Analisis en Ingeniería-Cortes

Las siguientes:
NOTAS DE CLASE
ANÁLISIS EN INGENIERÍA
MECÁNICA
Han sido evaluadas y aprobadas

como material de apoyo didáctico
dentro de los cursos de la FIMEE
de la Universidad de Guanajuato.
POR LA COMISION DE
SUPERACION ACADEMICA DE
LA H. ACADEMIA DE LA FIMEE.
OCTUBRE DE 2007.
Autor:
Dr. Luz Antonio Aguilera Cortés
Clave de identificación
N.ME.M.(1) I 07-10
Maestría en Ingría. Mecánica Análisis en Ingeniería
NOTAS DE CLASE.
CURSO: ANÁLISIS EN INGENIERÍA

MECÁNICA
Clave:
Dr. Luz Antonio Aguilera Cortés
Otoño 2007
Aguilera A
Índice
I. Álgebra Vectorial
Álgebra Vectorial ………………………………………… I-1
Funciones Vectoriales de una Variable …………………… I-13
Derivada Direccional ………………………………….… I-17
Gradiente, Divergencia y Rotacional……………………… I-17
Ejemplos ………………………………………………… I-23
II. Cálculo Variacional

Funcionales ……………………………………………… II-1
Ecuación de Euler ……………………………………… II-6
Lema Básico ………………………………………… II-9
Variaciones …………………………………………… II-10
Ejemplos ……………………………………………… II-14
Multiplicadores de Lagrange y Restricciones ………… II-27
III. Ecuaciones Diferenciales Parciales

EDP Introducción ……………………………………… III-1
EDP 2º Orden Clasificación …………………… III-8
Ejemplos ……………………………………… III-9
Deducción de EDP ………………………………… III-15
Solución de D’Alembert …………………………….. III-30
Separación de Variables ……………………………. III-33
Ejemplos …………………………………………… III-35
Transformada de Laplace ………………………….. III-55
Diferencias Finitas ………………………………… III-61
IV. Matrices y Formas Cuadráticas

Determinantes y Matrices …………………………. IV-1
Formas Cuadráticas ………………………………... IV-5
Funciones de una matriz cuadrada ………………... IV-14
Teorema de Cayley-Hamilton ……………………… IV-30
V. Tensores (Opcional)
Coordenadas Oblicuas …………………………… V-1
Coordenadas Curvilíneas ……………………….. V-12
Transformaciones ……………………………… V-16
Convención suma de Einstein …………………. V-17
Tensores ……………………………………… . V-25
Derivada Covariante ……………………………. V-29
Bibliografía
Aguilera A
ALGEBRA VECTORIAL
Vector: Para nuestros propósitos un vector en un espacio Euclideano es bien definido como un
segmento lineal con una dirección y magnitud dadas.
F B Desplazamiento
Fuerza, velocidad,
A Aceleración,
Campo eléctrico
Campo magnético
Escalar: Cantidad que sólo posee magnitud.

Volumen, masa, temperatura, densidad, energía, trabajo, tiempo.
La magnitud o longitud de un vector se conoce como el valor absoluto del vector:

A = ⏐A⏐
Despreciando su dirección, un vector cuya longitud, o valor absoluto, es la unidad se

llama vector unitario.
Dos vectores son iguales si ellos tienen la misma dirección y la misma magnitud.
El negativo de un vector (-A) es aquél que tiene idéntica longitud pero dirección opuesta
al original.
La suma de dos vectores A y B está definida por la ley del paralelogramo.
B B A-B = A+(-B)
A+B A
-B
A
A-B
La suma (resta) de dos vectores es otro vector.
De su definición es evidente que: A+B = B+A
La suma vectorial es conmutativa y asociativa: A+(B+C) = (A+B)+C
Vector por un escalar (n)
i) n > 0 (positivo)
nA = An
Análisis Vectorial I-1 Aguilera A.

El nuevo vector (nA) tiene la misma dirección y sentido que A pero su magnitud ha
cambiado en la forma siguiente:
n > 1: Aumento n veces.

n = 1: Permaneció inalterada.
0 < n < 1: Disminuyó en proporción al valor de n.
ii) n < 0 (negativo)
Para valores negativos de n, el nuevo vector (nA) tiene dirección opuesta a A. Su

magnitud se modifica en la misma forma que para el caso 1, sólo que en términos del
escalar ⏐n⏐
n=2
A 2A
-A/2 n = -1/2
PRODUCTO PUNTO Y CRUZ
-PRODUCTO PUNTO: El producto punto de 2 vectores es un escalar igual al producto de

los valores absolutos de los dos vectores y el coseno del ángulo entre sus direcciones.
A⋅B = ⏐A⏐⏐B⏐cosθ
B
El producto de 2 vectores es igual a la longitud de
Proyección de A uno u otro de ellos multiplicada por la proyección
Sobre B ⏐A⏐cosθ del otro sobre él.
θ
A
Proyección de B sobre A
Sobresalen dos casos particulares:
1) Si uno de los vectores, digamos A, es de longitud unitaria, entonces A⋅B se simplifica a:

⏐B⏐cosθ = Bcosθ, la cual es justamente la proyección, o componente de B en la dirección del
vector unitario.
2) Si B = A, entonces, obviamente:
A⋅A =⏐A⏐2= A2 ya que θ = 0;
El producto punto es conmutativo y distributivo sobre la adición:

A⋅B = B⋅A ya que el cosθ es el mismo en ambos casos.
A⋅(B + C ) = A⋅B + A⋅C
Si A⋅B = 0, entonces al menos uno de los vectores ( A, B ) es cero o A y B son perpendiculares.
-PRODUCTO CRUZ: El producto vectorial de dos vectores A y B representado A x B es un

vector V cuyo valor absoluto es el producto de los valores absolutos de A, B y el seno del
ángulo entre ellos y cuya dirección es perpendicular al plano definido por A y B en la
dirección de avance de un tornillo de rosca derecha que ha sido rotado de A hacia B.
AxB
Ya que ⏐B⏐⏐senθ⏐ es la proyección de B en la

B dirección perpendicular a A o, en otras palabras, es la
altura del paralelogramo definido cuando A y B son
⏐B⏐senθ dibujados de un punto común, así la magnitud de AxB
θ nominalmente: ⏐A⏐⏐B⏐⏐senθ⏐, es igual al área de
A ese paralelogramo.
De la relación entre el producto cruz y el área es fácil mostrar que la multiplicación

vectorial es distributiva sobre la adición:
A x (B+C) = (A x B) + (A x C)
Y la multiplicación vectorial es NO conmutativa:
A x B = -B x A
Si A x B = 0, entonces uno u otro de los vectores A, B es cero o A y B son paralelos.
VECTOR UNITARIO
Se define un vector de magnitud unitario como un vector con cierta dirección prescrita.
Por lo tanto, se puede expresar el vector unitario êA en la dirección del vector A como:
Α
êA =
Α

y así:
A = AêA
Se ha visto que los vectores unitarios se pueden definir en cualquier dirección. Sin
embargo, los vectores unitarios más útiles son aquellos que tienen direcciones mutuamente
ortogonales (conjunto ortonormal), por ejemplo las direcciones X, Y y Z de las coordenadas
cartesianas rectangulares, denotadas comúnmente por iˆ, ˆj y kˆ .
k̂
Y
ĵ
iˆ
REPRESENTACIÓN DE UN VECTOR
Luego Xi, Yj y Zk representan las longitudes de los vectores X, Y y Z cuyas direcciones

corresponden a la de los ejes. De la definición de suma vectorial es evidente que el vector que
une el origen al punto general P(X,Y,Z) está definido por:
R R = Xiˆ + Yˆj + Zkˆ
En términos mas generales, cualquier vector cuyas componentes a lo largo de los ejes
coordenados son, respectivamente, a1, a2 y a3 puede escribirse:
A = a1i + a2j + a3k
Luego si
B = b1i + b2j + b3k
Entonces
A ± B = (a1 ± b1)i + (a2 ± b2)j + (a3 ± b3)k
Claramente, dos vectores serán iguales si y sólo si, sus respectivas componentes son iguales.
Ya que el producto punto de vectores que son perpendiculares es cero, se tiene que:
i⋅j = j⋅k = k⋅i = 0

Sin embargo, aplicando la magnitud de un vector, se tiene:

i⋅i = j⋅j = k⋅k = 1
De aquí:
A ⋅ B = (a1i + a2j + a3k)⋅(b1i + b2j + b3k) Aplicando la propiedad
=a1b1 + a2b2 + a3b3 distributiva, expandiendo y
simplificando
En particular, si B = A, se tiene
A⋅A =⏐A⏐2 = a12 + a22 + a32

ó
⏐A⏐= a12 + a 22 + a32
Así, si:
A = Axi + Ayj + Azk
B = Bxi + Byj + Bzk
A⋅B= (Axi + Ayj + Azk)⋅ (Bxi + Byj + Bzk)

=(i⋅i)AxBx+(i⋅j)AxBy+(i⋅k)AxBz+(j⋅i)AyBx+(j⋅j)AyBx+(j⋅k)AyBz
+(k⋅i)AzBx+(k⋅j)AzBy+(k⋅k)AzBz
= AxBx + AyBy + AzBz
El ángulo comprendido entre dos vectores A y B:

Recordando que A⋅B=⏐A⏐⏐B⏐cosθ, resolviendo para cosθ,se tiene:
a1b1+a2b2+a3b3
cosθ= ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = lAlB + mAmB + nAnB
a12 + a 22 + a32 b12 + b22 + b32
A⋅B = ABcosθ
∴ cosθ= (A⋅B)/AB = (AxBx + AyBy +AzBz)/AB = lAlB + mAmB + nAnB
Ejemplo:
1) Encontrar el ángulo entre los vectores A= 2i + 3j - 1k y B= -1i + 1j + 2k
Calculamos primero su producto escalar:

A⋅B = (2i+3j-1k)⋅(-1i+1j+2k)= (2)(-1)+(3)(1)+(-1)(2) = -2+3-2
A⋅B = -1
Luego la magnitud de cada vector:
A = 2 2 + 3 2 + 12 = 14 = 3.74

B = 12 + 12 + 2 2 = 6 = 2.15
Así:
cosθ= -1/(3.74)(2.15)= -1/9.17=-0.109
θ=96.3°
Para el producto cruz de los vectores unitarios i, j y k, se tiene:
ixi = jxj = kxk = 0

ixj = -jxi = k
jxk = -kxj = i
kxi = -ixk = j
Luego se obtiene para el producto cruz de dos vectores:
A x B=(a1i+a2j+a3k)x(b1i+b2j+b3k) = (a2b3 - a3b2)i - (a1b3 - a3b1)j + (a1b2 - a2b1)k
El cual es precisamente la forma expandida del determinante:
i j k
AxB= a1 a2 a3
b1 b2 b3
El carácter anti-conmutativo del producto cruz corresponde así al hecho de que

intercambiando dos renglones de un determinante cambia el signo del determinante.
TRIPLE PRODUCTO
Se tienen los 3 siguientes casos:
(A⋅B)C; A⋅(B x C) ; A x (B x C)
(A⋅B)C Es un vector cuya longitud es ⏐A⋅B⏐ veces la longitud de C y cuya dirección es la

misma de C u opuesta según si A⋅B es positivo ó negativo.
A⋅(B x C) TRIPLE PRODUCTO ESCALAR

Geométricamente, el triple producto escalar A⋅(B x C) representa el volumen de un
paralelepípedo de aristas A, B y C.
De aquí A⋅(B x C), cuyo valor es justamente la magnitud de B x C multiplicada por la

proyección de A sobre B x C, es numéricamente igual al volumen del PARALELEPÍPEDO. Además
se cumple:
A⋅(BxC) = B⋅(CxA) = C⋅(AxB) = [ABC]
A⋅(BxC) ≠ A⋅(CxB) Por qué?

En cualquier triple producto escalar el punto y la cruz pueden intercambiarse sin alterar el
valor del producto. [ABC]
[ABC] = 0 es una condición necesaria y suficiente para que A, B y C sean paralelas a un mismo
plano. En particular, si dos factores de un triple producto escalar tienen la misma dirección, el
producto es cero.
Ejemplo: VOLUMEN DE UN PARALELEPIPEDO
Demostrar que el valor absoluto de A⋅(B x C) es igual al volumen de un paralelepípedo de

aristas A, B y C.
Sea n el vector unitario perpendicular al

paralelogramo I, con la misma dirección y
sentido que BxC, y h la distancia del
extremo A al paralelogramo I.
I
C h
I=⏐BxC⏐=⏐B⏐⏐C⏐senθ
h=A⋅n=Acosγ
V = [Acosγ][⏐B⏐⏐C⏐senθ]
Volumen del paralelepípedo = [altura (h)][área del paralelogramo (I)]
V = (A⋅n)(⏐BxC⏐)
V = A⋅{⏐BxC⏐n}
V = A⋅(BxC)
La altura del paralelogramo es la proyección del vector A sobre BxC.

Algebraicamente, si escribimos:
A = a1i + a2j + a3k; B = b1i + b2j + b3k; C = c1i + c2j + c3k;
Se tiene:
A⋅(BxC)=(a1i+a2j+a3k)⋅[(b2c3-b3c2)i-(b1c3-b3c1)j+(b1c2-b2c1)k]
A⋅(BxC)=a1(b2c3-b3c2)-a2(b1c3-b3c1)+a3(b1c2-b2c1)
Lo cual es justamente la forma expandida del determinante:
a 1 a2 a3
[ABC]= b1 b2 b3
c 1 c2 c3

Finalmente para el triple producto vectorial, se tiene:
A x (BxC) = (A⋅C)B - (A⋅B)C TAREA

DEMOSTRAR
Además:
A x (B x C) ≠ (A x B) x C
Con el conocimiento del triple producto escalar y vectorial, los productos que involucren
mas de tres vectores pueden ser expandidos sin dificultad:
(A x B )⋅(C x D) = A⋅[B x (C x D)]
= A⋅[(B⋅D)C - (B⋅C)D] IDENTIDAD DE LAGRANGE
= (A⋅C)(B⋅D) - (A⋅D)(B⋅C)
similarmente:
(A x B) x (C x D) = (A x B⋅D) C-(A x B⋅C)D

TRIPLE PRODUCTO VECTORIAL = [ABD]C-[ABC]D
Ejemplos
(1) Sea:
A=17i + 8j + 12k
B=5i + 10j + 3k
Obtener A-B
A-B=(17i + 8j + 12k ) -(5i + 10j + 3k) = (17-5)i + (8-10)j + (12-3)k

A-B=1 i -2j +9k
(2) Dados los vectores A y B, determinar C = A-B, ¿Cuáles son los cosenos directores de C?
De la figura se tiene:
A=10i+5k
B=3j+4k
Entonces:
C=A-B=10i-3j+k
Luego:
⏐C⏐=(102+32+12)1/2=1101/2=10.49
y los cosenos directores:
l= 10/10.49= 0.953; m=0.286;n=0.095

m=-3/10.49 =-0.286
(3) Dados los vectores

A=17i+8j+12k
B=5i+10j+3k
Determinar su suma y la magnitud de C ∴ C = A + B
Solución:
C=A+B=(17i+8j+12k)+(5i+10j+3k)
C=(17+5)i+(8+10)j+(12+3)k
C=22i+18j+15k
y la magnitud:
C=(222+182+152)1/2=10331/2=32.14
(4) Sea:
A=20i+4pj+rk
B=4i+8j+(p+q)k
C=8qi+8qj+15k
∴ p, q, r son escalares desconocidos y C = A + B determinar p, q y r.
C=A+B
8qi+8qj+15k=(20i+4pj+rk)+[4i+8j+(p+q)k]
8qi+8qj+15k=24i+(4p+8)j+(r+p+q)k
A partir de esta ecuación se obtiene:
8q = 24 ∴ q=3
8q = 4p+8 ∴ p=4
15 = r+p+q ∴ r=8
(5) Vector unitario y cosenos directores.
a) Expresar el vector V en función de sus componentes y determinar el vector unitario êv.
b) ¿Cuáles son los cosenos directores l, m y n correspondientes a V y los ángulos respectivos α, β

y γ?
ev= V/ ∴ V=Vev
V

Solución:
a) Utilizando vectores coordenados unitarios, el vector V se puede expresar en función de

sus componentes unitarias como:
V=3i+4j+12k
La magnitud de V puede calcularse fácilmente:

V = (32 + 42 + 122)1/2 =13
Entonces:
êv = V/V = (3i+ 4j+ 12k)/13=0.231i+0.308j+0.923k
b) Como el vector unitario se puede expresar en la forma:

êv=li+mj+nk
Se obtiene:
l = cosα = 0.231 ∴ α = 76º39’

m = cosβ = 0.308 ∴ β = 72º3’
n = cosγ = 0.923 ∴ γ = 22º38’
6) Área de un paralelogramo
-Hallar el área del paralelogramo determinado por los vectores:
A = 2i + 3j - k
B = -i + j + 2k
Calculemos primero el producto vectorial de A y B
i j k
A x B= 2 3 -1 = [(3)(2)-(1)(-1)]i-[(2)(2)-(-1)(-1)]j+[(2)(1)-(-1)(3)]k
-1 1 2
A x B = 7i - 3j + 5k
Luego el área del paralelogramo es justamente la magnitud de AxB:
Área = ⏐A x B⏐= 7 2 + 3 2 + 5 2 = 49 + 9 + 25 = 9.11 u2

7) Área de un triángulo
-Determinar el área del triángulo cuyos vértices son (0,0,0), (2,4,10) y (3,12,5)
SOLUCIÓN:
Puesto que
Área=1/2ABsen(A,B)=1/2⏐AxB⏐
∴ A=2i+4j+10k
B=3i+12j+5k
i j k
A x B = 2 4 10 = -100i + 20j + 12k
3 12 5
⏐A x B⏐= 100 2 + 20 2 + 12 2 = 102.7

∴ Área = 102.7/2 = 51.35 u2
(8) Expresión de un vector por medio de los vectores coordenados unitarios.
Los vectores A y B de las caras del paralelogramo tienen magnitudes de 65 y 20√2

respectivamente, expresar A y B en función de sus componentes utilizando los vectores
coordenados unitarios:
Solución:
êA=(12j-5k)/13
êB=(-5i+5k)/5√2
así:
A=AêA=65[(12j-5k)/13]=60j-25k
B=BêB=20√2[(-5i+5k)/5√2]=-20i+20k

DISTANCIA MÍNIMA ENTRE UN PUNTO Y UNA RECTA
9) Determinar la distancia mínima entre el punto (1,4,8) y la recta que pasa por (0,0,0) y (2,14,5)
SOLUCIÓN:
La distancia mínima entre el punto A y la recta

OB es la perpendicular AD, trazada desde A
hasta la recta OB, de la figura.
AD=B sen(A⋅B)= AB sen(A⋅B)/A = ⏐AxB⏐/A
Y como:
A=2i+14j+5k
B=i+4j+8k
entonces:
i j k
AxB = 2 14 5 = 92i - 11j - 6k
1 4 8
De manera que:
⏐AxB⏐ = (92 2
+ 112 + 62 ) = (8621) = 93
⏐A⏐ = (2 2
+ 142 + 52 ) = (225) =15
Así:
AD= 93/15= 6.2 u

FUNCIONES VECTORIALES DE UNA VARIABLE
Si t es un escalar variable y si para cada uno de los valores de t en algún intervalo existe
un valor correspondiente de un vector V, se dice que V es función vectorial de t.
V(t)=V1(t)i+V2(t)j+V3(t)k
V(t) es continua si y sólo si las tres funciones escalares V1(t), V2(t) y V3(t) son continuas
Si la variable independiente t de una función vectorial V(t) cambia en un Δt, la función

cambiará en general en magnitud y dirección. Específicamente para un incremento Δt se tiene el
incremento en el vector:
ΔV=V(t+Δt)-V(t)
=[V1(t+Δt)i+V2(t+Δt)j+V3(t+Δt)k]-[V1(t)i+V2(t)j+V3(t)k]
=ΔV1i+ΔV2j+ΔV3k
Así para la derivada de una función vectorial, se tiene:
dV V(t+Δt)-V(t) ΔV
⎯ = lim ⎯⎯⎯⎯⎯⎯ = lim ⎯⎯
dt Δt→0 Δt Δt→0 Δt
O usando las componentes:
dV ΔV1 ΔV2 ΔV3

⎯ = lim ⎯⎯ i + lim ⎯⎯ j + lim ⎯⎯ k
dt Δt→0 Δt Δt→0 Δt Δt→0 Δt
dV dV1 dV2 dV3

⎯ = ⎯⎯ i + ⎯⎯ j + ⎯⎯ k [con i, j y k constantes]
dt dt dt dt
La variación de un vector con respecto a t puede consistir en un cambio de magnitud, en

un cambio de dirección ó en ambos.
De la última relación se puede definir la diferencial de una función vectorial V(t) como:
dV = dV1i+dV2j+dV3k
En particular, para el vector
R = xi+yj+zk

Dibujado del origen al punto P(x,y,z), se tiene
dR = dxi+dyj+dz
V(t+Δt)
ΔV
V(t)
y
Interpretación geométrica de una función vectorial de una variable.
* Si Δt→0 la dirección de ΔV y de aquí la dirección de ΔV /Δt, se aproxima a la dirección de la

dv
tangente a c. Esto es, es un vector tangente a la curva c, la cual es el lugar geométrico de los
dt
puntos extremos del vector V(t). En particular si la variable escalar t es la longitud de arco s de c,
medida de algún punto de referencia sobre c, se tiene
dV ⏐ΔV⏐ cuerda infinitesimal de c

⎯ = lim ⎯⎯ = lim ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = 1
ds Δs→0 ⏐Δs⏐ Δs→0 arco infinitesimal de c
Así, si s es la longitud de arco de la curva c definida por los puntos extremos de los vectores V(s),
entonces dV/ds es una tangente unitaria a c.
De la definición de la derivada de una función vectorial se obtiene la derivada de la suma,

diferencia y producto de vectores las cuales pueden obtenerse del cálculo ordinario teniendo sólo
especial cuidado en el orden de los factores, así:
d(U±V) dU dV d
⎯⎯⎯ = ⎯ ± ⎯ • ( A + B ) = dA + dB
dt dt dt dt dt dt
DEMOSTRACIÓN:
d(A+B) A(t+Δt)+B(t+Δt)-A(t)-B(t)
⎯⎯⎯ = lim ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
dt Δt→0 Δt

A(t+Δt)-A(t) B(t+Δt)-B(t)
= lim ⎯⎯⎯⎯⎯ + lim ⎯⎯⎯⎯⎯⎯
Δt→0 Δt Δt→0 Δt
dA dB
= ⎯ + ⎯
dt dt
d(ϕV) dϕ dV
⎯⎯⎯ = ⎯V + ϕ⎯
dt dt dt
d dA dB
⎯ (A⋅B) = ⎯ ⋅ B+ A ⋅ ⎯
dt dt dt
DEMOSTRACIÓN:
d(A⋅B) A(t+Δt)⋅B(t+Δt)-A(t)⋅B(t)
⎯⎯⎯ = lim ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
dt Δt→0 Δt
A(t+Δt)⋅B(t+Δt)-A(t+Δt)⋅B(t)+A(t+Δt)⋅B(t)-A(t)⋅B(t)
= lim ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
Δt→0 Δt
A(t+Δt)⋅[B(t+Δt)-B(t)] [A(t+Δt)-A(t)]⋅B(t)
= lim ⎯⎯⎯⎯⎯⎯⎯⎯⎯ = lim ⎯⎯⎯⎯⎯⎯⎯⎯
Δt→0 Δt Δt→0 Δt
dB dA
= A⋅ ⎯ + ⎯ ⋅ B
dt dt
d(U x V) dU dV
⎯⎯⎯ = ⎯ x V + U x ⎯
dt dt dt
d[UVW] dU dV dW
⎯⎯⎯ = ⎯ VW + U ⎯ W + UV ⎯
dt dt dt dt

d[Ux(VxW)] dU dV dW
⎯⎯⎯⎯⎯ = ⎯ x (VxW) + U x ⎯ xW +Ux Vx ⎯
dt dt dt dt
Ejemplo: Dado Q = 3t2i + ( 8t + 2 )j + 5k, obtener V tal que V = dQ / dt
V = dQ / dt = 6ti + 8j

EL OPERADOR ∇ (NABLA)
Q(x + Δx,y + Δy,z + Δz)
ΔR
P(x,y,z)
R+ΔR
R
Sea φ una función escalar de posición que tiene primeras derivadas parciales con respecto
a x, y, z en alguna región del espacio y sea R = xi+yj+zk (vector del origen al punto P).
Si nos movemos de P a un punto cercano Q(x + Δx,y + Δy,z + Δz), la función φ cambiará en un
Δφ cuyo valor exacto del cálculo es:
Δφ = (∂φ/∂x)Δx + (∂φ/∂y)Δy + (∂φ/∂z)Δz + ε1Δx + ε2Δy + ε3Δz
donde εi→0 cuando Q→P, es decir, cuando Δx, Δy y Δz tienden a cero. Si dividimos el cambio
Δφ por la distancia Δs =⏐ΔR⏐ entre P y Q, se obtiene la medida de la razón a la cual cambia φ
cuando nos movemos de P a Q:
Δφ ∂φΔx ∂φΔy ∂φΔz Δx Δy Δz

⎯ = ⎯⎯ + ⎯⎯ + ⎯⎯ + ε1⎯ + ε2⎯ + ε3⎯
Δs ∂xΔs ∂yΔs ∂zΔs Δs Δs Δs
Así, si φ(x,y,z) representa la temperatura en el punto P(x,y,z), entonces Δφ/Δs representa la razón
promedio de cambio de la temperatura en la dirección en la cuál Δs es medido.
Luego cuando Q→P, se tiene la derivada de φ en la dirección PQ o simplemente la derivada

direccional de φ.
dφ ∂φdx ∂φdy ∂φdz
⎯ = ⎯⎯ + ⎯⎯ + ⎯⎯
ds ∂xds ∂yds ∂zds
Puede notarse que el primer factor en cada uno de los productos del lado derecho depende sólo de
φ y de la coordenada en la cual la derivada de φ es evaluada. A su vez el segundo factor es
independiente de φ y depende sólo de la dirección en la cual la derivada es calculada. Esto
sugiere que dφ/ds puede representarse como el producto punto de dos vectores, uno que depende
sólo de φ y las coordenadas de P, el otro que depende sólo sobre la dirección de ds, así:

dφ ⎡ ∂φ ˆ ∂φ ˆ ∂φ ˆ ⎤ ⎡ ∂x ˆ ∂y ˆ ∂z ˆ ⎤ ⎡ ∂φ ˆ ∂φ ˆ ∂φ ˆ ⎤ dR
=⎢ i+ j+ k⎥ ⋅ i+ j + k⎥ = ⎢ i + j+ k⎥ ⋅ (4)
ds ⎣ ∂x ∂y ∂z ⎦ ⎢⎣ ∂s ∂s ∂s ⎦ ⎣ ∂x ∂y ∂z ⎦ ds
La función vectorial
∂φ ˆ ∂φ ˆ ∂φ ˆ
i+ j+ k
∂x ∂y ∂z
Se conoce como el gradiente de φ ó simplemente grad φ = (∇φ ) . Así la ecuación ( 4 ) puede

representarse
Vector unitario
dφ dR ⎡ dR ⎤
= ( grad φ ) ⋅ ⎢∇ φ ΔS POR DEFINICIÓN ES LA
ds ds ⎣ ds ⎥⎦ LONGITUD DE ΔR
Así el producto ∇φ ⋅ (dR / ds ) es justamente la proyección de grad φ en la dirección de dR/ds .
grad φ tiene la propiedad de que su proyección en cualquier dirección es igual a la derivada de

φ en esa dirección.
* El gradiente de φ en
cualquier punto P es
perpendicular a la superficie
de nivel de φ la cual pasa a
través de ese punto.
grad φ depende sólo de las propiedades
intrínsecas de φ, así en :
grad φ = i+ j+ k
∂x ∂y ∂z
iˆ, ˆj y kˆ pueden reemplazarse por cualquier otro conjunto de vectores unitarios mutuamente
perpendiculares así como (∂φ/∂x), (∂φ/∂y) y (∂φ/∂z) serán remplazados por las derivadas
direccionales de φ a lo largo de los nuevos ejes .
El gradiente de una función se escribe frecuentemente en la forma operacional siguiente:
⎡∂ ∂ ∂ ˆ⎤
grad φ = ⎢ iˆ + ˆj + k φ
⎣ ∂x ∂y ∂z ⎥⎦

el “vector” operacional usualmente se denota por el símbolo ∇ (NABLA) así:
∂ ˆj ∂ + kˆ ∂
∇ = iˆ + (6)
∂x ∂y ∂z
con esta notación:
grad φ = ∇φ
⎛ dφ ⎞ dR
⎜ ⎟ = ∇φ ⋅
⎝ ds ⎠ ds
dφ = ∇φ ⋅ dR
También, si φ es una función de una variable simple y la cual a su vez es función de x , y, z

entonces :
∇φ = i+ j+ k
∂x ∂y ∂z
dφ∂u ˆ dφ∂u ˆ dφ∂u ˆ

= i+ j+ k
du∂x du∂y du∂z
dφ ⎡ ∂u ˆ ∂u ˆ ∂u ˆ ⎤
= ⎢ i+ j+ k⎥
du ⎣ ∂x ∂y ∂z ⎦
∇φ = (dφ/du) ∇u
El carácter vectorial del operador ∇ sugiere que también se considere a los productos punto
y cruz en los cuales aparece como factor. Si F = F1î + F2 ĵ + F3k̂ es un vector cuyas componentes
son funcionales de x, y, z esto conduce a las siguientes combinaciones:
⎡∂
∇ ⋅ F = ⎢ iˆ +
∂ ˆ
j+
∂ ˆ⎤
( )
k ⎥ ⋅ F1iˆ + F2 ˆj + F3kˆ =
⎣ ∂x ∂y ∂z ⎦

∂F1 ∂F2 ∂F3

= + +
∂x ∂y ∂z
el cual se conoce como la DIVERGENCIA del vector F , y:
⎡∂
∇xF = ⎢ iˆ +
∂ ˆ
j+
∂ ˆ⎤
( )
k ⎥ x F1iˆ + F2 ˆj + F3kˆ =
⎣ ∂x ∂y ∂z ⎦
⎡ ∂F ∂F2 ⎤ ˆj ⎡ ∂F3 − ∂F1 ⎤ ˆ ⎡ ∂F2 ∂F1 ⎤

= iˆ ⎢ 3 − ⎥− ⎢ ∂x +k⎢ − ⎥
⎣ ∂y ∂z ⎦ ⎣ ∂z ⎥⎦ ⎣ ∂x ∂y ⎦
iˆ ˆj kˆ
= ∂ / ∂x ∂ / ∂y ∂ / ∂z
F1 F2 F3
El cual se conoce como el ROTACIONAL de F
Ambos, la divergencia y el rotacional tienen interpretaciones físicas que justifican sus nombres.
DIVERGENCIA: Mecánica de fluidos

Razón de pérdida por unidad de volumen .
Ecuación de continuidad ∇⋅ev = 0 ó ∇⋅v = 0 flujo
incompresible.
ROTACIONAL: La velocidad angular de un cuerpo que gira uniformemente es igual a ½ del

rotacional de la velocidad lineal de cualquier punto del cuerpo
Ω = 1/2( ∇xv )
Los resultados de aplicar el operador ∇ a varias combinaciones de funciones escalares y

vectoriales se expresa en las siguientes fórmulas:
∇ ⋅ φv = φ∇ ⋅ v + v ⋅ ∇φ
∇xφv = φ∇xv + (∇φ )xv
∇ ⋅ (uxv ) = v ⋅ ∇xu − u ⋅ ∇xv
∇x(uxv ) = v ⋅ ∇u − u ⋅ ∇v + u∇ ⋅ v − v∇ ⋅ u
∇x∇φ = 0 el rotacional del gradiente de φ es cero.

∇ ⋅ ∇xv = 0 la divergencia del rotacional de v es cero.
∇x(∇xv ) = ∇(∇ ⋅ v ) − ∇ ⋅ ∇v = ∇(∇ ⋅ v ) − ∇ 2v
∂2 ∂2 ∂2
∴ ∇2 = + + EL OPERADOR DE LAPLACE
∂x 2 ∂y 2 ∂z 2
Estas fórmulas son válidas sólo para la forma cartesiana del operador ∇ dada en la ecuación
anterior. Diferentes fórmulas se originan cuando ∇ es expresada en términos de sistemas de
coordenadas mas generales.
TRANSFORMACIÓN DE COORDENADAS
Considere dos sistemas de coordenadas rectangulares de referencia xyz y x’y’z’ con el

mismo origen pero girado uno con respecto al otro:
p( x, y, z ) Las coordenadas de un mismo punto P

P( x' , y ' , z ' ) del espacio son (x,y,z) y (x’,y’,z’)
respecto de cada uno de los sistemas.
Las ecuaciones de transformación de
unas coordenadas en otras son:
x’ = l11x+l12y+l13z
y’ = l21x+l22y+l23z ( 1)
z’ = l31x+l32y+l33z
En donde ljk ( j, k = 1, 2, 3 ) representa los cosenos directores de los ejes x’, y’ y z’ respecto de x,
y, z. Si los orígenes de ambos sistemas de coordenadas no coinciden, en este caso las ecuaciones
de transformación son:
x’= l11x + l12y +l13z+ a’1

y’= l21x + l22y +l23z+ a’2 (2)
z’= l31x + l32y +l33z+ a’3
Siendo ( a’1, a’2, a’3 ) las coordenadas

del origen o del sistema xyz respecto
del x’y’z’

Las primeras ecuaciones de transformación definen una rotación pura y las segundas
ecuaciones una rotación y traslación. El movimiento más general de cuerpo rígido puede ser
descrito por una rotación y una traslación alrededor de un eje ( eje del tornillo ).
La primera transformación se denomina también transformación ortogonal.
Físicamente una función escalar de punto o campo escalar φ (x, y, z ), particularizada en un punto
dado debe ser independiente de las coordenadas del mismo (por ejemplo la temperatura).

EJEMPLOS ADICIONALES: Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw Hill, 1995
REF. [1], Capítulo 15, Secciones 15.1- 15.5
15.1 P13.- Dado U= i − 2 j + 3k , V= 2i + j + 4k , W= i + 3 j + 3k , y

(U ⋅ R − 10)i + (V ⋅ R − 20) j + (W ⋅ R − 20)k = 0 encuentre R.
Realizando los productos, teniendo en cuenta que R = Rxiˆ + Ry ˆj + Rz kˆ
U ⋅ R = (i − 2 j + 3k ) ⋅ ( Rxiˆ + Ry ˆj + Rz kˆ) = RX − 2 RY + 3RZ

V ⋅ R = (2i + j + 4k ) ⋅ ( Rxiˆ + Ry ˆj + Rz kˆ) = 2 RX + RY + 4 RZ
W ⋅ R = (i + 3 j + 3k ) ⋅ ( Rxiˆ + R y ˆj + Rz kˆ) = RX + 3RY + 3RZ
Entonces [( RX − 2 RY + 3RZ ) − 10]iˆ + [(2 RX + RY + 4 RZ ) − 20] ˆj + [( RX + 3RY + 3R) − 20]kˆ = 0
Igualando términos
RX − 2 RY + 3RZ − 10 = 0 (1)
2 RX + RY + 4 RZ − 20 = 0 (2)
RX + 3RY + 3RZ − 20 = 0 (3)
restando (3) y (1) restando (2) y {(1)*(-2)}
5Ry − 2 Rz = 0
5 Ry − 10 = 0
5Ry = 2 Rz
Ry = 2
5
Entonces Rz = Ry
2
Rx = −1
Rz = 5
Asi
R = −iˆ + 2 j + 5kˆ

15.1 P21.- Demuestre por métodos vectoriales que: un ángulo inscrito en un semicírculo es un
ángulo recto.
De la definición
G G G G
AB ⋅ BC = AB BC cosθ
θ De la figura se observa que:
G G G G G
Asustituyendo
BG = a + c a = b
G G
BC = b − c = a − c
Entonces
G G G H G G
AB ⋅ BC = (a + c ) ⋅ (a − c ) = a 2 − c 2
a2 − c2
Sustituyendo G G = cosθ
AB BC
pero debido a que en la fig. se observa que a = c representan el radio del semicírculo a = c = r
a2 − c2 = 0
Con esto cos θ =0 , entonces θ = 90°
Una segunda demostración sería la siguiente:
(0, r ) A = riˆ + rˆj

θ B = riˆ − rˆj
B A
(− r ,0) r r (r ,0)
A = 2r
De la definición A × B = A B senθ
B = 2r
iˆ ˆj kˆ
r r 0 = kˆ(− r 2 − r 2 ) = −2r 2 kˆ
r −r 0

A × B = 2r 2
sustituyendo
2r 2 = 2r 2rsenθ
2r 2 = 2r 2 senθ
∴ senθ = 1
θ = 90°
15.2 P13 .- Encuentre un vector unitario perpendicular a los vectores i-2j+k y -5i+4j-2k.
Teniendo los vectores

A = iˆ − 2 ˆj + kˆ
B = −5iˆ + 4 ˆj − 2kˆ
Definiendo el plano que forman A y B como A x B se conoce que el vector resultante será un
vector perpendicular a dicho plano y por lo tanto a los vectores que lo conforman.
î ˆj kˆ
A x B = 1 − 2 1 = iˆ(4 − 4) − ˆj (−2 + 5) + kˆ(4 − 10) = C
−5 4 −2
C
C = −3 ˆj − 6kˆ y = eˆc
C
C = 9 + 36 = 45 = 3 5
1
Cˆ1 = (− ˆj − 2kˆ)
5
1
Cˆ 2 = − (− ˆj − 2kˆ) debido a que el plano también lo puede formar B xA = −C
5
15.1 P42. Encuentre la distancia del punto (6,2,2) al plano que pasa por (1,2,3) perpendicular a
2i+2j+k.
P1 (6,2,1)
P2 (1,2,3)
n = 2iˆ + 2 ˆj + kˆ

El plano pasa por el punto (1,2,3) y el vector normal al plano es n = 2iˆ + 2 ˆj + kˆ
Donde R0 pertenece al plano y R es el Punto de interés
De la fórmula demostrada en el problema 41
n
d = (R − R0 ) •
n
R − R0 = (6 − 1)iˆ + (2 − 2 ) ˆj + (1 − 3)kˆ
R − R0 = 5 ˆj − 2kˆ
n = 22 + 2 2 + 12 = 3
Entonces
d=
(5i − 2k ) • (2iˆ + 2 ˆj + k )
3
d=
1
(10 + 0 − 2) = 8
3 3
8
d=
3
15.3 P3) Encuentre a) [ABC], b) Ax(BxC), c) (AxB)xC, d) el volumen del paralelepípedo que
tiene como lados A+C, A-C y B, e) el volumen del paralelepípedo que tiene como lados A+C, A-
C y C, f) (AxB)(CxD), y g) (AxB)x(CxD). Los vectores son;
A = 10iˆ + 10 ˆj + 5kˆ
B = 5iˆ − 2 ˆj − 14kˆ
C = 4iˆ + 7 ˆj − 4kˆ
D = 2iˆ − ˆj + kˆ
a)
10 10 5
[ ABC ] = 5 -2 -14 = 10 ( 8 + 98 ) − 10 ( −20 + 56 ) + 5 ( 35 + 8 ) = 1060 − 360 + 215 = 915
4 7 -4

b) A x(B xC ) utilizando la identidad A x(B xC ) = ( A • C )B − ( A • B )C
A • C = (10iˆ + 10 ˆj + 5kˆ ) • (4iˆ + 7 ˆj − 4kˆ ) = 40 + 70 − 20 = 90

A • B = (10iˆ + 10 ˆj + 5kˆ ) • (5iˆ − 2 ˆj − 14kˆ ) = 50 − 20 − 70 = −40
A x(B xC ) = 90(5iˆ − 2 ˆj − 14kˆ ) − (− 40 )(4iˆ + 7 ˆj − 4kˆ )
= 450iˆ − 180 ˆj − 1260kˆ + 160iˆ + 280 ˆj − 160kˆ
Ax(B xC ) = 610iˆ + 100 ˆj − 1420kˆ
i j k̂
c) ( A xB )xC A xB = 10 10 5 = i (− 140 + 10) − ˆj (− 140 − 25) + kˆ(− 20 − 50)
5 - 2 - 14
A xB = −130iˆ + 165 ˆj − 70kˆ
iˆ ĵ k̂
( A xB )xC = = - 130 165 - 70 = iˆ(− 660 + 490) − ˆj (520 + 280) + kˆ(− 910 − 660)
4 7 -4
( A xB )xC = −170iˆ − 800 ˆj − 1570kˆ
d)
A + C = 14iˆ + 17 ˆj + kˆ 14 17 1
A − C = 6iˆ + 3 ˆj + 9kˆ V = 6 3 9 = 14(−42 + 18) − 17(−84 − 45) + (−12 − 15)
B = 5iˆ − 2 ˆj − 14kˆ 5 − 2 − 14
V = −336 + 2193 − 27 = 1830 u 3
e)
A + C = 14iˆ + 17 ˆj + kˆ 14 17 1
A − C = 6iˆ + 3 ˆj + 9kˆ ; V = 6 3 9 = 14(−12 − 63) − 17(−24 − 36) + (42 − 12)
C = 4iˆ + 7 ˆj − 4kˆ 4 7 −4
V = −1050 + 1020 + 30 = 0 u 3
f) ( A xB ) ⋅ (C xD )
A xB = −130iˆ + 165 ˆj − 70kˆ

iˆ ĵ k̂
C xD = 4 7 - 4 = iˆ(7 − 4) − ˆj (4 + 8) + kˆ(− 4 − 14)
2 -1 1
C xD = 3iˆ − 12 ˆj − 18kˆ
( A xB ) ⋅ (C xD ) = (−130iˆ + 165 ˆj − 70kˆ) ⋅ (3iˆ − 12 ˆj − 18kˆ) = −390 − 1980 + 1260
( A xB ) ⋅ (C xD ) = −1110
iˆ ˆj kˆ
g) ( A xB ) x(C xD ) = − 130 165 − 70 = i (−2970 − 840) − j (2346 + 210) + k (1560 − 495)
3 − 12 − 18
( A xB ) x(C xD ) = −3810iˆ − 2550 ˆj + 1065kˆ
15.4 P17.- El vector de posición de una partícula p en el tiempo t está dado por
r (t ) = 6ti + 12t 2 j + 8t 3k . Encuentre todos los valores de t para los cuales el movimiento de p es
a) paralelo a i+2j+k b) perpendicular a i-5j+16k.
La posición es: La velocidad es:
r (t ) = 6tiˆ + 12t 2 ˆj + 8t 3iˆ r (t ) = 6iˆ + 24tj + 24t 2 kˆ
a) Si el movimiento es paralelo a
a
A = iˆ + 2 j + k
r × A = 0
iˆ ĵ k̂
6 24t 24t 2 = 0
1 2 1

( 24t − 48t ) iˆ − ( 6 − 24t ) ˆj + (12 − 24t ) kˆ = 0

2 2
24t − 48t 2 = 0 t1 = 1
2
6 − 24t = 0
2
t2 = 1 t = 1 segundo
2 2
12 − 24t = 0 t3 = 1
2
b) Si es perpendicular a B = iˆ − 5 ˆj + 16kˆ
r • B = 0
(6iˆ + 24tˆj + 2t kˆ )• (iˆ − 5 ˆj + 16kˆ ) = 0

2
6 − 120t + 384t 2 = 0
64t 2 − 20t + 1 = 0
20 ± 400 − 256 20 ± 12
t= t=
128 128
t1 = 1
4
t2 = 1
16
15.4 P1.- Encuentre el gradiente de cada una de las siguientes funciones.
(a) x 2 + 2 yz (b) e xyz (c) x sin ( yz ) (d) x 3 + y 3 − 3xyz (e) x a y b z c
∂f ∂f ∂f
∇f = iˆ + ˆj + kˆ
∂x ∂y ∂z
∂ 2 ∂ ∂
(a) ∇f =
∂x
( x + 2 yz ) iˆ + ( x 2 + 2 yz ) ˆj + ( x 2 + 2 yz ) kˆ
∂y ∂z
∇f = 2 xiˆ + 2 zjˆ + 2 ykˆ
(
∇f = 2 xiˆ + zjˆ + ykˆ )
∂ xyz ˆ ∂ xyz ˆ ∂ xyz ˆ
(b) ∇f =
∂x
( e ) i + ∂y ( e ) j + ∂z ( e ) k
∇f = yze xyz iˆ + xze xyz ˆj + xye xyz kˆ
(
∇f = e xyz yziˆ + xzjˆ + xykˆ )
∂
(c) ∇f = (xsen( yz ) )iˆ + ∂ (xsen( yz ) ) ˆj + ∂ (xsen( yz ) )kˆ
∂x ∂y ∂z
∇f = sen( yz )iˆ + xz cos( yz ) ˆj + xy cos( yz )kˆ
∂ 3 ∂ ∂
(d) ∇f =
∂x
(x + y 3 − 3xyz )iˆ + (x 3 + y 3 − 3xyz ) ˆj + (x 3 + y 3 − 3xyz )kˆ
∂y ∂z
∇f = (3 x − 3 yz )iˆ + (3 y − 3 xz ) ˆj + (− 3xy )kˆ
2 2
∂ a b c ˆ ∂ a b c ˆ ∂ a b c ˆ
(e) ∇f =
∂n
( x y z ) i + ∂y ( x y z ) j + ∂z ( x y z ) k
∇f = ax a −1 y b z c iˆ + bx a y b −1 z c ˆj + cx a y b z c −1kˆ
⎡a b c ⎤
∇f = x a y b z c ⎢ iˆ + ˆj + kˆ ⎥
⎣x y x ⎦
15.5 P11.- La temperatura T en estado estable de un sólido está dada por el campo escalar
x2 − ( y + z ) .
2
(a)Encuentre un vector cuya magnitud conduzca a la máxima razón de cambio de T en el punto

(2,1,1).
(b) Cual es la razón de cambio de T en el punto (2,1,1) en la dirección del vector i − 2 j + k?
a)
φ = T = x 2 − ( y + z )2 P ( 2,1,1)
dφ dR
= ∇φ • R = r1ˆi + r2 ˆj + r3 kˆ
ds ds
∂T ∂T ∂T ˆ
∇T = iˆ + ˆj + k
∂x ∂y ∂z
∇T = 2 xiˆ − 2( y + z ) ˆj − 2( y + z )kˆ
Entonces para el punto (2,1,1)
∇T = 4iˆ − 4 ˆj − 4kˆ Vector que maximiza el cambio de T en el punto dado

b) de la ecuación:
dφ dT dR dR R
= = ∇T • R = iˆ − 2 ˆj + kˆ donde =
ds ds ds ds R
dT
ds
(
= 2 xiˆ − 2( y + z ) ˆj − 2( y + z )kˆ • ) (
iˆ − 2 ˆj + kˆ )
12 + 2 2 + 12
dT
ds
(
= 4iˆ − 4 ˆj − 4kˆ • )(iˆ − 2 ˆj + k
6
)
dT
= (4 + 8 − 4 ) / 6
ds
dT
= 8 el valor de la derivada direccional
ds 6
15.5 P29.- Calcule la divergencia y el rotacional de cada uno de los campos vectoriales
siguientes:
(c) ( z + sin y ) iˆ − ( z − x cos y ) ˆj
F = ( z + seny ) iˆ − ( z − x cos y ) ˆj
Divergencia:
⎡∂
∇ • F = ⎢ iˆ +
∂x
∂ ˆ ∂ ˆ⎤
∂y ∂z ⎦
[
j + k ⎥ • ( z + seny )iˆ − ( z − x cos y ) ˆj ]
⎣
∂ ∂ ∂
∇ • F = ( z + seny ) + [−( z − x cos y )] + (0)
∂x ∂y ∂z
∇ • F = − xseny

Rotacional:
iˆ ĵ k̂
⎡ ∂0 ∂ ⎤
∇× F = ∂ ∂ ∂ = ⎢ − [−(z − x cos y )]⎥iˆ
∂x ∂y ∂z ⎣ ∂y ∂z ⎦
(z + seny ) - (z - xcosy ) 0
⎡ ∂0 0 ∂ ⎤
-⎢ − ( z + seny )⎥ ˆj
⎣ ∂x ∂z ⎦
⎡∂ ∂ ⎤
+ ⎢ [−( z − x cos y )] − ( z + seny )⎥ kˆ
⎣ ∂x ∂y ⎦
∇ × F = iˆ + ˆj
EJERCICIOS PROPUESTOS
15.1 (8, 12)
15.2 (18,37, 44)
15.3 (3, 7, 16)
15.4 (24, 39)
15.5 (7, 13, 54).
15.6 (5,13,23,37)

CÁLCULO VARIACIONAL
INTRODUCCIÓN
Conjuntamente con los problemas en que es necesario determinar los máximos y los
mínimos de cierta función y = f ( x ) [o z = f ( x, y ) ], con frecuencia surge en los problemas
físicos la necesidad de hallar los VALORES MÁXIMOS y MÍNIMOS de un género especial de
magnitudes, llamadas FUNCIONALES.
Es decir, se busca determinar la función que maximiza o minimiza una cantidad que
depende no de una o más variables independientes, sino de las funciones de un conjunto dado.
FUNCIONAL: magnitud variable cuyo valor se determina mediante la elección de una o

varias funciones.
El CÁLCULO VARIACIONAL estudia los métodos que permiten hallar los valores
máximos y mínimos de los funcionales. Los problemas en que se exige investigar el máximo o el
mínimo de un funcional, se denominan PROBLEMAS VARIACIONALES.
El cálculo de variaciones es una herramienta matemática útil para el estudio de problemas

de OPTIMIZACIÓN.
-Dada una función localizar la posición de sus valores extremos y la magnitud de éstos
(optimización de magnitud).
-Dada una integral definida determinar el integrando que la hace mínima y el valor de la
integral (optimización de forma)
Muchas leyes de la mecánica y de la física se reducen a la afirmación que cierto funcional debe
alcanzar su máximo o su mínimo en el proceso considerado (PRINCIPIOS VARIACIONALES
DE LA MECÁNICA o LA FÍSICA).
Los tres problemas siguientes ejercieron gran influencia en el desarrollo del cálculo
variacional :
PROBLEMA DE BRAQUISTÓCRONA (1696 Bernoulli J.) En este problema se exige

determinar la curva que une dos puntos dados A y B, que no pertenecen a una misma recta
vertical , que posee la propiedad de que un punto material se deslice por dicha curva desde el
punto A hasta el punto B en el menor tiempo posible.
Es fácil ver que la línea de deslizamiento
más rápido no será la recta que une los
puntos A y B , a pesar de que ésta sea la
distancia más corta entre dichos puntos, ya
que al moverse por esta recta la velocidad
aumentará en forma relativamente lenta. Si,
en cambio, se toma una curva que baje más
bruscamente cerca del punto A, entonces,
aunque el camino se alarga, gran parte del
recorrido será con gran velocidad.
Cálculo Variacional II-1 Aguilera A.

PROBLEMA DE LAS GEODÉSICAS: aquí se pide determinar la línea de menor longitud que
una dos puntos dados en cierta superficie φ ( x, y, z ) = 0
-PROBLEMA ISOPERIMÉTRICO: Se pide hallar una línea cerrada de longitud dada l que
delimite el área máxima S .(Esta línea es la circunferencia)
Otro caso que puede incluso reducirse al cálculo elemental se refiere al problema: de
todas las curvas suaves que unen a P0 ( x0 , y 0 ) con P1 (x1 , y1 ) encontrar aquella de longitud
mínima (RECTA).
Al relacionar el cálculo variacional con en cálculo elemental puede distinguirse lo

siguiente:
CÁLCULO CÁLCULO VARIACIONAL
MAXIMIZAR MAXIMIZAR
}FUNCIONES }FUNCIONALES
MINIMIZAR MINIMIZAR
Un funcional es una regla que asigna un número real único a cada función de un conjunto,
o dominio dado de funciones.
Ya hemos tratado con muchas funcionales en nuestros estudios anteriores de matemáticas,

por citar algunos ejemplos:
1. Para un valor fijo de x y una función fija f , la expresión f [g ( x )] es una

funcional cuyo dominio es el conjunto de todas las funciones g tales que x está
contenida en el dominio de g y g ( x ) está en el dominio de f .
∫ f (x )dx es un funcional, puesto que es una regla que asigna un número real
b
2.
a
único a cada función f que sea integrable sobre [a, b] .
3. Los coeficientes de Fourier

1 d +2 p nπx 1 d +2 p nπx
an = ∫ f ( x ) cos dx b n = ∫ f ( x )sen dx
p d p p d p
son funcionales, dado que son fórmulas o reglas que asignan valores numéricos
únicos a cada función periódica que satisfaga las condiciones de Dirichet.
4. Para cada valor x la expresión
L( y ) = a0 y '' ( x ) + a1 y ' ( x ) + a0 y ( x )
es un funcional cuyo dominio es el conjunto de todas las funciones y que sean
dos veces diferenciables en x .
5. La deflexión máxima del extremo de una viga en voladizo que se obliga a vibrar
por medio de una carga armónica w( x )senωt es un funcional cuyo dominio es el
conjunto de todas las funciones admisibles de distribución de carga w( x )
1 l
La energía potencial V = ∫ EI ( x ) ⎣⎡ y '' ( x ) ⎦⎤ dx que es almacenada en una viga
2
6.
2 0
flexionada es un funcional cuyo dominio es el conjunto de todas las curvas
admisibles de deflexión y ( x ) .
1 l
7. La energía cinética de una viga vibrante T = ∫ ω 2 ρ ( x ) y 2 ( x )sen 2ωtdx en
2 0
cualquier instante particular es una funcional cuyo dominio es el conjunto de
todas las curvas admisibles de deflexión y ( x ) .
Un funcional que se estudiará a detalle es :
I = ∫ F ( x, y, y ') dx ≡ ∫ F (x, u, u')dx

b b
a a
(1)
En particular, se intenta hallar la función , y , en el dominio de todas las funciones continuamente

diferenciables que satisfacen las condiciones en los extremos y (a ) = y1 y y (b ) = y 2 que
maximice o minimice a I .
PRINCIPIOS VARIACIONALES
Los principios variacionales son una de las herramientas más poderosas para formular las
ecuaciones de movimiento de sistemas de n − GDL y sistemas continuos con una clara
comprensión sobre cualquier aproximación hecha durante el proceso de derivar las ecuaciones.
El cálculo de variaciones es un método poderoso para la solución de problemas en varios

campos, algunos ejemplos son:
ESTÁTICA Y DINÁMICA DE CUERPOS RÍGIDOS

ELASTICIDAD (EN GENERAL)
VIBRACIONES
ÓPTICA
OPTIMIZACIÓN

El cálculo de variaciones estudia la determinación de un extremal (MÁXIMO o

MÍNIMO) o valores estacionarios (PUNTO DE INFLEXIÓN) de FUNCIONALES. Un
FUNCIONAL puede definirse como una función de funciones. Con lo cual el cálculo variacional
puede usarse para resolver problemas de optimización de trayectorias.
Las bases de este tópico fueron dadas por los hermanos Bernoulli e importantes
contribuciones fueron hechas por Euler, Lagrange, Weirstrass, Hamilton y Bolzane.
Fig. Puntos extremales de x = f (t )
PROBLEMA DE CÁLCULO DE VARIACIONES
Un problema simple de la teoría del cálculo de variaciones puede establecerse de la

siguiente manera, sin restricciones:
Encuentre una función u ( x ) que MINIMICE al funcional (integral)
A = ∫ F ( x , u , u ' , u ' ')

x2
x1
(1A)
donde A y F son FUNCIONALES (funciones de otras funciones)
du( x ) d 2u ( x )
u = u(x ) u' = u' ' =
dx dx 2
En mecánica , el funcional usualmente posee un significado físico claro. Por ejemplo en la
mecánica de sólidos deformables, la energía potencial (π ) juega la regla del funcional ( π es una
función de las componentes del desplazamiento u , v y w , las cuales, a su vez, son funciones de
las coordenadas x , y y z ). La integral en (1) está definida en la región o dominio [x1 , x 2 ] . Sean
los valores de u definidos sobre las fronteras u ( x1 ) = u1 y u ( x 2 ) = u 2 . Éstas se conocen como las
condiciones de frontera del problema.
Uno de los procedimientos que pueden usarse para resolver el problema de la ec.
(1) es ;

1. Seleccione una serie de intentos o soluciones tentativas u ( x ) para el problema dado y

exprese el funcional A en términos de cada una de las soluciones tentativas.
2. Compare los valores de A dados para las diferentes soluciones tentativas .
3. Encuentre la solución correcta al problema como la solución particular tentativa la cual
hace que el funcional A posea un extremo o valor estacionario.
El procedimiento matemático usado para seleccionar la solución correcta de un número de

soluciones tentativas se llama CÁLCULO DE VARIACIONES.
VALORES ESTACIONARIOS FUNCIONALES
Cualquier solución tentativa u ( x ) en la vecindad de la solución exacta u( x ) puede

representarse
u2
Solución u (x ) = u(x ) + δu ( x )
δu ( x) Tentativa
solución solución variación
u1 Solución tentativa exacta de u
u(x) Exacta
x1 x x2
la variación de u (es decir δu ) se define como un infinitesimal, cambio arbitrario en u para un

valor fijo en la variable x (es decir, para δx = 0 ). Aquí δ es el OPERADOR VARIACIONAL
(similar al operador diferencial d ).
La operación de variación es conmutativa en la integración y derivación
δ (∫ F dx ) = ∫ (δF )dx
⎛ du ⎞ d
δ⎜ ⎟= (δu )
⎝ dx ⎠ dx
También, definimos la variación de una función de varias variables o un funcional en una manera
similar al cálculo elemental de la diferencial total de una función.
0
∂F ∂F ∂F ∂F
δF = δu + δu '+ δu ' '+ δx (2)
∂u ∂u ' ∂u ' ' ∂x
δx = 0 variación para un valor fijo de x

Ahora, consideraremos la variación en A (δA) correspondiendo a variaciones en la

solución δu . Si buscamos la condición en la cual A es estacionaria, tomamos la condición
(necesaria) como aquella que anula la primera derivada de A (similar a maximizar o minimizar
funciones simples en cálculo ordinario)
x2 ⎛ ∂F ∂F ∂F ⎞ x2
δA = ∫ ⎜ δu + δu '+ δu ' ' ⎟dx = ∫ δFdx = 0 (3)
x 1 ⎝ ∂u ∂u ' ∂u ' ' ⎠ x1
∂F x 2 ∂F ⎛ ∂u ⎞ x 2 ∂F ∂ ∂F
x2
∫ x1 ∂u ' δu' dx = ∫ x1 ∂u ' δ ⎜⎝ ∂x ⎟⎠dx = ∫ x1 ∂u ' ∂x (δu )dx = ∂u' δu (Fu ' )δudx (4)
x2 x2 d
−∫
x1
x1 dx
∂F ∂F ∂
(δu ')dx = ∂F δu ' d ⎛ ∂F ⎞
x2
x2 x2 x2
∫ x1 ∂u ' '
δu ' ' dx = ∫ x1 ∂u ' ' ∂x ∂u ' ' x1
−∫
x1
⎜ ⎟δu ' dx =
dx ⎝ ∂u ' ' ⎠
x2 (5)
∂F d ⎛ ∂F ⎞ d 2 ⎛ ∂F ⎞
x2
x2
= δu ' − ⎜ ⎟δu +∫ ⎜ ⎟δudx
∂u ' ' x1 dx ⎝ ∂u ' ' ⎠ x1
x1 dx 2 ⎝ ∂u ' ' ⎠
Así
x2 x2
⎡ ∂F d ⎛ ∂F ⎞ d 2 ⎛ ∂F ⎞⎤ ⎡ ⎤ ⎡⎛ ∂F ⎞ ⎤
⎢ ∂u − dx ⎜ ∂u ' ⎟ + dx 2 ⎜ ∂u ' ' ⎟⎥ δudx + ⎢ Fu '− dx (Fu ' ')⎥ δu
x2 d
δA = ∫ + ⎢⎜ ⎟ δu ' ⎥
x1
⎣ ⎝ ⎠ ⎝ ⎠⎦ ⎣ ⎦ x1 ⎣⎝ ∂u ' ' ⎠ ⎦ x1
Ya que δu es arbitraria, cada uno de los términos debe igualarse a cero.
∂F d ⎛ ∂F ⎞ d 2 ⎛ ∂F ⎞
− ⎜ ⎟+ ⎜ ⎟=0 (7)
∂u dx ⎝ ∂u ' ⎠ dx 2 ⎝ ∂u ' ' ⎠
x2
⎡ ⎤
⎢⎣ Fu ' −
d
( Fu ' ' ) ⎥⎦ δu =0 (8)
dx x1
x2
⎛ ∂F ⎞
⎜ ⎟ δu ' =0 (9)
⎝ ∂u ' ' ⎠ x1
La ecuación (7) es la ecuación diferencial gobernante para el problema dado y se llama la

ECUACIÓN DE EULER o EC. EULER-LAGRANGE . Las ecuaciones (8) y (9) dan las
CONDICIONES DE FRONTERA.
Las condiciones que establecen las ecs. (8) y (9) se conocen como CONDICIONES DE
FRONTERA NATURAL (Si ellas son satisfechas se llaman condiciones de frontera libres ). Si
las condiciones de frontera NO son satisfechas, deberíamos tener;

δu(x1 ) = 0 δu(x2 ) = 0
δu ' (x1 ) = 0 δu' (x2 ) = 0
para que sean satisfechas las ecuaciones (8) y (9). Éstas se llaman CONDICIONES DE
FRONTERA FORZADAS O GEOMÉTRICAS .
Distinga que la ec. (7) de la página previa puede reducirse si F no depende de u′′ a la expresión;
∂F d ⎛ ∂F ⎞
− ⎜ ⎟=0 (7A)
∂u dx ⎝ ∂u ' ⎠
CASOS ESPECIALES DE LA EC. (7A)
∂F
i) Si la función F no involucra a u de manera explícita, entonces ≡ 0 y la ec. (7A)
∂u
d ⎛ ∂F ⎞ ∂F
se reduce a; ⎜ ⎟=0 ∴ =k
dx ⎝ ∂u′ ⎠ ∂u′
∂F
ii) Si F no involucra a x ni a u de manera explícita, la derivada parcial es función
∂u′
solo de u′. Toda solución tendrá la forma u′ = a donde la cte. a es una función de
k . ∴ u es una función lineal de x.
iii) Puede verificarse por diferenciación que :
d ⎡ ∂F ⎤ ⎡ ∂F d ⎛ ∂F ⎞⎤ ∂F
⎢u′ − F ⎥ = −u′⎢ − ⎜ ⎟⎥ −
dx ⎣ ∂u′ ⎦ ⎣ ∂y dx ⎝ ∂u′ ⎠⎦ ∂x
∂F
Si F no involucra a x en forma explícita, entonces ≡ 0 y la ecuación de Euler-Lagrange se
∂x
simplifica. Una primera integración de esta ecuación da como resultado
∂F
u′ −F = K
∂u′
Si el integrando F de la integral A = ∫ F ( x, u, u′) dx es la derivada total de alguna

x2
iv)
x1
función h( x, u ) con respecto de x, entonces.
d ( x2 ,u2 )
A = ∫ u ( x, u, u′ ) dx = ∫ ⎡⎣ h ( x, u ) ⎤⎦ dx = ∫ dh ( x, u ) = h2 − h1
x2 x2
(8)
x1 x1 dx ( x1 ,u1 )

Esto prueba que el valor de A es independiente de u, aunque u debe de cumplir las condiciones de
extremo u ( x1 ) = u1 y u ( x2 ) = u2 .
Para este caso la ecuación Euler-Lagrange se analiza como;
dh ∂h ∂h
F= = + u′ ; por hipótesis con esto
dx ∂x ∂u
∂2h ∂2h ∂h
Fu = + 2 u′ ; Fu ' =
∂u∂x ∂u ∂u
d ∂h ∂ h
2 2
( Fu ' ) = + u′
dx ∂x∂u ∂u 2
d
Ya que hxu = hux se tiene que Fu − ( Fu ' ) ≡ 0
dx
Comentario
Debe tenerse cuidado y distinguir que la ec. (7A) no es una condición suficiente para que u
extremice la integral A(I) de la ec. (8) o ec.(1). Una solución de la ec. de Euler-Lagrange, con
condiciones de extremo pre-definidas, puede conducir a un valor estacionario de A pero no
necesariamente un máximo o un mínimo; y aún si un extremo ocurre, éste puede ser relativo y no
absoluto. En algunos casos inclusive podría obtenerse soluciones en forma implícita lo cual a su
vez traería sus complicaciones. Estas observaciones sugieren la necesidad de profundizar más en
la teoría matemática, pero afortunadamente en aplicaciones elementales del cálculo de
variaciones esto no es necesario en forma estricta. Así que podemos dejar de intentar
profundizar en la teoría y mejor nos concentraremos en aspectos prácticos del tema lo cual
después de todo es nuestro objetivo principal.
Para un estudio más detallado (Rigor Matemático) consultar.

1. Gilbert A. Calculus of Variations, Mathematical Association of America,1944.
2. Weinstock R. Calculus of Variations, Mc Graw Hill, NY, 1952.
3. Lanczos C. The Variational Principles of Mechanics, Dover, 4th ed, 1970.

LEMA BÁSICO DEL CALCULO DE VARIACIONES.
Si para cada función continua en η ( x ) se tiene
η ( x0 ) = 0
∫ φ (x )η (x )dx = 0
x1
x0 η ( x1 ) = 0
siendo φ ( x ) una función continua en [x0 , x1 ] , entonces
φ ( x ) ≡ 0 en dicho segmento.
Para probar lo anterior, suponga que φ ( x ) ≠ 0 , entonces existe una x' para la cual
( )
φ x ' > 0 ó φ ( x ') < 0
Definamos una η (x ) , tal que

φ (x) ⎧0 x0 ≤ x ≤ x0'
⎪⎪
η ( x ) = ⎨( x − x0' ) ( x − x1' )
2 2
x0' ≤ x ≤ x1'
⎪
⎪⎩0 x1' ≤ x ≤ x1
η (x)
x0 x' 0 x'1 x1
Note que η ( x ) es continuamente diferenciable, sustituyendo
η (x )φ (x )dx = ∫ (x − x0' ) (x − x1' ) φ (x ) dx

x1 x1' 2 2
∫ x0 x0'
{ }
para el caso en que φ ( x ) > 0 x0' ≤ x ≤ x1' el resultado de la integral es positivo lo cual
contradice la hipótesis, luego φ ( x ) ≡ 0. Igualmente se puede obtener este resultado si se supone
φ (x ) < 0 .

VARIACIONES
Suponga que F ( x, y, y ') es una funcional definida sobre un conjunto de funciones {y ( x )}

y desarrollaremos una expresión para el cambio de F correspondiente a un cambio asignado de
y ( x ) para un valor fijo de x
Si se cambia y ( x ) a la función
ϕ ( x) = y ( x ) + εη ( x ) ε independiente de x
al cambio εη ( x ) lo llamaremos variación de y y lo denotaremos por δy
δy = εη ( x )
luego el valor cambiado de ϕ ' ( x ) es
y ' ( x ) + εη ′ ( x )
δy ' ( x ) = εη ' ( x )
para la variación de y' ( x ) correspondiente a estos cambios se tiene
ΔF = F ( x, y + εη , y '+εη ') − F ( x, y, y ')
Si desarrollamos el primer término del segundo miembro en un desarrollo de Maclaurin en

potencias de ε , se tiene
⎛ ∂F ∂F ⎞ ⎛ ∂ 2 F 2 ∂2F ∂ 2 F '2 ⎞ ε 2
ΔF = F ( x, y, y ') + ⎜⎜ η + η ' ⎟⎟ε + ⎜⎜ 2 η + 2 ηη '+ '2 η ⎟⎟ + ... − F (x, y, y ')
⎝ ∂y ∂y ' ⎠ ⎝ ∂y ∂y∂y ' ∂y ⎠ 2!
Despreciando los términos de ε con potencia ≥ 2 , se tiene
∂F ∂F
ΔF = ηε + η'ε
∂y ∂y '
En forma equivalente
∂F ∂F
ΔF = δy + δy '
∂y ∂y '
Por analogía con la diferencial de una función, la última expresión se define como la variación
del funcional F y se denota δF .
*

*Por estricta analogía con la diferencial de una función de tres variables, se podría haber
esperado la definición
∂F ∂F ∂F
δF = δx + δy + δy '
∂x ∂y ∂y '
Sin embargo se debe recordar que el funcional es el valor de F ( x, y, y ') en un valor
particular de x es decir, no se hace variar x en el cálculo de δF y por consiguiente δx = 0
De paso se observa que en su forma más simple, la diferencial de una función es una
aproximación de primer orden al cambio en la función a medida que x varía a lo largo de una
curva particular, mientras que la variación de un funcional es una aproximación de primer orden
al cambio en el funcional, en un valor particular de x , a medida que variamos de curva a curva.
Resulta interesante e importante hacer notar que las variaciones pueden calcularse mediante las
mismas reglas que se aplican a las diferenciales.
δ (F1 ± F2 ) = δF1 ± δF2

** δ (F1F2 ) = F1δF2 + F2δF1
⎛ F1 ⎞ F2δF1 − F1δF2
δ ⎜⎜ ⎟⎟ =
⎝ 2⎠
F F22
δ (F n ) = nF n −1δF
** Δ(F1 F2 ) = F1 ( x, y + εη, y '+η ' ε )F2 ( x, y + εη , y '+η 'ε ) − F1 F2
De donde desarrollando una vez más en términos de potencias de ε , y recordando que

εη = δy y εη ' = δy ' , se obtiene
⎡ ⎛ ∂F ∂F ⎞ ⎤⎡ ⎛ ∂F ∂F ⎞ ⎤
Δ(F1 F2 ) = ⎢ F1 + ⎜⎜ 1 η + 1 η ' ⎟⎟ε + ...⎥ ⎢ F2 + ⎜⎜ 2 η + 2 η ' ⎟⎟ε + ...⎥ − F1 F2
⎣ ⎝ ∂y ∂y ' ⎠ ⎦⎣ ⎝ ∂y ∂y ' ⎠ ⎦
⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞
= F1 ⎜⎜ 2 δy + 2 δy ' ⎟⎟ + F2 ⎜⎜ 1 δy + 1 δy ' ⎟⎟ = F1δF2 + F2δF1
⎝ ∂y ∂y ' ⎠ ⎝ ∂y ∂y ' ⎠
De la definición
d
(δy ) = d [εη (x )] = δy ' = δ ⎛⎜ dy ⎞⎟
dx dx ⎝ dx ⎠
Que establece: La derivada de la variación es igual a la variación de la derivada
Si se tiene un funcional de más de una función se tendría por ejemplo para F ( x, u , v' , u ') ,
entonces la variación de éste se define
δF δF δF δF
δF = δu + δv + δu '+ δv'
δu δv δu ' δv '
Considérese ahora que se tiene el funcional F ( x, y, y ') y que se desea conocer la

variación de su integral δ ∫ F ( x, y, y ') dx
I ( y ) = ∫ F ( x, y, y')dx
b
a
luego
ΔI = I ( y + εη ) − I ( y )
Si los límites de I no dependen de y , se tiene
ΔI = ∫ F ( x, y + εη , y '+η ' ε ) − ∫ F ( x, y, y ') =

b b
a a
= ∫ [F ( x, y + εη , y '+η ' ε ) − F ( x, y, y ')] = ∫ ΔF ( x, y, y ')dx

b b
a a
así
δI = ∫ δF ( x, y, y ')dx
b
La integral de la variación es igual a la variación de la integral.
Una condición necesaria para que el funcional I tenga un extremo es que su variación se
anule
δI = ∫ δF ( x, y, y ')dx = ∫ (Fyδy + Fy 'δy ')dx = ∫ ⎜ Fyδy + Fy '

⎛ d
(δy )⎞⎟ dx
b b b
a a a
⎝ dx ⎠
⎡d ⎤
integrando el último término por partes, con u = Fy ' y dv = ⎢ (δy )⎥ dx
⎣ dx ⎦
b d (δy ) b d (F y ' )
∫ −∫
b
Fy' dx = F y 'δy δydx
a dx a a dx
como se supone que δy ≡ εη ( x ) se anula en x = a y x = b debido a las condiciones usuales

sobre y ( x ) o bien, que F y ' satisface las condiciones naturales en la frontera, lo que hace que se
anule en estos puntos, se tiene
⎡ d (F y ' )⎤
δI = ∫ ⎢ F y −
b
⎥ δydx
⎣ dx ⎦
a
⎡ d Fy ' ⎤ ( )
Como ya hemos visto que ⎢ Fy − ⎥ = 0 es una condición necesaria para la
⎣ dx ⎦
existencia de un extremo de I , se concluye que δI también es cero en cualquier extremo de I .
Inversamente, puesto que δy es una variación arbitraria en y , la condición δI = 0 implica que

⎡ d (Fy ' ) ⎤
⎢ − Fy ⎥ = 0 y esto nos representa justamente la ecuación que ya habíamos deducido
⎣ dx ⎦
d (Fy ' ) d ⎛ ∂F ⎞ ∂F
− Fy = 0 • ⎜ ⎟− = 0 Ecuación de Euler
dx dx ⎝ ∂y ' ⎠ ∂y

Ejemplos
1) ¿ Qué curva que una los puntos P1 (x1 , y1 ) y P2 ( x 2 , y 2 ) tiene la longitud más corta ?
Aquí, la respuesta es obvia, a saber, el segmento P1 P2 , pero resulta interesante verificar este
hecho geométrico elemental, por medio del cálculo de variaciones. Por supuesto, lo que se tiene
que hacer es determinar la función que minimice la integral
2
x = x2 x2 ⎛ dy ⎞
L=∫ ds = ∫ 1 + ⎜ ⎟ dx
x = x1 x1
⎝ dx ⎠
para esta integral, la ecuación de Euler es
d ⎡ ∂ 2⎤ ∂ ⎡
⎢ 1 + ( y ' ) ⎥ −
⎢
1 + ( y ') ⎤ = 0
2
⎥⎦
dx ⎣ ∂y ′ ⎦ ∂y ⎣
lo cual se reduce a
y'
=c
1 + ( y ')
2
despejando y '
c
y' = =m
1− c2
integrando
y = mx + b
Por supuesto, las constantes m y b se determinan por la condición de que esta recta debe
pasar por P1 y P2 .
Por ejemplo es fácil verificar que, m, la pendiente de la recta que cubre los puntos P1 y P2 es:
Y2 − Y1
m=
X 2 − X1
Aplicando la condición de P1 y1 = mx1 + b

Aplicando la condición de P2 y 2 = mx 2 + b
Ahora restando se obtiene y 2 − y1 = ( mx2 + b) − ( mx1 + b) = m( x2 − x1 )
Finalmente despejando m, se obtiene
Y2 − Y1
m=
X 2 − X1

2) 16.3 P7 ¿Qué curva que une los puntos P1 : (− a, b ) y P2 : (a, b ) genera la superficie de menor
área al girar alrededor del eje x ?
En este caso tenemos que minimizar la integral
x=a
y 1 + ( y ') dx
a
S=∫ 2πyds = 2π ∫
2
x=−a −a
De donde, debemos resolver la ecuación de Euler
⎧⎡d ⎤ ⎫
⎪ yy' 2 ⎪
2π ⎨ ⎢ ⎥ − 1 + ( y ') ⎬ = 0
⎪⎩ ⎢⎣ dx 1 + ( y ') ⎥
2
⎦ ⎪⎭
llevando a cabo la derivación indicada y simplificando, obtenemos sin dificultad la ecuación

diferencial
yy ′′ − ( y ') − 1 = 0
2
para resolverla hacemos
dy ' dy ' dy dy '

y' ' = = = y'
dx dy dx dy
para obtener
dy '
− ( y ') − 1 = 0
2
yy '
dy
la cual es una ecuación separable
y' 1
dy′ = dy
1 + ( y ')
2
y
integrando
[ 2
]
ln 1 + ( y') = 2 ln y − 2 ln c ó 1 + ( y ')
2 y2
= 2
c1
a partir de lo que se concluye que
y 2 − c12 dy dx
y' = ó =
c1 y 2 − c12 c1

integrando nuevamente
⎛ y⎞ x ⎛x ⎞
cosh −1 ⎜⎜ ⎟⎟ = + c 2 o y = c1 cosh⎜⎜ + c 2 ⎟⎟
⎝ c1 ⎠ c1 ⎝ c1 ⎠
Como P1 y P2 están colocados simétricamente respecto al eje y, se deduce que la curva requerida
también debe ser simétrica respecto al eje y. De donde, c2 = 0, así
x
y = c1 cosh
c1
Para determinar c1, se tiene la ecuación
a
b = c1 cosh
c1
3) ¿En que curvas puede alcanzar su extremo el funcional ?
[( y') − y ] dx
π
v[ y (x )] = ∫ ⎛π ⎞
y (0) = 0 , y⎜ ⎟ = 1
2 2 2
0 ⎝2⎠
en este caso la ecuación de Euler tiene la forma
d
[2 y'] − (− 2 y ) = 0 o y ' '+ y = 0
dx
La ecuación diferencial anterior tiene la solución familiar
y = c1 cos x + c2senx
Utilizando las condiciones de frontera, se tiene c1 = 0 , c 2 = 1 por consiguiente, el extremo

puede alcanzarse sólo en la curva y = sen x

4) PROBLEMA DE LA BRAQUISTÓCRONA (Vocablo griego; braquistos que significa más

corto y cronos tiempo)
Determinar la curva que une dos puntos dados A y B por la cual al moverse un punto material
caiga desde el punto A hasta el punto B en tiempo mínimo (el rozamiento y la resistencia del
medio se desprecian)
Ubiquemos el origen de coordenadas en el punto A, el eje 0x en forma horizontal, y el 0y

verticalmente hacia abajo. La velocidad de movimiento del punto material es
ds
v= = 2 gy
dt
de aquí se halla el tiempo invertido en el desplazamiento del punto desde la posición A(0,0)
hasta la posición B( x1 , y1 )
1 1 + ( y ')
2
y (0 ) = 0
t ( y ( x )) =
x1
2g
∫ 0
y
dx
y (x1 ) = y1
Como F depende sólo de y e y ' F = F ( y, y ') la ecuación de Euler tiene la primera

integral igual a
∂F
F − y' = c1
∂y '
1 + ( y ') ( y')2
2
− =c
y (1 + ( y ') )
2
y
simplificando
[
1
y 1 + ( y')
2
]
=c o [
y 1 + ( y ') = c1
2
]
Introduciendo el parámetro t , haciendo y ' = ctgt , se obtiene
y=
c1
= c1sen 2
t =
c1
(1 − cos 2t )
1 + ctg 2t 2
dy 2c1sent cos tdt
dx = = = 2c1sen 2 t = c1 (1 − cos 2t )
y' ctgt
⎡ sen2t ⎤
x = c1 ⎢t − + c =
c1
(2t − sen2t ) + c2
2 ⎥⎦
2
⎣ 2
por lo tanto, en forma paramétrica la ecuación de la curva buscada es:

x − c2 =
c1
(2t − sen2t )
2
y=
c1
(1 − cos 2t )
2
si se transformara el parámetro mediante la sustitución 2t = t1 y se toma en cuenta que c2 = 0 ,
puesto que para y = 0 es x = 0 , se obtiene la ecuación de una familia de cicloides de la forma
habitual
x=
c1
(t1 − sent1 )
2
y = 1 (1 − cos t1 )
c
2
c1
siendo el radio de la circunferencia que rueda, la cual se determina de la condición de que la
2
cicloide pasa por el punto B( x1 , y1 ) de este modo la BRAQUISTÓCRONA es una cicloide.

5) 16.3 P23 (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw Hill, 1995)
Encuentre la ecuación de la curva que une los puntos (0,1) y (2,3) y a lo largo de la cual la
1 + ( y′)
2
2
integral ∫
0 y
dx es un mínimo.
dx
Haciendo x′ = ∴ dx = x′dy , y la integral puede escribirse
dy
x (x′)2 + 1 dy d ∂u ∂u d ∂F ∂F
∫ x0 y
−
dy ∂x′ ∂x
≡ −
dy ∂u′ ∂u
=0
∂u ∂ ⎡ (x′)2 + 1 ⎤
aquí = ⎢ ⎥=0
∂x ∂x ⎢ y ⎥⎦
⎣
d ∂u
= 0∴
∂u
= c1 =
( x′ ) + 1 [ 2
]
−1
2
x′
dy ∂x′ ∂x′ y
x′ ( x′ )
2
y [1 + ( x′) ]
= C1 ; C = 2 2
y ( x′ ) + 1
2 2 1
(x′)2 = c1 y 2 (1 + (x′)2 ) = c12 y 2 + c12 y 2 (x′)2

c1 y 2
(x′)2 = ;
dx
=
c1 y
1 − c1 y 2
dy 1 − c12 y 2
c1 y
∫ dx = ∫ (1 − c y ) 2 2
1
2
dy
1
1
x=− 1 − c12 y 2 + c2
c1
(x − c2 )2 = 1
c12
( 1
1 − c1 y 2 = 2 − y 2
c1
)
(x − c2 )2 + y 2 = k 2 Ec. circunferencia
Para el caso particular de los puntos dados

x0 = 0 ; x = 2 ; P1 (0,1) y P2 (2,3)
(0 − c2 )2 + 12 = k 2 ⎫⎪
y = − (x − 3) + 10
2
⎬
(2 − c2 )2 + 32 = k 2 ⎪⎭

6) 16.5 P7 Ejercicio de Variaciones
Dado F ( x, y , y ') = ( y ') + xy. Calcúlese ΔF y δF para x = x 0 , y = x y δy = ε x n entonces

2 2
∂F ∂F
verifíquese la ec. ΔF = δy + δy ' ≡ δF
∂y ∂y '
[ ] ( )ε2! + … − [( y') ]
2
ΔF = ( y ') + xy + (xη + 2 y 'η ')ε + 0 ⋅η 2 + 2 ⋅ 0 ⋅ηη '+2η ' 2
2 2
+ xy =
y
y = x 2 ; y = εη ∴ η =
ε
[ ] [
= 4nx n + x n +1 ε + (η ') ε 2 = 4nx n + x n+1 ε + η ' ε ⋅η ' ε
2
] ; ηε = δy
= [4nx n
+ x n +1 ]ε + δy '⋅ δy ' = [4nx n
]
+ x n +1 ε + ηεx n −1ηεx n −1 ; η ' ε = δy '
[ ] [
= 4nx n + x n +1 ε + η 2 x n −1 ⋅ x n −1 ε 2 = 4nx n + x n +1 ε + η 2 x 2 n ε 2 ]
∂F ∂F
δF = δy + δy ' = F y δ y + F ' y δ ' y δy ' = nεx n −1
∂y ∂y ' ;
( ) [
= xεx n + 2 y ' nε x n −1 = x n +1 + 2(2 x ) n x n −1 ε ]
[
= 4n x n + x n+1 ε ]

PRINCIPIO DE HAMILTON Y EC. DE EULER-LAGRANGE
El cálculo de variaciones es la base para la deducción del principio de Hamilton y la ecuación de

Euler-Lagrange.
Aunque la 2ª ley de Newton , F = ma , basta para el planteamiento de muchos problemas

de la dinámica, existen refinamientos y generalizaciones que con frecuencia proporcionan
métodos de ataque más efectivos. En esta última sección se dará una breve descripción de dos de
estos métodos: EL PRINCIPIO DE HAMILTON y LA ECUACIÓN DE LAGRANGE
En el curso de dinámica avanzada se estudia con mayor detalle estos métodos así como
las aplicaciones a problemas de la dinámica.
El principio de Hamilton también llamado principio de mínima acción, establece que el

movimiento de un sistema mecánico es tal que la conversión de energía es mínima.
Lo cual implica que la siguiente integral tiene un valor mínimo.
t2
∫ t1
L dt (A)
Donde L = T − V se conoce como el Lagrangiano del sistema, siendo T la energía

cinética y V la energía potencial, y a la integral (A) también se le llama Integral de acción.
Para sistemas de grado de libertad uno, el Lagrangiano es función de la coordenada

generalizada q , su derivada con respecto al tiempo q y el tiempo t , L(q, q, t ) . Luego como
se requiere que la integral de acción sea mínima se puede escribir
t2
δ ∫t1
L dt = 0
y de la deducción ( L → F ) presentada se obtiene la EC. DE EULER-LAGRANGE
∂L d ∂L
− =0
∂q dt ∂q
esta ecuación se conoce como la ecuación de Lagrange para sistemas conservativos y es su
ecuación de movimiento.
Cualquier conjunto de coordenadas que define completamente la configuración del

sistema se llaman coordenadas generalizadas y el número de éstas es el grado de libertad.

Por ejemplo el péndulo doble de la figura tiene coordenadas generalizadas θ 1 y θ 2 y por lo

tanto tiene grado de libertad 2.
l1
m1
θ1
l2
m2
θ2
Ejemplos
7) Establecer la ecuación de movimiento del sistema masa-resorte sin fricción tomando x como
coordenada generalizada, oscilador armónico.
1 1 2
T = mx 2 V =
kx
2 2
1 1
L = T − V = mx 2 − kx 2
2 2
∂L d ⎛ ∂L ⎞ d
= −kx, ⎜ ⎟ = (mx) = mx
∂x dt ⎝ ∂x ⎠ dt
sustituyendo en la ecuación de Euler-Lagrange , se obtiene
− kx − mx = 0 , mx + kx = 0
Esta ecuación resulta ser la conocida ecuación de vibración , que con igual facilidad se puede
obtener de la 2ª ley de Newton .
8) Como un segundo ejemplo de la aplicación de la ecuación de Lagrange considérese el péndulo

simple y obtenga su ec. de movimiento.
En este caso la coordenada generalizada es θ y el

Lagrangiano es
1 2 2
(
L θ ,θ , t = ) 2
ml θ + mgl cos θ
Donde se tomó como nivel de referencia el punto de

pivote
∂L d ⎛ ∂L ⎞ d
∂θ
= − mglsenθ ⎜ ⎟=
dt ⎝ ∂θ ⎠ dt
( )
ml 2θ = ml 2θ
sustituyendo en la ecuación de Euler-Lagrange
g
−mglsenθ − ml 2θ = 0 θ+ senθ = 0
l
*ya en este ejemplo simple si no se eligen adecuadamente los ejes al aplicar la 2ª ley de Newton
podría complicarse algo el problema
Ojo, es necesario primero ver

II-37
9) Usando las ecuaciones de Lagrange obténgase el sistema de ecuaciones diferenciales que
describe las vibraciones debidas a la torsión del sistema de discos acoplados elásticamente que se
muestra en la figura
En este caso las coordenadas generalizadas son lo ángulos de torsión θ i en cada uno de los
discos, así se tiene
T=
1
2
[
I 1θ 1 + I 2θ 2 + … + I iθ i + … + I nθ n
2 2 2 2
]
también, como la energía potencial almacenada en un eje sometido a torsión es
1
módulo × (ángulo de torsión )
2
2
se tiene
1
2
[
V = k0θ 12+k1(θ1 −θ2) +…+ki−1(θi−1 −θi ) +ki (θi −θi+1) +…+kn−1(θn−1 −θn) +knθ 2n
2 2 2 2
]
de donde, las ecuaciones de Lagrange [L(θ ,θ , t )] se obtiene de (ver pág. II-37):
∂L d ⎛ ∂L ⎞
- ⎜ ⎟=0 ;
∂θi dt ⎜⎝ ∂θi ⎟⎠
i = 1,2,3,…,n (B)

así
I1θ1 + k0θ1 + k1(θ1 −θ2 ) = 0
I2θ2 −k1(θ1 −θ2 ) + k2(θ2 −θ3) = 0
Iiθi −ki−1(θi−1 −θi ) +ki (θi −θi+1) = 0
Inθn −kn−1(θn−1 −θn ) +knθn = 0

Estas ecuaciones son fáciles de establecer por medio de métodos elementales basados en la 2ª ley
de Newton(ec. Newton-Euler), en forma aplicable a la torsión, pero el uso de las ecuaciones
Lagrange elimina la necesidad de comprobar los signos de los diversos momentos de torsión, lo
que a veces resulta incomodo.
10) Ejemplo de Optimización (Rao S. Ref. [11]): DISEÑO DE UN SÓLIDO DE

REVOLUCIÓN PARA ARRASTRE (DRAG) MÍNIMO
Ahora consideremos el problema de determinar la forma de un sólido de revolución para

arrastre mínimo. En el caso general, las fuerzas ejercidas sobre un cuerpo sólido trasladándose en
un líquido dependen de la forma del cuerpo y de la velocidad relativa en una manera muy
compleja. Sin embargo, si la densidad del fluido es suficientemente pequeña, la presión
normal( P ) actuando sobre el cuerpo sólido puede aproximarse por [M.J. Forray, 1968]
P = 2 ρv 2 sen 2θ (E1)
ρ → densidad del fluido
v→ velocidad del fluido relativa al cuerpo sólido
θ→ ángulo entre la dirección de la velocidad del fluido y la tangente a la superficie[fig1]
Fig. 1 Fig. 2

Ya que la presión actúa normal a la superficie, la componente x de la fuerza actuando

sobre la superficie de una rebanada de longitud dx y de radio r ( x ) , [fig.2], puede escribirse
dP = (PRESIÓN NORMAL)(AREA)senθ
( )[
= 2 ρv 2 sen 2θ 2πy 1 + ( y ') dx senθ
2
] (E2)
dy
donde y ' = . La fuerza total de arrastre, P , está dada por la integral de la ecuación (E2)
dx
P = ∫ 4 πρ v 2 ysen 3θ 1 + ( y ') dx
L 2
(E3)
o
L → Longitud del cuerpo. Para simplificar los cálculos, supongamos que y ' << 1 tal que
y'
senθ = ≈ y'
1+( y')
2
así la ecuación (E3) puede aproximarse por
P = 4 πρ v 2 ∫ ( y ') ydx
L 3
(E5)
o
Ahora el problema de arrastre mínimo puede establecerse como;
Encontrar y ( x ) la cual MINIMICE el arrastre P dado por la ec. (E5) sujeto a la condición
que y ( x ) satisfaga las condiciones en los extremos
y ( x = 0) = 0 y(x = L ) = R (E6)
comparando el funcional P de la ec. (E5) con A de la ec. (1), se tiene
F (x, y , y ' , y ' ') = 4 πρ v 2 ( y ') y

3
(E7)
La ecuación de Euler-Lagrange, (7) que corresponde a este funcional es;
( y ')3 − 3 d [y ( y ')2 ] = 0 (E8)

dx
las condiciones de frontera , ecs. (8) y (9), se reducen a ;
[3 y( y') ]δy
2 x =L
x =0
=0 (E9)

La ec. (E8) puede escribirse como

( y ')3 − 3[y′( y ')2 + y (2 y ' y ' ')] = 0
o (E10)
( y ') 3
+ 3 yy ' y ' ' = 0
Esta ecuación, cuando integramos una vez, da
d ⎡ y ( y ′ ) ⎤ = y ( y ' ) = C = k13
3 3
⎣ ⎦ (E11)
donde k1 es la constante de integración. Integrando ec. (E11), se obtiene

3
y (x ) = (K1 x + K 2 )4 (E12)
3 3
k1 ⎛ dy ⎞
=⎜ ⎟
y ⎝ dx ⎠
dy k
∴ = 11/ 3
dx y
y dy = k1dx
1/ 3
3 43
y = k1 x + k2
4
3/ 4
⎡4 ⎤ 4 4
∴ y = ⎢ (k1 x + k2 )⎥ ; K1 = k1 y K2 = k2
⎣3 ⎦ 3 3
La aplicación de las condiciones de frontera
4
3
R
K1 = y K2 = 0
L
De aquí la forma del sólido que tiene un arrastre mínimo está dado por la ecuación
3
⎛ x ⎞4
y ( x ) = R⎜ ⎟
⎝L⎠

MULTIPLICADORES DE LAGRANGE Y RESTRICCIONES
Si la variable x NO es por completo independiente sino que tiene que satisfacer

alguna(as) condición(es) de restricción, el problema puede establecerse como sigue:
Encuentre la función y ( x ) tal que la integral
F ( x, y, y ') dx → mínimo
x2
A=∫ (10)
x1
sujeta a la condición
h* ( x, y, y') = 0
donde h puede ser una función integral. El valor estacionario de un problema de cálculo de
variaciones restringido puede encontrarse usando MULTIPLICADORES DE LAGRANGE.
PROBLEMAS CON RESTRICCIONES
El concepto de incluir restricciones puede generalizarse. Analice el problema de encontrar las

funciones u1 (x, y, z ), u 2 ( x, y, z ),… , u n ( x, y, z ) que hacen que el funcional
⎛ ∂u1 ⎞
∫v ⎝
f ⎜ x , y , z , u1 , u 2 , … , u n ,
∂x
, … , ⎟dv
⎠
(11)
sea estacionario sujeto a las m − restricciones
⎛ ∂u ⎞
h1 ⎜ x, y, z, u1 , u2 , … , u n , 1 , …⎟ = 0
⎝ ∂x ⎠
(12)
⎛ ∂u ⎞
hm ⎜ x, y, z, u1 , u 2 , … , u n , 1 , …⎟ = 0
⎝ ∂x ⎠
El método de los multiplicadores de Lagrange consiste en tomar variaciones en el funcional
A = ∫ ( f + λ1h1 + λ2 h2 + … + λm hm ) dv (13)
v
donde λi son ahora funciones de la posición. En el caso especial donde una o más de las hi son
condiciones integrales, las λi asociadas son constantes .

11) Ejemplo. Analice el movimiento de la partícula en el plano inclinado.
s Usando Lagrange-Multiplicadores
l
M V energía potencial = mgh = mgy
1 1
Y
T energía cinética = mv 2 = ms 2
2 2
θ
1 2
L= ms − mgy ∴ s, y coordenadas generalizadas.
2
φ1 = (l − s )senθ − y = 0 Restricción holonómica.
Una forma alterna para obtener los multiplicadores de la ec. 13, así como la ecuación de
movimiento es ;
d ∂L ∂L n ∂φ j
− = ∑λj + QNC Ec. de Euler-Lagrange en términos de los multiplicadores
dt ∂qi ∂qi j =1 ∂qi
(restricciones) y de las fuerzas (generalizadas) actuando sobre el sistema.
d ∂L ∂L ∂φ d ∂L ∂L ∂φ
− − λ1 1 = 0 ; − − λ1 1 = 0
dt ∂s ∂s ∂s dt ∂y ∂y ∂y
∂L d ∂L ∂L
= ms ; = ms =0
∂s dt ∂s ∂y
∂L ∂L
=0 = − mg
∂s ∂y
∂φ1 ∂φ1
= − senθ = −1
∂s ∂y
0 + mg + λ1 = 0 ∴ λ1 = −mg ⎫
⎬ ms − mgsenθ = 0
ms + λ1 senθ = 0 ⎭
12) P6-12 (Greenwood D. Ref. [12]) Las partículas m1 y m2

están restringidas a moverse sin fricción en el plano xy tal que m1
permanece sobre el eje horizontal y m2 sobre el eje vertical. Las
partículas están conectadas por una barra sin masa de longitud l.
Obtenga la ecuación de movimiento usando multiplicadores de
Lagrange.
Multiplicaciones de Lagrange
d ⎛ ∂L ⎞ ∂L ∂φ
⎜⎜ ⎟⎟ − = ∑ λ j i + Qnc
dt ⎝ ∂qi ⎠ ∂qi j =1 ∂qi
1 1
φ1 = lsenθ − x = 0 ; T = mx 2 + my 2 x, y, θ coordenadas generalizadas
2 2
φ2 = l cos θ − y = 0 ; V = −mgy
∂L ∂L ∂L
= mx ; = my ; =0
∂x ∂y ∂θ
d ⎛ ∂L ⎞ d ⎛ ∂L ⎞ d ⎛ ∂L ⎞
⎜ ⎟ = mx ; ⎜ ⎟ = my ; ⎜ ⎟=0
dt ⎝ ∂x ⎠ dt ⎝ ∂y ⎠ dt ⎝ ∂θ ⎠
∂φ1 ∂φ1 ∂φ1
= −1 ; =0 ; = l cos θ
∂x ∂y ∂θ
∂φ2 ∂φ2 ∂φ2
=0 ; = −1 ; = −lsenθ
∂x ∂y ∂θ
∂L ∂L ∂L
=0 ; = mg ; =0
∂x ∂y ∂θ
sustituyendo; i = 1,2,3 ( x, y,θ )
mx − (0) = λ1 (− 1) + λ2 (0 ) ; mx = −λ1 ∴ λ1 = −mx

my − mg = λ1 (0) + λ2 (− 1) ; my - mg = -λ2 ∴ λ2 = −my + mg
0 − (0 ) = λ1 (l cos θ ) + λ2 (− lsenθ ) ; λ1lcosθ - λ2lsenθ = 0
además
x = lsenθ ; x = lθ cosθ ; x = −lθ 2 senθ + lθ cosθ

y = l cosθ ; y = −lθsenθ ; y = −lθ 2 cosθ − lθsenθ

Así
λ1 = −m(− lθ 2 senθ + lθ cosθ ) = m(lθ 2 senθ − lθ cosθ )
λ2 = −m(− lθ 2 cosθ + lθsenθ ) + mg = m(lθ 2 cosθ + lθsenθ ) + mg
usando la ec. donde aparece λ1 y λ2 se obtiene
( ) ( )
m lθ 2 senθ − lθ cos θ l cos θ − m lθ 2 cos θ + lθsenθ + g lsenθ = 0
− l 2θ − glsenθ = 0
g
∴θ + senθ = 0
l
¡Distinga que es la ecuación de un oscilador armónico!

13) (P. Hamilton) Usando el principio de Hamilton deduzca la ec. de movimiento del siguiente
sistema-masa-resorte
x
⎛1 1 ⎞
δ ∫ (T − V )dt = ∫ δ ⎜ mv 2 − kx 2 + mgy ⎟dt
t2 t2
t1 t 1 ⎝2 2 ⎠
x
(mυδυ − kxδx + mδy )dt
t2
=∫
t1
g
y
Hasta aquí el indicador variacional ha sido

y expresado en términos de tres variables (υ , x, y ) y
sus variaciones.
M
Se introducen los requerimientos geométricos
υ=y x = 2y
δυ = δy =
d
(δy ) ; δx = 2δy
dt
Sustituyendo en el indicador variacional e integrando un término (el que incluye a la derivada)
t 2 ⎧⎡ d ⎤ ⎫
I .V . = mυδy tt 22 − ∫ ⎨⎢ (mυ ) + 2kx − mg ⎥δy ⎬dt = 0
t1
⎩⎣ dt ⎦ ⎭
mυ + 2kx − mg = 0 ⇒ my + 4ky = mg
Para aplicar los multiplicadores de Lagrange, regresamos a la ecuación inicial con la restricción
geométrica:
t2 ⎛ 1 1 ⎞
I .V . = ∫ δ ⎜ my 2 − kx 2 + mgy ⎟ dt ; x = 2y
t1
⎝2 2 ⎠
Se introduce la restricción
t2 ⎡ ⎛ 1 1 ⎞ ⎤
I .V . = ∫ ⎢δ ⎜ my 2 − kx 2 + mgy ⎟ + λδ (x − 2 y )⎥dt
t1
⎣ ⎝2 2 ⎠ ⎦

donde λ = λ (t ) = multiplicador de Lagrange y se puede interpretar como una fuerza, donde

λi • δ (constraint) tiene la interpretación de un trabajo necesario para asegurar que la restricción
sea satisfecha.
Finalmente, integrando por partes.
{[my − mg + 2λ ]δy + (kx − λ )δx}dt = 0

t2
I .V . = myδy tt12 − ∫
t1
my − mg + 2λ = 0 y kx − λ = 0
resolviendo el sistema
my − mg + 2kx = 0
obtenemos la ec. de movimiento en términos de la variable y

my − mg + 4ky = 0

14) DISEÑO ÓPTIMO DE UNA ALETA DE ENFRIAMIENTO (Rao S. Ref.[11])
Las aletas de enfriamiento son usadas en radiadores para incrementar la razón de

transferencia de calor de una superficie caliente (pared) a un fluido circundante. A menudo, será
de interés encontrar la forma óptima (sección variable “TAPERED”) de la aleta (de sección
transversal rectangular ) para una masa total especificada la cual transfiera la máxima energía de
calor. (PROBLEMA ISOPERIMÉTRICO)
La configuración de la aleta se muestra

en la fig. 12.7. Tomado de la referencia
[11] Si T0 y T∞ denotan las
temperaturas de la pared y el
ambiente, respectivamente, la
temperatura de la aleta en cualquier
punto, T ( x ) , puede expresarse en
forma adimensional como
T (x ) − T∞
t (x ) = (E2.1)
T0 − T∞
tal que t (0 ) = 1 y t (∞ ) = 0 .
Para formular el problema, primero escribimos la ecuación de balance de calor para un

elemento diferencial, dx , de la aleta.
FLUJO DE CALOR QUE ENTRA FLUJO DE CALOR QUE SALE

=
POR CONDUCCIÓN POR CONDUCCIÓN Y CONVECCIÓN
⎛ dt ⎞ ⎛ dt ⎞
⎜ − kA ⎟ = ⎜ − kA ⎟ + hS (t − t ∞ ) (E2.2)
⎝ dx ⎠ x ⎝ dx ⎠ x + dx
donde;
k → conductividad térmica
A → área de la sección transversal de la aleta = 2 y (x ) por unidad de ancho de la
aleta
h → coeficiente de transferencia de calor
S → área superficial del elemento diferencial de la aleta = 2 1 + ( y ') dx por
2
unidad de ancho
2 y( x ) → profundidad (altura) de la aleta en cualquier sección x

escribiendo
⎛ dt ⎞ ⎛ dt ⎞ d ⎛ dt ⎞
⎜ − kA ⎟ = ⎜ − kA ⎟ + ⎜ − kA ⎟ dx (E2.3)
⎝ dx ⎠ x + dx ⎝ dx ⎠ x dx ⎝ dx ⎠
y notando que t ∞ = 0 , la ec. (E2.2) puede simplificarse a
d ⎛ dt ⎞
⎜ ky ⎟ = ht 1 + ( y ')
2
(E2.4)
dx ⎝ dx ⎠
Por simplicidad podemos suponer que y ' << 1 y así
d ⎛ dt ⎞
k ⎜ y ⎟ = ht (E2.5)
dx ⎝ dx ⎠
La cantidad de calor disipado de la aleta al medio circundante por unidad de tiempo está dado
por:
L
H = 2 ∫ ht dx (E2.6)
0
suponiendo que el flujo de calor del extremo libre de la aleta es cero. Ya que la masa de la aleta
está especificada como m , tenemos
L
2 ∫ ρ y dx − m = 0 (E2.7)
0
densidad de aleta= ρ
Ahora el problema puede formularse como: Encontrar t ( x ) que maximice la integral de la ec.
(E2.6) sujeta a la ecuación de restricción (E2.7). Ya que y ( x ) en la ec. (E2.7) es una variable
también, puede expresarse en términos de t ( x ) usando la ecuación de balance de calor (E2.5).
Integrando la ec. (E2.5) entre los límites x y L , obtenemos
− ky ( x ) (x ) = h ∫ x t (x ) dx
dt L
(E2.8)
dx
suponiendo que el flujo de calor del extremo libre sea cero. La ec. (E2.8)
h 1
t ( x ) dx
L
k dt ∫ 0
y ( x) = − (E2.9)
dx

sustituyendo la ec.(E2.9) en (E2.7), el problema variacional puede reformularse (replantearse)

como:
Encontrar y ( x ) que maximice
H = 2h ∫ t (x ) dx
L
(E2.10)
O
sujeto a la restricción
h L 1 ⎡ L
h * ( x, t , t ' ) = 2 ρ ∫ ∫ t ( x ) dx ⎤ dx + m = 0
k 0 dt ⎢⎣ x ⎥⎦ (E2.11)
dx
Este problema puede resolverse usando el método de los multiplicadores de Lagrange. El
funcional I a encontrar su extremal está dado por
L⎡ ⎤
λρ 1 L
0
L
( )
I = ∫ H + λh * dx =2h ∫ ⎢t ( x ) +
⎢ k dt ∫ 0
t ( x ) dx ⎥ dx
⎥
0
⎣ dx ⎦ () (E2.12 )
Multiplicador de
Lagrange
Comparando la ec. (E2.12) con la ec. (1) encontramos que
2hλρ 1 L
t ( x ) dx
k t ' ∫0
F ( x, t , t ' ) = 2ht + (E2.13)
La ec. de Euler- Lagrange, ec.(7), da
λhρ ⎡ 2t ' ' t (x ) dx ⎤

t ( x )dx +
L x
h− ⎢
k ⎣ (t ')3 ∫ x
(t ')2
−∫
0 t'
⎥ =0
⎦
(E2.14)
Esta ecuación integro-diferencial deberá resolverse para encontrar la solución a t ( x ) . En este

caso puede verificarse que la ec.(E2.) satisface a la ec.(E2.14)
1
⎛ λρ ⎞ 2
t ( x ) = 1 − x⎜ ⎟ (E2.15)
⎝ k ⎠

El perfil de espesor de la aleta puede obtenerse de la ec. (E2.9) como:
1
⎡ 1
⎤
h1 L h ⎛ k ⎞ 2 L ⎢ ⎛ λρ ⎞ 2 ⎥
y (x ) = − t ( x )dx = ⎜⎜
k t' ∫x k ⎝ λρ ⎟⎠ ∫ x ⎢ ⎝ k ⎠ ⎥
⎟ 1− ⎜ ⎟ x dx
⎣ ⎦
⎡ 1 1
2 ⎤
⎛ λρ ⎞ 2 L ⎛ λρ ⎞ 2 x ⎥
2
h ⎢
= L−⎜ ⎟ − x+⎜ ⎟
1
⎢ ⎝ ⎠ 2 ⎝ ⎠ 2 ⎥
(kλρ ) 2 ⎣ k k
⎦
c1 + c 2 x + c 3 x 2 (E2.16)
donde
⎡ 1
2 ⎤
h ⎛
⎢L − ⎜ λρ ⎞ 2 L
⎥
c1 = ⎟ (E2.17)
1
⎢ ⎝ k ⎠ 2 ⎥
(kλρ ) 2
⎣ ⎦
h
c2 = − 1 (E2.18)
(kλρ ) 2
1
h ⎛ λρ ⎞ 2 h
c3 = 1 ⎜ ⎟ = (E2.19)
(kλρ ) 2 ⎝ k ⎠ 2k
El valor de λ (multiplicador de Lagrange) se determina de la ec. (E2.7)
L
⎡ L2 L3 ⎤
m = 2 ρ ∫ y(x ) dx = 2 ρ ⎢c1 L + c2 + c3 ⎥
0 ⎣ 2 3⎦
m L L2 hL 1 hL2
= c1 + c2 + c3 = − (E2.20)
2 ρL 2 3 2(kπλ )12 3 k
1
hL 1
λ =
2
(E2.21)
(kρ )
1
⎛ m ⎞ 2 hL2
2 ⎜⎜ ⎟⎟ +
⎝ ρL ⎠ 3 k
sustituyendo la ec. (E2.21) en la ec. (E2.16) se obtiene la solución.

F (x, y1 , y 2 ,..., y n , y '1 , y ' 2 ,..., y ' n ) dx

x1
FUNCIONALES DE LA FORMA ∫ x0
Para obtener las condiciones necesarias de un extremo del funcional del tipo más general
v[ y1 , y 2 ,..., y n ] = ∫ F (x, y1 , y 2 ,..., y n , y '1 , y ' 2 ,..., y ' n ) dx

x1
x0
con condiciones de frontera dadas para todas las funciones
y1 ( x0 ) = y10 , y 2 ( x0 ) = y 20 ,... , y n ( x0 ) = y n 0
y1 ( x1 ) = y11 , y 2 (x1 ) = y 21 ... , y n (x1 ) = y n1
variaremos sólo una de las funciones

y j (x ) j = 1,2,..., n
dejando las demás invariables. Entonces el funcional v[ y1 , y 2 ,..., y n ] se transforma en una
función que depende sólo de una función variable, por ejemplo y j ( x )
v [y1, y2 ,...,yn ] = v [yi ]

del tipo ya considerado. Por consiguiente, la función que realiza el extremo debe satisfacer la
ecuación de Euler
d
Fyi − Fy ' =0
dx i
Como este razonamiento es aplicable a cualquier función y i (i = 1,2,..., n ) se obtiene el
sistema de ecuaciones diferenciales de segundo orden
d
Fyi − Fy ' =0 (i = 1,2,..., n )
dx i
que determinan, en general, una familia dependiente de 2n -parámetros de curvas integrales en el
espacio x, y1 , y 2 ,..., y n que es la familia de extremales del problema variacional dado
Si, en particular, el funcional depende sólo de dos funciones y1 ( x ) y y 2 ( x ) ó y ( x ) y z ( x ) ;

entonces:
v[ y ( x ), z ( x )] = ∫ F ( x, y , z , y ' , z ') dx
x1
x0
y ( x0 ) = y 0 , z ( x 0 ) = z 0 , y ( x1 ) = y1 , z (x1 ) = z1
o sea, se determina eligiendo la curva alabeada y = y (x ) , z = z ( x ) fig, 1, entonces, variando
sólo y ( x ) y fijando z ( x ) , cambiamos nuestra curva de modo que su proyección en el plano

x o z no varía, es decir, la curva permanece todo el tiempo en el cilindro de proyección

z = z ( x ) , fig. 2.
Análogamente, fijando y ( x ) y variando z ( x ) , variamos la curva de modo que esta

permanezca todo el tiempo en el cilindro de proyección y = y (x ) . Entonces obtenemos un
sistema de ecuaciones de Euler
d d
Fy − Fy ' = 0 y Fz − Fz ' = 0
dx dx
Un ejemplo lo representa la ec. de Euler-Lagrange para sistemas de n-grados de libertad ec.(B),
pág. II-23.
Fig. 1
Fig. 2

15) Ejemplo: Hallar los extremales del funcional
[ ]
π
v[ y ( x ), z ( x )] = ∫ 2 y ' 2 + z ' 2 +2 yz dx
0
y (0 ) = 0 , z (0) = 0
⎛π ⎞ ⎛π ⎞
y⎜ ⎟ = 1 z ⎜ ⎟ = −1
⎝2⎠ ⎝2⎠
El sistema de ecuaciones diferenciales de Euler tiene la forma
y ' '− z = 0
z ' '− y = 0
eliminando una de las funciones desconocidas, por ejemplo , z , se obtiene
y ( iv ) − y = 0
cuya solución es conocida
y = c1e x + c 2 e − x + c3 cos x + c 4 senx

ya que z = y' ' ∴ z = c1e x + c 2 e − x − c3 cos x − c4 senx
utilizando las condiciones de frontera, se halla
c1 = 0 , c2 = 0 , c3 = 0 y c 4 = 1
por lo tanto
y = senx
z = −senx
Cálculo de las constantes:
y = c1e x + c 2 e − x + c3 cos x + c 4 senx

z = c1e x + c 2 e − x − c3 cos x − c 4 senx
y (0 ) = 0 , z (0) = 0

⎛π ⎞ ⎛π ⎞
y⎜ ⎟ = 1 z ⎜ ⎟ = −1
⎝2⎠ ⎝2⎠
Para y Para z
0 = c1 + c 2 + c3 0 = c1 + c 2 − c3
0 = c1 + c 2 c1 = c3 − c 2 ∴ c1 = −c 2
Restando 2c 3 = 0 ∴ c3 = 0
y = c1e x + c 2 e − x + c 4 senx ; ( )
y = c1 e x + e − x + c4 senx
z = c1e x + c 2 e − x − c 4 senx ; ( )
z = c1 e x + e − x − c 4 senx
π π
−
1 = c1e + c2 e
2 2
+ c4
Restando
π
−
π 2 = 2c4 ∴ c4 = 1
− 1 = c1e + c2 e
2 2
− c4
⎛ π2 π
− ⎞
0 = c1 ⎜⎜ e − e 2 ⎟⎟ ∴ c1 = 0 c2 = 0
⎝ ⎠
y = c1e x + c2 e − x + senx
z = c1e x + c2 e − x − senx
y = senx
z = −senx

Ejercicios Propuestos:
1) Hallar el extremal para el siguiente funcional:

1
0
[ 2
]
v[ y ( x )] = ∫ 1 + ( y ′′) dx
Sujeto a las CF siguientes;
y (0 ) = 0 , y (1) = 1
y ′(0 ) = 1 y′(1) = 1
Ref.[1] (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw Hill, 1995):
Tareas
Página 1087 (9, 11, 21, 29 y 43)
Página 1101 (13, 15, 19)
Página 1113 (9 y 10)
Pagina 1117 (3, 11, 18)
Pagina 1124 (1)

ECUACIONES DIFERENCIALES PARCIALES
Ecuación diferencial parcial, EDP, ecuación que contiene las derivadas parciales de
una o más variables dependientes con respecto a más de una variable independiente.
Muchos fenómenos físicos se describen mediante ecuaciones diferenciales en

derivadas parciales (sistemas continuos), como ya es familiar si el sistema físico se analiza
bajo la suposición de parámetros concentrados entonces nos resultan EDO.
En este capítulo, se analizarán aquellas ecuaciones que surgen comúnmente en la

ingeniería y en la física. Se iniciará el estudio examinando con detalle la deducción de
ciertas ecuaciones diferenciales parciales, a partir de principios físicos. Entonces,
conociendo las formas que se presentan con más frecuencia, se investigarán los métodos de
solución y su aplicación a problemas específicos.
EDO, muy básicas
d2y
(4 + x ) dy = y 3 + 4 y = 4x
dx dx 2
Separación de variables Primero se resuelve la parte homogénea.
dy dx d2y
= +4=0
y 3
x+4 dx 2
Integrando ambos miembros ( D2 + 4 )y = 0; ∴ m = ± 2i
y −2
− = ln ( x + 4 ) + k Yp = Ax; que conduce 4Ax = 4∴ A = 1, así
2
Y = C1sen2x + C2cos2x + x
Ecs. Diferenciales Parciales III-1 Aguilera A.

FENÓMENO OSCILACIÓN
FÍSICO
MODELO
ICONICO
LEYES
2ª LEY DE NEWTON
FÍSICAS
EDO “parámetros
concentrados”
MODELO
MATEMÁTICO ∑F = ma
EDP “continuo”
SOLUCIÓN
INTERPRETACIÓN
DE LA SOLUCIÓN
Diagrama esquemático del estudio de un fenómeno físico

EN LA FORMULACIÓN MATEMÁTICA DE PROBLEMAS APLICADOS

PUEDEN SURGIR ECUACIONES DIFERENCIALES COMO:
d 2x
2
+ kx = 0 MECÁNICA: OSCILADOR ARMÓNICO
dt
d 2 y dy
x 2 + + xy = 0 CALOR, ELECTRICIDAD, AERODINÁMICA,
ANÁLISIS DE ESFUERZOS, OTROS CAMPOS
dx dx
∂u PROBLEMA DE LA TRAYECTORIA DE VUELO DE
U+m = U2 UN COHETE.
∂m
d4y
EI 4 = w (x ) INGENIERIA CIVIL: TEORIA DEFLEXIÓN DE
dx VIGAS.
d 2I dI CIRCUITO ELECTRICO DE CA
2
+ a + bI = R sen wt (BIOLOGÍA O ECONOMIA)
dt dt
2
d2y W ⎛ dy ⎞
= 1+ ⎜ ⎟ SUSPENSIÓN DE CABLES.
dx 2 H ⎝ dx ⎠
∂ 2V ∂ 2V ∂ 2V
2
+ 2 + 2 =0 ELECTRIDAD, CALOR, AERODINÁMICA, TEORÍA
∂x ∂y ∂t DE POTENCIALES.
∂U ⎛ ∂ 2U ∂2U ⎞
= R ⎜⎜ 2 + ⎟
2 ⎟ CONDUCCIÓN DE CALOR, DIFUSIÓN DE
∂t ⎝ ∂x ∂y ⎠ NEUTRONES EN UNA PILA ATÓMICA.
∂ 2Y 2
2∂ Y VIBRACIÓN DE CUERDAS, BARRAS, Y LA
=a PROPAGACIÓN DE SEÑALES ELECTRICAS.
∂t 2 ∂x 2
∂ 4φ ∂ 4φ ∂ 4φ
+ 2 2 2 + 4 = F(x , y ) ANÁLISIS DE ESFUERZOS.
∂x 4 ∂x ∂y ∂y
INTRODUCCIÓN: ( ALGUNOS CONCEPTOS BÁSICOS Y EJEMPLOS )
Las formulaciones matemáticas de problemas que involucran dos o más variables

independientes conducen a ECUACIONES DIFERENCIALES PARCIALES, EDP, como
uno podría esperar, la introducción de más variables independientes hace el tema de las
EDP más complejo que el de las EDO.
1) EDP y sus soluciones
Digamos que una solución de una EDP es una relación explícita o implícita entre las
variables que no contiene derivadas y la cual satisface a la ecuación. En ciertos casos muy
simples puede obtenerse una solución en forma inmediata.
- Por ejemplo, considere la ecuación diferencial, parcial de primer orden
∂U
= x2 + y 2
∂x
una solución para esta ecuación sería.
( )
U = ∫ x 2 + y 2 ∂x “ INTEGRACIÓN PARCIAL ”
x3
U = + xy 2 + φ ( y )
3
donde φ (constante de integración) es una función arbitraria de ‘y’.
- Como un segundo ejemplo, considere la EDP de 2º orden
∂ 2U
= x3 − y
∂y∂x
primero re-escribimos
∂ ⎛ ∂U ⎞
⎟=x −y
3
⎜
∂y ⎝ ∂x ⎠
ahora integramos parcialmente con respecto a “y”, manteniendo a x constante.
∂U y2
= x3 y − + φ (x )
∂x 2

donde φ (constante de integración) es una función arbitraria de x. Integrando nuevamente

parcialmente, se obtiene:
x 4 y xy 2
U= − + f (x ) + φ ( y )
4 2
donde f ( x ) = ∫ φ ( x ) dx
Como un resultado de estos dos ejemplos simples, se observa que mientras las EDO
tienen soluciones que involucran constantes arbitrarias, las EDP tienen soluciones que
involucran funciones arbitrarias.
ECUACIONES DIFERENCIALES PARCIALES LINEALES DE 2º ORDEN
La EDP lineal general de segundo orden en las variables, (2), independientes X y Y

es una ecuación de la forma.
∂ 2U ∂ 2U ∂ 2U ∂U ∂U
A + B + C +D +E + FU = G
∂X 2
∂X∂Y ∂Y 2
∂X ∂Y
donde A, B, C, D, E, F y G son funciones de X y Y. Si G (X, Y) = 0 para toda (X,Y), la

ecuación se reduce a:
∂ 2U ∂ 2U ∂ 2U ∂U ∂U
A + B + C +D +E + FU = 0 (1)
∂X 2
∂X∂Y ∂Y 2
∂X ∂Y
Para la ecuación ( 1 ) se establecen los siguientes teoremas básicos los cuales son
análogos a los establecidos para las EDO.
TEOREMA
Hipótesis: Sean f1 , f2, ..., fn n soluciones de la ecuación ( 1 ) en una
región R del plano xy
Conclusión: La combinación lineal c1f1 + c2f2 +....+ cnfn es también una
solución de la ecuación ( 1 ) en la región R.
Una clase importante de los EDP lineales de 2º orden son las ecuaciones lineales
homogéneas de 2º orden con coeficientes constantes.

∂ 2U ∂ 2U ∂ 2U
a + b + c =0 (2) a, b, c → constantes.
∂X 2 ∂X∂Y ∂Y 2
La palabra homogénea aquí se refiere al hecho de que todos los términos de la ecuación
contienen derivadas del mismo orden.
Se buscarán soluciones a la ec. ( 2 ) de la forma
U = f( y + mx ), (3)
Donde f es una función arbitraria de su argumento y m es una constante. Diferenciando (3),

se obtiene
∂ 2U
= m 2 f ' ' ( y + mx )
∂X 2
∂ 2U
= mf '' ( y + mx ) (4)
∂X∂Y
∂ 2U
= f ' ' ( y + mx )
∂Y 2
sustituyendo en la ec.(2) se obtiene
am2f’’( y + mx ) + bmf’’( y + mx ) + cf’’( y + mx ) = 0 , ó
f’’( y + mx ) [ am2 + bm + c ] = 0
Así f ( y + mx ) será una solución de la ec.( 2 ) si m satisface la ecuación cuadrática
am2 + bm + c = 0 (5)
Ahora es necesario considerar los siguientes cuatro casos de la ecuación ( 2 )
i) a ≠ 0, y las raíces de la ecuación cuadrática ( 5 ) sean distintas.

ii) a ≠ 0, y las raíces de la ecuación cuadrática ( 5 ) sean iguales.
iii) a = 0, b ≠ 0.
iv) a = 0, b = 0, c ≠ 0.
- Caso i ) Sean las raíces distintas m1 y m2. Entonces la ecuación ( 2 ) tiene las
soluciones:
f ( y + m1x ) y g ( y + m2x ),

Donde f y g son funciones arbitrarias de sus respectivos argumentos.
Por supuesto que:

f ( y + m1x ) + g ( y + m2x ),
Es también una solución de la ecuación ( 2 ).
- Caso ii) Sea m1 la raíz doble (raíz repetida). Entonces la ecuación ( 2 ) tiene la
solución f ( y + m1x ), donde f es una función arbitraria de su argumento. Además puede
demostrarse que en este caso la ecuación ( 2 ) también tiene la solución xg ( y + m2x ),
donde g es una función arbitraria de su argumento. De aquí la solución de la ecuación ( 2 )
es:
f ( y + m1x ) + xg ( y + m1x ),
- Caso iii) Aquí la ecuación cuadrática se reduce a: bm + c = 0 y de aquí sólo hay una
raíz. Sea m1 esa raíz, la ecuación ( 2 ) tiene la solución f ( y + m1x ), donde f es una función
arbitraria de su argumento. Posteriormente puede verificarse otra vez que en este caso
g (x), donde g es una función arbitraria de x solamente, es también una solución de la
ecuación ( 2 ). Así la solución de la ecuación ( 2 ) es:
f ( y + m1x ) + g ( x )
- Caso iv) Aquí la ecuación cuadrática se reduce a c = 0, lo cual no es posible.

Así en este caso no existen soluciones de la forma expresada por la ecuación ( 3 ). Sin
embargo, en este caso la ecuación diferencial es muy simple:
∂ 2u ∂ ⎛ ∂u ⎞
c =0 ó ⎜ ⎟=0
∂y 2 ∂y ⎜⎝ ∂y ⎟⎠
integrando parcialmente con respecto a y dos veces, se obtiene: u = f( x ) + yg( x )
donde f y g son funciones arbitrarias de x solamente. Así la solución de la ecuación ( 2 ) es:
f(x)+yg(x)
Toda ecuación de la forma (2) con coeficientes constantes está en una y sólo una de las
cuatro categorías cubiertas en los casos i) a iv). Así la ecuación ( 2 ) siempre tiene una
solución la cual involucra dos funciones arbitrarias.
∂ 2u ∂ 2u ∂ 2u
Ejemplo 1: Encuentre una solución de: − 5 + 6 =0
∂x 2 ∂x∂y ∂y 2
La ecuación cuadrática “auxiliar” ( 5 ) correspondiente a esta ecuación diferencial es:

m2 – 5m + 6 = 0
Cuyas raíces son: m1 = 2 y m2 = 3. Por lo tanto cae en el caso i) y así la solución será:
U = f ( y + 2x ) + g ( y + 3x )
La cual contiene 2 funciones arbitrarias.
∂ 2u ∂ 2u ∂ 2u
Ejemplo 2: Encuentre una solución de: − 4 + 4 =0
∂x 2 ∂x∂y ∂y 2
La ecuación cuadrática (5) correspondiente a esta ecuación diferencial es:
m2 – 4m + 4 = 0
Y esta ecuación tiene la raíz doble m = 2. Por lo tanto este es un ejemplo del caso ii). Cuya
solución tiene la forma:
U = f ( y + 2x ) + xg ( y + 2x ).
Finalizamos esta sección clasificando a las ecuaciones de la forma (1) en los casos
especiales en los cuales los coeficientes A, B, C, D, E y F son constantes reales. Se ilustrará
esta clasificación con algunas de las famosas ecuaciones de la física-matemática.
DEFINICIÓN: LA ECUACIÓN DIFERENCIAL PARCIAL LINEAL DE 2º ORDEN.
∂ 2U ∂ 2U ∂ 2U ∂U ∂U
A + B + C +D +E + FU = 0
∂X 2
∂X∂Y ∂Y 2
∂X ∂Y
donde A, B, C, D, E y F son constantes reales se conoce como:
i) Hiperbólica si B2 – 4AC > 0,

ii) Parabólica si B2 – 4AC = 0,
iii) Elíptica si B2 – 4AC < 0,

Ejemplos:
∂ 2u ∂ 2u Hiperbólica: Caso especial de la ecuación de onda

3) − =0
∂x 2 ∂y 2 unidimensional además de las
soluciones anteriores, caso i), puede
A = 1, B = 0 , C = -1 verse que tiene una solución de la
forma
u=f(y+x)+g(y–x)
∂ 2u ∂u
4) + =0 Parabólica: Caso especial de la ecuación de calor
∂x 2 ∂t
unidimensional (ó ecuación de
A = 1, B = C = 0 difusión).
∂ 2 u ∂ 2u Elíptica: Ecuaciones de LAPLACE BI-DIMENSIONAL.

5) + =0
∂x 2 ∂y 2 Además es homogénea por lo tanto:
U = f ( y + ix ) + g ( y – ix )
A = 1, B = 0, C = 1
Ejemplos Ref.[1] (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw
Hill, 1995)
6) 11.4 P3.- Para que los valores de x y y es cada una de las siguientes ecuaciones
Hiperbólica, Parabólica o Elíptica?
∂ 2u ∂ 2u ∂ 2u
a) ( y + 1) + 2 x + = x+ y
∂x 2 ∂x∂y ∂y 2
∂ 2u ∂ 2u ∂ 2u
b) (x + 1) 2 + 2 x +y 2 =u
∂x ∂x∂y ∂y
SOLUCIÓN:
a) De acuerdo a la ecuación general
∂ 2u ∂ 2u ∂ 2u ∂u ∂u
A + B + C +D +E + Fu = a
∂x 2
∂x∂y ∂y 2
∂x ∂y
Bajo el supuesto que u = f ( x, y )

Identificando
A = ( y + 1)
B = 2x
C =1
Para determinar cuando es parabólica, Hiperbólica o Elíptica basta con determinar:
β 2 − 4 AC Si es mayor a cero Hiperbólica

Si es igual a cero Parabólica
Si es menor a cero Elíptica
Entonces:
(2 x )2 − 4( y + 1)(1) = B 2 − 4 AC
4 x 2 − 4( y + 1) = 0
[ ]
4 x2 − y − 1 = 0
x2 − y − 1 = 0
y = x 2 − 1 ecuación de la parábola
Si se tuviera y = x 2 la curva alcanza su punto mas bajo en 0,0 como se resta una unidad,
está desplazada entonces una unidad hacia abajo.
Por lo tanto la ecuación es parabólica para todos los valores de los puntos en ( x, y ) en la
parábola x 2 − y − 1 = 0
Es elíptica para todos los puntos ( x, y ) fuera de la parábola.

Es hiperbólica para todos los puntos ( x, y ) dentro de la parábola.
7) 11.4 P4.- Resuelva cada una de las siguientes EDP:
a) 3u xx − 4u xy + u yy = 0
u xx + 2u xy − 3u yy = e x+2 y
e)
Solución:
3∂ 2u 4∂ 2u ∂ 2u
a) − + =0
∂x 2 ∂x∂y ∂y 2

Se propone como solución: u = f ( y + mx )
Se obtienen:
∂ 2u
= m 2 f ' ' ( y + mx )
∂x 2
∂ 2u
= f ' ' ( y + mx )
∂y 2
∂ 2u
= mf ' ' ( y + mx )
∂x∂y
al sustituir en a)
3m 2 f ' ' ( y + mx ) − 4mf ' ' ( y + mx ) + f ' ' ( y + mx ) = 0

[ ]
f ' ' ( y + mx ) 3m 2 − 4m + 1 = 0
De aquí solo:
3m 2 − 4m + 1 = 0
a=3
b = −4
c =1
Al resolver
− ( −4 ) ± ( −4 ) − 4 ( 3)(1)
2
m1,2 =
2 ( 3)
4 ± 16 − 12 4 ± 4
m1,2 = =
6 6
4±2
m1,2 =
6
4+2 6
m1 = = =1
6 6
4−2 2 1
m2 = = =
6 6 3
⎛ 1 ⎞
Por lo tanto la solución queda como: u = C1 f ( y + x ) + C2 f ⎜ y + x ⎟
⎝ 3 ⎠

e) u xx + 2u xy − 3u yy = e x + 2 y
∂ 2u 2∂ 2u 3∂ 2u
+ − = ex+2 y
∂x 2 ∂x∂y ∂y 2
La solución complementaria (homogénea) se determina por:
∂ 2u 2∂ 2u 3∂ 2u
+ − =0 (e )
∂x 2 ∂x∂y ∂y 2
Proponiendo como solución: u = f ( y + mx )

Se tiene que:
∂ 2u
= m 2 f ' ' ( y + mx )
∂x 2 ∂ 2u
= mf ' ' ( y + mx )
∂x∂y
∂ 2u
= f ' ' ( y + mx )
∂y 2
al sustituir en (e) y factorizando
[
f ' ' ( y + mx ) m 2 + 2m − 3 = 0]
m 2 + 2m − 3 = 0
(m + 3)(m − 1) = 0
m1 = −3
m2 = +1
La solución para la parte homogénea es:
u = c1 f ( y − 3 x ) + c2 f ( y + x )
( )
para encontrar la solución particular e x + 2 y se tiene que:
u xx + 2u xy − 3u yy = ( D 2 x + 2 DxDy − 3D 2 y ) u = ( Dx + 3Dy )( Dx − Dy ) u
Por lo tanto se tiene que:
1
* e x + 2y ; se tiene de la siguiente forma
(Dx + Dy )(Dx − Dy )

y = a−x
(Dx − Dy ) p = e x + 2 y a = y+x
p = ∫ e x + 2(a − x )dx
p = ∫ e − x + 2 a dx u = − x + 2a du = -1dx
p = − ∫ eu du = −eu = −e − x + 2 a = −e − x + 2( y + x ) = −e x +2 y
(Dx + 3Dy )q = p = −e x + 2 y
q = − ∫ e x + 2(a +3 y ) y = a + 3x
a = y - 3x
q = -∫ e x + 2a + 6x dx = -∫ e 7x + 2a dx
u = 7 x + 2a
du = 7
1 u 1 1
q=−
7 ∫ e du = − e u = − e 7 x + 2 a
7 7
1 1
q = − e 7 x + 2 ( y −3 x ) = − e x + 2 y
7 7 *
por lo tanto la solución completa es:

1
u = c1 f ( y − 3 x ) + c2 f ( y + x ) - e x + 2 y
7
Comprobación*
1
u = − e x+2 y
7
∂u 1 ∂ 2u 1 ∂ 2u 1
= − e x+2 y ; 2 = − e x+2 y ; = − e x+2 y [2]
∂x 7 ∂x 7 ∂x∂y 7

∂u 1 ∂ 2u 1
= − e x+2 y [2] ; = − e x+2 y [4]
∂y 7 ∂y 2
7
Al sustituir en e)
1 ⎡ 2 ⎤ ⎡ 4 ⎤
− e x + 2 y + 2⎢− e x + 2 y ⎥ − 3⎢− e x + 2 y ⎥ = e x + 2 y
7 ⎣ 7 ⎦ ⎣ 7 ⎦
⎡ 1 4 12 ⎤
e x + 2 y ⎢− − + ⎥ = e x + 2 y
⎣ 7 7 7⎦
1
⎡7⎤
ex+2 y ⎢ ⎥ = ex+2 y
⎣7⎦
Ejercicios
11.2(3(a,c,e), 6(a,c), 8, 38)
11.3(2,21)

DEDUCCIÓN DE LAS ECUACIONES
Uno de los primeros problemas que se abordaron empleando las ecuaciones

diferenciales parciales fue el de la vibración de una cuerda flexible estirada. Actualmente,
al cabo de casi 250 años, sigue siendo un ejemplo excelente para iniciar, el estudio de las
EDP.
VIBRACIÓN DE UNA CUERDA

f ( x, y, y, t )Δx
Y
w(x )Δx
Δm =
g
ELEMENTO
x x + Δx l X DIFERENCIAL
cuerda tensa
w ( x ) peso de la cuerda por unidad de longitud
T tensión en la cuerda
f ( x, y, y, t ) carga distribuida, cuya magnitud por unidad de longitud se supone es una

función conocida de x, y , t y la velocidad transversal y .
SUPOSICIONES
1) Los puntos de la cuerda se mueven en dirección perpendicular a la posición de

equilibrio y en un plano.
2) La cuerda es un elemento flexible ( no hay oposición al momento flexionante ).
3) La tensión en la cuerda se mantiene constante.
4) No hay fricción interna.
Del diagrama de cuerpo libre para el elemento diferencial de cuerda aplicando la

2da. Ley de Newton, se tiene:
∑Fx = 0
-T1cosα1 + T2cosα2 = 0
T1cosα1 = T2cosα2 = T en la posición de equilibrio α1 = α2 = 0
T1 = T2
∑Fy = may

∂ 2 y(x ) w( x ) ∂ 2 y
-T1senα1 + T2senα2 + f ( x, y, y, t ) Δx = ρ ( x ) Δx = Δx 2 (1)
∂t 2 g ∂t
dividiendo entre T
T2senα 2 T1senα1 F ( x, y, y, t ) w( x ) ∂ 2 y 1
− + Δx = Δx
T2 cosα 2 T1 cosα1 T g ∂t 2
T
∂y
; ∴ tanα =
∂x
∂y ∂y F ( x, y , y , t ) w(x ) ∂ 2 y 1
[ − ]+ Δx = Δx
∂x x + Δx ∂x x T g ∂t 2
T
dividiendo entre Δx
∂y ∂y
−
∂x ∂x F ( x, y, y, t ) w(x ) ∂ 2 y 1
x + Δx x
+ =
Δx T g ∂t 2 T
tomando el límite cuándo Δx → 0
∂y ∂y
−
lim ∂x ∂x ∂ ⎛ ∂y ⎞ ∂ 2 y
x + Δx x
= ⎜ ⎟=
Δx → 0 Δx ∂x ⎝ ∂x ⎠ ∂ x 2
∂ 2 y F ( x, y, y, t ) w(x ) ∂ 2 y 1
+ =
∂x 2 T g ∂t 2 T
El resultado final es entonces que la deflexión y( x, t ) de una cuerda tensa satisface

la ecuación diferencial parcial:
∂2 y Tg ∂ 2 y g
= + F ( x, y , y , t ) (2)
∂t 2
w(x ) ∂ x 2
w(x )

• En la mayoría de las aplicaciones el peso de la cuerda por unidad de longitud

w(x) es una constante, y si las fuerzas externas son despreciables, (vibración
libre) la ecuación ( 2 ) se reduce a la ECUACIÓN UNIDIMENSIONAL DE ONDA.
∂2 y 2 ∂ y
2
Tg
= a (3) ∴ a2 =
∂ t2 ∂ x2 w
Las dimensiones de a 2 son:
( fuerza )(aceleración ) =
(ML / T )(L / T ) = L
2 2 2
peso / unidad de longitud (ML / T )(1/ L ) T

2 2
Es decir, las unidades de a son de velocidad. El significado de esto quedará claro

en la siguiente sección.

VIBRACIÓN EN BARRAS (Cálculo Variacional)

X
* Deducción: Principio de Hamilton
Δx
∂μ
δx = dx = ε ( x, t )dx ∂u
∂x u ( x, t ) + dx
∂x
∂P
P( x, t ) P ( x, t ) + dx
∂x
∂μ
dx + dx
∂x
La energía Potencial
1 1 1
dV = Κδ 2 = Κδ ⋅ δ = Fδ
2 2 2
1 1
dV = P( x, t )δx = P( x, t )ε ( x, t )dx
2 2
P ( x, t )
σ= ; σ = Eε ( x, t )
A(x )
σ P ( x, t )
ε ( x, t ) = =
E EA( x )
Así:
P ( x, t )
P(x, t )
1
dV = dx
2 EA( x )
1 P 2 ( x, t ) 1 A2 ( x )σ 2
2 ∫0 EA( x ) 2 ∫0 EA( x )
V = dx = dx =
1 AE ε ( x, t )
2 2
1
= ∫ dx = ∫ A ( x ) Eε 2 ( x, t ) dx =
2 0 E 2 0
⎡ ∂u ( x, t ) ⎤
2
1
= ∫ EA ( x ) ⎢ ⎥ dx
2 0 ⎣ ∂ x ⎦

La energía cinética
⎡ ∂u ( x, t ) ⎤
2
1
dT = ρ (x )⎢ dx
2 ⎣ ∂t ⎥⎦
2
1 ⎡ ∂μ ⎤
T = ∫ ρ ( x ) ⎢ ⎥ dx
2 0 ⎣ ∂t ⎦
Del Principio de Hamilton

t2
δ∫
t1
(T − V ) dt = 0
t2 ⎡1 ⎡ ∂u ⎤
2
1 l ⎡ ∂u ⎤
2
⎤
δ∫ ⎢ ∫ ρ ( x) ⎢ dx − ∫ EA ( x ) dx ⎥ dt = 0 (A)
t 1
⎢⎣ 2 0
⎣ ∂t ⎥⎦ 2 0 ⎢⎣ ∂x ⎥⎦
⎥⎦
Tomando la energía Cinética

t2 ∂u ∂u t2 ∂u ∂δ u
∫ ρ δ dt = ∫ ρ ( x ) dt
t1 ∂t ∂t t1 ∂t ∂t
u du
∂u t2 ∂ 2u
= ρ ( x) δ u −∫ δ u ρ ( x ) 2 dt
t2
∂t t1 t1 ∂t
0
ya que del lema básico la variación en los extremos es cero
Para la energía potencial
∂u ∂u ∂ ⎡ ∂u ⎤
∫ EA δ dx = − ∫
0 ∂x ⎢
EA ( x ) δ u dx
0 ∂x ∂x ⎣ ∂x ⎥⎦
así la ec. (A)
⎧⎪ ⎡
t2 ∂ 2u ∂ ⎛ ∂u ⎞ ⎤ ⎫⎪
∫t1 ⎪⎩∫0 ⎣
⎨ ⎢ ρ ( x ) − ⎜ EA ( x ) ⎟ ⎥ δ udx ⎬ dt
∂t 2 ∂x ⎝ ∂x ⎠ ⎦ ⎪⎭
0
Del lema básico del calculo de variaciones
∂ 2u ∂ ⎡ ∂u ⎤
ρ (x ) = ⎢ EA( x ) ⎥ ; si ρ , A y E ctes.
∂t 2
∂x ⎣ ∂x ⎦
∂ 2u ∂ 2u EA L2
ρ 2 = EA 2 =
∂t ∂x ρ T2

VIBRACIÓN TORSIONANTE EN EJES
• Suposiciones
1) Todas las secciones transversales del eje se conservan planas durante la rotación
2) Cada sección transversal gira alrededor de su centro de gravedad
3) La forma de una sección transversal general es prácticamente un circulo
Aplicando la ecuación de Newton-Euler al elemento diferencial cuyo diagrama de cuerpo

libre se muestra en la Fig. b), se tiene
MOMENTO POLAR DE
ΣM = Iα F (x, θ , θ , t )
INERCIA
∂M (x, t ) J ( x )ρdx ∂ 2θ
M ( x, t ) + dx − M ( x, t ) + M ( x, t )dx =
∂x g ∂ t2
∂M ∂ 2θ J ( x )ρ
+ F (x, θ , θ , t ) = 2 dx
∂x ∂t g
x x +Δx
x x +Δx
Δx Δx
θ
De resistencia de materiales, el momento de torsión transmitido a través de una sección

transversal cualquiera de un eje sometido a una torsión es proporcional al ángulo girado por
unidad de longitud, es decir, a la pendiente de la curva ( θ, x ) en esa sección transversal.
Rigidez a la
∂θ ∂θ
M =τ = GJ ( x ) ; τ = GJ (x ) torsión
∂x ∂x
G= módulo al cortante
Así la ecuación de vibración puede escribirse
∂ ⎡ ∂θ ⎤ ∂ 2θ
GJ ( x ) + F ( x , θ , θ , t ) = I ( x )
∂x ⎢⎣ ∂x ⎥⎦ ∂ t2

En la mayoría de las aplicaciones elementales, los ejes son de sección transversal

circular uniforme, y si no existen momentos de torsión exteriores (VIBRACIÓN LIBRE), se
reduce la ecuación de vibración a:
∂ 2θ ∂ 2θ GJ ∂ 2θ ∂ 2θ ECUACIÓN ONDA
GJ = I ó =
∂ x2 ∂ t2 I ∂ x2 ∂ t 2 UNIDIMENSIONAL
Vibración en Vigas
Z, w
f ( x, t )
M ( x, t ) + dM ( x, t )
f ( x, t ) M ( x, t )
o o'
w( x, t ) w( x, t ) V ( x, t ) V ( x, t ) + dV ( x, t )
x dx
x dx
Viga en Flexión
l
Suposiciones
-La seccion transversal es simétrica con respecto al plano de carga.

-El movimiento de cualquier punto ocurre en un plano paralelo al plano de carga.
-Pequeños desplazamientos ( z ∠∠ l ) y ∂ ∠∠ 1 .
∂x
-Las secciones transversales se mantienen planas y perpendiculares ( ⊥ ) al plano neutro.
σ = E ∈ +C ∈
M(x,t) Momento flexionante

V (x,t) Fuerza cortante
f (x,t) Fuerza por unidad de longitud.
La ecuación de movimiento en la dirección z es:
∂2w
− (V + dV ) + f ( x, t )dx + V = ρ A( x )dx ( x, t ) ρ densidad
∂ t2
La ecuación de momento alrededor de un eje que pasa por O es:
(M + dM ) − (V + dV )dx + f (x, t )dx dx − M = 0

2

Haciendo
∂V ∂M
dV = dx y dM = dx
∂x ∂x
Simplificando y considerando sólo potencias de 1
∂V
(x, t ) + f (x, t ) = ρ A(x ) ∂ w2 (x, t )
2
−
∂x ∂t
∂M
( x, t ) − V ( x, t ) = 0
∂x
∂M
Usando V = se llega
∂x
∂2M ∂2w
− ( x , t ) + f ( x , t ) = ρ A( x ) ( x, t )
∂x 2 ∂ t2
De la teoría elemental de vigas
∂ 2 w( x, t )
M ( x, t ) = EI ( x )
∂x 2
I; momento de inercia de la sección transversal de la viga alrededor del eje Y. Sustituyendo

se obtiene la ecuación de movimiento para la vibración forzada de la viga.
∂2 ⎡ ∂2w ⎤ ∂2w
⎢ EI ( x ) 2 ( x, t )⎥ + ρA( x ) 2 ( x, t ) = f ( x, t )
∂x 2 ⎣ ∂x ⎦ ∂t
para una viga de sección uniforme
∂4w ∂2w
EI ( x , t ) + ρA ( x, t ) = f ( x, t )
∂x 4 ∂t 2
sino existen fuerzas externas (VIBRACION LIBRE)
∂4w ∂2w
c2 + =0
∂x 4 ∂t 2
donde
EI
c=
ρA

VIBRACIÓN DE UNA MEMBRANA

z
Hipótesis
TxΔy
1) El movimiento de cualquier f ( x, y, z, z, t )
punto de la membrana es αx
perpendicular al plano xy. B
2) La masa por unidad de área es A
función de la posición ( x, y ); αy Ty+Δy Δx
w( x, y ). Ty Δx
α y + Δy
3) La tensión es uniforme, es la
D C y
misma en todos los puntos y en
x + Δx, y
todas las direcciones. α x+Δx x, y + Δy
4) La membrana es totalmente x
flexible. Tx+Δx Δy x + Δx, y + Δy
ELEMENTO DIFERENCIAL MEMBRANA

Calculando entonces las componentes transversales, (z) de las fuerzas de tensión que actúan
a través de las fronteras de un elemento bidimensional típico de la membrana y aplicando la
2ª ley de Newton a la masa de ese elemento, se tiene que la deflexión de la membrana z( x,
y, t ) satisface la ecuación. En las figuras T equivale a P.
∂2z Tg ⎛ ∂ 2 z ∂ 2 z ⎞ g
= ⎜⎜ + ⎟+
2 ⎟
F ( x, y , z , z , t ) (4)
∂t 2
w(x, y ) ⎝ ∂ x 2
∂ y ⎠ w( x, y )
ya que
∑ F = (T
x x + Δx cos α x + Δx − Tx cos α x )Δy = 0
(Tx + Δx cosα x + Δx = Tx cosα x ) = T
∑ F = (T y y + Δy cos α y + Δy − Ty cos α y )Δx = 0
(T y + Δy cosα y + Δy = Ty cosα y ) = T
∑ F = (T
z x + Δx senα x + Δx − Tx senα x )Δy + (Ty + Δy senα y + Δy − Ty senα y )Δx + F ( x, y, z , z , t )ΔxΔy
w( x, y ) ∂2z
= ΔxΔy 2
g ∂t
Dividiendo entre ( ΔxΔy ) ⋅ T se llega a:
∂2z ∂2 z 1 w( x, y ) ∂ 2 z
+ + F ( x , y , z , z , t ) =
∂ x2 ∂ y2 T Tg ∂ t 2
Si el peso por unidad de área de la membrana es el mismo en todos los puntos, y si

no existen fuerzas externas, vibración libre, entonces la ecuación (4) se reduce a la
ECUACIÓN BIDIMENSIONAL DE ONDA.
∂2z ⎛ ∂2z ∂2 z ⎞
= a2 ⎜⎜ 2 + ⎟ (5)
∂t 2
⎝∂x ∂ y 2 ⎟⎠
Tg
a2 = al igual que en el caso de la cuerda vibrante tiene las mismas
w dimensiones.

Ya que la ec. (4) es una EDP de 2° Orden tanto en x y y así como t, se requieren 2 C.I y 4
C.F para encontrar la solución.
w( x, y,0 ) = w0 ( x, y )
∂w } C.I (6)
(x, y,0) = w0 (x, y )
∂t
Las Condiciones de frontera son de los siguientes tipos;
1. Si la membrana está fija en cualquier punto ( x1 , y1 ) sobre algún segmento de la

frontera. w(x1 , y1 , t ) = 0 , t ≥ 0
2. Si la membrana está libre para la deflexión transversal (z) en un punto ( x2 , y2 )
entonces la componente de fuerza en la dirección z debería ser cero.
∂w
P ( x2 , y2 , t ) = 0 t≥0
∂n
∂w
derivada de w con respecto a una dirección normal a la frontera en el punto
∂n
(x2 , y2 )

FLUJO DE CALOR;
a) El calor fluye en la dirección en que decrece la temperatura

b) La rapidez a la que fluye el calor a través de un área es proporcional al gradiente de
temperatura, en grados por unidad de distancia, en la dirección perpendicular al
área. (CONDUCTIVIDAD TERMICA K)
c) La cantidad de calor ganada o perdida por un cuerpo cuando cambia su temperatura
es proporcional a la masa del cuerpo y al cambio en la temperatura . (CALOR
ESPECÍFICO, C)
Considere el sólido conductor de la figura (elemento infinitesinal) cuya masa es:
ρΔxΔyΔz
Δm =
g
Sea Δu el cambio en la temperatura que ocurre en el elemento en el tiempo Δt, entonces por
c) , la cantidad de calor almacenado en ese tiempo es
cρΔxΔyΔzΔu
ΔH = cΔmΔu =
g
y la rapidez a la que se está almacenando el calor es aproximadamente.
ΔH cρ Δu
= ΔxΔyΔz (1)
Δt g Δt
El calor que produce el cambio Δu en la temperatura proviene de dos fuentes:

⎯ el calor puede generarse en todo el cuerpo (medios eléctricos, químicos, etc.) a una
rapidez conocida por unidad de volumen f(x, y, z, t). La rapidez a la cual el elemento está
recibiendo calor de esta fuente es:
f ( x, y, z , t )ΔxΔyΔz (2)
⎯el elemento puede ganar calor en virtud de la transferencia de calor a través de sus
diversas caras.
H G
Elemento típico de
volumen en una región D
de flujo tridimensional E
Δz F
de calor
A B Δx
Δy

∂u
Porque gana calor − kΔyΔz x
∂x y + Δy / 2
z + Δz / 2
En donde, como un valor promedio se ha usado el gradiente de temperatura en el centro

⎛ 1 1 ⎞
⎜ x, y + Δy, z + Δz ⎟ de la cara EFGH. De modo semejante, el elemento gana calor a
⎝ 2 2 ⎠
través de la cara anterior ABCD, a la rapidez aprox.
∂u
kΔyΔz x + Δx
∂x 1
y + Δy
2
1
z + Δz
2
La suma de estas dos expresiones es la rapidez neta a la cual el elemento gana calor,
debido al flujo de calor en la dirección x.
De la misma manera, se encuentra que las rapideces a las que el elemento gana
calor, debido al flujo en las direcciones y y z son, respectivamente.
∂u ∂u
− kΔxΔz 1 + kΔxΔz 1
∂y x + Δx
2
∂y x + Δx
2
y y + Δy
1 1
z + Δz z + Δz
2 2
∂u ∂u
− kΔxΔy 1 + kΔxΔy 1
∂z x + Δx
2
∂z x + Δx
2
1 1
y + Δy y + Δy
2 2
z z + Δz
Ahora bien, la rapidez a la cual se está almacenando calor en el elemento, (1) debe
ser igual a la rapidez a la que se está produciendo calor en el elemento, ec. (2) más la
rapidez a la que está fluyendo calor hacia el elemento del resto de la región .Así se tiene la
siguiente relación aproximadamente.

⎛ ⎞
⎜ ⎟
⎜ ⎟
cp Δu ∂u ∂u
Δ xΔ yΔ z = f ( x , y , z , t )Δ x Δ y Δ z + k Δ y Δ z ⎜ x + Δx − ⎟
g Δt ⎜ ∂x y + 1 Δy x
∂x y + 1 Δy ⎟
⎜ 2 2 ⎟
⎜ 1
z + Δz
1
z + Δz ⎟
⎝ 2 2 ⎠
⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ∂u ∂u ⎟ ⎜ ∂u ∂u ⎟
+ kΔ xΔ z − + kΔ xΔ y −
⎜ ∂ y x + 12 Δ x 1
∂y x + 2 Δx ⎟ ⎜ ∂ z x + 12 Δ x 1
∂ z x + 2 Δx ⎟
⎜ y + Δy y ⎟ ⎜ 1
y + Δy y + Δy ⎟
1
⎜ 1
z + Δz z + Δz ⎟
1
⎜ 2 2 ⎟
⎝ 2 2 ⎠ ⎝ z + Δz z ⎠
Finalmente dividiendo entre k ΔxΔyΔz y haciendo que Δx, Δy, Δz y Δt tiendan a

cero, se obtiene la ECUACIÓN DE CONDUCCIÓN DE CALOR.
∂u ∂ 2u ∂ 2u ∂ 2u 1 cp
a 2
= + + + f ( x, y , z , t ) ∴ a2 = (4)
∂t ∂x 2 ∂y 2 ∂z 2 k kg
El parámetro a en esta ecuación no tiene las dimensiones de velocidad.
En muchos casos importantes no se pierde ni se genera calor en el cuerpo y únicamente se

tiene interés en la distribución limite de estado estacionario de la temperatura, la cual existe
cuando ha cesado todo cambio de la temperatura con el tiempo. Bajo estas condiciones,
tanto f(x, y, z, t) como ∂u/∂t son cero y la ecuación (4) se reduce a :
∂ 2 u ∂ 2u ∂ 2 u
+ + =0 (5)
∂x 2 ∂y 2 ∂z 2
Esta ecuación en extremo importante a la que se llega en muchas aplicaciones,

además del flujo de calor en estado estacionario, se conoce como ECUACIÓN DE
LAPLACE y se escribe con frecuencia en la forma abreviada.
∇2 u = 0 (6)

Por último para el flujo de electricidad en un cable de gran longitud o línea de

transmisión se tienen las dos ecuaciones siguientes.
∂ 2e ∂ 2e ∂e
= LC + (RC + GL ) + RGe (7)
∂x 2
∂t ∂t
∂ 2i ∂ 2i ∂i
= LC + (RC + GL ) + RGi (8)
∂x 2
∂t 2
∂t
x = distancia al extremo emisor del cable.

e(x, t) = potencial en un punto cualquiera del cable en cualquier instante.
i(x, t) = corriente en un punto cualquiera del cable en cualquier instante.
R = resistencia del cable por unidad de longitud.
L = inductancia del cable por unidad de longitud.
G = conductancia a tierra por unidad de longitud del cable.
Las ecuaciones (7) y (8) se conocen como ecuaciones del teléfono.

Si G = L = 0, cables co-axiales, se tiene
∂ 2e ∂e MATEMÁTICAMENTE
= RC ECS. IDÉNTICAS A LA EC.
∂x 2
∂t UNIDIMENSIONAL DE
TELEGRAFO CALOR CUANDO NO
∂i2
∂i EXISTE FUENTE DE
= RC CALOR.
∂x 2
∂t
Por otro lado a altas frecuencias o si R = G = 0 las ecuaciones (7) y (8) se reducen a:
∂ 2e ∂ 2e
= LC
∂x 2 ∂t 2
EC. UNIDIMENSIONAL DE ONDA
∂i2
∂i 2
= LC 2
∂x 2
∂t

Resulta interesante observar que en ningún momento en la deducción de las

ecuaciones anteriores se ha hecho uso de las condiciones de frontera. En otras palabras, la
misma ecuación diferencial parcial es satisfecha por las deflexiones de una membrana, ya
sea redonda o cuadrada; y la misma ecuación es satisfecha por las deflexiones de una viga
vibrante, ya sea que la viga esté empotrada en uno de sus extremos y libre en el otro,
empotrada en los dos extremos, o simplemente apoyada en ambos. Del mismo modo, el
flujo de calor en un cuerpo lo describe la misma ecuación, sea que la superficie se
mantenga a una temperatura constante, esté aislado para evitar las perdidas de calor, o se le
deje enfriar libremente por radiación hacia el medio que lo rodea.
CF. Condiciones de Frontera ⇒ Determinan la forma de aquellas soluciones de una

EDP que atañen a un problema particular.
CI Condiciones Iniciales ⇒ ( desplazamiento, velocidad, temperatura) determinan

los valores específicos para las constantes arbitrarias
3. SOLUCIÓN DE D’ ALEMBERT DE LA ECUACIÓN DE ONDA
La mayoría de las EDP en las aplicaciones que vamos a considerar en este curso se
pueden resolver por un método de considerable generalidad conocido como SEPARACION DE
VARIABLES.
Sin embargo, para la ecuación unidimensional de onda, existe también un método

especial y elegante, conocido como SOLUCIÓN DE D’ ALEMBERT.
El procedimiento es muy sencillo. En efecto, si f es una función con segunda

∂y ∂y ∂u
derivada, entonces, por la regla de la cadena, = ⋅
∂x ∂u ∂x
D’ Alembert propone una solución Y = f ( x - a t );
∂f ( x − at ) ∂f ( x − at )
= − af ' ( x − at ) ; = f ' ( x − at )
∂t ∂x
∂ 2 f ( x − at ) ∂ 2 f ( x − at )
= a 2 f ' ' ( x − at ) ; = f ' ' ( x − at )
∂t 2 ∂x 2
y, a la vista de estos resultados, es evidente que y = f ( x – at ) satisface la ecuación
∂2 y 2 ∂ y
2
= a ( 3.1 )
∂t 2 ∂x 2

Puede demostrarse que si g es una función arbitraria dos veces derivable entonces
g ( x + a t ) también es una solución de ( 3.1 ). Luego como ( 3.1 ) es una EDP lineal, se
deduce que la suma
y = f ( x – at ) + g ( x + at ) ( 3.2 )
también es una solución. Como hemos explicado cualquier solución de ( 3.1 ) puede
expresarse en la forma de la ecuación ( 3.2 ).
Esta forma de la solución de la ecuación de onda es especialmente útil para ilustrar
el significado del parámetro a y sus dimensiones de velocidad.
En particular consideremos el problema de la CUERDA VIBRANTE. Suponiendo que el

desplazamiento inicial de la cuerda en un punto cualquiera x está dado por φ ( x ) y que la
velocidad inicial de la cuerda en cualquier punto es θ ( x ) , es decir,
en t = 0
∂y
y = φ ( x) ; ; = θ ( x)
∂t
Entonces, como condiciones para determinar la forma de f y g, se tiene por ( 3.2 ) y

su primera derivada con respecto a t,
APLICANDO LAS CONDICIONES INICIALES
y (x, 0 ) = φ ( x ) = [ f (x − at ) + g ( x + at ) ] t =0 = f (x ) + g ( x ) ( 3.3 )
∂y
t =0 = θ ( x ) = [− af ' (x − at ) + ag ' (x + at )] t = 0 = − af ' ( x ) + ag ' ( x ) ( 3.4 )
∂t
de ( 3.4 )
θ (x ) ∂
= g ' (x ) − f ' (x ) = [ g (x ) − f (x ) ]
a ∂x
integrando con respecto a x
x
θ (x ) 1
x
1
x
g (x ) − f (x ) = ∫ θ ( x ) dx ; g (x ) = f (x ) + θ ( x )dx
a x∫0 a x∫0
dx =
x0 a
combinando con la ecuación ( 3.3 )

x
1
g ( x ) = φ ( x ) − f ( x ) = f ( x ) + ∫θ ( x )dx de esta ecuación se obtiene f y g
a x0
1⎡ ⎤ 1⎡ ⎤
x x
1 1
f (x ) = ⎢φ (x ) − ∫θ ( x )dx ⎥ ; g (x ) = ⎢φ (x ) + ∫θ ( x )dx ⎥
2 ⎢⎣ a x0 ⎥⎦ 2 ⎢⎣ a x0 ⎥⎦
En forma equivalente
1⎡ ⎤ 1⎡ ⎤
x x
1 1
f ( x ) = ⎢φ ( x ) − ∫θ (s )ds ⎥ ; g ( x ) = ⎢φ ( x ) + ∫θ (s )ds ⎥
2 ⎢⎣ a x0 ⎥⎦ 2 ⎢⎣ a x0 ⎥⎦
Regresando a la forma de (3.2)
⎡ φ ( x − at ) 1 x − at ⎤ ⎡φ ( x + at ) 1 x + at ⎤
Y = f ( x − at ) + g ( x + at ) = ⎢ − ∫ θ ( s )ds ⎥ +⎢ + ∫ θ (s )ds ⎥
⎣ 2 2a 0
x
⎦ ⎣ 2 2a 0
x
⎦
Así:
φ ( x − at ) + φ ( x + at ) 1 x + at
Y ( x, t ) =
2a ∫ x − at
+ θ ( s)ds (3.5)
2
x − at x + at x0 x + at x + at
ya que; −∫ +∫ =∫ +∫ =∫ θ ( s)ds
x0 x0 x − at x0 x − at
8) Una cuerda que se extiende hasta el infinito en ambas direcciones recibe el

desplazamiento inicial:
1
φ (x ) =
1 + 8x2
y después se suelta desde el reposo. Determínese su movimiento subsiguiente.
Datos: En t=0
1
φ (x ) =
1 + 8x2
θ =0
Así simplemente utilizando la solución dada por (3.5)
φ ( x − at ) + φ ( x + at ) 1 ⎡ 1 1 ⎤
Y ( x, t ) = = ⎢ + 2⎥
2 2 ⎣1 + 8( x − at ) 1 + 8( x + at ) ⎦
2

4. SEPARACION DE VARIABLES
Aun cuando este método no es universalmente aplicable, basta para la mayor parte
de las EDP que se encuentran en las aplicaciones elementales, en la ingeniería y física, y
conduce directamente al corazón de la rama de las matemáticas que trata de los
PROBLEMAS CON VALOR EN LA FRONTERA.
La idea en que se basa el método es la de hacer que un problema nuevo dependa de

otro ya conocido. En este caso, se intenta convertir la EDP en varias EDO, con la esperanza
de lo que se sabe acerca de éstas resulte adecuado para alcanzar la solución.
La ecuación de onda para un eje vibrante por torsión no amortiguado y de la

longitud infinita es:
∂ 2θ 2 ∂ θ
2
= a
∂t 2 ∂x 2
Supongamos que el ángulo de torsión θ puede representarse por:
θ ( x, t ) = X ( x ) T ( t )
Entonces:
∂ 2θ ∂ 2 X ∂ 2θ ∂ 2T
= T = X ' 'T y = X = XT
∂x 2 ∂x 2 ∂t 2 ∂t 2
Sustituyendo estas expresiones en la ecuación de onda, se obtiene:
XT = a 2 X ' 'T
Dividiendo entre XT
T X ''
= a2 (4.1)
T X
Y la ecuación (4.1) es una condición necesaria para que θ ( x, t ) = X (x )T (t ) sea una solución
El 1er término de la ecuación (4.1) no depende de x y el 2° termino no depende de t.

Como el 1er término de la ecuación (4.1) esta igualando al 2° término por tanto, al ser
independiente de x y de t cada miembro de la ecuación (4.1) esta necesariamente debe ser
igual a una constante μ , y se tiene ahora:
T X ''
= a2 =μ
T X

De este modo, la EDP original se reduce ahora a resolver 2 EDO.
μ
T = μT y X ''= X
a2
Suponiendo que μ es una constante real, se tienen las siguientes opciones:
1) μ > 0 que la constante sea positiva

2) μ = 0 que la constante sea 0
3) μ < 0 que la constante sea negativa
Y ahora es necesario elegir apropiadamente el valor de la constante μ.
1) Si μ > 0 , podemos escribir μ = λ2 . En este caso, las 2 EDO y sus soluciones son:
λ2
T = λ T;
2
X '' = X
a2
λ −λ
x x
λt − λt
T = Ae + Be ; X = Ce a
+ De a
así
⎡ λa x −λ
x⎤
[
θ ( x, t ) = X (x )T (t ) = ⎢Ce + De a ⎥ Aeλt + Be − λt ]
⎣⎢ ⎦⎥
Pero esta solución no tiene significado con relación al problema que se considera
(vibraciones torsionales de un eje). NO ES UNA FUNCION PERIODICA.
2) Si μ = 0 , las ecuaciones y sus soluciones son:
T = 0; X ''= 0
T = At + B X = Cx + D
Así
θ ( x, t ) = (Cx + D )( At + B )
Esta solución tampoco es periódica y no puede describir las vibraciones no

amortiguadas del sistema.
3) Por último, si μ < 0 , se puede escribir μ = −λ2 entonces las EDO y sus
soluciones son:

λ2
T = −λ2T ; X ´´= − X
a2
λ λ
T = A cos λt + Bsenλt X = C cos x + Dsen x
a a
En esta caso la solución
⎛ λ λ ⎞
θ ( x, t ) = X (x )T (t ) = ⎜ C cos x + Dsen x ⎟( A cos λt + Bsenλt ) (4.2)
⎝ a a ⎠
2π
La cual evidentemente es periódica, con periodo τ = . Es decir, θ ( x, t ) representa un
λ
λ
movimiento vibratorio con periodo 2π λ o frecuencia = 1 = .
τ 2π
En la solución representada por la ec.(4.2) λ , C, D se obtienen de los C.F. y a su vez A y B

se determinan de los C.I.
11.5 P7- Ref.[1] (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw
Hill, 1995).¿Cual de las siguientes ecuaciones diferenciales parciales puede ser reducida a
dos o mas ecuaciones diferenciales ordinarias, por el método de separación de variables?
∂ 2u ∂ 2u ∂u
c) a + b +c =0
∂x 2
∂x∂y ∂x
i) ∂ 2u 1 ∂u 1 ∂ 2 u ∂u
+ + 2 = a2
∂r 2
r ∂r r ∂θ 2
∂t
a) Para conocer si se puede resolver por el método de separación de variables, se

propone una solución en forma de producto de la siguiente forma:
u ( x , y ) = X ( x )Y ( y )
∂ 2u ∂ 2u ∂ ⎡ ∂u ⎤
= X ′′ Y ; =
∂x 2
∂ x ∂ y ∂ x ⎢⎣ ∂ y ⎥⎦
∂u ∂ 2u ∂u
= XY ′ entonces = X ′Y ′ y = X ′Y
∂y ∂x∂y ∂x

Al sustituir se tiene
aX ′′ Y + bX ′ Y ′ + cX ′ Y = 0
si se divide entre X ′ Y
aX '' Y X ′Y ′ cX ' Y
+b + =0
X 'Y X 'Y X 'Y
aX '' Y′
+b +c = 0
X' Y
aX '' bY ′
=− −c = μ
X' Y
aX ''
=μ
X'
bY '
+ c = −μ
Y
Estos resultados indican que la ecuación puede resolverse por el método de variables
separadas
10) Vibración libre de una barra (Fija-Libre) Encontrar las frecuencias naturales y la
solución de vibración libre de una barra fija en un extremo y libre en el otro.
La solución está expresada por la solución obtenida para la ec. de onda (vibración de
cuerdas, barras y ejes), en este caso las C.F. asociadas son;
u (0, t ) = 0, t ≥ o (1)
∂u ( , t )
= 0, t ≥ 0 (2)
∂x
Sustituyendo la ec. (1) en la ec. (4.2), se obtiene
0 = A * (1) + B * (0 ) ∴ A* = 0
ahora usando la condición de la ec. (2) se obtiene la ec. de frecuencias
λ λ λ
B* cos =0 ó cos =0 (3)
c c c
Los eigenvalores o frecuencias naturales están definidas por;

λn π
= (2n + 1) , n = 0,1,2,3,………
c 2
λn =
(2n + 1) πc , n = 0,1,2,3,……… (4)
2
Así la solución total (vibración libre ) usando el método de superposición de modos es;
∞
u ( x, t ) = ∑ u n ( x, t ) =
n =0
∞
⎡ (2n + 1)π ⎤⎡ (2n + 1)πc t + D senλ t ⎤
= ∑ sen ⎢ x ⎥ ⎢C n cos n n ⎥ (5)
n =0 ⎣ 2 ⎦⎣ 2 ⎦
∴ donde
2
u0 ( x ) sen
( 2n + 1) π x dx
Cn = ∫ 0 2
(5.1) pi
4
u0 ( x ) sen
( 2n + 1) ux dx
Dn =
( 2n + 1) π c ∫ 0 2
11) Eje empotrado en ambos extremos. Encontrar las frecuencias naturales y la solución
de vibración libre de un eje con sus dos extremos empotrados.
a) el eje tiene sus dos extremos empotrados, es decir, no puede haber giro en dichos
puntos.
CONDICIONES FRONTERA
θ (0, t ) = θ (l , t ) = 0
Aplicando la condición en x = 0 a la ec. (4.2), se obtiene
θ (0, t ) ≡ 0 ≡ C ( A cos λt + Bsenλt )
Si ( A cos λt + Bsenλt ) = 0 se tiene la solución trivial, entonces C = 0 Así
λ
θ ( x, t ) = Dsen x( A cos λt + Bsenλt )
a
Ahora aplicando la condición en x = l , se obtiene:

λ
θ (l , t ) = Dsen l ( A cos λt + Bsenλt ) = 0
a
Si ( A cos λt + Bsenλt ) = 0 se tiene la solución trivial. Además, tampoco se puede

considerar D = 0 ya que con C = 0 , se llegaría a la solución trivial. La posibilidad restante
es:
λl λl
sen =0 ó = nπ
a a
Así
nπa
λn = Para n = 1, 2,3,…. (4.3)
l
Estos y sólo esos valores de λ dan lugar a soluciones que, además de ser
periódicas, satisfacen las condiciones en los extremos, o en la frontera, del problema
considerado. Con estas soluciones, una para cada valor admisible de λ , debemos intentar
construir una solución que sustituya las restantes condiciones del problema, es decir, que el
eje comience su movimiento en t = 0 con un ángulo de torsión conocido θ ( x,0 ) = f ( x ) y
una velocidad angular conocida ∂θ x , 0 = g (x ) en cada sección.
∂t
Ahora, la ecuación de onda es lineal y, por consiguiente, si se tienen varias

soluciones, su suma también será una solución. Luego, escribiendo la solución asociada con
el n-ésimo valor de λ en la forma:
λn nπ ⎛ nπa nπa ⎞
θ '' ( x, t ) = sen x( An cos λn 't + Bn senλnt ) = sen x⎜ An cos t + Bn sen t⎟
a l ⎝ l l ⎠
Así para todos los θ posibles, se tiene:
∞ ∞
nπ ⎛ nπa nπa ⎞
θ ( x, t ) = ∑ θ n ' (x, t ) = ∑ sen x⎜ An cos + Bn sen t⎟ (4.4)
n =l n =l l ⎝ l l ⎠
Si aplicamos la condición inicial t = 0 en θ ( x, t ) , se obtiene de la ecuación anterior y de la

condición de desplazamiento inicial dada.
∞
nπ
θ (x,0) ≡ f ( x ) = ∑ An sen x
n =l l

El problema de determinar los An de modo que se verifique esta igualdad, no es

sino el problema de desarrollar una función f (x ) dada en una serie senoidal de medio
rango sobre el intervalo (0, l )
“SERIES DE FOURIER”
2 l nπ x
An = ∫ f ( x ) sen dx
l 0 l
Para determinar los Bn se observa, además que:
∂θ ∞
nπ ⎛ nπa ⎞ nπa
= ∑ sen x⎜ − An sen t⎟
∂t n = l l ⎝ l ⎠ l
De donde, haciendo t = 0 , se tiene, a partir de la condición inicial de velocidad:
∂θ ∞
⎛ nπa ⎞ nπ
x,0 ≡ g (x ) = ∑ ⎜ Bn ⎟ sen x
∂t n =l ⎝ l ⎠ l
nπa
Esto a su vez requiere de calcular los Bn , de modo que las cantidades Bn sean los
l
coeficientes en el desarrollo senoidal de medio rango de la función conocida g ( x ). Por
consiguiente:
nπ a 2 l nπ x 2 l nπ x
Bn = ∫ g ( x ) sen g ( x ) sen
nπ a ∫
dx ó Bn = dx
l l 0 l 0 l

12) Si una cuerda (cable) de longitud l, fija en ambos extremos, es desplazada en su

punto medio como se muestra en la figura y luego soltada, determine el movimiento
subsecuente.
Datos: Cable, l, CF,(Fijo en ambos extremos) y CI.

Incognita: w(x,t) para t>0
Solución : La solución esta dada para la ecuación (4.2) con Cn y Dn dados para las
ecuaciones () y () respectivamente.
Ya que no existe velocidad inicial [w0 ( x ) = 0] se obtiene Dn= 0 así la solución se reduce
a:
∞
nπx ncπ
w( x, t ) = ∑ Cn sen cos t
n =1 l l
donde
2 l nπx
Cn = ∫ w0 ( x )sen dx
l 0 l
La reflexión inicial esta dada por
⎧ 2hx wo ( x, o)
⎪⎪ l 0≤x≤ l
2
w0 ( x ) = ⎨
⎪ 2h(l − x ) l
≤x≤l
⎪⎩ l 2 h
o x
l l
2 2
Sustituyendo (c) en (B), puede evaluarse Cn
2 ⎧ l 2 2hx nπ x l 2h nπ x ⎫
Cn = ⎨ ∫0 sen dx + ∫ l ( l − x )sen dx ⎬
l⎩ l l 2 l l ⎭
⎧ 8h nπ
⎪ 2 2 sen para n = 1,3,5,....
⎨π n 2
⎪⎩0 para n = 2,4,6,....
Ahora usando la relación

nπ ( n −1)
sen = (− 1) 2 n = 1,3,5
2
La solución puede escribirse
8h ⎧ πx πc 1 3πx 3πc ⎫
w( x, t ) = 2 ⎨
sen cos t − sen cos t + ....⎬
π ⎩ l l 9 l l ⎭

SOLUCIÓN DE LA EC. DE ONDA Caso Bidimensional (Vibración Membrana)
∂2z 2⎛ ∂ z ∂2z ⎞
2
= c ⎜
⎜ ∂x 2 ∂y 2 ⎟⎟
+
∂t 2 ⎝ ⎠
Z ( x, y, t ) = X ( x )Y ( y )T (t )
∂2Z d 2T ∂2Z d2X ∂2Z d 2Y

= XY ; = YT ; = XT
∂t 2 dt 2 ∂x 2 dx 2 ∂y 2 dy 2
Sustituyendo
d 2T 2⎛ d2X d 2Y ⎞
XY = C ⎜
⎜ YT + XT ⎟ , simplificando
dt 2 ⎝ dx 2 dy 2 ⎟⎠
1 d 2T 2⎡ 1 d X 1 d 2Y ⎤
2
= C ⎢ + 2 ⎥
= −λ2
T dt 2 ⎣ X dx 2
Y dy ⎦
Tomando 1° y 3°
d 2T
+ λ 2T = 0
dt 2
2° y 3°
1 d 2 X 1 d 2Y λ2
+ = −
X dx 2 Y dy 2 c2
Ahora separando variables en esta ecuación

1 d 2 X λ2 1 d 2Y
2
+ 2
= − 2
= β2
X dx c Y dy
d 2 X ⎛ λ2 2⎞ d2X
+ ⎜ − β ⎟ X = +α2X = 0
dx 2 ⎜⎝ c 2 ⎟
⎠ dx 2
d 2Y
+ β 2Y = 0
dy 2
Z ( x, y, t ) = ( A cos λt + Bsenλt )[(c1 cos αx + c2 senαx )(c3 cos βy + c4 senβy )]
y como se obtienen n-modos de vibración

∞
Z ( x, y, t ) = ∑ [(Cn cos α n X + Dn senα n X )(En cos β nY + Fn senβ nY )( An cos λnt + Bn senλnt )]
n =1

13) Caso de una membrana rectangular empotrada
En este caso las condiciones de frontera, CF, son:

x
Z (0, y, t ) = 0 Z(x,0, t ) = 0
L2
Z (L1 , y, t ) = 0 Z(x, L 2 , t ) = 0
L1
y
Aplicando las condiciones en la dirección de x, se obtiene:
Z ( 0, y, t ) = c1 [ A cos λ t + Bsenλ t ][ c3 cos β y + c4 senβ y ] = 0 ∴ c1 = 0

Z ( x, y, t ) = c2 senα x [ A cos λ t + Bsenλt ][ c3 cos β y + c4 senβ y ]
Z ( L1 , y, t ) = c2 sen(α L1 ) = 0 ∴ sen(α L1 ) = 0
α L1 = nπ n = 1,2,......
λ2 nπ
∴ α= 2
−β2 =
c L1
Ahora aplicando las condiciones en la variable y, se obtiene;
Z ( x, 0, t ) = c2 senα x [ ] ⎡⎣c3 (1) + c4 ( 0 ) ⎤⎦ = 0 ∴ c3 = 0

Z ( x, L2 , t ) = c4 senβ L2 = 0 ∴ β L 2 = nπ = Rπ ∴ R = 1,2,.....
Rπ
así βR =
L2
λ2 n 2π 2
−β = 2 2
c2 L1
n 2π 2 2 R 2π 2 2 n 2π 2 2
λ 2 = β 2c2 + c = 2 c + 2 c
L12 L2 L1
n 2π 2 R 2π 2 n2 R 2
λnR = c + = cπ + Ecuación de frecuencias
L12 L22 L12 L22
Así la solución general para el desplazamiento de cualquier punto de la membrana y

todo tiempo arbitrario está definido por:
∞
Z ( x, y , t ) = ∑ senα m Xsenβ nY [ Amn cos λmnt + Bmn senλmnt ]
m ,n = 0

Forma de los modos de vibración (1-4).

14) Una barra metálica de 100 cm de longitud tiene los extremos x = 0 y x = 100 (x = L)
mantenidos a 0°C. Inmediatamente la mitad de la barra está a 60°C, mientras que la otra
mitad está a 40°C. Suponiendo un valor para la constante “difusividad” de 0.16 unidades y
que la superficie de la barra está aislada, encuentre la temperatura en toda parte de la barra
en función del tiempo t.
FORMULACIÓN: La ecuación de conducción del calor es:
∂u ∂ 2u
= 0.16 2
∂t ∂x
Donde; u(x,t) temperatura en x para cualquier tiempo t
C.F
u(0,t)=0
u(100,t)=0
C.I.
60 0 ≺ x ≺ 50
u(x,0)=
40 50 ≺ x ≺ 100
SOLUCIÓN:
Se propone que ; u= XT , con esto se tiene;

o
o T X' '
X T = 0.16X' ' T ó = = −λ2
0.16T X
o
T + 0.16λ2T = 0
X' '+λ2 X = 0
2
u = e −0.16 λ t [Acos λ x + Bsen λ x]
De las dos primeras condiciones
A=0
nπ
λn =
100

para la última condición (C.I.)

1
2
⎛ nπ ⎞
nπ −0.16 ⎜ ⎟ (0)
u(x,0) = B n sen x ⎝ 100 ⎠
=
100
2 100 nπ 2 50 nπ 2 100 nπ
Bn = ∫
100 0
u(x,0)sen
100
xdx = ∫
100 0
60sen
100
x dx + ∫
100 50
40sen
100
x dx
120 ⎛ nπ ⎞ 80 ⎛ nπ ⎞
Bn = ⎜1 − cos ⎟ + ⎜ cos − cosnπ ⎟
nπ ⎝ 2 ⎠ nπ ⎝ 2 ⎠
200
B1 =
∴
π
40
B2 =
π
Así la solución es:
200 −16⋅10−6 π2 t xπ 40 −64⋅10−6 π2 t 2πx

u(x,t) = e sen + e sen + ...
π 100 π 100
15) Para el bloque sólido encuentre la distribución de temperatura en el estado estable

sujeto a las condiciones indicadas en la figura anexa.
∂ 2T ∂ 2T ∂ 2T
+ + =0
∂x 2 ∂y 2 ∂z 2
x=0 T=0
x=b T=0
y=0 T=0
y=c T=0
z=0 T=0
z=a T=100
Suponemos que la función de temperatura se describe por la siguiente relación: T = XYZ

De esta forma calculamos las derivadas parciales
∂ 2 (XYZ) ∂ 2 (XYZ) ∂ 2 (XYZ)

+ + =0
∂x 2 ∂y 2 ∂z 2
1 ∂ 2X 1 ∂ 2Y 1 ∂ 2 Z
+ + =0
X ∂x 2 Y ∂y 2 Z ∂z 2
?
1∂X 1∂Y 1∂ Z
2 2 2
− = + = ±λ 2
X ∂x 2
Y ∂y 2
Z ∂z 2
d 2X
2
+ λ 2X = 0
dx
1 d 2Y 1 d 2 Z 1 d2Y 1 d2Z
+ = λ2 = − + λ 2 = ±μ 2 ?
Y dy 2 z dz 2 Y dy 2 z dz 2
d 2Y
+ μ 2Y = 0
dy 2
d2Z
− (λ2 + μ 2 )Z = 0
dz 2
X = C1sen λX + C 2cosλX ; X = C1 senλX

Y = C3 sen μY + C 4cos μY ; Y = C3 senμY
Z = C5 senh ( λ 2 + μ 2 Z) + C6cosh ( λ 2 + μ 2 Z);
x=0, T=0, X=0
0 = C1 sen 0 + C 2cos 0 ∴ C2 = 0
x = b, T = 0, X = 0
nπ
0 = C1 sen λb ∴ λb = nπ ∴ λ =
b
y=0, T=0, Y=0
0 = C3 sen 0 + C 4cos 0 ∴ C4 = 0
y = c, T = 0, Y = 0
nπ
0 = C3 sen μc ∴ μc = nπ ∴ μ =
c
z=0, T=0, Z=0

0 = C5 senh 0 + C6cosh 0 ∴ C6 = 0

⎛ nπ ⎞⎛ nπ ⎞
T = ⎜ C1sen X ⎟⎜ C3sen Y ⎟⎛⎜ C5senh ( λ 2 + μ 2 Z) ⎞⎟
⎝ b ⎠⎝ c ⎠⎝ ⎠
nπ mπ
Tn = k mn sen x sen y senh ( λ 2 + μ 2 z)
b c
Y la solución de la distribución de temperatura en el estado estable es:
∞ ∞
⎡ nπ nπ ⎤
T=∑ ∑ ⎢⎣k mn sen b x sen c y⎥⎦ senh ( λ + μ z)
2 2
m =1 n =1
Ejercicios Ref.[1] (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw
Hill, 1995)
16) 11.5 P25.- La superficie curvada de una barra delgada de longitud l se encuentra aislada
contra el flujo de calor. Inicialmente la temperatura en toda la barra es u (x,0 ) = 100 .
Suponiendo que el flujo de calor es unidimensional en la barra, encuentre la temperatura en
cualquier punto de la barra, en cualquier tiempo subsecuente, si en t = 0 la temperatura en
cada uno de los extremos de la barra es repentinamente reducida a cero y se mantiene
posteriormente en esta condición
Ecuación Fundamental
∂ 2u ∂u
= a2 ; encontrar u ( x, t )
∂x 2
∂t
Condiciones:
u ( x, 0 ) = 100
u ( 0, t ) = 0
u (l, t ) = 0
Se propone una solución de la forma: u ( x, t ) = X ( x )T (t )
Entonces

∂ 2u
= X ' 'T
∂x 2
∂u
= XT ′ ; al sustituir
∂t
X′′T = a 2 XT ′
X ′′ T′
= a2 = μ
X T
Si μ ≥ 0 μ = λ2
X ′′ − λ2 x = 0 (1)
λ2
T1 − T =0 (2)
a2
Al solucionar: (1)
λ2
m −λ = 0
2 2
T =
1
T
a2
dT λ2
m = ±λ = 2t
T a
λ2
X = A cosh λx + Bsenhλx T= t+a
a2
λ2
t
λx − λx
X = Ae + Be T = Ce a
2
λ2
[ ]
t
u ( x, t ) = Aeλx + Be − λy Ce a
2
; Esta solución es rechazada por que indica que u incrementa
cuando t también.
Ahora si μ = 0
x′′ = 0 T′ = 0
por lo tanto
x = Ax + B T = C
u ( x, t ) = ( Ax + B )C o simplemente u ( x, t ) = Ax + B absorbiendo la constante C, en A y B
Aplicando las C.I. y C.F.

0
u (o, t ) = A(0 ) + B = 0
B=0
u ( x, t ) = Ax
u (l , t ) = Al = 0; l ≠ 0 ∴ A = 0
Evaluando μ ≺o μ = -λ2 ; se tiene:
λ2
X ′′ + λ2 X = 0 T′ + T = 0 Solucionando
a2
λ2
- t
X = A cos λx + Bsenλx T = Ce a2
λ2
− t
u ( x, t ) = [A cos λx + Bsenλx ]Ce a2
Aplicando las C.I. y C.F.
−λ 2
t
u ( 0, t ) = ⎡⎣ A cos ( 0 ) + Bsen ( 0 ) ⎤⎦ Ce a =0
2
2
−λ
t
= 0; A = 0
2
Ae a
−λ 2
t
u ( x, t ) = Bsenλ xe a =0
2
−λ 2
u ( , t ) = Bsenλ e a = 0
2
B ≠ 0 , Para no obtener solucion trivial, y por supuesto que

-λ 2
t
≠ 0 , entonces
2
ea
nπ
Senλ = 0 λ = nπ λn = ; n = 1, 2,3
− λ n2
t
un ( x, t ) = Bn [ senλn x ] e a2
− ( nπ )
2
t nπ
u ( x, t ) = ∑ Bn e
2 2
a
sen x
n =1
Ahora evaluando la condicion

nπ
u ( x,0 ) = 100 = ∑ Bn e0 Sen x
n =1

nπ
100 = ∑ Bn sen x
n =1
2 nπ
Bn = ∫ 100sen
0
xdx
200 nπ
Bn = ∫0
sen xdx
nπ
u= x
nπ nπ
du = dx ; ∫ sen xdx = ∫ senudu = [ −cosu ]0
0 nπ 0 nπ
nπ ⎡ nπ ⎤
∫ sen xdx = − ⎢ cos x ⎥ = − [ cosnπ − cos0]
0 nπ ⎣ ⎦0 nπ
nπ x ⎡( −1)n − 1⎤
∫0
sen dx = −
nπ ⎣ ⎦
200 ⎡ ⎤ ⎤ 200 ⎡
⎢⎣ − nπ ⎣( −1) − 1⎦ ⎥⎦ = nπ ⎣1 − ( −1) ⎦
Bn = ⎡ n n
⎤
Por lo tanto la solución completa
⎡1 − ( −1)n ⎤ − n 2π 2
200 ⎣ ⎦ sen nπ xe a2 2 t
u ( x, t ) =
π
∑ n
n =1
o bien para n = 1,3,5,7…
⎡⎣1 − ( −1) ⎤⎦
2 2
−n π
200 nπ t
u ( x, t ) = ∑
2 2
sen xe a
π n =1 n
n = 1, 3, 5,7…
− n 2π 2
400 1 nπ t
u ( x, t ) = ∑ a2 2
sen xe
π n =1 n

17) 11.5 P33.- Una hoja delgada de metal limitada por el eje y las líneas y=0 y y=1,
extendida hasta el infinito en la dirección positiva de las x, tiene sus caras superior e
inferior aisladas. Sus lados horizontales sobre y=1 y y=0 se mantienen a 100 y 0 grados
respectivamente, y sobre su lado vertical la distribución de temperaturas es
u (0, y ) = 100(1 − y ) . Encuentre la temperatura en estado estacionario en cualquier punto de
la hoja.
Ecuación Fundamental
a 2∂u ∂ 2u ∂ 2u ∂u
= 2 + 2 ; para estado estacionario =0
∂t ∂x ∂y ∂t
∂ 2u ∂ 2u
+ =0
∂x 2 ∂y 2
Proponiendo como solución:
u ( x, y ) = X ( x ) Y ( y )
∂ 2u ∂ 2u
= X '' Y ; = XY '' ; al sustituir se tiene que:
∂x 2 ∂y 2
X''Y + XY'' = 0
X'' Y ''
=− = μ donde μ puede ser ( μ = 0,μ ≺ 0,μ 0 )
X Y
Si μ = -λ 2
X '' Y''
= −λ 2 = λ2
X Y
X ''+ λ X = 0
2
y′′-λ 2Y = 0
m2 + λ 2 = 0 m2 − λ 2 = 0
m = ±λi m = ±λ
X = Acosλ x + Bsenλ x Y = C Coshλ y + Dsenhλ y

u ( x,y ) = [ A cosλ x + Bsenλ x ][C Coshλ y + Dsenλ y ]
ahora antes de continuar se definen las condiciones de frontera:
u ( x,0 ) = 0
u ( x,1) = 100
u (0, y ) = 100(1 − y ) = f ( y )
u ( x, y ) acotada cuando x -

u = 100
y
1
u = f ( y)
u=0 x
0
u ( x, 0 ) = [ A cos λ x + Bsenλ x ][C Cosh0 + Dsenh0] = 0
[ A cos λ x + Bsenλ x ] C = 0 ∴ C=0
u ( x,y ) = [ A cos λ x + Bsenλ x ] Dsenhλ y

u ( x, l ) = [ A cos λ x + Bsenλ x ] Dsenhλ l = 100
D senhλl = 100
De aquí no podemos determinar λ o D, por lo tanto esta solución no tiene validez, por que
x,D arbitrarias y no satisfacen u ( x, l ) = 100
Si u = λ2
X '' Y''
= λ2 = −λ 2
X Y
X ''− λ 2 x = 0 Y'' + λ 2Y = 0; la solucion a estas EDO's es
X = Acoshλ x + Bsenhλ x Y = [ C cosλ y + Dsenλ y ]
u ( x, 0 ) = 0
u ( x, 0 ) = [ A coshλ x + Bsenhλ x ] ⎡⎣( C cos 0 + Dsen0 ) ⎤⎦ = 0 ∴ C=0
u ( x,y ) = [ A cosh λ x + Bsenhλ x ] Dsenλ y = 0
Dsenλ y = 100
Como D o λ pueden ser arbitrarias, esta ecuación no es valida, ya que no satisface la

condición u ( x,1) = 100
La única opción restante es μ = 0 , entonces:
X ''= 0 Y' ' = 0

X = Ax + B Y = Cy + D
u (x, y ) = [ Ax + B ][Cy + D ]
Evaluando condiciones:

u ( x,0 ) = 0
u ( x,0 ) = [ Ax + B ][0 + D ] = 0 ; D = 0
u (x,1) = 100
u ( x,1) = Ax + B = 100
de la misma forma no se encuentran, A y B que satisfagan u ( x,1) = 100 ; por lo tanto la

condición u (0, y ) = 100(1 − y ) y u ( x, y ) acotada cuando x- , la única solución es:
u ( x, y ) = 100(1 − y )

5) MÉTODO DE LA TRANSFORMADA DE LAPLACE
Con frecuencia puede usarse con ventaja la Transformada de Laplace en la solución

de ecuaciones diferenciales parciales (EDP) lineales con coeficientes constantes, en dos
variables independientes. En tales casos no conducen a una ecuación algebraica sino a una
ecuación diferencial ordinaria en la transformada de la variable dependiente.
La ecuación diferencial parcial dada, junto con sus condiciones en la frontera e

iniciales, se transforma con respecto a una de sus variables independientes, por lo general t.
Entonces si las variables independientes son, por ejemplo, x y t, se tiene:
⎧ ∂f ( x, t ) ⎫ ∞ ∂f ( x, t ) ∂ ∞ d
L⎨ ⎬ = ∫0 e − st dt = ∫ f ( x, t )e − st dt = [L{ f ( x, t )}]
⎩ ∂x ⎭ ∂x ∂x 0 dx
ya que la variable transformada no depende de t
Por supuesto para derivadas con respecto a x de orden superior se cumplen

fórmulas similares. Así pues, el resultado de la transformación es una ecuación diferencial
ordinaria en L { f ( x, t )} en la cual x es la variable independiente y s interviene como un
parámetro.
Como s aparece en los coeficientes de la ecuación diferencial, las constantes

arbitrarias que aparecen en su solución completa serán, en general, funciones de s que
habrán de determinarse imponiendo las condiciones en la frontera transformadas a la
solución completa de la ecuación diferencial transformada. Una vez hecho esto, se efectúa
la transformación inversa, y se obtiene la solución del problema original.
EJEMPLO 1. Una cuerda semi-infinita se encuentra inicialmente en reposo coincidiendo

con el semieje positivo x. En el instante t = 0, el extremo izquierdo de la cuerda comienza a
moverse a lo largo del eje y de una manera descrita por Y(0,t) = f(t) es una función
conocida. Hállese el desplazamiento Y(x,t) de la cuerda en un punto e instante cualquiera.
La ecuación diferencial parcial que hay que resolver es, desde luego, la ECUACIÓN
UNI-DIMENSIONAL DE ONDA.
∂ 2Y 2 ∂ Y
2
= a (1)
∂t 2 ∂x 2
sujeta a las condiciones de frontera
Y(0,t) = f(t)
Y(x,t) acotada cuando x → ∞

y las condiciones iniciales
Y(x,0)=0
∂Y
=0
∂t x , 0
Tomando la transformada de Laplace a la ec.(1) con respecto a t, se obtiene
∂Y ⎧ ∂ 2Y ( x, t ) ⎫ 2 d
2
s 2 L {Y ( x, t )} − sY ( x,0) − = a2 L ⎨ ⎬ = a [L {Y ( x, t )}]
∂t x,0 ⎩ ∂X 2
⎭ dx 2
con las C.I dadas
d2 s2 d 2Y s 2
[ L {Y ( x , t )}] − L {Y ( x, t )} = 0 − Y =0
dx 2 a2 dX 2 a 2
Resolviendo esta ecuación diferencial ordinaria para L {Y ( x, t )} , se halla fácilmente que
s s
− X
Y ≡ L{Y ( x, t )} = A( s )e
X
a
+ B ( s )e a
Para determinar las funciones coeficientes A(s) y B(s) debe notarse que si Y(x,t) se
conserva finita cuando x → ∞ , lo mismo tiene que suceder con L {Y ( x, t )} . De donde, B(s)
tiene que ser cero. Además, haciendo x = 0 en la última ecuación ya con B(s)=0, se tiene
que L {Y ( x, t )} = A(s), y en virtud de la condición en la frontera Y(0,t) = f(t), se tiene que
L {Y (0, t )} = L { f (t )} . Así
s X
− X −
L {Y ( x, t )} = L{ f (t )}e = L{ f (t )}e
s
a a
Para encontrar Y(x,t) tomamos la transformada inversa, usando el segundo teorema de

traslación, corolario 2
T; L{ f (t − a)u (t − a)} = e − as L{ f (t )} a≥ 0
C2; Si L {φ ( s )} = f (t ), entonces L {e φ ( s )}= f (t − a)u (t − a)
-1 -1 − as
Así la solución al problema es:
⎛ x⎞ ⎛ x⎞
Y ( x, t ) = f ⎜ t − ⎟u⎜ t − ⎟
⎝ a⎠ ⎝ a⎠
que representa una onda que viaja hacia la derecha a lo largo de la cuerda con velocidad a.

El efecto de esta onda es dar a la cuerda en un punto cualquiera el mismo

x
desplazamiento que el extremo izquierdo de la cuerda tenía unidades de tiempo antes.
a
18) 11.8 P7. (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw Hill,
1995) Utilizando los métodos de transformada de Laplace, determine el movimiento
torsional de una barra uniforme de longitud l, que se encuentra fija en el extremo x = 0 y
libre en el extremo x = l; si su desplazamiento inicial está dado por
⎡ (2n + 1)πx ⎤
θ ( x,0) = sin ⎢ ⎥⎦ y además parte del reposo.
⎣ 2l
Solución:
De la ecuación diferencial para movimiento torsional se tiene que:
∂ 2θ 2 ∂ θ
2
=a
∂t 2 ∂x 2
aplicando la transformada de Laplace a dicha ecuación se tiene entonces que:
⎧ ∂ 2θ ∂ θ⎫
2
L ⎨ 2 = a2 2 ⎬
⎩ ∂t ∂x ⎭
∂θ ⎧ ∂ 2θ ⎫
s 2 Θ − sθ ( x,0) −= a2 L ⎨ 2 ⎬
∂t ⎩ ∂x ⎭
ahora aplicando las condiciones de frontera e iniciales, dadas en el problema
∂θ
=0
∂t
θ (0, t ) = 0
⎡ (2n + 1)πx ⎤
θ ( x,0) = sin ⎢ ⎥⎦
⎣ 2l
la ecuación es ahora:
⎡ (2n + 1)πx ⎤
2
2 2 d Θ
s Θ − sin ⎢ ⎥ s=a 2
⎣ 2l ⎦ dx

donde Θ es la variable transformada al espacio de s, y que ahora depende únicamente de la

variable independiente x, convirtiendo el problema en un problema que involucra una
ecuación diferencial ordinaria de segundo orden.
⎡ (2n + 1)πx ⎤ s
2 2
d Θ s
2
− 2 Θ = − sin ⎢ ⎥⎦ a 2
dx a ⎣ 2l
la solución a dicha ecuación está compuesta de la siguiente forma:
Θ = Θh + Θ p
para la solución de la parte homogénea se tiene la siguiente ecuación auxiliar:

2
2 ⎛s⎞
m −⎜ ⎟ = 0
⎝a⎠
s
m=±
a
y por tanto la solución se puede expresar de la siguiente forma

− sx sx
Θ h = C1 ( s )e a
+ C 2 ( s )e a
para la solución particular se tiene:
Θ p = A sin ϕx + B cos ϕx
ϕ=
(2n + 1)π
2l
entonces calculando la derivadas correspondientes y sustituyendo en la ecuación original,
Θ' p = Aϕ cos ϕx − Bϕ sin ϕx

Θ" p = − Aϕ sin ϕx − Bϕ cos ϕx
2 2
2
⎛s⎞ s
− Aϕ sin ϕx − Bϕ cos ϕx − ⎜ ⎟ [A sin ϕx + B cos ϕx ] = − 2 sin ϕx
2 2
⎝a⎠ a
agrupando e igualando términos

⎛ 2 ⎛ s ⎞2 ⎞ s
A⎜ ϕ + ⎜ ⎟ ⎟ = 2
⎜ ⎝ a ⎠ ⎟⎠ a
⎝
(
B 1−ϕ 2 = 0 )
B=0
s
A= 2 2
ϕ a + s2
entonces
⎛ s ⎞
Θ p = ⎜⎜ 2 2 ⎟ sin ϕx
2 ⎟
⎝ ϕ a + s ⎠
Entonces la solución completa está dada por la siguiente ecuación

− sx sx
⎛ s ⎞
Θ = C1 ( s )e a
+ C2 ( s )e a + ⎜⎜ 2 2 ⎟ sin ϕx
2 ⎟
⎝ϕ a + s ⎠
en la cual aparecen dos constantes que son función de s, la cuales es necesario calcular,
para ello a la solución homogénea se aplican las condiciones de frontera e iniciales, pero en
el espacio transformado, quedando de la siguiente forma:
L {0} = 0
L {θ (0, t ) = 0}
Θ( s ) = 0
⎧ ∂θ ⎫
L⎨ = 0⎬
⎩ ∂x ⎭
Θ( s ) = 0
Entonces:
C1 ( s ) + C 2 ( s ) = 0
s s
C1 ( s ) − C 2 ( s ) = 0
a a
C1 ( s ) = 0
C2 ( s) = 0
Con esto la solución se simplifica de la siguiente forma:
⎛ s ⎞
Θ = ⎜⎜ 2 2 ⎟ sin ϕx
2 ⎟
⎝ ϕ a + s ⎠
ahora es necesario expresar dicha solución en función de t, para ello se calcula la

transformada de Laplace inversa:
L-1 {Θ( s )} = θ ( x, t )
⎧⎛ s ⎞⎫
L-1 ⎨⎜⎜ 2 2 ⎟ sin ϕx
2 ⎟⎬
⎩⎝ ϕ a + s ⎠⎭
Y la solución se puede expresar como:
⎡ (2n + 1)πat ⎤ ⎡ (2n + 1)πx ⎤

θ ( x, t ) = cos ⎢ ⎥⎦ sin ⎢⎣ ⎥⎦
⎣ 2l 2l
Ejercicios Propuestos: Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc

Graw Hill, 1995)
Sección 11.4 (P4 incisos d) y f) página 699
Sección 11.5 (9,13,17, y 26)
Sección 11.7 (1).

SOLUCIONES NUMÉRICAS
*Método de Diferencias Finitas
Ahora se presentará un método para obtener soluciones aproximadas de ciertos

problemas de valor de frontera para ecuaciones diferenciales parciales. Aun cuando algunos
problemas admiten una solución explícita a través de una serie o una integral, ésta podría
complicarse en su cálculo es en este tipo de casos y obviamente en problemas más
complejos que conviene usar métodos numéricos.
El método de diferencias finitas es un método general. En éste se re-emplazan las

variables continuas (x,y,z,t) por las variables discretas (xi, yj, zR, tm), lo cual supone un
número finito de valores. Luego se sustituyen cada una de las derivadas que aparecen en la
ecuación por un cociente de diferencias apropiado. Esto convierte la ecuación diferencial
en un sistema de ecuaciones algebraicas. Con la solución obtenida, puede cuestionarse la
exactitud de la aproximación, es decir, la magnitud de la diferencia entre la solución real y
la obtenida numéricamente.
Como una ilustración simple del método, considere el siguiente problema

2
u'(x) = e x 0 ≤ x ≤1, μ, 0 ) = 0
x
Por supuesto la solución exacta (¿?) puede escribirse a través de la integral u ( x) = ∫ et dt
2
Para usar el método de diferencias finitas, se selecciona una malla de puntos

0 = x0 ≺ x1 ≺ x2 ≺ ... ≺ xn = 1
Y sustituimos las derivadas por los cocientes de diferencias correspondientes; así
u(x i ) ui 0≤i≤n
se re-emplaza por;
u i - u i -1
u' (x i ) 1≤ i ≤ n
x i − x i −1
Con esto se tienen las ecuaciones
U0 = 0
u i - u i -1 2
= ex i 1≤ i ≤ n
x i − x i −1
Para resolver estas ecuaciones, se escribe la suma telescópica

j j
u j = u j − u0 = ∑ (u i − u i −1 ) =
i =1
∑e
i =1
xi2
(x i − x i −1 )
xi
∫
2
Esta es una suma aproximada para la integral de Rieman e x dx , la cual es la solución
0
exacta.
La diferencia entre la solución aproximada y la solución exacta es;

j j
u (x j ) − ∑ e xi (x i − x i−1 ) = ∑∫
2 xi 2 2
(e x − e xi )dx
x i −1
i =1 i =1
2 2
la cual es xj veces menor que la mayor de las diferencias e x i − e x i - 1 i = 1,2,…,n
El método de diferencias finitas puede aplicarse a ecuaciones diferenciales de

orden > 1. Para manejar problemas de este tipo, reemplazar las derivadas de más alto orden
por un cociente de diferencias apropiado.
Por ejemplo, si la malla consiste de puntos igualmente espaciados x1, x2… xn con
x i − x i −1 = Δx , entonces re-emplazar la segunda derivada u’’(xi) por el cociente de
diferencias simétrico
u ( xi + Δx) − 2u ( xi ) + u ( xi − Δx)
(Δx) 2
ECUACIÓN DE CALOR UNIDIMENSIONAL; u t = ku xx

u i (t + Δt) − u i (t)
u t (x i , t)
Δt
u i +1 (t) + u i -1 (t) - 2u i (t )
u xx (x i , t)
(Δx) 2
Así la ecuación diferencial parcial es reemplazada por las ecuaciones lineales siguientes
con C.F.
u i (t + Δt) − u i (t) u i +1 (t) + u i -1 (t) - 2u i (t )

= K 1≤ i ≤ n
Δt (Δx) 2
u0(t) = 0 un+1(t) = 0
Resolviendo para ui (t+ Δ t), se obtiene
k (Δt ) k (Δt ) ⎡ 2k (Δt ) ⎤

ui (t + Δt ) = u (t ) +
2 i +1
u (t ) + ⎢1 −
2 i −1 ⎥ui (t )
(Δx) (Δx) ⎣ (Δx) 2 ⎦

Esto se ilustra gráficamente en términos de la “molécula computacional”
ui −1 (t ) u i +1 (t )
ui (t )
R 1− 2 R R
Algoritmo numérico
1
u i (t + Δ t )
SOLUCIÓN EN VARIAS DIMENSIONES
*EC. CALOR (2-3 DIMENSIONES)

*EC. LAPLACE (2-3 DIMENSIONES)
CASO BI-DIMENSIONAL
∇ 2 u = u xx + u yy
Se elige una malla de puntos (X i , Yj ) , con X i +1 − X i = ΔX

Yj+1 − YJ = ΔY
u ij = u(Xi , Yj )
Haciendo las sustituciones usuales para uxx y uyy, obtenemos la regla que sustituye al
Laplaciano ∇ 2 u por:
u i +1, j + u i -1, j - 2u i, j u i, j+1 + u i, j-1 - 2u i, j

+
(Δx) 2
(ΔY) 2
si ΔX = ΔY = h , entonces la fórmula se simplifica a;
u i + 1, j + u i -1, j + u i, j + 1 + u i, j -1 - 4u i, j
h2

Así tomamos la diferencia neta entre el valor de u en (i,j) y los cuatro puntos vecinos
(i+1,j), (i-1,j), (i,j+1), (i,j-1).
(i,j+1) Algoritmo
“Molécula computacional” para la

ecuación de Laplace (2D)
(i,j)
(i-1,j) (i+1,j)
(i,j-1)
Ahora para la EC. CALOR en dos dimensiones; u t = k∇ 2 u
u i, j (t + Δt) − u i, j (t) u i +1, j (t) + u i -1, j (t) + u i, j+1 (t) + u i, j-1 (t) - 4u i, j (t)
= k
Δt h2
Resolviendo en términos u i, j (t + Δt)
u i, j (t + Δt) = k
Δt
h 2
[ ]
⎛ Δt ⎞
u i +1, j (t) + u i -1, j (t) + u i, j+1 (t) + u i, j-1 (t) + ⎜1 − 4k 2 ⎟u i, j (t)
h ⎠
⎝
que puede representarse
R 1− 4 R R

Ejemplo
Encuentre la solución numérica de la ecuación de calor u t = u xx para t>0, 0< x < 1,

con las condiciones de frontera u(0,t)=0 , u(1,t)=0 y la condición inicial u(x,0)=4x. Use
1 1
primero un tamaño de malla Δx = , Δt = , luego use un tamaño de malla
4 32
1 1
Δx = , Δt = .
4 8
1
Δt 1
Solución: Con la primera elección de malla, tenemos: k = 32 = y la forma de
(Δx) 2
1 2
16
1 1
la soluciones es; ui (t + Δt ) = ui +1 (t ) + ui −1 (t ) . Aplicando esto junto con el dato de la
2 2
condición inicial u(x,0)=4x, se obtiene la siguiente tabla de valores:
x 0 ¼ 1/2 3/4 1
t
0 0 1 2 3 4
1/32 0 1 2 3 0
1/16 0 1 2 1 0
3/32 0 1 1 1 0
1/8 0 0.5 1 0.5 0

1
Δt
Para la segunda malla tenemos: k = 8 = 2 ; y la forma de la solución es;
(Δx) 2 1
16
ui (t + Δt ) = 2ui +1 (t ) + 2ui −1 (t ) − 3ui (t ) . Aplicando esto junto con el dato de la condición
inicial u(x,0)=4x, se obtiene la siguiente tabla de valores::
x 0 1/4 1/2 3/4 1

t
0 0 1 2 3 4
1/8 0 1 2 3 0
1/4 0 1 2 1 0
3/8 0 1 -14 19 0
1/2 0 -31 82 -85 0
1 1
En este ejemplo se observa que con la segunda opción Δx = , Δt = se obtiene una
4 8
solución absurda, ya que físicamente se esperaría que la temperatura permanezca con
valores positivos y tienda a cero conforme el tiempo aumenta.
Sin embargo el valor ilógico en este ejemplo no debe sorprenderno ya que la razón
Δt
2k es mayor a la unidad.
(Δx) 2

Las ecuaciones para cada nodo se obtienen de la formula de recurrencia
y de los datos de entrada del problema
11.9 P15; Ref.[1] (Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw
Hill, 1995) Una barra delgada de longitud unitaria se encuentra inicialmente con una
distribución de temperatura dada por u ( x, o) = 100(1 − 2 x ) . Si cada extremo de la barra se
2
encuentra aislada, encuentre la temperatura en la barra como una función de x y de t.

Considere una malla de diez segmentos iguales y además con m = ½.
Solución:
De la ecuación de calor se tiene que:
∂u ∂ 2 u
2
a =
∂t ∂x 2
además si se utilizan las siguientes aproximaciones
∂ 2 u U (t ) i +1 + U (t ) i −1 − 2U (t ) i
=
∂x 2 (Δx )2
∂u U (t + Δt ) i − U (t ) i
=
∂t (Δt )
m= 1
2
Δx = 1
10
Sustituyendo en la ecuación original
U (t + Δt ) i − U (t ) i U (t ) i +1 + U (t ) i −1 − 2U (t ) i
a2 =
(Δt ) (Δx )2
(Δt ) {U (t ) + U (t ) − 2U (t ) } + U (t )
U (t + Δt ) i =
a (Δx )
2 2 i +1 i −1 i i
m= 1 = 2
(Δt )
2 a (Δx )2
Entonces acomodando términos se tiene, la siguiente ecuación de recurrencia para los

nodos internos:
1
U (t + Δt ) i = {U (t ) i+1 + U (t ) i −1 }
2
Además una de las condiciones establece que la barra se encuentra aislada en los extremos
y esto es:

∂u
=0
∂x
U (t ) i +1 − U (t ) i
=0
Δx
U (t ) i +1 = U (t ) i
es decir, que las temperaturas en los nodos de los extremos de las paredes serán siempre
iguales al nodo que les precede, en cada uno de los extremos.
Y la condición inicial está dada por:
u ( x, o) = 100(1 − 2 x )
2
Teniendo, entonces el conjunto de ecuaciones, sólo se requiere determinar los valores

discretos del tiempo, para este caso, se toman de 1 segundo, hasta 10 segundos.
El algoritmo se desarrolla en una hoja de Excel, y la solución numérica se presenta a

continuación:
i 0 1 2 3 4 5 6 7 8 9 10
X 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
j t
0 0 100.00 64.00 36.00 16.00 4.00 0.00 4.00 16.00 36.00 64.00 100.00
1 1 68.00 68.00 40.00 20.00 8.00 4.00 8.00 20.00 40.00 68.00 68.00
2 2 54.00 54.00 44.00 24.00 12.00 8.00 12.00 24.00 44.00 54.00 54.00
3 3 49.00 49.00 39.00 28.00 16.00 12.00 16.00 28.00 39.00 49.00 49.00
4 4 44.00 44.00 38.50 27.50 20.00 16.00 20.00 27.50 38.50 44.00 44.00
5 5 41.25 41.25 35.75 29.25 21.75 20.00 21.75 29.25 35.75 41.25 41.25
6 6 38.50 38.50 35.25 28.75 24.63 21.75 24.63 28.75 35.25 38.50 38.50
7 7 36.88 36.88 33.63 29.94 25.25 24.63 25.25 29.94 33.63 36.88 36.88
8 8 35.25 35.25 33.41 29.44 27.28 25.25 27.28 29.44 33.41 35.25 35.25
9 9 34.33 34.33 32.34 30.34 27.34 27.28 27.34 30.34 32.34 34.33 34.33
10 10 33.34 33.34 32.34 29.84 28.81 27.34 28.81 29.84 32.34 33.34 33.34

11.9 P5.- Tomando ventaja de todas las simetrías, en cuantos puntos deben evaluarse las
ecuaciones, o cuantos cálculos independientes deben de hacerse en cada una de las mallas
de las siguientes figuras:
0
0 0
100
0 100 100 0
100 100 100
100
0 0
0 0
(a) (b)
0
25
50 100
100
0
50
25
0
0
0
(c) (d)
a) Sólo se requieren 5 nodos( 1, 2, 3, 4, y 5) debido a la simetría.
0 0
1 9
2 8
0 3 0
4 5 6 7

Ecuación
∂ 2u ∂ 2u
+ =0
∂x 2 ∂y 2
u xx + u yy = 0 (1)
11.9 P5 Solución
Se discretiza en un punto (xi , y j )
( xi + y j +1 )
(x i −1 , yj) (x , y )
i j (x i +1 , yj)
(x , y )
i j −1
Este esquema se utiliza también en los incisos b)-d)
ui +1 , i + ui −1 , j − 2uij
u xx =
(Δx )2
ui , j +1 + ui , j −1 − 2uij
u yy =
(Δy )2
Al sustituir en ecuación 1
ui +1, j + ui −1, j − 2uij ui , j +1 + ui , j −1 − 2uij

+ =0
(Δx )2 (Δy )2
Si Δx = Δy = h
ui +1, j + ui −1, j + ui , j +1 + ui , j −1 − 4uij
=0
h2
La ecuación o esquema de diferencias finitas es:
ui +1, j + ui −1, j + ui , j +1 + ui , j −1 − 4uij =0

R (1 − 4 R ) R
Solo si Δx = Δy
para la figura del inciso a) por simetría se aplica que
u1 = u9 u2 = u8 u3 = u7 u 4 = u6
Entonces evaluando para u1 − u5 , se tiene que comenzando por el nodo 1

ui +1, j + ui −1, j + ui , j +1 + ui , j −1 − 4uij =0
11.9 P6a)
0 0
1 9
2 8
0 3 0
100 + 0 + 0 + u2 − 4u1 = 0 nodo1 4 5 6 7
100 + 0 + u1 + u3 − 4u2 = 0 nodo2
u 4 + 0 + u2 + 0 − 4u3 = 0 nodo3 0
u 5 + u3 + 100 + 0 − 4u4 = 0 nodo4
u 6 + u4 + 100 + 0 − 4u5 = 0 nodo5 u6 = u 4
2u4 + 100 + 0 − 4u5 = 0 Reordenando :

11.9 P8
- 4u1 + u2 + 0 + 0 + 0 = −100
u1 − 4u2 + u3 + 0 + 0 = −100
0 + u2 − 4u3 + u4 + 0 = 0
0 + 0 + u3 − 4u4 + u5 = −100
0 + 0 + 0 + 2u4 − 4u5 = −100
⎡− 4 1 0 0 0 ⎤ ⎡34.669 ⎤
⎢ 1- 41 0 0 ⎥ ⎡u1 ⎤ ⎡- 100⎤
⎢ ⎥ ⎢u ⎥ ⎢- 100⎥ ⎢38.674 ⎥
⎢ 0 1- 41 0 ⎥ ⎢ 2⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢u3 ⎥ = ⎢0 ⎥ ∴ u = ⎢20.028⎥
⎢ 0 0 1- 41 ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 0 0 0 2 - 4⎥ ⎢u4 ⎥ ⎢- 100⎥ ⎢42.436⎥
⎢ ⎥ ⎢u5 ⎥ ⎢⎣- 100⎥⎦
⎣⎢ ⎦⎥
⎣ ⎦ ⎢⎣45.718⎥⎦
Ejercicios
11.8(7)
11.9(5,11, 15TF, 17D)
Tareas opcion2
11.2 (3(a,c,e), 6(a, c), 8, 38) o (3(b,d), 6(b, d), 9, 38)
11.3 (3,21)
11.4 (4(c, e), 8)
11.5 (5, 10, 12, 19 y 27)
11.7(1)
11.8 (7) o (9)
11.9 (5, 11, 15TF, 17D)

DETERMINANTES Y MATRICES.
En este tema y el siguiente (formas cuadráticas) lo dedicaremos a una REVISIÓN y

AMPLIACIÓN de nuestro primer estudio de los determinantes y a un análisis de algunas
de las propiedades fundamentales de los objetos matemáticos asociados con ellos, llamados
matrices.
El concepto de matriz es en esencia más simple que el concepto de determinante.

Porque, mientras una matriz no es más que una colección de elementos dispuestos en una
forma particular, un determinante es una función más bien complicada de los elementos de
un conjunto dado.
Un determinante es una función de una matriz cuadrada.
EL PRODUCTO DE UNA MATRIZ Y UN ESCALAR R: es la matriz RA = AR,

cuyos elementos son los elementos de A, cada uno multiplicado por R. ( Diferente al
producto escalar de R por un determinante.)
C = AB es la matriz para la cual Cij = ∑ aiR bRj

R =1
Se entiende POR TRANSFORMACIÓN LINEAL: una relación de la forma:
Y1 = a11X1 + a12X2 + ...... + a1nXn

Y2 = a21X1 + a22X2 + ...... + a2nXn
.
.
.
Yn = an1X1 + an2X2 + ...... + annXn
MATRICIALMENTE, Y=AX , donde
⎡Y1 ⎤ ⎡ ⎤
⎢Y ⎥ ⎡ X1 ⎤
⎢ a11 a12 a1n ⎥ ⎢X ⎥
Y = ⎢ 2⎥ ⎢ ⎥
⎢.⎥ A = ⎢a21 a22 a2 n ⎥ X = ⎢ 2⎥
⎢ ⎥ ⎢ . ⎥
⎢. . . ⎥ ⎢ ⎥
⎣Yn ⎦ ⎢a
⎣ n1 an 2 ann ⎥⎦ ⎣Xn⎦
es decir, el vector X se transforma en un vector Ta=Y=AX. Ahora si se desea una segunda

transformación, que transforme el vector Y en un vector Z, se tiene
Tb = Z = BY
Matrices/Formas Cuadráticas IV-1 Aguilera A.

Luego si se desea, encontrar la ecuación de transformación equivalente que vincule

directamente X con Z se tiene :
n
Ta = YR = ∑ aR j X j R = 1,2,3......n
j =1
n
Tb = Z i = ∑ biR Y R i = 1,2,3,.......n
R =1
De modo que eliminando las Y por la sustitución de las YR en las ecs. de Tb , se obtiene
n ⎛ n ⎞ n ⎛ n ⎞
Z i = ∑ biR ⎜⎜ ∑ aR j X j ⎟⎟ = ∑ ⎜ ∑ biR aR j ⎟ X j i =1,2,3,......,n
R =1 ⎝ j =1 ⎠ j =1 ⎝ R=1 ⎠
Así pues, el coeficiente de Xj en la ecuación para Zi es

n
∑b
R =1
a
iR R j
que es precisamente el elemento Cij en el producto BA.
Z = BY = B( AX ) = (BA)X
TEOREMA: El resultado de hacer que una transformación lineal Ta: Y = AX sea seguida
por la transformación lineal Tb; Z = BY es la transformación lineal única Tba : Z = BAX ,
cuya matriz es el producto BA de las matrices Tb y Ta .
Por analogía, la longitud o valor absoluto de un vector real cualquiera: X = [X1 , X2 ... Xn]
n
Se define como la raíz cuadrada del producto escalar; X ⋅ X = ∑ X i2
i =1
n
Un vector X con la propiedad de que ; X ⋅ X = ∑ X i2 = 1 se denomina vector unitario.
i =1
Dos vectores diferentes de cero
X = [X1 X2 ... Xn] y Y = [Y1 Y2 ... Yn]
Tienen la misma dirección si, y sólo si, sus componentes son proporcionales y son
perpendiculares u otorgonales si y sólo si, satisfacen la condición.
n
X ⋅ Y = ∑ X i Yi = 0
i =1

MULTIPLICACIÓN DE MATRICES. (Sólo las matrices cuadradas tienen

determinantes).
1.- A (BC) = (AB)C.

2.- A (B ± C) = AB ± AC.
3.- AB = 0 puede ser posible aunque A ≠ 0 y B ≠ 0. Propiedades de Matrices
4.- AB ≠ BA.
5.- AI = IA = A. A0 = 0A = 0.
6.- (AB)T = BT AT.
INVERSA: La inversa de una matriz A se define como el cociente de la matriz adjunta (A)
entre el determinante de la matriz
−1
A =
adj[A] Aij
=
[ ] T
adjunta/determinante
A A
∴ Aij es la matriz de cofactores y así la adjunta es la transpuesta de la

matriz de cofactores.
A-1 A = A A-1 = I
Además se cumple que:
(AB)-1 =B-1 A-1
Ejemplo : Calcule la inversa de la matriz A
⎡1 2 4 ⎤
A = ⎢⎢− 1 0 3 ⎥⎥
⎢⎣ 3 1 − 2⎥⎦
∴
2 4 1 2
det. A = (− 1) (− 1) + (− 1) (0) + (− 1) (3)
2 +1 2+ 2 2+3
1 −2 3 1
= −8 − 3(1 − 6 ) = −8 + 15 = 7
y la adjunta es la transpuesta de la matriz de cofactores.

MATRIZ DE COFACTORES.
⎡ 0 3 −1 3 −1 0 ⎤
⎢ − ⎥
⎢ 1 −2 3 −2 3 1⎥
⎢ 2 ⎡ −3 7 −1⎤
1 2⎥ ⎢
⎥ = 8 −14 5 ⎥
4 1 4
⎢− −
⎢ 1 −2 3 −2 3 1⎥ ⎢ ⎥
⎢ ⎥ ⎢
⎣ 6 −7 +2 ⎥⎦
⎢ 2 4
−
1 4 1 2⎥
⎢⎣ 0 3 −1 3 −1 0 ⎥⎦
TRANSPUESTA DE LA MATRIZ DE COFACTORES.
⎡− 3 8 6⎤
⎢ 7 − 14 − 7 ⎥
⎢ ⎥
⎣⎢ − 1 5 2 ⎥⎦
Así
⎡ 3 8 6⎤
⎡− 3 8 6 ⎤ ⎢−
adjunta [ A] 1 ⎢ 7 7 7⎥
A−1 = = ⎢ 7 − 14 − 7 ⎥⎥ = ⎢ 1 − 2 − 1⎥
det A 7 ⎢ ⎥
⎢⎣ − 1 5 2 ⎥⎦ ⎢− 1 5 2⎥
⎣⎢ 7 7 7 ⎥⎦
Autoestudio: Repasar Operaciones con Matrices (Álgebra Matricial)

FORMAS CUADRÁTICAS.
Forma cuadrática: es una expresión homogénea de segundo grado en n-variables de la

forma
a11 X12 + 2 a12 X1 X2 + ... + 2 a1n X1 Xn
+ a22 X22 + ... + 2 a2n X2 Xn
+ …………………….
+an2 X32 + .... + ann X2n
Q(x) = a11 X21 + 2 a12 X1 X2 + … + 2 a1n X1 Xn + a22 X22 + … 2 a2n X2 Xn +…+ann X2n
Para poder aplicar la notación matricial a las formas cuadráticas hacer aji = aij . Así Q(x)
puede expresarse en la forma simétrica.
Q( x ) = a11 X 12 + a12 X 1 X 2 + ...... + a1n X 1 X n
+ a 21 X 2 X 1 + a 22 X 22 + ...... + a 2 n X 2 X n aji = aij
+−−−−−−−−−−−−−−−−−−−−−−−−
+−−−−−−−−−−−−−−−−−−−−−−−−
+ a n1 X n X 1 + a n 2 X n X 2 + ...... + a nn X n2
Si ahora se definen las matrices
⎡ X1 ⎤
⎢X ⎥ ⎡ a11 a12 ... a1n ⎤
⎢ 2⎥ ⎢a ... a2 n ⎥⎥
X = ⎢⎢ ⎥⎥
. a22
y A = ⎢ 21 ∴ aji = aij
. ⎢ ... ... ... ... ⎥
⎢ ⎥ ⎢ ⎥
⎢ . ⎥ ⎣an1 an 2 ... ann ⎦
⎢⎣ X n ⎥⎦
es obvio, por la definición de multiplicación matricial, que Q (x) puede escribirse en la

forma compacta.
Q(x) = XT A X
donde, como aji = aij , la matriz de la forma cuadrática A necesariamente es simétrica.

Si una forma cuadrática con coeficientes reales tiene la propiedad de ser igual o
mayor que cero para todos los valores reales de sus variables, se dice que es positiva.
Se dice que la matriz A de la forma cuadrática Q(x) = XT A X es definida positiva, definida

negativa, semidefinida positiva, semidefinida negativa, o indefinida, de acuerdo con la
naturaleza de Q(x). A su vez Q(x) es singular o no singular, según que su matriz A sea
singular o no singular.
En la siguiente tabla se dan ejemplos de los diferentes tipos para una forma cuadrática.
Q(x) = XT A X
Tipo de forma cuadrática Ejemplo Q(x) ≥ 0 para toda x → positiva y si

Definida positiva X21 + X22 sólo Q(x) = 0 para X1, X2, X3 ... Xn
= 0 ⇒ positiva definida
Definida negativa -(X21 + X22)
Una forma cuadrática que puede
Semidefinida positiva (X1 – X2)2 tomar tantos valores positivos como
negativos para todos los valores
Semidefinida negativa -(X1 – X2)2 reales de sus variables se dice
indefinida.
Indefinida X21 – X22
Una forma cuadrática que es definida, necesariamente es no singular. Sin embargo, una
forma cuadrática no singular no necesariamente es definida.
Por ejemplo, la forma X21 – 4X1X2 + 3X22 + 2X23 es no singular, puesto que el
determinante de su matriz, a saber
− 2X1 X 2 + −2 0
2
X1 0 1
− 2X 2 X1 + 3X 2 + −2 0 = −2
2
0 3
0+ 0+
2
2X3 0 0 2
es diferente de cero, sin embargo es NO DEFINIDA, ya que es cero para el conjunto no

trivial de valores X1 = 3, X2 = 1, X3 = 0
El criterio completo para determinar la condición de definición de una forma cuadrática lo

establece el siguiente teorema:
TEOREMA 1. Una condición necesaria y suficiente para que la forma cuadrática real XTAX
sea definida positiva ( definida negativa ) es que las cantidades

a11 a12 a13 a11 ... an

a11 a12
a11 , , a 21 a 22 a 23 , .. ... ..
a 21 a 22
a 31 a 32 a 33 a n1 ... a nn
Sean todas positivas ( de signos alternados, con a11 negativo ).
Pueden establecerse los resultados más generales.
TEOREMA 2. Una condición necesaria y suficiente para que la forma cuadrática real XTAX
sea definida positiva es que todo menor principal de A sea positivo.
EJEMPLO:
2 − 2⎤ ⎡ X 1 ⎤ X 1 + 2 X 1 X 2 − 2 X 1 X 3
2
⎡1
[X 1 X2 X 3 ] ⎢⎢ 2 5 − 4⎥⎥ ⎢⎢ X 2 ⎥⎥ = + 2 X 2 X 1 + 5 X 22 − 4 X 2 X 3
⎢⎣− 2 − 4 5 ⎥⎦ ⎢⎣ X 3 ⎥⎦ − 2 X 3 X 1 − 4 X 3 X 2 + 5 X 32
es definida positiva, puesto que las tres cantidades
1 2 −2
1 2
1 =1 y 2 5 −4 =1
2 5
−2 −4 5
son todas positivas. Es más, todos los demás menores principales, a saber, los elementos de
la diagonal
a 22 = 5 y a 33 = 5
y los determinantes de segundo orden
a11 a13 1 −2 a 22 a 23 5 −4
= =1 y = =9
a 31 a 33 −2 5 a 32 a 33 −4 5
son todos positivos, de acuerdo con el teorema 2.
En este caso, la forma cuadrática puede escribirse de modo equivalente como
(X 1 + 2X 2 − 2 X 3 ) + X 22 + X 32
2
que siendo una suma de cuadrados sólo puede anularse si
X1 + 2X 2 − 2X 3 = 0 X2 =0 X3 = 0

En la definición dada de forma cuadrática, ni la matriz de los coeficientes A ni la

matriz X se han supuesto sólo reales. Sin embargo, en la mayor parte de las aplicaciones
elementales tanto A como X serán reales y sólo para formas cuadráticas de valor real se
definen propiedades como las de ser o no definidas. En realidad cuando entran números
complejos, las formas cuadráticas, como se han definido, casi siempre se reemplazan por
expresiones relacionadas que se conocen como formas hermitianas.
DEFINICIÓN: Si A es una matriz hermitiana, la expresión XTAX se conoce como forma

hermitiana.
- Una matriz igual a su asociada, es decir, una matriz cuadrada A tal que
A = A T , se dice que es hermitiana
- ASOCIADA: Es la transpuesta de la conjugada de una matriz A.
-CONJUGADA: La conjugada de una matriz A es la matriz A cuyos elementos son

respectivamente, los conjugados de los elementos de A.
TEOREMA: El valor de una forma hermitiana es real para todos los valores de sus variables.
Estrechamente relacionadas con las formas cuadráticas están las que se conocen
como formas bilineales.
DEFINICIÓN: Si A es una matriz simétrica, la expresión YTAX se llama forma bilineal.
Si Y = X entonces la forma bilineal forma cuadrática.
Es interesante observar que el producto escalar de dos vectores Y y X, a saber, YTX

puede considerarse como la forma bilineal YTIX y serán ortogonales si su forma bilineal es
cero.
DEFINICIÓN: Se dice que los vectores X y Y son ortogonales con respecto a una matriz
simétrica A, si la forma bilineal YTAX es igual a cero.
A su vez la longitud generalizada del vector X con respecto a la matriz simétrica A

T
es Y AX si y sólo si el radicando es positivo.
Un vector cuya longitud generalizada con respecto a una matriz definida positiva y
simétrica dada sea 1, se dice que está normalizado con respecto a esa matriz.
Si Y T AX = 1 ∴ X vector normalizado con respecto a A.
Un vector X siempre se puede normalizar con respecto a una matriz definida

positiva y simétrica dada, dividiéndolo entre la cantidad positiva Y T AX .

LA ECUACIÓN CARACTERÍSTICA DE UNA MATRIZ
Al estudiar las transformaciones lineales de la forma Y = AX
⎡Y1 ⎤ ⎡ ⎤
⎢Y ⎥ ⎡ X1 ⎤
⎢ a11 a12 a1n ⎥ ⎢X ⎥
Y = ⎢ 2⎥ ⎢ ⎥
⎢.⎥ A = ⎢a21 a22 a2 n ⎥ X = ⎢ 2⎥
⎢ ⎥ ⎢ . ⎥
⎢. . . ⎥ ⎢ ⎥
⎣Yn ⎦ ⎢a ⎥
⎣ n1 an 2 an 3 ⎦ ⎣X n ⎦
es un problema interesante e importante determinar que vectores, si los hay, no cambian de

dirección. Dos vectores tienen la misma dirección si y sólo si, uno de ellos es un múltiplo
escalar diferente de cero del otro.
( A − λI ) X =0 (1)
Es evidente que la ecuación que matricial ( A − λI ) X = 0 equivale al siguiente

sistema escalar;
(a11 − λ )X 1 + a12 X 2 + ...... + a1n X n = 0
+ a21 X 1 + (a22 − λ )X 22 + ...... + a2 n X n = 0 ( 1a )
+−−−−−−−−−−−−−−−−−−−−−−−−
+ an −1 X 1 + an 2 X 2 + ...... + (ann − λ )X n = 0
Este sistema homogéneo tendrá una o más soluciones no triviales si, y solamente si,
el determinante de los coeficientes es igual a cero.
⎡ ⎤
⎢a11 − λ a12 a1n ⎥
⎢ ⎥
A − λI = ⎢ a21 a22 − λ a2 n ⎥ = 0 (2)
⎢ . . . ⎥
⎢ a ann − λ ⎥⎦
⎣ n1 an 2
Desarrollando
n
[ n −1 n
]
A − λI = (− 1) λn − β1 λn −1 + β 2 λn − 2 + ... + (− 1) β n −11 λ + (− 1) β n = 0 ( 3 )
La ecuación ( 3 ) se conoce como la ECUACIÓN CARACTERÍSTICA de la matriz A y el

término en corchetes es el POLINOMIO CARACTERÍSTICO de A. Para valores de λ que

satisfagan la ecuación 3, y sólo para estos valores, la ecuación matricial (1) tiene vectores
solución no triviales.
Las n-raíces de la ecuación (3), las que, no necesitan ser distintas, se llaman raíces
características, o valores característicos de la matriz A, y las soluciones (no triviales)
correspondientes de la ecuación (1) o de la (1a) son los vectores característicos de A.
Como la ecuación característica (3) de una matriz cuadrada A es una ecuación

polinomial sus raíces, sean λ1 , λ2 ,..., λn , están relacionadas con sus coeficientes
− β1 , β 2 ,− β 3 , (− 1) β n por la siguiente relación
n
β1 = λ1 + λ2 + ... + λn
β 2 = λ1λ2 + λ1λ3 + ... + λn −1λn
β 3 = λ1 λ 2 λ 3 + ... + λ n − 2 λ n −1 λ n (4)
........................................
β n = λ1 λ 2 λ 3 ....λ n
Además, si hacemos λ = 0 en la ecuación (3), se obtiene
A = (− 1) β n = β n
2n
(5)
Así se llega
A = λ1λ2λ3 ....λn
De lo que sigue que A es cero si, y solamente si, al menos una de las λ es cero.
TEOREMA. Una matriz es singular si, y sólo si, al menos uno de sus valores característicos
es cero.
TEOREMA: Si A y B son matrices semejantes, entonces A y B tienen el mismo polinomio

característico.
TEOREMA: Un vector característico de una matriz cuadrada no puede corresponder a dos

valores característicos distintos.
( A − λ1I )X 1 = 0; ( A − λ2 I )X 1 = 0; (λ2 − λ1 )IX 1 = (λ2 − λ1 )X 1 = 0

Restando
TEOREMA Si X1, X2,..., Xm ( m ≤ n ) son vectores característicos que corresponden,

respectivamente, a los valores característicos distintos λ1 , λ2 ,..., λm de una matriz A de nxn,
entonces X1, X2,..., Xm son linealmente independientes.

COROLARIO Si los valores característicos de una matriz A de nxn son todos distintos,
entonces A tiene n vectores característicos linealmente independientes y cualquier vector
con n componentes se puede expresar como una combinación lineal de los vectores
característicos de A.
TEOREMA Los valores característicos de una matriz hermitiana son todos reales.
TEOREMA Si Xi y Xj son vectores característicos que corresponden, respectivamente, a los

T
valores característicos distintos λi y λ j de una matriz hermitiana A, entonces X i X j = 0
COROLARIO1: Si Xi y Xj son vectores característicos que corresponden,

respectivamente, a los valores característicos distintos λi y λ j de una matriz hermitiana
T
A, entonces X i AX j = 0 .
COROLARIO2: Si Xi y Xj son vectores característicos que corresponden,

respectivamente, a los valores característicos distintos λi y λ j de una matriz simétrica real
T T
A, entonces X i X j = X i AX j = 0 .
DEMOSTRACIÓN: Por hipótesis, se tiene
AX i = λi X i
AX j = λ j X j
Si en la primera de éstas tomamos la conjugada y luego la transpuesta de cada

miembro, se obtiene
T T T
X i A = λi X j
T
o puesto que A = A , por hipótesis, y λ i = λi por teorema
T T
X i A = λi X i
T
Ahora, premultiplicando la segunda por X i y posteriormente multiplicando la última por
Xj se tiene
T T T T
X i AX j = λ j X i X j y X i AX j = λi X i X j
por último, restando estas ecuaciones
(λ i − λ j )X i X j = 0
T

luego como por hipótesis λi ≠ λ j , se obtiene
T
Xi Xj =0 Q.E.D.
VECTORES ORTONORMALES: longitud unitaria, linealmente independiente y ⊥ (ortogonales).
TEOREMA: Toda matriz hermitiana de nxn tiene n vectores característicos linealmente

independientes.
COROLARIO 1 Toda matriz simétrica real de nxn tiene n vectores característicos

linealmente independientes.
COROLARIO 2 Toda matriz de nxn hermitiana o simétrica real tiene un conjunto de n

vectores característicos ortonormales.
Una matriz de nxn cuyas columnas son vectores característicos ortonormales de una
matriz A de nxn, se dice que es una matriz modal de A.
En muchas aplicaciones en Física, Química e Ingeniería, es necesario considerar

ecuaciones matriciales de la forma (A - λB)X = 0 en las que A y B son hermitianas, o bien,
reales y simétricas. En paralelo con nuestra terminología, para el caso especial en que B =
I, la ecuación ⎜ A - λB ⎜= 0 se llama ecuación característica del sistema y las soluciones no
triviales correspondientes se llaman vectores característicos del sistema. La teoría de la
ecuación (A - λB)X = 0 es por completo semejante a la teoría de la ecuación (A - λI)X = 0.
Ejemplo: Encuentre los valores característicos de la siguiente matriz.
⎡2 4 −6⎤
⎢4 2 − 6 ⎥⎥
⎢
⎢⎣− 6 − 6 − 15⎥⎦
⎡2 − λ 4 −6 ⎤
(A - λI ) = ⎢⎢ 4 2−λ − 6 ⎥⎥ = 0
⎢⎣ − 6 −6 − 15 − λ ⎥⎦

(2 - λ )[(2 - λ )(-15 - λ ) - 36] − 4[4(-15 - λ ) - 36] − 6[− 24 + 6(2 - λ )] = 0

− (2 - λ ) 2 (15 + λ ) - 36(2 - λ ) + 16(15 + λ ) + 144 + 144 − 36(2 - λ ) = 0
- (2 - λ )[(2 - λ )(15 + λ ) + 36 + 36] + 16(15 + λ ) + 288 = 0
(2 - λ )[(2 - λ )(15 + λ ) + 72] − 16(15 + λ ) − 288 = 0
λ3 + 11λ2 − 56λ + 60 + 144 − 72λ − 240 − 16λ − 288 = 0
λ3 + 11λ2 − 144λ − 324 = 0
(λ + 2)(λ2 + 9λ − 162) = 0
(λ + 2)(λ + 18)(λ − 9) = 0
λ1 = −2
λ2 = 9
λ3 = −18
Ejercicios
1. Hállense los valores característicos de la siguiente matriz.
b)
⎡7 − 2 − 4 ⎤
⎢ 3 0 − 2⎥
⎢ ⎥
⎢⎣6 − 2 − 3⎥⎦
La ecuación característica para la matriz A es
(A - λI ) X = 0
⎧ ⎡7 − 2 − 4 ⎤ ⎡ λ 0 0 ⎤ ⎫ ⎡ X 1 ⎤ ⎡0 ⎤
⎪⎢ ⎥ ⎢ ⎥ ⎪⎢ ⎥ ⎢ ⎥
⎨ ⎢ 3 0 − 2 ⎥ − ⎢ 0 λ 0 ⎥ ⎬ ⎢ X 2 ⎥ = ⎢0 ⎥ (1)
⎪ ⎢ 6 − 2 − 3 ⎥ ⎢ 0 0 λ ⎥ ⎪ ⎢ X ⎥ ⎢0 ⎥
⎩⎣ ⎦ ⎣ ⎦ ⎭⎣ 3 ⎦ ⎣ ⎦
y una condición es que A - λI = 0 así
⎡7 − λ −2 −4 ⎤
⎢ 3 0−λ −2 −2 −4 −2 −4
⎢ 0−λ − 2 ⎥⎥ = (7 − λ ) −3 +6
−2 −3− λ − 2 −3−λ 0−λ −2
⎢⎣ 6 −2 − 3 − λ ⎥⎦

= (7 - λ )[(0 - λ )(-3 - λ ) - (- 2)(- 2)]− 3[(- 2)(-3 - λ ) - (− 2)( −4) ]+ 6[(- 2)(- 2)− (0 - λ )(-4) ] = 0
[ ]
= (7 - λ ) 3λ + λ2 − 4 − 3[6 + 2λ − 8]+ 6[4 − 4λ ] = 0
= 21λ + 7λ − 28 − 3λ2 − λ3 + 42 + 6 − 6λ + 24 − 242 = 0
2
1 -4 5 -2 -1
= − λ + 4λ − 5λ + 2 = 0
3 2 -1 3 -2
1 –3 2 0
= λ3 −
1 4λ + 5λ − 2 = 0
2
(λ − 1)(λ − 1)(λ − 2) = 0
λ1 = 1
λ2 = 1 VALORES CARACTERÍSTICOS
λ3 = 2
FUNCIONES DE UNA MATRIZ CUADRADA
De la multiplicación de matrices cuadradas, se tiene

AR AS = AS AR = AR + S R,S enteros (1)
y si A es una matriz no singular (si tiene inversa) se sabe AA−1 = A−1 A = I y de igual
forma A− n = ( A−1 ) n luego así se tiene la siguiente definición
DEFINICION: Una función polinomial de una matriz cuadrada A es una combinación

lineal finita de potencias enteras no negativas de A.
Ejemplo
⎡1 2 ⎤
Si A= ⎢ ⎥ y p(x)= X2+ 5X +4 , entonces
⎣3 − 4⎦
⎡1 2 ⎤ ⎡1 2 ⎤ ⎡ 7 − 6⎤
⎢3 − 4⎥ ⎢3 − 4⎥ = ⎢− 9 22 ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
⎡ 7 − 6⎤ ⎡1 2 ⎤ ⎡1 0⎤ ⎡16 4⎤
p(A) = A2 + 5A + 4I = ⎢ ⎥ + 5⎢ ⎥ + 4⎢ ⎥=⎢ ⎥
⎣− 9 22 ⎦ ⎣3 − 4⎦ ⎣0 1⎦ ⎣ 6 6⎦
Es interesante observar que también se puede evaluar p(A) utilizando las formas
factorizables de p(X), es decir,
p(X)= (X+4) (X+1) = (X+1) (X+4)
⎛ ⎡1 2⎤ ⎡1 0⎤ ⎞ ⎛ ⎡1 2 ⎤ ⎡1 0⎤ ⎞ ⎡5 2⎤ ⎡2 2 ⎤ ⎡16 4⎤
p(A) = (A+4I) (A+I) = ⎜ ⎢ ⎟ ⎜⎢ ⎟
⎜ 3 − 4 ⎥ + 4 ⎢0 1 ⎥ ⎟ ⎜ 3 − 4⎥ + ⎢0 1⎥ ⎟ = ⎢3 0⎥ ⎢3 − 3⎥ = ⎢ 6 6⎥
⎝ ⎣ ⎦ ⎣ ⎦ ⎠ ⎝ ⎣ ⎦ ⎣ ⎦ ⎠ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦

⎛ ⎡1 2⎤ ⎡1 0⎤ ⎞ ⎛ ⎡1 2 ⎤ ⎡1 0⎤ ⎞ ⎡2 2 ⎤ ⎡5 2⎤ ⎡16 4⎤
p(A)= (A+I) (A+4I)= ⎜ ⎢ ⎟ ⎜⎢ ⎢0 1⎥ ⎟⎟ = ⎢3 − 3⎥
⎜ 3 − 4 ⎥ + ⎢0 1 ⎥ ⎟ ⎜ 3 −4 ⎥ + 4 ⎢3 0⎥ = ⎢ 6 6⎥
⎝⎣ ⎦ ⎣ ⎦⎠ ⎝⎣ ⎦ ⎣ ⎦⎠ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
Del ejemplo anterior se observa la conmutatividad en la operación de multiplicación, esto

se establece en el siguiente
TEOREMA: Cualquier identidad polinomial entre polinomios escalares implica una

identidad correspondiente para polinomios matriciales.
Como f(x) g(x)= g(x) f(x), se sigue del teorema que

f(A) g(A)= g(A) f(A) (2)
De aquí se tiene el importante resultado
COROLARIO: Dos polinomios cualesquiera en una matriz A se conmutan entre sí.
Si g(A) es una matriz no-singular, entonces existe g-1(A) y podemos premultiplicar

y postmultiplicar cada miembro de la ec (2) por g-1(A)
g-1(A) f(A) g(A) g-1(A) = g-1(A) g(A) f(A) g-1(A)
o sea
g-1(A) f(A)= f(A) g-1(A) (3)
TEOREMA: Si λ1 , λ2 ,.....λn son los valores característicos (posiblemente repetidos) de

una matriz cuadrada A y si f es un polinomio cualquiera, entonces el determinante de f(A)
está dado por la fórmula.
f ( A) = f (λ1 ) f (λ2 )... f (λn )
TEOREMA 5: Si λ1 , λ2 ,.....λn son los valores característicos de una matriz cuadrada A y

si f= g/n , donde g y n son polinomios tales que n( A) ≠ 0 entonces los valores
característicos de f(A) son f( λ1 ),…f( λn ).
COROLARIO: Si Xi es un vector característico correspondiente al valor característico λi

de una matriz cuadrada A y si p es un polinomio, entonces Xi también es un vector
característico que corresponde al valor característico p( λi ) de la matriz p(A).

⎡1 − 2⎤
Ejemplo: Como una ilustración del teorema 5, considérese la matriz A= ⎢ ⎥ y la
⎣3 − 4⎦
x
función φ ( x) = . La ecuación característica de A es:
x+3
⎡1 − λ −2 ⎤
A − λI = ⎢ ⎥ = λ2 + 3λ + 2 = 0
⎣ 3 − 4 − λ⎦
De donde, las raíces características son λ = -1, -2. Por lo tanto, según el teorema 5, las
raíces características de φ ( A) son:
1
φ (−1) = − y φ (−2) = −2
2
para comprobar esto, por cálculo directo, se tiene

−1
A ⎡1 − 2⎤ ⎡4 − 2⎤ ⎡1 − 2⎤ 1 ⎡ − 1 2⎤ 1 ⎡5 − 6⎤ ⎡5 / 2 − 3⎤
φ ( A) = = A( A + 3I ) −1 = ⎢ ⎥ ⎢ ⎥ =⎢ ⎥ ⎢ ⎥= ⎢ ⎥=⎢ ⎥
A + 3I ⎣3 − 4⎦ ⎣ 3 − 1 ⎦ ⎣3 4 ⎦ 2 ⎣− 3 4⎦ 2 ⎣9 10 ⎦ ⎣9 / 2 − 5⎦
Las raíces características de φ ( A) son, por lo tanto, las de la ec.
⎡5 / 2 − λ −3 ⎤ 5
φ ( A) − λI = ⎢ ⎥ = λ2 + λ + 1 = 0 o sea, -1/2 y -2 como antes.
⎣ 9/ 2 − 5 − λ⎦ 2
Si p es un polinomio y A una matriz cuadrada , la evaluación de p(A) es perfectamente

directa. Sin embargo, cuando A es una matriz semejante a una matriz diagonal, la
evaluación de p(A) se puede simplificar apreciablemente.

TEOREMA: Si B= PAQ, donde P y Q son matrices no-singulares, entonces A y B son

equivalentes.
Si P = Q-1, entonces B= Q-1AQ y B es semejante a A
LEMA : Si B = SAS −1 , entonces B n = SA n S −1
Por ejemplo para n = 2
B 2 = (SAS −1 )(SAS −1 ) = SA(S −1 S )AS −1 = SA 2 S −1
LEMA : Si B = SAS −1 ,y si p es un polinomio, entonces p(B ) = S p( A)S −1 es decir,

( )
p SAS −1 = S p( A)S −1
LEMA : Si D es la matriz diagonal
⎡d11 0 … 0 ⎤ ⎡d11k 0 … 0 ⎤
⎢0 ⎢ ⎥
d 22 … 0 ⎥⎥ 0 d 22k … 0 ⎥
⎢ D =⎢
k
⎢0 0 0 ⎥ entonces ⎢0 0 0 ⎥
⎢ ⎥ ⎢ ⎥
⎣0 0 … d nn ⎦ ⎢⎣ 0 0 … d nnk ⎥⎦
Finalmente, aplicando este último lema a cada término de cualquier función polinomial de
una matriz diagonal D y utilizando luego la definición de adición matricial, se tiene el
siguiente resultado.
⎡d11 0 … 0 ⎤
⎢0 d 22 … 0 ⎥⎥
LEMA : Si D es la matriz diagonal ⎢
⎢0 0 0 ⎥
⎢ ⎥
⎣0 0 … d nn ⎦
Y p es cualquier polinomio, entonces
⎡ p(d11 ) 0 … 0 ⎤
⎢ 0 p (d ) … 0 ⎥
p (D ) = ⎢ 22 ⎥
⎢ 0 0 0 ⎥
⎢ ⎥
⎣ 0 0 … p(d nn )⎦

con los lemas 2 y 4 se puede demostrar el siguiente teorema
TEOREMA : Si A es una matriz semejante a una matriz diagonal , es decir, si
⎡λ1 0 … 0⎤
⎢0 λ2 … 0 ⎥⎥
S AS = D = ⎢
−1
⎢0 0 0⎥
⎢ ⎥
⎣0 0 … λn ⎦
donde λ1 , λ 2 , λ3 ,… λ n son los valores característicos de A , entonces
⎡ p(λ1 ) 0 … 0 ⎤
⎢ 0 p (λ ) … 0 ⎥
p ( A) = S ⎢ 2 ⎥ S −1
⎢ 0 0 0 ⎥
⎢ ⎥
⎣ 0 0 … p(λn )⎦
Ejemplo: Si P( x ) = x 4 − 4 x 3 + 6 x 2 − x − 3
⎡0 − 2 ⎤
A=⎢ ⎥, cual es p( A) ?
⎣1 3 ⎦
Por un cálculo sencillo, encontramos que la ecuación característica de A es :
⎡− λ − 2 ⎤
A − λI = ⎢ ⎥ = λ − 3λ + 2 = 0
2
⎣ 1 3 − λ ⎦
luego, los valores característicos de A son λ1 = 1 y λ 2 = 2 , y como estos son diferentes,

se sigue que A es semejante a una matriz diagonal y se puede aplicar el teorema anterior.
Ahora, en correspondencia con λ1 y λ 2 se tienen los vectores característicos.
− 2 X1 − 2 X 2 = 0
⎡0 − 2 − 2 ⎤ ⎡ X 1 ⎤ ⎡ 1⎤
Para λ2 = 2 ; ⎢ X1 + X 2 = 0 x2 = ⎢ ⎥
3 − 2⎥⎦ ⎢⎣ X 2 ⎥⎦
= 0; y
⎣ 1 ⎣− 1 ⎦
∴ X1 = − X 2

− X1 − 2 X 2 = 0
⎡0 − 1 − 2 ⎤ ⎡ X 1 ⎤ ⎡2⎤
Con λ1 = 1 ; ⎢ X1 + 2 X 2 = 0 x1 = ⎢ ⎥
3 − 1⎥⎦ ⎢⎣ X 2 ⎥⎦
=0 ;
⎣ 1 ⎣− 1⎦
∴ X 1 = −2 X 2
y a partir de éstos se puede construir la matriz modal y su inversa
⎡ 2 1⎤ ⎡ 1 1⎤ −1 1 −1 −1 1 1
S=⎢ ⎥ y S −1 = ⎢ ⎥
⎣− 1 − 1 ⎦ ⎣− 1 − 2 ⎦ −1 2 1 2 −1 − 2
det( S ) = −2 + 1 = −1 det( S −1 ) = −2 + 1 = −1
Según el teorema 4 (11.3), éstas son matrices tales que
⎡1 0 ⎤ ⎡ 1 1 ⎤ ⎡0 − 2 ⎤ ⎡ 2 1 ⎤ ⎡ 1 1 ⎤ ⎡ 2 1 ⎤ ⎡1 0 ⎤
S −1 A S = D = ⎢ ⎥ ←⎢ ⎥ ⎢ =⎢ =
⎣0 2 ⎦ ⎣− 1 − 2⎦ ⎣1 3 ⎦ ⎣− 1 − 1⎦ ⎣− 2 − 4⎥⎦ ⎢⎣− 1 − 1⎥⎦ ⎢⎣0 2⎥⎦
⎥ ⎢ ⎥
Luego, estas son las matrices que deben usarse para evaluar p ( A) mediante el
último teorema. Ahora bien
p(λ1 ) = p(1) = −1 y p(λ 2 ) = p(2) = 3
⎡ p(λ1 ) 0 ⎤ −1
por lo tanto p ( A) = A − 4 A + 6 A − A − 3I = S ⎢ ⎥S =
4 3 2
⎣ 0 p (λ )
2 ⎦
⎡ 2 1 ⎤ ⎡− 1 0⎤ ⎡ 1 1 ⎤ ⎡− 5 − 8⎤
=⎢ ⎥ ⎢ ⎥ ⎢ ⎥=⎢
⎣− 1 − 1⎦ ⎣ 0 3⎦ ⎣− 1 − 2⎦ ⎣ 4 7 ⎥⎦
Definidas las funciones polinomiales de una matriz cuadrada, es natural considerar

ecuaciones polinomiales en una variable (o argumento) matricial. En particular, ahora que
hemos desarrollado procedimientos para evaluar p ( A) , esto es, para resolver la ecuación
p( A) = x , se puede considerar el problema de resolver la ecuación no trivial p ( x ) = A ,
donde p es un polinomio dado, A es una matriz cuadrada dada y x es una variable
matricial.

Ejemplos: SECCIÓN 11 .4 FUNCIONES DE UNA MATRIZ CUADRADA

Wylie C.R. ”Matemáticas superiores para ingeniería ”, 4ª Ed. Mc Graw Hill, México 1994.
P13. Verifique la siguiente identidad
⎡1 2⎤
A=⎢ ⎥ ( A − I ) 2 = A2 − 2A + I
⎣1 3⎦
(x − I )2 = x 2 − 2 x + I
⎡1 − 1 2 − 0⎤ ⎡1 − 1 2 − 0⎤ ⎡1 2⎤ ⎡1 2⎤ ⎡1 2⎤ ⎡1 0⎤
⎢1 − 0 3 − 1 ⎥ ⎢1 − 0 3 − 1 ⎥ = ⎢1 3⎥ ⎢1 3⎥ + (− 2)⎢1 3⎥ + ⎢0 1⎥
⎣ ⎦⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎣ ⎦ ⎣ ⎦
⎡0 2⎤ ⎡0 2⎤ ⎡3 8 ⎤ ⎡− 2 − 4⎤ ⎡1 0⎤
⎢1 2⎥ ⎢1 2⎥ = ⎢4 11⎥ + ⎢− 2 − 6⎥ + ⎢0 1⎥
⎣ ⎦⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
⎡ 2 4⎤ ⎡ 3 8 ⎤ ⎡ − 1 − 4⎤
⎢2 6⎥ = ⎢4 11⎥ + ⎢− 2 − 5⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
⎡ 2 4⎤ ⎡ 2 4⎤
⎢ 2 6⎥ = ⎢ 2 6 ⎥
⎣ ⎦ ⎣ ⎦
Ejercicio: Verifique A 3 − I = ( A − I )( A 2 + A + I )
17.- Si p( x ) = x 4 − x 3 − 3x 2 + 4 x + 2 , evalúese p( A) para
⎡− 4 − 9 − 3⎤
⎡ 4 1⎤ ⎢
a) ⎢ ⎥ d) ⎢ 1 4 1 ⎥⎥
⎣− 3 0 ⎦ ⎢⎣ 3 3 2 ⎥⎦
⎡4 − λ 1 ⎤
A − λI = ⎢ ⎥ = (4 − λ )(0 − λ ) − 1(− 3) = 0
⎣ − 3 0 − λ⎦
− 4λ + λ 2 + 3 = 0 ; λ 2 − 4λ + 3 = 0
(λ − 3)(λ − 1) = 0

λ1 = 3
λ2 = 1 ∴ λ1 ≠ λ2
y los vectores característicos son :
para λ1 = 3 para λ2 = 1
⎡ 1 1 ⎤ ⎡ x1 ⎤ ⎡0⎤ ⎡ 3 1 ⎤ ⎡ x1 ⎤ ⎡0⎤
⎢− 3 − 3⎥ ⎢ x ⎥ = ⎢0⎥ ⎢− 3 − 1⎥ ⎢ x ⎥ = ⎢0⎥
⎣ ⎦⎣ 2 ⎦ ⎣ ⎦ ⎣ ⎦⎣ 2 ⎦ ⎣ ⎦
λ = 3 ; [1 1] x1 + x 2 = 0 λ = 1 ; [3 1] 3x1 + x2 = 0
∴ x1 = − x2 ∴ x2 = −3x1
así así para x 2 = −3 x1 = 1

⎡ 1⎤ ⎡ 1⎤
x1 = ⎢ ⎥ x2 = ⎢ ⎥
⎣− 1⎦ ⎣− 3⎦
luego la matriz modal, S ,es:

Matriz de Transpuesta de
cofactores matriz de cofactores
⎡ 1 1⎤ ⎡− 3 1⎤ ⎡− 3 − 1⎤
S=⎢ ⎥ ⎢ − 1 1⎥ = ⎢ 1 1 ⎥⎦
y por tanto
⎣− 1 − 3⎦ ⎣ ⎦ ⎣
⎡− 3 − 1⎤ ⎡ 32
−1 ⎤ 1
S =− ⎢ ⎥=⎢ 1
1
⎥
2
⎣ + 1 1 ⎦ ⎣− 2 − ⎦
2 1
2
Estas son matrices tales que

⎡3 0⎤
S −1 AS = ⎢ ⎥
⎣0 1 ⎦
luego ésta es la matriz que debe evaluarse
p (λ1 ) = p (3) = (3) − (3) − 3(3) + 4(3) + 2 = 81 − 27 − 27 + 12 + 2 = 41

4 3 2
p (λ2 ) = p (1) = (1) − (1) − 3(1) + 4(1) + 2 = 3

4 3 2
por lo tanto

⎡ p (λ1 ) 0 ⎤ −1
p ( A) = A 4 − A 3 − 3 A 2 + 4 A + 2 I = S ⎢
p (λ 2 )⎥⎦
S
⎣ 0
⎡1 1 ⎤ ⎡ 41 0⎤ ⎡ 32 1
⎤ ⎡ 41 3 ⎤ ⎡ 32 1
⎤
=⎢ ⎥⎢ 1
2
= 2
⎥⎢
⎣ − 1 − 3⎦ ⎣ 0 3⎦ ⎣ − 2 − 12 ⎥⎦ ⎢⎣ − 41 − 9⎥⎦ ⎢⎣ − 12 − 12 ⎥⎦
⎡ 60 − 19⎤
=⎢ ⎥
⎣− 57 − 16⎦
123 3 120
− = = 60
2 2 2
41 3 38
− = = 19
2 2 2
123 9 − 114
− + = = −57
2 2 2
41 9 − 32
− + = = −16
2 2 2
PASOS A SEGUIR (RESUMEN DEL MÉTODO)
1. Plantear ecuación característica de A

2. Obtener los valores característicos y comprobar que sean diferentes
3. Obtener los vectores característicos
4. Obtener la matriz modal
5. Encontrar la inversa de la matriz modal
⎡λ1 0 … 0⎤
⎢0 λ2 … 0 ⎥⎥
−1 ⎢
6. Encontrar S AS = D = ⎢
0 0 0⎥
⎢ ⎥
⎣0 0 … λn ⎦
7. Evaluar, p (λ1 ) , p (λ 2 ) , ..................., p(λ n )
⎡ p(λ1 ) 0 … 0 ⎤
⎢ 0 p(λ 2 ) … 0 ⎥⎥ −1
8. Encontrar p( A) = S ⎢ S
⎢ 0 0 0 ⎥
⎢ ⎥
⎣ 0 0 … p(λ n )⎦

Sección 11.4 P 17 e)
⎡ 2 1 1⎤
⎢ 1 4 3⎥
⎢ ⎥ Evaluar p ( A) = ?
⎢⎣− 1 − 1 0⎥⎦
si p( x ) = x − x − 3x + 4 x + 2
4 3 2
⎡2 − λ 1 1 ⎤
A - λI = ⎢⎢ 1 4−λ 3 ⎥⎥
⎢⎣ − 1 − 1 0 − λ ⎥⎦
= (2 − λ )[(4 − λ )(− λ ) − (− 1)(3)] − (1)[(1)(− λ ) − (− 1)(1)] + (− 1)[(1)(3) − (4 − λ )(1)]

[ ]
= (2 − λ ) − 4λ + λ2 + 3 − (1)(− λ + 1) + (− 1)[3 − 4 + λ ] = λ3 − 6λ2 + 11λ − 6
− 8λ + 2λ2 +6
− 3λ + 4λ2 − 1 − λ3
λ −3
−λ 4
− λ3 + 6λ2 − 11λ + 6 = 0
λ3 − 6λ2 + 11λ − 6 = 0
λ1 = 1 λ1 ≠ λ 2
λ2 = 3 λ 2 ≠ λ3
λ3 = 2 λ1 ≠ λ3
Vectores característicos:
⎡ 1 1 1⎤ 1 3 3
⎢ 1 3 3⎥ −1 −1 −1
⎢ ⎥ λ1 = 1
⎢⎣− 1 − 1 − 1⎥⎦
3 3
x1 = c =0
−1 −1 ⎡ 0⎤
1 3 x1 = ⎢⎢ − 1 ⎥⎥
x2 = −c = −2c
− 1 −1 ⎢⎣ 1 ⎥⎦

1 3
x3 = c = 2c
−1 −1
Para λ 2 = 3
⎡− 1 1 1⎤
⎢ 1 1 −1 1 1
⎢ 3 ⎥⎥ λ2 = 3
1 1 3
⎢⎣− 1 − 1 − 3⎥⎦
1 1
x1 = c = 2c
1 3 ⎡ 1⎤
−1 1 x2 = ⎢⎢ 2 ⎥⎥
x2 = −c = 4c
1 3 ⎢⎣− 1⎥⎦
−1 1
x3 = c = −2c
1 1
Para λ3 = 2
⎡ 0 1 1⎤
⎢ 1 2 1 2 3
⎢ 3 ⎥⎥ λ3 = 2
−1 −1 − 2
⎢⎣− 1 − 1 − 2⎥⎦
2 3
x1 = c = −c
−1 − 2 ⎡ −1 ⎤
1 3 x3 = ⎢⎢ −1 ⎥⎥
x2 = −c = −c
−1 − 2 ⎢⎣ 1 ⎥⎦
1 2
x3 = c =c
−1 −1
así la matriz modal es:
⎡ 0 1 −1 ⎤
S = ⎢⎢ − 1 2 − 1 ⎥⎥
⎢⎣ 1 − 1 1 ⎥⎦

0 1 −1
−1 2 −1
det S = 1 − 1 1 = (− 1 − 1) − (− 1 − 2 ) = −2 + 3 = 1
0 1 −1
−1 2 −1
⎡ 1 0 1⎤ ⎡ 1 0 1⎤
Adjunta S −1 1 ⎢ ⎥ −1 1 ⎢ ⎥
S −1 = S = 0 1 1 S = 0 1 1
det S
;
det S ⎢ ⎥ det S ⎢ ⎥
⎢⎣− 1 1 1⎥⎦ ⎢⎣− 1 1 1 ⎥⎦
⎡1 0 0⎤
S −1 AS = ⎢⎢0 3 0⎥⎥
⎢⎣0 0 2⎥⎦
p(λ1 ) = p(1) = 3
p(λ2 ) = p(3) = 41
p(λ3 ) = p(2) = 6
luego
⎡ 0 1 − 1⎤ ⎡3 0 0⎤ ⎡ 1 0 1⎤
p( A) = ⎢⎢− 1 2 − 1⎥⎥ ⎢⎢0 41 0⎥⎥ ⎢⎢ 0 1 1⎥⎥ =
⎢⎣ 1 − 1 1 ⎥⎦ ⎢⎣0 0 6⎥⎦ ⎢⎣− 1 1 1⎥⎦
⎡ 0 41 − 6 ⎤ ⎡ 1 0 1 ⎤ ⎡ 6 35 35 ⎤
⎢ ⎥ ⎢ ⎥
= ⎢− 3 82 − 6 ⎥ ⎢ 0 1 1 ⎥ = ⎢ 3 ⎢ 76 73 ⎥⎥
⎢⎣ 3 − 41 6 ⎥⎦ ⎢⎣ − 1 1 1 ⎥⎦ ⎢⎣− 3 − 35 − 32⎥⎦

Si p( x ) = x − x − 3x + 4 x + 2 , calcule
4 3 2
p( A) = ? Donde A es:
⎡− 4 − 9 − 3 ⎤
A = ⎢⎢ 1 4 1 ⎥⎥
⎢⎣ 3 3 2 ⎥⎦
−4−λ 9 (− 4 − λ )[(4 − λ )(2 − λ ) − (1)(3)] −

−3
A − λI = 1 4−λ 1 = (1)[− 9(2 − λ ) − (3)(− 3)] + = λ3 − 2λ2 − λ + 2
3 3 2 − λ (3)[(− 9)(1) − (4 − λ )(− 3)]
(− 4 − λ )[8 − 4λ − 2λ + λ2 − 3] − (1)[− 18 + 9λ + 9] + (3)[− 9 + 12 − 3λ ] =

− 4λ2 + 24λ − 20 − λ3 + 6λ2 − 5λ + 9 − 9λ + 9 − 9λ = 0
− λ3 + 2λ 2 + λ − 2 = 0
λ3 − 2λ2 − λ + 2 = 0
1 −2 −1 2 −1
−1 1 2 (λ − 1)(λ − 2)(λ + 1) = 0
1 −1 − 2 0
1 −1 − 2 − 2
−2 −2
1 1 0
y los eigenvalores son ;
λ1 = 1 ∴ λ1 ≠ λ 2
λ2 = 2 λ 2 ≠ λ3
λ3 = −1
Para λ1 = 1
⎡− 5 − 9 − 3 ⎤
⎢ 1 ⎥ 1 3 1
⎢ 3 1 ⎥ λ1 = 1
3 3 1
⎢⎣ 3 3 1 ⎥⎦

3 1
x1 = c =0
3 1
⎡0⎤
x 2 = −c
1 1
= 2c x1 = ⎢⎢ 1 ⎥⎥
3 1
⎢⎣− 3⎥⎦
1 3
x3 = c = −6c
3 3
Para λ 2 = 2
⎡− 6 − 9 − 3 ⎤
⎢ 1 1 2 1
⎢ 2 1 ⎥⎥ λ2 = 2
3 3 0
⎢⎣ 3 3 0 ⎥⎦
2 1
x1 = c = −3c
3 0 ⎡− 1 ⎤
1 1 x2 = ⎢⎢ 1 ⎥⎥
x 2 = −c = 3c
3 0 ⎢⎣− 1 ⎥⎦
1 2
x3 = c = −3c
3 3
Para λ3 = −1
⎡− 3 − 9 − 3 ⎤
⎢ 1 1 5 1
⎢ 5 1 ⎥⎥ λ3 = −1
3 3 3
⎢⎣ 3 3 3 ⎥⎦
5 1
x1 = c = 12c
3 3 ⎡ 1⎤
1 1 x3 = ⎢⎢ 0 ⎥⎥
x 2 = −c =0
3 3 ⎢⎣ − 1 ⎥⎦
1 5
x3 = c = −12c
3 3

con esto la matriz modal es ;

⎡ 0 −1 1 ⎤
S = ⎢⎢ 1 1 0 ⎥⎥
⎢⎣− 3 − 1 − 1 ⎥⎦
⎡ 1 0 1 0 1 1 ⎤
⎢ − ⎥
⎢ −1 −1 − 3 −1 − 3 −1 ⎥
⎢ −1 0 −1⎥
∴ det S = −1 − (1 − 3) = 1
1 0 1
⎢− − ⎥
⎢ −1 −1 − 3 −1 − 3 −1⎥
⎢ −1 1 0 1 0 −1 ⎥
⎢ 1 −
⎣ 0 1 0 1 1 ⎥⎦
Luego la adjunta es la transpuesta de la matriz de cofactores :
⎡− 1 − 2 − 1⎤
⎢1 3 1 ⎥⎥
⎢
⎢⎣ 2 3 1 ⎥⎦
⎡− 1 − 2 − 1⎤ ⎡− 1 − 2 − 1⎤
−1 1 ⎢1 1 ⎥⎥ = ⎢⎢ 1 1 ⎥⎥
y la inversa es S = ⎢ 3 3
det S
⎢⎣ 2 3 1 ⎥⎦ ⎢⎣ 2 3 1 ⎥⎦
luego estas matrices son tales que
⎡1 0 0 ⎤
S −1 AS = ⎢⎢0 2 0 ⎥⎥
⎢⎣0 0 − 1⎥⎦
luego la evaluación del polinomio en los valores λ es ;
p(λ1 ) = p(1) = 3
p(λ2 ) = p(2) = 6
p(λ3 ) = p(− 1) = −3

por lo tanto la evaluación del polinomio con argumento matricial es ;
⎡ p(λ1 ) 0 0 ⎤
4 3 2 ⎢
p ( A) = A − A − 3 A + 4 A + 2 I = S ⎢ 0 p(λ2 ) 0 ⎥⎥ S −1
⎢⎣ 0 0 p(λ3 )⎥⎦
⎡ 0 − 1 1 ⎤ ⎡3 0 0 ⎤ ⎡− 1 − 2 − 1⎤ ⎡ 0 − 6 − 3⎤ ⎡− 1 − 2 − 1⎤
= ⎢⎢ 1 1 0 ⎥⎥ ⎢⎢0 6 0 ⎥⎥ ⎢⎢ 1 3 + 1⎥⎥ = ⎢⎢ 3 6 0 ⎥⎥ ⎢⎢ 1 3 + 1⎥⎥
⎢⎣− 3 − 1 − 1⎥⎦ ⎢⎣0 0 − 3⎥⎦ ⎢⎣ 2 3 1 ⎥⎦ ⎢⎣− 9 − 6 3 ⎥⎦ ⎢⎣ 2 3 1 ⎥⎦
⎡− 12 − 27 − 9 ⎤
p( A) = ⎢⎢ 3 12 3 ⎥⎥
⎢⎣ 9 9 6 ⎥⎦

EL TEOREMA DE CAYLEY-HAMILTON
Para cualquier matriz cuadrada A , siempre hay una ecuación polinomial de orden
n que es satisfecha por A .
TEOREMA 1 Si F (λ ) y p (λ ) son polinomios en la variable escalar λ con coeficientes

que son matrices cuadradas y si p (λ ) = F (λ )( A − λI ) , entonces p ( A) = 0
Ahora puede enunciarse (y demostrarse) uno de los resultados más importantes de la

teoría de matrices, el famoso TEOREMA DE CAYLEY-HAMILTON
TEOREMA 2 (CAYLEY-HAMILTON) Toda matriz cuadrada satisface su propia

ecuación característica.
Demostración Sea A una matriz de n × n cuya ecuación característica es
a11 − λ a12 a1n

a 21 a 22 − λ a2n
A − λI =
a n1 an2 a nn − λ
[
= (− 1) λn − β 1λn −1 + … + (− 1) β n = 0
n n
]
La adjunta de la matriz ( A − λI ) evidentemente es una matriz de n × n cuyos elementos,
siendo los cofactores de los elementos del determinante A − λI , son polinomios en λ ; esto
es ,
⎡ p11 (λ ) p12 (λ ) p1n (λ )⎤

⎢ p (λ ) p (λ ) p 2 n (λ )⎥⎥
adj( A − λI ) = ⎢ 21 22
⎢ ⎥
⎢ ⎥
⎣ p n1 (λ ) p n 2 (λ ) p nn (λ )⎦
Además, de la definición de adición de matrices, se concluye que la última matriz puede

escribirse como un polinomio en λ , por ejemplo, F (λ ) , cuyos coeficientes son matrices de
n × n , siendo el elemento i–ésimo renglón y j-ésima columna del coeficiente matricial de
λk el coeficiente de λk en pij (λ ) . Ahora, por el corolario 1 del teorema 1, sección 10.3,
tenemos
[adj( A − λI )]( A − λI ) = A − λI I =
= (− 1) [λn I − β1λn−1 I + … + (− 1) β n I ]
n n

esto es,
[ ]
= (− 1) λn I − β1λn−1 I + … + (− 1) β n I = F (λ )( A − λI )
n n
Pero ésta es una relación entre polinomios en λ con coeficiente matriciales, precisamente
del tipo cubierto por el teorema 1. Luego, el primer miembro debe anularse cuando se
reemplaza λ por la matriz A . En otras palabras,
A n − β 1 A n −1 + … + (− 1) β n I = 0
n
Ec. CAYLEY-HAMILTON
es decir, la matriz A satisface su propia ecuación característica , como se afirmó.
Con el teorema de Cayley-Hamilton se puede expresar la n-ésima potencia de

cualquier matriz cuadrada como una combinación lineal de potencias inferiores de A .
Por lo tanto, mediante aplicaciones sucesivas del teorema de Cayley-Hamilton,

cualquier potencia entera positiva de A y, por consiguiente, cualquier polinomio en A se
puede expresar como un polinomio en A de grado n − 1 a lo más. Además, si A es no
singular, entonces A −1 existe, y en el desarrollo de A − λI el término constante β n = A
es diferente de cero. De donde, multiplicando la ecuación de Cayley-Hamilton
A n − β 1 A n −1 + … + (− 1) β n I = 0
n
por A −1 , con lo cual, se obtiene
A n−1 − β1 A n−2 + … + (− 1) β n−1 I + (− 1)n β n IA−1 = 0

n −1
de donde, despejando A −1 , se obtiene
A −1
=
(− 1)
n −1
[An−1 − β A n−2 + … + (− 1)
n −1
β n −1 I ]
βn
1
En algunos casos éste es un método conveniente para obtener la inversa de una matriz A .
Ejemplo
⎡ − 4 5 5⎤
⎢ ⎥
Si A = ⎢ − 5 6 5⎥ , se encuentra mediante un cálculo sencillo que
⎢⎣ − 5 5 6⎥⎦

A − λI = −λ3 + 8λ2 − 13λ + 6
Luego, del teorema de Cayley-Hamilton, se sigue que
A 3 − 8 A 2 + 13 A − 6 I = 0
como se puede verificar fácilmente por cálculo directo. Usando esta relación ahora
podemos expresar las potencias más elevadas de A como polinomios cuadráticos en A .
Por ejemplo,
(
A 4 = AA3 = A 8 A 2 − 13 A + 6 I )
= 8 A3 − 13 A2 + 6 A
= 8(8 A2 − 13 A + 6 I ) − 13 A2 + 6 A
= 51A2 − 98 A + 48I
y (
A5 = AA4 = A 51A2 − 98 A + 48I )
= 51(8 A2 − 13 A + 6 I ) − 98 A2 + 48 A
= 310 A2 − 615 A + 306I
Análogamente, multiplicando la ecuación de Cayley-Hamilton por A −1 y despejando luego

A −1 , encontramos
A−1 =
6
(
1 2
A − 8 A + 13I )
⎛ ⎡− 34 35 35⎤ ⎡− 4 5 5⎤ ⎡1 0 0⎤ ⎞ ⎡11 − 5 − 5 ⎤
1 ⎜⎢ ⎟
= ⎜ ⎢− 35 36 35⎥⎥ − 8⎢⎢ − 5 6 5⎥⎥ + 13⎢⎢0 1 0⎥⎥ ⎟ = ⎢ 5 1 − 5 ⎥⎥
1
6⎜ ⎢
⎢⎣0 0 1⎥⎦ ⎟⎠
6
⎝ ⎢⎣− 35 35 36⎥⎦ ⎢⎣ − 5 5 6⎥⎦ ⎢⎣ 5 − 5 1 ⎥⎦
La ecuación de Cayley-Hamilton no es necesariamente la ecuación polinomial de

menor grado que satisface una matriz cuadrada dada. Por ejemplo, se comprueba fácilmente
que la matriz A del último ejemplo no solo satisface la ecuación de Cayley-Hamilton
A 3 − 8 A 2 + 13 A − 6 I = 0
sino también la ecuación cuadrática más sencilla
A2 − 7 A + 6I = 0

DEFINICIÓN 1 Si A es una matriz cuadrada, cualquier polinomio p con la propiedad

de que p ( A) = 0 se dice que anula a A .
De aquí se tiene la siguiente definición
DEFINICIÓN 2 El polinomio único con primer coeficiente 1 y de grado mínimo que

anula una matriz cuadrada A se llama polinomio mínimo de A .
Entre las propiedades de los polinomios mínimos, se citan
TEOREMA 3 Las matrices semejantes tienen el mismo polinomio mínimo.
TEOREMA 4 El polinomio mínimo de cualquier matriz cuadrada A es un divisor de

todo polinomio que anule a A .
TEOREMA 5 Si las raíces características de una matriz A son todas distintas, excepto
posiblemente en el signo, el polinomio característico y el polinomio mínimo de A son los
mismos.
TEOREMA 6 Si A es una matriz cuadrada y si f ( x ) y g ( x ) son polinomios escalares

tales que g ( A) es no singular, entonces f ( A) / g ( A) es igual a un polinomio en A .
Lo anterior pude expresarse a través de la siguiente identidad
⎡ ⎤
⎢ ⎥
n ⎢ p (λ k )
(A − λ i I )⎥⎥
n
p ( A) = ∑ ⎢ n ∏
(λ k − λ i ) ii =≠1k
Identidad Sylvester (5)
k =1 ⎢
∏
⎢ i =1
⎥
⎥
⎣ i≠k ⎦
⎡− 15 − 14 − 40⎤
Ejemplo: Si A = ⎢⎢ 6 7 14 ⎥⎥ , exprese
⎢⎣ 5 4 14 ⎥⎦
p ( A ) = A 6 − 6 A 5 + 12 A 4 − 12 A 3 + 12 A 2 − 8 A + 3 I en la forma más sencilla posible.
Solución; Por un cálculo directo encontramos la ecuación característica de A

− 15 − λ − 14 − 40
A − λI = 6 7−λ 14 = −λ3 + 6λ2 − 11λ + 6 = 0
5 4 14 − λ
Por tanto, los valores característicos de A son λ1 = 1 , λ 2 = 2 , λ3 = 3 .

De donde ,
p(λ1 ) = p(1) = 2
p(λ2 ) = p(2) = 3
p(λ3 ) = p(3) = 6
y, sustituyendo en la ecuación (5),
p ( A) = ( A − 2 I )( A − 3I ) + ( A − I )( A − 3I ) +
2 3
(1 − 2)(1 − 3) (2 − 1)(2 − 3)
+
6
( A − I )( A − 2 I ) = A 2 − 2 A + 3I
(3 − 1)(3 − 2)

SECCIÓN 11-5 Wylie C.R. ”Matemáticas superiores para ingeniería ”, 4ª Ed. Mc

Graw Hill, México 1994.
2) Mediante el Teorema de Cayley-Hamilton, hállese la inversa de cada una de las

siguientes matrices.
⎡ 2 − 4 − 4⎤
A = ⎢⎢1 − 4 − 5⎥⎥
⎢⎣1 4 5 ⎥⎦
2−λ −4 −4
A − λI = 1 − 4 − λ − 5 = (2 − λ )[(− 4 − λ )(5 − λ ) − (4)(− 5)] − (1)[(− 4)(5 − λ ) − 4(− 4)]
1 4 5−λ
+ (1)[(− 4)(− 5) − (− 4 − λ )(− 4)] = −λ3 + 3λ2 − 10λ + 8 = 0
= (2 − λ )(− 4 − λ )(5 − λ ) − (4)(− 5)(2 − λ ) + (− 1)(− 4)(5 − λ ) + (1)(4)(− 4) + (− 4)(− 5) − (1)(− 4 − λ )(− 4) =
( )
= − 8 − 2λ + 4λ + λ2 (5 − λ ) + 40 − 20λ + 20 − 4λ − 16 + 20 − 16 − 4λ =
= 5λ + 10 λ − 40 − λ3 − 2λ 2 + 8λ + 48 − 28λ = 0 ;
2
− λ3 + 3λ2 − 10λ + 8 = 0
Luego la ec. de Cayley-Hamilton es :
A 3 − 3 A 2 + 10 A − 8 I = 0
multiplicando la ecuación de Cayley-Hamilton por A −1
A 2 − 3 A + 10 I − 8 A −1 = 0
despejando ahora A −1
A −1 =
1 2
8
(
A − 3 A + 10 I )
⎛ ⎡ 2 − 4 − 4⎤ ⎡ 2 − 4 − 4⎤ ⎡ 2 − 4 − 4⎤ ⎡1 0 0⎤ ⎞
1⎜⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎟
⎜ ⎢1 − 4 − 5⎥ ⎢1 − 4 − 5⎥ − 3⎢1 − 4 − 5⎥ + 10 ⎢0 1 0⎥ ⎟ =
8⎜
⎝ ⎢⎣1 4 5 ⎥⎦ ⎢⎣1 4 5 ⎥⎦ ⎢⎣1 4 5 ⎥⎦ ⎢⎣0 0 1⎥⎦ ⎟⎠

⎛ ⎡− 4 − 8 − 8⎤ ⎡− 6 + 12 12 ⎤ ⎡10 0 0 ⎤ ⎞
1⎜⎢ ⎟
= ⎜ ⎢− 7 − 8 − 9⎥⎥ + ⎢⎢ − 3 12 15 ⎥⎥ + ⎢⎢ 0 10 0 ⎥⎥ ⎟
8⎜
⎝ ⎢⎣ 11 0 1 ⎥⎦ ⎢⎣ − 3 − 12 − 15⎥⎦ ⎢⎣ 0 0 10⎥⎦ ⎟⎠
⎡− 4 − 6 + 10 − 8 + 12 + 0 − 8 + 12 + 0⎤
1⎢
= ⎢ −7−3+0 − 8 + 12 + 10 − 9 + 15 + 0⎥⎥ =
8
⎢⎣ 11 − 3 + 0 0 − 12 + 0 1 − 15 + 10 ⎥⎦
⎡ 0 4 4⎤ ⎡ 0 1 1 ⎤
1⎢ ⎥ ⎢ 2 2 ⎥
= ⎢− 10 14 6 ⎥ = ⎢−
4 ⎥⎥
5 7 3
8 ⎢ 4 4
⎢⎣ 8 − 12 − 4⎥⎦ ⎢ 1 −3 −1 ⎥
⎣ 2 2⎦
c) Usando el teorema de Cayley-Hamilton encuentre la inversa de la siguiente matriz
⎡− 4 − 9 − 3 ⎤
A = ⎢⎢ 1 4 1 ⎥⎥
⎢⎣ 3 3 2 ⎥⎦
−4−λ −9 −3
4−λ 1 −9 −3 −9 −3
A − λI = 1 4−λ 1 = (− 4 − λ ) −1 +3
3 2−λ 3 2−λ 4−λ 1
3 3 2−λ
= (− 4 − λ )[(4 − λ )(2 − λ ) − 3] − (1)[− 18 + 9λ + 9] + (3)[− 9 + 12 − 3λ ]

[ ]
= (− 4 − λ ) 8 − 4λ − 2λ + λ2 − 3 − 9λ + 9 + 9 − 9λ
= −4λ 2 + 24λ − 20 − λ3 + 6λ 2 − 5λ − 18λ + 18
− λ3 + 2λ2 + λ − 2 = 0
Así la ec. de Cayley- Hamilton es: A3 − 2 A 2 − A + 2 I = 0
Multiplicando por A −1 se tiene: A 2 − 2 A − I + 2 A −1 = 0
Despejando A −1 se obtiene A −1 = −
2
(
1 2
A − 2A − I )

⎛ ⎡− 4 − 9 − 3⎤ ⎡− 4 − 9 − 3⎤ ⎡− 4 − 9 − 3⎤ ⎡1 0 0⎤ ⎞
1 ⎜⎢ ⎥ ⎢ ⎟
= − ⎜⎢ 1 4 1 ⎥⎢ 1 4 ⎥
1 ⎥ − 2⎢⎢ 1 4 1 ⎥⎥ − ⎢⎢0 1 0⎥⎥ ⎟
2⎜
⎝ ⎢⎣ 3 3 2 ⎥⎦ ⎢⎣ 3 3 2 ⎥⎦ ⎢⎣ 3 3 2 ⎥⎦ ⎢⎣0 0 1⎥⎦ ⎟⎠
⎛ ⎡− 2 − 9 − 3⎤ ⎡ + 8 + 18 − 3⎤ ⎡− 1 0 0 ⎤ ⎞
1 ⎜⎢ ⎟
= − ⎜ ⎢ 3 10 3 ⎥⎥ + ⎢⎢− 2 − 8 1 ⎥⎥ + ⎢⎢ 0 − 1 0 ⎥⎥ ⎟
2⎜ ⎟
⎝ ⎢⎣ − 3 − 9 − 2⎥⎦ ⎢⎣− 6 − 6 2 ⎥⎦ ⎢⎣ 0 0 − 1⎥⎦ ⎠
⎛ ⎡ − 2 + 8 − 1 − 9 + 18 + 0 − 3 + 6 + 0⎤ ⎞ ⎡5 9 3⎤
1 ⎜⎢ ⎥ ⎟ 1⎢
= − ⎜⎢ 3− 5 + 0 10 − 8 − 1 3 − 2 + 0 ⎥⎟ = − ⎢ 1 1 1 ⎥⎥ =
2⎜ ⎟ 2
⎝ ⎢⎣− 3 − 6 + 0 − 9 − 6 + 0 − 2 − 4 − 1⎥⎦ ⎠ ⎢⎣− 9 − 15 − 7 ⎥⎦
⎡− 5 −9 −3 ⎤
⎢ 2 2 2⎥
= ⎢− 1 − −
2 ⎥⎥
1 1
⎢ 92 15
2
7
⎢⎣ 2 2 2 ⎥⎦
P3.- Hállese el polinomio mínimo de cada una de las siguientes matrices
⎡ 7 2 −2⎤
d) A = ⎢⎢− 6 − 1 2 ⎥⎥
⎢⎣ 6 2 − 1 ⎥⎦
A − λI =
= (7 − λ )[(− 1 − λ )(− 1 − λ ) − 4] + 6[(2)(− 1 − λ ) + 4] + 6[4 + 2(− 1 − λ )]
(7 − λ )[1 + 2λ + λ2 − 4] + [− 12 − 12λ + 24] + 24 − 12λ − 12
7 λ 2 + 14 λ − 21 − λ3 − 2λ 2 + 3λ + 24 − 24λ
− λ3 + 5λ2 − 7λ + 3 = 0
λ3 − 5λ2 + 7λ − 3 = 0 = (λ − 1)(λ − 1)(λ − 3)
A3 − 5 A 2 + 7 A − 3I = 0 ∴ A 3 = 5 A 2 − 7 A + 3I
Los valores característicos son:

1 −5 7 −3 1
1 −4 3
1 −4 3 0

1 −4 3 1
1 −3
1 −3 0
(λ − 1)(λ − 1)(λ − 3) = 0
( A − 1)( A − 3)
A 2 − 4 A + 3I Polinomio mínimo
P4.- Aplicando tanto el teorema de Cayley-Hamilton como la identidad de Sylvester,

evaluar p( A) = A 5 − A 4 − 2 A 3 + A 2 + A − 3I
⎡3 − 2 ⎤
A=⎢ ⎥
⎣5 − 4⎦
A − λI = (3 − λ )(− 4 − λ ) − (5)(− 2) = 0
= −12 − 3λ + 4λ + λ2 + 10
= λ2 + λ − 2 ∴ (λ + 2)(λ − 1) =0
y la ecuación de Cayley-Hamilton es
A2 + A − 2I = 0 A2 = − A + 2I
A 3 = A ⋅ A 2 = A(− A + 2 I ) = − A 2 + 2 A = A − 2 I + 2 A = 3 A − 2 I
A 4 = A ⋅ A 3 = A(3 A − 2 I ) = 3 A 2 − 2 A = 3(− A + 2 I ) − 2 A = −3 A + 6 I − 2 A =
= −5 A + 6 I
A5 = A ⋅ A 4 = A ( − 5 A + 6 I ) = − 5 A 2 + 6 A = − 5 ( − A + 2 I ) + 6 A =
= 5 A − 10 I + 6 A
= 11 A − 10 I
p ( A) = A 5 − A 4 − 2 A 3 + A 2 + A − 3I
p( A) = 11A − 10 I − (− 5 A + 6 I ) − 2(3 A − 2 I ) + (− 4 + 2 I ) + A − 3I = 10 A − 13I

⎡3 − 2⎤ ⎡1 0⎤ ⎡30 − 13 − 20 − 0 ⎤ ⎡17 − 20⎤

p( A) = 10 A − 13I = 10⎢ ⎥ − 13⎢ ⎥=⎢ ⎥=⎢ ⎥
⎣5 − 4⎦ ⎣0 1⎦ ⎣ 50 − 0 − 40 − 13⎦ ⎣50 − 53⎦
IDENTIDAD DE SYLVESTER
⎡ ⎤
⎢ ⎥
n ⎢ p (λ k )
(A − λ i I )⎥⎥
n
p ( A) = ∑ ⎢ n ∏
(λ k − λ i ) ii =≠1k
Los valores característicos son
k =1 ⎢
∏
⎢ i =1
⎥
⎥ λ 1 = −2
⎣ i≠k ⎦
λ2 =1
Así:
p(λ1 ) = p(− 2) = −33

p(λ 2 ) = p(1) = −3
Luego:
− 33
p ( A) = ( A − I ) + − 3 ( A + 2I )
− 2 −1 (1 + 2)
p ( A) = 10 A − 13I
⎡17 − 20⎤
y como ya vimos p( A) = ⎢ ⎥
⎣50 − 53⎦

d) Aplicando tanto el teorema de Cayley-Hamilton como la identidad de Sylvester,

evaluar p( A) = A 5 − A 4 − 2 A 3 + A 2 + A − 3I
⎡ 2 −4 −4⎤
A = ⎢⎢ 1 − 4 − 5 ⎥⎥
⎢⎣− 1 4 5 ⎥⎦
A − λI = (2 − λ )[(− 4 − λ )(5 − λ ) + 20] − 1[(− 4)(5 − λ ) + 16] − 1[20 − (− 4)(− 4 − λ )]

[ ]
= (2 − λ ) − 20 + 4λ − 5λ + λ2 + 20 − [− 20 + 4λ + 16] − [20 − 16 − 4λ ]
= (2 − λ )[λ 2
]
− λ + 4 − 4λ − 4 + 4λ
= 2λ − 2λ − λ + λ 2 = −λ3 + 3λ 2 − 2λ
2 3
λ3 − 3λ2 + 2λ = 0
(
λ λ 2 − 3λ + 2 = 0 )
λ1 = 0 λ2 = 2 λ3 = 1
p(0) = −3
p(2) = 3
p(1) = −3
−3 −3
( A − 2 I )( A − I ) + 3
( A − 0 I )( A − I ) + ( A − 0I )( A − 2 I )
(0 − 2)(0 − 1) (2 − 0)(2 − 1) (1 − 0)(1 − 2)
=
=−
2
(
3 2 3
) (
A − 3 A + 2 I + A2 − A + 3 A2 − 2 A =
2
) ( )
3 9 3 3
= − A2 + A − 3 I + A2 − A + 3 A 2 − 6 A =
2 2 2 2
= 3 A 2 − 3 A − 3I

EJERCICIOS PROPUESTOS {Resolver: opcion1 (pares), opcion2(nones)
1. Sin aplicar el teorema de Cayley-Hamilton, pruébese que toda matriz de n × n

satisface una ecuación polinomial de grado n 2 a lo sumo.
2. Mediante el teorema de Cayley-Hamilton, hállese la inversa de cada una de las
siguientes matrices
a) b) c)
⎡ 2 − 4 − 4⎤ ⎡ 2 1 1⎤ ⎡− 4 − 9 − 3⎤
⎢1 − 4 − 5 ⎥ ⎢ 1 4 3⎥ ⎢1 4 1 ⎥⎥
⎢ ⎥ ⎢ ⎥ ⎢
⎢⎣1 4 5 ⎥⎦ ⎢⎣− 1 − 1 0 ⎥⎦ ⎢⎣ 3 3 2 ⎥⎦
3. Hállese el polinomio mínimo de cada una de las siguientes matrices

a) b)
⎡1 1 1⎤ ⎡ −1 2 2⎤
⎢1 1 1⎥ ⎢ 2 −1 − 2 ⎥
⎢ ⎥ ⎢ ⎥
⎢⎣1 1 1⎥⎦ ⎢⎣− 2 2 3 ⎥⎦
c) d)
⎡ 1 1 1⎤ ⎡ 7 2 −2⎤
⎢ 1 1 −1 ⎥ ⎢− 6 −1 2 ⎥⎥
⎢ ⎥ ⎢
⎢⎣− 1 1 3 ⎥⎦ ⎢⎣ 6 2 − 1 ⎥⎦
4. Aplicando el teorema de Cayley-Hamilton como la identidad de Silvester, evalúese

p ( A) = A 5 − A 4 + 2 A 3 + A 2 + A − 3I para cada una de las siguientes matrices A
a) b)
⎡3 − 2⎤ ⎡4 − 1⎤
⎢5 − 4⎥ ⎢6 − 1⎥
⎣ ⎦ ⎣ ⎦
c) d) e)
⎡ 2 −4 −4⎤ ⎡ −1 2 1⎤
⎡− 2 − 6 ⎤ ⎢ 1 −4 −5 ⎥ ⎢ 2
⎢ 2 − 1 − 3 ⎥⎥
⎣ 5 ⎥⎦ ⎢ ⎥ ⎢
⎢⎣ − 1 4 5 ⎥⎦ ⎢⎣− 2 2 3 ⎥⎦
5. 14.8/P31 Wylie C.R. “Advanced Engineering Mathematics”, 6th ed. Mc Graw Hill,
1995
Ejercicios opcion1 {14.5(1), 14.6(37), 14.8(19,25,32)}
Ejercicios opcion2 {14.5(1), 14.6(35), 14.8 (24, 25, 31)}

ANALISIS TENSORIAL
INTRODUCCION: En este capítulo tomaremos como idea fundamental para un vector el

concepto de una cantidad invariante bajo cualquier transformación de coordenadas. Esto
nos conducirá a la idea de las representaciones covariante y contravariantes de los vectores
y de aquí al concepto altamente importante de tensor. Aunque no haremos una discusión
detallada de ANÁLISIS TENSORIAL, si indicaremos algunas de sus características principales
y destacaremos la importancia de la notación tensorial.
CORDENADAS OBLICUAS
Para nuestros estudios de tensores requeriremos de notación del tipo (tensores

covariantes y contravariantes)
ξα ∴ donde alfa (α) es un índice y no un exponente.
Como un ejemplo de coordenadas generalizadas, considere el siguiente sistema de

coordenadas (X 1 , X 2 , X 3 ) el cual se relaciona al sistema de coordenadas rectangulares (x1,
x2, x3) por las ecuaciones:
X 1 = a11 x 1 + a12 x 2 + a13 x 3

X 2 = a 21 x 1 + a 22 x 2 + a 23 x 3
X 3 = a31 x 1 + a32 x 2 + a33 x 3
ó en la forma matricial:
X = Ax (1)
y también: Aquí se utiliza la barra ( X ) para denotar no

sólo las nuevas coordenadas sino también todas
x = A−1 X (2) las cantidades referidas al nuevo sistema de
coordenadas.
donde:
⎡ x1 ⎤ ⎡X 1 ⎤ ⎡ a11 a12 a13 ⎤

⎢ ⎥ ⎢ ⎥
x = ⎢x2 ⎥ ; X = ⎢X 2 ⎥ ; A = ⎢a 21 a 22 a 23 ⎥
⎢ ⎥
⎢x3 ⎥ ⎢X 3 ⎥ ⎢⎣a 31 a 32 a 33 ⎥⎦
⎣ ⎦ ⎣ ⎦
Los puntos geométricos para los cuales X 1 = 0, X 2 = 0, X 3 = 0, están en el plano
Tensores V-1 Aguilera A.

Π 1 : a11 x 1 + a12 x 2 + a13 x 3 = 0

Π 2 : a 21 x 1 + a 22 x 2 + a 23 x 3 = 0
Π 3 : a 31 x 1 + a 32 x 2 + a33 x 3 = 0
así el eje X 1 es la intersección de Π2 y Π3, similarmente X 2 es la intersección de Π1 y Π3

y X 3 es la intersección de Π1 y Π2.
x2 x2
2 1 2
x x x e2
π3
1
x
π2 e 2 (0,1,0)
e1 (1,0,0)
π1 e1
3 1
x 3
x e3 e 3 (0,0,1)
x x3
x1
3
x
a) b)
Un sistema de coordenadas rectangular y oblicuo con sus vectores de referencia
relacionados.
X 1, X2 y X 3 son ejes concurrentes pero además son líneas distintas y no coplanares.
En general, sin embargo, no son mutuamente perpendiculares, y por esta razón se conocen
como los ejes de un sistema de coordenadas oblicuas.
Sean e1 , e2 y e3 los vectores del origen a los puntos cuyas coordenadas

oblicuas son (1, 0, 0), (0, 1, 0) y (0, 0, 1).
Para determinar las longitudes de los vectores de referencia e1 , e2 y e3 y

obtener la fórmula para medir distancias en coordenadas oblicuas considere el vector V del
punto P como la matriz de coordenadas oblicuas:
⎡ p1 ⎤
⎢ ⎥
Vp = ⎢ p 2 ⎥
⎢ p3 ⎥
⎣ ⎦

Al punto Q cuya matriz de coordenadas oblicuas es:
⎡q1 ⎤
⎢ ⎥
VQ = ⎢ q 2 ⎥
⎢q 3 ⎥
⎣ ⎦
De la ecuación (2) se tiene que las coordenadas rectangulares de P y Q son

P (= P ) , Q (= Q )
V p = A−1V p y VQ = A−1VQ
De aquí, en coordenadas rectangulares el vector V = VQ − VP (Fig. 2a) definido en

coordenadas oblicuas por la matriz de componentes V = VQ − VP es el vector V= VQ - VP
(Fig. 2b) definido por la matriz
V = VQ − VP = A−1VQ − A−1VP = A−1 (VQ − VP ) = A−1V
2
x x2
Q Q
VQ V = V Q −V P VQ
V=VQ-VP
P
P
VP VP
1
x
x1
3
x x3
a) Fig. 2 b)
En coordenadas rectangulares, el cuadrado de la longitud de un vector V cuya

matriz de componentes es V está dada por
V⋅V = V T IV = VTGV (G por conveniencia)

Ya que la longitud de un vector es INVARIANTE en cualquier sistema de

coordenadas, se define el producto escalar de un vector por si mismo en coordenadas
oblicuas por la siguiente condición
V ⋅ V = V⋅V = (A−1V ) I (A−1V ) = V T (A−1 ) IA−1V =

T T
[(
= V T A −1 )
T
]
IA −1 .V
= V T GV (3)
Y para vectores diferentes, digamos U y V
U ⋅ V = U⋅V = (A−1U ) I (A−1V ) = U T (A−1 ) IA−1V

T T
[
= U T (A−1 ) IA−1 .V
T
]
= U TGV (4)
Así, las propiedades métricas de espacio, las cuales en coordenadas rectangulares
son definidas por la matriz identidad I = G, son en coordenadas oblicuas definidas por la
matriz (A-1)TIA-1 = G , donde A es la matriz de la transformación X = AX de coordenadas
rectangulares a oblicuas.
Sea g ij el elemento en el i-ésimo renglón y en la j-ésima columna de la matriz

G = (A−1 ) IA−1 , es claro de (3) y (4) que para los vectores de referencia e1 , e2
T
y e3
definidos por las matrices:
⎡1⎤ ⎡0⎤ ⎡0⎤

e1 = ⎢0⎥ ; e2 = ⎢1 ⎥ ; e3 = ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢⎣0⎥⎦ ⎢⎣0⎥⎦ ⎢⎣1⎥⎦
Se tiene
ei ⋅ e j = g ij (5)
En particular, las longitudes de e1 , e2 y e3 son:
e1 = g11 ; e2 = g 22 ; e3 = g 33

La longitud de ei es tal que si R es el vector que se extiende a lo largo del eje X i

del origen al punto X i = a i , entonces la longitud de R es igual al valor absoluto de la
coordenada a i por la longitud de ei , esto es:
R = a i ⋅ ei
A diferencia del sistema de coordenadas rectangulares en coordenadas oblicuas

(
pueden elegirse dos conjuntos de coordenadas en forma intrínseca X 1 , X 2 , X 3 y )
direcciones perpendiculares a los planos coordenados Π1, Π2 y Π3. Como vectores base en
estas direcciones es adecuado tomar vectores e 1 , e 2 , e 3 definidos por las condiciones:
⎧0 i ≠ j
ei ⋅ ej = ⎨ (6)
⎩1 i = 1
Para i ≠ j estas relaciones fijan las direcciones de los nuevos vectores de referencia,
y para i = j determinan su longitud y sentido. Los vectores e 1 , e 2 , e 3 se dice que
forman un conjunto recíproco al conjunto e1 , e2 , e3 y viceversa.
Es evidente que en coordenadas

rectangulares el conjunto de
vectores base y el conjunto de
vectores recíprocos son los
mismos; esto es i=e1=e1,
j=e2,=e2, k=e3,=e3.
Como e 1 , e 2 , e 3 son no coplanares pueden usarse como una base para la

representación de cualquier vector. Así, cuando usamos coordenadas oblicuas cualquier
vector V tiene dos diferentes representaciones naturales: puede expresarse como una
combinación lineal de los vectores e1 , e2 , e3 o como una combinación lineal de los vectores
del conjunto recíproco e 1 , e 2 , e 3 .
En particular los conjuntos puedan relacionarse por:
e1 = μ11e 1 + μ12 e 2 + μ13 e 3

e2 = μ 21e 1 + μ 22 e 2 + μ 23 e 3
e3 = μ 31e 1 + μ 32 e 2 + μ 33 e 3

Y luego formamos el producto escalar de cada uno de los lados de la i-ésima

ecuación con e j , se obtiene
ei ⋅ e j = μ i1e 1 ⋅ e j + μ i 2 e 2 ⋅ e j + μ i 3 e 3 ⋅ e j
De aquí, usando las ecuaciones (5) y (6), se obtiene
g ij = μ ij
Y por lo tanto
e1 = g11e 1 + g12 e 2 + g13 e 3

e2 = g 21e 1 + g 22 e 2 + g 23 e 3 ( 7 )
e3 = g 31e + g 32 e + g 33 e
1 2 3
Si se definen las matrices
⎡ e1 ⎤ ⎡e 1 ⎤
⎢ ⎥
Ve = ⎢⎢e2 ⎥⎥ y V e = ⎢e 2 ⎥
⎢⎣e3 ⎥⎦ ⎢e 3 ⎥
⎣ ⎦
La ecuación ( 7 ) puede escribirse en forma mas compacta
Ve = G V e
(8)
De aquí se sigue que
V e = G −1Ve (9)
ó
e 1 = g 11e1 + g 12 e2 + g 13 e3
e 2 = g 21e1 + g 22 e2 + g 23 e 3 ( 10 )
e 3 = g 31e1 + g 32 e2 + g 33 e3
−1
Dónde g ij es el elemento en el i-ésimo renglón y j-ésima columna de G ; esto es:

G ji
g =
ij
Por supuesto, ya que G = g ij = (A −1 ) A −1 es [ ] T

SIMÉTRICA, así su inversa es ;
G
−1
[ ] = AA
= g
ij T
, de ( 10 ) y ( 6 ) se obtiene:
e ⋅e = g
i j ij
( 11 )
Y de aquí en forma más general:
( 2 3
)(
V ⋅V = v 1 e + v 2 e + v 3 e ⋅ v 1 e + v 2 e + v 3 e = V G V
1 1 2 3
) T −1
Así, en coordenadas oblicuas las propiedades métricas de espacio, las cuales son
determinadas por la matriz G = g ij = A −1 [ ] ( ) T
A −1 si los vectores están representados en
términos de los vectores base e 1 , e 2 , e 3 son igualmente bien determinados por la
matriz inversa G
−1
[ ] = AA
= g
ij T
si los vectores están representados en términos de los
1 2 3
vectores base recíprocos e , e , e .
Considere la representación de los vectores i = e1 = e1, j = e2 = e2, k = e3 = e3 en términos de

los vectores e1 , e2 , e3 y e 1 , e 2 , e 3 y viceversa:
⎡1 ⎤ ⎡0 ⎤ ⎡0 ⎤ ⎡ a 11 ⎤ ⎡ a 12 ⎤ ⎡ a 13 ⎤
⎢ 21 ⎥ ⎢ 22 ⎥ ⎢ 23 ⎥
e1 = ⎢⎢0⎥⎥; e2 = ⎢⎢1⎥⎥; e3 = ⎢⎢0⎥⎥; ⎢ a ⎥; ⎢ a ⎥; ⎢a ⎥
⎢⎣0⎥⎦ ⎢⎣0⎥⎦ ⎢⎣1⎥⎦ ⎢ a 31 ⎥ ⎢ a 32 ⎥ ⎢ a 33 ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
X = A −1 X
A ji
donde a ij = es el elemento en el i-ésimo renglón y j-ésima columna de la matriz A-1, se
A
tiene:
e1 = a 11 i + a 21 j + a 31 k = a 11 e1 + a 21 e 2 + a 31 e 3
e 2 = a 12 i + a 22 j + a 23 k = a 12 e1 + a 22 e 2 + a 23 e3 ( 12 )
e 3 = a 13 i + a 23 j + a 33 k = a 13 e1 + a 23 e 2 + a 33 e 3
Introduciendo las siguientes matrices:

⎡ e1 ⎤ ⎡ i ⎤ ⎡ e1 ⎤ ⎡ e ⎤
1
⎢ ⎥ ⎢ ⎥
V e = ⎢e 2 ⎥ y Ve = ⎢⎢ j ⎥⎥ = ⎢⎢e 2 ⎥⎥ = ⎢e 2 ⎥ = V e
⎢⎣e 3 ⎥⎦ ⎢⎣k ⎥⎦ ⎢⎣e 3 ⎥⎦ ⎢⎣e 3 ⎥⎦
Se tiene:
( ) T
V e = A −1 Ve = A T ( ) −1
Ve ( 13 )
Y de aquí:
Ve = A T V e ( 14 )
Esto es:
e1 = a11 e 1 + a 21 e 2 + a 31 e 3
e 2 = a12 e 1 + a 22 e 2 + a 23 e 3 ( 15 )
e 3 = a13 e 1 + a 23 e 2 + a 33 e 3
Por lo tanto las ecuaciones expresan i = e1, j = e2, k = e3 en términos de los vectores
bases e1 , e2 , e3 del sistema oblicuo.
−1
Ahora para e 1 , e 2 , e 3 → e1 = i, e2 = j, e3 = k, de la ecuación ( 9 ) V = G V e
e
−1
de usar ( 13 ) y el hecho de que G = AA T y Ve = V e , se obtiene:
(
V e = AAT AT )( ) −1
V e = AV e ( 16 )
esto es:
e 1 = a11 e 1 + a12 e 2 + a13 e 3

e 2 = a 21 e 1 + a 22 e 2 + a 23 e 3 ( 17 )
e = a 31 e + a 32 e + a 33 e
3 1 2 3
Resolviendo para Ve:
V e = A −1V e ( 18 )
ó:
e1 = a 11e 1 + a 12 e 2 + a 13 e 3
e 2 = a 21e 1 + a 22 e 2 + a 23 e 3 ( 19 )
e 3 = a 31e 1 + a 32 e 2 + a 33 e 3

Suponga ahora que se tiene un vector:
V = V r = uiˆ + vˆj + zkˆ ≡ v 1e1 + v 2 e2 + v 3 e3 ≡ v1e1 + v 2 e 2 + v3 e 3 = Vr
Dónde, ya que V está dado en un sistema de coordenadas rectangulares ei = ei y por

lo tanto vi = vi. Si se expresa V = Vr en términos de los vectores base e1 , e2 , e3 del
sistema oblicuo por medio de ( 15 ), se obtiene, después de agrupar términos:
( ) ( ) (
V r = v 1 a11 + v 2 a12 + v 3 a13 e1 + v 1 a 21 + v 2 a 22 + v 3 a 23 e 2 + v 1 a 31 + v 2 a 32 + v 3 a 33 e 3 )
= v e1 + v e2 + v e3
1 2 3
Así, cuando V es transformado de su representación en términos de los vectores

base e1, e2, e3 a la representación correspondiente en términos de los vectores base
e1 , e2 , e3 , las componentes de V = Vr se transforman de acuerdo a la siguiente ley:
v i = ai1v1 + ai 2 v 2 + ai 3 v 3 ( 21 )
ó: V r = AV r ( 22 )
Similarmente, si expresamos V = Vr en términos de los vectores base recíprocos

e , e , e 3 por medio de ( 19 ), se obtiene:
1 2
( ) ( ) (
V r = v1 a 11 + v 2 a 21 + v 3 a 31 e 1 + v1 a 12 + v 2 a 22 + v 3 a 32 e 2 + v1 a 13 + v 2 a 23 + v 3 a 33 e 3 )
= v1e + v 2 e + v3 e
1 2 3
( 23 )
Esta transformación (componentes) se rige por la siguiente ley:
vi = a 1i v1 + a 2i v 2 + a 3i v3 ( 24 )
ó:
( )
Vr = A −1 Vr
T
( 25 )
Las ecuaciones ( 24 ) y ( 25 ) tienen exactamente la misma forma de las ecuaciones

(12 ) y ( 13 ) para la transformación de los vectores base e1, e2, e3 y por esta razón, la
representación de V en términos de los vectores base recíprocos se llama representación
COVARIANTE de V. Por otra parte las ecuaciones (21 ) y ( 22 ) tienen la forma de las
ecuaciones ( 16 ) y ( 17 ) para la transformación de los vectores base recíprocos e1, e2, e3 y
por esta razón la representación de V en términos de los mismos vectores base se llama la
representación CONTRAVARIANTE de V.

Para la forma desarrollada de la ec. (1) es claro que

∂X i
aij =
∂X j
Y a su vez para la ec. (2)

∂X i
a ij =
∂X j
Para la matriz de la transformación y su inversa, se tiene
⎡ ∂X i ⎤ ⎡ ∂X i ⎤
[ ]
A = aij = ⎢ j ⎥
y [ ]
A −1 = a ij = ⎢ j ⎥
⎣ ∂X ⎦ ⎣ ∂X ⎦
Para el elemento general de la matriz G = (A −1 ) A −1 , que define las propiedades métricas

T
del espacio en coordenadas oblicuas, se tiene
∂X R ∂X R
g ij = ∑ a Ri a Rj = ∑ No válida en coordenadas
R R ∂X i ∂X j generalizadas
Modificada / corregida
∂X R ∂X l Sistema de coordenadas
g ij = ∑ g Rl ( 26 ) generalizadas
R ,l ∂X i ∂X j
Asimismo, para la matriz G −1 = g ij = AAT ,se tiene
∂X i ∂X j
g = ∑ aiR a jR
ij
=∑
R R ∂X
R
∂X R
O insertando el factor g Rl ≡ g Rl
∂X i ∂X j
g ij = ∑ g Rl ( 27 )
R ,l ∂X R ∂X l
Para las relaciones entre los vectores base e1 , e2 , e3 y los vectores e1 , e2 , e3 , se tiene de (12)
y (15)
∂x k
ei = ∑ a ki ek = ∑ ek i ( 28 )
k k ∂x
y

∂x i
ek = ∑ aik ei = ∑ ei ( 29 )
i i ∂x k
Para las relaciones entre los vectores base recíprocos e 1 , e 2 , e 3 , y los vectores
e1 , e 2 , e3 , se tiene de ( 17 ) y ( 19 )
∂x i
e i = ∑ aik e k = ∑ e k ( 30 )
k k ∂x k
y
∂x k
e k = ∑ a ki e i = ∑ e i ( 31 )
i i ∂x i
Para las componentes de un vector representado COVARIANTEMENTE, se tiene de la

ley de transformación ( 24)
∂x k
vi = ∑ a ki vk = ∑ vk ( 32 )
k k ∂x i
Y para las componentes de un vector representado CONTRAVARIANTEMENTE, se

tiene de la ley de transformación ( 21 )
∂x i
v = ∑ aik v = ∑ v
i k k
( 33 )
k k ∂x k
Si se tiene una transformación de coordenadas general, digamos:
(
x i = x i x1 , x 2 , x 3 ) i = 1, 2, 3
Entonces cualquier vector cuyas componentes se transformen de acuerdo a la ley (

32 ) se llaman un VECTOR COVARIANTE, y cualquier vector cuyas componentes se
transformen de acuerdo a la ley ( 33 ) se llama VECTOR CONTRAVARIANTE. En coordenadas
rectangulares no existe distinción entre vectores covariantes y contravariantes.

COORDENADAS GENERALIZADAS (CURVILÍNEAS)
Sean x1 , x 2 , x 3 tres funciones escalares de punto independientes, uniformes y

diferenciables, tales que a todo punto de alguna región R del espacio Euclidiano
tridimensional le corresponde una terna única de valores (x1 , x 2 , x 3 ) y a cada terna de
valores (x1 , x 2 , x 3 ) dentro de intervalos determinados por la naturaleza de R le
corresponde un punto único de R (RELACION BIUNIVOCA). Entonces x1 , x 2 , x 3 reciben el
nombre de coordenadas generalizadas en R y la correspondencia entre los puntos de R y las
ternas de números (x1 , x 2 , x 3 ) se llama SISTEMA DE COORDENADAS GENERALIZADAS para
R. Ejemplos conocidos de coordenadas generalizadas son las rectangulares, cilíndricas,
esféricas y las recién conocidas; las oblicuas.
Por cada punto P de R pasa una superficie única s1 en la cual x1 es constante, una
superficie única s2 en la cual x2 es constante y una s3 en la cual x3 es constante. Estas
superficies se interceptan en curvas, llamadas curvas paramétricas, que pasan por P y en
las que una, y solo una, de las coordenadas generalizadas varía. En general, las tangentes a
las 3 curvas paramétricas que pasan por un punto NO SERÁN COPLANARES y se supondrá que
en toda la región R éste es el caso.
x1, x3 constantes
2
x variable Figura 1. Curvas paramétricas y vectores base
locales en un punto P, en un sistema de coordenadas
generalizadas.
e2
s1: x1 constante s3: x3 constante
e1
e3
P
s : x2 constante
2
x1 variable
x2, x3 constantes
x3 variable
x1, x2 constantes
Se definen los vectores base locales e1 , e2 , e3 , en cualquier punto P, que tienen las
direcciones de las tangentes a las curvas paramétricas x1, x2, x3 en P con longitudes

ei = ei ⋅ ei tales que si ds es la distancia infinitesimal a lo largo de la curva paramétrica

x que corresponde al cambio infinitesimal dxi en xi, entonces:
i
ds = ei dx i = ei ⋅ ei dx i (1)
En P se definen los vectores base recíprocos locales e1, e2, e3 tal como se hizo en
coordenadas oblicuas, o sea, por las condiciones:
⎧0 i ≠ j
ei ⋅ e j = ⎨
⎩1 i = j
(
Dónde como siempre, ei ⋅ e j = ei e j cos ei , e j . )
¿CÓMO MEDIR LAS DISTANCIAS?
Suponga la existencia en todo R de una matriz simétrica, positiva definida:

G = gij [ ]
Cuyos elementos sean funciones de las coordenadas generalizadas y que tengan la
propiedad de que si
⎡ dx1 ⎤
⎢ ⎥
dx = ⎢dx 2 ⎥
⎢ dx 3 ⎥
⎣ ⎦
Entonces la distancia, ds, de P: (x1, x2, x3 ) a Q: (x1 + dx1, x2 + dx2, x3 + dx3 ) la da

la fórmula:
(ds )2 = (dx )T Gdx = ∑ gij dxi dx j

i, j
En particular, para la longitud de un vector infinitesimal arbitrario e1dx1 + e2dx2 +

3
e3dx , se tiene:
(ds )2 = (e1dx1 + e2dx 2 + e3dx3 )⋅ (e1dx1 + e2dx 2 + e3dx3 ) =
(ds )2 = ∑ ei ⋅ e j dxi dx j = ∑ gij dxi dx j
i, j i, j
De aquí:
ei ⋅ e j = gij (3)
En particular
ei = ei ⋅ ei = gii (4)

Así, para la longitud de un vector no infinitesimal
V = v1e1 + v 2e2 + v 3e3
Expresado en términos de los vectores base en un punto P
( )(
V = V ⋅V = v1e1 + v 2 e2 + v 3e3 ⋅ v1e1 + v 2 e2 + v 3e3 =
2
) ∑e ⋅ e v v = ∑ g v v
i, j
i j
i j
i, j
ij
i j
= V T GV
Luego
V = V T GV (5)
Por supuesto, los elementos gij de G se deben evaluar en el punto P en el que e1, e2,
e3 son los vectores base.
De ( 3 ) se llega también a la importante conclusión de que una condición necesaria

y suficiente para que las curvas paramétricas sean ortogonales en todo punto de R es que gij
= 0 para i ≠ j en todo R.
Los vectores base locales y los vectores base recíprocos locales cumplen las
relaciones ( demostradas en la sección anterior ):
ei = ∑ gik ek (6)
k
ei = ∑ g ik ek (7)
k
gik es el elemento en el i-ésimo renglón y la k-ésima columna de la matriz G-1 que es la

inversa de la matriz G = [gik ]
⎧0 i ≠ j
sea ei ⋅ ek = δ ki , donde δ ki = δ ij = ⎨ es la delta de Kronecker, así:
⎩1 i = j
ei ⋅ e j = g ij (8)
ei ⋅ e j = ∑ g ik ek ⋅ e j = ∑ g ikδ kj = g ij
k k
También la ecuación ( 7 ) se puede expresar por las siguientes relaciones:
e2 xe3 e3 xe1 e1 xe2

e1 = ; e2 = ; e3 =
[e1e2e3 ] [e1e2e3 ] [e1e2e3 ]

[e e e ] = [ee exee ] ⋅ [ee exee ] x [ee exee ] = [e e e ] = [e e1 e ]

2
1 2 3 2 3 3 1 1 2 1 2 3
1 2 3 1 2 3 1 2 3 [e e e ] 1 2 3
3
1 2 3
por ( 6 )
⎛ ⎞
[e1e2e3 ] = ⎛⎜ ∑ g1i ei ⎞⎟ ⋅ ⎜⎜ ∑ g 2 j e j ⎟⎟ x⎛⎜ ∑ g3k ek ⎞⎟ =
⎝ i ⎠ ⎝ j ⎠ ⎝ k ⎠
= ∑ g1i g 2 j g3k e e e[
i j k
] ( 33 = 27 términos )
i, j,k
De aquí 21 términos son cero, pues el triple producto escalar ei e j e k contiene al [ ]

menos un factor repetido.
Luego para ( i, j, k ) = ( 1, 2, 3 ), ( 2, 3, 1 ), (3, 1, 2 ), casos de índices no repetidos
[e e e ] = [e e e ] = [e e1e ]
i j k 1 2 3
1 2 3
Y para ( i, j, k ) = ( 1, 3, 2 ), ( 3, 2, 1 ), ( 2, 1, 3 ), el factor ei e j e k es: [ ]

[ ] [e e1e ]
− e1e 2e3 = −
1 2 3
Así:
[e1e2e3]2 = g11g22g33 + g12g23g31 + g13g21g32 – g11g23g32 – g13g22g31 – g12g21g33 =
det [G] = det [gij]
Así:
[e1e2e3]2 = ⎜G⎟ (12)
DETERMINANTE DE LA MATRIZ G, ∴ G ES LA MATRIZ QUE

DEFINE LAS PROPIEDADES MÉTRICAS DEL ESPACIO.

TRANSFORMACIONES
Sean (x1,x2,x3) y (x1, x 2 , x 3 ) dos sistemas de coordenadas relacionados entre si
por las ecuaciones de transformación de la forma
(
x1 = x1 x1, x2 , x3 )
x2 = x (x ,
2 1
x2 , x) 3
x3 = x (x ,
3 1
x2 , x) 3
o simplemente T : x i = x i (x1 , x 2 , x3 ) i = 1,2,3 (13)
En casos particulares, las ecuaciones (13) podrían ser las que relacionan un sistema
rectangular y uno oblicuo (como en la sección precedente) uno rectangular y uno cilíndrico,
uno rectangular y uno esférico, o uno cilíndrico y uno esférico .
(
Se requiere que el punto de coordenadas x1 , x 2 , x 3 tenga un conjunto único )
de coordenadas x. Asimismo se requiere también que las ecuaciones (13) puedan resolverse
para x1,x2,x3, como funciones uniformes de x1 , x 2 , x 3 , por ejemplo
T −1 : xi = xi (x1 , x 2 , x 3 ) i = 1,2,3 (14)
Sea el determinante Jacobiano

∴
∂x 1 ∂x 1 ∂x 1
∂x1 ∂x 2 ∂x 3
J =
(
∂ x1, x 2 , x 3 ) ∂x 2
= 1
∂x 2 ∂x 2
(
∂ x1 , x 2 , x 3 ) ∂x ∂x 2 ∂x 3
∂x 3 ∂x 3 ∂x 3
∂x1 ∂x 2 ∂x 3
∂x i
∴ son CONTINUAS
∂xi
Si ⎜J⎟ ≠ 0 , T tiene una inversa uniforme y el determinante Jacobiano de la transformación

inversa es:
∂x1 ∂x1 ∂x1
∂x 1 ∂x 2 ∂x 3
J =
(
∂ x1 , x 2 , x 3
=
)
∂x 2 ∂x 2 ∂x 2
(
∂ x1, x 2 , x 3 )
∂x 1 ∂x 2 ∂x 3
∂x 3 ∂x 3 ∂x 3
∂x 1 ∂x 2 ∂x 3
Por supuesto que J ≠ 0

CONVENCIÓN DE LA SUMA DE EINSTEIN (mas breve que ∑)
Si un término contiene la misma letra dos veces como índice, se sobreentiende que
el término se tiene que sumar para todos los valores del índice repetido.
∂x i 1 ∂x i 2 ∂x i 3 3
∂x i j ∂x i j
dx = 1 dx + 2 dx + 3 dx = ∑ j dx = j dx
i
∂x ∂x ∂x j =1 ∂x ∂x
Como j es un índice mudo, se puede escribir con igual propiedad
∂x i ∂x i R ∂x i P
dx = j dx = R dx = P dx
i j
∂x ∂x ∂x
La convención de suma permite también la suma con respecto a más de un par de

índices repetidos en un término. Por ejemplo, aplicando la convención primero al índice
repetido i y luego al índice repetido j, se tiene
gij dx i dx j = g1 j dx1dx j + g 2 j dx 2 dx j + g3 j dx 3dx j

( ) (
= g11dx1dx1 + g12 dx1dx 2 + g13dx1dx3 + g 21dx 2 dx1 + g 22 dx 2 dx 2 + g 23dx 2 dx3 )
+ (g dx dx + g32 dx dx + g33
31
3 1 3 2
dx dx ) = ∑ g dx dx
3 3
ij
i j
i, j
Se nota que
gijdxidxj ≠ giidxidxi
Ya que
giidxidxi = g11dx1dx1 + g22dx2dx2 + g33dx3dx3
Para continuar con el estudio de transformación de coordenadas, es conveniente

conocer los siguientes lemas.
LEMA 1 Si (x1,x2,x3 ) y (x ,
1
x 2, x3 ) son coordenadas relacionadas por una
transformación
(
x i = x i x1 , x 2 , x 3 ) i =1,2,3
Entonces,
∂x i ∂xα
α
= δ ij
∂x ∂x j

LEMA 2 Si φi y φ i (i = 1,2,3) son, respectivamente, funciones de x1,x2,x3 y x1, x 2 , x 3 ,

entonces
∂x i α ∂xα
φ =φi
implica φ i
= φα o inversamente
∂xα ∂x i
Utilizando el índice mudo β en lugar del α, se tiene:
∂x
i
β
φ =φ
i
∂x β
∂x α
Ahora, multiplicando ambos miembros por y aplicando el lema 1, se tiene:
∂x
i
∂x α
∂x α ∂ x
i
β
φ = φ = φ β δ βα = φ α
i
β
∂x
i
∂x
i
∂x
LEMA 3. Si φ ij y φ
ij 3
( i, j = 1, 2, 3 ) son, respectivamente, funciones de x 1 , x 2 , x y
1 2 3
x , x , x , entonces cualquiera de las relaciones:
∂x ∂x
i j
φ = φ αβ
ij
∂x α ∂x β
∂x β ∂x
i
φ = φ αβ
ij
∂x
j
∂x α
∂x β ∂x α
φ = φ αβ
ij
∂x ∂x
j i
∂x α ∂x
j
αβ
φ =φ
ij
∂x
i
∂x β
Implica cada una de las otras:
∂x ∂x ∂x β ∂x α
i j
αβ
φ =φ φ = φ αβ
ij ij
implica
∂x α ∂x β ∂x ∂x
j i

Escribiendo la primera relación utilizando a y b, en lugar de α y β, y multiplicando
⎛ ∂x α ⎞
⎛ ∂xα ⎞
ambos miembros por ⎜⎜ j ⎟⎟ ⎜⎜ ⎟⎟ y sumando con respecta a i y j. Esto nos da, por
⎝ ∂x
i
⎝ ∂x ⎠ ⎠
el lema 1:
⎛ ∂x α ∂ x i
∂x α ∂x α ⎞⎛ ∂x β ∂ x j ⎞
φ =φ ⎜ i ⎟⎜ ⎟ = φ ab δ aα δ bβ = φ αβ
ij ab
∂x ∂x
j i ⎜ ∂ x ∂x a ⎟⎜ ∂ x j ∂x b ⎟
⎝ ⎠⎝ ⎠
TEOREMA 1: Si T: x = x (x 1 , x 2 , x 3 ) es una transformación con Jacobiano J, entonces

α α
el Jacobiano J de la transformación inversa T-1: x α = x x , x , x

α
( 1 2 3
) es J .-1
⎡∂xi ⎤
Por definición, el Jacobiano de la transformación directa T es J = ⎢ k ⎥ y el de la
⎢⎣ ∂x ⎥⎦
⎡ ∂x k ⎤
transformación inversa T es J = ⎢ j ⎥ , luego:
-1
⎣∂x ⎦
⎡ ∂ x i ∂x k ⎤
JJ = ⎢ k j⎥
⎢⎣ ∂x ∂ x ⎥⎦
y por el lema 1:
[ ]
J J = δ ij = [I ] ∴ J = J −1
COROLARIO 1. Si J es el Jacobiano de la transformación T: x = x (x 1 , x 2 , x 3 ) ,

α α
∂x i ∂x
j
1
entonces es igual a veces el cofactor de en J .
∂x j
J ∂x i
TEOREMA 2: Si T1: x = x (x 1 , x 2 , x 3 ) es una transformación con Jacobiano J1 y si T2:

α α
β β
( )
x = x x 1 , x 2 , x 3 es una transformación con Jacobiano J2, entonces el Jacobiano de
la transformación T2T1 es J2J1.
1 2 3
( ds )2 = gij dxi dxj se transforman como cuando x1, x2, x3 se transforman en x , x , x ,
usando ( 13 ). Para dxi y dxj, se tiene:
∂x i α ∂x j β
dx i = α
dx y dx j = β
dx
∂x ∂x

Así ( ds )2 se convierte en la forma cuadrática:
∂x i ∂x j α β
g ij α β
dx dx
∂x ∂x
Por lo tanto, si se escribe la forma cuadrática después de la transformación como:
α β
g αβ d x d x
Se sigue que los coeficientes g αβ se transforman según la ley:
∂x i ∂x j
g αβ = g ij α β
( 17 )
∂x ∂x
Como se transformó de coordenadas rectangulares oblicuas. Por un razonamiento

similar, se obtienen:
α β
∂x ∂x
g ij = g αβ ( 18 )
∂x i ∂x j
EJEMPLO:
Obténgase la fórmula de la diferencial de la longitud de arco en coordenadas
esféricas.
En coordenadas rectangulares:
( ds )2 = ( dx )2 + ( dy )2 + ( dz )2 ( 20 )
Sean x 1 , x 2 , x 3 respectivamente las coordenadas rectangulares X, Y, Z y

Sean x , x , x respectivamente, las coordenadas esféricas R, θ, φ.
1 2 3
z Entonces como de costumbre, se tiene:
x 1 = x sen x cos x
1 2 3
T −1 : x 2 = x sen x sen x
1 2 3
P
x 3 = x cos x
1 2
θ R
y a partir de éstas:
φ ∂x1 ∂x1
= sen x cos x ; = x cos x cos x
2 3 1 2 3
∂x ∂x
1 2
y
∂x 2 ∂x 2
= sen x sen x ; = x cos x sen x
2 3 1 2 3
x
∂x ∂x
1 2
∂x 3 ∂x 3
= cos x ; = − x sen x
2 1 2
∂x ∂x
1 2

∂x1 3 ∂x
2
3 ∂x
3
= − x senx senx ; 3 = x senx cos x ; 3 = 0
1 2 1 2
∂x 3 ∂x ∂x
sustituyendo en (17) y teniendo en cuenta, por la ec. (20), que gij = δ ij
( ) ( 2
g11 = senx 2 cos x 3 + senx 2 senx 3 + cos x 2 ) (
2
)
2
=1
( ) (
2
g 22 = x 1 cos x 2 cos x 3 + x 1 cos x 2 senx 3 + − x 1senx 2 ) (
2
) = (x )
2 1 2
( ) ( 2
g33 = − x 1senx 2 senx 3 + x 1senx 2 cos x 3 ) = (x senx )
2 1 2 2
∂x i ∂x j 1 ∂x
1
∂x1 2 ∂x ∂x
2 2
3 ∂x ∂x
3 3
g 22 = gij 2 β = δ 1 2 ⋅ 2 + δ 2 2 2 + δ 3 2 2
∂x ∂x ∂x ∂x ∂x ∂x ∂x ∂x
( )( ) ( )( ) (
g12 = senx 2 cos x 3 x 1 cos x 2 cos x 3 + senx 2 senx 3 x 1 cos x 2 senx 3 + cos x 2 − x 1senx 2 = 0 = g 21 )( )
( )( ) ( )( )(
g13 = senx 2 cos x 3 − x 1senx 2 senx 3 + senx 2 senx 3 senx 2 senx 3 x 1senx 2 cos x 3 = 0 = g31 )
( )( ) ( )(
g 23 = x 1 cos x 2 cos x 3 − x 1senx 2 senx 3 + x 1 cos x 2 senx 3 x 1senx 2 cos x 3 = 0 = g32 )
y por último
(ds )2 = gij dx i dx j
( ) ( )( ) (
2 2
= dx 1 + x 1 dx 2 + x 1senx 2
2
) (dx )
2 3 2
= (dR ) + R 2 (dθ ) + (Rsenθ )(dφ )

2 2 2

Si se reemplaza x1,x2,x3 por x 1 , x 2 , x 3 se origina un nuevo conjunto de curvas paramétricas

que pasan por P y un nuevo conjunto de vectores base e1 , e2 , e3 y un nuevo conjunto de
recíprocos e 1 , e 2 , e 3 . Las nuevas relaciones se definen por:
ds = dxα eα = dx i ei (21)
Por las ecuaciones de transformación, se tiene
∂x i α
dx = α dx
i
∂x
Por (21) se puede escribir
∂x i α
dxα eα = dx ei
∂xα
Así de la última ecuación se tiene que satisfacer (ya que las diferenciales son arbitrarias )
∂x i
eα = ei (22)
∂xα
Análogamente, o bien por el lema 2
∂xα
ei = i eα (23)
∂x
Sabiendo por la ecuación (6) como se expresan los vectores base locales en términos
de los vectores base recíprocos locales en cualquier sistema de coordenadas y por (23),
cómo se transforman los vectores base locales, ahora se puede determinar cómo se
transforman los vectores base recíprocos locales por la ecuación (6).
ei = g ij e j
y sustituyendo las expresiones de las ecuaciones (23) y (17) se tiene
∂xα ∂xα ∂x β j
eα = gαβ e
∂x i ∂x i ∂x j
Multiplicando esta ecuación por ∂x i / ∂xγ y sumando cada lado con respecto a i, se obtiene

∂xα ∂x i ⎛ ∂xα ∂x i ⎞ ∂x β j
eα = gαβ ⎜
⎜ ∂x i ∂xγ ⎟⎟ j e
∂x i ∂xγ ⎝ ⎠ ∂x
o mediante el lema 1, y notando que δ γα = 0 a menos que α = γ
∂x β j ∂x β j
δ γα eα = gαβ δ γα e y eγ = gγβ e
∂x j ∂x j
Si se multiplica por gλγ y sumamos con respecto a γ, aplicando el hecho de que [gij] es la
inversa de [gij] y por lo tanto, que gλγgγβ = δ βλ , se tiene
∂x β j λ ∂x
β
g λγ eγ = g λγ gγβ e = δ β ej
∂x j ∂x j
y utilizando la ecuación (7)
∂x λ j
eλ = e (24)
∂x j
CASOS ESPECIALES DE
Análogamente, o bien usando el lema 2, LAS ECS. (31) Y (30) DE
LA SECCIÓN
ANTERIOR.
∂x j λ
ej = e (25)
∂x λ
De la ecuación (8) aplicada al nuevo sistema de coordenadas, resulta
e i ⋅ e j = g ij
de donde por la ecuación (25), se tiene
⎛ α ∂x i ⎞ ⎛ β ∂x j ⎞
⎜⎜ e ⎟ ⋅⎜e
α ⎟ ⎜ β
⎟⎟ = g ij
⎝ ∂x ⎠ ⎝ ∂x ⎠
O, puesto que eα⋅ eβ = gαβ
LA EC. (27) DE LA
∂x ∂xi j SECCIÓN ANTERIOR ES
g ij = g αβ (26) UN CASO ESPECIAL DE
∂xα ∂x β ESTE RESULTADO.
Que es la ley de transformación para las gij. Análogamente, o bien por el lema 3
∂xα ∂x β
g αβ = g ij
∂x i ∂x j

Cuando un vector en representación contravariante, es decir, expresado en términos de los

vectores base locales e1,e2,e3, digamos
V = v1e1 + v 2e2 + v 3e3 = vα eα
Se expresa en términos de los vectores base locales correspondientes e1 , e2 , e3 , de un nuevo

sistema de coordenadas, se tiene, mediante (22), la nueva representación
⎛ ∂x i ⎞ ⎛ ∂x i ⎞
V = vα ⎜⎜ α ei ⎟⎟ = ⎜⎜ vα α ⎟⎟ei = v i ei
⎝ ∂x ⎠ ⎝ ∂x ⎠
Por tanto, las componentes de un vector contra variante se transforman según la ley
∂x i
v i = vα (27)
∂xα
De igual modo, para un vector en representación covariante , esto es, expresado en términos
de los vectores base recíproco locales, o sea
V = v1e1 + v2e 2 + v3e3 = vα eα
Se tiene, mediante (24) , la nueva representación
⎛ ∂xα ⎞ ⎛ ∂xα ⎞ i
V = vα ⎜⎜ e i i ⎟⎟ = ⎜⎜ vα i ⎟⎟e = vi e i
⎝ ∂x ⎠ ⎝ ∂x ⎠
Por lo tanto, las componentes de un vector covariante se transforman según la ley
∂xα LAS ECS. (33) Y (32) DE LA

vi = vα (28) SECCIÓN ANTERIOR, SON CASOS
∂x i ESPECIALES DE LAS ECS. (27) Y
(28) RESPECTIVAMENTE.
TAREA
6⎫
⎪
11⎬ pag. 796
13⎪⎭

TENSORES
En francés, la palabra tensión significa “esfuerzo”; de aquí que la palabra tensor

indica un sistema de cantidades las cuales se transforman como esfuerzos bajo
transformación de coordenadas. Ya en la sección anterior empezamos a trabajar con
tensores.
(
Sean (x1,x2,...,xn) y x 1 , x 2 ,..., x n ; ) [(x , x , x )
1 2 3
y (x , x
1 2
, x3 )] MAYORIA DE LOS
CASOS PRÁCTICOS
coordenadas generalizadas en n-dimensiones, cuyo sistemas se relacionan por la

transformación
(
T : x i = x i x1 , x 2 ,..., x n ) COMO EN 3D SE TIENEN N-
CURVAS PARAMÉTRICAS.
(1)
T −1 i
(
: x = x x , x ,..., x
i 1 2 n
)
Si se tienen los vectores base locales ei(i=1,2,...,n) en un punto arbitrario P (En este
punto el Jacobiano de la transformación ≠ 0) por las condiciones de que
ds = ei dx i = ei ⋅ ei dx i i no sumado
Como en 3 dimensiones, en n dimensiones se supone que las propiedades métricas

del espacio se definen por medio de una forma cuadrática diferencial definida positiva
(ds)2 = gijdxidxj (i,j=1,2,...,n) cuya matriz G = [gij] es no singular.
Además, puede definirse un conjunto de vectores base recíprocos locales

ei (i = 1,2,...,n) en P por las mismas condiciones empleadas en tres dimensiones
ei ⋅ e j = δ ij
Así cualquier vector que se origine en P se puede expresar como una combinación
lineal de los vectores base locales o de los vectores base recíprocos.
De hecho, todos los resultados de la última sección son válidos en n-dimensiones .
Se entiende por escalar, o tensor de rango cero, una cantidad Φ cuyas

descripciones en los dos sistemas de coordenadas están vinculadas por la relación.
( ) (
Φ x 1 , x 2 ,..., x n = Φ x1 , x 2 , x 3 ) (2)
Se llama vector contravariante, o tensor contravariante de rango 1, un conjunto de

n cantidades ξi, llamadas componentes, cuyas descripciones en los dos sistemas de
coordenadas están vinculadas por las relaciones.

∂x i
ξ i (x 1 , x 2 ,..., x n ) = ξ α (x1 , x 2 ,..., x n ) i = 1,2,...,n (3)
∂xα
∂x i α
Como dx i = dx , se deduce que las diferenciales de las variables coordenadas
∂xα
son las componentes de un tensor contra variante de rango 1.
Se llama vector covariante, o tensor covariante de rango 1, un conjunto de n-

cantidades ξi , llamadas también componentes, cuyas descripciones en los dos sistemas de
coordenadas están vinculadas por las relaciones.
∂xα
ξ i (x 1 , x 2 ,..., x n ) = ξα (x1 , x 2 ,..., x n ) i =1,2,...,n (4)
∂x i
Un tensor contra variante de rango 2 (TENSOR DE ESFUERZOS) es un conjunto

de n2 cantidades ξij cuyas descripciones en los dos sistemas de coordenadas están
vinculados por las relaciones
∂x i ∂x j
ξ ij = ξ αβ i, j = 1,2,...,n (5)
∂xα ∂x β
Por la ec. (26) de la sección anterior, es claro que los elementos gij de la matriz G-1
constituyen un tensor contra variante de rango 2.
Los índices que identifican las componentes de un tensor contravariante, es decir,

los superíndices que aparecen en las componentes de un tensor, se llaman índices
contravariantes.
Un tensor covariante de rango 2 es un conjunto de n2 cantidades ξij cuyas

descripciones en los dos sistemas de coordenadas están vinculadas por las relaciones:
∂x α ∂x β
ξ ij = ξ αβ i, j = 1, 2, ..., n (6)
∂x ∂x
i j
Índices covariantes (subíndices)
Por la ecuación ( 17 ) de la sección anterior, es claro que los elementos gij de la

matriz fundamental G constituyen un tensor covariante de rango 2. A este tensor se le
conoce como: tensor métrico fundamental.
Un tensor mixto de rango dos es un conjunto de n2 cantidades ξ ij cuyas

descripciones en los dos sistemas de coordenadas están vinculadas por las relaciones:

Índice contravariante
∂ x ∂x β
i
ξ = ξ βα α
i
i, j = 1, 2, ..., n (7)
∂x ∂ x j
j
Índice covariante
Un tensor ξij ( o bien ξij ) tal que ξij = ξji ( o bien ξij = ξji ) para todos los valores de i
y j se dice que es simétrico. Un tensor ξij ( o bien ξij ) tal que ξij=-ξji ( o bien ξij = -ξji ) se
dice que es antisimétrico ó alternante.
Por ejemplo, una generalización, un conjunto de n5 cantidades ξ uvw

ij
cuyas
descripciones en los dos sistemas de coordenadas se relacionan por:
∂ x ∂ x ∂x δ ∂x γ ∂x ε
i j
αβ
ξ =ξ
ij
δγε
∂x α ∂x β ∂ x u ∂ x v ∂ x w
uvw
Constituye un tensor mixto de rango 5 con dos índices contravariantes i y j, y tres

índices covariantes u, v y w.
- Recordando que:
TENSOR: Conjunto de cantidades que se transforman de una manera prescrita.
Es claro que un tensor se puede construir especificando arbitrariamente sus

componentes en un sistema de coordenadas y haciendo que las leyes de transformación
apropiadas definan sus componentes en todos los demás sistemas de coordenadas.
- ÁLGEBRA DE TENSORES -
Dos tensores son iguales si, y sólo si, tienen el mismo rango y el mismo número de
índices de cada tipo y tienen sus componentes correspondientes iguales en uno de los
sistemas de coordenadas y, por tanto, en todos.
Si las componentes de un tensor son todas cero en un sistema de coordenadas, son

cero en todo sistema de coordenadas.
Si T1 y T2 son tensores del mismo tipo, entonces el conjunto de cantidades que se

obtiene sumando las componentes respectivas de T1 y T2 es un tensor T1 + T2 del mismo
tipo de T1 y T2.
La suma o diferencia de dos tensores del mismo tipo y rango ( con el mismo
número de índices covariantes y contravariantes ) es un tensor del mismo tipo y rango:
Arpq y Brpq

Por la ley de transformación:
∂ x ∂ x ∂x r ∂ x ∂ x ∂x r
j k j k
=A =B
jk pq jk pq
A ; B
∂x p ∂x q ∂ x l ∂x p ∂x q ∂ x l
l r l r
Sumando:
(A ) = (A )∂x ∂ x ∂x r
j k
+ Bl + Brpq
jk jk pq
∂x p ∂x q ∂ x l
l r
Restando:
( ) (
∂ x ∂ x ∂x r
j k
A −B = A −B
l
jk
l
jk
∂x p ∂x q ∂ x l
r
pq
r
pq
)
Se deduce, pues, que Arpq + Brpq y Arpq − Brpq son tensores del mismo orden y tipo
que los dados.
Si T1 es el tensor ξ ij y T2 es el tensor ξ lk , entonces el término general ξ ξ l del

ij k
producto exterior T1T2 se transforma según la ley:
⎛ ijk rango ⎧3 contrava. ⎞

⎜η ⎨ ⎟
⎜ l 4 ⎩1 cov ariante ⎟⎠
⎝
⎛ ∂x ∂x ⎞⎛ γ ∂ x k ∂x δ ⎞ δ
⎟ = ξ αβ ξ δγ ∂ x ∂ x ∂ x ∂x
i j i j k
αβ
ξ ξ l = ⎜ξ ⎟⎜ ξ δ
ij k
⎜ ∂x α ∂x β ⎟⎜ ∂x γ ∂ x l ⎟⎠ ∂x α ∂x β ∂x γ ∂ x l
⎝ ⎠⎝
Si, en un tensor de cualquier tipo se suma un índice contravariante contra uno

covariante, simplemente igualándolos y aplicando la convección de la suma, el conjunto
resultante de cantidades es un tensor con un índice contravariante menos y un índice
covariante menos.
El tensor ξ kij se transforma según la ley:
∂ x ∂ x ∂x γ
i j
αβ
ξ =ξ
ij
γ
∂x α ∂x β ∂ x k
k
Haciendo j = k:
∂ x ∂ x ∂x γ
i j
ξ j = ξ γαβ
ij
∂x α ∂x β ∂ x j

∂x γ
i
αβ
=ξ γ δβ Por el lema 1, sección anterior
∂x α
∂x
i
= ξ γαγ Ya que sólo cuando β = γ se tiene δ βγ ≠ 0

∂x α
Luego ξ ijj se transforma como un tensor contravariante de rango 1; es decir, ξ ijj es

un vector contravariante, digamos ηi ⇒ este proceso se conoce como: CONTRACCIÓN.
PRODUCTO INTERIOR: resulta de aplicar la contracción del producto exterior de dos

tensores.
Un conjunto de nr cantidades es un tensor siempre que un producto interior del
conjunto y un tensor arbitrario sea también un tensor.
LEY DEL COCIENTE. Si los elementos de una matriz no singular [ fij ] son las componentes de
[ ]
un tensor covariante de rango 2, entonces los elementos de la matriz inversa f ij son las
componentes de un tensor contravariante de rango 2.
TAREA:
1, 2, 5, 10. Pag. 802.
DERIVACIÓN COVARIANTE
Como las componentes de un tensor son funciones de las coordenadas

generalizadas, es obvio que se las puede derivar parcialmente con respecto a las variables
coordenadas. Empero, las cantidades así obtenidas no tienen interés intrínseco, ya que no lo
son las componentes de un tensor .
Por ejemplo; si ξd es un vector contravariante y derivamos la ecuación de

transformación
∂x δ
ξ δ =ξd
∂x d
parcialmente con respecto a x β , se tiene
∂ξ δ ⎛ ∂ξ d ∂x b ⎞ ∂x δ d⎛ ∂ x
2 δ
∂x b ⎞
=⎜ ⎟⎟ d + ξ ⎜⎜ b d β ⎟⎟ (1)
∂x β ⎜⎝ ∂x b ∂x β ⎠ ∂x ⎝ ∂x ∂x ∂x ⎠

Es evidente que si no estuviera presente el segundo término del lado derecho,

∂ξ /∂x sería un tensor mixto de rango 2 . Ya que:
d b
β
∂ξ d ∂ξ δ ∂ x ∂x d δ
= ; ξ ,db = ξ , β
∂x b ∂ x β ∂x b ∂ x δ
Es posible agregar términos “de corrección “ Cbd a las derivadas parciales ∂ξd/ ∂xb ?
De modo que
∂ξ d
+ Cdb
∂x b
Sea un tensor mixto de rango 2. Esto es posible, se determinará los términos de

corrección apropiados. Y se definirá la DERIVADA COVARIANTE .
Como ξd entra linealmente en el segundo término de (1), resulta casi obvio que los
términos que hay que agregar a ∂ξd/ ∂xb para eliminar la segunda suma deben ser lineales
en las ξ. Por ejemplo
Cbd = Γabd ξ a ; Γabd ?
Determinación de la función coeficiente Γdab
De la ley de transformación del tensor métrico gab
∂x a ∂xb
gαβ = g ab
∂x α ∂x β
Se obtiene, derivando cada miembro con respecto a x γ ,
∂gαβ ∂g ab ∂x c ∂x a ∂x b ⎡ ∂ 2 x a ∂x b ⎤ ⎧ ∂x a ∂ 2 x b ⎫
(2) = + ⎢ ab
g ⎥ + ⎨ g ab ⎬
∂x γ ∂x c ∂x γ ∂x α ∂x β ⎣ ∂x γ ∂x α ∂x β ⎦ ⎩ ∂x b ∂x γ ∂x β ⎭
Intercambiando 1) β y γ , y luego 2) γ y α, y haciendo las permutaciones correspondientes

de los índices mudos a, b, c en el primer término, se obtiene
∂gαγ ∂g ac ∂x b ∂x a ∂x c ∂ 2 x a ∂x b ⎧ ∂x a ∂ 2 x b ⎫
(3) = + g + ⎨ g ab ⎬
∂x β ∂x b ∂x β ∂x α ∂x γ ∂x β ∂x α ∂x β ⎩ ∂xα ∂x β ∂x γ ⎭
ab
∂gγβ ∂g cb ∂x a ∂x c ∂x b ⎡ ∂ 2 x a ∂x b ⎤ ∂x a ∂ 2 x b
(4) = + ⎢ ab
g ⎥ + g
∂x α ∂x a ∂x α ∂x γ ∂x β ⎣ ∂x α ∂x γ ∂x β ⎦ ∂x γ ∂x α ∂x β
ab

Restando ahora (2) de la suma de (3) y (4), observando que las cantidades entre
corchetes y aquellas entre llaves se cancelan respectivamente, se obtiene
∂gγβ ∂gαγ ∂gαβ ⎛ ∂g ∂g ∂g ⎞ ∂x a ∂x b ∂x c ∂ 2 x a ∂x b

+ − = ⎜ cba + acb − abc ⎟ α β γ + g ab β α γ +
∂x α ∂x β ∂x γ ⎝ ∂x ∂x ∂x ⎠ ∂x ∂x ∂x ∂x ∂x ∂x
∂x a ∂ 2 x b
+ g ab
∂x γ ∂x α ∂x β
Intercambiando por último los índices mudos a y b en el último término y teniendo

en cuenta que gba = gab, se tiene
∂gγβ ∂gαγ ∂gαβ ⎛ ∂g cb ∂g ac ∂g ab ⎞ ∂x ∂x ∂x

a b c
∂ 2 x a ∂x b
(5) + + = ⎜ a + b − c ⎟ α β γ + 2 g ab α β γ
∂x α ∂x β ∂x γ ⎝ ∂x ∂x ∂x ⎠ ∂x ∂x ∂x ∂x ∂x ∂x
Las cantidades
1 ⎛ ∂g cb ∂g ac ∂g ab ⎞
Γc , ab = ⎜ − ⎟ (6)
2 ⎝ ∂x a ∂x b ∂x c ⎠
Cuya ley de transformación viene dada por (5), se llaman símbolos de Christoffel
de primera clase. Por el segundo término del segundo miembro en la ecuación de
transformación (5), es obvio que Γc,ab NO ES UN TENSOR .
Por definición, los símbolos de Christoffel de segunda clase son las cantidades
Γabd = g dc Γc , ab (7)
Para obtener sus leyes de transformación, recuerde que
∂x δ ∂x γ
g −δγ = g di
∂x i ∂x i
De donde,
1 −δγ ⎛ ∂gγβ ∂gαγ ∂gαβ ⎞

Γαβδ = g −δγ Γγ ,αβ = g ⎜⎜ α + − ⎟=
2 ⎝ ∂x ∂x β ∂x γ ⎟⎠
1 ⎛⎜ di ∂x δ ∂x γ ⎞⎟ ⎡⎛ ∂g cb ∂g ac ∂g ab ⎞ ∂x a ∂x b ∂x c ∂2 xa ∂x b ⎤
= g ⎢⎜ + − ⎟ + 2 g ⎥
2 ⎜⎝ ∂x d ∂x i ⎟⎠ ⎣⎝ ∂x a ∂x b ∂x c ⎠ ∂x α ∂x β ∂x γ ∂x α ∂x β ∂xγ ⎦
ab

1 ⎛ ∂g ∂g ac ∂g ab ⎞ ∂x a ∂x b ∂x δ ⎡ ∂x c ∂x γ ⎤
= g di ⎜ cba + − ⎟ ⎢ γ i ⎥
+
2 ⎝ ∂x ∂x b ∂x c ⎠ ∂x α ∂x β ∂x d ⎣ ∂x ∂x ⎦
∂ 2 x a ∂x δ ⎡ ∂x b ∂x γ ⎤
+ g g ab α β d ⎢ γ
di
⎥
∂x ∂x ∂x ⎣ ∂x ∂x i ⎦
Ahora por el lema 1, los términos entre corchetes se convierten en:
∂x c ∂x γ ∂x b ∂x γ
γ
= δ ic y γ
= δ ib
∂x ∂x i
∂x ∂x i
Así la última ecuación se simplifica a
1 dc ⎛ ∂g cb ∂g ac ∂g ab ⎞ ∂x a ∂x b ∂x δ ∂ 2 x a ∂x δ
Γαβδ = g ⎜ a + b − c ⎟ α β d + g db g ab α β d
2 ⎝ ∂x ∂x ∂x ⎠ ∂x ∂x ∂x ∂x ∂x ∂x
Además, como [gij] y [gij] son matrices inversas
g db g ab = g db gba = δ ad
∂ 2 x a ∂x δ
Con lo cual el último término de la ecuación anterior se reduce a:
∂x α ∂x β ∂x d
Así se tiene finalmente la ley de transformación
1 dc ⎛ ∂g cb ∂g ac ∂g ab ⎞ ∂x a ∂x b ∂x δ ∂ 2 x a ∂x δ
Γαβδ = g ⎜ a + b − c ⎟ α β
+
2 ⎝ ∂x ∂x ∂x ⎠ ∂x ∂x ∂X
d
∂x α ∂x β ∂x a − d
∂x a ∂x b ∂x δ ∂ 2 x a ∂x δ d ∂x
a
∂x b ∂x δ ∂ 2 x a ∂x δ
= g dc Γδab + = Γ + (8)
∂x α ∂x β ∂x d ∂x α ∂x β ∂x a − d ∂x α ∂x β ∂x d ∂x α ∂x β ∂x d
ab
Debido al segundo término a la derecha en ( 8 ), es claro que Γabd , como Γc ,ab no es

un tensor.
DEMOSTRACIÓN
∂ξ d
Pruebe que + Γabd ξ a es un tensor mixto de rango 2.
∂x b
De las ecuaciones ( 4 ) y ( 8 ):

∂ξ δ δ α ∂ξ d ∂x b ∂x δ d ∂ x
2 δ
∂x b ⎛ d ∂x a ∂x b ∂x δ ∂ 2 x a ∂x δ ⎞ i ∂x α
+ Γαβ ξ = b +ξ + ⎜ Γab α + ⎟ξ
∂x β ∂x ∂x β ∂x d ∂x b ∂x d ∂x β ⎜⎝ ∂x ∂x β ∂x d ∂x α ∂x β ∂x a ⎟⎠ ∂x i
2° 4°
Reemplazando los índices mudos d ⎯⎯→ i; a ⎯⎯→ b y notando que
∂x ∂x α
a
α
= δ ia
∂x ∂x i
∂ξ δ δ α ∂ξ d ∂x b ∂x δ 2 δ
i ∂ x ∂x b a ∂x
b
∂x δ ∂ 2 x b ∂x δ ∂x α
+ Γαβ ξ = + ξ + ξ Γ
i d
δ + ξ i
∂x β ∂x b ∂x β ∂x d ∂x b ∂x i ∂x β ∂x β ∂x d ∂x α ∂x β ∂x b ∂x i
ab i
∂ξ δ δ α ⎛ ∂ξ d a d ⎞ ∂x
b
∂x δ 2 δ
i⎡ ∂ x ∂x b ∂ 2 x b ∂x δ ∂x α ⎤
+ Γαβ ξ = ⎜
⎜ ∂x b + ξ Γ ⎟
ab ⎟ + ξ ⎢ b i + ⎥ (9)
∂x β ⎝
β
⎠ ∂x ∂x
d
⎣ ∂x ∂x ∂x
β
∂x α ∂x β ∂x b ∂x i ⎦
∂x δ ∂x b
Se sabe β
= δ βδ . Derivando con respecto a xi, se tiene:
∂x ∂x
b
∂ 2 x δ ∂x b ∂x δ ∂ 2 x b ∂x α
+ =0
∂x i ∂x b ∂x β ∂x b ∂x α ∂x β ∂x i
Con lo cual, la expresión en corchetes en ( 9 ) es igual a cero y se tiene:
∂ξ δ δ α ⎛ ∂ξ d a d ⎞ ∂x
b
∂x δ
+ Γαβ ξ = ⎜
⎜ ∂x b + ξ Γ ⎟
ab ⎟
∂x β ⎝
β
⎠ ∂x ∂x
d
Lo cual demuestra que:
∂ξ d
+ Γabd ξ a ( 10 )
∂x b
Es un tensor de segundo rango.
La expresión (10) se llama derivada covariante del vector contravariante ξd y se le denota

Dξ d
frecuentemente por el símbolo ≡ ξ ,db .
∂x b
En forma muy similar, puede demostrarse que si ξd es un vector covariante,

entonces:
∂ξ d
− Γdba ξ a ( 11 )
∂x b

Es un tensor mixto de rango 2. La ( 11 ) es la derivada covariante del vector

Dξ d
covariante ξd y se denota por el símbolo .
∂x b
CUALQUIER TENSOR TIENE UNA DERIVADA COVARIANTE.

Para tensores de segundo rango, se tienen las fórmulas:
Dξ de ∂ξ de
= + Γibd ξ ie + Γibe ξ di ( 12 )
∂x b
∂x b
Dξ ed ∂ξ ed
= b + Γibd ξ ei − Γebi ξ id ( 13 )
∂x b
∂x
Dξ de ∂ξ de
= − Γdbi ξ ie − Γebi ξ di ( 14 )
∂x b ∂x b
En estas derivadas puede notarse que entra un término, semejante al segundo en ( 10

), por cada índice contravariante en el tensor, y un término semejante al segundo en ( 11 ),
por cada índice covariante.
TAREA
1 y 2. Pag. 811.

Analisis en Ingeniería-Cortes

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis en Ingeniería-Cortes

Cargado por

Copyright:

Formatos disponibles

Las siguientes:

Han sido evaluadas y aprobadas

CURSO: ANÁLISIS EN INGENIERÍA

II. Cálculo Variacional

III. Ecuaciones Diferenciales Parciales

IV. Matrices y Formas Cuadráticas

Escalar: Cantidad que sólo posee magnitud.

La magnitud o longitud de un vector se conoce como el valor absoluto del vector:

Despreciando su dirección, un vector cuya longitud, o valor absoluto, es la unidad se

La suma de dos vectores A y B está definida por la ley del paralelogramo.

La suma (resta) de dos vectores es otro vector.

De su definición es evidente que: A+B = B+A

La suma vectorial es conmutativa y asociativa: A+(B+C) = (A+B)+C

Vector por un escalar (n)

Análisis Vectorial I-1 Aguilera A.

n > 1: Aumento n veces.

ii) n < 0 (negativo)

Para valores negativos de n, el nuevo vector (nA) tiene dirección opuesta a A. Su

PRODUCTO PUNTO Y CRUZ

-PRODUCTO PUNTO: El producto punto de 2 vectores es un escalar igual al producto de

Sobresalen dos casos particulares:

1) Si uno de los vectores, digamos A, es de longitud unitaria, entonces A⋅B se simplifica a:

A⋅A =⏐A⏐2= A2 ya que θ = 0;

El producto punto es conmutativo y distributivo sobre la adición:

Análisis Vectorial I-2 Aguilera A.

A⋅B = B⋅A ya que el cosθ es el mismo en ambos casos.

A⋅(B + C ) = A⋅B + A⋅C

Si A⋅B = 0, entonces al menos uno de los vectores ( A, B ) es cero o A y B son perpendiculares.

-PRODUCTO CRUZ: El producto vectorial de dos vectores A y B representado A x B es un

Ya que ⏐B⏐⏐senθ⏐ es la proyección de B en la

De la relación entre el producto cruz y el área es fácil mostrar que la multiplicación

Y la multiplicación vectorial es NO conmutativa:

Si A x B = 0, entonces uno u otro de los vectores A, B es cero o A y B son paralelos.

Análisis Vectorial I-3 Aguilera A.

Luego Xi, Yj y Zk representan las longitudes de los vectores X, Y y Z cuyas direcciones

A = a1i + a2j + a3k

Análisis Vectorial I-4 Aguilera A.

Sin embargo, aplicando la magnitud de un vector, se tiene:

A⋅A =⏐A⏐2 = a12 + a22 + a32

A⋅B= (Axi + Ayj + Azk)⋅ (Bxi + Byj + Bzk)

= AxBx + AyBy + AzBz

El ángulo comprendido entre dos vectores A y B:

∴ cosθ= (A⋅B)/AB = (AxBx + AyBy +AzBz)/AB = lAlB + mAmB + nAnB

1) Encontrar el ángulo entre los vectores A= 2i + 3j - 1k y B= -1i + 1j + 2k

Calculamos primero su producto escalar:

Análisis Vectorial I-5 Aguilera A.

Para el producto cruz de los vectores unitarios i, j y k, se tiene:

ixi = jxj = kxk = 0

Luego se obtiene para el producto cruz de dos vectores:

A x B=(a1i+a2j+a3k)x(b1i+b2j+b3k) = (a2b3 - a3b2)i - (a1b3 - a3b1)j + (a1b2 - a2b1)k

El cual es precisamente la forma expandida del determinante:

El carácter anti-conmutativo del producto cruz corresponde así al hecho de que

(A⋅B)C Es un vector cuya longitud es ⏐A⋅B⏐ veces la longitud de C y cuya dirección es la

A⋅(B x C) TRIPLE PRODUCTO ESCALAR

De aquí A⋅(B x C), cuyo valor es justamente la magnitud de B x C multiplicada por la

A⋅(BxC) = B⋅(CxA) = C⋅(AxB) = [ABC]

A⋅(BxC) ≠ A⋅(CxB) Por qué?

Análisis Vectorial I-6 Aguilera A.

Ejemplo: VOLUMEN DE UN PARALELEPIPEDO

Demostrar que el valor absoluto de A⋅(B x C) es igual al volumen de un paralelepípedo de

Sea n el vector unitario perpendicular al

Volumen del paralelepípedo = [altura (h)][área del paralelogramo (I)]

La altura del paralelogramo es la proyección del vector A sobre BxC.

A = a1i + a2j + a3k; B = b1i + b2j + b3k; C = c1i + c2j + c3k;