Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición
Pn 1 Sea s1 = x1 , sn+1 = sn + xn+1 para toda n = 1, 2, · · · . sn =
x
i=1 i se llama suma parcial n-esima de (xn ). Si (sn ) es convergente,
entonces s = lim sn , con s ∈ B, se llama serie infinita de (xn ), y se denota
P n→∞
por s = ∞ i=1 xi .
Lema 4 (Criterio
P∞ necesario de convergencia de series) La convergencia
de la serie i=1 xi implica que lim xn = 0.
n→∞
P∞ Pn
Dem. 5 s = i=1 xi = lim sn = lim sn+1 , con sn = i=1 xi . Entonces
n→∞ n→∞
podemos escribir 0 = s − s = lim (sn+1 − sn ) = lim xn .
n→∞ n→∞
1
Ejemplo 6 Sea xn = ln(1 + n1 ), tenemos lim xn = 0. Para ver esto último,
n→∞
recordemos que el número de Euler e es el lı́mite de la sucesión creciente (1+ n1 )n ,
por eso (1 + n1 )n ≤ e para todo n ∈ N . Aplicando la función estrictamente
monótona ln, se obtiene que ln((1 + n1 )n ) ≤ ln(e) = 1, que implica n ln(1 + n1 ) ≤
1, y entonces 0 ≤ ln(1 + n1 ) ≤ n1 . Pero lim n1 = 0, y el criterio de comparació
n→∞
n nos da que 0 ≤ lim (1 + n1 ) ≤ 0, implicando lim (1 + n1 ) = 0.
n→∞ n→∞
Sin embargo, veamos que la serie diverge:
n n n
X 1 X 1+i X
sn = ln(1 + ) = ln( )= (ln(i + 1) − ln(i))
i=1
i i=1
i i=1
= ln(2) − ln(1) + ln(3) − ln(2) + ln(4) − ln(3) + · · · + ln(n + 1) − ln(n)
= ln(n + 1) − ln(1) = ln(n + 1),
2
Criterio 10 (de la raiz) Si xi > 0 para toda i, entonces, si existe n ∈ N tal
que i ≥ n implica
√i
xi ≤ q < 1
P∞
para un q fijo con 0 < q < 1 que no depende de i,P entonces i=1 xi converge.
√ ∞
En caso de que i ≥ n e implique i xi ≥ 1, la serie i=1 xi es divergente.
Si
√
lim i xi = g
i→∞
P∞
entonces i=1 xi es convergente para g < 1 y divergente para g > 1 (incluyendo
g = ∞).
Los sistemas ortonormales son los conjuntos más apropiados para describir
un espacio de Hilbert. Son base del espacio, pero ademas son ortonormales, con
lo que cualquier elemento del espacio puede ser escrito en terminos de él con
relativa sencilles.
En los espacio Euclidianos o Unitarios podemos hacer la siguiente definición.
3
En los espacios de Hilbert siempre existe un conjunto completo que lo gen-
era. Esta propiedad es muy importante y constantemente utilizada por fı́sicos,
quı́micos e ingenieros. Para demostrar este teorema, es necesario ver primero la
siguiente proposición, la cual enunciaremos sin demostración.
P
Dem. 19 ⇒) {xi }i∈I completo implica que para toda x ∈ H x = i∈I (x, xi ) xi ,
entonces
X X X
||x k2 = (x, x) = (x, xi ) xi , (x, xj ) xj = (x, xi ) (x, xj ) (xi xj ) =
i∈I j∈I j,i∈I
2
X X
(x, xi ) (x, xj ) δij = (x, xi )
i,j∈I i∈I
Pn
⇐) Sea {yi }i∈I sistema ortonormal, x ∈ H fijo y yn = i=1 (x, yi ) yi . Pero
yn es perpendicular a x − yn ya que
n
X n
X
(yn , x − yn ) = (x, yi ) (yi , x) − (x, yi ) (x, yj ) (yi , yj ) = 0.
i=1 i,j=1
4
En fı́sica, quı́mica y otras disciplinas cientı́ficas, es muy conveniente escribir
las funciones de algún espacio en terminos de funciones conocidas. Generalmente
se trabaja en estas diciplinas con espacios completos en donde se puede definir
una base ortonormal. Entonces se eligen bases ortonormales que se estudian
intensamente para poder deducir despues propiedades generales de las funciones
a estudiar o se trabaja simplemente con estas funciones en términos de la base
del espacio de Hilbert, usandolas como una buena aproximación de las funciones
de interes.
Para esto tenemos la siguiente definición.
Notación 21 A pesar de que los elementos del espacio de Hilbert o Banach son
siempre vectores, a partir de aquı́ vamos a uniformizar la notación, entonces de-
notaremos los elementos de estos espacios ya no con negritias x, sino solamente
como x. De cualquier forma, los espacios de Hilbert que más vamos a usar, los
de mayor interes para nosotros, son los espacios vectoriales de funciones.
Sea {xi }i∈I = {xi }i=1,··· ,∞ , entonces {xi }i∈I es un sistema ortonormal com-
pleto, ya que si x ∈ L2 , se tiene que (x, xi ) = li , en donde x = (l1 , · · · ) y
Σ∞ 2 ∞ 2 2
i=1 | (x, xi ) | = Σi=1 |li | = ||x|| .
5
Ejemplo 24 Sea Cℜ el conjunto de las funciones suaves f : ℜ → ℜ. La serie
de Taylor de esta función alrededor de 0 esta dada por
1 d2 f 1 d3 f
1 df 2
f (x) = f (0) + x + x + x3 + · · ·
1! dx x=0 2! dx2 x=0 3! dx3 x=0
Entonces, toda función suave (de hecho en cualquier punto) se puede representar
por un polinomio f (x) = p(x) = a0 + a1 x + a2 x2 + · · · , donde los coeficientes
del polinomio estan dados por
1 dj f
aj = .
j! dxj x=0
Ejemplo 25 Sea Fp ([0, 2π]) el conjunto de las funciones periódicas en [0, 2π].
Un sistema ortonormal completo de este espacio es
1 1 1
{xj }j∈I = √ , √ sin(jt), √ cos(jt)
2π π π j=1,··· ,n
Los coeficientes
( de Fourier estan dados por
R 2π
(f, cos(jt)) = 0 f cos(jt)dt,
(f, xj )j∈I = R 2π
(f, sin(jt)) = 0 f sin(jt)dt,
Este conjunto es completo ya que si
Z 2π Z 2π
0 = (f, xj ) = f cos(jt)dt o f sin(jt)dt = 0
0 0
6
para m, m′ ∈ Z. Este sistema ortonormal completo es de gran interes por su
uso en fı́sica, quı́mica e ingenierı́a. Se tiene que una función en el intervalo
[0, 2π] se puede escribir como
X
f (x) = (f, exp (inx)) exp (inx) , donde
n∈I
2π
1
Z
(f, exp (inx)) = √ f (x) exp (−inx) dx
2π 0
donde δmn es la delta de Kroneker, vemos que estas funciones son ortogonales.
Como este conjunto de funciones son polinomios de grado arbitrario, el espacio
generado por ellas es isomorfo a (P, ·). Entonces se puede demostrar que el
conjunto {Pn (x)}n=1,··· es un sistema completo en el espacio de funciones suaves
f : [−1, 1]→ ℜ. Esto quiere decir que toda función suave f en [−1, 1] se puede
escribir como
∞
X
f (x) = (f, Pn ) Pn , donde
n=0
1
2n + 1
Z
(f, Pn ) = f (x)Pn (x)dx
2 −1
7
Análogamente como en el caso de los polinomios de Legendre, este conjunto de
funciones también son polinomios de grado arbitrario, asi que el espacio gen-
erado por ellas es isomorfo a (P, ·). Entonces se puede demostrar que el con-
junto {Plm (x)}n=1,··· es un sistema completo en el espacio de funciones suaves
f : [−1, 1]→ ℜ. Esto quiere decir que toda función suave f en [−1, 1] se puede
escribir como
∞
X
f (x) = (f, Plm ) Plm , donde
l=0
1
2n + 1 (l − m)!
Z
(f, Plm ) = f (x)Plm (x)dx
2 (l + m)! −1
y por construcción, este sistema es una base del conjunto de funciones. Este
sistema es muy conveniente para escribir funciones que dependen solo de los
angulos θ y ϕ, es decir, funciones cuyo dominio se encuentra en la esfera. Por
eso los armónicos esfericos son muy usados en problemas con simetria esférica.
Toda función f que solo depende de estos dos angulos se puede escribir como
∞ X
X l
f (x) = (f, Ylm ) Ylm , donde
l=0 m=−l
2π 1
2n + 1 (l − m)!
Z Z
(f, Ylm ) = dϕ f (θ, ϕ)Ȳlm (θ, ϕ)d (cos (θ))
2 (l + m)! 0 −1
2 Operadores Adjuntos.
Ahora vamos a trabajar en los espacios normados completos, es decir, en los
espacios de Banach. Estos espacios tienen muchas propidades, en ellos viven
los operadores, especialmente los operadores cuánticos. Vamos a definir los
operadores adjuntos y autoadjuntos y veremos algunas de sus propiedades. La
definición de los espacios de Banach es como sigue.
8
Definición 30 Un espacio normado, completo, se llama Espacio de Banach.
Dem. 35 ⇒) Trivial.
⇐) Supongamos que A es continua en 0. Sea xn una sucesión en E tal que
lim xn = x. Sea yn := xn − x, esto implica que lim yn = 0. Puesto que A es
n⇀∞ n⇀∞
continua en 0, se sigue que lim A (yn ) = A (0) = 0.
n⇀∞
Entonces
0 = lim A (xn − x) = lim [A (xn ) − A (x)] ,
n⇀∞ n⇀∞
Las funciones lineales acotadas son las de mayor interés en fı́sica. Cuando
la función es acotada, esta tiene propiedades especiales. Vamos a definir lo que
es una función acotada.
para todo x ∈ E
Se sigue que
9
Ejemplo 38 Sea C ([a, b]) el conjunto de las funciones continuas en [a, b]. Sea
A : C ([a, b]) ⇀ ℜ, tal que
Z b
f ⇀ A (f ) = f (x) dx.
a
Entonces
Z b Z b
||A (f ) || = || f (x) dx|| ≤ ||f (x) ||dx ≤ ||f || (b − a) .
a a
El concepto de acotada para una función queda más claro despues del lema
siguiente, el cual enuciamos sin demostración.
Dem. 41 .
⇒) Supongamos A continua. En particular es continua en 0, .i.e. para
toda ǫ > 0, existe δǫ tal que k A (x) − A(0) kF < ǫ, para toda x se sigue que
k x − 0 kE < δǫ . Pero A lineal implica A (0) = 0. Tomemos ǫ = 1. Entonces
k A (x) kF < 1, para toda x con k x kE < δ1 (*)
Sea
δ1 y δ1
y′ = tal que k y ′ kE = < δ1 .
2 k y kE 2
Entonces por (*) k A (y ′ ) kF < 1 (**).
Además
2 2
k A (y) kF =k A (y ′ ) kF k y kE ≤ k y kE
δ1 δ1
por (**). Esto quiere decir que
2
k A (y) kF ≤ c k y kE , con c =
δ1
10
para toda y ∈ E.
⇐) Supongamos A es acotada. Entonces existe c tal que k A (x) k≤ c k x k,
x ∈ E. Sea xn una sucesión en E, con lim xn = 0. Entonces
n⇀∞
k A (xn ) − 0 kF =k A (xn ) kF ≤ c k xn kE .
Pero lim xn = 0 sı́ y sólo sı́ lim k xn kE = 0. Se sigue que
n⇀∞ n⇀∞
Esta ultima función toma valores maximos en 0.923. Por lo que ||A|| = 0.923.
11
Un resultado que es muy usado en el estudio de las normas de mapeos lineales
es el siguiente:
Dem. 47 Tomemos
x
||A (x)|| = ||x|| · A
||x||
ya que A es lineal. Por otro lado es claro que si ||y|| = 1, se tiene que
12
Dem. 51 B es bilineal ya que A es lineal y (·, ·) es bilineal. B es continua, ya
que
Entonces
Ejemplo 52 Sea (ℜn , (·, ·)) con su producto canónico. Sea A la matriz repre-
sentativa de una transformación lineal. Entonces (Ax, y) = Ax · y. Vamos a
tomar como ejemplo a la matriz.
−1 2
A=
1 0
amos que los números li son los coeficientes de Fourier de alguna función suave
f . Un operador seria la derivada de f . Como f es suave, su derivada también
tiene una representación de Fourier y por lo tanto la derivada es un operador
lineal tal que d/dx = A : E → E. Para ver un ejemplo, supongamos por simpli-
cidad que f (x) = p(x) = a0 + a1 x + a2 x2 + · · · , entonces los coeficientes aj = lj ,
para toda j = 0, 1, · · · . La derivada de f sera f ′ (x) = p′ (x) = a1 +2a2 x+· · · , por
lo que la tranformación lineal esta dada por A((l0 , l1 , l2 , · · · )) = (l1 , 2l2 , 3l3 , · · · ) .
Su representación matricial es entonces
0 1 0 0
0 0 2 0 ···
A= 0 0 0 3
..
..
. .
ya que
l0 l1
l1 2l2
A =
l2 3l3
.. ..
. .
13
Ejemplo 54 Sea Fp ([0, 2π]) el conjunto de las funciones periodicas en [0, 2π].
Como ya vimos un sistema ortonormal completo de este espacio es
1 1 1
{xj }j∈I = √ , √ sin(jx), √ cos(jx) .
2π π π j=1,··· ,n
y su derivada será
n n
1 X 1 X
f ′ (x) = √ jaj cos(jx) − √ jbj sin(jx),
π j=1 π j=1
Con estas bases podemos definir el operador adjunto de una función lineal,
su definición formal es como sigue.
14
x = (l1 , l2 ) y y = (m1 , m2 ). Observemos ahora que de igual manera se tiene
por lo que en este caso A∗ = AT . En general veremos más adelante que para
toda matriz simétrica real, su matriz adjunta es la misma matriz original. En
el caso de matrices complejas, si la matriz transpuesta conjugada es la misma
que la matriz original, ésta es igula a su adjunta.
Las principales propiedades de los operadores adjuntos son que ellos son
también funciones lineales, su norma es la misma que la de la función original
y el adjunto del adjunto es la misma función de salida. Esto lo vemos en la
siguiente proposición.
15
Proposición 63 Sean A, B ∈ L (E). α ∈ C
∗
1) (A + B) = A∗ + B ∗
∗
2) (αA) = α · A∗
∗
3) (A ◦ B) = B ∗ ◦ A∗
Finalmente vamos a definir los operadores autoadjuntos, estos son muy im-
portantes en fı́sica y quı́mica; se definen como sigue.
16