Escolar Documentos
Profissional Documentos
Cultura Documentos
DE
VALENCIA
Departamento de Matem
atica Aplicada
POLINOMIOS ORTOGONALES
MATRICIALES. TEORIA Y
APLICACIONES
UNIVERSIDAD POLITECNICA
DE
VALENCIA
Departamento de Matem
atica Aplicada
POLINOMIOS ORTOGONALES
MATRICIALES. TEORIA Y
APLICACIONES
Tesis doctoral
presentada por:
Emilio Defez Candel
Dirigida por:
Dr. D. Lucas J
odar S
anchez
$
@
@
@
@
@
@
@
@@
@
!
!
@
%
@
@
@
DEPARTAMENTO DE MATEMATICA
APLICADA
Lucas J
odar S
anchez, profesor catedratico del Departamento de Matematica Aplicada de la Universidad Politecnica
de Valencia
Lucas J
odar S
anchez
Indice general
0. Introducci
on y Motivaci
on.
matri.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8
8
9
22
24
31
31
32
37
41
43
45
58
64
66
66
67
70
73
76
Captulo 0
Introducci
on y Motivaci
on.
La teora de polinomios ortogonales matriciales ha experimentado un desarrollo importante en las u
ltimas decadas. El primer contacto de nuestro grupo de investigacion con el tema surgio al desarrollar un metodo de Frobenius matricial para
resolver ecuaciones diferenciales matriciales de segundo orden sin aumentar la dimension del problema. De esta forma, aparecieron soluciones de tipo polinomial
matricial de ecuaciones diferenciales matriciales que generalizaban las ecuaciones
escalares clasicas de Hermite, Laguerre y Legendre. En la tesis doctoral de R. Company [3] y en los trabajos siguientes, [34], [35], [40], se introdujeron los polinomios
matriciales de Laguerre, Gegenbauer y Hermite, que verificaban ciertas propiedades
de ortogonalidad de naturaleza no del todo transparente.
Nos encontramos entonces, al disponer de ejemplos de clases concretas de polinomios
ortogonales, sin estructurar la idea de ortogonalidad, a pesar de que ya se haban
publicado, incluso en un contexto abstracto, pero proximo, resultados sobre ortogonalidad de polinomios en un algebra no conmutativa [10], [11].
El objetivo de esta tesis es bidireccional; por una parte se trata de estructurar
satisfactoriamente la idea de ortogonalidad para polinomios matriciales, pero, con
la intencion dirigida a conseguir la utilidad en las aplicaciones que suministran las
familias clasicas de polinomios ortogonales escalares. Estamos pensando, a corto
plazo, en este trabajo, en utilizar la idea de ortogonalidad de polinomios matriciales
para aproximar integrales matriciales, y tambien, en desarrollar funciones matriciales
en serie de polinomios ortogonales matriciales.
Estas ambiciones han estado influidas por el enfoque de Chihara en [5] y los trabajos
de Stone [70] y Ghizzetti [29]. En la memoria se resuelven algunas de las dificultades
que aparecen, y se suministran algunas respuestas, parcialmente publicadas en [36],
[38], [39], [41], que no son ni mucho menos, el final de los muchos objetivos que en
esta linea, pensamos se pueden conseguir. Entre las cuestiones a resolver objeto de
este trabajo se encuentran:
Definicion del concepto de ortogonalidad para polinomios matriciales y funciones matriciales.
Estructurar un espacio normado base donde yacen las funciones ortogonales
matriciales.
6
Estudio de la relacion de la norma del espacio base y el concepto de ortogonalidad en ausencia de espacio de Hilbert.
Solucion del problema de la mejor aproximacion matricial respecto a un funcional matricial definido positivo.
Series de Fourier matriciales.
Obtencion de analogos del Lema de Riemann-Lebesgue y de la igualdad(desigualdad)
de Bessel-Parseval, en ausencia de estructura hilbertiana.
Introduccion del concepto de totalidad para una familia de funciones ortogonales matriciales en ausencia de estructura hilbertiana.
Posibilidad de desarrollo en serie de polinomios ortogonales matriciales (solamente para el caso de Hermite).
Aplicacion al desarrollo de la exponencial de una matriz.
Las materias y tecnicas que se utilizan en esta memoria tienen que ver con el Analisis
Matematico, Algebra Lineal, Polinomios Ortogonales, Funciones Especiales, Analisis
Funcional Aplicado y Analisis Numerico. La clasificacion de contenidos atendiendo
a los criterios de la 1991 AMS (MOS) Subject clasification responde a los codigos
15A24, 32C25, 34E10, 41A10, 42C05, 42C30, 47A60.
Captulo 1
Polinomios ortogonales matriciales
respecto a un funcional matricial
de momentos lineal: Teora y
aplicaciones.
1.1.
Introducci
on.
1.2.
Comencemos esta seccion introduciendo el concepto de funcional matricial de momentos lineales a la derecha que puede considerarse como una generalizacion del
concepto de funcional de momentos lineal estudiado en [5] para el caso escalar.
1 Sea { n }
DEFINICION
on de matrices en Crr . Un funcional
n0 una sucesi
matricial de momentos lineal a la derecha es una funci
on
L : P[x] Crr
definida por
n
X
!
Ak x
n
X
Ak k ,
(1.2)
k=0
k=0
donde Ak est
a en Crr para 0 k n . La matriz n = L(Ixn ) se dice que
es el momento matricial de orden n para L .
De la definicion 1, si L es un funcional matricial a la derecha, se tiene que
A Crr , P (x) P[x] .
(1.3)
(ii)
L (xi Pn (x)) = 0
si
i < n,
C rr .
Notese que las condiciones (ii) y (iii) pueden reescribirse como la condicion equivalente
L xi Pn (x) = i n Kn ,
Kn Crr invertible,
in .
(1.4)
TEOREMA 1
L(P1 (x)) = 0
L(x P1 (x))
es invertible . (1.5)
A1 0 = A1 1 1 1
,
0
L(x P1 (x)) = A1 1 2 + A1 0 1 = A1 1 2 A1 1 1 1
0 1 = A1 1
2 1 1
0 1
2 1 1
0 1
son invertibles .
(1.6)
Supongamos que
Ak k
es invertible para k = 0, 1, 2, . . . , n 1 .
(1.7)
n
X
An k k ; An 0 =
k=0
n
X
An k k 1
.
0
(1.8)
k=1
n
X
An k k+1 .
(1.9)
k=0
10
An 1 =
n
X
1
1
An k (k+1 k 1
0 1 ) (2 1 0 1 )
(1.10)
k=2
An 0 =
n
X
1
1
.
k 1
An k (k+1 k 1
0
0 1 ) (2 1 0 1 )
k=2
n
X
An k Tn 0 , An 1 =
k=3
n
X
An k Tn 1 , An 2 =
k=3
n
X
An k Tn 2 ,
k=3
0j n1 ,
(1.11)
L (x Pn (x)) =
(
= An n
n
X
An k k+n =
n1
X
An n Qn k k+n + An n 2n
k=0
k=0
2n +
n1
X
Qn k k+n
es invertible.
k=0
De aqu, An n es invertible.
para m < n ,
Pn
(1.12)
k
As, de (1.3) y de la propiedad (ii) de la definicion 2, si Pn (x) =
k=0 An k x ,
rr
con Ak C , 0 k n , se sigue que
n
!
!
n
X
X
L( Pn (x) Pn (x) ) = L
An k xk Pn (x) =
An k L(xk Pn (x))
k=0
k=0
= An n L(xn Pn (x)) .
11
es invertible .
(1.13)
m
X
P (xj ) Wj
j=1
n
X
k Pk (x) .
(1.15)
k=0
Pn
k=0
(1.16)
Si denotamos
Pm (x) =
m
X
A m k xk ,
(1.17)
k=0
sustituyendo Pm (x) dado por (1.17) en (1.16) e igualando las matrices coeficientes
de xj en ambos miembros de la ecuacion resultante, para 0 j n , tenemos
12
C0 = 0 A0 0 + 1 A1 0 + + n An 0
C1 =
1 A1 1 + + n An 1
..
..
...
.
.
Cn =
n An n
(1.18)
0 1
A0 0
0
0
A1 0 A1 1
0
..
..
..
..
.
.
.
.
An 0 An 1 An n
= C0 C1
Cn
. (1.19)
n
X
k Pk (x) Pn (x) .
(1.20)
k=0
n
X
k=0
luego
n = L(Q(x) Pn (x)) [L(Pn (x) Pn (x))]1 .
(1.21)
n1
X
i Pi (x) .
(1.22)
i=0
n1
X
i=0
13
De aqu,
n1 = [L(Q(x) Pn1 (x)) n L(Pn (x) Pn1 (x))] [L(Pn1 (x) Pn1 (x))]1 .
(1.23)
De (1.15), podemos escribir, para 0 j < n
Q(x) n Pn (x) j+1 Pj+1 (x) =
j
X
i Pi (x) .
(1.24)
i=0
n
X
j
X
i=0
k=j+1
L(Q(x) Pj (x))
n
X
#
k L(Pk (x) Pj (x)) [L(Pj (x) Pj (x))]1 , 0 j < n .
k=j+1
(1.25)
En particular, si los polinomios {Pn (x)}n0 conmutan, entonces
L(Pk (x) Pj (x)) = L(Pj (x) Pk (x)) = 0
para k > j ,
(1.26)
que coincide con la dada por Chihara en [5, p.9] para el caso escalar.
COROLARIO 1 Sea L funcional matricial de momentos lineal a la derecha y
sea {Pn (x)}n0 una sucesi
on de polinomios matriciales tales que Pn (x) es de
grado n para n 0 . Entonces las siguientes condiciones son equivalentes
(1) {Pn (x)}n0 es una SPOMD para L .
(2) L(Q(x) Pn (x)) = 0 para cada polinomio matricial Q(x) de grado m < n , y si
m = n y el coeficiente director de Q(x) es invertible, entonces L(Q(x) Pn (x))
es invertible.
(3) L(xn Pm (x)) = m n Kn ; donde Kn es invertible y m n .
14
Demostracion: (1) (2). Dado Q(x) P[x] de grado m , del teorema 2 y nota
2, existen matrices 1 , . . . , m en Crr , tales que
Q(x) =
m
X
i Pi (x)
es invertible .
(1.27)
invertible, i 0 .
(1.28)
i=0
i
X
Ai k xk ,
Ai i
k=0
L(Q(x) Pn (x)) = L
m
X
!
i Pi (x)
!
Pn (x)
i=0
m
X
i=0
m
X
i=0
i
X
Ai k L(xk Pn (x))
(1.29)
k=0
n
X
k=0
0 1 n
1 2 n+1
n = ..
(1.30)
..
.. , n 0
.
.
.
n n+1 2n
es invertible para n 0 , entonces la sucesi
on de polinomios matriciales {Pn (x)}n0
definida por
Pn (x) =
n
X
An k xk , n 1 , P0 (x) = A0 0 invertible
k=0
15
(1.31)
donde
An 0 An 1
An n
0 Kn
1
n ,
n1 ,
(1.32)
(1.33)
Pn (x) =
An k xk ,
n1 ,
k=0
L(x Pn (x)) =
An k m+k = m n Kn , m n ,
k=0
+
+
An 1 1
An 1 2
+
+
An 0 n1 + An 1 n +
An 0 n + An 1 n+1 +
+
+
An n n
An n n+1
=
=
..
.
0
0
+ An n 2n1 = 0
+ An n 2n = Kn
o bien
An 0 An 1
An n
n =
0 Kn
, n1 .
(1.34)
B=
n
..
.
2n1
lo podemos escribir como
[M An n ]
n1 B
A 2n
16
= [0 Kn ] .
(1.35)
n1 0
I B
,
0
I
0 I
se tiene
[M An n ]
n1 B
A 2n
1
n1 0
0
I
I B
0 I
= [0 Kn ] ,
de donde
[M An n ]
I
A1
n1
0
2n A1
n1 B
= [0 Kn ] ,
luego
B
.
Kn = An n 2n A1
n1
(1.36)
|n |
.
|n1 |
Demostracion: Tenemos que L [(x)Pn (x)] = An L[xn Pn (x)], donde An es el coeficiente director de (x) y L[xn Pn (x)] = Kn . Aplicando (1.36), obtenemos
L[(x)Pn (x)] = An An n 2n A1
B
,
n1
como An = An n = I por hipotesis, se tiene que
L[(x)Pn (x)] = 2n A1
n1 B .
Para cierta matriz S, podemos escribir (1.37) como
I
S
I 0
n1 0
n1 B
=
.
0 L[(x)Pn (x)]
A I
0
I
A 2n
(1.37)
(1.38)
n1 B
n =
,
A 2n
se obtiene el resultado.
"
L
n
X
#
Ak x
k=0
n
X
k Ak ;
P (x) =
k=0
n
X
Ak xk .
k=0
Partiendo de esta definicion, una version a izquierda de los resultados de esta secon se obtendra facilmente.
ci
A continuacion demostraremos que los polinomios matriciales de Laguerre y Hermite introducidos recientemente en [34] y [40] respectivamente, son SPOMD para
un momento funcional matricial lineal a derecha apropiado del tipo descrito en el
ejemplo 1.
EJEMPLO 3 (POLINOMIOS MATRICIALES DE HERMITE) Sea A una
matriz en C rr tal que
Re z > 0
para
cada
valor propio
de
A ,
(1.39)
Hn (x, A) =
[2]
(1)k n!
X
k=0
n2k
x 2A
k! (n 2k)!
n0 .
(1.40)
18
LH (P (x)) =
A x2
P (x) exp
2
dx ,
P (x) P[x] .
(1.41)
Z +
A x2
n
n =
x exp
dx
2
0 ,
n = 2k + 1 , k 0 ,
=
(1.42)
h
i
1 1
1
A k+ 2
n = 2k , k 0 ,
(k + 2 ) ,
2
y los polinomios matriciales de Hermite verifican la formula de Rodrigues matricial
Hn (x, A) = exp
A x2
2
n2
A
A x2
n
(n)
(1)
D
exp
,
2
2
(1.43)
Kn invertible ,
sn .
(1.44)
Usando la f
ormula de Rodrigues (1.43) y aplicando el metodo de integracion por
partes en la integral
Z +
A x2
s
s
x Hn (x, A) exp
LH (x Hn (x, A)) =
dx
2
n2 Z +
A
A x2
s
(n)
= (1)
x D
exp
dx ,
2
2
0sn ,
(1.45)
tenemos
n2
+
A
A x2
s
(n1)
LH ( x Hn (x, A) ) = (1)
x D
exp
2
2
n2 Z +
A x2
A
s1
(n1)
n
s
x D
exp
(1)
dx .
(1.46)
2
2
A x2
lm P (x) exp
= 0,
x
2
De aqu
19
(1.47)
x D
(n1)
exp
A x2
+
= 0,
(1.48)
A
A x2
s1
(n1)
LH (x Hn (x, A)) = (1)
s
dx .
x D
exp
2
2
(1.49)
De una forma analoga, despues de aplicar s + 1 veces el metodo de integracion por
partes en (1.45), y aplicando (1.47), obtenemos
s
n+1
0s<n .
(1.50)
n2 Z +
A
A x2
n
(n)
LH (x Hn (x, A)) = (1)
x D
exp
dx ,
2
2
(1.51)
n0 .
(1.52)
As, (1.44) queda demostrado y {Hn (x, A)}n0 define una SPOMD para LH .
EJEMPLO 4 (POLINOMIOS MATRICIALES DE LAGUERRE) Sea A
una matriz en C rr tal que
Re z > 1
(1.53)
y sea un n
umero complejo con parte real positiva. Tomando W (x) = ex xA ,
A
donde x = exp (A ln x) para x > 0 , la funcion LW : P[x] Crr definida
por
Z
Z
LW (P (x)) =
P (x) W (x) dx =
P (x) ex xA dx ,
(1.54)
0
n
X
(1)k k
(A + I)n [(A + I)k ]1 xk .
(n
k)!
k!
k=0
20
(1.56)
(A,)
(x) es la matriz
(1)n n I
. Demostraremos
n!
LW (xs L(A,)
(x)) = s n Kn ; s n , Kn C rr invertible .
n
(1.57)
Sea 0 s < n , entonces usando la formula de Rodrigues [34, p.60], se sigue que
L(A,)
(x) =
n
xA ex (n) x A+nI
D [e
x
],
n!
n0 ,
(x))
L(A,)
n
1
=
n!
xs D(n) ex xA+nI dx ,
(1.58)
resulta
LW (xs L(A,)
(x)) =
n
s
n!
1 s (n1) x A+nI x=
x D
e
x
x=0
n!
(1.59)
x D
(n1)
A+nI
n1
X
n1
k=0
P (x) = xk+s ,
lm xA+kI ex xs = 0 .
(1.61)
(1.62)
x0+
(x))
L(A,)
n
s
=
n!
(1.63)
21
0s<n1 .
(1.64)
(x))
L(A,)
n
= (1)
0
(A,)
1.3.
La condici
on de Haar matricial.
(A,)
L1 (x) = 0 ,
(A,)
L0
(x) = I .
n0 ,
(1.66)
con
H1 (x, A) = 0 ,
H0 (x, A) = I .
n1 ,
(1.67)
P1 (x) = 0 ,
P (x1 , . . . , xN ) =
P0 (x1 )
P1 (x1 )
..
.
P0 (x2 )
P1 (x2 )
..
.
P0 (xN )
P1 (xN )
..
.
PN 1 (x1 ) PN 1 (x2 )
(1.68)
PN 1 (xN )
es invertible para N 2 .
Demostracion: De (1.67), para N = 2, 3, 4, se sigue que
I 0
I 0
P0 (x1 ) P0 (x2 )
I
I
=
,
B1 I
0 A1
P1 (x1 ) P1 (x2 )
I x1 I x2
I 0 0
I
0
0
P0 (x1 ) P0 (x2 ) P0 (x3 )
0 I
0 B1
I
0 P1 (x1 ) P1 (x2 ) P1 (x3 )
1
0 B1 A1
C2 B2 A1 I
P2 (x1 ) P2 (x2 ) P2 (x3 )
I
I
I
=
I x 1 I x2 I x 3 ,
2
2
2
I x 1 I x2 I x 3
I
0
0
0
0 0 0
I 0 0 0
I 0 0 0 I
0 0
0 I
0 0 B1 A1 0
0 C2 B2 A2
0 B1 A1
I
0
0
B1
I
0
C2 B2 A1
I
1
0 C3 A1
B3 A1
1
2
I
I x 1 I x2 I x 3 I x4
. . . (p)
2
NY
p=1
0
0
P (x1 , . . . , x4 )
0
I
(1.67), se tiene
0
I
B1 A1
C2 B2 A2
..
.
..
..
23
I
B1
I
C2 B2 A1
1
...
I
...
...
1
Cn1 A1
n3 Bn1 An2
I x1
= I x1
..
Ixn1
1
0
A1
..
I
...
...
I xn
...
I x2n
..
.
P (x1 , . . . , xN )
An1
(1.69)
. . . I xn1
n
En particular, si x1 , x2 , . . . , xN son N n
umeros reales distintos, de (1.65), (1.66)
y del teorema 5, las siguientes matrices por bloques son invertibles para N 2 :
(A,)
(x1 , . . . , xN ) =
(A,)
(A,)
L0 (x1 ) L0 (x2 )
(A,)
(A,)
L1 (x1 ) L1 (x2 )
..
..
.
.
(A,)
(A,)
LN 1 (x1 ) LN 1 (x2 )
H (x1 , . . . , xN ) =
H0 (x1 , A)
H1 (x1 , A)
..
.
H0 (x2 , A)
H1 (x2 , A)
..
.
HN 1 (x1 , A) HN 1 (x2 , A)
1.4.
(A,)
L0 (xN )
(A,)
L1 (xN )
..
.
(1.70)
(A,)
LN 1 (xN )
H0 (xN , A)
H1 (xN , A)
..
.
(1.71)
HN 1 (xN , A)
F
ormulas de cuadratura matricial y cotas de
error.
Sea W (x) una funcion integrable sobre el intervalo [a, b] con valores en Crr ,
denominada funcion peso, y sea F (x) una funcion integrable sobre el mismo intervalo [a, b] con valores en C rr . Estamos interesados en la aproximacion numerica
de la integral
24
I(F ) =
F (x) W (x) dx ,
(1.72)
N
X
(1.73)
i=1
W
M
1
0
N
X
..
Q(F ) =
F (xi ) Wi , ... = [ P (x1 , . . . , xN ) ]1
,
.
i=1
WN
MN 1
(1.75)
Pj (x) Wi =
Pj (x) W (x) dx = Mj ,
0j N 1 ,
(1.76)
W1
M0
..
P (x1 , . . . , xN ) ... =
,
.
WN
MN 1
25
(1.77)
A1
0
Pi (x) W (x) dx =
Mi =
a
Z
=
A1
0
b
a
A0 Pi (x) W (x) dx
a
I
0
0
I
B1 = .. , B2 = ..
.
.
0
0
1iN 1 .
(1.79)
C N rr , para 1 i N , de la forma
(1.80)
, . . . , BN = .. ,
.
I
(1.81)
3
X
F (xi ) Wi
(1.82)
i=1
Z +
A x2
I(F ) =
F (x) exp
dx ,
2
(1.83)
por (1.41), y por el teorema 5, la matriz definida por (1.71) es invertible para N = 3 .
Del teorema 6, la nota 6 y el teorema 2-(ii) de [40], se sigue que
I
I
I
H (x1 , x2 , x3 ) = x1 2A
x2 2A
x3 2A
,
2
2
2
2(Ax1 I) 2(Ax2 I) 2(Ax3 I)
Z +
1
1
A x2
dx = (2A) 2 (1/2) = (2A) 2 ,
M0 =
exp
2
W1
C1 C10 C100
M0
W2 = C2 C20 C200 0 ;
W3
0
C3 C30 C300
[H A (x1 , x2 , x3 )]1
C1 C10 C100
= C2 C20 C200
C3 C30 C300
De la ecuacion
[H A (x1 , x2 , x3 )] [H A (x1 , x2 , x3 )]1 = diag{I, I, I} ,
llegamos al sistema matricial
C1
C2
C3
x1 C1 + x2 C2 + x3 C3 =
(1.84)
x2 ( x23 I A1 ) x3 ( x22 I A1 )
=
(x3 x2 ) (x3 x1 ) (x2 x1 )
x3 ( x21 I A1 ) x1 ( x23 I A1 )
2
1
2
1
x1 ( x2 I A ) x2 ( x1 I A )
C2 =
C3
(1.85)
Ci A 2 , i = 1, 2, 3 ,
2
(1.86)
(1.87)
NOTA 7 Los polinomios matriciales de Hermite {Hn (x, A)}n0 pueden emplearse
para la aproximacion de integrales del tipo
Z +
I1 (F ) =
F (x) dx .
(1.88)
I1 (F ) =
= F (x) exp
A x2
2
.
(1.89)
A x12
A x22
Q1 (F ) = Q(G) = F (x1 ) exp
W1 + F (x2 ) exp
W2
2
2
A x23
+ F (x3 ) exp
W3 ,
2
donde W1 , W2 y W3 est
an definidas por (1.86). De forma analoga, podemos
construir formulas de cuadratura de N puntos a partir de polinomios de Hermite
para el c
alculo de integrales del tipo (1.88).
Concluyamos esta seccion con un teorema de Peano para las formulas de cuadratura
matriciales propuestas. Supongamos que F (x) es una funcion a valores en C sr
que tiene derivadas continuas hasta orden q , y que su derivada de orden q + 1 es
continua a trozos. Consideremos la integral
Z b
I(F ) =
F (x) W (x) dx ,
(1.90)
a
N
X
F (xi ) Wi .
(1.91)
i=1
Supongamos que Q(F ) definido por (1.91) es exacta para todo polinomio matricial
P (x) de grado menor o igual que p , y sea r = min(p, q) . El teorema de Taylor
nos permite escribir
F (r) (a)
(x a)r +
F (x) = F (a) + F (a) (x a) + +
r!
(1.92)
Apliquemos ahora el operador lineal E = I Q a ambos miembros de la ecuacion
(1.92). Los primeros r + 1 terminos son nulos pues la formula de cuadratura Q
es exacta para polinomios matriciales de grado r < p . As
28
1
E(F ) =
E
r!
(r+1)
(t) (x t) dt
1
=
E
r!
(r+1)
(t) (x
t)r+
dt
,
(1.93)
donde
(x
t)r+
(x t)r si x t ,
0
si x < t .
(1.94)
El operador E act
ua sobre la variable x y as conmuta con t ; y entonces,
(r+1)
F
(t) juega el papel de una matriz constante:
Z
(r+1)
(t) (x
Z b Z
F
a
(r+1)
F (r+1) (t)
a
t)r+
dt
W (x) dx
N Z
X
(Z
(x t)r+ W (x) dx
F (r+1) (t)
dt
(r+1)
F (r+1) (t)
( N
X
(x t)r+ W (x) dx
N
X
(t) (xi
i=1
(t) (x
a
b
dt
t)r+
t)r+
dt
Wi
)
(xi t)r+ Wi
dt
i=1
)
(xi t)r+ Wi
dt .
i=1
(1.95)
b
a
(1.96)
Si denotamos
(i)
(i)
= sup kF (t)k ; a t b
Z
,
Kr =
a
kE(x t)r+ k dt ,
(1.97)
(1.98)
continua a trozos en [a, b] , y sea r = min (p, q) . Entonces, el error E(F ) , cuando
aproximamos I(F ) por Q(F ) , esta acotado por (1.98), donde Kr y M (r+1)
vienen dadas por (1.97).
NOTA 8 F
ormulas de cuadratura para integrales matriciales del tipo
Z b
F (x) W (x) G(x)T dx ,
(1.99)
F (xi )i GT (xi ) ,
(1.100)
i=1
donde los nodos de cuadratura {xi }ki=1 son los ceros del polinomio ortogonal matricial
Pn (x) en el intervalo [a, b], y los pesos matriciales de cuadratura i vienen expresados
en terminos de los ceros y del par de Jordan (X, J) asociado a Pn (x). Esta formula de cuadratura es exacta para polinomios F (x) y G(x) tales que grado(F (x)) +
grado(G(x)) 2n 1, generalizando la conocida formula de cuadratura de Gauss
escalar. En [65], se demuestra que la formula de cuadratura (1.100) converge al valor exacto de la integral matricial si las funciones F (x) y G(X) son continuas en el
intervalo [a, b], es decir
Z
k
X
(n)
(n)
(n)
F (xi )i GT (xi ) ,
(1.101)
i=1
(n)
donde los valores xi son los ceros del polinomio ortogonal matricial Pn (x) en el
(n)
intervalo [a, b], y i los correspondientes pesos de cuadratura.
Con anterioridad a estos resultados hemos obtenido las formulas de cuadratura que
presentamos en la presente memoria, que son distintas a las presentadas por estos
autores, dado que se obtienen a partir de la condicion de Haar matricial y los nodos
de cuadratura {xi }N
i=1 son puntos prefijados en el intervalo [a, b], lo que resulta de
interes en diversos problemas, tales como la resoluci
on de ecuaciones integrales e
integro-diferenciales de Volterra, [52]. Estas formulas de cuadratura tienen menor
precision que la formula de cuadratura (1.100), pero no tienen el inconveniente computacional de necesitar calcular en forma exacta las raices latentes de los polinomios
ortogonales y los pares de Jordan correspondientes, inconvenientes computacionales
que han sido parcialmente resueltos en [67], y ademas se demuestran cotas del error
de aproximaci
on.
Aunque no ha sido estudiado en esta memoria, creemos que es viable la obtencion
on de las
de formulas de cuadratura matricial que preserven las ventajas de precisi
citadas aportaciones, y que al mismo tiempo puedan obtenerse cotas del error de
aproximaci
on.
30
Captulo 2
Polinomios ortogonales matriciales
respecto a un funcional matricial
bilineal conjugado.
2.1.
Introducci
on.
31
2.2.
Matrices hermticas
n X
m
X
Ai i+j BjH .
(2.1)
i=0 j=0
para
m
rr
( ii) Si {Pi (x)}m
an en P[x] y {Ti }m
, entonces
i=1 , {Qi (x)}i=1 , est
i=1 C
" m
#
m
X
X
L
Ti Pi (x), Q(x) =
Ti L[Pi (x), Q(x)] ,
i=1
L[P (x),
i=1
m
X
Ti Qi (x)] =
i=1
m
X
i=1
33
EJEMPLO 6 Sea W (x) una funcion integrable con valores en Crr para x en
el intervalo [a,b], y sea L : P[x] P[x] Crr definido por
Z b
L[P (x), Q(x)] =
P (x)W (x)Q(x)H dx .
a
34
n
X
i Pi (x) .
(2.2)
i=0
Adem
as, si el coeficiente director Cn de P(x) es invertible, entonces n tambien es
una matriz invertible.
El siguiente resultado nos proporciona algunas equivalencias de la definicion 4 y
puede probarse siguiendo la demostracion del corolario 1 del captulo 1.
TEOREMA 12 Sea L un FMMBC hermtico y sea {Pn (x)}n0 una sucesi
on en
P[x] tal que la matriz coeficiente director de Pn (x) es invertible. Entonces equivalen:
(i) {Pn (x)}n0 es una SPOM respecto a L ,
(ii) L[P (x), Pn (x)] = 0 para cada polinomio matricial P (x) de grado m < n
mientras que L[P (x), Pn (x)] es invertible si m = n y el coeficiente director
de P (x) es invertible ,
(iii) L[ Ixn , Pm (x) ] = m n Kn donde Kn es una matriz invertible en Crr , para
todo m 0 , n 0 .
De los teoremas 11 y 12 es facil demostrar las siguientes consecuencias:
COROLARIO 2 Sea {Pn (x)}n0 una SPOM para un FMMBC hermtico L y sea
P (x) P[x] un polinomio matricial de grado n. Entonces se sigue que
P (x) =
n
X
(2.3)
i=0
COROLARIO 3 Si {Pn (x)}n0 y {Qn (x)}n0 son dos SPOM para un FMMBC
hermtico L, entonces existen matrices invertibles Cn , n 0 , tales que
Qn (x) = Cn Pn (x) , n 0 .
(2.4)
El corolario anterior muestra que una SPOM {Pn (x)}n0 esta determinada univocamente si se satisface una condicion adicional que nos fije la matriz coeficiente
director de cada Pn (x). Una SPOM en la que la matriz coeficiente director de cada
polinomio matricial Pn (x) es la matriz identidad en C rr diremos que es una
SPOM monica.
35
Para una presentacion mas clara de los siguientes resultados introducimos la siguiente matriz de Haenkel por bloques en C r(n+1)r(n+1) asociada a la sucesion de
matrices {n }n0 :
0 1 . . . n
1 2 . . . n+1
n = ..
(2.5)
..
..
.
.
.
n n+1 . . . 2n
TEOREMA 13 Sea L FMMBC hermtico con sucesi
on de momentos matriciales
rr
{n }n0 en C
. Una condici
on necesaria y suficiente para que exista una SPOM
para L es que la matriz n , definida por (2.5), sea invertible para n 0 .
Demostraci
on: La demostraci
on de la necesidad de la condicion es analoga a la
presentada en el teorema 3 del captulo 1, para el caso de funcionales matriciales de
momentos lineales. Veamos la suficiencia.
Por existir sucesion de polinomios ortogonales {Pn (x)}n0 respecto a L, imponiendo
la condici
on
L(Ixm , Pn (x)) = n,m Kn , m n ,
a la sucesion de polinomios {Pn (x)}n0 dados por
Pn (x) =
n
X
A n k xk ,
n1 ,
k=0
+
+
An 1 1
An 1 2
+
+
An 0 n1 + An 1 n +
An 0 n + An 1 n+1 +
+
+
An n n
An n n+1
=
=
..
.
0
0
+ An n 2n1 = 0
+ An n 2n = Kn
o bien
An 0 An 1
An n
n =
0 Kn
, n1 .
(2.6)
La invertibilidad de n quedar
a demostrada si demostramos que el sistema (2.6)
admite solucion u
nica para cada matriz invertible Kn .
Supongamos que existen dos sucesiones de polinomios matriciales {Pn (x)}n0 y
{Qn (x)}n0 , ortogonales respecto a L, verificando
L(Ixn , Pn (x)) = Kn ,
(2.7)
L(Ixn , Qn (x)) = Kn .
(2.8)
36
2.3.
F
ormula fundamental de recurrencia.
Una de las caractersticas mas importantes de los polinomios matriciales ortogonales es el hecho de que cada tres polinomios matriciales consecutivos cumplen una
relacion muy simple que se deriva del siguiente resultado.
TEOREMA 14 (F
ormula fundamental de recurrencia) Sea L un FMMBC
hermtico y sea {Pn (x)}n0 una SPOM monica respecto a L. Entonces existen matrices Cn , n en Crr con n invertible para n 0, tales que
Pn (x) = (Ix Cn ) Pn1 (x) n Pn2 (x) , n 1 ,
(2.9)
xPn (x) =
n+1
X
(2.10)
k=0
n+1
X
H
L[Pk (x), Pj (x)]AH
n j = L[Pk (x), Pk (x)]An k ,
(2.11)
j=0
(2.12)
si k + 1 < n ,
(2.13)
(2.14)
Sustituyendo n por n1, tomando Pn1 (x) 0 y teniendo en cuenta que An n+1 = I
porque la sucesion {Pn (x)}n0 es monica, (2.14) puede escribirse en la forma
Pn (x) = (Ix An1 n1 )Pn1 (x) An1 n2 Pn2 (x) , n 2 .
37
(2.15)
(2.16)
Por el teorema 12, la matriz L[Ixn1 , Pn1 (x)] es invertible y de (2.16) se tiene que n
es invertible para n 2. Tomando C1 = P1 (0) y 1 cualquier matriz arbitraria, la
formula (2.9) se satisface tambien para n = 1. La unicidad de las matrices n (n 2)
y Cn , n 1 esta garantizada por la unicidad de la representacion de xPn (x) dada
por (2.10).
|n2 | |n |
|n1 |2
, n2
,
H
y si 1 = L [I, P0 (x)]H
38
Dn = Dn1 Cn .
Sustituyendo sucesivamente obtenemos (iv).
(2.17)
con
P1 (x) = 0 , P0 (x) = I ,
An invertible n 1 y C1 arbitraria. Ademas, como L [Ixn2 , An Pn (x)] = 0, se tiene
H
Cn Cn1 . . . C2 = L Ixn1 , Pn1 (x) L [I, P0 (x)]H .
Tomando C1 = L [I, P0 (x)]H , tenemos
H
Cn Cn1 . . . C1 = L Ixn1 , Pn1 (x)
,
expresion analoga a la obtenida en el corolario 4.
Ahora, si ln denota el termino director invertible de Pn (x), de la relacion de recurrencia (2.17) se deduce que
An ln = ln1 .
De la relacion L [Ixn1 , Pn1 (x)] = L [Ixn2 , Pn2 (x)] CnH , deducimos que como
Ixn1 y Ixn2 son polinomios matriciales de grados n 1 y n 2 respectivamente,
entonces, por el corolario 2 , se pueden escribir de la forma
Ix
n1
n1
X
k Pk (x) , k C rr , k = 0, . . . , n 1 ,
k=0
Ixn2 =
n2
X
l Pl (x) , l C rr , l = 0, . . . , n 2 ,
l=0
39
1
H H
1
1 H
Kn2
Cn = Kn1 ln1
ln2 Kn2
= Kn1 ln2 ln1
1
= Kn1 AH
n1 Kn2 .
Esta expresion es analoga a la dada en [68, p.42] para el caso escalar. En el caso
de que los polinomios Pn (x) estan normalizados, y entonces Kn = I, tenemos Cn =
AH
ormula de recurrencia (2.17) quedara de la forma
n1 , con lo que la f
An Pn (x) = (Ix Bn ) Pn1 (x) AH
n1 Pn2 (x) , n 1 .
En el caso de que los polinomios Pn (x) sean monicos, y entonces An = I, la formula
de recurrencia (2.17) quedara de la forma
Pn (x) = (Ix Bn ) Pn1 (x) Cn Pn2 (x) , n 1 .
que era la demostrada en el teorema 14.
Queda demostrado el siguiente resultado:
TEOREMA 15 Sea {Pn (x)} una SPOM para L un funcional matricial de momentos bilineal conjugado hermtico, sea Kn = L [Pn (x), Pn (x)] y ln la matriz termino
director de Pn (x), entonces se tiene:
( i) Los polinomios Pn (x) verifican una relaci
on de recurrencia del tipo:
An Pn (x) = (Ix Bn ) Pn1 (x) Cn Pn2 (x) , n 1 ,
Donde P1 (x) = 0 , P0 (x) = I , An es invertible para n 1, Cn es invertible
1
para n > 1, y ademas Cn = Kn1 AH
n1 Kn2 , n > 1, con C1 arbitraria. Y si
H
C1 = L [I, P0 (x)] , entonces
H
Cn Cn1 . . . C1 = L Ixn1 , Pn1 (x)
.
( ii) Si los polinomios est
an normalizados y no son m
onicos, es decir,
Kn = I, entonces verifican una relaci
on de recurrencia del tipo
An Pn (x) = (Ix Bn ) Pn1 (x) AH
n1 Pn2 (x) , n 1 ,
donde P1 (x) = 0 , P0 (x) = I , donde An es invertible para n 1.
40
2.4.
F
ormula de Christoffel-Darboux.
NOTA 9 La f
ormula de Christoffel-Darboux se encuentra demostrada para casos
particulares de sucesiones de polinomios ortogonales respecto a un funcional de tipo
integral en [58] y [65], as como algunas de sus propiedades en [65], donde la denomina n
ucleo reproductivo. Sin embargo, ninguna demostracion para una sucesion de
polinomios ortogonales matriciales respecto un funcional arbitrario ha sido presentada.
TEOREMA 16 (F
ormula de Christoffel-Darboux) Sea L un FMMBC hermtico
y sea {Pn (x)}n0 una SPOM no monica pero normalizada, que verifica la relaci
on
de recurrencia dada por el teorema 15. Entonces, si Bn es hermtica para todo n,
para cualquier m N se cumple:
m
X
n=0
1
(t x)
H
H
Pm+1
(t)AH
.
m+1 Pm (x) Pm (t)Am+1 Pm+1 (x)
(2.18)
(2.19)
(2.20)
(2.21)
Postmultiplicando (2.21) por Pn (x) y premultiplicando (2.19) por PnH (t) y restando,
obtenemos
H
H
H
(t)AH
(t x)PnH (t)Pn (x) = Pn+1
n+1 Pn (x) Pn (t)An Pn1 (x) +
H
(t)An Pn (x) PnH (t)An+1 Pn+1 (x) .
+ Pn1
Llamando
H
(t)AH
Kn (t, x) = Pn+1
n+1 Pn (x) , K1 (t, x) = 0 ,
41
(2.22)
(2.23)
y
m
X
H
0
H
0
(x) AH
PnH (x)Pn (x) = Pm+1
m+1 Pm (x) (Pm (x)) Am+1 Pm+1 .
(2.24)
n=0
Demostracion:
(t x)
m
X
H
PnH (t)Pn (x) = Pm+1
(t)AH
P
(x)
P
(t)A
P
(x)
,
m
m+1
m+1
m+1
m
n=0
haciendo t = x, obtenemos
H
H
0 = Pm+1
(x)AH
m+1 Pm (x) Pm (x)Am+1 Pm+1 (x) ,
m
X
n=0
H
H
= Pm+1
(t) Pm+1 (x) AH
m+1 Pm (x) Pm (t) Pm (x) Am+1 Pm+1 (x)
H
H
+Pm+1
(x)AH
m+1 Pm (x) Pm (x)Am+1 Pm+1 (x) ,
n=0
H
H
(x) H
(t) Pm+1
Pm+1
Am+1 Pm (x)
=
tx
H
Pm (t) PmH (x)
Am+1 Pm+1 (x) .
tx
Tomando lmites cuando t x tenemos (2.24).
42
2.5.
(2.25)
Consideremos
Pm (x) =
m
X
Ami xi ,
i=0
Pn (x) =
n
X
Anj xj ,
j=0
m
X
(1)i Ami xi ,
i=0
Pn (x) =
n
X
(1)j Anj xj ,
j=0
m
X
m
X
i=0(par)
n
X
(1)i Ami
(1)i Ami
Ami
n
X
j=0(par)
!
H
j+i Anj
n
X
(1)j j+i AH
nj
j=0(impar)
n
X
(1)j j+i AH
nj +
j=0(par)
n
X
n
X
j=0
(1)j j+i AH
nj +
j=0(par)
i=0(impar)
m
X
i=0
i=0(par)
+
j+i AH
nj
(1)j j+i AH
nj
j=0(impar)
m
X
i=0(impar)
Ami
n
X
,
j+i AH
nj
j=0(impar)
pues los momentos i+j son nulos si tienen ndice impar. Por otra parte
43
(2.26)
i=0(impar)
m
X
i=0(par)
Ami
n
X
Ami
m
X
n
X
Ami
n
X
i=0
i=0(par)
m
X
j+i AH
nj
j=0(impar)
m
X
+
j+i AH
nj
Ami
i=0(impar)
j+i AH
nj
n
X
j+i AH
nj +
j=0(par)
j=0(par)
n
X
j=0(impar)
n
X
Ami
j+i AH
nj
j=0
j+i AH
nj +
j=0(par)
n
X
,
j+i AH
nj
(2.27)
j=0(impar)
TEOREMA 17 Sea L un FMMBC hermtico y sea {Pn (x)}n0 una SPOM monica
respecto a L. Entonces son equivalentes:
( i)
( ii)
L es simetrico,
Pn (x) = (1)n Pn (x) , para todo n N ,
(ii) (iii)
La sucesion de polinomios {Pn (x)}n0 , por el teorema 15, verifica la relacion de
recurrencia :
Pn (x) = (Ix Cn ) Pn1 (x) n Pn2 (x) ,
(2.28)
cambiando x por x en (2.28) y multiplicando todos los terminos por (1)n , queda
(1)n Pn (x) = (Ix + Cn ) (1)n1 Pn1 (x) (1)n2 n Pn2 (x) .
44
(2.29)
(2.30)
(iii) (ii)
Si Cn = 0, los polinomios Qn (x) = (1)n Pn (x) verifican la misma formula de
recurrencia fundamental que los Pn (x), (2.28), y Q1 = P1 , luego Qn (x) = Pn (x).
(ii) (i)
Como Pn (x) = (1)n Pn (x), Pn (x) solo tiene potencias pares de x cuando n es par
y potencias impares de x cuando n es impar. Procedamos por induccion:
Como P1 (x) = Ix, se tiene
0 = L [I, P1 (x)] = 1 , 1 = 0 .
3
n
X
Pn
j=0
A2j+1 x2j+1 ,
H
2j+1 AH
2j+1 = 2n+1 A2n+1 = 2n+1 ,
j=0
2.6.
n1 .
(2.32)
A1
n x Bn
(2.33)
donde
0
0
Cn = A1
Bn = A1
(2.34)
n Cn .
n Bn ,
1
De (2.33), tenemos P1 (x) = A1 x B1 P0 (x) = A1
on
1 x B1 y la condici
(2.32), para n = 1 , implica que
H
L[ I , I ] B1H ,
0 = L[ I , P1 (x) ] = L[ I , A1
1 x B1 ] = L[ I , Ix ] A1
de donde
46
1 = 0 B1H AH
(2.35)
1 .
1 2
1
1
De (2.33), tenemos P2 (x) = A1
x + ( B2 B1 C2 )
2 A1 x A2 B1 + B2 A1
y la condicion (2.32), para n = 2 , implica que
1 2
1
0 = L[I, P2 (x)] = L I, A1
x + (B2 B1 C2 )
2 A1 x A2 B1 + B2 A1
1 H
= L[I, Ix2 ] (A1 A2 )H L[I, Ix] A1
+ L[I, I] (B2 B1 C2 )H ,
2 B1 + B2 A 1
de donde
2 = 0 ( B2 B1 C2 )H ( A1 A2 )H + 0 B1H AH
1
Supongamos de esta forma que 0 , 1 , m
denotemos
Pm (x) =
n
X
Ami x ,
( A1 A2 )H .
(2.36)
ya estan determinadas, y ahora
Pm1 (x) =
i=0
1
A1
2 B1 + B2 A 1
m1
X
Am1 i xi .
(2.37)
i=0
A1
n+1 x Bn+1 Pn (x) Cn+1 Pn1 (x)
n+1
= A1
+ (An n1 Bn+1 Ann ) xn
n+1 Ann x
n1
X
i=1
Despejando de las u
ltimas condiciones e imponiendo que L[ I , Pn+1 (x) ] = 0 , se
sigue que
A1
n+1 An n n+1 =
n1
X
i=1
47
n+1 = A1
n n An+1
" n1
X
i=1
.
(2.39)
De las propiedades de los momentos funcionales bilineales matriciales tenemos
P (x) P[x] .
k<n .
(2.40)
n0 ,
(2.41)
L I , x A1
= 0,
n+1 Pn (x)
n0 ,
L [ I x , Pn (x) ] = L [ I , x Pn (x) ] = 0 ,
n0 .
L I , x2 A1
=0 ,
n+1 Pn (x)
L I x2 , Pn (x) = L I , x2 Pn (x) = 0 .
Procediendo inductivamente tenemos
L I xk , Pn (x) = 0 ,
0k<n ,
(2.42)
k<n .
(2.43)
y
L [ Pk (x) , Pn (x) ] = 0 ,
H
+ L I xn1 , Pn (x) Bn+1
+ L I , I xn1 Pn1 (x) Cn+1
= L I , I xn1 Pn1 (x) Cn+1
.
48
Luego
n1
H
L [ I xn , Pn (x) ] AH
=
L
I
x
,
P
(x)
Cn+1 ,
n1
n+1
H
L [ I xn , Pn (x) ] = L I xn1 , Pn1 (x) Cn+1
AH
n+1 .
De esta forma
H H
H H
L [ I xn , Pn (x) ] = C10 C2H AH
2 C3 A3 Cn An
Pl
k
es invertible. Si Pl (x) =
k=0 Al k x , entonces se sigue que
L [ Pl (x) , Pn (x) ] =
l
X
L Al k xk , Pn (x) =
k=0
0,
si l < n
An n L [ I xn , Pn (x) ] , si l = n
Demostracion:
is (1)i = 0 ,
s = 0, 1, , n 1 .
(2.44)
Tomando x = 1 en la ecuacion
n
(1 + x) =
n
X
n
i=0
xi ,
(2.45)
Pn n
i
tenemos
i=0 i (1) = 0 . De esta forma, para s = 0 , la igualdad (2.44) se
cumple. Supongamos ahora que la igualdad (2.44) se satisface para j = 0, 1, , s
1 y sea s n . De la hipotesis se sigue que
n
X
n
i=0
is1 (1)i = 0 .
(2.46)
n (n 1) (n s + 1) (1 + x)
ns
n
X
n
i=0
i (i 1) (i s + 1) xis .
De la u
ltima ecuacion se tiene que
ns
n (n 1) (n s + 1) (1 + x)
x =
n
X
n
i=0
i (i 1) (i s + 1) xi , (2.47)
i=0
i (i 1) (i s + 1) (1)i = 0 .
(2.48)
Denotemos
i (i 1) (i s + 1) = is + a1 is1 + + as1 i + as .
(2.49)
0 =
n
X
i=0
n
n
n
X
X
X
n
n
i
s n
i
i
s1 n
(1)i .
(1) =
i
(1) + + as
(1) + a1
i
i
i
i
i
i
i=0
i=0
i=0
s
para
cada
valor propio
de
A,
(2.50)
y sea un n
umero real positivo. Entonces, los polinomios matriciales de Laguerre
(A,)
Ln (x) introducidos en [34] y definidos por
L(A,)
(x)
n
n
X
(1)k k
(A + I)n [(A + I)k ]1 xk ,
=
k! (n k)!
k=0
(2.51)
n =
(A + I)n
, n1 .
n
L Ixs , LA,
= ns Kn ,
n (x)
50
Kn Crr invertible .
(2.52)
(1)n n I
n!
, de
(2.53)
(1)
1
(A + I)n [(A + I)i ] xi
L I , LA,
= L I,
n (x)
i!
(n
i)!
i=0
=
n
X
(1)i i
i [ (A + I)i ]1 (A + I)n
i!
(n
i)!
i=0
"
=
n
X
i=0
"
=
n!
(1)i i i [ (A + I)i ]1
i! (n i)!
#
n
X
n
(1)i
i
i=0
(A+I)n
n!
(A + I)n
n!
y por el lema 2, la u
ltima ecuaci
on es cero. Supongamos que
L I xk , LA,
= 0,
n (x)
0k s1 .
, podemos escribir
Utilizando ahora que n = n1 (A+nI)
" n
#
X (1)i i
s A,
L I x , Ln (x) =
i+s [(A + I)i ]1 (A + I)n
i!
(n
i)!
i=0
" n
#
X (1)i i
(A + (i + s)I)
=
i+s1
[(A + I)i ]1 (A + I)n
i!
(n
i)!
i=0
" n
#
X (1)i i
(A + I)n
=
i+s1 A [(A + I)i ]1
i! (n i)!
i=0
"
+
n
X
(1)i i
i+s1 (i + s) I [(A + I)i ]1
i! (n i)!
i=0
(2.54)
(2.55)
(2.56)
(A + I)n
.
Empleando la hip
otesis de inducci
on, la expresi
on (2.55) se puede escribir en la
forma
n
X
(1)i i
i+s1 A [(A + I)i ]1
i!
(n
i)!
i=0
n
X
(1)i i (A + I)i+s1
A [(A + I)i ]1
i+s1
i!
(n
i)!
i=0
"
= A
n
X
(1)i i
i+s1 [(A + I)i ]1
i!
(n
i)!
i=0
51
h
i
(A,)
= A L I xs1 , Ln (x) = 0 .
i)!
i=0
n
n
X
X
(1)i i
(1)i i i
1
i+s1 [(A + I)i ] + s
i+s1 [(A + I)i ]1
=
i! (n i)!
i! (n i)!
i=0
i=0
n
X
(1)i i i
(x)
=
i+s1 [(A + I)i ]1 + L I xs1 , L(A,)
n
i! (n i)!
i=0
n
1 X n
i
(1)i (A + I)i+s [ A + (i + s) I ]1 [ (A + I)i ]1
=
n! s1 i=0
i
n
X
1
n
=
i
(1)i ( A + (i + 1) I ) ( A + (i + s 1) I ) .
s1
n!
i
i=0
(2.57)
Notese que en la expresi
on (2.57), el producto ( A + (i + 1) I ) ( A + (i + s 1) I )
es un polinomio matricial de grado
i , y por el lema 2, la exi
h s 1 en la variable
(A,)
s
presi
on (2.57) es cero. De aqu L I x , Ln (x) = 0 . Finalmente, demostremos
i
h
(A,)
(A,)
que L I xn , Ln (x) es invertible. De [34], los polinomios matriciales Ln (x)
verifican
(A,)
(A,)
Bn L(A,)
(x) = ( Ix Cn ) Ln1 (x) n Ln2 (x) ,
n
n 1;
(A,)
L1 (x) = 0 ,
(2.58)
donde
n
A + (2n 1)I
I , Cn =
,
n =
A + (n 1)I
.
(2.59)
(x)
(x) BnH = L Ixn2 , Bn L(A,)
0 = L Ixn2 , L(A,)
n
n
h
i
h
i
h
i
(A,)
(A,)
(A,)
= L Ixn2 , I x Ln1 (x) L Ixn2 , Ln1 (x) CnH L Ixn2 , Ln2 (x) H
n
De donde
h
i
h
i
(A,)
(A,)
L Ixn1 , Ln1 (x) = L Ixn2 , Ln2 (x) H
n ,
luego
52
h
iH h
iH
(A,)
(A,)
n n1 2 = L Ixn1 , Ln1 (x) L I , L0 (x)
h
iH
iH
h
(A,)
(A,)
= L I xn1 , Ln1 (x) 0 = L I xn1 , Ln1 (x)
.
(2.60)
De (2.59) y (2.60) se sigue que
H
(x)
L I xn , L(A,)
n
n+1 n 2 =
(A + nI) A + (n 1)I
A+I
(A + I)n
= n ,
n
h
i
(A,)
n
y de esta forma, L I x , Ln (x) = H
n = n es invertible.
=
[ n2 ]
X
(1)k n!( 2A)n2k
k=0
k!(n 2k)!
xn2k ,
(2.61)
2n =
2n! 2n
2A
,
n!
(2.62)
2n+1 = 0 , n 1 .
Kn Crr invertible .
2A de la
(2.63)
L [ I , Hn (x, A) ]
LI ,
n2k
[ n2 ] (1)k n! 2A
X
k=0
k! (n 2k)!
n2k
n
[X
2 ] (1)k n!
2A
k=0
k! (n 2k)!
xn2k
n2k .
(2.64)
L [ I , H2l (x, A) ] =
l
X
(1)k (2l)!
2(lk)
2A
k! (2(l k)!)
k=0
l
X
2(lk)
k)!
l!
k
k=0
k=0
y por el lema 2, la u
ltima expresi
on es cero. Supongamos que
L I xk , Hn (x, A) = 0 ,
0k s1 .
(2.65)
Calculemos L [ I xs , Hn (x, A) ].
n2k
[ n2 ] (1)k n! 2A
X
L [ I xs , Hn (x, A) ] =
k! (n 2k)!
k=0
n2k+s .
(2.66)
Analicemos ahora los distintos casos que pueden darse. Si n y s tienen distinta paridad, uno de los dos par y el otro impar, entonces n 2k + s sera impar, por lo que
(2.66) sera cero. Veamos los casos en los que n y s tienen igual paridad.
Supongamos que n y s son pares, en tal caso podemos escribir n = 2l y s = 2t,
y (2.66) quedar
a
l
X
(1)k (2l)!
k=0
2(lk)
2A
k! (2(l k))!
2(lk+t) .
l (1)k (2l)!
X
k=0
2(lk)
2A
k! (2(l k))!
2(lk+t)
l
2(lk1)
X
(1)k (2l)!
2(2(l k + t) 1)2(lk+t1)
2A
k!
(2(l
k))!
k=0
54
(2.67)
l
2(lk1)
X
(1)k (2l)!
[4l 4k + 4t 2] 2(lk+t1)
2A
.
k!(2(l
k))!
k=0
(2.68)
De (2.68), obtenemos
(2.69)
#
l
2(lk) 2
X
(1)k (2l)!
= (4l + 4t 2)
2(lk+t1)
2A
2A
k!
(2(l
k))!
k=0
" l
#
2(lk1)
k
X (1) (2l)! k
4
2(lk+t1)
2A
,
(2.70)
k!
(2(l
k))!
k=0
y sustituyendo (2.69) en (2.70) se obtiene
l
X
(1)k (2l)! k
k=0
k! (2(l k))!
2(lk+t1)
2(lk1)
2A
l
X
(1)k (2l)! k (2(l k + t) 2)! 2(lk1) 2(lk1+t)
= 4
2A
2A
k! (2(l k))! (l k + t 1)!
k=0
l
X
(1)k (2l)! k (2(l k + t) 2)! 2t
= 4
2A
.
k! (2(l k))! (l k + t 1)!
k=0
(2.71)
= 4
= 4
l
2t X
(1)k (2l)! k (2(l k)! (2(l k) + 2t 2) . . . (2(l k) + 1)
2A
k! (2(l k))! (l k)!
((l k) + t 1) . . . ((l k) + 1)
k=0
l
2t X
(1)k (2l)! k (2(l k) + 2t 2) . . . (2(l k) + 1)
2A
.
k!
(l
k)!
((l
k)
+
t
1)
.
.
.
((l
k)
+
1)
k=0
Ahora, el cociente
de la forma
(2(lk)+2t2)...(2(lk)+1)
((lk)+t1)...((lk)+1)
(2.72)
(2(l k) + 2t 2) . . . (2(l k) + 1)
(x + 2t 2)(x + 2t 3) . . . (x + 1)
= x
((l k) + t 1) . . . ((l k) + 1)
( 2 + t 1)( x2 + t 2) . . . ( x2 + 1)
= 2t (x + (2t 3))(x + (2t 5)) . . . (x + 1) .
Sustituyendo en (2.72),
= 4
l
2t (2l)! X
l
t
2A
2
(1)k Q .
l!
k
k=0
(2.73)
l
X
2A
2l2k+1
2A
k! (2l 2k + 1)!
k=0
2l+2t2k+2
2(lk)+1
k! (2(l k) + 1)!
2(lk)+1
l (1)k (2l + 1)!
2A
X
2(l+tk+1)
k=0
k=0
k! (2(l k) + 1)!
= (4l + 4t + 2)
2(2(l + t k) + 1)2(l+tk)
l
X
(1)k (2l + 1)! 2(lk)
2A
2(l+tk)
k!
(2(l
k)
+
1)!
k=0
56
2
2A
l
X
(1)k (2l + 1)! k 2(lk)
2A
2(l+tk) .
k!
(2(l
k)
+
1)!
k=0
(2.74)
l
X
(1)k (2l + 1)! 2(lk)+1
2A
2(l+tk) ,
k!
(2(l
k)
+
1)!
k=0
(2.75)
= 4
l
X
(1)k (2l + 1)! k 2(lk)
2A
2(l+tk)
k!
(2(l
k)
+
1)!
k=0
l
X
(1)k (2l + 1)! k (2(l k + t))! 2(lk+t) 2(lk)
= 4
2A
2A
k! (2(l k) + 1)! (l k + t)!
k=0
l
4(2l + 1)! X
(1)k l! k
(2(l k + t))! 2t
=
2A
l!
k! (2(l k) + 1)! (l k + t)!
k=0
#
" l
2t
4(2l + 1)! t1 X l
(1)k k
=
2
2A
,
k
l!
k=0
y esta u
ltima espresi
on por el lema 2 es cero. Tenemos as probado que
L [ Ixs , Hn (x, A) ] = 0 si s < n .
Finalmente, demostremos que L [ I xn , Hn (x, A) ] es invertible. De [40], los polinomios matriciales Hn (x, A) verifican
Bn Hn (x, A) = Ix Hn1 (x, A) n Hn2 (x, A) ,
n 1;
H1 (x, A) = 0 ,
(2.76)
donde
Bn =
2A
n = 2(n 1)
1
2A
.
As tenemos que
(2.77)
luego
L [ I , H0 (x, A)]H
,
(2.78)
por lo que
n
L [ I x , Hn (x, A)]
= n+1 n 2 = n! 2
2.7.
n
2A
es invertible .
es definido positivo y
(2.79)
L[I(x + 1), I(x + 1)] = L[Ix, Ix] + L[Ix, I] + L[I, Ix] + L[I, I]
= 2 + 21 + 0 .
As, 1 = 12 {L [I(x + 1), I(x + 1)] 0 2 } es hermtico. Supongamos que 1 ,
3 , . . . , 2n1 son hermticos, y escribamos
hP
Pn+1 n+1 j i
n+1 n+1
k
L[(Ix + I)n+1 , (Ix + I)n+1 ] = L
Ix
,
Ix
k=0
j=0
j
Pn+1 Pn+1kn+1n+1
=
L[Ixk , Ixj ]
k=0
j=0 h k
j
i
(2.80)
1/2 H
L[I, I](0
1/2
) = 0
1/2
0 0
=I .
A = L[Ix, P0 (x)]0
1/2
= 1 0
1/2
59
(2.81)
n+1
n
X
k=0
H
= L[Ixn+1 , Pj (x)] AH
j = 0 .
(2.83)
Ahora, definimos
Pn+1 (x) = (L[Qn+1 (x), Qn+1 (x)])1/2 Qn+1 (x) ,
y por los mismos argumentos utilizados para demostrar que L[P1 (x), P1 (x)] = I,
tenemos L [Pn+1 (x) , Pn+1 (x)] = I, y de (2.83) tenemos L[Pj (x), Pn+1 (x)] = 0, para
0 j n.
En resumen, el siguiente resultado queda demostrado:
TEOREMA 19 Sea L un FMMBC definido positivo. entonces L tiene un sistema
de polinomios matriciales ortonormales.
El siguiente teorema nos caracteriza los FMMBC definidos positivos en terminos de
la matriz de Haenkel por bloques n definida por (2.5), y puede considerarse como
una version matricial del teorema 3.4 de [5, p.15].
TEOREMA 20 . Sea L un FMMBC hermtico, y sea n la matriz por bloques
definida por (2.5). Entonces L es definido positivo, si y solo si, n es definida
positiva para todo n 0 .
Demostracion: Supongamos que L es hermtico y que n es definida positiva
para todo n 0 . Sea P (x) un polinomio matricial monico de grado m. Queremos
demostrar que L[P (x), P (x)] es una matriz hermtica definida positiva. Dado que
n es invertible para n 0, por el teorema 13, existe una SPOM {Pn (x)}n0 para
L, y por el teorema 11 existen matrices C1 , C2 , . . . , Cm , en Crr , tales que
P (x) =
m
X
Ci Pi (x) ;
i=0
60
Cm invertible .
(2.84)
As
L[P (x), P (x)] =
m
X
(2.85)
i=0
Notese que si demostramos que L[Pi (x), Pi (x)] es definido positivo para 0 i m,
entonces por (2.85) y la invertibilidad de Cm llegamos a que L[P (x), P (x)] > 0 . Sean
An k matrices en C rr con An n invertible, tales que
Pn (x) =
n
X
An k xk .
(2.86)
k=0
L[Ix , Pn (x)] =
n
X
k+m AH
n k = Kn m n , para m n ,
(2.87)
k=0
H
An 0
..
n . =
AH
nn
0
..
.
0
Kn
(2.88)
0
..
H
Ai0
i1 . AH
.
.. ..
(2.89)
,
. =
0
..
H
Aii
A
. 2i
Ki
donde
A = [ i i+1 2i1 ]
i
i+1
..
.
2i1
I 0
i1 0
,
A I
0
I
llegamos a
61
= AH ,
..
I
.
..
0
.
1 H
A
i1
1 H
Ai1
A
2i
0
..
..
. = . .
0
AH
ii
Ki
AH
i0
(2.90)
As
1 H
Ki = 2i Ai1
A AH
ii ,
(2.91)
I 0
A I
1
i1
0
0
I
i =
1 H
I i1
A
0
Ki
(2.92)
De la expresion L[Pi (x), Pi (x)] = Ki , se sigue que la ecuacion (2.92) puede escribirse
de la forma
1 H
I 0
i1 0
I
i1
A
i =
.
(2.93)
A I
0
I
0 L[Pi (x), Pi (x)]
Postmultiplicando ambos miembros de (2.93) por
1
i1 0
I AH
,
0
I
0
I
tenemos
D i i =
1
i1
0
0
L[Pi (x), Pi (x)]
(2.94)
con
Di =
1
i1
0
0
I
I AH
0
I
I 0
A I
1
i1
0
0
I
(2.95)
I 0
i1 0
H
Di = Ei Ei , Ei =
, Ei invertible .
A I
0
I
Como Di y i son matrices definidas positivas, por el teorema 8-(iii) se sigue que
P ara cada z (Di i ) , z > 0 .
(2.96)
(2.97)
z>0
(2.98)
Dado que L[Pi (x), Pi (x)] es hermtica por ser L hermtico, y satisface (2.98), por
el teorema 8-(i) concluimos que L[Pi (x), Pi (x)] > 0 . Con esto demostramos una
implicacion del teorema. Recprocamente, supongamos que L es definido positivo.
Por el lema 3, cada momento matricial n es hermtico y 2n es definido positivo
para n 0 . As la matriz n es hermtica para n 0. Para i = 0, 0 = 0
es definida positiva por el lema 3. Sea i 1 y supongamos que 0 , 1 , . . . , i1
son definidas positivas. Como L es definido positivo, por el teorema 19 existe una
SPOM monica {Pn (x)}n0 . Notese que por el teorema 8-(i), para demostrar que
i es definida positiva, es suficiente demostrar que cada valor propio z de i es
positivo. Por la ecuacion (2.95), y por la hipotesis de induccion, la matriz Di es
definida positiva y
[
1
(Di i ) = (i1
) L[Pi (x), Pi (x)] .
(2.99)
Como L es definido positivo, se sigue que L[Pi (x), Pi (x)] > 0, y por la hipotesis de
1
induccion, i1 > 0, as como i1
. Por (2.99), se sigue que
P ara cada valor propio z de Di i ,
z>0 .
(2.100)
Como Di es definida positiva, por el teorema 8-(iv), existe una matriz triangular
inferior, Gi , tal que
Di = Gi GH
.
i
As, podemos escribir Di i = Gi GH
i i y
H
G1
i Di i Gi = Gi i Gi .
(2.101)
(2.102)
z>0 ,
63
n (A) =
0 (A)
1 (A)
..
.
1 (A)
2 (A)
..
.
n (A)
n+1 (A)
..
.
2n (A)
donde i (A) son funciones analticas actuando sobre la matriz A Crr . Por [69,
(k)
p.107-108], si wi
es el k-esimo valor propio de la matriz i (A) , 0 i n ,
1 k r , entonces los valores propios de n (A) vienen dados por los valores
propios de las matrices
W (k) =
(k)
w0
(k)
w1
..
.
(k)
wn
(k)
w1
(k)
w2
..
.
(k)
wn+1
(k)
wn
(k)
wn+1
..
.
1kr .
(2.103)
(k)
w2n
As, los valores propios de n (A) se pueden obtener a traves de las matrices dadas
en (2.103). En particular, si i (A) es hermtica para 0 i n y las matrices W (k)
definidas por (2.103) para 1 k r son definidas positivas, entonces n (A) es
definida positiva.
2.8.
(2.104)
(iv) < P (x), P (x) > es semidefinido positivo para cada P (x) P[x] , y que
< P (x), P (x) >= 0 solo cuando P (x) es identicamente cero.
Sea P (x) un polinomio matricial de grado n y sea {Pn (x)}n0 una SPOM monica
para L , cuya existencia viene garantizada por el teorema 19. Por el corolario 2,
existen matrices 1 , 2 , . . . , n , univocamente determinadas por P (x) , tales
que
P (x) =
n
X
k Pk .
k=0
Pn
k=0 k
Pn
k=0
n
j=0
hP
n
k=0
k Pk (x) ,
P
(x)
j=0 j j
Pn
(2.105)
k Kk H
k ,
0kn .
0kn .
(2.106)
1/2
Ck CkH = k Kk Kk H
k = 0,
1/2
Ck = k K k
> 0,
0kn .
(2.107)
(2.108)
donde kyk denota la norma eucldea de un vector y. Pero notese que (2.108)
contradice (2.107). En consecuencia, k = 0 para 0 k n y P (x) 0 . As, la
propiedad (iv) esta demostrada.
65
Captulo 3
El problema de la mejor
aproximaci
on matricial y series de
Fourier matriciales.
3.1.
66
kCxk2
,
kxk2
1i,jr
1i,jr
(3.1)
Recordemos que si (z)n denota la funcion factorial escalar, definida por (z)n =
z(z + 1) . . . (z + n 1), n 1, y (z)0 = 1, entonces aplicando el calculo funcional
matricial a esta funcion, para cualquier matriz C en C rr se tiene
(C)n = C(C + I) . . . (C + (n 1)I) , (C)0 = I , n 1 .
Para x e y n
umeros complejos con parte real positiva, Re(x) > 0, Re(y) > 0, tenemos
la funcion Beta de Euler B(x, y) escalar definida por
Z 1
ux1 (1 u)y1 du ,
B(x, y) =
0
vease [63, p.416]. Recordemos que por [27, p.801-802], si C es una matriz hermtica
definida positiva, entonces C admite una u
nica raz cuadrada definida positiva que
1
2
denotaremos por C , y que por el teorema 8, conmuta con C.
3.1.1.
(3.2)
67
(3.3)
(3.4)
(3.5)
el k-
esimo coeficiente de Fourier de f respecto a {Pn (x)}n0 , denotemos por
X
Ck Pk ,
S(f ) =
(3.6)
k0
n
X
Ck Pk ,
(3.7)
k=0
(3.8)
(3.9)
(3.10)
(3.11)
(3.12)
Supongamos que {Pn (x)}n0 es un SPOM normalizado para L, y sea Q(x) un polinomio matricial de grado n. Por el teorema 11, existen matrices 0 , 1 , . . . , n en
C rr , determinadas univocamente, tales que
Q(x) =
n
X
i Pi (x) .
(3.13)
i=0
L(f Q, f Q) = L f
n
X
i Pi (x), f
i=0
n
X
= L(f, f ) +
n
X
!
i Pi (x)
(3.14)
i=0
i H
i
n
X
L(f, Pi )H
i
i=0
i=0
n
X
i L(Pi , f )
i=0
(3.15)
n
X
i H
i
i=0
L(f Q, f Q) = L(f, f )
n
X
Ci CiH
i=0
n
X
Ci H
i
i=0
n
X
n
X
i CiH ,
i=0
(Ci i ) (Ci i )H 0 .
(3.16)
i=0
m
X
Ci (f )Pi .
i=0
3.1.2.
(3.17)
lm Sn = S .
(3.18)
Entonces
n
Demostracion:
kSkn Sk2 , n n0 ,
2
70
(3.19)
kSkm Skn k2 < , m n n0 .
(3.20)
2
Sea n1 = kn0 y m n1 . Como kn < kn+1 y limn kn = +, existe un entero
positivo i tal que
kn0 +i m kn0 +i+1
(3.21)
(3.22)
(3.23)
(3.24)
+ =
2 2
De aqu, el resultado queda demostrado.
0 L(f Sn (f ), f Sn (f )) = L(f, f )
n
X
Ci CiH , n 0 ,
(3.25)
i=0
Ci CiH L(f, f ) , n 0 .
i=0
Ci CiH
Dado que
0, si denotamos por Tn =
y por (3.26) y el lema 4, se tiene que
kTn k2 = k
n
X
Pn
i=0
(3.26)
i=0
P
i0
(3.27)
Ci CiH y
(3.28)
i0
En particular
lm Ci CiH = 0 .
(3.29)
Por [57, p.23] tenemos kCi CiH k2 = (kCi k2 )2 , de (3.29) se sigue que
lm Ci = 0 .
(3.30)
(3.31)
y
(Desigualdad de Bessel matricial)
X
Ck CkH L(f, f ) .
k0
72
(3.32)
3.1.3.
Skn =
kn
X
Ci Pi ,
(3.35)
i=0
se tiene que
kL(f Skn (f ), f Skn (f ))k2 kL(f Qkn , f Qkn )k2 .
(3.36)
1
, n>0 ,
n
(3.37)
y por (3.36)-(3.37),
1
.
n
Por la demostracion del teorema 22, vease (3.16), se verifica
kL(f Skn (f ), f Skn (f ))k2
kn
X
k=0
y por (3.38)-(3.39),
73
Ck CkH ,
(3.38)
(3.39)
kL(f, f )
kn
X
Ck CkH k2 <
k=0
1
, n>0 .
n
(3.40)
Pn
P
Ci CiH de la sucesion Tn = nk=0 Ck CkH ,
De este modo la subsucesion Tkn = ki=0
converge a L(f, f ) en C rr , y por la desigualdad de Bessel-Parseval matricial, vease
el teorema 24, obtenemos que la sucesion {Tn }n0 esta acotada en C rr . Por el
corolario 7, concluimos que
X
Ci CiH = L(f, f ) .
(3.41)
i0
(3.42)
Z b
kW (x)k2 dx kf k kgk .
kL(f, g)k2
a
L(f, f ) =
Z bh
ih
i
1
1 H
=
f (x)W (x) 2 f (x)W (x) 2 dx .
(3.43)
h
ih
i
1 H
1
0, por (3.43), para cualquier vector y
Sea V (x) = f (x)W (x) 2 f (x)W (x) 2
r
en C , se tiene que
Z b
Z b
H
H
y L(f, f )y = y
V (x)dx y =
y H V (x)ydx 0 ,
(3.44)
a
0 =
h
ih
i
1
1 H
y H f (x)W (x) 2 f (x)W (x) 2 ydx
Z bh
iH h
i
1
1
=
W (x) 2 f (x)H y
W (x) 2 f (x)H y dx
a
74
0=
(3.45)
Por tanto,
1
W (x) 2 f (x)H y = 0 , y C r , a x b .
1
(3.46)
1
(1 x2 ) 2 (D+2I) ,
W (x, D) =
|x| < 1
(3.47)
I ,
x = 1
Como D es hermtica, para cada x en [1, 1], W (x, D) es tambien hermtica y por
[57, p.23] se tiene que
kW (x, D)k2 = max {|z| : z (W (x, D))} .
(3.48)
(3.49)
De esta forma,
1
(3.50)
y de forma analoga
1
(3.51)
kW (x, D)k2 dx = 2
kW (x, D)k2 dx = 2
(1 x2 ) 2 ((D)+2) dx
1
0
0
Z 1
1 (D)
12 ((D)+2) 21
t dt = B
,
=
(1 t)
. (3.52)
2
2
0
De forma analoga, es facil demostrar que
75
1
2
k (W (x, D)) k2 dx = B
1
1 (D) 1
,
+
2
4
2
(3.53)
As, las funciones matriciales W (x, D) y W (x, D) 2 son integrables en [1, 1]. Si se
cumple la hipotesis (3.46), por (3.49) se tiene que los valores propios de W (x, D)
son positivos para |x| 1. Como W (x, D) es hermtica, por [1, p.106] se tiene que
W (x, D) es definida positiva para |x| 1.
Sea E = C ([1, 1], C rr ) y consideremos el funcional matricial L : E E C rr ,
definido por
Z 1
L(f, g) =
f (x)W (x, D)g(x)H dx .
1
Por lo visto en el ejemplo 10, L es definido positivo, y por [35], los polinomios
matriciales de Gegenbauer
1 2
[n
]
2
X
( D2 )k
(x 1)k xn2k
Pn (x, D) = (I D)n
, n0 ,
2k
k!(n
2k)!2
k=0
son ortogonales respecto a L. Normalizando los polinomios matriciales Pn (x, D)
respecto a L, se obtiene
Qn (x, D) = Kn1 Pn (x, D) , n 0 ,
donde
Kn = L(Pn (x, D), Pn (x, D))
1
1
2 (D I)n 12 D 1 12 (I + D) 21 D + (n 12 I)
=
, n0 ,
n!
Entonces {Qn (x, D)}n0 son un SPOM respecto a un FBMHDPA L.
NOTA 12 Con posterioridad a la demostracion que aportamos en este captulo del
corolario 7 (Criterio de monotona matricial), hemos sabido que dicho resultado
esta demostrado en un contexto mas general (operadores positivos) en [47], y en
on es distinta de la que aportamos
[71] para matrices. En ambos casos la demostraci
aqu.
3.2.
b
a
R
b
a
(iii) y H
(iv) y H
A(x)dx
Rb
a
A(x)H dx
Rb
A(x)dx y = a (A(x)y) dx
R
b
a
b
A(x)dx = a y H A(x) dx
b
a
Rb
A(x)dx y = a y H A(x)y dx
,
.
(v) Si A(x) 0 (hermtica semidefinida positiva) para todo x [a, b], entonces
Rb
A(x)dx 0.
a
Demostracion: La de los apartados (i)-(iv) es inmediata trabajando componente a
componente. Para demostrar (v), observese que de (iv) se sigue que
Z b
Z b
H
H
y
A(x)dx y =
y A(x)y dx 0
a
1
1 H
f (x)W (x)f (x)H = f (x)W (x) 2
f (x)W (x) 2
0 , x [a, b] .
Por el lema 5, resulta que
Z b
Z b
H
H
f (x)W (x)f (x) dx y =
y H f (x)W (x)f (x)H ydx ,
y
a
(3.55)
L(f, f ) =
(3.56)
(3.57)
0 =
Z bh
iH h
i
1
1
=
W (x) 2 f (x)H y
W (x) 2 f (x)H y dx
a
Z b
1
=
kW (x) 2 f (x)H yk2 dx .
(3.58)
a
1
(3.59)
Dado que W (x) 2 es invertible para todo x [a, b], de (3.59) resulta que para
cualquier y C r
H
f (x)H y = y H f (x) = 0 casi por todas partes para x [a, b] .
(3.60)
L2W [a, b] , C rr
el espacio de las funciones f : [a, b] C rr , tales que
Z b
kf (x)k22 kW (x)k2 dx < ,
(3.62)
kf k2 =
a
kf (x)k22 kW (x)k2 dx
78
21
(3.63)
Es facil comprobar que con esta definicion, el espacio L2W ([a, b] , C rr ) es un espacio normado. Consideremos el funcional bilineal hermtico definido positivo L en
L2W ([a, b] , C rr ), dado por
L(f, g) =
f (x)W (x)g(x)H dx .
(3.64)
kL(f, g)k2 = k
f (x)W (x)g(x)H dxk2
a
Z b
1
1
=
kf (x)k2 kW (x)k22
kW (x)k22 kg(x)k2 dx .
(3.65)
1
1
kf (x)k2 kW (x)k22
kW (x)k22 kg(x)k2 dx
a
kf (x)k22 kW (x)kdx
12 Z
b
a
kg(x)k22 kW (x)k2 dx
21
= kf k2 kgk2
(3.66)
para toda f, g en L2W ([a, b], C rr ), lo que demuestra que L es acotado en L2W ([a, b] , C rr ).
Teniendo en cuenta que para una matriz A C rr , se verifica [28, p.57],
max | aij | kAk2 r max | aij | ,
1i,jr
1i,jr
(3.67)
Z
([a, b] , C) = h : [a, b] C ;
79
21
| h(x) | kW (x)k2 dx
khk2 =
(3.69)
y que:
{fn }n0 es convergente en L2W ([a, b] , C rr ), si y solo si, para cada i, j, con 1 i, j
r, la sucesion componente
(3.70)
(3.71)
Teniendo en cuenta que W (x) es integrable en [a, b] , por la desigualdad de CauchySchwarz, si f L2W ([a, b] , C rr ), se sigue que
Z
kf (x)k2 kW (x)k2 dx
a
kf (x)k22 kW (x)k2 dx
21 Z
12
kW (x)k2 dx
(3.72)
De este modo, si W (x) es integrable en [a, b] (aunque [a, b] sea no acotado), se verifica
(3.73)
Pn
k=0
kL(f Q, f Q)k2
(3.74)
Ck CkH = L(f, f )
(Identidad de Parseval)
(3.75)
k0
lm Ck = 0
(Lema de Riemann-Lebesgue)
(3.76)
(3.78)
Ahora, por el apartado (i), de (3.74) y (3.77), si P (x) es un polinomio de grado n(),
se verifica
kL(f Sn() (f ) , f Sn() (f ))k2 kL(f P , f P )k2
Z b
= k
[f (x) P (x)] [W (x)] [f (x) P (x)]H dxk2
a
Z b
En consecuencia,
kL(f Sn() (f ) , f Sn() (f ))k2 < 2
(3.79)
Por otra parte, de las propiedades de los funcionales bilineales matriciales hermticos
definidos positivos sabemos que
0 L(f Sn() (f ) , f Sn() (f )) = L(f, f )
n()
X
Ck CkH
(3.80)
k=0
n()
X
k=0
81
Ck CkH k2 < 2
(3.81)
NOTA 13 Puesto que el intervalo [a, b] puede no ser acotado en el teorema 26,
1
las hipotesis de integrabilidad de W (x) 2 y W (x) no se pueden omitir. En [1, [ ,
1
W (x) = x2 es integrable y no lo es W (x) 2 = x1 . En el intervalo [0, 1] , W (x) =
1
x 2 es integrable y no lo es (W (x))2 = x1 .
La identidad de Parseval sugiere la siguiente definicion:
10 Sea L un FBMHDP acotado en un espacio de Banach E, y sea
DEFINICION
{fn }n0 una sucesi
on en E. Decimos que {fn }n0 es total en E respecto a L, si el
u
nico elemento f E tal que L(f , fn ) = 0, para todo n 0 , es f = 0.
EJEMPLO 12 Si E = (C ([a, b] , C rr ) , k k ) donde [a, b] es un intervalo acotado, y sea L un FBMHDP en E. Si {Pk (x)}k0 es una SPOM normalizada, entonces
por el teorema 25 de la secci
on 1 , {Pk (x)}k0 es total respecto a L en E.
EJEMPLO 13 Sea W (x) hermtica definida positiva para todo x J, siendo J un
1
intervalo acotado de R, con W (x) y W (x) 2 integrables en J . Sea L el FBMHDP
definido en (L2W (J, C rr ) , k k2 ) por (3.64) y sea {Pn (x)}n0 una SPOM normalizada respecto a L. Entonces por el teorema 26 se sigue que {Pn (x)}n0 es total en
L2W (J, C rr ) respecto a L.
NOTA 14 La identidad de Parseval matricial no tiene el mismo significado que
la identidad de Parseval en un espacio de Hilbert, donde para todo elemento del
espacio, esta garantizada la convergencia en norma de su serie de Fourier-Bessel
respecto a un sistema ortonormal. Sin embargo, la identidad de Parseval matricial
si es una condici
on necesaria para la convergencia en k k2 de L2W ([a, b] , C rr ).
En efecto, si para f L2W ([a, b] , C rr ) se verifica
X
X
Ck Pk
L(f, Pk )Pk =
f=
k0
k0
L(f, f ) = L
X
k0
Ck Pk ,
X
k0
!
Ck Pk
X
k0
Ck L Pk ,
X
i0
!
Ci Pi
Ck CkH
k0
Con la excepcion de los apartados (ii) y (iii) del teorema 26 todas las afirmaciones hechas en esta seccion son validas tanto si el intervalo [a, b] es o no acotado. Notese que
si [a, b] es no acotado, entonces W (x) = I no es integrable en [a, b]. Las conclusiones
de dichos apartados no son ciertas en general, porque, si [a, b] es no acotado, no se
82
L : L2W J, C rr L2W J, C rr C rr ,
Z
f (x)W (x)g(x)H dx
L(f, g) =
J
P
P
sean f
(J, C ), Bk C , Sn (f ) = nk=0 L(f, Pk )Pk = nk=0 Ck PP
k , donde
{Pn (x)}n0 es una SPOM normalizada con respecto a L , y sea P (x) = nk=0 Bk
Pk (x) un polinomio matricial de grado n 0.
Entonces se verifica
L2W
rr
rr
(i)
kL(f Sn (f ), f Sn (f ))k2 kL(f P, f P )k2
(3.82)
Ck CkH
Ck CkH L(f, f ) , n 0
(3.83)
k0
k=0
(iii)
(3.84)
Demostracion:
0 L(f P, f P ) = L f
n
X
Bk Pk , f
k=0
= L(f, f ) +
n
X
Bk BkH
k=0
n
X
L(f, Pk )BkH
k=0
n
X
!
Bk Pk
k=0
n
X
Bk L(Pk , f ) ,
k=0
n
X
k=0
Ck CkH
n
X
+
(Ck Bk )(Ck Bk )H
(3.85)
k=0
H
k=0 Ck Ck
Puesto que
y L(f, f ) son matrices fijas, independientes de Bk , es decir,
independiente de P (x), de (3.85) se sigue que el mnimo (en el espacio de las matrices
83
n
X
Ck CkH 0 , n 0
(3.86)
k=0
En particular,
L(f P, f P ) L(f Sn (f ), f Sn (f ))
(3.87)
(3.88)
de aqu
f L2W J, C rr
y
kfn (x) f (x)k22 (kfn (x)k2 + kf (x)k2 )2 (2k(x)k2 )2 .
Por el teorema de la convergencia dominada [18, p.83], se sigue que
Z
2
kfn f k2 = kfn (x) f (x)k22 kW (x)k2 dx 0 , n
J
Ax2
2
Entonces
n zx2 W (x) esohermtica definida positiva para todo x R , porque (e
e 2 ; z (A) ]0, [.
Adem
as, como se demostro en [40], W es integrable en R y
Z
1
W (x)dx = 2A1 2
Ax2
2
)=
(3.89)
(3.90)
Se demostr
o en [40] que los polinomios matriciales de Hermite verifican
Hn ixk 22Ak
kHn (x, A)k
, xR
(3.91)
in
donde Hn (x) es el n-esimo polinomio de Hermite escalar. Por otra parte, por ser
W (x) hermtica definida positiva, kW (x, A)k coincide con su radio espectral [57,
p.23], y por tanto
kW (x)k = ke
Ax2
2
n zx2
o
(A)x2
= max e 2 ; z (A) = e 2
, xR ,
(3.92)
(A)x2
2
(3.93)
(3.94)
(3.95)
(3.96)
verific
andose
1
1
a = max (1 + Re(z)) : z (D) >
.
2
2
(3.97)
(3.98)
1
1
k(I D)n k2
1
kPn (x, D)k2 Mn = 2 (a)kB
(D + I), I k2
(3.99)
2
2
n!
kW (x, D)k22 = (1 x2 )((D)+2) , |x| < 1 ,
Z
1
1
= Mn B
1
, (D) 1
,
2
2
2
1
1
1
1
, n 0 , |x| 1 ,
2 (a) n + (1 + kDk2 ) k D k2
k
(I + D) k2
2
2
2
donde 2 (a) viene dado por (3.98).
86
87
Captulo 4
Sobre los polinomios de Hermite
matriciales Hn(X, A), donde A es
una matriz hermtica definida
positiva.
4.1.
Introducci
on.
L : L2W (, +) , C rr L2W (, +) , C rr C rr
donde
W (x) = e
Ax2
2
< x < + ,
(4.1)
(4.2)
aplicaremos este desarrollo, en la seccion 5, para obtener una forma nueva de calcular la matriz exponencial para matrices que cumplen determinadas propiedades
espectrales, y en la seccion 6, para obtener un teorema de desarrollo en serie de
polinomios de Hermite.
4.2.
Hn (x, A) = n!
n2k
n
[X
2 ] (1)k
2A
k!(n 2k)!
k=0
xn2k ,
(4.3)
Ax2
2
n1 ,
(4.4)
, se verifica
(4.5)
1
L(Hn (x, A), Hn (x, A)) = 2n n! 2A1 2 = Kn , n 0 .
(4.6)
De este modo {Hn (x, A)}n0 es un SPOM respecto al funcional matricial L definido
por (4.2). Para obtener un sistema normalizado respecto a L, consideramos los
polinomios matriciales
A
2
14
1
Hn (x, A) , n 0 ,
(4.7)
2n n!
que definen una SPOM ortonormal con respecto a L.
De (4.4) y (4.7) obtenemos la siguiente relacion de tres terminos para los polinomios
matriciales de Hermite normalizados:
1
e n (x, A) = Kn 2 Hn (x, A) =
H
e n (x, A) = IxH
e n1 (x, A)
nA 2 H
p
1
e n2 (x, A), n 1
(n 1)A 2 H
e 1 (x, A) = 0.
donde H
Observese que podemos escribir
89
(4.8)
n
X
(1)k (2n)!2k Ak
k=0
2A
(2k)!(n k)!
x2k ,
n
X
(1)k (2n + 1)!2k Ak
k=0
x2k+1 .
d
H
(x, A)
dx 2n+1
0
H2n
(x, A) =
d
H (x, A)
dx 2n
P
= (1)n 2A (2n + 1) nk=0
(1)k (2n)!2k Ak 2k
x
(2k)!(nk)!
h
P
= 2n 2A (1)n 2A nk=0
= 2n 2A H2n1 (x, A) ,
En resumen, se verifica
(4.9)
e n1 (x, A) .
nA H
(4.10)
Recordemos que por ser A hermtica definida positiva, se verifica que (A) ]0, +[,
y por el teorema de la aplicacion espectral [12, p.569] se sigue que
Ax2 n zx2
o
2
2
e
= e
; z (A) , < x < + .
Ademas, como e
Ax2
2
Ax2
2
k2 = e
(A)x2
2
, < x < + ,
(4.11)
donde
(A) = mn {z; z (A)} .
(4.12)
El siguiente resultado
n demuestra
o que la sucesion de polinomios ortonormales matrie n (x, A)
ciales de Hermite H
constituyen un sistema total respecto al funcional
L definido por (4.2).
n0
90
n0
e n (., A)) =
0 = L(f, H
Z
f (x)e
f (x)e
Ax2
2
e n (x, A)H dx
H
Ax2
2
e n (x, A)dx , n 0 .
H
(4.13)
(A)x2
2
es integrable en R
(4.14)
Ax2
4
k22 = e
(A)x2
2
t|x|
(A)x2
2
(A)x2
(A)x2
4
4
t|x|
= kf (x)k2 e
e
e
R +
(A)x2
(A)x2
(A)x2
4
t|x| 4
t|x| 2
e
e
dx
=
dx
kf
(x)k
e
kf
(x)k
e
e
2
2
1
1
R
2
2
R
2
2
(A)x
+ 2t|x| (A)x 2
+
4
e (e
kf (x)k22 (e 4 )2 dx
) dx
R
12 R
12
2
(A)x2
+
+ 2t|x| (A)x
2 2
2
= kf (x)k2 e
dx
e e
dx < +
n
X
Ck Pk (x)
(4.15)
k=0
En particular,
91
(4.16)
f (x)e
Ax2
2
xk dx = 0 , k 0 .
(4.17)
fn (x) = f (x)e
n
X
(itx)j
j=0
j!
(4.18)
Ax2
2
eitx ,
(4.19)
(A)x2
2
et|x| .
(4.20)
(4.21)
de (4.18),(4.20),(4.21)
fn (x)dx =
f (x)e
Z
n
X
(it)j
j=0
j!
Ax
2
n
X
(itx)j
j=0
f (x)e
j!
Ax2
2
dx
xj dx = 0 .
(4.23)
(4.24)
Ax2
92
gp,q (x) = 0,
o equivalentemente,
f (x)e
Puesto que e
Ax2
2
Ax2
2
(4.26)
4.3.
x2
2
Hn (x) ,
1 !
2am 4
U (x) = f
x
,
h2
2am
S=
h2
41
x ,
f (S) S f (S) +
h
00
93
2m
=0
a
Deeste modo,
las funciones de onda estacionarias son las funciones de Hermite
2am 14
hn
x y las correspondientes energas de nivel son
h2
r
a
(2n + 1)h
2m
Es conocido tambien , vease [18, p.187], que las funciones de hermite definen una
base ortogonal para L2 (R) con respecto a la funcion peso W (x) = 1.
Es esta seccion nos proponemos extender estas propiedades al caso matricial suponiendo que A es una matriz hermtica definida positiva. Las funciones matriciales de
Hermite las definimos por
Tn (x, A) = e
Ax2
4
Hn (x, A)
(4.28)
Tn0 (x, A)
Ax
4
= e
= e
Ax2
4
Ax
0
Hn (x, A)
Hn (x, A)
2
Ax
n 2A Hn1 (x, A)
Hn (x, A)
,
2
Ax
Tn (x, A) .
Tn0 (x, A) = n 2A Tn1 (x, A)
(4.29)
2
Utilizando la formula de tres terminos de los polinomios de Hermite matriciales
(4.30)
1
xA
0
Tn+1 (x, A) = x 2A Tn (x, A) 2n Tn (x, A) +
Tn (x, A)
n 2A
2
x
2
=
2A Tn (x, A) Tn0 (x, A) .
2
2A
A
Ax
Tn+1 (x, A) = Tn0 (x, A) +
Tn (x, A) .
2
2
(4.31)
94
Ax
0
n 2A Tn (x, A) =
Tn+1 (x, A) + Tn+1
(x, A)
2 (
)
Ax
2 0
2 Ax
=
Tn (x, A) +
Tn (x, A)
2
A
A 2
(
)0
x
2 0
+
Tn (x, A) +
2A Tn (x, A)
2
A
(
)
Ax
2 0
x
Tn (x, A) +
=
2A Tn (x, A)
2
2
A
(
)
2A
2Ax 0
2 00
+
Tn (x, A) +
Tn (x, A) Tn (x, A)
,
2
2
A
luego
2 00
2A
Ax2
n 2A Tn (x, A) = Tn (x, A) +
1+
Tn (x, A) .
2
2
A
De (4.32) se sigue que
A
Ax2
00
Tn =
2n + 1 +
Tn (x, A) ,
2
2
es decir, que Tn (x, A) es solucion de la ecuacion de Hermite matricial
1 A2 x2
00
Y
A Y + AY = 0 ,
2
2
(4.32)
(4.33)
para = n.
Ademas, si consideramos el funcional hermtico definido positivo
L0 : L2I R, C rr L2I R, C rr C rr
definido por
Z
L0 (f, g) =
f (x)g(x)H dx
(4.34)
Ax2
4
Hn (x, A)e
Hn (x, A)e
Ax2
2
Hm (x, A)H dx
Hm (x, A)dx
Ax2
4
n0 ,
(4.35)
0 =
Z +
Z +
f (x)e
f (x)e+
g(x)e
Ax2
4
Hn (x, A)dx
Ax2
4
Ax2
2
Ax2
2
Hn (x, A)dx
Hn (x, A)dx
Ax2
4
n0 ,
L2W R, C rr ,
W (x) = e
Ax2
2
(4.36)
Por el teorema 29, se sigue que g(x) = 0 en L2W (R, C rr ) y de (4.36) se concluye
que
f (x) = 0 en L2I R, C rr .
En consecuencia, {Tn (x, A)}n0 es un sistema de funciones ortogonales matriciales
total en L2I (R, C rr ) respecto al funcional L0 definido en (4.34). Resumiendo, hemos
demostrado el siguiente resultado:
TEOREMA 30 Sea A una matriz hermtica definida positiva en C rr y sea Tn (x, A)
la funcion de Hermite matricial definida en (4.28) para n 0. Entonces {Tn (x, A)}n0
es un sistema de funciones ortogonales matriciales (SFOM) total en L2I (R, C rr ) reas, se verifica:
specto al funcional L0 definido en (4.34).Adem
Ax
Tn (x, A) + Tn0 (x, A) = n 2ATn1 (x, A) ,
2
Ax
A
Tn (x, A) Tn0 (x, A) = Tn+1 (x, A) ,
2
2
2
Ax
A
00
Tn (x, A)
Tn (x, A) + (2n 1) Tn (x, A) = 0 .
2
2
(4.37)
(4.38)
(4.39)
4.4.
Representaci
on integral de los polinomios de
Hermite matriciales. F
ormulas relacionadas.
4.4.1.
Introducci
on.
Hn (x) =
2 +2ixt
et
tn dt , n = 0, 1, 2, . . . ,
(4.40)
2 12
W (x, y, t) = (1 t )
X Hn (x)Hn (y)
n0
2n n!
tn , |t| < 1 ,
(4.41)
desempe
nan un papel muy importante para el estudio de teoremas de convergencia
de desarrollos en serie de polinomios de Hermite, as como para el calculo de los
coeficientes de dicho desarrollo, vease [51, captulo 4].
En el estudio del desarrollo en serie de polinomios de Hermite matriciales Hn (x, A),
puede ser esencial una representacion integral de Hn (x, A), as como la evaluacion
exacta de la serie matricial
X Hn (x, A)Hn (y, A)
n0
2n n!
tn .
Por ello vamos a calcular en esta seccion expresiones analogas a las formulas (4.40)(4.41) para los polinomios de Hermite matriciales.
Esta seccion esta estructuradacomo sigue.
En la subseccion 4.4.2 obtendremos una
Ax2
representacion integral de exp 2 para matrices en C rr cuyos valores propios
estan en el semiplano complejo derecho, que utilizaremos para dar una representacion
integral de los polinomios de Hermite matriciales. En la subseccion 4.4.3 calcularemos la solucion del problema de valores iniciales relativo a la ecuacion diferencial
matricial dada por
Y 0 (t) = B 2 tY (t)A1
(4.42)
Z +
Ax2
exp (Bxt) exp
dx
2
en forma cerrada. Finalmente, en la subseccion 4.4.5, demostraremos una formula matricial para la funcion generatriz del producto de polinomios matriciales de
Hermite.
97
ke
x(D)
ke
k
r1
X
(kDkx r)
k!
k=0
4.4.2.
, x0 .
(4.43)
Representaci
on integral de los polinomios de Hermite
matriciales.
(4.44)
exp 2v 2 A1 cos(2vx)dv , x R .
(4.45)
Entonces
Ax2
exp
2
=2
2A1
12 Z
J(x) =
exp 2A1 v 2 cos(2vx)dv , x R ,
(4.46)
x iy
1
z
1
1
=
, Re
= Re
=
Re(z) .
2
2
z
|z|
z
|z|
|z|2
(4.47)
Por el teorema de la aplicacion espectral [12, p.569], y (4.44), (4.47), se tiene que
Re > 0 para cada (A1 ) .
(4.48)
98
J (x) =
Z0
A
=
4A1 v exp 2A1 v 2 sin(2vx)dv
2 0
A
2 1 v=
1 2
=
sin(2vx) exp 2v A
2x
exp 2A v cos(2vx)dv
v=0
2
0
v=
A
= xAJ(x) +
sin(2xv) exp 2A1 v 2 v=0 .
2
Ahora, otra vez por (4.43) tenemos
v=
sin(2xv) exp 2A1 v 2 v=0 = 0 ,
y
J 0 (x) = xAJ(x)
Tomando x = 0 en (4.46), y empleando la expresion (4.8) de [40], tenemos
Z
2
1
1 2
1
J(0) =
exp 2A v dv =
exp A
d
2 0
2
0
1
Z
2
2
1
1
1 +
(A)
1
exp A
d = (2A) 2 =
=
.
4
2
4
2 2
Z
A
2
21
, xR .
(4.49)
x
0
Ax2
sAds J(0) = exp
2
1
2
A
2
21
(4.50)
Si se verifica la hipotesis (4.44), por la regla de Leibnitz para la derivacion de integrales matriciales parametricas [8, p.174], y el teorema 32, tenemos
99
d2n
J(x) = (1)n 22n
dx2n
n 2n1
= (1) 2
= (1)n 22n2
= (1)n 22n1
(4.51)
Ax
A
d
Ax2
H2n (x, A) = exp
exp
(4.52)
2
2
dx2n
2
Por (4.45), (4.52) y dado que
Z +
2n
n
(i) = (1) ,
exp 2A1 v 2 v 2n sin(2vx)dv = 0 ,
se obtiene que
2 n
1
Z +
Ax
2A1 2
A
n 2n1
exp
H2n (x, A) = 2
(1) 2
exp 2A1 v 2 v 2n e2ivx dv
2
2
2 (n+ 12 )
Z +
Ax
A
1
(1)n 22n
exp 2A1 v 2 v 2n e2ivx dv ,
= exp
2
2
(n+ 12 )
Z +
A
2n 2n
exp 2v 2 A1 + 2vixI v 2n dv
(i) 2
2
(4.53)
Procediendo de forma analoga, para los ndices impares se tiene
exp
H2n (x, A) =
Ax2
2
Z +
2n1
n+1 2
= (1)
exp 2A1 v 2 v 2n+1 e2ixv dv
i
Z +
2n+1 2ixv
1 2
exp 2A v v
e
dv
2n Z +
n+1 2
(4.54)
exp 2A1 v 2 v 2n+1 e2ixv dv
= (1)
i
d2n+1
J(x) = (1)n+1 22n+1
dx2n+1
Z
n+1 2n
= (1) 2
100
Ax2
2
(n+ 12 ) 2n+1
A
d
Ax2
exp
,
2
dx2n+1
2
(4.55)
y por (4.45), (4.54), (4.55) y dado que (i)2n+1 = i(1)n+1 , se tiene que
1
2 (n+ 12 )
2A1 2
Ax
A
(1)n+1 2n
H2n+1 (x, A) = 2
exp
2
2
2
i
Z +
2
(n+1)
A
(i)2n+1
Ax
H2n+1 (x, A) =
exp
22n+1
2
2
Z +
(4.56)
Notese que las formulas (4.53) y (4.56) pueden escribirse como una u
nica formula
( n+1
n
n
2 ) 2 (i) exp
A
Hn (x, A) =
2
Ax2
2
exp 2v 2 A1 + 2ivxI v n dv
(4.57)
En resumen, la siguiente representacion integral de los polinomios de Hermite matriciales esta demostrada:
TEOREMA 33 Sea A una matriz en C rr verificando la condici
on (4.44) y sea
Hn (x, A) el n-esimo polinomio de Hermite matricial. Entonces la representacion
integral (4.57) es valida para todo n 0 y x R .
NOTA 17 Para el caso r = 1, y A = 2, la expresi
on (4.57) coincide con la formula
(4.40).
4.4.3.
En esta subseccion contruiremos soluciones explcitas de problemas de valores iniciales del tipo
Y 0 (t) = B 2 tY (t)A1 ; Y (0) = C0 , Y (t) C rr ,
(4.58)
donde t es un n
umero real y B, A, Y (t) son matrices en C rr , con A invertible.
Para resolver (4.58) utilizaremos un metodo de Frobenius matricial, utilizado recientemente, veanse [56], [33] y [31], para diferentes tipos de ecuaciones diferenciales
matriciales.
101
(4.59)
X B 2n C0 An
n0
(2n)!!
(4.60)
(4.62)
n1
(4.63)
n0
B 2 Cn1 A1
n+1
(4.64)
Por tanto
C2k+1 = 0 , y C2k =
B 2k C0 Ak
, k0
(2k)!!
(4.65)
X B 2n C0 An
n0
(2n)!!
t2n =
C2n t2n .
(4.66)
n0
Para probar que Y (t) definida por (4.64)-(4.66), es una solucion rigurosa del problema (4.59), sera suficiente demostrar que el radio de convergencia de la serie de
potencias matricial (4.66) es = +. De hecho, notese que
1
102
((2n)!!)
1
2n
= exp
1
ln(2n!!) , n .
2n
Entonces
1
= lm sup (kCn k) n = 0 ,
n
(4.67)
Y (t) = exp
t2 B 2 A1
2
Y0
(4.68)
X B 2n Y0 An
n0
(2n)!!
2n
= Y0
X (B 2 A1 )n
n0
(2n)!!
t2n ,
(4.69)
y por (4.69), Y (t) conmuta con A y B. As, la ecuacion (4.67) puede escribirse
Y 0 (t) = B 2 A1 tY (t) ; Y (0) = Y0 ,
(4.70)
(4.71)
Por (4.71) y [45, p.600], la solucion del problema (4.70) vendra dada por
2 2 1
Rt
tB A
D(s)ds
Y (t) = e 0
Y (0) = exp
Y0
2
As, el resultado queda demostrado.
4.4.4.
Z +
Ax2
Y=
exp (Bx) exp
dx ,
2
103
(4.72)
Z +
Ax2
Y (t) =
exp (Bxt) exp
dx , t R ,
(4.73)
2
y notese que bajo la condicion (4.44), por (4.43), la integral matricial Y (t) converge puntualmente para cada n
umero real t, lo mismo puede aplicarse a la integral
matricial
Z +
Ax2
d
exp (Bxt) exp
dx ,
Y0 =
2
dt
que por el teorema 31, quedara de la forma
Z +
Ax2
Y0 =
Bx exp (Bxt) exp
dx .
(4.74)
2
Ax2
Ademas, por la desigualdad (4.43) aplicada a exp (Bxt), exp 2 , la integral
matricial parametrica (4.74) converge uniformemente en todo entorno de t en la recta
real. As, por el teorema de Leibnitz para la diferenciacion de integrales
impropias
Ax2
matriciales [8, p.174], y teniendo en cuenta que A conmuta con exp 2 , se tiene
que
Ax2
Y (t) =
Bx exp (Bxt)) exp
dx
2
Z +
Ax2
= B
exp (Bxt)) Ax exp
dxA1 .
2
(4.75)
+
Ax2
Y (t) = B
exp (Bxt) exp
2
x=
Z +
2
Ax
dx A1 .
Bt exp (Bxt) exp
2
Ax2
lm exp (Bxt) exp
=0 , tR ,
x
2
(4.76)
(4.77)
(4.78)
Notese que tomando t = 0 en (4.73), por la expresion (4.8) de [40], se tiene que
104
Y (0) =
1
Ax2
exp
dx = 2A1 2
2
(4.79)
2 2 1
Z +
1
tB A
Ax2
1 2
dx = 2A
exp
.
Y (t) =
exp (Bxt) exp
2
2
4.4.5.
Funci
on generatriz del producto de polinomios de
Hermite matriciales.
n0
exp( A
(x2 +y 2 ))
2
R + R +
R + R +
(n+1)
( A2 )
(1)n (2t)n
n!
n0
tn
exp( A
(x2 +y 2 ))
2
(4tA1 )
n0
n!
(4.80)
Notese que por la desigualdad (4.43), para cada entero positivo n, la funcion matricial
n (u, v) =
n
h
X
(4tuvA1 )
h=0
h!
(4.81)
r1
k
X
[2 r(|u|2 + |v|2 )kA1 k]
(u, v) = exp 4|u||v|kA k 2(A )(|u| + |v| )
,
k!
k=0
(4.82)
105
para < u < +, < v < +, entonces, por (4.43), (4.81) y (4.82), se tiene
que
kn (u, v)k
k exp (2A1 (u2 + v 2 )) exp (2iI(ux + vy)) k
Pn
(4|u||v|kA1 k)
k=0
h!
Pn
[4tuvkA1 k]
h=0
h!
k!
De (4.48), esta claro que la funcion (A1 ) > 0 y (u, v) es integrable en el dominio
] , +[] , +[. Por el teorema de la convergencia dominada [18, p.83],
podemos permutar la suma de las integrales en (4.80), obteniendo
X Hn (x, A)Hn (y, A)
2n
n0
=
Z
exp
A
2
n!
tn
(n+1)
(x2 + y 2 ) X A2
(1)n (2t)n
n!
n0
1
exp A2 (x2 + y 2 )
A
=
2
(4.83)
exp 2A v + 2ivyI)
1 2
1 2
du dv
(4.84)
L=
exp 2A1 u2 + 2u ixI 2tA1 v du ,
106
(4.85)
Z
1 +
2 1
L = L(1) =
d ,
exp (B0 ) exp A
2
2
(4.86)
donde
B0 = ixI 2tA1 v
(4.87)
Dado que B0 conmuta con A1 , y bajo la hipotesis (4.44) se verifica (4.48). Por
(4.86), (4.87) y el teorema 35, tomando A1 por A, y 1 por t, se tiene que
2
1
2
1
1
B0 A
A 2
B0 A
2
=
L =
(2A) exp
exp
2
2
2
2
12
A
2 2 2
1 A
,
=
exp x I + 4t v A 4txviA
2
2
L=
A
2
12
Ax2
exp
2
(4.88)
A
2
12
exp
x2 A
2
S=
exp 2v 2 A1 (1 t2 ) + 2vi(y xt)I dv ,
(4.90)
Z +
1
2 A1 i(y xt)I
+
S =
exp
d
2
2 1 t2
1 t2
Z +
1
2 A1
=
exp (B1 (y xt)) exp
d ,
2
2 1 t2
(4.91)
donde
iI
(4.92)
1 t2
Por (4.91), (4.92) y el teorema 35, donde tomamos A1 por A, y y xt por t, se
tiene que
B1 =
107
(2A) 2
S=
exp
2 1 t2
(y xt)2 B12 A
2
A
2(1 t2 )
21
exp
A(y xt)2
2(1 t2 )
(4.93)
A
Ax2
A(y 2 + x2 t2 2yxt)
=
exp
exp
,
2
2(1 t2 )
2 1 t2
(4.94)
2n
n!
tn
2
exp Ay
2
1t2
2
2 t2 2yxt)
exp A(y +x
2(1t2 )
h 2
i
y A
xytA
1
1
Ax2 t2
exp
1
+
= 1t
2
2
2
2
2
1t
2(1t )
1t
2
2
2
2
Ay t
txyA
Ax t
1
exp 2(1t
=
2 ) 2(1t2 ) + 1t2
1t2
2 12
(4.95)
108
2
X H 2 (x, A)
xt
n
n
2 12
t = (1 t ) exp
A
, |t| < 1 .
(4.96)
2n n!
1+t
n0
Tomando y = 0 en (4.95), y dado que H2n+1 (0, A) = 0, H2n (0, A) = (1)n (2n)!
I,
n!
para todo n 0, se tiene que
t
n0
Si tomamos los polinomios de Hermite normalizados, sustituyendo en (4.95), obtenemos
X
2 12
e n (x, A)H
e n (y, A)t = (1t )
H
n
n0
A
2
12
exp
, |t| < 1 .
(4.98)
e 2 (x, A)tn
H
n
2 12
= (1 t )
n0
A
2
12
exp
x2 t
A
, |t| < 1
1+t
(4.99)
(2n)! e
A
Ax2 t2
2n
2 12
H2n (x, A)t = (1 t )
exp
, |t| < 1 .
2n n!
2
2(1 t2 )
X (1)n
n0
(4.100)
4.5.
n
o
e n(x, A)
Desarrollo asint
otico de H
n0
Hn (x, A) = n!
[ n2 ]
X
(1)k (x 2A)n2k
k!(n 2k)!
k=0
Hn (x) = n!
[ n2 ]
X
(1)k (2x)n2k
k=0
k!(n 2k)!
109
(4.101)
Por el teorema de la aplicacion espectral [12, p.569], para cada x R se verifica que
[ n2 ]
X
(1)k (x 2a)n2k
Hn (x, a) = n!
k!(n 2k)!
k=0
r
a
=
Hn (x
); a (A)
.
2
; a (A)
(4.102)
Como la matriz Hn (x, A) es hermtica, ver [57, p.23] su norma kHn (x, A)k2 coincide
con su radio espectral, y por (4.102) podemos afirmar que
r
a
|; a (A)
.
kHn (x, A)k2 = max | Hn x
(4.103)
2
Ahora por [64, p.324] sabemos que
n y2
| Hn (y) |< k0 n!2 2 e 2 , y R ,
(4.104)
k0 = 1,086435 .
(4.105)
n (A)x2
kHn (x, A)k2 < k0 n!2 2 e 4 , x R ,
(4.106)
donde
n x2
kTn (x, A)k2 k0 n!2 2 e 4 ((A)(A)) , x R .
A continuacion, veamos algunas aplicaciones del desarrollo asintotico dado por
(4.107).
4.6.
Aplicaci
on al c
alculo de la matriz exponencial.
(4.108)
1 2
(A) =
b : b (B)
,
(4.109)
2
y para b (B), por (4.108) se sigue que
1 2
1
Re
b =
(Re(b))2 (Im(b))2 > 0
2
2
(4.110)
Por (4.109) y (4.110) se llega a que (A) esta en el semiplano derecho del plano
complejo Re(z) > 0, y 2A = exp 21 Log(2A) = B. Usando la funcion generatriz
de los polinomios de Hermite, veanse las formulas (3.1) and (3.2) de [40], se sigue
que
X 1
Hn (x, A)tn , |t| < + .
n!
n0
2A t2 I
eB x = e
X 1
1
Hn (x, B 2 ) , < x < + .
n!
2
n0
(4.111)
(4.112)
eB x
1
1
1
e n (x, 1 B 2 )
Hn (x, B 2 ) = n! 2n+1 () 4 B 2 H
2
2
r
n+1
X
1
1
1
e n (x, B 2 ) , Cn = e () 4 B 2 2
=
Cn H
,
2
n!
n0
(4.113)
(4.114)
(4.115)
111
(4.116)
o
2
2
2)
e n (x, 1 B 2 )k < k0 (B ) e x (B
8
kH
, xR ,
(4.117)
2
4
As, bajo la hipotesis (4.115), si x esta en un intervalo acotado |x| c , por (4.113)
se sigue que
r
1
X
c2 (B 2 ) X
1 () 4
1
2n+1
e n (x, B 2 )k kB 2 k
kCn H
e 8
(4.118)
2
4
n!
n0
n0
q
P
n+1
Donde la serie numerica n0 2 n! es convergente, por (4.118), se concluye que
la serie matricial
r
n+1
X
1
1
1
2
e n (x, B ) ; Cn = e () 4 B 2 2
Cn H
,
(4.119)
2
n!
n0
(4.120)
donde
An invertible para todo n 0 .
Y supongamos que un polinomio matricial Q(x) se escribe de la forma:
Q(x) =
n
X
Ej Pj (x)
j=0
(4.121)
Dn = En
Dn1 = En1 + Dn A1
xI Bn )
n (
y para j = n 2, . . . , 0
Dj = Ej + Dj+1 A1
xI Bj+1 ) Dj+2 A1
j+1 (
j+2 Cj+2
Entonces Q(
x) = D0 P0 (
x).
Demostracion:
y para j = n 2, . . . , 0
Ej = Dj Dj+1 A1
xI Bj+1 ) + Dj+2 A1
j+1 (
j+2 Cj+2 .
Teniendo en cuenta la expresion de las matrices En y la formula de recurrencia
(4.120), calculemos Q(
x).
Q(
x) =
n
X
Ej Pj (
x)
j=0
n2
X
Ej Pj (
x) + En1 Pn1 (
x) + En Pn (
x)
j=0
n2
X
Dj Dj+1 A1
xI Bj+1 ) + Dj+2 A1
x)
j+1 (
j+2 Cj+2 Pj (
j=0
+ Dn1 Dn A1
xI Bn ) Pn1 (
x) + Dn Pn (
x)
n (
= Dn (Pn (
x)Pn (
x))+Dn1 (Pn1 (
x)Pn1 (
x))+. . .+D1 (P1 (
x)P1 (
x))+D0 P0 (
x)
= D0 P0 (
x)
por lo que el el resultado queda demostrado.
4.7.
(A)
>0
2
(4.122)
(4.123)
y sean
Z
Cn =
F (x)e
Ax
2
Z
e n (x, A)dx =
H
F (x)e
Ax2
2
n
o
e n (x, A)
los coeficientes del desarrollo en serie de Fourier de F (x) respecto al SPOM H
Entonces la serie
X
Cn e
Ax2
2
e n (x, A) ,
H
(4.125)
n0
Ax2
(4.126)
n0
(i)
(x)k22
2kx2
=O e
, 0 i 3, 0 < k <
(A)
,
4
(4.127)
puesto que
ke
Ax2
2
k2 = e
(A)x2
2
, xR ,
(4.128)
kF (i) (x)k22 ke
Ax2
2
(A)
(A)
2
k2 = O e(2k 2 )x , 0 i 3, 0 < k <
,
4
(4.129)
con lo que las funciones F (i) estan en L2W (R, C rr ) para 0 i 3, con W (x) =
e
Ax2
2
.
114
n0
2
0
e n+1
e n (x, A) = A
H
H
(x, A) ,
n+1
2o
1
Ax
0
e (x, A)dx A 12
Cn =
F (x)e 2 H
n+1
n+1
2
Ax2
1
Ax
e
e
=
lm F (x)e 2 Hn+1 (x, A) lm F (x)e 2 Hn+1 (x, A)
x
n + 1 x+
Z +
2
1
1
0
Ax
e
Ax2
2
1
Cn =
n+1
e n+1 (x, A) = 0 ,
H
2
Ax
2
F1 (x)e
(4.130)
donde
F1 (x) = F 0 (x) F (x)Ax .
(4.131)
Ax2
2
e n+2 (x, A) = 0 ,
H
utilizando que
1
2
0
e n+1 (x, A) = A
e n+2
H
H
(x, A) ,
n+2
Z +
2
1
1
Ax
e n+2 (x, A)dx A1 ,
Cn =
F2 (x)e 2 H
n+1 n+2
(4.132)
donde
F2 (x) = F10 (x) F1 (x)Ax
(4.133)
lm F2 (x)e
Ax2
2
e n+3 (x, A) = 0 .
H
(4.134)
2
e n+2 (x, A) = A
e 0 (x, A) ,
H
H
n+3
n+3
Cn = p
Ax
2
F3 (x)e
(n + 1)(n + 2)(n + 3)
(4.135)
donde
F3 (x) = F20 (x) = F (3) (x) + F (2) (x) 2A2 x3 3Ax + F 0 (x) Ax2 3A
+F (x) 2Ax A2 x3 + A2 x .
(4.136)
rr
kAn+3 (F3 ) k2 M, n 0 .
(4.137)
((A)) 2 M
kCn k2
(n + 1) 2
Ax2
2
, n0 .
k2 = e
(A)x2
2
(4.138)
, se sigue que
e n (x, A)e
kCn H
Ax
2
k2
k0 [(A)] 2 M
(2)(n + 1)
3
2
(A)
2 (A)
ex [ 4 2 ]
k0 [(A)] 2 M
3
(2)(n + 1) 2
lx2
2
(4.139)
F (x) =
Cn e
Ax2
2
e n (x, A) ,
H
(4.140)
n0
lx2
kF (x)k2 e
1
3
k0 [(A)] 2 M X
(n + 1) 2 ,
2
n0
(4.141)
es decir,
lx2
kF (x)k2 = O e 2
,
(4.142)
e n (x, A) es integrable en R.
con lo que F (x)H
A continuacion demostraremos que
Z +
e m (x, A)dx, m 0 .
Cm =
F (x)H
(4.143)
F (x)
N
X
)
Cn e
2
Ax
2
e n (x, A) H
e m (x, A)dx
H
n=0
)
2
Ax
2
e n (x, A)e
Cn H
e m (x, A)dx
H
nN +1
Tomando normas en la u
ltima expresion y teniendo en cuenta (4.139), podemos
escribir
Z +
e m (x, A)dx Cm k2
k
F (x)H
nN +1
Z +
2
k0 [(A)] 2 M X
32
lx2
e
kHm (x, A)k2 dx
(n + 1)
e
2
nN +1
=L
(n + 1) 2
(4.144)
nN +1
donde
3
k0 [(A)] 2 M
L=
2
117
lx2
e m (x, A)k2 dx
kH
(4.145)
Ax
e m (x, A)dx ,
2
0=
F (x) F (x)e
H
0=
F (x)e
o Ax2
e m (x, A)dx .
F (x) e 2 H
Ax2
2
(4.146)
2
kF (x)k22 = O elx
Puesto que ke
Ax2
2
kF
As, F (x)e
Ax2
2
k2 = e
(A)x2
2
Ax
(x)k22 ke 2
, tenemos
k2 = O e
n0
Ax2
2
Ax2
2
2
)x2 = O e (A)x
4
Ax2
2
(A)
2
de
n (4.146)oresulta que F (x)e
e n (x, A)
H
.
Como F (x)e
(l+
P
n0
Ax2
2
= F (x) .
118
Bibliografa
[1] O. Axelsson, Iterative Solution Methods, (Cambridge Univ. Press, Cambridge,
1994).
[2] S. Basu y N.K. Rose, Matrix Stieljes series and network models, SIAM J.
Math. Anal. 14, No.2(1983), 209-222.
[3] R. Company, Soluciones Explcitas de Ecuaciones Diferenciales Matriciales
con Coeficientes Variables, Tesis Doctoral, (Departamento de Matematica
Aplicada, Universidad Politecnica de Valencia, 1993).
[4] G.A. Cheboratev, Analytical and Numerical Methods of Celestial Mechanics,
(American Elsevier, New York, 1957).
[5] T.S. Chihara, An Introduction to Orthogonal Polynomials, (Gordon and
Breach, New York, 1978).
[6] P.J. Davis, Interpolation and Approximation, (Dover, New York, 1975).
[7] Ph. Delsarte, Y. Genin y Y. Kamp, Orthogonal polynomial matrices in the
unit circle, IEEE Trans. Circuits and Systems. 25(1978), 145-160.
[8] J. Dieudonne, Foundations of Modern Analysis, (Academic Press, New York,
1960).
[9] L.M. Delves y J.L. Mohamed, Computational Methods for Integral Equations,
(Cambridge Univ. Press, Cambridge, 1985).
[10] A. Draux, Formal orthogonal polynomials and Pade approximants in a nonnegative algebra, in Proc. of the M.T.N.S. 83, Lecture Notes in Control and
Inf. Sci. 58, Springer Verlag, Berlin (1984), 278-292.
[11] A. Draux y O. Jokung-Nguena, Orthogonal polynomials in a nonCommutative algebra. Non-Normal Case, IMACS Annals on Computing and
Appl. Maths. 9(1991), 237-242.
[12] N. Dunford y J. Schwartz, Linear Operators, Vol I, (Interscience, New York,
1957).
[13] A.J. Duran, A generalization of Favards theorem for polynomials satisfying a
recurrence relation, J. of Appro. Theory. 74 No 1 (1993), 83-109.
119
[32] R.A. Horn, C.R. Johnson, Topics in Matrix Analysis, (Cambridge Univ.Press,
1991).
[33] L. Jodar and M. Legua, Solving second-order matrix differential equations
with regular singular points avoiding the increase of the problem dimensions,
Applied Math. Comput. 53 (1993) 191-205.
[34] L. Jodar, R. Company y E. Navarro, Laguerre matrix polynomials and systems
of second order differential equations, Appl. Numer. Maths. 15, No.1 (1994),
53-64.
[35] L. Jodar, R. Company y E. Ponsoda, Orthogonal matrix polynomials and second order differential equations, Differential Equations and Dynamical Systems. 3 No.3 (1995), 269-288.
[36] L. Jodar, E. Defez y E. Ponsoda, Matrix quadrature integration and orthogonal
matrix polynomials, Congressus Numerantium. 106 (1995), 141-153.
[37] L. Jodar y D. Goberna, Analytic numerical solution of coupled semi-infinite
diffusion problem, Computer. Math. 30.No 12 (1995), 1-10.
[38] L. Jodar, E. Defez y E. Ponsoda, Orthogonal matrix polynomials with respect
to linear matrix moment functionals: Theory and applications, J. Approximation Theory Appl. 12 No.1 (1996), 96-115.
[39] L. Jodar y E. Defez , Orthogonal matrix polynomials with respect to a conjugate bilinear matrix moment functional: Basic theory, J. Approximation Theory Appl. (1995), in print.
[40] L. Jodar y R. Company, Hermite matrix polynomials and second order matrix
differential equations, J. Approximation Theory Appl. 12 No 2(1996).
[41] L. Jodar y E. Defez , On Hermite matrix polynomials and Hermite matrix
functions. Enviado para su publicacion.
[42] L. Jodar y E. Defez , Some new matrix formulas related to Hermite matrix
polynomials theory. Enviado para su publicacion.
[43] L. Jodar, E. Navarro y E. Defez , On the best approximation matrix problem
and matrix Fourier series. Enviado para su publicacion.
[44] D.C. Joula y N. Kazanjian, Bauer type factorization of positive matrices and
theory of matrix polynomials on the unit circle, IEEE Trans. Circuit and
Systems. 25(1978), 57-69.
[45] T. Kailath, Linear Systems, (Prentice-Hall, Inc, Englewood Chiffs, New York,
1980).
[46] B. Kagstrom, Bounds and perturbations bounds for the matrix exponential,
BIT. 17(1977), 39-57.
121
[47] L. Kantorovich y G. Akilov, Functional Analysis in Normed Spaces, (Macmillan, New York, 1964).
[48] R.A. LaBudde y D. Greenspan, Energy and momentum conserving methods of
arbitrary order for the numerical integration of equations of motion II. Motion
of a system of particles Numer. Math. 26(1976), 1-16.
[49] P. Lancaster y M. Tismenetsky, The Theory of Matrices, Second Ed., (Academic Press, New York, 1985).
[50] A.G. Law, C.N. Zhang, A. Rezazadeh y L. Jodar, Evaluation of a rational
Function Numer. Algorit. 3(1992), 265-272.
[51] N.N. Lebedev, Special Functions and Their Applications, (Dover, New York,
1972).
[52] P. Linz, Analytical and numerical methods for Volterra equations, SIAM Studies in Applied Maths, (Philadelphia, 1985).
[53] F. Marcellan y G. Sansigre, On a class of matrix orthogonal polynomials on
the real line, Linear Algebra Appl. 181(1993), 97-110.
[54] C.B. Moler y C.F. Van Loan, Nineteen dubious ways to compute the exponential of a matrix, SIAM Rev. 20 (1978), 801-836.
[55] I. Najfeld y T.F. Havel, Derivaties of the matrix exponential and their computation, Advances in Appl. Maths. 16(1995), 321-375.
[56] E. Navarro, M.V. Ferrer y L. Jodar, A matrix method of Frobenius for solving
implicit second order differential systems, Analysis. 13 (1993) 259-278.
[57] J.M. Ortega, Numerical Analysis, A Second Course, (Academic Press, New
York, 1972).
[58] B.P. Osilenker, Fourier series in orthonormalized matrix polynomials, Izvestija
VUZ. Matematika. Vol. 32 No.2(1988), 50-60.
[59] R.F. Rinehart, The derivative of a matrix function, Proc. Amer. Math. Soc. 7
(1956), 2-5.
[60] L. Rodman, Orthogonal Matrix Polynomials, P. Nevai Ed, in Orthogonal Polynomials: Theory and Practice, (Kluwer Academic Publ. 1990), 345-362.
[61] M. Rosenberg, The square-integrability of matrix-valued functions with respect to a non-Negative hermitian measure, Duke Math. J. 31(1964), 291-298.
[62] Yu.A. Rozanov, Steady-State Random Processes, (Nauka, Moscow, 1963). (In
Russian).
[63] S. Saks y A. Zygmund, Analytic Functions, (Elsevier, Amsterdam, 1971).
122
123