacin 13.38 con condiciones iniciales dadas por 13.39. Por
lo tanto conocemos S, esta ser la superficie reglada por las curvas caracters-
ticas emanando de 5 . [Ver figura 13.9.]
5
En general las curvas caractersticas se cruzan entre s y por lo tanto an dando una regin
256
0 = 0
0 > 0
0 < 0
v
v0 0 = 0
t x x
v v 1 p
v0 = 0. (13.43)
t x 0 x
dp
Si c 2 := |
d 0
> 0, (c es la velocidad del sonido en el medio) entonces el siste-
a
ma es simtricohiperblico con MAB obtenido reescribiendo las ecuaciones
con frontera suave luego de un cierto tiempo la superficie reglada desarrollar singularidades
y ser multivaluada. Sin embargo estas singularidades se conocen perfectamente bien y se
sabe cmo descartar regiones hasta obtener dominios de dependencia con frontera continuas.
257
como:
c2 0 c 2 v0 c 2 0
+ = 0, (13.44)
0 20 v t
c 2 0 20 v0 v x
p p
donde hemos usado que x
= x
.
El determinante que debemos estudiar es entonces:
t c 2 x c 2 v0 x c 2 0
det , (13.45)
x c 2 0 t 20 x v
0 1 x
258
y usando u A = (, , , )
t x y
el sistema se puede escribir como,
1 1 1
u 2
1 0 0 0 u 0 0 0 0 u 0 0 0 0 u
0 1 0 0 u2 0 0 1 0 u2 0 0 0 1 u2
3 =
0 0 1 0 u3 0 1 0 0 u3 0 0 0 0 u 0
0 0 0 1 u4 t 0 0 0 0 u4 x 0 1 0 0 u 4
y
0
u1 u1
Ejercicio: Pruebe que si los datos iniciales son tales que u 2 = x
y u3 = y
,
luego u 1 satisface 13.47.
o sea q
t = ( x )2 + (y )2 := H ( x , y ). (13.49)
dx H x
= =q
dt x ( x )2 + (y )2
dy H y
= =q
dt y ( x )2 + (y )2
d x H
= =0
dt x
d y H
= = 0, (13.50)
dt y
259
0y
y(t ) = q t + y0 . (13.51)
(0 x)2 + (0y )2
260
CAPTULO 14
ECUACIONES PARABLICAS
14.1. Introduccin
t =T
t =0
261
Usando el Teorema Espectral, 12.2, descomponemos u, f y u 0 en auto-
funciones del Laplaciano en S en H01 (S) y obtenemos,
X
u(t , x j ) = un (t )vn (x j ),
n=0
X
f (t , x j ) = fn (t )vn (x j ),
n=0
X
u 0 (x j ) = un0 vn (x j ),
n=0
vn (x j ) = n vn (x j )
vn (x j )|L = 0.
un + n un = fn
(14.2)
un | t =0 = un0 .
262
de la mecnica y que en ellos debe haber alguna clase de informacin de tipo
termodinmico.
Para ver esto retomemos el ejemplo dado en la introduccin al Teorema
Espectral, 12.2
d2u
u = 0 en [0, 1], (14.5)
d x2
donde vimos que las autofunciones vn (x) con vn (0) = vn (1) = 0 son vn (x) =
sin(nx) con autovalor n = 2 n 2 .
n1
(1) 2
Tomando como dato inicial u 0 (x) =
P
n=1 2 s e n(n x), la cual es
P 1 n
acotada en [0, 1] ya que n=1 2 < , obtenemos,
n
n1 2 n2 t
(1)
X 2 e
u(t , x) = s e n(n x).
n=1 n2
2 2t
P e (2n1)
Pero u(t , 1/2) = n=1 (2n1)2
la cual es finita t 0 e infinita para
cualquier t < 0 ya que el ensimo trmino tiende a infinito con n. Por otro
lado dada cualquier u 0 (x) = 0
P
u
n=0 n
s e n(n x), continua obtenemos
X 2 n2 t
u(t , x) = un0 e s e n(n x) (14.6)
n=0
max u = max u
S S
(x )
263
lo que es una contradiccin. Para el caso u 0 usamos v = |x|2 . Como
v > 0 en S luego
(u + "v) > 0 en S " > 0 (14.7)
y as
max(u + "v) = max(u + "v)
S S
y por lo tanto
max u + " mn v max u + " max v
S S S S
mn u = mn u
S S
u = f en S
(14.8)
u| S = u0 ,
y
mn = mn = 0
S S
264
Teorema 14.3 (Unicidad para la ecuacin del Calor) Existe a lo ms una ni-
ca solucin u C 1 [0, T ] C 2 (S) del problema,
u u = f en S
u| t =0 = u 0 , (14.9)
u|L = u 1 ,
u 0 y u 1 continuas.
max u = max u
0
donde 0 = S0 L.
t =T
" = ST "
S0 L
S0
t =0
265
tendiendo " 0 obtenemos el resultado buscado.
Para tratar el caso u t u 0 en , consideramos v = u k t , k > 0.
Luego v t v = u t u k < 0 y por lo tanto
u
Ejercicio: Probar que si t
u 0 luego mn u = mn 0 u.
266
CAPTULO 15
GRUPOS
15.1. Introduccin
Asociatividad: g (g 0 g 00 ) = (g g 0 )g 00
ge = e g = e G
g g 1 = g 1 g = e
267
Ejemplo: Sea el conjunto Z de nmeros reales, incluidos los negativos y el
cero. Sea el producto dado por la suma, (n, m) = n + m. Esta operacin
es claramente asociativa, (n, (m, l )) = (n, m + l ) = n + m + l = (n +
m, l ) = ((n, m), l ). En este caso la identidad es el nmero cero, (0, n) =
(n, 0) = n y la inversa del elemento n es el nmero n.
e g
g e
Ejemplo: Veamos el caso siguiente, sea S = {1, 2, 3}. En este caso tenemos los
siguientes mapas: e(1, 2, 3) = (1, 2, 3), f1 (1, 2, 3) = (1, 3, 2), f2 (1, 2, 3) = (3, 2, 1),
f3 (1, 2, 3) = (2, 1, 3), g (1, 2, 3) = (3, 1, 2), g 0 (1, 2, 3) = (2, 3, 1). Su tabla de mul-
tiplicacin es la siguiente:
268
Cuadro 15.2: Tabla de multiplicacin de P (1, 2, 3)
e g g0 f1 f2 f3
g g0 e f3 f1 f2
g0 e0 g f2 f3 f1
f1 f2 f3 e g g0
f2 f3 f1 g0 e g
f3 f1 f2 g g0 e
Ejemplo: Considere el grupo de todos los mapas lineales de lR2 7 lR2 que
preservan un tringulo equiltero.
Ejercicio: Considere el espacio todos los mapas lineales de lR2 7 lR2 que
preservan un cuadrado. Compare su tabla con la de P (1, 2, 3, 4).
15.2. Isomorfismos
(g )(g 0 ) = (g g 0 ).
Ejercicio: Encuentre el mapa que hace P (1, 2) y grupo de todos los mapas
lineales de lR2 7 lR2 que preservan un tringulo equiltero.
269
15.3. Subgrupos
270
Teorema 15.1 Dado un grupo G existe un conjunto S tal que G es isomrfico
a un subgrupo de P (S).
Ejemplo: Sea el grupo cuyo conjunto es R {0} con multiplicacin dada por
el producto. Este grupo puede ser obtenido como el conjunto de los mapas
invertibles de la lnea real en s misma dados por, x : lR 7 lR dados por
x (y) := xy. Estos mapas son llamados dilataciones.
U x, U y = U 0 x, U 0 y = x, y,
271
su producto tambin es unitario,
U U 0 x, U U 0 y = U (U 0 x), U (U 0 y) = U 0 x, U 0 y = x, y.
Ejercicio: Vea que U (1) tiene como subgrupo a P (1, 2, 3). U (1) aparece en
fsica como un grupo de simetra asociado a la conservacin de la carga elc-
trica.
Ejercicio: Vea que S U (2) es igual a SO(3). S U (2) aparece en fsica como
uno de los grupos principales del modelo estndar de partculas, al igual que
S U (3).
Ejercicio:
272
1 0 0
0 cos sin
0 sin cos
Donde hemos elegido los ejes coordenados de manera que el eje z coincide
con la direccin de la rotacin. Vemos as que la rotacin por es la misma
rotacin que por . Podemos unir la direccin de rotacin con el ngulo
de la misma y formar un vector de forma que su direccin coincida con la
direccin de rotacin y su magnitud con el ngulo de la misma. Vemos en-
tonces que SO(3) consta de todos los puntos en una bola de radio , cada
dimetro de la misma consiste en todas las rotaciones sobre un eje fijo. Pero
este conjunto tiene una peculiaridad, debemos identificar cada punto de la es-
fera exterior, de dimetro , con su antpoda. Logramos as una variedad que
no tiene frontera. Si trazamos una curva que pretende salir de ella, cuando
llega al dimetro aparece en el punto opuesto de dicha esfera ingresando al
interior de la bola por dicho punto. En particular si comenzamos una curva
de este tipo en un punto p en el interior de la bola, vamos hacia el dimetro
y la continuamos hasta alcanzar nuevamente el punto inicial p tendremos
una curva cerrada que no puede ser deformada a la curva identidad! 1 Es de-
cir, como variedad, SO(3) no es simplemente conexa. El siguiente ejemplo
tambin muestra que no es un toro.
Ejercicio: Muestre grficamente que una curva que recorre dos veces el ca-
mino de la anterior es deformable a la identidad.
Esta propiedad de SO(3) tiene importantes consecuencias en fsica. Es la
que permite la existencia matemtica de los espinores, es decir el modelo que
describe todos los campos ferminicos, en particular el electrn. Esto se debe
a que los espinores cuando son rotados por un ngulo de 2, es decir a lo
largo de uno de los ejes de SO(3), ste cambia de signo, (sabe de las curvas
no deformables). Mientras que si lo rotamos por un ngulo de 4 vuelve a su
estado original.
15.6. Cosets
273
de equivalencia:
Diremos que g1 g2 si existe g G tal que g1 = g h1 y g2 = g h2 . Con
h1 , h2 H .
Las dos primeras condiciones que definen una relacin de equivalencia se
satisfacen trivialmente. Veamos la tercera:
Debemos ver que si g1 g2 y g2 g3 , entonces g1 g3 . Las dos primeras
condiciones nos dan, g1 = g h1 y g2 = g h2 para algn g G y g2 = g h2 y
g3 = g h3 para algn g G. Usando las dos relaciones para g2 vemos que
g = g h2 h21 . Por lo tanto, g3 = g h3 = g h2 h21 h3 = g h2 h21 h3 . Lo que prueba
la afirmacin ya que h2 h21 h3 H .
Definimos as, L = G/HL , el conjunto de clases equivalentes con respecto
a esta relacin de equivalencia. El subndice L se refiere a que hacemos equi-
valencias multiplicando los elementos de H por la izquierda. El otro espacio
cociente se obtiene por multiplicacin por la derecha.
Cmo estn constituido los elementos de L? Sea g G, luego podemos
considerar el conjunto,
g H := { g h, h H }.
Note que g H ya que e H y que todos los elementos de g H son equi-
valentes entre s y no hay ningn elemento fuera de g H que sea equivalente
a g . Por lo tanto estos son los elementos de L. Note que ya que estas son
clases equivalentes, cada elemento de G est en una y solo una de estas clases
equivalentes.
Ejercicio: Constate para el caso de P (1, 2, 3) que los cosets por derecha corres-
pondientes a tomar P (1, 2, 3) como su propio subgrupo son las columnas de
la tabla de multiplicacin. A que corresponden las filas? Esto indica que cada
fila y columna est constituida por elementos distintos entre s.
Sean A y B dos elementos de L. Tomando dos elementos cualesquiera de
G en cada una de estas clases equivalentes, gA y gB , tenemos que A = gA H y
B = gB H . Con lo cual B = gB H = gB gA1 A y vemos que dados dos elementos
cualesquiera de L, existe un mapa invertible que enva todos los elementos de
uno en el otro. Es decir todas las clases equivalentes son isomorfas entre s.
Note que esto tiene la siguiente implicacin. Sea G un grupo con p elementos
y H un subgrupo del mismo. El espacio cociente tendr n elementos, clases
equivalentes, cada uno con q elementos, el nmero de elementos de H . Co-
mo las relaciones de equivalencia dividen al conjunto G en clases disjuntas.
Debemos tener que p = nq. Es decir el nmero de elementos de un subgru-
po divide al nmero de elementos del grupo! En particular, si el nmero de
274
elementos de un grupo es primo, podemos concluir inmediatamente que este
solo tendr los subgrupos triviales, la identidad y el grupo completo.
g o g 0 (A) = g (g 0 A) = g (g 0 A) = (g g 0 )A = g g 0 (A),
275
15.7. Subgrupos Normales
Una clase particular de subgrupos son los llamados grupos normales. Es-
tos son los grupos donde los cosets por derecha e izquierda coinciden, es
decir, N G es subgrupo normal si es un subgrupo y adems,
gN = N g g G
la propiedad importante que tiene los cosets generados por subgrupos nor-
males es que tienen una operacin de multiplicacin cerrada que convierte
al conjunto de los mismos en grupos. De hecho, debido a la relacin que los
define,
g N g 0N = g g 0N N = g g 0N
C := { g g g 1 g }
Ejercicio: Sea P (S) el grupo de permutaciones sobre S. Vea que las transfor-
maciones que dejan todos los elementos de S invariantes, excepto un numero
finito de elementos en un subgrupo normal.
Ejercicio: Muestre que un subgrupo dando origen a solo dos cosets en nece-
sariamente normal.
276
Ejercicio: Sea Z el conjunto de elementos de G tales que si z Z luego g z =
z g g G. Muestre que Z es un subgrupo normal.
277
278
CAPTULO 16
Problema 16.1 Sea S un conjunto finito. Considere el espacio de todas las fun-
ciones de S en lR. Vea que ste es un espacio vectorial. Encuentre una base y diga
cual es su dimensin.
Problema 16.2 Pruebe que dimV = dimV y que existe un mapa invertible
natural entre V y V .
Problema 16.4 Vea que en dimensin finita todas las normas son equivalentes.
Problema 16.6 Sean A y B dos tensores de tipo (1, 1) actuando sobre un espacio
vectorial normado. Defina la norma inducida en estos operadores. Muestre que
||AB|| ||A||||B||
Problema 16.9 Vea que dado un mapa lineal A, el conjunto de todos los mapas
lineales de la forma e t A, t lR, forman un grupo.
279
Problema 16.11 Vea que si {ui } son un conjunto de autovectores tales que i 6=
j , luego estos son linealmente independientes.
||A0 || = ||A||.
Problema 16.15 Vea que los autovectores de un operador autoadjunto son per-
pendiculares entre s si sus autovalores son distintos. Vea que los autovalores son
reales. Vea que todo operador autoadjunto es diagonalizable.
Problema 16.20 Dado un punto p de M y una curva (t ) que pasa por ese
punto a t = t0 , encuentre las componentes del vector tangente a dicha curva en
ese punto en una carta cualquiera. Exprese la derivada a lo largo de t de una
funcin definida en un entorno de p en dicha base.
280
Problema 16.24 Pruebe el teorema de completamiento de espacios normados.
De ejemplos de espacios de Banach.
Problema 16.34 Use y entienda el teorema del mximo para probar la unicidad
del problema de Dirichlet.
281
Problema 16.37 Use el teorema del mximo para probar la unicidad del pro-
blema de valores iniciales y contorno para la ecuacin del calor.
Problema 16.38 Encuentre todos los subgrupos de P (1, 2, 3). Cuales de ellos son
normales?
282
BIBLIOGRAFA
[3] Ordinary Differential Equations, Arnold, V. I., The MIT Press, 1987.
[6] General Relativity, Wald, R., The University of Chicago Press, 1993.
[12] Linear Algebra, Lax, P., Pure and applied mathematics, Wiley, 1996.
[14] Introductory Rela Analysis, A.N. Kolmogorov, and S.V. Fomin, Dover,
1970.
[15] Basic Linear Partial Differential Equations, Treves, F., Academic Press,
1975.
283
[16] Partial Differential Equations, John, F., Springer-Verlag 1982.
[21] Modern Differential Geometry for Physicists Isham C., World Scientific
Lecture Notes in Physics - Vol. 61 World Scientific, Second edition,
1999.
284
Se termin de imprimir
en marzo de 20012
CORDOBA ARGENTINA
285