Documente Academic
Documente Profesional
Documente Cultură
on anterior de este documento, por error, contena una transcripcion literal y no autorizada de las
notas An
alisis de Fourier escritas por el Prof. Dr. Jose Luis Andres Yebra, de la Universitat Polit`ecnica
de Catalunya. El autor ofrece p
ublicamente sus disculpas por este hecho y en particular al Prof. Yebra.
La presente nota debe incluirse en toda version impresa o electronica del documento.
Analisis de Fourier
Jose Antonio Vallejo
Contenidos
Prefacio
1. Introducci
on al an
alisis de Fourier
1.1. Breve rese
na hist
orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Aplicaciones en la tecnologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
9
10
12
14
17
18
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
21
25
26
27
4. Series de Fourier
4.1. Coeficientes de Fourier . . . . . . . . .
4.2. Periodos arbitrarios . . . . . . . . . .
4.3. Paridad y desarrollo en semiintervalos
4.4. Series de Fourier complejas . . . . . .
4.5. Ejercicios . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
29
29
31
32
35
37
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
41
46
51
52
55
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
59
59
62
65
68
71
74
75
. .
. .
. .
. .
del
. .
. .
. . . .
. . . .
. . . .
. . . .
calor
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
84
84
86
88
90
92
8. La transformada de Fourier
8.1. Motivaci
on y definici
on . . . . .
8.2. Propiedades de la transformada
8.3. El producto de convoluci
on . .
8.4. Ejercicios . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
95
. 95
. 100
. 102
. 104
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Lecturas recomendadas
. . . . . .
de Fourier
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
107
107
109
110
110
111
112
113
Prefacio
Estas notas tienen su origen en varios cursos impartidos en la Facultad de Ciencias de la UASLP. Los
alumnos tpicamente constituan un grupo mixto de matematicos, fsicos, ingenieros fsicos y electronicos, y la
intenci
on de los cursos era la de introducirlos en las herramientas basicas del analisis de Fourier centrandose
en las aplicaciones a la teora de la se
nal y las ecuaciones en derivadas parciales mas habituales en la fsica
matem
atica, pero tratando de que el rigor fuera aceptable para los estudiantes de matematicas.
Naturalmente, conseguir este tipo de objetivos es francamente difcil, cuando no imposible. Adem
as, el
tema es tan cl
asico que deja poco lugar a la originalidad, as que el material que aqu se presenta debe verse
s
olo como un apoyo, que cubre solo parte de un campo tan extenso y deja fuera muchos temas que pueden
ser de interes para un futuro cientfico. Es imprescindible, pues, consultar los textos recomendados en la
bibliografa, que son los que se han usado como fuentes principales de estas notas.
El material se ha ido reelaborando y corrigiendo desde el primer momento, tratando de que sirviera como
una introducci
on al tema para estudiantes de ciencias en general. Tiene un caracter elemental en el sentido
de que incluye las versiones m
as f
aciles de los resultados teoricos (basicamente se trabaja en el contexto de
las funciones continuas y diferenciables por secciones), que estan al alcance del nivel de matematicas de,
digamos, un fsico.
1
Introduccion al analisis de Fourier
En este primer captulo, tras un breve repaso del desarrollo historico, damos una descripcion intuitiva de
las principales ideas y tecnicas empleadas en el analisis de Fourier, utilizando como ejemplo las transmisiones
de radio. Los captulos siguientes profundizaran en la justificacion matematica de estas ideas, as como en
los metodos de c
alculo.
X
1
a0 +
(an cos nt + bn sen nt) .
2
n=1
(1.1)
Una serie como la anterior se denomina serie trigonometrica, por la presencia en ella de las funciones
seno y coseno. La primera pregunta que surge de manera natural es por que necesitamos obtener tal
representaci
on?. En los cursos de c
alculo se estudia el desarrollo de Taylor de una funcion, que esta dado por
monomios tn y es m
as simple que (1.1). Pareciera que no hay motivo para complicar las cosas introduciendo
las funciones cos nt, sin nt.
La respuesta es que no siempre es posible hacer el desarrollo de Taylor de una funcion y que, a
un cuando
es posible, las caractersticas de la misma hacen deseable uno de la forma ((1.1)). En teora de circuitos
electricos, por ejemplo, no es extra
no encontrar se
nales de corriente periodicas con la forma:
3
2
sin t
/2
3/2
(la corriente domestica es de este tipo, con una frecuencia de 50Hz o 60Hz dependiendo del pas), pero
tambien hay se
nales como estas otras:
p
X
1 (k)
f (t0 )(t t0 )k + Rp (t0 ) .
k!
k=1
A
un hay otros motivos para considerar desarrollos como (1.1) y estos provienen del campo de la Fsica.
Hist
oricamente, el interes por tales expresiones aparecio con el estudio de lo que se llamo la cuerda vibrante
(por ejemplo, el movimiento de una cuerda de violn al ser pulsada). Claramente, las caractersticas del
sonido emitido por un instrumento de cuerda depende de manera crucial de como oscile esta (aparte de otros
factores tambien importantes, como el material de la propia cuerda o la madera del violn1 ) y por eso en el
siglo XVIII se estudi
o de manera especial este sistema por parte de grandes matematicos como Euler, los
hermanos Bernoulli, DAlembert y otros.
De hecho, para el problema de determinar el movimiento (las oscilaciones) de una cuerda elastica de
longitud en reposo L, que se pulsa seg
un se esquematiza en la figura, Daniel Bernoulli propuso una soluci
on
del tipo (1.1), lo que produjo una gran controversia (tuvo por oponente a Euler), pues en aquella epoca no
se tena muy claro que una expresi
on semejante a (1.1) pudiera tener el mismo significado como funcion que,
t2 +1
por ejemplo, g(t) = e
, donde para un t dado esta claramente definido el valor de g(t)2 .
u(x, t)
El caso es que si la cuerda se somete a una tension uniforme T y su masa es m, introduciendo la constante
a2 = T /m se puede probar que la ecuaci
on que determina las oscilaciones u(x, t) (en funcion de la posici
on
del punto sobre la cuerda y el tiempo) es :
2
2u
2 u
=
a
.
t2
x2
(1.2)
Esta ecuaci
on, llamada la ecuaci
on de ondas, admite soluciones de la forma separada en x y t,
1 Un caso extremo es el de los conocidos stradivari, violines con un sonido excepcional que se han tratado de imitar por
mucho tiempo pero de los que sigue sin conocerse el motivo de sus extraordinarias cualidades. La teora con mayor aceptaci
on
supone que la madera original con que se fabricaron sufri
o un tratamiento con sales met
alicas.
2 No fue hasta un siglo m
as tarde, a mediados del XIX, que Weiestrass di
o una definici
on m
as clara del concepto de convergencia de una serie funcional como (1.1). Su definici
on es exactamente la que usamos hoy en dia.
(1.3)
(1.4)
siendo n un par
ametro que depende de n y A, B, C, D unas constantes de integracion que dependen de
las condiciones iniciales del problema (b
asicamente de la forma que adopta la cuerda cuando t = 0). N
otese
que se tiene una familia infinita de soluciones: hay una para cada valor de n = 1, 2, 3, 4, . . ..
Ahora, por la propiedad de linealidad de las derivadas parciales (la derivada de la suma es la suma de las
derivadas, etc.) es claro que si tenemos un conjunto finito de soluciones del tipo un (x, t) = Xn (x)Tn (t),
digamos u1 (x, t), . . . , uk (x, t), entonces tambien seguira siendo una solucion toda combinacion lineal
1 u1 (x, t) + + k uk (x, t) =
k
X
n un (x, t)) .
n=1
La audacia de Bernoulli (lo que le enfrento a Euler) consitio en pensar que tambien una combinacion lineal
de todas las (infinitas) soluciones un (x, t) deba ser una solucion. En este caso tendramos una solucion
un (x, t) =
+
X
n un (x, t) =
n=1
+
X
n Xn (x)Tn (t) ,
n=1
que, desarrollando los productos en cada Xn (x)Tn (t) y utilizando identidades trigonometricas, resulta ser
una expresi
on del tipo (1.1). M
as tarde, ya en el siglo XIX, Joseph Fourier llego a soluciones con las mismas
caractersticas estudiando el problema de como se conduce el calor a traves de una barra y a partir de ese
momento comenz
o a formarse el estudio riguroso de tales expresiones3 , lo que hoy llamamos analisis de
Fourier.
Vamos ahora a estudiar un poco de terminologa asociada a este problema. Para ello, volvamos a las
soluciones fundamentales un (x, t) y especifiquemos unas condiciones de frontera: esto quiere decir que el
comportamiento de los extremos de la cuerda estara determinado para todo tiempo; en concreto, supondremos
que los extremos permanecen fijos,
un (0, t) = 0 = un (L, t), t 0 .
Sustituyendo un (0, t) = 0 en (1.3) y (1.4), esto conduce a
BTn (t) = 0, t 0 .
Haciendo la suposici
on razonable de que la forma de la cuerda vara con el tiempo (es decir, que Tn (z) 6= 0),
esto implica que B = 0. An
alogamente de un (L, T ) = 0 obtenemos:
A sin(n L)Tn (t) = 0, t 0 .
De nuevo, si Tn (t) 6= 0 hay dos opciones: que sea A = 0 o que sea sin(n L) = 0. En el primer caso, con
A = 0 y B = 0 nos quedara que X(x) = A sin(n x) + B cos(n x) = 0 y las soluciones un (x, t) = Xn (x)Tn (t)
seran todas nulas, lo cual es fsicamente inaceptable. Pero para que sea sin(n L) = 0 debe ocurrir que el
argumento de la funci
on seno sea un m
ultiplo de , n L = n para alg
un n N. De aqu:
n =
n
.
L
Un an
alisis similar, considerando condiciones sobre las derivadas parciales de un (x, t), conduce a la determinaci
on de los coeficientes de Tn (t). En definitiva, lo que propona D. Bernoulli es que la solucion m
as
general al problema de la cuerda vibrante con extremos fijos es
u(x, t) =
+
X
n=1
sin
na
na
n
x Cn sin
t + Dn cos
t
.
L
L
L
Esta soluci
on (1.5) es superposici
on de infinitas soluciones elementales
n
na
na
un (x, t) = sin
x Cn sin
t + Dn cos
t
,
L
L
L
(1.5)
(1.6)
cada una de las cuales se denomina modo elemental (n-esimo) de vibracion. A veces, se denomina modo
fundamental a la soluci
on correspondiente a n=1 y modos arm
onicos a las restantes soluciones con n > 1.
Los modos elementales se denominan tambien ondas estacionarias, debido a que el factor sin(nx/L) (o, en
general, el Xn (x) en un (x, t) = Xn (x)Tn (t)) representa la forma de la cuerda, su amplitud de oscilaci
on,
en el punto x. El factor Tn (t) que lo multiplica, oscila entre valores positivos y negativos con frecuencia
wn = na/L, pero el producto total un (x, t) = Xn (x)Tn (t) no cambia de forma, solo de amplitud (los
puntos donde el producto se anula, que permanecen fijos durante el movimiento, se denominan nodos):
Ahora bien, la se
nal original tiene un contenido espectral (es decir, una composicion a partir de modos
elementales como (1.6)) bien definido; si el receptor puede analizar de alg
un modo la se
nal corrupta e
identificar cu
ales son los modos elementales cuya superposicion da como resultado la se
nal original, puede
eliminar el ruido. Precisamente, este an
alisis es lo que permiten hacer las tecnicas que veremos.
Al escribir la se
nal recibida f (t) como una serie de Fourier
X
1
a0 +
(an cos(nt) + bn (sin nt)) ,
2
n=1
se puede ver que frecuencias son las importantes y cuales se deben al ruido, de manera que despreciando
estas se obtiene la se
nal limpia. Considerese por ejemplo la siguiente se
nal f (t):
Como veremos m
as adelante, calculando la serie de Fourier de f (t), es posible determinar que las ondas
que se superponen para dar la se
nal son:
resultando evidente que debemos considerar como relevante para la transmision de informacion s
olo la
primera, siendo las otras dos ruido.
Por otra parte, esta misma idea es el fundamento de los aparatos de radio. En una retransmisi
on de
amplitud modulada (AM) se parte de una se
nal analogica que se emite mediante una onda cuya amplitud
es proporcional en cada instante a esa se
nal original (la frecuencia modulada FM hace obviamente lo mismo
pero con la frecuencia en lugar de la amplitud). As, para llevar a cabo este proceso, se toma una se
nal a
5
n
X
i=1
n
X
Ai sin it
Bj sin jt
(1.7)
j=1
n
X
Ck sin kt .
k=1
La se
nal que llega al receptor de radio es la suma de estas tres:
!
n
X
Ai sin it sin 1 t+
s(t) = u1 +
i=1
u2 +
n
X
Bj sin jt sin 2 t+
j=1
u3 +
n
X
!
Ck sin kt sin 3 t .
i=1
Si 2 es la frecuencia de la estaci
on que queremos sintonizar y queremos recuperar el coeficiente Xq (con
Xq uno de los Aq , Bq , Cq ), lo que hay que hacer es multiplicar s(t) por cos(q c ) e integrar entre y
. El resultado de esta operaci
on multiplicado por /2 es el coeficiente Xq . No hay nada de misterioso en
este procedimiento. Para ver por que funciona, vamos a particularizar al caso de tres estaciones cuyas ondas
de transporte son 2 sin 80t, 4 sin 90t y 6 sin 101t, respectivamente. Cada una retransmite su se
nal respectiva
(broadcasting waves)
a(t)
2 sin t 3 sin 2t
b(t)
sin t + 6 sin 2t
c(t)
4 sin t 5 sin 2t ,
de modo que la se
nal que llega al receptor de radio es
s(t) = (2 + 2 sin t 3 sin 2t) sin 80t + (4 + sin t + 6 sin 2t) sin 90t+
(6 + 4 sin t 5 sin 2t) sin 101t .
6
(1.8)
Mediante la transformaci
on trigonometrica
sin sin =
1
(cos( ) cos( + ))
2
Z
1
=
cos2 (1 90)t dt = ,
2
2
as que
b1 =
2
= 1.
2
Para determinar b2 , an
alogamente haramos
Z
2
b2 =
S2 (t) cos(2 90)t dt
Z
Z
2
6
=
3 cos(2 90)t cos(2 90)t dt =
cos2 (2 90)t dt = 6 .
Por tanto, b1 = 1, b2 = 6 y la se
nal que debe reproducir el aparato de radio es
b(t) = b1 sin t + b2 sin 2t = sin t + 6 sin 2t ,
exactamente la que emiti
o la estaci
on.
Como veremos m
as adelante, el proceso de sintonizacion de la estacion de radio no es mas que la determinaci
on de los coeficientes de la serie trigonometrica que esta asociada a la se
nal retransmitida; es decir:
sintonizar una determinada estaci
on es un problema de analisis de Fourier. El que esto funcione siempre
se basa fundamentalmente en que cualquier se
nal que la estacion emita (sea m
usica, una entrevista, etc.)
se puede expresar, como en (1.7)
o (1.8) en forma de combinacion de senos y cosenos. Y, como ya hemos
mencionado, las tecnicas que veremos permiten aproximar con el grado de precision que se requiera cualquier
funci
on (bajo condiciones muy generales) por su serie trigonometrica asociada. El proceso que se lleva a cabo
en la estaci
on emisora es, pues, de sntesis de Fourier (codificacion de una cierta se
nal mediante su serie
trigonometica), en tanto que el receptor realiza uno de analisis (recupera los coeficientes de la serie a partir
de una se
nal con ruido).
7
Nota 1.1. Como se entiende de lo anteriormente expuesto, el receptor de radio debe contener circuitos que
realizen una integraci
on entre y de ciertas funciones trigonometricas. La calidad de un aparato concreto
depende en gran medida de que tan bien se haya implementado esa integracion, lo cual ya es un problema
tecnol
ogico, m
as que matem
atico.
2
Sucesiones y series numericas
Como se ha mencionado en el captulo precedente, el objetivo del analisis de Fourier es establecer unos
criterios y tecnicas que permitan aproximar una funcion (bajo condiciones muy generales) por una serie en
la que sus terminos son funciones trigonometricas. Evidentemente, sera necesario conocer los rudimentos
generales acerca de las series y su convergencia, tanto para el caso de series numericas como funcionales, lo
cual a su vez implica un cierto dominio de las sucesiones (pues la suma de una serie no es mas que el lmite
de su sucesi
on de sumas parciales). En este captulo nos ocuparemos de las sucesiones y series numericas, el
siguiente se dedica a las funcionales. El tratamiento sera necesariamente condensado, se supone que el lector
ha seguido un curso previo de c
alculo diferencial e integral y aqu nos limitaremos a recordar los resultados
m
as importantes de la teora con vistas a su posterior aplicacion.
Las referencias m
as importantes para este tema son [1, 2, 4]. El orden de presentacion se ha tomado de
[1].
2.1. Sucesiones
Definici
on 2.1. Una sucesi
on real no es mas que una aplicacion : N R (obviamente, reemplazando R
por C resulta el concepto de sucesi
on compleja).
Suele escribirse (n) = an , para cada n N. Notese que a no se le pide que sea inyectiva, de manera que
puede haber unos m, n N distintos tales que an = am . Desde un punto de vista practico, puede identificarse
la sucesi
on con el conjunto imagen {(n) = an : n N}, que es un conjunto ordenado de n
umeros reales.
Nota 2.2. Las notaciones m
as usuales para una sucesion son {an }nN , o simplemente (an ).
A veces la sucesi
on se expresa mediante una relaci
on de recurrencia, que no es mas que una formula que
expresa cada termino en funci
on de los anteriores. Por ejemplo, la sucesi
on de Fibonacci se define poniendo
a1 = 1 y a2 = 1 y declarando que an = an1 + an2 . Como casos particulares, tenemos las progresiones
aritmeticas, que son aquellas definidas por una relacion de recurrencia tipo an = an1 + r, y las progresiones
geometricas, que son sucesiones definidas por una relacion de recurrencia como an = ran1 .
Definici
on 2.3. Diremos que una sucesi
on es mon
otona creciente cuando an an1 y que es mon
otona
decreciente cuando an an1 (cuando las desigualdades son estrictas se habla de sucesiones estrictamente
mon
otonas).
Definici
on 2.4. Una sucesi
on est
a acotada cuando existe una cota K tal que |an | K. Una variante de
esta definici
on se da cuando la sucesi
on esta acotada superiormente ( existe un M con an M para todo n)
o inferiormente (existe un m con m an para todo n).
Por ejemplo, las sucesiones ( (1)n ) y (1/n) estan acotadas, la (n2 ) solo lo esta inferiormente y la ((1)n n3 )
no est
a acotada.
lm an = a
n
an a .
(2.1)
y en el segundo,
an+1 =
n
X
n
i=0
=1 + 1 +
1n
1
2!
1
n+1
1
i
1
n+1
+
1
3!
1
1
n+1
1
2
n+1
+ +
1
(n + 1)!
1
1
n+1
1
n
n+1
Aqu se aprecia claramente que cada termino de an+1 es mayor o igual que el correspondiente de an (pues
se le resta una cantidad menor). Adem
as, an+1 contiene un termino adicional que es positivo. Por tanto,
an+1 > an .
Ahora,
que la sucesi
on es acotada superiormente. Observemos que para cada n N tenemos que
Pprobaremos
n
an < i=0 (1/i!). Haciendo uso de la desigualdad 2i1 i! (que se prueba facilmente por induccion), resulta
an < 1 +
n
X
1 (1/2)n
1
=
1
+
< 3.
2i1
1 1/2
i=1
As pues, ((1 + 1/n)n ) es creciente acotada superiormente, luego convergente por el teorema 2.8. El lmite
de esta sucesi
on es, por definici
on, el n
umero e de Euler,
n
1
.
e = lm 1 +
n
n
Numericamente, se encuentra que e ' 2.71828.
1
1
1
(1 + a)n
1 + na
na
Tomando lmites cuando n y aplicando el criterio del emparedado 2.10, resulta que
lm xn = 0 ,
para todo 0 < x < 1. Un razonamiento completamente analogo muestra que, de hecho, el lmite es cero para
todo |x| < 1.
4
Cuando se habla de sucesiones, necesariamente hay que mencionar un concepto esencial, el de sucesiones
de Cauchy (a veces, se las llama sucesiones fundamentales).
Definici
on 2.12. Una sucesi
on real (an ) se dice que es de Cauchy si, para cada > 0 dado, existe un n0 N
tal que, cuando m, n > n0 ,
|am an | < .
11
.
(2.2)
v
alida para todo n N. Consideremos ahora las sucesiones auxiliares
bn = nf{am : m n}
cn = sup{am : m n} ,
que existen por el axioma del supremo en R. Es obvio que (bn ) es monotona creciente, mientras que (cn ) es
mon
otona decreciente, as como que, para todo n N,
bn an cn .
(2.3)
La acotaci
on 2.2 junto con el teorema 2.8 nos aseguran que existen los lmites
M1 = lm bn = sup{bn }n1
n
y M2 = lm cn = nf{cn }n1 ,
n
cumpliendose que M1 M2 . Por otra parte, de la definicion de sucesion de Cauchy resulta que dado > 0
se puede hallar un n1 N tal que si m n1 , am > an1 , y tambien am < an1 + . Pero por definici
on
de las sucesiones (bn ), (cn ), esto implica que bn1 > an1 y cn1 < an1 + . Entonces, por ser M1 , M2 un
supremo y un nfimo, respectivamente, se tiene:
0 M2 M1 cn1 bn1 < an1 + (an1 ) = 2 .
Esto es v
alido para cualquier > 0, de manera que debe ser M1 = M2 y, por el criterio del emparedado
aplicado a (2.3), resulta que (an ) es convergente con lmite M = M1 = M2 .
Nota 2.14. El concepto de sucesi
on de Cauchy se puede definir en cualquier espacio metrico, esto es, un
conjunto con una noci
on de distancia (como lo es |a b| para dos n
umeros reales a, b R). Un tal espacio
se dice que es completo si toda sucesi
on de Cauchy es convergente. El teorema precedente muestra que R
dotado de la distancia inducida por el valor absoluto, es un espacio completo.
an = a1 + a2 + a3 + + an +
(2.4)
n=1
k
X
n=1
12
an .
(2.5)
k
X
an = lm Sk .
(2.6)
n=1
P
Se dice entonces que la suma n=1 an es el valor de este lmite. Si la sucesion de sumas parciales no converge,
se dice que la serie es divergente.
El siguiente ejemplo, referente al car
acter de la serie geometrica, es de importancia fundamental.
P
Ejemplo 2.16. La serie geometrica, n1 arn , es convergente cuando |r| < 1, pues a partir de
Sk = a + ar + ar2 + + ark1 =
a
a k
ark1 r a
=
+
r ,
r1
1r r1
arn =
n=1
a
,
1r
si |r| < 1. Sin embargo, cuando |r| 1 la serie geometrica es divergente. Por ejemplo, la serie
divergente.
(2.7)
P
n1
n es
4
1
1
1
1
1
1
1
=
+
+
+
+
+ +
+
n(n + 1)
12 23 34 45 56
n(n + 1)
+ +
=1
,
1 2
2 3
3 4
k k+1
k+1
y de aqu, tomando el lmite cuando k , se ve que la suma es 1.
Frecuentemente no se requiere calcular la suma de una serie, sino solo determinar su caracter (si es o no
convergente). Probablemente la condici
on necesaria mas importante para que una serie sea convergente es
que la sucesi
on dada por su termino general tienda a cero.
P
Teorema 2.18. Si la serie n1 an es convergente, entonces
lm an = 0 .
Demostraci
on. En efecto, si lmk Sk = S, de la identidad
Sn = a1 + a2 + + an1 + an = Sn1 + an
se deduce (tomando lmites en ambos miembros)
S = S + lm an ,
n
X
n1
13
an es divergente.
(1)n = 1 + 1 1 + 1 1 + 1 + (1)n + ,
n1
y
X
n1
1 2 3 4
n
n
= + + + + +
+ ,
n+1
2 3 4 5
n+1
(2.8)
Entonces,
P
P
1. Si n1 bn es convergente, n1 an es convergente.
P
P
2. Si n1 an es divergente, n1 bn es divergente.
Demostraci
on. El
es una consecuencia inmediata del hecho de que para las sumas parciales se tiene
Pk
Presultado
k
0 n=1 an n=1 bn , y del criterio del emparedado para sucesiones 2.10.
P
Nota
2.23. N
otese que el criterio no afirma nada cuando la serie n1 an es convergente ni cuando la serie
P
n1 bn es divergente.
P
Ejemplo 2.24. Puede verse que la serie arm
onica n1 1/n es divergente aplicando el criterio precedente
con la serie
X
1
1
1
1
1
1
1
1
1
+
+
+
+
+
+ +
1/2k = 1 +
+
+
+ .
2
4
4
8
8
8
8
16
16
| {z }
|
{z
}
|
{z
}
n1
pues se cumple 0 1/2k 1/n. Agrupando como se indica los terminos iguales de la u
ltima serie (la suma
de estos terminos es siempre 1/2), se obtiene
k
2
X
n=1
an = 1 +
k)
1
1
1
1
+
+ + = 1 + k ,
2
2
2
2
n1
an
= L,
bn
an ,
n1 bn
(2.9)
Demostraci
on. Sean L > 0 como en el enunciado y M, m > 0 tales que m < L < M . Por la hipotesis, existe
tambien un n0 N tal que si n > n0 , entonces
m<
an
<M,
bn
o, equivalentemente,
mbn < an < M bn para todo
P
P n > n0 .
Ahora,
si
b
converge,
tambi
e
n
lo
hace
bn . Como an < M bn , el criterio 2.22
n1 n
n1 MP
P
Pimplica que en ese
caso n1 an tambien converge. Recprocamente, si n1 bn diverge tambi
e
n
lo
hace
n1 mbn y, siendo
P
mbn < an , de nuevo por el primer criterio de comparacion 2.22 resulta que n1 an diverge.
En palabras, el criterio afirma que cuando 0 < L < , si una serie es convergente la otra tambien lo es,
y cuando una serie es divergente la otra tambien. Sin embargo, el criterio no permite ninguna conclusi
on
cuando no existe el lmite de an /bn o cuando este vale 0 o 1 .
Ejemplo 2.26. La serie
X
an =
n1
n
,
+5
X
n1
4n2
n1 bn
n1
an
1
1
n2
= lm
= .
= lm
n bn
n 4 + 52
n 4n2 + 5
4
n
lm
4
P
n1
Entonces:
1. Si r < 1, la serie es convergente.
2. Si r > 1, la serie es divergente.
Demostraci
on. Sea r > 0 como en el enunciado y supongamos que r < 1. Entonces, podemos escribirlo como
r = 2L 1, con 0 < r < L < 1 (de hecho, L = (r + 1)/2). Por la hipotesis, tenemos que existe un n0 N tal
que si n > n0 , an+1 < Lan . Iterando esta relacion, resulta
an+p < Lp an ,
para cualquier p N. Por tanto,
X
p=n0 +1
ap =
an0 +p <
p=1
Lp an0 = an0
p1
X
p1
Lp =
Lan0
,
1L
por la f
ormula de la suma de una serie geometrica. As,
X
p1
ap = a1 + + an0 +
ap = a1 + + an0 1 + an0
p=n0 +1
1+L
< .
1L
Si r > 1, entonces existe un n0 N tal que para todo n > n0 es an+1 > an , el lmite del termino general es
no nulo y, por el teorema 2.18, la serie diverge.
1
acilmenteP
la demostraci
on para asegurar que si L = 0 y
P Aunque en estos casos, puede
P adaptarse f
an converge, y si L = , si
bn diverge, entonces
sn diverge.
15
bn converge, entonces
Nota 2.28. De nuevo, no se puede afirmar nada cuando el lmite no existe o cuando r = 1.
X
X
Ejemplo 2.29. La serie
an =
n!/nn es convergente, pues
n1
n1
(n 1)!
n(n 1)n1
n!
an
=
=
= n :
n1
an1
n
(n 1)
nn
1
nn1
(n1)n1
1
(1 +
1
n1
n1 )
y tomando el lmite cuando n , aplicando el resultado del ejemplo 2.9, resulta que lmn (an /an1 ) =
1/e.
4
El u
ltimo criterio que analizaremos compara el comportamiento de la serie con el de una integral determinada por el termino general.
P
Teorema 2.30 (Criterio de la integral). Sea n1 an una serie de terminos positivos y decreciente para
la que an = f (n) puede obtenerse a partir de una funci
on f continua, decreciente y positiva, definida para
1 x < . Entonces, existe la integral
Z N
Z
f (x) dx
f (x) dx = lm
N
si y s
olo si la serie
f (n)
n=1
converge.
Demostraci
on. Por las porpiedades de las sumas de Riemann, las sumas parciales de la serie aproximar
superior e inferiormente el valor de la integral:
a1
a2
a3
a4
aN
aN +1
1 2 3 4
N +1
N +1
SN = a1 + a2 + + aN >
f (x) dx ,
1
f (x) dx + a1 ,
1
de donde
Z
N +1
Z
f (x) dx < SN <
f (x) dx + a1 .
1
16
n1
N 1p 1
1
x1p N
=
dx
=
,
xp
1p 1
1p
1
dx =
xp
(
1/(p 1)
si p > 1
si p < 1 .
Por tanto, las pseries son convergentes cuando p > 1 y divergentes cuando p < 1.
an =
(an + |an |)
n1
|an |
n1
X
n=1
an =
X
sin n
n2
n=1
es convergente. En efecto, se tiene que |an | 1/n2 y, aplicando el primer criterio de comparacion con la
2serie
de termino general bn = 1/n2 (que es convergente, como se ha visto en el ejemplo 2.31) resulta que
P
|a
on 2.33 nos dice entonces que la serie converge.
4
n1 n | es convergente. La proposici
17
P
Nota 2.35. Naturalmente, puede ocurrir que la serie
n1 an sea convergente sin que lo sea la serie
P
P
|a
|,
y
se
dice
entonces
que
la
serie
a
es
condicionalmente
convergente2 .
n1 n
n1 n
Un caso particular de series arbirarias que aparece con frecuencia en el analisis de Fourier lo forman las
series alternadas, en las cuales el termino general va cambiando alternadamente de signo: an = (1)n n , o
bien an = (1)n1 n , donde n = |an | > 0, como en
X
1 1
1
(1)n1 = 1 + + .
n
2 3
n1
El criterio m
as importante para este tipo de series es el de Leibniz.
P
P
Teorema 2.36 (Criterio de Leibniz). Sea n1 an = n1 (1)n1 n una serie alternada tal que:
1. La sucesi
on de terminos en valor absoluto es decreciente: n n1 .
2. El termino general tiende hacia 0: lmn an = lmn n = 0.
Entonces, es convergente.
Demostraci
on. Supongamos el caso a1 = 1 > 0 (el otro es analogo). Por ser n es decreciente, se tiene
n n+1 > 0 para todo n N. Agrupando las sumas parciales pares e impares como
S2m = (1 2 ) + (3 4 ) + (2m1 2m ) ,
S2m+1 = 1 (2 3 ) (4 5 ) (2m 2m+1 ) ,
resulta que (S2m ) es creciente y (S2m+1 ) decreciente. Ademas, S2m > 0, S2m+1 < a1 y S2m+1 S2m =
a2m+1 > 0, luego
0 < S2m < S2m+1 < a1 ,
y por el teorema 2.8 ambas sucesiones convergen. Por u
ltimo, de lmn |Sn Sn1 | = lmn n = 0,
resulta que las dos sucesiones de sumas parciales han de tener el mismo lmite, lo cual implica que la sucesi
on
Sn converge a el.
Ejemplo 2.37. La serie alternada
X
(1)n1
n1
1 1 1
1
= 1 + +
n
2 3 4
2.6. Ejercicios
1. Probar que, si una sucesi
on tiene lmite, este es u
nico.
2. Probar que toda sucesi
on convergente es de Cauchy.
3. Probar que si lmn an = a y lmn bn = b, entonces
lm (an + bn ) = a + b
lm (an bn ) = ab
lm (an bn ) = a b
si bn , b 6= 0.
2 El nombre se debe a que en este caso la suma de la serie se puede modificar, alterando el orden de sumaci
on de los t
erminos,
de manera que converja a cualquier n
umero prefijado (este resultado es debido a Riemann), algo que nunca puede ocurrir con
las series absolutamente convergentes, pues en ellas la suma es u
nica.
18
sin n
n
b)
lm
n
n2 + 3n + 2 n
c)
lm
n
n+a
n1
n
5. Estudiar si las sucesiones siguientes son crecientes o decrecientes (o ninguna de las dos):
a) an =
1
n!
b) bn = 1 +
1
2
1
22
+ +
1
2n
c) Calcular lmn bn
6. Es cierto que lm xn yn = 0 implica lm xn = 0 o lm yn = 0? Y el recproco?
7. Calcular la suma de la serie
X 5
3n
n1
8. Estudiar el car
acter de las siguientes series:
a)
X
( ln n)2
n1
b)
X n2 + 2n 1
n5
n1
c)
X
n1
2 n1
d)
X
n1
n2
n
+1
e)
X log n
n!
n1
9. Estudiar, seg
un los valores del par
ametro a > 0, el caracter de las siguientes series:
a)
X (2a + 1)n
2n n2
n1
b)
X an
n1
19
n1
b)
X (1)n+1 n
2n 1
n1
c)
X (1)n
ln n
n2
n1
b)
X cos n
n+1
n1
20
3
Series funcionales. Convergencia uniforme
Este captulo cierra los preliminares que necesitamos sobre sucesiones y series estudiando el caso funcional.
El objetivo principal es probar un teorema referente a la posibilidad de derivar una serie termino a termino
(el teorema 3.14), que ser
a clave en la justificacion del metodo de separacion de variables que veremos en el
captulo 6. Otro resultado de fundamental importancia que obtendremos es el criterio de Weierstrass para determinar la convergencia uniforme de una serie de funciones, que tendremos ocasion de aplicar repetidamente
m
as adelante.
Referencias adecuadas para este captulo son los textos [2, 4]. El captulo 2 de [5] tambien contiene una
interesante discusi
on acerca de la continuidad uniforme.
es decir, la sucesi
on de n
umeros reales (fn )n1 converge a f (x) R. Recordemos que esto quiere decir,
para cada x [a, b], que fijado un > 0 existe un n0 N, dependiente de x y de , tal que si n > n0 ,
|fn (x) f (x)| < . Sin embargo, puede suceder que este n0 (x, ) vare de manera extrema con x. La noci
on
de convergencia uniforme surge como una manera de garantizar que este comportamiento no ocurra y n0
s
olo dependa de : n0 = n0 ().
Definici
on 3.1. La sucesi
on (fn ) converge uniformemente a la funcion f : [a, b] R en el intervalo [a, b] si
para cada > 0 fijado, existe un n0 N tal que, si n > n0 ,
|fn (x) f (x)| < ,
para cualquier x [a, b].
Ejemplo 3.2. Consideremos fn (x) = xn en [a, b] = [ 21 , 1]. Para cada x [ 12 , 1], se tiene que (fn ) = (xn ) es
convergente como sucesi
on de n
umeros reales. De hecho,
(
0 si 12 x < 1
lm xn =
n
1 si x = 1
0 si 12 x < 1
1 si x = 1
Sin embargo, la convergencia no es uniforme. La condicion |fn (x) f (x)| < , cuando x [ 21 , 1[, se traduce
en xn < , esto es, n0 > log / log x. Ahora bien, para > 0 fijo, podemos tomar x tan proximo a 1 como
queramos, es decir, log x tan pr
oximo a 0 como se quiera y, consecuentemente, variando x [ 21 , 1[ forzamos a
que n tenga que ser mayor que cualquier n
umero preasignado. Ning
un n0 N sirve para todo x [ 21 , 1[. 4
Ejemplo 3.3. Sean [a, b] = [0, 1] y la sucesion (fn ) = (1 + x/n). Se tiene que (fn ) converge uniformemente
a la funci
on constante 1 en [0, 1]. En efecto, la condicion |fn (x) f (x)| < es ahora nx < , y esto se cumple
para todo n > n0 si se toma n0 > 1/, pues en ese caso:
x
x
<
< x
n
n0
(ya que 0 x 1). Fijemonos en que la condicion n0 > 1/ solo depende de y no de x.
Otra forma u
til de ver la convergencia uniforme consiste en la siguiente definicion equivalente: (fn ) converge
uniformemente a f : [a, b] R en [a, b] si la sucesion (mn ), donde
mn = max |fn (x) f (x)|,
x[a,b]
tiene lmn mn = 0.
Nota 3.4. Geometricamente, mn es la m
axima distancia vertical entre las graficas de fn (x) y f (x).
Ejemplo 3.5. Si [a, b] = [0, 1] y fn (x) = xn (1 x), resulta que (fn ) converge uniformemente a la funci
on
identicamente nula en [0, 1]. En efecto, se tiene que
mn = m
ax |xn (1 x)| = max (xn (1 x)) = max fn (x)
x[a,b]
x[a,b]
x[a,b]
Derivando, se ve que el m
aximo se alcanza en x = n/(1 + n):
0 = fn0 (x) = nxn1 (1 x) xn ,
de donde
(n + 1)xn + nxn1 = 0 .
Por tanto:
n
n
n
n
=
1
1+n
1+n
1+n
n
n
1
nn
=
=
,
1+n
1+n
(1 + n)n+1
m n = fn
y es claro que
lm mn = 0 .
4
Una pregunta importante es la siguiente: si (fn ) es una sucesion de funciones con una cierta propiedad, y
(fn ) converge a una funci
on f en alg
un sentido, Cuando podemos asegurar que f tiene esa misma propiedad?
En el caso de que la propiedad sea la continuidad por ejemplo, vemos que la convergencia puntual no es
suficiente. En el ejemplo 3.2 las funciones fn (x) = xn son continuas para todo n N, pero su lmite puntual
no lo es. Esto no ocurre con la convergencia uniforme.
22
(3.1)
Por la convergencia uniforme de (fn ) a f en [a, b], dado > 0 existe un n0 N tal que si n > n0 ,
|fn (x) f (x)| < /3 para todo x [a, b]; en particular, tambien es |fn (x0 ) f (x0 )| < /3 si n > n0 .
Por otra parte, para cada n N es fn continua, luego dado /3 > 0, existe un > 0 tal que si |x x0 | < ,
es |fn (x) fn (x0 )| < /3. En definitiva, dado cualquier > 0, tomando n > n0 existe un > 0 tal que si
|x x0 | < , se tiene (sustituyendo en (3.1)):
|f (x) f (x0 )|
+ + = ,
3 3 3
luego f es continua en x0 .
Si la propiedad en cuesti
on es la integrabilidad, se tiene el siguiente resultado.
Teorema 3.7. Sea (fn ) una sucesi
on de funciones tal que fn : [a, b] R es integrable en [a, b] para cada
n N. Si (fn ) converge uniformemente a f : [a, b] R en [a, b], entonces, f R([a, b]) y
b
Z
lm
Z
fn =
Z
lm fn =
a n
f.
a
Demostraci
on. Veamos primero que el lmite f es integrable. Dado > 0, por ser fn f uniformemente,
existe un n0 = n0 () N tal que si n > n0 :
|f (x) fn (x)| <
,
3(b a)
para todo x [a, b]. Entonces, para cada P P([a, b]) se tiene:
S(f fn , P )
(xi+1 xi ) =
(b a) = ,
3(b a) i
3(b a)
3
y, an
alogamente, L(f fn , P ) /3. Para este n0 = n0 (), elegimos una particion P P([a, b]) de tal
manera que si P P , se verifique S(fn , P ) L(fn , P ) < /3 (esto se puede hacer por ser fn integrable,
aplicando el criterio de integrabilidad de Riemann). Para cada una de estas particiones, ocurre que (por ser
S(f + g, P ) S(f, P ) + S(g, P ) y L(f + g, P ) L(f, P ) + L(g, P )):
S(f, P ) L(f, P ) S(f fn , P ) L(f fn , P ) + S(fn , P ) L(fn , P )
< |S(f fn , P )| + |L(f fn , P )| +
< 3 + 3 + 3 = ,
luego f es integrable en [a, b].
Para probar la segunda parte, definamos las funciones
Z x
gn (x) =
fn (t) dt ,
a
23
,
2(b a)
para todo n > n0 , t [a, b] (se puede hacer por ser fn f uniformemente). Si x [a, b], tenemos que
|gn (x) g(x)|
Z
a
<
fn (t) dt
Z
f (t) dt
(b a) < ,
2(b a)
2
Z
lm
Z
fn =
f.
Demostraci
on. Supongamos que (fn0 ) converge uniformemente a F : [a, b] R. Por el corolario 3.8, para
cualquier x [a, b] es
Z x
Z x
0
lm
fn =
F,
(3.2)
n
(3.3)
(3.4)
lm
f (x) f (a) =
F.
(3.5)
Por otra parte, Rcomo cada fn0 es continua y (fn0 ) converge uniformemente a F , por el teorema 3.6 es F
x
continua, luego a F derivable. Entonces, derivando en (3.5):
f 0 (x) = F (x) .
24
n
X
uk (x).
k=1
P
Si Sn f puntualmente en [a, b] se dice que n1 un converge puntualmente a f en [a, b].
P
Definici
on 3.10. La serie n1 un se dice que converge uniformemente a una funcion f : [a, b] R en
[a, b] si la sucesi
on (Sn ), formada por las funciones sumas parciales
Sn (x) = u1 (x) + . . . + un (x) =
n
X
uk (x)
k=1
Ejemplo 3.11. Sea [a, b] = [0, 1] y consideremos un (x) = nxenx (n 1)xe(n1)x , o sea,
2
2
un (x) = x nenx (n 1)e(n1)x ,
(las series cuyo termino general son de este tipo se denominan telesc
opicas). Se tiene que
Sn (x) =
n
X
uk (x)
k=1
2
= nxenx .
Pero entonces, con x [0, 1], tomando lmites resulta:
2
lm Sn (x) = lm nxenx = 0,
n+
n+
P
luego (Sn ) converge puntualmente a la funcion identicamente nula en [0, 1] y podemos decir queP n1 un = 0
puntualmente. Sin embargo, la convergencia de la serie no es uniforme. De hecho, si fuese n1 un = 0
uniformemente en [0, 1], tendramos que fijado un > 0, existiraun n0 N tal que si n > n0 , |Sn (x)| <
independientemente de x [0, 1]. En particular (tomando x = 1/ 2n), esto implicara que:
r
n
n 1
Sn 1
= n e 2n
=
e 2 < .
2
2n
2n
Pero es obvio que eligiendo n > n0 suficientemente grande (por ejemplo, n > 2e2 o, mejor dicho, n >
p
1
4
m
ax{n0 , 2e2 }) se puede hacer que n2 e 2 > .
Se tiene, sin embargo, el siguiente corolario del teorema 3.6.
Teorema
3.12. Sea (un ) una sucesi
on de funciones tal que un : [a, b] R es continua para cada n N. Si
P
n1 un converge uniformemente a f : [a, b] R en [a, b], entonces, f C([a, b]).
Naturalmente, tambien est
an los corolarios de los teoremas 3.7 y 3.9.
Teorema
3.13. Sea (un ) una sucesi
on de funciones tal que un : [a, b] R es integrable para cada n N.
P
Si n1 un converge uniformemente a f : [a, b] R en [a, b], entonces, f R([a, b]). Adem
as,
Z
bX
a n=1
un =
Z
X
n=1
25
Z
un =
f
a
P
Teorema 3.14. Sea (un ) una sucesi
on de funciones
un : [a, b] R es de clase C 1 ([a, b]), n1 un
P tal que
converge puntualmente aP
f : [a, b] R y adem
as n1 u0n converge uniformemente en [a, b]. Entonces, f 0
0
es el lmite uniforme de n1 un en [a, b] y para cada x [a, b]:
!
X
d X
un (x) =
u0n (x) = f 0 (x) .
dx n=1
n=1
Nota 3.15. Estos teoremas se suelen enunciar diciendo que si una serie converge uniformemente, entonces
se puede derivar e integrar termino a termino.
Sm (x) Sn (x) =
m
X
uk (x)
k=n+1
y de aqu, tomando valor absoluto y aplicando la desigualdad triangular junto con la hipotesis (3.6):
|Sm (x) Sn (x)|
m
X
|uk (x)|
k=n+1
m
X
Mk = |sm sn |.
(3.7)
k=n+1
Pn
Sea ahora un > 0 fijo. Como
on de sus colas tiende a 0, luego podemos
k=1 Mk converge, la sucesi
encontrar un n0 N tal que si m > n > n0 , es
|sm sn | = sm sn < .
Por tanto sutituyendo en (3.7), dado > 0 fijo, existe un n = n0 () N (independiente de x [a, b]) tal
que si m > n > n0 , es |Sm (x) Sn (x)| < , para todo x [a, b], es decir , para cada x [a, b], la sucesi
on
(Sn (x)) es de Cauchy, luego convergente y esto con la misma n0 N (independientemente de x). As, (Sn (x))
converge uniformemente.
P
Ejemplo 3.17. La serie n0 xn /n! converge uniformemente en [1, 1]. En efecto:
n
x
1
si 1 x 1:
= Mn ,
n!
n!
P
y es inmedaito que la serie n=0 Mn converge (por ejemplo, por el criterio del cociente); de hecho, una
prueba r
apida y sucia se basa en P
que ex es una funcion analtica en toda la recta y,
Ppor tanto, coincide con
x
su desarrollo de McLaurin, e = n0 xn /n!, de donde (evaluando en x = 1) e = n0 1/n!. As:
+
X
+
X
1
Mn =
= e.
n!
n=0
n=0
4
26
k1
n1
+
X
an
cos nx
n
n=1
P
P
es uniformemente convergente en todo R. Ademas, de la serie derivada n1 u0n (x) =
n1 an sin nx,
0
(x)|
a
,
para
cualesquiera
N
y
x
R.
De
nuevo
el
criterio
M
nos dice que
tambi
e
n
se
tiene
|u
n
n
P
P
0
u
=
a
sin
nx
es
uniformemente
convergente
y,
por
el
teorema
3.14,
si
n
n1 n
n1
f (x) =
+
X
an
k=1
cos nx,
entonces,
f 0 (x) =
+
X
n=1
3.4. Ejercicios
1. Determinar para que valores de la variable x las sucesiones de funciones cuyo termino general se da a
continuaci
on son puntualmente convergentes, y hallar su lmite.
(a)
fn (x) = x1/(2n1) .
(b)
fn (x) =
1 xn
.
1x
(c)
fn (x) = sin nx .
2. Probar que la sucesi
on (1a) del ejercicio precedente no es uniformemente convergente en ]0, 1[, pero s
lo es en cualquier intervalo [a, b] con 0 < a < b.
3. Probar que la sucesi
on (1b) del ejercicio 1 no es uniformemente en ] 1, 1[, pero s lo es en cualquier
intervalo [a, a] con 0 < a < 1.
4. Consideremos la serie funcional telescopica con termino general
fn (x) = x n2 enx (n 1)2 e(n1)x .
27
n2 x
.
n2 + x2
f = lm
fn ,
0
para todo x R (esto muestra que la convergencia uniforme no es una condicion necesaria para el
intercambio de lmite e integral).
7. Se considera la sucesi
on de funciones con termino general
fn (x) = x
xn
.
n
(a) Determinar los valores x R para los cuales (fn ) converge y calcular el lmite f = lmn fn .
(b) Estudiar la convergencia uniforme de (fn ).
(c) Hallar los valores x R para los cuales (fn0 ) converge y calcular el lmite g = lmn fn0 .
(d) Calcular f 0 y compararla con g.
28
4
Series de Fourier
Como se discuti
o en el captulo introductorio, a toda funcion f , periodica con periodo T = 2, se le puede
asociar una serie trigonometrica
f (t) '
a0 X
+
(an cos nt + bn sen nt) ,
2
n=1
(4.1)
llamada la serie de Fourier de f . Hay dos cuestiones importantes referentes a esta asociacion. La primera es
c
omo calcular los coeficientes an , bn , y la segunda es que relacion existe entre los valores de f (t) y la suma
de la serie para cada t (en caso de que sea convergente). La segunda es de caracter teorico y mucho m
as
difcil que la primera, por lo que le dedicaremos el captulo siguiente. Ahora, lo que nos va a interesar es
c
omo obtener an , bn .
Las referencias utilizadas para la elaboracion de este captulo son [1, 2, 5, 6]. La primera y la u
ltima
contienen numerosos ejemplos resueltos.
n 1,
para los coeficientes de Fourier asociados a f . El calculo que haremos se basara en las llamadas relaciones
de ortogonalidad de las funciones trigonometricas:
Z
Z
1
1
cos nt dt = sen nt = 0 y
sen nt dt = ( cos nt) = 0 ,
n
n
Z
cos nt cos mt dt =
Z
sen nt sen mt dt =
Z
1
(sen(m n)t + sen(m + n)t) dt = 0;
2
Z
1
(cos(m n)t + cos(m + n)t) dt = 0;
2
Z
1
(cos(m n)t cos(m + n)t) dt = 0;
2
n, m
n 6= m
n 6= m .
(4.2)
sen2 mt dt =
(1 cos2 mt) dt = .
Supongamos que en (4.1) se da la igualdad. Integrando ambos miembros y admitiendo que se puede intercambiar el orden de integraci
on con la suma de la serie 1 :
Z
f (t) dt =
Z
Z
a
X
a0
0
dt +
an
cos nt dt + bn
sen nt dt = 2 = a0 .
2
2
n=1
cos mt cos mt dt = am .
Nota 4.1. Las integrales no cambian si se realizan entre otros extremos siempre que estos definan un periodo
de f .
Ejemplo 4.2. Consideremos la funci
on
1
(
f (t) =
0
1
< t 0
0 < t ,
extendida periodicamente con periodo 2 (esta funcion se conoce como un pulso cuadrado). Se tiene, por
c
alculo directo, para n 6= 0,
an =
f (t) cos nt dt =
1
Z
0 dt +
1 sen nt
cos nt dt =
= 0.
n 0
Para n = 0 la expresi
on precedente no es valida (se anula el denominador), de modo que el calculo debe
hacerse aparte:
Z
Z
1
1
1
a0 =
f (t) dt =
1 dt = = 1 .
0
=
=
Z
Z
1
1
f (t) sen nt dt =
sen nt dt
0
1 cos nt
1
[(1)n + 1] .
=
n
n
0
O sea:
bn =
1 El
si n es par
2/n
si n es impar.
estudio de las condiciones bajo las cuales este paso es posible ocupar
a el siguiente captulo.
30
1
2X 1
+
sen(2k 1)t .
2
2k 1
f (t) '
k=1
4
Ejemplo 4.3. Consideremos la funci
on onda parab
olica f (t) = t2 , en ] , [ y extendida periodicamente
con periodo 2. En este caso:
Z
Z
2 2
2 t3
2 2
1
f (t) dt =
t dt =
=
a0 =
.
0
3 0
3
Tambien, para an con n 1, una integracion por partes muestra que
Z
Z
2 2
4(1)n
1
f (t) cos nt dt =
t cos nt dt =
.
an =
0
n2
Un c
alculo an
alogo nos proporciona
bn =
f (t) sin nt dt =
t2 sin nt dt = 0 .
2 X 4(1)n
+
cos nt .
3
n2
n=1
4
T
a0 X
f
u '
+
(an cos nu + bn sen nu) .
2
2
n=1
Deshaciendo el cambio, resulta la serie de Fourier de una funcion periodica con periodo T arbitrario:
a0 X
2
2
f (t) '
+
an cos n t + bn sen n t ,
(4.3)
2
T
T
n=1
siendo
2
an =
T
2
bn =
T
T /2
f (t) cos n
2
t dt ,
T
n 0,
(4.4)
f (t) sen n
2
t dt ,
T
n 1.
(4.5)
T /2
y
T /2
T /2
31
1 2
t dt = 0 ,
an =
t cos n t dt = 0 ,
a0 =
2 2
2 2
2
y para los bn :
1
bn =
2
Z 2
i
1h 2
2
4
t sen n t dt = t ( cos n t) +
cos n t dt =
(1)n1 ,
2
2 n
2 2 n 2
2
n
2
4 X (1)n1
sen n t .
n=1
n
2
4
Ejemplo 4.5. La funci
on f (t) = t [t] , es periodica con periodo T = 1. Considerando el intervalo ]0, 1[ en
el cual f (t) = t se obtiene:
Z
Z
Z
2 1
2 1
1
2 1
t dt = 1,
an =
t cos n2t dt = 0,
bn =
t sen n2t dt =
,
a0 =
1 0
1 0
1 0
n
luego la serie de Fourier asociada a f ser
a
f (t) '
1
1X1
sen 2nt .
2 n=1 n
f (t) dt = 0 .
(4.7)
f (t) '
donde
an =
4
T
a0 X
2
+
an cos n t
2
T
n=1
T /2
f (t) cos n
0
32
2
t dt ,
T
n 0.
(4.8)
bn sen n
n=1
donde
4
bn =
T
T /2
f (t) sen n
0
2
t
T
2
t dt ,
T
(4.9)
n 1.
2
Demostraci
on. Si f es par, el producto f (t) sen n 2
que:
T t es impar, mientras que f (t) cos n T t es par, as
2
T
T /2
2
t dt = 0 ,
T
Z
Z
2
2
2 T /2
4 T /2
f (t) cos n t dt =
f (t) cos n t dt .
an =
T T /2
T
T 0
T
bn =
f (t) sen n
T /2
El c
alculo si f es impar es an
alogo, teniendo en cuenta que ahora el producto f (t) sen n 2
T t es par y
2
f (t) cos n T t es impar.
Ejemplo 4.7. La funci
on f (t) = t en ] , ], prolongada con periodo 2, define un tipo de se
nal que se
denomina diente de sierra. Se trata de una funcion obviamente impar, de modo que para calcular su serie
de Fourier s
olo hay que considerar los coeficientes bn . Ahora bien:
Z
2
(1)n1
bn =
t sen nt dt = 2
,
0
n
de modo que
f (t) ' 2
X
(1)n1
sen nt .
n
n=1
4
El siguiente resultado es una consecuencia inmediata de la linealidad de la integral.
Proposici
on 4.8. Los coeficientes de Fourier an , bn , de una funci
on definida como una suma f = f1 + f2 ,
son la suma de los correspondientes coeficientes de f1 y f2 en el mismo intervalo.
Demostraci
on. En efecto, basta considerar que, por ejemplo
Z
Z
Z
an =
f (t) cos ntdt =
f1 (t) cos ntdt +
k si < x < 0,
k si 0 < x < ,
y
g(x) = f (x) + k =
0 si < x < 0,
2k si 0 < x < ,
33
La funci
on f es impar, de modo que su desarrollo solo contiene senos:
f (x) =
bn sin nx ,
n=1
donde
Z
bn =
Z
k sin nxdx +
k sin nxdx = 2
O sea:
bn =
1
(1)n
n
n
.
0 si n par
2 si n impar .
n
4
Si tenemos una funci
on definida en un semiintervalo de la forma ]0, L[, y queremos representarla mediante
una serie de Fourier, hay dos formas de hacerlo. Una de ellas es extender f a todo el intervalo ] L, L[ de
manera par y luego a todo R con periodo 2L, lo cual conducira a una serie de Fourier en cosenos, y la otra
es extender f de manera impar a ] L, L[ y luego periodicamente con periodo 2L a todo R, lo cual dar
a
lugar a una serie de Fourier en senos, seg
un se acaba de ver en el apartado precedente.
En el primer caso, de acuerdo con las f
ormulas para el desarrollo con periodo arbitrario (4.8), tendremos
a0 X
f (x) '
an cos n x
+
2
L
n=1
2
an =
L
Z
0
n 0,
y en el segundo
f (x) '
bn sen n x
L
n=1
bn =
2
L
Z
0
n 1.
Ejemplo 4.10. Desarrollemos f (x) = x en el intervalo ]0, 2[. En primer lugar, en serie de cosenos; tenemos
que haciendo L = 2 en las f
ormulas anteriores:
a0 =
2
2
xdx =
0
2
x2
= 2,
2 0
x cos
0
4
nx
dx = 2 2 (cos n 1) .
2
n
4 X (1)n 1
nx
8 X
1
(2n + 1)x
f (x) = 1 + 2
cos
=1 2
cos
.
n=1
n2
2
n=1 (2n + 1)2
2
34
Z
bn =
t sin
0
nx
4
dx = (1)n ,
2
n
y por tanto:
f (x) =
4 X (1)n+1
nx
sin
.
n=1
n
2
4
Nota 4.11. Dado que tenemos la posibilidad de hacer dos desarrollos distintos para la misma funcion, cabe
preguntarse cu
al de los dos converge m
as rapidamente desde el punto de vista numerico. En general, la
respuesta depende de las caractersticas de la funcion. En el ejemplo precedente, converge mas rapidamente
el desarrollo en cosenos, a la vista de los denominadores de los coeficientes en ambas series.
cn einx ,
n=
eit + eit
2
sin t =
eit eit
,
2i
a0 X
+
(an cos nx + bn sin nx)
2
n=0
einx + einx
einx einx
a0 X
= +
an
+ bn
2
2
2i
n=0
f (x) =
cn einx ,
n=
siendo
a
0
si n = 0,
a ib
n
n
si n = 1, 2, 3, . . .
cn =
2
an + ibn
si n = 1, 2, 3, . . .
2
35
Teniendo en cuenta las expresiones explcitas para los coeficientes an , bn en terminos de f , podremos poner
para n positivo
an ibn
Z2
1
(cos nx i sin nx)f (x)dx
=
2
Z
1
einx f (x)dx .
=
2
cn =
Para n negativo el c
alculo es completamente analogo:
an + ibn
Z2
1
(cos (nx) + i sin (nx))f (x)dx
=
2
Z
1
=
einx f (x)dx .
2
cn =
En definitiva, el c
alculo de los coeficientes complejos de Fourier se puede hacer como
Z
1
cn =
einx f (x)dx ,
2
expresi
on que es v
alida tanto para n = 0 como para valores positivos y negativos.
El siguiente ejemplo ilustra algunas dificultades que pueden surgir al calcular una serie de Fourier compleja
(que son parecidos a los que se dan al calcular a0 y an con n 1 en series reales).
Ejemplo 4.12. Supongamos que queremos desarrollar en serie compleja de Fourier la funcion f (t) = sin t,
que es peri
odica con periodo 2. Calculamos:
Z
1
eint f (t)dt
cn =
2
Z
1
=
eint sin(t)dt
2
1 ein ein
.
=
2
n2 1
Esta expresi
on es cero a no ser que n = 1 o n = 1. Pero en estos dos casos, el denominador se anula y
por tanto no es v
alida. C
omo obtener c1 y c1 ?. Una manera de hacerlo consiste en hacer el calculo para
c = 1+ (y c = 1+) y luego tomar el lmite con 0 en el resultado. Por ejemplo, para c1 procederamos
como sigue:
1 ei(1+) ei(1+)
c1+ =
2
(1 + )2 1
i
1 e + ei
=
.
2
(1 + )2 1
Haciendo uso de que cos 1 y sin 0 si 0, podemos poner
1 1 i + 1 i
c1+
2
1 + 2 1
1 2i
=
2
2
1
= .
2i
36
Un c
alculo completamente an
alogo muestra que
c1 =
1
.
2
sin t =
4
Haciendo la misma sustituci
on de las f
ormulas de Euler en las expresiones para la serie de Fourier real con
un periodo T arbitrario, llegamos a las expresiones
f (x) '
cn ein T
n=
T /2
f (t)ein T t dx .
T /2
4.5. Ejercicios
1. Dibujar las gr
aficas de las funciones siguientes y calcular las series de Fourier correspondientes:
a)
f (t) =
1
1
1<t<0
0t<1
si
si
b)
f (t) = |t|,
t ] 1, 1[
f (t) = t,
t ] , [
f (t) = t3 ,
t [, ]
c)
d)
2. Calcular el desarrollo de Fourier de f (t) = et en ] 1, 2[.
3. Determinar un polinomio de tercer grado definido en ], [ sabiendo que admite el siguiente desarrollo
en serie de Fourier:
X (1)n sin nt
n3
n1
1
f (t) =
2
0
si
|t| <
si
a) Onda semirectificada:
f (t) =
sin t
0
si
si
0t
t < 0 .
b) Onda rectificada
f (t) = | sin t| .
c) La funci
on
f (t) = sin t ,
en serie de cosenos en el intervalo [0, ].
6. Demostrar que
X (1)n n sin nt
1
,
t cos t ' sin t + 2
2
n2 1
< t < .
n2
7. Una funci
on f (t) definida sobre R se dice que es antiperi
odica si f (t + T ) = f (t) para cualquier t R.
Se pide:
a) Probar que una funci
on antiperiodica es periodica de perodo 2T .
b) Probar que la serie de Fourier asociada es de la forma:
X
(2r 1)t
(2r 1)t
+ b2r1 sin
.
a2r1 cos
T
T
r1
k1
b) Aplicar (a) para calcular la serie de Fourier trigonometrica de la onda periodica dada por la figura:
1
Q
Q
Q
2
Q
Q
Q
Q
Q
Q
2
3
<t<
extendida peri
odicamente a todo R.
b) La funci
on
(
f (t) =
si
|t| /2
si
sin X
eikt .
(1)k 2
k2
k=
Deducir que
cot =
1 X 2
.
+
2 k 2
k=1
13.
a) Hallar el desarrollo en serie de Fourier compleja de la funcion f (t) = et en el intervalo [0, 2].
b) Expresar la serie anterior en forma trigonometrica.
c) Establecer la convergencia de la serie
X
n1
y calcular su suma.
39
1
n2 + 1
5
Convergencia de la serie de Fourier
Este captulo forma la parte central del curso desde el punto de vista matematico. En el veremos un
conjunto de condiciones (no las m
as generales, pero si de suficiente alcance para las aplicaciones en fsica e
ingeniera) bajo las cuales se puede asegurar que la serie de Fourier asociada a una funcion f converge y,
adem
as, lo hace a la propia funci
on. Naturalmente, este comportamiento depende de cual sea la noci
on de
convergencia de la que se hable. Aqu se tratara la convergencia puntual, la convergencia en media cuadr
atica
y la uniforme, que son las m
as importantes en la practica.
Las referencias m
as apropiadas para este captulo son [2, 5], particularmente esta u
ltima por la gran
cantidad de comentarios de car
acter tecnico y ejemplos que contiene.
El n
ucleo de Dirichlet es b
asicamente la funcion determinada por las sumas parciales Sn 1 , as que ser
a la
herramienta b
asica en nuestro estudio. Supongamos entonces una funcion f (t) continua a trozos y peri
odica
1 En
ao X
f (t) '
+
(an cos nt + bn sin nt)
2
n=1
en la cual
Z
1
f (t) cos nt dt ,
an =
Z
1
f (t) sin nt dt .
bn =
As, se puede escribir
k
Sk (t)
a0 X
+
(an cos nt + bn sin nt)
2
n=1
Z
k Z
1X
1
f (y)dy +
[cos ny cos nt + sin ny sin nt] dy
2
n=1
#
"
Z
k
1
1 X
cos(n(y t)) dy .
+
f (y)
2 n=1
(5.1)
1
Ahora, de la conocida identidad trigonometrica sin cos = (sin( ) + sin( + )), resulta que, para
2
cualquier n N y cualquier R,
2 sin
1
1
cos n = sin((n + )) sin((n )) .
2
2
2
De aqu:
#
"
k
1 X
cos n
+
2 sin
2 2 n=1
2 sin cos n
+
2 n=1
2
k
X
1
1
sin +
sin((n + )) sin((n ))
2 n=1
2
2
sin
1
3
1
1
+ sin
sin + + sin(k ) sin(k ) + sin(k + ) sin(k ) .
2
2
2
2
2
2
2
Agrupando terminos, obtenemos
"
#
k
1 X
1
2k + 1
+
cos n = sin k +
,
2 sin
= sin
2 2 n=1
2
2
= sin
Dk () =
sin((k + 12 ))
1 X
+
cos n =
.
2 n=1
2 sin 2
(5.2)
Sustituyendo en (5.1) se obtiene una expresion analtica2 para la suma parcial k-esima de la serie trigonometrica asociada a f (t):
Z
1
Sk (t) =
f (y)Dk (y t) dy.
(5.3)
2 Se
ver
a m
as adelante (en el apartado 8.3) que esta f
ormula es un ejemplo tpico de convoluci
on, en este caso entre las
funciones f (t) y Dk ().
42
(5.4)
Z
lm
f (t) sin t dt = 0 ,
||
y
b
Z
lm
||
f (t) cos t dt = 0 .
a
Demostraci
on. Si hacemos el cambio de variable t = s + , resulta:
Z
I() =
f (s +
f (t) sin t =
) sin(s + ) ds
f (s +
) sin(s) ds .
Z
I() =
f (s) sin s ds ,
a
resulta:
b
Z
2I()
f (s) sin s ds
=
a
f (s +
) sin s ds +
(f (s) f (s +
f (s +
) sin s ds
f (s) sin s ds
)) sin s ds .
(5.6)
Supongamos que f (s) es continua. Como [a, b] es compacto, existe una cota M > 0 tal que |f (s)| M , para
todo s [a, b]. De aqu:
Z
Z
a
a+
f (s + ) sin s ds =
f (s) sin s ds M ,
a
a
43
y an
alogamente
Z
b
f (s) sin s ds M .
b
1
|I()| M +
|f (s) f (s +
a
)| ds .
Pero al ser f continua en [a, b], es uniformemente continua, por lo que dado un > 0, existe un > 0 tal que
si |s u| < , es |f (s) f (u)| < . Sea > 0 suficientemente grande como para que si > 0 se cumplan
ambas condiciones,
M<
y
< .
|I()| < +
2
Z
b
b a
=
ds = 2 +
2(b a )
2(b a)
Ahora, si f (s) es continua a trozos, basta con repetir la prueba precedente en cada subintervalo de [a, b] en
Rb
el que f (s) es continua. La demostraci
on para J() = a f (s) cos s ds es identica.
Corolario 5.3. Sea f (t) continua a trozos. Entonces, si
+
f (t)ejt dt ,
F () =
es
lm F () = 0 .
||
Demostraci
on. Para cualquier > 0 se tiene que
Z
F () =
f (t)eit dt =
f (t) cos t dt i
f (t) sin t dt .
Aplicando el lema, lm||+ F () = 0, para todo > 0. Teniendo en cuenta ahora que
F () = lm F () ,
y que los lmites se pueden intercambiar por la continuidad del integrando, se sigue el resultado.
Ya estamos en condiciones de probar el teorema de Dirichlet relativo a la convergencia puntual de una
serie trigonometrica.
Teorema 5.4 (Dirichlet). Sea f : [, ] C una funci
on tal que su derivada f 0 (t) existe y es continua
salvo en un n
umero finito de puntos. Supongamos adem
as que f est
a extendida peri
odicamente a todo R con
periodo 2. Entonces, para todo t R la serie de Fourier asociada a f (t) converge puntualmente:
+
a0 X
1
+
(an cos nt + bn sin nt) = (f (t+ ) + f (t )) ,
2
2
n=1
donde f (t ) = lm0+ f (t ) son los lmites laterales de f en t.
44
Demostraci
on. Separamos la f
ormula de Dirichlet para la suma parcial Sk (t) como
Z 0
Z
1
f (s + t)Dk (s) ds +
f (s + t)Dk (s) ds = Ik (t) + Jk (t) ,
Sk (t) =
0
y las calculamos por separado:
Ik (t)
f (t )
f (t ) f (t ) + f (s + t) Dk (s) ds
1
Dk (s) ds +
En esta u
ltima expresi
on, como el integrando Dk (s) es par (esto es inmediato a partir de (5.2)) podemos
poner
Z
Z
f (t )
1 0
Ik (t) =
Dk (s) ds +
(f (s + t) f (t ))Dk (s) ds.
(5.7)
2
Teniendo presentes estos resultados y el lema de Riemann-Lebesgue, calculamos el lmite lmk+ Ik (t) :
Z
f (t )
1 0 f (s + t) f (t )
1
lm Ik (t) =
lm
+
sin((k + )s) ds
k+
k+
2
2 sin 2s
2
Z 0
1
f (s + t) f (t )
f (t )
1
= f (t ) +
lm
.
sin((k + )s) ds =
s
k+
2 sin 2
2
2
Un c
alculo completamente an
alogo muestra que
lm Jk (t) =
k+
f (t+ )
,
2
4X
1
|t| =
cos(2k 1)t .
2
(2k 1)2
k=1
45
En t = 0 la funci
on es continua, luego su valor coincide con la suma de la serie,
4X
1
(2k 1)2
0=
k=1
y por lo tanto
X
k=1
1
1
1
1
2
=
1
+
+
+
=
.
(2k 1)2
9 25 49
8
4
E(k) =
(5.8)
n=1
Z
Z
k
c0 X
k
= 2
{f (t)
n=1
Z
Z
k
k
c0 X
= 2
{f (t)
n=1
Estas derivadas se anulan cuando los coeficientes valen precisamente
Z
1
f (t) dt = a0
c0 =
Z
1
cp =
f (t) cos pt dt = ap
Z
1
dq =
f (t) sin pt dt = bq .
(5.9)
Nos falta comprobar que efectivamente estos valores proporcionan un mnimo de k (y no simplemente
un punto crtico). Para ello recurrimos a las derivadas segundas, que en este caso se calculan de manera
inmediata a partir de (5.9):
2 k
=
c20
2 k
2 k
= 2 =
.
2
cp
d2q
Todos son positivas, luego los valores (c0 , cp , dq ) = (a0 , ap , bq ) efectivamente dan un mnimo.
Obviamente, el mejor comportamiento que se puede pedir en este contexto es que al tomar mas terminos
de la serie de Fourier, cada vez se aproxime mejor a la funcion.
Definici
on 5.8. Se dice que una sucesi
on de funciones (fn ) converge en media cuadr
atica a f cuando
Z
lm En = lm
(fn (t) f (t))2 dt = 0 .
(5.10)
n
Nos preguntamos entonces bajo que condiciones la sucesion de sumas parciales de la serie de Fourier de
una funci
on f , converge en media cuadr
atica a f . La sorprendente respuesta es que estas condiciones son
muy generales: basta con que f sea de cuadrado integrable para que esto ocurra3 . La prueba es elemental
pero larga, e ilustra algunos conceptos de la teora de espacios de Hilbert.
Recordemos que un espacio vectorial (complejo) X, dotado con un producto escalar (hermtico) h, i se dice
que es de Hilbert si, en la norma inducida por el producto escalar, es completo. El espacio de las funciones
(complejas) de cuadrado integrable L2 ([a, b]), con el producto escalar
Z b
hf, gi =
f (t)g(t) dt ,
(5.11)
a
3 N
otese que la convergencia en media es la convergencia en la norma de L2 y recordemos que L2 L1 ; resulta, sin embargo,
que en L1 existen funciones para las cuales su serie de Fourier no converge en ning
un punto en la norma de L1 (Kolgomorov).
Para 1 < p < , es un resultado cl
asico del An
alisis que la serie de Fourier de una f Lp converge a f en la norma de Lp .
Otros resultados relacionados son los de Carlesson (la serie de una f L2 converge puntualmente casi por todas partes), y de
Kolgomorov (existen funciones f L1 para las cuales su serie de Fourier diverge puntualmente casi por todas partes).
47
es un ejemplo de tal espacio (teorema de Riesz-Fischer), que de hecho se puede caracterizar como la completaci
on del espacio de funciones continuas C([a, b]) dotado con la norma
!1/2
kf k =
f (t) dt
Dado un espacio de Hilbert (X, h, i), un subconjunto S X se dice que es ortogonal si hf, gi = 0 para
todos f, g X distintos. Adem
as, se dice que S es un sistema ortonormal si kf k = 1 para todo f X. Un
sistema ortonormal {fn : n N} se dice que es una base de X si cualquier f X se puede expresar como
f=
hf, fn i fn ,
n=1
en el sentido de que
f = lm
k
X
hf, fn i fn ,
n=1
k
X
hf, fn i fn k = 0 .
n=1
Para el caso particular de X = L2 ([a, b]) con el producto (5.11), esto se traduce en lo siguiente: un sistema
ortonormal de funciones de cuadrado integrable {fn : n N} es una base de L2 ([a, b]) si, para toda f
L2 ([a, b]), se tiene que
!2
Z b
k
X
lm
f (t)
hf, fn i fn
dt = 0 .
k
n=1
|n |2 .
(5.12)
n=1
La demostraci
on de este lema es muy sencilla y se deja como ejercicio. Notese que este resultado formaliza
los c
alculos heursticos de la secci
on 4.1.
Teorema 5.10 (Fourier en espacios de Hilbert). Sea {fn : n N} un sistema ortonormal del espacio de
Hilbert X. Son equivalentes:
(a) {fn : n N} es una base de X.
(b) Para cualquier f X se cumple la igualdad de Parseval (5.12).
(c) Si f X es ortogonal a todos los elementos de {fn : n N} (o sea, hf, fn i = 0 para todo n N),
entonces, f = 0.
Demostraci
on. Que (a) implica (b) es el lema precedente.
Para ver que (b) implica (c), observemos que si una funcion f X satisface hf, fn i = 0 para todo n N,
entonces es que kf k = 0, de modo que f = 0.
P
La parte no trivial consiste en probar que (c) implica (a). Veamos primero que si f X la serie n1 hf, fn i fn
48
es convergente, y luego veremos que converge precisamente a f . Por ser X de Hilbert, la convergencia se
puede ver probando que la sucesi
on de sumas parciales (Sn ) es de Cauchy; ahora bien:
kSm Sn k2 = hSm Sn , Sm Sn i
* m
+
m
X
X
=
hf, fi i fi ,
hf, fj i fj
i=n+1
m
X
j=n+1
| hf, fi i |2 .
i=n+1
P
Si denotamos por (Tk ) la sucesi
on de sumas parciales de la serie k1 | hf, fk i |2 (que es obviamente mon
otona
creciente y de terminos positivos) lo que hemos obtenido es que
kSm Sn k2 = |Tm Tn | .
(5.13)
k
X
hf, fn i fn k2
n=1
*
=
k
X
hf, fn i fn , f
n=1
= kf k2 2
+
hf, fn i fn
n=1
k
X
| hf, fn i |2 +
n=1
= kf k2
k
X
k
X
k
X
| hf, fn i |2
n=1
| hf, fn i |2 ,
n=1
k
X
| hf, fn i |2 kf k2 .
n=1
Esta acotaci
on implica que la sucesi
on monotona (Tk ) converge y, en particular, que es de Cauchy. A su vez,
esto junto con (5.13) implica que la sucesi
on de sumas parciales (Sn ) es de Cauchy, como queramos ver.
Falta probar que esta sucesi
on converge af . Si denotamos
g=
hf, fn i fn ,
n=1
2
49
es una base del espacio de Hilbert real L2 ([, ]) con respecto al producto
Z
hf, gi =
f (t)g(t) dt .
La ortonormalidad se vi
o en (4.2). Para probar que es base, utilizaremos el teorema de Fourier precedente y
probaremos que si f L2 ([, ]) es ortogonal al sistema, es f = 0. Esto se hace en dos etapas:
1. Se supone primero que f es continua en [, ]). Por hipotesis f debe ser ortogonal a cualquier
polinomio trigonometrico y, por la continuidad, si fuese f 6= 0 deberan existir unos x0 ] , [, > 0
y > 0 tales que |f (x)| si |x x0 | < . Es posible entonces, mediante un calculo directo (vease el
ejercicio 9), probar que existe un m N suficientemente grande tal que f no es ortogonal al polinomio
trigonometrico
Pm (x) = (1 + cos(x x0 ) cos )m ,
lo cual es una contradicci
on.
2. Si f L2 (] , [) (no necesariamente continua), se considera la funcion h : [, ] R definida por
a0
h(x) = g(x) ,
2
donde
g(x) =
f (t) dt ,
y
a0 =
1
g,
2
.
N
otese que g existe y es absolutamente continua (luego continua) por ser f integrable. Ademas, por
construcci
on h0 = g 0 = f casi por todas partes en [, ]. Ahora, un calculo inmediato muestra que
1
1
1
1
= g,
a0 ,
= 0.
h,
2
2
2
2
An
alogamente, integrando por partes,
1
h, cos nx
!
Z
sin nx
sin nx 0
h(x)
h (x) dx
n
n
Z
1
=
f (x) sin nx dx = 0 ,
n
1
=
1 R
hf, fn i =
R
50
X
a0
an cos nx +
+
2
n par
hf, fn i fn (x) =
n=0
X
n
impar
an sin nx .
!2
n
a0 X
+
(ak cos kt + bk sen kt) f (t)
dt = 0 .
2
lm
(5.14)
k=1
Demostraci
on. Es un corolario al teorema 5.10 y el ejemplo 5.11.
a2 X 2
(an + b2n ) .
(f (t)) dt = 0 +
2
n=1
Demostraci
on. Como se acaba de ver, en este caso es n = hf, fn i igual a
impar, respectivamente. Basta entonces con aplicar 5.12.
(5.15)
an o
bn seg
un sea n par o
a2 X 2
2 T /2
(f (t))2 dt = 0 +
(an + b2n ) .
(5.16)
T T /2
2
n=1
En las aplicaciones fsicas, el miembro de la izquierda se interpreta como la potencia de la se
nal representada
por la funci
on f . Desde un punto de vista puramente matematico, resulta interesante notar que la igualdad
de Parseval perimte calcular la suma de algunas series.
Ejemplo 5.15. Para la funci
on f (t) = t en ] , ] sabemos que
f (t) ' 2
X
(1)n1
sen nt .
n
n=1
luego
t2 dt =
X
2 2
1
=4
,
3
n2
n=1
X
1
1
1
1
2
= 1 + 2 + 2 + 2 + =
.
2
n
2
3
4
6
n=1
4
La igualdad de Parseval tiene numerosas consecuencias de interes practico. Aqu nos limitaremos a dar
solamente dos de ellas.
51
Teorema 5.16 (Desigualdad de Bessel). Para toda f de cuadrado integrable, sus coeficientes de Fourier
verifican, para todo k N,
Z
k
1
a20 X 2
(f (t))2 dt.
(5.17)
+
(an + b2n )
2
n=1
Pk
a2
Demostraci
on. La sucesi
on de sumas parciales ak = 20 + n=1 (a2n + b2n ) es obviamente creciente y acotada
P
a2
por
su lmite superior lmk ak = 20 + n=1 (a2n + b2n ) que, por la igualdad de Parseval (5.15), es igual a
R
1
2
(f (t)) dt.
La segunda consecuencia es una prueba directa del lema de Riemann-Lebesgue que ya hemos visto, lema
5.2.
Proposici
on 5.17 (Lema de Riemann-Lebesgue). Si f es una funci
on de cuadrado integrable,
lm an = 0
y
lm bn = 0.
(5.18)
n=1
Nota 5.19. Poniendo f () = f (), podemos extender de forma periodica y continua f a todo R.
Demostraci
on. Sea la serie de Fourier de f ,
a0 X
+
(an cos nx + bn sin nx).
2
n=1
(5.19)
a
0 X
+
(
an cos nx + bn sin nx) .
2
n=1
52
1
(f () cos n f () cos n + nbn ) = nbn
=
y
bn = 1
1
f (t) sin ntdt =
Tambien:
a
0 =
f 0 (t) dt =
f (t) cos ntdt = nan .
1
1
f (t)| = (f () f ()) = 0 .
|
an | |bn |
+
.
n
n
P
|
an | |bn |
+
. Hay que probar que n=1 Mn converge, y esto se sigue de la desigualdad
n
n
2
2
1
1
an |,
= |
an |2 + 2 |
0 |
an |
n
n
n
|bn |
|b2 |
1
n + 2.
n
2
2n
As:
Mn =
y sumando:
1 2 2
1
|
an | |bn |
+
(
a + bn ) + 2 ,
n
n
2 n
n
Mn
n=1
X 1
1 X 2 2
(
an + bn ) +
< ,
2 n
n2
n
pues la primera serie del miembro intermedio es convergente por la desigualdad de Bessel4 aplicada a f 0 , y la
P
2
segunda es n=1 n12 = 6 . Aplicando el criterio de Weierstrass, (5.19) es uniformemente convergente. Como
adem
as f es continua por hip
otesis, esta convergencia uniforme lo es a f (por el teorema de Dirichlet).
Nota 5.20. En el transcurso de la demostracion se ha obtenido un resultado importante en si mismo: bajo
las hip
otesis del teorema (esto es, f continua y f 0 definida salvo en un conjunto finito de puntos), si la serie
de Fourier de f es
a0 X
+
(an cos nx + bn sin nx) ,
2
n=1
entonces la de f 0 es
n=1
4 N
otese que si f 0 es continua en [, ] salvo un n
umero finito de puntos, tambi
en lo es (f 0 )2 . Como toda funci
on continua
salvo en un n
umero finito de puntos es integrable, (f 0 )2 es integrable y, por tanto, f 0 es de cuadrado integrable. As, se puede
aplicar la desigualdad de Bessel.
53
Gibbs. Este
consiste en que cerca de los puntos de discontinuidad x de una funcion f las sumas parciales
de la serie de Fourier Sk superan los valores f (x+ ) y f (x ) en aproximadamente un 9 % del valor de salto
de la funci
on en ese punto, |f (x+ ) f (x )|.
1
0
si x 0
,
si x < 0
Sn (x) =
n
2 X sin(2k 1)x
1
+
.
2
2k 1
(5.20)
k=1
n
2X
cos(2k 1)x .
(5.21)
k=1
1
=
2
n
X
j(2k1)x
k=1
n
X
!
j(2k1)x
k=1
5 Descubierto
en realidad por Wilbraham en 1848 y redescubierto por Michelson (el del experimento de Michelson-Morley)
en 1898, al trabajar con un analizador de Fourier mec
anico, un precursor de las modernas computadoras. Michelson coment
o
el efecto con Gibbs, quien dedujo
la correcta explicaci
on te
orica, originada por la existencia de una discontinuidad.
6 En esta secci
on, haremos j = 1.
54
De aqu, resulta claro que las soluciones a Sn0 (x) = 0 estan dadas por x = /2n. Del comportamiento gr
afico
(o calculando la segunda derivada), se ve que x = /2n son maximos y x = /2n mnimos. Sustituyendo
en la expresi
on para Sn (x), (5.20), obtenemos los valores de los picos,
Sn
n
1
2 X sin(2k 1)
= +
,
2n
2
2k 1 2n
k=1
n
1
1 X sin(2k 1) (/2n)
= +
.
2n
2
(2k 1) (/2n) n
k=1
El motivo de hacerlo as es que de esta forma es aparente que se tiene la suma de Riemann de la funci
on
sin x/x en el intervalo [0, ], con respecto a la particion uniforme P = {x0 = 0, x1 = /n, . . . , xn = n/n}.
Por tanto, tomando el lmite cuando n resulta:
Z
1
1 sin x
Sn
+
dx .
2n
2 0
x
Para estimar numericamente esta integral, utilizamos el hecho de que la funcion sin x/x es analtica en todo
R y nos quedamos con los dos primeros terminos del desarrollo de MacLaurin,
sin x
1
x3
'
x
.
x
x
6
La integral puede ahora calcularse sin problemas y el resultado es
Sn
' 1.09 ,
2n
que representa el anunciado 9 % del valor de la funcion en x = 0, f (0) = 1 (un calculo analogo puede hacerse
con los mnimos para obtener el salto total). Tambien es evidente del calculo que al tomar un mayor n
umero
de terminos en la aproximaci
on de Fourier Sn (x), el pico se desplaza hacia el origen.
4
5.5. Ejercicios
1. Probar que
Z
Dk (s) ds = ,
donde Dk es el kesimo n
ucleo de Dirichlet.
55
x2 sin 1
x
f (x) =
si x 6= 0 ,
si x = 0 ,
sea mnimo. Calcular el error cuadratico cometido en la aproximacion de t por c1 sin t + c2 sin 2t +
c3 sin 3t, donde c1 , c2 , c3 son los calculados anteriormente.
4. Determinar el polinomio trigonometrico de primer orden p(t) = a + b cos t + c sin t que mejor aproxima
la funci
on f (t) = et en media cuadr
atica, sobre el intervalo ] , [.
5. Probar el lema 5.9.
6. Utilizando el resultado del ejercicio (1b) de la seccion 4.5, demostrar que
X
n1
1
2
=
.
2
(2n 1)
8
n2
1
.
+1
X (1)n
2
=
n2
12
n1
b)
X 1
6
=
6
n
945
n1
X
n=1
(1)n
1 2
sin nt
=
t(t ) .
n3
12
a0 X
f (x) '
+
(an cos nx + bn sin nx) ,
2
n=1
56
sin nx
,
log(n
+ 1)
n=1
no puede ser la serie de Fourier de ninguna funcion integrable.
Sugerencia: Utilizar el problema anterior.
57
6
Ecuaciones en derivadas parciales sobre dominios
acotados
2u
u
=
,
2
x
t
(6.1)
Supondremos que los extremos de la barra se mantienen a una temperatura constante e igual a cero en todo
instante, esto es,
u(0, t) = 0 = u(L, t), t ]0, +[ .
(6.2)
Finalmente, supondremos que la distribucion inicial de temperaturas a lo largo de la barra viene dada por
una funci
on f (x) de clase C 1 a trozos:
u(x, 0) = f (x),
x ]0, L[ .
(6.3)
La tecnica de separaci
on de variables consiste en buscar soluciones particulares a (6.1) en la forma separada
u(x, t) = X(x)T (t).
(6.4)
X 00 (x) + 2 X(x) = 0
T 0 (t) + 2 T (t) = 0 .
La primera es una ecuaci
on diferencial ordinaria de segundo orden, homogenea, con coeficientes constantes. Su polinomio caracterstico es r2 + 2 = 0 con races r = i (imaginarias puras), luego su soluci
on
general viene dada por
X(x) = c1 cos(x) + c2 sin(x)
siendo c1 , c2 constantes reales arbitrarias.
La segunda es una ecuaci
on diferencial ordinaria de primer orden que se resuelve de manera inmediata
separando variables
2
T (t) = c3 e t .
(6.6)
60
X 00 (x) 2 X(x) = 0
T 0 (t) 2 T (t) = 0.
Esta vez las races del polinomio caracterstico de la primera ecuacion son reales, r = , luego la
soluci
on general es combinaci
on de exponenciales:
X(x) = c1 ex + c2 ex .
La soluci
on de la segunda ecuaci
on tambien es exponencial, pero esta vez con exponente positivo:
2
T (t) = c3 e t .
Al imponer ahora las condiciones iniciales resulta: de X(0) = 0
c1 + c2 = 0,
luego X(x) = c1 ex ex , y de X(L) = 0:
c1 eL eL = 0.
Aqu de nuevo hay dos posibilidades: c1 = 0 onduce a X(x) = 0, que no es aceptable (buscamos
soluciones no triviales), y eL eL = 0 nos lleva a L = L por ser la exponencial inyectiva.
Tendramos entonces 2L = 0, que no puede darse pues , L > 0.
Por tanto, en el caso c > 0 no existen soluciones no triviales de la forma u(x, t) = X(x)T (t).
(c) c = 0
En este caso se tendran las ecuaciones
X 00 (x) = 0
T 0 (t) = 0,
61
X(x) = c1 x + c2
T (t) = c .
3
Al imponer la condici
on inicial X(0) = 0 resulta c2 = 0 y X(x) = c1 x. De X(L) = 0 es c1 L = 0 y como
L > 0, debe ser c1 = 0, lo que nos lleva a la solucion trivial X(x) = 0 que no es aceptable.
As, en este caso tampoco existen soluciones no triviales de la forma u(x, t) = X(x)T (t).
Llegados a este punto, es donde intervienen de manera crucial la linealidad de la ecuacion del calor y el
hecho de que las condiciones de frontera son homogeneas (es decir, los segundos miembros de u(0, t) = 0,
u(L, t) = 0 son cero). Gracias a estas dos propiedades, la superposicion arbitraria de las soluciones1 un (x, t)
(una para cada valor de n N) obtenidas en (a), es tambien solucion, es decir, podemos considerar una
soluci
on del tipo
n
X
X
n 2
x e( L ) t .
(6.7)
u(x, t) =
un (x, t) =
An sin
L
n=1
n=1
Nota 6.1. Insistimos en el punto de que para escribir una solucion de esta forma, hemos necesitado que las
condiciones de frontera sean homogeneas. Si fuese u(0, t) = 1, por ejemplo, y u1 (x, t), u2 (x, t) dos soluciones
con esa condici
on, sera (u1 + u2 )(0, t) = 1 + 1 6= 1 y la superposicion de soluciones ya no sera solucion con
la misma condici
on de frontera. Lo mismo ocurre si en el problema hay fuentes presentes. Sin embargo, el
metodo de Fourier puede adaptarse para trabajar con este tipo de problemas, como veremos mas addelante
(en la secci
on 6.5).
En la soluci
on (6.7) lo u
nico que falta por determinar es el valor de los coeficientes An . Aqu es donde
entra en acci
on el an
alisis de Fourier y la condicion representada por la funcion f (x) = u(x, 0).
Imponiendo esta condici
on inicial, resulta
u(x, 0) =
An sin
n=1
n
x = f (x),
L
que es el desarrollo de Fourier en senos de f en el intervalo ]0, L[ (vease la ecuacion (26)). Por la unicidad
de los coeficientes de la serie de Fourier en senos, es
2
An = bn =
L
f (x) sin
0
n
x dx
L
n N.
n
n
X
n 2
2 L
u(x, t) =
f (x) sin
x dx sin
x e( L ) t .
L 0
L
L
n=1
(6.8)
2u
2u
= 2 ,
2
x
t
(6.9)
1 Este hecho no es evidente en absoluto. En su momento (a mediados del S. XVII), su enunciado provoc
o una agria disputa
entre Euler, DAlembert y Daniel Bernoulli. Precisamente, la importancia de los m
etodos del An
alisis de Fourier radica en que
permiten justificar rigurosamente este tipo de construcciones.
62
donde a > 0 es una constante, u(x, t) es la posicion del punto x sobre la cuerda en reposo en el instante
t > 0 y se tienen las condiciones obvias de frontera
u(0, t) = 0 = u(L, t),
junto con dos condiciones iniciales: la configuracion de la cuerda en el instante t = 0
u(x, 0) = f (x),
x ]0, L[,
2
2
X 00 (x)
T 0 (t)
= 2
.
X(x)
a T (t)
Al igual que en el caso de la ecuaci
on del calor, debe existir una constante c R tal que
X 00 (x)
T 0 (t)
=c= 2
.
X(x)
a T (t)
Nuevamente, existen tres posibilidades: c > 0, c = 0, c < 0. Como se hizo en el apartado anterior, se descartan
las dos opciones c 0.
(a) Si c = 2 , con > 0, entonces la solucion para la ecuacion de X(x) es
X(x) = c1 ex + c2 ex ,
que conduce, aplicando las condiciones de contorno X(0) = 0 = X(L), al sistema lineal
c1 + c2 = 0
c1 e
+ c2 eL = 0 .
X
n=1
sin
n
na
na
x An cos
t + Bn sin
t .
L
L
L
(6.11)
Lo u
nico que falta por determinar en esta solucion son los coeficientes An , Bn . Observemos que para
calcularlos necesitamos (como ya habamos anunciado en la observacion 6.2) dos condiciones adicionales.
Impongamos, para determinar los coeficientes An , la condicion inicial u(x, 0) = f (x). Resulta:
u(x, 0) =
sin
n=1
n
x An = f (x).
L
Como ya sabemos, esto es el desarrollo en serie de Fourier de senos de la funcion f (x) en el intervalo
]0, L[. Por la unicidad de este desarrollo:
2
An =
L
f (x) sin
0
n
x dx.
L
n
na
na
X
u
na
na
(x, t) =
sin
x An
sin
t + Bn
cos
t
,
t
L
L
L
L
L
n=1
resulta
2 En
n
X
u
na
(x, 0) =
sin
x Bn
= g(x).
t
L
L
n=1
la secci
on 7.2 veremos bajo qu
e condicion sobre f y g son justificables estos razonamientos.
64
(6.12)
g(x) sin
0
n
x dx.
L
sin
n=1
n
na
na
x An cos
t + Bn sin
t ,
L
L
L
con
2
An =
L
f (x) sin
0
(6.13)
n
x dx
L
(6.14)
n
x dx .
L
(6.15)
y
2
Bn =
na
g(x) sin
0
2u 2u
+ 2 =0
x2
y
(6.16)
u(x, b) = f (x),
x ]0, a[
(6.17)
y
u
u
(0, y) = 0 =
(a, y), y ]0, b[ ,
(6.18)
x
x
que representan, por ejemplo, la distribucion de temperaturas en equilibrio sobre una placa conductora con
los lados verticales x = 0, x = a aislados, el lado inferior y = 0 a temepratura constante T = 0, y el lado
superior a una temperatura determinada por f (x).
65
A este tipo de problema, se le puede aplicar la tecnica de separacion de variables. Como antes, nos
concentraremos primero en las condiciones de frontera homogeneas, as que restringiremos nuestra atenci
on
al problema
2
2
y 2
x
u
u
(6.19)
(0, y) = 0 =
(a, y), y ]0, b[
x
x
u
x (0, y)
(6.20)
X(x) = c1 cos(x).
La condici
on
u
x (a, y)
Como > 0 esto nos lleva a c1 sin(a) = 0, que da dos posibilidades: c1 = 0, que conduce a la soluci
on
trivial X(x) = 0 y no es aceptable, y sin(a) = 0. De esta u
ltima, se tiene
=
n
,
a
n N,
y la soluci
on, para cada n N,
n
x .
a
Para determinar Y (y) contamos con la condicion u(x, 0) = 0, que se traduce en Y (0) = 0, o sea (sustituyendo (6.20)):
c3 + c4 = 0.
X(x) = c1 cos
De aqu:
Y (y) = c3 e
n
a y
n
a y
66
= 2c3 sinh
n
y ,
a
n N.
Las soluciones separadas X(x)Y (y) resultan ser en este caso de la forma (una para cada n N)
n
n
un (x, y) = X(x)Y (y) = 2c1 c3 cos
x sinh
y
a
a
o bien, llamando An = 2c1 c3 :
un (x, y) = An cos
n
n
x sinh
y .
a
a
(b) c = 0
En este caso, las ecuaciones para X(x), Y (y) son triviales
X 00 (x) = 0 = Y 00 (y),
con soluciones
X(x) = c1 x + c2 ,
Y (y) = c3 x + c4 .
0
La aplicaci
on de las condiciones de frontera en este caso da lo siguiente. De u
x (0, y) = 0 es X (0) = c1 = 0,
u
X
luego X(x) = c2 . De x (a, y) = 0 no resulta nada nuevo, pues x es identicamente nula.
Sin embargo, en este caso la condici
on adicional u(x, 0) = 0, a diferencia de lo que ocurra en el caso de
la ecuaci
on del calor y de ondas, no implica Y (y) = 0, sino solo Y (0) = 0, que ahora equivale a c4 = 0,
de manera que una posibilidad es
Y (y) = c3 y.
X 00 (x) 2 X(x) = 0
Y 00 (x) + 2 Y (y) = 0
con soluciones
X(x) = c1 ex + c2 ex
Y (x) = c cos(y) + c sin(y).
3
4
An cos
n=1
67
n
n
x sinh
y .
a
a
(6.21)
Lo u
nico que falta por determinar pon los coeficientes A0 , An . Para esto, recurrimos a la condicion faltante
u(x, b) = f (x). Imponiendola,
u(x, b) = A0 b +
X
n=1
An cos
n
n
x sinh
b = f (x).
a
a
Pero esto es muy parecido a la serie de Fourier en cosenos de f (x) en ]0, a] (vease (4.8)). De hecho, por
unicidad:
Z
a0
1 a
f (x) dx =
= A0 b
a 0
2
y
Z
n
n
2 a
f (x) cos
x dx = an = An sinh
b , n N,
a 0
a
a
de donde
Z a
1
f (x) dx
A
=
0
ab 0
Z a
n
A
=
f (x) cos
x dx,
n
n
a
a sinh a b 0
(6.22)
n N.
R00
R0
00
+r
=c=
.
R
R
68
(6.23)
a0 X n
+
r (an cos n + bn sin n) .
u(r, ) =
2
n=1
(6.24)
Utilizando la condici
on de frontera u(1, ) = f (), resulta
f () = u(1, ) =
a0 X
+
(an cos n + bn sin n) ,
2
n=1
f () sin n d .
(6.26)
Es muy f
acil ver, utilizando (6.23), que cada termino
un (r, ) = rn (an cos n + bn sin n)
es una funci
on arm
onica. Adem
as la serie que define a u(r, ) y las que se obtienen de ella derivando termino
a termino una y dos veces, convergen uniformemente en D (donde 0 < r < 1)3 . Por el teorema 3.14, al
derivar dos veces se obtiene la serie de los laplacianos de las un , que por ser armonicas se anulan. Por tanto,
u(r, ) es arm
onica. Nos falta comprobar que
lm u(r, ) = f ().
(6.27)
r1
3 N
otese
1
2
f (s) ds +
X
n=1
(6.28)
que
|rn an | + |rn bn | = rn (|an | + |bn |) |an | + |bn | ,
por ser 0 < r < 1, y puede entonces aplicarse el teorema 5.18 junto con el criterio de mayoraci
on de Weierstrass para concluir
la convergencia uniforme. El mismo razonamiento sirve para las derivadas de orden superior.
69
1 1 X n
+
r cos n( s) f (s) ds .
u(r, ) =
2 n=1
La funci
on de dos variables
P(r, ) =
1 X n
+
r cos n
2 n=1
se denomina n
ucleo de Poisson. Vamos a obtener una expresion para ella que no contiene sumatorios.
Proposici
on 6.4. El n
ucleo de Poisson puede expresarse como
P(r, ) =
1 X n
1 r2
+
.
r cos n =
2 n=1
1 + r2 2r cos
(6.29)
Demostraci
on. Si ponemos z = rei , es claro que z n = rn ein = rn (cos n + i sin n) y que
!
1 X n
1 X n
+
r cos n = Re
+
z
.
2 n=1
2 n=1
Como 0 < r < 1, tambien sabemos que 0 < |z| < 1. Por tanto, podemos usar la suma de la serie geometrica
(n
otese que comienza en n = 0)
X
1
1 1 X n
=
zn = + +
z
1 z n=0
2 2 n=1
para escribir
Re
1 X n
z
+
2 n=1
= Re
1
1
1z
2
=
1
Re
2
1+z
1z
.
Ahora, un simple c
alculo muestra que
1 + rei 1 rei
1 + rei
=Re
Re
1 rei
(1 rei ) (1 rei )
1 + rei rei r2
=Re
1 rei rei + r2
1 r2 + 2ir sin
=Re
1 + r2 2r cos
1 r2
=
.
1 + r2 2r cos
veremos m
as adelante, este tipo de integrales se conoce como una convoluci
on.
70
P(r, s) ds = 1 .
(6.31)
Demostraci
on. Si consideramos la funci
on constante f 1, es claro a partir de (6.28) que tambien u(r, ) = 1,
para cualquier 0 r < 1. Por tanto, el enunciado se sigue de (6.30).
Ahora, usamos que f es en particular continua en el compacto S1 = {(r = 1, ) : }, luego
uniformemente continua, para encontrar, dado un > 0, un > 0 tal que
|f () f (s)| < ,
siempre que | s| < . Adem
as, de la expresion explcita (6.29) se ve que si || > , es el denominador no
nulo y P(1, ) = 0, de modo que podemos encontrar un n
umero r0 > 0 tal que si | s| y r0 < r < 1,
entonces P(r, s) < . Con todo esto, tenemos que si r0 < r < 1,
!
Z
Z
1
|u(r, ) f ()|
+
P(r, s)|f () f (s)| ds
(|s|)(,)
(|s|<)(,)
1
ax |f ()| +
< 2 2 m
= 1 + 4 m
ax |f ()| .
Con esto, queda claro que lmr1 u(r, ) = f () y, por tanto, que (6.24) junto con (6.25) y (6.26) proporciona
la soluci
on al problema de Dirichlet en el disco.
Nota 6.7. Es importante destacar que el n
ucleo P(r, ) solo depende del operador y del dominio (en
este caso, el disco). Adem
as, la soluci
on u del problema, de acuerdo con la nota 6.5, se expresa como una
integral de convoluci
on del n
ucleo P(r, ) con el termino fuente f . Como veremos mas adelante, esta es una
propiedad general.
Dado que el n
ucleo P(r, ) depende de manera esencial del dominio de la ecuacion, una pregunta natural
es: cu
al es la propiedad geometrica que debe tener un dominio para que exista un n
ucleo del operador en
el?. La respuesta la da la llamada condici
on de Lebesgue: el dominio debe ser tal que para todo punto de su
frontera exista una bola con centro en su exterior tal que sea tangente a la frontera en un solo punto. Esto
excluye la presencia de recovecos angulosos (como la aguja de Lebesgue) en la frontera.
u(0, t) = 0 = u(L, t) .
Por simplicidad, supondremos que las funciones Q y f poseen el grado de regularidad necesario para que las
series de Fourier que aparezcan converjan adecuadamente (puntual o uniformemente, seg
un sea el caso).
71
Ya vimos (ecuaciones (6.7) y (6.8)) que la solucion del problema homogeneo se expresa como
u(x, t) =
un (x, t) =
n=1
An sin
n=1
n
n 2
x e( L ) t ,
L
n
L
u(x, t) =
An (t) sin
n=1
n
x .
L
u(x, t) =
un (t) sin
n=1
n
x ,
L
donde debemos determinar los coeficientes un (t). Para ello, consideremos el desarrollo en serie de senos de
f (x) y Q(x, t) (en este segundo caso tratando a la variable t como un parametro), obtenido extendiendo de
manera impar ambas funciones primero al intervalo ] L, L[ y luego por periodicidad a todo R:
f (x) =
bn sin
n=1
n
x
L
Q(x, t) =
Qn (t) sin
n=1
n
x ,
L
siendo, obviamente,
2
bn =
L
Z
0
n
f (x) sin
x dx
L
2
Qn (t) =
L
Q(x, t) sin
0
n
x dx .
L
(6.32)
n 2
n X
n
X
u0n (t) +
un (t) sin
x =
Qn (t) sin
x .
L
L
L
n=1
n=1
Igualando terminos, para cada n N,
u0n (t) +
n 2
L
un (t) = Qn (t) .
u0n (t) + n 2 un (t) = Qn (t)
L
n (0) = b ,
n
n
con soluci
on inmediata:
un (t) = bn e(
n
L
+
0
72
Qn (s)e(
n
L
(ts)
ds .
un (t) sin
n=1
X
n
x
L
Z
bn e
( n
L ) t
( n
L ) (ts)
Qn (s)e
0
n=1
n
ds sin
x ,
L
4
Nota 6.9. Es obvio que esta misma lnea de razonamientos se puede aplicar sin mayor dificultad al caso de
otro tipo de condiciones de contorno o iniciales siempre que sean homogeneas (vease el ejercicio 5), as como
a problemas semejantes para la ecuaci
on de ondas (vease el ejercicio 6) o la de Laplace (ejercicio 17).
El otro caso en el que el metodo de separacion de variables necesita de alguna modificacion es aquel en que
hay condiciones de contorno no homogeneas, pues entonces tampoco es posible justificar la superposici
on de
soluciones. Pero la tecnica es sumamente flexible y puede tratar estos casos con cierto exito.
Ejemplo 6.10. Consideremos el siguiente problema para la ecuacion de ondas
x
(q(t) p(t)).
L
73
(6.33)
Notemos que
vxx (x, t) = 0 .
Entonces, con esta elecci
on, el problema a resolver se reduce a uno para v(x, t) que ya tiene condiciones de
contorno homogeneas:
v(0, t) = 0
v(L, t) = 0 .
4
(6.35)
El problema dado por ((6.35)) y las condiciones se dice que esta correctamente planteado (en el sentido de
Hadamard) si:
(1) Tiene al menos una soluci
on.
(2) La soluci
on en (1) es u
nica.
(3) La soluci
on u depende continuamente de los datos .
Naturalmente, en cada caso concreto hay que precisar que se entiende por dependencia continua, pues los
espacios funcionales involucrados varan en cada problema. Por otra parte, las condiciones (1), (2) tienen
un significado claro. Para entender lo que quiere decir (3), analizaremos el tipo de fenomenos que pueden
aparecer en un problema mal planteado.
2
2
+ 2 el operador de Laplace y planteemos la ecuacion Lu = 0
2
x
y
en una regi
on R2 ; es decir: buscamos funciones u : R2 R que satisfagan la ecuacion de Laplace
Ejemplo 6.11 (Hadamard). Sea L =
2u
2u
(x, y) + 2 (x, y) = 0 , (x, y) .
2
x
y
(6.36)
En el caso en que = {(x, y) R2 : x2 + y 2 1, y > 1} (el semidisco unidad superior), podramos tomar
B = {(x, 0) : |x| < 1}
e imponer en B las condiciones (de tipo Cauchy):
u(x, 0) = 0
u
(x, 0) = g(y) ,
y
(6.37)
para todo x ]1, 1[. Puede comprobarse, por sustitucion directa, que para cada n N se tiene una soluci
on
particular a la ecuaci
on de Laplace (6.36) de la forma
un (x, y) = n
sinh(ny) cos(nx).
74
un
(x, 0) = n n cosh 0 cos nx = n n cos nx
y
y es inmediato comprobar que g(x) tiende uniformemente a 0 en ] 1, 1[5 . Lo mismo ocurre con todas las
derivadas de g:
g 0 (x)
00
g (x)
= n
n+1
n+2
sin nx
cos nx
=
=
lm n
1
lm n
2 n
sinh(ny)
n ny
= ,
lm (ny n log n) = lm n( ny log n)
n
= lm
n log
ny
y este u
ltimo lmite es obviamente infinito.
As pues, en este caso no hay dependencia continua con los parametros del problema: por una parte,
la soluci
on u debe cumplir que u(0, 0) = 0 y, por otra parte, u(0, y) se puede hacer mayor que cualquier
valor prefijado (tomando un n suficientemente grande) para cualquier valor y > 0, por cercano que este a
0. Fsicamente, esta situaci
on supone que peque
nas variaciones en las medidas iniciales para u, conducen a
errores arbitrariamente grandes: el sistema as descrito sera inestable, una situacion que debe evitarse en la
pr
actica debido a la imposibilidad que conlleva de predecir el comportamiento del sistema.
6.7. Ejercicios
1. Resolver el problema del flujo de calor en una barra de longitud L, cuyos extremos se mantienen a
temperatura constante e igual a 0, para las siguientes distribuciones iniciales de temperatura:
a)
f (x) =
si 0 < x <
si
<x<
b)
f (x) = 3 sin x 5 sin(2x) + 2 sin(3x)
2. Resolver el problema del flujo de calor en una barra de longitud L en la que el extremo en x = 0 se
mantiene a temperatura constante T = 0 y el extremo en x = L esta aislado termicamente (es decir,
n cos nx| n n para todo x ] 1, 1[ y, claramente, dado un > 0 existe un n N tal que si
efecto, |g(x)|
0
= |n
n
n > n0 se tiene n
< independientemente del valor x ] 1, 1[ considerado.
5 En
75
u(0, t) = 0 , t > 0
ux (L, t) = 0 , t > 0
u(x, 0) = f (x) .
3. Resolver el problema de las vibraciones de una cuerda elastica de longitud en reposo L, sujeta por sus
extremos, para las siguientes configuraciones y velocidades iniciales:
a) Cuerda pulsada (como en una guitarra):
hx
si 0 < x < a
a
u(x, 0) = f (x) =
ut (x, 0) = g(x) = 0 .
si 0 < x < a
a
u(x, 0) = f (x), ut (x, 0) = g(x) = v(L x)
si a < x < L .
La
4. Resolver la ecuaci
on de Laplace en el rectangulo ]0, []0, [ para las siguientes funciones u(x, ) =
f (x), x ]0, [:
a)
f (x) = 1
b)
f (x) = x
c)
f (x) =
si 0 < x <
si
<x<
d)
f (x) = x2
5. Resolver el siguiente problema para la ecuacion del calor:
ux (0, t) = 0, t > 0
ux (1, t) = 0, t > 0 .
Cu
al es la interpretaci
on fsica de las condiciones de contorno?.
6. Consideremos el problema de una cuerda de longitud finita L sobre la que act
ua una fuerza externa
F (x, t), con extremos fijos:
u(x, 0) = f (x), 0 x L
ut (x, 0) = g(x), 0 x L
u(0, t) = 0, t 0
u(L, t) = 0, t 0 .
76
u(x, 0) = 0, 0 x 1
ut (x, 0) = 0, 0 x 1
u(0, t) = t2 , t 0
u(1, t) = 0, t 0 .
8. Resolver el siguiente problema no homogeneo para la ecuacion de ondas (donde F es una constante):
u(x,
0) = x(1 x), 0 x 1
ut (x, 0) = 0, 0 x 1
u(0, t) = t, t 0
u(1, t) = sin t, t 0 .
9. Resolver el siguiente problema (con condiciones de contorno no homogeneas) para la ecuacion del calor,
con T1 , T2 , T3 temperaturas constantes:
u(0, t) = T , t > 0
1
u
(L,
t)
=
T2
x
ut a2 uxx = Q(x)
u (0, t) = T
x
1
ux (L, t) = T2
u(x, 0) = f (x) ,
la soluci
on de equilibrio v(x) satisface
a vxx = Q(x)
v0 (0) = T1
0
v (L) = T2 .
Integrando la primera de estas ecuaciones entre 0 y L, resulta la llamada condici
on de compatibilidad
Z L
a2 (
v 0 (L) v0 (0)) = a2 (T2 T1 ) =
Q(s) ds ,
0
6 Aunque
no necesariamente las condiciones iniciales, que no tienen sentido para una soluci
on independiente de t.
77
que nos dice que los flujos T1 , T2 no se pueden fijar arbitrariamente (lo cual es fsicamente razonable:
si, por ejemplo, en un extremo se permite la entrada de mucho calor mientras que en el otro se restringe
su salida, en el interior se ir
a produciendo un aumento progresivo de la temperatura y no podra darse
el equilibrio). Teniendo presente estas observaciones, consideremos el problema:
ux (0, t) = b
ux (L, t) = 7
u(x, 0) = x3 + L2 + 8 x .
6
(a) Determinar los valores de la constante b para los cuales hay una distribucion de temperaturas en
equilibrio.
(b) Hallar las soluciones estacionarias para los valores encontrados de b.
(c) Para esos valores de b, calcular las soluciones u(x, t).
11. Resolver el siguiente problema (con condiciones de contorno no homogeneas) para la ecuacion del calor:
x
x
ut uxx = sin x + + et
1 , 0 < x < , t > 0
t
u(0, t) = e , t > 0
u(, t) = t
ut = kuxx + h,
0 < x < 1, t > 0, h R
u(x, 0) = u (1 cos x)
0
u(0,
t)
=
0
u(1, t) = 2u0 .
13. Resolver el siguiente problema, que fsicamente representa vibraciones en un medio elastico (con constante de recuperaci
on a), mediante separacion de variables:
u(x, 0) = 0
ut (x, 0) = g(x)
78
el que surgen resonancias es el de una cuerda con un extremo fijo y con una fuerza armonica actuando
en el otro. El modelo matem
atico es el siguiente:
2
2
sin
m,n
donde mn
ny
mx
sin
(Amn cos mn t + Bmn sin mn t) ,
a
b
p
= m2 /a2 + n2 /b2 .
(d) Utilizando relaciones de ortogonalidad generalizadas y las condiciones de contorno, probar que los
coeficientes Amn , Bmn deben estar dados por
Z aZ b
4
mx
ny
Amn =
(x, y) sin
sin
dx dy
ab 0 0
a
b
y
Bmn =
4
abmn
(x, y) sin
0
mx
ny
sin
dx dy
a
b
79
18. Resolver el siguiente problema mixto para la ecuacion de Laplace, dando una interpretacion fsica de
las condiciones de frontera:
u = 0, 0 < x, y <
u(x, 0) = 0
u(x, ) = 41 sin x 34 sin 3x
u(0, y) = 0
u(, y) = sin 3y .
20. Resolver el siguiente problema de Dirichlet para la ecuacion de Laplace en un sector circular:
2
2
u(x, y) = 2xy , x2 + y 2 = 1 .
21. Resolver el problema de Poisson en un anillo:
(
u(r, ) = sin 1 < r < 2 , 0 < 2
ur (1, ) = = u(2, ) .
22. Determinar la u
nica soluci
on del problema
u(r, 0) = u (r, ) = 0 .
Est
a el problema bien planteado si se cambia 2ur (1, ) por 2ur (1, )?.
80
7
Teoremas de existencia, unicidad y estabilidad
La soluci
on de una ecuaci
on en derivadas parciales obtenida mediante el metodo de Fourier, reviste un
car
acter formal debido al uso del principio de superposicion con un n
umero infinito de soluciones. Por
supuesto, ya hemos desarrollado las herramientas teoricas que nos permiten justificar todos los pasos que
llevan a la soluci
on, as que en este captulo probamos que las soluciones formales son, de hecho, soluciones
cl
asicas en varios casos ilustrativos. Que tales soluciones son las buscadas estara garantizado por los teoremas
de unicidad.
Por u
ltimo, trataremos el importantsimo tema de la estabilidad, parte esencial de un correcto planteamiento siguiendo a Hadamard, y un requisito sin el cual las soluciones encontradas careceran de interes
fsico, pues corresponderan a situaciones de impredictibilidad.
Las referencias principales para este captulo son los textos [5, 9]. Como lectura complementaria se recomienda [8].
+
X
un (x, t),
n=1
+
X
n=1
un (x, t) =
+
X
n=1
An sin
n
n 2
x e( L ) kt
L
donde, como se vi
o en la secci
on 6.1, los coeficientes An estan dados por los coeficientes de Fourier en senos
para f (definida originalmente en ]0, L[) que se obtiene prolongando de forma impar al intervalo ] L, L[, y
de ah a todo R con periodo 2L, de manera que la serie de Fourier de f en ]0, L[ viene dada por:
+
X
n
x
L
n=1
Z
n
2 L
f (x) sin
=
x dx .
L 0
L
f (x)
bn
bn sin
f (x) sin
0
n
x dx, n N .
L
Obviamente el hecho de que u(x, t) sea una serie convergente o no, depende de las caractersticas de f . Aqu
supondremos que f es continua en ]0, L[ y que f 0 esta definida en ]0, L[ salvo en un n
umero finito de puntos.
La prueba de que u(x, t) es soluci
on tiene tres partes:
P+
(a) La serie u(x, t) = n=1 un (x, t) converge uniformemente.
(b) La funci
on u(x, t) es diferenciable con respecto a ambas variables y cumple la ecuacion del calor.
(c) La funci
on u(x, t) cumple las condiciones de contorno.
Analicemos cada una por separado.
(a) Tenemos
u(x, t) =
+
X
An sin
n=1
+
n
X
n 2
x e( L ) kt =
un (x, t)
L
n=1
donde
n
n 2
n 2
x e( L ) kt | |An |e( L ) kt |An |, n N.
L
Podremos
entonces
P+
P+ aplicar el criterio de Weierstrass con Mn = |An |. Para esto necesitamos que
n=1 |An | =
n=1 |bn | sea convergente, pero eso es consecuencia de que f es continua en ]0, L[ y
con derivada definida salvo en un conjunto finito de puntos, pues como se vio en la seccion 5.4, si a
n
son los coeficientes de Fourier de f 0 (los bn =0 para todo n N) es
|un (x, t)| = |An sin
Mn = |An | = |bn | =
a
2
1
|
an |
n + 2,
n
2
2n
(7.1)
luego
+
X
n=1
Mn
+
+
1X 2 1X 1
a
+
< +,
2 n=1
2 n=1 n2
P+
1
n=1 n2
= 2 /6.
(b) Ahora queremos ver que u(x, t) puede derivarse las veces que sea necesario. En concreto queremos ver
que esta derivaci
on se puede realizar termino a termino:
u
(x, t)
x
+
X
un
(x, t)
x
n=1
2u
(x, t)
x2
+ 2
X
un
(x, t)
x2
n=1
+
X
un
(x, t).
t
n=1
u
(x, t)
t
82
(7.2)
P+
Para probar (7.2), ya que sabemos que u(x, t) = n=1 un (x, t) converge uniformemente (luego puntualmente), ser
a suficiente con probar que los miembros derechos convergen uniformemente (por el
teorema 3.14).
Ahora bien, ocurre que
n
n 2
x e( L ) kt
u(x, t) = An sin
L
n
n 2
un
n
=
An cos
x e( L ) kt
x
L
L
n 2
n
n 2
2 un
=
An sin
x e( L ) kt
(7.3)
2
x
L
L
n 2
n
n 2
un
= k
An sin
x e( L ) kt
t
L
L
de donde, acotando,
un
(x,
t)
x
2
un
x2 (x, t)
un
(x,
t)
t
n 2
n
|An |e( L ) kt
L
n 2
n 2
|An |e( L ) kt
L
n 2
n 2
k
|An |e( L ) kt .
L
n 2
n
|An |e( L ) kt
L
n 2
n 2
=
|An |e( L ) kt .
L
P
2
Sabemos, por (7.1), que |An | < 12 ( n=1 an 2 + 6 ) < , luego los |An | estan acotados independienP
temente de n N. Entonces la convergencia de n=1 Mn se reduce (omitiendo factores irrelevantes)
P
P
2
2
a estudiar la de n=1 nen y n=1 n2 en . Aplicando el criterio del cociente para series numericas
2.27:
2
1
1
(n + 1)e(n+1)
lm
= lm 2n+1 1 +
=0<1
n+ e
n+
n
nen2
y
2
(n + 1)2 e(n+1)
1
2
1
lm
= lm 2n+1 1 + + 2 = 0 < 1,
n+
n+ e
n n
n2 en2
P 2 un
P
P
P
n
luego n=1 Mn y n=1 Mn convergen y por tanto n=1 x2 u(x, t) y n=1 u
t u(x, t) convergen
uniformemente, verificandose (7.2). P
Con esto, es inmediato que u(x, t) = n=1 un (x, t) cumple la ecuacion del calor, pues por (7.2) y por
ser cada un (x, t) soluci
on,
X
X
X
u
un
2 un
2 un
2 un
(x, t) =
(x, t) =
k
u(x,
t)
=
k
u(x,
t)
=
k
.
t
t
x2
x2
x2
n=1
n=1
n=1
(c) Falta comprobar que se cumplen las condiciones de contorno, pero esto es inmediato por como se
definieron los coeficientes An = bn :
u(x, 0) =
An sin
n=1
83
n
x = f (x).
L
Nota 7.1. Un an
alisis semejante se puede realizar para el caso de la ecuacion de Laplace. Como veremos
en la secci
on 7.2, en el caso de la ecuaci
on de ondas el analisis requiere imponer sobre f , g unas condiciones
bastante restrictivas, pero en el caso de la ecuacion de Laplace los razonamientos son similares a los de la
ecuaci
on del calor.
7.2.1.
El metodo de Fourier
En el an
alisis del problema de una cuerda con extremos fijos mediante la tecnica de separacion de variables,
un (x, t)
n=1
que debemos comprobar satisface todas las condiciones del problema original. Llegados a este punto nos
interesar
a separar este problema en dos subproblemas. Consideremos las series dadas por
u1 (x, t) =
n
na
x cos
t
L
L
(7.4)
n
na
x sin
t .
L
L
(7.5)
An sin
n=1
y
u2 (x, t) =
X
n=1
Bn sin
Por lo expuesto anteriormente, tenemos esperanzas de que (7.4) sea la solucion al problema
2u
2u
x
u(0, t) = 0 = u(L, t), t ]0, +[
ut (x, 0) = 0, x ]0, L[ ,
84
(7.6)
2u
2u
a2
=
, x ]0, L[, t ]0, +[
t2
x
u(0, t) = 0 = u(L, t), t ]0, +[
u(x, 0) = 0, x ]0, L[
(7.7)
Por superposici
on de soluciones, una vez probado esto u = u1 + u2 sera la solucion del problema original,
que es lo que queramos. Sin embargo, estos dos subproblemas no son en absoluto triviales. Comenzando por
el primero (7.6), observamos que si se hace la hipotesis sobre f de seer continua y con derivada continua a
trozos, podemos asegurar que la convergencia en (7.4) es uniforme en ambas variables (x, t), puesto que
n
na X
X
x cos
t
|An |
An sin
L
L
n=1
n=1
y esta u
ltima serie converge por (5.18). Por tanto, vemos que u1 (x, t) cumple todas las condiciones de
contorno e iniciales de (7.6) excepto (u1 )t (x, 0) = 0. Para comprobar esta propiedad, debemos poder derivar
la serie termino a termino, pero esto est
a garantizado por la convergencia uniforme. As, derivando en (7.4)
y aplicando el teorema 5.18,
n
na
a X
nAn sin
x sin
0 = 0.
(u1 )t (x, 0) =
L n=1
L
L
Por lo que respecta a u1 , el u
nico paso que nos queda por ver es que satisface la propia ecuacion de ondas
homogenea. Esto requiere que podamos derivarla dos veces con respecto a t y a x y que las series resultantes
sean uniformemente convergentes a (u1 )tt y (u1 )xx respectivamente; la presencia de las derivadas segundas
implica que debemos a
nadir hip
otesis sobre f para poder aplicar el teorema 5.18. Se comprueba entonces
inmediatamente que
n
na
X
n 2
(u1 )tt = a2
An sin
x cos
t = a2 (u1 )xx .
L
L
L
n=1
Para que esta serie converja uniformemente y se justifique la derivacion termino a termino, por el criterio de
Weierstrass basta con que sea convergente
2 X
n2 |An | ,
L n=1
y dada la relaci
on que existe entre los coeficientes de una funcion y los de su derivada (teorema 5.18), esta
convergencia se da si f 00 es continua y f 000 continua a trozos (pues lo que aparece aqu es basicamente la serie
de Fourier de f 00 ).
En definitiva, si f y f 00 son continuas y f 0 , f 000 son continuas a trozos, (7.4) con los coeficientes An dados
en (6.12) es una soluci
on al problema (7.6). Nos falta ver que (7.5) con unos coeficientes Bn apropiados
es soluci
on del problema (7.7). Los mismos razonamientos que acabamos de hacer sirven para justificar las
derivaciones respecto a x y t en g, pero en este caso, como el coeficiente Bn es igual a bn (coeficiente del
desarrollo en senos de la extensi
on de g) multiplicado por un factor 1/n (vease (6.15)), al derivar dos veces
resulta
n
na
X
n 2
a2 (u2 )xx = (u2 )tt =a2
Bn sin
x cos
t
L
L
L
n=1
n
na
X
n 2
L
=a2
x sin
t
bn sin
L
na
L
L
n=1
=a
n
na
X
n
bn sin
x sin
t .
L
L
L
n=1
85
De nuevo por el teorema de Weierstrass, esta serie sera uniformemente convergente (justificandose as todos
los pasos) si converge
a X
n|bn | ,
L n=1
para lo cual s
olo se requiere que g sea de clase C 1 (en particular, g 0 continua) y que g 00 sea continua a trozos.
Nota 7.2. En el an
alisis precedente, aparecen unas propiedades muy restrictivas sobre f y g que no se
cumplir
an en muchas aplicaciones pr
acticas (donde, por ejemplo, apareceran pulsos triangulares como configuraciones iniciales que no tienen primera derivada continua). Las formulas siguen siendo validas en estos
casos, que pueden considerarse como lmites de situaciones descritas por funciones que s cumplen los requisitos que hemos pedido. La teora apropiada para trabajar propiamente con estas situaciones es la de las
distribuciones o funciones generalizadas, que trataremos brevemente en un captulo posterior (siguiendo a
W. O. Bray: A journey into PDEs, Proposition 6.4, donde se ve que condiciones menos restrictivas sobre f
y g que f sea continua con derivada continua a trozos y que g sea continua a trozos garantizan que la
u(x, t) construda por el metodo de Fourier es una solucion debil).
7.2.2.
El metodo de DAlembert
ut (x, 0) = 0, x ]0, L[ .
(7.8)
Se trata del problema de la cuerda pulsada que ya conocemos (vease el ejercicio 3 del captulo precedente).
Recordemos de la secci
on precedente que la estructura del problema impone ciertas condiciones de compatibilidad a la funci
on (y otras similares a una eventual funcion tal que fuese ut (x, 0) = ), derivadas de
imponer la condici
on de que la soluci
on u sea una solucion clasica, esto es, continua en D = [0, L] [0, [ y
de clase C 2 en ]0, L[]0, [:
(0) = u(0, 0) = lm+ u(0, t) = 0
t0
d2
d2
u(0, t) = 2
0=0
(0) = uxx (0, 0) = utt (0, 0) = 2
dt t=0
dt t=0
d2
d2
u(L, t) = 2
0 = 0.
00 (L) = uxx (L, 0) = utt (L, 0) = 2
dt
dt
00
t=0
t=0
86
(ct) + (ct)
=
(ct)
(ct)
= 0,
u(0, t) =
2
2
luego se satisface la condici
on inicial, y por tener periodo 2L,
1
ct)
u(L, t) =
(L + ct) + (L
2
1
ct 2L)
=
(L + ct) + (L
2
1
=
(L + ct) + (L
ct)
2
1
+ ct) = 0 .
=
(L + ct) (L
2
87
Finalmente,
u(x, 0) =
1
,
(x) + (x)
= (x)
2
7.3. Principios del maximo y del mnimo para la ecuacion del calor
La prueba de la unicidad y estabilidad de las soluciones a la ecuacion del calor en una barra finita, con
temperaturas fijas en los extremos, se apoya en el siguiente resultado.
Teorema 7.4 (Principio del m
aximo). Sean L, T > 0 y denotemos D = [0, L] [0, T ],
U = ({0} [0, T ]) ([0, L] {0}) ({L} [0, T ]) .
Si u es una funci
on continua en D, de clase C 2 en D\U 2 y tal que es soluci
on de la ecuaci
on del calor
ut = uxx en D\U , entonces, alcanza su m
aximo en la frontera U ,
max u = max u .
D
Demostraci
on. Denotemos M = m
axD u y m = maxU u (existen por ser u continua y D, U ambos compactos). Es obvio que M m. Supongamos que M > m y veamos que se llega a un absurdo, con lo cual se
tendr
a la equivalencia del enunciado.
Si M > m existir
a un punto (x0 , t0 ) D\U tal que u(x0 , t0 ) = M . Definimos la funcion
v(x, t) = u(x, t) +
M m
(x x0 )2 .
2L2
M m 2
1
L = (m + M ) < M .
2L2
2
M m
(x0 x0 )2 = u(x0 , t0 ) = M ,
2L2
as que el m
aximo de v(x, t) en D es mayor o igual que M . De nuevo, como D es compacto, este maximo se
alcanza. Sea (x1 , t1 ) D el punto donde v(x, t) alcanza su maximo; acabamos de ver que (x1 , t1 )
/ U . Si es
2 Las
soluciones con estas propiedades, es decir, tales que u C(D) C 2 (D\U ), se llaman soluciones cl
asicas a la ecuaci
on
del calor.
88
(x1 , t1 ) int(D), entonces, por la caracterizacion de extremos de funciones de dos variables en terminos del
hessiano,
vt (x1 , t1 ) = 0 = vx (x1 , t1 ) y vxx (x1 , t1 ) 0 .
Si el extremo se alcanza en el segmento horizontal superior (que no esta en U ), (x1 , t1 ) [0, L] {T },
vt (x1 , t1 ) 0,
vx (x1 , t1 ) = 0
vxx (x1 , t1 ) 0 .
(7.11)
Demostraci
on. Basta con observar que
mn u = max(u) = max(u) = mn u .
D
La unicidad de la soluci
on tambien se sigue de manera inmediata.
Corolario 7.6 (Unicidad de la soluci
on clasica). En las condiciones del teorema 7.4, si u1 , u2 son dos
soluciones de la ecuaci
on del calor, entonces, u1 = u2 .
Demostraci
on. Basta con aplicar los principios del mnimo y del maximo a la funcion u = u1 u2 la cual,
por hip
otesis, se anula en U . As:
m
ax u = 0 = max u
D
mn u = 0 = mn u ,
D
Demostraci
on. Se sigue inmediatamente de las hipotesis sobre las funciones gi , hi , ki (que dan los valores
sobre la frontera U ) y de los principios del maximo y del mnimo que, para cualquier (x, t) D,
mn(u1 u2 )
U
= mn(u1 u2 )
D
u1 (x, t) u2 (x, t)
max(u1 u2 )
D
= max(u1 u2 ) .
U
Nota 7.8. El an
alisis que hemos hecho se adapta sin mayor dificultad al caso de las funciones arm
onicas
(soluciones cl
asicas de la ecuaci
on de Laplace), veanse los ejercicios 1 y 2 de este captulo.
= dx/dt), es constante.
La prueba es directa, usando la regla de la cadena y la ecuacion de Newton m
x = F = V 0 :
m dx 2
dV (x(t))
dE
=
+
dt
2 dt
dt
= mx
x + V 0 (x(t))x
= x (m
x + V 0) = 0 .
Esta misma idea puede aplicarse a sistemas continuos, como el caso de una cuerda. Ahora el papel de energa
total, entendida como suma de energa cinetica (un medio de la masa por la velocidad al cuadrado) y
energa potencial (masa por la constante gravitacional por la altura), para el caso de una cuerda de
longitud L lo juega la funci
on integral de energa
E(t) =
1
2
c2 u2x (x, t) + u2t (x, t) dx .
Nota 7.9. Notemos que si u(x, t) es una solucion clasica de la ecuacion de ondas3 , es una funcion de clase
C 2 en t > 0, de modo que E(t) es una funcion diferenciable de t en ese intervalo.
Teorema 7.10. Si u(x, t) es una soluci
on a la ecauci
on de ondas con extremos fijos a 0 en el intervalo [0, L]
(es decir, condiciones de contorno homogeneas), la integral de energa se conserva, esto es,
dE
= 0.
dt
Demostraci
on. Se trata de un c
alculo directo, teniendo en cuenta que la regularidad de las funciones que
intervienen permite aplicar los teoremas de derivacion bajo el signo integral, la regla de la cadena e integraci
on
por partes:
Z L
Z L
Z L
L
dE
=
(c2 ux uxt + ut utt ) dx = c2 ux ut 0
c2 ut uxx dx +
ut utt dx .
(7.12)
dt
0
0
0
3 Es
90
u(0, t) = h(t), t 0
u(L, t) = k(t), t 0 ,
es u
nica.
Demostraci
on. Sean u1 (x, t), u2 (x, t) dos soluciones clasicas al problema de ondas. Entonces, la diferencia
v = u1 u2 es soluci
on al problema con codiciones homogeneas
v(x, 0) = 0, x [0, L]
vt (x, 0) = 0, x [0, L]
v(0, t) = 0, t 0
v(L, t) = 0, t 0 .
El teorema de conservaci
on de la integral de energa nos asegura que
Z
1 L 2 2
c vx (x, t) + vt2 (x, t) dx = E(0) .
E(t) =
2 0
Ahora bien, como vt (x, 0) = 0 y vx (x, 0) = 0 (pues v(x, 0) = 0 para todo 0 x L), es claro que E(0) = 0,
de donde E(t) = 0 para todo t > 0. Pero como se trata de una integral con integrando mayor o igual que
cero (por ser suma de cuadrados), necesariamente es c2 vx2 (x, t) + vt2 (x, t) = 0 para todo t > 0, lo cual implica
que
vx (x, t) = 0 = vt (x, t) ,
para todo t > 0 y 0 < x < L. A su vez, esto lleva a que sea v(x, t) constante, y como se tiene la condici
on
inicial v(x, 0) = 0, resulta finalmente v(x, t) = 0.
La f
ormula de DAlembert permite tambien dar una prueba muy sencilla de la estabilidad de la soluci
on
al problema con condiciones de contorno homogeneas.
Corolario 7.12 (Estabilidad de la solucion clasica). Si u1 , u2 son soluciones cl
asicas respectivas a los
problemas de ondas
u(0,
t) = 0, t 0
u(L, t) = 0, t 0 ,
para i {1, 2}, entonces, para cualquier intervalo de tiempo [0, t], dado un > 0 siempre se puede encontrar
un > 0 tal que si |f1 (x) f2 (x)| < , sea |u1 (x, t) u2 (x, t)| < . En otras palabras, la u
nica soluci
on al
problema, es estable.
91
Demostraci
on. Es inmediata a partir de la formula de DAlembert (7.10) y las hipotesis:
1
|u1 (x, t) u2 (x, t)| (|1 (x + ct) 2 (x + ct)| + |1 (x ct) 2 (x ct)|)
2
< + = ,
2 2
de modo que dado > 0 basta con tomar = .
7.5. Ejercicios
1. Probar el principio del m
aximo para las funciones armonicas. Como consecuencias, deducir el principio
del mnimo y la unicidad y estabilidad de las soluciones a la ecuacion de Laplace en un dominio acotado
D R2 .
2. Estudiar la estabilidad de las soluciones a la ecuacion de Poisson u = f en un dominio acotado
D R2 .
3. Comprobar que, bajo condiciones apropiadas que garanticen que ambos metodos son aplicables, las
soluciones al problema de ondas proporcionadas por Fourier y DAlembert son iguales.
4. Generalizar la soluci
on de DAlembert al caso del problema de ondas con velocidad inicial (cuerda
golpeada)
u(x, 0) = 2 sin x, 0 x
ut (x, 0) = 0, 0 x
u(0, t) = 0 = u(, t) .
(a) Probar que tiene una u
nica solucion (utilizando los resultados de la subseccion 7.2.1).
(b) Calcular explcitamente la solucion del apartado precedente.
(c) Probar que para la soluci
on hallada, la integral de energa no es constante (de hecho, cumple que
E(t) = (1 + cos t) 0).
92
u2t (x, t) + c2 u2x (x, t) + m2 u2 (x, t) dx ,
se conserva. Que puede decirse acerca de la unicidad de las soluciones a la ecuacion de Klein-Gordon?.
4 Obs
ervese
93
8
La transformada de Fourier
En captulos anteriores hemos visto la forma en la que el analisis de Fourier puede usarse para resolver
problemas de ecuaciones en derivadas parciales cuando el dominio de definicion del problema es acotado.
La clave para ello reside en que esta acotacion permite imponer condiciones de contorno que, a su vez,
determinan un subconjunto discreto de valores propios que seleccionan las soluciones elementales que se
superponen para dar la soluci
on. Cuando el dominio es no acotado, este procedimiento falla. En general,
aparece un continuo de valores propios admisibles y debe considerarse una integral en lugar de una suma.
Aparece entonces la transformada de Fourier que, junto con la convolucion, es una de las herramientas m
as
potentes para el estudio de ecuaciones en derivadas parciales.
Para este captulo se ha seguido muy de cerca la presentacion de [3] y [7]. En [1] se da un enfoque m
as
computacional, con numerosos ejemplos de interes en ingeniera.
u(x, t) =
(A()et cos( x) + B()et sin( x)) d .
0
El cambio y =
1
2 B(y), si y 0,
12 B(y), si y <
0,
e introduciendo c(y) = a(y) + ib(y), unos calculos sencillos que se dejan como ejercicio conducen a una
expresi
on muy sugerente para la soluci
on:
Z
2
u(x, t) =
c(y)ey t eiyx dy .
Esto es el an
alogo del principio de superposicion. Ahora, para resolver el problema tendramos que determinar
las funciones c(y) de manera que se satisfaga la condicion inicial
Z
u(x, 0) =
c(y)eiyx dy = u0 (x) .
Nota 8.2. Otras notaciones para la transformada de Fourier son F (w) o F(f )(w).
Tal y como se ha definido la transformada, nada asegura que exista. Como |eiwt | = 1, se tiene que
Z
b
|f (w)|
|f (t)| dt ,
La transformada de Fourier se puede interpretar como un operador, es decir, una aplicacion que transforma
funciones en funciones. Bajo este punto de vista, una primera propiedad importantsima de este operador es
su linealidad.
Proposici
on 8.3. Si f, g L1 (R) y , C, entonces
\
(f
+ g)(w) = fb(w) + b
g (w) .
96
Demostraci
on. Es una consecuencia inmediata de la linealidad de la integral.
Ejemplo 8.4. Consideremos el impulso rectangular representado en la figura para T = ,
(
1 |t| < T
pT (t) =
0 |t| > T
Su transformada de Fourier se puede calcular por integracion directa:
Z
Z T
1 iwt T
1
2
pT (t) eiwt dt =
eiwt dt =
=
e
(eiwT eiwT ) = sin wT.
iw
iw
w
T
T
En terminos de la funci
on sinc (x) =
sen x
, el resultado se puede reescribir como
x
pc
T (w)
2
wT
sin wT = 2T sinc (
.)
w
(8.2)
4
fb(w) =
Z 0
Z 0
eiwt f (t) dt
eiwt et dt +
eiwt et dt
et(1+iw) dt +
et(1iw) dt
1
1
+
=
1 + iw 1 iw
2
=
.
1 + w2
4
Junto con la transformada de Fourier, se introduce la antitransformada. Se trata de otro operador, inverso
de la transformaci
on de Fourier en el siguiente sentido.
Teorema 8.6 (de inversi
on). Si f L1 (R) es una funci
on secci
on suave a pedazos, para cada t R se
cumple que
Z
fb(w)eiwt dw = (f (t+) f (t)) .
97
fb(w)eiwt dw .
Se define entonces la antitransformada de Fourier de una funcion F (w), denotada F 1 (F )(t), como
Z
1
1
F (F )(t) =
F (w)eiwt dw .
2
Nota 8.7. Un par de funciones (f, fb) se denomina un par transformada-antitransformada, y se suele denotar
f fb.
El teorema de inversi
on tiene una consecuencia muy importante: permite probar que la transformada de
Fourier es (bajo ciertas condiciones) un operador inyectivo, de modo que si conocemos la transformada de
Fourier de una cierta funci
on, sabemos que esta esta unvocamente determinada.
Proposici
on 8.8. Si f, g L1 (R) son continuas y suaves por pedazos, y cumplen que para todo w R es
fb(w) = gb(w) ,
entonces,
f (t) = g(t) ,
para todo t R.
Demostraci
on. La funci
on diferencia h = f g claramente es de L1 (R), continua y suave por pedazos. Por
linealidad y la hip
otesis,
b
h = fb gb = 0 ,
luego, por el teorema de inversi
on, h = 0, lo cual implica f = g.
2
Z +
= b
Z +
= b
+iwt) w
4a
dt
2
w2
e 4a dt
2
2
at2 +iwt w
w
4a
4a
2
2
at+ 2iw
w
a
4a
Z +
= b
+iwt)
e(at
Z
= b
e(at
at +
iw
2 a
2
fb(w)
w
4a
= y:
be
=
=
2 dy
ey
a
Z +
2
b
e
ey dy
a
r
2
w
b
e 4a .
a
2
w
4a
98
dt
dt
(8.3)
b
= 1,
a
de donde b quedar
a determinado una vez que conozcamos a:
r
a
b=
.
1
.
4kc
t2
1
e 4kc .
4kc
(8.4)
4
En todos los ejemplos que hemos tratado, es inmediato comprobar que las transformadas cumplen la
propiedad asint
otica lm+ fb(w) = 0. Esto no es una casualidad, sino que puede probarse con toda
generalidad. Es la versi
on continua del Lema de Riemann-Lebesgue que se vio en el apartado 5.3.
Proposici
on 8.10. Dada f : R C continua por pedazos, si F () es su transformada de Fourier se cumple
que
lm F () = 0.
+
Demostraci
on. En la definici
on de transformada, hacemos el cambio de variable afn x = s / (para un
R fijo), de manera que
Z +
F () =
f (x)eix dx
i(s )
f s
e
ds
Z +
is i
=
f s
e
e ds
Z +
is
e
ds.
=
f s
R
Sumando esta expresi
on para F () con la original F () = f (s) exp(is)ds, resulta
Z +
is
2F () =
f (s) f s
e
ds,
99
Las funciones que hay dentro de la integral son continuas salvo en un conjunto de medida nula. En cada
intervalo [, ] definen una integral uniformemente convergente, de manera que se puede intercambiar
R +
lm con y:
||+
lm
||+
|F ()|
1
2
f (s) f s lm ds = 0.
||+
Nota 8.11. En esta misma lnea de resultados, tambien es posible probar que la transformada fb() es una
funci
on acotada de , sin m
as que pedir que f sea integrable. En efecto:
Z +
Z +
iwt
b
|f (t)| dt .
f (x)e
dt
|f (w)| =
Demostraci
on. Haremos la prueba para n = 1. El caso general se sigue por induccion. Por la definici
on de
transformada
Z
Z L
fb0 (w) =
eiwt f 0 (t) dt = lm
eiwt f 0 (t) dt .
L
t=L
eiwt f 0 (t) dt = eiwt f (t)t=L + iw
eiwt f (t) dt ,
de donde, tomando lmites y teniendo en cuenta que si una funcion f C 1 (R) es absolutamente integrable,
entonces lm|x| f (x) = 0 (adem
as de que eiwt es acotada), resulta:
Z
eiwt f 0 (t) dt = iw
eiwt f (t) dt
Otras propiedades son tambien importantes en Fsica o Ingeniera, como la llamada propiedad de traslaci
on.
Proposici
on 8.13. Sea f L1 (R). Entonces, se cumple que
\
iw0 t = fb(w w ) .
f (t)e
0
Demostraci
on. Es inmediata a partir de la definicion:
Z
Z
iw0 t iwt
\
iw
t
0
f (t)e
=
f (t) e
e
dt =
100
La tabla 8.1 contiene una lista de las propiedades mas relevantes de la transformada de Fourier. En los
ejercicios se ven aplicaciones de ellas.
Propiedad
fb(w) =
Linealidad
f (t)eiwt dt
f (t) =
1
2
fb(w)eiwt dw
af (t) + bg(t)
afb(w) + bb
g (w)
f (n) (t)
(i)n fb(w)
(it)n f (t)
dn b
dwn f (w)
Traslaci
on en tiempo
f (t t0 )
eiwt0 fb(w)
Traslaci
on en frecuencia
f (t) eiw0 t
Derivaci
on en tiempo
Derivaci
on en frecuencia
Modulaci
on
fb(w w0 )
1
2
f (t) cos 0 t
fb(w w0 ) + fb(w + w0 )
1 b w
f
Cambio de escala
f (at)
Simetra
f (t)
fb(w)
Conjugaci
on compleja
f (t)
fb(w)
Dualidad
fb(t)
2f (w)
|a|
0
f (t) = p2 (t 3) = 1
t<1
1<t<5
t>5
1
Aplicando la propiedad de traslaci
on al par transformada-antitransformada p2 (t)
i3w
p2\
(t 3) = ei3w p[
2 (t) = e
5
2
sen 2 resulta:
1 i3w i2w
1 iw
2
sin 2w =
e
(e
ei2w ) =
(e
ei5w ).
w
iw
iw
y tambien
i2w
p2\
(t + 2) = ei2w p[
2 (t) = e
2
sin 2w.
w
4
1
sen t se puede calcular aplicando la
t
sin w, pues ella nos asegura que 2t sin t 2p1 (w) y como pT
2
w
1\
sin t = p1 (w) .
t
4
101
Nota 8.16. En la teora de la transformacion de Fourier tambien aparece una version de la formula de
Parseval, relacionando las energas de una se
nal y de su transformada. En este contexto, adopta la forma
Z
Z
1
2
|f (t)| dt =
|fb(w)|2 dw .
2
Tambien como ocurra con las series, esta relacion puede usarse para calcular integrales (veanse los ejercicios).
(8.5)
Por linealidad de la integral, el producto de convolucion es distributivo, es decir, para todas f, g, h L1 (R)
tales que las convoluciones existen, y para todas constantes , :
f (g + h) = f g + f h .
La siguiente propiedad es tambien importante.
Proposici
on 8.18. El producto de convoluci
on, cuando est
a definido, es conmutativo.
Demostraci
on. No hay m
as que hacer un simple cambio de variable y = x t en la definicion:
Z
Z
(f g)(x) =
f (x y)g(y) dy =
g(y)f (x y) dy = (g f )(x) .
t>0
t<0
y
(
g(t) = ebt u(t) =
102
ebt
0
t>0
t<0
eb(st)
0
s<t
.
s>t
Como consecuencia, (f g)(t) = 0 para t < 0, pues cualquiera que sea s o bien f (s) = 0 o bien g(t s) = 0.
An
alogamente, para t > 0 el producto f (s)g(t s) solo es distinto de cero para los valores 0 < s < t, con lo
cual ya podemos calcular:
Z
Z
f (s)g(t s) ds =
(f g)(t) =
as b(st)
ds = e
bt
e(ba)s t
eat ebt
=
ba 0
ba
si a 6= b. Por lo tanto
eat ebt
u(t) =
(f g)(t) =
ba
1
at
ba (e
ebt ) t > 0
t<0
4
Enunciamos ahora el resultado central de la teora. No daremos la demostracion, que esta mas all
a del
objetivo de estas notas introductorias.
Teorema 8.20 (de convoluci
on). Sean f, g L1 (R) continuas y acotadas. Entonces, f g L1 (R) y,
adem
as,
f[
g = fb gb .
En el captulo siguiente veremos c
omo utilizar este resultado para resolver ecuaciones en derivadas parciales.
Por ahora, nos contentaremos con observar que puede utilizarse para calcular transformadas inversas.
Ejemplo 8.21. Vamos a deteminar la transformada inversa de
F (w) =
1
.
(1 + iw2 )2
2
.
1 + w2
As que la funci
on dada se expresa, aplicando el teorema de convolucion, como
F (w) = fb(w) fb(w) = f[
f (w) .
Directamente de la definici
on,
R
R
R
x et etx dt + 0 et ext dt + et ext dt, si x 0
x
0
|t|
|xt|
f[
f (x) =
e e
dt = R 0
R x t tx
R
t xt
e e
dt + 0 e e
dt + w et etx dt, si x 0 ,
o sea:
(
f[
f (x) =
(1 x)ex , si w 0
(1 + x)ex , si x > 0 .
En definitiva:
F 1 (F )(x) = (1 + |x|)e|x| .
103
8.4. Ejercicios
1. Calcular la transformada de Fourier de las funciones siguientes:
a)
f (t) = e|t|
b)
f (t) =
ieiat
0
si t 0
otro caso
(a C, Im(a) > 0)
1
ea|| , con Re(a) < 0 forman un par transformada-antitransformada,
2
+t
a
calcular la antitransformada de la funcion 2e|| + 3e2|| .
3. Sabiendo que
a2
i a||
t
e ,
4. Sabiendo que
2
2
2
(a + t )
2a
.
(1 + 2 )2
d ) la antitransformada de Fourier de 2
, Re(a) < 0.
(a + 2 )2
7. Sea f (t) = t si 0 < t < 1 y f (t) = 0 en otro caso.
a) Calcular la transformada de Fourier fb(w).
b) Sea q1 (t) la funci
on triangular: q1 (t) = t + 1 si 1 < t < 0, q1 (t) = 1 t si 0 < t < 1 y q1 (t) = 0
en otro caso. Utilizando que q1 (t) = f (t + 1) + f (1 t) deducir su transformada de Fourier qb1 (w).
c) Dar una funci
on tal que su transformada de Fourier sea iwqb1 (w).
8. Calcular el valor de la integral
Z
Deducir
Z
9. Probar:
Z
sin bt cos tx
dt.
t
sin t
= .
t
2
sin2 at
dt = a
t2
104
si |t| < 1
si |t| > 1
7t
3t
cos
2
2
u(x, 1) = f (x) .
105
9
Ecuaciones en derivadas parciales sobre dominios no
acotados
En este captulo aplicamos las tecnicas adquiridas en el estudio de la transformada de Fourier a la soluci
on
de ecuaciones en derivadas parciales definidas en dominios no acotados. Como ya se ha se
nalado repetidamente, en este caso no es posible fijar unas condiciones de contorno que determinen una coleccion numerable
de autovalores y aparecen soluciones en forma de integral. La transformada de Fourier permite reducir el
c
alculo de la soluci
on al de una ecuaci
on algebraica para la transformada (por la propiedad de derivaci
on en
tiempo y espacio. La transformada inversa, junto con el producto de convolucion, nos permitira recuperar la
soluci
on al problema original.
Discutiremos problemas homogeneos y problemas con fuentes, en este u
ltimo caso usando principalmente
el principio de Duhamel, siguiendo a [3, 7]. Ademas de estas, otras referencias imprescindibles son [8, 10, 11].
||(x,y)||+
u(x, y) = 0
(9.1)
y, adem
as, para cada x pr1 () y para cada y pr2 () existen las transformadas de Fourier de las funciones
(de una variable) u(x, ), u(, y) y las de todas sus derivadas (aunque no es imprescindible, supondremos aqu
que tanto u como sus derivadas parciales a distintos
ordenes son funciones continuas a pedazos).
Se tiene una serie de importantes resultados sobre la accion de la transformada de Fourier aplicada a una
funci
on regular u(x, y) y sus derivadas.
(a) Fx u
x (, y) = iFx (u)(, y)
Sea y0 pr2 (). Por ser u regular, podemos tomar la transformada de Fourier de
u
x (x, y0 )
respecto de
u(x, y0 )eix dx
= i
2u
x2
(, y) = 2 Fx (u)(, y)
u
(x, y0 ).
x
Tomando u = v en (a), resulta (para este y0 pr2 () fijo):
2
u
u
(, y0 ) (, y0 )
Fx
(, y0 ) (, y0 ) = iFx
x2
x
v(x, y0 ) =
2u
x2
(, y) = 2 Fx (u)(, y).
Nota 9.1. Es inmediato generalizar este resultado (por induccion) y probar que, si u es regular:
n
u
Fx
(, y) = (i)n Fx (u)(, y).
xn
(c) Fx
u
y
(, y) =
y Fx (u)(, y)
Consideremos ahora un x0 pr1 () fijo y formemos la funcion en pr2 () dada por u(x0 , y). Por hip
otesis,
u(x0 , y) admite transformada de Fourier, al igual que su derivada u
(x0 , y). Su transformada respecto a
x es
Z +
u
u
Fx
(x0 , y) (, y) =
(x0 , y)eix dx.
y
y
ix
Como u
es una funci
on continua respecto de y, se puede aplicar el teorema de Leibniz e
y (x0 , y)e
intercambiar la derivada con la integral:
Z +
u
Fx
(x0 , y) (, y) =
u(x0 , y)eix dx.
y
y
u(x, y)eix dx =
Fx
(, y) =
Fx (u)(, y).
y
y
y
108
u u = 0, (x, t) R]0, +[
t
x2
u(x, 0) = f (x), x R.
Tomando transformadas de Fourier respecto de x resulta:
Fx (u)(, t) = Fx (f )()e t .
Ahora, como la transformada de una gaussiana es una gaussiana (recuerdese el Ejemplo 8.9), podemos poner
2
x2
1
e 4t (),
e t = Fx
4t
con lo cual
x2
1
e 4t ().
4t
Por el teorema de convoluci
on:
x2
1
u(x, t) = f (x)
e 4t .
4t
La correspondiente integral se puede expresar mas facilmente con el cambio de variable
Fx (u)(, t) = Fx (f )()Fx
(9.3)
(x s)2
= z2;
4t
en efecto, lo que queda es:
Z
(xs)2
1
e 4t ds
4t
Z +
2
=
f (x 2z t)ez dz.
u(x, t) =
f (s)
Nota 9.2. Lo importante de este proceso se encuentra codificado en la formula (9.3): la soluci
on al problema
de Cauchy para la ecuaci
on del calor se obtiene tomando la convoluci
on de la ondici
on inicial con la funci
on
gaussiana
1
x2
.
G(x, t) =
exp
4t
4t
Esta funci
on, por motivos obvios, se denomina el n
ucleo de la ecuaci
on del calor.
109
+ 2 = 0, (x, y) R]0, +[
y
x2
u(x, 0) = f (x), x R
(9.4)
(9.5)
(9.6)
(9.7)
110
(9.8)
2y
x2 + y 2
(),
luego (9.8) es
Fx (u)(, y) = Fx (f (x))()Fx
2y
2
x + y2
().
s)2 + y 2
con a R. Esta
es una ecuaci
on de primer orden lineal muy sencilla, con solucion
Z x
u(x)
u(s)
y(x) = e
q(s)e
ds ,
0
ea(xs) q(s) ds .
y(x) =
(9.9)
(9.10)
Comparando (9.9) con (9.10) vemos que se cumple el llamado Principio de Duhamel: la soluci
on al problema
con fuentes (P1 ) es la integral sobre el par
ametro s de la soluci
on al problema homogeneo (P2 ) trasladada
por s,
Z
x
z(x s, s) ds .
y(x) =
0
Ejemplo 9.4. Consideremos el problema de Cauchy para la ecuacion del calor con fuentes
(
ut (x, t) = uxx (x, t) + q(x, t), x R,
u(x, 0) = 0 .
Aplicando el principio, la soluci
on propuesta sera
Z t
u(x, t) =
z(x, t s, s) ds ,
0
La soluci
on al problema original que proporciona el principio de Duhamel es, pues:
Z tZ
u(x, t) =
G(x y, t s)q(y, s) dy ds .
0
9.6. Ejercicios
1. Estudiar el problema de Cauchy para la ecuacion de ondas, tanto en ausencia de fuentes como en
presencia de ellas.
2. Enunciar el principio de causalidad para la ecuacion de Klein-Gordon. Deducir que la velocidad de
propagaci
on est
a acotada por c.
3. Hallar la soluci
on al problema de valores inciales para la ecuaci
on de convecci
on
(
ut + cux = f (x, t), x R, t > 0
u(x, 0) = 0 .
4. Resolver, mediante el principio de Duhamel, el problema
u(0, t) = 0, t > 0 .
112
Lecturas recomendadas
[1] J. L. Andres-Yebra: An
alisis de Fourier. Notas de la Universitat Polit`ecnica de Catalunya.
[2] T. Apostol: An
alisis Matem
atico (2a. Ed.). Reverte (1996).
[3] J. C. Bellido, A. Donoso, S. Lajara: Notas para un curso de ecuaciones en derivadas parciales.
[4] J. de Burgos: C
alculo infinitesimal. Alhambra Universidad (1990).
[5] A. Ca
nada Aguilar: Series de Fourier y aplicaciones. Piramide (2002).
[6] H. P. Hsu: An
alisis de Fourier. Addison-Wesley (1987).
[7] J. D. Logan: Applied Partial Differential Equations. Springer Verlag (2004).
[8] T. Myint-U: Partial Differential Equations of Mathematical Physics, 2nd Ed. North-Holland (1980).
[9] F. Periago: Teora de campos y ecuaciones en derivadas parciales. H. Escarabajal Editores (2003).
[10] A. Tijonov, A. Samarsky: Ecuaciones de la Fsica Matem
atica. Editorial Mir (1972).
[11] E. C. Zachmanoglou, D. W. Thoe: Introduction to Partial Differential Equations with Applications.
Dover (1986).