MII Distribuciones

Carlos Hoyos

Curso 2020-21

Índice
Notación 2
1 Introducción y motivación física 3
2 Distribuciones como límites de funciones: delta de Dirac 6
2.1 La delta de Dirac como el límite de una distribución uniforme . . . . . . . . . . . . 7
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Propiedades y generalizaciones de la delta de Dirac . . . . . . . . . . . . . . . . . . 9
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Representaciones de la delta de Dirac mediante funciones ortonormales . . . . . . . 12
2.3.1 Funciones ortonormales como autofunciones . . . . . . . . . . . . . . . . . . 14
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 Distribuciones como funcionales: denición general 18

3.1 Espacio de funciones: funciones test . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2 Distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Diferenciación de distribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Derivadas de funciones discontinuas . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5 Distribuciones a partir de funciones no integrables: f (x) = 1/x . . . . . . . . . . . 26
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4 Transformadas integrales 30
4.1 Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.1 Algunas propiedades y generalización a varias dimensiones . . . . . . . . . . 32
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 Algunas propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

1
Notación
ˆ Símbolos: ∀= para todo, ∃= existe, ∈= pertence a, ⊂= subconjunto.

ˆ Conjuntos de números: naturales, N, enteros Z, racionales Q, reales R, complejos C.

ˆ Vectores: En general, los vectores se denotarán por una letra negrita, y las componentes por
letra normal, por ejemplo un vector x ∈ Rn tiene n componentes reales (x1 , . . . , xn ). La
norma de un vector se denota como ||x||, y a los vectores de norma unidad se los distinguirá
con un sombrero x̂, ||x̂|| = 1. El producto escalar de dos vectores se denotará por un punto
x · y = x 1 y1 + x 2 y2 + · · · + x n yn .

ˆ Conjuntos de funciones: Considerando funciones reales o complejas denidas sobre un do-

minio D, f : D −→ R, C

 C(D) = conjunto de funciones contínuas.

 C N (D) = conjunto de funciones N veces diferenciables.

2
1 Introducción y motivación física
En general, cuando pensamos sobre distribuciones nos viene a la mente la localización en el espacio
de cierta cantidad física, por ejemplo en mecánica clásica o electromagnetismo:

ˆ Para calcular el momento de inercia de un sólido es necesario conocer su distribución de

masa m(x), x ∈ R3 . El momento de inercia a lo largo del eje z de un sólido ocupando el
volumen V es Z
Iz = m(x)||ẑ × x||2 ,
V
donde x es el vector de posición de un elemento de volumen dentro del sólido y ẑ es el vector
unidad a lo largo del eje z . La masa total viene dada por la integral de la distribución sobre
el volumen del sólido Z
M= m(x).
V

ˆ Una distribución de carga q(x) produce un campo eléctrico, que se puede calcular a partir
de las ecuaciones de Maxwell. El potencial electrostático producido por la carga es

q(x0 )
Z
φ(x) = d3 x0 ,
4π||x − x0 ||

donde x0 es la posición del elemento de volumen con densidad de carga q(x0 ). La carga total
dentro de cierto volumen V del espacio viene dada por
Z
Q= q(x).
V

Y de forma natural podemos pensar en distribuciones más generales en mecánica estadística o

mecánica cuántica, por ejemplo:

ˆ En teoría cinética de los gases se dene una distribución de velocidades f (v) que determina
el número de partículas con velocidad v.

ˆ El movimiento browniano de una partícula dentro de un uido se describe utilizando una

distribución que depende de la posición y el momento de la partícula f (x, p). Esta dis-
tribución determina la probabilidad (clásica) de que una partícula dentro de un uido se
encuentre en un punto del espacio de fases (x, p).

ˆ Las funciones de onda de mecánica cuántica en posiciones ψ(x) o momentos ψ(p)

e determinan
la amplitud de probabilidad de encontrar una partiícula en la posición x o con momento p.

Claramente, se puede extender este concepto a espacios y cantidades más abstractas, dentro y
fuera de la Física. Probablemente en este momento se estará pensando que las distribuciones son
simplemente funciones. Sin embargo, vamos a ver que en muchos de los casos idealizados que
estudiamos en Física no lo son.
Tomemos como ejemplo el caso de un plano innitamente extenso y con una densidad de
carga por unidad de área constante. Para concretar, tomemos coordendas cartesianas (x, y, z) y
supongamos que el plano está localizado en z = 0. El campo eléctrico es constante a ambos lados

3
del plano y apunta en la dirección perpendicular al mismo


E⊥ ẑ , z>0
E=
−E⊥ ẑ , z < 0

Podemos tomar un cilindro de radio R y longitud 2L con el eje en la dirección z e intersecando

el plano, como se indica en la Figura 1.

Figura 1: Cilindro intersecando el plano cargado, el campo eléctrico apunta en direcciones opuestas a
ambos lados. Se ha indicado también vectores n̂ ortogonales a la supercie del cilindro en las tapas
circulares y en el tubo que las une.

La carga total dentro del cilindro está relacionada con el campo eléctrico mediante la ley de
Gauss. Esto nos da una integral sobre la supercie del cilindro S:
I
1
Q= n̂ · E,
4π S

donde n̂ es un vector unitario ortogonal a la supercie y apuntando hacia el exterior del cilindro.
Como el campo está orientado a lo largo del eje del cilindro, solo contribuyen las tapas circu-
lares
1 1
Q= × 2 × πR2 E⊥ = R2 E⊥ .
4π 2
Por otro lado, la carga dentro del cilindro se puede calcular utilizando la distribución de carga
q(r). Dado que toda la carga se encuentra sobre el plano y está distribuida de forma uniforme,
se cumple que
q(x, y, z) = q(z) y q(z) = 0, ∀z 6= 0.
Suponiendo que el punto medio del eje del cilindro se encuentre sobre el plano cargado, la carga
total es la integral
Z L
Q = πR2 dz q(z).
−L

Pero si q(z) fuese una función, su valor en z =0 debería ser un número real y la integral sería
idénticamente cero, ya que q(z) es cero excepto en z =0 (que es un espacio de volumen cero).
Por lo tanto la distribución de carga en este caso no es una función.
De forma similar, siempre que consideremos cargas o masas puntuales, o localizadas en un

4
espacio de dimensión menor a la del espacio total, la distribución no se puede describir con una
función. Otro ejemplo son cambios instantáneos en el momento de una partícula. Dada una fuerza
F (t), podemos obtener el cambio en el momento p de una partícula a lo largo de un intervalo de
tiempo integrando la segunda ley de Newton

Z t1
dp
= F (t) ⇒ p(t1 ) − p(t0 ) = dt F (t).
dt t0

Si el momento de la partícula es


p0 , t < 0
p(t) =
p1 , t > 0

Esto signica que ha actúado una fuerza de forma instantánea sobre la partícula (por ejemplo
como resultado de una colisión). Pero como el momento es constante para cualquier t 6= 0, esto
signica que la fuerza F (t) = 0, ∀t 6= 0. Por lo tanto, la fuerza que produce este cambio no puede
describirse por una función.
Quizá ejemplos claramente singulares como los anteriores sean de los más claros para mostrar
que las distribuciones no son funciones, pero hay otros muchos ejemplos distintos que veremos más
adelante. En particular puede ocurrir que la distribución sea completamente suave, en cuyo caso sí
que es posible asociarle una función. Además, la forma en la que manipulamos las distribuciones
es muy similar a la forma en que manipulamos funciones, podemos diferenciarlas, integrarlas,
etc. Por eso también se conoce a las distribuciones como funciones generalizadas. Un función
propiamente dicha sería entonces una función ordinaria.
En este tema vamos a denir y a aprender a manipular distribuciones. Empezaremos es-
tudiando distribuciones como límites de funciones y veremos un caso fundamental en Física, la
delta de Dirac. Después introduciremos una denición formal y aprenderemos a manipularlas, en
particular a derivarlas. También estudiaremos transformadas integrales de distribuciones, lo cual
nos será bastante útil en los temas siguientes.

5
2 Distribuciones como límites de funciones: delta de Dirac
We get over the diculty by allowing innities of certain types to occur
P.A.M. Dirac (Premio Nobel 1933), The Principles of Quantum Mechanics Ÿ22

Los ejemplos que hemos visto en la introducción son claramente idealizaciones de la realidad,
en la práctica nunca vamos a tener un plano cargado innitamente extenso e innitamente no.
Sin embargo, en un curso relativamente avanzado como éste, ya sabemos (o deberíamos saber)
que este tipo de idealizaciones son extremadamente útiles, ya que nos permiten olvidarnos de
detalles que pueden resultar irrelevantes para la descripción del sistema físico que nos interese.
Por ejemplo, podríamos suponer que tenemos carga distribuida de forma uniforme entre dos
planos paralelos, separados una distancia d (el espesor) a lo largo de la dirección z
 ρ0
d , −d/2 ≤ z ≤ d/2
q(x, y, z) =
0 , |z| > d/2

Donde ρ0 > 0 es la densidad de carga por unidad de área en las direcciones (x, y) y ρ0 /d es la
densidad de carga por unidad de volumen. La carga total dentro de un cilindro de radio R y
longitud L>d es fácil de calcular

Z d/2
ρ0
Q(d) = πR2 dz = πR2 ρ0 .
−d/2 d

Igual que hemos tomado una distribución uniforme podríamos haber tomado una función más
complicada para denir la distribución en el intervalo −d/2 ≤ z ≤ d/2. En muchos caso estaremos
interesados en hacer medidas, observaciones o experimentos en una región a una distancia L del
plano z = 0 que es mucho mayor que el espesor de la distribución L  d. Entonces esperamos que
los detalles de la distribución sean irrelevantes y que los resultados se puedan aproximar tomando
el límite en que el espesor d vaya a cero.
Si hacemos d cada vez más pequeño, entonces la distribución de carga estará cada vez más
localizada alrededor del plano z=0 y la densidad de carga por unidad de volumen ρ0 /d se hace
cada vez mayor. Formalmente,


+∞ , z = 0
lim q(x, y, z) =
d→0 0 , z 6= 0

Aunque bastante intuitiva, esta no es una expresión bien denida. Además, hemos perdido la
información acerca de la densidad de carga ρ0 , que es una cantidad física relevante. Para denir
el límite de alguna manera jémonos en que la carga total no depende de d y, lo que es más
importante, el límite de la integral de la distribución sí que está bien denido

lim Q(d) = πR2 ρ0 .

d→0

Esto nos da una pista crucial para poder denir del límite, en vez de tomarlo sobre la función
directamente, lo tomaremos sobre integrales de la función.

6
2.1 La delta de Dirac como el límite de una distribución uniforme

Vamos a pasar ahora a una formulación matemática algo más general. Construyamos una familia
de funciones reales denidas sobre la recta real δn : R −→ R, n ∈ N
1 1

n , − 2n ≤x≤ 2n
δn (x) = 1 (2.1)
0 , |x| > 2n

Esta familia captura las propiedades de la distribución de carga que habíamos discutido anterior-
mente. Si la representamos grácamente cuando incrementamos el valor de n el espesor se hace
menor y la altura de la función aumenta, como se puede ver en la Figura 2.

8 n= 8

4 n= 4

2 n= 2
n= 1
0

- 0.6 - 0.4 - 0.2 0.0 0.2 0.4 0.6

Figura 2: Representación de las distribuciones uniformes (2.1) para valores crecientes de n.

Tomemos ahora una función arbitraria ϕ : R −→ R en R de tal forma que la integral con
cualquiera de las funciones δn esté bien denida
Z ∞
In = hδn (x), ϕ(x)i ≡ dx δn (x)ϕ(x). (2.2)
−∞

La notación que hemos introducido para la integral no es totalmente accidental, esta integral se
puede entender como un producto interno (producto escalar) en el espacio de funciones, análogo
al producto de dos vectores x, y ∈ RN
N
X
x·y = x i yi .
i=1

Volviendo a la integral, de forma más explícita tenemos que

Z 1
2n
In = hδn (x), ϕ(x)i = n dx ϕ(x). (2.3)
1
− 2n

Entonces la sucesión 1
de funciones {δn }n∈N , da lugar a una sucesión de numeros reales {In }n∈N .
Si la sucesión converge a un valor real determinado para cualquier función ϕ, entonces diremos que
el límite de la sucesión de funciones existe. Para asegurarnos de que no haya problemas al tomar

1
En el sentido habitual, es una colección ordenada de elementos (nita o innita) que podemos etiquetar con
los números naturales.

7
 ϕ sea suave en
el límite de la integral, vamos a imponer la condición adicional de que la función
un intervalo alrededor dex = 0, es decir existe un D ⊂ R compacto tal que 0 ∈ D y la restricción
∞
de ϕ en D es ϕ|D ∈ C (D). Para n lo sucientemente grande, el intervalo de integración está
contenido dentro del intervalo donde ϕ es una función suave [−1/(2n), 1/(2n)] ⊂ D , y se puede
hacer un desarrollo de Taylor de ϕ en x = 0

1
ϕ(x) = ϕ(0) + ϕ0 (0)x + ϕ00 (0)x2 + O(x3 ). (2.4)
2
Entonces, introduciendo la expansión en (2.3) e integrando, se obtiene que, para un n lo sucien-
temente grande,  
1 1
In = hδn (x), ϕ(x)i = ϕ(0) + ϕ00 (0) + O . (2.5)
24n2 n4
Por tanto, la sucesión de integrales converge al valor de la función ϕ en x=0

lim In = lim hδn (x), ϕ(x)i = ϕ(0). (2.6)

n→∞ n→∞

Notemos que también podríamos haber calculado el límite tomado una familia contínua de fun-
ciones n ∈ R.
La función generalizada que resulta de este límite fue popularizada por el físico inglés Paul
Dirac en 1930 (uno de los físicos teóricos más destacados del s. XX) en su libro The Principles
of Quantum Mechanics
2
y se la conoce como delta de Dirac
lim δn (x) = δ(x). (2.7)
n→∞

Su propiedad denitoria es la que hemos visto, al integrarla con una función ϕ(x) da el valor de
dicha función en x=0
Z ∞
hδ(x), ϕ(x)i = dx δ(x)ϕ(x) = ϕ(0). (2.8)
−∞

Dirac escogió el nombre por analogía con la delta de Kronecker. Ésta se dene para i, j ∈ Z como

1 , i=j
δi,j =
0 , i 6= j

Dada una función f : Z −→ R notemos la similitud de (2.8) con el sumatorio

∞
X
fi δi,0 = f0 .
i=−∞

Es decir, la delta de Dirac actúa como una delta de Kronecker donde el índice discreto i de fi
pasa a ser la variable continua x de ϕ(x).
2
Se puede encontrar una copia escaneada del libro en este link, la delta de Dirac se introduce en Ÿ22.

8
Ejercicios
Muestra que las siguientes familias de distribuciones tienen como límite la delta de Dirac.

2.1.1. Sucesión {δn }n∈N , donde

r
n −nx2
δn (x) = e .
π

2.1.2. Sucesión {δn }n∈N , donde

n 1
δn (x) = .
π 1 + n2 x2
2.1.3. Sucesión {δn }n∈N , donde
Z ∞
1
δn (x) = eixt−|t|/n dt.
2π −∞

2.1.4. Familia contínua δα , donde α>0 y

α
δα (x) = ,
π(x2 + α2 )

en el límite α → 0+ .

2.1.5. Familia contínua δt , donde t>0 y

2
e−x /t
δt (x) = √ ,
πt
en el límite t → 0.

2.2 Propiedades y generalizaciones de la delta de Dirac

Paridad: La delta de Dirac es una función par

δ(−x) = δ(x). (2.9)

Esto puede deducirse de que las distribuciones uniformes δn dadas en (2.1) son funciones pares
independientemente del valor de n.

Traslación: Una generalización obvia es denir una delta de Dirac tal que al integrarla con
una función se obtenga el valor de dicha función en un punto arbitrario x0 ∈ R. Se representa
normalmente como la función generalizada δ(x − x0 ):
Z ∞
hδ(x − x0 ), ϕ(x)i = dx δ(x − x0 )ϕ(x) = ϕ(x0 ). (2.10)
−∞

9
Integral en R y en un intervalo: Si tomamos ϕ(x) = 1 en (2.10) obtenemos la integral de la
delta de Dirac Z ∞
hδ(x − x0 ), 1i = dx δ(x − x0 ) = 1. (2.11)
−∞
Es más, utilizando una función de tipo


1 , a≤x≤b
ϕ(x) = φ(a,b) (x) = (2.12)
0 , x<aox>b

vemos que la integral de la delta de Dirac sobre un intervalo es 1 o 0 dependiendo de si el intervalo

contiene al punto x = x0 o no

Z b 
1 , x0 ∈ [a, b]
δ(x − x0 ), φ(a,b) (x) = dx δ(x − x0 ) = (2.13)
a 0 , x0 ∈
/ [a, b]

Todos los ejemplos que hemos visto anteriormente de cargas o masas localizadas o fuerzas
instantáneas corresponden a distribuciones de tipo delta de Dirac. En el caso de una distribución
de carga uniforme sobre el plano z = 0, la distribución de carga es

q(x, y, z) = ρ0 δ(z).

Podemos comprobar que la integral dentro del volumen del cilindro da lugar al resultado esperado

Z L
2
Q = πR dz ρ0 δ(z) = πR2 ρ0 .
−L

Composición: Dada una función f : R → R, podemos denir δ◦f como

Z ∞
hδ(f (x)), ϕ(x)i = dx δ(f (x))ϕ(x). (2.14)
−∞

En primer lugar notemos que las únicas contribuciones distintas de cero provienen de los puntos
donde f es igual a cero. Supongamos que esto ocurre en un conjunto de puntos aislados f (xi ) = 0,
i = 1, 2, · · · , que puede ser nito o no. En este caso podemos descomponer la integral en una
suma de integrales alrededor de cada uno de los ceros de f . Tomando 0 <  < |xi − xj |, ∀i, j ,

Z ∞ X Z xi +
dx δ(f (x))ϕ(x) = dx δ(f (x))ϕ(x). (2.15)
−∞ f (xi )=0 xi −

Suponiendo que f es diferenciable en f 0 (xi ) 6= 0, tomando un  lo sucientemente pequeño, la

xi y
inversa de f existe dentro del intervalo (ya que f (x) es aproximadamente una recta de pendiente
f 0 (xi )). Hacemos ahora el cambio de variables u = f (x) y denotamos como [u− , u+ ] (u− <
f (xi ) < u+ ) a la imagen del intervalo [xi − , xi + ]
Z u+
ϕ(xi )
du (f −1 )0 (u) δ(u)ϕ f −1 (u) = (f −1 )0 (0) ϕ f −1 (0) = 0



, (2.16)
u− |f (xi )|

10
donde en el último paso hemos utilizado el teorema de la función inversa. Por tanto, siempre que
se cumplan las condiciones que hemos supuesto,

Z ∞ X ϕ(xi )
dx δ(f (x))ϕ(x) = . (2.17)
−∞ |f 0 (xi )|
f (xi )=0

En términos de funciones generalizadas

X δ(x − xi )
δ(f (x)) = . (2.18)
|f 0 (xi )|
f (xi )=0

Vemos que la traslación de la delta de Dirac es un caso especial de la composición con f (x) = x−x0 ,
y la propiedad de paridad se puede deducir usando f (x) = −x.

Homogeneidad: Otro caso importante de composición es el cambio de escala f (x) = λx, λ ∈ R.

Utilizando (2.18)
1
δ(λx) = δ(x). (2.19)
|λ|
Por lo tanto, la delta de Dirac es una función homogénea de grado −1.

Delta de Dirac en Rn : Rn (o delta de Dirac n-dimensional)

Denimos la delta de Dirac en
como la distribución que nos da el valor de una función ϕ : R −→ R en x = 0
n

D E Z
(n)
δ (x), ϕ(x) = dn x δ (n) (x)ϕ(x) = ϕ(0). (2.20)
Rn
Si utilizamos coordendas cartesianas x = (x1 , x2 , · · · , xn ), entonces la función generalizada de la
delta de Dirac n-dimensional se puede expresar como el producto de n deltas de Dirac

δ (n) (x) = δ(x1 )δ(x2 ) · · · δ(xn ). (2.21)

Comprobarlo es inmediato:
Z Z ∞ Z ∞
dn x δ (n) (x)ϕ(x) = dx1 · · · dxn δ(x1 ) · · · δ(xn )ϕ(x1 , · · · , xn ) = ϕ(0, · · · , 0). (2.22)
Rn −∞ −∞

En el último paso las integrales sobre cada una de las variables se pueden hacer en cualquier orden.
La delta de Dirac n-dimensional hereda todas las propiedades que hemos derivado anterioremente
para la delta de Dirac unidimensional, simplemente utilizando la relación entre ambas (2.21).

Ejercicios
2.2.1. Dado un polinomio de segundo orden p2 (x) = ax2 + bx + c con coecientes reales a, b, c ∈ R,
encuentra una expresión para δ(p2 (x)) en términos de las raices del polinomio.

2.2.2. Da una expresión para la delta de Dirac 2-dimensional en coordenadas polares.

2.2.3. Da una expresión para la delta de Dirac 3-dimensional en coordenadas cilíndricas.

11
2.2.4. Da una expresión para la delta de Dirac 3-dimensional en coordenadas esféricas.

2.2.5. Escribe la distribución correspondiente a una densidad de carga por unidad de longitud
constante a lo largo de un cable innito extendido a lo largo del eje z.

2.2.6. Escribe la distribución de masa correspondiente a una pelota de fútbol. Aproximamos la

pelota por una supercie esférica de radio R centrada en el origen y con densidad de masa
por unidad de área constante.

2.3 Representaciones de la delta de Dirac mediante funciones ortonormales

Supongamos que estamos interesados en conocer el valor de una cantidad física A en un círculo.
Esto podría ser por ejemplo la carga o la temperatura sobre un alambre de forma circular, la
función de onda de una partícula restringida a moverse sobre el círculo, etc. Podemos parametrizar
la posición sobre el círculo con una coordenada x ∈ [0, 2π), tal que A(0) = A(2π) es una función
periódica. Resulta que podemos expandir cualquier función A(x) en exponenciales imaginarias

∞
a
√ n einx ,
X
A(x) = (2.23)
n=−∞ 2π

donde an son los coecientes de la expansión, independientes de x. Dado que las exponenciales
imaginarias son periódicas, la expansión también lo es. Además, tomando como producto entre
funciones Z 2π
f · g ≡ h(f (x))∗ , g(x)i = dx (f (x))∗ g(x), (2.24)
0
el conjunto de funciones
1
ϕn (x) = √ einx , n ∈ Z, (2.25)
2π
forma una base ortonormal. La condición de ortonormalidad puede comprobarse fácilmente

Z 2π
dx (ϕn (x))∗ ϕm (x) = δn,m , (2.26)
0

donde δn,m es la delta de Kronecker. Los coecientes an de la expansión de A se corresponden

con la proyección sobre los elementos de la base

Z 2π
an = dx(ϕn (x))∗ A(x) . (2.27)
0

¾Qué ocurre si A esta distribuida de tal forma que se concentra sobre un solo punto del círculo?
Siguiendo los ejemplos que hemos visto anteriormente, dicha distribución estaría descrita por una
delta de Dirac. Podemos denir la distribución mediante el límite de una sucesión de funciones
periódicas {Ak (x)}k∈N tal que
lim Ak (x) = δ(x − x0 ) , (2.28)
k→∞

12
donde x0 ∈ [0, 2π) (hemos puesto un posible factor constante enfrente de la delta a uno por
simplicidad). Para cada valor de k es posible hacer la expansión en exponenciales imaginarias con
coecientes Z 2π
a(k)
n = dx(ϕn (x))∗ Ak (x) . (2.29)
0
Dado que Ak aparece dentro de la integral, el límite k→∞ está bien denido y determina los
coecientes de la expansión

Z 2π
1
a(∞)
n = lim a(k)
n = dx(ϕn (x))∗ δ(x − x0 ) = (ϕn (x0 ))∗ = √ e−inx0 . (2.30)
k→∞ 0 2π
Por lo tanto, la delta de Dirac en el círculo puede escribirse como

∞ ∞
X 1 X in(x−x0 )
δ(x − x0 ) = (ϕn (x0 ))∗ ϕn (x) = e . (2.31)
n=−∞
2π n=−∞

Notemos que se satisface δ(x − x0 ) = δ(x0 − x) al cambiar n → −n en el sumatorio. De la misma

forma se puede comprobar que (δ(x − x0 ))∗ = δ(x − x0 ), por lo que se comprueba que la delta de
Dirac es real.
En el caso general, se dene el producto entre funciones en un intervalo (a, b) (incluyendo los
casos en los que a = −∞ y/o b = +∞), y con un peso w(x), que es una función real satisfaciendo
w(x) > 0 y regularidad dentro del intervalo,

Z b
∗
f · g ≡ h(f (x)) , g(x)iw ≡ dx w(x)(f (x))∗ g(x). (2.32)
a

Si las funciones son reales entonces se omite la conjugación compleja. Asumiendo la existencia de
un conjunto de funciones ortonormales ϕn (x)
Z b
ϕn · ϕm = dx w(x)(ϕn (x))∗ ϕm (x) = δn,m , (2.33)
a

una función arbitraria A(x) puede expandirse en la base como

X Z b
A(x) = an ϕn (x), an = ϕn · A = dx w(x)(ϕn (x))∗ A(x) . (2.34)
n a

Entonces la función delta de Dirac admite una representación dada por la expansión en la base
ortonormal
X X
δ(x − x0 ) = w(x0 ) (ϕn (x0 ))∗ ϕn (x) = w(x) (ϕn (x0 ))∗ ϕn (x). (2.35)
n n

Aunque aparentemente los factores w(x0 ) y w(x) son distintos, como la delta de Dirac solo tiene
soporte en x = x0 toman el mismo valor. Además, la delta de Dirac es real (δ(x−x0 ))∗ = δ(x−x0 ).
Para ver esto último podemos utilizar que el complejo conjugado de cualquier elemento de la base

13
debe tener una expansión en la misma base

X Z b
∗
(ϕn (x)) = cnm ϕm (x), cnm = dx w(x)(ϕm (x))∗ (ϕn (x))∗ . (2.36)
m a

Se ve de forma inmediata que los coecientes son simétricos cnm = cmn . El complejo conjugado
de esta expansión es
X
ϕn (x) = c∗nm (ϕm (x))∗ . (2.37)
m

Introduciendo (2.36) en (2.37) se ve que debe cumplirse la condición

X
c∗nm cml = δn,l . (2.38)
m

Ahora podemos introducir las expansiones (2.36) y (2.37) en el sumatorio que aparece en la
expansión de la delta de Dirac (2.35)

! !
X X X X
∗
(ϕn (x0 )) ϕn (x) = cnm ϕm (x0 ) c∗nl (ϕl (x))∗
n n m l
!
X X X (2.39)
= c∗ln cnm (ϕl (x))∗ ϕm (x0 ) = (ϕm (x))∗ ϕm (x0 ) .
m,l n m
| {z }
=δl,m

Donde hemos usado la simetría de los coecientes en el segundo paso. Utilizando este resultado,
una representación equivalente es

X X
δ(x − x0 ) = w(x0 ) (ϕn (x))∗ ϕn (x0 ) = w(x) (ϕn (x))∗ ϕn (x0 ). (2.40)
n n

Esto permite que se satisfaga

Z b
hδ(x − x0 ), f (x)i = dx f (x)δ(x − x0 ) = f (x0 ) , (2.41)
a

se deja la comprobación utilizando las expansiones en funciones ortonormales como ejercicio.

2.3.1 Funciones ortonormales como autofunciones

Existen gran cantidad de sistemas físicos en los que aparece un problema de autofunciones de
tipo Sturm-Liouville, por ejemplo cuando estudiamos vibraciones de algún objeto como cuerdas o
membranas, frecuencias de resonancia en una cavidad, los autoestados de energía en la ecuación
de Schroedinger, etc, etc. La función delta de Dirac tiene una representación natural en términos
de las autofunciones que son soluciones del problema de Sturm-Liouville.
En primer lugar hagamos un pequeño repaso de los problemas de autofunciones. Como ejemplo
tomaremos la ecuación de difusión del calor en tres dimensiones. Supongamos que tenemos un
cubo de lado L de un material con un coeciente de difusión térmica D. Ponemos el cubo en
contacto con un reservorio de tal manera que las paredes del cubo se mantienen a una temperatura

14
constante T0 . Esto podría corresponder por ejemplo a las uctuaciones en la temperatura de un
elemento de un uido cuya temperatura media es T0 . La ecuación que gobierna las uctuaciones de
la temperatura u(t, x) = T (t, x) − T0 (t es el tiempo y x = (x1 , x2 , x3 ) las coordenadas espaciales)
es
∂t u(t, x) − D∇2 u(t, x) = 0. (2.42)

Además, u(t, x) = 0 sobre las paredes del cubo (xi = 0, L, i = 1, 2, 3), para cualquier t.
Genéricamente partimos de una ecuación diferencial en varias variables y utilizamos separación
de variables para reducirla a varias ecuaciones de una sola variable. En este caso

u(t, x) = T (t)X1 (x1 )X2 (x2 )X3 (x3 ), (2.43)

esto da lugar a
3
T0 X X 00
i
−D = 0. (2.44)
T Xi
i=1

Solo puede existir una solución si cada uno de los términos es constante

Xi00 T0
= −ki2 , = −Γ, (2.45)
Xi T
La solución para la parte temporal es

T (t) = TΓ e−Γt , Γ = Dk2 . (2.46)

Los coecientes TΓ se podrían jar imponiendo condiciones inciales. Para cada una de las com-
ponentes espaciales Xi , encontramos

Xi00 + ki2 Xi = 0, Xi (0) = Xi (L) = 0. (2.47)

En el problema genérico debemos acabar con ecuaciones de tipo Sturm-Liouville

d 
p(x)y 0 (x) + q(x)y(x) + λw(x)y(x) = 0,

(2.48)
dx
junto con condiciones de contorno para y(x) en un intervalo [a, b]. Se deben satisfacer las condi-
ciones p(x) 6= 0, w(x) > 0 dentro del intervalo. De la teoría general sabemos que

ˆ Hay un conjunto innito y discreto de valores de λ (los autovalores o valores propios) para
los que existen soluciones no triviales a la ecuación.

ˆ Los autovalores son reales y están ordenados λ1 < λ2 < λ3 < · · · , con λN → ∞ cuando
N → ∞.
ˆ Para cada autovalor λN existe una solución (la autofunción o función propia) única con
N −1 nodos dentro del intervalo donde está denido el problema.

ˆ Las autofunciones normalizadas forman una base ortonormal del espacio de funciones de
cuadrado integrable dentro del intervalo.

Hay que aclarar que una ecuación de esta forma no tiene por qué aparecer de forma inmediata
después de haber hecho la separación de variables, es posible que las ecuaciones resultantes re-

15
quieran algunas manipulaciones como cambios de variabes, etc. Nuestro ejemplo es un caso muy
sencillo con
pi (xi ) = 1, qi (xi ) = 0, wi (xi ) = 1, λi = ki2 , i = 1, 2, 3. (2.49)

Como hemos aprendido en cursos anteriores, las soluciones al problema de Sturm-Liouville existen
para un conjunto de valores propios λn , n = 1, 2, 3, . . . , y el conjunto de soluciones {ϕn (x)} puede
tomarse de tal forma que constituye una base ortonormal del espacio de funciones

Z b
dx w(x) (ϕn (x))∗ ϕm (x) = δn,m . (2.50)
a

Como ejemplos conocidos tenemos las funciones especiales y polinomios ortogonales (Bessel, La-
guerre, Legendre, Hermite, Chebyshev, hypergeométricas,...). En el ejemplo particular que esta-
mos viendo las autofunciones son senos, en concreto

r
2  n πx 
i i
 n π 2
i
ϕni (xi ) = sin , λni = , i = 1, 2, 3. (2.51)
L L L
Por lo tanto, una solución genérica para la uctuación es (n = (n1 , n2 , n3 ))
X Dπ 2 2
u(t, x) = TΓn e−Γn t ϕn1 (x1 )ϕn2 (x2 )ϕn3 (x3 ), Γn = n . (2.52)
n1 ,n2 ,n3
L2

En nuestro ejemplo particular, la delta de Dirac en cada dirección espacial tiene un desarrollo
de Fourier en senos
∞
ni πx0i
 
2 X  n πx 
i i
δ(xi − x0i ) = sin sin . (2.53)
L L L
ni =1
Q3
Y como ya hemos visto, la delta de Dirac tridimensional es el producto δ (3) (x − x0 ) = i=1 δ(xi −
x0i ).

Ejercicios
2.3.1. La delta de Dirac δ(x − a) expandida como una serie de Fourier en senos en el intervalo
(0, L), 0 < a < L está dada por

∞
2X nπa nπx
δ(x − a) = sin sin
L L L
n=1

a Nota que la serie cambia de signo cuando x → −x. ¾Qué distribución describe en el
intervalo (−L, L)?
b Integrando ambos lados de la ecuación anterior entre 0 y x calcula la expansión en cosenos
de la onda cuadrada 
0, 0 ≤ x < a
f (x) =
1, a < x < L
c Verica el desarrollo de Fourier en cosenos de f (x) por cálculo directo de los coecientes
de la serie.

16
 √ 2 2
2.3.2. Dada la sucesión de funciones δn (x) = n/ πe−n x , n = 1, 2, . . . , denidas en el intervalo
(−π, π)

a Desarrolla δn (x) como una serie de Fourier en cosenos.

b Comprueba que la serie coincide con el desarrollo de Fourier de δ(x) en el límite n→∞
c Conrma que
Z π
f (x) [desarrollo en serie de Fourier de δ∞ (x)]dx = f (0)
−π

2.3.3. Encuentra la representación de la delta de Dirac dentro de un cilindro de radio R y longitud

L usando funciones de Bessel.

2.3.4. Encuentra la representación de la delta de Dirac sobre una supercie esférica de radio R
usando armónicos esféricos.

17
3 Distribuciones como funcionales: denición general
Quand une telle situation contradictoire se preésente, il est bien rare qu'il n'en résulte pas une
théorie mathématique nouvelle
Laurent Schwartz (Medalla Fields 1950), Théorie des distributions, Introduction

Hemos visto que algunas distribuciones pueden aparecer como límite de una sucesión de fun-
ciones, pero no hemos denido aún formalmente lo que es una distribución. El paso de un objeto
aparentemente sin sentido (al menos matemáticamente) como la delta de Dirac a un objeto bien
denido dentro de un formalismo matemático consistente fue logrado por el matemático francés
Laurent Schwartz, que recibió la medalla Fields en 1950 por su trabajo en distribuciones.
Notemos que hemos tomado el límite mediante la integración de la función generalizada con
una función arbitraria. En la práctica, la distribución ha actuado como una máquina expendedora
en la que introducimos como dinero una función arbitraria y en vez de un refresco nos ha devuelto
un número real. Una aplicación de un espacio de funciones (covenientemente denido) a los
números reales es un funcional. Dicho de otro modo, un funcional es una función cuyo argumento
son funciones. Así pues, una distribución es un tipo de funcional. En principio el concepto de
funcional se puede extender a los números complejos u otros espacios.

3.1 Espacio de funciones: funciones test

Para poder dar una denición precisa de distribución primero tenemos que identicar el espacio
de funciones sobre el que actúa. Como las funciones generalizadas son bastante singulares (véase
la delta de Dirac), las funciones sobre las que actúa la distribución deberán ser lo más bien
comportadas posibles. Una función test sobre Rn , φ : Rn −→ R, es una función de soporte
compacto (cerrado y acotado) y diferenciable a todos los órdenes. Al espacio de funciones test lo
denotaremos como C0∞ (Rn ).
La condición de soporte compacto signica que la función es cero excepto en una región nita
del espacio. Si la función test está denida sobre R, entonces la función es distinta de cero
solamente en un intervalo de longitud nita. No es difícil imaginarse una función continua así, lo
que quizá no sea tan evidente es que en los extremos del intervalo no solo la función sino todas sus
derivadas deben hacerse cero, ya que la función es innitamente diferenciable. Aún así, existen
innitas funciones de este tipo, como ejemplo tenemos la función test en R con soporte en [−1, 1]
representada en la Figura 3

( 1
−
φ1 (x) = c1 e 1−x2 , |x| < 1, . (3.1)
0 , |x| ≥ 1

Se deja como ejercicio comprobar que es innitamente diferenciable.

Se puede generalizar (3.1) a Rn de forma inmediata
( 1
−
cn e 1−||x||2 , ||x|| < 1, .
φn (x) = (3.2)
0 , ||x|| ≥ 1

La función test φn (x) tiene soporte en una bola de radio unidad centrada en el origen x = 0. El

18
 0.3

0.2

0.1

0.0

- 1.5 - 1.0 - 0.5 0.0 0.5 1.0 1.5

Figura 3: Función test (3.1) con soporte en el intervalo [−1, 1] (se ha tomado c1 = 1).

coeciente cn se escoge de tal manera que la integral de la función test en el espacio sea igual a
uno Z Z 1
−
dn x φn (x) = dn x cn e 1−||x||2 = 1. (3.3)
Rn ||x||<1

Finalmente, podemos trasladar el centro de la bola donde la función tiene soporte a un punto
arbitrario x 0 ∈ Rn , y cambiar el radio de la bola a un valor arbitrario >0
 
1 x − x0
φn (x; x0 , ) = n φn . (3.4)
 

El soporte de esta función test es ||x − x0 || ≤ . El factor de 1/n se ha introducido de tal forma
que la integral sobre todo el espacio de la función test sigue siendo igual a uno
Z
dn x φn (x; x0 , ) = 1. (3.5)
R n

Se deja la comprobación como ejercicio.

Finalmente, vamos a mostrar que cualquier función continua puede aproximarse mediante
funciones test en una región acotada. Supongamos que y ∈ C(Rn ) es una función real continua,
y queremos aproximarla en una región acotada D⊂ R n . En primer lugar denimos una función

u con soporte en D 
y(x) , x ∈ D
u(x) = (3.6)
0 , x∈/D
Podemos construir una nueva función a partir de u, mediante la convolución con las funciones
test que hemos construido anteriormente
Z
ψ (x) = dn x0 φn (x; x0 , )u(x0 ). (3.7)
Rn
Como φn es innitamente diferenciable, ψ también lo es, y como tanto u como φn tienen soporte
compacto, ψ también lo tiene. Por lo tanto ψ es una función test. Además, se puede hacer
que ψ sea una aproximación de la función u arbitrariamente buena tomando valores de  muy

19
pequeños. Usando la forma explícita de φn :
1
!
Z −
n 1 ||x−x0 ||2
lim ψ (x) = lim d x0 cn e 1−  u(x0 ) = {x0 = x + s}
→0 →0 ||x−x ||<
0
n
Z 1
Z 1
− −
= lim dn s cn e 1−||s||2 u(x + s) = dn s cn e 1−||s||2 u(x) (3.8)
→0 ||s||<1 ||s||<1
Z
= u(x) dn s φn (s, 0, 1) = u(x).
Rn
Este resultado también nos dice que el límite  → 0 de las funciones test es una delta de Dirac, cosa
que podríamos haber sospechado del hecho de que en este límite el soporte de la función tiende a
una región de volumen cero pero la integral sobre el espacio se mantiene constante. En cualquier
caso, utilizando esta construcción se puede aproximar con precisión arbitraria cualquier función
continua y dentro de una región acotada arbitraria (En términos matemáticos C0∞ ( n ) es denso R
en C(Rn )). Esto implica que podemos limitarnos a denir la acción de una distribución sobre

el espacio de funciones test. La acción se extiende a funciones continuas arbitrarias utilizando

su aproximación mediante funciones test. Podemos incluso extender la acción de la distribución
a funciones no continuas en todos los puntos, siempre y cuando podamos encontrar regiones
acotadas donde la función sea continua.

3.2 Distribuciones

Ya estamos listos para dar una denicion de distribución. Una distribución I n-dimensional es
un funcional actúando del espacio de las funciones test sobre R n a los números reales

I : C0∞ (Rn ) −→ R
ϕ −→ I[ϕ]

y que satisface las siguientes propiedades:

i Linealidad: La suma de funciones ϕ y el producto por un número real c se denen de forma

estándar, punto a punto

(cϕ)(x) = cϕ(x), (ϕ1 + ϕ2 )(x) = ϕ1 (x) + ϕ2 (x). (3.9)

Un funcional lineal lleva estas operaciones entre funciones al mismo tipo de operaciones entre
números reales. Dados ϕ ∈ C0∞ (Rn ) y c∈R arbitrarios

I[cϕ] = cI[ϕ]. (3.10)

Dadas ϕ1 , ϕ2 ∈ C0∞ (Rn ) arbitrarias

I[ϕ1 + ϕ2 ] = I[ϕ1 ] + I[ϕ2 ]. (3.11)

ii Continuidad: No vamos a entrar en los detalles técnicos pero esta condición viene a decir
que si dos funciones están próximas (la diferencia está próxima a cero) entonces los valores
reales del funcional evaluados sobre esas funciones también estarán próximos. Un poco más
técnicamente, si una sucesión de funciones test tiende a la función cero, entonces la sucesión de

20
 números reales obtenida al actuar con el funcional sobre elementos de la sucesión de funciones
tiende a cero.

De forma similar a como hemos introducido combinaciones lineales de funciones, se pueden

denir combinaciones lineales de distribuciones

I[ϕ] = (c1 I1 + c2 I2 )[ϕ] = c1 I1 [ϕ] + c2 I2 [ϕ], c1 , c2 ∈ R; ϕ ∈ C0∞ (Rn ). (3.12)

Claramente I es una distribución si I1 e I2 lo son.

Es posible asociar una distribución a una función dada. f : Rn −→ R una función
Sea
localmente integrable. Esto signica que D |f (x)| < +∞, donde D ⊂ Rn es cualquier conjunto
R

compacto (cerrado y acotado). Entonces las integrales de f con cualquier función test ϕ ∈ C0 (R )
∞ n

están bien denidas Z

dn x f (x)ϕ(x) < ∞. (3.13)
Rn
A partir de una función localmente integrable f se dene una distribución regular F : C0∞ (Rn ) −→
R Z
F [ϕ] = hf (x), ϕ(x)i = dn x f (x)ϕ(x). (3.14)
R n

Las condiciones de linealidad y continuidad se cumplen de forma obvia. Notemos que, debido a la
integración, funciones f diferentes puden dar lugar a la misma distribución, si la diferencia está
en un conjunto de puntos de medida cero (de tal forma que la contribución total a la integral es
cero). Por ejemplo la siguientes funciones sobre la recta real dan lugar a la misma distribución

0 , x∈Z
 Z
f1 (x) = 1, f2 (x) = ⇒ F1 [ϕ] = F2 [ϕ] = dx ϕ(x).
/Z
1 , x∈ R
Dada una distribución denida por una función localmente integrable f (x) se pueden obtener a
partir de ellas nuevas distribuciones relacionadas mediante:

ˆ Traslación por x0 ∈ Rn : hf (x − x0 ), ϕ(x)i = hf (x), ϕ(x + x0 )i.

escala por λ ∈ R: hf (λx), ϕ(x)i = f (x),

D E
ϕ(x/λ)
ˆ Cambio de
|λ|n .

ˆ Producto por una función a ∈ C ∞ (Rn ): ha(x)f (x), ϕ(x)i = hf (x), a(x)ϕ(x)i.

Las demostraciones son inmediatas y se dejan como ejercicio. Notemos que mediante cambios de
variables o reorganización de factores en la integral lo que hemos hecho es encontrar identidades
de la forma
hnueva función, ϕi = hf, nueva función testi

Así que está garantizado que si f corresponde a una distribución bien denida, también lo son
las distribuciones asociadas a las nuevas funciones.
Cualquier distribución que no sea regular es una distribución singular. En este caso sigue
siendo conveniente utilizar la notación en (3.14), donde f es una función generalizada. Podemos
utilizar las expresiones que acabamos de obtener para traslación, cambio de escala y producto
por una función como denición de nuevas funciones generalizadas (notemos que ya las habíamos
utilizado para generalizar la delta de Dirac).

21
Ejercicios
3.2.1. Indica cuáles de la siguientes funciones corresponden a una distribución regular para f :
R → R,
a) f (x) = x, b) f (x) = sin xp
, c) f (x) = sinh x,
d) f (x) = 1/x, e) f (x) = 1/ |x|, f ) f (x) = log |x|

3.2.2. Indica cuáles de la siguientes funciones corresponden a una distribución regular para f :
R2 → R, 2
a) f (x) = ||x||2 , b) f (x) = e−||x|| c) f (x) = 1/||x||,
2
d) f (x) = 1/||x|| , e) f (x) = 1/(||x|| − 1), f ) f (x) = log ||x||

3.3 Diferenciación de distribuciones

La idea detrás de la diferenciación de distribuciones es similar a lo que hemos visto relativo a

traslaciones, cambios de escala, etc. La nueva distribución obtenida mediante diferenciación se
dene a partir de la distribución original actuando sobre una función test modicada.
Consideremos en primer lugar el caso más simple, supongamos que f : R −→ R es una función
diferenciable y que tanto ella como su derivada son localmente integrables. Entonces las siguientes
integrales están bien denidas
Z ∞ ∞
Z ∞
0 0
f (x), ϕ(x) = dx f (x)ϕ(x) = f (x)ϕ(x) − dx f (x)ϕ0 (x) = − f (x), ϕ0 (x) . (3.15)
−∞ −∞ −∞
| {z }
=0

El término evaluado en innito al hacer la integración por partes se anula porque la función test
tiene soporte compacto. Cuando la derivada es de orden mayor podemos integrar por partes las
3
veces que sea necesario para llegar a una expresión similar

dk dk
   
k
f (x), ϕ(x) = (−1) f (x), k ϕ(x) (3.16)
dxk dx

Una vez obtenida esta expresión, podemos generalizarla a cualquier distribución tomándola como
la denición de la derivada de la distribución. Por ejemplo, si tomamos como función generalizada
la delta de Dirac f (x) = δ(x), entonces la fórmula anterior implica que

dk dk dk
   
k
δ(x), ϕ(x) = (−1) δ(x), k ϕ(x) = (−1)k k ϕ(x) . (3.17)
dxk dx dx x=0

Nota: Usaremos varias notaciones para derivadas de orden k:

dk d 0 d2 00 d3
f (x) = f (k)
(x), f (x) = f (x), f (x) = f (x), f (x) = f 000 (x), · · ·
dxk dx dx2 dx3
3
Suponiendo integrabilidad local y diferenciabilidad de f y sus derivadas hasta el orden que sea necesario.

22
Importante no confundir δ (n) (x) (la delta de Dirac n-dimensional) con la derivada de orden n de
la delta de Dirac unidimensional δ(x). Para evitar confusiones, esta última se escribirá siempre
con primas o con un factor
k k
explícito d /dx δ(x).
Un aspecto importante a tener en cuenta es que hay que tener cuidado con el orden en el que
actúan las derivadas cuando también multiplicamos por funciones. Así por ejemplo, si a(x) es
una función diferenciable, podemos denir dos distribuciones diferentes

 
d
a(x)f 0 (x), ϕ(x) = f 0 (x), a(x)ϕ(x) = − f (x), (a(x)ϕ(x)) ,
dx
 
d
(a(x)f (x)) , ϕ(x) = − a(x)f (x), ϕ0 (x) = − f (x), a(x)ϕ0 (x) .
dx
Si ahora pasamos a funciones de varias variables ϕ ∈ C0∞ (Rn ), podemos repetir los mismos
d
argumentos utilizando derivadas parciales ∂i = dxi , i = 1, . . . , n. En ese caso
D E D E
∂1k1 · · · ∂nkn f (x), ϕ(x) = (−1)k1 +···+kn f (x), ∂1k1 · · · ∂nkn ϕ(x) (3.18)

Una consecuencia importante de estas denciones es que, al contrario que una función genérica,
una distribución cualquiera pude derivarse un número arbitrario de veces. Aunque la
función generalizada que dene la distribución no sea diferenciable en el sentido utilizado para
funciones ordinarias, la distribución correspondiente es siempre diferenciable ya que las derivadas
actúan sobre las funciones test.

Ejercicios
2 2
3.3.1. Utilizando la sucesión de funciones δn (x) = √n e−n x , n = 1, 2, · · · , muestra que
π

d
x δ(x) = −δ(x)
dx

3.3.2. Dada la distribución f (x) = |x − a| calcula f 00 (x).

3.3.3. Dada la distribución f (x) = e|x−b| , con b constante, calcula f 00 (x).
3.3.4. Sea a ∈ C ∞ (R) y f una función generalizada arbitraria. Muestra que

[a(x)f (x)]0 = a(x)f 0 (x) + a0 (x)f (x)

y por tanto
a(x)δ 0 (x) = a(0)δ 0 (x) − a0 (0)δ(x)

3.4 Derivadas de funciones discontinuas

El hecho de que una distribución puede derivarse de forma arbitraria permite denir derivadas
de funciones discontinuas. Vamos a introducir a continuación un ejemplo de función discontinua

23
que aparece muy frecuentemente en Física, la función escalón o de Heaviside. Se dene como


0 , x < 0,
Θ(x) = (3.19)
1 , x > 0.

A veces se utiliza el símbolo H(x). Enx = 0 podemos asignar a la función un valor real arbitrario.
Como vamos a tomar Θ como función generalizada, cualquier valor que tomemos en x = 0 da
lugar a la misma distribución. Una función estrechamente relacionada es la función signo


−1 , x < 0,
sign(x) = (3.20)
+1 , x > 0.

Notemos que sign(x) = Θ(x) − Θ(−x). La función signo se puede obtener derivando el valor
absoluto |x| fuera de x = 0.
Como función ordinaria, la derivada de la función escalón en x = 0 no está denida, pero
como distribución está dada por
Z ∞ Z ∞ x=∞
0 0 0
Θ (x), ϕ(x) = − Θ(x), ϕ (x) = − dx Θ(x)ϕ (x) = − dx ϕ0 (x) = −ϕ(x) = ϕ(0).
−∞ 0 x=0
(3.21)
Donde hemos utilizado en el último paso que ϕ tiene soporte compacto. Llegamos entonces a

Θ0 (x), ϕ(x) = ϕ(0) = hδ(x), ϕ(x)i ⇒ Θ0 (x) = δ(x) (3.22)

Para ver un ejemplo de lo que esta relación implica en un caso físico, si consieramos una partícula
moviéndose por un potencial de tipo escalón la fuerza que siente la partícula es proporcional a la
delta de Dirac localizada en el punto donde el potencial tiene el escalón.
Tomemos ahora un caso más general donde f (x) es una función continua a trozos. Supongamos
que la función tiene saltos nitos en los puntos x1 , x2 , . . . , xN , de tal forma que el salto de la función
en xi es
∆fi = lim f (x) − lim f (x). (3.23)
x→x+
i x→x−
i

Podemos denir una función continua g de la siguiente manera

N
X
g(x) = f (x) − ∆fi Θ(x − xi ). (3.24)
i=1

Cada una de las funciones escalones que introducimos en la suma compensa uno de los saltos que
tiene la función f. La función g es diferenciable a trozos (de forma similar al valor absoluto) y por
tanto g 0 (x) es una función continua a trozos (de forma análoga a la función signo). Denotaremos
a esta función continua a trozos como [f 0 ](x) ≡ g 0 (x). Entonces, se obtiene que

N
X
f 0 (x) = [f 0 ](x) + ∆fi δ(x − xi ) (3.25)
i=1

Es decir, la derivada de la función continua a trozos (en el sentido de distribuciones) se obtiene

tomando la derivada usual fuera de los puntos de discontinuidad y añadiendo una delta de Dirac

24
localizada en los puntos de discontinuidad con un factor igual al salto de la función. Veamos un
ejemplo, sea la función continua a trozos

x2

 , x < −1
f (x) = 2
1 − x , −1 < x < 1
x2 , x>1


Las discontinuidades están en x1 = −1 y x2 = +1, y el salto de la función en cada punto es

∆f1 = −1, ∆f2 = +1.

Calculamos ahora la derivada de la función fuera de los puntos de discontinuidad


 2x , x < −1
0
[f ](x) = −2x , −1 < x < 1
2x , x>1


Entonces, teniendo en cuenta las deltas de Dirac en los puntos de discontinuidad, la derivada es

f 0 (x) = [f 0 ](x) + ∆f1 δ(x − x1 ) + ∆f2 δ(x − x2 ) = [f 0 ](x) − δ(x + 1) + δ(x − 1).

Hemos representado la función f y la derivada f0 en la gura 4.

3 3

2 2

1 1

0 0

-1 -1

-2 -2

-3 -3
- 1.5 - 1.0 - 0.5 0.0 0.5 1.0 1.5 - 1.5 - 1.0 - 0.5 0.0 0.5 1.0 1.5

Figura 4: Función continua a trozos (izquierda) y su derivada (derecha), las echas azules representan
deltas de Dirac y su altura el coeciente que las multiplica.

Ejercicios
3.4.1. Dada la distribución
x2 + x + 3, x > 0

f (x) =
0, x<0
Calcula f (3) (x) = f 000 (x) en términos de la delta de Dirac y sus derivadas.

3.4.2. Dada la distribución

x2 − 3x + 5, x > 0

f (x) =
0, x<0
Calcula f (3) (x) en términos de la delta de Dirac y sus derivadas.

25
3.4.3. Prueba que las siguientes distribuciones son soluciones de la ecuación −g 00 = δ(x − x0 ) en
una dimensión

a g = −|x − x0 |/2
b g = (x0 − x)Θ(x − x0 )
c g = x< (1 − x> ), donde x< = min{x, x0 } y x> = max{x, x0 }
3.4.4. Muestra que u(x) = x3 Θ(x)/6 satisface u(4) (x) = δ(x)

3.5 Distribuciones a partir de funciones no integrables: f (x) = 1/x

Hemos denido una distribución singular como cualquier distribución cuya función generalizada
no sea una función localmente integrable. Como ejemplo principal de distribución singular hemos
estudiado la delta de Dirac, que ni siquiera es una función en el sentido ordinario pero cuya
integral está bien denida. Podemos preguntarnos ahora qué ocurre si tomamos una función
ordinaria pero cuya integral puede diverger en alguna región, ¾podemos denir una distribución
en ese caso? La respuesta es un si condicional, si podemos eliminar la divergencia (regularizar)
de algun modo esto nos permitirá denir una distribución. Sin embargo la distribución puede no
ser única, sino depender de la forma en que regularizamos.
Para ver un caso concreto tomemos la función f (x) = 1/x sobre la recta real. Esta función
no es localmente integrable alrededor de x = 0, pero podemos regularizar eliminando un pequeño
intervalo − < x <  y tomando el tamaño del intervalo a cero. Esto da lugar a una distribución
que es el valor principal (o valor principal de Cauchy)
  Z − Z ∞ 
1 ϕ(x) ϕ(x)
p.v. , ϕ(x) ≡ lim dx + dx (3.26)
x →0 −∞ x  x

x → −x, de tal forma que

Podemos hacer un cambio de variables en la primera integral

Z − Z ∞ Z ∞ Z ∞ Z ∞
ϕ(x) ϕ(x) ϕ(−x) ϕ(x) ϕ(x) − ϕ(−x)
dx + dx =− dx + dx = dx (3.27)
−∞ x  x  x  x  x

Supongamos que ϕ(x) tiene soporte alrededor de x = 0. Como el soporte es compacto, la integral
solo podría ser divergente en el límite  → 0 dentro de un intervalo pequeño (pero jo) alrededor
del origen. Dentro de este intervalo es posible hacer un desarrollo de Taylor de la función test

ϕ(x) = ϕ(0) + ϕ0 (0)x + O(x2 ), (3.28)

de tal forma que

ϕ(x) − ϕ(−x)
= 2ϕ0 (0) + O(x). (3.29)
x
+
Como el integrando es nito cuando x → 0, la integral es nita en el límite  → 0 y la distribución
está bien denida para cualquier función test.
El hecho de que el valor principal dé un resultado nito puede verse como una cancelación de di-
vergencias logarítmicas ∼ ϕ(0) log  entre la integral en x < 0 y la integral en x > 0. Identicando

26
esta divergencia y eliminándola uno puede denir una distribución como una pseudofunción.
Por ejemplo, a partir de la función f (x) = Θ(x)
x se pude denir la pseudofunción
  Z ∞ 
Θ(x) ϕ(x)
pf , ϕ(x) = lim dx + ϕ(0) log  . (3.30)
x →0  x

Esta pseudofunción se corresponde con la derivada de la distribución regular f (x) = Θ(x) log x.
Veamos esto de forma explícita. Primero calculamos la derivada como es habitual en distribuciones

Z ∞ Z ∞ 
0 0 0 0
f (x), ϕ(x) = − f (x), ϕ (x) = − dx log x ϕ (x) = − lim dx log x ϕ (x) . (3.31)
0 →0 

Dado que la distribución es regular, las integrales están bien denidas, y no hay ninguna sutileza
en el límite que hemos escrito en el último paso. Ahora podemos integrar por partes

Z ∞ ∞
Z ∞ Z ∞
0 ϕ(x) ϕ(x)
dx log x ϕ (x) = ϕ(x) log x − dx = −ϕ() log  − dx . (3.32)
   x  x

Donde hemos usado que ϕ tiene soporte compacto. Al introducir esta expresión en (3.31) recu-
peramos (3.30).
¾Qué otras distribuciones se pueden denir a partir de f (x) = 1/x? Para ver otras posibil-
idades reemplazamos la integral a lo largo del eje real por una integral de contorno en el plano
complejo, de tal forma que la distribución está determinada por el contorno que escojamos:

   Z
1 ϕ(z)
, ϕ(x) = dz . (3.33)
x C C z

En principio hay múltiples contornos que uno podría escoger, evitando el punto sigular z = 0
pero que tienden a una integral sobre el eje real en cierto límite. Por concreción tomemos los
dos contornos representados en la gura 5. Ambos se extienden sobre el eje real en los intervalos
(−∞, −) y (, ∞). Ambos intervalos están unidos por un semicírculo de radio 

ˆ C+ el semicírculo por encima del origen. Sobre el eje real podemos usar la variable z = x+i
y sobre el semicírculo z= ei(π−θ) , con θ ∈ [0, π] (dz/z = −idθ).

ˆ C− el semicírculo por debajo del origen. Sobre el eje real podemos usar la variable z = x − i
y sobre el semicírculo z= eiθ , con θ ∈ [−π, 0] (dz/z = idθ).

En el límite →0 ambos contornos tienden al eje real.

Descompongamos ahora los contornos en cada una de sus partes, y utilicemos el desarrollo de
Taylor de ϕ cerca del origen. Por un lado

 
*  + Z − Z ∞ Z π
1 ϕ(x) ϕ(x)   
1

i(π−θ) 
 
, ϕ(x) = lim 
 dx + dx − idθϕ e  = p.v. x , ϕ(x) −iπϕ(0).
x C+ →0  −∞ x  x 0 | {z } 
| {z }
'ϕ(0)
=p.v. x1
(3.34)

27
 C+
C-

Figura 5: Contornos C+ y C− utilizados para denir una distribución sobre el eje real a partir de la
función 1/x.

Por otro lado

 
*  + Z − Z ∞ Z 0
1 ϕ(x) ϕ(x)   
1

i(π−θ) 
 
, ϕ(x) = lim 
 dx + dx + idθϕ e  = p.v. x , ϕ(x) +iπϕ(0).
x C− →0  −∞ x  x −π | {z }
| {z }
'ϕ(0)
=p.v. x1
(3.35)
4
Por lo tanto  
1 1
= p.v. ∓ iπδ(x). (3.36)
x C± x
Los contornos C± se puden deformar de forma continua (sin cruzar la singularidad) a contornos
paralelos al eje real situados por encima (para C+ ) o por debajo (para C− ) del mismo. Entonces
una forma equivalente de regularizar la singularidad en x=0 es desplazarla en el eje imaginario,
por debajo del eje real en el caso de C+ y por encima en el caso de C+ (de tal forma que la
singularidad esté situada en el lado correcto del contorno)

 
1 1
−→ lim . (3.37)
x C± →0 x ± i
+

Por lo tanto, llegamos a la fórmula

1 1
lim = p.v. ∓ iπδ(x) . (3.38)
→0+ x ± i x

En resumen, a partir de la función no localmente integrable 1/x hemos denido varias dis-
tribuciones, el valor principal (3.26) y las distribuciones dadas en (3.38). Estas fórmulas serán
bastante útiles cuando estudiemos funciones de Green. Como punto a destacar, las distribuciones
solo dieren en el punto singular x = 0. Es de esperar que lo mismo ocurra para cualquier familia
de distribuciones denidas a partir de funciones no integrables, en las regiones donde la función
es integrable las distribuciones son idénticas y en los puntos singulares las distribuciones pueden
ser diferentes dependiendo de la regularización que se utilice. Hay que mencionar que el resultado
de la regularización no es solo un articio, los valores obtenidos actuando sobre funciones test
cambian con la distribución y el signicado físico de cada distribución también es diferente en

4
Para los interesados en variable compleja, esto es un caso particular de lo que se conoce como teorema de
SokhotskiPlemelj.

28
general.

Ejercicios
3.5.1. Da un argumento a favor de la fórmula δ(x)/x = −δ 0 (x). ¾Qué armación rigurosa puede
hacerse en relación a esta fórmula?

3.5.2. Dada la distribución regular f (x) = Θ(−x) log(−x) demuestra que su derivada es una
pseudofunción
Θ(−x)
f 0 (x) = pf
x
3.5.3. Utilizando el resultado del ejercicio anterior demuestra que

d 1
log |x| = p.v. .
dx x

d
3.5.4. Partiendo de las distribuciones regulares g± (x) = log(x ± i) y calculando dx g± (x), demues-
tra (3.38).
Pista: Utiliza que para z ∈ C, log z = log |z| + i arg(z).

3.5.5. La función Θ(x)x−1/2 es localmente integrable en R. Expresa la derivada en el sentido de

Θ(x)x−3/2


distribuciones en términos de una pseudofunción pf .

3.5.6. En R2 , la función 1/r2 r2 = ||x||2 ) no es localmente integrable ya que la singularidad

(donde
en el origen es demasiado fuerte. Podemos denir una función localmente integrable F tal
2 2 2
que ∇ F = 1/r para r 6= 0. En particular F = (log r) /2 tiene esta propiedad. Denimos
2
entonces la pseudofunción 1/r a partir de la fórmula

1 1
∇2 (log r)2 = pf 2
2 r
Muestra que

    Z 
1 ϕ(x) 2
pf , ϕ(x) = lim d x + 2πϕ(0) log 
r2 →0+ r≥ r2

3.5.7. Denimos una distribución a través de la función generalizada

log tan x2
, 2nπ ≤ x < (2n + 1)π,




f (x) = log − tan x2 , (2n − 1)π < x < 2nπ,
0, x = (2n + 1)π.


Para todo n ∈ Z. Determina la distribución con función generalizada f 0 (x).

29
4 Transformadas integrales
La transformada integral de una función f (x) tiene la forma genérica

Z b
F (z) = K[f ](z) = dx K(z, x)f (x), (4.1)
a

donde K(z, x) es el núcleo que dene la transformación. La transformación produce una nueva
función F (z) y debe exisitir una transformación inversa que nos permita obtener f (x) a a partir
de F (z)
Z d
−1
f (x) = K [F ](x) = dz K −1 (x, z)F (z). (4.2)
c
Normalmente una transformación de este tipo se introduce para simplicar la resolución de un
problema involucrando la función f (x). Por ejemplo, si f (x) es una solución de una ecuación
diferencial, mediante transformaciones integrales la ecuación diferencial para f (x) se puede con-
vertir en una ecuación algebraica para F (z), mucho más sencilla de resolver. Una vez encontrada
la solución para F se haría la transformación inversa para obtener f.
Dadas dos funciones f1 (x), f2 (x), si hacemos una combinación lineal con coecientes a1 , a2 ∈
R, se cumple que
K[a1 f1 + a2 f2 ](z) = a1 F1 (z) + a2 F2 (z). (4.3)

Es decir, la transformada integral es lineal. Esta propiedad permite que podamos generalizar
las transformadas integrales a distribuciones. Al preservar la linealidad, la transformada de una
distribución es otra distribución (denida sobre un espacio distinto).
Aunque hay una cantidad ilimitada de posibles transformaciones integrales, destacan por su
utilidad las transformadas de Fourier y de Laplace. La primera es adecuada para la descripción
de ondas, mientras que la segunda se puede aplicar a la resolución de ecuaciones diferenciales con
condiciones iniciales. Veremos a continuación su dención y generalización a distribuciones.

4.1 Transformada de Fourier

Una transformada de Fourier puede verse como una generalización de las series de Fourier a
funciones denidas sobre un intervalo innito (−∞, ∞), es decir puede interpretarse como una
expansión en ondas planas de la función. La transformada de Fourier de una función f (t) se
puede denir como
Z ∞
F (q) = F[f ](q) = dx f (x)e−iqx (4.4)
−∞

La transformada inversa es

Z ∞
−1 1
f (x) = F [F ](x) = dq F (q)eiqx (4.5)
2π −∞

Se pueden tomar distintas convenciones para la transformada de Fourier, por ejemplo distribuyendo
los factores de 2π de forma simétrica (la convención habitual en Mecánica Cuántica)

Z ∞ Z ∞
1 −iqx 1
F (q) = √ dx f (x)e , f (x) = √ dq F (q)eiqx , (4.6)
2π −∞ 2π −∞

30
o bien cambiando el signo de la fase en la exponencial (normalmente para transformadas de Fourier
en el tiempo)
Z ∞ Z ∞
1
F (ω) = dt f (t)e iωt
, f (t) = dω F (ω)e−iωt . (4.7)
−∞ 2π −∞
O una combinación de ambas.
Para que la transformada esté bien denida es necesario que la función f sea absolutamente
integrable Z ∞
dx|f (x)| < ∞. (4.8)
−∞
Esto limita bastante el tipo de funciones a las que se les puede aplicar la transformada. Sin
embargo, cuando nos referimos a distribuciones la cosa cambia, al igual que ocurría con la difer-
enciación, la transformada de Fourier se puede denir para distribuciones con funciones general-
izadas arbitrarias. Al igual que antes, en primer lugar consideraremos la transformada de Fourier
de una distribución con una función generalizada f (x) regular, absolutamente integrable, etc. La
transformada de Fourier de la función f (x) dene una nueva distribución F (q), actuando sobre
espacio de las q s ϕ ∈ C0 (Rq )
funciones test en el
∞

Z ∞
hF[f ](q), ϕ(q)i = hF (q), ϕ(q)i = dq F (q)ϕ(q). (4.9)
−∞

Si ahora utilizamos (4.4),

Z ∞ Z ∞ Z ∞
dq F (q)ϕ(q) = dq dx f (x)e−iqx ϕ(q)
−∞
Z ∞ Z ∞ −∞ −∞
Z ∞ (4.10)
−iqx
= dx f (x) dq ϕ(q)e = dx f (x)F[ϕ](x).
−∞ −∞ −∞

Por lo tanto
hF[f ](q), ϕ(q)i = hf (x), F[ϕ](x)i (4.11)

Claramente la transformada de Fourier de la función test ϕ está siempre bien denida, de forma
que podemos tomar esta expresión como la denición de la transformada de Fourier de una función
generalizada f arbitraria. Hay un detalle a tener en cuenta y es que la transformada de Fourier de
la función test no tiene soporte compacto en general. Esto implica que la transformada de Fourier
debe denirse para distribuciones temperadas, que son aquellas actuando sobre el espacio de
funciones test de decaimiento rápido C↓∞ (R). Estas funciones son innitamente diferenciables y
cumplen que
dm
lim xn ϕ(x) = 0, ∀ n, m = 0, 1, 2, · · · . (4.12)
|x|→∞ dxm
2
Como ejemplo, una función test de decaimiento rápido puede ser una Gaussiana ϕ(x) = e−x . El
espacio de funciones test de soporte compacto es un subespacio del espacio de funciones test de
decaimiento rápido C0∞ (R) ⊂ C↓∞ (R), y todas las propiedades que hemos visto para distribuciones
se extienden a las distribuciones temperadas, aunque el espacio de distribuciones temperadas es
algo menor porque excluye funciones generalizadas que crezcan demasiado rápido cuando |x| → ∞.
Como ejemplo de transformada de Fourier de una distribución vamos a tomar la delta de

31
Dirac. De acuerdo con (4.11),

hF[δ](q), ϕ(q)i = hδ(x), F[ϕ](x)i = F[ϕ](0). (4.13)

Utilizando la denición (4.4) (notemos que q y x están intercambiados),

Z ∞
F[ϕ](0) = dq ϕ(q). (4.14)
−∞

Comparando esta expresión con

Z ∞
hF[δ](q), ϕ(q)i = dq F[δ](q)ϕ(q), (4.15)
−∞

llegamos a que la transformada de la delta de Dirac es

F[δ](q) = 1. (4.16)

Es decir, la delta de Dirac se puede ver como una superposición de ondas planas donde todas
tienen la misma amplitud. Si pensamos en la delta de Dirac como la función de onda de una
partícula perfectamente localizada en el espacio, entonces el principio de incertidumbre implica
que en el espacio de momentos la función de onda deber estar completamente deslocalizada, esto
está reejado en que la transformada de Fourier de la delta es constante.
La transformada inversa da lugar a la representación integral
Z ∞
1
δ(x) = dq eiqx . (4.17)
2π −∞

Esta expresión es extremadamente útil, se generaliza fácilmente a

Z ∞
1 0
δ(x − x0 ) = dq eiq(x−x ) (4.18)
2π −∞

4.1.1 Algunas propiedades y generalización a varias dimensiones

5
Algunas propiedades importantes son

i Transformada de una derivada: sea f (k) (x) = dk f

dxk
, k ∈ N,
h i
F f (k) (q) = (iq)k F (q). (4.19)

ii Sustitución: sea ga (x) = e−iax f (x), a ∈ R,

F[ga ](q) = F (q + a). (4.20)

iii Traslación: sea ga (x) = f (x − a), a ∈ R,

F[ga ](q) = e−iaq F (q) (4.21)

5
Con la convenciones (4.7), la expresiones son similares cambiando i → −i.

32
 iv Derivada de la transformada: sea gk (x) = (−ix)k f (x), k ∈ N,

dk F
F[gk ](q) = . (4.22)
dq k

6
v Convolución: para la transformada de Fourier se dene como
Z ∞
(f ∗ g)F (x) = dx0 f (x − x0 )g(x0 ). (4.23)
−∞

La transformada de la convolución es el producto de las transformadas

F[(f ∗ g)F ](q) = F (q)G(q). (4.24)

Se deja como ejercicio demostrar estas identidades a partir de la denición.

La transformada de Fourier se generaliza a varias dimensiones como la transformación a lo
largo de cada dirección. Dada una función f (x), con x ∈ Rn ,
Z
F [q] = F[f ](q) = dn x f (x) e−iq·x (4.25)

Donde q ∈ Rn . De forma más explícita

Z Z ∞ Z ∞
dn x f (x) e−iq·x = dx1 · · · dxn f (x1 , · · · , xn )e−i(q1 x1 +···+qn xn ) . (4.26)
−∞ −∞

La transformada inversa se dene de manera similar

Z
1
f (x) = F −1 [F ](x) = dn q F (q) eiq·x (4.27)
(2π)n

Ejercicios
4.1.1. Calcula las transformadas de Fourier de las siguientes funciones (a > 0)
2 /2
a) Gaussiana f (x) = e−ax , b) f (x) = 1
x2 +a2
, c) f (x) = e−a|x| .
√ 2 2
4.1.2. Encuentra la expresión integral para la delta de Dirac, considerando δn (x) = n/ πe−n x
en el intervalo (−∞, ∞) como una integral de Fourier y tomando el límite n → ∞.

4.1.3. Demuestra que la expresión integral de la delta de Dirac también puede escribirse con el
signo opuesto para la fase Z ∞
1
δ(x) = dq e−iqx .
2π −∞

4.1.4. Utilizando que la derivada de la función escalón es la delta de Dirac Θ0 (x) = δ(x) y que
Θ(x) + Θ(−x) = 1, encuentra una expresión para la transformada de Fourier de Θ(x).

6 R∞
Si se toman las convenciones (4.6), entonces la convolución se dene como (f ∗ g)F (x) = √1
2π −∞
dx0 f (x −
x0 )g(x0 ).

33
4.1.5. Muestra que la función escalón admite una representación integral

∞
eiqx
Z
1
Θ(x) = dq
2πi −∞ q

y especica cuál debe ser el contorno de integración que trata correctamente el polo en
q = 0.

4.1.6. Da una expresión integral para la delta de Dirac n-dimensional δ (n) (x) utilizando la trans-
formada de Fourier.

4.2 Transformada de Laplace

La transformada de Laplace de una función f (x) se dene como

Z ∞
F (s) = L[f ](s) = dx f (x)e−sx (4.28)
0

En general la transformada está bien denida para valores s ≥ s0 tales que|e−s0 x f (x)| < ∞ para
x → ∞. Otra condición necesaria es que f (x) sea localmente integrable en [x, ∞) (es decir, que
no tenga singularidades demasiado fuertes). La transformada inversa es

Z γ+i∞
−1 1
f (x) = L [F ](x) = ds F (s)esx (4.29)
2πi γ−i∞

La integral es sobre un contorno en el plano complejo paralelo al eje imaginario yγ ≥ 0 es tal que
todas la singularidades deF (s) se encuentran en puntos del plano complejo si tales que su parte
real sea menor que γ Re(si ) < γ . La integral pude evaluarse cerrando el contorno alrededor de la
región con Re(s) < γ y aplicando el teorema de los residuos, como se muestra en la gura 6.
Como ejemplo tomemos la función exponencial f (x) = e , a ∈ R. La transformada de Laplace
ax

(4.28) está bien denida para s > a

Z ∞
1
F (s) = dx e(a−s)x = . (4.30)
0 s − a

Esta expresión tiene continuación analítica a cualquier s ∈ C con s 6= a. La transformada F (s)

tiene una singularidad en s = a, así que para calcular la inversa (4.29) debemos tomar el contorno
con γ > a. Para calcular la integral utilizamos un contorno cerrado CR en el plano complejo
consistente en dos partes, una es un segmento paralelo al eje imaginario s = γ + iy , −R < y < R,
iθ
y la otra un semicírculo cerrando el contorno para Re(s) < γ , s = γ + Re , π/2 < θ < 3π/2.
Finalmente, debemos tomar el límite R → ∞. Explícitamente, la integral de contorno es

" Z γ+iR Z 3π/2 iθ

#
esx esx eγx+Re
I
1 1 iθ
ds = lim ds +i dθRe (4.31)
2πi CR s − a R→∞ 2πi γ−iR s−a π/2 γ − a + Reiθ x

34
 CR

Figura 6: Contorno cerrado en el plano complejo utilizado para evaluar la inversa de la transformada
de Laplace. Los puntos representan singularidades de la transformada, la parte del contorno paralela al
eje imaginario está a la derecha de todas las singularidades y el controno se cierra de manera que las
singularidades están contenidas en su interior.

Como Reiθ = R cos θ + iR sin θ y cos θ < 0 para π/2 < θ < 3π/2, en el límite R→∞ la integral
sobre el semicírculo tiende a cero para x>0
iθ
3π/2
eγx+Re x e−R| cos θ|x
Z Z
lim i dθReiθ ∼ lim dθ R → 0, x > 0. (4.32)
R→∞ π/2 γ − a + Reiθ R→∞ R

Por otro lado, aplicando el teorema de los residuos a la integral sobre el contorno CR ,
esx
I
1
ds = eax . (4.33)
2πi CR s−a

Y de esta forma recuperamos la función original para valores x>0

γ+i∞
esx esx
Z I
1 1
f (x) = ds = lim ds = eax . (4.34)
2πi γ−i∞ s − a R→∞ 2πi CR s−a

Al igual que con la transformada de Fourier, la generalización de la transformada de Laplace

a distribuciónes se hace considerando la acción sobre funciones test con soporte en la semirrecta
real ϕ ∈ C↓∞ (R+ ):
Z ∞
hL[f ](s), ϕ(s)i = hF (s), ϕ(s)i = ds F (s)ϕ(s). (4.35)
0

Donde se asume que f es tal que F es localmente integrable sobre R+ . Utilizando ahora la
denición (4.28)

Z ∞ Z ∞ Z ∞
ds F (s)ϕ(s) = ds dx f (x)e−sx ϕ(s)
0
Z ∞ Z ∞ 0 0
Z ∞ (4.36)
−xs
= dx f (x) ds e ϕ(s) = dx f (x)L[ϕ](x).
0 0 0

35
Por lo tanto
hL[f ](s), ϕ(s)i = hf (x), L[ϕ](x)i (4.37)

De nuevo, utilizaremos esta expresión para denir la transformada de Laplace de una distribución
arbitraria f (x).
Como ejemplo de transformada de Laplace de una distribución veamos de nuevo la delta de
Dirac. Utilizando (4.37),

hL[δ](s), ϕ(s)i = hδ(x), L[ϕ](x)i = L[ϕ](0). (4.38)

De (4.28) obtenemos (notemos que x y s están intercambiados):

Z ∞
L[ϕ](0) = dsϕ(s), (4.39)
0

y, por denición, Z ∞
hL[δ](s), ϕ(s)i = ds L[δ](s)ϕ(s). (4.40)
0
Por lo tanto,
L[δ](s) = 1, (4.41)

la transformada de Laplace de la delta de Dirac es también una constante en este caso. Tomando
la transformación inversa (4.29), esto da lugar a una representación integral alternativa de la delta
de Dirac Z +i∞
1
δ(x) = ds esx . (4.42)
2πi −i∞

Aunque no es realmente nueva, podemos obtenerla a partir de (4.17) mediante el cambio de

variables q = −is (esto se corresponde a una rotación del contorno de integración del eje real al
eje imaginario)

4.2.1 Algunas propiedades

7
Algunas propiedades importantes son

i Transformada de una derivada: sea f (k) (x) = dk f

dxk
, k ∈ N,
h i
L f (k) (s) = sk F (s) − sk−1 f (0+ ) − sk−2 f 0 (0+ ) − · · · − f (k−1) (0+ ). (4.43)

ii Sustitución: sea ga (x) = eax f (x), a ∈ R,

L[ga ](s) = F (s − a). (4.44)

iii Traslación: sea ga (x) = f (x − a), a ∈ R,

L[ga ](s) = e−as F (s) (4.45)

7
Por f (k)
(0 ) se entiende que uno debe tomar el límite s → 0 .
+ +

36
 iv Derivada de la transformada: sea gk (x) = (−x)k f (x), k ∈ N,

dk F
L[gk ](s) = . (4.46)
dsk

f (x)
v Integral de la transformada: sea g(x) = x ,
Z ∞
L[g](s) = ds0 F (s0 ). (4.47)
s

vi Convolución: para la transformada de Laplace se dene como

Z x
(f ∗ g)L (x) = dx0 f (x − x0 )g(x0 ). (4.48)
0

La transformada de la convolución es el producto de las transformadas

L[(f ∗ g)L ](s) = F (s)G(s). (4.49)

Se deja como ejercicio demostrar estas identidades a partir de la denición.

Ejercicios
4.2.1. Calcula las transformadas de Laplace de
a) f (x) = 1, b) f (x) = xk , k ∈ N, c) f (x) = xα , α > −1

4.2.2. Calcula las transformadas de Laplace de

a) f (x) = sin(ax), b) f (x) = cos(ax), c) f (x) = sinh(ax), d) f (x) = cosh(ax).

4.2.3. Calcula la inversa de las transformadas de Laplace

s−1
a F (s) = s2 −2s+10
s2 −s−4
b F (s) = s2 −5s+6

4.2.4. Deriva la expresión integral para la delta de Dirac, considerando δn (x) = ne−nx como una
transformada de Laplace y tomando el límite n → ∞.

4.2.5. Calcula las transformadas de Laplace de Θ(x − x0 ) y δ(x − x0 ), x0 ≥ 0 y comprueba si son

consistentes con Θ0 (x − x0 ) = δ(x − x0 ).

37