10 votos

Integral del valor principal

Estoy leyendo a A. Zee, QFT en pocas palabras, y en el apéndice 1 tiene:

Mientras tanto, la integral del valor principal se define por: $$\int dx\,{\cal P}{1\over x}f(x)~=~ \lim_{\epsilon \rightarrow 0} \int dx\, {x\over x^2+\epsilon^2}f(x)$$

Por favor, ¿alguien puede explicarme por qué es así? Según he entendido la integral de valor principal se define más bien como $$\int_a^b dx\,{\cal P}{1\over x}f(x)~=~ \lim_{\epsilon \rightarrow 0^+} \int_a^{-\epsilon} dx\, {1\over x}f(x)+\lim_{\epsilon \rightarrow 0^+} \int_{\epsilon}^b dx\, {1\over x}f(x),$$ donde $a<0<b$ . Pero, por lo que veo, estas dos definiciones no son equivalentes.

11voto

Stefano Puntos 763

La respuesta corta es que los dos valor principal Las definiciones están de acuerdo con las funciones que se comportan suficientemente bien, pero pueden no estar de acuerdo con las funciones suficientemente singulares. Por ejemplo, por un lado $$\lim_{\epsilon\searrow 0} \int_{\mathbb{R}\backslash[-\epsilon,\epsilon]} \frac{\mathrm{d}x}{x^3}~=~0$$

es cero, mientras que por otro lado

$$\lim_{\epsilon\searrow 0} \int_{\mathbb{R}} \frac{\mathrm{d}x}{x(x^2+\epsilon^2)}$$

no está bien definido, ya que el integrando no es integrable en $x=0$ .

I) Aquí queremos profundizar en la definición de valor principal $P\int\! \mathrm{d} x$ .

Definición. Dejemos que $\chi=(\chi_{\epsilon})_{\epsilon>0}$ sea una familia de funciones $\chi_{\epsilon}:\mathbb{R}\to [0,1]\subseteq \mathbb{R}$ que son:

  1. incluso las funciones $\chi_{\epsilon}(x)~=~\chi_{\epsilon}(-x),$

  2. Medible de Lebesgue funciones,

  3. $\chi_{\epsilon}(x)\nearrow 1$ punto de vista casi en todas partes para $\epsilon \searrow 0$ .

Refirámonos a dicha función $\chi_{\epsilon}$ como kernel función.

Ejemplos de funciones del núcleo $\chi_{\epsilon}$ son, por ejemplo:

  1. el función característica $$\chi_{\epsilon}(x) ~=~\chi^{\rm std}_{\epsilon}(x) ~:=~ 1_{\mathbb{R}\backslash[-\epsilon,\epsilon]}(x)$$ para el conjunto $\mathbb{R}\backslash[-\epsilon,\epsilon]$ . (Esta elección $\chi^{\rm std}$ llevará a la definición estándar del valor principal).

  2. la función continua $$\chi_{\epsilon}(x) ~=~ \chi^{a,b}_{\epsilon}(x) ~:=~ \frac{|x|^a}{|x|^a+ \epsilon^b},$$ donde $a,b>0$ son dos constantes positivas. (La elección $\chi^{2,2}$ llevará a la otra definición de valor principal mencionada por OP).

  3. la función unitaria constante $\chi_{\epsilon}(x) ~=~ 1$ . (Como es lógico, esta última opción resultará no ser tan útil).

II)

Definición. Definir el conjunto $V(\chi)$ de $\chi$ - admisible funciona como $$V(\chi)~:=~\left\{ f: \mathbb{R} \to \mathbb{C} ~\left|~ \begin{array}{c} f~\text{is Lebesgue measurable},\cr \forall \epsilon>0~:~~ \chi_{\epsilon} f~\in~ {\cal L}^1(\mathbb{R}), \cr \text{and} \cr \left(\int\! \mathrm{d}x~ \chi_{\epsilon}(x) f(x)\right)_{\epsilon>0} \text{is convergent for}~ \epsilon\searrow 0 \end{array}\right.\right\}. $$

Definición. Si una función $f\in V(\chi)$ est $\chi$ -admisible, definimos el $\chi$ - valor principal basado en como $$P(\chi)\int\! \mathrm{d} x f(x)~:=~\lim_{\epsilon\searrow 0} \int\! \mathrm{d}x~ \chi_{\epsilon}(x) f(x).$$

Aquí ${\cal L}^1(\mathbb{R})$ denota el conjunto de funciones que son Integrable de Lebesgue es decir, funciones que son medibles por Lebesgue y cuyo valor absoluto tiene una integral finita. ${\cal L}^1(\mathbb{R})$ es un ejemplo de ${\cal L}^p$ espacio .

III) No es difícil verlo:

  1. Si $f\in{\cal L}^1(\mathbb{R})$ es integrable en Lebesgue, entonces es $\chi$ -admisible $f\in V(\chi)$ y el valor principal $$P(\chi)\int\! \mathrm{d} x ~f(x)~=~ \int\! \mathrm{d} x ~f(x)$$ es sólo la integral de Lebesgue ordinaria debido a la Teorema de convergencia dominado por Lebesgue .

  2. El conjunto $V(\chi)$ de $\chi$ -funciones admisibles es un $\mathbb{C}$ -espacio vectorial.

  3. Si una función $f\in V(\chi)$ est $\chi$ -admisible, también lo es la función espejo $(x\mapsto f(-x))\in V(\chi)$ con el mismo valor principal.

  4. Si un $\chi$ -función admisible $f\in V(\chi)$ es impar, entonces $P(\chi)\int\! \mathrm{d} x~f(x) ~=~ 0$ .

Así, basta con investigar las funciones pares e Impares.

Por último, investiguemos las funciones de potencia $x\mapsto x^p$ , $p\in\mathbb{R}$ que desempeñan un papel importante en la práctica como bloques de construcción.

IV) Incluso las funciones. Dejemos que

$$g_{p,K}(x) ~:=~ 1_{[-K,K]}(x) |x|^p~=~g_{p,K}(-x)$$

sea una función de potencia truncada, donde $p\in\mathbb{R}$ es una potencia real, y donde $K>0$ es una constante de truncamiento positiva.

No es difícil demostrarlo en el caso de los ejemplos 1, 2 o 3,

$$g_{p,K}\in V(\chi) \qquad \Leftrightarrow \qquad p>-1\qquad \Leftrightarrow \qquad g_{p,K}\in {\cal L}^1(\mathbb{R}).$$

En el caso afirmativo $p>-1$ En este caso, las definiciones del valor principal basadas en los tres ejemplos 1, 2 y 3 coinciden:

$$P(\chi)\int\! \mathrm{d} x ~g_{p,K}~=~\int\! \mathrm{d} x ~g_{p,K}~=~ \frac{2K^{p+1}}{p+1}.$$

V) Funciones de impar. Dejemos que

$$h_{p,K}(x) ~:=~ {\rm sgn}(x) 1_{[-K,K]}(x) |x|^p~=~-h_{p,K}(-x)$$

sea una función de potencia truncada, donde $p\in\mathbb{R}$ es una potencia real, y donde $K>0$ es una constante de truncamiento positiva. En los tres ejemplos 1, 2 y 3, obtenemos

  1. $h_{p,K}\in V(\chi^{\rm std})$ siempre,
  2. $h_{p,K}\in V(\chi^{a,b}) \qquad \Leftrightarrow \qquad p+a>-1$ ,
  3. $h_{p,K}\in V(1) \qquad \Leftrightarrow \qquad p>-1\qquad \Leftrightarrow \qquad h_{p,K}\in {\cal L}^1(\mathbb{R}).$

6voto

Nick Puntos 583

Tenga en cuenta que la ortografía correcta es "valor principal".

Las fórmulas no son idénticas pero los resultados son los mismos siempre que ambas definiciones den una expresión bien definida. Lo que importa es que eliminamos la divergencia logarítmica principal en ambos lados de $x=0$ y lo hacemos de forma simétrica con respecto a $x\to -x$ .

Si se denota la segunda integral basada en la definición $Cut(\epsilon)$ , $$ Cut(\epsilon) = \left(\int_{a}^{-\epsilon}+\int_{\epsilon}^b\right) \frac{dx}x f(x)$$ entonces afirmo que existe una función de ponderación $g(y)$ tal que $$\int_0^{\infty} g(y) Cut(y) dy = \int dx\,\frac{x}{x^2+\epsilon^2}f(x) $$ por lo que se reduce a la primera integral basada en la definición. La función $g(y)$ es compatible con $y$ del mismo orden que $\epsilon$ por lo que el límite tiene el mismo efecto en ambas expresiones.

También se puede ver la equivalencia de ambas expresiones si sólo se expande en Taylor $f(x)$ cerca de cero. Suponiendo que $f(x)$ es finito y se comporta bien cerca de $x=0$ es fácil demostrar que ambas definiciones dan el mismo resultado. El verdadero propósito de la terminología del "valor principal" tiene que ver con las ramas de las funciones de variables complejas. Así que también se puede imaginar que $f(x)$ es una función meromorfa u holomorfa de un complejo $x$ . La integral indefinida $\int f(x)/x$ tiene una singularidad logarítmica alrededor de $x=0$ y hay que definir en qué rama estamos. El valor principal toma la media de los resultados que uno obtendría en el $+i\pi$ y $-i\pi$ ramas para el logaritmo de los números negativos.

1voto

Aquí hay dos cuestiones que se repiten con frecuencia en este foro: ¿qué funciones pueden considerarse distribuciones y cuál es la naturaleza de la convergencia en el sentido de las distribuciones? Quizá la opinión de un matemático pueda ser interesante. Es normal que las funciones localmente integrables puedan ser consideradas como distribuciones de forma natural, no tanto que lo mismo se aplique a las funciones meromorfas (en el OP $\frac 1x$ ). El método es el mismo en ambos casos, pero es especialmente sencillo en el que nos ocupa. La función $\ln |x|$ es localmente integrable y por tanto una distribución. Tiene una derivada distributiva y es natural definir la distribución $\frac 1x$ para ser este derivado. Se puede demostrar con bastante facilidad que entonces tiene todas las propiedades que uno espera (incluidas las del enfoque que utiliza partes principales).

En cuanto a la convergencia, renuncio a la definición precisa. Para casi todos los fines prácticos, basta con conocer dos hechos. En primer lugar, si una secuencia de funciones converge localmente en el $L^1$ -norma, entonces converge en el sentido de las distribuciones y, en segundo lugar, siempre podemos diferenciar dicha familia convergente y se mantiene la convergencia (el teorema soñado de todo estudiante de cálculo).

Después de esta preparación, la pregunta en cuestión tiene una prueba de una línea. La familia $\frac 12 \ln (x^2+\epsilon^2)$ converge a $\ln|x|$ en el sentido anterior y la diferenciación proporciona la fórmula requerida.

Todos los datos sobre las distribuciones que se utilizan aquí pueden encontrarse en la monografía de L. Schwartz, pero puedo recomendar el enfoque elemental de J. Sebastiao e Silva que se expone en "An Introduction to the Theory of Distributions" de Campos Ferreira. Este utiliza sólo las herramientas del cálculo elemental unidimensional.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X