TesisMaster Markov05!01!12

Universidad Central de Venezuela
Facultad de Ciencias
Postgrado en Matemtica
DESIGUALDADES DE TIPO MARKOV-NIKOLSKII

EN ESPACIOS DE SOBOLEV CON PESO
Autora: Msc. Dilcia J. Prez

Tutora: Dra. Yamilet Quintana
Tesis Doctoral
Presentada ante la Ilustre
Universidad Central de Venezuela
Para optar al ttulo de
Doctora en Ciencias
Mencin Matemtica
Caracas, 27 /05 /2011
Resumen
En este trabajo, estudiamos problemas asociados a desigualdades de tipo Markov-Bernstein con

normas Sobolev con peso sobre el espacio P, de los polinomios. De manera ms precisa, sea (0 , 1 )
un vector de medidas no negativas definidas sobre la recta real, donde 0 es no idnticamente nula, los
momentos de todos los rdenes asociados a dichas medidas son finitos, los soportes siendo conjuntos
compactos o no, satisfacen que al menos uno de ellos debe contener una cantidad infinita de puntos.
Para cualquier operador lineal T definido en el espacio de los polinomios con coeficientes complejos, demostramos que existe una constante n (T ) 0, tal que
kT PkS n (T )kPkS ,
donde n (T ) es una constante independiente de P y la norma Sobolev est definida para cualquier
polinomio P de grado n, n 0, mediante:
kPkS =
(Z
|P(x)| d0 (x) +
) 12
|P (x)| d1 (x) .
Hallamos una expresin explcita para el mejor valor posible n (T ) de n (T ) y desigualdades para
n (T ). Tambin, presentamos algunos ejemplos cuando T es un operador diferenciacin y (0 , 1 ) es
un vector de medidas de ortogonalizacin para polinomios ortogonales clsicos.
Contenido
Introduccin.
1. Desigualdades clsicas de Markov, Bernstein y Nikolskii

1.1. Desigualdades de Markov y de Bernstein . . . . . . . . . . . . . . . . . . . . . .
1.2. Algunas extensiones de las desigualdades de Markov y de Bernstein . . . . . . .
1.2.1. Generalizaciones en la Norma Lq . . . . . . . . . . . . . . . . . . . . .
1.3. Desigualdades de tipo Nikolskii . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Algunos datos biogrficos sobre D. Mendeleev, hermanos Markov y S. Bernstein
1.4.1. Dmitrii Ivanovich Mendeleev . . . . . . . . . . . . . . . . . . . . . . .
1.4.2. Andr Andreyevich Markov . . . . . . . . . . . . . . . . . . . . . . . .
1.4.3. Vladimir Andreevich Markov . . . . . . . . . . . . . . . . . . . . . . .
1.4.4. Sergei Natanovich Bernstein . . . . . . . . . . . . . . . . . . . . . . . .
1.4.5. Sergey Mijilovich Nikolskii . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
5
5
10
12
13
16
16
18
19
20
22
.
.
.
.
.
23
23
28
30
38
40
3. Problemas extremales de tipo Markov-Bernstein en espacios de Sobolev con pesos

3.1. Desigualdades de Markov-Bernstein y polinomios ortogonales de Sobolev con pesos
3.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
47
59
4. Conclusiones y recomendaciones
67
2. Problemas extremales de tipo Markov-Bernstein-Nikolskii

2.1. Problemas extremales de tipo Markov-Bernstein . . . . . . . . . . . .
2.1.1. El enfoque de A. Guessab y G. V. Milovanovic . . . . . . . .
2.1.2. Desigualdades de tipo Markov-Benstein para pesos tipo Freud
2.1.3. Resultados de K. H. Kwon y D. W. Lee . . . . . . . . . . . .
2.1.4. Problemas extremales de tipo Markov-Nikolskii . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
CONTENIDO
5. Conclusiones y recomendaciones
5.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Problemas abiertos y futuras lneas de investigacin . . . . . . . . . . . . . . . . . .
69
69
69
A. Polinomios Ortogonales
A.1. Polinomios ortogonales clsicos
A.1.1. Polinomios de Hermite .
A.1.2. Polinomios de Laguerre
A.1.3. Polinomios de Jacobi . .
A.1.4. Polinomios de Bessel . .
A.2. Ortogonalidad tipo Sobolev . . .
73
77
80
82
83
91
92
Bibliografa
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105

Introduccion
Las desigualdades de tipo Markov-Bernstein son estimaciones de las normas de derivadas de

un polinomio de grado dado, por la norma del mismo polinomio; ya sea considerando como nocin
de tamao en cada estimacin, la misma norma o normas diferentes. Estas desigualdades son interesantes en s mismas y fundamentales para las demostraciones de muchos de los llamados teoremas
inversos en Teora de Aproximacin (ver [11], [18], [17], [30] [35], [37],[55], [58],[69], [70]) y estn
estrechamente relacionadas con problemas extremales denominados de tipo Markov-Bernstein.
Sea P el espacio de los polinomios algebraicos, Pn el subespacio de los polinomios de grado a
lo sumo n y k k1 y k k2 dos normas definidas sobre P. Un problema de tipo Markov-Bernstein
consiste en determinar la expresin explcita de la constante ptima n tal que:
kP(k) k2 n kPk1 ,
(1)
para cada P Pn y 0 k n.
En este trabajo, enfocaremos el problema extremal planteado en (1), no slo para derivadas sino
para operadores lineales en general y sobre el espacio de los polinomios con coeficientes complejos
P(C), de la siguiente manera:
Sea : (Pn (C), k k1 ) (P(C), k k2 ) un operador lineal, donde k k1 y k k2 son normas
definidas en P(C). Determinar una frmula explcita para la mejor constante n () tal que
k P k2 n () k P k1,
(2)
para cada P Pn (C).

El problema es equivalente a encontrar una expresin explcita de
n
() = sup k P k2.
k P k1 =1
d
y la norma
dx
2
uniforme en [1, 1], hall que n () = n . La desigualdad relacionada se le denomina desigualdad
En 1889, Andr Andreyevich Markov al considerar en (2) el operador =
Introduccin
clsica de Markov y est dada por:

kP k n2 kPk ,
P Pn .
En 1892, su hermano Vladimir

Andreevich Markov generaliz el problema a la derivada de orden
!
dk
superior y prob que n
= T nk (1), 1 k n, donde T n es el n simo polinomio de Chebyshev
dxk
de primer tipo. Mientras que, en 1912,!Sergei Natanovich Bernstein consider la norma uniforme en
d
el disco unitario y demostr que n
= n.
dz
En 1982, al tomar a k k1 como la norma
! uniforme en [1, 1], y k f k2 = k f kLq ([1,1]) , con
d
q [1, +], B. D. Bojanov prob que n
= kT n kLq ([1,1]) .
dx
Al considerar la norma en L2 junto con una funcin
R bintegrable : (a, b) (0, +), donde
a < b +, tal que todos los momentos mn := a xn (x)dx son finitos, E. Schmidt (1944),
!
d
2
= 2n; cuando (a, b) = (, +) y (x) = ex . En 1960, para (a, b) = (0, +)
prob que n
dx
!

d
1
x
y (x) = e , P. Turn demostr que n
.
= 2sen
dx
4n + 2
!
n
P
d
2
En 1983, L. Mirsky consider el caso particular de la norma L y mostr que n
k kk kL2 (a,b) ,
dx
k=1
donde {k } es un sistema de polinomios ortonormales con respecto a .
En !1987, P. Drfler extendi el estudio de L. Mirsky y sugiri una forma para hallar la constante
dk
, 1 k n. En 1994, A. Guessab and G. V. Milovanovic hallaron esta constante, en el caso
n
dxk
de que sea un peso para polinomios ortogonales clsicos.
En 1999, K. H. Kwon y D. W. Lee, probaron que las desigualdades de tipo Markov-Bernstein
asociadas a (2), en espacios L2 con peso, no slo son vlidas para las derivadas, sino tambin para
cualquier operador lineal definido sobre P, siempre y cuando la medida w(x)dx sea reemplazada por
cualquier medida de Borel d(x). Tambin proporcionaron un mtodo mucho ms fcil de aplicar
que el de P. Drfler, para encontrar la expresin explcita de la constante ptima involucrada.
Al considerar el espacio Tn , de los polinomios trigonomtricos no idnticamente nulos y de grado a lo sumo n, A. Zygmund, prob
en 1977, la versin en Lq , q 1, de la desigualdad de
!
d
Bernstein encontrando que n
= n. Para 0 < q < 1, primero G. Klein (1951) y luego P.
d
!
d
Osvald (1976), utilizando distintos mtodos, probaron que n
= c(q)n, donde c(q) es una
d
constante multiplicativa que depende de q. El anlogo para la desigualdad de Markov en Pn es
INTRODUCCIN
R1
q
q+1 2q 1
|p
(x)|
dx
c
n
|p(x)|q dx, donde c es una constante absoluta. Sigue siendo un problema
1
1
abierto hallar la mejor constante posible para q = 1 o q = 2.
En este trabajo, siguiendo las ideas de K. H. Kwon y D. W. Lee, encontramos una frmula explcita
para la constante ptima n () , cuando es un operador lineal en Pn (C) y la norma es la inducida
por el producto interno de Sobolev
Z
Z
h f, giS :=
f (x)g(x)d0 (x) +
f (x)g (x)d1 (x).
0
donde (0 , 1 ), es un vector de medidas no negativas sobre la recta real tal que: 0 es no nula, los
soportes de las medidas,
R 0 y 1 , son compactos o no, al menos uno de ellos contiene una cantidad
infinita de puntos y xn d j < , para n = 0, 1, 2, y j = 0, 1.
j
En el captulo 1, se dan algunos comentarios sobre las pruebas de las desigualdades clsicas de
Markov, Bernsntein y Nikolskii y se muestran algunos datos biogrficos de stos y otros matemticos.
En el captulo 2, presentamos el estudio de algunos problemas extremales de tipo Markov-Bernsntein,
mediante el enfoque de G. V. Milovanovic, las desigualdades de tipo Markov- Bernstein para pesos
de tipo Freud y Erds, siguiendo mtodos presentados por P. Borwein, T. Erdlyi y D. Lubinsky.
Tambin presentamos los resultados de K. H. Kwon y D. W. Lee. El captulo 3 es el central de este
trabajo y en l se dan expresiones explcitas para la constante ptima en la desigualdad de MarkovBernstein asociada a la norma Sobolev considerada y se presentan algunos ejemplos cuando es
un operador diferenciacin y (0 , 1 ) es un vector de medidas de ortogonalizacin para polinomios
ortogonales clsicos. Los principales resultados presentados en este captulo aparecen en [62]. Por
ltimo, en el captulo 4 se exponen las conclusiones y se plantean problemas que pueden conducir a
futuras lneas de investigacin. La tesis se completa con una bibliografa sobre teora de aproximacin,
espacios de Sobolev, y desigualdades en espacios de funciones, basada en artculos y textos clsicos
y contemporneos de indudable inters. Los captulos estn dividos en secciones. La numeracin
de cada definicin, observacin, ejemplos y resultados estn de acuerdo a la seccin en donde se
encuentran ubicados en el texto. As, por ejemplo, el lema 2.3.1 indica que es el primer resultado de
la seccin 3 del segundo captulo.
Captulo
Desigualdades clasicas
de Markov,
Bernstein y Nikolskii
En este captulo haremos una breve revisin sobre las desigualdades de Markov, Bernstein y Nikolskii, sus generalizaciones y anlogos en distintos contextos. En las primeras dos secciones presentaremos las desigualdades de Markov y Bernstein y algunas de sus generalizaciones. La tercera
seccin est dedicada a mostrar algunas desigualdades de tipo Nikolskii y finalmente, la cuarta seccin contiene algunos datos biogrficos sobre los hermanos Markov, Bernstein, Nikolskii y el qumico
Mendeleev.
1.1. Desigualdades de Markov y de Bernstein

Para n 1, sean Pn (C) y P(C) el espacio de los polinomios con coeficientes complejos y grado a
lo sumo n y el espacio de polinomios con coeficientes complejos, respectivamente, dotados con las
normas k k1 y k k2 en cada caso. Consideremos : (Pn (C), k k1 ) (P(C), k k2 ) un operador
lineal. Observe que para todo P Pn (C) existe una constante n () 0 tal que
kPk2 n ()kPk1 .
(1.1)
Es claro que la mejor constante que satisfaga la desigualdad anterior, es decir, la solucin del
problema extremal asociado a (1,1), tendr que ser la norma del operador :
(
kPk2
:
n () := kk = sup
kPk1
P Pn (C), P , 0 .
Lo que no siempre es claro, es que se puedan encontrar frmulas explcitas para la constante ptima
n ().
Llamaremos a una desigualdad de la forma (1,1) desigualdad de tipo Markov-Bernstein-Nikolskii,
donde las combinaciones de los nombres de estos tres matemticos variarn segn el operador y las
normas involucradas en (1,1).
Desigualdades de Markov, Bernstein y Nikolskii
El primer resultado relativo a desigualdades tipo Markov, es decir, cuando Pn y P son el espacio de
polinomios con coeficientes reales y grado a lo sumo n y el espacio de polinomios con coeficientes
d
reales, respectivamente, =
y k k1 = k k2 = k k en el intervalo [1, 1], est vinculado
dx
a investigaciones hechas en 1887, por el qumico ruso Dmitrii Ivanovich Mendeleev en su Estudio
de las disoluciones acuosas segn el peso especfico. En un punto determinado de su investigacin,
Mendeleev se percat que era necesario para su trabajo tener una estimacin precisa de lo grande
que puede hacerse la derivada de un polinomio de grado 2, definido en un cierto intervalo [a, b].
Al plantear el problema en el intervalo [1, 1], Mendeleev encontr que |P (x)| 4 y refiri este
resultado a Andrei Andreyevich Markov quien en 1889, public su investigacin del problema para
polinomios de grado n en su trabajo titulado On a question by D.I. Mendeleev . El resultado de
Markov lo expresamos a continuacin:
Teorema 1.1.1 (Desigualdad clsica de A. A. Markov) En la norma
kPk = max |P(x)|
x[1,1]
tenemos la siguiente desigualdad:

kP k n2 kPk ,
(1.2)
para cada P Pn . La igualdad se satisface slo cuando P(x) = CT n (x), donde C es un constante
cualquiera, T n es el polinomio n-simo de Chebyshev de primer tipo y nicamente para x = 1.
En otras!palabras, el teorema 1,1,1 asegura que la constante ptima viene expresada explcitamente
d
= n2 .
por: n
dx
A. A. Markov al demostrar (1,2), utiliz un mtodo constructivo y sigui los mismos argumentos
que an se utilizan para probar el teorema de alternabilidad de signos. En su demostracin, resuelve
dos problemas de aproximacin. En el primero, dado un x fijo, determina la cantidad
max |P (x)|,
PPn,L
con
Pn,L := {P Pn | kPk = L}.
En el segundo, proporciona una cota superior para la norma de la derivada de un polinomio en funcin
de la norma del mismo polinomio. El lector interesado puede consultar [71], en donde el autor emplea
una notacin ms sencilla que la utilizada por A. A. Markov en su trabajo original.
Otra manera de demostrar la desigualdad (1,2) es a travs de la frmula de interpolacin para
Pn (x) con nodos en los ceros del nsimo polinomio de Chebyshev correspondiente al intervalo
[1, 1].
Utilizando una desigualdad anloga a la de Markov para el disco unitario en el plano complejo, podemos obtener una demostracin ms sencilla de la desigualdad clsica de Markov. Dicha desigualdad
Desigualdades de Markov y de Bernstein
fue formulada en 1912, por Sergei Natanovich Bernstein en su artculo: Sur lordre de la meilleure
approximation des fouctions continues par des polynmes de degr donn," aproximadamente 20 aos
despus del resultado de Markov. En su trabajo, Bernstein formula y resuelve el siguiente problema:
Sean el espacio de los polinomios con coeficientes complejos y variable compleja y D el disco
unitario en C. Para P , tal que |P(z)| 1 en D, determinar cun grande puede ser |P (z)| para
z D.
En otras palabras, si definimos
kPkD = max |P(z)|,
(1.3)
|z|1
este problema se reduce a encontrar una expresin explcita para la constante ptima
max kP kD .
n(
d
) =
dz
kPkD =1
Al llegar a este punto notemos que bajo este supuesto, los resultados obtenidos por A. Markov y
S. Bernstein son diferentes.
Teorema 1.1.2 (S. N. Bernstein) Sea n el espacio de los polinomios con coeficientes complejos,
variable compleja y grado a lo sumo n. Para P n , se cumple que
kP kD n kPkD .
La igualdad se cumple para P(z) = Czn , donde C es una constante cualquiera.

!
d
= n. Bernstein prob esta desigualdad con 2n en lugar
El teorema 1,1,2 nos indica que n
dz
de n. La desigualdad ptima aparece por primera vez en un artculo de M. Fekete en 1916, quien
atribuye la prueba a L. Fejr, cuestin sta que no est clara, pues Bernstein por su parte la atribuye a
Landau.
Tambin podemos destacar que el teorema de Bernstein puede ser establecido de varias formas.
Debido a que un polinomio P es una funcin entera, ste toma su valor mximo para |z| 1
sobre la circunferencia |z| = 1. Luego, podemos considerar solamente los valores de z tales que
z = ei para < y por tanto
kPkD = max |P(z)| = max |P(ei )|.
|z|=1
<
(1.4)
De esta manera, podemos establecer una relacin entre los elementos de n con elementos en Tn ,
el espacio de los polinomios trigonmetricos de grado n, ya que al considerar un polinomio algebraico P(z) de grado n, y tomar z en la circunferencia unitaria, P(z) se convierte en un polinomio
trigonomtrico, P() de grado n con coeficientes complejos . As, Bernstein proporciona otra forma
para el teorema 1.1.2.
Teorema 1.1.3 (Teorema de Bernstein para polinomios trigonomtricos) Si P Tn y |P()| M,
entonces
|P ()| nM.
(1.5)
La igualdad se cumple para P() = sen(n ), donde || = 1 y algn R.
Desigualdades de Markov, Bernstein y Nikolskii
Bernstein demuestra el anterior resultado basndose en un mtodo variacional. Pruebas ms simples fueron dadas por M. Riesz, F. Riesz y De la Vallee Poussin. A continuacin presentamos un
esquema de la prueba de De la Vallee Poussin. En primera instancia, se demuestra el teorema para el
caso en que el polinomio trigonmetrico sea real y luego se generaliza a polinomios trigonmetricos
con coeficientes complejos.
Demostracin (Teorema 1.1.3)
Utilizando la norma k kD dada por (1,4), la desigualdad (1,5) puede ser expresada en la forma
kP kD nkPkD .
(1.6)
Caso 1:
Sea P un polinomio trigonomtrico de valor real, el cual cumple lo opuesto de (1,6). Es decir,
kP kD = max |P ()| = nL,
donde L > kPkD . Luego, existe [, ] tal que |P ()| = nL. Sin prdida de generalidad, tomemos
P () = nL, y en consecuencia P () = 0.
Consideremos el siguiente polinomio trigonomtrico auxiliar de grado n
S () = Lsen n( ) P()
y los 2n + 1 puntos extremales
k = + (2k 1)/2n,
para los que la funcin sen n( ) toma los valores 1. El k toma todos los valores para los cuales
k [, ]. Los puntos zk = eik estn distribuidos de manera equidistante en la circunferencia
|z| = 1.
Debido a que |P()| < L y S (k ) = (1)k1 L P(k ), podemos concluir que el polinomio S
toma valores de signos alternos; por lo tanto, S tiene 2n races en [, ]. Por otra parte, como
S es diferenciable en cada subintervalo de [, ], generado por las 2n races, podemos aplicar el
teorema de Rolle en cada subintervalo cuyos extremos sean races y hallaremos 2n 1 ceros de S
entre los ceros de S y por la periodicidad de la funciones trigonomtricas hallaramos la otra raz en
el primer o ltimo subintervalo de [, ]. Por tanto,

S () = n L cos n( ) P ()
tambin tiene 2n races distintas. Una de estas races es ya que
S () = nL P () = nL nL = 0.
Desigualdades de Markov y de Bernstein
Similarmente, podemos concluir que S () tiene 2n ceros entre los ceros de S (). Ahora, como

S () = n2 L sen n( ) P () y P () = 0 tambin tenemos que S () = 0. As S () tiene
al menos 2n + 1 races, lo cual es posible slo si S 0; es decir, si S es constante en [, ]. Esto
es una contradiccin ya que S () cambia de signo en dicho intervalo. Por lo tanto, tenemos que
|P ()| nM,
para cada [, ] y P Tn .
Caso 2:
Supongamos que P() es un polinomio trigonomtrico con coeficientes complejos. Sean y
nmeros reales tales que kP k = ei P (). Entonces R() = Re{ei P()} es un polinomio con
coeficientes reales para el cual
kR kD n kRkD.
Adems, kRkD kPkD y R () = Re{ ei P () }. Por lo que,
kP kD = ei P () = R () nkRkD nkPkD .
La igualdad se alcanza cuando P() = sen(n ) donde || = 1. En efecto, consideremos
k1
= 1 =
+ , para algn k1 , entonces |P(1 )| = || = 1.
2n
Por otra parte, para algn k2 adecuado, consideremos = 2 =
2k2
+ satisface que
n
|P (2 )| = ||n = n,
probndose la afirmacin.
El teorema 1.1.3 puede ser utilizado para establecer una versin de (1,5) para polinomios algebraicos:
Dado P Pn con |P(x)| M para 1 x 1 y x = cos con (, ], por el teorema
1.1.3, tenemos que:
|P (x)| 1 x2 kP kD nkPkD nM.

Consecuentemente,
Teorema 1.1.4 (Forma estndar del teorema de Bernstein) Sea P Pn y |P(x)| M (1 x 1),
entonces para 1 < x < 1 se tiene:
nM
|P (x)|
.
(1.7)
1 x2
(2 1)
La igualdad es obtenida en el punto x = x = cos
,
1 n,
si y solamente si
2n
P(x) = T n (x), donde || = 1 y T n es el polinomio n-simo de Chebyshev de primer tipo.
10
Desigualdades de Markov, Bernstein y Nikolski
Notemos que el lado derecho de la desigualdad (1,7) tiene un buen comportamiento en puntos
distantes a los extremos de [1, 1], no as para valores muy cercanos a x = 1. En este caso, resulta
ms til la desigualdad clsica de Markov. Ahora, tomando en consideracin los teoremas 1.1.1 y
1.1.4, podemos establecer lo siguiente:
Teorema 1.1.5 Sea P Pn y x (1, 1) entonces
(
)
n
2
|P (x)| mn n ,
kPk ,
1 x2
donde la norma uniforme es tomada en el intervalo [1, 1].
La desigualdad clsica de Markov (1,2), puede ser deducida siguiendo un mtodo sencillo de
prueba debido a G. Plya y G. Szego (1928). En este mtodo, adems de la desigualdad de Bernstein,
utlizaremos el siguiente resultado:
Lema 1.1.1 (Desigualdad de Schur) Para cualquier P Pn1 ,
kPk = max |n 1 x2 P(x)|.

1x1
(1.8)
Demostracin (Teorema 1.1.1)

Sean P Pn , M > 0 tal que |P(x)| M para 1 x 1. Si x = cos con (, ] ,
entonces tenemos que P(cos ) es un polinomio trigonomtrico y por el teorema 1.1.3, se tiene que
para cada x (1, 1) :
|P (x) | 1 x2 nM.
Debido a que P Pn1 , aplicando la desigualdad de Schur (1,8), y la forma estndar del teorema
de Bernstein, se tiene que
kP k max n |P (x)| 1 x2 n2 M.
1x1
En particular, tenemos la desigualdad (1,2).

1.2. Algunas extensiones de las desigualdades de Markov y de

Bernstein
Dos preguntas que surgen de manera natural son: Cmo conseguir una desigualdad anloga a la
clsica de A. A. Markov para la k sima derivada de un polinomio P en Pn ? y cul es la expresin
explcita de la constante ptima?
Algunas extensiones de las desigualdades de Markov y Bernstein
11
Una manera de responder a estas interrogantes podra ser iterando la desigualdad (1,2). Este procedimiento nos conduce a la siguiente desigualdad:
kP(k) k (n(n 1) (n k + 1))2 kPk .
Sin embargo, esta estimacin no es ptima, como ciertamente prob en 1892, Vladimir Andreevich
Markov al presentar el siguiente resultado, el cual fue publicado en 1916:
Teorema 1.2.1 (V. A. Markov) Para cada P Pn se satisface que:
kP(k) k
k1
Y
1
(n2 i2 ) kPk ,
(2k 1)!! i=0
(1.9)
donde (2k 1)!! = 1 3 5 (2k 1) y k = 1, , n. La igualdad se satisface para el polinomio

n-simo de Chebyshev de primer tipo, T n , y
!
dk
= T n(k) (1).
n
dxk
De esta manera, V. Markov extendi la desigualdad de su hermano A. Markov. La prueba original
de V. Markov suele calificarse como extremadamente complicada, de hecho 45 aos despus, Bernstein paralelamente a Schaeffer junto a Duffin, presentaron demostraciones ms sencillas. Bernstein,
en su intento de probar la desigualdad (1,9) utiliz un mtodo basado en la frmula de interpolacin
de Lagrange para un polinomio P y considerando en xi = cos in (i = 0, 1, , n), los n + 1 nodos
que particionan de manera regular al intervalo [1, 1], encontr la siguiente desigualdad,
kP(k) k 2k
k1
Y
1
(n2 i2 ) kPk .
(2k 1)!! i=0
Iterando la desigualdad (1,6), podemos obtener para el caso de los polinomios trigonmetricos, la
correspondiente desigualdad para la ksima derivada:
Teorema 1.2.2 Para cada P Tn se satisface que:
kP(k) kD nk kPkD .
Con igualdad slo si P() = a cos(n) + b sen(n), donde a y b son constantes.
Numerosas extensiones de las desigualdades de Markov y de Bernstein se han dado a travs de la
historia. Por ejemplo, si consideramos en Tn la siguiente norma
kPkE = sup |P(z)|,
zE
donde E C es un conjunto compacto y conexo; en 1959, Ch. Pommerenke lleg a la siguiente

desigualdad:
e n2
kP kE
kPkE ,
2 k
12
donde k es la capacidad logartmica de E . Considerando este hecho y con la finalidad de que la

desigualdad clsica de Markov fuese un caso especial de la desigualdad anterior, P. Erds sugiri a
1
Pommerenke que la constante e/2 en su desigualdad, poda ser reemplazada por (1 + o(1)).
2
Existen muchas monografas y artculos sobre desigualdades de tipo Markov y de tipo Bernstein y sus correspondientes generalizaciones en varias normas. Un amplio estudio de tales tpicos,
aproximadamente hasta 1994, puede ser encontrado en [55]. Algunas de estas desigualdades sern
consideradas en las siguientes secciones .
1.2.1. Generalizaciones en la Norma Lq

Otros trabajos interesantes han surgido al estudiar desigualdades de tipo Markov-Bernstein en otros
espacios de funciones. Por ejemplo, en los espacios Lq , con la norma:
kPkLq [(a,b)]
1
=
ba
|P(x)|
!1/q
1 q < .
En 1932, A. Zygmund resolvi el problema extremal (1,1) para el espacio Tn (ver [55]), utilizando
una frmula de interpolacin de M. Riez para una funcin P en Tn de perodo 2 y considerando
argumentos de anlisis convexo.
Teorema 1.2.3 (A. Zygmund) Para 1 q < , (a, b) = (0, 2) y P Tn se cumple que:
kP k Lq [(0,2)] n kPk Lq [(0,2)]
El resultado anterior puede ser reformulado de la siguiente manera:
Teorema 1.2.4 Si P Tn , entonces para 0 q
kP k Lq [(0,2)] n kPk Lq [(0,2)].
(1.10)
Observemos que en el caso q , la desigualdad (1,10) se reduce a la desigualdad clsica de

Bernstein. Para 0 < q < 1, la desigualdad (1,10) es debida a P. Nevai. En 1980, una desigualdad
similar pero con el factor extra (4e)1/q en el lado derecho, fue mostrado por A. Mt junto a P. Nevai.
En 1981, V. V. Arestov prob (1,10), utilizando funciones subarmnicas y la frmula de Jensen. Una
prueba ms simple fue dada por M. V. Golitschek y G. G. Lorentz, en 1989. Resultados y referencias
a estos trabajos pueden hallarse en [55].
Una generalizacin importante de la desigualdad de Markov para polinomios algebraicos en la
norma
!1/q
Z 1
q
kPk Lq [(1,1) =
|P(x)| dx
,
1
fue dada en 1937, por E. Hille, G. Szego y J. D. Tamarkin (ver [11], [22] y [55], entre otros):
1.3. Desigualdades de tipo Nikolskii
13
Teorema 1.2.5 Sean q > 1 y P Pn . Entonces

kP k Lq [(1,1)] Cn2 kPk Lq [(1,1)],
donde la constante C = C(n, q) est dada por

2(q 1)1/q1 q + 1n 1 +
C(n, q) =

2 1 + 1 n+1
n
n1+1/q
q
nqq+1
si q > 1,
si q = 1.
La constante C(n, q) en el teorema anterior no es la ptima. Hallar la mejor constante posible en los
casos q = 1 y q = 2 todava es un problema abierto.

En la seccin anterior, consideramos desigualdades que presentan la siguiente forma:
!
dk
(k)
kPkL p ([a,b]) , P Pn , p, q [0, +],
kP kLq ([a,b]) n
dxk q,p
!
dk
con n
la mejor constante que depende de n, k, p y q, y en donde
dxk q,p
kPkLq ([a,b])
kPk
kPkL0 ([a,b])
!1/q
Z b
1
q
=
|P(x)|
, q (0, +)
ba a
= max |P(x)|,
x[a,b]
!
Z b
1
= exp
ln |P(x)| dx
ba a
(1.11)
(1.12)
Si p = q = , las desigualdades del tipo (1,11) son las desigualdades clsicas establecidas por los
hermanos Markov.
Cuando q , p y k = 0, en (1,11) obtenemos las llamadas desigualdades de Nikolskii. En general, las desigualdades de Nikolskii son desigualdades entre mtricas diferentes de una misma funcin.
Como en este caso, k = 0, consideremos el operador lineal identidad, el cual denotaremos por I y la
desigualdad (1,11) se puede expresar como sigue:
kPkLq ([a,b]) n (I)q,p kPkL p ([a,b]) ,
P Pn ,
p, q [0, +],
con n (I)q, p la constante ptima.

Existe una gran variedad de ejemplos de estas desigualdades. Si consideramos la norma
Z 1
1/p
kPkL p ([1,1]) =
|P(t)| p dt
(1 p +),
1
14
con 1 q p +, I. I. Ibragimov en 1960, obtuvo el siguiente resultado (ver [55]):
kPkL p ([1,1])
2n2 1/p1/q
kPkLq ([1,1]) (1 + o(1)),
q+2
2
3
q2 n2
1/q1/p
si 1 q 2,
kPkLq ([1,1]) (1 + o(1)),
si q > 2.
Por su parte, en 1976, H. T. Kau hall una mejor aproximacin a la mejor constante, al demostrar
que:
1 1
np + 2 2( )
1
q p kPkLq ([1,1])
kPkL p ([1,1])
(1 q p +).
2 2
donde p1 es el entero par ms pequeo tal que p1 q.
Ya en 1933, D. Jackson obtuvo una desigualdad que relaciona la norma uniforme en [0, 2] con
la norma Lq , q > 0 (ver [55]):
1 Z
2n q
kT k
|T ()|
!1/q
q>0
T Tn .
Al utilizar la desigualdad de Hlder, es posible hallar otra desigualdad simple, la cual compara
diferentes normas Lq de un polinomio trigonomtrico dado:
Z
2
0
|T ()|
!1/q
1 1 Z
(2) q p
|T ()|
!1/p
T Tn
1 q p .
(1.13)
En 1951, S. M. Nikolskii prob una desigualdad la cual es, en cierto sentido, inversa a (1,13)
Z
|T ()|
!1/p
1 1 Z
2n q p
|T ()|
!1/q
para cualquier T Tn y 1 q p +.
Un resultado similar se cumple para 0 < q p + (ver [55]):
Z
2
0
|T ()|
!1/p
q 1 1 Z
2 p nq p
|T ()|
!1/q
En 1954, N.K. Bari prob que:

Z
b
a
|T ()|
!1/p
1 1 Z
)
C(a, b) n q p
2(
|T ()|
!1/q
15
donde 0 < q p + y C(a, b) es una constante positiva la cual slo depende de a y b (ver [55]).
Una expresin explcita para la constante ptima, n (I)q,p , involucrada en (1,11), puede ser una
tarea difcil y es obtenida slo en algunos casos. Por ejemplo, en 1965 (ver [55]), para p = + y
r = 1, L. V. Taikov demostr que:
n (I)+,1
= 2cn + O(1),
donde c (0.539, 0.58).
1 R 2
Considerando la norma kT k2L2 (0,2) =
|T ()|2 d, tenemos que una expresin explcita para
2 0
la constante ptima es:
(I)
=
2n + 1,
n
+,2
y la desigualdad de Nikolskii es:
kT k
2n + 1 kT kL2 (0,2) .
(1.14)
El polinomio extremal para (1,14), viene dado por la expresin

T () = C Dn (),
con C una constante no nula cualquiera y Dn es el ncleo de Dirichlet
Dn () =
1
+ cos + + cos(n).
2
En 1984, H. N. Mhaskar y E. B. Saff considerando los pesos exponenciales, (x) = exp(|x| )

para > 0, y la norma en Lq (R)
!1/q
Z
q
k f kq =
| f (x)|
,
R
proporcionaron la siguiente generalizacin de las desigualdades de Nikolskii, para el caso en que

0 < q < p +, n > 2 y P Pn :

1/q1/p
k Pk p C1 n (ln n)
k Pkq ,
donde
=
y
=
y en la direccin contraria,
1,
si
1 1/, si
0,
si
1 1/, si
0 < < 1,
1,
0<<1 o
1 < 2,
2,
1/q1/p

k Pkq C2 n1/
k Pk p .
En 1987, P. Nevai y V. Totik proporcionaron la desigualdad ptima para estos pesos exponenciales
(ver [55]):
16
Algunos datos biogrficos sobre D. Mendeleev, hermanos Markov y S. Bernstein
Teorema 1.3.1 Sea 0 < < + y 0 < p, q +. Entonces para cada P Pn tenemos
k Pk p C Kn (, p, q) k Pkq ,
(1.15)
donde la constante C = C(, p, q) > 0, es independiente de n y P, y

1/p1/q
1/
n
,
si p q,

1/q1/p
n11/
,
si p > q y > 1,
Kn (, p, q) =
1/q1/p
(ln(n + 1))
, si p > q y = 1,
1,
si p > q y 0 < < 1.
Adems, la desigualdad (1,15) es la mejor posible en el sentido de que, dados > 0 y p, q > 0,
existe una constante positiva C y una sucesin de polinomios {Pn }+
n=1 tal que
k Pn k p C Kn (, p, q) k Pn kq ,
se cumple para n = 1, 2, . . .
Existe una gran cantidad de desigualdades de tipo Nikolskii para pesos Freud y pesos Erds, y para
familias de pesos exponenciales ms generales que los antes mencionados, el lector interesado puede
consultar [37] y ver las referencias all sugeridas.
1.4. Algunos datos biogrficos sobre D. Mendeleev, hermanos Markov y S. Bernstein

1.4.1. Dmitrii Ivanovich Mendeleev
Dmitri Ivanovich Mendeleev naci en Tobolsk (Siberia) el 8 de febrero de 1834. Sus padres Ivn
Pavlovich Mendeleev y Mara Dmitrievna Mendeleev formaron una familia, de la cual era el menor
de diecisiete hermanos. Desde joven se destac en
Ciencias. Su formacin la hizo en el Instituto Pedaggico de San Petersburgo. Se gradu en 1855
como el primero de su clase y luego present la tesis Sobre volmenes especficos para conseguir la
plaza de maestro de escuela y ms tarde la tesis
Sobre la estructura de las combinaciones silceas
para alcanzar la plaza de ctedra de qumica en la
Universidad de San Petersburgo.
Figura 1.1: Dmitrii Ivanovich Mendeleev
Dmitrii Ivanovich Mendeleev
17
A los 23 aos ya estaba a cargo de un curso de dicha universidad. En 1861, escribi el primer libro
para la poca, sobre Qumica Orgnica.
En 1862 se cas con Feozva Niktichna Lescheva con quien tuvo tres hijos y en 1882 contrajo
segundas nupcias con Ana Ivanovna Popova y de esta unin nacieron cuatro hijos.
En 1864 fue nombrado profesor de tecnologa y qumica del Instituto Tcnico de San Petersburgo.
En 1867 ocup la ctedra de qumica en la Universidad de San Petersburgo donde permaneci hasta
1890, cuando termin su estancia en la universidad por razones polticas.
En 1865 puso en prctica en su propia granja, mtodos cientficos para la mejora de cultivos y
obtuvo un rendimiento muy por encima de lo que comnmente se produca.
En 1869 public la mayor de sus obras, Principios de Qumica, donde formul su famosa tabla
peridica, traducida a multitud de lenguas y que fue libro texto durante muchos aos. La tabla definitiva la public a comienzos de 1871 y para lograr que algunos elementos encajaran en el grupo
correspondiente, alter el valor de su peso atmico considerado correcto hasta entonces. As dej
posiciones vacantes en su tabla y predijo que stas correspondan a elementos que todava no haban
sido descubiertos en aquel tiempo. Estas predicciones fueron corroboradas con bastante exactitud por
los descubrimientos sucesivos del galio (1874), escandio (1879) y germanio (1885).
En 1876, fue enviado a Estados Unidos, para informarse sobre la extraccin del petrleo y ponerla
luego en prctica en el Cucaso. Este estudio lo llev a investigar el fenmeno de la atraccin de las
molculas de cuerpos homogneos o diferentes, materia que estudi hasta el da de su muerte.
En 1887 emprendi un viaje en globo en solitario para estudiar un eclipse solar y public su Estudio
de las disoluciones acuosas segn el peso especfico. En este estudio, realiz una investigacin sobre
la gravedad especfica de una solucin como una funcin del porcentaje de la sustancia diluida. Esta
funcin tiene alguna importancia en las pruebas para medir el contenido de alcohol de cerveza y
vino. Tambin se utiliza para estudiar la concentracin de anticongelante en las pruebas del sistema
de refrigeracin de un automvil. Aunque los qumicos y fsicos de hoy en da no les resulta tan
interesante este mtodo de Mendeleev, su estudio ha conducido a problemas matemticos de gran
inters, algunos de los cuales an hoy estimulan la investigacin en Matemticas.
De manera ms precisa, Mendeleev abri el camino que condujo a la famosa Desigualdad de
Markov, al plantear el siguiente problema extremal:
Si Q : [1, 1] R es un polinomio cuadrtico tal que |Q(x)| 1 para cada x [1, 1], cun
grande puede ser el valor de |Q (x)| sobre [1, 1] ?
El propio Mendeleev fue capaz de resolver este problema matemtico y prob que |Q (x)| 4 sobre
[1, 1]. As, se di comienzo a un interesante estudio de desigualdades que han sido la base para las
demostraciones de importantes resultados en el rea de teora de aproximacin desde aquellos aos
de Mendeleev hasta nuestros das. Sobre dicho tpico volveremos ms adelante en este trabajo.
En 1889 fue nombrado miembro honorario del Consejo de Comercio y Manufacturas.
En 1890, por un encargo del ministerio de Guerra y Marina, prepar una plvora sin humo al
pirocolodin.
En 1892 fue designado conservador cientfico de la Oficina de Pesas y Medidas en compensacin
de lo ocurrido en la universidad. Despus de un ao, tras haberlo reorganizado, asume el cargo de
director, lo que le compromete a realizar diversos viajes, entre los que se encuentra el realizado a
18
Algunos datos biogrficos sobre Mendeleev, hermanos Markov, Bernstein y Nikolskii
Londres donde recibe los doctorados honoris causa de las universidades de Cambridge y Oxford.
En 1902, viaj a Pars y observ el experimento de la fosforescencia del sulfuro de zinc debida a
los rayos X, en el laboratorio del matrimonio Curie.
Falleci el 2 de febrero de 1907. Mendeleiev fue reconocido como uno de los ms importantes
cientficos de la poca pero en Rusia nunca se le reconoci debido a sus ideas liberales, por lo que
nunca fue admitido en la Academia Rusa de las Ciencias. Un merecido homenaje y reconocimiento a
la trayectoria de este ilustre cientfico ruso, es el nombre de mendelevio (Md) al elemento qumico de
nmero atmico 101.
1.4.2. Andr Andreyevich Markov

Andr Andreevich Markov naci en Ryazan, Rusia, el 14 de junio de 1856. Su padre Andrey Grigorevich Markov ejerca un cargo en la administracin pblica en Ryazan y su madre, la primera
esposa de Andrey Grigorevich Markov, Nadezhda
Petrovna Markova. En 1866 Andrey ingres a una
escuela de enseanza de lenguas clsicas de San
Petersburgo, quinta en prestigio y en donde se impartan el griego antiguo, el ingls y otras lenguas
europeas, as como ciencias naturales, matemticas, historia y geografa. Desde su tiempo escolar
se involucr intensamente en las matemticas a nivel superior. Alrededor de los 17 aos de edad comunic a Bunyakovski, a Korkin y a Zolotarev un
nuevo mtodo para resolver ecuaciones diferenciales ordinarias lineales.
Figura 1.2: Andr Andreyevich Markov
Por fin en 1874 termin la escuela y comenz sus estudios en la Facultad de Fsica-Matemtica
de la Universidad de San Petersburgo. Entre sus profesores figuraron: Sochocki (clculo diferencial,
lgebra superior), Posee (geometra analtica), Zolotarev (clculo integral), Chebyshev (teora numrica y probabilidades), Korkin (ecuaciones diferenciales ordinarias y parciales), Okatov (mecnica
terica), Somov (mecnica) y Budaev (geometra descriptiva y geometra superior).
En 1877 le concedieron la medalla de oro por su excepcional solucin del problema Sobre la
integracin de ecuaciones diferenciales por fracciones continuas con una aplicacin a la ecuacin
dy
= n(1+y2 ). En el ao siguiente pas los exmenes de candidatura y permaneci en la universidad
dx
para prepararse para el trabajo de conferencista. En abril de 1880, Andr Markov defendi su tesis de
maestra Sobre formas cuadrticas binarias con determinante positivo. En enero de 1885, culmin
su tesis doctoral Sobre algunas aplicaciones algebraicas de fracciones continuas.
Su trabajo pedaggico comenz despus de la defensa de su tesis de maestra en otoo de 1880. Di
conferencias sobre clculo diferencial e integral y ms tarde sobre introduccin al anlisis y teora de
la probabilidad (sucediendo a Chebyshev quien haba dejado la universidad en 1882) y sobre clculo
Vladimir Andreevich Markov
19
en diferencias. Un ao despus de la defensa de la tesis doctoral, fue designado profesor extraordinario, subordinado a otro profesor (1886) y en el mismo ao fue el adjunto electo de la Academia
de Ciencias y en el otoo de 1894 fue promovido a profesor ordinario de la Universidad de San
Petersburgo. Finalmente en 1896 fue electo miembro ordinario de la Academia como el sucesor de
Chebyshev. En 1905 fue nombrado profesor y obtuvo el derecho a la jubilacin el cual ejerci de
manera inmediata. Hasta 1910, sin embargo, continu dando clases de clculo en diferencias.
Markov protest contra un decreto del ministerio de educacin, lo cual contribuy a su alejamiento de la enseanza en la Universidad de San Petersburgo. En relacin con los disturbios estudiantiles
en 1908, los profesores y conferencistas de la Universidad de San Petersburgo recibieron la orden
de mantener bajo observacin a sus alumnos. En primer lugar Markov rechaz este decreto y luego
escribi una explicacin donde expres su rechazo a ser un agente del gobierno. Finalmente, no encontr otra salida que su retiro total de la universidad. En 1913 el consejo de San Petersburgo elegi
como miembros honorarios a nueve cientficos de la universidad. Markov fue uno de ellos, pero su
eleccin fue la nica no confirmada por el ministro de Educacin y se hizo efectiva cuatro aos ms
tarde, despus de la revolucin de febrero de 1917. En el ao siguiente Markov reanud sus actividades de enseanza, hasta su muerte en 1922, sus conferencias fueron sobre teora de probabilidades y
clculo en diferencias.
1.4.3. Vladimir Andreevich Markov
En 1892, Vladimir Andreevich Markov ampli la

desigualdad de su hermano Andrei Andreyevich
Markov, dada en 1889. Desafortunadamente, la colaboracin matemtica entre estos hermanos fue
truncada por la desapacin fsica de su hermano
menor Vladimir...
Figura 1.3: Vladimir Andreevich Markov
Vladimir Andreevich Markov naci en San Petersburgo el 8 de mayo de 1871, hijo menor de Andrey Grigorevich Markov y su segunda esposa, Anna Iosifovna Markova. Al igual que Andr estudi
en la quinta escuela gramtica de San Petersburgo y en 1888 entr en la Facultad Fsico-Matemtica
de la Universidad de San Petersburgo. Durante su vida de estudiante, entre sus profesores figuraron:
su hermano Andrei Markov (Introduccin al anlisis, diferencias finitas, teora de la probabilidad),
Posse (clculo diferencial e integral), Sochocki (clculo integral, lgebra superior, teora de nmeros), Korkin (Ecuaciones diferenciales, clculo variacional), Budaev (geometra analtica y geometra
superior), Ptashitski (geometra descriptiva, funciones elpticas), Selivanov (cursos especiales sobre
20
lgebra superior y teora de nmeros) y Grave (aplicaciones geomtricas del clculo diferencial e
integral). En 1892, como estudiante del cuarto ao, public el artculo Sobre funciones de menor
desviacin del cero en un intervalo dado con el cual se le adjudic un premio en la ocasin de
celebrarse el primer congreso de cientficos naturales y mdicos.
Tras finalizar sus estudios, permaneci en la universidad para preparar su trabajo como conferencista y estimulado por Korkin, comenz a escribir su tesis de maestra sobre formas cuadrticas
positivas de tres variables, la cual defendi en 1896.
En el ao acadmico 1895-1896 adems de ensear en la escuela quinta de San Petersburgo, se
desempe como conferencista en el rea de geometra analtica. En el ao 1896 enferma de tuberculsis, imposibilitando su trabajo definitivamente y muere el 18 de enero de 1897 a la edad de 26 aos.
En 1897, Andr A. Markov public la tesis inconclusa de su hermano Vladimir A. Markov, donde
ste ltimo investig acerca del problema extremal planteado en (1,1), para el caso en que es el
operador diferenciacin de orden k, con k = 1, 2, . . .
1.4.4. Sergei Natanovich Bernstein
Alrededor de 1912, el matemtico ruso Sergei Natanovich Bernstein investig el anlogo de la desigualdad de A. A. Markov para el disco unidad en
el plano complejo, en lugar del intervalo [1, 1].
Figura 1.4: Sergei Natanovich Bernstein

Sergei Natanovich Bernstein naci el 5 de marzo de 1880 en Odessa en la familia del mdico
Natan Bernstein, quien tambin era profesor de la Universidad Novorossisk. En 1899 comenz sus
estudios de matemticas, pero un ao despus se cambia a ingeniera en la Escuela de Electrnica
en Pars, al finalizar estos estudios, retom los de matemticas bajo la supervisin de David Hilbert.
En 1904 defendi en Pars, su tesis Sobre la naturaleza analtica de las soluciones de ecuaciones en
derivadas parciales de segundo orden, cuyos resultados se publicaron a la brevedad y por lo que se
di a conocer muy rpido. Esto no fue una ventaja para l en Rusia ya que los niveles acadmicos
alcanzados en el extranjero no se reconocan all. Luego, tuvo que presentar sus exmenes de maestra
y su tesis doctoral fue considerada ms o menos como una tesis de maestra. Aprob los exmenes
con dificultad ya que lo forzaron a solucionarlos por mtodos clsicos. En 1907, pudo trabajar como
profesor en el recin fundado colegio politcnico para mujeres. En 1908 defendi su tesis de maestra
Sergei Natanovich Bernstein
21
Investigacin y Solucin de Ecuaciones Diferenciales Parciales Elpticas de Segundo Grado. En

1913 defendi su tesis doctoral Sobre La Mejor Aproximacin De Funciones Continuas Mediante
Polinomios De Grado Dado. En 1911 ya haba sido galardonado con el premio de la Academia Belga
de Ciencias por sus resultados en este tema. Hasta 1918 di clases en la Universidad Politcnica para
Mujeres y en 1920 fue nombrado profesor ordinario en la Universidad de Kharkiv.
En 1924, Bernstein fue electo miembro de la Academia rusa de Ciencias. En 1925, fue nombrado
miembro ordinario de la Academia Ucraniana. En 1928 fue nombrado director del Instituto Matemtico de Kharkiv y en el mismo ao se convirti en miembro de la Academia de Ciencias de Pars.
En 1930, la poca oscura para el Frente Matemtico de Leningrado comenz, provocada por un
documento polmico en donde ciertos grupos comenzaron a purgar las matemticas de elementos
idealistas, dando lugar a la llamada Sociedad Matemtica de Leningrado.
En 1932, Bernstein dej Kharkiv y se convirti en jefe del departamento de la teora de probabilidad y estadstica matemtica del Instituto de Matemticas de la Academia de Ciencias que se
encontraba en Leningrado en ese momento. A partir de 1934 tambin imparti clases en la Universidad de Leningrado. Bernstein dej la Universidad de Kharkiv a tiempo, ya que un poco despus de
su permiso, la purga de la Universidad de Kharkiv comenz. Muchos profesores y estudiantes fueron
arrestados, algunos de ellos fueron fusilados.
En Leningrado, junto a Bernstein se encontraba trabajando G. G. Lorentz, el seor en la teora de
la aproximacin moderna, quien tambin sufri persecucin y fue obligado a abandonar su pas de
origen. Las ideas de Bernstein se propagaron a los pases occidentales, lo cual ayud a superar el aislamiento de las matemticas rusas en el tiempo de la Unin Sovitica. En los aos siguientes, Bernstein
apenas podra ser intimidado. En 1936, cuando el punto culminante del enjuiciamiento por parte de
Stalin contra el matemtico Kolman Luzin, Bernstein decisivamente defendi la posicin de Luzin.
Esto era peligroso en ese momento. El 01 de enero 1939 Bernstein comenz su trabajo de profesor en
la Universidad de Mosc y se retir de la jefatura del Instituto de Matemticas, pero conserv su casa
en Leningrado. En 1940 se convirti en miembro honorario de la Sociedad Matemtica de Mosc.
En los das de la Segunda Guerra Mundial, permaneci en la ciudad Kazakh de Borovoe. Su hijo
alemn Sergeevich permaneci en Leningrado y muri cuando quiso abandonar la ciudad tras el
bloqueo. La muerte de su hijo lo estimul a dejar Leningrado para siempre, y tambin traslad su
lugar de residencia a Mosc. En 1947 fue despedido de la universidad y se ocup de la jefatura del
departamento de teora de funciones, en el Instituto Steklov. Ocup este cargo hasta 1957.
Su trabajo fue muy reconocido en el extranjero, especialmente en Francia. En 1944 la Universidad
de Argel, le concede el ttulo de Doctor Honoris Causa y en 1945, la Universidad de la Sorbona, hace
lo propio. En 1955 Bernstein fue elegido miembro extranjero de la Academia Francesa de Ciencias.
A pesar de su actitud crtica a los ideales del marixismo-leninismo, tambin fue condecorado por la
Unin Sovitica. Galardonado con la medalla de Lenin en dos ocasiones, algunas de sus contribuciones fueron galardonadas con el premio Stalin y un reconocimiento especial fue la edicin en vida de
toda su obra. Sergei Natanovich Bernstein muri el 26 de octubre de 1968, tras los efectos de una
operacin.
22
1.4.5. Sergey Mijilovich Nikolskii
Sergey Mijilovich Nikolskii naci en Talitsa (Rusia) el 30 de Abril de 1905. Graduado en el Instituto de Educacin Pblica Ekaterinoslav (ahora
Universidad de Dnepropetrovsk) en 1929, tambin
trabaj all desde 1930 a 1940.
Figura 1.5: Sergey Mijilovich Nikolskii
En 1940 comenz a trabajar en el Instituto de Matemticas V. A. Steklov de la Academia de Ciencias de la USSR (ahora Academia Rusa de Ciencias), y en 1947 comenz su trabajo como profesor
en el Instituto Politcnico de Mosc, en el Departamento de Teora de Funciones.
Fue alumno doctoral de A. Kolmogorov y ha hecho contribuciones fundamentales al Anlisis Funcional, Teora de Aproximacin de Funciones, Teora de Imbedding de clases de funciones diferenciables en varias variables, mtodos directos para el clculo de variaciones y problemas de frontera
para ecuaciones diferenciales parciales. Sus estudios sobre Teora de Aproximacin de Funciones
son de gran importancia, por ejemplo, encontr estimaciones asintticamente exactas para la aproximacin de funciones por polinomios trigonomtricos y por polinomios algebraicos. Desarroll una
Teora de frmulas de cuadratura ptimas y mtodos de aproximacin para funciones enteras de tipo
exponencial, los cuales le permitieron obtener teoremas directos e inversos de imbedding para clases
de funciones de Hlder generalizadas en varias variables.Tambin postul nuevas formulaciones para
problemas de frontera asociados a ecuaciones eliptcas de orden superior con fuerte degenerancia en
la frontera e investig tales formulaciones por un mtodo variacional.
Desde 1972 es miembro correspondiente de la Academia de Ciencias de la USSR y fue jefe del
Departamento de Teora de Funciones del Instituto de Matemticas V. A. Steklov en los perodos de
1960 a 1988 y de 1988 a 1994. En 1972, por su monografa Approximation of functions of many
variables and embedding theorems, recibi la Medalla Chebyshev de la Academia de Ciencias de la
USSR. Tambin recibi, entre otros, los siguientes reconocimientos: la Medalla de Estado (1952), la
Medalla Vinogradov (1985), la Medalla de Estado de Ucrania (1994), la Medalla Kolmogorov (2000),
la Medalla Ostrogradskii de la Academia Nacional de Ciencias de Ucrania (2000).
A la edad de 92 aos el Profesor Nikolskii an imparta conferencias en el Instituto de Fsica
y Tecnologa de Mosc (por sus siglas en ingls, MIPT). Para el momento de la redaccin de este
trabajo, el Profesor Nikolskii ha cumplido 106 aos y desde que lleg al siglo de existencia en el
2005 slo dicta charlas en congresos cientficos, aunque an continua trabajando en el MIPT.
Captulo
Problemas extremales de tipo

Markov-Bernstein-Nikolskii
En este captulo presentaremos desigualdades de tipo Markov que pueden involucrar diferentes
normas. Surge de este modo, problemas extremales asociados a (1,1), los cuales podemos denominar
de tipo Markov- Bernstein, Markov- Nikolskii o Markov-Bernstein-Nikolskii dependiendo del operador lineal involucrado y de si las normas a comparar son diferentes o no.
En la primera seccin presentaremos problemas extremales en donde las desigualdades son anlogas a las de Bernstein en las normas L2 con pesos, mostraremos el enfoque de A. Guessab y G.
V. Milovanovicc para pesos clsicos y algunos trabajos de ciertos autores entre los que tenemos a
W. Milne, D. Lubinsky y P. Nevai, para pesos Freud. Finalizamos la seccin con los resultados de
K. H. Kwon y D. W. Lee en donde bajo ciertas condiciones impuestas a las normas involucradas, se
resuelve el problema extremal (1,1) no slo para derivadas si no tambin para cualquier operador
definido en P(C). En la ltima seccin mostramos algunos ejemplos de desigualdades relacionadas
con problemas extremales del tipo Markov- Nikolskii o Bernstein-Nikolskii.
2.1. Problemas extremales de tipo Markov-Bernstein

En el espacio L2 ( (a, b) , ) consideremos el siguiente producto interno
Z b
hP, QiL2 ( (a,b) , ) =
P(x) Q(x) (x)dx,
a
donde es una funcin peso definida en [a, b], a < b +, tal que todos los momentos
Z b
mn =
xn (x)dx
a
son finitos y con norma

kPkL2 ( (a,b) , ) =
Z
b
a
23
1/2
|P(x)|2 (x)dx .
(2.1)
24
Problemas extremales de tipo Markov-Bernstein-Nikolskii
Comenzaremos esta seccin presentando algunos resultados relacionados con el problema extremal de
d
tipo Markov-Bernstein, de hallar una expresin explcita para la constante ptima n () para =
.
dx
Las desigualdades obtenidas en la norma L2 con peso, son las denominadas desigualdades de tipo
Markov-Bernstein. Comenzaremos con! algunas de estas desigualdades para el caso de pesos clsicos.
d
2
Por ejemplo, la mejor constante n
para el peso (x) = ex en (, +) fue establecida en
dx
1944 por E. Schmidt; mientras que para el caso (x) = ex en (0, +) fue hallada por P. Turn en
1960. Las expresiones de dichas constantes se establecen en el siguiente resultado (ver [55]):
Teorema 2.1.1 (E. Schmidt - P. Turn) Para cada P Pn ,
2n kPkL2 ( R , ex2 ).
i)
kP kL2 ( R , ex2 )
Un polinomio extremal es el Polinomio Hn de Hermite de grado n.

1
kPkL2 ( (0,+) , ex ) .
ii)
kP kL2 ( (0,+) , ex ) 2 sen
4n + 2
El polinomio extremal viene dado por:
P(x) =
n
X
sen
=1

L (x)
2n + 1
donde L es el polinomio simo de Laguerre de orden = 0.

L. Mirsky en 1983, lleg a una estimacin de la constante ptima
(2,1) y un peso cualquiera (ver [55]). La desigualdad es la siguiente:
d
dx
n
1/2
X
2

k kL2 ( (a,b) , ) ,
!
d
, considerando la norma
dx
(2.2)
=1
donde { }0 es un sistema de polinomios ortonormales con respecto a la funcin peso .

2
As por ejemplo considerando el caso en que (x) = ex , al aplicar (2,2) con { }0 el sistema
ortonormal de Hermite, se cumple que:
r
n
!
X 2 1/2
d
1

2
n(n + 1)(2n + 1).

(2.3)
n
dx
3
=1
Comparando con el resultado de Schmidt, vemos que el contraste con (2,3) es evidente y por lo tanto,
(2,2), es un resultado de inters cualitativo.
En 1987, P. Drfler consider
el problema anlogo para derivadas de orden superior y calcul la
!
dk
constante ptima n
, para k = 1, 2, . . .
dxk
Problemas extremales de tipo Markov-Bernstein
25
Teorema 2.1.2 (P. Drfler) Sean : (a, b) (0, +) con !< a < b < +, una funcin peso
dk
tal que todos los momentos asociados son finitos, entonces n
es el mximo valor singular de la
dxk
matriz
(k)
(k)
e0,0 . . . en,0
.
.. ,
..
A(k)
.
..
.
n =
(k)
(k)
e0,nk . . . en,nk
para 1 k n y donde
e(k)
, j
Adems,
max k(k) kL2 ( (a,b) , )
0n
(r)
(x) j (x)(x)dx.
a
n
1/2
X (k) 2
dk
n ( k )
k kL2 ( (a,b) , ) ,
dx
=0
donde { }0 es una sucesin de polinomios ortonormales con respecto a la funcin peso .

En el mismo ao, G. V. Milovanovic generaliz el resultado anterior, considerando d(x) una
medida no negativa definida en R, con soporte compacto y conteniendo una cantidad infinita de
puntos, tal que todos los momentos
Z
m =
x d(x),
= 0, 1, . . . ,
R
existen, son finitos y 0 > 0. Al considerar en Pn el siguiente producto interno

Z
hP, Qi =
P(x)Q(x)d(x),
(2.4)
es posible encontrar un nico conjunto de polinomios ortonormales { }0 definido mediante

(x) = a x + a1 x1 + . . . + a0 ,
a > 0.
Con la norma inducida

por el producto interno (2,4), G. V. Milovanovic mostr que la expresin
!
k
d
, es el valor propio maximal de una matriz de tipo Gram, Bn,k .
explcita de n
dxk
Teorema 2.1.3 (G. V. Milovanovic)
n
y un polinomio extremal es
!

dk
= max (Bn,k ) 1/2
k
dx
n
X
P(x) =
c (x),
=k
(2.5)
26
donde max (Bn,k ) es el mximo valor propio de la matriz

Bn,k = [b(k)
i, j ]ki, jn ,
cuyos elementos estn dados por
Z
(k)
bi, j =
i(k) (x)(k)
j (x)d(x),
k i, j n,
y [ck , ck+1 , . . . , cn ]T es un vector propio de la matriz Bn,k correspondiente al valor propio max (Bn,k ).
Demostracin 2.1.3
Para P Pn (C), existen c j con j = 0, 1, . . . , n, nicamente determinados, tales que
P(t) =
n
X
c j j (t).
j=0
Adems, para 0 k n tenemos que

kP(k) k2L2 ( R,)
kPk2L2 ( R,)
n
P
i, j=k
ci c j b(k)
i, j
n
P
j=k
(2.6)
| c | j2
Considerando el producto interno estndar,

hx, yi, =
n
X
xi yi ,
i=k
se tiene que
hBn,k c, ci,
"
n
n
P
P
j=k
i=r
b(k)
j,i ci
c j =
n
P
i, j=k
b(k)
j = c Bn,k c,
j,i ci c
(2.7)
donde c representa la traspuesta conjugada de c. De (2.6), (2.7) y por ser Bn,k definida positiva,
kP(k) k2L2 ( R,)
kPk2L2 ( R,)
Notemos que
si consideramos
hBn,k c, ci
hc, ci
= max ( Bn,k ).
(2.8)
!
dk
dada por (2.5) es la constante ptima, ya que (2.8) se reduce a una igualdad
dxk
P(t) = P (t) =
n
X
cj j (t),
j=k
donde [ck , ck+1 , . . . , cn ]T es un vector propio de la matriz Bn,k correspondiente a max ( Bn,k ).
Problemas extremales de tipo Markov-Bernstein
27
Ahora introduciremos algunas desigualdades que involucran normas distintas, donde alguna o ambas normas dependen de una funcin peso dada y el operador lineal considerado en el problema
extremal (1,1), puede ser la identidad.
Consideremos en P la norma uniforme y la norma (2,1), definidas en el intervalo [1, 1] y con
una funcin peso dada.
Ejemplo 2.1.1 En 1974, A. Lupas para P Pn , k = 0, 1, . . . , (,) el peso de Jacobi y q =
max(, ) 1/2, hall la siguiente desigualdad ptima (ver [55]):
kP(k) k
k!
n
X
22k+++1 =k
(,)
C,k
+++k
k

+q
k
La igualdad se satisface para el polinomio expresado mediante:

Q(x) = D
1/2
kPkL2 ([1,1],(,) ) .
n
X
(,) (,)
P (x)
C,k
=k
donde
(,)
C,k
! (2 + + + 1) ( + + + k + 1)
=
( + + 1) ( + + 1)
+++k
k
!
+q
,
k
D es una constante y P(,)

(x) es el polinomio ortogonal de Jacobi de grado .
El mtodo empleado por A. Lupas para la demostracin del anterior resultado, puede ser resumido
en los siguientes pasos
i) Dado un polinomio P Pn , considerar la representacin de Fourier de P con respecto a la
base ortonormal asociada a {P(,)
}nj=0 , , > 1, generada por el producto interno:
j
hP, Qi =
P(x)Q(x) (,) (x)dx

1
ii) Utilizar tal representacin de P y la desigualdad de Cauchy-Schwarz-Buniakowsky, para hallar

una cota superior para |P(k) (x)| para x [1, 1] y k = 0, 1, . . .
dk
k haciendo uso de las propiedades de las derivadas de los polinomios ortoiii) Estimar k k P(,)
dx j
normales de Jacobi, como veremos ms adelante en la demostracin del teorema ??.
k

d
(,)
La clave de este mtodo consiste en determinar de manera explcita, el valor de k P j para
dx

1
q = max(, ) , en trminos de una familia de polinomios de Jacobi de parmetros (+k, +k).
2
Para P Pn , A. Lupas tambin prob la siguiente desigualdad:
28
Ejemplo 2.1.2
kPk
(n + + + 2)
++1
2
(r + 1)(n + r + 1)
!
n+r+1
kPk(L2 [1,1] , (,) )
n
donde r = max{, } 1/2 y r = mn{, }.

La igualdad es vlida para los polinomios
(2 + + + 1) ( + + + 1) (,)
P (x),
=0
( + r + 1)
n
P (x) =
donde P(,)
es el polinomio de Jacobi de grado .
En sus trabajos de los aos 1989 y 1993 (ver [55]), I. Z. Milovanovic y M. A. Kovacevic presentaron otra desigualdad, donde una de las normas consideradas viene expresada por:
k f kLq([1,1] , (,) ) =
| f (x)|
(,)
!1/q
(x)dx
q = 0, 1, 2, . . .
Ejemplo 2.1.3 Para P Pn un polinomio positivo en (1, 1), se cumple que

s
(qn + + + 2)
q
kPk
kPkLq ([1,1] , (,) ),
2++1 (r + 1)(qn + r + 1)
(2.9)
donde r = max{, } 1/2 y r = mn{, }.

La igualdad en (2,9) es obtenida por
(
C(1 x)n , si r = ,
P(x) =
C(1 + x)n , si r = ,
donde C es una constante positiva arbitraria.
Observemos que bajo las condiciones antes consideradas y para q = 2, (2,9) es la desigualdad
ptima.
2.1.1. El enfoque de A. Guessab y G. V. Milovanovic

Para los resultados presentados en esta seccin, el lector puede consultar [2], [21] y [55] como
referencias complementarias.
En 1994, A. Guessab y G. V. Milovanovic consideraron un anlogo a la forma estndar del teorema
de Bernstein:
kP (x) 1 x2 k kPk
pero con normas en L2 con pesos y establecieron el siguiente problema extremal:
El enfoque de A. Guessab y G. V. Milovanovic
29
Para la norma dada por (2,1) donde es un peso clsico, determinar la constante ptima Cn,k (),
1 k n, tal que la desigualdad
kAk/2 P(k) kL2 ([1,1] , ) Cn,k () kPkL2 ([1,1] , ) ,
(2.10)
se cumpla para cada P Pn y donde

i) A(x) = 1 x2 , si es la funcin peso de Jacobi, en el intervalo (1, 1) ,
ii) Si (x) = xs ex con s > 1 y x > 0, entonces A(x) = x y
2
iii) A(x) = 1 cuando = ex en R.

El resultado de A. Guessab y G. V. Milovanovic establece lo siguiente:
Teorema 2.1.4 (Guessab-Milovanovic) Para cada P Pn , la desigualdad (2,10) se satisface, con
la constante ptima
p
Cn,k () =
n,0 n,1 n,k1
1
con n, j = (n j) [ (n + j + 1)A (0) + B (0)], j = 0, . . . , k 1 y donde

2
i) B(x) = ( + + 2)x, si es la funcin peso de Jacobi, en el intervalo (1, 1) .
ii) Si (x) = xs ex con s > 1 y x > 0, B(x) = s + 1 x.
2
iii) B(x) = 2x cuando = ex en R.

La igualdad es obtenida en (2,10) si y slo si P es un mltiplo constante de los polinomios clsicos
{Qn }, ortogonales con respecto a la funcin peso .
A continuacin veremos algunos ejemplos relacionados con (2,10), para los casos especiales de
los pesos de Jacobi, Laguerre y Hermite.
2
Ejemplo 2.1.4 El caso ms simple es el de Hermite con el peso (x) = ex sobre (, +) y la

constante ptima es
s
Cn,k () = 2k/2
n!
.
(n k)!
Ejemplo 2.1.5 Consideremos el peso generalizado de Laguerre dado por (x) = xs ex donde
s > 1 y x (0, +). Entonces obtenemos la siguiente desigualdad:
s
n!
kxk/2 P(k) kL2 ([1,1] , )
kPkL2 ([1,1] , )
(n k)!
(s)
con igualdad si y slo si P(x) = CL(s)
n (x), con Ln el nsimo polinomio de Laguerre de orden s,
con s > 1 y x (0, +).
30
Ejemplo 2.1.6 Sea (,) (x) = (1 x) (1 + x) con , > 1 y x (1, 1), el peso Jacobi.
Entonces para 1 k n, (2,10) nos queda de la siguiente manera:
s
n! (n + + + k + 1)
k(1 x2 )k/2 P(k) kL2 ([1,1] , (,) )
kPkL2 ([1,1] , (,) )
(2.11)
(n k)! (n + + + 1)
la igualdad se satisface si y slo si P(x) = CP(,)
(x), donde P(,)
es el nsimo polinomio de
n
n
Jacobi con , > 1 en (1, 1).
Observemos que la desigualdad de tipo Markov-Bernstein (2.11) puede expresarse de la siguiente
manera:
kP(k) kL2 ([1,1],(+k,+k) )
n! (n + + + k + 1)
kPkL2 ([1,1],(,) )
(n k)! (n + + + 1)
para , > 1 y 1 k n.
En 1972, I. K. Daugavet junto a S. Z. Rafalson y S. V. Konjagin, seis aos mas tarde, consideraron
el problema extremal de la siguiente forma (ver [2] y [21]):
kP(k) kL p ([1,1] , , ) An,k (q, ; p, ) kPkLq ([1,1] , , )
con P Pn , y
k f kLq ([1,1] , ,)
R
1/q
2 q
, si 0 q < +,
1 | f (x)(1 x ) | dx
=
si q = +.
ess sup | f (x)|(1 x ) ,

1<x<1
El caso cuando p = r 1, = = 0, y k = 1, fue considerado por E. Hille, G. Szeg y J. D.

Tamarkin (ver [22]).
La constante An,k (q, ; p, ), es conocida en pocos casos. Por ejemplo, An,1 (+, 0; 1, 0) = 2n y
s
n! (n + 4 + k + 1)
An,k (2, ; 2, + k/2) =
kPkL2 ([1,1] , ) .
(n k)! (n + 4 + )
2.1.2. Desigualdades de tipo Markov-Benstein para pesos tipo Freud

En aos recientes las desigualdades de tipo Markov-Bernstein han sido ingrediente esencial en la
teora de aproximacin con pesos definidos en R. Estas desigualdades relacionan el tamao de P
con el de P, para polinomios P. Tpicamente, los pesos considerados han sido los pesos Freud, es
decir, = exp(Q), donde Q es una funcin real de variable real, par y de crecimiento polinomial
suave en el infinito. Un ejemplo por excelencia de los pesos Freud es:
= exp(|x| ), > 0.
(2.12)
Desigualdades de tipo Markov-Benstein para pesos tipo Freud
31
En 1931 W. E. Milne, al considerar la funcin peso (x) = exp(x2 ) definida en R y la norma

uniforme k f k = sup | f (x)|, prob la primera desigualdad de tipo Markov (ver [55]):
xR
k(P) k C
n kPk
donde C es una constante positiva independiente de n.

Consideremos ahora el caso en que (x) = exp(x2 /2) y la norma en Lq definida por
R
1/q
, si 0 < q < +
I | f (x)| dx
k f kq,I =
esssup | f (x)|, si q = +
(2.13)
xI
donde I es cualquier intervalo de la recta real, q > 0, f una funcin Lebesgue medible en I,
k f k+,I = k f kI y k f kq,R = k f kq.
En 1971, G. Freud prob las siguientes desigualdades de tipo Markov-Bernstein en la norma Lq
sobre R (ver [55]):
kP kq C n kPkq
y
k [P](k) kq D nk/2 kPkq ,
donde P Pn , 1 q +, k > 0 y para algunas constantes C = C(q) y D independientes de n.
El anlogo de la desigualdad de Markov para los pesos , dados por (2,12), viene expresada
por:
k P kq C An () k Pkq ,
(2.14)
donde
11/
n
,
si
log(n + 1), si
An () =
1,
si
> 1,
= 1,
< 1,
con P Pn , n 1 y C = C(q, ) una constante que depende de q (0, +] y , pero no de n o P.

Para 2, esta desigualdad fue probada por G. Freud; para 1 < < 2 por E. Levin y D. Lubinsky;
y para 1, por P. Nevai y V. Totik (ver [37]).
Recientemente, las desigualdades de Markov y Bernstein han sido establecidas para una gran cantidad de pesos Freud, (x) = exp(Q(x)), (el lector interesado en el estudio de este tipo de pesos
puede consultar [42]). Una generalizacin ms reciente de (2,14) para pesos Freud, fue probada por
Levin y Lubinsky en 1990 y es la siguiente (ver [37] y [55]):
Teorema 2.1.5 (Levin-Lubinsky ) Sea = exp(Q(x)) donde Q es una funcin par y continua en
R y creciente en (0, +), Q(0) = 0, Q continua en (0, +) y existen C1 , C2 positivos tales que:

C1 xQ (x) /Q (x) C1 ,
x (0, +).
Entonces existe C3 > 0 tal que para n = 1, 2, 3, , y P Pn ,

(Z C 3 n
)
1
kP k
ds/Q (s) kPk
1
32
donde Q1 es la funcin inversa de Q, que satisface

Q1 (Q(x)) = x,
x (0, +).
En 1986, Nevai y Totik consideraron pesos de crecimiento ms lento que |x| y llegaron al siguiente
resultado (ver [37]):
Teorema 2.1.6 (Nevai-Totik) Sea (x) = exp(Q(x)), donde Q(x) es par, creciente y cncava en
(0, ), con
Z +
Q(x)
dx < .
1 + x2
0
Entonces para n 1 y P Pn ,
kP k C kPk ,
donde la norma uniforme es tomada en R y la constante C, no depende ni de n ni de P. Si adems,
lm
x+
2Q(x) Q(2x)
= +,
log x
entonces, dado q > 0, tenemos que

kP kq C kPkq ,
para cada P Pn con n 1, con C independiente de n y P.
Las desigualdades de tipo Markov para pesos Erds; es decir, pesos de la forma = exp(Q)
donde Q es de mayor crecimiento polinomial en el infinito, son ms complicadas que para el caso de
pesos Freud. Para describir la siguiente desigualdad, necesitamos:
Definicin 2.1.1 Sea = exp(Q(x)), donde Q(x) es par y continua en R, Q (x) existe en (0, ) y
xQ (x) es creciente en (0, ), con lmites 0 e en 0 e , respectivamente. Para u > 0, definimos
el nmero de Mhaskar-Rahmanov-Saff, au (), como la raiz positiva de la siguiente ecuacin:
Z 1
2
u =
au tQ (au t)(1 t2 )1/2 dt,
0
Para n un entero positivo, el nmero de Mhaskar-Rahmanov-Saff, an , satisface la identidad fundamental establecida por H. N. Mhaskar y E. B. Saff:
k P kR = k P k[an ,an ] .
(2.15)
para cada n 1, P Pn y con normas definidas en (2,13). Adems, Mhaskar y Saff mostraron que
[an , an ] es esencialmente el intervalo ms pequeo para el cual se satisface (2,15) (ver [42]).
En el caso de los pesos exponenciales = exp(|x| ), > 1, Freud, demostr que los monomios con peso xn (x) alcanzan su mximo mdulo en la recta real en el nmero de Freud:
1/
n
qn =
.
33
Freud y Nevai probaron que existen constantes C1 y C2 tales para cada P Pn ,

k P kq = C2 k P k[C1 n1/ ,C1 n1/ ] .
(2.16)
Las constantes C1 y C2 pueden tomarse independientes de n, y p 1. Las desigualdades de la

forma (2,16) se denominan desigualdades de rango restricto. Para pesos exponenciales generales,
las desigualdades de rango restricto se han estudiado en [30].
Ahora presentamos la siguiente desigualdad, establecida en 1990 por D. Lubinsky, para pesos
Erds (ver [36]):
Teorema 2.1.7 (D. Lubinsky) Sea (x) = exp(Q(x)), donde Q(x) is continua y par en R, Q (x) es
continua en (0, ) y Q (x) > 0 en (0, ). Consideremos tambin la funcin definida por

(x) := xQ (x) /Q (x),
para x (0, ), la cual es positiva y creciente en (0, +) con (0+) > 0 y

lm (x) = ,
x+
mientras que
Entonces existe C tal que:

(x) = O Q (x)1/2 ,
cuando
x .
kP kR C Q (an ) kPkR ,
para cada P Pn , n 1, y donde an es el nmero de Mhaskar-Rahmanov-Saff para .
Existen muchos resultados sobre desigualdades de tipo Markov-Bernstein para pesos Freud y Erds en Lq con (0 < q < +). El lector interesado puede consultar un agradable estudio presentado
por Nevai en [58] y otro ms reciente dado por Lubinsky en [37].
Desigualdades de tipo Markov-Bernstein para pesos exponenciales: Algunos mtodos de demostracin
Hay una gran variedad de mtodos utilizados para probar desigualdades de tipo Markov-Bernstein
para pesos exponenciales. En lo que sigue daremos algunas ideas sobre algunos de estos mtodos los
cuales estn reseados por Lubinsky en [39].
Utilizaremos como en [57]. Escribiremos cn dn si existen C1 , C2 > 0 tales que:
C1
para n sufientemente grande.
De manera similar definimos f (x) g(x).
cn
C2 ,
dn
34
Mtodo de Freud va medias de De la Valle Poussin: Consideremos la funcin peso exponencial (x) = exp(Q(x)) la cual satisface que:
i) Q existe y es positiva en (0, +).
ii) Q es positiva en (0, +) con lm Q (x) = 0.
x0
xQ (x)
B 1.
Q (x)
iii) Existen A, B > 1, tales que A 1
Para probar la siguiente desigualdad de Markov

kP k C
n
kPk ,
an
(2.17)
donde P Pn , la norma uniforme es tomada en R, C no depende ni de n ni de P, y an es el nsimo nmero de Mhaskar-Rakhmanov-Saff para . En primer lugar, recordemos la definicin
del operador de De la Valle Poussin:
Para f en el espacio F de las funciones medibles en R tales que:
Z +
( f )2
es finita, podemos formar el desarrollo ortonormal

f
donde
cj =
c j p j,
(2.18)
j=0
f p j 2 ,
j 0.
El trmino general de la sucesin de sumas parciales asociada al desarrollo (2,18) lo expresamos mediante:
n1
X
S n[ f ] =
c j p j.
j=0
Sobre F el operador de De la Valle Poussin, Vn[ f ], se define mediante:

2n
1 X
Vn [ f ] =
S j [ f ].
n j=n+1
El mtodo de Freud via medias de De la Valle Poussin establece que (ver [39]):
Si se prueba que
kVn [ f ]k C
n
kPk .
an
(2.19)
35
Y se usa el hecho de que Vn [P] = P, para P Pn .
Entonces (2,19) proporciona la desigualdad Markov-Bernstein (2,17).

Reemplazando el peso por un polinomio: Aplicado slo a una cantidad limitada de pesos.
Supongamos que para algn K > 0, existen polinomios S n , de grado menor o igual que Kn, con
C1
Sn
C2
en
[2an , 2an ]
|S n |
n
C3
en [an , an ].
an
Estos polinomios permiten reducir desigualdades de Bernstein con pesos a desigualdades clsicas de Bernstein sin pesos.
El mtodo utiliza tanto las propiedades de la norma k kq , con q > 0, como las de los polinomios S n y S n . Adems se consideran las desigualdades de rango restricto
kP kq C kP k[an ,an ]
C C11 kP S n k[an ,an ]

C C11 k(PS n ) k[an ,an ] + kPS n k[an ,an ]
"
#
n
1 2n
k(PS n ) k[2an ,2an ] + kPS n k[an ,an ]

C C1
an
an
para probar la siguiente desigualdad:
kP kq
C kPkq .
Mtodo de P. Nevai y V. Totik: Recomendado para desigualdades que involucren pesos de

decrecimiento lento tales como los pesos exponenciales , con 1.
Sea {t j } una sucesin de nmeros positivos tal que
T =
X1
< .
tj
j
Consideremos la funcin entera:

q

1 + tzj
Y sen
B(z) =
.
2
1 + tzj }
j1
2
El producto puede ser finito o infinito.
Sea Q una funcin par, decreciente en (0, +), tal que

Z +
Q(x)
dx < ,
1 + x2
0
(2.20)
36
Escojer la sucesin {t j } de tal manera que T
|B(x)| K exp(Q(x))
para x R y algn K > 0.
Como (2,20) se satisface, Nevai y Totik, utilizaron las sumas parciales de B, para construir polinomios Pn Pn , con un mximo local en 0, y Pn (0) = 1 y para x [1, 1],
|Pn (x)| K exp(Q(nx)).
Si definimos
Sn (x) = P[an ]
x
|an |
entonces Sn es un polinomio de grado menor o igual a [an ] y satisface que

i) Sn (0) = 1,
ii) S n (0) = 0,
y
iii) |Sn (x)| K exp(Q(x)) para x [an , an] y n 1.
Utilizando una versin de la desigualdad de Bernstein se llega a que (ver [39]):

|(P )(0)| C kPk
donde la noma uniforme es tomada en el intervalo [an , an ].
Para extender la desigualdad a x > 0, se utiliza la concavidad y paridad de la funcin Q.
Mtodo de Dzrbasjan/ Kro y Szabados: Comienza expresando la derivada de un polinomio
P de grado n, a travs de la frmula de estimacin de Cauchy:

Z

1
P(t)
1
|P (x)| =
dt sup{|P(t)| : |t x| = }.
2
2 |tx|= (t x)
El nmero 1 siempre es elegido como la constante de la desigualdad de Markov-Bernstein.

Para estimar P(t) en trminos de los valores de P sobre la recta real, se escribe t = u + iv
y se utiliza una desigualdad frecuentemente planteada en la teora de funciones anliticas en el
semiplano superior:
Z +
Z +
|v|
log |P(s)|
log M + Q(s)
log |P(u + iv)|
ds
ds
2
2
(s u) + v
(s u)2 + v2
= logM +
|v|
Q(s)
ds
(s u)2 + v2
(2.21)
donde las integrales involucradas deben ser convergentes, M = kPk con norma uniforme en
R, y la funcin Q satisface que:
Z +
Q(t)
<
1 + t2
0
y para s 1,
37
Q(s) s Q (s) s2 Q (s).
Con estas consideraciones se debe demostrar que:

1
|v|
log |P |(x) log + log M + sup
Q(s) Q(x)
ds.
(s u)2 + v2
(2.22)
Se procede a estimar la integral en el lado derecho de la desigualdad (2,22), dividindola en

varias partes.
Primero se demuestra que para x 1, podemos hallar C > 0, tal que:
Z +
Q(y)
1
log |P |(x) log + log M + C

ds.
y2 + 1
1
Una estimacin similar se cumple en (, 1]. En [1, 1] es ms sencillo de calcular y escogiendo = 1, se obtiene la desigualdad de Markov:
kP k C kPk
donde la norma uniforme es tomada en R.
Mtodo de Levin y Lubinsky: Al igual que el mtodo anterior, en ste tambin se utiliza la
frmula de Cauchy para derivadas. Sin embargo, en lugar de recurrir a (2,21), se utiliza la
teora del potencial logartmico para demostrar anlogos a la desigualdad de Bernstein-Walsh,
las cuales comparan el crecimiento de un polinomio en el plano complejo, conociendo su norma
uniforme sobre un compacto de capacidad mayor que cero. Para 1 p < +, el mtodo se
describe a continuacin:
Para x 0 y > 0, al considerar la funcin entera F x definida mediante:
F x (z) := exp(Q(x) Q (x)(z x))
se obtiene que:
F (xj) (z) = ( j) (x),
j = 0, 1.
p
Utilizando la desigualdad de Hlder con q = p1
tenemos:

Z

(PF
)(t)
1
x
|(P) (x)| = |(PF x ) (x)| =
dt
2i |tx|= (t x)2
!1/p
!1/p
Z
Z
1
1
p
2q
|PF x | (t)|dt|
|t x| (t)|dt|
.
2 |tx|=
2 |tx|=
De donde,
|(P) (x)|
1 1
2
|PF x | (x + exp(i)d
!1/p
38
Problemas extremales de tipo Markov-Bernstein-Nikolski
Haciendo variar , considerndolo como una funcin de x, = (n, x) = n (x), donde

se define para n 1, mediante:

1 |x|
a2n
an
n (x) =
q

n
1 |x| + (nT (a2n ))2/3
an
con an = C1 n1/ , > 1, C1 una constante positiva y T (t) =
Se llega a que:
|F z (x)| C(z)
para
tQ (t)
.
Q(t)
|z x| n (x).
Aplicando resultados sobre teora de potenciales se llega a (ver [39]):

Z a2n
Z an
p
n |(P) (x)| C
|P)(x)| p .
a2n
an
2.1.3. Resultados de K. H. Kwon y D. W. Lee

En 1999, K. H. Kwon y D. W. Lee, considerando la norma definida en P(C) :
(Z +
)1/2
2
kPkL2 () =
|P(x)| d(x)
,
(2.23)
donde d, es cualquier medida positiva de Borel, mostraron que las desigualdes de tipo MarkovBernstein en espacios L2 con norma (2,23), se satisface no slo para derivadas si no tambin para
cualquier operador definido en P(C).
En adelante, asumiremos que es una funcin creciente en R tal que
Z +

xn d(x) < , n = 0, 1, . . .

y que el conjunto
supp() = {x R | (x + ) (x ) > 0,
para cada
> 0}
tiene cardinalidad N + 1. Entonces existe un nico sistema de polinomios ortonormales {P j }Nj=0 de

orden N relativo a d (Ver [72]).
Para 1 a y c = (c0 , c1 , . . . , cn ) Cn+1 , utilizaremos la siguiente notacin:
Pn
a 1/a
,
si 1 a <
k=0 |c |
kcka =
max{|c | : 0 k n}, si a = .
k
Adems para P P(C), consideremos la norma dada por (2,23).
Resultados de K. H. Kwon y D. W. Lee
39
Sea T : Pn (C) P(C) un operador lineal, donde n es cualquier entero fijo con 0 n N.
Entonces T es acotado y por lo tanto existe una constante n (T ), que depende slo de n y T, tal que:
kT PkL2 () n (T ) kPkL2 () ,
P Pn (C).
Entonces, nuestro problema extremal consiste en hallar una expresin explcita para la constante
ptima:
sup kT PkL2 () .
(2.24)
n (T ) =
kPkL2 () =1
As, la constante ptima viene dada por (2,24) y la expresin explcita para ella, estar dada en los
siguientes resultados (ver [27]).
Teorema 2.1.8 Sean T y n (T ) como antes. Entonces
r t
cD A(m)Dct
sup
n (T ) =
cA(n)ct
cCn+1 r{0}
donde c = (c0 , c1 , . . . , cn ) son vectores en Cn+1 , D = (d ij )0im, 0 jn y A(n) = (al,i )nl,i=0 son
matrices cuyas entradas estn dadas por
m
X
(T j )(x) =
d ij i (x), m = max grad(T j ),
0 jn
i=0
con { j }j=0 una sucesin de polinomios tal que grad( j ) = j, para j 0, y

Z +
ali =
l i d(x).
Teorema 2.1.9 Sean T y n (T ) como en el teorema 2.1.8, si asumimos que m = max grad(T P j ) N,
entonces
1

2

m
n
X X i
2

c
d
,
n (T ) = sup
j
j
i=0 j=0
kck2 =1
cCn+1
j
donde D = di
es la matriz cuyas entradas estn dadas por
0im,0 jn
(T P j )(x) :=
m
X
d ij Pi (x),
(2.25)
i=0
donde {P j }Nj=0 es un sistema de polinomios ortonormales de orden N relativo a d. Adems, n (T )

satisface la siguiente estimacin:

max kT P j kL2 () n (T ) C(a, n) (kT P0 kL2 () , . . . , kT qn kL2 () ) b ,
0 jn
para cualquier a con 1 a y donde

C(a, n) =
kcka
cCn+1 \{0} kck2
sup
1 1
+ = 1.
a b
40
En los casos particulares de que a = 1 o a = 2, tenemos el siguiente

Corolario 2.1.1 Sean T y n (T ) como en el teorema 2.1.9. Entonces
max kT P j kL2 () n (T ) n + 1max kT P j kL2 ()

0 jn
0 jn
y
max kT P j kL2 ()
0 jn
n (T ) n + 1
n
1/2
2
kT
P
k
.
j L2 ()
j=0
Otro resultado debido a Kwon y Lee, el cual es de especial inters para nosotros, es el que damos
a continuacin (ver [27]).
Teorema 2.1.10 Sean T y n (T ) como en el teorema 2.1.8, Si A(n) y Dt A(m) D conmutan, entonces
r
j
ax
,
n (T ) = m
0 jn
j
donde, para 0 j n, j son los valores propios positivos de A(n) y j los valores propios no
negativos de Dt A(m) D , los cuales satisfacen que:
Au j = j u j ,
Dt A(m) D u j = j u j
con {u j }nj=0 los n + 1 vectores propios linealmente independientes comunes de A(n) y Dt A(m) D.
2.1.4. Problemas extremales de tipo Markov-Nikolskii

dk
Las desigualdades del tipo (1,1), donde = k con k = 0, 1, , se denominan Desigualdadx
des de tipo Markov-Nikolskii. En 1969,! G. Labelle aport un ejemplo al proporcionar una expresin
dk
, para la norma uniforme en [1, 1] y la norma
explcita de la constante ptima n
dxk
!1/2
Z 1
k f kL2 ( [1,1] ) =
| f (x)| dx
.
1
El lector interesado puede consultar [28] y [55].

Teorema 2.1.11 (G. Labelle) Si P Pn , entonces para cada 0 k n se cumple la siguiente
desigualdad
!
(2k 1)!! (n + k + 1) n + k
(k)
kP k
kPkL2 [1,1] .
(2.26)
nk
2(2k + 1)
La igualdad en (2,26) slo se cumple para mltiplos constantes del polinomio
!
nk
X
2k + i
(2i + 2k + 1)
Pk+i (x),
i
i=0
donde P es el polinomio de Legendre de grado .
El teorema 2,1,11 establece que para 0 k n :
dk
dxk
Demostracin 2.1.11 Sea
41
(2k 1)!! (n + k + 1)
=
2(2k + 1)
!
n+k
.
nk
(x) = ( + 1/2)1/2 P (x),

el polinomio ortonormal de Legendre de grado . Entonces cualquier polinomio P en Pn , puede ser
nicamente expresado mediante
P(x) = n=0 (x)
donde
kPkL2 ([1,1])
n
1/2
X
2
= ( ) .
=0
De aqu, para x0 = cos 0 en [1, 1], tenemos que:

n
X

|P(k) (x0 )| =
(k)
(x
)
0
=0

n
1/2
X (k)
2

| (x0 )|
=0
n
1/2
X
2
| |
=0
!n
o2 1/2
X
1
(k)
+
=
P (cos 0 ) kPkL2 [1,1] .
2
=0
(2.27)
La igualdad es obtenida solamente para mltiplos constantes de

n
X
(k)
(cos 0 ) (x).
(2.28)
=0
Ahora para 0 < < y k 0, por propiedades de los polinomios de Legendre, tenemos que:
P(k)
n (cos )
= (2k 1)!!
donde
D(k, ; )
En particular,
P(k)
n (1)
y
Pn(k) (0)
=0
D(k, n ; )P (cos ),
sen 1 + + sen k
.
senk
++ =1
Pn(k) (1)
n
X
=
=
!
n+k
(2k 1)!!
,
nk
nk
(1)
n+k
(2k 1)!!
nk
(n
+
k
1)/2
(nk)/2
, si n k(mod 2)
(2k 1)!!(1)
(n k/2)
0,
si n , k(mod 2).
(2.29)
42
Ahora, si 0 < < ,

|D(k, ; )|
<
1 ++k =1
1 ++k =1

sen 1 0 + + sen k 0
sen
sen
1 k
D(k, , 0)
+k1
k
De (2,29) tenemos que

(k)
|P(k)
n (cos )| < |Qn (1)|
= |Pn(k) (1)|.

n+k
(2k 1)!!
nk
As, el factor constante en (2,27), alcanzar su mximo en 0 = 0 y en 0 = . Entonces,

"
#1/2
n
P
(k)
(k)
1/2
2
kP k
( + 1/2) {P (1)}
kPkL2 [1,1]
=0
"

#1/2
n
(2k 1)!! P
+k 2
=
(2 + 1)
kP(k) kL2 [1,1]
k
=0
2
(2k 1)!! n + k + 1 n + k
=
kPkL2 [1,1] .
(2k + 1)1/2 n k
2
Sustituyendo en (2,28) por 0, y
, obtenemos el polinomio extremal.

2

En los ejemplos que siguen, sean la norma uniforme definida en [1, 1] y
k f kL2 ([1,1] , ) =
!1/2
| f (x)| d(x)
,
donde es una funcin peso dada. Daremos algunas desigualdades de tipo Bernstein-Nikolskii; es
decir, desigualdades que involucran normas distintas tal que alguna o las dos dependen de una funcin
peso dada y el operador lineal puede ser el operador identidad. Para nuestro primer ejemplo consideraremos un peso especial: el peso de Jacobi.
Ejemplo 2.1.7 En 1974, A. Lupas hall la desigualdad ptima relacionada al problema extremal de
tipo BernsteinNikolskii, en donde se considera la norma infinito en [1, 1] y la norma L2
Z 1
1/2
2 (,)
kPkL2 ([1,1] , (,) ) =
|P(x)| (x)dx .
(2.30)
1
donde (,) (x) = (1 x) (1 + x) con , > 1, es el peso Jacobi. El mtodo que emple Lupas
para la demostracin de dicha desigualdad, puede ser resumido en los siguientes pasos:
43
i) Dado un polinomio P Pn , considerar la representacin de Fourier de P con respecto a la

base ortonormal {P (,)
}nj=0 , , > 1, generada por el producto interno de donde proviene la
j
norma dada en (2,30) :
!1/2
Z 1
(,)
hP, Qi =
P(x)Q(x) (x)dx
(2.31)
1
ii) Utilizar tal representacin de P y la desigualdad de Cauchy-Schwarz-Buniakowsky, para hallar una cota superior para |P(k) (x)| para x [1, 1] y k = 0, 1, . . .
k
(,)
d
k haciendo uso de las propiedades de las derivadas de los polinomios ortoiii) Estimar k dx
k Pj
normales de Jacobi.
k
(,)
d
La clave de este mtodo consiste en que el valor de k dx
k, para q = max(, ) 12 , se
k Pj
puede determinar explcitamente en trminos de una familia de polinomios de Jacobi de parmetros
( + k, + k). Sin embargo, si tenemos esto en mente al considerar ortogonalidad Sobolev en general,
es bien sabido que este hecho no se satisface.
Teorema 2.1.12 Sea P Pn , k = 0, 1, . . . y q = max(, ) 1/2 . Entonces
n

1/2
X
k!
+
k
+
q
(,)
C,k
kP(k) k 2k+++1
kPkL2 ([1,1],(,) )
k
k
2
=k
y polinomio extremal:
n
X
(,) (,)
Q(x) = D C,k
P (x)
(2.32)
=k
donde
(,)
C,k
! (2 + + + 1) ( + + + k + 1)
=
( + + 1) ( + + 1)
+++k
k
D es una constante y P(,)

(x) es el polinomio ortogonal de Jacobi de grado .
+q
k
Demostracin 2.1.12
Sean P (,)
el polinomio ortonormal de Jacobi de grado y el producto interno 2,31 y donde (,)
es el peso Jacobi con , > 1. Entonces cada P Pn puede ser expresado mediante
P(x) =
n
X
P (,)
(x)
(2.33)
=0
donde
= hP, P (,)
i.
Por otra parte, observemos que

kPk2(L2 [1,1],(,) )
n
X
=0
| |2 .
(2.34)
44
Ahora, utilizando la desigualdad de Cauchy-Schwarz-Buniakowsky y de (2.33) y (2.34), tenemos que

n
X d k (,) 2 1/2
|P (x)|
Q (x) kPk(L2 [1,1],(,) ) .
k
dx
=k
(k)
(2.35)
De la siguiente relacin (ver [72])
+ + + 1 (+1,+1)
d (,)
P (x) =
P1
(x)
dx
2
donde P(,)
es el polinomio ortogonal de Jacobi de grado asociado al producto interno (2,31).
Entonces
!
#2
n k
n "
X
X
d (,) 2
k!
+++k
(+k,+k)
Pk
(x)
(2.36)
P (x)
=
,
k
k
dxk
=k
=k 2 kP k(,)
Por otra parte sabemos que

=
max P(+k,+k)
k
1x1
(+k,+k)
Pk
( x) =
+r
k
donde r = max{, } 1/2 y el mximo es obtenido en x = 1 cuando r = , o en x = 1, cuando

r = . Luego (2,36) queda
!
!#2
n k
n "
X
X
d (,) 2
k!
+++k
+r
P (x)
,
k
k
k
dxk
=k
=k 2 kP k(,)
s
!
!2
n
X
k! !(2 + + + 1) ( + + + 1) + + + k
+ r
k
=
++1 ( + + 1) ( + + 1)
k
k
2
2
=k
!
!
n
(k!)2 X (,) + + + k
+r
2k+++1
C,k
(2.37)
k
k
2
=k
donde
(,)
C,k
!
!
+++k
+r
.
k
k
2 #1/2
(,)
P (x)
dada por (2,37) es justamente la constante establecida
!(2+++1) (+++1)
(++1) (++1)
La cota uniforme de
"
Pn
=k
dk
dxk
por el teorema. Para probar que sta constante es la ptima, basta notar que el polinomio dado por
(2,32) transforma la desigualdad (2,35) en una igualdad.
Ejemplo 2.1.8 A. Lupas tambin prob una interesante desigualdad de tipo Bernstein-Nikolskii, la
cual relaciona las normas antes consideradas.
s
!
(n + + + 2)
n+r+1
kPk
kPk(L2 [1,1],(,) )
(2.38)
n
2++1 (r + 1)(n + r + 1)
45
donde r = max{, } 1/2 y r = mn{, }.

La igualdad es vlida para los polinomios
P (x) =
n
X
(2 + + + 1) ( + + + 1)
( +
=0
+ 1)
P(,)
(x)
donde P(,)
es el polinomio de Jacobi de grado .
Ejemplo 2.1.9 Utilizando una clase especial de polinomios y la norma

k f kLq([1,1] , (,) ) =
1
q
| f (x)|
(,)
!1/q
(x)dx
q = 0, 1, 2, . . . ,
Milovanovic y Kovacevic probaron otra desigualdad de tipo Bernstein-Nikolskii. Dado P en Pn , un

polinomio positivo en (1, 1), y la establecieron que: e
s
(qn + + + 2)
kPkLq ([1,1],(,) )
(2.39)
kPk q ++1
2
(r + 1)(qn + r + 1)
donde r = max{, } 1/2 y r = mn{, }. La igualdad en (2,39) es obtenida por
(
c(1 x)n , si r =
P(x) =
c(1 + x)n , si r =
donde c es una constante positiva arbitraria. Observemos que para q = 2 la desigualdad (2,39) es
ms ptima que (2,38).
Captulo

Markov-Bernstein en espacios de
Sobolev con pesos
Este captulo est dedicado a presentar los resultados principales de este trabajo; determinanacin
de una expresin explcita para la constante ptima n () asociada a la desigualdad de tipo MarkovBernstein:
kPkS n (T )kPkS , P Pn (C),
donde es un operador lineal y k kS denota cierta norma de Sobolev sobre Pn (C) (teoremas 3.1.1 y
3.1.2). Tambin obtenemos cotas para n () y construimos dos ejemplos finales (ver seccin 3.2), en
los cuales damos cotas explcitas para algunas clases importantes de normas de Sobolev asociadas a
pesos de Gegenbauer y de Laguerre. Todos los resultados presentados en este captulo aparecen en
[62].
3.1. Desigualdades de Markov-Bernstein y polinomios ortogonales de Sobolev con pesos

Un producto interno de Sobolev sobre P o sobre P(C) es, esencialmente, aquel que involucra a
las derivadas de los polinomios hasta un cierto orden. En esta seccin trabajaremos con el siguiente
caso especial:
Sea (0 , 1 ) un vector de medidas no negativas sobre la recta real, tal que para j = 0, 1, y n Z+ ,

Z

n
x d j (x) < ,

j
es decir, cada elemento de la sucesin {xn }

n=0 es una funcin j integrable para cada j; j = 0, 1, o
equivalentemente,
1
{xn }
j = 0, 1.
n=0 L ( j , j );
47

Markov-Bernstein en espacios de Sobolev con pesos
48
con 0 y 1 , los soportes de 0 y 1 , respectivamente. Estos soportes son subconjuntos, compactos

o no de R, tales que al menos uno de ellos debe contener una cantidad infinita de puntos y, para
evitar casos triviales, supondremos adicionalmente que 1 no es la medida nula. Podemos definir en
un adecuado espacio de funciones de Sobolev, el cual contiene a P(C), el siguiente producto interno
de Sobolev asociado al vector de medidas (0 , 1 ) :
Z
Z
P (x) Q (x) d1 (x),
(3.1)
hP, QiS =
P(x) Q(x) d0 (x) +
1
para cada P, Q P(C) y donde la barra indica el conjugado complejo de la funcin dada.
Plantearemos y resolveremos el problema extremal de tipo Markov-Bernstein (1,1), para el caso
en que : (Pn (C), k . kS ) (P(C), k . kS ) es un operador lineal cualquiera y con respecto a la norma
Sobolev:
!
Z
Z
1/2
kPkS =
|P(x)|2 d0 (x) +
|P (x)|2 d1 (x)
(3.2)
Hallaremos una expresin explcita de n (T ), el operador norma de T :

n (T )
:= sup kT PkS .
kPkS =1
PPn (C)
Para lograr este objetivo, seguimos principalmente las ideas de K. H. Kwon y D. W. Lee en [27].
Nuestros resultados responden parcialmente a un problema abierto planteado en el ao 2008 por el
Profesor Francisco Mrcelln en una conferencia sobre Teora Constructiva de Funciones, celebrada
en Campos do Jordo, Brasil. Sin embargo, otras aproximaciones relacionadas pueden encontrarse en
[43].
En el siguiente resultado, hallamos una expresin explcita para la norma Sobolev inducida por
(3,1) de un operador lineal T, a travs de los elementos de la matriz asociada a T con respecto a una
base para P(C).
Teorema 3.1.1 Sean n cualquier entero no negativo, T : Pn (C) P(C) un operador lineal, n (T )
su operador norma Sobolev inducida por (3,1) y { }0 una base para el espacio vectorial P(C).
Entonces
s
cDt R(m + 1)Dct
(T
)
=
sup
,
n
cR(n + 1)ct
cCn+1 \{0}

donde c t es la transpuesta conjugada del vector c = (c0 , c1 , . . . , cn ) Cn+1 \{0}, D = dj
0 jm,0n

y R(n + 1) = ri j
son matrices cuyas entradas estan dadas por:
0i, jn
(T )(x) :=
m
X
dj j (x),
m := max deg(T )
0n
j=0
y
ri j :=
i (x) j (x)d0 (x) +

0
i (x)j (x)d1 (x).
Desigualdades de Markov-Bernstein y
clases de polinomios ortogonales de Sobolev con pesos
49
Demostracin (Teorema 3.1.1) Para P Pn (C), podemos hallar c0 , c1 , c2 , . . . , cn C tales que

n
P
P(x) =
c (x), para cada x R. Entonces,
=0
kPk2S =
Z
n
X
X
c (x)
c j j (x) d0 (x) +
j=0
=0
n
X
X
c (x)
d1 (x)
c
(x)
j j
j=0
=0
#
Z
n
X
X "Z
=
c
c j
(x) j (x)d0 (x) +
(x) j (x)d1 (x)
=
n
X
=0
j=0
=0
X
c
c j r j
n X
n
X
j=0
c r j c j
c R(n + 1) c t ,
(3.3)
j=0
=0
con c = (c0 , c1 , . . . , cn ). Por otra parte,

Z
Z
2
2
kT PkS =
|(T P)(x)| d0 (x) +
|(T P) (x)|2 d1 (x)
=
n
m
X X

c di i (x)
=0
i=0
X X
c d j j (x) d0 (x)
l
=0
i=0
j=0
=0
n
m
X X
i
c d i (x)
n
m
X X
cl dlj j (x)
l=0
j=0
n
m n
m X
X
X X j Z
i
c d
cl d
i (x) j (x)d0 (x)
=
l
i=0
=0
j=0
d1 (x)
l=0
n
m n
m X
X
X X j Z
i
cl d
+
i (x)j (x)d1 (x)
c d
l
i=0
=0
j=0
l=0
n
m n
m X
X
X X j
i
c d
cl d ri j
=
l
i=0
=0
j=0
(Dct )t R(m + 1)(Dc t ).
(3.4)
l=0
Luego, de (3,3) y (3,4) se tiene que:
kT PkS
kPkS
cDt R(m + 1)Dc t

,
cR(n + 1)c t
para cada P Pn (C) \ {0}. Por tanto,

n (T )
sup
cCn+1 \{0}
cDt R(m + 1)Dc t

.
cR(n + 1)c t
(3.5)

50
Adems, para c = (c0 , c1 , . . . , cn ) Cn+1 \ {0} se tiene lo siguiente:

s
)
(
cDt R(m + 1)Dc t
kT PkS
| P Pn (C) \ {0}
kPkS
cR(n + 1)c t
de aqu que:
s
cDt R(m + 1)Dc t
cR(n + 1)c t
n (T ),
para cada c = (c0 , c1 , . . . , cn ) Cn+1 \ {0} y en consecuencia
sup
cCn+1 \{0}
cDt R(m + 1)Dc t
cR(n + 1)c t
n (T ).
(3.6)
Por lo tanto, de (3,5) y (3,6) tenemos que:
n (T )
sup
cCn+1 \{0}
cDt R(m + 1)Dc t

.
cR(n + 1)c t
En adelante, para cualquier vector c = (c0 , c1 , . . . , cn ) Cn+1 , utilizaremos la siguiente notacin:

P
1
n
si 1 a < ,
|c |a a ,
=0
kcka :=
max{|c | : 0 n} si a = .
Teorema 3.1.2 Sean T y n (T ) como en el teorema 3.1.1 y {Q }0 una sucesin de polinomios ortonormales con respecto al producto interno (3,1). Entonces
1

2
2
m X
n

j
c d
,
n (T ) = sup

j=0 =0
kck2 = 1
(3.7)
c C n+1

donde D = dj
0 jm , 0n
es la matriz cuyas entradas estn dadas por

(T Q )(x) :=
m
X
dj Q j (x).
(3.8)
j=0
Adems, n (T ) satisface las siguientes estimaciones:

max kT Q kS n (T ) C(a, n) kT Q0 kS , . . . , kT Qn kS b ,
0n
(3.9)
51
para cualquier a con 1 a y donde

C(a, n) =
kcka
,
cCn+1 \{0} kck2
sup
1 1
+ = 1.
a b
con
Demostracin (Teorema 3.1.2) Por hiptesis, {Q }n=0 es una base ortonormal para Pn (C). Por el
Teorema (3,1,1) y al considerar esta base ortonormal en lugar de { }n=0 , tenemos que la matriz
R(n + 1) es la matriz identidad In+1 . Por tanto, para c = ( c0 , c1 , . . . , cn ) Cn+1 \ {0} se tiene que:
p
t
2
cR(n + 1)c = kck2
y
c Dt D c t .
n (T ) = sup
cCn+1
kck2 =1
Adems, si
D =
entonces
c Dt D c
"
n
P
k=0
m
P
j=0
ck dk0
"
n
P
k=0
Por tanto, se cumple (3,7).
#"
n
P
"
cs d0s +
#"
n
P
d10
d11
d12
..
.
d0m d1m
s=0
ck dkj
d00
d01
d02
..
.
cs d sj
s=0
n
P
k=0
d20 . . .
d21 . . .
d22 . . .
.. . .
.
.
m
d2 . . .
ck dk1
#"
n
P
dn0
dn1
dn1
..
.
dnm
#
cs d1s + . . . +
s=0
*X
n
k=0
ck Qk (x),
n
X
j=0
c j Q j (x)
"
n
P
k=0
ck dkm
#"
n
P
s=0
cs dms
n
2
m P
P
c d j .

j=0 =0
Para probar (3,9), sea a con 1 a cualquiera y P(x) =

kPk2S
=
S
n
X
c Q (x) en Pn (C). Entonces,
=0
n
X
k=0
|ck |2
kck22
y
kT PkS
Pn
=0

c k (T Q ) kS = k c ( kT Q0 kS , kT Q1 kS , . . . , kT Qn kS ) k1
donde c = ( c0 , c1 , . . . , cn ) Cn+1 \ {0}.

Ahora, utilizando la desigualdad de Hlder, tenemos que:
kT PkS
donde
1 1
+ = 1.
a b
k c ka k ( kT Q0 kS , kT Q1 kS , . . . , kT Qn kS ) kb ,
(3.10)

52
Consideremos H : (Pn (C), k kS ) (Cn+1 , k ka ), el operador lineal definido mediante:

HP = (c0 , . . . , cn ),
donde P =
Pn
=0 c Q .
Entonces H es un operador biyectivo y acotado con

kHk =
sup
PPn (C)\{0}
kHPka
.
kPkS
Luego, para cada P Pn (C) \ {0} se cumple que:

kHPka kHk kPkS
(3.11)
kcka kHk kck2 ,
(3.12)
y por la sobreyectividad de operador H
para cada c Cn+1 \ {0}.

De (3,12) podemos concluir que:
C(a, n)
kHk.
kHP1 ka
> C(a, n).
kP1 kS
Entonces, es posible hallar c = ( c0 , c1 , . . . , cn ) Cn+1 \ {0}, el cual satisface que HP1 = c con
kH p1 ka
ka
= kc
. Esto es una contradiccin y se satisface que C(a, n) = kHk.
kp1 kS
kc k2
Volviendo a la desigualdad (3,10) y utilizando (3,11) tenemos que:
Supongamos que C(a, n) < kHk, entonces existe P1 Pn (C)\{0} tal que
kT PkS
C(a, n) k ( kT Q0 kS , kT Q1 kS , . . . , kT Qn kS ) kb kPkS .
De aqu, para cada P Pn (C) \ {0}

kT PkS
C(a, n)k(kT Q0 kS , . . . , kT Qn kS )kb
kPkS
n (T )
C(a, n)k(kT Q0 kS , . . . , kT Qn kS )kb .
Por ser {Q }n=0 una base ortonormal para Pn (C), kT Q kS { kT PkS | kPkS = 1 } , para 0 n.
Por tanto, max kT Q kS n (T ).

0n
El siguiente resultado nos proporciona una expresin explcita para C(a, n):
Lema 3.1.1
1 1
(n + 1) a 2 , si 1 a 2
C(a, n) =
1,
si 2 a .
53
Demostracin (Lema 3.1.1)

Caso I: Para a [1, 2], f (x) = x2/a es una funcin convexa en el intervalo [0, +). Como
Pn
1
n+1
\{0},
=0 n+1 = 1, podemos aplicar la desigualdad de Jensen y para cada c = (c0 , c1 , . . . , cn ) C
se cumple que:

2

a
1 Pn
1 Pn
1 Pn
a a
2
a
a2 Pn
2 2
|c
|
|c
|
|c
|
(n
+
1)
|c
|
=0
=0
=0
=0
n+1
n+1
n+1
Pn
a
=0 |c |
1a
a 1
(n + 1)(1 2 ) a
1
kcka (n + 1) a 2 kck2 .
P
n
2
=0 |c |
12
Luego,
1
C(a, n) (n + 1) a 2 .
(3.13)
Sea c1 = (1, 1, . . . , 1) C
n+1
para cada c C n+1 \{0} :
kc1 ka
(n + 1) a
1 1
, entonces
=
= (n + 1) a 2 . De aqu y por (3,13),
1
kc1 k2
(n + 1) 2
(n + 1) a 2 =
1
kc1 ka
1 1
C(a, n) (n + 1) a 2
kc1 k2
As, C(a, n) = (n + 1) a 2 , para 1 a 2.

Caso II: Sea a = y c = (c0 , c1 , . . . , cn ) C n+1 \{0}. Entonces para cada {0, 1, . . . , n} y cada
kck
c C n+1 \{0}, |c | kck2 y
1, As, C(, n) 1. Considerando c1 = (1, 0, 0, . . . 0), se
kck2
kc1 k
cumple que 1 =
C(, n) 1 y se concluye que: C(, n) = 1.
kc1 k2
Caso III: Para 2 < a < y c C n+1 \{0}, se tiene que: kck kcka kck2 . Por lo tanto, para
kck
kcka
1. De aqu, C(, n) C(a, n) 1 y por el caso

cada c C n+1 \{0} :
kck2
kck2
anterior, C(a, n) = 1, para 2 < a < .
Volviendo al Teorema 3,1,2 y para los casos a = 1 y a = 2, tenemos el siguiente resultado:

Corolario 3.1.1 Sean T y n (T ) como en el Teorema 3,1,2, entonces
max kT Q kS n (T ) n + 1 max kT Q kS .
0n
max kT Q kS
0n
0n
n
12
2
n (T )
kT
Q
k
.
=0
(3.14)
(3.15)

54
Demostracin (Corolario 3.1.1) Del Teorema 3.1.2, tenemos que

max kT Q kS n (T ) C(a, n) kT Q0 kS , . . . , kT Qn kS
0n

b ,

Si a = 1, b = y kT Q0 kS , . . . , kT Qn kS b = max kT Q kS . Utilizando el lema anterior,
0n
C(1, n) = n + 1 y la desigualdad (3,14) se cumple.

1
nP
o

n
2 2
Para a = 2, b = 2, kT Q0 kS , . . . , kT Qn kS b =
, C(2, n) = 1 y obtenemos
=0 kT Q kS
(3,15).
Los teoremas 2.1.2 y 2.1.9 del captulo anterior, plantean el caso particular del anterior
! teorema,
dk
, como se
cuando 1 = 0 y 0 es absolutamente continua. La mejor constante n (T ) o n
dxk
denot en el teorema 2.1.2, fueron obtenidas por Drfler en [16] y K. H. Kwon y por D. W. Lee en
[27], respectivamente, siguiendo distintos enfoques.
Bajo las condiciones planteadas en el Teorema 3.1.1, se cumple que:
n (T )
sup
cCn+1 \{0}
Por tanto, para cada c C n+1 /{0},
c Dt R(m + 1)D c t
.
c R(n + 1) c t
n (T )
es el valor ms pequeo de los que satisfacen que:

s
c Dt R(m + 1)D c t

c R(n + 1) c t
c Dt R(m + 1)D c t
.
c R(n + 1) c t
(3.16)
De aqu, para c C n+1 /{0} fijo pero arbitrario, se tiene que:

2
c Dt R(m + 1)D c t
0.
c R(n + 1) c t
Esto implica que:

2 c R(n + 1) c t c Dt R(m + 1)D c t 0
o
h
i
c 2 R(n + 1) Dt R(m + 1) D c t 0.
(3.17)
55
De (3,17) y como c C n+1 /{0} es arbitrario, 2 R(n + 1) Dt R(m + 1) D es semi-definida

positiva. Por ser 0 y 1 medidas positivas en C, R(n +1) es hermitiana para n 0 y Dt R(m +1) D
es hermitiana y semidefinida positiva para m 0.
Si R(n + 1) y Dt R(m + 1) D conmutan y ya que ambas son hermitianas (ver [29]), ellas tienen
n + 1 autovectores linealmente independientes comunes {ui }ni=0 tales que:
Dt R(m + 1) D ui = i ui ,
R(n + 1) ui = i ui ,
i = 0, . . . , n,
(3.18)
con i , i R, i = 0, 1, . . . , n. En consecuencia, tenemos el siguiente resultado:

Teorema 3.1.3 Sean T y n (T ) como en el Teorema 3.1.1. Si R(n + 1) y Dt R(m + 1) D conmutan,
entonces
r
i
ax
,
n (T ) = m
0in
i
donde i > 0 y i 0, 0 i n, son los valores propios de R(n + 1) y Dt R(m + 1) D,
respectivamente, como en (3,18).
Demostracin (Teorema 3.1.3) Debido a que R(n + 1) y Dt R(m + 1) D son matrices hermitianas,
donde R(n + 1) es definida positiva y Dt R(m + 1) D es semidefinida positiva, tenemos que i > 0 y
i 0, para cada i.
r
i
i
, entonces se tiene que 2
con i = 0, 1, . . . , n. De aqu,
Por otra parte, si = max
0in
i
i
2 i i 0, para i = 0, 1, . . . , n. Como adems se cumple que:
h
i

2 R(n + 1) Dt R(m + 1) D ui = 2 i i ui ,
se tiene que 2 i i es un valor propio no negativo para 2 R(n + 1) Dt R(m + 1) D, con

i = 0, 1, . . . , n. Luego, es un valor tal que 2 R(n + 1) Dt R(m + 1) D es semidefinida positiva.
Como n (T ) es el valor ms pequeo que satisface la desigualdad (3,16), tenemos que:
n (T )
(3.19)
cDt R(m + 1)Dc t

Recprocamente, para cada c C /{0}, se cumple que:
2 .
t
cR(n + 1)c
r
r
t
En particular, si c = u r donde r es un entero tal que 0 r n y =
, se tiene que:
r
n+1
c Dt R(m + 1) D c t
c R(n + 1) c t
Por teorema 3.1.3
n (T )
u tr Dt R(m + 1) D ur
u tr R(n + 1) ur
v
t
u tr Dt R(m + 1)Durt
u tr R(n + 1)utr
u tr r ur
u tr r ur
2 .
= .
(3.20)

56
De (3,19) y (3,20), n (T ) = .

En el producto interno definido por (3,1), supongamos que 1 es la medida nula y que 0 es
una medida no negativa sobre la recta real, con soporte 0 infinito o compacto, tal que todos los
momentos
Z
x d0 (x) = 0, 1, . . .
m =
existen, son finitos y m0 > 0. Bajo estas condiciones, al considerar el producto interno de Sobolev
(3,1) definido en Pn , vemos que ste coincide con el producto interno (2,4); es decir,
Z
hP, QiS :=
P(x) Q(x) d0 (x).
0
La norma Sobolev asociada se expresa mediante:
kPkS :=
(Z
)1
2
|P(x)|2 d0 (x) .
El teorema 2.1.3 del segundo captulo de este trabajo, presenta un resultado debido a G. !V. Milovadr
, a travs
novic (ver [? ]), el cual determina una expresin explcita para la constante ptima n
dxr
del mximo valor propio asociado a una matriz de tipo Gram.
En lo que sigue, generalizaremos y demostraremos un resultado similar al de Milovanovic, enfocando la demostracin a la luz del Teorema 3.1.1.
Corolario 3.1.2 Sea (0 , 1 ) un vector de medidas no negativas sobre la recta real, asociado al
producto interno definido por (3,1), tal que 0 no es indnticamente nula, los soportes 0 y 1 ,
respectivamente, son compactos o no y al menos uno de ellos contiene un nmero infinito de puntos.
Los momentos asociados a dichas medidas existen y son finitos. Adems, consideremos la norma
Sobolev dada por (3,2), {Q }0 una sucesin ortonormal inducida por (3,1) y el siguiente problema
extremal
!
dk
kP(k) kS
=
sup
, 1 k n.
n
dxk
pPn (C) kPkS
Entonces,
n
dk
dxk

= rmax (Bn,k ) 1/2 ,
donde rmax (Bn,k ) es el mximo valor propio de la matriz

h i
Bn,k = b(k)
i, j
ki, jn
57
cuyos elementos estn dados por:

D
E
bi,(k)j = Qi(k) , Q(k)
,
j
k i, j n.
Un polinomio extremal es
P (x) =
n
X
ck Qk (x),
=k
donde [c0 , c1 , . . . , cnk ]t es un vector propio de la matriz Bn,k correspondiente al valor propio rmax (Bn,k ).
Demostracin (Corolario 3.1.2) Al considerar la base ortonormal {Q0 , . . . , Qn } of Pn (C) en el Teorema
3.1.3, podemos observar que la matriz R(n + 1) es la matriz identidad In+1 . Por lo tanto, las matrices,
dk
R(n + 1) y Dt R(m + 1) D = Dt D conmutan y para T = k , 1 k n, tenemos que:
dx
r
i
,
ax
n (T ) = m
0in
i
donde i > 0 y i 0, 0 i n, son los valores propios de R(n + 1) y Dt R(m + 1) D,
respectivamente. Pero i = 1 para 0 i n; por tanto,
n (T )
= max
0in
i .
Veamos la relacin entre las matrices Dt R(m + 1) D = Dt D y la matriz Bn,k . Sabemos que

D = dj
0n , 0 jm
donde las componentes de la matriz estn expresadas por

m
X
dk
Q =
dj Q j ,
dxk
j=0
#
dk
m = max deg
Q .
0n
dxk
"
Ahora para k i, j n, se tiene que:

hP
i
P
P
P
s
bi, j = h ml=0 dil Ql , ms=0 d sj Q s iS = ml=0 dil ms=0 dj hQl , Q s iS
=
Pm
l=0
h
i
dil d0j hQl , Q0 iS + d1j hQl , Q1 iS + . . . dnj hQl , Qn iS
= di0 di0 di1 di1 + . . . + din din =
Pm
s=0
dis dsj
Por lo tanto, la matriz Bn,k no es ms que el bloque de orden n k + 1 de entradas no nulas de la

58
matriz Dt R(m + 1)D = Dt D. Es decir
Luego,
t
D D =
0 0 ... 0
...
0 0 ... 0
...
..
.
..
.
. . . . ..
..
.
..
.
...
..
.
..
.
..
.
. . . . ..
..
.
..
.
...
..
.
bk,k
bk,k+1
...
bk,n
0 0 ... 0
0 0 . . . 0 bk+1,k bk+1,k+1 . . . bk+1,n

0 0 ... 0
n (T )
bn,k
bn,k+1
= max
0in
bn,n
...
i =
0 ... 0
. . . .. . . .
.
0 .. Bn,k
rmax (Bn,k ).
Finalmente, si [c0 , c1 , . . . , cnk ]t es un vector propio de la matriz Bn,k correspondiente al valor

P
propio rmax (B,n,k ), entonces el hecho de que P (x) = n=k ck Qk (x) sea un polinomio extremal,
es inmediato.
Consideremos ahora un problema extremal similar sobre el espacio de los polinomios con coeficientes no negativos.
Sea T un operador lineal sobre el espacio de los polinomios reales P y consideremos el siguiente
problema extremal:
donde
S n :=
P Pn : P(x) =
c (x),
=0
c 0,
0 n
,
y { }0 es una sucesin de polinomios reales con deg( ) = , 0.

Siguiendo el argumento anterior, tenemos que para cada c = (c0 , c1 , . . . , cn ) Rn+1 con c 0,
0 n, se tiene que n (T ) es el valor mas pequeo de que satisface
c [2 R(n + 1) Dt R(m + 1) D] ct 0,
donde las matrices R(n + 1) y D viene dadas como en el Teorema 3.1.1.
(3.21)
3.2. Ejemplos
59
Hagamos Dt R(m + 1)D = (ri j )0i, jn , y asumamos que ri j 0, ri j 0 para 0 i, j n, y si

ri j = 0, entonces ri j = 0. Sea
ri j
:= max
:
r
>
0
i
j
.
ri j
0i, jn
Debido a que las componentes de c son no negativos, la desigualdad (3,21) se cumple para = .
De
aqu,
n (T ) .
Teorema 3.1.4 Supongamos que el mximo
se obtiene cuando i = j = s, entonces n (T ) = ,
es
decir,
r
rss
kT PkS
kPkS , P S n ,
(3.22)
r ss
y la igualdad se cumple para P(x) = b s (x), donde b es una constante no negativa.
r
rss
. Consideremos ahora, c = (c0 , c1 , . . . , cn )
r ss
tal que c = 0, si , s y c = 1, cuando = s, entonces se tiene que,
Demostracin (Teorema 3.1.4) Por hiptesis,
=
c[
2 R(n + 1) Dt R(m + 1)D]ct = 0
(3.23)
(T ) ,
tenindose entonces que n (T ) = .
La igualdad en (3,22) se
n
P
cumple para cualquier P(x) =
ck k (x) S n si y solo si c = (c0 , c1 , . . . , cn ) satisface (3,23). En
As se cumple que
k=0
particular, si c = 0 para , s y c 0 es arbitrario.
3.2. Ejemplos
(T ) , de manera explcita. Sin embargo, ilustraremos con
dk
algunos ejemplos, el teorema 3.1.2, cuando T = k y para k = 0, 1, . . . , n. El lector puede consultar
dx
[27] para el caso en que 1 = 0.
En general, es muy difcil calcular
Ejemplo 3.2.1 Sea (0 , 1 ) un vector de medidas no negativas sobre la recta real, definidas mediante:
d0 (x) = [1,1] (x) dx,
d1 (x) = (1 x2 ) [1,1] (x) dx,

60
donde [1,1] es la funcin caracterstica sobre el intervalo [1, 1]. Consideremos el producto interno
de Sobolev definido en P(C), mediante:
Z
Z
hP, QiS :=
P(x) Q(x) d0 (x) +
P (x) Q (x) d1 (x),
(3.24)
R
y los polinomios clsicos ortonormales de Legendre {P }0 , definidos por:

P (x) =
2 + 1 (0,0)
P (x) =
2
[/2]
2 + 1 X (1) j (2 2 j)!
x2 j ,
j!( j)!( 2 j)!
2
2
j=0
0.
Utilizando el hecho de que:

Z
P(,)
(x) P(,)
(x) (1 x) (1 + x) dx =
2++1
(n + + 1) (n + + 1)
j ,
(2n + + + 1)
n! (n + + + 1))
donde {P(,)
}n0 son los polinomios ortogonales clsicos de Jacobi, con , > 1 , tenemos que:
hP , P j iS =
P (x) P j (x)) dx +
1
1
1
P (x) Pj (x)(1 x2 ) dx
= j + ( + 1) j
As los polinomios clsicos ortonormales de Legendre {P }0 , satisfacen la relacin de ortogonalidad
de Sobolev:
hP , P j iS = (( + 1) + 1) j , , j 0.
Entonces, podemos fcilmente deducir que el sistema {Q }0, definido por
s
[/2]
X (1) j (2 2 j)!
2 + 1
Q (x) =
x2 j , 0,
2( + 1) + 2 j=0 2 j!( j)!( 2 j)!

es ortonormal con respecto al producto interno de Sobolev (3,24).
Por otra parte, si Cm() es el m-simo polinomio de Gegenbauer , entonces
Cm() (x) =
( + 1/2)(m + 2) (1/2,1/2)
P
(x),
(2)(m + + 1/2) m
> 1/2,
donde P(1/2,1/2)
es el m-simo polinomio de Jacobi normalizado por
m
P(1/2,1/2)
(1)
m
m+
m
1!
2 ,
> 1/2.
Ejemplos
61
Luego cada polinomio Q , simo polinomio de Legendre ortonormalizado mediante la norma

k kS , puede ser expresado mediante polinomios de Gegenbauer de la siguiente manera:
s
2 + 1
C (1/2) (x).
Q (x) =
2( + 1) + 2
Adems, tambin sabemos que
d ()
(+1)
Cm (x) = 2Cm1
(x),
dx
de donde, para 1 k m, podemos deducir que
d k ()
(+k)
C (x) = 2k ()k Cmk
(x).
dxk m
De aqu, utilizando la definicin del smbolo de Pochhammer y la frmula de duplicacin de la
funcin Gamma:
(1/2)k
( 12 + k)
=
(1/2)
(k)(k + 1/2) = 212k (1/2)(2k)
respectivamente, y para 1 k , obtenemos que:

dk
Q (x) =
dxk
2 + 1
2( + 1) + 2
!1/2
(2k + 1) (k+ 12 )
C
(x).
2k (k + 1) k
(3.25)
Ms an, la relacin (ver [72, p. 99])

Cm() (x) =
[m/2]
X
()
a j,mCm2
j (x),
> > 0,
j=0
donde
()(m 2 j + )( j + )(m j + )
,
() j!( )(m j + + 1)
nos proporciona para = j + 1/2, m = j y = 1/2 la siguiente identidad:
a j,m =
( j+ 1 )
C j 2 (x)
k
[X
2 ]
( 12 )
a j,k Ck2
j (x).
j=0
As, la igualdad (3,25) es equivalente a:

dk
(2 + 1)
Q (x) =
k
dx
( + 1) + 1
k
!1/2 [X
2 ]
j=0
e j,k Qk2 j (x),
(3.26)

62
donde
e j,k
2k ( k 2 j + 1/2) ( j + k) ( j + 1/2) ( k 2 j)( k 2 j + 1) + 1

=
j! (k) ( k j + 3/2)
2( k 2 j) + 1
Al considerar T =
!1/2
dk
y expresarlo de la forma:
dxk
m
X
(T Q )(x) :=
dj Q j (x),
j=0
donde
m := max deg(T Q ) = k,
0n
tenemos que la relacin (3,26) implica que los coeficientes en (3,8) estn dados por:
tal que:
e k j
,
2 ,k
j
d =
0,
si + j es impar con 0 j [ k
],
2
en otro caso,
1

2
2
k X
n

j
c d
.
n (T ) = sup

j=0 =0
kck2 =1
cCn+1
A travs del siguiente argumento, podemos hallar cotas para n (T ).

k

k
!1/2
[X
2 ]

k
d

2 + 1
2
max k Q = max
e j,k Qk2 j

S

kn dx
kn ( + 1) + 1
(k 1)! j=0
S
!1/2
k
2 + 1
2
= max
kn ( + 1) + 1
(k 1)!
P k
1/2
[2]
2
en donde =
.
j=0 |e j,k |
Para estudiar este mximo consideremos la funcin F : [1/2, +) R definida mediante:

!1/2
(2x + 1)
F(x) =
.
x(x + 1) + 1
!1/2
(2 + 1)
Entonces F es decreciente en (0,3660254037, +) y de aqu que
< 1, y para
( + 1) + 1
k n tenemos que:
!1/2
!1/2
!1/2
2n + 1
2 + 1
2k + 1
.
n(n + 1) + 1
( + 1) + 1
k(k + 1) + 1
Ejemplos
63
Por lo tanto,
2n + 1
2k
(k 1)! n(n + 1) + 1
!1/2
donde
k
d

max max k Q

S
kn
kn dx
k
!1/2
d

2k
2k + 1
max
Q
max ,
S (k 1)! k(k + 1) + 1
kn dxk
kn
1/2
2
X
2
=
|e j,k | , k n.
j=0
Luego, la desigualdad (3,14) nos da:
2k
2n + 1
(k 1)! n(n + 1) + 1
!1/2
max n (T )
kn
y
2k
(2k + 1)(n + 1)
(T
)
n
(k 1)! k(k + 1) + 1
!1/2
max .
kn
Ejemplo 3.2.2 En P(C), consideremos el siguiente producto interno:

Z
hP, Qi =
P(x) Q(x) x ex H(x) dx,
(3.27)
donde > 1 y H es la funcin escalonada de Heaviside:

(
1, si x 0
H(x) =
.
0, si x < 0
Entonces, un sistema ortogonal asociado al producto (3,27) viene dado por la sucesin {L()
n (x)},
()
donde Ln (x) es el nsimo polinomio de Laguerre:
! j
X
()
j + x
Ln (x) =
(1)
.
j
j!
j=0
Este sistema satisface la siguiente condicin de ortogonalidad:
D
()
L()
n , Lm
!
n+
( + 1)
nm .
n

64
Tambin consideremos el siguiente producto interno de Sobolev:

Z
Z
hP, QiS :=
P(x)Q(x)d0 (x) +
P (x)Q (x)d1 (x),
R
(3.28)
para P, Q P(C) y donde (0 , 1 ) es un vector de medidas no negativas sobre la recta real, tales
que:
d0 (x) = x ex H(x)dx,
d1 (x) = x+1 ex H(x)dx.
Consideremos polinomios ortonormales clsicos de Laguerre: {P()
}0 , definidos por
P()
(x)
!
( + + 1)
!
( + + 1)
!1/2
L()
(x)
!1/2 X
!
+ xj
(1)
,
j j!
j=0
j
0.
Debido a que:
d ()
L (x) = L(+1)
1 (x),
dx
este sistema de polinomios satisface la siguiente relacin de ortogonalidad Sobolev:
()
hP()
, P j iS = ( + 1) j ,
, j 0.
Adems, se puede deducir que los polinomios {q()

}0 , definidos por:
q()
(x)
!
=
( + 1)( + + 1)
!1/2 X
!
+ xj
(1)
,
j j!
j=0
j
0,
son ortonormales con respecto al producto interno de Sobolev (3,28).

De (3.29) se tiene que
d k ()
L (x) = (1)k L(+k)
1 k .
k (x),
k
dx
De aqu, para 1 k , obtenemos que
d k ()
!
q (x) = (1)k
k
dx
( + 1)( + + 1)
!1/2
y utilizando la frmula de adicin (ver [72, p. 391, Problema 90]):

L(++1)
(x
+ y) =
X
j=0
()
L()
j (x)L j (y),
L(k+)
k (x).
(3.29)
Ejemplos
65
se puede concluir que:

!
d k ()
q (x) = (1)k
k
dx
( + 1)( + + 1)
donde
e j,k
!1/2 X
k
e j,k q()
k j (x),
(3.30)
j=0
!1
!
( k j + 1)( k j + + 1) 2 k + j 1
=
.
( k j)!
j
Sustituyendo j = k j en (3,30), tenemos

!
d k ()
k
q
(x)
=
(1)
dxk
( + 1)( + + 1)
Al tomar T =
tal que:
!1/2 X
k
e k j,k q()
j (x).
j=0
dk
, la relacin (3,30) implica que los coeficientes en (2,25) estn dados por:
dxk
!1/2
!(
j
+
1)(
j
+
+
1)
j1
k
(1)
0 j k,
jk
j!( + 1)( + + 1)
dj =
0
en otro caso,
1

2

nk
n
2
X X
j

.
c
d
n (T ) = sup

j=0 =0
kck2 =1
cCn+1
De manera similar al ejemplo anterior, hallemos cotas para n (T ).

k

!1/2 X
k

d ()
!
e k j,k q()
.
max k q = max
j
S
kn dx
kn ( + 1)( + + 1)
j=0

(3.31)
Entonces, se cumple que:

k
X

e k j,k q()

j
j=0

=
S
1/2
k
X ( j + 1)( j + + 1) j 1!2
j!
k
j=0
Al considerar la funcin G : N (1, +) R definida mediante:

G(n, ) :=
n!
,
(n + 1)(n + + 1)
tenemos que G como funcin en la variable n es creciente para 1 < < 0, y decreciente cuando
0.

66
Sea a()
:= (G(, ))1/2 , para cada > 1, y k n. Entonces, para 1 < < 0,
!1/2
!
()
ak
a()
n ,
( + 1)(n + + 1)
y para 0,
a()
n
!
( + 1)(n + + 1)
!1/2
a()
k .
Volviendo a la expresin en (3,31), se tiene que:

k

!1/2
d ()
!
max
q = max
()
,
S
kn dxk
kn ( + 1)( + + 1)
donde
()
k
1/2
X ( j + 1)( j + + 1) j 1!2
, k n.
=
j!
k
j=0
Utilizando (3,32) y (3,33), se llega a que:

k

d
()
ak max ()
ax k q()
a()
ax ()
m

n m
,

S
kn
kn dx
kn
a()
n
max
kn
()
si 1 < < 0,
k

d ()
max k q a()
max ()
,
k kn
S
kn dx
si 0.
De aqu, la desigualdad (3,14) nos da que:
()
1/2 ()
ak max ()
an max ()
n (T ) (n + 1)
,
kn
kn
1/2 ()
a()
ax ()
ak max ()
n m
n (T ) (n + 1)
,
kn
kn
si 1 < < 0,
si 0.
En particular, cuando = 0, tenemos que
a(0)
= (G(k, 0))1/2 =
k
a(0)
= (G(n, 0))1/2 =
n
1
,
k+1
1
.
n+1
Por tanto,
k
1/2
X j + 1 j 1!2
n (T )
max
kn
n
+
1
k
j=0
k
1/2
X (n + 1)( j + 1) j 1!2
.
ax
n (T ) m
kn
k
+
1
k
j=0
(3.32)
(3.33)
Captulo
Conclusiones y recomendaciones
67
Captulo
En este ltimo captulo mencionaremos los resultados fundamentales de nuestro trabajo y expondremos problemas abiertos y futuras lneas de investigacin relativos a desigualdades de tipo MarkovBernstein con normas Sobolev.
5.1. Conclusiones
Las desigualdades de tipo Markov-Bernstein son un tpico til e interesante en teora de aproximacin. En este trabajo se determinan resultados asociados a desigualdades de este estilo en el
contexto de normas de Sobolev. Se obtienen representacin explcita y cotas para la constante ptima
n (), incluso en el caso en el que es un operador lineal no necesariamente diferenciable. Adems,
se determinan cotas explcitas para ejemplos concretos asociados a ciertas normas de GegenbauerSobolev y de Laguerre-Sobolev.
Aunque las pruebas son relativamente cortas y no parecen ser muy dficiles una vez dadas, obtener
la idea inicial del problema no es trivial y los resultados presentados en esta memoria resuelven parcialmente un problema abierto propuesto por el Profesor F. Marcelln en la conferencia Constructive
Theory of Functions, celebrada en Campos do Jordo, Brasil (2008).
5.2. Problemas abiertos y futuras lneas de investigacin

Problema 1. Dado el producto interno de Sobolev definido en P, mediante:
hP, QiS =
m Z
X
k=0
P(k) (x) Q(k) (x) dk (x) =

E
m
X
k=0
hP(k) , Q(k) iL2 (k ) ,
donde para m Z+ , {k }mk=0 , es un conjunto de m + 1 medidas finitas de Borel tales que sus soportes
k , k = 0, 1, , m, satisfacen que k E R y al menos 0 contiene una cantidad infinita de
69
70
puntos. Adems, m no es la medida nula y si E es un conjunto no acotado, supondremos que xn es

k integrable en E, para cada k y todo n Z+ .
Consideremos : (Pn (C), k kS ) (P(C), k kS ) un operador lineal y m Z+ , con m > 1.
Estudiar el problema extremal:
n () = sup kPkS ,
kPkS =1
PPn (C)
donde
m Z
1/2
(k)
2
k PkS =
|P
(x)|
d
(x)
.
E
k=0
Problema 2. Consideremos el producto interno de Sobolev definido en el espacio de los polinomios P, mediante:
Z
Z
Z

hP, QiS =
P(x) Q(x) d(x) + P (x) Q (x) d(x) +
P (x) Q(x) + P(x) Q (x) d(x), (5.1)
donde 2 > 0.
El producto interno (5,1) puede ser expresado en forma matricial de la siguiente manera:
!
!
Z
Q
1
hP, QiS =
PP
d(x).

Q
Esta forma matricial es conocida como producto interno de Sobolev no diagonal. El caso = 0 suele
llamarse caso diagonal.
Hallar las condiciones necesarias para establecer desigualdades anlogas a las desigualdades de
Markov-Bernstein en espacios de Sobolev dotados de un producto interno de Sobolev no diagonal.
Problema 3. Consideremos h , i un producto interno definido en P y k k la norma inducida por
este producto interno:
p
kPk = hP, Pi.
Sea : (Pn (C), k k) (P(C), k k), un operador lineal, determinar una frmula explcita para la
constante ptima n () :
n () = sup kPk.
kPk=1
PPn (C)
Problema 4. Para cualquier funcin no negativa en [1, 1] sea P(, n) la clase de todos los
polinomios P Pn tales que:
|P(x)| (x)
para cada x [1, 1].
Para cada P P(, n), consideremos la norma:
|P(x)|
1<x<1 (x)
kPk = sup
Problemas abiertos y futuras lneas de investigacin
71
y la norma Sobolev:
kPkS = kPk + kP k .
Si kPk 1 y k Z+ , can grande puede ser kP(k) kS ?

Problema 5. Sea (0 , 1 ) un vector de medidas no negativas sobre la recta real, el cual satisface
que 0 no es identicamente nula, para j = 0, 1, y n = 0, 1, 2, . . . ,
Z

n
x d j (x) < ,

j
donde 0 y 1 , son los soportes de 0 y 1 , respectivamente. Estos soportes son subconjuntos,

compactos o no, de C, tales que al menos uno de ellos debe contener una cantidad infinita de puntos.
Para P y Q polinomios, definimos:
Z
Z
P (x) Q (x) d1 ,
(5.2)
hP, QiS =
P(x) Q(x) d0 +
0
donde la barra indica el conjugado complejo de la funcin dada. Sabemos que (5,2) define un producto interno sobre el espacio lineal de todos los polinomios.
Sea Wn un subconjunto del espacio de Pn (C). Estudiar el problema extremal de tipo TurnSobolev dado por:
kP(k) kS
Bn,k = nf
(1 k n).
PWn kPkS
Hemos expuesto algunos problemas de la Teora de Aproximacin en espacios de Sobolev que
estn actualmente en vas de estudio o como futuras lneas de investigacin. Sin embargo, como ya
ha ocurrido a lo largo de los ltimos aos, muy probablemente nuevos e interesantes aspectos de esta
teora surgirn en un futuro prximo.

Apendice
Polinomios Ortogonales
Como referencias para este apndice, recomendamos [7], [33], [42], [57], [74] y [72].
Sea una medida positiva y finita de Borel definida en la recta real. Supongamos que el conjunto,
supp(), soporte de la medida definido por:
supp() := {x R : (x , x + ) > 0, para cada > 0 }
es un conjunto formado por una cantidad infinita de puntos y est contenido en un subconjunto cerrado
E del eje real. En caso de que E sea un conjunto no acotado, supondremos adems que para cada
n Z+ , los momentos
Z
mn =
xn d(x)
(A.1)
E
son finitos. Denotaremos por M(E), al espacio de las medidas soportadas en E con las propiedades
dadas anteriormente, por P al espacio vectorial de todos los polinomios y por Pn el subespacio de P
de todos los polinomios de grado a lo sumo n y coeficientes reales.
Sabemos que L2 (E, ), el espacio de las funciones de cuadrado integrable en E con respecto a
la medida , posee estructura de espacio de Hilbert al definir para cada f y g en este espacio, el
siguiente producto interno:
Z
h f, giL2 (E,) =
f (x) g(x) d(x)
(A.2)
y la correspondiente norma
k f kL2 (E,) =
sZ
[ f (x)]2 d(x).
(A.3)
El considerar este producto interno sobre el espacio P, nos lleva inmediatamente a la siguiente
Definicin A.0.1 Una sucesin {Pn }n0 se dice que es una sucesin de polinomios ortogonales con
respecto al producto interno (A,2), si se satisface:
i) grad(Pn ) = n, para cada n Z+ .
73
74
ii) hPn , Pm iL2 (E,) = 0 si n , m y hPn , pn iL2 (E,) , 0

Si para cada n Z+ , se cumple que kPn kL2 (E , ) = 1, diremos que {Pn }n0 es una sucesin de
polinomios ortonormales con respecto a la medida . Ahora, si el coeficiente lider o principal de
Pn es igual a uno, la sucesin se denominar, sucesin de polinomios ortogonales mnicos con
respecto a la mdida .
Podemos observar que la condicin ii) de la definicin anterior, es equivalente a:
hPn , xk iL2 (E , ) = 0
k = 0, 1, n 1.
si
(A.4)
A partir de la base cannica de los mnicos {1, x, x2 , . . .} podemos utilizar el mtodo de Jorgen
Pedersen Gram (1850 1916) y Erhard Schmidt (1845 1921) para obtener el siguiente resultado:
Teorema A.0.1 Existe una sucesin de polinomios {Pn }n0 que satisfacen:
i) grad(Pn ) = n, para cada n Z+ .
ii) hPn , Pm iL2 (E , ) = 0 si n , m
Notemos que si {Pn }n0 es una sucesin de polinomios dada a travs del anterior teorema, con
Pn (x) = n xn + , 1 x+0 , n , 0, entonces podemos construir dos sucesiones ms de polinomios
ortogonales, {P n }n0 y {Qn }n0 tales que:
Pn
Si para cada n consideramos P n = , obtenemos una sucesin {P n }n0 de polinomios mnin
cos.
Si Qn =
Pn
, entonces {Qn }n0 es una sucesin de polinomios ortonormales.
kPn kL2 (E , )
Por otra parte, de (A,1) y (A,2) tenemos que para cada n Z+ , los momentos tambin podemos
expresarlos mediante
mn = h1, xn iL2 (E , ) .
La matriz de Gram para el producto (A,2) en la base cannica viene dada por:
Hn
m0
m1
m2
..
.
m1
m2
m3
..
.
m2
m3
m4
..
.
mn
mn+1
mn+2
..
mn mn+1 mn+2
m2n
(A.5)
y matrices de este tipo, constantes a largo de las anti-diagonales, se conocen como matrices de Hankel.
75
Si consideramos la expresin de Pn a travs de la base cannica, digamos

n
X
Pn (x) =
a j,n x j ,
j=0
de las relaciones en (A,4) podemos formar el siguiente sistema de n ecuaciones con n + 1 incgnitas
las cuales corresponden a los coeficientes del polinomio:
+ a1,n m1 + + an,n mn
= 0
+ a1,1 m2 + + an,n mn+1 = 0
+ a1,n m3 + + an,n mn+2 = 0
..
..
..
.
.
.
a0,n mn1 + a1,n mn + + an,n m2n1 = 0
y as podemos obtener familias de polinomios ortogonales, salvo constantes multiplicativas, utilizando
la regla de Cramer, bajo el supuesto de que n = detHn , 0 para cada n.
Si adems suponemos que an,n > 0, existe una nica sucesin de polinomios ortonormales {Qn }n0 ,
donde
m0
m1
mn
m1
m2
mn+1
m2
m3
mn+2
Qn (x) = 1
.
.
..
.
..
..
n n1 .
.
.
a0,n m0
a0,n m1
a0,n m2
..
.
mn1
1
mn
x
y el coeficiente principal est dado por

an,n =
m2n1
xn
n1
.
n
En el caso de la sucesin de polinomios ortogonales mnicos, {P n }n0 , tenemos que para cada n,
P n viene dado por:
P 0 (x) = 1
P n (x) =
1
n1
m0
m1
..
.
m1
m2
..
.
..
.
mn1
1
mn
x
mn
mn+1
..
, para n > 0.
.
m2n1
xn
(A.6)
Introduzcamos ahora un tipo muy especial de familias de polinomios ortogonales y para ello consideremos la siguiente
Definicin A.0.2 El operador multiplicacin por la variable independiente x, M x : P P se
define mediante:
M x (P) = xP,
para cada P P.
76
Definicin A.0.3 Sea h , i : P P [0, +) un producto interno sobre P. Diremos que h , i es un

producto interno estndar sobre P, si el operador M x es autoadjunto, es decir,
hM x (P), Qi = hxP , Qi = hP , xQi = hP, M x (Q)i,
para cada P, Q P.
As, por ejemplo, el producto interno dado por (A,2), es un producto interno estndar sobre P.
Definicin A.0.4 Diremos que una sucesin de polinomios ortogonales {Pn }n0 es estndar si es
ortogonal con respecto a un producto interno estndar sobre P.
La sucesin {P n }n0 , expresada en (A,6), es una sucesin de polinomios ortogonales mnicos
denominada sucesin estndar de polinomios ortogonales mnicos respecto a la medida .
Ahora, la representacin en trminos de matrices de Hankel (A,5), no es muy til a la hora de
calcular la expresin algebraica de los polinomios ortogonales ya que se requiere de la evaluacin
de determinantes. Existen maneras ms eficientes de expresar el comportamiento algebraico de los
polinomios ortogonales sobre la recta real y una de las propiedades fundamentales de los polinomios
ortogonales estndar asociados a una medida , es que se pueden generar de manera recurrente.
Teorema A.0.2 Sea {Pn }n0 , la sucesin estndar de polinomios ortogonales respecto a la medida , con Pn (x) = n xn + n xn1 + . . . Entonces esta sucesin satisface la siguiente relacin de
recurrencia a tres trminos
xPn (x) = an+1 Pn+1 (x) + bn Pn (x) + an Pn1 (x),
(A.7)
con la condicin inicial que P0 = 1 y P1 = 0. Los coeficientes de recurrencia estn dados por
an =
Los polinomios mnicos Pn =
Pn
,
n
n1
>0
n
bn =
n n+1
.
n n+1
satisfacen la relacin de recurrencia a tres trminos
P n+1 (x) = (x bn ) P n (x) a2n Pn1 (x),
(A.8)
La frmula de recurrencia (A,7), caracteriza las sucesiones de polinomios que son ortogonales
con respecto a alguna medida soportada en el eje real.
Teorema A.0.3 Sea {Pn }n0 , una sucesin de polinomios mnicos en P generada por la relacin de
recurrencia (A,7), con an+1 real positivo y bn real, entonces {Pn }n0 , es una sucesin estndar de
polinomios ortogonales mnicos con respecto a una medida (no necesariamente nica).
El teorema fue enunciado por J.A. Favard en [19] y una demostracin puede ser hallada en [14].
Como consecuencia de la frmula de recurrencia (A,8), tenemos el siguiente resultado:
77
Proposicin A.0.1 Dos polinomios ortogonales consecutivos no pueden tener ceros comunes.
Demostracin Sea {Pn }n0 una sucesin de polinomios ortogonales mnicos y supongamos por el
absurdo que existe x0 tal que Pn+1 (x0 ) = Pn (x0 ) = 0. Pero por (A,8), pn1 (x0 ) = 0 y aplicando
repetidamente la frmula de recurrencia llegamos a que P0 (x0 ) = 0 , lo cual contradice el hecho de
que P0 es el polinomio mnico constante uno.

Sea un elemento en M(E), tal que supp() contiene una cantidad infinita de puntos . Consideremos {Pn }n0 la sucesin de polinomios ortogonales mnicos asociada a . Recordemos que la
cpsula convexa del soporte de , denotada por C0(supp()) es el menor intervalo que contiene a
supp(). Otras propiedades se resumen en
Proposicin A.0.2 Los ceros de los polinomios ortogonales {Pn }n0 son distintos y todos estan en
el interior de C0(supp()), con la topologa de R. Adems entre dos ceros de Pn hay al menos un
cero de Pm , para m > n.

Consideremos ahora una familia muy especial de medidas no negativas en R, las medidas
absolutamente continuas con respecto a la medida de Borel en R cuyo soporte es un subconjunto E
de R; es decir, aquellas para las cuales existe una funcin : E R no negativa tal que:
d(x) = (x)dx.
(A.9)
En L2 (E, ), el espacio de las funciones medibles sobre E , con que satisface (A,9), tales
que:
Z
f (x) d(x) < ,
para cada f L (E, ), consideremos el siguiente producto interno:

Z
h f, giL2 (E,) =
f (x) g(x) (x)dx.
(A.10)
La correspondiente norma asociada a este producto interno, conocida como norma cuadrtica o eucldea, viene dada por:
sZ

f (x) 2 (x)dx.
k f kL2 (E,) =
E
para f y g en L2 (E, ).
Ejemplos de familias de polinomios ortogonales asociadas al producto interno (A,10), surgen en

el estudio de diversos fenmenos fsicos y en problemas propios de las matemticas; y los podemos
78
hallar en teora de grupos, ecuaciones diferenciales, teora de probabilidad, lgebra computacional,

teora de aproximacin, entre otros. Mientras que, en fsica e ingeniera tiene aplicaciones en la mecnica cuntica, los osciladores y las teoras de comunicacin. stos son los llamados polinomios
ortogonales clsicos, entre los que se encuentran los polinomios de Hermite, Laguerre y Jacobi (con
los casos especiales de Legendre, Chebyshev y Gegenbauer). Cabe destacar que histricamente, el
origen de los polinomios ortogonales puede situarse a finales del siglo XV III, en conexin con la solucin de ecuaciones en derivadas parciales por el mtodo de separacin de variables y de problemas
de valores en la frontera. Con los estudio realizados por Adrien-Maric Legendre (1752 1833), en
relacin con el problema de la atraccin de un cuerpo por una esfera (1782), se introduce la primera
familia de polinomios ortogonales, hoy conocida con el nombre de Polinomios de Legendre.
Por otro lado, la familia de polinomios ortogonales clsicos no slo satisfacen una relacin de
recurrencia a tres trminos (A,8), sino tambin otras propiedades importantes como son: el ser funciones propias de un operador diferencial lineal de segundo orden con coeficientes polinomiales, sus
derivadas tambien constituyen una familia ortogonal, sus funciones generatrices pueden ser dadas
explictamente, entre otras.
Ahora, no toda propiedad caracteriza a una sucesin de polinomios ortogonales clsicos. Sabemos
que la relacin de recurrencia a tres trminos (A,7), determina a la sucesin de polinomios ortogonales si para cada n, an+1 es un real positivo y bn real (Teorema A.0.3). De hecho, podemos
hallar varias familias que cumplen alguna propiedad de recurrencia a tres trminos (A,8), pero no
una ecuacin diferencial lineal de segundo orden con coeficientes polinomiales, o la frmula de tipo
Rodrigues. Slo las familias de polinomios ortogonales clsicos cumplen estas propiedades y otras
ms que las caracterizan.
Definicin A.1.1 Diremos que una sucesin de polinomios ortogonales {Pn }n0 es una sucesin de
polinomios ortogonales clsicos con respecto a la funcin peso si
hPn , Pm iL2 (E , ) = mn dn2,
donde mn es el smbolo de Kronecker
(
1, si m = n;
0, si m , n,
dn es la norma del polinomio Pn , es la solucin de la ecuacin de Pearson:

[(x)(x)] = (x)(x),
(A.11)
con y son polinomios fijos de grado a lo ms 2 y exactamente 1 respectivamente, tal que se

satisfaga la siguiente condicin de frontera
(a)(a) = (b)(b).
Observemos que (A,11) es equivalente a

=
.
Polinomios ortogonales clsicos
79
Se puede probar que las nicas familias que satisfacen la anterior definicin son los polinomios de
Hermite, Laguerre y Jacobi (ver [8] y [14]). Existen otras propiedades que los caracterizan y algunas
de ellas vienen resumidas en el siguiente resultado:
Teorema A.1.1 Sea {Pn }n0 una sucesin de polinomios ortogonales. Las siguientes condiciones
son equivalentes:
i) {Pn }n0 es una sucesin de polinomios ortogonales clsicos.
ii) La sucesin de sus derivadas {Pn }n1 es una sucesin de polinomios ortogonales con respecto
a la funcin peso 1 (x) = (x)(x), donde satisface (A,11).
iii) {Pn }n0 satisface la ecuacin diferencial lineal de segundo orden con coeficientes polinomiales
(x)y + (x)y + n y = 0,
(A.12)
donde deg() 2, deg() = 1, con y polinomios independientes de n y n es una

constante independiente de x.
iv) {Pn }n0 puede ser expresada por la frmula de Rodrigues
Pn (x) =
Bn d n
[n (x) (x)].
(x) dxn
donde Bn es independiente de x, es no negativa en un cierto intervalo de la recta, es un

polinomio de grado a lo ms 2, independiente de n.
v) Existen tres sucesiones de nmeros complejos {an }n , {bn }n , {cn }n y un polinomio , con
deg() 2, tal que
(x)Pn (x) = an Pn+1 (x) + bn Pn (x) + cn Pn1 (x),
n 1.
vi) Existen dos sucesiones de nmeros complejos {dn }n , {en }n , tal que la siguiente relacin para
polinomios mnicos se cumplen
Pn+1 (x)
Pn (x) =
+ dn Pn (x) + gn Pn1 (x),
n+1
gn , an ,
n 1.
donde en este caso, an es el correspondiente coeficiente en la relacin (A,7)

Los nicas soluciones polinomiales ortogonales que satisfacen la ecuacin diferencial (A,12) son
los polinomios de Hermite, Laguerre, Jacobi y, nos falta una cuarta familia, cuando en dicha ecuacin
diferencial (x) = x2 , la familia de los polinomios de Bessel. A diferencia de las tres familias
anteriores, no corresponden a un caso definido positivo ya que la medida de ortogonalidad no es
positiva. Aunque estos polinomios haban sido considerados por muchos matemticos, fueron H. L.
Krall y O. Frink quienes los presentaron formalmente en 1949 en su artculo A new class of orthogonal
polynomials y les dieron el nombre por su relacin con la funcin de Bessel. En ese trabajo estudiaron
80
una gran cantidad de propiedades y probaron la ortogonalidad respecto a una funcin peso en la
circunferencia unidad. Sin embargo, no encontraron ninguna funcin peso (necesariamente signada)
sobre la recta real. El problema fue resuelto en 1990, por A. J. Durn, quien encontr las primeras
medidas signadas sobre R y (0, +) respecto a las cuales los polinomios de Bessel eran ortogonales.
En la siguiente tabla esbozamos algunas caractersticas de estas cuatro familias de polinomios
ortogonales clsicos.
Hermite
Tabla 1
Sistema de Polinomios Ortogonales Clsicos
Laguerre
Jacobi
Bessel
Pn (x)
Hn (x)
L()
n
P(,)
n
B()
n
(a, b)
[0, +)
[1, 1]
T := {|z| = 1, z C}
(x)
1 x2
x2
(x)
2x
x + + 1
( + + 2)x +
( + 2)x + 2
2n
n(n + + 1)
n(n + + 1)
(x)
ex
x ex
(1 x) (1 + x)
> 1
, > 1
1 P+
2i k=0
(a + 2)
2
(a + k + 1)
x
!k
> 2
A.1.1. Polinomios de Hermite

La sucesin de Polinomios de Hermite, denotada por {Hn }n0 , satisface la siguiente relacin de
2
ortogonalidad con relacin a la funcin peso (x) = ex , sobre (, +) :
h Hn , Hm iL2 (R,) =
Hn (x) Hm (x) ex dx =
n
2 n! mn .
(x)
Como (x) = e , es una funcin no negativa en toda la recta real,
= 2x y al
(x)
considerar en (A,12), (x) = 1, y (x) = 2x para cada x R, obtenemos que los polinomios de
Hermite satisfacen la ecuacin diferencial:
x2
yn (x) 2x yn (x) = 2n yn
81
y para Bn = (1)n obtenemos la frmula de Rodrigues

x2
d n x2
yn (x) = (1)
[e ].
dxn
n
Adems, la sucesin {Hn }n0 satisface la siguiente relacin de recurrencia a tres trminos:
Hn (x) = 2x Hn1 (x) (2n 1) Hn2 (x).
Los polinomios de Hermite Hn llamados as en honor a Charles Hermite (1822 1901) quien los
estudi junto con el caso de varias variables en 1864, en su ensayo Sur un nouveau dveloppement en
srie des fonctions. El primero en considerarlos fue Laplace en 1810 en su Mcanique cleste quien
los utiliz en problemas relacionados con teora de las probabilidades. Luego, en 1859 Pafnuti Lvovich Chebyshev (1821 1894) realiz un estudio detallado de los mismos en Sur le dveloppement
des fonctions une seule varieble.
De la anterior frmula de Rodrigues, podemos deducir que
H0 (x)
H2 (x)
H4 (x)
H6 (x)
=
=
=
=
1
4x2 2
16x4 48x2 + 12
64x6 480x4 + 720x2 120x
H1 (x)
H3 (x)
H5 (x)
H7 (x)
=
=
=
=
2x
8x3 12x
32x5 160x3 + 120x
128x7 1344x5 + 33600x3 1680x
Y en general,
n
]
2 (1)k (2x)n2k
X
[
Hn (x) = n!
k=0
(n 2k)! k!
donde [x], parte entera de x, es el mayor entero que no excede a x y an = 2n es el coeficiente

principal de Hn(x).
Figura A.1: Polinomios de Hermite
82
A.1.2. Polinomios de Laguerre

Los polinomios de Laguerre constituyen una familia uniparamtrica, es decir, para diferentes valores de un parmetro dado se obtienen distintas sucesiones de polinomios de Laguerre. De ah que,
al nsimo polinomio de Laguerre suele denotarse por L()
n , donde > 1.
( x)
(x)
=
.
En este caso, (x) = x ex , de donde es una funcin peso en [0, +) y
(x)
x
Al considerar en (A,12), (x) = x, y (x) = + 1 x, obtenemos que los polinomios de Laguerre
satisfacen la siguiente ecuacin diferencial:
x yn (x) + ( + 1 x) yn (x) = n yn .
Para Bn = n! obtenemos la frmula de Rodrigues:
1 d n x n+
x
e x yn (x) =
[e x ].
n! dxn
Utilizando el mtodo de integracin por partes obtenemos la siguiente relacin de ortogonalidad:
Z +
(n + + 1)
()
()
() x
h Ln , Lm iL2 ([0,+),) =
L()
x dx =
mn .
n Lm e
n!
0
x
Luego, {L()
x . La
n }n0 son ortogonales sobre [0, +), con relacin a la funcin peso (x) = e
integrabilidad se sigue al asumir que > 1.
La sucesin de polinomios de Laguerre de parmetro , verifica la siguiente relacin de recurrencia a tres trminos:
()
()
nL()
n (x) = (x + 2n + 1)Ln1 (x) (n + 1) Ln2 (x).
Para el caso en que ( = 0), los polinomios de Laguerre aparecieron por primera vez en el siglo
XV III en los trabajos de de N. H. Abel y J. L. Lagrange. Ms tarde fueron estudiados por P. L.
Chebyshev y finalente por E. N. Laguerre (1834 1886). La generalizacin, > 1, fue tarea
inicialmente de Y.K. Sokhotsky y posteriormente de N.Y. Sonin a fines del siglo XIX. Una expresin
explcita viene dada por:
!
n
X
n + (x)k
()
Ln (x) =
.
nk
k!
k=0
()
Ntese que el coeficiente principal de L()
=
n es an
= 0 y denotando L(0)
n por Ln son:
L0 (x)
L1 (x)
L2 (x)
L3 (x)
L4 (x)
L5 (x)
L6 (x)
L7 (x)
(1)n
. Algunos elementos de la sucesin para
n!
= 1
= x + 1
= x2 4x + 2
= x3 + 9x2 18x + 6
= x4 16x3 + 72x2 96x + 24
= x5 + l25x4 200x3 + 600x2 600x + 120
= x6 36x5 + 450x4 2400x3 + 5400x2 4320x + 720
= x7 + 49x6 882x5 + 7350x4 29400x3 + 52920x2 35280x + 5040
83
Figura A.2: Polinomios de Laguerre
A.1.3. Polinomios de Jacobi

Los polinomios de Jacobi constituyen una familia biparamtrica, es decir, para diferentes valores
de dos parmetros dados y , se obtienen distintas sucesiones de polinomios de Jacobi. Por esta razn al nsimo polinomio de Jacobi de parmetros (, ), lo denotaremos por P(,)
, donde
n
, > 1 . Estos polinomios satisfacen la siguiente relacin de ortogonalidad:
D
Pn(,) , Pm(,)
L2 ([1,1],)
2++1
(n + + 1)(n + + 1)
mn .
n!(2n + + + 1)
(n + + + 1)
(A.13)
Por tanto, los polinomios de Jacobi son ortogonales en el intervalo [1, 1] con respecto a la funcin peso (x) = (,) (x) = (1 x) (1 + x) , asegurndose la integrabilidad de la funcin al
requerir que , > 1.
(x)
Luego, es una funcin no negativa en [1, 1] con (x)

= 1x
+ 1+x
. Si (x) = x2 1, y
(x) = (2 + + )x en (A,12), obtenemos que los polinomios de Jacobi satisfacen la siguiente
ecuacin diferencial:
(x2 1) yn (x) + [(2 + + )x + ] yn (x) = n[n + 1 + + ] yn .
Para Bn = 2n n! la frmula de Rodrigues viene dada mediante:
(1 x) (1 + x) yn (x) =
(1)n d n
[(1 x)+n (1 + x)+n ].
2n n! dxn
Adems, satisfacen la relacin de recurrencia:

2n(n ++)(2n ++ 2) P(,)
(x) = (2n ++ 1)[(2n ++)(2n ++ 2)x+2 2 ] P(,)
n
n1 (x)
2(n + 1)(n + 1)(2n + + ) P(,)
n2 (x),
84
1
1
con P(,)
(x) = 1 y P(,)
(x) = ( + + 2)x + ( ).
0
1
2
2
Los polinomios de Jacobi deben su nombre a Karl Gustav Jacob Jacobi (1804 1851), quien los
introdujo en 1850 y pueden ser expresados en la siguiente forma explcita:
!
!
n
1 X n+
n+
(,)
Pn (x) = n
(x 1)k (x + 1)nk ,
k
nk
2
k=0
con coeficiente principal a(,)

=
n
P(,)
(1)
n
n+
n
1
2n
2n + +
n
( + 1)n
=
n!
y valores en los extremos de [1, 1] :
P(,)
(1)
n
= (1)
n+
n
( + 1)n
.
n!
donde el ()n denota el smbolo de Pochhammer

()n = ( + 1)( + 2) ( + n 1)
para C, n Z y ()0 = 1.
Utilizando induccin matemtica sobre k Z+ , 1 k n, se tiene que la derivada de orden k
del polinomio de Jacobi de grado n viene expresada mediante:
(n + + + 1)n (+k,+k)
d k (,)
Pn (x) =
Pnk
(x).
k
dx
2n
Si a los polinomios de Jacobi mnicos los denotamos por {P (,)
}n0 , una representacn explcita
n
para el trmino n simo de dicha sucesin es:
!
!
n
n
X
2
n!
(n
+
+
1)
n
+
n
+
(,)
P n (x) =
(x 1)k (x + 1)nk
k
nk
(2n + + + 1)
k=0
y para 1 k n,
d k (,)
n!
Pn (x) =
P (+k,+k)
(x).
k
dx
(n k)! nk
Casos particulares de polinomios de Jacobi
Polinomios de Legendre, cuando = = 0 y denotados por {Pn }.
Despuues de Newton y al tomar en cuenta que La Tierra no tena esfericidad perfecta, y a la

hora de los clculos, se requeran nuevas funciones, tal como sucedi en la memoria clsica de
A. M. Legendre (1752 1833), sobre el movimiento de los planetas, en la cual intodujo los
polinomios que hoy en da llevan su nombre. J. L. Lagrange (1736 1813), ya haba utilizado
la relacin de recurrencia que satisfacen estos polinomios:
(n + 1) Pn+1 (x) = (2n + 1)x Pn (x) n Pn1 (x).
85
Adems, cumplen con la ecuacin diferencial:
(x2 1) y + 2x + y = n(n + 1) y
y la frmula de Rodrigues viene dada por:
Pn (x) =
(1)n d n
[(1 x2 )n ].
n
n
2 n! dx
Tambin satisfacen la siguiente relacin de ortogonalidad:

h Pn , Pm iL2 ([1,1],0,0 )
R1
Pn (x) Pm (x) dx =
2
mn .
(2n + 1)
Pueden ser expresados en la siguiente forma explcita:

Pn (x) =
n
1 X n 2
(x 1)k (x + 1)nk .
2n k=0 k
Los primeros cinco polinomios de Legendre se dan a continuacin.

P0 (x) = 1 , P1 (x) = x,
1
P3 (x) = (10x3 6x),
4
1 2
(3x 1),
2
1
P4 (x) = (35x4 30x2 + 3).
8
P2 (x) =
En la siguiente figura se presentan las grficas en el intervalo [1, 1].
Figura A.3: Polinomios de Legendre
86
Polinomios de Chebyshev de primer tipo: en caso de que = = 21 y denotados por {T n }.
En 1854, P. L. Chebyshev al investigar sobre algunos mecanismos que transformaban la energa

de rotacin en energa de traslacin, introdujo los hoy conocidos polinomios de Chebyshev. En
su memoria, Thorie des mcanismes connus sous le nom de paralllogrammes, encontr la
mejor aproximacin polinmica uniforme de una funcin continua en un cierto intervalo (a, b),
hallando que los polinomios de Chebyshev de primer tipo, T n , son la solucin al problema
extremal.
Estos polinomios satisfacen la siguiente relacin de recurrencia :
T n+1 (x) = 2x T n (x) T n1 (x),
la cual, utilizando la definicin trigonomtrica de T n :
T n (x) = cos(n(arc cos x)),
tambin se pueden obtener de la identidad trigonomtrica:
cos(n + 1) + cos(n 1) = 2 cos cos n.
Adems satisface la ecuacin diferencial
(1 x2 ) y x y = n2 y.
La frmula de Rodrigues viene dada por:
T n (x) = (1)n
2n n! d n
1
1 x2
[(1 x2 )n 2 ]
n
(2n)! dx
y cumplen con la siguiente relacin de ortogonalidad:
h T n , T m iL2 ([1,1],1/2 , 1/2 ) =

Su expresin explcita es:
T n (x) =
R1
[n/2]
X
Un (x) Um (x)
(1)
k=0
n
2k
2
1 x2 dx = 0 si m , n.
xn2k (1 x2 )k .
Los cinco primeros polinomios de Chebyshev de primer tipo vienen expresados mediante:
T 0 (x) 1, T 1 (x) = x,
T 3 (x) = 4x3 3x),
T 2 (x) = 2x2 1,
T 4 (x) = 8x4 8x2 + 1.
A continuacin se presentan las grficas en el intervalo [1, 1].
87
Figura A.4: Polinomios de Chebyshev de Primer tipo

Polinomios de Chebyshev de segundo tipo: si = =
1
2
y denotados por Un .
Los polinomios de Chebyshev de segundo tipo, surgen en la teora de momento angular. Son
un caso particular de los polinomios de Gegenbauer que veremos ms adelante y satisfacen la
siguiente relacin de recurrencia:
Un+1 (x) = 2x Un (x) Un1 (x).
La definicin trigonomtrica de Un viene dada por
Un (x) =
sin(n + 1)x
, x = cos [1, 1].
sin x
Cumplen con la ecuacin diferencial:
(1 x2 ) y 3x y = n(n + 2) y
y con la frmula de Rodrigues:
(1)n 2n n! d n
2 n 12
Un (x) =
[(1
x
) ].
n
1 x2 (2n)! dx
La relacin de ortogonalidad, est dada por:
h Un , Um iL2 ([1,1],1/2,1/2 ) =
R1
Un (x) Um (x)
dx =
1 x2
(n + 1), n = m,
0,
n , m.
88
Su expresin explcita viene dada mediante:

!
[ 2n ]
X
n + 1 n2k 2
x
(x 1)k .
Un (z) =
2k
+
1
k=0
Por otra parte, observemos que diferenciando T n (x) = cos n con respecto a x, obtenemos
que:
!
d
n sin n
sin n
d
T n (x) =
cos n
=
= n
= nUn1 (x),
x = cos .
d
dx
sin
sin
As, podemos relacionar los polinomios de Chebyshev de primer y segundo tipo, mediante:
Un1 (x) =
1
T (x)
n n
para cada n Z+ . Entre otras frmulas que los relacionan, estn

Un (x) Un2 (x) = 2T n (x).
T n1 (x)
= Un (x) xUn1 (x).
Los seis primeros polinomios de Chebyshev de Segundo tipo son:
U0 (x) = 1,
U1 (x) = 2x,
U2 (x) = 4x2 1,
U3 (x) = 8x3 4x, U4 (x) = 16x4 12x2 + 1, U5 (x) = 32x5 32x3 + 6x.
A continuacin se presentan las grficas en el intervalo [1, 1].
Figura A.5: Polinomios de Chebyshev de Segundo tipo
89
Polinomios de Gegenbauer o Ultraesfricos: con = =

nsimo polinomio de Gegenbauer mediante Cn .
1
2
y usualmente se denota al
Estos polinomios deben su nombre a L. B. Gegenbauer (1849 1903), quien fue alumno de
K. Weierstrass y L. Kronecker. Tienen aplicaciones en diversas reas de las Matemticas, como
la Geometra Diferencial, en donde aparecen de manera natural para parmetros = n N y
en las isometras de la hiperesfera por lo que tambin son llamados polinomios ultraesfricos.
1
Son polinomios ortogonales con respecto al peso de Gegenbauer (x) = (x) = (1 x2 ) 2
en [1, 1] y la integrabilidad de este peso est garantizada por la condicin de que > 21 .
Siguiendo la notacin de Szeg en [72], los polinomios de Gegengauer pueden ser expresados
de la siguiente forma explcita:
Cn
(x) =
n
X
(1)k ()nk
k=0
k! (n 2k)!
(2x)n2k
y tambin en trminos de los polinomios de Jacobi P(,)

, con = = 21 , por
n
Cn (x)
( + 1/2) (n + 2)
( 1 , 1 )
Pn 2 2 (x)
(2) (n + + 1/2)
(2)n
( 1 , 1 )
=
Pn 2 2 (x)
( + 1/2)n
donde ()n es el smbolo de Pochhammer.

En 1884, Gegenbauer en Zur Theorie der Functionen Cn (x), lleg a la siguiente expresin:
Cn() (x)
[n/2]
X
()
ak,n Cn2k
(x),
k=0
donde
() (n 2k + ) (k + ) (n k + )
,
() k! ( ) (n k + + 1)
ak,n (x) =
para > > 1.
Estos polinomios satisfacen la llamada ecuacin diferencial de Gegenbauer:
(1 x2 ) y (x) (2 + 1) y + n(n + 2) y = 0.
La frmula de Rodrigues viene expresada mediante:
1
(1 x2 ) 2 Cn() (x) =

(2)n ()n d n
2 12 +n
(1
x
)
.
n! (n + 2)n dxn
Cumplen la relacin de ortogonalidad:

D
Cn , Cm
L2 ([1,1], )
212 (n + 2)
nm
n! (n + ) [()]2
90
y satisfacen la siguiente relacin de recurrencia:
n Cn (x) = 2(n + 1) x Cn1

(x) (n + 2 2) Cn2
(x),
para n = 2, 3, . . . , con C0 (x) 1 y C1 (x) = 2x.

Una expresin explcita viene dada por:
Cn (x) =
[ n2 ]
X
(1)k (n k + )
k=0
() k!(n 2k)!
(2x)n2k .
Notemos que
C2k
(0) =
Adems
(1)k ()k
y C2k+1
(0) = 0.
k!(n 2k)!
Cn (x) = (1)n Cn (x)
Cn (1) =
(2)n
.
n!
2
Cabe destacar que cuando = 0, C0 (x) 1, y Cn (x) = T n (x) para n > 0, donde T n (x) es
n
el polinomio de Chebyshev de Primer tipo de grado n.
Algunos ejemplos de polinomios de Gegenbauer son:
C20 (x) = 2x2 1,
C42 (x) = 80x4 48x2 + 3,
C02 (x) = 1,
C31 (x) = 8x3 4x,
C32 (x) = 32x3 12x,

C41 (x) = 16x4 12x2 + 1.
Con grficas,
Figura A.6: Polinomios de Gegenbauer
91
A.1.4. Polinomios de Bessel

Los polinomios de Bessel denotados por B()
n , constituyen una familia uniparamtrica de parmetro , donde , 2, 3, 4, . . . No corresponden a un caso positivo debido a que la medida de
ortogonalidad no es positiva. Aunque estos polinomios haban sido considerados por muchos matemticos, fueron H. L. Krall y O. Frink quienes lo presentaron formalmente en 1949 en su artculo
A new class of orthogonal polynomials y les dieron el nombre por su relacin con las funciones de
Bessel.
Estos polinomios satisfacen la siguiente relacin de ortogonalidad:
D
B()
n ,
B()
m L2 (T ,)
()
B()
n (z) Bm (z)
+
X
k=0
2
(a + 2)
(a + k + 1) z
!k
dz =
2(1)n+1 n!
mn
(2n + + 1) ( + 1)n
donde T := {|z| = 1}.
!k
1 P+ (a + 2)
2
Al considerar la funcin peso (x) =
con > 2, (x) = x2

2i k=0 (a + k + 1) x
y (x) = ( + 2)x + 2 en (A,12), obtenemos que los polinomios de Bessel satisfacen la ecuacin
diferencial:
x2 y (x) [( + 2)x + 2] y (x) = n(n + + 1) y.
La frmula de Rodrigues viene dada por:
Bn (x) = 2n x e2/x
d n 2n+ 2x
[x
e ].
dxn
Adems cumplen con la siguiente relacin de recurrencia a tres trminos:

2(n + + 1) (2n + ) Bn (x) = (2n + ) [(2n + + 2)x + 2]Bn1 (x) + 2n (2n + + 2) Bn2 (x).
Una representacin explcita est dada por:
Bn (x)
n
X
k=0
n
k
(n + + 1)k
x k
2
Algunos ejemplos de estos polinomios, se indican a continuacin

B02(x) = 3x2 + 3x + 1,
B03(x) = 15x3 + 15x2 + 6x + 1,
B04(x) = 105x4 + 105x3 + 45x2 + 10x + 1.
92
Figura A.7: Polinomios de Bessel
A.2. Ortogonalidad tipo Sobolev

En contraste a los polinomios ortogonales considerados hasta ahora, el producto interno presentado
en esta seccin no slo envuelve valores de las funciones, sino tambin valores de las derivadas.
Un producto interno de Sobolev sobre el espacio P o sobre el espacio P(C) es, esencialmente, un
producto interno que involucra a las derivadas de los polinomios hasta un cierto orden.
Por el momento nos restringimos a la definicin de producto de Sobolev sobre el espacio de los
polinomios, que admiten derivada de cualquier orden y que son integrables con respecto a cualquier
medida finita de Borel.
En el espacio vectorial P(C) introducimos el siguiente producto interior,
hP, QiS :=
m Z
X
k=0
P
E
(k)
(x) Q(k) (x) dk (x)
m
X
k=0
hP(k) , Q(k) iL2 (E,k ) ,
(A.14)
donde los superndices entre parntesis denotan el orden de derivacin, {k }mk=0 , con m Z+ fijo,
un sistema de m + 1 medidas finitas de Borel con soporte k E R, para k = 0, 1, , m.
Supondremos que al menos el soporte de 0 contiene una cantidad infinita de puntos y, para evitar casos triviales, que m no es la medida nula. Si E es un conjunto no acotado, supondremos adems que
xn es k integrable en E para cada k y todo n Z+ . Al producto definido en (A,14) lo llamaremos
producto de Sobolev de orden m.
Ortogonalidad tipo Sobolev
93
La norma asociada a (A,14) se denomina norma de Sobolev y viene dada por:

m
12 m
12
X
X
(k)
(k)
(k)
2
2 ( )
h
f
,
f
i
k f kS = {h f, f iS } 2 =
=
k
f
k
.
2
L
k
L (k )
k=0
k=0
Una familia de polinomios {Qn }

n=0 es ortogonal con respecto a (A,14 ), si para cada n N se tiene
que grad(Qn ) = n y
(
, 0, n = m,
hQn , Qm iS
= 0, n , m.
En tal caso diremos que Qn es el n-simo polinomio ortogonal de Sobolev respecto a (A,14). Si
adems se tiene que hQn , Qn iS = 1 para todo n N, se dice que la familia {Qn }
n=0 , es ortonormal.
Se han estudiado propiedades algebraicas y diferenciales de los polinomios {Qn } ortogonales con
respecto a (A,14) cuando las medidas k = para cada k. En particular, se deduce una relacin
algebraica y otra relacin diferencial entre {Qn } y la sucesin {Pn } de polinomios ortogonales mnicos respecto a , bajo la hiptesis de que , es una medida que satisface una ecuacin diferencial
de Pearson y algunas condiciones extras. Por ejemplo, si consideramos en (A,14), k (x) = exp(x4 )
para cada k = 0, 1, . . . , m y x R, obtenemos el siguiente producto interno de Sobolev, definido en
P:
Z
m Z
X
4
hP, QiS :=
P(x) Q(x) exp(x )d(x) +
P(k) (x)Q(k) (x) exp(x4 )d(x),
(A.15)
R
k=1
Los polinomios {Qn } ortogonales con respecto a (A,15), son un caso particular de los llamados
polinomios de Freud-Sobolev. En [? ], los autores prueban que los polinomios de {Qn } satisfacen una
relacin de recurrencia a (2m + 3) trminos.
En general, el estudio de este producto interno, as como sus correspondientes sucesiones de polinomios ortogonales, es relativamente nuevo y se ha llevado a cabo de manera exhaustiva durante los
ltimos aos. La mayora de los resultados han sido obtenidos para m = 1 (ver [4], [42], [48],[45] y
[? ]):
Z
Z
hP, QiS :=
P(x)Q(x)d0 (x) +
P (x)Q (x)d1 (x)
(A.16)
E
hP, QiS :=
P(x)Q(x)d0 (x) + P (c)Q (c) > 0.
(A.17)
El producto de Sobolev (A,16) es un ejemplo de los denominados productos internos de Sobolev

continuos o caso no discreto. En los aos comprendidos entre 1962 y 1973, este producto de Sobolev
fue estudiado cuando d0 y d1 estn definidas mediante funciones de peso continuas. De 1991 a
1995, las medidas involucradas en la definicin (A,16), forman el llamado par de medidas coherentes
(ver definicin A.2.1 ms adelante), medidas tales que los polinomios ortogonales asociados a la
medida d1 cumplen una relacin con ciertas derivadas de los polinomios ortogonales asociados a
d0 . En el perodo comprendido entre los aos 1988 y 1995, el estudio fue orientado especialmente
para productos interno de Sobolev del tipo (A,17), ste es un ejemplo del caso discreto.
En general, el estudio de los polinomios ortogonales de Sobolev se ha enfocado desde puntos de
vista formalmente diferentes, segn el tipo de producto interno de Sobolev involucrado (ver [42]):
94
(a) El caso no diagonal, el cual estudia polinomios ortogonales respecto a productos internos de la
forma
Z
h f, giS =
F(x)AGt (x) d(x)
I
donde I es un intervalo real, acotado o no, es una medida de Borel absolutamente continua
con respecto a la medida de Lebesgue en I. Los vectores F y G vienen expresados por
F(x) = ( f (x), f (x), , f (m)(x)),
G(x) = (g(x), g (x), , g(m) (x))
y A es una matriz simtrica semidefinida positiva de orden m + 1 m + 1. Este caso ha sido

ampliamente estudiado cuando A es una matriz diagonal.
De igual manera han sido objeto de estudio polinomios ortogonales respecto a productos internos de la forma
Z
h f, giS =
F(z)AGt (z) d(z)
I
donde es una medida de Borel compleja, positiva y tal que para n dado, zn L1 (), cuyo
soporte contiene una cantidad infinita de puntos, los vectores F y G vienen expresados por
F(z) = ( f (z), f (z), , f (m)(z)),
G(z) = (g(z), g (z), , g(m)(z))
y A es una matriz hermitiana definida positiva de orden m + 1 m + 1.

(b) El caso continuo corresponde al estudio de polinomios ortogonales respecto al producto interno
de Sobolev definido en (A,14), en donde las medidas involucradas satisfacen que dk (x) =
k (x)dx, donde k es alguna funcin peso clsica.
(c) El caso discreto, donde los soportes de cada una de las medidas k con k = 1, , m de
(A,14), contienen un nmero finito de puntos. Por ejemplo,
Z
h f, giS =
f (x)g(x) d0 (x) + f ()g (),
es un caso particular de A.14, cuando m = 1, d1 = , donde es la delta de Dirac en .
(d) Si se considera el caso en que en el producto de Sobolev, m = 1, la primera medida de ortogonalidad, 0 es discreta y 1 es no discreta digamos
Z
hP, QiS = P(c)Q(c) + P (x)Q (x)d1 (x),
el producto de Sobolev es denominado discreto-continuo.
En 1996, T. E. Prez y M. A. Piar presentaron en [61], un primer ejemplo de este tipo de producto de Sobolev. En particular, los autores estudian los polinomios ortogonales generalizados
de Laguerre, Ln , para el caso en que = 1 y c = 0, como un ejemplo cannico de polinomios ortogonales con respecto a tal tipo de productos internos. Observemos que esta sucesin
95
de polinomios no es ortogonal con respecto a una medida de Borel positiva. Sin embargo, es
ortogonal con respecto al producto de Sobolev,
Z
hP, QiS = P(0)Q(0) + P (x)Q (x) exp(x) dx.
Una natural extensin de este producto interno est dado en [24], donde se estudian algunas
propiedades de la sucesin de polinomios ortogonales con respecto a una forma bilineal considerada.
En 1947, D. C. Lewis en [32], plante un problema que puede ser reformulado de la siguiente
manera:
Sean 0 , 1 , . . . , n , funciones montonas crecientes definidas en [a, b] y f una funcin definida
tambin en [a, b] y la cual satisface ciertas condiciones de regularidad (ver [? ] y [32]). Considere el
producto interno de Sobolev en Pn , dado por (A,14) y donde E = [a, b] :
m Z b
m
X
X
(k)
(k)
P (x) Q (x) dk (x) =
hP(k) , Q(k) iL2 ([a,b],k ) .
(A.18)
hP, QiS :=
k=0
k=0
Dada una funcin f, determinar un polinomio P Pn tal que la norma Sobolev k f PkS sea mnima.
La solucin al problema sigue al considerar {S n }n0 , la sucesin de polinomios ortonormales con
respecto al producto interno de Sobolev (A,18). Entonces cada S n (x) puede ser expresado de manera
explcita, aplicando el proceso de ortogonalizacin de Gram-Schmidt sobre 1, x, x2 , . . . Entonces,
P(x) =
n
X
ck S k (x)
k=0
donde ck = h f, S k iS .
Lewis no di esta interpretacin, simplemente coment que el problema da un sistema n + 1 ecuaciones para n + 1 coeficientes de P, el cual tiene una nica solucin si 0 , 1 , . . . , n son funciones
con una cantidad suficiente de puntos de crecimiento. Su resultado principal es una representacin
integral para f P.
Aunque Lewis en su trabajo no trata con polinomios ortogonales, su investigacin puede ser considerada como el punto de partida de la teora de polinomios ortogonales en espacios de Sobolev,
debido a que los siguientes autores utilizaron su trabajo como una motivacin para desarrollar tal
teora.
En el ao de 1962 (ver [? ]), P. Althammer present el primer trabajo sobre el tema en s. Record
el problema de Lewis y lo interpret en trminos de polinomios ortogonales. Sin embargo, seal que
en el caso general, la analoga entre los polinomios ortogonales {S n }n0 y los polinomios ortogonales
estndar, no podra ir muy lejos. Althammer consider el siguiente ejemplo de producto interno de
Sobolev:
Ejemplo A.2.1
hP, QiS =
P(x)Q(x)d0 (x) +
0
P (x)Q (x)d0 (x)
(A.19)
96
donde j = [1, 1] para j = 0, 1,

d0 (x) = dx
d0 (x) =
10dx, si 1 x < 0
dx,
si 0 x 1.
Los polinomios ortogonales mnicos respecto al producto (A,19), denominados polinomios de

Althammer y denotados por An , no poseen una formulacin cmoda, por ello solo nos limitaremos a
mostrar los cinco primeros elementos de la sucesin:
A0 (x) = 1
A1 (x) = x
A2 (x) = x2 +
1
27
x
35
3
A3 (x) = x3 +
24705
74115 2 64431
x
x
124450
124450
124450
A4 (x) = x4 +
844033050 3 2060017890 2 968801175

312018021
x
x
x+
1873273045
1873273045
1873273045
1873273045
A5 (x) = x5 +
83323629088875 4 214250266242530 3 104937613933950 2

x
x
x
171550139740686
171550139740686
171550139740686
26730969323265
18314478826875
x+
171550139740686
171550139740686
Observemos que A2 (x), tiene un raz en x = 1, 08 fuera del intervalo de ortogonalidad (1, 1).
Althammer consider que esto era una razn suficiente para dejar de lado el problema general y se
limit al producto interior especial:
Ejemplo A.2.2
hP, QiS =
P(x)Q(x) dx +
P (x)Q (x) dx
(A.20)
con > 0.
Este producto es una generalizacin del producto interno de Legendre y recibe el nombre de producto interno Legendre-Sobolev . Sus polinomios ortogonales asociados pueden verse como generalizaciones de los polinomios clsicos de Legendre. Althammer argument que hallar una raz fuera
del intervalo de ortogonalidad, es un fenmeno frecuente en la teora de polinomios ortogonales de
Sobolev. Prob que si {S n} es la sucesin de polinomios ortogonales asociados a (A,20), entonces
{S n } tiene n raices reales simples en (1, 1), hall una expresin de la ecuacin diferencial que
satisface S n y una relacin de recurrencia para la derivada de S n (ver [? ]).
97
Para > 0, tenemos los primeros seis polinomios mnicos ortogonales con respecto a (A,20) :
S 0 (x) = 1
S 1 (x) = x
S 2 (x) = x2
2
3
S 3 (x) = x3
3(5 + 1)
x
5(3 + 1)
S 4 (x) = x4
6(21 + 1) 2 3(35 + 1)
x +
7(15 + 1)
35(15 + 1)
S 5 (x) = x5
25(1352 + 57 + 1) 3 5(1892 + 77 + 1)
x +
x
21(1052 + 45 + 1)
21(1052 + 45 + 1)
S 6 (x) = x6
105(11552 + 125 + 1) 4 35(14852 + 153 + 1) 2 5(20792 + 189 + 1)

x +
x
77(9452 + 105 + 1)
77(9452 + 105 + 1)
231(9452 + 105 + 1)
En 1972, J. Brenner consider el siguiente producto interno (ver [? ]):
Ejemplo A.2.3
hP, QiS =
P(x) Q(x) exp(x)d(x) +
P (x) Q (x) exp(x)d(x) > 0.

1
Este producto es una generalizacin del producto interno de Laguerre con = 0. Sus resultados
son similares a los obtenidos por Althammer a excepcin de la frmula de recurrencia (ver [? ]).
Los primeros polinomios mnicos ortogonales Laguerre- Sobolev, son los siguientes:
G0 (x) = 1
G1 (x) = x 1
G2 (x) = x2
2( + 2)
2
x+
( + 1)
+1
G3 (x) = x3
3(22 + 7 + 3) 2 6(2 + 4 + 3)
6
x + 2
x 2
2
+ 3 + 1
+ 3 + 1
+ 3 + 1
98
4(33 + 162 + 21 + 4) 3 12(33 + 172 + 25 + 6) 2

x +
x
3 + 52 + 6 + 1
3 + 52 + 6 + 1
24
24(3 + 62 + 10 + 4)
x+ 3
3
2
2
+ 5 + 6 + 1
+ 5 + 6 + 1
G4 (x) = x4
G5 (x) = x5
5(44 + 293 + 652 + 40 + 5) 4 20(64 + 453 + 1002 + 81 + 10) 3

x +
x
4 + 73 + 152 + 10 + 1
4 + 73 + 152 + 10 + 1
60(44 + 313 + 772 + 65 + 10) 2

120
x 4
4
3
2
3
+ 7 + 15 + 10 + 1
+ 7 + 152 + 10 + 1
En el mismo ao, F. W. Schfke retoma el producto interno (A,20). Simplifica los clculos de
Althammer utilizando la normalizacin S n (1) = 1.
Finalmente, E. A. Cohen en 1975, introduce el nombre de espacio de Sobolev . El prob que
n
para > las raices de S n se intercalaban con los del polinomio de Legendre Pn1 .
2
Otros ejemplos de productos de Sobolev y algunos polinomios ortonormales respecto de cada
producto interno, se dan a continuacin.
Ejemplo A.2.4 Al considerar en P el producto interno:
R +
R +
hP, QiS = P(x)Q(x)exp(x2 ) d(x) + P (x)Q (x)exp(x2 ) d(x),
tenemos que, en contraste a los ejemplos anteriores, se obtienen polinomios mnicos ortogonales
cuyos coeficientes no dependen de , obtenemos los polinomios mnicos de Hermite:
H0 (x) = 1
H1 (x) = x
H2 (x) = x2
1
2
3
H3 (x) = x3 x
4
H4 (x) = x4 3x2 +
3
4
H5 (x) = x5 5x3 +
15
x
4
H6 (x) = x6
15 4 45 2 15
x + x
2
4
18
99
En el siguiente ejemplo de producto interno de la forma (b) y para m = 1, la funcin peso involucrada es la funcin de Jacobi en el intervalolo [1, 1].
Ejemplo A.2.5 Consideremos sobre P, el producto interno de Sobolev definido por:
Z 1
Z 1
(,)
h f, giS =
f (x)g(x)
(x)dx +
f (x)g (x)(,) (x)dx
1
(A.21)
donde (,) : [1, 1] R es la funcin peso Jacobi expresada por:

(,) (x) = (1 x) (1 + x)
con , > 1 y > 0.
Observemos que si en (A,21) = 0, obtenemos el producto interno con peso Jacobi:

Z 1
h f, gi(,) =
f (x)g(x)(,) (x)dx
(A.22)
Sean {P (,)
}n0 y {Q(,)
(, )}n0 la sucesin de polinomios ortogonales mnicos de Jacobi y
n
n
Jacobi-Sobolev mnicos con respecto a h , i(,) y h , iS , respectivamente. Es inmediato que los
primeros dos polinomios de la sucesin {Q(,)
(, )}n0 coinciden con los dos primeros polinomios
n
}
,
es
decir,
de la sucesin {P (,)
n0
n
Q(,)
(x, ) = 1 = P (,)
(x)
0
0
Q(,)
(x, ) = x +
1
( )
(x)
= P (,)
1
( + + 2)
Para grados mayores, ambas sucesiones son diferentes y los polinomios Q(,)
(, ) pueden ser expren
sados en trminos de los momentos asociados al producto interno de Jacobi (A,22)
Z 1
j
m j = h1, x i, =
x j , (x)dx
j = 0, 1, . . .
1
De la siguiente forma:

(,)
Qn (x, ) =

m0
m1
..
.
mn1
1
m0
m1
..
.
mn1
m1
m2
+ m0
..
..
.
.
mn
+ (n 1)mn2
m1
m2
+ m0
..
..
.
.
mn
+ (n 1)mn2
mn
mn+1
+ nmn1
..
.
m2n1
+ n(n 1)m2n3
xn
mn1
mn
+ (n 1)mn2
..
.
m2n2
+ (n 1)2 m2n4
(A.23)
100
Notemos que cada coeficiente de Q(,)

(, ) en (A.23), es una funcin racional en , cuyo numerador
n
y denominador tienen grado n 1. Para suficientemente grande, obtenemos los polinomios lmites
R(,)
asociados a la sucesin de polinomios ortogonales mnicos de Jacobi-Sobolev, {Q(,)
(, )}n0 ,
n
n
dada por
R(,)
(x) = Q(,)
(x, ) = P (,)
(x) = 1,
0
0
0
( )
R(,)
(x) = Q(,)
(x, ) = P (,)
(x) = x +
.
1
1
1
++2
Para n 2:

R(,)
(x)
=

n

m0
0
..
.
0
1
m0
0
..
.
0
m1
m0
..
.
..
.
mn
nmn1
..
.
(n 1)mn2 n(n 1)m2n3

x
xn
m1
m0
..
.
..
.
mn1
(n 1)mn2
..
.
(n 1)mn2 (n 1)2 m2n4
Luego, Rn(,) es un polinomio mnico, de grado n y no depende de .

H. Pijeira, Y. Quintana y W. Urbina en [68], para la clase de los polinomios ortogonales mnicos
{Q(,)
(, ) }n0
probaron que el menor intervalo cerrado que contiene a sus ceros
n
de Jacobi-Sobolev
reales es [ 1 + 2C, 1 + 2C]; donde C es una constante explcitamente determinada. Estudiaron la

distribucin asinttica de tales ceros, as como tambin analizaron el comportamiento asinttico de los
polinomios ortogonales mnicos de Jacobi-Sobolev respecto a los polinomios ortogonales mnicos
de Jacobi, bajo ciertas restricciones.
En 1973, F. W. Schfke y G. Wolf publicaron un enfoque general de los producto de Sobolev.
Todas las publicaciones anteriores estaban relacionadas con un productos de Sobolev en especial. El
producto interno estudiado por Schfke y Wolf puede ser reducido a la forma estndar:
Z b
hP, QiS =
(x) P(x) B Q(x) dx
(A.24)
a
siendo B un operador diferencial y donde (a, b) y cumplen que:

i) (a, b) = (1, 1) y es la funcin peso de Jacobi.
ii) (a, b) = (0, ) y es la funcin peso de Laguerre.
iii) (a, b) = (, ) y es la funcin peso de Hermite.
Bajo ciertas condiciones, los autores observaron que los polinomios ortogonales con respecto a
(A,24) son justamente los polinomios clsicos de Jacobi, Laguerre o Hermite; pero bajo otras condiciones los resultados no son tan sencillos. El trabajo de Schfke y Wolf proporciona resultados sobre
101
una amplia clase de productos internos e incluyen todos los resultados anteriores de Althammer y
Brenner. Sin embargo, para algunos entendidos, como H. G. Meijer en [? ], es dificil trasladar los
resultados generales a un caso concreto.
En 1991, A. Iserles, P. E. Koch, S. P. Norsett y J. M. Sanz-Serna consideraron el producto interno(ver [23]):
Z b
Z b
hP, QiS =
P(x) Q(x) d0 (x) +
P (x) Q (x) d1 (x),
(A.25)
a
donde 0 y 1 son funciones de distribucin sobre [a, b] y 0.

Sean {Pn } una sucesin de polinomios ortogonales con respecto a d0 (x) y mi, j = hPi , P j iS ,
entonces los polinomios ortogonales con respecto a (A,25), S n , pueden ser representados por:
S 0 1
S n (x) =
m0,0
m0,1
..
.
..
.
m1,0
m1,1
..
.
mn,0
mn,1
m0,n1 m1,n1 mn,n1

P0 (x) P1 (x) Pn (x)
para
n 1.
Observemos que en la primera fila solamente m0,0 es diferente de cero y en la primera columna
solamente m0,0 y P0 . Esto implica que
n
X
S n =
nj () P j (x),
j=1
para n 1 y en donde nj () es un polinomio en de grado menor o igual a n 1. Se introducen

una series de condiciones sobre las medidas y surgen as, los llamados pares coherentes de medidas.
Definicin A.2.1 Sean {Pn } y {Qn } , sucesiones de polinomios ortogonales con respecto a d0 (x) y
d1 (x), respectivamente. El par {d0 , d1} se denomina par coherente de medidas si existen constantes no nulas An , y Bn, tales que
Qn = An Pn+1 + Bn Pn ,
n 1.
Los autores probaron que si en (A,25), {d0 , d1} es un par coherente de medidas, entonces la sucesin {S n } de polinomios ortogonales con respecto al producto interno (A,25), tiene una estructura
interesante (ver [50]).
En 1995, F. Marcellan y J. C. Petronilho, estudiaron este problema de una manera ms general,
al considerar a 0 y 1 funcionales lineales cuasi definidas sobre P. Resolvieron completamente el
problema para el caso en que uno de los funcionales sea uno clsico, es decir, Hermite, Laguerre,
Jacobi o Bessel. Para otros resultados sobre par de medidas coherentes el lector puede consultar [47]
y [48].
A continuacin consideremos sobre P, los siguientes productos internos de Sobolev.
102
Ejemplo A.2.6 Producto interno de Gegenbauer-Sobolev definido en [1, 1] :

Z 1
Z 1
2 1/2
h f, giS =
f (x)g(x) (1 x )
dx +
f (x)g (x)(1 x2 )1/2 dx,
1
(A.26)
con > 1/2 y 0.

Claramente, si = 0, tenemos el clsico producto interno de Gegenbauer. Luego supondremos
que > 0. El producto interno (A,26), es definido positivo y por lo tanto existe la correspondiente
sucesin de polinomios ortogonales. Los polinomios ortogonales con respecto a (A,26) han sido
estudiados por T. E. Prez en [67]. Este producto involucra en su definicin un par coherente de
medidas, estudiado primeramente por A. Iserles, P. E. Koch, S. P. Norsett y J. M. Sanz-Serna en [23].
Las races de estos polinomios han sido estudiados por H. G. Meijer en [48], por T. E. Prez en [67]
y que todas las races se acumulan en [1, 1] cuando n por A. Martnez-Finkelshtein, J. J.
Moreno-Balczar y H. Pijeira en [46].
Ejemplo A.2.7 Producto interno de Freud-Sobolev definido en R (ejemplo de una medida no clsica):
Z
Z
4
h f, giS =
f (x)g(x) exp(x ) dx +
f (x)g (x) exp(x4 ) dx.
(A.27)
En el ao 2003, A. Cachafeiro, J. J. Moreno-Balczar y F. Marcelln analizaron la conexin entre

los llamados polinomios de Nevai asociados con la funcin de peso Freud, (x) = exp(x4 (x), y
los polinomios asociados al producto (A,27). Si {Pn }n0 y {Qn }n0 son las sucesiones de polinomios
mnicos asociados a la medida y a (A,27), respectivamente, los autores probaron la siguiente
expresin:
Pn (x) = Qn (x) + n2 Qn2 (x)
para n 3, y algn n2 > 0 ( ver [12]).
Con respecto al producto interno de Sobolev, caso continuo discreto, durante los ltimos aos
varios autores han estudiado polinomios ortogonales respecto de estos productos (ver [6]):
hP, QiS =
P(x)Q(x) d0 (x) +
I
m
X
Mk P(k) (c)Q(k) (c),
(A.28)
k=0
donde 0 es una medida de Borel positiva y finita soportada en un intervalo I de R, c < I (el interior
de I), m 1, Mk > 0, para k = 0, ..., n 1 y Mm > 0. Algunas propiedades de los polinomios
Qn ortogonales respecto del producto (A,28) y en especial, la localizacin de los ceros de dichos
polinomios ha sido considerada por ejemplo en [5], [41], [49], destacando la existencia de ceros fuera
S
de la envoltura convexa de I {c} los cuales pueden ser incluso complejos ( ver [6], [3], [51]). Uno
de los primeros resultados sobre ceros de los polinomios Qn , es que tienen al menos n (m + 1)
cambios de signo o ceros de multiplicidad impar en I siempre que n m + 1. Este nmero en I,

no depende del orden de las derivadas en el producto (A,28) sino del nmero de trminos en la parte
discreta del producto interior de Sobolev (ver [6]).
103
Una propiedad interesante de los polinomios clsicos es el entrelazamiento de los ceros, lo cual
ocurre en el caso de que en (A,28), 0 sea una medida absolutamente continua con respecto a una
clsica y parte discreta nula. Luego, todos los ceros de Qn+1 se entrelazan con los de Qn . Sin embargo, para productos tipo Sobolev con Mk 0, los polinomios Qn y Qn+1 pueden tener ceros
comunes(ver [6]).
Bibliografa
[1] R. A. Adams y J. F. Fournier: Sobolev Spaces, Segunda Edicin, Academic Press Inc., San
Diego, USA, 2003.
[2] R. P. Agawal y G. V. Milovanovic: Extremal problems, inequalities, and classical orthogonal
polynomials, Journal Applied Mathematics and Computation,128 (2002), 151-166.
[3] M. Alfaro, F. Marcelln, H. G. Meijer y M. L. Rezola: Symmetric orthogonal polynomials for
Sobolev-type inner products, Journal of Mathematical Analysis and Applications, 184 (1994),
360-381.
[4] M. Alfaro, F. Marcelln y M.L. Rezola: Orthogonal polynomials on Sobolev spaces: Old and
new directions, Journal of Mathematical Analysis and Applications, 48 (1993), 113-131.
[5] M. Alfaro, F. Marcelln, M. L. Rezola y A. Ronveaux: On orthogonal polynomials of Sobolev
type: algebraic properties and zeros, Journal on Mathematical Analysis, 23 (1992), 737-757.
[6] M. Alfaro y M. L. Rezola, Ceros de polinomios ortogonales de Sobolev, Margarita Mathematica
en memoria de Jos Javier (Chicho) Guadalupe Hernndez, Editores: Universidad de La Rioja,
569-576, Espaa, 2001.
[7] R. lvarez-Nodarse: On characterizations of classical polynomials, Journal of Computational
and Applied Mathematics, 196 (2006), 320-337.
[8] R. lvarez-Nodarse: Polinomios hipergeomtricos y q-polinomios, Monografas del Seminario Matemtico Garca de Galdeano, Prensas Universitarias de Zaragoza, Zaragoza, Espaa, 26
(2003).
[9] G. E. Andrews y L. L. Littlejohn: A combinatorial interpretation of the Legendre-Stirling numbers, Proceedings of the American Mathematical Society, 137 (2009), 2581-2590.
[10] A. I. Aptekarev, A. Draux y V. A. Kalyagin: On the asymptotics of sharp constants in MarkovBernstein inequalities in integral metrics with classical weight, Communications of the Moscow
Mathematical Society, 55 (2000), 173-174.
[11] P. Borwein y T. Erdlyi: Polynomials and Polynomials Inequalities, Springer-Verlag, New York,
1995.
105
106
BIBLIOGRAFA
[12] A. Cachafeiro, J. J. Moreno-Balczar y F. Marcelln: On asymptotic properties of Freud-Sobolev

orthogonal polynomials, Journal of Approximation Theory, 125 (2003), 26-41.
[13] E. W. Cheney: Introduction to Approximation Theory, Mcgraw-Hill Book Co., New York, 1996.
[14] T. S. Chihara: An Introduction to Orthogonal Polynomials, Gordon and Breach Science Publishers, New York, 1978.
[15] P. Drfler: A Markov Type Inequality for Higher Derivatives of Polynomials, Monatshefte fr
Mathematik, 109 (1990), 113-122.
[16] P. Drfler: New inequalities of Markov type, Journal on Mathematical Analysis, 18 (1987),
490-494.
[17] T. Erdlyi: Markov-Nikolskii type inequalities for exponential sums on finite intervals, Advances
in Mathematics, 208(2007), 135-146.
[18] T. Erdlyi: Markov -and Bernstein- type inequalities for Mntz polynomials and exponential
sums in L p , Journal of Approximation Theory, 104 (2000) 142-152.
[19] J. A. Favard: Sur les polynomes de Tchebicheff, Comptes Rendus de lAcadmie des Sciences
Paris, 200 (1935), 2052-2053.
[20] N. K. Govil y G. Labelle: On Bernsteins inequality, Journal of Mathematical Analysis and
Applications, 126 (1987), 494-500.
[21] A. Guessab y G. V. Milovanovic: Weighted L2 analogues of Bernsteins inequality and classical
orthogonal polynomials, Journal of Mathematical Analysis and Applications, 182 (1994) 244249.
[22] E. Hille, G. Szego y J. D. Tamarkin: On some generalizations of a theorem of A. Markoff, Duke
Mathematical Journal, 3 (1937), 729-739.
[23] A. Iserles, P.E. Koch, S. Norsett y J.M. Sanz-Serna: On polynomials orthogonal with respect to
certain Sobolev inner products, Journal of Approximation Theory 65 (1991), 151-175.
[24] I. H.Jung, K. H. Kwon y J. K. Lee: Sobolev Orthogonal Polynomials relative to p(c)q(c) +
h, p (x)q (x)i , Communications of the Korean Mathematical Society, 12(1997), 603-617.
[25] N. Korneichuk, L. Kudryavtsev, Vasilii S Vladimirov y V. Dzyadyk: Sergei Mikhailovich Nikolskii (on his eighty-fifth birthday), Russian Mathematical Surveys, 46 (1991), 241-250.
[26] A. Kufner y B. Opic: How to define reasonably Weighted Sobolev Spaces, Commentationes
Mathematicae Universitatis Caroline, 25 (1984), 537-554.
[27] K. H. Kwon y D. W. Lee: Markov-Bernstein type inequalities for polynomials, Bulletin of the
Korean Mathematical Society, 36 (1999), 63-78.
[28] G. Labelle: Concerning polynomials on the unit interval, Proceedings of the American Mathematical Society, 20 (1969), 321-326.
[29] P. Lancaster y M. Tismenetsky: The Theory of Matrices, Segunda edicin, Academic Press,
New York, 1985.
BIBLIOGRAFA
107
[30] E. Levin y D. S. Lubinsky: Orthogonal Polynomials for Exponential Weights, Springer-Verlag,

New York, 2001.
[31] E. L. Levin y D. S. Lubinsky: L Markov and Bernstein inequalities for Freud weights, Journal
on Mathematical Analysis, 21 (1990), 1065-1082.
[32] D. C. Lewis: Polynomial least square approximation, American Journal of Mathematics, 69
(1947), 273-278.
[33] G. Lpez Lagomasino y H. Pijeira: Polinomios Ortogonales, XIV Escuela Venezolana de Matemticas 2001, Facultad de Ciencias, Universidad de los Andes, Mrida, Venezuela, 2001.
[34] G. Lpez Lagomasino y H. Pijeira: Zero location and n-th root asymptotics of Sobolev orthogonal polynomials, Journal of Approximation Theory, 99 (1999), 30-43.
[35] G. G. Lorentz: Approximation of Functions, Segunda edicin, Chelsea, New York, NY, 1986.
[36] D. S. Lubinsky: L Markov and Bernstein inequalities for Erds weights, Journal of Approximation Theory, 60 (1990), 188-230.
[37] D. S. Lubinsky: A survey of weighted polynomial approximation with exponential weights,
Surveys in Approximation Theory, 3 (2007), 1-105.
[38] D. S. Lubinsky: Bernsteins weighted approximation on R still has problems, Electronic Transactions on Numerical Analysis, 25 (2006), 166-177.
[39] D. S. Lubinsky: L p Markov-Bernstein Inequalities on Arcs of the Circle, Journal of Approximation Theory, 108 (2001), 1-17.
[40] A. Lupas: An inequality for polynomials, Publications de la facult delectrotechinique de
lUniversite a Belgrade, 493 (1974), 241-243.
[41] F. Marcelln, T. E. Prez y M. A. Piar: On zeros of Sobolev type orthogonal polynomials,
Rendiconti Di Matematica e Delle Sue Applicazioni, 12 (1992), 455-473.
[42] F. Marcelln y Y. Quintana: Polinomios Ortogonales No Esndar. Propiedades Algebraicas Y
Anliticas, XXI Escuela Venezolana de Matemticas. Escuela Matemtica de Amrica Latina
y El Caribe. Emalca-Venezuela 2009, Facultad de Ciencias, Universidad de los Andes, Mrida,
Venezuela, 2009.
[43] F. Marcelln y J. M. Rodrguez: Markov type inequalities in weighted Sobolev spaces, manuscript.
[44] A. A. Markov: On a question of D. I. Mendeleev, Zap. Imp. Akad. Nauk, St. Petersburg, 62
(1889), 1-24.
[45] A. Martnez-Finkelshtein: Asymptotic properties of Sobolev orthogonal polynomials, Journal of
Computational and Applied Mathematics, 99 (1998), 491-510.
[46] A. Martnez-Finkelshtein, J. J. Moreno-Balczar, y H. Pijeira, Strong asymptotics for
Gegenbauer-Sobolev orthogonal polynomials, Journal of Computational and Applied Mathematics, 81 (1997), 211-216.
108
BIBLIOGRAFA
[47] H. Meijer: Determination of all coherent pairs, Journal of Approximation Theory 89(1997),
321-343.
[48] H. G. Meijer: A short history of ortogonal polynomials in a Sobolev space, I. The non-discrete
case,Delft University of Technology, Faculty of Technical Mathematics and Informatics, 1996.
[49] H. G. Meijer: Zero distribution of orthogonal polynomials in a certain discrete Sobolev space,
Journal of Mathematical Analysis and Applications, 172 (1993), 520-532.
[50] H. G. Meijer: Coherente pairs and zeros of Sobolev-type orthogonal polynomials, Indagationes
Mathematicae,4 (1993), 163-176.
[51] H. G. Meijer: On real and complex zeros of orthogonal polynomials in a discrete Sobolev space,
J. Comput. Appl. Math.49 (1993), 179-191.
[52] D. I. Mendeleev: Investigation of aqueous solutions based on specific gravity. St. Petersburg,
1887.
[53] T.M. Mills, S. J. Smith y A. K. Varma: Markoff type inequalities for curved majorants, Journal
of the Australian Mathematical Society, 58 (1995), 1-14.
[54] I. . Milovanovic y M. A. Kovacevic: An extremal problem for real algebraic polynomials,
Tamkang Journal of Mathematics, 24 (1993), 203-208.
[55] G. V. Milovanovic, D. S. Mitrinovic y Th. M. Rassias: Topics in Polynomials: Extremal problems, inequalities, zeros, Wordl Scientific Publishing Co. Pte. Ltd., Singapore, 1994.
[56] L. Mirsky: An inequality of the Markov-Bernstein type for Polynomials, Journal on Mathematical Analysis, 14 (1983), 1004-1008.
[57] P. Nevai: Orthogonal polynomials,Memoirs of the American Mathematical Society, 213 Providence, Rhode Is1and, 1979.
[58] P. Nevai, V. Totik: Weighted polynomial inequalities, Constructive Approximation, 2 (1986),
113-127.
[59] P. Nevai, Geza Freud: Orthogonal polynomials and Chnstoffel functions. A case study, Journal
of Approximation Theory 48 (1986). 3-167.
[60] S. M. Nikolski: Some Words about Myself, Steklov Institute of Mathematics, 232 ( 2001), 2-12.
[61] T. E. Prez y M. A. Piar: it On Sobolev orthogonality for Generalized Laguerre polynomials,
Journal of Approximation Theory, 86 (1996), 278-285.
[62] D. Prez y Y. Quintana: Some Markov-Bernstein type inequalities and certain class of Sobolev
polynomials, Journal of Advanced Mathematical Studies.4 (2011), 85-100.
[63] D. Prez y Y. Quintana: Some Markov-Bernstein type inequalities and certain class of Sobolev
polynomials, Abstracts Short Communications and Posters. International Congress of Mathematicians, Agosto 26-28, (pp. 549-550). Hindustan Book Agency, 2010.
BIBLIOGRAFA
109
[64] D. Prez y Y. Quintana : Some Markov-Bernstein type inequalities and certain class of Sobolev polynomials, [Abstracts en lnea] The international Satellite Conference on Harmonic
analysis (SATEHAI CM2010), Consultado el da 03 de Septiembre de 2010 de la World Wide Web:http://niser.ac.in/ sateha
[65] D. Prez y Y. Quintana: On inequalities of Markov-Bernstein type and Nikolskii type associated
to weighted Sobolev norms , manuscript.
[66] D. Prez, Y. Quintana: A survey on the Weierstrass approximation theorem, Divulgaciones Matemticas. 16 (2008) 231-247.
[67] T.E. Prez: Polinomios Ortogonales respecto a productos de Sobolev: el caso continuo, Ph.D.
Thesis, Departamento de Matemtica Aplicada, Universidad de Granada, 1994.
[68] H. Pijeira, Y. Quintana y W. Urbina: Zero localization and asymptotic behavior of orthogonal
polynomials of Jabobi-Sobolev, Revista Colombiana de Matemticas, 35 (2001), 77-97.
[69] A. Pinkus: Negative Theorems in Approximation Theory, The American Mathematical Monthly,
110 (2003), 900-911.
[70] G. V. Radzievskii: Direct and inverse theorems on approximation by root functions of a regular
boundary-value problem, Sbornik: Mathematics, 197 (2006) 1037-1083.
[71] K-G Steffens: The History of Approximation Theory From Euler to Bernstein, Birkhuser,
Boston-Basel-Berlin,175 (2006), 98-105.
[72] G. Szeg: Orthogonal Polynomials, Colloquium Publications American Mathematical Society,
Cuarta edicin, Providence, R.I., 1975.
[73] Q. M. Tariq: Concerning polynomials on the unit interval, Proceedings of the American Mathematical Society, 99 (1987), 293-296.
[74] W. Van Assche : Orthogonal polynomials in the complex plane and on the real line, Fields
Institute Communications, 14 (1997), 211-245.

TesisMaster Markov05!01!12

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TesisMaster Markov05!01!12

Cargado por

Copyright:

Formatos disponibles

Universidad Central de Venezuela

DESIGUALDADES DE TIPO MARKOV-NIKOLSKII

Autora: Msc. Dilcia J. Prez

Caracas, 27 /05 /2011

En este trabajo, estudiamos problemas asociados a desigualdades de tipo Markov-Bernstein con

1. Desigualdades clsicas de Markov, Bernstein y Nikolskii

3. Problemas extremales de tipo Markov-Bernstein en espacios de Sobolev con pesos

2. Problemas extremales de tipo Markov-Bernstein-Nikolskii

Las desigualdades de tipo Markov-Bernstein son estimaciones de las normas de derivadas de

para cada P Pn (C).

clsica de Markov y est dada por:

En 1892, su hermano Vladimir

1.1. Desigualdades de Markov y de Bernstein

Desigualdades de Markov, Bernstein y Nikolskii

tenemos la siguiente desigualdad:

Desigualdades de Markov y de Bernstein

La igualdad se cumple para P(z) = Czn , donde C es una constante cualquiera.

Desigualdades de Markov, Bernstein y Nikolskii

tambin tiene 2n races distintas. Una de estas races es ya que

Desigualdades de Markov y de Bernstein

|P (x)| 1 x2 kP kD nkPkD nM.

Desigualdades de Markov, Bernstein y Nikolski

kPk = max |n 1 x2 P(x)|.

Demostracin (Teorema 1.1.1)

En particular, tenemos la desigualdad (1,2).

1.2. Algunas extensiones de las desigualdades de Markov y de

Algunas extensiones de las desigualdades de Markov y Bernstein

donde (2k 1)!! = 1 3 5 (2k 1) y k = 1, , n. La igualdad se satisface para el polinomio

donde E C es un conjunto compacto y conexo; en 1959, Ch. Pommerenke lleg a la siguiente

Desigualdades de Markov, Bernstein y Nikolski

donde k es la capacidad logartmica de E . Considerando este hecho y con la finalidad de que la

1.2.1. Generalizaciones en la Norma Lq

Observemos que en el caso q , la desigualdad (1,10) se reduce a la desigualdad clsica de

1.3. Desigualdades de tipo Nikolskii

Teorema 1.2.5 Sean q > 1 y P Pn . Entonces

1.3. Desigualdades de tipo Nikolskii

con n (I)q, p la constante ptima.

Desigualdades de Markov, Bernstein y Nikolski

con 1 q p +, I. I. Ibragimov en 1960, obtuvo el siguiente resultado (ver [55]):

kPkLq ([1,1]) (1 + o(1)),

En 1954, N.K. Bari prob que:

1.3. Desigualdades de tipo Nikolskii

donde c (0.539, 0.58).

El polinomio extremal para (1,14), viene dado por la expresin

En 1984, H. N. Mhaskar y E. B. Saff considerando los pesos exponenciales, (x) = exp(|x| )

proporcionaron la siguiente generalizacin de las desigualdades de Nikolskii, para el caso en que

Algunos datos biogrficos sobre D. Mendeleev, hermanos Markov y S. Bernstein

donde la constante C = C(, p, q) > 0, es independiente de n y P, y

1.4. Algunos datos biogrficos sobre D. Mendeleev, hermanos Markov y S. Bernstein

Figura 1.1: Dmitrii Ivanovich Mendeleev

Dmitrii Ivanovich Mendeleev

Algunos datos biogrficos sobre Mendeleev, hermanos Markov, Bernstein y Nikolskii

1.4.2. Andr Andreyevich Markov

Figura 1.2: Andr Andreyevich Markov

Vladimir Andreevich Markov

1.4.3. Vladimir Andreevich Markov

En 1892, Vladimir Andreevich Markov ampli la

Algunos datos biogrficos sobre Mendeleev, hermanos Markov, Bernstein y Nikolskii

1.4.4. Sergei Natanovich Bernstein

Figura 1.4: Sergei Natanovich Bernstein

Sergei Natanovich Bernstein

Investigacin y Solucin de Ecuaciones Diferenciales Parciales Elpticas de Segundo Grado. En

Algunos datos biogrficos sobre Mendeleev, hermanos Markov, Bernstein y Nikolskii

1.4.5. Sergey Mijilovich Nikolskii