MATEMATICAS
MATEMATICAS
A. Matemáticas básicas
I. Cálculo
1. Diferencial en una variable
( Derivada de una función de una variable
Definición.- Sea f(x) una función continua en el punto x=a. La
derivada de f(x),
respecto a x, en el punto x=a, que representaremos con el
símbolo
Df(a), es el
lim f(a+(x)-f(a)
(x(0 (x
Definición.- Sea f una función definida en un intervalo abierto
que contiene a a.
Entonces la pendiente m de la recta tangente a la gráfica de f
en el
punto P(a,f(a)) está dada por
m =lim f(a+h)-f(a)
h(0 h
siempre y cuando este limite exista.
Definición.- Sea f una función definida en un intervalo abierto
que contiene a a.
Entonces la derivada de f en (, denotada por f’(a), está dada
por
f’(a)=lim f(a+h)-f(a)
h(o h
Reglas para encontrar derivadas
1. d
dx
2. d
dx
3. d d d
dx dx dx
4. d d
dx dx
5. d d d
dx dx dx
6. d d d d
dx dx dx dx
7. d u = 1(d
dx c c dx
d c d 1 c ( d
dx u dx u u2 dx
d u d d
dx v dx dx
v2
d
dx
d d
dx dx
Ejemplos:
Encuentre la pendiente de la recta tangente a la gráfica de f en
el punto P(a, f(a)).
1. f(x)=2-x3
=d (2)- d (x3)
dx dx
= 0- 3x2 = -3x2
2. f(x)=3x-5
=3 d (x)- d (5)
dx dx
= 3(1) – 0 = 3
3. f(x)= ( x +1
= 1 (x)-1/2 d (x) + d (1)
2 dx dx
= 1 (x) –1/2
2
= 1
2 (x
4. f(x)= 1- 1
x
=d (1/x) – d (1)
dx dx
=x d (1) – (1)d (x) - 0
dx dx
x2
= - 1
x2
La posición de un punto P moviéndose sobre una recta coordenada
l está dada por f(t) donde t está medido en segundos y f(t) en
centímetros.
Encuentre la velocidad media de P en el siguiente intervalo de
tiempo:
f(t)= 4t2 + 3t en el intervalo (1,1.2)
= 4 d (t2) + 3 d (t)
dx dx
= 4(2t) + 3(1)
= 8t + 3
Sumando los puntos del intervalo y dividiendo entre 2
1+1.2 = 1.1
2
Sustituyendo en la derivada resultante
=8(1.1) + 3
=11.8
Hallar f’(x)
f(x)=(3x+1 = (3x+1)1/2
f’(x)= 1 (3x+1)-1/2 d (3x+1)
2 dx
= 1 (3x+1)-1/2 (3)
2
= 3
2(3x+1
Derivar las siguientes funciones:
1. g(w)= 1
w4
=w4 (0) –1(4w3)
(w4)2
= -4w3 = -4w3-8 = -4w-5
w8
2. g(x) = (x3-7)(2x2+3)
= (x3-7) d (2x2+3)+(2x2+3) d (x3-7)
dx dx
= (x3-7)(4x)+(2x2+3)(3x2)
= 4x4-28x+6x4+9x2
= 10x4+9x2-28x
3. f(x)= 4x-5
3x+2
(3x+2)d (4x-5) – (4x-5)d (3x+2)
dx dx
(3x+2)2
(3x+2)(4)-(4x-5)(3)
(3x+2)2
12x+8-12x+15 23
(3x+2)2 (3x+2)2
4. 8-z+3z2
2-9z
(2-9z)d (8-z+3z2)-(8-z+3z2)d (2-9z)
dx dx
(2-9z)2
(2-9z)(-1+6z)-(8-z+3z2)(-9)
(2-9z)2
(-2+12z+9z-54z2)-(-72+9z-27z2)
(2-9z)2
-2+12z+9z-54z2+72-9z+27z2
(2-9z)2
-27z2+12z+70
(2-9z)2
Usar (y = f(x2)-f(x1) = f(x1+(x)-f(x1) para encontrar (y usando
los valores iniciales de x y (x indicados.
1. y =2x2-4x+5, x=2, (x=-0.2
= f(1.8)-f(2)
= {2(1.8)2-4(1.8)+5} – {2(2)2-4(2)+5}
= (6.48-7.2+5)-(8-8+5)
= 4.28-5
= -0.72
2. y = 1/x2, x=3, (x=0.3
= f(3.3)-f(3)
1 1
(3.3)2 (3)2
1 1
10.89 9
= -0.0192837
Derivar las funciones definidas.
1. f(x) = (x2-3x+8)3
3(x2-3x+8)2 d (x2-3x+8)
dx
= 3(x2-3x+8)2 (2x-3)
2. g(x) = (8x-7)-5
-5(8x-7)-6 d (8x-7)
dx
= -5(8x-7)-6 (8)
= -40(8x-7)-6
3. x
(x2-1)4
(x2-1)4 d (x) – x d (x2-1)4
dx dx
((x2-1)4)2
((x2-1)4 (1)) – ((x) ((4 (x2-1)3 (2x)))
((x2-1)4)2
((x2-1)4 (1)) – (x (8x (x2-1)3 )
((x2-1)4)2
(x2-1)4 – 8x2 (x2-1)3 )
(x2-1)8
-7x2(x2-1)3
(x2-1)8
1 6
4. g(z) = z2 –
z2
1 5 1
= 6 z2 – z2 -
z2 z2
1 5 ((z2)(0)-(1)(2z))
= 6 z2 – 2z-
z2 (z2)2
1 5 2z
= 6 z2 – 2z +
z2 z4
1 5 2
= 6 z2 – 2z +
z2 z3
4. (u2+1)3
(4u-5)5
3 20
= u2+1 - + (4u-5)-5 (6u(u2+1)2)
(4u-5)6
-20(u2+1)3
(4u-5)6
-20(u2+1)3 + 6u(4u-5)-5 (u2+1)2 (4u-5)6
(4u-5)6
-20(u2+1)3 + 6u(4u-5) (u2+1)2
(4u-5)6
-20(u2+1)3 6u (4u-5)(u2+1)2
(4u-5)6 (4u-5)6
-20(u2+1)3 6u (u2+1)2
(4u-5)6 (4u-5)6
-20(u2+1)3 + 6u (u2+1)2 (4u-5)
(4u-5)6
(u2+1)2[-20(u2+1)+6u (4u-5) ]
(4u-5)6
(u2+1)2 [-20u2-20+24u2-30u]
(4u-5)6
(u2+1)2 [4u2-30u-20]
(4u-5)6
Encontrar al menos una función implícita f determinada por la
ecuación dada.
3x-2y+4 = 2x2+3y-7x
-2y-3y = 2x2-7x-3x-4
-5y = 2x2 – 10x –4
2x2 10x 4
-5 -5 -5
2x2 4
-5 -5
Derive la función definida
1. f(x) = 3(x2 + 4(x3
= x2/3 + 4x3/2
2 3 3
3 2
2
3
2
3
2. k(r) = 3(8r3 + 27
= (8r3 + 27)1/3 ( 3(8r2)
1
3
24
3
= 8r2 (8r3 + 27)-2/3
( Máximos y mínimos de una función de una variable
Si la función es creciente a la izquierda del punto, y de
creciente a la
derecha, lo llamaremos máximo. Si a la izquierda del punto la
función es
decreciente y a la derecha creciente, diremos que se trata de un
mínimo.
Definición.- Sea f(x) con primera derivada y segunda derivada
alrededor de un
punto x0. Diremos que hay un máximo en x0, si f’(x0) = 0 y si
f’’(x0)
< 0.
Definición.- Sea f(x) con primera y segunda derivada alrededor
de un punto x0,
se dice que en x0 hay un mínimo si f’(x) = 0 y si f’’ (x) >
0.
Ejemplos:
1. f(x) = 3x3 + 2x – 1
f’(x) = 9x2 + 2
f’’(x) = 18x
( Problemas que requieren el concepto de la diferencial.
Definición.- Sea y = f(x) donde f es derivable y sea (x un
incremento de x.
Entonces
(i) la diferencial dy de la variable dependiente y está dada
por
dy = f’(x) (x.
(ii) la diferencial dx de la variable independiente x está dada
por
dx = (x.
Definición.- Sea w = f(x, y). Las diferenciales dx y dy de las
variables
independientes x y y se definen como
dx = (x y dy = (y,
donde (x y (y son incrementos de x y y. La diferencial dw de
la
variable dependiente w se define por medio de
(w (w
(x (y
Definición.- Sea w = f(x, y). Decimos que f es diferenciable o
que tiene una
diferencial en (x0, y0) si (w se puede expresar en la forma
(w = fx(x0, y0) (x + fy(x0, y0) (y + (1 (x + (2 (y
donde (1 y (2 tienden a cero cuando ((x, (y)( (0, 0).
Use diferenciales para estimar el cambio en f(x, y, z) = x2z3 –
3yz2 + x-3 + 2y1/2z cuando (x, y, z) cambia de (1, 4, 2) a (1.02,
3.97, 1.96).
= (2xz3 + (-3x-4)) dx + (-3z2 + y-1/2z) dy + (x23z2 + (-3y2z)+
2y1/2) dz
x1 = 1 y1 = 4 z1 = 2
x2 = 1.02 y2 = 3.97 z2 = 1.96
(x = 1.02 – 1 (y = 3.97 – 4 (z = 1.96 – 2
dx = (x = 0.02 dy = (y = -0.03 dz = (z = - 0.04
= (2(1)(2)3+(-3(1)-4)) (.02) + (-3(2)2 + 4-1/2 (2)) (-0.03) +
((1)2 3(2)2 + (-3 (4)(2(2)) + 2
(4)1/2) (-0.04)
= (2(8)+ (-3)) (0.02) + (-3(4) + (.5)(2)) (-0.03) +
((1)(12)+(-12)(4)+2(2)) (-0.04)
= (16-3)(0.02)+ (-12+1) (-0.03) + (12+(-48)+4) (-0.04)
= (13)(0.02)+(-11)(-0.03) + (-32) (-0.04)
= 0.26 + 0.33 + 1.28
= 1.87
Use diferenciales para estimar el cambio en f(x, y) = x2 – 3x3y2
+ 4x - 2y3 + 6 cuando (x, y) cambia de (-2, 3) a (-2.02, 3.01).
= (2x + 9x2y2 +4) dx + (-3x3 2y – 6y2) dy
= (2x + 9x2y2 +4) dx – (6x3y – 6y2) dy
x1 = -2 y1 = 3
x2 = -2.02 y2 = 3.01
(x = -2.02 – (-2) (y = 3.01-3
(x = -2.02 +2 (y = 0.01
dx = (x = -0.02 dy =(y = 0.01
= (2(-2) + 9(-2)2 (3)2 + 4) (-4.02) + (-6(-2)3 (3) – 6(3)2)
(0.01)
= (-4 - 324 + 4 ) (-0.02) + (144 - 54)(0.01)
= (-324) (-0.02) + (90) (0.01)
= 6.48 + 0.9
= 7.38
Encuentre dw.
1. w = x3 – x2y + 3y2
(w (w
(x (x (y
= (3x2 – 2xy) dx + (x2 + 6y) dy
2. w = x2 sen y + 2y3/2
(w (w
(x (y
= (2x sen y) dx + x2 (sen y) + sen y (x2) + 2 3 -1/2
2
= (2x sen y) dx + (x2 cosy + 3y1/2) dy
3. w = x2 exy + (1/y2)
( ( ( ( (
(x (x (x (y (y
(
(y
= x2(xexy) + exy (2x) + 0 + x2 (yexy) + exy(0) + y2 (1) (– 1)
(y2)
y4
-2y
= x3exy + 2xexy + x2yexy +
y4
2
= x3exy + 2xexy + x2yexy –
y3
= x3exy + 2xexy + x2yexy – 2y-3
= exy (x2y + 2x) dx + (x3 exy – 2y-3) dy
4. w = x2 ln (y2 + z2)
=x2 ln (y2+z2)+ln (y2+z2) (x2)+x2 ln (y2+z2)+ln (y2+z2) (x2)
+ x2 ln (y2+z2) + ln (y2 + z2) (x2)
1 ( 1 (
= ln (y2 + z2)(2x) + x2 ln y2 + z2 +x2 ln y2+z2
y2+z2 (y y2 + z2 (z
1 1
= 2x ln (y2 + z2) + x2 (2y) dy +x2 (2z) dz
y2+z2 y2 + z2
2y 2z
= 2x ln (y2 + z2)dx + x2 dy + x2 dz
y2+z2 y2 + z2
2x2y 2x2z
= 2x ln (y2 + z2)dx + dy + dz
y2+z2 y2 + z2
2. Cálculo integral en una variable
( Problemas aplicando el concepto de integral
Definición.- Sea f una función definida en un intervalo cerrado
[a, b]. La
integral definida de f desde a hasta b denotada por (b f(x)
dx,
a
está dada por
(b f(x) dx = lim ( f(wi) (xi
a ||p||(0 i
siempre que el límite exista.
Ejemplos:
2
1. (-3
2
= (-3
2
= (-3
x1+1 2 2
= 2 + 6x
1+1 -3 -3
x2 2 2
= 2 + 6x
2 -3 -3
2 2
= x2 + 6x
-3 -3
= {(2)2 – (-3)2} + {(6)2 – 6(-3)}
= 4-9+12+18 = 25
2. (3 ( 9-x2 dx
0
1 1 x
2 2 3
1 9 x
2 2 3
1 9 3 1 9 0
2 2 3 2 2 3
9
2
(
9 (
2 2
9(
4
3. Cálculo de varias variables
( Gradiante de una función
Definición.- Si f es una función de dos variables, entonces el
gradiante de f se
define como
(f (x, y) = = fx(x, y)i + fy(x, y)j.
DIVERGENCIA
Supongamos (Fig.3) un punto P dentro de un pequeño volumen ( v
limitado a su vez por una superficie s. En este caso el volumen es
un prisma recto de aristas ( x, ( y y ( z, paralelas a los ejes x,
y, y z respectivamente. Todo ello en un espacio en el que se supone
que existe un campo vectorial F. El flujo del campo F a través de
la superficie s es, como hemos visto en (5.9),
por ( v, tendríamos el flujo por unidad de volumen: . Se
denomina divergencia de F (div F) al límite, cuando (v tiende a
cero, de esta última expresión.
div F = (5.17)
Vamos a encontrar otra expresión de la divergencia en el sistema
de coordenadas más frecuentemente utilizado (coordenadas
cartesianas). El fujo de F a través de las 6 caras del cubo será la
suma de los flujos a través de cada una de dichas caras. Así, a
través de la cara A paralela al plano yz, el flujo valdrá:
( A = Fx
y a través de la cara opuesta a la A:
( A’ = - Fx
Desarrollando en serie de Taylor (Fx (x+ x/2, y, z) y Fx x/2, y,
z) tendríamos:
( A =
( A’ =
donde con los puntos suspensivos queremos indicar los términos
del desarrollo x)(con (2 x)(, (3, etc ..... Pero como vamos a hacer
z, esos términos serán( y y ( x, ( v y por lo tanto (tender a cero
despreciables frente al primero. Luego ( A +(A’
=
Con un razonamiento idéntico para las caras paralelas a xz y a
xy tendremos que
( B +(B’ =
( C + ( C’ =
Como = ( A + (A’ +( B + ( B’ +( C + ( C’, nos queda
finalmente:
div F = ; div F = (5.18)
Si utilizamos coordenadas cilíndricas,
div F = (5.19)
Y en coordenadas esféricas:
div F = (5.20)
ROTACIONAL DE UN CAMPO VECTORIAL
Hemos definido anteriormente (5.8) el concepto de circulación de
un campo vectorial F a lo largo de una trayectoria (abierta o
cerrada). También hemos visto que si c es una curva cerrada:
= 0 para F conservativo y 0 para F no conservativo
Cuando un depósito lleno (una bañera, por ejemplo) está
vaciándose a través de un desagüe, alrededor de éste se forman
remolinos que son una imagen muy intuitiva de la circulación del
vector velocidad. El desagüe sería la ‘fuente’ de la circulación,
la causa de la ‘rotación’ a su alrededor, una imagen intuitiva de
lo que vamos a definir en seguida como rotacional.
Supongamos un punto P0 en el espacio en el que está definido un
campo vectorial F. Alrededor de este punto imaginamos una curva
cerrada y plana C, que limita una superficie pequeña S que incluye
al punto P0. La circulación de F alrededor de la curva C dependerá
de la orientación de esta. Supongamos que hemos escogido la
orientación en la que el valor de dicha circulación es máximo. "Se
llama rotacional de F en el punto P0 al valor cuando s tiende a
cero de un vector perpendicular a la superficie S; sentido
determinado por la regla del sacacorchos o de la mano derecha, y
cuyo módulo es: ".
Lo escribimos así:
rot F= (5.21)
Siendo an un vector unitario en la dirección perpendicular a la
superficie s. Naturalmente si F fuera un campo conservativo, el rot
F será el vector nulo.
ROTACIONAL EN COORDENADAS CARTESIANAS.
Vamos a determinar la componente x del rot F usando coordenadas
cartesianas. En Fig. 4 - a:
(rot F)x = (5.22)
La circulación C1 en el lado 1 será:
C1 = , y desarrollando en serie de
Taylor, = ; pero
como y 0, los términos representados por los puntos suspensivos
pueden despreciarse. Luego,
C1 =
Pero la circulación en el lado opuesto 3 será lógicamente,
C3 = , y desarrollando como antes en serie de Taylor, nos
quedará:
C3 =
Y sumando C1 + C3 :
C1 + C3 = (5.23)
De la misma manera, calcularíamos las circulaciones de F en los
lados 2 y 4 y nos quedaría:
C2 + C4 = - (5.24)
Finalmente
C1 + C3 +C2 + C4 = =
; y por lo tanto,
(rot F)x = (5.25)
Repitiendo el razonamiento anterior en las Fig. 4 - b y 4 - c,
determinaríamos las otras dos componentes del rot F en coordenadas
cartesianas:
(rot F)y = ; (rot F)z = (5.26)
rot F =i +j +k (5.27)+
Puede escribirse un determinante de tercer orden cuyo desarrollo
sea el rotacional cartesiano de A.
z
y
x
z
y
x
A
A
A
z
y
x
a
a
a
A
rotacional
¶
¶
¶
¶
¶
¶
=
Los elementos de la segunda fila son los componentes del
operador nabla. Esto sugiere que el rotacional A se puede escribir
como . Como con otras expresiones del análisis vectorial, esta
conveniente notación se usa para rotacional A en otros sistemas
coordenados aunque solo está definido en el cartesiano.
Las expresiones para el rotacional A en coordenadas cilíndricas
y esféricas pueden derivarse en la misma forma antes mencionada,
aunque con más dificultad.
z
r
r
z
r
r
z
a
A
r
rA
r
a
r
A
z
A
a
z
A
r
A
A
rotacional
ú
û
ù
ê
ë
é
¶
¶
-
¶
¶
+
÷
ø
ö
ç
è
æ
¶
¶
-
¶
¶
+
÷
÷
ø
ö
ç
ç
è
æ
¶
¶
-
¶
¶
=
f
f
f
f
)
(
1
1
(Cilíndrico)
f
q
f
f
f
f
f
q
q
q
q
a
A
r
rA
r
a
r
rA
A
sen
r
a
z
A
sen
A
rsen
A
rotacional
r
r
r
r
ú
û
ù
ê
ë
é
¶
¶
-
¶
¶
+
ú
û
ù
ê
ë
é
¶
¶
-
¶
¶
+
ú
û
ù
ê
ë
é
¶
¶
-
¶
¶
=
)
(
1
)
(
1
1
)
(
1
(Esférica)
Dos propiedades del operador rotacional frecuentemente útiles
son:
(1) la divergencia de un rotacional es cero. Esto es:
(
)
0
=
A
´
Ñ
×
Ñ
Para cualquier campo vectorial A.
(2) el rotacional de un ardiente es cero. Esto es :
(
)
0
=
Ñ
´
Ñ
´
Ñ
f
Para cualquier función escalar de posición ƒ
( Derivada direccional de una función
Definición.- Si f es una función de x y y y u = es un vector
unitario, entonces la derivada direccional de f en la dirección
de
u, denotada por Du f(x, y), está dada por
Du f(x, y) =
“MAXIMOS Y MINIMOS DE FUNCIONES DE DOS VARIABLES”. Gradiente
La derivada direccional Duf(x,y) puede expresarse como el
producto escalar del vector unitario
y el vector
Este vector es importante y tiene usos diversos. Lo llamamos
vector gradiente de f.
Definición 1.2
Si z=f(x,y), entonces el gradiente de f, que se denota mediante
, es el vector
Otra notación para el gradiente es grad f(x,y)
Puesto que el gradiente de f es un vector, podemos escribir la
derivada direccional de f en la dirección de u como
En otras palabras, la derivada direccional es el producto
escalar del gradiente por el vector dirección. Este importante
resultado constituye el contenido del siguiente teorema.
Teorema 1.2 Si f es una función diferenciable de x e y, la
derivada direccional de f en la dirección del vector unitario u
es
Ejemplo 1.3
Calcular la derivada direccional de en (-1,3) en la dirección
que va desde P(-1,3) a Q(1,-2)
Solución
Un vector en la dirección especificada es
y un vector unitario en esta dirección es
Como , el gradiente (-1,3) es
En consecuencia, en (-1,3) la derivada direccional es
Ya hemos visto que hay muchas derivadas direccionales en el
punto (x,y) de una superficie. En muchas aplicaciones nos gustaría
conocer en qué dirección movernos para que f(x,y) crezca lo más
rápidamente posible. Llamamos a esta dirección de máxima pendiente,
y viene dada por el gradiente, como se establece en el teorema
1.3.
Aplicaciones del gradiente
Teorema 1.3
Si f es una función diferenciable en el punto (x,y)
1) Si , entonces para todo u.
2) La dirección de máximo crecimiento de f viene dada por . El
valor máximo de es .
3) La dirección de mínimo crecimiento de f viene dada por - . El
valor mínimo de es -
Para visualizar una de las propiedades del gradiente,
consideremos un esquiador descendiendo una de las laderas de una
montaña. Si f(x,y) denota la altitud del esquiador, entonces -
indica la dirección que el esquiador debe adoptar para deslizarse
por la trayectoria de máxima pendiente (Recordemos que el gradiente
indica dirección en el plano xy y por si mismo no señala hacia
arriba o hacia abajo en la ladera de la montaña).
Como ilustración alternativa del gradiente consideremos la
temperatura T(x,y) en un punto (x,y) cualqueira de una placa
metálica plana. En este caso, grad T da la dirección de máximo
crecimiento de la temperatura en el punto (x,y), como se señala en
el ejemplo 1.4.
Ejemplo 1.4
La temperatura, en grados Celsius, sobre la superficie de una
placa metálica viene dada por
midiendo x e y en centímetros. Desde el punto (2,-3), ¿en qué
dirección crece la temperatura más rápidamente?. ¿A qué ritmo se
produce este crecimiento?
Solución
El gradiente es
Se sigue que la dirección de más rápido crecimiento viene dada
por
como se muestra en la figura 5.5, y que la razón de crecimiento
espor centímetro
Curvas de nivel
figura 1.5
Dirección de más rápido crecimiento en (2,-3)
La solución que se presenta en el ejemplo 1.4 puede resultar
engañosa. A pesar de que el gradiente apunta en la dirección de
crecimiento más rápido de la temperatura, no necesariamente apunta
hacia el lugar más caliente de la placa. En otras palabras, el
gradiente proporciona una solución local al problema de encontrar
un crecimiento relativo a la temperatura en el punto (2, -3). Una
vez que abandonamos esa posición, la dirección de más rápido
crecimiento puede cambiar.
Ejemplo 1.5
Una partícula rastreadora de calor está situada en el punto
(2,-3) de una placa metálica cuya temperatura en (x,y) es .
Encontrar la trayectoria de la partícula al moverse de forma
continua en la dirección de más rápido crecimiento de la
tempertatura.
Solución
Representaremos la trayectoria por la función posición
Un vector tangente en cada punto (x(t),y(t)) viene dado por
Puesto que la partícula busca el crecimiento más rápido de
temperatura, la dirección de
son las mismas en cada punto de la trayectoria. Luego
Estas ecuaciones diferenciales representan un crecimiento
exponencial y las soluciones son
Como la partícula parte de (2,-3) se sigue que 2=x(0)=C1 y
-3=y(0)=C2. Luego la trayectoria se representa mediante
Eliminando el parámetro t, obtenemos
Mostramos esta trayectoria en la figura 1.6.
figura 1.6
Camino seguido por una partícula que va hacia el calor
En la figura 1.6, la trayectoria de la partícula (determinada
por el gradiente en cada punto) aparece como ortogonal a cada una
de las curvas de nivel. Esto se clarifica cuando consideramos el
hecho de que la temperatura T(x,y) es constante sobre una curva, de
nivel dada. Luego en un punto arbitario (x,y) de la curva, la razón
de cambio de T en la dirección de un vector tangente unitario u es
0, y podemos escribir
u es un vector tangente unitario. Puesto que el producto escalar
de y u es cero, deben ser ortogonales. Este resultado se anuncia en
el siguiente teorema:
Teorema 1.4
Si f es diferenciable en (x0,y0) y , entonces es
normal a la curva de nivel que pasa por (x0,y0).
Ejemplo 1.6
Dibujar la curva de nivel correspondiente a c=0 para la función
y encontrar vectores normales en diferentes puntos de la curva.
Solución
La curva de nivel para c=0 viene dada por
como se indica en la figura 1.7. Como el vector gradiente de f
en (x,y) es
figura 1.7
El gradiente es normal a la curva de nivel
podemos utilizar el teorema 1.4 para concluir que es normal a la
curva de nivel en el punto (x,y). Algunos vectores gradientes
son
Maximos y minimos en funciones de varias variables
Teorema 2.1
Sea f una función continua de dos variables x e y definida en
una región acotada cerrada R del plano xy.
Al menos hay un punto en R en el que f adquiere su valor
mínimo.
Al menos hay un punto en R en el que f adquiere su valor
máximo.
Definición 2.1
Sea f una función definida en una región R conteniendo el punto
(x0,y0)
f(x0,y0) es un mínimo relativo de f si para todo (x,y) en un
disco abierto que contiene a (x0,y0).
f(x0,y0) es un máximo relativo de f si para todo (x,y) en un
disco abierto que contiene a (x0,y0).
Decir que z0=f(x0,y0) es un máximo relativo de f significa que
el punto (x0,y0,z0) es al menos tan alto como los puntos de su
entorno en la gráfica de z=f(x,y). De forma similar, z0=f(x0,y0) es
un mínimo relativo de f si (x0,y0,z0) está al menos tan bajo como
los puntos de su entorno en la gráfica.
Para localizar extremos relativos de f, investigaremos los
puntos en que su gradiente es cero o no está definido. Llamaremos a
tales puntos puntos críticos de f.
Definición 2.2
Sea f definida en una región abierta R conteniendo (x0,y0).
Decimos que (x0,y0) es un punto crítico de f si se verifica una de
las siguientes afirmaciones:
Recordemos del teorema 1.3 que si f es diferenciable y
entonces toda derivada direccional en (x0,y0) ha de ser cero.
Eso implica que la función tiene un plano tangente horizontal en el
punto (x0,y0) como se ilustra en las figuras 2.3 y 2.4. Es evidente
que ese punto es candidato a que haya en el un extremo
relativo.
figura 2.3
Máximo relativo
figura 2.4
Mínimo relativo
Teorema 2.2
Si f(x0,y0) es un extremo realtivo de f en una región abierta R,
entonces (x0,y0) es un punto crítico de f.
Ejemplo 2.1
Determinar los extremos relativos de
Solución
Comenzamos buscando los puntos críticos de f. Como
se hallan definidas para todo x e y, los únicos puntos críticos
son aquellos en que se anulan ambas derivadas parciales primeras.
Para localizar estos puntos, anulamos fx y fy, y resolvemos el
sistema de ecuaciones
4x+8=0 y 2y-6=0
para obtener el punto crítico (-2,3). Completando cuadrados,
podemos concluir que para todo (x,y) distinto de (-2,3),
Por lo tanto, hay un mínimo relativo de f en (-2,3). El valor
del mínimo relativo es f(-2,3)=3, como se ve en la figura 2.5.
figura 2.5
El ejemplo 2.1 nos muestra un mínimo relativo para un tipo de
punto crítico -aquel en que ambas derivadas parciales primeras son
nulas-. En el ejemplo 2.2 nos fijamos en un máximo relativo que
ocurre en el otro tipo de punto crítico -aquel para el que las
derivadas parciales primeras no existen-.
Ejemplo 2.2
Determinar los extremos relativos de
Solución
Como
vemos que ambas derivadas parciales están definidas en todo el
plano xy, excepto en (0,0). Además, este es el único punto crítico,
ya que las derivadas parciales no pueden anularse simultáneamente
salvo que x e y sean nulos. En la figura 2.6 vemos que f(0,0)=1.
Para cualquier otro (x,y) está claro que< 1
Luego, f(0,0) es un máximo relativo de f.
figura 2.6
fx y fy no están definidas en (0,0)
En este ejemplo, fx(x,y)=0 para todo punto del eje y, excepto
(0,0). Sin embargo, como fy(x,y) no es nula, estos puntos no son
puntos críticos. Recordemos que una de las derivadas parciales debe
no estar definida o ambas deben anularse en caso de conducir a un
punto crítico.
El teorema 2.2 nos dice que para encontrar los extremos
relativos necesitamos solamente examinar valores de f(x,y) en
puntos críticos. Sin embargo, al igual que se cumple para una
función de una variable, los puntos críticos de una función de dos
variables no siempre nos conduce a máximos o mínimos relativos.
Algunos puntos críticos conducen a puntos de silla, que no son ni
máximos ni mínimos relativos. Por ejemplo, el punto de silla que se
muestra en la figura 2.7 no es un extremo relativo, ya que en un
disco abierto centrado en el (0,0) la función toma ambos, valores
negativos (sobre el eje x) y valores positivos (sobre el eje
y).
figura 2.7
Punto de silla en (0,0,0): fx(0,0=fy(0,0)=0
Para las funciones de los ejemplos 2.1 y 2.2, es relativamente
fácil determinar los extremos relativos, ya que cada función fue, o
bien dada o susceptible de escribirse en forma de cuadrados
perfectos. Para funciones más complicadas, los argumentos
algebraicos no son tan útiles, y dependemos de los medios más
analíticos que se introducen en el siguiente criterio de las
derivadas parciales segundas. Este es el criterio que en dos
variables corresponde al criterio de la segunda derivada para
funciones de una variable.
( Derivadas de funciones vectoriales
Definición.- Una función vectorial r es continua en a si lim
r(t) = r (a)
t(a
Definición.- Si r es una función vectorial, entonces la derivada
de r es la
función vectorial r’ definida por
r’(t) = [r(t + (t) – r(t)]
para todo t para el cual el límite existe.
4. Ecuaciones diferenciales
Si una ecuación contiene las derivadas diferenciales de una o
más variables
dependientes con respecto a una o más variables independientes,
se dice
que es una ecuación diferencial. Las ecuaciones diferenciales se
clasifican de
acuerdo con las propiedades siguientes:
Clasificación según el tipo
Si una ecuación contiene solo derivadas ordinarias de una o más
variables
dependientes con respecto a una sola variable independiente, se
dice
entonces que una ecuación diferencial ordinaria.
Ejemplo:
Las ecuaciones dy
dx
(x+y) dx – 4y dy = 0,
du du
dx dx
d2y dy
dx2 dx
son ecuaciones diferenciales ordinarias
Una ecuación que contiene las derivadas parciales de una o más
variables
dependientes de dos o más variables independientes se llama
ecuación
diferencial parcial.
Ejemplo:
Las ecuaciones
(u (v
(y (x
(u (v
(y (x
(2u
(x(y
(2u (2u (u
(x2 (t2 (t
son ecuaciones diferenciales parciales.
Clasificación según el orden
El orden de la derivada más alta en una ecuación diferencial se
llama orden
de la ecuación.
Ejemplo:
La ecuación + 5 - 4y = x es una ecuación diferencial
ordinaria de segundo orden. Puesto que la ecuación
diferencial
x2dy + y dx = 0
puede llevarse a la forma
dy
dx
dividiendo entre la diferencial dx, es un ejemplo de ecuación
diferencial
ordinaria de primer orden. La ecuación
(4u (2u
(x4 (t2
es una ecuación diferencial parcial de cuarto orden.
Una ecuación diferencial ordinaria general de orden n se
representa con
frecuencia mediante la expresión simbólica
dy dny
dx dxn
Clasificación según la linealidad o no linealidad
Se dice que una ecuación diferencial es lineal si tiene la
forma
dny dn-1y dy
dxn dxn-1 dx
Las ecuaciones diferenciales lineales se caracterizan por
(a) la variable dependiente y junto con todas sus derivadas son
de primer grado; esto es, la potencia de cada término en y es
1.
(b) Cada coeficiente depende sólo de la variable independiente
x.
Si no se cumple lo anterior la ecuación es no lineal.
Ejemplo:
Las ecuaciones
x dy + y dx = 0
yn – 2y’ + y = 0
d3y d2y dy
dx3 dx 2 dx
son ecuaciones diferenciales ordinarias lineales de primero,
segundo y tercer orden, respectivamente.
dy
dx
yy’’ – 2y’ = x + 1
d3y
dx3
son ecuaciones diferenciales ordinarias no lineales de primero,
segundo y
tercer orden, respectivamente.
INTEGRALES DOBLES SOBRE RECTANGULOS.
Suponga que f(x, y) está definida sobre una región rectangular R
dada por
R: a
Imaginamos R cubierta por una red de rectas paralelas a los ejes
x y y. Esas rectas dividen R en pequeños elementos de área "A1,
"A2…, "An, escogemos un punto (xk, yp) en cada elemento "Ak y
formamos la suma
Si f es continua en toda la legión R, entonces al refinar el
ancho de la red para hacer tender "x, "y a cero, las sumas en (1)
tienden a un límite llamado integral doble de f sobre R. Su
notación es
Entonces,
Igual que en las funciones de una sola variable, las sumas
tiende a este límite independientemente de cómo se subdividan los
intervalos [a, b] y [c, d] que determinan R, siempre que las normas
de las subdivisiones tiendan ambas a cero. El límite (2) también es
independiente del orden en que se numeren las áreas "Ak e
independiente de la selección del punto (xk, yk) dentro de cada
"Ak. Los valores de las sumas aproximadas individuales Sn depende
de esas selecciones, pero al final las sumas tienden al mismo
límite. La prueba de la existencia y unicidad de este límite para
una función continua f se da en textos más avanzados.
La continuidad de f es una condición suficiente para la
existencia de la integral doble, pero no es una condición
suficiente para la existencia de la integral doble, pero no es una
condición necesaria. El límite en consideración también existe para
muchas funciones discontinuas.
PROPIEDADES DE LAS INTEGRALES DOBLES.
Las integrales dobles de funciones continuas tienen propiedades
algebraicas que son útiles en los cálculos y en las
aplicaciones.
1.
2.
3.
4.
5.
Esta propiedad es válida cuando R es la unión de dos rectángulos
R1 y R2 que no se traslapan.
INTEGRALES DOBLES COMO VOLUMENES.
Cuando f(x ,y) es positiva podemos interpretar la integral doble
de f sobre una región rectangular R como el volumen del prisma
sólido limitado abajo por R y arriba por la superficie z = F(x, y).
Cada termino f (xk, yk) "Ak en la suma Sn = "Ak es el volumen de un
prisma rectangular vertical que aproxima el volumen de la porción
del sólido que está directamente arriba de la base "Ak. La suma Sn
aproxima entonces a lo que llamamos volumen total del sólido.
Definido este volumen como
TEOREMA DE FUBINI PARA CALCULAR INTEGRALES DOBLES.
Suponga que queremos calcular el volumen bajo el plano z=4-x-y
sobre la región rectangular en el plano xy. Entonces el volumen
es
Donde A(x) es el área de la sección transversal en x. Para cada
valor de x podemos calcular A(x) como la integral
Que es el área bajo la curva z=4-x-y en el plano de la sección
transversal en x. Al calcular A(x), x se mantiene fija y la
integración se efectúa respecto a y. Al combinar (4) y (5), vemos
que el volumen de todo es sólido es
Si quisiéramos escribir sólo las instrucciones para calcular el
volumen, sin llevar a cabo ninguno de las integraciones, podríamos
escribir
La llamada integral repetida o iterada, dice que el volumen se
obtiene integrando 4-x-y respecto a y de y=0 a y=1, manteniendo
fija a x y luego integrando la expresión resultante en x respecto a
x=0 a x=2.
¿Qué pasa si calculamos el volumen formando rebanadas con planos
perpendiculares al eje?
¿Cómo función de y, el área transversal típica es?
Por tanto el volumen de todo el sólido es
INTEGRALES DOBLES SOBRE REGIONES ACOTADAS NO RECTANGULARES.
Para definir la integral doble de una función f(x, y) sobre una
región acotada no rectangular, imaginamos de nuevo R cubierta por
una retícula rectangular, pero incluimos en la suma parcial sólo
las pequeñas piezas de área "A = "x"y que se encuentran totalmente
dentro de la región. Numeramos las piezas en algún orden, escogemos
un punto arbitrario (xk, yk) en cada "Ak y formamos la suma
La única diferencia entre esta suma y la de la ecuación (1) para
regiones rectangulares es que ahora las áreas "Ak pueden dejar de
cubrir toda R. Pero conforme la red se vuelve más fina y el número
de términos en Sn aumenta, más de R queda incluida. Si f es
continua y la frontera de R está hecha de las gráficas de un número
finito de funciones continuas de xy/o de y, unidas extremo con
extremo, entonces las sumas Sn tendrán un límite cuando las normas
de las subdivisiones que definen la malla rectangular tiendan
independientemente a cero. Llamamos al límite integral doble de f
sobre R.
Este límite también puede existir en circunstancias menos
restrictivas.
Las integrales dobles de funciones continuas sobre regiones no
rectangulares tienen las mismas propiedades algebraicas que las
integrales sobre regiones rectangulares. La propiedad de aditividad
de dominio correspondiente a la propiedad 5 dice que si R se
descompone en regiones no traslapadas R1 y R2 con fronteras que
están nuevamente hechas de un número finito de segmentos de rectas
o curvas, entonces
.
Si R es una región limitada “arriba” y “abajo” por las curvas
y=g2(x) y y=g1(x) y lateralmente por las rectas x=a, x=b,
nuevamente podemos calcular el volumen por el método de rebanadas.
Primero determinamos el área de la sección transversal
Y luego integramos A(x) de x=a a x=b para obtener el volumen
como una integral iterada:
(8)
De manera similar, si R es una región, limitada por las curvas
x=h2 (y) y x=h1 (y) y las rectas y=c y y=d, entonces el volumen
calculado por el método de rebanadas está dado por la integral
iterada
INTEGRALES TRIPLES EN COORDENADAS RECTANGULARES.
Usamos integrales triples para hallar los volúmenes de formas
tridimensionales, la masa y los momentos de sólidos y los valores
promedio de funciones de tres variables.
INTEGRALES TRIPLES.
Si F(x, y, z) es una función definida sobre una región D cerrada
en el espacio, por ejemplo, la región ocupada por una bola sólida o
una masa de arcilla, entonces la integral de F sobre D puede
definirse de la siguiente manera. Subdividimos una región
rectangular que contenga a D en celdas rectangulares por planos
paralelos a los planos coordenados. Las celdas que se encuentran
dentro de D de 1 a n en cierto orden; una celda típica tendrán
entonces dimensiones "xk por "yk por "zk y volumen "x"xk. Escogemos
un punto (xk, yk, zk) en cada celda y formamos la suma
Si F es continua y la superficie que limita a D está hecha de
superficies suaves unidas a lo largo de curvas continúas, entonces
cuando "xk, "yk, "zk tienden a cero independientemente, las sumas
Sn tenderán a un límite
Llamamos a este límite integral triple de F sobre D. El límite
también existe par algunas funciones discontinuas.
PROPIEDADES DE LAS INTEGRALES TRIPLES.
Las integrales triples tienen las mismas propiedades algebraicas
que las integrales simples y dobles. Si F=F(x, y, z) y G=G(x, y, z)
son continuas, entonces
1.
2.
3.
4.
Si el dominio D de una función continua F se subdivide por medio
de superficies suaves en números finito de celda sin traslapes D1,
D2,…..Dn, entonces
5.
INTEGRALES TRIPLES EN COORDENADAS CILINDRICAS Y ESFERICAS.
COORDENADAS CILINDRICAS.
Las coordenadas cilíndricas son apropiadas para describir
cilindros cuyos ejes coinciden con el eje x y planos que contienen
el eje z o bien son perpendiculares a el.
r = 4 Cilindro, radio 4, eje el eje z=Plano que contiene al eje
z
z= 2 Plano perpendicular al eje z
El elemento de volumen para subdividir una región en el espacio
con coordenadas cilíndricas es
Las integrales triples en coordenadas cilíndricas son entonces
evaluadas como integrales iteradas, como el siguiente ejemplo.
COORDENADAS ESFERICAS.
Las coordenadas esféricas son apropiadas para describir con
centro en el origen, medios planos articulados a lo largo de eje z
y conos simples, cuyos vértices se encuentran en el origen, y con
ejes a lo largo del eje z.
Las superficies como ésas tienen ecuaciones de valor coordenado
constante: Esfera, radio 4, centro en el rigen. Se abre desde el
origen y forma un ángulo de py3 radianes con el eje z positivo.
Medio plano, articulado a lo largo del eje z, que forma un ángulo
de radianes con el eje x positivo.
El elemento de volumen en coordenadas esféricas es el volumen de
una cuña esférica definida por los diferenciales La cuña es
aproximadamente una caja rectangular con un arco circular de
longitud en un lado y un arco circular de longitud y espesor de en
otro lado. Por consiguiente, el elemento de volumen en coordenadas
esféricas es
Y las integrales triples adoptan la forma
INTEGRALES DE LINEA.
Cuando una curva r (t) = g(t)i +h(t)j+k(t)k, , pasa por el
dominio de una función f(x, y, z) en el espacio, los valores de f a
lo largo de la curva están dados por la función compuesta f(g(t),
h(t), k(t)). Si integramos esta composición respecto a la longitud
de arco de
t = a a t = b, calculamos la así llamada integral de línea de f
a lo largo e la curva. A pesar de la geometría tridimensional, la
integral de línea es una integral ordinaria de una función real
sobre un intervalo de números reales.
Definición y notación.
Supongamos que f(x, y, z) es una función cuyo dominio contiene
la curva r (t) = g(t)i +h(t)j+k(t)k, . Subdividimos está última en
un número finito de subarcos. El subarco típico tiene longitud "sk.
En cada subarco escogemos un punto (xk, yk, zk) y formamos la
suma
(1)
Si f es continua y las funciones g, h y k tienen primeras
derivadas continuas, entonces las sumas en (1) tienden a un límite
cuando n cree y las longitudes "sk tienden a cero. Llamamos a este
límite la integral de f sobre la curva de a a b. Si la curva se
representa por una sola letra, C por ejemplo, la notación para la
integral es
(2)
Evaluación de curvas suaves.
Si r (t) es suave para (v=dr/dt es continua y nunca (0), podemos
usar la ecuación
Para expresar ds en la ecuación (2) como ds =. Un teorema del
cálculo avanzado dice que entonces podemos evaluar la integral de f
sobre C como
Esta fórmula evaluará correctamente la integral sin importar qué
parametrización usemos (siempre y cuando sea suave).
Como evaluar una integral de línea.
Para integrar una función continua f(x, y, z) sobre una curva
C:
1. Encuentre una parametrización suave C, r (t) = g(t)i
+h(t)j+k(t)k,
2. Evalúe la integral como
(3)
Note que si f tiene el valor constante 1, entonces la integral
de f sobre C da la longitud de C.
Aditividad. Las integrales de línea tienen la útil propiedad de
que si una curva C se forma por la unión de un número finito de
curvas C1, C2,…., Cn extremo con extremo, entonces la integral de
una función sobre C es la suma de las integrales sobre las curvas
que la forman:
(4)
5. Series de Fourier
(Funciones periódicas
Una función periódica se puede definir como una función para la
cual
f(t) = f(t + T)(1.1) para todo valor de t. La constante mínima T
que satisface la
relación (1.1), se obtiene
f(t) = f(t + nT), n = 0, (1, (2, ...
II. Álgebra
1. Clásica
( Funciones, tipos y propiedades
Función.- Es una relación que asigna a cada elemento del dominio
uno y
sólo un elemento del contradominio. Este último se llama el
valor de la función para el elemento dado del dominio.
Una función f de A en B, se escribe f: A(B es la relación de A
en B.
Propiedades.
(a) Dom (f) = A
(b) Si (a, b) y (a, c) pertenecen a f, entonces b = c.
La propiedad (b) dice que, si (a, b) ( f, entonces b está
determinada únicamente por a. Por esta razón, también se escribe b
= f (a) y se enlista la
relación f como {(a, f(a))|a ( A}. Las funciones son también
llamadas
aplicaciones o transformaciones.
Ejemplos:
1. Sean A = {1, 2, 3, 4} y B = {a, b, c, d} y sea
f = {(1, a), (2, a), (3, d), (4, c)} **
Entonces f es una función, ya que ningún elemento de A aparece
como
primer elemento de dos pares ordenados diferentes. Aquí se
tiene
f(1) = a
f(2) = a
f(3) = d
f(4) = c
El codominio de f, Cod (f) = {a, d, c}.
Una función puede tomar el mismo valor en dos elementos
diferentes de A.
2. Sean A = {1, 2, 3} y B = {x, y, z}
R = {(1, x), (2, x)} y S = {(1, x), (2, z), (3, y)}
Ninguna de estas relaciones es una función de A en B, por
diferentes
razones. La relación S no es una función ya que contiene los
pares
ordenados (1, x)(1, y) lo que viola la propiedad (b) de la
definición de una
función.
La relación R no es una función de A en B, ya que el Dom (R) (
A.
Tipos
Una función f: A(B se llama inyectiva, o uno a uno si para toda
a, a’ en A,
a (a’ implica que f(a) ( f(a’)
La función f definida en el ejemplo 1 (**) no es inyectiva ya
que
f(1) = f(2) = a
(Sea A = B = Z y sea f: A(B definida por
f(a) = a + 1 para a ( A
f consta de todos los pares ordenados (a, a+1) para a ( Z.
Entonces cada a
( A aparece como el primer elemento de algún par, por lo cual
Dom (f) = A.
También, si (a, b) ( f y (a, c) ( f, de modo que
b = f(a) = a+1
y
c = f(a) = a+1
entonces
b = c
Por consiguiente, f es una función. Supóngase que
f(a) = f(a’)
para a y a’ en A. Entonces
a+1 = a’+1
por lo cual
a = a’
De aquí que f sea inyectiva.
A una función f: A ( B se le llama suprayectiva si f(A) = B,
esto es, si el
Cod(f)=B. f es suprayectiva si todo elemento b ( B es el segundo
elemento
en algún par ordenado (a, b) ( f.
f es suprayectiva si para cada b ( B se puede encontrar alguna a
( A tal
que b=f(a).
Tomando el ejemplo con ( referencia . Sea b un elemento
arbitrario de B.
Es posible encontrar un elemento a ( A tal que
f(a) = b
ya que
f(a) = a+1
es necesario un elemento a en A tal que
a+1 = b
Por supuesto,
a = b-1
lo que satisface la ecuación deseada ya que b –1 está en A. De
aquí que f
sea suprayectiva.
Cuando una función es inyectiva y suprayectiva, se dice que f es
una
biyección o una correspondencia uno a uno.
A una función A ( B se le llama invertible si su relación
inversa, f -1 es
también una función. Solo si f es inyectiva y suprayectiva
(biyección)
entonces es invertible.
( Números primos
Un número primo es un entero mayor que la unidad, que no tiene
más
factores enteros positivos que él mismo y la unidad. Los
primeros números
primos son: 1, 3, 5, 7, 11, 13, 17, 19, 23, ...
Todo entero positivo n>1 puede ser escrito en una sola forma
así:
n = pk1 pk2 ...pks
1 2 s
donde p1 < p2< ...
son los enteros positivos que dan el número de veces en cada
número primo
ocurre como un factor de n.
Ejemplo:
9 = 3(3 = 32
24 = 12(2 = 2(2(2(3
= 23(3
30 = 2(3(5
( Números complejos
Los números complejos son pares ordenados de nuevos objetos para
los
que las nociones de igualdad, adición y multiplicación no están
definidas
inicialmente. Todo número complejo tiene raíces cuadradas.
2. Lineal
Comenzamos definiendo un campo y un espacio vectorial sobre un
campo (es común observar que un campo es en particular un grupo
abeliano ). Los ejemplos típicos de campos son el campo de los
números reales R, el campo de los números complejos C y para cada
número primo p en Z, el campo de los enteros módulo p, Zp. Los
ejemplos típicos de espacios vectoriales son Rn sobre el campo R,
Cn sobre el campo C (en general, Fn sobre cualquier campo F), al
igual que los siguientes ejemplos con las correspondientes
operaciones usuales de suma y multiplicación por escalares:
Polinomios con coeficientes en un campo F
P(F) = {a0 + a1t + a2t2 + ... + antn | ai Î F y n Î N}
Funciones de un conjunto X en un campo F
F(S, F) = {f : X ® F | f es una función}
Funciones continuas de un espacio topológico X en un campo F con
una topología en él definida
C(X, F) = {f : X ® F | f es una función continua}
Matrices de n x m con entradas en un espacio vectorial V sobre
un campo F
Mn x m(V) = {(
a1,1
...
a1,m
:
:
an,1
...
an,m
) | ai,j Î V, con 1 £ i £ n y 1 £ j £ m}
Las siguientes son propiedades elementales de un espacio
vectorial V sobre un campo F cuyas pruebas se dejan como
ejercicios:
(Ley de la cancelación) Si x, y, z Î V y x + z = y + z, entonces
x = y
El vector 0 es único con la propiedad de que para toda x Î V, x
+ 0 = x
Para toda x Î V, 0x = 0
Para todo a Î F y x Î V, (-a)x = -(ax)
Para toda a Î F, a0 = 0
Se define un subespacio de un espacio vectorial V sobre un campo
F y es un ejercicio demostrar que un subconjunto W Í V es un
subespacio si y sólo si para todos a, b Î F y x, y Î V, ax + by Î
V. Dos ejemplos de subespacios son los subconjuntos de Mn x n(V)
formados por matrices (1) simétricas, (2) diagonales y (3) con
traza igual a cero. Es claro que la intersección de dos (y por lo
tanto de cualesquiera) subespacios de V resulta en un subespacio de
V. Sin embargo, esto no sucede con la unión (como ejemplo tómense
cualesquiera dos rectas distintas en R2 que pasen por el
origen).
Dado un subconjuntos S de un espacio vectorial V sobre un campo
F, denotamos por al subespacio generado por S, y se demuestra
fácilmente que es precisamente el conjunto de todas las
combinaciones lineales de elementos de S, es decir,
= {a1x1 + ... + anxn | n Î N, ai Î F y xi Î V}.
Definimos la suma de un número finito de subconjuntos S1, ...,
Sn de un espacio vectorial V sobre un campo F y se verifica
directamente que si W1, ..., Wn £ V, entonces
W1 + ... + Wn =
Se define el que un espacio vectorial V sea la suma directa de
dos de sus subespacios W1, W2 £ V, y es fácil ver que éste es el
caso si y sólo si para cada z en V, existen únicos x Î W1 y y Î W2
tales que z = x + y).
Definimos el que un subconjunto S Í V sea un subconjunto
generador. Definimos también (in)dependencia lineal y finalmente se
define una base como aquellos subconjuntos generadores de V que son
linealmente independiente. Las bases se distinguen como
subconjuntos generadores en el sentido de que la combinación lineal
correspondiente a cada vector es única.
Para definir la dimensión de un espacio vectorial V sobre un
campo F, primero observamos que si S Í V y x Î V - S, entonces el
conjunto S È {x} es linealmente dependiente si y sólo si x está en
L(S).
( Sistemas de ecuaciones lineales
Un par de ecuaciones lineales se puede resolver trazando la
gráfica de
ambas sobre los mismos ejes y determinando las coordenadas del
punto de
intersección.
Cualquier sucesión de valores x1 = s1 y x2 = s2 tales que
a11s1 + a12s2 = b1
a21s1 + a22s2 = b2
le llamamos una solución del sistema de ecuaciones lineales.
Si el sistema de ecuaciones lineales tiene solución se le llama
compatible o
consistente. Si no tiene solución le llamamos incompatible o
inconsistente.
Sistema con solución única.
Considérese el sistema
x - y = 7
x + y = 5
Al sumar las dos ecuaciones se obtiene, por el resultado A, la
ecuación
siguiente: 2x = 12 (es decir, x = 6). Entonces, de la segunda
ecuación,
y = 5 – x = 5 – 6 = -1. Por lo tanto, el par (6, -1) satisface
el sistema. Por la
forma en que se encontró la solución, se ve que no existe ningún
otro par que
satisfaga ambas ecuaciones. Por tanto, el sistema tiene una
solución
única.
Sistema con un número infinito de soluciones
Considérese el sistema
x – y = 7
2x – 2y = 14
Es obvio que estas dos ecuaciones son equivalentes. A fin de
comprobar
esto, multiplíquese la primera por 2. x - y = 7 o y = x –7. Por
tanto, el par
(x, x-7) es una solución del sistema para todo número real x. El
sistema
tiene un número infinito de soluciones. Por ejemplo, los pares
siguientes son
soluciones: (7, 0), (0, -7), (8, 1), (1, -6), (3, -4) y (-2,
-9).
Sistema sin solución
Considérese el sistema
x – y = 7
2x – 2y = 13
Multiplicando la primera ecuación por 2, se obtiene 2x – 2y =
14. Esto
contradice a la segunda ecuación.
Entonces el sistema no tiene solución.
Ejemplo:
Resolver el sistema
2x1 + 4x2 + 6x3 = 18
4x1 + 5x2 + 6x3 = 24
3x1 + x2 - 2x3 = 4
Dividiendo la primera ecuación entre 2.
x1 + 2x2 + 3x3 = 9
4x1 + 5x2 + 6x3 = 24
3x1 + x2 - 2x3 = 4
Multiplicando por –4 ambos lados de la primera ecuación y
sumando esta
nueva ecuación a la segunda. Se obtiene entonces
-4x1 – 8x2 – 12x3 = -36
4x1 + 5x2 + 6x3 = 24
- 3x2 – 6x3 = -12
El sistema ahora es
x1 + 2x2 + 3x3 = 9
- 3x2 – 6x3 = -12
3x1 + x2 - 2x3 = 4
La primera ecuación se multiplica por –3 y el resultado se suma
a la tercera
ecuación:
x1 + 2x2 + 3x3 = 9
- 3x2 – 6x3 = -12
- 5x2 -11x3 = -23
La segunda ecuación se divide entre –3:
x1 + 2x2 + 3x3 = 9
x2 + 2x3 = 4
-5x2 -11x3 = -23
La segunda ecuación se multiplica por –2 y el resultado se suma
a la primera,
y luego la segunda ecuación se multiplica por 5 y el resultado
se suma a la
tercera:
x1 ( x3 = 1
x2 + 2x3 = 4
( x3 = -3
La tercera ecuación se multiplica por –1:
x1 ( x3 = 1
x2 + 2x3 = 4
x3 = 3
Por último, la tercera ecuación se suma a la primera y luego la
tercera
Ecuación se multiplica por –2 y el resultado se suma a la
segunda,
obteniéndose el sistema siguiente [el cual es equivalente al
primer sistema]:
x1 = 4
x2 = -2
x3 = 3
( Triangulación y diagonalización
Se dice que una matriz cuadrada es triangular superior si todos
los
elementos situados debajo de su diagonal principal son cero.
Se dice que una matriz cuadrada es triangular inferior si todos
los
elementos situados arriba de su diagonal principal son cero.
Ejemplo:
1 2 3 1 0 0
0 1 -5 -5 1 0
0 0 1 2 3 1
triangular superior triangular inferior
· Producto hermitiano
ESPACIOS COMPLEJOS CON PRODUCTO INTERNO (PRODUCTO
HERMITIANO)
Definición. Sea V un espacio vectorial sobre los números
complejos. Un producto hermitiano es una regla que el asocia a
cualquier par de elementos u, v de V un número complejo, denotado
por
v
u
,
que satisface las siguientes propiedades:
a) Propiedad lineal. Si a, b ( C
v
u
b
v
u
a
v
bu
au
,
,
,
2
1
2
1
+
=
+
b) Propiedad simétrica:
u
v
v
u
,
,
=
c) Propiedad definida positiva:
0
0
,
;
0
,
=
Û
=
³
u
u
u
y
u
u
d) Propiedad antilineal. Si a ( C
v
u
a
v
a
u
,
,
=
Al espacio vectorial V se le denomina Espacio vectorial complejo
con producto interno o hermitiano.
Con esta definición de producto hermitiano, se deducen
propiedades similares al caso real.
Ejemplos.
a) Hallar el coeficiente de Fourier y la proyección de u sobre
v, si
u = (3 + i, –1 – 2i) y v = (1 , 5exp(j30°)).
b) Sea V el espacio vectorial de las funciones continuas
definidas en [-] y evaluadas en los complejos. Sea fn la función
definida por
)
exp(
)
(
jnt
t
f
n
=
El producto hermitiano se define como
ò
p
p
-
=
dt
t
g
t
f
g
f
)
(
)
(
,
Si n y m son distintos, entonces las funciones son ortogonales y
el coeficiente de Fourier de una función f respecto a fn está dado
por
ò
p
p
-
-
p
=
=
dt
jnt
t
f
f
f
f
f
c
n
n
n
)
exp(
)
(
2
1
,
,
( Norma
Longitud o norma de un vector.- Si v ( (n, entonces la longitud
o norma de v,
denotada por |v|, está dada por
|v| = (v ( v
Ejemplo:
Norma de un vector en (2 Sea v = (x, y) ( (2. Entonces |v| =
(x2+y2 es la
definición ordinaria de la longitud de un vector en el
plano.
Norma de un vector en (3 Si v = (x, y, z) ( (3, entonces
|v| = (x2 + y2 + z2
Norma de un vector en (5 Si v = (2, -1, 3, 4, -6) ( (5,
entonces
|v| = (4 + 1 + 9 + 16 +36 = (66.
( Proyecciones
Definición.- Sean u y v en (2 diferentes de cero. La proyección
de u en
(sobre) v es el vector, denotado por proyu, definido por:
v
proyu = v
v
Al escalar le llamamos la componente de u en la dirección de
v.
Ejemplos:
u = (2, 5)
v = (7, 3)
Encontrar proyu
v
Encontramos la componente de u en la dirección de v
u ( v = (2) (7) + (5) (3) = 29
||v||2 = (v2 + v2
1 2
||v||2 = 72 + 32 = 58
= =
entonces proyu = (7, 3)
v
= = (3.5, 1.5)
¿Cuál es la distancia de u a proyu?
v
d(u, proyu) = ||u – proyu||
v v
= ||(-1.5, 3.5)||
= ((-1.5)2 + (3.5)2
= (14.5
= 3.8
( Bases ortogonales y ortonormales
Definición.- Conjunto ortonormal en (n El conjunto de
vectores
S = {u1, u2, ..., uk} en (n se llama conjunto ortonormal si
ui ( uj = 0 si i ( j
ui ( uj = 1
Si sólo se satisface la ecuación (1), se dice que el conjunto
es
ortogonal.
Un conjunto de vectores es ortonormal si un par cualquiera de
ellos es
ortogonal y si cada uno tiene longitud 1.
· Valores y vectores propios
POLINOMIOS DE MATRICES
Sea f(t) un polinomio de grado n:
n
n
t
a
t
a
t
a
a
t
f
+
+
+
+
=
L
2
2
1
0
)
(
Si A es una matriz M n x n, entonces se define el polinomio
asociado de la matriz A como
n
n
A
a
A
a
A
a
I
a
A
f
+
+
+
+
=
L
2
2
1
0
)
(
Si existe una matriz cuadrada B de tal manera que f(B) = 0, se
dice que B es un cero o una raíz de f(t).
· Ejemplo. Sean
2
2
5
2
)
(
2
3
7
)
(
3
4
2
1
t
t
t
g
y
t
t
t
f
y
A
+
-
-
=
+
-
=
÷
÷
ø
ö
ç
ç
è
æ
=
Calcular f(A) y g(A).
Teorema. Sean f y g dos polinomios sobre K y A una matriz M n x
n sobre K, entonces
a) (f + g)(A) = f(A) + g(A)
b) (f g)(A) = f(A) g(A)
c) (f)(A) = f(A) , (
d) (f g)(A) = f(A) g(A) = g(A) f(A)
POLINOMIO CARACTERÍSTICO DE UNA MATRIZ
Sea A una matriz M n x n sobre K
÷
÷
÷
÷
÷
ø
ö
ç
ç
ç
ç
ç
è
æ
=
nn
n
n
n
n
a
a
a
a
a
a
a
a
a
A
L
M
O
M
M
L
L
2
1
2
22
21
1
12
11
la matriz característica de A es, suponiendo que (
÷
÷
÷
÷
÷
ø
ö
ç
ç
ç
ç
ç
è
æ
-
l
-
-
-
-
l
-
-
-
-
l
=
-
l
nn
n
n
n
n
a
a
a
a
a
a
a
a
a
A
I
L
M
O
M
M
L
L
2
1
2
22
21
1
12
11
el determinante de esta matriz recibe el nombre de polinomio
característico de A:
(
)
A
I
A
-
l
=
l
D
det
)
(
y la ecuación característica de A es
(
)
0
det
)
(
=
-
l
=
l
D
A
I
A
VALORES Y VECTORES PROPIOS (O CARACTERÍSTICOS) DE UNA MATRIZ
Si A es una matriz M n x n sobre K . Al escalar (se le llama
valor propio de A si existe un vector columna no nulo tal que
Av = v
Todo vector que satisfaga esa relación, se le llama vector
propio.
Sea E el conjunto de todos los vectores propios de A, se afirma
que es un subespacio de Kn y se le conoce como espacio propio de
.
Ejemplo.
÷
÷
ø
ö
ç
ç
è
æ
=
3
4
2
1
A
y sean v1 = (2, 3) T y v2 = (1, -1)T. Verifique que son vectores
propios de A.
Teorema. Si A es una matriz M n x n sobre K, las siguientes
afirmaciones son equivalentes:
a) El escalar (es un valor propio de A.
b) La matriz M = I – A es singular.
c) El escalar (es una raíz del polinomio característico de
A.
Se puede demostrar, auxiliándose del Teorema Fundamental del
Álgebra y del resultado anterior, que si A es una matriz M n x n
sobre C tiene al menos un valor propio.
Teorema sobre diagonalización. Una matriz A ( M n x n sobre K es
diagonalizable si y sólo si A tiene n vectores propios linealmente
independientes. En cuyo caso, los elementos de la matriz diagonal B
= P (1AP son los valores propios de A y la matriz P contiene en sus
columnas a los vectores propios de A.
Como consecuencia de este resultado, se tiene el siguiente
Teorema. Sea {u1, u2, …, un} el conjunto de vectores propios no
nulos de A, pertenecientes a n valores propios distintos; entonces
{u1, u2, …, un} forman un conjunto de vectores LI.
Ejemplo.
Encuentre una matriz diagonal similar a
a)
÷
÷
ø
ö
ç
ç
è
æ
-
=
1
3
2
4
A
.
Solución:
÷
÷
ø
ö
ç
ç
è
æ
-
=
3
1
1
2
P
b)
÷
÷
ø
ö
ç
ç
è
æ
-
=
1
4
1
5
A
.
Solución: no se puede.
c)
÷
÷
ø
ö
ç
ç
è
æ
-
-
=
2
1
5
2
A
.
Solución:
÷
÷
ø
ö
ç
ç
è
æ
-
=
i
i
B
0
0
Teorema. Toda matriz real simétrica es diagonalizable. Sus
valores propios son reales y sus vectores propios son ortogonales
entre sí.
Ejemplo. Encuentre una matriz que diagonalice a
÷
÷
ø
ö
ç
ç
è
æ
-
-
=
5
2
2
2
A
.
Solución:
÷
÷
ø
ö
ç
ç
è
æ
-
=
5
1
5
2
5
2
5
1
P
Si se tiene una forma cuadrática del tipo:
q(x) = xTAx
también se puede diagonalizar esta forma cuadrática, el
significado geométrico es que se orienta esta superficie en los
ejes que determinan los vectores característicos. Esta opción se
usa para transformar una superficie a su forma canónica.
Definición.
a) Multiplicidad algebraica es la multiplicidad de un valor
característico dentro del polinomio característico.
b) Multiplicidad geométrica es la dimensión del espacio propio
correspondiente a :
multiplicidad geométrica de = dim E = (A - I) v y multiplicidad
geométrica de ( multiplicidad algebraica de
3. Teoría de grupos
( Grupos
Un grupo (G, *) es un monoide, con idéntico e, que tiene la
propiedad
adicional de que, para cualquier elemento a ( G, existe un
elemento a’ ( G
tal que a * a’ = a’ * a = e. Por consiguiente, un grupo es un
conjunto G con
una operación binaria * en G tal que
1. (a * b) * c = a * (b * c) para elementos cualquiera a, b, y c
en G.
2. Existe un elemento único e en G tal que
a * e = e * a para cualquier a ( G
3. Para cada a ( G existe un elemento a’ ( G, al que se le llama
inverso de
a, tal que
a * a’ = a’ * a = e
Se dice que un grupo G es abeliano o conmutativo si ab = ba para
todos
los elementos a y b en G.
Ejemplos:
1. El conjunto de todos los enteros Z con la operación de suma
ordinaria es
un grupo abeliano. Si a ( Z, entonces el inverso de a es el
negativo –a.
2. El conjunto Z+ bajo la operación de multiplicación ordinaria
no es un grupo
ya que el elemento 2 en Z+ no tiene inverso. Sin embargo, este
conjunto
con la operación dada es un monoide.
3. El conjunto de los números reales sin el cero bajo la
operación de
multiplicación ordinaria es un grupo. Un inverso de a ( 0 es
1/a.
4. Sea G el conjunto de los números reales sin el cero y sea
a * b =
Demuestre que (G, *) es un grupo abeliano.
Solución. Primero, se verificara que * es una operación binaria.
Si a y b son elementos de G, entonces a * b (= ab/2) es un número
real diferente de cero y, por tanto, está en G. En seguida se
verificara su propiedad asociativa. Como
(a * b) * c = * c =
y
a * (a * b) = a * =
la operación * es asociativa.
El número 2 es el idéntico en G, si a ( G, entonces,
a * 2 = = a = = 2 * a
Por último, si a ( G, entonces a’ = 4/a es un inverso de a ya
que,
a * a = a * = = 2 = = * a = a’ * a
Como a * b = b * a para todas las a y b en G, se concluye que G
es un
grupo abeliano.
Propiedades que son satisfechas por cualquier grupo G.
1. Sea G un grupo. Cada elemento a en G tiene un inverso único
en G.
aa-1 = a-1a = e
2. Sea G un grupo y sean a, b y c elementos en G. Entonces,
(a) ab = ac implica que b = c (propiedad de cancelación
izquierda).
(b) ba = ca implica que b = c (propiedad de cancelación
derecha).
3. Sea G un grupo y sean a y b elementos en G. Entonces,
(a) (a-1)-1 = a
(b) (ab)-1 = b -1a-1
4. Sea G un grupo y sean a y b elementos de G. Entonces,
(a) La ecuación ax = b tiene una solución única en G.
(b) La ecuación ya = b tiene una solución única en G.
Si un grupo G tiene un número finito de elementos, su operación
binaria
puede darse por una tabla de multiplicación. La tabla de
multiplicación del
grupo G = {a1, a2, ..., an} bajo la operación binaria * deberá
satisfacer las
siguientes propiedades:
1. El renglón etiquetado por e deberá de contener los
elementos
a1, a2, ..., an
y la columna etiquetada por e deberá contener los elementos
a1
a2
.
.
.
an
2. Cada elemento b en el grupo deberá aparecer exactamente una
vez en
cada renglón y en cada columna de la tabla. Por tanto, cada
columna y
cada renglón es una permutación de los elementos a1, a2, .... ,
an de G y
cada renglón (y cada columna) determina una permutación
diferente.
Si G es un grupo que tiene un número finito de elementos, se
dice que G es un grupo finito y el orden de G es el número de
elementos |G| en G. Las tablas de multiplicación de todos los
grupos de órdenes 1, 2, 3 y 4 son:
Si G es un grupo de orden 1, entonces G = {e}, y se tiene ee =
e. Ahora sea G = {e, a} un grupo de orden 2. Entonces se obtendrá
la tabla de multiplicación
e a
e e a
a a
donde es necesario llenar el espacio en blanco. Puede llenarse
con a o e. Como no es posible repetir elementos en un mismo renglón
o columna, se deberá escribir e en el espacio en blanco.
e a
e e a
a a
Esta tabla es de orden 2.
Sea G = {e, a, b} un grupo de orden 3. Se tiene la tabla de
multiplicación donde es necesario llenar los cuatro espacios en
blanco.
e a b e a b
e e a b e e a b
a a a a b e
b b b b e a
Sea G = {e, a, b, c} de orden 4. La tabla de multiplicación
es:
e a b c e a b c e a b c e a b c
e e a b c e e a b c e e a b c e e a b c
a a e c b a a e c b a a b c e a a c e b
b b c e a b b c a e b b c e a b b e c a
c c b a e c c b e a c c e a b c c b a e
Subconjuntos de un grupo G
Sea H un subconjunto de un grupo G tal que:
(a) El idéntico e de G pertenece a H.
(b) Si a y b pertenecen a H, entonces ab ( H.
(c) Si a ( H, entonces a -1 ( H.
Entonces, a H se le llama subgrupo de G. La parte (b) anterior,
dice que H
es un subsemigrupo de G. Un subgrupo de G puede verse como
un
subsemigrupo que tiene las propiedades (a) y (c) anteriores.
Ejemplo:
Sea G un grupo. Entonces G y H = {e} son subgrupos de G, a estos
se les
llama subgrupos triviales de G.
5. sean (G, *) y (G’, *’) dos grupos y sea ( : G ( G’ un
homomorfismo de G
en G’.
(a) Si e es idéntico en G y e’ es el idéntico en G’, entonces
((e) = e’.
(b) Si a ( G, entonces ( (a -1) = (( (a)) –1.
(c) Si H es un subgrupo de G, entonces
( (H) = {((h)|h ( H}
es un subgrupo de G’.
Productos y cocientes de los grupos
Si G1 y G2 son grupos, entonces G = G1 ( G2 es un grupo con la
operación
definida por
(a1, b1)(a2, b2) = (a1a2, b1b2)
Sea R una relación de congruencia en el grupo (G, *). Entonces
el
semigrupo (G/R, () es un grupo, donde la operación ( se define
en G/R por