Clase 11: Separacion de variables y series de Fourier.

Peter Hummelgens
9 de enero de 2007

1.

Introducci
on.
En esta clase iniciaremos el estudio de ED a derivadas parciales (EDDP), donde la funcion

incognita u depende de mas de una variable y por lo tanto las derivadas que aparecen en la ED
son derivadas parciales con respecto a las variables independientes (en aplicaciones a la fsica
e ingeniera frecuentemente variables especiales y el tiempo t). La ED generalmente viene
acompa
nada por condiciones adicionales como condiciones de borde y condiciones iniciales.
Como introduccion consideremos ahora una EDDP en una sola variable espacial x y el
tiempo t,
ut ux u = 0; < x < , t 0,

(1)

donde u = u(x, t). La ED esta planteada en la region sombreada del plano x, t en la figura
siguiente:

t
u(x,t)

Para encontrar soluciones particulares de (1) aplicamos la tecnica de la separacion de

variables, es decir, buscamos soluciones u(x, t) de (1) de la forma especial u(x, t) = X(x)T (t),
de tipo variables separadas. Escribimos
X (x) =

dX
,
dx

T (t) =

dT
.
dt

Sustitucion de u = XT en (1) da
X(x)T (t) X (x)T (t) X(x)T (t) = 0
T (t) X (x)
X (x)
T (t)

1 = 0 =
+1=
.
T (t)
X(x)
X(x)
T (t)

En la u
ltima ecuacion el miembro izquierdo depende u
nicamente de x y el miembro derecho
depende u
nicamente de t, y por lo tanto ambos miembros tienen que ser igual a una misma
constante , es decir,
T (t)
X (x)
+ 1 = ,
= ; < x < t 0,
X(x)
T (t)
produciendo un sistema de dos ED ordinarias
X (x) = ( 1)X(x),

T (t) = T (t),

con soluciones generales

X(x) = Ae(1)x ,

T (t) = Bet ,

de modo que (con C = AB)

u(x, t) = Cet e(1)x ; < x < , t 0.

(2)

De (2) tenemos ut ux u = u ( 1)u u = 0, de modo que u(x, t) dada por

(2) realmente es solucion de (1). Tenemos entonces un conjunto infinito de soluciones que
depende de dos parametros , C. Si embargo estas 2 soluciones ni remotamente cubren
todas las soluciones posibles. De hecho, para f () diferenciable en < x < arbitraria,
v(x, t) = et f (x + t); < x < , t 0

(3)

es una solucion de (1) (verifique!). Variando en (3) la funcion f () obtenemos una inmensa
cantidad de soluciones adicionales, y todava no tenemos todas las soluciones.
Las consideraciones anteriores sirven para ilustrar que las ED a derivadas parciales tienen
en general demasiadas soluciones para poder esperar captarlas todas en una sola formula,
2

como es posible para ED ordinarias frecuentemente. El metodo de separacion de variables

ilustrado arriba es un metodo relativamente eficiente para encontrar una familia de soluciones
tipo variable separadas. Como veremos, estas soluciones en muchos casos sirven de base
para construir otras soluciones de suficiente generalidad para proporcionar las soluciones
requeridas para un problema planteado dado.
Como ilustracion consideremos ahora un problema de la conduccion de calor en una barra
delgada (es decir undimensional) que ocupa el intervalo [0, l] del eje x. Sea u = u(x, t) la
temperatura en el lugar x de la barra y en el instante t . Supongamos que en el instante t = 0
se conoce la distribucion de temperatura u(x, 0) = f (x), 0 x l en la barra (distribucion
de temperatura inicial) y que desde el instante t = 0 y adelante se mantiene los extremos
x = 0 y x = l en la temperatura cero. Matematicamente el problema de determinar la
distribucion de temperatura en la barra para t > 0, esta descrita por
ut = kuxx ; 0 x l, t > 0,

(4)

u(x, 0) = f (x); 0 x l (condicion inicial),

(5)

u(0, t) = 0, u(l, t) = 0; t 0 (condiciones de borde).

(6)

La EDDP (4) (en donde k > 0 es una constante material de la barra) es la ecuacion de la
conduccion del calor en su forma undimensional (la forma 3-dimensional es ut = ku donde
= /x2 + /y 2 + /z 2 es el operador de Laplace). Presentaremos a continuacion el
procedimiento formal para la resolucion de nuestro problema.
Aplicando separacion de variables u(x, t) = X(x)T (t) en (4) resulta
X (x)
T (t)
=
= para cierta constante ,
X(x)
kT (t)

(7)

(escribimos la constante como en lugar de para obtener las ecuaciones subsiguientes

en la forma acostumbrada). La ecuacion (4) tiene la solucion trivial u(x, t) = 0 para todo
x, t, la cual por supuesto no nos interesa: estamos buscando las soluciones no triviales y por
lo tanto asumimos que X(x) y T (t) no son identicamente cero. De (4), (6) tenemos
X(0)T (t) = 0, t > 0, T (t) no identicamente cero = X(0) = 0 y similarmente
X(l)T (t) = 0, t > 0 = X(l) = 0.
De esto y (7) obtenemos para X(t) el problema
X (x) + X(x) = 0; 0 x l
3

(8)

X(0) = 0, X(l) = 0.

(9)

Los valores de tales que el problema (8), (9) tiene soluciones X(x) no triviales se
llaman los autovalores del problema, y las soluciones no triviales correspondientes se
llaman autofunciones correspondientes. El problema (8), (9) es un ejemplo de un problema de
autovalores y autofunciones (PAA). Veremos mas adelante que los autovalores del problema
(8), (9) forman un conjunto discreto e infinito de valores:
n2 2
; n = 1, 2, 3,
l2

con autofunciones correspondientes Xn (x) = sen n

x
l

n =

(10)

donde observamos que cXn (x) (c R una constante arbitraria) tambien es autofuncion correspondiente a = n : observe que (8), (9) se cumple cuando en estas ecuaciones reemplazamos
Xn (x) por cXn (x) (consecuencia del hecho que tanto la ED (8) como las condiciones de borde
(9) son homogeneas). En la ED para T (t) contenida en (7) ponemos ahora = n , obteniendo
Tn (t) + kn Tn (t) = 0,
con solucion general (patrimonio cultural)
Tn (t) = An ekn t , An constante arbitraria.
Tomando An = 1 tenemos las soluciones
Tn (t) = ekn t ; n = 1, 2, 3, .

(11)

Con las Xn (t) y Tn (t) tenemos ahora un conjunto infinito de funciones un (x, t) = Xn (x)Tn (t),
es decir
un (x, t) = sen

n
x ekn t
l

(12)

que satisfacen (4), (6).

Esto completa la primera parte del procedimiento: aplicando separacion de variables
llegamos al PAA (8), (9), obtuvimos los autovalores n y autofunciones correspondientes
Xn (x), y con los n obtuvimos los Tn (t) y as finalmente las un (x, t) = Xn (x)Tn (t) que
satisfacen (4) (6).
El proximo paso es observar que cualquier combinacion lineal
N
X

cn Xn (x)Tn (t) de u1 (x, t), , uN (x, t)

n=1

(13)

tambien satisface (4), (6), como consecuencia del hecho de que la ED (4) y las condiciones de
borde (CB) (6) son homogeneas (recomendamos al alumno la verificacion de esta afirmacion).
Surge entonces la idea de obtener la solucion del problema completo (4), (6) y (5) como una
combinacion lineal como en (13). Veremos mas adelante que en general sera necesario tomar
todo el conjunto infinito u1 (x, t), u2 (x, t), (N ) en cuenta para formar la combinacion
lineal, obteniendose u(x) en la forma de una serie infinita de funciones:

u(x, t) =

cn sen

n=1

n
x ekn t ; 0 x l, t 0.
l

(14)

Para cumplir con (5), u(x, 0) = f (x), vemos de (14) que es necesario que
f (x) =

cn sen

n=1

n
x 0xl
l

(15)

(bastara que la serie infinita converja a f (x) c.s. en [0, l]). La pregunta es entonces: es posible
determinar las constantes cn de manera tal que se cumple (15)?. Veremos mas adelante que
la respuesta es afirmativa para una amplia clase de funciones f (x). Decimos que (15) es
el desarrollo de f (x) en serie de Fourier de senos en 0 x l.
Suponiendo que este desarrollo es posible, el u
ltimo paso es la determinacion de los coeficientes de Fourier cn en (15). Para eso tenemos un procedimiento general que explicaremos
ahora en terminos generales. Es facil verificar directamente (Ejercicio recomendado!) que
las Xn (x) forman un sistema ortogonal en 0 x l en el sentido que
Zl

Xm (x)Xn (x)dx = 0 si m 6= n

(16)

(para la verificacion es u
til la formula sen sen = 21 [cos( ) cos( + )], y que ademas
Zl

[Xn (x)]2 dx =

l
para n = 1, 2, .
2

(17)

De (15) tenemos formalmente, para n fijo arbitrario,

Zl
0

f (x)Xn (x)dx =

Zl
0

Xn (x)

cm Xm (x)dx =

n=1

X
n=1

cm

Zl
0

(16)

Xn (x)Xm (x)dx = cn

Zl
0

[Xn (x)]2 dx

(gracias a las relaciones de ortogonalidad (16) queda un solo termino en la serie infinita)

= cn =

Rl

f (x)Xn (x)dx

Rl

; n = 1, 2, .

(18)

[Xn (x)]2 dx

para el desarrollo en serie de Fourier f (x) =

m
P

cn Xn (x); 0 x l, donde {Xn (x)} es un

x que
sistema ortogonal en [0, l]. Aplicando (17) en (18) resulta para los Xn (x) = sen n
l
n=1

2
cn =
l

Zl

f (x) sen

n
x dx; n = 1, 2, .
l

(19)

Luego de calcular los cn de (19), sustitucion de los cn encontradas en (14) nos da la solucion
final del problema (4)-(6). Recordemos que el computo de las integrales (19) lo hacemos
aplicando derivadas generalizadas.

Clase 12: Continuacion.

Peter Hummelgens
16 de diciembre de 2006

1.

Problemas de autovectores y autofunciones.

Para completar la discusion de la clase anterior nos falta explicar como se obtuvieron los

autovalores autofunciones del PAA que surgio de la separacion de variables. Cambiando la

notacion este PAA es
(I)

u (x) + u(x) = 0; 0 x ,

(1)

u(0) = 0, u() = 0.

(2)

Como el parametro es real, hay 3 posibilidades: < 0, = 0 o > 0.

Caso < 0: podemos entonces escribir = 2 para cierto > 0 y (1) es en este caso

u (x) 2 u(x) = 0,
con solucion general (cultura general)
u(x) = A cosh(x) + B senh(x)
y de (2) entonces A = 0 y luego B senh() = 0 = B = 0 (porque senh 6= 0 si
6= 0). Pero entonces A = 0, B = 0 = u(x) es la solucion trivial u(x) = 0 en
0 x , es decir para < 0 no hay soluciones no triviales, o en otras palabras:
no hay autovalores < 0.
Caso = 0: Entonces (1) se reduce a u (x) = 0 con solucion general u(x) = Ax + B,
y luego con (2) B = 0 y luego A = 0 6= 0 = A = 0. Nuevamente no hay solucion
no trivial, es decir, = 0 no es un autovalor.
1

Caso > 0: podemos entonces escribir = 2 para cierto > 0, y (1) da

u (x) + 2 u(x) = 0,
con solucion general (cultura general)
u(x) = A cos(x) + B sen(x),
y luego (2) da A = 0 y luego B sen() = 0 = B = 0 o sen() = 0. Como
descartamos B = 0 porque estamos buscando soluciones no triviales (ya tenemos A =
0,) queda
sen() = 0 = = n, n = 0, 1, 2, .
Pero , > 0 = n > 0 = n > 0 y queda u
nicamente n = 1, 2, 3, , es decir,
obtenemos n =

= n =

n2 2
2

(n = 1, 2, ) son los autovalores del PAA (1),(2).

Con A = 0 arriba, autofunciones correspondientes son

n
x ; 0 n (n 1, 2, 3, ).
un (x) = sen

Queda completamente resuelto el PAA (I). Ya vimos que las un (x) forman un sistema
ortogonal en [0; ].
Consideremos ahora el PAA
(II)
u (x) + u(x) = 0; 0 x

(3)

u (0) = 0, u () = 0.

(4)

Caso < 0: = 2 ( > 0) = (como antes) u(x) = A cosh(x) + B senh(x)

)
= u (x) = A senh(x) + B cosh(x)
= B = 0, 6= 0 = B = 0.
u (0) = 0

= u(x) = A cosh(x), u (x) = A senh(x)

u () = 0

A = 0 A = 0

= hay para < 0 u

nicamente la solucion trivial = no hay autovalores < 0

Caso = 0:
= u(x) = Ax + B = u (x) = A
u (0) = 0

= u(x) = B, u (x) = 0
u () = 0

A=0

= B puede ser arbitrario ; B 6= 0

= = 0 es un autovalor y u0 (x) = 1 una autofuncion correspondiente.

(5)

Esto se ve directamente de (3), (4) tambien.

Caso > 0: = 2 ( > 0) = u(x) = A cos(x) + B sen(x)
)
= u (x) = A sen(x) + B cos(x)
= B = 0, 6= 0 = B = 0
u (0) = 0

= u(x) = A cos(x), u (x) = A sen(x)

u () = 0
= sen() = 0 (como antes) n =

n
,

= autovalores n =

n =

n2 2
2

= A sen() = 0
6= 0 y exigir A 6= 0

con n = 1, 2, 3,

n2 2
;
2

n = 1, 2, 3,

x
autofunciones correspondientes un (x) = cos n

(6)

Podemos tomar (5), (6) juntos, concluyendo:

autovalores n =

n2 2
;
2

n = 0, 1, 2, 3,

u0 (x) = 1, un (x) = cos n

x .

(7)

Queda resuelta el PAA (II). Ejercicio recomendado: verifique que u0 (x) = 1, un (x) =

x (n = 1, 2, 3, . . . ) forman un sistema ortogonal, es decir, verificar que

cos n

Z
0

Z
n
n
1cos

x dx = cos
x dx = 0; n = 1, 2, 3, ,

Z
0

cos

m
n
x cos
x dx = 0, si m 6= n

Verifique ademas que

R
0

cos n
x dx =

;
2

12 dx =

n = 1, 2, 3,

Sea ahora el PAA

(III)
u (x) + u(x) = 0; x

(8)

u() = u(), u () = u ().

(9)

Caso < 0:
= 2 ( > 0) = u(x) = A cosh(x) + B senh(x)
u() = u()

= A cosh() B senh() = A cosh() + B senh()

= 2B senh() = 0 = B = 0 = u(x) = A cosh(x) = u (x) = A senh(x)
u () = u ()
= A senh() = A senh() = A = A
6= 0

= A = A = A = 0

= no hay autovalores < 0

Caso = 0:
u(x) = Ax + B
u() = u()

A + B = A + B A = Al
6= 0

= u (x) = B
u () = u ()

= A = A = A = 0

se cumple para todo B

= = 0 es autovalor con autofuncion u0 (x) = 1.

(10)

Caso > 0:
= 2 ( > 0) = u(x) = A cos(x) + B sen(x)
u() = u()
= A cos() B sen() = A cos() + B sen()
4

= 2B sen() = 0 B = 0

sen() = 0,

Si B = 0, entonces
u(x) = A cos(x) = u (x) = A sen(x)
u () = u ()

= A sen() = A sen(), 6= 0 y exigir A 6= 0 = sen() = sen() = no da

restriccion.
Si sen() = 0, entonces = n = =

n
;

n = 1, 2, 3, (recuerde que > 0)

n2 2

= autovalores n = 2 ; n = 0, 1, 2, 3, .

n
n

x y cos
x
con autofunciones correspondientes sen

Tomando (10), (11) juntos:

n2 2

autovalores n = 2 ; n = 0, 1, 2, 3,

n
n

x , n (x) = sen
x
con autofunciones u0 (x) = 1, n (x) = cos

(11)

(12)

Queda resuelto el PAA (III). Ejercicio recomendado: Verifique que

n
n
n
o
1, cos
n , sen
n | n = 1, 2, 3, . . .

es un sistema ortogonal en [; ]. El PAA (III) es diferente de los PAA (I), (II) en que
en el problema (III) tenemos para n =

n2 2
(n
2

6= 0) dos autofunciones correspondientes

que son independientes. Cualquier combinacion lineal de autofunciones correspondientes a un autovalor es tambien autofuncion correspondiente al mismo autovalor. Por
lo tanto las funciones
n
x
e
= n (x) + in (x)
n
i
x
= n (x) in (x)
e
i

Son autofunciones correspondientes a n (para n = 0 resulta u0 (x) = 1 en ambos

casos) Tenemos ahora un sistema de autofunciones complejas
)
(
n
x
i
1, e | n = 1, 2,
5

(13)

para el PAA (III) (los autovalores son los mismos). Veamos que es un sistema ortogonal en [; ], donde para un sistema de funciones n (x) complejas en un intervalo
a x b entendemos que ortogonalidad significa
Zb

m (x)n (x)dx = 0 si m 6= n

(14)

donde n (x) es la conjugada compleja de n (x). Tenemos

Z

i m
x i n
x

dx =

ei

m
x

ei

n
x

dx

i(mn)
1
e
ei(mn)
n)
2
=
sen[(m n)]
i (m n)
= 0

i (m

(aplicamos la formula de Euler), lo que tenamos que demostrar.

Mas ejemplos de PAA se presentan en la gua de ejercicios resueltos del profesor P-F
Hummelgens. Un fenomeno general en estos ejemplos es que los PAA producen sistemas
ortogonales de autofunciones (que ademas son completos en un sentido que aclararemos mas
adelante). En lo que sigue formalizaremos los conceptos de sistemas ortogonales, series de
Fourier, etc, de un punto de vista mas abstracto.

Clase 13: Continuacion.

Peter Hummelgens
9 de enero de 2007

Teora L2 de las series de Fourier.

1.

Una idea importante en la discusion de PAA es la consideracion de espacios vectoriales

de funciones sobre un intervalo y la introduccion de un producto interno entre las funciones,
incorporando de esta manera aspectos del algebra lineal como autovectores, autovalores y
ortogonalidad entre otros. Por ejemplo el PAA
u (x) + u(x) = 0; 0 x l,

(1)

u(0) = 0 u(l) = 0

(2)

es un problema de algebra lineal en el sentido siguiente. Sea el ODLCC L = d2 /dx2

definido sobre el espacio DL de todas las u C 2 ([0; l]) tales que u(0) = 0, u(l) = 0. Dejamos

al estudiante verificar (ejercicio simple pero recomendado) que DL es un espacio vectorial de

funciones sobre [0; l] (subespacio lineal de C 2 (0; l)), y que
L : DL C([0, 1])

es aplicacion lineal. Todo el problema (1), (2) se reduce ahora en la ecuacion

Lu = u; u DL ,

(3)

una ecuacion de autovalores y autofunciones como entendido en el algebra lineal.

Empezamos ahora el desarrollo abstracto. Sea (a, b) R un intervalo abierto y sea

L2 (a; b) el espacio de todas las funciones complejas f (x) definidas c.s. en (a, b) y tal que
existe

Zb

|f (x)|2 dx (f L2 (a; b)).

(4)

Recordemos que identificamos funciones f (x), g(x) en (a; b) tal que f (x) = g(x) c.s. en (a; b).
Demostraremos ahora que L2 (a; b) es un espacio vectorial. Utilizamos la desigualdad
| + |2 2(||2 + ||2 ); , C.

(5)

Tenemos 0 (|| ||)2 = ||2 2|||| + ||2

= 2|| ||2 + ||2

(6)

(6)

luego | + |2 (|| + ||)2 = ||2 + ||2 + 2|| 2(||2 + ||2 ), lo que demuestra (5).

Ahora tenemos para f, g L2 (a; b),,

(5)

|f (x) + g(x)|2 2(|f (x)|2 + |g(x)|2 )

y existen
Zb

Zb

|f (x)| dx,

lo que implica la existencia de

Rb
a

|g(x)|2 dx,

|f (x) + g(x)|2 dx, es decir f + g L2 (a; b). Como ademas es

claro que C, f L2 (a; b) = f L2 (a; b), vemos que L2 (a, b) es un espacio vectorial.
De (6) tenemos tambien que

f, g L2 (a; b) = f g L1 (a; b).

(7)

Tomando para (a; b) un intervalo acotado y g(x) = 1 en (a; b), (7) implica que
L2 (a; b) L1 (a; b) si (a; b) acotado.

(8)

Pero si f (x) = 1/ x en (0; 1), entonces f L1 (0; 1) pero f

/ L2 (0; 1) ya que |f (x)|2 = 1/x2
R1
y 1/x2 dx no existe. Observe que C([a; b]) L2 (a; b).
0

Ejemplo 1.

1
en 1 x < , entonces
x

Z
Z
1
dx
2
|f (x)| dx =
=
= 1 = f L2 (1; )
2
x
x 1

(a) Sea f (x) =

1
en 0 < x < . Entonces f L1 (0; ) (Verifique!) pero
(b) Sea f (x) = p
x(x + 1)
f
/ L2 (Verifique!).
2

En L2 (a; b) definimos ahora un producto interno ( , ) por

(f, g) :=

Zb

f (x)g(x)dx; f, g L2 (a; b).

(9)

La integral existe ya que

Rb
a

|f (x)g(x)|dx =

Rb
a

|f (x)g(x)|dx existe porque f g L1 (a; b) seg

un

(7). Dejamos al lector como ejercicio facil (pero recomendado) verificar las propiedades siguientes
(f, g) = (g, f )
(f, g) = (f, g)
(f, g) = (f, g)

(10)

(f + g, h) = (f, g) + (g, h)
(f, g + h) = (f, g) + (f, h)
para f, g, h L2 (a; b), C. Ademas es claro que
(f, f ) =

Zb

|f (x)|2 dx 0, f L2 (a; b),

(11)

(f, f ) = 0 f (x) = 0 c.s. en (a; b).

El producto interno ( , ) induce en L2 (a; b) una norma k k, definido por
kf k :=
(como (f, f ) 0 seg
un (11),

p
(f, f ), f L2 (a; b)

(12)

p
(f, f ) es un n
umero real y 0 para todo f L2 (a; b)), y

tambien el concepto de ortogonalidad:

def.

f g (f, g son ortogonales) (f, g) = 0 (f, g L2 (a; b))

(13)

o con mas detalle

f g

Zb

f (x)g(x)dx = 0, (f, g L2 (a; b)).

(14)

Este es el concepto de ortogonalidad que ya introducimos anteriormente (Clase 11). Una

Observacion sobre la terminologa: las reglas (10) son las mismas reglas que son validas para
3

el producto interior ~a ~b = (~a, ~b) para vectores ~a, ~b Rn y en Rn dos vectores ~a, ~b tales que

~a ~b = 0 se llaman ortogonales, y k~ak = ~a ~a se llama la norma de ~a (longitud de la flecha

~a).

Como para vectores en Rn tenemos la siguiente version del teorema de Pitagoras:

f g = kf + gk2 = kf k2 + kgk2 (f, g L2 (a; b)),

(15)

porque
(f, g) = 0 = kf + gk2

(12)

(12)

(10)

(f + g, f + g) = (f, f ) + (f, g) + (g, f ) + (g, g)

(f, f ) + (g, g) = kf k2 + kgk2 .

Mas generalmente (verifique!):

{f1 , , fn } sistema ortogonal en L2 (a; b) (es decir fi fj si i 6= j)
n 2
n
X
X

2
= kf1 + + fn k = kf1 k + + kfn k, o
fi =
kfi k2 .

i=1

(16)

i=1

Hemos introducido para el espacio L2 (a; b) varios conceptos ya conocidos del calculo

vectorial en Rn . Es entonces natural asociar con una f L2 (a; b) la imagen de una flecha
con longitud kf k, como en las figuras siguientes

g
||g||

f+g

||fg||
||g||

||g||

fg

||f+g||
||f||

||f||

||f||

La norma k k tiene las propiedades siguientes:

kf k 0 y kf k = 0 f = 0 (es decir f (x) = 0 c.s. en (a; b)),
kf k = ||kf k ( C, f L2 (a; b)),

kf + gk kf k + kgk (desigualdad triangular),

|(f, g)| kf kkgk (desigualdad de Schwarz).
4

(17)

Las primeras tres propiedades son evidentes. Demostraremos ahora la desigualdad de Schwarz.
Sean f, g L2 (a; b), g 6= 0 (la desigualdad es trivial si g = 0, siendo (f, 0) = 0, f L2 (a; b)),
y calculemos la proyeccion ortogonal de f sobre g, como indicamos en la figura siguiente:
f
fg

g = proyeccion ortogonal de f sobre g.

(13)

Tenemos (f g) g = (f g, g) = 0 = (f, g) (g, g) = 0

= =
Ahora

(f, g) (12) (f, g)

=
.
(g, g)
kgk2

(18)

(15)

f = (f g) + g, (f g) g = kf k2 = kf gk2 + kgk2 kgk2

|(f, g)|
,
kgk
lo que implica |(f, g)| kf kkgk. Demostraremos ahora la desigualdad triangular. Tenemos
(18)

= kf k kgk = ||kgk =

kf + gk2

(12)

(10)

(10)

(f + g, f + g) = |((f + g, f + g))| = |(f, f ) + (f, g) + (g, f ) + (g, g)|

(12)

|(f, f ) + (f, g) + (f, g) + (g, g)| kf k2 + |(f, g) + (f, g)| + kgk2

=
kf k2 + 2|Re((f, g))| + kg 2 k kf k2 + kgk2 + 2|(f, g)|
Schwarz

kf k2 + kgk2 + 2kf kkgk = (kf k + kgk)2

=

kf + gk kf k + kgk,

listo. La formula (18) dice que

Rb

f (x)g(x)dx
(f, g)
a
g= b
g
R
kgk2
2
|g(x)| dx
a

(19)

es la proyeccion ortogonal de f sobre g y observamos que el cociente de integrales en (19) es

similar a cociente de integrales que aparece en la formula general de coeficientes de Fourier
en la formula (17) de la Clase 11:
=

(f, g)
kgk2

podemos llamar el coeficiente de Fourier de f con respecto a g.

Consideremos ahora un sistema ortogonal (s.o.) {1 , , N } (i 6= 0) en L2 (a; b). Este

sistema genera un subespacio lineal M L2 (a; b) que consiste de todas las combinaciones

lineales de la forma

N
X
n=1

cn n ; c1 , , cn C ( M ).

(20)

Geometricamente, con la analoga de considerar 1 , , N como N vectores en un espacio

Rn (n > N ), M es el plano N dimensional generado por los N vectores 1 , , N (2

vectores ortogonales en R3 generan un plano en R3 que contienen a los dos vectores, etc.) Sea

f L2 (a; b). Nos proponemos a calcular la proyeccion ortogonal de f sobre el hiperplano

M en L2 (a; b) generado por 1 , , N . Geometricamente la situacion es como en la figura

siguiente (donde tenemos N = 2)

f
g
M

fproy
1

fproy = proyeccion ortogonal de f sobre M .

Demostraremos que
fproy =

N
X
(f, n )
n=1

kn k2

n .

(21)

Primero observamos que el miembro derecho de (21) es de la forma (20) con

cn :=

(f, n )
; n = 1, , N
kn k2
6

(22)

(cn es el coeficiente de Fourier de f con respecto a n ), de modo que pertenece a M . Entonces

basta demostrar que
N
X
(f, n )
:= g M,
f
kn k2 n
n=1

(23)

lo que es equivalente con g i para i = 1, , N . Sea m un elemento arbitrario fijo del

s.o., entonces

(g, m )

(10)(23)

N
X
f, n
(f, m )
(n , m ) = ((m , n ) = 0 si m 6= n)
(n , n )
n=1

(f, m )

(f, m )
(m , m ) = (f, m ) (f, m ) = 0,
(m , m )

y comprobamos que g m (hemos utilizado el mismo razonamiento que nos llevo a la

formula (17) de la Clase 11). Como m era arbitrario, concluimos que g i , i = 1, , N ,

es decir, g M . Esto concluye la demostracion de (21).

Los

Rb

(22) a

cn =

f (x)n (x)dx

Rb
a

,
|n (x)|2 dx

se llaman los coeficientes de Fourier de f con respecto al s.o. {1 , , N }.

Clase 14: Continuacion.

Peter Hummelgens
7 de enero de 2007
Encontramos en la clase anterior lo siguiente. Si {1 , , N } es un s.o. en L2 (a; b) (los
i 6= 0) y f L2 (a; b) arbitrario, entonces
N
X

fproy =

cn n con cn =

n=1

(f, n )
(n = 1, , N ),
kn k2

(1)

es la proyeccion ortogonal de f sobre el subespacio lineal de M de L2 (a; b) generado por

1 , , N . El espacio M es N dimensional y consiste en todas las combinaciones lineales
=

N
X

an n con an C ( M ).

(2)

n=1

Veamos algunas consecuencias de este resultado.

(1)

Llamando como antes g := f fproy = f

N
P

n=1

(f,n )
,
kn k2 n

tenemos f = g +

N
P

n=1

(f,n )

kn k2 n

donde g es perpendicular con cada n (porque g M ), por lo tanto perpendicular con todos
los terminos

(f,n )
,
kn k2 n

ortogonales entre s. Ahora con Pitagoras

2

kf k = kgk +

N
X

|cn | kn k

n=1

(1)

N
X
|(f, n )|2
n=1

kn

k2

N
X

|cn |2 kn k2

n=1

kf k2 , f L2 (a; b)

(3)

lo que es la desigualdad de Bessel (observe que en (3) la desigualdad se convierte en una

igualdad cuando f M , es decir, fproy = f ).
Ademas, para M arbitraria dada por (2), tenemos f fproy = g (fproy ) (ya que
g M , fproy M ), luego
f = (f fproy ) + (fproy )

P it
agoras

kf k2 = kf fproy k + kfproy k2 .

de donde vemos que para M la norma cuadrado kf k2 alcanza su valor mas peque
no
cuando = fproy , es decir, cuando an = cn ; n = 1, , N . En otras palabras
kf

N
X

an n k se minimiza cuando los an son precisamente

n=1

los coeficientes de fourier cn de f con respecto al s.o. {1 , , N },

(4)

es decir, la distancia mas corta entre f y una M es la distancia ortogonal entre f

y M , un resultado que luce evidente geometricamente. La magnitud de la norma kf k
no kf k,
mide la cercana de f y como elemento de L2 (a; b) : mientras mas peque
mejor se aproxima en norma a f . Podemos entonces reformular (4) diciendo: La mejor
aproximacion en norma de f L2 (a; b) por un elemento de M
es =

N
X

cn n donde los cn son los

n=1

coeficientes de Fourier de f con respecto al s.o. {1 , , N }.

Ejemplo 1. Se pide hallar los valores , C que minimicen
(, ) =

| sen(x) x|2 dx.

(5)

(6)

Podemos ubicar este problema en el contexto de la aproximacion en L2 (; ). Las funciones

1 (x) = 1, 2 (x) = x evidentemente pertenecen a L2 (, ) y
(1 , 2 ) =

1 (x)2 (x)dx =

xdx = 0 = 1 2 ,

es decir, {1 , 2 } es un s.o. en L2 (, ). Ademas f (x) = sen(x); x = f

L2 (, ), y podemos escribir (6) como
(, ) = kf 1 2 k2
y por (4) (o (5)) (, ) se minimiza cuando , son los coeficientes de Fourier de sen(x)
con respecto al s.o. 1 , 2 . Entonces con (1),
R

sen(x)dx
0
(f, 1 )
=
=
=
= 0,

2
R
k1 k
2
dx

x sen(x)dx
3
(f, 2 )
= 2.
=
=

2
R
k2 k

x2 dx

3
x es la proyeccion ortogonal
2
3
o 2 x es la mejor aproximacion

La funcion fproy (x) =

lineal generado por 1, x,

de f (x) = sen(x) sobre el subespacio

en norma de sen(x) por una funcion

de la forma + x.
Verifiquemos la desigualdad de Bessel:
6
(2)2
|(f, 1 )|2 |(f, 2 )|2
= kf k2 =
+
=
0
+
2
2
2
k1 k
k2 k
2 /3

sen2 (x)dx = .

Mas ejemplos de este tipo estan en la gua del Profesor Hummelgens.

Con el concepto de la norma en L2 (a; b) podemos ahora definir los conceptos de
convergencia de sucesiones y series infinitas en L2 (a; b). Sea {fn } una sucesion en L2 (a; b) y
f L2 (a; b). Entonces definimos
def.

fn f si n

lm kf fn k = 0.

(7)

k k

Expresamos f f diciendo que fn converge a f en la norma. Equivalentemente

kk

fn f si n

Zb

|fn (x) f (x)|2 dx 0 si n

(8)

(observe que kf fn k 0 si y solo si kfn f k2 0). De (8) vemos que la convergencia

en norma estan involucrados simultaneamente todos los valores de f (x) y de los fn (x) sobre
todo el intervalo (a; b) en contraste con la convergencia puntual fn (x) f (x) si n
que requiere que para cada x (a; b) por separado (es decir, puntualmente) la sucesion de
n
umeros fn (x) converge al n
umero f (x). Las dos nociones de convergencia no se implican
mutuamente (construye ilustraciones de esta afirmacion!).
La convergencia en norma de una serie infinita se define como la convergencia en norma
de la sucesion de sumas parciales:
N
X

def.

fn = f en norma

n=1

N
X
n=1

kk

fn f si N .

(9)

Sea un s.o. infinta 1 , , n , (con todo i 6= 0) y se f L2 (a; b). Aplicando la

desigualdad de Bessel tenemos para todo N
N
X
|(f, n )|2

kn k2

n=1

kf k2 ,

luego tomando el lmite para N ,

X
|(f, n )|2
n=1

kn k2

kf k2 , f L2 (a; b)

(la desigualdad de Bessel en forma mas general). De (10) se puede demostrar que

|(f, n )|2

n converge en norma para todo f L2 (a; b)

k
k

n
n=1
la suma de la serie es fproy , la proyeccion

(10)

(11)

2
ortogonal de f sobre el subespacio lineal M L (a; b) generado por los n .

Desde luego existe la posibilidad de que los n no generan todo L2 (a; b), es decir M no es
L2 (a; b) completo y los n forman una base de M pero no de L2 (a; b) (para generar todo
L2 (a; b) faltaran mas vectores (funciones) de base). Definimos:

los 1 , , n , forman un sistema ortogonal completo en L2 (a; b)

def.

2
2

M = L (a; b), es decir, cada f L (a; b) es de la forma

f=
cn n , donde los cn son los coeficientes de Fourier

n=1

(f,n )
cn = kn k2 de f con respecto al s.o..

(12)

Que los cn son los coeficientes de Fourier se puede verificar con el siguiente argumento que

P
ya vimos antes. Si f =
cm m (en norma), entonces para n fijo arbitrario,
m=1

(f, n ) =

m=1

cm m , n

cm (m , n ) = cn (n , m ) = cn kn k2

m=1

porque (m , n ) 6= 0 para n 6= m. Entonces

cn =

(f, n )
kn k2

como queremos. Puede demostrarse el siguiente criterio:

1 , , n , es un s.o. completo

P |(f,n )|2
= kf k2 para todo f L2 (a; b).

kn k2

(13)

n=1

La igualdad en (13) se llama la igualdad de Parseval: para un s.o. completo la desigualdad

de Bessel (9) se convierte en una igualdad. Partiendo de un s.o. 1 , n tenemos para todo
f L2 (a; b)
N
X
(f, n )2
n=1

kn k2

kf k2

y agregando mas vectores de base N +1 , N +2 , la suma a la izquierda aumenta (siempre

siendo kf k2 ) hasta que alcanza su valor maximo posible kf k2 cuando ya no se puede
agregar un vector mas que sea perpendicular con todos los anteriores.
Analoga en Rk : elige ~v1 Rk (~v1 6= ~0), luego ~v2 ~v1 (0 6= v2 ), etc, y luego
de agregar el u
ltimo ~vk perpendicular a ~v1 , , ~vk1 (todos mutuamente ortogonales), se ha
obtenido una base {~v1 , , ~vk } de Rk y cada v Rk puede escribirse como combinacion lineal
~v = c1~v1 + + ck~vk (complete el razonamiento para obtener la formula de Parseval en

P
|n |2 kn k2 = kf k2 .
este caso). Observe que podemos escribir (13) como
n=1

Los s.o. concretos que ya encontramos en la resolucion del PAA resultan ser completos.

Es decir, resumiendo:
(I)

x : n = 1, 2, 3,
es un s.o. completo en L2 (0; ), es decir, cada f L2 (0; )

P
tiene un desarrollo f =
cn n (en norma), donde n (x) = sen n
x
; 0 x .

sen

n=1

Tenemos

2
cn =

f (x) sen

y
1

Z
0

n
x dx; n = 1, 2, 3,

|f (x)|2 dx =

1X
|cn |2 , f L2 (0, ) (Parseval).
2 n=1

Verifiquemos las dos u

ltimas formulas. Tenemos kn k2 =

sen2

con (1)
(f, n )
2
cn =
=
2
kn k

n
f (x) sen
x dx.

n
x dx = 2 , luego

Ademas kf k2 =

|f (x)|2 dx, luego con (13)

|f (x)|2 dx =

X
|(f, n )|2

kn k2

n=1

1
=

Z
0

|cn |2 k2 k2 =

n=1

X
|cn |2
2 n=1

1X
|f (x)| dx =
|cn |2 ,
2 n=1
2

listo.

(II) 1, cos n
x
:
n
=
1,
2,
3,

es un s.o. completo en L2 (0; ), es decir cada f L2 (0, )

P
cn n (en norma), donde n (x) = cos n
x
; 0 x .
tiene un desarrollo f = c20 +

n=1

Tenemos

2
cn =

f (x) cos

y
1

n
x dx; n = 0, 1, 2,

|f (x)|2 dx =

|c0 |2 1 X
+
|cn |2 , f L2 (0; ) (P arseval).
4
2 n=1

Verifiquemos las dos ultimas formulas. Tenemos k1k2 =

dx = , por lo tanto

1
c0
(f, 1)
=
=
2
2
k1k

2
f (x)dx = c0 =

f (x)dx

y ademas
2

kn k =

Z
0

Z
n
n
2
(1)
cos
= cn =
f (x) cos
x dx =
x dx.

Ademas con (13) y kn k2 = 2 ,

Z
0

X
|c0 |2
|c0 |2 X
2
2
+
+
|f (x)| dx =
|cn | kn k =
|cn |2
4
4
2
n=1
n=1
2

1
=

Z
0

listo.

|c0 |2 1 X
+
|f (x)| dx =
|cn |2 .
4
2 n=1
2

(III)

1, n (x) = cos

x , n (x) = sen n
x : n = 1, 2, 3, es un s.o. completo en

L2 (, ), es decir cada f L2 (, ) tiene un desarrollo

f=

a0 X
[an n + bn n ] en norma,
+
2
n=1

y tenemos
1
an =

f (x) cos

n
x dx (n = 0, 1, 2, )

f (x) sen

n
x dx (n = 0, 1, 2, )

1
bn =

y
1
2

|a0 |2 1 X
|f (x)| dx =
(|an |2 + |bn |2 ), f L2 (, ) (Parseval),
+
4
2 n=1
2

(IV)

(Verifique!).
(
n
i

Xn (x) = e

: n = 0, 1, 2,

es un s.o. completo en L2 (; ), es decir, cada

f L2 (, ) tiene un desarrollo
f=

cn Xn (en norma),

n=

y tenemos
1
cn =
2

n
x
f (x)e dx; n = 0, 1, 2,
i

y
1
2

|f (x)| dx =

|cn |2

n=

(Verifique!).

1.

Terminologa:
La serie de Fourier en (I) se llama serie de Fourier de senos de f (x) en (0; ), la

serie en (II) se llama serie de Fourier de cosenos de f (x) en (a; ), la serie en (III) se
7

llama serie de Fourier trigonometrica de f (x) en (, ) y la serie (IV) se llama serie de

Fourier compleja de f (x) en (; ). Mas generalmente, para 1 , , n , un s.o. completo en L2 (a; b), cada f L2 (a; b) tiene un desarrollo
f=

cn n en norma,

n=1

llamado serie de Fourier de f (x) con respecto al s.o. {n }

Observaci
on 1. Si f L2 (a; b), entonces podemos aplicar ambas series de Fourier de (I)
y (II) (depende del problema en cuestion cual de los dos nos conviene). En cambio, en un
intervalo simetrico (; ) la serie de Fourier de una f L2 (; ), consiste en general de
terminos con cosenos y senos simultaneamente (salvo en caso cuando f (x) es par o impar,
ver la proxima clase).

Clase 15: Continuacion

16 de diciembre de 2006

Notacion: en lugar de escribir f =

cn n (donde se entiende convergencia en norma)

n=1

escribiremos tambien
f (x)

cn n (x); a < x < b (f L2 (a; b))

(1)

n=1

si queremos indicar explcitamente la variable x. En cambio escribir

f (x) =

cn n (x); a < x < b

(2)

n=1

significa convergencia puntual de la serie de Fourier a la funcion f L2 (a; b). En lo anterior

hemos visto que para un s.o. completo {n } en L2 (a; b) siempre podemos escribir (1). Pero
si (2)tambien es valido es un asunto que consideraremos mas adelante.
Sea f L2 (l; l) y supongamos que f (x) es funcion par (es decir f (x) = f (x) c.s. en
(l, l)). Tenemos

n
n i
a0 X h
an cos
+
x + bn sen
x ;
f (x)
2

n=1

<x<

Tenemos, seg
un (III) de la clase anterior,
Z
n
n
1
f (x)sen
x dx, pero f (x)sen
x es impar sobre < x <
bn =

bn = 0; n = 1, 2, 3, . . . (si f (x) par).

n
x es par sobre < x <
Ademas f (x) cos

1
an =

Z
n
n
2
f (x) cos
f (x) cos
x dx =
x dx; n = 0, 1, 2, . . .

Similarmente es facil ver que cuando f (x) es impar, entonces,

Z
n
2
x dx
an = 0; n = 0, 1, 2, 3, . . . ( f (x) impar), y bn =
f (x)sen
0

Entonces,

a0 X

an cos
+
x ;
f (x) par f (x)
2

n=1
Z
n

x dx,
f (x) cos
an =
0

n
X

bn sen
x ;
f (x) impar f (x)

n=1
Z
n

f (x)sen
x dx,
bn =
0

1.

< x < ,
(3)

< x < ,
(4)

Series de Fourier de funciones peri

odicas.
Sea p > 0 arbitrario. Una f (x) definida en R se llama periodica de perodo p si y solo si

f (x + p) = f (x), x R (o c.s. en R). Las Xn (x) definidas por (ver la clase 14, IV)
n
x
Xn (x) = e ;
i

< x < (n = 0,

+
+
1, 2, . . .)

son periodicas de perodo p = 2l ya que

n
n
n
(x + 2)
i x 2in
i x 2in
=e e
= e (e
= 1 para todo entero n, ver
Xn (x + 2) = e
i

Mat. VI). Sea ahora f L2loc (R) periodica de perodo p = 2 y a R arbitrario. Para el
intervalo de perodo (a; a + 2). Podemos entonces escribir

i x
P

cn e ; < x < ;
f (x)

n
Z

i x

1 a+2

cn =
dx; n Z
f (x)e
2 a
2

(5)

donde la integral no depende de la seleccion de a. En general, se toma a = y la

Z
, pero esto no es necesario. De manera similar, para f L2loc (R) periodica
integral es

de perodo p = 2, tendremos

n
n i
a0 X h
an cos
+
x + bn sen
x ;
f (x)
2

n=1

<x<

con las formulas ya conocidas para los an , bn . Esto es la serie de Fourier de la funcion periodica
f (x).

2.

Convergencia puntual.
El problema de la convergencia puntual es importante para las aplicaciones en la fsica

e ingeniera. Por ejemplo, en el problema de la conduccion de calor considerado en la Clase

11, encontramos la solucion
u(x, t) =

X
n=1

kn t

cn e

n
x ; 0 x t, t 0
sen

Una solucion en esta forma (como serie infinita) solamente tiene interes practico si para
cada t > 0 fijo el valor numerico de u(x, t) en un punto x puede ser aproximado con
cualquier precision deseada tomando en cuenta un n
umero suficiente de terminos de la serie.
Esto requiere de la convergencia puntual de la serie a u(x, t) en el punto x.
El problema de la convergencia puntual es complicado. Nos restringimos aqu a mencionar
sin demostracion los siguientes criterios, donde supondremos que f (x) es periodica:
a) Si f (x) es C 1 a trozos, su serie de Fourier converge a f () en los puntos donde f (x)
es continua y converge al valor promedio 12 [f ( ) + f ( + )]en puntos donde f (x) tiene
un salto (observe que en todos los casos la serie de Fourier converge al valor promedio).
b) Si f C(R) y es C a trozos, su serie de Fourier converge absolutamente y uniformemente a f (x) en R.

3.

Algunos ejemplos.

Ejemplo 1.

(a) Sea f (x) = 12 x; 0 < x < . Hallemos la Serie de Fourier de senos de f (x)

en 0 < < x,
f (x)

bn sen(nx); 0 < x <

n=1

Z
Z
1
n
2 1
= n). Tenemos bn =
xsen(nx)dx =
(aqu l =
xsen(nx)dx y
l
0 2
0
calculamos esta integral aplicando derivadas generalizadas
g(x)

g (x)
cl

x
0

gcl (x) = 0

c.s. en

bn = hg, i con (x) = sen(nx),

hggen
, i = hg, i = n2 hg, i (ya que (x) = n2 sen(nx) = n2 (x))

, i
n2 bn = hggen

(6)

(x) = (x) + gcl (x), ggen

(x) = gcl (x) + (x) (x) (x)
Ahora ggen

ggen
(x) = (x) (x) (x)
(6)

n2 bn = h(x), (x)i h (x), (x)i h (x), (x)i =

= (0) () + () = () = ncos(n) = n(1)n

(1)n+1
n2 bn = n(1)n bn =
, n = 1, 2, 3, . . .
n

X
(1)n+1
1
sen(nx); 0 < x <
x
2
n
n=1
De (7) obtenemos seg
un la igualdad de Parseval(ver I, clase 14)
2
Z

1 X (1)n+1
1 x2
1X 1
dx =
=2
0 4
2 n=1
n
n2
n=1
4

(7)


X
1 1
1
2
= 1 + + + ...

=
2
n
6
4 9
n=1

X
1
es un ejemplo estandar de
En la teora de las series infinitas la serie armonica
n2
n=1
una serie convergente: se demuestra que es convergente pero no se menciona el valor
2
de su suma. Ahora sabemos que su suma es
. Sera algo complicado obtener esta
6
suma sin la teora de las series de Fourier.

(b) Consideremos la extension de f (x) a una funcion periodica impar fimpar (x) con perodo
2. La grafica de fimpar (x) es:
fimpar(x)
x/2

x/2

Como fimpar (x) es funcion impar, su serie de Fourier contiene u

nicamente terminos
con senos (ver (4)),
fimpar (x)

cn sen(nx);

< x < , con (ver 4)

n=1

cn =

fimpar (x)sen(nx)dx =

f (x)sen(nx)dx = bn ,

es decir, la misma serie (7) vale para fimpar (x). Como fimpar (x) es C 1 a trozos, el
criterio (a) de la convergencia puntual nos dice que la serie converge puntualmente a

fimpar (x) donde esta es continua. En particular, tomando x = tenemos con (7).
2

X
n
1 1 1
(1)n+1
= =
= 1 + + ...,o
f
sen
2
4
n
2
3 5 7
n=1
5


X
(1)n+1
n=1

2n 1

El valor promedio en cada punto de salto de fimpar (x) es 0, por lo tanto la serie de
Fourier converge a 0 en estos puntos, como indicado en la figura con un . En el caso
particular que tenemos aqu esto es claro tambien directamente de la serie de Fourier
misma: sen(nx) = 0 para x = .
Por la convergencia puntual podemos ahora escribir (ver (2)).
fimpar (x) =

X
(1)n+1

n=1

sen(nx) c.s. en R, y en particular

x X (1)n+1
sen(nx); 0 x < 1
f (x) = =
2
n
n=1
(c) La grafica de la extension par y 2periodica de f (x), la cual llamamos f par (x), es
fpar(x)

x/2
2

x/2

Como fpar (x) es par, su SF solamente puede tener terminos cosenos y un termino
constante posiblemente (ver (3)). Dejamos al lector verificar que
fpar (x)

2X
1
cos[(2n 1)x]; < x < .

4 n=1 (2n 1)2

Luego la igualdad de Parseval da (ver (II) Clase 14)

1

Z
0

2
2 X
x2
1
dx =
+ 2
4
16 n=1 (2n 1)4

(8)

X
n=1

4
1
,
=
(2n 1)4
96

otra serie infinita junto con su suma (!!), difcilmente obtenible sin la teora de las SF.
Como fpar (x) es C 1 a trozos y continua, el criterio (b) de la convergencia puntual nos
dice que la SF de fpar (x) converge puntualmente a fpar (x) en todo R, de modo que
ademas de (8) tenemos

1
2X
cos[(2n 1)x]; < x < ,
fpar (x) =
4 n=1 (2n 1)2

en particular

2X
1
cos[(2n 1)x]; 0 x ,
=
2
4 n=1 (2n 1)2

y tomando x = 0 resulta
0=

X
2X
1
2

1
1
1

+
+

=
=
=
1
+
4 n=1 (2n 1)2
(2n 1)2
9 25
8
n=1

otra (!!) serie infinita junto con su suma.

(d) Finalmente consideremos la SF compleja de fimpar (x),
fimpar (x)

cn einx ; < x < .

n=

Tenemos, seg
un (IV), Clase 14:
1
c0 =
2

x
dx = 0 y para n 6= 0,
2

cn

1
=
2

1
x inx
e
dx =
2
4

= 0

i
4

x sen(nx)dx = 0

x sen(nx)dx

i
2
4

x sen(nx)dx

1 2
= i
2

1
i
x cos(nx)dx
4

x
1 (1)n+1
1
sen(nx)dx = ibn = i
,
2
2
2
n

luego

i X (1)n inx
e , c.s. en R.
fimpar (x) =
2 n= n

Verifique que la igualdad de Parseval da nuevamente

n=1

1
n2

2
.
6

Ejemplo 2.
(a) Se pide hallar el desarrollo en SF de cosenos de f (x) = 3 4 cos(2x) en 0 < x < Que
pregunta tan facil!: 3 4 cos(2x) ya es el desarrollo (la SF en este caso es una SF finita).
(b) Sea g(x) = sen3 (x); < x < . Se pide hallar la SF de g(x). Como g(x) es impar la
SF contiene u
nicamente senos. Hallar los coeficientes de Fourier con la formula integral no
es la manera mas eficiente en este caso. Sea z = cos(x) + i sen(x), entonces seg
un la formula
de De Moivre
z 3 = cos(3x)+i sen(3x) = cos3 (x)+3i cos2 (x) sen(x)3 cos(x) sen2 (x) = cos(3x)+i sen(3x),
= sen(3x) = 3 cos2 (x) sen(x) sen3 (x) = 3(1 sen2 (x)) sen(x) sen3 (x)
= sen3 (x) =

3
1
sen(x) sen(3x)
4
4

es la SF deseada. Ademas vemos que

cos3 (x) =

1
3
cos(x) + cos(3x)
4
4

es el desarrollo en SF de cos3 (x).

Para mas ejemplos ver la gua del Profesor P. F. Hummelgens.

Clase 16: Continuacion.

Peter Hummelgens
9 de enero de 2007

1.

Aplicaciones de las SF.

Recordemos que en la Clase 11 ya resolvimos un problema de la conduccion en una barra

va separacion de variables y SF (de senos). Este fue nuestro primer ejemplo de un problema
de valor inicial y en la frontera para la ecuacion de calor (1-dimensional)
ut kuxx = f (x, t)

(1)

donde f (x, t) una funcion dada representando fuentes externas de calor (en el problema que
resolvimos tenamos f (x, t) = 0 y la Ed era entonces homogenea). En esta clase consideramos
ademas problemas asociados con la ED de Laplace (2-dimensional)
uxx + uyy = f (x, y)

(2)

y la ecuacion de ondas (1-dimensional)

utt c2 uxx = f (x, t)

(3)

que describe por ejemplo la propagacion de ondas transversales en una cuerda (siendo c la
velocidad de propagacion). La ED (2) surge en la hidrodinamica, la electrostatica, etc.
Ejemplo 1. Sea el problema de la conduccion de calor con una barra 1-dimensional de
longitud , descrito por
ut = kuxx ; 0 x , t 0

(4)

u(0, t) = A, u(, t) = B; t 0

(5)

u(x, 0) = f (x); 0 x

(6)

u=A

u=B

u(x,t)

u=f

Como las condiciones de borde (5) (extremos a temperaturas constantes A y B distintos de

0) no son homogeneas, no podemos directamente aplicar separacion de variables (poniendo
u(x, y) = X(x)T (t) obtenemos X(0)T (t) = A, X()T (t) = B, pero como A, B 6= 0 no
obtenemos condiciones de borde para X(x) en x = 0 y x = ). La idea es entonces convertir
el problema en otro equivalente donde las condiciones de borde s son homogeneas. Con este
fin introducimos la funcion
v(x, t) = u(x, t) + x + ,

(7)

donde determinamos , de manera tal que v(0, t) = 0, v(, t) = 0, t 0 (condiciones de

borde homogeneas). Tenemos v(0, t) = 0 = 0 = A + B = = A, luego v(x, t) = 0
= 0 = + A = =

AB
,

de modo que (7) da

AB
x A; 0 x x, t 0
(8)

= uxx = vt = kvxx , y de (6), (8) obtenemos v(x, 0) =

v(x, t) = u(x, t) +
De (4) y (8) tenemos vt = ut , vxx
f (x) +

aB
x

A, de modo que nuestro problema (4)-(6) se convierte en

0 x , t 0

vt = kvxx ;
v(0, t) = 0, v(x, t) = 0;
t 0(condiciones de borde)

v(x, 0) = f (x) + AB x A; (condicion inicial)

donde las condiciones de borde s son homogeneas.

El nuevo problema ya resolvimos en la Clase 11, de modo que podemos escribir directamente la solucion:
v(x, t) =

cn ekn t sen(nx),

n=1

es decir, con (8)

X
AB
2
x+A+
u(x, t) =
cn ekn t sen(nx)

n=1

(9)

con
2
cn =

Z
0

AB
x A sen(nx)dx; n = 1, 2, 3, .
f (x) +

Observa que en (9) tenemos ekn

2t

0 cuando t , de modo que la temperatura

u(x, t) tiende a un valor lmite

u (x) = u(x, ) = A

AB
x cuando t .

Ejemplo 2. Consideramos las oscilaciones transversales de una cuerda de longitud con

sus extremos x = 0, x = fijos, dadas su posicion inicial f (x) y velocidad inicial g(x).
utt = c2 uxx ; 0 x , t 0

(10)

u(0, t) = 0, u(, t) = 0; t 0 (condiciones de borde)

(11)

u(x, 0) = f (x); 0 x (condicion inicial)

(12)

ut (x, 0) = g(x); 0 x (condicion inicial)

(13)

u=0

u=0

u(x,t)

0
ut=g

u=f

Sustituyendo u(x, t) = X(x)T (t) en (10) (separacion de variables) da

T (t)
X (x)
= 2
= ,
X(x)
c T (t)

una constante

Luego con (11) resulta para X(x) el

(
X (x) + X(x) = 0; 0 x
PAA
X(0) = 0, X() = 0
ya resuelto en la Clase 11, con resultado:
3

(14)


n2 2

autovalores n = 2 ; n = 1, 2, 3,

autofunciones Xn (x) = sen

x .

Para = n tenemos de (14),

Tn (t)

(15)

+ n c Tn (t) = 0, con solucion general (poniendo n = n/)

luego Tn (t) = n cA sen(n ct) + n cB cos(n ct).

(16)

Tn (t) = An cos(n ct) + Bn sen(n ct),

De (15), (16) tenemos funciones de un (x, t) que satisfacen (10), (11) dados por
un (x, t) = sen(n x)[An cos(n ct) + Bn sen(n ct)] ; n = 1, 2, 3, .

(17)

Como la ED (10) y las condiciones de borde son homogeneas, cualquier combinacion

lineal de las un (n, t) tambien satisface (10), (11).
Buscamos ahora la solucion de (10)-(13) en la forma
u(x, t) =

a
X

ut (x, t) =

sen(n x)[an cos(n ct) + hn sen(n ct)], entonces

n=1

X
n=1

De (12), (18) tenemos

(18)

sen(n x)[n an c sen(n ct) + n bn c cos(n ct)]

f (x) =

an sen(n x); 0 x

(19)

n bn c sen(n x); 0 x .

(20)

n=1

y de (13), (18) tenemos

g(x) =

X
n=1

Siendo entonces (19), (20) las SF de senos de f (x) y g(x) respectivamente, tenemos (ver la
Clase 14)
Z

nx
2
x dx; n = 1, 2, 3,
an =
f (x) sen

0
Z
n
2
bn =
g(x) sen
x dx; n = 1, 2, 3,
cn 0

(21)

Sustitucion de (21) en la primera relacion de (18) da la solucion formal del problema (10)(13) en forma de SF.
4

Extendiendo f (x), g(x) a todo R como funciones impares y periodicas de perodo 2

(extendiendo de la misma manera la solucion u(x, t)) podemos escribir la solucion formal en
forma mas conveniente (sin series) como (solucion de DAlambert)
1
1
u(x, t) = [f (x + ct) + f (x ct)] +
2
2c

x+ct
Z

g(s)ds; < x < t 0

xct

(ver ejemplo 26 de la seccion 5 de la gua del Prof. Hummelgens).

Ejemplo 3. : Sea el problema
uxx + uyy = 0; 0 x < , 0 y

(22)

uy (x, 0) = 0, uy (x, ) = 0; 0 x <

u(0, y) = y = f (y); 0 y
2
u(x, y) acotada en 0 x < , 0 y .

(23)
(24)
(25)

y
uy=0
u(0,y)=f(y)
u(x,t)

uy=0

Separacion de variables en (22) da

Y (y)
X (x)
=
= .
X(x)
Y (y)

(26)

De (26) (la ED para Y (y)), (23) obtenemos el PAA

(
0y
Y (y) + Y (y) = 0;
Y (0) = 0, Y () = 0

con soluciones (ver la Clase 12)

autovalores 0 = 0, n = n2 (n = 1, 2, 3, )

autofunciones Y0 (y) = 1, Yn (y) = cos(ny) (n = 1, 2, 3, ).

5

(27)

Para = 0 tenemos de (26) que X (x) = 0 = X(x) = Ax + B, donde necesariamente

A = 0 ya que X(x) tiene que ser acotada en 0 x = X(x) = B y tomando B = 1
resulta X0 (x) = 1. Para = n tenemos de (26) que
Xn (x) n2 X(x) = 0 = Xn (x) = An enx + Bn enx ,
donde necesariamente Bn = 0 para que Xn sea acotado en 0 x < = tomamos
Xn (x) = enx . En resumen:
X0 (x) = 1, Xn (x) = enx (n = 1, 2, 3, )
y de esto y (27) obtenemos las
u0 (x, y) = 1, un (x, y) = cos(ny)enx (n = 1, 2, 3, ),

(28)

que todos satisfacen (22), (23), (24). Cualquier combinacion lineal de ellas tambien satisfacen
(22), (23), (24) porque la ED (22) y las condiciones de borde (23) son homogeneas.
Buscamos la solucion de (23)-(25) en la forma

u(x, y) =

a0 X
an cos(ny)enx ; 0 x < , 0 y .
+
2
n=1

(29)

De (24), (28) tenemos

0
+
f (y) = y =
an cos(ny)
2
2
n=1

(30)

es decir, los a0 , an son los coeficientes de Fourier de f (y) en su SF de cosenos. De la Clase

14 sabemos que
2
a0 =

y dy
2

2
an =

y cos(ny)dy, (n = 1, 2, .)
2
0

Calculando las integrales usando derivadas generalizadas encontramos (verifique!)

(
0;
n impar

a0 = , a n =
1
m
2
n = 2m (m = 1, 2, .)
2 [1 (1) ] ;
m

de donde con (29) tenemos

1 X [1 (1)m ] 2mx
u(x, y) = +
e
cos(2my)
4 m=1
m2

o
u(x, y) =

1
2 2x X
m2 e4nx cos[(2n + 1)y]; 0 x < , 0 y .
+ e
2
4
(2n
+
1)
n=0

Como la extension par con perodo 2 de f (y) a < y < es continua y C 1 a trozos, la
serie converge a u(x, y) en 0 y para todo x [0; ) fijo.
Hemos dado tan solo algunos ejemplos basicos ya que el tiempo no alcanza para dar mas
ejemplos en clase. Para mas ejemplos ver la gua del Profesor P. F. Hummelgens, donde
tambien aparecen ejemplos donde la ED y/o las condiciones de borde son no homogeneas.
Estos ejemplos son importantes para las aplicaciones. Confiamos en que el estudiante sea
capaz de entender los ejemplos de la gua a a su propia cuenta.

Clase 17: La Transformacion de Fourier.

Peter Hummelgens
12 de diciembre de 2006

1.

La transformada de Fourier en L1(R).

R

Sea f L1 (R) (es decir existe

|f (x)|dx). Podemos asociar a f (x) una nueva funcion

f() de la variable real , llamada la transformada de Fourier de f , definida por

1
f() :=
2

eeix f (x)dx; < < .

(1)

La integral converge absolutamente porque

|eix f (x)| = |eix | |f (x)| = |f (x)|
y existe

|f (x)|dx; en particular vemos que

1
|f()|
2

|f (x)|dx; < < ,

(2)

de modo que f() es acotada en < < .

Mas a
un se puede demostrar que

f C(R) y lm f() = 0 (lema de Riemman-Lebesgue).

||

(3)

F
(observe que lm significa lm ). Utilizamos la notacion f (x) f() para indicar que
||

f() es la transformada de Fourier (TF) de f (x).

Un ejemplo mas adelante ilustrara que f L1 (R) ; f L1 (R) (es decir la TF de una

f L (R) nos puede llevar fuera de L1 (R)). Tenemos el resultado:

f, f L1 (R) = f (x) =

eix f()d c.s. enR

(formula de inversion). Cuando f, f L1 (R) y f C(R), entonces

ix

e f ()d; < x <

f (x) =

(4)

F
El resultado (4) describe la situacion donde podemos aplicar la TF inversa f() f (x)

en L1 (R)

Una funcion f (x) de soporte compacto evidentemente pertenece a L1 (R), y para una f
tal podemos escribir TF como corchete:
1
F
< f (x), eiwx >x
f (x) f() =
2

(5)

Como hicimos con la TL, podemos observar que el corchete tiene sentido cuando f es una
distribucion f D (R) de soporte compacto y tomar (5) como definicion de la TF de una

distribucion de soporte compacto (mas adelante presentaremos una definicion alternativa

para la TF de una cierta clase de distribucion). As obtenemos con (5)

1
1 ia
F
ix
< a (x), e
e
a (x)
>x =
,
2
2
1

.
en particular (x)
2

(6)

Si f D (R) es de soporte compacto, tambien lo son fgen

, fgen
, y tenemos seg
un (5)
F

n
(x)
fgen

1
1
n
(x), eix >x =
< fgen
(1)n < f (x), (i)n eix >x
2
2
1
= (i)n
< f (x), eix >x ,
2

es decir,
F

(n)
fgen
(x) (i)n f(); n = 0, 1, 2, .

(7)

Esta formula es muy u

til (igual como la formula analoga para la TL) para calcular TF de
manera eficiente (sin evaluar integrales)
Ejemplo 1. Sea
f (x) =

1; a < x < a

0; otro caso.
2

f(x)
1

Tenemos fgen
(x) = a (x) a (x)
F

(i)f() =

(6),(7)

sen(a)
1 ia
1
(e eia ) =
2i sen(a) f() =
.
2
2

con grafica
a

f ( )

/a

/a
0

De acuerdo con (3) tenemos lm () = 0. Puede demostrarse que f

/ L1 (R), es
decir, aqu tenemos un caso donde f L1 (R) ; f L1 (R) como se enuncio arriba.
Observe que f C (R) en el ejemplo anterior. Esto siempre ocurre cuando f es de

soporte compacto porque en (5) podemos tomar las derivadas con respecto a seg
un
1
dn
1
f () =
< f (x), (ix)n eix >x =
< (1x)n f (x), eix >x
n
d
2
2

(multiplicacion de una distribucion son una funcion C ), de modo que seg

un (5) tenemos
F

(ix)n f (x)

dn f
; n = 0, 1, 2, .
d n

(8)

Como veremos mas adelante, la formula (7) vale tambien para cosas mas generales, por
ejemplo f L1 (R) no necesariamente de soporte compacto.
3

Ejemplo 2. Sea f (x) = ea|x| ; < x < con a > 0 una constante. Tenemos f L1 (R)
f(x)

eax

ax

0
a

f (x)
cl

aeax

aeax
a

fcl (x) = a2 f (x)

Entonces

(x) = fcl (x), f (x) = fcl (x) 2a(x)

fgen
F

(x) = a2 f (x) 2a(x) (i)2 f() = a2 f()

= fgen
(6),(7)

a
= (a2 + 2 )f() =

, es decir (con (1))

= f () =
2
(a + 2 )
Z
1
a
; < <
eix ea|x| dx =
2
2
(a + 2 )

f ( )

Como evidentemente f L1 (R) tambien, la formula de inversion (ver (4)) nos da in-

mediatamente

Z
a eix
e
=
d ; < x <
a2 + 2
As calculamos dos integrales impropias de aspecto complicado con un mnimo de esfuerzo.
a|x|

Nuestro proximo objetivo sera extender la TF a distribuciones. Consideramos nuevamente

el caso f L1 (R), considerando ahora f como distribucion (regular) f D (R). Tenemos

para D(R),

< f, > =

(1)

f()d =

1
2

ix

f (x)dx ()d

Z Z
1
=
eix f (x)()dxd
2
2
R
Z

Z
1
(1)
ix
=
f (x)
e
()d dx =
2

f (x)(x)dx

(utilizamos D(R) = L1 (R) ya que

es de soporte compacto)
= < f, >=< f, >; D(R)(f L1 (R)).

(9)

Este resultado sugiere definir para T D (R) su TF T por

< T, >=< T, >, D(R)
Lamentablemente esta definicion no tendra sentido para todo T D (R) ya que D(R) ;

D(R), de modo que el corchete < T, > puede no tener sentido para una T D (R)
5

arbitraria (de hecho se puede demostrar que nunca pertenece a D(R), excepto cuando

= 0). Vemos entonces que la TF de distribuciones puede ser definido solamente para

una cierta subclase de distribuciones. Este subespacio S (R) D (R) vamos a definir mas

adelante.

2.

El espacio S(R).
Definimos S(R) como el espacio vectorial de todas las funciones complejas en C (R) que

juntos con cualquiera de sus derivadas tiende a 0 mas rapido que cualquier exponente de
1
|x|

cuando x (es decir |x| ). El espacio S(R) se llama el espacio de las funciones

de prueba de decrecimiento rapido (o espacio de las funciones de prueba de Schwartz).

Tenemos
1

S(R) L (R) y

S(R) = S(R).

(10)

La primera afirmacion es evidente por la rapidez del decrecimiento a 0 de (x) cuando

R
|x| (lo que garantiza la existencia de |(x)|dx). Demostramos ahora la segunda
afirmacion. Tenemos S(R) = x (x) pertenece a L1 (R) para todo entero 0, por lo
tanto seg
un (8) tenemos C (R). Ademas, para , m 0 enteros,
Z
1
(8)
()
eix (x) (x)dx
() =
2
Z
1
(7)
m ()
\
(x))(m) (),
= (i) () =
eix ((x) (x))(m) dx = ((ix)
2

funcion acotada de por (3) = | m () ()| acotada para todo entero , m > 0 =
S(R), lo que demuestra (10). Tenemos ahora
(10)

(10)

S(R) = , S(R) = , L1 (R)

= es valida la formula de inversion (4), es decir,
Z
(x) =
eix ())d;

< x < ( S(R))

(11)

F 1

y tenemos . Tenemos entonces:

la TF es una biyeccion F : S(R) S(R).
6

(12)

Ejemplo 3. Sea f (x) = ex

2 /2

; < x < (una campana de Gauss). Esta funcion

pertenece a S(R), calculemos su TF. Tenemos f (x) = xex

solucion del PVI

2 /2

, f S(R) y f (x) es

f (x) + xf (x) = 0; < x <

f (0) = 1,

(13)

Tenemos
f (x) + xf (x) = 0

i f() + if () = 0 = f () + f() = 0,

(7),(8)

y ademas
1
2 f(0) =

ex

dx =

g() =

2 /2

2 (patrimonio cultural).

Entonces

es solucion del PVI

2 f()

g () + g(); < <

g(0) = 1.

Este problema tiene la misma forma como (13), por lo tanto por la unicidad de la solucion
del PVI tenemos
g() = e

2 /2

es decir,

1
2
f() = e /2 ,
2
nuevamente una campana de Gauss. As f S(R) tambien, como debe ser seg
un (12). Via

cambio de variable se puede verificar (Ejercicio!)

x2

1
F
e 4 , > 0.
2

De esto, y con (8) tenemos

xex
(x2 1)ex

2 /2

2 /2

2
1
F
ie 2
2

2
1
F
2 e 2 , etc.
2

Clase 18: (Continuacion)

Peter Hummelgens
12 de diciembre de 2006

1.

Transformaci
on de Fourier S (R).
Luego de la clase anterior tenemos la situacion siguiente:

Los g L1 (R) tal que g

/ L1 (R) no tienen (por ahora) antitransformada y ademas no es
claro si la TF de g existe (en alg
un sentido). Observe que en la figura f, tienen nuevamente
c
TF (f), (c
),
etc. La situacion con g de la figura es un defecto de la teora desarrollado hasta
ahora. Queremos tener un espacio de distribuciones en el cual podemos tomar alegremente

TF y TF repetidas y anti TF sin salir de este espacio. Sabemos de la TL como importante

es para las aplicaciones tener siempre una antitransformada.
El nuevo espacio S (R) donde reina la alegra que acabamos de mencionar debe contener
el espacio L1 (R). Procedemos ahora a la definicion de S (R). Observemos que evidentemente
D(R) S(R), de modo que cada funcional lineal T : S(R) C define por restriccion a
D(R) un funcional lineal D(R) C, es decir una distribucion. Definimos ahora S (R) como
1

el espacio vectorial de las T D (R) que son extendibles a funcionales lineales T : S(R) C.
As S (R) D (R) es un espacio de distribuciones especiales (extendibles a S(R)). El espacio
S (R) llamamos el espacio de las distribuciones atemperadas (el adjetivo atemperadas se
explicara mas adelante).
Veamos ahora algunos ejemplos de distribuciones atemperadas:
(a) L1 (R) S (R) ya que cada f L1 (R) (distribucion regular) es extendible a el
funcional
< f, >:=

f (x)(x)dx, S(R)

(1)

donde ahora pertenece al espacio S(R) D(R). La integral converge seguramente

porque f L1 (R) y ademas cada S(R) decrece a 0 para |x| mas rapidamente
que cualquier exponente de 1/|x|.
(b) Sea f L1loc (R) de crecimiento lento (o atemperada), es decir, para ciertas constantes
A, k 0 se tiene
|f (x)| A|x|k ; para |x| .

(2)

Para cada S(R) tenemos para cierta constante B 0 que |(x)| |x|Bk+2 para |x|
AB
, por lo tanto |f (x)(x)|
para |x| = f L1 (R), de modo que la in|x|2
tegral en (1) converge absolutamente para todo S(R). Por lo tanto para una funcion
f (x) de crecimiento lento, la misma formula (1) define f como distribucion atemperada.
En particular cualquier funcion acotada define (o es) una distribucion atemperada. En
particular cualquier funcion constante es una distribucion atemperada.
(c) Cualquier distribucion de soporte compacto es una distribucion atemperada, ya que para
una T D (R) tal, < T, > esta bien definido para todo S(R) (es mas: para todo
C (R)).
(d) T S (R) = T (n) S (R);

n = 0, 1, 2, porque S(R) = (n) S(R)

(n = 0, 1, 2, ), luego si T S (R) podemos definir

< T n , >:= (1)n < T, (n) >, S(R) (n = 0, 1, 2, . . . )
y T (n) S(R).

(3)

(e) Si S(R) y P (x) es un polinomio, entonces P S(R). Luego, si T S (R)

podemos definir P (x)T (x) por
< P (x)T (x), (x) >:=< T (x), P (x)(x) >, S(R)

(4)

y entonces P T S (R).
(f) Sea f (x) = ex sen(ex ); < x < . Es claro que f (x) no es una funcion atemperada.
d
Pero f (x) =
(cos(ex )) donde cos(ex ) es acotada, por lo tanto define una distribucion
dx
atemperada. Por (d) entonces f S (R).
Es claro que ex no pertenece a S (R) debido a su crecimiento exponencial para x
. Tambien h(x)ex no pertenece a S (R) debido a su crecimiento exponencial para
x . Mencionamos el resultado siguiente:

Sea T S (R). Entonces existen un entero u 0 y f C(R) atemperada

(n)

tal que T = fgen

.

(5)

Este resultado caracteriza los elementos de S (R) como funciones atemperadas o derivadas
distribucionales de funciones atemperadas. De aqu que se llama a S (R) el espacio de las
distribuciones atemperadas.
Podemos ahora definir la TF de distribuciones atemperadas. En (g) de la Clase 17 vimos
que para f L1 (R) tenemos
< f, >=< f, >, D(R).

(6)

Esto nos lleva a definir los TF T de una T S (R) por

< T, >:=< T, >, S(R).

(7)

donde ahora el corchete < T, > es bien definido ya que sabemos (Clase 17) que S(R)
= S(R). El funcional T : S(R) C definido por (6) es lineal ya que para ,
S(R), C tenemos
(7)
\
+ >=< T, + >=< T, > + < T, >
< T, + > = < T,
(7)

= < T, > + < T, > y

(7)

(??)

< T, > = < T, c >=< T, >= < T, > = < T, > .

3


As vemos que T S (R) y F : S (R) S (R) : la TF no nos lleva fuera de
Z S (R). Ademas
1
(6) hace ver que la TF de una f L1 (R) S (R) (dada por f() =
eex f (x)dx)
2
/
coincide con su TF definida por (7) como elemento f S (R). Aunque posiblemente F
1

L (R), si tenemos f S (R).

(c)

(n)

(n)

es de soporte compacto = a S (R) y tenemos

Ejemplo 1. a

(7)
d
(n)
< a , > = < a(n) (), ()

>= (1)n < a (), (n) () >= ((8) de la Clase 17)

(7)
n (x)() > = (1)n <
\
a (), (i)n () >
= (1)n < a (), (ix)

= < a (), (i)n () >=< (i)n a (), () > para todo S(R),
de modo que
F

a(n) (x) (i)n a () =

1
(i)n eia ; n = 0, 1, 2, (a R),
2
F

ya que en la Clase 17 encontramos que a (x)

de (7):
1
< a , > =< a (), ()

> = (a)

=
2
(7)

(8)

1 ia
, lo que tambien podemos obtener
e
2
Z

eiax (x)dx =

1
< eiax , (x) >
2

1
< eia , () > para todo S(R).
=
2

2.

Reglas operacionales.

1. F : S (R) S (R) es un operador lineal, es decir,

F

f, g S (R), (C) = f + g f + g, f f
Esto es evidente
2. f, g L1 (R) = f g L1 (R) (como ya observamos en la clase sobre la convolucion)
y
F
g ().
f (x) g(x) 2 f()

(9)

Demostracion :
F

2f (x) g(x)

F ubini

eix

Z Z

f (x )g()d dx

g (),
ei(x) f (x )g()ei dxd = (2)2 f()

R2

de donde se sigue (9).

Mencionamos sin demostracion:
f D (R) de soporte compacto, g S (R) arbitrario = (9) es valido

(10)

donde observamos que f de soporte compacto, = f C (R) (ver la Clase 17), de

modo que en (9) el producto f()
g () es bien definido como producto de una funcion
C con una distribucion. Otras situaciones donde (9) es valido presentaremos mas
adelante.
3.
F

(n)
f S (R) = fgen
(x) (i)n f(); n = 0, 1, 2, .
F
(n)
1
f () = (i)n f().
Demostracion : fgen (x) = (n) (x) f (x) 2(i)n 2
2.

4.
F

(n)
(); n = 0, 1, 2, .
f S (R) = xn f (n) in fgen

Demostracion :
(7)
(n)
d
(n) () >
< fgen
, > = (1)n < f(), (n) () > = (1)n < f (),
(3)

= (1)n < f (), ()n ()

>= (1)n < (i)n f (), ()

>

(7)
n f (x)(), () >
\
= < (i)n f (), ()

> =< (ix)

para todo S(R)

F
(n)
= (ix)n f (x) fgen
()

equivalente con el resultado deseado.

5.
F

f S (R) = f (x a) eia f(); a R (traslacion en x).

5

1 ia
Demostracion : f (x a) = a (x) f (x) 2 2
e
f () = eia f().
2.

6.
F
f S (R) = eiax f (x) f( a); a R (traslacion ).

Demostracion :
(7)
\
< f( a), () > = < f(), ( + a) > =< f (), (x
+ a)() >
5.

= < f (), eia ()

>=< eia f (), ()

>
(7)

\
= < eiax
f (x)(), () >

F
para todo S(R) = eiax f (n) f( a).

7. Para f L1 (R), 0 6= a R tenemos

< f (ax), (x) >=

1
f (ax)(x)dx =
|a|
t=ax

t
t
1
f (t)
dt =< f (t),
>
a
|a|
a

para todo S(R), lo que nos lleva a definir

1 x
>.
< f (ax), (x) >:=< f (x),
|a|
a
Tenemos ahora
F

f S (R) f (ax)
Demostracion : Primero tenemos
S(R)

1
(ax)

2
F

1x

(11)

1
f
; 0 6= a R
|a|
a
1
(ax)dx =
2|a|
t=ax

ei t t (t)dt =

luego
1
(7)
(11)

\
< f (ax)(), () > = < f (a), () > = < f (),
>
|a|
a
(7)
\
= < f (), (ax)()
> =< f(), (a) >

=
, () >
< f (), |a|
< f
>=
|a|
1/a
|a|
a
1
f
, () >
= <
|a|
a

,
|a|
a

para todo S(R).

F

= f (ax)

1
f
.
|a|
a

De este resultado en combinacion con (5) se obtiene

1 i b
; a, b R, a 6= 0.
e a f
f S (R) = f (ax + b)
|a|
a

Clase 19: Continuacion

Peter Hummelgens
16 de diciembre de 2006
La funcion 1(x) := 1; < x < es acotado, por lo tanto define una distribucion
atemperada f S (R). tenemos
< 1(), () > = < 1(), ()

>=

ei0 ()d

= (formula de inversion)

= (0) =< (), () >

para todo S(R) de modo que

F

1(x) ()

1.

(1)

La TF inversa.
Definimos F : S(R) S(R)( )
por

:=
(F)() = ()

eix (x)dx; < < ( S(R)).

Tenemos para S(R), a R,

(2)

(F )(a)

eia ()d

(a R).

Ademas
1
eia ()

=
2

t=xa

ei(xa) (x)dx =

1
2

\
= (x
+ a)(),
1

eit (t + a)dt

(2)

de modo que (3) da

=
(F )(a)

\
(x
+ a)()d

\
= < 1(), (x
+ a)() >=< 1(), ( + a) >=< (), ( + a) >= (a),
y como a R era arbitrario comprobamos que

F(F) = , S(R) y similarmente se demuestra

queF(F) = , S(R).
F 1

Por supuesto (3) no es otra cosa que la formula de inversion ()

(3)

eix ()d

y (3)

dice que F = F 1 . Definimos ahora para T S (R), FT = T por

< T, >:=< T, >; (R).

(4)

Es claro que T S (R) y queremos ahora verificar que

F(FT ) = T = F(FT ), T S (R)
(4)

(5)
(3)

De hecho tenemos < F(FT ), > =< FT, F >=< T, F(F) > =< T, > para todo
S(R), entonces F (FT ) = T. De manera similar vemos que F(FT ) = T, y comprobemos
(5). Como consecuencia podemos decir

FS (R) S (R) es una biyeccion con inversa

F 1 = F : S (R) S (R).

(6)

F
F
y cada relacion T T es en el mismo momento una relacion para la TF inversa T T.

Como consecuencia de (5) tenemos para T S (R) que

FT = 0 T = 0
(5)

(7)

ya que la parte = es trivial y FT = 0 = T = F 1 (FT ) = F 1 (0) = 0 (F 1 es lineal).

Hemos llegado ahora a la situacion siguiente:

Mejor no se puede: en S (R) podemos tomar alegremente TF, TF repetidas y TF inversas

sin salir nunca de S (R). Para la TF repetida tenemos
f S (R) = (F(Ff ))(x) =
porque
1

S(R) = ()

2
F

1
f (x)
2

eix ()d

(8)

1
(x)
2

y ahora para f S (R),

< F(Ff )(x), (x) > = < (Ff )(), (F)() >=< f (x), (F(Ff ))(x) >
1
1
1
(x) >=
< f (x), (x) >=
< f (x), (x) >
= < f (x),
2
2
2
para todo S(R) lo que demuestra (8).
Ejemplo 1.

(a) En la clase 17 vimos que Xa (x) =

1 ; a < x < a
0 ;

otro x

Con (8) tenemos ahora

F

Xa (x)

sen(a) F 1
1
Xa (x) =
Xa (x),

2
2

por lo tanto
sen(ax) F 1
Xa (), a > 0
x
2
3

sen(a)
.

(en la Clase 17 no tenamos todava una TF para

(b) Para a > 0,
F

ea|x|

( 2

a
(Clase 17), y con (8) entonces
+ a2 )

ea|x|

sen(ax)
).
x

( 2

a
1 a|x|
F
e

, de modo que
2
+a )
2pi

2a
F
ea|| , a > 0.
2
+a
Dejamos como ejercicio verificar que
x2

f S (R) = (F 1 f )() = 2(Ff )().

(9)

El ejemplo anterior sirve para ilustrar (9).

2.

La TF en L2(R).

Tenemos L2 (R) S (R), de modo que cada f L2 (R) es Fourier transformable. Un

sen(ax)
sen ax
=
(a > 0),
ejemplo de una funcion en L2 (R) pero no en L1 (R) es f (x) =
x
x
1
2
cuya TF es (ver el ejemplo anterior) 2 Xa (x). Recordemos que en L (R) tenemos un producto
interno
(f, g) =

f (x)g(x)dx ; f, g L2 (R).

(10)

Tenemos el resultado siguiente:

F : L2 (R) L2 (R) es una biyeccion, y

Z
Z
kf k2 =
|f (x)|2 dx = 2
|f()|2 d = 2kfk2 , f L2 (R)

(11)

(formula de Parseval para la TF), y mas generalmente

10

(f, g) =

f (x)g(x)dx = 2

(formula de Plancherel-Parseval).

(10)
g ()d = 2(f, g)
f()

(12)

Ejemplo 2.

(a) Sea f() =

sen
;

< < . Del ejemplo anterior sabemos que

F
f (x) = X1 (x) f()

Como f L2 (R), tenemos f L2 (R) por(11), y por (11) tambien tenemos

Z

sen2
1
d
=
2
2

Z1

x2 dx = ,

es decir, encontramos que

sen2 t
dt = ,
t2

un resultado que costara mucho mas trabajo con los metodos de variable compleja
(Mat. VI, integracion en el plano complejo, teorema de residuos de Cauchy, etc.)
(b) Sea f() =

1eix
;
i

< < (a > 0). Tenemos

F 1

(x) = 2(x) 2a (x)

i f() = 1 eia fgen

= f (x) = 2[h(x) h(x a)] + c

11
con c una constante. Pero f L2 (R) = f L2 (R), de modo que necesariamente

C = 0 es decir,
f (x) = 2[h(x) h(x a)],
con grafica
2

f(x)

Entonces seg
un (12),
Z

|1 eiat |2
1 2
dt
=
4 a = 2a, a > 0.
t2
2

Mas ejemplos de la aplicacion de (11), (12) se presentan en la gua del Profesor P.F.
Hummelgens.
Mencionamos sin demostracion el resultado siguiente:
Para f L2 (R) tenemos

ZA

1
kk
eix f (x)dx f(),
2
A

Z A

kk

ix
e f ()d f (x) cuando A

(13)

donde la segunda afirmacion es una version de la formula de inversion para la TF en L2 (R)

Este resultado se llama el teorema de Plancherel. Tambien mencionamos que la formula de
la convolucion es valido en L2 (R) :

f, g L (R) = f (x) g(x) 2 f ()

g ()

donde fg L1 (R).
F

3.

(14)

TF de distribuciones par o impar.

1
De (10) de la Clase 18, < f (ax), (x) >:=< f (x), |a|

x
a

> tenemos < f (x), (x) >=<

f (x), (x) >, S(R). Decimos que f S (R) es par (o impar) si, y solo si, f (x) = f (x)
(resp. f (x) = f (x)).

Sea f S (R) par, entonces

\
< f(), () > = < f(), () >=< f (), (x)()
>= (regla 7., Clase 18)
= < f (), ()

>=< f (), ()

>= (f par)
= < f (), ()

>=< f(), () >

para todo S(R) = f() = f(), es decir, f S (R) par = f S (R) par tambien.
Es claro que entonces tambien f par = f par. Similarmente podemos proceder para f
impar. Finalmente:
f (x) par f() par, f (x) impar f() impar
cos 1
. Tenemos
Ejemplo 3. Queremos hallar f (x) cuando f) =
i
1
i f() = cos 1 = (ei + ei ) 1
2
6

(15)

F 1

fgen
(x) = 1 (x) + 1 (x) 2(x)

= f (x) = h(x + 1) + h(x 1) 2h(x) + C para cierta constante C.

(16)

La grafica de g(x) = h(x + 1) + h(x 1) 2h(x), es

g(x)

= g(x) es impar.
Sumando a g(x) una constante C 6= 0 resultara una funcion no impar. Pero f (x)
tiene que ser impar porque f() es impar. As en (16) tenemos necesariamente C = 0
= f (x) = h(x + 1) + h(x 1) 2h(x).

Clase 20: Continuacion

7 de enero de 2007

Sea f L1 (R) par, entonces

1
f() =
2
=

1
2

1
ex f (x)dx =
2

i
cos(x)f (x)dx
2

sen(x)f (x)dx

cos(x)f (x)dx,

porque f (x) sen(x) es impar

Z

1
= f() =

cos(x)f (x)dx

cuando f L1 (R) par (observe f() = f()).

Ejercicio 1. Si f L1 (R) (par por (16)) entonces f = 2

cos(x)f()d.

Ejercicio 2. Si f, f L1 (R), f impar, entonces

i
f() =

sen(x)f (x)dx,

f (x) = 2i

sen(x)f()d

(observe f() = f()).

1.

Aplicaciones de la TF.
La variedad de aplicaciones de la TF tiene semejanzas con las que vimos en la TL.

Ejemplo 1.

(a) Puede demostrarse que cada ODLCC tiene una s.f. atemperada. Halle-

mos una s.f. atemperada de L = d2 /dx2 k 2 (k > 0). Tenemos

F

(x) k 2 E(x) = (x) 2 E(x)

Egen
k 2 E()
=

1
2

1/(2)

,
= E()
= 2
+ k2
pero en la Clase 19 encontramos que
F

ea|x|

( 2

a
, a > 0,
+ a2 )

entonces
1
k
1
F 1

E(x) = ek|x| ; < x < ,

E()
=
2
2
2k ( + k )
2k
una s.f. que ya encontramos en el pasado.
(b) Sea L = d2 /dx2 3d/dx + 2, entonces

LE(x) = (x) = Egen

(x) 3Egen
(x) + 2E(x) = (x)

1
F

( 2 3i + 2)E()
=
2
1
i/2
i/2
2

.
= E()
=
( + i)( + 2i)
+ i + 2i
Hallemos la TF de g() =
g() =

i
+ai

(1)

(a > 0). Tenemos

i
=
g () + ai
g () = i = i(i)
g () + ai
g () = i
+ ai
F 1

iggen
(x) + aig(x) = 2i(x)

(x) ag(x) = 2(x).

= ggen

(2)

La ED ggen
(x) ag(x) = 0 tiene solucion general Ceax , por lo que una solucion de (2)

debe tener la forma

g(x) =

(
2

Aeax ; x < 0
Beax ; x > 0

para ciertas constantes A, B. Pero para que g(x) sea atemperada es necesario que
B = 0, luego

(x) = aAh(x)eax A(x)

g(x) = Ah(x)eax = ggen
(2)

= aAh(x)eax A(x) aAh(x)eax = 2(x) = A = 2

= g(x) = 2h(x)eax
y
F

g(x) = 2h(x)eax

i
= g().
+ ai

(3)

Verifiquemos (3):

ggen
(x) = 2ah(x)eax 2(x) = ag(x) 2(x)
F

(i)
g () = a
g () 1 =
g () = ai i = g() =

i
,
+ ai

correcto. Ahora (1), (3)

F

h(x)[ex e2x ] = E(x)

= E()
1

es s.f. atemperada de L.
Ejemplo 2. Mediante la TF podemos encontrar soluciones atemperadas de ED. Sea la ED
u (x) u(x) + 2g(x) = 0; < x <

(4)

donde g L1 (R) una funcion dada. Suponiendo la existencia de una solucion u S (R),
tenemos
F

(1) 2 u() u() + 2

g () = 0 = ( 2 + 1)
u() = 2
g ()
= u() =

2
2
g ()
=
g()
2
+1
( 2 + 1)

F 1

u(x) = g(x) e|x| ,

2.,Clase 18
F

(donde utilizamos que e|x|

1
,
( 2 +1)
|x|

pertenece a L1 (R), u(x) = g(x) e

ver Clase 17). Como g L1 (R) y e|x| tambien

es una solucion atemperada en L1 (R) de (1).

Ejemplo 3. La TF puede ser u

til para hallar productos de convolucion. Se pide hallar
R(x) = h(x)ex h(x)ex .
Sea f (x) = h(x)ex , g(x) = h(x)ex . Hallemos g() :
g(x)
1
x

ggen
(x) = h(x)ex (x) = g(x) (x) i
g () = g()

= g() =

1
2

i
1
=
hbox(compareconelejemploanterior).
2(1 i)
2( + i)

Similarmente encontramos
f() =

1
,
2(1 + i)

luego con 2., Clase 18,

F

k(x) 2 f()
g () =

= k()
2(1 + 2 )

1
F 1
k(x) = e|x| ,
2
es decir,

1
h(x)ex h(x)ex = e|x| ; < x < .
2

Ejemplo 4. La TF puede ser u

til para hallar soluciones atemperadas de EC. Sea la EC
h(x)ex u(x) = e|x| ; < x < .
Suponiendo la existencia de una solucion atemperada u S (R) tenemos
F

g ()
u() = k(),
(5) 2

(5)

con g(x) = h(x)ex , k(x) = e|x| . Pero g(x)

1
( 2 +1)

1
2(1+i)

(ver ejemplo anterior) y R(x)

(Clase 17), luego

2
g ()
u() = k()
= 2
= u() =

1
1
u() =
2
2(1 + i)
( + 1)

i/ F 1
1
=
u(x) = 2h(x)ex ; < x <
(1 i)
+i

(ver el primer ejemplo).

Es importante observar que no es necesario conocer k(),

porque

2
g ()
u() = k()
=

u() = k()
1 + i

u(x) = k(x) + kgen

(x)
= u() =
+ i k()
(
(
ex ;
2ex ; x < 0
x<0
=
= e|x| +
= 2h(x)ex
ex ; x > 0
0;
x>0
1

como antes.
A continuacion presentaremos aplicaciones a la resolucion de problemas iniciales y de
valor en la frontera para ED a derivadas parciales.
Ejemplo 5. Sea el problema de Dirichlet
uxx + uyy = 0; < x < , y

(6)

u(x, 0) = f (x), < x <

(7)

u(x, y) acotada

(8)

donde f L1 (R) dada

y

u(x,y)

u=f

La condicion (8) asegura que para cada y 0 fijo u(x, y) es una funcion atemperada de x,
por lo que existe u(, y), la TF de u(x, y) con respecto a x. Formalmente,
Z
1
u(, y) =
eix u(x, y)dx,
2
Z

Z
2
1
1
2
F
ix u
ix
uyy (x, y)
e
(x, y)dx = 2
e
u(x, y)dx ,
2
y 2
y
2
es decir,
2

F u
uyy (x, y) 2 (, y).
y
Ahora
2 u
F
F
(6) (i)2 u() + 2 = 0, (7) u(, 0) = f(),
y
entonces
2 u 2
u(, y) = 0 , y 0
y 2
u(, 0) = f().

(9)
(10)

La ED (9) tiene solucion general

u(, y) = A()ey + B()ey ; < < , y 0

(11)

la cual es atemperada como funcion de solo si A() = 0 para < 0 y B() = 0 para > 0.
(10)
Caso < 0 : u(, y) = B()ey = f() = B()e0 = B()

u(, y) = f()ey ; < 0 (y 0).

(12)

(10)
Caso > 0 : u(, y) = A()ey = f() = A()

u(, y) = f()ey ; > 0 (y 0).

(13)

Podemos resumir (12), (13) con una sola formula,

u(, y) = f()ey|| ; < < , y 0
F 1

Como sabemos que ey||

F 1

(14)

2y
(ver Clase 19), tenemos con (2), Clase 18
x2 + y 2

(14) u(x, y) =

y
2y
1
1
= f (x) 2
f (x) 2
2
2
x +y

x + y2

(observe que no hace falta de TF f()),

Z
f ()
y
u(x, y) =
d; < x < , y 0.
(x )2 + y 2
6

(15)

Observacion importante: De (14) tambien tenemos en la formula de inversion

u(x, y) =

eix f()ey|| d; < x < , y 0,

(16)

pero para halar la integral es necesario conocer (calcular) f() (posiblemente un problema
complicado) y sustituir la expresion para f() en la integral, complicandola a
un mas en
general. En cambio la formula de la convolucion que produce (15) a partir de (14) evita el
computo de f() y es por lo tanto preferible en general la forma (15) de la solucion (fin de
la observacion)
Consideramos 2 casos particulares
F

(a) Sea f (x) = eiax . En este caso (16) es preferible ya que eiax a () (tenemos eiax =
F
eiax 1(x) 1( a) = ( a) = a ()), por lo tanto
6.,Clase18
16

u(x, y) =< a (), eixy|| >= ey|a|+iax ; < x < , y 0,

listo.
(b) Sea f (x) = X1 (x) =

1, 1 x 1
0, otro x.

. Entonces (15) da una integral facil:

1
1x
1+x
d
=
arc tg
+ arc tg
2
2

y
y
1 (x ) + y

F sen
(!verifique!). Aplicacion de (16) dara X1 (x)

Z
1 ix sen y||
e
u(x, y) =
e
d = (va eix = cos(x) + i sen(x)

Z
2
sen y||
e
y resultando un integrando par) =
cos(x)
d, que luce muy compli 0

cado.
y
u(x, y) =
x

Clase 21: Continuacion

17 de diciembre de 2006

Ejemplo 1. (Este ejemplo es una preparacion para el ejemplo siguiente)

Sea el problema de hallar u(x) acotada tal que
u (x) + u(x) = f (x); 0 x <

(1)

u(0) = a, a > 0

(2)

donde f C([0; )) acotada una funcion dada. Para aplicar la TF es necesario extender el
problema a < x < . Definimos extensiones impares de u(x), f(x) por
(
(
u(x);
x>0
f (x);
x>0
v(x) :=
g(x) :=
u(x); x < 0
f (x), x < 0

(3)

Tenemos

(x) = vcl (x) + 2a(x),

vgen

(4)

vgen
(x) = vcl (x) + 2a (x),

ya que el salto de vcl (x) en x = a es 0, como ilustra la figura siguiente

v (x)
cl

u(x)

0
x
u(x)
a

vcl (a) = vcl (a+)

De (4) tenemos

vgen
(x) + v(x) = vcl (x) + v(x) 2a (x);

<x<

(5)

(1)

Para x > 0 tenemos de (3) que vcl (x) + v(x) = u (x) + u(x) = f (x) = g(x), x > 0,

mientras que para x < 0 tenemos

vcl (x) = ucl (x), vcl (x) = ucl (x)

=

vcl (x) + v(x) = ucl (x) u(x) = f (x) = g(x), entonces,

vcl (x) + v(x) = g(x);

< x < , luego por (v),

vgen
(x) + v(x) = g(x) 2a (x);
F

<x<

ia
1
a
1
= vb() = gb() 2
i 2

+1 +1
1
F 1
v(x) = g(x) e|x| a(e|x| )gen =
2
(
ex ,
x<0
1
|x|
g(x) e
a
x
2
e , x > 0

( 2 + 1)b
v () = gb()

luego para x > 0 (es decir) v(x) = u(x),

1
u(x) = g(x) e|x| aex ; x 0
2
solucion atemperada del problema.

(6)

Veamos ahora porque una extension par no sirve. Sea w(x) extension par de u(x)

w(x)

u(0)

w (x)
cl

u(0)


Tenemos ahora wgen
(x) = wcl (x), wcl (x) + 2u (0)(x).

Pero no conocemos el valor de u (0): no es un dato del problema. Sin embargo, cuando
reemplazamos (2) por u (0) = b, entonces, una extension por si sirve, y se obtiene (verifique!)
via la TF la solucion

1
u(x) = k(x) e|x| bex ;
2
donde k(x) es la solucion par de f (x).

x0

Ejemplo 2. Sea el problema de la conduccion de calor en una barra semi infinita dado por
ut = uxx , x, t 0

(7)

u(x, 0) = f (x), x 0

(8)

ux (0, t) = 0, t 0

(9)

donde f (x) = (1 + x)ex ; x 0.

t

ux=0

u(x,t)

u=f

Para aplicar la TF con respecto a la variable x necesitamos extender el problema a todo

el semiplano superior < x < , t 0. El ejemplo anterior nos indica que para la

condicion (9) es apropiada una extension par de u(x, t) en la variable x, poniendo para todo
t 0 fijo
v(x, t)

u(x, t), x > 0

u(x, t), x < 0

y tambien extender f (x) de manera para. Sea g(x) la extension par de f (x). Tenemos
(vx )gen (x, t) = (vx )cl (x, t), (vxx )gen (x, t) = (vxx )cl (x, t) + 2ux (0, t)(x)
(9)

= (vxx )gen (x, t)(vxx )gen (x, t) = (vxx )cl (x, t), luego
3

(vxx )gen vt = (vxx )cl vt (vxx )gen (x, t) = vt (x, t)

b
v
v
F b
ya que (verifique!) vt
t
t

w2 vb(w, t) =
9

Ademas v(x, 0) = g(x), < x < vb(w, 0) = gb(w), y tenemos para cada w fijo el

PVI

b
v
+ w2 vb(w, t), t 0
t
vb(w, 0) = g(w)

(10)
(11)

La ED ((10)) tiene solucion general vb(w, t) = A(w)ew t , luego con (11) A(w) = gb(w)
2
= vb(w, t) = fb(w)ew t ;

< x < , t > 0.

(12)

A partir de (12) tenemos dos opciones: aplicar la formula de inversion o la formula de la

convolucion (2., clase 18).
Con la formula de inversion y
F

g(x) gb(w) =

tenemos

2
(1 + w2 )2

(13)

Z
2
2 iwx ew t
dw =
e
(12) v(x, t) =

(1 + w2 )2
Z
Z
2
2
2
ew t
2i
ew t
=
cos(wx)
dw +
sen(wx)
dw, donde la segunda integral

(1 + w2 )2

(1 + w2 )2
F 1

w2 t

e
on impar de w. Finalmente, porque el integrando en la
es 0 porque sen(wx) (1+w
2 )2 es funci

primera integral es par,

4
v(x, t) =

ew t
cos(wx)
dw; x 0, t 0
(1 + w2 )2

(14)

es la solucion del problema. Pero como obtener (13)? Esto es un problema adicional que
habra que resolver (ver gua, paginas 6.65,6.66).
Aplicando la formula de la convolucion evita el problema de hallar gb(w). Tenemos
(12)

1
2
F
F

v(x, t) =
g(x) k(x), donde k(x) etw .
2
2., Clase 18

Pero
1
tw2 F

x2
e 4t
t

seg
un un ejemplo de la Clase 17. Entonces
x2
1
v(x, t) =
e 4t
2 t
(x )2
Z

1
4t d,
g()e
=
2 t
r

y utilizando g() = f (), para > 0 y g() = f () para < 0 (ya que g() es extension
para de f ()), tenemos
(x )2
(x )2
Z0
Z

4t d + g()e
4t d
g()e
2 tv(x, t) =

Z0

Z
(x )2
(x )2
d + f ()exp
d
f ()exp
4t
4t
0

= (s = en primera integral)
(x + s)2
(x )2
Z0
Z

4t ds + f ()e
4t d
= f (s)e

= 2 tv(x, t) =

Z
0

y finalmente
1
u(x, t) =
2 t

Z
0

(x )2
(x )2

4t
4t
f () e
+e
d

(x )2
(x )2

4t
4t
+e
f () e
d; x, t 0.

Ejemplo 3. Consideremos la propagacion de ondas transversales en una cuerda infinita,

dados la posicion inicial f (x) y la velocidad inicial g(x). El problema matematico es
utt = c2 uxx ; < x < , t 0

(15)

u(x, 0) = f (x); < x <

(16)

ut (x, 0) = g(x); < x <

(17)

ux=0

u(x,t)

u=f

Aplicando TF en la variable x obtenemos de (15), (16) el PVI

2 u
+ 2 c2 u(, t) = 0; t 0
2
t

(18)

u(, 0) = f(), ut (, 0) = g()

(19)

para cada fijo. La solucion general de (18) (en forma compleja)

u(, t) = A()eict + B()eict ,
luego
ut (, t) = icA()eict icB()eict
luego con (19) tenemos
f() = A() + B()
g() = icA() icB()

(resolviendo por A(), B())

1
g()
g()
1
= A() = f() +
, B() = f()
,
2
2ic
2
2ic
luego

F 1

1 ict+eict g() ict

+
e
eict
u(, t) = f () e
2
2ic

1
sen(ct)
ict
= u(, t) = f() eict+e
+ g()
.
2
c
F 1

Con eict 2(x + ct), eict 2(x ct) (ver la Clase 18) y
la Clase 17), tenemos con 2., Clase 18,

sen(ct) F 1

1
1
F 1
(20) u(x, t) = f (x) [(x + ct) + (x ct)] + Xct (x) g(x)
2
2c
6

(20)
Xct (x) (ver

1
1
= u(x, t) = [f (x + ct) + f (x ct)] + Xct (x) g(x).
2
2c
Pero
Xct (x) g(x) =

x+ct
Z

g()d (Verifique!),

xct

de modo que (21) da

1
1
u(x, t) = [f (x + ct) + f (x ct)] +
2
2c

x+ct
Z

g()d; < x < , t 0,

xct

la solucion de D Alembert.

(21)