You are on page 1of 262

cubierta

indice

salir

Universidad de Jaén

AmpliAción de mAtemáticAs

MáxiMo JiMénez López

colección apuntes

Ampliación de matemáticas/ MáxiMo JiMénez López

2

Indice
(Apuntes de la asignatura)
Introducción.........................................................................................................................11

Estudio.de.la.asignatura.. .....................................................................................................12 .

Tema.1..Ecuaciones.en.diferencias........................................................................................14 1. Ecuación en diferencias lineal con coeficientes constantes ...................................................16 1.1. Propiedades de la ecuación en diferencias lineal de coeficientes constantes .............17 1.1.1.Unicidad de la solución ........................................................................................ 17 1.1.2.El espacio vectorial de las soluciones de la ecuación en diferencias lineal Homogénea ..........................................................................................................18 2. Solución de la ecuación en diferencias lineal homogénea de coeficientes constantes..........19 3. Solución de la ecuación en diferencias lineal completa de coeficientes constantes ..............21 4. Sistema lineal de ecuaciones en diferencias homogéneo de orden 1 con coeficientes Constantes ........................................................................................................................... 21 5. Sistema lineal de ecuaciones en diferencias no homogéneo de orden 1 con coeficientes Constantes ........................................................................................................................... 23 6. Bibliografía citada en el tema ................................................................................................. 24

Tema.2..Funciones.en.varias.variables..................................................................................25 1. Algunos tipos de funciones de varias variables según el espacio inicial y final .....................26 1.1. Curvas parametrizadas ................................................................................................. 26 1.2. Funciones escalares ..................................................................................................... 27 1.3. Campos vectoriales ...................................................................................................... 28 2. Componentes de una función de varias variables ..................................................................29 3. Límite de una función de varias variables ..............................................................................29 3.1. Cálculo efectivo del límite ............................................................................................ 31 3.2. Probar que no existe límite ..........................................................................................32 4. Continuidad de una función de varias variables.....................................................................34 5. Ejercicios propuestos.............................................................................................................. 35 6. Bibliografía citada en el tema ................................................................................................. 35

Ampliación de matemáticas/ MáxiMo JiMénez López

3

Tema.3..Diferenciación.en.varias.variables............................................................................36 1. Derivadas parciales. ............................................................................................................... 37 1.1. Derivadas parciales de órdenes superiores..................................................................38 1.2. Matriz jacobiana........................................................................................................... 40 2. Función diferenciable ............................................................................................................. 40 2.1. Función diferenciable en una variable. Diferencial de una función .............................40 2.2. Función diferenciable en varias variables ....................................................................42 2.3. Diferencial de una función de varias variables .............................................................44 2.4. Diferencial de una función escalar ...............................................................................45 2.5. Algunas propiedades de la diferencial .........................................................................46 3. Regla de la cadena en funciones de varias variables ..............................................................46 3.1. Matriz jacobiana de la composición de funciones en varias variables .........................47 3.2. Casos particulares de la regla de la cadena para funciones escalares .........................48 4. Diferenciales de orden superior de una función escalar ........................................................50 5. Diferencial de una función de varias variables con variables intermedias .............................52 5.1. Invariancia de la diferencial primera. ..........................................................................52 5.2. Diferencial segunda con cambio de variables ..............................................................53 6. Integrales dependientes de un parámetro .............................................................................54 7. Ejercicios propuestos.............................................................................................................. 57 8. Bibliografía citada en el tema ................................................................................................. 58

Tema.4..Extremos.en.funciones.de.varias.variables...............................................................59 1. Signo de una forma cuadrática ............................................................................................... 60 1.1. Cálculo práctico del signo de una forma cuadrática.....................................................63 2. Términos usados en el estudio de extremos ..........................................................................66 3. Polinomio de Taylor de una función de dos variables ............................................................68 4. Condición necesaria de extremo local ...................................................................................71 5. Condición suficiente de extremo local ...................................................................................72 6. Extremos locales condicionados ............................................................................................ 73 6.1. Método de sustitución ................................................................................................. 73 6.2. Método de los multiplicadores de Lagrange ................................................................75 7. Máximos y mínimos absolutos ............................................................................................... 77 8. Ejercicios propuestos.............................................................................................................. 77 9. Bibliografía citada en el tema ................................................................................................. 78

Ampliación de matemáticas/ MáxiMo JiMénez López

4

Tema.5..Integración.en.varias.variables. ...............................................................................79 . 1. Concepto de integral doble .................................................................................................... 81 2. Condiciones suficientes de integrabilidad ..............................................................................83 3. Propiedades de la integral doble ............................................................................................ 84 4. Cálculo efectivo de la integral doble ......................................................................................86 4.1. Teorema de Fubini........................................................................................................ 86 4.2. Integración vertical....................................................................................................... 87 4.3. Integración horizontal .................................................................................................. 88 5. Cambio de variable en la integral doble .................................................................................89 6. Cambio de variable a coordenadas polares ...........................................................................90 7. Integral triple .......................................................................................................................... 93 8. Propiedades de la integral triple ............................................................................................ 94 9. Cálculo efectivo de la integral triple .......................................................................................96 10. Cambio de variable en la integral triple ............................................................................... 97 10.1. Cambio de variable a coordenadas cilíndricas ............................................................ 98 10.2. Cambio de variable a coordenadas esféricas .............................................................. 98 11. Ejercicios propuestos ........................................................................................................... 99 12. Bibliografía citada en el tema ............................................................................................ 100 . Tema.6..Integral.de.línea. ...................................................................................................101 1. Algunas nociones sobre curvas parametrizadas...................................................................102 2. Integral de línea de una función real....................................................................................103 2.1. Propiedades de la integral de línea de funciones escalares .......................................105 3. Integral de línea de un campo vectorial ...............................................................................106 3.1. Otra forma de escribir la integral de línea de un campo vectorial .............................109 3.2. Propiedades de la integral de línea de campos vectoriales .......................................109 4. Teorema de Green ................................................................................................................ 110 5. Teorema Fundamental de la integral de línea en 5.1. Campos vectoriales conservativos en 5.2. Regla de Barrow para la integral de línea en 6. Teorema Fundamental de la integral de línea en 6.2. Regla de Barrow para la integral de línea en 2 ...........................................................111 2 .......................................................114 3 ...........................................................115 3 .......................................................117 2 ..................................................................112

6.1. Rotacional de un campo vectorial. .............................................................................116

7. Ejercicios propuestos............................................................................................................ 118 8. Bibliografía citada en el tema ............................................................................................... 119

Ampliación de matemáticas/ MáxiMo JiMénez López

5

Tema.7..Integral.de.superficie.............................................................................................120 1. Algunas nociones sobre superficies parametrizadas............................................................120 2. Integral de superficie de una función escalar.......................................................................125 3. Propiedades de la integral de superficie de funciones escalares. ........................................127 4. Integral de superficie de un campo vectorial .......................................................................127 5. Propiedades de la integral de superficie de campos vectoriales..........................................130 6. Teorema de la divergencia.................................................................................................... 130 6.1. Divergencia de un campo vectorial ............................................................................131 7. Teorema de Stokes ............................................................................................................... 132 8. Ejercicios propuestos............................................................................................................ 134 9. Bibliografía ........................................................................................................................... 135 Tema.8..Introducción.a.la.variable.compleja.......................................................................136 1. Números complejos ............................................................................................................. 136 1.1. Representación geométrica de los números complejos ............................................138 1.2. Conjugado de un número complejo ...........................................................................138 1.3. Módulo de un número complejo ...............................................................................139 1.4. Argumento de un número complejo ..........................................................................140 2. La exponencial compleja ...................................................................................................... 142 3. Continuidad de una función compleja .................................................................................143 4. Diferenciabilidad de una función compleja ..........................................................................145 5. Ecuaciones de Cauchy-Riemann ...........................................................................................147 5.1. Ecuaciones de Cauchy-Riemann en forma exponencial .............................................150 6. Derivada e integral de una función compleja de variable real .............................................151 7. Integral a lo largo de una curva de una función compleja ...................................................154 7.1. Propiedades de la integral de línea compleja ............................................................155 8. Extensión del teorema fundamental del cálculo ..................................................................156 9. Algunos teoremas importantes ............................................................................................158 10. Ejercicios propuestos ......................................................................................................... 160 11. Bibliografía citada .............................................................................................................. 161 Tema.9..Aproximación.a.las.ecuaciones.en.derivadas.parciales...........................................163 1. Ecuaciones en derivadas parciales. Conceptos básicos ........................................................163 2. Solución general de una ecuación en derivadas parciales ...................................................164 3. Condiciones de contorno y condiciones iniciales .................................................................166

............................ Ecuación de Euler ........................... Bibliografía citada.......................... Ecuación de ondas unidimensional .... Solución de D’Alembert para la ecuación de ondas unidimensional............................................1........ ..........................170 5.........................................................................................................171 6..........Ampliación de matemáticas/ MáxiMo JiMénez López 6 4............ 175 ...... 168 5................................................

............... 180 2.......... 191 5............... Resolución de un sistema de ecuaciones en diferencias con el Mathematica........................................................................................................................................ 188 1.......... ................. 190 3........... ......................... Conocimientos previos........................... Solución particular de una ecuación en diferencias........ Apéndice........ ....................... Bibliografía........................... 179 1..6..............Sistema..ecuaciones........ ..................... 184 6....................................... .................... ......................................... 177 1............. .....................................2..................................................................................1... Sucesiones con el Mathematica...... Cómo definir una función................................. ................. 177 1..... 188 1.. ....... ..............................................3.............................................................3........... .............. 177 1........................................... Sistema lineal de ecuaciones en diferencias no homogéneo de orden 1 con coeficientes constantes.. 184 7........................................................ 187 Práctica............................en........... .................. Cómo hacer referencia a un resultado anterior.......................................... ................................ ..... 180 3....1.................................................................... Ecuación en diferencias lineal homogénea con coeficientes constantes... Solución particular del sistema lineal en diferencias con coeficientes constantes no homogéneo de orden 1..................................... 181 4........ Cómo generar una matriz.... Ecuaciones en diferencias............de.....................1.............................. Conocimientos previos.... 192 6..... 179 1............. ...en............................................. 178 1.............................. Apéndice....Ecuaciones...........diferencias...............2...................................................................................... Elevar una matriz a una potencia............. ...... ....................... 189 1................... Solución particular de la ecuación en diferencias lineal completa de coeficientes constantes.................. ...................................................... 190 4... Ecuación en diferencias lineal completa con coeficientes constantes................................................ Método de variación de constantes.............................. 193 ...............................2.........Ampliación de matemáticas/ MáxiMo JiMénez López 7 Indice (Manual de prácticas) Práctica................. ....................diferencias... 182 5........... ....4........... 189 2........ Resolución de ecuaciones y sistemas.... Sistema lineal de ecuaciones en diferencias homogéneo de orden 1 con coeficientes constantes. Desarrollo de los factores de un producto..5......... .......................... Borrado de variables previamente definidas.. 178 1.................................... Potencia enésima de una matriz........ Bibliografía............. 188 1.............

.............................. Representación de un campo de vectores discreto........................................ ......................................... 195 1.......................................las................................... Colocar un texto en un lugar del plano o del espacio..........................................1................................ . Producto mixto.........................Fórmulas..............2......................................................................... 209 6...general.......... .3................ 207 4................ 194 1........... ...1..............................de......4.........varias.......... 214 1.............variables..parametrizadas.. Campos vectoriales en 4....4........................................................................... 194 1.... 205 1................ Bibliografía.................... 214 1......................Frenet............ 213 Práctica....Estudio................................................................... Obtención de una curva con sentido contrario a otra dada....Representación....... 203 8................. Longitud de una curva parametrizada........ .............. 200 6... .................................de........................................... 197 2............................................................ Funciones escalares de ..................................3...............5............................................. 215 3...................... 198 3...................... Conocimientos previos........................ 208 5........................................................................... Conocimientos previos.......... Distintas parametrizaciones de una trayectoria....... Curvatura........... 215 2............... Sentido de recorrido de una curva parametrizada.... Dibujo de una función real de variable real.................................... 195 1...................2......................................... 205 2... 211 7.......... .............. 218 ......3. Producto escalar............ ..................................arco.......................... 205 1........funciones.. ....................................................................................... Producto vectorial.......................................................................... Curva parametrizada por el parámetro arco....... ........................2...........por.............................Curvas............. 215 1.de................ Bibliografía.... ............ 196 2......................................................... 194 1....................... Presentación de varios gráficos en un mismo dibujo. Conocimientos previos............................. ....... Curvas parametrizadas en 2.... Puntos dobles de una curva parametrizada...........Ampliación de matemáticas/ MáxiMo JiMénez López 8 Práctica..... 205 1... .............................................. 214 1.......................................................................... 206 3.................................. ..................... 199 5....................................................... .......................................... Curvas parametrizadas en 7........................................................................curvas.... ....... 202 3...................... 217 4... Campos vectoriales en ............................ Dibujo de un punto con el Mathematica..... 204 Práctica......................................................................... ........ ..............parámetro.el...... 2 --> 3......... La orden FinRoot...................................... ......................................de........................ Vector tangente............................. ....... .... Módulo de un vector.................................................................. .............parametrizadas........... ..1........................................................

........ 246 .................................... .....7...Ampliación de matemáticas/ MáxiMo JiMénez López 9 5............................................................... ......... 220 7................................................. normal y binormal de una curva no parametrizada por el arco........................................ Área de una superficie parametrizada.........por......... Representación gráfica del triedro de Frenet.......................................................Triedro..... 242 1................................... 241 1................................................ ..... 221 9............................. Puntos críticos...................... . 219 6................ 223 Práctica................. ......estudio............ Formulas de Frenet............. Torsión........................ 240 1.....................................una.................. ................... .................superficies.....5............................. Dada una superficie parametrizada obtener la parametrización de la otra cara................ Generar números aleatorios............. ................................Extremos......................................................... Bibliografía........................ Conocimientos previos................... 240 1............................. Derivadas parciales con el Mathematica......................... Bibliografía........... 227 3..........................el.............. 226 2.. 238 7.............. ............................................... .............parametrizadas.................................................................................................. Vector gradiente............. ...............locales.. Vector normal principal.................................... 224 1.................................de............. Condición suficiente de extremo local. ...... Bibliografía................. 231 4................ ......................................... Superficies parametrizadas.... 228 Práctica...........1.......... . 242 2... 229 1........... Extremos locales con el Mathematica................. 245 5..........no...... ..............................................variables.................... Regla de sustitución................ .......................................Frenet...... Curvatura y torsión de una curva no parametrizada por el parámetro arco... 245 4................................................ ...... 240 1.......... Bibliografía..................................................................8.................................de.........................................2... 229 1.. 239 Práctica................... ....1..............al..................... ......................................... 241 1.1........................................... 230 3............................. ..................................................................................... Ángulo de dos vectores........................................... 243 3.................................... Signo de una forma cuadrática.. Conocimientos previos........................................................... 233 5....................6. 224 1....................................... ......................................arco........................ ....... Plano osculador...........................................de...................................2.. ......3........... ..............................de. Vector tangente.........................................Introducción...................................................................... Vector binormal.......... .................... Parametrización de una cara de la superficie......................................................... 229 2..parametrizada. 221 8.......................... Vector normal en un punto de la superficie...................................de..........curva.............................. 229 1..... 222 10............. .................4...................................................varias.......................................... 235 6......funciones..... Matriz hessiana.............

................ Diferencial total de una función de varias variables... 259 3.. Polinomio de interpolación................9..... 258 2................................... Máximos y mínimos absolutos.absolutos...... 259 4....................... ......................y................................................. ................................ Bibliografía...........condicionados......... ...............1......... ................................................................. 256 1.....varias................................................................... Programa para obtener el polinomio de Taylor.... 247 1.. La orden Input........................ La orden For................. ................ 250 4..... Conocimientos previos. Bibliografía.............................................. Programar con el Mathematica... 247 2................................................ 256 1...Extremos................ ........variables..de...... 262 ..................... Extremos locales condicionados..............Ampliación de matemáticas/ MáxiMo JiMénez López 10 Práctica..10....................varias..... Rutinas con el Mathematica....2................................Taylor................... Polinomio de Taylor de una función de dos variables....... 252 5..........en.................. ...............Polinomio........... ................................ 257 1.de.. Conocimientos previos. ............................ Extremos locales condicionados.................................. Extraer un elemento de un vector.............................................. Multiplicadores de Lagrange...en............ 248 3... Método de sustitución....variables..................................... ............ ....................... ..................... ............... 256 1... 247 1........1...................................................................................funciones............... 255 Práctica.....................3............ 260 5........................................

entre los objetivos que se contemplan en la formación del alumno está el estimular el trabajo autónomo y la capacitación para leer cualquier texto matemático que le permita resolver los problemas que puedan encontrarse en el desarrollo de las asignaturas específicas de la titulación de Ingeniería Industrial. Asimismo.Ampliación de matemáticas/ MáxiMo JiMénez López 11 Introducción En el presente curso académico se ha estimado conveniente preparar esta guía didáctica como un elemento de ayuda para la preparación de la asignatura Ampliación de Matemáticas. el hecho de consultar distintos manuales supone para el alumno una dificultad añadida a la de la propia de la materia pero. . al mismo tiempo. el alumno se ve obligado a consultar textos de muy variada naturaleza. Los problemas de estas relaciones están seleccionados por su contenido didáctico en relación con los conceptos que aquí se tratan. No conozco ningún texto que abarque íntegramente todos los descriptores que se contemplan en esta asignatura. situada en el segundo curso de las titulaciones de Ingeniería Técnica Industrial de la Escuela Politécnica Superior de Linares de la Universidad de Jaén. Aspiran a ser una especie de “tutor” que facilite la compresión de la asignatura y. La asignatura presenta un contenido muy variado lo que dificulta enormemente el trabajo del alumno a la hora de preparar los temas correspondientes a la misma. por otra parte. La presente guía trata de buscar un equilibrio entre estos dos aspectos. Evitaremos muchas demostraciones y sólo nos detendremos en aquellas que puedan ayudar a la comprensión del concepto que se esté tratando en ese momento. En coherencia con el propósito de esta guía. Por otra parte. se sacrificará el rigor matemático en aras de una lectura más amena y fácil de la asignatura. Sin duda. señalaremos los textos más apropiados donde se puedan encontrar las justificaciones y demostraciones que aquí no se hagan. Estos apuntes no pretenden ser un libro más de matemáticas que trata unos determinados temas. Y todo ello desde la experiencia que ofrece haber impartido la asignatura durante varios años. De esta forma. anime al alumno sobre el uso diferentes textos que consideramos apropiados para los objetivos y niveles de conocimiento de los estudiantes de Ingeniería Técnica Industrial. al final de cada tema daremos una relación de problemas totalmente desarrollados en textos de fácil acceso por parte del alumno.

En dichos manuales se encontrarán el desarrollo de los temas con la necesaria precisión que requiere una asignatura de matemáticas. como mínimo. Por lo tanto.ujaen. El profesor: Máximo. La asignatura de Ampliación de Matemáticas consta de 6 créditos de los que 4.5 corresponde a la parte de teoría y problemas y 1. al menos.Jiménez. se aconseja que. etc. se habrán estudiado para funciones de una variable. el temario de Ampliación de Matemáticas consiste en extender a funciones de varias variables las nociones que previamente.5 a las prácticas con el ordenador. Por ello. para cualquier aclaración sobre la materia de la asignatura o de cualquier otro tipo. cuyo horario está recogido en la página web. Esto no excluye que el alumno pueda y deba acudir al uso de otros manuales dentro de la abundante bibliografía que existe en relación con el temario de la asignatura. También se puede consultar la página web de profesor de la asignatura: http://www4. En la ficha de la asignatura que publica la Universidad de Jaén. deberá acudir a los textos que oportunamente remitimos. A fin de superar con éxito la presente materia. se lea con especial atención lo que ocurría en una variable tal y como aquí se hace.Ampliación de matemáticas/ MáxiMo JiMénez López 12 Estudio de la asignatura Para superar esta asignatura. el alumno puede solucionar cualquier duda sobre el temario de la misma. Para la realización de las prácticas utilizaremos el programa de cálculo simbólico Mathematica en su versión 6 o posterior. en otras asignaturas. Las prácticas realizadas con el ordenador están íntimamente ligadas con los conceptos teóricos de la asignatura. estimamos conveniente que se sigan las consideraciones que exponemos a continuación. se aconseja su lectura en el momento que se indica en la presente guía. Básicamente. Para manejar con agilidad los contenidos que se recogen en la presente asignatura resulta necesario que. criterios de evaluación. se realicen los ejercicios que se proponen al final de cada tema. el alumno no debe limitarse sólo al estudio de estos apuntes sino que.López .es/~mjimenez En especial resulta muy recomendable acudir a las tutorías. antes de tratar directamente un determinado concepto en varias variables.

DE.AMPLIACIÓN.la.asignatura) .de.MATEMÁTICAS (Apuntes.

Una ecuación en diferencias es una ecuación que relaciona distintos términos de una sucesión. la solución de esta ecuación será una sucesión cuyos términos verifica lo establecido en la misma. .Ampliación de matemáticas/ MáxiMo JiMénez López 14 TEMA 1 ECUACIONES EN DIFERENCIAS Las ecuaciones en diferencias surgen de forma espontánea cuando tratamos de modelizar matemáticamente determinados sucesos que se hacen efectivos en intervalos regulares de tiempo. 77 en adelante. en concreto: 1 esta ecuación es un caso particular de lo que se denomina ecuaciones en diferencias. Análisis y Métodos Numéricos. existe una relación entre dos términos consecutivos de la misma. 1 Si el alumno no está familiarizado con el concepto de sucesión puede consultar la obra de QUESADA TERUEL et al. depositado en un banco que produce un interés i cada mes. tenemos una sucesión : o. pág. en esta sucesión. Por lo tanto. Si llamamos entregado el capital C se tiene: 0 1 2 3 … … a la cuantía del depósito al n mes de haber 1 1 1 … En definitiva. escrito de otra forma1: … 1 1 … … cuyo término general es: 1 Observamos que. El problema típico que conduce a una ecuación en diferencias se produce cuando estamos interesados en conocer la evolución de un capital C.

1 1000 1. Es decir.1 · 1. dada una ecuación en diferencias. si damos valores a esta solución observamos que se cumple la relación dada por la ecuación en diferencias para todo n: 1.1 En resumen. por ejemplo 1000 ya es única: entonces la solución del problema que consiste en resolver la ecuación además.1 1. para unos determinados tipos de ecuaciones y sistemas en diferencias. después de la introducción realizada al principio. Efectivamente. la solución general de la ecuación en diferencias: 1.1 será: que depende de una constante genérica c.1 y que.1 · 1.1 · 0 1 2 3 … … … 1. 1000.1 1. por ejemplo: 1. resulta claro que la solución de la ecuación en diferencias 1.1 Además. .1 1. exponer distintos métodos matemáticos que nos permitan encontrar sus soluciones. si a le pedimos que tenga un valor determinado. El objetivo de este tema va a consistir en. 1.1 lo que tenemos que calcular es la expresión del término general anterior para todo n.1 es: donde c es una constante genérica. verifique que 1.1 1.Ampliación de matemáticas/ MáxiMo JiMénez López 15 El problema a resolver en las ecuaciones en diferencias es precisamente el contrario del que acabamos de describir. que hace cierta la igualdad En este caso concreto.

sin embargo. la ecuación completa. Las soluciones y propiedades de este tipo de ecuaciones nos van a resultar muy familiares por su parecido con las ecuaciones diferenciales lineales de coeficientes constantes. las ecuaciones en diferencias lineales con coeficientes constantes de gran aplicación en la práctica. 0 siendo constante . Por ejemplo. se dice 2 4 2 2 es una ecuación de diferencias lineal 0 es homogénea. 1 2 1 no es una ecuación de orden 3 2 1 2 es una ecuación en diferencias lineal de orden 3. Una ecuación en diferencias se llama lineal de coeficientes constantes si es de la forma: . en concreto. A este respecto. son muchos los campos de otras ciencias en donde aparecen importantes contribuciones de este tipo de ecuaciones2. Vamos a tratar un tipo particular de ecuaciones en diferencias. 2 . 1. y por lo menos Hay que hacer una serie de consideraciones sobre esta ecuación: 0 la ecuación en diferencias se llama homogénea. Así. por lo tanto. Sistemas dinámicos. ECUACIÓN EN DIFERENCIAS LINEAL CON COEFICIENTES CONSTANTES. puesto que dicha ecuación es totalmente equivalente a 1. Si completa.Ampliación de matemáticas/ MáxiMo JiMénez López 16 Las aplicaciones más importantes de las ecuaciones en diferencias se suelen asociar con el mundo de la economía. hay que prestar atención a la forma en que pueda venir dada la ecuación en diferencias. Ecuaciones diferenciales y en diferencias. Por ejemplo. mientras que La constante k se denomina orden de la ecuación en diferencias. Sin embargo. se puede consultar un número importante de ejemplos. en caso contrario. es una ecuación en diferencias de orden 2. en el libro de FERNÁNDEZ PÉREZ et al.

…. 8 y sucesivamente iríamos obteniendo los demás . Sea la ecuación en diferencias lineal de coeficientes constantes: el problema de encontrar una sucesión los k valores prefijados . Consideremos la ecuación en diferencias de orden 2: 2 3 que verifica 1 3 primero calculamos 0): que. tal que cumpla dicha ecuación y que además para se verifique: … existe y es única. 1.Ampliación de matemáticas/ MáxiMo JiMénez López 17 1.1. . Explicación. Evidentemente no hay posibilidad de que la solución sea otra sucesión distinta. deberá verificar (tomando 2 2 3 9 1 4 0 0 de la misma manera se deduce que términos de la sucesión.1. Propiedades de la ecuación en diferencias lineal de coeficientes constantes. Unicidad de la solución. Veamos algunas propiedades de la ecuación en diferencias lineal que nos permitirá obtener fácilmente las soluciones de este tipo de ecuaciones. Sirviéndonos de un ejemplo vamos a indicar cómo se podría demostrar la existencia y unicidad de la solución. al tener que cumplirse la ecuación.1.

Ecuaciones Lineales en Diferencias…. La clave para resolver las ecuaciones en diferencias lineales se basa en la estructura algebraica que presentan sus soluciones. Esta importante propiedad nos permitirá obtener la solución general de la ecuación homogénea si somos capaces de obtener k soluciones independientes de dicha ecuación. va a seguir siendo distinto de cero con cualesquiera k términos consecutivos. Sean k soluciones de la ecuación en diferencias lineal homogénea: . El espacio vectorial de las soluciones de la ecuación en diferencias lineal homogénea. 1 0 1 … 1 … … … … 0 1 … 1 0 3 Para ver las demostraciones de estas propiedades se puede acudir. son independientes si se verifica: 0 1 … Además. . . página 8 y siguientes.1. entre otros. La siguiente propiedad reconoce cuando un conjunto de k soluciones de la ecuación en diferencias (hay que recordar que cada solución es una sucesión) van a ser independientes.….Ampliación de matemáticas/ MáxiMo JiMénez López 18 1.2. Resulta fácil demostrar las siguientes propiedades3: El conjunto de las soluciones de la ecuación homogénea de orden k 0 es un espacio vectorial de dimensión k. al libro de ALCONCHEL PÉREZ y VIGNERON TENORIO. se puede demostrar que si con los primeros k términos de cada sucesión este determinante es distinto de cero.

4 . Ecuaciones Lineales en Diferencias…. Para calcular estas : | Arg | soluciones calculamos el módulo y argumento del número La demostración puede verse en ALCONCHEL PÉREZ y VIGNERON TENORIO. ha de verificar la siguiente ecuación llamada ecuación característica4: 0 Resolviendo esta ecuación se obtienen las distintitas soluciones que forman la base del conjunto de soluciones de la ecuación en diferencias. deducir que el valor de λ. página 15. Como consecuencia de las propiedades mencionadas en el apartado anterior. en caso de obtener soluciones repetidas o complejas se deben adoptar los siguientes criterios: Si forzamos a que este conjunto de soluciones adopten la forma se puede A cada raíz real se le asocia la solución: A cada raíz real múltiple de multiplicidad m le asociamos las m soluciones: … A cada raíz compleja simple aparecer su conjugada (como los son números reales también deberá ) le asociamos dos soluciones. que da lugar a las soluciones independientes. Ahora bien. SOLUCIÓN DE LA ECUACIÓN EN DIFERENCIAS LINEAL HOMOGÉNEA DE COEFICIENTES CONSTANTES.Ampliación de matemáticas/ MáxiMo JiMénez López 19 2. se deduce que para encontrar la solución general de la ecuación en diferencias: 0 bastará con encontrar una base del conjunto de soluciones de dicha ecuación.

69 193 2 3 306 69 193 306 que son: 13 270 1 270 1 108 y 108 1 1 . para obtener la solución general de la ecuación en diferencias: 13 69 193 306 270 108 0 0 cos en primer lugar calculamos las soluciones de la ecuación: 2 simple.Ampliación de matemáticas/ MáxiMo JiMénez López 20 al que le asociamos las soluciones: A cada raíz compleja de multiplicidad m (la conjugada aparecerá también con la cos sen cos misma multiplicidad). Es decir: Un conjunto de soluciones que forman base para esta ecuación será: 3 √2 2 √2 cos sin 3 3 4 4 . le asociaremos las siguientes soluciones: sen sen cos … sen cos sen Por ejemplo. 13 3 múltiple de multiplicidad 3.

Economía y Empresa. 321 puede verse una explicación detallada de este método. 5 . La solución general de la ecuación en diferencias lineal completa de coeficientes constantes: es la suma de la solución general de la homogénea asociada ( 0) y una particular de la completa5. 6 También en RODRÍGUEZ RUÍZ et al Matemáticas 2. La solución general de la homogénea asociada se ha comentado en el epígrafe anterior. 4. Existen diferentes métodos para calcular la particular de la completa. sólo quedaría calcular una particular de la completa. cos 4 √2 sin 4 3. SOLUCIÓN DE LA ECUACIÓN EN DIFERENCIAS LINEAL COMPLETA DE COEFICIENTES CONSTANTES. por ejemplo pero dichas sucesiones han de verificar conjuntamente el siguiente sistema: e .Ampliación de matemáticas/ MáxiMo JiMénez López 21 y la solución general de esta ecuación en diferencias es: 2 3 3 3 √2 donde los son constantes cualesquiera. Teoría. SISTEMA LINEAL DE ECUACIONES EN DIFERENCIAS HOMOGÉNEO DE ORDEN 1 CON COEFICIENTES CONSTANTES. el método de los coeficientes indeterminados que consiste en ensayar con una determinada sucesión cuya expresión viene dada por la de . pág. pág. Una demostración de esta afirmación puede verse en FERNÁNDEZ PÉREZ et al Ecuaciones diferenciales y en diferencias. Supongamos ahora que hay más de una sucesión desconocida. por ejemplo. En la Práctica 1 de la asignatura indicamos el método de variación de constantes para obtener una solución particular de la completa y a ella nos remetimos6. 471.

se dice que estamos ante un sistema de ecuaciones en diferencias lineal de coeficientes constantes y de orden 1 (sólo hay un desplazamiento en la variable n). si se quiere resolver el sistema de ecuaciones en diferencias con las condiciones iniciales 1 4 la solución será necesariamente: 1 4 3 0 1 4 teniendo en cuenta que7 1 7 solución del problema planteado es: 4 7 1 1 4 3 0 1 3 3 1 7 3 4 5 7 2 3 3 5 4 4 1 2 3 1 4 7 3 7 4 4 3 4 4 3 3 34 4 la 3 34 1 4 7 El cálculo de la potencia enésima de una matriz se explica en la Práctica 2 de la asignatura. Para calcular la solución de este sistema es conveniente expresarlo en forma matricial: si seguimos el siguiente razonamiento encontraremos fácilmente la solución general de este sistema en diferencias: 1 4 1 4 1 4 … 1 4 3 0 3 0 3 0 3 0 4 3 1 3 4 0 por lo tanto. .Ampliación de matemáticas/ MáxiMo JiMénez López 22 o puesto de otra manera: 4 4 3 0 0 3 En esta situación.

. … … … … … … … … … son funciones de n. . naturalmente. las De manera análoga a lo que ocurría en ecuaciones lineales de orden k. SISTEMA LINEAL DE ECUACIONES EN DIFERENCIAS NO HOMOGÉNEO DE ORDEN 1 CON COEFICIENTES CONSTANTES. podemos enunciar el siguiente resultado: TEOREMA.Ampliación de matemáticas/ MáxiMo JiMénez López 23 o lo que es lo mismo: 1 7 4 5 7 2 3 5 2 1 3 A la vista de este razonamiento. Un sistema lineal de coeficientes constantes de orden 1 no homogéneo tiene la siguiente forma: … donde sucesiones son constantes. . se puede enunciar el siguiente teorema: . … … … … … … … … … … … … … … … … 5. Sea el sistema lineal homogéneo de ecuaciones en diferencias: … la solución de dicho sistema es: … siendo constantes genéricas. y las incógnitas son.….

FERNÁNDEZ PÉREZ.M. C. J. 2003. Editorial THOMSON. BIBLIOGRAFÍA CITADA EN EL TEMA. – HERNÁNDEZ MORALES. V. – MARTÍNEZ MORENO. Editorial Centro de Estudios Ramón Areces. A. 1996. Servicio de Publicaciones de la Universidad de Cádiz. J. 2004. y VIGNERON TENORIO. – VEGAS MONTANER. – VÁZQUEZ HERNÁNDEZ. Para calcular una solución particular del sistema completo me remito a la Práctica 2 de esta asignatura. ALCONCHEL PÉREZ. 6. Teoría. J. . Sistemas dinámicos. – PRIETO SÁEZ. Servicio de Publicaciones de la Universidad de Jaén. La solución general del sistema de ecuaciones en diferencias no homogéneo se obtiene sumando una solución particular del sistema y la solución general del sistema homogéneo asociado.: Ecuaciones Lineales en Diferencias: aplicaciones a la empresa y la economía. E. A.P. QUESADA TERUEL. RODRÍGUEZ RUIZ. – GÓMEZ TOLEDANO. M. J. – JÓDAR REYES. – SÁNCHEZ GÓMEZ.: Ecuaciones diferenciales y en diferencias. La solución general del sistema homogéneo asociado se ha tratado en el epígrafe anterior. J. Economía y Empresa.J. 2004. C.: Análisis y Métodos Numéricos.M.: Matemáticas 2.Ampliación de matemáticas/ MáxiMo JiMénez López 24 TEOREMA. F.

Otras veces. al vector . consideraremos distintas estructuras para el espacio inicial y final. Por lo tanto. . siguiendo con el ejemplo anterior. cos . Por ejemplo. De todos modos. concretamente. con constante . Sin embargo. . Es decir. . al punto 3 . cos es una función de varias variables. La Ley de los gases ideales dice que la presión P de un gas depende del volumen V y la temperatura T según la siguiente ecuación: con constante . esta cuestión no se prestará a equivocaciones como iremos viendo más detalladamente a lo largo de la asignatura. como de . incluso en la misma función. en cuyo caso. cos . le asociamos el punto . . En los problemas de ingeniería son innumerables los ejemplos que aparecen funciones en varias variables. la función . y . cuando hablamos de funciones consideramos la estructura afín tanto de . Veamos algunos: La Ley de Coulomb dice que la fuerza de atracción o repulsión entre dos cargas puntuales es directamente proporcional al producto de sus cargas e inversamente proporcional al cuadrado de la distancia que las separa. también se puede considerar la estructura vectorial le asociaríamos el vector de 3 . se trata de una función de tres variables: . : .Ampliación de matemáticas/ MáxiMo JiMénez López 25 TEMA 2 FUNCIONES EN VARIAS VARIABLES Una función en varías variables es una aplicación : le hace corresponder el punto tal que a cada punto 3 : Nosotros. como en la mayoría de los textos. .

…. . : .1. Curvas parametrizadas. (longitud. para los que existe al menos un .…. . el dominio de una función f es el conjunto de valores para los que la expresión que define a f tiene sentido. es decir. es el conjunto elementos tal que . . anchura y altura respectivamente) es: con constante . en la parte práctica de la asignatura con ordenador estudiaremos con mayor profundidad estos tipos de funciones. Veamos los principales tipos de funciones en varias variables que pueden presentarse en función de su espacio inicial y final. Salvo que se especifique lo contrario. ALGUNOS TIPOS DE FUNCIONES DE VARIAS VARIABLES SEGÚN EL ESPACIO INICIAL Y FINAL. La Imagen de una función : . El dominio de una función : es el conjunto D del espacio inicial donde la función toma valores.….Ampliación de matemáticas/ MáxiMo JiMénez López 26 La desviación H del punto medio de una viga rectangular que soporta una carga uniforme y tiene como dimensiones . (o el . Estos ejemplos vienen a mostrar la importancia del estudio de las funciones de varias variables.…. De todos modos. . 1. con 2 ó 3. Una curva parametrizada es una función cuyo conjunto inicial es un intervalo de propio ) y el espacio final es o . 1.

. del dominio se toma una altura igual a . la representación gráfica de una función de este tipo se realiza en Para cada punto . . tendría la siguiente representación gráfica: con 4. . la curva parametrizada 2 con 3 sen 4. con . es decir.4 . . . 2. Una función se dice escalar cuando el conjunto final es .2. o bien 1. Funciones escalares. Sin embargo.Ampliación de matemáticas/ MáxiMo JiMénez López 27 El esquema gráfico de una curva parametrizada sería el siguiente: y su expresión analítica puede venir dada en forma vectorial o bien en forma paramétrica con . Por ejemplo.4 . 3 sen . : El esquema gráfico de una función de este tipo sería: .

los más utilizados son los campos en campos en Por ejemplo. En la práctica. se suele expresar .Ampliación de matemáticas/ MáxiMo JiMénez López Por ejemplo. 28 de la misma sería posible una representación gráfica : Evidentemente. . . 3 . cuya interpretación le asocia el vector que tiene las mismas coordenadas pero normalizado (modulo 1)1.3. su esquema gráfico sería: 1 En muchos textos. sólo se puede representar gráficamente las funciones : . para incidir que se trata de un campo vectorial. que a cada punto de le asocia un 2 y los vector de . Un campo vectorial es una función : . . y no 1. sea una placa rectangular D tal que en cada punto tiene una temperatura igual a . sea el campo vectorial es que a cada punto . . Su representación gráfica sería: . Campos vectoriales.

. en muchas ocasiones. . . : 1 1 . Hay que señalar que cada . la función : . cos .….…. sobre unos mismos ejes. 3. . .…. . . .…. LÍMITE DE UNA FUNCIÓN DE VARIAS VARIABLES. 1 . el estudio de una determinada función . . 0 tiene tres Las componentes de una función desempeñan un importante papel en el estudio de las funciones de varias variables pues. siendo: definida por . Una función y se escribe : componentes: Por ejemplo. … .…. … . Se supone conocida la función distancia en 1. se simplificará estudiando de forma separada cada una de sus componentes .…. : tiene m componentes .…. . . . cos 0 . el punto y el vector que le corresponde aplicado sobre el mismo de la siguiente manera: 2.Ampliación de matemáticas/ MáxiMo JiMénez López 29 sin embargo.…. la representación gráfica consiste en dibujar. es una función escalar . COMPONENTES DE UNA FUNCIÓN DE VARIAS VARIABLES.….

Sea : a . . cuando se escribe . 1 . lo que se dice es que se acerca al punto . .…. lim 1. Hay . NOTA. . sea la función . … . podríamos acercarnos con puntos del siguiente no tiene sentido acercarme al punto . 1 . . … . … .…. sen entonces: 3 tiende a 3.…. Es decir. . diremos que el límite de . … . . Es decir. 1. se acerca al punto 2.….…. lim . 0 existe un entonces : 0 tal que si | lim . Por ejemplo. 1.0 con puntos de la forma . en estas definiciones. … . . tipo: 2. 0 . 1. | . el límite de una función : . la función está definida . .…. pero. … . con 1 .….…. 1. 0 .…. cuando . . salvo en los puntos .…. … . se da por supuesto que el punto ha de estar dentro del dominio de la función f. .0 su imagen diremos que lim 1 . 1.Ampliación de matemáticas/ MáxiMo JiMénez López 30 DEFINICIÓN.….…. funciones componentes : . … .….…. es igual a L y se escribe: si . se reduce a calcular los m límites de sus señalar que. que 1. Sea : si 1.…. tiende con .…. luego para el cálculo del lim Por ejemplo. pues si DEFINCIÓN. .

1 2 El problema. 1 En estos casos. la deducción del límite lim .Ampliación de matemáticas/ MáxiMo JiMénez López 31 pero no con estos otros: 3. Hay . 26 en adelante. complica. en el caso de las indeterminaciones siempre podemos acudir a la definición para probar la existencia o no del límite lo que.….1. 3 Por su puesto. Cálculo efectivo del límite. tengo que asegurar que por cualquier camino que me acerque al punto .…. 0 . en el caso de funciones definidas en uso de coordenadas polares. igual que ocurría con las funciones de una variable. se determina usando las propiedades aritméticas de los mismos. es único2 y su cálculo efectivo. Cálculo infinitesimal de varias variables. El límite de una función : lim . . 2 podemos acudir al .….…. se . . . Para estudiar la existencia y propiedades de los límites de funciones en varias variables se puede consultar DE BURGOS ROMÁN. para afirmar la existencia del límite. a diferencia de lo que ocurría en el caso de una variable. sin duda. que para el cálculo del me puedo acercar de muy diferentes formas y.…. se presenta cuando al utilizar el criterio anterior aparecen las indeterminaciones que.…. 0 · ∞. existe dicho límite y siempre es el mismo3. Así pues. . … . con puntos . pág. que tener en cuenta al punto . No obstante. 1 . dentro del dominio de definición de f. lim lim . en la práctica. ∞ 0 ∞ ∞. si existe. que viene a decir que el límite de una operación es la operación de los límites respectivos. Así: . con la notación habitual en el contexto de límites. resulta bastante complicado en la mayoría de los casos. son fundamentalmente: 0 ∞ . he de acercarme al punto 1 . ∞ .

cambio a coordenadas polares. por ejemplo. entonces lim si probamos que lim . evidentemente. en realidad. sen . . . es una indeterminación del tipo . . si se pretende calcular 1 . luego: . 32 y realizamos el cambio de . . En todos los ejemplos hemos supuesto que el punto donde se quiere calcular el límite es el 0. . lim cos sin cos sin En cambio. Por ejemplo. .2 . realizando 3.0 . aunque todo lo que se diga en este apartado es fácilmente generalizable a funciones : El paso a coordenadas polares puede solucionar muchas indeterminaciones. se puede asegurar la no existencia del lim . el problema es equivalente a: que. 0 . . 2 4 trasladar nuestro problema al cálculo del lim . cualquiera que sea el valor de 0. pues. el lim . Nos centramos en la determinación del límite en el origen4 de funciones : . Si realizamos un lim cos 0 ) tiende lim el cambio a coordenadas polares. esto no representa ninguna restricción pues. trasladamos el problema al cálculo de: que al tratarse de una expresión que tiende a 0 (ρ) por otra que está acotada (cos globalmente a 0. . a evaluar un límite en el origen. en primer lugar. Pero. pero también puede ocurrir que la expresión resultante después del cambio a polares sea incluso más complicada de resolver que la fórmula original. .2. es decir. . Probar que no existe límite. Sea : tratamos de calcular lim cos . . cos sen .Ampliación de matemáticas/ MáxiMo JiMénez López variable: TEOREMA. depende de θ. se hace el cambio de variable lo que equivale a lim .

Hay que señalar que si todos los límites direccionales y por curvas nos conducen a un mismo “límite” L tendremos un candidato a límite (el número L). . no existiría el límite propuesto. Suele ser muy normal aproximarse por curvas de la forma . La idea es la misma que acabamos de mencionar pero. Otro método muy usado para demostrar la no existencia del límite consiste en tomar límites reiterados. para calcular lim . Si llegamos a probar que. Si salieran límites distintos en . nos acercamos al origen por curvas. del lim . Se trata de acercarse al origen por rectas de la forma . en una variable. .Ampliación de matemáticas/ MáxiMo JiMénez López 33 En estos casos. Los límites reiterados (o sucesivos) se definen de la siguiente manera: lim lim Si lim lim . Límites por curvas. a la función del valor de m se habría demostrado la no existencia de límite en la expresión original. por tanto. pero no podemos asegurar que efectivamente ese valor sea el verdadero límite. . se recomienda intentar probar que no existe límite acercándonos al origen de distintas formas. podemos utilizar los límites reiterados: lim 1 lim 0 1 0 por otra parte: lim lim lim lim . Los métodos más usuales para acercarse al origen son: con lo que trasladamos el problema del cálculo del lim determinación. . en función de cómo nos acerquemos. Límites direccionales. Si salieran límites distintos en función del valor de k se habría demostrado la no existencia del límite. podemos asegurar que no existe límite. En cambio si fueran iguales tenemos un candidato a límite pero no podemos asegurar nada. u otro tipo de curva en función de la expresión de . ahora. obtenemos “límites” distintos se contradice la unicidad del límite y. o bien . Por ejemplo.

…. 2.2 .…. … . puede ocurrir que no exista alguno de los límites reiterados (o ninguno de los dos) y sin 4. 1.2 es un punto aislado en la que la función .…. si todas sus funciones son continuas en . 6 Un punto aislado es aquél tal que no existen puntos del dominio de f. … . . 36 a 39. por definición. sin embargo. Resulta fácil probar el siguiente teorema que nos facilitará la comprobación de la continuidad de una función en un punto.2 3 si . … .Ampliación de matemáticas/ MáxiMo JiMénez López 34 . págs. y 1. .1 junto con el punto 2. 1 1 . … . le No vamos a considerar los puntos aislados del dominio de f por su poco interés. A este respecto se puede consultar el libro de DE BURGOS ROMÁN. .1 1. … . la función: si 1 1. puntos aislados. Sobre los importantes teoremas que involucran a las funciones continuas me remito a la bibliografía que aparece al final del tema. Una función : 1 .…. Por ejemplo. CONTINUIDAD DE UNA FUNCIÓN DE VARIAS VARIABLES. Aunque los cálculos analíticos de los límites reiterados suelen ser simples. va a ser continua. La noción de función continua en funciones de varias variables es la misma que para funciones de una variable. existe lim es continua en el punto 1. la función será continua6. . . . por lo tanto se puede asegurar que no existe lim .…. 5. Una función : es continua en el punto .…. si existe 1.…. En concreto. distintos del propio punto aislado. . . viene a decir que a pequeños incrementos de corresponde pequeños incrementos de . 5 . 1 . conceptualmente estamos usando un artificio bastante rebuscado para acercarnos al valor que debería tener el límite de embargo existir lim . 1. NOTA. que se acerquen a dicho punto. componentes : TEOREMA. En los DEFINICION. El punto 2. Cálculo infinitesimal de varias variables. está definida en el rectángulo 1. lo que nos obliga a tener una cierta precaución. .

BIBLIOGRAFÍA CITADA EN EL TEMA. Ejemplo 1 página 988 Ejemplo 3 página 1003 Ejemplo 1 página 1002 Ejemplo 5 página 1006 Ejemplo 2 página 1002 GARCÍA LÓPEZ. Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados. Problema 1 página 11 Problema 9 página 17 Problema 6 página 57 Problema 3 página 14 Problema 2 página 54 Problema 7 página 16 Problema 5 página 57 6.: Cálculo. 1995. Volumen 2. – EDWARDS BRUCE H. A. DE BURGOS ROMÁN. CLAGSAMADRID. McGraw-Hill. Teoría y problemas de funciones de varias variables. et al: Calculo II. – HOSTETLER ROBERT P. LARSON ROLAND E. – HOSTETLER ROBERT P. McGraw-Hill. 1995. McGraw-Hill. Teoría y problemas de funciones de varias variables. et al: Calculo II. CLAGSA-MADRID. quinta edición. quinta edición. LARSON ROLAND E. hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. 1996. GARCÍA LÓPEZ. EJERCICIOS PROPUESTOS. segunda edición. A continuación. – EDWARDS BRUCE H. 1996. Dentro de la abundante bibliografía que existe al respecto. A.Ampliación de matemáticas/ MáxiMo JiMénez López 35 5. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. J: Cálculo infinitesimal de varias variables. 2008.: Cálculo. Volumen 2. .

1 6. puesto que: .…. en un valor muy pequeño.001 3 Por ejemplo. cuando los incrementos que se otorgan a cada tienden a 0.01 0.05 0. Sea una función : definida en un intervalo que contiene al punto x se define la derivada de f como la proporción entre ∆ e ∆ cuando ∆ ∆ lim ∆ ∆ ∆ lim ∆ ∆ se hace muy pequeño: ∆ valores cada vez más pequeños obtenemos el siguiente cuadro: 0. cuando se incrementa el punto .01 6.05 6. En funciones de una variable. supongamos la función y fijemos el punto 3. si damos a lo que nos confirma el resultado esperado de que 3: ∆ si evaluamos en el punto 3 lim 2 | ∆ ∆ 6 2 6.1 0. lo que acabamos de decir es el concepto de derivada al que nos vamos a referir seguidamente a modo de introducción de lo que sucede en el ambiente de varias variables.….Ampliación de matemáticas/ MáxiMo JiMénez López 36 TEMA 3 DIFERENCIACIÓN EN VARIAS VARIABLES En el presente tema tratamos de estudiar el comportamiento del cociente entre lo que se incrementa una función . mejor dicho.001 ∆ ∆ ∆ 6.

: tiene sentido dividir por él. el concepto de derivada parcial. . 0 si si ∆ ∆ 0 0 calculemos las derivadas parciales Sea el punto con 0. cuando 0 son equivalentes . la expresión de f es: luego: ∆ ∆ ∆ 1 ∆ lim lim lim lim sen sen cos 1 1 Utilizamos que sen cos y . lim . ∆ si evaluamos en un punto concreto . . se define la derivada parcial de f respecto de la variable y: ∆ lim . Pero sí podemos fijar una variable y medir la proporción entre el ∆ y lo que se incrementa la otra variable. sen . ∆ . . ∆ Supongamos . sea la función en todo punto. . . lim ∆ . como pasaba en una variable. Asimismo. . puesto que el denominador sería ∆ . Sea : escribe ó al siguiente límite: . Ejemplo. Surge así. ahora no podemos calcular el cociente entre los dos y no se define la derivada parcial de f respecto de la variable x y se ∆ . para puntos cercanos a ∆ . Análogamente. cos ∆ ∆ cos ∆ ∆ ∆ sen sen ∆ cos ∆ ∆ lim sen sen ∆ cos ∆ ∆ sen 1 es equivalente a cuando 0. ∆ .Ampliación de matemáticas/ MáxiMo JiMénez López 37 1. DEFINICIÓN. ∆ incrementos. DERIVADAS PARCIALES.

Curso de matemáticas superiores para Ingenieros. Vol. Aquí tenemos que acudir necesariamente a la definición para calcular la derivada parcial: . si . . y sen . ∆ ∆ luego: análogamente se comprueba que: NOTA 2. no garantiza que f tenga que ser continua en dicho punto2. A las derivadas se le llaman derivadas parciales segundas o de segundo orden y se notan de la siguiente forma: Por ejemplo. Derivadas parciales de órdenes superiores. Tampoco presenta dificultad extender la definición de derivadas parciales a funciones : .Ampliación de matemáticas/ MáxiMo JiMénez López 38 En realidad.0 . ver la nota de KRASNOV. respecto de todos sus argumentos. 2 . y no existe si cos cos 0 si 0 lim lim 0 ∆ si 0 0 ∆ . El concepto de derivada parcial que hemos definido para funciones : . En estos puntos la función f toma . 623.0 Supuesto distinto son los puntos de la forma una expresión distinta a la que tiene en los puntos de su alrededor. El hecho de que las derivadas parciales de f existan en un punto. 1. . extiende sin ninguna dificultad a funciones : NOTA 1. lo que equivale a usar las reglas usuales de derivación respecto de x considerando la y como una constante. Estas derivadas parciales serán funciones de parciales de y que a su vez podrán derivarse parcialmente. M. 1. Por ejemplo. .0 ∆ 0 si 0 sen se NOTA 3. y .1. et al. las operaciones que acabamos de hacer no son necesarias puesto que la noción de descansa en dejar la y fija e incrementar la variable x. cos realizando la derivación parcial de cada componente. 0 . Sea : tal que existen las derivadas parciales . entonces . pág.

: tal que en un entorno de es continua en el punto . y si . M. . Observamos que. Sea derivadas parciales y se verifica que TEOREMA DE BONET.Ampliación de matemáticas/ MáxiMo JiMénez López 39 o bien o bien Por ejemplo. las derivadas parciales cruzadas y son iguales lo que sucederá en la inmensa mayoría de las ocasiones aunque no se puede asegurar siempre3. este resultado se extiende con facilidad a funciones : . entonces En definitiva. . 3 . . De todas formas. pág. 4 La demostración de estos teoremas puede verse en DE BURGOS ROMÁN. . Nosotros. la igualdad de las derivadas parciales cruzadas se puede asegurar con la existencia y continuidad de las distintas derivadas parciales de menor o igual orden. . y . Además. . en este caso. et al. En KRASNOV. Si . pág. Curso de matemáticas superiores para Ingenieros. entonces 6 . . Sea : . existen . damos por supuesta la igualdad de las derivadas parciales cruzadas. Cálculo infinitesimal de varias variables. existen las . . . . . 1. . 6 . 645. . enunciamos dos teoremas que nos proporcionan condiciones suficientes para asegurar la igualdad de las derivadas parciales cruzadas4. puede verse un ejemplo en que no se da la igualdad de las derivadas parciales cruzadas. Vol. o bien o bien 2 . salvo que se especifique lo contrario. TEOREMA DE SCHWARTZ.102. 6 . si . tal que en un entorno de son continuas en . entonces existe .

Sea : matriz jacobiana de la que suponemos que existen todas las derivadas parciales . o simplemente NOTA: Cuando la matriz sea cuadrada. Veamos lo que ocurría en funciones de una variable para extenderlo después a funciones de varias variables.…. . en lim ∆ ∆ ∆ 0 . Esto se consigue con la ayuda del concepto de diferenciabilidad. 2.…. … … … … … … … . FUNCIÓN DIFERENCIABLE. Muchas veces estamos interesados en calcular de forma fácil ∆ para ∆ pequeños aunque sea de forma aproximada.… Cuando la matriz anterior se evalúe en un punto concreto notará por . . se . Matriz jacobiana. La función : general. . 2.….1.…. dependerá de a pero no de ∆ ) tal que el siguiente límite es nulo: ∆ se dice diferenciable en el punto a si existe un número k (que.….…. .…. .Ampliación de matemáticas/ MáxiMo JiMénez López 40 1. Diferencial de una función. . Función diferenciable en una variable.….…. a su determinante se le denomina jacobiano.…. .2. La se define como la siguiente matriz: . .

para un punto genérico x: dibujo es la recta tangente a la gráfica de Gráficamente se puede ver la diferencia entre ∆ y en el punto ∆ . se llama diferencial de f en el punto a. DEFINICIÓN. M. Por lo tanto. Vol. Curso de matemáticas superiores para Ingenieros. las funciones diferenciables en a verifican: ∆ diferencia es un infinitésimo de mayor orden (más pequeño) que ∆ . que: es diferenciable en cualquier punto a. se define la | | como: ∆ ∆ . y que el número k de la definición de diferenciablidad es precisamente . . diferencial de f en el punto a y se escribe y. Esta aproximación de ∆ .Ampliación de matemáticas/ MáxiMo JiMénez López Ejemplo. La recta que aparece en el . en general. 352 de KRASNOV. 1. pues existe lim ∆ ∆ lim ∆ ∆ ∆ ∆ lim ∆ ∆ 2 ∆ ∆ 0 2 41 tal Se puede demostrar de forma sencilla5 que f diferenciable en a equivale a decir que f es derivable en a. Sea Es decir. 5 Ver pág. . et al. ∆ | lim ∆ ∆ ∆ ∆ 0 se aproxima por ∆ de tal forma que su una función real diferenciable en el punto a.

….… si existen todas las derivadas parciales en un entorno de a y además se verifica (trabajando por ∆ . DEFINICIÓN. .∆ lim ∆ ∆ . el punto 1.61 0. ∆ ∆ 0 Es decir. . se repasó la definición de función diferenciable en una variable. ∆ .2 .…. la diferencia entre el incremento de la función y la aplicación lineal aplicada al incremento de la variable es un infinitésimo mayor (más pequeño) que el incremento de la variable. ∆ . la diferencia es escasa. ∆ . Función diferenciable en varias variables. comprobemos que es diferenciable en En primer lugar. ∆ y | para el punto ∆ . Extendamos este concepto a funciones de varias variables. sin embargo. . sea . . . f es diferenciable en a si existe una aplicación lineal caracterizada por la matriz jacobiana tal que. . .1 la diferencia entre 42 ∆ . en dicho punto a.2. . | ∆ 2 ∆ | es mucho más fácil de calcular que ∆ | ∆ | 3 y ∆ .6 0. . Por ejemplo. ∆ 0. dado . sería: ∆ | | ∆ . En el punto anterior. Una función : columnas): se dice diferenciable en . ∆ . .…. 1. . . calculamos la matriz jacobiana en dicho punto: .Ampliación de matemáticas/ MáxiMo JiMénez López ∆ | Por ejemplo.…. 2 1 2 0 1 1 . 2.

nos aseguran la diferenciabilidad de una función7. . pág. Sea : . Cálculo infinitesimal II. . 1 ∆ 2 ∆ 1 ∆ 2 ∆ 1 1 ∆ ∆ . . Ver el ejemplo 3 de GARCÍA CASTRO y GUTIÉRREZ GÓMEZ. luego razonamiento se hace para 1. La demostración de estos teoremas se pueden ver en DE BURGOS ROMÁN. 7 6 . 8 El recíproco de este teorema no es cierto. . Afortunadamente. El mismo . . Existen teoremas que.Ampliación de matemáticas/ MáxiMo JiMénez López 43 tomando límites: ∆ . son en el punto 1. para demostrar la diferenciabilidad de una función la mayoría de las veces no tendremos que realizar un razonamiento como el que acabamos de hacer. es diferenciable en lo que nos lleva a que De la definición de función diferenciable se deduce sin mucho esfuerzo las siguientes propiedades: Este límite se puede calcular haciendo un cambio a polares. Una función : funciones componentes TEOREMA 2. ∆ ∆ ∆ ∆ ∆ 0 ∆ ∆ ∆ ∆ ∆ 2 2 1 2 1 2 0 1 1 ∆ ∆ ∆ ∆ 6 0 Comprobar que una determinada función es diferenciable es una condición necesaria para poder aplicar muchos de los teoremas y resultados que veremos a lo largo de esta asignatura. . pág. Cálculo infinitesimal de varias variables.2 también podríamos razonar de la siguiente manera: continuas en un entorno del punto 1.…. . 1. 89. para demostrar la diferenciabilidad de la función .…. y .2 . Una función puede ser diferenciable en un punto y no tener derivadas parciales continuas en ese punto.∆ lim . las derivadas parciales . Vol. TEOREMA 1.…. Entonces f es diferenciable en Así pues. es diferenciable en 1.∆ lim lim . bajo unos sencillos supuestos. 8. es diferenciable si y solo si lo son cada una de sus tal que en un entorno de son continuas en dicho entorno . 109.2 . 1.∆ ∆ .2 .

…. .∆ . . . : . Si f y g son funciones escalares diferenciables.2 El recíproco no es cierto.2 ln 1. . . ∆ ∆ ∆ .…. Ver el ejemplo 4 de GARCÍA CASTRO y GUTIÉRREZ GÓMEZ.∆ . calculemos ∆ | 4 1 ln 2 1. una función puede ser continua en un punto y no ser diferenciable en dicho punto. también son diferenciables: • • 3. y 1. ln . y se denota por . 1. Si f y g son funciones diferenciables. al término y es una aproximación de ∆ | de mayor orden (más pequeño) que ∆ : | .…. sea | . entonces es continua en dicho 2. ∆ 0 | . Vol.∆ . .1 0. .1 2. de la definición de ∆ diferenciablidad se tiene: ∆ . ∆ . 2. . ∆ . . . .3. también son diferenciables: • • · con en los puntos donde no se anula la función g.2 1.Ampliación de matemáticas/ MáxiMo JiMénez López 1. 44 . Se llama diferencial de f en el punto a. . .…. pág. 111.… . ∆ ∆ Por ejemplo. Si una función f es diferenciable en el punto punto9. .….1 · 2. .1 · 2.…. ∆ .324 0. . Cálculo infinitesimal II.….…. 9 . Diferencial de una función de varias variables.…. .∆ lim .19 : ∆ | . ∆ ∆ DEFINICIÓN. . Sea diferenciable en ∆ .

Ampliación de matemáticas/ MáxiMo JiMénez López | e∆ . se suele notar: … .∆ .…. por definición. ∆ ∆ ∆ . 1. hay que señalar que si z no es una variable independiente entonces . 2 En general. ∆ . . .…. la expresión de la diferencial queda de la siguiente forma10: ∆ … ∆ 2. : 1. observamos que ∆ y esta aproximación será tanto mejor cuanto más pequeños sean ∆ . en consecuencia. . 2 . . . . es la variable independiente.…. si : . ∆ … ∆ Si .2 0. .2 Para un punto genérico la diferencial de la función f tiene la expresión: . . 10 . 1. la diferencial de f adopta una forma más cómoda.…. 1. entonces: Y evaluada en un punto concreto | . será distinto de ∆ . 1 2 45 1 . en concreto.1 0. . Diferencial de una función escalar. da una explicación más coherente para esta notación. Por ejemplo. 50. ∆ . . sea : Si la función f es una función escalar.….…. Guía práctica de Cálculo Infinitesimal en varias variables.4. pág.∆ . 2 : GALINDO SOTO et al. De todas formas. en general.

Algunas propiedades de la diferencial. entonces 2. Entonces f es función de x definida por La regla de la cadena para funciones de una variable dice: hay que señalar que las expresiones de f que aparecen en ambos lados de la igualdad son distintas.Ampliación de matemáticas/ MáxiMo JiMénez López 46 2. Antes de estudiar la regla de la cadena en funciones de varias variables. en definitiva. · 3.5. Si f y g son funciones diferenciables: • • con 3. podemos decir que f es Por ejemplo. Si f es una función constante. cos 1 . en el lado izquierdo se entiende que: cos 1 sen sen 1 2 mientras que en el lado derecho: cos . siendo 1. De la definición de df se deducen fácilmente las siguientes propiedades: 0. vamos a comentar dicho resultado para funciones de una variable donde lo suponemos conocido. cos con . 1. Así. REGLA DE LA CADENA EN FUNCIONES DE VARIAS VARIABLES. Si f y g son funciones escalares diferenciables: • • · · · · en los puntos donde g no se anula. Supongamos una función una función en la variable x.

Cálculo infinitesimal II.….1. 116. y la matriz jacobiana de la composición es11: . Vol.…. y g es diferenciable en . : : : Sean esquema: y entonces según el siguiente Si suponemos que f es diferenciable en entonces es diferenciable en . la regla de la cadena ha de aplicarse de la Por ejemplo. 11 La demostración de este resultado puede consultarse en GARCÍA CASTRO y GUTIÉRREZ GÓMEZ. pág. con 1.…. .Ampliación de matemáticas/ MáxiMo JiMénez López 47 La igualdad de la regla de la cadena nos confirma que: sen sen 2 1 2 Si evaluamos en un punto concreto siguiente manera: . sen | 2 sen 2 3. siguiendo con la misma función evaluamos la derivada en el punto sen 1 se tiene: 1 2 | 2 | y utilizando la regla de la cadena: 2 sen 2 cos .1. Matriz jacobiana de la composición de funciones en varias variables. Si Extendamos la regla de la cadena a funciones de varias variables.

Sin embargo. .…. .…. . . .…. . Veamos algunos de estos supuestos particulares.…. Utilizando la regla de la cadena para este supuesto: .….….….…. . CASO 1. . . .….….…. 3. : . . . .….….…. .….….2.…. lo usual es aplicar dicha regla sólo para casos muy concretos con lo que la escritura de la misma se simplifica considerablemente. y.….….…. Sea Podemos decir que : . . : es decir: por lo tanto.…. Casos particulares de la regla de la cadena para funciones escalares. . .…. .Ampliación de matemáticas/ MáxiMo JiMénez López . o de forma genérica: . .….…. .…. . .…. . .…. . . . . aplicando la regla del jacobiano para la composición de funciones. lo anterior también se puede expresar del siguiente modo: Supongamos la función: tal que cada es a su vez función de . pero las variables x e y dependen a su vez de t .…. Con otro enfoque. En el apartado anterior hemos visto la regla de la cadena para el caso general. .…. 48 . . . podemos afirmar: .….….….….….….

2 . A la derecha se ponen las variables de las que dependen las funciones situadas más a la izquierda. El diagrama de árbol para este caso sería: u f v la regla de la cadena dice: x y x y . . sen donde sen si evaluamos en el punto sen | 0 cos | . . con . se tiene: . por todos los caminos posibles apareciendo tantos sumandos como caminos se puedan encontrar: f x y t t CASO 2. sea la función . de izquierda a derecha. 1 entonces: . . . .Ampliación de matemáticas/ MáxiMo JiMénez López 49 si evaluamos en un punto concreto . | cos 2 | Para recordar las expresiones resultantes de utilizar la regla de la cadena se suelen utilizar los diagramas de árbol. Por ejemplo. Sea . Se trata de llegar.

. . . : . . . . . . DIFERENCIALES DE ORDEN SUPERIOR DE UNA FUNCIÓN ESCALAR. . y puede volver a ser diferenciable. Sea . . . . . . . . . . CASO 3. . . . Sea (también de una función diferenciable. . . . .Ampliación de matemáticas/ MáxiMo JiMénez López 50 o lo que es lo mismo: Evaluando en un punto concreto . . en general. El diagrama de árbol sería: u f v w aplicando la regla de la cadena: x y x y x y 4. . dependerá de y ). A esta nueva diferencial la llamaremos diferencial segunda. . . . . . la df. con . . .

Sea una función escalar de clase 212. . El concepto de función de clase r puede verse en DE BURGOS ROMÁN. Si : es de clase r: NOTA 3. Al ser de clase 2 podemos asegurar las operaciones que realizaremos a continuación así como la igualdad de las derivadas parciales cruzadas. 13 2 Este resultado se suele expresar de forma simbólica: donde el significado simbólico de la “potencia” se puede adivinar fácilmente. Para funciones de clase r se puede deducir: NOTA 2. pág. Todo lo visto en este apartado se puede extender sin dificultad a funciones : mediante sus funciones componentes14. Aplicamos que 14 Ver DE BURGOS ROMÁN. 13 0 puesto que ni ni dependen de . Cálculo infinitesimal de varias variables. Entonces df es diferenciable y: 2 Demostración. 12 . Se denomina diferencial total segunda de la función a: . 51 y se denota por TEOREMA. pág. . Cálculo infinitesimal de varias variables.Ampliación de matemáticas/ MáxiMo JiMénez López DEFINICION. . lo que a su vez implica que también es de clase 1. 99. Una función es de clase 2 si todas las derivadas parciales de segundo orden son continuas. 108. NOTA 1.

Ampliación de matemáticas/ MáxiMo JiMénez López

52

5. DIFERENCIAL DE UNA FUNCIÓN DE VARIAS VARIABLES CON VARIABLES INTERMEDIAS.

Estudiemos la expresión de la diferencial de una función cuando previamente hemos realizado un cambio de variable. Veamos con un ejemplo lo que pretendemos.

Sea la función:

por lo tanto derivadas parciales.

, y para calcular df habría que realizar las correspondientes

,

sen

Supongamos ahora que realizamos el cambio de variable expresión de la función f se simplifica: , sen

, la nueva

Si se pudiera asegurar que

, obtendríamos una expresión fácil de

df, aunque fuera en función de las variables “intermedias” u y v.

Vamos a demostrar que la presunción anterior es cierta para la diferencial primera pero no para las diferenciales de órdenes superiores.

5.1. Invariancia de la diferencial primera. , , ,

Sea , ,

, con

, en definitiva, f será una función en las variables

independientes x e y. Además, suponemos suficiente regularidad tanto de las funciones y como de la función f15, entonces:

15

Sería suficiente con exigir la continuidad a las derivadas parciales de u y v y la continuidad de

y

,

ver KRASNOV, M. et al, Curso de matemáticas superiores para Ingenieros, Vol. 1, pág. 634.

Ampliación de matemáticas/ MáxiMo JiMénez López

53

Luego, la diferencial total adopta una expresión del mismo tipo, tanto si los argumentos son variables independientes como si éstos son a su vez funciones de ciertas variables:

Por ejemplo, sea

,

sen

ahora sustituimos u y v por su valor así como , sen

cos

con

sen

obtendremos el mismo resultado que hubiéramos obtenido directamente calculando la con la función .

2

;

y

5.2. Diferencial segunda con cambio de variables.

Con el mismo planteamiento que en el punto anterior, veamos que expresiones distintas según que las variables sean dependientes o independientes.

tiene

En el apartado 4 de este tema demostramos que si x e y son variables independientes: 2

Sea ahora

,

, con

, ,

:

Ampliación de matemáticas/ MáxiMo JiMénez López

54

16

17

2

En resumen, con variables intermedias: 2 , sen

Sería un buen ejercicio comprobar para

con

la

igualdad de este último resultado con el que se habría obtenido calculando directamente la diferencial segunda de , sen , donde hay que puntualizar lo siguiente: 2 2 2

6. INTEGRALES DEPENDIENTES DE UN PARÁMETRO.

Como aplicación de la diferenciación en varias variables vamos a comentar ligeramente el caso de las integrales dependientes de un parámetro18. , 2

Consideremos la función ejemplo:

donde a y b son constantes. Por 3

Utilizamos la invariancia de la diferencial primera. 0 puesto que dependerá, en general, de , y lo mismo ocurre con . Ahora, 18 Para un estudio mas detenido de este tema se puede consultar KRASNOV, M. et al, Curso de matemáticas superiores para Ingenieros, Vol. 2, pág. 471 en adelante. O también, LOSADA RODRÍGUEZ, Análisis Matemático, pág. 624 en adelante.
16 17

Ampliación de matemáticas/ MáxiMo JiMénez López

55

En principio, este tipo de funciones

definidas bajo el signo integral no deben

presentar problemas siempre que sea fácil resolver la integral. Sin embargo, todos sabemos que el cálculo de integrales a menudo resultan complicados.

El objetivo de este apartado es dar técnicas para calcular la derivada de una función definida bajo el signo integral, sin llegar a calcular dicha integral (o resolviendo otra más sencilla). TEOREMA 1. Sea Entonces la función lim , , ,

una función continua en el rectángulo cerrado lim , es continua en , , . Es decir, si lim ,

,

.

:

Por ejemplo, si pretendemos calcular: lim

podríamos calcular la integral, con lo que quedaría una expresión en x, posteriormente tomaríamos límites cuando lim 2

podríamos aplicar el teorema anterior con lo que tendríamos: 1
lim

0. Pero resolver esta integral no es nada sencillo, sin embargo, 2 1 3 2

2

1

TEOREMA 2. Sea

mismo rectángulo. Entonces para

,

continua en

,

,

: ,

,

tal que

es también continua en el

Por ejemplo, sea:

cos sería un intento baldío intentar primero realizar la integral para sin el signo de integración, pudiéramos derivarla. Pero aplicando cos sen cos 2 cos

si queremos calcular que, una vez expresada el teorema 2:

Ampliación de matemáticas/ MáxiMo JiMénez López

56

Veamos ahora un teorema que engloba al anterior. Es el caso en que , , es decir, los límites de integración también depende de x. , , donde , y son continuas en la región D:

TEOREMA 3. Sea

entonces para

,

se tiene: , ,

Demostración. , , ,

Consideremos la función de tres variables suponemos que siguiente árbol: b x x y

, si ahora

podríamos aplicar la regla de la cadena según el

ϕ

a x

luego:

19 20

, , ,

,

19

Aplicamos el primer teorema fundamental del cálculo (o segundo teorema fundamental del cálculo para otros autores) que, bajo la condición de continuidad de la función g, dice que si:

entonces
20

Aplicamos el teorema 2.

– HOSTETLER ROBERT P.Ampliación de matemáticas/ MáxiMo JiMénez López 57 Por ejemplo. LARSON ROLAND E. 1995. – EDWARDS BRUCE H. Dentro de la abundante bibliografía que existe al respecto. quinta edición. Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados. hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. EJERCICIOS PROPUESTOS. McGraw-Hill.: Cálculo. A continuación. Volumen 2. cos cos 3 cos 2 cos aplicando el teorema 3: cos cos 7. Ejemplo 1 página 1010 Ejemplo 5 página 1014 Ejemplo 1 página 1020 Ejemplo 5 página 1026 Ejemplo 3 página 1030 Ejemplo 2 página 1011 Ejemplo 6 página 1016 Ejemplo 3 página 1023 Ejemplo 1 página 1028 Ejemplo 4 página 1031 Ejemplo 4 página 1013 Ejemplo 7 página 1017 Ejemplo 4 página 1024 Ejemplo 2 página 1029 Ejemplo 5 página 1032 . recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. y queremos calcular Identificamos cada término: . sea: cos .

LOSADA RODRÍGUEZ. L. Pirámide. CLAGSAMADRID. Teoría y problemas de funciones de varias variables. 2008. Volumen 2.A. MIR. – EDWARDS BRUCE H. DE BURGOS ROMÁN. McGraw-Hill. McGraw-Hill. CLAGSA-MADRID. 1996. Ed. J. A. segunda edición. GARCÍA CASTRO. J: Cálculo infinitesimal de varias variables. BIBLIOGRAFÍA CITADA EN EL TEMA. 1978. Editorial THOMSON. Editorial Pirámide. A. F. Vol. 1996. Cálculo infinitesimal II. – HOSTETLER ROBERT P. Teoría y problemas de funciones de varias variables. M. Problema 1 página 71 Problema 4 página 72 Problema 10 página 76 Problema 17 página 80 Problema 4 página 96 Problema 10 página 100 Problema 30 página 112 Problema 8 página 352 Problema 2 página 72 Problema 5 página 73 Problema 13 página 77 Problema 18 página 80 Problema 7 página 98 Problema 15 página 102 Problema 1 página 348 Problema 3 página 72 Problema 7 página 74 Problema 15 página 79 Problema 3 página 96 Problema 8 página 99 Problema 16 página 103 Problema 2 página 348 8. KRASNOV. 1995. volumen 1. 1990. F. – TRISTÁN VEGA. Ed. 1 y 2. GARCÍA LÓPEZ. y GUTIÉRREZ GÓMEZ. et al: Calculo II. 2005. LARSON ROLAND E. et al: Calculo II. 1985.: Análisis Matemático.: Guía práctica de Cálculo Infinitesimal en varias variables. quinta edición.: Cálculo. – SANZ GIL. GALINDO SOTO. R. A. et al: Curso de matemáticas superiores para Ingenieros. .Ampliación de matemáticas/ MáxiMo JiMénez López 58 GARCÍA LÓPEZ.

en primer lugar. trata de un máximo local y mínimo local respectivamente. A estos resultados se llega con facilidad razonando sobre el polinomio de Taylor de centrado en el punto crítico que se está estudiando.0. Respecto del ejemplo que acabamos de exponer hay que hacer varias consideraciones.Ampliación de matemáticas/ MáxiMo JiMénez López 59 TEMA 4 EXTREMOS EN FUNCIONES DE VARIAS VARIABLES El objetivo de este tema se centra en el cálculo de extremos de funciones : . .0 y no tiene máximo. dada una función : . Si tuviéramos acceso a la representación gráfica de podemos asegurar que es un máximo local y 0y entre a y b no haría falta más. como la de la siguiente figura: para calcular los máximos y mínimos de esta función. Si no disponemos de la representación gráfica de 0ó derivada distinta de cero es de orden impar existe un punto de inflexión. considerada como una función en todo . se posibilidad de representar gráficamente seguramente. la mínimo en el punto 0. efectivamente. . se plantea la ecuación 0 de su solución obtenemos los llamados puntos críticos y . lo que va servir de guía para nuestro estudio en varias variables. es un mínimo local. . Así. se sigue derivando y llegamos a la conclusión de que si la primera y además ocurriera que de orden par tenemos un máximo (en caso de que fuera menor que cero) o un mínimo (si era mayor que cero). debería salir se calcula la segunda derivada de la función que. Si no tenemos la 0 confirmándonos que. tiene un Suponemos conocidos los métodos de obtención de extremos en funciones reales de variable real. por el contrario. . Por ejemplo. si es 0.

: Además. si observamos el dibujo de advertimos que los máximos y mínimos absolutos no tienen por qué coincidir con los máximos y mínimos locales. el máximo absoluto se encuentra en el punto b y el mínimo absoluto en mínimo local. Estudio de extremos con restricciones. en funciones de una variable.Ampliación de matemáticas/ MáxiMo JiMénez López 60 Por otra parte. 0 o identificando aquellos Calcular el signo de una determinada forma cuadrática en los puntos críticos. En este caso. por cuestión de comodidad en la notación. En una variable los puntos críticos se obtenían resolviendo la ecuación puntos en los que la función no fuera derivable. extremo absoluto. nos vamos a centrar en funciones pero se adivina sin dificultad la extensión de los resultados que obtengamos a 1. Estudiar el polinomio de Taylor en varias variables lo que permite dar sentido al proceso ordinario de cálculo de extremos. Calcular los puntos críticos de una función de varias variables. al estudio del signo de la segunda derivada en el punto crítico. va a desempeñar el papel que tenía el signo de la segunda derivada en el análisis de los extremos locales en funciones de una variable. . En primer lugar vamos a estudiar el signo de una forma cuadrática que. para una primera aproximación sobre el estudio de extremos de funciones de varias variables tenemos que: Definir lo que se entiende por extremo local. Esto equivale. cuestión que sí representa una novedad respecto a lo que acontecía en funciones de una variable. que también es un En resumen. extremo local en sentido estricto y extremo local en sentido amplio. Distinguir entre extremos locales y absolutos cuando el conjunto de definición de la función sea un conjunto con frontera (en el ejemplo que hemos seguido en la introducción de este tema la frontera estaba formada por los puntos a y b). SIGNO DE UNA FORMA CUADRÁTICA. como acabamos de comentar en la introducción. espacios de mayor dimensión.

una forma cuadrática en dimensión 3 podría ser: 3 2 4 1 2 3/2 2 3/2 1 1 1 4 Las formas cuadráticas se pueden clasificar atendiendo al signo de 0. en una base apropiada. Así diremos: . para cualquier vector • es definida positiva si 0. En este supuesto. 0 0. la matriz simétrica que caracteriza a Q. en una base apropiada. es una matriz diagonal del siguiente tipo: con 0 . 0. En este caso. será una matriz diagonal del siguiente tipo: • con es definida negativa si 0. la matriz simétrica que caracteriza a Q.Ampliación de matemáticas/ MáxiMo JiMénez López matriz simétrica de la siguiente manera: … Una forma cuadrática es una aplicación : … 61 que puede venir definida por una … … … … 4 … … Por ejemplo.

será una matriz diagonal del siguiente tipo: • con es indefinida en cualquier otro caso. 0 0 y existen vectores 0 0 0 tal que En este supuesto. será una matriz diagonal del siguiente tipo: • con es semidefinida negativa si 0. 0 y existen vectores 0 tal que En este supuesto. la matriz simétrica que caracteriza a Q. 0 0 0 En este supuesto habrá vectores e tales que 0y 0. la matriz simétrica que caracteriza a Q. será del siguiente tipo: . en una base apropiada.Ampliación de matemáticas/ MáxiMo JiMénez López 62 • es semidefinida positiva si 0. y la matriz simétrica que caracteriza a Q. en una base apropiada. en una base apropiada.

pero evidentemente ello no afectará a los valores en cuadrática. entonces: 3 1 141 2 3 5 √3 0 4 √3 √3 0 7 0 0 12 . Veamos en primer lugar el criterio que tiene como base el signo de las raíces características. si se hace un cambio de base en cambiarán las coordenadas de los vectores y la expresión de la matriz A. . El otro se fundamenta en el criterio de Sylvester sobre la secuencia de submatrices principales. sea la forma cuadrática 1 tomemos un determinado vector 2 . existen principalmente dos procedimientos para calcular el signo de una forma cuadrática. Uno de ellos está basado en el cálculo de las raíces del polinomio característico. Por ejemplo. la nueva matriz tiene de expresión su transpuesta.1.Ampliación de matemáticas/ MáxiMo JiMénez López 63 con 0y 0 1. Cálculo práctico del signo de una forma cuadrática. en siendo P la matriz del cambio de base y que toma la forma concreto. Sea la forma cuadrática : caracterizada por la matriz A. En la práctica.

y los elementos de la diagonal están formados por las raíces del polinomio característico1. entre otros.Ampliación de matemáticas/ MáxiMo JiMénez López √ 64 si realizamos el cambio de base definido por la matriz 1 el vector 2 tiene de coordenadas 3 que vienen dadas por la ecuación: 1 2 3 1 2 3 0 √ 0 0 0 1 .252. GRANERO RODRÍGUEZ. Por lo tanto. las raíces del siguiente determinante: … … … … … … … que tiene exactamente n raíces reales. aunque algunas de ellas puedan estar repetidas. 3 √3 3 √3 Además. pág. se puede demostrar que existe un cambio de base adecuado tal que la nueva matriz de la forma cuadrática respecto de esta base ( ) es diagonal. en esta nueva base luego: la forma cuadrática aplicada al mismo vector pero en la nueva base sería: 1 2 1 √3 2 1 √3 1 2 2 √3 3 1 2 1 √3 2 141 4 √3 1 2 1 3 √3 √3 2 lo que aclara que el signo de una forma cuadrática no va a depender del cambio de base que se pueda realizar. Álgebra y Geometría Analítica. existe un cambio de base adecuado tal que la matriz que caracteriza a la forma cuadrática es del tipo: 0 … 0 1 … 0 0 … … … … 0 0 … Ver. Es decir. .

salvo algunos que valen cero. Si los son estrictamente mayores que cero. el signo de una forma cuadrática dada por una matriz es diagonal es inmediato. 4 √ los tres autovalores son positivos lo que prueba que la forma cuadrática definida positiva. si ponemos con el Mathematica: 5 √3 √3 7 0 0 0 0 12 12. Retomando el ejemplo que acabamos de mencionar. 8. entonces la forma cuadrática es definida positiva. Si existen valores de mayores y menores que cero la forma cuadrática es indefinida. para calcular los autovalores (o valores característicos) de una matriz (raíces de su polinomio característico). Si todos los son estrictamente menores que cero. Este criterio es el que seguiremos en la parte Práctica de la asignatura debido a la facilidad que tiene el Mathematica. √ Además. 282. el cambio de base definido por la matriz de la forma cuadrática sea: 4 0 8 12 0 0 0 1 hace que la nueva matriz También existen otros métodos para adivinar si una forma cuadrática es definida positiva o negativa. con la orden Eigenvalues. Si los son menores que cero. En concreto: • • • • • Si todos los son estrictamente mayores que cero. pág. entonces la forma cuadrática es semidefinida positiva. 2 . Álgebra Lineal con métodos elementales. salvo algunos que valen cero. entonces la forma cuadrática es definida negativa. la forma cuadrática es semidefinida negativa.Ampliación de matemáticas/ MáxiMo JiMénez López 65 Por otra parte. quizás el más conocido es el criterio de Sylvester2 el cual afirma que dada La demostración puede verse en MERINO GONZÁLEZ y SANTOS ALÁEZ.

| Q es definida positiva si y solo si los determinantes de | 0 1. Sea : . es un máximo local de .Ampliación de matemáticas/ MáxiMo JiMénez López la forma cuadrática Q definida por la matriz simétrica … … denotamos por las submatrices principales de A (aquellas de orden k formadas a partir de … … … … 66 … . . . si la esquina superior izquierda de A): entonces: • • que cero. … . TÉRMINOS USADOS EN EL ESTUDIO DE EXTREMOS. … . ∆ si existe . Q es definida negativa si y solo si 2. . 0 tal que ∆ | . . . En el punto interior para todo ∆ El punto e∆ . ∆ | . 1 | | 0 son estrictamente mayores 1. 0 La representación gráfica de un máximo local sería: . . un punto se dice que es interior a D si existe un círculo pequeño centrado en el punto totalmente incluido en D. notamos por: ∆ .

. entonces Si se cumple la desigualdad estricta ∆ | . 0 entonces 0 para todo ∆ . el punto . se habla de mínimo local en sentido amplio. si existe un 0 tal . 3. . ∆ .Ampliación de matemáticas/ MáxiMo JiMénez López 67 de máximo local en sentido amplio. lógicamente cuando ∆ .0 . . En caso contrario se habla Por ejemplo. Análogamente. . . 0. es un máximo local estricto para . sería un mínimo local estricto para e ∆ es un mínimo local de . en caso contrario. el punto . . 0. que se muestra en el siguiente dibujo es un máximo local en sentido amplio de la función del punto siempre habrá otros puntos (los señalados con la curva más gruesa) tales . Si se cumpliera la desigualdad estricta . puesto que alrededor que el valor de f en esos puntos coincide con ∆ | que ∆ | . .

Sea para todo . . . . Pero esta primera aproximación se puede aún mejorar con el denominado polinomio de Taylor Consideremos el siguiente esquema: .3 del Tema 3. . un punto es un máximo absoluto si . De la definición de extremo local se deduce que el signo de ∆ | . También . en el apartado 2. Análogamente. . . . Se dirá simplemente extremo local si es un máximo o mínimo local en sentido amplio. Si se da la desigualdad estricta se dirá que es un máximo . que una aproximación de ∆ | centrado en dicho punto. 68 se dice que es un extremo local en sentido estricto si es un máximo El punto es punto de silla si no es extremo local. es un mínimo absoluto si . . . Si se da la desigualdad estricta se dice que es un mínimo absoluto estricto. vimos. . . POLINOMIO DE TAYLOR DE UNA FUNCIÓN DE DOS VARIABLES. Mientras que en los extremos locales nos centramos en lo que pasa en un entorno muy reducido del punto . definida la función : absoluto estricto. es . .Ampliación de matemáticas/ MáxiMo JiMénez López Un punto o mínimo local en sentido estricto. También hay que distinguir entre extremo local y extremo absoluto. . . . es determinante para concluir si dicho punto es o no un extremo local. en el entorno de | . en los extremos absolutos se tiene en cuenta todo el conjunto D en donde está . para todo 3. .

1 ! | con derivadas se verifica que: . Sea . 2 . por un Por ejemplo. . . | parciales continuas hasta de orden n+1. sea la función entonces: ln ln 2 ln consideremos el punto 1 2 1. . . . . dado un punto . . . función ln Si representamos con el Mathematica ambas funciones vemos efectivamente que la y el polinomio primer grado en dos variables ln 2 1 2 coinciden en el punto 1. o lo que es lo mismo: aproximación: .2 y en un entorno de dicho punto son bastante parecidas: DESARROLLO DE TAYLOR. ∆ en definitiva. . Si tenemos ahora en cuenta que ∆ | . . . . . . .2 ln 2 1 1 2 . . . . ∆ ∆ | . | . 69 .Ampliación de matemáticas/ MáxiMo JiMénez López ∆ | . . . llegamos a la siguiente ∆ . . . . . hemos aproximado la función polinomio de grado uno en las variables x e y. . . definida en un conjunto abierto 1 2! | . con la diferencial primera. ∆ .

836897 0. sea los polinomios de Taylor de distinto orden centrados 1 1 2 1 2 1 2 2 ln 2 polinomios de Taylor de diversos órdenes en dicho punto se tiene: 1.837272 La aproximación del polinomio de Taylor en un entorno del punto . en la práctica suele ser una tarea bastante engorrosa por la cantidad cuentas que hay que realizar.1 ln 2 0.843147 0.1 0.1 4 0. 1 1 1 1 4 1 4 1 4 2 2 2 puesto que ln 1.837248 … observamos dos cuestiones interesantes: .1 1. entre ! otras. En la parte Práctica de la asignatura realizamos un programa con el Mathematica a fin de simplificar esta tarea.1 2 0.2 . Cálculo infinitesimal de varias variables.1 0.1. En un entorno muy reducido del punto .1 2 1 0.2. ln .2.1 1 0. de ∆ e ∆ . … ln 2 ln 2 1 1 2 2 1 2 1 2 1 2 6 ….1.2.1 .1 2 1 2 1 0.1 6 … . | . evaluando los distintos 1 0. será tanto mejor cuanto mayor sea el orden del polinomio centrado en dicho punto.1 ln 2 0. ∆ . el desarrollo de Taylor puede extenderse a funciones : . Además. que lo denotamos por dando por en el punto 1. . .1 · 2.1 4 Tomemos un punto cercano al 1. ∆ con 0. por ejemplo 1.1 4 1 2 0.1. de Taylor de orden n centrado en el punto sobrentendido el punto .1 . el valor absoluto de cada sumando del La demostración del desarrollo de Taylor puede verse en DE BURGOS ROMÁN. obviamos el resto se obtiene el denominado polinomio .1 ln 2 1 0. 4 Aunque el cálculo del polinomio de Taylor es teóricamente fácil. 1 0.Ampliación de matemáticas/ MáxiMo JiMénez López 70 donde se denomina resto de orden n del desarrollo de Taylor y que puede tener.1 1. polinomio de Taylor decrece debido a las potencias. cada vez mayores. Ejemplo.1 2 1 0. pág.2. 109. la siguiente expresión3: Si en la expresión de .1.2 son4: . 3 .

∆ ∆ ∆ . diferenciable y . . . 0 . Sea la función : . 0 Para las funciones que no son diferenciables en todo punto. . Si en dejamos constante la segunda variable igual a . En resumen. . Demostración. aquellos que verifican el sistema 0 0 . un punto interior de D. diferenciable y tiene un extremo local en el punto . también se llaman puntos críticos a aquellos en los que no existen alguna o las dos derivadas parciales. . Sea : un punto interior de D. 0 0 0 De forma análoga se demuestra que 0. . CONDICIÓN NECESARIA DE EXTREMO LOCAL. se dice crítico para la función si . entonces la función: es una función de una variable que tiene un extremo local en es cero: ∆ . es decir. luego la derivada de 0 en ∆ lim lim ∆ . . los extremos locales hay que buscarlos entre los puntos críticos. . . . . El punto .Ampliación de matemáticas/ MáxiMo JiMénez López 71 4. TEOREMA (condición necesaria de extremo local). si la función entonces dicho punto es crítico.

. . .Ampliación de matemáticas/ MáxiMo JiMénez López 72 5. el signo de ∆ | como en un entorno reducido de . pueden verse ejemplos y comentarios sobre la condición suficiente de extremo. ∆ . . Optimización Matemática: teoría ejemplos y contraejemplos. . coincidirá con el signo de la forma cuadrática . iv. . ∆ ∆ . . . 1 3! . un punto crítico de . es un máximo local o un punto En BARBOLLA et al. en este caso. el signo de ∆ | definida por la matriz | . es decir. denotaremos por . es un punto de silla de . . . . | adopta la siguiente forma: . . es definida positiva entonces . es un punto crítico. con derivadas parciales entonces se verifica: i. . Si ii. es definida negativa entonces es un máximo local estricto de | | . . de silla de | es indefinida entonces . es un mínimo local estricto de . . mínimo) va a depender del signo de | . Si iii. 233 y siguientes. ∆ 2 ∆ ∆ ∆ ∆ Es decir. Si Si . . un candidato a extremo local. menores. . CONDICIÓN SUFICIENTE DE EXTREMO LOCAL. . 5 . Sea . . pág. | . . pero: . llamada matriz hessiana de y que la TEOREMA (condición suficiente de extremo local) 5. es semidefinida negativa entonces . Sea continuas hasta de segundo orden y | . . función diferenciable cuantas veces sea necesario y supongamos que 0 y el polinomio de Taylor centrado en . . (decisivo. En este punto ∆ | 1 2! . | los valores absolutos de cada sumando son cada vez . para asegurar si es máximo o | . .

. … . se trata de calcular el mínimo de la curva que aparece en la figura: 6.. pero deben cumplir unas ciertas restricciones.1... con 0 Por ejemplo. cuyos resultados se extienden inmediatamente a subconjuntos de .. ... 0 0 .Ampliación de matemáticas/ MáxiMo JiMénez López v.. Hasta ahora hemos hablado de extremos locales de funciones definidas en un cierto conjunto Veamos ahora el caso en el que queremos calcular un extremo local de : en el que los puntos ecuaciones de ligadura. Si de silla de | .. . .. 73 es un mínimo local o un punto 6. EXTREMOS LOCALES CONDICIONADOS. .. Un procedimiento sencillo para resolver el problema de obtener extremos locales con ecuaciones de ligadura es el denominado método de sustitución. en el siguiente dibujo se visualiza el problema de calcular el mínimo local de la función . denominadas El problema que se plantea es: extremos locales de sujetos a las ecuaciones de ligadura: .. En realidad.. . sujeto a la ecuación de ligadura 4. es semidefinida positiva entonces . Método de sustitución...

. 4 sujeto a la ecuación de ligadura 4 si utilizamos el método de sustitución podíamos proceder del siguiente modo: por lo que se trata de calcular el mínimo de la función 4 (en una variable): que se resuelve de la forma habitual: 4 Si 8 problema se encuentra en el punto 2. este método nos puede deparar sorpresas tales como obtener distintos resultados en función de las variables que se despejen en el sistema de ligadura7. en caso de no poder despejarlas. La sustitución de estas m variables en la función ... si en el problema que hemos planteado hubiéramos despejado la variable x en función de la y la función a la que habría que calcularle el mínimo local hubiera sido 2 que. En primer lugar. el método que hemos seguido para calcular el mínimo local consiste en proyectar la curva a la que queremos calcular su extremo local sobre el plano OXZ en la forma que aparece en el dibujo: Una discusión más pormenorizada de este método puede verse en BARBOLLA et al. pág. En segundo lugar.Ampliación de matemáticas/ MáxiMo JiMénez López 74 Este método consiste en despejar. en este caso. En el ejemplo que acabamos de exponer el problema que se plantea es: calcular el mínimo local de . 6 . el método no se podría aplicar. El método de sustitución aunque parece sencillo a veces no es muy recomendable por dos razones. entre las ecuaciones de ligadura y siempre que sea posible. En realidad. produce el mismo resultado pero no siempre es así. La razón se encuentra en el propio procedimiento. m variables en función de las m-n restantes.2 con un valor igual a 2. 7 Por ejemplo. de la ecuación de ligadura se desprende que 0 0 2 2. Optimización Matemática: teoría ejemplos y contraejemplos. 292 y siguientes. transforma el problema inicial en otro de menos variables sin restricciones que se resuelve de la forma conocida6. no siempre será fácil despejar las m variables en función de las n-m restantes con lo que.2 2 y el mínimo local de este 8.

págs. Método de los multiplicadores de Lagrange. las demostraciones de las afirmaciones que aquí se hacen pueden consultarse. entre otros..Ampliación de matemáticas/ MáxiMo JiMénez López 75 Pero si la curva a la que se quiere calcular sus extremos locales fuera de la siguiente forma: por este procedimiento no podríamos localizar los extremos P y Q salvo que proyectemos sobre el eje OZY (despejemos la x en función de la y)8. Funciones de varias variables. en MARSDEN y TROMBA. pág. pág. . los problemas de extremos condicionados suelen resolverse por el denominado método de los multiplicadores de Lagrange9. Representación de curvas. 260 a 262 pueden verse varios ejemplos muy ilustrativos sobre esta cuestión.. 6. 217 y siguientes o BARBOLLA et al. Para evitar los inconvenientes del método de sustitución descritos en el apartado anterior.. 9 Nosotros nos limitaremos a exponer el método de los multiplicadores de Lagrange. Cálculo vectorial. 298 y siguientes. 8 . Se trata de calcular los extremos locales de sujetos a las ecuaciones de ligadura: En DÍAZ HERNANDO. Optimización Matemática: teoría ejemplos y contraejemplos.2. Cálculo Diferencial.

Construimos la función lagrangiana: .. . Funciones de varias variables.. aparte de aplicar este método también se deberían estudiar aquellos puntos en los que esta matriz tenga rango menor que m...…. lo usual es hacer consideraciones lógicas. . 662 pueden verse dos versiones distintas de condiciones suficientes para decidir si el punto crítico obtenido es máximo. De todas formas. Cálculo Diferencial... 0 0 0 Una vez obtenidos los candidatos a extremos. con tienen derivadas parciales y son a extremo la matriz … … … tiene de rango m10. Además.. 0 0 76 0 . Los puntos críticos se obtienen resolviendo el sistema: … 0 . … .. 231 o LOSADA RODRÍGUEZ.….Ampliación de matemáticas/ MáxiMo JiMénez López suponemos que tanto continuas.. mínimo o punto de silla.... .. las condiciones suficientes para discernir cuales son máximos mínimos o puntos de silla de nuestro problema con ligaduras suelen ser engorrosas de aplicar11. vamos a suponer que en los puntos que por este método sean candidatos … … … … . Cálculo vectorial. 10 . 11 En MARSDEN y TROMBA.….…... Por lo tanto. donde son números auxiliares llamados multiplicadores de Lagrange.. .. … . en estos casos.. pág. ver el ejercicio de la página 266 de DÍAZ HERNANDO. Esta última condición es necesaria para poder aplicar el método de los multiplicadores de Lagrange.... Análisis Matemático. como . geométricas o incluso analíticas que nos permite adivinar qué tipo de punto se trata sin necesidad de acudir a teoremas que involucran a unas especiales matrices “hessianas”. Representación de curvas. pág.

1 1. para calcular el máximo absoluto habría que estudiar el máximo valor que toma sobre los lados del rectángulo .Ampliación de matemáticas/ MáxiMo JiMénez López 77 7. posteriormente. ello no quiere decir que todo lo que hemos estudiado hasta ahora no tenga importancia. 1. . MÁXIMOS Y MÍNIMOS ABSOLUTOS. Dentro de la abundante bibliografía que existe al respecto. EJERCICIOS PROPUESTOS. una comparación entre el valor de dichos extremos con el valor de la función sobre el borde de la región. 8. normalmente este tipo de problemas requieren una gran cantidad de cuentas por lo que sería conveniente. 1. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. Sin embargo. A pesar de que a continuación proponemos una relación de problemas sobre extremos de funciones de varias variables. tendríamos que resolver un problema de extremos locales libres (sin restricciones). En los problemas de ingeniería tiene más importancia calcular los extremos absolutos de una cierta región acotada que hallar un determinado extremo local. el cálculo de extremos absolutos va a implicar generalmente la obtención de los extremos locales y. en primer lugar. una vez que se lea el fundamento teórico que aquí se expone. . A continuación. Posteriormente. la función la siguiente representación gráfica: definida sobre el rectángulo tiene un mínimo absoluto en el mismo punto donde tiene un mínimo local por lo que.1 1. hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso.1 . todo lo contrario.1 que tiene Por ejemplo. realizar los ejercicios de las Prácticas 8 y 9.

y SANTOS ALÁEZ E. 1991. McGraw-Hill.: Cálculo Diferencial. F. 1978. quinta edición. Ed. Madrid. CLAGSA-MADRID. – HOSTETLER ROBERT P. segunda edición. 1995. Volumen 2. . y TROMBA. 1997. quinta edición. quinta edición.M. MacGraw-Hill. – CERDÁ. BARBOLLA.: Cálculo vectorial. P. MERINO GONZÁLEZ. Teoría y problemas de funciones de varias variables. 1991.Ampliación de matemáticas/ MáxiMo JiMénez López 78 Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados.: Análisis Matemático. LARSON ROLAND E. LOSADA RODRÍGUEZ. E. McGraw-Hill. et al: Calculo II.J.: Cálculo.: Cálculo. Espasa Calpe. – HOSTETLER ROBERT P. A. J. segunda edición. R. Pirámide. 2004. – SANZ. DE BURGOS ROMÁN. – EDWARDS BRUCE H. 1996. 2008. Editorial Tebar Flores. 1989. PEARSON EDUCACIÓN. Problema 7 página 196 Problema 12 página 200 Problema 17 página 207 Problema 21 página 212 Problema 28 página 218 Problema 9 página 199 Problema 13 página 201 Problema 18 página 208 Problema 23 página 214 Problema 29 página 220 Problema 11 página 200 Problema 15 página 205 Problema 20 página 211 Problema 24 página 215 9. Granada.A.: Álgebra Lineal con métodos elementales. DÍAZ HERNANDO.: Álgebra y Geometría Analítica. Funciones de varias variables. GRANERO RODRÍGUEZ. J. McGraw-Hill. Volumen 2. – EDWARDS BRUCE H.: Optimización Matemática: teoría ejemplos y contraejemplos. MARSDEN. Ejemplo 1 página 1059 Ejemplo 4 página 1062 Ejemplo 1 página 1075 Ejemplo 4 página 1078 Ejemplo 2 página 1060 Ejemplo 1 página 1065 Ejemplo 2 página 1076 Ejemplo 3 página 1061 Ejemplo 2 página 1067 Ejemplo 3 página 1077 GARCÍA LÓPEZ. Representación de curvas. BIBLIOGRAFÍA CITADA EN EL TEMA. L. Edita Gráficas Lino. 1995. R.E. LARSON ROLAND E. J: Cálculo infinitesimal de varias variables. A.

. donde A es el área que se quiere Así pues. Curso de matemáticas superiores para Ingenieros. en cada uno de los segmentos realizamos la siguiente suma: tomamos un punto cualquiera . Vol. M. del segmento . cada vez más finas. 1 . tal y como se muestra en para calcular este área se toma una partición .y que representa el área de la región escalonada: Haciendo este proceso para diferentes particiones cada partición divida a la anterior. supongamos que existe el siguiente límite: lim lim ∑ con . se observa que calcular. et al. 523.Ampliación de matemáticas/ MáxiMo JiMénez López 79 TEMA 5 INTEGRACIÓN EN VARIAS VARIABLES Todos hemos aprendido el concepto de integral definida a través del problema geométrico consistente en calcular el área A que encierra la gráfica de una determinada función con 1 la siguiente figura : 0 y el eje de abscisas entre los puntos a y b. Un razonamiento de este tipo puede verse en KRASNOV. : . 1 pág. es decir que .

. págs.Ampliación de matemáticas/ MáxiMo JiMénez López 80 para cualquier partición del segmento segmento . Vol. pág. se prueba sin excesiva dificultad que una aproximación del trabajo W realizado por la bomba es: . podemos afirmar que: 3 100 Este ejemplo está sacado de SALAS – HILLE – ETGEN. a pesar de que el ejemplo motivador para llegar al concepto de integral sea hallar una determinada área. . Se quiere calcular el trabajo realizado por la bomba que ha extraído líquido desde el nivel a hasta el b. y sin que dependa de la elección de los en cada entre a y b que se denota por con . El límite medirá el valor del área A y se llama integral de la función : lim . Sobre este razonamiento quiero hacer dos precisiones. Por ejemplo. 354. En primer lugar. con Por lo tanto. 321 a 364. en la práctica. Calculus. Si hacemos una partición sobre el segmento 3 . En el mismo texto pueden verse otras interesantes aplicaciones de la integral definida. Una y varias variables. I. y . tal y como se muestra en el siguiente dibujo2: depósito. 2 . la integral definida se aplica a multitud de problemas que nada tienen que ver con el cálculo de áreas. sea una bomba que extrae líquido de un depósito semiesférico de radio 10. 100 la densidad del líquido homogéneo es σ y la bomba se encuentra 3 unidades por encima del .

En primer lugar se estudiará un problema que sirva de elemento motivador para la definición de integral doble y triple y. 294 y siguientes. . Para cada zona elemental construimos un cuerpo cilíndrico con generatrices paralelas al eje OZ: Existen diferencias entre los distintos textos a la hora de introducir el concepto de integral doble. 3 . CONCEPTO DE INTEGRAL DOBLE. con Dividimos D en un número de zonas disjuntas. El cuerpo cilíndrico está delimitado por el plano XOY. pág. Este va a ser nuestro método para estudiar la integración en varias variables. a continuación. Al concepto de integral doble de Riemann se puede llegar mediante el problema de calcular el volumen V del cuerpo cilíndrico de la siguiente figura3: .Ampliación de matemáticas/ MáxiMo JiMénez López 81 La otra precisión que quiero realizar es que una integral como la anterior. . daremos las propiedades y métodos prácticos para el cálculo efectivo de dichas integrales. 1. habida cuenta de la continuidad de la función que aparece en el integrando.…. . Vol. no se calcula intentando resolver el límite de una partición cada vez más fina sino que directamente se aplica la regla de Barrow. en la práctica. una superficie y las generatrices que se apoyan en D son paralelas al eje OZ.…. et al. M. que las llamaremos regiones elementales. . Nosotros vamos a seguir el método que emplea KRASNOV. Curso de matemáticas superiores para Ingenieros. con áreas respectivas . 2. .

cualquier punto de que tiene . . DEFINICION. (acotado y conteniendo a su frontera) que se divide en regiones elementales Se define el diámetro de como: Sup . La integral doble de .Ampliación de matemáticas/ MáxiMo JiMénez López 82 Como resultado de este proceso el cuerpo original queda dividido en n cuerpos cilíndricos elementales. Si sustituimos el k-ésimo cilindro elemental por el cilindro la misma base y altura igual a es: . sobre la región D será el límite de estas sumas cuando las particiones se hacen más finas y medirá el volumen V del cuerpo cilíndrico considerado. el volumen de Por lo tanto. tendremos aproximaciones más exactas del volumen del cuerpo cilíndrico. es decir. subdividimos todas y cada una de estas regiones elementales. Si hacemos la partición cada vez más fina. . . con . Sea una función acotada sobre D conjunto compacto de de área . . una aproximación del volumen total sería: . siendo . Sea: d el mayor diámetro de las regiones si existe: lim ∑ .

como se muestra en el siguiente dibujo: Una demostración de este teorema puede verse en DE BURGOS ROMÁN. si . Por ejemplo. Si en la región D la . . va a depender de la elección que se haga en cada momento del 2. es continua en un dominio cerrado y acotado entonces es integrable en Sin embargo. CONDICIONES SUFICIENTES DE INTEGRABILIDAD. es una función continua entonces existe . TEOREMA. tomase valores positivos y negativos. Por ejemplo. Cálculo infinitesimal de varias variables. de tal forma que aquellas partes del cuerpo que se encuentran dispuestas por encima del plano XOY tienen signo positivo mientras que las partes que se sitúan por debajo del plano OXY tienen signo negativo.1 0. 210. . es discontinua sobre una . no es obligatorio exigir la continuidad sobre D de la función asegurar la existencia de . 4 . . el volumen V del cuerpo cilíndrico que hemos tomado como ejemplo para introducir el concepto de integral doble será función .1 y . . En principio pudiera parece que cualquier función acotada 0. . De la forma que se ha introducido el concepto de integral doble se desprende intuitivamente que si . NOTA. sea que lim ∑ . sobre el compacto D va a ser integrable en el sentido que acabamos de ver. . A dicho límite se le llama integral doble de la . . para curva C contenida en D. . pág.Ampliación de matemáticas/ MáxiMo JiMénez López 83 que no depende del procedimiento empleado para dividir la región D en zonas elementales ni de la elección de los puntos función . sobre la región D y se denota por cualquiera de los siguientes símbolos: Por lo tanto. 1 si . . en . esta función no es integrable puesto 0 en los demás casos punto . . pero esto no así. entonces representaría la suma algebraica de los volúmenes elementales. . Si este dominio4.

se verifica que .Ampliación de matemáticas/ MáxiMo JiMénez López 84 parece clara la existencia del volumen definido por la superficie discontinua plano OXY. . 5 . . entonces: Estas propiedades se desprenden casi todas ellas inmediatamente de la propia definición. con el conjunto finito de curvas en el compacto D. si el conjunto de discontinuidades de la función . entonces 3. pág. Conservación de la monotonía. y tales . . . . . De todas formas. Asimismo. salvo quizás para un número finito de curvas en D. con 2. . suponiendo la existencia de todas las integrales que aparecen son5: 1. 214 y siguientes. . en DE BURGOS ROMÁN. . . . . podemos afirmar que dada dos funciones integrables que . Propiedad lineal. Cálculo infinitesimal de varias variables. Las integrales dobles tienen básicamente las mismas propiedades que las integrales simples. PROPIEDADES DE LA INTEGRAL DOBLE. si bien adaptadas a un dominio en dos dimensiones. . Si . . Las principales propiedades. pueden verse las demostraciones que aquí enunciamos. . Es decir. podemos afirmar la existencia de . se reduce a un .

Ampliación de matemáticas/ MáxiMo JiMénez López

85

, 3. Caso particular de conservación de la monotonía. , 4. Área de una región plana. |

, , |

El área de una región plana D es la integral doble sobre dicho dominio de la función unidad. Á 5. Aditividad de las regiones. Sean y dos dominios tales que , 6. Estimación de la integral. Sean M y m una cota superior e inferior de , siendo A el área de D. 7. Teorema del valor medio para integrales dobles. Si , es continua en un dominio cerrado y acotado D existe un punto , siendo A el área de D. Al valor , se llama valor medio de , , en el dominio D. , , y , no tiene puntos

interiores comunes, entonces:

,

en D respectivamente, entonces:

tal que:

Ampliación de matemáticas/ MáxiMo JiMénez López

86

4. CÁLCULO EFECTIVO DE LA INTEGRAL DOBLE.

En la práctica, el cálculo efectivo de una integral doble se realiza haciendo dos integrales simples6. La técnica a seguir es distinta dependiendo de la expresión de ,

pero, sobre todo, de la forma de la región D sobre la que se integra. En este apartado, vamos a describir tres técnicas de integración en función de la forma que adopta la región D.

En todo el apartado vamos a considerar la situación más usual que consiste en suponer la continuidad de la función , y de las funciones que delimitan las fronteras de la región

de integración D, si bien sería suficiente con exigir que estas funciones fueran integrables7.

4.1. Teorema de Fubini.

El caso más sencillo es aquél en el que el recinto de integración D es un rectángulo. En este caso aplicamos el conocido teorema de Fubini.

Antes de exponer este teorema hay que aclarar la notación que vamos a seguir en este curso. ,

Cuando se escribe

no se está dando ningún orden de integración, es , . El motivo de que nunca se ponga

decir, lo mismo se hubiera podido escribir

esta última expresión es por guardar el orden alfabético.

En cambio, si ponemos de integrar. Primero se hace

sí estamos estableciendo un orden a la hora , donde la x se considera como una constante: 2 49 2 25 2 12 28

posteriormente, se hace la integral respecto de x. Así: 12
6

4

32

4

En SALAS – HILLE – ETGEN, Calculus. Una y varias variables, Vol. II, págs. 962 a 964 pueden verse algunos ejemplos de cálculo de la integral doble usando directamente la definición pero, salvo que las funciones a integrar sean muy sencillas, es una tarea bastante complicada. 7 Ver DE BURGOS ROMÁN, Cálculo infinitesimal de varias variables, pág. 264.

Ampliación de matemáticas/ MáxiMo JiMénez López

87

Resulta frecuente ver cualquiera de estas tres notaciones: ; y el resultado se integra respecto de x. ;

las tres dicen lo mismo, primero se integra respecto de y, considerando x como una constante,

Análogamente: , coordenadas , , : , ,

TEOREMA DE FUBINI8. Sea D un rectángulo cerrado con los lados paralelos a los ejes de

y

,

una función continua en D, entonces: , , ,

NOTA. Observamos que

integrando primero respecto de y, después respecto de x, y al revés. Aunque el resultado es el mismo, puede ocurrir que un orden de integración sea mucho más difícil que el otro. También es posible que, con un determinado orden de integración, sea imposible calcular la integral doble por métodos elementales mientras que si cambiamos el orden sea factible obtener cada una de las primitivas.

,

se puede hallar de dos formas diferentes; una

4.2. Integración vertical.

Supongamos que la región D está limitada inferior y superiormente por las curvas continuas e con respectivamente, de forma que la región D

no tiene huecos, tal y como se muestran en las siguientes figuras:

8

La demostración de este teorema puede verse en MARSDEN y TROMBA, Cálculo vectorial, pág. 325.

Ampliación de matemáticas/ MáxiMo JiMénez López

88

Si

,

es continua en D se tiene que9: , ,

4.3. Integración horizontal.

Supongamos ahora que existen dos curvas continuas

y

con

delimitando a la región D, de forma que ésta no tiene huecos, tal y como se muestran en las siguientes figuras:

Si

,

es continua en D se tiene: , ,

NOTA 1. Es frecuente que una misma región D se adapte tanto a una a una integración vertical como horizontal, en estos casos, no sería extraño cambiar el tipo de integración (de horizontal a vertical o al revés) a fin de facilitar, o incluso posibilitar, el cálculo de las respectivas integrales simples. NOTA 2. Si el dominio D tiene la forma de la siguiente figura:

9

La demostración de este resultado puede verse en MARSDEN y TROMBA, Cálculo vectorial, pág. 332.

Ampliación de matemáticas/ MáxiMo JiMénez López

89

la región no se adapta para poder aplicar una integración vertical ni horizontal. En estos casos se suele dividir la región D en subregiones adecuadas y sumaríamos las integrales obtenidas sobre las distintas subregiones. En este caso concreto, también se podría hacer: , , ,

5. CAMBIO DE VARIABLE EN LA INTEGRAL DOBLE.

Se supone conocida la forma de proceder en los cambios de variable para una integral definida simple. Pero veamos con detenimiento dicho proceso.

Por ejemplo, sea la integral: 1

si hacemos el cambio de variable

2

2

4, la nueva integral a resolver sería: 4 1 2

Es decir, lo que hemos hecho es sustituir la x por su expresión respecto de t al tiempo que se cambian los límites de integración según la relación: 6 2 1 1

Además aparece en el integrando el factor 2 que representa la compensación por la diferencia de longitud que ha sufrido el intervalo de integración al pasar de la variable x a la variable t.

En la integración en varias variables se produce un proceso análogo.

ver GALINDO SOTO et al. . el valor absoluto de . Entonces si . . 253. es decir. el paso de coordenadas cartesianas a polares: cos sen cuyo jacobiano es . curvas de pétalos o expresiones del tipo etc. con derivadas parciales continuas y tal que a cada punto y al revés. Debido a la frecuencia de este cambio de variable vamos a realizar un estudio detallado del mismo.Ampliación de matemáticas/ MáxiMo JiMénez López 90 TEOREMA. . | es el valor La demostración de este teorema no es fácil10. Este cambio está indicado para regiones tales como: círculos. 271 de DE BURGOS ROMÁN. hay que señalar que en un cambio de variable como el señalado en este teorema las curvas que delimitan la frontera del compacto D* se transforman en curvas que delimitan la frontera de D. Guía práctica de Cálculo Infinitesimal en varias variables. . Cálculo infinitesimal de varias variables. | es integrable en D se tiene: donde D* es la región que se transforma en D por el cambio de variable y | absoluto del jacobiano. El prototipo de dominio D que se adapta perfectamente a un cambio de coordenadas polares es el siguiente: Ver pág. φ y ψ son funciones continuas. . sin duda. cardioides. . | . le corresponde otro punto . . sin embargo. 11 10 . CAMBIO DE VARIABLE A COORDENADAS POLARES. pág. Al tratar de resolver una integral doble el cambio de variables que se realiza con más frecuencia es. Además. Sea el cambio de variable . . tiene importantes aplicaciones en el cálculo práctico de integrales dobles puesto que nos puede permitir cambiar un recinto de integración complicado D por otro D* más fácil de integrar11. es decir. 6.

cos . Así pues. Todos los puntos de la curva inferior 0 con . puesto que la transformación no es uno a uno. si el dominio de integración D es del tipo: y razonamos de la misma manera que en la situación anterior. por este cambio de variable.Ampliación de matemáticas/ MáxiMo JiMénez López 91 La región D del dibujo es el resultado de transformar. ahora no tenemos un cambio de variable. sen El cambio a coordenadas polares sigue siendo válido para regiones que puedan considerarse como casos extremos al que hemos planteado como prototipo. la región D*: haciendo una integración vertical sobre D* se obtiene: . en el sentido que hemos definido en el apartado 5 de este tema.

Ampliación de matemáticas/ MáxiMo JiMénez López

92

se transforma en el origen de coordenadas pero, como hemos comentado en el apartado 2, lo que suceda a lo largo de una curva no afecta al valor de la integral. Por lo tanto, en este caso podemos afirmar que:

,
Por la misma razón, para una región del tipo:

cos , sen

el cambio a polares implicaría que:

,
Si la región D fuera:

cos , sen

el cambio a polares llevaría a la siguiente igualdad:

,

cos , sen
en función

NOTA. Pocas veces ocurre que la región D se preste a que sea más fácil expresar

de . De todos modos, si fuera éste el caso, habría que precisar unos valores adecuados de y tales que pudiera escribirse una expresión del siguiente tipo:

,

cos , sen

Ampliación de matemáticas/ MáxiMo JiMénez López

93

7. INTEGRAL TRIPLE.

Al concepto de integral triple se llega de forma natural al tratar de hallar la masa de un cuerpo sólido de densidad variable12. Sea Ω un cuerpo de , , ,

3

dada por la función

volúmenes respectivos

, ,

,…,

. Dividamos Ω en regiones elementales Ω , Ω , … , Ω :

tal que en cada punto

su distribución de masas viene con

suponemos que en la región Ω la densidad es constante e igual a Una aproximación a la masa total M de Ω sería: , ,

En cada región elemental Ω elegimos un punto arbitrario

,

,

,

,

.

Ω , además,

integral triple sobre la región Ω será el límite de estas sumas cuando la partición se hace cada vez más fina, es decir, será la masa M.

de estas regiones elementales, obtenemos aproximaciones más exactas de la masa de Ω. La

Si hacemos las particiones cada vez más finas, es decir, subdividimos todas y cada una

Seguimos la introducción que utiliza KRASNOV, M. et al, Curso de matemáticas superiores para Ingenieros, Vol. 2, pág. 325 y siguientes.

12

Ampliación de matemáticas/ MáxiMo JiMénez López

94

DEFINICION. Sea

volumen

(acotado y conteniendo a su frontera). Dividamos Ω en regiones elementales Ω de . Se define el diámetro de Ω como: Ω
,

, ,

una función acotada sobre la región Ω conjunto compacto de Sup ,

sea:

d el mayor diámetro de las regiones Ω Si existe: lim ∑ , , , , Ω

de la elección de los puntos , ,

que no depende del procedimiento empleado para cubicar la región Ω en zonas elementales ni sobre Ω y se designa por cualquiera de los siguientes símbolos:

con

,

,

en Ω , a este límite se llama integral triple de ;

, ,

, ,

Como se puede observar, en esencia, la definición de integral triple es la misma que la integral doble cambiando el compacto por Ω . Así, con los mismos argumentos

que se vieron para la integral doble podemos asegurar lo siguiente: , , está acotada sobre Ω y las discontinuidades de

TEOREMA. Si la función

se encuentra situadas en una superficie, entonces existe

, ,

.

, ,

8. PROPIEDADES DE LA INTEGRAL TRIPLE.

Las propiedades de la integral triple vienen a repetir las que ya se enunciaron para la integral doble. Así pues, si suponemos la existencia de las integrales de sobre Ω, entre otras, podemos enunciar las siguientes: 1. Propiedad lineal. , ,

, ,

y

, ,

, ,

, ,

, ,

, ,

, ,

con

.

Ampliación de matemáticas/ MáxiMo JiMénez López

95

2. Conservación de la monotonía. Si , , , ,

Ω se verifica que

, ,

, ,

entonces: , , , , |

3. Caso particular de conservación de la monotonía.

, ,

4. Volumen de un cuerpo.

|

unidad.

El volumen V de un cuerpo Ω es la integral triple sobre dicho dominio de la función Ω

5. Aditividad de las regiones.

Sean Ω y Ω dos dominios tales que Ω puntos interiores comunes, entonces:

Ω , ,

Ω y la intersección de ambas no tiene

, ,

6. Estimación de la integral.

, ,

Sean M y m una cota superior e inferior de entonces:

, ,

sobre Ω respectivamente,

7. Teorema del valor medio para integrales triples. Si , , , , Ω tal que:

siendo V el volumen de Ω.

, ,

es continua en el dominio cerrado y acotado Ω, existe un punto

Al valor

siendo V el volumen de Ω. , ,

, , , ,

,

,

se llama valor medio de

en el dominio Ω.

Ampliación de matemáticas/ MáxiMo JiMénez López

96

9. CÁLCULO EFECTIVO DE LA INTEGRAL TRIPLE.

En la práctica, el cálculo efectivo de la integral triple se reduce a resolver tres integrales simples.

El teorema de Fubini sigue siendo cierto para las variables triples. TEOREMA DE FUBINI13. Sea Ω un cubo cerrado con los lados paralelos a los ejes de , , , y , ,

entonces se verifica la igualdad respecto de los seis posibles órdenes de integración:

coordenadas Ω

una función continua en Ω, , ,

, ,

, ,

Otro tipo de región cuya integral triple se calcula fácilmente es la que aparece en el siguiente dibujo:

coordenada z está delimitada entre dos superficies

la región Ω está definida por el conjunto de puntos

,

, ,

tales que ,

. En este caso, el

,

y la

13

La demostración del teorema de Fubini para el caso general, no sólo para el caso de integrales dobles, puede verse en DE BURGOS ROMÁN, Cálculo infinitesimal de varias variables, pág. 230.

Es decir: Ω . el cambio a coordenadas cilíndricas y a coordenadas esféricas.Ampliación de matemáticas/ MáxiMo JiMénez López 97 cálculo de la integral triple se reduce a una integral doble mediante la proyección de Ω sobre el plano XOY. para calcular unidad centrada en el origen. . pág. 134 y siguientes. . . El cambio de variable en la integral triple presenta las mismas peculiaridades que comentábamos en las integrales dobles. 14 . CAMBIO DE VARIABLE EN LA INTEGRAL TRIPLE. Ω . En MARTÍNEZ SAGARZAZU. donde Ω es la esfera de radio Por ejemplo. . 10. Aplicaciones y ejercicios. previa integración sobre la variable z14. En las integrales triples son dos los cambios de variables que se realizan con más frecuencia. podría hacerse del siguiente modo: . Cálculo Integral. donde D el círculo unidad centrado en el origen. tal y como se muestra en el siguiente dibujo: . . pueden verse ejemplos de regiones que se proyectan sobre los restantes planos coordenados. . por lo que son válidas todas las consideraciones que hicimos cuando se estudió el problema de cambio de variable en las integrales dobles.

Cambio de variable a coordenadas esféricas. Este cambio de variable puede resultar útil en un dominio Ω formado o delimitado por etc. . sen . 10.2. Luego: Ω . sen cos sen sen cos El cambio de variable a coordenadas esféricas puede resultar útil para dominios de La formulación más frecuente del cambio a coordenadas esféricas es: con 0. una superficie de revolución de eje OZ o cuando en la función a integrar aparece la expresión El cambio de variable viene definido por las expresiones: cos sen con dibujo: Gráficamente. El jacobiano del cambio de variable es .1.Ampliación de matemáticas/ MáxiMo JiMénez López 98 10. Ω cos . .Cambio de variable a coordenadas cilíndricas. 0 y0 2 . la interpretación de las coordenadas ρ y θ pueden verse en el siguiente 0y0 2 . integración Ω limitados por superficies esféricas o cónicas.

Ejemplo 2 página 1097 Ejemplo 1 página 1105 Ejemplo 2 página 1128 Ejemplo 2 página 1146 Ejemplo 2 página 1153 Ejemplo 3 página 1098 Ejemplo 2 página 1106 Ejemplo 4 página 1130 Ejemplo 4 página 1148 Ejemplo 3 página 1155 Ejemplo 4 página 1099 Ejemplo 3 página 1107 Ejemplo 1 página 1145 Ejemplo 1 página 1152 Ejemplo 4 página 1156 . A continuación. EJERCICIOS PROPUESTOS. – HOSTETLER ROBERT P. quinta edición. Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados. la interpretación de las coordenadas ρ. hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. Luego: sen . Dentro de la abundante bibliografía que existe al respecto. .Ampliación de matemáticas/ MáxiMo JiMénez López 99 siguiente dibujo: Gráficamente. Ω sen cos . cos sen . φ y θ puede verse en el El jacobiano del cambio de variable es Ω sen .: Cálculo. sen 11. Volumen 2. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. LARSON ROLAND E. 1995. McGraw-Hill. – EDWARDS BRUCE H.

et al: Curso de matemáticas superiores para Ingenieros. MARSDEN. 1996.J. cuarta edición. MIR. 2008. Vol.: Cálculo vectorial. Teoría y problemas de funciones de varias variables. et al: Calculo II. 1990. 1995. Una y varias variables. I.A. Volumen 2. F. DE BURGOS ROMÁN. J. BIBLIOGRAFÍA CITADA EN EL TEMA. McGraw-Hill. 2002. 2004. L. – HOSTETLER ROBERT P. J. 2005. E. y TROMBA. Reverté. KRASNOV. SALAS – HILLE – ETGEN: Calculus. A. – EDWARDS BRUCE H. Edita la Universidad del País Vasco. GARCÍA LÓPEZ. Aplicaciones y ejercicios. 1996. MARTÍNEZ SAGARZAZU. – SANZ GIL. M. quinta edición.: Cálculo Integral.: Cálculo. McGraw-Hill. Teoría y problemas de funciones de varias variables. et al: Calculo II. Vol. LARSON ROLAND E. A. Ed. Problema 14 página 248 Problema 18 página 250 Problema 10 página 294 Problema 13 página 295 Problema 16 página 298 Problema 19 página 300 Problema 22 página 302 Problema 6 página 326 Problema 12 página 332 Problema 15 página 248 Problema 7 página 292 Problema 11 página 295 Problema 14 página 297 Problema 17 página 299 Problema 20 página 301 Problema 23 página 303 Problema 9 página 329 Problema 13 página 332 Problema 17 página 249 Problema 8 página 292 Problema 12 página 295 Problema 15 página 297 Problema 18 página 299 Problema 21 página 302 Problema 4 página 325 Problema 11 página 331 12.Ampliación de matemáticas/ MáxiMo JiMénez López 100 GARCÍA LÓPEZ. quinta edición. A. 1 y 2. CLAGSA-MADRID.: Guía práctica de Cálculo Infinitesimal en varias variables.E. CLAGSAMADRID. 1993. Editorial THOMSON. GALINDO SOTO. – TRISTÁN VEGA. PEARSON EDUCACIÓN. segunda edición. . J: Cálculo infinitesimal de varias variables.

es una función escalar : la función a integrar . En el presente tema. Primero estudiaremos un problema físico que sirva de motivación para definir un determinado tipo de integral de línea y. la curva γ. . Por otra parte. pero se resuelven de distinta forma y miden cosas distintas. la función a integrar . . y aunque sea de línea: lo que tienen en común es el recinto en donde se integra. daremos las propiedades de dicha integral de línea. es un campo vectorial : Por el contrario.Ampliación de matemáticas/ MáxiMo JiMénez López 101 TEMA 6 INTEGRAL DE LÍNEA Antes de comenzar con el estudio de las integrales de línea sería conveniente repasar la Práctica 4 correspondiente a la parte de la asignatura diseñada con el ordenador. las regiones en donde se integraba eran compactos de o . Por lo tanto. el método que vamos a seguir para estudiar las integrales de línea va a ser el mismo que el mantenido en las integrales dobles y triples. En la integración en varias variables. antes de resolver una integral curvilínea o aplicar cualquiera de sus propiedades hay que distinguir si la función a integrar es escalar o si se trata de un campo vectorial. . si γ es una curva en el plano. · . En primer lugar. · En . a continuación. hay que destacar que van a existir dos tipos de integrales de línea en anticipar un poco el desarrollo del tema. en . Por ejemplo. el recinto de integración va a ser un trozo de curva en el plano o el espacio. las siguientes integrales función de que la función a integrar sea escalar o vectorial. .

de la recta real. en una curva regular a trozos tenemos asegurado la existencia de un vector tangente en cada punto de la curva salvo. Por ejemplo. DEFINICIÓN. reparametrizaciones de una curva. La propia definición de integral de línea nos dice cuál va a ser la integral simple que tengamos que resolver. En la Práctica 4 de la asignatura usamos el Mathematica para asimilar intuitivamente conceptos básicos de las curvas parametrizadas como son: sentido de recorrido de una curva. etc. como se muestra en . a lo más.Ampliación de matemáticas/ MáxiMo JiMénez López 102 Aquí no tiene sentido detallar ningún tipo de técnica de integración. por lo que sería conveniente una lectura. ALGUNAS NOCIONES SOBRE CURVAS PARAMETRIZADAS. de dicha práctica. Sea la curva parametrizada : para todo .2 : sen . Se dice que γ es una con 0 Así pues. parametrización de un segmento rectilíneo. la siguiente curva definida en el intervalo 0. Además. ..2 2 es una curva continua suave a trozos ya que sólo en el siguiente dibujo: no existe . 2 ó 3). (con curva regular a trozos (o también suave a trozos) si existe y es continua salvo quizás en algún conjunto finito de puntos. El tipo de curva que va a aparecer a lo largo del tema va a ser la imagen de una .2 si si 2 0. 1. aunque sea ligera. en un conjunto finito de puntos. cos 2 2 . va ser función continua definida sobre el intervalo compacto regular a trozos. .

Ampliación de matemáticas/ MáxiMo JiMénez López 103 Para una curva suave a trozos es fácil demostrar que la longitud L de dicha curva viene dada por la expresión1: | 2 cos .2 | 2 0. Si realizamos una partición del alambre del siguiente modo: La demostración de este resultado puede verse en SALAS – HILLE – ETGEN. 796. una parametrización de la semicircunferencia de radio 2 puede ser: con √4 luego su longitud es: | 2 sen . 1 y Hay que observar que la fórmula para hallar la longitud de una curva es válida tanto en el plano como en el espacio. Por ejemplo. 1 | 2. del alambre. Una y varias variables. Sea .1 con √17 y su longitud será: √17 2. 2.1. Vol.1 puede tener la siguiente parametrización: 2 2 . 2 cos | 2 2. Sea un alambre dispuesto en el plano (también podríamos situar el alambre en el espacio) según una curva definida por la parametrización: . INTEGRAL DE LÍNEA DE UNA FUNCIÓN REAL. el trozo de recta que une los puntos 0. Al concepto de integral de línea de una función real se llega de forma natural cuando tratamos de hallar la masa de un alambre de densidad variable. 1 . la distribución de densidad lineal para cada punto . Por ejemplo. Calculus. II.1 3 . pág. 2 sen | 0. con . 3.

siendo cualquier punto del trozo i-ésimo de curva y . tenemos una mejor aproximación de la masa total del alambre. y una aproximación a la masa total será: . con . . luego su masa lim | | pero lo anterior es la expresión de una integral simple2. 2 Ver en la introducción del Tema anterior cómo se pasaba del límite de una sumatoria a la expresión integral. es decir. existe | | | como por lo tanto: . la masa M del alambre es: | | De todo lo anterior se comprende que no resulta para nada artificial ni caprichosa la siguiente definición de integral de línea para funciones escalares. | | con . . Por lo tanto: por el teorema del valor medio para integrales. tomamos | .Ampliación de matemáticas/ MáxiMo JiMénez López 104 y suponemos que la masa es constante en cada trozo de la partición. | | Cada vez que hagamos una participación más fina de la curva. | | su longitud. o lo que es lo mismo del intervalo M será: . la masa del trozo i-ésimo será: . tal que: era un punto cualquiera del trozo i-ésimo de la curva. . .

. 105 una curva suave a trozos.Ampliación de matemáticas/ MáxiMo JiMénez López DEFINICION. con . . 352 y 353. Propiedades de la integral de línea de funciones escalares. 2. . Sea el intervalo compacto Sea una función : siguiente integral: . Propiedad lineal. siempre que se pase el mismo número de veces por cada punto. Las propiedades de la integral de línea de una función escalar se deducen de forma inmediata de las propiedades de la integral simple. Incluso resulta invariante para parametrizaciones que inviertan el sentido de recorrido de la curva4. La integral de línea de una función escalar es invariante ante distintas parametrizaciones de la misma curva. págs. . . 3. . Guía práctica de Cálculo Infinitesimal en varias variables. . . Entre las principales podemos citar: 1. | | La misma definición es válida para curvas : . Si entonces En algunos textos también se denomina integral de línea de primera especie de la función f sobre la curva . a la | . continua definida en un abierto que contenga a la curva . Monotonía de la integral. 4 A este respecto ver los comentarios en GALINDO SOTO et al. y : . .1. 3 . . . definidas en el espacio y funciones escalares definidas en conjuntos que contenga a la curva : | 2. Se llama 3. integral de línea de la función escalar f a lo largo de y se nota por .

. Caso particular de conservación de la monotonía: . Enfatizamos que . entonces: . 4. siendo L la longitud de . Teorema del valor medio para integrales de línea de funciones escalares. Aditividad de los trozos de curva. por . el trabajo W efectuado es: . Longitud de una curva parametrizada. . tal que . | La longitud L de una curva es la integral de línea de la función unidad: 1 6. cambiado. 5. INTEGRAL DE LÍNEA DE UN CAMPO VECTORIAL. . 7. debe ser continua. De física elemental se sabe que si una fuerza constante F mueve un objeto una distancia d. en línea recta.Ampliación de matemáticas/ MáxiMo JiMénez López 106 . . Para ello. vamos a razonar sobre el plano (aunque no existiría diferencia alguna si situamos la curva en el espacio) y pasaremos de situaciones muy simples a otras más complejas. Todas estas propiedades son validas para curvas en el espacio y funciones : . . Ahora pretendemos calcular el trabajo que se realiza al mover un objeto a lo largo de una curva . existe un punto de la curva . 3. en donde corresponda. Entonces. | . Si una curva se divide en dos trozos . y .

Ampliación de matemáticas/ MáxiMo JiMénez López 107 Si consideramos las anteriores magnitudes en su dimensión vectorial. suponemos que el recorrido se realiza en la dirección del vector tangente unitario a la curva en este punto . realizamos el siguiente Sea una partición de la curva (o del intervalo la curva la fuerza es constante e igual a . el trabajo realizado por la fuerza constante recta representado por : que desplaza un objeto a través de un trayecto en línea viene dado por el siguiente producto escalar: | | cos · Para calcular el trabajo que realiza una fuerza punto. con . cualquier punto del trozo i- siendo ésimo de la curva. siendo la longitud del trozo de curva. continua pero variable en cada . . · . . . existe . al mover un objeto a lo largo de la curva razonamiento. . ) y suponemos que en cada trozo de . tal que: . Razonando de la misma forma que en el apartado anterior sobre la longitud del trozo iésimo de la curva: | | y por el teorema del valor medio para integrales. Asimismo. según el siguiente dibujo: Una aproximación al trabajo realizado en el trozo i-ésimo sería: .

| · se tiene: | | | | | | | · .Ampliación de matemáticas/ MáxiMo JiMénez López 108 tomando como . al mover un objeto a Por lo tanto. 5 . el trabajo realizado por el campo de fuerzas lo largo de la curva lim será el límite. Sea el intervalo compacto Sea el campo vectorial : siguiente integral: · una curva suave a trozos. cuando tratan este tipo de integrales. continuo y definido en un abierto que contenga a la curva y se nota por · . y NOTA. Sin embargo. 5. se llama integral de línea del campo vectorial F a lo largo de · campos vectoriales definidos en conjuntos que contenga a la curva . La misma definición es válida para curvas definidas en el espacio : . DEFINICION. cuando la partición se hace cada vez más fina. En coherencia con la notación mantenida por nosotros. la integral de línea del campo vectorial F se debería haber notado por · . en la mayoría de los libros. lo denota como . . y : . que hasta ahora lo hemos venido llamando . a la . al vector de posición de la curva. En algunos textos también se denomina integral de línea de segunda especie de la función F sobre la curva . de de la lim · · suma de los trabajos correspondientes a cada trozo de curva: 1 Esta última integral va a ser precisamente la definición de integral de línea de un campo vectorial.

1. en lugar de escribir . y · . que se suele poner de forma simplificada: · En se notaría: · . Igualdad ante las parametrizaciones de El valor de · que conservan el sentido de recorrido6. pero recorrida en sentido contrario.Ampliación de matemáticas/ MáxiMo JiMénez López 109 3. Otra forma de escribir la integral de línea de un campo vectorial. si entonces se tiene que es la misma curva que · · . . en realidad. es la misma expresión. . 426. Si . Por el contrario.2. · · . pág. . 3. siempre que no varía para cualquier parametrización de conserve el sentido de recorrido de la curva. puesto que al cambiar el sentido de 6 La demostración de esta propiedad puede verse en MARSDEN y TROMBA. . . : · . . Cálculo vectorial. Veamos que. Esta propiedad se corresponde perfectamente con la interpretación física que dimos para motivar la definición de este tipo de integral. Destacamos las siguientes propiedades de la integral de línea de un campo vectorial: 1. . en muchos textos observaremos que para indicar la integral de línea de F sobre la curva . Supongamos el campo vectorial · . Propiedades de la integral de línea de campos vectoriales. se nota .

La curva los puntos inicial y final. suponemos que curva se recorre de tal . simple y suave a trozos. Para usar el teorema de Green es necesario que la curva que sirve de frontera a la región sea cerrada y simple como aparece en el siguiente dibujo: DEFINICIÓN. con sea D la región delimitada por manera que la región D queda siempre a su izquierda. Aditividad de los trozos de curva.Ampliación de matemáticas/ MáxiMo JiMénez López 110 recorrido por la curva. el trabajo del campo de fuerzas a lo largo de la misma cambia de signo. se dice cerrada si . · · 3. existe relación entre la integral de línea una curva cerrada y la integral doble sobre la región que encierra dicha curva. TEOREMA DE GREEN. Además. 4. Si la curva se divide en dos trozos · y . DEFINICIÓN. Una curva con cerrada a la integral de línea sobre dicha curva se le suele denotar por el símbolo . · . 2. . Sea una curva continua en el plano cerrada. Aunque parezca extraño. Cuando la curva es · . se dice cerrada y simple si es cerrada y no tiene puntos dobles salvo TEOREMA DE GREEN. Propiedad lineal. Además. entonces: · · con . Sea la función vectorial . esta relación tiene aplicaciones importantes en el mundo de la ingeniería.

TEOREMA FUNDAMENTAL DE LA INTEGRAL DE LÍNEA EN . En este apartado vamos a ver que para determinados campos vectoriales es posible obtener el valor de esta integral sin necesidad de parametrizar la curva sobre la que se integra.4 y la 7 8 La demostración de este teorema puede verse en MARSDEN y TROMBA. 2 . · Una de las principales dificultades para calcular la integral parametrizar la curva consiste en . · El teorema de Green también es cierto para regiones con huecos parametrizando de entonces7: forma adecuada las regiones que delimitan dichos huecos8. simple y deduce que el área de la región D delimitada por la curva continua suave a trozos se obtiene de la siguiente integral de línea: 1 2 5. pág. COROLARIO. Cálculo vectorial. . 503.Ampliación de matemáticas/ MáxiMo JiMénez López 111 y continuas y con derivadas parciales continuas en una región abierta que contiene a D. Ver MARSDEN y TROMBA. y aunque sea adelantar los resultados que vamos a desarrollar a continuación. pág. 501. Por ejemplo. si tenemos que hallar la integral espiral del dibujo: · donde . . . Cálculo vectorial. Sólo tendremos que tener en cuenta el punto inicial y final de la curva lo que supone una generalización de la conocida regla de Barrow en las integrales simples. Si consideramos el campo vectorial de forma inmediata se cerrada.

Todos estos conceptos los vamos a desarrollar a lo largo de este apartado. Sin embargo. sin necesidad de parametrizar la curva . .1. . El campo vectorial diferenciable : tal que . Vol. · Así pues. se dice conservativo si existe una función . Para ver algunas de ellas se puede consultar LARSON ROLAND et al. Campos vectoriales conservativos en : . 1040 y siguientes. es conservativo. se define gradiente de f y se denota por . Cálculo. 5. Una región se dice simplemente conexa si para cada curva cerrada simple está contenida en D. puede ser . . . . se llama . DEFINICIÓN. este problema también se puede resolver calculando previamente una función potencial de veremos. pág. . cuando intentemos calcular . lo primero que hay que comprobar es si el campo contesta en el teorema que daremos a continuación. ⁄ los puntos inicial y final de la curva: 0 pero para poder aplicar este procedimiento se necesita que el campo vectorial F sea conservativo. . 9 El gradiente de una función diferenciable tiene importantes aplicaciones prácticas. En este caso. En el siguiente dibujo hacemos una contenida en D. 2 (primitiva en el lenguaje de las integrales simples) que. a la función escalar función potencial de F. 2. la región interior de distinción entre distintas nomenclaturas que pueden prestarse a confusión. pero antes hay que hacer una precisión sobre el tipo de región al que se refiere el teorema.Ampliación de matemáticas/ MáxiMo JiMénez López 112 tendríamos que parametrizar la curva y después resolver una integral que se adivina bastante complicada. Sea la función diferenciable al vector9: : . según . dicha cuestión se . posteriormente evaluaremos esta función potencial en · 2 .

Pero la constante C puede ser donde momento. Sea la función vectorial . En ambos casos se cumple que . . . . . con lo que se quiere decir que . Una y varias variables. II. . es conocida puesto que se ha obtenido integrando . 10 . . 944. ) entonces estaríamos tentados a poner: . y es. por el La demostración de este teorema puede verse en SALAS – HILLE – ETGEN.Ampliación de matemáticas/ MáxiMo JiMénez López 113 TEOREMA10. . pág. encontrar una función . . parciales continuas en el dominio abierto y simplemente conexo D. Es decir. es conservativo hay que calcular . . desconocida. Calculus. Vol. Si partimos de la igualdad igualdad . . Entonces el campo es conservativo si y solo si: : tal que y tienen derivadas tal que: la función potencial : Una vez que sepamos que el campo vectorial tal que . . realmente una constante o bien una función que depende de y. (el proceso es simétrico si se empieza desde la otra . Luego sería más correcto poner: .

1189. es un campo conservativo su función potencial es: . . si En la práctica. vol. En definitiva. Cálculo. . son equivalentes las siguientes afirmaciones: i) en D.2. TEOREMA11. se tiene: . . Sea . : Como resumen de todo lo que hemos dicho hasta ahora se puede deducir que. . con función potencial · . . . y final curva continua suave a trozos contenida en D con punto inicial Entonces si F es conservativo. . una . . 5. si hubiéramos comenzado por la igualdad hubiéramos llegado a otra expresión simétrica a la anterior. resulta más fácil seguir los pasos que hemos seguido para hallar esta expresión que memorizarla. condiciones suficientemente regulares. Regla de Barrow para la integral de línea en . . parciales continuas en la región abierta D simplemente conexa y incluida en D.Ampliación de matemáticas/ MáxiMo JiMénez López 114 Para obtener utilizamos la segunda igualdad de la que partimos : . en con y con derivadas continua y suave a trozos 11 La demostración se puede ver en LARSON et al. pág. . El siguiente teorema se denomina teorema fundamental de las integrales de línea para campos conservativos y supone una extensión de la conocida regla de Barrow en las integrales simples. Sea un campo vectorial continuo en la región abierta D. . Además. es decir. 2. .

llamándose función potencial de F a la . 12 Ver SMITH y MINTON. no vamos a ser muy precisos a la hora de delimitar las hipótesis realmente necesarias para aplicar los teoremas que restan hasta el final del tema. en general. la caracterización de los campos conservativos sobre dominios simplemente conexos ya no es tan fácil como en el plano13. Cálculo. Sin embargo. También debemos advertir que. pág. 2. 6. . tanto desde el punto de vista conceptual como operativo algunos conceptos presentan algo más de dificultad. 0 si es una curva cerrada. Ahora F tiene tres componentes . 13 . . . dado un campo vectorial función diferenciable función escalar . · · es independiente del camino. para la función diferenciable : se denota por . 420. Por ejemplo. . Vol. : tal que : . . de región Ω simplemente conexa sería aquella en la que toda curva cerrada y simple se puede Asimismo. la extensión al espacio del concepto deformar de manera continua a un punto sin salirse de Ω12. Todo lo que se ha comentado en el epígrafe anterior para el plano es básicamente se define el gradiente de f. vamos a suponer que el conjunto de definición del campo vectorial F es lo suficientemente regular. en aras a la claridad.Ampliación de matemáticas/ MáxiMo JiMénez López 115 ii) iii) iv) F es conservativo en D. válido en el espacio. y para comprobar si es o no conservativo hay que. al vector: . TEOREMA FUNDAMENTAL DE LA INTEGRAL DE LÍNEA EN . Así. . se dice conservativo si existe una . En particular. . Recordar que en el plano consistía en que . y También. acudir al concepto de rotacional de un campo vectorial como veremos a continuación.

Vol. 391 puede verse un ejemplo de la necesidad de la continuidad de las derivadas parciales de . .1 14: 0. y.1. . Cálculo. . se define el rotacional de F y se denota . Cartesian[x. 292 y 519. 1}. El método es idéntico que el seguido para Para calcular el rotacional de este campo vectorial con el Mathematica. 1 . en primer lugar. y un campo vectorial definido en una esfera abierta del espacio 0 tiene derivadas parciales continuas16. Sea tal que . y para asegurar el resultado del teorema. hay que calcular tal que . pág. . ) al campo vectorial siguiente: que. Cálculo vectorial. MARSDEN y TROMBA. págs. . utilizando una notación simbólica fácil de entender. 16 En SMITH y MINTON. Si : la función potencial : Por otra parte. son TEOREMA.Ampliación de matemáticas/ MáxiMo JiMénez López 116 6. x*y. entonces: F es conservativo si y solo si aunque los cálculos resultan más laboriosos. 14 . Rotacional de un campo vectorial. Dado el campo vectorial diferenciable F en como (o también . nosotros lo vamos a utilizar para identificar qué campos de conservativos.1. una vez que se ha comprobado que F es conservativo. también se expresa de la siguiente manera: Por ejemplo. por ejemplo. z]] 15 Ver. El rotacional de un campo vectorial tiene importantes interpretaciones físicas15 pero. 2. sea el campo vectorial . hay que cargar el paquete: Needs["VectorAnalysis`"] después se ejecutaría la orden: Curl[{z. en este momento.

Regla de Barrow para la integral de línea en .Ampliación de matemáticas/ MáxiMo JiMénez López 117 entonces: donde que se determinará utilizando las igualdades segunda y tercera. TEOREMA. Cálculo vectorial. . tal que . es una función desconocida 6. . Sea y final De modo semejante a lo que ocurría en el plano. . . . una curva continua suave a trozos contenida en Φ con punto inicial . Entonces. es el resultado de resolver la integral y . En el espacio sigue siendo cierto el teorema fundamental de las integrales de línea. .2. . un campo vectorial continuo en la región abierta Φ . 0 si es una curva cerrada. 531. . . . Sea . . . . . . . . . . podemos asegurar que si F es un campo vectorial definido en curva i) ii) iii) iv) · 0. . pág. . . hay que señalar que se puede empezar desde cualquiera de las tres igualdades del principio. y tienen derivadas parciales continuas y sea la continua y suave a trozos. . Asimismo. · es independiente del camino. . si F es conservativo con función potencial · . se tiene: . . . entonces son equivalentes las siguientes afirmaciones17: F es conservativo. . 17 La demostración puede verse en MARSDEN y TROMBA.

Ampliación de matemáticas/ MáxiMo JiMénez López 118 7. – HOSTETLER ROBERT P. 1996. CLAGSA-MADRID. A continuación. McGraw-Hill. LARSON ROLAND E. Ejemplo 5 página 1168 Ejemplo 1 página 1175 Ejemplo 4 página 1179 Ejemplo 7 página 1182 Ejemplo 1 página 1188 Ejemplo 4 página 1193 Ejemplo 3 página 1201 Ejemplo 6 página 1169 Ejemplo 2 página 1178 Ejemplo 5 página 1180 Ejemplo 8 página 1184 Ejemplo 2 página 1190 Ejemplo 1 página 1200 Ejemplo 4 página 1201 Ejemplo 7 página 1170 Ejemplo 3 página 1178 Ejemplo 6 página 1182 Ejemplo 9 página 1185 Ejemplo 3 página 1192 Ejemplo 2 página 1201 GARCÍA LÓPEZ. Problema 2 página 242 Problema 5 página 244 Problema 28 página 256 Problema 3 página 378 Problema 8 página 381 Problema 15 página 385 Problema 3 página 242 Problema 6 página 244 Problema 1 página 377 Problema 6 página 379 Problema 9 página 381 Problema 16 página 386 Problema 4 página 243 Problema 26 página 255 Problema 2 página 377 Problema 7 página 380 Problema 14 página 385 Problema 18 página 387 . Volumen 2.: Cálculo. quinta edición. hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. EJERCICIOS PROPUESTOS. et al: Calculo II. 1995. A. – EDWARDS BRUCE H. Teoría y problemas de funciones de varias variables. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. Dentro de la abundante bibliografía que existe al respecto. Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados.

Teoría y problemas de funciones de varias variables. L. LARSON ROLAND E.E.Ampliación de matemáticas/ MáxiMo JiMénez López 119 8. 2005.: Guía práctica de Cálculo Infinitesimal en varias variables. 2003. quinta edición. II. – SANZ GIL. CLAGSAMADRID.A. McGraw-Hill. BIBLIOGRAFÍA CITADA EN EL TEMA. 1996. PEARSON EDUCACIÓN. 2004. 2. 1995. MARSDEN. J. A. Volumen 2.J. R.: Cálculo vectorial. – TRISTÁN VEGA. A. y MINTON. R. SALAS – HILLE – ETGEN: Calculus. Una y varias variables. J. . quinta edición.T. Vol. Vol. y TROMBA. F. Editorial THOMSON. SMITH. segunda edición. cuarta edición. – HOSTETLER ROBERT P.: Cálculo. 2002. GALINDO SOTO. et al: Calculo II. Reverté.B. GARCÍA LÓPEZ.: Cálculo. McGraw-Hill. – EDWARDS BRUCE H.

aunque sea ligera. sólo que ahora el recinto en donde se integra va a ser una superficie y no una curva como en el tema anterior. El estudio de la integral de superficie es muy parecido al que se hizo con motivo de la integral de línea. de esta forma se aprecia con más claridad la similitud entre ambos tipos de integración. Sea D una región del plano delimitada por una curva cerrada y simple como la que aparece en el siguiente dibujo: . DEFINICIÓN. se recomienda la lectura sobre cada una de las caras de una superficie parametrizada.Ampliación de matemáticas/ MáxiMo JiMénez López 120 TEMA 7 INTEGRAL DE SUPERFICIE Antes de comenzar con el estudio de las integrales de superficie sería conveniente repasar la Práctica 7 correspondiente a la parte de la asignatura diseñada con el ordenador. El tipo de superficie que aparece en este tema es el de una superficie parametrizada regular a trozos. lo primero que vamos a hacer es delimitar la terminología que vamos a usar al referirnos a la región que sirve de soporte para la integral de superficie. ALGUNAS NOCIONES SOBRE SUPERFICIES PARAMETRIZADAS. El método a seguir para estudiar las integrales de superficie va a ser el mismo que el seguido para las integrales de línea. de la Práctica 7 de la asignatura. En dicha práctica aprovechamos la facilidad gráfica del Mathematica para visualizar conceptos básicos de la teoría de superficies paramentizadas. van a existir dos tipos de integrales de superficie según que la función a integrar sea escalar o un campo vectorial. Al igual que ocurría con las integrales de línea. Antes de comenzar con el estudio de la integral de superficie sería recomendable una lectura. En especial. Así pues. 1.

Por ejemplo. cos sen . pero esta otra: .Ampliación de matemáticas/ MáxiMo JiMénez López 121 Una superficie parametrizada S es una aplicación continua definida en una región delimitada por una curva cerrada y simple en . cos con . Con este criterio se suele hablar de distintas parametrizaciones para una misma superficie. También es muy normal designar a la superficie S como la imagen de la anterior aplicación. una parametrización de la semiesfera de radio uno podría ser: . cos con . en el sentido de que el conjunto imagen de las parametrizaciones es el mismo. cos sen . sen sen .2 0. 0.2 también parametriza la misma semiesfera: . 0. sen sen . 0.

. pág. Una explicación de que el vector Cálculo. sen cos . . 1 es perpendicular a la superficie puede verse en LARSON et al. podemos afirmar que el vector: 1 2√2 2√2 2 . cos sen sen . . . de la misma existen los siguientes vectores: . sea la semiesfera unidad con parametrización: . . 0 sen . que. . . cos sen . o simplemente . cos sen . . . . viene a decir que 0. . 1 cos 1 Si evaluamos en un punto concreto. El vector superficie S en el punto superficie en dicho punto1. 4 4 . 2.Ampliación de matemáticas/ MáxiMo JiMénez López 122 . si la función . . sen sen . con mayor precisión. . sin sen sen . y el producto vectorial de ambos: . es un vector perpendicular a la es el vector director del plano tangente a la Por ejemplo. . . Vol. . de forma intuitiva. 1211. . Si S es una superficie diferenciable o. entonces en cada punto . es decir. . es perpendicular a la superficie S en el punto . con ello se asegura la existencia del plano tangente en cada punto de la misma lo no tenga esquinas. sin cos entonces: y cos cos . √ En las integrales de superficie se suele exigir que S sea diferenciable y además que . es diferenciable en cada punto .

DEFINICIÓN. al ser el producto vectorial una aplicación continua. estamos asegurando que la superficie sea orientable. el vector normal a la superficie en ese punto 2. . . . Si la aplicación parametrizada simple.2 2.1 . Para las superficies regulares y simples se define el área de dicha superficie como2: | | | La justificación de Cálculo vectorial.2 Por ejemplo. . . la superficie ejemplo 1.2 parametriza la cara exterior de la misma superficie. con .2 2.2 con parametriza la cara interior de S. 2. : .Ampliación de matemáticas/ MáxiMo JiMénez López 123 DEFINICIÓN. pág. La superficie parametrizada S se dice regular (o suave) si S es una aplicación : con 0 y tal que y son continuas en un abierto que contiene a D. es inyectiva se dice que S es una superficie Si exigimos que S sea una superficie simple evitamos que la parametrización se aplique varias veces en los mismos puntos. En una superficie regular. por 1.1 resulta inmediato comprobar que la parametrización 2. 2 | como el área de S puede verse en MARSDEN y TROMBA. es decir.1 mira hacia dentro tal y como se muestra en el dibujo: 1. 2. Para comprobarlo tomamos un punto cualquiera de S. que tenga dos caras.1. . 449. .

1 en este caso: . 1. La superficie S se dice regular a trozos (o suave a trozos) si siendo cada una de las superficies suaves. .1 √3 √3 2 … √3 DEFINICIÓN. | | luego el área del triángulo es: . un cubo será una superficie suave a trozos ya que está delimitada por seis trozos de plano que son superficies suaves. . .0. con siendo D la siguiente región: . 1 1. una parametrización del triángulo formado por el plano con los ejes coordenados: 1 puede ser: . Por ejemplo.1. . 1 0.1.Ampliación de matemáticas/ MáxiMo JiMénez López 124 Por ejemplo.

. Supongamos que la lámina está dispuesta en el espacio según la parametrización con . para cualquier punto . . . . tiene densidad constante e igual a tenemos que la masa de este trozo . . Sea .… de la región D. | | luego. | . tal y como aparece será: . una aproximación de la masa total M de la lámina será: Esta aproximación será tanto mejor cuanto más fina sea la partición del dominio D o. Para motivar la definición de integral de superficie de una función escalar intentemos calcular la masa de una lámina S de densidad variable. tal que: | . INTEGRAL DE SUPERFICIE DE UNA FUNCIÓN ESCALAR. . de S con áreas respectivas . .…. | . lo que es lo mismo. sabemos que existe un punto | . Si notamos por d el diámetro de la partición: . Si suponemos que el trozo de lámina . . la densidad de cada punto de la lámina (densidad Realizamos una partición correspondiente partición en el dibujo: .Ampliación de matemáticas/ MáxiMo JiMénez López 125 2. medida en masa por unidad de área). | usando el teorema del valor medio para integrales dobles. lo que dará lugar a la . | .…. de la lámina S.

. . 0. | siempre que exista dicho límite y no dependa de la partición realizada en D. | . . DEFINICIÓN.Ampliación de matemáticas/ MáxiMo JiMénez López 126 lim . . . . . . | Así pues. . Sea S una superficie suave y S. Pero esta última expresión es precisamente la definición de una integral doble. una parametrización inmediata de la superficie sería con . . Además.1 . La integral de superficie sobre una superficie suave a trozos puede calcular sumando las integrales obtenidas sobre cada superficie suave … se NOTA 2. . con . . no nos extrañará la definición de integral de superficie de una función escalar que daremos a continuación.1. una función escalar continua definida sobre . lo mismo que en las integrales de línea se pedía la continuidad del integrando y la suavidad a trozos de la curva sobre la que se integraba para asegurar la existencia de la integral. Se define la integral de siguiente integral: . en las integrales de superficie también se imponen determinadas restricciones para asegurar su existencia. a la sobre la superficie S. . NOTA 1. y la integral de . . .0. . sobre la superficie S puede expresarse de la siguiente manera: . Entonces: 1. En muchas ocasiones la superficie viene expresada explícitamente de la forma . . y se nota por | | . . | . En este caso. . 1 . luego: . .

excepto a lo largo de una curva que define sus fronteras. Aditividad. ha de ser continua en S. 3. La integral de superficie . Algunas de las propiedades más importantes son: 1. . . en sus diferentes manifestaciones. tal que: siendo A el área de S. 4. con . . . . Linealidad. entonces: 5. 2. Enfatizamos que . . Independencia de la parametrización. La noción física de flujo. . . . . . . 1 y que no se intersecan. PROPIEDADES DE LA INTEGRAL DE SUPERFICIE DE FUNCIONES ESCALARES. Área de una superficie. Entonces. . . INTEGRAL DE SUPERFICIE DE UN CAMPO VECTORIAL. Teorema del valor medio para integrales de superficie de funciones escalares. Si S es la unión de dos superficies parametrizadas .Ampliación de matemáticas/ MáxiMo JiMénez López 127 3. . . Las propiedades de la integral de superficie de una función escalar se deducen inmediatamente de las propiedades de la integral doble. . es la que subyace en el concepto de integral de superficie de un campo vectorial. existe al menos un punto . El área de S se puede calcular como la integral de superficie de la función unidad. Área de S = 4. . . . . . también llamada integral de flujo. no depende de la parametrización elegida para S ni de la cara que se haya parametrizado.

consiste en hallar el flujo de un líquido en movimiento a través de una superficie S inmersa en dicho líquido. Si F es constante y perpendicular a la superficie S. El ejemplo que vamos a desarrollar. En definitiva. tal y como se muestra en el dibujo: de S) es igual a Φ la cantidad de fluido Φ que atraviesa esta superficie por unidad de tiempo (flujo de F a través | | . Sea una superficie S inmersa en un fluido que tiene un campo de velocidades continuo F. en un campo de fuerzas eléctrico se define el flujo a través de una superficie como el número de líneas de fuerza que atraviesan dicha área.Ampliación de matemáticas/ MáxiMo JiMénez López 128 Por ejemplo. su cálculo efectivo se realizará mediante la integral sobre la superficie del campo de fuerzas. siendo A el área de S. Pues bien. para motivar la definición de integral de superficie de un campo vectorial. el flujo Φ sería el volumen de un cilindro cuya base está formada por la superficie S y la altura por | |. Si suponemos que las líneas de fuerza no son perpendiculares a la superficie plana S. el flujo será el volumen de la siguiente figura: si h es la altura del cilindro y A el área de la superficie S: Φ | | cos · | | | · | || | | .

Esta aproximación será tanto mejor cuanto más fina sea la partición realizada.…. es plano con vector director igual a . . Sea la superficie suave S y el campo vectorial continuo : integral F sobre la superficie S. : una parametrización de la superficie. | | . . lim .Ampliación de matemáticas/ MáxiMo JiMénez López 129 Si el campo de fuerzas no es constante ni la superficie es plana hagamos el siguiente razonamiento. luego si d es el diámetro de la partición: Φ por consiguiente: Φ . | . : y de áreas respectivas vectorial es constante e igual a consideramos que el trozo Φ . existe un punto que: Φ . se define la NOTA 1. | | | . . : · . Si suponemos que en el trozo k-ésimo el campo . Sea partición . donde n es el vector normal . . | . · . . Esta integral también se suele notar como unitario: | | · . · · . . a la siguiente integral: . de la región D lo que implica la correspondiente división en la superficie . que va a ser la definición de la integral de superficie del campo vectorial F. · | . una aproximación del flujo total Φ sobre la superficie S será: Φ . tomemos una . . . cualquier punto de . y se denota por · . · . siendo . . | | | utilizando el teorema del valor medio para integrales dobles. · . tal por lo tanto. .…. DEFINICION. como | Φ . .…. . · .

. TEOREMA DE LA DIVERGENCIA. Las propiedades de la integral de superficie de campos vectoriales se desprenden fácilmente de su definición. y · por medio de una curva suave. La integral de superficie sobre una superficie suave a trozos puede calcular sumando las integrales obtenidas sobre cada superficie suave . Linealidad. PROPIEDADES DE LA INTEGRAL DE SUPERFICIE DE CAMPOS VECTORIALES. entonces la integral · 2. Esta relación se consigue a través de la divergencia del campo vectorial a integrar. va a relacionar la integral de un campo vectorial sobre una superficie cerrada con la integral triple del cuerpo sólido que encierra dicha superficie. · . … se 5. Según vimos en el tema anterior. 6. el teorema de Green establecía una igualdad entre la integral de un campo vectorial sobre una línea cerrada y simple con la integral doble sobre la región que encierra la curva. La integral de superficie no depende de la parametrización elegida para la superficie siempre que parametricen la misma cara. Si S se divide en dos partes con . Si y parametrizan distintas caras de la misma superficie. El teorema de la divergencia va a hacer algo muy parecido. 1.Ampliación de matemáticas/ MáxiMo JiMénez López 130 NOTA 2. entonces: · · · · · cambia de signo: 3.

3 . sobre una primera interpretación de la divergencia como medida de acumulación o alejamiento de un fluido en la proximidad de un punto. entonces5: Si F es un campo vectorial cuyas funciones componentes tienen derivadas parciales · Ω Para calcular con el Mathematica la divergencia de este campo vectorial. . Vol II. 1091 puede verse un ejemplo. x*y. para el campo vectorial . se define la divergencia de F. Divergencia de un campo vectorial. hay que cargar el paquete: Needs["VectorAnalysis`"] después se ejecutaría la orden: Div[{z. 5 La demostración puede verse en SALAS – HILLE – ETGEN: Calculus. TEOREMA DE LA DIVERGENCIA.1. pág. y se ). y. 1}. Cartesian[x. muy ilustrativo. Vol II. según el siguiente dibujo: continuas en Ω. . z]] 4 En SALAS – HILLE – ETGEN: Calculus. .Ampliación de matemáticas/ MáxiMo JiMénez López 131 6. pág. Una y varias variables. Sea F un campo vectorial diferenciable en denota como (o también como . 1 su divergencia será3: La divergencia de un campo vectorial tiene importantes interpretaciones físicas que se basan principalmente en el siguiente teorema4. 1096. a la función escalar siguiente: Por ejemplo. Sea Ω una región sólida limitada por la superficie S suave a trozos y parametrizada por la normal correspondiente a la cara exterior. en primer lugar. Una y varias variables.

. . el Teorema de Stokes dice que si F es un campo vectorial cuyas funciones componentes tienen derivadas parciales continuas en una región abierta que contiene a S y a . Además. 1. . En esta situación. La situación es la que se visualiza en el siguiente dibujo: La superficie parametrizada S está delimitada por una curva cerrada. Sea el campo vectorial ecuación 1 con y la superficie S definida por la · . Se pide hallar . 1 En primer lugar calculamos el rotacional de F: sen . . El teorema de Stokes constituye una generalización del teorema de Green para superficies con borde en . 0. simple y suave a trozos. TEOREMA DE STOKES.Ampliación de matemáticas/ MáxiMo JiMénez López 132 7. cos . entonces se verifica: · · Veamos a modo de resumen un ejemplo de integral de flujo. Este teorema relaciona la integral de un campo vectorial sobre una curva cerrada con la integral del rotacional de dicho campo sobre cualquier superficie cuyo borde sea precisamente esa curva.0 . la superficie está parametrizada de tal manera que si ponemos los dedos de la mano derecha señalando el sentido de recorrido de la curva el pulgar señala la dirección del vector .

El borde de la superficie S es la circunferencia de radio 1: 0. cos . 0 · con · cos . · 1 2 sin 1 2 2 sin 1 0 .2 . haciendo la integral directamente: · . . cos cos sen 0 · sen · cos sen . En primer lugar. 0 sen . siendo D el círculo centrado en el origen de radio uno.0 · 2 . 1.Ampliación de matemáticas/ MáxiMo JiMénez López 133 La superficie S tiene la siguiente representación gráfica: Una parametrización de la superficie S podría ser: . .1 con . Este problema se puede resolver de tres maneras diferentes. 2 . sin . 1 Otra forma de resolver el problema sería utilizando el teorema de Stokes. 0 . cos . 1. . Entonces: cos .

0. .0 · 0. · . · . 8. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. con siendo D el círculo centrado en el origen de radio uno. 1. Dentro de la abundante bibliografía que existe al respecto. EJERCICIOS PROPUESTOS. la integral más sencilla se obtiene utilizando el último método. Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados.0 1. .Ampliación de matemáticas/ MáxiMo JiMénez López 134 Una tercera forma sería utilizando el teorema de Stokes de la siguiente manera: · siendo T la siguiente superficie: · · cuya parametrización es: . hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. A continuación. .1 0 0 Sin duda.

Ampliación de matemáticas/ MáxiMo JiMénez López 135 LARSON ROLAND E. quinta edición. Ejemplo 1 página 1220 Ejemplo 4 página 1225 Ejemplo 2 página 1235 Ejemplo 1 página 1238 Ejemplo 2 página 1221 Ejemplo 5 página 1226 Ejemplo 3 página 1234 Ejemplo 2 página 1239 Ejemplo 3 página 1222 Ejemplo 1 página 1232 Ejemplo 4 página 1235 GARCÍA LÓPEZ. Teoría y problemas de funciones de varias variables.: Cálculo. Problema 8 página 245 Problema 11 página 246 Problema 1 página 401 Problema 6 página 406 Problema 9 página 408 Problema 9 página 245 Problema 10 página 246 Problema 2 página 403 Problema 7 página 407 Problema 10 página 409 Problema 10 página 246 Problema 11 página 246 Problema 3 página 403 Problema 8 página 407 9. BIBLIOGRAFÍA. – EDWARDS BRUCE H. A. Se recomienda la misma bibliografía que la del tema anterior correspondiente a las integrales de línea. CLAGSA-MADRID. et al: Calculo II. 1995. . 1996. – HOSTETLER ROBERT P. McGraw-Hill. Volumen 2.

aunque se trabaje en el campo real. por lo general. continuamos con el estudio de la derivada para terminar con unas nociones muy básicas de la integración compleja. Uno de estos capítulos es precisamente el tema que ahora nos ocupa sobre la Variable Compleja. a menudo se recurre a las técnicas de variable compleja para resolver los problemas que se presentan pues.Ampliación de matemáticas/ MáxiMo JiMénez López 136 TEMA 8 INTRODUCCIÓN A LA VARIABLE COMPLEJA Las matemáticas que se estudian en primer y segundo curso de ingeniería versan principalmente sobre funciones en una y varias variables. CARDANO (1501-1576) ya mencionaba a las raíces de números negativos como √ 1 llamándolas sofisticadas2. El uso de técnicas de variable compleja supone para el alumno un rechazo que puede ser perfectamente paliado con unos conocimientos básicos sobre el comportamiento de las funciones de variable compleja. «el camino más corto entre dos verdades del análisis real pasa por el análisis complejo»1. Así pues. NÚMEROS COMPLEJOS. Historia de las matemáticas. como decía JACQUES HADAMAR. y así está previsto en los descriptores de esta asignatura. En los problemas de ingeniería. . en el momento en que se imparte esta asignatura el alumno no tiene una base sólida sobre el cuerpo complejo y las funciones usuales que en él se definen. en el presente tema comenzamos dando unas ligeras nociones sobre ℂ. pero fue EULER en 17793 quien formalizó la notación que se conoce 1 2 Cita tomada de IVORRA CASTILLO. 131. pág. RÍBNICOV. 1. aunque sea de forma muy ligera pues las limitaciones de tiempo impiden el estudio con la profundidad que la materia merece. Sin embargo. existen otros capítulos de las matemáticas con importantes aplicaciones prácticas que el alumno debe conocer. En concreto. Somos conscientes que. Funciones de variable compleja. el temario de la presente asignatura fundamentalmente se refiere al conocimiento y manejo de las funciones en varias variables.

Se define el conjunto de los números complejos ℂ como aquellos números z basados en dos números reales x e y. El número z se denota indistintamente por: o también4: introdujeron y fundamentaron las operaciones con los números complejos de la forma .Ampliación de matemáticas/ MáxiMo JiMénez López 137 en la actualidad utilizando el símbolo 1. LEVINSON y REDHEFFER. la ecuación 1 0 tiene dos soluciones y (unidad imaginaria) que tiene la propiedad de que . 1. Además. Por ejemplo: 2 3 1 2 2 3 11 0 podemos decir que los Si asociamos el número real con el número complejo números complejos constituyen una extensión de los números reales. A x se le denomina parte real del número complejo z. las dos operaciones anteriores supone realizar las operaciones algebraicas usuales de la suma y la multiplicación con la precaución de que cuando aparezca se ha de sustituir por 1. 4 3 . Para introducir la unidad imaginaria en el Mathematica basta con poner una I mayúscula o bien el símbolo de la ayuda . 5 En el Mathematica la parte real e imaginaria de un número complejo z se obtienen con las órdenes Re[z] e Im[z] respectivamente. Así. Curso de variable compleja. lo que induce a concluir que ℂ. las operaciones de suma y producto definidas en ℂ extienden de forma natural a la suma y producto de los números reales. Sin embargo fueron los trabajos de GAUSS (1777-1855) y CAUCHY (1789-1857) los que DEFINICIÓN. pág. e y la parte imaginaria del mismo número5: En ℂ se define la suma y la multiplicación de la siguiente manera: · · En definitiva.

1. Asimismo. Conjugado de un número complejo. se trata de la conjugación. al número 3 su conjugado sería 2 3.Ampliación de matemáticas/ MáxiMo JiMénez López 138 de distinción sobre si me refiero al número real o imaginario.2. Representación geométrica de los números complejos. El número complejo viene determinado unívocamente por dos números . si y son simétricos respecto de la recta real: . En no existe la multiplicación en el sentido que hemos indicado más arriba. y se denota por . vamos a notar al número imaginario 2 0 como 2 sin hacer ningún tipo 1.1. Pero hay que advertir aunque exista esta y ℂ no son el mismo conjunto. ℂ. se define el conjugado de z. DEFINICIÓN. Esta relación nos permite identificar el cuerpo de los números complejos con identificación geométrica entre Así se habla del plano complejo ℂ. Sea complejo: 2 Así. Por lo tanto. Existe una función especial dentro del conjunto de los números complejos que deja fijos a los números reales. : reales x e y. notaremos por 3 al número complejo 0 3 que llamaremos imaginario puro.

3. Sea z. 4. El módulo del número complejo al origen.3. Entre las propiedades del módulo de un número complejo podemos citar7: 6 La orden del Mathematica para calcular el módulo del número complejo z es Abs[z]. entonces · 0 ) la forma más cómoda de efectuar el cociente 0 (es decir.Ampliación de matemáticas/ MáxiMo JiMénez López 139 Son inmediatas las siguientes propiedades: 1. al número6: . El conjugado de un número resulta muy útil para dividir dos números complejos. 2. para realizar el cociente 1 2 3 1 2 3 3 3 1 7 10 1 7 10 10 : 1. se define el módulo (o valor absoluto) del número complejo | | √ no es más que la distancia en del punto DEFINICIÓN. Si · · . Por ejemplo. Si 0 consiste en multiplicar el numerador y denominador por . Módulo de un número complejo. y se nota por | |. . ℂ.

| | 2. Si | | 0: 4. si para cada 0 existe tal que | se dice que converge al número . Si 3. Cuando se escribe el número complejo se dice que z viene dado en forma binómica. Variable Compleja. | · | 0: | || | 1 | | | | | | 5. pero z también puede escribirse en forma trigonométrica (o polar) mediante el siguiente razonamiento: Las demostraciones de estas propiedades pueden verse en GONZÁLEZ LÓPEZ. lejos en función del valor de | misma que la distancia usual en El módulo de un número complejo nos permite definir en ℂ una distancia que será la . dos números complejos |. Dada una sucesión de números complejos se escribe . 4.Ampliación de matemáticas/ MáxiMo JiMénez López 140 1. De la definición anterior se desprende: 1. Esto nos lleva a poder definir el concepto de límite de y estarán más o menos DEFINICIÓN. pág.4. 7 . Argumento de un número complejo. y | para . Desigualdad triangular: | | | | | | una sucesión de números complejos. Así.

a cualquier ℂ.2 . 2 El número no está unívocamente determinado. Por ejemplo. se define el argumento de z. . En muchas operaciones resulta más adecuado operar con la forma trigonométrica del número complejo que con su expresión binómica. 9: 8. si como | | : √2. las raíces n-ésimas de un número complejo z tienen la siguiente expresión: con 0 1. Así pues. √ | | cos 2 sen 2 8 9 Otros libros suelen elegir el intervalo 0. el argumento de z es un conjunto de números: arg 2 con . la forma trigonométrica o polar de z es: √2 cos 4 arg 2 con . En este caso. .Ampliación de matemáticas/ MáxiMo JiMénez López 141 | | cos DEFINICIÓN. y se escribe arg . La orden del Mathematica para calcular el argumento principal del número complejo z es Arg[z]. sen 4 Entre todos los posibles argumentos del número complejo z se suele elegir aquél que se encuentra en el intervalo principal y se escribe como . Por ejemplo. tanto como con verifican la condición para ser considerados como argumentos de z. 1 Por ejemplo. Sea número tal que | | cos sin sen . se dice que estamos ante el argumento arg y si 1 .

seno. logaritmo. .… tienen su correspondiente extensión al plano complejo. 0 . arg · arg arg 2 arg arg | | cos Al ser el argumento de un número complejo z un conjunto de números hay que tener . Las funciones elementales que se estudian en ℝ.2. Entre todas ellas tiene un especial interés la exponencial compleja. exponencial. Fórmula de De Moivre. Como consecuencia de la propiedad anterior. coseno. pág. entonces: Una explicación más detallada de estas propiedades puede verse en LÓPEZ GÓMEZ. se define la exponencial compleja cos sen como: donde es la exponencial compleja mientras que es la exponencial real. 4. DEFINICIÓN. Sea . Esta función es una extensión de la exponencial real puesto que si z es un número real. la raíz cúbica compleja de 8 tiene las tres soluciones: √8 √3 2 2 1 0 1 √3 2 2 2 2 1 2 1 √3 2 8 cos 2 √8 cos 3 sen sen 2 3 1 √3 cuidado con las expresiones en las que aparece arg 1. Es decir. Veamos algunas de ellas10: 3. LA EXPONENCIAL COMPLEJA. 10 . si sen arg . arg 2. 2. para se tiene: 4.1. Ecuaciones diferenciales y variable compleja….Ampliación de matemáticas/ MáxiMo JiMénez López 142 Así: √8 con 0.

11 . llamada forma exponencial: arg | | con . . CONTINUIDAD DE UNA FUNCIÓN COMPLEJA. : DEFINICIÓN. De esta definición se desprende que si Las demostraciones de estas propiedades pueden verse en LÓPEZ GÓMEZ. . 2. . y se escribe: | se dice que el límite de la es igual a 0 tal que | si para todo siempre que 0 y | : | . La función : ℂ ℂ viene determinada por dos funciones u y v de . 0. La exponencial compleja no es inyectiva: si y solo si 2 con De la definición de la exponencial compleja se deduce una tercera forma de expresar los números complejos. 7. siempre que sea distinto de 0. . pág. 3. 3. | 6. Ecuaciones diferenciales y variable compleja…. Sea la función compleja función cuando z tiende a 0 existe un definida alrededor de lim .Ampliación de matemáticas/ MáxiMo JiMénez López 143 cos 0 sin 0 0 La exponencial compleja conserva casi todas las propiedades de la exponencial real como son11: 1. 4. 8. Y otras específicas respecto de la exponencial real como: |= 1. 5.

La función compleja lim . sin es continua en Veamos otro ejemplo sobre continuidad de las funciones complejas. cos como .Ampliación de matemáticas/ MáxiMo JiMénez López lim . y . cos sen . basta con tomar un número en dicho semieje 0 con 0. . lim lim . . La rama principal del logaritmo complejo está definido en ℂ donde ln designa al logaritmo real y Log ln| | 0 por: el argumento principal del z. . semieje negativo de la recta real. se dice continua en si existe DEFINICIÓN. entonces: Log 0 ln| | Resulta fácil apreciar que la función Log es continua en todo punto menos en el pero si tomamos una sucesión de números complejos que tiendan a dibujo: 0 como los del lim Log lim ln| | ln| | . existe y: definida alrededor de lim De forma inmediata se deduce que continuas como funciones de . 144 . Para ello. es continua si y solo si . son Por ejemplo. la función exponencial todo punto al serlo tanto .

DEFINICIÓN. DIFERENCIABILIDAD DE UNA FUNCIÓN COMPLEJA. lim Log Log cuando 0.Ampliación de matemáticas/ MáxiMo JiMénez López 145 Por lo tanto. o también se dice que . 4. en forma de incrementos: ∆ definida en un disco alrededor de y su derivada es . lógicamente. En definitiva. Cuestión distinta es la interpretación geométrica de la derivada real que. no tendrá paralelismo en el plano complejo. el estudio de la continuidad de una función de variable compleja se reduce a estudiar la continuidad de dos funciones de . Sea la función compleja es derivable o diferenciable en verifica: lim O. La definición de límite en el plano complejo hace que la expresión lim tenga perfecto sentido. . si se lim ∆ ∆ lim Por ejemplo. De esta forma podemos desarrollar una teoría de derivación en ℂ similar a la que se establece en y que va a tener básicamente las mismas propiedades (y con las mismas demostraciones) que la derivada real. sea la función lim lim lim en general. para cualquier punto z se puede afirmar que la derivada de 2 es 2 .

Si 7. Además. . Ecuaciones diferenciales y variable compleja…. Sea la función compleja con . Si 3. entonces se tiene que 1. 5. entonces: Si evaluamos en un punto concreto: Por ejemplo.Ampliación de matemáticas/ MáxiMo JiMénez López 146 De inmediato se deduce que si es derivable en 0. 4. con . es fácil demostrar las siguientes propiedades12: 1. 6. . Si 2. la derivada de es 1 pues: lim lim 1 1 lim 1 1 Luego para calcular la derivada de 3 1 podríamos hacer: 3 1 1 si llamamos 1: Las demostraciones de estas propiedades pueden verse en LÓPEZ GÓMEZ. Regla de la cadena. es constante. 0. entonces es continua en dicho punto. 29. 12 . pág.

así como calcular su derivada. es o no derivable y en caso de que lo sea cuál sería su derivada. Vamos a caracterizar fácilmente qué funciones son derivables. podemos preguntarnos si la función . o lo que es lo mismo . Si me acerco con puntos ∆ . . Por ejemplo. hemos visto que la derivada compleja funciona de modo semejante a la derivada real. Sin embargo. En el apartado anterior.Ampliación de matemáticas/ MáxiMo JiMénez López 3 1 3 3 si evaluamos en el punto 1 6 1 1 147 : 3 1 3 1 1 2 2 | 5. Veamos que ∆ lim ∆ ∆ no es derivable en ningún punto: ∆ lim ∆ ∆ lim ∆ ∆ ∆ lim ∆ ∆ ∆ para que sea derivable en un punto de la forma 0 el límite anterior debe existir con ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ independencia de la dirección por la que me acerque a dicho punto. el límite anterior tendría el siguiente resultado: ∆ si me acerco con puntos de la forma ∆ lim ∆ lim 0 el resultado sería: 0∆ 0 ∆ ∆ 1 ∆ 1 luego no es derivable en ningún punto. todavía no estamos en condiciones para manipular de forma ágil las derivadas de las funciones complejas de variable compleja. a través de la parte real e imaginaria de la función compleja f. ECUACIONES DE CAUCHY-RIEMANN.

∆ lim ∆ . . como estamos suponiendo que es derivable. 0 la última expresión se convierte en: . . pág. . . Variable compleja y aplicaciones.Ampliación de matemáticas/ MáxiMo JiMénez López 148 Sea la función se tiene: ∆ . ∆ . si se cumple las . . . . 58. . . lim ∆ . Si es derivable se ha de verificar las siguientes ecuaciones (ecuaciones de Cauchy-Riemann): en cuyo caso: Pero además. TEOREMA . ∆ ∆ . ∆ ∆ . y . ∆ . las ecuaciones de Cauchy-Riemann son también condiciones suficientes para que sea derivable. . las dos expresiones tienen que coincidir luego igualando parte real e imaginaria se puede concluir que: . existe La demostración puede verse en CHURCHILL y BROWN. Entonces. . ∆ ∆ ∆ : . si suponemos que f es derivable en ∆ ∆ si nos aproximamos con puntos de la forma ∆ ∆ ∆ lim ∆ ∆ . . Supongamos que existen las derivadas parciales primeras de en todos los puntos de ese entorno y son continuas en ecuaciones de Cauchy-Riemann en 13 respecto de x e y . ∆ ∆ ∆ ∆ . . si nos acercamos con puntos de la forma 0 ∆ ∆ lim lim . ∆ ∆ . Sea 13 definida en algún entorno del punto .

0. la función no cumple las ecuaciones de Cauchy- Riemann en ningún punto y no es derivable como habíamos demostrado anteriormente. es analítica en todos los puntos de un dominio se dice que es es analítica en todo el plano complejo se dice que es Por ejemplo. a pesar de ser derivable en el 0. Una función no sólo existe en es analítica en (también se suele decir holomorfa en . cos cos cos sen . si entonces Con los ejemplos que hemos puesto debe quedar claro el concepto de función analítica que es el centro de la teoría de variable compleja. sen . : 0 2 0 que será el único punto en cos sen : La función o. cos . | | . lo que es lo mismo. ) si sino en todo punto de un cierto disco que contenga a Así. Si entera. hemos demostrado que la función es analítica en dicho punto. es decir. 2 . no DEFINICIÓN. | | Para la función que esta función es derivable y las ecuaciones de Cauchy-Rieman sólo se verifica en el punto 0 0 0. Si la función analítica en dicho dominio. DEFINICIÓN.Ampliación de matemáticas/ MáxiMo JiMénez López 149 Por ejemplo. se definen las funciones trigonométricas complejas seno y coseno de la siguiente forma: cos 2 . luego es diferenciable y .

era su forma exponencial: | | y | | con . la función tiene dos puntos singulares y – . Ecuaciones de Cauchy-Riemann en forma exponencial.Ampliación de matemáticas/ MáxiMo JiMénez López 150 sen ℂ: 2 Ambas funciones son la prolongación de sus respectivas funciones reales14 y son funciones enteras pues para cualquier cos 2 sen sen cos . distinto de 0. En el apartado 2 de este tema comentamos que una forma usual de expresar un número complejo z. se dice que es un punto singular o una singularidad de Por ejemplo. Si una función no es analítica en todo entorno de . 14 Por ejemplo.1. si y el coseno complejo lo notamos con negrita: cos sen 2 cos sen 2 cos luego el coseno complejo aplicado a un número real coincide con el coseno real. En estos casos la función f vendría definida de la siguiente forma: . pero es analítica en al menos un punto de . . ya que los polinomios son funciones enteras y su cociente también lo es salvo en los puntos donde se anula el denominador. Lo mismo se puede decir del seno. 2 Igualmente probaríamos que DEFINICIÓN. 5. .

DERIVADA E INTEGRAL DE UNA FUNCIÓN COMPLEJA DE VARIABLE REAL. una curva vamos a definir. Variable compleja y aplicaciones. Las demostraciones de las expresiones de la derivada en forma exponencial puede verse en CHURCHILL y BROWN. 2 2 1 1 sen . 60. la derivada e integral de una función : 15 Con objeto de simplificar el estudio de la integral de una función compleja a lo largo de ℂ. si sen cos 2 2 1 | |y cos 2 1 1/2 sen 2 1 cos 1 2 1 2 2 luego es derivable y su derivada será: cos . tomemos la rama del valor principal de : para – √ : / √ . . en primer lugar.Ampliación de matemáticas/ MáxiMo JiMénez López 151 En este supuesto. es decir. las formulas de Cauchy-Riemann en función del módulo y argumento vienen dadas por15: 1 1 Y la derivada tiene la expresión: Por ejemplo. pág. 1/2 2 2 1 1 2 sen 2 2 1 es decir: √ 2 1 / 1 2 cos 2√ / 2 2 1 1 1 / sen 2 6.

ℂ definida por se define de la siempre que existan las integrales de la derecha. Sea : respecto de t se define ℂ definida por de la siguiente manera: . Sea siguiente manera: . en definitiva : ℂ entonces: DEFINCIÓN. pág. comprobemos que cos sen Las propiedades de esta derivada son casi las mimas que la de la derivada real puesto que básicamente se basa en la derivada de dos funciones reales16. Si y son derivables Por ejemplo. Curso de variable compleja. se observa que no todas las propiedades de la derivada real se conservan para este tipo de derivada. 101. 16 . Variable compleja y aplicaciones. analítica en el punto z. y z a su vez es una función . Por supuesto se cumplen las propiedades algebraicas de la derivada incluso la regla de la cadena en el siguiente sentido17: Si derivable de es una función compleja. entonces: ó : ℂ ó Por ejemplo. 17 La demostración de la regla de la cadena para esta derivada puede verse en LEVINSON y REDHEFFER. el teorema del valor medio para la derivada no se cumple. sea la función : cos sen cos cos sen sen . 98 de CHURCHILL y BROWN.Ampliación de matemáticas/ MáxiMo JiMénez López 152 DEFINICIÓN. En la pág. sea la función cos con sen 2 sen 2 2 senh . Por ejemplo.

para su demostración basta con separar la parte real e imaginaria que aparece en la definición de la integral. Funciones de variable compleja. .Ampliación de matemáticas/ MáxiMo JiMénez López 153 Por ejemplo: 2 1 2 2 1 2 2 2 Las propiedades de esta integral son las usuales que caben esperar en las integrales. suponiendo la existencia de las integrales que aparen. Aditividad del intervalo. . Si : ℂ. ℂ continua en Por ejemplo. y tal que en . Así. si queremos calcular la integral: / podemos intentar buscar una “primitiva” de sen cos 18 sen sen 2 . podemos decir18: 1. Según hemos visto más arriba: 2 2 La demostración de la propiedad 3 puede verse en IVORRA CASTILLO. pág. Extensión de la regla de Barrow. 33. con 2. Linealidad. Sea : | | . 3. entonces: 4.

INTEGRAL A LO LARGO DE UNA CURVA DE UNA FUNCIÓN COMPLEJA. Un arco diferenciable en el plano complejo es una aplicación: con . DEFINICIÓN. La integral de una función compleja sobre una curva no va a tener.2 . Ejemplo de arco en ℂ sería la circunferencia centrada en el origen de radio 2 cuyas 2 cos 2 sen 2 con . Sin embargo. ecuaciones paramétricas serían: 0. donde e son derivables con continuidad. en general. dicha integral conduce a resultados de gran trascendencia tanto en la matemática pura como aplicada. y ℂ nos permite extender sin La identificación geométrica que existe entre dificultad lo aprendido sobre curvas en el plano real al plano complejo.Ampliación de matemáticas/ MáxiMo JiMénez López 154 luego: por lo tanto: sen / 2 2 cos / / sen cos cos 1 cos cos 4 cosh cos 0 4 / 7. las interpretaciones físicas que veíamos de la integral de línea en el campo real.

64 a 66.2 . 20 La demostración de estas propiedades puede verse en LÓPEZ GÓMEZ. cos sen sería19: con Si γ es un arco diferenciable y final de uno de ellos se corresponde con el origen del siguiente.1. . Se define la integral de línea o integral de contorno de f a lo largo de .Ampliación de matemáticas/ MáxiMo JiMénez López 155 La circunferencia de radio r centrada en el punto 0. ℂy DEFINICIÓN. y se escribe . sea de la siguiente forma: cos la circunferencia de radio 1. Sea el contorno una función continua cuyo dominio contiene a la trayectoria de . págs. para calcular se procedería Como sen 1 con 0. Ecuaciones diferenciales y variable compleja….2 : 1 2 7. Propiedades de la integral de línea compleja. . Hay que señalar que sumar a un conjunto de puntos en el plano complejo el número fijo equivale a trasladar dicho conjunto según el vector . a la siguiente integral: Por ejemplo. De la definición de integral de línea de una función compleja se desprenden las siguientes propiedades20. entonces el arco se le llama suave. 1. DEFINICIÓN. Independencia de la parametrización de la curva. Un contorno en ℂ es un conjunto finito de arcos suaves tal que el punto 0 con . 19 .

2. Sin embargo. . TEOREMA21. Linealidad. Si notamos por la curva que tiene la misma trayectoria que pero recorrida en sentido contrario. Variable compleja y aplicaciones. con 4. Acotación de la integral. Sea . 117 de CHURCHILL y BROWN. Entonces se verifica: 8. Cambio en el sentido de recorrido de la curva. En principio. Sea entonces: 21 La demostración de este teorema puede verse en los cometarios de la pág. 5. la integral de línea de una variable compleja depende de la curva . Sea una función analítica con derivada continua y tal que un arco contenido en D de origen y extremo en un dominio (abierto y conexo) D. Aditividad de los trozos de curva. entonces: ℂ. entonces: 3. Sea M el máximo de | | sobre la curva y la longitud de .Ampliación de matemáticas/ MáxiMo JiMénez López 156 El valor de la integral de línea es independiente de las distintas parametrizaciones de la curva siempre que se recorra en el mismo sentido. Para ello veamos el siguiente teorema. EXTENSIÓN DEL TEOREMA FUNDAMENTAL DEL CÁLCULO. para ciertas funciones la integral va a depender del punto inicial y final de la curva con independencia del camino seguido.

por ejemplo.Ampliación de matemáticas/ MáxiMo JiMénez López 157 NOTA. es analítica en todo punto del plano complejo si exceptuamos el semieje negativo de los números reales23. . no es ni continua. Esto es 1 importante puesto que si. En un principio estaríamos tentados a decir inmediatamente que es cero puesto que una “primitiva” de la función es Log 22. el valor de la integral de línea sólo depende del punto inicial y final por lo que también se suele escribir: Por ejemplo: 4 1 4 5 4 1 Hay que señalar que para emplear este método de resolución de integrales se necesita que exista y sea continua en todo un dominio que contenga a la curva. Si estamos en la hipótesis de este teorema. Esta derivada se calcula muy fácil puesto que: Log ln con . la función luego: Log 1 1 1 23 Ver ejemplo del apartado 3 de este tema. quisiéramos calcular: siendo la circunferencia de radio 1 centrada en el origen y de sentido contrario a las agujas Pero Log del reloj. Si descartamos el origen y el semieje negativo donde Log es derivable y: 22 .

ALGUNOS TEOREMAS IMPORTANTES.Ampliación de matemáticas/ MáxiMo JiMénez López 158 Por lo tanto. para calcular 0.2 2 9. en cualquier dominio D que contenga a la circunferencia de radio 1: existe un trozo donde esta integral se puede utilizar directamente la definición: 1 con 1 Log no derivable (ni siquiera es continua). Queremos calcular ahora la línea rectangular del dibujo: siendo para aprovechar el resultado del ejemplo anterior introducimos la curva que se corresponde con la circunferencia de radio 1 recorrida en el sentido de las agujas del reloj: . TEOREMA DE CAUCHY-GOURSAT. Para finalizar esta introducción a la variable compleja enunciamos dos teoremas de gran importancia en esta parcela de las matemáticas. Entonces: Veamos una aplicación sencilla de este teorema. Así. Sea analítica en el interior de un contorno cerrado y simple y sea 0 una función y sobre .

descompongamos la figura anterior en estas dos curvas y : como es analítica en todo el plano complejo menos en el cero.Ampliación de matemáticas/ MáxiMo JiMénez López 159 mejor aún. Esta fórmula vienen a afirmar que si una función es analítica el valor . por el teorema de Cauchy1 1 0 0 1 … … 1 … … … 0 Goursat: luego: 1 … … … 1 1 1 1 1 0 puesto que 2 0 0 (es la misma integral que la del apartado anterior pero la curva 1 2 está recorrida en sentido contrario) por lo tanto: Otro resultado de gran importancia en la teoría de variable compleja es la fórmula integral de Cauchy.

hemos elegido unos textos que pueden estar fácilmente disponibles en cualquier biblioteca a la que el alumno pueda tener acceso. .Ampliación de matemáticas/ MáxiMo JiMénez López 160 de viene determinado por los valores que toma f sobre cualquier curva cerrada y simple que rodee al punto z. La situación es la siguiente: como es analítica y el punto 1 se encuentra en el interior de la curva se puede utilizar la 1 2 1 fórmula integral de Cauchy. recomendamos una serie de ejercicios que nos parece adecuados para reforzar los conocimientos que se han adquirido en el presente tema. Si 1 2 es un punto interior a . Dentro de la abundante bibliografía que existe al respecto. FÓRMULA INTEGRAL DE CAUCHY. vamos a utilizar la fórmula integral de Cauchy para calcular siendo la circunferencia centrada en el origen de radio 2 con sentido anti horario. EJERCICIOS PROPUESTOS. Sea cerrada y simple analítica en el interior y en los puntos de una curva orientada de forma que deje a su izquierda la región encerrada por ella . A continuación. entonces: Por ejemplo. luego: 1 2 o lo que es lo mismo: 10.

y BROWN.Ampliación de matemáticas/ MáxiMo JiMénez López 161 Los problemas están completamente desarrollados en los textos que se indican y han sido elegidos en función de su capacidad para aclarar los conceptos aquí planteados. J. RUEL V. Pearson Educación. 2001.: Ecuaciones diferenciales y variable compleja con teoría espectral y una introducción al grado topológico de Brouwer. 1995. 1999. MacGraw-Hill. WUNSCH. Prentice Hall. Ejemplo 1 página 14 Ejemplo 4 página 23 Ejemplo 3 página 32 Ejemplo 2 página 57 Ejemplo 1 página 67 Ejemplo 4 página 74 Ejemplo 2 página 108 Ejemplo 1 página 194 Ejemplo 2 página 14 Ejemplo 5 página 24 Ejemplo 4 página 35 Ejemplo 3 página 57 Ejemplo 2 página 67 Ejemplo 5 página 75 Ejemplo 3 página 166 Ejemplo 2 página 195 Ejemplo 3 página 20 Ejemplo 1 página 31 Ejemplo 1 página 40 Ejemplo 4 página 59 Ejemplo 2 página 72 Ejemplo 1 página 107 Ejemplo 1 página 183 CHURCHILL. Ejemplo 2 página 8 Ejemplo 2 página 16 Ejemplo 2 página 31 Ejemplo 2 página 47 Ejemplo página 53 Ejemplo 1 página 59 Ejemplo página 65 Ejemplo 1 página 99 Ejemplo 2 página 102 Ejemplo 2 página 109 Ejemplo 2 página 120 Ejemplo página 136 Ejemplo 3 página 10 Ejemplo 1 página 20 Ejemplo 2 página 34 Ejemplo 1 página 50 Ejemplo 1 página 57 Ejemplo 2 página 59 Ejemplo página 75 Ejemplo 2 página 99 Ejemplo 3 página 102 Ejemplo 3 página 111 Ejemplo 3 página 120 Ejemplo 1 página 14 Ejemplo 2 página 23 Ejemplo 1 página 47 Ejemplo 2 página 50 Ejemplo 2 página 57 Ejemplo página 61 Ejemplo página 78 Ejemplo 1 página 101 Ejemplo 4 página 102 Ejemplo 1 página 119 Ejemplo página 131 11.DAVID: Variable compleja con aplicaciones. LÓPEZ GÓMEZ. A. JAMES WARD: Variable compleja y aplicaciones. segunda edición. BIBLIOGRAFÍA CITADA. .

A.: Historia de las matemáticas.: Funciones de variable compleja. segunda edición. 1987. K.pdf LEVINSON. C. RÍBNICOV.: Curso de variable compleja. GONZÁLEZ LÓPEZ.pntic. Pearson Educación.es/ivorra/Libros/Varcom. 1990. A. 1999. MacGraw-Hill. RUEL V. JAMES WARD: Variable compleja y aplicaciones. Editorial MIR. 2003. www. y BROWN.Ampliación de matemáticas/ MáxiMo JiMénez López 162 CHURCHILL. N.mec. http://mimosa.es/jgomez53/matema/indice.uv. M. 1995.DAVID: Variable compleja con aplicaciones. WUNSCH. .: Variable Compleja. Editorial Reverté.htm IVORRA CASTILLO. R. y REDHEFFER.

A pesar de todo lo anterior. en . De los descriptores de la asignatura se desprende que el alumno debe tener algunos conocimientos. sería una EDP puesto que . 1. si . no me equivoco al asegurar que el apartado con mayores aplicaciones. de las ecuaciones en derivadas parciales. sobre curvas y sobre superficies de dichas funciones. hemos optado por tratar con algo más de profundidad el problema de la cuerda vibrante pues estimamos que puede suponer una manera de que el alumno se adentre en la resolución de las EDP sin excesivas dificultades. Evidentemente. . se corresponde con las ecuaciones en derivadas parciales (EDP). Sin embargo. Por ejemplo. Todos estos capítulos tienen importantes aplicaciones prácticas en el mundo de la ingeniería. ECUACIONES EN DERIVADAS PARCIALES. alguna derivada parcial de una función desconocida de varias variables. . el tema que nos ocupa es merecedor de una dedicación mayor que la que podamos dedicarle aquí. Se llama orden de una EDP a la derivada parcial de mayor orden que aparece en la ecuación. aunque sea de forma ligera. Las restricciones de tiempo nos limita prácticamente a comentar en qué consiste una EDP y dar algún ejemplo. DEFINICIÓN.Ampliación de matemáticas/ MáxiMo JiMénez López 163 TEMA 9 APROXIMACIÓN A LAS ECUACIONES EN DERIVADAS PARCIALES El temario de la presente asignatura trata fundamentalmente sobre el estudio de las funciones en varias variables. al menos. Se ha estudiado la continuidad. Se denominan ecuaciones en derivadas parciales (EDP) a las ecuaciones en las que interviene. en las que intervienen las funciones de varias variables. valores extremos. integración en . diferenciabilidad. la ecuación intervienen las derivadas parciales de la función a calcular . CONCEPTOS BÁSICOS.

sería una ecuación en derivadas parciales de orden 1. Por ejemplo. . De todas formas. y existen muchas más que se puede poner de ejemplo. sea la función y la ecuación en derivadas parciales: 0 una posible solución de esta ecuación sería: efectivamente: 0 Otro ejemplo. pero esta otra: también sería solución. . Veamos tres ejemplos. podría ser la ecuación en derivadas parciales: . O también: sería otra solución. . ecuación 0 sería una EDP de orden 2. El conjunto de soluciones es tan diverso que parece imposible obtener una expresión general que nos determine el resultado de una ecuación en derivadas parciales. . cos sen 3 7 2. SOLUCIÓN GENERAL DE UNA ECUACIÓN EN DERIVADAS PARCIALES. existen casos de EDP sencillos en los que sí es posible obtener una forma general de su solución.Ampliación de matemáticas/ MáxiMo JiMénez López 164 Por ejemplo. La Veamos cómo pueden ser las soluciones de las ecuaciones en derivadas parciales. 0 una posible solución de esta EDP podría ser: . .

la solución de siendo F y G expresiones cualesquiera de x e y respectivamente. . etc. la solución sería: . 0 es: Utilizando coordenadas polares: y aplicando la regla de la cadena: la ecuación en derivadas parciales original se transforma en: . o también. Si notamos por . Luego: . una expresión cualquiera de y. Sea la EDP: 0 arctan ρ u θ x y x y 0 . la ecuación dada adopta la forma: 0 cuya solución es . por ejemplo. 3. 2 . sea la EDP: La igualdad implica que la función buscada u no depende de x pero sí puede depender de y. Por lo tanto. En definitiva. 0 siendo 2.Ampliación de matemáticas/ MáxiMo JiMénez López 165 1. Sea la EDP: cos . 0 a .

Veamos algunos ejemplos. sea única y predecible. 3.Ampliación de matemáticas/ MáxiMo JiMénez López 166 puesto que: 1 1 1 1 La solución de la EDP es: 1 siendo cualquier expresión que sólo dependa de . ante unas condiciones predeterminadas. Hasta ahora hemos visto que una EDP puede tener una variedad enorme de soluciones1. Por lo tanto. Sin embargo. además. Condiciones iniciales. si a la solución de una determinada EDP se le exige que. la EDP solución. CONDICIONES DE CONTORNO Y CONDICIONES INICIALES. Las condiciones que se imponen a las EDP para que la solución sea única pueden dividirse en tres categorías: - Condiciones de contorno. 1 no tiene ninguna 1 También pueden no tener ninguna solución. por ejemplo. Condiciones mixtas (de contorno e iniciales a la vez). . en coordenadas cartesianas. la solución a la EDP 0 es: siendo cualquier expresión de . . . Lo que acabamos de decir resulta del todo lógico pues si una EDP regula un determinado problema físico sería racional pensar que la respuesta (función u). cumpla una serie de condiciones entonces es posible que la solución sea única.

. entonces la solución es: . sin 2 Cuando una de las variables independientes de la EDP es el tiempo. así como La solución en este caso es: Condiciones iniciales. sen .0 . .0 sen . 24. . Se exige que la solución de la EDP verifique un determinado valor sobre la frontera de una región. deben tomar un valor determinado sobre la recta . 2 Ejemplo extraído de STEPHENSON. es decir.Ampliación de matemáticas/ MáxiMo JiMénez López 167 Condiciones de contorno. Introducción a las ecuaciones en derivadas parciales. tal y como se muestra en el siguiente dibujo: . sea la EDP: si se impone que en el momento inicial la solución tome el valor sen . Entonces se dice que tenemos un problema de EDP con condiciones iniciales. sen su derivada parcial respecto de y. Por ejemplo2. Es decir. Por ejemplo. se trata de hallar la solución de: 0 0 sujeto a las condiciones de contorno siguientes: . pág. se suele imponer que la solución u tenga un determinado valor en un tiempo concreto (generalmente en 0). con 0. la condición de contorno impone que la solución de la EDP 0.

ECUACIÓN DE EULER.Ampliación de matemáticas/ MáxiMo JiMénez López 168 4. una EDP del tipo de Euler sería: 8 6 0 Este tipo de ecuaciones se pueden resolver con facilidad mediante un cambio de variable adecuado. Para saber cuál es el cambio de variable que simplifica esta EDP vamos a realizar el siguiente artificio: Resolvemos la ecuación de segundo grado: 8 6 cuyas soluciones son: entonces.b y h constantes. Una EDP se dice que es del tipo de Euler si tiene la siguiente expresión: 0 con a. Por ejemplo. el cambio de variable que debe realizarse es: 2 4 0 variables: Comprobemos cómo queda la ecuación 8 ξ u η 2 4 6 x y x y 0 con este cambio de .

Para encontrar la solución de la EDP: 0 2 2 y 4 4 respectivamente. es: siendo F y G expresiones cualesquiera de . Introducción a las ecuaciones en derivadas parciales. Entonces la solución de esta EDP es: 0 3 En STEPHENSON.Ampliación de matemáticas/ MáxiMo JiMénez López 169 luego: con el mismo procedimiento se llegaría a: 2 2 6 4 que si sustituimos en la expresión de la EDP original queda: 0 4 16 16 cuya solución. es: siendo F y G expresiones cualesquiera de ξ y η respectivamente. 18 a 23 puede verse la solución de la EDP de tipo de Euler para el caso en que las raíces de doble o complejas. Si deshacemos el cambio de variables se obtiene que la solución de la EDP: 8 6 0 . El procedimiento que hemos seguido para resolver la anterior EDP es general. págs. 0 sean real . según se mostró en el apartado 2 de este tema. se resuelve la ecuación sean y las soluciones de la ecuación anterior3.

como se No es excesivamente complicado demostrar que la función vibración de la cuerda debe de verificar la EDP: 1 . Por ejemplo. la cuerda de una guitarra puede ser modelo bastante aproximado. va a representar la altura en vertical del punto x de la cuerda al cabo 5. Se una cuerda de material homogéneo con los extremos sujetos de forma que se mantiene tirante. 141 a 144 se justifica cómo la vibración de la cuerda debe verificar esta EDP. 5. La función .3 2 quiere decir que al del tiempo t. págs.0. Además. es decir. Ecuación que es del tipo de Euler estudiada en el apartado anterior y cuya solución es: . vamos a suponer que sólo tiene un movimiento vertical. Asimismo. Por ejemplo. que describe la donde c es una constante que dependerá del material de la cuerda y de la tensión a la que está sometida4. no ofrece ninguna resistencia a doblarse. la cuerda es completamente flexible. ECUACIÓN DE ONDAS UNIDIMENSIONAL. En HABERMAN. 4 .3 segundos el punto aprecia en el siguiente dibujo: 5 de la cuerda toma una altura igual a 2.Ampliación de matemáticas/ MáxiMo JiMénez López siendo F y G expresiones cualesquiera de . siendo F y G expresiones cualesquiera de y respectivamente. 170 y respectivamente. Ecuaciones en Derivadas Parciales…. si llegamos a la conclusión de que cabo de los 0.

0 es decir. SOLUCIÓN DE D’ALEMBERT. . va a ser la posición de la cuerda en el momento 0.Ampliación de matemáticas/ MáxiMo JiMénez López 171 5. . Sea la EDP: .1. 1 con c constante. La solución de dicha EDP que verifica las condiciones iniciales: . Sea una cuerda tensada tal que en el momento inicial se encuentra en la siguiente posición: para este caso particular. la función será: 0 0 1 1 si si si si 0 1 0 1 1 0 1 Si imponemos. la cuerda empieza a vibrar libremente . además. que verifica estas condiciones iniciales será la que nos indique en cada momento t la posición de cada punto x de la cuerda. que en el momento inicial la cuerda está parada. cada punto también en 0y la velocidad de Para aclarar el significado de las funciones y veamos el siguiente ejemplo. entonces: A partir del momento y la solución de la ecuación de ondas 0. Supongamos una cuerda de gran longitud en las condiciones que acabamos de exponer para la cuerda vibrante. Imponemos las siguientes condiciones iniciales: . debido a la tensión. Solución de D’Alembert para la ecuación de ondas unidimensional.

Si tiene que satisfacer las condiciones iniciales se debe de verificar: . Para ello hacemos el cambio de variable: con el cambio de variable. . . siendo la derivada de F. . . . Vamos a desarrollar . .Ampliación de matemáticas/ MáxiMo JiMénez López viene dada por la llamada fórmula de D’Alembert: . la solución de la EDP . . F será una función de ξ y por la regla de la cadena: . . . 1 2 Según hemos comentado más arriba. Con el mismo razonamiento: .0 172 . luego las condiciones iniciales se pueden poner de la siguiente forma: Integramos la segunda ecuación de este sistema: . Demostración. es: siendo F y G las funciones que debemos de calcular. . . 2 .

2 2 1 2 1 2 se tiene: 2 2 En definitiva: . 0. . pág. está parada y Retomemos el ejemplo de la cuerda tensada que. Para completar el estudio de la vibración de la cuerda vamos a utilizar el Mathematica a fin de visualizar el comportamiento de la solución de D’Alembert a través del tiempo5. en el tiempo tiene la posición que se describe en el dibujo: 5 Para un estudio teórico del comportamiento de la solución de D’Alembert puede verse KRASNOV. 2. 2 1 2 como se quería demostrar. Así pues: y las condiciones iniciales se pueden volver a escribir de la siguiente manera: 1 resolviendo este sistema (sumando y restando las ecuaciones): 2 . Vol.Ampliación de matemáticas/ MáxiMo JiMénez López 173 siendo a una constante cualquiera. Curso de matemáticas superiores para Ingenieros. 1 2 1 2 2 2 2 Como . 665.

lo nos dará la sensación de movimiento.0. La secuencia comenzará en el momento inicial y en Manipulate[Plot[u[x.0.t].Ampliación de matemáticas/ MáxiMo JiMénez López 174 Las condiciones iniciales son: 0 0 0 1 1 si si si si 1 0 1 1 0 1 En primer lugar.0].{x.4}].1}] . en pequeños pasos de tiempo. introducimos en el Mathematica las condiciones iniciales (suponemos que la constante c es igual a 1): c=1.-x-1.{z. . Por ejemplo.x-c*t.x>1.t_]=1/2(f[x+c*t]+f[x-c*t])+1/(2c) Integrate[g[z]. f[x_]=Which[x<-1. vamos a realizar una secuencia en la que se dibuje la función un rango que vaya desde 4 terminará a los 5 segundos con un paso de una décima de segundo entre dos dibujos consecutivos. Esto se puede hacer con la orden Manipulate.-1<=x<0.{t.0<=x<=1.-4.5.x+c*t}] sólo nos queda realizar una secuencia de dibujos. 4. escribimos la solución del problema: u[x_.x-1.0. g[x_]=0.

tercera edición.: Ecuaciones en Derivadas Parciales con series de Fourier y Problemas de Contorno. 2003.Ampliación de matemáticas/ MáxiMo JiMénez López 175 Una vez que tengamos un cuadro como el anterior. BIBLIOGRAFÍA CITADA. M. et al: Curso de matemáticas superiores para Ingenieros. Vol. Editorial Reverté.: Introducción a las ecuaciones en derivadas parciales. KRASNOV. HABERMAN. Prentice Hall. 1982. para que comiencen a ejecutarse todos los dibujos de forma 6. MIR. 2. STEPHENSON. 1990. R. se recomienda desplegar el icono y pulsar la flecha automática. Ed. G. .

AMPLIACIÓN.MATEMÁTICAS (Manual.prácticas) .de.DE.

Ecuación en diferencias lineal completa con coeficientes constantes. (I.1 Borrado de variables previamente definidas. Como tendremos ocasión de comprobar. ü 1. 1. Solución particular de la ecuación en diferencias lineal completa de coeficientes constantes. 6. Industrial) Práctica 1 Ecuaciones en diferencias En esta práctica utilizaremos el Mathematica para resolver algunos tipos de ecuaciones en diferencias. 2. 4.3 Resolución de ecuaciones y sistemas. Si durante una sesión hemos otorgado a unas variables determinados valores. Ecuaciones en diferencias. 1. Aún así. la orden RSolve del Mathematica nos da directamente la solución de este tipo de ecuaciones. Por ejemplo: In[1]:= a=7 b=6 7 6 Out[1]= Out[2]= se observa que a y b tienen asignados.4 Cómo definir una función. Al principio de cada práctica presentaremos una serie de órdenes con el Mathematica que nos facilitará el desarrollo de la misma. 1. Solución particular de una ecuación en diferencias.6 Desarrollo de los factores de un producto.5 Sucesiones con el Mathematica.2 Cómo hacer referencia a un resultado anterior. 1.2011 Ampliación de Matemáticas. Ecuación en diferencias lineal homogénea con coeficientes constantes. Índice. resulta aconsejable repasar el Tema 1 de la parte teórica de la asignatura donde se fundamentan los procedimientos que vamos a seguir.1 Borrado de variables previamente definidas. T. los valores 7 y 6: — 177 — . Bibliografía Conocimientos previos. Apéndice. dichos valores pueden borrarse mediante la orden Clear["Global`*"]. 1. respectivamente. Conocimientos previos. nosotros haremos un estudio paralelo al seguido en la parte teórica con el fin de aclarar y consolidar los conceptos que allí se exponen. 1. 3. 1. Antes de comenzar a realizar los ejemplos y ejercicios de esta práctica. Método de variación de constantes. 5.Curso 2010 . 7.

Si pretendemos resolver la ecuación x3 + 7 x2 + 1 = 0. lo que se pretende es resolver el sistema : 88x → −7.2 Cómo hacer referencia a un resultado anterior. efectivamente.3 Resolución de ecuaciones y sistemas. en general.377281 <. el procedimiento más lógico sería.141592654 ü 1. 8x → 0. copiar y pegar. Sería una pérdida de tiempo. el modo de proceder sería el — 178 — . con muchas posibilidades de equivocarnos. 4197 N 4197 N 3N 3N 1ê3 >. introducir nuevamente la expresión previamente obtenida.141592654 %+2 5.0101452 + 0.02029<. procederíamos del siguiente modo: In[9]:= Solve@x ^ 3 + 7 x ^ 2 + 1 ::x → 1 3 7 3 1 6 J1 + J1 − −7 − 49 0.377281 << 0. xD x = 1+2a y y =9+2x en las incógnitas 8x. en especial esta última orden proporciona muy buenos resultados cuando las ecuaciones son polinómicas: In[10]:= Out[10]= :x → − :x → − 4197 N 4197 N J713 − 3 1ê3 + 7 3 + 1 6 1 2 1ê3 + 3 22ê3 J713 − 3 3 22ê3 J713 − 3 49 J1 + 4197 N 1ê3 49 J1 − >. las variables a y b no tienen ahora asignadas ningún valor.0101452 − 0. resaltar con el ratón la parte desada. Habitualmente necesitaremos hacer referencia a un resultado anterior. %% se refiere al penúltimo y. muchas veces resulta útil utilizar el símbolo % que hace referencia al último resultado ejecutado por el programa. y<. >> 1ê3 NSolve@x ^ 3 + 7 x ^ 2 + 1 siguiente: Si. Ejemplo: In[7]:= Out[7]= In[8]:= Out[8]= N@π. In[5]:= a b a b Out[5]= Out[6]= ü 1. En este caso. %n a la salida n. 10D 3.nb In[3]:= Out[3]= a∗b 42 Podemos borrar dichos valores con la la orden Clear["Global`*"] In[4]:= Clear@"Global`∗"D comprobamos que. No obstante. xD 2 1ê3 Out[9]= − 4197 1 2 J713 − 3 J713 − 3 1 2 713 − 3 + 3N 3N También podríamos haber resuelto la ecuación anterior con la orden NSolve. 8x → 0.2 Práctica 1.

Para el Mathematica. x+1 1 x+1 se suele utilizar la letra f (u otra cercana en el Por otra parte. cuando queremos referirnos a la sucesión de 1 n+1 expresión general xn = 1 . en principio. puede tomar cualquier valor real. los conceptos de función y sucesión son distintos y esto se expresa de forma clara en la notación que se abecedario) y como argumento la variable x: f HxL = 1 n+1 utiliza. Mientras que la variable x.4 Cómo definir una función. Sin embargo. A pesar de la gran cantidad de funciones que tiene implementado el programa Mathematica nosotros podemos definir una función de la siguiente manera: In[12]:= Out[12]= f@x_D = x ^ 2 x2 a partir de ahora podemos utilizarla introduciendo el argunento entre corchetes In[13]:= Out[13]= In[14]:= Out[14]= f@3D 9 f@Sin@xDD Sin@xD2 ü 1.y→− 11 −1 + 4 a >> ü 1. naturales vamos a incluir también al cero).nb 3 In[11]:= Out[11]= Solve@8x == 1 + 2 a ∗ y. generalmente se admite que la variable n sólo puede tomar valores enteros mayores o iguales que cero. De esta manera se distingue entre los conceptos de función y sucesión. quizás de forma más común. y<D ::x → − 1 + 18 a −1 + 4 a . Así.Práctica 1. n+1 se suele utilizar la letra x y como argumento la variable n: xHnL = o. la mera utilización de la letra n como argumento no implica que el programa ya sepa que se — 179 — . programa las funciones f HxL = En la definición de una función con Mathematica resulta indiferente el nombre que se otorgue a la variable. Si representamos gráficamente la función f HxL = Una sucesión es una aplicación s :  Ø .5 Sucesiones con el Mathematica. si queremos referirnos a la función de expresión general 1 . nosotros al hacer referencia al conjunto de los 1 x+1 y la sucesión sHnL = 1 n+1 se observan fáciilmente las diferencias entre función y sucesión: En resumen. (a pesar de que 0 – . y == 9 + 2 x<. 8x. Para el 1 x+1 y sHnL = 1 n+1 son idénticas. en la literatura matemática se suele interpretar las dos expresiones anteriores como cosas diferentes.

Ejemplo: In[16]:= Out[16]= Para desarrollar un producto formado por una serie de factores Hx . resolvamos la ecuación xn+2 . la solución de la ecuación xn+2 . 1 . Se trata de obtener una sucesión cuyos términos verifican una determinada relación. la sucesión 9 n+1 = cuyas imágenes (o términos x@n_D = SimplifyB 1 1 n+1 . esta sucesión es solución de la ecuación en diferencias: In[20]:= 2 N C@2D n 2 N C@1D + J2 + 2 N C@2D>> 2 N C@2D. Expand.nb de la sucesión) son 91..x[n].n] Por ejemplo. NOTA 2.. Ecuaciones en diferencias. n ∈ Integers && n ≥ 0F n x@n + 2D − 4 x@n + 1D + 2 x@nD 2 N 2+n 0 2+n Out[20]= 2 JJ2 − 2 N C@1D + J2 + n C@1D + J2 + 2N 2 N C@2DN − 4 KJ2 − n C@2D + 2N 1+n C@1D + J2 + 2N 1+n C@2DO 0 — 180 — . resulta frecuente definir una sucesión como si fuera una función de variable real. Su sintaxis es la siguiente: RSolve[ecuación.= se define con el Mathematica de la siguiente forma: 2 3 4 5 6 In[15]:= 1 trata de una sucesión sino que hay que indicárselo de alguna manera. Así pues. . pero no debe olvidarse que Mathematica la ha definido como una función de variable real y. 1 ..4 Práctica 1. efectivamente. 1 . en determinados momentos. 1 . En la práctica.an L se puede utilizar la orden Expand@Hx − 2L Hx − H3 + 2 ILL Hx − H3 − 2 ILLD −26 + 25 x − 8 x2 + x3 2. 1 . nD n Out[18]= Así pues. ü 1. Hx . por ejemplo x@n_D = 1 .4 xn+1 + 2 xn = 0: In[17]:= In[18]:= Clear@"Global`∗"D RSolve@x@n + 2D − 4 x@n + 1D + 2 x@nD ::x@nD → J2 − J2 − J2 − 2 N C@1D + J2 + n n 0. Si se utiliza la paleta BasicMathInput hay que tener cuidado en distinguir entre el símbolo œ y la letra griega e (épsilon) cuyas grafías en la pantalla del ordenador son muy parecidas.4 xn+1 + 2 xn = 0 es: In[19]:= x@n_D = SimplifyBJ2 − 2 N C@1D + J2 + n Out[19]= comprobemos que. Suponemos conocida la noción de ecuación en diferencias (Tema 1 del temario de la asignatura).a1 L Hx ..a2 L . x@nD. n+1 y después se tiene la precaución de darle a n sólo valores naturales. Mathematica dispone de la orden RSolve que nos proporciona la solución de la ecuación en diferencias. Esta forma de proceder resulta equivalente a definir xHnL como si fuera una sucesión.6 Desarrollo de los factores de un producto. n ∈ Integers && n ≥ 0F Out[15]= 1+n NOTA 1. pudiera dar un resultado no esperado para una sucesión.

x@1D 1<.Práctica 1.condición2. efectivamente.n] en nuestro ejemplo sería: In[24]:= In[25]:= 2 N Kn 1 2 2 O + J2 + 2N K n 1 2 2 O Clear@"Global`∗"D RSolve@8x@n + 2D − 4 x@n + 1D + 2 x@nD ::x@nD → − J2 − 2 N − J2 + n 0. n luego la solución del problema con condiciones iniciales es xn = J2 - También se puede calcular directamente la solución de la ecuación en diferencias con condiciones inciales utilizando la orden RSolve con el siguiente formato: RSolve[{ecuación. Calcular la solución de la ecuación en diferencias xn+1 . C@2D<D 1 2 2 >> 2 N C@2D.. Observad que Mathematica puede resolver ecuaciones en diferencias aunque la ecuación no sea lineal como ocurre en el presente caso. ü Ejercicio 2. la sucesión obtenida es solución de dicha ecuación. x@0D 0.3 xn = 2 y comprobar que. 8C@1D..condición1. Si se quiere calcular la x0 = 0 x1 = 1 podríamos proceder del siguiente modo: x@n_D = SimplifyBJ2 − Solve@8x@0D ::C@1D → − 1 2 2 0. NOTA. solución de la misma ecuación sujeta a las condiciones inicales : In[22]:= In[23]:= xn = J2 - En el epígrafe anterior se ha obtenido que la solución de la ecuación en diferencias xn+2 .x[n]. C@2D → 1<.4 xn+1 + 2 xn = 0 es 2 N C@1D + J2 + n n 2 N C@2D que depende de dos constantes genéricas C@1D y C@2D. nD Out[25]= 2 2 2 N n >> — 181 — . 3. x@1D 2 N C@1D + J2 + n Out[23]= . Calcular la solución de la ecuación xn+1 xn + xn+1 ..nb 5 In[21]:= Out[21]= Simplify@%D True ü Ejercicio 1. Solución particular de una ecuación en diferencias. n ∈ Integers && n ≥ 0F. x@nD.}.xn = 0 y comprobar que la sucesión obtenida es solución de la ecuación en diferencias.

6 Práctica 1.3 xn = 0 la ecuación característica es l2 + 2 l ... xn = nm-1 rn cosHn qL xn = n rn senHn qL.4 l + 4 = 0 tiene por raíces: — 182 — . xn = n ln .. λD 88λ → −3<. Ecuación en diferencias lineal homogénea con coeficientes contantes. en primer lugar. xn = nm-1 rn senHn qL ü Ejemplo 1. 8λ → 1<< ü Ejemplo 2...3 = 0 que tiene por raíces: In[26]:= Out[26]= Solve@λ ^ 2 + 2 λ − 3 == 0.nb 4.. Calculemos la solución de la ecuación en diferencias xn+2 + 2 xn+1 . Si la ecuación es lineal de coeficientes constantes y homogénea... es decir. Lo más fácil es escribir el número complejo a +  b en forma de módulo y argumento r = Abs@a +  bD : y le asociamos las soluciones: q = Arg@a +  bD xn = rn cosHn qL .4 xn+1 + 4 xn = 0 la ecuación carácterística l2 . b) le asociamos dos soluciones. xn = n rn cosHn qL. En muchas ocasiones no dispondremos del Mathematica para resolver la ecuación en diferencias. xn = rn senHn qL d) A cada raíz compleja a +  b de multiplicidad m (la conjugada aparecerá también con la misma multiplicidad). xn = n2 ln . le asociamos las siguientes 2m soluciones: xn = rn cosHn qL. .. la solución de esta ecuación en diferencias será xn = c1 H-3Ln + c2 Sea la ecuación en diferencias xn+2 . . xn = nm-1 ln j j j j c) A cada raíz compleja simple a +  b (como a j son números reales también deberá aparecer su conjugada a . de multiplicidad m. con el siguiente criterio: a) A cada raíz real li se le asocia la solución: xn = lin b) A cada raíz real multiple l j . + a0 xn = 0 con a j = constante " j se procede. tiene la expresión: ak xn+k + ak-1 xn+k-1 + . .. le asociamos las m soluciones: xn = ln . + a1 l + a0 = 0 y la solución general xn dependerá de las raíces de dicha ecuación. xn = rn senHn qL. volviendo expresar dicho número en forma de módulo y argumento. resolviendo la ecuación característica: ak lk + ak-1 lk-1 + .

20282 <.71658 nL .21572n senH-1.2 = 0 son: In[28]:= Out[28]= 88λ → −0. con la orden RSolve y con ayuda de la ecuación característica. — 183 — . 8λ → 1.71658 tomemos una raíz compleja y calculamos su módulo y argumento: In[29]:= Out[29]= In[30]:= Out[30]= la solución general será: xn = c1 1.3532099641993245L ^ n + c2 ∗ H1.71658036649671 nD.Práctica 1.20282 <.35321<< x0 = 0 las raíces de la ecuación carácterística l3 .20282 <. 8λ → 1. b) 4 xn+3 + 3 xn+2 + xn+1 . Solve@8x@0D 88c1 → 0. 8c1. c2 → −0.21572 Arg@−0.xn+2 + xn+1 . Resolver de dos formas diferentes. c3 → −0. las siguientes ecuaciones en diferencias: a) xn+3 .176605 − 1.2157167610134412L ^ n ∗ Cos@−1.21572n cosH-1. 8λ → 1.176605 + 1.71658036649671 nD + c3 ∗ H1. λD 88λ → 2<. 8λ → 2<< como 2 es raíz doble. λD 88λ → −0.35321<< Abs@−0.176605 − 1.37692<< 0.l2 + l .20282 <. x@2D 1<.71658 nL ü Ejercicio 3.35732.2028208192854788` D −1.2157167610134412L ^ n ∗ Sin@−1.3 xn = 0.5 xn+2 + 7 xn+1 .0.35732.2 xn = 0 tal que x0 = x1 = 0 y x2 = 1. Sea la ecuación en diferencias xn+3 .21572n senH-1.21572n cosH-1.37692 ÿ 1. c) xn+4 + 2 xn+2 + xn = 0. c2. c3<D luego la solución pedida es: xn = 0.176605 − 1.71658 nL In[31]:= Si imponemos las condiciones a verificar obtenemos: In[32]:= Out[32]= x@n_D = c1 ∗ H1.176605 + 1. 8λ → −0.35321n + c2 1. x@1D 1.35732 ÿ 1.17660498209966224` − 1. 8λ → −0.35321n .0.2028208192854788` D 1.176605 + 1.20282 <.20282 <.71658 nL + c3 1.nb 7 In[27]:= Out[27]= Solve@λ ^ 2 − 4 λ + 4 == 0. la solución de la ecuación en diferencias es xn = c1 2n + c2 n 2n ü Ejemplo 3.17660498209966224` − 1.2 xn = 0 que debe de verificar : x1 = 1 x2 = 1 NSolve@λ ^ 3 − λ ^ 2 + λ − 2 == 0. 8λ → −0.35321<< 88λ → −0.35732 ÿ 1.

+ a0 xn = 0). ecuación en diferencias de la que esta sucesión es su solución. Sea la ecuación en diferencias xn+2 . por ejemplo. Si no disponemos del Mathematica.8 Práctica 1. Existen diferentes métodos para calcular la particular de la completa... 5. c2 y c3 constantes genéricas. xk son k soluciones independientes de la homogénea asociada. NOTA. x2 .Calcular la solución general de la homogénea asociada (ak xn+k + ak-1 xn+k-1 + . . (Lectura opcional). Sea la sucesión xn = c1 2n + c2 J 2 N cosIn 4 M + c3 J 2 N senIn 4 M con c1 .5L + c2 2n senHn 1. Sea la sucesión xn = c1 2n cosHn 1. 6.nb ü Ejercicio 4. La solución general de la ecuación en diferencias lineal completa: ak xn+k + ak-1 xn+k-1 + . Apéndice. Ecuación en diferencias lineal completa con coeficientes contantes. y . Calcular la n p n p ü Ejercicio 5. En el Apéndice de esta práctica se expone el método de variación de constantes para obtener una solución particular de la completa. + a0 xn = gHnL si x1 .. ü Ejercicio 6. el método de los coeficientes indeterminados que consiste en ensayar con una determinada sucesión cuya expresión viene dada por la de gHnL. Método de variación de constantes.3 x+1 + xn = 2n ... + a0 xn = gHnL es la suma de la general de la homogénea asociada y una particular de la completa. El número complejo a + Â b se puede expresar en función de su módulo y argumento como a + Â b = r cos q + Â r sen q. Solución particular de la ecuación en diferencias lineal completa de coeficientes constantes. Calcular la ecuación en diferencias de la que esta sucesión es su solución.5L con c1 y c2 constantes genéricas. problema que se ha estudiado en el epígrafe anterior. la solución general de esta última es: n n n — 184 — . para calcular la solución general de la ecuación completa tendremos que realizar los dos pasos siguientes: .. Consideremos al ecuación en diferencias: xn+k + ak-1 xn+k-1 + ... identificar una solución particular de la ecuación completa.Calcular una solución particular de la completa..

.... + ck xk + c1 HnL x1 + c2 HnL x2 + .. como mencionamos Dc j H0L = c j H1L ... no sabemos el valor de los c j HnL........ lo má habitual es tomar como c j H0L = 0. + ck HnL xkHnL c j HnL = ⁄n-1 Dc j H pL p=0 c j HnL = c j H0L + ⁄n-1 Dc j H pL p=0 o también: xn = c1 x1 + c2 x2 + .. ..c j HnL y por tanto: Una vez obtenidos Dc j HnL para j = 1.. . .. ..c j H2L sumando los miembros de la derecha (observar que desaparacen todos menos dos) y los de la izquierda se mantiene la igualdad luego: ⁄n-1 Dc j H pL = c j HnL . + ck xk n n n donde... . .. en cuyo caso c j HnL se podría una vez calculados los c j HnL la solución particular de la completa será: y la solución general de la completa: xn = xgh + xpc xpc HnL = c1 HnL x1HnL + c2 HnL x2HnL + . ...c j Hn ... ...c j HnL) : Se puede demostrar que el hecho de imponer que xpc HnL sea solución de la completa fuerza a que se cumpla el Dc1 x1 + Dc2 x2 + ..c j H1L Dc j H2L = c j H3L .. ..1L = c j HnL . por el momento. k resulta fácil calcular los valores c j HnL pues. Dc j HnL = c j Hn + 1L .. anteriormente..Práctica 1..c j H0L Dc j H1L = c j H2L ...c j H0L p=0 . Dck (que dependen de n). Dc1 x1 + Dc2 x2 + .. .. Dc2 . . + Dck xk = gHnL n+k n+k n+k sistema que al resolverlo obtendríamos Dc1 ... ....nb 9 Si ahora suponemos que los coeficentes ci en lugar de ser constantes fueran sucesiones y forzamos a que sea solución particular de la completa obtendríamos la sucesión: xpc HnL = c1 HnL x1 + c2 HnL x2 + . ..1L así obtenemos: expresar como: como nos basta con una sola solución de la completa........... + ck HnL xk n n n n n n — 185 — ... . + ck HnL xk n n n xgh HnL = c1 x1 + c2 x2 + . . . + Dck xk = 0 n+1 n+1 n+1 Dc1 x1 + Dc2 x2 + . . . . .. Dc j Hn . .. + Dck xk = 0 n+2 n+2 n+2 .......... siguiente sistema con incógnitas en Dc j (siendo Dc j = c j Hn + 1L .... .

8p. para ello se resuelve el sistema: Solve@8∆c1 ∗ x1@n + 1D + ∆c2 ∗ x2@n + 1D ∆c1 ∗ x1@n + 2D + ∆c2 ∗ x2@n + 2D 99∆c1 → −2−1−n 5n . x2@n_D = 3 ^ n.5 xn+1 + 6 xn = 0) es xgn = c1 2n + c2 3n In[35]:= x1@n_D = 2 ^ n.10 Práctica 1. xgh@n_D = Simplify@c1 ∗ x1@nD + c2 ∗ x2@nD.5 xn+1 + 6 xn = 5n . 5 ^ n<. n ∈ Integers && n ≥ 0D Out[37]= In[38]:= Buscamos una particular de la completa de la forma xpc HnL = c1 HnL 2n + c2 HnL 3n . n ∈ Integers && n ≥ 0D 1 I21+n − 31+n + 5n M Out[43]= 6 y la solución general de la completa es: In[44]:= x@n_D = xgh@nD + xpc@nD 1 I21+n − 31+n + 5n M + 2n c1 + 3n c2 Out[44]= 6 — 186 — . n − 1<D 1 2 −1 + 5 3 n la solución particular de la completa será: In[43]:= xpc@n_D = Simplify@c1@nD ∗ x1@nD + c2@nD ∗ x2@nD. n − 1<D 1 3 1− 5 2 n In[42]:= Out[42]= c2@n_D = Sum@∆c2@pD.nb ü Ejemplo. 0. 8p. λD la solución general de la homogénea asociada (xn+2 . 0. ∆c2<D 2n c1 + 3n c2 Out[38]= implementemos ambas soluciones en el Mathematica: In[39]:= Out[39]= In[40]:= Out[40]= ∆c1@n_D = −2−1−n 5n calculamos c1 HnL y c2 HnL In[41]:= Out[41]= c1@n_D = Sum@∆c1@pD. ∆c2 → 3−1−n 5n == −2−1−n 5n ∆c2@n_D = 3−1−n 5n 3−1−n 5n 0. 8∆c1. 8λ → 3<< 0. In[33]:= Clear@"Global`∗"D la solución de la ecuación característica es: In[34]:= Out[34]= Solve@λ ^ 2 − 5 λ + 6 88λ → 2<. Sea la ecuación en diferencias: xn+2 .

-PRIETO SÁEZ. A. Servicio de Publicaciones de la Universidad de Cádiz. A. E. destacamos la siguiente: ALCONCHEL PÉREZ.-GÓMEZ TOLEDANO. C. RODRÍGUEZ RUIZ. FERNÁNDEZ PÉREZ. M.Sistemas dinámicos.Teoría. 2003. : Ecuaciones Lineales en Diferencias: aplicaciones a la empresa y la economía. : Ecuaciones diferenciales y en diferencias. : Matemáticas 2. J.nb 11 7. F. Economía y Empresa. V. Bibliografía.J. — 187 — .-HERNÁNDEZ MORALES. Para profundizar en los conceptos que aparecen en esta práctica.y VIGNERON TENORIO. 1996.P. J.Práctica 1.M. 2004.-VÁZQUEZ HERNÁNDEZ. entre la abundante bibliografía que existe al respecto.-VEGAS MONTANER. Editorial THOMSON. Editorial Centro de Estudios Ramón Areces.

Así pues. (I. Apéndice. Para el Mathematica.2 Elevar una matriz a una potencia. 5. 3. 1.c}. 6. T.1 Cómo generar una matriz. en primer lugar. Así. 4.. 2. resulta muy práctico utilizar la barra de herramientas para itroducir una matriz de la siguiente forma: Insert Ø Table/Matrix Ø New. 5< . por ejemplo xn e yn .2. un vector es una lista de elementos separados por comas y encerrados entre llaves.b. la matriz se escribiría de la siguiente manera {{a.xn + yn = 0 yn+1 . A pesar de ello.2 xn = 0 En este spuesto se dice que estamos ante un sistema de ecuaciones en diferencias.2011 Ampliación de Matemáticas. 3. Sistema lineal de ecuaciones en diferencias homogéneo de orden 1 con coeficientes constantes. iremos obteniendo las soluciones de los distintos tipos de sistemas de forma semejante a como se hizo en la parte teórica con el fin de consolidar los conceptos que allí se expusieron En el Tema 1 de la parte teórica de la asignatura se obtuvieron las soluciones de los sistemas de ecuaciones en diferencias utilizando su expresión matricial. Bibliografía.. Índice. — 188 — . y una vez seleccionados el número de filas y columnas se irán rellenando las celdas moviéndose con el tabulador.3}}. 1.Curso 2010 .3 Potencia enésima de una matriz. como ya hicimos en la práctica anterior. vector H1.xn = 0. A veces. 1. Conocimientos previos. ü 1. La orden RSolve que utilizábamos para resolver las ecuaciones en diferencias también nos sirve para resolver este tipo de sistemas.{1. Industrial) Práctica 2 Sistema de ecuaciones en diferencias En la práctica anterior se estudió la resolución de ecuaciones en diferencias del tipo xn+2 + 2 xn+1 . 1. Resolución de un sistema de ecuaciones en diferencias con el Mathematica. Así pues. tales que han de verificar conjuntamente: : 2 xn+1 . 1.1 Cómo generar una matriz. Supongamos ahora que hay más de una sucesión desconocida. el a b c 1 2 3 Una matriz. daremos unos conocimientos previos sobre el manejo de las matrices con el Mathematica. es un vector cuyos elementos a su vez son vectores. Conocimientos previos. en el Mathematica. 3. Solución particular del sistema lineal en diferencias con coeficientes constantes no homogéneo de orden 1. Sistema lineal de ecuaciones en diferencias no homogéneo de orden 1 con coeficientes constantes. 5L se escribiría como 81.

nF êê MatrixForm −1 2 — 189 — . 3<F >.{i. −40.potencia] por ejemplo. para obtener A4 habría que escribir: A= 3 −1 0 2 1 4 .2 Práctica 2. Incluso si la potencia de una matriz no es dato numérico la orden MatrixPower puede calcular An : In[6]:= MatrixPowerB Out[6]//MatrixForm= 1 1 − 2n 0 2n 1 0 . :2. 8264. 3 -1 0 3 -1 0 1 2 4 0 4 Sea la matriz A = 2 2 1 2 4 . 8i.{j. si se pretende calcular A4 sería incorrecto poner 2 0 2 puesto que esta orden se limitaría a elevar cada término de la matriz a la cuarta potencia. −15. 2 2 0 In[3]:= In[4]:= Out[4]= In[5]:= Out[5]//MatrixForm= 88−55. 8j.n}] que construye una matriz m µ n con i variando desde 1 hasta m y j desde 1 hasta n. 1 2 2 9 . −56.nb Para generar una matriz cuyos elementos siguen una determinada fórmula se utiliza la orden Table con dos variables según el siguiente formato: Table[f(i. 8150. >> In[2]:= MatrixForm@%D 1 4 1 2 1 9 2 9 Out[2]//MatrixForm= ü 1. 2<.m}. Mathematica tiene la orden MatrixPower para realizar esta tarea: MatrixPower[matriz.j). Ejemplo: i In[1]:= TableB j2 ::1. 4D ü 1.2 Elevar una matriz a una potencia. −4<. 24<< MatrixForm@%D −55 −56 −76 264 −15 −4 150 −40 24 MatrixPower@A. 1 2 1 . −76<. 4 1 9 Out[1]= .3 Potencia enésima de una matriz.

la solución general del sistema : Clear@"Global`∗"D −1 1 A= . tales que han de verificar conjuntamente el siguiente sistema: : xn+1 + xn . 2 0 x@n_D y@n_D :: 1 3 + 1 3 xn+1 = -xn + yn 2 xn yn+1 = se calcula del siguiente modo: In[7]:= In[9]:= = MatrixPower@A. la solución general de este sistema es: xn yn = -1 1 2 0 n c1 c2 con c1 y c2 constantes genéricas Por lo tanto. Para calcular su solución es conveniente expresarlo en forma matricial: xn+1 yn+1 = -1 1 2 0 xn yn : xn+1 = -xn + yn 2 xn yn+1 = Como se explicó en el apartado 5 del Tema 1 de la asignatura. : C@2D 2 3 − 1 3 H−1Ln 21+n C@1D + 2 3 + H−2Ln 3 C@2D>> 2 3 Out[11]= + C@2D 3 3.yn = 0 yn+1 . nD. Sean dos sucesiones xn e yn .2 xn = 0 o mejor: Dicho sistema se dice lineal de coeficientes constantes y de orden 1 (sólo hay un desplazamiento en la variable n). Sistema lineal de ecuaciones en diferencias no homogéneo de orden 1 con coeficientes constantes.nb 3 2. Un sistema lineal de coeficientes constantes de orden 1 no homogéneo tiene la siguiente forma: — 190 — . H−1Ln 21+n C@1D + 1 3 1 3 Out[9]= − In[10]:= x@nD 1 + 1 3 Out[10]= 3 In[11]:= y@nD 2 − 1 3 H−1Ln 21+n C@1D + H−1Ln 21+n C@1D + − H−2Ln 3 H−2Ln 3 H−2Ln 3 C@1D C@2D C@2D>. Sistema lineal de ecuaciones en diferencias homogéneo de orden 1 con coeficientes constantes.Práctica 2.

x2[n]. La solución general del sistema de ecuaciones en diferencias no homogéneo se obtiene sumando una solución particular del sistema y la solución general del sistema homogéneo asociado..ecuaciónk}. + a1 k xk + b1 HnL n n = a21 x1 + .2 xn = 0 se procedería: Clear@"Global`∗"D RSolve@8x@n + 1D + x@nD − y@nD ::x@nD → 1 3 0. En el Apéndice de esta práctica ofrecemos una expresión para su cálculo.. y@n + 1D − 2 x@nD 1 3 I1 − H−2Ln M C@2D. = ak1 x1 + .yn = 2n yn+1 .4 Práctica 2. donde los coeficientes aij son costantes y bi HnL son funciones de n. . para el sistema : In[12]:= In[13]:= xn+1 + xn .n] por ejemplo. x2 . xk n+1 = a11 x1 + .. . las sucesiones x1 .2 xn + 3 yn = n identificar una solución particular del sistema..... 4.... xn+1 + xn ..yn = n yn+1 .. Resolución de un sistema de euaciones en diferencias con el Mathematica......yn = n yn+1 . — 191 — .ecuación2. . Calcular la solución del sistema : Calcular la solución del sistema : Dado el sistema : xn+1 + xn . ....xk[n]}. .. .. 8x@nD. + a2 k xk + b2 HnL n n . naturalmente. ..nb x1 n+1 x2 n+1 ..2 xn = 1 . y@nD<.yn = 0 yn+1 .2 xn = 1 ü Ejercicio 3.. n n n De manera análoga a lo que ocurría en las ecuaciones lineales de orden k. nD ü Ejercicio 2... La orden RSolve también puede resolver sistemas de ecuaciones utilizando la siguiente sintaxis: RSolve[{ecuación1.{x1[n]. xk ..... nπ Out[13]= y@nD → − 2 3 I1 + H−1Ln 21+n M C@1D + I−1 + H−2Ln M C@1D + 1 3 ü Ejercicio 1. I2 + 2n M C@2D>> 0<. sólo quedaría encontrar una solución particular del sistema completo... tal que : x0 = 1 y0 = 0 xn+1 + 2 xn . + akk xk n n + bk HnL . Dado que la solución general del sistema homogéneo se ha estudiado en el apartado anterior. Las incógnitas son. se puede enunciar el siguiente teorema: TEOREMA.

... + a1 k xk + b1 HnL n n = a21 x1 + . . xk .. + akk xk n n + bk HnL . .. Solución particular del sistema lineal en diferencias con coeficientes constantes no homogéneo de orden 1. ...... a2 k ... 0 2 n B@n_D = K O. ak1 ak2 . Apéndice.nb 5 5.. n − i − 1D. Sea el sistema lineal de coeficientes constantes de orden 1 no homogéneo: x1 n+1 x2 n+1 ..... . xk n+1 a11 a12 . calculemos la solución del sistema : Clear@"Global`∗"D 2 1 A= ...... n n n Este sistema adopta la expresión matricial siguiente: x1 n+1 . + a2 k xk + b2 HnL n n . . . donde los coeficientes aij son costantes y bi HnL son funciones de n.. xk n+1 = a11 x1 + .. (Lectura opcional)..Práctica 2... bk HnL + BHnL siendo la matriz A = a21 a22 ........ . akk y BHnL = Aplicando el método de variación de constantes se llega a la conclusión de que una solución particular de este sistema es: n-1 ⁄i=0 An-i-1 BHiL In[14]:= Ejemplo.. siendo las incógnitas las sucesiones x1 . x2 .B@iDL luego una solución particular ‚ 992−1−i+n i − 2−2−i+n H1 + i − nL=... . a1 k x1 n ... xk n+1 =A b1 HnL b2 HnL .... . = ak1 x1 + . 1 n−1 i=0 −1+n i=0 xn+1 = 2 xn + yn + n ... .. 92−1−i+n == xpcHnL ypcHnL del sistema completo será: — 192 — . yn+1 = 2 yn + 1 In[17]:= Out[17]= ‚ HMatrixPower@A.

6 Práctica 2. n ∈ Integers && n ≥ 0F x@n_D = SimplifyB 2n C@1D + 1 2 Out[21]= In[22]:= Out[22]= y@n_D = Simplify@−1 + 2n + 2n C@2D. 82n C@2D<= x@n_D y@n_D :: 1 2 = xgh@nD ygh@nD + xpc@nD ypc@nD xgh@n_D ygh@n_D = MatrixPower@A. 8−1 + 2n + 2n C@2D<> 1 2 H−2 + 2n L n + 2n C@1D + 2−1+n n C@2D. In[21]:= H−2 + 2n L n + 2n C@1D + 2−1+n n C@2D>. Se recomienda la misma bibliografía que la del tema anterior.nb In[18]:= xpc@n_D ypc@n_D :: 1 2 Out[18]= la solución general del sitema homogéneo asociado es: In[19]:= H−2 + 2n L n>. Bibliografía. 8−1 + 2n <> = :: ‚ I2−1−i+n i − 2−2−i+n H1 + i − nLM>. — 193 — . n ∈ Integers && n ≥ 0D −1 + 2n + 2n C@2D n H−2 + 2n + 2n C@2DL 6. : ‚ I2−1−i+n M>> −1+n i=0 −1+n i=0 Out[19]= y la solución general del sistema completo será: In[20]:= 992n C@1D + 2−1+n n C@2D=. C@1D C@2D Out[20]= Es decir. nD.

0.2011 Ampliación de Matemáticas. Funciones escalares de 2 en . 6.2 Presentación de varios gráficos en un mismo dibujo. Industrial) Práctica 3 Representación de funciones de varias variables En esta práctica se mostrará la facilidad que tiene el Mathematica para realizar representaciones gráficas. 1. Veamos un ejemplo con las principales opciones: — 194 — . Campos vectoriales en 3 . 5. Conocimientos previos. Su sintaxis es la siguiente: Plot[f[x]. ü 1. 1. Campos vectoriales en 2 . Curvas parametrizadas en 3 .{x. Representación de un campo de vectores discreto.5 -1. en el plano o en el espacio. 8.5 Out[1]= 1 -0. 1. Curvas parametrizadas en 2 . 1. 7. Índice.b} dibuja la función f HxL en el dominio a < x < b Por ejemplo.3 Dibujo de un punto con el Mathematica. Conocimientos previos. 4. La orden Plot del Mathematica dibuja funciones reales de variable real. 1. 2. de funciones escalares.0 0. campos vectoriales o curvas parametrizadas.1 Dibujo de una función real de variable real. (I.a. 1.1 Dibujo de una función real de variable real. Bibliografía.0 2 3 4 5 6 La orden Plot dispone de muchas opciones que permiten modificar el aspecto del dibujo. para ello se utiliza la orden PlotStyleÆ{ }.Curso 2010 .4 Colocar un texto en un lugar del plano o del espacio. T. 3. dibujemos la función senHxL en el dominio 0 § x § 2 p In[1]:= Plot@Sin@xD. 8x. 2 Pi<D 1.

0. Plot@Sin@xD. 8x. Dashed<D< 1. 1L: Graphics@Point@81.5 -1.5 -1.0 2 3 4 5 6 -0. 0. dibujo2 = Plot@Cos@xD. dibujo2D 1. 1. PlotStyle → 8Green. para dibujar el punto H1. 8x. puntos. 2 Pi<. Por ejemplo: In[3]:= dibujo1 = Plot@Sin@xD. yL In[6]:= Por ejemplo.5 . 2 Pi<. 8x. 1<DD Out[6]= La orden Graphics dispone de muchas posibilidades para modificar el aspecto de los elementos que muestra.5 Out[5]= 1 -0.5 1.2 Práctica 3. 0.0 0.nb In[2]:= 8Plot@Sin@xD.0 2 3 4 5 6 ü 1.0 Out[2]= : 0.5 -1. 2 Pi<. 0.0 1 2 3 4 5 6 > ü 1. PlotStyle → 8Thick<D. PlotStyle → 8Orange<D. 0.0 0. Plot@Sin@xD.y}]] dibuja el punto de coordenadas Hx. a continuación.0 1 2 3 4 5 6 . — 195 — . Para dibujar un punto con el Mathematica se utiliza la orden Point precedida de Graphics: Graphics[Point[{x. mostrarlas en un mismo dibujo con la orden Show.2 Presentación de varios gráficos en un mismo dibujo. Existen muchas formas de superponer en un mismo dibujo varios gráficos.5 -1. Plot@Sin@xD.0 2 3 4 5 6 -0.0 0.5 .5 8x.0 0. 1. PlotStyle → 8Dashed<D. 0. Show@dibujo1.3 Dibujo de un punto con el Mathematica. 2 Pi<. 1 -0. 8x. 8x.5 -1. 1 -0. la más fácil consiste en otorgar un nombre a cada gráfico y. 2 Pi<D. PlotStyle → 8Red<D. 2 Pi<.

dibujemos el punto {0. Point@84. Point@80. 1<D<D. Point@82...4 Colocar un texto en un lugar del plano o del espacio. 0<D<D Out[8]= ü 1. .0.0}: In[8]:= Graphics3D@8PointSize@MediumD. Graphics@8PointSize@MediumD. . 1<D<D. Veamos algunas de las más interesantes: In[7]:= 8Graphics@8PointSize@SmallD. Point@81.{coordenadas}]] coloca el texto en las coordenadas especificadas Por ejemplo: — 196 — . 0. 1<D<D. Pink.nb 3 líneas. Graphics@8PointSize@MediumD. Esto se puede hacer con la orden Text precedida de Graphics Graphics[Text["texto".. > Mathematica también puede dibujar puntos en tres dimensiones con la orden Graphics3D. Graphics@8PointSize@LargeD. Por ejemplo.Práctica 3. rectángulos. Muchas veces estaremos interesados en colocar un texto en un lugar determinado. Point@83. 1<D<D< Out[7]= : .

{y. dibujo2D 1. Show@dibujo1.4 Práctica 3. 0.5 función senHxL Out[11]= 1 2 3 4 5 6 -0. 0. sea una placa rectangular de dimensión 2ä 1 situada en el primer cuadrante y cuya temperatura en cada punto Hx. 8y. Hx.{x. 0L.a. Por lo tanto. yL el valor de la función f en dicho punto. — 197 — .5<DD. 2Dä @0. yD. la representación gráfica de una función f : 2 Ø  Para representar graficamente una función f : 2 Ø  parece lógico que el proceso consista en que a cada punto con la orden Plot3D que tiene la sigueinte sintaxis: consiste en poner como altura de cada punto Hx.{coordenadas}]] colocaríamos un texto en el espacio. 1<. Representemos esta función cuyo dominio es la región D = @0. con la orden Graphics3D[Text["texto".c.y). Esta tarea la realiza Mathematica Plot3D[f(x. 81. yL.nb In[9]:= dibujo1 = Plot@Sin@xD.5 -1. 0. 1L y la máxima en el punto H0.b}. yL e 2 se le añada una tercera coordenada z = f Hx. 2. 8x. 2 Pi<D. 8x.d}] Por ejemplo. AxesLabel → 8"eje X". "eje Z"<D Out[13]= solamente con la visualización de la gráfica observamos que la temperatura mínima se obtiene en el punto H2. dibujo2 = Graphics@Text@"función senHxL". yL viene dada por la función THx. Funciones escalares de 2 en .3 y. 0.0 0. 2<. 1D Õ 2 : In[12]:= T@x_.0 De forma análoga. " eje Y". y_D = 10 − x − 3 y.x . yL = 10 . Plot3D@T@x.

x2 + y2 VectorFieldPlotB: x2 + y2 Power::infy : Infinite expression 1 0 encountered. yL = x2 + y2 (paraboloide elíptico). b) gHx. −1. 1<. y x +y2 2 : y . Antes de dibujar con el Mathematica los campos vectoriales es aconsejable repasar lo comentado en el apartado 1. à >. La representación del vector se hace dibujándolo a partir del punto del que es imagen. 1<F ¶::indet : Indeterminate expression 0 ComplexInfinity encountered. 8y. 3. Antes de representar un campo vectorial con el Mathematica debemos cargar el paquete VectorFieldPlots` In[14]:= Needs@"VectorFieldPlots`"D Dibujemos el campo vectorial FHx. x2 + y2 . à Power::infy : Infinite expression 1 0 encountered.Práctica 3. 10Dä@-10. Campos vectoriales en 2. 10D: a) f Hx. yL = sen NOTA: Una vez situado el cursor sobre una gráfica tridimensional se recomienda moverlo para ver la figura desde distintos puntos de vista. Representar las siguientes funciones en el dominio D = @-10.nb 5 ü Ejercicio 1.3 del tema 2 de la asignatura. à Out[15]= — 198 — . à ¶::indet : Indeterminate expression 0 ComplexInfinity encountered. 8x. −1. un campo vectorial en 2 es una aplicación F : 2 Ø 2 tal que a un punto le asocia un vector. En síntesis. yL = x In[15]:= x x +y 2 2 .

In[16]:= In[17]:= Needs@"VectorFieldPlots`"D VectorFieldPlot3D@8x. 8y. en el cubo de longitud la unidad situado en el primer octante. 1<. 0. 1<D Out[17]= Si no queremos que evalúe tantos puntos en cada dirección.nb ü Ejercicio 2. el campo en 3 que a cada punto le hace corresponder su vector de posición . 0. podemos utilizar la opción PlotPointsÆ 3 (por defecto es 7). Si queremos que se dibujen las flechas de los vectores utilizamos la opción VectorHeadsÆTrue (por defecto es False). 4. paquete VectorFieldPlots`. 0. 8x. Representar el campo vectorial Hsen x. z<. 1<. Previamente hay que cargar el Representemos. La orden del Mathematica VectorFieldPlot3D dibuja un campo vectorial en 3 . cos yL en el primer cuadrante de longitud 2p. y. Campos vectoriales en 3. — 199 — . 8z.6 Práctica 3.

: x . H1. cargando previamente el paquete VectorFieldPlots`. {punton. x2 + y2 y > x2 + y2 > Out[20]= F@8x_. sea el campo vectorial FHx.. 5. 1<. 1L y H1.nb 7 In[18]:= VectorFieldPlot3D@8x. 0. 8y. z<. La sintaxis de esta función en 2 es: Representar el campo vectorial FHx. P2 = 8−1. 8z. según estemos en 2 o 3 respectivamente. P3 = 81. 2 y + 3 zL en el cubo de lado 1 centrado en el origen. 1<. y.. 1<.. 1L. P4 = 81. y. 1<. Mathematica también puede representar un campo vectorial expresado por un conjunto discreto de puntos y vectores mediante la orden ListVectorFieldPlot o ListVectorFieldPlot3D. y_<D = : P1 = 8−1. −1<. 8x. -1L.. x2 + y2 x2 + y2 In[21]:= — 200 — . {punto2. 0. yL = x x +y 2 2 H-1. H-1. 1<.. -1L: In[19]:= In[20]:= .vector2} .Práctica 3.vectorn} }] Por ejemplo. −1<. y x +y2 2 dibujemos los vectores asociados a los puntos Needs@"VectorFieldPlots`"D x y . zL = Hx. Representación de un campo de vectores discreto. PlotPoints −> 3. y siempre ListVectorFieldPlot[{ {punto1.vector1}. VectorHeads −> TrueD Out[18]= ü Ejercicio 3. 0.

-1< 81. 81. 8P2. dibujo2D 8-1. 8P4. F@P2D<. La curva seno hiperbólico (Sinh@xD) tiene la gráfica que se observa en el dibujo. podríamos hacerlo de la siguiente forma (las coordenadas se colocan aproximadamente en el lugar que le corresponden intentanto guardar cierta estética): In[26]:= dibujo1 = ListVectorFieldPlot@8 8P1. F@P1D<. Show@dibujo1. Se trata de poner las órdenes adcuadas con el Mathematica para obtener el siguiente dibujo: — 201 — . -1< ü Ejercicio 4.9<D. Text@P2. Un vector tangente a dicha curva en el punto H2. 0.9<D< D. 8−1. F@P3D<. 8−1. Text@P3. F@P1D<. F@P4D< <D Out[25]= Si al dibujo anterior queremos añadirle las coordenadas de los puntos. CoshH2LL. −0.8 Práctica 3. de los que los vectores son sus imágenes. −0.9<D. 8P2. dibujo2 = Graphics@ 8Text@P1. 8P3.nb In[25]:= ListVectorFieldPlot@8 8P1. F@P2D<. SinhH2LL es H1.9<D. 81. F@P4D< <D. 1< Out[28]= 8-1. 8P4. 0. Text@P4. 8P3. F@P3D<. 1< 81.

es conocido que la expresión de la circunferencia centrada en el origen de radio 1 es x2 + y2 = 1. 2 pD y = sen t g : @a. Sin o bien en forma vectorial: Efectivamente. embargo.{t.a.y[t]}. La mejor forma de trabajar con una curva en el plano consiste en dar una expresión vectorial o paramétrica de la misma.SinhH2LL 1 2 3 -3 -2 -1 -5 -10 6. yL y el origen con el eje de abscisas: Mathematica tiene la orden ParametricPlot para representar este tipo de funciones: ParametricPlot[{x[t]. Curvas parametrizadas en 2. bD que toma valores en 2 . sen tL con t œ @0. bD Ø 2 Por ejemplo.b}] Por ejemplo: — 202 — . se trata de la misma circunferencia puesto que: gHtL = Hcos t. La mejor forma de expresar esta circunferencia consiste en dar su expresión paramétrica: gHtL ª : x = cos t con t œ @0. definiendo una función gHtL con t œ @a.Práctica 3. Es decir.nb 9 10 5 vector tangente a SinhHxL en el punto H2. 2 pD x2 + y2 = cos2 t + sen2 t = 1 el significado del parámetro t es el ángulo que forma el segmento que une el punto Hx. no es muy útil trabajar con esta expresión.

b D. Dibujar la espiral g ª : x = ‰tê4 senH2 tL y = ‰tê4 cosH2 tL t e @-3. 0.z[t]}. yHtL.a. zHtLL con t œ @a. Si ahora quiero dibujar In[31]:= 3 4 ParametricPlotBγ@tD.0 ParametricPlot@γ@tD.0 0.0 -0. Sin@tD< 8Cos@tD. 0.5 -1.0 -0.0 -0. 3π 2 >F 3p E: 2 Out[31]= -1.y[t].5 -1.0 Veamos una pequeña muestra de la flexibilidad que permite la expresión de una curva en paramétricas. Curvas parametrizadas en 3 Una curva parametrizada en 3 es una aplicación g : @a.0 -0. bD Ø 3 que. y en forma vectorial por gHtL = HxHtL. 4D 7.5 de circunferencia podemos hacer gHtL = Hcos t.10 Práctica 3. Sin@tD< 1. bD.5 1.nb In[29]:= Out[29]= In[30]:= γ@t_D = 8Cos@tD.5 Out[30]= -1. sen tL con t œ A0.5 0. 1. en forma paramétrica.0 ü Ejercicio 5.b}] — 203 — .5 0. 8t. 2 Pi<D 0.5 1.{t. :t. viene dada por las x = xHtL y = yHtL t œ @a. ecuaciones: g ª : z = zHtL La orden del Mathematica que realiza el dibujo de la curva es: ParametricPlot3D[{x[t].

A. M. z = 0. KRASNOV. Bibliografía. 1996. entre la abundante bibliografía que existe al respecto. volumen 1. M. MIR. .: Matemáticas I (Manual de prácticas). A.Práctica 3. Edita CLAGSA. CD (Colección Apuntes. JIMÉNEZ LÓPEZ. curso 2002-2003). Universidad de Jaén. J.: Matemáticas II (Manual de prácticas). Teoría y problemas de funciones de varias variables."eje z"} 8. Se recomienda que se utilice la opción AxesLabel para poner nombre a los ejes: AxesLabelÆ{"eje x". A. LÓPEZ DE LA RICA. y DE LA VILLA CUENCA. Madrid. CD (Colección Apuntes.JÓDAR REYES. . 1990. Universidad de Jaén. M. — 204 — .: Geometría Diferencial. 8 pD. et al: Calculo II. 1997.JÓDAR REYES. Edita CLAGSA-MADRID. et al: Curso de matemáticas superiores para Ingenieros."eje y". destacamos la siguiente: GARCÍA LÓPEZ. Ed.nb 11 Ejercicio 6 x = cos t Dibujar la hélice de ecuaciones: : y = sen t t œ @0. JIMÉNEZ LÓPEZ. Para profundizar en los conceptos que aparecen en esta práctica. J.2 t NOTA: La orden ParametricPlot posee distintas opciones. curso 2002-2003).

2011 Ampliación de Matemáticas (I.. 4. Análogamente. También se vió que ParametricPlot Índice. Estudio general de las curvas parametrizadas y ParametricPlot3D son las órdenes que tiene el Mathematica para representar estas curvas en 2 y 3 respectivamente. 5. La sintaxis de esta orden es: — 205 — .2 La orden FindRoot. muchas veces estas órdenes anteriores son incapaces de encontrar la solución de la ecuación o del sistema. Conocimientos previos. comenzando en un punto x0 que esté relativamente próximo a la verdadera solución y el método va generando un conjunto de puntos que se aproximan a la solución buscada. es decir.. la orden Norm del Mathematica calcula su módulo. 6.2 La orden FinRoot. Con independencia de la dimensión del vector. 2. xn L es el númjero real À v À = Ø Ø x2 + . Conocimientos previos. 1<D 3 ü 1. 1. Ejemplo: In[1]:= Out[1]= In[2]:= Out[2]= Norm@81.1 Módulo de un vector. + x2 y representa la longitud de dicho n 1 vector. bD Ø 3 . . una curva parametrizada en el espacio es una aplicación g : @a. Puntos dobles de una curva parametrizada. bD Ø 2 . 7.Curso 2010 . 1. En estos casos. En esta práctica vamos a familiarizarnos con las curvas expresadas en forma paramétrica. 3. Distintas parametrizaciones de una trayectoria. 1<D 2 Norm@81. 1. El módulo de un vector v = Hx1 . Obtención de una curva con sentido contrario a otra dada. 1. En prácticas anteriores se han utilizado las órdenes Solve y NSolve para la resolución de ecuaciones y sistemas. Longitud de una curva parametrizada.. Sentido de recorrido de una curva parametrizada. ü 1. Sin embargo. se utiliza la orden FindRoot que busca la solución mediante un método iterativo. Industrial) Práctica 4 En la práctica anterior vimos que una curva parametrizada en el plano es una aplicación g : @a..1 Módulo de un vector. T. Bibliografía 1..

3 Sin@tD< 83 Cos@tD. tomamos x0 = 1 como valor para comenzar el algortimo de búsqueda en la orden FindRoot. 1<D 8x → 0. 1<D 8x → 1. 2 pD γ@t_D = 83 Cos@tD.nb FindRoot[ecuación.0 Por lo tanto.0 Out[3]= 0.5 -0. LHgL = Ÿa † g ' HtL † „ t b Clear@"Global`∗"D con t œ @0.2 Práctica 4. vamos a obtener la solución de la ecuación: x sen x = 1 . 0. dicho de otro modo.740841< y senHxL = x senHyL = 1 2 1 Sea una curva parametrizada gHtL (en 2 ó 3 ) con t œ @a. Longitud de una curva parametrizada. f HxL = x senHxL . 1 In[5]:= Out[5]= De forma análoga se procedería para hallar la solucion de un sistema.{x. Para ello una buena idea es representar f HxL en un 1 In[3]:= Por ejemplo. x ∗ Sin@yD == 1<. la forma de proceder sería repetir la orden cambiando el valor inicial x0 por otro que esté más próximo a la verdadera solución. por ejemplo : FindRoot@8y ∗ Sin@xD == 1 ê 2. 2<D 1. 3 Sin@tD< Calculamos la derivada de gHtL que la llmamamos dgHtL: — 206 — .5 0. para calcular la longitud de la circunferencia de radio 3 procederíamos del siguiente modo: Parametrizamos la circunferencia: In[6]:= In[7]:= Out[7]= 2. 8x.5 1.538331< FindRoot@x ∗ Sin@xD == 1 ê 2. esto equivale a calcular la raíz de la función 2 intervalo. a elegir por nosotros. 8x. 8y. En este último caso. y → 0. se puede demostrar facilmente que la longitud LHgL de de esta curva viene dada por: Por ejemplo. 1<. el valor c que verifica: f HcL = 0. In[4]:= observamos que la raíz de la función f HxL = x senHxL Out[4]= 1 2 (o la solución de la ecuación x senHxL = 2 ) está cercana al valor 1.95044. 8x.2 . x0 }] Mathematica no nos muestra los resultados intermedios sino sólo la aproximación numérica final. bD. y tomar un valor x0 cercano al punto donde la gráfica de la función corte al eje de abscisas: Plot@x ∗ Sin@xD − 1 ê 2. De todas formas.0 1. si no encontrara la solución de la ecuación o del sistema nos devolvería un mensaje en ese sentido. El mismo procedimiento se habría de seguir si la solución que propone el programa no se ajusta a lo esperado por nosotros.5 2.

2 Sin@tD<. x = cos t Hallar la longitud de la hélice g ª : y = sen t t œ @0. Show@dib1. Veamos: In[11]:= In[12]:= con t œ @0. una misma trayectoria puede venir representada por infinitas parametrizaciones. 8t.nb 3 In[8]:= Out[8]= dγ@t_D = D@γ@tD. son dos parametrizaciones de la misma curva. Pi − 1<D. 3 Cos@tD< Norm@dγ@tDD Calculamos la norma de la derivada: In[9]:= Out[9]= 9 Abs@Cos@tDD2 + 9 Abs@Sin@tDD2 la longitud de la circunferencia de radio 3 será: In[10]:= Out[10]= IntegrateB 6π 9 Abs@Cos@tDD2 + 9 Abs@Sin@tDD2 .2 sen2 Ht + 1L con t œ @-1.1D tienen la y = 4 cos Ht + 1L sen Ht + 1L Out[16]= -2 -1 1 2 sólo aparece una gráfica porque se han superpuesto los dibujos de g1 y g2 . dib1 = ParametricPlot@γ1@tD. Situémonos en el plano. las curvas : Clear@"Global`∗"D una misma trayectoria puede ser recorrida a diferentes velocidades y. Por lo tanto. Pi<D. tD 8−3 Sin@tD. 8t. x = 2 cos t y = 2 sen t misma trayectoria o. 2 Pi<F ü Ejercicio 1. 8 pD. es lógico pensar que mueve en dicho plano. z = 0. p . pD. consecuentemente. γ2@t_D = 82 HCos@t + 1DL ^ 2 − 2 HSin@t + 1DL ^ 2. 4 Cos@t + 1D Sin@t + 1D<.2 t 3. dib2 = ParametricPlot@γ2@tD. 0. dib2D 2. Por lo tanto. si el móvil A recorre el plano siguiendo el movimiento de la curva : x = 2 cos t y = 2 sen t con t œ @0. 0.5 x = 2 cos2 Ht + 1L . 8t.Práctica 4. de tal forma que en el tiempo t se encuentra en el el punto : y = yHtL Por ejemplo. la idea intuitiva de curva parametrizada es la de reflejar el movimiento de un móvil que se x = xHtL .5 1. pD y : γ1@t_D = 82 Cos@tD. Distintas parametrizaciones de una trayectoria. −1.0 1. y el B lo — 207 — .0 0. como también se dice.

4 1.1<D t Manipulate[expresión(t).4 Práctica 4. 0.1D. se observarán los valores que — 208 — .0 1. cuestión distinta es 4.8 2.{t.paso}] In[19]:= 0. 0. Sea el móvil que en el momento t se encuentra en el punto : ParametricPlot@γ@tD. Sentido del recorrido de una curva parametrizada.0 -0. p . Esto se puede hacer con la orden Manipulate: Manipulate@ParametricPlot@γ@zD.0 -1. Si se pulsa el boton + del deslizador. 0.6 1.2L2 . 0. 5.2 1. 5<. 2 Ht − 2L2 =.2L3 . t<D. su recorrido desde el momento inicial 10 Out[18]= 5 -5 5 10 15 20 pero nos queda la duda si el móvil se mueve de izquierda a derecha o al revés. t}]) y posteriormente hacemos una animación superponiendo muchos de esos dibujos de tal forma que t tome valores 0 < t < 5 con un paso de una décima de segundo.final. y = 4 cos Ht + 1L sen Ht + 1L x = 2 cos2 Ht + 1L .5 Out[19]= -1.nb hace según : que lo hagan a distintas velocidades o en distinto sentido. 8t. 8t.8 1. PlotRange → FullD 15 hasta los 5 segundos sería: In[17]:= γ@t_D = 9Ht − 2L3 − t. ambos describen la misma trayetoria.5 conforme se va deslizando la barra del parámetro t hacia la derecha (t va tomando valores crecientes) se muestra el sentido de recorrido de la curva.inicio. Podemos hacer un pequeño artificio que consiste en dibujar el movimiento realizado desde 0 hasta t (ParametricPlot[g[z].t y = 2 Ht . {z. 8z. x = Ht .2 sen2 Ht + 1L con t œ @-1. 0. además de otros controladores.

la curva va desde el punto H-8. el parámetro t representará el tiempo. γ@5DD Punto inicial =8−8. es decir. Sea la curva g ª : x = 2 cos3 t y = 2 sen3 t t e @1. por otra parte. 3. Obtención de una curva con sentido contrario a otra dada. 2D. 18< ü Ejercicio 2. 6D. 8L al punto H22. In[20]:= Print@"Punto inicial =". γ@0DD Print@"Punto final =". en la mayoría de las aplicaciones prácticas. El parámetro t siempre tomará valores crecientes lo que. De la manipulación anterior se desprende que se mueve de izquierda a derecha. Pero también lo podríamos haber adivinado de una forma más fácil. 1L y termina en el H4. cuya representación gráfica es: Hallar una parametrización del segmento rectilíneo que comienza en el punto H1. Este problema se puede resolver fácilmente mediante el cambio de variable s = f HtL = -t como se observa en el siguiente dibujo: — 209 — . Sea la curva gHtL = 8t + 1.nb 5 va tomando t en cada momento. es consecuente con el hecho de que. 5. Hay que señalar que tan importante como conocer la forma de la curva es saber su sentido de recorrido. cosHtL + senHtL< con t œ @0. Representar la curva indicando su punto inicial y final. ü Ejercicio 3. muchas veces interesa obtener otra curva que tenga el mismo dibujo pero que se recorra en sentido contrario. 8< NOTA 1. Punto final =822. 2L. NOTA 2. 5.Práctica 4. 18L luego va de izquierda a derecha.

Show@dibujo1. 0. 6<. -aD a fin de que la imagen de f aplicada al intervalo @-b. PlotStyle → 8Red<D. N@β@−6DD. El intervalo donde esta definida bHtL deberá ser @-b. cosHtL + senHtL< con t œ @0. 1..6 Práctica 4. Si tuvieramos especial interés en que el intervalo de definición de la nueva curva fuera el mismo que el de la curva g entonces se realizaría una traslación previa mediante el cambio de variable gHtL = t . asimismo representaremos las dos curvas sobre los mismos ejes coordenados. Siguiendo con el mismo ejemplo la nueva curva dHtL sería: In[29]:= Out[29]= Punto inicial de γHtL: 81. Cos@tD − Sin@tD< dibujo1 = ParametricPlot@γ@tD. Cos@6 − tD + Sin@6 − tD< — 210 — . N@β@0DDD Punto inicial de βHtL: 87.nb Apliquemos este procedimiento a la la curva gHtL = 8t + 1. N@γ@0DD.680755< Punto final de βHtL: 81. Cos@tD + Sin@tD< 81 − t. 0. 0<. dibujo2D Out[26]= aunque las trayectorias de g y b son las mismas están recorridas de forma diferente: In[27]:= NOTA 2. In[22]:= Out[22]= In[23]:= Out[23]= In[24]:= si definimos la curva bHtL = gH f HtLL = gH-tL.. " Punto final de γHtL: " . −6.5D<D. dibujo2 = ParametricPlot@β@tD. 0. N@γ@6DDD Print@"Punto inicial de βHtL: ". Cos@tD + Sin@tD< β@t_D = γ@−tD 81 + t.680755< Print@"Punto inicial de γHtL: ". γ@t_D = 8t + 1. la curva bHtL tendrá la mis trayectoria que g pero recorrida en sentido opuesto..< Punto final de γHtL: 87. " Punto final de βHtL: ". NOTA 1. Opacity@0. bD. 6D que la dibujaremos de color rojo mientras que b la pintaremos de color verde.< δ@t_D = γ@−Ht − H6 + 0LLD 87 − t. -aD sea precismante @a. PlotStyle → 8Green.Hb + aL. 8t. 1.. 8t.

Práctica 4.nb

7

In[30]:=

dibujo3 = ParametricPlot@δ@tD, 8t, 0, 6<D; Show@dibujo1, dibujo3D
1.0 0.5

Out[31]=

2 -0.5 -1.0

3

4

5

6

7

ü Ejercicio 4.

Punto inicial de δHtL: 87., 0.680755< Punto final de δHtL: 81., 1.<

In[32]:=

Print@"Punto inicial de δHtL: ", N@δ@0DD, " Punto final de δHtL: ", N@δ@6DDD

parametrización de dicha semicircunferencia pero que se recorra en sentido opuesto.

La semicircunferencia g ª :

x = cos t t e @0, pD se recorre en sentido contrario a las agujas del reloj. Obtener otra y = sen t

6. Puntos dobles de una curva parametrizada.
gª: x = Ht - 2L3 - t y = 2 Ht - 2L2

En un ejemplo visto más arriva se consideraba el desplazamiento de un móvil en el plano según la curva con t œ @0, 5D. Vimos que su representación gráfica era:
15

10

5

-5

5

10

15

20

además, comprobamos que se recorría de izquierda a derecha. Pues bien, observamos que existen dos momentos t1 y t2 en los que el móvil pasa por el mismo punto, punto doble. Calculemos dicho punto y los valores de los tiempos t1 y t2 en los que se alcanza el punto doble.
In[33]:= Out[33]=

existirán dos momentos t1 y t2 tales que gHt1 L = gHt2 L, por lo tanto, nuestro problema queda resuelto obteniendo la solución del sistema gHt1 L = gHt2 L donde las incógnitas son t1 y t2 :

γ@t_D = 9Ht − 2L3 − t, 2 Ht − 2L2 = 9H−2 + tL3 − t, 2 H−2 + tL2 =

— 211 —

8

Práctica 4.nb

In[34]:=

Solve@γ@t1D

Solve::svars : Equations may not give solutions for all "solve" variables. à
Out[34]=

:8t1 → 1, t2 → 3<, 8t1 → 2, t2 → 2<, 8t1 → 3, t2 → 1<, :t1 → 1 3 J6 − 3 N, t2 → 1 3 J6 − 3 N>, :t1 → 1 3 J6 +

γ@t2D, 8t1, t2<D

In[35]:= Out[35]=

N@%D

de todas las soluciones anteriores, las únicas que aplicadas a nuestro problema tienen sentido sentido son : dosble sería gH1L = gH3L = H-2, 2L:
In[36]:=

88t1 → 1., t2 → 3.<, 8t1 → 2., t2 → 2.<, 8t1 → 3., t2 → 1.<, 8t1 → 1.42265, t2 → 1.42265<, 8t1 → 2.57735, t2 → 2.57735<, 8t1 → t2<<

3 N, t2 →

1 3

J6 +

3 N>, 8t1 → t2<>

t1 = 1 t2 = 3

y el punto

γ@1D

Out[36]=

ningún resultado. Por ejemplo, sea la curva gHtL = I1 + cos 2 , sin t - 1M con t œ @-5, 5D. Efectivamente, esta curva posee un
t

punto doble como se desprende de su representación gráfica:
In[37]:=

Suele ocurrir que al resolver el sistema gHt1 L = gHt2 L con la orden Solve el Mathematica no sea capaz de darnos
t γ@t_D = :1 + CosB F, Sin@tD − 1>; 2 ParametricPlot@γ@tD, 8t, −5, 5<D
0.5 1.0 1.5 2.0 -0.5

8−2, 2<

Out[38]= -1.0

-1.5

-2.0

si intentamos calcular, con la orden Solve, los momentos t1 y t2 que se aplican en el punto doble no obtenemos ningún resultado:
In[39]:=

Solve@γ@t1D

Solve::tdep : The equations appear to involve the variables to be solved for in an essentially non-algebraic way. à
Out[39]=

γ@t2D, 8t1, t2<D t1 2

SolveB:1 + CosB

valores 8t, gHtL< teniendo en cuenta que el punto doble se encuentra en el punto H1, -1L (o muy cercano a dicho punto):

En casos como éste podemos utilizar la orden FindRoot, paro antes de aplicar dicha función necesitamos unos valores cercanos a las verdaderas soluciones de t1 y t2 para que comience el proceso iterativo. Así pues, hacemos una tabla de

F, −1 + Sin@t1D>

:1 + CosB

t2 2

F, −1 + Sin@t2D>, 8t1, t2<F

— 212 —

Práctica 4.nb

9

In[40]:=

Out[40]//MatrixForm=

Table@8t, N@γ@tDD<, 8t, −5, 5, 0.5<D êê MatrixForm −5. −4.5 −4. −3.5 −3. −2.5 −2. −1.5 −1. −0.5 0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 80.198856, −0.0410757< 80.371826, −0.0224699< 80.583853, −0.243198< 80.821754, −0.649217< 81.07074, −1.14112< 81.31532, −1.59847< 81.5403, −1.9093< 81.73169, −1.99749< 81.87758, −1.84147< 81.96891, −1.47943< 82., −1.< 81.96891, −0.520574< 81.87758, −0.158529< 81.73169, −0.00250501< 81.5403, −0.0907026< 81.31532, −0.401528< 81.07074, −0.85888< 80.821754, −1.35078< 80.583853, −1.7568< 80.371826, −1.97753< 80.198856, −1.95892<

observamos que t1 tiene que estar cerca de -3 y t2 cerca de 3:
In[41]:= Out[41]= In[42]:= Out[42]=

FindRoot@γ@t1D

γ@−3.141592651528695D 81., −1.<

8t1 → −3.14159, t2 → 3.14159<

γ@t2D, 8t1, −3<, 8t2, 3<D

ü Ejercicio 5.

Luego gH-3.14159L = gH3.14159L = H1, -1L. Sea la curva g ª :
x = cos2 t y = sen 3 t t e @-5, 5D. Representarla y calcular, si existen, sus puntos dobles.

7. Bibliografía.
Para profundizar en los conceptos que aparecen en esta práctica, entre la abundante bibliografía que existe al respecto, destacamos la siguiente: GARCÍA LÓPEZ, A. et al: Calculo II. Teoría y problemas de funciones de varias variables, Edita CLAGSA-MADRID, 1996. KRASNOV, M. et al: Curso de matemáticas superiores para Ingenieros, volumen 1, Ed. MIR. 1990. JIMÉNEZ LÓPEZ, M. - JÓDAR REYES, J.: Matemáticas I (Manual de prácticas), Universidad de Jaén, CD (Colección Apuntes, curso 2002-2003). JIMÉNEZ LÓPEZ, M. - JÓDAR REYES, J.: Matemáticas II (Manual de prácticas), Universidad de Jaén, CD (Colección Apuntes, curso 2002-2003). LÓPEZ DE LA RICA, A. y DE LA VILLA CUENCA, A.: Geometría Diferencial, Edita CLAGSA, Madrid, 1997.

— 213 —

Curso 2010 - 2011 Ampliación de Matemáticas (I. T. Industrial)
Práctica 5 Curvas parametrizadas por el parámetro arco. Fórmulas de Frenet

Si estamos interesados en conocer el comportamiento de una curva g : @a, bD Ø 3 , alrededor de un punto determinado P, parece lógico que los cálculos se deben simplificar si se toma un sistema de referencia apropiado a la forma de la curva en las cercanías de dicho punto. En esta práctica vamos a calcular dicho sistema de referencia afín que estrará formado por el punto P y tres vectores unitarios perpendiculares entre sí orientados según las características de la propia curva en el punto P. Tambien daremos las nociones de curvatura y torsión cuyos valores caracterizarán a la curva salvo isometrías en el espacio.

NOTA. En toda la práctica vamos a suponer que g : @a, bD Ø 3 es una función diferenciable cuantas veces sean necesarias y que está parametrizada por el parámetro arco. En la práctica siguiente extenderemos los resultados a otras curvas no necesariamente parametrizadas por dicho parámetro.

Índice.
1. Conocimientos previos. 1.1 Producto escalar. 1.2 Producto vectorial. 1.3 Producto mixto. 2. Curva parametrizada por el parámetro arco. 3. Vector tangente. 4. Curvatura. 5. Vector normal principal. 6. Vector binormal. 7. Plano osculador. 8. Torsión. 9. Formulas de Frenet. 10. Bibliografía.

1. Conocimientos previos.
ü 1.1 Producto escalar.
◊ Dados dos vectores v = Hx1 , ..., xn L y w = Hy1 , ..., yn L de n , el Mathematica realiza el producto escalar
83, −1, 0<.82, 2, 5< 4

◊ v ÿ w = x1 y1 + ... + xn yn de estos vectores con el "punto del teclado". Ejemplo:
In[1]:= Out[1]=

— 214 —

2

Práctica 5.nb

ü 1.2 Producto vectorial.
Jv ä wN. Por ejemplo, el producto vectorial de los vectores H-1, 0, 3L µ H2, 4, -2L se calcularía:
Ø Ø
In[2]:= Out[2]=

Dados dos vectores v y w de 3 , la orden Cross del Mathematica realiza el producto vectorial de ambos vectores
Cross@8−1, 0, 3<, 82, 4, −2<D 8−12, 4, −4<

Ø

Ø

ü 1.3 Producto mixto.
Ø ØØ

vectores, y se escribe Bu, v, wF, como el número:

◊ Dados tres vectores u = Hu1 , u2 , u3 L, v = Hv1 , v2 , v3 L, w = Hw1 , w2 , w3 L de 3 , se define el producto mixto de estos tres Bu, v, wF = u ÿ Jv µ wN = v1 w1
Ø ØØ Ø Ø Ø

u1

u2 v2

u3 v3

In[3]:= Out[3]=

Ø Ø Ø ◊ Por ejemplo, sean los vectores de 3 u = H-1, 0, 3L, v = H2, 1, 2L, w = H0, -1, 1L su producto mixto Bu, v, wF sería -9:

w2

w3

Det@88−1, 0, 3<, 82, 1, 2<, 80, −1, 1<<D −9

2. Curva parametrizada por el parámetro arco.
En la práctica anterior vimos que la semicircunferencia de radio 2 podía expresarse de dos maneras diferentes x = 2 cos t x = 2 cos2 Ht + 1L - 2 sen2 Ht + 1L g1 ª : con t œ @0, pD, y g2 ª : con t œ @-1, p - 1D. y = 2 sen t y = 4 cos Ht + 1L sen Ht + 1L

Puestos a elegir entre estas dos parametrizaciones parece claro que nos quedaríamos con la primera pues resulta relativamente cómoda. Pero hay que señalar que no es la mejor la mejor de todas las parametrizaciones.

DEFINICIÓN. La curva g : @a, bD Ø  se dice que está parametrizada por el parámetro arco si †g ' HsL§ = 1 para todo s œ @a, bD. Partimos de gHtL con t œ @a, bD.
t

La parametrización que más ventajas proporciona es aquella en la que el móvil la recorre a velocidad constantemente igual a 1. Es decir, †g ' HtL † = 1 para todo t. Cuando una curva presenta estas características se dice que está parametrizada por el parámetro arco y en lugar de utilizar la letra t, se utiliza como parámetro de la curva la letra s. Dada una curva gHtL veamos los pasos que debemos realizar, cambio de variable, para conseguir una nueva parametrización de la misma curva (misma trayectoria) pero que, ahora, la curva quede parametrizada por el parámetro arco. Definimos la nueva variable s del siguiente modo s = Ÿa †g ' HzL§ „ z. Una vez resuelta dicha integral se tiene una

función s = f HtL.

Despejamos la variable t en función de la variable s, t = gHsL La nueva expresión de la curva será gHgHsLL

Por ejemplo, parametricemos por el parámetro arco la semicircunferencia de radio 2. Partimos de la expresión

El intervalo de definición del parámetro s sería s œ @a, bD donde gHaL = a y f HbL = b.

— 215 —

2 Cos@tD< Norm@dγ@tDD Out[7]= In[8]:= Out[8]= 4 Abs@Cos@tDD2 + 4 Abs@Sin@tDD2 Simplify@%. 0. está parametrizada por el parámetro arco (†g ' HsL§ = 1): γ@s_D = :2 CosB s 2 s s :2 CosB F. pD que no está parametrizada por el parámetro arco. 2 SinB F> 2 2 F. tD ::t → s 2 >> Out[10]= El nuevo intervalo de definición del parámetro s será: s In[11]:= SolveB 2 s SolveB 88s → 0<< 2 0. 2 Sin@tD< 82 Cos@tD. 0 ≤ t ≤ πD 2 ‡ 2 z t 0 In[9]:= Out[9]= In[10]:= 2t Solve@s == 2 t. sF π. 2 SinB s 2 F> -2 -1 1 2 Out[14]= — 216 — .0 1.nb 3 gHtL = H2 cos t.5 1. 2 SinB s 2 F>. 2 pD In[13]:= Por lo tanto. 2 sen tL con t œ @0.Práctica 5.5 F. 2 Sin@tD< dγ@t_D = D@γ@tD. In[4]:= In[5]:= Clear@"Global`∗"D Out[5]= In[6]:= Out[6]= In[7]:= γ@t_D = 82 Cos@tD. la expresión de la semicircunferencia de radio 2 parametrizada por el arco sería gHsL = I2 cos 2 . 2 Pi<F Out[13]= In[14]:= Además. tD 8−2 Sin@tD. 8s. efectivamente. veamos que. 2 sen 2 M s s 88s → 2 π<< s 2 ParametricPlotB:2 CosB 2.0 0. sF Out[11]= Out[12]= con t œ @0.

2 Sin@sD . 0. s ∈ RealsD 1 ü Ejercicio 1. el vector tangente a la curva g ª : y = z= γ@s_D = : : Cos@sD 2 Cos@sD . †g ' HsL † = 1 por tanto está parametrizada por el parámetro arco. 2 2 Cos@sD . 1D. 0N. In[18]:= dγ@s_D = D@γ@sD. s ∈ RealsD 1 efectivamente. Expresar por el parámetro arco la curva (trozo de recta) gHtL = It3 . Sea la curva gHsL parametrizada por el parámetro arco. 0N se calcularía del siguiente modo: En primer lugar veamos si la curva está parametrizada por el parámetro arco: In[17]:= Out[17]= . In[21]:= El vector tangente en cada punto de la curva es g ' HsL Tangente@s_D = Simplify@dγ@sDD :− Sin@sD 2 Cos@sD 2 1 . 2 > Out[21]= ahora calculamos el valor s0 del parámetro de la curva que verifica gHs0 L = P = J 1 2 . . Se define el vector tangente unitario en el punto P = gHsL como el vector: tangenteHsL = g ' HsL cos s 2 sen s 2 s 2 Ejemplo. 2 s > x= en el punto P = J 1 2 . Vector tangente.4 Práctica 5. — 217 — . 3. 0. 1 Out[18]= 2 In[19]:= Norm@dγ@sDD 1 + 1 2 Abs@Cos@sDD2 + 1 2 > Abs@Sin@sDD2 Out[19]= 2 In[20]:= Out[20]= Simplify@%. sD :− Sin@sD .nb In[15]:= Norm@γ '@sDD s 2 s 2 AbsBCosB FF + AbsBSinB FF 2 2 Out[15]= In[16]:= Out[16]= Simplify@%. DEFINICIÓN. 2 2 2 s > Sin@sD . t3 M con t œ @-1.

x = cos s Sea la curva g ª : y = sen s . cuanto más curvada sea ésta el vector tangente también irá variando con mayor rapidez. La idea intuitiva de curvatura se entiende con la siguiente apreciación. 0N sería: La curvatura en cada punto de gHsL es: In[27]:= k@s_D = Norm@ddγ@sDD 1 Abs@Cos@sDD2 + 1 2 Abs@Sin@sDD2 Out[27]= 2 — 218 — . Sea la curva gHsL parametrizada por el parámetro arco. la curvatura de la curva g ª : y = z= In[24]:= x= cos s 2 sen s 2 2 dγ@s_D = D@γ@sD. 3L. Sin@sD . s 2 >. 2 2 1 > 1 2 . à Out[22]= In[23]:= El vector tangente en el punto P = gH0L = J Tangente@0D :0. 0N es: Out[23]= ü Ejercicio 2. en el punto P = J 1 2 . Sea la curva gHsL. 1 . use Reduce for complete solution information.nb 5 In[22]:= SolveBγ@sD Solve::incnst : Inconsistent or redundant transcendental equation. la derivada del vector tangente medirá lo curvada que está la curva. sD. Por lo tanto. Se define la curvatura kHsL en el punto P = gHsL de la curva como el número: kHsL = †g '' HsL§ 2 s 2 Por ejemplo. After reduction. 0. DEFINICIÓN. ddγ@s_D = D@dγ@sD. Curvatura. comprobar que está parametrizada por el parámetro arco y calcular el vector tangente z= 3 en el punto H1. es más. conforme cambiamos de punto irá cambiando también su vector tangente.Práctica 5. à Solve::ifun : Inverse functions are being used by Solve. 4. 0. so 88s → 0<< : 1 . 0>F 2 some solutions may not be found. 0. 0. γ@s_D = : Cos@sD . sD. the bad equation is -ArcCos@Cos@sDD == 0.

0N es: γ@s_D = : Cos@sD . s ∈ RealsD 1 Out[28]= 2 en el punto P = J In[29]:= En este caso la curvatura ha salido constante en cada punto pero. z= 3 5. 0. se define el vector normal principal en el punto g(s) como el siguiente vector: normal principalHsL = g'' HsL †g'' HsL§ g'' HsL kHsL = P=J 1 Por ejemplo. x= cos s 2 sen s 2 s 2 en el punto 2 In[30]:= 2 2 dγ@s_D = D@γ@sD. 0.− F Sin@sD . Vector normal principal. x = cos s Calcular la curvatura en cada punto de la curva g ª : y = sen s . 0. 0< 1 2 .nb In[28]:= Simplify@%. s ∈ RealsD el vector normal en el punto P = gH0L = J 8−Cos@sD. si kHsL ∫ 0. La curvatura 1 2 . sD. −Sin@sD. sD. Sin@sD . Sea la curva gHsL parametrizada por el parámetro arco. 2 s >. 0> 2 2 Abs@Cos@sDD + Abs@Sin@sDD In[34]:= Out[34]= Simplify@%. 0N será: k@0D 1 Out[29]= 2 ü Ejercicio 3. DEFINICIÓN. el vector normal principal en cada punto de gHsL sería: In[33]:= NormalPrincipal@s_D = SimplifyB :− Cos@sD Abs@Cos@sDD + Abs@Sin@sDD 2 2 ddγ@sD Norm@ddγ@sDD Out[33]= .6 Práctica 5. en general. dependerá del parámetro s. 0N — 219 — . el vector normal principal (o simplemente vector normal) de la curva g ª : y = z= . ddγ@s_D = D@dγ@sD.

suponemos que existen el vector tangente y el normal principal en gHsL. 0N es: Binormal@0D :0. z= 3 — 220 — . 0. 0. 2 2 2 NormalPrincipal@s_D = 8−Cos@sD.− Cos@sD . el vector binormal en cada punto de gHsL será: 2 In[36]:= Ejemplo. x = cos s Calcular el vector binormal de la curva g ª : y = sen s en el punto H1. 0< ü Ejercicio 4.nb 7 In[35]:= Out[35]= NormalPrincipal@0D 8−1. 3L. 2 2 Cos@sD2 + Sin@sD2 2 > >. 2 1 Out[41]= 2 > ü Ejercicio 5. NormalPrincipal@sDD : : Sin@sD 2 . por lo tanto. Vector binormal. 1 2 > y el normal In[38]:= In[39]:= Binormal@s_D = Cross@Tangente@sD. 0<. x = cos s Calcular el vector normal principal en el punto H1. Se define el vector binormal de gHsL como el vector: binormalHsL = tangenteHsL µ normal principalHsL principal 8-Cos@sD.− Cos@sD . DEFINICIÓN. sea la curva g ª : y = z= Tangente@s_D = :− Sin@sD . x= cos s 2 sen s 2 s el vector tangente en cada punto gHsL es :1 . Sin@sD 2 . Cos@sD Out[39]= In[40]:= Simplify@%D Sin@sD 2 . Cos@sD 2 . -Sin@sD. 2 2 1 > Out[40]= el vector binormal en el punto P = gH0L = J In[41]:= 1 2 . −Sin@sD. 3L de la curva g ª : y = sen s . 0. 0<. Sea la curva gHsL parametrizada por el parámetro arco. z= 3 6. 0. − 1 .Práctica 5.

3L. si se prefiere. en las proximidades del punto P. si P = gHs0 L = Hx0 . Se define el plano osculador a gHsL en el punto P como el plano formado por el punto P y los vectores tangente y normal principal. Una medida de la rapidez con que se levanta la curva del plano osculador lo da la torsión. se define la torsión tHsL en cada punto de la curva gHsL como el número: tHsL = @g' HsL. Una curva que no está contenida en un plano se irá levantando respecto al plano osculador. n3 L. x = cos s Calcular el plano osculador de la curva g ª : y = sen s en el punto H1.y 0 z . el plano osculador en el punto P se definiría como aquél que más se aproxima a la curva en el sentido que. 0. 2 2 >. :0. 0L. z − 0>. Sea P un punto de la curva gHsL. t3 L y el vector normal en el mismo punto x .y = 0. 8−1. Sea la curva gHsL parametrizada por el parámetro arco tal que kHsL ∫ 0. y − 0.g'' HsL. z0 L. DEFINICIÓN. el error que se comete al suponer la curva situada en dicho plano es el mínimo. la ecuación del plano osculador sería: Por lo tanto. Si la curva estuviera contenida en un plano dicho plano se denomina plano osculador. 0N. para la curva g ª : y = z= DetB::x − y 2 1 x= cos s 2 sen s 2 s y el punto P = J 1 1 . 1 2 N y el vector 2 Out[42]= − + z 2 . O. 0<>F El plano osculador de la curva g ª : y = z= x= cos s 2 sen s 2 s 2 en el punto P = J 1 2 . n2 . 0. Hn1 .g''' HsLD g'' HsLÿg'' HsL — 221 — . z= 3 8. =0 normal principal en ese punto H-1. 0. 1 2 1 2 . 0. t2 . El plano osculador en P se calcularía: 2 In[42]:= Ejemplo. el vector tangente en P es J0.x0 t1 n1 y . Plano osculador. Torsión. DEFINICIÓN. Sea la curva gHsL (que suponemos no es una recta) y P un punto de la misma.nb 7.z0 t2 n2 t3 n3 . Si la curva no fuera plana. ü Ejercicio 6. el vector tangente en P Ht1 .8 Práctica 5. el plano osculador sería el plano limite de aquellos que pasan por P y por otros dos puntos de la curvan que tienden al punto P. 0. y0 . 0N es z .

0. normal y binormal proporcionan una idea de cómo va variando el sistema de referencia (llamado triedro de Frenet y que ya apuntábamos en la introducción de esta práctica) a lo largo de la curva g(s). Fórmulas de Frenet.Práctica 5. sD. z= 3 9. s 2 >.nb 9 Por ejemplo. ddγ@sD. ddγ@s_D = D@dγ@sD. sD. In[47]:= γ@s_D = : Cos@sD . 0. x = cos s Calcular la torsión de la curva g ª : y = sen s en el punto H1. dddγ@sD<D ddγ@sD. dddγ@s_D = D@ddγ@sD. la torsión de la curva g ª : y = z= In[43]:= x= cos s 2 sen s 2 s 2 en cada punto de gHsL es: 2 2 dγ@s_D = D@γ@sD. s ∈ RealsD 1 Out[48]= La torsión de la curva g en el punto P = gH0L = J In[49]:= 2 1 2 . NHsL y BHsL son los vectores tangente. normal principal y binormal respectivamente. 0N es: τ@0D 1 Out[49]= 2 ü Ejercicio 7. normal y binormal en función de ellos mismos se denominan fórmulas de Frenet y se suelen expresar en forma matricial de la siguiente manera: N ' HsL = -kHsL 0 tHsL B ' HsL 0 -tHsL 0 0 kHsL 0 T ' HsL THsL NHsL BHsL donde THsL. 3L. Sin@sD .ddγ@sD + + Sin@sD2 2 2 Out[47]= Cos@sD2 2 Sin@sD2 2 In[48]:= Simplify@%. — 222 — . τ@s_D = Cos@sD2 2 2 Det@8dγ@sD. sD. Las fórmulas que relacionan las derivadas de los vectores tangente. las respectivas derivadas del vector tangente.

JÓDAR REYES. — 223 — .GÁMEZ DOMINGO.: Geometría Diferencial.: Matemáticas II (Manual de prácticas). J. destacamos la siguiente: CASTELLANO ALCÁNTARA. M. . A. 1997. McGraw-Hill. . . Universidad de Jaén. .: Álgebra y Geometría Analítica. D. entre la abundante bibliografía que existe al respecto. LARSON ROLAND E. curso 2002-2003). A. z= 3 10. 1997. J. JIMÉNEZ LÓPEZ. . R. CD (Colección Apuntes. Granada. A. curso 2002-2003). JIMÉNEZ LÓPEZ.EDWARDS BRUCE H. McGraw-Hill. 1989. x = cos s Comprobar las fórmulas de Frenet para la curva g ª : y = sen s .: Matemáticas I (Manual de prácticas). M. Alianza Universidad.10 Práctica 5. CORDERO. Edita Proyecto Sur.: Cálculo Matemático Aplicado a la Técnica.PÉREZ GÓMEZ. 1995. . 1995.HOSTETLER ROBERT P. LUIS A. GRANERO RODRÍGUEZ. Para profundizar en los conceptos que aparecen en esta práctica. . Universidad de Jaén.GRAY. CD (Colección Apuntes. M. LÓPEZ DE LA RICA. Madrid. J. . y DE LA VILLA CUENCA.: Cálculo.FERNÁNDEZ. Edita CLAGSA.JÓDAR REYES. volumen 2. Bibliografía.nb ü Ejercicio 8.: Geometría diferencial de curvas y superficies con Mathematica. F.

Como vamos a comprobar la expresión de estos elementos son más complicados pero gracias a la facilidad de cálculo del Mathematica no tendremos mayores problemas. normal principal y binormal de una curva no parametrizada por el parámetro arco. 1. t3 M es el mismo ya que se corresponde con la recta y = x. supuesta la existencia de estos vectores. denominado Triedro de Frenet.Curso 2010 . t 0 En esta práctica vamos a obtener el triedro de Frenet. así cómo la curvatura y torsión. En particular. 2. Un punto de una curva P = gHt0 L se dice regular si g ' Ht0 L ∫ 0 . Índice. Curvatura y torsión de una curva no parametrizada por el parámetro arco.2011 Ampliación de Matemáticas (I. no será una tarea fácil ya que en primer lugar hay que resolver la integral Ÿt » g ' HzL » „ z en donde aparece una raíz cuadrada y. Pero si la curva gHtL no está parametrizada por el parámetro arco Hg ' HtL T 1L. era posible construir un sistema de referencia ortonormal afín. después. el origen es un punto regular para g y singular para b. A continuación. formado por el punto de la curva y los vectores tangente. Industrial) Práctica 6 Triedro de Frenet de una curva no parametrizada por el arco En la práctica anterior se vió que. normal y binormal de una curva no parametrizada por el arco. Vector tangente. exponemos las fórmulas de vector tangente. el dibujo de gHtL = Ht. Vector tangente. normal y binormal. Bibliografía. se exige que dada punto de la curva sea regular. Por ejemplo. dada una curva gHsL parametrizada por el parámetro arco. para obtener el triedro de Frenet habría que previamente parametrizarla por el parámetro arco lo que. tL y de bHtL = It3 . hay que despejar la varaible t de la t 0 ecuación s = Ÿt » g ' HzL » „ z. sin embargo. ü Vector tangente: tangenteHtL = ü Vector normal principal: normal principalHtL = g' HtL †g' HtL§ Hg' HtLµg'' HtLL µ g' HtL †Hg' HtLµg'' HtLL§ †g' HtL§ — 224 — . el punto P se llama Ø singular. 1. T. para curvas no necesariamente parametrizadas por el arco. normal y binormal de una curva no parametrizada por el arco. 3.1 Representación gráfica del triedro de Frenet. en general. En caso contrario. 1. suponiendo la existencia de todos ellos. Muchas veces el hecho de que un punto sea sea regular o singular sólo depende de la parametrización elegida para la curva.

tD. 1. 1L: Solve@γ@t0D 88t0 → 0<< 82. t ∈ RealsF It + t2 M N 2 > Norm@Cross@dγ@tD. Ht + 1L ^ 3=. 1L sería: Out[8]= — 225 — . Tangente@t_D = SimplifyB : : 2 4 2t t x = 2 ‰t 3 z = Ht + 1L .nb ü Vector binormal: binormalHtL = In[1]:= In[2]:= Por ejemplo. + 9 H1 + tL . 1. so some solutions may not be found. el triedro de Frenet en el punto P = H2. à por lo tanto. + 9 I−1 + 2 t2 M + 36 2t It + 2 t2 M > Solve::ifun : Inverse functions are being used by Solve. dγ@t_D = D@γ@tD. dγ@tDD Out[6]= +4 4t + 9 H1 + tL4 M J4 2 t 2t +4 4t − In[7]:= Binormal@t_D = SimplifyB :− 6 4 4t t I4 + 9 H1 + tL M J4 4 6 t 2t +4 4t + 9 H1 + tL4 M J4 t H1 + tL + 36 H1 + tL I−1 + t + 2 4t I2 + 9 H−1 + tL H1 + tL3 4t 2t Norm@Cross@dγ@tD. 1. use Reduce for complete solution information. t0D + 9 I−1 + + 9 I−1 + 3 I−1 + t2 M 2 t2 M 2 t2 M 2t + 36 2t It + It + 2 t2 M 2 t2 M 2 4 4t 2t . t ∈ RealsF 2 2t Norm@dγ@tDD Out[5]= +4 4t In[6]:= NormalPrincipal@t_D = SimplifyB −4 I4 I4 2t 4t + 9 H1 + tL . 1. 1L g' HtLµg'' HtL †Hg' HtLµg'' HtLL§ dγ@tD . ddγ@tDD + 9 I−1 + t2 M + 36 2t . ddγ@t_D = D@dγ@tD. 1<.2 Práctica 6. 4 4 2t +4 4t Cross@Cross@dγ@tD. Out[7]= 4 4t In[8]:= Calculamos el punto t0 tal que gHt0 L = P = H2. t ∈ RealsF > + 9 t H1 + tL3 M 4t + 9 I−1 + + 9 I−1 + 2 t2 M 2 t2 M 2t + 36 2t It + It + 2 t2 M N 2 t2 M N . Calculemos el triedro de Frenet en el punto P = H2. tD. E2 t . ddγ@tDD. ddγ@tDDD . sea la curva g ª : y = ‰2 t Clear@"Global`∗"D γ@t_D = 92 Et . + 36 2t tM 2 Cross@dγ@tD. 4 2t 4 +4 3 H1 + tL2 4t + 9 H1 + tL 4 . ddγ@tDDD Norm@dγ@tDD .

8γ@0D.1 Representación gráfica del triedro de Frenet. 8γ@0D. 17 3 > 6 . 8t. "Z"<D.nb 3 In[9]:= Tangente@0D : 2 . 3 Out[16]= Z 2 Normal Binormal Tangente 1 0 3 2 1 0 Y — 226 — .1D <D. − 3 . dibujo3D X Needs@"VectorFieldPlots`"D dibujo1 = ParametricPlot3D@γ@tD. "Y". −0. Tangente@0D<. VectorHeads −> TrueD. 1L. 0. 17 17 2 . AxesLabel → 8"X".6. 13 13 2 > Out[11]= ü 1. γ@0D + NormalPrincipal@0D + 0. γ@0D + Tangente@0D + 0. dibujo2.Práctica 6. Binormal@0D<<. γ@0D + Binormal@0D + 0. dibujo3 = Graphics3D@8 Text@"Tangente".1D. Text@"Binormal". 2 4 3 z = Ht + 1L junto con su triedro de Frenet en el punto P = H2. 17 4 Out[10]= In[11]:= Binormal@0D :0. 221 221 > Out[9]= In[10]:= NormalPrincipal@0D :− 13 . dibujo2 = ListVectorFieldPlot3D@88γ@0D.6<. 1.1D. Text@"Normal". NormalPrincipal@0D<. Representemos la curva g ª : y = ‰2 t x = 2 ‰t 3 In[12]:= In[16]:= Show@dibujo1.

1L la curvatura es: In[22]:= I4 2t + 9 I−1 + t2 M + 36 +4 4t + 9 H1 + tL4 M 3ê2 It + t2 M 2 k@0D 2 Out[22]= 13 17 17 In[23]:= Out[23]= N@%D 0. 1.1L3 ü Curvatura: kHtL = †g' HtLµg'' HtL§ †g' HtL§3 ü Torsión : tHtL = In[17]:= Ejemplo. tD. E2 t . Ht + 1L ^ 3=. tD.102879 — 227 — . 1. dddγ@t_D = D@ddγ@tD.g''' HtLD Hg' HtLµg'' HtLLÿHg' HtLµg'' HtLL x = 2 ‰t z = Ht + 1L 3 en el punto P = H2.nb ü Ejercicio 1. la curvatura y la torsión de la curva g ª : y = ‰2 t γ@t_D = 92 Et . representar el triedro de Frenet en el punto P = H1.4 Práctica 6. tD. x= t 2. ddγ@tDDD Norm@dγ@tDD3 2 2t .g'' HtL. ddγ@t_D = D@dγ@tD. @g' HtL. Las fórmulas de la curvatura y la torsión de una curva no parametrizada por el arco son: z = Ht . 1L son: In[21]:= k@t_D = SimplifyB Norm@Cross@dγ@tD. 0L. Curvatura y torsión de una curva no parametrizada por el parámetro arco. t ∈ RealsF 2 Out[21]= t 4 4t en el punto P = H2. dγ@t_D = D@γ@tD. 4. 2 Sea la curva g ª : y = Ht + 1L .

461538 ü Ejercicio 2. LÓPEZ DE LA RICA. 0L.: Cálculo Matemático Aplicado a la Técnica. 1995. Edita CLAGSA. Edita Proyecto Sur. ddγ@tDD . 1989. Bibliografía.GRAY. D.FERNÁNDEZ. .Práctica 6. A. ddγ@tDD. ddγ@tD.: Geometría Diferencial.PÉREZ GÓMEZ. LUIS A. M. 4. J. t ∈ RealsF Out[24]= en el punto P = H2. 1997.: Álgebra y Geometría Analítica. dddγ@tD<D Cross@dγ@tD.es/users/amontes/apuntes/curvasgr.Cross@dγ@tD. Madrid. McGraw-Hill. x= t 3. destacamos la siguiente: CASTELLANO ALCÁNTARA. 1. . A. CORDERO.: Representación gráfica de curvas dadas en implícitas.ull. A. z = Ht . y DE LA VILLA CUENCA.pdf — 228 — . R. http : // webpages. entre la abundante bibliografía que existe al respecto.1L3 Para profundizar en los conceptos que aparecen en esta práctica. . 1L la torsión es: In[25]:= 4 4t + 36 2t t2 H1 + tL2 + 9 I−1 + t2 M I−1 − t + t2 M 2 τ@0D − 6 Out[25]= 13 In[26]:= Out[26]= N@%D −0. GRANERO RODRÍGUEZ. Alianza Universidad. . A. 1997.: Geometría diferencial de curvas y superficies con Mathematica. 2 Calcular la curvatura y la torsión de la curva g ª : y = Ht + 1L en el punto P = H1.nb 5 In[24]:= τ@t_D = SimplifyB 6 t Det@8dγ@tD. MONTESDEOCA DELGADO. Granada. paramétricas y polares.GÁMEZ DOMINGO. F.

xn L.. ü 1. 2. x2 . Parametrización de una cara de la superficie.2 Derivadas parciales con el Mathematica. siendo a el ángulo x ÿ y > 0 el ángulo de ambos vectores es menor que 2 . nk ][f][ x1 . Además. para calcular con el Mathematica las derivadas parciales de f cuyo resultado es derivar n1 veces la función f respecto de la primera variable.. . respecto de sus variables x1 .. Dada una superficie parametrizada obtener la parametrización de la otra cara.. De esta forma se concluye que: ü 1. Conocimientos previos. x2 . yL serán equivalentes las siguientes expresiones: — 229 — . yL Índice. Ángulo de dos vectores. 4. Conocimientos previos. p p que forman dichos vectores. xn se utiliza la órden Derivative con el siguiente formato: Derivative[n1 ... x ÿ y < 0 el ángulo de los vectores es mayor que 2 . Es conocido que el producto escalar de dos vectores x ÿ y tiene la expresión x ÿ y = » x » » y » cos a. x ÿ y = 0 los vectores son perpendiculares. la facilidad gráfica del Mathematica va a facilitar la compresión de conceptos básicos de la teoría de superficies. Área de una superficie parametrizada. Industrial) Práctica 7 Introducción al estudio de superficies parametrizadas o en forma implícita jHx. 1. 5. . .. en un primer curso de Ingeniería Industrial se estudian las superficies en su forma expícita z = f Hx. T. 1. Bibliografía.. vamos a familiarizarnos con la expresión paramétrica de la superficie que tanto se utiliza en los problemas de ingeniería.1. 7. En esta práctica. xk ] Sea la función de varias variables f Hx1 . 6. Derivadas parciales con el Mathematica. Vector normal en un punto de la superficie.. Superficies parametrizadas. n2 veces resepecto de la segunda y nk veces respecto de la variable k-ésima. para la función f Hx.Curso 2010 . n2 .. 1. Por ejemplo..2.2011 Ampliación de Matemáticas (I. zL = 0. y. . 3. 1.1 Ángulo de dos vectores.. Normalmente.

z_D = x ^ 2 ∗ y ^ 3 ∗ z x2 y3 z Out[4]= In[5]:= Out[5]= Derivative@0. 1D@fD@x. ∑x ∑y2 ∂2 f Hx. yL = x2 y3 . Por ejemplo. la In[4]:= se escibiría del siguiente modo: f@x_. zD 3 x2 y2 2. Una superfice parametrizada es una aplicación S de un subconjunto D Õ 2 con valores en 3 (S : D Ø 3 ). representemos la esfera de radio unidad. El esquema gráfico de una función de este tipo sería: normalmente se suele identificar la superficie con su imagen en 3 . Una de las parametrizaciones posibles de la esfera podría ser: — 230 — . zL = x2 y3 z.1][f][x.2 Práctica 7. y. y_. las derivadas parciales In[1]:= ∂2 f Hx. yD 6 x2 y ∑2 f ∑y ∑z si la función fuera de tres variables.yL serían: f@x_.nb Derivative[1.y] ö Derivative[1.y] ö Derivative[2.y] ö si f Hx. por ejemplo f Hx. yD 2 x y3 Derivative@0.yL ∂x ∂y ∂x2 ∂ f Hx. 0D@fD@x. y.0][f][x. 1. y_D = x ^ 2 ∗ y ^ 3 x2 y3 Out[1]= In[2]:= Out[2]= In[3]:= Out[3]= Derivative@1. 2D@fD@x. Superficies en parametrizadas.yL ∂x ∑ f ∑2 f .0][f][x.

nb 3 o también: SHu. vD. v0 L. cosHvLL con : u œ @0. 2 pD v œ @0. pD zHu. "Y". vL = senHuL senHvL con : v œ @0. Si notamos por nHu. v_D = 8Cos@uD Sin@vD. 2 Pi<. Sin@uD Sin@vD. Cuando el vector normal tenga de módulo la unidad se llamará vector normal unitario (en realidad será uno de los dos vectores normales unitarios a la superficie en un punto determinado).v0 M y se llamará vector — 231 — . vL = cosHuL senHvL u œ @0. AxesLabel → 8"X". Este vector perpendicular viene dado por el producto vectorial: En gran cantidad de problemas resulta de enorme interés calcular un vector perpendicular a la superficie en un punto ∑S ∑u µ normal. u senHvL. vL = Hu cosHvL. 8v. determinado P = SHu0 . uL con : u œ @0. ParametricPlot3D@S@u. vL al vector normal a la superficie S se tiene el siguiente esquema gráfico: ∑S † ∑v Iu0 . 0. Cos@vD<. 0. 2D 3. "Z"<D xHu. Vector normal en un punto de la superficie. 2 pD . v œ @0. vL = cosHvL Out[7]= ü Ejercicio 1 Dibujar el cono de parametrización SHu. 2 pD S ª : yHu. In[6]:= S@u_. 8u.Práctica 7. vL = HcosHuL senHvL. Pi<. pD Mathematica tiene la orden ParametricPlot3D para dibujar las superfices parametrizadas. senHuL senHvL.

vDD 8Cos@uD Cos@vD.− 1 2 2 > N = SI 4 . −Sin@uD Sin@vD2 . v_D = Derivative@0. 2 2 p p p p 2 2 N. 0< u œ @0. vL será: Su@u_.u→ el vector nHu. pD nuestra solución sería Hu. vD n@u_. vD 8−Sin@uD Sin@vD. vL = I 4 . In[13]:= Out[13]= n@Pi ê 4. vL perpendicular a la superficie en el punto SHu. En primer lugar. 1D@SD@u. 2 .u→− 3π 4 >. v_D = Derivative@1. v0 L = J 1 . Sin@uD Sin@vD π 4 π 4 >> 1 ê 2. Cos@uD Sin@vD. −Sin@vD< Simplify@%D 9−Cos@uD Sin@vD2 . Sv@u. :v → . 1 . use Reduce for complete solution information. P = SI 4 . 8u. 1 . Cos@vD Sin@uD. calculemos el vector normal a la esfera de radio 1 en el punto P = J 2 . 2 . Pi ê 4D :− 1 . 2 2 In[8]:= Por ejemplo. v0 L tal que SHu0 . −Cos@vD Sin@vD= 1 1 2 2 el vector normal en el punto P = J 2 . −Sin@uD Sin@vD2 . 4 M = J 1 . Out[8]= 1 ê 2. 2 pD v œ @0. Cos@vD == N 2 2 2 í 2>. v_D = Cross@Su@u. Es decir. v<F N. en esta parametrización de la esfera : In[9]:= Out[9]= In[10]:= Out[10]= In[11]:= Out[11]= In[12]:= Out[12]= ::v → − π 4 .− 1 2 2 2 . 0D@SD@u. Sv@u_. so some solutions may not be found. −Cos@uD2 Cos@vD Sin@vD − Cos@vD Sin@uD2 Sin@vD= 9−Cos@uD Sin@vD2 .nb hallamos las coordenadas Hu0 . 1 1 2 2 SolveB:Cos@uD Sin@vD Solve::ifun : Inverse functions are being used by Solve. 4 M. vD. 4 M es: p p — 232 — .4 Práctica 7.

- 1 2 2 N. el vector normal en dicho punto es Jy el vector normal sobre el punto P: 1 2 2 Por ejemplo. Por ejemplo. Así. vL. Parametrización de una cara de la superficie. según calculamos en el apartado 3 — 233 — . Cuando se parametriza una superfice se está parametrizando una cara de la misma. toda superficie tiene dos caras. 2 2 de esta práctica. se dice que se está parametrizando la cara superior de la superficie SHu. 2M está parametrizando. . en el caso B se parametriza la cara inferior de dicha superficie. en el caso A del siguiente dibujo. comprobemos cuál de las dos caras se .Práctica 7. Representemos en un mismo dibujo la superficie 1 2 2 . 1.nb 5 Ejercicio 2 4. 1 .2 O. por ejemplo P = J 1 . Excepto casos excepcionales. Por el contrario. dada la parametrización de la superficie de radio 1 del apartado 2. Elijamos un punto P de la superficie. una esfera tiene claramente dos caras una interior y otra exterior. Calcular el vector normal al cono del ejercicio 1 en el punto I1. al apuntar el vector normal hacia arriba.

. "Y". vD. 8v. dibujo1D Out[21]= no se observa el dibujo del vector normal. "Y". Show@dibujo2. "Z"<. 8u. PlotStyle → Opacity@0. 0. senHuL senHvL. cosHvLL con : u œ @0. Sin@uD Sin@vD. "Z"<D. v_D = 8Cos@uD Sin@vD. 8u. Cos@vD<. Needs@"VectorFieldPlots`"D dibujo2 = ListVectorFieldPlot3D@88p. 2 pD v œ @0. Pi<.3D. pD parametriza la cara interior de la esfera de radio — 234 — . Mesh → 0D. p=: . AxesLabel → 8"X". 0. AxesLabel → 8"X". dibujo1D Out[23]= unidad. Show@dibujo2. quizás porque apunte hacia dentro y el dibujo de la esfera tape al vector. Para evitar este inconveniente hagamos que la opacidad del color de la esfera sea ligera. . asimismo quitamos la malla de la esfera para que se aprecie claramente el dibujo del vector: In[22]:= dibujo1 = ParametricPlot3D@S@u. VectorHeads → TrueD.6 Práctica 7. Pi<. vL = HcosHuL senHvL. 0. 2 2 2 −1 −1 −1 >. 2 Pi<. 2 Pi<. 1 1 2 >. 2 2 2 2 2 dibujo1 = ParametricPlot3D@S@u. 0.nb In[14]:= Clear@"Global`∗"D S@u_. n@pD = : . n@pD<<. luego SHu. vD. 8v.

2 pD u œ @0.− 1 2 2 2 2 2 1 2 >.80. SHu. uL œ D Por ejemplo. 1< ángulo mayor que este producto. vL = HcosHuL senHvL. In[24]:= Out[24]= :− − 1 . Si tenemos la parametrización de una cara de la superficie. es decir. obtener la misma figura pero que el vector normal apunte en sentido contrario. vL = SHv. N con el vector H0. vL con Hu. vL de la misma esfera pero que parametriza la cara exterior: THu. ya nos dice que el vetor normal en el punto P = J 1 . pD aprovechamos la parametrización SHu. cosHvLL con : u œ @0. senHuL senHvL.− 1 . 0.Práctica 7. pD — 235 — . basta con realizar este pequeño cambio: THu.nb 7 Sin embargo. según se ha estudiado en el apartado anterior. 1 . 2 pD v œ @0. 1L forma un ü Ejercicio 3 Dada la parametrización del cono del ejercicio 1. 0. cosHuLL con : v œ @0. basta con tener una leve idea de la superficie y la situación del punto elegido y multiplicar escalarmente el vector normal en dicho punto con el vector que apunta en la dirección del eje Z (vector H0. vL œ D Õ 2 y queremos parametrizar la otra cara de la misma superficie. uL = HcosHvL senHuL. 2 2 p 2 2 2 lo que debe corresponderse con la parametrización de la cara interior de la esfera. al ser negativo. vL = SHv. Dada una superficie parametrizada obtener la parametrización de la otra cara. 5. calcular la cara de la superficie parametrizada. 0. vL de la esfera unidad para dar otra parametrización T Hu. la forma más fácil y habitual para calcular la cara que se ha parametrizado no coniste en realizar el dibujo de la superficie junto con su vector normal. uL con Hv. 1L). senHvL senHuL. la parametrización de la cara interior de la esfera de radio unidad viene dada por: SHu.

0D@TD@u. "Z"<D. Sin@uD Sin@vD. Show@dibujo1. π<. Sin@uD Sin@vD. 0. vD. vD 8−Sin@uD Sin@vD. π<. v_D = 8Cos@uD Sin@vD. dibujo1 = ParametricPlot3D@S@u. 0< 8Cos@uD Cos@vD. Cos@uD Sin@uD= : > el vector normal en nuestro punto P será: In[36]:= Out[36]= n@Pi ê 6. v_D = S@v. uD dibujo2 = ParametricPlot3D@T@u. v_D = Derivative@0. Elijamos un punto cualquiera. . 0. "Y". Cos@vD Sin@uD. Tv@u. 8 4 — 236 — . AxesLabel → 8"X". 1 3 2 π π p = TB . Cos@uD Cos@vD2 Sin@uD + Cos@uD Sin@uD Sin@vD2 = 9Cos@vD Sin@uD2 . Pi ê 6D 3 1 8 3 . Cos@vD<. . Sin@uD2 Sin@vD. AxesLabel → 8"X". Cos@uD< Out[30]= TI 6 . 4 > y calculemos el vector normal en ese punto: > 3 2 In[32]:= Out[32]= In[33]:= Out[33]= In[34]:= Out[34]= In[35]:= Out[35]= Tu@u_. 1D@TD@u. 8v. T@u_. por ejemplo 3 4 .8 Práctica 7. F 6 6 : 3 1 4 . −Sin@uD< n@u_. v_D = Derivative@1. vD. vDD Simplify@%D 9Cos@vD Sin@uD2 . vD Tv@u_. dibujo2D 8Cos@vD Sin@uD. 0. 2 π<. "Y".nb In[25]:= Out[28]= Clear@"Global∗`"D. Cos@uD Sin@vD. 0. "Z"<D. 8v. 8u. vD. Sin@uD2 Sin@vD. v_D = Cross@Tu@u. 2 π<. 8u. S@u_. 4. 6 M = : p p In[31]:= Out[31]= Veamos que el vector normal apunta hacia fuera.

3D. 8v.5D Out[41]= ü Ejercicio 4. Show@dibujo2. Parametrizar la cara exterior del cono dado en el ejercicio 1. dibujo3D Out[40]= para verlo mejor ampliamos el rango del dibujo : In[41]:= Show@dibujo2. 0. Mesh → 0D. π<. 2 π<. AxesLabel → 8"X". n@Pi ê 6. 8u.nb 9 In[37]:= Needs@"VectorFieldPlots`"D dibujo2 = ParametricPlot3D@T@u. Pi ê 6D<<.Práctica 7. — 237 — . 0. vD. "Y". VectorHeads → TrueD. dibujo3 = ListVectorFieldPlot3D@88p. PlotRange → 1. PlotStyle → Opacity@0. dibujo3. "Z"<.

v. uL œ D. el área del triángulo originado por el plano x + y + z = 1 con el primer octante de los ejes coordenados se calcularía del siguiente modo. describe varias veces trozos de superficie con área y si superficie parametrizada viene dada por: ∑S ∑u Dada una superficie parametrizada SHv. 1 − u − v<. 0. v_D = Derivative@0. el área de esta superficie es: Su@u_. −1< 1 0 0§v§1-u >. Por lo tanto. vDDD v u 0 — 238 — . si la parametrización no µ ∑S ∑v Ø ∫ 0 en el mismo conjunto de puntos. La parametrización se puede realizar facilmente considerando el siguiente dibujo: x=u así pues. Ÿ ŸD ° ∑u µ ∑S ∑S ∑v En primer lugar hay que parametrizar la superficie. la parametrización más fácil de este triángulo es S ª : y = v con Hu. vD. 1.nb 6. In[42]:= In[43]:= Out[43]= In[44]:= Out[44]= 0§u§1 S@u_. 1D@SD@u. vL œ 2 . v_D = Derivative@1. si SHv. vD Sv@u_. 81. uL con Hv.10 Práctica 7. Sv@u. vD In[45]:= Out[45]= ‡ 3 2 ‡ 1−u Norm@Cross@Su@u. Área de una superficie parametrizada. −1< 80. uL es inyectiva. o mejor. entonces el área de la † „u „v Por ejemplo. 0D@SD@u. vL œ D siendo D el subconjunto z =1-u-v D = :Hu. v_D = 8u.

Una y varias variables.EDWARDS BRUCE H. CD (Colección Apuntes.JÓDAR REYES. LÓPEZ DE LA RICA. entre la abundante bibliografía que existe al respecto.Práctica 7. destacamos la siguiente: GRANERO RODRÍGUEZ.: Matemáticas I (Manual de prácticas). — 239 — . curso 2002-2003). M. CD (Colección Apuntes.HOSTETLER ROBERT P. 2003. F. SALAS . JIMÉNEZ LÓPEZ. volumen 2. Madrid. volumen II. A. McGraw-Hill. JIMÉNEZ LÓPEZ. y DE LA VILLA CUENCA. . .: Cálculo. 1995.nb 11 ü Ejercicio 5. LARSON ROLAND E. Bibliografía. J. . Universidad de Jaén. Reverté. Calcular el área del cono dado en el ejercicio 1.: Geometría Diferencial. Para profundizar en los conceptos que aparecen en esta práctica. . 7. J.: Matemáticas II (Manual de prácticas). Universidad de Jaén. 1997.JÓDAR REYES.: Álgebra y Geometría Analítica. Edita CLAGSA.ETGEN: Cálculus. curso 2002-2003). McGraw-Hill. M. 1989.HILLE . A.

1. Su sintaxis es la siguiente: expresion/.. 8x → 5< −40 y + 35 z + 3 y z — 240 — . Signo de una forma cuadrática. Industrial) Práctica 8 Extremos locales de funciones de varias variables Antes de realizar la presente práctica resulta imprescindible repasar el Tema 4 de la parte teórica de la Asignatura. Puntos críticos. esta tarea se puede hacer facilmente declarando previamente x = 5 y después se introduce la expresión: In[1]:= Clear@"Global`∗"D.1 Regla de sustitución. 5.4 Matriz hessiana.. 1. en el que hay que darle un cierto valor a una variable.2 Generar números aleatorios. Conocimientos previos ü 1. 1. 1.2011 Ampliación de Matemáticas (I. en la presente práctica vamos a utilizar el Mathematica para evitar en lo posible las engorrosas cuentas de este tipo de problemas. Bibliografía. 7 x z + 3 y z − 8 x y ê.8 x y.regla2..3 Vector gradiente. 1..Curso 2010 . 1. 4 Condición suficiente de extremo local. Conocimientos previos. 1.reglan} en la que se evalúa la "expresion" y después realiza las sustituciones indicadas por las reglas de sustitución "regla1" . Volvamos sobre el ejemplo anterior: In[4]:= Out[5]= Clear@"Global`∗"D.. x = 5. "reglan". 3. En ocasiones tendremos una expresión. supongamos que x queremos que tome el valor 5. "regla2". La resolución de un problema de extremos en varias variables requiere generalmente de cálculos muy tediosos. Índice.5 Extremos locales con el Mathematica.. T. 7xz+3yz− 8xy −40 y + 35 z + 3 y z Out[3]= Pero también hay otra forma de hacerlo directamente mediante el operador de sustitución /...{regla1. 2.1 Regla de sustitución. por ejemplo 7 x z + 3 y z .

. 3D êê MatrixForm RandomInteger@8−4.89994 0. ∑x2 .345342 −3. 1<D o también D[ f Hx1 .863012 −2.99332 RandomReal@8−4.. longitud del vector aleatorio] Por ejemplo: In[7]:= Out[7]= In[8]:= Out[8]= RandomReal@8−4. 3<D êê MatrixForm 0.. 4<... 3<D êê MatrixForm 1 −1 −4 2 −3 2 −3 −1 −4 Out[11]//MatrixForm= In[12]:= Out[12]//MatrixForm= ü 1. −1. 4<D 1. 8x → 5. Es decir. y → 3< −120 + 44 z ü 1.2 Práctica 8.. 4<. Su sintaxis es la siguiente: RandomReal[{ rango de los números aleatorios }.{{ x1 .922525< Si se pretende realizar una matriz aleatoria de dimensión 2 µ 3 sería: In[9]:= Out[9]//MatrixForm= RandomReal@8−4. xn <. . yL = x3 y4 sería: Mathematica calcula el gradiente de f Hx1 . −0. 4<. 82.2 Generar números aleatorios.666734. ∑f 1 por ejemplo. .33419 0. . Sea f : n Ø  se define el gradiente de esta función y se denota por “ f a: “ f = : ∑x .{{ x1 .. 4<. 82... cada vez que se ejecute dará numéros al azar dentro de un rango prefijado.nb si se pretende sustitur x por 5 e y por 3 sería: In[6]:= Out[6]= 7 x z + 3 y z − 8 x y ê. la orden a ejecutar sería RandomInteger con las mismas opciones: In[10]:= Out[10]= In[11]:= RandomInteger@8−4.. .47197 Si se queire obtener sólo valores enteros. La orden RandomReal del Mathematica nos devuelve números reales aleatorios. xn L con la orden D: ∑f .501675 −1. el gradiente de la función f Hx..91533. .... xn <<D ∑f > ∑xn — 241 — .. xn L... D[ f Hx1 . 4<D 3 RandomInteger@8−4.3 Vector gradiente. 3D 80. xn L..

... FindMinimum@f@x. D@f@x.... y<<D 93 x2 y4 . y_D = x2 +y2 .. el que sólo nos devuelve un entremo y se olvida de otros posibles etc. cn L FindMinimum[ f Hx1 . un mínimo y un máximo local a partir de un determinado punto. Mathematica dispone de las órdenes FindMinimum y FindMaximum para calcular. . xn L. 8xn ... xn L. c1 <. . 2<D MatrixForm@%D 6 x y4 996 x y4 . 88x. xn L a la matriz simétrica Hf: Sea f : n Ø  diferenciable ella y sus derivadas parciales en todo punto. cn <<D In[19]:= Por ejemplo....Práctica 8.... ∑2 f ∑xn ∑x2 .4 Matriz hessiana. .. yD. en funciones de una variable sí funcionan relativamente bien y de forma intuitiva... 8y.. xn L con la siguiente sintaxis: In[16]:= Así la matriz hessiana de la función f Hx. se llama matriz hessiana de la función ∑2 f ∑x2 1 ∑2 f ∑x1 ∑x2 ∑2 f ∑x2 2 .<< Out[20]= — 242 — .. . yD. 2<D Out[17]= In[18]:= Out[18]//MatrixForm= ü 1. Sin embargo.. yD.{{ x1 .. 4 x3 y3 = Out[15]= ü 1. respectivamente.. 88x.. 1L: f@x_. xn <. y<.5 Extremos locales con el Mathematica. calculemos el mínimo y máximo local de la función f Hx. y_D = x3 y4 ... y_D = x3 y4 . ∑2 f ∑xn ∑x1 . Ambas órdenes tienen deficiencias como son el hecho de necesitar un punto para empezar la búsqueda de los extremos locales. . 1<<D 80. . D@f@x.. yL = x2 + y2 a partir del punto H1..nb 3 In[13]:= In[14]:= Clear@"Global`∗"D f@x_.... 88x.. yL = x3 y4 sería: f@x_. xn L a partir del punto Hc1 . 8x → 0... 12 x2 y3 =. 88x1 .. f Hx1 .. 12 x3 y2 == 12 x2 y3 12 x2 y3 12 x3 y2 D[ f Hx1 . . o también. .. 1<.. .. y → 0. . ∑2 f ∑x1 ∑xn ∑2 f ∑x2 ∑xn x1 Hf ª xn = ∑2 f ∑x2 ∑x1 . Su sintaxis es la siguiente: devuelve un mínimo local de la función f Hx1 ... ∑2 f ∑x2 n la orden D del Mathematica nos devuelve la matriz hessiana de la función f Hx1 . 912 x2 y3 .

88x1 .0709135.. Esta forma cuadrática escrita matricialmente se expresa de la siguiente manera: Q 3 -1 x = Hx yL y -1 4 x y se trata de ejecutar repetidas veces la siguiente secuencia: In[26]:= Clear@"Global`∗"D — 243 — .05 § x § 0. à Out[21]= el resultado nos dice que no ha podido calcular el máximo local que.1<.1.10 In[24]:= Out[24]= In[25]:= Out[25]= FindMinimum@8f@xD. 8y. x 0.05 ≤ x ≤ 0. evidentemente. yL = 3 x2 . calculemos el máximo y el mínimo local de la función f HxL = x senI 1 M sujeto a la condición x 1 f@x_D = x ∗ SinB F. Las órdenes FindMinimum y FindMaximum también permiten calular mínimo y máximo local de una función con determinadas restricciones: Por ejemplo.06 -0. 1<.07 0.05 0. . no existe. 8xn .1<. 8x → 0. 8x.0710924<< 8−0.06<D 80.3525 × 10104 . Signo de una forma cuadrática.10685 × 10209 .. 0.1<D Out[23]= 0.. condición1 && condición2 && . condiciónk<.nb In[21]:= FindMaximum@f@x. 0. 88x.09 0.3525 × 10104 == 0. 8x.0580695<< 2. 0. 1<<D FindMaximum::cvmit : Failed to converge to the requested accuracy or precision within 100 iterations.05 91.08 0. c1 <.2 x y + 4 y2 es definida positiva....06<D FindMaximum@8f@xD.0579718. y → 2. 0. 9x → 2. yD.4 Práctica 8.05 ≤ x ≤ 0. .05. 8x → 0. 0. 0... xn L. 8x. En primer lugar vamos a utilizar el Mathematica para comprobar empíricamente que la forma cuadrática QHx. (previamente representamos f HxL en su dominio): In[22]:= In[23]:= FindMinimum[8 f Hx1 . cn <<D Plot@f@xD.

En nuestro ejemplo anterior....l.l La orden del Mathematica que obtiene los autovalores de una matriz cuadrada es Eigenvalues...0569<< MatrixForm@v = RandomReal@8−5. si l1 .16 x y .A... 2<DD MatrixForm@Transpose@vDD. .11736 0.. j tal que λi > 0 y λj < 0 84.. . a22 . 2. . es decir. y El signo de una forma cuadrática real puede obtenerse de forma inmediata calculando sus autovalores. En general. −1 4 Observamos que el vector aleatorio producto Hx yL 3 -1 -1 4 x puede tromar distintos valores (positivos y negativos) pero el resultado del y x va a ser siempre positivo. . an 1 a12 . las raíces del polinomio formado por el siguiente determinante: a11-l PHlL = a21 . .nb 5 In[27]:= Out[28]//MatrixForm= Out[30]= H −3... a1 n ..Práctica 8. y b) Q2 -1 3 x = Hx yL y 3 3 x .38197< 5 N> ü Ejercicio 1. la forma cuadráticas es: Identicamente nula λi = 0 ∀ i Definida positiva λi > 0 ∀ i Definida negativa λi < 0 ∀ i Semidefinida positiva λi ≥ 0 y existe al menos alguno de ellos que toma el valor cero Semidefinida negativa λi ≤ 0 y existe al menos alguno de ellos que toma el valor cero Indefinida ∃ i. an n .... 5<. . 81.8 y2 . ln son los autovalores de la matriz simétrica A que carateriza a la forma cuadrática.. .. y — 244 — .. v..61803..Transpose@vD A= 3 −1 .827873 L 8837. entonces.. Calcular el signo de las siguientes formas cuadráticas: x a) Q1 = -9 x2 . Out[31]= 3 −1 F −1 4 1 2 J7 − In[32]:= Out[32]= N@%D los dos autovalores son positivos lo que implica que el signo de la forma cuadrática es definida positiva. los autovalores de la matriz A son: In[31]:= EigenvaluesB : 1 2 J7 + 5 N.

0... xn L Hf †P ª es: xn xn Una vez localizado un punto crítico P... 0<..866025 . y_D = 3 x y − x3 − y3 −x3 + 3 x y − y3 NSolve@8Derivative@1. mínimo local o punto de silla dependerá del x1 x1 definida negativa fl el punto P es un máximo local estricto definida positiva fl el punto P es un mínimo local estricto semidefinida negativa fl el punto P es un máximo local o un punto de silla semidefinida positiva fl el punto P es un mínimo local o un punto de silla Indefinida fl el punto P es un punto de silla — 245 — . yD x → −0.y3 f@x_.866025 y → 1. Puntos críticos. yL = 3 x y . ya que: : ∑x = 0.866025 x → 1. y → 0. y<<E = 0> ó : ∑x .. 8x → 1..866025 y → −0. ∑x2 .. Por ejemplo. los puntos críticos de f Hx.. 0<.5 − 0. = 0 Podemos utilizar la orden Derivative del Mathematica para obtener los puntos críticos.. los puntos críticos (candidatos a extremos locales) de esta fución se obtienen resolviendo el sistema: : .5 − 0. Derivative@0..x3 . ∑f ∑xn In[35]:= Out[35]= NSolveADA3 x y − x3 − y3 .. ∑f ∑f . 0.x3 . y<E ∑f > ∑xn = 80. .... ∑f 1 por lo tanto. El que P0 y P1 sean máximos. . y<D êê MatrixForm observamos que. 1D@fD@x. y → 1.5 + 0.866025 x → −0. 8x → −0. También se podía haber resuelto este sistema de una foma más compacta. yL = 3 x y .. 0< ó “ f = 80.866025 <. aparte de las soluciones complejas que no entran dentro de nuestro problema.y3 se pueden obtener con el siguiente procedimiento: 1 ∑f ∑x2 = 0.5 + 0. 8x → 0.. 0< 4. Así.866025 . Asimismo. Sea la función diferenciable f : n Ø . 0. y → −0.6 Práctica 8.5 + 0.<< 80.5 − 0. ..nb 3. y → −0. Condición suficiente de extremo local. calculemos los puntos críticos de la función f Hx. ∑f ∑x1 ∑f ∑xn = 0 . . si Q ª = Hx1 .. yD In[33]:= Out[33]= In[34]:= Out[34]//MatrixForm= y → −0. 1L. 0L y P1 = H1.. 8x. y → 0. 88x → −0. hay dos puntos críticos P0 = H0. la condición de máximo local. 88x. mínimos o puntos de silla se determinará estudiando el hessiano como veremos en el siguiente epígrafe.<. 0D@fD@x. signo de la forma cuadrática definida por la matriz hessiana en dicho punto Hf †P ..5 − 0. es conveniente utilizar la función NSolve para resover el sistema a fin de que aparezcan puntos concretos y no expresiones complicadas..5 + 0.866025 <. x → 0. 8x.

y SANTOS ALÁEZ E. y → 1<D 5. destacamos la siguiente: BARBOLLA.6 z .HOSTETLER ROBERT P. Granada. yL = 3 x y . Edita CLAGSA. entre la abundante bibliografía que existe al respecto. MERINO GONZÁLEZ. 1991 JIMÉNEZ LÓPEZ. 0L En el punto P1 = H1. Bibliografía. M. . .M. P. 1995. L. y<. McGraw-Hill. Edita Gráficas Lino. 3< 88−6 x.EDWARDS BRUCE H.Práctica 8. A. . M. 2<E Eigenvalues@Hf@x. R.: Matemáticas II (Manual de prácticas). y DE LA VILLA CUENCA.CERDÁ. E.SANZ. Madrid. 8x → 1. CD (Colección Apuntes. Espasa Calpe. yD ê. curso 2002-2003). A.: Álgebra Lineal con métodos elementales. y → 0<D 8−3. −3< ü Ejercicio 2.y3 . J. — 246 — . veamos Hf@x_. 1L 8−9. 0L es un punto de silla.: Geometría Diferencial. 1997.x3 .nb 7 qué tipo de puntos son: In[36]:= Out[36]= Por ejemplo. sus extremos locales. In[38]:= Out[38]= Para el punto P0 = H0. . JIMÉNEZ LÓPEZ. Eigenvalues@Hf@x. . . Universidad de Jaén.: Optimización Matemática: teoría ejemplos y contraejemplos.: Cálculo. 3<. curso 2002-2003). Universidad de Jaén. 1997. LÓPEZ DE LA RICA.JÓDAR REYES. zL = 9 + y2 + x2 y2 . yD ê. si existen. 1L eran puntos críticos de la función f Hx. CD (Colección Apuntes.JÓDAR REYES. volumen 2. LARSON ROLAND E. −6 y<< In[37]:= Out[37]= luego P0 = H0. Sea la función f Hx.: Matemáticas I (Manual de prácticas). 88x. los puntos P0 = H0. J. Para profundizar en los conceptos que aparecen en esta práctica. 8x → 0.2 y z + 2 z2 calcular. 1L es un máximo local estricto. y. 83. y_D = DA3 x y − x3 − y3 . que es definida negativa luego el punto P1 = H1. 0L y P1 = H1.

Extremos locales condicionados. 8xn . Industrial) Práctica 9 Extremos condicionados y absolutos en funciones de varias variables Antes de realizar la presente práctica resulta imprescindible repasar el Tema 4 de la parte teórica de la asignatura. Analogamente. 8xn .Curso 2010 . 3L es: InterpolatingPolynomial[{{-1. Extremos absolutos. 1.2}.{1.. 5. y1 <.1 Polinomio de interpolación. H0. . 4L y H1.3}}. el polinomio de interpolación que pasa por los puntos H-1. Su sintaxis es la siguiente: InterpolatingPolynomial[datos. En general. 4. y1 <. 2L. 3. . Conocimientos previos..x] 3x 2 In[2]:= In[1]:= Out[1]= 2+ 2− Expand@%D 4+ x 2 − 3 x2 2 H1 + xL Out[2]= — 247 — .. llamado polinomio de interpolación del conjunto de puntos.2011 Ampliación de Matemáticas (I. yn < existe un único polinomio y = pHxL de grado menor o igual que n-1. Bibliografía.1 Polinomio de interpolación.{0.. Conocimientos previos ü 1. 1.. Extremos locales condicionados. yn < < Por ejemplo. La orden del Mathematica InterpolatingPolynomial obtiene el polinomio de interpolación de un conjunto de puntos dado.x] devuelve el polinomio de interpolación pHxL del conjunto de puntos contenidos en datos = 88x1 . Dados dos puntos de 2 (que no estén situados en línea vertical) existe un único polinomio de grado 1 (recta y = a x + b) que pasa por ambos puntos. Método de sustitución. 1. dados tres puntos existe un polinomio de grado 2 que pasa por ellos (salvo que los tres puntos estén alineados en cuyo caso el polinomio será de grado uno). 2. que pasa por todos ellos.4}. T.. Índice. dado un conjunto de n puntos: 8x1 . Multiplicadores de Lagrange.

y. tal y como se muestra en la siguiente figura: Se trata de minimizar la función distancia desde el origen O a un punto del espacio Hx. 3L es pHxL = 4 + In[3]:= Out[3]= In[4]:= Out[4]= Veamos otro ejemplo. Mesh → None.6 x + x2 . H0.2 y + y2 viene expresada de forma explícita su representación gráfica coincide con la gráfica de la función hHx. Método de sustitución. 10<. 4L es y = 4 + 2 x. 4L es: InterpolatingPolynomial@88−1. 80. −10. In[5]:= Plot3DA10 − 6 x + x2 − 2 y + y2 . PlotStyle → 8Opacity@0.2 y + y2 . si podemos dibujar las regiones a las que hacemos referencia siempre estará más clara la solución del problema. el polinomio de interpolación que pasa por H-1. 8x. 2L. 8y. xD 2 + 2 H1 + xL Expand@%D 4+2x x 2 - 3 x2 .nb es decir. 2. 2L. 2 luego la recta que pasa por H-1.2 y + y2 .2 Práctica 9. Aunque no sea necesario. zL con la condición de que — 248 — . 4L y H1.6 x + x2 . yL = 10 . 4<<. 2<.6 x + x2 . Extremos locales condicionados. −10. Como la superficie z = 10 . H0. La recta que pasa por los puntos H-1. H0. 2L. 10<.5D<E dicho punto pertenezca a la superficie anterior. Consideremos el problema de calcular la mínima distancia del origen a la superficie z = 10 .

1D@fD@x. 8x. 2 + 2 H−2 + 2 yL2 + 4 I10 − 6 x + x2 − 2 y + y2 M== El mínimo se obtiene en x → 2. van a tener el definitivo que se plantea es: mínimo en el mismo punto Hx.676582 a los que le corresponde la siguiente coordenada z: In[11]:= Out[11]= 10 − 6 x + x2 − 2 y + y2 ê. obteniendo esta otra función: f Hx.676582< Eigenvalues@%D 814. por el planteamiento del problema. 88x.51037<. que es la distancia al cuadrado. yD ê.2 y + y2 M 2 2 2 de menos variables y libre de restricciones: In[6]:= Out[6]= In[7]:= f@x_. se entiende facilmente que la función d y esta otra d2 = x2 + y2 + z2 . yD 0.2 y + y2 la función dHx.5518.676582 0<. 2<D In[9]:= Out[9]= In[10]:= Out[10]= 992 + 2 H−6 + 2 xL2 + 4 I10 − 6 x + x2 − 2 y + y2 M. y_D = D@f@x. De todas formas.nb 3 Analíticamente el problema se podría plantear así: Calcular el mínimo local (en este caso sería también absoluto) de la función: dHx.04598 — 249 — .6 x + x2 .2 y + y2 El método de sustitución para la obtención de extremos locales con condiciones propone sustituir en d2 la variable z (u otra apropiada) por el valor que se desprende de la ecuación de ligadura. Por lo tanto. y. y → 0.48513 − 1.51037. y.676582L que. 82.02975. y → 0.16171 + 0. Derivative@0. y_D = x2 + y2 + I10 − 6 x + x2 − 2 y + y2 M x2 + y2 + I10 − 6 x + x2 − 2 y + y2 M x → 3. si calculamos el signo de la matriz hessiana en ese punto vemos que es definida positiva: In[8]:= Out[8]= y → 1.715. y.Práctica 9.676582< 1.358398 y → 1. zL = x2 + y2 + z 2 sujeto a la condición: z = 10 .6 x + x2 . 0. zL = x2 + y2 + z2 sujeto a la condición: z = 10 . yD. zL involucra a una raíz cuadrada que siempre dificultará los cálculos de las operaciones a realizar. y<. 2 H−6 + 2 xL H−2 + 2 yL=.07519 x → 2. Hf@x. y<D êê MatrixForm Hf@x_. 0D@fD@x. 6. 8x → 2.02975.48513 + 1. el problema Calcular el mínimo local (global) de la función: d2Hx. y → 0.02975.02975. yD Out[7]//MatrixForm= la única solución factible es H2. yL = x2 + y2 + I10 .16171 − 0.07519 x → 3. 7.18394< 8813. y.02975 NSolve@8Derivative@1.358398 y → 0.02073<< 92 H−6 + 2 xL H−2 + 2 yL. Sin embargo. podemos asegurar que es un mínimo. 8x → 2. zL (aunqe el valor de d2 en dicho punto sea el cuadrado de d). 2.6 x + x2 .

20<. Extremos locales condicionados.04598< ü Ejercicio 1.676582. 8y. por ejemplo. 1. Multiplicadores de Lagrange. Consideremos ahora este otro problema. −5. 0. 5<D Out[13]= dibujamos el plano x + y + z = 10: In[14]:= d2 = Plot3D@10 − x − y. la distancia mínima se encuentra en el punto de la superficie P = H2. para -5 < x < 5. La temperatura en cada punto del paraboloide elíptico z = x2 + y2 es THx.38154: In[12]:= Out[12]= 2. Calcular la mínima distancia del punto (3.02975. 3. 20<D Out[14]= observamos la curva intersección de ambas superficies — 250 — . 8x. la dibujamos. El paraboloide elíptico al que hacemos referencia es una especie de cesta. −20. -5 < y < 5 : In[13]:= d1 = Plot3D@x ^ 2 + y ^ 2.4 Práctica 9. 5<.38154 x2 + y2 + z2 ê.nb Así pues.676582.04598L y el valor de dicha distancia es 2.02975. 8y. zL = 10 + x2 + y2 + 3 z. y → 0. −5. y. 8x. −20. 2) a la parábola y = x2 . z → 1. 8x → 2. Se pide la temperatura máxima y mínima sobre la curva formada por dicho paraboloide y el plano x + y + z = 10.

Analíticamente el problema se puede plantear del siguiente modo: Máximo y mínimo de la función: THx. 6. zD z == x2 + y2 . y. 0. z → 6. β → −3.87287.5826. 0. β<E In[16]:= In[17]:= Out[17]= obtenemos los puntos críticos: In[18]:= NSolveA9Derivative@1. zL = THx.79129.87287<< — 251 — . y.127128.79129. 1. y. λ → −1.nb 5 In[15]:= Show@d1. y. es cuestión de ver directamente su temperatura: 88x → 1. y. En estos supuestos debemos utilizar el método de los multiplicadores de Lagrange: En primer lugar definimos la función Lagrangiana LHx. tendríamos que. despejar dos variables (por ejemplo la z y la y en función de la x) pero en este caso la tarea no es fácil. 8x → −2. 1.79129. al menos. y_. y. 0. x + y + z == 10=. y → 1. zL = 10 + x2 + y2 + 3 z sujeto a las ecuaciones de ligadura: z = x2 + y2 x + y + z = 10 Si intentamos hacer el mismo método que en el apartado anterior. d2D Out[15]= se trata de de hallar las temperaturas máxima y mínima sobre la curva que aparece en el dibujo. β → −4. y.10L: Clear@"Global`∗"D L@x_. y → −2.79129. λ → −0. 0. z → 15.zM + b Hx + y + z . un punto con temperatura máxima y otro con temperatura mínima.5826L luego ninguno de los dos será punto de silla puesto que el problema ha de tener.12713<.79129. -2. 0D@LD@x. 8x. z_D = 10 + x2 + y2 + 3 z + λ Ix2 + y2 − zM + β Hx + y + z − 10L 10 + x2 + y2 + 3 z + H−10 + x + y + zL β + Ix2 + y2 − zM λ 0.Práctica 9.79129. z. 1D@LD@x.79129. 0D@LD@x. en las ecuaciones de ligadura. 15.41742L y P2 = H-2. ¿Cuál de los puntos se corresponde con el máximo o con el mínimo?. Derivative@0. zL + l Ix2 + y2 . λ.41742. zD Out[18]= Han salido dos puntos críticos P1 = H1. zD Derivative@0.79129.

. y_D = x4 + y4 x4 + y4 — 252 — . se quiere calcular In[22]:= Out[22]= Esta forma de proceder es cómoda pero. los valores máximo y mínimo absolutos de la función f Hx. 6. x ^ 2 + y ^ 2 ≤ 25=. xn L donde Hx1 . 0... Se puede proceder con el Mathematica del siguiente modo : MinimizeA9x4 + y4 . Mathematica tiene una forma cómoda para calcular el mínimo y máximo de una función f : n Ø  con las órdenes Minimize y Maximize. 0L y su valor es Clear@"Global`∗"D f@x_. Máximos y mínimos absolutos. zL = x + y .. 8x → −5.. 10 + x2 + y2 + 3 z ê.. .79129. y → 0<< 8625..xn}] calcula el mínimo absoluto de f Hx1 .condición1&&condición2&&. más que la obtención de extremos locales lo que interesa es calcular los extremos absolutos sobre una determinada región.. la temperatura mínima de curva se encuentra en el punto P1 = H1. z → 15.xn].79129.41742L con un valor igual a 35. 15.{x1. cuyas sintaxis son idénticas: Minimize[{f[x1. la existencia de estos extremos absolutos suele estar garantizada ya que si una función f : D Õ n Ø  es continua en una región compacta (región acotada que incluye a su borde) existen al menos dos puntos en D donde se alcanzan el máximo y mínimo absolutos.79129. 0L en el que f H-5. 8x. 8x → 1. Además. y<E 80. 1.. y<E MaximizeA9x4 + y4 .5826L con un valor de 72. Respecto al valor máximo sólo nos ha proporcionado uno de ellos el H-5. y. aprovechando que hemos elegido una función muy sencilla.6 Práctica 9. 8x. 4.3304 In[20]:= Out[20]= Resumiendo. Calcular la temperatura máxima y mínima sobre dicho elipsoide. La temperatura sobre cada punto del elipsoide x2 + 2 y2 + 3 z2 = 1 es THx. xn L pertenece al conjunto definido por las k condiciones ü Ejemplo 1.. yL = x4 + y4 tiene un mínimo en el H0.79129. 0L = 625 pero se ha olvidado de otros puntos sobre el borde que también alcanzan el máximo absoluto. -2.6697.79129. x ^ 2 + y ^ 2 ≤ 25=. 8x → 0. la mayoría de las veces.z.79129.5826< ü Ejercicio 2..3304.. En ingeniería.79129. vamos a razonar sobre las deficiencias que tiene este método. yL = x4 + y4 definida sobre el disco D centrado en el origen y de radio cinco.6697 72.. La temperatura máxima de la curva se encuentra en el punto P2 = H-2.. y → −2. z → 6.. .79129.41742< 35. 8x → −2. y → 0<< In[21]:= Out[21]= Sea la función f Hx. Veamos esta última afirmación: In[23]:= In[24]:= Out[24]= Observamos que en el mínimo sí ha acertado plenamente f Hx.nb In[19]:= Out[19]= 10 + x2 + y2 + 3 z ê.condiciónk}. y → 1. yL sobre dicho disco.

9−6. tE 8625. 1 < t < 2=. 8t → 3. −1. 8t → 4.77886 × 10−8 = Debido a los métodos de aproximación que el Mathematica ha utilizado para el cálculo de los correspondientes máximos. 0.14159<< 8625.05306 × 10−9 ha de tomarse como cero y análogamente para las otras coordenadas. 5. 0. 8t → 1.. 4 < t < 5=.1415926571475223`<D 5 Sin@tD< ê. tE 8625.Práctica 9. N@85 Cos@tD. In[29]:= Out[29]= FindMaximumA9625 Cos@tD4 + 625 Sin@tD4 .. yL = x4 + y4 sobre el disco centrado en el origen de radio 5 son los que se muestran en el siguiente dibujo. entonces sobre el borde del disco la función f Hx. N@85 Cos@tD. los máximos de la función f Hx. y → 5 Sin@tD< 625 Cos@tD4 + 625 Sin@tD4 con t œ @0. 8x → 5 Cos@tD.5708<< In[28]:= Out[28]= FindMaximumA9625 Cos@tD4 + 625 Sin@tD4 . 3 < t < 4=. yD ê.5707963253842856`<D 5 Sin@tD< ê. en concreto para t = 0 y también: In[27]:= Out[27]= FindMaximumA9625 Cos@tD4 + 625 Sin@tD4 . 8t.48937 × 10−8 . −5..71239<< N@85 Cos@tD. la coordenada 7.05306 × 10−9 . yL si dibujamos dicha función a lo largo del borde : In[26]:= PlotA625 HCos@tDL4 + 625 HSin@tDL4 . N@85 Cos@tD. 8t → 4. 8t → 1. tE que se corresponden con los puntos: In[30]:= P1 = P2 = P3 = P1 = Out[30]= Out[31]= Out[32]= Out[33]= 85. En definitiva.nb 7 la parametrización del círculo de radio 5 es : toma el valor (ya en una variable): In[25]:= Out[25]= x = 5 cos t y = 5 sen t f@x. 2 pD.= — 253 — . 8t → 3.712388967405944`<D 9−5. 2 π<E 600 550 500 Out[26]= 450 400 1 2 3 4 5 6 observamos que tiene cuatro máximos..= 5 Sin@tD< ê.. 8t → 0<D 5 Sin@tD< ê.< 97.

En primer lugar. 81. 81. vamos a obtener el conjunto de restricciones que delimitan el triángulo de la figura y que después serán introducidas en las órdenes Maximize y Minimize. 6<.8 Práctica 9. 6L. -2L determinan la recta x = -1 que divide al plano en dos partes. para ello basta comprobar cómo el H0. ü Ejemplo 2. Una vez obtenidas las restricciones que caracterizan al triángulo de la figura calculamos la temperatura máxima y — 254 — . 0L (que pertence al triángulo) cumple dicha desigualdad. -2L. 0L como la que aparece en el dibujo es THx. xD −1 + x la recta divide al plano en dos partes.x: InterpolatingPolynomial@88−1. 0<<. In[34]:= Out[34]= In[35]:= Out[35]= Los puntos A = H-1. yL = x y + x2 + y2 . C = H1. el triángulo se ecuentra en la parte y ¥ x . Los puntos A = H-1. xD Expand@%D 3−3x 6 − 3 H1 + xL esta recta divide al plano en dos partes. 6L y C = H1. La temperatura de una placa triangular de vértices A = H-1. -2L y C = H1. 0L determinan la recta: y = x .nb en todos ellos se toma el valor 625. In[36]:= Out[36]= Los puntos B = H-1. el triángulo se ecuentra en la parte y § 3 .1: InterpolatingPolynomial@88−1. −2<. 6L y B = H-1.10 se pide calcular los puntos en donde se alcanzan la temperatura máxima y mínima. 0L determinan la recta: y = 3 .1.3 x. Nuestro triángulo está en la parte correspondiente a x ¥ -1. 0<<. B = H-1.

ü Ejercicio 3. . x ≥ −1 && y ≤ 3 − 3 x && y ≥ x − 1=. Para profundizar en los conceptos que aparecen en esta práctica. LÓPEZ DE LA RICA.JÓDAR REYES. y SANTOS ALÁEZ E. 1997. . 1997.CERDÁ. y<E MinimizeA9x y + x2 + y2 − 10. y DE LA VILLA CUENCA. 1991 JIMÉNEZ LÓPEZ. — 255 — . 8x. . A. MARSDEN. A. quinta edición. L. 0L que alcancen las temperaturas máxima y mínima respectivamente.nb 9 mínima: In[37]:= Out[37]= MaximizeA9x y + x2 + y2 − 10. LOSADA RODRÍGUEZ. Calcular el máximo y mínimo absoluto de la función f Hx.EDWARDS BRUCE H. 8x. Edita Gráficas Lino. JIMÉNEZ LÓPEZ.SANZ. 1978. y → 6<< 8−10. J. .E.: Matemáticas I (Manual de prácticas). x ≥ −1 && y ≤ 3 − 3 x && y ≥ x − 1=. CD (Colección Apuntes. destacamos la siguiente: BARBOLLA. curso 2002-2003). Bibliografía. MERINO GONZÁLEZ. J. 1995. no existen otros puntos distintos del H-1. R.Práctica 9.: Álgebra Lineal con métodos elementales. volumen 2.: Análisis Matemático. se deja para comprobación.: Matemáticas II (Manual de prácticas).: Cálculo vectorial. 5. Universidad de Jaén. M. 6L y del H0. A.J.: Geometría Diferencial.HOSTETLER ROBERT P. yL = ‰x-y + y2 en el rectángulo : 0§x§1 0§ y§1 . CD (Colección Apuntes. Madrid. R. 8x → 0. 8x → −1.JÓDAR REYES. y TROMBA. Universidad de Jaén. J.: Optimización Matemática: teoría ejemplos y contraejemplos. curso 2002-2003). Edita CLAGSA. Granada. 2004. M.M. Pirámide. Espasa Calpe. PEARSON EDUCACIÓN. McGraw-Hill. y<E 821. Ed.: Cálculo. LARSON ROLAND E. . E. y → 0<< In[38]:= Out[38]= El resultado se muestra en la siguiente figura: Además. . P. entre la abundante bibliografía que existe al respecto.

Conocimientos previos. Sin embargo. para ello se utiliza la orden Series. sea el vector V = 8m. h. Conocimientos previos. . El principal objetivo de esta práctica consiste en cofeccionar un programa que obtenga el polinomio de Taylor de cualquier función suficientemente regular en varias variables.1 Extraer un elemento de un vector. p. para obtener la segunda coordenada se haría: 8m.2011 Ampliación de Matemáticas. n. q< V@@2DD n V = 8m. en varias variables esta labor ya no es tan fácil. (I. h. que incentive al alumno para que él mismo elabore sencillos programas que le ayuden a resolver los problemas que aparecen en la Ingeniería y que frecuentemente requieren de cálculos repetidos o tediosos. n.. T.. q< V[[j]] In[1]:= Out[1]= In[2]:= Out[2]= — 256 — . 1. 3. h. La orden For. a2 . ü 1. Diferencial total de una función de varias variables. 1. con Mathematica. Sea el vector V = 8a1 . p. Industrial) Práctica 10 Polinomio de Taylor en varias variables En el Tema 4 de la parte tórica de la asignatura se estudió el polinomio de Taylor en funciones de varias variables al que me remito para un repaso más detallado sobre esta materia. q<. la coordenada j encerrada entre dos corchetes del siguiente modo: Por ejemplo. Otro propósito de la presente práctica es dotar de unos mínimos conocimientos de programación. Programa para obtener el polinomio de Taylor. n. 1. 2.3 Programar con el Mathematica.. Índice. p. Aunque nos vamos a centrar en las funciones f : 2 Ø  todo lo que se haga va a ser fácilmente generalizable a funciones f : n Ø . an <. La orden Input.1 Extraer un elemento de un vector.2 Rutinas con el Mathematica. Polinomio de Taylor de una función de dos variables. 4.Curso 2010 . seguidamente del vector V. Bibliografía. si queremos extraer del vector V la coordenada j bastará con poner. En una variable es muy fácil obtener el polinomio de de Taylor con la ayuda del Mathematica. 5. 1.

paso. Por ejemplo. nos podría dar un resultado totalmente inesperado. Mathematica nos devuelve el valor 5 (que es el último valor que había tomado antes de que la rutina finalizase). realiza el proceso. Es importante observar que si ahora preguntamos por el valor del contador i. basta con separar cada una de ellas con un . es decir. PASO 3º: El contador i ahora tiene el valor 3 Ø comprueba que la condición es cierta (i § 4) Ø realiza el proceso (imprime 35 ) y aumenta en uno el valor de i. La orden For. si en este momento utilizáramos la letra i en cualquier operación.2 Rutinas con el Mathematica. proceso] Por ejemplo.i<=4. si además de obtener la quinta potencia queremos calcular la raíz cuadrada de los mismos números podríamos proceder del siguiente modo: — 257 — ..2 Práctica 10.Print[i^5]] 1 32 243 1024 El proceso que ha realizado la orden For ha sido el siguiente: PASO 1º: El contador i toma el valor 1 (valor dado en inicio) Ø comprueba si la condición es cierta (en este caso si i § 4) Ø puesto que efectivamente es cierta. si se quiere hallar la quinta potencia de los 4 primeros números naturales se procedería del siguiente modo: In[3]:= For[i=1. PASO 5º: El contador i ahora tiene el valor 5 Ø comprueba si la condición es cierta (i § 4). En el lenguaje informatico una rutina en una secuencia de instrucciones que se ejecutan repetidas veces. NOTA. Dentro del apartado correspondiente a proceso se pueden realizar tantas tareas diferentes como queramos. PASO 4º: El contador i tiene ahora el valor 4 Ø comprueba que la condición es cierta (i § 4) Ø realiza el proceso (imprime 45 ) y aumenta en uno el valor de i. como no se cumple Ø no ejecuta el proceso y finaliza la rutina. condición. imprime 15 (1 en nuestro caso) y aumenta en uno el valor del contador i.nb 1. PASO 2º: El contador i ahora tiene el valor 2 Ø comprueba que la condición sigue siendo cierta (i § 4) Ø realiza el proceso (imprime 25 ) y aumenta en uno el valor de i. Mathematica tiene distintas órdenes para relizar estas rutinas. sin previamente borrarla. In[4]:= Out[4]= i 5 por lo tanto. la más importante es For cuya sintaxis es la siguiente: For[contador=inicio.i=i+1.

. sumadecuadrados = ‚ a@jD2 . Un programa es un conjunto de órdenes contenidas en una sola celda que se ejecutan a la vez siguiendo el orden en que están escritas. Para la primera parte se utilizará la orden Input cuyo funcionamiento es fácil de dentender con el siguiente ejemplo: In[6]:= k = Input@"Introduzca el valor de la variable k"D. una vez introducida una cantidad y pulsado OK. la variable k tomará el valor que se ha insertado. Por último. " es ". i ≤ n. For@i = 1. 2^5 = 32 2^1ê2 = 1. NB 1^5 = 1 1^1ê2 = 1.Práctica 10. i FFF ü 1. PrintBi. al ejecutar esta orden nos habrá salido un recuadro. In[7]:= Clear@"Global`∗"D v = Input@"Introduzca un vector según el siguiente modelo 8a. presentaremos los resultados de la forma más agradable posible. vamos a confeccionar un programa que nos pida un vector v y obtengamos la suma de los cuadrados de cada coordenada. i ≤ 4. Ã Con la orden Input se pide el vector sobre el que vamos a realizar las manipulaciones pertinentes y lo vamos a llamar v. Print@i. La orden Input. En la primera. Ã Elevamos cada a[i] al cuadrado y sumamos todos los cuadrados. se suele poner la orden Clear["Global`*"] para que no haya interferencias entre las variables que aquí se utilizan con otras que se hubieran utilizado previamente. a@iD = v@@iDDD. Ã Hacemos una rutina consistente en extraer todas y cada una de las coordenadas y las llamamos a[i].3 Programar con el Mathematica. i = i + 1. n = Length@vD. Para realizar este programa vamos a seguir la siguiente estrategia: Ã En primer lugar..73205 4^5 = 1024 4^1ê2 = 2.41421 3^5 = 243 3^1ê2 = 1. A título de ejemplo. 3< es 14 Print@"la suma de los cuadrados de las coordenadas del vector ". La segunda constituye la parte principal del programa y ha de contener las operaciones necesarias para resolver el problema que se plantea. Ã Al vector v le calculamos el número de coordendadas con la orden Length.b. 2. Ã Escribimos el resultado de la forma más inteligible posible. sumadecuadradosD — 258 — . "^5 = ". i = i + 1. "^1ê2 = ". n j=1 la suma de los cuadrados de las coordenadas del vector 81.nb 3 In[5]:= ForBi = 1. se nos pide de forma interactiva los valores que queremos introducir. i ^ 5D.k<"D. En un programa hay que distinguir tres partes. v...

aLn-1 Hy . yL en un entorno del punto Ha.b) de la función f Hx. f@x_.4 Práctica 10.yL=Ha..yL=Ha.bL + . yL al polinomio pHx. yL de expresión: pn Hx.bLn N y para una función general f HxL sería: In[17]:= Out[18]= Normal@Series@Ex . yL con la orden Normal[Series]: H−a + xL4 fH4L @aD + 1 120 H−a + xL5 fH5L @aD — 259 — .bL Hy .yL=Ha. Por ejemplo.yL=Ha.yL=Ha. y. si intentamos utilizar la misma orden para calcular el polinomio de Taylor en varias variables nos encontramos que no funciona de forma adecuada. Veamos esta cuestión al intentar obtener el polinomio de Taylor centrado en el punto Ha. 8x.nb 2. 5<DD 1+x+ x2 2 + x3 6 + x4 + x5 24 120 Clear@"Global`∗"D Normal@Series@f@xD.bL Hx .aL + ∑f 2 y representa una aproximación de f Hx. Taylorde orden n centrado en el punto (a. sea f Hx. bL.aL2 + 2 1 1! ∑n f ∑xn-1 ∑y ∑ f » ∑x ∑y Hx. yL = f Ha. y_. + ∑f ∑xn d xn Clear@"Global`∗"D. Se define el polinomio de J ∑x »Hx.bL Hx . Dada una función diferenciable f : n Ø . 0. + ∑f » ∑y Hx. zDD Out[14]= In[15]:= Out[15]= 2 x y3 z Dt@xD + 3 x2 y2 z Dt@yD + x2 y3 Dt@zD 3.aL Hy .bLN + ∑2 f ∑y2 »Hx.bL2 N + .yL=Ha.. Por ejemplo. In[16]:= Mathematica tiene la orden Normal[Series] para calcular el polinomio de Taylor en una variable. si queremos calcular el polinomio de Taylor de orden 5 centrado en el origen de la función f HxL = ‰x escribimos: Out[16]= J ∑xn »Hx.yL=Ha.bL + Hy . Polinomio de Taylor de una función de dos variables.bL Hx .bL »Hx. 8x..bL Hx .yL=Ha.bL Hx . bL + 1 2! 1 n! ∑n f Sea f : 2 Ø  con derivadas parciales diferenciables cuantas veces sean necesarias. z_D = x ^ 2 ∗ y ^ 3 ∗ z x2 y3 z Dt@f@x. y.. zL = x2 y3 z la df será: In[13]:= d x1 + ∑f ∑x2 d x2 + .. 5<DD f@aD + H−a + xL f @aD + 1 6 H−a + xL3 fH3L @aD + 1 2 1 24 H−a + xL2 f @aD + Si embargo.bL Hy . + ∑n f ∑yn »Hx. bL y de orden 2 a una función genérica f Hx. se define la diferencial de f (df) a: d f = ∑f ∑x1 la orden del Mathematica que devuelve la diferencial total es Dt. Diferencial total de una función de varias variables.aLn + n J ∑ f 2 ∑x 2 »Hx. a..

a. bD + H−a + xL fH1. bD + H−a + xL2 fH2. 8y. De esta manera.2L @a. b. y_D = Dt@s@1D@x. bL + df »Hx. bD + H−b + yL2 1 2 fH0.2L @a. y_D = Dt@f@x. Dt@yD → dy< 20 dy2 x6 y3 + 60 dx dy x5 y4 + 30 dx2 x4 y5 + 6 x5 y5 Dt@dxD + 5 x6 y4 Dt@dyD — 260 — . 8Dt@xD → dx. bD H−a + xL2 fH2.1L @a.Práctica 10. 8x. + 1 1 1! 1 n! donde: dx = x .0L @a.1L @a. en concreto. yDD ê. realizamos las respectivas sustituciones. por lo tanto. yL: In[21]:= In[22]:= Out[22]= In[23]:= Out[23]= Clear@"Global`∗"D. yL = x6 y5 . sobran los sumandos resaltados en color.1L @a. yD. yL como x e y son variables independientes Dt@xD = dx y Dt@yD = dy.b Por razones de claridad en la exposición.2L @a. y_D = Dt@f@x. H−a + xL fH1. vamos a ir obteniendo cada uno de estos sumandos sobre una función concreta. bD + H−a + xL2 fH2. bD + H−b + yL2 1 2 fH0. bD + H−a + xL fH1.bL + .yL=Ha. 2<DD f@a.0L @a.2L @a.a d n f »Hx. yL = f Ha.. bD + observamos que la orden Normal[Series] devuelve más sumandos que los que corresponden al polinomio de Taylor de orden 2.bL dy = y . dx será considerada por el Mathematica como una constante: In[24]:= Out[24]= In[25]:= Out[25]= s@1D@x_. f@x_. yL. Dt@dxD = 0 y Dt@yD = 0. bD + H−a + xL2 fH2. bD + 1 2 1 4 H−a + xL2 fH2. Sea la función f : 2 Ø  el polinomnio de Taylor centrado en (a.yL=Ha.1L @a.yL=Ha. bD 4.1L @a.1L @a. 8Dt@xD → dx. bD + H−a + xL fH1. bD + H−b + yL fH0. que se añade a la regla de sustituciones: s@2D@x_.. bD + f@a.nb 5 In[19]:= Out[20]= Clear@"Global`∗"D Normal@Series@f@x. yDD 6 x5 y5 Dt@xD + 5 x6 y4 Dt@yD s@iD Hx. bD + H−a + xL fH1. bD + 1 2 1 2 H−a + xL fH1. Al sumando i-ésimo lo denotaremos por s@iD Hx. Programa para obtener el polinomio de Taylor. bD + 1 2 1 2 H−b + yL fH0. 2<. bD + 1 2 1 4 H−a + xL2 fH2.b) de orden n de la función f también se puede expresar de la siguiente manera: pn Hx.0L @a. por ejemplo f Hx. yDD ê. yL = d i f Hx.bL + 2! d 2 f »Hx. y_D = x ^ 6 ∗ y ^ 5 x6 y5 s@1D@x_.0L @a. Dt@yD → dy< 5 dy x6 y4 + 6 dx x5 y5 como dx y dy no dependen de Hx.2L @a.2L @a.

Dt@dxD → 0. bD + ‚ n 1 i=1 i! s@iD@a. s@0D@x_. bD ê. el programa puede tener la siguiente forma: Clear@"Global`∗"D. 8dx → Hx − 1L. puntocentro = Input@"Introduzca el punto 8a. a = puntocentro@@1DD. i = i + 1. ".b< donde se centrará el polinomio"D. f@x_.nb In[26]:= Out[26]= In[27]:= Out[27]= s@2D@x_. " es: ". n. a) Utilizar el programa anterior para calcular el polinomio de Taylor centrado en el punto H1. n. dy → Hy − 2L<F Out[29]= ExpandBf@1. i ≤ n.2. f@1. " centrado en el punto ". 8dx → Hx − 1L. f@x. yDD ê. Dt@dxD → 0.1L. y_D = Dt@s@i − 1D@x.2. 1. 8Dt@xD → dx. 1. p@nD@x. y_D = f@a. yDD ê.2L es: 1 32 + 192 H−1 + xL + I960 H−1 + xL2 + 960 H−1 + xL H−2 + yL + 160 H−2 + yL2 M + 2 1 3 I3840 H−1 + xL + 7200 H−1 + xL2 H−2 + yL + 2880 H−1 + xL H−2 + yL2 + 240 H−2 + yL3 M + 80 H−2 + yL 6 i=1 i! s@iD@1.yD"D p@nD@x_. " de la función ". yL = Log y . aunque admite mejoras. y_D = Dt@s@1D@x. 8Dt@xD → dx. y_D = f@x. yDD ê. dy → Hy − bL<. y_D = Input@"Introduzca la expresión de la función fHx. puntocentro. " centrado en H1.6 Práctica 10. Dt@yD → dy. Dt@dyD → 0<D Print@"El polinomio de Taylor de orden ". 2D + ‚ 3 1 o si se prefiere : In[29]:= El polinomio de Taylor de orden 3 de la función x6 y5 centrado en H1. 1L y p3 H1. For@i = 1. A partir de ahora se puede utilizar como p@". 2D i=1 −3840 + 6912 x − 3840 x2 + 640 x3 + 2880 y − 3840 x y + 1200 x2 y − 640 y2 + 480 x y2 + 40 y3 ê. yD. 1L de orden 3 de la x función f Hx. 2D ê. 8dx → Hx − aL. Dt@yD → dy. ü Ejercicio 1. Dt@yD → dy. b = puntocentro@@2DD. y_D = Dt@s@2D@x. f@x.2L es: ". 2L de orden 3 podríamos poner: PrintB"El polinomio de Taylor de orden 3 de la función ".yL a la que se va a calcular su polinomio de Taylor. yD. Dt@dyD → 0< s@3D@x_. yD. dy → Hy − 2L<F El cuerpo del programa ya está hecho sólo falta pedir los datos necesarios y presentarlos de forma agradable. Dt@dyD → 0< 60 dy3 x6 y2 + 360 dx dy2 x5 y3 + 450 dx2 dy x4 y4 + 120 dx3 x3 y5 20 dy2 x6 y3 + 60 dx dy x5 y4 + 30 dx2 x4 y5 y así sucesivamente. s@iD@x_. Dt@dxD → 0. — 261 — . b) Comparar f H1. In[28]:= Si nos quedáramos en el polinomio de Taylor centrado en el punto H1. 8Dt@xD → dx. yD. por ejemplo Sin@x∗yD"D. "D@x. 2D + ‚ 3 1 i! s@iD@1. n = Input@"Introduzca el orden del polinomio de taylor"D.

Para profundizar en los conceptos que aparecen en esta práctica. recomienda el dibujo en el siguiente conjunto de valores: Hx. curso 2002-2003). LARSON ROLAND E. JIMÉNEZ LÓPEZ. 1995. f Hx.2L. p6 Hx. M. 2D.JÓDAR REYES.JÓDAR REYES. 0L es p3 Hx. et al: Curso de matemáticas superiores para Ingenieros. McGraw-Hill. — 262 — . CD (Colección Apuntes. entre la abundante bibliografía que existe al respecto. J. 2008. KRASNOV. MIR. Dado el polinomio x4 + x3 y2 .HOSTETLER ROBERT P.7 x y + 9. 5. b) Repetir el apartado a) con el polinomio de Taylor de orden 6. destacamos la siguiente: DE BURGOS ROMÁN.: Matemáticas II (Manual de prácticas). J. yL œ @-2. volumen 1. Universidad de Jaén. 6 ü Ejercicio 3. yL = x y. ü Ejercicio 5.1L e Hy . 2D µ @-2. 1996. para ello se puede tener en cuenta que si x3 y3 .: Cálculo.EDWARDS BRUCE H. yL = senHx yL junto con su polinomio de Taylor centrado en el origen de orden 3. 1990. Universidad de Jaén. a) Dibujar la función f Hx. Edita CLAGSA-MADRID. et al: Calculo II. McGraw-Hill. segunda edición. A. Se ü Ejercicio 4. M. JIMÉNEZ LÓPEZ. volumen 2. expresarlo en potencias de Hx .nb 7 Ejercicio 2. a) Realizar un programa que obtenga el polinomio Taylor para una función de tres variables.Práctica 10. Bibliografía.: Matemáticas I (Manual de prácticas). J: Cálculo infinitesimal de varias variables. M. Asimismo. . Ed. yL = senHx yL. curso 2002-2003). yL = x y - Comprobar que el programa que hemos diseñado es correcto. CD (Colección Apuntes. b) Comprobar que el programa del apartado a) es correcto sabiendo que el polinomio de Taylor centrado en el origen 1 2 de orden 9 de la función cos Hx y zL es 1 - x2 y2 z 2 . Teoría y problemas de funciones de varias variables. . . . entonces el polinomio de Taylor centrado en el H0. GARCÍA LÓPEZ.