En física, los polinomios de Legendre se ven a menudo cuando se trabaja con expansiones multipolares para potenciales [matemáticos] 1 / r [/ matemáticos], por ejemplo, Coulombic, gravitacional, campos magnéticos.
[matemáticas] \ frac {1} {| \ mathbf {r} – \ mathbf {r} ‘|} = \ sum_ {l = 0} ^ \ infty \ frac {r _ {} ^ {l + 1}} P_l \ bigl (\ hat {\ mathbf {r}} \ cdot \ hat {\ mathbf {r}} ‘\ bigr) [/ math]
donde [math] r _> = \ max (r, r ‘) [/ math] y [math] r _ <= \ min (r, r') [/ math].
- ¿Cómo se puede escribir que hay un número infinito de objetos con cierta propiedad en lógica?
- ¿Muchas personas odian las matemáticas en la mayoría de los países, o es sobre todo una cosa estadounidense?
- Para [math] abc = 1 [/ math], ¿es cierto que [math] \ sum \ limits_ \ text {cyc} \ frac {1} {a + 3} \ geq \ sum \ limits_ \ text {cyc} \ frac {a} {a ^ 2 + 3}? [/ matemáticas]
- ¿Por qué es difícil para algunas personas entender conceptos mientras que otros simplemente lo entienden?
- ¿Cómo calculamos el ROI?
Trabajar con expansiones multipolares de este tipo ofrece ventajas teóricas (al truncar la expansión para obtener rápidamente efectos de primer o segundo orden) y permite el cálculo eficiente de cantidades directas o derivadas (por ejemplo, derivadas).
Otra aplicación en física se deriva del hecho de que los polinomios de Legendre son funciones propias del siguiente operador diferencial hermitiano, que a menudo se encuentra al resolver PDE que involucran al laplaciano 3D:
De la definición de un polinomio Legendre:
[matemáticas] \ frac {d} {dx} \ biggl [(1-x ^ 2) \ frac {d} {dx} P (x) \ biggr] = – \ lambda P (x), [/ matemáticas]
donde los valores propios [math] \ lambda [/ math] corresponden a [math] n (n + 1) [/ math].
Una solución [matemática] X [/ matemática] del laplaciano 3D en coordenadas polares satisface:
[matemáticas] \ frac {d} {d \ mu} \ biggl [(1- \ mu ^ 2) \ frac {d X} {d \ mu} \ biggr] + n (n + 1) X = 0 [/ matemáticas]
donde [matemáticas] \ mu = \ cos (\ theta) [/ matemáticas]. Debería ser bastante obvio que [matemáticas] X [/ matemáticas] es un polinomio de Legendre, es decir
[matemáticas] X = P_n (\ mu) = P_n (\ cos \ theta) [/ matemáticas]
El operador laplaciano [matemático] \ Delta f = \ nabla ^ 2 f [/ matemático] es un componente central de muchos problemas físicos, por ejemplo, la ecuación de onda y la ecuación de Schrodinger.
Por algo completamente diferente …
Al intentar encontrar una aproximación polinómica a una función, o ajustar puntos de datos para minimizar el error cuadrado, es decir, el ajuste de mínimos cuadrados, necesitamos resolver una ecuación lineal que involucre la matriz de Hilbert, cuyas entradas son los productos internos del polinomio aproximado. . Por ejemplo, si buscamos coeficientes [matemática] a_0, a_1, \ puntos, a_N [/ matemática] para [matemática] f (x) = a_0 + a_1x + a_2x ^ 2 + \ puntos + a_Nx ^ N [/ matemática] , entonces la matriz de Hilbert correspondiente es
[matemáticas] A_ {m, n} = \ langle x ^ m, x ^ n \ rangle = \ int_0 ^ 1 x ^ {m + n} dx = \ frac {1} {m + n + 1} [/ math ]
El número de condición en esta matriz explota con el número de puntos de interpolación [matemática] N [/ matemática], es decir, el sistema lineal se vuelve cada vez más mal acondicionado.
Una solución a este problema de acondicionamiento es usar una base ortonormal. Convenientemente, los polinomios de Legendre no solo minimizan la norma [matemática] L ^ 2 [/ matemática], sino que también forman una base ortonormal, es decir, la matriz de Hilbert es diagonal y está mucho mejor condicionada
[matemáticas] A_ {m, n} = \ int_0 ^ 1 P_m (x) P_n (x) dx = \ frac {\ delta_ {mn}} {2m + 1}, [/ matemáticas]
dado que el delta de Kronecker hace que los elementos fuera de la diagonal se vuelvan cero.
Resolver un sistema lineal diagonal, por ejemplo, mediante sustitución posterior es más estable numéricamente que intentar resolver un sistema mal acondicionado.