Está en la página 1de 112

Matematica III Ecuaciones diferenciales ordinarias

Mar a Margarita Olivares March 12, 2002

Octubre 2001

1 ECUACIONES DIFERENCIALES
Muchos problemas fundamentales en ciencias, ingiener a y otras areas como econom a, se describen mediante ecuaciones diferenciales.Problemas f sicos han motivado la mayor parte de las matematicas y esto es especialmente cierto cuando se trata de ecuaciones diferenciales. Al nalizar este tema, el estudiante debe ser capaz de identi car y resolver ecuaciones diferenciales lineales de primer orden, as como una amplia variedad de ecuaciones que se reducen a estas. Resolver ecuaciones lineales de segundo orden con coe cientes constantes en una variedad de casos. Resolver sistemas de dos ecuaciones diferenciales lineales. Aplicar los conocimientos adquiridos sobre ecuaciones diferenciales para modelar algunas situaciones reales tales como: crecimiento de poblaciones, epidemias, desintegracion radioactiva, enfriamiento, etc. Ecuaciones diferenciales de primer orden. Revision de los metodos ya estudiados en Matematica II. Ecuaciones con variables separables y reducibles a estas. Aplicacion de la ecuacion diferencial de primer orden: Crecimiento de poblaciones (exponencial, log stico o limitado). Epidemias, desintegracion radioactiva. Enfriamiento. Ecuaciones diferenciales lineales de orden 2 con coe cientes constantes. Solucion general de la ecuacion homogenea. Solucion 1

Fundamentacion:

Objetivos:

Contenido:

general de la ecuacion ay00 + by0 + c = f (x) en los casos en que f es un polinomio, f (x) = ax y f (x) = a sen(x) + b cos(x): Aplicaciones: caida libre, equilibrio de poblaciones, caida libre en un medio resistente. Sistemas de dos ecuaciones lineales de primer orden.
dy Si y = f (x) es una funcion de variables real, dx = f 0(x) puede ser considerada como la razon de cambio de f (x) con respecto a la variable independiente x es por lo tanto natural pensar, que las ecuaciones que contienen derivadas son aquellas que describen al universo cambiante. Una gran cantidad de leyes f sicas involucran tasas de cambio (o la derivada), con frecuencia el lenguaje natural en las ciencias y en la ingiener a es el de las ecuaciones diferenciales. Una ecuacion que contenga una funcion desconocida y una o mas de sus derivadas se llama ecuacion diferencial. El objetivo principal de las ecuaciones diferenciales es:

1.1 INTRODUCCION.

1. Plantear la ecuacion diferencial que describe una situacion f sica o alguna situacion real que se desee modelar.. 2. Encontrar la solucion adecuada de la ecuacion. A diferencia de una ecuacion algebraica, que investiga los valores de x o valores desconocidos que satisfacen una ecuacion tal como

x5 ; 3x2 + 6 = 0
en la solucion de una ecuacion diferencial el reto consiste en encontrar funciones desconocidas y = g(x) para las cuales una identidad como

g0(x) = 2xg(x)
dy o equivalentemente, en la notacion de Leibniz, dx = 2xy (o y0 = 2xy), se cumpla para algun intervalo de numeros reales. A menudo, se desea hallar, todas las soluciones de la ecuacion diferencial, si es posible.

1.1.1 EJEMPLOS:

1. La razon de cambio con respecto al tiempo t de la temperatura T (t) de un cuerpo, es proporcional a la diferencia entre T y la temperatura A del medio. Este hecho se describe mediante la ecuacion diferencial dT = k(A ; T ) dt donde k es una constante positiva. Si conocemos k y A se espera encontrar una formula expl cita para T (t) y entonces, con la ayuda de esa formula, poder predecir la temperatura futura del cuerpo. 2. La razon de cambio con respecto al tiempo de una poblacion P (t) con tasa de natalidad y mortalidad constantes es, en muchos casos simples, proporcional al tama~o de la poblacion. O sea, n dP = kP dt donde k es la constante de proporcionalidad. Si examinamos este ejemplo, podemos observar que toda funcion de la forma P (t) = Cekt es solucion de la ecuacion diferencial, pues

P 0(t) = Ckekt = k(Cekt ) = kP (t)


para todo numero real t: As la ecuacion diferencial

dP = kP dt para k dado, tiene in nitas soluciones, una para cada eleccion "arbitararia" de la constante C: Esto permite usar informacion adicional, para elegir entre todas las soluciones posibles, una solucion particular que se ajuste a la situacion que se esta estudiando. La condicion P (0) = 1000 se llama condicion inicial debido a que es normal escribir ecuaciones diferenciales en forma de que t = 0 sea el "tiempo de partida". Si en 5 a~os se duplica la poblacion esto se n
3

traduce escribiendo P (5) = 2000: Esta informacion adicional sobre la funcion P (t) conduce a las siguientes ecuaciones: P (0) = 1000 = Ce0 = C P (5) = 2000 = Ce5k 1 de aqu se obtiene C = 1000 y k = 5 ln(2): Bajo estas condiciones iniciales, la funcion que es solucion particular de la ecuacion diferencial es: 1 P (t) = 1000e 5 t ln(2) o equivalentemente 1 P (t) = 1032 5 t: As podemos predecir la poblacion futura.Por ejemplo despues de 20 a~os la poblacion sera de P (20) = 16000 n Si ninguna de las soluciones posibles de la ecuacion diferencial se ajusta a las condiciones dadas, se debe sospechar que dicha ecuacion (que no es mas que un modelo matematico del fenomeno f sico en cuestion) no describe adecuadamente el mundo real. En otras palabras, si P (t) = Cekt con k y C constantes, no describe con exactitud el verdadero crecimiento de la poblacion, para ninguna eleccion de las constantes, se debe escribir una ecuacion diferencial mas complicada, que tome en cuenta otros factores, como por ejemplo, los efectos de la presion de la poblacion sobre el ndice de la natalidad, la declinacion de las provisiones de alimento, etc. En general, cuando se formula un modelo matematico, se deben tomar en cuenta dos requerimientos que pueden parecer contradictorios: a) Debe ser lo su cientemente detallado, como para que represente la situacion del mundo real con relativa exactitud. b) Debe ser simple, para que el analisis matematico resulte practico.

1.2 ECUACIONES DIFERENCIALES ORDINARIAS.


1.2.1 DEFINICION:
Una ecuacion diferencial ordinaria, es una ecuacion en donde aparece una funcion desconocida y = g(x) y sus derivadas. El vocablo ordinaria se reere al hecho que en el problema solo aparecen derivadas ordinarias y no 4

hay derivadas parciales. Es decir, la funcion desconocida depende solo de una variable. Si la variable dependiente es funcion de dos o mas variables independientes apareceran en la ecuacion derivadas parciales y la ecuacion se llama "ecuacion en derivadas parciales".
dy g0(x) = 2g2(x) o equivalentemente dx = 2y2 o y0 = 2y2 donde g(x) es la funcion que se quiere hallar o equivalentemente y = y(x) en las otras notaciones.

1.2.2 EJEMPLO:

1.2.3 DEFINICION:
El orden de una ecuacion diferencial es el orden de la derivada mas alta que aparezca en ella. La forma mas general de ecuacion diferencial de n-esimo orden, siendo x la variable independiente y funcion desconocida o variable dependiente y = y(x) es F (x y y0 y00 : : : y(n)) = 0 donde F es una funcion espec ca de valor real y de (n + 2) variables.

1.2.4 EJEMPLO:
y(4) + x2 y(3) + x5 y = sen(x) es una ecuacion diferencial de 4o orden.
Diremos que la funcion y = u(x) es una solucion de la ecuacion diferencial F (x y y0 y00 : : : y(n)) = 0 sobre el intervalo I si u u0 u00 : : : u(n) existen en el intervalo I y F (x u u0 u00 : : : u(n)) = 0 para todo x 2 I: Esto se expresa diciendo que y = u(x) satisface la ecuacion diferencial en el intervalo I: 5

1.2.5 DEFINICION:

1.3.1 DEFINICION:

1.3 ECUACIONES CON VARIABLES SEPARABLES

Son aquellas ecuaciones diferenciales que despues de algunas manipulaciones algebraicas se pueden escribir como:

f (x)dx = g(y)dy Es decir, la ecuacion diferencial de primer orden dy = H (x y) dx se llama separable si H (x y) se puede escribir como producto de una funcion de x por una funcion de y o en forma equivalente como el cociente (x) H (x y) = f (y) : g En este caso, se pueden separar las variables x e y y escribir informalmente g(y)dy = f (x)dx que corresponde a la ecuacion diferencial dy g(y) dx = f (x) Como se resuelve esta Ecuacion Diferencial?. Si integramos ambos miembros obtenemos: Z Z g(y)dy = f (x)dx + C: De esta ultima expresion se tiene la solucion general de la ecuacion diferencial. Si queremos convencernos de que realmente esta ultima expresion es equivalente a la ecuacion diferencial que queremos resolver, observemos que si ; llamamos Dz 1 la antiderivada o primitiva respecto a la variable z entonces, si ; G(y) = Dy 1(g(y)) ; F (x) = Dx 1(f (x)) la solucion propuesta de la ecuacion diferencial, quedara expresada como G(y) = F (x) + C
6

derivando ambos miembros con respecto a x , obtenemos: G0(y)y0 = F 0(x) dy g(y) dx = f (x) puestoqueG0(y) = g(y)y0(x) F 0(x) = f (x): si y = y(x).

1.3.2 EJEMPLO:
1. Resolver la Ecuacion Diferencial: 2 dy x2 dx = 3xy2+ 11 + esta ecuacion es equivalente a 2 1 3y2 + 1 dy = x x+ 1 dx = 1 + x2 dx 2 integrando ambos miembros obtenemos: 1 y3 + y = x ; x + C puesto que no es practico despejar \y" en la solucion de la ecuacion diferencial, llamamos esta ultima expresion solucion general impl cita de la ecuacion difererencial. Si nos damos una condicion inicial, como por ejemplo, y(1) = 2 obtendremos la solucion impl cita de la ecuacion diferencial correspondiente al problema de valor inicial: dy x2 dx = 3xy22+1 +1 y(1) = 2 sustituyendo en la solucion general 1 y3(1) + y(1) = 1 ; 1 + C 23 + 2 = C C = 10 por lo tanto la solucion particular impl cita es: 1 y3 + y = x ; x + 10: 7

2. Resolver el siguiente problema de valor inicial: dy x + y dx = 0 y(0) = 2: Esta ecuacion diferencial es de variables separables, puede expresarse como: dy y dx = ;x la solucion general impl cita es: 1 2 y = ; 1 x2 + C 2 2 y2 + x2 = 2C la solucion particular impl cita es: y2(0) + 0 = 2C 4 = 2C y2 + x2 = 4 note que de la solucion particular impl cita se pueden obtener dos expresiones expl citas de la solucion, a saber: p 4 y = p ; x2 y = ; 4 ; x2 la primera de ellas satisface la condicion inicial y(0) = 2 mientras que la segunda no la satisface, as la solucion expl cita del problema a valores iniciales es: p y = 4 ; x2:

1.4 PROBLEMAS PARA LA PRACTICA:

1. Encuentre todas las soluciones de la ecuacion diferencial: dy = 2xqy ; 1 dx 2. Resuelva el siguiente problema de valor inicial: dy dx = xy + x ; 2y ; 2 y(0) = 2 8

3. Encuentre soluciones (impl citas de ser necesario, expl citas cuando sea posible) para las ecuaciones diferenciales siguientes:
dy a) dx = 1+px 1+ y dy b) (x2 + 1) dx tan(y) = x dy c) dx = 1 + x + y + xy

4. Encuentre soluciones particulares expl citas de los problemas de valor inicial siguientes:
dy a) dx = yex y(0) = 2e: dy b) dx + 1 = 2y y(1) = 1: dy c) dx = 2xy2 + 3x2 y2 y(1) = ;1: d) y0 tan(x) = y y( 2 ) = 2 :

5. Resolver la E.D.O. dada usando separacion de variables: a) b) c) d) e) f) g) = ;PV sen (x) sen (y) dx + cos(x) cos(y)dy = 0 (xy + x)dx = (x2y2 + x2 + y2 + 1)dy dx = cos(x) cos2 (y ) dy (x;1)y5 dy dx = x2 (2y3 ;y) p xdx ; a2 ; x2 dy = 0 x2 yy0 = ey
dV dP

1.5 ECUACIONES HOMOGENEAS:

Una funcion es homogenea si todos sus terminos tienen el mismo grado. En el siguiente ejemplo: 2pxy + y + y1=3x2=3 se tienen tres terminos a saber: 2pxy y y1=3x2=3 : El grado de un termino se obtiene sumando los grados a los que aparecen elevados cada una de las variables que guran en el termino: 9

en 2pxy aparecen x e y elevadas cada una a la 1=2: El grado del termino es 1=2 + 1=2 = 1 en y el grado es 1 en y1=3x2=3 el grado es 1=3 + 2=3 = 1 todos los terminos de la formula del ejemplo tienen grado uno, por lo tanto la formula es homogenea de grado 1: Se dice que la ecuacion diferencial

M (x y)dx + N (x y)dy = 0
es homogenea, cuando M y N son funciones homogeneas de x y de y del mismo grado. Estas ecuaciones diferenciales pueden resolverse haciendo la sustitucion y = vx ox = uy Esto nos da una ecuacion diferencial en v y en x en la que las variables son separables. En efecto,

M (x vx) = xk M (1 v) N (x vx) = xk N (1 v)
por ser M y N del mismo grado, digamos k y como la ecuacion diferencial a resolver es: dy = ; M dx N al hacer el cambio de variable, obtenemos dv x dx + v = f (v) (1 v donde f (v) = ; M(1 v)) : N

1.5.1 EJEMPLO:
dy dy y2 + x2 dx = xy dx esta ecuacion se puede escribir como: y2dx + (x2 ; xy)dy = 0
10 Resolver la ecuacion:

M (x y ) = y 2 N (x y) = (x2 ; xy) son homogeneas de grado 2: La ecuacion a resolver se escribe: dy = y2 dx (xy ; x2 ) Hagamos la sustitucion y = vx: Se obtiene: dv x dx + v = ; 1v;2v 1;v 1 v dv = ; x dx de aqui, integrando obtenemos la solucion general: ln v ; v = ; ln x + C o equivalentemente: ln(vx) = v + C puesto que vx = y despejando: y = eC eyx pero eC = K , asi, podemos escribir y = Keyx

Las funciones

1.5.2 PROBLEMAS PARA LA PRACTICA

Hallar la solucion general de cada una de las ecuaciones diferenciales: 1. (8y + +10x)dx + (y + 7x)dy = 0 p 2. 2xdz ; 2zdx = x2 + 4z2 dx 3. (x + 4y)dx + 2xdy = 0 4. (2x2 + y2) dx + (2xy + 3y2) dy = 0 5. du = 1+u22 dv 1+v 6. En cada uno de los siguientes problemas hallar la solucion particular que se determina por los valores dados de x y y: a) (x2 + y2)dx = 2xydy x = 1 y = 0: p b) xdy ; ydx = x2 + y2dx x = 1=2 y = 0: 11

1.6 ECUACIONES LINEALES DE PRIMER ORDEN


1.6.1 DEFINICION:
Una ecuacion diferencial es lineal de orden 00 n00 si se puede expresar como

an(x)y(n) + an;1 (x)y(n;1) +

+ a2(x)y + a0(x)y = b(x)


00

donde los coe cientes ak (x) k = 0 1 n y b(x) son funciones continuas en un intervalo I an(x) no identicamente nula. En particular, si n = 1 tendremos una ecuacion diferencial ordinaria, lineal, de primer orden. Existe una tecnica que permite resolver las ecuaciones lineales de primer orden, del tipo: dy + P (x)y = Q(x) dx sobre un intervalo I donde las funciones P (x) Q(x) son continuas. Para hallar la solucion general, multiplicamos ambos miembros de la ecuacion por el factor integrante (x) = e

R P (x)dx

obteniendose la siguiente expresion: R R R dy e P (x)dx dx + P (x)e P (x)dxy = Q(x)e P (x)dx R Puesto que Dx( P (x)dx) = P (x), el primer miembro de la igualdad anterior, R es la derivada con respecto a x del producto ye P (x)dx por lo que la ecuacion sera equivalente a:

R R Dx(ye P (x)dx) = Q(x)e P (x)dx :

Si integramos ambos miembros de esta ecuacion:

Z R R ye P (x)dx = Q(x)e P (x)dxdx + C

despejando y obtenemos la solucion general de la ecuacion lineal de primer orden: Z R R ; P (x)dx Q(x)e P (x)dx dx + C y=e 12

1.6.2 EJEMPLOS:
1. Resuelva el problema de valor inicial: dy 2x dx ; 3y = e y(0) = 3 Tenemos que: P (x) = ;3 Q(x) = e2x R P (x)dx = ;3x R Q(x)eR P (x)dxdx = ;e;x asi, la solucion general es: y = ;e2x + Ce3x puesto que y(0) = 3, sustituyendo en la solucion general, obtenemos C = 4 y la solucion particular deseada es: y = 4e3x ; e2x: 2. Encuentre la solucion general de: dy + 3x y = 6x dx x2 + 1 x2 + 1 Esta vez, en lugar de aplicar directamente la formula, vamos a hallar la solucion general, usando el metodo mediante el cual se desarrollo la formula: x x P (x) = x23+ 1 Q(x) = x26+ 1 el factor integrante es (x) = e x2 +1 dx = (x2 + 1) 2 Multiplicando ambos miembros de la ecuacion diferencial por (x) se tiene: 2 dy 2 2 (x2 + 1) 3 dx + 3x(x2 + 1) 1 y = 6x(x2 + 1) 1 3 1 2 2 Dx((x + 1) 2 y) = 6x(x + 1) 2 Integrando ambos miembros respecto a x y despejando y obtenemos: 3 y = 2 + C (x2 + 1); 2 : 13

3x

1.7 APLICACIONES:

Vamos a exponer un modelo muy sencillo de crecimiento poblacional de una sola especie: sea P (t) la poblacion t como funcion del tiempo. Como ejemplos se tiene la poblacion de un pa s, el numero de bacterias en alguna experiencia de laboratorio, la poblacion de un insecto que ataca una cosecha. La derivada de la poblacion con respecto al tiempo dP representa la tasa de dt cambio de la poblacion. La derivada se mide en unidades del numero por unidad de tiempo. Decir que la tasa de cambio de la poblacion es proporcional a la poblacion se expresa mediante la ecuacion diferencial: dP = kP dt que es una ecuacion de primer orden, lineal. Observe que si escribimos esta expresion en la forma equivalente 1 dP = k P dt 1 el termino P dP denominado tasa de crecimiento, que es la tasa de cambio dt de la poblacion por individuo, con frecuencia es una medida mas signi cativa del crecimiento. Nuestra ecuacion nos dice que la tasa de crecimiento es constante. Si nos dicen por ejemplo, que en 1993, en Estados Unidos la poblacion aumentaba a una tasa de 3.2 millones por a~o, siendo la poblacion n 3:2 de 265 millones en 1993, la tasa de crecimiento era 265 = 0:012 = k alrededor de 1.2% anual. Es comun medir las tasas de crecimiento humanas en porcentajes por a~o. n La solucion general de nuestra ecuacion diferencial es, utilizando la tecnica expuesta anteriormente: P (t) = cekt Para hallar la constante c nos valemos de la poblacion inicial P (0) obteniendo como solucion P (t) = P (0)ekt La solucion es una exponencial planteada para el caso de crecimiento exponencial con k > 0:Si k < 0 la tasa de crecimiento es negativa y la poblacion decrece exponencialmente. Observe que en nuestro ejemplo se conoce la 14

1.7.1 Problemas de crecimiento y decrecimiento. Crecimiento de la poblacion:

constante de proporcionalidad, estos datos han podido ser expresados en forma equivalente diciendo que la poblacion inicial es de 265 millones= P (0), P (1) = 265 + 3:2 = 268:2: Al resolver el problema a valores iniciales, se concluye que c = 265 k = 0:012: Suponiendo que una poblacion crece a una tasa constante, o equivalente mente, la tasa de crecimiento es proporcional a la poblacion o su crecimiento es exponencial, nos preguntamos cuanto tiempo tarda en duplicarse. Es decir, se quiere encontrar t tal que 2P (0) = P (t) de la solucion general de nuestra ecuacion escribimos: 2P (0) = P (0)ekt 2 = ekt As que el tiempo para duplicarse es independiente de la poblacion inicial. La solucion es td = ln(2) ' 0:69315 ' k 70 k k 100 donde k es la tasa de crecimiento. (Utilizando 70 se obtiene una formula facil de memorizar para la duplicacion).

Tiempo para duplicarse:

Ejemplos:

1. Si la poblacion del mundo crece al 2% anual, se espera que se duplique en aproximadamente 70/2=35 a~os. Si la in acion es 5% anual, se n espera que el costo de la vida se duplique aproximadamente en 70/5=14 a~os. n 2. Se sabe que una poblacion se triplica cada 7 a~os. Halle el tama~o de n n la poblacion al cabo de 10 a~os. n Solucion: la solucion general de la ecuacion de crecimiento exponencial es P (t) = P (0)ekt Si P (7) = 3P (0) entonces ekt = 3 de aqu se concluye que k = ln73 de donde la solucion de la ecuacion diferencial es: P (t) = P (0)3t=7 La poblacion en 10 a~os sera P (10) = P (0)310=7: n 15

Para un atomo dado de material radiactivo, sobre el que no actua radiacion ni otras part culas, existe una probabilidad ja de que decaiga en un per odo dado. Por ejemplo, supongamos que en un a~o la probabbilidad n de que un atomo dacaiga es 0.001. Si se tienen x(t) de estos atomos en el tiempo t se espera que en ese tiempo se tendran atomos que decaen a una tasa de 0:001x(t) atomos por a~o. Esto lleva a la siguiente ley de decaimiento n radioactivo, bajo el supuesto que se tiene un numero su cientemente grande de atomos y que no se bombardea el material con otra radiacion o part culas: "La tasa de decaimineto para el material radiactivo es proporcional al numero de atomos presentes". Esta ley se puede expresar como una ecuacion diferencial lineal de primer orden: dx = ;kx dt El signo menos se debe a que en el decaimiento o desintegracion radioactiva el numero de atomos disminuye. La tasa de decaimiento k es positiva pues hay perdida de material. La solucion general de esta ecuacion es:

Desintegracion Radioactiva:

x(t) = x(o)e;kt
as el decaimiento radioactivo es un decaimiento exponencial, x(t) ! 0 si t ! 1 pues k > 0: Media Vida: la media vida de una sustancia radioactiva es el tiempo que transcurre para que el materia radioactivo decaiga a la mitad de su cantidad original. Si T es la media vida 1 x(T ) = 2 x(0) = x(0)e;kT es decir: T = ln 2 k EJEMPLO: en dos a~os 3 grs. de un radioisotopo decae a 0.90 grs., n determine la media vida T y la tasa de decaimiento k: Solucion: como hemos visto anteriormente T = lnk2 determinemos la tasa de decaimiento k: 16

Si x(t) es la cantidad de isotopo en el tiempo t x se mide en gramos t en a~os, la solucion de la ecuacion n dx = ;kx dt viene dada por x(t) = x(o)e;kt por las condiciones iniciales de nuestro problema: x(0) = 3 x(2) = 0:9 se concluye que 0:9 = 3e;2k k = ; ln(0:3) ' 0:6 2 de donde se deduce que la vida media T ' 1:2 a~os. n Se recomienda leer el cap tulo 7 del libro calculo basico de Pedro Alson, paginas 7-29 a 7-24. El modelo mas sencillo para el crecimiento de una poblacion x resulta al suponer que la tasa de crecimiento k es constante positiva: dx = kx dt En este caso, la poblacion crece exponencialmente, x(t) = x(0)ekt y eventualmente llega a ser in nitamente grande. Necesitamos un modelo mas realista de crecimiento de poblacion cuando el tiempo transcurre. Los experimentos han demostrado que existe un efecto de masi cacion, la tasa de 1 crecimiento x dx no es constante, sino depende de la poblacion en s , la cual dt disminuye cuando la poblacion crece. Por simplicidad se eligio modelar la tasa de crecimiento como funcion lineal de la poblacion. Utilizaremos la ecuacion diferencial siguiente, llamada log stica para modelar la situacion antes expuesta: dP = P (M ; P ) dt Este modelo se investigo por primera vez en la decada de 1830 por Verhulst. Esta ecuacion diferencial de primer orden no es lineal pero se puede resolver usando variables separadas. 17

La Ecuacion Log stica:

En esta ecuacion P representa el numero de individuos en la poblacion que se esta modelando, en el tiempo t M el numero maximo de individuos de la poblacion con los recursos disponibles, es un parametro (constante) positivo que depende de la poblacion estudiada. A medida que P es cercano a M M ; P es cercano a cero, as como dP es decir, cuando P es cercano a dt M la velocidad de crecimiento dP (variacion de la poblacion por unidad de dt tiempo), es casi nula. Se puede veri car que la solucion de esta ecuacion es: M P = 1 + Ce; Mt Vamos a resolver la ecuacion expl citamente: Z Z dP P (M ; P ) = dt = t Usando fracciones simples es facil concluir que Z dP = 1 ln M P P + c = t P (M ; P ) M ; de aqu se obtiene: P = Ke; Mt M ;P Mt P = 1KMe Mt + Ke M P = 1 + Ce; Mt lo cual resulta de despejar P dividiendo numerador y denominador entre 1 Ke Mt y denotando C = K :

1.7.2 Enfriamiento:
La ley de enfriamiento de Newton dice: "la tasa de cambio de la temperatura de la super cie de un objeto es proporcional a la diferencia entre la temperatura del objeto y la temperatura ambiente en ese instante". 18

(Se recomienda leer el cap tulo 7, paginas 7-1 a 7-11 del libro calculo basico de Pedro Alson.) Si T (t) es es la temperatura de la super cie del objeto en el tiempo t, entonces la ley de enfriamiento de Newton toma la forma dT = ;k(T ; Q ) 0 dt Si T > Q0 la temperatura del cuerpo es mayor a la del ambiente y ocurrira un enfriamiento o disminucion de temperatura de la super cie. Luego la variacion de temperatura, es decir, dT debe ser negativa y en consecuencia dt k > 0: Si T < Q0 la temperatura de la super cie aumenta y dT debe ser dt positiva y de nuevo k > 0: Es por esta razon que se introduce el signo menos en la ecuacion de Newton. La ecuacion dT + kT = kQ 0 dt se puede resolver usando la tecnica del factor integrante, incluso cuando Q0 depende de t: Supongamos que la temperatura exterior es constante El factor integrante es R e kdt = ekt multiplicando ambos lados de la ecuacion diferencial por el factor integrante, se obtiene: d (ektT ) = kQ ekt 0 dt integrando ambos lados respecto a t y dividiendo entre ekt se obtiene T (t) = Q0 + ce;kt observe que no importa cual sea la temperatura inicial, si t ! 1 T (t) ! Q0: Es decir, que conforme pasa el tiempo, la temperatura del cuerpo se acerca a la temperatura ambiente. La ecuacion T (t) = Q0 + ce;kt describe la manera en que ocurre este acercamiento. En general se quiere expresar la constante c en terminos de la temperatura inicial del cuerpo T (0): Haciendo t = 0 se obtiene c = T (0) ; Q0 entonces la solucion es T (t) = Q0 + T (0) ; Q0 ] e;kt 19

Si la temperatura inicial del cuerpo es igual a la temperatura ambiente entonces se deduce que la temperatura del cuerpo se mantendra constante. Este tipo de variacion o crecimiento (o analogamnete decrecimineto) se denomina exponencial. mentalmente se ha demostrado que la temperatura de una tasa de cafe que trae a su o cina bajara su temperatura de 120 grados F a 100 grados F en 10 minutos. Cual debe ser la temperatura de su taza de cafe al traerla si quiere que pase 20 minutos antes de que baje a 100 grados F? Solucion: por la ley de enfriamiento, la ecuacion diferencial que gobierna es: dT = ;k(T ; Q ) 0 dt La temperatura ambiente Q0 = 70 a los 10 minutos T (10) = 100 si T (0) = 120: Tenemos dos problemas que resolver, primeramente hallaremos k para el ujo de energ a termica entre la habitacion y la taza de cafe. La solucion para Q0 = 70 T (0) = 120 es T (t) = Q0 + T (0) ; Q0 ] e;kt = 70 + 50e;kt Para determinar k nos valemos de T (10) = 100 T (10) = 100 = 70 + 50e;10k despejando k se obtiene k = ; ln(3=5) = 0:051: 10 El segundo problema es determinar la temperatura inicial si T (20) = 100: De nuevo, la solucion de la ecuacion diferencial es: T (t) = Q0 + T (0) ; Q0 ] e;kt = 70 + T (0) ; 70] e;kt Entonces, puesto que k =:; ln(3=5) ;kt = 2 ln(3=5) si t = 20 10 100 = T (20) = 70 + e2 ln(3=5) T (0) ; 70] o sea despejando 30 = 9 T (0) ; 70] 25

Ejemplo: La temperatura ambiente en su o cina es 70 grados F. Experi-

T (0) = 153:330F
20

1.8 EJERCICIOS PARA LA PRACTICA:


a) b) c) d) e) f)

1. Encuentre las soluciones generales de las siguientes ecuaciones diferenciales. Si se da condicion inicial, encuentre la solucion particular:

xy0 + y = 3xy y(1) = 0 xy0 + 3y = 2x5 y(2) = 1 y0 + y = ex y(0) = 1 y0 = (1 ; y) cos x y( ) = 1 xy0 = 2y + x3 cos x y0 + y cot x = cos x

2. Demuestre que: a) yc=C e; P (x)dx es una solucion general de y0 + P (x)y = 0: R R h i b) yp = e; P (x)dx Q(x)e P (x)dx dx es una solucion particular de y0 + P (x)y = Q(x): c) Si yc(x) es cualquier solucion general de y0 + P (x)y = 0 y yp es cualquier solucion particular de y0 + P (x)y = Q(x), entonces

y(x) = yc(x) + yp(x)


es una solucion general de

y0 + P (x)y = Q(x):
3. Una estimacion de la tasa de crecimiento de Estados Unidos es 1.5% por a~o. Suponiendo crecimiento exponencial, cuantos a~os tomara n n para que la poblacion se duplique? Resp.46,2 a~os. n 4. Se desconoce la tasa de crecimiento de cierto tipo de bacteria, pero se supone que es constante. Al comenzar el experimento, se estimo que hab a alrededor de 1500 bacterias y una hora despues hay 2000. Cual ser a su prediccion sobre el numero de bacterias que habra en 4 horas 4 4 despues de haber iniciado el experimento? Resp. 1500 3 : 21

5. El tiempo para duplicarse para cierto virus es 3 a~os. Cuanto tiempo n tomara que el virus aumente 10 veces su nivel de poblacion actual? Resp.9.97 a~os. n 6. Un isotopo radioactivo tiene una vida media de 16 d as. Se quiere tener 30 grs. despues de 30 d as. Cuanto radioisotopo se debe tener al inicio? Resp.110.04 grs. 7. Se ha almacenado un isotopo radioactivo sin usarse en un laboratorio por 10 a~os, tiempo en el cual se encuentra que contiene solo el 80% n de su cantidad original de material radioactivo. (a) Cual es la media vida de ese radioisotopo?Resp.31.063 a~os. n (b) En cuantos a~os adicionales quedara solo el 15% de la cantidad n original?Resp.75.018 a~os. n 8. La temperatura de un motor en el momento en que se apaga es 200oC: La temperatura del aire que le rodea es 300C: Despues de 10 minutos la temperatura de la super cie del motor es 1800C: a) Cuanto tiempo llevara que la super cie del motor baje a 400C ? Resp.226.4 min. b) Para una temperatura dada T entre 2000C y 300C sea t(T ) el tiempo que se necesita para que el motor se enfr e de 2000C a T: Encuentre la formula para t(T ) en terminos de T y gra que la funcion. La temperatura ambiente sigue siendo Q0 = 300C: Resp. ;30 t(T ) = ln(15)10ln(17) ln T170 : ; c) Gra que la curva correspondiente a la solucion de la ecuacion log stica para M > 0 cualquiera y > 0 cualquiera. Hallando puntos de in exion, concavidad.

1.9 ECUACIONES LINEALES HOMOGENEAS CON COEFICIENTES CONSTANTES.


Las ecuaciones lineales de orden superior, requieren tecnicas especializadas para su solucion. Las de segundo orden, mediante sustituciones elementales, se pueden reducir a ecuaciones de primer orden. 22

Las ecuaciones NO LINEALES de orden superior pueden representar un verdadero reto, por fortuna, muchas de las ecuaciones importantes que surgen de las aplicaciones del mundo real, son lineales. La forma general de una ecuacion diferencial lineal, de orden n es:

an(x)y(n) + an;1 (x)y(n;1) + + a2(x)y + a0(x)y = b(x) en la que los coe cientes ai(x) i = 0 1 2 n y b(x) estan dados. La ecuacion se llama lineal debido a que solo aparecen las primera potencias de la variable dependiente y(x) y de sus derivadas. Es lineal en y, pero no necesariamente en la variable independiente x (los coe cientes ai(x) y b(x) no necesitan ser lineales en x. La ecuacion diferencial lineal se llama homogenea si b(x) = 0 y en caso contrario, se llama NO HOMOGENEA.
00

Solucion General de la ecuacion diferencial lineal homogenea, a coe cientes constantes: Consideremos la ecuacion diferencial lineal, a
coe cientes constantes, homogenea:

any(n) + an;1y(n;1) + + a2 y + a0y = 0: El estudio de las ecuaciones diferenciales lineales se simpli ca debido al hecho siguiente que es facilmente veri cable: Si y1(x) y y2(x) son dos soluciones de la ecuacion lineal homogenea, tambien lo es la combinacion lineal: c1y1(x) + c2y2(x) para cualquier eleccion de las constantes c1 y c2 :
00

ECUACION CARACTERISTICA: Observemos que


d (erx) = rerx d2 (erx) = r2erx dk (erx) = rk erx dx dx2 dxk si sustituyo y(x) = erx en la ecuacion lineal homogenea, obtenemos: an rn + an;1 rn;1 + + a2 r2 + a0 r erx = 0: Esto sugiere tratar de encontrar un valor de r tal que: anrn + an;1 rn;1 + + a2 r2 + a0r = 0
23

si tenemos exito, y(x) = erx sera una solucion de la ecuacion diferencial, lineal homogenea, a coe cientes constantes. Por ejemplo: y00 ; 5y0 + 6y = 0 es una ecuacion lineal, homogenea de segundo orden, con coe cientes constantes. Si sutituyo y(x) = erx en la ecuacion diferencial, obtenemos:

r2erx ; 5rerx + 6erx = 0 (r2 ; 5r + 6)erx = 0 (r ; 2)(r ; 3)erx = 0


por lo tanto, y(x) = erx es solucion de la ecuacion de segundo orden, si r = 2 o r = 3: Hemos hallado dos soluciones de la ecuacion, por lo tanto

y(x) = c1e2x + c2e3x


es una solucion de la ecuacion diferencial planteada. Si queremos llevar esta tecnica al caso general, sustitu mos y(x) = erx en la ecuacion lineal de orden n, homogenea, con coe cientes constantes:

anrn + an;1rn;1 +

+ a2r2 + a0r erx = 0

Puesto que erx nunca es nulo, vemos que y(x) = erx es solucion de la ecuacion si r satisface: anrn + an;1rn;1 + + a2 r2 + a0 r = 0 Esta ultima ecuacion se llama ecuacion caracter stica de la ecuacion diferencial. Si tiene n ra ces diferentes, ri i = 1 2 n entonces las funciones

er1 x er2x
son linealmente independientes y

e rn x
+ c n e rn x

y = c1er1 x + c2er2 x +

es una solucion general de la ecuacion diferencial, homogenea, de orden n, a coe cientes constantes.(Para una demostracion de este hecho se tiene como refernecias: Elementary Di erential Equations with Applications de Edwards y Penney, ED. Prentice Hall, 1985 Ecuaciones diferenciales de Kreider, Kuller y Ostberg, Ed. Fondo Educativo Interamericano,S.A.,Calculus, de 24

Tom Apostol, Vol.2). Nosotros nos conformaremos con utilizar este resultado para resolver las ecuaciones lineales. Si las ra ces no son todas diferentes y por ejemplo r1 es una ra z repetida de multiplicidad k entonces la parte de la solucion general que corresponde a r1 sera c1 + c2x + c3x2 + + ck xk;1 er1 x: Si la ecuacion caracter stica tiene un par no repetido de ra ces complejas conjugadas a + bi a ; bi con b no nulo, entonces la parte correspondiente de la solucion general de la ecuacion diferencial, sera:

eax (c1 cos bx + c2 senbx) :


Si a + bi y a ; bi son ra ces de multiplicidad k debemos tomar

h eax A1 + A2 x +

+ Ak xk;1 cos bx + B1 + B2x +

+ Bk xk;1 sen bx

25

1. Encuentre una solucion general de: y(3) ; y00 ; 6y0 = 0 La ecuacion caracter stica de esta ecuacion diferencial es: r3 ; r2 ; 6r = 0 que se resuelve factorizando: r(r ; 3)(r + 2) = 0 las tres raices son: r = 0 r = ;2 r = 3: Son reales y distintas y dado que e0 es igual a 1 como solucion general: y = c1 + c2e3x + c3e;2x: 2. Encuentre una solucion general de la ecuacion diferencial: y(4) + 3y(3) + 3y00 + y0 = 0 La ecuacion caracteristica de esta ecuacion diferencial es: r4 + 3r3 + 3r2 + r = 0 factorizando r(r + 1)3 = 0 tiene r1 = 0 como raiz simple y r2 = ;1 como raiz de multiplicidad 3. La solucion general de la ecuacion es: y = c1 + c2 + c3x + c4x2 e;x: 3. Encuentre la solucion general de la ecuacion: y00 + b2 y = 0 con b > 0: La ecuacion caracteristica es: r2 + b2 = 0 cuyas raices son bi: Puesto que a = 0 la solucion general es en este caso (puesto que la ecuacion caracteristica tiene raices complejas): y = c1 cos bx + c2senbx: 26

EJEMPLOS:

Para el movimiento vertical en una dimension de una part cula, denotamos por: Posicion y(t) V elocidad v(t) = dy dt 2 Aceleracion a(t) = dv = d 2y dt d t la ley de movimiento de Newton (m:a = F ), lleva a una ecuacion diferencial de segundo orden 2 m d 2y = F (y dy t) dt dt donde F es la suma de las fuerzas aplicadas, depende de la posicion, la velocidad y el tiempo. Si la unica fuerza sobre la masa es la gravedad, F = ;mg el signo menos se introduce porque la gravedad actua hacia abajo y cerca de la super cie de la tierra se toma el valor g = 9:8m=seg2: Nuestra ecuacion diferencial para el caso de caida libre se reduce a d2y = ;g d2t Integrando, se obtiene: dy = ;gt + c 1 dt Si para t = 0 v(t) = v0 sigue que v(t) = dy = ;gt + v0 dt Integrando la velocidad, se obtiene la posicion, si y(0) = y0 : 1 y = ; 2 gt2 + v0 t + y0 que representa la solucion de la ecuacion diferencial a valores iniciales: d2 y = ;g d2t v(0) = v0 y(0) = y0 27

1.9.1 APLICACIONES: Movimiento de una part cula tomando en cuenta solo la gravedad: caida libre.

Estas ecuaciones son formulas conocidas en f sica y se usan para obtener cantidades como la altura maxima de un objeto que se lanza. Ejemplo: Se lanza una pelota desde el suelo con velocidad inicial v0 si la unica fuerza es la gravedad, que tan alto llega la pelota antes de comenzar a caer al suelo? Solucion: La ecuacion diferencial es d2y = ;g d2t las condiciones iniciales son: y(0) = 0 v(0) = v0 la solucion es v(t) = dy = ;gt + v0 dt y = ; 1 gt2 + v0t 2 Queremos hallar el tiempo en el que se alcanza la altura maxima, en ese instante la velocidad o dy = 0 (el maximo de la funcion y(t) ocurre cuando dt la derivada se anule, all habra un punto cr tico). Se obtiene, que t = v0 g al sustituir en la ecuacion que de ne el movimiento, obtenemos: 1 y = ; 2 g v0 g

!2

Consideremos problemas de movimiento rectil neo, con masa constante m y una fuerza resistiva. La segunda ley del movimiento de Newton se rige por una ecuacion diferencial de la forma: 2 m d 2y = F (y dy t) dt dt Si la fuerza no depende de la posicion y esta ecuacion diferencial de segundo orden se puede reducir a una ecuacion de primer orden trabajando con la velocidad v = dy as la ecuacion diferencial se transforma en dt m dv = F (v t): dt 28

CAIDA LIBRE CON RESISTENCIA DEL AIRE:

2 v0 + v0 v0 = 2g : g

Un ejemplo comun en el que una fuerza aplicada depende de la velocidad pero no de la posicion es la resistencia del aire. En general, si un objeto se mueve a traves de un uido (l quido o gas), el uido ejerce una fuerza llamada resistencia sobre el cuerpo. Si el uido tiene aproximadamente una densidad uniforme y la velocidad no es demasiado grande, entonces la resistencia puede aproximarse por la siguiente ley: "La resistencia es proporcional a la magnitud de la velocidad y actua en direccion opuesta a la de la velocidad". Esta ley se llama de amortiguamiento lineal y establece que la fuerza de resistencia satisface: Fuerzaresistiva = ; kv con k 0: La constante k depende de la forma del cuerpo y de la naturaleza del medio en el que el objeto viaja. Las dimensiones son: fuerza/velocidad=masa x aceleracion/velocidad=masa/tiempo. En la realidad, determinar la resistencia es bastante complicado. Una cantidad de esfuerzo signi cativo se dedica al dise~o de automoviles y aviones n para minimizar la resistencia del aire. En el pasado, una gran parte del proceso de dise~o se basaba en tuneles de viento experimentale, ahora se n analizan en supercomputadoras, modelos matematicos de dinamica de uidos para procesos de ujo alrededor de objetos tridimensionales, disminuyendo los costos, aunque todav a se hacen pruebas en tuneles de viento. Los experimentos muestran que a alta velocidad el amortiguamiento lineal no es valido, pero en algunos casos la fuerza resistiva es proporcional al cuadrado de la velocidad. Nos restringiremos al caso en que solo la gravedad y una fuerza lineal de resistencia actua sobre una masa. En este caso, la ecuacion diferencial de primer orden se convierte en: m dv = ;mg ; kv dt la cual es una ecuacion diferencial de primer orden con coe cientes constantes y entrada constante ;mg: El sistema de coordenadas se toma de forma tal que los valores positivos de y van hacia arriba. 29

de 6 mts. Suponga que la resistencia del aire actua sobre la masa con una constante de proporcionalidad de 12 grs/seg. Determine la velocidad como una funcion del tiempo. Solucion: La ecuacion diferencial es: 4 dv = ;4:(9:8) ; 12v dt o equivalentemente: dv + 3v = ;9:8 dt Para resolver esta ecuacion que es lineal de primer orden podemos usar el factor integrante e3t : La solucion general es: : v = ; 938 + ce;3t Dejar caer un cuerpo signi ca que v(0) = 0 de donde c = 93:8 y as la solucion es: : : ;3t v = ; 938 + 938 : observe que si t ! 1 v(t) ! ; 938 : Este l mite se conoce con el nombre de velocidad terminal. Esto es lo mas rapido que un cuerpo viajara desde el reposo, si existe una fuerza resistiva lineal. Esta velocidad no depende de la condicion inicial. Con la gravedad y sin resistencia un objeto continua acelerandose y su velocidad terminal se hace mas y mas grande. No existe l mite sobre que tan rapido se mueve un objeto bajo la aceleracon gravitacional sin resistencia del aire. Si resolvemos la ecuacion general de caida con resistencia m dv = ;mg ; kv dt la solucion es k v = ; gm + gm e; m t k k Con resistencia del aire, un objeto tiene una velocidad terminal v = ; mg k 30

Ejemplo: Considere una masa de 4 grs. que se deja caer de una altura

Se puede observar que los objetos mas pesados tienen una velocidad terminal mayor. Si la resistencia del aire se redujera aumenta la velocidad terminal. El empleo de un paraca das aumenta la resistencia del aire, por lo que disminuye la velocidad terminal. Si el objeto anterior se deja caer de una altura de 6 metros, que tan rapido iba cuando llego al suelo, que tan cerca estaba de su velocidad terminal? Para responder esta pregunta debemos resolver la ecuacion

cuya solucion general es

dy = v = ; 9:8 + 9:8 ;3t dt 3 3 : : y = ; 938 t ; 998 e;3t + C

y puesto que y(0) = 6mts: obtenemos : : y = ; 938 t ; 998 e;3t + 63:8 9 hallar el tiempo que tarda el objeto en caer resolviendo la ecuacion : : y(t) = 0 = ; 938 t ; 998 e;3t + 63:8 9 luego, hallamos v(t) para ese valor de t y comparamos con la velocidad terminal. Para hallar el valor de t debemos usar algun metodo numerico pues no podemos despejar t en la ecuacion 9:8 t = ; 9:8 e;3t + 63:8 3 9 9

1.9.2 PROBLEMAS PARA LA PRACTICA.


a) b) c)

1. Encuentre la solucion general para cada una de las siguientes ecuaciones diferenciales:

y00 ; 4y = 0 y00 + 3y0 ; 10y = 0 y00 + 6y0 + 9y = 0


31

d) e) f) g) h) i) j) a) b) c) d)

4y00 ; 12y0 + 9y = 0 y00 + 8y0 + 25y = 0 y(4) ; 3y(3) + 3y00 ; y0 = 0 y(4) ; 8y(3) + 16y00 = 0 6y(4) + 11y00 + 4y = 0 y(4) + 16y = 0 5y(4) + 3y(3) = 0

2. Resuelva los siguientes problemas de valor inicial:

y00 ; 4y0 + 3y = 0 y(0) = 7 y0(0) = 11: 9y00 + 12y0 + 4y = 0 y(0) = 3 y0(0) = 4 2y(3) ; 3y00 ; 2y0 = 0 y(0) = 1 y0(0) = ;1 y00(0) = 3: y(3) + 10y00 + 25y0 = 0 y(0) = 3 y0(0) = 4 y00(0) = 5:

3. En los siguientes ejercicios suponga que cuando un automovil frena, existe una desaceleracion constante: (a) En la escena de un accidente, el investigador de la polic a intenta determinar que tan rapido iba el conductor a partir de las marcas dejadas por las llantas. Suponga que se sabe que este auto en particular frena con una desaceleracion de 15m=seg2: A que velocidad iba el auto en el momento que aplico los frenos, si recorrio p 75mts: antes de detenerse?.Resp: 15 10m=seg: (b) Una distancia sobre precautoria entre ud. y el automovil que va delante de usted ser a la distancia que le tomar a pararse. A una velocidad de 60Km=hora que distancia recorre el auto si el desaceleramiento es 2500km=h2? 4. Una masa de 20 grs. se deja caer desde un avion que vuela horizontalmente. La resistencia del aire actua segun la ley de amortiguamiento lineal, con una constante de proporcionalidad de 10 grs./seg. Considerando solo el movimiento vertical: (a) Encuentre la velocidad como una funcion del tiempo. Resp.;19:6(1 ; e; 2t ) 32

(b) Encuentre la velocidad despues de 10 segundos, suponiendo que el cuerpo no ha chocado con el suelo ni con un pajaro.Resp.;19:47 (c) Si se supone que la fuerza gravitacional es constante, cual es la velocidad l mite?Resp.;19:6m=seg:

Consideremos la ecuacion diferencial lineal, no necesariamente con coe cientes constantes, de orden n no homogenea: an(x)y(n) + an;1 (x)y(n;1) + + a2(x)y + a0(x)y = b(x) si yp(x) = f (x) es una solucion particular de la ecuacion diferencial no homogenea y n X yc(x) = ck uk (x)
00

1.10.1 Relacion entre las ecuaciones homogenes y las no homogeneas:

1.10 ECUACIONES LINEALES NO HOMOGENEAS CON COEFICIENTES CONSTANTES:

es la solucion general de la ecucion homogenea asociada, entonces, es facil veri car que y(x) = yp(x) + yc(x) es solucion de la ecuacion diferencial NO HOMOGENEA.

k=1

Se plantea el siguiente problema: hallar una solucion particular de la ecuacion diferencial no homogenea, a coe cientes constantes any(n) + an;1y(n;1) + + a2y + a0 y = b(x) si conocemos n soluciones independientes de la ecuacion homogenea any(n) + an;1y(n;1) + + a2 y + a0y = 0: El metodo proporciona una solucion particular, de la forma
00 00

1.10.2 Determinacion de una solucion particular de la Ecuacion no homogenea: metodo de variacion de constantes.

yp(x) =

n X

k=1

vk (x)uk (x)

33

donde uk (x) k = 1 2 n son las n soluciones independientes de la ecuacion diferncial homogenea y vk (x) k = 1 2 n son funciones que pueden calcularse en funcion de uk (x) k = 1 2 n y b(x): Es importante se~alar que las funciones uk (x) k = 1 2 n n son linealmente independientes en un intervalo I si el determinate de la matriz:

0 u2 B u1 0 B u1 u00 2 B B @ (n;1) (n;1) u1 u2

un u00 n u(nn;1)

1 C C C C A

es no nulo en ese intervalo. Este determinante se llama el Wronskiano de las funciones uk (x) k = 1 2 n y se denota por:

W u1(x) u2(x)

un(x)] :

El metodo para hallar las funciones vk (x) k = 1 2 n, nos conduce a un sistema de n ecuaciones algebraicas lineales que se satisfacen con las 0 derivadas vk k = 1 2 n: Este sistema siempre puede resolverse debido a que el Wronskiano es diferente de cero. Aunque se considera solo el caso de ecuaciones lineales con coe cientes constantes, se observara que el razonamiento que expondremos a continuacion es valido aun cuando los coe cientes de la ecuacion diferencial sean funciones de la variable x. Vamos a desarrollar el metodo para el caso de ecuaciones lineales de segundo orden y entonces sera facil aceptar la generalizacion. Consideremos la ecuacion diferencial:

y00 + a1 y0 + a0 y = b(x) yc(x) = c1 u1(x) + c2 u2(x) la solucion general de la ecuacion homogenea, con W u1(x) u2(x)] no nulo. Para construir la solucion particular yp nos inspiramos en la solucion general de la homogenea, pero permitiendole a los coe cientes variar (metodo de variacion de constantes), nos planteamos una solucion particular de la NO HOMOGENEA de la forma yp(x) = c1(x)u1(x) + c2(x)u2(x)
34 sea

si sustituimos esta expresion en la ecuacion diferencial que tratamos de resolver (omitiendo la dependencia de la variable x para simpli car la notacion) obtenemos: yp(x) = c1u1 + c2u2 0 yp(x) = c01u1 + c02u2 + c1 u01 + c2u02 00 yp (x) = c1 u00 + c2u00 + c00 u1 + c00u2 + 2c01 u01 + 2c02u02 1 2 1 2 00 0 yp (x) + a1 yp(x) + a0yp(x) = (c01u1 + c02u2)0 + a1 (c01u1 + c02 u2) + (c01u01 + c02 u02) puesc1 (u00 + a1 u01 + a0u1) + c2 (u00 + a1u02 + a0 u2) = 0: 1 2 Si escogemos las funciones c1(x) y c2(x) satisfaciendo: c01 u1 + c02u2 = 0 c01 u01 + c02u02 = b(x) se tendra que yp(x) = c1 (x)u1(x)+c2 (x)u2(x) sera una solucion de la ecuacion diferencial no homogenea. Este sistema de ecuaciones es lineal y al resolverlo obtendremos c01(x) y c02 (x) mediante las expresiones:
b c01(x) = ;W(xu)1u2u(2x]) ( ( c02(x) = bWx)uu11ux)] 2

una vez que se conoce esta solucion, c1(x) y c2 (x) se pueden encontrar por integracion.

1.10.3 EJEMPLO:
1. Hallar la solucion general de la ecuacion de segundo orden: y00 + y = tan x Es facil ver que la ecuacion homogenea asociada tiene como solucion general: yc(x) = c1senx + c2 cos x pues la ecuacion caracteristica es:

r2 + 1 = 0 Buscaremos una solucion particular de la forma: yp(x) = c1(x)senx + c2 (x) cos x


35

en donde c1(x) y c2 (x) se determinan a partir del par de ecuaciones:

c01(x)senx + c02(x) cos x = 0 c01(x) cos x ; c02(x)senx = tan x


de aqu se obtiene: de ello se sigue que:

c01(x) = senx c01(x) = ;senx tan x

c1 (x) = ; cos x2 R R c2 (x) = ; sen xx dx = ; (sec x ; cos x) dx = ; ln jsec x + tan xj + senx cos
En este punto, omitimos las constantes de integracion pues lo que se busca es una solucion particular de la ecuacion diferencial. Encontramos pues que

yp(x) = ; cos xsenx + senx ; ln jsec x + tan xj] cos x = ; cos x ln jsec x + tan xj
y la solucion general de la ecuacion diferencial es:

y = ; cos x ln jsec x + tan xj + c1senx + c2 cos x


2. Hallar la solucion general de la ecuacion:

y000 ; y0 = ex
La solucion general de la ecuacion homogenea es:

yc = c1 + c2 ex + c3e;x
pues la ecuacion caracteristica es:

r3 ; r = 0
Intentamos una solucion particular de la forma:

yp = c1 (x) + c2(x)ex + c3(x)e;x


36

donde las funciones ci(x) i = 1 2 3 satisfacen el siguiente sistema de ecuaciones: c01 + c02 ex + c03 e;x = 0 c01 (0) + c02ex + c03(;e;x ) = 0 c01 (0) + c02ex + c03e;x = ex aplicando la regla de Cramer para sistemas de ecuaciones lineales, obtenemos como solucion para c0i(x) i = 1 2 las siguientes expresiones: 0 0 x c01 = e 1 0 c02 = 0 1 0 c03 = 0

ex e;x ex ;e;x ex e;x = ;ex 2 0 e;x 0 ;e;x ex e;x = 1 2 2 ex 0 ex 0 ex ex = e2x 2 2

donde el wronskiano W 1 ex e;x] = 2: Integrando obtenemos: c1(x) = ;ex c2(x) = x c3 (x) = 1 e2x 2 4 Asi la solucion particular resulta ser: yp = ;ex + 1 xex + 1 ex 2 4 y la solucion general de la ecuacion diferencial es: 1 y = ;ex + 2 xex + 1 ex + c1 + c2ex + c3e;x: 4

1.10.4 EJERCICIOS PARA LA PRACTICA


1. En cada uno de los siguientes ejercicios, halle la solucion general de las ecuaciones diferenciales: 37

a) b) c) d) f)

y00 ; y0 = x2 y00 ; 4y = e2x y00 + 2y0 = 3xex y000 ; y0 = ex + e;x y(4) ; y = x2 e;x

2. En cada uno de los siguientes casos, diga si la ecuacion diferencial es o no lineal y ademas diga de que orden es cada una de ellas: a) b) c) d) e) f) g)

xdy + ydx = 0 y0 + 2y0 + y = 0 y000 + y2 = 0 yy00 ; 2y0 = 0 dy 2 dx = 1 (y0)2 + y2 + 4 = 0 (sen x)y000 ; (cos x)y0 = 2

3. Veri que en cada caso, si la funcion indicada es una solucion de la ecuacion diferencial: a) 2y0 + y = 0 y = exp(; x ) 2 ak ) b) dP = P (a ; bP ) P = 1+bkexp(atat) dt exp( qy p c) y0 = x y = ( x + C )2 donde C es una constante positiva para x > 0: d) y0 = 25 + y2 y = 5 tan(5x):

1.11 Sistemas Lineales de Ecuaciones Diferenciales.

En muchas aplicaciones se tienen que considerar simultaneamente varias ecuaciones diferenciales ordinarias con varias variables dependientes y una variable independiente. Cuando todas las ecuaciones diferenciales son lineales respecto a las variables dependientes, los sistemas de ecuaciones diferenciales que resultan se resuelven usando la notacion vectorial y la teor a de matrices. 38

Un ejemplo de un sistema de ecuaciones diferenciales es

x0(t) = 2x(t) + 3y(t) + sen(t) 0(t) = 4x(t) ; 5y (t) + cos(t2 ) + t y


Las funciones desconocidas son x(t) y(t): Un para de funciones x(t) y(t) seran solucion si satisfacen ambas ecuaciones. Consideremos el siguiente sistema lineal de ecuaciones diferenciales:

x01 (t) = a11 (t)x1 (t) + x02 (t) = a21 (t)x1 (t) + x0n(t) = an1(t)x1 (t) +

...

+ a1n(t)xn (t) + f1(t) + a2n(t)xn (t) + f2(t) + ann(t)xn(t) + fn(t)

2 3 x1 (t) 3 a11 (t) a1n(t) 7 7 x2 (t) 7 6 ... 7 ... 7 A(t) = 6 ... 7 4 5 5 an1(t) ann(t) xn(t) 2 f (t) 3 2a 3 1 6 f2(t) 7 6 a1 7 6 7 6 7 f (t) = 6 .. 7 a = 6 ..2 7 6 . 7 6 . 7 4 5 4 5 fn(t) an Nuestro sistema de ecuaciones diferenciales de orden n puede escribirse como

con condiciones iniciales x1 (t0 ) = a1 x2 (t0 ) = a2 Se introduce la siguiente notacion:

xn (t 0 ) = a n :

2 6 6 x(t) = 6 6 4

x0 (t) = A(t)x(t) + f (t) x(t0) = a


o simplemente

x0 = Ax + f x(t0) = a EL vector a se llama la condicion inicial, A es la matriz de coe cientes, f es la entrada o termino de forzamiento y x es la salida o respuesta. Una solucion x(t) es un vector de funciones que satisface la ecuacion diferencial. Consideraremos solo sistemas en los que A es cuadrada y constante.
En general se tiene el siguiente teorema: 39

I entonces, toda solucion de

Teorema 1: Si todos los elementos de A y f son continuos en un intervalo

asociada.

x0 = Ax + f es de la forma x0 = xp + xh, en donde xp es una solucion particular de x0 = Ax + f y xh es una solucion de la ecuacion homogenea x0 = Ax Teorema 2:(Teorema fundamental de sistemas lineales) Si todos los elementos de A y f son continuos en un intervalo I que x0 = Ax + f x(t0) = a

contiene a t0 entonces existe una solucion unica para

y esta solucion esta de nida para todo el intervalo I: Teorema 3: (Forma de las soluciones de ecuaciones homogeneas). Si todos los elementos de A son continuuos en el intervalo t0 t Entonces la solucion general de

t1 :

x0 (t) = A(t)x(t)
se puede escribir como

x =c1x1 (t) + c2x2 (t) + + cnxn(t) donde fx1 x2 xn g es cualquier conjunto de n soluciones de x0(t) = A(t)x(t) tales que los vectores fx1(t0 ) x2(t0 ) xn (t0)g son linealmente independientes, c1 c2 cn son constantes arbitrarias. El conjunto de vectores fx1(t) x2 (t) xn(tg se llama conjunto fundamental de soluciones para x0 =

Ax

Una consecuencia del teorema de existencia y unicidad de soluciones es que si fx1 x2 xng son soluciones de

x0 = Ax y el conjunto de vectores fx1 (t) x2(t) xn(tg es linealmente independiente para un valor t0 2 I entonces estos vectores son linealmente independientes para todo t 2 I:
40

1.11.1 Sistemas de ecuaciones diferenciales a coe cientes constantes usando vectores propios:
Estudiaremos como resolver cuando A es una matriz constante n n: Una solucion trivial es x(t) = 0: Se quieren encontrar soluciones no triviales. Si A fuera un escalar se sabe que una solucion ser a x = e t con A = : Esto sugiere buscar soluciones de la forma x = e tu en donde u es un vector constante distinto de cero y es un escalar. Vamos a sustituir esta solucion sugerida en la ecuacion diferencial:

x0 = Ax

e t u = Ae t u
es decir dividiendo entre e
t

e t u =e t Au

u = Au En resumen, si es un escalar y u es un vector distinto de cero tal que u = Au entonces e t u es una solucion no trivial de x0 = Ax El escalar se llama autovalor o valor propio de A y el vector u se llama autovector o vector propio de A: Los valores y vectores propios existen y
son muy utiles para resolver sitemas lineales de ecuaciones diferenciales con coe cientes constantes.

1.11.2 Valores propios y polinomio caracter stico.


Observe que se puede escribir como

u = Au

( I ; A)u = 0 donde I es la matriz identidad. Si ( I ; A) fuera invertible la unica solucion ser a u = 0: Los vectores propios siempre son diferentes de cero, por lo que 41

( I ; A) no puede ser invertible si es un valor propio. ( I ; A) no es invertible s y solo s det( I ; A) =0: Teorema 4: Sea p( ) = det( I ; A) donde A I son matrices de orden n p( ) es un polinomio de grado n llamado el polinomio caracter stico de A: Los valores propios de A son precisamente las ra ces del polinomio caracter stico p( ): Ejemplo: Sea " # 1 2 A= 2 1 Encuentre el polinomio caracter stico y los valores propios de A: Solucion: El polinomio caracter stico es : " # ; 1 ;2 = ( ; 1)2 ; 4 = ( ; 3)( + 1) p( ) = det( I ; A) = det ;2 ;1 Los valores propios de A son las ra ces del polinomio caracter stico que en este ejemplo son: 1 = 3 2 = ;1: Para encontrar los vectores propios se resuelve el sistema ( I ; A)u = 0 para cada valor propio, la solucion no es unica, habran una o mas constantes arbitrarias en la solucion. Vamos a hallar los autovectores en este ejemplo. Debemos resolver la ecuacion para cada uno de los autovalores encontrados. Si = 3 la ecuacion se convierte en: (" # !) 3 0 ; 1 2 u=0 0 3 2 1 es decir: " #" # " # 2 ;2 u1 = 0 ;2 2 u 0 de aqu obtenemos que u1 ; u2 = 0 o u1 = u2 es decir " # " # " # u1 = u2 = u 1 u = u2 2 u2 1 " # Tomamos 1 como vector propio (o cualquier multiplo distinto de cero) 1 correspondiente al valor propio = 3: Analogamente para = ;1 se obtiene " # " # " # u1 = ;u2 = u ;1 u = u2 2 u2 1 42
2

Se puede tomar ;1 como el vector propio correspondiente a = ;1: 1 Ejemplo: Solucion de x0 = Ax con valores propios distintos.

"

de manera que nuestra ecuacion se puede escribir: x0 = Ax: Hemos encontrado los valores propios de A a saber, 1 = 3 2 = ;1 los vectores propios correspondientes " # " # 1 ;1 1 1 Las soluciones de la ecuacion diferencial, linealmente independientes son:

Encuentre un conjunto fundamental de soluciones para encontrar la solucion general de x0 = x + 2y y0 = 2x + y Solucion: sea " # " # 1 2 x= x A= 2 1 y

( " # " #) e3t 1 e;t ;1 1 1

lo cual se denomina conjunto fundamental de soluciones. La solucion general del sistema de ecuaciones ser a: " # " # 1 + c e;t ;1 x = c1 e3t 1 2 1 o sea x = c1e3t ; c2 e;t y = c1 e3t + c2 e;t Si algun valor propio es una ra z repetida del polinomio caracter stico, entonces el metodo que se acaba de describir puede no encontrar todas las soluciones. Estudiaremos como encontrar las soluciones en este caso y cuando el polinomio caracter stico tenga ra ces complejas. Como hemos visto en la resolucion de ecuaciones diferenciales lineales con coe cientes constantes, soluciones de la forma

Valores propios complejos:

e t cos t e t sen t
43

ocurren cuando la ecuacion caracter stica tiene ra ces complejas. Si A es una matriz real de n n con un valor propio complejo y un vector propio u = + i u = a + ib entonces es otro valor propio y u es su vector propio asociado, donde = ; i u= a ; ib ya que las ra ces complejas del polinomio caracter stico ocurren en pares conjugados. Si u = Au entonces, tomando conjugado de ambos lados, como la matriz es real se concluye que u = A u, de manera que u es un vector propio del valor propio : Teorema 5:Si A es una matriz real de n n con un valor propio complejo y un vector propio u = + i u = a + ib son dos soluciones reales linealmente independientes del sistema

x1 (t) = e t cos t a;sen t b] yx2(t) = e t cos t b+sen t a] x0 = Ax

Por lo tanto, la solucion general, es

x(t) = e t c1 (cos t a;sen t b) + c2 (cos t b+sen t a)]


Pues, una solucion debe ser de la froma:

x(t) =e( +i )t (a + ib) = e t (a + ib) (cos t + isen t)


la parte real y la parte imaginaria de esta solucion constituyen las dos soluciones reales que hemos denotado por x1 (t) y x2 (t) respectivamente. Ejemplo: Solucion de x0 = Ax con valores propios y vectores propios complejos: Encuentre un conjunto fundamental de soluciones de

x01 = x1 ; x2 x02 = x1 + x2
44

# " # x1 A = 1 ;1 x = x2 1 1 Las ra ces del polinomio caracter stico se hallan resolviendo p( ) = 2 ; 2 + 2 = 0 cuyas soluciones son: 1 = 1+i 2 =1;i Para hallar los vectores propios de 1 se resuelve la ecuacion " # i 1 u=0 ;1 i de donde, u1i = u2 o equivalentemente, u1 = iu2 obteniendo como solucion: " # " # iu2 = u i u = u2 2 1 Podemos tomar " # i u1 = 1 como vector propio asociado a 1 = 1 + i y " # u2 =u1= ;i 1 como vector propio asociado a 2 = 1 ; i: Para escribir la solucion del sistema de ecuaciones, observe que " # " # " # i u = a+ib = 1 = 0 + i 1 1 0 as , " # " # 0 b= 1 =1 =1 a= 1 0
luego, el conjunto fundamental de soluciones fx1 (t) x2(t)g viene dado por: " # " # " t # t cos t 0 ; sen t 1 = ;e sen t x1 (t) = e t "1 # " 0 # " e tcos t # 0 e cos x2 (t) = et cos t 1 + sen t 01 = et sen t 0 t 45

Solucion: sea

"

La solucion general es c1x1 (t) + c2 x2(t) o equivalentemente:

x1 (t) = ;c1 et sen t + c2 et cos t x2 (t) = c1et cos t + c2et sen t


al resolver la ecuacion

Valores propios de multiplicidad mayor. Sea A es una matriz n n y 0 es un autovalor con multiplicidad m si

( 0 I ; A) u = 0 se obtienen solo r vectores linealmente independientes fu1 ur g llamaremos degeneracion del valor propio 0 a la diferencia m ; r: Como el valor propio 0 tiene multiplicidad m se necesitan mnsoluciones de x0 o= Ax: Sinembargo se estan obteniendo solo r soluciones e 0 tu1 e 0t ur : Describiremos el procedimiento solo para autovalores con degeneracion de 1 o 2. Los problemas de mayor degeneracion requieren teor a de matrices adicional, as que no lo trateremos aqu . Hemos visto que si resolvemos una ecuacion diferencial lineal homogenea y r1 es una raiz del polinomio caracter stico de multiplicidad k entonces la parte de la solucion de la ecuacion correspondiente a r1 es

c1 + c2 x +

+ ck xk;1 er1x

Un resultado similar se cumple para los sistemas: Si 0 es un valor propio de A de degeneracion uno, entonces existe una solucion de x0 = Ax de la forma e 0 t (u+tv) con v 6= 0: Supongamos que 0 es un valor propio de A de degeneracion uno, para hallar una solucion de x0 = Ax se hace

x =e 0 t (u+tv)
sustituyendo en la ecuacion y dividiendo ambos lados entre e que para todo t: ( 0 u + v) + t 0 v = Au+tAv por lo que se cumplen las siguientes ecuaciones: ( 0u + v) = Au 0 v = Av 46
0t

se obtiene

Observe que la segunda ecuacion nos dice que v es un vector propio de A correspondiente al autovalor 0 pero hay que tomar en cuenta la primera ecuacion que podr a no cumplirse para cualquier vector propio v de A que corresponda a 0: Hay que resolver las dos ecuaciones simultaneamente. El sistema de ecuaciones a resolver puede escribirse de manera equivalente como: ( 0I ; A) u + v = 0 ( 0 I ; A) v = 0 el cual nos proporciona un sistema de 2n ecuaciones con incognitas u v: Ejemplo: Encuentre un conjunto fundamental de soluciones de x01 = 3x1 ; x2 x02 = x1 + x2 Solucion: el sistema es de la forma x0 = Ax haciendo

# " # x1 A = 3 ;1 x = x2 1 1 El polinomio caracter stico es: p( ) = ( ; 2)2 as = 2 es un valor propio de multiplicidad 2: Al resolver la ecuacion ( I ; A) u = 0 se halla como solucion " # " # " # u1 = u2 = u 1 u = u2 2 u2 1 " # En este caso se tiene un solo vector propio 1 correspondiente a = 2 1 que es un valor propio de#multiplicidad 2 por lo tanto tenemos degeneracion " 2t 1 y una solucion e 1 : Queremos buscar una solucion adicional a la ya 1 encontrada. Debemos resolver ( 0I ; A) u + v = 0 ( 0 I ; A) v = 0
47

"

que puede escribirse como

"

# u1 o haciendo 0 = 2 u = u 2 2 ;1 1 6 ;1 1 6 6 0 0 4 0 0

"

I;A 0

# v1 se tiene v = v2 1 0 3 2 u1 3 2 0 3 0 1 7 6 u2 7 = 6 0 7 76 7 6 7 54 5 4 5 ;1 1 7 6 v1 7 6 0 7 ;1 1 v2 0

I 0I ; A
"

#"

u = 0 v 0

# " #

Resolviendo se tiene que las variables u2 v2 se pueden tomar como arbitrarias, v1 = v2 u1 = u2 + v2 : As todas las soluciones son de la forma

La solucion e2t 1 ya la hab amos encontrado pero e2t 1 + t es una 1 t nueva solucion, como u2 v2 son constantes arbitrarias,

" #

u1 + t v1 = u2 # v2 #! " u2 + v2 + t v2 = 2t e " u2# " v2 # u2e2t 1 + v2 e2t 1 + t 1 t e2t "

x =e 0#t (u+tv) = " " #!

"

u2 e

2t

" #

1 + v e2t 1 + t 2 1 t

"

es la solucion general del sistema de ecuaciones y

( " # " #) 1 e2 t 1 + t e2t 1 t

es un conjunto fundamental de soluciones.

48

Procedimiento o algoritmo para encontrar soluciones de x0 = Ax para un valor propio 0 de degeneracion 1.


1. Se establece el sistema de ecuaciones ( 0I ; A) u + v = 0 ( 0 I ; A) v = 0 2. Se obtienen u v: 3. x =e 0 t (u+tv) da todas las soluciones de x0 = Ax correspondientes al valor propio 0: El algoritmo presentado anteriormente algunas veces encuentra su cientes soluciones incluso cuando la degeneracion es mayor que uno. Cuando la degeneracion del autovalor es dos y el algoritmo anterior no encuentra su cientes soluciones, entonces se puede obtener el numero su ciente de solucuiones, considerando las soluciones de la forma

Degeneracion 2:

x =e 0 t u+tv+t2 w
Sustituyendo en la ecuacion, dividiendo entre e 0 t e igualando las potencias iguales de t obtenemos el siguiente sistema de ecuaciones algebraicas:
0

(u + v) = Au 0 v+2w = Av 0 w = Aw

o de manera equivalente ( 0I ; A) u + v = 0 ( 0I ; A) v+2mathbfw = 0 ( 0I ; A) mathbfw = 0 Este enfoque se puede usar con cualquier degeneracion usando potencias mas altas de t: 49

1.11.3 EJERCICIOS PARA LA PRACTICA


En los siguientes ejercicios, resuelva el sistema de ecuaciones diferenciales por el metodo de valores/vectores propios. Si no se dan condiciones iniciales, encuentre la solucion general. ( 0 ;4 1. x1x0== x x2 1 2 2. 3. 4. 5. 6. 7.

8. 9. 10.

x01 = 3x2 x02 = ;3x1 ( 0 x1 = ;x1 ; x2 x1 (0) = 1 x02 = x1 ; x2 x2(0) = ;1 ( 0 x1 = 3x1 ; x2 x1 (0) = 0 x02 = 5x1 ; x2 x2 (0) = 3 ( 0 x1 = x1 0 = x1 ; x2 x2 ( 0 x = x ; 2y x(0) = 1 0 = ;2x + 4y y (0) = 2 y 8 0 > x = x ; 2y + z x(0) = 1 < 0 2 + +z > y = ;z0x= 34zy z(0) y(0) = ;1 : =2 En los ejercicios siguientes la degeneracion es uno. Halle la solucion general: ( 0 x1 = x1 ; x2 x02 = 4x1 ; 3x2 ( 0 x1 = 3x1 ; x2 x02 = 9x1 ; 3x2 8 0 > < 0 x1 = 2x1 ; x3 x + > x2 = x01 = x2 ; x3 : x1 3 En los ejercicios siguientes la degeneracion es dos. Halle la solucion general:
50

8 0 > x1 = 2x1 ; x2 < 11. > x02 = 2x2 ; 2x3 : x03 = 2x3 8 > < 0 x01 = x1 12. > x2 = x1 + x2 : x03 = x1 + x2 + x3

References
1] Apostol Tom M. Calculus. Vol II. Ed. Reverte 2] Alson Pedro. Calculo Basico, Editorial Erro. 3] Coddington Carl A. Introduccion a las ecuaciones diferneciales ordinarias. C.E.C.S.A. 4] C.H.Edwards, Jr. David E. Penney. Ecuaciones Diferenciales Elementales y Problemas con condiciones de frontera. 3a Edicion. Ed. Prentice Hall. 5] Granville W.A. Calculo Diferencial e Integral. Ed. Hispano America. 6] Simmons George F. Ecuaciones Diferenciales con Aplicaciones y notas historicas. Mc.Graw Hill. 7] Stephen L. Campbell, Richard Haberman. Introduccion a las Ecuaciones Diferenciales con problemas de valor de frontera. Mc.Graw Hill.

51

Curso de Matematica III (BQ): Calculo en Varias Variables.


Mar a Margarita Olivares Mayo 2002

1 Preliminares
Subconjuntos de R y R : representacion de subconjuntos de nidos mediante ecuaciones y desigualdades sencillas. Ecuacion vectorial de la recta en R y R . Super cies en R : plano, esfera, elipsoides, cilindro, cono, paraboloide, hiperbo-loide. Coordenadas en R y R : polares, cil ndricas y esfericas. Parametrizacion de curvas y de subconjuntos de R y R .
2 3 2 3 3 2 3 2 3

1.1 Conceptos Basico.Representacion Gra ca y Ejemplos.


R2 R
3

= f(x y) : x 2 R y 2 R g = f(x y z) : x 2 R y 2 R z 2 R g
2 3 2 3

Representar un punto en R , en R : Los puntos de R y R se identi can de manera natural con un vector de R y R respectivamente.
2 3

1.1.1 Ejercicio:

1.1.2 Ejemplos de subconjuntos de R y R .


2 3

Represente gra camente los siguientes subconjuntos de R y R :


2 3

A B C D E F K L

= = = = = = = =

f(x y) 2 R : 1 x 4 0 y 1g f(x y) 2 R : 1 y y p g x f(x y) 2 R : x y xg fx 2 R : x 1g f(x y) 2 R : x 1g f(x y z) 2 R : x 1g f(x y) 2 R : x + y = 1g f(x y z) 2 R : x + y = 1g


2 2 2 2 2 2 2 2 3 2 2 2 2 3 2 2

a 1.2.1 Recta en R! que pasa por != (x y ) y que tiene la direccion del vector v = (v v ) : a v La ecuacion de la recta es l(t) =! +t ! , t 2 R . Esta ecuacion tambien se puede expresar de la siguiente manera: si l(t) = (x(t) y(t)) = (x y) 2 R
2 0 0 1 2 2

1.2 Ecuacion Vectorial de la Recta (en R 2 y R 3 )

x = x + tv y = y + tv t 2 R
0 0

Si queremos relacionar esta ecuacion (parametrica) de la recta en R con la ecuacion conocida de la recta y = ax + b (en funcion de la pendiente y el corte con el eje y), observemos que si v 6= 0 y v 6= 0 podemos relacionar las variables x e y , pues x ; x v = y ; y v , obtenemos de aqu la ecuacion v2 conocida de la recta y = v1 (x ; x ) + y (ecuacion punto-pendiente). v Si v = 0 , la direccion del vector != (v 0) es paralela al eje de las abcisas y la ecuacion de la recta se reduce a y = y (la pendiente de la recta v es cero). Si v = 0 , la direccion del vector != (0 v ) es paralela al eje de las ordenadas y la pendiente de la recta no esta de nida, la ecuacion de la recta es x = x .
2 1 2 0 1 0 2 0 0 2 1 0 1 2 0

a 1.2.2 Recta en R que pasa por != (x y z ) y que tiene la di! reccion del vector v = (v v v ) : El resultado es analogo al caso de x ; x v = y ; y v . La ecuacion de la
3 0 0 0 1 2 3

recta es

0 1

0 2

a v l(t) =! +t ! t 2 R : Esta ecuacion tambien puede expresar de la siguiente manera: x = x + tv y = y + tv z = z + tv t 2 R


0 1 0 2 0 3

donde (x y z) 2 R , es un punto cualquiera de la recta l(t). Si v 6= 0 v 6= 0 y v 6= 0 ,podemos relacionar las tres variables escribiendo x;x = y;y = z;z v v v
3 1 2 3 0 0 0 1 2 3

1.3 Ecuacion del plano en R 3


0 0 0 0

Para determinar un plano en el espacio es su ciente con darse un punto ! P = (x y ! ) por donde pasa el plano y una direccion perpendicular a z n dicho plano n = (A B C ) ( el vector ! se llama vector normal al plano). ! ! Si r = (x y z) es un punto cualquiera del plano, el vector r; P es perpendi-cular al vector normal al plano, por lo tanto el producto escalar de ellos es cero, es decir se satisface la siguiente ecuacion:
0

A(x ; x ) + B (y ; y ) + C (z ; z ) = 0
0 0 0

o equivalentemente

Ax + By + Cz + D = 0 con D = ;Ax ; By ; Cz
0 0

Si el plano pasa por el origen, entonces D = 0 . Mediante calculos elementales, podemos expresar la ecuacion general del plano: z = a(x ; x ) + b(y ; y ) + z n el vector normal asociado a esta representacion es != (a b ;1).
0 0 0

n Todo vector paralelo a ! tambien es perpendicular al plano, es decir, si k 2 R ! , k 6= 0 , k n tambien es perpendicular al plano y kAx + kBy + kCz + kD = 0 es equivalente a la ecuacion anterior. v El tama~o de un vector != (v v v ) o norma del vector, se de ne como pn ! v jj v jj = v + v + v , si jj ! jj = 1 el vector se llama vector unitario, si un vector no es unitario,!podemos hallar un vector paralelo a el con norma v v 1 (unitario), a saber !jj v jj es paralelo al vector ! y es unitario.
1 2 3 2 1 2 2 2 3

1.3.1 Observacion:

Halle la ecuacion del plano que pasa por P = (2 1 ;2) y es perpendicular n al vector != (2 ;1 3) . >El punto r = (2 ;1 3) esta en el plano? >Como puede reconocer si un punto esta o no en un plano dado?
0

1.3.2 Ejercicio.

Los cilindros se presentan en forma natural cuando la ecuacion incluye solo dos variables en el espacio de tres dimensiones.

1.4 Super cies Cil ndricas en R 3 :

1.4.1 Ejemplos:

A) El cilindro circular recto. Gra que en el espacio las siguientes super cies: x +y =r x +z =r z +y =r r>0
2 2 2 2 2 2 2 2 2

B) Cilindro Hiperbolico. Gra que en el espacio la siguiente super cie: y ;x =1 a b


2 2 2 2

1.4.2 Ejercicios:
Estudiar ecuacion y gra co de las siguientes super cies: Esfera, elipsoide, parabo-loide, hiperboloide.

1.5 Coordenadas Polares en R 2 :


De nimos la siguiente transformacion:
2

T : R !R ( r) 7! (r cos r sen ) r 0 0 <2


2

Si (x y) es un punto en el plano cartesiano, r representa su distancia al origen y es el angulo que el segmento que une el origen con el punto (x y) forma con la direccion positiva del eje de las abcisas. Si conocemos (x y) p y podemos hallar r = x + y , tg = x , si x 6= 0. si x = 0, y > 0, tomamos = . Si x = 0, y < 0, = . Si x = y = 0 , no esta de nido pero le asociamos el punto r = 0, = 0.
2 2 2 3 2

1.5.1 Ejemplos:
p
2

Represente en el plano xy los siguientes conjuntos del plano r. A) ( r) = ( 2):


4

B) = , 2 r 8. C) 0 , 0 r 1.
2

1.6 Coordenadas Cil ndricas en R 3 .


2

El sistema de coordenadas cil ndricas es una generalizacion a R de las coordenadas polares en R . De nimos la siguiente transformacion:
3

T : R !R ( r z) 7! (r cos r sen z) 0 <2 r 0 z2R


3 3

1.6.1 Ejemplos: A) f( r z) : r = r g representa en coordenadas cartesianes un cilindro


recto de ecuacion x + y = r . B) f( r z) : = g representa en coordenadas cartesianas, en el espacio, un semiplano, que pasa por el origen, forma con la direccion positiva del eje de las \ x " un angulo = , x 0, y 0, z 2 R . C) f( r z) : z = z g representa en coordenadas cartesianas, en el espacio, un plano paralelo al plano xy, que pasa por z = z .
2 2 2 0 0 0 0 0 0

1.7 Coordenadas Esfericas:

Sea (x y z) un punto en el espacio, si es su distancia al origen, el angulo que el segmento de extremos (0 0 0) y (x y z) forma con la direccion positiva del eje \ z " y al proyectar dicho punto en el plano xy, denotamos por el angulo que el segmento que une el origen con la proyeccion (x y) forma con la direccion positiva del eje de las \ x ", se tiene la siguiente relacion entre las coordenadas ( ) y (x y z):

x = y = z = 0

sen cos sen sen cos <2 0

0:

Es decir, la transformacion que de ne el cambio entre coordenadas cartesianas y esfericas es la siguiente: (

T : R !R ) 7! ( sen cos 0 <2 0


3 3

sen sen 0:

cos )

1.7.1 Ejemplos: A) f( ) : = grepresenta la esfera centrada en (0 0 0) de radio ,


cuya ecuacion en coordenadas cartesianas es: x + y + z = .
2 2 2 2 0 0 0

B) f( ) : = g representa en coordenadas cartesianas, en el espacio, un semiplano, que pasa por el origen,forma con la direccion positiva del eje de las \ x " un angulo = , x 0, y 0, z 2 R . C) f( ) : = , 0 < < g representa un semi cono en el espacio cartesiano, con z 0. >Que sucede si = o > ?
0 0 0 2 2 2

1.8 Parametrizacion de algunos subconjuntos de R 2 y R3.


2

>Que signi ca parametrizar una curva, una super cie o un conjunto?. La recta en R puede representarse anal ticamente mediante la ecuacion y = ax + b o por el conjunto f(x y) : y = ax + bg. Parametrizar esta recta y signi ca expresarla como (x ax + b) con x 2 R , como (;b + a y) con y 2 R o simplemente cambiamos el parametro por t escribiendo (t at + b) con t 2 R . Cuando escribimos la ecuacion vectorial de la recta como (x y) = (x y ) + t(v v ) cont 2 R podemos obtener de aqu (x + tv y + tv ) con t 2 R que es una ecuacion parametrica de esta recta.
0 0 1 2 0 1 0 2

1.8.1 Ejemplos: A) En R , 2x ; y + 1 = 0 es la ecuacion escalar o anal tica de un plano.


3

son dos representaciones parametricas del mismo plano. B) La ecuacion escalar del Paraboloide El ptico es z = x + y : Como representaciones parametricas del mismo tenemos: (x y x + y ) x 2 R y 2 Rencoordenadascartesianas y en coordenadas esfericas
2 2 2 2

Este plano tiene diversas representaciones parametricas, por ejemplo: (x 2x + 1 z) conx 2 R z 2 R y ; 1 y z cony 2 R z 2 R 2 2

cot csc )con0 7

<2 0

2:

C) La siguiente ecuacion x + y + z = 4 representa un Paraboloide El ptico con vertice en el punto (0 0 4), en coordenadas cil ndricas podemos obtener una representacion parametrica del Paraboloide:
2 2

( r 4;r )r 00
2 2 2

2 :
3

D) La siguiente ecuacion x + y = 2x representa en R un cilindro recto de ecuacion equivalente (x ; 1) + y = 1


2 2

Una representacion parametrica de este cilindro en coordenadas cil ndricas es: z 2 R: ( 2 cos z) ; 2 2

1.9 Ejercicios para la Practica:


2 2 2

1. Represente cada uno de los siguientes subconjuntos de R n con n = 1 2 3. A = (x y) 2 R : 0 x 4 0 y 2 ; x B = f(x y) 2 R : x y 3x ; x g C = fx 2 R : jxj = 1g D = f(x y) 2 R : jxj = 1g E = f(x y z) 2 R : jxj = 1g F = f(x y) 2 R : 1 x + y 4go n x2 + y2 1 G = (x y) 2 R : p H =n (x y) 2 R : ; 4 ; x y o0 p4 ; y I = n(x y) 2 R : 0 x p o J = n(x y) 2 R : 0 y 0 x o 4 ; y K = (x y z) 2 R : x2 + y2 = 1 L = f(x y z) 2 R : y + z = 1g M = f(x y z) 2 R : 0 x 1 0 y 1 0 z 1g : 2. >Que restricciones se deben tener sobre x y z de modo que la terna (x y z) represente un punto sobre el eje y?. >Y sobre el eje z? >En el plano xz ? >En el plano yz ?.
2 2 3 2 2 2 2 1 2 4 9 2 2 2 2 2 2 3 3 4 2 9 2 3

3. Halle el punto de interseccion de la recta l(t) = (3 + 2t 7 + 8t ;2 + t) con los planos coordenados.

2 Curvas en el espacio.
Funciones de R en R y de R en R .Curvas Parametrizadas. Derivadas. Vector velocidad. Recta tangente y plano normal a una curva en un punto P . Longitud de Arco.
2 3

Una curva, es, intuitivamente, una l nea de diferentes formas, trazada sobre el papel o en el espacio. Si queremos identi car el movimiento de una part cula, (es decir, su trayectoria), con una curva, tenemos que ser mas precisos en su de nicion.

2.1 Curva y Trayectoria.

2.1.1 De nicion:

Si I R es un intervalo, llamamos trayectoria a una funcion : I ! R n , (nos interesamos solamente en n = 2 3). La imagen de , es decir, (I ), es la curva .(No debemos confundir curva con trayectoria, una misma curva puede corresponder a diferentes trayectorias).

2.1.2 Ejemplos:
a) b) c) d) e) f)

1. Consideremos las siguientes trayectorias i : 0 2 ] ! R , i = 1 2 3 4 5 6, de nidas por:


2 1 2 3 4 5 6

= (cos t sen t ) = (cos(;t) sen(;t)) = (cos(2t) sen (2t ) ) = (cos( t ) sen ( t ) ) = (cos(t + ) sen (t + ) ) = (cos(; t ) sen (; t ) )
2 2 2 2 2 2

Las curvas asociadas a i, con i = 1 2 3 5, son circunferencias centradas, de radio 1, mientras que en el caso i = 4 6, las curvas asociadas son media circunferencia superior e inferior respectivamente y de radio 1.Todas se mueven en sentido contrario a las agujas del reloj, salvo y . Todas comienzan en (0 1) salvo que comienza en (1 0). Tambien hay una diferencia en cuanto a la "velocidad" de las trayectorias (este termino sera de nido mas adelante), podemos observar que i , con i = 1 2 5, le dan una vuelta al c rculo en 2 segundos, mientras que le da dos vueltas en el mismo tiempo (es mas veloz), y solamente recorren media circunferencia.
2 6 5 3 4 6

1. La Helice (t) = (cos 2 t, sen 2 t, t), t 2 R . (Trate de representarla gra camente, la part cula se mueve tratando de describir un c rculo, pero su altura aumenta si t > 0 y disminuye si t < 0).

2.2 L mite, Continuidad y derivabilidad de una trayectoria.


1 2 1 2 3 0 0 0 1 0 2

Sea : I ! R n (con n = 2 3), una trayectoria, con (t) = ( (t) (t)) si n = 2 y (t) = ( (t) (t) (t)) si n = 3. Si t 2 I de nimos t ! t lim (t) = (t ! t lim (t) t ! t lim (t)), analogamente en el caso n = 3. Si t 2 I , diremos que es continua en t si i (t) es continua en t para cada i = 1 2 3.(Es decir t ! t lim i(t) = i(t ), para i = 1 2 3). Si t 2 I diremos que es derivable en t si i0 (t ) existe para cada i = 1 2 3.
0 0 0 0 0 0 0 0

2.3 Movimiento Curvil neo: Vector Velocidad.Vector Aceleracion.


1 2 1 2

Sea : I ! R n (con n = 2 3), una trayectoria, la cual describe el movimiento de un punto en el plano o en el espacio, respectivamente. Si n = 2 pode! ! mos expresar (t) = ( (t) (t)) o en forma vectorial (t) i + (t) j (respectivamente, si n = 3, expresamos (t) = ( (t) (t) (t)) o en forma ! ! ! vectorial (t) i+ (t) j + (t) k ). La posicion de la part cula en el tiempo t esta representada por (t), su trayectoria es una curva (eventualmente, una recta) y el movimiento que describe se llama movimiento curvil neo.
1 2 3 1 2 3

10

De nimos el vector velocidad y aceleracion en el instante t por: v(t) = 0(t) = ( 0 (t) 0 (t)) (respectivamente ( 0 (t) 0 (t) 0 (t)) ) a(t) = 00(t) = ( 00(t) 00(t)) (respectivamente ( 00 (t) 00(t) 00(t)) ): p La rapidez o magnitud de la velocidad es jjv(t)jj = 0 (t) + 0 (t), analogamente se de ne en el caso de trayectoria en el espacio. La de nicion de magnitud de la aceleracion es la norma del vector correspondiente.
1 2 1 2 3 1 2 1 2 3 2 1 2 2

2.3.1 Ejemplos:

1. Movimiento Circular Uniforme: Si un punto P se mueve en torno a un c rculo de centro (0 0) y radio r, a una velocidad angular de ! radianes por segundo, con posicion inicial (r 0), el vector posicion en el tiempo t es: (t) = (r cos(!t) rsen(!t)) : Si t = 0, la posicion inicial (0) = (r 0). Si ! > 0 el movimiento es en sentido contrario a las agujas del reloj. Mediante simples calculos se obtiene que la magnitud de la velocidad es constanta, a saber jjv(t)jj = j!jr. Halle expl citamente los vectores v(t) y a(t), demuestre que son perpendiculares, es decir, que su producto escalar es cero. 2. Un punto P se mueve en el plano segun las siguientes ecuaciones: x = 3 cos t, y = 2 sen t, es decir, su trayectoria se de ne como: (t) = (3 cos(t) 2sen(t)) : Note que la curva asociada tiene como ecuacion x2 + y2 = 1, la cual corresponde a una elipse.En este caso la magnitud de la velocidad jjv(t)jj = p 5sen t + 4 no es constante, el vector aceleracion a(t) = ; (t) apunta hacia el origen, los vectores velocidad y aceleracion son perpendiculares solamente si t = 0 . >Cuando es maxima y cuando es m nima la magnitud de la velocidad?.
9 4 2 2 3 2

2.3.2 Interpretacion Geometrica de la Derivada de una Trayectoria:


La siguiente interpretacion es valida tanto en R como en R . Si ) h ! 0lim (t + hh ; (t ) 11
2 3 0 0

existe y es nito, diremos que es derivable en t y el resultado del l mite es 0(t ), si (t ) 6= 0, el vector 0 (t ) tiene la misma direccion que la recta tangente a la trayectoria (t) en el punto (t ). La ecuacion vectorial de la recta tangente a la trayectoria (t) en el punto (t ) es: l(t) = (t ) + t 0(t ): Si 0 (t ) = 0, la direccion tangente a la trayectoria no existe aun cuando la derivada exista.
0 0 0 0 0 0 0 0 0

2.3.3 Ejemplos:

1. Sea (t) = (t t ), la curva asociada a esta trayectoria es y = x . El vector velocidad 0 (t) = (2t 4t ), en t = 0 no hay direccion tangente a esta trayectoria pues 0(0) = (0 0) aunque la curva y = x tiene recta tangente en el origen. 2. Sea (t) = (t t ), la curva asociada a esta trayectoria es tambien y = x , pero en este caso 0 (t) = (1 2t) y 0(0) = (1 0) es la direccion tangente a la trayectoria (t) en el punto (0) = (0 0), la recta tangente tiene ecuacion vectorial: l(t) = t(1 0) t 2 R o equivalentemente y = 0.(Esta recta coincide con el eje de las abcisas). >Cual es la pendiente de la recta tangente a la curva y = x en el origen?. 0 3. Sea (t) = (t t t ) ) sit < 0 , la curva asociada es y = jxj, que (; t sit sabemos no es derivable en el origen, sin embargo, 0(0) existe ( se puede demostrar usando la de nicion de derivada de una trayectoria que 0 (0) = (0 0), pero por ser nula no existe la direccion tangente a esta trayectoria en el origen). El pico de la curva en el origen, representa un cambio brusco de direccion, no es un cambio suave. Halle 0(t) y 00 (t), demuestre que 00 (0) no existe.
2 4 2 3 2 2 2 2 2 2 2 2 3

2.3.4 Plano normal a una trayectoria (t) : R !R en un punto P :


0

Si es un a trayectoria en el espacio y P = (t ), el plano normal a la trayectoria en el punto P es aquel que tiene como vector normal, el vector 12

0 (t0 ), si 0 (t0 ) 6= 0.
1

La ecuacion de este plano normal es:


0 2 0 2 0 3 0 3 0

0 (t

) (x ; (t )) + 0 (t ) (y ; (t )) + 0 (t ) (z ; (t )) = 0
1 1 2

donde (t) = ( (t)

(t)

(t)).
2

Sea (t) = (t t t ), P = (1) = (1 1 1), 0(t) = (1 2t 3t ), 0(1) = (1 2 3). La recta tangente a (t) y que pasa por P tiene como direccion el vector 0(1), su ecuacion es: l(t) = (1 + t 1 + 2t 1 + 3t) cont 2 R o equivalentemente x ; 1 = y ; 1 = z ; 1: 2 3 El Plano Normal en el punto P tiene como vector normal el vector 0(1). Su ecuacion es: (x ; 1) + 2(y ; 1) + 3(z ; 1) = 0 o equivalentemente x + 2y + 3z ; 6 = 0:
2 3

2.3.5 Ejemplo:

Sea (t) : a b] !R n , (n = 2 3) una trayectoria. Queremos expresar el signi cado de su longitud. Por razones tecnicas vamos a suponer que la curva es suave (no tiene picos) o es suave por trozos. Si P = fa = t t t : : : tn; tn = bg es una particion de a b], al unir los puntos (a) (t ) : : : (b), obtenemos una poligonal cuya longitud es
0 1 2 1 1

2.4 Longitud de Arco o Longitud de una curva:

n X i=1

jj (ti) ; (ti; )jj:


1

Consideremos todas las particiones posibles y tomemos el supremo de todas las sumas obtenidas al hacer esta operacion, si el resultado es nito, diremos que es recti cable y el valor obtenido es la longitud de arco de . PREGUNTA: >Como calculamos en la practica la longitud de una curva recti cable?. La respuesta nos la da el siguiente teorema: 13

2.4.1 Teorema:

Si es derivable y de derivada continua ( 2 C ) entonces

l( ) =

Zb
a

jj 0(t)jjdt:

Demostracion: solamente daremos una idea de la demostracion (usamos Teorema del Valor Medio y de nicion de la Integral de Riemann). Si (t) = ( (t) (t) (t)), en el caso tridimensional, (el caso bidimensional es similar) y usamos el Teorema del Valor Medio en cada subintervalo ti; ti ], obtenemos que, existen puntos i i y &i en cada intervalo (ti; ti) tales que (ti) ; (ti; ) = 0 ( i)(ti ; ti; ) (ti) ; (ti; ) = 0 ( i)(ti ; ti; ) (ti) ; (ti; ) = 0 (&i)(ti ; ti; ): Al sustituir en la suma que de ne la longitud de las poligonales, obtenemos una suma de Riemann:
1 2 3 1 1 1 2 3 1 1 1 1 1 2 3 1 2 3 1 1

n X i=1

jj (ti) ; (ti; )jj =


1

n Xq i=1

2 1

( i) + 0 ( i) + 0 (&i)(ti ; ti; ):
2 2 2 3 1

Por lo tanto, al tomar el supremo de las particiones obtenemos la Integral de Riemann Zb jj 0(t)jjdt:
a

2.4.2 Observacion:

Si la curva esta dada en la forma y = f (x), (es decir, representa una curva en el plano) la longitud de arco se obtiene mediante la formula 1 + dy : dx c Para obtener este resultado basta relacionar la parametrizacion de la curva dada por (t) = ( (t) (t)) con la ecuacion escalar y = f (x), donde (a) = c y (b) = d, x = (t), y = (t), t = ; (x). De aqu se obtiene que dy = f 0(x) = 0 (t) : 0 (t) dx

l( ) =

Z ds

14

Sustituyendo en el resultado del Teorema anterior, se obtiene la expresion deseada. En el caso en que la curva este en R y la trayectoria este expresada en forma cartesiana mediante las ecuaciones:
3

y = f (x) z = g(x)
con x 2 c d], mediante un razonamiento similar al anterior se obtiene que la longitud de arco se calcula usando la formula:

l( ) =

Z dq
c

1 + (f 0(x)) + (g0(x)) :
2 2

2.4.3 Ejemplos:

1. Longitud de Arco de la Circunferencia de Radio \a": (t) = (a cos t asent)cont 2 0 2 ] es una parametrizacion de la R circunferencia de radio \a", jj 0(t)jj = a, la longitud de arco es l( ) = adt = 2 a.
2 0

3 2. Sea f (x) = x 2 , si queremos hallar la longitud de arco entre (1 1) y (4 8), resolvemos la siguiente integral:

l( ) =

Z r
4 1

1 + 9 xdx ' 7 63: 4

2.5 Ejercicios para la Practica:


a) b) c) d) e) f)

1. Hallar la curva asociada a las siguientes trayectorias: (t) = (cos t sen t), t 2 0 2 ]. (t) = (2 cos t 2sen t), t 2 0 2 ]. (t) = (2 cos t 2sen t ), t 2 0 2 ]. (t) = (cos(;2t) sen (;2 t)), t 2 0 2 ]. (t) = (3 cos t 4 sen t), t 2 0 2 ]. (t) = (cos(2t) 3 sen (2 t)), t 2 0 2 ].
2 2

15

g) (t) = (cos( sen (t)) sen ( sen (t))), t 2 0 2 ]. h) (t) = (cos( sen (t)) sen ( sen (t))), t 2 0 2 ].
2 2

2. Para cada una de las trayectorias anteriores, halle el vector velocidad, la rapidez (o magnitud de la velocidad) y el vector aceleracion. 3. Para cada una de las siguientes trayectorias, halle el vector tangente, la recta tangente y el plano normal en cada uno de los puntos indicados: a) b) c) d) e) (t) = (a cos t b sen t bt), P = ( ). (t) = (t t t ), P = (2). (t) = (t ;t t 2), P = (2). (t) = (R cos t R sen t cos t R sen t), P = ( ). p (t) = (et e;t t 2), P = (0).
4 2 3 2 2 4

4. Hallar la longitud de arco de las siguientes trayectorias: a) (t) = (t t sen t t cos t), entre (0 0 0) y ( 0 ; ). b) x = t, y = t , z = 2t 3, entre x = 0 y x = 6. d) (t) = (a cos t b sen t ct), 0 t 2 .
2 3

3 Funciones Reales de Varias Variables.


Conjuntos de nivel.Concepto de l mite, continuidad. Derivadas Parciales, direccionales. Gradiente de una funcion. Diferenciabilidad y concepto de diferencial. Funciones Compuestas. La Regla de la Cadena para campos escalares. Plano Tangente a una super cie. Derivadas Parciales de orden superior. Puntos cr ticos. Condicion necesaria de extremo. Criterio del determinante Hessiano en el caso de dos variables. Multiplicadores de Lagrange.

3.1 Campos Escalares.

3.1.1 De nicion: Campo Escalar.


16

Un campo escalar es una funcion F : R n ! R (nosotros nos restringimos a los casos n = 2 3 ).

3.1.2 Ejemplos:

1. En un gas ideal se tiene la siguiente relacion: P = kTV donde P es la presion, T es la temperatura, V es el volumen y k es una constante. P es una funcion de dos variables, a saber, es funcion de la temperatura T y del volumen V . 2. El area de un rectangulo de largo x y de ancho y es una funcion de dos variables: A(x y) = xy.

3.1.3 De nicion: Dominio de un Campo Escalar. El dominio D f de un campo escalar f : R n ! R , es el conjunto de puntos ! n a 2 R para los cuales f esta de nida. 3.1.4 Ejemplos:
1. Sea f (x y) = 1x + y ; 1, esta formula se puede de nir si x + y ; 1 6= 0 es decir, el dominio de de nicion de esta formula es el plano menos el borde del c rculo unitario. p 2. f (x y) = 1 x + y ; 1 , se puede de nir en el exterior del c rculo unitario (si x + y > 1 ). 3. f (x y) = lg(4 ; xy) se puede de nir si y < 4x , x > 0 o y > 4x , x < 0 o x = 0 o y = 0. (Haga el gra co del dominio de de nicion de esta formula).
2 2 2 2 2 2 2 2

3.1.5 De nicion:Rango de un Campo Escalar.


Sea
!

. El rango Rf de f es el conjunto de puntos b 2 R para los que existe a 2 R n tal que f (!) = b.(Es el conjunto de "alturas posibles"). a 1. f (x y) = 1x + y , el dominio D f = R ;f(0 0)g, el rango Rf = (0 1). 2. f (x y) = 1x + y ; 1, el dominio D f = R ; f(x y) 2 R : x + y = 1g, el rango Rf = (;1 ;1] (0 1).
2 2 2 2 2 2 2 2 2

3.1.6 Ejemplos:

17

Note que si n = 2 GRAF (f ) es una super cie de R y en principio podemos representarla, mientras que si n = 3 GRAF (f ) esta en R y no es posible representarlo.
3 4

3.1.7 Gra co de f : D f R n ! R : Si n = 1, GRAF (f ) = f(x y) 2 R : y = f (x)g R . Si n = 2, GRAF (f ) = f(x y z) 2 R : z = f (x y)g R . Si n = 3, GRAF (f ) = f(x y z w) 2 R : w = f (x y z)g
2 2 3 3 4

R4 .

3.1.8 De nicion: Conjuntos de Nivel. Si f : D f R n ! R es un campo escalar de dominio D f , el conjunto


x x Lc = f!2 D f : f (!) = cg
se llama conjunto de nivel " c ", (son los puntos del dominio que tienen "altura " igual a c. Note que Lc 6= si c 2 Rf .En el caso n = 2, el conjunto de nivel se llama curva de nivel (por ser una curva en este caso) y si n = 3 el conjunto de nivel se llama super cie de nivel (por ser una super cie en R ).
3

3.1.9 Ejemplos:

1. f (x y) = 1 ; x ; y D f = f(x y) 2 R : x + y 1g, Lc 6= si 0 c 1 y en este caso las curvas de nivel satisfacen la siguiente ecuacion x + y = 1 ; c . (Haga el gra co de las curvas de nivel para c = 0 1=3 1=2 1. >Cual es el rango de f ?. 2. f (x y) = x + y , las curvas p nivel Lc estan de nidas para c 0 y de representan c rculos de radio c. 3. f (x y) = x ; y (silla de montar), la curva de nivel Lc = f(x y) 2 R : x ; y = cg esta de nida para todo c 2 R , gra que las curvas de nivel para c = ;2 ;1 0 1 2. 4. f (x y z) = x + y + z , el gra co de f esta en R , sus super cies de p nivel x + y + z = c, con c 0, son esferas centradas de radio c.
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 2 2

18

Recordemos el concepto de l mite para una funcion f : D f R ! R en un punto a 2 D f o en la frontera del Dominio de f (recuerde que para estudiar el l mite de una funcion en a no es necesario que el punto a este en el dominio de esta, pero s es necesario que la funcion este de nida en puntos arbitrariamente cercanos al punto a): x ! alimf (x) = L si para cualquier intervalo alrededor de L de la forma (L;" L+") existe un intervalo alrededor de a de la forma (a ; a + ) tal que si x 2 D f \ (a ; a + ), x 6= a, entonces f (x) 2 (L ; " L + "). Esta de nicion se escribe en temino de distancia en la forma conocida:

3.2 L mite y Continuidad:

Paratodo" > 0 existe > 0 talquesi0 < jx ; aj < entoncesjf (x) ; Lj < ":
Si el punto a es un punto aislado del dominio de f (es decir, podemos encontrar un intervalo alrededor del punto a que no corte el dominio de f ), entonces el l mite siempre existe y su valor es f (a) = L. Cuando se trata de funciones f : D f R n ! R , los intervalos se transforman en discos abiertos de radio (c rculos si n = 2 y esferas si n = 3 ). Antes de intentar una de nicion formal de l mite daremos unos ejemplos: los siguientes resultados se pueden aceptar como naturales (x y) ! (0 0)limx + y = 0 (x y) ! (1 2)limx ; y = ;3 (x y) ! (0 0)lim sen(x + y ) = 1 poranalog acont ! 0lim sent = 1: x +y t
2 2 2 2 2 2 2 2

Pero hay casos como (x y) ! (0 0)limx ; y x + y que al sustituir produce indeterminaciones. Nos preguntamos >que signi ca acercarnos a (0 0) ? >por donde nos acercamos?: si y = x nuestra funcion es nula pues f (x x) = 0, si y = 0 f (x 0) = 1, si y = 2x f (x 2x) = ;35, es decir, si nos acercamos al origen por diferentes rectas, obtenemos resultados diferentes, por lo tanto este l mite no debe existir.
2 2 2 2

19

3.2.1 De nicion de L mite: a Si f : D f Rn ! R es un campo escalar ( n = 2 3 ), ! 2 D f o esta en la ! ! ! frontera del Dominio de f , x ! a limf ( x ) = L 2 R si
Paratodo" > 0 existe > 0 x a x talquesi0 < jj ! ; ! jj < entoncesjf (!) ; Lj < ":
! ! ! ! x En este jj a p(x ; caso,+jj(x ; a ) = (x(x; ; ) )si + (x 3.; a ) si n = 2, jj x ; a jj = a) ;a + a n=
1 1 2 2 2 2 1 1 2 2 2 2 3 3 2

3.2.2 Observacion:
En general no es facil demostrar la existencia de un l mite usando la de nicion, sin embargo, vamos a dar un ejemplo: Sea f (x y) = (x y) ! (0 0)limsen(x + y )x + y , queremos demostrar que (x y) ! (0 0)limsen(x + y )x + y = 1: Denotemos por r(x y) = x + y , evidentemente (x y) ! (0 0)limx + y = 0 p (pues dado " > 0, tomando = ", tendremos jr(x y)j < " siempre que x x jj ! jj < , donde != (x y) ), por otro lado como t ! 0limsentt = 1, dado " > 0, existe > 0 tal que si 0 < jtj < entonces jsentt ; 1j, tomando = p , obtendremos de este ultimo resultado que jsen(x + y )x + y ; 1j < " p siempre que x + y < . En general, podemos aceptar que
2 2 2 2 2 2 2 2 2 2 2 2 0 0 0 2 2 2 2 2 2

(x y) ! (0 0)limsen(f (x y))f (x y) = 1si(x y) ! (x y )limf (x y) = 0:


0 0

3.2.3 Proposicion:(Criterio util para demostrar la existencia de un l mite) Si (x y) ! (x y )limf (x y) = 0 y jg(x y)j jf (x y)j en una \vecindad" del punto (x y ) entonces podemos concluir que (x y) ! (x y )limg(x y) = 0.
0 0 0 0 0 0

3.2.4 Propiedades de l mite: x a x x a x Si !!!limf (!) = L 2 R y !!!limg(!) = L 2 R entonces x a x x a) !!!lim(f (!) g(!)) = L L .
1 2 1 2

20

x a x x b) !!!lim(f (!) g(!)) = L L .


1 2 1 2 2

x a x x c) !!!limf (!)g(!) = L L si L 6= 0.

3.2.5 L mite a lo largo de una Curva. ! a Sea f : D f R n ! R , !2 D f , : I ! R n una curva tal que (t ) =a (t) =a si t = t , continua en t , entonces 6 ! 6 ! ! x ! a limf (!) = L ) t ! t limf ( (t)) = L: x
0 0 0 0

(Este resultado es util para demostrar que un l mite no existe).

3.2.6 Ejemplo: (x y) ! (0 0)lim x xyy no existe, pues si tomo la trayectoria (t) = (t mt),
2+ 2
2

f ( (t)) = m1 + m , por lo tanto el resultado de este l mite depende de la trayectoria.

3.2.7 Continuidad: a a x a x Sea f : D f R n ! R , !2 D f , diremos que f es continua en ! si !!!limf (! !


) = f ( a ). ) f (x y) = sen(x + y )x + y si(x=yy 6= (0: 0) 1 six = 0 Si (x y) 6= (0 0), f (x y) es continua, el problema es en el origen, pero como (x y) ! (0 0)limf (x y) = 1, entonces f es continua en (0 0).
2 2 2 2

3.2.8 Ejemplo:

3.2.9 L mites Iterados. Sea f : D f R ! R :


2

Supongamos que existen los siguientes l mites: (x y) ! (a b)limf (x y) = L x ! alimf (x y) = g(y) y ! blimf (x y) = h(x) 21

entonces los l mites iterados existen y son iguales a L, es decir

x ! alimy ! b limf (x y) = y ! blim x ! alimf (x y) = L:


Observe que los l mites iterados no son mas que l mites a lo largo de trayectorias espec cas. Este resultado es util para demostrar que un l mite no existe.

3.2.10 Ejercicios para la Practica:


a) b) c) d) e) f) g) h) a) b) c) d) e) f) g) h) i)

1. Represente gra camente el Dominio D f y conjuntos de nivel Lc de las si-guientes formulas (trate de gra carlas, cuando sea posible):

f (x f (x f (x f (x f (x f (x f (x f (x
(x (x (x (x (x (x (x (x (x

y) = e x ; ey ex ; ey p y) = 16 ; x ; y y) = xy y) = 1sen(x + y) y) = x + y y) = x + 2y y z) = lg(x + y ; z) p y) = 1 x + y ; 4
3 2 2 2 2 2 2

2. Calcule los siguientes l mites (si existen)

y) ! (0 y) ! (0 y) ! (1 y) ! (0 y) ! (0 y) ! (0 y) ! (0 y) ! (0 y) ! (0

0)limsen(xy)x p 1)limx x + y 3)limx + yx ; y 0)limxy x + y 0)limx ; yx + y 0)limx y x y + (x ; y) 2)limexy ; 1x 0)limxy + y x + y 0)limx yx + y


3 2 2 2 2 2 3 3 2 2 2 2 3 2 2 2 4 2

22

3. Sea f : D f

R2

!R

a) Supongamos que existen los siguientes l mites: (x y) ! (a b)limf (x y) = L x ! alimf (x y) = g(y) y ! blimf (x y) = h(x) demuestre que los l mites iterados existen y son iguales a L, es decir

x ! alim y ! blimf (x y) = y ! blimx ! a limf (x y) = L:


1. b) El siguiente ejemplo demuestra que el rec proco del resultado anterior no siempre es cierto: ( 6= f (x y) = 2xyx0 + y si(x y) = (0 0) si x y) (0 0) demuestre que los l mites iterados son iguales a cero pero que:
2 2

(x y) ! (0 0)limf (x y) no existe. c) Sea f (x y) = x ; yx + y si x + y 6= 0. Demuestre que los l mites iterados en (0 0) existen pero son diferentes, use este resultado para concluir que (x y) ! (0 0)limf (x y) no existe. 4. Describa cual es el conjunto S D f R donde f es continua, en cada uno de los siguientes casos:
2

a) f (x y) = x + xy ; 5x + y + 1 b) f (x y) = log(1 ; x ; y ) c) f (x y) = sen(xy)xy sixy 6= 0 1 sixy = 0 ; d) f (x y) = x 4yg(x ) 2y six 6= 2y , halle una formula para g(x) x six = 2y para que f sea continua en todo el plano.
3 2 2 2 2 2 2

23

5. En cada caso dibuje las curvas de nivel para los valores c indicados: a) b) c) d)

f (x f (x f (x f (x

y) = (x + y ), c = 0 2 4 6 8. y) = xy, c = ;2 ;1 0 1 2. y) = x y, c = ;4 ;1 0 1 4. y) = x + y, c = ;4 ;1 0 1 4.
1 2 2 2 2 2

6. Describa geometricamente las super cies de nivel de las formulas siguientes: a) b) c) d)

f (x f (x f (x f (x

y y y y

z) = x + y + z , c > 0. z) = 100x + 16y + 25z , c > 0. z) = 16x + 16y ; 9z , c 2 R . z) = 4x ; 9y , c 2 R .


2 2 2 2 2 2 2 2 2 2 2

3.3 Derivadas Parciales. Derivabilidad. Gradiente. Derivada Direccional. Regla de la Cadena.


Recordemos que si f : D f

h existe y es nito. El valor de ese l mite es f 0(x ) y representa la pendiente de la recta tangente a la curva y = f (x) en el punto (x f (x )). La ecuacion de esta recta es: y = f 0(x )(x ; x ) + f (x ): Si f : D f R ! R , su gra co es una super cie en el espacio de tres dimensiones si intersectamos el plano x = x y lo intersectamos con la super cie z = f (x y), obtenemos una curva de ecuacion z = f (x y). Si la derivada de esta curva existe en el punto y , es decir, si ) k ! 0lim f (x y + kk ; f (x y ) existe y es nito, el valor de este l mite representa la pendiente de la recta tangente a la curva z = f (x y) en el punto (x :y f (x y )) y ese valor se
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0

! R, f es derivable en x 2 D f si h ! 0lim f (x + h) ; f (x )
R
0 0 0

24

denomina derivada parcial de f con respecto a \ y " (con respecto a la segunda variable) en el punto (x y ) y se denota @f (x y )of (x y ): y @y Si quisieramos escribir la ecuacion de esta recta tangente, observemos que ella se encuentra en el plano x = x , luego, la recta queda determinada por las siguientes ecuaciones:
0 0 0 0 0 0 0

x=x z = @f (x y )(y ; y ) + f (x y ) @y
0 0 0 0 0 0

En la practica, si queremos calcular la derivada parcial de f (x y) con respecto a " y ", seguimos las reglas usuales, considerando la primera variable como una constante.

3.3.1 Ejemplo:
+

f (x y) = ex y2 sen x @f@y(x y) = 2y sen x ex y2 . Analogamente, si y = y , y consideramos el ) h ! 0lim f (x + h y h ; f (x y ) si este l mite existe y es nito, su valor representa la pendiente de la recta tangente a la curva z = f (x y ) en el punto (x y f (x y )) y ese valor se denomina derivada parcial de f con respecto a \ x " (con respecto a la primera variable) en el punto (x y ) y se denota @f (x y )of (x y ): x @x La ecuacion de dicha recta es: y=y z = @f (x y )(x ; x ) + f (x y ) @x
+ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

En el ejemplo anterior @f@x(x y) = cos x ex y2 + sen x ex y2 .


+ +

25

Observe que @f@x y @f@y son nuevamente funciones de R en R , por lo tanto podemos volver a considerar las derivadas parciales de ellas, obteniendo as :
2

3.3.2 Derivadas Sucesivas.


2 2

@ f @ f @ f @ f @ f etc: @x@y @x @y@x @y @x@y@x


2 2 3 2 2

o equivalentemante:

fxy fxx fyx fyy fxyx etc:


2 2 3 2 4 2 5 2

3.3.3 Ejemplo:
3 2

f (x y) = 3x e xy , fx = 9x e xy + 6x ye xy , fy = 6x e xy , fyy = 12x e xy , etc. En general, si f : D f R n ! R , se de nen las derivadas parciales sucesivas de manera obvia, en el caso n = 3, si w = f (x y z) tendremos fx fy fz fxz fyxx etc.

3.3.4 Diferenciabilidad:
Inspirandonos en el concepto de derivada para funciones de una variable, vamos a ensayar algo analogo para f : D f R ! R . Note que la de nicion de derivada en el caso de una variable, se puede reescribir como ( h ! 0lim f (x + h) ;hjf (x ) + hp) = 0 j
2 0 0

donde p = f 0(x ). Esto signi ca que f es derivable en x , si existe una recta


0 0

y = R(x) = p(x ; x ) + f (x )
0 0

que aproxima bien a f (x) cerca de x , su pendiente es p = f 0(x ) y dicha recta es la recta tangente a la curva y = f (x) en el punto (x f (x )). Si la de nicion de derivada de una funcion de una variable, se presenta de esta forma, la de nicion conocida como la \original" se deduce facilmente de esta version. Basandonos en esta nueva presentacion, vamos a hacer algo analogo para
0 0 0 0

f : Df

R2

! R:

26

La ecuacion del \plano tangente" a la super cie

z = f (x y) enelpunto(x y f (x y ))
0 0 0 0

debe tener la forma:

z = a(x ; x ) + b(y ; y ) + f (x y ):
0 0 0 0

Si queremos que exista un plano tangente a la super cie z = f (x y) que aproxime bien a f cerca de (x y ), debemos pedir que existan constantes \ a " y \ b " tales que ) (h k) ! (0 0)lim f (x + h y + kp; (f (x y ) + ah + bk) = 0: h +k Nos interesa saber >quienes son \ a " y \ b "?. Sabemos que si el l mite anterior existe y es igual a cero, (la funcion f debe ser continua, para hablar de derivabilidad,el lector que desee formalizar este hecho y la a rmacion que damos a continuacion, puede consultar, Teorema 8, parrafo 2.7, Calculo Vectorial, Marsden y Tromba), entonces los l mites iterados existen y ambos son iguales a cero, k ! 0lim f (x y + k) ; jf (x y ) ; bk = 0 jk
0 0 0 0 0 0 2 2 0 0 0 0

h ! 0lim f (x + h y ) ; jf (x y ) ; ah = 0: jh Esto demustra que a = @f@x(x y ) y b = @f@y(x y ), (compare estos l mites con la de nicion de derivadas parciales).
0 0 0 0 0 0 0 0

3.3.5 Notacion:
0 0 0 0

Df (x y ) = (@f@x(x y ) @f@y(x y )) es una matr z 1 2 o visto como un vector la (@f@x(x y ) @f@y(x y )) se denomina gradiente de f en el punto (x y ) y se denota por Of (x y ), es decir:
0 0 0 0 0 0 0 0 0 0

Of (x y ) = (@f@x(x y ) @f@y(x y )) ! ! = @f@x(x y ) i +@f@y(x y ) j:


0 0 0 0 0 0 0 0 0 0

27

De lo dicho anteriormente, se deduce que:

Df (x y ) h = @f@x(x y )h + @f@y(x y )k k o equivalentemente, esta ultima expresion se puede ver como el producto ! ! escalar del vector Of (x y ) con el vector h i +k j .
0 0 0 0 0 0 0 0

3.3.6 De nicion: f : D f R ! R es derivable o diferenciable en (x y ) si


2 0 0

f (x + h y + k) ; (f (x y ) + Df (x y ) h ) k p =0 (h k) ! (0 0)lim h +k o equivalentemente, si existe una matriz T de 1 2, tal que f (x y) ; f (x y ) ; T x ; x p(x ; x ) + (y ; yy ); y = 0: (x y) ! (x y )lim


0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 2 0 2

3.3.7 Observaciones:
1. La de nicion de derivabilidad nos dice que

z = f (x y ) + Df (x y ) x ; x y;y
0 0 0 0 0 0 0

es la mejor aproximacion lineal de f cerca de (x y ). 2. Si f es derivable en (x y ), en la de nicion esta impl cita la existencia de las derivadas parciales @f@x(x y ) y @f@y(x y ). 3. Esta de nicion se extiende facilmente al caso f : D f R n ! R , (en a x parti-cular, al caso n = 3): si !2 R n y !2 R n , diremos que f es ! diferenciable en a si existe una matriz T de 1 n tal que :
0 0 0 0 0

! !

a x a f (!) ; f (!) ; T (! ; !) = 0 x ! a lim x ! ! jj x ; a jj


28

en este caso

a a a T = Df (!) = @f@x (!) @f@x (!)


1 2

a @f@xn (!)

x a O a x;a a x a y T (! ; !) = ! f (!)! (! ! !),donde Of (!) (! ; !) es el ! producto ! escalar de Of ( a ) y ( x ; a ), Of ( a ) es el gradiente de f en a , que se de ne como: a a a a Of (!) = @f@x (!) @f@x (!) : : : @f@xn (!) :
1 2

4. Si f : D f

Rn

! R m , f = (f f f : : : fm ), en este caso

0 a @ Df (!) = B

... ... @fm (!) @x1 a

@f1 ! @x1 ( a )

... @fm (!) @xn a

@f1 ! @xn ( a )

1 C A

es la matriz m n de derivadas parciales de f . La de nicion de difera enciabilidad de f en ! se traduce pidiendo la existencia de una matriz m n tal que:
! !

a x a jjf (!) ; f (!) ; T (! ; !)jj = 0 x ! a lim x ! ! jj x ; a jj


1 2 1 2 0

a x a en este caso, T = Df (!), != (x x : : : xn) y != (a a : : : an). 5. Recordemos que si f : D f R ! R y f 0(x ) existe, entonces necesariamente f es continua en x . La rec proca no es cierta (pensar en f (x) = jxj).
0

Nos preguntamos >que relacion existe entre diferenciabilidad, continuidad y existencia de las derivadas parciales si

f : Df

Rn

! Rm ?

A continuacion enunciaremos sin demostracion los teoremas que responden estas preguntas. 29

(x y ).
0 0

3.3.8 Teorema:(Teorema 8, pararrafo 2.3, Calculo Vectorial, MarsdenTromba) Si f : D f R n ! R m es diferenciable en (x y ) entonces f es continua en
0 0

3.4 Observacion:
2

a) La existencia de las derivadas parciales no nos asegura la diferenciabilidad de la funcion, para ver esto, estudiaremos el siguiente ejemplo: Sea f : R ! R de nida por

f (x y) =

1 six = 0osiy = 0 0 denoseras

Es facil demostrar por de nicion que

@f@x(0 0) = 0y@f@y(0 0) = 0
Pero f no es continua en (0 0) por lo tanto no es diferenciable en el origen. b) Para que la existencia de las derivadas parciales asegure la diferenciabilidad de la funcion, debemos exigir una condicion adicional a las derivadas parciales, como lo enuncia el siguiente teorema:

3.4.1 Teorema:(Teorema 9, pararrafo 2.3, Calculo Vectorial, MarsdenTromba) a Si f : D f R n ! R m y existen todas las derivadas parciales @fi @xj (!), para
i = 1 2 : : : m, j = 1 2 : : : n y son continuas en una \vecindad" del punto ! a 2 D f entonces f es diferenciable en !. a
c) No es siempre cierto que si f : D f
2

R2
2

! R entonces

@f = @f: @x@y @y@x Nos preguntamos >Cuando es cierta esta igualdad?, la respuesta no las da el siguiente teorema:
30

3.4.2 Teorema:(Teorema 15, pararrafo 2.6, Calculo Vectorial, MarsdenTromba) Si f (x y) es de clase C (es decir, si las segundas derivadas parciales existen y
2

son continuas), entonces las derivadas parciales mixtas son iguales, es decir:
2 2

@f = @f: @x@y @y@x Se tiene un resultado analogo para funciones f : D f R ! R cuando f es tres veces continuamente diferenciable,( f es de clase C ), en este caso, podemos calcular las derivadas parciales iteradas en el orden que nos plazca.
3 3

3.4.3 Reglas de Derivacion para funciones f g : D f


1. 2. 3. 4.

Rn

Estas reglas son las mismas que conocemos para el caso n = 1 a saber:

! R:

D( f ) = Df D(f g) = Df Dg D(fg) = gDf + fDg D (fg) = gDf ; fDgg

3.4.4 Ejemplo:

Hallar el plano tangente a la super cie f (x y) = x +y +exy en (1 0 f (1 0)) : La ecuacion de este plano es:
2 2

z = a(x ; 1) + b(y ; 0) + f (0 1)
donde a = @f@x(1 0) = 2, b = @f@y(1 0) = 1 y f (1 0) = 2 por lo tanto la ecuacion del plano se reduce a:

z = 2x + y:
Note que Of (1 0) = (2 1) = 2 i + j un vector normal al plano tangente es (a b ;1) = (2 1 ;1) (las dos primeras coordenadas son las del gradiente de f ). 31
! !

3.4.5 Regla de la Cadena.


I
(f

A) Primera Forma: Si I es un intervalo, (t ) 2 D f y


0

7;! D f
0

Rn
0

7;f R !
0 0

)0 (t ) = Of ( (t )) 0(t ):

Observacion: Of es un vector de n componentes, 0 (t ) es un vector de n componentes, es el producto escalar.

Si n = 3

7;! R

R3

7;f R !

(t) = (x(t) y(t) z(t)) h = f h(t) = f (x(t) y(t) z(t)) h0 (t) = (f )0 (t) = @f dx + @f dy + @f dz @x dt @y dt @z dt donde @f@x @f@y @f@z se evaluan en (t): Si n = 2 la derivada queda expresada como h0(t) = (f )0 (t) = @f dx + @f dy : @x dt @y dt

3.4.6 Ejemplo:

Sea (t) = (r cos t r sen t) f (x y) = x + y h(t) = (f ) (t) h0(t) = (f )0 (t) = @f dx + @f dy = @x dt @y dt ;2r cos t sen t + r cos t:
2 2

B) Segunda Forma:
Dg R3

si (x y z ) 2 D g
0 0 0 0 0 0

h = f g : Dg
0 0

g 7;! D f

R3 R3

7;f R ! 7;! R

Dh(x y z ) = Oh(x y z ) = (@h@x @h@y @h@z )


0

32

donde cada una de las derivadas parciales de h deben evaluarse en (x y z ) espec camente: Dh(x y z ) = Of (g(x y z )) Dg(x y z ): En esta ultima expresion, Of es un vector la o matriz 1 3 y Dg(x y z ) es una matriz 3 3 del producto matricial se obtiene un vector la de tres componentes o matriz 1 3 expl citamente: sig(x y z) = (u(x y z) v(x y z) w(x y z)) yh(x y z) = f ((u(x y z) v(x y z) w(x y z)))
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

@h@x = @f@u@u@x + @f@v@v@x + @f@w@w@x @h@y = @f@u@u@y + @f@v@v@y + @f@w@w@y @h@z = @f@u@u@z + @f@v@v@z + @f@w@w@z C) Tercera Forma: h = f g : D g R n 7;! R p su difernecial Dh es una matriz p n y se obtiene de la siguiente multiplicacion matricial: x x x Dh(!) = Df (g(!)) Dg(!) donde Df es una matriz p m y Dg es una matriz m n:
Sean g(x y) = (u(x y) v(x y) = (ex2 x; sen y) f (u v) = (f (u v) f (u v)) = (cos u + v eu v ) hallar (f g)0 (0 1): Notemos que f g : R 7;! R y f g : R 7;! R por lo tanto (f g)0 (0 1) = Df (g(0 1)) Dg(0 1) donde: Df = @f @u @f @v = ;esenv u e2vv u u @f @u @f @v puesto que g(1 0) = (e 1) Df (g(1 0)) = ;esen e ee2 e
1 2 2 + 2 2 2 2 1 2 1 2 + + +1 +1

entonces:

Dg

Rn

g 7;! D f

Rm

7;f R p !

3.4.7 Ejemplo:

33

por otro lado

Dg = Dg(1 0) =

@u@x @u@y @v@x @v@y 2e 0 1 ;1

2xex2 0 1 ; cos y

de aqu se concluye que: D(f g)(1 0) = ;esen e ee2 e


+1

+1

2e 0 1 ;1

;2e sene + 2 ;2 ee (2e + 1) ;ee


+1

+1

t existe y es nito, se ! ne como la ! de derivada direccional de f ! la direccion en del vector unitario v evaluada en x y se denota por D!f (x ): Este valor v v representa la variacion o razon de cambio de f en la direccion ! :
0 0

3.4.8 Derivada Direccional: ! v v Sea f : D f R n ! R !2 R n jj ! jj = 1 x 2 R n \ D f si ! ! v f (x +t !) ; f (x ) t ! 0lim


0 0 0

3.4.9 Ejemplos:
0

! ! ! 1. De1 f (x ) = t ! 0limf (x + t y ) ; f (x y )t = @f@x(x y ) si e = (1 0):


0 0 0 0 0 0 1

! ! ! 2. Si e = (0 1) la derivada De2 f (x ) = @f@y (x y ):


2 0 0 0

ecuacion (t) =x +t v con x = (x y ) y v = (v v ) representa en R un v plano que tiene la direccion del vector ! y que pasa por (x y 0) (haga una representacion geometrica de este plano), z = f (x y) es una super cie en R que al interceptarla con el plano anterior de ne una curva en el espacio. La pendiente de la recta tangente a dicha curva en el punto (x y f (x y )) es D!f (x y ): v
0 0 0 0 1 2 3 0 0 3 0 0 0 0 0 0

3.4.10 Signi cado Geometrico de la Derivada Direccional en el caso n = 2 : ! v v Sea f : D f R ! R !2 R jj ! jj = 1 x 2 R \ D f la siguiente ! ! ! !


2 2 0 2

34

3.4.11 Calculo de D!f en la practica: v ! ! v v v Sea f : D f R n ! R y (t) =x +t ! con x y ! jos tales que !2 R n ! n ! ! ! jj v jj = 1 x 2 R \ D f : Note que si h(t) = f (x +t v ) = f ( (t)) aplicando 0
0 0

! v pero (0) =! 0(0) =! as , para calcular la derivada direccional de f en la x ! direcion de v evaluada en x simplemente hallamos el producto escalar ! ! v D!f (x ) = Of (x ) ! v
0 0 0 0

la regla de la cadena a h se obtiene: (f ) (t) = Of ( (t)) 0(t) h0(0) = Of ( (0)) 0(0) y usando la de nicion de derivada direccional conclu mos que: ! ! v f (x +t !) ; f (x ) = h0(0) ! D!f (x ) = t ! 0lim v t
0 0 0

! v v si jj ! jj = 1 pero si el vector ! no es unitario lo hacemos unitario escribiendo ! ! v jj v jj en lugar de v as la formula que nos permite calcular la derivada direccional se puede escribir siempre como: ! v ! ! D!f (x ) = Of (x ) ! v jj v jj ! v v En particular, si es el angulo entre el vector unitario w= !jj ! jj y ! ! ! ! Of (x ) (si Of (x ) 6= 0 ) o equivalentemente entre v y Of (x ) podemos escribir el producto escalar anterior, usando su expresion equivalente como: ! ! D!f (x ) = jjOf (x )jj cos : v
0 0 0 0 0 0 0

3.4.12 Signi cado Geometrico del Gradiente: ! ! Puesto que cos 2 ;1 1] si Of (x ) 6= 0 D!f (x ) toma su valor maximo v
!
0 0 0 0 0 0

! v para x jo cuando cos = 1 es decir, cuando Of (x ) y ! tienen la misma ! direccion. As , la ! direccion de mayor crecimiento de f en el punto x es la direccion del Of (x ): ! ! Si cos = ;1 y Of (x ) 6= 0 D!f (x ) toma su valor m nimo, esto sucede v ! v cuando Of (x ) y ! tienen direcciones opuestas, as la direccion de maximo ! ! decrecimiento de f en el punto x es la direccion del ;Of (x ): ! ! v Si Of (x ) y ! son perpendiculares entonces D!f (x ) = 0 no hay variacion v v en la direcion de ! :
0 0 0 0 0 0 0

35

3.4.13 Ejemplo:
0 0 1 3 1 3

p v Sea f (x y) = 1 ; x ; y (la semiesfera superior unitaria), != (1 1) (x y ) = (; )


2 2

14 14 v Observe que Of ((; )) y ! son perpendiculares, por lo tanto no hay v variacion de f en la direccion de ! en el punto (;13 13): ! ; Si tomamos v = Of ((; ))jjOf ((; ))jj = p p D!f (;13 13) = v q : (pendiente de la direccion de maximo crecimiento de f ). ; v Si tomamos != ;Of ((; ))jjOf ((; ))jj = p p D!f (;13 13) = v q ; : (pendiente de la direccion de mayor decrecimiento de f ).
1 3 1 3 1 3 1 3 1 3 1 3 1 2 1 2 2 7 1 3 1 3 1 3 1 3 1 1 2 2 2 7

v jj ! jj = 2 por lo tanto v v D!f (;13 13) = Of (;13 13) !jj ! jj = p1 ; p1 = 0: v

p1 ;;xy ; y Of (x y) = p ;x 1 0 1;x ;y q ; A Of ((; 1 1 )) = @ q 3 3 1; ; 1; ; 1 ; = p p1 :


2 2 2 1 3 1 3 1 9 1 9 1 9 1 9

Antes de introducir los conceptos, vamos a realizar un ejercicio previo: sea f (x y) = e x; y a) Hallar la ecuacion de la curva de nivel de f que pasa por (1 2) : Recordemos que la curva de nivel de " c " de f es aquella que veri ca la ecuacion f (x y) = c: Si conozco "c ", puedo hallar los puntos que estan en esa curva, pero aqu el problema es contrario, conozco un punto (x y ) = (1 2) del dominio de f y quiero saber a que curva de nivel pertenece. Puesto que f (1 2) = e;
2 3 0 0 4

3.5 Gradiente y Plano Tangente a una Super cie.

36

conclu mos que el punto (1 2) pertenece a la curva de nivel c = e; : La ecuacion de esta curva de nivel c = e; es:
4 4

f (x y) = e x; y = e;
2 3

o equivalentemente

2 y = 3x + 4: 3
4

b) Hallar una parametrizacion de la curva de nivel f (x y) = e; : Una parametrizacion de esta recta es : (t) = (t 2 t + 4 ) t 2 R : 3 3 c) Hallar el vector tangente (t) en el punto (1 2):
0 (t) = (1

El punto (1 2) esta en la trayectoria para t = 1 el vector velocidad ) 0(1) = (1 ).


2 3 2 3

d) Halle el producto escalar entre Of (1 2) y 0 (1): producto escalar

Of (x y) = (2e x; y ;3e x; y ) Of (1 2) = (2e; ;3e; ): Puesto que el


2 3 2 3 4 4

conclu mos que Of (1 2) y 0(1) son perpendiculares. e) Si tomamos un punto cualquiera de la curva (t) >Cuanto vale f ( (t)) ?. Puesto que (t) coincide con la curva de nivel c = e; de f (pues es una parametrizacion de dicha curva) es obvio que f ( (t)) = e; :
4 4

Of (1 2)

0 (1) = 0

f) > Sera Of ( (t )) y 0(t ) perpendiculares para todo t ?.


0 0 0

El siguiente resultado respondera esta pregunta:

37

1. Primer Caso: Si f : D f R 7;! R y (t) es una parametrizacion de la curva de nivel Lc = f(x y) : f (x y) = cg entonces, puesto que f ( (t)) = c por la regla de la cadena y por ser la derivada de una constante igual a cero tenemos que (f ( (t)))0 = Of ( (t)) 0 (t) = 0 de donde se deduce que Of ( (t)) y 0(t) son perpendiculares para todo t: 2. Segundo Caso: Sea F : D f R 7;! R y
2 3

Lc = f(x y z) : F (x y z) = cg v la super cie de nivel c de F: Diremos que un vector ! de R es perpendicular a la super cie Lc en un punto (x y z ) de ella, si dada cualquier curva : I R 7;! R tal que (I ) Lc ! 0 (t ) exista y no sea nulo, con (t ) = (x y z ) se cumpla que v y 0(t ) sean perpendiculares. Puesto que F ( (t)) = c por la regla de la cadena y por ser la derivada de una constante igual a cero tenemos que (F ( (t )))0 = OF ( (t )) 0(t ) = 0 de donde se deduce que OF ((x y z )) es perpendicular a Lc en el punto (x y z ).
3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

3.5.1 Plano Tangente a la Super cie F (x y z) = c :


0 0 0 0 0 0 0 0 0

Si (x y z ) es un punto que esta en la super cie F (x y z) = c el plano tangente a esta super cie en el punto (x y z ) es aquel que tiene como n vector normal el vector != OF (x y z ) y su ecuacion es:
!

n ((x ; x ) (y ; y ) (z ; z )) = 0
0 0 0

o equivalentemente: @F (x ; x ) + @F (y ; y ) + @F (z ; z ) = 0 @x @y @z donde OF (x y z ) = (@F @x(x y z ) @F@y(x y z ) @F@z (x y z )) : (Las derivadas parciales de F se evaluan en (x y z ) ).
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

38

3.5.2 Observacion: Si f : D f R 7;! R z = f (x y) es una super cie en el espacio, F (x y z) = f (x y) ; z = 0 es otra forma de de nirla anal ticamente. Si (x y z ) es un
2 0 0 0 0 0 0

La ecuacion del plano tangente a la super cie z = f (x y) en el punto (x y z ) = (x y f (x y )) es: @f (x ; x ) + @f (y ; y ) ; (z ; z ) = 0 @x @y o equivalentemente: z = @f (x ; x ) + @f (y ; y ) + f (x y ) @x @y como lo hab amos obtenido anteriormente al de nir el diferencial de f: (Las derivadas parciales de f se evaluan en (x y )).
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

punto de la super cie z = f (x y) entonces z = f (x y ) y el vector normal es: OF = @F @F @F = @f @f ;1 : @x @y @z @x @y

3.5.3 Ejemplo:
0 0 0

Hallar el plano tangente a la esfera centrada, de radio r > 0 en cualquier punto (x y z ) de la esfera. La ecuacion de la esfera es

F (x y z) = x + y + z = r
2 2 2

si (x y z ) esta en la esfera veri ca la ecuacion:


0 0 0

x +y +z =r :
2 0 2 0 2 0 2

Un vector normal a la esfera es:

OF (x y z ) = (2x 2y 2z )
0 0 0 0 0 0

por lo tanto, la ecuacion del plano tangente es: 2x (x ; x ) + 2y (y ; y ) + 2z (z ; z ) = 0


0 0 0 0 0 0

39

o equivalentemente:

x (x ; x ) + y (y ; y ) + z (z ; z ) = 0
0 0 0 0 0 0

n note que el vector != (x y z ) es normal a la esfera en el punto (x y z ): Si simpli camos la ecuacion del plano, esta puede ser escrita como:
0 0 0 0 0 0

x x + y y + z z = 0:
0 0 0

3.6 Ejercicios para la practica:


1. Gra car las siguientes regiones: a) b) c) d) e)

jxj + jyj < 1


2

(x + 2) + y < 1 5x + 2y 10 3 x + 2 y + 4z 2 y ; 3x + 1 0 y y < x
2 2

2. Halle los valores de las funciones dadas en los puntos dados: a) f (x y) = 1 ; 3x ; 2y f (0 0) f (x 0) f (1 y): R b) f (x y) = xy (2t ; 1)dt f (0 2) f (1 3): c) f (x y) = x + y f x h yh;f x y :
2 2 2 2 ( + ) ( )

3. Halle los l mites indicados para cada una de las funciones dadas: A) 4x ! 0limf (x + 4x y) ; f (x y)4x B) 4y ! 0limf (x y + 4y) ; f (x y)4y a) f (x y) = x + y b) f (x y) = x + y c) f (x y) = 2xy ; x y :
2 3 2 2 2

4. Encuentre las primeras derivadas de las funciones indicadas y evalue en los puntos dados: 40

a) b) c) d) e) f)

z = x ; xy + 4x + y z = (2 ;1): z = cos (5x)+ sen (5y) z = (0 ): f (x y) = xy(x ; y ) z = (1 ;2): z = ln (x + yx ; y) z = (3 0): F (u v x t) = u w ; uv + vw cos(ut ) + (2x t) : z = ey senxy :
2 2 2 5 0 2 2 0 2 2 2 2 0 0 2 2 3 2 2 4 6 4 2 2 2 2 2 2 2 2

5. Halle las derivadas indicadas y vea si las cruzadas son iguales: a) z = x ; 5x y + 6xy @ z@x@y @ z@y@y @ z@x @ z@y : b) f (x y z) = x ; 3xy + 5yz + ;z fxyy fyxx fyzx fzyx:
2 3 4

6. Veri que que las funciones dadas satisfacen la Ecuacion de Laplace:

@ z +@ z =0 @x @y
2 2 2 2

a) z = ln(x + y ) b) z = arctan(yx):
2 2

7. Veri que si las funciones dadas satisfacen la Ecuacion de Difusion o del Calor:

1. a) z = et cos x c ;t sen ; x : b) z = e c 8. La concentracion molecular c(x t) esta dada por


1 c(x t) = t; 2 e; kt :

@z = c @ z @t @x
2 2

x2

Veri que que esta funcion satisface la ecuacion de Difusion:

@c = k @ c : @t 4 @x
2 2

41

9. La ley de los gases ideales nos dice que PV = kT , siendo P la presion, V el volumen, T la temperatura y k una constante de proporcionalidad. Determine: a) La razon de cambio de P con respecto a V: b) La razon de cambio de V con respecto a T: c) La razon de cambio de T con respecto a P: 10. Dada

f (x y) =
a) b) c) d) e)

( xy x ;y
x2 +y2
( 2

2)

si(x y) 6= (0 0) si(x y) = (0 0):

Hallar @f@x(x y) @f@y(x y) si (x y) 6= (0 0): Hallar @f@x(0 0) @f@y(0 0) por de nicion de derivada. Demostrar que @f@x y @f@y son continuas en (0 0): Halle @ f@x@y (0 0) y @ f@y@x(0 0) por de nicion de derivada. >Por que son diferentes las derivadas cruzadas halladas en d)?. >Que falla?.
2 2

11. Halle el plano tangente a cada una de las siguientes super cies en los puntos P indicados: a) b) c) e)

z = x + 4y z =p ;y 9x z = 49 ; x 6 x + 4y ; z
2 2 2 2 2 2

2 2

P = (2 1 8): P = (1 3 0): ; y P = (2 3 6): = 1 P = (1 1 3):


2

12. El volumen de cierto gas esta relacionado con su temperatura T y su presion P mediante la Ley del Estado Gaseoso PV = 10T donde V se mide en pulgadas cubicas, P en libras por pulgadas cuadrada y T en grados Celsius. Si T se mantiene constante a 200 C >Cual es la razon de cambio de la Presion con respecto al Volumen cuando V = 50?. 13. Demuestre que para la Ley del Estado Gaseoso @P @T @P V @V + T @P = 0y @V @V @P = ;1: @T @T 42

14. La ecuacion de Van de Waals del Estado Gaseoso para el Gas Real CO es: 0 T 36 P = V ;:080427 ; V 0: Si @T@t y @V @t son las intensidades de variacion de la temperatura y del volumen respectivamente, evalue @P@t en funcion de @T@t y @V @t . 15. Halle la derivada direccional de cada una de las siguientes funciones en la direccion dada y en el punto indicado:
2 2

v a) g(x y) = arccos xy P = (1 0) != (1 5): ! ! ! v b) f (x y z) = x + y + z P = (1 2 ;1) != i ;2 j ;3 k : v c) f (x y) = yx + y P = (1 1) y ! forma un angulo = ; 6 ! la con ! ! direccion positiva del eje de las " x ".( v = cos i + sen j ): v d) g(x y) = xey P = (2 ln 2) y ! forma un angulo = 2 3 ! la con ! ! direccion positiva del eje de las " x ".( v = cos i + sen j ):
2 2 2

16. Calcular el Gradiente de las funciones dadas y el valor maximo de la derivada direccional en el punto indicado: a) b) c) d) e)

f (x y) = x ; 3xy + y P = (4 2): h(x y) = y cos(x ; y) P = (0 ): p g(x y) = ln x + y P = (1 2): f (x y z) = xeyz P = (2 0 ;4): p w = 1 1 ; x ; y ; z P = (0 0 0):


2 2 3 2 2 2 2 2

17. La temperatura en el punto (x y) de una placa viene dada por: x T (x y ) = x + y Halle la direccion de mayor crecimiento del calor desde el punto (3 4): 18. Halle la trayectoria seguida por una part cula rastreadora de calor situada en un punto P sobre una placa metalica que tiene un campo de temperatura dado por T (x y)
2 2

43

a) T (x y) = 30 ; x ; 2y P = (0 0): b) T (x y) = 400 ; 2x ; y P = (10 10):


2 2 2 2

19. Si el Potencial Electrico en el punto (x y) es V (x y) entonces el vector de intensidad electrica en (x y) es E = ;OV (x y): Suponga que V (x y) = e; x cos 2y encuentre el vector intensidad electrica en ( 0): 20. Si f (x y) = x ; 3x y + y encuentre la derivada direccional de f en ! ! v un punto (x y) en la direccion de != p (3 i + j ):
2 4 3 2 2 3 1 10

Si F (x y) = D!f (x y) hallada anteriormente, calcule D!F (x y): v v 21. Encontrar un vector unitario en la direccion en la que f disminuye con mayor rapidez en P = (x y y encontrar la razon de cambio de f en P en esa direccion:
0 0)

a) f (x y) = 20 ; x ; y : b) f (x y) = cos(3x ; y):
2 2

22. La temperatura en un punto (x y) de una placa metalica en le plano xy es T (x y) = xy1 + x + y grados Celsius.
2 2

a) Encontrar la razon de cambio de la temperatura en (1 1) en la ! ! v direccion de != 2 i ; j : b) Una hormiga que esta en (1 1) quiere caminar en la direccion en que la temperatura disminuya con mayor rapidez. Encuentre un vector unitario en esa direccion. 23. Halle un vector ortogonal a la curva de nivel f (x y) = c en P : 44

a) f (x y) = x + y c = 25 P = (1 1): b) f (x y) = xy c = ;3 P = (;1 3): c) f (x y) = xx + y c = 1=2 P = (1 1): 24. La elevacion de una monta~a sobre el nivel del mar en el punto (x y) n es f (x y): Un alpinista en P observa que la pendiente en la direccion este es ;1=2 y en la direccion norte es de ;1=4: >En que direccion debe avanzar para lograr el descenso mas rapido?.
2 2 2 2

4 Maximos y M nimos para funciones Rn ! R


:

f :

Df

De nicion de maximos, m nimos y puntos cr ticos de funciones de varias variables. Criterio del Hessiano en dos variables. Metodo de los multiplicadores de Lagrange.
! Si f : D f R n ! R f alcanza un maximo (o un m nimo) local en x 2 D f , ! ! x con D f abierto, si existe un abierto V D f tal que x 2 V y f (x ) f (!) ! (respectivamente ) si x 2 V.
0 0 0

4.1 De nicion:

4.1.1 Observaciones:

1. En el caso n = 1 en la de ncion de maximo y m nimo local, en lugar de abierto podemos pedir la existencia de un intervalo abierto. ! 2. Si D f no es abierto y el punto x esta en el "interior" de D f la de nicion sigue siendo la misma. ! 3. Si D f no es abierto y el punto x esta en la frontera, pediremos que ! ! x exista un abierto V tal que x 2 V y f (x ) f (!) (respectivamente ! ) si x 2 V \ D f : 4. En el caso n = 1 sabemos que si f es derivable en x 2 D f y en ese punto f alcanza un maximo o m nimo local, entonces f 0(x ) = 0: Vamos a demostrar que si n 2 se tiene un resultado analogo.
0 0 0 0 0 0

45

4.1.2 Proposicion: ! Si f : D f R n ! R es derivable en x 2 D f y alcanza un maximo (respecti!


vamente un m nimo) local en x entonces
0 0 0

! @f@xi (x ) = 0 i = 1 2 : : : n:

Demostracion: v Sea ! un vctor de R n y (!) =x +t ! una recta en el espacio que pasa t ! v ! por x y tiene la direccion de v : Si f alcanza un maximo (o un m nimo) en ! ! v x entonces la funcion h(t) = f ( (t)) = f (x +t !) alcanza un maximo o un m nimo en t = 0 (note que h : R ! R ), por lo tanto h0(t) = 0 es decir que ! v v h0(0) = O! ( (0)) 0(0) = Of (x ) != 0 como ! es arbitrario y no nulo, f ! ! Of (x ) = 0 de aqu se deduce que @f@xi (x ) = 0 i = 1 2 : : : n:
0 0 0 0 0 0 0

4.1.3 Interpretacion geometrica en el caso n = 2: Sea f : D f R ! R , z = f (x y) representa una super cie en R , si


2 3

f alcanza un maximo o un m nimo local en (x y ) y es diferenciable en (x y ) entonces @f@x(x y ) = 0 y @f@y(x y ) = 0 el plano tangente a la super!cie en el punto (x y z ) donde z = f (x y ) tiene como vector normal n = (0 0 ;1) o equivalentemente (0 0 1): Es decir, el plano tangente a la super cie en el punto (x y z ) es paralelo al plano xy:
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4.1.4 Observaciones:

! ! 1. Si f alcanza un maximo (o un m ! nimo) en x entonces Of (x ) = 0 : ! ! Pero puede suceder que Of (x ) = 0 y no se alcance en el punto x ni maximo ni m nimo. (Piense en el caso n = 1 y en la funcion f (x) = x esta funcion veri ca que f 0(0) = 0 pero en x = 0 no hay ni maximo ni m nimo). Estos puntos se llaman puntos de ensilladura. 2. Hay puntos que estan en la frontera del dominio que podr an ser de maximo o de m nimo. Estos puntos no se pueden hallar resolviendo la ! ! ecuacion Of (x ) = 0 :
0 0 0 0 3 0

46

4.1.5 De nicion: Puntos Cr ticos. ! Si f : D f R n ! R sus puntos cr ticos son aquellos puntos x 2 D f donde !
!

Of (x ) = 0 si f es diferenciable en x los puntos donde f no es diferenciable


y los puntos de la frontera del dominio.
= 2
0 0

4.2 Criterio para clasi car los Puntos Cr ticos cuando n :Criterio del Hessiano.
4.2.1 De ncion Preliminar: Sea f : D f R ! R la matriz
2 2 2

@ f@x @ f@x@y @ f@y@x @ f@y


2 2 2 2

se llama el Hessiano de f: El determinante del Hessiano evaluado en un punto (x y ) se llama el discriminante del Hessiano y es:
0 0

H (x y ) = @ f@x
0 0 2 2 2 2 2

;@ f@y ; ;@ f@x@y
2 2 2 0 0

@ f@x si @ f@x@y = @ f@y@x en el punto (x y ) (lo cual sucede cuando las primeras y segundas derivadas parciales de f son continuas).

4.2.2 Metodo del Hessiano para clasi car los Puntos Cr ticos. ( n = 2). Si f : D f R ! R es de clase C en (x y ) 2 D f y Of (x y ) = 0 es decir:
2 2 0 0 0 0

@f@x(x y ) = 0y@f@y(x y ) = 0
0 0 0 0

entonces: A) B) C) D)

@ f@x (x y ) > 0 y H (x y ) > 0 ) f alcanza un m nimo en (x y ): @ f@x (x y ) < 0 y H (x y ) > 0 ) f alcanza un maximo en (x y ): H (x y ) < 0 ) f tiene en (x y ) un punto de ensilladura. En otros casos no hay respuesta.
2 2 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0

47

4.2.3 Observacion:
Para justi car este criterio nos valemos del Teorema de Taylor para dos variables, pero la demostracion de este resultado nos aleja de los objetivos de este curso. Para una idea de la demostracion ver Teorema 4, seccion 4.2, Marsden y Tromba.

4.2.4 Ejemplos:

1. Para hallar los puntos cr ticos de f (x y) = x + y resolvemos las ecuaciones: @f@x(x y ) = 0y@f@y(x y ) = 0 o equivalentemente: 2x = 0 : 2y = 0
2 2 0 0 0 0

El unico punto cr tico es (0 0): El Hessiano es : 2 0 =4>0 0 2

independientemente del punto donde se evalue (no depende de (x y) ) y @ f@x = 2 > 0 por lo tanto segun el criterio del Hessiano en (0 0) se alcanza un m nimo. 2. Hallar las dimensiones de una caja rectangular, con tapa, de manera de obtener volumen maximo si el area de la super cie de las caras es 10m : El area de la super cie de la caja debe veri car la ecuacion:
2 2 2

A(x y) = 2xy + 2xz + 2yz = 10:


Esta restriccion nos permite escribir la funcion volumen como funcion de dos variables, es decir, V (x y z) = xyz = xy(5 ; xy)x + y es una funcion de dos variables y podemos usar el metodo del Hessiano: @V = y (5 ; x ; 2xy) = 0 @x (x + y) @V = x (5 ; y ; 2xy) = 0 @x (x + y)
2 2 2 2 2 2

48

de este sistema de ecuaciones obtenemos las siguientes soluciones: (0 0) y = x: Pero, en este caso, la unica solucion que se adapta al problema practico es x = y pues las dimensiones de la caja no pueden ser ni nulas ni negativas y mediante susutituciones elementales obtenemos

x = y = z = 5: 3

Se pueden plantear dos tipos de problemas:


2 2 2

4.3 Metodo de Lagrange (maximos y m nimos con restricciones).


A) Hallar el m nimo de x + 2y + 2x y + 4 ( el cual es un problema de extremos libres) B) Hallar el m nimo de x +2y +2x y +4 sujeto a la condicion x +3y = 7 (el cual es un problema de extremos restringidos).
2 2 2

Muchos de los problemas de la vida real, principalmente en econom a, son de extremos restringidos. Por ejemplo, un fabricante puede querer maximizar sus utilidades, pero es probable que tenga restricciones por la cantidad de materia prima disponible, la mano de obra, etc. Anteriormente resolvimos el problema de maximizar V = xyz sujeto a la restriccion A(x y) = 2xy + 2xz + 2yz = 10 despejamos z y lo sustitu mos en V (x y z) = xyz y resolvimos el problema de extremos para dos variables. Hay casos en que la restriccion no es facil de despejar o el sistema de ecuaciones a resolver puede resultar tedioso y en estos casos contamos con el metodo de multiplicadores de Lagrange.

4.3.1 Interpretacion Geometrica del metodo: Caso n = 2.


2

Supongamos que queremos maximizar o minimizar f (x y) sujeto a la condicion g(x y) = 0: La restriccion representa una curva en R y solo nos interesa los puntos (x y) que estan en esta restriccion, si gra camos todas las curvas de nivel " c " de f (x y) y estamos interesados en maximizar f (o minimizar f 49

respectivamente) solo miraremos la curva de maximo nivel (respectivamente m nimo nivel) de f que intersecte la restriccion. Sabemos que Og(x y ) es perpendicular a la curva g(x y) = 0 si el punto (x y ) esta en dicha curva y simultaneamente Of (x y ) es perpendicular a la curva de nivel de f correspondiente al punto (x y ): Si (x y ) es un punto de interseccion de la curva de nivel de f correspondiente a (x y ) y de la restriccion g(x y) = 0 entonces tanto Og(x y ) como Of (x y ) son perpendiculares a f (x y) = c y g(x y) = 0 en el punto interseccion, por lo tanto Og(x y ) y Of (x y ) son paralelos, es decir, existe un escalar 6= 0 tal que Of (x y ) = Og(x y ) donde el punto (x y ) cumple la condicion g(x y ) = 0: As para hallar los posibles puntos de maximo o de m nimo resolvemos el siguiente sistema de ecuaciones: Of (x y) = Og(x y) 6= 0 g(x y) = 0 lo cual representa un sistema de tres ecuaciones con tres incognitas. Para decidir si el punto cr tico hallado es de maximo o de m nimo, acudimos a la geometr a del problema, aunque existe un metodo basado en la segunda derivada, para decidir sobre la naturaleza de los puntos cr ticos en el caso de extremos restringidos (ver suplemento Seccion 4.3 Tromba), no lo estudiaremos en este curso por resultar largo y tedioso.
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4.3.2 Observacion: Si f : D f R n ! R es continua en S

D f cerrado y acotado, entonces f alcanza en S al menos un maximo y un m nimo (Ver Teorema 6, seccion 4.2 Tomba). Este resultado es util, pues si el conjunto restriccion es cerrado y acotado y obtenemos dos puntos cr ticos, simplemente evaluamos estos puntos en f y as podremos decidir cual es de maximo y cual de m nimo.

4.3.3 Metodo de Lagrange: Resumen para sus Aplicaciones. A) Si f : D f R n ! R y queremos hallar los puntos cr ticos de f sujeto x a la restriccion g(!) = 0 con g : D g R n ! R se resuelve el siguiente
sistema de ecuaciones: ( ! x x Of ( x ) = Og(!)! 6= 0 Og(!) 6= 0 g( x ) = 0 50

x B) Si f : D f R n ! R y tenemos k restricciones gi(!) = 0 i = 1 2 : : : k n ! R se resuelve el siguiente sistema de ecuaciones, con gi : D gi R para hallar los puntos cr ticos:

! ! ! ! Si existe x tal que g(x ) = 0 (x esta en la restriccion) y Og(x ) = 0 debemos agregar este punto a los puntos cr ticos hallados.
0 0 0 0

x x x Of (!) = Og (!) + : : : + k Ogk (!) ( : : : k ) 6= 0 ! ! ! x gi( x ) = 0 i = 1 2 : : : k (Og ( x ) : : : Ogk (!)) 6= 0 :


1 1 1 2 1 0 0 0 0

! ! ! ! Si existe x tal que g(x ) = 0 (x esta en la restriccion) y Ogi(x ) = 0 para i = 1 2 : : : k debemos agregar este punto a los puntos cr ticos hallados.

Las constantes

se llaman multiplicadores de Lagrange.

4.3.4 Ejemplos:
1. >Cual es el area maxima de un rectangulo si la longitud de su diagonal es igual a 2 ?.Si queremos resolverlo por el metodo de Lagrange debemos identi car la funcion a maximizar y la restriccion. La restriccion es

g (x y ) = x + y ; 4 = 0
2 2

(Usar Pitagoras para relacionar la diagonal del rectangulo con sus lados): La funcion a maximizar es:

f (x y) = xy
(area del rectangulo), el sistema de ecuaciones se puede escribir como:

Of (x y) = Og(x y) 6= 0 Og(x y) 6= 0 g (x y ) = 0 Of (x y) = (y x) = Og(x y) = (2x 2y) por lo tanto el sistema de ecuaciones es: 8 y = 2 x 6= 0 < : x = 2y y= 4 x +
2 2

51

Al resolver el sistema, obtenemos cuatro puntos cr ticos: p p p p p p p p ( 2 2) (; 2 ; 2) ( 2 ; 2) (; 2 2): Como las condiciones geometricas del problema nos exige que x > p 0 y > 0 nuestra unica opcion es x = y = 2: Si hacemos un estudio geometrico del problema obviando que se trata de lados de un rectangulo, al hacer el dibujo de la restriccion y de la curva de nivel de f que intersecta la restriccion obtendremos que dos de los puntos cr ticos corresponden a un maximo y los otros dos son de m nimo. p p El area maxima que obtenemos es f( 2 2) = 2: Trate de resolver el problema sin usar Multiplicadores de Lagrange (por simple sustitucion), en este caso resulta mas sencillos este metodo. 2. Hallar los extremos de f (x y z) = x + y + z sujeta a las restricciones x + z = 1 y x + y = 2: Of (x y) = (1 1 1) Og (x y) = (1 0 1) Og (x y) = (2x 2y 0) el sistema de ecuaciones se reduce a: 8 + 2x = 1 > > 2y = 1 < 1 > x + z== 1 > : x +y =2 Si resolvemos elp sistema de ecuaciones, obtendremos los siguientes punp tos cr ticos: (0 2 1) y (0 ; 2 1): Observe que la restriccion es la interseccion del plano x + z = 1 con el borde del cilindro x + y = 2: Este conjunto es cerrado y acotado, por lo tanto uno de los puntos debe ser maximo y el otro m nimo, al p sustituir en f (x y z) se concluye que (0 2 1) realiza un maximo y p (0 ; 2 1) un m nimo.
2 2 1 2 1 2 2 1 2 2 2 2

4.4 Ejercicios para la Practica:


a) f (x y) = x + y + xy:
2 2

1. Hallar los puntos cr ticos de las funciones dadas y determinar cuales son de maximo locales, m nimos locales o puntos de ensilladura: 52

b) c) d) e) f)

f (x f (x f (x f (x f (x

y) = x + y ; xy: y) = x + y + 2xy: y) = e x2 ;y2 : y) = ex cos y: y) = xy + 1x + 1y:


2 2 2 2 1+

2. Mostrar que la caja rectangular de volumen dado, tiene super cie m nima, cuando la caja es un cubo. 3. Escriba el numero 120 como suma de tres numeros, de modo que la suma de los productos tomados de dos en dos, sea maxima. 4. Hallar el punto en el plano 2x ; y + 2z = 20 mas p cercano al origen.(Ayuda: la distancia de (x y z) al origen es: d = x + y + z minimizar d es equivalente a minimizar d = x + y + z ). p 5. Sea f (x y) = x + y : Hallar los puntos cr ticos de f restringida a la region : R= (x y) : x + y 1 y clasi carlos. 6. Sea f (x y) = x + 2y: Hallar los maximos y m nimos de f en la region:
2 2 2 2 2 2 2 2 2 2 2

R= f(x y) : ;1 x 1 ;1 y 1g :
7. La suma de tres numeros es 120 >Cual es el valor maximo de su producto?. 8. Halle el punto del plano 2x ; 3y + z = 1 mas proximo al punto (3 ;2 1): 9. Encuentre la distancia m nima entre las rectas L y L cuyas ecuaciones parametricas son:
1 2

L x = t ; 1 y = 2t z = t + 3 L : x = 3s y = s + 2 z = 2s ; 1
1: 2

53

10. Sea f (x y) = 2x + y un plano en R sujeto a las restricciones:


3

4x + y 8 2x + 3y 14 x 0 y 0: Convenzase que los valores maximos y m nimos de esta funcion lineal ocurren en los vertices. Encuentre el maximo, el m nimo y los puntos en donde se alcanzan. Sea S R la recta que pasa por (;1 0) inclinada a 45 f (x y) = x + y : Hallar los extremos de f en S: Sea f (x y) = x ;y S el c rculo unitario de radio 1: Hallar los extremos de f en S: Hallar el mayor volumen que puede tener una caja rectangular con tapas, de super cie 10m usando el metodo de Lagrange. En los ejercicios siguientes, halle los extremos de f sujetos a las restricciones enunciadas:
2 0 2 2 2 2 2

11. 12. 13. 14.

a) f (x y z) = x ; y + z x + y + z = 2: b) f (x y) = x x + 2y = 3: c) f (x y) = 3x + 2y 2 x + 3y = 3:
2 2 2 2 2 2 2

15. Hallar la distancia m nima y maxima entre el origen y la curva (x + 1) + y = 1:


2 2

16. Encuentre los valores maximos y m nimos de f (x y z) = x + 2y + 3z sobre la elipse que resulta al intersectar el cilindro x + y = 2y con el plano y + z = 1: 17. Encuentre la distancia m nima del origen a la interseccion de los planos
2 2

x + y + z = 8 y 2x ; y + 3z = 28:
18. Metodo de m nimos cudrados: Una tecnica importante en las Ciencias es el "ajuste" de datos emp ricos a ecuaciones, en particular lineales. 54

Si tenemos una coleccion de resultados experimentales: (x y ) (x y ) : : : (xn yn) el metodo de m nimos cuadrados consiste en encontrar " m" y " b" tales que la recta y = mx + b se ajuste lo mejor posible a los datos, en el siguiente sentido, si:
1 1 2 2

f (m b) =

n X i=1

yi ; (mxi + b)]

debemos encontrar el punto (m b) que minimice f (m b): (Haga un gra co de la situacion planteada). a) Demuestre que el punto cr tico (m b) debe veri car el siguiente sistema de ecuaciones: P x P =P m n Pi + b n xi P n xiyi i i i m n xi + nb = n yi i i
=1 2 =1 =1

b) Si x = 1n

Pn x , y = 1n Pn y , demuestre que: i i i i Pn (x ; x) = Pn x ; 1n (Pn x ) P i) i i Pi i Pi i P ii) n (xi ; x)(yi ; y) = n xiyi ; 1n n xi n yi: i i i i


=1 =1 =1 =1 =1 2 =1 2 2 =1 =1 =1 =1 =1 =1 2 =1

c) Valiendose de b) y resolviendo a) demuestre que: P P m = n (xi ; x) n (xi ; x)(yi ; y) i i b = y ; mx y que en (m b) f alcanza un m nimo.

References
1] 2] 3] 4] Marsden J.E. y Tromba A.J.: Calculo Vectorial. Ed.Addison-Wesley. Apostol Tom M.:Calculus. Volumen II. Ed.Reverte. Edwards y Penney: Calculo y Geometr a Anal tica. Ed. Prentice Hall. Purcell E.J. Y Varberg D: Calculo con Geometr a Anal tica. Ed.Prentice Hall. 55

Matematicas III 1er Parcial


1. Calcule la solucion general de la siguiente ecuacion diferencial,
y
000

00

;2 =
y
0

x:

(7 puntos) 2. Considere el siguiente sistema de ecuaciones diferenciales,


x y
0 0

= ; ; = ;9 ;
x x

y y:

Calcule la solucion general del sistema. Calcule la solucin para lo en terminos de ( ) y ( ). (7 puntos)
x t y t

3. Determine la convergencia o divergencia de las siguientes series.

X +2 +1 X 3 cos ( )
n=1
n n

X
1

(2 (2
con x

puntos

) ) )

n=1

n n

puntos

nx

n=1

2 n

2 R (2

puntos

Buena suerte

Matematicas III 1er Parcial 1. Calcule la solucion general de la siguiente ecuacion diferencial, y000 ; y00 ; 2y0 = x:
(7 puntos) La e.d. homogenea asociada a la e.d. planteada en el problema tiene la siguiente ecuacion caracter stica,

RESPUESTA

r ; r ; 2r = r(r + 1)(r ; 2) = 0 cuyas raices son r = 0, r = ;1 y r = 2. Por la tanto, la solucion general yh de la e.d. homogenea satisface,
3 2

yh(x) = c + c e;x + c e x
1 2 3 2

con c , c y c constates reales arbitrarias. Una solucion particular yp de la e.d. no homogenea es de la forma,
1 2 3

yp(x) = c (x) + c (x)e;x + c (x)e x c0 (x), c0 (x) y c0 (x) satisfacen el sistema de ecuaciones
1 2 3 2 1 2 3

del sistema es,

c0 (x)u (x) + c0 (x)u (x)c0 (x)u (x) = 0 c0 (x)u0 (x) + c0 (x)u0 (x)c0 (x)u0 (x) = 0 c0 (x)u00(x) + c0 (x)u00 (x)c0 (x)u00 (x) = x con u (x) = 1, u (x) = y u (x) = e x. El determinante Wronskiano W
1 1 1 1 1 1 2 2 2 2 3 3 3 3 2 2 3 3 1 2 3 2

1 W= 0 0

e;x e x ;e;x 2e x = ;6ex e;x 4e x


2 2 2

Calculando la solucion del sistema mediante determinantes se obtiene, 0 e;x e x 0 ;e;x 2e x x x x e;x 4e x = 2xe +xxe = ; x c0 (x) = ;6ex ;6e 2 por lo tanto, c (x) = ; x 4 x 1 0 e 0 0 2e x x 0 x 4e x c0 (x) = = ;2xex = 1 xex ;6ex ;6e 3 y 1 e;x 0 0 ;e;x 0 ;x ;x 0 e;x x c0 (x) = (;6ex) = ;xeex = xe6 : ;6
2 2 2 1 2 1 2 2 2 2 2 2 3 2 2

Integrando por partes xex y xe; x , se tiene, 1 c (x) = 3 (x ; 1)ex y e; x x + 1 : c (x) = ; 6 2 4 Sustituyendo c (x), c (x) y c (x) en yp se tiene,
2 3 1 2 3 2

x 1 9 yp(x) = ; x + 1 (x ; 1) ; 12 + 24 = ; x + 1 x ; 24 4 3 4 4 Finalmente, la solucion general yg de la e.d. no homogenea planteada


2

en el problema es,

9 yg (x) = yh(x) + yp(x) = c + c e;x + c e x ; x + 1 x ; 24 : 4 4


1 2 3 2 2

2. Considere el siguiente sistema de ecuaciones diferenciales,

x0 = ;x ; y y0 = ;9x ; y: Calcule la solucion general del sistema en terminos de x(t) y y(t).


RESPUESTA La matriz A asociada al sistema es,

(7 puntos)

A = ;1 ;1 : ;9 ;1 El polinomio caracter stico p( ) de la matriz A es, p( ) = det( I ; A) = ( + 1) ; 9 = ( ; 2)( + 4):


2

Por lo tanto, los autovalores de A son = 2 y = ;4. Calculemos un autovector asociado a cada autovalor, sustituyendo = 2 la matriz I ; A, 3 1 u = 0 9 3 u 0 que es equivalente al sistema de ecuaciones,
1 2

3u + u = 0 9u + 3u = 0
1 2 1 2

lo cual implica que u = ;3u . Por lo tanto, los vectores de la forma


2 1

1 el vector ;3 es un autovecctor del autovalor = 2. 3

u = u =u 1 u ;3u ;3
1 2 1 1 1

Analogamente, sustituyendo = ;4 la matriz I ; A, se tiene,

que es equivalente al sistema de ecuaciones,

;3 1 9 ;3
1

u = 0 u 0
1 2

;3u + u = 0 9u ; 3 u = 0
2 1 2

lo cual implica que u = 3u . Por lo tanto, los vectores de la forma


2 1

el vector 1 es un autovecctor del autovalor = ;4. 3 La solucion general del sistema s(t) satisface, 1 s(t) = c e t ;3 + c e; t 1 3
1 2 2 4

u = u =u 1 u 3u 3
1 2 1 1 1

con c y c constantes reales arbitrarias, de lo cual se obtienen las siguientes expresiones para x(t) y y(t),
1 2

x(t) = c e t + c e; t y(t) = ;3c e t + 3c e; t


1 2 2 2 4 4 1 2

3. Determine la convergencia o divergencia de las siguientes se-

ries.
(a) (b)

n=
X

n2 (2puntos) nn 1

n=

n2 + 2n + 1 (2puntos) nn 1
4

(c)

n=

3 cos2(nx) con x 2 R (2puntos) n2 1

RESPUESTA
(a) Como,
r n

lim !1

del Criterio de la Ra z se decuce que la serie (b) Observe que, lim n!1
n2 +2n+1 nn n2 nn
2

p p n lim ( n n) n = lim pn = n!1 1 = 1 =0<1 n n n n n!1 n lim n n!1


2 2 2

n2 n=1 nn

converge.

2 = nlim n +n n + 1 = 1: !1 Como la serie (a)P congerge, del Criterio de comparacion por paso al l mite se tiene que la serie 1 n2 nnn converge. n
2 =1 +2 +1

(c) Como 3 cos (nx)


2

y la serie 1 n2 converge, utilizando el Criterio de Comparacion concluimos n P 2 nx que la serie 1 converge. n n2


P
=1 1 3 cos ( ) =1

3
2

Daniel Barraez