Cálculo Avanzado para Ingieneria

Este libro sigue el esquema bsico de la asigna-
tura troncal Fundamentos Matemticos de la In-

geniera 2, que imparten los autores en la EUETIB,
pero su contenido es perfectamente adaptable a
cursos de clculo en varias variables de cualquier
ingeniera. El texto tiene como objetivo principal
introducir al estudiante en los conceptos bsi-
cos del clculo de funciones de varias variables,
anlisis vectorial y ecuaciones diferenciales, as
como en la teora de transformadas. Los conte-
nidos se estructuran en dos partes. La primera
est dedicada a las funciones de varias variables:
nociones bsicas de lmite, continuidad y deriva-
cin; clculo de extremos libres y condicionados;
integral mltiple y anlisis vectorial. La segunda
parte trata de las ecuaciones diferenciales y de
las transformadas de Laplace y de Fourier. Al fi-
nal de cada captulo, se incluye una recopilacin
de problemas resueltos y propuestos, junto a su
resolucin utilizando el programa de clculo sim-
blico Maple.
Los autores son profesores de la Escola Universitria
dEnginyeria Tcnica Industrial de Barcelona (EUE-
TIB) y desarrollan su actividad en el Departamento
de Matemtica Aplicada III de la UPC. Irene Arias es
Doctora en Ingeniera Mecnica, Jos Gibergans es
Doctor en Fsica, Fayal Ikhouane es Doctor en In-
geniera de Sistemas, y Nria Pars, Francesc Pozo,
Gisela Pujol y Yolanda Vidal son doctores en Ma-
temticas. Todos ellos tienen una amplia experien-
cia en docencia e innovacin, concretamente en la
implantacin de las nuevas tecnologas en el aula,
en mtodos cooperativos de trabajo, as como en la
consecucin de proyectos de innovacin docente
fnanciados por la propia UPC.
140
A
r
i
a
s

-

G
i
b
e
r
g
a
n
s

-

I
k
h
o
u
a
n
e
P
a
r
s

-

P
o
z
o

-

P
u
j
o
l

-

V
i
d
a
l

9 788483 017609
AULA POLITCNICA
/ MATEMTICAS Y ESTADSTICA
EDI CI ONS UPC
I. Arias - J. Gibergans - F. Ikhouane
N. Pars - F. Pozo - G. Pujol - Y. Vidal
Clculo avanzado
para ingeniera
Teora, problemas resueltos y aplicaciones
C
l
c
u
l
o

a
v
a
n
z
a
d
o

p
a
r
a

i
n
g
e
n
i
e
r
a
T
e
o
r
a
,

p
r
o
b
l
e
m
a
s

r
e
s
u
e
l
t
o
s

y

a
p
l
i
c
a
c
i
o
n
e
s
AULA POLITCNICA
/ MATEMTICAS Y ESTADSTICA
EDI CI ONS UPC
I. Arias - J. Gibergans - F. Ikhouane,
N. Pars - F. Pozo - G. Pujol - Y. Vidal
Clculo avanzado
para ingeniera
Teora, problemas resueltos y aplicaciones
Primera edicin: febrero de 2008
Diseo de la cubierta: Jordi Calvet
los autores, 2008
Edicions UPC, 2008
Edicions de la Universitat Politcnica de Catalunya, SL
Jordi Girona Salgado 1-3, 08034 Barcelona
Tel.: 934 137 540 Fax: 934 137 541
Edicions Virtuals: www.edicionsupc.es
E-mail: edicions-upc@upc.edu

ISBN: 978-84-9880-345-7
Quedan rigurosamente prohibidas, sin la autorizacin escrita de los titulares del copyright, bajo las san-
ciones establecidas en las leyes, la reproduccin total o parcial de esta obra por cualquier medio o proce-
dimiento, comprendidos la reprografa y el tratamiento informtico, y la distribucin de ejemplares de ella
mediante alquiler o prstamo pblicos.
7
ndice general
Notaciones matemticas 11
Prlogo 13
1. Funciones vectoriales de varias variables reales 15
1.1. Introduccin y primeras deniciones: funciones vectoriales y funciones escalares . . . . . . . . . 15
1.1.1. Funciones escalares de varias variables reales . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2. Topologa, lmites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1. Entornos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.2. Lmite de funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.3. Mtodo prctico para determinar lmites de funciones . . . . . . . . . . . . . . . . . . . . 21
1.2.4. Continuidad de funciones de varias variables . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2.5. Funciones vectoriales de varias variables reales . . . . . . . . . . . . . . . . . . . . . . . 23
1.3. Derivadas parciales, diferencial total y matriz jacobiana . . . . . . . . . . . . . . . . . . . . . . . 24
1.4. Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5. Derivadas de funciones compuestas: regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . 30
1.5.1. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.6. Desarrollo en serie de Taylor de una funcin de varias variables . . . . . . . . . . . . . . . . . . . 31
1.6.1. Frmula de Taylor para funciones de varias variables . . . . . . . . . . . . . . . . . . . . 32
1.6.2. Frmula de Taylor de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.6.3. Frmula de Taylor de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.7. Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.8. Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2. Extremos de funciones 59
2.1. Deniciones y teorema principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.1.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.1.2. Clculo de extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.2.1. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.2.2. Resolucin del problema de extremos condicionados . . . . . . . . . . . . . . . . . . . . 67
3. Integral mltiple y aplicaciones 93
3.1. Introduccin: Integral simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.1. Idea para aproximar el rea superiormente . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.1.2. Idea para aproximar el rea inferiormente . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.1.3. Integrable en el sentido de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.1.4. Regla de Barrow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
los autores, 2005. Edicions UPC, 2005
8 Clculo avanzado para Ingeniera
3.2. Integral doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.2.1. Idea para aproximar el volumen superiormente . . . . . . . . . . . . . . . . . . . . . . . 97
3.2.2. Idea para aproximar el volumen inferiormente . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2.3. Integral doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2.4. Clculo de la integral doble en regiones rectangulares . . . . . . . . . . . . . . . . . . . . 97
3.2.5. Clculo de la integral doble sobre regiones ms generales . . . . . . . . . . . . . . . . . . 98
3.3. Integral triple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.3.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.3.2. Clculo de integrales triples sobre regiones en forma de paraleleppedo . . . . . . . . . . 101
3.3.3. Clculo integral triple sobre regiones ms generales . . . . . . . . . . . . . . . . . . . . . 101
3.4. Integracin por cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4.2. Cambio de variable en una integral doble . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.4.3. Cambio de variable en una integral triple . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.4.4. Cambios de variable usuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.5. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.5.1. Valor promedio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.5.2. Centro de masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.5.3. Momento de inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4. Ecuaciones diferenciales ordinarias 127
4.1. Ejemplo introductivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.2. Ecuaciones diferenciales de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.2.1. Primeras deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.2.2. Ecuaciones diferenciales de variables separables . . . . . . . . . . . . . . . . . . . . . . 130
4.2.3. Ecuaciones diferenciales de primer orden lineales . . . . . . . . . . . . . . . . . . . . . . 130
4.2.4. Problemas de modelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4.3. Ecuaciones diferenciales de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
4.3.1. Ecuaciones diferenciales lineales de segundo orden no homogneas con coecientes cons-
tantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.3.2. Problemas de modelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.4. Sistemas de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5. Anlisis vectorial 159
5.1. Curvas y trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
5.2. Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.3. Divergencia y rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
5.4. Integrales sobre trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.5. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9
6. Clculo operacional 203
6.1. Transformada de Laplace. Transformada inversa. Linealidad . . . . . . . . . . . . . . . . . . . . 203
6.2. Transformada de la derivada. Resolucin de ecuaciones diferenciales . . . . . . . . . . . . . . . . 207
6.3. Transformada de Laplace de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
6.4. Traslacin en s, funcin escaln unitario, traslacin en t . . . . . . . . . . . . . . . . . . . . . . 210
6.4.1. Traslacin en s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.4.2. Funcin escaln unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.4.3. Traslacin en t . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.5. Convolucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
6.6. Sistemas de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
6.7. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Bibliografa 227
11
Lista parcial de notaciones matemticas
Alfabeto griego
A alfa B beta gamma delta E , psilon
Z zeta H eta , theta I iota K kappa
lambda M mu N nu xi O o micron
, pi P , ro , sigma T tau psilon
, X ji psi omega
Conjuntos importantes
conjunto vaco
N nmeros naturales 0, 1, 2, . . .
N
nmeros naturales diferentes de cero 1, 2, . . .

Z nmeros enteros . . . , 2, 1, 0, 1, 2, . . .
Q nmeros racionales m/n : m Z, n N
+
R nmeros reales (, +)
R
+
nmeros reales positivos [0, +)
C nmeros complejos x +iy : x, y R (i verica i
2
= 1)
Operadores lgicos
para todo n N, n 0
existe n N, n 7
! existe un solo !n N, n < 1
y (3 > 2) (2 > 1)
o (2 > 3) (2 > 1)
implica a, b R, (a = b) (a b)
si, y slo si a, b R, (a = b) (b = a)
negacin (2 > 3)
otras notaciones para la negacin (2 > 3), 2 ,> 3
Operadores aritmticos
[ [ valor absoluto [x[ = x si x 0; [x[ = x si x 0
suma

iN
+ 2
i
= 1
producto

n
i=1
i = n!
! factorial 7! = 1 2 3 4 5 6 7 = 5040
Operadores sobre conjuntos
pertenece a a, b, c
unin a, b, c a, d = a, b, c, d
. . . sobre un conjunto indexado

iN
S
i
= S
0
S
1
S
2

interseccin a, b, c a, d = a
. . . sobre un conjunto indexado

iN
S
i
= S
0
S
1
S
2

diferencia entre conjuntos a, b, c a, d = b, c
contiene estrictamente Z N
contiene N N
est contenido estrictamente en N Z
est contenido en N N
2
A
potencia de A si A = a, b, c,
entonces 2
A
= , a, b, c, a, b, a, c, b, c, A
13
Prlogo
Este libro es el reejo de la experiencia docente en asignaturas de clculo de siete profesores de la Universitat
Politcnica de Catalunya. El texto sigue el esquema bsico de la asignatura troncal Fundamentos matemticos de
la ingeniera 2, que imparten los autores en la Escuela Universitaria de Ingeniera Tcnica Industrial de Barcelona,
pero su contenido es perfectamente adaptable para cursos de clculo en varias variables de cualquier ingeniera. El
texto tiene como objetivo principal iniciar al estudiante en los conceptos bsicos del clculo de funciones de varias
variables, anlisis vectorial y ecuaciones diferenciales, as como en la teora de transformadas. Para el estudio de
este texto, se supone que el alumno ya ha adquirido nociones bsicas de matrices, as como suponemos un amplio
conocimiento de los fundamentos de funciones de una variable, diferenciacin e integracin.
Al ser un texto dirigido a estudiantes de ingeniera, se han cuidado los aspectos de aplicacin, justicando los
conceptos introducidos mediante ejemplos prcticos y motivaciones de las ciencias fsicas tales como electricidad,
electrnica y mecnica, en las que se aplican los conocimientos adquiridos.
El libro, que consta de seis captulos, se puede dividir en dos partes. La primera parte est dedicada a las
funciones de varias variables: nociones bsicas de lmite, continuidad y derivacin; clculo de extremos libres
y condicionados; integracin mltiple y anlisis vectorial. La segunda parte trata las ecuaciones diferenciales de
primer orden y orden superior, la transformada de Laplace y la transformada de Fourier.
Para ilustrar la teora, se presentan ejemplos aplicados a la ingeniera, as como problemas resueltos y proble-
mas propuestos que permiten al lector vericar sus conocimientos. La experiencia en la docencia de esta materia
muestra que es preferible omitir algunas demostraciones tcnicas. En este sentido, hemos mantenido las que con-
sideramos que, efectivamente, permiten una mejor comprensin de los aspectos tericos.
Al nal de cada uno de estos captulos, junto a los listados de ejercicios, se encuentra una recopilacin de
problemas resueltos utilizando el programa de clculo simblico Maple. De esta manera, se presentan al estudi-
ante todos los comandos y herramientas necesarios para la resolucin de problemas, con especial nfasis en las
capacidades grcas y de representacin de dicho programa.
Queremos mostrar nuestro agradecimiento a la Universitat Politcnica de Catalunya y a la Escuela Universitaria
de Ingeniera Tcnica Industrial de Barcelona por acoger nuestro trabajo de estos aos, as como a Jos Rodellar,
director del Departamento de Matemtica Aplicada III, por su apoyo y conanza.
15
1 Funciones vectoriales de varias variables reales
En la primera parte de este primer captulo (Secciones 1.1 y 1.2) se presentan las nociones bsicas que permiten
denir el concepto de lmite. Estos conceptos son los de producto escalar, norma y distancia. El lmite de una
funcin vectorial en un punto es un concepto fundamental, al igual que en el caso de funciones reales de variable
real, ya que nos permitir denir las derivadas direccionales y la diferenciabilidad. Se presenta asimismo un mtodo
prctico para determinar lmites de funciones. La continuidad de funciones vectoriales de varias variables tambin
se dene a partir de un lmite.
En la segunda parte (Secciones 1.3 a 1.6) se denen las derivadas direccionales que en la direccin de los
ejes dan lugar a las derivadas parciales y el concepto de diferenciabilidad, con algunas diferencias destacables
con respecto a las funciones reales de variable real. Finalmente, se presenta el polinomio de Taylor para funciones
de varias variables reales, que permitir obtener aproximaciones locales polinmicas de funciones alrededor de un
punto.
1.1. Introduccin y primeras deniciones: funciones vectoriales y funciones escalares
1.1.1. Funciones escalares de varias variables reales
Considrese un sistema masa-resorte. La energa total del sistema viene dada por la expresin
E
1
=
1
2
mv
2
+
1
2
kx
2
donde m representa a la masa, v la velocidad, k la constante del resorte y x su elongacin.
En un circuito RLC, la energa almacenada es
E
2
=
1
2
Cu
2
+
1
2
Li
2
donde C representa la constante del condensador, L la inductancia de la bobina, i la corriente elctrica y u el
voltaje a nivel del condensador.
En ambos caso, E
1
y E
2
pueden considerarse como funciones de 2 variables: (v, x) en el primer caso y (u, i)
en el segundo caso. De forma ms precisa, se puede escribir
E
j
: R R R
donde j = 1, 2.
Ms generalmente se pueden denir funciones escalares de varias variables reales, es decir, denidas de R
n
R, y funciones vectoriales de varias variables reales de R

n
R
m
.
1.2. Topologa, lmites y continuidad
Para denir los conceptos de lmite y establecer la continuidad de funciones de varias variables, es necesario
establecer algunas nociones acerca de la topologa del espacio R
n
, como son el producto escalar, norma y distancia.
1. Funciones vectoriales de varias variables reales
De esta manera, podremos hablar de R
n
como espacio eucldeo, en el que podremos calcular la distancia entre sus
elementos, que llamaremos vectores.
Denicin 1 (Conjunto R
n
). Se dene el conjunto R
n
donde n N como
R
n
= x = (x
1
, x
2
, . . . , x
n
) [ x
i
R, i = 1, 2, . . . , n
Los elementos de R
n
se denotan por x para diferenciarlos de x, que generalmente representa un nmero real.
Propiedad 1. El conjunto R
n
, junto con las operaciones de suma de vectores + : R
n
R
n
R
n
y producto por
escalar : R R
n
R
n
denidas como
(i) (x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
) = (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
(ii) (x
1
, x
2
, . . . , x
n
) = (x
1
, x
2
, . . . , x
n
), R
es un espacio vectorial sobre R de dimensin n.
Para poder dotar al espacio R
n
de una estructura geomtrica, es necesario introducir los conceptos de producto
escalar, norma y distancia.
Denicin 2 (Producto escalar). Un producto escalar en R
n
es una aplicacin
, ) : R
n
R
n
R
(x, y) x, y)
que a cada par de vectores (x, y) R
n
R
n
les asocia un nmero real x, y) R. Adems, esta aplicacin ha de
satisfacer las siguientes propiedades:
(i) x, x) = 0 x = 0
(ii) x, y) = y, x) (simetra del producto escalar)
(iii) x, y) = x, y), R
(iv) x +y, z) = x, z) +y, z)
Ejemplo 1. Un primer ejemplo de producto escalar es el que corresponde a la aplicacin
x, y) =
n
i=1
x
i
y
i
Puede comprobarse fcilmente que esta aplicacin es, en efecto, un producto escalar.
(i) x, x) = 0
n
i=1
x
i
x
i
= 0
n
i=1
x
2
i
= 0 x
2
i
= 0, i x = 0
(ii) x, y) =
n
i=1
x
i
y
i
=
n
i=1
y
i
x
i
= y, x)
(iii) x, y) =
n
i=1
(x
i
)y
i
=
n
i=1
x
i
y
i
=
n
i=1
x
i
y
i
= x, y), R
(iv) x +y, z) =
n
i=1
(x
i
+y
i
)z
i
=
n
i=1
(x
i
z
i
+y
i
z
i
) =
n
i=1
x
i
z
i
+
n
i=1
y
i
z
i
= x, z) +y, z)
Denicin 3 (Norma). Una norma en R
n
es una aplicacin
| | : R
n
R
+
x |x|
que a cada vector x R
n
le asocia un nmero real no negativo |x| R
+
. Adems, esta aplicacin ha de satisfacer
las siguientes propiedades:
17
(i) |x| = 0 x = 0
(ii) | x| = [[ |x|, R
(iii) |x +y| |x| +|y| (desigualdad triangular)
Denicin 4 (Norma eucldea). Se dene la norma eucldea (o norma 2) de x R
n
como
|x|
2
=
_
x
2
1
+x
2
2
+ +x
2
n
La norma eucldea de un vector x R
n
no es ms que la longitud del segmento que une el origen de coordenadas
(0) de R
n
con el punto x = (x
1
, x
2
, . . . , x
n
).
Ejemplo 2. Veamos la norma eucldea de algunos vectores:
(i) |(3, 4)|
2
=
3
2
+ 4
2
=
25 = 5
(ii) |(2, 1, 3)|
2
=
_
2
2
+ (1)
2
+ 3
2
=
14
Nota 1. Pueden denirse muchas otras normas. Entre ellas, las ms conocidas son la norma 1 y la norma innito,
denidas como
|x|
1
=
n
i=1
[x
i
[
|x|
= max
i=1,...,n
[x
i
[
Nota 2. De forma ms general, dado un producto escalar cualquiera, se puede denir una norma como sigue:
|x| =
_
x, x)
Denicin 5 (Distancia). Una distancia en R
n
es una aplicacin
d : R
n
R
n
R
+
(x, y) d(x, y)
que a cada par de vectores (x, y) R
n
les asocia un nmero real no negativo d(x, y) R
+
. Adems, esta
aplicacin ha de satisfacer las siguientes propiedades:
(i) d(x, y) = 0 x = y
(ii) d(x, y) = d(y, x) (simetra de la distancia)
(iii) d(x, z) d(x, y) +d(y, z) (desigualdad triangular)
Denicin 6 (Distancia eucldea). Se dene la distancia eucldea d
2
(x, y) entre los vectores x, y R
n
, como
d
2
(x, y) =
_
(x
1
y
1
)
2
+ + (x
n
y
n
)
2
La distancia eucldea de entre dos vectores x e y no es ms que la norma eucldea (o longitud) |xy|
2
del vector
diferencia x y.
Ejemplo 3. Veamos la distancia eucldea entre algunos pares de vectores:
(i) d
2
((2, 1), (4, 2)) =
_
(2 4)
2
+ (1 2)
2
=
4 + 1 =
5
1. Funciones vectoriales de varias variables reales
59
2 Extremos de funciones
El estudio de maximizar o minimizar una funcin real de varias variables o campo escalar y = f(x), con
x = (x
1
, . . . , x
n
), se asemeja al clculo de extremos para una funcin real de una variable real. En este captulo
se extienden las tcnicas de estudio de los valores extremos de una funcin de una sola variable a funciones de
varias variables, estudiando tres tipos de extremos: relativos, absolutos y condicionados. Los extremos relativos
son aquellos puntos x
0
tales que, para todo x sucientemente cercano a x
0
, la imagen f(x
0
) es mayor o menor que
f(x). No se arma nada para x lejano a x. Ser extremo relativo es una propiedad local. Adems, dichos extremos
no tienen por qu ser nicos y pueden no existir.
En cambio, los extremos absolutos s que verican cierta propiedad global. Es decir, si se considera una regin
dada D, vericando ciertas propiedades, resulta x
0
es extremo absoluto en D si para todo x D, f(x
0
) es el
mayor o menor de todos los valores f(x), con x en D. Se ver qu tiene que vericar esta regin D para poder
asegurar su existencia, y as calcularlos. Se demostrar que siempre existen este tipo de extremos en D y que si bien
f(x
0
) es nica, pueden existir varios valores de x
0
con la misma imagen (basta pensar en una funcin constante).
Finalmente, los extremos condicionados son aquellos que si bien maximizan o minimizan una funcin f(x
0
)
dada, estn sujetos a vericar cierta ecuacin g(x) = 0. Dicha ecuacin g(x) = 0 tambin se llama condicin o
ligadura, ya que impone una relacin entre las componentes de la variable x R
n
.
2.1. Deniciones y teorema principal
En esta seccin se explica cmo encontrar los extremos relativos, dando reglas o frmulas que permitan el
clculo efectivo de estos extremos. Pero antes se necesitan ciertas deniciones.
2.1.1. Deniciones
Se presenta a continuacin las deniciones de extremos relativos y absolutos de una funcin escalar de variables
reales (ver gura 2.1).
Denicin 23 (Extremos). Sea f : U R
n
R una funcin escalar dada. Se dice que x
0
U es un extremo
(mnimo o mximo) de f si se verican una de las dos condiciones siguientes:
1. Existe un entorno V U de x
0
tal que para todo x V , f(x) f(x
0
). En este caso, el punto x
0
se
denomina mximo relativo o local de f. Si esta desigualdad se verica por todo x U, se dice que el punto
x
0
es un mximo absoluto o global de f.
2. Existe un entorno V U de x
0
tal que para todo x V , f(x) f(x
0
). En este caso, el punto x
0
se
denomina mnimo relativo o local de f. Si esta desigualdad se verica por todo x U, se dice que el punto
x
0
es un mnimo absoluto o global de f.
Denicin 24 (Punto crtico). Sea f una funcin diferenciable en x
0
R
n
. Se dice que x
0
es un punto crtico de
f si f(x
0
) = 0, es decir, si el gradiente de f se anula en x
0
.
Denicin 25 (Punto de silla). Un punto crtico que no sea un extremo relativo se llama punto de silla.
2. Extremos de funciones
Figura 2.1. Ilustracin de extremos
61
Denicin 26 (Matriz denida negativa). Sea A una matriz simtrica n n. Se dice que A es denida negativa,
y se nota por A < 0 si para todo x R
n
, x ,= 0, se cumple que x
T
Ax < 0.
Denicin 27 (Matriz denida positiva). Sea A una matriz simtrica n n. Se dice que A es denida positiva, y
se nota por A > 0 si para todo x R
n
, x ,= 0, se cumple que x
T
Ax > 0.
2.1.2. Clculo de extremos relativos
Se sabe, por el captulo 1, que una funcin f : U R
n
R diferenciable en x
0
U, abierto de R
n
, puede
ser aproximada alrededor de este punto mediante un desarrollo de Taylor:
f(x) f(x
0
) + f(x
0
) (x x
0
) (2.1)
Si se supone que x
0
es un mximo relativo de la funcin f, entonces se tiene que tener f(x) f(x
0
) para todo
punto x cercano a x
0
. A partir de la ecuacin 2.1, para estos puntos x, f(x
0
) (x x
0
) 0. Se elige un valor
particular x = x
0
+ f(x
0
)
T
donde > 0 es lo sucientemente pequeo para que la aproximacin 2.1 sea
vlida. Entonces se tiene que |f(x
0
)|
2
0 siendo > 0. Esto puede ocurrir slo si
f(x
0
) = 0 (2.2)
El razonamiento es equivalente para un mnimo y conduce a la misma ecuacin 2.2. Por lo tanto, el extremo relativo
x
0
tiene que ser un punto crtico (ver denicin 24). A continuacin se presenta un teorema con una condicin
necesaria para la existencia de extremos relativos.
Teorema 13 (Extremos relativos). Sea f : U R
n
R diferenciable en U, abierto de R
n
. Si x
0
U es un
extremo relativo de f, entonces f(x
0
) = 0. Es decir, los extremos relativos se producen solamente en puntos
crticos.
Esta condicin es necesaria pero no es suciente. Resulta que hay otra clase de puntos x
0
, llamados puntos de
silla, en los que f(x
0
) = 0. Son puntos en los que segn una direccin son mximos, pero segn otra verican
la condicin de ser mnimos. Su nombre viene de que, localmente, la funcin f tiene forma de silla de montar a
caballo, tal y como se muestra en la gura 2.2.
Figura 2.2. El origen es un punto de silla: mximo en direccin y, mnimo en direccin x
Falta encontrar un segundo criterio, en este caso condicin suciente, que permita distinguir de entre los puntos
crticos cules son mximos, cules mnimos, cules punto de silla y cules no son ni una cosa ni la otra. Por eso
se considera un desarrollo de Taylor de orden 2.
Sea f : U R
n
R una funcin de clase (
2
. El desarrollo de Taylor de orden 2 de f en el punto x
0
es:
f(x) f(x
0
) +f(x
0
) (x x
0
) +
1
2
(x x
0
)
T
H
f
(x
0
)(x x
0
) (2.3)
2. Extremos de funciones
donde H
f
(x
0
) es la matriz hessiana de f(x) evaluada en x
0
. Hay que notar que el smbolo (aproximacin) es
necesario, ya que se han desechado los trminos de orden superior a 2. Se ha mejorado as la aproximacin lineal
dada en la ecuacin 2.1, obteniendo una aproximacin cuadrtica.
Como se supone que x
0
es un extremo, por el teorema 13, se tiene que f(x
0
) = 0 y la ecuacin 2.3 es de
hecho:
f(x) f(x
0
) +
1
2
(x x
0
)
T
H
f
(x
0
)(x x
0
)
es decir,
f(x) f(x
0
)
1
2
(x x
0
)
T
H
f
(x
0
)(x x
0
) (2.4)
Se consideran ahora tres posibles casos para el punto crtico x
0
: mximo, mnimo y punto de silla.
x
0
mximo
Por denicin, si f tiene un mximo en x
0
, resulta que para todo x cercano a x
0
(que es justamente donde 2.4
se cumple), se verica que
f(x
0
) f(x) f(x) f(x
0
) 0 (2.5)
De ah que usando la ecuacin 2.4, para que se verique la denicin 23 de mximo, tiene que cumplirse que
1
2
(x x
0
)
T
H
f
(x
0
)(x x
0
) 0 (2.6)
Esto ocurre si la matriz hessiana H
f
(x
0
) de f tiene que denida negativa en x
0
:
H
f
(x
0
) < 0 (2.7)
Por lo tanto, la funcin f tiene un mximo relativo en el punto crtico x
0
si la matriz hessiana H
f
(x
0
) es denida
negativa. Notar que la condicin 2.7 es suciente para que se cumpla la desigualdad 2.6, pero no es necesaria.
x
0
mnimo
De manera anloga, f tiene un mnimo relativo en x
0
si para todo x cercano a x
0
se verica f(x
0
) f(x), o
lo que es lo mismo:
f(x) f(x
0
) 0
1
2
(x x
0
)
T
H
f
(x
0
)(x x
0
) 0
Esto ocurre si la matriz hessiana H
f
(x
0
) de f tiene que denida positiva en x
0
:
H
f
(x
0
) > 0 (2.8)
Por lo tanto, la funcin f tiene un mnimo relativo en el punto crtico x
0
si la matriz hessiana H
f
(x
0
) es denida
positiva.
x
0
punto de silla
Por denicin, x
0
es un punto de silla de f si es un punto crtico que no es un extremo. Se puede demostrar que
x
0
es un punto de silla de f si la matriz hessiana H
f
(x
0
) no es ni denida positiva ni denida negativa, y adems
su determinante es diferente de cero.
_
H
f
(x
0
) no denida positiva ni negativa
det(H
f
(x
0
)) ,= 0
(2.9)
93
3 Integral mltiple y aplicaciones
En este captulo se aborda el tema de la integral mltiple y sus aplicaciones. La primera seccin consiste
en una introduccin a las integrales donde se repasan los conceptos bsicos de la integral simple. La segunda y
tercera seccin se centran en la integral doble y triple respectivamente. En la seccin cuatro se estudia el cambio
de variable y nalmente en la seccin cinco se ven algunas aplicaciones de todos los conceptos del captulo.
Como viene siendo usual en el libro, las dos ltimas secciones del captulo corresponden a problemas resueltos y
ejercicios propuestos respectivamente.
3.1. Introduccin: Integral simple
Antes de introducir la idea de integral para una funcin de varias variables, se recuerda la denicin de integral
denida para una funcin de una sola variable. Dada f : [a, b] R una funcin acotada y positiva, se quiere
(a) rea bajo la grca de f(x) (b) rea elemental (c) Aproximacin del rea total.
Figura 3.1. Idea de la integral en el sentido de Riemann
determinar el rea, A, limitada por la grca de f, el eje de abscisas y las rectas de ecuaciones x = a y x = b,
como se indica en la gura 3.1 (a).
Una primera idea para aproximar el rea consiste en efectuar una particin p del intervalo [a, b] en n subinter-
valos
a = x
0
< x
1
< x
2
< < x
n1
< x
n
= b
de manera que en cada subintervalo, [x
i1
, x
i
], se aproxima el rea bajo la curva mediante el rea del rectngulo
de altura f(
i
) para algn
i
[x
i1
, x
i
], como se observa en las guras 3.1 (b) y (c). El conjunto de todas estas
particiones se nota T([a, b]).
3. Integral mltiple y aplicaciones
0
5
10
15
20
25
30
1 2 3 4
0
5
10
15
20
25
30
1 2 3 4
0
5
10
15
20
25
30
1 2 3 4
A
0
5
10
15
20
25
30
1 2 3 4
Figura 3.2. Convergencia de las sumas superior e inferior a medida que se toman particiones ms nas
3.1.1. Idea para aproximar el rea superiormente
Se considera
i
tal que f(
i
) = max f(x), x [x
i1
, x
i
] y se llama M
i
a este valor mximo. Sumando el
rea de los rectngulos que determinan, se obtiene una suma superior del rea que se denota

S
p
S
p
:= M
1
(x
1
x
0
) +M
2
(x
2
x
1
) + +M
n
(x
n
x
n1
)
3.1.2. Idea para aproximar el rea inferiormente
Se considera
i
tal que f(
i
) = mn f(x), x [x
i1
, x
i
] y se llama m
i
a este valor mnimo. Sumando el
rea de los rectngulos que determinan, se obtiene una suma inferior del rea que se denota S
p
S
p
:= m
1
(x
1
x
0
) +m
2
(x
2
x
1
) + +m
n
(x
n
x
n1
)
3.1.3. Integrable en el sentido de Riemann
En las secciones anteriores, se ha descrito cmo obtener sumas superiores e inferiores del rea. En general, es
fcil observar que si se rena una particin dada, la suma inferior (S
p
) aumenta y la suma superior (
S
p
) disminuye
(ver Fig. 3.2).
Denicin 28 (Funcin integrable). Si f : [a, b] R es una funcin acotada en su dominio, se dice que f es
integrable en el sentido de Riemann (o simplemente integrable) si se cumple:
max
pP([a,b])
S
p
= mn
pP([a,b])
S
p
Entonces se llama a dicho valor integral de f en [a, b] y se denota por:

_
b
a
f(x) dx
Observacin 1. Si f : [a, b] R es una funcin integrable y positiva, entonces
_
b
a
f(x) dx = A
donde A es el rea limitada por la grca de f, el eje de abcisas y las rectas de ecuaciones x = a y x = b.
95
Propiedades bsicas de la integral de Riemann
Dadas las funciones f : [a, b] R y g : [a, b] R integrables en el sentido de Riemann, entonces:
_
b
a
kf(x) dx = k
_
b
a
f(x) dx k R
_
b
a
f(x) +g(x) dx =
_
b
a
f(x) dx +
_
b
a
g(x) dx
_
b
a
f(x) dx =
_
a
b
f(x) dx
_
c
a
f(x) dx +
_
b
c
f(x) dx =
_
b
a
f(x) dx c [a, b]
_
a
a
f(x) dx = 0
3.1.4. Regla de Barrow
Se sabe que si f : [a, b] R es una funcin integrable en el sentido de Riemann, entonces
_
b
a
f(x) dx = max
pP([a,b])
S
p
= mn
pP([a,b])
S
p
Sin embargo, esta denicin es difcil de utilizar para el clculo de integrales de forma prctica.
Teorema 17 (Regla de Barrow). Sea f una funcin contnua en [a, b]. Entonces, f es integrable en [a, b] y
_
b
a
f(x) dx = (b) (a)
donde (x) es una primitiva de f, es decir:
(x) = f(x)
Se acostumbra a denotar por:
_
b
a
f(x) dx = (x)
b
a
= (b) (a)
La proposicin anterior relaciona el clculo de reas con el clculo de primitivas.
3.2. Integral doble
Dada f : [a, b] [c, d] R
2
R una funcin de dos variables acotada y positiva, se quiere determinar el
volumen limitado por la grca de f y los planos x = a, x = b, y = c, y = d, como se indica en la gura 3.3 (a).
Una primera idea para aproximar el volumen consiste en efectuar particiones de los intervalos [a, b] y [c, d] en
n y m subintervalos respectivamente (ver Fig. 3.3 (b))
a = x
0
< x
1
< x
2
< < x
n1
< x
n
= b
c = y
0
< y
1
< y
2
< < y
m1
< y
m
= d
de manera que en cada rectngulo, [x
i1
, x
i
] [y
j1
, y
j
], se aproxima el volumen bajo la superfcie mediante el
volumen del paraleleppedo de altura f(
i
,
j
) para algn (
i
,
j
) [x
i1
, x
i
] [y
j1
, y
j
] (ver Fig. 3.3 (c)-(d)).
3. Integral mltiple y aplicaciones
-1
-0,5
y
0
0,5
1
-1
-0,5
0
x
0,5
1
(a) Volumen bajo la grca de f(x, y) (b) Particin del intervalo
(c) Volumen elemental
-1
0
-1
-0,5
-0,5
0,5
0 0
1
0,5 0,5
1 1
1,5
(d) Aproximacin del volumen
Figura 3.3. Idea de la integral doble
127
4 Ecuaciones diferenciales ordinarias
En muchas ocasiones, al estudiar un fenmeno fsico, no es posible hallar de forma inmediata las leyes fsicas
que relacionan las magnitudes que caracterizan dicho fenmeno. Pero en algunos casos s que es fcil poder
establecer la dependencia entre dichas magnitudes y sus derivadas, es decir, modelar el fenmeno mediante una
ecuacin diferencial. As pues, el estudio de ecuaciones diferenciales es de suma importancia para la ciencia y la
ingeniera.
En el presente captulo se presentan las ecuaciones diferenciales ordinarias de primer y segundo orden y se
estudia su resolucin. Tambin se comenta de forma ms breve la resolucin de sistemas de ecuaciones diferen-
ciales. Es importante aadir que, adems de los mtodos de resolucin que se presentan en este captulo, existen
otros mtodos, como el de la aplicacin de transformadas integrales, que se ver en el captulo 6, y la aplicacin
de mtodos numricos aproximados. Este ltimo mtodo es propio de asignaturas de clculo numrico, por lo que
no es considerado en este texto.
4.1. Ejemplo introductivo
Se considera un cuerpo de masa msujeto al extremo de un resorte exible (muelle) suspendido a un soporte rgido,
tal y como se muestra en la gura 4.1.
Figura 4.1. Masa suspendida de un muelle
El muelle no ejerce fuerza cuando el cuerpo se halla en la posicin de equilibrio, en la que y = 0 y, entonces,
mg ks = 0. Si se desplaza una distancia y, el muelle ejerce una fuerza restauradora dada por la ley de Hooke,
F
r
= ky, donde k es una constante de proporcionalidad de valor positivo y cuya magnitud depende de la rigidez
del muelle.
4. Ecuaciones diferenciales ordinarias
Aplicando la segunda ley de Newton, se tiene que
m
d
2
y
dt
2
= ky
d
2
y
dt
2
+
k
m
y = 0
Llamando =
_
k/m, se tiene la relacin
d
2
y
dt
2
+
2
y = 0 (4.1)
Esta relacin se llama ecuacin diferencial y relaciona y(t) con sus derivadas (en este caso con su derivada segun-
da). El objetivo de este captulo es proponer herramientas para resolver algunos tipos de ecuacines diferenciales,
es decir, determinar la funcin incgnita y(t).
En este ejemplo, se puede comprobar que
y(t) = C
1
sen(t) +C
2
cos(t) (4.2)
donde C
1
y C
2
son constantes cualesquiera, verica dicha ecuacin diferencial. En efecto,
y
(t) = C
1
cos(t) C
2
sen(t)
con lo cual
y
(t) = C
1
2
sen(t) C
2
2
cos(t) =
2
y(t)
Se puede demostrar que la funcin 4.2 es la nica solucin de la ecuacin diferencial 4.1.
4.2. Ecuaciones diferenciales de primer orden
4.2.1. Primeras deniciones
Esta seccin se inicia con unas primeras deniciones de los conceptos bsicos y con el estudio de las ecuaciones
diferenciales ms sencillas, las de primer orden.
Denicin 31 (Ecuacin diferencial ordinaria). Es una ecuacin que debe cumplir una funcin desconocida y(x)
con su variable independiente x y las derivadas de y(x) hasta un orden determinado:
f(x, y, y
, . . . , y
(n)
) = 0 (4.3)
Se denominan ordinarias para distinguirlas de las ecuaciones diferenciales en derivadas parciales. Un ejemplo
de ecuacin diferencial est dado en la relacin 4.1, donde la variable independiente es el tiempo t y la dependiente
es y.
Denicin 32 (Orden de una ecuacin diferencial). Es el mayor de los rdenes de las derivadas que contiene la
ecuacin diferencial. En la ecuacin diferencial 4.1 el orden es 2, ya que interviene la derivada segunda.
Denicin 33 (Solucin general ). Es una expresin que contiene todas las funciones y(x) que, sustituidas en
la ecuacin diferencial, la satisfacen para cualquier valor de x. Dicha expresin contiene siempre n constantes
arbitrarias (constantes de integracin). En el ejemplo anterior, la solucin dada en la ecuacin 4.2 es una solucin
general porque no se ha asignado un valor especco a las constantes de integracin C
1
y C
2
. Notar tambin que
hay DOS constantes de integracin para la ecuacin diferencial de orden DOS.
Denicin 34 (Solucin particular ). Es cada una de las funciones de la familia que forman la solucin general.
Cada una de ellas corresponde a unos valores determinados de las n constantes de integracin. En el ejemplo
anterior, si se toma C
1
=
2 y C
2
= 50, entonces la solucin y(t) =
2 sen(t) 50 cos(t) es una solucin

particular de la ecuacin diferencial.
129
Ejemplo 35. La ecuacin diferencial
y

y
x
= 0; y(1) = 2
es una ecuacin diferencial ordinaria de primer orden. Su particularidad con respecto al ejemplo anterior es que se
impone una condicin inicial y(1) = 2. La ecuacin diferencial puede escribirse como
dy
dx
=
y
x
se pueden separar a cada lado de la igualdad las variables x e y
dy
y
=
dx
x
e integrando ambos lados
_
dy
y
=
_
dx
x
ln [y[ = ln [x[ +K
y despejando y, se obtiene la solucin general de la ecuacin diferencial
y = Cx
Tal y como se muestra en la gura 4.2, la solucin hallada corresponde a una familia de rectas. Cada una de
ellas es una solucin particular de la ecuacin diferencial. Para obtener la solucin particular correspondiente a
la condicin inicial y(1) = 2, que proporciona el enunciado del problema, hay que imponer que se cumpla dicha
condicin y hallar el valor de la constante. As pues, dado que y(1) = 2, se tiene que
2 = C 1 C = 2
Y la solucin particular es
y = 2x
Figura 4.2. Representacin de la solucin general y particular de la ecuacin diferencial del ejemplo 35
4. Ecuaciones diferenciales ordinarias
159
5 Anlisis vectorial
Se presentan en este captulo, a nivel introductorio, los rudimentos del anlisis vectorial. Se introduce primera-
mente la descripcin paramtrica de las curvas en el plano y el espacio a travs de trayectorias. Se denen algunos
conceptos relacionados con las curvas y las trayectorias como el vector velocidad y la celeridad de una trayectoria,
la recta tangente a una curva, o la longitud de arco de una trayectoria. A continuacin se presenta el concepto de
campo vectorial, esto es, una aplicacin que asigna a cada punto del plano o del espacio un vector. Se insiste en
su motivacin fsica, y se relaciona con el concepto de trayectoria a travs de las lneas de ujo. Se introduce un
tipo especial de campo vectorial: los campos conservativos. Se proporcionan seguidamente los operadores difer-
enciales que actan sobre los campos vectoriales, esto es, la divergencia y el rotacional. Se dan las deniciones
formales, as como ejemplos e intuicin fsica sobre su signicado. Se presentan varias identidades que involucran
estos operadores. Como paso previo al teorema de Green, se introduce la nocin de integracin sobre trayectorias,
tanto de campos escalares como de campos vectoriales. Se discute el efecto de la orientacin de la parametrizacin
de una curva en las integrales sobre trayectorias. Finalmente, como colofn del captulo y combinando todos los
conceptos introducidos en el mismo y algunos del captulo 3, se enuncia y demuestra el teorema de Green en el
plano. Se muestran aplicaciones, y se demuestra el teorema de la divergencia en el plano a partir del teorema de
Green.
5.1. Curvas y trayectorias
Informalmente, se puede entender una curva plana C como la lnea trazada por un lpiz en una hoja de papel.
Del mismo modo, una curva en el espacio puede visualizarse a travs de un alambre alabeado. La estela de humo
dejada por un avin acrobtico describe tambin una curva en el espacio. Desde un punto de vista matemtico,
resulta til concebir las curvas como funciones que toman valores en un intervalo [a, b] y devuelven puntos del
plano o del espacio. Dicha funcin de [a, b] R en R
2
o R
3
se denomina trayectoria, y se denota aqu mediante c.
Es habitual utilizar t para la variable independiente, ya que a menudo representa el tiempo, aunque no siempre es
as. Resulta til imaginar que c(t) representa la posicin en el plano o el espacio de una partcula en movimiento
en el instante t [a, b]. La imagen del intervalo [a, b] por la trayectoria, o dicho de otro modo, el conjunto de
posiciones de la partcula en movimiento, es precisamente la curva C (ver Fig. 5.1). Se dice que la trayectoria
c parametriza la curva C, o bien, que la trayectoria describe la curva cuando t vara. Dada una curva C, existen
mltiples trayectorias que la parametrizan, del mismo modo que aviones acrobticos viajando a diferente velocidad
pueden dejar la misma estela detrs de s.
Denicin 38 (Trayectoria y curva). Se denomina trayectoria en el plano (o en el espacio) a la aplicacin c de un
intervalo [a, b] R en R
2
(o R
3
). Para curvas en el espacio (y anlogamente para curvas planas), se escribe:
c : [a, b] R R
3
t c(t) = (x(t), y(t), z(t))
Las funciones x(t), y(t) y z(t) se denominan componentes de c. El conjunto C de puntos c(t) conforme t vara
entre a y b se denomina curva.
5. Anlisis vectorial
Figura 5.1. La trayectoria c es una aplicacin del intervalo [a, b] en el espacio, cuya imagen es la curva C
Ejemplo 49. Segn la denicin 38, las rectas son casos particulares de curvas. As, la recta en R
3
que pasa por
el punto (x
0
, y
0
, z
0
) en la direccin del vector v puede describirse mediante la trayectoria
c(t) = (x
0
, y
0
, z
0
) +t v
Ntese que la trayectoria
c(t) = (x
0
, y
0
, z
0
) + (t t
0
) v
donde R 0, t
0
R, describe la misma recta.
Ejemplo 50. La circunferencia de radio R en el plano es la imagen de la trayectoria
c(t) = R (cos t, sin t), t [0, 2]
Es sencillo comprobar que los puntos c(t) verican la ecuacin x
2
+y
2
= R
2
que describe la circunferencia (ver
Fig. 5.2). Adems, c(0) = c(2), por tanto la tayectoria describe la totalidad de la circunferencia. Ntese que si
se considerase el intervalo [0, 4], la trayectoria estara dando dos vueltas a la circunferencia. Al igual que antes,
dicha circunferencia puede describirse mediante otra parametrizacin de la trayectoria, por ejemplo:
c(t) = R(cos 2t, sin2t), t [0, ]
Ejemplo 51. Las grcas de funciones f : [a, b] R R son curvas de R
2
que pueden describirse mediante la
trayectoria
c(t) = (t, f(t)), t [a, b].
Ntese que en general no todas las curvas son grcas de funciones (ver Fig. 5.3).
Siguiendo con la analoga de la partcula en movimiento, o la del avin acrobtico dejando una estela de humo
detrs de s, resulta muy natural, dada una trayectoria, asociar a cada instante de tiempo t un vector velocidad. La
celeridad es la magnitud del vector velocidad, y es el escalar que puede medirse en un velocmetro. Si la trayectoria
presenta ngulos, por ejemplo, porque la partcula choca con una pared en un instante t
0
, no se puede denir el
161
Figura 5.2. La trayectoria plana c = R(cos t, sint) describe una circunferencia de radio R
Figura 5.3. Las grcas de funciones pueden describirse mediante trayectorias planas. No todas las curvas, por
ejemplo la curva C, son grcas de funciones
Figura 5.4. Al tender h a cero, el vector (c(t + h) c(t))/h tiende a un vector tangente a la curva C en el punto
c(t)
vector velocidad en el instante del choque al no poder decidir si la velocidad de la partcula en t
0
es aquella que
precede inmediatamente al choque (acercndose a la pared) o aquella en el instante de tiempo inmediatamente
posterior (alejndose de la pared). Por ello, en la denicin del vector velocidad se exige que la trayectoria sea
diferenciable, esto es, que no presente ngulos ni discontinuidades.
Denicin 39 (Velocidad). Sea c una trayectoria diferenciable. El vector velocidad de c en t se dene como
c
(t) = lm
h0
c(t +h) c(t)
h
La celeridad de la trayectoria en el instante t es la longitud del vector velocidad, v(t) = |c
(t)|. Para trayectorias

descritas por las funciones componente en el espacio (y anlogamente en el plano), se tiene
c
(t) = (x
(t), y
(t), z
(t))
y por tanto
v(t) =
_
(x
(t))
2
+ (y
(t))
2
+ (z
(t))
2
Interpretando el vector velocidad como un vector columna o una matriz 3 1, la denicin de c
(t) es consis-
tente con la de matriz jacobiana vista en el captulo 1. Habitualmente, el vector velocidad c
(t) se traza con origen

en c(t), ya que a menos que c
(t) = 0, se trata de un vector tangente a la curva descrita por la trayectoria c en el

punto c(t) (ver Fig. 5.4).
Ejemplo 52. Recurdese la trayectoria c del ejemplo 50 que describa un crculo de radio R. El vector velocidad
correspondiente en el instante t es c
(t) = R(sint, cos t), y por tanto su celeridad es v(t) = R

_
sin
2
t + cos
2
t =
R. Se ve que para esta trayectoria, si bien el vector velocidad depende del tiempo al girar la partcula en la circun-
ferencia, la celeridad escalar es constante en el tiempo. Considrese ahora la trayectoria c que describe la misma
curva. Ahora c
(t) = 2R(sin2t, cos 2t) y por tanto v(t) = 2R. Si bien la curva no se altera al cambiar la
parametrizacin, la velocidad y celeridad s se ven alteradas.
Es incluso posible denir parametrizaciones de la misma curva que presenten celeridades no constantes. Por
ejemplo, considrese la trayectoria
c(t) = R(cos t
2
, sint
2
)
203
6 Clculo operacional
Se presentan en este captulo, a nivel introductorio, los rudimentos del clculo operacional. Se introduce el
marco general en que se desarrolla la transformada de Laplace: funciones sucientemente suaves y variable de
Laplace real. Se explica en qu sentido se dene la inversa de esta transformada y se presentan ejemplos de clculo
tanto de la transformada directa como de la inversa. Se demuestra la frmula de la transformada de la derivada
y se presenta la aplicacin de este resultado a la resolucin de ecuaciones diferenciales lineales a coecientes
constantes. Se introduce la transformada de Fourier y se presenta un ejemplo de clculo de esta transformada.
6.1. Transformada de Laplace. Transformada inversa. Linealidad
Denicin 53. Sea f : R R una funcin de la variable real t. Se dice que f es continua por secciones si en cada
intervalo nito donde f est denida, f es continua excepto posiblemente en un nmero nito de puntos. Adems,
en los puntos de discontinuidad, los lmites laterales de la funcin f existen.
En la gura 6.1 se presenta un ejemplo de una funcin continua por secciones. En particular, toda funcin
continua es continua por secciones.
Figura 6.1. Ejemplo de una funcin f(t) continua por secciones. Los puntos marcan los valores de la funcin en
los saltos
Teorema 27. Sea f(t) una funcin continua por secciones en R
+
. Se supone que existen constantes M 0 y
R tales que
[f(t)[ Me
t
(6.1)
para todo t 0.
1
Entonces, la integral impropia
F(s) = lm
T
_
T
0
e
st
f(t)dt (6.2)
1
Se dice que la funcin f es de orden exponencial.
existe para todo s > donde
=nf R tal que se cumple la desigualdad 6.1 (6.3)
De esta manera, se ha denido una nueva funcin F : ( , +) R que asocia al elemento s ( , +) la
integral impropia de la ecuacin 6.2.
Denicin 54. La aplicacin que a la funcin f asocia la funcin F se llama transformada de Laplace
2
y se nota
L. Es decir, F = L(f).
Con esta notacin, la ecuacin 6.2 puede escribirse como
L(f)(s) = lm
T
_
T
0
e
st
f(t)dt =
_

0
e
st
f(t)dt (6.4)
Para simplicar las notaciones, se usa a menudo L(f) en lugar de L(f)(s) en la ecuacin 6.4.
Ejemplo 70. Sea f : R
+
R la funcin denida como f(t) = 1 para t 0. Encontrar la transformada de
Laplace de f.
Solucin. Para poder calcular la transformada de Laplace 6.4, primero hay que vericar que existe. Para ello,
se aplica la proposicin 27, tenindose que se verican dos condiciones:
1. f continua por secciones: al ser f(t) = 1 constante, f es continua en R
+
y en particular es continua por
secciones.
2. f de orden exponencial: escogiendo M = 1 y = 0, est claro que f verica [f(t)[ Me
t
= 1 para todo
t 0.
Con eso se deduce de la proposicin 27 que la transformada de Laplace existe para todo s > donde est
denida por la ecuacin 6.3. Para determinar el valor de , se nota que la desigualdad 1 = [f(t)[ Me
t
no
se cumple para < 0 porque en este caso lm
t
Me
t
= 0 < 1. Es decir, = 0. La proposicin 27 asegura la
existencia de la transformada de Laplace F(s) de la funcin f(t) para todo s > = 0.
Para todo T 0 tenemos
_
T
0
e
st
f(t)dt =
_
T
0
e
st
dt =
_
1
s
e
st
_
T
0
=
1
s
e
sT
+
1
s
En consecuencia, de la ecuacin 6.4 se obtiene
F(s) = lm
T
_
T
0
e
st
f(t)dt = lm
T
_
1
s
e
sT
_
+
1
s
(6.5)
Como s > 0, lm
T
e
sT
= 0 y por tanto,
F(s) =
1
s
para todo s > 0 (6.6)
El cuadro 6.1 recoge las transformadas de Laplace de algunas funciones usuales. En este cuadro, las funciones
f(t) estn denidas en R
+
. En R
, el valor que toma f(t) no es importante, ya que la transformada de Laplace

es una integral de cero al innito. En la gura 6.2 se presentan varias funciones que tienen la misma transformada
de Laplace F(s) = 1/s. Para determinar transformadas de Laplace de funciones que no estn en dicho cuadro, se
usan algunas propiedades de la transformada como la linealidad.
2
En la ecuacin 6.2, se considera habitualmente que s es un nmero complejo. En este curso, el estudio de la transformada de Laplace se
limitar a s real.
205
Figura 6.2. Ejemplo de funciones que tienen la misma transformada de Laplace. En el cuadro superior derecho, la
funcin no est denida en R
Teorema 28. La transformada de Laplace es una operacin lineal; es decir, para cualesquiera funciones f(t) y
g(t) cuyas transformadas de Laplace existan y para cualesquiera constantes a y b,
L[af(t) +bg(t)] = aL[f(t)] +bL[g(t)] (6.7)
Ejemplo 71. Sea la funcin f(t) = 2e
5t
sen(t). Encontrar L(f).
Solucin. Usando la linealidad de la transformada de Laplace se obtiene
L(f(t)) = 2L
_
e
5t
_
L(sen(t)) (6.8)
De la la 4 del cuadro 6.1 se obtiene
L
_
e
5t
_
=
1
s 5
(6.9)
De la la 6 del cuadro 6.1 se obtiene
L(sen(t)) =
1
s
2
+ 1
(6.10)
Con lo cual
L(f(t)) =
2
s 5

1
s
2
+ 1
(6.11)
para s > 5.
Ahora, sea F la transformada de Laplace de la funcin f que est denida en R
+
. Puede existir otra funcin
g denida en R
+
, diferente de f, tal que L(g) = F? La respuesta es s. Por ejemplo, si f y g dieren en un
slo punto, se tiene L(f) = L(g). Ms generalmente, si f y g dieren en un conjunto que no afecta a la integral,
entonces tienen la misma transformada de Laplace.
3
De esta manera se puede denir una relacin de equivalencia
donde dos funciones son equivalentes si tienen la misma transformada de Laplace. Dada una funcin f, la clase de
equivalencia que contiene f es nica y se nota

f.
Denicin 55. La aplicacin que a la funcin F asocia la clase de equivalencia

f es la transformada inversa de
Laplace y se nota L
1
. Es decir,

f = L
1
(F).
3
La caracterizacin de este conjunto hace intervenir la teora de la medida, saliendo del marco de este curso.
Cuadro 6.1. Algunas funciones f(t) y sus transformadas de Laplace F(s)
f(t) F(s) Nota
1 1
1
s
s > 0
2 t
1
s
2
s > 0
3 t
n
n!
s
n+1
n > 0 entero, s > 0
4 e
at
1
s a
s > a
5 cos(t)
s
s
2
+
2
s > 0
6 sen(t)

s
2
+
2
s > 0
7 cosh(at)
s
s
2
a
2
s > [a[
8 senh(at)
a
s
2
a
2
s > [a[
9
1
(n 1)!
t
n1
e
at
1
(s +a)
n
n > 1 entero, s > a
10

n
_
1
2
e
nt
sen
_
n
_
1
2
t
_

2
n
s
2
+ 2
n
s +
2
n
[[ < 1,
n
> 0, s >
n
En general, dada una funcin F(s), es suciente hallar una funcin f(t) tal que L(f) = F (con la ayuda del
cuadro 6.1, por ejemplo). Una vez se tiene f, se sobreentiende que la transformada inversa de Laplace de F es

f.
Teorema 29. La transformada inversa de Laplace es una operacin lineal; es decir, para cualesquiera funciones
f(t) y g(t) cuyas transformadas de Laplace F(s) y G(s) existan y para cualesquiera constantes a y b,
L
1
[aF(s) +bG(s)] = aL
1
[F(s)] +bL
1
[G(s)] (6.12)
Ejemplo 72. Sea F(s) =
s
(s 1)(s + 3)
. Encontrar L
1
(F).
Solucin. Primero se busca F(s) en la segunda columna del cuadro 6.1. Al no encontrarla, hay que expresar F(s)
como suma de funciones que s salgan en el cuadro y aplicar entonces la linealidad de L
1
. Cuando F(s) es
una fraccin racional, se tiene que descomponer en elementos simples para encontrar la transformada inversa de
Laplace. En este caso se obtiene
s
(s 1)(s + 3)
=
A
s 1
+
B
s + 3
=
(A +B)s + 3AB
(s 1)(s + 3)
(6.13)
Las constantes A y B tienen que vericar
A +B = 1
3AB = 0 (6.14)
Resolviendo este sistema de dos ecuaciones con dos incgnitas, se obtiene A = 1/4 y B = 3/4. As, de la ecuacin
6.13 se obtiene
L
1
(F(s)) =
1
4
L
1
_
1
s 1
_
+
3
4
L
1
_
1
s + 3
_
=
1
4
e
t
+
3
4
e
3t
(6.15)
En la ecuacin 6.15 se han usado la linealidad de la transformada inversa de Laplace y la la 4 del cuadro 6.1.

Cálculo Avanzado para Ingieneria

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cálculo Avanzado para Ingieneria

Cargado por

Copyright:

Formatos disponibles

Este libro sigue el esquema bsico de la asigna-

tura troncal Fundamentos Matemticos de la In-

nmeros naturales diferentes de cero 1, 2, . . .

R, y funciones vectoriales de varias variables reales de R

Entonces se llama a dicho valor integral de f en [a, b] y se denota por:

2 sen(t) 50 cos(t) es una solucin

(t)|. Para trayectorias

(t) se traza con origen

(t) = 0, se trata de un vector tangente a la curva descrita por la trayectoria c en el

(t) = R(sint, cos t), y por tanto su celeridad es v(t) = R

, el valor que toma f(t) no es importante, ya que la transformada de Laplace

También podría gustarte