Professional Documents
Culture Documents
etodos de Fsica
Matem
atica
H
ector Hern
andez
Universidad de Los Andes
M
erida Venezuela
Luis A. N
un
ez
Universidad de Los Andes
M
erida Venezuela
y
Indice general
1. Los vectores de siempre
1.1. Para comenzar . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Vectores y escalares y
algebra vectorial . . . . . . . . . . . . . .
1.2.1. Escalares y vectores . . . . . . . . . . . . . . . . . . . .
1.2.2. Algebra de vectores . . . . . . . . . . . . . . . . . . . .
1.3. Independencia lineal y las bases para vectores . . . . . . . . . .
1.4. Productos de vectores . . . . . . . . . . . . . . . . . . . . . . .
1.4.1. Producto escalar . . . . . . . . . . . . . . . . . . . . . .
1.4.2. Producto vectorial . . . . . . . . . . . . . . . . . . . . .
1.4.3. Una divisi
on fallida . . . . . . . . . . . . . . . . . . . . .
1.4.4. Producto triple o mixto . . . . . . . . . . . . . . . . . .
1.5. Componentes, coordenadas y cosenos directores . . . . . . . . .
1.5.1. Bases, componentes y coordenadas . . . . . . . . . . . .
1.5.2. Cosenos directores . . . . . . . . . . . . . . . . . . . . .
1.6. Algebra vectorial y coordenadas . . . . . . . . . . . . . . . . . .
1.6.1. Suma y resta de vectores . . . . . . . . . . . . . . . . .
1.6.2. Dependencia e independencia lineal . . . . . . . . . . . .
1.6.3. Producto escalar . . . . . . . . . . . . . . . . . . . . . .
1.6.4. Producto vectorial . . . . . . . . . . . . . . . . . . . . .
1.6.5. Triple producto mixto . . . . . . . . . . . . . . . . . . .
1.7. Algebra vectorial con ndices . . . . . . . . . . . . . . . . . . .
1.7.1. Convenci
on de Einstein . . . . . . . . . . . . . . . . . .
1.7.2. Los vectores y los ndices . . . . . . . . . . . . . . . . .
1.7.3. Un par de c
alculos ilustrativos . . . . . . . . . . . . . .
1.7.4. El escalares, pseudoescalares, vectores y pseudovectores
1.8. Aplicaciones del
algebra vectorial . . . . . . . . . . . . . . . . .
1.8.1. Rectas y vectores . . . . . . . . . . . . . . . . . . . . . .
1.8.2. Planos y vectores . . . . . . . . . . . . . . . . . . . . . .
1.9. Un comienzo a la derivaci
on e integracion de vectores . . . . .
1.9.1. Vectores variables, . . . . . . . . . . . . . . . . . . . . .
1.9.2. Derivaci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
1.9.3. Velocidades y aceleraciones . . . . . . . . . . . . . . . .
1.9.4. Vectores y funciones . . . . . . . . . . . . . . . . . . . .
1.9.5. El vector gradiente . . . . . . . . . . . . . . . . . . . . .
1.9.6. Integraci
on . . . . . . . . . . . . . . . . . . . . . . . . .
1.10. Vectores y n
umeros complejos . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
11
11
11
12
14
15
15
17
18
18
19
19
20
20
21
21
22
23
23
24
24
25
26
27
28
28
29
30
30
31
33
35
37
40
44
M
etodos Matem
aticos de la Fsica
1.10.1. Los n
umeros complejos y su algebra
1.10.2. Vectores y el plano complejo . . . .
1.10.3. F
ormulas de Euler y De Moivre . . .
1.10.4. Algunas Aplicaciones Inmediatas . .
1.11. Algunos Ejemplos Resueltos . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
45
46
47
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
58
59
59
60
60
63
63
65
65
65
68
68
69
70
71
74
77
78
79
79
80
83
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
88
89
90
91
91
92
94
96
96
99
101
101
104
105
105
107
107
110
112
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
M
etodos Matem
aticos de la Fsica
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
116
117
117
119
120
4. Coordenadas Curvilineas
4.1. Disgreci
on Derivativa . . . . . . . . . . . . . . . . . .
4.2. Curvas y par
ametros . . . . . . . . . . . . . . . . . .
4.3. Coordenadas Curvilneas Generalizadas . . . . . . .
4.3.1. Coordenadas generalizadas, vectores y formas
4.3.2. Velocidades y Aceleraciones . . . . . . . . . .
4.3.3. Coordenadas Cartesianas . . . . . . . . . . .
4.3.4. Coordenadas Cilndricas . . . . . . . . . . . .
4.3.5. Coordenadas Esfericas . . . . . . . . . . . . .
4.3.6. Otros Sistemas Coordenados . . . . . . . . .
4.4. Vectores, Tensores, Metrica y Transformaciones . . .
4.4.1. Transformando Vectores . . . . . . . . . . . .
4.4.2. Transformando Tensores . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
124
125
127
129
130
130
131
132
133
135
137
137
139
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
146
147
150
151
152
153
154
154
155
159
164
169
171
172
174
174
176
176
182
185
185
186
187
187
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
M
etodos Matem
aticos de la Fsica
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
190
191
193
194
196
197
199
201
202
203
205
206
208
208
209
209
210
211
211
211
212
212
215
215
215
216
216
216
216
216
217
217
217
220
220
221
221
222
223
224
224
227
227
230
232
235
M
etodos Matem
aticos de la Fsica
7. Serie de Series
7.1. Series por todos lados . . . . . . . . . . . . . . . . . . . . . .
7.1.1. La Suma de la Serie . . . . . . . . . . . . . . . . . . .
7.1.2. Algebra Elemental de Series . . . . . . . . . . . . . . .
7.1.3. Criterios de Convergencia . . . . . . . . . . . . . . . .
7.2. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . .
7.2.1. Convergencia de una serie de potencias . . . . . . . .
7.2.2. Covergencia uniforme . . . . . . . . . . . . . . . . . .
7.2.3. Algebra y convergencia de series de potencias . . . . .
7.2.4. Series de Taylor . . . . . . . . . . . . . . . . . . . . . .
7.3. Series y Espacios de Hilbert . . . . . . . . . . . . . . . . . . .
7.3.1. Completitud de E . . . . . . . . . . . . . . . . . . .
7.3.2. Conjunto completo de funciones . . . . . . . . . . . .
7.4. Series de Polinomios Ortogonales . . . . . . . . . . . . . . . .
7.4.1. Polinomios de Legendre . . . . . . . . . . . . . . . . .
7.4.2. Polinomios de Hermite . . . . . . . . . . . . . . . . . .
7.4.3. MAPLE y los polinomios ortogonales . . . . . . . . .
7.4.4. Planteamiento General para Polinomios Ortogonales .
7.4.5. Un par de aplicaciones de ejemplos . . . . . . . . . .
7.5. Series y transformadas de Fourier . . . . . . . . . . . . . . . .
7.5.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . .
7.5.2. Las Condiciones de Dirichlet y el Teorema de Fourier
7.5.3. Algunos ejemplos de expansiones en series de Fourier .
7.5.4. Consideraciones de Simetra en series de Fourier . . .
7.5.5. Tratamiento de discontinuidades . . . . . . . . . . . .
7.5.6. Tranformadas de Fourier . . . . . . . . . . . . . . . . .
7.5.7. Tranformadas Discretas de Fourier . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
242
243
243
247
247
251
251
253
254
256
259
259
260
262
262
270
278
279
282
286
286
289
290
293
294
296
299
8. La Variable Compleja
8.1. Vectores y n
umeros complejos . . . . . . . . . . . . . . . . . . . . . . . .
8.1.1. Los n
umeros complejos y su algebra . . . . . . . . . . . . . . . .
8.1.2. Vectores y el plano complejo . . . . . . . . . . . . . . . . . . . .
8.1.3. F
ormulas de Euler y De Moivre . . . . . . . . . . . . . . . . . . .
8.2. Funciones de Variable Compleja . . . . . . . . . . . . . . . . . . . . . .
8.2.1. De la recta real al plano complejo . . . . . . . . . . . . . . . . .
8.2.2. Continuidad en el plano complejo . . . . . . . . . . . . . . . . . .
8.2.3. Diferenciabilidad de funciones complejas . . . . . . . . . . . . . .
8.2.4. Funciones Analticas y Condiciones de Cauchy-Riemann . . . . .
8.2.5. Curiosidades de Cauchy-Riemann . . . . . . . . . . . . . . . . . .
8.3. Series de Potencias en Variable Compleja . . . . . . . . . . . . . . . . .
8.3.1. La convergencia y sus criterios . . . . . . . . . . . . . . . . . . .
8.3.2. Consecuencias y conclusiones para series de potencias complejas
8.4. Algunas Funciones Complejas Elementales . . . . . . . . . . . . . . . . .
8.5. Puntos de corte, lneas de cortes y ceros de funciones complejas . . . . .
8.5.1. Puntos y lneas de corte . . . . . . . . . . . . . . . . . . . . . . .
8.5.2. Singularidades, polos y ceros de funciones complejas. . . . . . . .
8.6. Transformaciones conformes . . . . . . . . . . . . . . . . . . . . . . . . .
8.6.1. Definiciones y propiedades . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
303
304
304
305
306
308
308
308
308
309
310
312
312
313
314
315
315
316
318
318
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
M
etodos Matem
aticos de la Fsica
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
319
321
321
322
323
323
324
326
327
327
329
330
331
332
333
334
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
343
344
349
349
350
351
354
358
358
364
366
366
366
368
374
376
376
377
378
380
381
386
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
391
392
392
395
397
397
398
400
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
M
etodos Matem
aticos de la Fsica
Luis A. N
un
ez
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
402
403
403
403
404
407
409
412
413
420
423
424
425
425
426
428
429
431
432
432
434
435
437
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Bessel
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
441
442
442
444
446
447
449
449
451
456
458
463
466
472
472
473
474
475
475
476
477
477
481
482
M
etodos Matem
aticos de la Fsica
11.10.4.La funci
on Beta
Luis A. N
un
ez
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483
Captulo 1
10
M
etodos Matem
aticos de la Fsica
1.1.
Para comenzar
Este conjunto de secciones pretende hacer una repaso, un recordatorio y avanzar sobre lo que la mayora
de Uds. conocen o han escuchado a lo largo de sus cursos de Fsica, Matematicas y Qumica.
1.2.
Vectores y escalares y
algebra vectorial
Desde siempre, desde los primeros cursos de Fsica en educacion media, venimos hablando de vectores
como cantidades que tienen que ser representadas con mas de un n
umero. Son muchas las razones que obligan
a introducir este (y otro) tipo de cantidades, enumeraremos algunas que a criterio personal son como m
as
representativas.
1. Necesidad de modelos matem
aticos de la naturaleza. Desde los albores del renacimiento, con
Galileo Galilei a la cabeza es imperioso representar cantidades de manera precisa. Las matem
aticas
nos apoyan en esta necesidad de precision. Desde ese entonces las matematicas son el lenguaje de la
actividad cientfica.
2. Los modelos tienen que tener contrastaci
on experimental. Las ciencias y sus modelos, en u
ltima
instancia, tienen que ver con la realidad, con la naturaleza y por ello debemos medir y contrastar las
hip
otesis con esa realidad que modelamos. Necesitamos representar cantidades medibles (observables)
y que por lo tanto tienen que ser concretadas de la forma mas compacta, pero a la vez mas precisa
posible.
3. Las leyes de los modelos deben ser independiente de los observadores. Cuando menos a
una familia significativa de observadores. El comportamiento de la naturaleza no puede depender de la
visi
on de un determinado observador, as los modelos que construimos para describirla, tampoco pueden
depender de los observadores. Con conocer la ley de transformacion entre observadores equivalentes
deberemos conocer c
omo ocurren los fenomenos en otros referenciales.
Por ello, tropezaremos con escalares, vectores, tensores y espinores, dependiendo del n
umero de cantidades
que necesitemos para representar ese objeto pero, sobre todo, dependiendo de la ley de transformacion que
exista entre estos objetos. Constataremos que las leyes de la Fsica vienen escritas en forma vectorial (o
tensorial) y, por lo tanto, al conocer la ley de transformacion de los vectores (tensores) conoceremos la visi
on
que de esta ley tendr
an otros observadores.
1.2.1.
Escalares y vectores
Dejaremos para m
as adelante caracterizar objetos como tensores y espinores, por ahora nos contentaremos
con refrescar nuestros recuerdos con cantidades como:
Escalares: Ser
an aquellas cantidades las cuales se representan con UN solo n
umero, una magnitud: temperatura,
volumen, masa, entre otras. Es costumbre no denotarlas de manera especial, as T = 5o C representar
a una temperatura de 5 grados centgrados.
Vectores: Ser
an cantidades las cuales, para ser representadas por un objeto matematicos requieren mas de un
n
umero, requieren de UN n
umero, UNA direccion y UN sentido. Entre las cantidades que tpicamente
reconocemos como vectores est
an: la velocidad, la aceleracion, la fuerza En terminos graficos podremos
decir que un vector ser
a un segmento orientado, en el cual la dimension del segmento representar
a su
m
odulo y su orientaci
on la direcci
on y el sentido. Para diferenciarla de las cantidades escalares hay
Luis A. N
un
ez
11
M
etodos Matem
aticos de la Fsica
una variedad de representaciones, entre ellas: en negrita a; con una flecha arriba de la cantidad ~a;
1.2.2.
Algebra de vectores
Enumeraremos r
apidamente el
algebra de vectores sin hacer referencia a un sistema de coordenadas.
Desde siempre nos ense
naron a representar graficamente este algebra. As tenemos que:
Vector nulo Es aquel que tiene por m
odulo cero y no se le pude asignar direccion ni sentido. Podremos
comparar vectores si tienen la misma direccion y sentido.
Vector unitario Es aquel que tiene por modulo la unidad, es muy u
til por cuanto, para efectos algebraicos,
contiene u
nicamente direcci
on y sentido. Lo denotaremos con un acento circunflejo, com
unmente llamado
~a
sombrero u
~a =
, con lo cual todo vector ~a = |~a| u
~a se podra expresar por un modulo en la direcci
on y
|~a|
sentido de un vector unitario.
Luis A. N
un
ez
12
M
etodos Matem
aticos de la Fsica
Comparamos vectores Al comparar sus modulos diremos que pueden ser mayores, menores o iguales.
Por lo tanto, tal y como mostramos en el cuadrante I de la Figura 1.1, dos vectores seran iguales ~a = ~b si
tienen la misma direcci
on y sentido.
Multiplicaci
on por un escalar Un vector, multiplicado por un escalar, n, cambiara su modulo si n > 0
y cambiar
a su sentido y eventualmente su modulo si n < 0 Tal y como puede apreciarse en el cuadrante I de
la Figura 1.1. Claramente dos vectores proporcionales seran colineales. Diremos ademas, que el inverso del
vector ~a ser
a la multiplicaci
on de ~a por (1) . Esto es ~c = (1) ~a = ~a
Suma de vectores Aprendimos que para sumar vectores utilizamos la regla del paralelogramo, es decir,
desplazamos paralelamente uno de los vectores y lo colocamos a continuacion del otro, de tal forma que
la diagonal del paralelogramo, que tiene por lados los vectores sumandos, constituye el vector suma (ver
cuadrantes IIa y IIb de la Figura 1.1). Este esquema se puede generalizar para varios vectores tal y como lo
mostramos en el cuadrante IIa de la Figura 1.1. All construimos un polgono cuyos lados los constituyen los
~
vectores sumandos ~a, ~b, ~c,d~ y ~n con ~n = ~a + ~b + ~c + d.
N
otese que a
un el caso tridimensional, el vector suma siempre sera coplanar (estara en el mismo plano)
a los sumandos que lo generaron.
Igualmente, podemos definir la resta de vectores al sumar el inverso. Esto es
~a ~b ~a + ~b
0 = ~a ~a ~a + (~a)
En terminos gr
aficos la resta de dos vectores se representa colocando los vectores (minuendo y sutraendo) con
el mismo origen y uniendo las cabezas de flecha. Dependiendo de cual vector es el minuendo y cual sustraendo
el vector
a del sustraendo hacia el minuendo. Observese el cuadrante IIa de la Figura 1.1 la
resta apuntar
~
resta ~a + b + ~c ~a = ~b + ~c.
Luis A. N
un
ez
13
M
etodos Matem
aticos de la Fsica
Claramente, el m
odulo del vector resta representa la distancia entre los dos extremos de los vectores
minuendo y el sustraendo
Un resumen de propiedades Podemos resumir las propiedades del algebra de vectores como sigue
La suma de vectores
tiene un u
nico elemento neutro 0 + ~a = ~a + 0 = ~a ~a
existe un elemento simetrico (~a) (uno para cada vector) tal que 0 = ~a ~a ~a + (~a)
es conmutativa ~a + ~b = ~b + ~a
es asociativa ~a + ~b + ~c = ~a + ~b + ~c
es distributiva ~a + ~b = ~a + ~b respecto a la multiplicacion por escalares
La multiplicaci
on de escalares por vectores
es conmutativa ~a = ~a
es asociativa (~a) = () ~a
es distributiva ( + ) ~a = ~a + ~a
1.3.
Armados con el
algebra y explicitando sus propiedades podemos construir la primera aproximacion a uno
de los conceptos fundamentales del
algebra lineal. La nocion de independencia o dependencia lineal.
Diremos que tres vectores ~a, ~b, ~c son linealmente independientes si se cumple que
~a + ~b + ~c = 0
===0
es decir que la u
nica manera que al sumar cualquier m
ultiplo de ~a, ~b, ~c se anule esto obliga que los escalares son
necesariamente nulos. Si no se cumple lo anterior entonces diremos que uno de los vectores sera linealmente
dependiente y que por lo tanto se podr
a expresar como combinacion lineal de los otros dos
6= 0
6= 0
~a + ~b + ~c = 0 alguno de
~c =
~a + ~b
6= 0
Los vectores linealmente independientes formaran base para el espacio donde ellos viven y el n
umero
m
aximo de vectores linealmente independientes sera la dimension de ese espacio de residencia. Tratemos
de concretar algunas de estas importantes afirmaciones.
Dos vectores linealmente dependientes son colineales.
~a + ~b = 0
Luis A. N
un
ez
Es claro que
~a = b
6= 0
con alguno de
6= 0
~b = ~a
14
M
etodos Matem
aticos de la Fsica
~a = ~b ~a + ~b = 0 ~b + ~b = 0 ( + ) ~b = 0 =
y con lo cual podremos afirma que si dos vectores son linealmente independientes ellos no son colineales y
m
as a
un si dos vectores son linealmente independientes no son colineales.
Tres vectores linealmente dependientes son complanares. Es claro que por ser los tres vectores
linealmente dependientes al menos uno de los escalares tiene que ser distinto de cero. Esto es
~a + ~b
~a + ~b + ~c = 0 ~c = ~a ~b =
pero como
~a ~a y ~b ~b eso significa que ambos
~a y ~a y ~b y ~b son colineales respectivamente y su
suma estar
a en el mismo plano.
Dos vectores linealmente independientes expanden todos los vectores coplanares. Esto es, dado
dos vectores ~a, ~b linealmente independientes, entonces cualquier vector ~c,complanar con ~a y ~b, podra expresarse como una combinaci
on lineal de ellos y diremos que ~c se expresa en terminos de ~a, ~b como ~c =
~a + ~b
y esa expresi
on es u
nica.
La primera de las afirmaciones es directa por cuanto hemos visto que si ~a y ~b son linealmente independiente
y ~c es complanar con ~a y ~b. Entonces, necesariamente ~a, ~b y ~c son linealmente dependientes. Esto es
~a + ~b + ~c = 0 ~c = ~a ~b =
~a + ~b
La demostraci
on de que la expansi
on es u
nica viene de suponer que existen dos maneras distintas de representar al vector ~c
~c =
~a + ~b
=0
=
0 = (
) ~a + (
) ~b
= 0 =
~c =
~a + ~b
debido a que ~a y ~b son linealmente independiente. La demostracion para el caso tridimensional es equivalente.
Es decir tres vectores linealmente independientes ~a, ~b y ~c expanden, de manera unvoca, todos los vectores
del espacio. Esta demostraci
on queda para el lector.
Cuando un vector ~c se pueda expresar en terminos de dos vectores linealmente independientes ~a, ~b diremos
que ~a y ~b forman una base para todos los vectores complanares a ellos. Equivalentemente para el caso
tridimensional, tres vectores linealmente independientes ~a, ~b y ~c conformaran una base para los vectores del
espacio. Los escalares , para el caso bidimensional se denominan las componentes de ~c a lo largo de ~a y
~b, .respectivamente. Equivalentemente , , seran las componentes de cualquier vector para el caso 3D a lo
largo de ~a, ~b y ~c, respectivamente. Esta nomenclatura sera mas evidente luego de la proxima seccion.
1.4.
1.4.1.
Productos de vectores
Producto escalar
Denominaremos producto escalar de dos vectores ~a y ~b a un escalar cuyo valor sera igual al producto de
los m
odulos multiplicado por el coseno del angulo que ellos forma.
= ~a ~b = |~a| ~b cos h~a,~bi
Luis A. N
un
ez
15
M
etodos Matem
aticos de la Fsica
El significado geometrico del producto escalar es evidente el cuadrante I de la Figura El producto escalar
representa la proyecci
on de ~a sobre ~b y equivalentemente la proyeccion de ~b sobre ~a.
De esta definici
on se derivan varias consecuencias las cuales por obvias no dejan de ser importantes.
2
16
M
etodos Matem
aticos de la Fsica
que no es otra cosa que el teorema del coseno y esta ilustrado en el cuadrante III de la Figura 1.3.
Diremos que dos vectores, no nulos son ortogonales (perpendiculares) si su producto escalar es nulo.
Esta afirmaci
on es inmediata
~a ~b = |~a| ~b cos h~a,~bi = 0
~a ~b h~a,~bi =
2
1.4.2.
Producto vectorial
De siempre, tambien hemos aprendido que existe otro producto entre vectores. El producto vectorial. A
diferencia del producto escalar que genera un escalar, el producto vectorial ~c = ~a ~b tiene como resultado
otro vector (realmente un pseudovector o vector axial en contraposicion a los vectores polares pero eso lo
veremos m
as adelante), ~c, con las siguientes caractersticas:
El m
odulo de ~c, ser
a |~c| = |~a| ~b sen ~a~b . Es claro que el modulo de ~c representa el area del paralelogramo
cuyos lados est
an formados por ~a y ~b (cuadrante V de la Figura 1.3)
Tal y como muestran los cuadrantes IV y V de la Figura 1.3, tendra como direccion la perpendicular
al plano que forman ~a y ~b
y como sentido regla del pulgar derecho, regla de la mano derecha, o mas elegante sera positivo cuando
la multiplicaci
on de ~a ~b corresponda al sentido horario.
Otra vez, podemos deducir algunas consecuencias de esta definicion.
El producto vectorial es anticonmutativo. Esto es ~a ~b = ~b ~a y se sigue de la definicion que expresa
el cuadrante IV de la Figura 1.3
El producto vectorial es distributivo respecto a la suma. Vale decir ~a ~b + ~c = ~a ~b + ~a ~c. La
demostraci
on de esto lo dejaremos para mas adelante. Valga ahora creerse la propiedad.
La multiplicaci
on por un escalar. Nos conduce rapidamente a
|~c| = || ~a ~b = (~a) ~b = ~a ~b = |~a| ~b sen ~a~b = |~a| ~b sen ~a~b
Dos vectores ser
an colineales si su producto vectorial se anula. Al igual que el cuando se anula el
producto escalar identific
abamos a dos vectores ortogonales, cuando se anule el producto vectorial
tendremos dos vectores paralelos. Obvio que esto se cumple de inmediato
~a k ~b ~a~b = 0 |~c| = ~a ~b = |~a| ~b sen ~a~b = 0
y si el m
odulo del vector es cero, obvio que es el vector nulo. Ahora bien, tambien de aqu deducimos
que
~c = ~a ~b ~c ~a = ~a ~b ~a = ~c ~b = ~a ~b ~b = 0
Luis A. N
un
ez
17
M
etodos Matem
aticos de la Fsica
1.4.3.
Una divisi
on fallida
Uno esperara que para cada una de las definiciones de productos vectoriales, existiera vector cociente. Es
decir pudieramos despejar uno de los multiplicados en terminos del otro. La situacion es que esta operaci
on
no est
a definida unvocamente y lo podemos intuir a partir de una de las definiciones de producto.
Supongamos que tenemos un producto escalar o = ~a ~b con lo cual, si pudieramos despejar,digamos
~b = tendramos entonces definido ~b de una manera unvoca ? La respuesta es NO. ya que = ~a + d~
~a
~a
1.4.4.
Analicemos ahora el n
umero (pseudoescalar) que proviene de la multiplicacion
V = ~c ~a ~b = |~c| ~a ~b cos h~c,~a~bi
representa del volumen del paraleleppedo cuyos lados quedan definidos por ~a, ~b y ~c. Este producto tambien
cumple con algunas propiedades que enunciaremos ahora y demostraremos mas tarde
El producto mixto ~a ~b ~c, representa el volumen del paraleleppedo cuyos lados son los vectores ~a, ~b
y ~c.Es claro y fue ilustrado que el m
odulo del producto vectorial ~a ~b representa el area de la base
y la altura est
a representada por la proyeccion del vector ~c sobre la perpendicular al plano de la base
que es, precisamente, |~c| cos h~c,~a~bi
El producto mixto es cclico respecto a sus factores. Esto es
~a ~b ~c = ~b ~c ~a = (~c ~a) ~b
Esta afirmaci
on se ver
a demostrada mas adelante
el producto mixto se anula cuando se repite alguno de sus factores
~a ~b ~a = ~a ~b ~b = (~a ~a) ~c = ~b ~b ~c = 0
Claramente, si ~a ~b ~a ~a ~b ~a = 0
Si los tres vectores ~a, ~b y ~c son coplanares (linealmente dependientes) entonces ~a ~b ~c = 0 o, dicho
de manera m
as elegante, u
til e impactante: tres vectores que cumplen ~a ~b ~c 6= 0 forma base para
el espacio
del reloj)
tridimensional. Esa base se denominara levogira (contraria al giro de
las manecillas
si ~a ~b ~c < 0 y dextr
ogira (la convencional base de la mano derecha) si ~a ~b ~c > 0.
Luis A. N
un
ez
18
M
etodos Matem
aticos de la Fsica
1.5.
1.5.1.
La formulaci
on de las leyes fsicas debe hacerse en termino de cantidades vectoriales (tensoriales). Esto
independiza su formulaci
on de un sistema particular de coordenadas, pero llegado el momento de calcular
valores y utilizar estas leyes, es mucho m
as conveniente referirla a un sistema de coordenadas particularmente
adaptado a la geometra del problema. En ese caso la ecuacion vectorial se convertira en tantas ecuaciones
como componentes (referidas al sistema de coordenadas utilizado) tenga los vectores en ese sistema de
coordenadas
Tal y como mencionamos arriba tres vectores no coplanares cualesquiera son linealmente independientes
y constituyen una base para el espacio tridimensional. Denominaremos, de ahora en adelante estos vectores
base {w
~ 1, w
~ 2, w
~ 3 } y por ser linealmente independientes podremos expresar cualquier vector ~a como una
combinaci
on lineal u
nica. Tal y como lo mostramos en el cuadrante I de la Figura 1.4 con los vectores base
{w
~ 1, w
~ 2, w
~ 3 } podemos construir un sistema (oblicuo en general) de coordenadas al colocarlos con un mismo
origen. Esto es
~a = a
1 w
~1 + a
2 w
~2 + a
3 w
~3
1 2 3
donde las cantidades a
,a
,a
son n
umeros (no son escalares) que representan las componentes del vector
~a a lo largo de cada uno de los vectores base {w
~ 1, w
~ 2, w
~ 3 } . Notese que por costumbre (la cual sera evidente
m
as adelante) etiquetamos estos n
umeros con superndices y la letra que identifica el vector.
M
as a
un, cada punto P del espacio viene definido por un radiovector
r (P ) OP que une el origen
de coordenadas con el punto P y se le asocian ntres n
umeros o x
1 , x
2 , x
3 , los cuales son las proyecciones
1 2 3
a lo largo de cada uno de los ejes coordenados 0
x1 , 0
x2 , 0
x3 . Los n
umeros x
,x
an
,x
se denominar
Luis A. N
un
ez
19
M
etodos Matem
aticos de la Fsica
Existe una familia de sistema de coordenadas en la cual sus vectores base son ortogonales (o mejor
ortonormales), es decir los vectores base {~e1 , ~e2 , ~e3 } son perpendiculares entre si. Tal y como mostraremos
m
as adelante, siempre se puede construir un sistema ortogonal (ortonormal) {~e1 , ~e2 , ~e3 } a partir de una
base generica de vectores linealmente independientes {w
~ 1, w
~ 2, w
~ 3 } . Cuando el sistema sea ortogonal sus
componentes se denominar
an rectangulares. Dependiendo del signo del triple producto mixto el sistema de
coordenadas ser
a dextr
ogiro ((~e1 ~e2 ) ~e3 > 0) o levogiro ((~e1 ~e2 ) ~e3 < 0) tal y como se muestra en el
cuadrante III de la Figura 1.4
Es costumbre ancestral, por relaciones de dominacion de los derechos sobre los izquierdos (en latn e
italiano los zurdos son siniestros) utilizar la convenci
n onodextrogira ((~e1 ~e2 )~e3 > 0) y en ese caso utilizamos
con lo cual desde siempre tenemos que
el bien conocido conjunto de vectores unitarios ,
, k
~a = ax + ay
+ az k
y ~r (P ) = x + y
+z k
n
o
3
de ahora en adelante representaremos este sistema de coordenadas ortonormal como 1 ,
2 , k
para recordar que estamos en un sistema de coordenadas cartesianas.
Obviamente el m
odulo del vector se podra expresar con la utilizacion del Teorema de Pitagoras
q
p
a2x + a2y + a2z = |~a| y
x2 + y 2 + z 2 = r (P )
y la multiplicaci
on por un escalar
= (ax ) + (ay )
~a = ax + ay
+ az k
+ (az ) k
|~a| =
q
a2x + a2y + a2z
1
ay
az
~a
ax
=q
=q
+ q
+ q
k
ax + ay
+ az k
|~a|
a2x + a2y + a2z
a2x + a2y + a2z
a2x + a2y + a2z
a2x + a2y + a2z
1.5.2.
q
~a
a2x + a2y + a2z u
Cosenos directores
Como se puede apreciar en el cuadrante IV de la Figura 1.4 podemos construir tres triangulos rectangulos
~ (P ) como hipotenusa de cada uno de ellos. Los angulos que forma el radiovector R
~ (P )
con el radiovector R
con cada uno de los ejes coordenados {x, y, z} son {, , } respectivamente, con lo cual
~
~
~
Rx = R
cos Ry = R
cos y Rz = R
cos cos2 + cos2 + cos2 = 1
pero adem
as
u~a =
1.6.
~a
= cos + cos
+ cos k
|~a|
20
M
etodos Matem
aticos de la Fsica
1.6.1.
Ser
a representada por
+ bx + by
= (ax + bx ) + (ay + by )
~a + ~b = ax + ay
+ az k
+ bz k
+ (az + bz ) k
o equivalentemente
~a + ~b = a11 + a22 + a33 + b11 + b22 + b33 = a1 + b1 1 + a2 + b2 2 + a3 + b3 3
y obviamente, la resta
~a + ~b = a11 + a22 + a33 b11 + b22 + b33 = a1 b1 1 + a2 b2 2 + a3 b3 3
con lo cual la distancia entre dos puntos P y M sera
q
2
2
2
d (P, M ) = r (P ) = ~a r (M ) = ~b = (ax bx ) + (ay by ) + (az bz )
1.6.2.
Ahora es f
acil estudiar la dependencia/independencia lineal en coordenadas. Otra vez, tres vectores
~b = bx + by
y ~c = cx + cy
seran linealmente independientes si se cumple
~a = ax + ay
+ az k;
+ bz k
+ cz k
que
~a + ~b + ~c = 0 = = = 0
Antes de proseguir en forma general, veamos algunos casos particulares
(0, 0, 1). Estos vectores son claramente
La base can
onica 1 = (1, 0, 0) ;2 =
(0, 1, 0) ;3 = k
linealmente independientes y por lo tanto constituyen un base
=
=
=
0
0
0
= 0
=0
+
= 0
=0
+ + = 0
=0
con lo cual demostramos que son linealmente independientes y por lo tanto constituyen una base para
los vectores tridimensionales.
En general tendremos que
+ bx + by
+ cx + cy
0 = ax + ay
+ az k
+ bz k
+ cz k
0 = (ax + bx + cx ) + (ay + by + cy )
+ (az + bz + cz ) k
Luis A. N
un
ez
ax + bx + cx = 0
ay + by + cy = 0
az + bz + cz = 0
21
M
etodos Matem
aticos de la Fsica
Esto no es otra cosa que un sistema de 3 ecuaciones lineales con 3 incognitas {, , } y la solucion que
estamos buscando = = = 0 se cumplira si
ax bx cx
ay by cy = az (by cx cx by ) ay (bx cz cz bx ) + ax (by cz cz by ) 6= 0
a z bz c z
1.6.3.
Producto escalar
n
o
Del mismo modo representaremos el producto escalar de dos vectores en una base cartesiana como ,
, k
es una base ortonormal entonces
bx + by
= ax bx + ay by + az bz
~a ~b = ax + ay
+ az k
+ bz k
ya que por ser ortogonales
k
=1
=
=k
=
= 0
=k
= 0
k
=k
k
=0
ax = ay = az = 0
~a = 0
m
(bx + cx ) + (by + cy )
= ax (bx + cx ) + ay (by + cy ) + az (bz + cz )
ax + ay
+ az k
+ (bz + cz ) k
(ax bx + ax cx ) + (ay by + ay cy ) + (az bz + az cz ) = (ax bx + ay by + az bz ) + (ax cx + ay cy az cz )
La multiplicaci
on por un escalar.
= = || ~a ~b = (~a)~b = ~a ~b = (ax ) bx +(ay ) by +(az ) bz = ax (bx )+ay (by )+az (bz )
Desigualdad de Cauchy Schwarz.
q
q
~a ~b = ax bx + ay by + az bz a2x + a2y + a2z b2x + b2y + b2z = |~a| ~b
Luis A. N
un
ez
22
M
etodos Matem
aticos de la Fsica
Diremos que dos vectores, no nulos son ortogonales (perpendiculares) si su producto escalar es nulo.
Esta afirmaci
on es inmediata
~a ~b h~a,~bi =
~a ~b = |~a| ~b cos h~a,~bi = 0
2
Por lo cual
ax bx + ay by + az bz = |~a| ~b cos ~a~b
ax bx + ay by + az bz
q
cos b~ = q
~
ab
a2x + a2y + a2z
b2x + b2y + b2z
0 = ax bx + ay by + az bz
k
=0
Del producto escalar surge el Teorema del Coseno. Es inmediato generalizar el producto escalar de un
vector consigo mismo, para ello suponemos que ~c = ~a + ~b, con lo cual
2
2
2
~c = ~a + ~b ~c ~c = ~a + ~b ~a + ~b = |~c| = |~a| + ~b + 2 |~a| ~b cos h~a,~bi
que no es otra cosa que el teorema del coseno y esta ilustrado en el cuadrante III de la Figura 1.3
1.6.4.
Producto vectorial
~c = ~a ~b = (ay bz az by )+ (az bx ax bz )
+ (ax by ay bx ) k
con lo cual lo podemos organizar como el determinante de la matriz
k
~c = ~a ~b = ax ay az
bx by bz
con lo cual
q
q
q
2
2
2
|~c| = (ay bz az by ) + (az bx ax bz ) + (ax by ay bx ) =
a2x + a2y + a2z
b2x + b2y + b2z sen ~a~b
1.6.5.
Analicemos ahora el n
umero (pseudoescalar) que proviene de la multiplicacion
cx cy cz
~
~
V = ~c ~a b = k~ck
~a b
cos h~c,~a~bi = ax ay az
bx by bz
representa del volumen del paraleleppedo cuyos lados quedan definidos por ~a, ~b y ~c.
Luis A. N
un
ez
23
M
etodos Matem
aticos de la Fsica
1.7.
1.7.1.
Convenci
on de Einstein
3
X
amm
~a = amm
m=1
hemos identificado 1 = ;2 =
y 3 = k
2. Los ndices repetidos son mudos (no importa la letra que lo etiquete) y representan suma. As
Kj Aj = Km Am = K1 A1 + K2 A2 + K3 A3 = B
3. Llamaremos contracci
on cuando sumamos respecto a un par de ndices, vale decir
X
Aii = A11 + A22 + A33 = Aii = A11 + A22 + A33
i
1
K1 A1 + K21 A2 + K31 A3 = B1
con lo cual Kki Ak = Bi representan 3 ecuaciones y Kki Akj = Bij representara 9
5. La delta de Kronecker1 ik lleva un ndice arriba y uno abajo. Representa ik = 1 si i = k y es nula en
los otros casos. Con esto
=0
Kkij
=0
=0
=0
=0
=0
z}|{
z}|{
z}|{
z}|{
z}|{
z}|{
ki = K11j 11 + K12j 12 + K13j 13 + K21j 21 + K22j 22 + K23j 23 + K31j 31 + K32j 32 + K33j 33
|{z}
|{z}
|{z}
=1
=1
=1
es decir
Kkij ki = Kkkj = Kiij = K11j + K22j + K33j
1 Leopold Kronecker (7 diciembre 1823 Legnica, Polonia; 29 diciembre 1891, Berlin, Alemania) Matem
atico polaco con
importantes contribuciones en teora de n
umeros, funciones elpticas y algebra, as como la interrelaci
on estre estas disciplinas.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians/Kronecker.html
Luis A. N
un
ez
24
M
etodos Matem
aticos de la Fsica
6. Adem
as de la delta de Kronecker introduciremos el smbolo de permutacion de Levi-Civita2 ijk para
el caso de tres dimensiones, vale decir i, j, k = 1, 2, 3
0
cuando i = j; i = k j = k
y quiere decir que es distinto de cero cuando todos los ndices son diferentes; 1 si la permutaci
on de
ndices es cclicas (o par) y 1 si la permutacion es anticclica (o impar). Con ello
111
112
113
121
122
123
131
132
133
a1 b1 + a1 b2 + a1 b3 + a2 b1 + a2 b2 + a2 b3 + a3 b1 + a3 b2 + a3 b3
311
a1 b1 + 312 a1 b2 + 313 a1 b3 + 321 a2 b1 + 322 a2 b2 + 323 a2 b3 + 331 a3 b1 + 332 a3 b2 + 333 a3 b3
con lo cual
1
c = 123 a2 b3 + 132 a3 b2 = a2 b3 a3 b2
c2 = 231 a3 b1 + 213 a1 b3 = a3 b1 a1 b3
ci = ijk aj bk
3
c = 312 a1 b2 + 321 a2 b1 = a1 b2 a2 b1
7. A continuaci
on enumeramos algunas propiedades de las deltas de Kronecker y de los smbolos de
permutaci
on de Levi-Civita las cuales le dejamos al lector su demostracion. Ellas son
jj = 3
jkm ilm = ji kl ki jl = ji kl jl ki
jmn imn = 2ji ,
ijk ijk = 6.
1.7.2.
Sumas de vectores
De ese modo la suma de vectores ser
a expresada de la siguiente manera
~a + ~b = aii + bii = ai + bi i = cii ci = ai + bi con i, j = 1, 2, 3
Producto escalar
A partir da ahora y de forma equivalentemente, expresaremos el producto escalar en termino de los
ndices. De forma y manera que
~a ~b = k~ak
~b
cos ~a~b = ai bi = bj aj con i, j = 1, 2, 3
2 Tullio
Luis A. N
un
ez
25
M
etodos Matem
aticos de la Fsica
Producto vectorial
En terminos de ndices, el producto vectorial se puede expresar como
i
~a ~b = ijk aj bk con i, j = 1, 2, 3
todas las particularidades de producto vectorial ahora descansan en las propiedades del smbolo de Levy
Civita.
Triple producto mixto
Analicemos ahora el n
umero (pseudoescalar) que proviene de la multiplicacion
cx cy
i
j k
~
~
V = ~c ~a b = k~ck
~a b
cos h~c,~a~bi = c ijk a b = ax ay
bx by
1.7.3.
cz
az
bz
Un par de c
alculos ilustrativos
Mostremos tres casos de identidades vectoriales que pueden ser demostradas mediante la utilizaci
on de
ndices.
1. ~a ~b ~c = (~c ~a) ~b ~a ~b ~c
El resultado ser
a un vector, por lo tanto
i
= ijk aj ~b ~c
~a ~b ~c
k
2.
~a ~b ~c d~ = (~a ~c) ~b d~ ~a d~ ~b ~c
El lado derecho es un escalar, por lo tanto
l
~a ~b ~c d~ = ~a ~b
~c d~
l
m n
ljk
j k
k j
= m
n aj bk cm dn m
n aj bk cm dn
j
= m
aj cm k bk dn k bk cm j aj dn
| {z }|n {z } |m {z }|n {z }
(~
a~
c)
(~bd~)
(~b~c) (~ad~)
= (~a ~c) ~b d~ ~a d~ ~b ~c
Luis A. N
un
ez
26
M
etodos Matem
aticos de la Fsica
1.7.4.
La diferencia entre vectores polares y axiales proviene del siguiente comportamiento bajo transformaciones
de coordenadas y base. Un vector polar (normal, com
un y corriente) queda invariante bajo la siguiente
transformaci
on
i i
= ~a = aii aj (j ) = aii = ~a
i
i
a a
mientras que un pseudovector o vector axial cambia de signo cuando las componentes de los vectores que la
generan y sus vectores base
i i
ai ai
= ~c = ~a ~b ijk (aj ) (bk ) (i ) = cii = ~c
bi bi
es decir
~a ~b = (ay bz az by )+ (az bx ax bz )
+ (ax by ay bx ) k
~a ~b = (ay bz az by ) (az bx ax bz )
+ (ax by ay bx ) k
Existen varias e importantes cantidades fsicas que vienen representadas por pseudovectores, entre ellas
mencionamos
Velocidad Angular
~v =
~ ~r
~
Cantidad de Movimiento Angular
L = ~r p~
Torque
~ = ~r F~
~
B
~
~
Campo de Induccion Magnetica
t = E
Adicionalmente el volumen, V = ~c ~a ~b , como era de esperarse, no es invariante bajo cambio del
espacio
ci ci
ai ai
= V = ~c ~a ~b = ci ijk aj bk (ci ) ijk (aj ) (bk ) = V
bi bi
El volumen es un pseudoescalar mientras que los escalares son invariantes bajo esta transformacion
ai ai
= w = ~a ~b = ai bi ai (bi ) = w
bi bi
en general tambien tendremos multiplicacion entre algunos de estos objetos, con lo cual construiremos otros
objetos. Dejamos al lector demostrar la siguiente tabla de relaciones
vector
vector
pseudovector
vector
vector
pseudovector
Luis A. N
un
ez
vector
pseudovector
pseudovector
vector
pseudovector
pseudovector
=
escalar
= pseudoescalar
=
escalar
= pseudovector
=
vector
= pseudovector
27
M
etodos Matem
aticos de la Fsica
1.8.
Aplicaciones del
algebra vectorial
1.8.1.
Rectas y vectores
La ecuaci
on de la recta en termino de vectores la definiremos fijando uno de sus puntos, digamos
~ (P1 ) = X
~ 1 = x1 + y1
= x111 + x212 + x313 (x1 , y1 , z1 )
~r (P1 ) X
+ z1 k
~ = Ax + Ay
(ver cuadrante IV de la
sus puntos y un vector que indique su direccion, digamos A
+ Az k
Figura 1.5) con lo cual la ecuaci
on de una recta en lenguaje vectorial sera
x = x1 + Ax
~
~
~
y = y1 + Ay
X = X1 + A x + y
+ z k = x1 + y1
+ z1 k+ Ax + Ay
+ Az k
z = z1 + Az
~ = x + y
el conjunto de puntos genericos que cumple con la ecuacion de la recta en 3D. Si
donde X
+z k
lo colocamos en funci
on de la notaci
on de ndices, las ecuaciones anteriores son mas evidentes
~ =X
~ 1 + A
~
X
Luis A. N
un
ez
xmm = xm
m + Amm
1
m
xm = xm
1 + A
para m = 1, 2, 3
28
M
etodos Matem
aticos de la Fsica
N
otese que efectivamente se cumplen tres ecuaciones escalares y cada una de ellas tiene la forma de una
recta. Adem
as, tal y como
muestra la Figura 1.5 el punto generico (x, y, z) lo describe (sobre la recta) la
~
variaci
on del m
odulo de A
mediante la constante de proporcionalidad . Si se requiere describir una recta
que pase por dos puntos, digamos (x1 , y1 , z1 ) y (x2 , y2 , z2 ) entonces una vez seleccionado uno de los puntos
~ = ~r (P2 ) ~r (P1 ) como la resta de los dos radiovectores a los
(digamos (x1 , y1 , z1 )) seleccionamos el vector A
puntos P2 y P1 . Esto es
~
~
~ = X1 + X2
X
1
~ =X
~1 + X
~2 X
~1
X
con =
~1 X
~
X
.
~2 X
~
X
La divisi
on entre vectores tiene sentido porque no es una division entre vectores genericos es una divisi
on
entre vectores que tienen la misma direccion Notese ademas que, lo mismo ocurre cuando despejamos
de la ecuaci
on de la recta
=
~ X
~1
X
~
A
m
xm = xm
1 + A
xm xm
x x1
y y1
z z1
1
=
=
=
Am
Ax
Ay
Az
y equivalentemente ocurre cuando despejamos de la ecuacion de la recta que pasa por dos puntos.
=
1.8.2.
~ X
~1
X
~2 X
~1
X
m
m
xm = xm
1 + (x2 x1 )
xm xm
x x1
y y1
z z1
1
m = x x = y y = z z
xm
x
2
1
2
1
2
1
2
1
Planos y vectores
Ocurre exactamente lo mismo cuando construimos la ecuacion vectorial para un plano. En general una
superficie la define su vector normal (perpendicular). En el caso de una superficie plana (un plano) tendr
a una
u
nica normal que lo define. Por lo tanto, un plano vendra definido su vector perpendicular un punto, digamos
P1 (x1 , y1 , z1 ) . La ecuaci
on vectorial del plano vendra definida por todos los vectores P Q tales que sean
~ (ver cuadrante IV de la Figura 1.5). Donde el punto P es un
perpendiculares a un determinado vector A
punto generico (x, y, z) que define un radiovector. La ecuacion vectorial del plano sera simplemente
~
A
~r (P ) ~r (P1 ) = 0
| {z }
~ (~r ~r1 ) = 0
A
~ ~r = A
~ ~r
A
| {z }1
b
~
B
(x x1 ) + (y y1 )
=0
Ax + Ay
+ Az k
+ (z z1 ) k
Ax (x x1 ) + Ay (y y1 ) + Az (z z1 ) = 0
Luis A. N
un
ez
Ax x + Ay y + Az z = b = Ax x1 + Ay y1 + Az z1
29
M
etodos Matem
aticos de la Fsica
es decir, de manera m
as compacta
Am xm Aj xj1 = 0
Ak xk = b = Al xl1
~ ~r1 = b es la proyecci
Es claro que A
on del radiovector ~r (P1 ) sobre la perpendicular que define al plano. Por
lo tanto ser
a la distancia entre el plano y el origen de coordenadas. Si b = 0 el plano pasa por el origen de
coordenadas.
Consideremos ahora el cuadrante IV de la Figura 1.5. All estan especificados tres puntos en el espacio
caracterizados por sus correspondientes radiovectores posicion, ~r (P1 ) = ~r1 , ~r (P2 ) = ~r2 y ~r (P3 ) = ~r3 . Estos
tres puntos ser
an coplanares si
m
n
n
l
l
(~r1 ~r2 ) ((~r2 ~r3 ) (~r3 ~r1 )) = 0 mnl (xm
1 x2 ) (x2 x3 ) x3 x1 = 0
y la ecuaci
on del plano vendr
a dada por
(~r ~r1 ) ((~r2 ~r1 ) (~r3 ~r1 )) = 0
1.9.
1.9.1.
=0
Un comienzo a la derivaci
on e integraci
on de vectores
Vectores variables,
30
M
etodos Matem
aticos de la Fsica
N
otese que hemos utilizado una base {
ek (t)} de vectores variables a diferencia de la tradicional base de
vectores cartesianos, los cuales son constantes en modulo direccion y sentido (ver los cuadrantes I y II
de la Figura 1.6). M
as a
un, tal y como se muestra en cuadrante IIc de la Figura 1.6 todo vector variable
podr
a ser expresado como la suma de uno variable, ~a (t) , mas otro constante ~c
~ (t) = ~a (t) + ~c
A
1.9.2.
Derivaci
on
De esta manera, cuando uno piensa en un vector variable ~a (t) ~a (t) uno rapidamente piensa en
establecer un cociente incremental tal y como se muestra en
~a (t)
d~a (t)
~a (t + t) ~a (t)
= lm
=
t0 t
t
dt
el cuadrante IV de la Figura 1.6 ilustra gr
aficamente este cociente incremental. Como siempre, las propiedades
de esta operaci
on derivaci
on ser
an
~b (t)
d ~a (t) + ~b (t)
d
d (~a (t))
=
+
dt
dt
dt
lm
t0
d ( (t) ~a (t))
d ( (t))
d (~a (t))
=
~a (t) + (t)
dt
dt
dt
d ~a (t) ~b (t)
=
dt
d ~a (t) ~b (t)
dt
d (~a (t))
dt
d ~b (t)
~b (t) + ~a (t)
dt
d (~a (t)) ~
b (t) + ~a (t)
dt
d ~b (t)
dt
ek (t) + ak (t)
dt
dt
dt
dt
con lo cual hay que tener cuidado al derivar vectores y cerciorarse de la dependencia funcional de base y
componentes. Habr
a sistemas de coordenadas (bases de vectores) que seran constantes y otros en los cuales
sus vectores bases cambiar
an en su direccion. El primer termino representa la variacion del modulo y el
segundo muestra la contribuci
on de los cambios en direccion del vector. Mas a
un, mostraremos apoyandonos
en la ilustraci
on del cuadrante el cuadrante III de la Figura 1.6 que, independientemente del sistema de
coordenada el cambio en el m
odulo apunta en la direccion del vector, mientras que las contribuciones en
direcci
on apuntan en la direcci
on perpendicular al vector. Esto es
k
d (|~a (t)|)
d (~a (t))
=
u
ak + |~a (t)| u
a con u
ak u
a = 0
dt
dt
Es f
acil convencernos de la forma del primer termino. Siempre podemos representar un vector como su
m
odulo y un vector unitario en la direcci
on apropiada. Esto es
~a (t) = |~a (t)| u
a
Luis A. N
un
ez
d (~a (t))
d (|~a (t)| u
a (t))
d |~a (t)|
d (
ua (t))
=
=
u
a (t) + |~a (t)|
dt
dt
dt
dt
Universidad Industrial de Santander
31
M
etodos Matem
aticos de la Fsica
adicionalmente
2
d |~a (t)|
dt
d (|~a (t)|)
d (~a (t))
~a (t)
2
dt
2 |~a (t)|
dt
| {z }
d (|~a (t)|)
d (~a (t))
=u
a (t)
dt
dt
u
a (t)
d (~a (t))
u
a (t)
=u
a (t)
dt
d |~a (t)|
d (
ua (t))
u
a (t) + |~a (t)|
dt
dt
=
d |~a (t)|
d (~a (t))
=
a (t)
u
dt
dt
u
a (t)
d (
ua (t))
=0
dt
=
0=u
a (t)
= u
a (t)
dt
dt
dt
dt
dt
es decir
d (|~a (t)| u
a (t))
d |~a (t)|
d (
ua (t))
d (|~a (t)|)
d (~a (t))
=
=
u
a (t) + |~a (t)|
=
u
ak + |~a (t)| u
a
dt
dt
dt
dt
dt
Supongamos que definimos un vector
~ = u
n
con
n u
ak
u
u
n u
a
u
n u
ak = u
a
u
a u
n = u
ak
=
u
ak u
a = u
n
donde es el
angulo de rotaci
on del vector ~a (t) (ver cuadrante V de la Figura 1.6) Claramente
~a = a (t + t) sen () u
a a (t + t) u
a
~a
~a
~
~a ~a =
~a (t)
t
t
=
= ~a = ~ ~a (t)
d (~a (t))
d ( (t))
u
a u
a =
u
n ~a (t) =
~ ~a (t)
dt
dt
32
M
etodos Matem
aticos de la Fsica
1.9.3.
Velocidades y aceleraciones
= ~v (t) =
d (~r (t))
dt
= ~a (t) =
d (~v (t))
d2 (~r (t))
=
dt
dt2
ahora bien
~r = r (t)P u
r = xP + yP
+ zP k
con u
r = cos + sen
rP = rP (t)
x = x (t)
y = y (t) ; u
r = u
r (t) ;
= (t)
z = z (t)
= const
= const
= const
k
con lo cual
d (cos (t) + sen (t)
)
d (t)
d (t)
d (
ur )
=
= (sen (t))
+ cos (t)
dt
dt
dt
dt
d (t)
d (
ur )
d (t)
=
[ (sen (t)) + cos (t)
] =
u
{z
}
dt
dt |
dt
u
ya que
k
ur k =
u
r u
r =
k
u k =
u
u
=
y
u
u
r = u
r u
= [ (sen (t)) + cos (t)
] [cos (t) + sen (t)
] = 0
M
as a
un
d (
u )
d ( (sen (t)) + cos (t)
)
d (t)
=
= (cos (t) + sen (t)
) =
u
r
dt
dt
dt
Con lo cual, una partcula que describe un movimiento generico vendra descrita en coordenadas cartesianas
por
~r = xP (t) + yP (t)
+ zP (t) k
y su velocidad ser
a
d xP (t) + yP (t)
+ zP (t) k
d~r (t)
=
dt
dt
~v (t) =
d (xP (t))
d (yP (t))
d (zP (t))
+
+
k
dt
dt
dt
y la aceleraci
on
~a (t) =
Luis A. N
un
ez
d (vyP (t))
d (vzP (t))
d (vxP (t))
+
k = axP (t) + ayP (t)
+ azP (t) k
dt
dt
dt
Universidad Industrial de Santander
33
M
etodos Matem
aticos de la Fsica
= ~v (t) =
d (r (t)P u
r (t))
d (r (t)P )
d (
ur (t))
=
u
r (t) + r (t)P
dt
dt
dt
d (t)
u
(t)
dt
y la aceleraci
on
~a (t) =
d (~v (t))
=
dt
d
~a (t) =
dr (t)P
d (t)
u
r (t) + r (t)P
u
(t)
dt
dt
dt
d (t)
u
(t)
d r (t)P
d (vr (t)P u
r (t))
dt
=
+
dt
dt
dr (t)P
dr (t)P d (
ur (t))
dt
u
r (t) +
dt
dt
dt
dr (t)P d (t)
d2 (t)
d (t) d (
u (t))
+
u
(t) + r (t)P
u
(t) + r (t)P
2
dt
dt
dt
dt
dt
dr (t)P
d
2
dr (t)P d (t)
d (t)
d2 (t)
dt
u
r (t) + 2
~a (t) =
r (t)P
+ r (t)P
u
(t)
dt
dt
dt
dt
dt2
ur(t)
~r (t) = R
d (t)
dR
~v (t) = R
u
= 0 =
r = R = const =
dt
dt
2
d2 (t)
~a (t) = R d (t) u
r (t) + R
u
(t)
dt
dt2
De aqu podemos ver claramente que velocidad ~v (t) y posicion ~r (t) son ortogonales. La velocidad, ~v (t) ,
siempre es tangente a la trayectoria ~r (t) y en este caso la trayectoria es una circunferencia. En general el
vector
Z
X
X
X
~rmed =
~r (ti ) =
(~r (ti + ti ) ~r (ti )) = lm
~r (ti ) = d~r (t) = ~r (t)
i
t0
h
i
zP (t)
xP (t) + yP (t)
d~r (t) = d xP (t) + yP (t)
+ zP (t) k
+
k
t
t
t
Tal y como mencionamos arriba, para el sistema de coordenadas cartesiano podemos definir un vector
Luis A. N
un
ez
34
M
etodos Matem
aticos de la Fsica
u
~r = u
~v
|~
~
u
~v
=u
~r
|~
|
u
~r u
~v =
|~
|
~v (t) =
~ ~r (t)
Supongamos por que, simplicidad, elegimos el sistema de coordenadas cartesiano tal que ~r este el plano x, y.
En este caso es inmediato comprobar que v i = ijk j xk y dado que ~r y ~v tienen
unicamente componentes
1, 2 entonces, necesariamente
~ tiene componente 3. Es decir
~r = rii
v = 1j2 j x2
=
=
~ = 33 |~
|3 |~
| k
~v = v ii
v = 2j1 j x1
como
~r = xP (t) + yP (t)
~v (t) =
d ( (t))
d (~r (t))
= vxP (t) + vyP (t)
=
~ ~r (t) =
k (xP (t) + yP (t)
)
dt
dt
como se ve m
as claro es en coordenadas polares, esto es
d (~r (t))
d (t)
= r (t)P
u
(t) = (|~
| u
n (t)) (r (t)P u
r (t))
dt
dt
|~r (t)| = const
~v (t) =
d (t)
r (t)P
u
(t) = |~
| r (t) u
(t)
|
{z dt }
d (t)
|~
|
dt
~
v (t)
1.9.4.
Vectores y funciones
~ (x, y, z) . Son,
Antes de continuar con la integraci
on repensemos algunas funciones de tipo (x, y, z) y V
sin duda funciones de varias variables
= (x, y, z)
~ =V
~ (x, y, z) = Vx (x, y, z) +
z (x, y, z)
V
Vy (x, y, z) + kV
un par de reflexiones se pueden hacer en este punto. Primeramente, dado que hemos relacionado un punto
del espacio con un radio vector posici
on, entonces
= (x, y, z) (~r)
P(x,y,z) (x, y, z) ~r = xP + yP
+ zP k
~
~ (x, y, z) V
~ (~r)
V =V
Luis A. N
un
ez
35
M
etodos Matem
aticos de la Fsica
La primera funci
on, (~r) ser
a una funci
on escalar de argumento vectorial o, simplemente un campo escalar
y la segunda se conoce como una funci
on vectorial de argumento vectorial o campo vectorial. Como hemos
dicho este tipo de funciones y las operaciones que pueden ser realizadas con ellas, as como tambien su
significado, ser
a analizada en detalle m
as adelante en este mismo curso.
En segundo lugar, siempre podremos parametrizar las coordenadas y tendremos
= (t) = (x (t) , y (t) , z (t))
~ =V
~ (t) = V
~ (x (t) , (t) y, z (t))
V
vx = v0x
+ ~v0 = kgt
+ v0x +
0z
vy = v0x
~v = kgt
v0y + kv
vz = v0z gt
g t2
~r = k
2
t t + v0x +
0z t
+ ~v0 t = kg
v0y + kv
2
x = v0x t
y = v0x t
z = v t gt
0z
2
(x (t) , y (t) , z (t)) d x (t) (x (t) , y (t) , z (t)) d y (t) (x (t) , y (t) , z (t)) d z (t)
d (~r (t))
=
+
+
dt
x
dt
y
dt
z
dt
d (~r (t))
=
dt
(x, y, z)
(x, y, z) (x, y, z)
+
+
k
x
y
z
d x (t)
d y (t)
d z (t)
+
+
k
dt
dt
dt
d (~r (t))
~ (x (t) , y (t) , z (t)) d ~r (t)
=
dt
dt
donde hemos representado
(x, y, z)
~ (~r (t)) = (x, y, z) + (x, y, z)
+
k = m (x, y, z)m = ,m (x, y, z)m
x
y
z
y lo llamaremos el gradiente de la funci
on. El gradiente de un campo escalar es uno de los objetos mas u
tiles,
el cual lo utilizaremos, por ahora de manera operacional y recordaremos que emerge como consecuencia de
una derivaci
on contra un par
ametro. El gradiente mide el cambio del la funcion (x, y, z).
Luis A. N
un
ez
36
M
etodos Matem
aticos de la Fsica
~
(~r (t))
+
+ k (x, y, z) = (m m ) (x, y, z)
x
y z
~ () =
()
() ()
+
+
k = m m ()
x
y
z
+
k=
m
dt
dt
dt
dt
dt
por consiguiente,
si ~c, tiene por componentes cartesianas (cx , cy , cz ) las componentes del vector derivado
ser
an
d cx d cy d cz
dt , dt , dt
d cm (xn (t))
cm (xn ) d xl (t)
d cm (x (t) , y (t) , z (t))
=
=
=
dt
dt
xl
dt
es decir, en terminos vectoriales
d ~c
d ~r (t) ~
~ ~c
=
~c ~v
dt
dt
d ~r (t) ~
cm (x, y, z)
dt
d () ~
= ~v () v i i ()
dt
1.9.5.
El vector gradiente
+k
x
y
z
~ (x, y, z) = 1 1 (x, y, z) + 2 2 (x, y, z) + 3 3 (x, y, z)
Luis A. N
un
ez
37
M
etodos Matem
aticos de la Fsica
~
~
=
E =
+
+k
Ex + Ey
+ Ez k
x
y
z
~ E
~ =
Ez
Ey
Ex
Ez
Ey
Ez
k
y
z
z
x
x
y
~ E
~ = i ijk j Ek
Tambien tendremos el producto escalar de nabla por un vector. Esta operacion la llamaremos divergencia
ax (x, y, z) ay (x, y, z) az (x, y, z)
ai xj
i ai xj
+
+
~a =
i
x
x
y
z
~ como un vector. De este modo habra cantidad de relaciones vectoriales
pero por ahora consideremos nabla
~
que involucren a las cuales se podr
an demostrar. Veamos
~ ~a ~b = ~a
~ ~b + ~b
~ ~a + ~a
~ ~b + ~b
~ ~a
1.
El resultado es un gradiente, es decir un vector. El lado izquierdo sera
i
~ ~a ~b
= i ~a ~b = i aj bj = i aj bj + i bj aj
mientras que el lado derecho
i
~ ~a ~b
= aj j bi +
= aj j bi +
= aj j bi +
= aj j bi +
~ ~b + ijk bj
~ ~a
bj j ai + ijk aj
k
k
bj j ai + ijk aj kmn m bn + ijk bj kmn m an
bj j ai + ijk mnk aj m bn + ijk mnk bj m an
i j
j i
bj j ai + m
n m
n aj m bn +
i j
j i
+ m
n m
n bj m an
i j
j i
= aj j bi + bj j ai + m
n aj m bn m
n aj m bn +
i j
j i
+ m
n bj m an m
n bj m an
= aj j bi + bj j ai + an i bn am m bi + bn i an bm m ai
= aj j bi am m bi + bj j ai bm m ai + an i bn + bn i an
{z
} |
{z
}
|
=0
=0
= an i bn + bn i an = i aj bj = i ~a ~b
h
i
h
i
~ ~a
~ ~a =
~ ~a
~ ~a
~
~ ~a ~a + ~a
~
~ ~a
~ ~a
~ ~a
2.
Iniciamos la traducci
on a ndices por el lado izquierdo de la ecuacion as
~ ~a
~ ~a = ijk j (am m ) ak = ijk (j am ) m ak + ijk am j m ak
= ijk (j am ) m ak + am m ijk j ak
Luis A. N
un
ez
38
M
etodos Matem
aticos de la Fsica
h
i
~
~ ~a ~a = m mjk j ak ai = mjk m j ak ai = 0
~
~ ~a = am m ijk j ak
~a
h
i
~ ~a
~ ~a = mjk j ak m ai
el segundo termino se anula por cuanto mjk es antisimetrico respecto a los ndices mj mientras que
m j es simetrico. El tercer termino del desarrollo del lado derecho corresponde con el segundo del
desarrollo del lado izquierdo. Por cual llegamos a la siguiente igualdad
ijk (j am ) m ak = ( m am ) ijk j ak mjk j ak m ai
Para verificar la igualdad tendremos que evaluar componente a componente. Esto es para el lado
izquierdo
1jk (j am ) m ak = 123 (2 am ) m a3 + 132 (3 am ) m a2
= (2 am ) m a3 (3 am ) m a2
= (2 a1 ) 1 a3 + (2 a2 ) 2 a3 + (2 a3 ) 3 a3
(3 a1 ) 1 a2 (3 a2 ) 2 a2 (3 a3 ) 3 a2
mientras que para el primer termino del lado derecho
( m am ) 1jk j ak = ( m am ) 123 2 a3 + ( m am ) 132 3 a2
= 2 a3 1 a1 + 2 a3 2 a2 + 2 a3 3 a3
| {z }
3 a2 1 a1 3 a2 2 a2 2 a2 3 a3
| {z }
+2 a1 3 a 1 a2 3 a1
| {z }
al sumar ambos terminos se eliminan los sumandos indicados con letras griegas, y queda como
( m am ) 1jk j ak mjk j ak m ai = 2 a3 2 a2 + 2 a3 3 a3
3 a2 2 a2 2 a2 3 a3
+ 1 a3 2 a1 1 a2 3 a1
Luis A. N
un
ez
39
M
etodos Matem
aticos de la Fsica
y al compararlo con el desarrollo del lado derecho e identificar termino a termino queda demostrado
1jk (j am ) m ak = (2 a1 ) 1 a3 + (2 a2 ) 2 a3 + (2 a3 ) 3 a3
(3 a1 ) 1 a2 (3 a2 ) 2 a2 (3 a3 ) 3 a2
1.9.6.
Integraci
on
Despues de haber diferenciado campos escalares y vectoriales, el siguiente paso es integrarlos. Encontraremos varios objetos vectoriales a integrar seran:
Z
~ (u) d u
V
integracion de un vector por un escalar
Z
(x, y, z) d ~r
~ (x, y, z) d ~r
V
~ (x, y, z) d ~r
V
el primero de casos es el tipo de integral que siempre hemos utilizado para encontrar la posicion a partir
de la velocidad. Los siguientes tres casos se conocen con el nombre de integrales de lnea por cuanto es
importante la ruta o trayectoria que sigamos al integrar. Esto aparece indicado por la letra C en la
integral y ser
a evidente m
as adelante. En general la integral de lnea dependera de la trayectoria.
Un vector por un escalar
El primer caso de este tipo integrales es el trivial que siempre hemos utilizado:
Z
Z
Z
Z
Z
~ (u) d u = Vx (u) d u +
Vz (u) d u =
V
Vy (u) d u + k
V i (u) d u
ei
La integral de un vector (en un sistema de coordenadas cartesianas) por un escalar se convierte en una suma
de tres integrales de siempre, cada una a lo largo de las componentes cartesianas del vector.
As integramos la aceleraci
on de un movimiento parabolico
Z
Z
d ~v
= ~v = ~a dt = k
g dt = kgt
+ ~v0 = kgt
+ v0x +
0z
= ~a = g k
v0y + kv
dt
Ahora bien, existen sutilezas en este caso que debemos tener en cuenta. Por ejemplo considere la integral
Z
Z
Z
d2 ~a
d
d ~a
d ~a d ~a
d
d ~a
d ~a
dt ~a
=
dt
~
a
=
dt
~
a
= ~a
+ ~c
dt2
dt
dt
dt
dt
dt
dt
dt
Luis A. N
un
ez
40
M
etodos Matem
aticos de la Fsica
Pero en general los casos quedan resueltos integrando componente a componente con la ayuda de la notaci
on
de ndices
Z
Z
dt ijk aj bk |ei i
dt ~a ~b =
Quiz
a uno de los problemas que ilustra mejor esta situacion es el movimiento bajo fuerzas centrales. La Ley
de Gravitaci
on de Newton nos dice que
X
d ~v
M
=mG 2 u
r
dt
rmM
F = m ~a = m
d ~v
M
=G 2 u
r
dt
rmM
Es costumbre definir la velocidad aerolar, ~vA , como el area barrida por el radio vector posicion, ~r (t) que
describe la trayectoria de la partcula
d (r u
r )
dr
du
r
du
r
du
r
d ~r
=ru
r
=ru
r
u
r + r
=ru
r r
= r2 u
r
2~vA = ~r
dt
dt
dt
dt
dt
dt
N
otese que si ~c es un vector constante
d
du
r
du
r
= ~c
u
r
= 0 = u
r
dt
dt
dt
= 2~vA = r2 u
r
du
r
= const
dt
con lo cual
d
d ~v
M
MG
(~v ~vA ) =
~vA = G 2 u
r ~vA =
dt
dt
rmM
2
MG
d
(~v ~vA ) =
dt
2
du
r
u
r u
r
dt
du
r
du
r
MG d u
r
u
r
u
r (
ur u
r )
=
dt
dt
2 dt
integrando
MG
u
r + p~
2
donde p~ es un vector arbitrario de constante de integracion. Finalmente nos damos cuenta que
MG
MG
u
r + p~ =
r + rp cos
~r (~v ~vA ) = r u
r
2
2
~v ~vA =
2
~r (~v ~vA ) = ijk ri vj vAk ~vA (~r ~v ) = ~vA ~vA = vA
y entonces
2
vA
MG
=
r + rp cos
2
= r =
MG
2
2
vA
+ p cos
1+
2
2vA
MG
2p
M G cos
R
c
(~r) d~r
El segundo objeto que tropezaremos es la integracion de funciones de varias a lo largo de una curva
determinada. Esto es
Z
Z
Z
Z
Z
= (x, y, z) d x+
(x, y, z) d z
(x, y, z) d~r = (x, y, z) dx + dy
+ dz k
(x, y, z) d y+k
c
Luis A. N
un
ez
41
M
etodos Matem
aticos de la Fsica
3x2 + 2y d y
(0,0)
(0,0)
(0,0)
Se requiere especificar la curva c a lo largo de la cual integraremos desde el punto P1 (0, 0) al punto
P2 (1, 2) . Si recorremos la ruta (0, 0) (1, 0) (1, 2) tendremos que
Z (1,0)
Z (1,0)
Z 1
2
2
3x + 2y d~r =
3x + 2y dx =
3x2 dx =
(0, 0) (1, 0) = y = cte = 0 =
(0,0)
(1,0)
Z
(1, 0) (1, 2) = x = cte = 1
(0,0)
Z
3x + 2y dy =
(0,0)
Z
c1 (0, 0) (1, 0) (1, 2)
(0,0)
con lo cual
cA
1
(1,2)
Z
3x + 2y d~r =
(3 + 2y) dy = 10
(1,2)
3x2 + 2y d~r = + 10
=
(0,0)
cB
1
si hubieramos seleccionado la recta que une a estos dos puntos como la curva c2 entonces
c2 y = 2x
= d y = 2d x
(1,2)
3x2 + 2y d~r =
(0,0)
(1,2)
(1,2)
Z
3x2 + 2y d x +
3x2 + 2y d y
(0,0)
(0,0)
(1,2)
3x2 + 2y d~r =
(0,0)
Z
3x2 + 2 (2x) d x +
3x2 + 2 (2x) 2dx = 3+6
x = x ( )
y = y ( )
c
z = z ( )
Z
(x, y, z) d~r =
(x ( ) , y ( ) , z ( ))
c
y ( )
z ( )
x ( )
d +
d
+
d k
Z
(x, y, z) d~r =
Luis A. N
un
ez
Z
x ( )
y ( )
(x ( ) , y ( ) , z ( ))
d +
(x ( ) , y ( ) , z ( ))
d
c
c
Z
(x ( ) , y ( ) , z ( )) z ( ) d
+k
c
Universidad Industrial de Santander
42
M
etodos Matem
aticos de la Fsica
x=
x=2
x=
cA
; cB
; c2 =
1 =
1 =
y=0
y=
y = 2
R
F~ (~r) d~r
R
Quiz
a la integral de lnea m
as conocida sea una del tipo c F~ (~r) d~r por cuanto nos la hemos tropezado
en el c
alculo del trabajo de que realiza una fuerza. Todo lo que hemos considerado al parametrizar la curva
en el caso anterior, sigue siendo v
alido.
Z
Z
Z
Z
Z
F~ (~r) d~r = Fx (x, y, z) dx + Fy (x, y, z) dy + Fz (x, y, z) dz = F i xj dxi
c
Z (1, 43 2)
F~ (~r) d~r =
Z (1, 43 2)
(0,0)
3x2 + 2xy 3 +6xy
(dx + dy
)
(0,0)
Z (1, 34 2)
F~ (~r) d~r =
Z (1, 43 2)
3x + 2xy
(0,0)
Z (1, 43 2)
dx +
6xy dy
(0,0)
(0,0)
x( )
x = 2 2
= 4
=
y( )
y = 3 +
= 3 2 + 1
3x + 2xy
dx =
Z
3 2 2
2
+ 2 2 2
3 +
3
(4 ) d
(0,0)
Z (1, 43 2)
3x + 2xy
Z
dx =
(0,0)
y la segunda
2
2
Z (1, 43 2)
1
9305
12 5 + 4 12 + 12 10 + 12 8 + 4 6 d = +
2
4 96 096
2
2
Z
6xy dy =
(0,0)
6 2 2
3 +
65
3 2 + 1 d =
32
con lo cual
Z (1, 43 2)
(0,0)
Luis A. N
un
ez
F~ (~r) d~r =
Z (1, 43 2)
3x + 2xy
(0,0)
Z (1, 43 2)
dx +
6xy dy =
(0,0)
73
9305
+
2
32 96 096
43
M
etodos Matem
aticos de la Fsica
1.10.
Vectores y n
umeros complejos
Desde la m
as tierna infancia matem
atica nos hemos tropezado con las llamadas races imaginarias o
complejas de polinomios. De este modo la solucion a un polinomio c
ubico
x = 2i
x = 2i
x3 3x2 + 4x 12 = 0 =
= (x + 2i) (x 2i) (x 3) = 0
x=3
o cuadr
atico
x = 2i
x + 4 = 0 =
= (x + 2i) (x 2i)
x = 2i
umero imaginario i
nos lleva a definir un n
umero i2 = 1 i = 1 como vimos arriba al multiplicar el n
por cualquier n
umero real obtendremos el n
umero imaginario puro bi, con b <. La nomenclatura n
umeros
imaginarios surgi
o de la idea de que estas cantidades no representan mediciones fsicas. Esa idea ha sido
abandonada pero el nombre qued
o.
2
1.10.1.
Los n
umeros complejos y su
algebra
Un n
umero complejo, z, es la generalizacion de los n
umeros imaginarios (puros), ib. Esto es
a parte real
z = a + ib
con a, b < =
b parte imaginaria
Obviamente los n
umeros reales ser
an a + i0 n
umeros complejos con su parte imaginaria nula. Los n
umeros
imaginarios puros ser
an n
umeros complejos con su parte real nula, esto es 0 + ib. Por ello en general diremos
que
z = a + ib = a = Re (z) b = Im (z)
es decir, a corresponde a la parte real de z y b a su parte imaginaria.
Cada n
umero complejo, z, tendr
a un n
umero complejo conjugado, z tal que
z = a + ib
z = a ib
(z ) = z
z z = a2 + b2
claramente
z z 0
= |z| = |z | = z z
Es importante se
nalar que, en general, no existe relacion de orden entre los n
umeros complejos. Vale
decir, que no sabremos si un n
umero complejo es mayor que otro. No esta definida esta operacion.
z1 z2
z1 z2
= a1 = a2
b1 = b2
44
M
etodos Matem
aticos de la Fsica
se suman dos n
umeros complejos sumando sus partes reales y sus partes imaginarias.
z3 = z1 + z2
b3
(z1 + z2 ) = z1 + z2
se multiplican n
umeros complejos por escalares multiplicando el escalar por sus partes reales e imaginarias
z3 = z1 = (a1 + ib1 ) = (a1 ) + i (b1 )
se multiplican n
umeros complejos entre si, multiplicando los dos binomios y teniendo cuidad que
i2 = 1.
z3 = z1 z2 = (a1 + ib1 ) (a2 + ib2 ) = (a1 a2 b1 b2 ) + i (a1 b2 + b1 a2 )
1.10.2.
z = (a, b)
Luis A. N
un
ez
45
M
etodos Matem
aticos de la Fsica
fue tres veces redescubierta primero por Caspar Wessel en 1799, luego por Jean Argand en 1806 y finalmente
por Gauss5 en 1831.
De esta manera como un recordatorio al plano real
2
2
r = zz = |z| = x + y
z = x + iy z = r (cos + i sen ) con
tan = y donde
x
La interpretaci
on vectorial de n
umeros complejos permite que la suma de n
umeros complejos sea representada
por la regla del paralelogramo. Mientras que los productos escalar y vectorial nos llevan a
z1 z2 = Re (z1 z2 ) = Re (z1 z2 )
z1 z2 = Im (z1 z2 ) = Im (z1 z2 )
1.10.3.
umero complejo z
F
ormulas de Euler y De Moivre
f (x) = Cn (x x0 )
con Cn =
1 dn f (x)
n! d xn x=x0
donde n = 0, 1, 2, 3, 4
Luis A. N
un
ez
46
M
etodos Matem
aticos de la Fsica
Es f
acil convercerse que
e
1 2
1
1 4
1 5
1 6
1
3
= 1 + i + i + +
i
+
i 7 +
2
6
24
120
720
5040
sen
ei = cos + i sen
esta relaci
on se conoce como la relaci
on de Euler 7 . Con lo cual ahora tenemos tres formas de representar
un n
umero complejo
z = x + iy z = r (cos + i sen ) z = rei
La expresi
on z = x + iy se conoce como forma cartesiana de representacion de un n
umero complejo, la
forma z = r (cos + i sen ) ser
a la forma trigonometrica o polar y la expresion z = ei sera la forma de Euler.
Es importante notar una sutileza implcita en esta notacion. La forma cartesiana representa unvocamente
a un n
umero complejo, mientras que la forma polar (y la de Euler), es ambigua
z = r (cos + i sen ) = r (cos( + 2n) + i sen( + 2n))
(1.1)
z1 = r1 ei1
= z1 z2 = ei1 ei2 = ei(1 +2 ) = r1 r2 (cos (1 + 2 ) + i sen (1 + 2 ))
i2
z2 = r2 e
M
as a
un, si
z = x + iy
y a partir de la relaci
on o f
ormula de Euler se puede demostrar la De Moivre 8
n
n
ei = ein (cos + i sen ) = cos (n) + i sen (n) con n entero
1.10.4.
Euler (15 abril 1707, Basilea, Suiza; 18 septiembre 1783, San Petersburgo, Rusia). Uno de los matem
aticos m
as
prolficos de todos los tiempos. Desarroll
o inmensamente campos como la geometra analtica y trigonometra, siendo el primero
que consider
o el coseno y el seno como funciones. Hizo aportes significativos en el desarrollo del c
alculo diferencial e integral
as como tambi
en, astronoma, elasticidad y mec
anica de medios contnuos. M
as detalles http://www-history.mcs.st-andrews.
ac.uk/Mathematicians/Euler.html
8 Abraham de Moivre (26 mayo 1667 in Vitry-le-Fran
cois, Francia; 27 noviembre 1754, Londres Inglaterra) Matem
atico
franc
es que tuvo que emigrar a Inglaterra por razones religiosas. Contemporaneo de Newton, Liebniz, Halley, fue pionero con
sus contribuciones en Geometra Analtica y Teora de Probabilides.
Luis A. N
un
ez
47
M
etodos Matem
aticos de la Fsica
Identidades trigonom
etricas
La primera de las aplicaciones de la f
ormula de De Moivre es para construir identidades trigonometricas
en las cuales se expresa el coseno o el seno de factores de un angulo. Esto las siguientes (nada triviales)
identidades trigonometricas
cos 3 = 4 cos3 3 cos
1
n
z + z n = 2 cos n
z = ei = cos + i sen
z n 1 = 2 sen n
zn
. Estas identidades surgen de manera inmediata de
1
n
n
z n + n = (cos + i sen ) + (cos + i sen ) = (cos n + i sen n) + (cos (n) + i sen (n))
z
= cos n + i sen n + cos n i sen n
1
z n + n = 2 cos n
z
igualmente puede demostrarse la segunda de las afirmaciones anteriores. Ahora bien, supongamos adem
as
que n = 1, con lo cual se cumple que
1
1
y
z = ei ei = 2 sen
z + = ei + ei = 2 cos
z
z
que tambien lo sabamos desde la mas temprana edad de nuestros bachilleratos. Ahora bien, lo que quiz
a no
sabamos en esos entonces (y quiz
a ahora tampoco) es que a partir de aqu podemos construir
5
1
1
1
1
5
10
5
5
3
cos = 5 z +
= 5
z + 5 + 5z + 3 + 10z +
2
z
2
z
z
z
es decir
1
[2 cos 5 + 10 cos 3 + 20 cos ]
25
de la misma manera se puede proceder con otras potencias y con potencias de la funcion seno.
cos5 =
Luis A. N
un
ez
48
M
etodos Matem
aticos de la Fsica
Races de polinomios
La f
ormula de De Moivre nos puede ayudar para la encontrar races de polinomios. Supongamos, para
empezar que queremos encontrar las n races de la ecuacion z n = 1. Para ello procedemos con el siguiente
artificio
z n = 1 = cos (k2) + i sen (k2) = ei(k2) con k = 0, 1, 2, ....
con lo cual las n races de la ecuaci
on z n = 1 seran
z = e i(
zn = 1
z
z1 = e2i( n ) ;
1
z 0 = 1;
z2 = e2i( n ) ;
2
k2
n
}|
3
z3 = e2i( n ) ;
zn2 = e2i(
n2
n
);
zn1 = e2i(
n1
n
{
)
z1=0 z =1
una vez m
as
z 4 = 2
4
z0 = i 2;
z 4 = 2ei(k2)
k2
4
z = i 2ei( 4 )
4
4
z1 = i 2ei 2 = 2;
4
4
z2 = i 2ei = i 2;
3
4
4
z3 = i 2ei 2 = 2
4
4
4
4
z 5 z 4 + 2z 2 = 0 z0 = i 2; z1 = 2; z2 = i 2; z3 = 2;
z4 = 1
Una afirmaci
on que nos han dicho y que quiza no sepamos de donde viene es que si un polinomio
con coeficientes reales tiene races complejas, ellas
an complejas conjugadas unas deotras. Vale decir si
ser
z 5 z 4 + 2z 2 = 0 tiene como raz z0 = i 4 2 tambien tendra como raz z2 = i 4 2 y z0 = z2 . Esta
afirmaci
on se prueba de forma general si suponemos que tenemos una ecuacion
ai z i = 0
con i = 0, 1, 2, n 1, n
a0 + a1 z + a2 z 2 + an1 z n1 + an z n = 0
donde los coeficientes a0 , a, a2 , , an1 , an los suponemos reales, esto es ai = ai para todos los valores del
ndice i. Al tomar complejo conjugado a la ecuacion nos queda
a0 + a1 z + a2 z 2 + an1 z n1 + an z n = 0
n1
+ an (z ) = 0
n1
+ an (z ) = 0
a0 + a1 z + a2 (z ) + an1 (z )
a0 + a1 z + a2 (z ) + an1 (z )
49
M
etodos Matem
aticos de la Fsica
3
a(a2 3b2 ) = 2
a=
4
z 3 = 2 (a + ib)3 = 2 a3 3ab2 + i(3a2 b b3 ) = 2
b(b2 3a2 ) = 0
b=
3
4
es decir, las 6 races ser
an
z3 = 2
z=2
z = 1 1 i3
3
4
z = 1,
z = 2i
Logaritmos y potencias de n
umeros complejos
Definamos las siguiente funci
on
z = ei
Ln z = i
donde Ln representar
a el logaritmo natural del n
umero complejo z. Notese que hemos utilizado Ln en lugar
de tradicional ln y la raz
on es la ambig
uedad implcita en la notacion de Euler, vale decir
z = rei
Ln z = ln r + i ( + 2n) = ln r + i
+ 2n
con n = 0, 1, 2,
Ln (3i) = Ln 3ei( 2 +2n) = ln 3 + i
2
por lo tanto el valor principal del Ln (3i) sera ln (3i) = ln 3 i 2 .
Con la misma intuici
on se procede con las potencias de n
umeros complejos. Si queremos evaluar z = i5i
tendremos que proceder como sigue
h
i
z = i5i Ln (z) = Ln i5i = 5i Ln (i) = 5i Ln ei( 2 +2n) =
i
ii = exp i
+ 2n
= exp i2
+ 2n = exp 2n
2
2
2
y para
ln
n
o3
1
1
= 3 ln 2 exp i arctan
= 3 ln 2 + i arctan
= ln 8 + i
3+i
+ 6n
2
3
3
Luis A. N
un
ez
50
M
etodos Matem
aticos de la Fsica
1.11.
1 2 + 3 + 3
3i=1 mi~ri
3
5
m1~r1 + m1~r1
~
R= 3
= +
=
=
j=1 mj
MT
6
6
2
y los siguientes vectores
2. Dada una base ortonormal {,, k}
~a = 3 + 2 + k ~b = 3 2 + k ~c = k
a) Comprobar si {~a, ~b, ~c} forman base
Soluci
on: Para que los vectores formen base tienen que ser linealmente independientes. Esto es ~a +~b+~c =
0 = = = 0 con lo cual
3 + 3 + = 0
2 2 = 0
3 + 2 + k + 3 2 + k + k = 0
+ =0
y al resolver esl sistema se obtiene = = = 0 con lo cual se demuestra que son linealmente
independientes
Otra manera de resolverlo es mostrar que ~c ~a ~b 6= 0 y efectivamente
1 0 1
1 = 4 6= 0
~c ~a ~b = 3 2
3 2 1
b) Si {~a, ~b, ~c} forma base, exprese d~ = + 2 ~e = 3 2 f~ = ~a ~b en termino de esa base {~a, ~b, ~c}.
~ ~e, f~} en termino
De lo contrario, construya una base como {~a, ~b, ~a ~b} y exprese los vectores {d,
de esa nueva base
Soluci
on: Como forman base expresamos los vectores en termino esos terminos. Esto es
3 + 3 + = 1
2 2 = 2
+ 2 = 3 + 2 + k + 3 2 + k + k
+ =0
resolviendo tendremos que d~ = 85 ~a 83~b + 41 ~c. Seguidamente
3 + 3 + = 3
2 2 = 2
3 2 = 3 + 2 + k + 3 2 + k + k
+ =0
Luis A. N
un
ez
51
M
etodos Matem
aticos de la Fsica
2
2
k
1
1
= 4 12k
con lo cual
3 + 3 + = 4
2 2 = 0
4 12k = 3 + 2 + k + 3 2 + k + k
+ = 12
y finalmente f~ = ~a ~b = ~a ~b + 10~c
3. Utilizando la notaci
on de ndices demostrar que para cualquier tro de vectores {~a, ~b, ~c} se cumple que
~
~
~a (b ~c) + b (~c ~a) + ~c (~a ~b) = 0
Soluci
on: En notaci
on de ndices
~a (~b ~c) + ~b (~c ~a) + ~c (~a ~b) = lmi am ijk bj ck + lmi bm ijk cj ak + lmi cm ijk aj bk
con lo cual arreglando
lmi ijk am bj ck + lmi ijk bm cj ak + lmi ijk cm aj bk =
jl km jm kl am bj ck + jl km jm kl bm cj ak + jl km jm kl cm aj bk =
y ahora desarrollando los productos de s, nos queda
ak bl ck ak bk cl + bk cl ak bk ck al + ck al bk ck ak bl = 0
| {z } | {z }
| {z } | {z }
| {z } | {z }
I
II
II
III
III
y(t) = 4t3 t
z(t) = t
a) Encuentre las expresiones para los vectores: posicion, velocidad y aceleracion de esa partcula
Soluci
on:
~r(t) = 3t2 + (4t3 t) + tk ~v = 6t + (12t2 1) + k ~a = 6 + 24t
b) Encuentre las expresiones, m
as generales, de los vectores tangentes y perpendiculares a todo a
punto de la trayectoria de la partcula
Soluci
on: Vector tangente a todo punto de la trayectoria es el vector velocidad
~v = 6t + (12t2 1) + k
tal que
El perpendicular a todo punto, sera un vector ~b = bx + by + bz k,
(bx + by + bz k)
= 6tbx + (12t2 1)by + bz = 0
(6t + (12t2 1) + k)
con lo cual
~b = bx + by (6tbx + (12t2 1)by )k
Luis A. N
un
ez
52
M
etodos Matem
aticos de la Fsica
R (x2 ,y2 )
(x1 ,y1 )
(1.2)
(4,1)
(4,4)
(1,1)
15k2
2
15k2
2
(4,1)
(1,4)
(4,4)
(dy) (k1 + k2 y) +
(1,1)
(1,4)
(4,4)
(1,1)
(4,4)
(1,1)
15k2
2
6. Dados los siguientes puntos en el espacio (1, 0, 3); (2, 1, 0); (0, 1, 1); (1, 0, 1).
a) Considere los tres primeros puntos. Estos tres puntos son coplanares ? por que ? De ser
coplanares,
Soluci
on: Tres puntos en el espacio definen un plano, por lo tanto siempre ser
an coplanares
1) Encuentre el
area del tri
angulo que tiene por vertices esos tres puntos
Soluci
on: Para ello seleccionamos uno de los puntos como un vertice privilegiado (digamos (2, 1, 0))
respecto al cual construiremos dos vectores que representan dos de los lados del tri
angulo.
Esto es
~a = (1, 0, 3) (2, 1, 0) ~a = 1 + + 3k
y
~b = (0, 1, 1) (2, 1, 0) ~b = 2 + k
con lo cual, el
area del vertice
estos dos vectores. Es decir
1
~
~
A = k~a bk ~a b =
2
ser
a la mitad del
area del paralelogramo que tiene por lados
1 1
2 0
k
3
1
= 30
A = 1 k 5 + 2kk
= 5 + 2k
2
2
2) Encuentre la ecuaci
on del plano que los contiene
Soluci
on: La ecuaci
on del plano vendr
a dada por
(~r ~r1 ) ((~r2 ~r1 ) (~r3 ~r1 )) = 0
donde
~r = x + y + z k,
Luis A. N
un
ez
~r1 = + 3k,
~r2 = 2 ,
~r3 = + k,
53
M
etodos Matem
aticos de la Fsica
con lo cual la
(x 1)
1
1
ecuaci
on del plano queda como
y (z 3)
1
3 = 0 (x 1) + 5y 2(z 3) = 0
1
2
x 5y + 2z = 7
b) Considere los cuatro puntos Estos cuatro puntos son coplanares ? por que ? De NO ser
coplanares, encuentre la distancia del cuarto punto al posible plano que contiene a los otros tres.
Soluci
on: Para verificar si el cuarto punto est
a en el plano, verificamos si cumple la ecuaci
on que lo define
(1) 5(0) + 2(1) 6= 7
los cuatro puntos no son coplanares. Para calcular la distancia del cuarto punto al plano construyo
el vector unitario normal al plano
~nP =
~a ~b
1
d = ~nP ~c = 1 5 + 2k
3 + + k
=
5 + 2k
30
30
k~a ~bk
w
~ 1 = + 3k
~ 2 = 2 3 w
~ 3 = + k
a) Forman una base para R3 ? Explique detalladamente
Soluci
on: Son linealmente independientes, estos es
w
~ 1 + w
~ 2 + w
~3 = 0
===0
+2
3
=0
=0
=0
en la posible base {w
b) Si es que forman base, exprese el vector ~a = 3 + 3k
~ 1, w
~ 2, w
~ 3}
Soluci
on: Como son linealmente independientes, forman base, con lo cual cualquier vector puede ser expresado como combinaci
on lineal de estos tres. Eso es:
= 3
=1
+2
3 = 3
= 13
~a = w
~ 1 + w
~ 2 + w
~3
3
+ = 3
=2
8. Utilizando la notaci
on de ndices muestre si se cumple la siguiente identidad
~ ~a ~b = ~a
~ ~b ~b
~ ~a + ~b
~ ~a ~a
~ ~b
Luis A. N
un
ez
54
M
etodos Matem
aticos de la Fsica
Soluci
on:
j
i j
~ ~a ~b = ijk j (klm al bm ) = (li m
m
l )j (al bm ) = m (ai bm ) l (al bi )
expandiendo la derivada
~ (~a ~b) = bm m (ai ) + ai m (bm ) bi l (al ) al l (bi ) (~b )~
~ a + (
~ ~b)~a (
~ ~a)~b (~a )
~ ~b
~v (t) =
d(t)
d~r(t)
=5
u
= 30t u
dt
dt
~a(t) =
d~a(t)
= 30 u
30t u
r
dt
b) Considere ahora un segundo observador, el cual describe una trayectoria respecto al primero
representada por
~r21 (t) = (t3 4t) + (t2 + 4t)
Encuentre las expresiones para los vectores posicion, velocidad y aceleracion de la partcula medidos respecto al segundo observador
Soluci
on: La trayectoria de la partcula respecto al segundo observador ser
a
~r2 (t) = ~r1 (t) ~r21 (t) = 5 cos 3t2 + 5 sen 3t2 ((t3 4t) + (t2 + 4t) )
con lo cual
~r2 (t) = (5 cos 3t2 (t3 4t)) + (5 sen 3t2 (t2 + 4t))
entonces
~v2 (t) =
d~r2 (t)
= (30t cos 3t2 (3t2 4)) + (30t sen 3t2 (2t + 4))
dt
y
~a2 (t) =
d~v2 (t)
= (30 cos 3t2 180tt sen 3t2 6t) + (30 sen 3t2 180t2 cos 3t2 2)
dt
10. El campo de fuerzas del oscilador armonico anisotropo bidimensional se escribe como
F~ = k1 xi + k2 yj
Encuentre el trabajo realizado,
Soluci
on: En general
Z (4,4)
d~r F~ =
(1,1)
(4,4)
R (x2 ,y2 )
(x1 ,y1 )
Z
(dx + dy ) k1 xi + k2 yj =
(1,1)
(4,4)
(1,1)
(4,4)
dx k1 x +
dy k2 y
(1,1)
(4,4)
(1,1)
Luis A. N
un
ez
d~r F~ =
(4,1)
(4,4)
dy k2 y =
dx k1 x +
(1,1)
(4,1)
4
4
1
1
15
k1 x2 + k2 y 2 =
(k2 k1 )
2
2
2
1
1
55
M
etodos Matem
aticos de la Fsica
(4,4)
d~r F~ =
(1,4)
dx k1 x =
(1,4)
(1,1)
(1,1)
(4,4)
dy k2 y
4
4
1
1
15
k2 y 2 k1 x2 =
(k2 k1 )
2
2
2
1
1
(4,4)
(1,1)
Luis A. N
un
ez
d~r F~ =
dx (k2 k1 ) x =
1
4
1
15
(k2 k1 ) x2 =
(k2 k1 )
2
2
1
56
Bibliografa
[1] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[2] Borisenko, A.I, y Tarapov I.E. (1968) Vector and Tensor Analisys (Dover Publications Inc, Nueva
York)
[3] Dennery, P. y Krzywicki, A. (1995) Mathematics for Physicists (Dover Publications Inc, Nueva York)
[4] Harper, C. (1971) Introduction to Mathematical Physics (Prentice Hall, Englewood Cliff, N.J:)
[5] Hassani, S. (1991) Foundations of Mathematical Physics (Prentice Hall, International Edition,
London:
[6] Hauser, W (1971) Introduction to Principles of Electromagnetism
Reading)
(Addison-Wesley Pub Co
[7] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for Physics and Engineering (Cambridge University Press)
[8] Santal
o, L.A (1969) Vectores y Tensores (Editorial Universitaria, Buenos Aires)
[9] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
[10] Spiegel, M. (1959) Vector Analysis (Schaums Outline Series, McGraw Hill New York )
57
Captulo 2
58
M
etodos Matem
aticos de la Fsica
2.1.
2.1.1.
Grupos
Ser
an grupo:
Luis A. N
un
ez
59
M
etodos Matem
aticos de la Fsica
2.1.2.
Campo
Definiremos como un campo como el conjunto F = {f1 , f2 , f3 , , fn , } sobre el cual estan definidas
dos operaciones suma, +, y multiplicaci
on, , y que satisfacen las siguientes propiedades
1. Forman un grupo abeliano respecto a la suma, +,con el elemento neutro representado por el cero, 0.
2. Forman un grupo abeliano respecto a la multiplicacion, . Se excluye el cero, 0 y se denota el elemento
neutro de la multiplicaci
on como 1.
3. Es distributiva respecto a la suma, + : Dados fi , fj y fk se tiene que
fi (fj + fk ) = fi fj + fi fk
Ejemplos tpicos de campos lo constituyen los racionales Q, los n
umeros reales R y los n
umeros complejos
C. Normalmente se refiere estos campos como Campos Escalares
2.1.3.
Sea el conjunto de objetos V = {|v1 i , |v2 i , |v3 i |vi i } se denominara V un espacio vectorial
lineal y sus elementos |vi i vectores, si existe definida una operacion suma, , respecto a la cual los elementos
|vi i V de forman un grupo abeliano y una operacion multiplicacion por un n
umero escalar de un campo,
K = {, , } tal que:
1. La operaci
on suma es cerrada en V : |vi i , |vj i V |vk i = |vi i |vj i V
2. La operaci
on suma es conmutativa y asociativa
a) |vi i , |vj i V |vi i |vj i = |vj i |vi i
b) |vi i , |vj i , |vk i V (|vi i |vj i) |vk i = |vj i (|vi i |vk i)
3. Existe un u
nico elemento neutro: ! |0i
|vj i V
Luis A. N
un
ez
60
M
etodos Matem
aticos de la Fsica
Ejemplos
Ser
an ejemplos de espacios vectoriales
1. Los n
umeros reales y complejos con el campo de reales o complejos y definidas las operaciones ordinarias
de suma y multiplicaci
on. V R; +; |vi x; K R.
V C; +; |vi i x + iy; K R.
Si el campo K es el conjunto de los n
umeros reales se dira que es un espacio vectorial real de n
umeros
reales si V R y si V C se dira un espacio vectorial real de n
umeros complejos. Por su parte si
K C diremos que es un espacio vectorial complejo de n
umeros reales ( si V R) o complejos (
V C ). Siempre se asociar
a el campo de escalares al espacio vectorial. Se dira que es un espacio
vectorial sobre el campo de los escales. Si el campo es real (complejo) se dira que el espacio vectorial
es real (complejo).
2. El espacio V Rn = R R R, vale decir el producto cartesiano de R, cuyos elementos son
nuplas de n
umeros, con la operaci
on suma ordinaria de vectores en n-dimensionales y la multiplicaci
on
por escalares.
|xi = (x1 , x2 , x3 , xn )
|yi = (y1 , y2 , y3 , , yn )
|yi = (y1 , y2 , y3 , , yn , )
n
X
xi = L
con L finito
k=1
|yi = Nab
Luis A. N
un
ez
61
M
etodos Matem
aticos de la Fsica
5. El conjunto de todos los polinomios con coeficientes reales P = ao , a1 x, a2 x2 , , an xn , con
la suma ordinaria entre polinomios y la multiplicacion ordinaria de polinomios con escalares
6. Espacios Funcionales (de los cuales lo polinomios son un caso particular) En estos espacios los vectores
ser
an funciones, la suma sera la suma ordinaria entre funciones y la multiplicacion por un escalar
tambien sera la multiplicaci
on ordinaria de una funcion por un elemento de un campo
|f i = f (x)
|gi = g (x)
[a, b] : C[a,b]
b) El conjunto de todas las funciones complejas
R de variable 2real, (x) , definidas en [a, b] , de cuadrado integrable (es decir para las cuales [a,b] dx k (x)k sea finita). Este espacio se denomina
com
unmente L2 y pueden ser definidas en un rango [a, b] finito o infinito y para mas de una
variable.
Ejercicios
Muestre que tambien ser
an espacios vectoriales
1. El conjunto de todas las funciones f = f (x) definidas en x = 1 con f (1) = 0. Si f (1) = c, tendremos
igual un espacio vectorial ? por que ?
2. Los vectores (x, y, z) V3 tal que sus componentes satisfacen el siguiente sistema de ecuaciones algebraico
a11 x + a12 y + a13 z = 0
a21 x + a22 y + a23 z = 0
a31 x + a32 y + a33 z = 0
La importancia de la conceptualizaci
on y la notaci
on
En los ejemplos antes mencionados hemos utilizado para representar un vector abstracto la notaci
on de
|v1 i y con ellos construimos un espacio vectorial abstracto V = {|v1 i , |v2 i , |v3 i , , |vn i} . Un espacio
vectorial abstracto ser
a un conjunto de elementos genericos que satisfacen ciertos axiomas. Dependiendo del
conjunto de axiomas tendremos distintos tipos de espacios abstractos. En matematica el concepto de espacios
abstracto es reciente (1928) y, aparentemente, se le debe a Maurice Frechet2 . La teora resulta de desarrollar
las consecuencias l
ogicas que resultan de esos axiomas. Los elementos de esos espacios se dejan sin especificar
a prop
osito. Ese vector abstracto puede representar, vectores en Rn , matrices n n o funciones continuas. La
notaci
on |v1 i, que se denomina un ket y al cual corresponde un bra hv2 | proviene del vocablo ingles braket
que significa corchete y ser
a evidente m
as adelante cuando construyamos escalares braket hv2 | |v1 i . Esta u
til
notaci
on la ide
o Paul Dirac3 , uno de los fsicos mas influyentes en el desarrollo de la fsica del siglo pasado
2 MAURICE FR
eCHET (1878 Maligny, Yonne, Bourgogne-1973 Pars, Francia). Vers
atil Matem
atico Franc
es, con importantes contribuciones en Espacios M
etricos, Topologa y creador del concepto de espacios abstractos.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians/
3 PAUL ADRIEN MAURICE DIRAC (1902 Bristol, Inglaterra 1984-Tallahassee, EE.UU) Adem
as de contribuir de manera
determinante en la comprensi
on de la Mecanica Cu
antica, es uno de los creadores de la Mecanica Cuantica Relativista la cual
Luis A. N
un
ez
62
M
etodos Matem
aticos de la Fsica
2.2.
M
etricas y Espacios M
etricos
si
d (|xi , |yi) |x1 y1 | + |x2 y2 | + |x3 y3 | + + |xn yn | y es claro que se recobra la idea
de distancia en el plano complejo: d (|xi , |yi) |x y|
Es importante destacar que las definiciones de distancia arriba propuesta son invariante con traslaciones
de vectores. Esto es: |
xi = |xi + |ai |
yi = |yi + |ai, entonces
d (|xi , |yi) d (|
xi , |
yi) .
2.3.
La idea de distancia, de metrica, es el equipamiento mas elemental que uno le puede exigir a un espacio
vectorial. Mucho m
as interesante a
un son aquellos espacios vectoriales que estan equipados con la idea de
norma y a partir de all se define la idea de distancia. La norma tiene que ver con el tama
no del vector y
ayud
o a comprender el papel que juega el espn en las partculas subat
omicas. Por sus importantes trabajos comparti
o con
Erwin Schr
odinger el Premio Nobel de fsica en 1933.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians/
Luis A. N
un
ez
63
M
etodos Matem
aticos de la Fsica
la metrica tiene que ver con la distancia entre vectores. Cuando definimos la metrica a partir de la norma,
vinculamos las propiedades algebraicas del espacio con sus propiedades geometricas.
La norma, k|vi ik n (|vi i) de un espacio vectorial V = {|v1 i , |v2 i , |v3 i |vn i} sera una funci
on
n: V R3 |vi i V se cumple que
1. n (|vi i) k|vi ik 0
si
n
X
! 21
|xi |
i=1
p
es claro que para un espacio Euclidiano R3 se cumple que k|xik = x21 + x22 + x23 por lo tanto la idea de
norma generaliza la noci
on de tama
no del vector |xi . Tambien es claro que la definicion de distancia
se construye a partir de la norma de la forma
q
2
2
2
2
d (|xi , |yi) k|xi |yik = |x1 y1 | + |x2 y2 | + |x3 y3 | + + |xn yn |
2. Para el Espacio Lineal de matrices n n reales o complejas con el campo K real o complejo, una
definici
on de norma es
n
m X
X
|Mab |
kM k =
a=1 b=1
y la correspondiente definici
on de distancia
d (|xi , |yi) kM N k =
m X
n
X
|Mab Nab |
a=1 b=1
! 21
2
dx |f (x)|
t[a,b]
Luis A. N
un
ez
64
M
etodos Matem
aticos de la Fsica
2.4.
2.4.1.
Producto Interno
En un espacio vectorial abstracto V = {|v1 i , |v2 i , |v3 i |vn i} la definicion del producto interno de
dos vectores se denota como hvi | vj i y es una funcion de
V V C 3 |xi , |yi , |zi V, es decir asocia a ese par de vectores con un elemento del campo
escalar. Las propiedades que definen el producto interno son
1. hx| xi
hx| xi 0
|xi , |yi V
2. hx| yi = hy| xi
|xi V
si
hx + z| yi = hx| yi + hz| yi
hx| yi = hx| yi
|xi , |yi V
5. hx| 0i = h0| xi = 0
A partir de la definici
on de producto interno se construyen los conceptos de norma y distancia
p
p
y
d (|xi , |yi) k|xi |yik = hx y| x yi
k|xik = hx| xi
2.4.2.
Todo producto interno hx| yi definido en un espacio vectorial abstracto V = {|v1 i , |v2 i , |v3 i |vn i}
cumple con la desigualdad de Cauchy-Schwarz
2
Es claro que |xi = |0i |yi = |0i se cumple la igualdad y es trivial la afirmacion. Para |xi |yi
cualesquiera procedemos construyendo |zi = |xi + |yi con |xi |yi arbitrarios pero y tendr
an
valores particulares, por lo tanto
hz| zi hx + y| x + yi 0
hx + y| x + yi = hx| xi + hx| yi + hy| xi + hy| yi 0
2
Luis A. N
un
ez
65
M
etodos Matem
aticos de la Fsica
|hx| yi|
2
k|xik k|yik
|hx| yi|
1
k|xik k|yik
|yi como
|hx| yi|
k|xik k|yik
M
as a
un, a partir de la definici
on de norma se obtiene
k|xi + |yik = hx + y| x + yi = hx| xi + hx| yi + hx| yi + hy| yi = hx| xi + 2 Re (hx| yi) + hy| yi
con lo cual hemos generalizado para un espacio vectorial abstracto el teorema del coseno
2
Ejemplos
1. Espacios Euclidianos reales, Rn y Espacios Euclidianos Complejos Cn . Los vectores de estos espacios
pueden ser representados por |xi = (x1 , x2 , xn ) |yi = (y1 , y2 , , yn ) y el producto interno
queda definido por
n
X
hx| yi = x1 y1 + x2 y2 + x3 y3 , xn yn =
xi yi
i=1
2
ax + ay + az k
~a ~b = ax bx + ay by + az bz
b + b + b k
x
y
z
ahora bien, el lector puede comprobar que para vectores en R2 tambien se puede proveer una definici
on
de producto interno
~a ~ ~b = 2ax bx + ax by + ay bx + ay by
igualmente v
alida, con lo cual es claro que en un mismo espacio vectorial pueden coexistir. Por su parte
la norma
v
u n
q
p
uX
2
2
2
2
k|xik = hx| xi = x1 + x2 + x3 , + xn = t
x2i
i=1
Luis A. N
un
ez
66
M
etodos Matem
aticos de la Fsica
d (|xi , |yi) =
q
2
2
2
2
(x1 y1 ) + (x2 y2 ) + (x3 y3 ) + + (xn yn )
(xi + yi ) =
i=1
n
X
n
X
x2i +
v
u n
u n
X
X
u
u
y 2 + 2 t
x2 t
y 2 cos
i
i=1
i=1
i=1
i=1
n
X
(xi + yi ) =
i=1
x2i
n
X
i=1
yi2
i=1
obvio que para R2 tanto el teorema del coseno como el teorema de Pitagoras retoman su forma tradicional. Finalmente la desigualdad de Cauchy-Schwarz se expresa
n
2
! n
!
n
X
X
X
2
2
xi yi
xi
yi
|hx| yi| k|xik k|yik
i=1
i=1
i=1
k|f ik = hf | f i =
dx |f (x)|
t[a,b]
d (|f i , |gi) =
dx |f (x) g (x)|
t[a,b]
v
uZ
u
d (|f i , |gi) = t
dx |f (x)| 2 Re
t[a,b]
dx
(x) g (x)
t[a,b]
t[a,b]
t[a,b]
dx |g (x)|
t[a,b]
! 21
2
! 21
Z
dx |g (x)|
dx |f (x)|
+2
dx |g (x)|
t[a,b]
t[a,b]
Luis A. N
un
ez
cos
t[a,b]
67
M
etodos Matem
aticos de la Fsica
donde
dx f (x) g (x)
1
1
2 2
2 2 R
dx
|g
(x)|
dx
|f
(x)|
t[a,b]
t[a,b]
R
cos =
R
t[a,b]
t[a,b]
dx |g (x)|
t[a,b]
para funciones f (x) y g (x) ortogonales, mientras que para este caso, la desigualdad de Cauchy-Schwarz
se expresa
Z
2
! Z
!
Z
2
2
dx f (x) g (x)
dx |f (x)|
dx |g (x)|
t[a,b]
t[a,b]
t[a,b]
2.5.
2.5.1.
Variedades Lineales
Dependencia, independencia lineal
n
X
Ci |vi i ,
i=1
1
3
|v1 i =
1 ;
2
2
0
|v2 i =
1 ;
3
1
1
|v3 i =
0 .
0
Luis A. N
un
ez
68
M
etodos Matem
aticos de la Fsica
Ejemplos Si consideramos el espacio vectorial V = {|v1 i , |v2 i , |v3 i , , |vn i} seran ejemplos de independencia lineal:
|vk i f (t) = tk para k = 1, 2, 3, es claro que un polinomio dePgrado n + 1, no podra ser expresado
n
en terminos un polinomio de grado n. en otras palabras, tn+1 6= i=0 Ci ti
|vk i f (t) = eak t con a1 , a2 , a3 , coeficientes constantes. Tambien salta a la vista que no podremos
expresar una de esas funciones exponenciales como combinacion lineal
Si consideramos |v1 i f (t) = cos2 t, |v2 i = sen2 t y |v3 i = 1 es claro que |v1 i , |v2 i , y |v3 i son
linealmente dependientes por cuanto |v1 i + |v2 i = |v3 i . Notese que si
|v1 i = cos t,
|v2 i = sen t
|v3 i = 1,
2.5.2.
Ahora bien, dado un espacio vectorial V = {|v1 i , |v2 i , |v3 i , |vn i}, encontramos que el conjunto de
{|vn i} es linealmente dependiente, entonces siempre es posible despejar uno de los vectores en terminos de
los dem
as, vale decir
|vn i = C1 |v1 i + C2 |v2 i + C3 |v3 i + Cn1 |vn1 i =
n1
X
Ci |vi i ,
i=1
seguidamente se procede a comprobar si {|v1 i , |v2 i , |v3 i , |vn1 i} son linealmente independientes, es
decir si C1 = C2 = C3 = = Cn1 = 0. En caso de no serlo se procede otra vez a despejar uno de los
vectores en terminos de los anteriores y a aplicar el criterio de independencia lineal,
|vn1 i = C1 |v1 i + C2 |v2 i + C3 |v3 i + Cn2 |vn2 i =
n2
X
Ci |vi i ,
i=1
C1 = C2 = C3 = = Cn1 = 0.?
se repite este procedimiento hasta encontrar un conjunto {|v1 i , |v2 i , |v3 i , |vnj i} de vectores linealmente independientes. Esto es C1 = C2 = C3 = = Cnj = 0.! y por lo tanto
|vnj+1 i = C1 |v1 i + C2 |v2 i + C3 |v3 i + Cnj |vni i =
nj
X
Ci |vi i ,
i=1
C1 = C2 = C3 = = Cnj = 0.?
Luis A. N
un
ez
69
M
etodos Matem
aticos de la Fsica
nj
X
Ci |vi i ,
i=1
En este caso diremos que {|v1 i , |v2 i , |v3 i , |vnj i} es una base para V. La dimension de V sera el
conjunto de vectores linealmente independientes, que para este caso es n j. As se puede comprobar que,
dado |xi V entonces
nj
X
|xi =
Ci |vi i ,
|xi V
i=1
S2
S3
Entonces |xi = |x1 i + |x2 i + |x3 i con |x1 i S1 ; |x2 i S2 ; |x3 i S3 , entonces diremos que V es la suma
directa de S1 , S2 y S3 y lo denotaremos como V = S1 S2 S3
2.5.3.
El determinante de Gram
Existe una forma directa de comprobar la independencia lineal de una conjunto de vectores {|v1 i , |v2 i , |v3 i , |vn i}
V,y es como sigue: dado |xi V entonces
C1 hv1 |v1 i + C2 hv1 |v2 i + C3 hv1 |v3 i + + Cn hv1 |vn i = hv1 |xi
n
C1 hv2 |v1 i + C2 hv2 |v2 i + C3 hv2 |v3 i + + Cn hv2 |vn i = hv2 |xi
X
|xi =
Ci |vi i ,
..
..
.
.
i=1
C1 hvn |v1 i + C2 hvn |v2 i + C3 hvn |v3 i + + Cn hvn |vn i = hvn |xi
Luis A. N
un
ez
70
M
etodos Matem
aticos de la Fsica
hv1 |vn i
hv2 |vn i
6= 0
..
.
hvn |vn i
2.5.4.
En una espacio con vectorial con producto interno, dos vectores |u1 i|u2 i seran ortogonales si su producto
interno se anula
|u1 i |u2 i hu2 |u1 i = 0
Se denomina un conjunto ortogonal de vectores {|u1 i , |u2 i , |u3 i , |un i} si
ij = 0
2
hui |uj i = ij k|uj ik
i, j = 1, 2, 3, , n
y con
ij = 1
si i 6= j
si i = j
y se denominar
a conjunto ortonormal si k|uj ik = 1.
Un conjunto ortogonal de vectores {|u1 i , |u2 i , |u3 i , |un i} V es linealmente independiente, m
as
a
un, para el caso particular de un espacio euclidiano, {|u1 i , |u2 i , |u3 i , |un i} conforman una base ortogonal para V. La demostraci
on es sencilla. Para un determinado espacio vectorial una combinacion lineal de
6 Jorgen Pedersen Gram (1850-1916 Dinamarca) Matem
atico Dan
es, que alternaba su actividad de gerente de una importante compa
na de seguros con las matem
aticas (Probabilidad, An
alisis Num
erico y Teora de N
umeros). Es conocido
mayormente por el m
etodo de ortogonalizaci
on, pero se presume que no fue
el quien primero lo utiliz
o. Aparentemente fue
ideado por Laplace y utilizado tambi
en por Cauchy en 1836. Gram muri
o arrollado por una bicicleta a la edad de 61 a
nos.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians
Luis A. N
un
ez
71
M
etodos Matem
aticos de la Fsica
Pn
hu1 | [Pi=1
n
hu2 | [Pni=1
X
hu3 | [ i=1
Ci |ui i = |0i
..
i=1
Pn
hun | [ i=1
Ci |ui i] = 0
Ci |ui i] = 0
Ci |ui i] = 0
..
.
Ci |ui i] = 0
Pn
Pni=1 Ci
Pni=1 Ci
i=1 Ci
..
.P
n
i=1 Ci
1i = 0
2i = 0
3i = 0
C1 = 0
C2 = 0
C3 = 0
..
.
ni = 0
Cn = 0
con lo cual es claro que {|u1 i , |u2 i , |u3 i , |un i} son linealmente independientes. Si la dimension de V, es
n, dim V = n y tenemos n vectores linealmente independientes, entonces esos n vectores {|u1 i , |u2 i , |u3 i , |un i}
forman una base ortogonal para V,y por lo tanto las componentes de un vector en esa base se pueden expresar
de manera simple.
" n
#
n
X
X
huj |xi
|xi V
|xi =
Cj =
Ci |ui i
huj |xi = huj |
Ci |ui i
huj |uj i
i=1
i=1
2
En el caso de un conjunto ortonormal de vectores {|e1 i , |e2 i , |e3 i , |en i} Vn con k|ej ik = 1, las
componentes de cualquier vector quedan determinadas de una forma todava mas simple y con consecuencias
mucho m
as impactantes
!
n
n
n
X
X
X
2
k|ej ik = 1 Cj = hej |xi |xi =
Ci |ei i =
hei |xi |ei i
|ei i hei | |xi
i=1
i=1
i=1
{z
1
|ei i hei | = 1
i=1
i=1
i=1
la cual se concreta para el caso de |xi |yi en la generalizacion del Teorema de Pitagoras
2
hx |xi k|xik =
n
X
|hx| |ei i|
i=1
Ejemplos
Funciones Trigonometricas: Uno de los ejemplos mas emblematicos es el caso de las funciones continuas,
|u2n1 i = cos nx
con n = 1, 2, 3,
72
M
etodos Matem
aticos de la Fsica
Es claro que {|u1 i , |u2 i , |u3 i , |un i , } es un conjunto de funciones ortogonales por cuanto
R 2
R0 dx sen nx sen mx = 0
0 si n =
6 m
dx cos nx sen mx = 0
0
R
2 dx cos nx cos mx = 0
R 2
2
hun |um i = nm k|un ik
dx = 2
si n = m = 0
R 2
k|un ik
si n = m
dx cos2 nx = si i = j = 2l 1
R 2 dx sen2 nx = si i = j = 2l
0
con l = 1, 2, 3, tambien. Por lo tanto, podremos construir una base ortonormal de funciones
{|e1 i , |e2 i , |e3 i , , |en i , } de la forma
1
|e0 i = ,
2
1
|e2n1 i = cos nx
1
|e2n i = sen nx.
dx 12 f (x) = a0
si i = 0
X
R 2
|f i =
Ci |ei i
Ci = hei |f i =
dx f (x) cos nx = a2n1 si i = 2n 1
0
i=1
R 2
dx f (x) sen nx = a2n
si i = 2n
0
donde los Ci son los coeficientes de Fourier
Otro de los ejemplos tpicos lo constituye los llamados polinomios de Legendre. Polinomios Pn (x)
definidos en el intervalo [1, 1] y generados a partir de la Formula de Rodrigues7
Pn (x) =
1 dn 2
(x 1)n ,
n!2n dxn
n = 0, 1, 2, .....
Ecuaci
on de Legendre
Solucion
2
00
0
0
(1 x ) y 2x y = 0 y0 (x) = 1
1
(1 x2 ) y 00 2x y 0 + 2 y = 0 y1 (x) = x
2
(1 x2 ) y 00 2x y 0 + 6 y = 0 y0 (x) = 1 3x2
3 (1 x2 ) y 00 2x y 0 + 12 y = 0 y1 (x) = x 53 x3
4
4 (1 x2 ) y 00 2x y 0 + 20 y = 0 y0 (x) = 1 10x2 + 35
3 x
Es f
acil comprobar que los polinomios de Legendre |P i = P (x) son mutuamente ortogonales con un
7 Benjamin Olinde Rodrigues (1794 Burdeos, Francia - 1851, Par
s Francia) Banquero, Matem
atico y activista poltico
solcialista Franc
es durante la Revoluci
on Francesa. De origen judo, y cuyas contribuciones fundamentales como la f
ormula para
la generaci
on de Polinomios de Legendre, permanecieron olvidadas por mucho tiempo.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians
Luis A. N
un
ez
73
M
etodos Matem
aticos de la Fsica
hPn |Pm i =
Pn (x)Pm (x)dx =
1
2
nm
2n + 1
Pn2 (x)dx=
2
2n + 1
Cualquier funci
on en el intervalo [1, 1] puede ser expresada en esa base.
f (x) = |Fi =
ak |Pk i =
k=0
X
hPk |Fi
|Pk i
hPk |Pk i
k=0
m
X
n=0
bn x n =
ak |Pk i =
an Pn (x)
n=0
k=0
no se requiere hacer ninguna integral por cuanto los coeficientes an se determinan a traves de un
sistema de ecuaciones algebraicas. Para el caso de f (x) = x2 tendremos
f (x) = x2 = a0 P0 (x) + a1 P1 (x) + a2 P2 (x)
1
f (x) = x2 = a0 + a1 x + a2 (3x2 1)
2
1
2
2
f (x) = x = P0 (x) + P2 (x)
3
3
Quedar
a como ejercicio demostrar que para el caso de
r
X
Pn (x)
2
1 x X hPk |Fi
=
|Pk i = P0 (x) 2
f (x) =
2
hPk |Pk i
3
(2n 1) (2n + 3)
n=1
k=0
con
Z
hPk |Fi =
f (x)Pk (x)dx =
1
2.5.5.
1x
Pk (x)dx
2
Ortogonalizaci
on
Hemos visto que un conjunto de vectores ortogonales forman base para un espacio vectorial. Ahora
bien, siempre es posible construir un conjunto de vectores ortogonales a partir de un conjunto de vectores
linealmente independientes. Es metodo de ortogonalizacion se conoce como el metodo de Gram-Schmidt8 ,
en honor de estos dos matem
aticos alemanes que NO inventaron el metodo, el cual al parecer se le debe al
matem
atico frances P.S. Laplace.
Dado un conjunto de vectores linealmente independientes, {|v1 i , |v2 i , |v3 i , , |vn i} que expanden un
espacio Euclidiano de dimensi
on finita, E n . Entonces siempre se puede construir un conjunto ortogonal de
vectores, {|u1 i , |u2 i , |u3 i , , |un i} que tambien expandan E n de la siguiente forma:
8 Erhard Schmidt (1876, Estonia-1959 Alemania). Matem
aticoAlem
an fundador del primer instituto de matem
aticas aplicadas de Berln. Alumno de Hilbert, Schmidt hizo sus mayores contribuciones en Ecuaciones Integrales y Teora de Funciones
en el Espacio de Hilbert.
M
as detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians
Luis A. N
un
ez
74
M
etodos Matem
aticos de la Fsica
|u1 i |v1 i
|u2 i |v2 i
hv2 |u1 i
hu1 |u1 i
|u3 i |v3 i
hv3 |u2 i
hu2 |u2 i
|u4 i |v4 i
hv4 |u3 i
hu3 |u3 i
|u1 i
|u2 i
|u3 i
3
hv3 |u1 i
hu1 |u1 i
hv4 |u2 i
hu2 |u2 i
|u1 i
|u2 i
hv4 |u1 i
hu1 |u1 i
|u1 i
..
.
|un i |vn i
hu2 |u1 i = 0
hu3 |u1 i = 0
hu3 |u2 i = 0
hu4 |u1 i = 0
hu4 |u2 i = 0
hu4 |u3 i = 0
..
.
hvn |ui i
i=1 hui |ui i
Pn1
|ui i
hu4 |u1 i = 0
hu4 |u2 i = 0
hu4 |u3 i = 0
..
.
hu4 |un1 i = 0
As siempre es posible construir una base ortonormal a partir de un conjunto de vectores linealmente
independientes. Esta base ortogonal ser
au
nica en E n , si existe otra sus vectores seran proporcionales, M
as
n
a
un, cada espacio vectorial V de dimension finita tendra una base ortogonal asociada.
Ejemplos
El subespacio de V4 expandido por los siguientes vectores
2
1
0
3
|v1 i =
1 ; |v2 i = 1 ;
3
2
Luis A. N
un
ez
1
1
|v3 i =
0 .
0
75
M
etodos Matem
aticos de la Fsica
Tendr
a una base ortogonal asociada dada por
1
1
|u1 i |v3 i =
0 ;
0
1
1
2
1 1
0
hv2 |u1 i
|u2 i |v2 i
|u1 i =
1 (1) 0 = 1
hu1 |u1 i
3
0
3
|u3 i |v1 i
hv1 |u2 i
hv1 |u1 i
|u2 i
|u1 i =
hu2 |u2 i
hu1 |u1 i
5
4
1
3
9
|u3 i
1 12
2
5
1
1
1 4
1
=
(1)
0 7
1
4
0
3
14
|e1 i = p
|u1 i
hu1 |u1 i
1
!
2
1 .;
0
2
0
5
4
! 5
4
2 3
9
7
4
14
|e3 i =
|u3 i
=
hu3 |u3 i
|e2 i = p
|u2 i
hu2 |u2 i
12
12
1
1
1 ;
3
Para el caso de R2 es muy claro. Si tenemos dos vectores |v1 i y |v2 i linealmente independientes,
1
0
|v1 i =
; |v2 i =
;
1
1
elegimos |u1 i |v2 i entonces, |u2 i vendra dado por
|u2 i |v1 i
hv1 |u1 i
|u1 i
hu1 |u1 i
|u2 i
1
1
0
1
=
1
0
76
M
etodos Matem
aticos de la Fsica
|u1 i |v1 i
hv1 |u0 i =
R1
1
|u2 i |v2 i
hv2 |u0 i =
R1
hu1 |u1 i =
R1
1
hv3 |u0 i =
R1
hv3 |u2 i =
R1
..
.
dx t2 = 23 ;
dx t2 =
hv2 |u1 i =
dx t3 = 0;
dx t3 t2
hv3 |u1 i =
1
3
2.5.6.
R1
1
1
3
dx t3 = 0;
R1
1
dx t4 =
hu2 |u2 i =
= 0;
R1
1
2
5
dx t2
1 2
3
8
45
|e
q1 i
1
2
t
1
3
1
5
2q 2
t2
t2
t3
t3 35 t
t4 67 t2 +
..
.
t4
..
.
dx = 2
hv3 |u1 i
hv3 |u0 i
hv3 |u2 i
|u2 i
|u1 i
|u0 i = t3 53 t
hu2 |u2 i
hu1 |u1 i
hu0 |u0 i
2
3
Podemos resumir
|v1 i
|u1 i
1
R1
hv2 |u0 i
hv2 |u1 i
|u1 i
|u0 i = t2
hu1 |u1 i
hu0 |u0 i
|u3 i |v3 i
hu0 |u0 i =
dx t = 0;
3
35
1
8
q2
9
2
7
2
3
2t
3t2 1
5t3 3t
35t4 30t2 + 3
..
.
Complementos Ortogonales.
Luis A. N
un
ez
77
M
etodos Matem
aticos de la Fsica
2.5.7.
Descomposici
on ortogonal
Dado {|v1 i , |v2 i , |v3 i , , |vn i , } un Espacio Euclidiano V y un subespacio de V con dimensi
on
finita, S V y dim V = m. Entonces |vk i V se puede expresar como suma de dos vectores |sk i
S |sk i S . Esto es
|sk i S
|sk i S
M
as a
un, la norma de |vk i se calcula a traves del teorema de Pitagoras generalizado
2
2
2
k|vk ik = k|sk ik +
|sk i
La demostraci
on es sencilla. Primero se prueba que la descomposicion ortogonal |vk i = |sk i + |sk i
es siempre posible. Para ello recordamos que S V es de dimension finita, por lo tanto existe una base
ortonormal {|e1 i , |e2 i , |e3 i |em i} para S. Esto es, dado un |vk i definimos los elementos |sk i y |sk i
como siguen
m
X
|sk i =
hvk |ei i |ei i |sk i = |vk i |sk i
i=1
N
otese que hvk |ei i |ei i es la proyecci
on de |vk i a lo largo de |ei i y |sk i se expresa combinacion lineal de la
base de S. Por lo tanto est
a en S. Por otro lado,
m
X
|sk i |tk i S
Por lo tanto
Pero |sk i|tk i S,por lo tanto ortogonal a todos los elementos de S y |sk i|tk i = |tk i |sk i con lo cual
|sk i |tk i |0i que es el u
nico elemento que es ortogonal a el mismo y en consecuencia la descomposici
on
2
k|vk ik =
|sk i + |sk i
= hsk | + hsk |
|sk i + |sk i
= hsk |sk i + hsk |sk i k|sk ik +
|sk i
As, dado Sm un subespacio de V de dimension finita y dado un |vk i V el elemento
|sk i S
|sk i =
m
X
i=1
ser
a la proyecci
on de |vk i en S.
Dado un vector |xi V y un subespacio de V con dimension finita, Sm V y dim V = m, entonces la
distancia de |xi a Sm es la norma de la componente de |xi , perpendicular a Sm .
Luis A. N
un
ez
78
M
etodos Matem
aticos de la Fsica
2.6.
Temas Avanzados
2.6.1.
Aproximaci
on de Funciones
Sea {|v1 i , |v2 i , |v3 i , , |vn i , } un Espacio Euclidiano V y un subespacio de V con dimensi
on
finita, Sm V y dim V = m,y sea un elemento |vi i V. La proyeccion de |vi i en Sm , |si i , sera el elemento
de Sm m
as pr
oximo a |vk i. En otras palabras
k|vi i |si ik k|vi i |ti ik
|ti i S
La demostraci
on se sigue as
|vi i |ti i = (|vi i |si i) (|si i |ti i)
k|si i |ti ik 0
Ejemplos
Desarrollemos la aproximaci
on de funciones continuas, reales de variable real y definidas en [0, 2],
R 2
C[0,2]
, mediante funciones Trigonometricas y con el producto interno definido por hf | gi = 0 dx f (x) g (x) .
Hemos visto que para este espacio vectorial tenemos una base ortonormal definida por
1
1
|e0 i = 0 (x) = ,
|e2n1 i = 2n1 (x) = cos nx
2
1
|e2n i = 2n (x) = sen nx.
Ci |ei i
con
i=1
R 2
dx f (x) = a0
Z 2
R
2
Ci = hei |f i =
dx f (x) i (x) =
dx f (x) cos nx = a2n1
0
R 2 dx sen nx f (x) = a
2n
0
si
i=0
si
i = 2n 1
si
i = 2n
donde los Ci son los coeficientes de Fourier. Es decir, cualquier funcion puede ser expresada como una
serie de Fourier de la forma
n
f (x) =
X
1
a0 +
(ak cos kx + bk sen kx)
2
k=1
con
ak =
Luis A. N
un
ez
Z
dx f (x) cos kx
bk =
79
M
etodos Matem
aticos de la Fsica
P (x) C[0,2]
las funciones trigonometricas, T (x) minimizan la desviacion cuadratica media
Z 2
Z 2
2
2
dx (f (x) T (x))
dx (f (x) P (x))
0
2.6.2.
El M
etodo de Mnimos Cuadrados
x1 + x2 + x3 , + xn
hx |yi
=
hy |yi
n
que no es otra cosa que el promedio aritmetico de las medidas. Es claro que la proyeccion perpendicular de
|xi sobre |yi hace mnimo la distancia entre el subespacio perpendicular generado por |yi y el vector |xi .Es
decir hace mnimo el cuadrado de esa distancia
n
X
2
2
(xi c0 )
[d (|xi , c0 |yi)] = hxc0 y |xc0 yi =
i=1
Es claro que este problema se puede generalizar si se desea medir dos (o n) cantidades. Para el caso de dos
cantidades extendemos la dimensi
on del espacio. Por lo tanto, los resultados experimentales se acumular
an
en un vector de 2n dimensiones
|xi = (x11 , x12 , x13 , x1n , x21 , x22 , x23 , x2n )
mientras que los vectores que representan las cantidades mas aproximadas seran
Ahora {|y1 i , |y2 i} expanden un subespacio vectorial sobre el cual |xi tiene como proyeccion ortogonal
c01 |y1 i +c02 |y2 i y consecuentemente |xc01 y1 c02 y2 i sera perpendicular a {|y1 i , |y2 i} , por lo tanto
c01 =
hx |y1 i
x11 + x12 + x13 , + x1n
=
hy1 |y1 i
n
c02 =
hx |y2 i
x21 + x22 + x23 , + x2n
=
hy2 |y2 i
n
La consecuencia m
as conocida de esta aproximacion de funciones es el ajuste de un conjunto de datos
experimentales {(x1 , y1 ) , (x2 , y2 ) , (x3 , y3 ) , , (xn , yn )} a la ecuacion de una recta y =cx. En este caso, el
planteamiento del problema se reduce a encontrar el vector c0 |xi en el subespacio S (|xi) este lo mas cercano
2
posible al vector |yi = c |xi . Por lo tanto k|c0 x yik sera lo menor posible y |c0 x yi ser[ perpendicular
a S (|xi) ,por lo tanto
hx |c0 x yi = 0
Luis A. N
un
ez
c0 =
hx |yi
x1 y1 + x2 y2 + x3 y3 + xn yn
=
hx |xi
x21 + x22 + x23 , + x2n
80
M
etodos Matem
aticos de la Fsica
Ejemplo Si el conjunto de datos experimentales es {(1, 2) , (3, 2) , (4, 5) , (6, 6)} cual es la recta que ajusta
m
as acertadamente a estos puntos ? La ecuacion queda como
2
1
2
3
2 + 6 + 20 + 36
32
hx |yi
0
|yi = c |xi
5 = c 4 c = hx |xi = 1 + 9 + 16 + 36 = 31
6
6
Ahora bien, se puede generalizar esta procedimiento cuando se tiene que una cantidad y que es una
combinaci
on lineal desconocida de un conjunto de cantidades
y = c1 x 1 + c2 x 2 + c3 x 3 + + cm x m
En este caso se ejecutar
an n experimentos con n > m y el conjunto de medidas experimentales seran
(y1 , x11 , x12 , x13 , x1m ; y2 , x21 , x22 , x23 , x2m ; y3 , x31 , x32 , x33 , x3m ; yn , xn1 , xn2 , xn3 , xnm )
y a partir de ellas generamos el siguiente sistema de ecuaciones
y1 = c01 x11 + c02 x12 + c03 x13 , + c0m x1m
y2 = c01 x21 + c02 x22 + c03 x23 , + c0m x2m
y3 = c01 x31 + c02 x32 + c03 x43 , + c0m x4m
..
.
yn = c01 xn1 + c02 xn2 + c03 xn3 , + c0m xnm
en el cual las inc
ognitas {c01 ,c02 ,c03 , c0m } hacen que el lado derecho de las ecuaciones antes mencionadas
sean los m
as pr
oximas a las {y1 , y2 , y3 , yn } por lo tanto si consideramos los vectores
|x1 i = (x11 , x1n ) ; |x2 i = (x21 , x2n ) ; |xm i = (xm1 , xmn ) ; |yi = (ym1 , yn )
por lo tanto los {|x1 i , |x2 i , |xm i} expanden el subespacio S (|x1 i , |x2 i , |xm i) donde esta la aproximaci
on de |yi . Por lo tanto la distancia de este subespacio al vector |yi, sera mnimo. Esto es
2
por lo tanto podemos construir el sistema de ecuaciones normales para la aproximacion que hemos considerado:
= hx1 |yi
c01 hx1 |x1 i + c02 hx1 |x2 i + c03 hx1 |x3 i + + c0m hx1 |xm i
c01 hx2 |x1 i + c02 hx2 |x2 i + c03 hx2 |x3 i + + c0m hx2 |xm i
= hx2 |yi
..
..
.
.
c01 hxm |x1 i + c02 hxm |x2 i + c03 hxn |x3 i + + c0m hxm |xm i = hxn |yi
donde, tal y como se ha se
nalado, las inc
ognitas son las {c01 ,c02 ,c03 , c0m }
Luis A. N
un
ez
81
M
etodos Matem
aticos de la Fsica
Ejemplos
Se sospecha que una determinada propiedad de un material cumple con la ecuacion y = ax1 + bx2 . Si
al realizar un conjunto de medidas experimentales obtenemos
y1
15
y2
12
y3
10
y4
0
x11 = 1 ; x21 = 2 ; x31 = 1 ; x41 = 1
x12
2
x22
1
x32
1
x42
1
Es claro que tenemos un subespacio de m = 2 dimensiones y hemos hecho n = 4 veces el experimento.
Por lo tanto los vectores considerados arriba seran
|x1 i = (1, 2, 1, 1) ;
|x2 i = (2, 1, 1, 1) ;
por lo tanto
7a
4a
+4b = 49
+7b = 52
a=
45
11
b=
56
11
Se puede extender el razonamiento anterior y generar un ajuste linear cuadratico. Esto es, el ajuste
lineal es en los coeficiente, pero la funcionalidad de la ley a la cual queremos ajustar los datos puede
ser un polinomio de cualquier orden. Ese es el caso de una parabola que ajusta al siguiente conjunto
de puntos
{(0, 1) , (1, 3) , (2, 7) , (3, 15)} y = ax2 + bx + c
Las ecuaciones toman la forma de
1=
0
3= a
7 = 4a
15 = 9a
+0
+b
+2b
+3b
+c
+c
+c
+c
|x2 i = (0, 1, 2, 3) ;
|x3 i = (1, 1, 1, 1) ;
a = 6
62 = 36a +14b
+6c
b = 113
26 = 14a +6b
+4c
c = 32
5
Ejercicios
y = 6x2 +
113
32
x
5
5
Al medir la temperatura a lo largo de una barra material obtenemos los siguientes valores
xi
Ti
(cm)
( C)
1, 0
14, 6
2, 0
18, 5
3, 0
36, 6
4, 0
30, 8
5, 0
59, 2
6, 0
60, 1
7, 0
62, 2
8, 0
79, 4
9, 0
99, 9
Encuentre, mediante el metodo de los mnimos cuadrados los coeficientes que mejor ajustan a una recta
T = ax + b
Luis A. N
un
ez
82
M
etodos Matem
aticos de la Fsica
2.7.
hqn |pn i =
Z
p(x)q(x)dx
hqn |pn i =
p(x)q(x)dx
0
|x2i = x;
En general la definici
on de distancia es
d (|x1i, |x2i) =
por lo tanto para hqn |pn i =
p
R1
1
1
690
15
2
30
15
(x(x 1) x) dx =
1
R1
0
p(x)q(x)dx sera
s
(x(x 1) x) dx =
0
los
angulos ser
an
= arc cos
Luis A. N
un
ez
hx1 |x2i
p
p
hx1 |x1i hx2 |x2i
83
M
etodos Matem
aticos de la Fsica
R1
1
p(x)q(x)dx
hx1 |x2i
p
p
hx1 |x1i hx2 |x2i
= arc cos
qR
= arc cos qR
1
1
2
2
(x(x 1)) dx 1 (x) dx
1
R1
1
= arc cos
15 6 = 2,4825 rad
12
para hqn |pn i =
R1
0
p(x)q(x)dx
hx1 |x2i
p
p
hx1 |x1i hx2 |x2i
= arc cos
1
= arc cos
15 2
12
(x(x
1))
(x)
dx
0
qR
= arc cos qR
1
1
2
2
(x(x 1)) dx 0 (x) dx
0
R1
= 2,4825 rad
el mismo
angulo !
c) Una de las posibles bases de P n sera el conjunto 1, x, x2 , x3 , , xn con el producto interno
R1
viene definido por hf | gi = 0 dx f (x) g (x) .
1) Encuentre la base ortonormal que expande el subespacio S 3 de los polinomios, P n , de grado
g 3.
S 3 tendr
a como vectores linealmente independientes 1, x, x2 , x3 para encontrar la base ortonormal utilizamos el metodo de Gram Smith con lo cual tendremos que
|un i |vn i
n1
X
i=1
hvn |ui i
|ui i
hui |ui i
esto es
|v1 i
1
|u1 i = p
= qR
=1
1
hu1 |u1 i
dx
0
R1
xdx
x R0 1 dx
|v2 i
|u1 i
x 21
1
0
p
|u2 i =
=p
= qR
=2 x
3
1
2
hu2 |u2 i
hu2 |u2 i
1 2
x
dx
2
0
hv2 |u1 i
hu1 |u1 i
|u3 i =
|v3 i
|u3 i = qR
1
0
Luis A. N
un
ez
hv3 |u1 i
hu1 |u1 i
x2 +
x2 +
1
6
|u1 i
hv3 |u2 i
hu2 |u2 i
hu3 |u3 i
1
6
2
dx
|u2 i
x2
=
R1 2
x dx
0
R1
dx
0
x2 (2(x 21 ) 3)dx
0
2
R1
1
2 x 2 ) 3) dx
0 ( (
R1
2 x
1
2
3
p
hu3 |u3 i
1
= 6 x2 + x
5
6
84
M
etodos Matem
aticos de la Fsica
hv4 |u2 i
hv4 |u3 i
|u1 i hu
|u i |u2 i hu3 |u3 i |u2 i
p 2 2
=
hu4 |u4 i
R
R1
1
x3 0 x3 dx 0 x3 2 x 21
3 dx
3
2 x 21
p
|u4 i =
hu4 |u4 i
R
1 3
1
2
x
x
5 dx 6 x2 + 61 x 5
6
x
+
6
0
p
hu4 |u4 i
1
x3 20
+ 35 x 23 x2
1
3
3 2
3
=
20
x
|u4 i = qR
7
+
x
x
1
20 5
2
3 1 + 3 x 3 x2 2 dx
x
20
5
2
0
|v4 i
|u4 i =
hv4 |u1 i
hu1 |u1 i
2) Encuentre las componentes del polinomio g (x) = 5 + 3x2 x3 + x5 proyectado sobre esa base
ortonormal que expande a S 3
Las componentes de la proyecci
on de g (x) en S 3 seran
Z 1
Z 1
71
c1 = hg |u1 i =
u1 (x) g (x) dx =
(1) 5 + 3x2 x3 + x5 dx =
12
0
0
Z 1
Z 1
197
1
3
5 + 3x2 x3 + x5 dx =
3
c2 = hg |u2 i =
u2 (x) g (x) dx =
2 x
2
420
0
0
Z 1
Z 1
1
c3 = hg |u3 i =
u3 (x) g (x) dx =
6 x2 + x
5 + 3x2 x3 + x5 dx
5
6
0
0
23
=
5
210
Z 1
c4 = hg |u4 i =
u4 (x) g (x) dx
0
Z 1
4
1
3
3 2
3
7
5 + 3x2 x3 + x5 dx =
7
=
20 x
+ x x
20 5
2
315
0
con lo cual
|giS 3 =
71
197
23
4
|u1 i +
3 |u2 i +
5 |u3 i +
7 |u4 i
12
420
210
315
y la norma ser
a
2
k|giS 3 k =
71
12
2
+
197
3
420
2
+
23
5
210
2
+
2
4
1,418,047
7 =
= 35,728
315
39,690
71 197
1
23
1
1
3
3 2
2
3
gS 3 (x) =
+
3 2 x
3 +
5 6 x + x
5 + 20 x
+ x x
7
12 420
2
210
6
20 5
2
71 197
1
23
1
1
3
3 2
2
3
gS 3 (x) =
+
x
+
x + x + 20 7 x
+ x x
12
70
2
42
6
20 5
2
es decir
5797
34
23
7+
+ 12 7 x +
30 7 x2 + 20 7x3
gS 3 (x) =
1260
15
42
Luis A. N
un
ez
85
M
etodos Matem
aticos de la Fsica
k|gik =
5 + 3x2 x3 + x5
2
dx =
k|giS 3 k =
con lo cual
495193
13860
1418047
39690
r
k|giS 3 k =
495193 1418047
1,196 5 102
13860
39690
diferenciables, C[1,1]
, en el cual el producto interno viene definido por hq|pi = 1 p(x)q(x) dx.
Encuentre el polinomio lineal mas cercano a la funcion f (x) .
En el subespacio S 1 de polinomios lineales, los vectores base son {1, x} Es una base ortogonal
pero no es normal, con lo cual la normalizamos
1
1
|v1 i
=
2
= qR
|u1 i = p
1
2
hu1 |u1 i
dx
1
R1
xdx
x R1
1
|v2 i
|u1 i
dx
x
6
1
p
|u2 i =
= p
= qR
=
x
1
2
hu2 |u2 i
hu2 |u2 i
x2 dx
hv2 |u1 i
hu1 |u1 i
y la proyecci
on ortogonal de esta funci
on ser
a
0
c =
e
1
2x
1
2
2 dx =
e2 + e2
2
4
c =
1
6
6 2
2x
x e dx =
e + 3e2
2
8
P =
Luis A. N
un
ez
6 2
2
2
e + 3e
x
e2 + e2
8
4
86
Bibliografa
[1] Apostol, T. M. (1972) Calculus Vol 2 (Reverte Madrid ) QA300 A66C3 1972
[2] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[3] Cohen-Tannoudji, C., Diu B. y Laloe (1977) Quantum Mechanics Vol 1 (John Wiley Interscience,
Nueva York )
[4] Gelfand, I.M. (1961) Lectures on Linear .Algebra (John Wiley & Sons Interscience, Nueva York ).
[5] Jordan, T.F. (1969) Linear Operator for Quantum Mechanics (John Wiley & Sons Interscience,
Nueva York ).
[6] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
87
Captulo 3
88
M
etodos Matem
aticos de la Fsica
3.1.
Funcionales Lineales
|vi V
F [|vi] C
( F) [|vi] = F [|vi]
En aquellos espacios lineales con producto interno definido (Espacios de Hilbert), el mismo producto interno
constituye la expresi
on natural del funcional. As para tendremos
(Fa ) [|vi] ha |vi
|vi V
ha| V
Es claro comprobar que el producto interno garantiza que los {Fa , Fb , } forman un espacio vectorial.
1 hv1 | + 2 hv2 |
ha |vi = hv |ai
ha |1 v1 + 2 v2 i = 1 ha |v1 i + 2 ha |v2 i
h1 a1 +2 a2 |vi = 1 ha1 |vi + 2 ha2 |vi
M
as a
un, dada una base ortonormal {|e1 i , |e2 i , |e3 i |em i} para V siempre es posible asociar una base
para V de tal manera que
k
bases del espacio dual de formas diferenciales
e llevan los ndices arriba. Los ndices arriba se llamar
an
contravariantes y los ndices abajo
covariantes.
Las
componentes
de
las
formas
diferenciales
en
una
base
dada,
i
llevan ndices abajo ha| = ai
e mientras que las componentes de los vectores los llevan abajo |ai = aj |
ej i
Luis A. N
un
ez
89
M
etodos Matem
aticos de la Fsica
3.2.
Bases Discretas
Para fijar conceptos y extender algunos de los razonamientos que hemos desarrollado hasta aqu. Tal y
como vimos arriba, la representaci
on de un vector |Fi en un espacio vectorial abstracto V puede darse en
termino de una base ortonormal de vectores (discreta y finita BDF = {|u1 i , |u2 i , |u3 i , |un i} o discreta
e infinita BDI = {|u1 i , |u2 i , |u3 i |un i }) de la forma:
BDF = {|u1 i , |u2 i , |u3 i |un i}
ci |ui i = ui Fi |ui i
|Fi =
con i = 1, 2, , n
i
c |ui i = ui Fi |ui i
BDI = {|u1 i , |u2 i , |u3 i |un i }
donde en ambos casos:
ci = ui Fi = cj ui |uj i = cj ji
Donde la delta de Kronecker ik lleva un ndice arriba y uno abajo y representa ik = 1 si i = k y es nula en
los otros casos. Supondremos, de ahora en adelante un espacio de dimension finita y en este consideraremos
DF = {|
dos bases ortogonales, BDF = {|e1 i , |e2 i , |e3 i |en i} y B
e1 i , |
e2 i , |
e3 i |
en i} , de dimensi
on
finita. Como ambas son bases ortogonales todo vector de V puede expresarse en termino de esas bases, en
particular cada vector base se puede expresar en terminos de la otra base como
|e1 i = c1 |
e1 i + c2 |
e2 i + cn |
en i = cj |
ej i
|e2 i = c1 |
e1 i + c2 |
e2 i + cn |
en i = cj |
ej i
..
.
|en i = c1 |
e1 i + c2 |
e2 i + cn |
en i = cj |
ej i
Este sistema de ecuaciones se puede resumir a
un mas como
|ei i = Cij |
ej i = Cij |
ej i
Los Cij son constantes que han renombrado las distintas formas de las constantes cj , cj cj que expresamos
arriba. Igualmente, podemos expresar los vectores de la segunda base en terminos de la primera como
k
|
ei i = Aji |ej i =
e |
ei i = ik = Aji
e |ej i = Aji Cjk
ya que
j
|em i = Cm
|
ej i
k
j
j k
k
e |em i = Cm
e |
ej i = Cm
j = Cm
representa
1
0
0
Luis A. N
un
ez
0
1
0
0 =
1
Cj1 Aj1
Cj2 Aj1
Cj3 Aj1
Cj1 Aj2
Cj2 Aj2
Cj3 Aj2
Cj1 Aj3
Cj2 Aj3
Cj3 Aj3
90
M
etodos Matem
aticos de la Fsica
1
0
0
Cji
0
1
0
C 1 A1 + C 1 A2 + C 1 A3
1 1
2 1
3 1
0
0 = C 2 A1 + C 2 A2 + C 2 A3
1 1
2 1
3 1
1
C13 A11 + C23 A21 + C33 A31
..
.
Aji
son inversas una de la otra, por cuanto su multiplicacion nos da la matriz identidad.
Es claro que
y
Por lo tanto si |ei i = Cij |
ej i se considera la transformacion directa, mientras que |
ei i = Aji |ej i ser
a la
transformaci
on inversa. El caso m
as emblematico lo constituyen las transformaciones entre la base ortonormal
cartesiana {|i , |
i} y la base ortonormal de vectores en coordenadas polares {|ur i , |u i} .
Siguiendo con el esquema propuesto expresamos los vectores cartesianos en la base de vectores polares
|
i = sen |ur i + cos |u i
con
con lo cual
Cij
|e1 i
|e2 i
|i
|
i
;
|u1 i
|ur i
|u2 i
|u i
1
r
Ci
u |e1 i
u1 |e2 i
=
=
Ci
u2 |e1 i u2 |e2 i
i
i
ek |ej i = jk
u |ul i = l
y
Cjr
Cj
=
cos
sen
sen
cos
M
as adelante veremos que esta es la matriz de rotaciones.
3.3.
3.3.1.
Par
entesis Tensorial
Tensores una definici
on funcional
La extensi
on natural al concepto de funcional lineal es el concepto de tensor. Definiremos como un tensor
a un funcional lineal que asocia un n
umero complejo (o real) a un vector |vi V, a una forma hu| V , o
ambas y cumple con la linealidad. Esto es
|vi V
hu| V
T [hu| ; |vi] C
|v1 i , |v2 i V
|vi , V
hu| V
hu1 | , hu2 | V
Es decir, un tensor es un funcional generalizado cuyos argumentos son vectores, formas o ambas. Esto es
T [; ] una cantidad con dos puestos y una vez cubiertos se convierte en un escalar (complejo o real). Al
igual que las funciones de varias variables (f (x, y) = 3x + 4y 2 ) la posicion es importante
|vi
hu|
T ; C
Un tensor con dos argumentos correspondientes a formas y uno a un vector
|v i |v i hu|
1
T [, ; ] T , ; C tensor de tipo
Luis A. N
un
ez
1
2
;
91
M
etodos Matem
aticos de la Fsica
y el caso contrario
|vi
hu1 | hu2 |
T [; , ] T ; , C tensor de tipo
2
1
En general
|v
1i
|v2 i
hum |
T [; , ] T , , , ; , , tensor de tipo
m
n
En esta notaci
on el punto y coma ;separa las entradas para las formas de las de los vectores. Es importante
recalcar que el orden si importa, no s
olo para las cantidades separadas por el punto y como sino el orden
de los puestos de los vectores y formas separados por coma. Ese u
ltimo orden repercutira en las propiedades
de los tensores. Ser
an tensores simetricos si al permutar dos de los puestos de vectores (o formas) cambia de
signo el orden no importa; antisimetricos si el orden importa y un tensor generico si el orden importa pero
no se comporta como los casos rese
nados anteriormente. De todos modos esto sera tratado con detalle m
as
adelante.
Obviamente las formas pueden ser representadas por tensores ya que son funcionales lineales de vectores,
es decir,
ha|
1
un vector es tensor de tipo
T C.
0
Por su parte, los vectores constituyen un caso especial de tensores
una forma es tensor de tipo
0
1
|ai
T C.
3.3.2.
Como ser
a evidente m
as adelante, unos tensores (simples) pueden provenir del producto tensorial (exterior
o directo) de espacios vectoriales. Esto es que, dados E1 y E2 dos espacios vectoriales con dimensiones N1 y N2 ,
respectivamente y vectores genericos, |(1)i y |(2)i pertenecientes a estos espacios vectoriales, |(1)i E1
y |(2)i E2 . Definiremos el producto tensorial (exterior o directo) de espacios
E = E 1 E2 , si
vectoriales,
2
a cada par de vectores |(1)i E1 y |(2)i E2 le asociamos un tensor tipo
si se cumple que
0
h(1)|
h(2)|
92
M
etodos Matem
aticos de la Fsica
|vj i V
93
M
etodos Matem
aticos de la Fsica
3.3.3.
La tentaci
on del producto interno
|(1)(2)i = h(1)
|(1)i h(2)
|(2)i
A partir de las definiciones de productos internos en E1 y E2 mostraremos, sin embargo que NO es una
buena definici
on de producto interno. Para ello supondremos que representa la multiplicacion est
andar
entre n
umeros reales. Para comprobar que
Debemos demostrar los axiomas o propiedades de los productos internos. Las propiedades que definen el
producto interno son:
1. hx| xi <
Esto es:
hx| xi 0
|xi V
si
94
M
etodos Matem
aticos de la Fsica
como h(1) |(1)i y h(2) |(2)i son buenas definiciones de producto interno tendremos que
h(1) |(1)i 0
h(1)(2) |(1)(2)i 0
h(2) |(2)i 0
Aqu vale la pena mencionar algunos puntos sutiles sobre la segunda parte de la propiedad a demostrar:
si hx| xi = 0 |xi |0i lo cual para este caso se traducen en
h(1)(2) |(1)
(2)i
= h(1) |(1)i
h(2) |(2)i
=0
h(1) |(1)i
=0
|(1)i
= |0(1)i
h(2)
|
(2)i
=
6
0
h(1) |(1)i
=
6 0
|(1)i
= |0(1)i
h(1) |(1)i
h(2) |(2)i
=0
h(2)
|
(2)i
=
0
h(1) |(1)i
=0
= |0(1)i
|(1)i
h(2) |(2)i
=0
|(1)i
= |0(1)i
definitivamente, habra que restringir los posibles vectores que intervienen en el producto tensorial, de
modo que no fuera posible vectores del tipo
|(1)0(2)i = |(1)i |0(2)i
s
olo as se cumple la propiedad mencionada.
2. hx| yi = hy| xi
|xi , |yi V
Esto puede ser demostrado f
acilmente como sigue
h(1)
(2)
|(1)(2)i = h(1)
|(1)i h(2)
|(2)i
= h(1) |(1)i
h(2) |(2)i
= (h(1) |(1)i
h(2) |(2)i)
= h(1)(2) |(1)
(2)i
|(2) + (2)i
y otra vez, como h(1) |(1)i y h(2) |(2)i son buenas definiciones de producto interno tendremos
que:
h(1)
|(1)i + h(1)
|(1)i
h(2)
|(2)i + h(2)
|(2)i
Luis A. N
un
ez
95
M
etodos Matem
aticos de la Fsica
y al multiplicar h(2)
|(1)i h(2)
|(2)i + h(1)
|(1)i h(2)
|(2)i + h(1)
|(1)i h(2)
|(2)i + h(1)
|(1)i h(2)
|(2)i
lo cual contrasta con el lado izquierdo al utilizar la definicion dos veces que tienen dos sumandos
h(1)
(2)
|(1)(2)i + h(1)
(2)
|(1)(2)i = h(1)
|(1)i h(2)
|(2)i + h(1)
|(1)i h(2)
|(2)i
por lo cual NO se cumple esta propiedad y no hay forma de enmendarla. Solo por razones de
completitud.
3.3.4.
Si {|ui (1)i} y {|vi (2)i} son bases discretas para E1 y E2 , respectivamente, entonces podremos construir
el tensor
|ui (1)vj (2)i = |ui (1)i |vj (2)i E
el cual funcionar
a como una base para E . Por lo tanto, un tensor generico de E, construido a partir
|(1)(2)i = |(1)i |(2)i = i j |ui (1)vj (2)i
donde i y j son las componentes de |(1)i y |(2)i en sus respectivas bases. En otras palabras las
componentes de un tensor en E corresponden a la multiplicacion de las componentes de los vectores en E1
y E2 Recuerde que estamos utilizando
Pn la convencion de Einstein de suma tacita en ndices covariantes y
contravariantes, en la cual ck |vk i k=1 ck |vk i .
Es importante se
nalar que si bien un tensor generico |i E siempre se puede expandir en la base
|ui (1)vj (2)i no es cierto que todo tensor de E provenga del producto tensorial de E1 y E2 . Es decir, E tiene
m
as tensores que los que provienen el producto tensorial. Esta afirmacion puede verse del hecho que si
|i E entonces
|i = ci,j |ui (1)vj (2)i
por ser {|ui (1)vj (2)i} base para E. Es claro que dados dos n
umeros n1 y n2 habra ci,j que no provienen de
la multiplicaci
on de n1 n2 .
3.3.5.
Componentes de un tensor
Denominaremos componentes de un tensor, aquellos n
umeros que surgen de incorporar bases de formas
diferenciales y vectores. As si {|ui (1)i , |vj (2)i , |tk (3)i} y{hxm(1)| , hy n (2)|} son bases para los vectores y las
2
formas, respectivamente. Las componentes de un tensor
seran
3
|u (1)i |v (2)i |t (3)i hxm (1)| hyn (2)|
j
mn
Sijk
=S ,
96
M
etodos Matem
aticos de la Fsica
h(1)| h(2)|
=
|u (1)i h(1)| h(2)|
h(2)|
|u
i (1)i
h(1)| h(2)|
=T , P ; ,
|u
i (1)i
= R ; , , ,
Contracci
on de un Tensor
Denominaremos una contracci
on cuando sumamos las componentes covariantes y contravariantes, esto
es i (1)i (1) lo cual genera un escalar independiente de la base. Esta situacion sera mas evidente cuando
definamos metricas y contracci
on de tensores. Por
a y considerando un caso mas general,
analog
dada una
2
1
mn
componente Sijk correspondiente a un tensor
podremos construir un nuevo tensor
a partir
3
2
in
n
de una contracci
on. Las componentes de este nuevo tensor seran Sijk
Sjk
. Del mismo modo, dadas las
ij
lm
componentes de dos tensores, P y Qzk generaran componentes de nuevos tensores Rklij = P lm Qij
mk . As
2
= P lm
0
3
=
= Rklij = P lm Qij
mk
2
1
ij
= Qzk
2
Luis A. N
un
ez
97
M
etodos Matem
aticos de la Fsica
Es claro que si dos tensores derivan de productos tensoriales y si {|ui (1)i} , {hum (1)|} y {|vi (2)i} son bases
ortonormales para E1 E1 y E2 , entonces sus productos podran ser expresados como
|
{z
}
P ij
=
|
{z
}
Qlm
l (1)m (2) |ul (1)i hum (1)| i (1) j (2) |ui (1)i |vj (2)i =
l (1)m (2) i (1) j (2) {hum (1) |ui (1)i} |vj (2)i |ul (1)i =
{z
}
|
im
l (1)k (2) k (1) j (2) |vj (2)i |ul (1)i = P ij Qli |vj (2)ul (1)i = Rjl |vj (2)ul (1)i
Pero m
as a
un si |ui (1)vj (2)i = |ui (1)i |vj (2)i E es base de E entonces se puede demostrar lo anterior
sin circunscribirnos a tensores cuyas componentes provengan de multiplicacion de las componentes en cada
espacio vectorial.
Simetrizaci
on de Tensores
Un tensor (las componentes) ser
a simetrico respecto a dos de sus ndices si su permutacion no cambia su
valor:
Sij = Sji ;
S ij = S ji ;
Sijklmn = Sijlkmn
S ijklmn = S ijlkmn
y ser
a antisimetrico si
Aij = Aji ;
Aij = Aji
Aijklmn = Aijlkmn
Aijklmn = Aijlkmn
S21
S22
S32
S31
S32
S33
mientras que un tensor antisimetrico de segundo orden tendra, cuando maximo, tres componentes con valor
absoluto distintos de cero
0
A12 A13
0
A23
Aij = Aji = A21
3
3
A1 A2 0
Siempre es posible construir tensores simetricos y antisimetricos a partir de un tensor generico. Esto es:
Sij =
1
(Tij + Tji ) T(ij)
2
Sijklmn =
1
(Tijklmn + Tijlkmn ) = Tij(kl)mn
2
Aij =
1
(Tij Tji ) T[ij]
2
Aijklmn =
1
(Tijklmn Tijlkmn ) = Tij[kl]mn
2
Luis A. N
un
ez
98
M
etodos Matem
aticos de la Fsica
M
as a
un, es evidente que las componentes de un tensor generico Tij , pueden expresarse como una combinaci
on
de su parte simetrica y antisimetrica
Tij = Sij + Aij
Obviamente que algo equivalente se puede realizar para componentes contravariantes de tensores.
3.3.6.
Tensor M
etrico, Indices y Componentes
g , , = gij gji
hx | hxj |
g , = g ij g ij
g ij g ij = (gij )
|x
ii
|xj i
N
otese que las gij gji son las componentes del tensor g , , una vez que la base {|xj i} ha actuado.
|x
ii
|xj i
La denominaci
on de tensor m
etrico, no es gratuita, g , , cumple con todas las propiedades de la
|xj i
y si
g [|xi i , |xj i] = 0 i = j
g , , = g [, ] gij ei ej gji ej ei
y
g [, ] g ij |ei i |ej i g ji |ej i |ei i
con lo cual sus componentes ser
an matrices simetricas gij = gji y igualmente g ij = g ji . En general impondremos que
j
gij ei ej g km |ek i |em i = gij g km ei |ek i ej |em i = gij g km ki m
= gij g ji = ii = n
ya que i, j = 1, 2, 3, , n. Con lo cual gij es la matriz inversa de g ij . Es decir, claramente, hemos definido
las componentes contravariantes del tensor de modo que cumplan con gik g kj = ij
Luis A. N
un
ez
99
M
etodos Matem
aticos de la Fsica
gij ei ej |ai = ak gij ei ej |ek i = ak gij ej |ek i ei = ak gij kj ei = ak gik ei ai ei
con lo cual ai = ak gik . De esta manera, el tensor metrico nos permite asociar componentes covariantes a
componentes contravariantes. Dicho r
apido y mal pero muy frecuente, el tensor metrico nos permite subir y
bajar ndices. De la misma forma
ha| g ij |ei i |ej i = ha| g ij |ei i |ej i = g ij ha |ei i |ej i = ak g ij ek |ei i |ej i = ak g kj |ej i aj |ej i
otra vez aj = ak g kj , y subimos el ndice correspondiente. La importancia de esta
Otra forma de verlo es combinando las propiedades del producto directo de tensores y contracci
on de
ndices
g ij |ei i |ej i Pklmn |el i |em i |en i ek
=
g ij Pklmn |ej i Pklmn |el i |em i |en i ek ei i =
g ij Pklmn |ej i |el i |em i |en i ek ei i = P jlmn |ej i |el i |em i |en i
| {z }
ik
g ij Pilmn P jlmn
Adicionalmente, el tensor metrico permite la contraccion de ndices. As, dado un producto tensorial de
dos vectores que se pueden expresar en una base ortonormal
|a, bi = |ai |bi = ak bm |ek i |em i
i
j k
m
k
m
j
gij e e a |ek i b |em i = a b gij ki m
= ak bm gkm = ak bk = hb |ai = ha |bi
Con lo cual ,el producto interno de dos vectores involucra, de manera natural, la metrica del espacio. Esto
es
hb |ai = ha |bi = ak bk = ak bk = ak bm gkm = ak bm g km
Obviamente la norma de un vector, tambien incluira al tensor metrico:
2
k|aik = ha |ai = ai aj ei |ej i = ai ai = ai aj g ij = ai aj gij
El caso m
as emblem
atico lo constituye la norma de un desplazamiento infinitesimal. Para una base generica,
{|
ej i} no necesariamente ortogonal de un espacio vectorial con producto interno, el desplazamiento infinitesimal puede expresarse como
k
k
2
(ds) hdr |dri = d x
k
e (d x
m |
em i) =
e |
em i d x
k d x
m = d x
m d x
m = gkm d x
k d x
m
Si la base {|ej i} es ortogonal (cosa m
as o menos com
un pero no necesariamente cierta siempre) las matrices
gij y g ij son diagonales cumplen con
gii =
donde hi =
1
g ii
= (ds) = h1 dx1
2
+ h2 dx2
2
+ h3 dx3
2
gii con i, j = 1, 2, 3.
Luis A. N
un
ez
100
M
etodos Matem
aticos de la Fsica
3.4.
3.4.1.
Un par de tensores
El tensor de esfuerzos (stress)
El caso 2D
Supongamos un cuerpo que se encuentra en equilibrio y esta sometido a un conjunto de fuerzas externas.
Para facilitar las cosas consideremos el efecto de esas fuerzas sobre un plano que contiene a un determinado
punto P (ver figura 3.1 cuadrante Ia) Es decir, vamos a considerar los efectos de las componentes de todas
las fuerzas sobre ese plano y obviaremos efecto del resto de las componentes. Como observamos en la figura
3.1 Ib y Ic, si cortamos la superficie en dos lneas (AB y A0 B 0 ), observaremos que el efecto del conjunto de
fuerzas externas es distinto sobre P en la direccion perpendicular a cada una de esas lneas. De hecho al
cortar la superficie las fuerzas que aparecen sobre las lneas AB (y A0 B 0 ) antes eran fuerzas internas y
ahora los son externas al nuevo cuerpo cortado. As, estas fuerzas por unidad de longitud1 sobre el punto
P existen un conjunto de fuerzas que generan esfuerzos (stress). Por lo tanto es claro que los esfuerzos sobre
un punto dependen del punto, de las fuerzas externas y de la direccion del efecto.
Para irnos aclarando consideremos un elemento de area infinitesimal ds sobre la cual act
uan un conjunto
de fuerzas externas, las cuales las podemos descomponer como normales y tangenciales a la lnea sobre la
cual est
an aplicadas (ver figura 3.1 cuadrante II). Es costumbre denotar los esfuerzos normales y tangenciales
Y2 = 2 dx X2 = 2 dx
dx
Y3 = 3 dy
Y1 = 1 dy
dy ds dy
dA = dxdy
X
=
dy
X1 = 1 dy
3
3
dx
Y4 = 4 dx X4 = 4 dx
1 En el caso tridimensional, las fuerzas que generan los esfuerzos ser
an definidas como fuerzas por unidad de
area. Ese caso
lo veremos en la pr
oxima secci
on.
Luis A. N
un
ez
101
M
etodos Matem
aticos de la Fsica
1 dy + 2 dx + 3 dy + 4 dx = 0 = (2 + 4 ) dx + (1 + 3 ) dy
X
F~iext = dm ~a = 0
1 dy + 2 dx + 3 dy + 4 dx = 0 = (2 + 4 ) dx + (1 + 3 ) dy
con lo cual
2 = 4 ;
1 = 3
2 = 4
1 = 3
pero m
as a
un, como est
a en equilibrio, tambien la sumatoria de torques se tendra que anular. Esto es
dy
(1 dy) dx
2 (2 dx) 2 = 0
1 = 2 = 3 = 4
dy
(3 dy) dx
(
dx)
=
0
4
2
2
con lo cual, nos damos cuenta que existen solo tres cantidades independientes: dos esfuerzos normales 1 y
2 ; y un esfuerzo tangencial 1 . Adicionalmente notamos que los esfuerzos tienen que ver, con la direcci
on
de la fuerza y la superficie sobre la cual va aplicada. Con ello podemos dise
nar la siguiente notacion para
los esfuerzos: ij . El primer ndice indica la direccion de la fuerza y el segundo direccion de la normal de la
superficie donde est
a aplicada. As, tal y como muestra la figura (ver figura 3.1 cuadrante II)
1 xx ;
4 yy ;
2 xy yx
y yy dx + yx dy = nn ds sen sn ds cos
nn = Ain Ajn ij
sn = Ain Ajn ij
Luis A. N
un
ez
con i, j = n, s
con i, j = n, s
102
M
etodos Matem
aticos de la Fsica
yy dxdz;
zz dxdy;
xz dxdy;
yz dxdy;
xy dxdz;
Siguiendo el mismo proceso que involucra imponer el equilibrio es facil demostrar que al igual que el caso
anterior, el tensor de esfuerzos ij cumple con:
xz = zx ;
yz = zy ;
xy = yx
y por lo tanto tendremos 6 componentes (tres normales y tres tangenciales) independientes. Es decir, si bien
el tensor de esfuerzos ij viene representado por una matriz 3 3 y por lo tanto tiene 9 elementos, solo 6 son
independientes. Construyamos ahora el caso general para un tensor de esfuerzos en un medio elastico. Para
ello construimos un tetraedro regular tal y como muestra la figura 3.2, y sobre su cara generica asociada a
un vector normal ~n una fuerza
Fx = xn dSn
i
~
~
~
Fy = yn dSn
F = F u
n = F ii = Fx + Fy + Fz k
F i = ji nj dS F~ = dS
Fz = zn dSn
Luis A. N
un
ez
103
M
etodos Matem
aticos de la Fsica
Fxi = 0
1
1
1
xn dSn xx dy dz xy dx dz xz dx dy = 0
2
2
2
Fyi = 0
1
1
1
yn dSn yx dy dz yy dx dz yz dx dy = 0
2
2
2
Fzi = 0
1
1
1
zn dSn zx dy dz zy dx dz zz dx dy = 0
2
2
2
1
n
n
y
dS cos (;~n) = 2 dx dz = dS An
xn = xx Axn + xy Ayn + xz Azn
;~n) = 12 dx dy = dS n Azn
dS n cos (k
y equivalentemente
yn = yx Axn + yy Ayn + yz Azn ;
las cuales se conocen como las relaciones de Cauchy y representan los esfuerzos sobre la superficie con normal
~ es una relacion vectorial podemos proyectar en la direccion u
~n. Ahora bien, dado que F~ = dS
m
~ F m = nm dS n = im Ain dS n = im Ain dS n
u
m F~ = u
m dS
mn dS n = mi Ain dS n
mn dS n = ki Akm Ain dS n
con i, j = x, y, z
Una vez m
as vemos que transforma como un tensor.
3.4.2.
El Tensor de Inercia
Consideremos el caso de un sistema de n partculas. La cantidad de movimiento angular para este sistema
vendr
a dada por
X
~ =
L
m(i) ~r(i) ~v(i)
i
donde hemos indicado que la iesima partcula que esta en la posicion ~r(i) tiene una velocidad ~v(i) . Si
las distancias entre las partculas y entre las partculas y el origen de coordenadas es constante podremos
expresar la velocidad de cada una de ellas como
~v(i) =
~ ~r(i)
( por que ?). Donde
~ es la velocidad angular instantanea del sistema. Entonces tendremos que
X
X
~ =
L
m(i) ~r(i)
~ ~r(i) =
m(i)
~ ~r(i) ~r(i) ~r(i)
~ ~r(i)
i
Luis A. N
un
ez
104
M
etodos Matem
aticos de la Fsica
y para cada partcula se cumple que, las componentes de la cantidad de movimiento angular seran
X
m
k
r(i)m r(i)
Lk =
m(i) k r(i)
m r(i)m
i
k
l
Si vemos que (i)
= lk (i)
entonces
Lk =
m
k
r(i)m r(i)
m(i) lk l r(i)
m r(i)m
!
X
l
= (i)
m
k
r(i)m r(i)
m(i) lk r(i)
r(i)l
|
es decir
l
Lk = (i)
Ilk
donde Ilk =
{z
Ilk
m
k
r(i)m r(i)
m(i) lk r(i)
r(i)l
Ilk
P
P
P
2
2
Ixx = i m(i) y(i)
+ z(i)
Ixy = i m(i) x(i) y(i)
Ixz = i m(i) x(i) z(i)
P
P
P
k
2
Iyy = i m(i) x2(i) + z(i)
Iyz = i m(i) y(i) z(i)
Il = Iyx = i m(i) x(i) y(i)
P
P
P
2
2
Izz = i m(i) z(i)
+ y(i)
Izy = i m(i) y(i) z(i)
Izx = i m(i) x(i) z(i)
6 son
nos contentaremos por ahora, suponer que esta construccion es un tensor y lo demostraremos mas adelante.
La ilustraci
on m
as sencilla de que la masa en rotacion se comporta como un tensor y no como un escalar
lo vemos en la rotaci
on de dos masas, m1 , m2 iguales (con lo cual m1 = m2 = m) unidas por una varilla
sin masa de longitud l. Si el sistema (masas + varillas) se encuentra girando alrededor su centro de masa y
ambas masas se encuentran sobre el plano x, y, vale decir que la barra sin masa forma un angulo de = 2
con el eje z. Entoces tendremos que
~r =
l
l
d~r
l d
l d
cos + sen ~j ~v =
=
sen +
cos ~j
2
2
dt
2 dt
2 dt
con lo cual
~ = m1 (~r1 ~v1 ) + m2 (~r2 ~v2 ) = m (~r1 ~v1 ) + m ((~r1 ) (~v1 )) = 2m (~r1 ~v1 ) =
L
2
l
d
k
2
dt
ya que
m1 = m2 = m;
3.5.
3.5.1.
~r2 = ~r1
~v2 = ~v1
Hemos visto que un determinado vector |ai V puede expresarse en una base ortogonal {|ej i} como
aj |ej i donde las aj son las componentes del vector contravariantes en la base que se ha indicado. En general,
como es muy largo decir componentes del vector contravariante uno se refiere (y nos referiremos de ahora
Luis A. N
un
ez
105
M
etodos Matem
aticos de la Fsica
en adelante) al conjunto aj como un vector contravariante obviando la precision de componente, pero
realmente las aj son las componentes del vector.
Adicionalmente, en esta etapa pensaremos a las bases como distintos observadores o sistemas de referencias. Con ello tendremos (algo que ya sabamos) que un vector se puede expresar en distintas bases y
tendr
a distintas componentes referidas a esa base
|ai = aj |ej i = a
j |
ej i
As una misma cantidad fsica vectorial se vera distinta (tendra distintas componentes) desde diferentes
sistemas de coordenadas. Las distintas visiones estan conectadas mediante un transformacion de sistema
de referencia
que veremos m
as adelante.
Igualmente
hemos
dicho que una
diferencial hb| V es susceptible de expresarse en una base
i
iforma
e
del espacio dual V como bi e y, como el espacio esta equipado con un producto interno entonces
ha |bi = hb |ai = bi ei aj |ej i = bi aj ji = ai bi
Con lo cual avanzamos otra vez en la interpretacion de cantidades fsicas: una cantidad fsica escalar se
vera igual (ser
a invariante) desde distintos sistemas de referencia.
Adem
as sabemos que unas y otras componentes se relacionan como
i
j
e |ai = aj ei |ej i = aj ji = a
j ei |
ej i
a = Aij a
=
e |ai = a
j
e |
ej i = a
j ji = aj
e |ej i
a
= Aij aj
donde claramente
ei |
ej i = Aij ;
e |ej i = Aij
y Aik Akj = ji
Aij = Aij
1
Diremos entonces que aquellos objetos cuyas componentes transforman como ai = Aij a
j o equivalentemente
i
i
j
a
= Aj a ser
an vectores o en un lenguaje un poco mas antiguo, vectores contravariantes. Tradicionalmente,
e inspirados
en la ley de transformaci
on, la representacion matricial de las componentes contravariantes de
un vector, ei |ai = aj , para una base determinada {|ej i} se estructuran en una columna
1
a
a2
|ai =
e |ai
con i = 1, 2, 3, , n .
..
an
hb |ej i = bi ei |ej i = bi ji = bi
e |ej i
bi = bi Aij
=
hb |
ej i = bi
e |
ej i = bi ji = bi ei |
ej i
bi = bi Aij
Otra vez, objetos cuyas componentes transformen como bi = bi Aij los denominaremos formas diferenciales o
vectores covariantes o covectores y ser
an representados matricialmente como un arreglo tipo fila
b1 b2 bn
hb| = hb |ej i
con i = 1, 2, 3, , n
Luis A. N
un
ez
106
M
etodos Matem
aticos de la Fsica
3.5.2.
El ejemplo m
as simple, y por ello, cl
asico y emblematico de lo anterior lo constituye las expresiones de
un mismo vector en dos sistemas de coordenadas en el plano: Cartesianas {|ii , |ji} y {|ur i , |u i} . Esto es
|ai = ax |ii + ax |ji = a1 |e1 i + a2 |e2 i
|ai = ar |ur i + a |u i = a
1 |
e1 i + a
2 |
e2 i
con lo cual
i
Aij
Aij
e |ej i = Aij
Aij =
cos
sen
e |
ej i =
cumpliendo adem
as
cos
sen
sen
cos
hi |ur i
hj |ur i
hi |u i
hj |u i
hur |ii
hu |ii
hur |ji
hu |ji
sen
cos
1
0
cos
sen
cos
sen
0
1
sen
cos
sen
cos
Aik Akj = ji
De este modo si
|ai = ar |ur i + a |u i = a
1 |
e1 i + a
2 |
e2 i = ax |ii + ax |ji = a1 |e1 i + a2 |e2 i
tendremos que
a
= Aij aj
i
cos
sen
sen
cos
ax
ay
=
ar
a
=
ax cos + ay sen
ax sen + ay cos
con lo cual
ar = ax cos + ay sen
a = ax sen + ay cos
cos
sen
sen
cos
ar
a
=
ax
ay
=
ar cos a sen
ar sen + a cos
y
ax = ar cos a sen
3.5.3.
ay = ar sen + a cos
En general podemos pensar que las componentes de los vectores pueden ser funciones de las otras.
Consideremos el ejemplo anterior con esta vision. Tendremos que un punto en el plano viene representado
en coordenadas cartesianas por dos n
umeros (x, y) y en coordenadas polares por otros dos n
umeros (r, ) .
Siguiendo el ejemplo anterior un punto P, en el plano lo describimos como
|P i = rP |ur i = xP |ii + yP |ji
Luis A. N
un
ez
107
M
etodos Matem
aticos de la Fsica
yP = yP (r, ) = x2 = x2 x
1 , x
2
= P (x, y) = x
2 = x
2 x1 , x2
y explcitamente
xP = rP cos P
yP = rP sen P
x1 = x
1 cos x
2
2
1
x =x
sen x
2
=
=
y
x2P + yP2
P = arctan xyPP
rP =
x
1 =
(x1 ) + (x2 )
2
x
2 = arctan xx1
=
=
x
2 = x
2 x1 , x2
x2 = x2 x
1 , x
2
si se piden cosas razonables:
que las funciones xi = xi (
xm ) y x
j = x
j (xm ) sean al menos C 2 (funcion y derivada continua)
i 1 2
x (x
,
x )
que el determinante de la matriz Jacobiana sean finito y distinto de cero det
6= 0.
x
l
M
as a
un, si
xi = xi x
j (xm )
xi
xi x
k
=
= li
xl
x
k xl
= d xi =
xi
dx
k
x
k
xi
x
k
x
i
xk
Veamos si es cierto para el caso de vectores en el plano. Para ello calculamos la matriz Jacobiana (matriz
de derivadas) la cual ser
a
! x1 (x1 ,x2 ) x1 (x1 ,x2 )
i
1
2
x x
,x
cos x
2
x1 sen x
2
x
1
x
2
=
=
1 ,
x2 )
1 ,
x2 )
x2 (x
x2 (x
sen x
2 x
1 cos x
2
x
l
x
1
x
2
y seguidamente, identificando
xi x
1 , x
2 l
x =
x
x
l
i
=
x1
x2
=
cos x
2
sen x
2
x1 sen x
2
1
x
cos x
2
1
!1
x2
xi x
1 , x
2
cos x
2 sen x
2
1
2 )2
=
= (x ) +(x
2
sen x
2
cos x
2
x
x
l
x
1
x
1
1 2
2 2
(x ) +(x )
Luis A. N
un
ez
x
1
0
x2
(x1 )2 +(x2 )2
x1
(x1 )2 +(x2 )2
108
M
etodos Matem
aticos de la Fsica
tendremos
Es decir
x
1
0
x1
(x1 )2 +(x2 )2
x2
(x1 )2 +(x2 )2
x2
(x1 )2 +(x2 )2
x1
(x1 )2 +(x2 )2
q
2
2
x
= (x1 ) + (x2 )
1
= r =
x1
x2
p
x2 + y 2
x
i x1 , x2 l
= x
=
x
xl
i
0=0
3
3
1
2
z = z (r, , ) = x = x x
,x
,x
3
1 = x
1 x1 , x2 , x3
r = r (x, y, z) = x
= (x, y, z) = x
2 = x
2 x1 , x2 , x3
3
= (x, y, z) = x
=x
3 x1 , x2 , x3
=
=
=
x1 = x
1 sen x
2 cos x
3
2
1
2
x =x
sen x
sen x
3
3
1
2
x =x
cos x
y
p
=
=
=
q
2
2
2
(x1 ) + (x2 ) + (x3 )
2
x
2 = arctan xx1
(x1 )2 +(x2 )2
3
x
= arctan
x3
x
1 =
3
x1 sen x
2 sen x
3
x
1 sen x
2 cos x
0
x
1 cos x
2 cos x
3
x
1 cos x
2 sen x
3
1
2
x sen x
y su inversa
x
x ,x ,x
xl
Luis A. N
un
ez
sen () cos ()
rsen()
=
sen()
cos() cos()
r
sen () sen ()
cos()
r sen()
cos() sen()
r
cos ()
sen()
r
109
M
etodos Matem
aticos de la Fsica
x
i x1 , x2 , x3
=
l
x
x
x2 +y 2 +z 2
y
x2 +y 2
xz
(x2 +y 2 +z 2 )
x2 +y 2
x
l
3.6.
y
x2 +y 2 +z 2
x
x2 +y 2
yz
(x2 +y 2 +z 2 ) x2 +y 2
x
i =
z
x2 +y 2 +z 2
x2 +y 2
(x2 +y 2 +z 2 )
x
i x1 , x2 , x3 l
x
xl
En general las afirmaciones anteriores se pueden generalizar considerando que las coordenadas que definen
un determinado punto, P, expresado en un sistema de coordenadas particular, son x1 , x2 , , xn y las
1 , x
2 , , x
n ambas
coordenadas de ese mismo punto P, expresado en otro sistema de coordenadas es x
coordenadas estar
an relacionadas por
1
x = x1 x
1 , x
2 , , x
n
x
1 = x
1 x1 , x2 , , xn
x2 = x2 x
1 , x
2 , , x
n
x
2 = x
2 x1 , x2 , , xn
..
..
.
.
xn = xn x
1 , x
2 , , x
n
x
n = x
n x1 , x2 , , xn
es decir x
i = x
i xj
xi = xi x
j con i, j = 1, 2, 3, , n. Otra vez, solo exigiremos (y es bastante)
que:
1. las funciones xi = xi (
xm ) y x
j = x
j (xm ) sean al menos C 2 (funcion y derivada continua)
i 1 2
x (x
,
x )
2. que el determinante de la matriz Jacobiana sean finito y distinto de cero det
6= 0. Esto
x
l
es
x
1
x11
x
x2
x
n
x1
x
1
x22
x
x2
x
1
xn
x
n
x2
x
n
xn
6= 0 =
xi = xi (
xm )
x
j = x
j (xm )
xi
xi x
k
=
= li
xl
x
k xl
= d xi =
xi
dx
k
x
k
y como hemos comprobado para dos casos particulares, de ahora en adelante tendremos que:
ReDefinici
on Tal y como hemos visto, un conjunto de cantidades a1 , a2 , , an se denominar
an componentes
contravariantes de un vector |ai V en un punto P de coordenadas x1 , x2 , , xn si
1. dada dos base ortonormales de vectores coordenados. {|e1 i , |e2 i , |en i} y {|
e1 i , |
e2 i , |
en i}
se cumple que
i
i
e ai = ai
j
i
|ai = a |ej i = a
|
ei i =
= a
i = aj
e |ej i
ei ai = a
i
Luis A. N
un
ez
110
M
etodos Matem
aticos de la Fsica
2. o equivalentemente, bajo una transformacion de coordenadas xi = xi x
j con i, j = 1, 2, 3, , n.,
estas cantidades transforman como
a
i =
y donde las cantidades
x
i k
a
xk
x
i
xk
xi
x
k
ai =
xi k
a
x
k
con
xi x
k
= li
k
x
xl
ReDefinici
on Un conjunto de cantidades {b1 , b2 , , bn } se denominar
an componentes covariantes de un vector
hb| V en un punto P de coordenadas x1 , x2 , , xn si
1
2
1. dada dos base de formas e1 , e2 , hen | y
e ,
e , h
en | se cumple que
i
i
hb| ei = bi
hb| = bj e = bi
=
e
= bi = bj hej
e
hb|
ei = bi
2. o equivalentemente, bajo una transformacion de coordenadas xi = xi x
j con i, j = 1, 2, 3, , n.,
estas cantidades transforman como
i
bk = x bi
k
x
x
i
xk
xi
x
k
bk =
x
i
bi
xk
con
k
xi x
= li
k
x
xl
ReDefinici
on Generalizamos los conceptos anteriores de la siguiente manera. Dado un conjunto bases para de formas
diferenciales {hxm (1)| , hy n (2)|} hemos definido las componentes contravariantes de un tensor
T ij
ij 11 12
T
T , T , , T 1n , T 21 , T 22 , , T 2n , , T nn
ahora, en esta visi
on, las componentes contravariantes en un puntoP de coordenadas x1 , x2 , , xn ,ser
an
aquella que bajo una transformaci
on de coordenadas xi = xi x
j con i, j = 1, 2, 3, , n., estas cantidades transforman como
x
i x
j km
Tij =
T
k
x xm
i
T ij =
xi xj km
T
x
k x
m
con
xi x
k
= li
k
x
xl
ReDefinici
on Si {|ti (1)i , |uj (2)i , , |vk (m)i} y hxe (1)| , y f (2) , , hz g (n)| son bases para los vectores y las
formas, respectivamente. Las componentes de un tensor seran
f
hz g (n)|
|ti (1)i |uj (2)i
|vk (m)i hxe (1)| hy (2)|
mn
Tijk
= T , , , , ; , , ,
Luis A. N
un
ez
111
M
etodos Matem
aticos de la Fsica
11 21
1
n
1
n
1
11
n
n
un conjunto de cantidades T11
, T11 , , T11
, T11
, T21
, , Tm1
, , Tm
se denomi
m
nar
an componentes contravariantes y covariantes, respectivamente, de un tensor mixto en unpunto P de coordenadas x1 , x2 , , xn si bajo una transformacion de coordenadas xi = xi x
j con
i, j = 1, 2, 3, , n., estas cantidades transforman como
x
j xa
xd pq
x
i
ik
T
Teg
=
xp
xq x
e
x
g ad
xi x
k
x
k xl
con
3.6.1.
x
i
xk
xi
x
k
ik
Teg
=
xi
xj x
a
x
d pq
T
x
p
x
q xe
xg ad
Un ejemplo
Ilustremos ahora las transformaciones de tensores bajo cambios de la base del espacio vectorial. Una vez
m
as consideremos dos bases de vectores coordenados {|e1 i , |e2 i , |e3 i} y {|
e1 i , |
e2 i , |
e3 i} para el espacio
vectorial <3 La expresi
on de un determinado tensor en la base {|e1 i , |e2 i , |e3 i} sera
2 1 3
{|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} = Tji = 2 3 4
1 2 2
Si consideramos una nueva base
1
1
e |
e1 i = 1
e |
e2 i = 1
e |
e3 i = 1
e1 i = |ii
2
|
e2 i = |ii + |ji
e |
e1 i = 1
e |
e2 i = 2
e |
e3 i = 2
{|
e1 i , |
e2 i , |
e3 i}
|
e3 i = |ii + |ji + |ki
e |
e1 i = 1
e |
e2 i = 2
e |
e3 i = 3
para ese mismo espacio <3 encontraremos la expresion que toma Tji en esa base. Igualmente encontraremos las
k
expresiones para los siguientes tensores: Tij , Tij , Tij . Notese que
esta nueva base no es ortogonal ,
e |
ei i =
6
|e1 i = |ii = |
e1 i
|e2 i = |ji = |
e2 i |
e1 i
{|e1 i , |e2 i , |e3 i} =
|e3 i = |ki = |
e3 i |
e2 i
recordamos que un vector generico
|ai = aj |ej i = a
j |
ej i
|ai = aj |ej i = a
1 |
e1 i + a
2 |
e2 i + a
3 |
e3 i = a
1 |e1 i + a
2 (|e1 i + |e2 i) + a
3 (|e1 i + |e2 i + |e3 i)
con lo cual
a1 |e1 i + a2 |e2 i + a3 |e3 i = a
1 + a
2 + a
3 |e1 i + a
2 + a
3 |e2 i + a
3 |e3 i
Luis A. N
un
ez
112
M
etodos Matem
aticos de la Fsica
y como
a1 = a
1 + a
2 + a
3
a2 = a
2 + a
3
3
3
a =a
= ai =
x k
a
x
k
x1
x
1
= 1;
x1
x
2
= 1;
x1
x
3
= 1;
x2
x
1
= 0;
x2
x
2
= 1;
x2
x
3
= 1;
x3
x
1
= 0;
x3
x
2
= 0;
x3
x
3
= 1;
Es de hacer notar que dado que la base ortonormal {|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} se tiene que
|ai = aj |ej i = a
i |
ei i
= ei ai = aj ei |ej i = aj ji = ai = a
k ei |
ek i
xi
= ei |
ek i
k
x
El mismo procedimiento se puede aplicar para expresar el vector |ai como combinacion lineal de los vectores
|
ej i
|ai = a
j |
ej i = aj |ej i = a1 |e1 i + a2 |e2 i + a3 |e3 i = a1 |
e1 i + a2 (|
e2 i |
e1 i) + a3 (|
e3 i |
e2 i)
x
1
x
1
x
1
x1 = 1;
x2 = 1;
x3 = 0;
a
1 = a1 a2
k
k
i x
2
2
3
x
2
x
2
x
2
a
=a a
=
= a
=a
x1 = 0;
x2 = 1;
x3 = 1;
xi
3
3
a
=a
x3
x
3
x
3
x1 = 0;
x2 = 0;
x3 = 1;
N
otese que, como era de esperarse,
k
xi x
= ji
x
k xj
1
= 0
0
1
1
0
1
1
1 0
1
0
0
1
1 = 0
1
0
1
1
0
0
1
0
0
0
1
Con las expresiones matriciales para las transformaciones ,estamos en capacidad de calcular, componente a
componente, las representaci
on del tensor en la nueva base con lo cual
x
k xj i
k
T
Tm
=
xi x
m j
T11 =
es decir
Luis A. N
un
ez
x
1 xj
xi x
1
Tji =
x
1
x1
x1
x
1
x
1
x2
x
1
x3
T 1 + x1 T 1 + x1 T 1
1 1 x 2 2 x 3
x
2
+ xx1 T22 +
1 T
x1 1
x2
x
3
3
x
1 T1 + x
1 T2 +
T11 =
x
1 xj
xi x
1
Tji =
1 1 T11 + 0 T21 + 0 T31
1 1 T12 + 0 T22 + 0 T32
+0 1 T13 + 0 T23 + 0 T33
T11 =
x
1 xj
xi x
1
Tji =
T11 T12 = 2 2 = 0
x3
x
1
T32
x3
x
1
T33
113
M
etodos Matem
aticos de la Fsica
es decir
x
1 xj
xi x
2
Tji =
T21 =
x
1 xj
xi x
2
Tji =
T21 =
x
1 xj
xi x
1
Tji =
x
1
x1
x1
x
2
x
1
x2
x
1
x3
T 1 + x2 T 1 + x2 T 1
1 1 x 2 2 x 3
x
2
+ xx2 T22 +
2 T
x1 1
x
x2
3
3
x
2 T1 + x
2 T2 +
x3
x
2
T32
x3
x
2
T33
1 1 T11 + 1 T21 + 0 T31
1 1 T12 + 1 T22 + 0 T32
+0 1 T13 + 1 T23 + 0 T31
T11 + T21 T12 + T22 = (2 + 1) (2 + 3) = 2
k
se puede continuar termino a termino o realizar la multiplicacion de las matrices xxi , Tji y xxm provenientes
de la transformaci
on de componentes de tensores. Vale decir
2 1 3
1 1 1
0 2 3
1 1
0
k
j
x
x
k
2
4
1 1 2 3 4 0 1 1 = 1
Ti
0
Tm
=
xi j x
m
1 2 2
0 0 1
1
3
5
0
0
1
hay que resaltar un especial cuidado que se tuvo en la colocacion de la matrices para su multiplicaci
on. Si
k
j
k
k
= xxi xxm Tji las cantidades xxi son n
bien en la expresi
on Tm
umeros y no importa el orden con el cual
se multipliquen, cuando se colocan como matrices debe respetarse la concatenacion interna de ndices.
k
como una matriz, donde el ndice contravariante k indica filas y el
Esto es cuando queramos expresar Tm
ndice covariante m las columnas, fijamos primero estos ndices y luego respetamos la concatenacion ndices
covariantes con los contravariantes. Esta es la convencion para expresar la multiplicacion de matrices en la
notaci
on de ndices2 . Esto es
x
k xj i
k
Tm
=
T
xi x
m j
k
x
k i xj
k
= Tm
=
T
xi j x
m
Ahora los objetos xxi , Tji y xxm pueden ser sustituidos (en sus puestos correspondientes) por su representaci
on matricial.
k
Con lo cual hemos encontrado la representacion matricial Tm
de las componentes del tensor T en la base
{|
e1 i , |
e2 i , |
e3 i}
1
T1 = 0 T21 = 2 T21 = 3
T12 = 1 T22 = 2
T32 = 4
3
3
T1 = 1 T2 = 3
T33 = 5
n
Para encontrar la expresi
on para Tkm recordamos que Tkm = gkn Tm
es decir, requerimos las componentes
covariantes y contravariantes del tensor metrico gkn que genera esta base. Para ello recordamos que para una
base generica, {|
ej i} , no necesariamente ortogonal, de un espacio vectorial con producto interno, podemos
2 Quiz
a una forma de comprobar si los ndices est
a bien concatenados se observa si se bajan los ndices contravariantes
pero se colcan de antes que los covariantes. Esto es Tji Tij As la multiplicaci
on de matrices queda representada por
Cji = Aik Bjk Cij = Aik Bkj y aqu es claro que nidices consecutivos est
an concatenados e indican multiplicaci
on
Luis A. N
un
ez
114
M
etodos Matem
aticos de la Fsica
definir la expresi
on de un tensor
|e i
i
|
ej i
0
2
que denominaremos tensor metrico como
g , , = gij gji
gij gji = g [|
ei i , |
ej i] h
ei |
ej i h
ej |
ei i
he | hej |
g , = gij gij
gij gij = (
gij )
con lo cual
n
hTm
i
n
i
hTkm i hgkn Tm
2 3
2
4
3
5
0
1
1
hT nm i g nk Tk
g12 = h
e1 |
e2 i = hi| (|ii + |ji) = 1;
g21 = h
e2 |
e1 i = (hi| + hj|) |ii = 1;
g22 = h
e2 |
e2 i = (hi| + hj|) (|ii + |ji) = 2
g31 = h
e3 |
e1 i = (hi| + hj| + hk|) |ii = 1;
g32 = h
e3 |
e2 i = (hi| + hj| + hk|) (|ii + |ji) = 2;
y
g13 = h
e1 |
e3 i = hi| (|ii + |ji + |ki) = 1;
g23 = h
e2 |
e3 i = (hi| + hj|) (|ii + |ji + |ki) = 2
g33 = h
e3 |
e3 i = (hi| + hj| + hk|) (|ii + |ji + |ki) = 3
consecuentemente
gij gji
Luis A. N
un
ez
1
1
1
1
2
2
1
2
3
gij gij = (
gij )
2 1
1 2
0 1
0
1
1
115
M
etodos Matem
aticos de la Fsica
La otra forma de calcular la metrica correspondiente la base ortonormal {|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} y
transformarla a la base no ortonormal {|
e1 i , |
e2 i , |
e3 i} {|ii , |ii + |ji , |ii + |ji + |ki} esto es
gkm =
xi xj
gij
x
k x
m
= gkm =
xi
xj
g
ij
x
k
x
m
gij
1
0
0
0
1
0
0
0 ;
1
g ij
1
0
0
1
g ii
, con lo cual
0
0 ;
1
gji
0
1
0 0
1
0
1
1
0
0
1
0
1
0
0
0
1
0
0
0 ;
1
1
1
1 = 1
1
1
1
2
2
1
2
3
y
gkm
xj
xi
g
=
ij
x
k
x
m
1
; 1
1
0
1
1
0
1
0 0
1
0
0
1
0
n
otese para conservar la convenci
on de ndices y matrices hemos representado que hemos traspuesto la matriz
xi
correspondiente a xk . La raz
on, como dijimos arriba es
gkm =
xi
xj
g
ij
x
k
x
m
gkm = ik gij jm
ki gij jm
gkm =
0
D E D ET
j
Ti = Tji
1
1
T
2 3
0
2
4 = 2
3
5
3
1
D
E D
E
n
Tkm = gkn Tm
1
1
0
D
E D
E
n mk
Tkn = Tm
g
1
1
3.7.
1
2
2
0
1
2 1
1
3
1 1
D E
2 3 Tij
4 5
2 3
2
2
4 = 4
3
5
5
1
2 3
2
4 1
3
5
1
1
2
2
1
5
2 = 7
3
9
3
8
11
6
D
E
15 Tkm
20
10 13
D
E
13
17 Tkm
17
22
Al igual que existe el producto directo entre tenores, cabe preguntarse si es posible multiplicar una
componente de un tensor por otra de otro tensor y el producto sera un tensor ? Existe importantes
situaciones fsicas en las cuales es aplicable esta pregunta. Si Tij son las componentes de un tensor de rango
2 y V i el producto Tij V i = Bj ser
an componentes de un vector ? La respuesta no es siempre afirmativa, y
puede ser utilizado como un criterio de cuando una componente es un tensor. Este criterio que se denomina
el Teorema del Cociente.
La respuesta a esta pregunta surge de una respuesta a una pregunta distinta pero equivalente. Dados n2
n
umeros aij y un (una componente de un) vector generico V i , entonces la cantidad si aij V i V j es un escalar
Luis A. N
un
ez
116
M
etodos Matem
aticos de la Fsica
1
2
(aij + aji ) sera un (una componente de) tensor
0
2
. La demostraci
on
involucra algunos de los conceptos antes expuesto y la haremos para fijar conceptos.
Dados dos sistemas de coordenadas xi = xi (
xm ) y x
j = x
j (xm ) con i, j = 1, 2, 3, , n se cumple que
aij xi xj = = = a
ij x
i x
j
aij xi xj a
ij
xi x
k
xi
=
= li
xi = xi x
j (xm )
=
l
k
x
x
xl
x
k x
l
i j
kl
x
x
aij a
xi xj = 0
xi xj
como hay una suma en ij no se puede afirmar la cantidad del parentesis se anula. Como esta afirmacion vale
para cualquier sistema de coordenadas Seleccionaremos las componentes coordenadas en la base canonica.
x1 = (1, 0, 0, , 0) ;
x2 = (0, 1, 0, , 0) ;
xn = (0, 0, 0, , 1)
con lo cual
a11 a
kl
l
x
k x
= 0;
x1 x1
a22 a
kl
1
2
x
k x
l
= 0;
x2 x2
(
akl + a
lk ) y a
[kl] =
1
2
x
k x
l
=0
xn xn
(
akl a
lk ) y separar el tensor
a(hh) a
(kl) + a
[kl]
a(hh) a
(kl)
ann a
kl
x
k x
l
=0
xh xh
x
k x
l
=0
h
x xh
con lo cual se garantiza que la parte simetrica de un tensor transforma como un verdadero tensor una vez
que se contrae con un par de vectores.
3.8.
3.8.1.
Temas avanzados
Bases Discretas y Continuas
BDF = {|u1 i , |u2 i , |u3 i |un i}
ci |ui i = ui Fi |ui i
|Fi =
i
c |vi i = ui Fi |ui i
BDI = {|u1 i , |u2 i , |u3 i |un i }
donde en ambos casos:
ci = ui Fi = cj ui |uj i = cj ji
Luis A. N
un
ez
117
M
etodos Matem
aticos de la Fsica
Ahora bien, si estamos tratando el espacio vectorial de funciones de cuadrado integrable L2 ,definidas en <3
tendremos que
Z
X
i
3 0
0
0
i
d r ui (r ) f (r ) |ui i
|Fi = c |ui i u Fi |ui i =
i=0
Z
X
3 0
d r
ui
y
"
i=0
(r ) f (r ) ui (r)
0
3 0
f (r) =
d r f (r )
, por lo cual
#
ui
(r ) ui (r)
i=0
{z
G(r0 ,r)
la funci
on G(r0 , r) que depende de los argumentos, r0 y r, vive dentro de las integrales y convierte
Z
f (r) =
d3 r0 f (r0 ) G(r0 , r)
Z
c () = hw |i =
Z
d c () hw |w i =
d c () ( )
con en la cual ( ) es una Delta de Dirac. As, los dos conceptos expresados hasta ahora tienen una
expresi
on:
Propiedad\Base
Ortogonalidad
Cierre
Expansi
on
Componentes
Producto Interno
Norma
Luis A. N
un
ez
Discreta
vi |v i = j
i
P j
1 = j=0 |vj i vj
P
|Fi =
i=0ci |ui i
ci = P
ui Fi
hG| Fi = i=0 g i fi
P
2
hF| Fi = i=0 |fi |
Continua
hw R|w i = ( )
1 = d |w i hw |
R
|i = d c () |w i
c ()R= hw |i
hG| Fi = d g () f ()
R
2
hF| Fi = d |f ()|
118
M
etodos Matem
aticos de la Fsica
3.8.2.
Como un ejemplo de lo anterior consideraremos la base de las ondas planas. En el captulo de transformadas integrales consideramos un caso particular de las transformada de Fourier compleja para una funci
on,
vale decir
Z
Z
dt ei
F (s) =
st
f (t)
ds ei
f (t) =
st
F (s)
(x) =
dp e
dx ei
(p)
(p) =
2~
2~
px/~
(x)
Hemos tenido cuidado de incluir los factores de normalizacion adecuados para el caso de las descripciones
en mec
anica Cu
antica. Estas f
ormulas pueden ser re-interpretadas en funcion de los conceptos anteriormente
expuestos y podemos definir una base continua de la forma
Z
Z
1
1
1
1
i px/~
i px/~
dp
dx
(p)
(p) =
(x)
e
e
(x) =
2~
2~
2~
2~
{z
}
{z
}
|
|
vpx (x)
vp (x)
por lo cual
Z
(x) =
dp vp (x) (p)
(p) =
dx vp (x) (x)
1 ei px/~
2~
dx
2~
Que las proyecciones de (x) sobre la base de ondas planas es (p) = hvp | i
La relaci
on de cierre para esta base se expresa como
Z
Z
Z
0
1= d |v i hv |
dp vp (x ) vp (x) =
dp
1 i p(x0 x)/~
e
= (x0 x)
2~
0
hvp | vp i =
dx vp0 (x) vp (x) =
dp
e
= (p0 p)
2~
En este mismo orden de ideas podemos construir otra base continua r0 (r) a partir de la utilizaci
on de
las propiedades de la delta de Dirac. Esto es
Z
Z
(r) =
d3 r0 (r0 ) (r0 r)
(r0 ) =
d3 r (r) (r r0 )
{z
}
|
r0 (r)
Luis A. N
un
ez
119
M
etodos Matem
aticos de la Fsica
(r0 ) = hr0 | i =
con
d3 r r0 (r) (r)
m
as a
un la ortogonalidad queda garantizada por la relacion de cierre
Z
Z
hr0 | r0 i =
d3 r0 r0 (r) r0 (r0 ) =
d3 r0 (r r0 ) (r0 r0 ) = (r0 r)
al igual que
hr0 | r00 =
3.8.3.
d r
r0
Z
(r) r00 (r) =
d3 r (r r0 ) (r r00 ) = (r00 r0 )
A partir de las bases de ondas planas vp0 (x) ,y de distribuciones, r0 (r) , construimos las llamadas
representaciones |ri y |pi de la forma siguiente. Asociamos
r0 (r)
|r0 i
vp0 (x)
|p0 i
De esta forma dada las bases {r0 (r)} y {vp0 (x)} para el espacio vectorial V definiremos dos representaciones, la representaci
on de coordenadas, |r0 i , y la representacion de momentos |p0 i de V,respectivamente.
De tal modo que
Z
hr0 | r00 i =
d3 r r0 (r) r00 (r) = (r00 r0 )
Z
1 = d3 r0 |r0 i hr0 |
Z
Z
1 i r0 p0 /~
0
3
e
= (p00 p0 )
hp0 | p0 i =
d r vp00 (r) vp0 (r) =
d3 r
2~
Z
1 = d3 p0 |p0 i hp0 |
Podemos, entonces expresar el producto interno para la representacion de coordenadas como
Z
Z
3
h |i = h|
d r0 |r0 i hr0 | |i = d3 r0 (~r0 )(~r0 )
|
{z
}
1
Luis A. N
un
ez
120
M
etodos Matem
aticos de la Fsica
d3 r0 |r0 i hr0 | i =
(~r0 ) = hr0 |i
d3 p0 |p0 i hp0 | i
(~
p0 ) = hp0 |i
que es la representaci
on de |i en coordenadas, (r0 ), y en momentos, (p0 ). Adicionalmente cuando
|i = |pi tendremos que
Z
Z
i
3/2
d3 r00 (~r00 ~r0 ) e ~ p~0 ~r0
d3 r00 |r00 i hr00 | |p0 i = (2~)
hr0 |p0 i = hr0 |
{z
}
|
1
3/2
i
~0 ~
r0
~p
con lo cual (p0 ) puede considerarse la transformada de Fourier de (r0 ), y denotaremos de ahora en adelante las bases |r0 i |ri y |p0 i |pi . Estos ndices continuos, r0 y p0 ,representan tres ndices continuos
r
(x, y, z) y p
(px , py , pz ) . La proyeccion de un vector abstracto |i en la representacion |ri ser
a considerada como su expresi
on en el espacio de coordenadas, igualmente su proyeccion hp |i sera su expresi
on
en el espacio de los momentos. Eso nos permitira hacer corresponder los elementos de espacios vectoriales abstractos con, con elementos de un espacio vectorial de funciones. Por lo tanto todas las formulas de
proyecci
on quedan como
hr |i = (r)
y
hp |i = (p)
mientras que las relaciones de cierre y ortonormalizacion
Z
hr| r0 i = (r0 r)
1=
Z
hp| pi = (p p)
1=
d3 r |ri hr|
d3 p |pi hp|
d3 p |pi hp| |i =
d3 p (p) (p)
3/2
e ~ pr
por lo cual
Z
(r) = hr |i = hr|
Luis A. N
un
ez
Z
Z
i
3/2
121
M
etodos Matem
aticos de la Fsica
e inversamente
Z
(p) = hp |i = hp|
Luis A. N
un
ez
Z
Z
i
3/2
d3 r |ri hr| |i = d3 r hp |ri hr| i = (2~)
d3 r e ~ pr (r)
122
Bibliografa
[1] Apostol, T. M. (1972) Calculus Vol 2 (Reverte Madrid ) QA300 A66C3 1972
[2] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[3] Borisenko, A.I, y Tarapov I.E. (1968) Vector and Tensor Analisys (Dover Publications Inc, Nueva
York)
[4] Dennery, P. y Krzywicki, A. (1995) Mathematics for Physicists (Dover Publications Inc, Nueva York)
[5] Gelfand, I.M. (1961) Lectures on Linear .Algebra (John Wiley & Sons Interscience, Nueva York ).
[6] Lovelock, D, y Rund, H. (1975) Tensors, Differential Forms & Variational Principles (John Wiley
Interscience, Nueva York ).
[7] Santal
o, L.A (1969) Vectores y Tensores (Editorial Universitaria, Buenos Aires)
[8] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
123
Captulo 4
Coordenadas Curvilineas
124
M
etodos Matem
aticos de la Fsica
4.1.
Disgreci
on Derivativa
t0
~a (t)
d~a (t)
~a (t + t) ~a (t)
= lm
=
t0 t
t
dt
(t)
ha |bi(t)
dt
d ( (t))
|ai(t) + (t)
dt
d
d |ai(t)
dt
!
d |bi(t)
ha|
|bi(t) + ha|(t)
dt
dt
(t)
d |ai(t)
dt
d ak (t) |ek i(t)
dt
d |ek i(t)
d ak (t)
=
|ek i(t) + ak (t)
dt
dt
con lo cual hay que tener cuidado al derivar vectores y cerciorarse de la dependencia funcional de base y
componentes. Habr
a sistemas de coordenadas (bases de vectores) que sean constantes y otros con bases
variables. As, el radio vector posici
on de una partcula genera los vectores velocidad y aceleracion.
~r = ~r (t)
= ~v (t) =
d (~r (t))
dt
= ~a (t) =
d (~v (t))
d2 (~r (t))
=
dt
dt2
ahora bien
~r |ri = rP |ur i = xP |ii + yP |ji + zP |ki
Luis A. N
un
ez
125
M
etodos Matem
aticos de la Fsica
rP = rP (t)
= (t)
movimiento entonces
x = x (t)
y = y (t) ; |ur i = |ur i(t) ;
z = z (t)
|ii = const
|ji = const
|ki = const
con lo cual
d (|ur i)
d (cos (t) |ii + sen (t) |ji)
d (t)
d (t)
=
= (sen (t))
|ii + cos (t)
|ji
dt
dt
dt
dt
d (t)
d (t)
d (|ur i)
=
[ (sen (t)) |ii + cos (t) |ji] =
|u i
{z
}
dt
dt |
dt
|u i
ya que
k|ur ik =
hur |ur i =
p
[cos (t) hi| + sen (t) hj|] [cos (t) |ii + sen (t) |ji] = 1
k|u ik =
hu |u i =
[ (sen (t)) hi| + cos (t) hj|] [ (sen (t)) |ii + cos (t) |ji] = 1
y
hur |u i = hu |ur i = [ (sen (t)) hi| + cos (t) hj|] [cos (t) hi| + sen (t) |ji] = 0
M
as a
un
d ( (sen (t)) |ii + cos (t) |ji)
d (t)
d (|u i)
=
= (cos (t) |ii + sen (t) |ji) =
|ur i
dt
dt
dt
Con lo cual, una partcula que describe un movimiento generico vendra descrita en coordenadas cartesianas
por
~r |ri = xP (t) |ii + yP (t) |ji + zP (t) |ki
y su velocidad ser
a
d~r (t)
d (|ri)
d (xP (t) |ii + yP (t) |ji + zP (t) |ki)
=
=
dt
dt
dt
d (xP (t))
d (yP (t))
d (zP (t))
=
|ii +
|ji +
|ki = vxP (t) |ii + vyP (t) |ji + vzP (t) |ki
dt
dt
dt
~v (t) =
y la aceleraci
on
~a (t) =
d (vxP (t))
d (vyP (t))
d (vzP (t))
|ii +
|ji +
|ki = axP (t) |ii + ayP (t) |ji + azP (t) |ki
dt
dt
dt
= ~v (t) =
d r (t)P |ur i(t)
dt
d (r (t)P )
|ur i(t) + r (t)P
dt
d |ur i(t)
dt
d (t)
|u i
dt
126
M
etodos Matem
aticos de la Fsica
y la aceleraci
on
~a (t) =
d (~v (t))
=
dt
d
~a (t) =
dr(t)P
dt
dt
dr(t)P
dt
d(t)
dt
|u i
=
dt
d vr (t)P |ur i(t)
dt
~a (t) =
dr (t)P d (t)
d (t)
|u i(t) + r (t)P
|u i(t) + r (t)P
dt
dt
dt2
dr(t)
P
d
dt
d(t)
dt
|u i
dt
d
|u
i
r
(t)
dr (t)P
|ur i(t) +
dt
dt
2
d r (t)P
dt
r (t)P
d (t)
dt
2
d
|u
i
(t)
d (t)
dt
dt
dr (t)P d (t)
d2 (t)
|ur i(t) + 2
+ r (t)P
dt
dt
dt2
|u i(t)
r = R = const
dR
=0
dt
~v (t) = R d(t)
=
dt |u i
De aqu podemos ver claramente que velocidad ~v (t) y posicion ~r (t) son ortogonales. La velocidad, ~v (t) ,
siempre es tangente a la trayectoria ~r (t) y en este caso la trayectoria es una circunsferencia. En general el
vector
Z
X
X
X
~r (ti ) = d~r (t) = ~r (t)
~rmed =
~r (ti ) =
(~r (ti + ti ) ~r (ti )) = lm
i
t0
4.2.
Curvas y par
ametros
Luis A. N
un
ez
xP () ~r
yP () ~r
zP () ~r
+
+
xP ()
yP ()
zP ()
d
127
M
etodos Matem
aticos de la Fsica
con lo cual
d ()
xP () ()
yP () ()
zP () ()
=
+
+
d
xP ()
yP ()
zP ()
P () yP () zP ()
con lo cual podemos considerar las cantidades x
, ,
como las componentes del vector,
d()
d~r () , (y en general del operador
d ) tangente ala trayectoria parametrizada con .
()
seran los vectores base en esas coordenadas.
, ()
M
as a
un las cantidades xP () , x()
P () zP ()
1
As al considerar coordenadas generalizadas q () , q 2 () , q 3 ()
|ri =
r=
r q 1 () , q 2 () , q 3 ()
q 1 ()
~r
q 2 ()
~r
q 3 ()
~r
d~r q 1 () , q 2 () , q 3 () =
d 1
+
d 2
+
d 3
q ()
q ()
q ()
m
d
r
q 1 () ~r
q 2 () ~r
q 3 () ~r
=
+
+
d
q 1 ()
q 2 ()
q 3 ()
| {z }
| {z }
| {z }
|q 1 i
n
donde q 1 =
~
r
2
q 1 () , q
~
r
3
q 2 () , q
~
r
q 3 () ,
|q 2 i
|q 3 i
d hdr()| d |dr()i
q i hdr()| q j |dr()i
(d)2 =
(d)2
d
d
q i
q j
hdr()| |dr()i q i q j
hdr()| |dr()i i j
d
d =
dq dq
q i
q j |{z }|{z }
q i
q j
dq i
donde
d~
r ()
d
dq j
hdr()| |dr()i i j
dq dq
q i
q j
{z
}
|
g
ij
identificamos claramente
Luis A. N
un
ez
hdr()| |dr()i
gij
q i
q j
128
M
etodos Matem
aticos de la Fsica
4.3.
a2 csc2 u;
v
x a senh
cosh v
2
Como hemos visto siempre se podr
a definir un sistema de coordenadas generalizadas q 1 , q 2 , q 3 tales que
|ri =
r=
r q1 , q2 , q3
= d
r=
r 1
r 2
r 3
dq +
dq +
dq
q1
q2
q3
r
r
dq i dq j
qi qj
|
ej i =
1 |ri
|ri q j
qj
1
|ri
|
e2 i =
|ri
q 2 ;
q2
1
|ri
|
e3 i =
|ri
q 3 ;
q3
los cuales son vectores tangentes a las curvas que define el radio vector |ri. Claramente si el sistema es
ortogonal los factores de escala son importantes para su categorizacion
|ri
|ri
|ri
;
h1 =
; h2 =
; y h3 =
q1
q2
q3
Luis A. N
un
ez
129
M
etodos Matem
aticos de la Fsica
2
+ h2 dq 2
2
+ h3 dq 3
2
hdr()| |dr()i i j
dq dq = gij dq i dq j
q i
q j
x
x1
=
= g11 ;
q 1
q 1
h2 =
x2
y
=
= g22 ;
q 2
q 2
h3 =
x3
z
=
= g33 .
q 3
q 3
4.3.1.
k
k
ds2 hdr |dri = d x
k
e (d x
m |
em i) =
e |
em i d x
k d x
m = d x
m d x
m = gkm d x
k d x
m
Donde hemos utilizado el hecho que la metrica nos permite asociar componentes contravariantes a covariantes
y viceversa, es decir establece una relaci
on entre formas y vectores.
Si las bases de formas y vectores son ortogonales la metrica sera diagonal y como en general
|dr()i
6= 1,
q j
entoces surgen los llamados factores de escala hi = gii
Entonces, una vez m
as, una forma hb| o, un vector |ai cualquiera puede expresarse como una combinaci
on
lineal de formas o vectores base
j
|ai = aj |ej i = a
j |
ej i
hb| = bj ej = bj
e
con
aj = ej |ai ;
j
a
j =
e |ai ;
bj = hb |ej i ;
y bj = hb |
ej i
ai = h[i] a[i]
donde h[i] a[i] NO indica suma. En otras palabras, en aquellos sistemas de coordenadas en los cuales la metrica
es diagonal pero no viene representada por la matriz unidad, subir y bajar indices puede incluir los camibos
de escala.
4.3.2.
Velocidades y Aceleraciones
Antes de pasar a analizar los casos particulares haremos un alto para expresar las expresiones de las
velocidades y las aceleraciones en coordenadas generalizadas. Para ello recordamos que los vectores velocidad
y aceleraci
on se representan como
|V i = V j |ej i = x j |ej i = V j |
ej i = x
j |
ej i
j |
|ai = aj |ej i = x
j |ej i = a
j |
ej i = x
ej i
respectivamente. Para determinar las expresiones de estos vectores en cualquier sistema de coordenadas, es
suficiente con encontrar las expresiones de sus componentes contravariantes o contravariantes. Como sabemos,
podremos encontrar una a partir de las otras con la ayuda de la metrica del sistema de coordenadas.
Luis A. N
un
ez
130
M
etodos Matem
aticos de la Fsica
|e2 i = |i ;
E
|e3 i = k ,
claramente las componentes contravariantes del vector velocidad en un sistema de coordenadas generalizado
son V j = qj
Para encontrar las componentes covariantes recordamos que para cualquier base generalizada de vectores
o formas se expresan en termino de la base cartesiana (de vectores o formas) como
xi
|ei i
q j
|
ej i =
i
q i
j
e=
e
xj
Entoces las componentes covariantes del vector velocidad en una base generalizada sera
Vm V m
i
xm
m
m
2
x
x
x
t
Vj = hV |
ej i = (x m h
em |)
|ei i = x m j = x m q
= x m j =
j
q j
q
q
qj
t
d |ri
dt
i
m
m
m
q j
q j
dt
q j
q j
y otra vez
xm
x m
=
j
q
qj
a
j =
d
dt
x m
d
x m
x m x m
x m x m
x m j x m j =
q
q
dt qj
2
q j
2
y finalmente
a
j =
4.3.3.
d
dt
qj
Vm V m
2
q j
Vm V m
2
Coordenadas Cartesianas
El primer caso, el m
as trivial, lo constituyen las coordenadas cartesianas. Vale decir
q 1 , q 2 , q 3 (x, y, z)
r=
r (x, y, z) = d
r=
Luis A. N
un
ez
r
x
dx +
r
dy +
dz = dx |ii + dy |ji + dz |ki
y
z
131
M
etodos Matem
aticos de la Fsica
cosecuentemente
hx =
|ri
x
=1
|
ex i =
hy =
|ri
y
=1
hz =
|ri
z
=1
|
ey i =
|
ez i =
k |ri
x k
1
k y|ri k
1
k |ri
z k
|ri
x
= |ii
|ri
x
= |ji ;
|ri
z
= |ki
ds2 = dx2 + dy 2 + dz 2
y el tensor metric
o ser
a
g11 = gxx = 1;
g22 = gyy = 1;
g22 = gzz = 1.
El hecho que para el caso de las coordenadas cartesianas hx = hy = hz = 1 significara que las tomaremos
como coordenadas base respecto a las cuales expresaremos las demas.
4.3.4.
Coordenadas Cilndricas
r=
r (, , z)
d
r=
r
d +
d +
dz
dx = cos d sen d
y = y (, ) = sen
= dy = sen d + cos d
z=z
dz = dz
con lo cual es f
acil identificar
x(,)
x(,)
x(,)
= cos
= sen
=0
z
y(,)
y(,)
= sen ; y(,)
= cos ; y
=0
z
z
z
z =1
=0
=0
coordendas carte-
y de all
+ zk
x (, ) y (, )
|ri
x (, ) + y (, )
h =
=
=
+
h = kcos + sen
k = 1
Luis A. N
un
ez
132
M
etodos Matem
aticos de la Fsica
hz =
k
= 1.
z
(x (, ) + y (, )
)
= r;
h =
k |ri
k
|ri
x(,)
+ y(,)
=
|ri
|ri
z
(x(,)+y(,)+zk)
k |ri
k
1
k |ri
z k
x(,)
cos + sen
y(,)
= sen + cos
;
=k
ds2 = d2 + 2 d2 + dz 2
y el tensor metric
o ser
a
g11 = g = 1;
4.3.5.
g22 = g = 2 ;
g33 = gzz = 1.
Coordenadas Esf
ericas
d~r=
~r
r
dr +
~r
d +
~r
d
y estas cantidades pueden ser identificadas de las leyes de transformacion respecto a las coordendas cartesianas
z (r, , ) = r cos
dz = cos dr r sen d
con lo cual es f
acil identificar
x(r,,)
= cos sen
r
y(r,,)
= sen sen
r
z(r,,)
= cos
r
Luis A. N
un
ez
x(r,,)
= r sen sen
y(r,,)
= r cos sen
z(r,,)
=0
x(r,,)
y(r,,)
z(r,,)
= r cos cos
= r sen cos
= r sen
133
M
etodos Matem
aticos de la Fsica
y de all
+ z (r, , ) k
|ri
x (r, , ) + y (r, , )
hr =
r
=
r
x (r, , ) y (r, , ) z (r, , )
hr =
+
+
k
r
r
r
+ cos
hr =
cos sen + sen sen
p
k
= cos2 sen2 + sen2 sen2 + cos2 = 1
Finalmente,
x (r, , ) + y (r, , )
+
z
(r,
,
)
k
h =
x (r, , )
y (r, , )
z (r, , )
h =
+
k
h =
r cos cos +r sen cos
sen
q
h =
k |ri
r k
1
k |ri
k
1
|ri
|ri
r
|ri
1
r sen
|ri
1
r
;
134
M
etodos Matem
aticos de la Fsica
g22 = g = r2 sen2 ;
g33 = g = r2 .
Por completidud, enumeraremos algunos otros sistemas de coordenadas y dejaremos al lector la labor de
calcular los vectores unitarios y la metrica del espacio expresada en estas coordenadas.
4.3.6.
Coordenadas Toroidales
q 1 , q 2 , q 3 (, , ) ;
|ri = x (, , ) + y (, , )
+ z (, , ) k
con
x = x (, , ) = r cos ;
con r =
senh
cosh + cos
y = y (, , ) = r sen
z = z (, , ) = r
sen
cosh + cos
|
e i =
|
e i =
Luis A. N
un
ez
|ri
k |ri
k
1
k |ri
k
|ri
|ri
|ri
(x(,,)+y(,,)
)
+z(,,)k
(x(,,)+y(,,)+z(,,)k)
135
M
etodos Matem
aticos de la Fsica
|ri
=
|ri
=
senh
cosh +cos
cos
senh
cosh +cos
sen
cosh cos + 1
cosh2 + 2 cosh cos + cos2
sen
cosh +cos
(cos + sen
)
senh
cosh +cos
ds = r
d2 + d2
senh2
Las superficies = const representan toros alrededor del eje z; las superficies = const son esferas con
centro sobre el eje z;y finalmente las superficies = const son planos que contiene al eje z
Coordenadas Elipsoidales
Dados tres n
umeros a, b y c; con a > b > c > 0, la ecuacion
y2
z2
x2
+
+
=1
a2 + b2 + c2 +
representa las superficies cu
adricas1 homofocales (es decir, con el mismo foco u origen en (x = 0, y = 0, z = 0)).
Dependiendo del valor del par
ametro , estas ecuaciones representaran superficies
Elipsoides
Hiperboloides de una hoja
Hiperboloides de dos hojas
si
> c2
2
si c > > b2
si b2 > > c2
Esto quiere decir que por cada punto (x, y, z) del espacio, pasan tres superficies cuadricas (dependiendo del
valor de ). Conocidos a, b y c y el punto, (x = x0 , y = y0 , z = z0 ) , los valores de vienen dados por las
races de la ecuaci
on c
ubica
y2
z2
x2
+
+
=1
a2 + b2 + c2 +
3 + 2 + + = 0
con
= x20 + y02 + z02 a2 b2 c2
= b2 + c2 x20 + a2 + c2 y02 + a2 + b2 z02 a2 b2 a2 + b2 c2
= x20 b2 c2 + y02 a2 c2 + z02 a2 b2 a2 b2 c2
Las races de esta ecuaci
on (1 = ; 2 = ; 3 = ) definen las coordenadas elipsoidales del punto (x, y, z) =
(x (, , ) , y (, , ) , z (, , ))
q 1 , q 2 , q 3 (, , ) ;
|ri = x (, , ) + y (, , )
+ z (, , ) k
1 N
otese
que la proyecci
on de estas superficies en el plano (x, y) representan curvas c
onicas homofocales
Luis A. N
un
ez
136
M
etodos Matem
aticos de la Fsica
y la ley de transformaci
on queda como
s
x = x (, , ) =
y = y (, , ) =
z = z (, , ) =
por cual la metrica ser
a
ds2 =
4.4.
4 (a2
( ) ( )
( ) ( )
d2 +
d2
2
2
2
+ ) (b + ) (c + )
4 (a + ) (b2 + ) (c2 + )
( ) ( )
+
d 2
4 (a2 + ) (b2 + ) (c2 + )
Vectores, Tensores, M
etrica y Transformaciones
Nos toca ahora construir expresiones de vectores y tensores a partir de sus leyes de transformacion, hemos
dicho que los vectores y los tensores son independiente del sistema de coordenadas (la base) en la cual se
exprese.
4.4.1.
Transformando Vectores
i
x
i j
ei ai = ai
|ai = aj |ej i = a
i |
ei i =
= a
i = aj
e |ej i a
i =
a
j
e ai = a
|{zx }
h
ei |ej i
Luis A. N
un
ez
x(,)
y(,)
z
= cos
= sen ;
=0
y = y (r, ) = sen ;
x(,)
= sen
y(,)
;
=
cos
z
=
0
z=z
x(,)
z
=0
y(,)
z
=0
z
z
=1
137
M
etodos Matem
aticos de la Fsica
Entonces dados
|ai = aj |ej i = a1 |e1 i + a2 |e2 i + a3 |e3 i = ax |ii + ay |ji + az |ki
|ai = a
i |
ei i = a
1 |
e1 i + a
2 |
e2 i + a
3 |
e3 i = ar |
er i + a |
e i + az |
ez i
con
|
e i =
|
e i =
|
ez i =
k |ri
k
1
k |ri
k
1
k |ri
z k
|ri
x(,)
+ y(,)
=
|ri
|ri
z
(x(,)+y(,)+zk)
x(,)
cos + sen
y(,)
= sen + cos
;
=k
Si tenemos en concreto un vector |ai = 5 |ii + 4 |ji + 3 |ki quisieramos conocer su expresion en coordenadas
cilndricas. Hay que hacer la acotaci
on que existe una familia de sistemas de coordenados cilndricos parametrizados por el
angulo y NO un u
nico sistema coordenado. Obviamente se puede especificar el sistema
coordenado y entonces tendremos un conjunto de componentes definito. As la familia de componentes en
cilndricas del vector |ai ser
an
j 1
j 1
a
j =
e |ai =
e a
|
e1 i + a
2 |
e2 i + a
3 |
e3 i =
e a |e1 i + a2 |e2 i + a3 |e3 i
con lo cual al expresar los vectores base
= 5 cos + 4 sen
a
1 = a = h
e | (5 |ii + 4 |ji + 3 |ki) = (cos + sen
) 5 + 4
+ 3k
= 5 sen + 4 cos
a
2 = a = h
e | (5 |ii + 4 |ji + 3 |ki) = ( sen + cos
) 5 + 4
+ 3k
a
3 = az = h
ez | (5 |ii + 4 |ji + 3 |ki) = hk| (5 |ii + 4 |ji + 3 |ki) = 3
con lo cual
|ai = 5 |ii + 4 |ji + 3 |ki = (5 cos + 4 sen ) |
e i + (5 sen + 4 cos ) |
e i + 3 |
ez i
donde es claro que existen infinitos sistemas cilindricos parametrizados por el angulo , digamos
16
a = 5 cos arctan 45 + 4 sen arctan 45 = 25
41
41 41 + 41 41 =
4
20
= arctan
az = 3
con lo cual hemos alineado el eje |
e i a lo largo del vector |ai . Ese es un sistema de coordenadas cilindrico
muy particular.
Luis A. N
un
ez
138
M
etodos Matem
aticos de la Fsica
4.4.2.
Transformando Tensores
2 1
{|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} = Tji = 2 3
1 2
3
4
2
Es decir es un tensor que hemos expresado en coordenadas cartesianas y queremos pasarlo a cilindricas. Para
ello recordamos que
1
x = x = x (, ) = cos
x2 = y = y (, ) = sen
x =z=z
j
k
i
k
T
donde
Tm
=
xi x
m j
x
1 = = (x, y) = x2 + y 2
x
2 = = (x, y) = arctan xy
3
x
=z=z
con lo cual
x
k
xi
x
1
x1
2
x
x2 +y 2
y
x2 +y 2
x1
x
3
x1
z
x
=0
es decir
x
1
x2
x2
x
3
x2
z
y
=0
cos
x
1
x3
2
x
x2 +y 2
sen
sen
x
k
=
i
x
y
x2 +y 2
=0
=
0
z
=
1
z
x3
x
3
x3
x1
x
3
x
z
x2
x
3
y
z
x3
x
3
z
z
cos
mientras que
x1
x
1
xj
x
m
x2
x
1
con lo cual
x3
x
1
= cos
= sen
x1
x
2
x2
x
2
x3
x
2
=0
cos
xj
sen
=
x
m
0
Luis A. N
un
ez
= sen
= cos
=0
sen
cos
0
=0
=0
=1
139
M
etodos Matem
aticos de la Fsica
Por lo tanto
x
k i xj
k
T
Tm
=
xi j x
m
es decir
cos + 2 sen
0
1
3
2
cos
0 Tj
sen
0
1
cos
sen 0
2
cos
0
2
1
0
1
cos
sen
k
Tm
=
0
k
Tm
=
sen
sen
k
Tm =
cos
sen
cos
0
3
cos sen 0
4 sen cos 0
2
0
0
1
Si suponemos que el origen del sistema de coordenadas cilindrico esta en el vector anterior. Esto es
= x2 + y 2 = 52 + 42 = 41
= arctan xy
= arctan 54 = 0,67474 rad
y entonces
3,8537
k
Tm
= 0,20569
2,030 3
2,030 3
1. 146 3
6,0
4,841 4
0,195 12
2
1
1
e |
e1 i = 1
e |
e2 i = 1
e |
e3 i = 1
|
e1 i = |ii
2
|
e2 i = |ii + |ji
e |
e1 i = 1
e |
e2 i = 2
e |
e3 i = 2
{|
e1 i , |
e2 i , |
e3 i}
|
e3 i = |ii + |ji + |ki
e3 |
e1 i = 1
e3 |
e2 i = 2
e3 |
e3 i = 3
para ese mismo espacio <3 encontraremos una nueva expresion que toma Tji en esa base. Igualmente encontraremos
para los siguientes tensores: Tij , Tij , Tij . Notese que
nueva base no es ortogonal
k las expresiones
kesta
k
,
e |
ei i =
6 i , con lo cual no se cumplen muchas cosas entre ellas |
ek i
e 6= 1
Para encontrar la expersi
on Tji expresamos los vectores base {|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} en termino
de la base {|
e1 i , |
e2 i , |
e3 i}
|e1 i = |ii = |
e1 i
|e2 i = |ji = |
e2 i |
e1 i
{|e1 i , |e2 i , |e3 i} =
|e3 i = |ki = |
e3 i |
e2 i
recordamos que un vector generico
|ai = aj |ej i = a
j |
ej i
|ai = aj |ej i = a
1 |
e1 i + a
2 |
e2 i + a
3 |
e3 i = a
1 |e1 i + a
2 (|e1 i + |e2 i) + a
3 (|e1 i + |e2 i + |e3 i)
Luis A. N
un
ez
140
M
etodos Matem
aticos de la Fsica
con lo cual
a1 |e1 i + a2 |e2 i + a3 |e3 i = a
1 + a
2 + a
3 |e1 i + a
2 + a
3 |e2 i + a
3 |e3 i
y como
a1 = a
1 + a
2 + a
3
a2 = a
2 + a
3
3
3
a =a
= ai =
x k
a
x
k
x1
x
1
= 1;
x1
x
2
= 1;
x1
x
3
= 1;
x2
x
1
= 0;
x2
x
2
= 1;
x2
x
3
= 1;
x3
x
1
= 0;
x3
x
2
= 0;
x3
x
3
= 1;
Es de hacer notar que dado que la base ortonormal {|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} se tiene que
= ei ai = aj ei |ej i = aj ji = ai = a
k ei |
ek i
|ai = aj |ej i = a
i |
ei i
xi
= ei |
ek i
k
x
El mismo procedimiento se puede aplicar para expresar el vector |ai como combinacion lineal de los vectores
|
ej i
|ai = a
j |
ej i = aj |ej i = a1 |e1 i + a2 |e2 i + a3 |e3 i = a1 |
e1 i + a2 (|
e2 i |
e1 i) + a3 (|
e3 i |
e2 i)
x
1
x
1
x
1
x1 = 1; x2 = 1;
x3 = 0;
a
1 = a1 a2
x
k
x
2
x
2
x
2
a
2 = a2 a3
=
= a
k = ai
i
x1 = 0;
x2 = 1;
x3 = 1;
a
3 = a3
x3
x
3
x
3
x1 = 0;
x2 = 0;
x3 = 1;
N
otese que, como era de esperarse,
xi x
k
= ji
x
k xj
1
= 0
0
1
1
0
1
1
1 0
1
0
0
1
1 = 0
1
0
1
1
0
0
1
0
0
0
1
Con las expresiones matriciales para las transformaciones ,estamos en capacidad de calcular, componente a
componente, las representaci
on del tensor en la nueva base con lo cual
x
k xj i
k
Tm
=
T
xi x
m j
T11 =
es decir
Luis A. N
un
ez
x
1 xj
xi x
1
Tji =
x
1
x1
x1
x
1
x
1
x2
x
1
x3
T 1 + x1 T 1 + x1 T 1
1 1 x 2 2 x 3
x
2
+ xx1 T22 +
1 T
x1 1
x
x2
3
3
x
1 T1 + x
1 T2 +
T11 =
x
1 xj
xi x
1
Tji =
1 1 T11 + 0 T21 + 0 T31
1 1 T12 + 0 T22 + 0 T32
+0 1 T13 + 0 T23 + 0 T33
T11 =
x
1 xj
xi x
1
Tji =
T11 T12 = 2 2 = 0
x3
x
1
T32
x3
x
1
T33
141
M
etodos Matem
aticos de la Fsica
es decir
x
1 xj
xi x
2
Tji =
T21 =
x
1 xj
xi x
2
Tji =
T21 =
x
1 xj
xi x
1
Tji =
x
1
x1
x1
x
2
x
1
x2
x
1
x3
T 1 + x2 T 1 + x2 T 1
1 1 x 2 2 x 3
x
2
+ xx2 T22 +
2 T
x1 1
x
x2
3
3
x
2 T1 + x
2 T2 +
x3
x
2
T32
x3
x
2
T33
1 1 T11 + 1 T21 + 0 T31
1 1 T12 + 1 T22 + 0 T32
+0 1 T13 + 1 T23 + 0 T31
T11 + T21 T12 + T22 = (2 + 1) (2 + 3) = 2
k
se puede continuar termino a termino o realizar la multiplicacion de las matrices xxi , Tji y xxm provenientes
de la transformaci
on de componentes de tensores. Vale decir
2 1 3
1 1 1
0 2 3
1 1
0
k
j
x
x
k
2
4
1 1 2 3 4 0 1 1 = 1
Ti
0
Tm
=
xi j x
m
1 2 2
0 0 1
1
3
5
0
0
1
hay que resaltar un especial cuidado que se tuvo en la colocacon de la matrices para su multiplicaci
on. Si
k
j
k
k
= xxi xxm Tji las cantidades xxi son n
bien en la expresi
on Tm
umeros y no importa el orden con el cual
se multipliquen, cuando se colocan como matrices debe respetarse la concatenacion interna de ndices.
k
como una matriz, donde el ndice contravariante k indica filas y el
Esto es cuando querramos expresar Tm
ndice covariante m las columnas, fijamos primero estos ndices y luego respetamos la concatenacion ndices
covariantes con los contravariantes. Esta es la convencion para expresar la multiplicacion de matrices en la
notaci
on de ndices2 . Esto es
x
k xj i
k
Tm
=
T
xi x
m j
k
x
k i xj
k
= Tm
=
T
xi j x
m
Ahora los objetos xxi , Tji y xxm pueden ser sustitidos (en sus puestos correspondientes) por su representaci
on matricial.
k
Con lo cual hemos encontrado la respresentacion matricial Tm
de las componentes del tensor T en la
base {|
e1 i , |
e2 i , |
e3 i}
1
T1 = 0 T21 = 2 T21 = 3
T12 = 1 T22 = 2
T32 = 4
3
3
T1 = 1 T2 = 3
T33 = 5
n
Para encontrar la expresi
on para Tkm recordamos que Tkm = gkn Tm
es decir, requerimos las componentes
covariantes y contravariantes del tensor metrico gkn que genera esta base. Para ello recordamos que para
para una base generica, {|
ej i} , no necesariamente ortogonal, de un espacio vectorial con producto interno,
2 Quiz
a una forma de comprobar si los ndices est
a bien concatenados se observa si se bajan los ndices contravariantes
pero se colcan de antes que los covariantes. Esto es Tji Tij As la multiplicaci
on de matrices queda representada por
Cji = Aik Bjk Cij = Aik Bkj y aqu es claro que nidices consecutivos est
an concatenados e indican multiplicaci
on
Luis A. N
un
ez
142
M
etodos Matem
aticos de la Fsica
podemos definir la expresi
on de un tensor
|e i
i
|
ej i
0
2
que denominaremos tensor metrico como
g , , = gij gji
gij gji = g [|
ei i , |
ej i] h
ei |
ej i h
ej |
ei i
he | hej |
g , = gij gij
gij gij = (
gij )
con lo cual
n
hTm
i
n
i
hTkm i hgkn Tm
2 3
2
4
3
5
0
1
1
hT nm i g nk Tk
g12 = h
e1 |
e2 i = hi| (|ii + |ji) = 1;
g21 = h
e2 |
e1 i = (hi| + hj|) |ii = 1;
g22 = h
e2 |
e2 i = (hi| + hj|) (|ii + |ji) = 2
g31 = h
e3 |
e1 i = (hi| + hj| + hk|) |ii = 1;
g32 = h
e3 |
e2 i = (hi| + hj| + hk|) (|ii + |ji) = 2;
y
g13 = h
e1 |
e3 i = hi| (|ii + |ji + |ki) = 1;
g23 = h
e2 |
e3 i = (hi| + hj|) (|ii + |ji + |ki) = 2
g33 = h
e3 |
e3 i = (hi| + hj| + hk|) (|ii + |ji + |ki) = 3
consecuentemente
gij gji
Luis A. N
un
ez
1
1
1
1
2
2
1
2
3
gij gij = (
gij )
2 1
1 2
0 1
0
1
1
143
M
etodos Matem
aticos de la Fsica
La otra forma de calcular la metrica correspondiente la base ortonormal {|e1 i , |e2 i , |e3 i} {|ii , |ji , |ki} y
transformarla a la base no ortonormal {|
e1 i , |
e2 i , |
e3 i} {|ii , |ii + |ji , |ii + |ji + |ki} esto es
gkm =
xi xj
gij
x
k x
m
= gkm =
xi
xj
g
ij
x
k
x
m
gij
1
0
0
0
1
0
0
0 ;
1
g ij
1
0
0
1
g ii
, con lo cual
0
0 ;
1
gji
0
1
0 0
1
0
1
1
0
0
1
0
1
0
0
0
1
0
0
0 ;
1
1
1
1 = 1
1
1
1
2
2
1
2
3
y
gkm
xj
xi
g
=
ij
x
k
x
m
1
; 1
1
0
1
1
0
1
0 0
1
0
0
1
0
n
otese para conservar la convenci
on de ndices y matrices hemos representado que hemos traspuesto la matriz
xi
on, como dijimos arriba es
correspondiente a xk . La raz
gkm =
xi
xj
g
ij
x
k
x
m
gkm = ik gij jm
ki gij jm
gkm =
0
D E D ET
Tij = Tji
1
1
T
2 3
0
2
4 = 2
3
5
3
1
D
E D
E
n
Tkm = gkn Tm
1
1
0
D
E D
E
n mk
Tkn = Tm
g
1
1
Luis A. N
un
ez
1
2
2
1
0
2 1
3
1
1 1
D E
2 3 Tij
4 5
2 3
2
2
4 = 4
3
5
5
2 3
1
2
4 1
3
5
1
1
2
2
1
5
2 = 7
3
9
3
8
11
6
D
E
15 Tkm
20
10 13
D
E
13
17 Tkm
17
22
144
Bibliografa
[1] Apostol, T. M. (1972) Calculus Vol 2 (Reverte Madrid ) QA300 A66C3 1972
[2] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[3] Borisenko, A.I, y Tarapov I.E. (1968) Vector and Tensor Analisys (Dover Publications Inc, Nueva
York)
[4] Dennery, P. y Krzywicki, A. (1995) Mathematics for Physicists (Dover Publications Inc, Nueva York)
[5] Gelfand, I.M. (1961) Lectures on Linear .Algebra (John Wiley & Sons Interscience, Nueva York ).
[6] Lovelock, D, y Rund, H. (1975) Tensors, Differential Forms & Variational Principles (John Wiley
Interscience, Nueva York ).
[7] Santal
o, L.A (1969) Vectores y Tensores (Editorial Universitaria, Buenos Aires)
[8] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
145
Captulo 5
146
M
etodos Matem
aticos de la Fsica
5.1.
T , , , ,
hzl (n)|
, ,
mnl
= Tijk
(t)
(t)
mnl
Tijk
(t) ti (1) uj (2) v k (m) |xm (1)i |yn (2)i |zl (n)i
mnl
Tijk
i
t (1)
(t)
u
(2)(t) vk (m)(t) |
xm (1)i(t) |
yn (2)i(t) |
zl (n)i(t)
mnl
Tijk
(t) ti (1)(t) u
(2)(t) vk (m)(t) |
xm (1)i(t) |
yn (2)i(t) |
zl (n)i(t)
al igual que los vectores, la dependencia funcional de los tensores variara con la base en la cual se exprese.
As tendremos tensores cuyas componentes, en una determinada base, seran variables y en otra no. Mientras
que una de las bases ser
a variable y otra no.
Luis A. N
un
ez
147
M
etodos Matem
aticos de la Fsica
T [, , , ; , , , ](t+t) T [, , , ; , , , ](t)
t
t0
m
lm
T [, , , ; , , , ](t)
t
t0
m
d T [, , , ; , , , ](t)
dt
si la base es constante, entonces podemos, como en el caso de los vectores, la dependencia funcional y su
variaci
on (su derivada) recae sobre sus componentes. As podemos construir la derivada de las componentes
como
mnl
mnl
mnl
mnl
d Tijk
(t)
(t)
Tijk
(t + t) Tijk
(t)
Tijk
lm
= lm
=
t0
t0
t
t
dt
Siguiendo con el proceso de generalizacion podemos pensar en una dependencia funcional multilineal.
Esto es que el argumento de la funci
on tensorial otro tensor,
T [, , , ; , , , ] = T [, , , ; , , , ]G[,, ,;,, ,]
A ese objeto se le llama Campo Tensorial, pero vamos con calma. Analicemos lo casos mas simples los cuales
son los verdaderamente u
tiles. Como era de esperarse, tendremos varios casos que se pueden construir a
Luis A. N
un
ez
148
M
etodos Matem
aticos de la Fsica
partir de esta idea hemos visto funciones que ahora llamaremos campos homogeneos
= (t)
funcion
|ri(t) ~r = ~r (t)
rk (t)
vector
T = T [, , , ; , , , ](t)
mnl
Tijk
(t)
tensor
Campo Escalar
|ai(|ri) ~a = ~a (~r)
ak (~r)
Campo Vectorial
T = T [, , , ; , , , ](|ri)
..
.
mnl
Tijk
(~r)
Campo Tensorial
..
.
ak (~r (t) , t)
T = T [, , , ; , , , ](|ri)
..
.
mnl
Tijk
(~r (t) , t)
Campo Vectorial
Campo Tensorial
..
.
en ambos casos hemos supuesto que la base en la cual se expresan vectores y tensores es constante.
La idea de los campos escalares, vectoriales, tensoriales, con argumento vectorial, es asociar un valor de la
componente (escalar, vectorial o tensorial) a cada punto del espacio (si el vector esta en <3 ). Obviamente los
campos escalares asocian un n
umero a cada posicion y los campos vectoriales, ademas del n
umero (m
odulo)
asocian una direcci
on y un sentido.
Los campos escalares ser
an las distribuciones de densidad (~r (t)) , presion P (~r (t)) y temperatura
T (~r (t)) de la atm
osfera terrestre o la distribucion de intensidades del campo electrico en una superficie.
As al considerar el potencial electrico
q
q
2
2
2
2
(~r) = (x, y) = ln
(x + 1) + y ln
(x 1) + y
La representaci
on del campo escalar ser
a
Luis A. N
un
ez
149
M
etodos Matem
aticos de la Fsica
q
q
2
2
2
2
Campo Escalar (~r) = (x, y) = ln
(x + 1) + y ln
(x 1) + y
y la representaci
on de un campo vectorial sera
Campo vectorial
5.2.
Luis A. N
un
ez
150
M
etodos Matem
aticos de la Fsica
5.3.
Consideremos ahora un campo vectorial ~a (~r) y estudiemos su representacion y lo que es mas importante,
su variaci
on. Tal y como hemos dicho y volvemos a representar en la figura (5.5) los campos vectoriales
asocian un vector (con su m
odulo direcci
on y sentido) a cada punto del espacio. Com
unmente, nos referimos
a campos vectoriales seg
un el caso. As consideraremos campos de fuerza (es decir el vector del campo es una
fuerza), campo de velocidades ( el vector del campo es una velocidad). Del mismo modo a aquellas lneas a las
cuales los vectores son tangentes se les dominan lneas de campo, curvas integrales o simplemente lneas de
flujo o de corriente. A las trayectorias ortogonales a estas lneas, vale decir a aquellas lneas cuyos vectores
tangentes sean ortogonales al campo, se les denominaran lneas equipotenciales. El ejemplo mas emblem
atico
~ (x, y). Las lneas equipotenciales las define el campo escalar
lo constituye el gradiente de un campo escalar
Luis A. N
un
ez
151
M
etodos Matem
aticos de la Fsica
~ (x, y) .
mismo, (x, y) = z = cte (curva de nivel) y construimos un campo vectorial con su gradiente,
Como el gradiente es perpendicular a la curva de nivel tendremos que las curvas integrales, ( lneas de flujo o
~ (x, y) seran trayectorias ortogonales a las curvas equipotenciales.
lneas de corriente) del campo vectorial
5.3.1.
Supongamos el caso bidimensional1 en coordenadas cartesianas, y consideremos un desplazamiento diferencial d~r en la direcci
on del campo vectorial, es facil convencerse que
d~r ~a (x, y) = ax (x, y) + ay (x, y)
dx
dy
=
ax (x, y)
ay (x, y)
con lo cual encontramos las lneas de flujo o curvas integrales y (x) del campo ~a (x, y)
Z
dy
ay (x, y)
ay (x, y)
=
y (x) =
dx
dx
ax (x, y)
ax (x, y)
as dado un campo vectorial
~a = x + y
y
dy
=
dx
x
dy
=
y
dx
+C
x
y (x) =
1
C1
x
k
0=
dx
dy
dz
ax (x (t) , y (t) , z (t) , t) ay (x (t) , y (t) , z (t) , t) az (x (t) , y (t) , z (t) , t)
1 El
caso tridimensional s
olo a
nade complicaciones t
ecnicas y no riqueza conceptual
Luis A. N
un
ez
152
M
etodos Matem
aticos de la Fsica
por lo cual
(az (x (t) , y (t) , z (t) , t) dy ay (x (t) , y (t) , z (t) , t) dz)+
+ (ax (x (t) , y (t) , z (t) , t) dz az (x (t) , y (t) , z (t) , t) dx)
+
=0
+ (ay (x (t) , y (t) , z (t) , t) dx ax (x (t) , y (t) , z (t) , t) dy) k
y finalmente
dx
dy
dz
=
=
ax (x (t) , y (t) , z (t) , t)
ay (x (t) , y (t) , z (t) , t)
az (x (t) , y (t) , z (t) , t)
la integral de estas ecuaciones construir
a las lneas de flujo o curvas integrales.
5.3.2.
Para encontrar las trayectorias ortogonales al campo vectorial o las lneas equipotenciales construimos
un campo vectorial ~a (x, y) que sea ortogonal en todo punto a ~a (x, y)
a
ax (x, y)
y (x, y)
=
ay (x, y)
ax (x, y)
~a (x, y) = a
a
x (x, y)
y (x, y)
y ahora procedemos del mismo modo pero con el campo vectorial ~a (x, y, z)
Z
a
a
dy
y (x, )
y (x, y)
=
y (x) =
dx
dx
ax (x, y)
a
x (x, y)
con lo cual las trayectorias ortogonales al campo
~a = x + y
~a = y + x
x
dy
=
dx
y
y (x) =
C 2 + x2
ser
an curvas.
Luis A. N
un
ez
153
M
etodos Matem
aticos de la Fsica
5.4.
Podemos
en imaginar flujo de campos vectoriales. Para ello, consideramos una superficie infinitesi
tambi
~
~
s , con n
s el vector unitario normal esa superficie S. Entonces, la cantidad
mal dS =
dS
n
ZZ
~ = ~a n
df = ~a dS
s dS
~=
~a dS
f=
s
ZZ
ZZ
~a n
s dS =
an dS
5.5.
A partir del concepto de campo escalar, presentaremos la fauna de objetos diferenciales en el espacio
tridimensional. Salvo que se diga lo contrario, utilizaremos el sistema de coordenadas cartesianas, vale decir
q 1 , q 2 , q 3 (x, y, z)
r=
r (x, y, z) = d
r=
ds2 = dx2 + dy 2 + dz 2
2 Si
r
x
|ri
= 1; hz =
|ri
= 1
hy =
y
z
dx +
r
dy +
dz = dx |ii + dy |ji + dz |ki
y
z
g11 = gxx = 1;
g22 = gyy = 1;
g22 = gzz = 1
d
lo es cos n
~v = 1 porque la velocidad es paralela a la normal
Luis A. N
un
ez
154
M
etodos Matem
aticos de la Fsica
5.5.1.
d (x (t) , y (t))
(x (t) , y (t)) d x (t) (x (t) , y (t)) d y (t)
~ (x (t) , y (t)) d ~r (t)
=
+
=
dt
x
dt
y
dt
dt
donde hemos representado
~ (x (t) , y (t)) = (x, y) + (x, y)
= x (x, y) + y (x, y)
= i (x, y) |ei i = ,i (x, y) |ei i
x
y
y lo llamaremos el gradiente de la funci
on. El gradiente de un campo escalar es uno de los objetos m
as
u
tiles, el cual lo hemos utilizado de manera operacional y no nos hemos detenido a reflexionar sobre sus
propiedades.
Es claro que para una curva de nivel
g (x, y) = z = (~r (t)) = k = cte
dk
d (x (t) , y (t))
=
=0
dt
dt
d (x (t) , y (t))
~ (x (t) , y (t)) d ~r (t)
= 0 =
dt
dt
con lo cual dado que d d~r(t)
t es la tangente a la curva, el gradiente es perpendicular a la curva tal y como
muestra la figura (5.5.1).
La derivada direccional indicar
a la tasa de cambio del campo escalar en la direccion que apuntemos.
Derivada Direccional
En una generalizaci
on de la idea que surge de parametizacion de la curva o de la derivada total respecto
al tiempo
d
~ (x (t) , y (t)) d ~r (t)
=
dt
dt
Luis A. N
un
ez
155
M
etodos Matem
aticos de la Fsica
As es claro que, dados dos puntos M y M 0 en el campo se puedes relacionar sera. Definiremos, entonces la
derivada en la direcci
on de un vector unitario |ui M 0 M como
d
(M 0 ) (M )
~ (x, y) u
hi
D|ui =
=
= l
m
0
d M M
M 0M
Tal y como se puede apreciar en la figura (??) la derivada direccional representa la pendiente de la recta
tangente a la curva que surge como interseccion entre la superficie (x, y) = z = k = cte y el plano vertical
formado por el eje z y el vector unitario u
.Si se da el caso que la funcion de penda de manera explcita del
par
ametro tendremos que
= (x (t) , y (t) , t)
(x (t) , y (t) , t) ~
d ~r (t)
d
=
+ (x (t) , y (t) , t)
dt
t
dt
Direcci
on de maxima variacion en una funcion
En este punto, varias conclusiones se pueden derivar del concepto de derivada total. La primera es que
dado que, la norma de la derivada direccional a lo largo de |ui es
\
~
~ (x, y) u
~ (x, y) , u
D|ui
=
=
(x, y) cos
~ \
~ (x, y) y u
(donde hemos denotado por
(x, y) u
como el angulo que forman los vectores
), el valor
m
aximo del la norma de la derivada direccional sera
s
r
2
2
2
p
~
i
D|ui
+
+
=
(x,
y)
=
i
m
ax
xi xi
x1
x2
x3
es decir, cuando u
apunta en la direcci
on del gradiente, o lo que es lo mismo, direccion de la mayor tasa
de cambio la indica la direcci
on del gradiente. O dicho de otro modo, en un determinado punto M de las
~ apunta en la direccion de la maxima tasa de cambio, tal y como podemos
superficie (x, y) = z el vector
apreciar en la figura (5.5.1).
Luis A. N
un
ez
156
M
etodos Matem
aticos de la Fsica
(x, y, z) dS
(x, y, z) n
s dS
V 0 V
V 0 V
s
s
Esto es, supongamos que construimos un campo vectorial de la forma siguiente
~a (x, y, z) = ~c (x, y, z)
con lo cual
ZZ
~=
~c (x, y, z) dS
f=
s
con ~c = cte
ZZ
~c (x, y, z) n
s dS
s
Luis A. N
un
ez
~x = (dy dz)
dS
~y = (dx dz)
dS
dy
dS
dy
~z = (dx dy) k
dS
dy
157
M
etodos Matem
aticos de la Fsica
(x, y, z)
dx
x
(x, y, z)
dy
y
(x, y, z)
dz
z
con lo cual
df =
(x, y, z)
(x, y, z)
(x, y, z)
dx dy dz +
dy dx dz +
dz dx dy
x
y
z
df =
= df = lm f2 f1 = lm 1
V 0 V2 V1
V 0 V
dV
dV
dV df =
ZZ
ZZ
1
~
(x, y, z) dS = lm
(x, y, z) n
dS
V 0 V
s
s
RR
~ Que quiere decir que tanto V1 0
n
otese que hemos supuesto que V V2 V y que f2 = s (x, y, z) dS
y con lo cual el flujo a traves de un punto se anula, f1 0.
Gradiente y coordenadas curvilneas
La generalizaci
on de la expresi
on del gradiente
en coordenadas curvilneas es inmediata a partir de
diferencial total de una funci
on q 1 , q 2 , q 3 . Esto es
q1 , q2 , q3 = qj
Luis A. N
un
ez
d=
(x, y, z) j
~ q 1 , q 2 , q 3 d ~r
d q =
j
q
158
M
etodos Matem
aticos de la Fsica
con
1
1
e1 | +
e2 | +
e3 |
=
|ri
q 1 h
|ri
q 2 h
|ri
q 3 h
q1
q2
q3
~ q1 , q2 , q
3
y
d ~r =
d ~r =
r 1
r 2
r 3
dq +
dq +
dq
q1
q2
q3
|ri
|ri
|ri
1
2
3
|
e
i
dq
+
|
e
i
dq
+
|
e
i
dq
q2
2
q3
3
q1
1
ya que
1
|ri
|
e1 i =
|ri
q 1 ;
q1
1
|ri
|
e2 i =
|ri
q 2 ;
q2
1
|ri
|
e3 i =
|ri
q 3 ;
q3
e1 i +
|
e2 i +
|
e3 i
1
2
h1 x
h2 x
h3 x
3
Donde denotamos hi =
|ri
gii el factor de escala que acompa
na a la base |
ei i
i
q
=
5.5.2.
() = grad () =
+
|
e2 i +
=
h1 x
1
h2 x
2
h3 x
3
(h)i x
i
Donde hemos indicado por (h)i al factor de escala y no implica suma. La suma esta indicada entre las
componentes xi i y los elementos de la base {|
ei i} . Con esta inspiracion podemos construir un operador
vectorial
h
e1 |
h
e2 |
h
e3 |
+
+
H (h1 , h2 , h3 ) x
1
F (h1 , h2 , h3 ) x
2
G (h1 , h2 , h3 ) x
3
con lo cual, si cuidamos el orden de operacion, podremos realizar un producto escalar entre dos vectores
a
h
e2 |
h
e3 |
h
e1 |
+
+
H (h1 , h2 , h3 ) x
1
F (h1 , h2 , h3 ) x
2
G (h1 , h2 , h3 ) x
3
a1 |
e1 i + a2 |
e2 i + a2 |
e3 i
a1 |
e1 i + a2 |
e2 i + a2 |
e3 i
h
e1 |
+
H (h1 , h2 , h3 )
x
1
a1 |
e1 i + a2 |
e2 i + a2 |
e3 i
a1 |
e1 i + a2 |
e2 i + a2 |
e3 i
h
e2 |
h
e3 |
+
+
F (h1 , h2 , h3 )
x
2
G (h1 , h2 , h3 )
x
3
Luis A. N
un
ez
159
M
etodos Matem
aticos de la Fsica
i ai xj
+
+
~a =
i
x
x
y
z
Divergencia como medida de flujo
El significado fsico de la divergencia puede comprenderse si consideramos la definicion, independiente
del sistema de coordenada
ZZ
ZZ
ZZ
1
~ lm 1
~a = df = lm 1
~a dS
~a n
s dS = lm
an dS
div [~a]
V 0 V
V 0 V
V 0 V
dV
s
s
s
Es decir el flujo por unidad de volumen. Otra vez, para un sistema de coordenadas cartesianas construimos
un cubo diferencial con aristas que coincidan con los ejes coordenados. Entonces se tiene que las caras del
cubo ser
an con
~x+ = (dy dz) ;
dS
dx
~x = (dy dz)
dS
~y = (dx dz)
dS
dS
dy
~z = (dx dy) k
dS
Luis A. N
un
ez
ax (x + dx, y, z) ax (x, y, z) +
ax (x, y, z)
dx
x
ay (x, y, z)
dy
y
az (x, y, z)
dz
z
160
M
etodos Matem
aticos de la Fsica
obtendremos
df =
ax (x, y, z)
ay (x, y, z)
az (x, y, z)
dx dy dz +
dy dx dz +
dz dx dy
x
y
z
~=
df = ~a dS
dV
Consecuentemente
ZZ
ZZZ
ZZZ
ax (x, y, z) ay (x, y, z) az (x, y, z)
~
~a dV
f=
~a dS =
+
+
dV
x
y
z
S
V
V
La primera conclusi
on es que podemos convertir una integral de superficie cerrada de un campo vectorial,
en una integral de volumen encerrada por esaRRmisma superficie. Lo hemos demostrado para el caso de
~ es un escalar, esta afirmacion vale para cualquier
coordenadas cartesianas, pero como el flujo f = S ~a dS
sistema de coordenadas. Esto se conoce como el Teorema de la Divergencia el cual veremos mas adelante
(ver secci
on 5.7.1 en la p
agina 176). A partir de este teorema tenemos que si la divergencia de un campo
vectorial en positiva lo interpretaremos como flujo hacia afuera (saliente) del volumen V encerrado por la
superficie, S, y si la divergencia del campo es negativa esa tendremos flujo entrante. Como ilustracion puede
ver el ejemplo de la p
agina 163.
Divergencia y coordenadas curvilneas
Para encontrar la expresi
on para la divergencia en coordenadas curvilneas generalizadas partimos de la
definici
on invariante de sistema de coordenadas
ZZ
ZZ
ZZ
1
1
1
~
~a dS lm
~a n
s dS = lm
an dS
div [~a] ~a = lm
V 0 V
V 0 V
V 0 V
s
s
s
y al igual que procedimos en coordenadas cartesianas, ahora consideraremos un paraleleppedo curvilneo
con tres de sus aristas alineadas con el sistema ortogonal curvilneo. Las caras de este paraleleppedo
curvilneo podr
an ser representadas como Entonces se tiene que las caras del cubo seran con
~q1 + = dsq2 dsq3 1 |
~q1 = dsq2 dsq3 |
dS
e1 i ;
dS
e1 i
dq
~q2 + = dsq3 dsq1
dS
dq 2
|
e2 i ;
~q2 = dsq3 dsq1 |
dS
e2 i
dq 3
|
e3 i ;
~q3 = dsq1 dsq2 |
dS
e3 i ;
donde denotamos dsi el arco de curva a lo largo de la coordenadas curvilneas generalizada q i . Los parentesis
()dqi indican que esta superficie es evaluada en q i + dq i Adicionalmente, es de hacer notar que
(dsi ) =
gii dq i = hi dq i
161
M
etodos Matem
aticos de la Fsica
continuando el paralelo, pero con mucho mas cuidado. Para comenzar vemos que ES el flujo del campo
vectorial lo que est
a siendo evaluado en dos puntos distintos. A lo largo de q 1 vemos que
~q1 = a
~a dS
1 q 1 , q 2 , q 3 h2 h3 dq 2 dq 3
~q2 = a
~a dS
2 q 1 , q 2 , q 3 h3 h1 dq 3 dq 1
~q3 = a
~a dS
3 q 1 , q 2 , q 3 h1 h2 dq 1 dq 2
con lo cual es el flujo lo que debemos desarrollar por Taylor.
1
q + dq , q , q
a
2 q 1 , q 2 + dq 2 , q
q + dq , q , q
3
h2 h3 =
h3 h1 =
h1 h2 =
q ,q ,q
a
2 q 1 , q 2 , q
q ,q ,q
!
a
1 q 1 , q 2 , q 3 h2 h3
1
dq
h2 h3 +
q 1
3
!
a
2 q 1 , q 2 , q 3 h3 h1
h3 h1 +
dq 2
q 2
!
a
3 q 1 , q 2 , q 3 h1 h2
3
dq
h1 h2 +
q 3
N
otese que el caso cartesiano no se hizo explcito este echo por cuanto h3 = h2 = h1 = cte = 1. Entonces el
flujo por las el caso de coordenadas curvilneas sera
a
1 q 1 , q 2 , q 3 h2 h3
a
2 q 1 , q 2 , q 3 h3 h1
1
2
3
df =
dq dq dq +
dq 2 dq 3 dq 1 +
q 1
q 2
a
3 q 1 , q 2 , q 3 h1 h2
+
dq 3 dq 1 dq 2
q 3
si recordamos que
dV = (ds1 ) (ds2 ) (ds3 ) =
g11 dq 1
p
p
g22 dq 2 g33 dq 3 = h1 h2 h3 dq 1 dq 2 dq 3
donde denotamos dsi el arco de curva a lo largo de la coordenadas curvilneas generalizada q i . Tendremos
que
!
a
1 q 1 , q 2 , q 3 h2 h3
a
2 q 1 , q 2 , q 3 h3 h1
a
3 q 1 , q 2 , q 3 h1 h2
1
df
=
+
+
dV
h1 h2 h3
q 1
q 2
q 3
con lo cual identificamos la forma generica de la divergencia en coordenadas curvilneas
!
a
1 q 1 , q 2 , q 3 h2 h3
a
2 q 1 , q 2 , q 3 h3 h1
a
3 q 1 , q 2 , q 3 h1 h2
1
~a =
div [~a]
+
+
h1 h2 h3
q 1
q 2
q 3
Luis A. N
un
ez
162
M
etodos Matem
aticos de la Fsica
Un par de ejemplos
La ecuaci
on de continuidad El primero de los ejemplos que consideraremos es la ecuacion de continuidad.
Consideremos una superficie cerrada S que encierra un volumen V. Esta superficie esta inmersa en un fluido,
de densidad (~r, t) que fluye con un campo de velocidades ~v (~r, t) . Supondremos ademas que el volumen V
que encierra la superficie S no cambia de posicion, con lo cual, la variacion de masa del fluido contenido en
este volumen es
Z Z Z
ZZZ
(~r, t)
(~r, t) dV =
dV
t
t
V
V
Entonces la variaci
on de la cantidad de fluido encerrada por la superficie S sera igual a la cantidad de fluido
que escapa (o ingresa) a traves de esa superficie. Esto es
ZZZ
ZZ
ZZZ
(~r, t)
~ (~v (~r, t) (~r, t)) dV
dV =
(~r, t) ~v (~r, t) n
s dS =
t
V
s
V
con lo cual
ZZZ
V
(~r, t) ~
+ (~v (~r, t) (~r, t)) dV = 0
t
(~r, t) ~
+ (~v (~r, t) (~r, t)) = 0
t
y esta u
ltima representa la ecuaci
on de continuidad en dinamica de fluidos.
Fuentes y sumideros El segundo ejemplo es un calculo explcito el cual ilustra la interpretacion de la
divergencia como medida de flujo de un campo vectorial. Consideremos un campo vectorial de la forma
~a (~r) = q
~r
q
2u
r
3
r
r
~ ~a =
1
hr h h
~ ~a =
1
2
r sen
a (r, , ) h hr ) (
a (r, , ) hr h )
(
ar (r, , ) h h ) (
+
+
r
q 2
r2 r
sen
r
!
=0
Es decir, todo lo que entra sale. Sin embargo, si el volumen contiene al origen de coordenadas no podemos
decir nada por cuanto hay una indeterminacion en la expresion de la divergencia.
Consideremos con m
as cuidado este caso de la aplicacion del Teorema de la Divergencia, en el cual la
superficie S contenga el origen de coordenadas. Es claro que el volumen contenido entre dos esferas de
distintos radio r < r, centradas en el origen y con superficies S y S respectivamente no contiene al origen y
por lo tanto el flujo ser
a nulo
ZZZ
ZZ
ZZ
~a dV = 0 =
f=
~a n
s dS +
~a n
s dS
V
Luis A. N
un
ez
163
M
etodos Matem
aticos de la Fsica
r , y n
s
ur , con lo cual
u
(
u
)
d
S
=
ds ds
~a = 2 u
~a n
s dS =
r
2 r
2
r
r
s
s
s
es decir,
ZZ
ZZ
~a n
s dS =
q
ds ds =
2
s r
ZZ
q 2
r sen d d = q
2
s r
Z
sen d
d = 4q
0
5.5.3.
Del mismo modo como hemos venido procediendo, haremos otra operacion vectorial con el operador
Tendremos entonces el rotor o rotacional actuando u operando sobre un campo vectorial ~
a. En
nabla
coordenadas cartesianas podremos expresar esta operacion como
a = ijk j ak |ei i ijk ak |ei i = (2 a3 3 a2 ) |e1 i + (3 a1 1 a3 ) |e2 i + (1 a2 2 a1 ) |e3 i
~
xj
~a = (y az z ay ) + (z ax x az )
+ (x ay y ax ) k x
ax
y
ay
k
z
az
El rotor de un campo vectorial genera otro campo (pseudo)vectorial llamado campo rotor del campo vectorial.
Por razones que ser
an evidentes enseguida, las curvas integrales de este campo rotor se denominan lneas de
torbellino.
Lneas de torbellino
Consideremos el siguiente campo vectorial en coordenadas cilndricas para z 0
z y
zx
~a = z u
= z ( sen + cos
) = p
+ p
2
2
x +y
x2 + y 2
con lo cual el campo rotor del campo vectorial ~a sera
z y
zx
x
p
+ p
=
z y
x2 + y 2
x2 + y 2
x2 +y2
!
~b =
~a (x, y, z) =
y
z2 x
x
+y 2
k
z
0
z
~b =
~a (x, y, z) = p x p y
+ p
k
2
2
2
2
2
x +y
x +y
x + y2
Luis A. N
un
ez
164
M
etodos Matem
aticos de la Fsica
p
+ p
p
p
+ p
k =0
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
Tal y como se detall
o en la Secci
on 5.3 de la pagina 151 las lneas de flujo se construyen a partir de un
vector diferencial paralelo a campo vectorial en cada punto. Esto es si
k
~b =
~ ~a (x, y, z) = x y z = (y az z ay ) + (z ax x az )
+ (x ay y ax ) k
ax ay az
tendremos que
~ ~a (x, y, z)
d~r ~b =
dy
dz
dx
=
=
= d
bx (x, y, z)
by (x, y.z)
bz (x, y.z)
dx
dy
dz
=
=
= d
(y az z ay )
(z ax x az )
(x ay y ax )
donde hemos parametrizado la curva con .
por lo tanto
dx
dy
dz
=
=
= d
(y az z ay )
(z ax x az )
(x ay y ax )
p
Luis A. N
un
ez
x2 + y 2 dx
=
x
x2 + y 2 dy
=
y
x2 + y 2 dz
= d
z
165
M
etodos Matem
aticos de la Fsica
y (x) = xC1
dx
d
= x
2
= C1
x () = C1
dy
d
= y
2
= C2
y () = C2
1
= cte;
C1 = q
2
1 + (C1 )
x +y 2
x +y 2
C1
C2 = q
= C1 C1 = cte
2
1 + (C1 )
finalmente
p
x2 + y 2 dz
= d
z
z
z
z
dz
z
q
= q
=
=
=p
2
2
d
2
2
x +y
x 1 + (C1 )
C1 1 + (C1 )
con lo cual
z
dz
=
d
z () =
1
C3
166
M
etodos Matem
aticos de la Fsica
(tirabuz
on o sacacorchos derecho hacia arriba) diremos que el campo tiene una circulacion positiva y el rotor
del campo siempre ser
a positivo en esa region. Si es inversa, diremos que el campo tiene una circulaci
on
negativa y el rotor tambien lo ser
a en esa region. Finalmente, si el par de aspas no rota, el campo tendr
a una
circulaci
on nula o no tendr
a circulaci
on y su rotor sera tambien nulo en esa region.
Para concretar esta intuici
on de forma matematica, procedemos de la siguiente forma. Suponga una
circunferencia con radio r = 2, la cual viene descrita parametricamente por el radio vector
~r (t) = 2 cos t + 2 sin t
d ~r = 2 ( sen + cos
) d
y nos planteamos hacer circular el campo a lo largo de la esa trayectoria. Esto es realizar la siguiente
integral
I
Z 2
= ~a d ~r =
z ( sen + cos
) 2 ( sen + cos
) d = 4z
0
dx dy
p
~a n
s dS =
p
+ p
k k
x2 + y 2
x2 + y 2
x2 + y 2
ZZ
ZZ
ZZ
Z 2
Z 2
dx dy
dr rd
~
p
~a n
s dS = z
=z
=z
dr
d = 4z
r
x2 + y 2
0
0
Esta coincidencia no es tal, corresponde a otro Teorema Integral para campos vectoriales, el Teorema de
Stokes (ver secci
on 5.7.2 en la p
agina 182) mediante el cual se convierte una integral cerrada de lnea de un
campo vectorial en el flujo del campo de rotores. Este teorema lo estudiaremos con detalle en la seccion 5.7.2
Luis A. N
un
ez
167
M
etodos Matem
aticos de la Fsica
La idea de circulaci
on se puede generalizar a un campo vectorial generico,
y suponiendo r 1 podemos desarrollar por Taylor las componentes del campo vectorial en al plano x, y
alrededor del origen de coordenadas rx,y 0. Esto es
ax
ax
ax
x
+
=
a
|
+
r
cos
+
ax (x, y, 0) = ax |r=0 + x a
+
y
+
r
sen
x
r=0
x r=0
y
x r=0
y
r=0
a
ay (x, y, 0) = ay |r=0 + x xy
r=0
a
+ y yy
r=0
r=0
a
+ = ay |r=0 + r cos xy
r=0
a
+ r sen yy
+
r=0
r cos d
+
ay |r=0 + r cos
x r=0
y r=0
0
con los cual
I
=
~a d ~r = r2
ay
ax
+ O r3
x r=0
y r=0
Finalmente vemos que la componente del rotor en el origen del plano x, y es igual al lmite de la circulaci
on
a lo largo de una curva cerrada, dividida entre el area de la superficie que encierra la curva cerrada.
ay
ax
= lm
x r=0
y r=0 r0 r2
Rotores y velocidades angulares
Considere un cuerpo rgido que gira alrededor de un eje con velocidad angular
~ . Entonces la velocidad
tangencial de un punto P, con una posici
on ~r medida a un origen O situado en ese eje, siempre es
(x y y x)
~v =
~ ~r = (y z z y) +
(z x x z) + k
y su rotor ser
a
~ ~v = (y vz z vy ) + (z vx x vz )
x
+ (x vy y vx ) k
vx
y
vy
k
z
vz
m
l j l rm |ei i
j
i j
~v = li m
m
l l jm |ei i = 3 i i |ei i = 2 i |ei i = 2~
Luis A. N
un
ez
168
M
etodos Matem
aticos de la Fsica
~ ~v
y
~ ~v
z
= (z vx x vz ) = z (y z z y) x (x y y x) = 2y
= (x vy y vx ) = x (z x x z) y (y z z y) = 2z
Otra vez, el rotor de una campo de velocidades de un cuerpo (que rota) detecta su velocidad angular.
Rotores y coordenadas curvilneas
Una vez m
as recurrimos a una definici
on para el rotor independiente del sistemas de coordenada
ZZ
ZZ
~ ~a = rot [~a] = lm 1
~ ~a = lm 1
dS
n
s ~a dS
V 0 V
V 0 V
y del mismo modo que calculamos el flujo a traves de las distintas capas de un volumen podremos (no lo
haremos y se lo dejaremos al lector) demostrar que
#
"
h1 |
e1 i h2 |
e2 i h3 |
e3 i
h
a
1
1
k
~ ~a = rot [~a] =
|
ei i =
ijk
1
q2
q3
hj hk
qj
h1 h2 h3 q
h1 a1
h2 a2
h3 a3
donde los ndices repetidos i, j, k indican suma; j y k no indican suma sino que replican los valores de los
ndices j, k.
Explcitamente
e1 i (h3 a3 ) (h2 a2 )
|
e2 i (h1 a1 ) (h3 a3 )
~ ~a = rot [~a] = |
+
+
h2 h3
q2
q3
h1 h3
q3
q1
|
e3 i (h2 a2 ) (h1 a1 )
+
h1 h2
q1
q2
5.5.4.
~
Formulario del Operador nabla,
~ en las f
El operador nabla, ,
ormulas anteriores act
ua como un operador lineal. Esto es, dadas (~r) , (~r) , (~r)
funciones escalares de variable vectorial y ~a y ~b dos campos vectoriales cuales quiera, se puede generar el
siguiente formulario, el cual deber
a ser demostrado por el lector
~ ( + ) =
~ +
~ () =
~ +
~ +
~
~ ~a + ~b =
~ ~a +
~ ~b +
~ ~b
~ ~a + ~b =
~ ~a +
~ ~b =
~ ~a +
~ ~b +
~ ~b
Luis A. N
un
ez
169
M
etodos Matem
aticos de la Fsica
~ ~a ~b = i ijk aj bk = ijk i aj bk + ijk i bk aj =
~ ~a ~b ~a
~ ~b
~ ~a ~b = ~b
~ ~a ~b
~ ~a + ~a
~ ~b ~a
~ ~b
es claro que
~ ~b 6= ~b
~ ~a
~a
aj i bi =
6 bi i aj
y ~a = ~a ( (~r)) .
~ ~a ( (~r)) =
~ d ~a ;
d ~a
~ ~a ( (~r)) =
~
~ ~a ( (~r)) =
~ d ~a , utilizamos la estrategia de Taylor y expandimos el
Para demostrar, por ejemplo,
d
campo vectorial alrededor de un determinado punto, digamos ~r = ~r0 arbitrario. Esto es
1 d2 ~a
d ~a
2
( (~r) (~r0 )) +
( (~r) (~r0 )) +
~a = ~a (~r0 ) +
d ~r0
2 d2 M
aplicando la divergencia a ambos miembros queda como
"
#
2
d ~a
1~
d ~a
2
~
~
~
~a = [~a (~r0 )] +
( (~r) (~r0 )) +
( (~r) (~r0 )) +
d ~r0
2
d2 M
con lo cual
3
a
d ~a
d2 ~a
1
2 d ~
~
~
~
~ (~r) +
(~r) + ( (~r) (~r0 ))
~a =
(~r) + ( (~r) (~r0 ))
d ~r0
d2 ~r0
2
d3 ~r0
esta relaci
on vale para todo ~r, en particular para ~r = ~r0 . Con lo cual
d ~a
~
~ (~r0 )
~ ~a = d ~a
~ (~r)
~a =
=
d ~r0
d
~
r0
ya que ~r0 es arbitrario, con lo cual queda demostrado.
Luis A. N
un
ez
170
M
etodos Matem
aticos de la Fsica
5.5.5.
~
~ = ijk j k |ei i = 0
~
~ ~a = i j aj |ei i = j i aj |ei i
~
~ ~a =
~
~ ~a = 0
~
~ ~a = ijk j klm l am |ei i = i j i j j l am |ei i = i j aj |ei i j j ai |ei i
l m
m l
~
~ ~a =
~
~ ~a ~a
La importancia el Laplaciano reside en que la mayor parte (casi todas) las ecuaciones de la fsica matem
atica
son ecuaciones diferenciales (ordinarias y parciales) de segundo orden y el Laplaciano las genera en el espacio.
Adicionalmente la soluci
on a la ecuaci
on armonica
= i i = xx + yy + zz = 0
es de importancias en varias
areas de la fsica.
Se puede demostrar f
acilmente que el Laplaciano cumple con
( + C) = + C;
~
~
() = + + 2
h1 q 1
h2 q 2
h3 q 3
y
~a =
1
h1 h2 h3
!
a
1 q 1 , q 2 , q 3 h2 h3
a
2 q 1 , q 2 , q 3 h3 h1
a
3 q 1 , q 2 , q 3 h1 h2
+
+
q 1
q 2
q 3
respectivamente, es f
acil llegar a la expresion para el Laplaciano en coordenadas curvilneas
1
h2 h3
h1 h3
h2 h1
2
=
+
+
h1 h2 h3 q 1
h1 q 1
q2
h2 q 2
q3
h3 q 3
Luis A. N
un
ez
171
M
etodos Matem
aticos de la Fsica
a
~a =
~
Desarrollando esta expresi
on en coordenadas cartesianas tendremos que
~a = i j aj i j aj j j ai |ei i
= ~a = j j ai |ei i ai |ei i
Es decir, que el Laplaciano de un campo vectorial, expresado en coordenadas cartesianas, es igual al
vector cuyas componentes sonlos Laplacianos de las componentes del campo original. Es importante resaltar
i
que la expresi
on ~a = a
|ei i se cumple
nicamente
en coordenadas cartesianas pero la definicion que
u
~a
() ;
( ~a) =
5.5.6.
El concepto
Formalmente y como siempre la misma idea de derivada como cociente incremental. Dados dos puntos
P1 y P2 y un vector u
que los une (va de P1 P2 ), entonces por definicion
d ~a
~a (P2 ) ~a (P1 )
D|ui |ai
= lm
P2 P1
du
P2 P1
=
d ~a
du
i
=
d ai
du
= lm
P2 P1
ai (P2 ) ai (P1 )
P2 P1
du
du
du
Otra vez, en coordenadas cartesianas se tiene que
~ ~a = ui i aj |ej i
D|ui~a = u
= D|ui ()
d () ~
= u
() ui i ()
du
172
M
etodos Matem
aticos de la Fsica
~v
dt
t
d ~v~u =
d ~v
du
du
du = k~v k dt
u
=
~v
k~v k
ai =
1 ~ i v i
~v v +
k~v k
t
donde hemos representado las componentes cartesianas de los vectores velocidad y aceleracion como v i y ai ,
respectivamente.
Es importante hacer una reflexi
on un poco mas fsica de las contribuciones. La contribucion local proviene
de la variaci
on del vector (por la dependencia temporal) alrededor del punto, sin importar la direccion que
sigue al partcula y la contribuci
on convectiva proviene de la inhomogeneidad del campo de velocidades. Esto
es de la variaci
on del campo de velocidades seg
un la direccion que siga la partcula.
Luis A. N
un
ez
173
M
etodos Matem
aticos de la Fsica
5.6.
5.6.1.
Integrales de Campos
Despues de haber diferenciado campos escalares y vectoriales, el siguiente paso es integrarlos. El primer
caso de este tipo integrales es el trivial que siempre hemos utilizado:
Z
Z
Z
Z
Z
~ (u) d u = Vx (u) d u +
Vz (u) d u =
V i (u) d u |ei i
V
Vy (u) d u + k
As integramos la aceleraci
on de un movimiento parabolico
Z
Z
d ~v
= ~v = ~a dt = k
g dt = kgt
+ ~v0 = kgt
+ v0x +
0z
= ~a = g k
v0y + kv
dt
Ahora bien, existen sutilezas en este caso que debemos tener en cuenta. Por ejemplo considere la integral
Z
Z
Z
d2 ~a
d
d ~a
d ~a d ~a
d
d ~a
d ~a
= dt
~a
= dt
~a
= ~a
dt ~a
+ ~c
dt2
dt
dt
dt
dt
dt
dt
dt
Pero en general los casos quedan resueltos integrando componente a componente con la ayuda de la notaci
on
de ndices
Z
Z
dt ~a ~b =
dt ijk aj bk |ei i
Quiz
a uno de los problemas que ilustra mejor esta situacion es el movimiento bajo fuerzas centrales. La Ley
de Gravitaci
on de Newton nos dice que
X
F = m ~a = m
M
d ~v
=mG 2 u
r
dt
rmM
d ~v
M
=G 2 u
r
dt
rmM
Es costumbre definir la velocidad aerolar, ~vA , como el area barrida por el radio vector posicion, ~r (t) que
describe la trayectoria de la partcula
d (r u
r )
dr
du
r
du
r
du
r
d ~r
=ru
r
=ru
r
u
r + r
=ru
r r
= r2 u
r
2~vA = ~r
dt
dt
dt
dt
dt
dt
N
otese que si ~c es un vector constante
d
du
r
du
r
u
r
= 0 = u
r
= ~c
dt
dt
dt
= 2~vA = r2 u
r
du
r
= const
dt
con lo cual
d
d ~v
M
MG
(~v ~vA ) =
~vA = G 2 u
r ~vA =
dt
dt
rmM
2
d
MG
(~v ~vA ) =
dt
2
du
r
u
r u
r
dt
du
r
du
r
MG d u
r
u
r
u
r (
ur u
r )
=
dt
dt
2 dt
integrando
~v ~vA =
Luis A. N
un
ez
MG
u
r + p~
2
174
M
etodos Matem
aticos de la Fsica
donde p~ es un vector arbitrario de constante de integracion. Finalmente nos damos cuenta que
MG
MG
~r (~v ~vA ) = r u
r
u
r + p~ =
r + rp cos
2
2
2
~r (~v ~vA ) = ijk ri vj vAk ~vA (~r ~v ) = ~vA ~vA = vA
y entonces
2
vA
MG
r + rp cos
=
2
= r =
MG
2
2
vA
+ p cos
1+
2
2vA
MG
2p
M G cos
Este tipo de objetos se conoce como integrales de lnea y requieren la especificacion de la curva, C, (la
trayectoria) a lo largo de la cual se lleva la integracion. Es clara la importancia de esa trayectoria para la
integraci
on de los campos por cuanto encontraran expresiones del campo vectorial que puebla la regi
on a
traves de la cual se integra. Esas trayectorias seran abiertas o cerradas dependiendo de la curva que se siga
en el proceso de integraci
on.
As para integrar un campo escalar = (~r) en coordenadas cartesianas, tendremos que
Z
Z
(x, y, z) d ~r =
(x, y, z) d x +d y
+d z k
C
Z
=
C
Luis A. N
un
ez
Z
Z
(x (y) , y, z (y)) d y + k
(x (z) , y (z) , z) d z
C
175
M
etodos Matem
aticos de la Fsica
tal y como indicamos arriba, las tres integrales se podran realizar si conocemos, en cada caso, la expresi
on
del integrando en termino de la variable de integracion. Esa es la razon por la cual hay que especificar la
curva C que define la trayectoria de integracion. Esta define esa funcionalidad.
Integrales de Superficie
Otros objetos que ya nos hemos encontrado son las integrales de superficie y las hemos encontrado cuando
evaluamos el flujo de un campo vectorial y lo relacionamos con la divergencia. As interpretamos que objetos
ZZ
ZZ
ZZ
~
~a dS
~a n
s dS =
an dS
s
~ Es costumbre que
representaban el flujo de las lneas de campo a traves del diferencial de superficie dS.
se separen el m
odulo, dS, de la direcci
on y el sentido, n
s el cual es el vector normal (sentido positivo) a
la superficie. Otra vez, las superficies podran ser abiertas (cuando disponen de una curva que limita sus
fronteras) y cerradas cuando no. Un crculo sera una superficie abierta y una esfera cerrada. Por convenci
on
supondremos que el vector normal a una superficie cerrada tendra sentido positivo saliendo.
La utilizaci
on de integrales de superficie nos ha permitido definir, de manera invariante (independiente
del sistema de coordenadas) las expresiones para los operadores diferenciales. As hemos podido definir:
ZZ
ZZ
~ = lm 1
grad = lm 1
(x, y, z) dS
(x, y, z) n
s dS
V 0 V
V 0 V
s
s
5.7.
~a div [~a] = lm 1
V 0 V
ZZ
~ ~a rot [~a] = lm 1
V 0 V
ZZ
~ lm 1
~a dS
V 0 V
s
ZZ
~ ~a = lm 1
dS
V 0 V
1
V 0 V
ZZ
~a n
s dS = lm
s
ZZ
an dS
s
n
s ~a dS
En esta secci
on presentaremos un conjunto de teoremas que relacionan las variaciones de un campo
vectorial con las fuentes que lo producen. En terminos tecnicos (matematicos) resultan fundamentales cuando
queremos convertir un tipo de integral (lnea, superficie o volumen) en otra.
El primer teorema, el Teorema de Gauss permite expresar el valor de una integral de volumen, V, encerrado por una determinada superficie, S, (cerrada) en terminos de una integral sobre esa superficie, S.
El otro teorema importante es el Teorema de Stokes, el cual permite relacionar el valor de una integral de
superficie con la integral de lnea sobre la curva que delimita esa superficie.
5.7.1.
Teorema de Gauss
Presentaci
on y demostraci
on
La primera relaci
on que presentaremos entre una integral de superficie de un campo vectorial, ~a,y una
de superficie de su derivada es el Teorema de Gauss el cual se expresa de forma vectorial como
ZZ
ZZ
Z
~
~a d V
~a d S
~a n
s dS =
Luis A. N
un
ez
176
M
etodos Matem
aticos de la Fsica
~ n
donde ~a = ~a (x, y, z) es el campo vectorial d S
s dS es el diferencial de area y d V el diferencial de
volumen.
~a es interpretado como el flujo del campo ~a por unidad
Tal y como vimos en su oportunidad el termino
de volumen, por lo tanto el lado derecho de la ecuacion es la tasa de flujo neto que sale del volumen sobre
el cual estamos integrando.
La demostraci
on del Teorema de Gauss es como sigue. supongamos un volumen encerrado por una
superficie convexa, S, como se muestra en la Figura 5.10 en los cuadrantes I, II y III. Supongamos adem
as
que orientamos el sistema de coordenada de tal forma que una lnea paralela a uno de los ejes toca la superficie
en dos puntos (Figura 5.10, cuadrante I). De este modo podemos trazar una superficie (perpendicular a esa
lnea) tal que divida la superficie, S, en dos superficies, S1, y S2, cada una de las cuales esta bordeada por la
curva, C, (Figura 5.10, cuadrante II).
Al evaluar la integral
Z
Z
Z
ZZ
~
~
~
ax d S =
ax d S +
ax d S =
[ax (x2 , y, z) ax (x1 , y, z)] d S 0
S
S1
s0
S2
ya que las componentes x de los vectores normales a las dos superficies que contribuyen (Figura 5.10,
cuadrante III) tienen signos opuestos
~2 = d S
~1 = d S1x = d y d z = d S 0
d S2x = d S
Ahora bien, dado que
ax
ax (x2 , y, z) ax (x1 , y, z)
= lm
x2 x1
x
x2 x1
con lo cual
Z
S
Luis A. N
un
ez
~=
ax d S
Z Z Z
s0
x2
x1
x2
ax (x2 , y, z) ax (x1 , y, z) =
x1
ax
dx
x
Z
dydz=
ax
dx
x
ax
dV
x
177
M
etodos Matem
aticos de la Fsica
obtendremos
y equivalentemente al hacerlo en las direcciones
y k,
Z
Z
Z
Z
ay
az
~=
~=
d S
ay
d S
dV
y
dV
az k
y
S
V
S
V z
y finalmente hemos demostrado el Teorema de la divergencia o Teorema de Gauss
Z
Z
ZZ
ZZ
Z
ay
az
ax
~
~a d V
+
+
dV =
i ai d V =
~a d S
~a n
s dS =
x
y
z
V
V
s
s
V
Expresiones equivalentes para el Teorema de Gauss
Si bien la expresi
on est
andar es la que hemos presentado, existen algunas variantes que se derivan de ella.
Por ejemplo si consideramos un campo escalar, (x, y, z) , el teorema de Gauss nos conduce a
ZZ
ZZZ
ZZ
ZZZ
~ B
~ (x, y, z) d V
~ (x, y, z) d V y
~ B
~ (x, y, z) =
~=
dS
(x, y, z) d S
s
~a (x, y, z) = ~c (x, y, z)
ZZ
~=
~a d S
ZZZ
~a d V
ZZ
~ = ~c
(x, y, z) d S
~c
ZZZ
Z Z
0 = ~c
~
(x, y, z) d S
(x, y, z) d V
ZZZ
(x, y, z) d V
Esa misma metodologa se puede aplicar para demostrar la segunda relacion si consideramos un campo
~ (x, y, z), con ~c vector constante y se procede de una manera similar.
vectorial ~a (x, y, z) = ~c B
Ley de Gauss y Campo El
ectrico
La aplicaci
on m
as emblem
atica del Teorema de Gauss lo constituyen el calculo de la divergencia del
~ y su relaci
campo electrico E
on con las distribuciones de cargas existentes. Desde siempre sabemos que el
campo electrico producido por una carga Qi viene dado por
ZZ
1 Qi
~
~i d S
~i = Qi
~ = (~r)
E
Ei (~r) =
u
ri ;
E
2
40 ri
0
0
Si
En definitiva la deducci
on de una de las ecuaciones de Maxwell. Si calculamos el flujo del campo electrico
~ (~r) atraviesan el volumen: todas entran y todas salen.
en una regi
on sin cargas todas las lneas del campo E
Sin embargo si tenemos un conjunto de cargas discretas distribuidas dentro de la region encerrada por la
Luis A. N
un
ez
178
M
etodos Matem
aticos de la Fsica
superficie, S, (ver Figura 5.10, cuadrante IVa) podemos encerrar cada una de las cargas con superficies
esfericas Si . Por lo tanto
ZZ
Z
ZZ
X ZZ
X ZZ
~ d S
~+
~ d S
~i =
~ dV =0
~ d S
~=
~ d S
~i
E
E
E
E
E
S
Si
Si
Con lo cual hemos definido una superficie con huecos alrededor de cada una de las cargas y llegamos a la
conclusi
on que lo que entra sale. Por su parte, el campo electrico medido cada superficie esferica interior, Si
ser
a
~0
~ = 1 Qi u
r + E
E
40 ri2 i
Si
~ 0 es el campo de todas las otras cargas presentes en e volumen encerrado por S. Es claro que este
donde E
~ 0 tiene flujo cero neto sobre cada esfera de superficie Si . Por lo tanto
campo E
P
ZZ
X Z Z 1 Qi
X 1 Qi Z Z
Qi
Q
0
~
~
~
u
ri + E n
dSi = i
Ed S =
Si dSi =
=
2
2
40 ri
40 ri
0
0
Si
S
Si
i
i
donde hemos utilizado que
Z
X ZZ
~ 0 d Vi = 0 =
E
Vi
~0 n
E
Si dSi ;
ZZ
u
ri n
Si = 1;
Si
dSi = Si = 4ri2
y
Si
Finalmente encontramos una de las Leyes de Maxwell si reescribimos la integral de superficie utilizando la
Ley de Gauss
ZZ
Z
ZZ
Z
Z
~ d S
~= Q = 1
~ d S
~=
~ dV = 1
E
E
(~r) d V
(~r) d V
0
0 V
0 V
S
S
V
con lo cual
Z
V
~ E
~ (~r)
0
dV
~ E
~ = (~r)
0
~a d V =
~a d S +
~a+ n
S dS
y
~a d V =
~a d S
~a n
S dS
V1
Luis A. N
un
ez
S1
V2
S2
179
M
etodos Matem
aticos de la Fsica
~a d V
~a d V
~a d V +
V1 +V2
V1
V2
Claramente si el campo es continuo dentro de la region R entonces nos queda la formulacion estandar del
Teorema de Gauss,
Z
ZZ
~
~a d V =
~a d S
V1 +V2
por el contrario si el campo es discontinuo, entonces debe tomarse en cuenta la discontinuidad del campo y
la relaci
on que surge de sumar el flujo a traves de las dos regiones es
Z
ZZ
ZZ
~
~a d V =
~a d S
(~a2 ~a1 ) n
S dS
V1 +V2
con n
S el vector unitario, normal a la superficie S y que apunta de R1 R2 . Es claro que la discontinuidad
que cuenta es la de la componente del campo perpendicular a la superficie (ver Figura 5.11).
Este tipo de discontinuidad en campos irrotacionales es generada por la presencia de fuentes las cuales,
en este caso son densidades superficiales de carga. Quiza el ejemplo tpico para la aplicacion de las anteriores
consideraciones es la aplicaci
on de las ecuaciones de Maxwell en el caso del vector desplazamiento electrico
~ traves de una superficie, S,
que separa dos medios. Este caso se ilustra en la Figura 5.10, cuadrante
D,a
IVc y en la Figura 5.11, s
olo que en este u
ltimo caso el vector normal esta definido a la inversa: la regi
on 2
corresponde a la regi
on 1 de la Figura 5.10, cuadrante IVc. La ecuacion de Maxwell correspondiente ser
a
~ = (~r)
E
0
~ = (~r)
D
~2 D
~1 n
D
S =
~ = 0 E
~
con D
donde n
S es el vector normal a la superficie (ver Figura 5.10, cuadrante IVc) y es la densidad superficial de
carga en la superficie, S. Para comprobar esta relacion construimos un volumen cilndrico infinitesimal que
encierra la superficie de discontinuidad, de tal forma que S2 corresponde con la tapa del cilindro y S1
con su base (Figura 5.10 cuadrante IVc). Adicionalmente, como l 0 no solo podremos trabajar sin las
Luis A. N
un
ez
180
M
etodos Matem
aticos de la Fsica
integrales, el flujo a traves de las paredes del cilindro sera despreciable y S2 S1 , sino que adem
as, al
en el cuadrante
encerrar la discontinuidad no tomamos en cuenta la contribucion de la superficie S3 (o S,
IVb de la Figura 5.10). As
~ dV =D
~ 2 S
~2 D
~ 1 S
~1
~2 D
~1 n
D
(~r) (S2 l) = D
S2 S2
con lo cual
~2 D
~1 n
(~r) l = D
S2
Teoremas de Green
Cuando consideramos campos vectoriales muy particulares el Teorema de Gauss nos lleva a un par de
identidades vectoriales conocidas como las Identidades o Teoremas de Green
Supongamos que tenemos dos campos escalares: (x, y, z) y (x, y, z) entonces y con ellos construimos
un campo vectorial
ZZ
ZZZ
~=
(x, y, z)
~a d V
~a (x, y, z) = (x, y, z)
~a d S
ZZ
ZZZ
~=
(x, y, z) d S
(x, y, z)
(x, y, z) d V
(x, y, z)
con lo cual arribamos a primera identidad de Green, Primer Teorema de Green o, Teorema escalar de Green:
ZZ
ZZZ h
i
~
(x, y, z) +
(x, y, z)
(x, y, z) d V
(x, y, z) (x, y, z) d S =
(x, y, z)
s
y
(x, y, z)
(x, y, z) =
(x, y, z)
(x, y, z) + (x, y, z)
(x, y, z)
(x, y, z) (x, y, z)
(x, y, z)
(x, y, z)
y al integrar sobre un volumen V tendremos la formulacion del Teorema de simetrico de Green, la segunda
identidad (o teorema) de Green o el Teorema
ZZZ n
o
(x, y, z) (x, y, z)
(x, y, z) d V =
(x, y, z)
V
ZZ n
o
~
(x, y, z) (x, y, z)
(x, y, z) d S
(x, y, z)
s
La utilidad de estas relaciones las veremos en el desarrollo de la Teora de Potencial en la seccion 5.8.1
en la p
agina 185
Luis A. N
un
ez
181
M
etodos Matem
aticos de la Fsica
5.7.2.
Teorema de Stokes
Presentaci
on y demostraci
on
El teorema de Stokes relaciona una integral de lnea escalar de un campo vectorial, ~a = ~a (x, y, z) , a
lo largo de una curva cerrada, C, con una integral del rotor del campo sobre la superficie encerrada por la
curva, C. Es decir
I
ZZ
ZZ
~ ~a d S
~
~ ~a n
~a d ~r =
S dS
S
Tal y como hemos mencionado antes la superficie la define su vector normal, y este lo define el sentido de
circulaci
on de la curva que bordea la superficie (ver Figura 5.12 cuadrantes I y III).
No haremos una demostraci
on formal del Teorema de Stokes como lo hicimos para el Gauss. Nos convenceremos de que es correcta la relaci
on a partir de algunas situaciones sencillas. Cualquier superficie la
podremos dividir en peque
nas cuadrculas diferenciales, las cuales sumadas constituyen la superficie (ver
Figura 5.12 cuadrante II). Es f
acil convencerse que la circulacion3 por le borde de una cuadrcula diferencial
(por ejemplo en el plano x, y) nos lleva a
I
Z
Z
Z
Z
1234 =
~a d ~r = ax (x, y) d x + ay (x, y) d y + ax (x, y) (d x) + ay (x, y) (d y)
1234
donde hemos denotado la trayectoria a lo largo del permetro de la cuadrcula por 1234 De la Figura 5.13
podemos intuir
Z
Z
Z
Z
1234 = ax (x0 , y0 ) d x + ay (x0 + d x, y0 ) d y + ax (x0 , y0 + d y) (d x) + ay (x0 , y0 ) (d y)
3 Pueden
Luis A. N
un
ez
182
M
etodos Matem
aticos de la Fsica
Z
1234 =
!
ZZ
ZZ
ay
ax
~ ~a d Sz
~ ~a d S
~
d
xd
y
=
x x=x0
y y=y0
z
S
S
pero esto vale para todos los puntos (x0 , y0 ) y se puede aplicar para las otras superficies con lo cual es f
acil
convercerse que esta tecnica se puede utilizar para cada cuadrcula en las cuales hemos dividido la superficie
(ver Figura 5.12 cuadrante II). M
as a
un las circulaciones a lo largo de los permetros de las cuadrculas
interiores se anulan (ver Figura 5.12 cuadrante III) y solo sobrevive la circulacion a lo largo del permetro
exterior de la superficie. Con ello
I
ZZ
X
X
~ ~a d S
~
~ ~a d S
~
~a d ~r
~a d ~r =
cuadricula
183
M
etodos Matem
aticos de la Fsica
C2
P1
curva C1
P1
curva C2
y lo que nos dice es que vamos de un punto (de corte de la curva cerrada) P1 a otro punto P2 por dos
trayectorias distintas y la integral de lnea es la misma. Mas adelante veremos que a los campos vectoriales
irrotacionales les est
a asociado un potencial tal que
~ F~ (x, y, z) = 0 F~ (x, y, z)
~ (x, y, z)
intersecci
on de las superficies S y S ser
a una curva C,la
cual dividira a S en dos superficies S1 y S2 (ver
Figura 5.12 cuadrante IV). Entonces, aplicando el Teorema de Stokes a la curva cerrada. Entonces
I
Z P2
Z P1
ZZ
~ ~a d S
~
~a d ~r =
~a d ~r +
~a d ~r =
P1
curva C1
C1 +C
P2
curva C
S1
y
I
P1
~a d ~r =
Z
~a d ~r +
P2
curva C2
C2 +C
P2
ZZ
~a d ~r =
P1
curva C
S2
P1
Z
~a d ~r +
P2
en S1
curva C
~ ~a d S
~
S2
~a d ~r +
S1
P2
~a d ~r
P1
en S2
curva C
P2
P1
curva C
~a|S2 ~a|S1 d ~r
donde hemos denotado ~a|S2 como el campo vectorial evaluado sobre la curva C del lado de las superficie
S2 . Es importante se
nalar que el termino que incorpora la contribucion de la discontinuidad del campo
s
olo encierra componentes tangenciales a la superficie. Esto es claro del producto escalar con el vector, d ~r,
tangente a la curva C (y tambien a la superficie S).
Luis A. N
un
ez
184
M
etodos Matem
aticos de la Fsica
5.8.
5.8.1.
Teora de Potencial
Potenciales escalares
Si un campo vectorial F~ (x, y, z) en una determinada region R puede asociarse con un gradiente de un
potencial tendremos que
I
~ (x, y, z)
~ F~ (x, y, z) = 0
F~ (x, y, z) =
F~ (x, y, z) d ~r = 0
La ventaja que un campo derive de un potencial es, por un la lado la simplicidad y la cantidad de informaci
on
que sobre el campo teneos: describimos la interaccion por una funcion y no con tres (las componentes del
campo) y sabremos que el campo es irrotacional y conservativo. Pero ademas la funcion que describe el
campo es escalar, con lo cual es independiente del sistema de coordenadas.
Cualquiera de las afirmaciones implica las otras dos, con o cual podremos elegir cualquier de ellas para
demostrar las otras dos. Veamos:
un campo que derive de un potencial es conservativo e irrotacional
~
~ (x, y, z) = 0
~ (x, y, z)
F~ =
H
H ~
(x, y, z) d ~r = d = (x0 , y0 , z0 ) (x0 , y0 , z0 ) = 0
donde hemos utilizado la definici
on de diferencial total
(x, y, z)
(x, y, z)
(x, y, z)
~ (x, y, z) d ~r
d =
dx +
dy +
dz =
x
y
z
un campo conservativo es irrotacional y deriva de un potencial.
RP
Un campo conservativo implica que el trabajo ( P12 F~ (x, y, z) d ~r) es independiente de la trayectoria
entre P1 y P2 . Por eso llamamos a la fuerza conservativa por cuanto se conserva la energa y por lo
tanto, esta depende u
nicamente de la posicion
Z P2
I
F~ (x, y, z) d ~r = (x2 , y2 , z2 ) (x1 , y1 , z1 )
F~ (x, y, z) d ~r = 0
P1
~ (x, y, z) d ~r
F~ (x, y, z) d ~r = d =
~ (x, y, z)
F~ (x, y, z) =
con lo cual hemos demostrado que el campo vectorial deriva de un potencial. El signo menos () es una
convenci
on tradicional del oficio de Fsico y proviene de nuestra intuicion de flujo de los acontecimientos:
El agua siempre fluye hacia abajo.
Ahora bien, utilizando el Teorema de Stokes tendremos:
I
ZZ
~
~
~
~ F~ d S
~=0
~ F~ (x, y, z) = 0
F (x, y, z) = (x, y, z) F d ~r =
S2
es f
acil demostrar que el campo tambien es irrotacional.
un campo de fuerzas irrotacional implica que el campo deriva de un potencial y que el campo es
conservativo.
Otra vez, por el Teorema de Stokes si es irrotacional es conservativo,
ZZ
I
~ F~ (x, y, z) = 0
~ F~ d S
~ = F~ d ~r = 0
S2
Luis A. N
un
ez
185
M
etodos Matem
aticos de la Fsica
~ (x, y, z)
F~ (x, y, z) =
En definitiva, si cualquiera de las condiciones se cumple: conservativo, irrotacional o potencial, las otras
tambien se cumplir
an.
5.8.2.
Al igual que derivamos un campo vectorial F~ a partir de un potencial escalar (x, y, z) y asociamos
~ F~ (x, y, z) = 0, podemos pensar que un campo sin
su existencia a su condici
on de irrotacionalidad,
divergencia (solenoidal o transverso) conlleva a la existencia de un potencial vectorial. Esto es
~ F~ (x, y, z) = 0
~ A
~ (x, y, z)
F~ (x, y, z) =
Claramente
~ F~ (x, y, z) = i F i = i ijk j Ak = 0
~=A
~ (x, y, z) se conoce con el nombre de potencial vectorial del campo F~ . Ahora bien,
El campo vectorial A
el campo solenoidal, F~ , no queda unvocamente determinado a partir de su potencial vectorial. Existe una
arbitrariedad de un campo escalar, llamado de calibre, = (x, y, z) (gauge en ingles) de forma tal que
~0 = A
~ +
~ (x, y, z) F~ =
~ A
~0 =
~ A
~ +
~
~ A
~+
~
~
~ A
~
A
=
=
~0 y A
~ generan el mismo campo vectorial F~ . Esta arbitrariedad
de forma que varios potenciales vectoriales A
nos permite particularizar el calibre seg
un nos convenga. Existen varios calibres en el mercado, los cuales
son utilizados seg
un el problema fsico al cual tratemos. Entre ellos podemos mencionar un par de ellos:
El calibre de Lorentz :
Esta selecci
on proviene de requerir que el campo de calibre satisfaga la ecuacion una ecuacion de onda
2
~ 2 (x, y, z, t) a (x, y, z, t) = 0
t2
t2
186
M
etodos Matem
aticos de la Fsica
5.8.3.
~ F~ =
~ G
~
~ H
~ =0
~ = F~ G
~
~ F~ =
~ G
~
~ H
~ =0
H
~
~ =0
n
S F~ = n
S G
n
S H
~ es irrotacional entonces
como H
~ H
~ =0
~ =
~ (x, y, z)
H
~ H
~ =
~
~ (x, y, z) = 0
dV
+
S dS =
con lo cual
ZZ
~ n
S
dS =
ZZ
~ n
H
S
dS =
ZZZ h
i
~ H
~ dV
H
~ =0
H
5.8.4.
Teorema de Helmholtz
El teorema de Helmholtz afirma que todo campo vectorial, F~ , continuo, y continuamente diferenciable
(al menos a trozos) y, regular en infinito se puede expresar como una suma de dos componentes, una
longitudinal o irrotacional, F~l , y otra transversa o solenoidal, F~t . Esto es
~ F~l = 0
~
~
~
F = Fl + Ft con
~ ~
Ft = 0
En general dado que el campo, F~ , puede ser discontinuo, tendremos que suponer que
~ F~ =
~ F~l + F~t =
~ F~l = (~r)
~
~
F = (~r)
~
~
~
~ F~ =
~ F~l + F~t =
~ F~t = J~ (~r)
F = J (~r)
~ () y
~ () son lineales. Esta separacion del campo vectorial F~ = F~l + F~t es completamente
dado que
general y siempre puede hacerse para cualquier campo vectorial.
Luis A. N
un
ez
187
M
etodos Matem
aticos de la Fsica
~ (x, y, z)
F~l =
~ F~ =
~ F~l =
~ 2 (x, y, z) = (~r)
y la soluci
on existe y es u
nica. Es decir, podemos expresar de manera unvoca al campo vectorial, F~ , (a traves
de su componente longitudinal F~l ) en terminos de un campo escalar (a funcion potencial) (x, y, z) . Por
otra parte
~ F~t = 0 F~t =
~ A
~
~ F~ =
~ F~t =
~
~ A
~ =
~
~ A
~
~ 2A
~ = J~ (~r)
~ A
~ = 0 se convierte en Es importante se
La cual al seleccionar el calibre de Coulomb
nalar que el campo,
~
~
A = A (x, y, z) , soluci
on a la ecuaci
on
~
~ A
~ =
~ 2A
~ = i i A
~ = J~ (~r)
2
~ Ax = Jx (~r)
~ 2 Ay = Jy (~r)
i i Ak = J k (~r)
~2
Az = Jz (~r)
Una vez m
as nos topamos con la soluci
on a la ecuacion de Poisson, esta vez para cada componente. Esto se
cumple siempre, porque hemos supuesto que la solucion para la ecuacion de Poisson existe y es u
nica.
Un corolario del Teorema de Helmholtz que un campo vectorial queda unvocamente determinado si
conocemos su rotor y su divergencia.
4 Esta suposici
on es indispensable pero es muy fuerte. Las condiciones sobre el potencial (x, y, z) que la implican ser
an
consideradas en otros cursos de M
etodos Matem
aticos. En este curso, supondremos que existe y es u
nica
Luis A. N
un
ez
188
Bibliografa
[1] Apostol, T. M. (1972) Calculus Vol 2 (Reverte Madrid ) QA300 A66C3 1972
[2] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[3] Borisenko, A.I, y Tarapov I.E. (1968) Vector and Tensor Analisys (Dover Publications Inc, Nueva
York)
[4] Dennery, P. y Krzywicki, A. (1995) Mathematics for Physicists (Dover Publications Inc, Nueva York)
[5] Gelfand, I.M. (1961) Lectures on Linear .Algebra (John Wiley & Sons Interscience, Nueva York ).
[6] Knisley, J. (2001) http://math.etsu.edu/MultiCalc/
[7] Lovelock, D, y Rund, H. (1975) Tensors, Differential Forms & Variational Principles (John Wiley
Interscience, Nueva York ).
[8] Santal
o, L.A (1969) Vectores y Tensores (Editorial Universitaria, Buenos Aires)
[9] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
189
Captulo 6
Matrices, Determinantes y
Autovectores
190
M
etodos Matem
aticos de la Fsica
6.1.
Operadores Lineales
Definiremos como operador lineal (o transformaciones lineales) a una operacion que asocia un vector
|vi V1 un vector |v0 i V2 y que respeta la linealidad, es decir esta funcion de V1 V2 cumple con
|v0 i = A |vi
191
M
etodos Matem
aticos de la Fsica
|y0 i = D |yi
D [y (x)]
d
dy (x)
[y (x)]
y 0 (x)
dx
dx
es claro que
D [f (x) + g (x)] = Df (x) + Dg (x) f 0 (x) + g 0 (x)
igualmente podemos asociar un operador diferencial de cualquier orden a una derivada del mismo
orden, esto es
|y00 i = D2 |yi
|y000 i = D3 |yi
..
.
E
(n)
= Dn |yi
y
d2
d2 y (x)
[y (x)]
y 00 (x)
2
dx
dx2
d3
d3 y (x)
D3 [y (x)]
[y
(x)]
y 000 (x)
dx3
dx3
D2 [y (x)]
Dn [y (x)]
dn
dn y (x)
[y
(x)]
y (n) (x)
dxn
dxn
D 3D + 2 (f (x) + g (x)) = D 3D + 2 f (x) + D2 3D + 2 g (x)
Luis A. N
un
ez
192
M
etodos Matem
aticos de la Fsica
f (t)dt
T {f (t)}
F (s) =
K (s, t) f1 (t)dt +
F (s) =
a
K (s, t) f2 (t)dt
a
Dependiendo de la selecci
on del n
ucleo y los limites tendremos distintas transformaciones integrales.
En Fsica las m
as comunes son:
Nombre
Laplace
F (s) =
sen(st)
f (t)dt
cos(st)
F (s) =
0
Z
Fourier compleja
est f (t)dt
Z
Fourier de senos y cosenos
f (t) = T1 {F (s)}
F (s) = T {f (t)}
f (t) =
F (s) =
f (t)dt
f (t) =
Z
Hankel
F (s) =
ei
st
F (s)ds
Z
F (s) =
ts1 f (t)dt
f (t) =
6.1.1.
f (t) =
Mellin
est F (s)ds
sen(ts)
F (s)ds
cos(ts)
Z
tJn (st)f (t)dt
i st
R +i
1
2i
f (t) =
1
2i
R +i
i
st F (s)ds
193
M
etodos Matem
aticos de la Fsica
|vi V1
= A |vi + (B + C) |vi
= [A+ (B + C)] |vi
del mismo modo se puede comprobar f
acilmente
A+B=B+A
Ahora bien, si definimos la transformaci
on cero de V1 V2 tal que
|0i = 0 |vi
|vi V1
se le asigna a el vector |0i V2 |vi V1 , entonces el operador lineal 0 sera el elemento neutro respecto
a la suma de operadores. Finalmente, el elemento simetrico queda definido por
(A) |vi = A |vi
Con ello queda demostrado que los operadores lineales forman un espacio vectorial el cual de ahora en
adelante denominaremos L (V1 , V2 ) .
6.1.2.
Composici
on de Operadores Lineales
El producto o composici
on de dos operadores lineales, A y B se denotara AB y significara que primero
se aplica B y al resultado se aplica A. Esto es
AB |vi = A (B |vi) = A |
vi = |
v0 i
La composici
on de funciones cumple con las siguientes propiedades
(AB) C = A (BC) ;
(A1 +A2 ) B = A1 B + A2 B;
A1 = 1A = A;
194
M
etodos Matem
aticos de la Fsica
A1 = A;
A2 = AA;
A3 = A2 A = AAA;
Es claro que las potencias de operadores cumplen las propiedades estandares de las potencias de
n
umeros
m
An+m = An Am ;
(An ) = Anm
Llamaremos operadores nilpotentes de grado n a los operadores An 6= 0, del tipo
An |vi = |0i |vi V1 al vector nulo, |0i V2 . Es decir un operador que lleva cualquier vector |vi
al elemento neutro de V2 . El ejemplo mas emblematico es el operador diferencial
Dn Pn1 = |0i
dn
dn i
P
(x)
=
ai x = 0
n1
dxn
dxn
con Pn1 perteneciente al espacio de polinomios de grado n 1
Operador Ecuaciones Diferenciales. Si consideramos el espacio de funciones
f (x) C[a,b]
podemos construir un operador diferencial
a0 1 + a1 D + a2 D2 + + an Dn |f i
d
d2
dn
a0 + a1
+ a2 2 + + an n
dx
dx
dx
f (x)
195
M
etodos Matem
aticos de la Fsica
|vi V1
M
as a
un, lo anterior nos permite extender la idea operadores a funciones de operadores, es decir si nos
saltamos todos los detalles de convergencia de la serie anterior, los cuales dependeran de los autovalores
de A y de su radio de convergencia, de esta manera, al igual que podemos expresar cualquier funci
on
F (z) como una serie de potencias de z en un cierto dominio, podremos expresar la funcion de un
operador, F (A) , como una serie de potencias del operador A esto es
F (z) = ai xi F (A) |vi = ai Ai |vi
As, por ejemplo, podemos expresar
"
#
X An
A
An
A
e |vi =
|vi = 1 + A +
+ +
|vi
n!
2!
n!
n=0
En este caso hay que hacer una acotacion, dado que, en general, [A, B] 6= 0 = eA eB 6= eB eA 6= eA+B
esta afirmaci
on se corrobora de manera inmediata al desarrollar las exponenciales
#"
#
"
#
"
X Bm
X X An Bm
X An
A B
|vi =
|vi
e e |vi =
n!
m!
n! m!
m=0
n=0 m=0
n=0
X
Bn
eB eA |vi =
n!
n=0
"
#
"
#
X
X X Bn Am
Am
|vi =
|vi
m!
n! m!
m=0
n=0 m=0
#"
n
X
(A + B)
|vi
|vi =
n!
n=0
"
A+B
s
olo en el caso que [A, B] = 0 = eA eB = eB eA = eA+B , la demostracion es inmediata pero requiere
expandir y rearreglar las sumatorias arriba expuestas. En general mas adelante demostraremos la
relaci
on de Glauber
1
eA eB = eA+B e 2 [A,B]
6.1.3.
Proyectores
La notaci
on de Dirac se hace particularmente conveniente para representar proyectores. Hasta ahora,
hemos relacionado un funcional lineal, un bra hw| del espacio dual V , con un vector ket |vi del espacio
vectorial V a traves de su producto interno hw| vi C el cual es, en general, un n
umero complejo. Si ahora
escribimos esta relaci
on entre vectores y formas diferenciales de una manera diferente. As, la relacion entre
hw|, y |vi un ket |i o un bra h| arbitrarios seran
|vi hw| i
|vi hw|
=
h |vi hw|
Luis A. N
un
ez
196
M
etodos Matem
aticos de la Fsica
La primera ser
a la multiplicaci
on del vector |vi por el n
umero complejo hw| i ,mientras que la segunda
relaci
on ser
a la multiplicaci
on de la forma hw| por el complejo h |vi . Es imperioso se
nalar que el orden en
la escritura de los vectores y formas es crtico, solo los n
umeros complejos se pueden mover con impunidad
a traves de estas relaciones
|vi = |vi = |vi ,
Por lo tanto, dado un vector |vi , podemos construir un proyector P|vi a lo largo del vector |vi
P|vi |vi hv|
con hv| vi = 1
|vi hv| [ |z1 i + |z2 i] = |vi hv| |z1 i + |vi hv| |z2 i = |vi hv |z1 i + |vi hv |z2 i
P2|vi = P|vi
P|vi P|vi |zi = (|vi hv|) (|vi hv|) |zi = |vi hv |vi hv |zi = |vi hv |zi = P|vi |zi
| {z }
1
Pq = |ei i ei q
es claro que P2q = Pq
P2q |vi = Pq Pq |vi = P2q |vi = |ei i ei q |ej i ej q |vi = |ei i ei |ej i ej |vi
| {z }
ji
6.1.4.
|vi V
A |vi = |0i}
A |v1 i = |0i
= 1 A |v1 i + 2 A |v2 i = |0i = A (1 |v1 i + 2 |v2 i)
A |v2 i = |0i
Luis A. N
un
ez
197
M
etodos Matem
aticos de la Fsica
|vi V1
A |0i = |0i
si
=0
A |vi = |v0 i}
Ahora bien, analicemos con cuidado los lmites de la suma implcita del ndice i = 1, 2, , k + r
|wi = C i |Aei i =
=|0i
Por lo tanto {A {|ek+1 i} , A {|ek+2 i} , , A {|ek+r1 i} , A {|ek+r i}} expanden A {V} . Ahora bien, para
demostrar que son base, demostraremos que son linealmente independientes, para ello supondremos que
k+1 k+2
C
,C
, , C k+r 3 C i |Aei i = 0
con i = k + 1, k + 2, , k + r
Luis A. N
un
ez
198
M
etodos Matem
aticos de la Fsica
k
X
C i |ei i
i=1
k+r
X
C i |ei i
i=k+1
y como los {|e1 i , |e2 i , |e3 i , , |ek i , |ek+1 i , , |ek+r1 i , |ek+r i} son una base de V entonces las C k+1 =
C k+2 = = C k+r = 0
Ejemplos
Transformaciones Identidad: Sea 1 : V1 V2 , la transformacion identidad,
|vi V1 3 1 |vi = |vi .
(1) = |0i V1
= (1) V1
A11 A12 A1n
x1
0
A21 A22
x2 0
A |xi = |0i .
.. = .. Aij xi = 0
..
..
.
. .
An1 An2
Ann
0
xn
son j ecuaciones con j = 1, 2,P
, n. Recordemos que estamos utilizando la convencion de Einstein
n
para suma de ndices. Esto es i=1 Aij xi = 0
2
Ecuaciones diferenciales ordinarias. Sea C[,]
el espacio vectorial de todas las funciones con2
tinuas doblemente diferenciables. Definimos A :C[,]
C[,] como la transformacion lineal
2
2
D 1 tal que para todas las y(x) C[,] se cumple
A |xi = |0i
D2 1 y(x) = 0
d2
y (x) = y 00 y = 0
1
dx2
por lo tanto el n
ucleo o espacio nulo de A, (A) lo constituyen el conjunto de soluciones para la
mencionada ecuaci
on diferencial. Por lo tanto el problema de encontrar las soluciones de la ecuaci
on
diferencial es equivalente a encontrar los elementos del n
ucleo de A.
6.1.5.
|v0 i V2 ,
es decir ser
a biyectiva si A transforma vectores distintos de V1 en vectores distintos de V2 . Mas a
un, se
puede afirmar que una transformaci
on lineal A, sera biyectiva si y solo si (A) = |0i . Vale decir, si el
Luis A. N
un
ez
199
M
etodos Matem
aticos de la Fsica
(A) = |0i
| {z }
A |v1 i = A |v2 i
|v i|v i=0
1
La importancia de las transformaciones lineales uno a uno o biyectiva reside en la posibilidad de definir
inversa, debido a que siempre existe en V2 un vector |v0 i asociado a traves de A con un vector |vi V1 .
Diremos que A1 : V2 V1 es el inverso de A, si A1 A = 1 = AA1 .
Podemos afirmar que un operador lineal A tendra inverso A1 si a cada vector |v0 i V2
Habra que hacer un par de comentarios al respecto. El primero es que, tal y como hemos enfatizado
arriba, en general, los operadores no conmutan entre si, y los inversos no son una excepcion. Es decir, debieran
existir (y de hecho existen) inversas por la izquierda A1 A e inversas por la derecha AA1 . Por simplicidad
e importancia en Fsica obviaremos esta dicotoma y supondremos que A1 A = 1 = AA1 . El segundo
comentario tiene que ver con la existencia y unicidad del inverso de un operador lineal. Algunos operadores
tienen inverso, otros no, pero aquellos quienes tienen inverso, ese inverso es u
nico. Veamos, supongamos que
A1
1 A |vi = |vi
1
1
1
1
= A1
A |vi = A1
1 = A2
1 A |vi A2 A |vi = |0i = A1 A2
|
{z
}
1
A2 A |vi = |vi
1
1
A1 =A2
Ahora bien, un operador lineal A tendra inverso s y solo s para cada vector |v0 i V2 ! |vi
V1 3 A |vi = |v0 i . Es decir cada vector |v0 i esta asociado con uno y solo un vector |vi a traves de la
transformaci
on lineal A. Dejaremos sin demostracion esta afirmacion pero lo importante es recalcar que
para que exista inverso la transformaci
on lineal A,tiene que ser biyectiva y esto implica que se asocia uno y
solo un vector de V1 con otro de V2 .
Todava podemos a
nadir algunas demostraciones consecuencias de las afirmaciones anteriores. Sea la
transformaci
on lineal T : V1 V2 supongamos ademas que T L (V1 , V2 ) Entonces las siguientes afirmaciones son v
alidas y equivalentes
1. T es Biyectiva en V1
2. T es invertible y su inversa T1 : T {V1 } V1 es lineal
3. |vi V1 , T {|vi} = |0i = |vi = |0i esto es, el espacio nulo (T) u
nicamente contiene al elemento
neutro de V1 .
Si ahora suponemos que V1 tiene dimension finita, digamos dim [V1 ] = n, las siguientes afirmaciones
ser
an v
alidas y equivalentes
1. T es Biyectiva en V1
2. Si {|u1 i , |u2 i , |u3 i , |un i} V1 son linealmente independientes entonces, {T {|u1 i} , T {|u2 i} , T {|u3 i} , T {|un
T {V1 } tambien ser
an linealmente independientes.
3. dim [T {V1 }] = n
4. Si {|e1 i , |e2 i , |e3 i |en i} V1 es una base de V1 , entonces {T {|e1 i} , T {|e2 i} , T {|e3 i} T {|en i}}
T {V1 } es una base de T {V1 }
Luis A. N
un
ez
200
M
etodos Matem
aticos de la Fsica
6.1.6.
Definiremos la acci
on de un operador A sobre un bra de la forma siguiente
(hw| A) |vi = hw| (A |vi)
| {z }
| {z }
hw0 |
|v0 i
por lo cual lo que estamos diciendo es que el elemento de matriz para el operador, A, es el mismo, y no
importa donde opere A.De esta manera, dado cada vector en V, tiene asociado un vector en V podemos
demostrar que A operando sobre los bra es lineal. Esto es dado
hw| = 1 hz1 | + 2 hz2 |
(hw| A) |vi (1 hz1 | + 2 hz2 | A) |vi = (1 hz1 | + 2 hz2 |) (A |vi) = 1 hz1 | (A |vi) + 2 hz2 | (A |vi)
= 1 (hz1 | A) |vi + 2 (hz2 | A) |vi
Siguiendo con esta l
ogica podemos construir la accion del operador hermtico conjugado, A . Para ello
recordamos que igual que a cada vector (ket) |vi le esta asociado una forma lineal (bra) hv| ,a cada ket
transformado A |vi = |v0 i le corresponder
a un bra transformado hv0 | = hv| A . Por lo tanto
|vi
hv|
|v i = A |vi
hv0 | = hv| A
ahora bien,si A es lineal, A tambien lo sera. Dado que a un vector |wi = 1 |z1 i + 2 |z2 i le corresponde
un bra hw| = 1 hz1 | + 2 hz2 | (la correspondencia es antilineal). Por lo tanto, |w0 i = A |wi = 1 A |z1 i +
2 A |z2 i , por ser A lineal, entonces
|w0 i hw0 | hw| A = (1 hz1 | + 2 hz2 |) A 1 hz01 | + 2 hz02 | = 1 hz1 | A + 2 hz2 | A
Es claro que de la definici
on de producto interno en la notacion de Dirac, se desprende
hx0 | yi = hy| x0 i
|xi , |yi V
= A;
(A) = A ;
(A + B) = A + B ;
(AB) = B A
Esta u
ltima propiedad es f
acilmente demostrable y es educativa su demostracion. Dado |v0 i = AB |vi,
adem
as se tiene que
|
vi = B |vi
= hv0 | = h
v| A = hv| B A = hv| (AB)
|v0 i = A |
vi
A partir de propiedades anteriores se deriva una mas u
til relacionada con el conmutador de dos operadores
hermticos
h
i
[A, B] = A , B = B , A
La conclusiones a las que llegamos son
Para obtener el hermtico conjugado de una expresion proceda de la siguiente manera:
Cambie constantes por sus complejas conjugadas
Luis A. N
un
ez
201
M
etodos Matem
aticos de la Fsica
Cambie los kets por sus bras asociados y viceversa (bras por kets): |vi hv|
Cambie operadores lineales por sus hermticos conjugados A A;
Invierta el orden de los factores
De este modo
hx| |vi hw| |yi = hy| (|vi hw|) |xi = hy| |vi hw| |xi = hx| |wi hv| |yi
Existe un conjunto de operadores que se denominan Hermticos a secas o autoadjunto. Un operador
Hermtico (o autoadjunto) ser
a aquel para el cual A = A. Con esto
6.1.7.
Operadores Unitarios
Por definici
on un operador ser
a unitario si su inversa es igual a su adjunto. Esto es
U1 = U
= U U = UU = 1
|
xi = U |xi
= h
y |
xi = hy| U U |xi = hy |xi
|
yi = U |yi
Es claro que si Aes hermtico, A = A, el operador T = eiA es unitario.
T = eiA
= T = e
iA
= eiA
= TT = e
iA iA
= 1 = T T = e
iA iA
El producto de dos operadores unitarios tambien es unitario. Esto es si U y V son unitarios entonces
(UV) (UV) = V U
| {zU}V = V V = 1
1
Luis A. N
un
ez
202
M
etodos Matem
aticos de la Fsica
6.2.
Representaci
on Matricial de Operadores
con i = 1, 2, .., n
y = 1, 2, .., m
las A
on de A |ei i en la base {|
e1 i , |
e2 i , |
e3 i , |
em i} . Para un vector
i son las componentes de la expansi
generico |xi tendremos que
|
xi = A |xi = x
|
e i
con lo cual
|
xi = A |xi = x
|
e i = A xi |ei i = xi A |ei i = xi A
e i
i |
= x
x i A
ei i = 0
i |
|xi .
..
xn
y las cantidades
Ai
A11
A21
..
.
A
1
..
.
Am
1
A12
A22
A1j
A2j
..
A1n
A2n
A
n
..
.
A
2
..
.
Am
2
A
j
..
Am
j
Am
n
x
1
x
2
..
.
|
xi
x
m
A11
A21
..
.
A
1
..
.
Am
1
A12
A22
..
A
2
..
.
Am
2
A1j
A2j
..
.
.
A
j
..
Am
j
A1n
A2n
A
n
Am
n
x1
x2
..
.
j
x
xn
N
otese que los ndices arriba indican fila y los de abajo columnas. Las cantidades A
j es la representaci
on del operador A en las bases {|e1 i , |e2 i , |e3 i , |en i} y {|
e1 i , |
e2 i , |
e3 i , |
em i} de V y W
Luis A. N
un
ez
203
M
etodos Matem
aticos de la Fsica
Aij =
A11
A21
..
.
A12
A22
An1
An2
..
A1n
A2n
Ann
A11
A21
..
.
An1
y el subndice j columna
A11
A12
A1n
Luis A. N
un
ez
204
M
etodos Matem
aticos de la Fsica
6.2.1.
Bases y Representaci
on Matricial de Operadores
Es importante recalcar que la representacion matricial de un operador depende de las bases {|e1 i , |e2 i , |e3 i , |en i}
y {|
e1 i , |
e2 i , |
e3 i , |
em i} de de V y W respectivamente. Si tenemos otras bases ortonormal para V y W
vale decir, {|
e1 i , |
e2 i , |
e3 i , |
en i} y {|
e1 i , |
e2 i , |
e3 i , |
em i} su representacion sera distinta. Esto es
1
2
.
..
..
.
.
.
.
h
e | A |
ej i = Aj
=
A1 A2
Aj
An
..
..
..
.
.
.
m
m
m
Am
A
A
A
n
1
2
j
M
as a
un cambiando el orden en el cual se presenta una base, cambia la representacion matricial del operador.
Los siguientes ejemplos tratar
an de ilustrar estas situaciones
Si tenemos un matriz 2 3, B de la forma
3 1 2
B=
1 0 4
y supongamos las bases can
onicas para V 3 y V 2 : {|e1 i , |e2 i , |e3 i} y {|e1 i , |e2 i} . Entonces la matriz B
representan la transformaci
on B :V 3 V 2 que lleva un vector generico |xi = (x1 , x2 , x3 ) en un vector
generico |yi = (y1 , y2 ) tal que
x
y1
3 1 2
3 1 2 1
x2
=
B=
= B |xi = |yi =
1 0 4
1 0 4
y2
x3
y esto es
y1 = 3x1 + x2 2x3
y2 = x1 + 0x2 + 4x3
La representaci
on matricial, depender
a de la base en la cual se exprese. Si suponemos el operador diferencial D () = d()
y
consideramos
el
dominio
un
de los
dx
espacio vectorial
polinomios de grado 3, por lo
tanto D () : P 3 P 2 , si consieramos las bases 1, x, x2 , x3 y 1, x, x2 de P 3 y P 2 respectivamente. Si el
producto interno est
a definido como
Z 1
i
P |Pj i
dx Pi (x) Pj (x) dx
1
La representaci
on matricial el operador diferencial sera
0
D
D E
P i D |Pj i = P i Pj = 0
0
1
0
0
0
2
0
0
0
3
Luis A. N
un
ez
205
M
etodos Matem
aticos de la Fsica
dx
d(x)
dx
D |Pj i =
d(x2 )
dx
d(x3 )
dx
=
=
0
1
=
=
0 1 + 0 x + 0 x2
1 1 + 0 x + 0 x2
2x
0 1 + 2 x + 0 x2
3x2
0 1 + 0 x + 3 x2
0 0 0 3
i E
P D |Pj i = P Pj = 0 0 2 0
0 1 0 0
aunque
0
0
0
1
0
0
0
2
0
1
1
0
1
= 2
0
1
3
3
1
0
0
1
0
2
0
1
3
3
1
= 2
0
1
1
0
1
=1 + 2x + 3x2
=1 + 2x + 3x2
equivalentemente
0
0
0
Es el mismo polinomio!
Recuerde que las componentes del vector multiplican a los vectores bases en el mismo orden.
la respresentaci
operador D () = d()
dx en la siguiente base
Si ahora construimos
on para
el mismo
2
2
3
2
3
2
1, 1 + x, 1 + x + x , 1 + x + x + x y 1, x, x de P y P , respectivamente.
d(1)
= 0
= 0 1 + 0 x + 0 x2
dx
d(1+x)
E
= 1
= 1 1 + 0 x + 0 x2
dx
D |Pj i = Pj
=
d(1+x+x2 )
= 1 + 2x
= 1 1 + 2 x + 0 x2
dx
2
d(1+x+x
+x3 )
= 1 + 2x + 3x2 = 1 1 + 2 x + 3 x2
dx
con lo cual
6.2.2.
0
E
P D |Pj i = P Pj = 0
0
i
1
0
0
1
2
0
1
2
3
Algebra de Matrices
Por comodidad supongamos que dim (V ) = dim (W ) = n y consideremos la base ortogonal {|e1 i , |e2 i , |e3 i , |en i} .De
este modo es claro, que se reobtienen las conocidas relaciones para matrices cuadradas
e A + B |ej i = ei A+B |ej i = ei A |ej i + ei B |ej i = Aij + Bji
Luis A. N
un
ez
206
M
etodos Matem
aticos de la Fsica
..
..
.
.
An1
An2
Ann
B11
B12
..
.
B21
B22
B1n
B2n
A1n + Bn1
A2n + Bn2
n
n
An + B n
..
.
Bn1
Bn2
Ann
A11 + B11
A21 + B12
..
.
A12 + B21
A22 + B22
..
.
..
An1 + B1n
i
en forma compacta puede demostrarse Aij + Bji = (A + B)j con lo cual es directo la demostrar la igualdad
de matrices
1
A1 + B11 A12 + B21 A1n + Bn1
A21 + B12 A22 + B22
A2n + Bn2
=0
..
..
.
.
.
.
.
An1 + B1n
Ann + Bnn
A11
A21
..
.
An1
A12
A22
..
A1n
A2n
An2
Ann
B11
B12
..
.
B21
B22
B1n
B2n
..
.
Bn1
Bn2
n
An
e AB |ej i = e A1B |ej i = ei A |ek i ek B |ej i = ei A |ek i ek B |ej i = Aik Bjk
para multiplicaci
on de matrices. Esto es
1
A1 A12
A21 A22
..
..
.
.
An1
An2
1
A1n
B1
B12
A2n
..
.
n
An
B1n
B21
B22
..
.
B2n
Bn1
Bn2
n
An
A1k B1k
A2k B1k
..
.
Ank B1k
A1k B2k
A2k B2k
..
.
..
A1k Bnk
A2k Bnk
Ank Bnk
e A |ej i = ei A |ej i = Aij
Luis A. N
un
ez
207
M
etodos Matem
aticos de la Fsica
6.2.3.
Representaci
on Diagonal
Finalmente mostraremos que dado un operador lineal A L (V, W ) donde dim (V ) = dim (W ) = n y sea
{|u1 i , |u2 i , |u3 i , |un i} una base ortonormal para V y W . Si adicionalmente se da el caso que
A |ui i = |ui i
la representaci
on matricial es diagonal
j
u A |ui i = Aji = uj |ui i = ij
Esta afirmaci
on tambien es v
alida para dim (V ) 6= dim (W ) pero por simplicidad seguimos trabajando con
matrices cuadradas.
En leguaje de ndices estaremos diciendo que
D1 0
0
0
0 D2 0
0
Dji = Dk lk jl ki =
0
0 D3 0
0
0
0 D4
6.2.4.
A
i x =c
con i = 1, 2, .., n
y = 1, 2, .., m
por lo tanto tendremos m ecuaciones lineales para n incognitas x1 , x2 , xn . Las A
i es la matriz de
los coeficientes. Por lo tanto este problema puede ser pensado como un problema de un operador A en el
espacio vectorial de transformaciones lineales L (V, W ) donde dim (V ) = n y dim (W ) = m, con las c las
componentes del vector transformado
i
|ci = A |xi c = A
i x
Concretemos en un ejemplo
2x + 3y z
4x + 4y 3z
2x + 3y z
= 5
= 3
= 10
2
= 4
2
3 1
x
5
4 3 y = 3
z
1
3 1
el metodo m
as utilizado es la eliminaci
on de Gauss Jordan el cual se basa en el intercambio de ecuaciones
y la multiplicaci
on apropiada e inteligente por constantes y resta de ecuaciones. La idea es construir una
matriz triangular superior para poder luego despejar desde abajo. Veamos:
a
2 3 1 5
b 4 4 3 3
c
2 3 1 1
entonces para eliminar x de lala fila c (o la ecuacion c) sumamos la fila a con la c, a + c y esta nueva ecuaci
on
ser
a la nueva c
a
2 3 1 5
b 4 4 3 3
c0
0 6 2 6
Luis A. N
un
ez
208
M
etodos Matem
aticos de la Fsica
ahora 2a + b ser
a la nueva b
finalmente 3b0 + c0
a
2
b0 0
c0
0
3
2
6
1
1
2
5
7
6
a
2
b0 0
c00
0
3
2
0
1
1
5
5
7
15
2y z = 7 2y 3 = 7 y = 2
2x + 3 (2) 3 = 5 x = 1
Es bueno recalcar que los sistemas de ecuaciones lineales no necesariamente tienen solucion y a veces tienen
m
as de una soluci
on.
6.2.5.
Operadores Hermticos
La representaci
on matricial de un operador hermtico,
A
i
j
vale decir: el hermtico conjugado de una matriz, es su traspuesta conjugada. Si la matriz es Hermtica, i.e.
A = A =
i
j
= Aij
por lo tanto, las matrices hermticas son simetricas respecto a la diagonal y los elementos de la diagonal son
n
umeros reales. Un operador hermtico estara representado por una matriz hermtica.
Aqu vale la pena probar algunas de las propiedades que arriba expresamos para operadores hermticos
conjugados, vale decir
A
(A) = A ;
= A;
(A + B) = A + B ;
(AB) = B A
Es claro que
A
y
i
i
e A |ej i = A j = Aji
= Aij
pero m
as interesante es
k
k i
i k
(AB) ei (AB) |ej i = Aik Bjk = Aj
k B i = Aj B k = B k Aj B A
6.2.6.
Hemos visto que dada una transformacion lineal biyectiva, podemos definir una inversa para esa transformaci
on lineal. Esa transformaci
on lineal tendra como representacion un matriz. Por lo tanto dado un
operador lineal A diremos que otro operador lineal B sera su inverso (por la derecha) si
AB = 1 ei AB |ej i = ji Aik Bjk = ji
Luis A. N
un
ez
209
M
etodos Matem
aticos de la Fsica
ahora bien, como conocemso la matriz Aik y las suponemos no singular (esto es: det Aik 6= 0) y si tomamos
un j fijo tendremos un sistema de n ecuaciones lineales inhomogeneo con n incognitas Bj1 , Bj2 , Bj3 , Bjn .
Al resolver el sistema tendremos la solucion. El procedimiento para encontrar la inversa es equivalente al
metodo de eliminaci
on de Gauss Jordan, veamos como funciona. Supongamos una matriz 3 3
1
1 0 0 B11 B21 B31
A1 A12 A13 1 0 0
Jordan
0 1 0 B12 B22 B32
A21 A22 A23 0 1 0 Gauss
3
3
3
0 0 1
0 0 1 B13 B23 B33
A1 A2 A3
Como un ejemplo
2
2
1
3 4
1 1
1 2
1
0
0
0
1
0
2
0
0
6.2.7.
0
2
0 0
1
1
3
2
5
4
3
8
1
1
1
0
1
0
3 4
2 3
1 2
1
1
0
0
1
0
0
0
1
0
0
2
ht |i = uk i htm |uk i
|i = uk huk | |i = uk i |uk i
| {z }
| {z }
Skm
k
c
=
u
|i
=
ht
|
i
u |tm i
| {z }
| {z }
k
S
m
cm
k m
ck = Sm
c
k
y Skm (o Sm
) ser
a la matriz de transformacion, cambio de base o cambio de representacion. Ahora bien, por
definici
on de producto interno
k
htm |uk i = uk |tm i
= Skm = Sm
Skm
cm = Skm ck = htm | i = Skm uk i
k m
ck = Sm
c
Luis A. N
un
ez
k
k
u |i = Sm
htm | i
210
M
etodos Matem
aticos de la Fsica
Ski
por lo tanto,
Aij = Ski Akm Sjm
on del operador A respecto a la base {|tj i} y Akm su representacion en la base
donde Aij es la representaci
{|um i}
6.3.
Traza de Operadores
Tr (A) = uk A |uk i = Aii
As
1
Aij = 4
7
6.3.1.
3
6
9
2
5
8
= Tr (A) = Aii = 15
Invariancia de la Traza
La traza de una matriz no depende de la base que seleccionemos. Es un invariante que caracteriza
al operador independientemente de la base en la cual se represente. Entonces Dadas dos base discretas
ortonormales {|ui i} y {|ti i},
Akk = uk A |uk i = uk |tm i htm | A |uk i = htm | A|uk i uk |tm i = htm | A |tm i = Am
m
| {z }
1
Donde una vez m
as hemos utilizado las dos relaciones de cierre |tm i htm | = 1 y uk huk | = 1. Es claro que
el n
umero que representa esta suma ser
a el mismo independientemente de su representacion matricial.
6.3.2.
Propiedades de la Traza
Tr (A + B) = uk A + B |uk i = uk A |uk i + uk B |uk i = Tr (A) + Tr (B)
La traza de un producto conmuta esto es
Tr (AB) = Tr (BA)
y es f
acilmente demostrable
Tr (AB) = uk AB |uk i = uk A|um i hum |B |uk i = uk B|um i hum |A |uk i = Tr (BA)
| {z }
| {z }
1
Luis A. N
un
ez
211
M
etodos Matem
aticos de la Fsica
Recuerde que uk B |um i y uk A |uk i son n
umeros que pueden ser reordenados.
Del mismo modo es f
acil demostrar que la traza de un triple producto de matrices respeta la ciclicidad
del orden de la matrices en el producto
Tr (ABC) = Tr (BCA) = Tr (CAB)
6.3.3.
Diferenciaci
on de Operadores
Dado un operador A (t) el cual supondremos dependiente de una variable arbitraria t podremos definir
la derivada como
dA (t)
A (t + t) A (t)
= lm
t0
dt
t
k
k
por lo tanto si u A |ui i = A entonces
i
dA (t)
uk
|ui i =
dt
dA (t)
dt
k
=
i
d
k
dAki
u A (t) |ui i =
=
dt
dt
dA11
dt
dA21
dt
dA12
dt
dA22
dt
dAn
1
dAn
2
dt
dt
..
.
..
dA1n
dt
dA2n
dt
.
dAn
n
dt
con lo cual la regla es simple, la representacion matricial de la derivada de un operador sera la derivada de
cada uno de sus elementos. Con ello
x
x2
2
1
2x
0
d
1
ex
5x = 0
ex
5
dx
3
2
3x
3
cos x
9x
0
sen x
6.3.4.
Reglas de Diferenciaci
on de Operadores Lineales
k d (A (t) + B (t))
d
k
u
|ui i =
u (A (t) + B (t)) |ui i
dt
dt
d
k
=
u A (t) |ui i + uk B (t) |ui i
dt
d
k
d
k
=
u A (t) |ui i +
u B (t) |ui i
dt
dt
dA (t)
dB (t)
d (A (t)) d (B (t))
= uk
|ui i + uk
|ui i =
+
dt
dt
dt
dt
Del mismo modo se cumplir
a que
d (A (t) B (t))
dA (t)
dB (t)
=
B (t) + A (t)
dt
dt
dt
Luis A. N
un
ez
212
M
etodos Matem
aticos de la Fsica
con la precauci
on que no se puede modificar el orden de aparicion de los operadores. Es facil ver que
d (A (t) B (t))
d
k
d
k
uk
|ui i =
u A (t) B (t) |ui i =
u A (t) 1B (t) |ui i
dt
dt
dt
k
= u A (t) |um i hum | B (t) |ui i
d uk A (t) |um i m
d hum | B (t) |ui i
=
hu | B (t) |ui i + uk A (t) |um i
dt
dt
k dA (t)
dB
(t)
= u
|um i hum | B (t) |ui i + uk A (t) |um i hum |
|ui i
dt
dt
Otras propiedades de la derivaci
on de operadores se demuestran a partir de la expansion en series de los
At
operadores. Por ejemplo si queremos conocer la expresion para dedt , con A 6= A (t)si recordamos que
"
#
"
#
2
n
X (At)n
(At)
(At)
eAt |vi =
|vi = 1 + At +
+ +
|vi
n!
2!
n!
n=0
tendremos que
"
#
"
#
n
X d (At)n
d X (At)
deAt
|vi
|vi =
|vi =
dt
dt n=0 n!
dt
n!
n=0
"
#
"
#
X tn1 An1
X ntn1 An
|vi =
=
A |vi
n!
(n 1)!
n=0
n=0
|
{z
}
eAt
N
otese que la suma es hasta infinito, por lo tanto al cambiar de ndice p = n 1, p sigue variando hasta
infinito y la serie es la misma que la anterior. Entonces
deAt
|vi = eAt A |vi AeAt |vi
dt
tambien fjese que si un solo operador esta siendo derivado el orden de presentacion de los operadores es
indiferente. Ahora bien, cuando se presenta la siguiente situacion
d eAt eBt
deAt Bt
deBt
|vi =
e |vi + eAt
|vi = AeAt eBt |vi + eAt BeBt |vi
dt
dt
dt
= eAt AeBt |vi + eAt eBt B |vi
con A 6= A (t) y B 6= B (t) y siempre eBt , B = 0. Con lo cual, solo para el caso en el cual [A, B] = 0
podremos factorizar eAt eBt y
d eAt eBt
|vi = (A + B) eAt eBt |vi
dt
Si [A, B] 6= 0 el orden de aparici
on de los operadores es MUY
h importante.
i
dA(t)
Luis A. N
un
ez
213
M
etodos Matem
aticos de la Fsica
Adicionalmente
dF (B)
dt
Esta relaci
on es f
acilmente demostrable para el caso en el cual [A, B] = 1 el operador indentidad, en ese
caso tenamos que ABn Bn A = nBn1
si [A, [A, B]] = [B, [A, B]] = 0
B}A
ABn Bn A = ABB
B}BB
| {z
| {z
n
= (1 + BA) BB
B} BB
B}A
| {z
| {z
n
n1
= 1B
n1
+ B (1 + BA)BB
B} BB
B}A
| {z
| {z
n
n2
n1
= 2B
+ B (1 + BA)BB
B} BB
B}A
| {z
| {z
n
n3
..
.
= nBn1
Obviamente, para este caso, se cumple que
[A, B] = 1
X
X
X
X Bn
[A, Bn ]
nBn1
Bn1
=
fn
= [A, B]
fn
= [A, B]
fn
fn
[A, F (B)] = A,
n!
n!
n!
(n 1)!
n=0
n=0
n=0
n=0
dF (B)
dt
Para el caso m
as general se procede del mismo modo
= [A, B]
si [A, C] = [B, C] = 0
dF (B)
dt
si [A, C] = [B, C] = 0
Tendremos que
B}A
ABn Bn A = ABB
B}BB
| {z
| {z
n
= (C + BA) BB
B} |BB{z
B}A
| {z
n
n1
= CBn1 + B (C + BA)BB
B} BB
B}A
| {z
| {z
n2
= 2CBn1 + B2 (C + BA)BB
B} BB
B}A
| {z
| {z
n3
..
.
n1
= nCBn1 = n [A, B] B
Luis A. N
un
ez
214
M
etodos Matem
aticos de la Fsica
X
X
X
X
[A, Bn ]
nBn1
Bn1
Bn
=
= [A, B]
= [A, B]
[A, F (B)] = A,
fn
fn
fn
fn
n!
n!
n!
(n 1)!
n=0
n=0
n=0
n=0
= [A, B]
6.3.5.
dF (B)
dt
La F
ormula de Glauber
eA eB = eA+B e 2 [A,B]
Para demostrarla, procedemos a considerar un operador F (t) = eAt eBt , por lo tanto
dF (t)
deAt eBt
|vi =
|vi = AeAt eBt |vi + eAt BeBt |vi = A + eAt BeAt eAt eBt |vi
dt
dt
= A + eAt BeAt F (t) |vi
Ahora bien, dado que
dF (B)
dt
eAt , B = t [A, B] eAt
entonces
por lo cual
dF (t)
|vi = A + eAt BeAt F (t) |vi = A + B + t [A, B] eAt F (t) |vi
dt
por tanteo uno puede darse cuenta que
F (t) = e
n
o
2
(A+B)t+ t2 [A,B]
6.4.
Un Zool
ogico de Matrices Cuadradas
A continuaci
on presentaremos un conjunto de matrices que seran de utilidad mas adelante
6.4.1.
La matriz nula
es
Aij = 0
i, j
= Aij =
0 0
0 0
..
.
0
Luis A. N
un
ez
..
0
0
0
215
M
etodos Matem
aticos de la Fsica
6.4.2.
Diagonal a Bloques
D12 D22 0
Dji =
0
0 D33
0
0 D34
6.4.3.
0
i
j =
D
0
0
1
D
2
2
D
2
0
0
6.4.4.
0
0
D43
D44
1
D
3
D32
3
D
3
0
1
D
4
2
D
4
3
D
4
4
D
4
1
D1
2
i = D1
D
j
D
3
1
4
D
1
D22
D23
4
D
0
0
3
D
3
4
D
0
0
0
4
D
4
Matriz singular
A es singular = det A = 0
6.4.5.
Matriz de cofactores
a11
i
a21
Aj =
a31
a12
a22
a32
a13
a23
a33
(Ac )1
2
c i
(A )j =
(Ac )1
c 3
(A )1
(Ac )2
2
(Ac )2
c 3
(A )2
1
(Ac )3
2
(Ac )3
c 3
(A )3
= (1)
1+3
= (1)
2+3
= (1)
3+3
2
(Ac )1
3
(Ac )1
6.4.6.
1+1
= (1)
2+1
= (1)
3+1
= (1)
2
a2
3
a2
a23
a33
1
(Ac )2
1
a2
3
a2
a13
a33
2
(Ac )2
1
a2
2
a2
a13
a23
3
(Ac )2
= (1)
1+2
= (1)
2+2
= (1)
3+2
2
a1
3
a1
a23
a33
1
(Ac )3
1
a1
3
a1
a13
a33
2
(Ac )3
1
a1
2
a1
a13
a23
3
(Ac )3
2
a1
3
a1
a22
a32
1
a1
3
a1
a12
a32
1
a1
2
a1
a12
a22
Matriz Adjunta
Llamaremos matriz adjunta, adj [A], a la traspuesta de la matriz de cofactores de una determinada matriz.
Esto es
T
T
i
j
adj [A] = (Ac )
= adj Aij = (Ac )j
= (Ac )i
Esto es
1
Aij = 4
7
Luis A. N
un
ez
2
5
8
3
6
9
3
i
= adj Aj = 6
3
6
3
12 6
6
3
216
M
etodos Matem
aticos de la Fsica
6.5.
Un Par
entesis Determinante
6.5.1.
Definici
on
Antes de continuar es imperioso que refresquemos algunas propiedades del determinante de una matriz.
Ya hemos visto que el det A : Mnn <. Es decir, asocia un n
umero real con cada matriz del espacio
vectorial Mnn de matrices n n
As, dada una matriz
1
1
A1 A12 A1n
A1 A12 A1n
A21 A22
A21 A22
A2n
A2n
ijk 1 2 3
i
= det A =
Ai Aj Ak = .
Aj = .
..
..
..
..
.
.
An An
An
An An
An
1
A1
A1 A12 A13
i
ijk 1 2 3
2
2
2
A1 A2 A3
Aj =
= det A = Ai Aj Ak = A21
A31
A31 A32 A33
A12
A22
A32
A13
A23
A33
con lo cual
det A = 123 A11 A22 A33 + 312 A13 A21 A32 + 231 A12 A23 A31 + 132 A11 A23 A32 + 321 A13 A22 A31 + 213 A12 A21 A33
= A11 A22 A33 + A13 A21 A32 + A12 A23 A31 A11 A23 A32 A13 A22 A31 A12 A21 A33
6.5.2.
Propiedades Determinantes
217
M
etodos Matem
aticos de la Fsica
por definici
on del ndice de Levi Civita
1
A1 A11
2
A1 A21
3
A1 A31
1
A1
1
= A1
3
A1
A13
A23
A33
A12
A12
A32
A13
A13
A33
=0
0
0
0
A13
A23
A33
1
A1
2
= A1
0
A12
A22
0
A13
A23
0
=0
que
A11
A21
A31
A11
A21
A31
A13
A23
A33
A11
= A11
A31
A12
A12
A32
A13
A13
A33
1
A1
= A21
3
A1
A11
A21
A31
A13
A23
A33
1
A1
= A11
3
A1
A12
A12
A32
A13
A13
A33
=0
det A =
Ai Aj Ak = .
= ijk A1j A2i A3k = det A
..
..
.
An An
Ann
1
2
se han intercambiando un par de columnas. Claramente las propiedades del
donde en la matriz A
ndice de Levi Civita, obliga al cambio de signo
= det A
det A
N
otese que una sntesis de las propiedades anteriores nos lleva a reescribir el determinante de una
matriz de la forma
det A = det A = ijk Ai Aj Ak det A = det A = ijk A
i Aj Ak
218
M
etodos Matem
aticos de la Fsica
(AB) = A B
esto es que la esima fila es igual a la multiplicacion de la esima fila, A ,por toda la matriz
B. Veamos
i
Cji = (AB)j = Ail Bjl
por lo tanto la esima fila
l
Cj = A
l Bj
= Cj = (A
,
A
,
A
,
A
,
)
1
2
3
n
B11
B12
..
.
B21
B22
B1n
B2n
..
Bn1
Bn2
n
Bn
det (A) det (B) = det (A) ijk B1i B2j B3k = ijk Ai Aj Ak abc B1a B2b B3c
que siempre puede ser rearreglado a
i j k
ijk A
ijk B1i B2j B3k = A
i Aj Ak
i B1 Aj B2 Ak B3 = det (AB)
veamos este desarrollo en el caso de 3 3
123 A11 A22 A33 + 312 A13 A21 A32 + 231 A12 A23 A31 + 132 A11 A23 A32 + 321 A13 A22 A31 + 213 A12 A21 A33
123 B11 B22 B33 + 312 B31 B12 B23 + 231 B21 B32 B13 + 132 B11 B32 B23 + 321 B31 B22 B13 + 213 B21 B12 B33
con lo cual
= A11 A22 A33 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 B11 B32 B23 B31 B22 B13 B21 B12 B33
+ A13 A21 A32 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 + B11 B32 B23 + B31 B22 B13 + B21 B12 B33
+ A12 A23 A31 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 + B11 B32 B23 + B31 B22 B13 + B21 B12 B33
A11 A23 A32 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 + B11 B32 B23 + B31 B22 B13 + B21 B12 B33
A13 A22 A31 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 + B11 B32 B23 + B31 B22 B13 + B21 B12 B33
A12 A21 A33 B11 B22 B33 + B31 B12 B23 + B21 B32 B13 + B11 B32 B23 + B31 B22 B13 + B21 B12 B33
como son n
umeros los rearreglo
= A11 A22 A33 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
+ A13 A21 A32 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
+ A12 A23 A31 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A11 A23 A32 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A13 A22 A31 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A12 A21 A33 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
Luis A. N
un
ez
219
M
etodos Matem
aticos de la Fsica
= A11 A22 A33 +B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
+ A13 A21 A32 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
+ A12 A23 A31 B11 B22 B33 + +B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A11 A23 A32 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A13 A22 A31 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A12 A21 A33 B11 B22 B33 + B12 B23 B31 + B13 B21 B32 B11 B23 B32 B13 B22 B31 B12 B21 B33
A11 B11 A22 A33 B22 B33 + A12 B12 A23 A31 B23 B31
ijk Ai B1 Aj B2 Ak B2
6.6.
6.6.1.
Autovectores y Autovalores
Definiciones y Teoremas Preliminares
i
= Aij cj = ci
e A |ej i ej |i = ei |i = ei |i
claramente, si {|e1 i , |e2 i , |e3 i , |en i} genera una representacion diagonal de A entonces
Aij ji
= Aij cj ji cj = ci
= Aij ji
Teorema Dado un operador lineal A :V n V n si la representacion matricial de A es diagonal, ei A |ej i =
Aij ji entonces existe una base ortonormal {|e1 i , |e2 i , |e3 i , |en i}4 y un conjunto de cantidades
{1 , n , , n } tales que se cumple
A |ei i = i |ei i
con i = 1, 2, n
igualmente se cumple que si existe una base ortonormal {|e1 i , |e2 i , |e3 i , |en i}y un conjunto de
cantidades {1 , n , , n } tales satisfagan
A |ei i = i |ei i
con i = 1, 2, n
i
e A |ej i = Aij = diag (1 , n , , n )
4 Realmente un conjunto de vectores linealmente independientes, pero como siempre puedo ortoganalizarlos mediante el
m
etodo de Gram Smith, consideraremos que es una base ortogonal de entrada
Luis A. N
un
ez
220
M
etodos Matem
aticos de la Fsica
6.6.2.
Algunos comentarios
E
1. N
otese que si |i es autovector de A para un determinado autovalor entonces = |i (un vector
proporcional a |i ,con un n
umero complejo) tambien es un autovector para el mismo autovalor.
Esto representa una inc
omoda ambig
uedad: dos autovectores que corresponden al mismo autovalor.
Un intento de eliminarla es siempre considerar vectores |i normalizados, i.e. h |i = 1. Sin embargo
no deja de ser un intento que no elimina la ambig
uedad del todo porque siempre queda angulo de fase
arbitrario. Esto es el vector ei |i ,con un n
umero real arbitrario, tiene la misma norma del vector
|i . Sin embargo esta arbitrariedad es inofensiva. En Mecanica Cuantica las predicciones obtenidas
con |i son las mismas que con ei |i
2. Un autovalor ser
a no degenerado o simple si esta asociado a un u
nico autovector |i5 de lo contrario
si denominar
a degenerado si existen dos o mas autovectores de A, linealmente independientes asociados
al mismo autovalor . El grado (o el orden) de la degeneraci
on es el n
umero de vectores linealmente
independientes que esten asociados al mencionado autovalor .
3. El orden de degeneraci
on de un autovalor expande un espacio vectorial S () Vn (denominado
autoespacio) cuya dimensi
on es el orden de la degeneracion. Esto es si es gdegenerado, entonces
existen
{|1 i , |2 i , |3 i , |g i} = A |i i = |i i
adicionalmente un autovector correspondiente al autovalor puede ser expresado como
|i = ci |i i
con i = 1, 2, , g
con lo cual
A |i = ci A |i i = ci |i i = |i
6.6.3.
Algunos Ejemplos
E
1. Reflexi
on respecto al plano xy : Si R :V 3 V 3 es tal que R |i = donde se ha realizado una
reflexi
on en el plano xy. Esto es
R |ii = |ii ;
R |ji = |ji ;
R |ki = |ki
con |ii , |ji , |ki vectores unitarios cartesianos. Es claro que cualquier vector en el plano xy sera autovector de R con un autovalor = 1 mientras que cualquier otro vector |i V3 y que no este en
el mencionado plano cumple con |i = c |ki y tambien sera autovector de R pero esta vez con un
autovalor = 1.
2. Dos visiones de Rotaciones de
angulo fijo : La rotaciones de un vector en el plano pueden verse
de dos maneras.
a) Se considera el plano como un espacio vectorial real V2 con una base cartesiana canonica: |ii =
(1, 0) , y |ji = (0, 1) , esto es si
R |ai = |ai
5 Con
= el angulo de rotacion = n
con n entero
Luis A. N
un
ez
221
M
etodos Matem
aticos de la Fsica
= P |i = (|i h|) |i
= |i |i
con c 6= 0
6.6.4.
Luis A. N
un
ez
222
M
etodos Matem
aticos de la Fsica
con j = 1, 2, , k
= cj j |j i = 0
con j = 1, 2, , k 1
(n
otese que el u
ltimo ndice es k1) pero, dado que los k1 vectores |j i son linealmente independiente,
entonces tendremos k 1 ecuaciones cj (j k ) = 0 una para cada j = 1, 2, , k 1. Dado que
j 6= k necesariamente llegamos a que cj = 0 para j = 1, 2, , k 1 y dado que
cj |j i = 0
con j = 1, 2, , k
cj |j i = 0
= cj = 0
= cj 6= 0
con lo cual si
con j = 1, 2, , k
i
A |j i = Aij = diag (1 , 2 , , n )
6.7.
Una vez m
as supongamos que A : V V y que dim V = n, supongamos ademas que {|e1 i , |e2 i , |e3 i , |en i}
es una base ortogonal para V. Por lo tanto la representacion matricial de la ecuacion de autovalores es la
siguiente
e A |ej i ej |i = ei |i
= Aij cj = ci
= Aij ji cj = 0
para con j = 1, 2, , n El conjunto de ecuaciones Aij ji cj = 0 puede ser considerado un sistema (lineal
y homogeneo) de ecuaciones con n inc
ognitas cj .
Luis A. N
un
ez
223
M
etodos Matem
aticos de la Fsica
6.7.1.
El polinomio caracterstico.
Dado que un sistema lineal y homogeneo de ecuaciones con n incognitas tiene solucion si el determinante
de los coeficientes se anula tendremos que
Aij ji cj = 0
= det [A1] = 0 P () = det Aij ji = 0
Esta ecuaci
on se denomina ecuaci
on caracterstica (o secular) y a partir de ella emergen todos los autovalores
(el espectro) del operador A. Claramente esta ecuacion implica que
1
A1
A12
A1n
A21
A22
A2n
= 0 det Aij ji = 0
..
.
.
.
.
An
An
An
1
y tendr
a como resultado un polinomio de grado n (el polinomio caracterstico). Las races de este polinomio
ser
an los autovalores que estamos buscando. Es claro que estas races podran ser reales y distintas, algunas
reales e iguales y otras imaginarias.
Es importante se
nalar que
6.7.2.
El procedimiento es el siguiente. Una vez obtenidos (los autovalores) las races del polinomio caracterstico, se procede a determinar el autovector, |j i , correspondiente a ese autovalor. Distinguiremos en
esta determinaci
on casos particulares dependiendo del tipo de raz del polinomio caracterstico. Ilustraremos
estos casos con ejemplos especficos para el caso especfico de matrices 3 3 a saber:
1. Una matriz 3 3 con 3 autovalores reales distintos
2
2 1 3
i
i
e A |ej i = 1 2 3 = det Aj ji = 1
3
3 3 20
1
3
2
3
3
20
=0
2
1
3
1
2
3
1 1
x
2x1 + x2 + 3x3
3
x
2
2
3
x
x
=
x1 + 2x2 + 3x3
3
3
x
3x1 + 3x2 + 20x3
20
x
=
=
=
x1
x2
x3
1
1
x
= 1
1 = 1 x2
x3 =1
0
1
224
M
etodos Matem
aticos de la Fsica
b) 2 = 2
2
1
3
1
2
3
1
1
3
x
x
2x1 + x2 + 3x3
2
2
3
x
x
=2
x1 + 2x2 + 3x3
3
3
20
x
x
3x1 + 3x2 + 20x3
= 2x1
= 2x2
= 2x3
x1
2 = 2 x2
x3
2 =2
3
= 3
1
c) 3 = 21
2
1
3
1
2
3
1
1
3
x
x
2x1 + x2 + 3x3
2
2
3 x = 21 x x1 + 2x2 + 3x3
20
x3
x3
3x1 + 3x2 + 20x3
= 21x1
= 21x2
= 21x3
x1
3 = 21 x2
x3
1
= 1
6
3 =21
2. Una matriz 3 3 con 2 autovalores reales distintos, es decir una matriz con autovalores repetidos
4
3
1
4 3 1
i
i
=0
1
0
e A |ej i = 4 1 0 = det Aj ji = 4
1
7
4
1 7 4
con lo cual el polinomio caracterstico queda expresado como
2
3 + 2 5 3 = ( + 3) ( 1) = 0
y es claro que tiene 2 races iguales y una distinta. En este caso = 1 es un autovalor degenerado
de orden 2. Para proceder a calcular los autovectores correspondientes a cada autovalor resolvemos la
ecuaci
on de autovalores para cada autovalor. Esto es:
a) 1 = 3
4 3
4 1
1 7
1
1
1
x
x
4x1 3x2 + x3
2
2
x
4x1 x2
0
x
= 3
3
3
1
4
x
x
x + 7x2 4x3
=
=
=
3x1
3x2
3x3
x1
1 = 3 x2
x3
Luis A. N
un
ez
1 =3
1
= 2
13
225
M
etodos Matem
aticos de la Fsica
1 1
4 3 1
x
x
4x1 3x2 + x3
4 1 0 x2 = x2
4x1 x2
3
3
1
1 7 4
x
x
x + 7x2 4x3
=
=
=
x1
x2
x3
x1
2 = 1 x2
x3
2 =1
1
= 2
3
3. Otra matriz 3 3 con 2 autovalores reales distintos, es decir otra matriz con autovalores repetidos
2
1
1
2 1 1
i
i
3
2 = 0
e A |ej i = 2 3 2 = det Aj ji = 2
3
3
4
3 3 4
con lo cual el polinomio caracterstico ahora queda expresado como
2
3 + 2 5 3 = ( 7) ( 1) = 0
y es claro que tiene 2 races iguales y una distinta. En este caso = 1 vuelve a ser un autovalor
degenerado de orden 2. Para proceder a calcular los autovectores correspondientes a cada autovalor
resolvemos la ecuaci
on de autovalores para cada autovalor. Esto es:
a) 1 = 7
2
2
3
1
3
3
1
1
x
1
x
2x1 + x2 + x3
2
2
2 x = 7 x 2x1 + 3x2 + 3x3
4
x3
x3
3x1 + 3x2 + 4x3
= 7x1
= 7x2
= 7x3
x1
1 = 7 x2
x3
b) 2 = 1, el autovalor
2
2
3
degenerado
1 1
3 2
3 4
de orden 2
x1
x2 =
x3
1
= 2
3
1 =7
x1
2x1 + x2 + x3 = x1
2
x
2x1 + 3x2 + 3x3 = x2
3
x
3x1 + 3x2 + 4x3 = x3
2 = 1
1
x
1
x2
= 0
x
1
2 =1
1
x2
x3
Luis A. N
un
ez
2 =1
0
= 1
1
226
M
etodos Matem
aticos de la Fsica
x
1
0
|2 i = |21 i + |22 i x2
= 0 + 1
3
x
1
1
=1
2
1
2
3
i
i
1
i
3 1 2
e A |ej i =
= det Aj j = 3
2
2 3 1
2
3
1
2
3
1
=0
= 1 3 i 3 . Para proceder a calcular los autovectores correspondientes a cada autovalor rey
2
solvemos la ecuaci
on de autovalores para cada autovalor real. En este caso existe un u
nico autovalor
real = 6.
1
1
x
x
4x1 3x2 + x3 = 6x1
1 2 3
3 1 2 x2 = 6 x2
4x1 x2 = 6x2
2 3 1
x3
x3
x1 + 7x2 4x3 = 6x3
Resolviendo el sistema tendremos que
x1
1
= 6 x2
= 1
x3 =6
1
6.8.
En esta secci
on presentaremos autovalores y autovectores de matrices importantes en Fsica
6.8.1.
Supongamos la representaci
on matricial de un determinado operador lineal A : V V y que dim V = n,
supongamos adem
as que {|e1 i , |e2 i , |e3 i , |en i} y {|w1 i , |w2 i , |w3 i , |wn i} son dos bases ortogonales
para V. Entonces
A |ej i = Alj |el i
con Aij = ei A |ej i
y
A |wj i = Alj |wl i
con Aij = wi A |wj i
ahora bien, cada uno de los vectores base |ej i y |wj i puede ser expresado en las otras bases {|w1 i , |w2 i , |w3 i , |wn i}
y {|e1 i , |e2 i , |e3 i , |en i} , respectivamente como
|el i = cm
l |wm i
Luis A. N
un
ez
227
M
etodos Matem
aticos de la Fsica
Las cantidades clj son escalares que pueden ser arreglados como una matriz. Esa matriz, adicionalmente es
no singular6 por ser una la representaci
on de una transformacion lineal que aplica una base en otra. Entonces
adem
as
|wj i = clj |el i
k
m k h
= Alj |wl i = cm
k |wh i
j Am |ek i = cj Am c
| {z }
jh
con lo cual
k l
Alj = cm
k
j Am c
= Alj = clk
1
Akm cm
j
i
= C1 AC
e A |em i cm
A
w A |wj i = cik
j
De esta manera hemos demostrado el siguiente teorema.
Teorema Dadas dos matrices, nn, Alj y Aij las cuales corresponden a la representacion matricial de un operador
A en las bases ortogonales {|e1 i , |e2 i , |e3 i , |en i} y
{|w1 i , |w2 i , |w3 i , |wn i} , respectivamente. Entonces existe una matriz clj , no singular, tal que
i
1
k
= C1 AC
A
w A |wj i = cik
e A |em i cm
j
El inverso de este teorema tambien se cumple. Vale decir
Teorema Si dos matrices n n, Alj y Aij , est
an relacionadas por la ecuacion
i
= C1 AC
|wj i = cik 1 wk A |wm i cm
A
w A
j
y A representan el mismo operador lineal.
donde C es una matriz no singular, entonces A
Demostraci
on Para proceder a demostrarlo supondremos A : V V y que dim V = n, supongamos ademas que
{|e1 i , |e2 i , |e3 i , |en i} y {|w1 i , |w2 i , |w3 i , |wn i} son bases de V de tal forma
m
|el i = cl |wm i
donde
clj = el |wj i
m
cm
l = (cl )
= hwm |el i
Supongamos que
A |ej i = Alj |el i
y
con Aij = ei A |ej i
|wj i
con Aij = wi A
k l
m
A |wj i = clj A |el i = clj Akl |ek i = clj Akl cm
m
Akl clj |wm i
k |wm i = c
k Al cj |wm i = (ck )
{z
}
|
ji
hwi |A|w
Con lo cual A A
y queda demostrado el
que es exactamente la representaci
on matricial de A.
teorema.
6 det
cij 6= 0
Luis A. N
un
ez
228
M
etodos Matem
aticos de la Fsica
Definici
on Dos matrices, Akl y Aij , n n, se denominara similares si existe una matriz no singular cik tal que
i
= C1 AC
|wj i = cik 1 wk A |wm i cm
A
w A
j
Podemos juntar los dos teoremas anteriores y afirmar que
Teorema Dos matrices, Akl y Aij , n n, similares representan la misma transformacion lineal.
Teorema Dos matrices, Akl y Aij , n n, similares tienen el mismo determinante.
Demostraci
on La demostraci
on es inmediata y proviene de las propiedades del determinante de un producto:
= det C1 AC = det C1 det (A) det (C) = det (A)
det A
Con lo cual es inmediato el siguiente Teorema
Teorema Dos matrices, Akl y Aij , n n, similares tienen el mismo polinomio caracterstico y con ello el mismo
conjunto de autovalores
Demostraci
on Es inmediato verificar que
1 = C1 AC 1 = C1 (A1) C
A
y dado que
1 = det C1 (A1) C = det C1 det (A1) det (C) = det (A1)
det A
y A, tendr
ambas matrices, A
an el mismo polinomio caracterstico y con ello el mismo conjunto de
autovalores.
Todos los teoremas de esta secci
on pueden ser resumidos en el siguiente teorema
Teorema Sea un operador lineal A : V V y que dim V = n, supongamos ademas que el polinomio caracterstico
tiene n races distintas, {1 , 2 , . . . , n } . Entonces tendremos que
Los autovectores {|u1 i , |u2 i , , |un i} correspondientes a los a {1 , 2 , . . . , n } , forman una base
para V.
La representaci
on matricial del operador uk A |um i en la base de autovectores
{|u1 i , |u2 i , , |un i}, ser
a diagonal
Akm = km = uk A |um i = diag (1 , 2 , . . . , n )
Cualquier otra representaci
on matricial, ek A |em i , del operador A en otra base de V, estara relacionada con la representaci
on diagonal mediante una transformacion de similaridad
1
k
= C1 AC diag (1 , 2 , . . . , n ) = cik
e A |em i cm
j
donde cm
j es la matriz, no singular y por lo tanto invertible, de cantidades que relacionan ambas bases
m
|el i = cl |um i
Demostraci
on La demostraci
on, en terminos de los teoremas anteriores es inmediata y se la dejamos como ejercicio
al lector.
Luis A. N
un
ez
229
M
etodos Matem
aticos de la Fsica
6.8.2.
A = A =
A j = ei A |ej i = ej A |ei i = Aji
Esto es: el hermtico conjugado de una matriz, es su traspuesta conjugada. Por lo tanto las matrices Hermticas son simetricas respecto a la diagonal y los elementos de la diagonal son n
umeros reales.
Por su parte, llamaremos antihermtico a un operador que cumpla con
i
A = A =
A j = ei A |ej i = ej A |ei i = Aji
Teorema Suponga un operador Hermtico A = A tiene por autovalores {1 , 2 , . . . , n } . Entonces:
Los autovalores {1 , 2 , . . . , n } son reales.
Los autovectores {|u1 i , |u2 i , , |un i} , correspondientes a cada uno de los autovalores, seran ortogonales.
Demostraci
on:
Para demostrar que los autovalores {1 , 2 , . . . , n } son reales, proyectamos la ecuacion de autovalores
en cada uno de los autovectores:
A |i = |i
h| A |i = h |i
Ahora bien, dado que h |i es real, si demostramos que h| A |i estara demostrado que lo sera tambien. Pero como A es Hermtico
h| A |i = h| A |i = h| A |i
= h| A |i <
h| A |i = h |i
Para demostrar que los autovectores {|u1 i , |u2 i , , |un i} son ortogonales, consideremos dos autovectores con sus correspondientes autovalores de tal forma que se cumplen las siguientes ecuaciones
A |i = |i
A |i = |i
(h| A = h|) |i
h| A |i = h |i
=
= ( ) h |i = 0
h| (A |i = |i)
h| A |i = h |i
y como hemos supuesto que 6= con lo cual h |i = 0 los autovectores correspondientes a dos
autovalores son ortogonales.
Luis A. N
un
ez
230
M
etodos Matem
aticos de la Fsica
A |j i = 0 |j i
con j = 1, 2, , k
Demostraci
on La demostraci
on tambien emerge de una variante del Metodo de Inducci
on Completa.
Para ello, probamos que se cumple para j = 1. Esta afirmacion es obvia. Si existe un = 0 existe
un 0 existe un |j i, tal que cumple con la ecuacion anterior el es linealmente independiente con el
mismo.
Suponemos que se cumple para 1 j = m k. Es decir existen m autovectores |j i de A para el
autovalor 0 . Definamos un subespacio S0 = S (0 ) V n donde
|j i S0
3 A |j i = 0 |j i
= A |j i S0
con j = 1, 2, , m, k
por lo tanto podremos separar V n como una suma directa entre el subespacio S0 y, N su complemento
ortogonal
V n = S0 N 3 A |j i = 0 |j i |i N = h |j i = 0
claramente S0 es un subespacio invariante de A por cuanto su accion se circunscribe dentro del mismo
subespacio S0 . Mostraremos que, para este caso por cuanto no es verdad, en general para operadores
no Hermticos. Entonces
h |j i = 0
= hj |i = 0 = hj | A |i = hj | A |i
A |j i = 0 |j i
de donde se concluye que el vector es ortogonal a S0 y por lo tanto esta en el complemento ortogonal,
A |i N como, por hip
otesis |i N . Esto implica que N tambien es un espacio invariante del
operador Hermtico A. Entonces el espacio V n puede expresarse como una suma directa de los dos
subespacios invariantes respecto al operador lineal A V n = S0 N y su representacion matricial en
la base de autovectores tendr
a la forma de una matriz diagonal a bloques:con lo cual
1
1 0
0
0
Q1 Q1m 0 0
..
.
..
..
. .. . .
..
..
..
.
.
. ..
.
.
. ..
.
0
.
m
j
0
0
Q1
Qm 0 0 0 1
u A |ui i = Aji
m+1
m+1
0
1 0 0 0 0 Rm+1 Rn
..
.. . .
..
.. . .
..
..
..
..
..
..
.
.
.
.
.
.
.
.
.
.
.
0
n
Rm+1
Rnn
donde Q
y R son matrices m m y (n m) (n m) , respectivamente. La matriz Q opera en
Luis A. N
un
ez
231
M
etodos Matem
aticos de la Fsica
y como = 0 es la raz m
ultiple del polinomio caracterstico y que anula el det Qij ji tendremos
que
m
det Qij 0 ji = 0 = P () = ( 0 ) F () con F (0 ) 6= 0
donde 0 no es raz del polinomio F () . Ahora bien, para que se cumpla para j = k el polinomio
caracterstico es
j=k
= P () = ( 0 ) R ()
= ( 0 ) F () = ( 0 ) R ()
otra vez 0 no es raz del polinomio R () . La ecuacion anterior se cumple para todo en particular
para = 0 . Por lo tanto
km R ()
1 = ( 0 )
F ()
Es claro que = 0 obliga a k = m
6.8.3.
Tal y como mencionamos anteriormente, un operador sera unitario si su inversa es igual a su adjunto.
Esto es
U1 = U = U U = UU = 1
dado que los operadores unitarios conservan la norma de los vectores sobre los cuales ellos act
uan, i.e.
|
xi = U |xi
= h
y |
xi = hy| U U |xi = hy |xi
|
yi = U |yi
son naturales para representar cambios de base dentro de un espacio vectorial. De lo anterior se deduce que
si {|e1 i , |e2 i , |e3 i , |en i}es una base ortonormal, el conjunto de vectores transformados, |wj i = U |ej i ,
tambien son ortonormales:
|wj i = U |ej i = wi |wj i = wi U |ej i = ei U U |ej i = ji
Bases y operadores unitarios
Los operadores unitarios aplican vectores base de un espacio vectorial en otra. El siguiente Teorema lo
ilustra
Teorema La condici
on necesaria y suficiente para que un operador U : V n V n sea unitario es que aplique
vectores de una base ortonormal {|e1 i , |e2 i , |e3 i , |en i} en otra de {|w1 i , |w2 i , |w3 i , |wn i}
tambien ortonormal.
Demostraci
on Demostremos primero la condici
on necesaria: Si es unitario aplica una base en otra. Esto es, supongamos
que los vectores {|ej i} forman una base ortonormal para V n . Sean |i , y U |i V n . Estos vectores
pueden ser expresados en terminos de la base {|ej i} de V n . Por lo tanto, si seleccionamos U |i se
cumple que
U |i = cj |ej i
= UU |i = cj U |ej i = cj |wj i
= |i = cj |wj i
donde hemos aplicado el operador U a la ecuacion U |i = cj |ej i y el resultado es que el otro vector,
|i, tambien se pudo expresar como combinacion lineal de los vectores transformados {|wj i} de la
base {|ej i} . Y por lo tanto los {|wj i} tambien constituyen una base. Es decir, los operadores unitarios
Luis A. N
un
ez
232
M
etodos Matem
aticos de la Fsica
|ej i ej = 1
hwj | = hej | U
con
i
e |ej i = ji ;
wi |wj i = ji ;
|wj i wj = 1
Por lo tanto,
j
Ujk = ek U |ej i ; hem | U |ej i = ej U |em i = Um
X
k
j
jk = ek |ej i = ek 1 |ej i = ek UU |ej i = ek U |em i hem | U |ej i =
Um
Um
m
Una vez m
as, dado un operador lineal A, la representacion matricial del Hermtico conjugado de ese operador
A es la traspuesta conjugada de la matriz que representa al operador A. En el caso de operadores unitarios.
Con lo cual es f
acilmente verificable que una matriz sea unitaria. Basta comprobar que la suma de los
productos de los elementos de una columna (fila) de la matriz con los complejos conjugados de otra columna
(fila). Esa suma de productos ser
a
1. cero si las columnas (filas) son distintas
2. uno si las columnas (filas) son iguales
Ejemplos de matrices unitarias son las llamadas matrices de
cos sen
cos
R () = sen
0
0
0
0
1
233
M
etodos Matem
aticos de la Fsica
= h u | U U |u i = 1 = u u h u |u i = u u
= u = eiu
|wi i = ej A |ei i
w A
A partir de esta definici
on es f
acil concluir que
|ei i = ej A |ei i
|wi i = ej U AU
w A
=A
= U AU
= UAU
A
con lo cual
= A
2
2)
]
= UAU UAU = UA2 U =(A
A
n
n2
n)
]
A
= UAU UAU = UAn U =(A
= F (A) = F A
Luis A. N
un
ez
234
M
etodos Matem
aticos de la Fsica
transformado, A.
6.9.
Definici
on Diremos que un operador A : V n V n es un observable si el conjunto de autovectores u i| de
un operador Hermtico A, forman una base de V n .
D
D
A ui () = ai ui ()
= ui () ui () = 1
ui () uj () = ji
donde el ndice indica el grado de degeneracion del autovalor ai .
Un ejemplo trivial de un observable lo constituyen los proyectores, P|i = |i h| con h| i = 1.
Claramente, la ecuaci
on de autovalores para un proyector obliga a que tenga dos autovalores 0 y 1. El
autovalor nulo es infinitamente degenerado y esta asociado a todos los vectores ortogonales a |i, mientras
que el autovalor 1 corresponde a un autovalor simple y esta asociado a todos los vectores colineales al mismo
vector |i. Esto es
P|i |i = |i y P|i |i = 0 si h| i = 0
M
as a
un, sea un vector arbitrario |i V n . Siempre se podra expresar como
|i = P|i |i + 1 P|i |i = P|i |i = P|i |i + 1 P|i |i
P|i |i = P|i P|i |i + P|i P2|i |i = P|i |i
= P|i P|i |i = P|i |i
= B (A |i = a |i)
= BA |i = A (B |i) = a (B |i)
235
M
etodos Matem
aticos de la Fsica
0 = 1 [A, B] |2 i = 1 AB BA |2 i = 1 A B |2 i 1 B (A |2 i)
= a1 1 B |2 i a2 1 B |2 i = (a1 a2 ) 1 B |2 i = 1 B |2 i = 0
Teorema Si dos observables A y B, operadores Hermticos, conmutan, [A, B] = 0, los autovectores {|i i}
comunes a A y B constituyen una base ortonormal para V n .
Demostraci
on Denotemos los autovectores de A como i () , de tal modo
donde i = 1, 2, .., n kn + 1 y = 1, 2, .., kn
A i () = ai i ()
kn indica
on de un determinado autovalor an . Dado que A es un observable
el orden de la degeneraci
los i () forman base los Claramente,
D
i () j () = ji
y dado que los elementos de matriz i () B j () = ji esto quiere decir que los elementos
i ()
B j () = B i () ser
an nulos para i 6= j pero no podemos decir nada a priori para el
j ()
(k2 )
, , 3
(1)
, nkn
(1)
, 2 (2) , 3 (1) , 4 (1) , 4 (2) , 5 (1)
y la representaci
on matricial de B en esa base, i () B j () , tendra la forma de una matriz
diagonal a bloques
1 (1)
1 (1)
1 (1)
B1 (1) B1 (2) B1 (3)
0
0
0
0
0
0
1 (2)
(2)
1 (2)
B1 (1) B11 (2)
B1 (3)
0
0
0
0
0
0
0
0
0
0
0
0
1 (1)
1 (2)
1 (3)
2
(1)
2
(1)
0
0
0
B2 (1) B2 (2)
0
0
0
0
2 (2)
2 (2)
0
0
0
B2 (1) B2 (2)
0
0
0
0
3 (1)
0
0
0
0
0
B
0
0
0
3 (1)
4 (1)
4 (1)
0
0
0
0
0
0
B4 (1) B4 (2)
0
4 (2)
4 (2)
0
0
0
0
0
0
B4 (1) B4 (2)
0
5 (1)
0
0
0
0
0
0
0
0
B5 (1)
Luis A. N
un
ez
(1)
236
M
etodos Matem
aticos de la Fsica
Tal y como hemos mencionado los subespacios: E1 , E2 , y E4 corresponden a los autovalores degenerados
a1 , a2 , y a4 (de orden 3, 2 y 2 respectivamente).
Una vez m
as surgen dos casos a analizar
Si an es un autovalor no degenerado, entonces existe un u
nico autovector asociado a este autovalor (la
dimensi
on del autoespacio es 1 esto es kj = 1 y no hace falta). Esto corresponde al ejemplo hipotetico
de arriba para los autovalores simples a3 , y a5
Si an es un autovalor degenerado, entonces existe un conjunto de autovectores
asociados a este autovalor
an (en este caso la dimensi
on del autoespacio es kn ). Como los j () son autovectores de A su
representaci
on matricial sere diagonal a bloques. Ahora
bien, como el autoespacio Sa es globalmente
i ()
invariante bajo la acci
on de B y Bj () = i () B j () es Hermtico, por ser B Hermtico entonces
B es diagonalizable dentro del bloque que la define. Es decir, se podra conseguir una base j () tal
que la representaci
on matricial de B en esa base es diagonal
D
D
i ()
i () = bj () ji
Bj
= i () B j ()
= i () B j () = B
j ()
que no es otra cosa que los vectores j
seran autovectores de B
B j () = bj () j ()
Es importante recalcar que los autovectores j () de A asociados con un autovalor degenerado NO
son necesariamente autovectores de B. Solo que como B es Hermtico puede ser diagonalizado dentro
del autoespacio.
()
De ahora en adelante
denotaremos los autovectores comunes a dos operadores A y B con distintos
autovalores como u i|j () tal que
y
B u n|m () = bm u n|m ()
A u n|m () = an u n|m ()
donde hemos dejado espacio para permitir la degeneracion la cual sera indicada por el ndice
La prueba del inverso del teorema anterior es bien simple
Teorema Si existe una base de autovectores uj () comunes a A y B, entonces A y B conmutan, [A, B] = 0
Demostraci
on Es claro que
AB u n|m
BA u n|m
= bm A u n|m () = bm an u n|m ()
() = an B u n|m () = an bm u n|m ()
()
()
=0
Definici
on Diremos que {A, B, C, D } constituye un conjunto completo de observables que conmuntan si
1. Obviamente los operadores del conjunto conmuntan entre ellos:
[A, B] = [A, C] = [A, D] = [B, C] = [B, D] = [C, D] = = 0
Luis A. N
un
ez
237
M
etodos Matem
aticos de la Fsica
Lz |u2 i = 0;
S |u2 i = |u2 i ;
Lz |u3 i = |u3 i
S |u3 i = |u1 i
En la base ortonormal {|u1 i , |u2 i , |u3 i} las representaciones matriciales para Lz , L2z , S y S2 seran las siguientes
1 0 0
1 0 0
i 2
u Lz |uj i = 0 0 0 ,
u Lz |uj i = 0 0 0
0 0 1
0 0 1
i
u S |uj i = 0
1
0
1
0
1
0 ,
0
i 2
u S |uj i = 0
0
0
1
0
0
0
1
Es claro que estas matrices son reales y simetricas y, por lo tanto, son Hermticas y, al ser el espacio de
dimensi
on finita, deben ser diagonalizables y sus autovectores formaran base para ese espacio. Por lo tanto,
Lz , L2z , S y S2 son observables.
Cu
al ser
a la forma m
as general de una representacion matricial de un operador que conmunte con Lz ?
Notamos que los vectores de la base ortonormal {|u1 i , |u2 i , |u3 i} son autovectores para Lz con autovalores
{1, 0, 1} con lo cual su representaci
on matricial tiene que ser diagonal. Recuerde que si dos observables A
y B conmutan, [A,
B] =
0,
y
si
|
i
y |2 i son autovectores de A para autovalores distintos, entonces el
1
elemento de matriz 1 B |2 i = 0, con lo cual
M11
0
0
i
M22
0 ,
[M, Lz ] = 0
u M |uj i = 0
0
0
M33
Esto se desprende de manera directa de
0 = ui [M, Lz ] |uj i = ui MLz Lz M |uj i = (j i ) ui M |uj i
con (j i ) 6= 0
para i 6= j
Si nos planteamos la misma pregunta para L2z , vemos que sus autovalores son {1, 0}. Esto es
L2z |u1 i = |u1 i ;
L2z |u2 i = 0;
con lo cual tendremos que la representacion matricial para ese operador que conmute con L2z , no es diagonal.
Esto es
1
0 N31
N1
[N, L2z ] = 0
ui N |uj i = 0 N22 0 ,
N13 0 N33
Luis A. N
un
ez
238
M
etodos Matem
aticos de la Fsica
ya que
u1 N |u3 i = u1 N |u3 i
0 = u1 [N, L2z ] |u3 i
y vale para cualquier elemento N31 (y equivalentemente para N13 ). Adicionalmente, si ordenamos la base de
autovectores de Lz , como {|u1 i , |u3 i , |u2 i} tendremos como representacion matricial diagonal a bloques,
correspondiente a un autorvalor degenerado 1,
1
N1 N31 0
i
|uj i = N13 N22 0 ,
u N
0
0 N33
Finalmente, la representacion matricial, mas general, de un operador que conmute con S 2 es
1
P1 P21 P31
[P, S2 ] = 0
i 2
i
1 0
0 1
u Lz |uj iS13 =
u S |uj iS13 =
0 1
1 0
Acto seguido planteamos el problema de autovalores para S, esto es
S |qj i = j |uj i
0
1
1
0
q1
q2
q1
=
q2
|q2 i =
1
2
(|u1 i + |u3 i)
|q3 i =
1
2
(|u1 i |u3 i)
Autovalor L2z
0
1
1
Autovalor S
1
1
-1
Cuadro 6.1: Dado que no hay lineas repetidas L2z y S forman un CCOC
Luis A. N
un
ez
239
M
etodos Matem
aticos de la Fsica
y m
x2 + kx2 + k(x2 x1 ) = 0
D |xi = 0
d
m dt
2 + 2k
k
k
d2
m dt2 + 2k
!
x1
x2
=0
=
1 0
1 0
x2
x1
Es inmediato comprobar que [D, P] = 0 con lo cual existira una combinacion lineal de autovectores de D
(asociados con el autovalor = 0 ) los cuales tambien seran autovectores de P. Para ello procedamos a
calcular los autovalores y autovectores de P
1
1
1
1
= 0 1 |u1 i = 1
;
|u
i
=
.
P |xi = |xi
2
1
1
1
2
2
f
acilmente podemos expresar el vector posicion como una combinacion lineal de estos dos autovectores de P.
Esto es
1
1
1 = 2 (x1 + x2 )
1
1
x
2
1
+
=
1
1
x2
2
2
2 = 12 (x1 x2 )
Es claro que
1
|u1 i = (x1 + x2 )
2
1
1
;
1
|u2 i = (x1 x2 )
2
1
1
.
son autovectores de P y D
Luis A. N
un
ez
240
Bibliografa
[1] Apostol, T. M. (1972) Calculus Vol 2 (Reverte Madrid ) QA300 A66C3 1972
[2] Arfken, G. B. y Weber, H. (2000) Mathematical Methods for Physicists 5ta Edicion (Academic
Press, Nueva York)
[3] Cohen-Tannoudji, C., Diu B. y Laloe (1977) Quantum Mechanics Vol 1 (John Wiley Interscience,
Nueva York )
[4] Gelfand, I.M. (1961) Lectures on Linear .Algebra (John Wiley & Sons Interscience, Nueva York ).
[5] Jordan, T.F. (1969) Linear Operator for Quantum Mechanics (John Wiley & Sons Interscience,
Nueva York ).
[6] Schutz, B. (1980) Geometrical Methods in Mathematical Physics (Cambridge University Press,
Londres)
241
Captulo 7
Serie de Series
242
M
etodos Matem
aticos de la Fsica
7.1.
Las series o sucesiones se nos presentan casi por todos lados en Fsica. Cuando no sabemos resolver un
problema analticamente, lo m
as cercano seran las soluciones por series, por cuanto las series nos ayudar
an
a definir funciones y a estudiar su continuidad o derivabilidad.
Representaremos unas serie como
Si =
i
X
i=N
i
an
n=1
Nos van a interesar las series infinitas, ellas contienen a las series finitas a las cuales llamaremos sumas
parciales. Una serie infinita S la podremos separar en sumas parciales finitas Si , y si la suma parcial
converge a un n
umero finito S cuando i diremos que la serie converge. Si no, diremos que diverge. Se
dir
a que la serie diverge si el valor de la sumatoria aumenta indeteniblemente, pero tambien puede oscilar,
con lo cual tampoco converge.
Si =
i
X
(1)n = 1 1 + 1 1 + + (1)i +
n=1
Esto se puede formalizar un poco diciendo que la condicion para la existencia de un lmite S es que para
cada > 0 existe un n
umero N = N () tal que
kS Si k < para i > N
Esta afirmaci
on se denomina criterio de Cauchy 1 sobre la convergencia de las series parciales. Esto es, la
condici
on necesaria y suficiente para que una suma parcial Si converja y quiere decir que las sumas parciales
convergen a medida que avanzamos en los terminos de la serie.
7.1.1.
La Suma de la Serie
N
1
X
n=0
Es f
acil comprobar que al desarrollar la serie en orden inverso y sumar ambas
SN =
SN =
a
[a + (N 1)d]
+(a + d)
+ [a + (N 2)d]
+(a + 2d)
+ [a + (N 3)d]
+(a + 3d)
+
+ [a + (N 4)d] +
+ [a + (N 1)d]
+a
Luis A. N
un
ez
243
M
etodos Matem
aticos de la Fsica
Con lo cual
SN =
N
N
[a + a + (N 1d)] SN =
[Primer Termino + Ultimo Termino]
2
a
N
X
ari
i=0
y si restamos
SN = a
rSN = ar
+ar2
+ar3
+ar
+ar2
+ar3
+ar4
+
+
+arN 1
+arN
a(1 rN )
1r
a
1r
y, diverger
a (u oscilar
a) si krk > 1
Series Aritm
etico-geom
etricas Estas series, un poco mas exoticas y como su nombre lo sugiere son
una combinaci
on de las anteriores. Estos es
2
N
1
X
(a + nd)rn
n=0
y con la misma estrategia de las geometricas se llega a encontrar el valor de su, nada intuitiva, suma
SN =
a [a + (N 1)d] rN
rd(1 rN 1 )
+
1r
(1 r)2
a
rd
+
1 r (1 r)2
Luis A. N
un
ez
5
2
8
4
11
8
244
M
etodos Matem
aticos de la Fsica
Serie Arm
onica Quiz
a no la conocamos con este nombre (y menos por sus propiedades) pero seguro nos
la hemos tropezado
X
1 1 1 1
1
1
1 + + + + + + =
2 3 4 5
n
n
n=1
Esta serie es enga
nosa, en apariencia parece converger, pero no es as. Si analizamos con mas cuidado,
veremos que hay sutilezas
X
1 1
1
1
1 1 1 1
1
1
1
+
=1+
+
+
+ + +
+
+
+ +
+
n
2
3 4
5 6 7 8
9 10
16
|{z}
n=1
| {z } |
{z
} |
{z
}
s0
s1
s2
s3
2
X
1
1
1
1
1
1
1
1
1
1
1
+
+
+
+
+
+
+
+
+ +
+ +
+
1+
n
1+1 2+1 2+2 4+1 4+2 4+3 4+4 8+1 8+2
8+8
2 +j
j=1
| {z } |
{z
} |
{z
} |
{z
}
s0
s1
s2
con lo cual
s0 =
1
;
2
s1 =
s3
7
1
> ;
12
2
s2 =
533
1
> ;
840
2
s3 =
95549
1
> ;
144144
2
1 1 1 1
+ + + +
2 2 2 2
3
es la funci
on Zeta de Riemann (p) = n=1 np , la cual analizaremos mas adelante en la seccion 7.1.3.
El m
etodo de la diferencia
PN
A veces para una serie SN = n=1 an uno encuentra que para el termino n-esimo an = f (n) f (n 1)
para alguna funci
on. En ese caso es inmediato demostrar
SN =
N
X
n=1
an = f (N ) f (0)
SN =
N
X
n=1
an =
m
X
f (N k + 1)
i=1
m
X
f (1 k)
(7.1)
i=1
m
as a
un, se puede ir m
as all
a. Si identificamos que el termino n-esimo tiene la forma de an = f (n)f (nm)
es f
acilmente demostrable que la suma de la serie se puede escribir como la segunda ecuacion de (7.1). Hay
que hacer notar que el argumento n m puede ser positivo o negativo. Con lo cual el metodo de la diferencia
resulta vers
atil y muy u
til cuando se requiere encontrar la suma de series de variada dificultad
2 Nicole DOresme (1323-1382) Matem
atico franc
es que invent
o la geometra coordenada antes de Descartes. M
as detalles en http://www-history.mcs.st-and.ac.uk y m
as detalles sobre la serie harm
onica en http://mathworld.wolfram.com/
HarmonicSeries.html
3 Georg Friedrich Bernhard Riemann 1826 Hanover, Alemania - 1866 Selasca, Italia, Matem
atico alem
an cuyas ideas
sobre las geometra del espacio han tenido un profundo impacto en el desarrollo de la Fsica Te
orica. Igualmente clarific
o la
noci
on de integral al introducir el concepto de lo que hoy se conoce como integral de Riemann.
M
as detalles en http://www-history.mcs.st-and.ac.uk
Luis A. N
un
ez
245
M
etodos Matem
aticos de la Fsica
N
X
1
1
=
an =
=
n(n
+
1)
n(n
+ 1)
n=1
1
1
n+1 n
f (n) =
1
n+1
se podr
a expresar como
SN = f (N ) f (0) =
1
N
+1=
N +1
N +1
f (n) =
n(n + 2)
n(n + 2)
2(n + 2) 2n
2(n + 2)
n=1
de forma y manera que
SN = f (N ) + f (N 1) f (0) f (1) =
3 1
4 2
1
1
+
N +2 N +1
N
X
n=
n=1
N (N + 1)
2
o tambien m
as interesante puede ser la serie de cuadrados de n
umeros enteros
SN = 1 + 22 + 32 + + N 2 =
N
X
n2 =
n=1
N (N + 1)(2N + 1)
6
Este resultado, nada intuitivo, surge de la aplicacion ingeniosa del metodo de la diferencia. Tal y como hemos
dicho, se trata de encontrar que el elemento generico de la serie an = f (n) f (n 1) = n2 para alguna
funci
on. Suponga una funci
on del tipo
f (n) = n(n + 1)(2n + 1)
f (n) f (n 1) = 6n2
f (n 1) = (n 1)n(2n 1)
con lo cual
an = n2 =
Ejercicio
N (N + 1)(2N + 1)
6
SN =
Muestre que SN = 1 + 23 + 33 + + N 3 =
f (N ) f (0)
N (N + 1)(2N + 1)
=
6
6
PN
n=1
n3 =
P
N
n=1
2
n =
N 2 (N +1)2
4
n=1
n=1
n=1
n=1
con lo cual
SN =
Luis A. N
un
ez
N (N + 1)(2N + 1)
6
+
N (N + 1)
2
+ (3N ) =
246
M
etodos Matem
aticos de la Fsica
7.1.2.
X
X
X
S + S =
an +
bn =
(an + bn )
n=0
n=0
n=0
Los ndices son mudos y se acomodan para ser sumados. Para sumar series es imperioso que los ndices de
cada serie comiencen con el mismo valor esto es
P
S = n=0 an
X
X
X
X
a
+
b
=
(a
+
b
)
=
a
+
(an + bn )
n
j
n1
n
0
P
n=0
n=1
n=1
j=1
S = n=1 bn
n
otese que hemos hecho j = n y n = n 1.
Algo parecido ocurre cuando las series se igualan
bn =
n=0
nan
bn =
n=0
n=1
(k + 1)ak+1
k=0
((n + 1)an+1 + bn ) = 0
n=0
Para finalizar se puede comprobar que las series y tambien se pueden multiplicar
"
#" #
h i
X
X
X
[S ] S =
an
bn =
cn donde cn = a0 bn +a1 bn1 + +aj bnj + +an2 b2 +an1 b1 +an b0
n=0
7.1.3.
n=0
n=0
Criterios de Convergencia
S
olo podremos calcular la suma de algunas series, en la mayora nos sera imposible y nos tendremos que
conformar con saber si convergen o no, o peor a
un, si una suma parcial converge sin poder calcular el valor
de esa suma. Los terminos de una serie pueden ser positivos, negativos o n
umeros complejos y las series
pueden converger (decrecer o crecer hacia un valor finito) diverger (incrementar o decrecer indefinidamente)
u oscilar, Existen una serie de criterios y teoremas de aplicacion general que expondremos a continuaci
on.
Convergencia Absoluta o Condicional
Pi
Para estudiar la convergencia de una serie dada i.e. n=1 ai siempre podremos asociarle otra de la forma
la positividad (y que sean n
umeros
n=1 kai k, es decir la serie de valores absolutos, con lo cual garantizamos
Pi
reales) de los terminos de la serie. Si la serie de los valores absolutos n=1 kai k converge, entonces tambien
Pi
coverger
a la serie original n=1 ai y diremos que esa serie es absolutamente convergente. Sin embargo si la
Pi
serie de valores absolutos diverge, no podremos decir que n=1 ai siempre converja. De hecho si converge
diremos que es condicionalmente convergente y, con un rearreglo de sus terminos podra converger, diverger
u oscilar.
Para una serie de terminos positivos el criterio de convergencia mas intuitivo (necesario pero no suficiente)
es que en lmite cuando n el termino nesimo tienda a cero, i.e. lmn an = 0. Con lo cual tenemos
que si esta condici
on no se satisface, la serie diverge.
Pi
Luis A. N
un
ez
247
M
etodos Matem
aticos de la Fsica
Criteterio de Comparaci
on
En segundo lugar de simplicidad est
a el criterio de comparacion entre un par de series de terminos
positivos. Si conocemos el comportamiento de una
P de ellas comparamos el de la otra. Esto es, suponga que
consideremos dos serie, una de prueba S = n=0 an y una serie conocida y convergente (o divergente)
P
S = n=0 an , entonces
Si S =
n=0
an >
n=0
an
S converge
n=0
n=0
an 6
n=0
an
S diverge
n=0
X
1
1
1 1 1
+ =
= + + +
2 3 7 25
n!
+1
n=1
X
1
1
1
1
1
1
1
=
+ + + + = 1 + 1 + + + = 1 + e
n!
0! 1! 2! 3!
| 2! {z3!
}
n=0
e
y es claro que la serie indicada no es otra cosa que e, con lo cual la serie claramente converge y su suma es
1 + e.
Criterio de la Raz
P
Dada una serie de terminos positivos S =
z (o tambien de la raz de
n=0 an , el criterio de la ra
Cauchy) puede resumirse en el siguiente par de afirmaciones. Si
1
(an ) n 6 < 1
1
(an ) n > 1
1
(an ) n = 1
Otra forma, m
as compacta de expresarlo sera
Si = lm (an ) n
n
entonces, si
< 1 = converge
> 1 = diverge
= 1 = converge o diverge
Es f
acil ver que si utilizamos el criterio de comparacion, entonces
cuando < 1
1
(an ) n 6
an 6 n
cuando > 1
Luis A. N
un
ez
la serie converge
la serie diverge
248
M
etodos Matem
aticos de la Fsica
Criterio de DAlembert
P
4
Dada una serie de terminos positivos S =
en llamado
n=0 an , el criterio de DAlembert o tambi
criterio del cociente, compara el valor relativo de un termino de la serie con el que le precede. Este criterio
se resume tambien f
acilmente
< 1 = converge
an+1
> 1 = diverge
entonces, si
Si = lm
n
an
= 1 = indeterminado
N
otese que si
<1
<r<1
an+1
<r
an
an+1 = an r
Entonces para un N < n pero tambien suficientemente grande, tendremos que los terminos de la serie a
partir de ese N ser
an
aN + aN +1 + aN +2 + aN +3 = aN + raN + r2 aN + r3 aN = aN 1 + r + r2 + r3 + r4
y que no es otra cosa que una serie geometrica con razon r < 1 y por consiguiente converge. Es claro que un
argumento similar se puede utilizar para probar la divergencia.
Un ejemplo inmediato lo constituye la serie
n+1
n+1
X
1 n+1
1
5
n
1 1 3 1
2n+1
2n+1
=
= <1
+ + + +
+ =
= lm
n
n
n
n
2 2 8 4 32
2
2
n
2
2n
2n
n=1
con lo cual tiene converger.
Criterio de la Integral de Maclaurin
El criterio de la Integral de Maclaurin5 es otro criterio de comparacion, pero esta vez se compara la serie
con una integral. As supondremos que existe una funcion f (x) contnua y monotonamente decreciente para
un valor de x > x0 y que, adicionalmente, se cumple que para alg
un valor entero x = n el valor de la funci
on
RN
es igual a un termino de la serie.
dx f (x)
P Esto es f (n) = an . Entonces se tendra que si el lmite de lmN
existe y es finito, entonces n=1 an converge. Por el contrario si el lmite no existe o es infinito, entonces
diverge.
La idea de este criterio es comparar la integral de f (x) (es decir, el area bajo la curva) con la suma de
rect
angulos que representa la serie. Entoces, la suma parcial
R i+1
Z i+1
Z i
i
i
si > 1 dx f (x)
X
X
si =
an
f (n) Pero,
dx f (x) si
dx f (x) + a1
Ri
1
1
n=1
n=1
si a1 < 1 dx f (x)
4 Jean Le Rond DAlembert Par
s, Francia 1717 - 1783 Matem
atico franc
es pionero en el estudio de las ecuaciones
diferenciales y su utilizaci
on en la Fsica, en particular en el estudio de los fludos
M
as detalles en http://www-history.mcs.st-and.ac.uk
5 Colin Maclaurin 1698, Argyllshire, Escocia - 1746 Edinburgo, Escocia. Matem
atico escoc
es quien escribi
o el Tratado de
los Fluxiones el primer tratado que expuso de una manera sistem
atica y rigurosa el c
alculo diferencial ideado por Newton. Este
tratado fue como respuesta a la crtica de Berkeley sobre la falta de rigurosidad de los m
etodos Newton
Luis A. N
un
ez
249
M
etodos Matem
aticos de la Fsica
con lo cual, al hacer i tendremos que si el lmite de la integral existe, entonces la serie
converge.
Z
Z
X
dx f (x)
dx f (x) + a1
an
1
n=1
an
n=1
n=1
f (x) =
3 2
2
1
x
lm
3 2
2
dx
1
x
= lm
3 2
1
N 32
=0
an =
n=1
N
X
an +
n=1
Z
an
{z
dx f (x)
N +1
n=N +1
Residuo
an
dx f (x) + aN +1
N +1
n=N +1
El otro ejemplo, m
as elaborado es comprobar que la funcion Zeta de Riemann, (p) =
vamente converge. En este caso f (x) = xp , entonces
p+1
Para p 6= 1
xp+1
X
1
(p) =
np
dx xp =
n=1
ln x|1
Para p = 1
n=1
np , efecti-
y
claro que para p > 1 el lmite existe y es finito, por lo tanto, la funcion Zeta de Riemann, (p) =
Pes
p
, converge para p > 1
n=1 n
Series alternantes y convergencia condicional
P
Hasta ahora todos los criterios que analizamos eran para una serie de terminos positivos S = n=0 an
por
nos llevaban al concepto de series absolutamente convergente. Esto es, si
P lo cual todos esos criteriosP
ka
k
converge,
entonces
en converge. Sin embargo, muchas veces nos tendremos que
n
n=0
n=0 an tambi
conformar con que una serie sea simplemente convergente y no requerir que sea absolutamente convergente.
Este es el caso de las series alternantes. Series en las cuales se alternas terminos positivos y negativos. Son
series del tipo
a1 a2 + a3 a4 + a5 a6 + + a2n1 a2n + =
(1)n+1 (an )
con an 0
n=1
Entonces
n=1
an 0
cuando n
an > an1
n>N
Luis A. N
un
ez
250
M
etodos Matem
aticos de la Fsica
7.2.
Series de potencias
n
X
con lo cual, si
k=1
lm sn (x) = S(x) =
ak (x)
k=1
Entonces, el comportamiento de las serie tambien dependera de la variable. Ahora la convergencia de la serie
podr
a ser posible para algunos valores de x y no para otros. El punto central con las en las series de funciones
f (x)(complicadas) es la tratar de construir funciones como una serie de funciones, ak (x), mas simples. As,
esas sumas parciales fn (x) constituir
an la funcion deseada
fn (x) =
n
X
ak (x)
f (x) =
k=1
ak (x) = lm
k=1
n
X
ak (x)
k=1
Es decir estaremos interesados en aquellas funciones a las cuales converjan las sumas parciales de una serie.
Si bien m
as adelante abordaremos este concepto haciendolo extensivo a cualquier funcion, para fijar conceptos, comenzaremos por las series de funciones mas comunes: Las series de potencias. Esto es, asimilaremos
una serie de potencias an = cn xn a un polinomio de grado infinito.
P (x) = c0 + c1 x + c2 x2 + c3 x3 + c4 x4 + =
cn xn
o tambien P (x x0 ) =
n=0
cn (x x0 )
n=0
Esta asociaci
on tiene la ventaja de permitirnos intuir algunos comportamientos de la serie para algunos
valores de x. Los coeficientes cn son n
umeros independientes
de x. Pero, mas a
un, estas series pueden ser
P
series de potencias de n
umero complejos. Vale decir, n=0 cn z n con z = x + iy
7.2.1.
Claramente,
todos los criterios que hemos desarrollado
anteriormente. As una serie de
P podremos utilizar
P
n
n
potencias n=0 an (x x0 ) converge en un punto x0 si el lmm n=0 an (x x0 ) existe, para x = x0 ;
para todo x o para algunos x
Luis A. N
un
ez
251
M
etodos Matem
aticos de la Fsica
n=0 cn
(x x0 ) convergera absolutamente s el
lm
n
X
j
cj (x x0 )
= l
j=0
P
n
existe.
a el criterio de convergencia absoluta. Esto era, si n=0 kcn (x x0 ) k converge
PTambien se cumplir
n
n=0 cn (x x0 ) converge, pero el inverso no es siempre verdad.
Los criterios m
as populares para evaluar la convergencia, se seguiran cumpliendo. As el criterio de
D
alembert y el de la raz de Cauchy se podran reescribir como:
n+1
c
n+1 (x x0 )
lmn
=l
converge
l(x) < 1
n
cn (x x0 )
l(x) > 1
diverge
n
n
lmn cn (x x0 ) = l(x)
S
olo que ahora es bueno enfatizar que l = l(x), es decir que el lmite dependera de la variable. Llamaremos,
de ahora en adelante a este lmite el radio o entorno de convergencia y lo denotaremos por l = (x).
El cual delimitar
a los valores de x para que la serie de potencias converja. Vemos el siguiente ejemplo en el
cual considermos la siguiente serie
n+1
x
n
3
n
2
X
x
x
x
x
an+1
x
(n + 1)!
=
l
m
+
++
+ =
lm
lm
sn (x) = 1 + x +
n
n
n + 1
= 0
n an
n
2
6
n!
n!
x
n=1
n!
= 0 con lo cual la serie converge para todo valor de x. Otro caso ocurre
es decir, = (x) = lmn aan+1
n
cuando consideramos la siguiente serie de potencias:
(1)n+2 (n + 1) (x 2)n+1
X
n + 1
n+1
n
(1)
n (x 2)
= lm
= kx 2k lm
n+1
n
n
n
n
(1)
n
(x
2)
n=1
n + 1
= kx 2k
= kx 2k lm
n
n
converge si kx 2k < 1
1<x<3
diverge si kx 2k > 1
P
n+1
n
n (x 2) convergera u
nicamente para 1 < x < 3. Para otros valores de x,
Es decir, la serie n=1 (1)
diverge.
Para puntualizar
Si una serie converge en x = x1 , convergera absolutamente para kx x0 k < kx1 x0 k y diverger
a para
kx x0 k > kx1 x0 k
P
n
Se llama radio de convergencia, = (x) a aquella cantidadPtal que la serie n=0 an (x x0 ) converge
n
nicamente
para kx x0 k < y diverge para kx x0 k > . Una serie n=0 an (x x0 ) que converge u
para x = x0 tendr
a un radio de convergencia = 0, mientras que una que converja para todo x
tendr
a un radio de convergencia =
Luis A. N
un
ez
252
M
etodos Matem
aticos de la Fsica
7.2.2.
Covergencia uniforme
En definitiva se puede refrasear el criterio de convergencia de Cauchy que vimos al comenzar este capitulo 7.1. Para cualquier valor de > 0, tan peque
no como uno quiera, siempre existira un n
umero N
independiente de x, con a x b tal que
Si S(x) = lm sn (x) =
n
an (x)
x [a, b] n N.
n=1
Con ello es inmediato indentificar el error que se comete cuando se corta la serie en un N suficientemente
grande
N
X
X
S(x) =
an (x)
an (x) +
n=1
n=N +1
{z
sn (x)
{z
Para el caso de series de funciones, consideraremos existen un par de criterios que identifican la convergencia uniforme y tienen, tambien cierta popularidad. El criterio Mayorante de Weierstrass6 y el criterio de
Abel. A continuaci
on los resumiremos.
Hay que resaltar el punto que las suma de funciones contnuas an (x) no necesariamente habra de ser
contnua, el concepto de convergencia uniforme busca garantizar que esa suma de funciones contnuas tambien
ser
a contnua. As, recordamos la idea de continuidad de una funcion. Una funcion sera contnua si sus lmites
por la derecha y por izquierda coinciden
lm f (t) = f (x)
tx
lm lm fn (x) = lm lm fn (x)
tx n
n tx
Es decir, al suponer que la suma de terminos contnuos tiende a una funcion contnua estamos suponiendo
que podemos intercambiar los mites. pero eso no es simpre cierto. Considere el caso (extremo)
R1
dx (lmn fn (x)) = 0
lmn fn = 0
0
n
fn = n2 x 1 x2 con 0 x 1 n = 1, 2, 3, . . .
R 1 dx fn (x) = n2 lmn R 1 dx fn
2(n+1)
0
0
Claramente no se pueden intercambiar los lmites.
Criterio Mayorante de Weierstrass
Si encontramos una serie convergente de n
umeros positivos
M=
Mj
x [a, b]
entonces la serie
n=1
j=1
La demostraci
on se obtiene a partir de la definicion misma de convergencia. Si
para n + 1 N se tiene
j=n+1
j=1
Mj converge, entonces
kS(x) sn (x)k
j=n+1
j=n+1
Luis A. N
un
ez
253
M
etodos Matem
aticos de la Fsica
P
con la cual la serie
a uniformemente convergente para todo x [a, b]. Ahora bien, como
n=1 an (x) ser
consieramos los Mi 0. La serie en cuesti
on tambien sera absolutamente convergente. Otra vez, los criterios
de convergencia absoluta y, en este caso, de convergencia uniforme, no son consecuencia uno del otro, ni
est
an relacionados. Las series
X
(1)n
n + x2
n=1
(1)n1
n=1
xn
n
para 0 x 1
P
convergen uniformemente pero NO absolutamente. Sin embargo, en el intervalo 0 x 1 la serie j=0 (1 x)xj
converge absolutamente pero no uniformemente, por cuanto tiene una discontinuidad. Se puede demostrar
que
X
=1 0x<1
(1 x)xj =
=0
x=1
j=0
j=1
Criterio de Abel
El criterio de Abel se puede resumir de la siguiente forma: dada una serie de la forma
lm
i=1
n
X
aj (x) = S
j=1
y por lo tanto la serie converge uniformemente en [a, b]. Para que se cumpla el criterio de Abel, fn (x) tiene
que estar acotada, 0 fn M n), tiene que ser monotonamente decreciente en el intervalo en el cual
este definida, fn+1 (x) fn (x) con x [a, b]
7.2.3.
El
algebr
a elemental de series que mencionamos en la seccion 7.1.2 se puede reconsiderar a la luz de las
series de potencias. De esta forma recordamos que los ndices en las series son mudos
n1
an n (x x0 )
n=1
aj j (x x0 )
j1
j=1
ak+1 (k + 1) (x x0 )
k=0
en la u
ltima sumatoria hemos hecho k = j 1, por lo cual j = k + 1.
Las series se igualan
X
n=0
X
n=0
n=1
bn (x x0 ) =
bn (x x0 ) =
an n (x x0 )
n1
ak+1 (k + 1) (x x0 ) =
an+1 (n + 1) (x x0 )
n=0
k=0
por lo cual
bn = an+1 (n + 1)
Luis A. N
un
ez
254
M
etodos Matem
aticos de la Fsica
an (x x0 ) =
n=0
an n (x x0 )
n1
n=1
an+1 (n + 1) (x x0 )
an+1 =
n=0
an
(n + 1)
X
X
X
n
k
n
an (x x0 ) +
bk (x x0 ) = a0 + a1 (x x0 ) +
(an + bn ) (x x0 )
n=0
n=2
k=2
o tambien
X
X
X
X
n
k+2
n
n
an (x x0 ) +
bk+2 (x x0 )
= a0 +a1 (x x0 )+
(an + bn ) (x x0 ) =
(an + cn2 ) (x x0 )
n=0
n=2
k=0
n=0
y en este u
ltimo caso c2 = c1 = 0 y ci = bi+2 . Notese como en los dos ejemplos anteriores hemos hecho
coincidir los el comienzo de los d
os ndices de la sumatoria.
La series tambien se multiplican, esto es
"
#"
#
X
X
X
n
n
n
an (x x0 )
bn (x x0 ) =
cn (x x0 )
n=0
n=0
n=0
con
cn = a0 bn + a1 bn1 + a2 bn2 + + aj bnj + + an2 b2 + an1 b1 + an b0
Si alguna de las series de potencias es absolutamente convergente, entonces su multiplicacion con otra,
ser
a absolutamente convergente.
Pero tambien las series de potencias se invierten ! y para ello utilizamos todo lo visto anteriormente
veamos. Supongamos que se tiene una serie del tipo
2
y y0 = a0 + a1 (x x0 ) + a2 (x x0 ) + + an (x x0 ) + =
an (x x0 )
n=0
n
Es decir tenemos yy0 expresado en terminos de una serie de potencias de (x x0 ) entonces, igual podremos
n
plantearnos invertir el proceso, vale decir, expresar (x x0 ) en terminos de potencias (y y0 ) Esto es
k
X
X
X
j
n
bk
aj (x x0 )
(x x0 ) =
bn (y y0 )
(x x0 ) =
n=0
k=0
j=0
y a lo bestia al igualar terminos con la misma potencia, despejamos los coeficientes bn en terminos de los
an , de forma que
b1 =
1
a1
a2
(a1 )3
2(a2 )2 a1 a3
b3 =
(a1 )5
5a1 a2 a3 a21 a4 5a32
b4 =
(a1 )7
.. ..
. =.
b2 =
Luis A. N
un
ez
255
M
etodos Matem
aticos de la Fsica
P
P
n
Igualmente, si una serie f (x) = n=0 an (x x0 ) = n=0 cn (x x0 ) converge para un entorno R
x R entonces por el criterio de Mayorante de Weierstrass, entonces convergera absoluta y uniformemente
para S x S con 0 S R. M
as a
un, el criterio de Abel nos garantiza las siguientes propiedades
n
Si los terminos an (x) = cn (x x0 ) son funciones contnuas de x, entonces la serie puede ser derivada
termino a termino
P
n
d [ n=0 cn (x x0 ) ] X
n1
=
cn n (x x0 )
dx
n=1
(n
otese como cambia el comienzo de la serie) y convergera a
n1
cn n (x x0 )
n=1
df (x)
dx
an (x)
dan (x)
dx
contnuas
an (x)
n=0
Z
dx f (x) =
7.2.4.
dx
a
cn (x x0 ) =
n=0
Z
X
n=0
dx cn (x x0 ) =
X
cn
n+1
(x x0 )
n
+
1
n=0
Series de Taylor
Para los fsicos el uso apropiado (y frecuente) de la serie Taylor facilita la vida y muchos calculos. La
idea detr
as de este tipo de series es la de la aproximacion de una determinada funcion por una serie de
potencias en donde existe una forma sistematica de construir los coeficientes y, dependiendo de el n
umero de
terminos que utilicemos en la serie, tendremos idea de cuan aproximada es la serie y cuanto es el error que
cometemos al desarrollar la serie hasta un determinado termino. As supodremos que f = f (x) es una funci
on
(x)
contnua y contnuamente diferenciable. Con lo cual, si denotamos dfdx
= f 0 (x), entonces supondremos que
f 0 (x), f 00 (x), f 000 (x), , f (n) (x) est
an definidas en el intervalo [a, b]. Entonces, conocemos desde siempre que
Z
a+h
0
dx f (x) = f (a + h) f (a)
f (a + h) = f (a) +
a+h
dx f 0 (x)
f (a + h) f (a) + hf 0 (a)
donde hemos supuesto que en intervalo [a, a + h] la funcion f 0 (x) es constante y tiene como valor f 0 (a).
Ahora bien, esto vale todo x y para cualquier funcion, por lo tanto se cumple que
f (x) f (a) + (x a)f 0 (a)
f 0 (x) f 0 (a) + (x a)f 00 (a)
f 00 (x) f 00 (a) + (x a)f 000 (a)
.. ..
. .
f (n1) (x) f (n1) (a) + (x a)f (n) (a)
Luis A. N
un
ez
256
M
etodos Matem
aticos de la Fsica
dx f 0 (x) f (a) +
f (a + h) = f (a) +
a+h
h2 00
f (a)
2
Z
f (a + h)
f (a) +
dx f (x) = f (a) +
a
"Z
a+h
f (a) + hf (a) +
dx f (x)
a
#
00
dx f (x)
dv
Z
00
f (a) +
a+h
a
a+h
du
f (a) + hf (a) +
"
a+h
h2
f (a) + hf (a) + f 00 (a) +
2
0
dx f (x)
a
a+h
000
f (a) +
#!
a+h
00
dv
dx
a+h
"
a+h
"Z
a+h
Z
du
dv
#!
a+h
000
dx f (x)
a
y si repetimos ese procedimiento n veces, suponiendo que las derivadas de f (x) existan, tendremos la aproximaci
on n 1 a la funci
on. Esto es
f (a + h) = f (a) + hf 0 (a) +
h3
hn1 n1
h2 00
f (a) + f 000 (a) + +
f
(a) + Rn
2!
3!
(n 1)!
y tambien es f
acil convencerse por inspeccion que el residuo o el error que cometemos en la aproximaci
on
n 1 viene dado por la integraci
on enesima de la derivada enesima, vale decir
Z
a+h
Rn =
Z
du
a+h
Z
dv | {z }
n veces
a+h
dx f 000 (x)
a+h
d g( ) = hg()
a
Rn =
hn (n)
f ()
n!
con a a + h
(x a)2 00
(x a)3 000
(x a)n1 n1
f (a) +
f (a) + +
f
(a) + Rn
2!
3!
(n 1)!
y el error vendr
a dado por
(x a)n (n)
f () con a a + h
n!
as la expansi
on de Taylor especifica el valor de una funcion en un punto x en terminos de el valor de la
funci
on y sus derivadas en un punto de referencia a. La expansion se hace en terminos de potencias de la
diferencia, (x a), entre el punto que se eval
ua y el punto de referencia.
Rn =
Luis A. N
un
ez
257
M
etodos Matem
aticos de la Fsica
dn
X
X
X
hn dx
hn n
h n Dn
n
f (x + h) =
f (x) =
f (x) =
f (x) = ehD f (x)
n!
n!
n!
n=0
n=0
n=0
donde, D
d
dx
x2 00
x3
xn1 n1
f (a) + f 000 (a) + +
f
(a) + Rn
2!
3!
(n 1)!
x3
x4
xn
x2
+
+
+ +
+
para < x <
2
3!
4!
n!
x3
x5
x7
x2n1
= x
+
+ + (1)n+1
+
para < x <
3!
5!
7!
(2n 1)!
x2
x4
x6
x2n2
= 1
+
+ + (1)n+1
+
para < x <
2
4!
6!
(2n 2)!
x3
x5
x7
x2n1
= x
+
+ + (1)n+1
+
para 1 < x < 1
3
5
7
(2n 1)
x3
x4
x2
xn
+
+ + (1)n+1
+
para 1 < x < 1
= x
2
3
4
n
x2
x3
m!
= 1 + mx + m(m 1) + m(m 1)(m 2) + +
xn + para < x <
2
3!
n!(m n)!
=
1+x+
La expansi
on binomial
Por lo frecuente y su uso, consideremos el caso de la expansion binomial
(1 + x)
X
X
x2
x3
m!
m
n
= 1 + mx + m(m 1) + m(m 1)(m 2) + =
x =
xn
n
2
3!
n!(m
n)!
n=0
n=0
m
se denomina el coeficiente binomial y la serie termina cuando m = n. Ahora bien,
n
escrito de la formas compactas de la derecha se sugiere que el exponente m tendra que ser entero y positivo.
Pero no es as. La serie explcita de la izquierda no se restringe a valores enteros y positivos de m. Por ello
la forma compacta pero exacta de la expansion binomial.
donde el termino
1+
Luis A. N
un
ez
258
M
etodos Matem
aticos de la Fsica
1
(x a)2 fxx ab + 2(x a)(y a) fxy |ab + (y a)2 fyy |ab
2!
1
3
2
+
(x a) fxxx |ab + 3(x a) (y a) fxxy |ab + 3(x a)(y a)2 fxyy |ab + (y a)3 fyyy |ab +
3!
O m
as compacto
X
n
1
xk k f (xm ) m m
f xj + xj0 =
n!
x =x0
n=0
f (~r + ~a) =
X
1 ~ n
~r f (xm )
n!
~
r =~
a
n=0
D
onde hemos utilizado la siguiente convencion
fx =
7.3.
= x ;
x
fy =
= y ;
y
fxx =
2
= xx ;
x2
fxy =
2
= xy ;
xy
fyy =
2
= yy ;
y 2
Hemos dejado sueltos algunos conceptos para los espacios de Hilbert infito-dimensional. El primero de
estos conceptos es que un vector |ai E surge la combinacion lineal de elementos de una base infinita
{|ei i}, ( de una serie) que converge al vector |ai para un espacio donde tambien la norma del vector converge
a un valor finito kak2 = ha |ai. El segundo concepto fue la posibilidad de expresar un determinado vector
(una funci
on ) como combinaci
on lineal de una base (de dimension infinita) de un espacio vectorial E .
Efectivamente, esa combinaci
on lineal (de dimension infinita) habra de converger a el valor de la funcion en ese
punto. En su momento expresamos estos conceptos intuitivos y facilmente demostrables para E n (un espacio
vectorial Euclideano de dimensi
on finita, ndimensional) y sin mayores justificaciones hicimos el salto
a E (un espacio Euclideano infinito-dimensional). Ahora, equipados con los conceptos de convergencia
uniforme estamos en capacidad de explorar esas razones que antes eludimos. Ambos conceptos tienen que
ver con la palabra completitud, la cual, como veremos, no tiene el mismo significado en cada una de las
situaciones antes mencionadas, pero ser
a complementario. En el primer caso la completitud de E se logra
al poder expresar un vector como una combinacion lineal de una base infinita que converja al valor del vector.
En el segundo caso diremos que la base {|ei i} para E sera completa si expande la totalidad de los vectores
de E .
7.3.1.
Completitud de E
La primera idea de completitud de un Espacio de Hilbert E tiene que ver con el hecho que, en en ese
espacio, donde la norma de un vector es finita kak2 = ha |ai < , la combinacion lineal de los elementos de
n
una base infinita, {|ei i}, converja al vector |ai. Esto es ai |ei i |ai.
n
Para el caso de E es inmediato que, dada una base (ortonormal, por ejemplo)
|ai = ai |ei i
con i = 1, 2, 3, n
La norma es finita, por cuanto es la suma de terminos finitos (las componentes del vector (a1 , a2 , a3 , an )).
Sin embargo, para el caso de E las componentes del vector seran funcion de las sumas parciales, esto es
Luis A. N
un
ez
259
M
etodos Matem
aticos de la Fsica
hasta d
onde desarrollemos la serie y debemos demostrar que si
n
|a i (a1 , a2 , a3 , aj , )
k |a i |an i k <
Es decir que, efectivamente, componente a componente el vector |an i converja al vector |ai. El criterio de
convergencia de Cauchy, en este caso significa que: dadas dos sumas parciales (desarrollos parciales en una
determinada base infinita {|ei i}) |an i = ai |ei i con i = 1, 2, n y |am i = aj |ej i con j = 1, 2, m entonces
k |am i |an i k = k |am i |ai |an i + |ai k k |ai |an i k + k |ai |am i k < 0 + 00
con lo cual las diferencias en las sumas parciales seran siempre menor que un 0 < < 1. Notese que hemos
utilizado la desigualdad triangular kx + yk kxk + kyk, y esa misma desigualdad triangular nos garantiza
que
X
|ajn ajm |2
|ajn ajm |2 k |am i |an i k2 <
j=1
vale decir, hemos demostrado que el termino jesimo (y con ello todas las componentes del vector) de una
n
n
suma parcial, converge al termino correspondiente de la serie lmite. Esto es ajn ajm aj por lo tanto
que las combinaci
on lineal converge al vector y nos queda por demostrar si su norma es finita, o lo que es lo
mismo, ha |ai = ai ai < con i = 1, 2, 3, . Es claro que
M
X
|ajn ajm |2
j=1
j=1
PM
j=1
|ajn aj |2 <
ha |ai =
j=1
|aj |2
j=1
j=1
(|| ||) ||2 + ||2 2|||| 0 2|||| |2 + ||2 | + |2 ||| + |||2 = ||2 + ||2 + 2||||
para que finalmente, tengamos que
2
X
X
X
ha |ai
|aj + ajn ajn |2 2
|aj ajn |2 +
|ajn |2 <
j=1
7.3.2.
j=1
j=1
El segundo sentido de completitud con que el conjunto (funciones) de vectores base expandan la totalidad
del espacio vectorial (de funciones). Esto es, si {|ui i} {ui (x)} es una base ortonormal para E
|ai = ai |ui i
k |ai k2 = ha |ai = ai ai =
|ak |2
con i = 1, 2, 3,
k=1
Luis A. N
un
ez
260
M
etodos Matem
aticos de la Fsica
N
N
X
X
X
2
i
i
2
k |f i k hf |f i < |f i =
c |ui i
dx|f (x)|2 f (x)
c |ui i kf (x)k
cj uj (x)
i=0
i=0
j=0
N
otese que hemos supuesto la existencia de un producto interno y si las bases son ortonormales tendremos
que
Z b
Z b
Z b
dx|f (x)|2 =
dx uk (x)ul (x) = lk kf (x)k2
|cj |2
dx g (x)f (x) uk |ul i
hg |f i
a
donde
ck =
j=0
dx uk (x)f (x)
Para demostrar que E es completo, comenzamos por demostrar la llamada Desigualdad de Bessel.
Esta es: dada una base ortonormal infinita, {|ui i} {ui (x)} para un espacio vectorial de Hilbert, E , de
Rb
funciones cuadrado integrable f (x) L2[a,b] , con un producto interno definido por hg |f i a dx g (x)f (x),
entonces se cumple que
Z b
Z b
kf (x)k2
|ck |2 con ck = uk |f i =
dx uk (x)f (x) hg |f i
dx g (x)f (x)
a
k=1
Para demostrar la desigualdad de Bessel, partimos de una afirmacion obvia en espacios finito dimensionales
c
i
ik
n
X
|ck |2
= k |f i k2
k=1
n
X
|ck |2
k=1
Si definimos el error, Mn , que se comete al aproximar una funcion con su expansion hasta
un termino
Mn (b a) = hf | (k ck ) uk ck uk |f i (i ci ) |ui i ci |ui i
n
X
=k |f i k2 ci (i ci ) 2ci ci (k ck )ck +
kj cj k2 + (k ck )ck + ci (i ci ) + ci ci
j=1
"
= k |f i k2
n
X
i=1
Luis A. N
un
ez
#
kci k2 +
n
X
kj cj k2
j=1
261
M
etodos Matem
aticos de la Fsica
Pero la desigualdad de Bessel garantiza que la cantidad entre corchetes es positiva, por lo tanto Mn es
n ) cuando seleccionamos j = cj . Mas a
n decrece cuando n , vale
mnima (y la denotaremos M
un M
decir
n
X
X
n
n (b a) = k |f i k2
(b a) = k |f i k2
M
kci k2
=
M
kci k2
i=1
i=1
k |f i k =
kci k2
es completa
i=1
Este noci
on de convergencia se denomina como convergencia al promedio
Si adicionalmente exigimos que la serie ci |ui i converja uniformemente para x [a, b] entonces es claro
que
Z
b
i
dx kf (x) c |ui i k = 0
= |f i = c |ui i
(con i = 1, 2, 3 , )
f (x) =
ci ui (x)
i=1
Con lo cual enumeraremos las condiciones para la cual exigiremos que una funcion pueda ser expresada en
terminos de una base completa de funciones.
Que f (x) sea cuadrado integrable f (x) L2[a,b]
P
Que la base sea completa, {|ui i} {ui (x)} i.e. k |f i k2 = i=1 kci k2
P
Que la serie ci |ui i i=1 ci ui (x) converja uniformemente, para x [a, b]
7.4.
Enunciaremos un teorema debido a Weierstrass el cual garantiza que una funcion contnua en un intervalo
[a, b] puede ser aproximada uniformemente por una serie de polinomios. Por lo tanto, cualquier funci
on
contnua podr
a ser aproximada por combinaciones lineales de potencias.
El Teorema de aproximaci
on polin
omica de Weiernstrass queda enunciado como sigue. Cualquier funci
on
contnua f (x) en un intervalo cerrado x [a, b] podra ser aproximada uniformente por polinomios en ese
mismo intervalo si, para un n suficientemente grande y un suficientemente peque
no siempre se tiene que
kPn (x) f (x)k <
x [a, b]
Para la demostraci
on de este teorema puede consultar [Byron y Fuller 1970, Cushing 1975]. Sin embargo la
aceptaci
on de este teorema nos permitir
a desarrollar las secciones que siguientes...
7.4.1.
Polinomios de Legendre
El primero de los ejemplos de una base ortonormal de polinomios en la cual podremos expresar cualquier
funci
on contnua en el intervalo cerrado x [1, 1] seran los Polinomios de Legendre. Estos vienen construidos
a partir de la F
ormula de Rodrgues
Pn (x) =
Luis A. N
un
ez
1 dn 2
(x 1)n ,
n!2n dxn
n = 0, 1, 2, .....
262
M
etodos Matem
aticos de la Fsica
con P0 (x) = 1.
Es decir
P0 (x) = 1
P1 (x) = x
5
P3 (x) = x x3
3
63 5 35 3 15
P5 (x) =
x
x +
x
8
4
8
..
.
P2 (x) = 1 3x2
P4 (x) =
3 35 4 15 2
+
x
x
8
8
4
..
.
Pn2 (x)dx=
2
2n + 1
n
otese que los polinomios de Legendre, calculados a partir de la Formula de Rodrigues no estan normalizados.
Al ser los Polinomios de Legendre un conjunto completo de funciones, ellos expanden el espacio de
funciones contnuas en el intervalo cerrado x [1, 1]. Por ello cualquier funcion en el intervalo [1, 1] puede
ser expresada en esa base.
X
X
hPk |Fi
|Pk i
f (x) = |Fi =
ak |Pk i =
hPk |Pk i
k=0
k=0
m
X
bn xn =
n=0
ak |Pk i =
an Pn (x)
n=0
k=0
no se requiere hacer ninguna integral por cuanto los coeficientes an se determinan a traves de un sistema de
ecuaciones algebraicas. Para el caso de f (x) = x2 tendremos
f (x) = x2 = a0 P0 (x) + a1 P1 (x) + a2 P2 (x)
1
f (x) = x2 = a0 + a1 x + a2 (3x2 1)
2
1
2
2
f (x) = x = P0 (x) + P2 (x)
3
3
En el caso de una funci
on mas complicada
r
f (x) =
1 x X hPk |Fi
=
|Pk i
2
hPk |Pk i
k=0
Luis A. N
un
ez
263
M
etodos Matem
aticos de la Fsica
hPk |Fi =
f (x)Pk (x)dx =
1
1x
Pk (x)dx
2
la expansi
on en series de Legendre quedara como
r
X
1x
2
Pn (x)
= P0 (x) 2
2
3
(2n
1) (2n + 3)
n=1
Antes de entrar en el detalle de las propiedades de estos polinomios, hay que enfatizar que los Polinomios
de Legendre constituyen la u
nica base ortogonal para un espacio de Hilbert con un producto interno definido
como el producto simple de funciones
en el intervalo cerrado. Al ortonormalizar mediante Gram Schmidt
la base 1, x, x2 , x3 , , xn , del espacio de polinomios, P n , de grado n en el intervalo [1, 1], con el
R1
producto interno definido por hf | gi = 1 dx f (x) g (x) . se obtienen los polinomios de Legendre.
Los polinomios de Legendre surgen, originalmente, como soluciones a la ecuacion diferencial ordinaria del
tipo
dPn (x)
d2 Pn (x)
+ n(n + 1) Pn (x) = 0
2x
(1 x2 )
2
dx
dx
Vale decir
n
Ecuaci
on de Legendre
2
(1 x )
d2 P0 (x)
dx2
2x
Solucion
dP0 (x)
dx
=0
P0 (x) = 1
(1 x2 )
d2 P1 (x)
dx2
2x
dP1 (x)
dx
+ 2 P1 (x) = 0
P1 (x) = x
(1 x2 )
d2 P2 (x)
dx2
2x
dP2 (x)
dx
+ 6 P2 (x) = 0
P2 (x) = 1 3x2
(1 x2 )
d2 P3 (x)
dx2
2x
dP3 (x)
dx
+ 12 P3 (x) = 0
P3 (x) = x 35 x3
(1 x2 )
d2 P4 (x)
dx2
2x
dP4 (x)
dx
+ 20 P4 (x) = 0
P4 (x) = 1 10x2 +
35 4
3 x
d2 P (x)
dx2
P (x)0
dP (x)
dx
264
M
etodos Matem
aticos de la Fsica
P (x)P (x)dx = 0
1
Relaci
on de Recurrencia
Conocido esto se puede generar una relacion de recurrencia. Supongamos que conocemos todos los polinomios de Legendre hasta Pn (x) y queremos generar el proximo. Obviamente el ese polinomio sera de grado
n + 1 y nos plantemos generarlo a partir de xPn (x) as como los estos polinomios son base del espacio de
funciones, entonces
n+1
X hPk |xPn i
|Pk i
xPn (x) = |xPn i =
hPk |Pk i
k=0
en donde
Z
Pn (x)xPk (x)dx = 0
1
hPn1 |xPn i
hPn |xPn i
hPn+1 |xPn i
|Pn1 i +
|Pn i +
|Pn+1 i
hPn1 |Pn1 i
hPn |Pn i
hPn+1 |Pn+1 i
y dado que
Z
hPn |xPn i =
Pn (x)xPn (x)dx =
1
xPn2 (x)dx
es una funci
on impar, entonces hPn |xPn i = 0. Entonces
|xPn i = xPn (x) =
hPn+1 |xPn i
hPn1 |xPn i
|Pn1 i +
|Pn+1 i
hPn1 |Pn1 i
hPn+1 |Pn+1 i
Es decir
xPn (x) = APn+1 (x) + BPn1 (x)
desarrollando con la f
ormula de Rodrguez el coeficiente de orden k del lado izquierdo es
1
(2k)!
2k(2k 1) [2k (k 1)] = k
2k k!
2 (k!)2
mientras que el primer termino del lado izquierdo, hasta orden k 2 queda como
(2k 2)!
2k (k 2)!(k 1)
por lo cual
n+1
2n + 1
De igual forma se determina B igualando coeficientes a orden n 1 y queda la relacion de recurrencia:
A=
265
M
etodos Matem
aticos de la Fsica
2n
+1
1
De la relaci
on de recurrencia
(2n + 1) Pn (x)nPn (x) = (2n + 1) Pn (x) [(2n 1) xPn1 (x) (n 1) Pn2 (x)]
(2n 1) Pn1 (x) (n + 1) Pn+1 (x) = (2n 1) Pn1 (x) [(2n + 1) xPn (x) nPn1 (x)]
restando miembro a miembro obtenemos:
(2n + 1) Pn (x)nPn (x) + (2n + 1) (n 1) Pn (x)Pn2 (x)
2
(n + 1) (2n 1) Pn1 (x)Pn+1 (x) (2n 1) nPn1
(x) = 0
1
1
1
Z 1
Z 1
2n 3
2n 5
2n 1
2
2
Pn3
(x)dx
Pn (x)dx =
2n + 1
2n 1
2n 3
1
1
..
..
.
=
.
Z 1
Z 1
3
2
Pn (x)dx=
P 2 (x)dx
2n + 1 1 1
1
Z 1
2
Pn2 (x)dx=
2n + 1
1
Funci
on Generatriz de los Polinomios de Legendre
Se puede encontrar una funci
on generatriz P(t, x) de los polinomios de Legendre:
X
1
2
P(t, x) =
= P0 (x) + P1 (x) t + P2 (x) t + =
Pn (x) tn
1 2xt + t2
n=0
para la cual
los Pn (x) son los coeficientes de su desarrollo en series de potencias. Esta serie converge para
2xt + t2
< 1. Para demostrar que el desarrollo en serie de la funcion G(t, x) tiene como coeficientes a los
Pn (x) partimos de que:
P(t, x) =
1
1 2xt + t2
P(t, x)
tx
=
3/2
t
(1 2xt + t2 )
por lo cual
(t x) P(t, x) + 1 2xt + t2
Luis A. N
un
ez
P(t, x)
=0
t
266
M
etodos Matem
aticos de la Fsica
y, consecuentemente
(t x)
X
Pn (x) tn + 1 2xt + t2
n=0
n=1
(n + 1) Pn+1 (x)tn
n=0
por lo tanto
(2n + 1) x Pn (x) tn
n=1
nPn1 (x) tn = 0
n=2
=0
=0
El primero de los terminos se cumple siempre por cuanto P0 (x) = 1 y P1 (x) = x. El tercer termino conforma
la relaci
on de recurrencia para los polinomios de Legendre. Con esto queda demostrado que el desarrollo en
series de potencias de la funci
on generatriz, tiene como coeficientes a los polinomios de Legendre.
La funci
on generatriz muestra su utilidad en la expansion
r
1 x X hPk |Fi
f (x) =
=
|Pk i
2
hPk |Pk i
k=0
1x
Pk (x)dx
2
e integrando
Z 1r
X
1
1x
1x
n
dx =
t
Pn (x)dx
2
2
2
1 2xt + t
1
1
n=0
"
#
Z 1r
2
X
1
(1 t)
1+ t
1x
ln
tn
1+t
=
Pn (x)dx
2t
2
2 t
1 t
1
n=0
Z
X
X
tn
4
n
4
=
t
3
(4n2 1) (2n + 3) n=0
1
n=1
1x
Pn (x)dx
2
4
=
(4n2 1) (2n + 3)
1
r
1
1
1x
P0 (x)dx
2
1x
Pn (x)dx
2
X
1x
2
Pn (x)
= P0 (x) 2
2
3
(2n 1) (2n + 3)
n=1
Luis A. N
un
ez
267
M
etodos Matem
aticos de la Fsica
0
(1 x2 ) y 0 + ( + 1) y = 0
Luis A. N
un
ez
268
M
etodos Matem
aticos de la Fsica
Definici
on
Ejemplos
Relaci
on de Recurrencia
Ecuaciones Diferenciales
Funci
on Generatriz
Representaci
on Integral
Ortogonalidad
Polinomios de Legendre
1 dn 2
(x 1)n ,
n = 0, 1, 2, .....
Pn (x) =
n!2n dxn
P1 0; P0 1; P1 = x
P2 = 21 (3x2 1); P3 = 21 (5x3 3x)
(n + 1) Pn+1 (x) = (2n + 1) xPn (x) nPn1 (x)
(1 x2 ) y 00 2x y 0 + ( + 1) y = 0
1 d
du
sen
+ n(n + 1)u = 0; u = Pn (cos )
sen d
d
X
1
P(t, x) =
=
Pn (x) tn
1 2xt + t2
n=0
Z
n
1
2
Pn (x) =
x + x 1 cos d
2Z 0
1
2
hP |P i =
P (x)P (x)dx =
2 + 1
1
Potencial Electrost
atico de un Dipolo El
actrico
En Fsica el ejemplo claro es el c
alculo del potencial electrostatico producido por dos cargas q1 = +q y
q2 = q separadas por una distancia 2d en un punto P cualquiera de un plano (x, y). El potencial en ese
punto generico viene dado por
1
1
V =q
R0
R
Tal y como puede apreciarse de la figura 7.4.1
2
(R0 ) = r2 + d2 2r d cos
R2 = r2 + d2 2r d cos ( )
por lo cual
"
1
1
=
1
R0
r
"
1
1
=
1
R
r
2 !#1/2
d
r
2 !#1/2
d
d
2 cos ( )
r
r
d
2 cos
r
y consecuentemente
n
1
1X
d
P
(cos
)
=
n
0
R
r n=0
r
n
n
1
1X
d
1X
d
=
Pn (cos ( ))
=
Pn ( cos )
R
r n=0
r
r n=0
r
El potencial ser
a
q
V =
r
Luis A. N
un
ez
n !
d
[Pn (cos ) Pn ( cos ) ]
r
n=0
269
M
etodos Matem
aticos de la Fsica
donde todos los terminos pares de Pn (cos ) se anula y finalmente tendremos la expresion del potencial para
cualquier punto del plano
2n+1 !
2q X
d
V =
P2n+1 (cos )
r n=0
r
Entonces nos quedamos con el primer termino de la serie, si
d
1
r
7.4.2.
q
2d cos
r2
Polinomios de Hermite
Los polinomios de Hermite a diferencia de los de Legendre (y Tchevychev), vienen definidos en toda la
recta real, vale decir, x (, ), por lo cual la funcion peso w(x) en el producto interno debera decrecer
m
as r
apido que |x|n , para garantizar que la norma de los vectores en este espacio vectorial sea finita. La
2
funci
on m
as simple que cumple estos requisitos es w(x) = ex (tambian algunos autores utilizan w(x) =
2
ex /2 ) Esto es, el producto interno entre los polinomios de Hermite vendra definido como
Z
Z
2
hf |gi =
dx w(x)f (x)g(x) =
dx ex f (x)g(x)
Otra vez, para este producto interno, si ortogonalizamos con Gram-Schmidt se obtienen los polinomios de
Hermite. Al igual que el resto de los polinomios ortogonales, existe una formula de Rodrigues para los
polinomios de Hermite
n
2 d
2
Hn (x) = (1)n ex
ex
dxn
Luis A. N
un
ez
270
M
etodos Matem
aticos de la Fsica
H1 (x) = 2x
H2 (x) = 4x 2,
2
2
hH |H i = 2 ! =
ex H (x)H (x)dx hH |H i = kH k =
2
ex H2 (x)dx = 2 !
Donde la funci
on delta de Kronecker es = 0 si 6= ; y = 1.
Antes de desarrollar funciones en terminos de los polinomios de Hermite, expondremos un par de teoremas
sin demostraci
on.
Teorema 1
Sean | f i y | g i dos funciones arbitrarias, cuando menos continuas a trozos en (, ) y que cumplen con
Z
Z
2
x2 2
e
f (x)dx <
ex g 2 (x)dx <
Entonces el conjunto de estas funciones forman un espacio vectorial Euclideano I2w con un producto interno
definido por
Z
2
hg|f i=
ex f (x)g(x)dx
Las funciones f (x) y g(x) se denominan cuadrado-integrables respecto al peso w. Es por ello que denotamos
el espacio de funciones como I2w
Teorema 2
Si f (x) es una funci
on continua arbitraria en I2w entonces puede ser aproximada por un polinomio en ese
mismo espacio. Es decir
Z
ex [f (x) pn (x)] dx
lm kf (x) pn (x)k = lm
1/2
=0
As, la expresi
on de una funci
on arbitraria en la base de los polinomio de Hermite se reduce a
f (x) = | f i =
ak |Hk i =
k=0
donde
hHk | f i
ak =
=
hHk |Hk i
Si f (x) = x
2p
X
hHk |f i
|Hk i
hHk |Hk i
k=0
2
ex f (x)Hk (x)dx
R
ex2 Hk2 (x)dx
2k k!
ex f (x)Hk (x)dx
con p = 1, 2, 3,
f (x) = x2p =
p
X
k=0
Luis A. N
un
ez
271
M
etodos Matem
aticos de la Fsica
entonces
a2k
= 2k
2 (2k)!
22k (2k)!
(7.2)
x2p
d2k x2
e
dx
dx2k
Una integraci
on por partes estrat
agica muestra que:
(
)
Z
2k1
2k1
1
2p d
x2
2p1 d
x2
a2k = 2k
e
2px
e
x
dx
dx2k1
dx2k1
2 (2k)!
El primer termino de la resta se anula siempre debido a la deficion de los polinomios de Hermite
2k1
2p d
2p
2k1 x2
x2
=
x
(1)
e
H
(x)
x
e
2k1
dx2k1
2k
2 (2k)! (2p 2k)!
a2k =
x2p2k ex dx
Z
(2p)!
1
dt
a2k = 2k
tpk et
2 (2k)! (2p 2k)!
2 t
Z
1
1
(2p)!
= 2k+1
tpk 2 et dt
2
(2k)! (2p 2k)!
R
y utilizando la definici
on (z) 0 et tz1 dt (z 1)! , queda como
(2p)!
1
1
pk+
a2k = 2k+1
2
2
(2k)! (2p 2k)!
Ahora, recurrimos a la propiedad de duplicacion de la Funcion Gamma, i.e.
1
2z1
= (2z)
2
(z) z +
2
tenemos que
1
22p2k p k +
(p k)! = (2p 2k)!
2
quedan entonces los coeficientes determinados como
a2k =
(2p)!
22p+1 (2k)! (p k)!
p
H2k (x)
(2p)! X
22p+1
(2k)! (p k)!
<x<
k=0
Luis A. N
un
ez
272
M
etodos Matem
aticos de la Fsica
f (x) = x2p+1 =
H2k+1 (x)
(2p 1)! X
22p1
(2k + 1)! (p k)!
<x<
k=0
Si f (x) = ea
x2
f (x) = ea
x2
k=0
entonces
a2k
= 2k
2 (2k)!
e(a
+1)x2
H2k (x)dx
a2k = 2k
e
e t cos 2xt dt dx
2 (2k)!
0
Z
Z
2
2(1)k a2 x2
e
et t2k cos 2xt dt dx
=
(2k)!
0
Z
k Z
2
2 2
2(1)
et t2k
ea x cos 2xt dx dt
(2k)! 0
r
Z
t2 /a2
2(1)k t2 2k
e
dt =
e t
=
(2k)! 0
a2
Z
2
2
2(1)k
=
et (1+a ) t2k dt
(2k)!a 0
Z
1
a2k
(1)k
=
es sk 2 ds
t2 (1 + a2 ) = s
k+1/2
2
(2k)! (1 + a )
0
a2k
1
(1)k
k+
=
2
(2k)! (1 + a2 )k+1/2
y ahora usando, otra vez la propiedad de duplicacion de la funcion gamma,
1
22k k +
k! = (2k)!
2
obtenemos
a2k =
por lo tanto
f (x) = ea
x2
(1)k a2k
k+1/2
22k k! (1 + a2 )
(1)k a2k
k=0
22k k! (1 + a2 )
k+1/2
H2k (x)
Al igual que los polinomios de Legendre, los de Hermite, surgen tambian en sus orgenes como soluciones a
la ecuaci
on diferencial ordinaria del tipo
d2 Hn (x)
dHn (x)
2x
+ nHn (x) = 0
2
dx
dx
Vale decir
Luis A. N
un
ez
273
M
etodos Matem
aticos de la Fsica
Ecuaci
on de Hermite
d2 H0 (x)
dx2
2x
Solucion
dH0 (x)
dx
=0
H0 (x) = 1
d2 H1 (x)
dx2
2x
dH1 (x)
dx
+ 2H1 (x) = 0
H1 (x) = 2x
d2 H2 (x)
dx2
2x
dH2 (x)
dx
+ 4H2 (x) = 0
H2 (x) = 4x2 2
d2 H3 (x)
dx2
2x
dH3 (x)
dx
+ 6H3 (x) = 0
d2 H4 (x)
dx2
2x
dH4 (x)
dx
+ 8H4 (x) = 0
Funci
on Generatriz de los Polinomios de Hermite
Se puede encontrar una funci
on generatriz H(t, x) de los polinomios de Hermite:
2
X
H2 (x) 2 H3 (x) 2
Hn (x) n
t +
t + =
t
2
3!
n!
n=0
para la cual los Hn (x) son los coeficientes de su desarrollo en series de potencias. Es facil darse cuenta que
esta expresi
on proviene del desarrollo en Serie de Taylor
H(t, x) = e
2xtt2
X
1 n H(t, x)
=
tn
n
n!
t
t=0
n=0
ktk <
para lo cual
n H(t, x)
tn
= ex
t=0
n (xt)2
e
tn
= (1) ex
t=0
dn (u)2
e
dun
= Hn (x)
u=x
Relaci
on de Recurrencia
A partir de la funci
on generatriz se puede construir la siguiente identidad
H(t, x)
= (2x 2t) H
t
y utilizando el desarrollo en series de potencias en t tendremos,
X
X
Hn (x) n1
Hn (x) n X Hn (x) n+1
nt
2x
t +
t
=0
n!
n!
n!
n=1
n=0
n=0
X
1
Hn+1 (x) 2xHn (x) + 2nHn1 (x) tn = 0
|
{z
}
n!
n=0
=0
As la relaci
on de recurrencia ser
a
Hn+1 (x) 2xHn (x) + 2nHn1 (x) = 0
Luis A. N
un
ez
274
M
etodos Matem
aticos de la Fsica
X
X
H(t, x)
Hn0 (x) n
Hn (x) n+1
= 2t H
t 2
t
x
n!
n!
n=0
n=0
n = 1, 2, 3,
hH |H i = 2 ! =
ex H (x)H (x)dx
Donde la funci
on delta de Kronecker es = 0 si 6= ; y = 1.
Para demostrar el caso 6= partimos de
u u00 + 2 + 1 x2 u = 0
u u00 + 2 + 1 x2 u = 0
restando miembro a miembro e integrando se tiene que:
0
0
u u u0 u + 2 ( ) u u = 0
Z
2
( )
ex H (x)H (x)dx = 0
Z
2
ex H (x)H (x)dx = 0
6= ;
ya que
ex
/2
(2 H1 (x)H (x) 2 H1 (x)H (x))
=0
275
M
etodos Matem
aticos de la Fsica
repitiendo la operaci
on y recordando que al final queda
Z
2
ex x2 dx = 2
Obtenemos
2
ex H2 (x)dx = 2n n!
hH |H i = kH k =
Representaci
on Integral de los Polinomios de Hermite
Los polinomios de Hermite pueden ser representados como
Hn (x) =
2n (i)n ex
et
+2itx n
t dt
22n+1 (1)n ex
n = 1, 2, 3,
H2n+1 (x) =
22n+2 (1)n ex
n = 1, 2, 3,
Luis A. N
un
ez
276
M
etodos Matem
aticos de la Fsica
X Hn (x)
2
tn
Funci
on Generatriz
H(t, x) = e2xtt =
n!
n=0
2 Z
22n+1 (1)n ex
2
H2n (x) =
et t2n cos 2xt dt
0
Representaci
on Integral
2 Z
22n+2 (1)n ex
2
H2n+1 (x) =
et t2n+1 sen 2xt dt
0
Z
Ortogonalidad
hH |H i = 2 ! =
ex H (x)H (x)dx
El Oscilador arm
onico, independiente del Tiempo, en Mec
anica Cu
antica.
La Ecuaci
on de Schr
odinger independiente del tiempo y en una dimension es
d2
2
(x) + 2 [E U(x)] (x) = 0
dx2
~
con la masa de la partcula; E los niveles de energa y U(x) el potencial al cual estasometida la partcula.
En el caso que estudiemos un potencial U(x) = 12 2 x2 en el cual la frecuencia angular del oscilador viene
representada por . La ecuaci
on de Schr
odinger se convierte en
d2
2
1 2 2
(x)
+
x
(x) = 0
E
dx2
~2
2
p
haciendo un cambio de variable = x /~ para adimensionalizar la ecuacion, se obtiene
2E
00 () +
2 () = 0
~
la cual corresponde a la forma autoadjunta de la Ecuacion de Hermite y por lo tanto identificamos
2E
1
= 2n + 1 E = n +
~
~
2
con lo cual comprobamos la forma como viene cuantizada la energa en este sistema y la energa del estado
fundamental. Por su parte, la funci
on de onda se podraexpresar en la base de soluciones de esa ecuaci
on
() =
X
n=0
Luis A. N
un
ez
cn n () =
cn e
/2
Hn ()
n=0
277
M
etodos Matem
aticos de la Fsica
y se mantenemos la normalizaci
on
Z
n2 ()d = 1
con cn =
7.4.3.
1/4
~
1
2n n!
MapleV (9.5 y superiores) tiene predefinidos, como funciones., la mayor parte de los polinomios ortogonales, Vale decir.
Legendre y sus asociados tanto de primera : LegendreP(n, x), LegendreQ(n, x), como de segunda
especie LegendreP(n, u, x), LegendreQ(n, u, x);
Hermite HermiteH(n, x)
Thebyshev de primera y segunda especie ChebyshevT(n, x) y ChebyshevT(n, x), respectivamente.
Laguerre: LaguerreL(n, a, x)
Jacobi: JacobiP(n, a, b, x)
donde n indica el orden del polinomio y x la variable con la cual se expresa. Tambien existen varias bibliotecas
o paquetes que presentan facilidades para manipular polinomios ortogonales. Entre ellas podemos mencionar
OrthogonalSeries Paquete que permite manipular series de polinomios ortogonales. Permite expresar
una funci
on polin
omica como serie de polinomios ortogonales, multiplicar, sumar, derivar, cambiar de
base de polinomios, entre otras
Luis A. N
un
ez
278
M
etodos Matem
aticos de la Fsica
>
>
>
>
>
restart;with(OrthogonalSeries) :
poli := 1+2*x+3*x^3 +4*x^5;
S1 := ChangeBasis(poli,ChebyshevT(n,x)) ;
S2 := ChangeBasis(poli,HermiteH(n,x)) ;
S3 := ChangeBasis(S1,HermiteH(n,x));
7.4.4.
Hemos considerado un par de ejemplos de Polinomios Ortogonales. En ambos podemos idenficar algunas
caractersticas comunes. En base a estas caractersticas comunes definiremos otras familias de polinomios
ortogonales.
Nomenclatura
Nombre
w(x)
Pn (x)
Legendre
Tn (x)
Tchebychev 1E
Un (x)
Tchebychev 2E
1
1
2
1 x
1 x2
Hn (x)
Ln (x)
L
n (x)
Pn (x)
Hermite
Laguerre
Laguerre G
Jacobi
0
0
1
ex
ex
x ex con > 1
(1 x) (1 + x)
Nn
2
2n + 1
2
2n n!
1
N0
(n++1)
n!
ver leyenda
Cuadro 7.1: Propiedades genericas de los Polinomios Ortogonales, Nn indica la norma del polinomio de grado
2++1
(n + + 1)(n + + 1)
n. En el caso de los polinomios de Jacobi, la norma es Nn =
con
2n + + + 1
n!(n + + + 1)
> 1 y > 1
Luis A. N
un
ez
279
M
etodos Matem
aticos de la Fsica
que garantiza que la norma sea finita en ese intervalo. Dado que el Teorema de Weierstrass garantiza que el
conjunto de polinomios {1, x, x2 , , xn , } es una base completa para un espacio vectorial E , se procede
a ortogonalizar esa base con la definici
on de producto interno y el intervalo que corresponda. Para cada caso
tendremos una base ortogonal de polinomios.
Polinomio
Pn
Tn
Un
Hn
Ln
L
n
n
(1)n 2n n!
(1)n n+1
2
n + 12
(1)n
2n+1 n + 32
(n + 1)
(1)n
n!
n!
w(x)
1
1
1 x2
1 x2
2
ex
ex
x ex
q(x)
1 x2
1 x2
1 x2
1
x
x
280
M
etodos Matem
aticos de la Fsica
Polinomio
n=0
n=1
Pn
Tn
Un
Hn
Ln
1
1
1
1
x
2x
2x
1x
n=2
1
(3x2 1)
2
2x2 1
4x2 1
4x2 2
1 2
2 x 2x + 1
n=3
1
(5x3 3x)
2
4x3 3x
8x3 4x
8x3 12x
1
3
2
6 (x 9x + 18x 6)
n=4
1
(35x4 30x2 + 3)
8
8x4 8x2 + 1
16x4 12x2 + 1
16x4 48x2 + 12
1
4
3
2
24 (x 16x + 72x 96x + 24)
an
Pn
Tn
Un
Hn
0
0
0
2n + 1
n+1
2n + 1 +
n+1
Ln
L
n
bn
2n + 1
n+1
2
2
2
1
n+1
1
n+1
cn
n
n+1
1
1
2n
n
n+1
n+
n+1
Cn pn (x) tn
con an constante
n=0
Las funciones generatrices no son exclusivas de los polinomios ortogonales. Como veremos mas adelante,
existen funciones generatrices para las funciones de Bessel.
Ecuaci
on diferencial para los Polinomios Ortogonales
Cada uno de los polinomios ortogonales habra de ser solucion de una ecuacion diferencial ordinaria de la
forma
d2 pn (x)
dpn (x)
g2 (x)
+ n pn (x) = 0
+ g1 (x)
dx2
dx
En el cuadro 7.6 mostramos las expresiones para los coeficientes de las ecuaciones correspondientes a las
ecuaciones diferenciales para las cuales cada uno de los polinomio ortogonales es solucion
Luis A. N
un
ez
281
M
etodos Matem
aticos de la Fsica
Polinomio
Cn
Pn
Tn
Un
1
1
n!n
1
(2n)!
1n
(2n + 1)!
Hn
H2n
H2n+1
Ln
L
n
G(x, t)
1
1 2xt + t2
1 t2
+1
1 2xt + t2
1
1 2xt + t2
2
e2xtx
cos(2xt)et
sen(2xt)et
xt
1 1t
e
1t
xt
1
e 1t
(1 t)
g2 (x)
1 x2
1 x2
1 x2
1
x
x
1 x2
g1 (x)
2x
x
2x
2x
1x
1x+
x(2 + + )
n
n(n + 1)
n2
n(n + 1)
2n
n
n
n(n + + + 1)
Cuadro 7.6: Funciones para determinar la ecuacion diferencial para la cual son solucion los polinomios
ortogonales
7.4.5.
Interpolaci
on polinomial de puntos experimentales
Muchas veces nos encontramos con la situacion en la cual tenemos un conjunto de (digamos n) medidas
o puntos experimentales {(x1 , y1 = f (x1 )), (x2 , y2 = f (x2 )), , (xn , yn = f (xn ))} y para modelar ese
experimento quisieramos una funci
on que ajuste estos puntos. El tener una funcion nos provee la gran ventaja
de poder intuir o aproximar los puntos que no hemos medido. La funcion candidata mas inmediata es un
polinomio y debemos definir el grado del polinomio y la estrategia que aproxime esos puntos. Si queremos
aproximar esos puntos por una recta el Metodo de Mnimos Cuadrados es el mas utilizado7 . Puede ser que
no sea lineal el polinomio y queramos ajustar esos puntos a un polinomio tal que este pase por los puntos
experimentales. Queda entonces por decidir la estrategia. Esto es si ajustamos la funcion como trozos
de polinomios que ajusten a subconjuntos {(x1 , y1 = f (x1 )), (x2 , y2 = f (x2 )), , (xm , ym = f (xm ))} con
m < n. de los puntos experimentales En este caso tendremos una funcion de ajuste, para cada conjunto de
7 Para detalles pueden consultar Luis A. N
un
ez Formulario de M
etodos Matem
aticos 1. Grupos, SubEspacios,
Independencia Lineal y Bases para un Espacio Vectorial Lineal http://webdelprofesor.ula.ve/ciencias/nunez/
cursos/MetodosMatematicos1/B2005/Met1ClsEspVect105A.pdf
Luis A. N
un
ez
282
M
etodos Matem
aticos de la Fsica
Figura 7.3:
En el lado izquierdo se muestran los puntos experimentales
{(2, 8), (4, 10), (6, 11), (8, 18), (10, 20), (12, 34)} y a la derecha la funcion polinomica que los interpola
son
puntos. Tambien podemos a ajustar la funcion a todo el conjunto de puntos experimentales y, en ese caso el
m
aximo grado del polinomio que los ajuste sera de grado n 1. Para encontrar este polinomio lo expresamos
como una combinaci
on lineal de Polinomios de Legendre. Esto es
n1
y2 = f (x2 ) = C0 P0 (x2 ) + C1 P1 (x2 ) + + Cn1 Pn1 (x2 )
X
Ck Pk (x)
P(x) = f (x) =
..
k=0
Luis A. N
un
ez
283
M
etodos Matem
aticos de la Fsica
ciones obtendremos
8 + C0 C1 + C2 C3 + C4 C5
=0
10 + C0
3
5
C1 +
1
25
C2 +
9
25
C3
51
125
C4 +
477
3125
C5
=0
11 + C0
1
5
C1
11
25
C2 +
7
25
C3 +
29
125
C4
961
3125
C5
=0
18 + C0 +
1
5
C1
11
25
C2
7
25
C3 +
29
125
C4 +
961
3125
C5
=0
20 + C0 +
3
5
C1 +
1
25
C2
9
25
C3
51
125
C4
477
3125
C5
=0
34 + C0 + C1 + C2 + C3 + C4 + C5
=0
2249
,
144
C1 =
3043
,
336
C2 =
1775
,
504
C3 =
175
,
216
C4 =
625
,
336
C5 =
14375
3024
con lo cual
2249 3043
1775
175
625
14375
+
x+
P (2, x)
P (3, x) +
P (4, x) +
P (5, x)
144
336
504
216
336
3024
la interpolaci
on queda representada en al figura 7.3.
Es importante se
nalar que mientras mas puntos experimentales se incluyan para la interpolaci
on, el
polinomio resultante ser
a de mayor grado y, por lo tanto incluira oscilaciones que distorcionaran una aproximaci
on m
as razonable. Por ello, la estrategia de hacer la interpolacion a trozos, digamos de tres puntos en
tres puntos, generar
a un mejor ajuste, pero sera una funcion (un polinomio) contnuo a trozos.
P(x) = f (x) =
Cuadratura de Gauss-Legendre
Una de los usos m
as comunes de los polinomios ortogonales es para aproximar funciones, en particular
integrales que requieren ser resueltas numericamente. La idea es aproximar una integral, para una funcion
f (x), definida en el intervalo [a, b] y suficientemente bien comportada, por una suma finita de terminos
ck f (xk ) y estimar el error que cometemos en esta aproximacion. Esto es
Z
f (x)dx =
a
N
X
ck f (xk ) + EN
k=1
N
otese que la intenci
on es utilizar la funci
on a integrar evaluada en un conjunto de puntos estrategicos para
los cuales est
an definidos unos coeficientes, tambien inteligentemente seleccionados. Es decir se requieren 2N
n
umeros (ck y los xk con k = 1, 2, N ). Mas a
un, esas 2N cantidades pueden ser seleccionadas de forma
tal que la aproximaci
on es exacta EN = 0 cuando f (x) es un polinomio de grado 2N 1
Supongamos, para empezar que la funci
on f (x) esta definida para x [1, 1]8 y por lo tanto los polinomios
ortogonales que seleccionaremos para aproximar la integral (y la funcion) seran los del Legendre (igual
pudimos haber utilizado los polinomios de Tchebychev), con lo cual
Z 1
Z
X
1
1 1
f (x) =
ak Pk (x)
donde, como siempre ak = n +
dx f (x)Pk (x) y a0 =
dx f (x)
2
2 1
1
k=0
8
esta
no es una limitaci
on muy severa porque siempre podemos hacer un cambio de variable del tipo x =
ba
2
t+
b+a
2
Luis A. N
un
ez
284
M
etodos Matem
aticos de la Fsica
Con lo cual
Z
f (x)dx
1
N
X
ck f (xk ) =
k=1
N
X
ck
!
an Pn (xk )
n=0
k=1
an
n=0
N
X
!
ck Pn (xk )
k=1
quedan todava por determinar los pesos ck y los puntos xk . Para ello procedemos de la siguiente forma.
Notamos que PN (x) tiene N races, x = xj , en el intervalo 1 x 1. Entonces, si seleccionamos esos
puntos x = xj para evaluar la funci
on f (xk ) se anulan el coeficiente para el termino aN y, ademas podremos
encontrar los pesos ck resolviendo el sistema de N ecuaciones de la forma
N
X
cj P0 (xj ) =
j=1
N
X
N
X
cj = 2
j=1
para k = 1, 2, N 1
cj Pk (xj ) = 0
j=1
donde los Pk (xj son los distintos polinomios evaluados en las races del polinomio de grado N , i.e. PN (xj ) = 0
Se puede demostrar que la soluci
on de este sistema provee los pesos escritos de la forma
2
cj =
!2
dPN (x)
dx x=xj
(1 x2j )
M
as a
un, podremos, de esta forma, escribir
Z
f (x)dx
1
N
X
ck f (xk ) = 2a0 + EN
con EN =
n=N +1
k=1
an
N
X
!
ck Pn (xk )
k=1
pero como
1
a0 =
2
Z
dx f (x)
dx f (x) =
1
N
X
ck f (xk ) EN
k=1
Es decir, demostramos que es posible aproximar la integral del la funcion con un promedio pesado de la
funci
on evaluada en unos puntos estrategicos. Los puntos estrategicos son los ceros del polinomio de Legendre
de grado igual al n
umero de puntos con los cuales se quiere aproximar la funcion y los pesos vienen de resolver
las ecuaciones para los coeficientes de la expansion.
En el cuadro 7.7 se ilustran los valores de los puntos de interpolacion y sus pesos correspondientes.
Es inmediato comprobar que si f (x) es un polinomio de grado N 1 la aproximacion es exacta y el
error es nulo. Pero lo que realmente hace u
til a este tipo de aproximaciones es que tambien sera exacta para
polinomios de grado 2N 1. Esto se puede ver si expresamos un polinomio de grado 2N 1 como la suma
de dos polinomios
f (x) = PN (x)Y1 (x) + Y2 (x)
donde Y1 y Y2 son polinomios de grado N 1. Entonces, al integrar miembro a miembro
Z 1
Z 1
Z 1
dx Y2 (x)
dx f (x) =
dx PN (x)Y1 (x) +
1
1
1
{z
}
|
=0
el primer termino se anula por ser PN (x) ortogonal a cualquier polinomio de grado inferior, y el segundo
termino no es m
as que el caso que analizamos anteriormente de un polinomio de grado N 1
Luis A. N
un
ez
285
M
etodos Matem
aticos de la Fsica
xj = fsolve(P(N,x),x,complex)
cj =
(1
0,5773502692
0,0
0,7745966692
0,3399810436
0,8611363116
0,0
0,5384693101
0,9061798459
0,2386191861
0,6612093865
0,9324695142
..
.
2
3
4
5
..
.
x2j )
!2
dPN (x)
dx x=xj
1,0
0,88888889
0,55555555
0,65214515
0,34785485
0,56888889
0,47862867
0,23692689
0,46791393
0,36076157
0,17132449
..
.
2N 1
3
5
7
9
11
..
.
dx w(x)f (x)
a
N
X
ck f (xk )
k=1
donde las {x1 , xk , xN } son los ceros del polinomio ortogonal, de grado N , pN (x), elegido para hacer
esta aproximaci
on. Los N pesos {c1 , ck , cN } surgen de resolver el sistema de ecuaciones
N
X
h0
cj = 2
p0
j=1
Z
con h0 =
w(x)p20 (x)dx
N
X
cj Pk (xj ) = 0
para k = 1, 2, N 1
j=1
As para aproximar integrales con funciones pesos, w(x), utilizaremos cuadraturas adaptadas a los polinomios
ortogonales. Esto es
Z
Z
Z 1
f (x)
x
x2
dx e f (x) Laguerre
dx e
f (x) Hermite
dx
Tchebychev
1 x2
0
7.5.
7.5.1.
caso la serie de Fourier la constituyen funciones continuas, reales de variable real y definidas en [0, 2], C[0,2]
,
en termino de funciones trigonometricas. Esto es el conjunto de funciones {|u1 i , |u2 i , |u3 i , , |un i }
representadas por
|u0 i = 1,
Luis A. N
un
ez
|u2n i = cos nx
con n = 1, 2, 3,
286
M
etodos Matem
aticos de la Fsica
Figura 7.4: Expansiones de Varias funciones en sumas parciales de Series de Fourier. Tomado de Eric
W. Weisstein. Fourier Series. MathWorldA Wolfram Web Resource. http://mathworld.wolfram.com/
FourierSeries.html
0 si n 6= m
2
hun |um i = nm k|un ik
k|un ik
si n = m
0 dx sen nx sen mx = 0
R
2
dx cos nx sen mx = 0
0
R 2 dx cos nx cos mx = 0
0
R 2
dx = 2
R
2
dx cos2 nx =
0
R 2 dx sen2 nx =
0
con l = 1, 2, 3, tambien. Por lo tanto, podremos construir una base ortonormal de funciones
{|e1 i , |e2 i , |e3 i , , |en i , } de la forma
1
|e0 i = ,
2
1
|e2n i = cos nx
1
|e2n1 i = sen nx.
Tal y como se muestra en la figura 7.4 disntintas funciones pueden ser expandidas con sumas parciales de
Fourier. A diferencia de las series de potencias, que imponen que las funciones a ser expandidas deben ser
contnuas y contnuamente diferenciables en el intervalo, la series de Fourier pueden representar funciones
contnuas a trozos, siempre y cuando cumplan con algunas condiciones.
Por lo tanto cualquier funci
on definida en el intervalo [0, 2] puede expresarse en terminos de esta base
Luis A. N
un
ez
287
M
etodos Matem
aticos de la Fsica
como
|f i =
ci |ei i
ci = hei |f i =
i=0
1
2
R 2
0
R 2
R 2
dx f (x) = c0 a0
si
i=0
si
i = 2n
si
i = 2n 1
F (x) =
a0 X
+
(an cos(nx) + bn sen(nx))
2
n=1
F (x) =
X
a0
+
an cos
2
n=1
2nx
T
+ bn sen
2nx
T
a0 =
con
an =
bn =
2
T
R x0 +T
2
T
R x0 +T
2
T
R x0 +T
x0
x0
x0
dx f (x)
dx f (x) cos
dx f (x) sen
2nx
T
2nx
T
n=1
F (x)
dt f (t) +
0
Z
X
n=1
un expresar una serie de Fourier en termino de una base compleja. Vale decir
Tambien es muy com
k i { eikx } con k = 0, 1, 2, . Con lo cual
|
|f i =
X
k=
k i
Ck |
X
k=
Ck eikx
con
k |f i
h
1
Ck =
=
2
hk |k i
dx eikx f (x)
288
M
etodos Matem
aticos de la Fsica
tendremos que
Fn (x)
n
n Z
a0 X
a0 X 1
dt f (t) cos(n(t x))
+
+
(ak cos(kx) + bk sen(kx)) =
2
2
k=1
k=1
"Z
#
n
n1 X
o
<
dt f (t)
+
ei(tx)k
2
k=1
y al sumar la progresi
on geometrica que representa una serie de exponenciales llegamos a
"
#
Z
Z
sen n + 21 (t x)
1
1
Fn (x) =
dt f (t)
dt f (t) K(x, n, t)
2
2
sen 12 (t x)
la cual siempre es convergente y el termino
"
K(x, n, t) =
sen
#
n + 12 (t x)
sen 12 (t x)
se conoce como el n
ucleo de la transformacion de F , el (Kernel ) de Dirichlet
La pregunta b
asica que sigue es, en todos estos casos,: como se relaciona la expansion de Fourier
|f i F (x) con la funci
on f (t) que genera los coeficientes de la expansion ? Notese que es una forma de
mirar una relaci
on entre F (x) f (t). Pasamos de f (t) a F (x) mediante una transformacion
Z
1
Fn (x) =
dt f (t) K(x, n, t)
2
Este tipo de relaciones se denomina transformacion integral y en particular esta es una de las expresiones
de las llamadas Transformaciones de Fourier las cuales trataremos mas adelante en la seccion 7.5.6.
7.5.2.
Condiciones de Dirichlet
Las condiciones que una determinada funcion f (x) debe cumplir para poder ser representada como una
serie de Fourier, se conocen con el nombre de condiciones de Dirichlet9 las cuales pueden ser esquematizadas
en los siguientes puntos. Para que una funcion f (x) sea susceptible de ser expandida en series de Fourier
debe ser
peri
odica
univaluada y contnua a trozos (contnua menos, en un n
umero finito de puntos) con un n
umero finito
de m
aximos y mnimos
R T /2
la integral T /2 dx|f (x)| debe ser convergente. Donde [T /2, T /2] quiere indicar el intervalo de definici
on de una funci
on con perodo T .
Podemos formalizar un poco m
as las condiciones de Dirichlet en el llamado Teorema de Fourier.
9 Johann Peter Gustav Lejeune Dirichlet 1805 - 1859 Matem
atico Alem
an con importantes contribuciones en Teoras
de n
umeros Algebr
aica, Series y aproximaciones de funciones y ecuaciones diferenciales parciales
Luis A. N
un
ez
289
M
etodos Matem
aticos de la Fsica
Teorema de Fourier
Sea f (x) una funci
on en el intervalo x y definida para el resto de la recta real tal que cumpla
con f (x + 2) = f (x). Es decir f (x) es 2periodica. Supongamos ademas que existe
Z
Z
1
dx eikx f (x) con k = 0, 1, 2, .
dx f (x) con lo cual Ck =
2
y si |f (x)| est
a acotada para un intervalo [a, b] con < a x b < , entonces
X
1
ikx
F (x) =
Ck e
es convergente al valor F (x) =
lm f (x + ) + lm f (x )
0
2 0+
k=
X
1
1
1 2 X 2
|Ck |2 =
a0 +
|an + b2n | =
dx |f (x)|2
dx |f (x)|2
2
2
n=1
k=
7.5.3.
Z T2
Z T2
1 si 21 T t < 0
4
2nt
2
2nt
bn =
dt f (t) sen
=
dt f (t) sen
f (t) =
T T2
T
T 0
T
+1 si 0 t 12 T
porque los coeficientes pares (an ) se anulan. Entonces
2
4
sen3t sen5t sen7t
bn =
(1 (1)n ) f (t) =
sent +
+
+
+
n
3
5
7
Luis A. N
un
ez
290
M
etodos Matem
aticos de la Fsica
Figura 7.5: Un par de funciones, definidas con un perdo T , a ser expresadas en como expansiones en Series
de Fourier. En los cuadrantes
I y II, encontramos una onda cuadrada. La primera (cuadrante I) definida en
un intervalo T2 , T2 y en el cuadrante II la misma funcion definida en un intervalo (0, T ). El cuadrante III
ilustra las aproximaciones de la serie de Fourier para n = 3, 7, 20, mientras que el espectro de potencia se
presenta en el cuadrante IV. La onda diente de sierra, definida en un intervalo (0, T ), se presenta en el
cuadrante V. Sus aproximaciones en series de Fourier para n = 3, 7, 10 se pueden observar en el cuadrante
VI, mientras que el espectro de potencia en el cuadrante VII.
los coeficientes pares b2n se anulan y ademas hemos denotado = 2/T . Al definir la funcion podemos
interpretar los coeficientes de Fourier an , bn como las contribuciones de cada uno de los armonicos an , bn
n = 2n/
a relacionado
T . A partir de estas contribuciones se construye el espectro de potencia, el cual est
p
con la energa que aporta cada uno de estos armonicos. Por ello construimos un ndice En = a2n + b2n y
graficamos En vs n tal y como se puede comprobar en la figura 7.5, cuadrantes IV y VII. Se encuentra que
se puede asociar un espectro de potencia a cada se
nal y con lo cual realizar una especie de identificaci
on.
En este punto podemos hacernos un par de preguntas
quehubiera pasado si en vez de considerar el intervalo T2 , T2 hubieramos considerado (0, T ) ?
tendramos el mismo desarrollo en serie de Fourier ?
el mismo espectro ?
Justifique sus respuestas.
Variedades de dientes de sierra
Otra funci
on muy com
un es la denominada dientes de
Luis A. N
un
ez
sierra
a0 =
2
T
RT
an =
2
T
RT
bn =
2
T
RT
dt f (t)
dt f (t) cos
dt f (t) sen
= aT
2nt
T
2nt
T
=0
=
aT
n
291
M
etodos Matem
aticos de la Fsica
2
5
para 0 t T
La figura 7.5 (cuadrantes V y VI) muestra la construccion de esta funcion y su representacion en Series de
Fourier.
A partir de esta funci
on podemos hacer unas variaciones. Por ejemplo considerese la funcion
R
2 T /2
=0
a0 = T T /2 dt f (t)
R T /2
T
T
an = T2 T /2 dt f (t) cos 2nt
=0
f (t) = at si
t
con a constante
2
2
R
aT (1)n
T T /2
T
n
Claramente es una funci
on impar f (x) = f (x) y as lo refleja su expansion en series de Fourier. Si hacemos
a = 3 y T = 2 n = n tendremos que la expresion para de la serie es
6sen ( t) 3sen (2 t) 2sen (3 t) 3sen (4 t) 6sen (5 t)
+
+
2
5
f (t) = 3t =
con
T
T
t
2
2
la cual, si bien es parecida no es igual a la anterior, debido que estamos expandiendo otra funcion.
Otra variaci
on posible de la funci
on diente de sierra puede ser la version completamente par del diente,
f (x) = f (x). Esta es
R T /2
a0 = T2 T /2 dt f (t)
= T2a
at si T
2 t0
R T /2
n
1)
f (t) =
an = T2 T /2 dt f (t) cos 2nt
= T a((1)
2 2
T
n
at si 0 t 2
T /2
En este caso son los terminos impares los que se anulan. Adicionalmente, notese que para n par, los coeficientes
pares tambien se anulan, Otra vez, si hacemos a = 3 y T = 2 n = n tendremos la serie
f (x) =
+
2
2
25
2
3 2
con
T
T
t
2
2
Funci
on cuadr
atica
Otro caso, complementario al anterior por sus propiedades de simetra, es la expansion en series de Fourier
de la funci
on f (x) = x2 para < x < . Entonces los coeficientes se la expansion seran
R
2 2
1
2
dx
x
=
a
=
3
f (x) = x2
an = 2 dx x2 cos(nx) = 4(1)
0
2 n2
ya que los coeficientes correspondientes a los terminos impares bn se anulan. Con lo cual
x2 =
Luis A. N
un
ez
X
2
(1)n cos(nx)
+4
3
n2
n=1
292
M
etodos Matem
aticos de la Fsica
N
otese que como un resultado particular, al evaluar en x = , se tiene la funcion zeta de Riemann (2)
2 =
X
2
1
+4
2
3
n
n=1
(2)
X
2
1
=
n2
6
n=1
Pero este caso se presta tambien para considerar funciones no periodicas. Supongamos que queremos
desarrollar la expansi
on de Fourier para f (x) = x2 pero en este caso con 0 < x < 2. Si este fuera el caso,
empezamos por suponer que la funci
on tienen un perodo, digamos T = 4. Esto es 2 x 2. Con lo cual
Z 2
Z 2
4
8
2
dx x2 =
dx x2 =
a0 =
4 2
4 0
3
Z 2
Z
nx
2nx
16
16
2
4 2
2
dx x cos
dx x2 cos
= 2 2 cos n = 2 2 (1)n
an =
=
4 2
4
4 0
2
n
n
Con lo cual tendremos que
x2 =
7.5.4.
nx
X
4
(1)n
+ 16
cos
3
2 n2
2
n=1
para 0 < x 2
Es de hacer notar que esta propiedades de simetra respecto al perodo de la funcion (f (x) = f (x)
simetra y f (x) = f (x) antisimetra) para un perodo T2 x T2 pueden y deben ser explotadas para
simplificar los c
alculos. Esto se puede resumir en
an 6= 0
an = 0
f (x) = f (x)
y alternativamente f (x) = f (x)
bn = 0
bn 6= 0
Pero m
as interesante a
un es cuando estas propiedades de simetria
se presentan en un cuarto del perodo.
Vale decir, que f (x) ser
a par o impar respecto a T /4 i.e. f T4 + x = f T4 x f (s) = f (s) donde
s = T4 x. Entonces
Z
2ns n
2 x0 +T
ds f (s) sen
+
bn =
T x0
T
2
Donde los lmites de integraci
on no se han visto alterados porque la funcion es periodica. Es inmediato
comprobar que
n
n
2ns n
2ns
2ns
sen
+
= sen
cos
+ cos
sen
T
2
T
2
T
2
es decir
2
bn =
T
cos
n Z
2
x0 +T
x0
ds f (s)sen
2ns
T
+ sen
n Z
2
x0 +T
x0
ds f (s) cos
2ns
T
!
por lo que si n = 2k sen n
= sen(k) = 0 y si n = 2k 1 cos 2k1
on
2
2 = 0. Ta misma consideraci
se puede hacer para los coeficientes an (queda como ejercicio para el lector) y se puede concluir que
Si f (x) par en T /4 entonces a2n1 = b2n = 0
Si f (x) impar en T /4 entonces a2n = b2n1 = 0
Luis A. N
un
ez
293
M
etodos Matem
aticos de la Fsica
7.5.5.
Tratamiento de discontinuidades
Tal y como hemos mencionado, a diferencia de las series de potencias, las series de Fourier manejan razonablemente bien las discontinuidades, pero por ser una base de funciones contnuas, no puede reproducirlas.
Tal y como comentamos en el Teorema de Fourier (seccion 7.5.2) y muestra la figura 7.6 el valor de las sumas
parciales de Fourier en un punto de discontinuidad x = x0 sera el promedio de los valores F (x0 ) (por la
izquierda) y F (x+0 ) (por la derecha) en la discontinuidad. Esto es la expansion de Fourier alrededor de un
(x0 )
punto de discontinuidad x x0 tender
a al valor F (x) F (x0 ) Fm donde Fm = F (x+0 )+F
.
2
El Fen
omeno de Gibbs
Pero tambien se muestra en esa figura 7.6 que, tanto por la izquierda como por la derecha la discontinuidad
de la funci
on escal
on, las sumas parciales de Fourier oscilan y no convergen a los valores x0 . El comportamiento oscilante de las sumas parciales de Fourier alrdedor de las discontinuidades, que no desaparecen ni
en el lmite se denominan fen
omeno de Gibbs en honor a su descubridor Josiah Willard Gibbs10
Para entender que pasa en la discontinuidad consideremos una variacion de la onda cuadrada considerada
anteriormente (7.5.3). Entonces sus sumas parciales seran
n
1 si 0 t <
2X 1
1
c
f (t) =
F2n
(x) = +
sen((2k 1)x)
2
2k 1
0 si t < 2
k=1
porque los coeficientes pares (an ) se anulan. Para estudiar el fenomeno de Gibbs reescribimos la suma parcial
anterior de una manera ingeniosa
!
Z
Z
n Z t
n
X
1
2X
1
2 t
1
1 t
sen(2ns)
c
F2n (t) = +
ds cos(2k 1)s = +
ds
cos(2k 1)s = +
ds
2
2 0
2 0
sen(s)
0
k=1
k=1
donde, utilizando la f
ormula de Moivre y convirtiendo esa serie de cosenos en una de exponenciales la cual,
10 Josiah Willard Gibbs 1839 - 1903 Algunos lo consideran el primer F
sico Norteamericano, de hecho fue el primero en
recibir un ttulo de doctorado por una universidad norteameicana (Yale University). Hizo importantes aportes en electromagnetismo y sobre todo en termodin
amica y fsica estadstica, sentando las bases matem
aticas para estas disciplinas. En matem
aticas
es conocido su estudio de las oscilaciones de las expansiones de las series de Fourier en los puntos de discontinuidad. M
as detalles
http://www-history.mcs.st-and.ac.uk
Luis A. N
un
ez
294
M
etodos Matem
aticos de la Fsica
cos(2k 1)s =
k=1
sen(2ns)
sen(s)
c
Es inmediato convencerse que las sumas parciales F2n
(x) siempre tendran maximos y mnimos
c
(x)
dF2n
sen(2nx)
=
=0
dx
sen(x)
para x =
m
2n
con m = 1, 2, 3,
Las Series de Fourier tienden a sobre-estimar el valor de los puntos de discontinuidad en 18 % esto es
un valor de 1,1789797. La inclusi
on de mas terminos en las sumas parciales no mejoran la situaci
on. El
fen
omeno de Gibbs no se restringe a Series de Fourier sino que tambien se presenta en las demas series de
funciones (ver detalles en la referencia [3]) .
El fen
omeno de Gibbs fue observado experimentalmente ! por primera vez por Albert Michelson11 Para
finales de 1800 Michelson haba creado un dispositivo mecanico para medir las componentes de Fourier de
se
nales electricas. Al incorporarle una onda cuadrada observo que una oscilacion inesperada en los puntos
de discontinuidad. Crey
o que esa oscilaci
on se deba a defectos del dispositivo. Luego de probar m
ultiples
tipos de se
nales peri
odicas y observar un comportamiento similar, decidio comentarselo a su amigo Willard
Gibbs, de la Universidad Yale. Al poco tiempo Gibbs volvio una explicacion que dejo intacta la fama de
Michelson como instrumentista. El fen
omeno es una consecuencia de la teorria de series de Fourier y no del
equipo dise
nado por Michelson12 .
Correcci
on al fen
omeno de Gibbs: Factor de Lanczos
Una de las estrategia para corregir las oscilaciones del fenomeno de Gibbs se le debe a Lanczos13 Considerando el mismo caso de la funci
on onda cuadrada, se puede intentar sustituir la funcion oscilante Fnc (x)
c
Z x+ 2n
Z x+ 2n
n
X
n
1
2
1
n
c
c
c
ds F2n (s) =
ds
+
sen((2k 1)s)
F2n (x) F2n (x) =
x 2n
x 2n
2
2k 1
k=1
=
c
F2n
(x)
#
n
2X 1
1
+
sen((2k 1)s)
ds
2
2k 1
x 2n
k=1
"
#
x+ 2n
n
n
2X
1
+
cos((2k 1)s)
2n
(2k 1)2
x 2n
k=1
"
#
n
sen 2n
(2k 1)
1
2X 1
+
sen((2k 1)x)
2
2k 1
2n (2k 1)
k=1
|
{z
}
n
x+ 2n
"
11 Albert Abraham Michelson Strelno, Prussia, 1852 - Pasadena EEUU. 1931. Premio Nobel en F
sica (1907) uno de los
fsicos experimentales m
as habilidosos de todos los tiempos. La precisi
on y lo ingenioso de los instrumentos creados por
el son
famosos. Con importantes contribuciones en medidas de fen
omenos en
optica. Una de sus contribuciones m
as conocidas son los
experimentos para mostrar la inexistencia del Ether como medio de trasmisi
on para el fen
omeno electromagn
etico. M
as detalles
http://nobelprize.org/physics/laureates/1907/michelson-bio.html
12 M
as detalles http://en.wikipedia.org/wiki/Gibbs_phenomenon
13 Cornelius Lanczos 1893 - 1974 Hungr
a. Matem
atico h
ungaro con contribuciones importante en Relatividad y Fsica
Te
orica. En matem
aticas es conocido inventar la transformada r
apida de Fourier. M
as detalles en http://www-history.mcs.
st-and.ac.uk/Biographies/Lanczos.html
Luis A. N
un
ez
295
M
etodos Matem
aticos de la Fsica
Con lo cual hemos identificado el factor de Lanczos. Siguiendo este mismo proceso se puede generalizar
para cualquier funci
on de tal modo que una serie de Fourier generica podra ser corregida con un factor
para lograr
"
#
n1
n1
X sen k
a
a0 X
0
n
Fn (x) =
+
(a
cos(kx)
+
b
sen(kx))
+
k (ak cos(kx) + bk sen(kx))
k
k
k
2
2
n
k=1
7.5.6.
k=1
Tranformadas de Fourier
k i
Ck |
k=
Ck eikx
2n
T .
f (t) =
2n
Cn ei T t =
Cn ein t
n=
n=
k=
= = d y ademas
T
n
R T /2
T /2
dt f (t)
T
Z
0
ya que
Si recordamos la expresi
on que toman los coeficientes de la expansion
n |f i
1
h
=
Cn =
k |
n i
T
h
con lo cual hacer T
T /2
dx e
i2nx
T
f (x)
f (t) =
T /2
X
n=
1
f (t) =
2
d e
it
T /2
dx e
inx
f (x) ein t
T /2
dx eix f (x)
{z
}
F ()
De este modo, la transformada de Fourier de una funcion y su inversa, pueden escribirse como
Z
Z
1
1
it
1
F () F[f (t)] =
dt e
f (t) f (t) F [F ()] =
d eit F ()
2
2
Propiedades
Las transformada de Fourier cumplen con las siguiente propiedades, las cuales de derivan de la definici
on
arriba expuesta
1. Las transformada de la derivada F[f 0 (t)] = iF () y en general F[f n (t)] = in n F (). Esta propiedad
es m
as o menos inmediata a partir de la definicion integrando por partes
Z
Z
1
1
i
0
it 0
it
F[f (t)] =
dt e f (t) =
e f (t) +
dt eit f 0 (t)iF ()
2
2
2
Luis A. N
un
ez
296
M
etodos Matem
aticos de la Fsica
2. La transformada de la integral
Z
F
1
ds f (s) =
F () + 2c()
i
donde la funci
on (distribuci
on) () se denomina delta de Dirac y el termino 2c() representa la
transformada de la constante de integracion
3. Escalamiento F[f (at)] = a1 f ( a )
4. Traslaci
on F[f (t + a)] = eia F ()
5. Multiplicaci
on por un exponencial F [et f (t)] = f ( + i)
Funciones pares e impares
Al igual que en las espansiones de Fourier la paridad de las funcion f (t) es importante. Esto se nota
r
apidamente a partir de la definici
on. Supongamos f (t) = f (t), entonces
Z
Z
Z
1
1
2i
it
F () =
dt e
f (t) =
dt (cos t isent) f (t) =
dt sen t f (t)
2
2
2 0
con lo cual podremos definir las transformadas de Fourier seno y coseno para funciones impares y pares
respectivamente. Esto es para funciones impares f (t) = f (t)
r Z
r Z
2
2
dt cos t f (t) f (t) =
d cos t F ()
F () =
0
0
y para funciones pares f (t) = f (t)
r Z
2
F () =
dt sen t f (t)
0
f (t) =
d sen t F ()
0
X
j=0
cj hui |uj i =
cj ij
j=0
la intenci
on ahora ser
a utilizar la transformada de Fourier para construir la generalizacion de bases discretas
a continua |w i de tal forma que transformamos el ndice de la sumatoria en la variable de una integral
Z
|i = d c () |w i
Luis A. N
un
ez
297
M
etodos Matem
aticos de la Fsica
donde
Z
c () = hw |i =
Z
d c () hw |w i =
d c () ( )
con en la cual ( ) es una Delta de Dirac. As, los dos conceptos expresados hasta ahora tienen una
expresi
on:
Propiedad\Base
Ortogonalidad
Cierre
Expansi
on
Componentes
Producto Interno
Norma
Discreta
hvP
i |vj i = ij
Continua
hw R|w i = ( )
1 = d |w i hw |
R
|i = d c () |w i
c ()R= hw |i
hG| Fi = d g () f ()
R
2
hF| Fi = d |f ()|
(x) =
dp
e
(p)
(p) =
dx
e
(x)
2~
2~
2~
2~
|
{z
}
|
{z
}
vpx (x)
vp (x)
por lo cual
Z
(x) =
dp vp (x) (p)
(p) =
dx vp (x) (x)
1 ei px/~
2~
hvp | vp i =
dx |vp (x)| =
dx
2~
Que las proyecciones de (x) sobre la base de ondas planas es (p) = hvp | i
Luis A. N
un
ez
298
M
etodos Matem
aticos de la Fsica
La relaci
on de cierre para esta base se expresa como
Z
Z
Z
1= d |v i hv |
dp vp (x0 ) vp (x) =
dp
1 i p(x0 x)/~
e
= (x0 x)
2~
Un para de ejemplos
Un ejemplo inmediato lo tenemos al considerar la funcion
f (t) =
1
0
si |t| < 1
el resto
1
F () =
2
1
1 ei ei
2sen
dt 1 eit =
=
i
2
2
1
1
el otro ejemplo de uso lo podremos construir a si consideramos la ecuacion diferencial inhomogenea y buscamos su soluci
on
Z 1
1
d(x)
d(x)
2
2
K (x) = f (x)
K (x) eit = F ()
dt
dx2
dx2
2 1
donde F () es la transformada de Fourier de la funcion f (x). Utilizando las propiedades de la transformada
de Fourier obtenemos que
Z 1
1
d(x) it
= F () k 2 ()
K 2 ()
= F () ()
= F ()
e
K 2 ()
dt
2
dx
k2 + K 2
2 1
como la transformada de Fourier de la solucion (x). Con lo cual
donde hemos representado ()
1
(x) =
2
eit = 1
dt ()
2
1
dt
1
F ()
eit
+ K2
k2
Como soluci
on formal de la ecuaci
on diferencial resulta sencilla y el metodo tambien es inmediato. El punto
crucial es la soluci
on del la integral que resulta de la transformacion inversa. Normalmente este tipo de
integrales no son tratables de manera analtica. Pero siempre queda el recurso numerico.
7.5.7.
Luis A. N
un
ez
299
M
etodos Matem
aticos de la Fsica
kT
Consideremos los siguientes 2N puntos tk = 2N
y probaremos que las funciones e2iptk /T y e2iqtk /T
ser
an ortogonales qp en un conjunto esos puntos tk . Esto es
1 r2N
2N
1
2N
1
2N
1 h
i 2iqtk
= 0 r 6= 1
X
X
X
2iptk
2istk
2isk
1r
e T =
e T
e T =
e 2N =
k=0
k=0
k=0
2N
r=1
kT
con k = 1, 2, 3, , 2N 1. N
otese
2N
(is)/N
que la u
ltima de las series es una serie finita y geometrica con razon r = e
, que comienza con 1 y por
lo tanto suma (dependiendo del valor de r) lo que aparece en la llave. Es inmediato convencerse que, para
todo N se cumple que r2N = e2is = 1 (con s entero) con lo cual se cumple la relacion de ortogonaliadad
que buscamos
2N
1 h
i 2iqtk
X
2iptk ?
e T = 2N qp con k = 1, 2, 3, , 2N 1
(7.3)
e T
donde hemos sustituido s = q p, y evaluado en los puntos tk =
k=0
2imtk
T
em tk
F (m ) =
2m
tendremos algunos cambios, en apariencia,
T
2N 1
1 X
f (tk )em tk
2N
f (tk ) =
k=0
2N 1
1 X
F (m )em tk (7.4)
2N m=0
La funci
on F (m ) representa la tranformada discreta de Fourier de la f (tk ). Para despejar la funcion f (tk )
hemos utilizado la relaci
on de ortogonalidad 7.3
Consideremos el siguiente f (tk ) = cos tk evaluado en un perodo T = 2 y dividido, digamos en N = 2
intervalos. Los puntos en los cuales evaluaremos nuestra serie seran 2N = 4, vale decir
tk =
kT
k
2N
2
con k = 0, 1, 2, 3
m =
2m
m
T
eim tk
eimk/2
2N
2N
n
otese que la funci
on f (tk ) puede ser escrita como un vector f (tk ) = (1, 0, 1, 0), con lo cual para encotrar
la expresi
on de su tranformada discreta de Fourier, F (m ), podemos expresar la suma como una matriz de
transformaci
on con ndices m, k. Esto es
1 1
1
1
eimk/2
1
1 i 1 i
1 1 1 1
2N
4
1 i 1 0
con lo cual
F (m ) =
2N 1
1 X
f (tk )em tk
2N
k=0
F (0 )
F (1 ) 1
F (2 ) = 4
F (3 )
1
1
1
1
1
1
1
1
0
i 1 i
1
1 1 1
i 1
0
0
0
1 1
=
2 0
1
Respecto a la ecuaci
on 7.4 se deben puntualizar varios elementos
2m
la frecuencia angular m =
corresponde a lo que en Fsica se denomina el espacio recproco (al
T
temporal), espacio de frecuencias u -espacio. Por ello la funcion F (m ) esta expresada en este espacio
de frecuencias, mientras que la funci
on f (tk ) en el de tiempos.
Luis A. N
un
ez
300
M
etodos Matem
aticos de la Fsica
La elecci
on de uno de los signos + y en la expresion em tk es arbitraria.
Con lo cual si reconstruimos la funci
on original a partir de la transformada discreta nos sorprende el
resultado, por cuanto no coincide
f (tk ) =
1 itk 1 3itk
e
+ e
2
2
< [f (tk )] =
1
1
cos tk + cos 3tk
2
2
Ahora bien, para los puntos tk = 0, 2 , , y 2 si se cumple que los valores cos tk = 12 cos tk + 12 cos 3tk . En los
pocos puntos seleccionados cos tk y cos 3tk se asemejan. En la medida que seleccionemos mas puntos en esa
medida se dejan de parecer y la recontruccion de la funcion sera mas fidedigna.
Luis A. N
un
ez
301
Bibliografa
[Aleksandrov Kolmogorov y Lavrentiev 1999] A. D. Aleksandrov, A. N. Kolmogorov y M. A. Lavrentiev
(1999) Mathematics: Its Content, Methods and Meaning. (Dover Publications, New York ) Existe
traducci
on por Editorial Alianza Universidad.
[Arfken, Weber y Weber 2000] Arfken, G. B., Weber, H., y Weber, H.J. (2000) Mathematical Methods
for Physicists 5ta Edici
on (Academic Press, Nueva York )
[1] Byron, F.W. y Fuller W.F. (1970) Mathematics of Classical and Quantum Physics (Dover Publications, New York )
[Cushing 1975] Cushing, J. (1975) Applied Analytical Mathematics for Physical Sciences (John
Wiley & Sons, New York )
[Hamming 1973] Hamming R.W. (1973) Numerical Methods For Scientist and Engineers, 2nd ed.
(Dover, New York.)
[Hassani 1991] Hassani, S. (1991) Foundations of Mathematical Physics (Prentice Hall, International
Edition, London:)
[Lebedev 1972] Lebedev, N.N. (1972) Special Functions & Their Applications (Dover Publications,
New York )
[math-atlas.org URL] The Mathematical Atlas http://www.math-atlas.org/welcome.html
[Richards 2002] Richards, D. (2002) Advanced Mathematical Methods with MAPLE (Cambridge
University Press Cambridge)
[Riley Hobson y Bence 2002] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for
Physics and Engineering (Cambridge University Press Cambridge)
[Weisstein URL] Weisstein, E. W., MathWorld http://mathworld.wolfram.com/
302
Captulo 8
La Variable Compleja
303
M
etodos Matem
aticos de la Fsica
8.1.
Vectores y n
umeros complejos
x = 2i
x = 2i
x3 3x2 + 4x 12 = 0 =
= (x + 2i) (x 2i) (x 3) = 0
x=3
o cuadr
atico
x = 2i
= (x + 2i) (x 2i)
x = 2i
umero imaginario
nos lleva a definir un n
umero i2 = 1 i = 1 como vimos arriba al multiplicar el n
i por cualquier n
umero real obtendremos el n
umero imaginario puro bi, con b <. La nomenclatura n
umeros
imaginarios surgi
o de la idea de que estas cantidades no representan mediciones fsicas. Esa idea ha sido
abandonada pero el nombre qued
o.
x2 + 4 = 0
8.1.1.
Los n
umeros complejos y su
algebra
Un n
umero complejo, z, es la generalizacion de los n
umeros imaginarios (puros), ib. Esto es
a parte real
z = a + ib
con a, b < =
b parte imaginaria
Obviamente los n
umeros reales ser
an a + i0 n
umeros complejos con su parte imaginaria nula. Los n
umeros
imaginarios puros ser
an n
umeros complejos con su parte real nula, esto es 0 + ib. Por ello en general diremos
que
z = a + ib = a = Re (z) b = Im (z)
es decir, a corresponde a la parte real de z y b a su parte imaginaria.
Cada n
umero complejo, z, tendr
a un n
umero complejo conjugado, z tal que
z = a + ib
z = a ib
(z ) = z
z z = a2 + b2
claramente
z z 0
= |z|2 = |z |2 = z z
Es importante se
nalar que, en general, no existe relacion de orden entre los n
umeros complejos. Vale
decir, que no sabremos si un n
umero complejo es mayor que otro. No esta definida esta operacion.
z1 z2
z1 z2
304
M
etodos Matem
aticos de la Fsica
dos n
umeros complejos ser
an iguales si sus partes reales e imaginarios lo son
z1 = z2
= a1 = a2
b1 = b2
se suman dos n
umeros complejos sumando sus partes reales y sus partes imaginarias.
z3 = z1 + z2
b3
(z1 + z2 ) = z1 + z2
se multiplican n
umeros complejos por escalares multiplicando el escalar por sus partes reales e imaginarias
z3 = z1 = (a1 + ib1 ) = (a1 ) + i (b1 )
se multiplican n
umeros complejos entre si, multiplicando los dos binomios y teniendo cuidado que
i2 = 1.
z3 = z1 z2 = (a1 + ib1 ) (a2 + ib2 ) = (a1 a2 b1 b2 ) + i (a1 b2 + b1 a2 )
8.1.2.
z = (a, b)
Luis A. N
un
ez
305
M
etodos Matem
aticos de la Fsica
a pesar que no fue Jean Argand, sino Caspar Wessel2 el primero en proponerlo. Por cierto esta interpretaci
on
fue tres veces redescubierta primero por Caspar Wessel en 1799, luego por Jean Argand en 1806 y finalmente
por Gauss3 en 1831.
De esta manera como un recordatorio al plano real
2
2
r = zz = |z| = x + y
z = x + iy z = r (cos + i sin ) con
tan = y donde
x
La interpretaci
on vectorial de n
umeros complejos permite que la suma de n
umeros complejos sea representada
por la regla del paralelogramo. Mientras que los productos escalar y vectorial nos llevan a
z1 z2 = Re z1 z2 = Re z1 z2
z1 z2 = Im z1 z2 = Im z1 z2
8.1.3.
umero complejo z
F
ormulas de Euler y De Moivre
f (x) = Cn (x x0 )
1 dn f (x)
con Cn =
n! d xn x=x0
donde n = 0, 1, 2, 3, 4
2 Caspar Wessel (Vestby, Noruega 8 junio 1745; 25 marzo 1818, Copenhagen, Dinamarca) Matem
atico noruego que se
dedic
o principalemente al levantamiento topogr
afico de Noruega. Su trabajo sobre la interpretaci
on de n
umeros complejos permaneci
o desconocido por casi 100 a
nos. M
as detalles http://www-groups.dcs.st-and.ac.uk/\char126\relaxhistory/
Mathematicians/Wessel.html
3 Johann Carl Friedrich Gauss (30 abril 1777, Brunswick, Alemania; 23 febrero 1855, G
ottingen, Alemania). Uno de los
m
atem
aticos m
as geniales y precoces de la Historia. Desde los 7 a
nos comenz
o a mostrar sus condiciones de genialidad. Sus
contribuciones en Astronoma y Matem
aticas son m
ultiples y diversas. M
as detalles http://www-groups.dcs.st-and.ac.uk/
\char126\relaxhistory/Mathematicians/Gauss.html
4 Brook Taylor (18 agosto 1685, Edmonton, Inglaterra; 29 diciembre 1731, Londres, Inglaterra) F
sico y Matem
atico Ingl
es
contemporaneo de Newton y Leibniz y con ellos particip
o profundamente en el desarrollo del c
alculo diferencial e integral.
Adem
as de sus aportes al magnetismo, capilaridad y termometra. Desarroll
o el a
rea de diferencias finitas que hasta hoy
utilizamos para c
alculos en computaci
on. Invent
o la integraci
on por partes y descubri
o la serie que lleva su nombre. M
as
detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians/Taylor.html
Luis A. N
un
ez
306
M
etodos Matem
aticos de la Fsica
1 2
1
1 4
1 5
1 6
1
3
= 1 + i + i + +
i
+
i 7 +
2
6
24
120
720
5040
sin
ei = cos + i sin
esta relaci
on se conoce como la relaci
on de Euler 5 . Con lo cual ahora tenemos tres formas de representar
un n
umero complejo
z = x + iy z = r (cos + i sin ) z = rei
La expresi
on z = x + iy se conoce como forma cartesiana de representacion de un n
umero complejo,
la forma z = r (cos + i sin ) ser
a la forma trigonometrica y la expresion z = ei sera la forma de Euler. Las sumas de n
umeros complejos son mas facilmente planteables en su forma cartesiana. Mientras las
multiplicaci
on y divisi
on ser
an directas en la forma de Euler
z1 = r1 ei1
= z1 z2 = r1 ei1 r2 ei2 = r1 r2 ei(1 +2 ) = r1 r2 (cos (1 + 2 ) + i sin (1 + 2 ))
i2
z2 = r2 e
M
as a
un, si
z = x + iy
y a partir de la relaci
on o f
ormula de Euler se puede demostrar la formula de De Moivre 6
n
n
ei = ein (cos + i sin ) = cos (n) + i sin (n) con n entero
5 Leonhard Euler (15 abril 1707, Basilea, Suiza; 18 septiembre 1783, San Petersburgo, Rusia). Uno de los matem
aticos m
as
prolficos de todos los tiempos. Desarroll
o inmensamente campos como la geometra analtica y trigonometra, siendo el primero
que consider
o el coseno y el seno como funciones. Hizo aportes significativos en el desarrollo del c
alculo diferencial e integral
as como tambi
en, astronoma, elasticidad y mec
anica de medios contnuos. M
as detalles http://www-history.mcs.st-andrews.
ac.uk/Mathematicians/Euler.html
6 Abraham de Moivre (26 mayo 1667 in Vitry-le-Fran
cois, Francia; 27 noviembre 1754, Londres Inglaterra) Matem
atico
franc
es que tuvo que emigrar a Inglaterra por razones religiosas. Contemporaneo de Newton, Liebniz, Halley, fue pionero con
sus contribuciones en Geometra Analtica y Teora de Probabilides.
Luis A. N
un
ez
307
M
etodos Matem
aticos de la Fsica
8.2.
A continuaci
on, generalizaremos algunos conceptos de funciones complejas de variable compleja.
8.2.1.
La idea de funci
on de variable (o variables) reales puede ser extendida (continuada, le dicen tambien) al
plano complejo. La idea es la de siempre: si en una determinada region del plano complejo R a un n
umero
complejo z le corresponde un n
umero (o varios n
umeros) complejos w = f (z), diremos que f (z) es una
funci
on de variable compleja z. Obvio que f (z) puede ser biyectiva, en cuyo caso tendremos que a z le
estar
a asociado uno y solo un n
umero complejo w = f (z). Es claro tambien que siempre se podra expresar
f (z) = u(x, y) + iv(x, y)
(8.1)
Esta representaci
on tiene una interpretaci
on adicional. Como representamos un n
umero complejo en el plano
0xy como z = x + iy, pero w = f (z) tambien podra ser representada como un punto en el plano 0uv.
Entonces, desde el punto de vista geometrico una funcion de variable compleja podra ser entendida como
una ley de transformaci
on entre pares de puntos (x, y) del plano 0xy del argumento z y los puntos (u, v) del
plano 0uv de valor w.
8.2.2.
Podemos tambien extender el concepto de continuidad de una funcion de variable real a una funci
on
de variable compleja. Esto es: diremos que una funcion compleja7 w = f (z) sera contnua en z0 si para un
> 0 siempre existe un > 0 tal que |z z0 | < tan peque
no como uno quiera y siempre puede encontrar
|f (z) f (z0 )| < . La otra manera de verlo es la estandar: si existe el lmite cuando z z0 . Es decir
lmzz0 f (z) = f (z0 ) En este punto se pueden resaltar que los lmites (y con ello la idea de continuidad) en
el plano complejo hereda las sutilezas y dificultades de los lmites y continuidades de las funciones en varias
variables. En segundo lugar cabe se
nalar que la diferencia con las funciones de variable real radica en que
los y son radios de un crculo centrado en f (z0 ) y z0 , respectivamente. Adicionalmente, para el caso de
las funciones complejas no tiene sentido los lmites por la derecha y por la izquierda que planteabamos para
funciones de variable real. Tambien es obvio que si
f (z) = u(x, y) + iv(x, y)
8.2.3.
Una vez m
as la idea es la misma y la dificultad que subyace es equivalente a las dificultades que enfrentamos en las definiciones de derivadas para funciones de varias variables. Diremos entonces que, una funci
on
f (z) univaluada en una regi
on R entonces f (z) sera diferencialble en esa region si la derivada
(u(x + x, y + y) u(x, y)) + i (v(x + x, y + y) v(x, y))
df
f (z + z) f (z)
= lm
=
= f 0 (z)
x,y0
z0
z
x + iy
dz
lm
existe y es u
nica. Una vez m
as, al igual que en el caso de funciones de varias variables, el concepto de lmite
(y con este el de derivada), debe existir sin importar la ruta o forma de aproximacion al punto sobre el cual
7A
Luis A. N
un
ez
308
M
etodos Matem
aticos de la Fsica
f 0 (z)y=0 = lmx0
x
z 0 x+iy 0
f 0 (z)x=0 = i lmy0
y
Un par de ejemplos que ilustran este caso pueden ser f (z) = x2 y 2 + 2ixy
(x + x)2 (y + y)2 + 2i(x + x)(y + y) x2 + y 2 2ixy
f (z + z) f (z)
= lm
x,y0
z0
z
x + iy
f 0 (z) = lm
f 0 (z) = lm
Ahora bien, las cosas no siempre son as. Si consideramos f (z) = 2x + iy es rapido comprobar que no es
diferenciable en el plano complejo, ya que
f 0 (z) =
lm
x,y0
2x + 2x + i(y + y) 2x iy
2x + iy
= lm
x,y0
x + iy
x + iy
el cual, claramente no coincide si las direcciones de aproximacion a z0 = x0 + iy0 son distintas, vale decir,
por ejemplo y = 0; x 0 o x = 0; y 0.
Como heredamos todas las ideas y metodos del campo real se cumplen todas las reglas de la derivaci
on
para funciones reales. Vale decir
df (z) dg(z)
d
(f (z) + g(z)) =
+
;
dz
dz
dz
8.2.4.
d
df (z)
dg(z)
(f (z)g(z)) =
g(z) + f (z)
;
dz
dz
dz
d
df (g) dg(z)
(f (g(z)) =
dz
dg
dz
(u(x, y + y) u(x, y)) + i (v(x, y + y) v(x, y))
u(x, y) v(x, y)
= lmy0 i
+
y
y
y
Universidad Industrial de Santander
309
M
etodos Matem
aticos de la Fsica
lm
x0
u(x, y)
v(x, y)
+i
x
x
u(x, y) v(x, y)
i
+
y0
y
y
= lm
y equivalentemente
f 0 (x)y=0 = f 0 (x)x=0
v(x, y)
u(x, y) v(x, y)
u(x, y)
+i
= i
+
x
x
y
y
Con ello hemos encontrado las condiciones necesarias para que una funcion compleja sea analtica, vale decir:
Las condiciones de Cauchy Riemann
v(x, y)
u(x, y)
=
x
y
v(x, y)
u(x, y)
=
x
y
(8.2)
= 2 6= 1 =
=0=0=
v(x, y) = y
x
y
x
y
Para el caso f (z) = x2 y 2 + 2ixy se cumplen las condiciones de Cauchy-Riemann
u(x, y)
v(x, y)
v(x, y)
u(x, y)
u(x, y) = x2 y 2
= 2x =
= 2y =
v(x, y) = 2xy
x
y
x
y
pero como esas condiciones son necesarias porque para encontrarlas hemos seleccionado un par de rutas
muy especficas: y = 0; x 0 y x = 0; y 0, se requiere exigir algunas condiciones adicionales. Sin
demostraci
on (puede consultar para detalles y demostraciones detalladas las referencias [Byron y Fuller 1970,
Churchill y Brown1989, Knopp 1996]) exigiremos como condicion necesaria y suficiente para que una funci
on
sea analtica que las cuatro derivadas parciales para u(x, y) y v(x, y), existan, sean contnuas en la regi
on R
y que se cumplan las condiciones de Cauchy-Riemann. El punto crucial (adicional) es que las derivadas sean
contnuas.
Ejercicio Como ejercicio al lector le sugerimos investigar los dominios del plano complejo para los cuales
las funciones f (z) = |x| i|y| y f (z) = |z|2 = zz son analticas
8.2.5.
Curiosidades de Cauchy-Riemann
Las funciones analticas satisfacen algunas propiedades adicionales consecuencias de las condiciones de
Cauchy-Riemann.
La primera es que dada una funci
on compleja generica f (z) = u(x, y) + iv(x, y), si f (z) es analitica,
u(x, y) y v(x, y) ser
an funciones arm
onicas conjugadas, 2 u(x, y) = 2 v(x, y) = 0, i.e. satisfacen la ecuaci
on
de Laplace. Si derivamos apropiadamente las ecuaciones (8.2) respecto a una y otra variable encontramos
que
v(x, y)
v(x, y)
u(x, y)
2 u(x, y) 2 u(x, y)
u(x, y)
=
=
=
+
=0
x
x
x
y
y
x
y
y
x2
y 2
y equivalentemente
v(x, y)
u(x, y)
u(x, y)
v(x, y)
=
=
=
x
x
x
y
y
x
y
y
Luis A. N
un
ez
2 v(x, y) 2 v(x, y)
+
=0
x2
y 2
310
M
etodos Matem
aticos de la Fsica
es decir, hemos demostrado que las partes reales e imaginarias de una funcion analtica son necesariamente
arm
onicas. La importancia de este resultado radica, en primer lugar, que no son arbitrarias las funciones
u(x, y) y v(x, y) con las cuales construimos f (z). Ambas deben satisfacer la ecuacion de Laplace. En segundo
lugar que ambas est
an ligadas por las condiciones de Cauchy-Riemann, y esto implica que al conocer una
de las funciones arm
onicas conjugadas, siempre es posible encontrar (salvo una constante de integraci
on) la
otra. Para ilustrar lo anterior, supongamos la siguiente funcion armonica conjugada u(x, y) = 2x x3 + 3xy 2
correspondiente a la parte real de f (z). Es facil comprobar que es una funcion armonica, ahora construyamos
la parte imaginaria v(x, y). Esto es
u(x, y) = 2x x3 + 3xy 2
v(x, y)
u(x, y)
=
= 2 3x2 + 3y 2
x
y
entonces
v(x, y)
(x)
u(x, y)
= 6xy+
= 6xy =
x
x
y
(x)
= 0 (x) = C
x
La segunda curiosidad consecuencia de las ecuaciones (8.2) es que para una funcion compleja generica
f (z) = u(x, y) + iv(x, y) en la cual ademas se cumpla que u(x, y) = const y v(x, y) = const entonces se
cumplir
a que u(x, y) v(x, y) = 0.
u(x, y)
v(x, y)
u(x, y)
v(x, y)
u(x, y) v(x, y) u(x, y) v(x, y)
i+
j
i+
j =
+
u(x, y)v(x, y) =
x
y
x
y
x
x
y
y
y por obra de las condiciones de Cauchy-Riemann es inmediato comprobar que se anulan
u(x, y) v(x, y) =
Es decir, u(x, y) = const y v(x, y) = const, corresponden a trayectorias mutuamente ortogonales. Esta
curiosidad nos permite construir sistemas de coordenadas alternativos en el plano complejo y, sobre todo
saber como establecer su transformaci
on a otros planos complejos. Esto se representa en la figura 8.2 y
ser
a considerado en la secci
on 8.6 de la p
agina 318.
La tercera curiosidad es un resultado el cual, siendo una formalidad, nos indica que las funciones analticas
f (z) dependen de z y no de su conjugado z . O dicho de otra manera que z y z son variables independientes.
Para demostrar esto procedemos primero a convencernos que si f (z) = u(x, y) + iv(x, y) y f (z) analtica,
(z)
entonces f
z = 0. Sin detenernos a pensar en el significado de la derivada respecto a la variable conjugada,
recordamos que operacionalmente
z + z
x=
2
v(x, y)
1 u(x, y)
v(x, y)
f (z)
f (z) x f (z) y
1 u(x, y)
+
i
+
i
=
+
=
z
x z
y z
2
x
x
2i
y
y
z z
y=
2i
arreglando tendremos que es inmediato comprobar que se anula si se cumplen las condiciones (8.2)
f (z)
i u(x, y) v(x, y)
z + z z z
1 u(x, y) v(x, y)
+
+
= 0 f (z) 6 f (x, y) = f
,
=
z
2
x
y
2
y
x
2
2i
en otras palabras, la funciones analticas son verdaderas funciones de variable complejas y no, como pudiera
parecer, de dos variables reales interpuestas.
Luis A. N
un
ez
311
M
etodos Matem
aticos de la Fsica
Ejercicios
1. Determine la funci
on f (z) analtica cuya parte imaginaria es (y cos y + xsen z)ex
2. Muestre que si f (z) es analtica entonces f (z ) tambien lo es.
8.3.
En otros de los Formularios de Metodos Matematicos incursionamos en el terreno de las series de potencias
en variables reales [N
un
ez 2006]. En esta seccion generalizaremos la idea a series de potencias en variable
compleja z. Esta generalizaci
on se conoce como prolongacion o continuacion (analtica) de una funci
on
real al plano complejo. Entonces8
f (z) =
an z n
n=0
X
n=0
an rn ein
an z n es absolutamente convergente si
n=0
n=0
D
onde hemos utilizado la forma polar para un n
umero complejo z = rei . La conclusi
on mas importante de
P
(8.3) es
que
siempre
es
posible
asociarle
a
una
serie
de
potencias
complejas,
a
z n , una de potencias
n
n=0
P
n
reales n=0 |an |r . La convergencia (absoluta) de esta u
ltima condiciona la convergencia de la primera. Por
ello los criterios de convergencia de series reales seran aplicables tambien en este contexto.
8.3.1.
|z| < R =
an+1 z n+1
= |z| lm an+1 entonces, en las regiones
|z| > R =
lm
n+1
n
n
an z
an
|z| = R =
un punto z0 .
converge
diverge
indeterminado
Por lo tanto, cuando R = la serie converge en todo punto y en contraste si R = 0, solo converge en el
origen. Por su parte si R = R0 la serie converge en una region (un crculo) del plano complejo de radio R0
centrada en z0 = 0.
Entonces se puede analizar el comportamiento de series complejas utilizando el criterio del cociente de
D
alembert,
X
n!
1
zn
=0= 1
lm
= lm
R converge z C
n (n + 1)!
n n + 1
n!
R
n=0
8 Por simplicidad y econom
a consideraremos desarrollos en serie alrededor de z = 0, ya que la generalizaci
on a otros puntos
z = z0 es sencilla y no involucra ninguna sutileza conceptual adicional.
Luis A. N
un
ez
312
M
etodos Matem
aticos de la Fsica
igualmente
n
n(1 + i)n+1
n
(1 + i)n
R = 1 |z| = 2 > 1 = R
= |1+i| lm
= 2 lm
lm
n
n n + 1
n (n + 1)(1 + i)
n n + 1
n
n=0
y por lo tanto esta serie diverge. Es claro que esta serie u
nicamente convergera para |z| < 1
8.3.2.
P
Dentro del crculo de convergencia la funcion f (z) = n=0 an z n estara bien definida y disfrutara de las
propiedades ideales para una funci
on bien comportada. Es decir
P
P
P
nica. Vale decir que si existen dos series n=0 an z n y n=0 bn z n ,
1. La expansi
on f (z) = n=0 an z n es u
convergentes para |z| < R y tienen la misma suma para un entorno de z. Entonces, necesariamente
an bn .
2. La funci
on f (z) tambien podr
a ser expandida alrededor
cualquier otro punto zp contenido en el
Pde
X
n=0
an z
X
df
0
n an z n1
= f (z) =
dz
n=1
f (zp ) =
n an zpn1
(8.4)
n=1
P
Por lo tanto las funci
ones f (z) = n=0 an z n as descritas son analticas en el entorno de convergencia
de radio R.
P
P
4. Como f (z) = n=0 an z n y f 0 (z) = n=1 n an z n1 tienen el mismo radio de convergencia, podemos
aplicar k veces la afirmaci
on anterior y obtendremos
f 0 (z) =
X
n=1
n an z n1
f k (zp ) =
para zp = 0 ak =
n=k
f k (0)
k!
X
f n (0) n
z
n!
n=0
Con esta u
ltima afirmaci
on se cierra la idea que nos hacemos de una funcion bien comportada o analtica. Es una funci
on infinitamente contnua y contnuamente diferenciable, la cual puede ser expandida
en series de Taylor. Si bien los fen
omenos fsicos no requieren, necesariamente, ser descritos por este
tipo de funciones, debido a sus notables propiedades han resultado ser una de las mas estudiadas en
Matem
aticas [Aleksandrov Kolmogorov y Lavrentiev 1999]. Mas adelante, en la seccion 8.9 revisaremos
estos conceptos a luz de la F
ormula Integral de Cauchy.
Los detalles de estas afirmaciones que son teoremas se pueden consultar en [Knopp 1996].
Luis A. N
un
ez
313
M
etodos Matem
aticos de la Fsica
8.4.
Con todos los ingredientes anteriores, la primera funcion candidata para una continuacion analtica es la
funci
on exponencial. Es decir
ez = 1 + z +
z2
z3
z4
zn
+
+
+ +
+
2
3!
4!
n!
Como ejercicio puede ser interensante demostrar que ez1 ez2 = e(z1 +z2 ) . Vale decir
z12
z1n
z22
z2n
z1 z2
e e = 1 + z1 +
+ +
+
1 + z2 +
+ +
+
2
n!
2
n!
con un poco de
algebra y orden podremos rearreglar la expresion de la forma
2
z
z1
z2
z1 z2
z22
zn
z n1 z2
z n2 z22
z1 z2n1
zn
1
z1 z2
+
+
+
+
++ 1 + 1
+ 1
++
+ 2
e e = 1+
1!
1!
2!
1! 1!
2!
n! (n 1)! 1! (n 2)! 2!
1! (n 1)! n!
y mejor a
un
2
z
z2
z1 z2
z2
1
n!
n!
z
1
ez1 ez2 = 1+
+
+ 2 + +
z1n +
z1n1 z2 + +
z1 z2n1 + z2n
+ 1 +
1!
1!
2!
1! 1!
2!
n!
(n 1)!1!
1!(n 1)!
que no es otra cosa que la expansi
on binomial con lo cual hemos demostrado que ez1 ez2 = e(z1 +z2 ) . Adicionalmente, con la expansi
on en serie (8.5) podemos hacer un par de extensiones inmeditas: az = ez ln a
y
para z = iy eiy = cos y + isen y ez = ex+iy = ex (cos y + isen y)
(8.6)
N
otese que, como era de esperarse en general z = |z|ei , entonces la funcion f (z) = ez 6= 0 z y tiene un
perodo 2i, vale decir: f (z) f (z + 2i). Con lo cual es inmediado e2i = cos 2 + isen 2 A partir de la
construcci
on (8.5), se definen las funciones hiperbolicas y trigonometricas
cosh z =
1 z
e + ez ;
2
senh z =
1 z
e ez
2
cos z =
1 iz
e + eiz ;
2
sen z =
1 iz
e eiz
2i
(8.7)
u = ln |z|
e = |z|
ew = eu+iv = eu eiv = |z|ei = z
w = Ln z = ln |z| + i( + 2n)
v=
Es decir para un determinado valor de n es univaluada, en particular para n = 0 la funcion f (z) = Ln z
tiene como el valor principal ln z = ln |z| + i con < . Es inmediato comprobar que los logaritmos
de n
umeros complejos negativos si est
an definidos. Esto es
Ln 7 Ln | 7|ei(+2n) = ln 7 + i( + 2n) ln(7) = ln 7 + i un n
umero complejo !
Luis A. N
un
ez
314
M
etodos Matem
aticos de la Fsica
Ejercicios
1. Muestre que si definimos f (z)ez como aquella funcion que derivada es ella misma, que se reduce a la
funci
on de variable real ez ex si Im z = 0 y la cual, por ser analtica, cumple con la condiciones de
Cauchy-Riemann, entonces ez = ex+iy = ex (cos y + isen y)
2. Muestre que a partir de las definiciones (8.7) se obtienen las sempiternas propiedades de esas funciones,
vale decir
cos z = cos(z);
d cos z
= sen z
dz
d sen z
= cos z
dz
1
ln
3. Muestre que arctan z =
2i
8.5.
1 + zi
1 zi
y luego u
selo para evaluar arctan
2 3 3i
7
8.5.1.
Visto as nos tendremos que preguntar ahora cual fue el circuito que recorrimos con z, y dependiendo de ese
circuito identificaremos algunos puntos con caractersticas distintas. Si el circuito cerrado descrito por z no
contiene el punto z = 0, la funci
on f (z) = z 1/2 retoma su valor original (ver Figura 8.1 cuadrante superior
izquierdo contorno C1 ). Pero si, como se aprecia en la misma Figura 8.1, el circuito cerrado C2 si contiene
el punto z = 0 entonces la funci
on no retoma su valor original, f (z) f (z). Tambien es claro que si el
circuito cerrado lo recorremos dos veces 4 entonces f (z) = z 1/2 retoma su valor inicial. Los puntos
alrededor de los cuales se construye un circuito cerrado en el diagrama de Argand y la funcion no retoma su
valor inicial se denominan puntos de corte y las lneas de corte (o simplemente cortes seran aquellas lneas
que separan regiones en las cuales una determinada funcion es univaluada. Es claro que los puntos de corte
son puntos singulares, en los cuales la funcion deja de ser analtica y existiran si toma, valores 0 2n.
Es decir, puede dar n vueltas.
En este caso, para nuestra funci
on f (z) = z 1/2 , la lnea de corte sera cualquiera que comience en z = 0 y
contin
ue para |z| . Por simplicidad es costumbre tomar las lneas de corte a lo largo de los ejes reales o
complejos. De este modo aparece ilustrado en la Figura 8.1 cuadrante superior derecho la lnea de corte que
sigue el eje positivo de las x.
Luis A. N
un
ez
315
M
etodos Matem
aticos de la Fsica
Figura 8.1: Los distintos contornos que identifican los puntos de corte
La situaci
on se torna m
as interesante cuando estas definiciones se analizan a la luz de funciones con m
as
de un punto de corte. Consideremos la funcion
q
p
p
f (z) = z 2 + 1 f (z) = (z i)(z + i) (r1 ei1 ) (r2 ei2 ) = r1 r2 ei1 /2 ei2 /2 = r1 r2 ei(1 +2 )/2
analicemos entonces, varios contornos en el plano de Argand. Otra vez la Figura 8.1 ilustra en el cuadrante
inferior los distintos contornos C1 , C2 , C3 y C4 Tal y como se aprecia en esa figura, se dan cuatro caso
1. Contorno C1 no incluye ning
un punto de corte, entonces 1min 1 1max y 2min 2 2max ,
con lo cual f (z) retoma su valor inicial luego de recorrer el C1
2. Contorno C2 incluye z = i como punto de corte, entonces 0 1 2n y 2min 2 2max , por lo
cual f (z) f (z)
3. Contorno C3 incluye z = i como punto de corte, entonces 1min 1 1max y 0 2 2n, por lo
cual f (z) f (z)
4. Contorno C4 incluye ambos como punto de corte,z = i y z = i, entonces 0 1 2n y 0 2 2n,
por lo cual f (z) f (z) retoma su valor.
De este modo para construir los cortes que impidan que nuestra funcion se multivaluada podremos selecionar
zcorte > i y zcorte < i
i < zcorte < i
8.5.2.
Los puntos de corte son sigularidades, esto puntos en los cuales la funcion f (z) deja de ser analtica.
Pero tambien singulariades aisladas aquellos puntos en los cuales la funcion no es analtica pero en todos los
Luis A. N
un
ez
316
M
etodos Matem
aticos de la Fsica
puntos en su entorno lo es (los puntos de corte no son singularidades aisladas). Una singularidad aisladas de
orden n en el punto z = z0 tendr
a la forma
f (z) =
g(z)
(z z0 )n
lm [(z z0 )n f (z)] = l
zz0
1
1
2z
=
1z
1+z
(1 z)(1 + z)
exp z exp(z)
senh z
=
cosh z
exp z + exp(z)
1
2
es un polo
i y al utilizar la definicion
!
z n + 21 i cosh z + senh z
=1
senh z
1
2
i es un polo simple
Existe otro tipo de singularidades conocidas como removibles. Estas singularidades se caracterizan porque
el valor de f (z) 0/0 cuando z z0 . El caso mas emblematico es la funcion
1
z3
z5
z2
z4
sen z
f (z) =
z
+
= 1
+
lm f (z) = 1
f (z) =
z0
z
z
3!
5!
3!
5!
con lo cual, luego de desarrollar por Taylor la funcion sen z, se ha removido la singularidad aparente.
El comportamiento de una funci
on compleja en infinito (o cuando tiende a infinito), vale decir cuando
z no est
a tan bien definido como en los casos de funciones de variable real. Es claro como una cantidad
real, digamos |f (z)| o |z| tiende a infinito, pero z es una cantidad bidimensional y, en principio, existiran
varias formas de tender a infinito. Para precisar el comportamiento de una funcion compleja de variable
compleja en infinito, hacemos un cambio de variable z = 1/ y estudiamos f (1/) con 1/ . De esta
manera
lmz z(1 + z 2 ) lm0 1 + 13 con lo cual tendra un polo de orden 3
P
lmz exp z lm0 n=0 n! 1n y presenta una singularidad esencial para z
Los ceros de una funci
on compleja (f (z0 ) = 0, entonces llamaremos z0 un cero de f (z)) se clasifican al
igual que los polos. Esto es
f (z) = (z z0 )n g(z) con n entero positivo y g(z) 6= 0 z
Luis A. N
un
ez
317
M
etodos Matem
aticos de la Fsica
Figura 8.2: Tranformaciones conformes. Tomado de Eric W. Weisstein. Conformal Mapping. MathWorld
A Wolfram Web Resource. http://mathworld.wolfram.com/ConformalMapping.html
8.6.
Transformaciones conformes
Nos interesar
a ahora considerar transformaciones entre planos complejos. Esto es
z = x + iy
8.6.1.
w = r + is
Definiciones y propiedades
Es decir, son transformaciones entre puntos (x, y) (r, s) correspondientes a dos diagramas de Argand, de
tal modo que existe funci
on inversa funci
on z = h(g(z)) y con w = g(z) y z = h(w) funciones analticas, salvo
en un n
umero finito de polos aislados. Entonces denominaremos a este tipo de transformaciones conformes
si adem
as, en todo punto z y w (excepto en aquellos en los cuales g 0 (z) y por lo tanto h0 (w) son cero o
infinita) cumple con
Curvas contnuas en el plano z transforman en curvas contnuas en el w
Los
angulos entre dos curvas cualesquiera que se intersecten en el plano z seran los mismos que los que
formen las curvas transformadas en el plano w. Esto es los angulos entre las curvas seran invariantes
bajo la transformaci
on9
El cambio de escala en la vecindad de puntos transformados es independiente de la direccion en la cual
se mida.
Cualquier funci
on analtica en z = x + iy transforma en otra funcion w = r + is tambien analtica
9 De
Luis A. N
un
ez
318
M
etodos Matem
aticos de la Fsica
Figura 8.3: Tranformaciones conformes. Cuadrante superior representa las conservacion de angulos y escala
bajo transformaciones y el inferior un ejemplo de transformaciones conforme
La segunda de las afirmaciones es inmediata a partir de la primera. Es decir, si una transformacion conforme
de coordenadas tienen inversa y ambas s
on analticas, es obvio que curvas contunas C(z) seran transformadas
z1 z0 = ei1
w1 w0 = 1 ei1
w2 w0 = 2 ei2
z2 z0 = ei2
N
otese que hemos construido los puntos z1 y z2 sobre las tangentes a z0 a la misma distancia de z0
y, en principio, hemos supuesto que las distancias a los puntos transformados w1 y w2 (las cuales hemos
identificado como 1 y 2 , respectivamente), no son iguales. Ahora bien, dado que w = g(z) es analtica
entonces
dg(z)
dw
w1 w0
w2 w0
1
2
=
= lm
= lm
g 0 (z0 ) = lm
exp i(1 1 ) = lm
exp i(2 2 )
z2 z0 z2 z0
z1 z0 z1 z0
0
0
dz
dz
z=z0
z=z0
Es claro que al comparar las magnitudes y las fase demostramos que las transformaciones conformes preservan
las distancias, 1 = 2 , y los
angulos (2 1 ) = (2 1 ). Adicionalmente, es muy facil convecerse que si la
transformaci
on conforme conserva los
angulos entre curvas y las escalas en todas direcciones las figuras son
transformadas en figuras equivalentes quiza ampliadas y rotadas, pero no deformadas.
8.6.2.
Las consecuencias de la u
ltima afirmacion revisten alguna importancia. Si f = f (z) es analtica en el
plano (x, y) y la transformaci
on z = h(w) tambien lo es, entonces la funcion F (w) = f (h(w)) necesariamente
Luis A. N
un
ez
319
M
etodos Matem
aticos de la Fsica
w
h w
z w
Por hip
otesis supusimos que f y h er
an analticas, por lo cual es inmediato concluir que debido a que los dos
factores de la derecha son analticos, la funcion F (w) tambien lo sera.
Esto implica que, tal y como mostramos en la seccion 8.2.5 si f (z) = u(x, y) + iv(x, y), es analitica,
entonces u(x, y) y v(x, y) ser
an funciones armonicas conjugadas, vale decir que satisfacen la ecuaci
on de
Laplace, con lo cual 2 u(x, y) = 2 v(x, y) = 0. Eso significa que si F = (w) + i(w). En otras palabras,
2
2
2
2
+ 2 =0
+
=0
x2
x2
y
y 2
f = + i
F = + i
2 2
2 2
+
=
0
+
=
0
2
2
2
2
x
y
x
y
Esto impone que si <f (z) = es constante en el plano (x, y), tambien lo sera <F (w) en (r, s) ( Demuestrelo
!). Esta propiedad deriv
o una serie de aplicaciones en la solucion de la ecuacion de Laplace en dos dimensiones.
Si bien es una tecnica elegante y u
til cuando es posible, no deja de ser limitada porque se restringe a 2D.
Hoy los metodos numericos para resolver ecuaciones diferenciales en derivadas parciales han superado con
creces este tipo de tecnicas.
Los ejemplos son variados.
las siguientes transformaciones representan
traslaciones: w = z + b;
expansiones de escala a : w = az
< |w| 1
1 |z|
0 < |w| 1
z z0
, la cual transforma los
z z0
puntos z0 del semiplano superior complejo y > 0 al interior de un crculo unidad en el wplano (ver
figura 8.3 en la p
agina 319). Para convencernos de ello notamos que
z z0 z z0
|w| = ei
=
z z0 z z0
Un caso m
as interesante lo constituye la transformacion w = ei
320
M
etodos Matem
aticos de la Fsica
como tranforman. Digamos z = i sobre el eje imaginario e imponemos que sea transformado a w = 0
entonces es inmediato determinar que z0 = i Por otro lado si imponemos que z = w = 1 entonces
zi
1 = w = ei = 0 con lo cual w =
z+i
8.7.
Integrales complejas
Como siempre, luego de definir la derivada, construimos el concepto de integral a partir de la suma de
Riemann. Esto es
Z z2
n
n
X
X
Sn =
f (j )(zj zj1 ) si n |zj zj1 | 0 lm
f (j )(zj zj1 ) =
dz f (z)
n
j=1
z1
j=1
8.7.1.
Z
Algunas propiedades
Es claro que esta integral es, necesariamente, una integral de lnea, ya que z tiene dos dimensiones
Z z2
Z x2 ,y2
Z x2 ,y2
z2
dz f (z) =
(dx + idy) (u(x, y) + iv(x, y)) =
(u(x, y)dx v(x, y)dy)+i
(v(x, y)dx + u(x, y)dy)
z1
z1
x1 ,y1
x1 ,y1
(8.8)
con lo cual transformamos una integral compleja en una suma de integrales reales, pero necesitamos definir
el contorno a traves del cual vamos de z1 = x1 + iy1 z2 = x2 + iy2
La integraci
on compleja tendr
a las propiedades acostumbradas
R
R
R
dz (f (z) + g(z)) = C dz f (z) + C dzg(z)
C
R
R
dz Kf (z) = K C dz f (z) con K una constante real o compleja
C
Luis A. N
un
ez
321
M
etodos Matem
aticos de la Fsica
Rb
Ra
dz f (z) = b dz f (z)
Rb
Rm
Rb
dz f (z) = a dz f (z) + m dz f (z)
a
R
dz |f (z)| M L donde M = m
ax |f (z)| y L la longitud de C
C
a
Esta u
ltima propiedad es importante porque permite establecer cotas a las integrales complejas sin tener que
evaluarlas. De la definici
on de integral es casi inmediata la demotracion
n
Z z2
n
n
n
X
X
X
X
|f (j )| |zj | M
f (j )zj
|zj | M L
lm
f (j )zj =
dz f (z)
n
z1
j=1
j=1
j=1
j=1
Donde hemos utilizado que |f (j )| M y que la suma de los intervalos zjR= zj zj1
esR la longitud L del
recorrido C. Es claro que tomando lmites a ambos miembros obtendremos C dz f (z) C dz |f (z)| M L
8.7.2.
Un par de ejemplos
Por ejemplo, evaluemos la integral compleja f (z) = z 1 a lo largo de diferentes contornos, tal y como se
ilustran en la figura 8.4
un circuito cerrado a lo largo de una circunferencia de radio R
I
I
Z
dz z 1 d(Rei ) R1 ei = i
d = 2i
dz z 1 =
(R,)
z1 =(R,0)
d(Rei ) R1 ei = i
(R,0)
d = i
0
siguiendo dos lneas rectas entre los puntos (R, 0) (0, R) (R, 0). En este caso, procedemos
utilizando la expresi
on cartesiana para los n
umeros complejos. Para ello, vamos a parametrizar z = z(t)
para (R, 0) (0, R) y z = z(s) cuando (0, R) (R, 0). Veamos
z3 =(R,0)
dz z 1 =
z1 =(R,0)
z2 =(0,R)
dz z 1 +
z1 =(R,0)
z3 =(0,R)
dz z 1
z2 =(0,R)
con 0 t 1
z2 =(R,0)
z1 =(R,0)
dz
=
z
dt
0
z = sR + i(1 s)R
1 + i
+
1 + t(1 + i)
ds
0
con 0 s 1
1 i
i + s(1 i)
t)
+
it
(1
t)
1
2t
+
2t
1
2t
+ 2t2
0
0
0
0
Luis A. N
un
ez
322
M
etodos Matem
aticos de la Fsica
es decir
Z
1
(1 + i)dt
1
= ln(1 2t + 2t2 )0 + i arctan
(1 t) + it
2
1
2
1
2
1
= 0 + i
=
2 2
2
2
0
z2 =(R,0)
z1 =(R,0)
dz
= i el mismo resultado que a traves del arco de circunferencia !
z
Es interesante notar que si regresamos al punto (R, 0) a traves del contorno (R, 0) (0, R)
(R, 0) la integral cerrada se anula, no as cuando nos regresamos a traves el arco complementario de
circunferencia. En pocas palabras, como se esperaba, el valor de las integrales de camino, para algunas
funciones, dependeran del camino seleccionado. En la proxima seccion veremos a cuales funciones
corresponder
a un mismo valor de la integral cerrada, independientemente del circuito que uno elija.
Queda como ejercicio al lector repetir los mismos pasos anteriores para el caso de f (z) = (z )1
Otro ejemplo ilustrativo lo constituye
I
dz
(z z0 )n+1
Z
0
i
Rie d
= n
R
Rn+1 ei(n+1)
d ein
R 2
n = 0 : 0 d = 2i
n 6= 0 :
i
Rn
R 2
0
d (cos n isen n) = 0
donde hemos utilizado la forma polar z z0 Rei e integrado a lo largo de una circunsferencia de
radio R centrada en z = z0
8.8.
8.8.1.
El teorema integral de Cauchy es uno de los dos teoremas basicos en la teora de funciones de variable
compleja. Este teorema considera que si f (z) es analtica en una region simplemente conexa, R, en su
contorno C y su derivada f 0 (z) existe y es contnua en esta region10 , entonces la circulacion a lo largo de
cualquier contorno cerrado C se anula. Esto es
I
dz f (z) = 0
C
Antes que nada, y como parte de ese adiestramiento en lenguaje, precisaremos que queremos decir (que quieren decir los matem
aticos) con regiones simplemente conexa y m
ultiplemente conexa
Una regi
on simplemente conexa es aquella que no tiene huecos, o dicho de una manera mas precisa
y elegante, en la cual una curva puede ser reducida (encogida) a un punto sin salir de la region R. En
la figura 8.5 cuadrante Ia se muestra una region simplemente conexa y en los cuadrantes Ib y Ic regiones
multiplemente conexas. Estas dos u
ltimas figuras clarifican este concepto. Es decir, una regi
on m
ultiplemente
conexa es aquella que no es simplemente conexa y con eso queremos decir que tiene huecos, o lo que es lo
mismo existen curvas que no se pueden reducir a puntos en la region.
10 Esta u
ltima condici
on no es necesaria, pero la demostraci
on del Teorema se torna mucho m
as sofisticada, y referimos al
lector a los libros especializados, vale decir a las referencias [Churchill y Brown1989, Knopp 1996]
Luis A. N
un
ez
323
M
etodos Matem
aticos de la Fsica
Tal y como hemos comentado la demostracion rigurosa del Teorema de Cauchy esta fuera de los alcances
de estas notas, pero algo se puede hacer si invocamos el Teorema de Stokes (o uno de los Teoremas de Green
en el plano) que vimos cuando estudiamos analisis vectorial. Con ello recordamos la ecuacion (8.8), entonces
Z z2
Z x2 ,y2
Z x2 ,y2
dz f (z) =
(u(x, y)dx v(x, y)dy) + i
(v(x, y)dx + u(x, y)dy)
z1
x1 ,y1
x1 ,y1
dxdy
p
q
+
x y
I
(pdy qdx)
=
C
8.8.2.
De la anterior demostraci
on del Teorema de Cauchy Riemann emergen algunas observaciones
La primera es la insistencia de que la condicion que la derivada f 0 (z) existe y es contnua en esta regi
on
no es necesaria.
La segunda es que el Teorema de Cauchy Riemann, es valido tambien para regiones m
ultiplementes
conexas. Consieremos una regi
on como la descrita en la figura 8.5 cuadrante II, es claro que podemos
circular la integral en los siguientes contornos
I
Z
Z
Z
Z
Z
dz f (z) =
dz f (z)
dz f (z)+
dz f (z)+
dz f (z)+
dz f (z) = 0
C
Luis A. N
un
ez
ABDEAF GHF A
ABDEA
AF
F GHF
FA
324
M
etodos Matem
aticos de la Fsica
y como
R
AF
R
dz f (z) = F A dz f (z) entonces
Z
Z
dz f (z) +
dz f (z) = 0
ABDEA
I
dz f (z) +
C1
F GHF
dz f (z) = 0
C2
C2
C1
C2
Es decir, que si f (z) es analtica en una region R, da igual cualquier recorrido por las fronteras de una
regi
on y el valor de la integral permanecera inalterado.
M
as a
un este resultado puede extenderse a regiones con n huecos de tal forma que, tal y como ilustra
en en la figura 8.5 cuadrante III
I
n I
X
dz f (z)
dz f (z) =
C1
j=1
Cj
Con lo cual estamos afirmando que, dada una region que contiene un n
umero finito ( numerable ?) n
de singularidades, la integral a lo largo del contorno que encierra la region R es equivalente a la suma
de las integrales que encierran cada una de las n singularidades.
Enunciaremos sin demostraci
on el Teorema de Morera11 , tambien conocido como el teorema inverso de
Cauchy.
Teorema
de Morera: Si una funci
on f (z) es continua en una region R encerrada por un contorno C y
H
dz f (z) = 0 entonces f (z) es analtica en R
C
Ejemplo:
Considere la funci
on definida en una region R
1
z0 fuera de la region R
f (z) =
con
z0 dentro de la region R
z z0
Si z0 est
a fuera de la regi
on, entonces f (z) esa analtica en R, con lo cual el Teorema de Cauchy
implica que
I
dz f (z) = 0
C
Si z0 est
a dentro de la regi
on, entonces f (z) no es analtica en R por cuanto existe una singularidad
z = z0 . Si consideramos C el contorno que bordea a R, como una circunsferencia centrada en z = z0 y
otra circunsferencia que aisla a z0 con un radio |z z0 | = (esta situacion se ilustra en la figura 8.6
cuadrante I). Entonces, si hacemos z z0 = z = ei el Teorema de Cauchy implica
I
I
Z 2
Z 2
dz
dz
iei d
=
=
=
i
d = 2i
ei
C z z0
z z0
0
0
11 Pueden
consultar la demostraci
on en la referencia [3]
Luis A. N
un
ez
325
M
etodos Matem
aticos de la Fsica
8.8.3.
F
ormula integral de Cauchy
El ejemplo de la secci
on anterior nos lleva a una de las expresiones mas u
tiles e importantes del an
alisis
complejo: La F
ormula Integral de Cauchy la cual dice que si f (z) es analtica en una region R encerrada por
un contorno C y consideramos un punto z = z0 contenido en esa region, entonces
I
1
f (z) dz
= f (z0 )
2i C z z0
Para probar esta afirmaci
on supongamos, una vez mas un circuito en encierra al polo z = z0 (ver figura 8.6,
cuadrante II). Con lo cual, como f (z) es analtica en una region, el Teorema de Cauchy nos garantiza
1
2i
I
C
f (z) dz
1
=
z z0
2i
f (z) dz
z z0
si zz0 = re
2i
Z
0
f (z0 +rei )d
Obvio que es v
alido para regiones m
ultiplemente conexas y es facil demostrarlo. Se lo dejamos al lector
como ejercicio.
Si reacomodamos la expresi
on para la forma integral podemos hacer en esa formula es valida para todo
z
I
1
f () d
f (z) =
2i C z
Luis A. N
un
ez
326
M
etodos Matem
aticos de la Fsica
M
as a
un veremos que es f
acil generalizar esta formula para derivdas de funciones, vale decir
I
f (z) dz
n!
(n)
f (z0 ) =
2i C (z z0 )n+1
Veamos con el caso m
as sencillo y demostremos que para n = 1
I
I
f (z0 + h) f (z0 )
f (z) dz
1
f (z)
1
1
1
0
f
(z
)
=
l
m
f 0 (z0 ) =
=
l
m
dz
0
h0
h0 2i C h
2i C (z z0 )2
h
z z0 h z z0
tal y como se muestra en la figura 8.6, cuadrante III tenemos que
I
I
1
f (z) dz
1
f (z) dz
f 0 (z0 ) = lm
=
h0 2i C (z z0 h)(z z0 )
2i C (z z0 )2
Pero mucho m
as interesante hubiera sido derivar respecto a una constante. Este truco implica que
I
I
I
f () d
1
n f ()
n!
f () d
1
(n)
f (z) =
d =
(8.9)
f (z) =
2i C z
2i C z n z
2i C ( z)n+1
Esta f
ormula es muy util para calcular integrales. Considere, por ejemplo la siguiente integral
I
e2 d
8i 2
2i (3)
I=
f (1) con f (z) = e2z
I=
e
4
3!
3
C ( + 1)
donde hemos supuesto que el contorno C encerraba el punto z = 1, porque de otro modo la funci
on
e2z
sera analtica y la integral se anulara por el Teorema de Cauchy.
(z + 1)4
8.9.
En la secci
on 8.3.2 consideramos series complejas de potencias. En esta seccion revisaremos, desde la perspectiva de haber expresado la derivada nesima de una funcion analtica en la ecuacion (8.9), el equivalente
a las series de Taylor para funciones complejas de variable complejas.
8.9.1.
X
f (n) (z0 )
f 00 (z0 )
f (n) (z0 )
f (z) =
(z z0 )n f (z0 ) + f 0 (z0 )(z z0 ) +
(z z0 )2 + +
(z z0 )n + Rn
n!
2
n!
n=0
I
C
f () d
( z0 )n ( z)
I
I
1
f () d
1
f ()
1
f (z) =
=
d
2i C z
2i C
z0 1 z z0
z0
Luis A. N
un
ez
(8.10)
327
M
etodos Matem
aticos de la Fsica
de donde
f (z) =
1
2i
I
C
f () d
1
z
2i
I
d
C
f ()
z0
1 +
z z0
z0
+
z z0
z0
2
+ +
z z0
z0
n
+
n+1
z z0
z0
z0
este u
ltimo corchete proviene de una forma ingeniosa de utilizar una serie geometrica de razon r =
z z0
.
z0
Para entenderlo, recordemos que para una serie geometrica, se cumple que
1 + r + r2 + r3 + + rn =
1
rn+1
1 rn+1
=
1r
1r 1r
1
rn+1
= 1 + r + r2 + r3 + + rn +
(8.11)
1r
1r
Entonces
1
f (z) =
2i
I
C
f () d
1
z
2i
f ()
d
z0
C
j
n
X
z z0
j=0 z0
n+1
z z0
z0
z0
(8.12)
con lo cual
I
n
n
X
X
1
f ()
f (j) (z0 )
j
f (z) =
(z z0 )
d
(z z0 )j + Rn (z)
+
R
(z)
=
n
j+1
2i
(
z
)
j!
0
C
j=0
j=0
donde
(z z0 )n
Rn (z) =
2i
I
d
C
f ()
( z0 )n ( z)
(8.13)
(8.14)
Obvio que la serie (8.13) converge si Rn (z) 0 cuando n y de eso es facil convencerse al acotar la
ecuaci
on (8.14). Esto es, considerando sobre el contorno C y z en el interior de R, entonces
I
I
(z z0 )n
|z z0 |n
|z z0 |n
f ()
f ()
1
<
|Rn (z)| =
d
<
d
M n 2R
n ( z)
n ( z)
2i
(
z
)
2
(
z
)
2
R
0
0
C
C
(8.15)
f
()
< M , con
donde, una vez m
as, hemos utilizado la forma polar = z0 = Rei y hemos acotado
z
n
z z0
= 0 Rn (z) 0, con lo cual la serie converge.
lo cual es inmediato constatar que lmn
R
Ejemplos Expanda
f (z) =
1
alrededor de z = z0
1z
X
1
1
1
1
(z z0 )n
(z z0 )n
2
3
f (z) =
+
(zz
)+
(zz
)
+
(zz
)
+
+
+
=
0
0
0
1 z0 (1 z0 )2
(1 z0 )3
(1 z0 )4
(1 z0 )n+1
(1 z0 )n+1
n=0
Luis A. N
un
ez
328
M
etodos Matem
aticos de la Fsica
X
(1)n+1 n!
f 00 (0) 2 f 000 (0) 3
z2 z3
n
0
f (z) = ln(1+z) = ln(1 + z)|z=0 +
z
f
(0)+f
(0)z+
z
+
z
+
=
z
+ +
(1 z)n+1 z=0
2
3!
2 3
n=1
f (z) = ln
ln
8.9.2.
1+z
1z
1+z
1z
alrededor de z = 0 (Serie de Maclaurin)
ln(1+z)ln(1z) =
X
2z 2n+1
z2
z3
z2
z3
z3
z5
z
+
z
= 2 z +
+
=
2
3
2
3
3
5
2n + 1
n=0
Series de Laurent
X
X
X
an
1
f () d
k
n
f (z) =
ak (zz0 ) =
an (zz0 ) +
con an =
n = 0, 1, 2,
n
(z z0 )
2i C ( z)n+1
n=
n=0
n=0
(8.16)
o equivalentemente
g(z)
ap
ap+1
a1
=
+
+ +
+ a0 + a1 (z z0 ) + a2 (z z0 )2 + (8.17)
(z z0 )p
(z z0 )p
(z z0 )p1
(z z0 )
P
an
La suma de todos los terminos que tengan potencias negativas, vale decir n=0 (zz
n , se denomina parte
0)
principal de f (z).
f (z) =
Luis A. N
un
ez
329
M
etodos Matem
aticos de la Fsica
Para demostrar (8.16) o (8.17), recordamos que, tal y como muestra la figura 8.7 cuadrante I, si f (z) es
analtica en la regi
on anular, entonces el Teorema de Cauchy, nos garantiza que
I
I
I
I
1
f () d
1
f () d
1
f () d
1
f () d
f (z) =
+
2i C1 z
2i C2 z
2i C1 z
2i C2 z
donde en el segundo caso hemos supuesto que ambas circulaciones tienen el mismo sentido.
Del mismo modo como procedimos en la ecuacion (8.10) re escribimos el segundo par de integrales como
I
I
1
1
f ()
1
1
f ()
f (z) =
d
+
d
z0
2i C1
z0 1 z z0
2i C2
z z0
1
z0
z z0
y ahora invocando, una vez m
as la progresion geometrica (8.11) podemos construir expresiones de integrales
equivalentes a la ecuaci
o (8.12). Vale decir
n
n
z z0
z0
I
I
n1
n1
X z z0 j
X z0 j
1
1
f ()
f ()
z0
z z0
f (z) =
d
d
+
+
z 2i C2
z
2i C1
z0 j=0 z0
z z0 j=0 z z0
z0
z z0
y equivalentemente
I
I
n1
n1
1 X
f ()
1 X
1
j
f (z) =
(z z0 )
d
+Rn1 (z) +
d f ()( z0 )j +Rn2 (z)
2i j=0
( z0 )j+1
2i j=0 (z z0 )j+1 C2
C1
{z
}
|
{z
}
|
aj
aj
(8.18)
Con lo cual queda demostrado la forma funcional de los coeficientes de la expansion de Laurent. La demostraci
on de la convergencia, esto es n Rn1 (z) Rn2 (z) 0 sigue el mismo esquema que utilizamos
para demostrar la convergencia de la ecuacion (8.15) y se lo dejamos como ejercicio al lector.
8.9.3.
Algunos Ejemplos
En muchos casos las expansiones en series de Laurent no se generan a partir de la formula de la ecuaci
on
(8.16) sino a partir de manipulaciones algebraicas y expansiones en Taylor moduladas por otros factores.
El primer y ultimo ejemplo lo haremos directamente. Vale decir que como lo vamos a hacer no lo haremos
otra vez. Consideremos el siguiente ejemplo y hagamoslo directo. Supongamos de entrada que z0 = 0 con lo
cual la region anular en la cual no existen polos sera r < |z z0 | < R 0 < |z z0 | < 1. Utilizando las
formulas de 8.18 construimos la relacion
I
I
I
I
1
f ()d
d
d X n X
d
f (z) =
aj =
=
=
=
j+1
j+2 ( 1)
j+2
j+2n
z(z 1)
(
z
)
0
C1
C1
C1
n=0
n=0 C1
conviertiendo a la forma polar tendremos que
I
X
n=0
Luis A. N
un
ez
C1
X
riei d
=
2i
j+2n,1
rj+2n ei(j+2n)
n=0
an = 2i
para n 1
an = 0
para n < 1
330
M
etodos Matem
aticos de la Fsica
es decir
f (z) =
1
1
= 1 z z2
z(z 1)
z
1
z(z 2)3
1
(z + 1)(z + 3)
Esta funci
on tienes polos de orden 1 en z = 1 y z = 3. Ademas expresando f (z) como una suma
de fracciones parciales, tendremos
1
1
1
1
1
f (z) =
=
(z + 1)(z + 3)
2 z+1
2 z+3
a) para 1 < |z| < 3
Expresando f (z) como una suma de fracciones parciales, tendremos
1
1
1
1
1
=
f (z) =
(z + 1)(z + 3)
2 z+1
2 z+3
b) para |z| > 3
c) para 0 < |z + 1| < 2
d ) para |z| < 1
3.
f (z) =
e2z
(z 1)3
f (z) =
z sen z
z3
4.
8.10.
Integraci
on por el m
etodo de los residuos
Desde siempre hemos sabido que las expansiones de funciones en series de potencias dejan residuos al
detener la expansi
on a para una determinada potencial. Esto se puede apreciar claramente en la expresi
on de
Taylor para funciones analticas (8.13) y, en particular en (8.14). Ahora, las expansiones de Laurent (8.18)
nos muestran otro residuo. Explotaremos las series de Laurent para funciones con polos y construiremos
un metodo para evaluar integrales de funciones en esos puntos. Primero estudiaremos los residuos en general
y luego los utilizaremos para evaluar integrales.
Luis A. N
un
ez
331
M
etodos Matem
aticos de la Fsica
8.10.1.
ak (zz0 )k =
n=
ap+1
a1
ap
+
+ +
+a0 +a1 (zz0 )+a2 (zz0 )2 +
(z z0 )p (z z0 )p1
(z z0 )
m
as a
un, siguiendo (8.16) tendremos que los coeficientes de la expansion pueden ser calculados a partir de
I
I
f () d
1
n = 0, 1, 2, si n = 1
f () d = 2ia1 2iRes f (z) (8.19)
an =
2i C ( z)n+1
C
Es decir, la integraci
on a lo largo de un contorno C que aisle al polo z = z0 es proporcional al residuo
correspondiente a la expansi
on de Laurent alrededor de ese polo. Nos queda entonces calcular el residuo para
as no calcular la integral.
Esta situaci
on se ilustra con el siguiente ejemplo. Supongamos
I
sen z
1
z3
z5
1
1
z
1
i
f (z) =
=
z
+
+
+
+
a
=
f () d = 2ia1 =
1
z4
z4
3!
5!
z 3 3!z 5!
3!
3
C
En general, si f (z) tiene un polo de orden p en z = z0 R, entonces
(zz0 )p f (z) = ap +ap+1 (zz0 )+ +a0 (zz0 )p +
X
dp1
p
[(zz
)
f
(z)]
=
(p1)!a
+
bn (zz0 )n
0
1
dz p1
n=1
zz0
1
dp1
p
[(z
z
)
f
(z)]
0
(p 1)! dz p1
(8.20)
f (z) =
eiz
eiz
(z 2 + 1)2
(z + i)2 (z i)2
z0 = i
d
d
eiz
[(z i)2 f (z)] =
dz
dz (z + i)2
z0 = i
d
d
eiz
[(z + i)2 f (z)] =
dz
dz (z i)2
con lo cual
eiz
1 d
eiz
(z + i)2 ieiz eiz 2(z + i)
4ie1 4ie1
i
Res 2
=
l
m
=
l
m
=
=
zi
(z + 1)2 z=i zi 1! dz (z + i)2
(z + i)2
16
2e
del mismo modo se procede para el caso z = i
Un caso particular y muy u
til lo constituyen las funciones racionales del tipo f (z) =
un polo simple en z = z0 . Esto es q(z0 ) = 0 entonces
(z z0 )p(z)
(z z0 )
p(z0 )
Res f (z)|z=z0 = lm
= p(z0 ) lm
= 0
zz0
zz0
q(z)
q(z)
q (z0 )
Luis A. N
un
ez
p(z)
y f (z) tiene
q(z)
(8.21)
332
M
etodos Matem
aticos de la Fsica
porque hemos utilizado el Teorema de LHopital. Este caso lo podemos ejemplificar si consideramos una
funci
on
3z
= 4
z = 0 Res f (z)|z=0 =
2z
z=0
4 3z
4 3z
(8.22)
f (z) = 2
con polos en
z z
z(z 1)
4 3z
=1
z = 1 Res f (z)|z=1 =
2z 1 z=1
8.10.2.
C1
C2
Cm
I
dz f (z) =
C1
dz f (z) +
dz f (z) +
C2
dz f (z)
Cm
dz f (z) = 2i
C
m
X
Res f (z)z=z0j
j=1
m
X
Res f (z)z=z0j
j=1
4 3z
una funcion con polos simples en z = 0 y z = 1
z2 z
correspondientes a residuos 4 y 1, respectivamente, tal y como se vio en la seccion (8.10.1). Entonces,
utilizamos los resultado expuestos en el ejemplo (8.22)
I
4 3z
dz 2
= 2i(4 + 1) = 6i
z z
C
Una vez m
as ejemplificamos. Se al funci
on f (z) =
siempre y cuando el circuito C encierre los dos polos, z = 0 y z = 1, para los cuales hemos calculado los
residuos
Ejercicios
1. Determinar los polos y los residuos correspondientes para cada una de las funciones propuestas
2z + 1
f (z) = 2
;
z z2
Luis A. N
un
ez
f (z) =
z+1
z1
2
;
f (z) =
sen z
;
z2
f (z) = cot z
333
M
etodos Matem
aticos de la Fsica
2. Evaluar
a)
I
C
dz ez
cosh z
b)
I
C
(2z 2 + 5)dz
(z + 2)3 (z 2 + 4)z 2
8.10.3.
Evaluaci
on de integrales, reales, impropias
El teorema del residuo (8.10.2) es una herramienta poderosa para evaluar algunos tipos de integrales
definidas en variable real. La intenci
on es extender el dominio de las funciones de la recta real al Plano
Complejo. Una de las restricciones es que los contornos deben ser cerrados antes de que sea evaluados los
residuos. El punto es que muchas integrales reales tienen contornos abiertos y la posibilidad de evaluar estas
integrales a traves del Teorema del Residuo descansa en la forma como se cierran los contornos. En estos casos
se debe estimar las contribuciones de esos contornos adicionales que pemiten cerrar los contornos abiertos.
A continuaci
on expondremos algunas tecnicas para cerrar algunos tipos de contornos abiertos.
dx f (x)
Luis A. N
un
ez
dx f (x) lm
dx f (x)
r
334
M
etodos Matem
aticos de la Fsica
Necesitaremos que el integrando sea una funcion racional f (x) = p(x)/q(x), donde q(x) 6= 0 x. Adicionalmente requeriremos que cuando menos q(x) x2 p(x). Supuesto todo esto, convertimos nuestra Hfunci
on racional en una funci
on de variable compleja f (x) f (z) y consideramos la integral de circulacion, C dz f (z),
sobre un contorno C descrito por el eje real y una semicircunsfrencia en el plano complejo con y 0, tal y
se muestra en el cuadrante I la figura 8.8. La intencion es hacer r y con ello evaluar la integral
Rcomo
dx
f (x). Es f
acil convencerse que
0
I
Z
Z r
m
X
dz f (z) =
dz f (z) +
dx f (x) = 2i
Res f (z)z=z0j
C
j=1
es decir,
Z
dx f (x) = 2i
r
m
X
Z
Res f (z)z=z0j
dz f (z)
j=1
j=1
(8.23)
=
2i
4
4
4
4
x + 1
x + 1
j=1
donde hemos utilizado la expresi
on (8.23). La extension analtica
f (x) f (z) =
1
z4 + 1
3i
4
correspondientes a las cuatro races de z 4 = 1. Acto seguido calculamos los residuos invocando la relaci
on
(8.21) que hemos construido para funciones racionales. Esto es
3i
i
1
e 4
e4
z = e i
4
i =
Res f (z)|
=
=
z=e 4
4z 3 z=e i
4
4
4
p(z0 )
p(z)
Res
=
9i
i
q(z) z=z0
q 0 (z0 )
1
e 4
e 4
3i
4
3i
z
=
e
Res
f
(z)|
=
=
=
z=e 4
4z 3 z=e 3i
4
4
4
Hemos considerado u
nicamente los polos para el semiplano complejo y > 0 ya que seguimos considerando
el circuito descrito en el cuadrante I de la figura 8.8. Quedan dos polos ubicados en el semiplano complejo
y < 0, tal y como se muestra en el cuadrante II de la misma figura 8.8. Consecuentemente, tendremos que
Z
Z
Z
i
dx
2i i
2
dx
1
dx
2
4
4
=
e +e
= sen =
=
=
4+1
4 + 14
4 + 14
x
4
4
2
x
2
x
4
Luis A. N
un
ez
335
M
etodos Matem
aticos de la Fsica
f (z) =
z2
(z 2 + 1)2 (z 2 + 2z + 2)
Ejercicios
2
X
12 + 9i 3 4i
7
x2 dx
Res
f
(z)
=
2i
=
2i
+
=
z=z0j
(x2 + 1)2 (x2 + 2x + 2)
100
25
50
j=1
(x2
dx
+ 4x + 5)2
z = re
dz
d =
;
zi
1
cos =
2
1
z+
;
z
1
sen =
2i
1
z
z
(8.24)
Luis A. N
un
ez
336
M
etodos Matem
aticos de la Fsica
Haciendo z = rei y asumiendo las consecuencias, tal y como se presenta en (8.24) arriba, tendremos que
Z
d
=
a + bsen
dz
zi
I
C
a+
b
2i
=
1
z
bz 2
2dz
+ 2aiz b
los polos de
2
f (z) = 2
bz + 2aiz b
z0 =
a2 b2
i
b
son los valores de z que anulan el denominador de f (z). Seguidamente verificamos la ubicacion de los polos
simples y comprobamos que como |a| > |b| entonces
a a2 b2
a + a2 b2
y
|z0 | =
i < 1
i > 1
|z+0 | =
b
b
y por lo tanto, s
olo el primero de los polos esta encerado por el circuito C con |z| = 1 tal y como muestra
en el cuadrante III de la figura 8.8.
Una vez m
as calculamos el residuo para z+0 a partir de (8.20). Entonces tendremos que
Res f (z)|z=z+0 = lm (z z+0 )
zz+0
finalmente
Z
Ejercicios
Z
d
=
a + bsen
bz 2
2
2
1
i
= lm
=
2
+ 2aiz b zz+0 2bz + 2ai
bz+0 + ai
a + b2
bz 2
2dz
2
= 2iRes f (z)z=z+0 =
2
+ 2aiz b
a b2
I
C
2
d
=
2
a + b cos + csen
a b2 c2
con a > b + c ;
0
cos2 3 d
3
=
5 4 cos 2
8
Integrales de Fourier
Otro grupo de integrales que pueden ser evaluadas mediante el Teorema de Residuos son las integrales de
Fourier. Integrales que involucran funciones racionales, f(x), que satisfacen las condiciones expuestas arriba
en la Secci
on 8.10.3 y funciones senos y consenos. Integrales del tipo
Z
Z
I
m
X
cos mx
dx f (x)
dx f (x)eimx
dz f (z)eimz = 2i
Res f (z)eimz z=z0j (8.25)
sen mx
C
j=1
Con m > 0 y los polos correspodientes a los residuos que se muestran en el lado derecho, estan ubicados en
el semiplano complejo con y > 0. Es claro que el circuito seleccionado es que muestra el cuadrante II de
la figura 8.8.
Equivalentemente, igualando partes reales e imaginarias
Z
dx f (x) cos mx = 2
m
X
j=1
Im Res f (z)eimz z=z0j
dx f (x)sen mx = 2
m
X
Re Res f (z)eimz z=z0j
j=1
Otra vez, el circuito C se separa en una semicircunferencia y el eje real. para demostrar que para
evaluar las integrales de Fourier (8.25) se requiere la suma de los residuos nos convencemos que la integral a
Luis A. N
un
ez
337
M
etodos Matem
aticos de la Fsica
lo largo de la semicircunferencia se anula. Esto es facil si comprobamos que recordamos que y > 0 y m > 0,
entonces si z = x + iy tendremos que
|eimz | = |eimx ||emy | = emy < 1
Comprobemos que
Z
dx cos mx
= ekm
2
2
k
x + k
dx sen mx
=0
x2 + k 2
es f
acil ver que el polo simple de la continuacion analtica de f (x) es z0 = ik y su residuo sera
eimz
emk
eimz
eimz
z0 = ik Res 2
=
f (z) = 2
=
2
2
z +k
z + k z=ik
2z z=ik
2ik
y por lo tanto
Z
dx
Ejemplo:
eimx
emk
=
2i
= emk
x2 + k 2
2ik
k
Evalue
Z
dx
xsen x
+ 2x + 5
x2
Partimos de la continuaci
on analtica de
f (x) f (z) =
zeiz
2
z + 2z + 5
I
z0 = 1 2i
dz
C
zeiz
zeiz
=
Res
2
2
z + 2z + 5
z + 2z + 5 z=1+2i
ya que ese es el u
nico polo encerrado por la circulacion . Calculando el residuo tendremos
zeiz
zeiz
e(2+i)
= lm
(z + 1 2i) 2
Res 2
= (1 + 2i)
z + 2z + 5 z=1+2i z1+2i
z + 2z + 5
4i
con lo cual
I
Z
Z
zeiz
x cos x
xsen x
e(2+i)
dz 2
=
dx 2
+i
dx 2
= 2i(1 + 2i)
= (1 2i)e2
z
+
2z
+
5
x
+
2x
+
5
x
+
2x
+
5
4i
2
C
dx 2
= e2
x + 2x + 5
2
Compruebe que
Z
cos mx
em (1 + m)
Para m > 0
dx 2
=
(x + 1)2
4
0
xsen x
= e2
+ 2x + 5
dx
x2
Ejercicios:
Luis A. N
un
ez
Z
y
dx
0
cos 2x
/3
=
e
x4 + x2 + 1
2 3
338
M
etodos Matem
aticos de la Fsica
xx0
x0
dx f (x) = lm
dx f (x) + lm
dx f (x)
x0 +
donde y tienden a cero de forma independiene, es decir, ambos lmites se efectuan independientemente.
Ahora bien, puede darse el caso que uno o ambos lmites no existan pero si exista
!
Z
Z
Z
x0
dx f (x) + lm
lm
0
dx f (x)
V.P.
x0 +
dx f (x)
a
Diremos entonces que existe el Valor Principal de Cauchy para esa integral. La estrategia en estos casos
ser
a dise
nar un circuito tal que evite los polos de la extension analtica de la funcion. Normalmente se
establece este recorrido rodeando los polos con arcos de circunferencia cuyos radios luego tenderan a cero.
Veamos con un ejemplo esta estrategia de circunsnavegacion.
Ejemplo:
lm
=1
x0
x
x
0
dx
0
sen x
x
dz
C
eiz
=
z
dx
R
eix
+
x
Z
dz
C2
eiz
+
z
dx
eix
+
x
Z
dz
C1
eiz
=0
z
donde hemos construido un circuito que rodea el polo z = 0 (cuadrante IV de la figura 8.8.). Es claro que
H
iz
dz ez = 0 porque la regi
on no contiene ning
un polo.
C
R
iz
Ahora mostraremos que C1 dz ez 0, cuando R . Para ello, convertimos z = Rei dz/z = id,
entonces
Z
Z
Z
Z
Z
eiz
Rsen
iz
iz
iR cos
|=
d eRsen
dz
=
d ie
d |e | =
d |e
| |e
| {z }
z 0
0
C1
0
0
1
con lo cual
Z
I1 =
d |eiz | =
Z
0
d eRsen = 2
Z
0
/2
d eRsen = 2
Z
0
d e|Rsen
{z } +
I1
/2
d e|Rsen
{z }
I2
para 0 /2. Es claro que eRsen es una funcion decreciente en y como estamos tratando de
demostrar que la integral a lo largo del circuito se anula I1 0, podremos considerar los maximos valores
13 N
otese que la extensi
on analtica ha sido f (x) = sen x/x f (z) = eiz /z y no f (x) = sen x/x f (z) = sen z/z La raz
on
de esta selecci
on se fundamenta en el comportamiento patol
ogico (oscilante) de la funci
on seno en infinito
Luis A. N
un
ez
339
M
etodos Matem
aticos de la Fsica
< 2 + eRsen
2
0
0
Al considerar que 0 y R comprobamos que I1 0.
R
iz
Seguidamente nos toca demostrar que I2 = C2 dz ez 0 cuando 0. Para este caso z = ei y como
siempre, dz/z = id, entonces la integral
Z
Z
Z
eiz
I2 =
d iei exp(i) = i
dz
=
d iei exp(i) lm I2 = lm
0
0
z
0
C2
0
Esto implica que
eiz
dz
=
z
C
eix
dx
+ i +
x
Z
eix
dx
=0
x
Z
{z }
|
dx
xx
eix eix
+ i = 0
x
dx
eix eix
= i
x
Z
2i
sen x
= i
x
dx
dx
0
sen x
=
x
2
1.
Z
dx sen x2 =
2.
Z
dx
0
3.
Z
0
2 2
ln x
=
;
x4 + 1
16
dx cos x2 =
xp
=
dx 2
x + 2x cos + 1
dx
0
2
4
3 3 2
(ln x)2
=
x4 + 1
16
sen p
sen p
sen
Agradecimientos
Quisiera agradecer a tantos estudiantes entusiastas quienes, nos han se
nalado montones de gazapos y
errores de transcripci
on. Ellos han tenido la paciencia de soportarlos. Gracias por esa paciencia.
Luis A. N
un
ez
340
Bibliografa
[Aleksandrov Kolmogorov y Lavrentiev 1999] A. D. Aleksandrov, A. N. Kolmogorov y M. A. Lavrentiev
(1999) Mathematics: Its Content, Methods and Meaning. (Dover Publications, New York ) Existe
traducci
on por Editorial Alianza Universidad.
[Arfken, Weber y Weber 2000] Arfken, G. B.,Weber, y H., Weber, H.J. (2000) Mathematical Methods
for Physicists 5ta Edici
on (Academic Press, Nueva York )
[Byron y Fuller 1970] Byron, F.W. y Fuller W.F. (1970) Mathematics of Classical and Quantum Physics (Dover Publications, New York )
[Chow 2000] T. L. Chow (2000) Mathematical Methods for Physicists: A Concise Introduction
(Cambridge University Press, Cambridge)
[Churchill y Brown1989] R. V. Churchill y J. W. Brown (1989) Complex Variables and Applications
(McGraw-Hill, New York ).
[Dennery y Krzywicki1995] P. Dennery y A. Krzywicki (1995) Mathematics for Physicists (Dover Publications, New York )
[Gonzalez 2003] A. Gonz
alez-L
opez Variable Compleja Universidad Complutense de Madrid, Madrid
Espa
na. Disponible en http://www.ucm.es/info/metodos/pdf/Apuntes/vc-ag/vc-ag.pdf
[Harper 1971] Harper, C. (1971) Introduction to Mathematical Physics (Prentice Hall, Englewood Cliff,
N.J.)
[Knopp 1996] K. Knopp (1996) Theory of Functions, Parts I and II (Dover Publications, New York )
[math-atlas.orgURL] The Mathematical Atlas http://www.math-atlas.org/welcome.html
[N
un
ez 2005] L.A. N
un
ez (2005) Los Vectores de Siempre Formulario de Metodos Matematicos de la
Fsica 1. Universidad de Los Andes, Merida Venezuela, Disponible en http://webdelprofesor.ula.
ve/ciencias/nunez/cursos.html
[N
un
ez 2006] L.A. N
un
ez (2006) Serie de Series Formulario de Metodos Matematicos de la Fsica 2. Universidad de Los Andes, Merida Venezuela, Disponible en http://webdelprofesor.ula.ve/ciencias/
nunez/cursos.html
[Riley, Hobson y Bence 2002] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for
Physics and Engineering (Cambridge University Press, London)
[Spiegel 1959] Spiegel, M. (1967) Variable Compleja (Schaums Outline Series, McGraw Hill New York )
341
M
etodos Matem
aticos de la Fsica
Luis A. N
un
ez
342
Captulo 9
343
M
etodos Matem
aticos de la Fsica
9.1.
Motivaci
on y Origen
En Ciencias, una de las formas de modelar fenomenos fsicos es mediante su caracterizacion a traves de
una funci
on matem
atica, digamos G = G (x, y, z; t). Desde los albores de la actividad cientfica contempor
anea
es imperioso describir los fen
omenos fsicos en el lenguaje de las matematicas. Una las formas (la ideal) para
modelar los cambios de esta funci
on, G (x, y, z; t) , que depende de la posicion y del tiempo, es a traves
de una ecuaci
on en la cual est
an involucradas la funcion, G (x, y, z; t) y sus derivadas. A esa ecuaci
on la
llamaremos Ecuaci
on Diferencial. Existe toda una fauna de ecuaciones diferenciales y hoy disponemos de
un importante arsenal de tecnicas, metodos y herramientas para encontrar la funcion G (x, y, z; t) , la cual
ser
a nuestra funci
on inc
ognita. Este curso trata, parcialmente, de mostrar parte de esta fauna y de indicarles
metodos para resolver un tipo particular de ecuaciones diferenciales: las Ecuaciones Diferenciales Ordinarias.
Empecemos por recordar que desde siempre hemos tratado, la mayor de las veces sin saberlo o sin
explicitarlo, con este tipo de ecuaciones en donde la incognita no es un n
umero sino un conjunto de n
umeros:
una funci
on.
El caso m
as emblem
atico lo constituye el conjunto de formulas que aprendimos en nuestra mas tierna
infancia intelectual cuando estudi
abamos bachillerato o, mas recientemente, en los primeros cursos de Fsica
General de la Universidad. En aquellos entonces describamos el movimiento de partculas en una dimensi
on,
a traves de dos ecuaciones:
t2
(9.1)
Vf = V0 + at
y
d = V0 t + a
2
de memoria repetamos que Vf representaba la velocidad final, V0 la velocidad inicial, a la aceleraci
on, t
el tiempo transcurrido y d la distancia recorrida en ese tiempo. El problema consista en encontrar, para
un sinfn de situaciones fsicas, primeramente el valor de la aceleracion del movil y a partir de las Leyes de
Newton, luego conociendo la velocidad y la posicion inicial, encontrabamos la posicion, d, y la velocidad, Vf
en todo instante de tiempo. As, mediante diagramas de cuerpo libre y la utilizacion de las leyes de Newton,
encontr
abamos el valor de la aceleraci
on y las formulitas (9.1) resolvamos el problema.
V = V0 + at
P
f
X
Fext
Fext = m a
a=
(9.2)
2
m
d = V t + at
0
2
Lo m
as probable
es que nuestros profesores nos repitieran hasta el cansancio que la sumatoria de fuerzas
P
externas
Fext era constante, y lo m
as seguro que nosotros en aquellos momentos no comprendieramos
la trascendencia de esa suposici
on. El caso mas representativo era el del movimiento de un cuerpo bajo la
acci
on de un campo gravitatorio, m
as a
un: cada libre.
V = V0 gt
f
mg = m a
a = g
(9.3)
2
d = V t gt
0
2
Lo que est
a detr
as de este cuento que nos inicio en el estudio de la Fsica y a muchos de nosotros nos sedujo
para seguir estudiando y aprendiendo a tratar de describir la naturaleza, es, efectivamente, la utilizaci
on de
las Leyes de Newton para modelar el fen
omeno del movimiento. De este modo
dx(t)
= V0 + at
V (t) =
2
X
dt
d x(t)
dV (t)
Fext = m a = m
=m
(9.4)
dt2
dt
2
x(t) = V0 t + a
2
Luis A. N
un
ez
344
M
etodos Matem
aticos de la Fsica
V (t) = dt a = t a + C2
dV (t)
Fext
=a=
= constante
dt
m
x(t) = R dt (t a + C ) = t a + C t + C
2
2
1
2
(9.5)
Claramente al identificar
C2 = V (t = 0) = V0
C1 = x(t = 0) = x0 = 0
(9.6)
dx(t)
= t a + C2
dt
(9.7)
constituyen ecuaciones diferenciales donde las funciones incognitas son la velocidad, V (t), y la posicion, x(t),
respectivamente. Ambas funciones se encontraban dentro de un signo de derivada y fueron despejadas
mediante un proceso de integraci
on.
La descripci
on del movimiento de partculas es mas rica y compleja. El movimiento de una gran cantidad
de partculas puede ser simulado a traves de una ecuacion diferencial del tipo
2
X
~
~ (t) = d~r(t) ; t = m ~a = m d ~r(t) = m dV (t)
(9.8)
F~ext ~r (t) , V
2
dt
dt
dt
El car
acter vectorial implica tres ecuaciones diferenciales, una por cada dimension del movimiento, vale decir:
P x
d~r(t)
d2 x(t)
dVx (t)
F
~
r
(t)
,
;
t
=
m
a
=
m
=m
x
ext
dt
dt
dt
P
X
d~r(t)
d2 y(t)
dVy (t)
d~r(t)
y
F~ext ~r (t) ,
; t = m ~a
; t = m ay = m
=m
Fext
~r (t) ,
2
dt
dt
dt
dt
P z
d~r(t)
d2 z(t)
dVz (t)
Fext ~r (t) ,
; t = m az = m
=m
2
dt
dt
dt
Adem
as del car
acter vectorial de la ecuaci
on, las componentes de la fuerza pueden dejar de ser constantes y
depender de no s
olo del tiempo, sino del vector posicion, del vector velocidad o, de ambas simultaneamente. En
este caso nuestras formulitas dejan de ser validas en general y debemos integrar las ecuaciones diferenciales
para obtener la trayectoria de la partcula ~r (t), conocidas: la masa, m, la expresion de la sumatoria de
P
~ (t0 ) = V
~0 ). Este problema se conoce
fuerzas externas F~ext , la posici
on y la velocidad inicial (~r (t0 ) = ~r0 y V
como el problema de condiciones iniciales y es, como hemos dicho antes, la razon de este curso. Antes,
intentare mostrar como ese conocimiento del movimiento bajo accion de una resultante de fuerzas constante,
es decir el movimiento de una partcula con aceleracion constante puede resultar muy
til para resolver,
de
u
P
d~
r
(t)
forma aproximada, el caso m
as general que hemos mencionado: F~total =
F~ext ~r (t) ,
; t . Veamos
dt
con detenimiento que significan estas afirmaciones.
Es claro el tiempo de evoluci
on esta comprendido entre el tiempo inicial y el tiempo final, t0 t tf inal .
Supongamos que dividimos ese intervalo de tiempo en N subintervalos
[t0 , tf inal ] = [t0 , t1 ] [t1 , t2 ] [t2 , t3 ] [ti , ti+1 ] [tN 2 , tN 1 ] [tN 1 , tN = tf inal ]
Luis A. N
un
ez
(9.9)
345
M
etodos Matem
aticos de la Fsica
Figura 9.1: Diagrama de Cuerpo Libre de una esfera de corcho que emerge desde el fondo de un tanque de
agua.
de tal modo que en cada uno de esos N subintervalos la aceleracion es constante. En estas situacion, nuestras
Luis A. N
un
ez
346
M
etodos Matem
aticos de la Fsica
formulitas son v
alidas. Esto es
[t0 , t1 ]
Fext (d0 , V0 ; t0 )
[t1 t0 ]
V
(t
)
=
V
=
V
+
1
1
0
m
V (t0 ) = V0
d (t1 ) = d1 = V0 [t1 t0 ] +
d (t0 ) = d0
m
2
[t1 , t2 ]
V (t1 ) = V1
d (t1 ) = d1
Fext (d1 , V1 ; t1 )
[t2 t1 ]
V
=
V
+
1
2
m
(9.10)
(9.11)
d2 = d1 + V1 [t2 t1 ] +
m
2
..
.
[ti , ti+1 ]
V (ti ) = Vi
d (ti ) = di
Fext (di , Vi ; ti )
[ti+1 ti ]
Vi+1 = Vi +
m
(9.12)
di+1 = di + Vi [ti+1 ti ] +
m
2
..
.
[tN 1 , tN ]
V (tN 1 ) = VN 1
d (tN 1 ) = dN 1
Fext (dN 1 , VN 1 ; tN 1 )
V
=
V
+
[tN tN 1 ]
N 1
N
m
P
dN = dN 1 + VN 1 [tN tN 1 ] +
m
2
(9.13)
N
otese que las posiciones y velocidades finales para cada intervalo, son las posiciones y velocidades iniciales
para el intervalo siguiente y que el valor de la aceleracion, que es variable, se toma como constante e igual
al valor que tiene en el comienzo del intervalo.
Para analizar este caso consideremos el caso de una esfera de corcho, con Radio R y masa M que se
suelta desde el fondo de un tanque de agua de profundidad h. Queremos conocer con que velocidad llega la
esfera a la superficie.
El diagrama de cuerpo libre se puede observar en la figura 9.1 y la ecuacion de Newton para este caso se
expresa como
X
dV (t)
d~r(t)
F~ext ~r (t) ,
; t = ma mg KV (t) + mf g = m
(9.14)
dt
dt
En la cual hemos identificado
peso
Friccion
Empuje
Luis A. N
un
ez
mg
KV (t)
(9.15)
mf g
347
M
etodos Matem
aticos de la Fsica
(9.17)
s
f
hc
1 2
c
2g (f c )
(9.20)
En el caso general, descrito por la ecuacion (9.14), procedemos del mismo modo: encontramos el tiempo
en el cual llega la superficie y luego evaluamos la expresion para la velocidad para ese tiempo. Fjense
que la estrategia para resolver el problema fsico es la misma, solo que tendremos que disponer de un
arsenal adicional de herramientas y tecnicas para despejar la funcion velocidad. Aprenderemos a resolver
ecuaciones diferenciales de la misma manera que antes resolvamos ecuaciones algebraicas. En este caso la
soluci
on exacta para la expresi
on de la velocidad es
tK
dV (t)
g (m mf )
mg KV (t) + mf g = m
(9.21)
V (t) =
e m 1
dt
K
Con lo cual
tK
dy(t)
g (m mf )
= V (t) =
e m 1
dt
K
y la funci
on posici
on surge de integrar la ecuacion diferencial
tK
g(m mf )
Y (t) =
me m + tK m
K 2 2
desafortunadamente la no se puede despejar el tiempo de manera exacta por cuanto la ecuacion
K t
gm (m mf )
K t
e m 1+
=h
K 2 2
m
Luis A. N
un
ez
(9.22)
(9.23)
(9.24)
348
M
etodos Matem
aticos de la Fsica
es una ecuaci
on trascendente y debe ser resuelta numericamente. Haciendo algunas sustituciones simplificadoras
4
4
mf = R3 ; m = R3 f = c = y K = 6 R
(9.25)
3
3
Donde y representan las densidades relativas del fluido y del cuerpo respecto al agua (de densidad ),
respectivamente. Seguidamente sustituimos los valores numericos
g = 9,8;
R = 0,02;
= 103 ;
= 1;
= 0,8;
V0 = 0;
= 1,002 103
(9.26)
la ecuaci
on (9.24) nos queda para h = 10, mts
10 = 12339,72755 (1 exp(0,01409062500t)) 173,8744736t
(9.27)
m/s
(9.28)
En la siguiente tabla se implementan las ecuaciones (9.10) a (9.13) habida cuenta de las simplificaciones
(9.25) y los valores numericos (9.26) para h = 1/10 [ti+1 ti ]
ti
(s)
0.100
0.200
0.300
0.400
0.500
0.600
0.700
0.800
0.900
1.000
1.100
1.200
1.300
1.400
Vi (m/s)
0.2449999997
0.4896547791
0.7339648246
0.9779306220
1.221552656
1.464831412
1.707767373
1.950361022
2.192612841
2.434523312
2.676092916
2.917322134
3.158211444
3.398761326
di (m)
0.01224999998
0.04898273892
0.11016371910
0.19575849150
0.30573265540
0.44005185880
0.59868179800
0.7815882177
0.9887369109
1.220093719
1.475624530
1.755295283
2.059071962
2.386920600
V (t) (m/s)
0.2448275
0.4893102
0.7334487
0.9772434
1.2206949
1.4638035
1.7065698
1.9489943
2.1910775
2.4328198
2.6742217
2.9152836
3.1560062
3.3963898
d (t) (m)
0.01225
0.04895
0.11009
0.19563
0.30553
0.43976
0.59828
0.78106
0.98807
1.21926
1.47462
1.75410
2.05767
2.38529
Vi y di representan la velocidad y la posicion aproximada, tal y como se expresan en las ecuaciones (9.10)
a (9.13). Mientras que V (t) y d (t) ilustran los valores de la velocidad y la posicion exactas, calculadas a
partir de las ecuaciones (9.22) y (9.23). Es clara que la aproximacion es buena hasta la primera cifra decimal.
9.2.
9.2.1.
Luis A. N
un
ez
349
M
etodos Matem
aticos de la Fsica
poblaci
on y las necesidades que ellas generaban, eran de procedencia divina y que forzara a la humanidad a
ser m
as laboriosa e ingeniosa para lograr los medios de subsistencia. Darwin, no tan religioso, lo formulo como
una situaci
on natural presente en todas las especies.
Ley de Malthus/Decaimiento Radioactivo
d
y(x) = k y(x)
dx
y(t) = y0 ek t
con y(0) = y0
(9.29)
y(t) =
k y0
a y0 + (k a y0 ) ek t
La Ley de Enfriamiento de Newton que expresa que la tasa de cambio de la temperatura respecto al
tiempo es proporcional a la diferencia de temperatura entre el cuerpo y el medio ambiente.
dT
= k(T Tm )
dt
T = (T0 Tm ) ek t + T m
con T (0) = T0
La Ley de Torricelli la cual establece que (para un tanque cilndrico) la tasa de cambio respecto al tiempo
del la profundidad del agua en un tanque es proporcional a su raz cuadrada
k
1
dy
2
=
t + y(0)
y y(t) =
dt
A
2
9.2.2.
x0 = 2
df (x)
f (x) = 0 f (x) = ex
dx
Las llamaremos ecuaciones diferenciales en derivadas parciales o, simplemente ecuaciones diferenciales parciales, porque contienen funciones (y derivadas) de varias variables.
2 Pierre Fran
cois Verhulst 1804 - 1849 Matem
atico Belga con sus m
as importantes comtribuciones en estadstica demogr
afica
Luis A. N
un
ez
350
M
etodos Matem
aticos de la Fsica
9.2.3.
Orden y linealidad
Una ecuaci
on diferencial F[x, y(x), y 0 (x), y 00 (x), y 00 (x), , y (n) (x)] = 0 sera lineal si solo parecen funciones lineales de y(x) y sus derivadas.
df (x)
df (x) d2 f (x)
+ f (x)
af 2 (x)
dx
dx2
dx
= k(x)
no lineal o alineal
= k(x)
lineal
Pn
d2 f (x)
df (x)
dk f (x)
dn f (x)
+ a2 (x)
+ a1 (x)
+ a0 (x)f (x) = g(x) k=0 ak (x)
= g(x)
an (x)
n
2
dx
dx
dx
dxk
ser
a de orden n
Una ecuaci
on diferencial F (x, y(x), y 0 (x), y 00 (x), y 00 (x), , y (n) (x), ) = 0 sera homogenea (inhomogenea)
si NO contiene terminos independientes en f (x)
df (x)
d2 f (x)
af (x)
+ g(x)
2
dx
dx
k(x)
lineal inhomogenea
lineal homogenea
y=
25 x2
0
2
2
y y + x = 0 f (x, y) = x + y(x) 25 = 0
con 5 < x < 5
y = 25 x2
Se tiene que seleccionar una rama de la funcion raz. Igualmente sera solucion implcita
(y 2 (x) x) y 0 (x) y(x) + x2 = 0
351
M
etodos Matem
aticos de la Fsica
Figura 9.2: Gr
afica de la funcion implcita f (x, y) = x3 + y 3 (x) 3xy(x) = 0
y(x) = ex + C1
y(x) = ex + C2 x + C1
y(x) = ex + C3 x2 + C2 x + C1
Cada una de las soluciones representan familias de soluciones, una para cada constante. Este tipo de soluciones
las denominaremos soluciones generales. Es decir, llamaremos solucion general de una ecuacion diferencial
aquella que queda indeterminada por un conjunto de constantes {C1 + C2 + C3 + Cn }. En contraste,
cuando particularizamos los valores de las constantes C3 , C2 , C1 tendremos una solucion particular par cada
una de las ecuaciones. Adicionalmente, cuando nos referimos las ecuaciones no lineales el concepto de soluci
on
particular vara. Soluciones particulares en este tipo de ecuaciones seran aquellas que se cumplen para rangos
(o puntos) muy particulares. Vale decir
(y 0 )2 + y 2 = 0
y=0 u
nica solucion
(y 00 )2 + y 2 = 0
Tamibien en este caso llamaremos a este tipo de soluciones, particulares. De igual modo puede darse casos
para los cuales no exista soluci
on en un determinado intervalo.
|y 0 |2 + 1 = 0
no tienen solucion
|y 00 |2 + 1 = 0
Luis A. N
un
ez
352
M
etodos Matem
aticos de la Fsica
Ecuaciones de la forma
xy 0 = 1
y(x) = ln |x| + C
y(x) = f (x, C1 , C2 , Cn )
y(x) = Cx + C 2
y = xy 0 + (y 0 )2
2
y(x) = x
4
Uno llega a estar tentado de llamar solucion general a la solucion 1parametrica y(x) = Cx + C 2 . Sin
embargo, deja por fuera otra soluci
on que no tiene que ver con un valor particular de las constantes C.
Otro ejemplo, lo constituye
3
y 0 = 2y 2
y(x) =
C2
(Cx + 1)
x.
1
x + C
Una soluci
on nparametrica se denominara solucion general si contiene todas las soluciones de una determinada ecuaci
on diferencial.En el caso de ecuaciones diferenciales lineales, las soluciones nparametricas
contituyen las soliciones generales a las ecuaciones diferenciales.
Soluci
on particular, valores iniciales vs valores de contorno
Dependiendo de la situaci
on fsica que estemos modelando quiza podamos determinar las constantes
arbitrarias de una familia nparametrica con informacion para un u
nico punto x = x0 . Esto es
F[x, y(x), y 0 (x), y 00 (x), , y (n) (x)] = 0 y(x) = f (x, C1 , C2 , Cn )
}|
{
z
y(x0 ) C1 = c1 y 0 (x0 ) C2 = c2 y n1 (x0 ) Cn = cn
|
{z
}
y(x) = f (x, c1 , c2 , cn )
Luis A. N
un
ez
353
M
etodos Matem
aticos de la Fsica
Si por el contrario, para determinar el valor de las constantes arbitrarias disponemos de informaci
on de
la funci
on y sus derivadas en dos o m
as puntos, diremos que tendremos un problema de contorno. Esto es
y 00 + 2 y = 0
y(x) = sen nx
N
otese que tambien pudimos haber tenido informacion del tipo y(0) = y0 , y 0 (1) = y10 ; y 0 (0) = y00 , y 0 (1) = y10
o y 0 (0) = y0 , y(1) = y10 y para cada uno de estos caso tendremos una solucion distinta.
Demostraremos que los problemas de valores iniciales para ecuaciones diferenciales lineales siempre tienen
soluci
on particular (siempre se pueden determinar las constantes a partir de la informacion de la funci
on y
las derivadas en UN punto). No as los problemas de valores de contorno.
9.2.4.
M
etodos elementales de integraci
on
Para comenzar expondremos unos metodos de integracion, los cuales si bien son elementales y casi triviales
para este caso, ser
an utilizados en lo que sigue, con bastante frecuencia.
Integraci
on directa
La integraci
on directa tiene varias variantes las cuales nos hemos tropezado en varias situaciones de
modelaje y que nos han permitido integrar (intuitivamente) ecuaciones diferenciales. La mas directa de
todas ha sido
Z
Z
Z
dy(x)
= f (x) dy(x) = dx f (x) y(x) = dx f (x) + C
dx
por lo cual, al integrar (analtica o numericamente) tendremos la expresion para la funcion y(x).
La integraci
on directa fue la estrategia que utilizamos arriba para encontrar las formulitas que nos
aprendimos en bachillerato. Esto es
R
V (t) = dt a = t a + C2
Fext
dV (t)
=
= a = constante
2
m
dt
x(t) = R dt (t a + C ) = t a + C t + C
2
1
2
2
en la cual al recordar las condiciones iniciales
V (0) = V0 C2
V (t) = V0 + at
x(0) = x0 C1
x(t) = x0 + V0 t + a
t2
2
Luis A. N
un
ez
354
M
etodos Matem
aticos de la Fsica
1
3.
=
dx para y 6= 1
+ ln |y + 1| = x + C
yy 0 = (y + 1)2
(y + 1)2
(y + 1)2
y+1
que no es otra cosa que una familia de soluciones implcitas, uniparametrica. Para una condicion inicial
y(2) = 0 entonces
y(2) = 0 C = 1
1
+ ln |y + 1| = x 1 para y 6= 1
y+1
una vez m
as esta familia de solucines 1parametrica no constituye la solucion general de es ecuacion diferencial ya que no contiene todas las solucines. En este caso y(x) = 1 tambien es solucion y no esta contenida.
Mi primera ecuaci
on separable
Los casos anteriores de integraci
on directa son generalizados por una ecuacion que llamaremos separable.
Esto es la funci
on (funcional) de dos variables del lado derecho se supone que es el resultado del producto
de dos funciones de una variable, con lo cual las variables dependientes e independientes se agrupan a lados
Luis A. N
un
ez
355
M
etodos Matem
aticos de la Fsica
distintos de la igualdad.
dy(x)
= H[y(x), x]
dx
dy(x)
= Y (y(x))X(x)
dx
dy
= X(x) dx
Y (y)
dy
=
Y (y)
Z
X(x) dx
dy
=
1+y
Z
x dx
ln(1 + y) =
x2
+C
2
y(x) = Ae
x2
2
ax
ax dy(x)
dx
+ ay(x)e
ax
=e
x ax
d(eax y(x))
= eax ex
dx
ax
d(e y(x)) =
dx e(a1)x
1 (a1)x
1
2a 3
1
e
+ C y(0) = 2 C = 2
=
yp (x) =
ex + (2a 3)eax
a1
a1
a1
a1
356
M
etodos Matem
aticos de la Fsica
Llamaremos al termino (x) factor integrador de la ecuacion diferencial. Esta relacionado con propiedades de simetra de la ecuaci
on, pero en este nivel lo buscaremos tanteando.
La soluci
on general de esa ecuaci
on diferencial toma la forma de yg (x) = (ex + Ceax ) donde el
segundo de los terminos yg h (x) = Ceax corresponde a la solucion general para la ecuacion homogenea
ermino yinh (x) = ex corresponde
asociada a esa ecuaci
on diferencial: dy(x)
dx + ay(x) = 0. El otro t
x
a la soluci
on particular de la inhomogenea: dy(x)
. Esta sera una propiedad general
dx + ay(x) = e
para ecuaciones diferenciales lineales de cualquier orden. Resolveremos la ecuacion homogenea y luego
encontraremos la soluci
on de la inhomogenea. La solucion general sera una suma de ambas soluciones
x
Figura 9.5: Isoclinas para cuatro ecuaciones diferenciales. Cuadrante I muestra la ecuacion dy(x)
dx = e
1
y(x)
y
se
muestran
las
soluciones
particulares
para
las
condiciones
iniciales
y(0)
=
0,75,
y(0)
=
0,50,
y(0)
=
3
0, y(0) = 0,50, y(0) = 0,75. El Cuadrante II corresponde a las tangentes generadas a partir de la ecuaci
on
dy(x)
y(x)
otese son curvas integrales radiales que para el punto x = 0 no esta definida la curva integral.
dx = x . N
x
= y(x)
. Finalmente el Cuadrante IV
En el Cuadrante III represente las tangentes de la ecuacion dy(x)
dx
En general
y 0 + ay = g(x)
(x) = eax
yg (x) =
eax
|
ax
dt g(t)eat +
Ce{z
|
}
x0
soluci
on de la homog
enea
{z
}
soluci
on de la inhomog
enea
la demostraci
on la dejamos como ejercicio para el lector.
Para finalizar la figura 9.4 muestra el mapa de ruta para la resolucion de las ecuaciones diferenciales
ordinarias, lineales.
Luis A. N
un
ez
357
M
etodos Matem
aticos de la Fsica
M
etodo de las Isoclinas
Este metodo se basa en la idea de campo y curvas integrales que vimos cuando estudiamos campos
vectoriales. La idea es bien simple. En general una ecuacion diferencial de primer orden (explcita respecto a
la derivada) se podr
a representar como y 0 = f (y, x). Ahora bien, el lado derecho de esa igualdad lo representa
una funci
on de dos variables, la cual tendra un valor en cada punto (x, y). Ese valor (por la igualdad que
representa la ecuaci
on diferencial) ser
a el valor de la derivada en ese punto y el valor de la derivada en un
punto, no es otra cosa que la pendiente de la recta tangente a ese punto. Con eso, al construir una gr
afica
recordamos las curvas integrales de los campos vectoriales y reconstruimos las curvas solucion a partir de sus
tangentes. La Figura 9.5 contiene cuatro ejemplos de estas construcciones. As tendremos la representaci
on
gr
afica para las tangentes de las siguientes ecuaciones diferenciales.
1
dy(x)
= ex y(x) Cuadrante I
dx
3
dy(x)
y(x)
=
Cuadrante II
dx
x
y tambien
dy(x)
x
=
Cuadrante III
dx
y(x)
dy(x)
= 1 + x y(x) Cuadrante IV
dx
Es importante se
nalar que este metodo permite obtener las posibles soluciones de una ecuacion diferencial
no importa lo complicada que sea.
Puntos Ordinarios y Singulares
Llamaremos un punto ordinario de orden n a un punto xo en el cual la funcion y sus nderivadas est
an
definidas, esto es y(xo ), y 0 (xo ), y 00 (xo ), , y (n) (xo ). En contraste a un punto ordinario llamaremos punto
extraordinario o singular a un punto xs tal que la funcion o sus derivadas no se encuentran definidas en este.
Para ecuaciones diferenciales ordinarias de primer orden, los puntos ordinarios y singulares tienen que ver
con la funci
on y su primera derivada. N
otese que en el cuadrante I y IV de la Figura 9.5 todos los puntos
son ordinarios de orden infinito. En el cuadrante II la funcion no esta definida para xs = 0 con lo cual es un
punto singular, y en el cuadrante III, la funcion esta definida para xs = 0 pero no as su derivada.
9.3.
Ecuaci
on Diferenciales de Primer Orden
dy(x)
dy(x)
= H[y(x), x] y 0
= H(x, y)
0
dx
dx
F[x, y(x), y (x)] = 0
9.3.1.
= Y (y(x))X(x)
= X(x) dx
= X(x) dx
dx
Y (y)
Y (y)
Luis A. N
un
ez
358
M
etodos Matem
aticos de la Fsica
o equivalentemente
P (x, y)dy + Q(x, y)dx = 0
Otro ejemplo ser
a
1 x2
y0 =
5y
con lo cual
1 x2
0
y =
5y
p
p
1 x2 dx + 5 y dy
dx
1
1 p
2
x 1 x2 + arcsenx + (5 + y)3/2 = C
2
2
3
P2 (y)
Q1 (x)
dy +
dx = 0
Q2 (y)
P1 (x)
1 x2 +
Z
dy
para 1 x 1
5y
y > 5
N
otese que el el arcsenx es multivaluada por lo tanto debemos restringir el intervalo a su valor principal
2 < x < 2
Ejercicio Pruebe que
1y
y = x
1 x2
0
1 x2 2
p
1y =C
y<1
dz = adx + bdy
dy
1 dz
a
1 dz
a
dz
=
= f (z)
= bf (z) + a
dx
b dx
b
b dx
b
dx
Veamos
y 0 = sen2 (x + y)
es decir
Z
dz = dx + dy y 0 = 1 +
dz
=x+C
cos2 (z)
tan z = x + C
dz
dx
z 0 = 1 + sen2 (z)
tan(x + y) = x + C
dz
=
1 sen2 (z)
Z
dx
y = x + arctan(x + C)
Se puede tratar de generalizar el caso anterior puede y considerar ecuaciones diferenciales del tipo
dy(x)
a1 x + b1 y + c1
=f
dx
a2 x + b2 y + c2
Entonces, se distinguen dos casos dependiendo si las rectas a1 x + b1 y + c1 = 0 y a2 x + b2 y + c2 = 0 son
paralelas o no.
Si son paralelas
b2
dy(x)
a1 x + b1 y + c1
a2
=
=
=f
f(a1 x + b1 y)
a1
b1
dx
(a1 x + b1 y) + c2
Luis A. N
un
ez
359
M
etodos Matem
aticos de la Fsica
2x + 3y 1
4x + 6y + 2
con lo cual
z
1 0
(z 2) =
3
2z + 2
=2
z0 =
z = 2x + 3y 1
7z + 4
2z + 2
dz
y0 =
dz = 2dx + 3dy
2z + 2
=
7z + 4
Z
dx
1 0
(z 2)
3
2
6
z+
ln(7z + 4) = x + C
7
49
dy =
1
b2 b1
u = a2 x + b2 y + c2
dv = a1 dx + b1 dy
dx =
1
a2 a1
v = a1 x + b1 y + c1
du dv
a2
a1
du dv
b2
b1
con lo cual
!
!
f uv
f uv
a1 x + b1 y + c1
1
1
+
du
+
dv = 0
a2 x + b2 y + c2
a2 (b2 b1 ) b2 (a2 a1 )
a1 (b2 b1 ) b1 (a2 a1 )
donde la funci
on f uv se conoce como una funcion homogenea y al igual que la ecuacion diferencial que
hereda de esta su nombre. Este tipo de ecuaciones diferenciales seran consideradas en la proxima secci
on.
Otro enfoque (equivalente) de este mismo problema puede ser consultado en el problemario de Kiseliov,
Kransnov, Makarenko [8]. En este enfoque el cambio de variables se relaciona con el punto de corte (x0 , y0 )
Para ejemplificar este caso analizaremos un ejemplo sencillo de una funcion con argumento inhomogeneo
del tipo.
Q(x, y) a2 x + b2 y + c2
dy(x)
a1 x + b1 y + c1
=
Q(x, y)dy + P (x, y)dx = 0
dx
a2 x + b2 y + c2
P (x, y) a1 x + b1 y + c1
dy(x)
=f
dx
Decimos, entonces que los coeficientes Q(x, y) y P (x, y) son inhomogeneos (ci 6= 0). Su pondremos que las
rectas no son paralelas, por lo cual utilizamos el cambio de variable propuesto anteriormente. Entonces
1
du dv
u = a2 x + b2 y + c2 du = a2 dx + b2 dy dy =
b2 b1 a2
a1
v = a1 x + b1 y + c1
dv = a1 dx + b1 dy
1
dx =
a2 a1
du dv
b2
b1
con lo cual convertimos los los coeficientes Q(x, y) y P (x, y) en homogeneos. Esto es
(a2 x + b2 y + c2 )dy + (a1 x + b1 y + c1 )dx = 0
|
{z
}
z
}|
{
u
v
u
v
+
du
+
dv = 0
a2 (b2 b1 ) b2 (a2 a1 )
a1 (b2 b1 ) b1 (a2 a1 )
es decir
P (u, v) = u
v
1
u
+
a2 (b2 b1 ) b2 (a2 a1 )
= ug1
v
u
; Q(u, v) = u
v
1
u
+
a1 (b2 b1 ) b1 (a2 a1 )
= ug2
v
u
360
M
etodos Matem
aticos de la Fsica
Funciones Homog
eneas de grado n y Ecuaciones Diferenciales Homog
eneas
Diremos que una funci
on
x
n
si w = y f (x, y) = y g(w)
si w = y f (x, y) = xn h(w)
x
Las funciones homogeneas indican un comportamiento particular cuando cambiamos la escala de sus variables. Se utilizan con bastante frecuencia en hidrodinamica y termodinamica. Un ejemplo de una funci
on
homogenea de grado 2 tendremos:
v
y
f (tx, ty) = t2 u2 + v 2 ln
homogenea de grado 2
f (x, y) = x2 + y 2 ln
x
u
Ejercicio: Muestre que
x
1
f (x, y) = ysen
Homogenea de grado ;
y
2
x
Homogenea de grado 0
y
Una ecuaci
on diferencial ordinaria de primer orden sera homogenea si
Q(x, y) y P (x, y) son homogeneas de grado n Q(x, y)dy + P (x, y)dx = 0 homogenea
y en ese caso la estrategia para resolverla pasa por una sustitucion del tipo
Q(x, y) y P (x, y) son homogeneas de grado n
y = ux
dx
du
+
=0
q(u) + up(u)
x
N
otese que exigir que Q(x, y) y P (x, y) sean funciones homogeneas de grado n, equivale a imponer que
y
y
dy(x)
P (x, y)
=
F
donde F
es Homogena de grado 0
dx
Q(x, y)
x
x
con lo cual estamos diciendo que si los coeficientes Q(x, y) y P (x, y) so funciones homogeneas de grado n, la
ecuaci
on diferencial es invariante de escala.
Como un primer ejemplo consideremos la siguiente ecuacion diferencial
p
x2 y 2 + y
0
y =
x
Esto es
p
x2 y 2 + y dx xdy = 0
tx
P (tx, ty) tx
Luis A. N
un
ez
p
(x)2 (y)2 + y
dx
=
x
du
1 u2
361
M
etodos Matem
aticos de la Fsica
ln(x) = arcsen
ln(x) = arcsenu + C
ln(x) = arcsen
y
x
y
x
+C
+C
y
para
< 1 con x > 0
x
y
para
< 1 con x < 0
x
y
y como u =
= 1 y = x tambien es solucion.
x
Para un segundo ejemplo, consideremos la siguiente ecuacion diferencial
y0 =
2x y + 1
x+y
u = 2x y + 1
(2x y + 1) dx + (x + y) dy = 0
v =x+y
du = 2dx dy
dx = 13 (du + dv)
dv = dx + dy
dy = 31 (du 2dv)
as nuestra ecuaci
on diferencial tendr
a la forma de una ecuacion homogenea
1
1
(du + dv) + v (du 2dv) = 0 (u v)du + (u + 2v)dv = 0
u
3
3
y ahora haciendo el cambio de variables u = tv con lo cual du = tdv + vdt
(tv v)(tdv + vdt) + (tv + 2v)dv = 0
dv
=
v
Z
dt
t1
t2 + 2
1
1
t
ln |t2 + 2| arctan = C
2
2
2
2
t
ln |v 2 (t2 + 2)| = arctan + C
2
2
para v 6= 0
y ahora
t
2x y + 1
x+y
2x y + 1
2
+C
ln (2x y + 1)2 + 2(x + y)2 = arctan
2
2(x + y)
para x + y 6= 0
Q(tx, tm y) tn P (x, y)
Q(x, y)dy + P (x, y)dx = 0
362
M
etodos Matem
aticos de la Fsica
2x y + 1
. Las curvas azules indican soluciones partix+y
culares y(0) = 7; y(0) = 5; y(0) = 2; y(0) = 7; y(0) = 5; y(0) = 2.
Figura 9.6: Soluci
on gr
afica para la ecuacion y 0 =
y el cambio de variable que se impone es y = vxm . El exponente m surge de balancear (si es posible) Con lo
cual habr
a que estudiar si es posible balancear el orden de las dimensionalidades de variables y funciones.
Tratemos con un ejemplo de ilustrar las ecuaciones isobaras. Consideremos la ecuacion
1
2
2
xx
dx = dx
0
2
2
y =
y +
y +
dx + 2xydy = 0
m
y
z
dy = mz m1 dz
2xy
x
x
En la contabilidad de los exponentes x aporta un peso de 1 mientras que y aporta un peso de m. La intenci
on
es balancear los terminos para que la ecuacion sea homogenea de grado n. Esto es
2
2
1
v
2m
2
y +
dx + 2xydy = 0 z +
dx + 2xz m mz m1 dz = 0 m = y = vxm y =
x
x
2
x
El exponente del primier termino es 2m, del segundo 1 del tercero 2m. Al balancear todos los exponentes
tendremos 2m = 1 con lo cual m = 12
Luis A. N
un
ez
v2
2
+
x
x
v
dv
1 v
dx = 0
dx + 2xy dy = 0
dx + 2x
x
x 2x x
vdv +
dx
=0
x
363
M
etodos Matem
aticos de la Fsica
9.3.2.
y(x) + (x)
= (x)g(x)
dx
dx
dx
(x)
dy(x)
+ (x)f (x)y(x) = (x)g(x)
dx
Para que esas dos ecuaciones sean equivalentes los coeficientes de y(x) tienen que ser iguales. Es decir
Z
Z
R
d(x)
d(x)
= (x)f (x)
= dx f (x) (x) = e dx f (x)
dx
(x)
Con lo cual hemos demostrada que para una ecuacion lineal de primer orden, siempre es posible encontrar
un factor integrador (x) tal que la ecuacion diferencial pueda ser expresada como una derivada total del
factor integrador y la funci
on incognita.
Z
d[(x)y(x)]
1
dy(x)
+ f (x)y(x) = g(x)
= (x)g(x) y(x) =
dx (x)g(x) + C
dx
dx
(x)
R
donde (x) = e
dx f (x)
d [(x, y)] =
(x, y)
(x, y)
dx +
dy = 0
x
y
(x, y)
Q(x, y)
y
2 (x, y)
2 (x, y)
Q(x, y)
P (x, y)
d [(x, y)] = 0
yx
xy
x
y
(x, y)
P (x, y)
x
Si esto se cumple entonces, podremos encontrar la funcion (x, y) integrando respecto a cualquiera de
las variables (ahora consideradas independientes ambas).
Z x0
Z x0
(x, y)
S(y)
(x, y)
(x, y) =
du P (u, y)+S(y) Q(x, y) =
=
du P (u, y) +
P (x, y)
x
y
y
y
x
x
entonces
Q(x, y) =
(x, y)
=
y
Luis A. N
un
ez
x0
du
x
P (u, y) S(y)
+
y
y
x0
dv
x
Q(v, y) S(y)
S(y)
v=x
+
= Q(v, y)|v=x0 +
v
y
y
364
M
etodos Matem
aticos de la Fsica
con lo cual nos queda finalmente otra ecuacion diferencial para encontrar S(y) y con ella (x, y). Esto es
Z y0
Z x0
Z y0
S(y)
dw Q(x0 , w) = C
du P (u, y) +
dw Q(x0 , w) (x, y) =
= Q(x0 , y) S(y) =
y
y
x
y
Hay que hacer notar que los segmentos de lnea que unen el punto (x0 , y0 ) con los puntos genericos (x, y0 )
(x0 , y) pertenecen al entorno de (x0 , y0 ). Este tipo de entornos tambien se denomina multiplemente conexo.
Consideremos los siguientes ejemplos:
Primeramente
P (x, y) cos y
y 0 xseny y 2 = cos y cos y dx xseny y 2 dy = 0
Q(x, y) xseny y 2
y verificamos que esta ecuaci
on diferencial es exacta, ya que
Z x0
Z y0
Q(x, y)
P (x, y)
=
= sen y (x, y) =
du P (u, y) +
dw Q(x, w) = C
x
y
x
y
con lo cual, si particularizamos el punto (x0 , y0 ) (0, 0) tendremos que
Z x0
Z y0
y3
(x, y) =
du cos y +
dw w2 = C x cos y +
=C
3
x
y
Otro ejemplo ser
a
x3 + y 2 x dx + x2 y + y 3 dy
x3 + y 2 x
Q(x, y)
3
P (x, y)
x2 y + y
Q(x, y)
P (x, y)
=
= 2yx
x
y
y otra vez
Z
x0
du u3 + y 2 u +
(x, y) =
x
y0
dw x2 w + w3 = C
(x, y) = x4 +2x2 y 2 +y 4 = C
x2 + y 2
2
=C
(x, y)
(x, y)
dx +
dy = (x, y)Q(x, y)dy + (x, y)P (x, y)dx = 0
x
y
(x, y)
(x, y)Q(x, y)
y
2 (x, y)
(x, y)Q(x, y)
(x, y)P (x, y)
2 (x, y)
y x
x y
x
y
(x, y)
365
M
etodos Matem
aticos de la Fsica
= f (x)
x
x
y
(x) x
Q(x, y)
y
x
con lo cual si se cumple que
1
P (x, y) Q(x, y)
1 (x)
= f (x) =
Q(x, y)
y
x
(x) x
(x) = e
dx f (x)
podremos deteriminar el factor integrador. Una vez identificado procedemos a integrar, formalmente (x, y)
Z y
Z y
(x, y)
(x, y) = (x)
du Q(x, u) + S(x)
du Q(x, u) + S(x)
= (x)P (x, y)
(x)
x
x
y0
y0
y finalmente, una vez m
as
Z y
(x)Q(x, u) S(x)
(x)P (x, y) =
du
+
x
x
y0
(x)P (x, y) =
du
y0
con lo cual
Z
S(x) =
Z
du (u, y0 )P (u, y0 )
(x, y) = (x)
x0
du Q(x, u) +
y0
du (u, y0 )P (u, y0 ) + C
x0
Bernoulli y Ricatti
9.3.3.
Soluci
on Param
etrica de Ecuaciones Diferenciales
9.4.
9.4.1.
Soluciones Num
ericas a las Ecuaciones Diferenciales
Las Ideas Generales
=
F
,
x(t),
t
d p(t)
def
2
dt
dt
= F (p(t), q(t), t)
x(t) = q(t)
dt
este sistema puede ser re-arreglado en forma vectorial
q(t)
d
p(t)
p(t)
=
F (p(t), q(t), t)
dt
Luis A. N
un
ez
d Q(t)
= F (Q(t),t)
dt
366
M
etodos Matem
aticos de la Fsica
V (x) =
kx
1
2
2 kx
p=1
p=2
x
k kxk
kx
d V (x)
Fk (x) =
Fk (x) =
1
3
dx
p=3
kx2
3 kx
..
..
.
.
p
1
p1
k
kxk
k
kxk
p
el sistema din
amico correspondiente a la ecuacion de Newton sera
x(t)
d
p(t)
p(t)
d Q(t)
= F (Q(t),t)
=
dt
dt
p1
1
m [Fext (x(t), t)] k kx(t)k
x
kxk
x(t)
kx(t)k
Los M
etodos y su Clasificaci
on
0
Dada una ecuaci
on diferencial de primer orden, dy(x)
on
dx = y (x) = f (y(x), x), con yk el valor de la funci
obtenida con el metodo, con yk = y(xk ), donde xk = x0 + kh y h el paso. Diremos que un metodo es
de paso u
nico si la determinaci
on de yk+1 solo involucra un u
nico valor de yk y m
ultiple paso si para
calcularlo se utilizan varios valores yk , yk1 , , ykp . Por otra parte se denomina un metodo explcito si
para determinar yk+1 se utilizan valores anteriores yk , yk1 , , ykp y implcito si se utilizan una funci
on
del mismo valor yk+1 . As
yk+1 = yk1 + 2h f (xk , yk )
h
[f (xk , yk ) + f (xk+1 , yk+1 )]
2
ser
a implcito de m
ultiples pasos.
El Rebusque de Taylor
Tal y como hemos dicho arriba, dada una ecuacion diferencial, su solucion a traves de un metodo de paso
u
nico puede ser escrita como
y 0 (x) = f (y(x), x) yk+1 = yk + (xk , yk , h)
con h = xi+1 xi ;
Lo primero que se puede hacer es expandir por Taylor alrededor del punto x = xk
y(x) = y(xk ) + (x xk ) y 0 (xk ) +
Luis A. N
un
ez
1
1
2
n
(x xk ) y 00 (xk ) + +
(x xk ) y (n) (xk ) +
2!
n!
367
M
etodos Matem
aticos de la Fsica
e identificamos
y(xk ) yk y 0 (x) = f (y(x), x)
y 0 (xk ) f (yk , xk )
f
f
+
y0
y (xk ) f (yk , xk ) =
x x=xx
y x=xx k
00
y=yk
y=yk
y 000 (xk ) f 00 (yk , xk ) = x f 0 + y f 0 yk0 = xx f + (xy f ) yk0 + [yx f + (yy f ) yk0 ] yk0 + y f yk00
..
.
por lo que reconstruimos la serie de Taylor hasta el orden que podamos o requiramos
yn+1 = yn + h f (yk , xk ) +
1 2 0
1
1 n (n1)
h f (yk , xk ) + h3 f 00 (yk , xk ) + +
h f
(yk , xk ) +
2!
3!
n!
9.4.2.
1
hn+1 f (n) (y(), x())
(n + 1)!
La idea de la Integraci
on y los M
etodos
h
2
368
M
etodos Matem
aticos de la Fsica
d2 (t)
1
1
2 [(ti+1 ) 2(ti ) + (ti1 )] 2 [i+1 2i + i1 ]
dt2
h
h
i+1 2 h2 02 i + i1 = 0
esta u
ltima ecuaci
on es la versi
on en diferencias finitas de la ecuacion diferencial y es claro que se convierte
en una ecuaci
on algebraica. Finalmente, los dos valores iniciales para la iteracion 0 y 1 surgen de las
condiciones iniciales
0 (t = t0 ) = 1
d(t)
dt
=0
1 0
t=t0
Los M
etodos de Runge-Kutta
Es el conjunto de metodos m
as populares y de mayor uso. La idea del metodo de Runge-Kutta es producir
resultados equivalentes a desarrollos en Taylor de orden superior a Euler en metodos de un u
nico paso por
lo tanto
Z x
k+1
d f (, y())
xk
y se aproxima la funci
on con un promedio ponderado.
f (, y()) [ f (yk , xk ) + f (yk + f (yk , xk ) hk , xk + hk )]
con
hk = xk+1 xk
1 2 2
x g + 2 xy g + 2 y2 g +
2!
tendremos
yk+1 = yk + [ + ] fk hk + [ x fk + fk y fk ] h2k +
2
2
2 2 2
+
fk + 2 fk xy fk +
f fk h3k +
2 x
2 k y
Luis A. N
un
ez
369
M
etodos Matem
aticos de la Fsica
= = 12 ;
==1
yk+1 = yk + fk hk +
Euler Modificado
= 0;
= 1;
1
2
[x fk + fk y fk ] h2k
==
yk+1 = yk + fk hk +
1
1
2
2 x fk
1
2
fk y fk h2k
Runge-Kutta de cuarto orden aproxima la funcion f (, y()) en cuatro puntos intermedios en el intervalo
xk < x < xk+1 por lo cual
yk+1 = yk + [ 1 + 2 + 3 + 4 ] hk
podemos plantearnos varias formas de hacerlo
yk+1 = yk +
hk
[1 + 22 + 23 + 4 ]
6
donde
1 = f (xk , yk )
1
1
2 = f xk + hk , yk + 1
2
2
1
1
3 = f xk + hk , yk + 2
2
2
4 = f (xk + hk , yk + 3 )
o tambien
yk+1 = yk +
hk
[1 + 32 + 33 + 4 ]
8
donde
1 = f (xk , yk )
1
1
2 = f xk + hk , yk + 1
3
3
1
1
3 = f xk + hk , yk + 2
3
3
4 = f (xk + hk , yk + 3 )
M
as a
un el metodo de Fehlberg de 4/5 orden se puede escribir como
yk+1 = yk + hk [C1 1 + C2 2 + C3 3 + C4 4 + C5 5 + C6 6 ] + O(h6 )
Luis A. N
un
ez
370
M
etodos Matem
aticos de la Fsica
1 = f (xk , yk )
2 = f (xk + a2 hk , yk + b21 1 )
3 = f (xk + a3 hk , yk + b31 1 + b32 2 )
4 = f (xk + a4 hk , yk + b41 1 + b42 2 + b43 3 )
..
.
6 = f (xk + a6 hk , yk + b61 1 + b62 2 + b63 3 + b64 4 + b65 5 )
la cual puede ser redefinida y truncada para obtener
h
i
yk+1 = yk + hk C1 1 + C2 2 + C3 3 + C4 4 + C5 5 + O(h5 )
M
etodos Multipaso
Los metodos multipaso se basan encontrar el valor yn+k como una funcion de k valores precedentes:
yn+k1, yn+k2, yn+k3, yn . Para k = 1, retomamos los metodos de paso u
nico del tipo Euler o RungeKutta. Ser
a explcito (abierto) si el valor yn+k puede ser calculado directamente o implcito (abierto) si la
f
ormula contiene el valor yn+k deseado.
Otra vez la idea est
a en aproximar el argumento de la integracion formal
Z xi+1
y 0 (x) = f (y(x), x) yi+1 = yi +
d f (, y())
xik
n
otese en este caso que el punto i + 1 recibe la contribucion de k puntos anteriores. El integrando f (, y())
lo aproximaremos con un polinomio de interpolacion de Newton de orden n. Tal que
f (, y()) f () = pn () + Rn ()
con pn () el polinomio de interpolaci
on y Rn () el residuo. Donde
f (n+1) ()
(n + 1)!
haciendo pn (x) f (xn + h) con cero o negativo de tal modo que en terminos del operador diferencias
atrasada f (x) = f (x) f (x h) siendo h el incremento
( + 1) 2
( + 1) ( + 2) 3
fn +
fn +
2!
3!
( + 1) ( + 2) ( + r 1) r
+
fn
r!
f (xn + h) = fn + fn +
Luis A. N
un
ez
371
M
etodos Matem
aticos de la Fsica
= yi + h
yi+1
d f (xn + h)
k
3
2
2
fi
1 2 fi
2
2
= yi + h fi +
fi +
+
+
++1
+
2
3
2
2!
4
3!
4
1
3
32
11
fi
+
+
+3
+
+2
5
2
3
4!
k
por razones de conveniencia que son evidentes al hacer el desarrollo, se toman las formulas para k = r y k
impar y obtendremos
5
2 fi + 38 3 fi
yi+1 = yi + h fi + 21 fi + 12
k=0
r=3
251 5 (4)
R = 720 h f ()
yi+1 = yi + h [2fi + 0fi ]
k=1
r=1
1 3 (2)
R = 3 h f ()
yi+1 = yi + h 4fi 4fi + 83 2 fi + 03 fi
k=3
r=3
14 5 (4)
R = 45 h f ()
4 fi
yi+1 = yi + h 6fi 12fi + 152 fi 93 fi + 33
10
k=5
r=5
41 7 (6)
R = 140
h f ()
y al expresar las diferencias atrasadas las formulas explcitas (abierta) quedan expresadas como
k=0
h
y
= yi + 24
[55fi 59fi1 + 37fi2 9fi3 ]
R O h5
r = 3 i+1
k=1
y
= yi + 2hfi
R O h3
r = 1 i+1
k=3
R O h5
y
= yi + 4h
3 [2fi fi1 + 2fi2 ]
r = 3 i+1
k=5
7
yi+1 = yi + 3h
10 [11fi 14fi1 + 26fi2 14fi3 + 11fi4 ] R O h
r=5
Siguiendo el mis procedimiento se pueden escribir las formulas implcitas (cerradas) para las mismas
curiosas situaciones. Para este caso la conveniencia se obtienes para k impar y r = k + 2
1
1
2 fi+1 24
3 fi+1
yi+1 = yi + h fi+1 12 fi+1 12
k=0
r=3
19 5 (4)
R = 720 h f ()
yi+1 = yi1 + h 2fi+1 2fi 13 2 fi+1 03 fi+1
k=1
r=3
1 5 (4)
R = 90 h f ()
2 fi+1 38 3 fi+1 + 14
4 fi+1
yi+1 = yi3 + h 4fi+1 8fi 20
3
45
k=3
r=5
8 5 (4)
R = 945
h f ()
Luis A. N
un
ez
372
M
etodos Matem
aticos de la Fsica
explcitas pueden predecir el valor de yi+1 necesario para la fi+1 = f (xi+1 , yi+1 ) del calculo de yi+1
en
la f
ormula implcita.
Existen varias combinaciones predictor-corrector, entre ellas mencionamos:
Milne de cuarto orden
Predictor
yi+1 = yi3 +
4h
[2fi fi1 + 2fi2 ]
3
Corrector
yi+1 = yi1 +
h
[fi+1 4fi + fi1 ]
3
3h
[11fi 14fi1 + 26fi2 14fi3 + 11fi4 ]
10
Corrector
yi+1 = yi3 +
2h
[7fi+1 + 32fi + 12fi1 + 32fi2 + 7fi3 ]
45
h
[55fi 59fi1 + 37fi2 9fi3 ]
24
Corrector
yi+1 = yi +
Luis A. N
un
ez
h
[9fi+1 + 19fi 5fi1 + fi2 ]
24
373
M
etodos Matem
aticos de la Fsica
El metodo de extrapolaci
on multipaso mas exitoso (conjuntamente con los metodos de paso u
nico del
tipo Runge-Kutta) es el de extrapolaci
on racional de Bulirsch-Stoer en el cual se define un paso superior
de H y una serie de subpaso h = H/ con el aumento del n
umero de subpasos, en alg
un momento siguiendo
alg
un criterio de convergencia se hace una extrapolacion (racional) que representa el lmite .
El metodo de Bulirsch-Stoer tiene una estrategia diferente al los anteriores y posee, como motor de
aproximaci
on el metodo del punto medio modificado o salto de rana (leap frog). Este esquema se utiliza con
frecuencia en discretizaciones de ecuaciones diferenciales en derivadas parciales y se basa en aproximar la
derivada por el valor el promedio en los dos extremos:
y 0 (x) = f (y(x), x) y 0 (xn ) = f (y(xn ), xn ) =
y(xn ) y(n1 )
2h
por lo tanto
z0 y(x)
z1 = z0 + hf (x, z0 )
..
.
zn+1 = zn1 2hf (x + nh, zn )
para finalmente calcular
y(x + H) yn
1
[zn + zn1 + hf (x + H, zn )]
2
N
otese que si reacomodamos
4yn yn/2
3
obtendremos un metodo de cuarto orden que requiere menos evaluaciones de f (y(xn ), xn ) por paso h
y(x + H)
9.4.3.
En General para m
etodos de 4to orden. Tal y como se menciono en el caso de la integraci
on
numerica, el primer criterio que surge es dividir el paso h en la midad, calcular todo de nuevo y comparar
los resultados a ver si est
a dentro del los lmites de tolerancia que nos hemos impuesto
yh yh/2
yh , yh/2 < max
yh
!1/5
5
max
h0
max
h0 = ht
ht
yh , yh/2
yh , yh/2
donde hemos denotado h0 como el paso ideal. Esta relacion es general para cualquier metodo de 4 orden de
paso u
nico, multipaso, implcito o explcito.
M
as a
un, la pr
actica ha indicado que
0,20
0,20
0
max
Mh
Mh
0 1
t
t
(yh ,yh
)
h
h0 =
0,25
0,25
max
Mht
Mht
0 < 1
(yh ,yh
)
h
Luis A. N
un
ez
374
M
etodos Matem
aticos de la Fsica
6
X
Ci Ci ki
i=1
max
(yh , yh )
0,20
Para m
etodos multipasos y predictor corrector la situacion puede tener un refinamiento adicional
antes de proceder a modificar el paso h. El esquema sera para un metodo predictor corrector del tipo
Adams Modificado o Adams Moulton, donde el
Predictor
yi+1 = yi +
h
[55fi 59fi1 + 37fi2 9fi3 ]
24
Corrector
yi+1 = yi +
h
[9fi+1 + 19fi 5fi1 + fi2 ]
24
Luis A. N
un
ez
375
M
etodos Matem
aticos de la Fsica
9.5.
9.5.1.
Malthus3
d
y(x) = k y(x)
dx
k>0
k<0
y(0) = y0 .
(9.30)
y(t) = y0 ek t
Para k < 0 tenemos una situaci
on de decaimiento: la poblacion decrece con el tiempo. Este concepto se
utiliza los procesos de decaimiento radiactivo. El tiempo de vida media se define como el tiempo necesario
para que la mitad de los n
ucleos decaigan, lo cual es independiente de la cantidad de la muestra y permite
medir la edad de todo aquello que contenga isotopos radioactivos. En particular el C14 del cual se sabe que:
tiene una vida media de 5730 a
nos y que todos los organismos estan (o estuvieron) formados por carbono.
Por lo tanto, si sabemos el porcentaje de C14 en una muestra, digamos el 63 % podremos inferir su edad
y(0) = 1
y(5730) = ek 5730 =
1
2
ln 2
5730
tendremos finalmente
y(t) = 2t/5730
de aqu obtendremos la edad en a
nos de la muestra
y(t) = 0,63 t =
ln 0,63
5730 3819,48
ln 2
Luis A. N
un
ez
376
M
etodos Matem
aticos de la Fsica
Poblaci
on Venezolana (Millones Hab.)
A
no
Poblacion y(t) = 0,350 e0,018t
1800 (0)
0.350
0.350
1847 (47)
0.750
0.816
1873 (73)
1.000
1.302
1881 (81)
1.750
1.504
1891 (91)
2.100
1.801
1926 (126)
2.850
3.381
1936 (136)
3.200
4.048
1941 (141)
3.850
4.429
1950 (150)
4.350
5.208
1961 (161)
6.800
6.348
1971 (171)
10.800
7.600
1981 (181)
14.100
9.099
9.5.2.
La Ecuaci
on logstica o Ley de Verhulst
Esta ecuaci
oon se utiliza para describir el crecimiento de la poblacion de una manera mas precisa que la
Ley de Malthus. Esta ecuaci
on toma en cuenta le decrecimiento de la poblacion con el termino y 2
y 0 = (k ay) y = ky ay 2
donde k y a son constantes arbitrarias. Esta ecuacion es separable y la solucion tiene la forma de
y
=k t+C
ln
k ay
Luis A. N
un
ez
377
M
etodos Matem
aticos de la Fsica
y por lo tanto
y(t) =
k y0
a y0 + (k a y0 ) ek t
el crecimiento de la poblaci
on venezolana desde 1800 puede modelarse con k = 0,018, a = 0,001
9.5.3.
T (0) = T0
la soluci
on ser
a
T = (T0 Tm ) ek t + T m
y para el caso de una torta recien sacada del horno a una temperatura de T0 = 176 , y una temperatura
ambiente de Tm = 23 , con T (80) = 63 ,la grafica sera
tambien se puede modelar el enfriamiento con una temperatura del ambiente variable esto es
dT
= k(T Tm (t))
dt
T (0) = T0
t
omese, por ejemplo,
Tm (t) = 23 10 cos
t
12
con 0 t 24 horas
si T (0) = 15
dT
1
=
dt
4
Luis A. N
un
ez
t
T 23 7 cos
12
378
M
etodos Matem
aticos de la Fsica
Luis A. N
un
ez
379
M
etodos Matem
aticos de la Fsica
con la soluci
on
t
9.5.4.
Inter
es Compuesto.
Otra de las aplicaciones de las ecuaciones diferenciales es en el calculo del crecimiento del capital inicial,
depositado en un banco C0 durante un cierto lapso de tiempo y sujeto a un determinada tasa de interes.
Luego del lapso de tiempo, el nuevo capital sera
int
C1 = C0 1 +
100
Pasados dos lapsos (a
nos) de tiempo el capital sera
int
int
int
C2 = C1 1 +
= C0 1 +
1+
100
100
100
en t lapsos de tiempo,
t
int
C(t) = C0 1 +
100
Ahora bien, si el pago de los intereses se hace varias veces durante ese lapso, entonces tendremos
int
int
int
C2 = C1 1 +
= C0 1 +
1+
.
100 2
100 2
100 2
Luis A. N
un
ez
380
M
etodos Matem
aticos de la Fsica
(9.31)
Si k = 12 entonces se tienen intereses pagaderos sobre saldos mensuales. En el caso de que k = 365, los
intereses son pagaderos sobre saldos diarios. Notese que si
kt
int
int
k 1+
e 100 t ;
100 k
entonces, podemos aproximar este modelo discreto de pagos sobre saldos por uno continuo, i.e.
int
C(t) = C0 e 100
C 0 (t) =
int
C(t).
100
Existen situaciones en las cuales los bancos, movidos por la competencia, ofrecen cancelar los intereses sobre
un a
no hipotetico de 360 das. En este caso, el capital crece como:
365t
int
.
(9.32)
C(t) = C0 1 +
100 360
La siguiente tabla muestra una comparacion del crecimiento del capital inicial C0 = 1, en un lapso de 10
a
nos, sujeto a intereses del 40 % sobre saldos diarios y siguiendo los tres modelos antes mencionados.
A
nos
0
1
2
3
4
5
6
7
8
9
10
9.5.5.
int
C(t) = C0 e 100
1.0
1.491497997
2.224566275
3.317936142
4.948695110
7.380968843
11.00870024
16.41945436
24.48958329
36.52616442
54.47870107
int
C(t) = C0 1 + 100k
1.0
1.491824698
2.225540928
3.320116923
4.953032424
7.389056099
11.02317638
16.44464677
24.53253020
36.59823444
54.59815003
kt
int
C(t) = C0 1 + 100360
1.0
1.499797972
2.249393957
3.373636494
5.059773172
7.588637542
11.38142320
17.06983543
25.60130455
38.39678465
57.58741975
365t
Mec
anica Elemental.
El estudio del movimiento de los cuerpos sometidos a la accion de un conjunto de fuerzas externas, fue
una de las principales motivaciones para el planteamiento y solucion de las ecuaciones diferenciales.
d mv(t)
F (r(t), v(t), t) =
= m a(t) ,
dt
externas
X
(9.33)
para sistemas con m = cte (partculas) y con v(t) la velocidad y r(t) la posicion.
dr(t)
v(t) =
.
dt
Luis A. N
un
ez
381
M
etodos Matem
aticos de la Fsica
cte = F = m
F 2
x(t) = x0 + v0 t + 21 m
t
dt
F
Los valores tpicos para este caso son v0 = r0 = 0 , a = m
= 9,8 m/s2 , y por lo tanto la velocidad final a
los 400 m. es
Fricci
on en Fluidos
Por su parte, la descripci
on del movimiento de un paracaidista la ecuacion 10.7 se convierte en
X
F (v(t)) = mg + cv 2 =
externas
d v(t)
d p(t)
= m
= m a(t) ,
dt
dt
(9.34)
con c una constante arbitraria que depende de la forma del cuerpo. Integrando esta ecuacion separable se
obtiene
1 exp 2gt
vt
v(t) = vt
(9.35)
1 + exp 2gt
vt
Donde hemos definido la velocidad terminal
r
vt =
Luis A. N
un
ez
mg
c
382
M
etodos Matem
aticos de la Fsica
como la velocidad que anula la sumatoria de fuerzas y a partir de la cual el cuerpo cae sin aceleraci
on.
El tiempo que tarda en alcanzar esa velocidad es estrictamente para t , sin embargo, una buena
aproximaci
on que surge de la ecuaci
on 9.35, la constituye: t vt /2g . La velocidad terminal tpica en un da
soleado para un paracaidista de 70 Kg., en posicion de aguila extendida, es 54 m/s. (194,4 Km/h.) y por
lo tanto alcanza la velocidad terminal luego de aproximadamente 15 s. esta situacion se aprecia claramente
en la figura 9.12.
Por su parte, la posici
on surge al integrar la ecuacion 9.35
2gt
1
exp
vt
dy(t)
v(t) =
= vt
2gt
dt
1 + exp
vt
v
2
t
y0 y(t) = vt t + ln
g
exp 2gt + 1
(9.36)
vt
Con el comportamiento gr
afico que muestra la figura 9.13.
Fuerzas El
asticas
Otra situaci
on muy conocida se presenta bajo la accion de fuerzas elasticas. As, la ecuacion 10.7, ahora
se expresa como
X
dv(t)
F (x(t)) = kx(t) = m
= m a(t) ,
dt
externas
Luis A. N
un
ez
383
M
etodos Matem
aticos de la Fsica
k x(t)2 + C0
m
(9.37)
La posici
on ser
a
r
x(t) = C1 sen
k
t + C2
m
Para analizar el caso del lanzamiento de una flecha (23 g.) por una arco de 30 lb (134 N) el cual un arquero
puede separarlo 0,72 m. se obtiene la velocidad de salida de la flecha como
s
r
134
k
0,72
= 0, 72
vf = d
= 65 m/s
m
23 103
Es interesante mencionar que en 100 m la flecha baja una distancia de 11 m. !
Sistemas de Masa Variable
Otro de los ejemplos interesantes es la evolucion de sistemas de masa variable. El primero de los caso
tiene que ver con una barca de masa m0 que tiene una velocidad inicial v0 en su navegar, comienza a llover y
se va llenando de agua. El agua se acumula con una tasa (masa por unidad de tiempo). Se pide encontrar
la velocidad de la barca como funci
on del tiempo.
P = mv = const = m0 v0
Luis A. N
un
ez
384
M
etodos Matem
aticos de la Fsica
si
dm
dt
m0
m0 + t
Un segundo caso tiene que ver con una masa M atada a una cadena de densidad lineal de masa . Esta
masa se impulsa hacia arriba con una velocidad inicial v0 . Se pide encontrar el tiempo en que alcanza la
altura m
axima. La ecuaci
on de Newton para este caso se puede expresar como
P esoM asa P esocadena =
d (mv)
dt
M g xg =
dm
dv
v+
m
dt
dt
o equivalentemente
dp
g =
dt
con lo cual
gp = p
Z
dp
dt
g2 2 d =
donde
3
g2
3
pdp
m0 v0
Z
t t0 =
+x
y
p = mv = d
dt
gmd = pdp
gd = pdp
3
(m0 v0 )
p2
=
2
2
d
s
2g2
3
3
( M )
3
(m0 v0 )2
2
Un Cohete en Movimiento
Finalmente el caso m
as emblem
atico es el movimiemto de un cohete que consume una fraccion importante
de su combustible. Llamemos v la velocidad de cohete para un instante de tiempo t y v 0 la velocidad de salida
de los gases respecto a tierra. Para ese instante t la cantidad de movimiento del cohete es mv un instante dt
m
as tarde la cantidad de movimiento ser
a
p0 = (m + dm)(v + dv) + (dm)v 0 = mv + m dv dm (v 0 v)
|
{z
} | {z }
| {z }
cohete
gases
vel. rel.
X
dv(t)
dm
vgases
=
F
dt
dt
externas
= g
dt
m
dt
Luis A. N
un
ez
385
M
etodos Matem
aticos de la Fsica
mi
m(t)
gt
dm
= = cte
dt
dm
E = vgases
dt
9.5.6.
Modelado de Concentraci
on/Desliemiento de Soluciones
Otro de los problemas tpicos donde se aplican exitosamente las ecuaciones diferenciales son los problemas
de manejo de concentraci[on de sustancias en soluciones l[iquidas. El principal objetivo, consiste en plantear
el problema en t[ermino del problema de valores iniciales que gobierna el fen[omeno (ecuaci[on diferencial +
condiciones iniciales). Para ello, en este tipo de problemas, siempre utilizaremos la regla intuitiva de
Tasa de Cambio de la Concentraci[on = Tasa de Ingreso Tasa de Egreso
As[i, tendremos que para un problema t[ipico en el cual inicialmente se encuentran diluidos en un recipiente
(un tanque) y0 gr de una sustancia en V0 litros de un l[iquido. A este tanque le cae otro l[iquido con una
concentraci[on distinta de la misma sustancia a ventrada lit/min, mientras que vsalida lit/min salen del tanque.
Si suponemos que dentro del tanque sucede alg[un proceso de homogenizaci[on de la soluci[on, la pregunta
t[ipica esque queremos saber la cantidad de sustancia que se encuentra en el tanque en un tiempo t. A la
Luis A. N
un
ez
386
M
etodos Matem
aticos de la Fsica
Tasa de Egreso
Por lo tanto la ecuaci[on diferencial tomar[a la forma t[ipica de una ecuaci[on diferencial lineal de primer
orden inhomog[enea
vsal
y 0 (t) + y (t)
= vent C (t)
V0 + (vent vsal ) t
Luis A. N
un
ez
387
M
etodos Matem
aticos de la Fsica
(V0 )
|
y (t) =
((vent + vsal ) t
|
vsal
vent vsal
vsal
((vent + vsal ) t V0 ) vent vsal
{z
{z
}
vsal
+ V 0) vent vsal
du
}
N[otese lo gen[erico de esta soluci[on. Por un lado, la concentraci[on de la sustancia, C (t) , en la soluci[on
que entra al sistema es distinta a la concentraci[on de la sustancia presente en el tanque, m[as a[un, puede
ser variable con el tiempo. Por otro lado esta soluci[on presenta una singularidad (un infinito) cuando la
velocidad de ingreso es igual a la velocidad de egreso. Para este caso en el cual el volumen del tanque
permanece constante tendremos que resolver la ecuaci[on diferencial
v
! vsalida t
Z t
salida u
v
sal
V
V
y 0 (t) + y (t)
= vent C (t) y (t) =
C (u) ventrada e
du + y0 e
V0
0
Tal y como hemos mencionado varias veces (y seguiremos mencionando) la soluci[on general para una ecuaci[on diferencial inhomog[enea se compone de dos soluciones, la soluci[on de la ecuaci[on diferencial homg[enea
m[as la soluci[on de la inhomog[ena.
ygeneral (x) = yhomog[enea (x) + yinhomog[enea (x)
Luis A. N
un
ez
388
M
etodos Matem
aticos de la Fsica
Este ejemplo nos permite constatar el sentido cada una de estas soluciones, vale decir
y (t) =
vsalida t
V
y0e
|
{z
}
vsalida t Z t
salida u
V
V
+e
C (u) ventrada e
du
0
|
{z
}
En esta es una visi[on que debemos conservar, en general para todas las ecuaciones lineales inhomog[eneas
independientes del orden de la ecuaci[on diferencial, as[i recordando, dada una ecuaci[on diferencial y su
soluci[on tal que se cumple la condici[on inicial y (0) = y0 entonces siempre es posible
Z x
R
Rx
Rx
d
g (u) e p(u)du du
y (x) + p (x) y (x) = g (x) y (x) = y0 e 0 p(u)du + e 0 p(u)du
|
{z
}
dx
0
|
{z
}
soluci[on homg[enea
Soluci[on inhomog[enea
donde ahora vemos claramente que la soluci[on de la homog[enea da cuenta a las condiciones iniciales del
proceso y la soluci[on de la inhomog[enea provee la respuesta a la exitaci[on externa al sistema.
Este comportamiento de las soluciones es [util si nos planteamos que al tratar de limpiar una piscina,
a la cual le hemos a
nadido el doble de la cantidad de sulfatos permitida, y queremos saber cuanto tiempo
tenemos que mantener abierta una entrada de 120 lits/min de agua sin sulfatos y la salida de la piscina que
responde a 60 lits/min. La piscina en cuesti[on tiene 20 m de longitud, 10 m de ancho y 2 m de profundidad.
Siguiendo los pasos anteriormente planteados, tendremos que
lit
60
vsal
mn
y 0 (t) + y (t)
= 0 y 0 (t) + y (t)
=0
lit
V0 + (vent vsal ) t
5
4 10 lit + (120 60) t
mn
lit
60
y0
mn
y 0 (t) + y (t)
Luis A. N
un
ez
2y0
t 6,666, 66 minutos !!!!!
3t + 20000
389
Bibliografa
[1] M. L. Abell y J. P Braselton (1994) Differential Equations with MAPLE V (Academic Press, New
York).
[2] F. Ayres (1952) Differential Equations. (Shaums Series McGraw-Hill, New York) (Existe Traducci
on).
[3] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[4] W. E. Boyce y R.C. DiPrima. Elementary Differential Equations and Boundary Problems. (8th
Edition) John Wiley, New York, 2004. (Existe Traduccion)
[5] C. H. Edwards, D. E. Penney (2003) Elementary Diffential Equations with Boundary Value
Problems (Prentice Hall, Englewood Cliff, N.J:)
[6] L. Elsgoltz (1969) Ecuaciones Diferenciales y C
alculo Variacional. (Mir, Mosc
u).
[7] Harper, C. (1971) Introduction to Mathematical Physics (Prentice Hall, Englewood Cliff, N.J:)
[8] A. Kiseliov, M. Krasnov y G. Makarenko (1969) Problemas de Ecuaciones Diferenciales Ordinarias. (Mir, Mosc
u)
[9] The Mathematical Atlas http://www.math-atlas.org/welcome.html
[10] M. Tenenbaun y H. Pollard (1963) Ordinary Differential Equations (Harper and Row, New York)
[11] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for Physics and Engineering (Cambridge University Press)
[12] Weisstein, E. W., MathWorld http://mathworld.wolfram.com/
390
Captulo 10
391
M
etodos Matem
aticos de la Fsica
10.1.
Definici
on
La ecuaci
on diferencial
a0 (x) y(x) + a1 (x) y 0 (x) + + an1 (x) y (n1) (x) + an (x) y (n) (x) = F(x)
n
X
i=0
10.2.
Homog
eneas, Lineales, de Segundo Orden
La ecuaci
on
a y 00 + b y 0 + c y = 0
a r2 + b r + c = 0
tiene asociada ese polinomio caracterstico y sus races m1 y m2 condicionan la solucion de la manera siguiente
1. Si m1 6= m2 y m1 y m2 son reales, entonces la solucion es
y = C 1 em 1 x + C 2 em 2 x
2. Si m1 = m2 y m1 y m2 son reales, entonces la solucion es
y = C1 em1 x + C2 xem1 x
3. Si m1 = + i con 6= 0 y m2 = m1 = i, entonces la solucion es
y = e
Luis A. N
un
ez
392
M
etodos Matem
aticos de la Fsica
Ejemplos
La ecuaci
on
y 00 + 3y 0 4y = 0;
y 0 (0) = 1
y(0) = 1
r2 + 3r 4 = (r + 4)(r 1) = 0
tiene asociado ese polinomio caracterstico y por lo tanto tiene como solucion general
2 4x 3 x
e
+ e
5
5
En la figura 10.1 se encuentra graficada esa solucion particular. De igual modo, para distintos valores de
C1 = {1, 0, 1} y C2 = {1, 0, 1} tendremos las graficas representadas en la figura 10.2 Cuales son las
condiciones iniciales a las cuales corresponden esos valores de las constantes?
Otra ecuaci
on podria ser
y(x) = C1 e4x + C2 ex
y 00 + 2y 0 + y = 0;
y(0) = 1
y 0 (0) = 1
r2 + 2r + 1 = (r + 1)2 = 0
393
M
etodos Matem
aticos de la Fsica
La gr
afica para esta solucion esta representada en la figura 10.3
Para distintos valores de C1 = {1, 0, 1} y C2 = {1, 0, 1} tendremos las graficas representadas en la
figura 10.4. Cabe seguir preguntando Cuales son las condiciones iniciales a las cuales corresponden esos
valores de las constantes?
Finalmente, la ecuaci
on
y 00 + 4y 0 + 20y = 0;
y(0) = 3
y 0 (0) = 1
r2 + 4r + 20 = (r + 2)2 + 16 = 0
con las siguientes soluciones r = 2 4i y por lo tanto tiene como solucion general
5
2x
2x
y(x) = e
(C1 cos 4x + C2 sen4x) y como solucion particular y(x) = e
3 cos 4x + sen4x
4
y su representacion grafica se encuentra en la figura 10.5 y para distintos valores de las constantes
Al igual que en los casos anteriores, para distintos valores de las constantes de integracion, tendremos
las gr
aficas de la figura 10.6
Luis A. N
un
ez
394
M
etodos Matem
aticos de la Fsica
3 cos 4x + 45 sen4x
Figura 10.6: y(x) = e2x (C1 cos 4x + C2 sen4x) para C1 = {1, 0, 1} y C2 = {1, 0, 1}
10.3.
La ecuaci
on
a0 y(x) + a1 y 0 (x) + + an1 y (n1) (x) + an y (n) (x) = 0
con ai = ctes tiene asociada un polinomio caracterstico de la forma
an rn + an1 rn1 + + a2 r2 + a1 r + a0 = 0
el cual condicionar
a la soluci
on de la siguiente forma
1. Si m es una raz real con multiplicidad k = 2 entonces las k soluciones asociadas con m seran de la
forma
emx , xemx , x2 emx , x3 emx , xk1 emx
2. Si m y m son parejas de soluciones complejas, i , del polinomio caracterstico y tienen multiplicidad
k , entonces las soluciones correspondientes seran
ex cos x; ex senx; xk1 ex cos x; xk1 ex senx
Luis A. N
un
ez
395
M
etodos Matem
aticos de la Fsica
Ejemplos
La ecuaci
on
24y 000 + 2y 00 5y 0 y = 0
m2 =
1
,
2
1
m3 = ,
4
y con la soluci
on de la forma
y(x) = C1 ex/3 + C2 ex/2 + C3 ex/4
La ecuaci
on
y 000 + 3y 00 + 3y 0 + y = 0
r3 + 3r2 + 3r + 1 = (r + 1)3 = 0
m2 = 1 3i,
1
m3 = , con multiplicidad 2
2
Entonces la soluci
on es de la forma
y(x) = ex (C1 cos 3x + C2 sen3x) + C3 ex/2 + C4 xex/2
La ecuaci
on
y (4) + 4y 000 + 24y 00 + 40y 0 + 100y = 0
m2 = 1 3i,
con multiplicidad 2.
Entonces la soluci
on es de la forma
y(x) = ex (C1 cos 3x + C2 sen3x + C3 x cos 3x + C4 xsen3x)
La ecuaci
on
4y 000 + 33y 0 37y = 0;
con
y(0) = 0;
y 0 (0) = 1;
y 00 (0) = 3
Luis A. N
un
ez
8
19
8 x
e ex/2 ( cos 3x + sen3x)
45
45
45
396
M
etodos Matem
aticos de la Fsica
8 x
45 e
8
ex/2 ( 45
cos 3x +
19
45 sen3x)
10.4.
Algunos M
etodos de Soluci
on para Ecuaciones Inhomogeneas
10.4.1.
El Wronskiano
Definici
on: Independencia y Dependencia Lineal.
Sean n funciones f1 (x), f2 (x), f3 (x), f4 (x), fn (x), cuando menos n 1 veces diferenciables. Entonces,
el conjunto S = {f1 (x), f2 (x), f3 (x), f4 (x), fn (x)}, se dice linealmente dependiente en el intervalo I, si
existen algunas constantes, c1 , c2 , c3 , c4 , cn distintas de cero tal que
n
X
i=1
0
f10 (x)
f
(x)
2
W (S) =
..
..
..
.
.
.
(n1)
(n1)
f
(x) f2
(x)
1
(n1)
fn
(x)
fn (x)
fn0 (x)
..
.
Luis A. N
un
ez
(10.1)
397
M
etodos Matem
aticos de la Fsica
n
X
i=1
tambien es soluci
on de la ecuaci
on diferencial (10.1) y se denomina como solucion general de (10.1). Adicionalmente, si los coeficientes ai (x) son continuos en el intervalo abierto I para todo i = 1, 2, , n , entonces
la ecuaci
on diferencial (10.1) tiene un conjunto fundamental de n soluciones linealmente independientes.
Definici
on: Soluciones Particulares y Generales.
Dada una ecuaci
on diferencial lineal Inhomogenea
a0 (x) y(x) + a1 (x) y 0 (x) + + an (x) y (n) (x) = F(x)
(10.2)
Si yp (x) es soluci
on de (10.2) sin constantes arbitrarias, entonces yp (x) se denomina solucion particular de
(10.2). De igual modo, se denominar
a solucion general de (10.2) a la suma de la solucion, yh (x), de la ecuaci
on
homogenea (10.1) m
as la soluci
on particular:
y(x) = yh (x) + yp (x)
10.4.2.
M
etodos de los Coeficientes Indeterminados
Dada la ecuaci
on diferencial
a0 y(x) + a1 y 0 (x) + + an y (n) (x) = F(x)
(10.3)
con a0 , a1 , a2 , an coeficientes constantes, el metodo de los coeficientes indeterminados se puede esquematizar de la siguiente manera
1. Resuelva la ecuaci
on diferencial homogenea
a0 y(x) + a1 y 0 (x) + + an y (n) (x) = 0
(10.4)
y obtenga yh (x).
2. Proponga la forma de la soluci
on particular para la ecuacion inhomogenea (10.3) siguiendo el siguiente
procedimiento. Dada F (x) = b0 g0 (x) + b1 g1 (x) + + bn gn (x), con los bi coeficientes constantes,
entonces
a) Si F (x) = P (x), un polinomio, es decir gi (x) = xm entonces proponga como solucion particular a
yp (x) = A0 + A1 x + A2 x2 + A3 x3 + + Am xm
b) Si gi (x) = xm ekx entonces proponga como conjunto fundamental de soluciones particulares a
yp (x) = ekx (A0 + A1 x + A2 x2 + A3 x3 + + Am xm )
c) Si gi (x) = xm ekx cos x o gi (x) = xm ekx senx, entonces proponga como conjunto fundamental
de soluciones particulares a
yp (x) =
Luis A. N
un
ez
398
M
etodos Matem
aticos de la Fsica
B = 2;
C=
3
;
2
D=
2
3
3 2 x
+ e
2 3
Ejercicios
1. La ecuaci
on
y 00 3y 0 + 2y = 2x e3x + 3senx
tiene como soluci
on
y = C1 ex + C2 e2x + x e3x
3 3x
3
9
e +
senx +
cos x
2
10
10
2. La ecuaci
on
y 00 3y 0 + 2y = 2x2 + 3 e2x
tiene como soluci
on
y = C1 ex + C2 e2x +
Luis A. N
un
ez
7
+ 3x + x2 + 3x e2x
2
399
M
etodos Matem
aticos de la Fsica
10.4.3.
M
etodos de Variaci
on de los Par
ametros
Dada la ecuaci
on diferencial
a0 y(x) + a1 y 0 (x) + + an y (n) (x) = F(x)
(10.5)
El metodo de variaci
on de los par
ametros se puede esquematizar de la siguiente manera
1. Resuelva la ecuaci
on diferencial homogenea
a0 y(x) + a1 y 0 (x) + + an y (n) (x) = 0
(10.6)
y obtenga yh (x).
2. Proponga como soluci
on particular
yp = u1 (x) yh1 + u2 (x) yh2
donde las funciones u1 (x) y u2 (x) son funciones a determinar en el metodo y las y1 y y2 son las
soluciones a la ecuaci
on homogenea (10.6).
3. Sustituya esta soluci
on propuesta en la ecuacion (10.5) para obtener, luego de alg
un nivel de algebra
elemental
=0
z
}|
{
u1 (x) (a0 y1 + a1 y10 + a2 y100 ) +
=0
}|
{
z
u2 (x) (a0 y2 + a1 y20 + a2 y200 ) +
0
a2 (u01 y1 + u02 y2 ) + a1 (u01 y1 + u02 y2 )
a2 (u01 y10 + u02 y20 ) = F(x)
de donde surge el siguiente sistema de ecuaciones algebraico
a2 (u01 y10
u01 y1 + u02 y2 = 0
+ u02 y20 ) = F(x)
u01
0
F (x)
= a2
y10
y1
y1
y0
1
u02 =
y10
y1
y2
y20
=
y2
y20
0
F (x)
a2
=
y2
y20
0
F (x)
a2
y2
y20
W (y1 , y2 )
y
1
0
y1
0
F (x)
a2 (x)
W (y1 , y2 )
= G1 (x)
= G2 (x)
400
M
etodos Matem
aticos de la Fsica
Ejemplo:
La ecuaci
on inhomogenea de Cauchy1 -Euler2
a0 y(x) + a1 x y 0 (x) + + an xn y (n) (x) = F(x)
con los ai = ctes, puede ser resuelta por este metodo. Consideremos una ecuacion de orden 2
c y(x) + b x y 0 (x) + a x2 y 00 (x) = F(x)
La soluci
on de la homogenea se propone como yh = xm por lo tanto
c y(x) + b x y 0 (x) + a x2 y 00 (x) = 0
c x + b x mxm1 + a x2 m(m 1)xm2 = 0
xm (c + bm + am(m 1)) = 0
m
por lo tanto
am2 + (b a)m + c = 0
con
m=
(b a)
(b a)2 4ac
2a
por lo tanto
1. Si m1 6= m2 y ambas reales, entonces la solucion de la homogenea sera
yh = C1 xm1 + C2 xm2
2. Si m1 = m2 y ambas reales, entonces la solucion de la homogenea sera
yh = xm1 (C1 + C2 ln x)
3. Si m1 = m2 = + i , entonces la solucion de la homogenea sera
yh = x (C1 cos( ln x) + C2 sen( ln x))
Ahora para lograr la soluci
on de la inhomogenea suponemos el caso m1 6= m2 por lo tanto
u01 =
u02 =
= G1 (x)
= G2 (x)
Luis A. N
un
ez
401
M
etodos Matem
aticos de la Fsica
La siguiente ecuaci
on diferencial
x2 y 00 xy 0 + 5y =
1
x
10.4.4.
M
etodos de Reducci
on de Orden
u(x) =
Luis A. N
un
ez
a1
a2
dx
y12
402
M
etodos Matem
aticos de la Fsica
La ecuaci
on
(x 1)y 000 + 2y 00 =
x+1
2x2
1
x ln |x|
2
10.5.
10.5.1.
Mec
anica y Electricidad
Una de las m
as famosas ecuaciones diferenciales, lineales, ordinaria con coeficientes constantes es
u
+ u + u
du
d2 u
+
+ u = (t)
2
dt
dt
dx
dt
d2 x
dx
m
m 2 +
+ k x = F (t)
donde
dt
dt
F (t)
forma
Desplazamiento
Velocidad
masa
Constante de Amortiguamiento
Constante Elastica
Fuerza Aplicada
y circuitos electricos
1
d2 Q
dQ
+
Q = E (t)
+R
2
dt
dt
C
donde
Q
=I
L
R
C
E (t)
dQ
dt
Carga Electrica
Intensidad de Corriente
Inductancia
Resistencia
Capacitancia
Fuerza Electromotriz
Analicemos la ecuaci
on que describe sistemas mecanicos y dejamos la cual describe sistemas electricos para
un an
alisis posterior. El primero de los casos a analizar sera el de las oscilaciones libres, vale decir F (t) = 0,
lo cual en el lenguaje de las ecuaciones diferenciales se traduce a ecuaciones diferenciales homogeneas. En
contraste, si F (t) 6= 0, es decir, el caso inhomogeneo, estaremos describiendo oscilaciones forzadas.
10.5.2.
Oscilaciones libres
con 0 =
k
m
403
M
etodos Matem
aticos de la Fsica
con R la amplitud y en
angulo de fase. Obviamente, el perodo del movimiento sera
r
2
m
T =
= 2
0
k
Ejemplo Como un ejemplo analicemos
q el caso de un sistema en el cual m = 0,1 Kg. y k = 0,4 N/m En
k
este caso la frecuencia angular 0 = m
= 2 rad/sg. La ecuacion diferencial que describe este movimiento
ser
a
x (0) = 1; dx
x (t) = cos(2t)
dt t=0 = 0;
2
d x
x (t) = 4 cos (2t)
x (0) = 4; dx
+4 x=0
dt t=0 = 0
2
dt
x (0) = 2; dx
x (t) = 2 cos (2t)
dt t=0 = 0
x (0) = 0; dx
x (t) = 12 sen(2t)
dt t=0 = 1;
d2 x
x (0) = 0; dx
= 4; x (t) = 2 sen (2t)
+
4
x
=
0
dt
t=0
2
dt
x (0) = 0; dx
dt t=0 = 2 x (t) = sen (2t)
10.5.3.
Luis A. N
un
ez
d2 x
dx
d2 x
dx
+
+k x=
+ 2
+ 02 x = 0
2
dt
dt
dt2
dt
404
M
etodos Matem
aticos de la Fsica
2
r=
=
= 2 02
2m
2m
2m
m
por lo tanto la soluci
on ser
a
x (t) = C1 e
+ 2 02 t
+ C2 e
2 02 t
2 02 > 0
Sobreamortiguado
x (t) = (C1 + C2 t) e
2 02 = 0
Crtico
n
hp
i
hp
io
C1 cos
02 2 t + C2 sen
02 2 t
2 02 < 0
Subamortiguado
x (t) = e
Ejemplo Como un ejemplo analicemos el mismo caso del sistema anterior en el cual m = 0,1 Kg. y
k = 0,4 N/m, s
olo que ahora
q la constante de amortiguamiento sera = 0,60,0,40 y 0,15 En todos los caso la
k
frecuencia angular 0 = m
= 2 rad/sg. y la cantidad subradical 2 02 correspondera a los tres casos
Luis A. N
un
ez
405
M
etodos Matem
aticos de la Fsica
Figura 10.10: Oscilaciones libres amortiguadas y no amortiguadas. Notese que el perodo es mayor para el
caso subamortiguado
anteriormente mencionados. Las ecuaciones diferenciales que describen este movimiento seran
x (0) = 0
d2 x
dx
7
7
e( 53)t + 12 2
e(3+ 5)t
x (t) = 21 + 2
dt2 + 6 dt + 4 x = 0
5
5
dx
dt t=0 = 4
d2 x
dt2
d x
dt2
+4
dx
dt
dx
dt
x (0) = 0
+4 x=0
dx
dt t=0 = 4
+4 x=0
x (0) = 0
dx
dt t=0 = 4
x (t) = e 2 t
9
15
sen
15
2 t
+ cos
15
2 t
i
Si en los casos anteriores cambiamos el signo de la velocidad inicial, i.e. dx
dt t=0 = 4 m/s, tendremos la
siguiente representaci
on gr
afica.
(3+ 5)t
1
1
1
( 53)t + 1 +
x (0) = 1; dx
e
dt t=0 = 4; x (t) = 2 2 5 e
2
2 5
= 4
x (0) = 1;
dx
dt t=0
x (0) = 1;
dx
dt t=0
x (t) = e 2 t
15
sen
15
2 t
+ cos
15
2 t
i
En todos los casos dado que r1 , r2 < 0 se tiene que x (t 0) 0. El movimiento subamortiguado es
Luis A. N
un
ez
406
M
etodos Matem
aticos de la Fsica
Figura 10.11: Oscilaciones Libres amortiguadas con cambio de signo en la velocidad inicial
peri
odico y el perodo viene descrito por
Tam
2
0
T
=r
2 = r
2
1 0
1 0
si
2
<< 1
Tam T
1
1+
2
2 !
el cual siempre sera mayor que el periodo de oscilacion natural del sistema.
10.5.4.
Oscilaciones Forzadas
Supongamos ahora que existe una fuerza aplicada al sistema tal que
d2 x
dx
F0
+ 2
+ 02 x =
cos ($t)
dt2
dt
m
Oscilaciones Forzadas no amortiguadas
En este caso = 0 y por lo tanto
d2 x
F0
cos ($t)
+ 02 x =
2
dt
m
Amplitud modulada $ 6= 0
y tendr
a como soluci
on
F0
F0
x (t) = C1 cos (0 t) + C2 sen (0 t) +
cos ($t) = A cos (0 t + ) +
cos ($t)
|
{z
} m (02 $2 )
m (02 $2 )
|
{z
}
homog
enea
inhomog
enea
Luis A. N
un
ez
407
M
etodos Matem
aticos de la Fsica
con lo cual es la suma de dos movimientos armonicos con distintas frecuencias y amplitudes. Si el cuerpo
parte del reposo, esto es: x (0) = x (0) = 0 entonces
C1 = m F
2 $ 2
)
( 0
F0
x (t) =
2 $ 2 ) [cos ($t) cos (0 t)]
m
(
0
C2 = 0
dado que
0 $
0 + $
+
t
2
2
0 $
0 + $
0 $
0 + $
cos (0 t) = cos
cos
sen
sen
2
2
2
2
0 $
0 + $
cos ($t) = cos
t
2
2
0 $
0 + $
0 $
0 + $
cos ($t) = cos
cos
+ sen
sen
2
2
2
2
2F0
0 $
0 + $
x (t) =
sen
t
sen
t
m (02 $2 )
2
2
|
{z
}
cos (0 t) = cos
Envolvente
Ejemplo El mismo sistema anterior en el cual m = 0,1 Kg. y k = 0,4 N/m, cuando parte del reposo
desde el origen de coordenadas y existe una fuerza de excitacion F = 0,5 cos (3t) . Por lo tanto la ecuaci
on
Luis A. N
un
ez
408
M
etodos Matem
aticos de la Fsica
x (0) = 0
2
d x
1
5
+
4
x
=
5
cos
(3t)
=
x
(t)
=
cos(2t)
t
t
cos(3t)
2
sen
sen
dx
| {z }
| {z }
dt2
2
2
=
0
|
{z
}
dt t=0
homog
enea
inhomog
enea
envolvente
Resonancia $ = 0
En el caso que la frecuencia de la fuerza de excitacion coincida con la frecuencia natural del sistema, se
tiene
d2 x
F0
+ 02 x = F0 cos (0 t) = x (t) = C1 cos (0 t) + C2 sen (0 t) +
t sen (0 t)
dt2
2m0
| {z }
envolvente
Ejemplo El sistema anterior (m = 0,1 Kg. y k = 0,4 N/m), cuando parte del reposo desde el origen
de coordenadas y existe una fuerza de excitacion F = 0,5 cos (2t) . Por lo tanto la ecuacion diferencial que
describe el movimiento sera
x (0) = 0
5t
d2 x
+ 4 x = 5 cos (2t)
= x(t) =
sen (2t)
dx
dt2
4
=
0
dt t=0
10.5.5.
409
M
etodos Matem
aticos de la Fsica
la cual tendr
a como soluci
on
2 2
F0
+ 0 t
2 02 t
x (t) = C1 e
+ C2 e
+
m
una vez m
as se puede convertir en
+ 2 02 t
2 02 t
x (t) = C1 e
+ C2 e
+
{z
}
|
soluci
on homog
ene r
egimen transitorio
!
02 $2 cos ($t) + 2$ sen ($t)
2
(02 $2 ) + (2$)
F0
cos ($t )
q
m
2
2
(02 $2 ) + (2$)
{z
}
|
soluci
on inhomog
enea r
egimen estacionario
donde
cos () = q
02 $2
(02
2
$2 )
+ (2$)
y
2
sen () = q
2$
2
(02 $2 ) + (2$)
Es claro que el termino homogeneo en todos sus casos (sobreamortiguado, crtico y subamortiguado) tiende a
cero, por ello se considera un termino transitorio, no as el termino inhomogeneo que permanece oscilando. En
terminos Fsico se pude decir que el termino transitorio representa la disipacion de la energa inicial que se le
provee al sistema a traves de la posici
on y la velocidad inicial de lanzamiento. Esta energa inicial se expresa
a traves de las condiciones iniciales se disipa. Si no existiera disipacion esta energa inicial permanecera por
siempre en el sistema. Finalmente el termino inhomogeneo, a traves de la fuerza de excitacion, impone el
movimiento al sistema. N
otese adem
as que el termino inhomogeneo nunca se hace infinito, ni siquiera para el
caso para el cual tiene un m
aximo y es aquel en el cual la frecuencia de excitacion coincide con la frecuencia
natural del sistema.
1
faradios, se
Ejemplo En un circuito RLC, cuyos componentes son L = 1 henry, R = 40 ohmios y C = 40000
le aplica un tensi
on de V = 24 voltios. Determine el comportamiento de la carga y la intensidad de corriente
en el circuito.
Luis A. N
un
ez
410
M
etodos Matem
aticos de la Fsica
La ecuaci
on diferencial que describe el comportamiento del sistema
d2 Q (t)
dQ (t)
1
+R
+
Q = E (t)
dt2
dt
C
dI (t)
1
dE (t)
d2 I (t)
+R
+
I (t) =
L
2
dt
dt
C
dt
L
d2 Q (t)
dQ (t)
1
+ 40
+ 40000 Q (t) =
dt2
dt
2
d2 I (t)
dI (t)
+ 40
+ 40000 I (t) = 0
2
dt
dt
i
47 11
1
7
20t
Q (0) = 104
Q(t)
=
1160t
+
1160t
+
e
sen
cos
8000
2640000
8000
i
I (0) = dQ
= 102
I (t) = dQ = e20t 1 cos 1160t 37 11 sen
1160t
dt
dt
100
6600
t=0
1
2
Si en vez de un tensi
on constante de 0,5 V. la fuente de tension es sinusoidal de la forma E (t) =
cos (180t) voltios las ecuaciones se transforman en
d2 Q
dQ
1
dQ
4
+ 40
+ 40000 Q = cos (180t) con Q (0) = 10
I (0) =
= 102
dt2
dt
2
dt t=0
d2 I
dI
+ 40000 I = 90sen (180t)
+ 40
2
dt
dt
1
293
11
91
9
19
Q(t) =
e20t
sen 60 11t +
cos 60 11t
cos (180t) +
sen (180t)
1000
30140
685
274
548
(
"
)
#
246111
1
171
81
20t 103
I(t) =
e
cos 60 11t
sen 60 11t +
sen (180t) +
cos (180t)
100
274
3014
137
274
Luis A. N
un
ez
411
M
etodos Matem
aticos de la Fsica
2 = R
L
V0
1
A= q
=
4
2
2
2 $ 78400$2 + 1600000000
1
1
2
02 = LC
L
+ R
LC $
L$
con ello se puede ver la funcionalidad de la amplitud con la frecuencia excitatriz
10.5.6.
La fuerza el
astica F = k x m
as all
a de ser el caso mas simple, representa la primera aproximaci
on al
movimiento alrededor de un punto de equilibrio estable. Si recordamos que para una fuerza que derive de un
potencial
d 21 k x2
dV
F =
F = k x =
dx
dx
mas aun, un punto de equilibrio estable se define aquel en el cual no existen fuerzas externas, vale decir
dV
F |x=x0 = 0
=0
dx x=x0
por lo cual, dado un potencial de una fuerza arbitraria siempre podemos expandirlo en series de Taylor
alrededor de un punto de equilibrio x = x0
2
3
1
dV
1
2 d V
3 d V
V (x) = v (x0 ) + (x x0 )
+ (x x0 )
+ (x x0 )
dx x=x0 2!
dx2 x=x0 3!
dx3 x=x0
| {z }
=0
Luis A. N
un
ez
412
M
etodos Matem
aticos de la Fsica
Figura 10.17: Intensidad de corriente en un circuito RLC sometido a un voltaje sinusoidal V (t) =
1
2
cos (180t)
V (x) =
1 6
35
50
x 2x5 + x4 x3 + 12x2
6
4
3
Soluci
on: x5 10x4 + 35x3 50x2 + 24x Solucion: que genera una fuerza
F =
dV (x)
= x5 10x4 + 35x3 50x2 + 24x
dx
tendr
a dos puntos de equilibrio x = 0 y x = 4. En torno a x = 0 se podra aproximar con un potencial
parab
olico
2
1
2 d V (x)
V (x) = (x x0 )
= 12x2
2!
dx2 x=x0
tal y como se observa gr
aficamente
10.5.7.
P
endulo Simple con desplazamiento finito.
Luis A. N
un
ez
413
M
etodos Matem
aticos de la Fsica
pueden ser otras que aquellas que provengan de las ecuaciones de Newton
d mv(t)
F (r(t), v(t), t) =
= m a(t) = m (ar u
r + a u
) ,
dt
externas
X
(10.7)
Es bueno recordar que hay que expresar la aceleracion en un sistema de coordenadas moviles (
ur , u
).
Esto es
u
r = cos ()+ sen ()
d (t)
d (t)
d
ur
= ( sen ()+ cos ()
)
=
u
= (t) u
dt
dt
dt
d
u
d (t)
d (t)
= (cos ()+ sen ()
)
=
u
r = (t) u
r
dt
dt
dt
u
= sen ()+ cos ()
=
con lo cual
~r (t) = r (t) u
r
~v (t) =
y
d r (t) u
r + r (t) (t) u
~a (t) =
r (t) r (t) 2 (t) u
r + 2r (t) (t) + r (t) (t) u
dt
~r (t) = L
ur
=
y
d L (t) u
~a (t) =
Luis A. N
un
ez
d (r (t) u
r )
= r (t) u
r + r (t) (t) u
dt
dt
~v (t) =
d (L
ur )
= L (t) u
dt
2
L (t)
u
r + L (t) u
414
M
etodos Matem
aticos de la Fsica
As, y para este caso particular, las ecuaciones de Newton quedan como
m a = mL (t) = mg sen () .
(10.8)
El caso que todos nos aprendimos de memoria, proviene de la suposicion sen () 1 que implica:
mL2 (t) = T + mg
m ~a = T~ + m ~g =
(10.9)
mL (t) = mg.
con lo cual, ahora, en este curso, sabemos que lo podemos integrar inmediatamente. Si suponemos que parte
del reposo: (0) = 0 y (0) = 0
r
r
r
g
g
g
=Etotal
g
2
2
cte = (t) + 2 (t)
L
= (t) =
g 2
( 2 )
L 0
(10.10)
que no es otra cosa que la energa total del sistema. Por lo tanto sabemos que en el instante inicial, si soltamos
la masa desde un
angulo 0 , la energa total es puramente potencial. Es decir
1
2
Etotal = Epotencial = mgL (1 cos (0 )) = 2mgL sen
0
(10.11)
2
por otro lado, de la ecuaci
on (10.10) podemos obtener el perodo de oscilacion para el Pendulo Fsico
linealizado:
!
r
g
1
2
= (t) =
( 2 ) =T = p g arctan p 2
L 0
0 2
L
Luis A. N
un
ez
415
M
etodos Matem
aticos de la Fsica
Este caso tambien se conoce con el nombre de oscilador armonico simple o pendulo fsico linealizado.
Igualmente podemos analizar el caso de general del pendulo amortiguado forzado linealizado. Vale decir,
una masa, m,atada a una varilla sin masa de longitud L,y que oscila, inmersa en un fluido que la frena el
movimiento de la masa con una fuerza, ~v (t) y que adicionalmente esta excitada por una fuerza exterior
F (t) = F0 cos ($t) . Recordamos que en este caso la ecuacion en la direccion tangente (
u ), es
d2 (t)
d (t)
F0
+ 2
+ 02 (t) =
cos ($t)
dt2
dt
mL
r
g
donde, por costumbre, hemos rebautizado las constantes tales que =
y 0 =
.
2mL
L
Por lo tanto, su soluci
on tendr
a la forma
F0
cos ($t )
+ 2 02 t
2 02 t
q
(t) = C1 e
+C e
+
|
{z 2
}
mL
2
2
(02 $2 ) + (2$)
soluci
on homog
ene r
egimen transitorio
|
{z
}
mL
d2 (t)
d (t)
+
+ mg (t) = F0 cos ($t)
dt2
dt
soluci
on inhomog
enea r
egimen estacionario
donde
cos () = q
02 $2
(02
2
$2 )
+ (2$)
y
2
sen () = q
2$
2
(02 $2 ) + (2$)
Hemos aprendido que dependiendo del valor de los coeficientes de la ecuacion caracterstica del Pendulo
Fsico amortiguado libre (F0 = 0) se derivan tres casos posibles:
Subamortiguado: 2 02 < 0
Sobreamortiguado: 2 02 > 0
Luis A. N
un
ez
416
M
etodos Matem
aticos de la Fsica
Figura 10.21:
on (t) vs t del Pendulo Fsico libre, para distintos valores de la velocidad inicial
Evoluci
V0 = 3, 5, 40, 7, 8.
Crtico 2 02 = 0
En el caso del Pendulo Fsico amortiguado forzado (F0 6= 0) la fsica se hace mucho mas rica y pueden
2
2
ocurrir fen
omenos de resonancia cuando 02 $2 + (2$) 0.
Es interesante considerar los gr
aficos tanto de la evolucion del sistema en el espacio directo: (t) vs t;
como la evoluci
on del sistema en el espacio de fases = (t) vs (t) . Las figuras (10.23) y (10.25) muestran
la primera de estas evoluciones, es decir, la evolucion del angulo en el espacio directo. Las figuras (10.24) y
(10.26) muestran la evoluci
on del sistema en el espacio de fases. Es claro de la ecuacion (10.10), en la cual
aparece = (t) = ( (t)) ,que las curvas en el diagrama de fase tanto para el caso libre (figura (10.22))
como para los de los casos amortiguados (figuras (10.24) y (10.26)) corresponden a curvas de misma energa.
En el caso del Pendulo Fsico linealizado libre, corresponden a curvas de energa constante. en los otros casos
el sistema va disipando energa debido al coeficiente de amortiguacion.
N
otese que la disipaci
on obliga al sistema a evolucionar al punto de equilibrio siguiendo trayectorias espirales en el espacio de fases. Claramente mas rapidamente en el caso sobreamortiguado que en el subamortiguado. Tambien sabemos que para el caso crtico (2 02 = 0) el tiempo de evolucion del sistema hasta
llegar al punto de equilibrio ser
a menor que en cualquiera de los casos sobreamortiguados. Dejamos al lector
la comprobaci
on de esta u
ltima afirmaci
on.
Hemos aprendido que dependiendo del valor de los coeficientes de la ecuacion caracterstica del Pendulo
Fsico amortiguado libre (F0 = 0) se derivan tres casos posibles:
Ahora bien, la situaci
on que nos interesa simular es la del pendulo fsico para los casos en los cuales los
angulos de oscilaci
on. Recordemos que para este caso partimos de la ecuacion (10.8) en la direccion tangente.
Es decir
!
(t)2
g
g
L (t) = g sen () = (t) (t) = sen (t) (t) = Etotal cte =
cos (t)
L
2
L
Luis A. N
un
ez
417
M
etodos Matem
aticos de la Fsica
Figura 10.22: Digrama de Fase para el Oscilador Armonico Simple. Notese que el punto de equilibrio es el
origen de coordenadas.
Energa Potencial
por consiguiente
s
(t) =
2Etotal
4g
sen2
mL2
L
(t)
2
max
s
2
g
max
(t)
sen2
sen2
L
2
2
(10.13)
418
M
etodos Matem
aticos de la Fsica
g
Figura 10.23: Evoluci
on (t) vs t del Pendulo Simple, Subamortiguado ( = 4; = 0, 5) libre,para distintos
L
La ecuaci
on (10.13) es claramente integrable por separacion de variables y conduce a encontrar la expresi
on para el perodo:
s Z
1 L (t)
d
r
t=
con (t)
y 0 = (0)
2 g 0
g
ax
2
sen
sen2 m
2
2
L
La integral anterior, puede ser transformada en otra que aparece en las tablas integrales, si hacemos sen =
sen( 2 )
, con lo cual
m
ax
sen
s Z
L (t)
d
q
t=
g (0)
1 sen2 max sen2
2
donde
sen =
sen
sen
max
2
sen (t)
(t) = arcsin
ax
sen m
2
(10.14)
Luis A. N
un
ez
419
M
etodos Matem
aticos de la Fsica
g
Figura 10.24: Evoluci
on (t) vs (t) del Pendulo Fsico Subamortiguado libre ( = 4; = 0, 5) en el
L
on
Espacio de Fases para distintos valores de la velocidad inicial V0 = 3, 5, 40, 7, 8. Notese que la disipaci
lleva irremediablemente al sistema al punto de equilibrio, vale decir al origen de coordenadas del espacio de
fases.
10.5.8.
Disgresi
on Elptica
con 0 m 1
las cuales, para el caso particular = o x = 1, se puede reacomodar como una Integral Elptica de
2
Primera Especie Completa
Z
Z 1
d
dt
2
p
p
K (m) =
con 0 m 1
(10.15)
2
2
(1 t ) (1 mt2 )
1 m sen
0
0
Integrales Elpticas de Segunda Especie
Z
E (\) =
0
y si =
Luis A. N
un
ez
sen2
sen2
Z
d E (x|m) =
0
1 mt2
dt
(1 t2 )
con 0 m 1
420
M
etodos Matem
aticos de la Fsica
g
Figura 10.25: Evoluci
on (t) vs t del Pendulo Fsico Sobreamortiguado ( = 4; = 3, 5) libre,para distintos
L
1 m sen2
1
p
1 m sen2
1
1
13
1+
sen2 m +
sen4 m2 +
2
2
24
135
6
3
4
+
sen m + O m
246
X
(2n 1)!! n
m sen2n
(2n)!!
n=0
y siendo una serie uniformemente convergente puede ser integrada termino a termino como
Z
K (m) = 2 p
0
Z
Z
X
X
(2n
1)!!
(2n
1)!!
= 2 d
mn sen2n =
mn 2 sen2n d
(2n)!!
(2n)!!
1 m sen2
0
0
n=0
n=0
d
2
X
(2n 1)!! n (2n 1)!!
X (2n 1)!!
K (m) =
m
=
mn
(2n)!!
(2n)!!
2
2
(2n)!!
n=0
n=0
Luis A. N
un
ez
421
M
etodos Matem
aticos de la Fsica
g
Figura 10.26: Fsico Sobreamortiguado libre ( = 4; = 3, 5) en el Espacio de Fases para distintos valores
L
Del mismo modo se obtiene para las integrales elpticas completas de segunda especie que
"
#
2
Z p
X
(2n 1)!!
mn
2
2
E (m) =
1 m sen d =
1
2
(2n)!!
2n 1
0
n=1
Finalmente podemos mencionar la relaci
on de recurrencia de Legendre para las Integrales Elpticas completas. Ella es
par
ametro (consulte la ayuda de MAPLE para m
as detalles).
Luis A. N
un
ez
422
M
etodos Matem
aticos de la Fsica
10.5.9.
Cu
an buena es la aproximaci
on lineal ?
Utilizando la expansi
on en serie de la Integral Elptica completa de primera especie (10.14) del pendulo
fsico, tendremos que se cumple
s
s Z
L 2
d
L
max
2
q
=4
F
\ sen
=
T =4
g 0
g
2
2
1 sen2 max sen2
2
s
T = 2
2
2n
L X (2n 1)!!
max
sen
g n=0
(2n)!!
2
q
2
L
7
+ O m
y
que
T
=
=
2
0
ax
g tendremos
0
s
2
2n
L X (2n 1)!!
1
1 3
1 5
7
T = 2
max m
+
+
O
=
m
ax
g n=0
(2n)!!
2
48 ax 3840 max
m
as a
un, dado que sen
max
2
= 21 max
1 3
ax
48 m
1
5
ax
3840 m
1 2
11 4
T T0 1 + m
+
16 ax 3072 max
y si realizamos un estimado de las correcciones al problema lineal que conlleva esta expansion veremos que
a
un para
angulos max =
las correcciones son del orden de un prrico 4 %, con lo cual la aproximaci
on
4
lineal resulta bien razonable. Para
angulos max & 1 las correcciones comienzan a ser significativas y todo
este esfuerzo de integraci
on empieza a tener sentido. La siguiente tabla da una idea mas clara de este cambio
en el perodo del penulo y los errores relativos porcentuales respecto al perodo del pendulo fsico linealizado
2
T0 =
,cuando se consider
an distintos valores del angulo maximo, max
0
Luis A. N
un
ez
423
M
etodos Matem
aticos de la Fsica
Figura 10.28: Integraci
on numerica ( t vs t, con 0 t 10) del Pendulo Fsico, para distintos valores de
d(t)
la velocidad angular inicial:
= (t) = 3,5, 3,9, 4, 4,1, 4,5.
dt
T0 =
2
= 2,83845
0
T
= 100
10.5.10.
|T T0 |
T
12
2,85066
max =
0,42821
6
2,88786
max =
1,71109
4
2,95191
max =
3,84368
3
3,04617
max =
6,81916
2
3,35034
max =
15,2786
2
3
3,89685
max =
37,1283
El P
endulo Fsico: Integraci
on Num
erica
Tal y como indicamos en la primera seccion de este proyecto, procedemos a convertir una ecuaci
on de
segundo orden en un sistema de ecuaciones diferenciales de dos ecuaciones diferenciales de primer orden. As,
del mismo modo que en la ecuaci
on (??) podremos escribir:
d(t) = (t)
dt
(t) = 0 sen () =
d(t)
d ()
y, adcionalmente: =
, con 0 =
6= 0. De este modo el sistema queda escrito
dt
0
dt t=0
d(t)
= (t)
=
dt
d(t)
= 0 sen ((t)) =
dt
Luis A. N
un
ez
d (t)
= 0 tf inal (
t)
dt
d (
t)
2 tf inal
= 0
sen (t)
0
dt
=
=
d (t)
= (
t)
dt
d (
t)
= sen (t)
dt
424
M
etodos Matem
aticos de la Fsica
N
otese que las cantidades (
t), (t), t, y son adminensionales. Acto seguido procedemos a integrar
numericamente el sistema de ecuaciones5 .
La figura (10.28) ilustra la evolucion del angulo (t) vs t, con 0 t 10 del Pendulo Fsico, para
d(t)
1
mL2 02 = mg2L
2
10.6.
Transformaciones Integrales
10.6.1.
C
alculo Operacional
Toda ecuaci
on diferencial puede ser descrita de la siguiente forma
d
F (x) = f (x) = DF (x) = f (x)
dx
(10.16)
5 En MAPLEV podemos integra el sistema de dos maneras distintas. La primera haciendo uso del comando dsolve({sysED,CI}, numeric, vars, options) donde sysED es el sistema de ecuaciones diferenciales, CI sus
condiciones iniciales. Si necesit
aramos un an
alisis gr
afico es mucho m
as u
til el paquete DEtools.
Luis A. N
un
ez
425
M
etodos Matem
aticos de la Fsica
(10.17)
x2
(D 1) (D 2)
y=
x2
x2
(D 2) (D 1)
(10.19)
1
1
=
= 1 D D2 D3 D4
D1
1D
(10.20)
1 D D2
D3
=
2
4
8
16
(10.21)
1 1
1
=
D2
2 1
de donde
= y =
D
2
D3
1 D D2
2
4
8
16
x2 1 D D2 D3 D4 x2
(10.22)
(10.23)
10.6.2.
En general vamos a definir una transformacion integral, F (s) , de una funcion, f (t) como
Z
F (s) =
(10.25)
Luis A. N
un
ez
426
M
etodos Matem
aticos de la Fsica
F (s) = T {f (t)}
Nombre
Laplace
F (s) =
Z
Fourier de senos y cosenos
sen(st)
f (t)dt
cos(st)
F (s) =
0
Z
Fourier compleja
est f (t)dt
f (t) = T1 {F (s)}
f (t) =
ei
st
f (t)dt
f (t) =
Z
Hankel
F (s) =
ei
st
F (s)ds
f (t) =
Z
Mellin
est F (s)ds
sen(ts)
F (s)ds
cos(ts)
Z
tJn (st)f (t)dt
F (s) =
R +i
1
2i
f (t) =
F (s) =
ts1 f (t)dt
f (t) =
1
2i
R +i
i
st F (s)ds
La idea detr
as de la utilidad de las transformaciones integrales puede resumirse en el siguiente esquema
EDO para f (t)
transformacion directa
F (s) = T {f (t)}
soluci
on directa
difcil
se encuentra f (t)
Luis A. N
un
ez
transformacion inversa
f (t) = T1 {F (s)}
se encuentra F (s)
427
M
etodos Matem
aticos de la Fsica
10.6.3.
Tranformada de Laplace
En nuestro caso ilustraremos el uso de transformaciones integrales con la transformada de Laplace, que denotaremos de manera simbolica como F (s) = L {f (t)} .La siguiente tabla resume las
transformaciones de algunas funciones.
f (t) = L1 {F (s)}
1
,
sa
sen (at)
a
,
s2 + a2
s>0
cos (at)
s
,
s2 + a2
s>0
n>0
n!
,
sn+1
p > 1
(p + 1)
,
sp+1
sen hat
a
,
s2 a2
s > kak
cosh at
s
,
a2
s > kak
ea
tn
tp
ea
sen (bt)
cos (bt)
tn ea
Luis A. N
un
ez
F (s) = L {f (t)}
1
,
s>0
s
(s a) + b2
s2
sa
2
(s a) + b2
n!
s>a
s>0
s>0
s > kak
n+1 ,
(s a)
s>a
428
M
etodos Matem
aticos de la Fsica
uc (t)
f (t) = L1 {F (s)}
t<c
0
F (s) = L {f (t)}
c>0
tc
uc (t) f (t c)
ec
f (t)
f (t ) g ( ) d
s>0
ec t F (s)
F (s c)
1
cF
s
c
c>0
F (s) G (s)
ec
(t c)
f (n) (t)
F (n) (s)
(t) f (t)
10.6.4.
f (c t)
Rt
ec
s
Ejemplos Sencillos
y(0) = 0
y 00 + y = sen 2t
con
0
y (0) = 1
L {y 00 + y} = L {sen 2t}
Y (s) =
(s2
s2
2
+4
5
2
s2 + 6
as + b cs + d
= 2
+ 2
= 23 23
2
+ 1) (s + 4)
s +1 s +4
s +1 s +4
n 5 o
L1 s23+1 = 53 sen t
(10.26)
2
3
s2 +4
1
3 sen
5
1
sen t sen 2t
3
3
y (t) =
2t
2. Ecuaci
on diferencial, con valores iniciales, inhomogenea a una funcion escalon:
t 2
1
y(0) = 1
y 00 + 4y = h (t) =
con
0
0
0t
t 1 2
y (0) = 0
y 00 + y = h (t) = u (t) u2 (t)
e
s2 + 4 Y (s) sy (0) y 0 (0) =
Luis A. N
un
ez
(10.27)
(10.28)
(10.29)
(10.30)
(10.31)
2s
(10.32)
429
M
etodos Matem
aticos de la Fsica
Y (s) =
s
es
e2s
+
s2 + 4 s (s2 + 4) s (s2 + 4)
L
L1
por lo tanto
L1
es
s (s2 + 4)
es
s (s2 + 4)
s
s2 + 4
= cos 2t
con g ( ) = L1
= u (t) g (t )
= u (t) L1
(10.33)
(10.34)
1
s (s2 + 4)
1 1
s
1
2
= u (t)
(1 cos 2 (t ))
4 s s +4
4
e2s
s (s2 + 4)
1
= u2 (t)
(1 cos 2 (t 2))
4
t<c
0
uc (t)
1
tc
(10.35)
(10.36)
c>0
(10.37)
(10.38)
y finalmente la soluci
on ser
a
y (t) = cos 2t + u (t)
1
1
(1 cos 2 (t )) u2 (t)
(1 cos 2 (t 2))
4
4
(10.39)
3. Ecuaci
on diferencial, con valores iniciales, inhomogenea a una funcion impulso (delta de Dirac)
y(0) = 0
y 00 + 2y 0 + 2y = (t )
con
(10.40)
0
y (0) = 0
donde la funci
on (distribuci
on) delta de Dirac viene definida por
Z
(t t0 ) = 0
con t 6= t0
y
d ( 0 ) = 1
(10.41)
con la u
til propiedad de
Z
d ( 0 ) f ( ) = f (0 )
(10.42)
En una de las tablas anteriores hemos mostrado la transformada de Laplace de la funcion (distribuci
on)
Delta de Dirac: L { (t c)} = ec s por lo tanto
y 00 + 2y 0 + 2y = (t )
s2 + 2s + 2 Y (s) = e
Luis A. N
un
ez
L {y 00 + 2y 0 + 2y} = L { (t )}
Y (s) =
1
e s
= e s
2
2
(s + 2s + 2)
(s + 1) + 1
(10.43)
(10.44)
430
M
etodos Matem
aticos de la Fsica
por lo tanto
(
1
y (t) = L
(s + 1) + 1
o tambien
y (t) =
h
i
= u (t) e(t) sen (t )
10.6.5.
(10.45)
t<
(10.46)
e(t) sen (t )
Integral de Convoluci
on
Algunas veces es posible identificar la transformada de Laplace H(s) como el producto de dos transformadas de Laplace, F (s) y G(s) las cuales son las transformadas de funciones conocides f (t) y g(t). Pero
eso es algunas veces: en general la transformada del producto de funciones no es el producto
de transformadas. Esas veces est
an contenidas en el llamado Teorema de Convolucion, seg
un el cual se
establece una especie de producto generalizado de funciones f y g.
Teorema de Convoluci
on
Sean
F (s) = L {f (t)} y G(s) = L {g(t)}
que existen en el intervalo s > a > 0
Entonces
H(s) = F (s)G(s) = L {h(t)}
donde
h(t) = L1 (F (s)G(s)) =
para s > a
Z
f (t ) g( ) d =
f ( ) g(t ) d = (f g) (t)
(conmutatividad)
f [g + k] = f g + f k
(distributividad)
f [g k] = [f g] k
(asociatividad)
f 0=0f =0
sin embargo f 1 6= f tal y como se puede apreciar de
Z t
Z t
(f 1) (t) =
f (t ) 1 d =
f (t ) d 6= f (t)
0
=t
Luis A. N
un
ez
f 6= 0
431
M
etodos Matem
aticos de la Fsica
El ejemplo m
as emblem
atico de la aplicacion del Teorema de Convolucion es el estudio del oscilador
amortiguado y forzado, el cual viene descrito por la ecuacion diferencial
x0 = x(0)
dx
(10.47)
x
+ 2 x + 02 x = f (t)
con x =
dt
x 0 = dx
dt t=0
la transformada de Laplace nos lleva a
s2 X(s) sx0 x 0 + 2 sX(s) 2 x0 + 02 X(s) = F (s)
resolviendo
(10.48)
2 x0 + x 0 + sx0
F (s)
+ 2
s2 + 2s + 02
s + 2s + 02
(10.49)
2 x0 + x 0 + sx0
x0 (s + )
x 0 + x0
=
+
2
2
2
2
2
2
s + 2s + 0
(s + ) + (0 ) (s + ) + (02 2 )
(10.50)
X(s) =
el primer sumando queda como
X1 (s) =
x 0 + x0
sen t
X2 (s) =
con =
02 2
F (s)
s2 + 2s + 02
(10.51)
(10.52)
1 (t )
e
sen (t ) f (t) d
(10.53)
x 0 + x0
cos t +
sen t +
Z
0
1 (t )
e
sen (t ) f (t) d
10.7.
10.7.1.
Motivaci
on
(10.54)
Luis A. N
un
ez
432
M
etodos Matem
aticos de la Fsica
,t =
dt
dt
dt
dt
dt2
2
~2 r1 (t) , r2 (t) , r3 (t) , rn (t) , dr1 (t) , dr2 (t) , dr3 (t) drn (t) , t = d r2 (t)
F
dt
dt
dt
dt
dt2
2
~3 r1 (t) , r2 (t) , r3 (t) , rn (t) , dr1 (t) , dr2 (t) , dr3 (t) drn (t) , t = d r3 (t)
F
dt
dt
dt
dt
dt2
..
.
2
~n r1 (t) , r2 (t) , r3 (t) , rn (t) , dr1 (t) , dr2 (t) , dr3 (t) drn (t) , t = d rn (t)
F
dt
dt
dt
dt
dt2
~i = P F~i
donde, la funci
on F
j
dr1 dr2
drn
drn
dr1 dr2
~
,
,
,
t
=
F
,
,
,
t
r
,
r
,
r
,
,
r
,
j
1
1 2 3
n
dt dt
dt
dt dt
dt
j
X
drn
drn
dr1 dr2
dr1 dr2
~
~
F2 j r1 , r2 , r3 , , rn ,
,
,
, t = F2 r1 , r2 , r3 , , rn ,
,
,
,t
dt dt
dt
dt dt
dt
j
F~1
r1 , r2 , r3 , , rn ,
..
.
X
F~n
j
r1 , r2 , r3 , , rn ,
dr1 dr2
drn
~n r1 , r2 , r3 , , rn , dr1 , dr2 , drn , t
,
,
,t = F
dt dt
dt
dt dt
dt
Pero igual de importante es la posibilidad de convertir una ecuacion diferencial ordinaria de orden superior
...
x(n) (t) = F x(n1) (t) , x(n2) (t) , , x (t) , x
(t) , x (t) , x (t) , t
haciendo el siguiente cambio variable
un = x(n1) (t) ;
...
u4 = x (t) ;
u3 = x
(t) ;
u2 = x (t) ;
u1 = x (t)
Luis A. N
un
ez
433
M
etodos Matem
aticos de la Fsica
10.7.2.
Notaci
on Vectorial
Luis A. N
un
ez
434
M
etodos Matem
aticos de la Fsica
u = . ; P (t) =
..
..
..
..
.
.
.
pn1 (t) pn2 (t)
u n
p1n (t)
p2n (t)
..
.
u =
1 (t)
2 (t)
..
.
u = (t) =
g (t) =
g1 (t)
g2 (t)
..
.
gn (t)
un
pnn (t)
u1
u2
..
.
n (t)
10.7.3.
x 1
a11 a12 a1n
x1
x1 (t)
1
x 2 a21 a22 a2n x2
x2 (t)
2
y 0 = ay ! . = .
= er t .
=
.
.
.
.
.
..
..
.. ..
..
.. ..
..
x n
an1 an2 ann
xn (t)
xn
n
con a, aij , m constantes. Al sustituir las solucion x = er t en la ecuacion x = A x obtenemos r er t =
er t por lo cual, el problema se reduce a la b
usqueda de los autovalores y autovectores del sistema A x = r
a11 r
a12
a1n
1
0
a21
2 0
a
a
22
2n
(A r 1) = 0 =
.. = ..
..
..
..
..
.
.
.
. .
.
an1
an2
ann r
Es decir, para resolver el sistema de ecuaciones diferenciales lineales con coeficientes constantes, es necesario
resolver el sistema de ecuaciones algebraico. Como un ejemplo, para el caso
1 1
1r
1
1
0
r t
x =
x
si x = e =
=
4 1
4
1r
2
0
por lo cual
1r
4
1
2
= (1 r) 4 = r2 2r 3 = 0
1r
r1 = 3
r2 = 1
de donde
r1 = 3
(1)
1
(1)
2
(1)
=0
(1)
similarmente
(2)
r2 = 1
Luis A. N
un
ez
(2)
1
(2)
21
1
(1)
21
435
M
etodos Matem
aticos de la Fsica
x1
x2
1
2
=c1
e t
2e
e3 t + c2
1
2
= 4e2 t =
6 0
Para el caso particular de matrices simetricas (hermticas reales) los autovalores r1 , r2 rn y los autovectores
(1) , (2) (n) ambos son reales.
Para el caso de matrices A no hermticas, consideremos primero que A sea real. Entonces
r1 = + i
r1 = r2
x = A x = x = er t = (A r 1) = 0 =
=
(1) (2)
r2 = i
=
por lo cual (1) = a+ib con a y b vectores reales, entonces
x(1) (t) = (a+ib) e(+i) t = (a+ib) e t (cos t +isen t)
x(1) (t) = e t (a cos t bsen t) + ie t (asen t + b cos t)
u(t)
v(t)
como ejemplo
x =
1
5
1
3
x
si
x= e
r t
=
1r
5
1
3 r
1
2
=
0
0
por lo cual
1r
5
Luis A. N
un
ez
1
= r2 + 2r + 2 = 0
3 r
r1 = 1 + i
r2 = 1 i
1
(1)
2i
(2) =
1
2+i
436
M
etodos Matem
aticos de la Fsica
finalmente la soluci
on general sera
x (t) = c1 e
cos t
2 cos t + sen t
+ ic2 e
sen t
cos t + 2sen t
10.7.4.
Todo operador lineal hermtico A : V V,con n autovectores distintos, definidos por A |uj i = j |uj i,
hvi | T
i | T TAT T |vj i == hui | A |uj i = j hui |uj i = j ij
| {zT}AT
| {zT} |vj i = hv
| {z }| {z }| {z }
1
hui |
|uj i
Nos queda determinar la forma de la matriz unitaria de transformacion T. Para ello seleccionamos la
base can
onica {|e1 i , |e2 i , |ei i |en i} como base de partida de A con
0
0
0
1
0
0
1
0
..
..
..
..
.
.
.
, |e2 i = , |ei i = , |en i = .
|e1 i =
0
1
0
0
.
.
.
.
..
..
..
..
1
0
0
0
es diagonal. Por lo tanto T es la matriz de
y {|u1 i , |u2 i , |ui i |un i} la base de autovectores en la cual A
transformaci
on de una base a la otra, identificando columna a columna nos damos cuenta que las columnas
de la matriz T son los autovectores de A
n
n
X
X
|ui i =
Tij |ej i
hej |ui i = hej
Tij |ej i
j=1
Luis A. N
un
ez
(1)
(1)
u1
(2)
u1
..
.
u2
(2)
u2
(n)
u1
(n)
u2
j=1
..
(1)
un
(2)
un
(n)
un
T =
(1)
(2)
u1
(1)
u2
..
.
u1
(2)
u2
(1)
un
(1)
un
..
(n)
u1
(n)
u2
= T1
(n)
un
437
M
etodos Matem
aticos de la Fsica
(m)
donde hemos denotado ui la componente m del vector j esimo en la base |ei i (con i = 1, n ). Por lo
tanto, si los n autovalores y autovectores de A son distintos y conocidos, A se dice diagonalizable. Si A es
hermitica, T1 = Tz y es muy facil construir la inversa de la matriz de transformacion T. Si los autovalores
de A con degenerados, vale decir si el n
umero de autovectores linealmente independientes es menor que n,
entonces A no es diagonalizable y no existe una matriz de transformacion T (T no tiene inversa) tal que
TAT1 = A.
Lo que nos ocupa ahora es la soluci
on del sistema de ecuaciones diferenciales inhomogeneo de la forma
a21 a22
a2n
y aij = const
A
=
..
..
(1)
x (t)
x(2) (t)
x (t) =
(n)
x (t)
(1)
g (t)
g (2) (t)
g
(t)
=
..
g (n) (t)
donde A una matriz constante y diagonalizable, g (t) contnua en el intervalo t . La solucion de este
problema pasa por encontrar los autovalores y autovectores de A {1 , 2 , j n ; |u1 i , |u2 i , |ui i |un i}
construir a partir de ellos la matriz T y su hermitica conjugada T1 = Tz y a partir de ella hacer un cambio
de variable
x (t) = T y (t)
1
1
y0 (t) = T
| {zAT} y (t) + T g (t)
por lo tanto
y (t) + h (t)
y0 (t) = A
con
1 0
0 2
=
A
..
.
0
0
h (t) = T1 g (t)
..
0
0
(i)
d ei uj
gj ( ) + ci ei t
t0
438
M
etodos Matem
aticos de la Fsica
x(t)gh = C1
1
1
e
3t
+ C2
1
1
et
donde x(t)gh es la solucion general de la homogenea. Como A es real y simetrica,, constuimos la matriz
de los autovectores, nomalizando los autovectores. Esto es
1
1
1 1
1 1
T1 =
T=
1 1
1 1
2
2
Ahora cambiando variables y sustituyendola en la ecuacion x = Ty tendremos el siguiente sistema de
ecuaciones
t
1
3 0
2e 3t
y = Dx
y+
0 1
2et + 3t
2
con lo cual, como se esperaba
y1 + 3y1 =
3
3
2et t y y2 + 3y2 = 2et + t
2
2
y la solucion es inmediata
t
2 t
3
1
y1 (t) =
e
+ C1 e3t
2
2 3 9
y2 (t) =
3
2et + (t 1)C2 et
2
c1 3t
c2
1
4
t
t
e
+
+
e
+
t
+
te
y1 + y2
3
2
2 2
x = Ty x =
c2
c1 3t
1
5
t
t
y1 + y2
2e
+
e
+
2t
+
te
2
3
2
es decir
C1
x=
2
Luis A. N
un
ez
1
1
e
3t
C2
+
2
1
1
1
+
2
1
1
e
+
1
1
tet +
4
t
2 15
439
Bibliografa
[1] M. L. Abell y J. P Braselton (1994) Differential Equations with MAPLE V (Academic Press, New
York).
[2] F. Ayres (1952) Differential Equations. (Shaums Series McGraw-Hill, New York) (Existe Traducci
on).
[3] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[4] W. E. Boyce y R.C. DiPrima (2004) Elementary Differential Equations and Boundary Problems. (8th Edition) (John Wiley, New York) . (Existe Traduccion)
[5] C. H. Edwards, D. E. Penney (2003) Elementary Diffential Equations with Boundary Value
Problems (Prentice Hall, Englewood Cliff, N.J:)
[6] L. Elsgoltz (1969) Ecuaciones Diferenciales y C
alculo Variacional. (Mir, Mosc
u).
[7] Harper, C. (1971) Introduction to Mathematical Physics (Prentice Hall, Englewood Cliff, N.J:)
[8] A. Kiseliov, M. Krasnov y G. Makarenko (1969) Problemas de Ecuaciones Diferenciales Ordinarias. (Mir, Mosc
u).
[9] The Mathematical Atlas http://www.math-atlas.org/welcome.html
[10] M. Tenenbaun y H. Pollard. Ordinary Differential Equations Harper and Row, New York 1963.
[11] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for Physics and Engineering (Cambridge University Press)
[12] Weisstein, E. W., MathWorld http://mathworld.wolfram.com/
440
Captulo 11
441
M
etodos Matem
aticos de la Fsica
11.1.
an (x x0 ) +
n=0
bn (x x0 ) =
n=0
an (x x0 )
n=0
(an + bn ) (x x0 )
n=0
#"
n
#
n
bn (x x0 )
n=0
cn (x x0 )
n=0
con
cn = a0 bn + a1 bn1 + a2 bn2 + + aj bnj + + an2 b2 + an1 b1 + an b0
Las series se derivan
n
d [ n=0 an (x x0 ) ] X
n1
=
an n (x x0 )
dx
n=1
N
otese como cambia el comienzo de la serie.
Los ndices en las series son mudos
n1
an n (x x0 )
n=1
j1
aj j (x x0 )
j=1
ak+1 (k + 1) (x x0 )
k=0
en la u
ltima sumatoria hemos hecho k = j 1, por lo cual j = k + 1.
Las series se igualan
X
n=0
n=1
bn (x x0 ) =
bn (x x0 ) =
n=0
n1
an n (x x0 )
ak+1 (k + 1) (x x0 ) =
an+1 (n + 1) (x x0 )
n=0
k=0
por lo cual
bn = an+1 (n + 1)
si la igualdad hubiera sido
n an
n=0
11.2.
(x x0 ) =
n1
an n (x x0 )
n=1
an+1 (n + 1) (x x0 )
n=0
an+1 =
an
(n + 1)
Un Ejemplo conocido.
Luis A. N
un
ez
442
M
etodos Matem
aticos de la Fsica
y = n=1 nan xn
X
n
y=
an x
=
00 P
n=0
y = n=2 n (n 1) an xn2
y 00 + y = 0
n (n 1) an xn2 +
n=2
y 00 + y = 0
an xn = 0
n=0
(k + 2) (k + 1) ak+2 xk +
a n xn = 0
n=0
k=0
y 00 + y = 0
[(k + 2) (k + 1) ak+2 + ak ] xk = 0
k=0
entonces
(k + 2) (k + 1) ak+2 + ak = 0
ak+2 =
ak
(k + 2) (k + 1)
con k = 0, 1, 2,
por lo que
a2 =
a0
;
21
a6 =
a4
a0
a0
=
=
65
654321
6!
a4 =
a2
1 (a0 )
a0
a0
=
=
= ;
43
43
2
4321
4!
en general
k
a2k =
(1)
a0
(2k)!
=
= ;
54
54 32
54321
5!
a3 =
a1
;
32
a7 =
a1
a1
a5
=
=
76
7654321
7!
a5 =
de donde
a2k+1 =
Luis A. N
un
ez
(1)
a1
(2k + 1)!
443
M
etodos Matem
aticos de la Fsica
an xn = a0 + a1 x +
n=0
y=
3
5
7
x2
x4
x6
+ a1 x x + x x +
1
an xn = a0
2!
4!
3!
5!
|
|
{z 6!
}
{z 7!
}
n=0
k=0
an x = a0
n=0
11.3.
y=
k
X
(1)
k=0
(2k)!
(1)k
(2k)!
2k
(1)k
2k+1
k=0 (2k+1)! x
x2k
k
X
(1)
+ a1
x2k+1 = a0 cos x + a1 sen x
(2k + 1)!
k=0
Considere ecuaci
on de Hermite1 la cual aparece en la solucion del oscilador armonico cuantico
y 00 2xy 0 + y = 0
Para resolver esta ecuaci
on alrededor del punto x0 = 0, proponemos la siguiente expansion en series de
potencias como soluci
on:
0
P
X
X
X
j=1
j=0
#
(k + 2) (k + 1)ak+2 xk
X
X
2
jaj xj +
aj xj = 0
j=1
k=0
o equivalentemente
(2a2 + a0 ) +
j=0
j=1
a0 =
2a2
aj+2 =
( 2j)
aj
(j + 2) (j + 1)
n1
Luis A. N
un
ez
444
M
etodos Matem
aticos de la Fsica
y tendr
a como soluci
on
2 (4 ) 4 (8 ) (4 ) 6
y (x) = a0
x
x
1 2! x
4!
6!
{z
}
|
y0
(2 ) 3 (6 ) (2 ) 5 (10 ) (6 ) (2 ) 7
+ a1
x +
x +
x + 3! x +
5!
7!
{z
}
|
y1
n
otese que para valores pares de una u otra serie se corta y genera polinomios de la forma
0
2
4
6
8
Ecuaci
on de Hermite
y 00 2xy 0 = 0
00
y 2xy 0 + 2y = 0
y 00 2xy 0 + 4y = 0
y 00 2xy 0 + 6y = 0
y 00 2xy 0 + 8y = 0
Polinomio asociado
y0 (x) = 1
y1 (x) = x
y0 (x) = 1 2x2
y1 (x) = x 32 x3
4
y0 (x) = 1 10x2 + 35
3 x
d x2
e
,
dx
= 0, 1, 2, ....
(11.1)
yih
y2
{z
yh
Luis A. N
un
ez
445
M
etodos Matem
aticos de la Fsica
N
otese que los dos primeros terminos corresponden a la solucion de la ecuacion homogenea y el u
ltimo
representa la serie que anula el termino inhomogeneo. Hemos hecho patente la dependencia de las constantes
de integrac
on de las condiciones iniciales.
11.4.
M
etodo de Diferenciaciones Sucesiva
n
X
(11.2)
i=o
Si los coeficientes a0 (x) an (x) son funciones analticas en x = x0 (se pueden expresar como una serie
de Taylor de (x x0 ) que converge al valor de la funcion con un radio de convergencia de |x x0 | < ),
entonces, la ecuaci
on diferencial 11.2 tendra como solucion u
nica, y = y(x) de la ecuacion homogena una
serie de potencias la cual satisface las n condiciones iniciales
y(x0 ) = c1 ;
y 0 (x0 ) = c2 ;
y 00 (x0 ) = c3 ;
y 00 (x0 ) = cn
n
X
(x x0 )
y se
i!
i=o
P
propondr
a una soluci
on particular de la inhomogenea, tambien en terminos de una serie yih (x) = j=0 aj xj .
Otra forma de hacerlo es proceder directamente y conservar el termino inhomogeneo y a partir de la
ecuaci
on completa encontrar los coeficientes de la expansion por Taylor alrededor del punto en el cual se
disponga de las condiciones iniciales. La solucion en series de Taylor sera
Adicionalmente, se expandir
a en Taylor la funcion inhomogenea, esto es F(x) =
F (i) (x0 )
x3
x2
+ y 000 (0) +
2!
3!
con
y(0) = 1;
y 0 (0) = 1.
y 0 (0) = 1;
y 00 +
Luis A. N
un
ez
1
x
y0
y = exp (2x) ;
1 x2
1 x2
con
y(0) = 1;
y 0 (0) = 1.
446
M
etodos Matem
aticos de la Fsica
11.5.
M
etodos de los Coeficientes Indeterminados
i=o
Se expanden por series de potencias cada uno de los coeficientes a0 (x) an (x), la funcion F(x) y se expande
tambien la serie
j
X
(x x0 )
cj
y(x) =
j!
j=0
luego de bastante transpiraci
on se despejan los coeficiente c0 cn veamos el ejemplo con la misma
ecuaci
on del ejemplo anterior.
y 00 (x + 1) y 0 + x2 y = x;
con
y(0) = 1;
y 0 (0) = 1.
P
y 0 (x) = j=1 jcj xj1
X
y(x) =
cj xj
=
P
00
j=0
y (x) = j=2 j(j 1)cj xj2
y al sustituir
j=2
expandiendo
jcj xj1 + x2
j=1
j=2
jcj xj
j=1
cj xj = x
j=0
X
j=1
jcj xj1 +
cj xj+2 = x
j=0
(l + 2) (l + 1) cl+2 xl
j=1
l=0
acomodando
X
n=0
Luis A. N
un
ez
jcj xj
(k + 1) ck+1 xk +
cm2 xm = x
m=2
k=0
cm2 xm = x
m=2
447
M
etodos Matem
aticos de la Fsica
por lo tanto
c2 c1 = 0
3 2 c3 c1 2 c2 = 1
y la relaci
on de recurrencia para n 2
(n + 2) (n + 1) cn+2 ncn (n + 1) cn+1 cn2 = 0
con la cual se obtienen todos los dem
as coeficientes.
Si la ecuaci
on es
y 00 + (sin x) y 0 + (exp x) y = 0
se expanden los coeficientes
1 5
1 2 1 3
1 4
1 5
1 3
0
00
x + y + 1 + x + x + x + x +
x + y = 0
y + x x +
6
120
2
6
24
120
se propone la soluci
on en terminos de series de potencias
P
y 0 (x) = j=1 jcj xj1
X
y(x) =
cj xj
P
00
j=0
y (x) = j=2 j(j 1)cj xj2
por lo cual
X
X
X
1
1
jcj xj1 + 1 + x + x2 +
cj xj = 0
j(j 1)cj xj2 + x x3 +
6
2
j=1
j=0
j=2
acomodando
(2c2 + c0 ) + (6c3 + 2c1 + c0 ) x + (12c4 + 3c2 + c1 + c0 ) x2 + (20c5 + 4c3 + c2 + c1 + c0 ) x3 + = 0
2c2 + c0 = 0
6c3 + 2c1 + c0 = 0
12c4 + 3c2 + c1 + c0 = 0
20c5 + 4c3 + c2 + c1 + c0 = 0
..
.
Ejercicio. Utilice el mismo metodo para la ecuacion ejercicio anterior
y 00 +
Luis A. N
un
ez
x
1
y0
y = e2x ;
1 x2
1 x2
con
y(0) = 1;
y 0 (0) = 1.
448
M
etodos Matem
aticos de la Fsica
11.6.
y 00 +
Q (x) 0 R (x)
y +
y=0
P (x)
P (x)
Puntos ordinarios Un punto ordinario x = x0 sera aquel alrededor del cual p(x) =
sean analticas en ese punto o
lm p(x) lm
Q (x)
= l1
P (x)
con l1 finito
lm q (x) lm
xx0
R (x)
= l2
P (x)
con l2 finito
Q(x)
P (x)
y q (x) =
xx0
xx0
xx0
R(x)
P (x)
Q(x)
P (x)
y q (x) =
R(x)
P (x)
xx0
xx0
lm (x x0 ) q (x) lm (x x0 )
xx0
Q (x)
= l3
P (x)
xx0
R (x)
= l4
P (x)
con l3 finito
con l4 finito
2
2 R(x)
P (x)
tengan
11.7.
Ecuaci
ones e intervalos en puntos regulares
La ecuaci
on de Legendre3
(1 x2 ) y 00 2x y 0 + ( + 1) y = 0
tiene puntos regulares en x 6= 1 y puntos singulares regulares en x = 1. Pero es analtica en x (1, 1)
lo tanto, todos los x son ordinarios si x (1, 1). En ese intervalo se propone una solucion
y(x) =
an xn
n=0
3 Adrien Marie Legendre (1752-1833). Matem
atico franc
es, encuadrado en la escuela de Pars, que surgi
o tras la revoluci
on
de 1789. Realiz
o una teora general de las funciones elipticas y divulg
o numerosos trabajos de investigadores j
ovenes en el campo
del an
alisis matem
atico.
Luis A. N
un
ez
449
M
etodos Matem
aticos de la Fsica
por lo tanto
2
(1 x )
n(n 1)an x
n=2
n2
2x
n an x
n1
+ ( + 1)
n=1
an xn = 0
n=0
multiplicando y acomodando
X
X
X
X
(j + 2)(j + 1)aj+2 xj
n(n 1)an xn 2
n an xn + ( + 1)
an xn = 0
n=2
j=0
n=1
n=0
expandiendo
0 =2a2 + ( + 1)a0 {( + 2)( 1)a1 + (3 2)a3 } x+
X
+
{(n + 2)(n + 1)an+2 + ( + n + 1)( n)an } xn
n=2
y su soluci
on general de la forma
y(x) = a0 y0 (x) + a1 y1 (x)
con
( + 1) 2 ( + 3)( + 1)( 2) 4
x +
x +
2
4!
( + 2)( 1) 3 ( + 4)( + 2)( 1)( 3) 5
y1 (x) = x
x +
x +
3!
5!
y0 (x) = 1
Luis A. N
un
ez
450
M
etodos Matem
aticos de la Fsica
0
1
2
3
4
Ecuaci
on de Legendre
(1 x2 ) y 00 2x y 0 = 0
(1 x2 ) y 00 2x y 0 + 2 y = 0
(1 x2 ) y 00 2x y 0 + 6 y = 0
(1 x2 ) y 00 2x y 0 + 12 y = 0
(1 x2 ) y 00 2x y 0 + 20 y = 0
Polinomio Asociado
y0 (x) = 1
y1 (x) = x
y0 (x) = 1 3x2
y1 (x) = x 35 x3
4
y0 (x) = 1 10x2 + 35
3 x
Los polinomios de Legendre son funciones que surgen en problemas de electrostatica como solucion de la
ecuaci
on de Legendre y son efectivamente polinomios para entero. Los Polinomios de Legendre tambien
pueden ser generados a partir de la F
ormula de Rodrgues
Pn (x) =
1 dn 2
(x 1)n ,
n!2n dxn
n = 0, 1, 2, .....
11.8.
El M
etodo de Frobenius
Para la soluci
on de ecuaciones diferenciales lineales ordinarias alrededor de puntos singulares regulares
se utiliza el metodo de Frobenius4 . Dada una ecuacion diferencial
y 00 + F1 (x) y 0 + F2 (x) y = 0
y 00 +
f1 (x) 0
f2 (x)
y +
2 y =0
(x x0 )
(x x0 )
(11.3)
donde F1 (x) y F2 (x) tienen singularidades regulares enx = x0 y por lo tanto f1 (x) y f2 (x) son analticas
alrededor de ese punto entonces, la propuesta de solucion sera una serie de Frobenius
m
y(x) = (x x0 )
an (x x0 )
(11.4)
n=0
donde n es entero positivo, pero m puede ser entero positivo (entonces la serie de Frobenius es una serie de
Taylor) o entero negativo (entonces la serie de Frobenius es una serie de Laurent), o un racional. Por lo cual
una serie de Frobenius incluye a las serie de Taylor y Laurent. Para hacer las cosas mas simples supongamos,
sin perder generalidad, x0 = 0. Adem
as, como f1 (x) y f2 (x) son analticas entonces
f1 (x) =
bn x n
f2 (x) =
n=0
cn x n
(11.5)
n=0
por lo tanto
"
2 00
x y + x f1 (x) y + f2 (x) y = 0
2 00
x y +x
#
n
bn x
n=0
"
0
y +
#
cn x
y=0
n=0
Luis A. N
un
ez
451
M
etodos Matem
aticos de la Fsica
"
an x
= y (x) = mx
m1
n=0
#
an x
"
+x
n=0
#
nan x
n1
n=1
"
00
y (x) = m (m 1) x
m2
#
an x
"
+ 2mx
m1
n=0
sustituyendo
(
0=x
"
m (m 1) x
m2
+x
#(
bn x
"
mx
m1
n=0
#
nan x
n1
"
+x
n=1
#
an x
"
+ 2mx
m1
n=0
"
#
an x
"
+x
n=0
#
n (n 1) an x
n2
n=2
#
nan x
n1
"
+x
n=1
#)
n (n 1) an x
n2
n=2
#)
nan x
n1
"
+
n=1
#(
cn x
n=0
n=0
)
an x
acomodando
(
"
m
m (m 1) x
0=
#
an x
"
+ 2mx
n=0
"
+
#(
bn x n
"
mxm
n=0
"
nan x
+x
n=1
"
an xn + xm
n=0
#)
n (n 1) an x
n=2
#)
"
nan xn
n=1
#(
cn x n
xm
n=0
n=0
)
an xn
o
(
0=x
"
m (m 1)
#
an x
"
+ 2m
n=0
"
+
X
n=0
Luis A. N
un
ez
#(
bn x
"
X
n=0
#
nan x
"
+
n=1
#
an x
"
+
X
n=1
n (n 1) an x
n=2
#)
nan x
#)
"
+
#(
cn x
n=0
)!
an x
n=0
452
M
etodos Matem
aticos de la Fsica
m
0=x
a0 [m (m 1) + b0 m + c0 ] +
{z
}
|
EI(m)
+ xm+1 a1 [m (m + 1) + b0 (m + 1) + c0 ] + a0 [b1 m + c1 ] +
{z
}
|
EI(m+1)
m+2
+x
a2 [(m + 2) (m + 1) + b0 (m + 2) + c0 ] + a1 [b1 (m + 1) + c1 ] + a0 [b2 m + c2 ]
{z
}
|
EI(m+2)
m+3
a3 [(m + 3) (m + 2) + b0 (m + 3) + c0 ] + a2 [b1 (m + 2) + c1 ] +
+x
{z
}
|
(11.6)
(11.7)
(11.8)
(11.9)
EI(m+3)
(11.10)
EI(m+n)
(11.11)
(11.12)
+
la cual puede ser reacomodada a
un m
as, y toma la forma elegante y compacta de
(
)
i1
X
X
0 = xm {a0 EI (m)} +
ai EI (m + i) +
ak [(m + k) bik + cik ] xm+i
i=1
(11.13)
k=0
(11.15)
k=0
obtendremos la relaci
on de recurrencia para la serie de Frobenius, correspondientes a cada raz de la ecuaci
on
indicadora (11.14). Dato que la ecuaci
on indicadora es un polinomio de segundo grado para m, entonces de
all se derivan dos races m1 y m2 . Dependiendo de como sean estas races distinguiremos tres casos:
Luis A. N
un
ez
453
M
etodos Matem
aticos de la Fsica
1. m1 6= m2 m1 m2 6= N con N entero.
En este caso, la soluci
on en terminos de la serie de Frobenius para la ecuacion diferencial sera
"
"
#
#
X
X
m1
m
y(x) = C1 kxk
1+
(11.16)
an (m1 ) xn + C2 kxk 2 1 +
an (m2 ) xn
n=1
n=1
{z
y1 (x)
{z
y2 (x)
2. m1 = m2
En este caso, la soluci
on en terminos de la serie de Frobenius para la ecuacion diferencial sera
"
#
X
m
n
1+
y(x) = C1 kxk
an (m) x
n=1
{z
y1 (x)
(11.17)
+ C2
"
kxk
1+
#
an (m) x
"
m
ln x + kxk
n=1
Bn (m) xn
n=0
{z
y1 (x)
{z
y2 (x)
X
m1
1+
an (m1 ) xn
y(x) = C1 kxk
n=1
{z
y1 (x)
(11.18)
+ C2
"
f kxk
|
|
m1
1+
#
an (m1 ) x
"
m2
ln x + kxk
y1 (x)
an (m2 ) xn
{z
n=1
{z
n=0
y2 (x)
Donde las constantes an (m1 ) , an (m2 ) , Bn (m1 ) y f, surgen de sustituir estas soluciones en la ecuaci
on
diferencial y resolver por el metodo de los coeficientes indeterminados. Notese que hemos indicado explcitamente que los coeficientes an = an (m1 ) ; an = an (m2 ) ; Bn = Bn (m2 ) corresponden a las series de cada una
de las races de la ecuacion indicadora.
En resumen, si una ecuaci
on diferencial y 00 +F1 (x) y 0 +F2 (x) y = 0 presenta puntos sigulares regulares
para F1 (x) y F2 (x) en x = x0 . Lo que se traduce en que
P
n
f1 (x) = n=0 bn (x x0 )
f
(x)
f
(x)
1
2
y 00 +
y0 +
con
2 y =0
P
(x x0 )
n
(x x0 )
f2 (x) = n=0 cn (x x0 )
Luis A. N
un
ez
454
M
etodos Matem
aticos de la Fsica
es decir, que f1 (x) y f2 (x) sean analticas en torno a x = x0 . Entonces se aplica el metodo de Frobenius.
Para ello,
1. se propone una soluci
on en series de potencias de Frobenius:
y(x) = xm
an xn
n=0
con m < n N ,
2. se sustituye en la ecuaci
on diferencial y se aisla el termino independiente (de orden cero en n). El
coeficiente de este termino se anula e implica la ecuacion la indicadora o ndice
a0 6= 0
EI (m) = m (m 1) + b0 m + c0 = 0
que no es otra cosa que un polinomio de segundo grado en m. De esta ecuacion emergen dos races m2
m1 ,en funci
on de estas races, procedemos de distinto modo
a) si m1 6= m2 m1 m2 6= N con N entero entonces tendremos dos series de Frobenius
"
#
"
#
X
X
y(x) = C1 xm1
an (m1 ) xn + C2 xm2
an (m2 ) xn
n=0
n=0
n=0
n=0
tomando en cuenta los coeficientes de los desarrollos en series de potencias de las funciones
f1 (x) =
bn xn
f2 (x) =
n=0
cn xn
n=0
n1
X
Pn1
ak [(m + k) bnk + cnk ] = 0
an =
k=0
k=0
455
M
etodos Matem
aticos de la Fsica
11.8.1.
m1 6= m2 m1 m2 6= N con N entero.
En ese caso es claro que la resolver la ecuacion indicadora y sustituir m1 en el resto de los coeficientes,
se va despejando todos los coeficientes a0 an en terminos de a0 . Igualmente al sustituir m2 encontramos
la otra soluci
on y ambas son linealmente independientes y la solucion sera
"
#
"
#
X
X
m1
n
m2
n
y(x) = C1 x
an x + C2 x
an x
n=0
n=0
b0 = 21
= f1 (x) = 21 + x
b1 = 1
m=1
1
1
c0 = 12
=
= m (m 1) + m = 0
2
2
m = 1
c
=
0
= f2 (x) = 21 x2
c2 = 1
los dem
as coeficientes b2 = b3 = = bn = = 0 y c3 = c4 = = cn = = 0.
El primer termino del coeficiente de xm+n , puede ser escrito en terminos de genericos, como
1
1
1
1
1
EI (m + n) = (m + n) (m + n 1) +
= m2 + 2mn m + n2 n (11.19)
(m + n) +
2
2
2
2
2
|{z}
| {z }
b0
c0
El segundo termino de ese mismo coeficiente, es una sumatoria en la cual inervienen los coeficientes de
las expansiones de f1 (x) y f2 (x) (ecuacion (11.5)). Como de esta expansion sobrevive b1 = 1 significa
que s
olo aparecen el coeficiente para el cual n k = 1 k = n 1 y como tambien sobrevive c2 = 1,
tendremos que n k = 2 k = n 2,tambien estara presente. Esto es
an1 (m + n 1) |{z}
1 + an2 (1)
| {z }
b1
c2
Luis A. N
un
ez
(11.20)
(11.21)
456
M
etodos Matem
aticos de la Fsica
an =
para n 2
1
2
(11.22)
Dependiendo del valor de m tendremos una relacion de recurrencia para la primera de las series m = 1
1
o para la segunda, m = . Analicemos cado por caso. Para el caso particular m = 1, se obtiene la
2
relaci
on de recurrencia:
an = (an2 nan1 )
2
2n2 + 3n
para n 2
2
a1 = a0
5
con lo cual
n=2
= a2 =
1
7
n=3
= a3 =
2
27
(3a2 + a1 ) =
2
27
27
35 a0
n=4
..
.
= a4 =
1
22
(4a3 + a2 ) =
1
22
328
945 a0
(2a1 + a0 ) =
1
7
4
5 a0
+ a0 =
9
35 a0
= a2 =
82
52 a0 = 945
a0
9
35 a0
571
20790 a0
9
35 a0
82
= a3 = 945
a0
= a4 =
..
.
571
20790 a0
As la primera soluci
on ser
a
2
9 2
82 3
571 4
y1 (x) = a0 x 1 x + x
x +
x +
5
35
945
20790
1
Del mismo modo se construye la segunda solucion linealmente independiente a partir de m = . As, la
2
1
relaci
on de recurrencia para los coficientes de la serie de Frobenius m = sera:
2
3
2
an = an2 n
an1
para n 2
2
2n2 3n
y
1
1
1
1
1
1
a1
+ a0
=0
2
2
2
2
2
2
a1 = a0
por lo cual
n=2
= a2 = 21 a1 + a0 = 12 a0 + a0 = 23 a0
n=3
a3 =
2
9
n=4
..
.
a4 =
1
10
Luis A. N
un
ez
23 a2 + a1 =
2
9
25 a3 + a2 =
1
10
9
4 a0
13
a0 = 18
a0
65
36 a0
+ 23 a0 =
119
360 a0
a2 = 32 a0
13
a3 = 18
a0
a4 =
..
.
119
360 a0
457
M
etodos Matem
aticos de la Fsica
+ C2 x 2
3
13
119 4
1 x + x2 x3 +
x +
2
18
360
N
otese que esta soluci
on vale para 0 < kxk < por cuanto para x < 0, la segunda solucion se hace
imaginaria pero se puede resolver haciendo C2 = i C3
Como ejercicio resuelva
2x2 y 00 x y 0 (x + 1) y = 0
11.8.2.
m1 = m2 .
f2 (x)
donde en la cual F1 (x) y F2 (x) tienen singularidades regulares en x = 0 pero f1 (x) y f2 (x) son analticas
para ese punto, vale decir
X
X
cn x n
bn x n
y
f2 (x) =
f1 (x) =
n=0
n=0
se aplica el Metodo de Frobenius. Pero antes de proceder a ilustrar este caso en al cual ambas races coinciden,
veamos, un poco de d
onde surge la forma general de la solucion (11.17). Para ello reacomodemos la ecuaci
on
diferencial (11.23) de la forma
2
d
2 00
0
2 d
x y + x f1 (x) y + f2 (x) y = x
+ x f1 (x)
+ f2 (x) y L {y} = 0
dx2
dx
donde L {} est
a concebido como un operador lineal. Es ilustrador mostrar de donde sale la forma curiosa
de la soluci
on de la ecuaci
on diferencial (11.17). Para ello, recordamos que
(
)
n1
X
X
m
L {y} = x {a0 EI (m)} +
an EI (m + n) +
ak [(m + k) bnk + cnk ] xm+n
n=1
k=0
n1
X
Pn1
ak [(m + k) bnk + cnk ] = 0
an =
k=0
k=0
considerando EI (m + n) 6= 0 por lo tanto, para los an seleccionados (que anulen el coeficiente xm+n ) y
considerando el caso m1 = m2
2
Luis A. N
un
ez
458
M
etodos Matem
aticos de la Fsica
N
otese que estamos considerando L {y} (m, x) como una funcion de m, y x. Por lo cual evaluando en m = m1
2
=0
L {y} (m, x)|m=m1 = a0 (m m1 ) xm
m=m1
pero adem
as podemos intentar derivar respecto a la constante m
2
{L {y} (m, x)}
d
d
d2
y
2 d
+
x
f
(x)
+
x
f
(x)
=
x2
+
f
(x)
y
=
x
+
f
(x)
1
1
2
2
m
m
dx2
dx
dx2
dx
m
L
y
m
(m, x) =
h
i
2
2
a0 (m m1 ) xm = a0 (m m1 ) xm ln x + 2 (m m1 ) xm
m
L
y
m
(m, x)
=
m
m=m1
"
kxk
a0 +
n=1
"
= (x
m1
ln x) a0 +
#)
an (m) x
n
m=m1
#
an (m1 ) x
"
+x
m1
n=1
y la soluci
on general tendr
a la forma
"
m1
y(x) = C1 kxk
1+
X
an (m)
n
x
m m=m1
n=1
#
an (m1 ) x
n=1
+ C2
{z
"
m1
kxk
|
|
y1 (x)
1+
#
an (m1 ) x
"
m1
ln x + kxk
n=1
{z
y1 (x)
n=0
}
{z
y2 (x)
bn (m1 ) xn
Luis A. N
un
ez
459
M
etodos Matem
aticos de la Fsica
Una vez m
as, la ecuaci
on viene parametrizada por y dependiendo de su valor tendremos una familia de
soluciones. Consideremos el caso = 0
x2 y 00 + x y 0 + x2 y = 0
la ecuaci
on indicadora EI (m) = m (m 1) + b0 m + c0 = 0
m = 0 = m (m 1) + m = 0
=
c0 = 0
c1 = 0
= f2 (x) = x2
c2 = 1
los dem
as coeficientes b1 = b2 = b3 = = bn = 0 y c3 = c4 = = cn = 0. Con lo cual EI (n) =
n (n 1) + n = n2 , Por lo tanto, la relaci
on de recurrencia se obtiene del coeficiente de xm+n
Pn1
b1 6= 0 n k = 1 k = n 1
a
[(m
+
k)
b
+
c
]
k
nk
nk
dado que
an = k=0
EI (m + n)
c2 6= 0 n k = 2 k = n 2
Pn1
an (m) =
tomando m = 0, se tiene
Pn1
an (0) =
k=0
con
b1 6= 0 n k = 1 k = n 1
c2 6= 0 n k = 2 k = n 2
con lo cual
an (0) =
para n 2
a2n2 (0)
2
(2n)
para n = 1, 2, 3,
con lo cual
Luis A. N
un
ez
460
M
etodos Matem
aticos de la Fsica
n=1
1
a2 (0) = a0 (0)
4
n=2
a4 (0) =
n=3
a6 (0) =
1
(2 2)
1
(2 3)
2 a2
2 a4
(0) =
1
2
(2 2)
(0) =
22
a0 (0)
"
1
(2 3)
a2 (0) = 14 a0 (0)
a4 (0) =
a6 (0) =
1
2
(2 2) 22
1
(2 2)
22
a0 (0)
..
.
1
2
(2 3) 23
a0 (0)
a0 (0)
..
.
n=l
a2l (0) =
a2l2 (0)
(2l)
(1)
2 a0
22l (l!)
(0)
n
X
(1)
n=1
a2l (0) =
(1)
l
2 a0
22l (l!)
(0)
#
2x
2n
22n (n!)
{z
J0 (x)
en la ecuacion x2 y 00 + x y 0 + x2 y = 0
Bn xn
n=0
Bn xn
n=0
J0 (x) X
+
Bn (0) nxn1
x
n=1
+
Bn n (n 1) xn2
x
x2
n=1
entonces
"
0=x
J000
"
+x
con lo cual
J00
+
Bn n (n 1) x
+
x
x2
n=2
#
"
#
X
J0 (x) X
n1
2
n
+
Bn nx
+x
J0 (x) ln x +
Bn x
(x) ln x +
x
n=1
n=0
X
X
X
0 = x2 J000 (x) + x J00 (x) + Jx2 0 (x) ln x + 2 J00 (x) x +
Bn n (n 1) xn +
Bn nxn +
Bn xn+2
|
{z
}
n=2
n=1
n=0
=0
Luis A. N
un
ez
461
M
etodos Matem
aticos de la Fsica
y finalmente
2
B1 x + 2 B2 x +
Bn n + Bn2 x = 2
n=3
n
X
(1) 2n
2
n=1
22n (n!)
x2n
n
X
(1) 2n 2n
B1 x + 22 B2 x2 + 32 B3 + B1 x3 + 42 B4 + B2 x4 + 52 B5 + B3 x5 + = 2
x
2n (n!)2
n=1 2
1
22 (1!)
1
1
+
2
2
2
2
(2 2)
22 (2!)
22 (1!)
"
#
"
#
1
3
1
1
3
1
1
1 1
B6 =
= 2 2 2 1+ +
1+
2
2 b4 = 62
2 + 42 22
2
6 4 2
2 3
(6) 24 (3!)
24 (3!)
B4 =
1
42 22
..
.
B2k =
k+1
1
+ 1 + 1 + + 1 + 1 + 1 = (1)
2
22k (k!)2 Hk
3 2
22k (k!) |k k 1 k 2{z
}
(1)
k+1
Hk
As la segunda soluci
on puede tomar la forma de
y2 (x) = J0 (x) ln x +
n+1
X
(1)
2 Hn
2n (n!)
n=1 2
J0 (x) ln x +
x2n
n+1
X
(1)
2 Hn
n=1
22n (n!)
#
x
2n
n+1
x
X
2
(1)
y2 (x) Y0 (x) =
Hn x2n
+ ln
J0 (x) +
2n (n!)2
2
2
n=1
donde se conoce como la constante de Euler-Mascheroni6 y tiene un valor
1
1
1
1 1
= lm
+
+
+ + + + 1 ln (n)
= 0,5772
n n
n1 n2
3 2
6 Lorenzo Mascheroni (1750-1800) Monje Italiano, nacido en Bergamo, Lombardo-Veneto. Profesor de Algebra y Geometr
a
en la Universidad de Pavia y luego Rector de la misma. Adem
as de poeta, se destaco por sus contribuciones al C
alculo y a la
Mec
anica.
Luis A. N
un
ez
462
M
etodos Matem
aticos de la Fsica
y as, finalmente
y (x) = C1 J0 (x) + C2 Y0 (x)
Comportamiento de las funciones de Bessel de orden cero. De primera especie J0 (x) y de segunda
especieY0 (x)
N
otese que tanto la funci
on de Bessel de orden cero, de primera especie, J0 (x) , como la funcion de Bessel de
orden cero, de segunda especie, Y0 (x) ,tienen un comportamiento oscilatorio cuando x , que J0 (0) = 1,
mientras que Y0 (x) se comporta como 2 ln x cuando x 0.
11.8.3.
m1 6= m2 m1 m2 = N con N entero.
En general, la ecuaci
on indicadora para este caso, m1 m2 = N m1 = N + m2 , con m1 > m2 . Este
caso nos lleva a la ecuaci
on (11.13)
(
)
N
1
n1
X
X
m
0 = x {a0 EI (m)} +
an EI (m + n) +
ak [(m + k) bnk + cnk ] xm+n
(11.24)
n=1
(
+
aN EI (m + N ) +
k=0
N
1
X
)
ak [(m + k) bN k + cN k ] xm+N +
(11.25)
k=0
X
n=N +1
(
an EI (m + n) +
n1
X
)
ak [(m + k) bnk + cnk ] xm+n
(11.26)
k=0
donde esta m es la menor de las races y m + N la mayor. Anulando el termino {a0 EI (m)} coeficiente de
xm nos lleva a la ecuaci
on indicadora:
EI (m + N ) = (m + N ) (m + N 1) + b0 (m + N ) + c0 = EI (m) = (m) (m 1) + b0 (m) + c0 = 0.
Luis A. N
un
ez
463
M
etodos Matem
aticos de la Fsica
por lo tanto EI (m + N ) = 0 anula al coeficiente del termino an para n = N , esto es la ecuacion (11.12),
consecuentemente eso significa que se derivan dos casos
PN 1
EI (m + N ) = 0 k=0 ak [(m + N + k) bnk + cnk ] = 0
En este caso la soluci
on en serie de Frobenius, partiendo de la raz mayor de la ecuacion indicadora,
m + N , quedar
a en terminos de a0 y no sera linealmente independiente a la solucion provista por la
raz menor, por consiguiente la solucion proveniente de esta raz menor, m, sera la solucion general.
Esto quiere decir que en (11.18) la constante f = 0 y por consiguiente la solucion sera
"
#
"
#
X
X
m
m
an (m + N ) xn
(11.27)
y(x) = a0 kxk
1+
an (m) xn + aN kxk
n=0
n=1
{z
y1 (x)
{z
y2 (x)
PN 1
EI (m + N ) = 0 k=0 ak [(m + N + k) bnk + cnk ] 6= 0
En este caso la raz mayor de la ecuacion indicadora m + N determinara una de las soluciones, la
constante f 6= 0 y la soluci
on general tendra la forma de
"
#
X
m1
n
1+
an (m1 ) x
y(x) = C1 kxk
n=1
+ C2
{z
y1 (x)
"
m1
f kxk
1+
#
m2
an (m1 ) xn ln x + kxk
y1 (x)
an (m2 ) xn
{z
n=1
{z
"
n=0
y2 (x)
La ecuaci
on de Bessel de orden fraccionario puede ilustrar el primero de estos casos, resolvamosla
1
x2 y 00 + x y 0 + x2
y=0
4
una vez m
as, le expansi
on en serie de Frobenius de y (x) nos lleva a una ecuacion indicadora del tipo
b0 = 1 = f1 (x) = 1
m=
c
=
0
2
=
= m (m 1) + m = 0
4
2
c1 = 0 = f2 (x) = x 4
m=
c2 = 1
los dem
as coeficientes b1 = b2 = b3 = = bn = 0 y c3 = c4 = = cn = 0. Dado que N = 1 se tiene que la
ecuaci
on (11.12)
a1 [(m + 1) (m + 1 1) + b0 (m + 1) + c0 ] + a0 [b1 (m + 1 1) + c1 ] + = 0
(11.28)
{z
}
|
EI(m+N )
Luis A. N
un
ez
464
M
etodos Matem
aticos de la Fsica
1
1
1
1
+1
+1
+ a0 [0] = 0 a1 [0] + a0 [0] = 0
a1
(11.29)
2
2
2
4
{z
}
|
! !
EI
+1
2
con lo cual cualquier valor de a1 y a0 estaran permitidos. La relacion de recurrencia proviene de anular el
1
coeficiente de xm+n , para m = . Vale decir
2
X
an EI (m + n) +
ak [(m + k) bnk + cnk ] = 0
(11.30)
k=0
an
1
1
1
+n
+n1 +
+n
+ an1 [0] + an2 [1] = 0
2
2
4
an n2 n = an2
(11.31)
(11.32)
1
1
a2 =
a0
12
24
1
1
n = 6 = a4 = a4 =
a0
30
720
..
.
n = 3 =
1
a3 = a1
6
n = 5 =
a5 =
n = 7 =
1
1
a3 =
a1
20
120
1
1
a7 == a5 =
a1
42
5040
..
.
1 2
1
1 4
1 6
1 5
1 7
x + + a1 x 2 x +
x
x +
y(x) = a0 x 2 1 x + x
2
24
720
6
120
5040
PN 1
Para considerar el segundo caso, EI (m + N ) = 0 k=0 ak [(m + N + k) bnk + cnk ] 6= 0 analicemos
la ecuaci
on diferencial
x2 y 00 + x (2 x) y 0 + 2 x2 y = 0
una vez m
as, la expansi
on en serie de Frobenius de y (x) nos lleva a una ecuacion indicadora del tipo
b0 = 2
= f1 (x) = 2 + x
b
=
1
m=2
c0 = 2
= m (m 1) 2m + 2 = 0
=
m=1
c1 = 0
= f2 (x) = x2 + 2
c2 = 1
Luis A. N
un
ez
465
M
etodos Matem
aticos de la Fsica
los dem
as coeficientes b2 = b3 = = bn = 0 y c3 = c4 = = cn = 0. Dado que N = 1 se tiene que la
ecuaci
on (11.12) para m = 1
a1 [(m + 1) m 2 (m + 1) + 2] + a0 [m] = a1 [2 4 + 2] + a0 [2] = a1 [0] + a0 [1] = 0
(11.33)
(11.34)
(11.35)
k=0
(11.36)
(11.37)
1
a0
3
= a2 =
4
12a3 = 4a2 a1 = a0 + a0
3
1
= a3 = a0
36
..
.
y la segunda soluci
on linealmente independiente sera
y2 (x) = u (x) B1 y1 (x) ln x
(11.38)
X
i
u (x) = x
Bi x
(11.39)
i=0
11.9.
Revisitando a Bessel
La Ecuaci
on de Bessel es
x2 y 00 + xy 0 + x2 k 2 y = 0;
k<
obviamente x = 0 es una singularidad regular, por lo tanto el metodo de Frobenius nos permite afirmar que
si x = x0 corresponde a un polo regular de la ecuacion
(x) y = 0;
x2 y 00 + xP (x) y 0 + Q
Luis A. N
un
ez
466
M
etodos Matem
aticos de la Fsica
la soluci
on vendr
a expresada de la forma
y(x) = (x x0 )
an (x x0 )
n=0
bn (x x0 )
0) =
Q(x
n=0
cn (x x0 )
n=0
Para la Ecuaci
on de Bessel
P (x) = 1 b0 = 1
Q(x)
= x2 k 2 c0 = k 2 ;
c2 = 1
los dem
as coeficientes bs y cs se anulan. La ecuacion indicadora y sus races quedan como
m (m 1) + m k 2 = 0
m2 = k 2
r1,2 = k
an xn
n=0
x k
y1 (x) = x
xy10 (x) = xk
x2 y100 (x) = xk
X
n=2
X
n=0
an2 x x
k 2 an xn
n=0
(k + p) an xn
(k + p) (k + p 1) an xn
n=0
la ecuaci
on de Bessel queda como
X
X
(k + n) (k + n 1) + (k + n) k 2 an xn +
an2 xn = 0
n=0
n=2
(2n + 1) a1 x +
[k (2n + k) ak + an2 ] xn = 0
n=2
an2
n (2k + n)
2k
1
(k + 1)
467
M
etodos Matem
aticos de la Fsica
tendremos
a1 = a3 = a5 = = 0
a0
a2 =
2 (2k + 2)
a0
a4 =
2 4 (2k + 2) (2k + 4)
..
.
a0
n
a2n = (1) 2n
2 n! (k + 1) (k + 2) (k + n)
Por lo tanto, la primera de las soluciones sera
Jk (x) =
x 2n+k
(1)
(n + 1) (n + k + 1) 2
n=0
la Funci
on de Bessel, de orden k de primera especie.
Si k = 0 entonces
n
X
(1) x 2n
J0 (x) =
2
2
n=0 (n!)
Para el caso particular de k = m entero positivo la funcion de Bessel de primera especie toma la forma de
Jm (x) =
Luis A. N
un
ez
x 2n+m
(1)
n! (n + m)! 2
n=0
468
M
etodos Matem
aticos de la Fsica
r1 r2 6= entero k 6= entero
r1 = r2 = r k = 0
r1 r2 = entero k = entero
Caso 1: r1 r2 6= entero k 6= entero.
La soluci
on general ser
a de la forma
y(x) = C1 Jk (x) + C2 Jk (x)
donde
Jk (x) =
x 2nk
(1)
(n + 1) (n k + 1) 2
n=0
k
K0 (x) =
x>0
a
n xn + J0 (x) ln x
n=0
y los coeficientes a
n se encuentran mediante el tradicional metodo de sustituirlos en la ecuacion de Bessel
para k = 0
xy 00 + y 0 + xy = 0;
De donde se obtiene
xK0 (x) =
K00 (x) =
xK000 (x) =
X
n=0
X
n=0
a
n xn+1 + xJ0 (x) ln x =
0
a
n2 xn1 + xJ0 (x) ln x
n=3
n
an xn1 + (J0 (x) ln x) =
n
an xn1 + J00 (x) ln x +
n=1
n (n 1) a
n xn1 + xJ000 (x) ln x + 2J00 (x)
n=2
J0 (x)
x
J0 (x)
x
y por lo tanto
X
2
n1
a
1 + 4
a2 x +
n a
n + a
n2 x
+ xJ000 + J00 + xJ0 ln x + 2J00 (x) = 0
|
{z
}
n=3
= 0
X
X
2
n a
n + a
n2 xn1 = 2J00 (x) = 2
n=3
Luis A. N
un
ez
2n (1)
22n1
n=1
n+1
2
(n!)
x2n1
469
M
etodos Matem
aticos de la Fsica
i
X
2
n+1
(2n) a
2n + a
2n2 x2n + 4
a2 x2 = x2 +
(1)
n=2
n=1
2n
22n
2x
2n
(n!)
Por lo cual a
1 = a
3 = a
5 = = 0 mientras que
2
4
a2 = 1;
n+1
(2n) a
2n + a
2n2 = (1)
2n
22n
(n!)
n>1
a
2 =
a
4 =
1
1
1
1
+
1+
=
2
2
2
24 (2!)
1
22 42
..
.
(1)
a
2n =
n+1
2
22n (n!)
1 1 1
1
1 + + + + +
2 3 4
k
La expresi
on para la soluci
on general de la ecuacion de Bessel para k = 0 sera
n+1
X
1 1 1
(1)
1 x 2n
1
+
K0 (x) =
+
+
+
+
+ J0 (x) ln x
2
2 3 4
k
2
n=0 (n!)
En Fsica, es costumbre expresar esta solucion de una forma equivalente pero ligeramente diferente:
n
h x
i
1 1
1 x 2n 2
2 X (1)
+
1
+
+
+
+
J
(x)
ln
+
Y0 (x) =
0
n=0 (n!)2
2 3
k
2
2
donde, una vez m
as, = 0,577215664901 es la constante de Euler-Mascheroni.
Caso 3: r1 r2 = entero k = entero.
La soluci
on general ser
a de la forma
Kk (x) =
a
n xk+n + CJn (x) ln x
n=0
Procediendo de forma equivalente a la situacion anterior tenemos que la solucion general podra expresarse
(luego de una laboriosa faena) como
Kk (x) =
Luis A. N
un
ez
k1
1 X (k n 1)! x 2nk Hk x k
2 n=0
n!
2
2k! 2
n
1 X (1) [Hn + Hn+k ] x 2n+k
+ Jk (x) ln x
2 n=1
n! (k + n)!
2
470
M
etodos Matem
aticos de la Fsica
Y finalmente la Funci
on de Bessel de orden k de segunda especie o Funci
on de Neumann
k1
1 X (k n 1)! x 2nk Hk x k
2
n=0
2
k! 2
(n!)
n
h x
i
1 X (1) [Hn + Hn+k ] x 2n+k 2
+ Jk (x) ln +
n=1
n! (k + n)!
2
Yk (x) =
En ambos casos
Hn = 1 +
1
1 1
+ + +
2 3
n
M
as a
un
k1
2
x
1 X (k n 1)! x 2nk
Jk (x) ln
2
2 n=0
2
(n!)
n
x 2n+k
1 X (1)
[(n + 1) + (n + k + 1)]
n=1 n! (k + n)! 2
Yk (x) =
donde (n) =
0 (n)
es la funci
on Digamma con
(n)
(n + 1) = + 1 +
1 1
1
+ + +
2 3
n
(1) =
Tambien es costumbre definir la funci
on de Bessel de segunda especie en terminos de las de primera especie
Nk (x) = Yk (x) =
N
otese que para k = m entero, aparentemente no esta definida. Pero, aplicando la regla de LHospital
d
[Jk (x) cos k Jk (x)]
dk
Nm (x) =
d
[sen k]
dk
k=m
d
d
Jn (x) sen n + cos n Jk (x)
Jk (x)
dk
dk
=
cos n
k=m
1 d
n d
=
Jk (x) (1)
Jk (x)
dk
dk
k=m
De este modo, la soluci
ones generales para la ecuacion de Bessel, se expresan seg
un el caso en
Zk (x) = C1 Jk (x) + C2 Jk (x);
Zk (x) = C1 Jk (x) + C2 Yk (x);
k 6= entero
k=0
entero
471
M
etodos Matem
aticos de la Fsica
11.9.1.
11.9.2.
1
xZ +2
2 1+
2
x
+2
Relaciones de Recurrencia:
472
M
etodos Matem
aticos de la Fsica
De la expresi
on para Jk (x) se obtiene
"
x 2n+2k
(1)
(n + 1) (n + k + 1) 2
n=0
#0
=
(1) 2 (n + k) x2n+2k1
22n+k (n + 1) (n + k + 1)
n=0
= xk
(1) x2n+(k1)
22n+(k1) (n + 1) (n + k)
n=0
= xk Jk1 (x)
Unos cambios apropiados nos llevan a demostrar las segunda de las relaciones y al desarrollar las derivadas
0
xk Jk (x) = kxk1 Jk (x) + xk Jk0 (x) = xk Jk1 (x)
k
0
x Jk (x) = kxk1 Jk (x) + xk Jk0 (x) = xk Jk+1 (x)
Por lo cual
kJk (x) + xJk0 (x) = xJk1 (x)
kJk (x) + xJk0 (x) = xJk+1 (x)
Al sumar y restar miembro a miembro obtenemos las relaciones de recurrencia. Es obvia la importancia que
adquieren J1 (x) y J0 (x) para generar el resto de las funciones de Bessel.
11.9.3.
1
2
se expresa como
n
x 2n
xX
(1)
2 n=0 (n + 1) n + 32
2
pero como
2n + 1
3 5
3 1 3 5 (2n + 1)
3
=
=
n+
2
2 2
2
2
2n
se encuentra que
xX
2 n=0 2n n!
x
1
=
2x 32
1
=
1
2x 32
J1/2 (x) =
3
2
(1)
x2n
1 3 5 (2n + 1)
x2
x4
x6
+
+
23 2435 246357
x3
x5
x7
1
sen x
+
+ =
3!
5!
7!
2x 23
Luis A. N
un
ez
3
2
2
sen x
x
473
M
etodos Matem
aticos de la Fsica
2
cos x
x
sen
x
x
x2
x
En general
r
2 n+ 1 dn sen x
Jn+ 21 (x) = (1)
x 2
n = 1, 2, 3,
n
x
(xdx)
r
2 n+ 1 dn cos x
x 2
n = 1, 2, 3,
Jn+ 21 (x) =
n
x
(xdx)
n
11.9.4.
Reflexi
on:
x 2n+m
(1)
n! (n + m)! 2
n=0
Si k = m es un entero negativo los primeros m terminos de la serie anterior se anulan ya que (n)
para n = 1, 2, 3, y la serie se arma como
l+m
x 2n+m X (1)
x 2l+m
(1)
=
Jm (x) =
n! (n m)! 2
(l + m)! l! 2
n=m
l=0
Luis A. N
un
ez
474
M
etodos Matem
aticos de la Fsica
11.9.5.
Funci
on Generatriz
La funci
on generatriz para las Funciones de Bessel es
B(x, t) = e 2 (t t )
1
X xn
X
X (1)n xn
1
x
t
n
n
(
)
t
=
t
t
=
Jn (x) tn
B(x, t) = e 2
n n!
n n!
2
2
n=
n=0
n=0
11.9.6.
Representaci
on Integral para las Funciones de Bessel
En la expresi
on anterior para la funci
on generatriz se realiza el siguiente cambio de varible t = ei de este
modo
x
1
e 2 (t t ) = eix sen = cos (x sen ) + i sen (x sen )
y por lo tanto
cos (x sen ) + i sen (x sen ) =
n=
m
igualando partes reales e imaginarias y recordando que Jm (x) = (1) Jm (x), para anular los terminos
impares en la serie de la parte real y los pares en la de la parte imaginaria, podemos escribir
cos (x sen ) = J0 (x) + 2
n=1
sen (x sen ) = 2
n=0
Multiplicando miembro a miembro en la primera de ellas por cos (2k) (y por cos ([2k + 1] ) ) y la segunda
por sen ([2k + 1] ) (y por sen (2k)). Integrando (en 0 ), tambien miembro a miembro y termino por
termino en las series, se obtienen
Z
1
J2n (x) =
cos (x sen ) cos (2n) d
0
Z
1
0=
cos (x sen ) cos ([2n + 1] ) d
0
Z
1
J2n+1 (x) =
sen (x sen ) sen ([2n + 1] ) d
0
Z
1
sen (x sen ) sen (2n) d
0=
0
Luis A. N
un
ez
475
M
etodos Matem
aticos de la Fsica
Sumando miembro a miembro primera con cuarta y segunda con tercera tendremos la expresion integral
para las funciones de Bessel
Z
1
cos (cos (n) x sen ) d
Jn (x) =
0
ya que todos sabemos que
cos (n x sen ) = cos (2n) cos (x sen ) + sen (2n) sen (x sen )
11.9.7.
Ortogonalidad:
Haciendo el caso particular de = 0 y = 1 en la primera de las expresiones equivalentes para la
ecuaci
on de Bessel, tendremos
1
k2
u00 (x) + u0 (x) + 2 2 u(x) = 0
x
x
donde
u(x) = Jk (x)
multiplicando por x la ecuacion diferencial puede ser reescrita como
k2
0
[xJk0 (x)] + 2 x
Jk (x) = 0
x
suponiendo k real y positivo, planteamos la ecuacion para dos ndices diferentes 1 y 2 por lo tanto quedan
como
k2
0
[xJk0 (1 x)] + 12 x
Jk (1 x) = 0
x
k2
0
Jk (2 x) = 0
[xJk0 (2 x)] + 22 x
x
Multiplicando apropiadamente por Jk (1 x) y Jk (2 x), Integrando y restando miembro a miembro tendremos
que
Z
Z 1n
o
1
0
0
2
2
2 1
xJk (1 x)Jk (2 x)dx =
Jk (2 x) [xJk0 (1 x)] Jk (1 x) [xJk0 (2 x)] dx
0
Z
=
0
x=1
M
as a
un partiendo de la ecuaci
on de Bessel original se puede llegar a
2
kJk (x)k =
Luis A. N
un
ez
2 k2
1 0
2
2
[Jk ()] +
[Jk ()]
2
2 2
476
M
etodos Matem
aticos de la Fsica
11.10.
11.10.1.
Funci
on Gamma e Integrales de Probabilidad
Es la generalizaci
on del factorial n! el cual solo esta definido para enteros, mientras que (z) esta definida
para toda variable compleja z con parte real positiva.
(z) se define indistintamente como:
Z
Y
et tz1 dt (z 1)!
(z 1)
Re z > 0
(z) =
0
1 2 3 n
nz
z (z + 1) (z + 2) (z + n)
z
Y
z
1
z
n
1+
= ze
e
(z)
n
n=1
(z) = lm
et t2z1 dt =
(z) = 2
0
Z
0
z1
Z
1
dt = k z
ekt tz1 dt
ln
t
0
Para probar la equivalencia de las dos primeras definiciones inventamos las siguiente funcion de dos variables
n
Z n
t
tz1 dt
Re z > 0
F (z, n) =
1
n
0
y como es conocido que
n
t
1
et
n
n
lm
Entonces
Z
lm F (z, n) = F (z, ) =
et tz1 dt (z)
F (z, n) = nz
(1 u) uz1 du
Re z > 0
Luis A. N
un
ez
477
M
etodos Matem
aticos de la Fsica
(z)
2
1
=
et t1/2 dt =
eu du =
2
0
0
mientras que de la segunda, si z = n = 1, 2, 3, , se obtiene
(n + 1) = n!
1
1 3 5 (2n 1)
n+
=
2
2n
Finalmente la tercera de las definiciones de la funcion (z) viene expresada en termino de un producto
infinito (Weierstrass). Este puede demostrarse partiendo de la segunda definicion de Euler
1 2 3 n
nz
z (z + 1) (z + 2) (z + n)
n
n
1 Y
1 Y
m
z 1 z
= lm
nz = lm
n
1+
n z
n z
m+z
m
m=1
m=1
(z) = lm
Por lo tanto
n
Y
1
z z ln n
= z lm
e
1+
n
(z)
m
m=1
ez/m = ez(
Pn
1
m=1 m
m=1
nos queda
n
Pn
1
= z lm ez(( m=1
n
(z)
1
m
)ln n)
(
lm
n
Y
m=1
z z/m
1+
e
m
Donde, la serie exponente del primero de los terminos converge a un valor constante y cual ha quedado
bautizado como la constante de Euler-Mascheroni
( n
!
)
X 1
1 1 1
1
= lm 1 + + + + ln n = lm
ln n
n
n
2 3 4
n
m
m=1
= 0,5772156649015328606065112
Luis A. N
un
ez
478
M
etodos Matem
aticos de la Fsica
Con lo cual queda demostrada la tercera de las propuestas para expresar la Funcion Gamma
z
Y
1
z
e n
= zez
1+
(z)
n
n=1
Es f
acil comprobar las siguientes propiedades
(z + 1) = z (z)
Z z1
x dx
=
(z) (1 z) =
(1
+
x)
sen
z
0
1
22z1 (z) z +
= (2z)
2
La primera de ellas (la relaci
on de recurrencia) es trivial y se obtiene integrando por partes la definici
on
integral de Euler.
Z
Z
t z
t z1
(z + 1) =
e t dt = z e t
+z
et tz1 dt = z (z)
0
0
=4
Finalmente, si
1
2
0
/2
cot2z1 d
= arccot x;
dx
d =
2 x (1 + x)
nos queda
Z
(z) (1 z) =
0
xz1 dx
=
(1 + x)
sen z
1
=
2
z sen z
479
M
etodos Matem
aticos de la Fsica
La f
ormula de duplicaci
on y puede comprobarse partiendo de la definicion del lmite de Euler, as
22z1 (z) z + 21
=
(2z)
Hay que hacer notar que en el numerador sustituimos directamente las expresiones para del lmite de Euler
y en la del denominador, adicionalmente sustituimos n por 2n
1 2 3 n
1 2 3 2n
2z
n2z = lm
(2n)
n 2z (2z + 1) (2z + n)
n 2z (2z + 1) (2z + 2n)
(2z) = lm
1 2 3 n
1 2 3 n
z
n
z (z + 1) (z + 2) (z + n)
z + 21 z + 32 z +
1 2 3 2n
2z
(2n)
2z (2z + 1) (2z + 2) (2z + 2n)
!
1
2
+n
n
z+ 12
2z
1
3
1
n (2n)! z z +
2 (z + 1) z + 2 (z + 2) z + 2 + n (z + n) (2n)
y
1
2
z z + 21 (z + 1) z + 32 (z + 2) z + n2 2n1
22z1 (n!)
nz+ 2
lm
n z z + 1 (z + 1) z + 3 (z + 2) z + 1 + n (z + n)
(2n)!
22z n2z
2
2
2
Entonces
22z1 (z) z +
(2z)
1
2
= lm
2
2n2 (n!) n
(2n)!
por lo cual se deduce que el valor de lado izquierdo de la ecuacion es independiente del valor de z por lo
tanto es el mismo valor para cualquier z y lo evaluamos para z = 12
22z1 (z) z + 21
1
=
=
(2z)
2
con lo cual queda comprobada la f
ormula de duplicacion.
Otras propiedades que van quedar como curiosidad y sin demostracion son:
(nz) = (2)
(1n)/2
nnz 2
n1
Y
k=0
z+
k
n
z
z!
(z + 1)
=
=
w
w!(z w)!
(w + 1) (z w + 1)
A partir de (z) se definen otras funciones especiales, las cuales se expresan conjuntamente con sus propiedades como
Luis A. N
un
ez
480
M
etodos Matem
aticos de la Fsica
11.10.2.
,
Para evitar tratar con derivadas de los factoriales es costumbre trabajar con sus derivadas logartmicas.
A partir de la segunda definici
on
1 2 3 n
nz
(z + 1) = z! = lm
n (z + 1) (z + 2) (z + n)
1 2 3 n
z
ln (z!) = ln lm
n
n (z + 1) (z + 2) (z + n)
= lm (ln (n!) + z ln n ln (z + 1) ln (z + 2) ln (z + n))
n
ahora derivando,
1
1
1
d
ln (z!) F(z) = lm ln n
n
dz
(z + 1) (z + 2)
(z + n)
y finalmente acomodando, para llegar a la definicion mas conocida
F(z) =
X
n=1
1
1
(z + n) n
0 (z)
d
d
=
ln ( (z)) F(z 1) =
ln ((z 1)!)
(z)
dz
dz
Luis A. N
un
ez
ex ext
dx
x
481
M
etodos Matem
aticos de la Fsica
tendremos
Z x
e ext
et tz1
dx dt
x
Z 0
Z0
dx
ex ext et tz1 dt
=
x 0
Z0
Z
Z
Z
dx x t z1
dx t(x+1) z1
e t dt
e
t dt
=
e
x
x 0
0
0
0
Z
i
dx h x
z
e (x + 1)
= (z)
x
0
0 (z) =
ya que (z) = k z
R
0
Z
(z) =
0
i
dx h x
z
e (x + 1)
x
dt
t
1 et
0
Z 1
1 xz1
dx
(z) = +
1x
0
La Funci
on Poligamma se obtiene derivando en forma repetida la Funcion Digamma
(m) (z + 1) = F(m) (z) =
X
dm
1
m+1
F(z)
=
(1)
m!
m+1
m
dz
n=1 (z + n)
m = 1, 2, 3
X
1
nm
n=1
como
F(m) (0) = 1)m+1 m!(m + 1)
de esta forma es posible desarrollar en serie de Maclaurin
ln(n!) = +
11.10.3.
n
z2
z3
n z
(2) (3) + + (1)
(n) +
2
3
n
La Aproximaci
on de Stirling
El comportamiento asint
otico de las funciones especiales sera tratado en una clase aparte. Pero la importancia de la Aproximaci
on de Stirling obliga a que se trate en este punto. Supongamos que consideramos el
caso z x <. Por lo cual estamos interesados en el caso x 1. Partimos de
Z
Z
1
1 t x
1 t+x ln t
(x) = (x + 1) =
e t dt =
e
dt
x
x 0
x 0
Luis A. N
un
ez
482
M
etodos Matem
aticos de la Fsica
(x) = xx
ex(uln u) du
1
1
1
2
3
4
(u 1) (u 1) + (u 1) +
2
3
4
x(uln u)
du x
du ex(1+ 2 (u1)
1
13 (u1)3 + )
du
x (u 1) nos lleva
Z
xx ex
1 3
1 4
1 5
12 v 2
v
(x)
dve
exp
v +
3 v
4x
x x
3 x
5x 2
Para valores x 1 se expande, en series de Taylor los exponenciales que contengan terminos
1
x
Z
1 4
xx ex
1 3
1 5
12 v 2
v
dve
+
(x)
1+
v +
3 v
4x
x
3 x
5x 2
2
1
1 3
1 4
1 5
+
v
v +
+
3 v
2! 3 x
4x
5x 2
)
3
1 3
1 5
1
1 4
v
v +
+
+
3 v
3! 3 x
4x
5x 2
Finalmente, utilizando que
2
1 2
dve 2 v v n =
2 1 3 5 (n 1)
n=0
n = 2k
n = 2k 1
x
12x 288 x2
11.10.4.
La funci
on Beta
Z
B(x, y) =
y1
tx1 (1 t)
dt
Re x > 0 Re y > 0
B(x, y) =
Luis A. N
un
ez
(x) (y)
(x + y)
483
M
etodos Matem
aticos de la Fsica
La Funci
on Integral de Probabilidad
La funci
on Integral de Probabilidad para una variable compleja arbitraria z como
Z z
2
2
et dt
(z) =
0
Obviamente (0) = 0 y () = 1. A partir de esta funcion se define la Funci
on Error y su complemento
(z)
2
0
Z z
2
erf c(z) =
et dt =
[1 (z)]
2
z
erf(z) =
t2
dt =
Funci
on Gamma Incompleta (z, ) y
Funci
on Gamma Complementaria (z, )
(z, ) =
et tz1 dt
Z0
(z, ) =
et tz1 dt
Luis A. N
un
ez
484
Bibliografa
[1] M. L. Abell y J. P Braselton (1994) Differential Equations with MAPLE V (Academic Press, New
York).
[2] F. Ayres (1952) Differential Equations. (Shaums Series McGraw-Hill, New York) (Existe Traducci
on).
[3] Arfken, G. B.,Weber, H., Weber, H.J. (2000) Mathematical Methods for Physicists 5ta Edici
on
(Academic Press, Nueva York)
[4] W. E. Boyce y R.C. DiPrima. Elementary Differential Equations and Boundary Problems. (8th
Edition) John Wiley, New York, 2004. (Existe Traduccion)
[5] C. H. Edwards, D. E. Penney (2003) Elementary Diffential Equations with Boundary Value
Problems (Prentice Hall, Englewood Cliff, N.J:)
[6] L. Elsgoltz (1969) Ecuaciones Diferenciales y C
alculo Variacional. (Mir, Mosc
u).
[7] Harper, C. (1971) Introduction to Mathematical Physics (Prentice Hall, Englewood Cliff, N.J:)
[8] A. Kiseliov, M. Krasnov y G. Makarenko. Problemas de Ecuaciones Diferenciales Ordinarias.
Mir, Mosc
u, 1969.
[9] N. N. Lebevedev (1972) (Special Functions and Their Applications. Dover, New York )
[10] The Mathematical Atlas http://www.math-atlas.org/welcome.html
[11] M. Tenenbaun y H. Pollard (1963) Ordinary Differential Equations (Harper and Row, New York).
[12] Riley, K.F., Hobson, M.P. y Bence, S.J. (2002) Mathematical Methods for Physics and Engineering (Cambridge University Press)
[13] Weisstein, E. W., MathWorld http://mathworld.wolfram.com/
485
M
etodos Matem
aticos de la Fsica
Luis A. N
un
ez
486