Professional Documents
Culture Documents
Delta de Dirac PDF
Delta de Dirac PDF
DELTA DE DIRAC.
A LA TEORIA DE LAS DISTRIBUCIONES
UNA INTRODUCCION
HERNANDEZ
ANGELA
MARIA GUZMAN
ESCUELA DE MATEMATICAS
BUCARAMANGA
2007
LA FUNCION
DELTA DE DIRAC.
A LA TEORIA DE LAS DISTRIBUCIONES
UNA INTRODUCCION
HERNANDEZ
ANGELA
MARIA GUZMAN
LICENCIADA EN MATEMATICAS
Director
VILLAMIZAR ROA
ELDER
JESUS
ESCUELA DE MATEMATICAS
BUCARAMANGA
2007
Agradecimientos
Especialmente:
**
HERNANDEZ
ANGELA
MARIA GUZMAN
The first chapter contains a summary about the Dirac function, standing out its diverse interpretations, as well as its more important properties which can be used in Differential equations
courses.
In chapter two and three a revision of the distributions theory is given, we study some examples
of distributions as for instance, the logarithm distribution, the main value distribution, the Step
of Heaviside distribution, and review some operations on the distributions; set like the sum
of distributions, the product betwen a function and a distribution, convergence on the in the
distribution set D (Rn ), etc.
Finally, in chapter foura review about the Laplace Transform is given and then, we give some
kind of aplications of the Laplace Transform on the function Dirac in differential equations problems.
*
**
Monograph
VILLAMIZAR ROA.
ADVISER: ELDER
JESUS
TITULO:
LA FUNCION
DELTA DE DIRAC.
HERNANDEZ
AUTOR: ANGELA
MARIA GUZMAN
DESCRIPCION
bibliografica
de la Transformada de Laplace de la
Concluimos el captulo cuatro haciendo una revision
delta de Dirac y ejemplificaremos el uso de la misma en la resolucion
de cierto tipo de
funcion
problemas de ecuaciones diferenciales.
*
**
Monografa
VILLAMIZAR ROA.
DIRECTOR ELDER
JESUS
Contenido
Introduccion
1. La delta de Dirac
2. Distribuciones
13
2.1. Funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2. Distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
16
de Heaviside . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4. El escalon
18
20
logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6. La distribucion
valor principal V P x1 . . . . . . . . . . . . . . . . . . . .
2.7. La distribucion
23
3. Operaciones basicas
con distribuciones
23
26
26
27
30
34
. . . . . . . . . . . . . . . . . . . . . . . . .
3.5. Primitiva de una distribucion
35
de distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6. Division
38
39
delta de Dirac
4. Transformada de Laplace de la funcion
41
Referencias
45
Introducci
on
0,
si x 6= 0,
(x) =
+, si x = 0,
(1)
(x)dx = 1.
(2)
(x) que satisface (1) y (2) causa cierto malestar para los matematicos,
Una aplicacion
1
(x)(x)dx = (0).
(3)
(3) es tambien
bastante confusa y se hace necesario darle
De entrada, la expresion
un sentido matematico
correcto. Estos aspectos son considerados en el Captulo 1 de
(tambien
llamada funeste trabajo. La funcion de Dirac es un ejemplo de distibucion
veinte del
cion generalizada). Las distribuciones fueron introducidas al final de los anos
Paul DIRAC (1902-1984) en sus investigaciones sobre
siglo pasado por el fsico ingles
utiliza sistematicamente
de funcion
y de
mecanica
cuantica
[3], donde el
la nocion
SOBOLIEV
matematico
sovietico
Serquei
(1908-1989) en 1936 al resolver el problema
cincuenta el
de Cauchy para ecuaciones diferenciales hiperbolicas
[11], y en los anos
matematico
frances
la
Describiremos como
se define la suma de distribuciones, el producto de una distribu por una funcion,
la derivada de una distribucion;
ademas
verificaremos la validez
cion
de una distribucion.
sobre la operacion
de distribuciones y la convergencia en distribuciones.
de division
analisis
y la aplicacion
de un sistema masa-resorte modelado a traves
de una ecuacion
dada en la resolucion
diferencial ordinaria.
2
del material bibEl contenido de este
trabajo de monografa se basa en una revision
liografico
citado al final del texto. Esas fuentes nos permitieron elaborar este texto de
una manera que esperamos sea bastante accesible y completa para los estudiantes
Captulo 1
La delta de Dirac
1.1.
0,
si x 6= 0,
(1.1)
+, si x = 0,
(x)dx = 1.
(1.2)
real, y + no es un numero.
Ademas,
del punto cero, la integral debera ser cero, y no uno. Entre
toda la recta, con excepcion
muy rapido
(1.3)
(vease
la Figura (1.1)).
0,
cuando t 6= to ,
precision
y poder obtener una solucion,
necesitamos algun
Para tener mas
tipo de
formula
para g(t). Como primer intento para derivar una formula,
podramos suponer
que el martillo golpea con una fuerza constante grande durante un tiempo pequeno.
De manera especfica, digamos que el martillo esta en contacto con la masa durante
5
k, si to t t to + t,
gt (t) =
0, otros valores de t.
intimamente relacionados.
Consideremos a t y k como parametros.
Ambos estan
es diferente de cero para un intervalo de 2t. Por
De hecho, la fuerza externa solo
pequeno
tomemos t, mayor debe ser k para comunicar
consiguiente, cuanto mas
el mismo empuje total. Escogemos k =
1
,
2t
grande:
gt (t) =
1
,
2t
0,
si
to t t to + t,
(1.4)
otros valores de t.
de k, el area
1
.
2t
Es decir, el area
es 1 sin importar
t0
Una fuerza instantanea
sera representada por el lmite cuando t 0, que es
obviamente .
0,
si x 6= 0,
(x) =
+, si x = 0.
Formalmente hablando, la delta de Dirac, como veremos posteriormente, es un ejemp esta ultima
lo de Distribucion,
1.2.
Propiedad fundamental
(x)(x)dx = (0).
(1.5)
(1.5)? Esto se
Que hacer para dar sentido matematicamente
correcto a la expresion
de la Teora de las Distribuciones introducida por
hace de modo satisfactorio a traves
Laurent Schwartz, teora que explica otras expresiones formales como (1.5), comprendiendo, inclusive, derivadas de .
En lo que sigue comenzamos justificando (1.5) de modo riguroso. Consideramos una
de funciones continuas Kn : R R, con las siguientes propiedades:
sucesion
d1 )
d2 )
Kn 0;
Z
Kn (x)dx = 1;
d3 )
Dado > 0,
> 0,
existe 0
0 ,
Kn (x)dx < .
|x|>
K4
K3
K2
K1
(1.6)
sucesion de n
ucleos de Dirac.
Ejemplo 1.2. Sea K : R R una funci
on seccionalmente continua, no-negativa y tal
que
0<
*
K(x)dx < .
tinuidades (todas de primera especie) en cualquier intervalo acotado. En otras palabras, dados a < b
existen a a1 < a2 < ... < an b, tales que f es continua en cada intervalo abierto (aj , aj+1 ),
j = 1, . . . , n 1 y existen los lmites lmxa+ f (x) y lmxa f (x). Es claro que toda funcion continua es
j
seccionalmente continua.
Kn (x) =
de Dirac.
Teorema 1.3. Sea (Kn ) una sucesion de N
ucleos de Dirac, y sea f : R R una funcion
seccionalmente continua y acotada. Sea
Z
fn (x) =
Kn (x s)f (s)ds.
(1.7)
Entonces,
i) Las funciones fn estan bien definidas.
lm f (s) + lm f (s)
sx+
sx
.
2
iii) La sucesion (fn ) converge, uniformemente**, para f en todo intervalo acotado cerrado
Se dice que una sucesion de funciones f : R R converge uniformente para una funcion f : R R
cuando, para todo > 0 dado, existe o N tal que n > 0 = |fn (x) f (x)| < , para cualquier x R.
Observaci
on 1.4. La funcion dada por la integral en (1.7), se llama Producto de convolucion de Kn y f , y se usa la notaci
on fn = Kn f . Obviamente el producto de
convolucion puede ser definido para clases m
as amplias de funciones. Por ejemplo, si
f : R R y g : R R son funciones absolutamente integrables y una de ellas es
acotada, entonces el producto de convoluci
on f g estar
a bien definido. Una propiedad
importante del producto de convoluci
on es la siguiente:
f g = g f,
o sea
Z
f (x s)g(s)ds =
f (s)g(x s)ds,
ya que
|f (x)| M,
x R.
Mostremos la parte ii). Denotemos por f (x) = 12 [lmsx+ f (s) + lmsx f (s)]. Debemos
obtener una estimativa de fn (x) f(x). De acuerdo con la condicion d2 de los n
ucleos de
Dirac,
fn (x) f (x) =
Kn (s)[f (x s) f (x)]ds.
(1.8)
Podemos tomar un (el cual sera definido mas adelante) tal que
Z
Z
fn (x) f (x) =
Kn (s)[f (x s) f (x)]ds +
Kn (s)[f (x s) f (x)]ds = I1 + I2 .
|s|>
|s|
10
sx
sx
De ah
|I2 |
Kn (s)|f (x s) lm f (s)|ds.
sx
sx
Consecuentemente,
|I2 | 2
Kn (s)ds
Kn ds = .
|s|
y entonces tenemos
|fn (x) f (x)| 2M
Kn (s)ds +
|s|>
|s|
11
Kn (s)|f (x s) f (x)|ds.
(1.9)
Kn (s)ds
|s|
Kn (s)ds = .
(0) = lm
K(s)(s)ds.
12
Captulo 2
Distribuciones
2.1.
Funcionales
reales. Por ejemplo, consideremos el espacio vectorial dado por el conjunto de las
funciones continuas en R denotado por C(R) y definamos los funcionales F1 y F2 por:
F1 : C(R)
u
7 u(0)2 ,
F2 : C(R)
u
(2.1)
R
Z
u(t)dt.
(2.2)
Definici
on 2.1. (Funcionales lineales). Sea V un espacio vectorial dado con las operaciones suma (+) y producto (), y sea F : V R un funcional definido sobre V . Se dice
13
u1 , u2 V,
R,
u V.
Ejemplo 2.2. El funcional F2 definido por (2.2) es lineal, en tanto que el funcional F1
definido por (2.1) no lo es.
2.2.
Distribuciones
Iniciamos considerando el conjunto de las funciones test Cc (Rn ), que se define como
el conjunto de funciones f : Rn R infinitamente diferenciables tales que el conjunto
de puntos donde f no es nula es acotado; esto es, si Y = {x Rn : f (x) 6= 0},
entonces existe un numero
es acotado}
test definida en R.
Veamos el siguiente ejemplo de una funcion
f definida como
Consideremos previamente la funcion
f : R
x 7
e x1 ,
0,
x > 0,
x 0.
Observemos ante todo que cualquier derivada de f en el semieje x > 0 tiene la forma
1 1
P
e x,
x
donde P es un polinomio
en la variable
1
x
por la
(sin termino
independiente). Ademas,
regla de LHopital
se sigue facilmente
que
1 1
lm+ P
e x = 0,
x0
x
infinitamente derivable en R. A partir
lo que muestra que, de hecho, f es una funcion
test. Para ello, tomemos dos numeros
de f , obtenemos una funcion
reales a y b tales
que a < b.
14
x 7 f (x a)f (b x)
fab es una funcion
test, ya que es infinitamente derivable y el conjunto de
La funcion
los puntos en que ella no es nula es acotado, como se ve en la figura 2.1.
b
Figura 2.1: Grafico de fab .
0,
si |x| 1.
(2.3)
f (t) = e t si
La diferenciabilidad de (2.3) se sigue de la diferenciabilidad de la funcion
t < 0, f (t) = 0, si t 0. Multiplicando (x) por una constante adecuada, obtenemos
R
(x) Cc (Rn ) tal que dx = 1, 0 y {x : (x) 6= 0} {x :
una nueva funcion
|x| 1}.
Definici
on 2.3. Una distribucion T (sobre Rn ) es un funcional lineal que tiene por dominio el espacio vectorial de las funciones test Cc (Rn ) y satisface la siguiente propiedad
de continuidad:
n
si {n }
n=1 Cc (R )
es tal que
15
n 0,
entonces T (n ) 0.
n
Recordemos aqu que si {n }
n=1 Cc (R ), entonces diremos que {n } converge a
2.3.
de Distribucion,
estamos en condiciones de definir
Una vez que tenemos la definicion
la delta de Dirac.
Consideremos el funcional
: Cc (R)
7 (0).
7 (a).
la comprimida forma de campana, vaya siendo exprimida de tal modo que el area
R
1
dx =
1
=
Z
=
1 x
dx
()d
= 1.
17
()d
Cc (R).
De hecho,
lm () = lm
= lm
= lm
Z
Z
= (0)
(x)(x)dx
1 x
(x)dx
()()d
()d
= (0).
rigurosa de la delta es consistente con las especEl resultado muestra que la nocion
tativas fsicas.
2.4.
El escal
on de Heaviside
1,
x
7
0,
un valor arbitrario,
si x > 0,
si x < 0,
en x = 0.
18
h(x)
1
x
Figura 2.3: Funcion h(x).
Fh : Cc (R)
7 Fh () =
h(x)(x)dx =
(x)dx.
una distribucion.
{n } Cc (R) tal que n 0. Notemos que
Para ello, consideremos una sucesion
existe M > 0 tal que n (x) = 0, si |x| > M, para todo n.
Entonces
Z
|Fh (n )| =
Z
n (x)dx
|n (x)|dx M. max |n | n 0.
0
Analogamente
al caso de la delta de Dirac, podemos definir una nueva distribucion
de la funcion
h, (figura 2.4) esto es, dado a R, definimos la
definida por la traslacion
nueva funcion
ha : R
1,
si x > a,
x 7
0,
si x < a,
otro valor, en x = a.
R
R
h (x)(x)dx =
a
R
a
(x)dx.
sobre R.
Como antes, el funcional lineal Fha es una distribucion
19
ha (x)
1
x
Figura 2.4: Funcion ha .
2.5.
Identificaci
on de distribuciones con funciones ordinarias
De hecho, consideremos el
las anteriores hipotesis,
podemos definir una distribucion.
funcional
Ff : Cc (R)
R
R
f (x)(x)dx.
|f (x)|dx.
20
Ff : Cc (Rn )
R
Z
f (x)(x)dx.
Rn
f :
(x2 + x2 ) 21 ,
1
(x1 , x2 ) 7 f (x1 , x2 ) =
0,
Notemos que f es integrable en cada disco de R2 . De hecho, basta verificar la integrabilidad sobre un disco centrado en el origen. Notemos que f es continua en
1
R
Z
f (x)(x)dx =
R2
R2
(x)dx
.
|x|
Demostracion. Si Ff = Fg entonces,
Z
Z
f (x)(x)dx =
g(x)(x)dx,
Cc (R).
Queremos mostrar que f (x) = g(x) para todo x R. Supongamos por contradiccion
que f es diferente de g. Entonces existe alg
un punto a R tal que f (a) 6= g(a). Sin
perdida de generalidad, supongamos que g(a) < f (a). Sea = g(a) f (a). Como las
funciones f y g son continuas, entonces existe un > 0 tal que g(x) f (x) >
para todo
x [a , a + ] R.
Consideremos la funcion test = ga,a+ definida por
ga,a+ (x) = g(x (a ))g(a + x),
exp 1 , x > 0,
x
g(x) =
0,
x 0.
{x R : (x) 6= 0} [a , a + ].
Consecuentemente tenemos
Z
Z
Z
g(x)(x)dx
f (x)(x)dx =
a+
(x)dx > 0.
As,
Z
g(x)(x)dx 6=
f (x)(x)dx.
2.6.
La distribuci
on logaritmo
gran interes
logaritmo es definida como
La distribucion
Tlog |x| : Cc (R)
7 Tlog |x| () =
R
R
log |x|(x)dx.
entonces tenemos
Z
log |x|dx
a
a
= 2a < .
log |x| es integrable en intervalos acotados, y entonces, de acuerdo
As, la funcion
dada en la seccion
anterior, tenemos que la distribucion
Tlog |x|
con la identificacion
log |x|, esta bien definida.
asociada a la funcion
2.7.
La distribuci
on valor principal V P
1
x
de Valor Principal (V P ), debida a Cauchy, ofrece una manera de dar sigLa nocion
f (x) =
nificado a ciertas integrales impropias divergentes. Por ejemplo, la funcion
1
x
De
no es localmente integrable; sin embargo, puede ser vista como una distribucion.
hecho, asociamos a f (x) =
1
x
la distribucion
23
VP
1
: Cc (R)
7 V P
R
1
x
() = lm0
1
(x)dx.
|x| x
R1
0
n (tx)dt.
0
n (tx)dt.
Sea M > 0 tal que n (x) = 0 para todo x con |x| > M y todo n.
Como
Z
|x|M
1
n (x)dx =
x
|x|M
|x|M
1
n (0)dx +
x
1
n (0)dx = n (0)
x
|x|M
1
dx = 0,
x
obtenemos
Z
1
VP
(n ) =
n (x)dx.
x
|x|M
24
n (x)dx
|x|M
Por lo tanto,
1
VP
(n ) 2M max |n (x)| 2M max |n | 0,
[M,M ]
x
y as completamos la prueba de ii).
25
cuando
n ,
Captulo 3
Operaciones b
asicas con
distribuciones
una pregunta natural es saber que tipo de
Ya conocido el concepto de distribucion,
de division
de distribuciones y
mos haciendo un pequeno
sobre la operacion
la convergencia en D (Rn ).
3.1.
Suma de distribuciones
definida como
Dadas dos distribuciones T1 y T2 , la suma T1 + T2 es otra distribucion,
T1 + T2 : Cc (Rn )
(3.1)
T por un numero
Analogamente
podemos definir el producto de una distribucion
real
definida por:
. De hecho, T es una distribucion
T : Cc (Rn )
7 (T )() = (T ()).
(3.2)
3.2.
f y una distribucion
T , queremos dar un sentido al producto f T .
Dada una funcion
continua en un
En la desigualdad anterior hemos usado el hecho de que toda funcion
f (x)g(x)(x)dx = Tg (f ),
Cc (R),
7 (f T )() = T (f ),
Cc (Rn ).
(3.3)
cuando
n ,
ya que si n 0, entonces
f n 0,
cuando
n .
As tenemos:
1
1
(f T )() = (x)V P
() = V P
(x)
x
x
Z
= lm+
(x)dx
0
|x|
Z
=
(x)dx = 1().
Luego xV P
1
x
Cc (R),
luego
f a : Cc (Rn )
7 f a () = f (a)a (),
o sea
f a = f (a)a .
En particular, si a = 0 (esto es a = ), entonces f = f (0).
de producto en el espacio
Desafortunadamente no es posible definir una operacion
de las distribuciones que sea asociativa, conmutativa y compatible con el producto
infinitamente derivable y una distribucion,
como fue definido anterientre una funcion
de esto es la siguiente. Si el producto () entre dos distribuciones
ormente. Una razon
1
1
1
xT = x V P
= x V P
= 0VP
= 0.
x
x
x
mas
matematico.
No iremos con detalles puesto que ello se
sale de los objetivos de este trabajo. El lector interezado puede consultar, por ejemplo,
el libro de Shilov [10].
3.3.
f que sea derivable y cuya derivada f sea continua. ConConsideremos una funcion
sideremos en seguida las distribuciones asociadas a f y f , dadas por Tf y Tf .
entre Tf y Tf .
Una pregunta natural es saber si existe alguna relacion
por partes y sabiendo que se anula fuera de un conjunto acotado,
Usando integracion
ya que Cc (R), tenemos:
Z
Tf () =
f (x)(x)dx =
f (x) (x)dx.
Cc (R).
(3.4)
(3.5)
en Rn . Continuando el proceso,
No es dificil verificar que cada xj T es una distribucion
es, de hecho, infinitamente derivable. En particular,
concluimos que toda distribucion
(3.5),
para una derivada D k de orden k en Rn , tenemos, de la ecuacion
D k T : Cc (Rn )
7 D k T () = (1)k T (D k ).
(3.6)
2u
= 0,
yx
(3.7)
u
x
no est
a definida para x = 0. Una forma de hacer que
las dos ecuaciones tengan las mismas soluciones es suplementar el espacio de soluciones
31
R
R
cos(x) (x)dx.
=
sen(x)(x)dx (integraci
on por partes)
= Tsen(x)
cos(x) es la distribucion
sen(x), como era de
O sea, la derivada de la distribucion
esperarse.
Ejemplo 3.5. (La derivada del escal
on de Heaviside)
Consideremos nuevamente la funcion de Heaviside H, definida por
H : R {0}
7
0, si x < 0,
1, si x > 0.
Z
=
(x)dx
0
32
= (0) = (),
Cc (R).
Luego
D(TH ) =
Analogamente
podemos ver que
D(THa ) = a ,
de Heaviside trasladada, esto es,
donde Ha es la funcion
H : R {a}
x
0, si x < a,
1, si x > a.
= lm+
(log x) (x)dx +
log(x) (x)dx
0
Z
Z
1
1
(x) + (log )()
(x)dx
= lm+ (log )()
0
x
x
Z
1
= lm+ {(log )(() ()} + lm+
(x)dx
0
0
|x| x
1
=VP
(), Cc (R).
x
Consecuentemente,
1
D(Tlog |x| ) = V P
.
x
xD() = D(x)
33
= (D(x)) = (x )
= (x ) + ()
= (),
Cc (R).
Luego la distribucion delta de Dirac puede ser vista como el producto de la funci
on f (x) =
x por la derivada de la misma delta de Dirac.
3.4.
Regla de Leibniz
(3.8)
34
7 H(x) =
0, si x < 0,
1,
si x > 0.
3.5.
Rx
(t)dt
Proposici
on 3.11. (Primitiva de una funci
on test). Sea Cc (R). Entonces existe
R
Cc (R) tal que = si y solo si, (t)dt = 0.
Demostracion. =) Supongamos que existe Cc (R) tal que = .
Entonces tenemos que
Z
Z
(t)dt = lm
b
(t)dt = lm
(t)dt
= lm [(b) (b)] = 0,
b
(x) =
ya que Cc (R).
(t)dt.
Es claro que Cc (R), ya que como Cc (R), ella se anula fuera de un conjunto de
la forma [M, M] y lo mismo ocurrira con . Ademas, por el Teorema Fundamental del
Calculo, = .
Observaci
on 3.12. La Proposicion (3.11) es f
acilmente demostrable en el caso de Rn .
Teorema 3.13. (Existencia de una primitiva). Dada una distribuci
on T D (R), existe
S D (R) tal que DS = T .
Demostracion. Consideremos una funcion Cc (R) que satisfece la igualdad
Z
(t)dt = 1.
(t)dt.
36
(t)dt a
=aa
= 0.
Consecuentemente, debido a la Proposicion (3.11) tenemos que existe h Cc (R) tal que
h = a.
As, dada una distribucion T D (R), consideremos la distribucion S D (R) definida
por
S : Cc (R) R
7
S() = T (h).
=T
(t)
(s)ds (t) dt
= T (),
ya que
(s)ds = 0.
Observaci
on 3.14. De manera an
aloga a la demostraci
on del Teorema 3.13, podemos
generalizar dicho resultado para distribuciones en Rn .
Proposici
on 3.15. (Primitiva de la distribuci
on nula). Sea T D (R) una distribucion
en R tal que DT = 0. Entonces T = C, donde C es la distribuci
on constante, esto es,
Z
T () = C
(x)dx, Cc (R).
Cc (R).
(3.9)
Notemos que a es la derivada de una funcion test, y por lo tanto, por (3.9),
T ( a) = 0.
As,
T () = T (a) = aT () = T ()
(x)dx,
observacion,
de la ecuacion
diferencial
la solucion
dT
= .
dx
Sabemos que
dTH
dx
(3.10)
asociada a la funcion
de Heaviside;
= , donde TH es la distribucion
de la ecuacion
(3.10) es
por lo tanto, la solucion
T = TH + C,
asociada a la funcion
constante C.
donde C es la distribucion
3.6.
Divisi
on de distribuciones
T en Rn y una funcion
f de clase Cc (Rn ), el problema de la
Dada una distribucion
consiste en encontrar otra distribucion
S tal que f S = T . Si f no se anula en
division
obvia es S = f1 t y la solucion
es unica.
ningun
punto, la solucion
El problema puede
aunque f se anule en algun
a veces tener solucion
punto. Por ejemplo, si T1 es la
asociada a la funcion
constante 1 y f (x) = x, x R, una solucion
es
distribucion
1
S0 = V P
.
x
generalmente, S = S0 + c, tambien
es solucion.
Mas
W satisface xW = T1 , es claro que x(W S0 ) = 0. Entonces W S0
Si una distribucion
se define como la interseccion
de
se anula para x 6= 0 y el soporte de W S0 , el cual
38
C (R).
Fijando una funcion
Cc (R)
Cc (R).
S : Cc (R)
R
As, la expresion
7 T () = T
(0)
x
afirmacion
detalles sobre el problema de division
3.7.
Convergencia en D (Rn)
n
de distribuciones (Tn )
n
Definici
on 3.16. (Convergencia en D (Rn )). Dada una sucesi
on (Tn )
n=1 D (R ), se
Tn () T (),
39
Rn
dx = 1, entonces cuando 0,
heurstica de la funcion
delta de Dirac .
Esto corresponde con la descripcion
40
Captulo 4
Transformada de Laplace de la
funci
on delta de Dirac
El objetivo de este captulo es ver que es posible obtener la Transformada de Laplace
delta de Dirac. Sabemos que existen posibles problemas de ecuaciones
de la funcion
(4.1)
0 tales que
j=1
para cualquier j R, j = 1, . . . , n.
de la Proposicion
(4.1) se sigue de la linealidad de la operacion
de
La demostracion
integracion.
Para resolver problemas de ecuaciones diferenciales necesitamos cacular la Transfor f
mada de Laplace de derivadas de una funcion
L f k (t) .
j=1
Se dice que una funcion f es de orden exponencial si existen constantes M > 0 y T > 0, tales que
42
gt (t) =
1
,
2t
0,
si t0 t t t0 + t,
otros casos.
Dado t0 > 0, para cualquier t > 0 podemos calcular, L {gt (t)}. De hecho,
Z
L {gt (t)} =
gt (t)est dt
0
Z t0 +t
1 st
=
e dt
t0 t 2t
st
e
1
t=t0 +t
=
2t
s
t=t0 t
s(t0 +t)
e
es(t0 t)
1
=
2t
s
st
t0 s
st
e
e e
=
.
s
2t
es la funcion
L {t0 (t)} = et0 s .
del oscilador armonico,
d2 y
dy
+
a
+ a2 y = t0 ,
1
dt2
dt
y(0) = 1,
y (0) = 0.
(4.2)
Ahora empleemos la Transformada de Laplace para resolver el problema de valor inicial (4.2).
(4.2), y usando
Al aplicar la Transformada de Laplace de ambos lados de la ecuacion
la linealidad de la Transformada de Laplace, obtenmos
2
dy
d y
L
+ a1 L
+ a2 L {y} = L {t0 } .
2
dt
dt
S + a1
et0 S
+
.
S 2 + a1 S + a2 S 2 + a1 S + a2
Por consiguiente,
1
y(t) = L
S + a1
2
S + a1 S + a2
+L
et0 S
S 2 + a1 S + a2
de la ecuacion
depende del valor de la constante del resorte y el coefiLa solucion
ciente de amortiguamiento. Es de esperarse que se presente discontinuidad en t = t0 ,
justo cuando se aplica la fuerza de impulso.
44
REFERENCIAS
a Teora das
[1] CORDARO P.D., KAWANO A.O. Delta de Dirac. Uma Introducao
para a Engenhara. Livrara da Fsica, Editora Unicamp, 2002.
Distribuicoes
diferenciais parciais. Pro[2] DE FIGUEREIDO D. Analise de Fourier e equacoes
jeto Euclides, IMPA, Rio de Janeiro, 1977.
[3] DIRAC Paul. The Principles of Quantum Mechanics. Oxford University Press,
1930.
[4] FOLLAND G.B. Introduction to Partial Differential Equations. Princeton Univ.
Press, 1976.
matematica,
IMPA, 1979.
IMPA,
[6] IORIO R.J. IORIO V. Ecuacoes
Diferenciais Parciais . Una Introducao.
Rio de Janeiro, 1988.
IMPA, Rio de Janeiro, 1989.
[7] IORIO V. E.D.P. Un curso de graduacao.
[8] LAURENTZ E. Partial Diferential Equations. Ame. Math. Soc., 1992.
Repertorio Matematico.