1. El documento describe varias funciones especiales matemáticas como la función gamma, función beta y otras.
2. La función gamma Γ(n) está definida como una integral y satisface una fórmula de recurrencia. Puede extenderse a valores negativos de n usando esta fórmula.
3. También se describen la función beta, aproximaciones asintóticas y series asintóticas para calcular estas funciones, y varios resultados relacionados con integrales.
3. Cap´ıtulo 1
FUNCI´ON ESPECIALES
Frecuentemente llegaremos a funciones especiales en el proceso de obtenci´on de soluciones
a problemas de valor l´ımite. Veremos en este cap´ıtulo algunas funciones especiales que se em-
plearan en cap´ıtulos posteriores. Si desea el estudiante, puede omitir este capitulo y volver a el
cuando se presente la necesidad.
1.1. FUNCI´ON GAMMA
Definici´on 1.1.1 La funci´on gamma identificada por, Γ(n) est´a definida por
Γ(n) =
∞
0
xn−1
exp−x
dx (1.1)
que es converge para n > 0.
una formula recurrente para la funci´on gamma es
Γ(n + 1) = nΓ(n) (1.2)
Donde Γ(1) = 1 (ver problema 4.1). De (2), se puede determinar Γ(n) para todos los valores
de n > 0 cuando se conocen los valores para 1 ≤ n < 2 ( o en cualquier otro intervalo de
longitud unitaria) ( ver la tabla de la pagina 69) en particular si nes entero positivo, entonces
Γ(n + 1) = n! n = 1, 2, 3, ... (1.3)
por esta raz´on Γ(n) es llamada algunas veces funci´on factorial
Ejemplo 1.1.2 Γ(2) = 1!, Γ(6) = 5! = 120, Γ(5)
Gamma(3)
= 4!
2!
= 12
Se puede demostrar (problema 4.4) que
Γ
1
2
=
√
π (1.4)
La relaci´on de recurrencia (2) es una ecuaci´on caracter´ıstica de diferencia que tiene (1) como
soluci´on. Tomando (1) como la definici´on de Γ(n) para n > 0, podemos generalizar la funci´on
gamma para n < 0 por el uso de (2) en la forma
Γ(n) =
Γ(n + 1)
n
(1.5)
Ver problema 4.7, como ejemplo. El proceso se llama continuaci´on anal´ıtica.
2
4. n Γ(n)
1:00 1.0000
1.10 0.9514
1.20 0.9282
1.30 0.8975
1.40 0.8873
1.50 0.8862
1.60 0.8935
1.70 0.9086
1.80 0.9314
1.90 0.9618
2.00 1.0000
1.2. FORMULA ASINTOTICA
Definici´on 1.2.1 Si n es de un valor grande, son evidentes las dificultades de computo , in-
herentes a un c´alculo directo de Γ(n). En este caso se obtiene un resultado ´util por el uso de la
relaci´on
Γ(n + 1) =
√
2πn nn
e(
− n)eθ/12
(n + 1) 0 < θ < 1 (1.6)
Para la mayor´ıa de los fines pr´actico se puede omitir el ´ultimo factor , que es muy pr´oximo a
1 para valores grandes de n. Si n es n entero podemos escribir
n! ∼
√
2πn nn
e−n
(1.7)
En donde ∼ significa .aproximadamente igual para valores grandes de n”. Esto es llamado
algunas veces aproximaci´on factorial de stirling ( o f´ormula asint´otica) para n!.
1.3. RESULTADOS MISCELANEOS QUE COMPREN-
DEN LA FUNCI´ON GAMMA
1.
Γ(x)Γ(1 − x) =
π
sen xπ
(1.8)
en particular si x = 1
2
, Γ1
2
=
√
2π como en (4).
2.
22
x − 1Γ(x)Γ(x +
1
2
=
√
πΓ(2x) (1.9)
Esta se llama la formula de duplicaci´on para la funci´on gamma. 3.
(1.10)
3
5. La formula de duplicaci´on es un caso especial de esto cuando m=2.
4.
Γ(x + 1) ∼
√
2πxxx
e−
x{1 +
1
12x
+
1
288x2
−
139
51, 840x2
+ ..} (1.11)
Esta se llama la serie asint´otica de stirling parala funci´on gamma. La serie que est´a entre
corchetes es una serie asintotica como se define en la p´agina 71.
5.
Γ (1) =
∞
0
e−
xlnxdx = −γ (1.12)
donde γ es la constante de euler y se define como
l´ım
m→∞
1 +
1
2
+
1
3
+ ... +
1
M
− lnM = 0, 5772156... (1.13)
Γ (p+1)
Γ(p+1)
= 1
1
+ 1
2
+ 1
3
+ ... + 1
p
− γ
1.4. LA FUNCI´ON BETA
Definici´on 1.4.1 La funci´on beta, indefinida por B(m,n), se define por
B(m, n) =
1
0
xm
− 1(1 − x)n−1
dx (1.14)
que es convergente para m > 0, n > 0.
la funci´on beta est´a relacionada con la funci´on gamma seg´un la relaci´on
B(m, n) =
Γ(m)Γ(n)
Γ(m + n)
(1.15)
Ver problema 4.12. Usando(4) podemos definir B(m, n) param < 0, n < 0
Se pueden calcular muchas integrales en terminos de funciones beta o gamma. dos resultados
´utiles son π
2
0
sen2n−1
cos2n−1
θdθ =
1
2
B(m, n) =
Γ(m)Γ(n)
2Γ(m + n)
(1.16)
V´alida para m > 0 y n > 0 (ver problemas 4.11 y 4.14) y
∞
0
xp−1
1 + x
dx == Γ(p)Γ(1 − p) =
π
senpπ
0 < p < 1 (1.17)
Ver problema 4.18
4
6. 1.5. OTRAS FUNCIONES ESPECIALES
Definici´on 1.5.1 muchas otras funciones especiales son de importancia en ciencias e inge-
nier´ıa. En la siguiente lista se dan algunas de ´estas. En capitulos posteriores se consideraran
otras.
1. Funci´on de error erf(x) = 2√
π
x
0
e−uz
du = 1 − 2√
π
∞
x
e−uz
du
2. Funci´on complementaria de error erfc = 2√
π
x
0
e−uz
du = 1 − erf(x)
3. Integral exponencial Ei(x) =
∞
x
e−u
u
du
4. Integral de seno si(x) =
∞
x
senu
u
du
5. Integral de coseno Ci(x) =
∞
x
senu
u
du
6. Integral de seno de fresnel S(x) 2
√
π 0
xsenu2
du = 1 −
√
2π x
∞senu2
du
7. Integral del coseno de fresnel C(x)
√
2π 0
xcosu2
du 1 −
√
2∞cosu2
du
1.6. SERIES O DESARROLLOS ASINT´OTICOS
Definici´on 1.6.1 Considerar la serie
S(x) a0 +
a1
x
+
a2
x2
+ ... +
an
xn
(1.18)
y suponer que
Sn(x) = a0 +
a1
x
+
a2
x2
+ ... +
an
xn
(1.19)
son las sumas parciales de la serie. Si Rn(x) = f(x) − Sn(x), en donde se da f(x), es tal que
para cada valor de n
l´ım
x→∞
(xn
)|Rn(x)| = 0 (1.20)
entonces S(x) es llamada serie o desarrollo asint´otica de f(x) y es identificada por la nota-
ci´on f(x) ∼ S(x). en la practica la serie(12) es divergent. Sin embargo podemos obtener una
´util aproximaci´on de f(x) parando la suma antes que los t´erminos comiencen a aumentar. La
aproximaci´on es mejor entre mas grande sea el valor de x.
son posibles varias operaciones con series asint´oticas. Por ejemplo, la serie asint´otica puede ser
multiplicada en conjunto e integrada t´ermino por t´ermino para obtener otra serie asint´otica.
Problemas resueltos
FUNCI´ON GAMMA
4.1. probar que: (a)Γ(n + 1) = nΓ(n), n > 0; (b)Γ(n + 1) = n!, n = 1, 2, 3, ...
(a) Γ(n + 1) =
∞
0
xn
e−x
dx = l´ımM→∞ 0
Mx−x
dx
= l´ımM→∞ (xn
)(−e−x
)|0M − 0
M(−e−x
)(nxn−1
)dx
= l´ımM→∞ −Mn
e−M
+ n 0
Mxn−1
e−x
dx = nΓ(n) if n > 0
(b) Γ(1) 0
∞e−x
dx = l´ımM→∞ 0
Me−xdx = l´ımM→∞(1 − e−M
) = 1
poner n = 1, 2, 3, ... en Γ(n + 1) = nΓ(n). Entonces
5
7. Γ(2) = 1Γ(1) = 1, Γ(3) = 2Γ(2) = 2 ∗ 1 = 2!, Γ(4) = 3Γ(3) = 3 ∗ 2! = 3!
En general, Γ(n + 1) = n! si n es un entero positivo.
4.2. Calcular (a) Γ(6)
2Γ(3)
, (b)
Γ(5
2
)
Γ(1
2
)
, (c)Γ(3)Γ(2,5)
Γ(5,5)
, (d)
6Γ(8
3
)
5Γ(2
3
.
(a) Gamma(6)
2Γ(3)
= 5!
2∗2!
= 5∗4∗3∗2
2∗2
= 30
(b)
Γ( 5
2
)
Γ( 1
2
)
=
( 3
2
)Γ( 3
2
)
Γ(1
2
)
=
(3
2
)∗( 1
2
Γ( 1
2
)
Γ( 1
2
)
= 3
4
(c) Γ(3)Γ(2,5)
Γ(5,5)
= 2!(1,5)(0,5)Γ(0,5)
(4,5)(3,5)(2,5)(1,5)(0,5)Γ(0,5)
= 16
315
(d)
6Γ(8
3
)
5Γ(2
5
)
=
6(5
3
)(2
3
)(Γ(2
3
)
5Γ(2
5
)
= 4
3
4.3 Calcular (a)
∞
0
x3
e−x
dx, (b)
∞
0
x6
e−2x
dx.
(a)
´ınf
0
x3
e−x
dx = Γ(4) = 3! = 6 (b) hagamos 2x = y. entonces la integrales transforma en
∞
0
y
2
6
c−y dy
2
= 1
27
∞
0
y6
e−y
dy = Γ(7)
27 = 6!
27 = 45
8
4.4 probar que Γ(1
2
) =
√
π
Tenemos Γ(1
2
) =
∞
0
x−1
2 e−x
dx = 2 −0∞
e−u2
du, o haciendo x = u2
. se deduce que
Γ(1
2
) = 2 −0∞
e−u2
du 2
∞
0
e−v2
dv = 4
∞
0
∞
0
e−(u2+v2)
dudv
Cambiando a coordenadas polares (ρ, φ), en donde u = ρcosφ, v = ρsenφ, la ´ultima integral se
transforma en
4
π
2
φ=0
∞
ρ=0
e−
ρ2
ρdρdφ = 4
π
2
φ=0
−1
2
e−ρ−2
|∞
ρ=0dφ = τ
4.5 Calcular (a)
∞
0
√
ye−y
dy, (b)
∞
0
3−4z2
dz, (c)
1
0
dx√
−ln(x)
(a) haciendo y = 3, la integral se transforma en
∞
0
x
1
3 e−x
∗ 1
3
x−2
3 dx = 1
2
infty
0
x−1
2 e−x
dx =
Γ(1
2
)
√
π
3
(b) 4
∞
0
3−42
dz =
∞
0
(eln3
)(
− 4z2)
dz =
∞
0
e−(4ln3)z2
dz. Haciendo (4ln3)z2
= x y la integral se
transforma en
(c) haciendo −lnx = u, Entonces x = e−u
. Cuando x = 1, u = 0; cuando x = 0, u = ∞. La
integral se transforma en
∞
0
e−u
√
u
du =
∞
0
u−−1
2 e−u
du = Γ(1
2
) =
√
τ
6
8. 4.6 Calcular
∞
0
xm
e−axn
dx, en donde m,n,a son constantes positivas.
Haciendo axn
= y, la integral se transforma en
∞
0
y
a
1
n
m
e−y
d y
a
1
n
= 1
na
(
m +1)n
∞
0
y
(
m
+1)n−1
e−y
dy = 1
na
m+1
n
Γ (
m
+ 1)n
4.7 Calcular (a) Γ(−1
2
), (b) Γ(−5
2
.
Usamos la generalizaci´on para valoresnegativos definitivas por Γ(n) = Γ(n+1)
n
.
(a) Haciendo n = −1
2
, Γ(−1/2) = Γ(1/2
−1/2
= −2
√
π
(b) Haciendo n = −3/2, Γ(−3/2) = Γ(−1/2)
−3/2
= −2
√
π
−3/2
= 4
√
π
3
, usando (a) entonces
Γ(−5/2) = Γ(−3/2)
−5/2
= − 8
15
4.8
4.9
4.10 Una part´ıcula es atra´ıda hacia un punto fijo O con una fuerza inversamente proporcional
a su distancia instant´anea de O. Si la part´ıcula se suelta desde el estado de reposo, encontrar
el tiempo que gasta en llegar a O.
En el tiempo t = 0 supongamos que la part´ıcula est´a localizada en el eje de x para x = a > 0
y supongamos que O es el origen. De acuerdo con la ley de Newton
m
d2
x
dt2
= −
k
x
(1.21)
en donde m es la masa de la particula y k > 0 es una constantede proporcionalidad.
Asumamos dx
dt
= v, como la velocidad de la part´ıcula. entonces d2x
dt2 = dv
dt
= dv
dx
dx
dt
= v dv
dx
y (1) se
transforma en
mv
dv
dt
=
k
x
o
mv2
2
= −k lnx + c (1.22)
Despues de integrar. Puesto v = 0 en x = a, encontramos c = k ln a. Entonces
mv2
2
= k ln
a
x
o v =
dx
dt
= −
2k
m
ln
a
x
(1.23)
donde se escoge el signo negativo puesto que x es decreciente a medida que t aumenta.
Entonces encontramos que el tiempo T gastado por la particula para ir de x = a x = 0 es
dado por
T = a
m
2k
x
0
u−1
2 e−u
du = a
m
2k
Γ(
1
2
) = a
πm
2k
(1.24)
7
9. FUNCI´ON BETA
4.11. Demostrar que (a) B(m, n) = B(n, m), (b) B(m, n) = 2
π/2
0
sen2m−1
θcos2n−1
θdθ
(a) usando la transformaci´on x = 1 − y, tenemos
B(m, n) =
1
0
xm−1
(1 − x)n−1
dx =
1
0
(1 − y)m−1
yn−1
dy
=
1
0
yn−1
(1 − y)m−1
dy = B(m, n)
(b) Usando la transformaci´on x = sen2
β,
B(m, n) =
1
0
xm−1
(1 − x)n−1
dx =
π/2
0
(sen2
θ)m−1
(cos2
θ)n−1
2senθcosθdθ
4.12. Probar que B(m, n) = Γ(m)Γ(n)
Γ(m+n)
m, n > 0
Haciendo z = x2
, tenemos Γ(m) =?‘int∞
0 zm−1
e−z
dz = 2
∞
0
x2m−2
e−x2
dx
por semejanza Γ(n) = 2
∞
0
y2n−1
e−y2
dy Entonces
Γ(m)Γ(n) = 4
∞
0
x2m−1
e−x2
dx
∞
0
y2n−1
e−y2
dy = 4
∞
0
∞
0
x2m−1
y2n−1
e(x2+y2)
dxdy
transformando a coordenadas polares, x = ρcosφ, y = ρsenφ,
Γ(m)Γ(n) = 4
π/2
φ=0
´ınf |
ρ=0
ρ2(m+n)−1
e−ρ2
cos2m−1
φsen2n−1
φdρdφ =
4
∞
ρ=0
ρ2(m+n)−1
e−ρ2
dp
π/2
φ=0
cos2m−1
φsen2n−1
φdφ =
2Γ(m + n)
π/2
0
cos2m−1
φsen2n−1
φdφ = Γ(m + n)B(n, m) = Γ(m + n)B(m, n)
usando los resultados del problema 4.11. De donde se deduce el resultado buscado.
El argumento usado arriba puede hacerse exacto usando el procedimiento de l´ımites.
4.13. calcular
(a)
1
0
x4
(1 − x)3
dx, (b)
2
0
x2dx√
2−x
, (c)
a
0
y4
a2 − y2dy (a)
1
0
x4
(1 − x)3
dx = B(5, 4) = Γ(5)Γ(4)
Γ(9)
= 4! 3!
8!
= 1
280
(b) Haciendo x = 2v La integral se transforma en
4
√
2
1
0
v2
√
1−v
dv = 4
√
2
1
0
v2
(1 − v)−1/2
dv = 4
√
2B(3, 1
2
) =
4
√
2Γ(3)Γ(1
2
)
Γ(7/2)
= 64
√
2
15
8
10. (c) Haciendo y2
= a2
x, o y = a
√
x, la integral se transforma en
a6
2
1
0
x3/2
(1 − x)1/2
dx = a6
2
B(5/2, 3/2) = a6Γ(5/2)Γ(3/2)
2Γ(4)
= πa6
32
4.14. Demostrar que
π/2
0
sen2m−1
θcos2n−1
θdθ = Γ(m)Γ(n)
2Γ(m+n)
m, n > 0
esto se deduce inmediatamente de los problemas 4.11. y 4.12.
4.15. Calcular (a)
6
0
θdθ, (b)
π/2
0
sen4
θcos5
θdθ, (c)
π
0
cos4
θdθ.
(a) haciendo 2m − 1 = 6, 2n − 1 = 0, esto es m = 7/2, en el problema 4.14. Entonces la
integral requerida tiene el valor Γ(7/2)Γ(1/2)
2Γ(4)
= 5π
32
(b) Haciendo 2m − 1 = 4, 2n − 1 = 5, la integral requerida tiene el valor Γ(5/2)Γ(3)
2Γ(4)
= 8
315
(c)
π
0
cos4
θdθ = 2
π/2
0
cos4
θdθ. Entonces, haciendo 2m − 1 = 0, 2n − 1 = 4 en el problema
4.14 el valor es 2Γ(1/2)Γ(5/2)
2Γ(3)
= 3π
8
4.16. probar que
π/2
0
senp
θdθ =
π/2
0
cosp
θdθ = (a)1∗3∗5...(p−1)
2∗4∗6...p
π
2
si p es un entero positivo
par, (b) 2∗4∗6...(p−1)
1∗3∗5...p
si p es un enterop positivo impar.
del problema 4.14. con 2m − 1 = p, 2n − 1 = 0, tenemos
π/2
0
senp
θdθ =
Γ[1
2
(p+1)]Γ(1
2
2Γ[1
2
(p+2)]
(a) Si p = 2r, la integral es igual a
Γ(r+1)Γ(1
2
2Γ(r+3
2
= r(r−1)..,1∗
√
π
2(+1
2
)(r−1
2
... 1
2
√
π
= 2∗4∗6..,2r
1∗3∗5...(2r+1)
en ambos casos
π/2
0
senp
θdθ =
π/2
0
cosp
θdθ, como se ve al hacer θ = π/2
2
− φ
4.17.
9
11. 4.18.
4.19.
4.20.
4.21.
4.22.
FORMULA DE STIRLING
4.23. Demostrar que para valores grandes de n, n! =
√
2πnnn
e−n
aproximadamente.
tenemos
Γ(n + 1) =
∞
0
xn
e−x
dx =
∞
0
enlnx−x
dx (1.25)
la funci´on nlnx − z tiene un m´aximo relativo para x = n, como se demuestra f´acilmente por
calculo elemental. esto nos conduce a la substituci´on x = n + y. Entonces (1.25) se transforma
en
Γ(n + 1) = en
∞
−n
enln(n+y)−y
dy = e−n
∞
−n
enlnn+nln(1+y/n)−y
dy = nn
e−n
∞
−n
enln(1+y/n)−y
dy
(1.26)
Hasta ahora el analisis es riguroso. Los procedimientos formales que siguen pueden hacerse
rigurosos por procesos de limitaci´on apropiados, pero las pruebas se vuelven demasiado
complicadas y las omitiremos.
en (1.26) usamos el resultado.
ln(1 + x) = x −
x2
2
+
x3
3
− ... (1.27)
con x = y/n. Entonces haciendo y =
√
nv, encontramos
10
12. Γ(n + 1) = nn
e−n
∞
−n
e−y2/2n+y3/3n2−..
dy = nn
e−n
√
n
∞
−
√
n
e−v3√
n−...
dv (1.28)
Cuando n es un n´umero grande, una aproximaci´on cercana es
Γ(n + 1) = nn
e−n
√
n
∞
−∞
e−v2/2
dv =
√
2πnnn
e−n
(1.29)
Es interesante ver que de (1.28) podemos obtener la serie asint´otica completa para la funci´on
gamma
(resultado 1.28 en la pagina 3)
FUNCIONES ESPECIALES Y DESARROLLOS ASINTOTICOS
4.24 (a) Probar que si x > 0, p > 0, entonces
Ip =
∞
x
e−u
up du = Sn(x) + Rn(x)
en donde
Sn(x) = e−x 1
xp − p
xp+1 + p(p+1)
xp+2 − ... + (−1)n p(p+1)...(p+n)
xp+n
Rn(x) = (−1)n+1
p(p + 1)...(p + n)
∞
x
e−u
up+n+1 du
(b) probar que l´ım
x→∞
xn ∞
x
e−uup
d
u − Sn(x) = l´ım
x→∞
xn
|Rn(x)| = 0
(c) explicar el significado de los resultados en (b)
(a) integrando por partes, tenemos
Ip =
∞
x
e−u
up du = e−z
xp − p
∞
x
e−u
up+1 du = e−x
xp − pIp+1
en forma semejante Ip+1 = e−x
ep+1 − (p + 1)Ip+2, de tal manera que
11
13. Ip = e−x
xp − p e−x
xp+1 − (p + 1)Ip+2 = e−x
xp − pe−z
xp+1 + p(p + 1)Ip+2
continuando de esta misma manera se deduce el resultado requerido.
(b) |Rn(x)| = p(p + n)...(p + n)
∞
x
e−u
up+n+1 du ≤ p(p + 1)...(p + n)
∞
x
e−u
xp+n+1 du ≤ p(p+1)...(p+n)
xp+n+1
puesto que
∞
x
e−u
du ≤
∞
0
e−u
du = 1, entonces
l´ım
x→∞
xn
|Rn(x)| ≤ l´ım
m→∞
p(p+1)...(p+n)
xp+1
= 0
(c) Debido a los resultados en (b), podemos decir que
∞
x
e−u
up
du ∼ e−x 1
xp
−
p
xp+1
+
p(p + 1)
xp+2
− ... (1.30)
Esto es, la serie de la derecha es el desarrollo asintotatico de la funci´on dela izquierda.
4.25. Demostrar que
erf(x) ∼ 1 − e−x2
√
π
1
x
− 1
2x3 + 1∗3
22x5 − 1∗3∗5
23x7 + ...
Tenemos erf(x) = 2√
π
x
0
e−v2
dv = 1√
π
x2
0
u−1/2
e−u
du = 1 − 1√
π
∞
x2 u−1/2
e−u
du
ahora el resultado (1,30) del problema 4.24. tenemos, haciendo p = 1/2 y reemplazando x por
x2
,
∞
x2 u−1/2
e−u
∼ e−x2 1
x
− 1
2x3 + 1∗3
22x5 − 1∗3∗5
23x7 + ...
lo cual da el resultado buscado
Problemas suplementarios
FUNCI´ON GAMMA
4.26. Calcular (a) Γ(79
2Γ(4)Γ(3)
, (b)Γ(3)Γ(3/2)
Γ(9/2)
, (c)Γ(1/2)Γ(3/2)Γ(5/2).
12
14. 4.27. Calcular (a)
∞
0
x4
e−x
dx, (b)
∞
0
x6
e−3x
dx, (c)
∞
0
x2
e−2x2
dx
4.28. Encontrar (a)
∞
0
e−x3
dx, (b)
∞
0
4
√
xe−
√
x
dx, (c)
∞
0
y3
e−2y3
dy
4.29. Demostrar que
∞
0
e−st
√
t
dt = π
s
, δ > 0
4.30. Probar que (a) Γ(n) =
1
0
ln1
x
n−1
dx, n > 0
(b)
1
0
xp
ln1
x
q
dx = Γ(p+1)
(p+1)q+1 , p > −1, q > −1
4.31. Calcular (a)
1
0
(lnx)4
, (b)
1
0
(xlnx)3
dx, (c)
1
0
3
ln(1/x)dx
4.32. Calcular (a) Γ(−7/2), (b)Γ(−1/3)
4.33. Probar que l´ım
x→−m
|Γ(x)| = ∞, donde m = 0, 1, 2, 3, ....
4.34. Probar que si m es un entero positivo Γ(−m + 1
2
) = (−1)m2m√
π
1∗3∗5...(2m−1)
4.35. Probar que Γ (1) =
∞
0
e−x
lnxdx, es un numero negativo. (Esto es igual a −γ, en donde
γ = 0,577215... que es llamada constante de euler)
4.36. Obtener el resultado miscel´aneo 4 de la p´agina 69del resultado 4 del problema 4.23.
clave: desarrollar ev3/3
√
n−...
en una serie de potencias y reemplazar el limite menor de la
integral por −∞
FUNCI´ON BETA
4.37. Calcular (a) B(3, 5), (b) B(3/2, 2) (c) B(1/3, 2/3)
4.38. Encontrar (a)
1
0
x2
(1 − x)3
dx, (b)
1
0
(1 − x)/xdx, (c)
2
0
(4 − x2
)3/2
dx
4.39. Calcular (a)
4
0
u3/2
(4 − u)5/2
du, (b)
2
0
dx√
3x−x2
4.40. Probar que
a
0
dy√
a4−y4
= Γ(1/4)2
4a
√
2π
4.41. calcular (a)
π/2
0
sen4
θcos4
θdθ, (b)
3π
0
cos6
θdθ
13
16. Cap´ıtulo 2
Polinomios ortogonales de Hermite,
Laguerre y otros
2.1. ECUACION DIFERENCIAL DE HERMITE,
POLINOMIOS DE HERMITE
Definici´on 2.1.1 Una ecuaci´on importante que se presenta en los problemas de f´ısica se llama
ecuaci´on diferencial de Hermite; esta dada por
y − 2xy + 2ny = 0 (2.1)
en donde n = 0, 1, 2, 3, .... La ecuaci´on (1) tiene soluciones de polinomios llamadas polinomios
de Hermite dados por la f´ormula de Rodr´ıguez
Hn(x) = (−1)n
ex2 dn
dxn
(e−x2
) (2.2)
Unos pocos de los primeros polinomios de Hermite son
H0(x) = 1, H1(x) = 2x, H2(x) = 4x2
− 2, H3(x) = 8x3
− 12x (2.3)
T´engase en cuenta que Hn(x) es un polinomio de grado n.
2.2. FUNCI´ON GENERATIVA PARA POLINOMIOS
DE HERMITE
Definici´on 2.2.1 La funci´on generativa para polinomios de Hermite est´a dada por
e2tx−t2
=
∞
n=0
Hn(x)
n!
tn
(2.4)
Este resultado es ´util para obtener muchas propiedades de Hn(x)
2.3. FORMULAS DE RECURRENCIA PARA
POLINOMIOS DE HERMITE
Definici´on 2.3.1 Podemos demostrar que (ver Problemas 8.2 y 8.20) los polinomios de Her-
mite satisfacen las formulas de recurrencia
Hn+1(x) = 2xHn(x) − 2nHn−1(x) (2.5)
15
17. Hn(x) = 2nHn−1(x) (2.6)
Comenzando con H0(x) = 1, H1(x) = 2x, Podemos usar (5) para obtener polinomios de Hermite
de grado mas alto.
2.4. ORTOGONALIDAD DE LOS POLINOMIOS DE
HERMITE
Definici´on 2.4.1 Podemos demostrar que (ver Problema 8.4)
∞
−∞
ex2
Hm(x)Hndx = 0 m = n (2.7)
al que los polinomios de Hermite son mutuamente ortogonales con respecto a la funci´on de peso
o densidad ex2
.
En el caso en el cual m = n podemos demostrar (ver Problema 8.4) que el lado izquierdo (7)
se transforma en
∞
−∞
e−x2
H2
n(x)dx = 2n
n!
√
π (2.8)
De esto podemos normalizar los polinomios de Hermite de tal manera que obtengamos un con-
junto ortonormal.
2.5. SERIES DE POLINOMIOS DE HERMITE
Definici´on 2.5.1 Usando la ortogonalidad de los polinomios de Hermite es posible desarrollar
una funci´on en una serie que tenga la forma
f(x) = A0H0 + A1H1 + A2H2 + .... (2.9)
en donde
An =
1
2nn!
√
π
∞
−∞
e−x2
f(x)Hn(x)dx (2.10)
Ver Problema 8.6
En general estos desarrollos en series son posibles cuando f(x) y f’(x) son continuas por inter-
valos
2.6. ECUACION DIFERENCIAL DE LAGUERRE
POLINOMIOS DE LAGUERRE
Definici´on 2.6.1 Otra ecuaci´on diferencial de importancia en f´ısica es la ecuaci´on diferencial
de Laguerre dada por
xy + (1 − x)y + ny = 0 (2.11)
en donde n = 0,1,2,3,....
Esta ecuaci´on tiene soluciones de polinomios llamados polinomios de Laguerre dadas por
Ln(x) = ex dn
dxn
(xn
e−x
) (2.12)
la cual tambien se denomina f´ormula de Rodr´ıguez para polinomios de Laguerre.
Unos pocos de los primeros polinomios de Laguerre son
L0 = 1, L1 = 1 − x, L2 = x2
− 4x + 2, L3 = 6 − 18x + 9x2
− x3
(2.13)
N´otese que Ln es un polinomio de grado n.
16
18. 2.7. ALGUNAS PROPIEDADES IMPORTANTES DE
LOS POLINOMIOS DE LAGUERRE
Definici´on 2.7.1 Enseguida damos una lista de algunas de las propiedades de los polinomios
de Laguerre
1. Funci´on generativa.
e
−xt
(1−t) 1 − t
=
∞
n=0
Ln(x)
n!
tn
(2.14)
2. F´ormulas de recurrencia
Ln+1(x) = (2n + 1 − x)Ln(x) − n2
Ln−1(x) (2.15)
Ln(x) = nLn−1(x) + nLn−1(x) = 0 (2.16)
xLn = nLn(x) − n2
Ln−1(x) (2.17)
3. Ortogonalidad
∞
0
e−x
Lm(x)Ln(x)dx =
0 si m = n
(n!)2
si m = n
(2.18)
4. Desarrolo de series
Si f(x) = A0L0(x) + A1L1(x) + A2L2(x) + .... (2.19)
Entonces An =
1
(n!)2
∞
0
e−x
f(x)Ln(x)dx (2.20)
2.8. MISCELANEA DE POLINOMIOS
ORTOGONALES Y SUS PROPIEDADES
Definici´on 2.8.1 Hay muchos otros ejemplos de polinomios ortogonales. Algunos de los m´as
importantes, junto con sus propiedades se dan en la siguiente lista.
1. Polinomios asociados de Laguerre Lm
n (x)
Estos son polinomios definidos por
Lm
n (x) =
dm
dxm
Ln(x) (2.21)
y satisfacen la ecuaci´on
xy + (m + 1 − x)y + (n − m)y = 0 (2.22)
Si m > n entonces Lm
n (x) = 0
Tenemos ∞
0
xm
e−x
Lm
n (x)Lm
p dx = 0 p = n (2.23)
∞
0
xm
e−x
{Lm
n (x)}2
dx =
(n!)3
(n − m)!
(2.24)
2. Polinomios de Chebyshev
Estos son polinomios definidos por
Tn(x) = cos(ncos−1
x) = xn
−
n
2
xn−2
(1 − x2
) +
n
4
xn−4
(1 − x2
)2
− ... (2.25)
17
19. y que satisfacen la ecuaci´on diferencial
(1 − x2
)y − xy + n2
y = 0 (2.26)
en donde n = 0, 1, 2, ....
Una f´ormula de recurrencia para Tn(x) est´a dada por
Tn+1(x) = 2xTn(x) − Tn−1(x) (2.27)
y la funci´on generativa es
1 − tx
1 − 2tx + t2
=
∞
n=0
Tn(x)tn
(2.28)
tambi´en tenemos
1
−1
Tm(x)Tn(x)
√
1 − x2
dx = 0 m = n (2.29)
1
−1
{Tn(x)}2
√
1 − x2
dx =
π n = 0
π
2
n = 1, 2
(2.30)
Problemas resueltos
POLINOMIOS DE HERMITE
8.1 Usar la funci´on generativa para los polinomios de Hermite y encontrar (a) H0(x), (b)
H1(x), (c) H2(x), (d) H3(x)
Tenemos
e2tx−t2
= ∞
n=0
Hn(x)tn
n!
= H0(x) + H1(x)t + H2(x)
2!
t2
+ H3(x)
3!
t3
+ ...
Ahora e2tx−t2
= 1 + (2tx − t2
) + (2tx−t2)2
2!
+ (2tx−t2)3
3!
+ ...
= 1 + (2x)t + (2x2
− 1)t2
+ (4x3−6x
3
)t3
+ ...
Comparando las dos series, tenemos
H0(x) = 1, H1(x) = 2x, H2(x) = 4x2
− 2, H3(x) = 8x3
− 12x
8.2 Probar que Hn(x) = 2nHn−1(x)
18
20. Derivando e2tx−t2
= ∞
n=0
Hn(x)
n!
tn
con respecto a x,
2te2tx−t2
= ∞
n=0
Hn(x)
n!
tn
o ∞
n=0
2Hn(x)
n!
tn+1
= ∞
n=0
Hn(x)
n!
tn
Igualando los coeficientes de tn
en ambos lados,
2Hn−1(x)
(n−1)!
= Hn(x)
n!
o Hn(x) = 2nHn−1(x)
FUNCIONES DE BESSEL Y SUS APLICACIONES
ECUACI´ON DIFERENCIAL DE BESSEL
Las funciones de bessel se presentan como soluciones de la ecuaci´on diferencial
x2
y + xy + (x2
− n2
)y = 0 n ≥ 0 (2.31)
la cual se llama ecuaci´on diferencial de Bessel. La soluci´on general de (2.31) est´a dada por
y = c1Jn(x) + c2Yn(x) (2.32)
La soluci´on Jn(x), que tiene un l´ımite finito cuando x se aproxima a cero, se llama funci´on de
Bessel de la primera clase de orden n, La soluci´on Yn(x), que no tiene l´ımite finito ( esto es, es
ilimitada) cuando x se aproxima a cero, es llamada funci´on de BEssel de la segunda clase de
orden n o funci´on de Newmann.
Si la variable independiente x en (2.31) se cambia por λx, d´onde λ es una constante, la
ecuaci´on resultante es
x2
y + xy + (λ2
x2
− n2
)y = 0 (2.33)
19
21. con soluci´on general
y = c1Jn(λx) + c2Yn(λx) (2.34)
La ecuaci´on diferencial (2.31) o (2.33) se obtiene, por ejemplo, de la ecuaci´on de Laplace
2
u = 0 expresada en coordenadas cilindricas (ρ, φ, z). Ver problema 6.1.
METODO DE FROBENTUS
Un importante m´etodo para obtener soluciones de ecuaciones diferenciales tales como la
ecuaci´on es conocido como el m´etodo de Frobenius. En este m´etodo se asume una soluci´on de
la forma
y =
∞
k=−∞
ckxk+β
(2.35)
en donde ck = para k ≤ 0 de tal manera que (2.35) en realidad comienza con un termino que
comprende c0 el cual se asume diferente de cero
Substituyendo (2.35) en una ecuaci´on diferencial dada podemos obtener una ecuaci´on para la
constante β (llamada ecuaci´on de indice), lo mismo que ecuaciones que pueden usarse para
determinar las constantes ck. El proceso se muestra en el problema 6.3.
FUNCIONES DE BESSEL DE LA PRIMERA CLASE
Definimos la funci´on de Bessel de la primera clase d orden n como
Jn(x) =
xn
2nΓ(n + 1)
1 −
x2
2(2n + 2)
+
x4
2 ∗ 4(2n + 2)(2n + 4)
− ... (2.36)
o
Jn(x) =
∞
r=0
(−1)r
(x/2)n+2r
r!Γ(n + r + 1)
(2.37)
20
22. en donde Γ(n + 1), es la funci´on gamma (capitulo 4). Si n es un entero positivo
Gamma(n + 1) = n!, Γ(1) = 1. Para n = 0 (2.36) se transforma en
J0(x) = 1 −
x2
22
+
x4
2242
−
x6
224262
+ ... (2.38)
Las series (2.36) o (2.37) son convergentes para todos los valores de x. En la figura 6.1 se
muestran gr´aficos de J0 y J1(x)
Figura 2.1: funci´on de Bessel de la primera clase
Si n es la mitad de un entero impar, Jn(x) puede expresarse en t´erminos de senos y cosenos.
Ver problemas 6.6 y 6.9.
Reemplazando n por −n en (2.36) o (2.37) se puede definir la funci´on J−n(x), n ≥ 0. Si n es
un entero, podemos demostrar que (ver problema 6.5)
J−n(x) = (−1)n
Jn(x) (2.39)
Si n no es un entero, Jn(x) y Jn(x) son linealmente independientes, y para este caso la
soluci´on general de (2.31) es
y = AJn(x) + BJ−n(x) n = 0, 1, 2, 3, ... (2.40)
21
23. FUNCIONES DE BESSEL DE LA SEGUNDA CLASE
Definiremos una funci´on de Bessel de la segunda clase de orden n como
Yn(x) =
Jn(x)cosnπ−J−n(x)
sennπ
n = 0, 1, 2, 3, ..
l´ım
n→∞
Jp(x)cospπ−J−p(x)
senpπ
n = 0, 1, 2, 3, ...
(2.41)
Para el caso en donde n = 0, 1, 2, 3, ... obtenemos el siguiente desarrollo de la serie para Yn(x):
Yn(x) =
2
π
(ln(x/2)+gamma)Jn(x)−
1
π
n−1
k=0
(n − k − 1)!(x/2)2k−n
k!
−
1
π
∞
k=0
(−1)k
φ(k) + φ(n + k)
(x/2)2k+n
w
k!(
(2.42)
en donde γ = 0,5772156,... es la constante de euler y
φ(p) = 1 +
1
2
+
1
3
+ ... +
1
p
, φ(0) = 0 (2.43)
FUNCI´ON GENERATIVA PARA jn(x)
La funci´on
e
x
2
(t−1
t
)
=
∞
n=−∞
Jn(x)tn
(2.44)
es llamada funci´on generativa para funciones de Bessel de la primera clase de orden entero.
Esta es muy ´util para obtener propiedades de estas funciones para valores enteros de n
propiedades que pueden posteriormente probarse para todos los valores de n.
FORMULAS DE RECURRENCIA
22
24. Figura 2.2: funci´on de Bessel de la segunda clase
Los siguientes resultados son validos para todos los valores de n.
1. Jn+1(x) = 2n
x
Jn(x) − Jn−1(x)
2. Jn(x) = 1
2
[Jn−1(x) − Jn+1(x)]
3. xJn = nJn(x) − xJn+1(x)
4. xJn(x) = xJn−1(x) − nJn(x)
5. d
dx
[xn
Jn(x)] = xn
Jn−1(x)
6. d
dx
[x−n
Jn(x)] = −x−n
Jn+1(x)
Si n es un entero, estas f´ormulas probarse usando la funci´on generativa. N´otese que los
resultados 3 y 4 son equivalentes a 5 y 6.
las funciones Yn satisfacen exactamente las mismas formulas de donde Yn(x) reemplaza a Jn(x)
23
25. FUNCIONES RELACIONADAS CON FUNCIONES DE BESSEL
1. Las funciones de Hankel de primera y segunda clase se definen respectivamente por
H(1)
n (x) = Jn(x) + iYn(x), H(2)
n (x) = Jn(x) − iYn(x) (2.45)
2. Funciones de Bessel modificadas. se define una funci´on de Bessel modificada de la primera
clase de orden n como
In(x) = i−n
Jn(ix) = e−nπi/2
Jn(ix) (2.46)
si n es un entero
I−n(x) = In(x) (2.47)
pero si n no es un entero In(x), y I−n(x) son linealmente independientes.
la funci´on modificada de Bessel de la segunda clase de orden n se define como
Kn(x) =
π
2
[I−n(x)−In(x)
sennπ
] n = 0, 1, 2, 3, ..
l´ım
p→n
π
2
[I−p(x)−Ip(x)
senpπ
] n = 0, 1, 2, 3, ...
(2.48)
Estas funciones satisfacen la ecuaci´on diferencial
x2
y + xy − (x2
+ n2
)y = 0 (2.49)
Figura 2.3: Figura 2.4:
y la soluci´on general de esta ecuaci´on es
y = c1In(x) + c2Kn(x) (2.50)
o si n = 0, 1, 2, 3, ...
y = AIn(x) + BI−n(x) (2.51)
24
26. en las figuras 6.3 y 6.4 se muestran los graficos de las funciones I0(x), I1(x), K0(X), K1(x)
3. funciones Ber, Bei, Ker, Kei. Las funciones Bern(x) y Bein(x)son respectivamente las
partes real e imaginaria de Jn(i3/2
x), en donde i3/2
= e3πt/4
= ( 2/2)(−1 + i), esto es
Jn(i3/2
x) = Bern(x) + iBein(x) (2.52)
las funciones Kern(x) y Kein(x) son respectivamente las partes real e imaginaria de
e−nπt/2
Kn(i1/2
x), en donde i1/2
= eπt/4
= ( 2/2)(1 + i), esto es
e−nπt/2
Kn(i1/2
x) = Kern(x) + iKein(x) (2.53)
Estas funciones son ´utiles en conexi´on con la ecuaci´on
x2
y + xy − (ix2
+ n2
)y = 0 (2.54)
que se presenta en ingenier´ıa el´ectrica y en otros campos. La soluci´on general de esta ecuaci´on
es
y = c1Jn(i3/2
x) + c2Kn(i1/2
x) (2.55)
Si n = 0, frecuentemente Bern(x), Bein(x), Kern(x), Kein(x) se denomina
Ber(x), Bei(x), Ker(x), Kei(x) respectivamente en las figuras 6.5 y 6.6 se muestran los
gr´aficos de estas funciones.
Figura 2.5: f
ECUACIONES TRANSFORMABLES EN ECUACIONES DE BESSEL
La ecuaci´on
x2
y + (2k + 1)xy + (a2
x2r
+ β2
)y = 0 (2.56)
en donde k, a, γ, β son constantes, tiene como soluci´on general
y = x−k
[c1Jk/γ(axγ
/γ) + c2Yk/γ(axγ
/γ)] (2.57)
25
27. en donde x = k2 − β2. Si α la ecuaci´on es una ecuaci´on de Euler o de cauchy y tiene como
soluci´on.
y = x−k
(c3xk
+ c4x−k
) (2.58)
FORMULAS ASINTOTICAS PARA FUNCIONES DE BESSEL
Para valores grandes de x tenemos las siguientes f´ormulas asint´oticas
Jn(x) ∼
2
πx
cos x −
π
4
−
nπ
2
, Yn(x) ∼
2
πx
sen x −
π
4
−
nπ
2
(2.59)
CERO DE FUNCIONES DE BESSEL
Podemos demostrar que si n es cualquier n´umero real, Jn(x) = 0 tiene un n´umero infinito de
ra´ıces las cuales son todas reales. La diferencia entre las raices sucesiva se aproxima a π a
medida que las las ra´ıces aumentan de valor. Esto puede verse de (2.59). Podemos tambi´en
demostrar que las ra´ıces de Jn(x) = 0 [los ceros de Jn(x)] est´an ubicadas entre las de
Jn+1(x) = 0... y Jn−1(x) = 0. Para Yn(x) pueden hacerse observaciones similares. Ver en el
apendice E la tabla de los ceros de las funciones de Bessel,
ORTOGONALIDAD DE LAS FUNCIONES DE BESSEL DE LA PRIMERA CLASE
Si λ y µ son dos constantes diferentes, podemos demostrar que
t
0
xJn(λx)Jn(µx)dx =
µJn(λ)Jn(µ) − λJn(µ)Jn(λ)
λ2 − µ2
(2.60)
en tanto que
1
0
xJ2
n(λx)dx =
1
2
[J2
n(λ) + 1 −
n2
λ2
J2
n(λ)] (2.61)
de (2.60) podemos ver que si λ y µ son dos ra´ıces cualesquiera diferentes de la ecuaci´on
RJn(x) + SxJn(x) = 0 (2.62)
en donde R y S son constantes, entonces
1
0
xJn(λx)Jn(µx)dx = 0 (2.63)
en la cual se determina que las funciones
√
xJn(λx) y
√
xJn(µx) son ortogonales e (0,1).
T´engase en cuenta que en casos especiales de (2.62) λ y µ pueden ser dos ra´ıces diferentes
cualesquiera de Jn = 0 o de Jn(x) = 0. Tambi´en podemos decir que las funciones Jn(λx), y
Jn(µx) son ortogonales con respecto a la funci´on densidad o de peso x.
26
28. SERIES DE FUNCIONES DE BESSEL DE LA PRIMERA CLASE
Como en el caso de las series de Fourier, podemos demostrar que si f(x) y f’(x) son continuas
por intervalos entonces para cada punto de continuidad de f(x) en el intervalo de 0 < x < 1
existir´a un desarrollo de la serie de Bessel de la forma
f(x) = A1Jn(λ1x) + A2Jn(λ2x) + ... =
∞
p=1
ApJn(λpx) (2.64)
en donde λ1, λ2, λ3,... son las ra´ıces positivas de (2.62) con R/S ≥ 0, = 0
Ap =
2λ2
p
(λ2
p − n2 + R2/S2)J2
n(λp)
1
0
xJn(λpx)f(x)dx (2.65)
En cualquier punto de discontinuidad la serie de la derecha en (2.64) converge a
1
2
[f(x + 0) + f(x − 0)], la cual puede usarse en el lugar del lado izquierdo de (2.64).
En el caso de S = 0, de tal manera que λ1, λ2,...son las ra´ıces de Jn(x) = 0
Ap =
2
J2
n+1(λp)
1
0
xf(x)dx (2.66)
En este caso las ra´ıces positivas son las de Jn(x) = 0
ORTOGONALIDAD Y SERIES DE FUNCIONES DE BESSEL DE LA SEGUNDA CLASE
Los resultados de arriba para funciones de Bessel de la primera clase pueden desarrollarse en
funciones de Bessel de la segunda clase.
FUNCIONES ORTOGONALES
DEFINICIONES QUE COMPRENDEN FUNCIONES ORTOGONALES
CONJUNTOS ORTOGONALES
Muchas de las propiedades de la serie de Fourier consideradas en el capitulo 2, dependen de
resultados tales como
L
0
sen
mπx
L
sen
nπx
L
dx = 0,
L
0
cos
mπx
L
cos
nπx
L
dx = 0 (m > n) (2.67)
En este capitulo buscaremos generalizar algunas ideas del capitulo 2 , en primer lugar
revisaremos algunas propiedades de los vectores .
27
29. Dos vectores A y B se llaman ortogonales ( perpendiculares) si A ∗ B = 0 o
A1B1 + A2B2 + A3B3 = 0. Donde A1i + A2j + A3kyB1i + B2j + B3k. Aunque no es geom´etrica
ni fisicamente obvio; estas ideas pueden generalizarse para incluir vectores con mas de tres
componentes. Se puede pensar en particular en una funci´on, por ejemplo A(x) como un vector
con una infinidad de componentes (esto es un vector infinitamente dimensional, el valor de
cada componente se especifica sustituyendo el valor particular de x tomado de alg´un intervalo
(a,b). Es natural en este caso definir dos funciones , A(x) y B(x)como ortogonales en (a,b) si
b
a
A(x)B(x)dx = 0 (2.68)
El lado izquierdo de (2.68)se llama generalmente el producto escalar de A(x) y B(x).
Un vector A es llamado un vector unitario o un vector normalizado si su magnitud es la
mitad, es decir, si A ∗ A = A2
= 1 Haciendo extensivo el concepto a la funci´on A(x) decimos
que ella es normal o normalizada en (a,b) si
b
a
A(x)2
dx = 1 (2.69)
De lo dicho arriba se deduce que podemos considerar un conjunto de funciones
φk(x), k = 1, 2, 3,..., que tienen las propiedades
b
a
φm(x)φ(x)dx = 0 m = n (2.70)
b
a
φm(x)2
dx = 1 m = 1, 2, 3, ... (2.71)
Cada miembro del conjunto es ortogonal a cada uno de los otros miembros del conjunto y es
tambi´en normalizado . Podemos llamar cada uno de estos conjuntos de funciones un conjunto
ortogonal en (a,b)
Las ecuaciones (2.70) y (2.71) pueden ser resumidas escribiendo
b
a
φm(x)φn(x)dx = 3mn (2.72)
ORTOGONALIDAD CON RESPECTO A UNA FUNCI´ON DE PESO
Si
b
a
ψm(x)ψn(x)u (x)dx = δmn (2.73)
en donde u (x) ≥ 0, decimos generalmente que el conjunto δm(x) es ortogonal con respecto a
la funci´on de densidad o funci´on de peso w(x). En este caso el conjunto
φm(x) = w(x)ψm(x), m = 1, 2, 3, ..., es un conjunto ortonormal en (a,b)
EXPANSI´ON EN LAS SERIES ORTOGONALES
28
30. En la misma forma que cualquier vector r en tres dimensiones puede ser desarrollado en un
conjunto de vectores unitarios ortogonales entre si i,j,k, en la forma r = c1i + c2j + c3k,
podemos considerar la posibilidad de desarrollar una funci´on f(x) en un conjunto de funciones
ortogonales, esto es
f(τ) =
∞
n=1
cnφn(x) a ≤ x ≤ b (2.74)
Estas series, llamadas series ortogonales, son generalizaciones de las series de fourier y son de
gran inter´es y utilidad desde el punto de vista te´orico y aplicado .
Asumiendo que la serie de la derecha en (2.74) converge a f(x), podemos multiplicar ambos
lados por φm(x) e integrarlos entre a y b para obtener
cm =
b
a
f(x)φm(x)dx (2.75)
que se llaman coeficientesgeneralizadosdeFourier. Como es el caso de las series de Fourier,
se debe hacer una investigaci´on para determinar si la serie de la derecha de (2.74) con
coeficientes (2.75) en realidad converge a f(x). En la practica, si f(x) y f’(x)son continuos por
intervalos en (a,b), entonces la serie de la derecha de (2.74) con coeficientes dador por
(2.75)converge a 1
2
[f(x + 0) + f(x − 0)], como en el caso de las series de Fourier.
APROXIMACIONES EN EL SENTIDO DE LOS M´INIMOS CUADRADOS
Supongamos f(x) y f (x) como continuas por intervalos en (a,b), supongamos ahora que
consideramos la suma infinita
Sm(x) =
M
n=1
αnφn(x) (2.76)
como una aproximaci´on a f(x), en donde an, n = 1, 2, 3, .., son constantes desconocidas hasta
el momento, entonces el error cuadr´atico promedio de esta aproximaci´on est´a dado por
Error cuadr´atico promedio (ECP)
ECP =
b
a
[f(x) − Sµ(x)]2
dx
b − a
(2.77)
Buscamos ahora determinar las constantes an que producir´an la m´ınima ra´ız cuadrada del
error cuadr´atico promedio. El resultado se da en el siguiente teorema
Teorema 1. la ra´ız del error cuadr´atico promedio es m´ınima cuando los coeficientes son iguales
a los coeficientes generalizados de Fourier (2.75) es cuando
an = cn =
b
a
f(x)φn(x)dx (2.78)
Generalmente decimos que SM (x) con coeficientes cn es una aproximaci´on a f(x)en el sentido
de los m´ınimos cuadrados o una aproximaci´on por m´ınimos cuadrados de f(x)
29
31. Es interesante notar que una vez que hemos encontrado una aproximaci´on a f(x) en el sentido
de los m´ınimnos cuadrados usando los coeficientes cn, no tenemos que calcular nuevamente
estos coeficientes se deseamos tener una mejor aproximaci´on . Esto es llamado generalmente
principio de finalidad.
IDENTIDAD DE PARSEVAL PARA SERIES ORTONORMALES. PLENITUD
Para el caso an = 0 podemos demostrar que la raiz de error cuadr´atico promedio est´a dada por
Erms =
1
√
b − a
b
a
[f(x)]2
dx −
M
n=1
c2
n
1/2
(2.79)
Se ve que erms depende de M. a medida que M → ∞ podriamos esperar que Erms → 0 en
cuyo caso tendriamos
b
a
[f(x)]2
dx =
∞
n=1
c2
1 (2.80)
Ahora (2.80) ciertamente no puede ser verdadero si, por ejemplo, eliminamos ciertas funciones
φn(x) en la aproximaci´on de la serie, esto es, si el conjunto de funciones est´a incompleto.
Debemos por lo tanto definir un conjunto de funciones φn(x) como completo s´ı y solamente s´ı
Erms → ∞, de tal manera que (2.80) sea v´alida. Llamamos (2.80) identidad de parseval para
series ortogonales de funciones.
En el caso en que Erms → 0 cuando M → ∞, esto es
l´ım
M→∞
b
a
[f(x) − SM (x)]2
dx = 0 (2.81)
algunas veces escribimos
l´ım
M→∞
SM (x) = f(x) (2.82)
Esto se interpreta as´ı, el limiteenpromedio de SM (x)esigualaf(x)cuandoM → ∞ o
SM (x)convergeenpromedioaf(x)cuandoM → ∞ y es equivalente a (2.81)
SISTEMAS DE STURM-LIOUVILLE VALORES EIGEN Y FUNCIONES EIGEN
Un problema de valor l´ımite que tenga la forma
d
dx
p(x)
dy
dx
+ [q(x) + λγ(x)]y = 0 a ≤ x ≤ b (2.83)
en donde a1, a2, β1, β2 son constantes dadas; p(x), q(x), γ(x) son funciones dadas que
asumimos como derivables y λes un par´ametro indefinido independiente de x, se llama un
problema de valor de limite de sturn-louvill. Estos sistemas se presentan en la practica al usar
el m´etodo de separaci´on de variables en la soluci´on de ecuaciones diferenciales parciales. En
´este caso λ es la constante de separaci´on.
Existe en general solamente una soluci´on no despreciable de este sistema, esto es, una que no
es exactamente igual a cero, para su conjunto de valores particulares del par´ametro λ. Estos
valores se denominan valores caracter´ısticos o mas frecuentemente valores Eigen del sistema;
las soluciones correspondientes se denominan funciones caracteristicas o funciones Eigen del
sistema. En general para cada valor eigen hay una funci´on Eigen, aunque puede presentarse
excepciones.*
30
32. Si p(x) y q(x) son reales, entonces los valores Eigen son reales. Tambi´en, las funciones Eigen
forman un conjunto ortogonal con respecto a la funci´on de peso r(x), la cual se toma
generalmente como no negativa esto es r(x) ≥ 0. Se desprende que por la normalizaci´on
adecuada un conjunto de funciones puede hacerse un conjunto ortogonal con respecto a r(x)
en a ≤ x ≤ b
APLICACIONES DE PROBLEMAS A VALOR LIMITE
En el proceso de la soluci´on de problemas de valor limite por el uso de separaci´on de variables
encontramos generalmente las ecuaciones diferenciales de esturn Liouville. El par´ametro λ que
se obtienen representan los valores reales Eigen. se obtienen entonces la soluci´on del problema
de valor l´ımite en t´erminos de las correspondientes funciones Eigen mutuamente ortogonales.
31