LA FUNCION

DELTA DE DIRAC.
A LA TEORIA DE LAS DISTRIBUCIONES
UNA INTRODUCCION

HERNANDEZ

ANGELA
MARIA GUZMAN

UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTAD DE CIENCIAS

ESCUELA DE MATEMATICAS
BUCARAMANGA
2007


LA FUNCION
DELTA DE DIRAC.
A LA TEORIA DE LAS DISTRIBUCIONES
UNA INTRODUCCION

HERNANDEZ

ANGELA
MARIA GUZMAN

Trabajo presentado para optar al ttulo de

LICENCIADA EN MATEMATICAS

Director

VILLAMIZAR ROA
ELDER
JESUS

UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTAD DE CIENCIAS

ESCUELA DE MATEMATICAS
BUCARAMANGA
2007

A Dios, mis padres y hermanos.

Agradecimientos
Especialmente:

a mis hermanos Jesus

A mis padres, Melva Hernandez
y Eduardo Guzman;
Eduardo
y Melvita por sus palabras de felicitaciones en los buenos momentos y por su compre y aliento en momentos difciles.
sion

Un agradecimiento muy especial a mi director de monografa Dr. Elder

Jesus
Villamizar
este trabajo fue realizado.
Roa; porque gracias a su invaluable colaboracion

TITLE: THE DIRAC DELTA FUNCTION.

AN INTRODUCTION TO THE DISTRIBUTIONS THEORY *
AUTHOR:

**

HERNANDEZ

ANGELA
MARIA GUZMAN

KEY WORDS: Dirac delta, distributions.

DESCRIPTION
In this work a bibliographical review about the Dirac delta is given. Indeed, we make an introduction to the Distributions theory. We give the definition of a distribution on the n-dimensional
space, state some proporties, give some examples of distributions and remark the particular
case of the Dirac function as an important example of Distribution on Rn

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

FACULTY OF SCIENCES, LICENCIATURA EN MATEMATICAS.

VILLAMIZAR ROA.
ADVISER: ELDER
JESUS

TITULO:

LA FUNCION
DELTA DE DIRAC.

A LA TEORIA DE LAS DISTRIBUCIONES *

UNA INTRODUCCION
**

HERNANDEZ

AUTOR: ANGELA
MARIA GUZMAN

Delta de dirac, teora de las distribuciones.

PALABRAS CLAVES: Funcion

DESCRIPCION
bibliografica

delta de Dirac, mas

En el presente trabajo se hace una revision
sobre la funcion
a la teora de las distribuciones, definidas sobre el espageneral aun,
se hace una introduccion
estudiamos
cio n-dimensional. Presentamos las principales propiedades de una distribucion,
las operaciones y damos algunos ejemplos.

delta de Dirac, resaltando sus diversas

El primer captulo contiene un resumen de la funcion
propiedades mas
importantes las cuales son usadas en
interpretaciones, as como tambien
cursos de Ecuaciones Diferenciales.

de la teoria de las distribuciones, presentamos

En el captulo dos y tres realizamos una revision
como es el caso de la Distribucion
Logaritmo, la Distribucion

algunos ejemplos de distribucion

asociada a la funcioon
escalon
de Heaviside entre otras. Tambien

Valor Principal, la distribucion

estudiamos las operaciones entre distribuciones como es el caso de la suma de distribuciones,
por una distribucion,
division
de distribuciones, la convergencia en
el producto de una funcion

el conjunto de las distribuciones D (Rn ) y la derivada de una distribucion.

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

FACULTAD DE CIENCIAS, LICENCIATURA EN MATEMATICAS.

VILLAMIZAR ROA.
DIRECTOR ELDER
JESUS

Contenido

Introduccion

1. La delta de Dirac

1.1. Orgenes de la delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Propiedad fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. Distribuciones

13

2.1. Funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

2.2. Distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

2.3. De nuevo la delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . .

16

de Heaviside . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4. El escalon

18

de distribuciones con funciones ordinarias . . . . . . . . .

2.5. Identificacion

20

logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6. La distribucion
 
valor principal V P x1 . . . . . . . . . . . . . . . . . . . .
2.7. La distribucion

23

3. Operaciones basicas
con distribuciones

23
26

3.1. Suma de distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . .

26

por una distribucion

. . . . . . . . . . . . . . .
3.2. Producto de una funcion

27

3.3. Derivada de una distribucion

. . . . . . . . . . . . . . . . . . . . . . . .

30

3.4. Regla de Leibniz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

34

. . . . . . . . . . . . . . . . . . . . . . . . .
3.5. Primitiva de una distribucion

35

de distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6. Division

38

3.7. Convergencia en D (Rn ) . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

delta de Dirac
4. Transformada de Laplace de la funcion

41

Referencias

45

Introducci
on

Una experincia bastante comun

para estudiantes de matematicas,
fsica e ingeneria,
en algun
punto de su programa de pregrado, es encontrar la delta de Dirac, una entidad que sera un pico concentrado. Es comun
en libros de Ingeniera, como los de
de calor, presentar y usar
resistencia de materiales, teora de control y de transmision
la delta de Dirac cuando intentan plantear y resolver algunas ecuaciones diferenciales.
delta funciona bien al tratar de explicar ciertas situaciones
A pesar de que la aplicacion

sino de algo diferente.

practicas,
los profesores alertan que no se trata de una funcion,
confusos
En general, los alumnos quedan con la curiosidad atizada y a veces tambien
en cuanto a la verdadera naturaleza de la delta. Queriendo responder la pregunta de
que es la delta de Dirac, hemos querido realizar el siguiente trabajo de monografa, es
perando que pueda servir como material de consulta para estudiantes de matematicas,
fsica e ingeniera, que desde sus intereses de estudio necesitan esta herramienta.
sobre el origen de la funcion
delta
Iniciamos este trabajo presentando una discusion
de un problema de ecuaciones diferenciales ordinarias que describe
de Dirac, a traves
emprica de la definicion
de la delta
un sistema de masa-resorte, justificando la version
(x) que satisface
de Dirac como una aplicacion

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

a pesar de funcionar bien en varias situaciones de la Fsica. La verdad, una propiedad

importante de la delta de Dirac es la siguiente
Z

(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

sus derivadas. Las bases matematicas

de la teora de distribuciones las establecio el

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

Laurent SCHWARTZ (1915-2002) desarrollo sistematicamente

matematico
frances
la

teora e indico muchas de sus aplicaciones [9]. Hacer un analisis

introductorio sobre
el concepto de distribuciones sera el objetivo del Captulo 2. En este mismo Captulo
delta de Dirac, es en verdad un ejemplo de una distribucion,

veremos que la funcion

complemetando las ideas introducidas en el Captulo 1.

En el Captulo 3, haremos un estudio sobre las operaciones basicas

con distribuciones.

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 la regla de Leibniz y realizaremos un corto analisis

de la existencia de las primitivas
Finalizaremos haciendo un pequeno
analisis

de una distribucion.
sobre la operacion
de distribuciones y la convergencia en distribuciones.
de division
analisis

Para concluir el trabajo, en el Captulo 4 haremos un pequeno

sobre el calculo
de la transformada de Laplace de la funcion
delta de Dirac, aplicacion

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

de cursos de pregrado de matematicas,

fsica e ingeniera.

Captulo 1
La delta de Dirac

El objetivo de este captulo es hacer un analisis

introductorio de lo que se conoce
delta de Dirac, incluyendo motivaciones dadas por problemas fsicos y
como funcion
propiedades fundamentales.

1.1.

Orgenes de la delta de Dirac

delta de Dirac) es una aplicacion

La delta de Dirac (impropiamente llamada funcion
Paul Dirac, y que verifica las siguientes
introducida por primera vez por el fsico ingles
propiedades:
(x) =
y
Z

0,

si x 6= 0,

(1.1)

+, si x = 0,

(x)dx = 1.

(1.2)

que verifique (1.1) y (1.2)? Rigurosamente

Como
es posible que exista una aplicacion
no es una funcion,
pues si lo fuera, debera asociar a cada
no es posible. Tal aplicacion
como es cero en
numero

real, otro numero

real, y + no es un numero.

Ademas,
del punto cero, la integral debera ser cero, y no uno. Entre
toda la recta, con excepcion

tanto, para malestar de los matematicos,

las expresiones (1.1) y (1.2) funcionan muy

bien en varias situaciones de la fsica, como por ejemplo, en mecanica

ondulatoria.
4

 muy rapido

Consideremos por ejemplo el problema de describir un empuje o tiron

Por ejemplo,
sobre un sistema, como un golpe de martillo o el efecto de una explosion.

imaginemos que tenemos un oscilador no forzado que satisface la ecuacion

d2 y
dy
+
a
+ a2 y = 0,
1
dt2
dt

(1.3)

donde a1 , a2 son constantes.

(1.3) puede modelar una masa unitaria
unida a un resorte cuya constante
La ecuacion
de resorte es a2 y se desliza sobre una mesa con un coeficiente de amortiguamiento
a1 .
Supongamos que golpeamos la masa con un martillo una sola vez en el tiempo t = t0

(vease
la Figura (1.1)).

Figura 1.1: Golpe de un martillo.

forzada como
Podemos escribir la ecuacion
d2 y
dy
+ a1 + a2 y = g(t),
2
dt
dt
donde
g(t) =

0,

cuando t 6= to ,

muy grande, cuando t = 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

 de tiempo 2t y que la fuerza sobre la masa en ese intervalo es

un intervalo pequeno
de forzamiento toma la forma
la constante k. Entonces, la funcion

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

de manera que cuando t 0, k sea

grande:
gt (t) =

1
,
2t

0,

si

to t t to + t,

(1.4)

otros valores de t.

de k, el area

Con esta seleccion

bajo la grafica
de gt (t) es la misma que encon
traramos en un rectangulo
con base 2t y altura

1
.
2t

Es decir, el area
es 1 sin importar

que escojamos para t (Vease

la Figura (1.2)).
g(t)

t0

Figura 1.2: Grafica de la funcion gt (t) para diferentes valores de t.

Como estamos modelando un golpe de martillo que se difunde muy rapidamente,

nos
como sea posible.
gustara hacer el intervalo t tan pequeno
Consideremos t 0. De manera informal, cuando t 0 estamos comprimiendo
corto.
la misma cantidad de fuerza en un intervalo cada vez mas


Una fuerza instantanea
sera representada por el lmite cuando t 0, que es
obviamente .

Informalmente hablando, se definie la delta de Dirac como el lmite de una sucesion

de funciones que tienden a cero en todo punto del espacio, excepto en un punto para
dada por
el cual divergeran hacia el infinito; de ah la definicion

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,

definida como un funcional sobre cierto espacio vectorial

de funciones.

1.2.

Propiedad fundamental

Una propiedad importante de la delta de Dirac es la siguiente: Si (x) es una funcion

real continua que se anula fuera de un intervalo acotado, entonces,
Z

(x)(x)dx = (0).

(1.5)

(1.5). El integrando no es una

Crticas, igualmente, se levantaron contra la expresion
y, por lo tanto, no puede ser integrado!
funcion,

(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

tal que, para

0 ,

Kn (x)dx < .

|x|>

K4

K3
K2
K1

Figura 1.3: Areas

bajo las curvas Kn (x).

Como podemos ver en la F`gura (1.3), las areas

bajo las curvas Kn (x) se acumulan
junto al eje y. Estas funciones pueden ser entendidas de modo intuitivo como aproximaciones de . El lado izquierdo de (1.5) puede ser definido como
Z
Z
Kn (x)(x)dx,
(x)(x)dx = lm
n

(1.6)

donde los Kn satisfacen las propiedades d1 ), d2 ) y d3 ).

(1.6), la expresion
(1.5)
Nuestro objetivo a seguir, sera demostrar que, con la definicion
es correcta.
Definici
on 1.1. (Sucesion de N
ucleos de Dirac) Una sucesi
on de funciones Kn : R R
seccionalmente continuas

y satisfaciendo las propiedades d1 , d2 , y d3 es llamada una

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 < .

Una funcion f : R R se dice seccionalmente continua si ella posee un n

umero finito de discon-

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.

Notemos que si K(x) se anula fuera de un intervalo acotado, la u

ltima integral es finita.
R
Sea = K(x)dx. Entonces las funciones Kn : R R definidas por:
n
K(nx),

Kn (x) =

forman una sucesion de N

ucleos de Dirac. De hecho, como K es no negativa, entonces
Kn 0 y as d1 se verifica. Ademas se verifica d2 , ya que
Z
Z
Z
n
n K(z)
1
Kn (x)dx =
K(nx)dx =
dz = = 1.

n

Finalmente, para demostrar d3 , notemos que

Z
Z
Z
1
n
K(nx)dx =
K(s)ds.
Kn (x)dx =
|x|>
|s|>n
|x|>
Por otro lado, como

K(s)ds < , entonces existe > 0 tal que

Z
K(s)ds < .
|s|>

As, si tomamos 0 > , la condicion d3 se verifica.

El siguiente Teorema da una propiedad basica

de los nucleos

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

ii) Si Kn es par, entonces para cada x, lm fn (x) =

n

I que no contenga puntos de discontinuidad de f .

**

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,

cuya demostracion es inmediata, a traves de un cambio de variable en la integracion.

Normalmente el producto de convoluci
on se denomina simplemente convoluci
on.
Demostracion. La parte i) es inmediata, pues el integrando en (1.7) es una funcion seccionalmente continua, para cada x fijo, e integrable. De hecho,
Z

Z



Kn (x s)f (s)ds M
Kn (y)dy < ,


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|

Recordando que Kn es una funcion par, tenemos que

Z
Z
Z
I2 =
Kn (s)f (x + s)ds +
Kn (s)f (x s)ds
Kn (s)[ lm+ f (s) + lm f (s)]ds.
0

10

sx

sx

De ah
|I2 |

Kn (s)|f (x + s) lm+ f (s)|ds +

sx

Kn (s)|f (x s) lm f (s)|ds.
sx

Como f es seccionalmente continua, tenemos que

|f (x + s) lm+ f (s)| < y |f (x s) lm f (s)| < ,
sx

sx

Consecuentemente,
|I2 | 2

Kn (s)ds

para 0 < s < .

Kn ds = .

Ahora, con ese que acabamos de determinar, vamos a estimar I1

Z
|I1 | 2M
Kn (s)ds.
|s|>

De ah, por la condicion d3 de los n

ucleos de Dirac, tenemos que existe n0 tal que, para
n n0 , obtenemos
|I1 | 2M.
As, dado > 0, existe n0 N, tal que para n n0 ,
|fn (x) f (x)| (1 + 2M),
y as concluimos la prueba de ii).
Para la parte iii), de manera similar a lo que fue realizado en la demostracion de la parte
ii), vamos a descomponer la integral (1.8) en dos partes. Sean a y b los extremos del
intervalo I, esto es, I = [a, b]. Es claro que podemos tomar un > 0 tal que el intervalo
cerrado I = [a , b + ] no contenga puntos de discontinuidad de f . Dado > 0, existe
> 0 tal que si x1 , x2 I y |x1 x2 | < , entonces |f (x1 ) f (x2 )| < .
(As, esto es la continuidad uniforme de f en el intervalo cerrado y limitado I ).
Z
Z
fn (x) f (x) =
Kn (s)[f (x s) f (x)]ds +
Kn (s)[f (x s) f (x)]ds,
|s|>

|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)

Tomando < , vemos que x s vara en I si x recorre I. Consecutivamente, la segunda

integral en (1.9) sera estimada por
Z
Z

Kn (s)ds
|s|

Kn (s)ds = .

Para estimar la primera integral en (1.9), usamos la condicion d3 de los n

ucleos de Dirac.
Luego con ese > 0 dado, y el correspondiente > 0, determinamos n0 tal que la primera
integral sea menor que para todo n n0 . Con lo anterior concluimos que
|fn (x) f (x)| 2M + ,
para todo x I y todo n no . Esto significa la convergencia uniforme de fn en I, y as el
Teorema 1.3 queda demostrado.
Justificaci
on de (1.5). Siendo una funcion continua y acotada, por el Teorema 1.3,
tenemos que

(0) = lm

K(s)(s)ds.

Por lo tanto, si los n

ucleos de Dirac son funciones pares, esto es, si Kn (s) = Kn (s),
obtenemos exactamente la expresion (1.5).

12

Captulo 2
Distribuciones
2.1.

Funcionales

pero s un funcional lineal, o mas

precisamente,
La delta de Dirac no es una funcion,
Antes de explicar lo que son funcionales y distribuciones, recordareuna distribucion.
es entendida como una regla que asocia a un elmos nuevamente que una funcion
emento de un conjunto dado, llamado dominio, un unico

elemento de otro conjunto,

denominado recorrido o contradominio. Un funcional es simplemente una aplicacion

cuyo dominio es un espacio vectorial dado y cuyo contradominio un conjunto numerico.

Para nuestro estudio, tal conjunto numerico

sera siempre el cuerpo R de los numeros

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

que F es un funcional lineal si

F (u1 + u2 ) = F (u1 ) + F (u2 ),
F ( u) = F (u),

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

real M tal que |x| < M, para todo x Y .

Cc (Rn ) = {f : Rn R : {x Rn : f (x) 6= 0}

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

 test a partir de f . Sea

Construyamos ahora una funcion
fab : R

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 .

test es dado por

En Rn , otro ejemplo de una funcion

e(|x|2 1)1 , si |x| < 1,

(x) =

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.

Denotamos el conjunto de todas las distribuciones en (Rn ) por D (Rn ) (o simplemente

D ).

n
Recordemos aqu que si {n }
n=1 Cc (R ), entonces diremos que {n } converge a

cero en Cc (Rn ), y escribimos n 0, si:

i) Existe M > 0 tal que n (x) = 0 cuando |x| > M, para todo n N;
ii) Las derivadas de cualquier orden D en (Rn ), satisfacen |D n | 0.

2.3.

De nuevo la delta de Dirac

de Distribucion,
estamos en condiciones de definir
Una vez que tenemos la definicion
la delta de Dirac.
Consideremos el funcional
: Cc (R)

7 (0).

si {n } Cc (Rn ) es tal que n 0, entonces

Claramente, es lineal. Ademas,
llamada delta de
(n ) = n (0) 0. As, el funcional es de hecho una distribucion,
Dirac.
Fijando un punto a Rn , podemos definir el funcional
a : Cc (Rn )

7 (a).

la cual es una delta de Dirac trasladada. De hecho,

Como antes, a es una distribucion,
cuando a = 0, entonces a = .
para la introduccion
de la delta de Dirac era el modelo
Recordando que la motivacion
de un pico localizado, nos podemos preguntar si no sera posible obtener la delta
cuyo grafico

de Dirac por un proceso de paso al lmite, en el que una funcion,

tiene

la comprimida forma de campana, vaya siendo exprimida de tal modo que el area

comprendida entre su grafica

y el eje x permanezca constante e igual a uno.
La respuesta a la pregunta es positiva (inclusive en el espacio n-dimensional Rn ).
Analicemos, por comodidad, el caso unidimensional.
16

Figura 2.2: Convergencia hacia un pico concentrado.

Sea Cc (R) tal que

(x)dx = 1. Para cada > 0, definimos la aplicacion

: R
x 7

R
1

Supongamos por comodidad que (x) 0, para todo x R y (x) = (x).

tiende a un pico concentrado en el origen. (Ver
Cuando tiende a cero, la funcion
si hacemos =
la Figura (2.2)). Ademas,

dx =

entonces d = 1 dx, y as,

1
=

Z
=

1 x

dx

()d

= 1.

17

()d

La siguiente pregunta es saber en que sentido podemos afirmar que lm = .

0

En verdad, podemos ver que

lm () = (),

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

intimamente ligada a la delta de Dirac es el llamado Escalon

de HeaUna distribucion
adelante veremos que la derivada del escalon
de Heaviside
viside. De hecho, mas

es la delta de Dirac. Iniciamos considerando la funcion

h : R

1,

x
7
0,

un valor arbitrario,

si x > 0,
si x < 0,
en x = 0.

Notemos que el valor de h en x = 0 es irrelevante, ya que en este no altera el valor de

Rb

las integrales a h(x)dx. (Vease

la Grafica
(2.3)).
Definimos el funcional lineal Fh por:

18

h(x)

1
x
Figura 2.3: Funcion h(x).

Fh : Cc (R)

7 Fh () =

h(x)(x)dx =

(x)dx.

Notemos que, de hecho, el funcional Fh es lineal sobre el espacio vectorial Cc (R),

debido a las propiedades de linealidad de la integral. Veamos que Fh es en verdad

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.

Y consecuentemente definimos el funcional lineal

Fha : Cc (R)

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

integrable en intervalos acotados de la recta real R, esto es,

Sea f : R R una funcion
Rb
satisfaciendo
para todo a, b R, a < b, la integral a f (x)dx es finita. Con una funcion

De hecho, consideremos el
las anteriores hipotesis,
podemos definir una distribucion.
funcional
Ff : Cc (R)

R
R

f (x)(x)dx.

Claramente Ff es un funcional lineal. Por otro lado,

El funcional Ff es una distribucion.
sea {n } Cc (R) tal que n 0. Si A = {x R : n (x) 6= 0}, entonces existe M > 0
tal que An [M, M], para todo n. Por lo tanto,
Z
 Z M

Z

 





f (x)n (x)dx = 
f (x)n (x)dx max |n |


|f (x)|dx.

Como f es integrable en intervalos acotados, entonces si n 0 tenemos que,

R
f (x)n (x)dx 0.

f : Rn R integrable sobre cada bola Bx0 centrada en un punto

Dada una funcion
x0 Rn ,
Bx0 = {x Rn : |x x0 | < r},
en Rn . De hecho, podemos definir el funcional
podemos asociar una distribucion

20

Ff : Cc (Rn )

R
Z

f (x)(x)dx.

Rn

El funcional Ff es lineal, y, siguiendo los mismos argumentos anteriormente usados,

en Rn .
podemos ver que de hecho Ff es una distribucion
Ejemplo 2.4. Sea f : R2 R la funci
on definida por
R2

f :

(x2 + x2 ) 21 ,
1

(x1 , x2 ) 7 f (x1 , x2 ) =

si, (x1 , x2 ) 6= (0, 0),

0,

si (x1 , x2 ) = (0, 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

R2 {(0, 0)}. Sea B0 = {(x1 , x2 ) R2 : (x21 + x22 ) 2 r}. Usando coordenadas

polares, tenemos
Z
Z r
Z r
Z r
1
f (x)dx = 2
f (r)rdr = 2
r rdr = 2
dr = 2r < .
B0

As, podemos definir la distribucion

Ff : Cc (R2 )

R
Z

f (x)(x)dx =

R2

R2

(x)dx
.
|x|

integrable en intervalos acotados, podeComo vimos anteriormente, dada una funcion

una distribucion.
Una pregunta que surge de manera
mos asociar a dicha funcion,
natural es saber si, dadas dos funciones distintas, les podemos asociar la misma dis
tribucion.
La respuesta es negativa. Analizamos el caso en el cual las funciones son continuas
o continuas por partes; sin embargo el resultado vale para otra clase de funciones,
como lo es la clase de funciones integrables.
Teorema 2.5. Sean f : R R, g : R R funciones continuas tales que Ff = Fg .
Entonces f = g.
21

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.

Notemos que 0 y que

{x R : (x) 6= 0} [a , a + ].
Consecuentemente tenemos
Z
Z
Z
g(x)(x)dx
f (x)(x)dx =

[g(x) f (x)](x)dx >

2

a+

(x)dx > 0.

As,
Z

g(x)(x)dx 6=

f (x)(x)dx.

Esto es Ff 6= Fg , contradiciendo la hipotesis.

La reciproca es facilmente verificable.

El resultado puede ser extendido facilmente

al caso de funciones integrables en intervalos acotados pero con conjuntos de puntos de discontinuidad finitos. En este caso
tenemos que f (x) = g(x) en todos los puntos excepto posiblemente en el conjunto E,
de los puntos de discontinuidad de f y g. La demostracion
se
formado por la union
sigue repitiendo el argumento anterior en cada intervalo (a, b) R E.
22

2.6.

La distribuci
on logaritmo

de funciones integrables en intervalos acotados con una

Ya conocida la identificacion
presentamos a continuacion
la distribucion
logaritmo, la cual presenta
distribucion,
en varias situaciones practicas.

gran interes
logaritmo es definida como
La distribucion
Tlog |x| : Cc (R)
7 Tlog |x| () =

R
R

log |x|(x)dx.

anterior tiene sentido verificando que la funcion

log |x| es integrable en
La definicion
logaritmo, para x > 0,
intervalos acotados. Sabemos que una primitiva de la funcion
x log x x. Si existe algun
en la funcion
problema de integrabilidad, debe ser alrededor
de x = 0. Considerando a > 0 y la integral
Z a
log |x|dx,
a

entonces tenemos
Z

log |x|dx

a
a

| log |x||dx = lm+ 2[x x log x]a

0

= lm+ 2[a log ]

0

= 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

La existencia del lmite se deduce del argumento a seguir.

 
tenemos que verificar que
Para probar que de hecho V P x1 es una distribucion,
1
1
1
i) V P x (1 + 2 ) = V P x (1 ) + V P x (2 ), R, 1 , 2 Cc (R) (linealidad),
 
ii) V P x1 (n ) 0 cuando n 0 (continuidad).

La linealidad se sigue de las propiedades de linealidad de la integral. De hecho,

 
Z
1
1
VP
(1 + 2 ) = lm
[1 (x) + 2 (x)]dx
0
x
|x| x

Z
Z
1
1
2 (x)dx
= lm
1 (x)dx +
0
|x| x
|x| x
 
 
1
1
(1 ) + V P
(2 ).
= V P
x
x

de funciones en Cc (R) tal que n 0.

Probemos ahora ii). Sea (n ) una sucesion

Por el teorema fundamental del calculo

tenemos
Z x
n (x) = n (0) +
n (s)ds.
0

Sea s = tx. Entonces ds = xdt, y as

n (x) = n (0) + x
n (x) como n (x) =
Definamos la funcion

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,

operaciones podemos realizar con ellas. En el presente captulo describiremos como

por una funcion,

se define la suma de distribuciones, el producto de una distribucion

ademas,
verificamos la validez de la regla de Leibniz y
la derivada de una distribucion;

Finalicehacemos un corto analisis

de la existencia de primitivas de una distribucion.
analisis

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 )

7 (T1 + T2 )() = T1 () + T2 ().

(3.1)

consideramos una sucesion

de
Para ver que (T1 + T2 ) es de hecho una distribucion,
funciones test (n ) Cc (Rn ) tal que n 0 cuando n . Entonces
(T1 + T2 )(n ) = T1 (n ) + T2 (n ) 0,
26

ya que T1 (n ) 0 y T2 (n ) 0 puesto que T1 y T2 son distribuciones en Rn .

La linealidad del funcional T1 + T2 se verifica facilmente,

debido a la linealidad de T1 y
T2 .

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)

verificar que T es de hecho una distribucion

sobre Rn .
Es facil
En efecto, si (n) Cc (Rn ) tal que n 0, entonces (T )(n ) = (T (n )) 0 = 0,
ya que T D (Rn ). La linealidad de T se sigue de la linealidad de T .
Con lo anterior deducimos que el conjunto de todas las distribuciones sobre Rn ,
D (Rn ), forma un espacio vectorial con la suma (+) y el producto escalar () definido
por (3.1) y (3.2).

3.2.

Producto de una funci

on por una distribuci
on

f y una distribucion
T , queremos dar un sentido al producto f T .
Dada una funcion

Considerar tal producto es importante no solo desde el punto de vista teorico,

sino
desde el punto de vista de las aplicaciones; de hecho, expresiones de la
tambien

forma f T aparecen, por ejemplo, cuando se considera el momento de una funcion

distribuida aplicada en una viga.
de R en R que es integrable en intervalos
Iniciamos observando que si g es una funcion
es integrable en los
acotados, y si f C (R), entonces el producto f g tambien
intervalos acotados de R. De hecho, si a, b R, a < b, entonces
Z b
Z b
Z b
f g
|f g| M
|g| < .
a

continua en un
En la desigualdad anterior hemos usado el hecho de que toda funcion

cerrado alcanza su maximo

valor.
entre funciones y distribuciones analizada en la
As, de acuerdo con la identificacion
(3.2), la definicion
de producto debe ser introducida de tal forma que, en este
Seccion
27

caso particular, valga

f Tg = Tf g .
Como
Tf g () =

f (x)g(x)(x)dx = Tg (f ),

Cc (R),

f C (Rn ) por una

lo anterior sugiere que definamos el producto de una funcion
T D (Rn ), como
distribucion
f T : Cc (Rn )

7 (f T )() = T (f ),

Cc (Rn ).

(3.3)

(3.3), es evidente por que la funcion

f debe ser de clase C (Rn ). La
De la expresion
test, debe ser otra funcion
test.
verdad, el producto de f por una funcion
otra distribucion.
De hecho, si R,
No es dificil ver que el funcional f T es tambien
1 , 2 Cc (Rn ), entonces,
f T (1+2 ) = T (f (1 +2 )) = T (f 1+f 2 ) = T (f 1)+T (f 2) = (f T )(1)+(f T )(2).
Por otro lado, si (n ) Cc (Rn ) es tal que n 0, entonces
(f T )(n ) = T (f n ) 0,

cuando

n ,

ya que si n 0, entonces
f n 0,

cuando

n .

Ejemplo 3.1. Consideremos la funci

on f : R R definida como f (x) = x, y sea T la
 
distribucion valor principal, esto es, T = V P x1 .

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

= 1. (La distribucion asociada a la funci

on constante 1).
28

Ejemplo 3.2. Sea f : R R una funci

on de clase C (R) y consideremos la distribucion
a (delta de Dirac trasladada). Veamos c
omo se da el producto entre f y a .

f a () = a (f ) = (f )(a) = f (a)(a) = f (a)a (),

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

cualquiera existiese, podramos considerar la distribucion

 
1
T =VP
.
x
Tendramos entonces


 
 
 
1
1
1
xT = x V P
= x V P
= 0VP
= 0.
x
x
x

Por otro lado, tendramos tambien


  
1
xT = T x = V P
x
x

 
1
= xVP
x

 
1
= xV P
x
=1
= .
29

En muchos problemas que involucran ecuaciones diferenciales ordinarias no lineales,

por ejemplo, problemas en los cuales aparecen ondas de choque [7], se hace nece se
sario introducir el producto para cierta clase de distribuciones. En los ultimos anos
han realizado esfuerzos con miras a conseguir buenas definiciones de producto en de Espacios de
tre distribuciones, y parte de ello se hace mediante la introduccion
funciones generalizadas. Este aspecto es bastante delicado y requiere conocimientos
avanzados del analisis

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.

Derivada de una distribuci

on

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.

test es otra funcion

test, podemos escribir
Notando que la derivada de una funcion
Tf () = Tf ( ),

Cc (R).

(3.4)

de derivada de una distribucion

debe ser introducida de manera que sea
La nocion
clasica

consistente con la nocion

de derivada, esto es, de manera que cuando la dis es de la forma Tf , con f continuamente diferenciable, tengamos
tribucion
(Tf ) = Tf .
(3.4), presentamos la definicion
formal de derivada de una
Motivados por la expresion
T D (Rn ), como:
distribucion
(xj T ) : Cc (Rn )

7 (xj T )() = T (xj ).

30

(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)

Dadas dos distribuciones T y S D (Rn ), tenemos que la derivada D k de orden k en

Rn , es dada por
D k (S + T ) = D k S + D k T.
De hecho, si Cc (Rn ), tenemos:
D k (S + T )() = (1)k (S + T )(D k )
= (1)k S(D k ) + (1)k T (D k )
= D k S() + D k T ()
= (D k S + D k T )().
Observaci
on 3.3. Sabemos que no toda funci
on f : Rn R es derivable. Sin embargo es
curioso ver que introducimos un espacio mayor (las distribuciones), espacio que contiene
el conjunto de las funciones integrables en conjuntos acotados a traves de la identificacion
f 7 Tf , en el cual podemos derivar indefinidamente.
El potencial de la aplicabilidad de la derivada de una distribuci
on aparece en el estudio
de existencia de soluciones de ecuaciones diferenciales parciales y ordinarias, una vez que
tenemos m
as objetos para ser considerados como posibles soluciones.
El calculo clasico para funciones de varias variables es inadecuado cuando se desea tener
una teora simple y general para tratar las ecuaciones diferenciales, en particular, las
ecuaciones diferenciales parciales. As por ejemplo, las dos ecuaciones
2u
= 0,
xy

2u
= 0,
yx

(3.7)

no tienen las mismas soluciones. La primera ecuaci

on es satisfecha por la funcion
u(x, y) = |x| en tanto que

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

admisibles por el espacio de distribuciones, donde sabemos que la derivaci

on es posible.
As, a pesar de que la funcion |x| no es diferenciable en el sentido cl
asico, la funcion
u(x, y) = |x| tambien satisfara la segunda ecuaci
on en (3.7), hablando en terminos de
distribuciones. Situaciones como esta motivan la definici
on de derivada de distribuciones.
Ejemplo 3.4. Consideremos la funci
on f : R R definida por f (x) = cos(x), y tomamos
la distribucion asociada
Tcos(x) : Cc (R)
7

Por (3.6) tenemos

R
R

cos(x) (x)dx.

DTcos(x) () = Tcos(x) (D)

Z
=
cos(x) (x)dx
Z

=
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.

Calculemos la derivada de la distribuci

on asociada a H. Por (3.6) tenemos
D(TH )() = TH (D)
Z
=
H(x) (x)dx

Z
=
(x)dx
0

32

= (0) = (),

Cc (R).

Luego
D(TH ) =

(la delta de Dirac).

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.

Ejemplo 3.6. Consideremos la funci

on f (x) = log |x|, x 6= 0. Calculemos la derivada de
la distribucion asociada a f (x). Por (3.6) tenemos
D(Tlog |x| )() = Tlog |x| (D)
Z
= lm+
(log |x|)(x)dx
0
|x|
Z

Z

= 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

Ejemplo 3.7. Consideremos la funci

on f (x) = x y la distribuci
on dada por la derivada
de la distribucion delta de Dirac. Calculemos f D = xD.

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

es mostrar que dada una distribucion

T D (Rn ) y una
El objetivo de esta seccion
f C (Rn ), vale la regla de Leibniz:
funcion
D(f T ) = Df T + f DT.

(3.8)

Para demostrar (3.8), consideramos Cc (Rn ), y as tenemos que

D(f T )() = (f T )(D) = T (f D).
Por otro lado, como f y son infinitamente diferenciables, tenemos
T (f D) = T (D(f ) Df )
= T (D(f )) + T (Df )
= DT (f ) + T (Df )
= f DT () + Df T (),
lo cual muestra (3.8).
Ejemplo 3.8. Consideremos la distribuci
on THa asociada a la funci
on de Heaviside y sea
f C (Rn ).
Puesto que D(THa ) = a , por (3.8) tenemos
D(f THa ) = f (a)a + Df THa .

34

Ejemplo 3.9. Consideremos la distribuci

on T|x| asociada a la funci
on valor absoluto y
calculemos la derivada de T|x| . Calculemos D(T|x| ).
Notemos que |x| = xH + x(H 1), x 6= 0 donde
H : R {0}
x

7 H(x) =

0, si x < 0,

1,

Por la regla de Leibniz (3.8), obtenemos

si x > 0.

D(T|x| ) = D(xTH + xTH1 )

= D(xTH ) + D(xTH1 )
= TH + xD(TH ) + TH1 + xD(TH1 )
= TH + x + TH1 x
= 2TH T1 ,

donde T1 es la distribucion asociada a la funci

on constante 1.
Observaci
on 3.10. El lector ya debe haber notado que el hecho de considerar |x| =
xH + x(H 1) para x 6= 0, sin considerar |x| = 0, si x = 0, no es relevante, ya que
sabemos que la derivacion de la distribuci
on T|x| viene dada por una integral, y por tanto
la integral en el intervalo (, ) es igual a la integral en (, 0) sumando la integral
en el intervalo (0, ).

3.5.

Primitiva de una distribuci

on

es probar que dada cualquier distribucion

S D (Rn ),
El objetivo de esta seccion
T D (Rn ), tal que DT = S. Este hecho es muy
siempre existe otra distribucion
tiene una primitiva.
importante, ya que nos indica que toda distribucion
test Cc (Rn ), la primitiva
Iniciamos observando que dada una funcion
test. Veamos la siguiente proposicion.

no es necesariamente una funcion

35

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

=) Recprocamente, supongamos que

(x) =

ya que Cc (R).

(t)dt = 0. Consideremos la funcion

x

(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.

Dada Cc (R), escribiremos en la forma

= [ a] + a,
donde
a=

(t)dt.

Recordemos que como Cc (R), entonces a < . Notamos tambien que:

Z
Z
Z
[(t) a(t)]dt =
(t)dt a
(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).

Afirmamos que DS = T . De hecho,

DS() = S(D)
= S()
Z x 
Z

=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).

Demostracion. Como DT = 0, entonces tenemos que

DT () = T ( ) = 0,

Cc (R).

Usando la misma notacion del Teorema (3.13), tenemos

T () = T ( a) + T (a).
37

(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,

como queramos demostrar.

anterior sabemos que si dos distribuciones T1 y T2 D (R) son tales

Por la proposicion
que DT1 = DT2 , entonces T1 y T2 difieren por una constante.
de la ultima
supongamos que queremos saber cual
es
Como aplicacion

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

todos los conjuntos cerrados de Rn fuera de los cuales W S0 es nulo en el conjunto

{0}.
lineal de y sus derivadas. Ademas,

Se puede mostrar que W S0 es una combinacion

que contenga derivadas de de orden positivo no se anula
cualquier combinacion
cuando es multiplicada por f (x) = x.Ver [5].
 
S = V P x1 + c, donde c constante, es la solucion
general de xS = T1 .
En conclusion

Consideremos el problema xS = T , T D (R). Si f (x) C (R) y f (0) = 0, se sigue

por el Teorema Fundamental del Calculo,

que
Z x
Z x
f (x) =
f (t)dt = x
f ( t)d t = x(x),
0

C (R).

Fijando una funcion

Cc (R)

tal que (0) = 1 y aplicando el raciocinio anterior a la

(x) (0)(x) con Cc (R), concluimos que

funcion
(x) = (0)(x) + x(x),

Cc (R).

S : Cc (R)

R


As, la expresion

7 T () = T

(0)
x

que satisface xS = T , y la solucion

general se obtine adicionandefine una distribucion
de la ultima
se deja al lector; as mismo,
do un multiplo de . La verificacion

afirmacion
detalles sobre el problema de division

referimos al lector interesado en conocer mas

de distribuciones a la referencia ver [5].

3.7.

Convergencia en D (Rn)

n
de distribuciones (Tn )

Dada una sucesion

se
n=1 en D (R ), es interesante saber como

T D (Rn ). Esta nocion

define la posible convergencia de (Tn )

n=1 a una distribucion

de convergencia constituye el objetivo de esta seccion.

n
Definici
on 3.16. (Convergencia en D (Rn )). Dada una sucesi
on (Tn )
n=1 D (R ), se

dice que (Tn ) converge a una distribuci

on T D (Rn ) si
Cc (Rn ).

Tn () T (),
39

Ejemplo 3.17. Si Cc (Rn ) con 0 y

tenemos que (x) = 1n x en D (Rn ).

Rn

dx = 1, entonces cuando 0,

De hecho, si Cc (Rn ), como fue visto en el Captulo 1, tenemos que

Z
x
1
= n (x)
(0).

(x) tiene forma de campana; el soporte de es el conjunto

El grafico
de la funcion
de puntos donde no es nula, decrece con y la altura crece de forma que
Z
dx = 1.
Rn

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

diferenciales, por ejemplo problemas de masa y resorte, o de un circuito electrico

en
serie, en los cuales aparecen fuerzas externas discontinuas (ver Captulo 1). Un ejemplo de ese tipo de funciones externas puede ser un delta de Dirac. La Transformada
de Laplace es una valiosa herramienta para resolver problemas de esta ndole; en

este sentido se hace necesario saber como

calcular la Transformade de Laplace de la
delta de Dirac.
funcion
y algunas propiedades de la Transformada de
Iniciamos recordando la definicion
definida para t 0, entonces la funcion

Laplace. Si f es una funcion

Z
L {f (x)} =
est f (t)dt,

(4.1)

se llama Transformada de Laplace de f , siempe que la integral converja.

de s.
Es claro que cuando la integral (4.1) converge, el resultado es una funcion
Una propiedad importante de la Transformada de Laplace es la linealidad. De hecho

se tiene la siguiente proposicion.

Proposici
on

4.1. Sea f1 , . . . , fn funciones definidas para t

41

0 tales que

L {f1 } , . . . , L {fn } existen. Entonces,

( n
)
n
X
X
L
j fj (t) =
j L {fj (t)} ,
j=1

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) .

El siguiente teorema nos permite calcular la Transformada de Laplace de la n-esima

derivada de f .
Teorema 4.2. Si f , f ,. . . ,f n1 son continuas en [0, ), son de orden exponencial * , y
si f n (t) es seccionalmente continua en [0, ), entonces
L {f n (t)} = S n L {f (t)} S n1 f (0) . . . f n1 (0).
Ademas de la necesidad de conocer la Transformada de Laplace de la n-esima derivada de
una funcion f , es necesario recordar el concepto de la transformada inversa de Laplace,
incluyendo propiedades de la linealidad.
Definici
on 4.3. Si F (s) es la Transformada de Laplace de una funci
on f (t), esto es
F (s) = L {f (t)}, decimos que f (t) es la transformada inversa de Laplace de F (s), y se
denota
f (t) = L1 {F (s)}
.
Proposici
on 4.4. Sean F1 (s), . . . , Fn (s) las Transformadas de Laplace de las funciones
f1 (t), . . . , fn (t), respectivamente, y sean 1 , 2 , . . . , n naturales reales. Entonces
( n
)
n
X
X
L1
j F (j)(s) =
j L1 {Fj (s)} .
j=1

j=1

Se dice que una funcion f es de orden exponencial si existen constantes M > 0 y T > 0, tales que

|f (t)| M et , para todo t > T .

42

 de este corto resumen de ciertas propiedades de la Transformada de

Despues
gt definida en el Captulo 1.
Laplace, volvamos nuevamente a la funcion

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

Al calcular el lmite de esta cantidad cuando t 0, tenemos

 t0 s   st

e est
e
lm L {gt } = lm
t0
t0
s
2t
 t0 s 
 2st

e
e
1
st
=
lm e
t0
s
2t
= et0 s .
As pues, tenemos que el lmite de la Transformada de Laplace de gt cuando t 0

es la funcion
L {t0 (t)} = et0 s .
del oscilador armonico,

Volvamos ahora a la ecuacion

con constante de resorte a2 y
coeficiente de amortiguamiento a1 , que es golpeado con martillo una sola vez en el
tiempo t = t0 .
Para este ejemplo escojamos condiciones iniciales y(0) = 1 y y (0) = 0. Es decir, el
resorte esta alargado una unidad con respecto a su estado de reposo y luego se suelta
43

 delta de Dirac podemos escribir el problema de valor

con velocidad 0. Con la funcion
inicial

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

Usando las formulas

para la Transformada de Laplace de la primera y segunda derivada, encontramos
S 2 L {y} Sy(0) y (0) + a1 SL {y} a1 y(0) + a2 L {y} = L {t0 } .
Al sustituir las condiciones iniciales y evaluar L {t0 }, tenemos
S 2 L {y} S + a1 SL {y} a1 + a2 L {y} = et0 S .
Despejando L {y} resulta
L {y} =

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.

[5] HOUNIE J.Teora elementar das distribuicoes

. 12 Coloquio Brasileiro de

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.

[9] SCHWARTZ Laurent. Theorie

des distributions. Tomos 1 y 2, Pars, 1950-1951.
Generalizad Function and Partiel Differential Equations. Gor[10] SHILOV Serguei.
don and Breach, New York, 1968.

Repertorio Matematico.

39-72 (en ru[11] SOBOLIEV

Serguei.
Vol. 1 (1936), pag.
so).
45