Análisis Vectorial y Tensorial

An alisis Vectorial y Tensorial
Hans Cristian Muller Santa Cruz 2002
Indice general
Prefacio I. Repaso de Geometr a I.1. Noci on de Espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I.2. Espacios Euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
V
1 1 16 31 31 53 58 59
II. Curvas y Supercies II.1. Curvas . . . . . . . . . . II.2. Supercies . . . . . . . . II.2.1. Ejercicios . . . . . II.3. Sistemas de Coordenadas
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
III. Campos de Vectores Diferenciables 67 III.1. Campos vectoriales y escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 III.2. Diferenciaci on e integraci on sobre campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 III.3. Gradiente, divergencia y rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
ii
INDICE GENERAL
Indice de guras
I.1.1. I.1.2. I.1.3. I.1.4. I.1.5. I.2.1. I.2.2. I.2.3. II.1.1. II.1.2. II.1.3. II.1.4. II.1.5. II.1.6. II.1.7. II.1.8. II.2.1. II.2.2. II.2.3. II.3.1. Visualizaci on de propiedades de vectores . . . . . . . . . . . Colinearidad . . . . . . . . . . . . . . . . . . . . . . . . . . . Interrelaci on geometr a, algebra lineal y geometr a anal tica Recta y Plano del Espacio . . . . . . . . . . . . . . . . . . . Postulado de las paralelas . . . . . . . . . . . . . . . . . . . Bases ortogonales y ortonormales . . . . . . . . . . . . . . . Elecci on del lado de un plano . . . . . . . . . . . . . . . . . Angulos orientados y no orientados . . . . . . . . . . . . . . Representaci on de un camino. . . . . Representaci on de curvas. . . . . . . Aproximaci on por arcos poligonales. Contacto entre curvas. . . . . . . . . Recta tangente y espacio tangente. . Vectores tangentes. . . . . . . . . . . Circunferencia osculatriz. . . . . . . Triedro de Frenet. . . . . . . . . . . . Supercie Parametrizada. . . . . . . Supercie de Revoluci on. . . . . . . . Supercies Orientables. . . . . . . . . Lineas de Coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 4 6 7 8 18 22 26 31 33 33 36 38 43 44 46 53 55 56 61 69 69
III.1.1.Representaci on gr aca de una transformaci on del plano . . . . . . . . . . . . . . . . . . . . III.1.2.Representaciones gr acas de un campo escalar . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
iv
INDICE DE FIGURAS
Prefacio
vi
PREFACIO
Cap tulo I Repaso de Geometr a

Tal como indica el t tulo de este cap tulo, se pretende reintroducir los conceptos de la geometr a ya vistos en otras asignaturas, con la nalidad de tener el lenguaje y la simbolog a adecuada. Inicialmente, se desarrollar a el concepto de espacio, se ver a la interrelaci on que existe entre la geometr a (af n), el algebra lineal y la geometr a anal tica, de manera que se pueda elegir los mejores m etodos para abordar los problemas a ser resueltos. Como segundo punto, se introducir a la noci on de ortogonalidad v a el producto escalar y se desarrollar a el producto cruz o vectorial como un medio para construir vectores ortogonales. Asimismo se abordar a los conceptos de longitud, angulo, area y volumen.
I.1.
Noci on de Espacio
A primera vista, todos tenemos una noci on intuitiva de lo que es el espacio; sin entrar a discusiones metaf sicas, podemos estar de acuerdo que el espacio es un conjunto, cuyos elementos los llameremos puntos. Por otro, no percibiriamos el espacio, si es que no fuese posible desplazarse y particularmente realizar traslaciones. Consiguientemente, para poder desarrollar la noci on de espacio geom etrico, se debe considerar, no solamente el espacio como un conjunto de puntos; sino tambi en el conjunto de traslaciones del espacio. Denotemos por E el espacio, T el conjunto de las traslaciones del espacio. Es costumbre utilisar letras may usculas A, B , X , Z, . . . para identicar los puntos. El siguiente paso es describir exactamente, lo que es una traslaci on. Comence mos diciendo que, una traslaci on t es una aplicaci on biyectiva de E sobre E mismo. Visualizamos t con una echa que une un punto A con su imagen t(A), ver gura de la derecha. Asimismo es razonable, suponer que que la composici on de traslaciones sigue siendo una traslaci on; es decir, si t y s T entonces tsT. Ahora bien, una de las caracter sticas de las traslaciones, est a dada por el axioma siguiente.
Axioma I.1.1 (Axioma 1) Para cada par de puntos A y B de E , existe una u nica traslaci on t, tal que t(A) = B . Dicha traslaci on la denotamos por tA,B Consecuencia de este axioma, es que E E T (X, Y ) tX,Y
(I.1.1)
est a bien denida y adem as es sobreyectiva. En efecto, sea t T una traslaci on y sea X un punto, suciente tomar Y = t(X ). Sin entrar a detalles matem aticos, podemos ya considerar lo que es un vector 1 y el conjunto de vectores V.
1 En realidad un vector, es un clase de equivalencia de la relaci on de equivalencia denida por (X, Y ) (A, B ) tX,Y = tA,B y V el conjunto cociente de esta relaci on de equivalencia
CAP ITULO I. REPASO DE GEOMETR IA
Denici on I.1.1 (Vector) (Para efectos del curso), vector es otra forma de llamar a una traslaci on. XY es el vector de origen X y extremo Y , representa la traslaci on tX,Y . Aparte de utilizar la notaci on XY para denotar a un vector, se utiliza a, x, . . .. V es el conjunto de los vectores sobre E . Asimismo, utilizamos la notaci on aditiva en V ; es decir a + b es lo mismo que t s en T .
Remarca I.1.1 Para facilitar el desarrollo del curso, 1. Dado a un vector, denotamos por ta la correspondiente traslaci on. 2. AB = XY tA,B = tX,Y tX,Y (A) = B . 3. Si A E , x A, convenimos A + x = x + A = tx (A).
Operaciones sobre V
Al denir lo que era un vector, hemos dicho que la adici on es otra forma de referirse a la composici on, a + b ta + tb . (I.1.2)
En consecuencia, la adici on, +, es una operaci on interna de V . Comencemos a describir lo que ser a una operaci on externa sobre V , la multiplicaci on por escalares. Para n N, se tiene na = a + + a . (I.1.3)
n veces
El opuesto a de a, se lo puede obtener de la siguiente manera, sea A un punto de E y B = ta (A), se tendr a a = BA. La multiplicaci on por un racional de la forma 1/n al vector a es equivalente a encontrar un vector b tal que a = nb. Por consguiente la multiplicaci on por escalar estar a completamente denida para los racionales2 Axioma I.1.2 Axioma 2.V con la adici on y la multiplicaci on por escalar es un espacio vectorial real; es decir, i) (a + b) + c = a + (b + c). (Asociatividad de la adici on). ii) Existe un elemento 0 V , tal que para todo a, se tiene a + 0 = 0 + a = a, (Cero aditivo). iii) Para todo a V , existe un elemento a, tal que a + (a) = a + a = 0. (Opuesto aditivo). iv) a + b = b + a. (Conmutatividad de la adici on). v) ()a = (a). (Asociatividad de la multiplicaci on por escalar) vi) Para todo a V , se tiene 1a = a. (Invarianza del uno real). vii) ( + )a = a + a. (Distribuci on) viii) (a + b) = a + b. (Distribuci on). Consecuencia de los axiomas 1 y 2, se las siguientes propiedades, u tiles para nuestro prop osito. Proposici on I.1.1 Se tiene: i) (Relaci on de Chasles) AB + BC = AC .
2 La
prolongaci on a R se la hace de manera axiom atica.
DE ESPACIO I.1. NOCION
ii) (Regla del Paralelogramo) Sean A, B, A , B cuatro puntos del espacio, entonces AB = A B AA = BB AB = A B y BB AB . iii) AB = BA. iv) AB = 0 A = B . v) La aplicaci on E X V con O E es una biyecci on. (El punto O se lo llama origen). OX

Regla del Paralelogramo Elecci on de Origen
Regla de Chasles
Figura I.1.1: Visualizaci on de propiedades de vectores Demostraci on.i) Utilizamos el lenguaje de las traslaciones, se tiene tB,C tA,B (A) = C , por el axioma 1, unicidad de las traslaciones y la conmutatividad, deducimos que tB,C tA,B = tA,C . iii) Ya visto. ii) Mostremos la primera implicaci on, por Chasles, la asociatividad, la conmutatividad y el punto iii) se tiene se tiene AA = AB + BB + B A = (AB + B A ) + BB = (AB A B ) + BB = BB . iv)Ejercicio. v)Ejercicio.
Independencia Lineal Denici on I.1.2 (Independencia y Dependencia lineal) 1. Se dice que a1 , a2 , . . . , an V son linealmente independientes, si
n
i ai = 0 i = 0 para i = 1, . . . , n;
i=1
(I.1.4)
es decir, si la u nica soluci on es la trivial.
4 2.
CAP ITULO I. REPASO DE GEOMETR IA Se dir a que a1 , a2 , . . . , an V son linealmente dependientes si satisfacen, una de las siguientes condiciones equivalentes: a) Existen 1 , . . . , n no todos nulos tal que
n
i ai = 0.
i=1 n
(I.1.5)
b) c)
Existe j {1, . . . , n} tal que j = 0 y

i=1
i ai = 0. i ai .
ij
Existen j {1, . . . , n} y 1 , . . . , j 1 , j +1 , . . . , n tal que aj =
Si n = 2 y a1 y a2 son linealmente dependientes, se dice que son colineales.
!"#%$
Figura I.1.2: Colinearidad
& %"'$
Bases y Dimensi on
Denici on I.1.3 (Sistema de Generadores) Se dir a que a1 , . . . , an V es un sistema de generadores de V si todo a V puede expresarse como combinaci on lineal de los vectores del sistema de generadores; es decir, existen 1 , . . . , n tal que
n
a=
i=1
i ai .
(I.1.6)
Denici on I.1.4 (Base) Se dir a que a1 , . . . , an V es una base de V , si est a familia es linealmente independiente y es un sistema de generadores. El n umero n de elementos de la base se llama dimensi on y se denota dim V
Remarca I.1.2 Sin necesidad de demostrar, en el curso de Algebra Lineal de segundo semestre teoricamente ya sido visto. 1. El n umero de elementos de una base es independiente de la elecci on de la base.
2. La dimensi on de un espacio vectorial es el n umero maximal de elementos que puede tener una familia linealmente independiente. Por consiguiente, toda familia de vectores que tenga m as elementos que la dimensi on es linealmente dependiente. 3. La dimensi on de un espacio vectorial es el n umero minimal de elementos que puede tener un sistema de generadores. 4. Sea e1 , e2 , . . . , en una base de un espacio vectorial V (de dimensi on n), entonces todo vector v de V se escribe de manera u nica
n
v=
i=1
i ei ,
i R u nico.
(I.1.7)
Los reales 1 , . . . , n son las componentes de v respecto a la base e1 , . . . , en . Asimismo, la aplicaci on V

n
Rn (1 , . . . , n ) (I.1.8)
v=
i=1
i ei
es un isomorsmo de espacios vectoriales. 5. Por el inciso precedente, todo espacio vectorial real de dimensi on n V es isomorfo a Rn . No existe base n privilegiada en V , pero en R la base can onica e1 = (1, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, . . . , 0, 1) es la base privilegiada.
Axioma I.1.3 (Axioma 3.) El espacio vectorial V inducido por las traslaciones del espacio E es de dimensi on 3. Remarca I.1.3 Para el plano P el axioma 3, se lo modica tomando como dimensi on 2 y para espacios anes de dimensiones m as grandes igualmente solamente se modica el axioma 3.
Referenciales y Coordenadas
Denici on I.1.5 (Referencial.) Un referencial (cartesiano) es darse un origen O E y una base e1 , e2 , e3 de V . Un referencial (af n) es darse 4 puntos E0 , E1 , E2 , E3 de E tales que E0 E1 , E0 E2 , E0 E3 sea una base de V . Si O E , e1 , e2 , e3 es un referencial de E y X E , se tiene OX = x1 e1 + e2 + e3 , (I.1.9)

x1 , x2 , x3 son las coordenadas cartesianas de X respecto al referencial (O, e1 , e2 , e3 ). Se escribe X (x1 , x2 , x3 ) o bien X = (x1 , x2 , x3 ).
Tambi en son de utilidad las llamadas coordenas baricentricas de un punto X E respecto al referencial af n E0 , E1 , E2 , E3 , son los reales 0 , 1 , 2 , 3 tales que 0 + 1 + 2 + 3 = 1 y 0 XE0 + 1 XE1 + 2 XE2 + 3 XE3 . (I.1.10) Dejamos al estudiante vericar que 0 = 1 x1 x2 x3 , 1 = x1 , 2 = x2 y 3 = x3 si X (x1 , x2 , x3 ) respecto al referencial cartesiano E0 , E0 E1 , E0 E2 , E0 E3 . El siguiente diagrama nos permite ilustrar la interrelaci on que existe entre la geometr a (af n) del espacio, el algebra lineal y la geometr a an alitica.
0 21 %3 4 657"&4 98
D CEF G
0 21 %@ 4 A "B4 % C
C$2 C 2 E 2
2 P R Q SFT"'3
!"#$ &% '(! )

Figura I.1.3: Interrelaci on geometr a, algebra lineal y geometr a anal tica
Rectas y Planos
Una vez que hemos conceptualizado la noci on de espacio y determinado los v nculos con el algebra lineal y la geometr a anal tica, el siguiente paso ser a el de estudiar rectas y planos. Comenzemos estudiando los subespacios vectoriales de V . Denici on I.1.6 Sea a = 0, la recta vectorial de direcci on a es el conjunto Da = {x V | x colineal a a} = {x V | R tal que x = a} Sean a, b V linealmente independientes, el plano vectorial de direcci on a, b es el conjunto Pa,b = {x V | x, a, b son linealmente independintes} = {x V | , R tal que x = a + b}
Remarca I.1.4 En el curso de Algebra Lineal, se visto: 1. Todos los subespacios vectoriales de dimensi on 1 son rectas vectoriales. 2. Todos los subespacios vectoriales de dimensi on 2 son planos vectoriales.
Proposici on I.1.2 Para rectas y planos vectoriales, se tiene: i) Da = Da Da Da a y a son colineales. ii) Pa,b = Pa ,b Pa,b Pa ,b a , a, b y b , a, b son familias linealmente dependiente a, a , b y b, a , b son familias linealmente dependientes.
Demostraci on.- Ejercicio
A continuaci on deniremos los objetos equivalentes del espacio af n a a los subespacios vectoriales de V .
DE ESPACIO I.1. NOCION Denici on I.1.7 Sea A E , b V no nulo, la recta que pasa por A y direcci on b es el subconjunto DA,b = {X E|AX Db } = {X E|AX = b} = {X E|OX = OA + b}. Los conjuntos de la forma DA,b son las rectas de E . Sea A E , b, c V no colineales, el plano que pasa por A y direcciones b, c es el subconjunto PA,b,c = {X E|AX Pb,c } = {X E|AX = b + c} = {X E|OX = OA + b + c}. Los conjuntos de la forma PA,b,c son los planos de E .
(I.1.11)
(I.1.12)

Figura I.1.4: Recta y Plano del Espacio

!
Proposici on I.1.3 Para rectas y planos del espacio E , se tiene: i) DA,d = DA ,d DA,d DA ,d AA , d, d son colineales. ii) PA,b,c = PA ,b ,c PA,b,c PA ,b ,c AA , b, d Pb ,c .
La recta vectorial D asociado a una recta D, se llama direcci on, como tambi en el plano vectorial P asociado a un plano D se llama direcci on del plano. En la siguiente proposici on, se dar a sin demostraci on, algunos resultados de existencia de rectas y planos, ya desarrollados en cursos de nivel inferior. Proposici on I.1.4 Se tiene: i) Sean A, B E dos puntos distintos, entonces existe una u nica recta D conteniendo A y B . ii) Sean A, B, C E tres puntos no alineados, entonces existe un u nico plano P tal que A, B, C P
Paralelismo e Intersecci on
La noci on de paralelismo de subespacios anes (rectas y planos), es una noci on ligada a los subespacios vectoriales asociados. Denici on I.1.8 (Paralelismo.- ) Sean D, D , P , P rectas y planos en E de direcciones D, D , P, P respectivamente. Se dir a: 1. 2. 3. D D P D D = D . P D P . P P = P .
Remarcando que no hay planos paralelos a rectas.
Proposici on I.1.5 (Postulado de las paralelas.- ) Sean A E , D una recta, P un plano, entonces: i) existe una u nica recta D tal que D ii) existe un u nico plano P tal que P D yAD. P yAP .
Figura I.1.5: Postulado de las paralelas La intersecci on de rectas y o planos es un problema que ya sido visto minuciosamente en los cursos de geometr a de nivel inferior. Solamente hay que recordar que la intersecci on de rectas y o planos puede ser el conjunto vacio, un punto, una recta o nalmente un plano.
Ecuaciones de Rectas y Planos

Ecuaci on de una recta Sea O, e1 , e2 , e3 un referencial cartesiano de E . Consideremos el punto A(a1 , a2 , a3 ) y el vector b = (b1 , b2 , b3 ) = b1 e1 + b2 e2 + e3 . Tomemos un punto X (x1 , x2 , x3 ) DA,b , de acuerdo a la denici on de recta X satisface OX = OA + b, lo que se escribe en coordenadas como x1 = a1 + b1 t x2 = a2 + b2 t Ecuaciones param etricas de DA,b . (I.1.13) x3 = a3 + b3 t
La ecuaci on cartesiana de DA,b , ecuaci on que solamente depende de las coordenadas y no de un par ametro, se obtiene de la ecuaci on param etrica despejando t. Por ejemplo si b1 , b2 , b3 = 0, se obtiene x1 a1 x2 a2 x3 a3 = = ; b1 b2 b3 si b1 = 0 y b2 , b3 = 0, se obtiene x1 = a1 , si b1 = b2 = 0, se obtiene x1 = a1 , Ecuaci on de un plano Consideremos el plano PA,b,c . Respecto a un referencial cartesiano O, e1 , e2 , e3 , se tiene A(a1 , a2 , a3 ), b = (b1 , b2 , b3 ) y c = (c1 , c2 , c3 ). Sea X PA,b,c , se tiene OX = OA + b + c, por consiguiente, pasando a las coordenadas se obtiene x1 = a1 + b1 + c1 x2 = a2 + b2 + c2 Ecuaciones param etricas de PA,b,c . (I.1.17) x3 = a3 + b3 + c3 La ecuaci on cartesiana de este plano, se obtiene de resolver , de dos de las ecuaciones y remplazar en la tercera equaci on. El trabajo puede ser bastante arduo, en la siguiente secci on se ver a una forma muy sencilla de determinar la ecuaci on cartesiana de un plano. x2 = a2 . (I.1.16) x3 a3 x2 a2 = ; b2 b3 (I.1.14)
(I.1.15)
Aplicaciones anes, aplicaciones lineales

Las aplicaciones lineales son las aplicaciones t picas de los espacios vectoriales, que dicho sea de paso, han sido estudiadas en el curso de algebra lineal. Sin embargo recordemos Denici on I.1.9 (Aplicaci on Lineal.-) Se dir a que una aplicaci on f : V W , donde V, W son espacios vectoriales, es lineal si f (a + b) = f (a) + f (b), , R, a, b V. (I.1.18)
Las aplicaciones lineales tienen como caracter stica primordial las im agenes de subespacios vectoriales son subespacios vectoriales; es decir si f : V W es lineal, U V es subespacio vectorial, entonces f (U ) W es subespacio vectorial. Pero lo m as importante est a dado por Proposici on I.1.6 (Teorema Fundamental del Algebra Lineal) Sea V espacio vectorial de dimensi on nita, e1 , . . . , en una base de V , entonces toda aplicaci on lineal f : V W est a enteramente determinada por la imagen de la base; es decir por f (e1 ), f (e2 ), . . . , f (en ). Demostraci on.- La demostraci on la haremos para V de dimensi on 3. Sea e1 , e2 , e3 la base elegida. Todo vector v V se expresa de manera u nica como v = v1 e1 + v2 e2 + v3 e3 . Como f es lineal, se tiene f (v ) = f (v1 e1 + v2 e2 + v3 e3 ) = v1 f (e1 ) + v2 f (e2 ) + v3 f (e3 ). (I.1.19)
(I.1.20)
Por consiguiente, f est a enteramente determinada por la f ormula (I.1.20).
10
Una consecuencia de este teorema fundamental del algebra lineal es la posibilidad de traducir el algebra de las aplicaciones lineales en el algebra matricial, como una forma de operativizar c alculos. En efecto, utilizando la notaci on de vector columna v1 (I.1.21) v = v1 e1 + v2 e2 + v3 e3 = v2 v3 la f ormula (I.1.20), se convierte en v1 v = ( f (e1 ) f (e2 ) f (e3 ) ) v2 . v3
(I.1.22)
Ahora bien, supongamos para efectos did acticos que W es tambi en de dimensi on 3 y d1 , d2 , d3 una base de W, se tiene a1j f (ej ) = a1j d1 + a2j d2 + a3j d3 = a2j , j = 1, 2, 3. (I.1.23) a3j Lo que nos hace plantear a11 Mf = a21 a31 a12 a22 a32 a13 a23 . a33 (I.1.24)
Denici on I.1.10 La matriz Mf se llama matriz de f respecto a las bases e1 , e2 , e3 de V y d1 , d2 , d3 de W . Consecuencia de (I.1.22) y (I.1.23) se tiene a11 f (v ) = Mf v = a21 a31 a12 a22 a32 a13 v1 a23 v2 . a33 v3
(I.1.25)
Traducci on del lenguaje lineal al lenguaje matricial Proposici on I.1.7 Sean f, f : U V , g : V W y h = g f : U W , e1 , . . . , en base de U, d1 , . . . , dm base de V y c1 , . . . , cl base de W , entonces i) Mh = Mg Mh , ii) Mf = Mf , iii) Mf +f = Mf + Mf .
Demostraci on.- Referirse al curso de Algebra Lineal
DE ESPACIO I.1. NOCION Cambio de bases
11
Consideremos el espacio vectorial V y sean B : e1 , . . . , en y B : e1 , . . . , en dos bases de V , se tiene para v V: 1 1 n n . . i ei = . v= i ei = . , v= (I.1.26) . . i=1 i=1 n B n B Por otro lado, se tiene m1 j . ej = mij ei = . . . i=1 mnj B
n
(I.1.27)
Denici on I.1.11 La matriz PB ,B m11 . =P = . . mn1 m1n . . . mnn (I.1.28)
se llama matriz de cambio de base, de la base B a la base B .
Proposici on I.1.8 Sean B y B dos bases de un espacio vectorial V . Sea v V un vector, entonces v1 v1 . . . (I.1.29) . . . . = PB ,B vn vn B
Demostraci on.- Por denici on de componentes, se tiene

n n
v=
i=1
vi e1 =
i=1
vi e1 ,
(I.1.30)
donde los ei son les elementos de B y los ei elementos de la otra base. Introducimos (I.1.27) en (I.1.30), lo que da
n n
=
i=1 n
vi (
i=1 n
mji ej ) mji vi ) ej .
vj
(
j =1 i=1
(I.1.31)
Remarca I.1.5 Se tiene: 1. La matriz asociada a una aplicaci on lineal depende de la elecci on de las bases por un lado y por el otro existen bases respecto a la cual, la matriz asociada tiene una forma m as simple, por ejemplo diagonal.
12
2. Si B y B dos bases de V espacio vectorial, la matriz de cambio de base, de la base B a la base B , PB ,B puede interpretarse como la matriz asociada a la aplicaci on identidad (f (v ) = v ) tomando B como base en la fuente y B en el destino, el diagrama siguiente nos permite visualizar. id : VB v1 . . . = vn
n
VB
n
vi ei
i=1
i=1
v1 . vi ei = . . vn
(I.1.32)
3. Como PB ,B es la matriz asociada a la identidad y la identidad es inversible, esta matriz es inversible y 1 (PB ,B ) = PB,B . (I.1.33)
Teorema I.1.1 (Cambio de Base) Sea f : V W una aplicaci on lineal Mf la matriz de f respecto a A y B bases de V y W respectivamente, Mf la matriz de f respecto a A y B otras bases de V y W respectivamente. Entonces

Mf = PB,B Mf PA ,A .
(I.1.34)

Aplicaciones anes Conocidas los atributos m as importantes de las aplicaciones lineales, como aplicaciones caracter sticas de los espacios propios, ya podemos estudiar las aplicaciones equivalentes del espacio E . Consideremos una aplicaci on f : E E . Esta aplica ci on puede inducir una aplicaci on vectorial asociada f : V V de la siguiente manera f : V V . AB f (A)f (B ) (I.1.35)
Remarcamos, que no siempre es posible inducir f , ya que (I.1.35) puede no tener sentido, por ejemplo cuando existen A, B, A , B E con AB = A B y f (A)f (B ) = f (A )f (B )
Ejemplo I.1.1 Sea t T una traslaci on, sean A, B E , utilizando la identidad del paralelogramo, se tiene t(A), t(B ) = AB, de donde t = id.
Denici on I.1.12 Se dice que f : E E es af n si f : V V est a bien denida y es lineal
13
Proposici on I.1.9 Sea f : E E , entonces la imagen de un subespacio af n (punto, recta, plano, espacio) es un subespacio af n. Cuando una aplicaci on af n f : E E es biyectiva, se la llama transformaci on af n. Proposici on I.1.10 Si f : E E es biyectiva y conserva rectas, entonces f es una transformaci on af n.
Teorema I.1.2 Sean A, B, C, D E cuatro puntos no coplanares y A , B , C , D otros cuatro puntos de E , entonces existe una u nica transformaci on af n f tal que f (A) = A , f (B ) = B , f (C ) = C y f (D) = D . El mismo enunciado es v alido para el plano af n, en lugar de tomar 4 puntos, tomamos 3 puntos no alineados. Demostraci on.- Consideramos un refencial O, e1 , e2 , e3 y remarcamos que si g : V V es lineal, entonces la aplicaci on g : E E denida por g (X ) = O + (OX ) es af n. Asimismo una vericaci on simple mostrar a que la composici on de aplicaciones anes es af n. La construcci on de la aplicaci on af n que env a los cuatro puntos A, B , C y D sobre A , B , C y D pasa por la composici on de las siguientes aplicaciones anes: 1. La traslaci on tA,O . 2. La aplicaci on g : E E denida por g (X ) = O + g (OX ) donde g (AB ) = A B , g (AC ) = A C y g (AD) = A D . 3. La traslaci on tO,A . Planteando f = tO,A g tA,O , la applicaci on f cumple con los requ sitos. La unicidad la aceptamos.
Representaci on matricial de una transformaci on af n Consideremos la transformaci on af n f del teorema precedente. Respecto a un referencial O, e1 , e2 , e3 , se tiene A(a1 , a2 , a3 ), B (b1 , b2 , b3 ) y as sucesivamente. Si X (x1 , x2 , x3 ) utilizando la notaci on de columna y tomando la composici on de las aplicaciones de la demostraci on del teorema, se obtiene x1 a1 g11 g12 g13 x1 a1 f x2 = a2 + g21 g22 g23 x2 a2 , (I.1.36) g31 g32 g33 x3 a3 x3 a3
Mg
donde Mg es la matriz de g respecto a la base e1 , e2 , e3 y g es la aplicaci on lineal que env a AB a A B , AC a A C y AD a A D
Ejemplos y Aplicaciones
La interrelaci on existente entre la Geometr a Af n, el Algebra Lineal y la Geometr a Anal tica proporciona una gama de m etodos que permiten comprender y resolver muchos problemas geom etricos de forma muy sencilla. Ejemplo I.1.2 Mostrar que las medianas de un tr angulo se intersectan en un punto en com un y que se cortan en una proporci on de 2 : 1.
14
Sean A, B , C los v ertices del tr angulo, denotemos por D, E , F los puntos medios de los lados BC , AC y AB . Sea G la intersecci on de la mediana AD con la mediana BE , ver gura de la izquierda. Aplicando Chasles, se tiene
AG = AB + BG Por otro lado, AG = AD y BG = BE y
(I.1.37)

1 AD = AB + BC, (I.1.38) 2 1 remplazando en (I.1.37), obtenemos (AB + 2 BC ) = AB + ( 1 2 AC AB ). utilizando el hecho que AC = AB + BC y remplazando en la u ltima ecuaci on, obtenemos 1 AC = AE = AB + BE ; 2 1 1 1 ( + 1)AB + ( )BC 2 2 2 (I.1.39)
y como A, B , C no est an alineados, se tiene que AB y BC son linealmente independientes, de donde ( + 1 2 1 = 0 1 (1 2 2 ) = 0 == 2 . 3 (I.1.40)
Por consiguiente, las dos medianas se cortan en una proporci on de 2 : 1, con la tercera mediana suceder a lo mismo, suciente intercambiar letras en los v ertices. Por lo tanto las medianas son concurrentes y punto de intersecci on se llama baricentro.
Ejemplo I.1.3 Dado un tr angulo cualquiera y consideremos sus medianas, mostrar que existe un tr angulo cuyos lados son paralelos e iguales a las mencionadas medianas
Sean A, B , C los v ertices del tr angulo, denotemos por D, E , F los puntos medios de los lados BC , AC y AB . Por consiguiente las medianas est an dadas por AD, BE y CF . Construyamos el tr angulo demandado, tomemos como pri mer lado, el segmento AD y planteemos G = D + BE , por consiguiente el lado DG es igual y paralelo a la mediana BE . Solo falta mostrar que el lado AG es paralelo e igual a la mediana CF , suciente mostrar que AG = F C . En efecto
AG
= AD + DG = AD + BE 1 12 1 = (AB + BC ) + ( AC AB ) = BC + AC ) 2 2 ( 1 1 1 = BC + (BC + AB ) = BC + AB 2 2 2 = BC + F B
Ejemplo I.1.4 Explicitar la aplicaci on af n del plano, que env a el punto A(1, 1) al punto A (1, 1), B (2, 1) al punto B (1, 2) y el punto C (1, 2) al punto C (0, 0)
DE ESPACIO I.1. NOCION Trasladando el punto A al origen, la aplicaci on vectorial asociada est a dada por AB = AC = 1 0 0 1 0 =AB 1 1 =AB 1
15
cuya matriz respecto a la base e1 = (1, 0) y e2 = (0, 1) es 0 1 1 1 .
Tal como se ha visto en la demostraci on del teorema (I.1.2), la transformaci on af n del ejemplo se la obtiene componiendo una traslaci on AO, la transformaci on lineal asociada y la traslaci on OA , lo que en coordenadas da x1 1 0 1 x1 1 . + (I.1.41) f = 1 1 x2 1 1 x2
Ejercicios
1. Sea A, B dos puntos distintos de E y D la recta que denen. Para X D, se denota por mA (X ), mB (X ) los n umeros reales tales que AX = mB (X )AB , XB = mA (X )AB . Mostrar que: mA (X ) + mB (X ) = 1, 0 = mA (X )XA + mA (X )XB, OX = mA (X )OA + mB (X )OB, O E Qu e signica geom etricamente mA (X ) < 0, mA (X ) [0, 1] y mA (X ) > 1? 2. (Birraz on ) Con la notaci on del ejercicio precedente, mostrar que:
mA (X ) mA (Y ) mA (X ) mA (Y ) : = : . mB (X ) mB (Y ) mB (X ) mB (Y )
3. Dar las ecuaciones param etrica y cartesiana de la recta que pasa por (1, 2, 5) y (2, 3, 4). 4. Dar la ecuaci on cartesiana general de un plano que pasa por los puntos (1, 0, 1) y (2, 1, 5). 5. Sea D la recta que pasa por (1, 2, 1) y (1, 0, 2). Escribir las ecuaciones param etrica y cartesiana de D y las coordenadas de D Pn , donde Pn es el plano de ecuaci on 3x1 + x2 x3 = n, nZ.
16
6. Encontrar la intersecci on del plano P que pasa por (3, 1, 4), (0, 1, 1) (1, 0, 1) y del plano Q que pasa por (1, 0, 0), (0, 1, 0), (0, 0, 1). 7. Sean D, D , P , rectas y un plano de direcciones D, D y P . Mostrar que a ) D D = X D, X D , XX D + D b ) D P = X D, Y P , XX D + P 8. Si t es una traslaci on y f : E E es af n biyectiva, mostrar que f 1 t f es una traslaci on 9. Se considera f : E E af n biyectiva tal que f (D) D, D recta de E . Vericar que si f tiene 2, 1 o 0 puntos jos, entonces f es respectivamente la identidad, una homotecia o una traslaci on. Una homotecia HO, de centro O y razon = 0 es una transformaci on af n tal que OHO, (X ) = OX para todo X E . 10. Sean e1 , e2 una base de V 2 espacio de dimensi on 2 y D = De1 . La simetr a de eje D y de direcci on e2 1 0 2 es la aplicaci on lineal de matriz respecto a la base e1 , e2 . Mostrar que si f : V V 2 es 0 1 lineal y satisface f f = idV 2 , entonces f = idV 2 o f es una simetr a. 11. En R3 , se considera las bases e1 = (0, 1, 1), e2 = (2, 2, 0), e3 = (1, 1, ) y e1 = (1, 1, 0), e2 = (1, 0, 1), e3 = (1, 0, 0). Dar las componentes de e1 + 5e2 + 3e3 en la base e1 , e2 , e3 . 12. a ) Mostar que los vectores (1, 1, 1), (1, 1, 0) y (0, 1, 1) constituyen una base de R3 . b ) Sea f : R3 R3 la aplicaci on lineal denida por: f ((1, , 1, 1)) = (1, 1, 1) 1 f ((1, 1, 0)) = (1, 1, 2) 3 1 f ((0, 1, 1)) = (2, 1, 1) 3 Escribir la matriz de f respecto a la base can onica de R3 . Mostrar que f es inversible y calcular la matriz de f 1 . c ) Interpretar f geom etricamente.
I.2.
Espacios Euclidianos
En la secci on precedente hemos considerado el espacio P , como un conjunto asociado a un espacio vectorial V de dimensi on 3, sin haber introducido las nociones de angulo, longitud y distancia.
Producto escalar, norma y distancia

Denici on I.2.1 Un producto escalar sobre V (espacio vectorial) es una aplicaci on es: i) bilineal: x + y, z x, y + z = x, z + y, z , = x, y + x, z ; , : V V R que
ii) sim etrica: x, y = y, x ; iii) denida positiva: x, x 0 y x, x x = 0 El espacio V provisto de un producto escalar, se llama espacio vectorial euclidiano y se lo denota por E
I.2. ESPACIOS EUCLIDIANOS
17
Proposici on I.2.1 Sea e1 , e2 , e3 una base de E espacio vectorial euclidiano. Entonces , est a determinado por los reales gi,j = ei , ej i, j = 1, 2, 3. Adem as si x = (x1 , x2 , x3 ) e y = (y1 , y2 , y3 ), se tiene g11 g12 g13 y1 x, y = ( x1 x2 x3 ) g21 g22 g23 y2 . (I.2.1) g31 g32 g33 y3
Demostraci on.- Se tiene x = x1 e1 + x2 e2 + x3 e3 , y = y1 e1 + y2 e2 + y3 e3 ,
introduciendo al producto escalar, utilizando la bilinearidad, se obtiene: x, y = =

i,j =1
x1 e1 + x2 e2 + x3 e3 , y1 e1 + y2 e2 + y3 e3
n
xi yj ei , ej
gij
( x1
x2
g11 x3 ) g21 g31
g12 g22 g32
g13 y1 g23 y2 . g33 y3
Denici on I.2.2 En E espacio vectorial euclidiano, se plantea x = llamada norma (euclidiana) de x. x, x , x E, (I.2.2)
Proposici on I.2.2 La norma verica: i) Positividad: x 0 y x = 0 x = 0. ii) Homegeneidad: x = || x . iii) Desigualdad de Cauchy-Schwarz: | x, y | x y . iv) Desigualdad del tri angulo: x + y x + y . v) Teorema del coseno: x y
2
= x
+ y
2 x, y .
Demostraci on.- Ejercicio.
Denici on I.2.3 x, y E espacio euclidiano son ortogonales si x, y = 0 y se denota x y
18 Ejemplo I.2.1 0 x x E , en efecto
0, x = 0 0, x = 0 0, x = 0. Adem as 0 es el u nico vector ortogonal a todos los vectores de E . Sea a E un vector con esta propiedad a a a, a = 0 a = 0.
Proposici on I.2.3 Vectores no nulos, dos a dos ortogonales, son linealmente independientes Demostraci on.- Sea x, y, z no nulos y ortogonales 2 a 2; es decir x y , x z e x, x + x, y + x, y = x, 0 = 0 x + y + z = 0 y, x + y, y + y, y = y, 0 = 0 z, x + z, y + z, y = z, 0 = 0 y z , se tiene x, x = 0, y, y = 0, z, z = 0.
Denici on I.2.4 Una base e1 , e2 , e3 de E espacio euclidiano es ortogonal si e1 , e2 = e1 , e3 = e2 , e3 . Se dir a e1 , e2 , e3 es ortonormal, si adem as de ortogonal, e1 , e1 = e2 , e2 = e3 , e3 = 1. (I.2.4) (I.2.3)
Figura I.2.1: Bases ortogonales y ortonormales
Remarca I.2.1 Las matrices (gij ) de (I.2.1) son para una base g11 0 0 1 0 g22 0 , 0 0 0 0 g33
ortogonal y ortonormal 0 0 1 0 0 1
respectivamente. Por consiguiente, en una base ortonormal, el producto escalar se escribe x, y = x1 y1 + x2 y2 + x3 y3 , donde x = (x1 , x2 , y2 ) e y = (y1 , y2 , y3 ).
19
Proposici on I.2.4 Existe una base ortonormal de E espacio euclidiano. Demostraci on.- La demostraci on ser a hecha utilizando el Procedimiento de Gramm-Schmidt. Sea e1 , e2 , e3 una base cualquiera de E , remarcamos que esta base existe, ya que E es de dimensi on 3. Planteamos e1 = e1 con > 0 y e1 = e1 . Ahora planteamos
1
= 1, obtenemos
e2 0 = e2 , e1 e2 e2
= 1 e1 + e2 con e2 e1 , = e1 , e1 + e2 , e1 = e2 , e1 , = e2 , e1 e1 + e2 , 1 . = e2
Finalmente planteamos e3 = 1 e1 + 2 e2 + e3 con e3 e1 y e3 e2 , obtenemos 1 = e3 , e1 , de donde e3 = e3 , e1 e1 + e3 , e1 e2 + e3 , e3 = 1 e3 . e3 2 = e3 , e1 ,
La elecci on de un producto escalar en V espacio vectorial asociado a E da una estructura suplementaria a E , llamando de esta manera a E espacio af n euclidiano. Para X, Y E dist(X, Y ) = d(X, Y ) = XY (I.2.5) es la distancia (euclidiana) entre X e Y . Proyecciones ortogonales Una de las aplicaciones inmediatas del producto escalar es la determinaci on de proyecciones ortogonales. Denici on I.2.5 Sea b E , D = Da E una recta vectorial, se llama la proyecci on (ortogonal) de b sobre D al vector b tal b = b + n, con b D y n a. (I.2.6)

A b se lo denota por proyD b. Sea B E y D E de direcci on a. La proyecci on (ortogonal) de B sobre D es el punto B D tal que B B a, se la denota por proyD B .
Proposici on I.2.5 Si D = Da , se tiene: b, a proyD b = a, a a= b, a a

2
(I.2.7)
20 Demostraci on.- Por denici on de n y proya b se tiene n = b proyD b, de donde b, a = a, a .
n a b a, a = 0,
Remarca I.2.2 Sea B E y D una recta del espacio, se tiene dist(B, D) = dist(B, proyD B ). En efecto, se X D, por Chasles, se tiene XB = XB + B B donde B = proyD B . Aplicando el teorema de Pit agoras, se tiene XB de donde dist(X, B dist(B , B ).
2
= XB
+ BB
XB
BB
Denici on I.2.6 Sea a E , P = Pb,c E un plano vectorial, se llama la proyecci on (ortogonal) de a sobre P al vector a tal a = a + n, con a P y n b, c. (I.2.8)

A a se lo denota por proyP a. Sea A E y P E de direcci on b, c. La proyecci on (ortogonal) de A sobre P es el punto A P tal que A A b, d, se la denota por proyP A.
Proposici on I.2.6 Sea Pb,c un plano vectorial, a E , entonces proyP a existe y es independiente de la elecci on de b, c direcciones del plano. Demostraci on.- Ejercicio
La remarca (I.2.2) es v alida, si se remplaza recta por plano.
Subespacios ortogonales Con frecuencia decimos que una recta es ortogonal a otra recta o una recta es ortogonal a un plano, formalicemos estas ideas de ortogonalidad. Denici on I.2.7 Sea A = de E espacio vectorial euclidiano. El ortogonal de A es el subconjunto de E , A = {x E | a A x a}. (I.2.9)
I.2. ESPACIOS EUCLIDIANOS Proposici on I.2.7 Se tiene: i) Si A = entonces A es un subsepacio vectorial de E .
21
ii) Si H E es un subespacio vectorial, entonces H H 3 ; es decir todo v E se escribe de manera u nica v = h + k con h H y k H . iii) Si H E es un subespacio vectorial, entonces (H ) = H .
Demostraci on.i) A = porque 0 es ortogonal a todo vector, en particular a los elementos de A. Sea x, y A entonces para todo a A se tiene x + y, a = x, a + y, a = 0, de donde x + y a y x + y A . ii) Si H es subespacio, por el inciso i) H es un subespacio. Tanto para H recta o plano vectorial, se tiene para v E dado v = proyH v + n, con proyH v H y n H . La unicidad de la suma la dejamos como ejercicio. iii) Por el inciso ii), se tiene E = H H = (H ) H , de donde dim H = dim(H ) . Sea x H , x y H y H , de donde x (H ) , es decir H (H ) , de donde H = (H ) .
Denici on I.2.8 Sean H1 , H2 subespacios de E espacio euclidiano, se dir a que H1 H2 si a H , b H2 , se tiene a b. Denici on I.2.9 Sea H1 y H2 dos subespacios anes (recta o plano) de direcciones H1 , H2 respectivamente. Se dir a que H1 H2 si:
i) H1 H2 = , ii) H1 H2
Remarca I.2.3 Para que dos rectas del espacio sean ortogonales es necesario que se intersecten.
Espacios anes euclidianos orientados

El sentido de orientaci on en nuestra vivencia cotidiana est a altamente desarrollado de manera intituiva. Tenemos desarrollado el concepto de arriba y abajo, derecha e izquierda y delante y detr as. Formalizaremos el concepto de orientaci on en la geometr a. Denici on I.2.10 Una base ordenada es darse B = {e1 , e2 , e3 } tripleta ordenada de vectores de una base.
3
se llama suma directa de subespacios y se tiene dim H + dim H = 3, H H = {0}.
22
Denici on I.2.11 Sean B = {e1 , e2 , e3 } y B = {d1 , d2 , d3 } dos bases ordenadas (no necesariamente ortonormales) de E y PB B la matriz de cambio de base, de la base B a la base B . Se dir a que: i) B, B denen la misma orientaci on det PB B > 0 ii) B, B denen orientaciones inversas det PB B < 0 Esta denici on nos permite clasicar las bases de E en dos clases, una que la llamaremos directa y la otra inversa. Denici on I.2.12 Un espacio euclidiano orientado es un espacio euclidiano orientado E con la elecci on de una orientaci on a la que se llamar a orientaci on directa.
Remarca I.2.4 1. El concepto de orientaci on se lo construye de la misma manera, para rectas y planos vectoriales, utilizando bases ordenadas y el determinante de la matriz de cambio de base. 2. Una orientaci on de E espacio de dimensi on 3, no da de manera autom atica una orientaci on de P plano vectorial, es necesario elegir antes un lado del plano. 3. La regla de la mano derecha sirve para determinar las orientaciones directas. 4. Si {e1 , e2 , e3 }, {e1 , e2 , e3 } son dos bases ortonormales, entonces la matriz de cambio de base P es una matriz ortogonal, es decir P P t = P t P = I .
Denici on I.2.13 (Lado de un plano.- ) La elecci on de un lado de un plano vectorial P , se la realiza eligiendo c P y se dira que {a, b} base ordenada de P es directa si {a, b, c} es una base directa de E .
Figura I.2.2: Elecci on del lado de un plano
Producto vectorial o cruz Siendo E un espacio euclidiano orientado, dados a, b E , ser de gran utilidad contar con una aplicaci on que nos proporcione c, de manera que {a, b, c} sea una tripleta de vectores con orientaci on directa y en lo posible a, b c. Denici on I.2.14 (Producto vectorial o cruz.- ) El producto vectorial o cruz es la aplicaci on bilineal :EE E o : E E E,
I.2. ESPACIOS EUCLIDIANOS tal que para una base ordenada {e1 , e2 , e3 } directa se tiene e1 e1 = 0 e1 e2 = e3 e1 e3 = e2 e2 e1 = e3 e2 e2 = 0 e2 e3 = e1 e3 e1 = e2 e3 e2 = e1 e3 e3 = 0
23
(I.2.10)
Proposici on I.2.8 El producto vectorial o cruz satisface: i) Para {e1 , e2 , e3 } base ortonormal directa, se tiene la siguiente f ormula, ab= a2 b2 a3 b3 e1 a1 b1 a3 b3 e2 + a1 b1 a2 b2 e3 = e1 a1 b1 e2 a2 b2 e3 a3 b3 . (I.2.11)
ii) Es antisim etrico: a b = b a. iii) El producto vectorial no depende de la elecci on de la base {e1 , e2 , e3 } ortonormal directa. iv) c = a b, entonces c a, b v) b, c colineales b c = 0. vi) b, c linealmente independientes, entonces {b, c} base directa.
Demostraci on.- Los puntos i), ii), iv), v) y vi) ejercicio, aplicar la denici on de aplicaci on bilinel y en los puntos que amerite utilizar propiedades de determinante. Mostremos el punto iii). Sean {e1 , e2 , e3 } y {e1 , e2 , e3 } dos bases ortonormales directas, suciente mostrar que si (I.2.10) se cumple para {e1 , e2 , e3 }, entonces (I.2.10) se cumple para {e1 , e2 , e3 }. Sea q11 q12 q13 Q = q21 q22 q23 q31 q32 q33 la matriz de cambio de base de la base {e1 , e2 , e3 } a la base {e1 , e2 , e3 }. Q es ortogonal (Qt Q = I ) y como son bases directas det Q = 1, lo que se traduce en
3
qji qki = jk =
i=1
0 1
si si
j=k j=k
j, k = 1, 2, 3.
(I.2.12)
Comencemos mostrando que ei ei = 0. En efecto e1 e1 ei = q1i q 1i e2 q 2i q 2i e3 q3i = 0 q3i
por que las dos u ltimas las del determinante son las mismas. Ahora mostremos que e1 e2 = e3 . Planteamos e1 e2 = 1 e1 + 2 e2 + 3 e3 . Como e1 e2 e1 , e2 se tiene que 1 = 2 = 0. El siguiente paso es vericar que 3 = 1, en efecto 3 = e1 e2 , e3 = q21 q22 q31 q32 q13 q11 q12 q31 q32 q23 + q11 q12 q21 q22 q33 = q13 q11 q12 q23 q21 q22 q33 q31 q13 = det Qt = 1.
Los otros productos, lo hacemos de la misma manera.
24
La demostraci on ha incorporado e1 e2 , e3 relaci on que nos ser au til. Denici on I.2.15 (Producto mixto o triple) Sea E espacio euclidiano orientado, el producto mixto de a, b, c est a dado por [a, b, c] = a b, c (I.2.13)
Proposici on I.2.9 El producto mixto o triple cumple: i) a, b, c linealmente independientes [a, b, c] = 0; ii) es trilineal. iii) [a, b, c] = [b, c, a] = [c, a, b] = [a, c, b] = [b, a, c] = [c, b, a]. iv) Sea {e1 , e2 , e3 } una base ortonormal, entonces [e1 , e2 , e3 ] = 1 [e1 , e2 , e3 ] = 1 {e1 , e2 , e3 } directa, {e1 , e2 , e3 } inversa.
A continuaci on algunas f ormulas que involucran productos escales, vectoriales y mixtos. Proposici on I.2.10 Se tiene: a (b a) = a, c b a, b c, [a, b, d]c [a, c, c]d, a, c b, d a, d b, c . (I.2.14) (I.2.15) (I.2.16)
(a b) (c d) = a b, c d =
C rculos, esferas y angulos Denici on I.2.16 (Esferas, circunferencias) Sea A E y r > 0: i) La esfera de centro A y radio r es el subconjunto SA,r = {X E| AX = r}. (I.2.17)
25
ii) La circunferencia de centro A, radio r sobre el plano P , (A P ), es la intersecci on de la esfera de centro A y radio r, con el plano P ; es decir, CA,r,P = {X P| AX = r}. (I.2.18)
Denici on I.2.17 (C rculo trigonom etrico) El c rculo trigonom etrico sobre el plano vectorial P es CP = {x P | x = 1}. (I.2.19)
Sea P un plano vectorial con {e1 , e2 } base directa ortonormal. Sobre el circulo trigonom etrico CP suponemos la existencia de una funci on : R CP sobreyectiva y 2 peri odica tal que: () = e1 Z = {n|n Z}, por un lado y por el otro () = cos e1 + sin e2 , (I.2.21) (I.2.20)
% !#" $
'&)(0#"
donde cos, sin : R [1, 1] 2 peri odicas. Adem as suponemos que induce una familia de transformaciones lineales que conservan la orientaci on y la ortogonalidad, que llamamos rotaciones. Axioma I.2.1 Una rotaci on de angulo es una transformaci on lineal r que conserva la orientaci on, la ortogonalidad tal que r (CP ) = CP , La compositi on de rotaciones satisface r1 r2 = r1 +2 . (I.2.23) y r (e1 ) = () = cos e1 + sin e2 . (I.2.22)
Teorema I.2.1 La matriz R respecto a la base ortonormal directa {e1 , e2 } de una rotaci on de a ngulo , r es cos sin R = . (I.2.24) sin cos
Demostraci on.- Debemos mostrar que r (e2 ) = sin e1 + cos e2 . Planteamos r (e2 ) = e1 + e2 , como r (e2 ) CP , se tiene 2 + 2 = 1. Como r conserva la ortogonalidad, se tiene r (e1 ), r (e2 ) , lo que da cos + sin = 0 = cos sin ,
' "!#% $ &
por lo tanto la segunda columna del determinante es colineal con la primera columna, de donde = cos y = sin . Remplazando estas identidades en la condici on 2 + 2 = 1, se obtiene que 2 = 1.
26
Por otro lado {r (e1 ), r (e2 )} es una base ortonormal directa, ya que r conserva la orientaci on. La matriz de cambio de base de {r (e1 ), r (e2 )} a {e1 , e2 } es la misma matriz de la rotaci on cos sin sin cos = R .
El determinante es det R = , como > 0 se tiene necesariamente que = 1.
Angulos Denici on I.2.18 (Angulo orientado) Sean a, b P no nulos, el angulo orientado entre a y b, 1 es el angulo de la rotaci on que envia a aa 1 b . b Para a, b E no nulos, se toma un plano P que contenga ambos vectores. (a, b)
Remarca I.2.5 Para efectos del curso, los angulos orientados toman valores en el intervalo (, ]. Por consiguiente si (a, b) (, ), se tiene (b, a) = (a, b) (, ), y si (a, b) = , entonces (b, a) = (a, b) = .
Denici on I.2.19 (Angulo no orientado) Sean a, b P no nulos, el angulo (no orientado) entre a y b, (a, b) es (a, b) si (a, b) [0, ] (a, b) = (I.2.25) (b, a) si (a, b) (, 0)
Figura I.2.3: Angulos orientados y no orientados Sean a, b E no nulos y sea P un o el plano vectorial que contiene a, b, consideremos una base {e1 , e2 } ortonormal directa del plano P , de manera que a = a e1 , sea = (a, b), se tiene: b = b (cos e1 + sin e2 ), de donde: a, b ab = = a b cos , a b sin e3 , (I.2.27) (I.2.28) (I.2.26)
con {e1 , e2 , e3 } base ortonormal y directa de E . Como cos = cos(), en lugar del angulo orientado, se puede remplazar (I.2.27) por angulo no orientado.
I.2. ESPACIOS EUCLIDIANOS Proposici on I.2.11 Se tiene: a, b ab = = a b cos((a, b)), a b sin((a, b)) .
27
(I.2.29) (I.2.30)
La noci on de angulo puede ser transportada al espacio E para objetos geom etricos como: rectas con rectas, planos con planos y rectas con planos. Veamos primero el caso de dos rectas D1 y D2 , sea O D1 D2 un punto de intersecci on, para hablar de angulo es necesario que la intersecci on de las rectas no sea vacia. El siguiente paso es elegir un punto A = O D1 y otro punto B = O D2 (que denen las direcciones positivas de las rectas en cuesti on). Planteamos
(D1 , D2 ) = (OA, OB
(I.2.31)
Remarcamos que si se tiene de antemano denida las direcciones positivas de D1 y D2 , dicha elecci on presenta 4 posibilidades diferentes. Ahora analisemos el caso de un plano y una recta que se intersectan. Sean P , D un plano y una recta que se intesectan en un punto O. Sea n un vector normal de P , cuyo sentido corresponde a la cara positiva del plano y elijamos un punto A D, de manera que OA dene el sentido positivo de la recta D. Planteamos:

(D, P ) = (OA, n).
(I.2.32)
Al igual que en el caso de las rectas, tenemos cuatro posibilidades, si las direcciones positivas no est an denidas de antemano. Para el caso de dos planos P1 y P2 de intersecci on no vacia, se toman n1 , n2 los respectivos vectores normales, orientados en sentido positivo y se plantea (P1 , P2 ) = (n1 , n2 ). (I.2.33)
Longitud, area y volumen

Denici on I.2.20 (Segmento de Recta) Sean A, B E , el segmento de recta de extremidades A y B es el subconjunto AB = [A, B ] = {X E| AX = AB, [0, 1]}. y la longitud del segmento AB es long AB = dist(A, B ) = AB .
28
Esta denici on puede ser generalizada a lineas poligonales. Denici on I.2.21 Una linea poligonal es la uni on nita de segmentos de recta de la forma Ak1 Ak , k = 1, . . . , n con Ak1 = Ak+1 . Se la denota por LPA0 ,A1 ,...,An La longitud de esta linea poligonal est a dada por
n
long(LPA0 ,A1 ,...,An ) =

k=1
long(Ak1 Ak ).
(I.2.34)
Areas Denici on I.2.22 (Area pol gono) Sea P el conjunto de los pol gonos de E . El area es una funci on Area : P P [0, ) R Area(P)
(I.2.35)
aditiva; es decir si P = P1 P2 con P1 P2 vacio o eventualmente una linea poligonal, entonces Area(P) = Area(P1 ) + Area(P2 ). y el area de un rect angulo R de base b y altura h es Area R = b h. (I.2.37) (I.2.36)
Proposici on I.2.12 Se tiene: i) Sea P un paralelogramo de v ertices A, B, C, D, entonces Area(P) = AB AD . ii) Sea T un tri angulo de v ertices A, B, C , entonces Area(T ) = 1 AB AC . 2 (I.2.39)
(I.2.38)
Demostraci on.i) Consideremos el paralelogramo de v ertices A, B , C , D. Sea H la proyecci on ortogonal del punto D sobre la recta que pasa por A y B . Mediante una traslaci on tA,B env amos el tri angulo AHD, sobre el tri angulo BH C . El area es invariante por traslaci on, de donde el area del paralelogramo A, B, C, D es igual al area del rectangulo H, H , C, D. Por lo tanto Area(RH,H ,C,D ) = AX HD .

y HD = AD
sin((AB, AD)) , por consiguiente Area(PA,B,C,D ) = AB AD .
I.2. ESPACIOS EUCLIDIANOS ii) Consideremos el tri angulo de v ertices A, B y C . Sea D P tal que AD = BC . Tenemos

29
Area(PA,B,C,D ) = Area(TA,B,C ) + Area(TA,C,D ). Ahora bien, el TA,C,D se obtiene del TA,B,C rotando sobre el punto A y luego traslando AC , de donde las areas son id enticas. Por el inciso i) precedente, se tiene la identidad enunciada.

Volumen Denici on I.2.23 (Volumen Poliedro) Sea S el conjunto de los poliedros de E . El volumen es una funci on Vol : S [0, ) R S Vol(S) (I.2.40)
aditiva; es decir si S = S1 S2 con S1 S2 vacio o eventualmente una linea poligonal o un pol gono, entonces Vol(S) = Vol(S1 ) + Vol(S2 ). (I.2.41)
y el volumen de un paralelepipedo rectangular S de largo l ancho a y altura h es Vol S = a l h. (I.2.42)
Proposici on I.2.13 Sea
P = {X E| X = O + a + b + c, , , [0, 1]} el paralelepipedo de v ertice O y generado por a, b, c. El volumen de P es Vol(P) = [a, b, c] .

(I.2.43)
Ejercicios
1. Mostrar que las tres alturas de un tri angulo cualquiera se cortan en un punto. 2. Calcular la distancia del punto Q = (2, 1, 3): a ) a la recta de ecuaci on x =
y 2 4
= z,
b ) al plano de ecuaci on x 3y + z + 2 = 0.
30
3. Sean A, B, C tres puntos no alineados del espacio. Utilizando la noci on de producto escalar, mostrar que el lugar geom etrico de los puntos situados a igual distancia de A, B y C es una recta. 4. Sean A, B, C tres puntos no alineados del espacio. Mostrar que existen tres esferas SA , SB y SC centradas respectivamente en A, B y C que son dos a dos tangentes. Discutir la unicidad de la soluci on. 5. Calcular el angulo que forman dos diagonales principales de un cubo. 6. Encontar el centro y el radio de la esfera que pasa por (0, 1, 2), (1, 2, 1), (3, 2, 1) y (1, 0, 5). 7. Sea S una esfera de centro A y D una recta de direcci on d. Si S D = {T }, mostrar que AT , d, = 0. 8. Mostrar que las medianas de un tri angulo lo cortan en 6 tri angulos de area igual. 9. Mostrar las f ormulas: a b, c d (a b) (c d) = a, c b, d a, d b, c ,
= [a, c, d]b [b, c, d]a = [a, b, d]c [a, b, c]d.
10. Calcular la distancia entre la recta D que pasa por los puntos (1, 0, 3) y (2, 0, 1) y la recta D la intersecci on de los planos P1 y P2 de ecuaciones P1 P2 : : x + 2y z = 0, 3x 5z = 0.
11. Consideremos los tres puntos siguientes de un tri angulo: H= ortocentro, G= baricentro, C= centro de la circunferencia circunscrita. Mostrar que H , G y C est an alineados. 12. Sea P un plano que pasa por el medio de tres aristas no coplanares y sin intersecci on com un de un cubo (puntos A, B y C de la gura de la derecha). Mostrar que P corta el cubo siguiendo un hex agono. Calcular el angulo entre P y una cara del cubo.
Cap tulo II Curvas y Supercies

En este cap tulo se introducir a y formalizar a las nociones de curva y supercie, haciendo un estudio de las propiedades y caracterizaciones de estos objetos del espacio. Se vera, que tanto las curvas, como las supercies son un paso m as en la generalizaci on de las rectas y planos estudiados en el primer cap tulo, as como los conceptos de longitud y area desarrollados antes. Finalmente, en este segundo cap tulo, se abordar a el tema de sistemas de coordenadas y los cambios de variable.
II.1.
Curvas
Concepto de Curva
Iniciamos este cap tulo con el estudio de curvas en el espacio y en el plano. La palabra curva, seguramente ya sido mencionada en cursos anteriores y es claro su signicado intuitivo. En esta secci on formalizaremos lo que es una curva y analizaremos sus propiedades m as importantes. En lo que sigue, consideramos Rn con n = 2, 3; como un espacio vectorial euclidiano. Denici on II.1.1 Un camino en Rn es una applicaci on : [a, b] Rn continua. Se llama soporte o trayectoria a la imagen de este; es decir ([a, b]) R3 .

Figura II.1.1: Representaci on de un camino.
31
32
CAP ITULO II. CURVAS Y SUPERFICIES
Remarca II.1.1 Es importante distinguir bien camino y el soporte de un camino, en los siguientes ejemplos veremos porque.
Ejemplo II.1.1 1. Consideremos, los caminos siguientes: : [0, 2 ] t R2 (cos t, sin t) : [0, 4 ] t R2 (cos t, sin t)
Ambos caminos, tienen el mismo soporte, una circunferencia de centro el origen y radio la unidad. Sin embargo, el primer camino recorre una vez la circunferencia, mientras que el segundo recorre dos veces la circunferencia. 2. El trozo de la par abola y = x2 restringido a 0 x 1, es el soporte de los caminos : [0, 1] t R2 (t, t2 ) : [0, 1] t R2 . (t2 , t4 )
Como puede observarse, ambos caminos tienen el mismo dominio y la misma imagen; sin embargo son diferentes, por qu e?
Denici on II.1.2 : [a, b] Rn y : [ a, b] Rn dos caminos en Rn . Diremos que y est an relacionados si existe una aplicaci on : [a, b] [ a, b] continua y biyectiva tal que = . Denotamos y se llama cambio de parametrizaci on. De la denici on precedente deducimos, que si , entonces soporte = soporte . Proposici on II.1.1 La relaci on sobre el conjunto de los caminos es una relaci on de equivalencia. Demostraci on.- Ejercicio.
Denici on II.1.3 Una clase de equivalencia de caminos es una curva. Si en la relaci on solo consideramos los cambios de parametrizaci on creciente, la clase de equivalencia es una curva orientada. Sea C una curva, un camino de la clase C se llama una representaci on param etrica de C o parametrizaci on de C.
Remarca II.1.2 Dos caminos inyectivos con el mismo soporte son equivalentes.
Algunas aclaraciones del concepto de curva El concepto de curva, dependiendo el contexto y el nivel de profundidad, tiene diferentes deniciones. Algunos veces es conveniente, trabajar en intervalos abiertos; por consiguiente, lo realizado anteriormente es v alido si tomamos intervalos abiertos en lugar de los intervalos cerrados. Muchas veces se confunde soporte con la curva misma. Ahora bien, la pregunta es cuando un subconjunto S de Rn puede asociarse a una curva? La respuesta es cuando existe un camino cuyo soporte sea S . Convenci on.- Podemos decir que un conjunto S Rn es una curva, si es el soporte de una clase de equivalencia de caminos.
II.1. CURVAS

33
Curva Figura II.1.2: Representaci on de curvas.
Curva orientada
Hechas las aclaraciones necesarias, es costumbre representar una curva por su soporte, en la gura II.1.2 podemos apreciarlo. Longitud de una curva Sea C una curva, : [a, b] Rn una parametrizaci on de C. Para una subdivisi on P = {a = t0 < t1 < < tn = b} [a, b], se considera
n
L(, P ) =
i=1
(ti ) (ti1 ) .
(II.1.1)
Debe observarse que L(, P ) es la longitud de la curva poligonal que une (t0 ), (t1 ), . . ., (tn ); ver la gura II.1.3 Si P P dos subdivisiones del intervalo [a, b], se tiene
Figura II.1.3: Aproximaci on por arcos poligonales. L(, P ) L(, P ), por la desigualdad del tri angulo. Se plantea L( ) = sup(, P ) R+ {},
P
(II.1.2)
(II.1.3)
la longitud del camino . Ejemplo II.1.2 El camino ; [0, 1] R2 , denido por (t) = (0, 0) (t, t sin(/t)) si t=0 sino;
34
tiene como longitud L( ) = . Graque este camino y demuestre la armaci on de del ejemplo.
Proposici on II.1.2 Si , entonces L( ) = L( ). Demostraci on.- Ejercicio
Denici on II.1.4 Una curva C es recticable si existe una parametrizaci on de C con L( ) < . Se plantea L(C) = L( ) como longitud de C .
Denici on II.1.5 Sea ; [0, L] Rn un camino representante de una curva C recticable. Se dice que es una parametrizaci on normal de C si L(t ) = t, para todo t [0, L], donde t es la restricci on de en el intervalo [0, t].
Ejemplo II.1.3 1. Los caminos del ejemplo 1 de II.1.1 son parametrizaciones normales de curvas cuyos soportes son la circunferencia de radio 1 y centro el origen. 2. El camino : [0, 4 ] R2 denido por (t) = (1, 0) si 0 t 2, (cos t, sin t) si 2 t 4,
representa a una curva que no admite una parametrizaci on normal.
Condiciones sobre la curva para tener una parametrizaci on normal Sea C una curva recticable de longitud L, sea : [a, b] Rn una parametrizaci on de C; si es necesario efectuar un cambio de parametrizaci on, podemos suponer que a = 0. Consideremos la familia de caminos s,t restricciones de en los intervalos [s, t], donde 0 s t b. Proposici on II.1.3 La familia s,t satisface: 0 L(s,t ) L, L(r,t ) = L(r,s ) + L(s,t ), 0 r < s < t b, por (II.1.5) convenimos que L(t,t ) = 0. (II.1.4) (II.1.5) (II.1.6)
II.1. CURVAS Proposici on II.1.4 La funci on : [0, a] [0, L] denida por (t) = L(0,t ) es continua y creciente.
35
(II.1.7)
Demostraci on.- La funci on es creciente por (II.1.4) y (II.1.5) de la proposici on precedente. Para la continuidad debemos mostrar que l m (s) = (t).
st
Consideremos el caso en que s > 0, el otro es an alogo. Tenemos (s) = (t) + L(t,s ); por consiguiente, es suciente mostrar que
st+
l m L(t,s ) = 0.
st+
Ahora bien, supongamos lo contrario, entonces existe t [0, b), donde l m L(t,s ) = 0, lo que signica que existe > 0 tal que > 0 existe s con |t s| < y L(t,s ) . Por lo tanto, podemos construir una sucesi on sk estrictamente decreciente que tiende a t cuando k tal que L(t,sk ) . Utilizando (II.1.4) y (II.1.5) de la proposici on precedente, la sucesi on de t ermino general L(t,sk ) es una sucesi on decreciente y minorada por , en consecuencia, convergente; sea l su l mite, remarcamos que l > 0. Por lo tanto, dado > 0, existe k0 tal que k k0 implica l L(t,sk ) < l + . Tomemos k0 , utilizando la denici on de L(t,sk0 ), existe Pk0 subdivisi on de [t, sk0 ] tal que l < L(t,sk0 , Pk0 ), l + , (II.1.8) donde Pk0 = {t = t0 < t1 < < tN = sk0 }. Puesto que es uniformemente continua sobre [0, a], para el dado, existe tal que |r r | implica (r) (r ) < . Si es necesario volver m as na Pk0 , podemos suponer que t1 t, . Sea k tal que sk < t1 y Pk una subdivisi on de [t, sk ] que verique las desigualdades l < L(t,sk , Pk ), l + , Sea P = Pk0 Pk divisi on de [t, sk0 ], P es m as na que Pk0 , por lo tanto, tambi en verica l < L(t,sk0 , P ), l + . De donde obtenemos L(t,sk , Pk ) + L(t,sk0 , Pk0 ) = L(t,sk0 , P ) + (t1 ) (t) (t1 ) (sk ) , pasando a valores absolutos, utilizando desigualdades del triangulo y (II.1.8), (II.1.9) y (II.1.10) obtenemos 2l 2 l + 3 , de esta manera l 5 ; lo que conduce a una contradicci on. (II.1.10) (II.1.9)
Teorema II.1.1 Sea C una curva recticable, entonces C admite una parametrizaci on normal, si y solamente si, la aplicaci on de la proposici on precedente es estrictamente creciente. Demostraci on.- Ejercicio.
Remarca II.1.3 En muchos problemas, se menciona como curva a un subconjunto S de Rn . En este caso, a menos que se especique algo diferente, entenderemos S como la curva de longitud m nima que admite una paramatrizaci on normal entre las curvas cuyo soporte es S .
36
Contacto y Tangencia
La noci on de tangencia es un concepto presente en la geometr a en todos sus niveles; dependiendo el contexto y la profundidad, las deniciones cambian, a unque al nal signiquen lo mismo. En este curso formularemos una denici on de tangencia, como un concepto ligado a la noci on de contacto entre dos objetos del espacio o plano. Denici on II.1.6 (Tangencia) Sean M, N Rn con intersecci on no vacia, sea P M N . Diremos que N tiene contacto de orden n con M en el punto P , si sup d(X, N ) l m
(P, )M X B
= 0,
(II.1.11)
= {X Rn |d(X, P ) }. Si el orden de contacto es 1, donde d(X,N ) es la distancia del punto X a N y B diremos que N es tangente a M en el punto P .
Remarca II.1.4 1. La noci on de contacto relaciona subconjuntos de Rn , pero en general no es sim etrica, ver gura II.1.4. Se puede mostrar que la recta L es tangente al conjunto M, pero el conjunto M no es tangente a L. 2. Si N de la denici on precedente es una recta, N ser a una recta tangente a M en el punto P . Por otro lado, si existe una recta tangente, esta es la que tiene mejor contacto con M entre todas las rectas que pasan por P .
Figura II.1.4: Contacto entre curvas.
Curvas Diferenciables
En la secci on precedente hemos denido la noci on de curva de la forma m as general para los propositos del curso; sin embargo, una gran cantidad de curvas que se estudian son lisas, motivo por el cual su estudio se amerita por si solo. Denici on II.1.7 Una curva C se dice que es una curva diferenciable si C es una clase de equivalencia de caminos diferenciables donde los cambios de parametrizaci on ( : [a, b] [ a, b]) son diferenciables, as como sus inversas.
II.1. CURVAS Sea : [a, b] R3 un camino, podemos expresar
37
1 (t) (t) = 2 (t) , 3 (t)
donde i : [a, b] R son las funciones componentes de . Proposici on II.1.5 : [a, b] R3 es un camino diferenciable, si y solamente si los i : [a, b] R3 , funciones componentes, son diferenciables. Demostraci on.- Ver curso de C alculo II.
Sea : [a, b] R3 un camino diferenciable, t [a, b]; recordando, la derivada de en el punto t es una aplicaci on lineal que la denotamos por (t) que satisface (t + s) = (t) + (t)s + o(s), donde (s) es una funci on que satisface o(s) = 0, s0 |s| l m y la matriz de (t) respecto a las bases usuales es 1 (t) (t) = 2 (t) . 3 (t) Denici on II.1.8 Sea : [a, b] Rn un camino diferenciable, el espacio tangente del camino en el punto (t) es el subespacio vectorial de Rn T (t) = { (t) | R}. (II.1.12)
Proposici on II.1.6 Sean : [a, b] Rn , : [ a, b] Rn dos caminos diferenciables, con cambio de parametrizaci on diferenciable, entonces T (t) = T ) (t ) = t. donde (t ) = (t) (t ) por la regla de la cadena. Ahora bien (t ) = 0 por que Demostraci on.- Tenemos que (t ), de donde su inversa tambi en es diferenciable y (1 ) (t) = 1/ (t T (t) = T ) . (t
Por consiguiente, hemos mostrado que el espacio tangente es independiente de la parametrizaci on, de donde:
38
Denici on II.1.9 Sea C una curva diferenciable, A C, el espacio tangente de C en A es T CA = { (t) | R}, donde es una parametrizaci on de C y A = (t).
Remarca II.1.5 El espacio tangente de una curva en un punto de esta es un subespacio vectorial de dimensi on 1 o 0. La visualizaci on del espacio tangente, si este es de dimensi on 1, de una curva C en punto de esta, se la realiza por medio de la recta que pasa por A y de direcci on el espacio tangente, ver la gura II.15. Esta recta es LA, (t) = {X = A + (t) | R} = {X |AX = (t)} = {X |AX T CA }.
Figura II.1.5: Recta tangente y espacio tangente. Teorema II.1.2 Sea C una curva diferenciable, A C, T CA subespacio vectorial de dimensi on 1, entonces la recta que pasa por A de direcci on CA , es tangente al soporte de C en el punto A; adem as esta recta es u nica. Demostraci on.- Sea una parametrizaci on de C, (t) = A, por hip otesis (t) = 0. LA, (t) es la recta que pretendemos mostrar que es tangente al soporte de C. Sabemos que si (t + s) = (t) + (t)s + o(s), de donde d( (t + s), LA,
(t) )
= o(s).
II.1. CURVAS Por denici on de o(s), tenemos que l m A. La unicidad la dejamos como ejercicio. o(s) = 0, lo que muestra que LA, s
(t)
39 es tangente al soporte de C en
s0
Cuando el espacio tangente es de dimensi on 1, la curva se parece a la recta tangente en ese punto. En un punto donde el espacio tangente es de dimensi on 0 cualquier cosa puede suceder, ver los siguientes ejemplos.
Ejemplo II.1.4 1. Consideremos la curva de parametrizaci on ; [1, 1] R2 3 6 con (t) = (t , t ), tiene como soporte un trozo de par abola. Esta curva en el punto (0, 0) tiene como espacio tangente el subespacio {0}; sin embargo el eje x es tangente a la par abola en cuesti on.
2. Consideremos la curva de parametrizaci on t (t |t| , t2 ) con |t| 1 es diferenciable y esta curva en el punto (0, 0) tiene como espacio tangente el subespacio {0}. Sin embargo, no existe recta tangente al soporte de la curva en (0.0).
Denici on II.1.10 Se habla de curva de clase C 1 (C 1 por trozos) cuando las funciones en cuesti on son diferenciables a derivadas continuas (derivadas continuas por trozos).
Longitud de curvas diferenciables En la primera secci on se dio la noci on de curva recticable y se deni o la longitud de una curva recticable. Si bien la denici on dada corresponde perfectamente a la intuici on, su principal problema radica en la dicultad de utilizarla como un medio r apido de c alculo. Teorema II.1.3 Sea C una curva C 1 (C 1 por trozos), entonces C es recticable y
b b
L(C) =
a
(t) dt =
a
1 2 (t) + 2 2 (t) + 3 2 (t)dt,
(II.1.13)
donde : [a, b] R3 es una parametrizaci on de C.
40
Demostraci on.- Podemos suponer que es de clase C 1 , sino restringimos gamma a los intervalos donde es continuamente derivable. Sea P = {a = t0 < t1 < < tn = b} una subdivisi on de [a, b], denotamos por m = m a x t donde t = t t . Por lo tanto ax i i i i1
n
L(, P ) =
i=1
(ti ) (ti1 ) .
Puesto que es diferenciable, tenemos que

n
L(, P )
=
i=1 n
(ti1 ) ti + o( ti )
n
=
i=1
(ti1 )
ti +
i=1
o( ti )
Como (t) es una funci on continua, tambi en lo es (t) , por consiguiente

n m ax 0 b
l m
(ti1 )
i=1
ti =
a
(t) dt.
Para la segunda suma, en el curso de An alisis, se muestra que |(o(s)| cs2 , donde c es una constante positiva. De donde
n n
o( ti c
i=1 i=1
( ti )2 c (b a) m ax ,
se ve claramente que la segunda suma tiende a 0 cuando m ax tiende a 0.
Proposici on II.1.7 Sea C una curva de clase C 1 , entonces : [0, L] Rn es una parametrizaci on normal, si y solamente si, (t) = 1. Demostraci on.- Tenemos para todo t
t
(s) ds = t,
0
derivando obtenemos que (t) = 1.

0
(s) ds =
0
ds = t.
Curvas Regulares
En las secciones precedentes se ha denido el concepto de curvas como clase de equivalencia de caminos relacionados por cambios de parametrizaci on. Se ha denido la longitud de una curva y en el caso de curvas diferenciables se ha determinado una f ormula que facilita su c alculo. Sin embargo, no hemos analizado propiedades que son propias al soporte de la curva. En esta secci on pretendemos estudiar algunas propiedades que son propias del soporte; para tal efecto necesitamos introducir el concepto de curvas regulares. Denici on II.1.11 Se dice una curva C de clase C 1 es regular si existe una parametrizaci on : [a, b] Rn tal que (t) = 0.
II.1. CURVAS
41
Remarca II.1.6 1. Si C es una curva regular, por cada punto de la curva pasa solamente una recta tangente, cuya direcci on es el espacio tangente de la curva en el punto en cuesti on. 2. Todas las parametrizaciones de una curva regular tienen derivadas no nulas.
Denici on II.1.12 Sea C una curva de clase C 1 o de clase C 1 por trozos, : [a, b] Rn una parametrizaci on, se dice que (t) es un punto regular si (t) = 0 y singular si (t) = 0 o no est a denida (t). Teorema II.1.4 Si C es una curva regular, entonces C puede parametrizarse por la longitud de arco, que es la parametrizaci on normal. Demostraci on.- Sea : [a, b] Rn una parametrizaci on de C , por hip otesis (t) = 0. C es recticable por el teorema II.1.3. Denimos la funci on : [a, b] [0, L] por
t
(t) =
a
(s) ds,
es una funci on estrictamente creciente, derivable y por lo tanto biyectiva; denotamos por la inversa de . es continuamente derivable, en efecto (s) = 1/ ((s)). De donde : [0, L] [a, b] es un cambio de parametrizaci on. Consideremos = , como nueva parametrizaci on de C . Tenemos (s) = ( (s)) (s) = Por lo tanto s=
0 s
(t) = 1. (t)
(u) du = longitud del arco de (0) a (s).
Respecto a la representaci on de curvas por ecuaciones Muy a menudo encontramos ecuaciones o sistemas de ecuaciones cuyas soluciones son subconjuntos de Rn . En la secci on convenimos que se trataban de curvas, si era posible encontrar una parametrizaci on para estos conjuntos. Denotemos por S Rn ; ahora bien, en el contexto que estamos tratando S tiene la forma S = {x Rn |f (x) = 0}, donde f : Rn Rn1 es una funci on derivable. Si estamos en el espacio, n = 3 y S es la soluci on de dos ecuaciones; en el caso en que estemos en el plano n = 2 y S es la soluci on de una ecuaci on. En los casos usuales, f es una funci on continuamente derivable. A continuaci on enunciamos un teorema que da condiciones sucientes para que S sea una curva. Teorema II.1.5 Sea f : Rn Rn1 una funci on continuamente derivable, S = {x Rn |f (x) = 0} el conjunto de ceros de esta funci on. Supongamos que f sea sobreyectiva sobre S , excepto eventualmente en un numero nito de puntos. Entonces S es una curva de clase C 1 por trozos, y los puntos donde f es sobreyectiva son puntos regulares. Adem as si A es un punto regular donde f (A) es sobreyectiva se tiene T SA = ker f (A).
II.2. SUPERFICIES Ejemplo II.2.2 1. El cubo tetraedro es una supercie lisa por trozos orientable. En efecto, las seis caras admiten parametrizaciones triviales y la orientaci on es una verifcaci on sencilla de realizarla. 2. La cinta de M obius es un ejemplo de trozo de supercie no orientable.
57
Area de un Trozo de Supercie

La determinaci on del area de un trozo de supercie parametrizada, la obtendremos de la misma manera que se procedi o para una curva recticable. Recordemos que el area de una paralel ogramo de v ertices ABCD est a dado por Area ABCD = AB AD Consideremos un trozo de supercie parametriza : [a, b] [c, d] R3 . Sean {a = u0 < u1 < < un = b} y {c = v0 < < vm = d} subdivisiones de [a, b] y [c, d] respectivamente. Denominemos = m ax{ui , vj } donde ui = ui ui1 , vj = vj vj 1 . Denici on II.2.10 El area de S soporte de un trozo de supercie parametrizada, : [a, b] [c, d] R3 est a dado por
n m
Area S = l m
Area (ui1 , vj 1 ), (ui , vj 1 ), (ui , vj ), (ui1 , vj ).

i=1 j =1
(II.2.2)
!
Ahora bien, como es inyectiva sobre ]a, b[]c, d[ continuamente diferenciable y de rango 2 tenemos (ui , vj 1 ) = (ui1 , vj 1 ) + (ui1 , vj ) = (ui1 , vj 1 ) +
u (ui1 , vj 1 )ui v (ui1 , vj 1 )vj
+ o( ), + o( );
58 de donde,
Area (ui1 , vj 1 ), (ui , vj 1 ), (ui , vj ), (ui1 , vj ) = Haciendo tender a 0 tenemos la siguiente f ormula
b d c
ui vj + o( ). v v
Area S =
a
v v
du dv.
(II.2.3)
Remarca II.2.2 El area de un trozo de supercie es independiente de la parametrizaci on elegida. La propiedad de area es independiente de la orientabilidad de la supercie
II.2.1.
Ejercicios
{x R3 |x1 = 0, x > 0}.
1. Teorema de Pappus-Guldin. Sea C una curva regular situada en el semiplano
Mostrar que el area de la supercie de revoluci on obtenida haciendo girar C alrededor del eje 0x3 vale 2g (C )L(C ), donde L(C) es la longitud de la curva y g (C) = 1 L(C) x2 ds
C
es la distancia del centro de gravedad de C al eje 0x3 . 2. Sea

2 2 2 2 2 2 2 2 T = {x R3 |(x2 1 + x2 + x3 + R r ) 4R (x1 + x2 ) = 0}
con R > r. Dar una parametrizaci on de T y calcular el area de T. Indicaci on.- T es un toro. 3. Se denomina supercie de traslaci on la supercie que se obtiene por un movimiento de traslaci on de una curva a lo largo de otra. Demostrar que toda supercie de traslaci on admite como parametrizaci on una funci on (u, v ) = U (u) + V (v ). 4. Probar que es una supercie de traslaci on la supercie formada por el lugar geom etrico de los puntos medios de los segmentos cuyos extremos pertenecen a dos curvas dadas. 5. Una recta L se desplaza en el espacio de modo que se cumplen las condiciones siguientes: a ) la recta L siempre forma un angulo recto con el eje z ; b ) el punto de intersecci on de la recta L y del eje z se desplaza uniformemente con una velocidad v ; c ) la recta gira uniformemente alrededor del eje z con una velocidad angular . 6. Hallar la ecuaci on de la supercie que describe en su movimiento la recta L. Esta supercie se denomina helicoidal simple o helicoide.
II.3. SISTEMAS DE COORDENADAS
59
II.3.
Sistemas de Coordenadas
En cursos de nivel inferior, hemos utilizado otros sistemas de coordenadas para la soluci on de diversos problemas. Por ejemplo, en C alculo II, se ha visto las coordenadas polares, cil ndricas, esf ericas. En esta secci on formalizaremos el concepto de coordenadas. En este paragrafo n = 2 o n = 3, para no estar modicando notaci on cuando mencionemos volumen nos referimos, en el caso en que n = 2 al concepto de area, y si n = 3 nos referimos al concepto de volumen usual. Denici on II.3.1 Una celda de centro a Rn y radio > 0 es el subconjunto C (a, ) = {x R3 | x a
} Rn .
(II.3.1)
Puesto C (a, ) es un cuadrado en el caso n = 2 y un cubo en el caso n = 3, tenemos que Vol C (a, ) = n . (II.3.2)
Denici on II.3.2 Se dice que {C (ai , i )}iI es un recubrimiento a lo m as numerable de B Rn , si I es nito o I es numerable y B C (ai , i ). (II.3.3)
iI
Denici on II.3.3 Un subconjunto N Rn se dice que es despreciable si > 0, existe un recubrimiento de celdas a lo m as numerable de N tal que el volumen del recubrimiento sea menor a . Sin ser rigurosos podemos acceptar que Vol
iI
C (ai , i )
iI
Vol C (ai , i ).
(II.3.4)
Denici on II.3.4 Si N es un conjunto despreciable, convenimos que Vol N = 0. Ejemplo II.3.1 1. En el espacio R3 , las supercies y los soportes de curvas regulares por trozos son conjuntos despreciables. 2. En el plano R2 , los soportes de curvas regulares por trozos son conjuntos despreciables.
Denici on II.3.5 Se llama Sistema de Coordenadas a una aplicaci on : Rn Rn sobreyectiva y continuamente diferenciable, tal que es inversible excepto quiz as en un conjunto despreciable. Se llama coordenadas del punto x Rn a u Rn tal que (u) = x. Ejemplo II.3.2 1. Un sistema de coordenadas muy utilizado, en el caso n = 2, es las coordenadas polares, est a dado por (r, ) = r cos r sin .
Tenemos que, es continuamente diferenciable y sobreyectiva, dejamos como ejercicio la vericaci on. Por otro lado cos r sin (r,) = . sin r cos Ahora bien, (r,) es inversible, si y solamente si, det (r,) = r = 0. Por consiguiente, (r,) no es
60
CAP ITULO II. CURVAS Y SUPERFICIES inversible en la recta r = 0, que es un conjunto despreciable de R3 .
2. Las coordenadas esf ericas constituyen un sistemas de coordenadas de R3 , dado por r cos sin (r, , ) = r sin sin . r cos es continuamente diferenciable y sobreyectiva, vericando cos sin r sin sin r cos cos (r,,) = r sin cos cos 0 r sin
sin sin
r cos sin
(r,,) es inversible det (r,,) = r2 sin = 0. Si r = 0 o = k , (r,,) no es inversible, estas ecuaciones representan un conjunto numerable de planos en el espacio de las coordenadas, por consiguiente despreciables. 3. Las coordenadas cil ndricas constituyen un sistema de coordenadas de R3 dado por r cos (r, , z ) = r sin , z Tenemos (r,,z) cos = sin 0 r sin r cos 0 0 0 1
(r,,z) es inversible det (r,,z) = r = 0 r = 0 es un plano de R3 que es despreciable.
Proposici on II.3.1 Sea : Rn Rn un sistema de coordenadas, en general no es inyectiva, pero si u R3 es tal que u es inversible; entonces existe B (u, ) = {v | v u < }, con > 0 tal que |B (u,) : B (u, ) (B (u, ) es biyectiva. Denotamos por la inversa de |B (u,) , entonces es continuamente diferenciable y adem as x = (v )1 , donde x = (v ), v B (u, ) Demostraci on.- La existencia y diferenciabilidad de es resultado del Teorema de la Funci on Inversa, que ser a visto en un curso posterior de An alisis. Mostremos el segundo punto, efectuando las restricciones necesarias, tenemos que = id, aplicando la regla de la cadena, obtenemos ( )u = x u = I, lo que muestra la segunda parte de la proposici on.
61
Representaci on de Objetos y Espacios Tangentes

Es m as c omodo expresar un objeto de Rn , como ser una supercie, el soporte de una curva, etc, bajo la forma de una ecuaci on en un sistema de coordenadas. Por ejemplo una circunferencia, en coordenadas polares se expresa como r = c. Sea S Rn , cuya ecuaci on en el sistema de coordenadas est a dada por g (u) = 0, donde g : Rn R m , es una aplicaci on lo sucientemente derivable. Se tiene que si U = {u|g (u) = 0}, entonces S = (U ), por lo tanto S = {(u)|g (u) = 0}, por la proposici on precedente existe tal que (x) = u, y por consiguiente g (x) = 0, de donde gu (u )1 dene el espacio tangente, es decir T Sx = ker gu (u )1 .
Lineas de Coordenadas
En variadas situaciones es conveniente representar un sistema de coordenadas por sus lineas de coordenadas. Denici on II.3.6 Sea : R3 R3 un sistema de coordenadas, las lineas de coordenadas son las imagenes o soportes de los caminos obtenidos dejando jas todas las coordenadas, excepto una.

Figura II.3.1: Lineas de Coordenadas.
Ejemplo II.3.3 Consideremos el sistema de coordenadas dado por (u, v ) = es bien un sistema de coordenadas; en efecto (u,v) = 2u v 2v u u2 v 2 uv .
62
no es inversible sobre las rectas u = v y u = v conjuntos despreciables del plano. Veamos gracamente las lineas de coordenadas en la gura II.3.1.
Referenciales inducidos Sea : Rn Rn un sistema de coordenadas. Para efectos de ilustraci on tomemos n = 3. Las lineas de coordenadas que pasan por x = (u) nos hacen considerar un referencial x, e1 , e2 , e3 inducido por sobre el punto x. Para facilitar c alculo posteriores, podemos suponer que ei es de norma 1, por lo tanto tenemos ei = 1
ui ui
i = 1, 2, 3.
Si planteamos hi =
, se tiene (II.3.5)
= hi ei . ui
Los hi se llaman factores de proporcionalidad. Elementos de Volumen Otra de las aplicaciones del estudio de lineas de coordenadas es la visualizaci on de la transformaci on de un elemento de volumen del espacio de coordenadas (u Rn ) en el espacio ambiente (x Rn ). La denici on y construcci on de la Integral de Riemann en regiones de Rn toma en general como elementos de volumen celdas arbitrariamente peque nas; la raz on es por comodidad, el c alculo del volum en de un rect angulo en R2 o bien un paralelep pedo recto en R3 es inmediata. n n Consideremos la celda de v ertices {u + j } donde u = (ui )n i=1 , j = ( ij ) , j = 1, . . . , 2 y ij = 0 o ui . De donde
n
Vol Celda =
i=1
u i .
Mediante sistema de coordenadas, esta celda se convierte en el elemento de volumen de v ertices (u + j ), j = 1, . . . 2n . Puesto que es diferenciable, se tiene (u +
j)
= (u) + u
+ o( j ).
(II.3.6)
De donde, cuando j es lo sucientemente peque no, la imagen de la celda puede ser remplazado por el paralelep pedo de v ertices {(u) + u j }. Ejercicio.- Mostrar que el paralelep pedo de v ertices {(u) + u j } tiene como volumen
n
|det u |
i=1
u i .
(II.3.7)
Notaci on.- J (u) = det u , se llama jacobiano de en u. Proposici on II.3.2 Tenemos Vol((Celda) = |J (u)| Vol(Celda) + o( j ). (II.3.8)
63
Integraci on sobre Dominios

Antes de abordar el tema de integraci on, repasemos algunos conceptos b asicos. Denici on II.3.7 La bola abierta de radio > 0 y centro a Rn es el subconjunto B (a, ) = {x Rn | x a < }.
Denici on II.3.8 La bola cerrada de radio > 0 y centro a Rn es el subconjunto (a, ) = {x Rn | x a }. B
Denici on II.3.9 Sea R Rn no vacio, se dice que x R es un punto interior de R si existe B (x, ) tal que B (x, ) R.
Denici on II.3.10 El interior de R es el subconjunto R = {x R|x es un punto interior de R}.
Denici on II.3.11 x R3 es un punto aderente de R si > 0 B (x, ) R = . La aderencia de R es el subconjunto = {x Rn |x es un punto aderente a R}. R
Denici on II.3.12 x es un punto frontera o punto borde de R si x es aderente a R y aderente a RC , donde C R es el complemento de R. La frontera o borde de R es el subconjunto R = {x R|x es un punto frontera de R}.
Denici on II.3.13 D Rn es un dominio (en el tipo de problemas que nos interesa), si D = , D D. Adem as si: n = 2 D es la uni on nita de soportes de curvas regulares por trozos, n = 3 D es la uni on nita de supercies lisas por trozos orientables.
2 3 Ejemplo II.3.4 D = {(x1 , x2 , x3 )|x2 1 + x2 1, |x3 | 1} es un dominio acotado en R por que su interior 2 D = {(x1 , x2 , x3 )|x2 1 + x2 < 1, |x3 | < 1}
no es vacio y el borde de este cilindro es una supercie lisa por trozos orientable. La vericaci on de esta u ltima armaci on la dejamos como ejercicio.
64
Integrales M ultiples o de Volumen

Si bien el tratamiento de integrales m ultiples o de volumen han sido desarrollados en el Curso de C alculo, por lo tanto conocidos, vale la pena recordar la construcci on y denici on de tales integrales de manera heur stica. Para tal efecto, lo haremos en el orden que corresponde. Sea R Rn un rect angulo si n = 2 o un paralelep pedo rectangular si n = 3. Sea f : R R una funci on acotada. Consideremos una partici on de celdas Ci de R, denotamos la longitud m axima que toman las diagonales de estas celdas, ver la gura. Una suma de Riemann para esta partici on esta dada por

N i=1
S ({Ci , i }, f ) = donde Ci .
f (i ) Vol Ci ,
Denici on II.3.14 Sea f : R Rn R acotada es integrable (en el sentido de Riemann) si existe y es u nico el l m S ({Ci , i }, f )
0
independientemente de la elecci on de las particiones y los i . Si es integrable denotamos este l mite por f,
R R
f (x)dx,
(II.3.9)
en el caso n = 3 tambi en denotamos por

b1 b2 a2 b1 b3
f (x) dV,
R a1 a3
f (x1 , x2 , x3 )dx1 dx2 dx3 ;
(II.3.10)
en el caso n = 2 f (x) dA,

R
b2
f (x1 , x2 )dx1 dx2 .

a1 a2
(II.3.11)
En an alisis se vera que son funciones integrables las funciones continuas, excepto quiz as discontinuas en un conjunto despreciable. Ahora bien, en el tipo de problemas que veremos las funciones son de estas caracter sticas y la evaluaci on de estas integrales se resume a la evaluaci on de integrales simples por medio del teorema de Fubini. El siguiente paso es denir las integrales sobre dominios acotados. Sea D un dominio acotado, considermos n una funci on f : D R continua. Como D es acotada, D puede inscribirse en una celda R = i=1 [ai , bi ]. La n funci on f la prolongamos sobre la celda R = i=1 [ai , bi ] por la funci on f denida por f (x) = f (x) 0 si x D si x D.
Se puede mostrar que f es discontinua en un conjunto despreciable de la celda. De donde denimos f (x)dx =
D R
f (x)dx.
65
Teorema del Cambio de Variable Los sistemas de coordenadas permiten trabajar de manera m as sencilla en el espacio de las coordenadas que en el espacio ambiente, aprovechando situaciones de simetr a y otras. Sea D Rn un dominio (en el espacio ambiente) y f : D R una funci on continua, a menudo debemos evaluar f (x)dx,
D
pero el c alculo de esta integral puede sumamente complicada en la determinaci on de los l mites de integraci on cuando se utiliza el teorema de Fubini que convierte en una evaluaci on de integrales iteradas. Ahora bi en en el espacio de utilizando un sistema de coordenadas convenientes, se puede encontrar un dominio D coordenadas tal que ) = D, (D son m donde los bordes de D as sencillos de expresarlos. Ejercicio.- Utilizando la noci on de elementos de volumen y la denici on de integral, mostrar heur sticamente el teorema de cambio de variable f (u) |J (u)| du =
D D
f (x)dx.
Ejercicios
1.
66
Cap tulo III Campos de Vectores Diferenciables

En este cap tulo se introducir a la noci on de campo, tanto vectorial, como escalar. Se ver a las diferentes maneras de representarlos. Luego, se abordar a la diferenciaci on de campos y la integraci on sobre campos de vectores, estudiando las propiedades m as importantes y las diferentes reglas de c alculo. Por u ltimo se tratar a los operadores diferenciales m as comunes, como ser gradientes, divergencia y rotacional.
III.1.
Campos vectoriales y escalares
Comencemos con el vocabulario b asico, introduciendo las principales deniciones. En lo que sigue el cap tulo n = 2, 3. Denici on III.1.1 (Campo de vectores) Sea U Rn . Un campo vectorial sobre U , es una aplicaci on continua f : U Rn .
Denici on III.1.2 (Transformaci on) Sea U Rn abierto. Una transformaci on sobre U , es una aplican ci on continua : U R .
Denici on III.1.3 (Campo escalar) Sea U Rn . Un campo escalar sobre U es una aplicaci on continua f : U R.
Ejemplo III.1.1 1. Ejemplos de campos vectoriales son: los campos de fuerzas, campos de velocidades de un uido, campos gravitacionales, campos electromagn eticos, campos de vectores tangentes de una curva, campo de vectores normales de una supercie. 2. Ejemplos de campos escalares son: campos de temperaturas, campos de presion, de potencial, etc. 3. Ejemplos de transformaciones del espacio son las rotaciones, traslaciones, etc.
Remarca III.1.1 1. En las deniciones de campo vectorial y escalar, U representa por lo general un abierto de Rn , pero tambi en puede otro objeto como un arco de curva, una supercie.
67
68
CAP ITULO III. CAMPOS DE VECTORES DIFERENCIABLES
2. Si e1 , e2 , e3 es una base, por ejemplo ortonormal y directa, se tiene que f (x) = f1 (x)e1 + f2 (x)e2 + f3 (x). Los fi son las componentes respecto a esa base del campo f . Estas funciones fi a su vez pueden ser vistas como campos escalares.
Denici on III.1.4 Sean f , g, h : U Rn campos vectorials, s, r : U R campos escalares y R. Las siguientes operaciones que denen nuevos campos vectoriales y escalares, est an dadas por: (f + g )(x) f , g (x) (f g )(x) [f , g, h](x) (sf )(x) = f (x) + g (x), = f (x), g (x) , (III.1.1) (III.1.2) (III.1.3) (III.1.4) (III.1.5) (r + s)(x) = r(x) + s(x). (III.1.6) (III.1.7)
= f (x) g (x), = [f (x), g (x), h(x)] = s(x)f (x),
(f )(x) = f (x), (rs)(x) = r(x)s(x),
Representaci on gr aca de campos y transformaciones

La representaci on gr aca de campos vectoriales y escalares tiene un ab anico de posibilidades al igual que las transformaciones. Campos de vectores La manera m as usual de representar un campo de vectores, consiste en gracar sobre U el dominio los vectores f (x), tomando como origen del vector el punto x. Ejemplo III.1.2 Consideremos el campo de vectores sobre R2 , dado por f (x1 , x2 ) = (x1 0,2)2 x2 2 2(x1 + 0,2)x2 .
La representaci on gr aca la observamos en la gura de la derecha.
III.1. CAMPOS VECTORIALES Y ESCALARES Transformaciones
69
Una buena forma de visualizar transformaciones es gracando en un lado el conjunto dominio con algunos objetos geom etricos y y lineas paralelas a los ejes, y en el otro lado en la imagen los objetos transformados, como las lineas paralelas a los ejes del dominio. Ejemplo III.1.3 Consideremos la siguiente transformaci on del plano R2 dada por (x1 , x2 ) =
1 2 2,1 (x1 2 2 1 1,1) +x
x2 +x 1,1x
2,31x2 (x1 1,1)2 +x2 2
(III.1.8)
La acci on de puede ser apreciada en la gura III.1.1.
Figura III.1.1: Representaci on gr aca de una transformaci on del plano
Campos escalares
Figura III.1.2: Representaciones gr acas de un campo escalar
70
La visualizaci on de campos escalares a trav es de gr acas puede realizarse de muchas maneras. En el curso de C alculo II se ha estudiado algunas de estas. Dependiendo el contexto se utiliza: los grafos de los campos, curvas y supercies de nivel, mapas de densidad, etc. Ejemplo III.1.4 Consideremos el campo escalar sobre R2 dado por
2 1x f (x1 , x2 ) = (x2 1 + 3x2 )e
2
y 2
(III.1.9)
En la gura III.1.2 podemos diferentes maneras de representar gr acamente este campo.
Ejercicios
1.
III.2.
Diferenciaci on e integraci on sobre campos
Comencemos esta secci on recordando algunas nociones de diferenciabilidad, vistas en los cursos de C alculo I y C alculo II. Denici on III.2.1 Se dir a que una funci on f : I R R, donde I es un intervalo abierto, es diferenciable o derivable en punto a I , si f (a + h) f (a) l m existe. (III.2.1) h0 h Este l mite se lo denota por f (a). f es diferenciable o derivable sobre I , si f es diferenciable en todo punto a I . La funci on derivada f est a dada por f :I R . (III.2.2) x f (x) La denici on de derivada que se acaba de enunciar, es una denici on calculista, u til para realizar c alculos. La siguiente proposici on da una denici on geom etrica de diferenciabilidad. Proposici on III.2.1 Sea f : I R una funci on, donde I intervalo abierto. f es diferenciable en el punta a si y solamente si exite c R tal que f (a + h) = f (a) + c h + r(h), r(h) l m = 0. h0 h (III.2.3) (III.2.4)
Demostraci on.- Revisar Curso de C alculo I.
Remarca III.2.1 A trav es del concepto de derivada, es posible aproximar una funci on alrededor de un punto con una funci on lineal. Geom etricamente, la derivada proporciona una recta tangente al grafo de la funci on.
La noci on de diferenciabilidad puede ser extendida a funciones : I R R , donde n = 2, 3.
III.3. GRADIENTE, DIVERGENCIA Y ROTACIONAL
71
Denici on III.2.2 Sea : I R Rn n = 2, 3, donde I es un intervalo abierto, es diferenciable o derivable en punto a I , si (a + h) (a) l m existe. (III.2.5) h0 h Este l mite se lo denota por (a) o (a). es diferenciable o derivable sobre I , si gamma es diferenciable en todo punto a I . La funci on derivada est a dada por : I Rn . (III.2.6) t (t)
III.3.
Gradiente, divergencia y rotacional
72

Análisis Vectorial y Tensorial

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Análisis Vectorial y Tensorial

Uploaded by

Copyright:

Available Formats

An alisis Vectorial y Tensorial

Hans Cristian Muller Santa Cruz 2002

Cap tulo I Repaso de Geometr a

CAP ITULO I. REPASO DE GEOMETR IA

prolongaci on a R se la hace de manera axiom atica.

DE ESPACIO I.1. NOCION

es decir, si la u nica soluci on es la trivial.

Existe j {1, . . . , n} tal que j = 0 y

Existen j {1, . . . , n} y 1 , . . . , j 1 , j +1 , . . . , n tal que aj =

Si n = 2 y a1 y a2 son linealmente dependientes, se dice que son colineales.

DE ESPACIO I.1. NOCION

Los reales 1 , . . . , n son las componentes de v respecto a la base e1 , . . . , en . Asimismo, la aplicaci on V

CAP ITULO I. REPASO DE GEOMETR IA

0 21 %3 4  657"&4  98

0 21 %@ 4  A  "B4  % C

      !"#$ &% '(! )

Demostraci on.- Ejercicio

Demostraci on.- Ejercicio

CAP ITULO I. REPASO DE GEOMETR IA

Remarcando que no hay planos paralelos a rectas.

Demostraci on.- Ejercicio

Ecuaciones de Rectas y Planos

DE ESPACIO I.1. NOCION

Aplicaciones anes, aplicaciones lineales

Por consiguiente, f est a enteramente determinada por la f ormula (I.1.20).

CAP ITULO I. REPASO DE GEOMETR IA

Demostraci on.- Referirse al curso de Algebra Lineal

DE ESPACIO I.1. NOCION Cambio de bases

Denici on I.1.11 La matriz PB ,B m11 . =P = . . mn1 m1n . . . mnn (I.1.28)

se llama matriz de cambio de base, de la base B a la base B .

Demostraci on.- Por denici on de componentes, se tiene

CAP ITULO I. REPASO DE GEOMETR IA

Denici on I.1.12 Se dice que f : E E es af n si f : V V est a bien denida y es lineal

DE ESPACIO I.1. NOCION

donde Mg es la matriz de g respecto a la base e1 , e2 , e3 y g es la aplicaci on lineal que env a AB a A B , AC a A C y AD a A D

CAP ITULO I. REPASO DE GEOMETR IA

AG = AB + BG Por otro lado, AG = AD y BG = BE y

cuya matriz respecto a la base e1 = (1, 0) y e2 = (0, 1) es 0 1 1 1 .

CAP ITULO I. REPASO DE GEOMETR IA

Producto escalar, norma y distancia

I.2. ESPACIOS EUCLIDIANOS

Demostraci on.- Se tiene x = x1 e1 + x2 e2 + x3 e3 , y = y1 e1 + y2 e2 + y3 e3 ,

introduciendo al producto escalar, utilizando la bilinearidad, se obtiene: x, y = =

g11 x3 ) g21 g31

g12 g22 g32

g13 y1 g23 y2 . g33 y3

Demostraci on.- Ejercicio.

Denici on I.2.3 x, y E espacio euclidiano son ortogonales si x, y = 0 y se denota x y

18 Ejemplo I.2.1 0 x x E , en efecto

CAP ITULO I. REPASO DE GEOMETR IA

Figura I.2.1: Bases ortogonales y ortonormales

I.2. ESPACIOS EUCLIDIANOS

Finalmente planteamos e3 = 1 e1 + 2 e2 + e3 con e3 e1 y e3 e2 , obtenemos 1 = e3 , e1 , de donde e3 = e3 , e1 e1 + e3 , e1 e2 + e3 , e3 = 1 e3 . e3 2 = e3 , e1 ,

Proposici on I.2.5 Si D = Da , se tiene: b, a proyD b = a, a a= b, a a

20 Demostraci on.- Por denici on de n y proya b se tiene n = b proyD b, de donde b, a = a, a .

CAP ITULO I. REPASO DE GEOMETR IA

La remarca (I.2.2) es v alida, si se remplaza recta por plano.

I.2. ESPACIOS EUCLIDIANOS Proposici on I.2.7 Se tiene: i) Si A = entonces A es un subsepacio vectorial de E .

Espacios anes euclidianos orientados

se llama suma directa de subespacios y se tiene dim H + dim H = 3, H H = {0}.

CAP ITULO I. REPASO DE GEOMETR IA

Figura I.2.2: Elecci on del lado de un plano

Comencemos mostrando que ei ei = 0. En efecto e1 e1 ei = q1i q 1i e2 q 2i q 2i e3 q3i = 0 q3i

0 21 %3 4 657"&4 98

0 21 %@ 4 A "B4 % C

!"#$ &% '(! )