Teoría Matemáticas Aplicadas

Matematicas de la especialidad
y
Metodos Matematicos
Eusebio Corbacho Rosas
September 7, 2015
Contenido
Presentaci
on
1 Preliminares
1.1 Teoremas de Stone-Weierstrass . . . . . . . . . . . . .
1.2 Medida e integraci
on . . . . . . . . . . . . . . . . . . .
1.2.3 Funciones medibles. . . . . . . . . . . . . . . .
1.2.10 La integral respecto a una medida . . . . . . .
1.2.13 Teoremas de convergencia . . . . . . . . . . . .
1.2.18 Los espacios Lp (X, ) (1 p < ) . . . . . .
1.2.23 Modos de convergencia . . . . . . . . . . . . . .
1.2.25 Teoremas de Fubini . . . . . . . . . . . . . . .
1.2.31 Teoremas de Radon-Nikodym . . . . . . . . . .
1.2.38 Teorema de representaci
on de Riesz . . . . . .
1.2.42 La medida de Lebesgue en Rn y sus variedades
1.3 Campos en R3 . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Circulaciones . . . . . . . . . . . . . . . . . . .
1.3.3 Flujos . . . . . . . . . . . . . . . . . . . . . . .
1.3.5 Generalizaciones de la regla de Barrow . . . . .
1.3.6 El Teorema de la Divergencia . . . . . . . . . .
1.3.13 El Teorema del Rotacional . . . . . . . . . . .
1.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . .
2 Problemas inversos
2.1 El caso lineal finito dimensional . . .
2.2 Casos no lineales . . . . . . . . . . .
2.2.1 Polinomios . . . . . . . . . .
2.2.2 Funciones continuas . . . . .
2.2.3 Funciones contractivas . . . .
2.2.7 Metodo de Newton . . . . . .
2.2.8 Ajuste de una nube de puntos
2.3 Ejemplos . . . . . . . . . . . . . . .
2.4 Ejercicios . . . . . . . . . . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
9
21
25
28
32
37
41
42
48
54
57
63
65
68
70
70
78
81
.
.
.
.
.
.
.
.
.
83
83
85
85
87
87
91
91
93
96
CONTENIDO
3 M
etodos num
ericos para Ecuaciones Diferenciales
3.1 Introducci
on . . . . . . . . . . . . . . . . . . . . . . .
3.2 Ecuaciones lineales . . . . . . . . . . . . . . . . . . .
3.2.1 Circuitos RLC . . . . . . . . . . . . . . . . .
3.2.2 Oscilador lineal . . . . . . . . . . . . . . . . .
3.3 Ecuaciones aut
onomas . . . . . . . . . . . . . . . . .
3.3.1 Lobos y corderos . . . . . . . . . . . . . . . .
3.4 Metodos de un paso . . . . . . . . . . . . . . . . . .
3.4.6 Metodo de Euler . . . . . . . . . . . . . . . .
3.4.7 Metodos de Runge-Kutta . . . . . . . . . . .
3.5 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1 Calentamiento-Enfriamiento . . . . . . . . . .
3.5.3 Reacciones qumicas . . . . . . . . . . . . . .
3.5.4 Lanzamientos . . . . . . . . . . . . . . . . . .
3.5.7 Curvas de persecuci
on . . . . . . . . . . . . .
3.5.8 Curvas de arrastre . . . . . . . . . . . . . . .
3.5.9 Mec
anica Hamiltoniana . . . . . . . . . . . .
3.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
99
100
101
101
103
103
104
107
107
109
109
110
110
112
112
114
116
4 Variable compleja
4.1 El cuerpo A-cerrado de los n
umeros complejos .
4.2 Derivaci
on compleja . . . . . . . . . . . . . . .
4.3 Funciones holomorfas . . . . . . . . . . . . . . .
4.4 Integraci
on compleja . . . . . . . . . . . . . . .
4.5 Funciones analticas . . . . . . . . . . . . . . .
4.5.1 Sucesiones y series de funciones . . . . .
4.5.3 Series de potencias . . . . . . . . . . . .
4.5.9 Ceros . . . . . . . . . . . . . . . . . . .
4.6 Funciones meromorfas . . . . . . . . . . . . . .
4.6.1 Series de Laurent . . . . . . . . . . . . .
4.6.4 La transformada z . . . . . . . . . . . .
4.6.7 Polos . . . . . . . . . . . . . . . . . . . .
4.6.12 Residuos . . . . . . . . . . . . . . . . . .
4.6.16 Usos del Teorema de los Residuos . . . .
4.7 Ejercicios . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
117
117
121
125
129
135
135
136
140
141
141
144
146
150
152
158
.
.
.
.
.
.
.
165
. 165
. 168
. 173
. 175
. 184
. 189
. 198
5 Transformadas integrales
5.1 Transformadas de Fourier y de Laplace . . . .
5.2 La F -transformada de medidas finitas en R .
5.3 La L-transformada de medidas finitas en R+
5.4 La F -transformada en el espacio L1 (R) . . . .
5.5 La F -transformada en el algebra (L1 (R), ?). .
5.6 La L-transformada en el espacio L1 (R+ ). . .
5.7 Aplicaciones de las F -transformadas . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
CONTENIDO
5.8 Aplicaciones de las L-transformadas . . . . . . . . . . . . . . 203

6 Problemas de Sturm Liouville
6.1 Espacios con producto escalar . . . . . .
6.2 Aproximaci
on hilbertiana . . . . . . . .
6.3 Bases hilbertianas . . . . . . . . . . . .
6.4 Teora espectral en espacios de Hilbert .
6.5 El problema regular de Sturm-Liouville.
6.6 Ecuaciones de la fsica-matem
atica . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
209
209
212
216
220
231
247
7 TRABAJOS
253
Bibliografa
257
Presentaci
on
Estas notas recogen la informaci
on te
orica y pr
actica que la Universidad de
Vigo ofrece durante el curso 2015-2016 a los alumnos de las asignaturas:
- Matem
aticas de la Especialidad del curso 3o del Grado en Tecnologas
Industriales
- Metodos Matem
aticos del M
aster de Ingeniera Industrial
El texto se completa con una colecci
on de worksheets de Sage correspondientes a las distintas sesiones pr
acticas que se realizan en el aula inform
atica
y que estar
an disponibles en el espacio faitic de las asignaturas. Nos parece
que una atenta lectura de estos programas, hasta su entendimiento, no s
olo
puede servir de repaso de las cuestiones te
oricas esenciales sino que puede
proporcionar un buen metodo de consolidaci
on de ideas y ser un acicate
para adquirir y programar nuevos conocimientos. Dichas worksheets, deben
ser personalizadas, complementadas y almacenadas por el alumno en una
carpeta que podr
a usar libremente en el examen final. La elaboraci
on de
esa carpeta nos parece un modo de acercarse a la posibilidad de valoraci
on
de la labor continua que realice el alumno y, sobre todo, le proporcionar
a
una herramienta u
til en otras asignaturas e incluso durante el ejercicio profesional cuando haya completado su formaci
on. Desde luego, la tendr
a siempre disponible y a coste cero por la condici
on de libre de su software soporte.
Pretendemos, ante todo, convencer al lector de que es m
as pr
actico entender bien las grandes ideas, las definiciones y los enunciados de los teoremas,
y programar su uso para obtener las soluciones de problemas concretos,
que repetir ejercicios de examen hasta adquirir la habilidad de resolverlos,
descuidando la perspectiva general que da el conocimiento abstracto de las
cosas. Programar, nos parece un buen entrenamiento para ese ir y venir de
lo concreto a lo abstracto que constituir
a la esencia del ejercicio profesional
del tecnico superior. Cuando tengamos situado un problema en el marco
te
orico que determina la existencia y tipologa de sus soluciones, podremos
dar las ordenes oportunas para organizar los c
alculos y obtener la soluci
on
particular adecuada en los terminos que m
as interesen: numericos o gr
aficos,
con mayor o menor precisi
on, con menor o mayor economa.
7
Captulo 1
Preliminares
1.1
Teoremas de Stone-Weierstrass
Sea X un conjunto. Para el cuerpo de n

umeros K = R o C, el conjunto de
funciones
B(X, K) = {f : X K | f acotada}
dotado de la suma y el producto puntuales, y de la operaci
on externa habitual, es un algebra vectorial unitaria. La aplicaci
on
d :
B(X, K) B(X, K)
(f, g)
R+
sup {|f (x) g(x)|}
xX
cumple las propiedades esenciales de distancia

1. d (f, g) = 0
f =g
2. d (f, g) = d (g, f ) f, g B(X, K)

3. d (f, g) d (f, h) + d (h, g) f, g, h B(X, K)
y las otras propiedades importantes
4. d (f + h, g + h) = d (f, g) f, g, h B(X, K)
5. d (f, g) = ||d(f, g) K,
6. d (f g, 0) d (f, 0) d (g, 0),
f, g B(X, K)
f, g B(X, K)
Teorema 1.1.1
El espacio metrico (B(X, K), d) es completo.
Demostraci
on:
Sea (fn ) una sucesi
on de Cauchy en (B(X, K), d). Para cada x X la
sucesi
on (fn (x)) es de Cauchy en en el espacio eucldeo (K, ) y, por tanto,
es convergente en el. As definimos la funci
on
9
CAPITULO 1. PRELIMINARES
10
f:
X
x
K
lim fn (x)
que es el d -lmite de la sucesi

on (fn ). S
olo resta probar que f es acotada:
n0 N tal que |fn0 (x) f (x)| < 1 x X. Como fn0 es acotada existe un M tal que |fn0 (x)| < M x X. As, |f (x)| < 1+M x X.
Supongamos, ahora, que (X, ) es un espacio topol
ogico de Hausdorff. El
conjunto
C(X, K) = {f : X K | f continua}
dotado de la suma y el producto puntuales, y de la operaci
on externa habitual, tambien es un algebra vectorial unitaria.
Para cada > 0 y cada K X compacto, definimos la relaci
on en C(X, K)
BK = {(f, g) | |f (x) g(x)| < x K}.
Si BK [f ] = {g C(X, K) | (f, g) BK } es f
acil ver que la familia
B[f ] = {BK [f ] | > 0, K compacto en (X, ) }
es base de entornos de f para una topologa en C(X, K) que se designa Uk
y se llama topologa de la convergencia uniforme sobre compactos.
Si (X, ) es compacto, como BX BK
Uk est
a generada por la metrica
d :
C(X, K) C(X, K)
(f, g)
K compacto en (X, ), la topolga
R+
sup {|f (x) g(x)|}
xX
Los teoremas de Stone y Weierstrass establecen propiedades muy sencillas de

un conjunto W C(X, K) que aseguran que la sub
algebra [(W )] generada
por el es densa en (C(X, K), Uk ). En [(W )] est
an, no s
olo las combinaciones
lineales de los elementos de W , sino tambien, las combinaciones lineales de
los productos de elementos de W y, por tanto, podemos partir de subconjuntos W de cardinal peque
no y conseguir la densidad [(W )] = C(X, K).
Esta informaci
on siempre interesa en la teora de aproximaci
on y es imprescindible en la teora de bases de Schauder.
Las sencillas propiedades exigidas a W son que contenga una funci
on constante no nula y que separe los puntos de X , es decir, que para todo par
de puntos distintos (x, y) X X exista una f W tal que f (x) 6= f (y).
11
1.1. TEOREMAS DE STONE-WEIERSTRASS

Teorema 1.1.2 (Stone-Weierstrass I)
Sea (X, ) un espacio topol

ogico de Hausdorff y sea W C(X, R) un subconjunto que separa los puntos de X y contiene una funci
on constante no
nula. Entonces, la sub
algebra [(W )] es densa en (C(X, R), Uk ).
La demostraci
on de este teorema necesita varios lemas previos:
Lema 1.1.3
Existe una sucesi
on de polinomios (pn ) que satisfacen n N y x [0, 1]:
1. pn (0) = 0
2. 0 pn (x)
2 x
.
3. x pn (x)
2+n x
En particular,
2
(A) x pn (x)
n
(B) lim sup | x pn (x)| = 0
n x[0,1]
Demostraci
on:
Veamos que la sucesi
on de polinomios, definida por iteraci
on en la forma:
x
1
, pn+1 (x) = pn (x) + (x p2n (x))
2
2
cumple las propiedades exigidas. Es claro que p1 las cumple. Procediendo
por inducci
on, asumimos que pn las cumple y las probamos para pn+1 :
p1 (x) =
1. Evidente
2. Restando las igualdades
(
x
= x
pn+1 (x) = pn (x) + 21 ( x pn (x))( x + pn (x))

obtenemos
1
pn+1 (x) = pn (x)+ (xp2n (x)) y,
2
pn (x) 0 pn+1 (x) 0.
Como
que

x + pn (x)
(?)
x pn+1 (x) =
x pn (x) 1
2
y como 1 x y
x pn (x) resulta que 2 2 x x + pn (x).
Luego el segundo miembro de (?) es positivo y, por tanto,
x pn (x) 0
x pn+1 (x) 0
xp2n (x) 0, tenemos
12
3. Seg
un 2. es inmediato que
x + pn (x)
x
x
2
2
2 + (n + 1) x
luego
(??)
x + pn (x)
x
x
.
1
1
2
2
2 + (n + 1) x
Por la hip
otesis de inducci
on, de (?) obtenemos

x + pn (x)
2 x
x + pn (x)
xpn+1 (x) =
x pn (x) 1
1
2
2+n x
2
y de (??) obtenemos que

2 x
2 x
2 x
x + pn (x)
x
.
1
1
=
2+n x
2
2+n x
2 + (n + 1) x
2 + (n + 1) x
2 x
.
En consecuencia, x pn+1 (x)
2 + (n + 1) x
Corolario 1.1.4
Dado 0 < a < existe una sucesi
on de polinomios (qn ) que satisfacen
n N y x [a, a]:
1. qn (0) = 0
2. ||x| qn (x)|
2a
n
En particular,
(C) lim sup | |x| qn (x)| = 0
n x[a,a]
Demostraci
on:
2
x
es claro que qn (0) = 0. Por el lema 1.1.3 tenemos
Si qn (x) = a pn
a2

2
2

x
pn x 2 luego |x| apn x = ||x| qn (x)| 2a .
a

a2
n
a2
n
Lema 1.1.5
Sea (B(X, R), d) el algebra de las funciones reales acotadas definidas en

X. Si W B(X, R) es no vaco y cerrado para el producto puntual, [W ]
tiene las siguientes propiedades reticulares:
13

1. f [W ]
|f | [W ]
2. f1 , f2 [W ]
max(f1 , f2 ) [W ], min(f1 , f2 ) [W ].
Demostraci
on:
1. Por ser W cerrado para el producto, tambien lo es su envoltura lineal:
f1 , f2 [W ]
f1 f2 [W ]
Para una f [W ], denotamos a = d (f, 0) y probamos que |f | [W ] :

Cuando f = 0 el resultado es trivial, por lo que suponemos a > 0.
Si (qn ) es la sucesi
on de polinomios que el corolario 1.1.4 asegura para
el intervalo [a, a], como f (x) [a, a] x X, tenemos
d (|f |qn f, 0)
2a
n
n N
y, por tanto,
lim d (|f |qn f, 0) = 0.

n
Por ser qn un polinomio sin termino independiente y ser [W ] cerrado

para el producto y ser f [W ], es claro que qn f [W ] n N.
Entonces, lim qn f = |f | [W ].
n
a una sucesi
on (fn ) [W ] tal que
Para cualquier f [W ], existir
lim d (fn , f) = 0.
n
Entonces, evidentemente,
=0
lim d (|fn |, |f|)
n
y, como
|fn | [W ] n N , lim |fn | = |f| [W ].

n
2. Para funciones acotadas arbitrarias f1 , f2 es claro que

max(f1 , f2 ) =
f1 + f2 + |f1 f2 |
f1 + f2 |f1 f2 |
, min(f1 , f2 ) =
.
2
2
Como [W ] es un espacio vectorial, el resultado se deduce directamente

del punto anterior.
Lema 1.1.6
Sean (X, ) compacto Hausdorff, f C(X, R) y {ux | x X} C(X, R).
Entonces:
1. Si ux (x) > f (x) x X n N y {x1 , . . . , xn} X tal
que la funci
on M = max{ux1 , . . ., uxn } tambien cumple que
M (x) > f (x) x X.
14
2. Si ux (x) < f (x) x X n N y {x1 , . . . , xn} X tal

que la funci
on m = min{ux1 , . . . , uxn } tambien cumple que
m(x) < f (x) x X.
Demostraci
on:
1. Sea Gx = {y X | ux(y) > f (y)}. Por ser f y ux continuas, Gx
es abierto y, claramente, x Gx. Por tanto, {Gx | x X} es un
cubrimiento abierto de X. Como (X, d) es compacto, existe un n N
y existe {x1 , , xn } X tales que Gx1 Gxn = X. Es f
acil
comprobar que la funci
on M = max{ux1 , . . ., uxn } tiene la propiedad
deseada.
2. Se prueba de modo similar.
Lema 1.1.7
Sean (X, ) compacto Hausdorff y W C(X, R) con la propiedad reticular:
f1 , f2 W
max(f1 , f2 ) W
min(f1 , f2 ) W
Entonces, dada f C(X, R) y dado > 0, son equivalentes:

1. g W
|f (x) g(x)| < x X

(
|f (x) ux,y (x)| <
2. {ux,y | x, y X} W tal que
|f (y) ux,y (y)| <
tal que
x, y X
Demostraci
on:
1 2 Si g W satisface 1, la familia
2 1 Fijado un x X
ux,y = g, x, y X
observamos que
(
ux,y (x) < f (x) +
ux,y (y) > f (y)
satisface 2.
y X
El lema 1.1.6 aplicado a la funci

on f y a la familia {ux,y | y X}
asegura un {y1 , , yn } X tal que Mx = max{ux,y1 , , ux,yn }
tambien cumple que Mx (y) > f (y) y X. Adem
as, por lo
exigido a W , Mx W , y como ux,yi (x) < f (x) + i = 1, . . . , n,
resulta que Mx (x) < f (x) + .
El lema 1.1.6 aplicado a la funci
on f + y la familia {Mx | x X} W ,
asegura un {x1 , . . . , xm} X tal que g = min{Mx1 , . . . , Mxm } cumple
que g(x) < f (x) + x X. Adem
as g W y como Mxj (y) >
f (y) j = 1, . . . , m, tambien g(y) > f (y) y X.
Luego esta g W cumple que |f (x) g(x)| < x X
15
Estudiamos, a continuaci
on, c
omo influye la capacidad de separar puntos.
En primer lugar suponemos una capacidad para separar fuertemente:
Lema 1.1.8
Sean (X, ) compacto Hausdorff y W C(X, R) con la propiedad reticular
y cumpliendo que
(
(
(x, y) X X \ X
g(x) =
g W tal que
(, ) R R
g(y) =
(propiedad reticular fuerte). Entonces W es denso en (C(X, R), d).
Demostraci
on:
Fijados f C(X, R) y > 0 hallaremos una g W tal que d (f, g) < :
Para cualesquiera x 6= y en X, la condici
on 1.1 aplicada a las parejas (x, y)
y (f (x), f (y)) asegura la existencia de una ux,y W tal que ux,y (x) = f (x)
y ux,y (y) = f (y). As, obtenemos una familia {ux,y | x, y X} W que
cumple la condici
on 2 del lema 1.1.7 para f y . Ello equivale a asegurar la
existencia de una g W tal que |f (x) g(x)| < x X.
Lema 1.1.9
Sean (X, ) compacto Hausdorff y W C(X, R) un subespacio vectorial tal
que
1. f1 , f2 W
max(f1 , f2 ) W
min(f1 , f2 ) W
2. W separa puntos de X
3. 1 W
Entonces W es denso en (C(X, R), d).
Demostraci
on:
S
olo necesitamos probar que W cumple la condici
on 1.1 del lema 1.1.8:
Fijemos x 6= y en X y cualesquiera , en R. Por tener W la capacidad de
separar los puntos de X sabemos que existe f W tal que f (x) 6= f (y). La
funci
on
g:
R
f (z) f (x)
+ ( )
f (y) f (x)
cumple que g(x) = y g(y) = . Adem

as, g es una combinaci
on lineal de f
y 1, ambas en el espacio vectorial W , luego g W .
16
Lema 1.1.10
Sean (X, ) compacto Hausdorff y W C(X, R) un subconjunto que cumple:

1. W separa los puntos de T
2. 1 W
Entonces, [(W )] es denso en (C(T, R), d).
Demostraci
on:
El conjunto (W ) es, trivialmente, cerrado para la formaci
on de productos
y el lema 1.1.5 asegura que la clausura [(W )] formada en (B(X, R), d)
tiene la propiedad reticular
f1 , f2 [(W )]
max(f1 , f2 ) [(W )], min(f1 , f2 ) [(W )]
Como [(W )] C(X, R) y C(X, R) es cerrado en (B(X, R), d), [(W )]

coincide con la clausura de [(W )] formada en (C(X, R), d).
Finalmente, como [(W )] es un subespacio vectorial de C(X, R) que cumple
la propiedad reticular, separa los puntos de X y contiene a la funci
on 1, el
lema 1.1.9 asegura que [(W )] es denso en (C(X, R), d) y, en consecuencia,
tambien [(W )] es denso en (C(X, R), d)
Demostraci
on (Stone-Weierstrass I):
Fijamos f C(X, R), > 0 y un compacto K no vaco de (X, d). Necesitamos encontrar una funci
on g [(W )] tal que sup |f (x) g(x)| < :
xK
En primer lugar, constatamos que
[({w|K | w W })] = {u|K | u [(W )]}.

El sunconjunto {w|K | w W } C(K, R) separa puntos de K y contiene
una funci
on constante no nula. El lema 1.1.10 asegura que
[({w|K | w W })] es denso en
(C(K, R), d)
y , como f |K C(K, R), existe una g0 [({w|K | w W })] tal que

sup |f (x) g0 (x)| <
xK
y, por tanto, existe una g [(W )] tal que g|K = g0 . Evidentemente, esta
g satisface nuestras espectativas.
17
Observaci
on 1.1.11
El teorema 1.1.2 no funciona en el caso de funciones con valores complejos.
Las condiciones de separar los puntos de X y contener funciones constantes
no nulas, no son suficientes para que se cumpla el lema 1.1.10 en el caso de
un W C(X, C).
Por ejemplo, X = {z C | |z| 1} con la metrica can
onica, es un espacio
metrico compacto y el conjunto W = {1, z} separa puntos de X y contiene
una funci
on constante no nula. Sin embargo, [(W )] no es denso en C(X, C)
porque la funci
on z z que es contiua, no es derivable en sentido complejo
y, por tanto, no es desarrollable en serie de potencias (ver captulo 7, p
agina
123 y teorema 4.5.7).
Teorema 1.1.12 (Stone-Weierstrass II)
Sea (X, ) un espacio topol
ogico de Hausdorff y sea W C(X, C) un
subconjunto que separa los puntos de X, contiene una funci
on constante
no nula y admite conjugados. Entonces, la sub
algebra [(W )] es densa en
(C(X, C), Uk ).
18
Demostraci
on:
Bastar
a probar que si (X, ) es compacto Hausdorff y W C(X, C) separa
los puntos de X, contiene a la funci
on 1 y admite conjugados, se verifica que
[(W )] es denso en (C(T, C), d):
Sea AR = {Re(f ) | f [(W )]}. Es claro que AR [(W )] pues
(
1
f [(W )]
1
1
Re(f ) = f + f [(W )]
f [(W )] 12
2
2
2 f [(W )]
Adem
as, AR es una sub
algebra de C(X, R) que, obviamente, contiene a la
funci
on 1, y separa puntos de X puesto que, si x, y son dos puntos distintos
de X, existe una f W tal que f (x) 6= f (y) y, por tanto, o son separados
por Re(f ) AR o por Im(f ) = Re(if ) AR .
El lema 1.1.10 asegura que AR es densa en (C(X, R), d) y, en consecuencia,
[(W )] = AR + iAR es denso en C(X, C) = C(X, R) + iC(X, R).
Corolario 1.1.13 (Stone-Weierstrass III)
Sea (X, ) compacto Hausdorff, sea x0 un punto dado en X y sea
C0 (X, C) = {f C(X, C) | f (x0) = 0}.
Entonces, cualquier algebra A0 C0 (X, C) que separa los puntos de X y
tiene conjugados, es densa en (C0 (X, C), d).
Demostraci
on:
Sea c C una constante no nula. Del teorema 1.1.12 se deduce que el
conjunto W = A0 {c} genera un algebra densa en (C(X, C), d), luego
f C0 (T, C) y > 0 g A0 y a C tal que
d (f, g + a) <
2
Pero |a| = |f (t0 ) g(t0 ) a| d (f, g + a) <

luego
2
d (f, g) = d (f + a, g + a) d (f, g + a) + |a| < .
La sencillez de comprobaci
on de las hip
otesis de los teoremas 1.1.2 y 1.1.12
hacen de ellos herramientas de gran aplicabilidad, como podemos ver en los
siguientes:
Comentarios 1.1.14
1. Si X = [a, b] y es la topologa habitual, basta tomar
(
1(x) = 1
W = {1, P } donde
x [a, b]
P (x) = x
para estar en las condiciones exigidas en el lema 1.1.10. Entonces, la
familia de todos los productos de elementos de W es
19

(W ) = {1, P, P2, ..., Pn, ...}
donde
Pn :
[a, b]
x
R,
xn
y [(W )] es el algebra de los polinomios en una variable. El lema

1.1.10 nos asegura que es densa en C([a, b], R), d). As:
Dada f : [a, b] R continua y dado > 0
(x) =
k
X
an xn
tal que
n=0
kf k < .
2. Si X = [a, b] [c, d] y es la la topologa habitual, basta tomar
1(x) = 1
W = {1, P1, P2 } donde
x = (x, y) [a, b] [c, d]
P1 (x) = x
P2 (x) = y
para estar en las condiciones exigidas en el lema 1.1.10. Entonces, la
familia de todos los productos de elementos de W es
(W ) = {1, ..., Pnm, ...}
donde
Pnm :
[a, b] [c, d]
x
R,
x y
n m
y [(W )] es el algebra de los polinomios en dos variables. El lema

1.1.10 nos asegura que dada f : [a, b] [c, d] R continua y dado
>0
(x) =
k
X
an+m xn y m
tal que
n+m=0
kf k < .
3. Si X = R+ y es la la topologa habitual, basta tomar

(
1(x) = 1
W = {1, L} donde
x R+
L(x) = ex
para estar en las condiciones exigidas en el lema 1.1.10. La familia de
todos los productos de elementos de W es
(W ) = {1, L, L2, ..., Ln, ...}
donde
Ln :
R+
x
R,
enx
y dada f : R+ R continua, > 0 y un compacto no vaco K R+ ,

(x) =
n
X
k=0
ak ekx
tal que
|f (x) (x)| <
x K.
En particular, C(R+ , R) = [{Lx | x R+ }], y esta igualdad es de

interes en la transformada de Laplace.
20
4. Si Y = C y (X, ) = (R, e) basta tomar
W = {1, F, F1}
1(x) = 1
F (x) = eix
F1 (x) = eix
donde
x R
para estar en las condiciones del teorema 1.1.2,1.1.12. La familia de

todos los productos de elementos de W es
(W ) = {. . . , Fn , . . . , F2 , F1 , 1, F, F2, . . . , Fn, . . . } donde
Fk :
R
x
C,
ikx
k Z
y, as, dada f : R C continua, > 0 y un compacto no vaco K R,

(x) =
zk eikx
tal que
k=n
En particular,
Igualmente,
n
X
|f (x) (x)| <
x K.
C(R, C) = clk ([{Fx | x R}])
con
Fx :
R
t
C(Rn , C) = clk ([{Fx | x Rn }])
con
Fx :
Rn
y
siendo esta igualdad de gran interes en la transformada de Fourier.

5. Si f : [, ] R es una funci
on continua que cumple f () = f ()
y en T = {z C | |z| = 1} consideramos la traza de la topologa
eucldea, tambien es continua la funci
on compuesta
g = f Arg:
T
z
[, ]
Arg(z) = t
R
f (t)
Pensando esta g como una funci

on G con llegada en C, G : T C
tambien es continua y, as, dado > 0, el teorema 1.1.12 asegura que
(z) =
n
X
k=n
ck z k
tal que
kG k <
Por tanto,
|Re(G(z) (z))| = |g(z) Re((z))| <
z T
C,
eixt
C,
ei(x|y)

1.2. MEDIDA E INTEGRACION
y, en consecuencia,

f (t) Re

n
X
21
ikt
ck e
k=n
!

<

t [, ]
Ahora bien, si designamos ck = ak + ibk , tenemos

Re(ck eikt ) =Re ((ak + ibk )(cos kt + i sen kt)) = ak cos kt bk sen kt
Re(ck eikt ) =Re ((ak + ibk )(cos kt i sen kt)) = ak cos kt + bk sen kt
y, por tanto,
Re(
n
X
ck eikt ) = a0 +
k=n
n
X
(ak + ak ) cos kt + (bk bk ) sen kt
k=1
Del teorema 1.1.12 tambien se deduce, pues, la posibilidad de aproximar uniformemente toda funci
on f : R R continua y peri
odica de
periodo 2, por polinomios trigonometricos
1.2
Medida e integraci
on
Una familia M de subconjuntos de un conjunto X 6= se llama -

algebra
en X cuando cumple:
1. M.
2. Si A M Ac M (en particular X M).
3. Si {An | n N} M
n=1
An M.
Evidentemente la familia {, X} es -
algebra en X y la familia P(X) de
todos los subconjuntos de X tambien es -
algebra en X. Cuando se considera una -
algebra M en un conjunto X se establece una estructura (X, M)
llamada espacio medible.
\
Si {Mi | i I} es una familia de -
algebras en X es claro que
Mi tambien
iI
es -
algebra en X. As, dada cualquier familia F de subconjuntos de X, la
intersecci
on de todas las -
algebras en X que contienen a F es una -
algebra
en X. Por ser la mnima -
algebra que contiene a F, se llama -
algebra generada por F y se designa MF.
Si (X, ) es un espacio topol
ogico, la -
algebra M generada por , se denomina -
algebra de Borel del espacio (X, ).
Si (X, M) e (Y, N) son espacios medibles, en X Y se puede considerar la
familia de rect
angulos medibles
R = {A B | A M , B N}
22
La -
algebra de X Y generada por R se llama -
algebra producto y se
designa M N. El espacio (X Y, M N) es el espacio medible producto.
Una medida en (X, M) es una aplicaci
on : M [0, ] que cumple las
dos propiedades siguientes:
1. () = 0
2. Si (An ) es una sucesi
on disjunta (An Am =
(
n=1
An ) =
n 6= m) en M,
(An )
n=1
La estructura (X, M, ) se llama espacio de medida. Si A M decimos que

A es un subconjunto medible de X con medida (A).
En el espacio mebible (X, P(X)) se puede definir la medida de contar
c : P(X) [0, ]
(
card(E)
E c(E) =
si card(E) < 0
si card(E) 0
y as obtenemos un primer ejemplo de espacio de medida (X, P(X), c).

Si el espacio de medida (X, M, ) cumple que (X) = 1, se llama espacio de probabilidad. A los miembros de M se les llama sucesos y en lugar
de hablar de la medida de un conjunto se habla de la probabilidad de un
suceso. Cuando la probabilidad de un suceso es 0 se dice que ese suceso es
imposible y cuando es 1 se dice que es un suceso seguro.
Cualquier espacio de medida (X, M, ) en el que (X) < , puede ser
considerado, b
asicamente, como un espacio de probabilidad sin m
as que
definir sobre la -
algebra M la probabilidad
: M [0, ]
(E)
E
(X)
Algunas buenas propiedades de los espacios de medida finita son posedas
tambien por los espacios -finitos que son aquellos (X, M, ) en los que
existe una sucesi
on (Xn ) M cumpliendo que
X=
n=1
Xn
(Xn ) < n N

23
Comentarios 1.2.1
1. La aditividad numerable implica la aditividad finita de la medida pues
si en la sucesi
on disjunta (An ) M tenemos Am = m > k,
(A1 Ak ) = (A1 ) + + (Ak )
2. Si A B son medibles,
(A) (B)
y (B \ A) = (B) (A).
3. Si (An ) es cualquier sucesi

on en M,
(
n=1
An )
(An ).
n=1
4. Si una sucesi
on (En ) M es expansiva, E1 E2 En . . . ,
[
yE=
En , se cumple que (E) = lim (En ).
n
n=1
5. Si una sucesi
on (Cn ) M con (C1 ) < es contractiva, C1 C2
\
Cn . . . , y C =
Cn , se cumple que (C) = lim (Cn ).
n
n=1
6. Si (X, M) e (Y, N) son espacios medibles, y P MN, sus secciones

son medibles:
Px = {y : (x, y) P } N x X
P y = {x : (x, y) P } M
y Y.
En efecto:
Ambas se demuestran igual. Hagamos la primera:
Sea = {P X Y | Px N} la familia de subconjuntos que
cumplen lo deseado. Es f
acil probar:
(a) X Y
(b) Si P P c
(c) Si P1 , P2 P1 P2
(d) Si (Pi ) es una sucesi

on expansiva
i=1
Pi
Por tanto, es -
algebra y, como cualquier rect
angulo est
a en ,
M N . Es decir, si P M N resulta que Px N.
24
Ejemplos 1.2.2 Espacios de probabilidad

En (X, P(X)) podemos definir las siguientes probabilidades:
1. Para cada x X, la probabilidad de Dirac:
x : P(X) [0, ]
E x (E) =
1
0
si x E
si x
/E
2. Combinaciones convexas de probabilidades de Dirac:

Si x0 , , xn son puntos distintos de X y 0 , , n son reales posiP
tivos tales que ni=0 i = 1, la aplicaci
on
n
X
i=0
i xi : P(X) [0, ]
E 7
xj E
es claramente una probabilidad. En particular,

(a) Si X = R, x0 = 0, x1 = 1, 0 = p, 1 = 1 p tenemos la
probabilidad de Bernouilli de par
ametro p
(b) Si X = R, x0 = 0, , xn = n y i =
la probabilidad uniforme.
1
n+1
i = 0, , n tenemos

(c) Si X = R, x0 = 0, , xn = n y i = ni pi q ni i = 0, . . ., n
con p (0, 1) y q = 1 p tenemos la probabilidad binomial de
par
ametros (n, p) que esta basada en la f
ormula del binomio de
Newton
n
X
n i ni
n
(p + q) =
pq
=1
i
i=0
3. Series convexas de probabilidades de Dirac:

Si {x0 , , xn , } es un subconjunto numerable de X y
es una serie de reales positivos, la aplicaci
on
X
i=0
i xi : P(X) [0, ]
E 7
xj E
es, tambien, una probabilidad. En particular,
X
i=0
i = 1

25
(a) Si X = R, xn = n, n = (1 p)pn n N y p (0, 1), tenemos

la probabilidad geom
etrica de par
ametro p que est
a basada en
X
la propiedad de la serie geometrica
(1 p)pn = 1.
n=0
e n
n N y > 0, tenemos La
(b) Si X = R, xn = n, n =
n!
probabilidad de Poisson de par
ametro que est
a basada en la
n
X
e
propiedad de la serie exponencial
= 1.
n!
n=0
1.2.3
Funciones medibles.
Sea (X, M, ) un espacio de medida, Y un conjunto cualquiera y f : X Y

una funci
on cualquiera. Es inmediato comprobar que
Mf = {B Y | f 1 (B) M}
es una -
algebra en Y y en ella se puede definir la medida
f : Mf [0, ]
B [f 1 (B)]
El espacio de medida (Y, Mf , f ) es el adecuado para estudiar los datos f (x)

de los elementos de X. Si es una probabilidad, f es tambien una probabilidad que se llama ley de f .
Si el conjunto Y est
a dotado de una topologa son de gran interes las
funciones f : X Y para las que Mf porque ello significa que van
a ser f -medibles todos los subconjuntos importantes de (Y, ), como los
abiertos, los cerrados, los compactos, los F o los G . Tales funciones se
llaman medibles.
Teorema 1.2.4
Si (X, M) es un espacio medible y en R se considera la topologa habitual,
una f : X R es medible si y s
olo si se cumple una cualquiera de las
siguientes condiciones equivalentes:
i) {x : f (x) a} M a R
ii) {x : f (x) > a} M a R
iii) {x : f (x) < a} M a R

iv) {x : f (x) a} M a R
v) f 1 (I) M
intervalo I R.
26
Demostraci
on:
Es consecuencia directa de que la topologa habitual de R est
a generada por
la familia {(a, +) | a R} {(, b) | b R}.
Consecuencias 1.2.5
1. Cualquier f : X R constante es medible.
2. Cualquier f : X R que tome s
olo los valores {0, 1} es medible
si y s
olo si E = {x X | f (x) = 1} M. Tal funci
on se llama
caracterstica del conjunto E y se denota 1E .
3. Cualquier f : X R que tome s
olo un n
umero finito de valores
distintos {1 , . . . , n } R+ es medible si y s
olo si
Ei = {x X | f (x) = i } = f 1 ({i}) M i = 1, , n.
Tal funci
on se llama simple y es claro que f =
n
X
i 1Ei .
i=1
4. Si f : X R y g : X R son medibles, f + g y f g son medibles.

5. Llamamos soporte de f : X R al conjunto Sf = {y X | f (x) 6= 0}.
En el podemos definir la -
algebra y la funci
on:
M|Sf = {A Sf | A M}
1
f:
Sf
x
R.
1
f (x)
Entonces, si f : X R es medible, f1 : Sf R tambien es medible.

1
En efecto, el conjunto {x Sf | f (x)
> } resulta ser:
Si > 0,
1
{x X | f (x) < } Sf M|Sf .
Si < 0,

1
{x X | f (x) > 0} {x X | f (x) < } Sf M|Sf .
Si = 0,
{x X | f (x) > 0} Sf M|Sf .
Teorema 1.2.6
Si (X, M) e (Y, N) son espacios medibles, (Z, ) es un espacio topol
ogico y
F : X Y Z es M N-medible, las funciones parciales F (x, ) : Y Z
y F (, y) : X Z son medibles, respecto de N y M.

27
Demostraci
on:
Ambas se demuestran igual. Probemos que F (x, ) : Y Z es N-medible:
[F (x, )]1(V ) = {y | F (x, y) V } = {y | (x, y) F 1 (V )} = [F 1 (V )]x
y sabemos que F 1 (V ) M N V y que cualquier x-secci
on de un
M N-medible es N-medible.
Teorema 1.2.7
Sea (X, M) un espacio medible y supongamos en R la topologa habitual 1 Si
(fn : X R) es una sucesi
on de funciones medibles, tambien son medibles:
1) sup fn . 2) inf fn ,
3) lim inf fn ,
4) lim sup fn
Demostraci
on:
1. {x X | sup(fn (x)) > a} =
n=1
{x X | fn (x) > a}.
2. inf fn = sup(fn ).
3. lim inf(fn (x)) = sup[ inf (fk (x))]
nN kn
4. lim sup(fn (x)) = inf [sup(fk (x))].

nN kn
Consecuencias 1.2.8
1. Si (fn ) f puntualmente, f es medible.
2. Si f, g son medibles, tambien lo son max{f, g} y min{f, g}.
3. Si f es medible, f + = max{f, 0} y f = min{f, 0} son medibles.
As, |f | = f + + f es medible y f = f + f puede expresarse como
diferencia de dos funciones medibles positivas.
Para finalizar la presentaci
on de estas importantes funciones, damos un teorema acerca de su estructura.
Teorema 1.2.9
Sea (X, M, ) un espacio de medida y sea [0, ] con su topologa habitual.
Si f : X [0, ] es medible, existe una sucesi
on de funciones simples
medibles (sn ) tal que
1
Los entornos de + son de la forma {x R | x > k} {+} y los de son de la
forma {x R | x < k} {}
28
1. 0 s1 s2 sn f
2. (sn ) f puntualmente.
Expresaremos conjuntamente los dos puntos escribiendo (sn ) % f .

Demostraci
on:
Para la identidad I : [0, ] [0, ] construimos la sucesi
on (n) de funciones simples medibles Borel donde
k , si k x < k + 1 , k = 0, 1, . . ., n2n 1
n (x) = 2n
2n
2n
n
, si x n
que cumple
- 0 1 2 n I
- (n ) I puntualmente
Entonces, definiendo sn = n f n N, obtenemos (sn ) que cumple las
dos exigencias porque
1. 0 1 f n f I f
2. (n f ) I f puntualmente
1.2.10
La integral respecto a una medida
Sea (X, M, ) un espacio de medida y f : X K una funci

on medible
donde K es [0, ], R, R, C o Rn , con sus respectivas topologas habituales.
Queremos definir una integral de f en X respecto de ,
Z
f d,
X
de modo que se verifiquen, en el m

aximo grado posible, las exigencias de
linealidad, las intuiciones geometricas y las mejores propiedades de paso al
lmite. Naturalmente, una vez definido este concepto, ser
a natural ampliarlo
en el siguiente sentido:
Z
Z
f d =
f 1E d E M
E
En todo lo que sigue convenimos que 0 = 0 = 0.

Definici
on 1.2.11

29
1. Si 1E : X [0, ] es la caracterstica del conjunto E M,

Z
1E d = (E)
X
La gr
afica de la funci
on caracterstica 1E , pide a gritos esta forma de
definir para conservar la regla medida del rect
angulo = medida de la
base medida de la altura.
2. Si s : X [0, ] es la funci
on simple medible con representaci
on
n
X
disjunta s =
i 1Ei ,
i=1
s d =
n
X
i (Ei).
i=1
Esta forma de definir viene obligada por la pretendida linealidad de

la integral. Adem
as, el convenio 0 = 0 = 0 lo adoptamos
para que i (Ei ) sea nulo tanto si i = 0 y (Ei ) = como si
i = y (Ei) = 0. Queremos que la integral de una funci
on nula
en un conjunto de medida infinita sea nula y que la integral de una
funci
on infinita en un conjunto de medida nula sea, tambien, nula.
3. Si f : X [0, ] es medible,
Z
nZ
o
f d = sup
s d | s es simple medible y 0 s f .
X
4. Si f : X R es medible,
Z
Z
Z
+
f d =
f d
f d.
X
Esta forma de definir viene obligada por la descomposici

on f = f + f
y la Rpretendida linealidad
de la integral. Sin embargo,
puede suceder
R
R
+
que X f d = X f d = y, entonces, X f d = no
estara definida. Esto no sucede si
Z
Z
+
f d < y
f d <
X
en cuyo caso diremos que f : X R es integrable.

5. Si f : X C es medible, tambien lo son Ref e Imf . Entonces,
Z
Z
Z
f d =
Re f d + i
Im f d.
X
Tambien aqu es necesario exigir que Ref e Imf sean integrables.
30
6. Si f : X Rn es medible, tambien lo es Pi f : X R i = 1 . . . n.
Entonces,
Z

Z
Z
f d =
P1 f d, . . .,
Pn f d
X
Tambien aqu ser

a necesario exigir que todas las Pi f sean integrables.
Comentarios 1.2.12
1. Si s : X [0, ] es una funci
on simple medible, es claro que c s
tambien lo es c 0. Adem
as,
Z
Z
c s d = c
s d
X
Sin embargo la linealidad en otros casos hay que probarla:

La suma de las funciones simples medibles s, r : X [0, ] con
representaciones
s=
n
X
i 1Ei
r=
i=1
m
X
j 1Fj
j=1
donde {Ei } es disjunta y {Fj } es disjunta, es otra funci

on simple que
toma el valor i + j en cada conjunto de la partici
on de X
{Ei Fj | i = 1, . . . , n, j = 1, . . ., m}
As,
n,m
X
(s + r) d =
n X
m
m X
n
X
X
(
i (Ei Fj )) +
(
j (Ei Fj )) =
i,j=1
(i + j )(Ei Fj ) =
i=1 j=1
n
X
i=1
i (Ei) +
j=1 i=1
m
X
j (Fj ) =
s d +
j=1
r d
Este resultado prueba, de paso, que la definici

on de integral para una
n
X
funci
on simple, no depende de que en su representaci
on s =
i 1Ei
la familia {Ei} sea disjunta o no lo sea.
i=1
2. Si s : X [0, ] es una funci

on simple medible, la aplicaci
on
: M [0, ]
Z
E
s d
E
es una medida en M. En efecto:

(a) () =
31
s 1 d = 0 (X) = 0.
(b) Si (Aj ) es una sucesi

on disjunta en M, se tiene:
(
Aj ) =
j=1
n
X
i (
i=1
j=1
s 1Aj d =
(Ei Aj )) =
n
X
i=1
n
X
i (Ei [
i (
i=1
X
j=1
Aj ]) =
j=1
(Ei Aj )) =
X
n
Z
X
X
X
=
(
i (Ei Aj )) =
s 1Aj d =
(Aj )
j=1 i=1
j=1
j=1
De paso, queda probado que si s : X [0, ] es simple medible y

(Aj ) es una sucesi
on disjunta de conjuntos medibles,
Z
s d =
Aj
Z
X
j=1
s d.
Aj
3. La monotona es trivial para funciones simples medibles:

Z
Z
s1 s2
s1 d
s2 d.
X
Por ello, el punto 3 de la definici

on, aplicado a cualquier funci
on simple
medible s, es consistente con el punto 2.
4. Por el punto 3 de la definici
on 1.2.11, la monotona tambien es trivial
para funciones positivas
Z
Z
f1 f2
f1 d
f2 d
X
Como consecuencia, A B A f d B f d puesto que

Z
Z
f 1A d
f 1B d
X
5. La monotona de la integral nos asegura que la condici

on necesaria y
suficiente para que una f : X K medible sea integrable es que
Z
|f | d <
X
as
en cualquiera de los casos K = R, K = R o K = C. Adem
Z
Z

f d
|f | d

X
32
6. El teorema 1.2.9 y el punto 3 de la definici

on 1.2.11 aseguran que para
toda f : X [0, ] medible
Z
Z
f d = lim
sn d si (sn ) % f
n X
La definici
on 1.2.11 se la debemos a Lebesgue. Si la comparamos con la
definici
on de integral dada previamente por Riemann, observaremos que el
alem
an hace particiones en X y suma los productos de la medida de cada
parte por un valor cualquiera de los que toma la funci
on en esa parte mientras el frances trata, ante todo, de saber c
omo es la funci
on y realiza las
particiones que convienen a su gr
afica. As, cuando la funci
on es simple,
n
[
toma la partici
on X =
Ei siendo Ei = f 1 (i ).
i=1
El contraste entre los dos procedimientos se pone claramente de manifiesto

en el cl
asico ejemplo del comerciante ordenado: Para contar el dinero que
hay sobre una mesa, Riemann dividira la mesa seg
un una cuadrcula, contara el valor de las monedas de cada casilla y sumara para todas las casillas.
Sin embargo, Lebesgue se preocupara de saber que valores tienen las monedas que hay sobre la mesa (1 = 0.02, 2 = 0.05, 3 = 0.10, 4 = 0.2,
5 = 0.5, 6 = 1 y 7 = 2) y cu
antas hay de cada valor (Ei = v 1 (i ) y
c(Ei) n
umero de monedas de i euros). Luego hara simplemente
7
X
i=1
1.2.13
i c(Ei)
Teoremas de convergencia
Esta secci
on est
a dedicada al estudio del comportamiento de la integral de
Lebesgue en los procesos de paso al lmite. Veremos que en condiciones
muy generales los lmites puntuales de funciones integrables Lebesgue son
funciones integrables Lebesgue, lo cual supone una mejora respecto al comportamiento de la integral de Riemann. Adem
as, en general, el lmite de las
integrales va a coincidir con la integral del lmite.
Teorema 1.2.14 Teorema de la convergencia mon
otona
Sea (fn : X [0, ]) una sucesi
on de funciones medibles tales que
0 f1 (x) f2 (x) fn (x) x X
El lmite puntual de (fn ), que lo llamamos f , es medible y
Z
Z
f d = lim
fn d.
X
n X

33
Demostraci
on:
R

X fn d es creciente. Por tanto, existe
Ya sabemos que f es medible y

Z
lim
fn d = [0, ]
n
Como fn f , la monotona asegura que

Z
Z
fn d
f d n N,
X
luego X f d. Para probar la desigualdad contraria, tomamos cualquier

s simple medible, 0 s f , consideramos cualquier c (0, 1) y fabricamos
la sucesi
on de conjuntos medibles En = {x | fn (x) cs(x)} que, evidente
[
mente, es expansiva y, adem
as,
En = X. En efecto:
n=1
Dado cualquier x X, o bien f (x) = 0 y, entonces, x E1 , o bien

f (x) > 0 y, entonces, f (x) > cs(x). En este caso ha de existir un n0
tal que fn0 (x)R cs(x) y, as
R
R , x En0 . R
As tenemos, X fn d En fn d En cs d = c En s d y utilizando la
medida inducida por s (comentario 1.2.12.2) resulta que
Z
fn d c(En ) n N.
X
Tomando lmites, c lim (En ) = c (X) = c
s d y, como esto
Z
es cierto c (0, 1), tambien lo es para c = 1. Luego,
s d y, como
X
Z
esto vale s f , resulta que
f d.
n
Consecuencias 1.2.15
1. Si (fn : X [0, ]) es una sucesi
on de funciones medibles y
f (x) =
n=1
fn (x) x X
es claro que (gk ) % f siendo gk =

lim
Es decir,
Z
f d = lim
k
X
fn . Por tanto,
n=1
gk d =
k Z
X
n=1
f d
X
fn d =
Z
X
n=1
fn d.
34
2. Dada cualquier f : X [0, ] medible, si (Xn ) es una partici

on de
X
fn , se cumple
X, podemos definir fn = f 1Xn . Puesto que f =
n=1
f d =
Z
X
n=1
fn d =
Z
X
n=1
f d
Xn
que es la generalizaci
on de la propiedad aditiva del intervalo.
3. Sea (Y, ) un espacio topol
ogico, f : X Y una funci
on medible y
g : Y K una funci
on medible Borel. Entonces, si f es la ley de f ,
Z
Z
g f d =
g df
X
En efecto:
Por linealidad basta probarlo en el caso K = [0, ] para cualquier
g : Y [0, ] medible Borel.
(a) Si g = 1B el resultado es obvio pues
Z
1f 1 (B) d = [f
1B f = 1f 1 (B)
(B)] = f (B) =
1B df
(b) Si g es simple medible el resultado se deduce de (a) por linealidad.

(c) Si g : Y [0, ] es cualquier funci
on medible Borel, el teorema
1.2.9 asegura la existencia de una sucesi
on de funciones simples
medibles Borel, (sn ) % g. Entonces,
Z
Z
g f d = lim
sn f d =
n X
X
Z
Z
= lim
sn df =
g df .
n
En particular, si f : X [0, ] es medible e I es la identidad,

Z
Z
f d =
I df
X
[0,]
4. Si (X, M, ) es un espacio de medida y f : X [0, ] una funci

on
medible, podemos definir la nueva medida
: M [0, ]
Z
E
f d
E

35
Adem
as, si g : X [0, ] es cualquier funci
on medible, se cumple
Z
Z
g d =
g f d
X
cuesti
on que se suele expresar abreviadamente escribiendo d = f d.
En efecto:
R
R
(a) () = f d = X f 1 d = 0 (X) = 0
(b) Sea (Ei) una sucesi

on disjunta de conjuntos medibles y sea E =
[
X
Ei. Evidentemente, 1E =
1Ei . Entonces,
i=1
i=1
(E) =
f d =
Z
X
i=1
f 1E d =
f 1Ei d =
Z
X
i=1
X i=1
f 1Ei ) d =
f d =
Ei
(Ei ).
i=1
Para probar que d = f d procedemos como ya es habitual:

R
R
(a) Si g = 1E , la igualdad X g d = X g f d se reduce a
Z
Z
Z
1E d = (E) =
1E f d =
f d
X
que es la propia definici

on de .
(b) Si g es simple, el resultado se sigue de la linealidad de la integral.
(c) Si g es cualquiera, tomamos (sn ) % g y aplicamos 1.2.14:
Z
Z
Z
Z
g d = lim
sn d = lim
sn f d =
g f d.
n
Lema 1.2.16 Lema de Fatou

Si (fn : X [0, ]) es una sucesi
on de funciones medibles, se cumple que
Z
Z
lim inf fn d lim inf
fn d.
X
Demostraci
on:
Como lim inf(fn (x)) = sup[ inf (fk (x))], designando gn (x) = inf (fk (x))
nN kn
kn
obtenemos una sucesi

on de funciones medibles (gn ) % lim inf fn .
El teorema 1.2.14 asegura que
Z
Z
lim inf fn d = lim
gn d.
X
36
R
R
Adem
as, como gn fn , resulta que X gn d X fn d y, por tanto,
Z
Z
lim inf
gn d lim inf
fn d.
X
Ahora bien,
lim inf
gn d = lim
gn d
y en consecuencia,
Z
Z
Z
lim inf fn d = lim
gn d lim inf
fn d.
n X
Teorema 1.2.17 Teorema de la convergencia dominada

Sea (fn : X K) una sucesi
on de funciones medibles que converge puntualmente a una funci
on f . Si (|fn |) est
a dominada por una g : X K
integrable, es decir, si |fn (x)| g(x) (n, x) N X, se cumple:
1. f : X K tambien es integrable.
Z
2. lim
|fn f | d = 0.
n
3. lim
fn d =
f d.
X
Demostraci
on:
1. Sabemos queR f es medible.
R Como |f | g, la monotona de la integral
asegura que X |f | d X g d < . Luego f es integrable.
2. Como |fn f | 2g, (2g |fn f |) es una sucesi

on de funciones
medibles positivas. El lema de Fatou dice que
Z
Z
lim inf(2g |fn f |) d lim inf (2g |fn f |) d.
X
Por tanto,
Z
Cancelando
2g d
2g d + lim inf

|fn f | d .
2g d, que es finita, tenemos

Z
Z

0 lim inf
|fn f | d = lim sup
|fn f | d.
X
Por tanto, lim sup X |fn f | d 0 y, como estas integrales son positivas, resulta que
Z
Z
0 lim inf
|fn f | d lim sup
|fn f | d 0.
X

Es decir,
lim
3. Sabemos que |
X (fn
37
|fn f | d = 0.
f ) d|
|fn f | d. Entonces,

Z

(fn f ) d 0

X
y, por tanto,
lim
1.2.18
fn d =
Los espacios Lp (X, )
f d.
(1 p < )
Sea (X, M, ) un espacio de medida. El conjunto de funciones

Z
1
L (X, ) = {f : X R | f medible y
|f |d < }
X
es un espacio vectorial real y la aplicaci

on
1 : L1 (X, ) R+
Z
f
|f | d
X
es, claramente, homogenea en valor absoluto y subaditiva:

1. 1 (f ) = ||1 (f ), K y f L1 (X, ).
2. 1 (f + g) 1 (f ) + 1 (g), f, g L1 (X, ).
Sin embargo, de la condici
on 1 (f ) = 0 no podemos deducir la nulidad de
f y, as, 1 es s
olo una seminorma.
Por ejemplo, si es la medida de Dirac x0 y X 6= {x0 }, es evidente que
Z
Z
Z
|f | d =
|f | d +
|f | d = |f (x0 )|
X
{x0 }
X\{x0}
En este caso, 1 (f ) = 0 f (x0 ) = 0 y no importa que f no sea nula en

X \ {x0 }. Este ejemplo no es una peculiaridad de x0 , sino una ley general:
Teorema 1.2.19
Sea (X, M, ) un espacio de medida y f L1 (X, ). Entonces,
1 (f ) = 0 E M con (X \ E) = 0 tal que f se anula en E.
38
Demostraci
on:
1
) Designemos An = {x
R X | |f (x)|
R > n }. La monotona de la integral
1
asegura que n (An ) An |f | d X |f | d = 0 y, as, (An ) = 0 n N.
[
Entonces, A = {x X | |f (x)| > 0} =
An tiene medida nula y f se
n=1
anula en X \ A. Evidentemente, E = X \ A es el conjunto buscado.

) Si existe E M cumpliendo las condiciones tendremos
Z
Z
Z
1 (f ) =
|f | d =
|f | d +
|f | d = 0.
X
X\E
Cuando una propiedad se cumple en un E X tal que (X \ E) = 0,

se dice que dicha propiedad se cumple casi por doquier (presque partout,
almost everywhere) y se escribe ae. As, el resultado anterior se suele
enunciar:
1 (f ) = 0 f = 0 ae
Teorema 1.2.20
Sea S el subespacio vectorial {f L1 (X, ) | 1 (f ) = 0} y sea L1 (X, ) el
espacio cociente L1 (X, )/S. Entonces se cumple:
1. La aplicaci
on
k k1 : L1 (X, ) R+
Z
f +S
|f | d
X
est
a bien definida y es una norma en L1 (X, ).
2. El espacio (L1 (X, ), k k1 ) es un espacio de Banach.
Demostraci
on:
1. Si f1 + S = f2 + S es claro que f1 f2 S. Por tanto, 1 (f1 f2 ) = 0.
Pero |1 (f1 ) 1 (f2 )| 1 (f1 f2 ) y, as, 1 (f1 ) = 1 (f2 ). Luego
k k1 est
a bien definida. Trivialmente es norma.
2. Probaremos que toda sucesi
on (fn + S) L1 (X, ) absolutamente
sumable, es sumable. Es decir, probaremos que
Z
X
1
|fn |d = M <
X
1
fn L1 (X, )

39
n
X
|fi (x)|. Entonces, kn + Sk1

1 R
en consecuencia X n d M n N.
Sea n (x) =
n
X
1
kfi + Sk1 M y,
Para cada x X, (n (x)) es creciente y converge a alg

un punto (x)
de
un Fatou,
R [0, ]. As, definimos : X [0, ] que es medible y seg
M
.
Luego
existe
un
E
X
tal
que
(X
\
E)
=
0 donde
X
P
(x) < x E. Es decir
|f
(x)|
<
E.
Como
R es
n
1
P
completo, tambien ocurre que 1 fn (x) R x E y, as, definimos
f :ER
X
x
fn (x).
1
En el espacio heredado (E, ME, E ), designando gn = f1 |E + +fn |E ,

tenemos una sucesi
on (gn : E R) de funciones ME -medibles que
converge puntualmente a f y est
a dominada por . El teorema 1.2.17
asegura que
Z
1
f L (E, E )
y lim
|f gn | dE = 0
n
Ahora, extendiendo la f , definimos la f : X R

f(x) =
f (x)
0
si x E
si x
/E
Es claro que f L1 (X, ) y por cumplir,

lim
resulta que f =
|f
X
n=1
n
X
i=1
fi | d = lim
|f gn | dE = 0
fn .
Las funciones que coinciden en un conjunto E tal que (X \ E) = 0 y son

medibles e integrables en el, quedan identificadas, y pasan a constituir un
elemento del espacio normado (L1 (X, ), k k1).
Si p es un n
umero real que cumple 1 < p < , designamos
Z
Lp(X, ) = {f : X R | f medible y
|f |p d < }
X
40
y
p : Lp (X, ) R+
Z
1
p
f
|f |p d
X
De modo no tan sencillo como en el caso p = 1, tambien podemos probar:

Teorema 1.2.21
Sea Sp el subespacio vectorial {f Lp (X, ) | p (f ) = 0} y sea Lp (X, ) el
espacio cociente Lp(X, )/Sp. Entonces se cumple:
1. La aplicaci
on
k kp : Lp (X, ) R+
Z
1
p
p
f + Sp
|f | d
X
est
a bien definida y es una norma en L (X, ).
2. El espacio (Lp (X, ), k kp) es un espacio de Banach.
Comentarios 1.2.22
1. Si X = {1, 2, . . ., n}, M = P(X) y = c (medida de contar), una
f Lp (X, c) es una n-tupla de n
umeros reales (f (1), . . ., f (n)) y
!1
!1
Z
1
n Z
n
p
p
X
X
p
kf kp =
|f | d
=
=
|f |p dc
|f (i)|p
X
i=1
{i}
i=1
En este caso,
(Lp(X, c), k kp) = (Rn , k kp)

2. El espacio (L2 (X, ), k k2 ) es un espacio de Hilbert porque es un Banach cuya norma procede del producto escalar:
Z
(f | g) =
f g d
X
3. Dado un espacio de medida (X, M, ) -finito, siempre existe una

funci
on L1 (X, ) tal que 0 < (x) < 1 x X. En efecto:
[
Sea X =
Xn disjunta con (Xn ) < n N. Definimos:
n=1
n : X R
2n
x 7 1 + (Xn )
si x Xn
si x
/ Xn .

La funci
on =
integrable pues
Z
1.2.23
41
n , que es medible y verifica 0 < < 1, es
n=1
||d
X
2n (Xn )
n=1
1 + (Xn )
<
n=1
2n < .
Modos de convergencia
Si X es un conjunto no vaco, (fn : X R) es una sucesi

on de funciones y
f : X R es otra funci
on, ya conocemos las siguientes definiciones:
1. (fn ) f puntualmente si > 0 y x X,
|fn (x) f (x)| <
n(, x) N tal que
n > n(, x)
2. (fn ) f uniformemente si > 0 n() N tal que

|fn (x) f (x)| <
n > n() x X
Evidentemente, ambas definiciones son equivalentes cuando X es un conjunto finito. Si X es un conjunto infinito la convergencia uniforme implica
la puntual pero no podemos asegurar la implicaci
on contraria.
Cuando en X tenemos una estructura de medida (X, M, ) y las funciones
fn y f son medibles, adem
as de las ya conocidas definiciones:
3. (fn ) f puntualmente -a.e.
4. (fn ) f en Lp(X, ) con 1 p <
podemos dar las siguientes definiciones, tal vez desconocidas para el lector:
5. (fn ) f en L (X, ) si E M con (E) = 0 tal que
(fn ) f
uniformemente en
X \E
6. (fn ) f -a.e. uniformemente si > 0 n() N y E() M

tal que
(E())
y |fn (x) f (x)| <
n > n() y x X \ E()
7. (fn ) f en medida si > 0 se tiene que

({x X | |fn (x) f (x)| }) 0
42
Teorema 1.2.24
Sea (X, M, ) un espacio de medida, (fn : X R) una sucesi

on de funciones
medibles y f : X R una funci
on medible. Se cumple:
1. (fn ) f uniformemente (fn ) f in L (X, )
2. (fn ) f in L (X, ) (fn ) f -a.e. uniformemente.
3. (fn ) f -a.e. uniformemente (fn ) f puntualmente -a.e.
4. (fn ) f -a.e. uniformemente (fn ) f en medida
5. (fn ) f in L1 (X, ) (fn ) f en medida
Demostraci
on:
1. Se cumple que (fn ) f en L (X, ) con E = .
2. Se cumple que (fn ) f -a.e uniformemente con E() = E
y (E) = 0.
> 0
3. Inmediato.
4. Inmediato.
5.
1.2.25
Teoremas de Fubini
Teorema 1.2.26
Si (X, M, ) y (Y, N, ) son espacios de medida, dado Q M N se pueden
definir las funciones:
Q :
X
x
[0, ]
(Qx )
Q :
Y
y
[0, ]
(Qy )
Si (X, M, ) y (Y, N, ) son -finitos, Q y Q son medibles.

Demostraci
on:
Ambas se demuestran igual. Probaremos que Q es medible mediante la
siguiente tecnica de W.Rudin. Definimos la familia
= {Q M N | Q es medible}
y comprobamos que cumple las siguientes propiedades:

43
1. contiene a los rect

angulos medibles:
(
(
B si x A
(B)
(A B)x =
[(A B)x ] =
si x
/A
0
AB (x) = (B)1A (x).
si x A
si x
/A
As AB = (B)1A y es medible porque A M.

2. La uni
on numerable disjunta de elementos de est
a en :

(x) = [(
i=1 Qi
Qi )x ] = [
i=1
(Qi )x] =
i=1
Qi (x) = lim
i=1
n
X
Qi (x)
i=1
luego medible. En particular, las uniones finitas disjuntas de rect

angulos
medibles, est
an en .
3. es clase expansiva:
Si (Qi ) es expansiva y Q =
Q (x) =
(x) = [(
i=1 Qi
por tanto, medible.
Qi se tiene:
i=1
Qi )x ] = [
i=1
(Qi)x ] = lim
i=1
n
X
Qi (x),
i=1
4. es clase dominadamente contractiva:

Si (Qi ) es contractiva y Qi A B con (A) < y (B) < ,
\
entonces Q =
Qi . Pero esto es claro pues
i=1
Q(x) = [(
Qi )x] = [
i=1
(Qi )x ] = lim [(Qi )x] = lim Qi (x)

i
i=1
porque [(Q1 )x ] (B) < .

Ahora bien, como (X, M, ) y (Y, N, ) son -finitos, existen familias disjun
[
[
tales que X =
tas {Xn }
y
{Y
}
X
e
Y
=
Ym con (Xn ) <
m 1
n
1
y (Ym ) < y podemos definir
n=1
m=1
= {Q M N | Q (Xn Ym ) n, m}.
Es claro que contiene a R, al algebra generada por R y es clase mon
otona,
luego = M N. Ello indica que todo Q M N se parte en una familia
disjunta de elementos de . Pero, seg
un 2, esto significa que Q . Es
decir, = M N y, as, Q es medible Q M N.
44
Teorema 1.2.27
Si (X, M, ) y (Y, N, ) son espacios de medida -finitos, las funciones

Q :
X
x
cumplen que
[0, ]
(Qx )
Q d =
Demostraci
on;
Q :
Y
y
[0, ]
(Qy )
Q M N
Q d
Utilizando la misma tecnica del teorema 1.2.26, definimos la familia

Z
Z
= {Q M N |
Q d =
Q d}.
X
y comprobamos que cumple las siguientes propiedades:

1. contiene a los rect
angulos medibles:
Dado A B M N, sabemos que
AB = (B)1A y AB = (A)1B
Entonces,
AB d = (B)(A) =
X
AB d.
2. La uni
on numerable disjunta de elemntos de est
a en :
Z
Qi d =
Z X
Qi d =
X i=1
Z
X
i=1
Qi d =
Z
X
i=1
Qi d =
3. es clase expansiva:
Sea (Qi ) una sucesi
on expansiva en y sea Q =
Qi d
Qi . Es claro que
i=1
(Qi ) % Q y (Qi ) % Q. El teorema 1.2.14 asegura que

Z
Z
Z
Z
Q d = lim
Qi d = lim
Qi d =
Q d.
X
i X
4. es clase dominadamente contractiva:

Sea (Qi) una sucesi
on contractiva tal que Q1 A B, con (A) <
\
y (B) < . Probemos que Q =
Qi est
a en :
i=1
(Qi ) Q
(Qi ) Q
y |Qi (x)| AB (x) i y x X

y |Qi (y)| AB (y) i y y Y.

45
R
R
Como X AB d = Y AB d = (A) (B) < , el terema 1.2.17
asegura que
Z
Z
Z
Z
Q d = lim
Qi d = lim
Qi d =
Q d.
i
i Y
Si consideramos = {Q M N | Qnm n, m} como en el teorema

1.2.26, podemos concluir que = = M N
Definici
on 1.2.28
Si (X, M, ) y (Y, N, ) son espacios de medida -finitos, el valor com
un
Z
Z
Q d =
Q d se denota (Q) Q M N
X
La funci
on : M N [0, ] es una medida que en los rect
angulos
cumple la f
ormula base por altura:
(A B) = (A) (B)
El espacio de medida (X Y, MN, ) es el espacio de medida producto.
Si existe en (X, M, ) alg
un conjunto A no vaco con medida nula y existe
en (Y, N, ) alg
un conjunto no medible B, resultar
a que A B A Y
siendo A B no medible y A Y de medida nula . Los espacios producto
son proclives a poseer la anomala de que hayan subconjuntos de conjuntos
de medida nula que no sean medible. Los espacios de medida que no poseen
esta anomala se llaman completos.
Teorema 1.2.29 El Fubinito
Sean (X, M, ), (Y, N, ) espacios de medida -finitos y F : X Y [0, ]
una funci
on medible. Entonces,
:
X
x
R [0, ]
Y F (x, ) d
son medibles y se cumple que

Z
Z
d =
X
XY
Y
y
F d( ) =
[0, ]
F
X (, y) d
d.
Y
Demostraci
on:
Como las funciones F (x, ) y F (, y) son medibles, las y est
an bien
definidas. Procedamos como siempre:
46
1. Si F : X Y [0, ] es la funci
on caracterstica de un Q M N,
es evidente que F (x, ) = 1Qx y F (, y) = 1Qy . Entonces,
(x) = (Qx ) = Q (x) y (y) = (Qy ) = Q(y)
y el resultado lo asegura el teorema 1.2.27.
2. Si F : X Y [0, ] es la funci
on simple
F (x, ) =
Entonces,
=
n
X
n
X
i 1Qi es evidente que
i=1
n
X
i 1(Qi )x y F (, y) =
i=1
n
X
i 1Qy
i
i=1
i Qi y =
i=1
n
X
i Qi
i=1
y el resultado se deduce de la linealidad de la integral.

3. En el caso general, el teorema 1.2.9 asegura una sucesi
on (sn ) % F .
Si
n :
X
x
[0, ]
sn (x, ) d
n :
Y
y
[0, ]
X sn (, y) d
la monotona de la integral y el teorema 1.2.14 aseguran el resto.

Es conveniente, a veces, introducir las variables para identificar con m
as
facilidad las funciones que estamos manejando. As solemos enunciar el
Fubinito como sigue:

Z Z
Z
F (x, y) d(y) d(x) =
F (x, y) d( )(x, y) =
X
Y
XY

Z Z
=
F (x, y) d(x) d(y).
Y
Teorema 1.2.30 Teorema de Fubini

Sean (X, M, ), (Y, N, ) espacios -finitos. Sea F : X Y R una funci
on
M N-medible. Consideremos las funciones
:
X
x
[0, ]
|F (x, )| d
Entonces se cumple:
1. L1 (X, ) F L1 (X Y, ).
Y
y
[0, ]
|F
(, y)| d
X

47
2. L1 (Y, ) F L1 (X Y, ).
Si F L1 (X Y, ) se cumple:
3. Existe E X con (X \ E) = 0 tal que F (x, ) L1 (Y, ) x E y
:ER
Z
x
F (x, ) d.
Y
est
a en L1 (E, E ).
4. Existe G Y con (Y \ G) = 0 tal que F (, y) L1 (X, ) y G y
:GR
Z
y
F (, y) d
X
est
a en L1 (G, G ).
Z
Z
5. Adem
as,
dE =
E
XY
F d( ) =
dG .
Demostraci
on:
1. y 2. Se deducen aplicando el Fubinito a |F |.
3. y 4. Si F = F + F es la descomposici
on can
onica, tenemos
F (x, ) = F + (x, ) F (x, ) x X
F (, y) = F + (, y) F (, y) y Y
y definiendo
+ :
X
x
R[0, ]+
Y F (x, ) d
X
x
R[0, ]
Y F (x, ) d
+ :
Y
y
R[0, ]+
X F (, y) d
Y
y
R[0, ]
X F (, y) d
podemos deducir del Fubinito que

(R
R
R
+ d = XY F + d( ) = Y + d
X
R
R
R
X d = XY F d( ) = Y d
(1.1)
48
Como F + |F | y F |F | y F L1 (X Y, ), resulta que

+ , L1 (X, ) y + , L1 (Y, )
En consecuencia:
E X con (X \E) = 0 tal que + (x) < y (x) < x E
G Y con (Y \ G) = 0 tal que + (y) < y (y) < y G
Podemos, por tanto, definir las funciones
:ER
+
x (x) (x) =
F (x, ) d
F (, y) d
y
:GR
+
y (y) (y) =
y observar que
(R
|F (x, )| d = + (x) + (x) < x E

+
X |F (, y)| d = (y) + (y) < y G.
RY
As F (x, ) L1 (Y, ) x E y F (, y) L1 (X, ) y G.

5. Es suficiente restar en (1.1).
1.2.31
Teoremas de Radon-Nikodym
Dado un espacio de medida (X, M, ), sabemos

que cada f : X [0, ]
R
medible define una nueva medida (E) = E f d y ya hemos explicado
por que es natural escribir, en ese caso, d = f d. Los estadsticos llaman a f densidad de respecto de y los analistas, abusando del lenguaje
d
y la llaman derivada de Radon-Nikodym de respecto de .
escriben f =
d
En esta secci
on nos ocuparemos del problema inverso, es decir, estudiaremos las condiciones para que dadas dos Rmedidas y en (X, M) exista una
h : X [0, ] medible tal que (E) = E h d E M.
Evidentemente, es necesario que (E) se anule cuando (E) = 0. Para

encontrar la condici
on suficiente, necesitamos el siguiente lema tecnico
Lema 1.2.32

49
Sea (X, M, ) un espacio de medida finita, C R un cerrado y f L1 (X, ):

R

E f d
E M y (E) > 0 C f (x) C .ae
(E)
Demostraci
on:
Sea A = R \ C y sea [a r, a + r] A. Si Ar = f 1 ([a r, a + r]) no tiene

medida nula llegamos al absurdo de encontrar un promedio fuera de C:
R
R

|f a|d
r(Ar )
Ar f d

a Ar
=r

(Ar )

(Ar )
(Ar )
Ahora bien, A es uni
on numerable de conjuntos del tipo [ai ri , ai + ri] y,
en consecuencia, 0 = (f 1 (A)) = {x | f (x)
/ C}.
Teorema 1.2.33 Teorema de Radon-Nikodym
Sea (X, M, ) -finito y sea : M [0, ) una medida finita. Existe un
A M para el que se cumple:
1. (E) = (E A) E M
2. Existe h L1 (X, ) tal que
(E A) =
h d E M
Demostraci
on:
Por ser (X, M, ) -finito, el comentario 1.2.22,3 asegura la existencia de
una L1 (X, ) conR 0 < (x) < 1 x X. Con ella, construimos la
medida finita
(E) = E d.
Consideremos la medida = +
, tambien finita, y comprobemos que
Z
Z
Z
f d =
f d +
f d
X
En efecto:
1. Para funciones caractersticas:
Z
Z
Z
1E d = (E) = (E) +
(E) =
1E d +
1E d
X
2. Para funciones simples por linealidad.

3. Para funciones positivas f : X [0, ] medibles, por los teoremas
1.2.9 y 1.2.14.
50
4. Para cualquier f : X R integrable, por linealidad.

Por otra parte, el funcional lineal
: L2 (X, ) R
Z
f 7
f d
X
es continuo porque
Z
Z
1 Z
Z
1
Z
2
2

1
2
2
f d
|f | d
|f | d
|f | d
1 d = kf k2 [(X)] 2

X
El teorema 6.2.7 asegura la existencia de una g L2 (X, ) tal que

Z
Z
(f ) =
f d =
f g d f L2 (X, ).
X
g d
est
an en [0, 1]
(E)
R
cuando (E) > 0: Tomando f = 1E , vemos que (E) = E g d y, as,
Esta g no puede ser muy grande pues los promedios
R
g d
g d
0
E
= 1.
(E)
(E)
E
Concretamente, podemos probar que g(x) [0, 1] .ae y, a

un, suponer que
g(x) [0, 1] x X sin que esto afecte a la identidad
Z
Z
Z
Z
f d =
f g d =
f g d +
f g d.
X
Escrib
amosla en la forma
Z
f (1 g) d =
f g d,
y consideremos
A = {x X | 0 g(x) < 1} y B = {x X | g(x) = 1}.
Entonces,
R
1. Tomando f = 1B , vemos que B d = 0 y, como (x) > 0 x X,
deducimos que (B) = 0. As,
(E) = (E A) + (E B) = (E A) E M

51
2. Tomando f = (1 + g + + g n )1E , vemos que

Z
Z
(1 g n+1 ) d = (g + + g n+1 ) d n N.
E
y como
lim g n+1 (x) =
designando h =
X
n=1
0
1
si x A
si x B,
g n resulta que (E A) =
h d.
Para sacarle el m
aximo partido al teorema 1.2.33 conviene considerar medidas con signo o s-medidas y establecer algunas notaciones previas.
Definici
on 1.2.34
1. Sea (X, M) un espacio medible. Una s-medida es una : M R que
X
verifica (E) =
(Ei) (Ei ) P(E) que es el conjunto de todas
i=1
las particiones medibles y numerables de E.
2. S(X, M) es el conjunto de todas las s-medidas en (X, M).

3. Sea S(X, M) y una medida en (X, M). Decimos que es absolutamente continua respecto de , y lo denotamos , si (E) = 0
cuando (E) = 0.
4. Decimos que S(X, M) se concentra en A M cuando
(E) = (E A) E M
5. Si 1 , 2 S(X, M) se concentran en conjuntos disjuntos A1 y A2 , se
dice que son mutuamente singulares y se escribe 1 2 .
Comentarios 1.2.35
1. En la definici
on de s-medida exigimos la convergencia de las series
X
(Ei) sin admitir la posibilidad de que diverjan a +, como peri=1
mitiamos en el caso de una medida. Adem

as, por ser conmutativa la
X
uni
on de conjuntos, la convergencia de las series
(Ei) debe ser
i=1
incondicional y, por tanto, absoluta. De ello se deduce que () = 0.
52
2. A cada S(X, M) le asociamos la medida finita ||, llamada variaci

on
total de y definida como sigue:
|| : M [0, ]
E
sup
(Ei )P(E) i=1
|(Ei)|.
Es inmediato comprobar que

(a) ||
(b) Si ||
(c) Si se concentra en A || se concentra en A.
(d) Si 1 2 |1 | |2 |
3. A cada S(X, M) tambien le asociamos las medidas finitas

+ =
1
(|| + )
2
1
= (|| )
2
llamadas variaci
on positiva de y variaci
on negativa de . Es
claro que
= + y || = + +
4. S(X, M) con la suma y el producto por escalares
(1 + 2 )(E) = 1 (E) + 2 (E) E M.
(c1 )(E) = c 1 (E) E M.
tiene estructura de espacio vectorial real. Adem

as, la aplicaci
on
k k : S(X, M) R+
7 ||(X)
es una norma en S(X, M).

5. Con esta nueva terminologa el teorema 1.2.33 asegura que si (X, M, )
es -finito, cualquier medida finita definida en (X, M) se descompone
en suma de dos medidas finitas, una mutuamente singular con y otra
derivable respecto de y, por tanto, absolutamente continua respecto
de . En efecto:
Dada : M [0, ), si A y B son los conjuntos que aparecen el la
demostraci
on del teorema 1.2.33 y designamos A y B a las trazas
de en A y en B, lo que ya probamos en dicho teorema puede ser
expresado del siguiente modo:
(a) = A + B

53
(b) B
(c) h : X [0, ] integrable tal que A (E) =
(d) A
hd E M
6. Adem
as, la anterior descomposici
on es u
nica. Mejor a
un:
Si (X, M, ) es -finito, S(X, M) y se cumple que = a + s
con a y s , tal descomposici
on es u
nica.
En efecto:
Supongamos que haya dos: = a +s = 0a +0s . Entonces, a 0a =
0s s . Como a 0a y 0s s , resulta que a 0a =
0s s = 0 y, por tanto, a = 0a y s = 0s .
Teorema 1.2.36 Teorema de Lebesgue-Radon-Nikodym
Sea (X, M, ) -finito y sea S(X, M). Entonces:
1. Existe un u
nico par (a, s) de elementos de S(X, M) tal que
= a + s , a y s .
2. Existe una u
nica h L1 (X, ) tal que
Z
a(E) =
h d E M.
E
Demostraci
on:
1. Cuando es una medida finita las existencias est
an probadas en el
teorema 1.2.33 y las unicidades se deducen del comentario 1.2.35,6.
2. En el caso general, recordamos que = + y consideramos los
+

pares de medidas finitas (+
a , s ) y (a , s ) asociados respectivamente
+
+
a y . Entonces (a a , s
s ) es un par de s-medidas
+
asociado a . Adem
as, si h y h son las densidades de +
a y a ,
+
h h es densidad de a a .
La unicidad del par de s-medidas asociado a y de la densidad de a
respecto de se deduce del comentario 1.2.35,6.
Corolario 1.2.37
Sea (X, M, ) -finito y sea R S(X, M) tal que . Existe una u
nica
h L1 (X, ) tal que (E) = E h d E M.
Demostraci
on:
= + 0 es una descomposici
on que cumple y 0 .
En particular, existe una u
nica g L1 (X, ||) tal que d = g d||,
54
1.2.38
Teorema de representaci
on de Riesz
Un espacio topol
ogico de Hausdorff (X, ) se dice localmente compacto
cuando cada punto tiene un entorno con clausura compacta. Una funci
on
f : X R se dice de soporte compacto cuando
sop f = {x X | f (x) 6= 0}
tiene clausura compacta. El conjunto de todas las funciones continuas de
soporte compacto es un espacio vectorial que designamos Cc (X).
Los espacios localmente compactos gozan de la siguiente propiedad:
Lema 1.2.39 (Urysohn)
En un espacio localmente compacto (X, ) dado un compacto K y un abierto
U tales que K U , siempre existe una f Cc (X) tal que 1K f 1U .
Teorema 1.2.40
Sea (X, ) localmente compacto y sea : Cc (X) R un funcional lineal
positivo 2 . Existe en X una -
algebra M m
as fina que la de Borel y una
u
nica medida : M [0, ] cumpliendo:
R
1. (f ) = X f d f Cc (X).
2. (K) <
K compacto de (X, ).
3. Regularidad exterior:
(E) = inf{(V ) | E V y V } E M
4. Regularidad interior:
(E) = sup{(K) | Kcompacto E} cuando E o (E) <
5. (X, M, ) es un espacio de medida completo.
Demostraci
on:
Unicidad
Si 1 y 2 satisfacen todas las propiedades, coinciden en los compactos.
En efecto:
Dado un K y > 0 U tal que K U y 2 (U ) < 2 (K) + .
Por Urysohn, f Cc (X) con sop f U y 1K f 1U . Entonces,
Z
Z
1 (K) =
1K d1
f d1 = (f ) =
X
X
Z
Z
=
f d2
1U d2 = 2 (U ) < 2 (K) +
X
Transforma funciones positivas en reales positivos

55
y, cambiando los papeles, 2 (K) < 1 (K) + . Luego 1 (K) = 2 (K).

Por 4, 1 (V ) = 2 (V ) V . Por 3, 1 (E) = 2 (E) E M.
Definici
on de y M
Empezamos definiendo la medida en los abiertos:
(V ) = sup{(f ) | f Cc (X), sop f V, 0 f 1V }
y, como V1 V2 (V1 ) (V2 ), la extendemos a cualquier conjunto:
(E) = inf{(V ) | E V, V }.
Sin embargo, s
olo se puede demostrar la aditividad numerable en
M = {E X | E K K compacto}
donde
= {E X | (E) = sup{(K) | Kcompacto E}} .
No nos detendremos en ver que M es -
algebra ni que es una medida
en ella, pero s probaremos que en los compactos se cumple
(K) = inf{(f ) | f Cc (X) y 1K f 1}
En efecto:
Sea f Cc (X) con 1K f 1. Entonces, si (0, 1),
K f 1 (, ) = V
(K) (V) = sup{(g) | g Cc (X), sop g V, 0 g 1V }
f
1
Cualquier de estas g cumple que g
y, por tanto, (g) (f ).
1
Luego (K) (f ) (0, 1) y (K) (f ). Por tanto,
(K) es cota inferior. Para ver que es la m

axima, observamos que dado
> 0 existe un abierto V K tal que (V ) < (K) + . El lema de
Uryshon asegura una f Cc (X) con sopf V y con 1K f 1V
y, as, (f ) (V ) < (K) + .
Representaci
on R
R
Para probar (f ) = X f d f Cc (X), basta (f ) X f d pues
Z
Z
Z
(f )
f d =
f d (f )
f d
X
Como sop f es un compacto K, f (X) est

a contenido en un cierto [a, b].
Sea y0 < a < y1 < < yn1 < yn = b y Ei = f 1 (yi1 , yi] K
56
i = 1, , n. Dada la partici
on {Ei } de K y un > 0 podemos
encontrar un cubrimiento abierto {Vi} de K tal que
(
Ei Vi y (Vi ) < (Ei ) + n
f (x) < yi + x Vi
Sea {hi }ni=1 una partici
on de la unidad subordinada a {Vi}:
X
hi Cc (X), sop hi Vi , 0 hi 1Vi y
hi (x) = 1 x K
P
P
hi , resulta que (K) ( hi ) =
(hi) y, as:
X
X
X
(f ) = (
hi f ) =
(hif )
(hi[yi + ]) =
Como 1K
n
X
(yi + )(hi ) =
i=1
(|a| + yi + )(hi) |a|
(hi )
h
i
(|a| + yi + ) (Ei ) +
|a|(K) =
n
n
n
X
X
=
(yi )(Ei ) + 2(K) +
(|a| + yi + )
n
i=1
i=1
Z
f d + [2(K) + |a| + |b| + ] .
Comentarios 1.2.41
1. Sea (X, ) un espacio localmente compacto. Al espacio de medida
(X, M, ) obtenido por el teorema 1.2.40 para un funcional positivo
: Cc (X) R, se le llama espacio de Radon.
2. Si (X, ) es localmente compacto y cualquier funcional lineal acotado
: Cc (X) R fuese diferencia de dos funcionales positivos,
+ : Cc (X) R y : Cc (X) R
el teorema de Riesz nos asegurara la existencia de sendos espacios
de medida (X, M+, + ) y (X, M, ) donde los funcionales tendran
representaci
on integral. Entonces, la s-medida = + definida
en la -
algebra M+ M representara al funcional si definieramos
Z
Z
Z
(f ) =
f d+
f d =
f d f Cc (X)
X
Ello nos permitira conocer el dual de (Cc (X), k k). Todo ello es
verdad pero queda fuera de los objetivos del curso.

57
3. Un espacio localmente compacto (X, ) que puede expresarse como

uni
on numerable de compactos, se llama -compacto. Podemos suponer
[
que X =
Ki siendo (Ki) una sucesi
on expansiva de compactos.
i=1
4. Si (X, ) es -compacto, cualquier espacio de Radon (X, M, ) es,

claramente, -finito y cumple E M y > 0 las siguientes propiedades de regularidad:
(a) V abierto y F cerrado tal que F E V y (V \ F ) < .
(b) A F y B G tal que A E B y (B \ A) = 0.

En efecto:
(a) Sea (Ki ) una sucesi

on expansiva de compactos cuya uni
on es X.

.
Como (E Ki) < Vi tal que (Vi \ (E Ki )) < 2i+2
[
[
Si V =
Vi tenemos V y V \ E =
(Vi \ (E Ki )).
i=1
i=1
X

Por tanto, (V \ E)
= y, de igual modo,
i+2
2
2
i=1

W tal que E c W y (W \ E c) <
2
Designando F = W c , tenemos F E V y, como V \ F =

(V \ E) (E \ F ), (V \ F ) (V \ E) + (E \ F ) .
(b) n N Vn y Fn cerrado tales que Fn E Vn y
(Vn \ Fn ) < n1 . Designando A = Fn y B = Vn , tenemos los
borelianos buscados.
1.2.42
La medida de Lebesgue en Rn y sus variedades
Rn dotado de la topologa eucldea en es -compacto. El teorema 1.2.40

nos permite definir en el, y en sus subespacios topol
ogicos m
as notables,
medidas de Radon con las buenas propiedades de regularidad que acabamos
de destacar. Por ejemplo:
1. Un intervalo compacto [a, b] R queda convertido en el espacio de
medida de Lebesgue ([a, b], M, m) a traves del funcional positivo integral Riemann
:
C[a, b]
f
Rb
a
R
f (x)dx
58
Adem
as, como
Z
f (x)dx =
[a,b]
f dm f C[a, b]
todas las tenicas habituales de integraci

on conocidas para funciones
reales continuas de una varable real, son utilizables en ([a, b], M, m).
2. Como (R, e) es -compacto, para el funcional positivo integral Riemann
:
Cc (R)
f
Rd
c
R
f (x)dx
donde [c, d] es cualquier intervalo cerrado y acotado que contiene a

sop f , el teorema 1.2.40 nos proporciona el espacio de medida de
Lebesgue (R, M, m) que ser
a -finito y, en el,
Z
f dm =
f (x)dx f Cc (R) con
sopf [c, d]
La medida m de cualquier intervalo es su longitud. En efecto:

Si I = (a, b), existe (n ) 0 tal que [a + n , b n ] (a, b) y existe
(fn ) Cc (R)
1[a+n ,bn ] fn 1(a,b) n N.
Rb
Por Riemann sabemos que b a 2n a fn (x)dx b a y, as,
lim
fn dm = lim
n a
fn (x)dx = b a
Definiendo gn = max{fi } es claro que (gn ) % 1(a,b) y por 1.2.14

in
m(a, b) =
Como lim
n R
1(a,b) dm = lim
gn dm = lim
gn dm.
fn dm, deducimos que m(a, b) = b a.
Si I = [a, b], por compacidad m(I) < y como I =

resulta que m(I) = lim b a +
n
2
= b a.
n
1
1
(a , b + )
n
n
n=1
3. Como (R , en) es -compacto para el funcional positivo

:
Cc (Rn )
f
R
f
(x
,
,
xn)dx1 dxn
1
Q

59
es la integraci
on reiterada de Riemann en una caja Q que contiene a
sop f , el teorema de Riesz nos proporciona el espacio de medida de
Lebesgue (Rn , Mn, mn) y, en el,
Z
Z
f dmn =
f (x1 , , xn )dx1 dxn f Cc (Rn ) con sopf Q
Rn
Mediante un razonamiento an
alogo al realizado en R, podemos comprobar que la medida de cualquier caja abierta
Q = (a1 , b1) (an , bn)
es mn (Q) = ni=1 (bi ai ) y lo mismo sucede para las cajas cerradas.
4. La -
algebra de Lebesgue Mn es m
as fina que la de Borel Bn pero para
nosotros es suficiente considerar el espacio de medida (Rn , Bn , mn ). En
el probaremos la invariancia por traslaciones de mn . En efecto:
Sea x Rn y consideremos la medida
: Bn [0, ]
E mn (E + x)
Esta medida coincide con mn en cualquier caja Q:

mn (Q) = mn (Q + x) = (Q)
En Rn todo abierto se puede expresar como uni
on numerable de cajas abiertas disjuntas y, por tanto, la medida coincide con mn en
cualquier V en :
mn (V ) =
X
i=1
mn (Qi) =
(Qi ) = (V )
i=1
Por ser y mn exteriormente regulares, coinciden en todo E Bn :

(E) = inf{(V ) | E V, V en } = inf{mn (V ) | E V, V en } = mn (E)
Por tanto,
mn (E) = mn (E + x) E Bn ,
lo cual significa que mn es invariante por traslaciones en Bn
5. Toda : Bn [0, ] finita en los compactos, invariante por traslaciones y exteriormente regular coincide con mn , salvo una constante
multiplicativa o, si se prefiere, salvo un cambio de escala. En efecto:
Sea Q0 el cubo unidad compacto. Es claro que (Q0 ) = c = cmn (Q0 ).
60
Ahora bien, Q0 es uni

on disjunta de 2kn cajas c
ubicas de arista 2k .
Siendo Q una de ellas, por la invariancia por traslaciones
2kn (Q) = (Q0 ) = cmn (Q0 ) = 2kn cmn (Q)
luego (Q) = cmn (Q) Q c
ubica de lado 2k . En consecuencia,
tambien (V ) = cmn (V ) V en y, por ser exteriormente regular,
(E) = cmn (E) E Bn .
6. Si n = r + s es f
acil ver que
Bn Mr Ms Mn
Adem
as, como mr ms es finita en los compactos, invariante por
traslaciones y exteriormente regular,
mr ms = mn
en
Bn
Ahora bien, C Mr Ms , por estar en Mn , existen P1 , P2 Bn

tales que P1 C P2 y mn (P2 \ P1 ) = 0 y, por tanto,
mr ms (C \ P1 ) mr ms (P2 \ P1 ) = mn (P2 \ P1 ) = 0.
En consecuencia, mr ms = mn
en
Mr Ms pues
mr ms (C) = mr ms (P1 ) = mn (P1 ) = mn (C) C Mr Ms

La u
nica diferencia entre (Rn , Mn , mn) y (Rn , Mr Ms , mr ms ) es
que el primero es un espacio de medida completo (ver teorema 1.2.40)
y el segundo no lo es (ver p
agina 45).
R
Por ello, si F : Rn R es integrable Rn F dmn se puede calcular
indistintamente

Z Z
Z Z
F (x, y) dms(y) dmr (x) =
F (x, y) dmr(x) dms (y)
Rr
Rs
Rs
Rr
7. Un caso interesante de medida finita en los compactos, invariante por

traslaciones y exteriormente regular en (Rn , Bn ) es
: Bn [0, ]
E mn (T (E))
siendo T : Rn Rn lineal. Si dim T (Rn ) < n, es claro que 0 pero

si dim T (Rn ) = n, T es biyectiva y T (E) Bn si y s
olo si E Bn .
As, est
a bien definida y es invariante por traslaciones pues
(E + x) = mn (T (E) + T x) = mn (T (E)) = (E)

61
y es finita en los compactos pues la imagen continua de un compacto es compacta. As, c = mn (T (Q0 )) donde Q0 es la caja c
ubica
de arista 1, es decir, el n-paraleleppedo subtendido por los vectores
{e1 , . . . , en }, de modo que (E) = mn (T (E)) = cmn (E) E Bn .
Ya vimos en el comentario 6.2.5,?? que
1
mn (T (Q0 )) = G 2 (T e1 , . . ., T en ) = | det T |
y, por tanto, los casos anteriores (c = 0 y c 6= 0) se pueden agrupar
diciendo que toda aplicaci
on lineal T : Rn Rn produce un cambio
de medida de Lebesgue dado por
mn (T (E)) = | det T |mn (E) E Bn .
8. Dada una T : Rn Rn lineal y biyectiva, podemos preguntarnos cu
al
es la medida en Bn tal que la ley T coincide con mn :
Si queremos que T (E) = (T 1 (E)) = mn (E) E Bn debe ocurrir
que (A) = mn (T (A)) A Bn . Por tanto, = | det T |mn y
Z
Z
Z
f dmn =
f T d =
f T | det T | dmn.
Rn
Rn
Rn
En particular, si f = 1E g, tenemos
f T = (1E g) T = (1E T ) (g T ) = 1T 1 (E) (g T )
y, en consecuencia,
Z
Z
g dmn =
1T 1 (E) g T | det T | dmn =
n
E
ZR
=
g T | det T | dmn.
T 1 (E)
que es la f
ormula del cambio lineal de variable. Esta f
ormula puede
extenderse a situaciones m
as generales, como vemos en el siguiente
Teorema 1.2.43 (Teorema del cambio de variable)
Sean V y W abiertos de Rn y sea F : V W una aplicaci
on biyectiva,
diferenciable y con inversa continua. Entonces:
1. F (E) Bn (W ) E Bn (V ).
2. La medida en V tal que la ley F en W es mn , viene dada por
Z
(E) = mn (F (E)) =
|JF (x)| dmn(x) E Bn (V )
E
62
3. Si f L1 (W, mn) se cumple que
Z
f dmn =
W
f F d =
f (F (x)) |JF (x)| dmn(x)
Demostraci
on:
1. Es inmediato.
2. Es razonable pensar que una funci
on suave como F , transforma conjuntos de medida nula en conjuntos de medida nula y, por tanto,
mn . En tal caso, el corolario 1.2.37 asegura la existencia de
h L1 (V, mn) tal que
mn (F (E)) =
h dmn E Bn (V )
Por otra parte, por la f

ormula del cambio lineal sabemos que
Z
mn (DF (x)(E)) =
E
Cuando E sea una peque

na bola de centro x y radio contenida en V ,
F y DF (x) estar
an tan pr
oximos como queramos y, en consecuencia,
h(x) = |JF (x)| mn -ae. Por tanto,
(E) = mn (F (E)) =
3. Acabamos de verlo en las funciones caractersticas. Por linealidad lo

tenemos para las funciones simples. Por el teorema 1.2.14 lo tenemos
para cualquier funci
on medible positiva y, nuevamente, por linealidad
lo obtenemos para toda funci
on integrable.
Sea M Rn una variedad diferenciable q-dimensional de clase C 1 . Si (U, )
es una carta local tal que (U ) = M , diremos que M es una variedad de una
sola carta. La aplicaci
on transfiere la estructura de medida de Lebesgue
que posee U como abierto de Rq a la variedad M del siguiente modo:
En M consideramos la -
algebra A = {E M | 1 (E) Mq } siendo
Mq la -
algebra de Lebesgue en U , y en ella definimos la medida
:
[0,]
1
2
1 (E)
G (t1 , , tq )(u) dmq(u)
1.3. CAMPOS EN R3
63
1
Con ello medimos, localmente, en el espacio tangente, pues G 2 (t1 , , tq )(u)

es el cambio de medida producido por la aplicaci
on D(u) : Rq Tx (M ).
El espacio de medida (M, A , ) es independiente de la carta (U, ) pues,
si (V, ) es otra carta local de M tal que (V ) = M , debe existir un difeomorfismo : U V tal que = y, por tanto,

E A 1 (E) = 1 1 (E) Mq 1 (E) Mq E A
Adem
as,
1
G 2 (D(u)e1 , , D(u)eq ) = G 2 (D(v)e1, , D(v)eq) |J(u)|

y, por el teorema 1.2.43,
Z
1
(E) =
G 2 (D(v)e1, , D(v)eq) |J(u)| dmq(u) = (E)
1 [ 1 (E)]
As pues, en toda variedad M Vq1 (Rn ) de una carta existe un espacio

de medida can
onico, independiente de la representaci
on parametrica, que
llamaremos espacio de medida de Lebesgue (M, A, ).
1.3
Campos en R3
Muchas situaciones tecnicas interesantes vienen modeladas por una funci

on
F : V R3 siendo V un subconjunto de R3 . Por plantar un vector en
cada punto de V , es llamada campo de vectores.. S
olo estudiaremos campos vectoriales definidos en subconjuntos abiertos. Para sacar el m
aximo
partido al c
alculo y la geometra diferencial que conocemos, exigiremos que
los campos sean de clase C 2 (V ). El teorema de Schwartz nos asegurar
a,
entonces, la simetra de las derivadas parciales segundas.
La traza de la diferencial de un campo F : V R3 es una funci
on real
que contiene informaci
on muy importante. Es la divergencia del campo
divF :
V
x
R
3
X
F i
i=1
xi
(x) =
3
X
Fii (x)
i=1
Cuando divF = 0 decimos que el campo F es solenoidal.

Tambien es importante el rotacional de F que es el nuevo campo
rotF :
V
x
R3

F23 (x) F32 (x), F31 (x) F13 (x), F12(x) F21 (x)
64
Cuando rotF = decimos que el campo F es irrotacional.

El campo rotF es solenoidal pues
3
2
1
3
2
1
div(rotF ) = F21
(x) F31
(x) + F32
(x) F12
(x) + F13
(x) F23
(x) = 0
Para el manejo de estos conceptos es u

til introducir un lenguaje operacional
que, adem
as, nos permite realizar un c
omodo c
alculo simb
olico. Empezamos
definiendo el operador nabla

,
,
=
x1 x2 x3
que al actuar sobre una funci
on : V R3 R nos da su campo gradiente
:
R3

,
,
(x)
x1 x2 x3
= (1 , 2, 3 )(x)
Tambien consideraremos el laplaciano = div que al actuar sobre

una funci
on : V R3 R nos da la funci
on
:
R
3
X
ii (x)
i=1
Cuando = 0 decimos que la funci

on es arm
onica.
El producto escalar simb
olico de y un campo F nos da su divergencia
(|F ) =

,
,
x1 x2 x3
y el producto vectorial simb

olico de

i

F =
x1
F1
| (F , F , F )
3
X
Fii = div F
i=1
y F nos expresa el rotacional

j
k

= rot F
x2 x3
F2
F3
Esta notaci
on simb
olica es muy adecuada pues nos permite recordar f
acilmente
que todo campo de rotores es solenoidal [(| F ) = 0] o intuir que
todo campo de gradientes es irrotacional [ = ( ) = o].
Pero, sin duda, la notaci
on que m
as facilita los c
alculos es la notaci
on de
Einstein. Cualquier vector x = (x1 , x2 , x3 ) se escribe en la forma simple xi
dando por supuesto que i ha de tomar los valores 1,2,3 y se conviene que
1.3. CAMPOS EN R3
65
cuando en una expresi

on un ndice o multindice se repite, se debe sumar
sobre el. As, por ejemplo,
se escribe
se escribe
i (1 , 2 , 3 )
ii 11 + 22 + 33
se escribe Fii F11 + F22 + F33
divF
Adem
as, si ijk es el signo de la permutaci
on (i, j, k), es decir, si
(
123 = 231 = 312 = 1
213 = 132 = 321 = 1
rotF
se escribe
ijk Fjk (1jk Fjk , 2jk Fjk , 3jk Fjk )
pues sumando en los multi-ndices repetidos tenemos que

1jk Fjk 123 F23 + 132 F32 = (F23 F32 )
2jk Fjk 213 F13 + 231 F31 = (F31 F13 )
3jk Fjk 312 F12 + 321 F21 = (F12 F21 )
Usando esta notaci
on, no queda ninguna duda sobre el car
acter irrotacional
de un campo de gradientes:
rot = ijk kj = o
1.3.1
Circulaciones
Dado un campo F : V R3 y una curva regular V , podemos definir

(F |t):
R
(F (x)|t(x))
siendo t(x) el vector tangente unitario a la curva en el punto x. Si (, A, )

es la estructura de medida can
onica, podemos considerar la integral
Z
L(F, ) = (F | t) d
Si viene dada por la carta local : (a, b) R3 , la integral vale

Z b
Z b

0 (t)
0
k (t)kdt =
F | 0 dm1
F (t) | 0
k (t)k
a
a
pero si viene dada por la carta ? : (a, b) R3 , t 7 (a + b t),

Z b
Z b

F ? (t) | ? 0 (t) dt =
F (a + b t) | 0 (a + b t) dt
a
66
y, haciendo el cambio de variable t = a + b ,

Z b
Z b

F ? | ?0 dm1 =
F | 0 dm1
a
La integral L(F, ) es la circulaci

on del campo F a lo largo de la curva
y su signo depende de la orientaci
on elegida. Si F es un campo de fuerzas,
L(F, ) se interpreta fsicamente como el trabajo que realiza F para llevar
a la masa unidad por la curva .
Campos conservativos
Un campo F : V R3 de dice conservativo si existe una funci
on
:
V
x
R
(x)
llamada potencial de F , tal que F = . Entonces, divF = y, as,

F
es solenoidal
es arm
onica
Comentarios 1.3.2
1. Si F : V R3 es conservativo con potencial y V viene dada
en funci
on de su arco por la carta local : (0, L) R3 el teorema de
derivaci
on de la funci
on compuesta asegura que
(F (x)|t(x)) = (((s))| 0(s)) = ( )0(s) ,
y, por tanto,
L(F, ) =
( )0(s)ds = (x(0)) (x(L))
En este caso L(F, ) no depende del camino en s pues viene dada

por la diferencia de potencial entre el punto inicial xi y el punto final xf y, en consecuencia, L(F, ) = 0 en toda curva cerrada V .
En particular, si F es un campo de fuerzas conservativo y viene
dada en funci
on del tiempo por la carta local : (0, T ) R3 , el trabajo realizado por el campo para llevar una partcula de masa m a lo
largo de ser
a
m ((xi ) (xf ))
y, tambien,
Z T
Z T
1
1
(0 (t) | 0 (t))0 dt = m (kvf k2 kvi k2 )
m (00(t) | 0 (t))dt = m
2
2
0
0
1.3. CAMPOS EN R3
67
As, obtenemos que

1
1
m(xi ) + mkvi k2 = m(xf ) + mkvf k2 = constante
2
2
Es habitual designar
V(x)
= m(x) energa potencial

1
T (x, v) = mkvk2 energa cinetica
2
y, por tanto, la igualdad anterior es el principio de conservaci

on
T +V =E
(energa total constante)
que gobierna la mec

anica en los campos de fuerzas conservativos.
2. Tambien es cierto el siguiente recproco de 1: Si F : V R3 es un
campo tal que L(F, ) = 0 V cerrada, F es conservativo.
En efecto:
La circulaci
on en cualquier V depende s
olo de su punto inicial y
2
su punto final, pues, si 1 y 2 tienen los mismos extremos, 1
es cerrada y, as,
2 ) = L(F ; 1) + L(F,
2) = 0
L(F, 1
L(F, 1 ) = L(F, 2).
Fijado x0 V y siendo cualquier curva de origen x0 y final x, queda

bien definida la funci
on
:
V
x
R
L(F, )
Es claro que el numerador de

(x + tei ) (x)
t0
t
i (x) = lim
es la circulaci
on de F en el segmento [x + tei , x]. Por tanto,
L(F, [x + tei , x])
i (x) = lim
= lim
t0
t0
t
R0
t
luego
(x) = F (x)
F i (x)dt
= F i (x)
t
68
1.3.3
Flujos
Dado un campo F : V R3 y una superficie orientable V , definimos

(F |n):
R
(F (x)|n(x))
siendo n(x) el vector normal unitario a la superficie en el punto x. Si

(, A, ) es la estructura de medida can
onica en la superficie, podemos considerar la integral
Z
S(F, ) =
(F | n) d
Si viene dada por la carta (U, ) la integral se calcula

Z
Z
t1 t2
kt1 t2 k dm2 =
[F , t1 , t2 ] dm2
F |
kt1 t2 k
U
U
donde el corchete expresa el producto mixto. Evidentemente, si en consideramos la orientaci
on opuesta tendremos
Z
Z
[F , t1 , t2 ] dm2
[F , t2 , t1 ] dm2 =
U
La integral S(F, ) es el flujo del campo F a traves de la superficie y su

signo depende de la orientaci
on elegida en la superficie.
Comentarios 1.3.4
1. Si F : V R3 es un campo de clase C 2 (V ) y Q es una caja tal que
Q V , el flujo de F a traves de su superficie lateral Q es:
Z
Z
(F |n)d =
divF dm3
Q
En efecto:
Si las caras de Q son
1
2
de normal exterior e1
tendremos
Z
(F |n)d =
6 Z
X
i=1
(F |n)di =
4
5
de normal exterior
de normal exterior
de normal exterior
e1
e2
e3
Z
3
X
i=1
F i di
i+3
F i di+3
1.3. CAMPOS EN R3
69
Si las dimensiones de la caja Q son `1 `2 `3 , la cara i es la traslaci

on
de i+3 seg
un el vector ì ei y, por tanto,
Z
Z
Z

F i di
F i di+3 =
F i (x + ì ei ) F i (x) dm2 (x) =
i
i+3
i+3
Z
ì
i+3

Z
F i
(F ubini)
F i
(x)dm1 (xi ) dm2 (x) =
dm3
xi
Q xi
Como esto es cierto para i = 1, 2, 3, sumando obtenemos el resultado.

2. Evidentemente, el flujo de un campo solenoidal F : V R3 a traves
de las paredes de cualquier caja Q V es nulo. Esta condici
on Q V
es esencial y no basta con exigir que Q V como vemos en el caso
del campo solenoidal
F :
R3 \ {0}
x
R3
x
K
kxk3
a traves de la esfera de centro o y radio r, no es nulo:

Z
Z
Z
x x
K
d = 2
d = 4K
(F |n)d = K

kxk3 kxk
r Br
Br
Br
Recprocamente, si F : V R3 es un campo cuyo flujo a traves de las

paredes de toda caja cerrada Q V es nulo, debe cumplir que
Z
divF dm3 = 0 Q V luego divF = 0 m3 ae
Q
3. Dado un campo F : V R3 de clase C 2 (V ) y un punto x0 V ,

podemos definir el flujo medio del campo como la funci
on
Z
(F | n)d
Q`
x0 (`) =
si ` > 0
m3 (Q` )
donde Q` es el cubo de centro x0 y arista ` tal que Q` V . Lo visto
en el comentario 1 asegura que
Z
(F | n)d
Q`
divF (x0 ) = lim
= lim x0 (`)
`0
m3 (Q` )
`0
y, as, la divergencia de un campo en un punto puede ser interpretada
como el flujo medio en dicho punto.
70
1.3.5
Generalizaciones de la regla de Barrow
La regla de Barrow que conocemos hasta ahora, afirma que

Z
b
a
f 0 (x)dx = f (b) f (a)
Es decir, relaciona el valor de la integral de una derivaci

on de f en un
intervalo, con el valor de f en la frontera de ese intervalo y ha sido clave
para obtener el principio de conservaci
on de la energa en Mec
anica.
Ahora, para un campo F : V R3 aparecen como derivaciones, su divergencia y su rotacional. Hemos visto en el comentario 1.3.4.1 que, al menos
para una caja Q V , tambien existe una relaci
on entre la integral de la
derivaci
on divF en el interior de Q y el valor de F en la frontera Q
Z
Z
divF dm3 =
(F |n)d
Q
cuando n es el vector unitario normal exterior a Q.

Veremos que esta nueva regla de Barrow es cierta no s
olo para las cajas,
sino tambien para cualquier dominio regular D V . Veremos, adem
as,
otra generalizaci
on de la regla de Barrow para la derivaci
on rotF :
Z
Z
(rotF |n)d =
(F |t)d
siempre que sea orientable y tenga su orientaci

on inducida.
Cuando dispongamos de estos poderosos instrumentos de medida, estaremos
en condiciones de justificar otros principios fundamentales de la Electricidad,
el Magnetismo y de los Medios Continuos, como la ley de Gauss, la de
Ampère, la de Faraday o la ley de Bernouilli, que son los pilares de la Fsica.
1.3.6
El Teorema de la Divergencia
Teorema 1.3.7
Sea F : V R3 un campo de clase C 2 (V ) y sea D un dominio regular tal
que D V . Si n es el vector normal unitario exterior en cada punto de D,
Z
Z
divF dm3 =
(F | n) d
D
Demostraci
on :
1. Si g : V R3 R es de clase C 1 (V ) y sop g es compacto,
Z
g
dm3 = 0 i = 1, 2, 3
V xi
1.3. CAMPOS EN R3
71
Si definimos g = 0 fuera de sop g, tenemos una funci

on de clase C 1 (R3 ).
Fubini y Barrow aseguran que
Z
Z
Z
Z
g
g
g
dm3 =
dm3 =
dm2
dxi = 0
V xi
R3 xi
R2
xi
porque g(x) = 0 para |xi | grande.
2. Si g : R3 R es de clase C 1 (R3 ), sop g es un compacto contenido en
un abierto U R y : U R es de clase C 1 (U ), se cumplen
Z
Z
g
(i)
dm3 =
g (I, ) dm2
U
{x3 <} x3
Z
Z
g
g
(ii)
dm3 =
g (I, )
dm2 para i = 1, 2
xi
{x3 <} xi
U
En efecto:
(i) Aplicando Fubini tenemos:
Z
Z
g
g
dm3 =
1U (x1 , x2 )1[,(x1,x2 )] (x3 )
(x)dm3 (x) =
x3
R3
{x3 <} x3
#
Z "Z (x1 ,x2 )
Z
g
=
dx3 dm2 (x1 , x2 ) =
g (I, ) dm2
x3
U
U
(ii) La funci
on
G:
U
(x1 , x2 )
es la funci
on compuesta
G = H (I, ) donde
R
Z
(x1 ,x2 )
g(x1, x2 , z) dm1 (z)
H(x1 , x2 , x3) =
x3
g(x1 , x2 , z)dm1 (z)
y, claramente, es de clase C 1 (U ) y sop G es un compacto

contenido en U . Por tanto,
Z
G
dm2 = 0 para i = 1, 2
U xi
Ahora bien, los teoremas de diferenciaci

on de la funci
on compuesta y de derivaci
on bajo el signo integral nos aseguran que
Z
G
g
=
dx3 + g (I, )
para i = 1, 2
xi
xi
xi
y, en consecuencia,

Z
Z Z
Z
g
g
dm3 =
dx3 dm2 =
g(I, )
dm2
x
x
x
i
i
i
{x3 <}
U
72
3. Tras estos dos apartados o lemas previos ya podemos abordar la prueba

del teorema. Consideremos D dada por una carta local de la forma
(I, ) : U R3
: U R de clase C 1 (U )
con
y tomemos un abierto V U R de modo que D V

(
x3 < en V D
x3 > en V \ D
Es f
acil comprobar que la integral de la divergencia es
3 Z
X
X
F i
dm3 =
xi
i=1
V D
(F (x1 , x2 , (x1, x2 ))|(
{x3 <}
i=1
Pero, en estas condiciones, (

normal exterior a D y
s
d(x1 , x2) =
1+
F i
dm3 = lema 2 =
xi
,
, 1))dm2 (x1 , x2 ).
x1 x2
,
, 1) tiene la direcci
on de la
x1 x2
x1
2
x2
2
dm2 (x1 , x2 )
luego
Z
Z
(F (x1 , x2, (x1 , x2 ))|(

,
, 1))dm2 (x1 , x2 ) =
(F |n)d
x1 x2
D
U
Consecuencias 1.3.8
1. Aplicando el teorema
ei en un dominio
Z 1.3.7 a losZcampos constantes
Z
regular D, tenemos
n1 d =
n2 d =
n3 d = 0. As,
D
n d = o
La anulaci
on de esta integral vectorial significa que la media del vector
normal en una superficie cerrada es nula o que no existen direcciones
privilegiadas en una superficie cerrada.
2. Si aplicamos el teorema 1.3.7 al campo identidad I : D R3 (divI=3)
en la bola eucldea Br de centro o y radio r tenemos:

Z
x
3m3 (Br ) =
x
d(x) = r(Br )
kxk
Br
1.3. CAMPOS EN R3
73
que est
a perfectamente de acuerdo con los conocidos resultados
m (B ) = 4 r 3
3
r
3
(B ) = 4r 2
r
3. Si aplicamos el teorema 1.3.7 al campo identidad en un dominio regular

D encerrado por un cono de vertice o y un plano de ecuaci
on
(x|n0 ) = h, tenemos
Z
Z
3vol(C) = (I |n)d +
(I |n0 )dm2
donde es el trozo de encerrado por la curva , tendremos

(
(I|n) = 0
en
1
luego m3 (C) = ( ) h
3
(I|n0 ) = h
en
4. Sea un trozo del plano XY con orientaci
on e3 y sea su borde
una curva cerrada con la orientaci
on inducida. Sea U un abierto de
R2 que contiene a y sea F : U R2 un campo bidimensional de
clase C 2 (U ). Entonces, se cumple la f
ormula de Riemann-Green:
Z
Demostraci
on:
(F |t)d =
Z
F 2 F 1
x1
x2
Sea D un dominio regular cilndrico de altura h levantado sobre y

sea D su borde orientado al exterior. Puesto que
(F |t) = ((F 2 , F 1 , 0)|t e3 ) = ((F 2 , F 1 , 0)|n),
aplicando los teoremas de Fubini y de la divergencia, obtenemos

Z
Z Z
1 h
2
1
(F |t) d =
((F , F , 0)|n) d dz =
h 0
Z
Z
1
1
=
((F2 , F1 , 0)|n) d =
div(F2 , F1 , 0)dm3 =
h D
h D

Z Z 2
Z 2
1 h
F
F 1
F
F 1
=
d dm1 =
d
h 0
x1
x2
x1
x2
La f
ormula de Riemann-Green se puede entender como un teorema de
la divergencia bidimensional para el campo F ? = (F 2 , F 1 ) pues
Z
Z
?
(F |n)d =
divF ? d
Adem
as, considerando el campo tridimensional
74
F :
U R
(x1 , x2 , x3 )
R3
(F 1 (x1 , x2 ), F 2 (x1 , x2 ), 0)
extensi
on natural de F : U R2 , tambien se puede entender como
una versi
on reducida del teorema del rotacional, para recintos planos:
Z
Z
(F |t) d = (rotF |n) d
5. El teorema 1.3.7 tambien es la clave de las f

ormulas de Green . Si D es
un dominio regular, V es un abierto que contiene a D y f, g : V R
son funciones reales de clase C 2 (V ), se cumplen las f
ormulas
Z
Z
G1
(f |n) d =
f dm3
D
D
Z
Z

G2
g(f |n) f (g|n) d =
(gf f g) dm3
D
En efecto:
G1 Se obtiene por aplicaci

on del teorema 1.3.7 al campo f .
G2 Se obtiene aplicando el teorema 1.3.7 al campo g f f g
teniendo en cuenta que
div(g f f g) = gf f g
En particular:
Z
f
d = 0
D n
(b) Si f, g arm
onicas y homogeneas de distinto grado, 6= ,
Z
G2
g f d = 0 (f g en L2 (Br , ))
r
kxk=r
(a) Si f arm
onica, G1
Funciones arm
onicas
De las f
ormulas de Green se deducen muchas de las buenas propiedades de
las funciones arm
onicas.
Teorema 1.3.9 Propiedad del valor medio
f : V R3 R de clase C 2 (V ) es arm
onica si y s
olo si
Z
f d
Br (p)
f (p) =
Br (p) V
4 r2
Demostraci
on:
El isomorfismo entre el borde de la bola unidad eucldea B y el borde de la
bola eucldea Br (p)
1.3. CAMPOS EN R3
75
c:
B
u
Br (p)
p+ru
R3
x
R3
p + rx
es restricci
on de la aplicaci
on
C:
cuya diferencial es rI. Asi, |J (c)(x)| = r 2 y, por el teorema 1.2.43,

Z
f d
Z
1
Br (p)
=
f (p + r u)d(u).
M (r) =
4 r2
4 B
La nueva expresi
on nos permite calcular f
acilmente
Z
Z
1
1
f
0
M (r) =
Df (p + r u)(u)d(u) =
(p + r u)d(u)
4 B
4 B n
o, volviendo a la bola primitiva,
Z
Z
f
1
1
0
d =
f dm3
M (r) =
4 r 2 Br (p) n
4 r 2 Br (p)
Si f es arm
onica, M (r) es constante,
luego M (r) = M (0) = f (p).
Z
Si M (r) es constante, M 0 (r) =
f dm3 = 0 Br (p) V . Luego
Br (p)
f = 0 m3 ae en
y, por continuidad, f arm
onica en todo V .
Teorema 1.3.10 Principio del m

aximo
Si V es un abierto conexo y f : V R es arm
onica y alcanza su m
aximo
absoluto M , entonces f es constante.
Demostraci
on:
Es claro que f 1 (M ) = {x V | f (x) = M } es cerrado no vaco en V .
Veamos que tambien es abierto: Si p f 1 (M ) y Br (p) V ,
Z
Z
1
1
|M
f
|d
=
(M f )d = M f (p) = 0
4 r 2 Br (p)
4 r 2 Br (p)
Por tanto, f (x) = M x Br (p) y, tambien, x B (p) con < r.
Luego Br (p) f 1 (M ). As, f 1 (M ) = V y f (x) = M x V .
76
Podemos razonar lo mismo con el mnimo absoluto. Este principio asegura

que un problema de Dirichlet en un dominio regular conexo V
(
= 0 en V
= f en V
si tiene soluci
on, es u
nica, pues, si 1 y 2 son dos soluciones, 1 2 es
arm
onica en V y nula en V donde, adem
as, alcanza sus valores extremos.
Por tanto, 0 1 2 0 en todo V .
Es f
acil ver que las u
nicas arm
onicas radiales son H : Rn \ {o} R
A log kxk + B
si n = 2
donde H(x) =
A
+B
si n = 3
kxk
r2
p es su transformado por la inkpk2
versi
on que deja invariante a Br (o), tambien es f
acil comprobar que
Adem
as, si p Br (o)
Hp :
p0 =
Rn \ {p}
x
y
Kp :
Rn \ {p0 }
x
R
H(x p)
R
r
H(x p0 )
kpk
son funciones arm

onicas que coinciden en Br (o).
Teorema 1.3.11 F
ormula integral de Poisson
y f : V R3 R es arm
onica, se tiene:
Z
r 2 kpk2
f (x)
f (p) =
d(x)
p Br (o)
3
4 r
Br (o) kp xk
Si Br (o) V
donde es la medida can

onica en Br (o).
Demostraci
on:
Si p Br y B (p) Br (o) y aplicamos G2 en el dominio Br (o) \ B (p) a
las funciones f y Hp , por ser arm
onicas en el, tenemos

Z
Z
Hp
f
Hp
f
(?)
f
Hp
d =
f
Hp
d
n
n
n
n
Br (o)
B(p)
Como Hp = Kp en Br (o) podemos sustituir
Z
Z
f
f
Hp
d =
Kp
d
n
n
Br (o)
Br (o)
1.3. CAMPOS EN R3
77
y al ser Kp arm
onica en un entorno de Br (o), de nuevo por G2
Z
Z
Kp
f
d =
f
d
Kp
n
n
Br (o)
Br (o)
Luego, el primer termino de (?) puede ser escrito en la forma

Z
Hp Kp
f
d
n
n
Br (o)
Del segundo termino de (?) podemos calcular sus dos sumandos:

Hp
xp
1
(x) = DHp (x)
=
n
kx pk
kx pk2
luego
Hp
1
f
d = 2
n

B (p)
B (p)
f d = 4 f (p)
siendo la u
ltima igualdad debida al teorema 1.3.9. Adem
as, por G1:
Z
Z
f
1
f
Hp
d =
d = 0
n
B(p) n
B (p)
En resumen,
f (p) =
1
4
Br (o)
Kp Hp
n
n
p Br (o)
r
kx pk y, entonces, es f
acil
kpk
obtener la expresi
on anunciada del n
ucleo de Poisson
Cuando kxk = r se tiene que kx p0 k =
P(p, x) :=
=
con lo cual,
Hp
(p0 |x) r 2
(p|x) r 2
Kp
(x)
(x) =
=
n
n
kpk kx p0 k3 r kx pk3
(kpk2 /r 2 )((p0 |x) r 2 ) ((p|x) r 2 )

r 2 kpk2
=
r kx pk3
r kx pk3
r 2 kpk2
f (p) =
4r
Br (o)
f (x)
d
kx pk3
p Br (o)
Comentarios 1.3.12
1. La f
ormula integral de Poisson da la soluci
on del problema de Dirichlet
en una bola centrada en el origen pero, evidentemente, por traslaci
on,
la podemos adaptar a cualquier otra bola eucldea.
78
2. El n
ucleo P(p, x) es diferenciable indefinidamente respecto de p y, por
tanto, toda funci
on arm
onica es de clase C .
3. Para funciones arm
onicas f : V R2 R, tomando H(x) = log kxk,
la f
ormula integral de Poisson queda como sigue
Z
f (x)
r 2 kpk2
f (p) =
d(x)
p Br (o)
2 r
kp
xk2
Br (o)
donde es la medida can
onica en Br (o)
1.3.13
El Teorema del Rotacional
Teorema 1.3.14
Si es una superficie orientada seg
un n, es la curva cerrada de su borde
con la orientaci
on inducida y F : V R3 es un campo de vectores de clase
2
C (V ) con V , se cumple que
Z
Z
(rot F | n) d =
(F | t)d
Demostraci
on:
Suponemos que est
a descrita por la carta local
(I, f ):
D
(x, y)
R3
(x, y, f (x, y))
Suponemos en D la orientaci
on e3 y su borde D descrito por una carta
local : (a, b) R2 que le confiere la orientaci
on inducida. Entonces,
estar
a descrito por la carta local
(I, f ) :
(a, b)
t
R3
((t), f (t))
que le confiere la orientaci

on inducida por la orientaci
on (f1 , f2 , 1) de .
As, tenemos
Z
Z b

(F |t)d =
F (, f )|(0 , (f )0 ) dm1 =
=
donde
F?

F (, f )|(0 , Df ()0 ) dm1 =
es el campo bidimensional
F ?:
(F ? |t)d
R2
1

F (x, f (x)) + F 3 (x, f (x)) f1 (x)
F 2 (x, f (x)) + F 3 (x, f (x)) f2 (x)
1.3. CAMPOS EN R3
79
Aplic
andole la f
ormula de Riemann-Green tenemos
Z
Z

(F ? |t)d =
F ? 21 F ? 12 dm2
D
y, como
F ? 21 = F12 + F32 f1 + (F13 + F33 f1 ) f2 + F 3 f21
F ? 12 = F21 + F31 f2 + (F23 + F33 f2 ) f1 + F 3 f12

resulta que
F ? 21 F ? 12 = (F12 F21 ) + (F32 F23 ) f1 + (F13 F31 ) f2 .

Ahora bien, directamente podemos calcular
Z
Z

(rot F |n)d =
(F23 F32 )(f1 ) + (F31 F13 )(f2 ) + (F12 F21 ) dm2 .
luego
Z
Z
Z

?2
?1
(rot F |n)d =
F 1 F 2 dm2 =
(F |t)d =
(F |t)d
Consecuencias 1.3.15
1. Hemos visto en los comentarios 1.3.1,1 y 2 que un campo F : V R3
es conservativo si y s
olo si la circulaci
on L(F, ) en toda curva cerrada
V es nula.
Tambien sabemos que un campo conservativo es siempre irrotacional.
El teorema 1.3.14 nos asegura el recproco cuando toda curva cerrada
V es el borde de una superficie totalmente contenida en V .
Los abiertos V que cumplen esta condici
on se llaman simplemente
conexos y, en tal caso, todo campo F : V R3 cumple que
F
es conservativo
es irrotacional
Un V R2 es simplemente conexo si y s
olo si no tiene agujeros. Sin
3
embargo, un V R con agujeros, puede ser simplemente conexo ya
que cualquier curva que los rodee podra ser el borde de una superficie
que lograra evitarlos sin salirse de V .
2. Si F : V R3 es irrotacional y V es simplemente conexo podemos
calcular su funci
on potencial directamente a partir de su definici
on3 .
Ahora bien, si la quebrada
= [o, (x, 0, 0)] [(x, 0, 0), (x, y, 0)] [(x, y, 0), x] V
3
Debemos recordar los metodos de integraci
on de las ecuaciones diferenciales exactas
y asociar las ecuaciones cerradas con los campos irrotacionales
80
podremos calcular el potencial a partir de L(F, ) = (o) (x):

Zy
Zz
Z x
F 1 (x, 0, 0)dx
F 2 (x, y, 0)dy
F 3 (x, y, z)dz + (o)
(x) =
0
Alternativamente, si la quebrada
= [x, (x, 0, 0)] [(x, 0, 0), (x, y, 0)] [(x, y, 0), x] V
podremos calcular el potencial a partir de L(F, ) = (x ) (x):
Z x
Zy
Zz
1
2
(x) =
F (x, 0, 0)dx
F (x, y, 0)dy
F 3 (x, y, z)dz + (x)
3. Hemos visto en la p
agina 64 que todo campo de rotores es solenoidal.
Ahora nos planteamos la cuesti
on inversa:
Si un campo F : V R3 de clase C 2 (V ) es solenoidal existe un
P : V R3 tal que F =rotP ?. La respuesta la damos proponiendo
una soluci
on en V para el sistema de ecuaciones en derivadas parciales
ijk Pjk = F i
Eligiendo, de salida, P 1
3
2
P2 P3
P13
2
P1
con Fii = 0
= 0 el sistema se reduce a
= F1
= F2
= F3
con
F11 + F22 + F33 = 0
y podemos proponer la soluci

on
P = R0
x
P 2 = x0 F 3 dx + g 2 (y, z)
Rx
3
P = x0 F 2 dx + g 3 (y, z)
con g 2 y g 3 arbitrarias puesto que, por ser F solenoidal, se cumple que

Z x
Z x
3
2
2
3
P2 P3 =
F2 dx + g2 (y, z)
F33 dx g32 (y, z) = F 1
x0
x0
Eligiendo g 2 = 0 debe cumplirse que g23 (y, z) = F 1 (x0 , y, z) y, as,

podemos proponer la soluci
on
P = R0
x
(?)
P 2 = x0 F 3 dx
Rx
Ry
3
P = x0 F 2 dx + y0 F 1 (x0 , y, z)dy
81
1.4. EJERCICIOS
siempre que dados dos puntos arbitrarios x0 , x V haya una caja

que los contenga y este totalmente contenida en V . Esta condici
on
del dominio se puede debilitar y se puede probar (no lo haremos) que
basta que V no tenga agujeros para poder asegurar la existencia de la
soluci
on particular P dada en (?).
Es evidente que si existe esta soluci
on particular, tambien G = P +
es soluci
on, cualquiera que sea la funci
on : V R puesto que
rotG = rotP = F
Recprocamente, si G fuese una soluci
on cualquiera, tendramos
(
rotG = F
rot(G P ) = o
rotP = F
y, al carecer V de agujeros, sera simplemente conexo y estara asegurada la existencia de un potencial : V R tal que G = P + .
Por tanto, P + es la soluci
on general del sistema
ijk Gkj = F i
con
Fii = 0
que se llama potencial vector del campo solenoidal F .
1.4
Ejercicios
1. Pr
actica1. Operar con listas y diccionarios. sws
Captulo 2
Problemas inversos
Dada una funci
on f : X Y y un b Y , resolver el problema inverso
o la ecuaci
on f (x) = b, es estudiar si existe alg
un x0 X tal que f (x0 ) = b
y calcularlo.
2.1
El caso lineal finito dimensional
Si X e Y son espacios vectoriales de dimensi

on finita y f es lineal, este
problema ya ha sido tratado en la asignatura de Algebra Lineal.
Recordemos que una aplicaci
on f : X Y es lineal cuando
1. f (x1 + x2 ) = f (x1 ) + f (x2 ) x1 , x2 X
2. f ( x) = f (x) x X, R
Son importantes los subespacios vectoriales
ker f = {x X | f (x) = 0} X
imf = {f (x) | x X} Y
y, si dim X < , se cumple la ecuaci

on de dimensiones
(ED)
dim ker f + dim im f = dim X .
Las aplicaciones lineales son las m

as importantes de las definidas entre espacios vectoriales. Si X e Y tienen bases de Hamel {u1 , , un } y {v1 , vm },
la aplicaci
on lineal f : X Y queda determinada por los vectores
f (uj ) = aj =
m
X
aij vi
i=1
o por la matriz
j = 1, , n
a11
..
..
A = (aij ) = .
.
am1
83
a1n
..
.
amn
CAPITULO 2. PROBLEMAS INVERSOS
84
pues si x =
n
X
xj uj , se tiene que
j=1
f (x) =
n
X
j=1
xj aj = a1

xi
a11
. .
..
an .. = ..
.
xn
am1

a1n
xi
.. .. = Ax
. .
amn
xn
El problema inverso f (x) = b o, si se prefiere, el sistema lineal Ax = b,

tiene soluci
on si y s
olo si
b im f = [a1 , , an ].
Adem
as, si x0 es una soluci
on, cualquier otra estar
a en x0 + ker f y, as, la
soluci
on es u
nica si ker f = {0} o, por (ED), si {a1 , , an } son linealmente independientes.
El teorema de Rouche-Frobenius expresa esto en terminos de la matriz A:
1. f (x) = b tiene soluci
on si y s
olo si
rang(A) = rang([A, b])
2. f (x) = b tiene soluci

on u
nica si y s
olo si
rang(A) = rang([A, b]) = n
Cuando b
/ im f , el sistema Ax = b no tiene soluci
on, pero si en Y
consideramos un producto escalar | : Y Y R y su correspondiente
norma eucldea
k k:
Y
y
pR
+ (y|y)
es claro que el vector b tiene una u

nica mejor aproximaci
on eucldea en el
subespacio cerrado im f . As, existir
a un u
nico y0 im f tal que
ky0 bk = min{kAx bk | x X}
Por tanto, la funci
on
F:
X
x
R
kAx bk
o, equivalentemente, la funci
on
G:
X
x
R
(Ax b|Ax b)
alcanza un mnimo en un x0 X que debe cumplir que DG(x0) = 0. Como

G(x) = (Ax|Ax) 2(Ax|b) + (b|b) = (A? Ax|x) 2(A? b|x) + (b|b)
85
2.2. CASOS NO LINEALES

es claro que
DG(x) = 2A? Ax 2A? b
y, por tanto, x0 es soluci
on del sistema lineal A? Ax = A? b.
As, aunque el sistema lineal Ax = b no tenga soluci

on, el sistema lin?
?
eal A Ax = A b si la tiene. Este es el sistema que resolvemos con la orden
RASL(A, b) en Sage y, por eso, siempre nos ofrece una soluci
on generalizada
o mejor aproximaci
on de la soluci
on aunque Rouche-Frobenius nos asegure
que no existe soluci
on propiamente dicha.
2.2
Casos no lineales
Si f : X Y no es lineal, el problema inverso f (x) = b es mucho m

as difcil,
aunque, designando F = f b, podamos reducirlo al problema equivalente
F (x) = 0.
2.2.1
Polinomios
Ni cuando X = Y = R y F es un polinomio de grado mayor que uno, resulta

f
acil el problema.
Al-Khwarizmi nos ense
no a resolverlo cuando F (x) = ax2 + bx + c pues,
b
mediante el cambio x = X , llegamos a
2a
b2 4ac
X =
4a2
2
y, por tanto, x =
b2 4ac
2a
Tartaglia nos ense

no a resolverlo cuando F (x) = ax3 + bx2 + cx + d pues,
b
mediante el cambio x = X , podemos reducirlo a uno del tipo
3a
X 3 + AX = B
con
27ca2 9ab2
A =
27a3
9cab 27da2 2b3
B=
27a3
y resolverlo siguiendo las instrucciones de su verso:
86
Cuando est
a el cubo con las cosas preso
y se iguala a alg
un n
umero discreto
busca otros dos que difieran en eso
Despues har
as esto que te espeto
que su producto siempre sea igual
al tercio cubo de la cosa neto
Despues el resultado general
de sus lados c
ubicos bien restados
te dar
a a ti la cosa principal
Es decir, debemos buscar dos n
umeros p y q tales que
3
A
y tomar X = 3 p 3 q
p q = B y pq =
3
En efecto,
p
p
X 3 = ( 3 p 3 q)3 = p 3 3 p2 q + 3 3 pq 2 q
y se cumple que
B
z
}| { z }| { z }|
{
X + 3 3 pq ( 3 p 3 q) = p q .
3
Euler nos ense

no a resolver el caso F (x) = ax4 + bx3 + cx2 + dx + e pues,
b
mediante el cambio x = X , se reduce a una ecuaci
on del tipo
4a
96a2 b2 256ca3
A
=
256a4
128ca2 b 32ab3 256da3

X 4 = AX 2 + BX + C con
.
B=
256a4
2
3
2
4
C = 64da b 256ea 16cab + 3b

256a4
Esta ecuaci
on admite la soluci
on
p+q +r =

B2
X = p+ q+ r
si
p, q, r cumplen
pqr =
64
pq + pr + qr = A + 4C
16
es decir, si p, q, r son las raices de la ecuaci
on c
ubica
A 2 A2 + 4C
B2
x +
x
= 0.
2
16
64
Y no es posible llegar m
as lejos, pues Abel prob
o en 1824 que para un polinomio cualquiera de grado mayor que cuatro no puede haber una soluci
on
formal conseguida mediante operaciones algebraicas sobre los coeficientes
del polinomio.
x3
87
2.2.2
Funciones continuas
Sin embargo, si F : [a, b] R es continua y F (a) F (b) < 0, el teorema de Bolzano asegura una soluci
on s (a, b) a la que podemos aproximarnos mediante la funci
on biseccio.sage definida en la worksheet MATESPRACTICA-PINV.
2.2.3
Funciones contractivas
Si X Y y encontramos una G : X Y tal que

F (x) = 0 equivale a resolver G(x) = x.
G = F + I, resolver
Teorema 2.2.4 Aplicaci

on contractiva de Banach
Si (Y, k k) es un espacio normado completo, X Y es un subconjunto
cerrado y G : X Y es una funci
on que cumple
(
G(X) X
L (0, 1) tal que kG(x) G(y)k Lkx yk x, y X
se tiene que
1. Existe un u
nico p X tal que G(p) = p.
2. El algoritmo iterativo
(
x0 X
xk+1 = G(xk )
k 0
es convergente a p cualquiera que sea el punto de inicio x0

3. kxk pk
Lk
kx1 x0 k k 1
1L
Demostraci
on:
Para k 1 se verifica
kxk+1 xk k = kG(xk ) G(xk1 )k Lkxk xk1 k Lk kx1 x0 k
y, en consecuencia, para n > k 1 tenemos
kxn xk k kxn xn1 k + kxk+1 xk k (Ln1 + + Lk )kx1 x0 k
luego
kxn xk k
Lk
kx1 x0 k
1L
88
Esto prueba que (xk ) es una sucesi

on de Cauchy en el espacio metrico completo (X, dk k ). As, existe p X tal que (xk ) p y G(p) = p. Si
existiera otro q cumpliendo G(q) = q, llegaramos al absurdo:
kp qk = kG(p) G(q)k Lkp qk < kp qk.
La estimaci
on del error se obtiene tomando el lmite en la desigualdad
kp xk k = lim kxn xk k
n
Lk
kx1 x0 k
1L
Ejemplo 2.2.5
Hallar una soluci
on de la ecuaci
on F (x) = 0 siendo F la funci
on
F:
R
x
R
x + 3x 5
3
Soluci
on:
Buscamos una soluci
on de la ecuaci
on G(x) = x siendo G la funci
on
G:
Como G es derivable,
R
x
x1 , x2 R
R
5x3
3
se cumple que
|G(x1 ) G(x2 )| < |G0 (x)| |x1 x2 | para alg

un x [x1 , x2 ].
9 9
As, la restricci
on de G al intervalo cerrado C = [ 10
, 10 ] ser
a contractiva.
Sin embargo, su gr
afica
nos demuestra que G : C R no cumple la condici

on G(C) C exigida en
el teorema 2.2.4.
Planteamos, alternativamente, la ecuaci
on H(x) = x siendo H la funci
on
H:
R
x
R
5
x2 +3
89

La gr
afica de |H 0 | : R R+
nos dice que H : R R es contractiva de constante L < 0.7 y la gr

afica de
la restricci
on de H al cerrado C = [2, 2]
nos muestra que H(C) C. Entonces, el teorema 2.2.4 nos asegura que
p [2, 2] las iteraciones
for k in range(40):
p=H(p).n()
nos llevan a una aproximaci
on a de la soluci
on exacta s de H(x) = x tal que
|a s| <
0.740
4 = 8.48907434787868 106 .
.3
Para una tolerancia TOL prefijada, podemos hallar el n

umero k de iteraciones necesarias resolviendo la ecuaci
on
0.7k
4 = T OL.
.3
90
Ejemplo 2.2.6
Hallar una soluci

on de la ecuaci
on F (x) = 0 siendo F la funci
on
F:
2
R
x
y
R2

10x + y 2 + 8
xy 2 + x 10y + 8
x2
Soluci
on:
Buscamos una soluci
on de G(x) = x siendo G la funci
on
G:
R2

x
y
R2
x2 +y2 +8
10
xy2 +x+8
10
Como G es diferenciable, el teorema de los incrementos finitos asegura que

kG(x1) G(x2)k kDG(x)kkx1 x2 k para alg
un x [x1 , x2].
Como la diferencial DG(x) : R2 R2 viene matriz jacobiana
!
x
5
1+y2
10
y
5
xy
5
1
y, en consecuencia, existir
a un entorno de 0
tendremos que kDG(0)k = 10
donde la restricci
on de la funci
on G ser
a contractiva.
Por ejemplo, en el disco cerrado C, de centro 0 y radio 2, la restricci
on
7
2
G : C R es contractiva de constante L < 10 .
Adem
as, podemos comprobar que G(C) C. En efecto:
En la siguiente figura, la circunferencia representa el borde C y el segmento
representa el transformado de ese borde G(C). Vemos que G(C) est
a
rodeado por C y, por continuidad, concluimos que G(C) C.
Por tanto, la funci

on G : C R2 cumple todas las condiciones del teorema
2.2.4 y las iteraciones
for k in range(40):
P=EV(G,P).n()

1
iniciadas en cualquier P C nos dan la soluci
on x =
1
2.2.7
91
M
etodo de Newton
Sean X e Y espacios normados completos, X un abierto y f : Y

una funci
on diferenciable. Dado b Y se busca un x tal que f (x) = b.
Si en x0 conocemos el valor f (x0 ), sabemos que
f (x) f (x0 ) + Df (x0 )(x x0 )
y podemos sustituir el problema f (x) = b por el problema lineal
(
A0 = Df (x0 )
A0 x = b0 donde
.
b0 = b f (x0 ) + Df (x0 )(x0 )
La soluci
on x1 = RASL(A0 , b0 ) puede no ser aceptable porque x1
/ o
porque kf (x1 ) bk sea mayor que el error que estemos dispuestos a tolerar.
Sin embargo, si x1 , puede servirnos para plantear un nuevo problema
lineal
(
A1 = Df (x1 )
A1 (x) = b1 donde
b1 = b f (x1 ) + Df (x1 )(x1 )
cuya soluci
on x2 = RASL(A1 , b1 ) sea mejor que x1 porque cumpla que
kf (x2 ) bk < kf (x1) bk.
Esto nos sugiere iterar el procedimiento hasta un xn tal que kf (xn) bk
sea menor que un cierto n
umero fijado seg
un las necesidades de precisi
on,
n
al que llamaremos tolerancia. En el caso particular X = R e Y = Rm ,
este proceso iterativo se recoge en la funci
on newton.sage de la worksheet
Practica2. Problemas Inversos.
El punto inicial x0 debe ser elegido con tino, seg
un el arte de cada cual.
2.2.8
Ajuste de una nube de puntos
Sea un abierto de Rn , I R un intervalo y : C(I) una carta local

de la variedad diferenciable de funciones reales
{(w) : I R | w }
As, el conjunto de derivadas parciales

(w) : I R | i = 1, , n
wi
constituye una base del espacio tangente a la variedad en el punto (w).
Pretendemos hallar la funci
on de la variedad que mejor aproxime en norma
92
eucldea los datos X = [x1 , , xk ] e Y = [y1 , , yk ]. Es decir, queremos

hallar el w0 tal que

y1

(w0 )(x1 )
(w)(x1 )

y1

..
.
.
.
.
.
.
=
min
.
.

.
.

w

yk

(w0 )(xk )
yk
(w)(xk )
y, por ello, buscamos el w0 que minimice la funci

on
(y|y) 2((w)(x)|y) + ((w)(x)|(w)(x)).

En w0 deben anularse todas las derivadas parciales y, por tanto,
2(
(w0 )(x)|y) + 2(
(w0 )(x)|(w0)(x)) = 0 i = 1, , n
wi
wi
Ello quiere decir que w0 es un punto de que cumple:

wi (w0 )(x1 )
(w0 )(x1 ) y1

..
..
.
(w
0 )(xk )
wi
(w0 )(xk ) yk
i = 1, , n
y, por tanto, el vector (w0 )(x) y debe ser ortogonal al espacio tangente
a la variedad en (w0 ).
Un caso particular sencillo, es el de una variedad lineal generada por las
funciones independientes {f1 , f2 , , fn} en el que = Rn y la variedad es
{(w) |w Rn } = {w1 f1 + + wn fn |w Rn }
En este caso, w Rn el espacio tangente es la propia variedad lineal
[f1 , , fn] y podemos obtener w0 resolviendo el problema inverso lineal

fn (x1 )
w1
y1
.. .. = ..
. . .
f1 (x1 )
..
..
.
.
f1 (xk )
fn (xk )
wn
yk
mediante nuestra funci

on de Sage nube(X,Y,F).
Otro caso particular es el llamado ajuste por mnimos cuadrados de un modelo a unos datos, en el que la variedad de funciones es de la forma
(w):
I
x
R
w1 f1 (x)++wk fk (x)
wk+1 fk+1 (x)++wn fn (x)
93
2.3. EJEMPLOS
y gira, ciertamente en torno a un modelo de funci

on en el que s
olo cambian
los par
ametros w1 , , wn y se puede tratar con nuestra funci
on ortotangente(X,Y,f) que construye el sistema de n ecuaciones no lineales con n
inc
ognitas
wi
(w0 )(x1 ) ((w0 )(x1 ) y1 ) + +
wi
(w0 )(xk ) ((w0 )(xk ) yk ) = 0
i = 1, , n
y nuestra funci
on newton(f, P, T) que lo resuelve mediante la soluci
on
iterada de aproximaciones lineales con tolerancia T y punto inicial P . Para
elegir el punto inicial, podemos servirnos de la funci
on importada de NumPy
find-fit que hemos usado en el programa ajustaunmodelo(X,Y,model).
2.3
Ejemplos
La mayor dificultad que suele encontrar el alumno para resolver un problema

inverso de la vida corriente, es determinar los conjuntos X e Y y la funci
on
f : X Y subyacente
Ejemplo 2.3.1
Sea A : Rn Rm una aplicaci
on lineal y sea b imA. Hallar el vector de
norma eucldea mnima en la variedad Mb = {x Rn | Ax = b}.
Soluci
on:
Veamos dos maneras diferentes de calcular este vector:
1. Como b imA, existe un x0 Mb . Si Mb = {x0 } el vector de norma
eucldea mnima en Mb es x0 . En otro caso, cualquier otro x Mb
cumplir
a que x x0 + ker A y, por tanto, Mb = x0 + ker A. As, el
vector de norma eucldea mnima xm Mb ser
a ortogonal a ker A.
Sea {u1 , , un} es una base ortonormal de Rn tal que [u1 , , ur ] =
[ker A] , y [ur+1 , , un ] = ker A, tendremos
xm = x0 +r+1 ur+1 + +n un ,
con
i = (x0 |ui ) i = r+1 , n
y, en consecuencia,
xm = x0 (x0 |ur+1 )ur+1 (x0 |un )un .
2. Otra manera de proceder es usar el teorema de los multiplicadores de
Lagrange para obtener el mnimo. La lagrangiana de este problema es
:
Rn Rm
(x, y)
R
(x|x) (A y|x) + (y|b)
t
94
y la anulaci
on de su gradiente nos produce las dos ecuaciones
2xm At y = 0
y Axm = b
Eliminando la xm obtenemos la ecuaci

on lineal en
A At
y
=b
2
cuya soluci
on es
y
2
y
= A At \b
2
y sustituyendo tenemos xm = At (A At \b).

Ejemplo 2.3.2
A que altura llega el lquido en un dep
osito esferico de 5m de radio si est
a
al 80% de su capacidad?
Soluci
on:
Se busca la funci
on V : [0, 10] R que de el volumen en terminos de la
400
altura H del lquido y se resuelve la ecuaci
on V (H) =
.
3
Si integramos por discos vemos que
V (H) =
H
0
(2rh h2 )dh = rH 2 H 3
Debemos encontrar un Ho (5, 10) que sea raiz de la ecuaci

on polin
omica
H 3 15H 2 + 400 = 0.
Usando la orden find root de Sage,
var(H)
V=(H^3-15*H^2+400==0)
V.find_root(5,10)
obtenemos
Ho = 7.128592745832596
Usando biseccion.sage con T OL = 1012 obtenemos
Ho = 7.1285927458328046668611932545900 en 43 iteraciones
Usando banach.sage con
obtenemos
G(H) =
400
, T OL = 1012 e inicio 7,
15H H 2
Ho = 7.1285927458325204497668892145157 en 13 iteraciones
Ejemplo 2.3.3
95
2.3. EJEMPLOS
Un cono recto de radio 3 y altura 4, apoyado sobre su base, contiene agua

hasta la mitad de su altura. A que altura llegar
a el agua si lo tumbamos
sobre una de sus generatrices?
Soluci
on:
Ejemplo 2.3.4
Nieva de forma regular y los quitanieves retiran una cantidad constante
de nieve por unidad de tiempo. Sale un quitanieves a las 12 horas y en la
primera hora recorre doble distancia que en la segunda. A que hora empez
o
a nevar? A las 12:30 horas sale otro quitanieves desde el mismo punto y por
la misma ruta que el primero. A que hora lo alcanza?
Soluci
on:
Sabemos que la cantidad de nieve quitada por unidad de tiempo es una
constante C y que la altura que alcanza la nieve en el instante t es k(t-t0)
siendo k otra constante y t0 el instante en que empez
o a nevar. Entonces,
si L es la anchura del quitanieves y v(t) es su velocidad tendremos:
C = Lk(t t0 )v(t)
La primera pregunta la contestamos resolviendo la ecuaci
on en t0 :
Z 13
Z 14
dt
dt
=2
13 t t0
12 t t0
y la segunda resolviendo la ecuaci
on en T :
Z T
Z T
dt
dt
=
12.5 t 12
12 t t0
Ejemplo 2.3.5
Desde un punto de una circunferencia C1 se traza otra circunferencia C2 de
modo que la intersecci
on de sus crculos ocupe la mitad del area del crculo
de C1 . Es el radio de C2 igual al radio del hex
agno circunscrito a C1 ?
Soluci
on:
Tomando como sistema de referencia polar el centro de C2 y la tangente por
el a C1 , la ecuaci
on de C1 es = 2r sen . Como vemos en la figura
debemos encontrar un angulo tal que
Z

r 2
1 2
1
4r sen 2 d + 4r 2 sen 2
=
2 0
2
2
4
es decir, debemos resolver la ecuaci
on
(1 2 sen 2 ) sen cos + sen 2 =
.
4
96
Usando biseccion.sage en [0, 2 ] con T OL = 1012 obtenemos

= .61794846213990661798476367039257 en 41 iteraciones
Usando newton.sage con T OL = 1012 y punto inicial
obtenemos
= .61794846213995480166403240218642 en 5 iteraciones
Tomando como buenas las trece primeras cifras decimales (coincidentes en
ambos metodos) deducimos que la raz
on entre los radios de C2 y C1 es
2 sen (.6179484621399) = 1.1587284730180322789294677932048
mientras que la raz
on entre el radio del hex
agono circunscrito y el de C1 es
2
= 1.1547005383792515290182975610039
3
Estas razones difieren en m
as de una milesima y, por tanto, podemos asegurar que el radio de C2 no es el radio del hex
agono circunscrito a C1 .
2.4
Ejercicios
1. Pr
actica2. Problemas Inversos. sws
2. Una pulga situada en un alambre [0, n] da saltos de longitud unidad
hacia el 0 con probabilidad y hacia el n con probabilidad 1 .
Designamos Pk la probabilidad de que la pulga, partiendo del punto
k, llegue al 0 antes que al n. As, P0 = 1 y Pn = 0.
Teniendo en cuenta que Pk = Pk+1 + (1 )Pk1 , determinar Pk
para k = 1, , n 1 cuando = 0.3 y n = 10
3. Una partcula M situada en (4,0) inicia un movimiento circular uniforme lev
ogiro de radio 3 y velocidad angular 3 en torno a un punto C,
al tiempo que este punto C inicia desde (1,0) otro movimiento circular
uniforme lev
ogiro de radio 1 y velocidad angular 1 en torno al origen
de coordenadas.
2.4. EJERCICIOS
97
(a) Determinar y representar la trayectoria de la partcula en el intervalo de tiempo [0, 2).

(b) Hallar los puntos del plano por los que la partcula pasa dos veces
en ese periodo.
Captulo 3
M
etodos num
ericos para
Ecuaciones Diferenciales
3.1
Introducci
on
A partir de la revoluci
on cientfica protagonizada por Newton y Leibnitz
en el siglo XVII, muchos de los fen
omenos de la naturaleza han podido
modelarse en terminos de un sistema de ecuaciones diferenciales (EEDD):
dxi
= fi (t, x1 (t), , xn (t));
dt
i = 1, , n;
t [t0 , t0 + T ]
o, si se prefiere, en terminos de una ecuaci

on diferencial vectorial (EDV):
x0 (t) = f (t, x(t));
t [t0 , t0 + T ]
Su soluci
on general es una familia de curvas SG = {sp | p Rn } donde
sp :
[t0 , t0 + T ]
t
Rn
sp (t)
que substutudas en la expresi

on (EDV), la verifican identicamente:
sp 0 (t) f (t, sp(t)) t [t0 , t0 + T ],
p Rn .
En condiciones muy generales para la funci

on
f:
[t0 , t0 + T ] Rn
(t, x)
Rn
f (t, x)
sabemos que, fijado p0 Rn , existe una curva sp0 SG tal que

(
sp0 0 (t) f (t, sp0 (t)) t [t0 , t0 + T ]
sp0 (t0 ) = p0
llamada soluci
on particular con condici
on inicial p0 .
99
100CAPITULO 3. METODOS
NUMERICOS
PARA ECUACIONES DIFERENCIALES
Recopilamos dichas condiciones en el siguiente
Teorema 3.1.1
Sea f : [t0 , t0 + T ] Rn Rn una funci
on cualquiera y sea p0 Rn .
1. Si f es continua en un entorno de (t0 , p0 ), existe un T 0 T y una
s : [t0 , t0 + T 0 ] Rn tal que
(
s0 (t) = f (t, s(t)) t [t0 , t0 + T ]
s(t0 ) = p0
2. Si f es continua y existe un n
umero real verificando que
kf (t, x) f (t, y)k kx yk (t, x, y) [t0 , t0 + T ] Rn Rn
existe una y solo una s : [t0 , t0 + T ] Rn tal que
(
s0 (t) = f (t, s(t)) t [t0 , t0 + T ]
s(t0 ) = p0
Sin embargo no siempre es posible expresar la soluci

on sp0 : [t0 , t0 +T ] Rn
de forma analtica, en terminos de funciones elementales.
3.2
Ecuaciones lineales
Uno de los casos en que es posible expresar la soluci

on en terminos de funciones elementales, es el de las ecuaciones diferenciales lineales de coeficientes
constantes
f (t, x) = Ax + u(t)
donde A Mn (R) y u : [t0 , t0 +T ] Rn es una funci
on continua. Entonces,
la soluci
on particular de condici
on inicial p0 se puede escribir en la forma
(?)
A(tt0 )
sp0 (t) = e
p0 +
eA(ts) u(s) ds
t0
y est
a implementada en la funci
on lineal.sage del worksheet CFMATPRACTICA-EDOS.
Las ecuaciones lineales aparecen, por ejemplo, en los siguientes casos:
101
3.2. ECUACIONES LINEALES
3.2.1
Circuitos RLC
Un alternador bipolar de velocidad angular genera una diferencia de potencial instant

anea V sen t. Si alimenta a un circuito en serie con una
resistencia de R ohmios, un condensador de C f aradios y una bobina de
L henrios, la carga q(t) y la intensidad i(t) cumplen el sistema lineal
(
dq(t)
dt
di(t)
dt
= i(t)
1
= CL
q(t)
R
L i(t)
V
L
sen t
que podemos escribir en la forma

0
0
q
=
1
i
LC

0
q
+ V
i
R
L
L sen t
1
As aparece la ecuaci
on lineal x0 = Ax + u(t) donde

q
x=
,
i
A=
1
LC
R
L
u(t) =
V
L
0
sen t
Su soluci
on est
a programada en RLC Circuits del worksheet CFMATPRACTICA-EDOS.
3.2.2
Oscilador lineal
Sea F : R3 R3 un campo de fuerzas lineal. Fijada una base en R3 existe

una matriz K M3 (R) tal que F (x) = Kx x R3 .
Como toda matriz 3 3, K est
a sometida a la siguiente disyuntiva:
1. o tiene sus tres autovalores en R
2. o tiene un autovalor en R y dos conjugados en C,
siempre podemos encontrar tres n
umeros reales k1 , k2 , k3 y una base en R3
respecto de la que el campo F se escriba en una de las dos formas siguientes:
1.
2.

k1 0 0
x1
F (x) = 0 k2 0 x2
0 0 k3
x3

k1 0
0
x1
F (x) = 0 k2 k3 x2
0 k3 k2
x3
NUMERICOS
En el u
ltimo caso debe ser k3 6= 0 y, por tanto, F no puede ser conservativo
ya que

2k3
rotF (x) =
0 6= 0.
0
As, un campo de fuerzas lineal y conservativo se podr
a representar en una
base adecuada en la forma

k1 0 0
x1
F (x) = 0 k2 0 x2
0 0 k3
x3
Un oscilador lineal es un campo de fuerzas lineal y conservativo que impone a toda partcula con masa trayectorias acotadas.
La segunda ley de Newton asegura que la trayectoria x(t) de una partcula
de masa 1 bajo la acci
on de cualquier campo F debe cumplir
x00 = F (x).
En el caso de cualquier campo lineal conservativo tendremos
x001 = k1 x1
x002 = k2 x2
x003 = k3 x3
y ser
a un oscilador si y s
olo si ki 0 para i = 1, 2, 3.
La trayectoria x(t) de una partcula de masa m bajo la acci
on de un oscilador
F (x) = Kx, en un medio con coeficiente de viscosidad b y una fuerza
externa (t) debe cumplir que
mx00 = Kx bx0 + (t)
Haciendo x0 = v podemos presentarla en la forma:

0
0
I
x
o
x
+
=
1
b
0
v
v
mK mI
y designando

x
X=
,
v
A=
1
m
K mb I

o
y =
entenderla como una ecuaci

on diferencial lineal en R6 :
X 0 = AX + .

3.3. ECUACIONES AUTONOMAS
3.3
103
Ecuaciones aut
onomas
Cuando la funci
on f (t, x) no depende explcitamente del tiempo, la ecuaci
on
diferencial x0 = f (x) se llama aut
onoma. Si f : Rn Rn es diferenciable en el abierto y si xe es un cero de la funci
on f , la curva constante
x(t) = xe es, trivialmente, una soluci
on particular de x0 = f (x) y, por eso,
diremos que xe es un punto estacionario de la ecuaci
on.
En el entorno de xe , podemos aproximar la ecuaci
on x0 = f (x) por la
ecuaci
on lineal
x0 = f (xe ) + Df (xe )(x xe ) = Df (xe)x Df (xe )xe .
El estudio de esta aproximaci
on lineal nos da informaci
on sobre el compor1
tamiento de la ecuaci
on original en el entorno del punto estacionario xe .
Veamos algunos ejemplos:
3.3.1
Lobos y corderos
Sea un prado ideal, con posibilidad ilimitada de producci

on de hierba, en el
que coexisten en cada instante t, x(t) corderos e y(t) lobos. Este ecosistema
fue modelado por Lotka y Volterra seg
un las EEDD
(
x0 = x x y
y 0 = y + x y
y los par
ametros = 0.25, = 0.01, = 1, = 0.01.
Esta ecuaci
on aut
onoma tiene dos puntos estacionarios

,
= (100, 25).
xe0 = (0, 0) y xe1 =

En el entorno de (0, 0) la ecuaci
on lineal que la aproxima es
0

x
0.25 0
x
=
y0
0
1
y
y, para las condiciones iniciales CI = (k, k) con k = 1, ..., 10, la funci
on
lineal.sage nos da las soluciones
As pues, en el entorno del punto estacionario (0, 0) podemos decir que los
lobos se extinguir
an y los corderos aumentar
an sin lmite.
En el entorno del punto estacionario (100, 25) la aproximaci
on lineal es
0

x
0
1
x
25
=
+
y0
0.25 0
y
25
1
Ver [Ra], 3.5, por ejemplo.
NUMERICOS
y para las condiciones iniciales CI = (100 + k, 25 + k) con k = 1, ...10 la

funci
on lineal.sage nos da las soluciones
As pues, si partimos de una condici

on inicial pr
oxima a (100, 25), el ecosistema evolucionar
a en el tiempo sin que se extinga ni crezca indefinidamente
ninguna de las dos especies.
3.4
M
etodos de un paso
Cuando la EDV no sea lineal, la discretizaremos para obtener aproximaciones numericas de la misma. Esta tecnica consiste en hacer una partici
on
equidistante del intervalo [t0 , t0 + T ]
t0 < t1 < < tk < tk+1 < < tN = t0 + T
y calcular una N + 1-tupla (xk ) que aproxime a la N + 1-tupla (x(tk )),
mediante un proceso recursivo de la forma
(
x0 = p0
xk+1 = xk + h(tk , xk ; h)
que se llaman metodo de un paso cuando la funci
on utilizada para hallar
T
xk+1 s
olo depende de tk , xk y el paso h = N
.

3.4. METODOS
DE UN PASO
105
El desarrollo de Taylor

h 00
0
x(tk+1 ) x(tk ) + h x (tk ) + x (tk ) +
2!
o la regla de Barrow
x(tk+1 ) x(tk ) =
tk+1
f (t, x(t))dt
tk
nos sugieren dos maneras de obtener diferentes funciones seg

un los terminos
del desarrollo del Taylor que tomemos o los diferentes metodos de integraci
on
aproximada que consideremos.
Definiciones 3.4.1
Un metodo de un paso de funci
on se dice:
1. Consistente si
lim
h0
N
1
X
k=0
kx(tk+1 ) x(tk ) h(tk , x(tk ); h)k
=0
2. De orden p si existe una constante K 0 tal que

N
1
X
k=0
kx(tk+1 ) x(tk ) h(tk , x(tk ); h)k Khp
3. Estable si existe una constante M independiente de h tal que para

todas las N -tuplas (yk ) y (k ) que verifiquen
yk+1 = yk + h(tk , yk ; h) + k
se cumple que
max{kyk xk k | k = 0, , N } M
ky0 x0 k +
N
1
X
k=0
kk k
4. Convergente si el error de discretizaci

on
E(h) = max{kxk x(tk )k | k = 0, , N } cumple que
Consecuencia inmediata de estas definiciones es el siguiente
Lema 3.4.2
lim E(h) = 0
h0
NUMERICOS
Si un metodo es consistente y estable, es convergente.
Demostraci
on:
Sea
k = x(tk+1 ) x(tk ) h(tk , x(tk ); h)
Por ser el metodo estable existe una constante M tal que
E(h) M
N
1
X
k=0
kx(tk+1 ) x(tk ) h(tk , x(tk ); h)k
y, por ser consistente, lim E(h) = 0.

h0
No son tan inmediatos los tres lemas siguientes cuyas demostraciones pueden
verse en [Cr-Mi].
Lema 3.4.3
Una condici
on necesaria y suficiente para que un metodo de un paso sea
consistente es que
(t, x; 0) = f (t, x) (t, x) [to , to + T ] Rn .
Lema 3.4.4
Una condici
on necesaria y suficiente para que un metodo de un paso sea
estable es que exista un H > 0 y una constante L tales que
k(t, x; h)(t, y; h)k Lkxyk t [to , to +T ],
x, y Rn ,
h [0, H].
Lema 3.4.5
Si f : [to , to + T ] Rn Rn es p veces continuamente diferenciable y existen
y son continuas en [to , to + T ] Rn [0, H] las funciones
,
, , p ,
h
h
la condici
on necesaria y suficiente para que el metodo de un paso de funci
on
sea de orden p es que se cumplan las condiciones
(t, x; 0)
= f (t, x)
= f (1) (t, x)
(t, x; 0)
h
2
(t, x) [t0 , t0 + T ] Rn
..
p1
p1 (t, x; 0) = f (p1)(t, x)
h
p

3.4. METODOS
DE UN PASO
3.4.6
107
M
etodo de Euler
El m
as sencillo de los metodos de un paso para resolver el PCI
(
x0 (t) = f (t, x(t)) t [to , to + T ]
x(to ) = po
es el correspondiente a (t, x; h) = f (t, x). Su esquema iterativo es
(
x0
= p0
xk+1 = xk + hf (tk , xk ),
k = 0, , N 1
y, de acuerdo con el lema 3.4.3, siempre ser
a un metodo consistente. Cuando
n
n
f : [t0 , t0 + T ] R R sea lipshitziana, de acuerdo con el lema 3.4.4, ser
a
un metodo estable y, por tanto, convergente. Cuando f sea derivable con
continuidad, de acuerdo con el lema 3.4.5, ser
a un metodo de orden 1.
Este metodo est
a implementado como la funci
on euler.sage en la worksheet Practica3. Ecuaciones diferenciales.
3.4.7
M
etodos de Runge-Kutta
Para cualquier p N se eligen vectores c y b y una matriz subdiagonal A

c1
c2

c = c3 ,
..
.
cp
se definen
Fk1
Fk2
Fk3
Fkp

b1
b2

b = b3 ,
..
.
bp
las magnitudes
0
0
a21 0
A = a31 a32
..
..
.
.
ap1 ap2
..
.
0
0
0
0
app1
0
0
0
,
0
0
= f (tk + c1 h, xk )
= f (tk + c2 h, xk + a21 Fk1 h)
= f (tk + c3 h, xk + a31 Fk1 h + a32 Fk2 h)
= f (tk + cph, xk + ap1 Fk1 h + ap2 Fk2 h + + app1 Fkp1 h)
y se obtiene la funci
on
(tk , xk , h) = b1 Fk1 + + bpFkp
Para p = 1, tomando
c = 0,
b = 1,
A=0
NUMERICOS
obtenemos la (tk , xk ; h) = f (tk , xk ) del mismsimo metodo de Euler.
Para p = 4, tomando

0
1

2
c = ,
1
2
1
2

6
b = ,
2
6
1
2
A=
0
0
1
6
0 0 0
0 0 0
,
1
2 0 0
0 1 0
definimos las magnitudes
Fk1 = f (tk , xk )
Fk2 = f (tk + h , xk + h Fk1 )

2
2
h
h
Fk3 = f (tk + , xk + Fk2 )
2
2
F = f (t , x + hF )
k4
k+1
k
k3
y obtenemos la funci
on
Fk1 + 2Fk2 + 2Fk3 + Fk4

6
Este es el m
as cl
asico de los metodos de Runge-Kutta y lo hemos implementado en la funci
on rungekutta.sage de la worksheet Pr
actica3. Ecuaciones
diferenciales. En [Cr-Mi] podemos hallar el siguiente
(tk , xk ; h) =
Lema 3.4.8
Si 1p es el vector de unos de Rp y C es la matriz diagonal de vector c,
la condici
on necesaria y suficiente para que un metodo de Runge-Kutta
(p,c,b,A) sea
1. De orden 1 es que (b|1p) = 1.
2. De orden 2 es que (b|1p) = 1 y (b|C1p ) = (b|A1p ) =
3. De orden 3 es que
(b|1p) = 1,
(b|C1p ) =
4. De orden 4 es que
(b|C 3 1p ) =
1
,
4
A1p = C1p
1
,
2
A1p = C1p
(b|AC 2 1p) =
1
2
y
1
(b|C 2 1p ) = ,
3
(b|AC1p ) =
1
6
1
,
12
(b|A2 C1p ) =
1
,
24
(b|CAC1p ) =
De el podemos deducir inmediatamente que nuestro rungekutta.sage es

un metodo de orden 4.
1
8
109
3.5. EJEMPLOS
3.5
Ejemplos
La mayor dificultad que suele encontrar el alumno ante un problema de

ecuaciones diferenciales planteado ret
oricamente es detectar la funci
on f :
[t0 , t0 + T ] Rn Rn subyacente en la ecuaci
on diferencial x0 = f (t, x) que
gobierne el fen
omeno a tratar. En la mayora de los casos la f expresa una
ley experimental descubierta en los laboratorios y se aplicar
a de forma m
as o
menos estricta seg
un la precisi
on que necesitemos en el problema. Resolveremos algunos problemas concretos para que sirvan de modelo. Todos ellos
est
an programados en la worksheet Pr
actica3. Ecuaciones diferenciales.
3.5.1
Calentamiento-Enfriamiento
En problemas de equilibrio termico pueden presentarse dos situaciones destacables: Una instant
anea, c
omo obtener la temperatura T de la mezcla de
dos substancias que est
an a temperaturas diferentes, y otra temporal, c
omo
obtener la temperatura T (t) de un objeto que en el instante t = 0 se abandona en una habitaci
on climatizada a temperatura Ta(t).
En el primer caso, el calor cedido por la substancia a mayor temperatura
T1 , con masa m1 y calor especfico c1 tendr
a que ser igual al calor absorbido
por la substancia a menor temperatura T2 , con masa m2 y calor especfico
c2 . Es decir, m1 c1 (T1 T ) = m2 c2 (T T2 ) y, por tanto, la temperatura de
la mezcla ser
a
T =
m2 c 2
m1 c 1
T1 +
T2
m1 c 1 + m2 c 2
m1 c 1 + m2 c 2
El segundo caso est

a regido por la ley de Newton que dice que la raz
on de
cambio de la temperatura del objeto es proporcional a la diferencia entre la
temperatura ambiente y la del objeto:
T 0 (t) = k(Ta(t) T (t))
donde k es una constante, obviamente positiva, que depende del objeto.
Ejercicio 3.5.2
En un local a 20o de temperatura sirven el cafe a 80o en una taza al 75% de
su capacidad y lo acompa
nan de una jarrita con leche a 5o .
Un cliente completa su taza y espera tres minutos y, otro, espera tres mintos
y completa su taza. Si el calor especfico de la leche es 0.93 y suponemos
que las constantes de calentamiento-enfriamiento de Newton en la taza y en
la jarra son, respectivamente, 0.35 y 0.23 por minuto, a que temperatura
se toma cada uno de los dos clientes su cafe con leche?
NUMERICOS
3.5.3
Reacciones qumicas
En una reacci
on qumica elemental donde los productos X1 y X2 reaccionan
dando lugar al producto X3 , si xi (t) es la concentraci
on de Xi en el instante
t, se cumple la ley de conservaci
on de la materia:
xi (t) + x3 (t) = Ci
dxi dx3
+
= 0 para i = 1, 2.
dt
dt
dx3
se llama velocidad de la reacci
on y la ley de acci
on de masas
La funci
on
dt
asegura que existe una constante k tal que
dx3
= kx1 x2 .
dt
Si x = (x1 , x2 , x3 ) y u = (1, 1, 1), una reacci
on qumica de constante k
estar
a gobernada por la ecuaci
on diferencial x0 = f (t, x) donde
f :
[0, ) R3
(t, x)
R3
kx1 x2 u
Las condiciones iniciales fijar

an las concentraciones xi (0) para i = 1, 2, 3.
3.5.4
Lanzamientos
Ejemplo 3.5.5 Obuses
Figure 3.1: Gran Bertha en Verd

un 1916
La trayectoria x de un ob
us se deduce de la ley de Newton:
La derivada temporal de la cantidad de movimiento en un sistema de refencia inercial es igual a la suma de las fuerzas actuantes.
F =
d(mv)
dt
siendo
v=
dx
.
dt
111
3.5. EJEMPLOS
Como la masa m del ob

us es constante, si suponemos que la fuerza actuante
es la gravitatoria, tendremos
F = mg = m
dv
dt
x00 = g
Si consideraremos el sistema equivalente
x0 = v
x
v
y, designamos X =
donde
f :
v 0 = g v
m

, tenemos la buscada ecuaci
on vectorial X 0 = f (t, X)
[0, ) R4

x1
x2
t,
x3
x4
R4
x3
x4
x3

9.8 x4
m
Las condiciones iniciales fijar

an el punto (x0 , y0 ) donde est
a emplazado el
ca
non y la velocidad (vx0 , vy0 ) de salida del proyectil.
Ejemplo 3.5.6 Cohetes
Figure 3.2: V2 en Peenem

unde 1942
Si en lugar de un ob
us lanzamos un cohete de K kg de carga y P kg de
propulsante que se consume uniformemente en T seg produciendo gases que
salen del cohete a vg m/seg, tendremos que si la cantidad de movimiento del
NUMERICOS
cohete en un instante t es mv y en el instante t + t es (m m)(v + v) +
v
m(v vg kvk
), su derivada es
v
) mv
(m m)(v + v) + m(v vg kvk
lim
t0
= mv 0 m0 vg
v
kvk
As llegamos a la ecuaci
on de Tsiolkovski que, cuando las fuerzas actuantes
son la gravedad y el rozamiento del aire, queda en la forma:
mv 0 m0 vg
o mejor,
v
= mg v
kvk
(
x0 = v
0

m vg kvk
v0 =
v+g
mkvk
En nuestro caso, es claro que
m
P
=
t0 t
T
m0 = lim
3.5.7
m=K+
P (T t)
T
Curvas de persecuci
on
Imaginemos que un m
ovil, de trayectoria conocida c : [t0 , t0 + T ] R3 , es
perseguido por otro m
ovil. La trayectoria x(t) del perseguidor cumplir
a
x0 (t) = k(t)
c(t) x(t)
kc(t) x(t)k
Si suponemos conocida la relaci

on
donde
r(t) =
|k(t)| = kx0 (t)k.
kx0 (t)k
kc0(t)k
podremos concluir que
x0 (t) = f (t, x(t)) con f (t, x(t)) = r(t)kc0 (t)k
c(t) x(t)
kc(t) x(t)k
y, para cada posici

on inicial del perseguidor x(t0 ) = x0 , tendremos una u
nica
curva soluci
on. Este problema est
a tratado en los ejercicios 14) y 15) de la
worksheet Practica3. Ecuaciones diferenciales.
3.5.8
Curvas de arrastre
Imaginemos que un m
ovil, de trayectoria conocida c : [t0 , t0 + T ] R3 , lleva
ligada, mediante una articulaci
on esferica, una varilla de longitud ` en cuyo
extremo hay una bola. Si sobre la bola act
ua, adem
as, una fuerza exterior
3
: [t0 , t0 + T ] R y una fricci
on viscosa proporcional a la velocidad, la
trayectoria x(t) de la bola cumplir
a
x(t) = c(t) + ù(t) con
ku(t)k = 1 ,
113
3.5. EJEMPLOS
su velocidad cumplir
a
x0 (t) = c0 (t) + ù0 (t) con (u(t)|u0 (t)) = 0
y, seg
un las leyes de Newton, su aceleraci
on cumplir
a
(
x00 (t) = c00 (t) + ù00 (t) = k(t)u(t) (c0 (t) + ù0 (t)) + (t)
con (u(t)|u0 (t)) = 0 y (u(t)|u00(t)) = (u0 (t)|u0 (t))
donde k(t) es una funci
on escalar y es el coeficiente de viscosidad.
Multiplicando por u(t) tendremos
k(t) = (c00 (t)|u(t)) `(u0 (t)|u0 (t)) + (c0 (t)|u(t)) ((t)|u(t))
y, en consecuencia,
u00 =
c00 + ((c00 |u) `(u0 |u0 ) + (c0 |u) (|u)) u c0 ù0 +

`
Esta ecuaci
on de segundo orden es equivalente al sistema
u0 = v
00
00
0
0
v 0 = c + ((c |u) `(v|v) + (c |u) (|u)) u c `v +
`

u
y designando U =
podemos escribirlo como una ecuaci
on vectorial
v
U 0 = f (t, U ). Para cada condici
on inicial U (t0 ) = U0 tendremos una u
nica
soluci
on U (t) cuyas tres primeras componentes constituir
an un u(t) que nos
permitir
a escribir la trayectoria de la bola
x(t) = c(t) + ù(t).
En el caso particular de que la funci
on c : [t0 , t0 +T ] R3 sea identicamente
nula, la bola se mover
a en una esfera de centro 0 y radio ` describiendo una
trayectoria ù donde
u0 = v
v 0 = (`(v|v) (|u)) u `v +
`
En el caso particular de que el coeficiente de viscosidad sea muy grande
podemos suponer que la trayectoria de la bola ser
a
x(t) = c(t) + ù(t) con
ku(t)k = 1 y x0 (t) k u(t).
Entonces, el problema queda de primer orden e independiente de cualquier

fuerza externa pues tendr
a que existir una cierta funci
on escalar h(t) tal
que
c0 (t) + ù0 (t) = h(t)u(t) con (u(t)|u0 (t)) = 0.
NUMERICOS
Multiplicando por u(t) tenemos que h(t) = (c0 (t)|u(t)) y, por tanto,
u0 (t) = f (t, u(t)) con
f (t, u(t)) =
(c0 (t)|u(t))u(t) c0 (t)

.
`
As, para cada vector unitario inicial u(t0 ) = u0 , tendremos una u

nica
soluci
on u(t) y una u
nica trayectoria x(t) = c(t) + ù(t).
A este problema se dedican varios ejercicios de la worksheet Pr
actica 3.
Ecuaciones Diferenciales.
3.5.9
Mec
anica Hamiltoniana
Veremos aqu como ha sido magistralmente generalizada por Hamilton la

tecnica de pasar al espacio de fases para plantear problemas mec
anicos bajo
la forma de una ecuaci
on diferencial x0 = f (t, x) :
Si la energa cinetica de un sistema es T (t, x, x0) y la potencial es V(t, x),
su diferencia es la lagrangiana del sistema
L(t, x, x0) = T (t, x, x0) V(t, x).
La trayectoria debe venir dada por una funci
on xo : [t1 , t2 ] Rn que sea
punto extremal del funcional
Z t2
L(t, x(t), x0(t))dt
J(x) =
t1
y, as, debe cumplir la ecuaci

on de Lagrange

L
d L
=o
x dt x0
Esta ecuaci
on vectorial equivale al sistema de n ecuaciones segundo orden

L
d L
=0
i = 1, . . . , n
xi dt x0i
que debe ser resuelto para encontrar las n componentes de xo(t) = (xo1 (t), . . .xon (t)).
Haciendo el cambio de variables
yi =
L
x0i
i = 1, . . ., n
pasamos al sistema de 2n ecuaciones de primer orden:
yi = x0
i
(?)
0
yi =
xi
115
3.5. EJEMPLOS
Hamilton tuvo la idea de considerar la funci
on
H = (x0 | y) L(t, x, x0)
y no es difcil probar que se puede expresar en terminos de las coordenadas

generalizadas (t, x, y). As, suponiendo
H = H(t, x, y) ,
la derivada total de H respecto de t se puede calcular de dos maneras:
H 0 H 0 H
dH
dt = x x + y y + t
dH = (x00 | y) + (x0 | y 0) L x0 L x00 L = L x0 + (x0 | y 0) L

dt
x
x0
t
x
t
y de su igualdad deducimos que

H
L
= ,
x
x
H
= x0 ,
y
H
L
=
t
t
En consecuencia, el sistema (?) se puede escribir en la forma hamiltoniana
x0 =
y
y 0 = H
x

x
escribirlo en forma de ecuaci
on vectorial
y considerando el vector X =
y
X 0 = f (t, X).
La expresi
on m
as general de la energa cinetica es
T = (Ax0 | x0) + (b| x0) + c
donde A Mn (R), b Rn y c R. Entonces,
y=
L
T
=
= 2Ax0 + b
x0
x0
y, por tanto,
H = 2(Ax0 | x0) + (b| x0 ) T + V = (Ax0 | x0) c + V.
Es frecuente que b = o y c = 0 y, en tal caso,
H = T + V = E = energa total del sistema.
La funci
on de Hamilton para partculas de masa 1 bajo la acci
on de algunos
campos de fuerzas conocidos, es la siguiente:
NUMERICOS
1. Para un campo constante k : R3 R3 tenemos
T = 1 (v|v)
1
y, por tanto, H = (v|v) (x|k)
2
V = (x|k)
2
2. Para el campo identidad I : R3 R3 tenemos
T = 1 (v|v)
1
2
y, por tanto, H = ((v|v) (x|x))
1
2
V = (x|x)
2
3. Para un campo newtoniano de constante K

N:
R3 \ {0}
x
R3
x
K
kxk3
tenemos
T = (v|v)
2
K
V =
kxk
y, por tanto, H =
1
K
(v|v)
2
kxk
Ejemplos muy importantes de campos newtonianos son

El campo gravitatorio creado por una masa puntual m. En este
new m2
caso K = Kg m donde Kg = 6, 67 1011
es la
kg2
constante de gravitaci
on universal.
El campo el
ectrico creado por una carga puntual q. En este caso
q
K =
donde es la permitividad electrica del medio. Por
4
coul2
ejemplo, en el vaco = 8, 85 1012
.
new m2
3.6
Ejercicios
1. Pr
actica3. Ecuaciones Diferenciales.sws
Captulo 4
Variable compleja
4.1
El cuerpo A-cerrado de los n

umeros complejos
Una ecuaci
on algebraica tan sencilla como
x2 = 1
no puede tener soluci
on en R ni en ning
un otro cuerpo totalmente ordenado
porque en ellos siempre se cumple que x2 = x x = (x) (x) 0 > 1.
Si pretendemos encontrar un cuerpo numerico en el que exista soluci
on para
esta ecuaci
on EI que, por razones hist
oricas, se llama ecuaci
on imaginaria,
debemos renunciar al orden total.
Consideramos
el subconjunto
de M22 (R) constituido por los elementos de

x y
la forma
. Este conjunto, que designamos C, es cerrado para la
y x
suma y el producto de matrices:

x1 y1
x2 y2
x1 + x2 (y1 + y2 )
+
=
y1 x1
y2 x2
y1 + y2
x1 + x2

x1 y1
x2 y2
x1 x2 y1 y2 (x1 y2 + y1 x2 )
=
.
y1 x1
y2 x2
x1 y2 + y1 x2
x1 x2 y1 y2
Es rutinario
comprobar
que
(C, +, ) es un cuerpo conmutativo con elementos
0 0
1 0
neutros
y
. Tambien es claro que
0 0
0 1

0 1
0 1
1 0
=
1 0
1 0
0 1
y,
(C, +, ) es un cuerpo en el que EI tiene la soluci
on bien visible
por tanto,

0 1
. Sin embargo, es costumbre designarla i (inicial de imaginaria).
1 0
117
CAPITULO 4. VARIABLE COMPLEJA
118
Con el producto externo

:
R C
r, xy y
x
C
rx ry
ry rx
(C, +, , ) es un espacio vectorial real de dimensi

on 2 y, por tanto, todo
z = xy y
C
se
puede
expresar
respecto
de
la
la
base
x

1 0
0 1
,
0 1
1 0
de manera u
nica

1 0
0 1
z=x
+y
0 1
1 0
Es costumbre abreviar esta expresi

on en la forma
z = x + yi
y hablar de la parte real de z, x = <(z), y de la parte imaginaria de z,

y = =(z).

vocamente por su primera
Como cada xy y
x C queda determinada un
columna, tambien podemos establecer la identificaci
on C R2 . Adem
as, si
x y
on lineal M : R2 R2 , es
entendemos y x como la matriz de una aplicaci
inmediato comprobar que

x y
a b
a
M
y x
b a
b

x y
en est
a en C, lo designamos z y lo llamamos
Puesto que z t = y
x tambi
conjugado de z. La conjugaci
on en C es una involuci
on distinta de la identidad de la que destacamos las siguienes propiedades:
1. <(z z) = x2 + y 2
=(z z) = 0.
2. z1 + z2 = z1 + z2
3. z1 z2 = z1 z2
En M22 (R) es muy importante el subgrupo multiplicativo O22 (R) de las
matrices que cumplen M t = M 1 , llamadas ortogonales, y que, como aplicaciones lineales M : R2 R2 , son giros.

x y
0 0
Como la inversa de
6=
es de la forma
y x
0 0
!

1
y
x
x y
x2 +y2
x2 +y2
=
y
x
y x
x2 +y2
x2 +y2

4.1. EL CUERPO A-CERRADO DE LOS NUMEROS
COMPLEJOS 119
un elemento de C estar
a en O22 (R) si y s
olo si es de la forma
x
y
x2 +y2
x2y+y2
x
x2 +y2
x2 +y2
y, en consecuencia, todo elemento no nulo de C puede escribirse de manera

u
nica como el producto de un n
umero real por un elemento ortogonal de C:

p
x
y
2
2
x y
x2 +y2
z=
= x2 + y 2 x y+y
x
y x
x2 +y2
x2 +y2
Esto nos permite interpretar cada complejo z como el producto de una

dilataci
on por un giro y definir:
1. El m
odulo
|| :
+
p R
2
x + y2
C
z
que cumple
(a) |z| = 0 z = 0
(b) |z1 z2 | = |z1 | |z2 | z1 , z2 C
(c) |z1 + z2 | |z1 | + |z2 | z1 , z2 C
y, a partir de el, la distancia eucldea

:
CC
(z1 , z2 )
R+
(z1 , z2 ) = |z1 z2 |
con las siguientes propiedades:

(a) (z1 , z2 ) = 0
(b) (z1 , z2 ) = (z2 , z1 )
z1 = z2
z1 , z2 C
(c) (z1 , z2 ) (z1 .z) + (z, z2 ) z1 , z2 , z C
(d) (z1 + z, z2 + z) = (z1 , z2 ) z1 , z2 , z C

(e) (z1 z, z2 z) = |z|(z1, z2 ) z1 , z2 , z C

(f) |z1 | |z2 | (z1 , z2 ) z1 , z2 C.
120
2. El argumento:
Como tenemos bien difinida la aplicaci
on
O:
C \ {0}
O22 (R)!
x
|z|
y
|z|
y
|z|
x
|z|
y para cada R existe un u

nico t (, + 2] tal que
x
y
y
sen (t) =
,
cos(t) =
|z|
|z|
podemos definir la funci

on
Argumento(,
):
C \ {0}
z
(, + 2]
t
que se llama -determinaci

on del argumento. La 0-determinaci
on se
escribe, simplemente, argumento y se llama determinaci
on principal.
Si z C \ {0} y argumento(z) = t tenemos

x
y
z = x + i y = |z|
+i
= |z|(cos t + i sen t)
|z|
|z|
y como Euler saba que
et = 1 + t +
t2
t3
t4
+ + +
2! 3! 4!
t6
t2 t4
+ +
2! 4! 6!
t3 t5
t7
sen t = t + +
3! 5! 7!
cos t = 1
se atrevi
o a escribir
it i2 t2
i3 t3
i5 t5
+
+
+
+ = cos t + i sen t
1!
2!
3!
5!
y obtuvo la famosa expresi
on
eit = 1 +
z = |z|eiargumento(z)
Esta expresi
on nos permite interpretar el producto de dos complejos como
otro complejo cuyo m
odulo es el producto de los m
odulos y cuyo argumento
es suma de los argumentos. En efecto:
z z 0 = |z||z 0|ei(argumento(z)+argumento(z
e, iterando el razonamiento, deducir que
z n = |z|n einargumento(z)
n N
0 ))
COMPLEJA
4.2. DERIVACION
121
Teorema 4.1.1
En C tienen n soluciones distintas todas las ecuaciones
zn =
con
(n, ) N C
Demostraci
on:
Si = ||ei los n complejos siguientes
p
n
||ei( n +
2k
)
n
con
k = 0, 1, , n 1
son, claramente, soluciones distintas de la ecuaci

on dada. Adem
as, es inmediato observar que, cualquier soluci
on de la ecuaci
on dada est
a entre las
n anteriores.
En C no s
olo tiene soluci
on la ecuaci
on z n = sino cualquier ecuaci
on
n
n1
polin
omica a0 z + a1 z
+ + an1 z + an = 0. Este resultado es el
llamado teorema fundamental del a
lgebra y por cumplirse, se dice que C es
un cuerpo algebraicamente cerrado.
No es f
acil probar este teorema con metodos algebraicos. Hemos llegado
a una de esas situaciones en la que los metodos matem
aticos que se muestran solventes para resolver ciertos problemas de la realidad, acaban construyendo un universo conceptual en el que se plantean cuestiones irresolubles
por dichos metodos. Este fue el caso de los problemas delicos para la geometra de la regla y el comp
as y, tal vez, sea el sino de cualquier metodo
matem
atico de alcance, que el hombre pueda dise
nar. Sin embargo, tales
situaciones siempre se han resuelto con la creaci
on de nuevos metodos m
as
sofisticados, nuevas herramientas m
as vers
atiles, que han mantenido a las
matem
aticas en la cima de los inventos u
tiles (ver 4.4.5,4).
4.2
Derivaci
on compleja
Una funci
on compleja de variable compleja f : V C C, gracias a la
identificaci
on C R2 , puede ser tratada como un campo F : V R2 R2 .
Estos campos son caso particular de los tridimensionales y podemos adaptarles f
acilmente los resultados conocidos que se recuerdan en el captulo
preliminar de estos apuntes.

x
u(x, y)
Si z = x + iy, x =
, F (x) =
tenemos f (z) = u(x, y) + iv(x, y)
y
v(x, y)
y las funciones u : V R2 R y v : V R2 R son, respectivamente, la
parte real y la parte imaginaria de la f o la primera y segunda componente
del campo F .
122
Al disponer de la divisi
on compleja, cabe estudiar la existencia de la derivada
lim
zo
f (z0 + z) f (z0 )
= f 0 (z0 ),
z
z0 = x0 + iy0
en conexi
on con la existencia de la diferencial
2

x0
x0 =
y0
DF (x0 ) : R R ,
0
1. Si existe el complejo f (z0 ) =
lim

a b
, tenemos
b a
F (x0 + x) F (x0 )
kxk
xo

a b
x
b a
=o
y, por tanto, F es diferenciable en x0

DF (x0 ) =

ux (x0 ) uy (x0 )
a b
=
vx (x0 ) vy (x0 )
b a
y se cumplen las condiciones de Cauchy-Riemann:

vx (x0 ) = uy (x0 )
ux (x0 ) = vy (x0 ),

a c
2. Si F es diferenciable en x0 existe una matriz
tal que
b d
lim
F (x0 + x) F (x0 )
kxk
xo

a c
x
b d
=o
Para que exista

lim
zo
f (z0 + z) f (z0 )
z
es necesario y suficiente que exista

a c
z
b d
lim
zo
z

a c
y esto acontece si y s
olo si
es un n
umero complejo, es decir,
b d
si a = d y c = b
COMPLEJA
4.2. DERIVACION
123
As pues, f : V C C es derivable en z0 si y solo si F : V R2 R2 es

diferenciable en x0 y se cumplen las condiciones de Cauchy-Riemann:
(
ux (x0 ) =
vy (x0 )
CR
uy (x0 ) = vx (x0 )
en cuyo caso,
f 0 (z0 ) = ux (x0 ) + i vx (x0 ) = vy (x0 ) i uy (x0 )
Ejemplos 4.2.1
1. f (z) = z = x + i y:

1 0
DF (x) =
0 1
2. f (z) = z = x i y:

1 0
DF (x) =
0 1
3. f (z) = |z| =
No CR y
y
p
x2 + y 2
0
4. f (z) = |z|2 = x2 + y 2 :

2x 2y
DF (x) =
S
olo CR en
0 0
1
z
nunca es derivable
x2 + y 2 :
x
p
2
x + y2
DF (x) =
0
5. f (z) =
y f 0 (z) = 1
CR
No CR y
o y
nunca es derivable
s
olo es derivable en
x
y
y v(x, y) = 2
:
x2 + y 2
x + y2
2xy
(x2 + y 2 )2
CR y f 0 (z) = 1
2
2
x y
z2
(z 6= o). Como u(x, y) =
x2 y 2
(x2 + y 2 )2
DF (x) =
2xy
(x2 + y 2 )2
(x2 + y 2 )2
6. f (z) = ez = ex (cos y + i sen y):

DF (x) =
ex cos y ex sen y
ex sen y ex cos y
CR
y f 0 (z) = ez
124
eiz eiz
:
2i
Como u(x, y) = sen x cosh y y v(x, y) = cos x senh y, tenemos

cos x cosh y
sen x senh y
DF (x) =
CR
sen x senh y cos x cosh y
7. f (z) = sen z =
f 0 (z) = cos x cosh y i sen x senh y.
eiz + eiz
:
2
Como u(x, y) = cos x cosh y y v(x, y) = sen x senh y, tenemos

sen x cosh y cos x senh y
DF (x) =
CR
cos x senh y sen x cosh y
8. f (z) = cos z =
f 0 (z) = sen x cosh y i cos x senh y.
De 7 y 8 deducimos que, como en el caso real, la derivada del seno es el

coseno y la derivada del coseno es menos el seno.
Teorema 4.2.2 Reglas de derivaci
on
1. f , g derivables en z0
2. f derivable en z0
(f + g)0 (z0 ) = f 0 (z0 ) + g 0 (z0 )
(c f )0(z0 ) = c f 0 (z0 ) con c C
(f g)0 (z0 ) = f 0 (z0 ) g(z0) + f (z0 ) g 0(z0 )

0
f
f 0 (z0 ) g(z0) f (z0 ) g 0(z0 )
4. f , g derivables en z0 y g(z0 ) 6= o
(z0 ) =
g
g(z0 )2
3. f , g derivables en z0
5. f derivable en z0 y g derivable en f (z0 )
(gf )0(z0 ) = g 0(f (z0 )) f 0 (z0 )
Demostraci
on:
Todas son inmediatas. En 5 se sigue el metodo habitual. Es claro que 4
resulta de 3 y 5 si tenemos en cuenta 4.2.1,5.
El hecho de que para un z C \ {o} tengamos infinitas determinaciones del
argumento
Argumento(, z) (, + 2] R
obliga a considerar como multivaluadas ciertas funciones complejas.
Ejemplos 4.2.3
1. Si z 6= 0 tenemos z = |z|ei Argumento(,z) y al intentar definir la funci
on
logaritmo en el campo complejo resulta ser multivaluada:
ln(|z|ei Argumento(,z) ) = ln |z| + iArgumento(, z)
Para cada R s tenemos una funci
on univaluada o rama logartmica
125
4.3. FUNCIONES HOLOMORFAS

C \ {o}
z
ln :
C
ln |z| + i Argumento(, z)
que, evidentemente, no es continua. En particular, si = 0 la llamamos rama principal. La restricci

on de ln al conjunto abierto
C[] = C \ ({o} {z | Argumento(, z) = + 2})
que seguimos denotando de la misma manera,
ln :
C[]
z
C
ln |z| + i Argumento(, z)
no s
olo es continua sino tambien derivable con derivada 1z .
Por ello diremos que {o} {z | Argumento(, z) = + 2} es un corte
de ramificaci
on. El punto z = o, por pertenecer a todos los cortes de
ramificaci
on, se le llama punto de ramificaci
on.
2. Si z 6= 0 es claro que para cualquier w C podemos escribir
z w = ew ln z
As, la potencia de exponente complejo tambien es multivaluada.
Para cada R tenemos una funci
on univaluada no continua
zw :
C \ {0}
z
C
w ln z
cuya restricci
on, que seguimos denotando de la misma manera,
zw :
C[]
z
C
ew ln z
es derivable por el teorema 4.2.2, 5 y el punto anterior:

(zw )0 =
4.3
w w ln z
ew ln z
e
= w ln z = we(w1) ln z = wzw1
z
e
Funciones holomorfas
Una funci
on f : V C C se llama holomorfa, f H(V ), si V es abierto
y f tiene derivada compleja z V y se llama entera si f H(C).
126
Las CR aseguran que los campos

i

x

u
y
v

k

=o
z
0
(
u
F = v

son irrotacionales
F ? = uv

i
j
k

=o
x y z

v
u
0
y si V es simplemente conexo, F y F ? ser

an conservativos. En todo caso,
x0 V Br (x0 ) V donde los campos F y F ? son conservativos y, por
tanto, existen funciones , : Br (x0 ) R que cumplen
(
(
x = u
x = v
y
y CR = = 0
y = v
y = u
As, , C (x0 ) y, por tanto, u, v C (V ).
La holomorfa de una funci
on compleja exige tanta regularidad que acaba
imponiendo la armona a sus componentes:
Teorema 4.3.1
Una funci
on f = u + iv H(V ) cumple las siguientes propiedades:
1. Sus componentes
u y
son arm
onicas en V .
2. Todas sus derivadas sucesivas f n) : V C tambien son holomorfas.

3. f admite, localmente, una primitiva holomorfa. Es decir, z0 V
Br (z0 ) V y F : Br (z0 ) C holomorfa tal que F 0 = f |Br (z0 ).
Adem
as, si V es simplemente conexo existe una primitiva global.
Demostraci
on:
1. Como u, v C (V ) podemos derivar las ecuaciones CR y obtener
(
(
uxx =
vxy
uyx =
vyy
y
uyy = vyx
uxy = vxx
Sumando las dos primeras probamos que u es arm
onica y restando las
dos segundas probamos que v es arm
onica.
2. Ya hemos dicho que f 0 = ux + ivx . La regularidad de sus componentes asegura que el campo Fx = uvxx es diferenciable en todo punto.
Adem
as, la primera y la cuarta ecuaci
on del punto anterior
(
uxx =
vyx
uyx = vxx
son, precisamente, las condiciones CR para Fx .
127
4.3. FUNCIONES HOLOMORFAS
3. Si y son las funciones

del pre
ambulo del teorema, es claro que

el campo = : Br (z0 ) R2 es diferenciable y cumple las
CR. Por tanto, la funci
on F = + i es derivable y su derivada es
0
F = u + i v = f . Adem
as, si V es simplemente conexo las funciones
y est
an definidas en todo V , luego F tambien.
Ejercicio 4.3.2
Probar que en un abierto V C simplemente conexo que no contiene al o,
existe una determinaci
on holomorfa del logaritmo, es decir,
g H(V ) tal que
eg(z) = z
z V
Adem
as, si g1 H(V ) fuese otra determinaci
on holomorfa del logaritmo
k Z tal que g(z) g1 (z) = 2ki z V
Soluci
on:
1
, por ser holomorfa en V , tiene una primitiva global que desigz
1
z V y, por tanto,
namos g : V C. Entonces, g 0 (z) =
z
La funci
on
(zeg(z) )0 = eg(z) z g 0 (z)eg(z) = o z V

En consecuencia, existir
a una constante C tal que
eg(z) = C z
z V
y puede tomarse C = 1 modificando g en una constante aditiva.

Si g1 fuese otra determinaci
on del logaritmo
exp(g(z)) = exp(g1 (z))
exp(g(z) g1 (z)) = o
g(z) g1 (z) = 2ki con k Z
Si f H(V ) y existe un z0 V con f 0 (z0 ) 6= 0 resulta que det(DF (x0 )) 6= 0

y F : V R2 R2 es un difeomorfismo local en x0 , lo cual significa
que existe un entorno abierto de x0 , A V , y otro entorno abierto B de
F (x0 ) tal que F : A B es biyectiva y su inversa tambien es diferenciable:
vy
uy
ux vy uy vx
u v u v
DF 1 (F (x0 )) = [DF (x0 )]1 = x y vx y x
ux
ux vy uy vx
ux vy uy vx
y se cumplen las condiciones CR. Por tanto, la correspondiente funci

on
compleja f : A B tambien tiene buenas propiedades:
128
1. Es inversible y su inversa f 1 : B A es derivable en f (z0 ):

0
f 0 (z0 )
1
= 0
f 1 (f (z0 )) = 0
2
|f (z0 )|
f (z0 )
2. Una curva A de ecuaci
on : (a, b) A tal que (t0 ) = z0 se
transforma en la curva f () B de ecuaci
on = f : (a, b) B.
En z0 el factor de longitud de es |0 (t0 )| y en f (z0 ) el factor de longitud de f () es | 0 (t0 )| = |f 0 (z0 )||0 (t0 )|. Por tanto, la transformaci
on
f produce en el punto z0 una dilataci
on
(z0 ) =
| 0 (t0 )|
= |f 0 (z0 )|
|0 (t0 )|
3. Otra curva 1 A de ecuaci

on 1 : (a1 , b1) A con 1 (s0 ) = z0 se
transforma en f (1 ) B dada por 1 = f 1 : (a1 , b1 ) B.
El angulo de las tangentes a y 1 en z0 es el mismo que el de las
tangentes a f () y f (1 ) en f (z0 ) puesto que
(
(
0 (t0 ) = f 0 (z0 )0 (t0 )
arg 0 (t0 ) = arg f 0 (z0 ) + arg 0 (t0 )
10 (s0 ) = f 0 (z0 )01 (s0 )

arg 10 (s0 ) = arg f 0 (z0 ) + arg 01 (s0 )
arg 0 (t0 ) arg(10 (s0 )) = arg 0 (t0 ) arg(01 (s0 ))
y por ello la transformaci

on f : A B se llama conforme
4. Si : B R es arm
onica, = F : A R
En efecto, la regla de la cadena nos dice que
D(x) = D(F (x)) DF (x)
tambien lo es.
y

D2 (x)(y1 , y2 ) = D2 (F (x)) DF (x)(y1 ), DF (x)(y2 ) +D(F (x)) D2 F (x)(y1 , y2 )
y, en consecuencia,
(x) = D 2 (x)(1, 1) + D 2 (x)(i, i) =

= D 2 (f (z)) f 0 (z), f 0(z) + D(f (z)) D2 f (z)(1, 1) +

+D 2 (f (z)) f 0 (z)i, f 0 (z)i + D(f (z)) D2 f (z)(i, i) =

= |f 0 (z)|2 D2 (f (z))(1, 1) + D 2 (f (z))(i, i) +

+0 (f (z)) D2 f (z)(1, 1) + D 2 f (z)(i, i)
El car
acter arm
onico de y de las componentes de f asegura que
(
D2 (f (z))(1, 1) + D 2 (f (z))(i, i) = 0
luego (x) = 0 z A
D2 f (z)(1, 1) + D 2 f (z)(i, i) = 0
COMPLEJA
4.4. INTEGRACION
129
Teorema 4.3.3 Principio del m

odulo m
aximo
Si V es un abierto conexo, f H(V ) y no es constante, y f : V C es
continua, |f | alcanza sus extremos absolutos en V .
Demostraci
on:
Si f es holomorfa y no constante en un abierto conexo V y es continua en
V , sabemos por 1.3.10 que sus componentes u y v alcanzan sus extremos
absolutos en V . Eso mismo le sucede a |f | pues si u2 + v 2 tuviera un
m
aximo en V , en ese punto ocurrira que
u ux + v vx = 0
u2 + v 2 > 0
y
u uy + v vy = 0
Multiplicando la 1a por u, la 2a por v y sumando y, multiplicando la 1a por

v, la 2a por u y restando, en dicho punto tendramos que
vx = 0
ux = 0
y
uy = 0
vy = 0
y, por tanto,
4.4
u y
tambien tendran extremos en V .
Integraci
on compleja
En la teora de funciones complejas es importante el concepto de integral

compleja de una funci
on f : V C a lo largo de una curva V que se
denota y define como sigue
Z
Z
f (z)dz =
f t d
siendo la medida can

onica en y t el vector tangente unitario. Ahora
interesa integrar el producto complejo f t pero como
f t = (F | t) + i (F ? | t)
la nueva integral puede expresarse en terminos de circulaciones que ya han
sido estudiadas en 1.3.1:
Z
f (z)dz = L(F , ) + i L(F ? , )
Si la curva admite la ecuaci

on c : [a, b] C es claro que
Z
Z b
f (z)dz =
f (c(t)) c0 (t)dt
130
Ejemplos 4.4.1
Si C es la circunferencia de centro w y radio r tenemos:

1.
2.
pero
Z
dz
=
z w
dz
=
(z w)n+1
ni
d =
2
0
iei
rd = 2i
r ei
iei
i
rd = n
n+1
i
(n+1)
r
r
e
cos nd i
sen nd = o
eni d
n N?
Teorema 4.4.2 Teorema de Cauchy

Si V es simplemente conexo y f H(V ), la integral compleja de f en una
curva V no depende del camino sino s
olo de sus extremos:
Z
f (z) dz = (z1 ) (z0 ) con primitiva global
En particular, si es cerrada, la integral es nula.

Demostraci
on.
Las CR hacen que los campos F y F ? sean irrotacionales y el car
acter
simplemente conexo de V asegura que son conservativos. Si F = y

F ? = tendremos:
(
L(F , ) = (z1 ) (z0 )
L(F ? , ) = (z1 ) (z0 )
y, por tanto, si = + i es una primitiva global de f , tendremos
Z
f (z)dz = L(F , ) + i L(F ? , ) = (z1 ) (z0 )
Tambien se cumple el siguiente recproco:

Teorema 4.4.3 Teorema de Morera
Z
Si f : V C es continua y
f (z) dz = o para toda curva cerrada V ,
f es holomorfa y admite una primitiva global en V .
Demostraci
on:
COMPLEJA
4.4. INTEGRACION
Nos aseguran que
(
L(F , ) = 0
L(F ? , ) = 0
131
curva cerrada V
Seg
un el comentario 1.3.2,2 sabemos que F y F ? son conservativos y, por
tanto, existen
, : V R tales que F = y F ? = . El campo
G = tiene sus derivadas parciales continuas y, por tanto, es diferenciable.

Adem
as, cumple la condiciones CR, luego g = + i es holomorfa. Como
g 0 = f , f tambien es holomorfa y g es su primitiva global.
Teorema 4.4.4 F
ormula integral de Cauchy elemental
Si f H(V ) y Br (o) V se cumple que
Z
1
f (z)
f (w) =
dz
2 i Br (o) z w
w Br (o)
cuando recorremos Br (o) en sentido contrario a las agujas del reloj.

Demostraci
on:
Si f = u+iv, por ser u y v funciones arm
onicas cumplir
an la f
ormula integral
de Poisson del comentario 1.3.12, 3. As, por ejemplo,
Z
r 2 |w|2
u(z)
u(w) =
d(z)
w Br (o)
2
2 r
Br (o) |z w|
Ahora bien, si |z| = r es claro que
z
w
r 2 |w |2
=
+
2
|z w |
z w z w
luego
1
u(w) =
2r
De igual modo
1
v(w) =
2r
z
w
+
z w z w
u(z) d(z).
z
w
+
z w z w
v(z) d(z).
f (z) d(z)
Br (o)
Br (o)
y, en consecuencia,
f (w) =
1
2r
Br (o)
z
w
+
z w z w
Podemos poner la integral en forma compleja dividiendo por el complejo

iz
unitario t = , de acuerdo con la orientaci
on indicada, luego
r

Z
1
1
z
w
f (w) =
+
f (z) dz w Br (o).
2 i Br (o) z z w z w
132
Pero el teorema 4.4.2 asegura que

Z
f (z)
dz = o
z(
z
w)
Br (o)
w Br (o)
y, en consecuencia,
f (w) =
1
2i
Br (o)
f (z)
dz
zw
w Br (o)
Comentarios 4.4.5
1. La f
ormula integral de Cauchy elemental se cumple en cualquier disco
cerrado D V no siendo esencial que este centrado en o. Si C es el
borde de D, orientado en sentido contrario a las agujas del reloj,
Z
1
f (z)
f (w) =
dz w D
2i C z w
2. Derivando bajo el signo integral obtenemos:
Z
k!
f (z)
k)
f (w) =
dz
2 i C (z w)k+1
w D
La existencia y holomorfa de f 0 , f , . . .f k) , cuando f es holomorfa,

que ya nos era conocida, se obtiene aqu, de nuevo, a la vez que una
expresi
on de las derivadas en terminos de f
3. Si f H(C) y es acotada, debe ser constante. Esta es una interesante
observaci
on de Liouville:
Z
1
|f (z)|
sup |f |
0
|f (w)|
dz
r > 0 luego f 0 = 0
2
2 C r
r
4. Del anterior resultado se deduce que todo polinomio P : C C de
grado mayor que 0 tiene al menos una raiz compleja pues, de lo contrario, P 1 : C C sera holomorfa acotada y P sera constante:
Absurdo.
Ahora vamos a extender el teorema 4.4.4 a cualquier curva cerrada en
lugar de restringirnos a circunferencias. Utilizaramos una estrategia similar
a la que hemos seguido en los comentarios 1.3.15, basada en el teorema del
rotacional.
Lema 4.4.6
COMPLEJA
4.4. INTEGRACION
133
Sea C una curva cerrada que no pasa por un punto w. Entonces,

Z
1
dz
Z
2 i z w
A este n
umero entero se le llama ndice de la curva respecto al punto w
y se denota ind (w).
Demostraci
on:
1
es holomorfa y los campos
zw
jw y jw? son irrotacionales. Designemos a la porci
on del plano complejo
limitada por y estudiemos los casos posibles:
La funci
on jw : C \ {w} C tal que z 7
1. w
/ :
Z
dz
= L(jw , ) + iL(jw? , ) = S(rot(jw ), ) + iS(rot(jw? ), ) = o
zw
2. w y da una vuelta en torno a w:
B (w) y podemos aplicar 1.3.14 en 0 = \ B (w), obteniendo
S(rot(jw ), 0 ) + iS(rot(jw? ), 0) = o
Como el borde de 0 es B (w), seg
un la orientaci
on de y el
ejemplo 4.4.1, 1, tendremos
Z
Z
dz
dz
=
= 2 i
B(w) z w
zw
3. w y da n vueltas en torno a w:
En este caso podemos descomponer en n curvas cerradas de modo
que cada una de ellas de s
olo una vuelta en torno a w y, as,:
Z
dz
= 2ni
zw
La funci
on ind : C \ Z es constante en cada componente conexa de
C \ por ser continua y tomar valores enteros y es nula en la componente
no acotada porque si B es una bola grande que Zcontiene a y w
/ B,
resulta que jw es holomorfa en B y, por tanto,
jw (z)d z = 0. En la
siguiente gr
afica representamos los valores de la funci
on ind suponiendo la
orientaci
on positiva contraria a las agujas del reloj.
134
Teorema 4.4.7 F
ormula integral de Cauchy general
Sea V un abierto simplemente conexo y f H(V ). Si V es una curva
cerrada que no pasa por un punto w V , se cumple que
1
ind (w)f (w) =
2 i
f (z)
dz
zw
Demostraci
on:
Sea la regi
on encerrada por la curva . Si w
/ es claro que ind (w) = 0.
Adem
as, f jw H() y el teorema 1.3.14 asegura que el segundo miembro
de la f
ormula integral tambien es nulo.
Si w existe un > 0 tal que B (w) . Entonces f jw H(0 )
siendo 0 = \ B (w) y el teorema 1.3.14 asegura que
Z
B(w)
f (z)
dz = o
zw
luego
Z
f (z)
dz = ind (w)
zw
B(w)
f (z)
dz
z w
y, de acuerdo con 4.4.4,

1
2 i
f (z)
dz = ind {(w) f (w)
z w
4.5. FUNCIONES ANALITICAS
4.5
135
Funciones analticas
4.5.1
Sucesiones y series de funciones
Cada sucesi
on {zn } C tiene asociada de forma natural la sucesi
on de sus
sumas parciales {Sn } C donde Sn = z1 + + zn . Sabemos bien lo que
significa que {zn } sea convergente a z:
{zn } z
> 0
n0 N tal que |zn z|
n > n0
X
Cuando {Sn } S preferimos escribir
zn = S. Sea cualquier abierto
A C, una sucesi
on de funciones {fn : A C | n N} y otra funci
on
f : A C. Si E A es no vaco, decimos:
p
1. {fn } converge puntualmente a f en E o {fn } f en E si

lim |fn (z) f (z)| = 0, z E.
n
2. {fn } converge uniformemente a f en E o {fn } f en E si

> 0 no tal que |fn (z) f (z)| < n > no y z E.
Observaciones 4.5.2
u
1. {fn } f en E
{fn } f en E.
2. {fn } f en A y toda fn : A C continua f : A C continua:

Fijemos z0 A y > 0. Necesitamos un entorno E de z0 tal que
|f (z) f (z0 )| < , z E
Fijemos un n tal que
|fn (z) f (z)) <
z A.
3
Como fn es continua en z0 hay un entorno E de z0 tal que
|fn (z) fn (z0 )| < , z E.

3
Para un arbitrario z E tenemos
|f (x) f (z0 )| |f (z) fn (z)| + |fn (z), f (z0)|
|f (z) fn (z)| + |fn (z), fn (z0 )| + |fn (x0 ) f (x0 )| <

+ + = .
3 3 3
136
4.5.3
Series de potencias
Una serie de potencias

S=
n=0
an (z z0 ) = a0 +
n=1
an (z z0 )n
define, en su campo de convergencia C(S), la funci

on
fS :
C(S)
X
n=0
an (z z0 )n
Una parte importante de la teora elemental de funciones de variable compleja se ocupa del estudio de dichos campos de convergencia y de las propiedades de las funciones desarrollables en serie de potencias o analticas. El
resultado m
as interesante de esta secci
on es la equivalencia entre analiticidad
y holomorfa (teorema 4.5.7) que probaremos haciendo uso de las tecnicas
de integraci
on compleja. Es la colaboraci
on entre los tres poderosos instrumentos, derivaci
on, integraci
on y desarrollo en serie, la que proporciona
su mayor belleza a esta teora.
Teorema 4.5.4
Dada la serie S =
X
n=0
R=
an (z z0 )n definimos su radio de convergencia
1
p
lim sup n |an |
conviniendo que
1
= y
0
1
=0
Entonces se cumple:
1. S converge absolutamente en cada punto de BR (z0 ) y converge uniformemente en cada compacto K BR (z0 )
2. S diverge en cada punto de C \ BR (z0 )
3. BR (z0 ) C(S) BR (z0 ) y nada puede asegurarse en BR (z0 ).
4. Si R > 0, fS H(BR (z0 )),
k)
fS (z) =
n=k
fS0 (z)
n=1
n an (z z0 )n1
n!
an (z z0 )nk
(n k)!
n)
f (z0 )
y, en particular, an = S
n!
n N.
k > 1
137
Demostraci
on:
lim sup |an (z z0 )n | <
1. Si |z z0 | < r < R,
n0
|an (z z0 )n | <
tal que
y, por tanto
n=0
|z z0 |n
luego
rn
|z z0 |n
rn
|an (z z0 )n |
n n0

X
|z z0 | n
r
n=0
|z z0 |
< 1, es
r
convergente y, as, S converge absolutamente en BR (z0 ).
Como la serie mayorante es una geometrica de raz
on
Dado un compacto K BR (z0 ) tenemos k = sup {|z z0 |} < R y

zK
tomando s (k, R) podemos asegurar que

n0
|an | <
tal que
1
sn
n n0
y, por tanto,

n0
n
X

X
X
k
s
k

n
n
=
an (z z0 )
|an |k <

s
sk s
n=n
n=n
n=n
0
z K
Luego la convergencia es uniforme en K.
2. Si |z z0 | > R para un conjunto infinito de ndices n tendremos

p
n
|an | >
1
|z z0 |
|an (z z0 )n | > 1
, es decir,
y la serie S ser
a divergente porque {an (z z0 )n } 6 o
3. De 1. y 2. obtenemos BR (z0 ) C(S) BR (z0 ). En los puntos de la
frontera BR (z0 ) cualquier cosa puede ocurrir como se muestra en los
siguientes ejemplos
(a) S1 =
zn
n=0
(b) S2 =
X
1 n
z
n2
n=0
X
1 n
(c) S3 =
z
n
n=0
R1 = 1 y
R2 = 1 y
R3 = 1 y
C(S1 ) = B1 (o)
C(S2 ) = B1 (o)
(
z = 1 C(S3 )
z= 1
/ C(S3 )
138
4. Si R = 0 la serie S s
olo converge en z0 y no tiene sentido hablar de la
funci
on fS . Pero cuando R > 0, fS : BR (z0 ) C est
a bien definida.
X
Adem
as, la serie
n an (z z0 )n1 tiene el mismo radio de convern=1
gencia que S y, por tanto, tambien est

a bien definida la funci
on
g:
BR (z0 )
X
n=1
n an (z z0 )n1
que, como lmite uniforme de funciones continuas, es continua en cada

compacto de BR (z0 ) y, por tanto, continua en BR (z0 ).
Si BR (z0 ) es una curva cerrada, ser
a un compacto de BR (z0 )
y, por haber convergencia uniforme en los compactos tendremos
Z
Z
X
g(z) dz =
n an (z z0 )n1 dz = o
n=1
As, el teorema 4.4.3 asegura que g H(BR (z0 )) y admite una primitiva global en BR (z0 ). Pero esa primitiva es fS puesto que
Z z
Z z
X
X
n1
g(w) dw =
an
n(wz0 )
dz =
an (zz0 )n = fS (z)fS (z0 )
z0
n=1
z0
n=1
fS H(BR (z0 )) y fS0 (z) = g(z) =
Por tanto,
X
n=1
n an (z z0 )n1 .
El resto se obtiene por reiteraci

on de estos razonamientos. .
Definici
on 4.5.5
Una funci
on f : V C se dice analtica en el abierto V si
z0 V
Br (z0 ) V
tal que
f = fS
en
Br (z0 )
Comentarios 4.5.6
1. Si fS (z) =
X
n=0
an (z z0 )n debemos sobreentender que r < R siendo
R el radio de convergencia de la serie S.

2. Escibiremos f A(V ) para indicar que f : V C es an
alitica en el
abierto V . Por el teorema 4.5.4, 4, sabemos que A(V ) H(V ) y que
la representaci
on en serie de potencias centrada en z0 de una f A(V )
tiene que ser u
nica:
f (z) =
X
f n) (z0 )
n=0
n!
(z z0 )n
139
Teorema 4.5.7
A(V ) = H(V )
Demostraci
on:
Ya sabemos que A(V ) H(V ). Probemos que H(V ) A(V ):
Sea f H(V ) y sea z0 V . Existe r > 0 tal que Br (z0 ) V y por 4.4.4
tenemos que
Z
1
f (z)
dz w Br (z0 )
f (w) =
2 i Br (z0 ) z w
Si f fuera analtica ocurrira que
f (w) =
X
f n) (z0 )
n!
n=0
y, puesto que
f n) (z0 )
1
=
n!
2i
Br (z0 )
(w z0 )n
f (z)
dz ,
(z z0 )n+1
parece razonable ensayar con la serie de potencias

Z
X
1
f (z)
dz (w z0 )n
S=
n+1
2
i
(z
z
)
0
Br (z0 )
n=0
Pero,
(
w Br (z0 )
z Br (z0 )
|w z0 |
<1
|z z0 |
X
(w z0 )n
primero
1
1
1
=
=
=
n+1
w
z
0
(z z0 )
1 raz
on
z z0 1
zw
n=0
z z0
siendo la convergencia uniforme en el compacto Br (z0 ). Por tanto,

!
Z
1 X
f (z)
dz (w z0 )n =
n+1
2i
(z
z
)
0
Br (z0 )
n=0
1
=
2i
X
(w z0 )n
f (z)
(z z0 )n+1
Br (z0 )
n=0
1
dz =
2i
Br (z0 )
Luego f = fS en Br (z0 ) y, en consecuencia, f A(V ).
f (z)
dz = f (w)
zw
140
Comentarios 4.5.8
1. Si f H(V ) y Br (z0 ) V , el metodo de prueba del teorema 4.5.7 nos
X
f n) (z0 )
(z z0 )n
asegura que el radio de convergencia R de la serie
n!
n=0
es mayor o igual que r. Por tanto, f no s
olo ser
a representable en serie
de potencias en un peque
no entorno de z0 sino tambien en el mayor
disco abierto centrado en z0 que este contenido en V .
2. Si f H(V ), V es conexo y z0 V tal que f n) (z0 ) = o n 1, se
cumple que f es constante. En efecto:
El conjunto A = {z V | f n) (z) = o n 1} es un cerrado no vaco
de V . Pero adem
as, es abierto pues si z0 A y Br (z0 ) V tendremos
f (z) =
X
f n) (z0 )
n=0
n!
(zz0 )n = f (z0 ) z Br (z0 ) luego Br (z0 ) A.
As, A = V y, por tanto, f es constante.
4.5.9
Ceros
Teorema 4.5.10
Si f H(V ), el abierto V es conexo y f no es constante, el conjunto
N (f ) = {z V | f (z) = 0} no tiene puntos de acumulaci
on en V .
Demostraci
on:
Basta ver que si z0 N (f ), Br (z0 ) tal que Br (z0 ) N (f ) = {z0 }. Sabe
X
mos que existe un Br1 (z0 ) tal que f (z) =
an (z z0 )n z Br1 (z0 ). Es
n=0
claro que a0 = 0 pues f (z0 ) = 0, pero existe un mnimo k 1, llamado orden

del cero z0 , tal que ak 6= 0, pues si todos fueran nulos, seg
un el comentario
4.5.8,2, la funci
on f sera constante, contra la hip
otesis. Entonces
f (z) = (z z0 )k
La funci
on g(z) =
n=k
n=k
an (z z0 )nk
an (z z0 )nk es no nula en z0 y, por continuidad, es
no nula en un cierto entorno Br (z0 ). Luego Br (z0 ) N (f ) = {z0 }.

Corolario 4.5.11
Sean f1 , f2 H(V ) y sea el abierto V conexo. Si f1 = f2 en un subconjunto
de V con puntos de acumulaci
on, f1 = f2 en V .
141
4.6. FUNCIONES MEROMORFAS

Demostraci
on:
La funci
on f1 f2 tiene un conjunto de ceros con punto de acumulaci
on
y, seg
un el teorema 4.5.10 debe ser constante en V . Luego f1 = f2 en V .
4.6
4.6.1
Funciones meromorfas
Series de Laurent
Una serie del tipo L =
n=
an (z z0 )n se llama serie de Laurent y es
convergente si y s
olo si son convergentes las dos series de potencias
+
S =
n=0
an (z z0 )
S =
X
n=1
an
1
z z0
n
El teorema 4.5.4 asegura la convergencia si

lim sup
p
n
|an | = Ri < |z z0 | < Re =
1
lim sup
y la divergencia si
|z z0 | > Re
p
n
|an |
|z z0 | < Ri
es decir, asegura la convergencia en la corona A = {z | Ri < |z z0 | < Re }

y la divergencia en el exterior de ella sin que nada pueda asegurarse de lo
que pasa en el borde A de la corona.
El teorema 4.5.4 tambien asegura la convergencia uniforme en los compactos
K A y, por tanto, la continuidad de la funci
on
fL :
n=
an (z z0 )n
Adem
as fL = fS + +fS jzo donde jz0 (z) =
1
y, por tanto, fL H(A).
z z0
Cuesti
on 4.6.2
Surge aqu la siguiente pregunta: El conocimiento de la funci
on fL determina unvocamente los coeficientes an de la serie de Laurent L?. La respuesta es afirmativa pero, as como en el caso de las series de potencias, los
coeficientes quedan determinados por derivaci
on termino a termino, ahora
142
se determinan por integraci

on termino a termino, a lo largo de cualquier
circunferencia de radio (Ri, Re) . En efecto:
fL (z) =
pero
Z
B (z0 )
B (z0 )
an (z z0 )n
X
fL (z)
dz
=
an
(z z0 )m+1
(z z0 )
nm1
1
2i
B (z0 )
B (z0 )
(z z0 )nm1 dz
luego
am =
dz = i
exp(i(n m))d = 2 inm
fL (z)
dz
(z z0 )m+1
m Z
Teorema 4.6.3 Teorema de Laurent

Sea A = {z | r < |z z0 | < R} una corona con 0 r < R y sea
f H(A). Existe una u
nica serie de Laurent L tal que f = fL en A.
Demostraci
on:
Dado un z A existen , > 0 tales que la corona de centro z0 y radios
r + y R menos B (z) es como la zona sombreada de la figura siguiente
f ()
es holomorfa y los campos g y g ?
z
son irrotacionales y aplic
andoles el teorema 1.3.14 obtenemos
Z
Z
Z
g()d
g()d
g()d = 0
En esa zona, la funci
on g() =
BR (z0 )
B (z)
Br+ (z0 )
143
donde los signos negativos se deben a que las circunferencias respectivas se

recorren en sentido de las agujas del reloj. Pero, seg
un 4.4.4,
Z
Z
f ()
g()d =
d = 2 i f (z)
B (z)
B (z) z
y, por tanto,
1
f (z) =
2 i
BR (z0 )
En la primera integral
f ()
d
z
BR(z0 )
Br+ (z0 )
f ()
d
z
f ()
d
z
tenemos que |z z0 | < | z0 | = R, luego

arrollar
|z z0 |
< 1, y podemos des| z0 |
1
en serie geometrica convergente uniformemente en BR (z0 ):
z
X (z z0 )n
1
1
1
1
=
=
=
z
( z0 ) (z z0 )
z0 1 z0
( z0 )n+1
n=0
z z0
En la segunda integral
Z
f ()
d =
z
Br+ (z0 )
tenemos que |z z0 | > | z0 | = r +,

arrollar
Br+(z0 )
luego
f ()
d
z
| z0 |
< 1, y podemos des|z z0 |
1
en serie geometrica convergente uniformemente en Br+ (z0 ):
z
X ( z0 )n
1
1
1
1
=
=
=
z
(z z0 ) ( z0 )
z z0 1 z z0
(z z0 )n+1
n=0
z0
Ahora bien,
X
X
( z0 )n
(z z0 )n
=
(z z0 )n+1
( z0 )n+1
n=0
n=1
f (z) =
X
n=0
n=1
1
2 i
1
2 i
BR (z0 )
f ()
d
( z0 )n+1
Br+(z0 )
y, as
!
f ()
d
( z0 )n+1
(z z0 )n +
(z z0 )n
144
f (
son holomorfas en
( z0 )n+1
la corona abierta de centro z0 y radios r y R por lo que
Z
Z
f ()
f ()
d =
d =
n+1
n+1
BR(z0 ) ( z0 )
Br+(z0 ) ( z0 )
Para finalizar, observamos que las funciones
B (z0 )
f ()
d
( z0 )n+1
(r, R)
Si A = {z | r + < |z z0 | < R }, eligiendo un (r, R), se cumple

!
Z
X
f ()
1
d (z z0 )n z A
f (z) =
n+1
2
i
(
z
)
0
B
(z
)
0
n=
pero siendo > 0 arbitrario, se cumple z A. As, f = fL en A donde
L=
n=
an (z z0 )n
1
2 i
y an =
B (z0 )
f ()
d
( z0 )n+1
La unicidad de la serie ya ha sido probada en 4.6.2
4.6.4
n Z.
La transformada z
Sabemos por 4.5.4 que a una aplicaci

on L : Z C le corresponde una
funci
on holomorfa
fL :
L(n)z n +
X
L(n)
n=0
n=1
zn
siendo A la corona {z | Ri < |z| < Re } donde

Ri = lim sup
p
n
|L(n)| y
Re =
1
p
lim sup n |L(n)|
Tambien sabemos por 4.6.2 que dada una f holomorfa en una corona abierta
de centro 0 y radios Ri y Re , y fijado un (Ri, Re) podemos definir la
aplicaci
on
L:
Z
m
y se cumple que f = fL .
C
1 R
2i B(0)
f (z)
dz
zm+1
Diremos que la funci

on fL es la transformada z de la aplicaci
on L : Z C
o que la aplicaci
on L es la transformada z inversa de la funci
on f .
145
Si nos restringimos a aplicaciones L : Z C con L(n) = 0 n N

podemos hablar de la transformada z de una sucesi
on s : N C o, si se
prefiere, de una sucesion (xn ) C. Su transformada z ser
a la funci
on
Z[xn](z) =
X
xn
n=0
zn
que resultar
a holomorfa en la corona
D[xn ] = {z C | Ri < |z|} donde
Ri = lim sup
p
n
|xn |.
Naturalmente, si Ri = es claro que D[xn ] = y la sucesi

on (xn ) no tendr
a
transformada z.
Teorema 4.6.5 Propiedades b
asicas de la transformada z
1. Z[xn + yn ](z) = Z[xn ](z) + Z[yn ](z) z D[xn ] D[yn ]
2. Si yn = xn+1
n N {0} resulta que D[yn ] = D[xn ] y

Z[yn ](z) = zZ[xn ](z) zx0
3. Si yn = xn+k

Z[yn ](z) = z k Z[xn](z)
4. Si a 6= 0 y yn = an xn
k1
X
xn z kn
n=0
n N {0} resulta que D[yn ] = |a|D[xn ] y

z
Z[yn ](z) = Z[xn ]( )
a
5. Si yn = nxn

Z[yn ](z) = z
6. Si k > 1 e yn = nk xn
d
Z[xn ](z)
dz

d k
Z[yn ](z) = z
Z[xn ](z)
dz
queriendo decir que debemos aplicar k veces a la funci
on Z[xn ](z) el
d
operador z
que deriva respecto de z y multiplica por z.
dz
146
Demostraci
on:
X
X
X
xn + yn
xn
yn
=
+
en D[xn ] D[yn ]
1.
n
n
z
z
zn
n=0
n=0
n=0
X
X
yn
xn
2.
=z
= z(Z[xn ](z) x0 )
n
z
zn
n=1
n=0
Los restantes apartados se prueban de manera similar y se proponen como

Trabajo 21.
Ejemplo 4.6.6
Hallar la transformada z de la sucesi
on (xn ) sabiendo que x0 = 0, x1 = 1 y
cumple la siguiente ley de recurrencia a tres terminos:
xn+2 + xn+1 2xn = 1
Soluci
on:
Es claro que
Por 4.6.5,1 tenemos
Z[xn+2 + xn+1 2xn ](z) = Z[1](z)
Z[xn+2 ](z) + Z[xn+1 ](z) 2Z[xn](z) = Z[1](z)

Por 4.6.5,2,3 y las condicones iniciales asegramos que
(
Z[xn+2 ](z) = z 2 Z[xn](z) z
Z[xn+1 ](z) = zZ[xn ](z)
y, como
X
1
z
Z[1](z) =
=
,
n
z
z1
n=0
despejando, obtenemos
Z[xn ](z) =
z2
(z + 2)(z 1)2
que es una funci

on holomorfa en la corona 2 < |z| <
4.6.7
Polos
Es de interes especial el caso en que la corona A es un disco sin su centro,

BR [z0 ] := {z | 0 < |zz0 | < R}. Si V es un abierto, z0 V y f H(V \{z0 }),
f ser
a holomorfa en BR [z0 ] para alg
un R > 0 y tendr
a en el un desarrollo
de Laurent u
nico
X
p
f (z) =
an (z z0 )n con lim sup n |an | = o
n=
Tres casos pueden ocurrir:
147

1. an = 0 n > 0: z0 es una singularidad evitable.
2. a k 6= 0 y
an = 0
n > k: z0 es un polo de orden k
3. an 6= 0 para infinitos n > 0: z0 es singularidad esencial.

Comentarios 4.6.8
1. Si z0 es singularidad evitable de f tendremos
f (z) =
X
n=0
an (z z0 )n
en
BR [z0 ]
y f ser
a analtica en BR (z0 ) y, por tanto, en V si definimos f (z0 ) = a0 .
2. Si z0 es un polo de orden k de f tendremos
f (z) =
X
n=0
an (z z0 ) +
k
X
an
(z
z0 )n
n=1
en BR [z0 ]
y la funci
on
(z) = f (z)
k
X
n=1
an
(z z0 )n
ser
a analtica en BR (z0 ) y, por tanto, en V si definimos (z0 ) = a0 .
3. Si z0 es una singularidad esencial de f la parte no analtica de f en z0
es, por as decirlo, completa.
Teorema 4.6.9
Si z0 V y f H(V \ {z0 }) se cumplen las siguientes equivalencias:
1. z0 es singularidad evitable de f
en un entorno de z0
lim f (z)
zz0
f es acotada
2. z0 es un polo de orden k de f lim (z z0 )k f (z) 6= o

zz0
cero de orden k de la funci

on
z0 es un
1
1
si admitimos a priori que (z0 ) = o.
f
f
3. z0 es singularidad esencial de f
f (Br [z0 ]) es denso en C r > 0
Demostraci
on:
1. Si f (z) =
X
n=0
an (z z0 )n
en
BR [z0 ] es claro que lim f (z) = a0 y,

zz0
por tanto, f es acotada en un entorno de z0 .

Inversamente, si f es acotada en un entorno de z0 , h(z) = (z z0 )2 f (z)
148
ser
a holomorfa en V y tal que h(z0 ) = o y h0 (z0 ) = o. Por tanto,
X
X
an (z z0 )n y, en consecuencia, f (z) =
an+2 (z z0 )n
h(z) =
n=2
n=0
con lo que z0 es singularidad evitable de f .
2. Si f (z) =
an (zz0 ) +
n=0
k
X
n=1
an
(z z0 )n
con ak 6= o en
BR [z0 ],
es claro que lim (z z0 )k f (z) = ak 6= o. En tal caso, f (z) 6= o en

zz0
un entorno perforado Br [z0 ] y admitiendo a priori que

tenemos bien definida la funci
on:
1
:
f
Br (Z0 )
Adem
as,
1
f (z)
1
(z0 ) = o,
f
si z 6= z0
si z = z0
(z z0 )k
1
1
(z) =
= (z z0 )k g(z) con g(z) =
f
(z z0 )k f (z)
(z z0 )k f (z)
y como g H(Br [z0 ]) y lim g(z) =
zz0
Luego z0 es un cero de orden k de
1
.
f
1
ak
6= o, por 1, g A(Br (z0 )).
Inversamente, si z0 es un cero de orden k de
1
, por definici
on tenemos
f
1
(z) = (z z0 )k h(z), con h analtica en cierto Br (z0 ) y lim h(z) 6= o.
zz0
f
1
Podemos, por tanto, suponer que h(z) 6= o en Br (z0 ) y que
es
h
analtica en Br (z0 ) con desarrollo en serie de potencias:
X
1
(z) =
bn (z z0 )n
h
n=0
(b0 6= 0). Luego
f (z) =
n=0
bn (z z0 )nk
y, por tanto, z0 es polo de orden k de la funci

on f .
3. ) Si f (Br [z0 ]) no es denso en C B (w) C \ f (Br [z0 ]) luego
f (Br [z0 ]) C \ B (w) y |f (z) w| z Br [z0 ]. La funci
on
g:
Br [z0 ]
z
C
1
f (z) w
149
es analtica y acotada en Br [z0 ] y, por 1, tambien es analtica en Br (z0 )

si definimos g(z0 ) = lim g(z). Suponiendo
zz0
g(z) = (z z0 )k h(z) con k 0 y
h(z0 ) 6= o
tendremos en un cierto Br0 (z0 )

f (z) = w + (z z0 )k
1
h(z)
1
A(Br0 (z0 ))
h
con
y, por tanto, z0 no ser

a singularidad esencial de f .
) Si z0 es singularidad evitable de f , f debe ser acotada en cierto
Br (z0 ), luego f (Br (z0 )) no puede ser denso en C.
1
Si z0 es un polo de orden k de f , la funci
on
ser
a acotada en cierto
f
Br0 (z0 ), luego f (Br0 (z0 )) no puede ser denso en C.
Definici
on 4.6.10
Una funci
on f : V C se dice meromorfa en el abierto V , f M(V ),
si existe un conjunto discreto P (f ) V tal que f H(V \ P (f )), y cada
p P (f ) es un polo de f .
Comentarios 4.6.11
1. Si f, g M(V ) tambien
f + g M(V ) y
f g M(V ) pues
P (f + g) P (f ) P (g) y P (f g) P (f ) P (g)
2. Si f H(V ), el abierto V es conexo y f no es constante, es claro que
1
1
un el comentario 4.5.8,2, N (f ) es
f M(V ) pues P ( f ) = N (f ) y, seg
un conjunto de puntos aislados.
3. En realidad, si
f M(V ) y
f (z) =
n=k
p P (f )
an (z p)n =
X
n=0
tendremos
ank (z p)n
(z p)k
y, por tanto, una funci

on es meromorfa si y s
olo si es localmente cociente de dos funciones analticas.
4. Si f M(V ), est
a definida y es holomorfa en V \P (f ). En este mismo
conjunto est
a definida la funci
on derivada f 0 . Adem
as, si p es un polo
de orden k de f , p ser
a un polo de orden k + 1 de f 0 y, en consecuencia,
f 0 M(V ).
150
4.6.12
Residuos
Definici
on 4.6.13
Si f M(V ) y p P (f ) es un polo de orden k > 0 tendremos
f (z) =
X
n=0
an (z p)n +
{z
fa (z)
a1
a2
ak
+
++
2
z p (z p)
(z p)k
|
{z
Q(z)
donde fa (z) es analtica en cierto entorno de p y Q(z) no lo es.

El coeficiente a1 de (z p)1 juega un papel muy importante en el estudio
local de f y se llama residuo de f en p, Res(f, p).
Comentarios 4.6.14
1. Si p es un polo simple de f , f (z) =
X
a1
+
an (z p)n , luego
zp
n=0
Res(f, p) = a1 = lim (z p)f (z)

zp
2. Si f =
g
en cierto Br [p] con g analtica, g(p) 6= o y p cero simple de h
h
Res(f, p) = lim (z p)f (z) = lim
zp
3. Si f (z) =
zp
g(z)
g(p)
= 0
h(z) h(p)
h (p)
zp
g(z)
en cierto Br [p] con g analtica y g(p) 6= o:
(z p)k
f (z) =
X
g n) (p)
n=0
n!
(z p)nk
luego Res(f, p) =
g k1)(p)
(k 1)!
En general, si p es un polo de orden k de f :

Res(f, p) =

1
dk1
lim k1 f (z)(z p)k
(k 1)! zp dz
4. Por u
ltimo, tambien puede calcularse el desarrollo de Laurent de f en p
y tomar directamente el coeficiente a1 . Como ejemplo, calcularemos
Res(f, 1) siendo

3z 2 5z + 4
1
1
f (z) =
3 sen
+ 2 cos
(z 1)2
z1
z1
151

Con Taylor expresamos N (z) = 3z 2 5z+4 en potencias de
N (z) = 3z 5z + 4 N (1) = 2
N 0 (z) = 6z 5
N 0 (1) = 1
00
N (z) = 6
N 00(1) = 6
z1:
Por tanto
N (z) = N (1) + N 0 (1)(z 1) +
N 00(1)
(z 1)2 = 2 + (z 1) + 3(z 1)2
2!
y, en consecuencia
2
1
N (z)
=
+
+3
2
2
(z 1)
(z 1)
z1
Vayamos ahora con el factor. Sabemos que
x3 x5
x3 x5
+
+
+
+
sen x = x
3 sen x = 3x
3!
5!
2
40
2
4
4
cos x = 1 x + x +
2 cos x = 2 x2 + x +
2!
4!
12
luego
3 sen

1
1
3
1
1
+2 cos
= 2+
+
2
z1
z 1
z 1 (z 1)
2(z 1)3
As,

2
1
f (z) =
+
+3
2
(z 1)
z1
=6+

2+
4
11
+
+
z 1 (z 1)2

3
1
1
+ =
z 1 (z 1)2 2(z 1)3
y, por tanto,
Res(f, 1) = 11
Teorema 4.6.15 Teorema de los residuos

Si V es simplemente conexo, f M(V ) y V es una curva cerrada que
no pasa por ning
un polo de f
Z
X
f (z)dz = 2i
Res(f, p) ind (p)
pP (f )
Demostraci
on:
En principio la suma puede ser numerable, pero si K V siendo K
compacto, s
olo habr
a un n
umero finito de polos de f rodeados por y, para
los dem
as, el ndice es 0.
152
Sean {p1 , . . . , pm} los polos rodeados por . Existe un r > 0 tal que todos
los discos Br (pj ) est
an tambien rodeados por . Por ser f holomorfa en
la regi
on cuyo borde es Br (p1 ) Br (pm) el teorema 1.3.14 nos
asegura que
Z
Z
m
X
f (z)dz =
ind (pj )
f (z)dz
j=1
Br (pj )
Para calcular cada una de estas integrales, hallamos el desarrollo de Laurent de f en el correspondiente polo pj e integramos termino a termino,
lcitamente, por la convergencia uniforme en el compacto Br (pj ). Las integrales de todos los terminos son nulas, salvo la correspondiente al termino
residual, cuyo valor es 2 iRes(f, pj ), como vimos en el ejemplo 4.4.1,1.
Luego
Z
m
X
X
f (z)dz = 2 i
ind (pj )Res(f, pj ) = 2 i
ind (p)Res(f, p)
4.6.16
j=1
pP (f )
Usos del Teorema de los Residuos
El teorema 4.6.15 puede usarse para calcular integrales
R(cos, sen )dm1
donde R es una funci

on racional de cosenos y senos. Teniendo en cuenta
que en la circunferencia unidad se cumple
z+
2
z = z +1
i = cos + i sen
cos =
z
=
e
2
2z
1
1
i
z
=e
= cos i sen
2
z = z 1
sen =
z
i
dz = ie d
2i
2z i
d = dz
iz
2

Z
Z 2
1
1
z + 1 z2 1
R(cos , sen )dm1 ()
se escribe
R
,
dz
i B1(o) z
2z
2z i
0
2

1
z + 1 z2 1
y si f (z) = R
,
es meromorfa y no tiene polos en B1 (o)
z
2z
2z i
Z 2
Z
X
1
R(cos , sen )d =
f (z)dz = 2
Res(f, p)
i B1 (o)
0
pB1(o)
Ejemplo 4.6.17
Si a > b > 0 probar que
Soluci
on:
2
0
d
2
=
a + b cos
a2 b2
153
Haciendo los cambios indicados a + b cos = a + b

Z
d
= 2i
a + b cos
|z|=1
bz 2
z2 + 1
bz 2 + 2az + b
=
,
2z
2z
dz
+ 2az + b
1
1
=
son
+ 2az + b
b(z z1 )(z z2 )
r
r
a
a
a2
a2
z1 = +
1
y
z
=
1 y cumplen
2
b
b2
b
b2

a r a2
a r a2
|z2 | =
1 = +
1 > > 1 z2
/ B1 (o)
b
b
b2
b2
b
. Como
z1 z2 = = 1 |z1 | < 1 z1 B1 (o)

b
1
1
1
Res(f, z1 ) = lim (z z1 )f (z) = lim
=
=
,
2
zz1
zz1 b(z z2 )
b(z1 z2 )
2 a b2
Los polos de f (z) =
2
0
bz 2
d
= 2i
a + b cos
|z|=1
bz 2
dz
2
= 2i2 i Res(f, z1 ) =
+ 2az + b
a2 b2
El teorema de los residuos puede usarse, junto con la transformada z, para

resolver ecuaciones en diferencias.
Ejemplo 4.6.18
Resolver la ecuaci
on en diferencias
xn+2 + xn+1 2xn = 1 con x0 = 0 e x1 = 1
Soluci
on:
Suponiendo que la soluci
on (xn ) tiene transformada z:
Z[xn+2 + xn+1 2xn ](z) = Z[1](z)
Por ??,1 tenemos
Z[xn+2 ](z) + Z[xn+1 ](z) 2Z[xn](z) = Z[1](z)
Por ??,2,3 y las condicones iniciales asegramos que
(
Z[xn+2 ](z) = z 2 Z[xn](z) z
Z[xn+1 ](z) = zZ[xn](z)
y, como
Z[1](z) =
X
1
z
=
,
n
z
z1
n=0
154
despejando, podemos asegurar que

f (z) := Z[xn ](z) =
z2
.
(z + 2)(z 1)2
Esta f (z) es holomorfa en A = {z | 2 < |z|} y, tomando cualquier > 2,

podemos esribir su correspondiente aplicaci
on
L:
Z
m
C
1 R
1
dz
B
(0)
m1
2i
z
(z + 2)(z 1)2
Como, lim f (z) = 0, podemos asegurar que L(n) = 0 n N sin necesiz

dad de calcular las integrales. Para n = 0, 1, 2, .. tenemos
Z
1
z n+1
xn = L(n) =
dz
2i B(0) (z + 2)(z 1)2
y, designando Fn (z) = z n1 f (z), el teorema 4.6.15 nos permite escribir
xn = Res(Fn , 2) + Res(Fn , 1).
Seg
un el comentario 4.6.14,3
z n+1
(2)n+1
=
z2 (z 1)2
32
Res(Fn , 2) = lim Fn (z)(z + 2) = lim

z2

d
(n + 1)z n (z + 2) z n+1
3n + 2
Fn (z)(z 1)2 = lim
=
2
z1
z1 dz
(z + 2)
32
Res(Fn , 1) = lim
y, en consecuencia,
(xn ) =
(2)n+1 + 3n + 2
9
Finalmente, el teorema de los residuos tambien puede usarse para la valoraci

on principal de integrales:
R
Una funci
on medible f : R C es integrable si R |f | dm1 < . Cuando
esto sucede tambien son integrables sus restricciones
f l : (, 0] C y
f r : [0, ) C
y considerando las sucesiones de funciones
{fn } = {f 1[n,n] }
{fn } f
l
l
resulta que
{fn } = {f 1[n,0] }
{fnl } f l
r
r
{fm } = {f r 1[0,m]}
{fm } f r
y
y
y
|fn | |f |
|fnl | |f l |
r | |f r |
|fm
155

El teorema 1.2.17 nos asegura, entonces, que
Z n
Z
lim
f dm1 =
f dm1
lim
n n
f dm1 + lim
f dm1 =
lim
n,m
f dm1 =
n
f dm1
Sin embargo, conviene tener presente que existen funciones f : R C

localmente integrables 1 y, por tanto, para las que existen todas las integrales
Z 0
Z m
f (x)dm1 (x) n N y
f (x)dm1 (x) m N
n
y verifican que
existe
lim
f (x)dm1 (x)
no existe
lim
n,m
f dm1 .
n
Tambien existen otras funciones localmente integrables para las que existen
Z m
lim
f dm1
y
f
/ L1 (R, m1 )
n,m n
Por ello conviene dar nombres particulares a estos lmites:

Z
Z n
1. valor principal V P
f (x)dx := lim
f (x)dm1 (x)
2. integral impropia
n n
f (x)dx :=
lim
n,m n
f dm1
Incluso puede interesarnos considerar una f : R C que no sea localmente

integrable pero que s lo sea su restricci
on f : R \ {s} C. Al punto s lo
llamaremos punto singular de f y es claro que existen todas las integrales
Z b
Z s 1
n
f (x)dm1(x) n N
y
f (x)dm1 (x) m N.
1
s+ m
Aunque, por hip

otesis, no existe
f dm1 , puede existir el
lim
n,m
1
s n
f (x)dm1 (x) +
1
s+ m
f (x)dm1(x)
y, en tal caso, para calcularlo bastar

a hallar el lmite
!
Z s 1
Z b
n
lim
f (x)dm1(x) +
f (x)dm1 (x)
n
1
s+ n
Tambien puede suceder que exista este u

ltimo lmite sin que exista el anterior. Por ello conviene dar nombres particulares a estos lmites:
1
Cada punto tiene un entorno donde la funci

on es integrable.
156
1. valor principal V P (s)
f (x)dx :=
1
s n
lim
f (x)dm1(x) +
2. integral impropia (s)
f (x)dm1 (x)
1
s+ n
f (x)dx :=
lim
n,m
1
s n
f (x)dm1 (x) +
1
s+ m
f (x)dm1(x)
Podemos usar el teorema de los residuos para determinar el valor principal

de integrales de algunas funciones reales. En cada caso deberemos estudiar
si la funci
on es integrable o no, si es localmente integrable o no y si tiene
integral impropia o no.
Si f : R C es localmente integrable y su extensi
on compleja f (z) es
meromorfa, con un n
umero finito de polos, ninguno de ellos ser
a real. En la
curva n = [n, n] Cn que encierra al semicrculo Dn , tendremos
y
i
Cn
Dn
-
f (x) dm1 (x) =
f (z)dz
f (z)dz
Cn
y el teorema 4.6.15 nos asegura que

Z n
Z
X
f (x) dm1(x) = 2 i
Res(f, p)
n
pDn
Por tanto, si existe el lim
VP
f (z)dz
Cn
f (z) dz = C, tendremos que
Cn
f (x) dx = 2 i
Im(p)>0
Res(f, p) C
donde el sumatorio se extiende a todos los polos de f (z) situados en el

semiplano Im(z) > 0.
157

Lema 4.6.19
lim zf (z) = o
|z|
Demostraci
on:
Z
Z

f (z)dz

Cn
y si
Cn
lim
|f (z)|dz sup {|f (z)|}

zCn
lim zf (z) = o es claro que lim
|z|
Cn
f (z) dz = o
Cn
Cn
dz = sup {|z f (z)|}

zCn
f (z)dz = o .
As pues, en las condiciones del lema 4.6.19

Z
X
VP
f (x) dx = 2 i
Res(f, p)
Im(p)>0
Ejemplo 4.6.20
Si
x
f (x) = 2
, probar que
(x + 1)(x2 + 2x + 2)
Soluci
on:
f dm1 = .
5
R
El denominador de f es un polinomio que puede escribirse en la forma

q(x) = x4 r(x) con
As,
K > 0 tal que
r(x) >
|f | <
1
2
2
|x3 |
en
en
lim r(x) = 1
|x|
[K, K]c
y, en consecuencia,
[K, K]c
Como f es continua en R, es integrable en [K, K]. Adem

as, por estar
dominada por una funci
on integrable, tambien es integrable en [K, K]c.
Por tanto, f es integrable en todo R y su integral coincide con su valor
principal. Para calcularlo tenemos en cuenta que
z
f (z) = 2
(z + 1)(z 2 + 2z + 2)
es una funci
on meromorfa que no tiene polos reales y verifica
lim zf (z) = lim
|z|
|z|
z2
= 0,
(z 2 + 1)(z 2 + 2z + 2)
Entonces, el lema 4.6.19 nos asegura que

Z
X
VP
f (x)dx = 2 i
Res(f, p)
Im(p)0
158
Como
z 2 + 1 = 0 z = i
z 2 + 2z + 2 = 0 z = 1 i
los u
nicos polos del semiplano superior son z1 = i y z2 = 1 + i, y los
residuos en ellos se calculan f
acilmente:
z
2+i
=
lim(z i)f (z) = lim
Res(f, i) = zi
zi (z + i)(z 2 + 2z + 2)
10 i
z
3
+
i
=
Res(f, 1 + i) = lim
z1+i (z 2 + 1)(z + i + 1)
10 i
Luego
4.7
f dm1 = V P
R
f (x)dx = 2 i
2 + i
10 i
3 + i
=
10 i
5
Ejercicios
1. Pr
actica4. Variable Compleja I.sws
2. Pr
actica5. Variable Compleja II.sws
3. Probar que:
(a) Log (1 + i)2 = 2 Log (1 + i)
(b) Log (1 + i)2 6= 2 Log (1 + i)
4. Considerando la rama principal de z i , hallar u(r, ) , v(r, ) cuando
z i = u + iv .
5. Las funciones
Re z
,
z
z
,
|z|
Re z 2
,
|z|2
z Re z
|z|
est
an definidas para z 6= 0 . Cu
ales pueden ser definidas en z = 0 de
manera que sean continuas en ese punto?.
6. Es f (z) = x3 + i(y 3)3 derivable en alg

un punto?. Es holomorfa
en alg
un abierto?.
7. Demostrar que:
(a) | exp(z 2 )| exp(|z|2 ) .
159
4.7. EJERCICIOS
(b) exp(z) no es derivable en ning
un punto.
(c) |eiz | = ey .
8. Hallar las regiones donde son holomorfas las siguientes funciones:
a) f (z) = z 2 z ,
b) f (z) = ez ,
c) f (z) = tg z ,
d) f (z) = x2 y 2 +2i|xy|
9. La parte imaginaria de una funci

on holomorfa f (z) es 2x(1y). Siendo
f (i) = 0, obtener f (z) en terminos de z.
10. Se dan los pares de funciones arm

onicas:
a)
u = 3(x y )
v = 3x2 y y 3
u = x2 + y 2
b)
y
v =
2
x + y2
c)
u=x
v = y
d)
u = 1 + ex cos y
v = 1 + ex sen y
Es f (z) = u + iv una funci

on holomorfa en alg
un dominio?. En
cu
al?. Escribir f (z) en terminos de z.
11. Calcular
(x2 iy 2 ) dz en los siguientes casos:
(a) a lo largo de la par

abola y = 2x2 desde (1, 2) a (2, 8) .
(b) a lo largo de la poligonal de vertices (1, 2) , (1, 8) , (2, 8) .
(c) a lo largo de la recta que une (1, 2) con (2, 8) .
12. Calcular
(z + iz) dz , siendo C la frotera del recinto determinado
por la curva y 2 = x3 y la recta x = 1 , recorrida en sentido positivo.
13. Hallar el valor numerico de

(0, 0) , (1, 0) , (1, 1) , (0, 1).
|z|2 dz alrededor del cuadrado de vertices
160
2i
(3xy + iy 2 ) dz
(a) a lo largo del segmento que une z = 1 con z = 2 i .
(b) a lo largo de la curva x = 2t 2 , y = 1 + t t2 .

a) |z| = 1 ;
z 2 dz alrededor de los crculos:
b) |z 1| = 1
16. Sea C el arco de la curva |z| = 2 que va de z = 2Za z = 2i en

el primer

dz
.
cuadrante. Sin calcular la integral, probar que
3
2
C z 1
17. Probar que si C es el tri
angulo de vertices 0 , 3i , 4 , entonces
Z

(ez z) dz 60

C
18. Sea CR |z| = R , R > 1 . Probar que:

Z

+ ln R
Log z

dz 2

2
R
CR z
19. Calcular la integral
dz
:
z
(a) cuando C es la mitad izquierda de la circunferencia |z| = 2.
(b) cuando C es la mitad derecha de la circunferencia |z| = 2.

(c) cuando C la circunferencia completa |z| = 2.
20. Probar que si z i denota la rama principal (|z| > 0 , < Arg z ) ,
Z
z i dz =
1 + e
(1 i)
2
161
4.7. EJERCICIOS

21. Siendo C cada una de las circunferencias z 14 = R , R =
calcular todos los valores posibles de la integral
Z
dz
2 1)
z(z
C
1
2
, 1 , 2,
ez dz
, donde C es un contorno simple
3
C z(1 z)
cerrado, en los siguientes casos:
(a) z = 0 cae dentro de C y z = 1 cae fuera de C .

(b) z = 1 cae dentro de C y z = 0 cae fuera de C .
(c) z = 0 y z = 1 caen dentro de C .
Z
z sen z
dz ,
(z 1)5

Z
ez dz
,
4
2
C z + 2z + 1
x2 y 2
+
=1
3
9
siendo C |z i| = R , R = 1 , 3

Z
sen z dz
,
2
2
C (z 1)
siendo C |z 1| = 1
26. Sea C el crculo |z| = 3 descrito en sentido positivo. Probar que si

g() =
2z 2 z 2
dz , || =
6 3
z
entonces g(2) = 8i . Cu
al es el valor de g() cuando || > 3?. Existen valores de dentro de C para los cuales g() = 0 ?. Calcularlos.
162
27. Encontrar todas las funciones enteras f (z) que satisfacen las condiciones: f (2 i) = 4i , |f (z)| < e2 , z C.
28. Hallar todas las funciones f (z) holomorfas en |z| < 1 y tales que
f (0) = 3 , |f (z)| 3 , z B1 (o)
29. Hallar todas las funciones f (z) holomorfas en |z| < 1 y que satisfacen
f (0) = 1 , |f (z)| 1 , z B1 (o)
30. Sea la funci

on f (z) = (z + 1)2 y la regi
on triangular cerrada R , de
vertices z = 0 , z = 2 , z = i . Hallar los puntos de R en los que |f (z)|
alcanza sus valores m
aximo y mnimo.
31. Hallar el desarrollo en serie de Taylor de f (z) = sen z 2 en el punto

z = 0 y deducir los valores de f 4n) (0) , f 2n+1) (0) , f v) (0).
32. Desarrollar cos z en serie de Taylor centrada en z =
33. Hallar el desarrollo de Taylor de f (z) =

su radio de convergencia.
34. Hallar el desarrollo de Taylor de f (z) =
.
2
1
en el punto z = 3i y
z+2
(z 2
z
en z = 0 y su radio
+ 1)2
de convergencia.
6
t+2
C
0 t 1 , orientada en el sentido en que decrece el par
ametro.
35. Calcular
ez dz , siendo C la curva z(t) = (3 t4 ) + i
163
4.7. EJERCICIOS
z
en serie
(z 1)(z 3)
de potencias de z 1 . Calcular, en cada caso, el campo de convergencia.
36. Hallar todos los posibles desarrollos de f (z) =
37. Dar todas las posibles representaciones en serie de potencias de z, y el

campo de validez de cada una, para la funci
on
f (z) =
(z 2
2z i
+ z)(z 2i)
z2
en serie de potencias en z = 0.
z1
Dar el radio de convergencia y clasificar el punto.
38. Desarrollar la funci

on f (z) =
39. Desarrollar en serie

f (z) =
zi
1
Log
z2
z+i
en un entorno del origen y en la corona 1 < |z| < 2.
40. Dar una representaci

on en serie de potencias de z de la funci
on f (z) =
1
v
alida en 0 < |z| < R y calcular R.
z 2 senh z
41. Hallar los puntos singulares y estudiar su naturaleza en las funciones:

a)
1
z3
1
1
;
b)
; c) z
;
3
3
zz
zz
e 1 z
z
f ) e 1z ;
g) tanh z ; h)
d)
ez
;
z + z2
1
1
; i) sen 1z
;
z 3 (2 cos z)
e)
1 + z2
ez
j) ez(1/z)
42. Calcular los residuos de cada una de las ramas uniformes de las siguientes
que se indica:
funciones en el punto
z
za
, 0<a<1, z =1
a)
, z=1
b)
z 1
1 z
164
43. Hallar los residuos de la funci

on
f (z) =
sen z 2
z 2 (z 4 )
en los puntos singulares.
44. Calcular
z 3 (1 3z)
dz , siendo C |z| = 3
(1 + z)(1 + 2z 4 )
45. Verificar las siguientes igualdades:

Z 2
d
5
=
(a)
2
(5 3 sen )
32
0
(b)
d
= 2
2
1 + sen
(c)
cos 2 d
a2
=
,
1 2a cos + a2
1 a2
(d)
(e)
(f) V P
(x2
dx
=
2
+ 2x + 2)
2
dx
=
(x2 + 1)2
4
x4
3
dx =
x6 1
6
|a| < 1
Captulo 5
Transformadas integrales
5.1
Transformadas de Fourier y de Laplace
El teorema 1.1.2 identifica los subconjuntos W C(R+ , R) que cumplen

[(W )] = C(R+ , R)
cuando la clausura se toma respecto de la topologa de la convergencia uniforme sobre los compactos y, en particular, nos asegura que goza de esa
propiedad el conjunto de funciones {Lx | x R+ } donde
Lx :
R+
y
R
exy
El teorema 1.1.12 identifica los subconjuntos W C(R, C) que cumplen

[(W )] = C(R, C)
cuando la clausura se toma respecto de la topologa de la convergencia uniforme sobre los compactos y, en particular, nos asegura que goza de esa
propiedad el conjunto de funciones {Fx | x R} donde
Fx :
R
y
C
eixy
Esta propiedad de los conjuntos {Lx | x R+ } y {Fx | x R} en los respectivos espacios C(R+ , R) y C(R, C) nos permiten demostrar los dos teoremas
siguientes de manera an
aloga. Presentaremos s
olo la prueba del segundo.
Teorema 5.1.1 Tranformada de Laplace
Sea F(R+ ) el conjunto de todas las medidas finitas definidas en la -
algebra
de Borel de R+ . Est
a bien definida y es inyectiva la aplicaci
on
L:
F(R+ )
C(R+ , R)
L()
donde
165
L() :
R+
x
R
R+ Lx d
CAPITULO 5. TRANSFORMADAS INTEGRALES
166
Teorema 5.1.2 Tranformada de Fourier

Sea F(R) el conjunto de todas las medidas finitas definidas en la -
algebra
de Borel de R. Est
a bien definida y es inyectiva la aplicaci
on
F :
F(R)
C(R, C)
donde
R
x
Demostraci
on:
R C
R Fx d
Para probar que

C(R, C), tomamos (xi ) x. Entonces (Fxi ) Fx
puntualmente, |Fxi | 1 i N y 1 L1 (R, ) ya que (R) < .
El teorema de la convergencia dominada concluye que

Z
Z
Fxi d
Fx d (
(xi ))
(x)
C(R, C).
R
Para demostrar la inyectividad fijamos 1 , 2 F(R) tales que

1 =
2 .
Necesitamos probar que 1 = 2 . Para ello es suficiente probar la igualdad
Z
Z
f d1 =
f d2 f Cb (R, R).
(5.1)
R
Lo hacemos en 3 pasos.
Paso 1:
Sea A0 (R, C) el conjunto de todas las combinaciones lineales con coeficientes
complejos del conjunto {Fx | x R}. De la igualdad
1 =
2 y de la aditividad de la integral se sigue que
Z
Z
a0 d1 =
a0 d2 a0 A0 (R, C).
(5.2)
R
Sea A(R, C) la clausura of A0 (R, C) en Cb (R, C) respecto de la norma k k.

De (5.2), como 1 y 2 son medidas finitas, obtenemos f
acilmente
Z
Z
ad1 =
ad2 a A(R, C).
(5.3)
R
Sea A(R, R) := A(R, C) Cb (R, R). De (5.3) obtenemos

Z
Z
ad1 =
ad2 a A(R, R).
R
(5.4)
Paso 2.
Sea K R un compacto no vaco, f Cb (R, R) una funci
on no identicamente nula en K y ]0, 1[ un n
umero real. Existe a A(R, R) tal que
sup{|f (x) a(x)| : x K} <
kak kf k .
(5.5)
5.1. TRANSFORMADAS DE FOURIER Y DE LAPLACE
167
En efecto:
Usaremos el siguiente hecho establecido en el lema 1.1.5:
A(R, R) es un algebra que contiene las constantes reales, separa los puntos
de R y es cerrada en la toma de m
aximos y mnimos:
(
a1 a2 = max(a1 , a2 ) A(R, R)
a1 , a2 A(R, R)
a1 a2 = min(a1 , a2 ) A(R, R)
Sea AK (R, R) = {a|K : a A(R, R)} y sea kgkK = sup{|g(x)| : x K}
si g Cb (R, R). Por el teorema 1.1.2 existe g1 A(R, R) tal que
kf g1 kK <
.
2
(5.6)
Como f |K 6= 0, de (5.6) deducimos que kg1 kK > 0 y, as, podemos considerar

g := g1
kf kK
A(R, R).
kg1 kK
Es claro que kgkK kf kK y adem

as se cumple que
kf gkK <
(5.7)
puesto que
kf gkK

kf
k
K

kf g1 kK + kg1 gkK = kf g1 kK +
g1 g1 kg1 kK =
K

kf kK
= kf g1 kK + kg1 kK 1
=
kg1 kK
= kf g1 kK + |kg1 kK kf kK | 2kf g1 kK < .
Ahora, si consideramos la funci

on
a := (kgkK g) kgkK
tenemos que a A(R, R) y kgkK a(x) kgkK x R. Por
tanto, kak kgkK kf kK kf k y tambien tenemos que a|K = g|K .
Entonces, por (5.7), vemos que (5.5) se satisface para a.
Paso 3.
Fijemos una f Cb (R, R) no identicamente nula y un ]0, 1[. Existe un
compacto K R tal que
1 (R \ K) < ,
2 (R \ K) < y
f |K 6= 0.
De acuerdo con el Paso 2 existe un a A(R, R) para el que se satisface (5.5).

De (5.3) obtenemos:
Z
Z
Z
Z
f d1
f d2 = (f a)d1 (f a)d2
R
168
y, tambien,
Z
(f a)d1 =
(f a)d1 +
R\K
(f a)d1 .
kf ak kf k + kak 2kf k y, as,

Z
Z
Z

(f a)d1 (f a)d1 +
(f
a)d
1

R
K
R\K
De acuerdo con 5.5 se cumple que
kf akK 1 (K) + kf ak1 (R \ K) 1 (K) + 2kf k .

Similarmente,

Z

(f a)d2 2 (K) + 2kf k

R
y, en consecuencia,
Z

Z

f d1
f d2 (1 (K) + 2 (K) + 4kf k)

R
y, como > 0 es arbitrario, obtenemos (5.1).
Esta prueba est

a inspirada en la que podemos encontrar en la p
ag 69 de
[4] y contiene las correcciones propuestas en [24] para evitar el error que
aquella contiene.
5.2
La F -transformada de medidas finitas en R
1. RPara identificar una medida F(R) no es necesario hacer la integral

R 1B d para Rtodo boreliano B R sino que es suficiente conocer
las integrales R Fx d con x R. Es decir, es suficiente conocer la
funci
on F () : R C. Por eso los estadsticos suelen llamarla funci
on
caracterstica de la medida .
2. Si es una medida discreta, combinaci
on de deltas de Dirac, tenemos
=
n
X
hp p1
F ()(x) =
p=1
En los puntos xq = 2 q1
n
F ()(xq ) =
n
X
p=1
n
X
hp ei(p1)x.
p=1
q = 1, , n se cumple que
con
2i
hp e
(p1)(q1)
n
n
X
p=1
hp wqp
5.2. LA F -TRANSFORMADA DE MEDIDAS FINITAS EN R

La matriz compleja
w11
..
..
W = .
.
169
w1n
.. con w = e2i (p1)(q1)
n
qp
.
wnn
wn1
tiene una inversa especialmente sencilla:

W 1 =
1
W
n
donde
W = (wqp)
pues es f
acil1 comprobar que
n
k=1
k=1
1X
1 X 2i (k1)(qp)
n
wpk w kq =
e
=
n
n
1 si p = q
0 si p 6= q
Por tanto, es f
acil resolver el sistema lineal

w11 w12 w1n
h1
w21 w22 w2n h2

..
. =
..
.
.
..
..
.
..
.
wn1 wn2
wnn
F ()(0)
F () 2
..
.

F () 2(n1)
n
hn
Su soluci
on es
w11 w12
h1
h2 1 w21 w22

.. = ..
..
..
. n .
.
.
hn
wn1 wn2
w1n
w2n
..
wnn
F ()(0)
F () 2
..
.

2(n1)
F ()
n
Por tanto, si conocemos la F () de una combinaci

on de deltas podemos
recuperar la medida tomando una muestra adecuada de F () en
[0, 2].
3. Si F(R) es absolutamente continua respecto de la medida de
Lebesgue m, m, el teorema 1.2.33 asegura la existencia de una
funci
on de densidad h L1 (R, m) tal que d = hdm. En tal caso se
suele escribir
Z
F (h)(x) = F ()(x) =
Fx h dm
y se habla de la transformada de Fourier de la funci

on h.
1
Cuando p 6= q tenemos la suma de las raices del polinomio z n 1 = 0 que es nula
como el coeficiente del termino de grado n 1.
170
4. Si m con densidad h : [a, a + T ] R:

F (h)(x) =
ixt
d(t) =
a+T
h(t)eixt dt
Si dividimos [a,a+T] seg

un la partici
on
T (p 1)
con p = 1, , n + 1
n
tp = a +
tenemos
F (h)(x) =
n Z
X
p=1
tp+1
tp
h(t)eixt dt
X
T (p1)
T
eiax
h(tp )eix n
n
p=1
En los puntos xq = 2 q1
T con q = 1, , n
n
X
n iaxq
e
F (h)(xq)
h(tp )wqp
T
p=1
El sistema lineal
w11
w21
..
.
wn1
w12
w22
..
.
..
.
wn2
F (h)(0)
w1n
h(t1 )

i2a
e T F (h) 2
w2n
n
n
h(t2 )
.
=
.. ..
.
.
. . T

i2a(n1)
T
wnn
h(tn )
F (h) 2(n1)
e
n
se resuelve autom
aticamente:
h(t1 )
w11
h(t2 )
1 w21
.. = ..
. T .
h(tn )
wn1
w12
w22
..
.
..
.
wn2
F (h)(0)
w1n

i2a
e T F (h) 2
w2n
n
.
..
..

i2a(n1)
2(n1)
T
wnn
e
F (h)
n
Ello nos permite obtener una muestra discreta de la densidad h a

partir del conocimiento de F (h).
5. Una de las funciones m
as importantes que se puede definir en R es la
campana de Gauss
gbv :
R
x
R
(xb)2
1
e 2v
2v
5.2. LA F -TRANSFORMADA DE MEDIDAS FINITAS EN R
171
donde b R y v (0, ). Un estudio elemental nos dice que su gr

afica
1
es simetrica respecto al eje x = b y sobre el alcanza el m
aximo
.
2v
an sus dos u
nicos
Sobre las rectas x = b v y x = b + v est
puntos de inflexi
on.
Por otra parte, el teorema

R del cambio de variable asegura que la medida
del hipografo H(gbv ) = R gbv dm, no depende de los par
ametros b y v.
As,
r Z
Z
Z
2 + x2
gbv dm =
g01 dm =
e 2 dm(x) = 1
0
R
R
Vemos que el par

ametro b no hace m
as que trasladar adecuadamente
las campanas a lo largo del eje OX. La familia de medidas gaussianas
bv : B1 [0, ]
Z
E
gbv dm
E
se llaman normales(b, v) y est

an especialmente bien adaptadas a la
transformaci
on de Fourier. En efecto:
Z
x2
1
F (0v )(y) =
eixy e 2v dx
2v R
y derivando respecto de y bajo el signo integral e integrando por partes,
Z
x2
1
0
F (0v) (y) =
ixeixy e 2v dx = vyF (0v)(y).
2v R
Resolviendo la ecuaci
on diferencial con condici
on inicial F (0v)(0) = 1,
vy 2
obtenemos que F (0v)(y) = e 2 .

Por otra parte, haciendo el cambio x b = t y dx = dt obtenemos que
F (bv )(y) = eiby F (0v)(y) = eiby e
vy 2
2
172
6. Dadas dos medidas 1 , 2 F(R) tenemos en R2 su producto 1 2 .

La suma + : R2 R induce en R su ley (1 2 )+ . Esta nueva
medida, tan natural, es la convoluci
on de 1 y 2 y se denota 1 ? 2 .
Apoyados en el esquema
+
s
R2 R
R
es inmediato ver que

Z
Z
Fs d1 ? 2 =
R2
eis(t1 +t2 )d1 2 (t1 , t2 )
y, por tanto,
F (1 ? 2 ) = F (1 ) F (2 )
e interesa recordar este hecho en los siguientes terminos:
Si en C(R, C) consideramos la operaci
on interna producto puntual
y en F(R) la operaci
on interna ?, la aplicaci
on F : F(R) C(R, C)
es un homomorfismo.
7. Si 1 y 2 son medidas discretas, su convoluci
on tambien es discreta y
podremos utilizar el metodo explicado en 2 para calcular explcitamente
1 ? 2 .
8. Si 1 , 2 son absolutamente continuas respecto de m, con densidades
h1 , h2 : R R+ , es natural preguntarse cu
al es la densidad de 1 ? 2 .
Apoyados en el esquema
+
B
R2 R
R
vemos que B B se tiene:

Z
1B (t + s)h1 (t)h2 (s) dm2(t, s) =
1 ? 2 (B) =
R2
Z Z

Z Z
=
1B (t + s)h1 (t) dt h2 (s)ds =
1B Ts h1 dm h2 dm =
R
R
R
R

Z Z
Z Z
=
1B h1 Ts dm h2 dm =
1B (t) h1 (t s) dt h2 (s)ds =
R
R
R
R
Z

Z
=
1B (t)
h1 (t s)h2 (s) ds dt
R
R
R
lo cual significa que 1 ?2 << m y su densidad es R h1 (ts)h2 (s) ds.
Ello justifica que hablemos de la convoluci
on de h1 y h2 :
Z
h1 ? h2 (t) =
h1 (t s)h2 (s) ds
R
9. Si 1 y 2 son medidas absolutamente continuas con densidades h1

y h2 , podremos utilizar el metodo explicado en 4 para obtener una
discretizaci
on de h1 ? h2 .
5.3. LA L-TRANSFORMADA DE MEDIDAS FINITAS EN R+
5.3
173
La L-transformada de medidas finitas en R+
1. RPara identificar una medida F(R+ ) no es necesario hacer la integral

boreliano B R+ sino que es suficiente conocer
R+ 1B d de todo
R
las integrales R+ Lx d con x R+ . Es decir, es suficiente conocer
la funci
on L() : R+ R. Por eso los estadsticos suelen llamarla
funci
on caracterstica de la medida .
2. Como ejemplo, identificaremos la ley de la suma de dos vv.aa. independientes Ber(p) sabiendo que
L(Ber(p))(x)
L(Bin(2, p))(x)
=
=
p + qex
p2 + 2pqex + q 2 e2x
Para hallar la ley de la suma calculamos sobre el siguiente esquema

v
L(sv )(x) =
=
ZR
x
X R+ R+ R+
R
Z
Lx dsv =
Lx s dv =
R+ R+
R+ R+
Lx s df1 f2 =

ex(x1 +x2 ) df1 (x1 ) df2 (x2 ) =
R+
R+
Z

Z
xx1
xx2
e
df1 (x1 )
e
df2 (x2 ) =
=
R+
R+
Z
Z

=
Lx df1
Lx df2 = (p + qex )(p + qex ) =
Z
R+
= p + 2pqe
Vemos que
R+
2 2x
+q e
L(sv ) = L(Bin(2, p)) y, por tanto, sv = Bin(2, p).
3. Si F(R+) es absolutamente continua respecto de la medida de

Lebesgue m1 , m1 , el teorema 1.2.33 asegura la existencia de una
h L1 (R+ , m1 ) tal que d = hdm1 . En tal caso se suele escribir
Z
L(h)(y) = L()(y) =
Ly h dm1
R+
y se habla de la transformada de Laplace de la funci

on h.
4. Una de las funciones m
as importantes que se puede definir en (0, )
es la funci
on gamma de Euler
174
(0, )
p
R
R
R+
xp1 ex dm1 (x)
que tiene las siguientes propiedades:

Z
Z
2
x 12
1
(a) ( 2 ) =
e x dx = 2
et dt = .
0
(b) (1) = 1
(c) (p + 1) = p(p) y, por tanto, (n + 1) = n!

De la definici
on de la funci
on deducimos que
Z
xp1 ex
dm(x) = 1 p (0, )
(p)
R+
to significa que para cada p > 0, las funciones Ep (x) =
xp1 ex
,
(p)
algunas de ellas representadas en la siguiente figura,
son la densidad de una medida de probabilidad en (R+ , B1 ) llamada

probabilidad de Euler de par
ametro p:
p : B1 [0, ]
Z p1 x
x e
E
dm1 (x)
(p)
E
que est
an bien adaptadas a la transformaci
on de Lapalace:
Z p1 x(y+1)
x e
L(p)(y) =
dx
(p)
0
5.4. LA F -TRANSFORMADA EN EL ESPACIO L1 (R)

y haciendo el cambio de variable
L(p )(y) =
x=
t
,
y+1
dx =
175
dt
y+1
tenemos
tp1 et
dt = (y + 1)p
(y + 1)p(p)
5. Dadas dos medidas 1 , 2 F(R+) tenemos en R+ R+ su producto

1 2 . La suma + : R+ R+ R+ induce en R+ su ley (1 2 )+ .
Esta nueva medida, tan natural, es la convoluci
on de 1 y 2 y se
denota 1 ? 2 . Apoyados en el esquema
+
Ly
R+ R+ R+ R
es inmediato ver que L(1 ? 2 ) = L(1 )L(2 ) pues
Z
Z
Ly d1 ? 2 =
ey(x1 +x2 )d1 2 (x1 , x2 ) = L(1 ) L(2 )
R+
R+ R+
6. Si 1 y 2 tienen densidades h1 y h2 respecto de la medida de Lebesgue

en R+ , es natural preguntarse cu
al es la densidad h1 ? h2 de la convoluci
on 1 ? 2 . Razonando como en 5.2,8 obtenemos
Z
h1 (t s)h2 (s) ds
h1 ? h2 (t) =
R
siendo h1 y h2 las extensiones a R de las funciones causales h1 y h2 .

En consecuencia,
Z t
h1 ? h2 (t) =
h1 (t s)h2 (s) ds
0
5.4
La F -transformada en el espacio L1 (R)
Sea (R, M, m) el espacio de medida de Lebesgue en R y sea (R2 , M2, m2 )

el completado del espacio producto (R2 , M M, m m).
L1 (R) es el espacio vectorial complejo de todas las funciones f : R C
medibles que cumplen
Z
kf k1 :=
|f |dm <
R
(L1 (R), k k1) es un espacio seminormado puesto que
N := {f L1 (R) | kf k1 = 0} =
6 {o}
Es aconsejable, por tanto, considerar el espacio normado cociente can
onico
(L1 (R), k k1) donde
L1 (R) = L1 (R)/N
(ver Th.1.2.21) cuyo elemento f es la clase de funciones iguales a f a.e.(m).

En este espacio de Banach necesitamos recordar:
176
Lema 5.4.1
Si (fn ) f en (L1 (R), k k1), existe una subsucesi

on (fnk ) y representantes
fnk fnk , f f tales que (fnk ) f a.e.(m).
Demostraci
on:
1
Como lim kfn f k1 = 0, k N nk N tal que kfnk f k1 < k . Por
n
2
tanto,
!
Z
X
X
X
kfnk f k1 =
|fnk (t) f (t)| dt =
|fnk (t) f (t)| dt < 1
k=1
k=1
k=1
Esto s
olo es posible si existe E M con m(E c) = 0, tal que
X
k=1
|fnk (t)f (t)| <
t E . Luego
lim |fnk (t)f (t)| = 0 t E
Dada una f L1 (R) definimos su transformada de Fourier

f :
R
s
C
R Fs f dm
aunque es m
as frecuente verla expresada en los terminos cl
asicos
Z
f (s) =
eist f (t) dt
Esta definici
on es consistente porque
1. Fs f es medible y |Fs f | = |f |, luego
2. Si f1 , f2 f , f1 = f2
Z
Fs f L1 (R)
a.e.(m) y, por tanto,

Z
Fs f1 dm =
Fs f2 dm
R
Algunas familias de funciones juegan un papel fundamental en lo que sigue:

Traslaciones: a R denotamos
Ta :
R
t
R
t+a
Como la medida de Lebesgue es invariante por traslaciones, MTa = M

y mTa = m. As, f L1 (R) tenemos:
Z
Z
Z
Z
f Ta dm =
f dm
y
|f Ta| dm =
|f |dm
R
177
Dilataciones: a R \ {0} denotamos

Da :
R
t
R
ta
Es claro que MDa = M y mDa = |a1 |m y, as,

emos:
Z
Z
1
f Da dm = |a | f dm
R
f L1 (R) ten-
En particular, si para a = 1 designamos T := D1 , se cumple que

Z
Z
Z
Z
f T dm =
f dm
y
|f T | dm =
|f |dm
R
Propiedades 5.4.2
1. Si f1 + f2 g
2. Si c f g
= f1 + f2
g
= cf
g
(s) = isf (s) y, por iteraci

3. Si f 0 g g
on, para cualquier n N:
(n)
n
Si f
g g(s) = (is) f (s).
4. Si f Ta g
5. Si Fa f g
6. Si f Da g
7. Si f T g
= Fa f
g
= f Ta
g
= |a1 | f Da1
g
= f T
g
8. kf k kf k1
9. f : R C es uniformemente continua.
10. Riemann-Lebesgue:
lim f (s) = 0
|s|
Demostraci
on:
1. Evidente.
2. Evidente.
3. RIntegrando por partes: R
R isx
isx f 0 (x)dm(x) =
isx f (x)dm(x) = is
f (x)dm(x)
Re
R ise
Re
R
R
R
(s) = R Fs f Tadm = R Fs Ta f dm = Fa (s) R Fs f dm =
4. g
Fa (s) f (s).
178
R
f dm = f (s + a).
R
R
R
(s) = R Fs f Da dm = R (Fs a1 f )Dadm = |a1 | R Fs a1 f dm =
6. g
|a1 |f (s a1 )
(s) =
5. g
R Fs+a
7. Es caso particular del punto anterior para a = 1.

R
R
8. |f (s)| = R Fs f dm R |f | dm = kf k1 s R. Luego
kf k := sup |f (s)| kf k1 .
sR
9. Primero probaremos que dados r (0, ) y s1 , s2 R, se cumple que

Z
|f(s1 ) f (s2 )| r|s1 s2 | kf k1 + 2
|f | dm
[r,r]c
En efecto:
Z
|f (s1 )f (s2 )|
=
|e1s1 t eis2 t | |f (t)| dt
|e1(s1 s2 )t 1| |f (t)| dt + 2
|e1(s1 s2 )t 1| |f (t)| dt =
[r,r]c
|f | dm.
Pero
|ei 1|2 = (cos 1)2 + sen 2 = 2(1 cos ) = 4 sen 2

2
y, por tanto, |ei 1| ||, luego

Z
|e1(s1 s2 )t 1| |f (t)| dt r|s1 s2 |
|f (t)| dt.
Ahora ya podemos comprobar la continuidad uniforme:

Z
Como lim |f | 1[r,r]c = 0 tambien lim
|f | dm = 0.
r
r [r,r]c
Por tanto, dado > 0

Z

r tal que
|f | dm <
4
[r ,r ]c
|f (s1 )f (s2 )| r |s1 s2 | kf k1+2
[r ,r ]c

2rkf k1
|f | dm <
si
tal que
|s1 s2 | <
179
10. Lo probamos, en primer lugar, para la clase de cualquier indicador

f = 1[a,b]:
Z b
b a
si s = 0
ist
f (s) =
e
dt = eisb eisa
si s 6= 0
a
is
por tanto,
2
lim |f(s)| lim
=0
|s|
|s| |s|
Por linealidad, tambien es cierto para la clase de cualquier funci
on de
paso
n
X
p=
ck 1[ak ,bk ] .
k=1
Como las funciones de paso son densas en L1 (R), dada una f L1 (R)
y un > 0, existe una funci
on de paso p tal que kf p k1 < . Luego
(s)| |
|f (s)| |
p (s)| + |f(s) p
p (s)| + y
lim |f(s)|
|s|
Consecuencias 5.4.3
1. Si f L1 (R) es una funci
on (im)par, f tambien es una funci
on (im)par:
f = f T
f = f T
2. f L1 (R) se cumple que f = f T :

Z
Z
Z
f (s) =
Fs f dm =
Fs f dm = f (s)
Fs f dm =
R
3. Si f L1 (R) es real, f es hermtica:

f = f
f (s) = f (s)
4. Si f L1 (R) es real y par, =(f) = 0:

(
(
f = f T
f = f
f = f T
f =f T
5. Si f L1 (R) es real e impar, <(f ) = 0:
(
(
f = f T
f = f
f = f T
f = f T
f f = 0
f +f = 0
=(f ) = 0
<(f) = 0
180
Lema 5.4.4
Existe una constante K R+ tal que

Z b

sen (s)

ds < K
sup
s
0<a0
0
ser
a claro que la constante K = 2k cumple la condici
on exigida. Basta
sen (s)
observar la gr
afica de la funci
on
para concluir que
s
Z b
Z

sen (s)
sen
(s)
sup
ds <
ds < 1.852
s
s
b>0
0
0
Por tanto, K = 4 cumple la condici

on del lema.
Lema 5.4.5
Si f L1 (R) es tal que <(f ) = 0, se cumple que
Z

b f (s)

sup
ds <

s
0<a<b a
Demostraci
on:
Nos dicen que
Z
f(s)
sen (st)
= i
f (t) dt.
s
s
R
El teorema de Fubini asegura que

Z

Z Z b
f (s)
sen (st)
= i
ds f (t) dt
s
s
R
a
y, por tanto,
Z

Z Z bt
b f (s) Z Z b sen (st)

sen
(x)

ds |f (t)| dt =
dx |f (t)| dt

a s
s
x
R
a
R
at

El lema 5.4.4 nos permite concluir que
Z

b f (s)

ds 4kf k1 <
sup

s
0<a<b a
181
Una funci
on f : R C que cumple lim f (s) = 0, se dice nula en el
|s|
infinito. Denotaremos C0 (R) al espacio vectorial complejo de todas las

funciones f : R C continuas y nulas en el infinito. Toda funci
on de C0 (R)
es, autom
aticamente, uniformemente continua y, por tanto, las propiedades
5.4.2 tienen el mismo alcance si en el apartado 9 probamos s
olo la continuidad en vez de la continuidad uniforme. Si consideramos (C0 (R), k k),
podemos resumir lo m
as importante de lo dicho hasta ahora, en el siguiente
Teorema 5.4.6
La transformaci
on de Fourier es un operador lineal y continuo de norma
unidad del espacio de Banach (L1 (R), k k1) en el espacio de Banach (C0 (R), k k).
Demostraci
on:
En las propiedades 5.4.2 est
a probado que el operador
F:
L1 (R)
f
C0 (R)
f
est
a bien definido, es lineal, es continuo y kF k 1. Adem
as, en 5.4.2.10
vemos que si f = 1[0,1], se tiene kf k1 = 1 y kf k = 1. Luego, kF k = 1.
Teorema 5.4.7
La transformaci
on de Fourier F : L1 (R) C0 (R) es un operador inyectivo
pero no es suprayectivo.
Demostraci
on:
Para la inyectividad basta probar que
f L1 (R)
f = o
Si f f es una funci
on positiva, la medida
:
est
a en F(B) y cumple
(s) =
B
B
R R+
B f dm
Fs f dm = f (s) = o s R
f = o.
182
Esto asegura que = 0. Por tanto, f = 0 a.e.(m) y f = o.

Si f es una funci
on real, descomponiendola en la forma habitual f = f + f
deducimos que
F (f + ) = F (f )
Razonando como antes deducimos que f + = f a.e.(m). Luego f = o.

Si f es compleja, razonando como antes deducimos que
(
<(f ) = 0 a.e(m)
luego f = o.
=(f ) = 0 a.e(m)
Para ver que no es suprayectivo consideramos la funci
on
h:
is
e
i
log(s)
i
log(s)
si |s| e
si s e
si s e
que es continua, nula en el infinito y su parte real es nula. Si fuera la

transformada de Fourier de alguna f L1 (R), seg
un el lema 5.4.5 debera
cumplir que
Z b

h(s)

sup
ds <
s
0<e<b
Sin embargo, es claro que no lo cumple:

Z b
Z b

h(s)
ds

ds = e
= e log(log(b))

s
e s log(s)
e
lim e log(log(b)) =
Observaciones 5.4.8
1. En la secci
on 5.2 hemos visto que las campanas de Gauss gbv se comportan bien en la transformaci
on F :
bv (s) = eibs e
g
vs2
2
En particular, para b = 0, v = 1:
s2
01 (s) = e 2 =
g
2g01
De aqu se deduce:
(a) El subespacio [g] es invariante por F , es decir, F ([g]) = [g].
(b) g es ejemplo de vector con kgk1 = 1 tal que kF (g)k = 1.

(c) g es un ejemplo de vector de L1 (R) con F (g) L1 (R).
183
2. Presentaremos una f L1 (R) tal que F (f )

/ L1 (R):
En 5.4.2.10 hemos visto que si f = 1[1,1],
f (s) = 2 sen (s)
s
s R
Probemos que f
/ L1 (R): Observando la gr
afica de la funci
on seno es
inmediato ver que
h i
s 0,
2
2
sen (s)
y, por tanto,
h
i
s 2k, 2k +
:= Ik ,
2
sen (s)
2 4k

s
s
Evidentemente,
k = 0, 1, 2,

Z
Z
Z
sen (s)
2
4k
ds

ds
ds = 1 4k
s
Ik
Ik
Ik s
1 4k|Ik |
1
2k +
1
4k + 1
y, en consecuencia,

X
sen (s)
1
ds

=
s
4k + 1
R
Z
Z

f (s) ds =
R
por lo que f
/ L1 (R).
k=0
3. Para las gaussianas g0v tenemos:

2
vs2
0v (s) = e
g
2
g 1
v 0v
y, por tanto, dos cosas se pueden comprobar f

acilmente:
(a) La funci
on hv =
1 g0v1
2v
cumple que
v = g0v
h
(b) Las gaussianas g0v cumplen la f

ormula de inversi
on:
1
g0v (t) =
2
0v (s) ds
eits g
184
La F -transformada en el
algebra (L1 (R), ?).
5.5
El espacio de Banach (C0 (R), k k) dotado del producto puntual de funciones es un algebra de Banach conmutativa sin unidad. Intentaremos definir
una operaci
on interna en L1 (R) de modo que con ella, el espacio de Banach
(L1 (R), k k1) sea, tambien, un algebra de Banach conmutativa sin unidad
para poder ver al operador F : L1 (R) C0 (R) como un homomorfismo de
algebras. Las pautas se han dado al estudiar la F -transformada de medidas
finitas y la herramienta esencial para conseguirlo es el teorema de Fubini del
que ahora nos interesan dos corolarios.
Corolario 5.5.1
Si f, g L1 (R) y definimos
h:
R2
(t, s)
C
f Ts (t) g(s)
resulta que h L1 (R2 ).

Demostraci
on:
Consideramos la funci
on
Z
Z
(t) =
|h(t, s)|ds =
|f | Ts (t)|g(s)|ds.
R
Comprobamos que L1 (R):

Z
Z Z
|(t)|dt =
|f | Ts (t)|g(s)|ds dt =
R
|g(s)|
Z

Z
|f | Ts (t)dt ds =
|g(s)|kf k1ds = kf k1 kgk1 < .
R
El apartado 3 del teorema 1.2.30 concluye que h L1 (R2 ).

Corolario 5.5.2
Si f, g L1 (R) existe un E R, con m(E c ) = 0, tal que la funci
on
f ? g:
C
Z
f Ts (t) g(s)ds
est
a bien definida y cumple que f ? g L1 (E).
Demostraci
on:
Como en el corolario 5.5.1, consideramos la funci
on

5.5. LA F -TRANSFORMADA EN EL ALGEBRA
(L1 (R), ?).
h:
R2
(t, s)
185
C
f Ts (t) g(s)
Por ser h L1 (R2 ), el apartado 3(a) del teorema 1.2.30 asegura la existencia
de un E R, con m(E c) = 0, tal que h(t, ) L1 (R) t E. Nuestra f ? g
es, precisamente, la aplicaci
on considerada all, por lo que f ? g est
a bien
definida y cumple que f ? g L1 (E).
Definici
on 5.5.3
En el espacio de Banach (L1 (R), k k1) definimos la operaci
on interna convoluci
on
?:
L1 (R) L1 (R)
(f , g)
L1 (R)
f ?g
de la siguiente manera: Si f1 y g1 son representantes de f y g, en cierto

E1 R, con m(E1c) = 0, est
a bien definida la funci
on f1 ? g1 : E1 C. Por
ser un elemento de L1 (E1 ), f1 ? g1 es representante de una clase en L1 (R)
que es a la que denotamos f ? g.
Esta definici
on es consistente pues, si f2 y g2 son otros representantes de f
y g, en cierto E2 R, con m(E2c) = 0, tendremos bien definida la funci
on
f2 ? g2 : E2 C. Si F R, con m(F c ) = 0, es un conjunto donde f1 = f2 , y
si G R, con m(Gc) = 0, es un conjunto donde g1 = g2 , es claro que E :=
E1 E2 F G, que cumple m(E c) m(E1c) + m(E2c) + m(F c ) + m(Gc) = 0,
es un conjunto en el que f1 ? g1 = f2 ? g2 . Por tanto, f ? g est
a bien definida.
Teorema 5.5.4
El espacio de Banach (L1 (R), k k1) dotado de la convoluci
on ? es un algebra
de Banach conmutativa. Recordando la definici
on de algebra de Banach
conmutativa debemos probar:
1. f ? g = g ? f
2. (f ? g) ? h = f ? (g ? h)
3. f ? (g + h) = f ? g + f ? h
4. c (f ? g) = c f ? g
5. kf ? gk1 kf k1 kgk1
Demostraci
on:
Z
Z
1. f ? g(t) =
f Tt T g dm = (f Tt T g) T Tt dm =
R
R
Z
Z
=
f g T Tt dm =
g Tt T f dm = g ? f (t)
R
186
Z Z
2. f ?(g?h)(t) =
f (ts)(g?h)(s) ds =
f (t s)g(s r)h(r) dr ds =
R
RZ Z
R

Z Z
=
f (t s)g(s r) ds h(r) dr =
(f Tt T ) (g Tr ) dm h(r) dr =
R Z R

Z

ZR ZR
=
(f Tt T Tr ) g dm h(r) dr =
f (t r s) g(s) ds h(r) dr =
R
R
R
ZR
= (f ? g)(t r)h(r) dr = (f ? g) ? h(t)
R
3. Inmediato.
4. Inmediato.

Z Z
Z
Z Z

|f (t s)| |g(s)|ds dt =
5. kf ?gk1 =
|f ?g(t)|dt =
f (t s) g(s)ds dt
R
R Z Z

R R
Z Z R
=
|f (t s)| dt |g(s)|ds =
|f Ts |dm |g(s)|ds = kf k1 kgk1.
R
Teorema 5.5.5
La transformaci
on de Fourier
F:
L1 (R)
f
C0 (R)
f
es un homomorfismo entre algebras de Banach.

Demostraci
on:
En las propiedades 5.4.2 hemos probado el car
acter de operador lineal y
continuo entre espacios de Banach de F . S
olo resta comprobar, por tanto,
:
que F (f ? g) =
Z

Zf g
Z
F (f ? g)(s) =
eist (f ? g)(t) dt =
eis(tr+r)
f (t r)g(r) dr dt =
R
R

Z Z
Z Z R
is(tr)
isr
=
e
f (t r) dt e
g(r) dr =
(Fs f ) Tr dm eisr g(r) dr =
R ZR
R
R
(s).
= f(s) eisr g(r) dr = f(s) g
R
Observaciones 5.5.6
1. Claramente, el algebra de Banach (C0 (R), ) no es unitaria porque la
u
nica unidad posible sera la funci
on constante 1 y esta no se anula en
el infinito.
2. El algebra (L1 (R), ?) tampoco es unitaria porque, si lo fuera, existira
u L1 (R) tal que
f ?u = f
= f f L1 (R)
f L1 (R) y, por tanto, f u

5.5. LA F -TRANSFORMADA EN EL ALGEBRA
(L1 (R), ?).
187
u
=g
y, como g
(s) 6=
En, particular, si g es la gaussiana standart, g
(s) = 1 s R. Pero esto es
0 s R, debera suceder que u
imposible de acuerdo con la propiedad 5.4.2.10
3. Sin embargo, las gaussianas gv cumplen que
lim kgv ? f f k1 = 0 f L1 (R)
v0
y por eso decimos que el algebra (L1 (R), ?) tiene aproximaciones de la

unidad.
Explotaremos el teorema 5.5.5 para obtener nuevas propiedades del operador
F : L1 (R) C0 (R)
Teorema 5.5.7
F (L1 (R)) es denso en
(C0 (R), k k)
Demostraci
on
Aplicando el corolario 1.1.13 al caso en que K es la compactificaci
on de
Alexandroff de R y x0 = , deducimos que un algebra contenida en C0 (R)
que separa los puntos de R y tiene conjugados, es densa en (C0 (R), k k).
Por ser F un homomorfismo, F (L1 (R)) es un algebra contenida en C0 (R).
Tambien es claro que F (L1 (R)) tiene conjugados. Si probamos que F (L1 (R))
separa los puntos de R, habremos concluido:
En L1 (R) est
a la gaussiana g11 y en F (L1 (R)) su transformada de Fourier
s2
1
s2
s2
2
11 (s) = eis 2 . Es f
g
acil ver que s1 6= s2 eis1 2 6= eis2 2 . Luego
F (L1 (R)) separa los puntos de R.
Lema 5.5.8
Sean gv y hv las funciones consideradas en 5.4.8.3. Si f L1 (R),
Z
gv ? f (t) =
hv (r)eitrf (r) dr v R+
R
Demostraci
on:

Z
Z
Z
Z
v (s) ds =
eisr hv (r) dr ds =
gv ?f (t) =
f (ts)gv (s) ds =
f (ts)h
f (ts)
R
=
=
hv (r)
R
Z
hv (r)eitr
R
eisr
Z

Z

Z
i(ts)r
itr
f (t s) ds dr =
hv (r)
e
e
f (t s) ds dr =
R

Z
Z
i(ts)r
itr
e
f (t s) ds dr =
hv (r)e
f (r) dr =
hv (r)eitrf (r) dr
R
188
Teorema 5.5.9 F
ormula de inversi
on
Si f L1 (R) y f L1 (R), existe E M con m(E c) = 0 y existe f f tales
que
Z
1
eits f (s) ds,
t E
f (t) =
2 R
Demostraci
on:
Consideremos la funcion
1
f0 (t) =
2
eits f (s) ds,
t R
Por el lema 5.5.8 sabemos que

Z
h 1 (r)eitrf (r) dr
g 1 ? f (t) =
n
n N
La sucesi
on de funciones medibles (h 1 Ft f ) converge puntualmente a la
n
1
Ft f y est
a dominada por esta misma funci
on integrable. El
funci
on
2
teorema de la convergencia dominada asegura que
lim g 1 ? f (t) = f0 (t) t R
y, por la observaci
on 5.5.6.3
lim kg 1 ? f f k1 = 0.
Por 5.4.1 existe E M con m(E c) = 0 y existe f f tales que

f (t) = f0 (t) t E
Comentarios 5.5.10
1. Esta f
ormula de inversi
on es la misma que la que hemos obtenido para
las gaussianas gv en la observaci
on 5.4.8.3.
2. La inyectividad de F : L1 (R) C0 (R) puede obtenerse como corolario
del teorema 5.5.9:
Si f = 0 es claro que f L1 (R). Por tanto, f tiene un representante
f = 0 a.e.(m).
3. Si f , f1 y f2 est
an en L1 (R) tenemos: f = f1 ? f2
En efecto:
Est
a probado en el teorema 5.5.5.
f = f1 f2 .
= f1 f2 = f, luego
Consideramos h = f1 ? f2 . Nos dicen que h
f = h.
5.6. LA L-TRANSFORMADA EN EL ESPACIO L1 (R+ ).
189
En particular, tenemos la siguiente f

ormula para las gaussianas
gb1 ,v1 ? gb2 ,v2 = gb1 +b2 ,v1 +v2 ,
pues sus transformadas cumplen

s2 v
s2 v
s2 (v1 +v2 )
isb1 2 1
isb2 2 2
2
e
e
= eis(b1 +b2 )
4. Si f, g son sendos representantes de f , g L1 (R), podemos resolver la
ecuaci
on integral
Z
u(x) = f (x) +
u()g(x )d
R
transformando cada miembro de la ecuaci

on, despejando y aplicando
el teorema de inversi
on:
F (u) = F (f ) + F (u) F (g)
u(x) =
5.6
1
2
F (u) =
F (f )(y) ixy
e dy
1 F (g)(y)
F (f )
,
1 F (g)
La L-transformada en el espacio L1(R+ ).
Dada una f : R+ C medible , definimos su transformada de Laplace como

la funci
on de la variable compleja z = x + iy, dada por la integral
Z
L(f )(z) =
f (t)ezt dt.
R+
Estar
a bien definida cuando
Z
Z
zt
|f (t)e |dt =
R+
R+
|f (t)|extdt < .
El n
umero real x0 = inf{x R | f (t)ext L1 (R+ )} se llama abcisa de
sumabilidad de f y se cumple el siguiente
Teorema 5.6.1
Si f : R+ C es medible y tiene abcisa de sumabilidad x0 la transformada
de Laplace est
a bien definida y es holomorfa en el semiplano
L(f ) : <(z) > x0 C
190
Demostraci
on:
Si z = x + iy tenemos que
Z
Z
|f (t)|extdt
|L(f )(z)|
R+
|f (t)|ex0 t dt < +
R+
en
<(z) > x0
Adem
as, m N, la abcisa de sumabilidad de la funci
on
R+
t
Pm f :
C
tm f (t)
tambien es x0 y, como
|tm f (t)ext | tm |f (t)|ex0 t
y la mayorante es integrable, podemos derivar bajo el signo integral
Z
dL(f )m
m
(z) = (1)
tm f (t)ezt dt = (1)m L(Pm f )(z)
dz m
+
R
Ejemplos 5.6.2
1. La funci
on de Heaveside H = 1[0,) tiene abcisa de sumabilidad x0 = 0
y su L-transformada es
L(H):
<(z) > 0
z
C
1
z
2. La funci
on P 1 que lleva t 7 t 2 tiene abcisa de sumabilidad x0 = 0
2
y su L-transformada es
L(P 1 ):
<(z) > 0
z
En efecto, L(P 1 )(z) =

2
dt = 2udu tenemos
Z
L(P 1 )(z) =
2
R
0
C
p
z
t 2 ezt dt y con el cambio
zu2
2e
du =
zu2
du =
t = u y
.
z
3. Para p 0 y a 0 la funci
on Pp La que lleva t 7 tp eat tiene abcisa
de sumabilidad x0 = a y su L-transformada es
L(Pp La ):
<(z) > a
C
(p + 1)
(z a)p+1
191
Observaci
on 5.6.3
on
Si f : R+ C es medible con abcisa de sumabilidad x0 y f es su extensi
f:
C
(
0
si t < 0
f (t) si t 0
para <(z) = x > x0 existen las integrales

Z
Z
zt
f (t)e dt =
f (t)ext eiyt
R+
La primera es la transformada de Laplace L(f ) : <(z) > x0 C, la segunda

es la transformada de Fourier F (f Lx) : R C siendo Lx nuestra conocida
funci
on t 7 ext .
La transformada de Laplace aparece, as, como una transformada de Fourier
y, por tanto, podemos deducir algunas de sus propiedades a partir de las ya
conocidas de la transformada de Fourier.
Propiedades 5.6.4
Sean f, g : R+ C medibles con abcisas de sumabilidad xf y xg .
1. Linealidad:
, C tenemos que f + g es medible y su abcisa de sumabilidad
es x0 = max{xf , xg }. En <(z) > x0 se cumple que
L(f + g) = L(f ) + L(g)
2. Inyectividad:
Si L(f ) = L(g) en <(z) > x0 , se cumple que f = g
a.e.(m) en R+
3. Conjugaci
on:
La conjugada f : R+ C tambien tiene abcisa de sumabilidad xf .
De acuerdo con 5.4.3,2 y la observaci
on 5.6.3. se deduce que
L(f)(z) = L(f )(
z)
4. Comportamiento en :
De acuerdo con el lema 5.4.2,10 y la observaci
on 5.6.3 se cumple que
lim L(f )(z) = 0
|z|+
5. Dilataci
on:
Dado a > 0 podemos componer f con la dilataci
on Da : R+ R+ ,
192
R+
t
1
dt =
a
f Da :
y, como
zt
f (at)e
C
f (at)
f (s)e a s ds
es claro que la abcisa de sumabilidad de f Da es

L(f Da ) =
xf
a
1
L(f ) D 1
a
a
6. Traslaci
on:
Dado a > 0 podemos componer f con la traslaci
o n Ta : R+ R+ ,
R+
t
f Ta :
C
f (t + a)
y, mediante el cambio t + a = s vemos que

Z
Z
zt
az
f (t + a)e dt = e
f (s)ezs ds
0
Por tanto,
az
L(f Ta )(z) = e

Z
L(f )(z)
zs
f (s)e

ds
7. Retardo:
Dado a > 0 podemos componer la extensi
on
f:
C
(
0
si t < 0
f (t) si t 0
con la traslaci
on Ta y obtener la funci
on:
f Ta :
R
t
C
(
0
f (t a)
si t < a
.
si t a
A la restricci
on de f Ta en R+ la designamos
f Ta :
R+
t
C
(
0
si t < a
f (t a) si t a

y, como
Z
Z
zt
f Ta (t)e dt =
0
zt
f (t a)e
dt =
f (s)e(z+a)s ds,
la abcisa de sumabilidad de f Ta es xf + a y
L(f Ta ) = La L(f )
8. Derivaci
on:
Si existe L(f 0 ), integrando por partes tenemos
Z
Z

0
zt
zt
f (t)e dt = f (t)e + z
f (t)ezt dt
0
luego,
L(f 0 )(z) = f (0) + zL(f )(z)
Para las sucesivas derivadas, iterando el razonamiento obtenemos

L(f (n )(z) = f (n1 (0) z n1 f (0) + z n L(f )(z).
9. Valor inicial:
Si existe L(f 0 ), por 4. tenemos que
lim L(f 0 )(z) = 0 y, por 7.
|z|+
lim zL(f )(z) = f (0)
|z|+
10. Valor final:

Si existe L(f 0 ) en <(z) > 0, el teorema 1.2.17 asegura que
Z
Z
zt 0
lim
e f (t)dt =
f 0 (t)dt = lim f (f ) f (0).
|z|0
t+
As,
lim L(f 0 )(z) = lim zL(f )(z) f (0) = lim f (f ) f (0)
|z|0
t+
|z|0
y, por tanto,
lim zL(f )(z) = lim f (t)
t+
|z|0
11. Integraci
on:
La primitiva de f ,
F :
R+
t
C
0 f (s)ds
Rt
193
194
es medible, tiene abcisa de sumabilidad xf y cumple que F 0 = f y

F (0) = 0. Por 6., L(F 0 )(z) = zL(F )(z), luego
L(F )(z) =
L(f )(z)
z
12. Convoluci
on:
La funci
on
f ?g :
R+
t
Rt
0
C
f (s)g(t s)ds
es medible y tiene abcisa de sumabilidad x0 = max{xf , xg }. Adem

as,
L(f ? g) = L(f ) L(g).
En efecto:
Para funciones f, g : R+ R+ estamos en el caso de la L-transformada
de la convoluci
on de medidas finitas ya visto en 5.3,5.
Para funciones f, g : R+ R, se deduce de la linealidad de L y del
p
arrafo anterior:
L(f ? g) = L(f + ? g + f + ? g f ? g + + f ? g ) =
= L(f + ) L(g + ) L(f + ) L(g ) L(f ) L(g +) + L(f ) L(g ) =
= (L(f + ) L(f )) (L(g + ) L(g )) = L(f ) L(g)
Para funciones f, g : R+ C, se procede de forma an
aloga, descomponiendo las funciones f y g en sus partes real e imaginaria.
Recogemos en la siguiente tabla algunas de las reglas vistas hasta ahora:
195
Tabla de L-transformadas
f
L(f )
1
z
1
z2
n!
1
t
tn
z n+1
1
za
k!
(z a)k+1
1
(z i)2
1
(z + i)2
2z
(1 + z 2 )2
a
(z b)2 + a2
z
(z b)2 + a2
f (0) + zL(f )(z)
eat
tk eat
teit
teit
tsin(t)
ebt sen at
ebt cos at
f0
f 00
Rt
0
f 0 (0) zf (0) + z 2 L(f )(z)

L(f )(z)
z
L(f ) L(g)
f (s)ds
f ?g
Ejercicio 5.6.5
Determinar la funci
on f (x) que satisface la ecuaci
on:
x
f (x) = e
x
0
e(xt) sen (x t)f (t)dt
Soluci
on:
Si designamos
g(x) = ex sen x
podemos escribir la ecuaci

on en la forma
f (x) = ex + f ? g(x)
196
y transform
andola usando el teorema de convoluci
on, resulta
1
1
z+1
+ L(f )(z) L(g)(z) luego L(f )(z) =
L(f )(z) =
z+1
1 L(g)(z)
Por tanto,
(z + 1)2 + 1
1
1
=
+
3
(z + 1)
z + 1 (z + 1)3
Por la linealidad y la inyectividad de la L-transformada, la tabla tambien
nos sirve para hallar las antitransformadas de combinaciones lineales de
funciones de la u
ltima columna. As,
L(f )(z) =
x2 ex
2
Tambien nos da esta respuesta la orden de Sage L(f )(z).inverse laplace(z, x)
f (x) = ex +
Para finalizar, veremos que el teorema 5.5.9 y la observaci

on 5.6.3 nos dan
un metodo directo de hallar L-antitransformadas:
Teorema 5.6.6
Sea V el semiplano abierto <(z) > x0 y sea G : V C una funci
on holomorfa tal que lim G(z) = 0. Fijado cualquier x > x0 se tiene que
|z|
g:
R
t
C
G(x + it)
est
a en L1 (R) y, si B es la recta paralela al eje imaginario con abcisa x,
R+
t
h:
es tal que L(h) = G.
1
2i
C
zt dz
G(z)e
B
Demostraci
on:
La primera afirmaci
on es inmediata. Para la segunda, parametrizando la
recta B en la forma
B: R
C,
s 7 x + is
tenemos
Lx (t)
y, por 5.5.8
1
2i
G(z)ezt dz =
1
F Lx (t)
2i
y, por 5.6.3
1
2
zt
G(z)e dz
g(s)eist ds
R
L(h)(z) = g(t) = G(z)
= g(t)
197
Ejemplo 5.6.7
Para n > 1 la funci
on
C \ {0}
z
C,
1
zn
es holomorfa y lim G(z) = 0. Adem

as, fijado x > 0, la funci
on
|z|
g:
R
t
C
1
(x+it)n
est
a en L1 (R) porque
Z
|g(t)|dt 2
dt
< .
tn
Seg
un 5.6.6 para hallar la L-antitransformada de G(z) debemos evaluar
Z zt
1
e
dz para t > 0
2i B z n
siendo B la recta paralela al eje imaginario de abcisa x. Siendo R > x, si
recorremos el contorno BR CR en sentido contrario a las agujas del reloj ,
CR
R 2 x2
BR
R 2 x2
zt
encerramos a z = 0, u
nico polo de la funci
on ezn y, usando 4.6.15,
Z
Z
1
ezt
1
ezt
ezt
dz
+
dz
=
Res(
; 0)
2i BR z n
2i CR z n
zn
Si R la primera integral tiende a la que debemos evaluar mientras que
la seguda tiende a 0 y, as,
Z zt
1
e
ezt
tn1
dz
=
Res(
;
0)
=
2i B z n
zn
(n 1)!
puesto que
ezt = 1 +
zt
z n1 tn1
++
+
1!
(n 1)!
198
5.7
Aplicaciones de las F -transformadas
Por 5.5.9, si f y F (f ) L1 (R), E R con m(E c) = 0 tal que

Z

Z
Z
1
1
f (x) =
eiyx
f (t)eiyt dt dy =
f (t)eiy(xt) dtdy =
2 R
2
2
R
R
Z
1
=
f (t)[cos y(x t) + i sen y(x t)]dtdy =
2 R2
Z
1
=
f (t) cos y(x t)dtdy x E
2 R2
porque sen y(x t) es una funci
on impar en y. Entonces,
Z

Z
1
f (t) cos y(x t)dt dy =
f (x) =
R+
R

Z

Z Z
1
1
f (t) cos ytdt cos yx +
f (t) sen ytdt sen yx dy x E.
=
R
R
R+
Es decir,
Z
f (x) =
[A(y) cos yx + B(y) sen yx] dy x E
R+
siendo

1R
A(y) =
R f (t) cos ytdt

1R
f
(t)
sen
ytdt
B(y)
=
R
Con esta nueva formulaci
on, el teorema 5.5.9 se puede utilizar para resolver
ecuaciones de la fsica matem
atica como se indica en los siguientes ejemplos:
Ejemplo 5.7.1
Una barra delgada semi-infinita [0, ), cuya superficie est

a aislada tiene
una temperatura inicial dada por f : [0, ) R. En un instante t = 0
se somete su extremo a una temperatura de 0 grados y se mantiene as
indefinidamente. Hallar la temperatura u(x, t) del punto x en el instante t.
Soluci
on:
Si es la conductividad termica de la barra, la fsica nos dice que
u
2u
= 2
t
x
x > 0, t > 0.
En este caso, adem

as, se debe cumplir que u(x, 0) = f (x) y u(0, t) = 0.
Una soluci
on en variables separadas u(x, t) = T (t)X(x) de la ecuaci
on del
calor debe cumplir que
1 T 0 (t)
X 00 (x)
=
T (t)
X(x)
5.7. APLICACIONES DE LAS F -TRANSFORMADAS
199
y, en consecuencia, ambos miembros deben ser iguales a una constante negativa, digamos 2 . As, una candidata a soluci
on ser
a
2
u (x, t) = T (t)X (x) = e t (A() cos(x) + B() sen (x))

con A() y B() constantes arbitrarias. Pero si u (0, t) = 0 t > 0 es
necesario que A() = 0 y nuestra candidata ser
a
2
u (x, t) = e t B() sen (x).

Pero, evidentemente, la suma de soluciones
n
X
ui tambien ser
a soluci
on y,
i=1
por extensi
on, tambien ser
a soluci
on
Z
2
u(x, t) =
e tB() sen (x))d
R+
Imponiendo que u(x, 0) = f (x), resulta que

Z
f (x) =
B() sen (x))d
R+
y, seg
un la formulaci
on del teorema 5.5.9 dada en la p
ag. 198 deducimos
que f debe ser una funci
on impar y cumplirse que
Z
Z
2
1
f (v) sen (v)dv =
f (v) sen (v)dv
B() =
R
R+
As, podemos proponer como soluci
on de la ecuaci
on en derivadas y las
condiciones en los bordes:
Z
2
2
u(x, t) =
f (v)e t sen (v) sen (x)dvd
R+ R+
Ejemplo 5.7.2
Una placa aislada semi-infinita R R+ tiene su borde (x, 0) a temperatura
f (x). Calcular su temperatura u(x, y) en condiciones estacionarias.
Soluci
on:
Si es la conductividad termica de la placa, la fsica nos dice que
2

u
u 2u
=
+ 2
t
x2
y
y, por tanto, cuando la temperatura no varie con el tiempo, u(x, y) debe
satisfacer la ecuaci
on de Laplace
2 u 2u
+ 2 = 0 (x, y) R R+ .
x2
y
200
Adem
as, debe satisfacer la condici
on de frontera, u(x, 0) = f (x) x R.
Una soluci
on en variables separadas u(x, y) = X(x)Y (y) debe cumplir que
X 00 (x)
Y 00 (y)
=
X(x)
Y (y)
on ser
a

u (x, y) = X (x)Y (y) = (A() cos(x) + B() sen (x)) C()ey + D()ey
con A(), B(), C() y D() constantes, en principio, arbitrarias. Pero,

como u (x, y) debe ser acotada cuando y debemos exigir que C() = 0.
As, nos sirven las soluciones
u (x, y) = ey (A() cos(x) + B() sen (x))
o, como en 5.7.1, la suma de todas ellas
Z
(?)
u(x, y) =
ey (A() cos(x) + B() sen (x)) d.
R+
De la condici
on de frontera u(x, 0) = f (x) y de la nueva formulaci
on del
teorema 5.5.9 deducimos que
Z
f (x) =
(A() cos(x) + B() sen (x)) d
R+

1R
A() =
R f (u) cos udu

1R
B()
=
f
(u)
sen
udu
Sustituyendo en (?) proponemos la soluci

on
Z
1
u(x, y) =
ey f (u) cos (u x)dud.
R+ R
Ejemplo 5.7.3
A una cuerda infinita que coincide con el eje x se le da una forma inicial
f (x) y se suelta sin velocidad inicial en un instante t = 0. Determinar el
desplazamiento y(x, t) (x, t) R R+ .
Soluci
on:
Si es la tensi
on de la cuerda y es su masa por unidad de longitud, la
fsica nos dice que el desplazamiento debe cumplir la ecuaci
on
2y
2y
=
t2
x2
(x, t) R R+
5.7. APLICACIONES DE LAS F -TRANSFORMADAS
201
y, en nuestro caso, se deben cumplir las condiciones iniciales

y(x, 0) = f (x) y
y
(x, 0) = 0
t
x R.
on en variables separadas y(x, t) = T (t)X(x)

Designando a2 = , una soluci
debe cumplir
T 00 (t)
X 00(x)
= a2
T (t)
X(x)
on ser
a
y (x, t) = T (t)X (x) = (A() cos(x) + B() sen (x)) (C()cos(t) + D() sen (t))
con A(), B(), C() y D() constantes, en principio, arbitrarias. Pero,
como y
, nos sirven las
t (x, 0) = 0, debemos exigir que D() = 0. As
soluciones
y (x, t) = (A() cos(x) + B() sen (x)) cos(at)
y, tambien, su suma generalizada
Z
(??)
y(x, t) =
(A() cos(x) + B() sen (x)) cos(at)d
R+
De la condici
on inicial y(x, 0) = f (x) y de la reformulaci
on de 5.5.9 obtenemos
Z
f (x) =
(A() cos(x) + B() sen (x)) d
R+
con

1R
f
(u)
cos
udu
A() =
R

1R
f (u) sen udu

B() =
R
Substituyendo en (??) tenemos

Z
1
y(x, t) =
f (u) cos(at) cos (x u)dud
R+ R
y utilizando la identidad trigonometrica
1
(cos( + ) + cos( )) ,
2
Z
Z
1
1
y(x, t) =
f (u) cos (x+atu)dud+
f (u) cos (xatu)dud
2 R+ R
2 R+ R
cos cos =
que es la famosa soluci

on de dAlembert para la cuerda vibrante:
y(x, t) =
f (x + at) f (x at)
2
202
En las aplicaciones de la F -transformada tambien es habitual transformar

termino a termino una ecuaci
on en derivadas parciales, resolver la ecuaci
on
diferencial que aparece y obtener el resultado final calculando su antitransformada mediante los teoremas 5.5.5 o 5.5.9.
Ejemplo 5.7.4
Determinar la temperatura de una barra delgada infinita y aislada, situada
en el eje x, sabiendo que su temperatura inicial es f (x).
Soluci
on:
La fsica y las condiciones iniciales nos dicen que debemos hallar una u(x, t)
que cumpla
2u
u
= 2 (x, t) R R+ y y(x, 0) = f (x) x R.
t
x
Haciendo las transformadas de cada miembro de la ecuaci
on como funciones
de x tenemos:

Z
Z
u
u iyx
F
(y) =
e
dx =
ueiyx dx = F (u)(y)
t
t R
t
R t
y, por 5.4.2,3,
2

u
u
(y) = iyF (u)(y) y F
(y) = y 2 F (u)(y).
F
x
x2
La ecuaci
on transformada
F (u)(y) = y 2 F (u)(y)
t
puede ser interpretada como una ecuaci
on diferencial en t y,as,
2
F (u)(y) = Cey t.
En particular, para t = 0,
F (u(x, 0))(y) = F (f (x))(y) = C
y, por tanto,
F (u)(y) = F (f )(y)ey t .
Ahora bien, en la p
ag. 172 obtuvimos que
F (0v )(y) = e
vy 2
2
y, as,
F (u)(y) = F (f )(y) F (0,2t)(y).
El teorema de convoluci
on concluye que
Z
Z
2
1
u(x, t) =
0,2t()f (x )d =
e 4t f (x )d.
4t R
R
.
5.8. APLICACIONES DE LAS L-TRANSFORMADAS
5.8
203
Aplicaciones de las L-transformadas
Las L-transformadas se suelen usar para para transformar ecuaciones diferenciales lineales con coeficientes constantes en ecuaciones algebraicas, ecuaciones diferenciales lineales con coeficientes variables en otras ecuaciones
diferenciales m
as sencillas o ecuaciones en derivadas parciales en ecuaciones
diferenciales, resolver estas y obtener el resultado final calculando la antitransformada, o resolver ecuaciones integrales haciendo uso del teorema de
convoluci
on. Veamos algunos ejemplos.
Ejemplo 5.8.1
Resolver el problema de condici
on inicial
y 00 (t) + y(t) = cos(t),
y(0) = 0,
y 0 (0) = 1.
Soluci
on:
La ecuaci
on transformada es:
1 + z 2 L(y)(z) + L(y)(z) =
z
1 + z2
y, por tanto, L(y)(z) =
1 + z + z2
(1 + z 2 )2
Descomponiendo en fracciones simples tenemos

L(y)(z) =
1
z
+
2
1+z
(1 + z 2 )2
Aplicando la tabla de la p
ag. 194 obtenemos la soluci
on
1
y(t) = sen (t) + t sen (t)
2
Ejemplo 5.8.2
Resolver el problema de condici
on inicial:
y 00 (t) + 2ty 0 (t) 4y(t) = 1 con y(0) = y 0 (0) = 0
Soluci
on:
Por la linealidad y el teorema 3.13.1, la L-transformada de la ecuaci
on diferencial,
y 00 (t) + 2ty 0 (t) 4y(t) = 1
es
dL(y 0 )
(z) 4L(y)(z) = L(1)(z)
dz
Al transformar 1 y las derivadas con y(0) = y 0 (0) = 0, obtenemos
L(y 00 )(z) 2
dL(y)
(z) = 1
dz
que es una ecuaci
on diferencial lineal de primer orden cuya soluci
on, como
debemos saber o podemos ver mediante el siguiente programita de Sage,
z(z 2 6)L(y)(z) 2z 2
204
var(z)
Ly = function (Ly, z)
ec = diff (Ly, z) == (z*(z^2-6)*Ly-1)/(2*z^2)
desolve(ec,Ly)
es
L(y)(z) = z 3
Su antitransformada la hallamos usando la tabla de la p
ag. 194 o la orden
de Sage:
var(C t)
f(z)=C+z^(-3)
show(f(z).inverse_laplace(z,t))
y resulta ser
y(t) =
t2
.
2
Ejemplo 5.8.3
Resolver la ecuaci
on en derivadas parciales
u
2u
= 2
t
x
en
0 < x < , t > 0
con las condiciones iniciales y de contorno
u(x, 0) = sen 2 x
u (0, t) = u (, t) = 0
x
x
Soluci
on:
Consideramos u(x, t) como una funci

on de t donde x es un par
ametro. Su
transformada de Laplace L(u)(x, z) ser
a una funci
on de z donde x es un
par
ametro.
u
ser
a la transformada de una derivada, luego
t

u
L
= zL(x, z) u(x, 0) = zL(x, z) sen 2 x
t
La transformada de
u
ser
a
x
Z
Z
u
L(u)
ezt (x, t)dt =
ezt u(x, t)dt =
(x, z)
x
x 0
x
0
Sin embargo, la transformada de
205
2u
2 L(u)
ser
a
. As, la ecuaci
on transformada es
2x
2x
e, igualmente, la de
2 L(u)
(x, z)
2x
zL(u)(x, z) sen 2 x =
Considerando la z como un par

ametro, hemos transformado el problema
inicial en el siguiente problema de contorno:
L(u)00 (x, z) zL(u)(x, z) = sen 2 x
(
L(u)0 (0, z) = 0
L(u)0 (, z) = 0
La soluci
on general de la ecuaci
on homogenea es de la forma
Ae
Como
2
sen x =
zx
+ Be
eix eix
2i
2
zx
1 e2xi e2xi
2
4
4
buscamos una soluci

on particular de la ecuaci
on completa, de la forma
C + De2xi + Ee2xi
Sustituyendo tenemos
1 e2xi e2xi
4De2xi 4Ee2xi z(C + De2xi + Ee2xi) = +
+
2
4
4
con lo que determinamos las constantes
C=
1
2s
1 1
4 4+s
D=
y la soluci
on particular
E=
1 1
4 4+s
1
cos 2x
2s 2(4 + s)
As, la soluci
on completa es
Ae
zx
+ Be
zx
1
cos 2x
2z 2(4 + z)
Las condiciones de contorno imponen que A = B = 0 luego

L(u)(x, z) =
1
cos 2x
2z 2(4 + z)
S
olo queda hallar su antitransformada y para ello usamos la tabla de la p
ag.
194 o o la orden de Sage
206
var(x t)
f(z)=(1/(2*z))-(cos(2*x)/(2*(4+z)))
resultando ser
u(x, t) =
1 cos 2x 4t 1 e4t cos 2x
e
=
2
2
2
Ejemplo 5.8.4
Resolver la ecuaci
on en derivadas parciales
2u
2u
2u
2
+
= 0 en
2x
xt
2t
x 0, t 0
con las condiciones iniciales
Soluci
on:
u(x, 0) = 2x2
u
(x, 0) = ex
t
Consideramos u(x, t) como funci

on de t, con par
ametro x. Entonces, L(u)(x, z)
ser
a funci
on de z con par
ametro x. Por tanto,
2
2 L(u)
u
=
L
2x
2x
u
L(u)
L
=z
4x
t x
x
2u
L
= ex 2zx2 + z 2 L(u)
2t
y la ecuaci
on transformada es

2 L(u)
L(u)
2 z
4x ex 2zx2 + z 2 L(u) = 0
2x
x
Podems considerarla como una ecuaci

on diferencial lineal de segundo orden
de una funci
on L(u) de x con par
ametro z:
L(u)00 (x) 2zL(u)0 (x) + z 2 L(u)(x) = 8x + 2zx2 + ex
Como la soluci
on homogenea es nula basta con hallar
una soluci
on particular. Probamos una del tipo
A + Bx + Cx2 + Dex
207
Sustituyendo obtenemos las constantes y la soluci

on
A=
4
,
z3
B = 0,
L(u)(x, z) =
C=
2
,
z
D=
1
(z 1)2
1
1
4
+ 2x2 + ex
3
z
z
(z 1)2
S
olo queda hallar la antitransformada usando la tabla de la p
ag. 194 o la
orden de Sage
var(x t)
f(z)=(1/(2*z))-(cos(2*x)/(2*(4+z)))
resultando ser
u(x, t) = 2t2 + 2x2 + ex t et = 2(x2 t2 ) + tex+t
Captulo 6
Problemas de Sturm
Liouville
6.1
Espacios con producto escalar
En un espacio vectorial real X llamamos producto escalar a toda forma

bilineal, simetrica y definida positiva ( | ) : X X R. Todo producto
escalar satisface la desigualdad de Cauchy-Schwartz
(x|y)2 (x|x) (y|y) x, y X
ya que
(x + y|x + y) = 2 (x|x) + 2(x|y) + (y|y) 0 x, y X,
R.
La aplicaci
on
kk :
X
x
R
1
(x|x) 2
cumple trivialmente las propiedades de una norma y la desigualdad de

Cauchy-Schwartz asegura que tambien cumple la ley del paralelogramo:
kx + yk2 + kx yk2 = 2kxk2 + 2kyk2
x, y X
La desigualdad de Cauchy-Schwartz tambien asegura x X, que el funcional lineal

fx :
X
y
es acotado y cumple que k|fx k| = sup{
R
(x|y)
|(x|y)|
kyk
| y 6= 0} kxk.
Teorema 6.1.1
Si en un espacio normado (X, k k) se cumple la ley del paralelogramo, la
norma procede del producto escalar
209
CAPITULO 6. PROBLEMAS DE STURM LIOUVILLE
210
(|) :
XX
(x, y)
R
kx + yk kx yk2
4
2
Demostraci
on:
Esta aplicaci
on ( | ) es, claramente, simetrica y definida positiva. Adem
as,
es rutinario comprobar que
(u + v|z) + (u v|z) = 2(u|z)
x+y
xy
y v=
vemos que (x|z) + (y|z) = (x + y|z),
2
2
luego (|z) cumple la condici
on de linealidad para la suma. Directamente de
la definici
on, vemos que tambien cumple la condici
on de linealidad para el
producto por 1, 0 y -1. Tomando u = v, lo probamos para el producto por
2 y, por inducci
on, para el producto por cualquier entero. De ah, se prueba
inmediatamente para el producto por cualquier racional y, por continuidad,
para el producto por cualquier real. Por tanto, ( | ) es bilineal.
Tomando u =
Si un espacio normado (X, k k) cumple la ley del paralelogramo pero no

es completo, el teorema 6.1.1 permite definir en su completado la extensi
on
del producto escalar. Por ello, centramos nuestra atenci
on en los espacios
normados completos cuya norma procede de un producto escalar, los espacios de Hilbert.
Comentarios 6.1.2
1. El espacio `2 de las sucesiones reales 2-sumables
n=1
x2n <
es
un espacio de Hilbert. Su norma k k2 procede del producto escalar
X
((xn )|(yn )) =
xn yn
n=1
Z
1/2
|f (t)| dt
procede del producto
2. En C[a,b] la norma kf k2 =
a
Z b
escalar (f |g) =
f (t) g(t)dt pero
a
Su completado es el Hilbert
comentario 1.2.22,2.
(C[a,b],k k2 ) no es completo.
(L2 ([a, b], m), k k2) introducido en el
3. En un espacio de Hilbert (X, k k), para todo par de vectores no nulos

x, y se cumple que
(x|y)
1.
1
kxk kyk
211
6.1. ESPACIOS CON PRODUCTO ESCALAR
Por tanto, podemos definir el angulo (x, y) determinado por dichos

vectores como el angulo menor o igual que el llano que cumple
(x, y) = arccos
(x|y)
kxk kyk
y, a partir de ah, recuperar conceptos geometricos importantes que, en

otros espacios normados son menos contundentes o carecen de sentido.
Por ejemplo, la ortogonalidad de dos vectores x, y:
x y (x|y) = 0 kx + yk = kx yk
que, si son no nulos, se corresponde con (x, y) = 2 o con ser
rect
angulo el paralelogramo subtendido por dichos vectores
q(x, y) = {x + y | (, ) [0, 1] [0, 1]}
y nos presenta la ley del paralelogramo en forma de teorema de
Pit
agoras:
kx + yk2 = kxk2 + kyk2 x y.
El concepto de ortogonalidad se traslada f
acilmente a cualquier subconjunto
de un espacio de Hilbert (X, k k). Decimos que A X es ortogonal si
x, y A, con x 6= y, se tiene que x y. Si, adem
as, todos sus vectores
son unitarios, A se llama ortonormal.
Si A es ortogonal y finito, tambien se verifica el teorema de Pit
agoras

X 2 X

x =
kxk2
A ortogonal

xA
xA
aunque, para car(A) > 2, ya no se verifica la implicaci

on contraria.
Si A es ortogonal y 0
/ A, A es libre pues si {x1 , ..., xn} A y
n
X
i xi = 0,
i=1
multiplicando escalarmente tenemos

!
n
X
ixi |xj = j (xj |xj ) = 0 j = 0 j = 1, ..., n
i=1
Tambien interesa definir el conjunto ortogonal de un subconjunto A X:

A = {x X | (x|a) = 0 a A}
Evidentemente, siempre A A
y si
AB
B A .
212
6.2
Aproximaci
on hilbertiana
En un espacio de Hilbert (X, k k), todo conjunto C convexo, cerrado y no

vaco tiene la siguiente propiedad:
x X
1 AC (x) C
kx AC (x)k = inf{kx ck | c C}
tal que
Este nfimo existe siempre y se denota d(x, C) por ser la distancia de x al

conjunto C. La existencia y unicidad del punto AC (x) llamado la mejor
aproximaci
on de x en C, es uno de los motivos por los que los espacios de
Hilbert son un lugar de trabajo optimo para cientficos y tecnicos.
Lema 6.2.1 (Vector minimizante)
Si C es un convexo cerrado no vaco de un espacio de Hilbert (X, k k), C
tiene un u
nico vector de norma mnima.
Demostraci
on:
Sea k = inf {kxk} y sea (xn ) C tal que (kxn k) k. La ley del paraleloxC
gramo y la convexidad de C aseguran que (xn ) es de Cauchy:

xn + xm 2

2 kxn k2 + kxmk2 4k2
kxn xm k = 2 kxn k + kxm k 4

2
2
La completitud del espacio de Hilbert y el hecho de ser C cerrado aseguran

que (xn ) x0 C. As, k = kx0 k = min{kxk}. Si existiese otro y0 C
xC
cumpliendo esta condici

on, la ley del paralelogramo le obligara a coincidir
con x0 :

kx0 y0 k2 2 kx0 k2 + ky0 k2 4k2 = 0.
Teorema 6.2.2 (Aproximaci

on a convexos)
Sea (X, k k) un espacio de Hilbert y C X un convexo cerrado no vaco.

Entonces:
1. x X
1 AC (x) C
tal que
kx AC (x)k = d(x, C)
2. (x AC (x)|y AC (x)) 0 (x, y) X C

3. Si (x, y0) X C y (x y0 |y y0 ) 0
y C,
y0 = AC (x)
Demostraci
on:
1. {x} + C es convexo cerrado y no vaco x X. Por el lema 6.2.1,
1 y0 C tal que kx y0 k = min{kx yk}. Luego y0 = AC (x).
yC
HILBERTIANA
6.2. APROXIMACION
213
2. Por ser C convexo

(1 )AC (x) + y C
(, y) [0, 1] C
luego
kx AC (x)k2 kx (1 )AC (x) yk2 =
= kx AC (x)k2 2(x AC (x)|y AC (x)) + 2 ky AC (x)k2

y, por tanto,
0 2(xAC (x)|yAC (x))+2 kyAC (x)k2
(, y) [0, 1]C.
En consecuencia,
2(x AC (x)|y AC (x)) ky AC (x)k2
(, y) (0, 1] C
y, por continuidad, tambien debe ser cierto para = 0. As,

(x AC (x)|y AC (x)) 0 y C
3. Es evidente que
(xy0 |y y0 ) = (xy0 |xy0 (xy)) = kxy0 k2 (xy0 |xy).
Por la hip
otesis y la desigualdad de Cauchy-Schwartz,
kx y0 k2 (x y0 |x y) kx y0 k kx yk y C.
Luego, kx y0 k kx yk y C y, por tanto, y0 = AC (x).
on a subespacios cerrados)
Sea Y un subespacio lineal cerrado de un espacio de Hilbert (X, k k). Entonces:
1. x X
1 AY (x) Y
2. x AY (x) Y
tal que
kx AY (x)k = d(x, Y )
x X.
3. X = Y Y
4. La aplicaci
on de aproximaci
on AY : X X es lineal, idempotente y
que cumple im AY = Y y ker AY = Y . Adem
as, kAY k = 1.
Demostraci
on:
1. Todo subespacio es convexo y no vaco. Si Y es cerrado, ya est
a
probado en 6.2.2,1.
214
2. Por 6.2.2,2, (x AY (x)|y) 0 y Y . Al ser Y un subespacio y

tenerse que cumplir la desigualdad para cada vector y su opuesto, s
olo
es posible la igualdad . Por tanto, x AY (x) Y x X.
3. Es una consecuencia inmediata de 2.
4. El punto 2 nos asegura, tambien, que la aplicaci
on de aproximaci
on
AY : X X es la proyecci
on con im AY = Y y ker AY = Y ligada a
la suma directa topol
ogica X = Y Y . Por el teorema de Pit
agoras
2
2
kxk = kAY (x)k + kx AY (x)k2 y, as, kAY (x)k kxk. Por tanto,
AY es acotada con kAY k 1. Adem
as, como AY = AY AY es claro
2
que kAY k kAY k y, por tanto, 1 kAY k. Luego kAY k = 1.
on a subespacios finitodimensionales)
Sea (X, k k) un espacio de Hilbert y sea Y un subespacio lineal finitodimensional de base {x1 , , xn}. Entonces, x X se tiene que

(x1 |x1 ) (x1 |x)

(x2 |x1 ) (x2 |x)

..
..
..
..

.
.
.
.

n
X (xn |x1 ) (xn |x)
1. AY (x) =
G(x1, x2 , , xn )
i=1
2. d2 (x, Y ) =

(x1 |xn )
(x2 |xn )

..

.

(xn |xn )
xi
G(x1 , x2, , xn , x)
G(x1, x2 , , xn )
Demostraci
on:
El teorema 6.2.3 asegura, para cada x X, una u
nica mejor aproximaci
on
n
n
X
X
i xi que cumple x
i xi Y . Como Y = {x1 , , xn } , el
i=1
i=1
vector a = (i ) Rn es la u
nica soluci
on del sistema de ecuaciones lineales
(SL)
n
X
i=1
i (xj |xi) = (xj |x) j = 1, , n.
El determinante, necesariamente no nulo, de la matriz de este sistema es

el grammiano G(x1 , , xn ). La expresi
on de AY (x) anunciada en 1. se
obtiene resolviendo el sistema (SL) mediante la regla de Cramer.
Por otra parte, d(x, Y ) = kx AY (x)k y, por tanto,
d2 (x, Y ) = (x AY (x)|x AY (x)) = (x|x) (x|AY (x))
HILBERTIANA
6.2. APROXIMACION
215
A
nadiendo esta ecuaci
on al sistema (SL) obtenemos el nuevo sistema lineal
1 (x1 |x1 ) + 2 (x1 |x2 ) + . . .
1 (x2 |x1 ) + 2 (x2 |x2 ) + . . .
+ n (x1 |xn) +
+ n (x2 |xn) +
1 (xn |x1 ) + 2 (xn |x2 ) + . . .

1 (x|x1) + 2 (x|x2) + . . .
+ n (xn|xn ) +
0
= (xn|x)
+ n (x|xn) + d2 (x, Y ) = (x|x)
0
0
= (x1 |x)
= (x2 |x)
..
.
De nuevo Cramer nos da la expresi

on de d2 (x, Y ) anunciada en 2.
Comentarios 6.2.5
En las condiciones del teorema 6.2.4 si {x1 , ..., xn} es ortogonal
AY (x) =
n
X
(xi|x)
xi
(xi|xi)
i=1
y, si {x1 , ..., xn} es ortonormal, aun se simplifica su expresi

on
AY (x) =
n
X
i=1
(xi|x)xi
Teorema 6.2.6 (Desigualdad de Bessel)

Si (X, k k) es un espacio de Hilbert y A X es ortonormal, se cumple:
X
|(x|y)|2 kxk2 x X y F A finito
yF
Demostraci
on:
Si F = {x1 , , xn} e Y = [F ], Pit
agoras y 6.2.5 aseguran que
kxk2 = kAY (x)k2 + kx AY (x)k2 kAY (x)k2 =
n
X
i=1
|(x|xi)|2 .
Teorema 6.2.7 (Riesz-Fisher)

Un espacio de Hilbert (X, k k) es isometricamente isomorfo a su dual (X ? , k k).
Demostraci
on:
Hemos visto (p
ag 209) que fx : X
lineal, acotado y k|fx k| kxk.
R es
x
Adem
as, k|fx k| = sup {(x|y)} x|
= kxk, luego k|fx k| = kxk.
kxk
kyk=1
As, la aplicaci
on lineal
J:
X
x
X?
fx
216
es isometrica y, por tanto, inyectiva. Veamos que tambien es suprayectiva:

Dado cualquier f X ? no nulo, por el teorema ?? y el teorema 6.2.3,3, existe
un vector unitario u ker f tal que X = [u]ker f . El vector v, candidato
a satisfacer f = fv , ser
a un u que cumpla fu (x) = f (x) x X, es
decir, (u|u + y) = f (u + y) y ker f . Para ello es necesario y
suficiente que = f (u) R y, por tanto, = f (u). Con la
elecci
on v = f (u)u aseguramos que f = ff (u)u.
Comentarios 6.2.8
1. El teorema de Riesz-Fisher identifica cada espacio de Hilbert (X, k k)
con su dual (X ? , k| k|) y, por ende, con su bidual (X ??, k k).
T
2. Para cualquier A X tenemos que A = aA ker fa y, como
intersecci
on de subespacios cerrados, es un subespacio cerrado.
3. Para cualquier A X se cumple que A = [A] . En efecto:
Como A [A] es claro que [A] A . Para el contenido contrario

tomamos v A . Para cualquier x [A] tenemos una sucesi
on
(xn ) [A] tal que (xn ) x. Entonces (v|x) = lim(v|xn) = 0 y, por
tanto, v [A] .
4. Si (X, k k) es un Hilbert e Y es un subespacio vectorial cerrado, del

contenido evidente Y Y y de X = Y Y = Y Y , se
deduce que Y = Y .
6.3
Bases hilbertianas
Definici
on 6.3.1
En un espacio normado (X, k k), una sucesi
on (xn ) X tal que para cada
elemento x X existe una u
nica sucesi
on (n ) R tal que
x=
n xn
n=1
se llama base de Schauder del espacio normado (X, k k).

La existencia de base de Schauder en un espacio (X, k k) es una cuesti
on
delicada. Si (xn ) es base de Schauder, la envoltura lineal racional del conjunto numerable {xn } es un conjunto numerable con clausura X. As, el
espacio (X, k k) tiene un conjunto denso y numerable. Los espacios normados con conjuntos densos numerables se llaman separables. La separabilidad
es una condici
on necesaria para la existencia de base de Schauder pero no
es suficiente como prob
o Enfl
o en 1972.
217
6.3. BASES HILBERTIANAS
En cualquier espacio de Banach (X, k k) un subconjunto T tal que [T ] = X

se llama conjunto total. Es claro que una base de Schauder siempre es un
conjunto total pero, para asegurar que de un conjunto total se puede extraer
una base de Schauder se deben cumplir ciertas condiciones:
Teorema 6.3.2 Prop 1.a.3 de [?]
Sea (X, k k) un espacio de Banach. Una sucesi
on (xn) X es base de
Shauder si y s
olo si se cumplen las siguientes condiciones:
1. {xn | n N} es total.
2. xn 6= 0 n N
3. Existe una constante K tal que para toda (n ) R y enteros p < q se
tiene que
q

p

X

X

n xn K
n xn

n=1
n=1
Teorema 6.3.3
En un Hilbert (X, k k) un subconjunto A es total si y s

olo si A = {0}.
Demostraci
on:
Si [A] = X, por 6.2.8,3, A = [A] = X = {0}.

Si A = {0},
por 6.2.8,4, [A] = [A]
= A = {0} = X.
Teorema 6.3.4
Un espacio de Hilbert separable (X, k k) siempre tiene una base de Schauder.
Demostraci
on:
Por ser (X, k k) separable, existe un subconjunto A numerable y denso que,
sin restricci
on, podemos suponer libre. Sometemos a A = (xn) al siguiente
proceso iterativo de Gramm-Schmidt:
x1
Con x1 generamos u1 =
y es claro que [x1 ] = [u1 ].
kx1 k
v2
Con x2 generamos v2 = x2 (x2 |u1 )u1 y u2 =
y es claro que
kv2 k
u2 u1 y [x1 , x2] = [u1 , u2 ].
v3
Con x3 , v3 = x3 (x3 |u1 )u1 (x3 |u2 )u2 y u3 =
y es claro que
kv3 k
u3 u1 , u3 u2 y [x1 , x2 , x3] = [u1 , u2 , u3 ]...
As, construimos el conjunto ortonormal U = (un ) tal que [A] = [U ]. Como
X = A [U ] X, U es total. Adem
as, Pit
agoras le asegura la condici
on 3
de 6.3.2. Luego (un ) es base de Schauder.
218
Las bases de Schauder ortonormales de un espacio de Hilbert (X, k k) se

llaman bases hilbertianas.
Teorema 6.3.5
El conjunto
1
1
W = { sen nt | n 1} { cos nt | n 0}
es una base hilbertiana del espacio (L2 [, ], k k2).

Demostraci
on:
Ya hemos visto en 1.1.14,5 que la envoltura lineal del conjunto
W = { sen nt | n 1} {cos nt | n 0}
es densa en (C[, ], k k). Adem
as, hemos dicho en 6.1.2,2 que C[, ] es
denso en (L2 [, ], k k2). En consecuencia, W es total en (L2 [, ], k k2).
Adem
as, las identidades trigonometricas:
sen sen = 2 (cos( ) cos( + ))

cos cos = 21 (cos( + ) + cos( ))
sen cos = 21 ( sen ( + ) + sen ( ))

nos aseguran que
Z

Z
Z
1
sen nt sen mtdt =
cos(n m)tdt
cos(n + m)tdt = nm
2
Z

Z
Z
1
cos(n + m)tdt +
cos(n m)tdt = nm
cos nt cos mtdt =
2
Z

Z
Z
1
sen nt cos mtdt =
sen (n + m)tdt +
sen (n m)tdt = 0
2
siendo nm la delta de Kronecker. As, W es total y ortonormal.

Corolario 6.3.6
Para todo T > 0 el conjunto
1
nx
1
nx
WT = { sen
| n 1} { cos
| n 0}
T
T
T
T
es una base hilbertiana del espacio (L2 [T, T ], k k2).
Demostraci
on:
Mediante la biyecci
on
219
6.3. BASES HILBERTIANAS

c:
[T, T ]
x
[, ]
x
T
definimos la aplicaci
on lineal, biyectiva y k k-isometrica
C:
C[, ]
f
C:
L2 [, ]
f
C[T, T ] .
f c
Su extensi
on
L2 [T, T ]
f c
tambien es lineal, biyectiva y conserva la ortogonalidad:

Z
Z
T
f g0=
f (x)g(x)dx =
f c(t)gc(t)dt = 0 C(f ) C(g)
T T
y, aunque no es k k2-isometrica, cumple que
1 kf k2
1 kC(f )k2
T
Teorema 6.3.7 (Parseval)

Sea (X, k k) un espacio de Hilbert separable y sea (en ) una base hilbertiana.
La transformaci
on
:
X
x
`2
((x|en))
es lineal, continua, isometrica y biyectiva.

Demostraci
on:
La linealidad es evidente y la continuidad se deduce de
2
k(x)k =
Si definimos xk =
k
X
n=1
X
n=1
|(x|en)|2 kxk2
(x|en )en , vemos que kxk k = k(xk )k k N y que
((xk )) (x). As k(x)k = kxk x X y es isometra. Esta

igualdad se suele presentar al cuadrado, como la identidad de Parseval:
2
kxk =
n=1
|(x|en)|2
Finalmente, dada una (n ) `2 , es claro que la sucesi

on
de Cauchy en (X, k k) y, por tanto, x0 =
n=1
k
X
n=1
n en
es
n en X. Evidentemente,
220
(x0) = (n) y es suprayectiva.
El teorema 6.3.7 nos presenta a `2 como modelo de todos los espacios

de Hilbert separables. Mediante la transformaci
on : X `2 podemos
trasladar un problema de un espacio de Hilbert (X, k k) al espacio can
onico
1
`2 , resolverlo, y retornar la soluci
on al espacio original.
6.4
Teora espectral en espacios de Hilbert
Si (X, k k) es un espacio de Hilbert designamos B(X) al conjunto de todas

las aplicaciones L : X X lineales y continuas. Con la suma habitual y
el producto por escalares, B(X) es un espacio vectorial sobre R. Adem
as,
con la composici
on, es un algebra vectorial unitaria sobre R. Con la norma
kLk = sup{kL(x)k | kxk = 1} es un a
lgebra de Banach con unidad:
1. (B(X), k k) es un espacio de Banach
2. kL M k kLk kM k (L, M ) B(X) B(X)
3. kIk = 1 siendo I : X X la identidad
En B(X) podemos definir la involuci
on
?:
B(X)
L
B(X)
L?
tal que (L? (x)|y) = (x|L(y)) (x, y) X X y cumple:

1. L?? = L
2. kLk = kL? k
3. (L M )? = M ? L? .
Los puntos fijos en esta involuci
on ?, es decir, los operadores que cumplen
L = L? se llaman autoadjuntos y juegan un interesante papel en la teora.
Propiedades 6.4.1
1. L? L y
L L?
son autoadjuntos.
2. kL? Lk = kLk2
3. ker L = (im L? )
ker L? = (im L)
(relaciones de L
orch)
Demostraci
on:
1
El retorno 1 : `2 X tambien es continuo por al teorema de la aplicaci

on abierta.
6.4. TEORIA ESPECTRAL EN ESPACIOS DE HILBERT
221
1. Inmediata
2. kL(x)k2 = (L(x)|L(x)) = (L? L(x)|x) kL? Lk kxk2
kLk2 kL? Lk. La desigualdad contraria es evidente.
luego
3. y (im L? ) (L? (x)|y) = 0 x X (x|L(y)) = 0 x X. La

otra relaci
on se demuestra de forma similar.
Teorema 6.4.2
Sea (X, k k) un espacio de Hilbert, B su bola unidad y L B(X) un operador autoadjunto. Entonces, kLk = sup {|(L(x)|x)|}
xB
Demostraci
on:
Designemos QL (x) := (L(x)|x) y RL := sup {|QL(x)|}.
xB
Es claro que |QL(x)| kLk kxk2 luego RL kLk. Para probar la desigualdad contraria tenemos en cuenta que
kLk = sup {kL(x)k} = sup {sup {(L(x)|y)}} = sup {(L(x)|y)}
xB
xB yB
x,yB
y la siguiente cadena de desigualdades

(L(x)|y) =
RL
|QL (x + y)| + |QL(x y)|

QL (x + y) QL (x y)
4
4
kx + yk2 + kx yk2
kxk2 + kyk2
= RL
RL
4
2
x, y B
Observaci
on 6.4.3
de un espacio de Hilbert (X, k k) no es compacta
La bola unidad cerrada B
carece de subsucesiones de Cauchy ya
pues toda base ortonormal
(en ) B
que kei ej k = 2.
Por ello conviene definir una convergencia m
as debil que la de la norma para
lograr, al menos, la compacidad debil de su bola unidad cerrada.
Definici
on 6.4.4
En un espacio de Hilbert (X, k k) decimos que la sucesi
on (xn) converge
debilmente a x y lo escribimos (xn ) * x si ((xn|y)) (x|y) y X.
Teorema 6.4.5
222
Sea (X, k k) un espacio de Hilbert y B su bola unidad. Toda (xn) B tiene

una subsucesi
on debilmente convergente a un punto de B.
Demostraci
on:
Como Y = [(xn)] es un espacio de Hilbert separable, tiene un subconjunto
denso y numerable D = (an ). Por ser ((a1 |xn )) una sucesi
on real acotada,
(x1n) subsucesi
on de
(xn ) tal que
((a1 |x1n )) y1
y, de igual modo,
(x2n)
subsucesi
on de
(x1n ) tal que
((a2 |x2n )) y2
(x3n)
subsucesi
on de
(x2n ) tal que
((a3 |x3n )) y3

As, la subsucesi
on diagonal (xnn ) cumple que ((ai |xnn )) yi ai D.
Probaremos que, tambien, ((y|xnn)) es convergente y Y . En efecto:
Dados y Y , > 0 aiy D tal que ky aiy k . Adem

as,
4
|(y|xnn) (y|xmm)| |(y aiy |xnn xmm )| + |(aiy |xnn xmm )|,
por ser (xnn ) B,

|(y aiy |xnn xmm )| kxnn xmm k
4
2
|(aiy |xnn xmm )|

n, m > n0 por ser ((ai |xnn )) de Cauchy,
2
luego ((y|xnn)) es de Cauchy y, por tanto, convergente.
Entonces, podemos definir la aplicaci
on lineal
:
Y
y
R
lim ((y|xnn))
y, como |(y)| limn kxnn k kyk kyk y Y , es acotada y kk 1.

Si P : X Y es la proyecci
on normal y tomamos f = P , es claro
?
que f X y kf k 1. Seg
un el teorema 6.2.7 podemos identificar f con
un x0 B. Este x0 cumple que ((x|xnn)) (x|x0) x X y, en
consecuencia, (xnn ) * x0
Definiciones 6.4.6
Sea (X, k k) un espacio de Hilbert y B su bola unidad. Decimos que
1. C B(X) es compacto si C(B) es compacto ( C(B) totalmente acotado)
2. F B(X) es de rango finito si dim im F < .
Observaciones 6.4.7
223
1. Todo operador de rango finito es compacto. En efecto:

Si F es de rango finito F (B) es cerrado y acotado en F (X), luego
compacto en F (X) y, a fortriori, compacto en X.
2. Todo operador tranforma sucesiones (debilmente) convergentes en sucesiones (debilmente) convergentes.
Teorema 6.4.8
Sea L B(X) compacto y sea (xn ) * x. Entonces, (L(xn)) L(x).
Demostraci
on:
Si (L(xn )) 6 L(x) existe > 0 y una subsucesi
on (zn ) de (xn ) tal que
kL(zn ) L(x)k > . Como {zn } es acotada y L es compacto, existe una
subsucesi
on (wn ) de (zn ) tal que (L(wn )) y0 X siendo y0 6= L(x).
Como el lmite debil de una sucesi
on es u
nico, llegamos al siguiente absurdo:
(
(wn ) * x
(L(wn)) * L(x)
(L(wn )) y0
(L(wn)) * y0
Comentarios 6.4.9
1. Los operadores compactos, por transformar las sucesiones debilmente
convergentes en convergentes, se llaman completamente continuos.
2. Designamos F(X) al subconjunto de B(X) constituido por todos los
operadores de rango finito. F(X) es un subespacio del espacio vectorial B(X) pero, en general, no es cerrado: Si (X, k k) es separable y
dim X = , es claro que la sucesi
on de proyectores b
asicos respecto
de cualquier base hilbertiana est
a en F(X) pero su lmite, que es la
identidad, no lo est
a.
3. F(X) es un ideal del algebra B(X) porque, claramente,
(
F L F(X)
(F, L) F(X) B(X)
L F F(X)
4. Designamos K(X) al subconjunto de B(X) constituido por todos los
operadores compactos. Es f
acil ver que K(X) es un subespacio del
espacio vectorial de B(X). Probaremos que es un ideal cerrado:
Teorema 6.4.10
K(X) es un ideal cerrado de B(X)
Demostraci
on:
Sean cualesquiera L B(X) y C K(X).
224
1. L C(B) es totalmente acotado porque es el transformado por la

funci
on continua L del conjunto totalmente acotado C(B). Por tanto,
L C K(X).
2. C L(B) es totalmente acotado porque est
a contenido en kLk C(B)
que es totalmente acotado. Por tanto, C L K(X).
Sea (Cn ) K(X) con (Cn ) L B(X).
Dado > 0 existe n0 tal que kCn0 Lk <
{x1 , ..., xp} X
tal que
y existe
Cn0 (B)
p
[
i=1
xi + B.
2
Dado cualquier x B tenemos kL(x) Cn0 (x)k < 2 y un xi0 tal que
p
[
kCn0 (x)xi0 k < 2 . As, L(B)

xi +B y, por tanto, L K(X).
i=1
Teorema 6.4.11
Sea (X, k k) un espacio de Hilbert y sea L B(X) compacto y autoadjunto.
Existe un vector unitario u que cumple L(u) = kLku.
Demostraci
on:
Por ser L autoadjunto, el teorema 6.4.2 asegura que existe una (xn ) B
tal que kLk = lim |(L(xn)|xn)| y el teorema 6.4.5 permite suponer que
n
(xn) * u B. Como L es completamente continuo,
kLk = sup {|(L(x)|x)|} = |(L(u)|u)| y, a fortriori, kuk = 1

xB
As, existe un signo {1, 1} tal que kLk = (L(u)|u) y, entonces2

2

L(u) kLku = kL(u)k2 2kLk(L(u)|u) + kLk2
luego

2

L(u) kLku kLk2 2kLk2 + kLk2 = 0
Teorema 6.4.12 (Representaci

on espectral I)
Sea (X, k k) un espacio de Hilbert separable. Todo L K(X) autoadjunto

e inyectivo admite una representaci
on espectral
L=
n=1
2
n un un
N
otese que si L es no nulo, tambien lo es u
225
donde (un ) es una base hilbertiana de vectores propios y (n ) es la correspondiente sucesi

on de valores propios. Adem
as, (n) 0 y n 6= 0 n N.
Demostraci
on:
Sea u1 el vector unitario asegurado para L en 6.4.11 y sea X1 = [u1 ] .
Es claro que (X1 , k k) es un espacio de Hilbert separable y que L(X1 ) X1 .
Entonces, L1 = L |X1 K(X1 ) y es autoadjunto e inyectivo.
Sea u2 el vector unitario asegurado para L1 en 6.4.11 y sea X2 = [u1 , u2 ] .
Entonces, L2 = L |X2 K(X2 ) y es autoadjunto e inyectivo.
Sea u3 el vector unitario asegurado para L2 en 6.4.11 y sea X3 = [u1 , u2 , u3 ] .
Entonces, L3 = L |X3 K(X3 ) y es autoadjunto e inyectivo....
De esta forma iterativa construimos una sucesi
on ortonormal (un ) de vectores propios de L y la sucesi
on de valores propios (n), que cumple
|1 | = kLk kL1 k = |2 | kL2 k = |3 |
Como (un ) * 0 y L es compacto, (L(un )) 0 y, por tanto, (n) 0.
Adem
as, Y := [(un )] = ker L pues, si as no fuera, el operador L|Y sera
no nulo y tendramos 0 < kL|Y k kL(un )k n N, lo cual est
a en contra
de que (L(un)) 0.
Corolario 6.4.13 (Representaci
on espectral II)
Sea (X, k k) un espacio de Hilbert separable. Todo L K(X) inyectivo
admite una representaci
on
L=
X
n=1
n un vn
donde (un ) es una base hilbertiana, (vn ) es un conjunto ortonormal y (n )

es una sucesi
on escalar convergente a 0.
Demostraci
on:
Como (X, k k) es separable tiene una base hilbertiana (un ). Claramente
L(x) =
n=1
(x|un)L(un ) =
n=1
kL(un)k(x|un)

L(un )
kL(un )k

L(un )
Si (un ) pudiera ser elegida de modo que
fuese ortonormal, el
kL(un )k
L(un )
teorema estara probado tomando (vn ) =
y (n ) = (kL(un )k)
kL(un )k
226
pues, por ser (un ) * 0 y ser L compacto, tendramos que (n ) 0.

Basta elegir (un ) como la que asegura 6.4.12 para el operador compacto,
autoadjunto e inyectivo L? L.
Corolario 6.4.14
Si (X, k k) es un Hilbert separable, F(X) = K(X).
Demostraci
on:
Por 6.4.7,1 sabemos que F(X) K(X), luego F(X) K(X). Por 6.4.10
sabemos que K(X) = K(X), luego F(X) K(X).
Para el contenido contrario basta partir de un L K(X) inyectivo. El
corolario 6.4.13 asegura, entonces, que
!
k
k
X
X
L = lim
n un vn
con
n un vn F(X)
k
n=1
n=1
Teorema 6.4.15 (Alternativa de Fredholm )

Sea (X, k k) un espacio de Hilbert separable, sea L B(X) un operador
compacto y autoadjunto y sea un n
umero real. S
olo dos cosas pueden
suceder:
1. El problema (L I)(x) = y tiene soluci
on para todo y X
2. El problema (L I)(x) = 0 tiene alguna soluci
on no nula.
En el primer caso la soluci
on de (LI)(x) = y es u
nica y depende continuamente del dato y.
En el segundo caso, el problema (L I)(x) = y tiene soluci
on si y s
olo si
y es ortogonal a todas las soluciones del problema (L I)(x) = 0
Demostraci
on
La alternativa es clara:
1. O bien no es autovalor de L.
2. O bien es autovalor de L.
Es decir,
1. O bien (L I)(x) = 0 tiene s
olo la soluci
on nula.
2. O bien (L I)(x) = 0 tiene alguna soluci
on no nula.
Por ser L autoadjunto, tambien lo es L I y, por 6.4.1 es claro que
1. ker(L I) = {0} im(L I) = X
227
Luego, en el primer caso, LI es una aplicaci

on lineal, continua y biyectiva
y (L I)1 que es lineal, por el teorema de la aplicaci
on abierta tambien
es continua. As, la soluci
on x = (L I)1 (y) es u
nica y depende continuamente de y.
En el segundo caso, (LI)(x) = y tiene soluci
on si y s
olo si y im(LI)
y, nuevamente 6.4.1 asegura que im(L I) = [ker(L I)].
Observaciones 6.4.16
1. Si (X, k k) es un espacio de Hilbert separable, L B(X) es un operador compacto y autoadjunto y 6= 0 no es autovalor de L podemos
expresar la u
nica soluci
on del problema (L I)x = y de la forma
X
(y|un)
un
n
n=1
siendo (un ) la base ortonormal de vectores propios de L y (n) la

correspondiente sucesi
on de valores propios.
2. Si 6= 0 es autovalor, sabemos que el problema (L I)x = y tiene
soluci
on si y s
olo si y [ker(L I)].
Suponiendo que y cumple esta condici
on y que ker(LI) = [u1 , , uk ]
tenemos una variedad de soluciones que se pueden expresar en la forma
X
(y|un)
un
[u1 , , uk ] +
n
n=k+1
En efecto, siempre existe un R tal que + no es autovalor de L.

Entonces, nuestro problema (L I)x = y es equivalente al problema
(L ( + )I)x = y x que est
a en el caso primero. Su soluci
on es,
por tanto, de la forma
X
(y x|un )
n=1
un =
k
X
n=1
X
(y x|un )
(x|un )un +
un
n
n=k+1
Entonces debe cumplirse que

(x|un ) =
(y x|un )
n
(x|un ) =
(y|un)
un
n
n > k
y, despejando,
n > k
228
3. El teorema 6.4.15 tambien se cumple cuando = 0 pero, en tal caso,

no podemos asegurar la convergencia de las series que nos aparecen
en los dos puntos anteriores. Para que dichas series representen las
soluciones debemos exigir respectivamente que
X
(y|un)2
2n
n=1
<
X
(y|un)2
< .
2n
n=k+1
Un tipo especial de operadores compactos muy importantes en la tecnica

son los que introducimos a continuaci
on
Definici
on 6.4.17
Sea (X, k k) un espacio de Hilbert separable. Un operador H B(X) se dice
de Hilbert-Schmidt si existe una base hilbertiana (un ) tal que
n=1
kH(un)k2 <
Observaciones 6.4.18
1. La identidad de Parseval (ver 6.3.7) asegura, para cualquier otra base
hilbertiana (vm ), que
!
X
X
X
kH(un)k2 =
|(H(un) | vm)|2 =
n=1
n=1
m=1
Esto prueba que
n=1
X
n=1
m=1
|(un | H ? (vm))|2
m=1
kH ?(vm )k2
kH(un)k2 no depende de la base inicial (un ) y,
adem
as, si designamos HS(X) al conjunto de todos los operadores de
Hilbert-Schmidt del espacio de Hilbert separable (X, k k), resulta que
H HS(X) si y s
olo si H ? HS(X)
2. La funci
on
N:
HS(X)
H
X
n=1
!1
kH(un)k2
est
a bien definida porque no depende de la base (un ) y nos permite
probar que HS(X) es subespacio vectorial de B(X). En efecto:
229
(a) Si H HS(X) y R es claro que H HS(X)

(b) Si H, G HS(X) tenemos m N que
m
X
n=1
kH(un ) + G(un )k
! 12
m
X
(kH(un )k + kG(un )k)
n=1
! 21
N(H)+N(G)
Luego, N(H + G) N(H) + N(G) < y H + G HS(X).

A fortriori, tenemos que N : HS(X) R es una norma pues, N1, N2
y N3 son claras y N4 acaba de ser probada. Esta norma procede del
siguiente producto escalar, que tampoco depende de (un ),
( | ):
HS(X) HS(X)
(H, G)
3. HS(X) es un ideal en B(X) pues
(H(un )|G(un))
n=1
(H, L) HS(X) B(X) tenemos:
(a) kL H(un)k2 kLk2 kH(un )k2 luego N(L H) kLk N(H)

y, por tanto, L H HS(X).
(b) (H L)? = L? H ? HS(X) luego H L HS(X).
4. HS(X) K(X). En efecto:
Todo H HS(X) es lmite de los operadores de rango finito
Hk :
X
x
X
k
X
(x|un )H(un)
n=1
que son acotados porque, por H

older, tenemos
kHk (x)k
k
X
n=1
|(x|un)| kH(un)kN(H)kxk
y, nuevamente, por H
older,

X

kH(x) Hk (x)k =
(x|un )(H Hk )(un ) N(H Hk )kxk.

n=k+1
Como (N(H Hk )) 0,
(kH Hk k) 0 y (Hk ) H.
El espacio de Hilbert m
as u
til para el tecnico es L2 [a, b] y ha sido introducido
en 6.1.2,2 como el completado de (C[a, b], k k2). Este espacio es separable
pues, por el teorema 1.1.2, la sucesi
on de polinomios en una variable (tn1 )
es densa en C [a, b] y, a su vez, C([a, b], R) es denso en L2 [a, b].
Es interesante observar que si (en ) es una base ortonormal de L2 [a, b],
(enm ) es una base ortonormal de L2 ([a, b] [a, b]) donde
230
[a, b] [a, b]
(t, s)
enm :
R
en (t) em (s)
Teorema 6.4.19
Una aplicaci
on lineal H : L2 [a, b] L2 [a, b] est
a en HS(L2 [a, b]) si y s
olo si
2
existe una funci
on G L ([a, b] [a, b]), llamada funci
on de Green
tal que L2 [a, b]
H() :
[a, b]
R
Z
G(t, s)(t)dt
a
Adem
as, H es autoadjunto si y s
olo si G es simetrica.
Demostraci
on:
Si H admite la representaci
on integral mencionada, es acotado porque
2
Z b Z b
2
older)
kH()k =
G(t, s)(t)dt ds (H
a
Z b Z
a
b
a
Z b

2
|G(t, s)| dt
|(t)| dt ds = kGk2 kk2
2
Usando la igualdad de Parseval al principio y al final, tenemos

!
X
X
X
2
2
kH(en)k =
|(H(en) | em)| =
n=1
n=1
m=1
2
Z b
X

=
H(en )(s) em (s)ds =

n,m=1
2

Z b Z b
X
X

=
G(t,
s)(e
)(t)d(t)
e
(s)ds
=
|(G | enm)|2 = kGk2
n
m

n,m=1
n,m=1
y, por tanto, H HS(L [a, b]). Adem

as, si G es simetrica, H es autoadjunto:

Z b
Z b Z b
(H() | ) =
H()(s)(s)ds =
G(t, s)(t)dt (s)ds =
a
Z b Z
a

Z
b
G(s, t)(s)ds (t)dt =
b
a
H()(t)(t)dt = ( | H())
Si partimos de que H HS(L2 [a, b]), la observaci

on 6.4.17,4 y el teorema
6.4.13 nos aseguran la existencia de una base ortonormal (en ), una sucesi
on
ortonormal (vn) y una sucesi
on real (n) de cuadrado sumable, tales que
H=
X
n=1
n en v n
y, por tanto H() =
n=1
n (en | )vn
luego
231
6.5. EL PROBLEMA REGULAR DE STURM-LIOUVILLE.
H()(s) =
n=1
Probemos que
Z
b
a

Z
en (t)(t)dt vn (s) =
G(t, s) =
n en (t)vn (s)
n en (t)vn (s) (t)dt
n=1
est
a en
n=1
bZ b
G (t, s)dtds =
n,m=1
Z bZ
a
n m
Z
b
a
n en (t)vn (s)
n=1
L2 ([a, b] [a, b]):

!
m em (t)vm (s) dtds =
n=1
Z b
X
en (t)em (t)dt
vn (s)vm (s)ds =
2n = N2 (H) <
a
n=1
Adem
as, si H es autoadjunto, podemos elegir (en ) = (vn ) y, as, la
X
funci
on G(t, s) =
n en (t)en (s) es claramente simetrica.
n=1
6.5
El problema regular de Sturm-Liouville.
Los operadores de Hilbert-Schmidt son de gran utilidad para tratar el problema inverso que se conoce con este nombre y cuyo enunciado es:
(SL) Dadas las funciones c C[a, b] y f L2 [a, b], hallar u : [a, b] R
tal que
00
u (t) + c(t)u(t) = f (t) en a < t 0
u(b) + 0 u0 (b) = 0
con || + | 0 | > 0
En este problema inverso, el espacio de datos es L2 [a, b] y el espacio X donde

hay que buscar la inc
ognita u es el subespacio de L2 [a, b] constituido por las
funciones de C 1 [a, b] que cumplen las condiciones de contorno
(
u(a) + 0 u0 (a) = 0
con || + |0 | > 0
u(b) + 0 u0 (b) = 0
con || + | 0 | > 0
y cuya derivada segunda generalizada3 est
a en L2 [a, b]. La transformaci
on
L : X L2 [a, b] est
a dada por L(u) = u00 + cu, que es lineal y cumple
(L(x)|y) = (x|L(y)) x, y X. En efecto:
(
Rb
Rb
Rb
(L(x)|y) = a (x00 y + cxy)dt = [x0 y]ba + a x0 y 0 dt + a cxydt
Rb
Rb
Rb
(x|L(y)) = a (y 00 x + cxy)dt = [xy 0 ]ba + a x0 y 0 dt + a cxydt
3
Ver la secci
on ?? dedicada a las distribuciones
232
y, por las condiciones de contorno, es claro que [x0 y]ba = [xy 0 ]ba. Como X es
denso L2 [a, b], podemos considerar que L es autoadjunto aunque no sea un
endomorfismo en L2 [a, b].
Veamos, en primer lugar, que el problema homogeneo con la primera de
las condiciones
(
u00 (t) + c(t)u(t) = 0
en a < t 0
tiene, u
nicamente, un rayo de soluciones. En efecto:
Es claro que el problema de condici
on inicial
00
en a < t 0
tiene una u
nica soluci
on u1 que, necesariamente, es no nula. Tambien es
claro que todo elemento del rayo [u1 ] es soluci
on del P HC(a).
Por otra parte, si v es una soluci
on no nula del P CC(a), por la condici
on
de contorno v(a) + 0 v 0 (a) = 0 con 6= 0 o 0 6= 0 resulta que v 0 (a) 6= 0 o
0
v deben coincidir con la u
nica soluci
o n u1
v(a) 6= 0. Entonces v0(a) v o v(a)
del P CI(a) y, as, en cualquiera de los dos casos, v [u1 ].
De igual modo, el problema homogeneo con la segunda condici
on
(
u00 (t) + c(t)u(t) = 0 en a < t 0
tiene otro rayo de soluciones [u2 ].
Si el problema homogeneo asociado
00
u (t) + c(t)u(t)
u(a) + 0 u0 (a)
u(b) + 0 u0 (b)
a nuestro (SL) inicial

=0
=0
=0
en a < t 0
con || + | 0 | > 0
s
olo tiene la soluci
on nula, los rayos [u1 ] y [u2 ] tienen que ser distintos pues,
de lo contrario, habra una soluci
on no nula para el problema homogeneo.
Por tanto, u1 u02 u2 u01 6= 0 pues,
u1 u02 u2 u01 = 0
u0
u01
= 2 log u1 = log u2 + log k u1 = ku2 .
u1
u2
Por ser u1 y u2 soluciones de la ecuaci

on homogenea u00 + cu = 0 se tiene
00
00
00
que u1 u2 u2 u1 = 0 y como u1 u2 u2 u001 = (u1 u02 u2 u01 )0 resulta que
233
u1 u02 u2 u01 es una constante no nula que designamos W .

Consideramos, t [a, b], el sistema
2 u2 (t) + 1 u1 (t) = 0
2 u02 (t) + 1 u01 (t) = 1
que tiene soluci

on u
nica 1 =
Gt :
[a, b]
u2 (t)
u1 (t)
y 2 =
. La funci
on
W
W
u2 (t)u1 (s)
si s [a, t]
1 u1 (s) =
W
2 u2 (s) = u1 (t)u2 (s) si s [t, b]

W
es continua pero no es derivable. Definiendo G(t, s) = Gt (s) tenemos

G:
[a, b] [a, b]
(t, s)
u1 (t)u2 (s)
u
(t)u
2
1 (s)
si a t s b
si a s t b
que es simetrica, est

a en C([a, b] [a, b]) L2 ([a, b] [a, b]) y, por tanto,
genera un operador de Hilbert-Schmidt autoadjunto HG : L2 [a, b] L2 [a, b].
Veamos que HG (f ) puede considerarse soluci
on del problema (SL):
u2 (t)
u(t) := HG (f )(t) =
W
t
a
u1 (t)
u1 (s)f (s)ds
W
u2 (s)f (s)ds
Si f fuese continua, u sera derivable en sentido cl

asico pero como es cualquier
elemento de L2 [a, b], s
olo podemos asegurar que u es derivable como distribuci
on. Su derivada es
Z
Z
u0 (t) t
u0 (t) b
u1 (s)f (s)ds 1
u2 (s)f (s)ds
u0 (t) = 2
W a
W t
que es una funci
on continua como se puede comprobar secuencialmente. Al
derivar u0 como distribuci
on obtenemos
Z
Z
u00 (t) t
u00 (t) b
u00 (t) = 2
u1 (s)f (s)ds 1
u2 (s)f (s)ds
W
W
a
t
u02 (t)u1 (t) u01 (t)u2 (t)

f (t)
W
234
Como u00i (t) = c(t)ui(t) tenemos que u00 (t) = c(t)u(t) f (t). Adem
as, u
satisface las condiciones de contorno pues
Z
u1 (a) + 0 u01 (a) b
0 0
u2 (s)f (s)ds = 0
u(a) + u (a) =
W
a
Z
u2 (b) + 0 u02 (b) b
0 0
u(b) + u (b) =
u1 (s)f (s)ds = 0
W
a
Por tanto, HG (f ) es soluci
on generalizada de (SL) y es la u
nica soluci
on
posible pues si v fuese otra soluci
on, v HG (f ) lo sera del problema homogeneo asociado y hemos supuesto que este solo admite la soluci
on nula.
As, HG : L2 [a, b] L2 [a, b] es un operador compacto, autoadjunto e inyectivo y el teorema 6.4.12 nos asegura la existencia de una sucesi
on de
valores propios reales no nulos (n ) 0 y una base hilbertiana de L2 [a, b]
constituida por los vectores propios (en ) que dan la representaci
on espectral
HG =
X
n=1
n en en
y la soluci
on del (SL)
u=
n=1
n (f | en)en
Adem
as, g L2 [a, b] es claro que HG (g) X y podemos considerar que
HG : L2 [a, b] X. En particular, la base de vectores propios (en ) est
a en el
subespacio X y, a fortiori, X es un subespacio no cerrado y denso de L2 [a, b].
La transformaci
on lineal
L:
X
u
L2 [a, b]
u00 + cu
ligada al problema (SL) tiene una inversa HG : L2 [a, b] X con las buenas
propiedades espectrales que hemos visto. Pero L tiene el mismo conjunto
de vectores propios que HG y los valores propios de L son los inversos de los
valores propios de HG . La aplicaci
on lineal L no es acotada porque tiene
una sucesi
on de valores propios que tiende a pero, tiene una sucesi
on de
vectores propios que constituyen una base ortonormal de L2 [a, b]. Este es el
famoso teorema de oscilaci
on que aqu es un corolario del teorema 6.4.12.
En la pr
actica suele ser sencillo determinar los valores y vectores propios
de L y, a traves de ellos, determinar la representaci
on espectral de HG y
obtener la soluci
on del problema (SL).
Ejemplo 6.5.1
Dada una funci
on f L2 [0, l] hallar u : [0, l] R tal que
00
u (t) = f (t) en 0 < x < l

u(0) = 0
u(l) = 0
235
Soluci
on:
Este problema de Sturm-Liouville esta ligado al operador
L:
X
u
L2 [0, l]
u00
Como el problema homogeneo asociado
00
u (t) = 0
u(0) = 0
u(l) = 0
en 0 < t < l
s
olo tiene la soluci
on nula, podemos construir la funci
on de Green:
00
La soluci
on homogenea u = 0 es u = At + B. Imponiendo la primera condici
on de contorno, u(0) = 0, obtenemos que B = 0
y que el rayo de soluciones es [u1 ] con u1 (t) = t.
An
alogamente, imponiendo la segunda condici
on de contorno, u(l) = 0,
obtenemos que 0 = Al + B B = Al, y el correspondiente rayo de soluciones es [u2 ] con u2 (t) = t l.

u1 (t) u2 (t) t t l

= l, la funci
Puesto que W = 0
=
on de Green viene
u1 (t) u02 (t) 1
1
dada por
t(s l)
u (t) u2 (s)
1
=
, 0tsl
W
l
G(t, s) =
u2 (t) u1 (s) = (t l)s , 0 s t l

W
l
y la soluci
on del problema inicial es:
u(t) =
tl
G(t, s)f (s) ds =
l
t
0
t
sf (s) ds
l
(s l)f (s) ds
Otra va para resolver el problema es hallar la representaci

on espectral del
operador HG , es decir, buscar los autovalores y autofunciones de L:
1. Como el problema homogeneo asociado s
olo tiene la soluci
on nula, 0
no es valor propio de L.
2. No hay autovalores negativos pues la ecuaci
on diferencial u00 = k2 u
tiene la soluci
on general A senh (kt) + B cosh(kt) y las condiciones de
contorno imponen
(
A0+B = 0
A = B = 0.
A senh (kl) = 0
236
3. Buscamos los autovalores positivos. La ecuaci

on diferencial u00 = k2 u
tiene la soluci
on general A sen (kt) + B cos(kt) y las condiciones de
contorno imponen
(
A0+B = 0
B=0
A sen (kl) = 0
pero A puede ser no nula si k =
n
l
n = 1, 2, .
r

!
n2 2
2
nt
As,
son los autovalores de L y (en ) =
sen
es la
l2
l
l
correspondiente base ortonormal de vectores propios. Por tanto,

HG (f ) =
l2 X 1
(f |en ) en
2
n2
n=1
y la soluci
on puede darse en la forma:
Z l

nt
nt
2l X 1
f
(t)
sen
dt
sen
u(t) = 2
n2
l
l
0
n=1
Ejemplo 6.5.2
Resolver el problema de Sturm-Liouville
00
u (t) = t en 0 t 1
u(0) = 0
u0 (1) = 0
Soluci
on:
La soluci
on diferencial homogenea es u = At + B.
Imponiendo las condiciones iniciales se tiene
)
u(0) = 0 = B
u0 (1) = 0 = A
, y el problema homogeneo solo tiene la soluci

on 0. Por tanto, existe funci
on
de Green y es u
nica.
Resolviendo el sistema formado por la ecuaci
on diferencial homogenea y la
primera condici
on de contorno,
)
u00 (t) = 0
, se obtiene la soluci
on u1 (t) = t.
u(0) = 0
)

u1 (t) u2 (t)
u00 (t) = 0
= 1
An
alogamente,
u2 (t) = 1 y W = 0
u1 (t) u02 (t)
u0 (1) = 0
237
Escribiendo la ecuaci
on diferencial en la forma u00 (t) = t, la funci
on de
Green es:
u (t) u2 (s)
1
= t, 0 t s 1
W
G(t, s) =
u2 (t) u1 (s) = s, 0 s t 1
W
La soluci
on del problema (SL) es entonces:
Z 1
Z t
Z 1
t
t3
2
u(t) =
G(t, s)(s) ds =
s ds t
s ds =
6
2
0
0
t
Otra manera de resolverlo, es hallar la representaci

on espectral. Como el
problema
homogeneo solo tiene la soluci
on trivial, 0 no es autovalor del
00
u = u
problema u(0) = 0
0
u (1) = 0
Veamos si hay autovalores negativos:
Haciendo = k2 , la soluci
on u00 = k2 u es u(t) =
kt
kt
0
kt
kt
Ae + Be
y u (t) = Ake + Bke
Imponiendo las condiciones de contorno:
)
u(0) = 0 = A + B
A = B = 0, pues el determinante del
u0 (1) = 0 = Akek + Bkek
sistema vale 2k cosh k 6= 0 . Por tanto, no hay autovalores negativos.
Calculemos, por u
ltimo, los autovalores positivos:
2
Haciendo = k , la soluci
on u00 = k2 u es u(t) =
0
A cos kt + B sen kt , y u (t) = Ak sen kt + Bk cos kt
Imponiendo las condiciones de contorno:
)
u(0) = 0 = A
(2n 1)
cos k = 0 k =
0
2
u (1) = 0 = Ak sen k + Bk cos k
2 2
(2n 1)
, n = 1, 2,
Los autovalores son n =
4
(2n 1)t
y los vectores propios correspondientes un = sen
.
2
PodemosZnormalizarlos para obtener la base hilbertiana de vectores propios:
1
(2n 1)t
1
1
kun k2 =
sen2
dt =
kun k =
2
2
2
0

un
(2n 1)t
(en ) =
=
2 sen
kun k
2
El operador HG , inverso de L, tiene la representaci
on espectral
X
X
1
1
en en , es decir, HG (f ) =
(f |en )en
HG =
n
n
n=1
Para f (t) = t se tiene:
n=1
238
(f |en) =
(2n 1)t
(1)n 4 2
dt =
2 t sen
2
(2n 1)2 2
Con lo cual, la soluci

on del problema (SL) es:
32 X (1)n
(2n 1)t
HG (f )(t) = u(t) = 4
sen
.
n=1 (2n 1)4
2
Ejemplo 6.5.3
Resolver el problema de Sturm-Liouville
00
u (t) + u(t) = t en t [0, ]

u(0) + u0 (0) = 0
u() = 0
Soluci
on:
El problema homogeneo asociado tiene u

nicamente la soluci
on 0. En efecto,
la soluci
on diferencial homogenea es u(t) = A cos t +
B sen t. Imponiendo las condiciones de contorno,
)
u(0) + u0 (0) = 0 = A + B
A=B=0
u() = 0 = A
Por tanto, el problema (SL)tiene soluci
on u
nica.
En este caso los autovalores de la aplicaci
on lineal L no se pueden calcular de
manera exacta. Sin embargo es muy sencillo construir la funci
on de Green.
Resolviendo el sistema formado por la ecuaci
primera condici
on de contorno:
)
u00 (t) + u(t) = 0
se obtiene la soluci
on u1 (t) = cos t sen t
u(0) + u0 (0) = 0
)
u00 (t) + u(t) = 0
An
alogamente,
u2 (t) = sen t
u() = 0

u1 (t) u2 (t) cos t sen t sen t

=1
W = 0
=
u1 (t) u02 (t) sen t cos t cos t
y, si queremos utilizar la expresi

on de la funci
on de Green dada en la p
agina
00
233, (obtenida con el coeficiente de u igual a 1) debemos escribir la
ecuaci
on diferencial en la forma u00 (t) u(t) = t.
u (t) u2 (s)
1
= (cos t sen t) sen s,
W
G(t, s) =
u2 (t) u1 (s) = sen t(cos s sen s),

W
La soluci
on del problema (SL) es entonces:
0ts
0st
239
u(t) =
G(t, s)(s) ds = sen t
+(cos t sen t)
s(cos s sen s) ds +
s sen s ds = t + cos t ( + 1) sen t.
Hasta ahora hemos visto ejemplos de problemas de Sturm-Liouville tales

que su asociado homogeneo tiene u
nicamente la soluci
on nula. Ahora veremos que siempre existe un R tal que el problema homogeneo
00
u (t) + (c(t) + )u(t) = 0 en a < t 0
u(b) + 0 u0 (b)
=0
con || + | 0 | > 0
tiene u
nicamente la soluci
on nula. Para ello necesitamos el siguiente
Lema 6.5.4
C 1 [a, b] y > 0
C() > 0 tal que
kk2
( 0 (t) + C()2 (t))dt
Demostraci
on:
Si as no fuera existira un > 0 y una sucesi
on (n ) C 1 [a, b] tal que
kn k2 >
( 0 n (t) + n 2n (t))dt
(n ) tal que
Entonces,
1
>
n
y, por tanto,
b
a
1 = kn k2 >
2n (t)dt
1
m
4
y, tomando n =
Z
b
a
n
,
knk
( 0 n (t) + n 2n (t))dt

1
t | n (t) >
2

1
4
m
t | n (t) >
2
n

4
4
8
Sea tn [a, b] tal que |n (tn )| = 1. Como m tn , tn +
=
n
n
n

4
1
4
tal que n (sn ) y el teorema de los
existir
a sn tn , tn +
n
n
2
incrementos finitos en [tn , sn ] asegura que
1
sn
tn
| (t)|dt
Holder
|tn sn |
Z
b
a
21
|0n (t)|2 dt
240
Luego
1
2
2
n
Z
b
a
21
|0n (t)|2 dt
n

16
con lo que llegamos al absurdo de acotar N.
|0n (t)|2 dt < 1
Este lema nos dice que siempre existe un K > 0 tal que si c(t) K, el
problema homogeneo asociado al (SL) inicial s
olo tiene la soluci
on trivial.
Ve
amoslo:
Si v es soluci
on del problema homogeneo asociado es claro que
0=
b

v 00 (t) + c(t)v(t) v(t) dt
(v 0 (t) + c(t)v 2 (t))dt = v 0 (b)v(b) v 0 (a)v(a) =
luego
2
v (a) 0 v 2 (b) 4
0

Z b

2
2
0 + 0 kvk 0 + 0
(v 0 (t) + C(1)v 2 (t))dt
Por tanto, si c(t) es suficientemente grande, la desigualdad s

olo es posible si
v(t) = 0.
Sea un problema de Sturm-Liouville
00
u (t) + c(t)u(t) = f (t) en a < t 0
u(b) + 0 u0 (b) = 0
con || + | 0 | > 0
cuyo problema homogeneo asociado tiene una soluci

on u1 no nula. Eso
quiere decir que el operador L : X L2 [a, b] tal que L(u) = u00 + cu
admite el autovalor 0 y su subespacio propio es ker L = [u1 ].
Sin embargo, como c : [a, b] R es continua y, por tanto, acotada, siempre
hay un suficientemente grande para asegurar que el problema de SturmLiouville
00
u (t) + (c(t) + )u(t) = f (t) + u(t) en a < t 0
u(b) + 0 u0 (b)
=0
con || + | 0 | > 0
equivalente al inicial, tiene un problema homogeneo asociado que s

olo admite la soluci
on trivial y, por tanto, a esta formulaci
on le podemos aplicar
los metodos conocidos que ya han sido expuestos (ver p
ag 234). La soluci
on
4
Si 0 o 0 fuesen nulos, no aparecera el termino correspondiente
241
de SL es de la forma u = HG (f + u) donde HG : L2 [a, b] X es un

operador de Hilbert-Schmidt autoadjunto e inyectivo.
Podemos calcular la funci
on de Green G y escribir
u = HG (f + u) =
G (t, s)f (s)ds +
G (t, s)u(s)ds
pero de aqu no podemos obtener una expresi

on explcita de la soluci
on u
puesto que aparece en ambos miembros de la ecuaci
on y no podemos despejarla. Sin embargo, la informaci
on de que el operador HG es compacto,
autoadjunto e inyectivo nos sit
ua en la alternativa de Fredholm y nos permite
obtener una expresi
on de la soluci
on u del problema SL cuando f [u1 ] .
Es claro que HG es el inverso
on de
de L +
I y, por tanto, su sucesi
1
autovalores convergente a 0 es
donde (n ) son los autovalores de
n +
L y su correspondiente base hilbertiana de autovectores (un ) son tambien
los autovectores de L. Podemos suponer sin restricci
on que 1 = 0 y su
autovector correspondiente es u1 . Entonces,
u = HG (f + u) =
X
X
(f + u|un )
(f + u|un )
un = (u|u1 )u1 +
un
n +
n +
n=1
n=2
y, por tanto,
(u|un ) =
(f + u|un )
n +
n 2
y despejando,
(u|un ) =
(f |un )
n
n 2.
El u
nico producto (u|un ) que queda sin determinar y que, por tanto, es una
constante arbitraria k, es (u|u1 ) y, as, la soluci
on se expresa en la forma
u = ku1 +
X
(f |un )
n=2
un
Ejemplo 6.5.5
Resolver el problema
00
= cos t + sen t ,
u (t) u(t)
0
u(0) + u (0) = 0
u() + u0 () = 0
Soluci
on:
t [0, ]
242
La ecuaci
on homogenea u00 + u = 0 tiene como soluci
on general u(t) =
C1 cos t + C2 sen t e imponiendo las condiciones de contorno obtenemos
)
C1 + C2 = 0
C2 = C1
C1 C2 = 0
Luego u1 (t) = cos t sen t es soluci
on no nula del problema homogeneo
asociado, el operador L : X L2 [0, ], tal que L(u) = u00 u tiene el
autovalor 1 = 0 y ker L = [u1 ].
Seg
un la alternativa de Fredholm el problema tiene soluci
on si f [u1 ] y
este es el caso ya que
Z
Z
(f |u1 ) =
(cos t + sen t)(cos t sen t) dt =
cos 2t dt = 0
0
Como hemos dicho, la soluci

on viene dada por:
u(t) = cu1 (t) +
X
1
(un |f )un
n
n=2
donde c es una constante arbitraria, (n) la sucesi

on de autovalores no nulos
de L y (un ) la correspondiente sucesi
on ortonormal de vectores propios.
Calculemos en primer lugar los autovalores de L, es decir, los valores de
tales que u00 (t) u(t) = u(t), o bien u00 (t) = (1 + )u(t).
La soluci
on general de esta ecuaci
on diferencial homogenea es distinta seg
un
sea 1 + < 0, 1 + = 0 o 1 + > 0.
00
2
Si 1 + < 0, hacemos 1 + = k2 y la ecuaci
on u (t) = k u(t) tiene como
soluci
on u(t) = Aekt + Bekt , con k = + k2 , que derivada y sustituida en
las condiciones de contorno nos proporciona el sistema:
)
(1 + k)A + (1 k)B =0
(1 + k)ek A + (1 k)ek B =0
El determinante de este sistema lineal es

1+k

1
k
2

(1 + k)ek (1 k)ek = 2(1 k ) senh k
que, por ser k 6= 0, se anula u

nicamente para k2 = 1 k = 1.
As pues, 1 + = k2 = 1 nos da el autovalor = 2 y el correspondiente

vector propio se obtiene resolviendo el sistema anterior para k = 1:
)
2A =0
A = 0 u2 (t) = et
2e A =0
243
Si 1 + = 0, la soluci
on diferencial u00 (t) = 0 es
u(t) = At + B. Derivada y sustituida en las condiciones de contorno nos da:
)
B+A=0
A=B =0
A + B + A = 0
de modo que = 1 no es autovalor de L.
Si 1 + > 0, hacemos 1 + = k2 y la ecuaci
on u00 (t) = k2 u(t) tiene
como soluci
on general u(t) = A cos kt + B sen kt que, derivada y sustituida
en las condiciones de contorno, nos proporciona el sistema:
)
A + kB = 0
(A + kB) cos k + (B kA) sen k = 0
Si A + kB = 0 y B kA = 0 , la u
nica soluci
on es la trivial, A = 0 , B = 0,
pero tambien puede ser B kA 6= 0 y sen k = 0, es decir, k = n , n =
1, 2, , con lo cual 1+ = n2 y n = n2 1, n = 1, 2, son autovalores de
L. Los correspondientes vectores propios se obtienen resolviendo el sistema
anterior para k = n y sustituyendo en la soluci
on general:
1
sen nt , n = 1, 2,
n
Para n = 1 se obtiene 1 = 0 que, como ya sabamos, es el autovalor asociado a u1 (t) = cos t sen t .
A = nB ,
un (t) = cos nt
Para expresar la soluci

on como se ha indicado falta normalizar la base de
vectores propios y calcular los productos escalares. Por simplicidad procedemos a la inversa, calculamos primero los productos escalares (u2 |f ), (un |f )
y despues dividimos por la norma:
Z
(u2 |f ) =
et (cos t + sen t) dt = 1 + e
0
(un |f ) =

4
1
cos nt sen nt (cos t + sen t) dt = n2 1
0
n
, n par
, n impar
o bien, sustituyendo n por 2n:
(u2n|f ) =
Como, adem
as,
Z
4
,
4n2 1
n = 1, 2,
1 e2
e2t dt =
2
0
2
Z
1
4n2 + 1
2
ku2n k =
cos 2nt
sen 2nt
dt =
2n
8n2
0
2
ku2 k =
244
la soluci
on del problema inicial es:
1 (u2 |f )u2 X 1 (u2n |f )u2n

+
=
u(t) = cu1 (t) +
2 ku2 k2
2n ku2n k2
n=1
= c(cos t sen t)
e
32n2
1
+
(cos 2nt
sen 2nt)
2
2
2
1e
(4n 1) (4n + 1)
2n
n=1
donde c es una constante arbitraria.

Para finalizar tratamos los problemas de
ciones de contorno no son homogeneas,
00
u (t) + c(t)u(t)
(SLN H)
u(a) + 0 u0 (a)
u(b) + 0 u0 (b)
Sturm-Liouville en que las condi= f (t) en a < t 0
=B
con || + | 0 | > 0
Si podemos descomponer el problema en los
00
u (t) + c(t)u(t) = f (t)

SL
u(a) + 0 u0 (a) = 0
u(b) + 0 u0 (b) = 0
dos subproblemas siguientes

en a < t 0
con || + | 0 | > 0
00
u (t) + c(t)u(t) = 0 en a < t 0
u(b) + 0 u0 (b) = B
con || + | 0 | > 0
y resulta que
1. SL es un problema de Sturm-Liouville cuya soluci

on sabemos calcular
por alguno de los metodos expuestos anteriormente,
2. en el problema P , es compatible el sistema lineal que resulta de imponer las condiciones de contorno no homogeneas a la soluci
on general
de la ecuaci
on diferencial,
entonces, la soluci
on del problema SLNH ser
a la suma de las soluciones de
SL y P .
Ejemplo 6.5.6
Resolver el siguiente problema de contorno:
h i
u00 (t) + 4 u(t) = et en t 0,
4
u(0)
=
1

u
= 1
4
245
Soluci
on:
Descomponemos el problema en los dos subproblemas
h i
u00 (t) 4u(t) = et , t 0,
4
SL
u(0)
=
0

=0
u
4
y
h
i
00 (t) 4u(t) = 0 , t 0,
4
P
u(0)
=
1

= 1
u
4
SL es un problema de Sturm-Liouville regular que vamos a resolver en primer
lugar. La soluci
on diferencial u00 + 4u = 0 es u =
A cos 2t+B sen 2t que, sustituida en las condiciones de contorno homogeneas,
nos da

u(0) = 0 = A , u
=0=B
4
As, el problema homogeneo asociado a SL solo tiene la soluci
on 0 y, por
ello, SL tiene una u
nica soluci
on que podemos hallar a traves de la funci
on
de Green o mediante la representaci
on espectral del operador HG . Construyamos en primer lugar la funci
on de Green:
Resolvemos el sistema formado por la ecuaci
primera condici
on de contorno para obtener el rayo [u1 ]:
)
u00 + 4u =0 u = A cos 2t + B sen 2t
u1 (t) = sen 2t
u(0) = 0 =A
Procediendo de igual manera con la segunda condici
on de contorno,
u00 + 4u =0 u = A cos 2t + B sen 2t

u2 (t) = cos 2t
u
=0=B
4

sen 2t
cos 2t

W es, W =
= 2, y la funci
on de Green:
2 cos 2t 2 sen 2t
u (t) u2 (s)
sen 2t cos 2s
1
=
, 0ts
W
2
4
G(t, s) =
u
(t)
u
(s)
cos
2t
sen
2s
2
1
=
, 0st
W
2
4
La soluci
on del problema (SL), teniendo en cuenta que debemos escribir la
ecuaci
on diferencial en la forma u00 4u = et , es:
Z
Z t
4
1
u(t) =
G(t, s)(es) ds = cos 2t
es sen 2s ds
2
0
0
246
1
sen 2t
2
es cos 2s ds =
et cos 2t e 4 sen 2t
5
5
5
Hallemos ahora la soluci

on de SL mediante la representaci
on espectral del
operador HG . Debemos calcular los autovalores de su inversa L, tal que
L(u) = u00 4u, es decir, los valores de para los cuales existe un u, no
nulo, verificando u00 4u = u, o bien, u00 + (4 + )u = 0.
La soluci
on general de esta ecuaci
on diferencial homogenea es distinta seg
un
sea 4 + < 0 , 4 + = 0 o 4 + > 0 .
Para 4 + < 0 , hacemos 4 + = k2 y la soluci
on
00
2
kt
kt
diferencial u k u = 0 es u(t) = Ae + Be
Sustituyendo en las condiciones de contorno,
u(0) = 0 = A + B

A = B = 0, pues
u
= 0 = Aek 4 + Bek 4
4
k
el determinante del sistema vale 2 senh
, distinto de cero salvo para
4
k = 0, que no es el caso. Por tanto, los < 4 no son autovalores.
Para = 4 , u(t) = At + B
u(0) = 0 = B

A = B = 0, y = 4 no es autovalor.
u
= 0 = A + B
4
4
Para 4 + > 0 , hacemos 4 + = k2 y la soluci

on
es u(t) = A cos kt + B sen kt
u(0) = 0 = A

k
k
u
= 0 = A cos
+ B sen
4
4
4
Este sistema admite la soluci

on A = 0 , B 6= 0 si sen
k
= 0.
4
k
= n k = 4n = 16n2 4 , n = 1, 2,
4
La sucesi
on de autovalores es (n) = (16n2 4) y la correspondiente base
de vectores propios (un ) = ( sen 4nt), que podemos normalizar para obtener
la base hilbertiana:
!
r

Z
4
u
8
n
kun k2 =
sen 2 4nt dt = , (en ) =
=
sen 4nt
8
kun k
0
Es decir, si
La representaci
on espectral de HG es,

6.6. ECUACIONES DE LA FISICA-MATEMATICA
u = HG (f ) =
247
X
1
(f |en )en
n
n=1
Para f (t) = et , se tiene:

!r
r Z
X
1
8 4
8
t
e sen 4nt dt
sen 4nt =
u(t) =
16n2 4
0
n=1
2e + 4 X sen 4nt
5
4n2 1
n=1
h i
u00 (t) + 4 u(t) = 0 , t 0,
4
Resolvemos, por u
ltimo, el problema P
u(0)
=
1

u
= 1
4
La soluci
on diferencial es
v(t) = A cos 2t + B sen 2t , que sustituida en las condiciones de contorno
permite calcular Ay B:

v(0) = 1 = A , v
= 1 = B , v(t) = cos 2t sen 2t
4
La soluci
on del problema propuesto, calculada a traves de la funci
on de
Green, es:

4
t
sen 2t
t
1
+
e
e
cos 2t e 4 sen 2t
e
4 cos 2t
u(t) =
+ v(t) =
+
5
5
5
5
5
5
y calculada a traves de la representaci
on espectral del operador HG , es:
2e 4 + 4 X sen 4nt
u(t) = cos 2t sen 2t
5
4n2 1
n=1
6.6
Ecuaciones de la fsica-matem
atica
La teora de Sturm-Liouville combinada con el metodo de separaci

on de
variables permite resolver muchos problemas de la fsica gobernados por
ecuaciones en derivadas parciales que cumplen determinadas condiciones
iniciales y de contorno. Ejemplos cl
asicos son el tratamiento de la ecuaci
on
de ondas y la ecuaci
on del calor.
Ejemplo 6.6.1 (Cuerda vibrante)
La funci
on
U:
(0, l) (0, )
(x, t)
R,
U (x, t)
248
nos describe, en un instante t, la peque

na ordenada y = U (x, t) de un punto
de abcisa x de una cuerda flexible de extremos 0 y l que tiene una masa
por unidad de longitud y est
a sometida a vibraci
on en el plano xy bajo una
tensi
on constante , cuando satisface la ecuaci
on de ondas
Utt =
Uxx
(0, l) (0, )
en
Se quiere determinar la funci

on U (x, t) con las condiciones
(
(
U (0, t) = 0
U (x, 0) = f (x)
CC
t (0, ) y CI
U (l, t) = 0
Ut (x, 0) = 0
x (0, l)
Soluci
on:
Buscamos una soluci
on U (x, t) = X(x) T (t) en variables separadas pues,
en tal caso,
T 00
X 00
=
T
X
y esta igualdad entre funciones de variables que se suponen independientes,
obliga a que ambas sean iguales a una constante k. As, aparecen los problemas separados
X X = 0
T 00 kT = 0
y
X(0) = 0, X(l) = 0
T 0 (0) = 0
X(x) T (0) = f (x)
o, si se prefiere,
00
X X = 0
(I)
X(0) = 0, X(l) = 0
X(x) = f (x)
(II)
00
T kT = 0
T 0 (0) = 0
T (0) = 1
Para que (I) tenga soluci

on no nula, seg
un 6.5.1, se precisa que
k=
n2 2
l2
nN
con
y, en tal caso, la soluci

on es de la forma
Xn = An sen
nx
l
El correspondiente problema (II) tiene, entonces, soluci

on general
r

r

nt
nt
A0n sen
+ Bn0 cos
l
l

249
e imponiendo que T 0 (0) = 0 y T (0) = 1 obtenemos la soluci

on

r
nt
Tn = cos
l
Conseguimos, as, una familia numerable de funciones
r

nx
nt
Un (x, t) = An cos
sen
l
l
que, por el principio de superposici
on, nos da la soluci
on general
U (x, t) =
An cos
n=1
del problema
r
nt
l
sen
nx
l
Utt = Uxx en (0, l) (0, )
U (0, t) = 0 t (0, )
U (l, t) = 0 t (0, )
U (x, 0) = 0 x (0, l)
t
S
olo nos falta determinar los coeficientes An para imponer la u
ltima condici
on
U (x, 0) = f (x) x (0, l)
Esto se consigue obteniendo el desarrollo de Fourier de f respecto de la
misma base ortogonal en que tenemos desarrollada
U (x, 0) =
An sen
n=1
As,
f (x) =
2X
l
n=1
Z
f (x) sen
0
nx
l
nx
l
dx
sen
nx
l
y, como el desarrollo es u
nico, deducimos que
An =
2
l
f (x) sen
nx
l
dx n N
Por tanto, la funci

on
2X
U (x, t) =
l
n=1
Z
f (x) sen
nx
l
dx cos
r
nt
l
sen
nx
l
cumple la ecuaci
on de ondas y el resto de las condiciones exigidas.
250
Ejemplo 6.6.2 (Ecuacion del calor)

La funci
on
U:
(0, l) (0, )
(x, t)
R,
U (x, t)
nos describe, en un instante t, la temperatura de un punto de abcisa x de una

barra cilndrica, is
otropa y homogenea de extremos 0 y l cuando la superficie
lateral de la barra est
a aislada termicamente si satisface la ecuaci
on del
calor
Ut (x, t) =
Uxx(x, t) 0 < x < l 0 < t <
c
donde , c, son respectivamente el coeficiente de conductividad termica,
el calor especfico y la densidad del material que constituye la barra. En
estas condiciones, las superficies isotermicas son las secciones transversales
y, en cada instante t, la temperatura de los puntos de la barra depende de
una u
nica variable espacial, la abscisa x.
Se quiere determinar la funci
on U (x, t) cuando los extremos de la barra se
mantienen constantemente a temperatura cero y la temperatura de la barra
en el instante inicial viene dada por una funci
on conocida f (x). Es decir, se
quiere resolver el problema
Ut (x, t) = a Uxx (x, t) 0 < x < l 0 < t <

U (0, t) = 0 , U (l, t) = 0
U (x, 0) = f (x)
donde a2 =
es el llamado coeficiente de termodifusi

on.
c
La aplicaci
on del metodo de separaci
on de variables
U (x, t) = X(x) T (t)
nos conduce, como en el ejemplo anterior, al problema de Sturm-Liouville
homogeneo
k
00
X (x) 2 X(x) = 0 , 0 < x < l
(I)
a
X(0) = 0 , X(l) = 0
al problema de condici
on inicial
(
T 0 (t) kT (t) = 0
(II)
T (0) = 1
y a la ecuaci
on
(III) X(x) = f (x)
0<t<

251
Seg
un 6.5.1, el problema (I) tiene soluciones no nulas para los valores de k
k
n2 2
tales que 2 = 2 y, en ese caso, la soluci
on correspondiente es
a
l
Xn (x) = An sen
nx
l
Para estos valores de k resolvemos el correspondiente problema (II):
n2 2 a2
0
T (t) =
T (t)
l2
T (0) = 1
y obtenemos la soluci
on
n2 2 a2 t
l2
Tn (t) = e
As tenemos la sucesi
on de soluciones del problema inicial
n2 2 a2 t
nx
l2
,
Un (x, t) = An e
sen
l
nN
y, por el principio de superposici

on, la soluci
on
U (x, t) =
X
n=1
n2 2 a2 t
nx
l2
An e
sen
l
La condici
on (III) nos permite escribir
U (x, 0) =
An sen
n=1
nx
= f (x)
l
y desarrollando f (x) en serie de Fourier respecto de la base de vectores

propios obtenida podremos identificar los coeficientes correspondientes. Por
tanto, la funci
on
2X
U (x, t) =
l
n=1
Z
f (x) sen
0
nx
l
n2 2 a2 t
nx
l2
sen
dx e
l

El metodo de separaci
on de variables tambien nos permite abordar problemas con las condiciones de contorno no homogeneas pero, en este caso,
debemos buscar la separaci
on en la forma
U (x, t) = X(x) T (t) + (x)
252
Si en el Ejemplo 6.6.1 las condiciones de controno fuesen

(
U (0, t) = A
CC
t (0, )
U (l, t) = B
deberamos resolver, en primer lugar, el problema
00
(x) = 0
(0) = A
(l) = B
cuya soluci
on es (x) =
(I)
BA
x + A, y a continuaci
on, los problemas
l
k
00
X X = 0
X(0) = 0, X(l) = 0
X(x) = f (x) (x)
La soluci
on ser
a,
(II)
00
T kT = 0
T 0 (0) = 0
T (0) = 1
!
r

Z l
nx
nx
2X
nt
(f )(x) sen
U (x, t) = (x) +
dx cos
sen
l n=1
l
l
l
0
Si en el Ejemplo 6.6.2 suponemos que los extremos de la barra se mantienen

a temperaturas fijas A y B, el problema a resolver es
Ut (x, t) = a Uxx(x, t) , 0 < x < l , 0 < t <

U (0, t) = A , U (l, t) = B
U (x, 0) = f (x)
y, como antes, la soluci
on ser
a
! n 2 2 a2 t
Z l
nx
nx
2X
l2
U (x, t) = (x) +
(f )(x) sen
dx e
sen
l n=1
l
l
0
donde (x) =
BA
x + A.
l
Captulo 7
TRABAJOS
1. Historial de una empresa de 110 trabajadores de los que 100 siguen en
activo.
(a) Grado()
i.
(b) Master()
i.
2. Condicionamiento de sistemas lineales.
(a) Grado()
i.
(b) Master()
i.
3. Inversa generalizada de Moore-Penrose
(a) Grado()
i.
(b) Master()
i.
4. Alturas que alcanza el agua que ocupa el 80% del volumen de una vasija
de cristal cerrada de forma dada (cilndrica, c
onica, troncoc
onica,
prism
atica, piramidal, piramidal truncada,...), cuando est
a en las diferentes posiciones de equilibrio.
(a) Grado()
i.
(b) Master()
253
CAPITULO 7. TRABAJOS
254
i.
5. Estudio del periodo del movimiento de un pendulo simple en el vaco

y en el aire.
(a) Grado()
i.
(b) Master()
i.
6. A partir de una lista de complejos L con len(L) 10, genera la lista Q
de todos sus cuadrivertices distintos y halla el q0 Q cuyo Steiner4(q0 )
consiga la m
axima reducci
on relativa de longitud. Cu
antas capas
tiene cebolla(q0 )?
De la lista Q extrae la sublista C de todos los cuadril
ateros convexos
y halla los de mayor y menor permetro y los de mayor y menor area.
(a) Grado()
i.
(b) Master()
i.
7. Programaci
on de una funci
on Steiner6(L) realizada por iteraci
on
(a) Grado()
i.
(b) Master()
i.
8. Dada una lista L de puntos en el plano complejo, designamos H(L) a
la longitud de su menor conexi
on hamiltoniana y S(L) a la longitud
de su conexion de Steiner.
Designamos C(L) al porcentaje de ganancia relativa que obtenemos al
cambiar H(L) por S(L), es decir,
C(L) = 100
H(L) S(L)
.
H(L)
Si para cada natural n 3 llamamos L(n) = {L ||L| = n} y definimos

Cn = max {C(L)}, aparecen dos problemas:
LL(n)
1) La determinaci
on de listas optimas LOn L(n)
2) El c
alculo de las constantes Cn = C(LOn ).
Siempre podemos desdoblar un punto de una lista L L(n) para
obtener otra lista L0 L(n + 1) con la misma conexi
on de Steiner e
255
igual o mayor conexi
on hamiltoniana. Por tanto, la sucesi
on Cn es
mon
otona creciente y, como es acotada superiormente, (Cn ) es convergente. Aparece as un nuevo problema
3) El c
alculo de C = lim Cn .
n
Sabemos que LO
es
el
tri
a
ngulo
equil
a
tero,
que
C
=
50(2
3) y
3
3
1+3
que C > 50 2+ 3 pero, todo lo dem
as, est
a sin resolver para n 4.
(a) Grado()
i.
(b) Master()
i.
9. Cu
al es la conexi
on por cable de mnima longitud, entre las 20 ciudades m
as pobladas de Galicia ?
(a) Grado
i.
(b) Master()
i.
10. Programar la evaluaci
on continua mediante una lista con etiquetas.
(a) Grado()
i.
(b) Master()
i.
11. Curvas de interes en ingeniera
(a) Grado()
i.
(b) Master()
i.
12. Problemas de M
axima y Mnima a elegir (al menos 2)
(a) Grado()
i.
(b) Master()
i.
13. Algoritmo de Kruscal sobre arboles generadores mnimos
CAPITULO 7. TRABAJOS
256
(a) Grado()
i.
(b) Master()
i.
14. Escoger una prueba de la f

ormula de Stirling.
(a) Grado()
i.
(b) Master()
i.
15. Ejercicios propuestos por los propios alumnos
(a)
Bibliografa
[1] Ciarlet, P.G. Introduction a
` lanalyse numerique matricielle et a
`
loptimisation. Paris, Masson, 1990.
[2] Corbacho, E., Rodrguez, V. Ampliaci
on de C
alculo. Vigo. Apuntes de
clase. 2003.
[3] Crouzeix, M., Mignot, A.L. Analyse numerique des equations differentielles. Paris, Masson, 1984.
[4] Dacuha-Castelle, D., Duflo, M. Probabilites et Statistiques 1. Paris,
Masson, 1982.
[5] Dedeckind Que son y para que sirven los n
umeros
[6] Dunhan, W. Viaje a traves de los genios. Madrid, Pir
amide, 1993.
[7] Dudundji, J. Topology. Boston, Allyn and Bacon, 1967.
[8] Euclides. Elementos I-IV; V-IX; X-XIII. Madrid, Editorial Gredos,
1996.
[9] Feyman, R., El Car
acter de la ley fsica. Barcelona, Metatemas, 2000.
[10] Fiedler, M. Special matrices and their applications in numerical mathematics. Martinus Njhoff Publishers. 1986.
[11] Kline, M. El pensamiento matem
atico de la antig
uedad a nuestros das
I, II, III. Madrid, Alianza Editorial, 1992.
[12] K
othe, G. Topological vector spaces I. Berlin, Springer, 1969.
[13] Novo, S., Obaya, R., Rojo, J. Ecuaciones y sistemas diferenciales.
Madrid, McGraw-Hill, 1995.
[14] Matousek, J. Lectures on discrete geometry. New York, Springer-Verlag,
2002.
[15] Martinez, C., Sanz, M.A. An
alisis de una variable real. Barcelona, Reverte, 1992.
257
258
BIBLIOGRAFIA
[16] Newton, I. Principios matem

aticos de la filosofa natural. Madrid, Editorial Tecnos, 1987.
[17] Ortega, J.M., Poole, W.G. Numerical methods for differential equations.
Marshfield (Massachusetts), Pitman, 1981.
[18] Rao, M.R.M. Ordinary differential equations. London, E. Arnold, 1981.
[19] Rubio de Francia, J.L., Memoria Analisis II. Zaragoza, 1975.
[20] Rudin, W. An
alisis real y complejo (3a edici
on). Madrid, Mc. GrawHill, 1988.
[21] Rudin, W. Functional Analysis. New York, Mc. Graw-Hill, 1973.
[22] Santal
o, L. La matem
atica: Una filosofa y una tecnica. Barcelona,
Editorial Ariel, 1994.
[23] L. Schwartz. Analyse hilbertienne. Paris, Hermann, 1979.
[24] Tarieladze, V.I. A uniqueness theorem for the Fourier transform. (Russian) Proc. Inst. Computational Math. Georgian Acad. Sci. 27-1 195
207, 1987.

Teoría Matemáticas Aplicadas

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

Teoría Matemáticas Aplicadas

Cargado por

Copyright:

Formatos disponibles

Matematicas de la especialidad

5.8 Aplicaciones de las L-transformadas . . . . . . . . . . . . . . 203

Sea X un conjunto. Para el cuerpo de n

cumple las propiedades esenciales de distancia

2. d (f, g) = d (g, f ) f, g B(X, K)

que es el d -lmite de la sucesi

K compacto en (X, ), la topolga

Los teoremas de Stone y Weierstrass establecen propiedades muy sencillas de

1.1. TEOREMAS DE STONE-WEIERSTRASS

Sea (X, ) un espacio topol

(B) lim sup | x pn (x)| = 0

pn+1 (x) = pn (x) + 21 ( x pn (x))( x + pn (x))

xp2n (x) 0, tenemos

y de (??) obtenemos que

Sea (B(X, R), d) el algebra de las funciones reales acotadas definidas en

1.1. TEOREMAS DE STONE-WEIERSTRASS

Para una f [W ], denotamos a = d (f, 0) y probamos que |f | [W ] :

lim d (|f |qn f, 0) = 0.

Por ser qn un polinomio sin termino independiente y ser [W ] cerrado

|fn | [W ] n N , lim |fn | = |f| [W ].

2. Para funciones acotadas arbitrarias f1 , f2 es claro que

Como [W ] es un espacio vectorial, el resultado se deduce directamente

2. Si ux (x) < f (x) x X n N y {x1 , . . . , xn} X tal

Entonces, dada f C(X, R) y dado > 0, son equivalentes:

|f (x) g(x)| < x X

El lema 1.1.6 aplicado a la funci

1.1. TEOREMAS DE STONE-WEIERSTRASS

cumple que g(x) = y g(y) = . Adem

Sean (X, ) compacto Hausdorff y W C(X, R) un subconjunto que cumple:

max(f1 , f2 ) [(W )], min(f1 , f2 ) [(W )]

Como [(W )] C(X, R) y C(X, R) es cerrado en (B(X, R), d), [(W )]

En primer lugar, constatamos que

[({w|K | w W })] = {u|K | u [(W )]}.

y , como f |K C(K, R), existe una g0 [({w|K | w W })] tal que

1.1. TEOREMAS DE STONE-WEIERSTRASS

Pero |a| = |f (t0 ) g(t0 ) a| d (f, g + a) <

1.1. TEOREMAS DE STONE-WEIERSTRASS

y [(W )] es el algebra de los polinomios en una variable. El lema

2. Si X = [a, b] [c, d] y es la la topologa habitual, basta tomar

y [(W )] es el algebra de los polinomios en dos variables. El lema

3. Si X = R+ y es la la topologa habitual, basta tomar

y dada f : R+ R continua, > 0 y un compacto no vaco K R+ ,

|f (x) (x)| < 

En particular, C(R+ , R) = [{Lx | x R+ }], y esta igualdad es de

4. Si Y = C y (X, ) = (R, e) basta tomar

para estar en las condiciones del teorema 1.1.2,1.1.12. La familia de

y, as, dada f : R C continua, > 0 y un compacto no vaco K R,

|f (x) (x)| < 

C(R, C) = clk ([{Fx | x R}])

C(Rn , C) = clk ([{Fx | x Rn }])

siendo esta igualdad de gran interes en la transformada de Fourier.

Pensando esta g como una funci

Ahora bien, si designamos ck = ak + ibk , tenemos

Una familia M de subconjuntos de un conjunto X 6= se llama -

La estructura (X, M, ) se llama espacio de medida. Si A M decimos que

y as obtenemos un primer ejemplo de espacio de medida (X, P(X), c).

3. Si (An ) es cualquier sucesi

6. Si (X, M) e (Y, N) son espacios medibles, y P MN, sus secciones

(d) Si (Pi ) es una sucesi

Ejemplos 1.2.2 Espacios de probabilidad

2. Combinaciones convexas de probabilidades de Dirac:

es claramente una probabilidad. En particular,

3. Series convexas de probabilidades de Dirac:

es, tambien, una probabilidad. En particular,

|f (x) (x)| <

|f (x) (x)| <