Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inzaurralde
1
1 ELEMENTOS MATEMÁTICOS
BÁSICOS. .................................................... 12
2
1.11.2 INTEGRALES ............................................. 43
1.11.3 TÉCNICAS................................................... 45
2 ECUACIONES DIFERENCIALES
ORDINARIAS............................................... 83
2.1.1 Razón de cambio ............................................... 83
2.1.2 Ecuaciones diferenciales ordinarias................... 86
2.1.3 Verificación de las soluciones de ecuaciones
diferenciales..................................................................... 91
2.1.4 Problemas propuestos........................................ 92
2.1.5 Ecuaciones diferenciales de primer orden ......... 92
2.1.6 Solución problemas implican Ecuaciones con
variables separables. ........................................................ 93
3
2.1.7 Problemas propuestos –..................................... 96
2.1.8 Ecuaciones diferenciales homogéneas............... 97
2.1.9 Solución problemas implican Ecuaciones
diferenciales Homogéneas ............................................... 98
2.1.10 Problemas propuestos – .............................. 103
2.1.11 Dos tipos especiales de ecuaciones
diferenciales de orden superior ...................................... 104
2.1.12 Ecuaciones diferenciales lineales de segundo
orden con coeficientes constantes.................................. 108
2.1.13 Oscilador Armónico simple........................ 110
4
3.4.1 EL PENDULO ................................................ 130
3.4.2 SOLUCIONES DEL SISTEMA ..................... 134
................................ 137
3.4.3 SISTEMAS CON COEFICIENTES
CONSTANTES ............................................................. 137
3.4.4 RAICES REALES DISTINTAS ..................... 139
3.4.5 RAICES COMPLEJAS CONJUGADAS ....... 140
3.4.6 RAICES DOBLES .......................................... 143
5
6 MAGNITUDES .................................... 179
6.1.1 MAGNITUD ................................................... 180
6.1.1.1 CLASIFICACION 1 .............................. 183
6.1.1.2 CLASIFICACION 2.-............................ 184
6
7.1.3.2.2 Otro ejemplo ..................................... 221
7.1.3.3 Semejanza. ............................................. 222
7.1.3.3.1 Ejemplo ............................................. 222
7.1.3.4 Derivadas de la función original. ........... 223
7.1.3.4.1 Ejemplo ............................................. 223
7.1.3.4.2 Un segundo ejemplo.......................... 225
7.1.3.4.3 El oscilador armónico simple............ 228
7.1.3.4.4 Precesión del eje de rotación de la Tierra
229
7.1.3.5 Derivadas de la transformada de Laplace
(representación). ....................................................... 231
7.1.3.5.1 Ejemplo. ............................................ 232
7.1.3.5.2 Segundo ejemplo............................... 233
7.1.3.6 Integración de la función original (teorema
de). 234
7.1.3.6.1 Ejemplo ............................................. 234
7.1.3.6.2 Otro ejemplo ..................................... 235
7.1.3.7 Integración de la transformada de Laplace
(representación). ....................................................... 236
7.1.3.7.1 Ejemplo ............................................. 236
7.1.3.8 Teorema del desplazamiento.................. 238
7.1.3.8.1 Ejemplo ............................................. 238
7.1.3.8.2 Oscilador amortiguado ...................... 239
7.1.3.9 Teorema del retardo (o sustitución). ...... 240
7.1.3.9.1 Ejemplo ............................................. 240
7.1.3.9.2 Ejemplo. Funciones dadas con gráficas.
241
7.1.3.9.3 Ejemplo gráficas ............................... 241
7.1.3.9.4 Funciones generalizadas.................... 243
7.1.3.9.4.1 Delta de Dirac, ........................... 243
7.1.3.10 Teorema de multiplicación (Convolución).
244
7.1.3.11 Convolución reiterada............................ 245
7.1.3.12 Primer toerema del desarrollo ................ 246
7.1.3.13 Determinación de la función original a
partir de la transformada de Laplace (Transformada
inversa) 246
7.1.3.13.1.............................................................. 247
7.1.3.13.2 Desarrollo en fracciones parciales. .. 247
7
7.1.3.13.3.............................................................. 248
7.1.3.14 Transformada de Laplace para funciones
periódicas. 249
7.1.3.15 Propiedad ............................................... 249
7.1.3.16 Teorema conjunto de semejanza-retardo.
249
7.1.3.17 Teorema de Efros................................... 251
7.1.3.18 El problema de Cauchy para las EDO
lineales con coeficientes constantes. ......................... 251
8 VARIEDADES Y MATEMÁTICAS DE LA
FÍSICA TEÓRICA. ..................................... 257
8
8.8 Corchete de Dirac............................................... 273
8.8.1 Procedimiento Hamiltoniano Estándar ............ 274
8.8.2 Ejemplo de un lagrangiano lineal en la
velocidad ...................................................................... 275
8.8.3 Procedimiento Hamiltoniano Generalizado..... 278
10 GENERACIÓN DE DIFERENTES
TIPOS DE FUNCIONES Y MODELOS ...... 331
9
10.1.1 Oscilación compuesta por la superposición de
cinco funciones seno de diferentes frecuencias, múltiplos
de la inicial 331
10.1.2 Oscilación armónica con ruido agregado.... 332
10.1.3 Diente de sierra. Función obtenida a partir de
la suma de armónicos..................................................... 333
10.1.4 Una onda cuadrada, obtenida a partir de la
suma de 15 funciones senoidales. .................................. 334
10.1.5 La composición de una onda senoidal y otra
cosenoidal perpendiculares, dando lugar a una elipse, pues
tienen iguales frecuencias y ángulos de fase.................. 336
10.1.6 Simulaciones de campos eléctricos............. 338
10.1.7 Una curva extraña, llamada cardioide......... 340
10.1.8 Una posible curva característica de diodo .. 342
10.1.9 Una espiral.................................................. 345
10.1.10 La aplicación logística ................................ 346
10.1.11 Polinomio segundo grado ........................... 348
10.1.12 Sistema masa-resorte .................................. 349
10.1.13 Espacio con curvatura negativa, silla de
montar. 352
10.1.14 Superficie paraboloide................................ 354
10.1.15 Una función exponencial ............................ 356
10.1.16 Una función de dos variables...................... 357
10.1.17 Polinomio grado 5 ...................................... 359
10.1.18 Función cuadrática. Un haz de curvas
correspondientes a c=0. ................................................. 360
10.1.19 Atractor de Henon ...................................... 361
10.1.20 Pulsaciones. Composición de dos armónicos
oscilando en el mismo plano. Iguales frecuencia,
amplitudes y fases.......................................................... 363
10.1.21 Triángulo de Sierpinsky.............................. 365
10.1.22 Un sombrero ............................................... 366
....................................................................................... 367
10.1.23 Curva característica de un transistor ........... 367
10.1.24 Trayectoria de un rayo de luz al pasar por las
cercanías de un cuerpo masivo ...................................... 369
10.1.25 Construyendo un trompo. ........................... 370
10.1.26 Corte del espacio de Lobachevski .............. 371
10.1.27 Conductor óhmico ...................................... 373
10
10.1.28 Composición de armónicos perpendiculares
(otra vez) 374
10.1.29 Universos curvos ........................................ 378
10.1.30 Campo carga puntual .................................. 380
10.1.31 Construyendo una circunferencia ............... 382
10.1.32 Cuerpo negro, trayectoria de luz en caja..... 385
10.1.33 Esferoide oblato.......................................... 388
11 SISTEMA INTERNACIONAL DE
UNIDADES................................................. 390
inzaurral
reconocimiento (DN):
cn=enrique inzaurralde, o,
ou, email=inzabar@gmail.
de
com, c=UY
Fecha: 2014.08.24
21:59:10 -03'00'
11
1 Elementos matemáticos
básicos.
1.1 ALGO SOBRE CIFRAS
SIGNIFICATIVAS E
INCERTIDUMBRE
12
que la tercera. Concluimos entonces que; cuanto
mas pequeña es la apreciación del instrumento con
el que ejecutamos una medición, tanto más chica es
su incertidumbre y, por lo tanto, tanto más precisa
es la medida. En todo caso, también es cierto que la
primera medición del largo del teclado de la
computadora posee menos "cifras significativas"
que la segunda y esta a su vez menos cifras
significativas que la tercera. O sea, cuanto mas
precisa es una medida realizada, tanto mas cifras
significativas contendrá y mas pequeña será su
incertidumbre. Estudios realizados en este siglo han
demostrado que es imposible obtener medidas que
posean una incertidumbre igual a cero, o dicho de
otro modo, que contengan infinito número de cifras
significativas. En consecuencia, TODAS las
medidas, para ser correctamente expresadas deben
especificar cual es su INCERTIDUMBRE.
13
obedecen. El correcto trabajo con las cifras
significativas nos da una justa noción del alcance
de los conocimientos que estamos adquiriendo, su
grado de seguridad y/o inseguridad y nos aporta un
arma fundamental para poder entender y trabajar
correctamente, en niveles superiores del
conocimiento de los fenómenos físicos, con las
incertidumbres.
14
subdivisiones menores que la apreciación del
instrumento usado. A veces, sin embargo,
15
medidas, el resultado NO PUEDE tener más cifras
significativas que el factor que tenga menos C.S..
16
utilizar los métodos más confiables de cálculo de
propagación de incertidumbres, dado que las
conclusiones experimentales tendrán más o menos
validez, según cuán fiables sean los mismos. No
obstante, en los períodos de aprendizaje
elementales, cuando los resultados experimentales
no tienen efectos críticos, es posible utilizar
procedimientos simples que nos orienten en cuanto
a concluir, tanto sobre la certeza de los mismos,
cuanto mostrarnos la necesidad de su aplicación y,
fundamentalmente, concientizarnos en que no
existe conclusión científica posible ni válida, si no
está acompañada de su rango de validez, o sea, de
su incertidumbre.
Existen entonces, un par de pautas sencillas, que
nos permitirán deducir la incertidumbre derivada de
realizar operaciones con mediciones que contienen
un rango de incerteza. Dichas reglas son:
17
Obsérvese cuidadosamente que las incertidumbres
no se restan, sino que siempre se suman…
1.2.1.2 INCERTIDUMBRE EN
PRODUCTO Y COCIENTE.
El resultado de una multiplicación o una división
de medidas con incertidumbre también tiene
incertidumbre. Llamamos incertidumbre relativa de
una medida M , al cociente entre la incertidumbre
δM
absoluta de dicha medida y la medida misma: .
M
Entonces, dado el producto P de dos medidas A y
B, P = A. B , el mismo tiene una incertidumbre o
δP δA δB
error relativo, = + . La misma regla se
P A B
A
cumple para el cociente C = , siendo
B
δC δA δB
= + .
C A B
Con estas dos reglas simples de propagación de
incertidumbres al realizar cálculos, es posible
determinar la incertidumbre de una gran
cantidad de magnitudes derivadas…
18
1.3 RECTANGULOS DE ERROR
19
pero en la cual aparezcan menos dígitos? La
solución de este intríngulis nos la dan los
matemáticos. Es la denominada notación científica.
Para ello se utilizan potencias de base diez. En el
ejemplo indicado, tendríamos que poder escribir
11,5*1000. Claro, aquí tenemos dos números 11,5
y 1000, el primero con tres C.S. y el segundo con
cuatro C.S.. Pero resulta que 1000= 10*10*10, y,
utilizando la potenciación,
10 × 10 × 10 = 10 3
20
presentación de las medidas expresadas en
potencias de diez, la mantisa que multiplica a la
potencia se escribe con la coma ubicada de tal
manera que dicho factor sea mayor o igual a 1 y
menor que 10. Entonces, nuestra medida,
correctamente expresada, debe quedar
1.15 × 10 4
3 .4 3 .4
3.4 × 10 − 5 = 5
= = 0.000034
10 100000
21
1.5 OPERACIONES CON
POTENCIAS DE DIEZ
3,3*105/2,1*10-2 = 1,6*107
22
Para sumar medidas expresadas en notación
científica, es necesario igualar los exponentes y el
resultado de la suma tiene el mismo exponente.
Ejemplos
23
24
1.6 TEOREMA DE PITÁGORAS
Ilustración 1
Demostración.
Supongamos que tenemos un cuadrado de lado r y
en cada uno de sus lados colocamos un triángulo
rectángulo de catetos x e y. Como en esta situación
la hipotenusa de cada uno de los triángulos es r
queremos
probar que
x2 + y2 = r2.
La figura
que hemos
obtenido es
la siguiente:
Es claro que
la parte
25
exterior en conjunto es un cuadrado de lado x + y.
Por tanto el área de ese cuadrado es (x + y)2
(recordemos que el área de un cuadrado se calcula
elevando al cuadrado lo que mide su lado). Por la
misma razón el área del cuadrado que queda dentro
es r2. Y el área de cada uno de los triángulos es
xy/2 (recordemos que el área de un triángulo es
base por altura partido por 2). Como el cuadrado
exterior está formado por el cuadrado interior y los
cuatro triángulos se tiene que el área de aquél es la
suma de las áreas de éstos, es decir:
(x + y)2 = x2 + 2xy + y2
Sustituímos en (1):
x2 + 2xy + y2 = r2 + 2xy
x2 + y2 = r2
26
ya presentado. Estas funciones representan
relaciones entre los lados de dichos triángulos y se
encuentra que dependen no de los triángulos en sí,
sino de los ángulos que los mismos definen. Para
definirlas, podemos usar el mismo triángulo
rectángulo de la figura 1 y definir las razones de
lados referidas al ángulo α.
Se llama seno del ángulo α, o simplemente seno de
α, al cociente entre el cateto opuesto a dicho ángulo
y la hipotenusa del correspondiente triángulo
rectángulo. Escrito con símbolos es
catetoopuesto a
senα = =
hipotenusa c
Ecuación 1.7-1
Se denomina coseno de α, al cociente entre el
cateto adyacente al ángulo α y la hipotenusa del
triángulo
catetoadyacente b
cos α = =
hipotenusa c
Ecuación 1.7-2
Finalmente, llamamos tangente de α, al cociente
entre el cateto opuesto y el cateto adyacente al
ángulo α.
catetoopuesto a
tan α = =
catetoadyacente b
Ecuación 1.7-3
Nótese que, a partir de las definiciones, se puede
observar lo siguiente
27
a
a senα
tan α = = c =
b b cos α
c
Ecuación 1.7-4
Obsérvese además que, por su propia definición,
las tres líneas o razones trigonométricas, no tienen
unidades, son adimensionales, dado que
representan, en todos los casos, razones entre lados
de un triángulo. Supongamos que medimos los
lados en metros. Al dividir el cateto opuesto al
ángulo alfa entre la hipotenusa, tenemos una
medida expresada en metros dividida por otra,
también expresada en metros. Por lo tanto, el
cociente tiene unidades de metros divididos entre
metros, lo que da como resultado, uno. Utilizando
la notación de del análisis dimensional
[senα ] = [L] = m = 1
[L] m
Dado que la magnitud a la que pertenecen, tanto el
cateto opuesto, cuanto la hipotenusa, es la longitud.
28
1.7.1 El círculo trigonométrico
yA
A senα
α x
R=1 O cosα xA
Ilustración 2
29
definiciones de seno y coseno del ángulo α vistas
arriba (ecuaciones 2 y 3) a este caso, tendremos
y
senα = A
A
xA
cos α =
A
Ecuación 1.7-5
Si tomamos en consideración el hecho de que A=1,
pues ese es el radio del círculo, podemos escribir
las ecuaciones anteriores, sin perder absolutamente
nada de información, de la siguiente manera
senα = y A
cos α = x A
Ecuación 1.7-6
De esta forma, en semejante círculo, las
coordenadas de los puntos de la circunferencia, con
sus respectivos signos (recordemos que el centro de
la circunferencia es el origen del sistema de
coordenadas), representan los valores de las
funciones seno y coseno directamente y, entonces,
resulta bastante claro notar que el máximo valor
posible para el seno de un ángulo está dado por la
coordenada del punto de la circunferencia que pasa
por el eje de ordenadas, y, o sea 1. El mínimo valor
del seno es el opuesto, o sea, cuando el punto de la
circunferencia ha dado ¾ de vuelta en sentido
antihorario, a partir del eje de abscisas, o sea, el
valor es -1. En los puntos en que la circunferencia
toca el eje x, el valor del seno del ángulo
correspondiente es 0, dado que esos puntos no
levantan ninguna ordenada por estar sobre el eje x.
30
Situación diferente se presenta cuando analizamos
los valores de la función coseno. Éste vale 1
cuando el punto de la circunferencia subtiende un
ángulo α=0, o sea, cuando se encuentra sobre el eje
x, pero cuando se encuentra en el polo opuesto, en
el eje x, pero a la izquierda de O, el valor del
coseno es -1. Sin embargo, el coseno del ángulo α
se anula en los puntos en los cuales el círculo pasa
por el eje de ordenadas, y, tanto a 90º a partir de la
posición (1,0), cuanto a 270º a partir de dicha
posición.
Es más, los pares de puntos (x,y) de la
circunferencia son los valores de los cosenos y
senos de los ángulos respectivos, definidos por
dichos puntos con respecto al eje de abscisas,
cuando subtendemos los radios correspondientes a
partir del origen del sistema de coordenadas.
31
Observemos la
ilustración 3 y allí
veremos un triángulo
β escaleno de lados a,
c
b, c, y ángulos
a
h α, β, γ, opuestos a
los lados respectivos.
α m En ese triángulo
hemos dibujado la
n γ
b altura h, medida
desde el lado b hasta
el vértice donde se
encuentra el ángulo
b=m+n β (formado por los
lados a y c). Tal
Ilustración 3
altura, divide el
triángulo original, en
dos triángulos
rectángulo.
Asimismo, como consecuencia de trazar la altura h,
el lado b queda dividido en dos segmentos, m y n,
que son los catetos respectivos de los dos triángulos
∆
rectángulos que quedan formados (el triángulo ahn
∆
y el triángulo chm ). Intentamos ahora calcular el
cateto c, a partir de uno de los triángulos.
∆
Tomando el triángulo ahn , y usando el teorema de
Pitágoras, se puede escribir
c2 = h2 + m2
Ecuación 1.8-1
32
Ahora bien, de acuerdo a la construcción
geométrica, el cateto m está relacionado con b,
mediante
m =b−n
Mientras que, por el triángulo de la derecha,
tenemos que
n = a cos γ
Por lo tanto,
m = b − a cos γ
Ecuación 1.8-2
Por otro lado,
h 2 = a 2 − n 2 = a 2 − a 2 cos 2 γ
Ecuación 1.8-3
Insertando las ecuaciones 9 y 10 en la 8, queda
c 2 = a 2 − a 2 cos 2 γ + (b − a cos γ ) 2
Desarrollando el cuadrado del tercer término
derecho
c 2 = a 2 − a 2 cos 2 γ + b 2 + a 2 cos 2 γ − 2ab cos γ
Que, simplificando, se reduce a
c 2 = a 2 + b 2 − 2ab cos γ teorema del coseno
Ecuación 1.8-4
33
Usualmente se presenta de la siguiente forma:
1.9.1 Demostración
Ilustración 4
34
Observemos la figura 4. Dado el triángulo ABC,
denotamos por O su circuncentro1 y dibujamos su
circunferencia circunscrita. Prolongando el
segmento BO hasta cortar la circunferencia, se
obtiene un diámetro BP.
1
(el circuncentro es el punto donde se cruzan las tres
mediatrices de un triángulo; las mediatrices son las rectas
perpendiculares a los lados, trazadas por el centro de los lados
del triángulo)
35
Para un triángulo ABC donde a, b, c son los lados
opuestos a los ángulos A, B, C respectivamente, si
R denota el radio de la circunferencia circunscrita,
entonces:
36
1.10 Ecuación de la elipse
Ilustración 5
a
Q
F’ O F
37
2
FP = (OF ) 2 + b 2
2
F ' P = (OF ') 2 + b 2
y
FP = F ' P
además
OF = OF '
Ecuación 1.10-1
38
FQ + F ' Q = 2 FP
implica Ecuación 1.10-6
2 (OF ) 2 + b 2 = 2a
39
1.11 APÉNDICE 0.- BREVES
NOCIONES SOBRE CÁLCULO.
1.11.1 Derivación
dl 2 = dx 2 + dy 2
40
A su vez, se verifican las líneas trigonométricas
debido al carácter rectángulo del triángulo. Se
denomina pendiente del segmento dl al cociente
dy
pendiente =
dx
que equivale a la tangente del ángulo formado por
dl con dx, o sea, α.
dy
pendiente = tgα =
dx
Como la propia curva es la sucesión infinita de
tales segmentos dl, se puede definir la derivada de
la función y=f(x) en cada “punto” de la curva,
como
df ( x) dy
y' = =
dx dx
Así, se interpreta la derivada de una función como
la pendiente de la recta tangente a la curva que
representa dicha función en un diagrama en el que
se han representado los puntos correlativos de la
variable dependiente (y) en función de los
correspondientes valores de la variable
independiente (x).
La derivación es una técnica de cálculo muy
utilizada en los parágrafos siguientes y existen
varias propiedades que se verifican.
1) Derivada de la suma de dos funciones.
Sean dos funciones f(x), g(x) y h(x) la suma
de ambas. La derivada de la suma es la
suma de las derivadas
h’=f’+g’
41
2) Derivada del producto de dos funciones. Si
h ( x ) = f ( x ) ⋅ g ( x ) ⇒ h' ( x ) = f ' ( x ) ⋅ g ( x ) + f ( x ) ⋅ g ' ( x )
, o sea
( f ⋅ g )' = f '⋅ g + f ⋅ g '
3) Derivada de función constante. Si
f ( x) = C es una constante, entonces
f ' ( x) = 0
4) Derivada de
n −1
monomio. f ( x) = ax ⇒ f ' = anx
n
42
Una función puede depender de más de una
variable. Si una función depende de dos variables,
sea, por ejemplo
z ( x, y )
Entonces, la derivada
∂z
∂y
es la derivada parcial de z con respecto a y,
manteniendo a la variable x como constante. Lo
mismo se puede decir de la derivada parcial de z
respecto de x. En tal caso, es y la que se mantiene
constante.
La diferencial total de tal función se calcula
mediante
∂z ∂z
dz = dx + dy
∂x ∂y
1.11.2 INTEGRALES
El concepto de integral representa el cálculo
inverso de la derivación. Sea la función
y ( x) = ax + b
cuya derivada es
dy
=a
dx
entonces, la integral
∫ a.dx = ax + b
donde b es la constante de integración, que depende
de los límites de integración, o de las condiciones
43
de límite del problema que se está resolviendo. Así,
dy
si llamamos f ( x) =
dx
se tiene que
I ( x) = ∫ f ( x)dx
donde I ( x) = y ( x) es la integral de f (x) . A la
función f (x) se la denomina integrando de la
integral. Geométricamente, la integral de la función
f (x) representa el área comprendida entre la
gráfica de la función y el eje de abscisas.
Por ejemplo, en la figura adjunta, el área pintada
representa la integral de y(x) esto es
x2
∫ y( x)dx = Área
x1
y
A tal integral, donde están
aclarados los límites
de integración, se la
denomina integral definida,
en contraposición con la
x1 x2 x
integral indefinida, donde
no se aclaran tales límites.
Tal era el caso de la
integral escrita líneas arriba.
Por ejemplo, si se tiene la
integral indefinida,
x n+1
∫ = +C
n
x dx
n +1
La correspondiente integral definida, será
44
n +1 n +1
− x1
x2
x2
∫x dx =
n
x1
n +1
1.11.3 TÉCNICAS
1) Integración por partes
Esta técnica hace uso de la propiedad de las
derivadas del producto.
∫ udv = uv − ∫ vdu
siendo u y v dos funciones continuas y
derivables.
Sea, por ejemplo, la integral
∫ xe dx
x
eligiendo
x=u
e x dx = dv
se tiene que
∫ xe dx = xe − ∫ e dx = xe − e + C
x x x x x
2) Diferencial perfecta
Si en una integral podemos buscar que el
diferencial de la función sea la diferencial de la
variable independiente, mediante un cambio de
variable adecuado, lo que estamos haciendo es
buscar la diferencial perfecta. Tomemos por
ejemplo la integral
∫ senx cos xdx
Si en ella tomamos en cuenta que la derivada
dsenx
= cos x
dx
y sustituímos en la integral, encontramos
45
senx ⋅ dsenx ⋅ dx sen 2 x
∫ senx cos xdx = ∫ dx
= ∫ senx ⋅ dsenx =
2
+C
x + ∆x − x x + ∆x + x ∆x ∆x
sen ( x + ∆x ) − senx = 2 sen ( ) cos( ) = 2 sen cos( x + )
2 2 2 2
46
∆x ∆x
2 sen cos( x + )
sen ( x + ∆x ) − senx = 2 2
∆x
∆x
dado que en el argumento x + el segundo
2
término es un infinitésimo, o sea, prácticamente
cero.
Por lo tanto
sen ( x + ∆x ) − senx
lím = cos x
∆x (6)
∆x → 0
47
1.13 LA DERIVADA DEL COSENO
Nuevamente se tiene,
− ∆x ∆x
sen =− ,
2 2
de donde se puede escribir
− ∆x
2( ) senx
cos( x + ∆x ) − cos x 2
= = − senx
∆x ∆x
48
O sea, hemos demostrado que
d ( cox )
= − senx .
dx
(7)
49
con lo que, obtenemos para la derivada de la
tangente del ángulo x, con respecto al ángulo, la
expresión
d [tg ( x )] 1
= (9)
dx cos 2 x
También, podemos tomar la expresión (8) y operar,
para tener
d [tg ( x )] cos 2 x sen 2 x sen 2 x
= + = 1 +
dx cos 2 x cos 2 x cos 2 x
senx
que, recordando que tg ( x ) = , se transforma
cos x
inmediatamente en
d (tgx )
= 1 + tg 2 x (10)
dx
Y hemos encontrado así las derivadas de las tres
funciones circulares, seno, coseno y tangente.
1.15 Identidades
Trigonométrica
s
csc(theta) = 1 /
sen(theta) = a / c
sen(theta) = c / a
50
sec(theta) = 1 /
cos(theta) = b / c
cos(theta) = c / b
tan(theta) = sen(theta) / cot(theta) = 1/
cos(theta) = a / b tan(theta) = b / a
sen(-x) = -sen(x)
csc(-x) = -csc(x)
cos(-x) = cos(x)
sec(-x) = sec(x)
tan(-x) = -tan(x)
cot(-x) = -cot(x)
sen^2(x) + tan^2(x) + 1 = cot^2(x) + 1 =
cos^2(x) = 1 sec^2(x) csc^2(x)
sen(x y) = sen x cos y cos x sen y
cos(x y) = cos x cosy sen x sen y
51
sen x - sen y = 2 sen( (x - y)/2 ) cos( (x + y)/2 )
(1)
c2 = a2 + b2 - 2ab cos(C)
a2 = b2 + c2 - 2bc cos(A)
52
1.16 Solución de la ecuación
diferencial de 2º orden y
demostración de 8 identidades
trigonométricas.
La solución de la ecuación diferencial de 2º orden
d2y
+y=0
dx 2
Ecuación 1.16-1
da como resultado
y = Asenx + B cos x
Puesto que, si derivamos una vez esta función,
obtenemos
dy
= A cos x − Bsenx
dx
Y, al derivar por segunda vez la función, el
resultado es
d2y
= − Asenx − B cos x
dx 2
Luego, sustituyendo en la ecuación 1
− Asenx − B cos x + Asenx + B cos x = 0
Lo que verifica la igualdad.
53
B
P
A
y Q
x
O
Ilustración 6
54
(seny − senx )2 + (cos x − cos y )2 = AB
2
Ecuación 1.16-2
Por otro lado,
QA = 1 − cos( y − x)
Y el cateto BQ es
BQ = sen( y − x)
Luego, aplicando nuevamente el teorema de
Pitágoras al triángulo AQB, tenemos que
2
AB = (1 − cos( y − x)) 2 + ( sen( y − x)) 2
Ecuación 1.16-3
Observando que las ecuaciones 2 y 3 pueden
igualarse, obtenemos
( seny − senx) 2 + (cos x − cos y ) 2 = (1 − cos( y − x)) 2 + ( sen( y − x)) 2
Ecuación 1.16-4
Operamos separadamente los binomios, para mayor
claridad,
( seny − senx) 2 = sen 2 y + sen 2 x − 2 ⋅ seny ⋅ senx
(cos x − cos y )2 = cos 2 x + cos 2 y − 2 ⋅ cos x ⋅ cos y
[1 − cos( y − x )]2 = 1 + cos 2 ( y − x) − 2 ⋅ cos( y − x)
Si ahora sustituimos estos tres resultados en la
ecuación 4
sen 2 y + sen 2 x − 2 ⋅ seny ⋅ senx + cos 2 x + cos 2 y − 2 ⋅ cos x ⋅ cos y =
= 1 + cos 2 ( y − x) − 2 ⋅ cos( y − x) + sen 2 ( y − x)
55
cos 2 ( y − x) = sen 2 y + sen 2 x − 2senxsey + cos 2 x + cos 2 y − 2 cos x cos y +
+ 2 cos( y − x) − sen 2 ( y − x) − 1
Dado que por el teorema de Pitágoras
sen 2 y + cos 2 y = sen 2 x + cos 2 x = 1
Podemos escribir
cos ( y − x) + sen 2 ( y − x) = 1 + 1 − 2senxseny − 2 cos x cos y + 2 cos( y − x) − 1
2
Luego, si x=-y
cos 2 y = senysen(− y ) + cos(− y ) cos y
Como seny=-sen(-y) y cos y =cos(-y), obtenemos
cos 2 y = cos 2 y − sen 2 y
Ecuación 1.16-6
Por otra parte
cos( y + x) = cos x cos y − senxseny
Ecuación 1.16-7
Ahora, usemos la igualdad siguiente
π
cos( y − x) = sen( − y + x)
2
π
Llamando z = −y
2
sen( z + x) = senxseny + cos x cos y
Como
56
π π
z= −y⇒ y= −z
2 2
Y la igualdad anterior queda
π π
sen( z + x) = senxsen( − z ) + cos x cos( − z)
2 2
Pero, resulta que
π
sen( − z ) = cos z
2
y
π
cos( − z ) = senz
2
Por lo tanto,
sen( x + z ) = senx cos z + cos xsenz
Ecuación 1.16-8
Consistentemente
sen( x − z ) = senx cos z − cos xsenz
Ecuación 1.16-9
Si x=z
sen 2 x = senx cos x + cos xsenx = 2 senx cos x
Ecuación 1.16-10
57
cos( y − x) − cos( y + x)
senxseny =
2
Si llamamos
A=y-x
B=y+x
Entonces
B− A
x=
2
A+ B
y=
2
Y se obtiene
A+ B B− A
cos A − cos B = 2 sen sen
2 2
Ecuación 1.16-11
58
A+ B A− B A+ B A− B
senA = sen cos + cos sen
2 2 2 2
y
A+ B A−B A+ B A− B
senB = sen cos − cos sen
2 2 2 2
59
sen( x − z ) = senx cos z − cos xsenz
Ecuación 1.16-17
sen 2 x = 2 senx cos x
Ecuación 1.16-18
A+ B B− A
cos A − cos B = 2 sen sen
2 2
Ecuación 1.16-19
A+ B A− B
senA + senB = 2 sen cos
2 2
Ecuación 1.16-20
60
1.17 APÉNDICE –1.- ELEMENTOS DE
TENSORES
P
tridimensional, S, en el que la
posición
yp
P
figura 2
ϕ
y’p
x’p El ángulo de rotación ϕ determina las nuevas componentes
imprimadas en relación con las componentes sin imprimar (las
ϕ
a11 = cos ϕ ,
a12 = senϕ
originales). Llamémosle
a 21 = − senϕ
a = cos ϕ 61
22
( x' p , y ' p , z ' p ) . Las coordenadas en S están
relacionadas con las coordenadas del mismo
punto en S’, con la condición que la longitud
del vector que une los centros con P permanez-
ca constante. Las nuevas coordenadas
están relacionadas con las anteriores mediante
las relaciones
x' p = x p cos ϕ + y p senϕ
y ' p = − x p senϕ + y p cos ϕ (1)
ver figuras 1 y 2.
62
a los coeficientes respectivos en las igualdades (1).
De la figura 2, podemos ver que
∂x'
a11 =
∂x
∂x'
a12 =
∂y
∂y '
a 21 = −
∂x
∂y '
a 22 =
∂y
(2)
Se puede escribir entonces, si llamamos
x1 = x, x 2 = y, x'1 = x' , x' 2 = y ' , que
x'1 = a11 x1 + s12 x 2
x' 2 = a 21 x1 + a 22 x 2
o, usando índices mudos
x' i = ∑ aij x j
j
(3)
Tomando en consideración el conjunto de
ecuaciones (2),
∂x' ∂x'
x'1 = 1 x1 + 1 x 2
∂x1 ∂x 2
(4)
∂x' 2 ∂x'
x' 2 = x1 + 2 x 2
∂x1 ∂x 2
(5)
Las ecuaciones (4) y (5) representan la forma en
que se transforman las coordenadas del vector
63
posición, al pasar de un sistema S a otro sistema S’
rotado con respecto a aquél. Los coeficientes a ij se
llaman cosenos directores de los nuevos ejes de
coordenadas, o sea, de la transformación. Se puede
decir que
a11 = cos ϕ = cos( x'1 , x1 )
a12 = senϕ = cos( x'1 , x 2 )
y similarmente para a 21 , a 22 .
Los cosenos directores satisfacen la relación de
ortogonalidad
a ij aik = δ jk
donde δ jk es la función delta de Kronecker y su
valor es
1⇔ j = k
δ jk = .
0⇔ j≠k
r
Por tanto tenemos que el vector posición r se
transforma, en un cambio del sistema de
coordenadas S a otro S’, a través de la
transformación de sus componentes, dejando
invariante la longitud del vector mismo. Dichas
componentes de vector experimentan la
transformación
∂x' j
x' j = ∑ xi
i ∂x i
(6)
A cualquier magnitud que se transforma de acuerdo
a la relación (6), se lo denomina vector
r
contravariante. Así, un vector A , cuyas
componentes verifique la relación
64
∂x'i
A'i = ∑ Aj
j ∂x j
(7)
es un vector contravariante.
Tomemos ahora el gradiente de potencial y
analicemos cómo se transforma durante un cambio
del sistema de coordenadas S al S’ rotado respecto
del primero. Se sabe que el gradiente de un
potencial ϕ es
gradϕ = ∇ϕ
(8)
donde el operador nabla representa la suma de las
derivadas parciales
r ∂ r ∂ r ∂
∇=i + j +k
∂x ∂y ∂z
(9)
en un sistema de coordenadas cartesianas
rectangulares. Aplicar el operador nabla (gradiente)
a una función escalar ϕ, significa hacer
r ∂ϕ r ∂ϕ r ∂ϕ
∇ϕ = i + j +k
∂x ∂y ∂z
(10)
con lo que, evidentemente, se obtiene un vector. O
sea, el gradiente de una función escalar, es un
vector. Para calcular cómo se transforma esta nueva
función en una transformación de coordenadas, por
rotación del sistema S al sistema S’ rotado,
primeramente llamemos x1 , x 2 , x3 a las
coordenadas x, y, z . Tendremos entonces que, las
componentes rotadas serán
65
∂ϕ ∂ϕ ∂xi
=∑
∂x' j i ∂xi ∂x ' j
(11)
Vemos que las componentes del gradiente ya no se
transforman igual que las componentes del vector
r
posición. De hecho, a todo vector B cuyas
componentes se transformen, al pasar a un sistema
coordenado rotado, mediante
∂x
B' j = ∑ i Bi
i ∂x ' j
(12)
le llamaremos vector covariante.
Así, el gradiente de una función escalar (como lo es
el potencial), es un vector covariante, en
contraposición con el vector posición, que es
contravariante.
A partir de estas definiciones se puede generalizar
para espacios con más de tres dimensiones (tal es el
caso de los espacios relativistas, que cuentan con
cuatro dimensiones) y las propias definiciones de
contravariante y covariante también es viable
hacerlo. De hecho, a un vector cuya ley de
transformación de componentes durante las
rotaciones obedece a la forma (7) se lo denomina
tensor contravariante de rango 1, en cambio, a
todo vector cuya ley de transformación de
componentes durante las rotaciones obedece a la
forma (12), se lo define como tensor covariante de
rango 1. A partir de esto, un escalar es un tensor de
rango 0. Por extensión se define el tensor
covariante, contravariante y mixto de rango 2.
66
∂x'i ∂x' j kl
A'ij = ∑ A tensor contravariante
kl ∂x ∂x l
k
67
r
aplica el torque y α , la aceleración angular que el
rígido adquiere como consecuencia del torque
aplicado. Para el caso de rígidos con distribución
uniforme de masa (densidad constante) y forma
simétrica, el momento de inercia I suele ser un
escalar. Pero, cuando se trata de rígidos cuya
densidad varía, y/o no presentan simetrías
espaciales en su forma, el momento de inercia I es
un tensor de segundo rango, cuyas 9 componentes
(en un sistema de coordenadas cartesianas
tridimensionales) son
I xx I xy I xz
I = I yx I yy I yz
I zx I zy I zz
(17)
De esta forma, la ecuación (16) se expresa así
τ x I xx I xy I xz α x
τ y = I yx I yy I yz ⋅ α y
τz I zx I zy I zz α z
(18)
que es una ecuación tensorial explícita. Ahora bien,
¿qué representan las componentes del tensor de
inercia, I? Para imaginarlo, hagamos primero una
analogía vectorial.
68
Un vector se puede representar gráficamente mediante un
E segmento de recta orientado. Pero existe otra analogía, es
a posible representarlo con un plano. Sea, en la figura 3, el
r r
r vector a . Trazamos perpendicular a a el plano E, a una
r
distancia 1 del punto de aplicación de a . Cualquier
a r
vector posición r trazado desde O al plano E cumple la
1 r
a condición de que su proyección a a es 1 . Así, el producto
a
escalar
Figura 3
r r 1
a ⋅ r = ara = a = 1
a
(19)
Entonces el plano E queda definido por el producto
r r
a ⋅ r . O, más específicamente,
a1 x1 + a 2 x 2 + a3 x3 = 1
define al plano E, donde x1 , x 2 , x3 son las
coordenadas espaciales y a1 , a 2 , a3 las
r
proyecciones de a sobre tales ejes coordenados.
De esta manera, el plano E representa,
r
geométricamente, al vector a , o sea, tiene sus
mismas propiedades.
De la misma forma, un tensor simétrico de la forma
(17) puede ser representado por una superficie
curva, dada por la ecuación
S11 x1 + S 22 x 2 + S 33 x3 + 2S12 x1 x 2 + 2S 23 x 2 x3 + 2S 31 x3 x1 = 1
2 2 2
(20)
69
Las constantes S11 , S 22 , S 33 en los objetos físicos
son positivas. En tales condiciones, la ecuación
(20) representa un elipsoide, cuya orientación no
depende del sistema coordenado elegido. Las
propiedades del tensor están ligadas a las del
rígido, o del medio que con él se esté
representando. Al pasar a otro sistema de
coordenadas, tanto las componentes del tensor,
cuanto las propias coordenadas del cuerpo son
modificadas, pero de tal manera que la ecuación
(20) sigue siendo válida. El elipsoide de la (20) es
la imagen geométrica de un tensor simétrico de
segundo rango, el cual, si tomamos el tensor (17)
tendrá componentes
I xy = I yx , I xz = I zx , I yz = I zy .
(21)
De la misma manera que un segmento orientado, o
un plano, son la imagen de un vector (de un tensor
de primer rango). Si el elipsoide tiene semiejes
a,b,c, y ellos se orientan de tal manera que los ejes
de coordenadas coincidan con ellos, la ecuación del
elipsoide se simplifica en
2 2 2
x1 x2 x3
+ 2 + 2 =1
a2 b c
(22)
O sea, que para cada tensor simétrico, existen tales
direcciones de los ejes de coordenadas para los
cuales las componentes de tensor (20) o (22) se
anulan. A tales direcciones se les denomina ejes
principales del tensor, que queda representado por
70
S1 0 0
S= 0 S2 0
0 0 S3
(23)
A los valores diagonales de (23) se los denomina
valores principales del tensor y el tensor mismo ha
quedado reducido a sus ejes principales. La
ecuación del elipsoide, escrita en sus ejes
principales es
S1 x1 + S 2 x 2 + S 3 x3 = 1
2 2 2
(24)
Comparando (22) con (24) vemos que los valores
de los ejes principales son
1
a=
S1
1
b=
S2
1
c=
S3
(25)
Básicamente, resolver un tensor en sus ejes
principales se reduce al problema de los valores
propios, pues se puede escribir la ecuación tensorial
S − λE = 0
(26)
donde S es el tensor cuyos ejes principales (o
vectores principales) se quieren determinar; λ, son
los valores propios, o principales, y E es el tensor
unidad
71
1 0 0
E=0 1 0
0 0 1
(27)
72
que es un escalar. En este caso, la contracción ha
consistido, por tanto, en hallar la traza de la matriz,
esto es, la suma de los elementos diagonales del
tensor.
73
Así, como matrices, se escriben los componentes
de un tensor de rango dos en un espacio
cuatridimensional.
f 11 f 12 f 13 f 14
21 22 23 Tensor contravariante
f f f f 24
F = 31
µν
f f 32 f 33 f 34
41
f f 44
42 43
f f
Ecuación 1.18-1
f 11 f 21 f 31 f 41
f f 22 f 32 f 42 Tensor covariante.
Fµν = 12
f 13 f 23 f 33 f 43 Matriz transpuesta del
anterior
f 14 f 24 f 34 f 44
74
0 f 12 f 13 f 14
12
−f 0 f 23 f 24
F µν = 13
− f − f 23 0 f 34
14
− f − f 24 − f 34 0
0 − f 12 − f 13 − f 14
f 0 − f 23 − f 24
Fµν = 12 Ecuación 1.18-2
f 13 f 23 0 − f 34
f 14 f 24 f 34 0
F µν = − Fµν
Si es simétrico
1 f 12 f 13 f 14
12
f 1 f 23 f 24
F µν = 13
f f 23 1 f 34
14
f f 24 f 34 1
1 f12 f 13 f 14
f 1 f 23 f 24
Fµν = 12 Ecuación 1.18-3
f 13 f 23 1 f 34
f 14 f 24 f 34 1
F µν = Fµν
75
∂x'i
A'i = ∑ Aj Ecuación 1.18-4
i ∂x j
0 Ex Ey Ez
− Ex 0 Bz − By
F µν =
− E y − Bz 0 Bx
− E − Bx 0
z
By
Ecuación 1.18-6
Porque
F µν = ∂ µ Aν − ∂ν A µ Ecuación 1.18-7
Si definimos
76
x1 = ict
x2 = x
Ecuación 1.18-8
x3 = y
x4 = z
Que nos da un elemento de longitud
ds 2 = −c 2 dt 2 + dx 2 + dy 2 + dz 2 Ecuación 1.18-9
Y el potencial cuatridimensional
r
A = (ϕ , A) Ecuación
1.18-10
El tetravector densidad de corriente
j = (cρ , j )
r
Ecuación
1.18-11
Las componentes del tensor F µν son (usando la
ecuación 7 para calcular las diferentes
componentes, y asumiendo que es un tensor
antisimétrico de rango dos en cuatro dimensiones,
lo que nos habilita a tomar la matriz, ecuación 1,
como guía para determinar las cantidades
componentes del tensor)
77
∂A x ∂ϕ
f 12
= − = Ex
ic∂t ∂x
∂A y ∂ϕ
f 13 = − = Ey
ic∂t ∂y
f 14 = E z
∂A y ∂A x
f 23
= −
∂x ∂y
∂A z ∂A x
f 24
= −
∂x ∂z
∂A z
∂A y
f 34 = −
∂y ∂z
Ecuación 1.18-12
Ecuación
1.18-13
Se tiene
78
∂A z ∂A y
Bx = −
∂y ∂z
∂A x ∂A z
By = −
∂z ∂x
∂A y
∂A x
Bz = −
∂x ∂y
Ecuación 1.18-14
0 Ex Ey Ez
− Ex 0 Bz − By
F µν =
− E y − Bz 0 Bx
− E − Bx 0
z
By
Ecuación 1.18-16
Que es la ecuación 6.
79
implica cuantizarlo a escalas submicroscópicas y es
difícil plantearse la aplicación de la Relatividad
General en semejantes escalas.
80
1.19 DETERMINACIÓN DE LOS
COEFICIENTES MÉTRICOS EN
UN CAMPO GRAVITATORIO
CENTRAL
r d m0 v
F=
dt 2
1− v
c2
x'+ vt '
x=
v2
1− 2
c
y = y'
z = z'
t '+ vx' 2
t= c
v2
1− 2
c
∂ ∂ ∂t ∂ ∂x ∂ ∂ ∂ ∂
= + = γ + vγ = γ + v
∂t ' ∂t ∂t ' ∂x ∂t ' ∂t ∂x ∂t ∂x
∂ ∂ ∂x ∂ ∂t ∂ ∂ vγ ∂ v ∂
= + = γ+ =γ + 2
∂x' ∂x ∂x' ∂t ∂x' ∂x ∂t c 2
∂x c ∂t
81
∂x
= vγ
∂t '
∂x
=γ
∂x'
∂t
=γ
∂t '
∂t vγ
=
∂x' c 2
Tensor métrico
vγ
1 0 0
c2
g ij = 0 1 0 0
0 0 1 0
vγ 0 0 1
De acuerdo con él,
Entonces
vγ x'
1 0 0
c2
(x y z t) = 0 1 0 0 ⋅ y' Matriz
0 0 1 0 z'
vγ 0 0 1 t'
de transformación de Lorentz
82
2 Ecuaciones diferenciales
ordinarias
83
El numero de habitantes se duplica cada 5 anos,
encontrar la razón de cambio y represente los
resultados gráficamente (ver imagen 1.1) para
ilustración
84
Problemas propuestos
85
2.1.2 Ecuaciones diferenciales
ordinarias
Encontramos integrando
86
Encontramos integrando
87
Soluciones de una ecuación diferencial.
Constantes de integración
Ejemplo 2
88
En el problema anterior "a" es una constante
arbitraria de la misma manera se puede representar
como c1 y c2 respectivamente dan una solución
mas general al problema a esta constante arbitraria
se la conoce como constante de integración
Ejemplo 3
89
Sustituyendo los valores encontrados de c1 y c2 en
la solución general encontramos nuestro resultado
90
2.1.3 Verificación de las soluciones de
ecuaciones diferenciales
Antes de emprender el problema de resolver
ecuaciones diferenciales, Mostraremos como se
verifica una solución dada. En los tratados sobre
ecuaciones diferenciales se demuestra que la
solución general de una ecuación diferencial de
orden "n", tiene "n" constantes arbitrarias
Demostrar que
Demostrar que
91
Es una solución particular de la ecuación
diferencial
92
Una ecuación de primer orden puede reducirse a al
forma
Siendo M y N funciones de X e Y
1. cambios de masa
2. cambios temperatura
3. cambio población en el tiempo
93
Para encontrar la solución crear un igualdad
necesitamos la razón de cambio representada por
"k"
94
Una masa "mo" decae a una masa "mf" en un
tiempo "t" encontrar la ecuación diferencial que
represente tal afirmación
95
la solución anterior se obtiene con la condición t=0
c=0
96
P=1000 gr/cm2 cuando h=0 y P= 670 gr/cm2
cuando h=3000 m hallar :
De "X"
97
Determinamos "u" integrando la ecuación
98
Supuesto que en la mezcla de volumen total "v" la
cantidad de solución "s" en cualquier volumen esta
Por lo tanto –
99
En un circuito dado "E" y de intensidad "I"
(amperios) el voltaje "E" se consume en vencer la
1.residencia en R (ohmios) del circuito
2. la inductancia
100
La energía electromotriz representado con la letra
"E" o "V" voltaje es directamente proporcional a la
corriente y resistencia del medio "R"
101
Circuito en serie, combinación resistencia "R" y
transformador "L"
102
2.1.10 Problemas propuestos –
103
horizontal "x" si el viento ejerce una fuerza en
oposición a b=0.033 N
Ejemplo –
104
Las siguientes ecuaciones tiene la forma
105
Lo anterior es valido por
Problemas propuestos –
106
107
2.1.12 Ecuaciones diferenciales
lineales de segundo orden con
coeficientes constantes
108
Donde y= es una solución de la ecuación y "r"
son las raíces de la función y distintas
109
Encontrar la solución de la ecuación
110
Imagínese una masa "m" en una superficie sin
fricción colgando de un resorte la observación del
movimiento nos da la suposición que al aumenta la
fuerza "F" de igual manera aumentara la longitud
del resorte "X" lo anterior puede representarse
como:
111
de hooke solo es valida cuando el objeto puede
recuperar su forma original . la razón de cambio
nos indica que la función de fuerza en razón de la
distancia F(x) tiene la forma y=mx+b una línea
recta.
112
Cuando las condiciones de la formula anterior es
t=0 , v=0 y x= Amplitud del resorte "Y"
113
El Angulo de fase debe ser en radianes
114
3 Ecuaciones diferenciales(2).
3.1 Definiciones.
Ejemplo:
115
dy
+ x − 2y = 0 Ecuación 3.1-4
dt
116
métodos de resolución genérica según el tipo de
EDO del que se trate.
La ecuación diferencial en derivadas parciales es
de mayor complejidad, y sus resoluciones suelen
ser capítulos o tratados enormes. Cada caso es
especial y tiene su método particular de resolución.
Ejemplo nro. 1:
y′ = 0 Ecuación 3.2-1
o lo que es lo mismo:
dy
=0 Ecuación 3.2-2
dx
Se pasan a un miembro todos los y dy, y al otro
miembro todos los x dx, y luego se integran ambos.
dy = 0.dx
y + c1 = c 2
117
y = c 2 − c1 = c
Solución general:
y=c Ecuación 3.2-4
Ejemplo nro. 2:
y ′′ = 0
Será necesario aplicar el mismo método dos veces:
dy' = 0.dx
y' = C
dy/dx = C
dy = C.dx
∫ dy = ∫ Cdx
y+C1 = C.x+C2
y = C.x+C2-C1
Solución general:
y=C.x+k
118
Esta solución corresponde a una familia infinita de
curvas, que son todas las rectas del plano.
119
Se utiliza la solución particular hallada por
D'Alambert: y = e rx , siendo r una constante no
arbitraria que se debe calcular.
120
3.2.2.1 r1 y r2 reales y distintas.
El conjunto se soluciones particulares es {er1x,er2x},
siendo un conjunto linealmente independiente.
Si hacemos la combinación lineal de ambas
soluciones, formamos la solución general:
y = C1 er1x + C2 er2x Ecuación 3.2-8
que resulta ser una familia doblemente infinita de
curvas, con C1 y C2 constantes arbitrarias.
121
y = eαx {C1 [cos(βx) + i sen(βx)] + C2 [cos(βx) - i
sen(βx)]}
αx
y = e [(C1 + C2) cos(βx) + (C1 - C2) i sen(βx)]
122
a 0 y ′′ + a1 y ′ + a 2 y = f ( x)
ó
d2y dy
a 0 2 + a1 + a 2 y = f ( x)
dx dx
y" - 3 y' + 2 y = x
123
Como la f(x) es polinómica, se toma como solución
particular una P(x), que debe ser del mismo grado
que la f(x):
yp = ax + b
yp'= a
yp"= 0
Se reemplazan en la ecuación:
y" - 3 y' + 2 y = x
0 - 3 a + 2 (ax + b) = x
-3 a + 2ax + 2b = x
2ax + (2b - 3a) = x
yg = yh + yp
yg = C1 e + C2 e2x + ½ x + ¾
x
124
Más ejemplos, con segundo miembro no nulo
polinómico, exponencial y trigonométrico.
y" - 5 y' + 6 y = x
125
Seguidamente se propone una función como otra
solución particular. Las funciones que se pueden
utilizar son:
Polinómicas: P(x)
Exponenciales: m.enx
Trigonométricas: p.cos nx ó q.sen mx
Se reemplazan en la ecuación:
y" - 5 y' + 6 y = x
0 - 5 a + 6 (ax + b) = x
-5 a + 6ax + 6b = x
6ax + 6b - 5a = x
x (6a - 1) + (6b - 5a) = 0
126
Y la solución particular buscada resulta ser:
yp = 1/6 x + 5/36
La solución general yg será la combinación lineal
de yh con yp.
yg = yh + yp
yg = C1 e + C2 e3x + 1/6 x + 5/36
2x
y" - 5 y' + 6 y = ex
Reemplazando en la ecuación:
m ex - 5 m ex + 6 m ex = ex
Dividiendo todo por ex:
m - 5 m + 6 m = ex
m (1-5+6) = 1
127
m=½
Resultando:
yp = ½ ex
Y la solución general:
yg = C1 e2x + C2 e3x + ½ ex
Ejemplo de resolución:
y" - 5 y' + 6 y = sen x
Reemplazando en la ecuación:
-a sen x - b cos x - 5a cos x + 5b sen x + 6a sen x +
6b cos x = sen x
(-a + 5b + 6a -1) sen x + (-b - 5a + 6b) cos x = 0
(5b + 5a -1) sen x + (- 5a + 5b) cos x = 0
128
5b + 5a = 1
-5a + 5b = 0
Ejercicios
y lny dx + (x - lny) dy = 0
Enviado por Alba de San Pedro de Antioquia
probar con:
y = erx
y' = r erx
129
r1 = 0
r2 = 2
3.4.1 EL PENDULO
130
Para ilustrar este capítulo iniciamos con un ejemplo
sencillo extraído de la mecánica :
131
sen[x(t )] = 0 ,
g
x ′′(t ) + Ecuación 3.4-1
l
g
x ′′(t ) + x(t ) = 0 . Ecuación 3.4-2
l
. Ecuación 3.4-3
2
Dado que se puede demostrar que, para ángulos α → 0,
medidos en radianes, resulta que α ≅ senα .
132
Si además imponemos las condiciones
iniciales y , que físicamente
significa que en el tiempo el péndulo forma
un ángulo con la vertical y que el movimiento
del péndulo parte del reposo, la ecuación 1.4-3
toma la siguiente forma particular
g
x(t ) = α cos t
Ecuación 3.4-4
l
. Ecuación 3.4-5
133
Ecuación 3.4-6
Ecuación 3.4-7
134
La Teoría general de ecuaciones diferenciales nos
dice que, si los coeficientes
son continuos en un intervalo cerrado ,
entonces existe una única solución en
dicho intervalo, que satisface la condición
inicial .
Si llamamos
135
debemos probar la existencia de tales
que . Para hacerlo es suficiente
observar que nuestra condición y la
unicidad de la solución de 1.4-7 con condición
inicial implican que el sistema
136
Hay algo más : si y sólo si
son linealmente independientes.
. Ecuación 3.4-8
3.4.3
SISTEMAS CON COEFICIENTES
CONSTANTES
Consideremos el sistema
137
. Ecuación 3.4-9
. Ecuación 3.4-10
. Ecuación 3.4-11
138
.
. Ecuación 3.4-12
, Ecuación 3.4-13
139
. Ecuación 3.4-14
de y .
3.4.5
RAICES COMPLEJAS
CONJUGADAS
,
Ecuación 3.4-15
.
Denotemos con y los vectores
propios correspondientes a y
140
respectivamente. Como en el primer caso
las soluciones, en este caso complejas, del
sistema 1.4-7 serán :
a)
b) ,
correspondientes a y respectivamente.
Ahora, teniendo en cuenta que
vemos que
141
Nota : Es importante advertir que el análisis que se
hizo con la solución (a) lo hubiéramos podido hacer
con la solución (b).
. Ecuación 3.4-16
142
.
Supongamos que
,
Ecuación 3.4-17
143
Eliminamos de la ecuación anterior el término y
la ecuación anterior se reduce a estudiar el
siguiente sistema lineal
Ecuación 3.4-18
para todo .
Ecuación3.4-19
144
solución única. En realidad tendrá infinitas
soluciones. Lo usual en estos casos es darle un
valor arbitrario a la primera componente de y
luego de la segunda ecuación 1.4-19 hallar el valor
de la segunda componente. En esta forma hallamos
dos soluciones linealmente independientes del
Ecuación 3.4-20
es . Su ecuación característica
es . La raíz (doble) es ,
145
Una solución del sistema 1.4-20 es, entonces .
La otra solución es ,
146
3.5 DEFINICION DE PUNTO CRITICO
. Ecuación 3.5-1
Ecuación 3.5-2
147
Siempre supondremos que los puntos críticos de
1.5-1 son aislados, ésto quiere decir que cada punto
crítico tiene una vecindad que no contiene otros
puntos críticos diferentes de él.
148
consideremos el siguiente ejemplo :
Ecuación 3.5-3
Si entonces y
esto nos dice que la trayectoria se encuentra en el
149
eje . Además, si la trayectoria se aleja
del punto crítico y en sentido positivo
cuando . Si , la trayectoria se
se acerca a cuando .
Si entonces .
Esto nos dice que la trayectoria se encuentra en la
recta . Ahora, si la trayectoria se
aleja de en el primer cuadrante y si
se aleja de en el tercer cuadrante.
Finalmente, si
entonces y .
en este caso la trayectoria estará en la parábola
150
De acuerdo con los signos, positivo o negativo, que
tengan y obtenemos los cuatro posibles arcos
de la parábola que definen las trayectorias y todas
cociente , cuando ,
existe. Esto nos dice que la trayectoria entra al
punto crítico con pendiente finita.
151
3.5.2 EJEMPLO DE CENTROS
152
Ecuación 3.5-4(2.3.1)
. Ecuación 3.5-5
153
giro de la trayectoria. Es natural pensar que, por
ejemplo, la solución que pasa por el punto
y debe ser la misma trayectoria.
Supongamos que . esto implica
, Ecuación 3.5-6
154
3.5.3 EJEMPLO DE ESPIRALES
. Ecuación 3.5-7
. Ecuación 3.5-8
155
Ahora usamos coordenadas polares,
Ecuación 3.5-9
156
Es decir : . Ahora, si
entonces y nuestro punto crítico será un
centro. Si , vemos que crece cuando
crece (en el sentido contrario de las agujas del
reloj). Análogamente, si decrece. Esto
es, tenemos espirales que se alejan o se acercan del
punto crítico .
157
3.5.4 EJEMPLO DE PUNTOS DE SILLA
. Ecuación 3.5-10
158
La solución general de 1.5-10 viene expresada
. Ecuación 3.5-11
4.1
DEFINICION Y RESULTADOS
PRINCIPALES
159
ESTABILIDAD : Sea un punto crítico aislado
del sistema
. Ecuación 4.1-1
160
Ecuación 4.1-2
.
Ecuación 4.1-3
161
Cómo suponemos que los puntos críticos, en este
caso el punto será , son aislados,
supondremos que . En términos de
las raíces de 4.1-4 se presentan los siguientes
casos :
162
4.1.1
NODOS: ESTABLES, INESTABLES
Ecuación 4.1-5
163
en
. Ecuación 4.1-6
164
Supongamos, finalmente, que . En este
caso
. Ecuación 4.1-7
. Ecuación 4.1-8
165
Puesto que y , observamos, con
166
.
recta de pendiente .
167
Cuando , es claro que la solución no se
168
169
5 SERIES
170
lím(u n ) = 0
Ecuación 4.1-2.
n→∞
Si las sumas parciales s i no convergen a un valor
S, sino que su límite en i → ∞ es también ∞ , se
dice que la serie un es divergente. O sea, en estos
casos
lím(s n ) = ∞
Ecuación 4.1-3
n→∞
Existen también las series oscilantes (alternantes),
como por ejemplo la serie
∞
∑ −1
n =1
n
= 1 − 1 + 1... Ecuación 4.1-4 (serie
oscilante)
Cuya suma enésima es igual a 1, en caso de que n
sea par, o -1, en caso de n impar. Tales series
suelen considerarse divergentes.
En el caso de una secuencia de números tales como
a, ar , ar 2 , ar 3 ,..., ar n−1 serie
geométrica
Es una serie geométrica de razón r ( r ≥ 0 ).
171
Cuando r<1.
Si r ≥ 1 la condición un=0 para n → ∞ , no se
cumple y la serie es divergente.
172
En cambio, si
u
n n − 1 ≤ 1 , entonces ∑u i diverge.
u n +1 i
Ecuación 4.1-9
En forma de límite la prueba de Raabe es
u
lím n n − 1 = P
u n+1
n→∞
Ecuación 4.1-10
Que diverge si P < 1 y converge si P > 1 , no
habiendo prueba para P=1.
173
∞
∑ (− 1)
n +1
Dada la serie a n , con an>0, si a n decrece
n =1
condicional.
174
las series infinitas que verifican la convergencia
absoluta pueden operarse aritméticamente,
cumpliéndose las dos condiciones siguientes
1. Si una serie es absolutamente convergente,
la suma de serie es independiente del orden
en que se coloquen los términos.
2. La serie puede multiplicarse por otra serie
absolutamente convergente y el límite del
producto será el producto de los límites
individuales de las series. La serie producto
también es absolutamente convergente.
∑u
n =1
n ( x) =S ( x) = lím s n ( x).
n →∞
Ecuación 4.1-12
175
uniformemente convergente en el intervalo
cerrado [a,b].
S(x)+ε
S(x)
S(x)-ε
sn(x)
ε
ε
x=a x=b
Ilustración 7
∑ u (x)
1
i
176
∞
∑M
1
i
Tales que
∞
∀M i ∈ ∑ M i , se _ cumple, M i ≥ u i ( x) , ∀x ∈ [a, b] .
1
∞
Entonces, si ∑M
1
i es convergente, se verifica que
∞
177
( x − a) n
Rn = f (n)
(ξ )
n!
siendo Ecuación 4.1-14
a ≤ ξ ≤ x.
178
3.5)MAGNITUDES
3.5.1) LA IMPORTANCIA DEL CALCULO
VECTORIAL
3.5.1.1) SUMAS Y RESTAS DE VECTORES
A) CALCULO GRAFICO
B) CALCULO ANALÍTICO
C) METODO DE
DESCOMPOSICION EN LOS
EJES COORDENADOS
3.5.1.2) PRODUCTOS VECTORIALES
A) PRODUCTO DE UN VECTOR POR UN
ESCALAR
B) PRODUCTO ESCALAR DE DOS
VECTORES
C) PRODUCTO VECTORIAL
3.5.2)ALGO MAS SOBRE FUNCIONES
CIRCULARES
3.5.3)MEDIDAS E INCERTIDUMBRE
3.5.3.1)Propagación de errores.
6 MAGNITUDES
179
6.1.1 MAGNITUD
como
180
realicemos con ellos tengan un "patrón" común. De
esa manera, los números que hagamos
corresponder a los objetos y fenómenos que
estemos midiendo, serán más "confiables",
representarán más fielmente al objeto o fenómeno
medido, independiente del objeto medidor. Para
eso, buscamos "patrones" de medición y, en base a
ellos, construimos nuestros "instrumentos de
medición" de las cualidades de los fenómenos.
Intente el lector ejemplificar lo dicho, tomando
como base las magnitudes que hemos intentado
"medir" utilizando nuestro cuerpo, en los dos
ejemplos citados.
181
interna del agua y su recipiente y, por lo tanto,
disminución real de su temperatura. Ahora, una vez
en equilibrio, el agua perdió energía y por tanto,
disminuyó su temperatura, energía que recibió el
termómetro y que provocó, entre otras cosas, la
dilatación del mercurio. Es decir, siempre el
instrumento de medida afecta al fenómeno medido
de manera radical, de tal forma que, cuando
estamos midiendo una propiedad de un proceso u
objeto, debemos ser concientes que el resultado
obtenido NO ES correspondiente al VERDADERO
estado en el cual estaba, sino al que adquirió
después de haber sido sometido al proceso de
medición. Desde otro punto de vista, el propio
principio de indeterminación (o principio de
incertidumbre) dice que no es posible realizar,
simultáneamente medidas de posición y velocidad,
o de energía y tiempo, con una precisión infinita,
sino que existe un valor mínimo del producto de las
incertidumbres de estos pares de cantidades, por
debajo del cual no es posible alcanzar mas
precisión. Es como si la naturaleza no se "dejara"
medir con infinita precisión, independientemente
de lo sofisticados que sean nuestros instrumentos
de medida. No existe forma de que podamos
conocer la posición de un cuerpo con absoluta
certeza (es decir, con incertidumbre cero), salvo
que resignemos completamente la posibilidad de
medir su velocidad, o sea, que si conocemos con
absoluta precisión la ubicación de un objeto en el
espacio, ignoraremos completamente si se está
moviendo. Asimismo, si podemos determinar
182
totalmente la energía que conlleva el cuerpo,
deberemos tomarnos un tiempo infinito en medirla.
6.1.1.1 CLASIFICACION 1
183
6.1.1.2 CLASIFICACION 2.-
184
espacio-tiempo tetradimensional, o espacio de
Minkowski (fig. 1).
Las magnitudes
vectoriales pueden ser de recta de acción
varios tipos, a saber; sentido
módulo
b.1) vectores deslizantes.
Son aquellos cuyo punto
de aplicación puede
deslizarse a lo largo de la
recta de acción, tal es el
caso de la fuerza. Punto de
aplicación
figura 3.1
b.2) Vectores libres. Tal es el
caso de vectores como el de velocidad angular,
momento cinético, etc. Estos vectores no tienen un
punto de aplicación definido "a priori" en el
espacio, sino que se adopta una convención para
ubicarlos en cierta posición.
Existe una segunda clasificación de vectores.
b.3) Vectores polares. Son aquellos que, como la
fuerza, el desplazamiento, la velocidad, la
aceleración, la cantidad de movimiento, tienen un
comportamiento simétrico con respecto al eje
de coordenadas "z", ante una inversión de las coordenadas,
esto es, un comportamiento como el que presentan los objetos
materiales visibles ante una reflexión especular (ver figura 2a).
imagen
186
que la composición de estos vectores da un giro
antiparalelo. Al decir del profesor Washington
Fernández, parece que el Universo distingue entre
derecha e izquierda. Esta propiedad de antisimetría
de los vectores axiales es sumamente importante
por sus resultados en la Mecánica Cuántica. El
espín, por ejemplo, es un vector de este tipo.
187
concepciones filosóficas enteras, atacando sus
fundamentos y dando nuevas bases a otras
concepciones del Universo. Eì propio
determinismo científico se vio tambalear desde el
Principio de Indeterminación de Werner
Heisenberg y las más plausibles interpretaciones
de la función de onda (o vector de estado).
Aquí vamos a ver las tres formas de encarar el
trabajo con
vectores que se desarrollan actualmente en la
enseñanza media en Uruguay y finalmente tomaré
una breve posición al respecto.
188
6.2.1 SUMAS Y RESTAS DE VECTORES
189
debemos sumar los vectores A y B.
Para ello podemos construir un paralelogramo,
poniendo ambos vectores en el mismo punto de
aplicación (condición sine qua non para poder
sumar, o restar, vectores) y trazando la paralela a
B‚ por la punta de flecha de A, luego una paralela a
A‚ por la punta de flecha de B. Donde estos dos
nuevos segmentos de recta se cortan, se obtiene el
cuarto vértice del paralelogramo y es este vértice
el que indica dónde va ubicada la punta de flecha
del vector suma.
. La diagonal
correspondiente del S
paralelogramo representa B
al nuevo vector , suma de
A
A más B (fig.2). Pero
también podemos sumar figura 2
usando la regla del
polígono, figura 3. En tal
caso, colocamos el vector B
S
en la punta de flecha del B
vector A, y el segmento
A
que une el punto de
aplicación de A con la figura 3
punta de flecha (sentido) de
B, y que sirve para
completar el polígono (en este caso, triángulo), es
el vector suma, S. Para usar este método de
suma de vectores (paralelogramo o polígono)
se los debe dibujar a escala, o sea, con una medida
tal que, la longitud de cada uno, multiplicada
190
por el mismo factor en cada caso, sea
numéricamente igual al módulo de los vectores. De
esta forma, los resultantes S‚ son, en la dos
oportunidades, numéricamente iguales a la suma
de A y B
siempre que sus longitudes sean multiplicadas por
el mismo factor de escala. Como dato interesante,
cuando construimos eì paralelogramo, la
diagonal que cruza al vector S‚ (figura 2)
representa el vector R. O sea, para hallar la resta
citada, nos basta con poner a ambos vectores en el
mismo punto de aplicación y el segmentï que los
une para formar el triángulo, constituye el vector
resta, R.
En todos los casos, para hallar el módulo¬,
debemos recurrir al factor de escala que habíamos
usado para trazar A y B‚ y, aplicando una simple
regla de tres, determinamos el módulo de S y R.
En las figuras, tenemos al vector que representa
un desplazamiento de 60 metros, dibujado de 3,0
centímetros, luego el vector B, que representa 80
metros, mide
3 ≈ 60 80 × 3cm
de donde x= = 4 .0
x ≈ 80 60cm
191
6,1---S 3cm
Mientras que el vector R, cuya medida es 4,7 cm
3-----60 _ 4,7cm.60m _ 94 m
4,7---R R _ --------- _
3cm
192
trazamos otro segmento de recta con dicho cateto
(al igual que en el primer caso). Donde se cruzan
ambos segmentos de recta trazados, está la punta
de flecha de S, o sea, el cuarto vértice del
paralelogramo.
193
B.senα
A, B y S
S B
de la figura, podemos
comprobar que χ β α
las proyecciones de los X
A
vectores sobre
los ejes coordenados X e figura 4
Y, cumplen
las relaciones geométricas
194
contienen S y B ,
S2 = A2 + B2 + 2.A.B.cosα (6)
cos β = - cos α.
195
S2 = A2 + B2 - 2.A.B.cosβ (7).
Nos queda aún por resolver el intríngulis para
determinar el
ángulo "χ" entre el vector suma S‚ y el vector A
situado en el eje X. Dividiendo la (3) entre la (2),
hallamos
Bsenα
tgχ =
A + B cos α
(8)
figura 5
También podemos plantearnos calcular el ángulo χ
mediante el uso directo del teorema del seno. Este
196
teorema geométrico establece que el cociente entre
el seno de los ángulos de un triángulo y sus lados
opuestos, es el mismo para los tres lados y ángulos
de todo triángulo. Luego, de la figura 4 se deduce
directamente que
senβ senχ
=
S B
De donde,
B ⋅ senβ
senχ =
S
Un caso particular y muy común se presenta
cuando los vectores A y B‚ forman ángulo recto.
En tal caso tenemos cosα=0 y, en
consecuencia
S2 = A2 + B2 (11)
197
6.2.1.3 METODO DE
DESCOMPOSICION EN LOS
EJES COORDENADOS
Una forma más completa, quizás, para calcular
la suma y resta de vectores, es trabajar
directamente con un sistema de referencia y
hallar la suma algebraicamente, luego de
descomponerlos en sus respectivas componentes.
Supongamos nuevamente, que tenemos
los vectores desplazamiento A y B, situados en
un sistema de referencia XOY (lo imaginamos
bidimensional para simplificar), en cuyo origen de
coordenadas O se encuentra el cuerpo de
referencia (figura 6). Por simplicidad suponemos,
como antes, al vector A situado sobre el eje X,
mientras el
vector B, que también lo hacemos
198
figura
6
S2 = (A + B.cosα)2 + (B.senα)2
199
y que, juntando los términos que contienen A, y
aplicando la
ecuación (1) nos resulta en
S2 = A2 + B2 + 2.A.B.cosα (18)
200
produjo una aceleración.
El resultado de tal multiplicación es otro vector
(en el ejemplo, la fuerza), cuyo módulo es igual
al producto del módulo del vector multiplicado
por el escalar, siendo la dirección y sentido del
resultado los mismos que los del primer vector,
salvo en el caso en que el escalar sea negativo.
En tal oportunidad sucederá que el sentido del
producto será opuesto al del vector factor.
Expresado en fórmulas
E = c.A (19)
E = c.A (20)
∆r = v,∆t
201
El impulso
I = F.∆t, etc.
c = A.B.cosα (21)
202
6.2.2.3 PRODUCTO VECTORIAL
Se pueden multiplicar dos vectores, de tal
forma de obtener
un tercer vector. Á tal producto se lo denomina
vectorial, o producto cruz. Se simboliza (tomando
nuevamente los vectores A y B como factores)
D=AxB (22)
D = A.B.senα (23).
203
dirección pasa por el punto de apli-
cación O de los vectores en la recta
B
perpendicular al plano determinado
por A y B, ver figura 7. α
Ejemplos de productos vectoriales.
A
Momento de fuerza,
D
M = F.b.sen(α)
figura 7
204
Fuerza magnética (o fuerza de Lorentz)
205
f''(x) + f(x) = 0,
o, escrita en la notación de Leibnitz
d2 f(x)/dx2 + f(x) = 0,
puesto que
y
d2(cosx)/dx2 = sen"x = d (senx)/dx = - senx
luego,
si f(x) = senx, entonces f'(x) = cosx, y f"(x) = -senx
a su vez,
si f(x) = cosx, entonces f'(x) = -senx, y f"(x) = -
cosx.
entonces
f"(x) + f(x) = 0,
dado que
206
Pero, en tal caso, f(0) = b (pues sen0 = 0 y cos0 =
1)
De aquí que
Sin embargo,
luego
Si ahora tenemos
207
y = x,
nos queda
cosx.senx + senx.cosx = sen(2x)
o sea,
A su vez, si
f(x) = cos(x + y), se tiene f'(x) = -sen(x + y)
y
f"(x) = - cos(x + y).
Pero, como es
f"(x) + f(x) = 0,
entonces
cos(x + y) = a.senx + b.cosx
Por ello,
Asimismo, si y = x,
208
6.3 MEDIDAS E INCERTIDUMBRE
209
de una centésima de segundo, pues medidas
menores que esa no se pueden ejecutar con él.
Se denomina estimación en una medición, a
aquellas cantidades que, siendo menores que la
apreciación del instrumento utilizado para medir,
aún pueden ser establecidas “a ojo”. Nunca la
estimación puede tener más de una cifra
significativa, pues ella misma representa una cifra
insegura.
Son cifras seguras de una medición, aquellas
cantidades mayores que la apreciación del
instrumento de medida usado.
Cifra insegura de la medida es la cifra estimada.
Aún cuando en una medición no se haya estimado,
la última cifra, de cualquier medida, es siempre
insegura.
Entonces, son cifras significativas de la medida,
todos los dígitos a partir del primero diferente de
cero, hasta la cifra insegura de la misma.
210
c) el experimentador mismo, pues de su
capacidad, idoneidad y experiencia, también
depende el resultado de la medición hecha.
211
6.3.1 Propagación de errores.
212
e) para la potencia. Si p = a n , se tiene
dp na n np
= na n −1 = = , de donde
da a a
dp n.da
=
p a
f) para la raíz. Si r = n a , se tiene que
1 1− n n
dr −1 a n a
= an = a n
= = n
= n a1−n y
da a a
entonces, dr = n a 1−n da
g) para la función seno. Si f = sena ,
df
entonces, = cos a , de donde
da
df cos ada da
df = cos ada , y, = =
f sena tga
df
h) para el coseno. Si f = cos a , = sena ,
da
df
de donde se tiene, = tga.da
f
213
7 Primeros elementos de
Cálculo operacional
7.1 Funciones originales y
representaciones
214
Para toda función ϕ (t ) que verifica 1) y 3), se
cumple que
ϕ (t ), t > 0
ϕ (t )η (t ) =
0, t < 0
7.1.1.1 Ejemplo
f (t ) = b tη (t ), b > 0, b ≠ 1
La condición 1) se cumple, dado que la integral
indefinida ∫ ϕ (t ) = ∫ b t dt existe y tiene solución en
todo el dominio real. De hecho, la misma da
b t +1
∫ ϕ (t ) = ∫ b t
dt = +C .
t +1
La condición 3) implica que Lím b t ≤ Me st . Para
t → +∞
ello, si vamos a los órdenes de crecimiento de las
funciones, a medida que la variable independiente
tiende a infinito, dado que la función potencial
tiene un orden menor de crecimiento que la función
exponenial, la igualdad anterior es cierta. Por lo
tanto, dado que la función η (t ) asegura el
cumplimiento de la segunda condición para que la
función dada sea una original, queda demostrado
que lo es.
215
Se llama representación de la función original f (t )
a la función F ( p ) tal que verifica
+∞
− pt
F ( p) = ∫ f (t )e
0
dt Ecuación 7.1-1
216
transformada de Laplace existe para s > s0 y f (t )
es de orden exponencial. Como contraejemplo,
f (t ) = e t no verifica la condición e − s0t f (t ) ≤ M
2
7.1.2.1 Ejemplo
Vamos a determinar F ( p ) para f (t ) = t .
Tenemos
∞ ∞
F ( p) = ∫ f (t )e − pt dt = ∫ te − pt dt
0 0
Usando
∫ vdu = uv − ∫ udv
Sea
du
t=u⇒ =1
dt
Sea
dv e − pt
= e − pt ⇒ v = ∫ e − pt dt =
dt −p
Entonces
217
∞ ∞ ∞ ∞ ∞
− pt te − pt e − pt te − pt 1 − pt
∫ te
0
dt =
−p
−∫
0
−p
dt =
−p
+
p ∫0
e dt =
0 0
∞ ∞
− pt ∞ ∞
te 1 e − pt te − pt e − pt e − pt 1 3
= + =− − 2 =− t + =
−p 0
p (− p ) 0 p p 0
p p0
0−
(− 1) 1 =
1
p p p2
Lo que nos da
1
L(t ) = 2 Ecuación 7.1-2
p
La función F ( p ) , de argumento complejo p se
llama la transformación de Laplace por la cual se
obtiene la representación F ( p ) de la función
compleja de variable real f (t ) .
3
En la penúltima igualdad, el cero corresponde al término
te − pt
− , t → ∞ ., que si bien tiende a ∞ por t , tiende más
p
− pt
rápidamente a cero por e , pues los órdenes de infinitésimo
de la función exponencial son mayores que los órdenes de
infinito de la función polinómica.
218
7.1.2.3 Otro ejemplo
f (t ) = sen3t , hallar
∞
F ( p) = L(sen3t ) ⇒ F ( p) = ∫ sen3te − pt dt .
0
Sea
e iz − e −iz
senz =
2i
e i 3t − e −i 3t
Siendo z = 3t ⇒ sen3t =
2i
Entonces
e i 3t − e −i 3t − pt e i 3t − pt − e − i 3t − pt
sen3t ⋅ e − pt = e =
2i 2i
Luego
∞
e (3i − p )t − e −(3i + p )t e (3i − p )t e −(3i + p )t
∞ ∞
− pt
∫ sen3t ⋅ e
0
dt = ∫
0
2i
= +
(3i − p )2i (3i + p )2i
=
0
∞
e −( p −3i )t e −(3i + p )t 1 1
= + = 0 − + =
(3i − p )2i (3i + p )2i 0 2i (3 i − p ) 2i (3i + p )
2i (3i + p) + 2i (3i − p ) − 6 + 2ip − 6 − 2ip
=− =− =
(2i ) (3i − p)(3i + p)
2
− 4 (3i ) 2 − p 2[ ]
− 12 12 3
=− == =
− 4(−9 − p ) 2
4(9 + p ) 9 + p 2
2
219
7.1.3.1 Unicidad.
+∞
− pt
F ( p) = ∫ f (t )e
0
dt es única. Si f 1 (t ) y
7.1.3.2 Linealidad.
Dadas dos constantes complejas, α y β se cumple
que la representación de la combinación lineal de
las funciones complejas de variable real t es, a su
vez, la combinación lineal de las representaciones,
o sea, L[αf (t ) + βg (t )] = αF ( p) + βG ( p) , donde
L[ f (t )] = F ( p) y L[g (t )] = G ( p ) .
1
vimos en el ejemplo 1.1.2.1 que F ( p ) = .
p2
Por otro lado, para la función f (t ) = 1 , la
representación es
∞ ∞
− pt e − pt 1 1
F ( p) = ∫ e dt = = 0 − − =
0
−p 0 p p
220
Ahora, aplicando la propiedad de linealidad,
tendremos
1 1 1+ p
F ( p) = + 2 = 2 . Ecuación 7.1-4
p p p
Mientras que,
221
∞ ∞ ∞
− pt 1 t (i − p )
G ( p) = ∫ cos t ⋅ e dt = ∫ e dt + ∫ e −t ( i + p ) dt =
0
2 0 0
∞ ∞
1 e t (i− p ) e −t ( i + p ) 1 − (i + p )e t (i − p ) + (i − p)e −t ( i + p )
= + = =
2 i − p − (i + p) 0 2
− 1+ p2 ( ) 0
1 − i − p + i − p p
= 0 − =
2 − (1 + p ) 1 + p 2
2
7.1.3.3 Semejanza.
Este es un teorema que sostiene que ∀α > 0 ,
1 p
constante, se tiene que L[ f (αt )] = F .
α α
7.1.3.3.1 Ejemplo
Determinemos la representación de f (t ) = e at . Para
hacerlo usamos el resultado del ejemplo 1.1.2.3,
1
Si, f (t ) = e 2t ⇒ F ( p) = . Ecuación 7.1-6
p−2
Aplicando el teorema de semejanza, si
1
f (t ) = e t ⇒ F ( p) = Por lo tanto, como
p −1
222
1 p 1 1 1 a 1
f (at ) = e at , F = = =
a a a p −1 a p − a p − a
a
Ecuación 7.1-7
7.1.3.4.1 Ejemplo
223
Hallamos la representación de f (t ) = cos 2 t , o sea,
intentaremos hallar F ( p ) función representación
en el espacio complejo, de f (t ) dada.
Para eso derivamos f (t ) respecto de la variable
real t .
d
cos 2 t = 2 cos t (− sent )
dt
Utilizando la derivada de la función de función.4
Si retenemos de las identidades trigonométricas que
2 sent cos t = sen(2t )
Podremos escribir la igualdad de arriba así
d
cos 2 t = − sen 2t
dt
Ahora vamos a la primera línea de la diferenciación
del original
L[ f ' (t )] = pF ( p) − f (0)
Esto nos dice que − sen2t se representa por
pF ( p ) − f (0)
Pero la representación de − sen2t la obtenemos a
partir del ejemplo 1.1.2.3,
L[sen 2t ] = ∴ L[− sen 2t ] = −
2 2
4+ p 2
4 + p2
Luego, podemos igualar
2
− = pF ( p ) − f (0)
4 + p2
Ahora bien, f (0) = cos 2 0 = 1 , de donde
4
f [g ( x )]' = f ' ( g ) ⋅ g ' ( x)
224
2
− = pF ( p ) − 1
4 + p2
Despejando F ( p ) de la ecuación anterior
2
1−
4 + p2 1 2
F ( p) = = − =
p p p (4 + p 2 )
(4 + p 2 ) − 2 2 + p2
= =
p(4 + p 2 ) p(4 + p 2 )
O sea que
[
L cos 2 t = ]2 + p2
p(4 + p 2 )
Ecuación 7.1-9
225
te iωt − te −iωt
Así tsenωt =
2i
Y, si llamamos
h(t ) = tsenωt , entonces podemos llamar
∞
H ( p) = ∫ tsenωt ⋅ e − pt dt
0
Queda
∞ ∞ ∞
te iωt − te −iωt − pt te iωt e − pt te −iωt e − pt
H ( p) = ∫ e dt = ∫ dt − ∫ dt
0
2i 0
2 i 0
2 i
Llamemos
∞
te iωt e − pt
Α=∫ dt
0
2 i
∞
te −iωt e − pt
Β=∫ dt
0
2i
Integramos Α por partes
∫ udv = uv − ∫ vdu
e −t ( p −iω )
Siendo dv = e −t ( p −iω ) ⇒ v =
− ( p − iω )
u = t ⇒ du = 1
Entonces
226
∞
1 te −t ( p −iω ) e −t ( p −iω )
∞
Α= −∫ dt =
2i − ( p − iω ) 0 0 − ( p − iω )
∞ ∞
1 te −t ( p −iω ) e − t ( p −iω )
= − =
2i − ( p − iω ) 0 ( p − iω ) 2 0
1 1 1 1
= − 0 − 0 + 2
=
2i ( p − iω ) 2i ( p − iω )2
Seguimos el mismo procedimiento para Β, para
obtener
1 1
Β=
2i ( p + iω )2
Luego, juntamos
1 1 1 1
H ( p) = Α − Β = −
2i ( p − iω ) 2
2i ( p + iω )2
Finalmente, después de una serie de operaciones
aritméticas algo tediosas llegamos a que
2ωp
H ( p) =
( p +ω2
2
) 2
227
Luego, por diferenciación del original (por el
teorema de derivadas del original)
p 2ω 2 p
− = pF ( p) − f (0)
ω +p
2 2
(
p2 + ω 2 )
2
Así, siendo
f (t ) = t cos ωt ⇒ f (0) = 0 y, simplificando p en
la ecuación de arriba, llegamos a
2ω 2 p 2 + ω 2 − 2ω 2 p2 − ω 2
∴ L[t cos ωt ] =
1
− = F ( p) =
(
ω 2 + p2 p2 + ω 2 )
2
(p 2
+ ω2 )
2
(p 2
+ ω2 )
2
Ecuación 7.1-10
228
L[ f ' (t )] = pF ( p ) − f (0)
L[ f ' ' (t )] = p 2 F ( p) − pf (0) − f ' (0
Al hacer
mp 2 X ( p) − mpx(0) − mx ′(0) + k ⋅ X ( p) = 0
Y aplicando las condiciones iniciales
mp 2 X ( p ) − mpx0 + k ⋅ X ( p ) = 0
Despejando para X ( p )
mpx0
X ( p) = ⇒ Si,
mp 2 + k
k
ω0 2 ≡ ,
m
p
X ( p) = 2 x
p + ω0
2 0
Luego,
x(t ) = x0 cos ω 0 t .
229
dx
= − ay
dt
dy
= ax
dt
Recordamos que tanto x como y son funciones que
dependen del tiempo. En esta simplificación
I − Ix
a≡ z ωz
Iz
x = ωx ,
y = ωy
siendo
ω = (ω x , ω y , ω z ), velocidad _ angular
r
230
− p 2 X ( p ) + px(0) = paY ( p)
apY ( p) − ay (0) = a 2 X ( p)
Sumamos miembro a miembro para obtener
− ay (0) − p 2 X ( p ) + px(0) = a 2 X ( p )) ∴
px (0) − ay (0) p a
X ( p) = ⇔ X ( p ) = x (0) 2 − y ( 0) 2
a +p
2 2
a +p 2
a + p2
= L{senat}
a
a + p2
2
Luego
x(t ) = x(0) cos at − y (0) senat
Usando un procedimiento similar podemos llegar a
que
y (t ) = x(0) senat + y (0) cos at
231
7.1.3.5.1 Ejemplo.
Aquí se determinará la transformada de Laplace,
aplicando el procedimiento de las derivadas de la
transformada, de la función original f (t ) = t 2 cos t .
p
La transformada de cos t es 2 ,
p +1
L[cos t ] = 2
p
Ecuación 7.1-13
p +1
Aplicando la diferenciación de la transformada
′
p
2 = L[− t cos t ]
p + 1
Por otro lado
′
2
(
=
)
p 1 p2 +1 − p ⋅ 2 p p2 − 2 p2 +1
= =
1− p2
p + 1 ( )
p2 +1
2
( )
p2 +1
2
( p2 +1)2
Luego,
p2 −1
= L[t cos t ]
( p2 +1) 2
232
′
p2 −1 2 p ( p 2 + 1) 2 − ( p 2 − 1)2( p 2 + 1)2 p
2 2
= =
(
p + 1 ) ( p 2 + 1) 4
− 2 p3 + 6 p
=
(p 2
+1 )
3
De donde, finalmente
[
L t 2 cos t = ]
2 p3 − 6 p
( )
3
Ecuación 7.1-15
p2 +1
233
L[sen 2t ] =
2
p +4
2
Ecuación 7.1-17
Si
L[ f (t )] = F ( p) Ecuación 7.1-18
Entonces
τ F ( p)
L ∫ f (τ )dτ = Ecuación 7.1-19
0 p
7.1.3.6.1 Ejemplo
Determinar la transformada de Laplace
t
correspondiente a f (t ) = ∫ senτdτ
0
Como
234
L[sent ] =
1
1+ p2
Entonces
t 1 1 1
L ∫ senτdτ = =
1 + p p p ( p + 1)
2 2
0
Ecuación 7.1-20
Determinamos la representación de
t t t
f (t ) = ∫ (τ + 1) cos ωτdτ = ∫ τ cos ωτdτ + ∫ cosωτdτ
0 0 0
Por el ejemplo 1.1.3.4.2 sabemos que
p2 −ω2
L[t cos ωt ] =
( p2 + ω 2)2
235
t p2 − ω 2 p
L ∫ (τ + 1) cos ωτdτ = + =
0 p p +ω
2 2
( )
2
p(ω + p 2 )
2
p − ω + p(ω + p )
2 2 2 2
p + p 2 − ω 2 + pω 2
3
= =
(
p p2 + ω 2 ) 2
(
p p2 + ω2 )
2
Ecuación 7.1-21
∞
Si ∫ F ( p)dp
p
converge, entonces
∞
f (t )
L = ∫ F ( p)dp Ecuación 7.1-22
t p
Además, si
f (t ) ≡> F ( p )
Y la integral
∞
f (t )
∫0 t dt , converge
∞ ∞
f (t )
⇒∫ dt = ∫ F ( p)dp Ecuación 7.1-23
0
t 0
Este teorema se utiliza para calcular con facilidad
integrales impropias, pues donde la primera
integral converge, es posible calcular la segunda
recorriendo el semieje positivo.
7.1.3.7.1 Ejemplo
236
Encontrar la transformada de
f (t ) e t − 1
=
t t
L[e − 1] = ∫
t
(e ∞ t
)
− 1 e − pt dt = ∫ e t − pt dt − ∫ e − pt dt =
0
0
∞ ∞ ∞ ∞
e t − pt e − pt e −t ( p −1) e − pt
= − =− + =
1− p 0
−p 0
p −1 0
p 0
1 1 1
= (0 + 0) − − + =
p − 1 p p( p − 1)
Luego, por integración de la representación
e t − 1 ∞ 1
∞
1
∞
1
L =∫ dt = ∫ dp − ∫ dp =
t p p( p − 1) p
p −1 p
p
∞
p −1 p −1
= ln( p − 1) − ln( p) p
∞ p
= ln = ln − ln =
p p p p
p −1 p −1 p
= ln 1 − ln = 0 − ln = ln
p p p −1
Luego
e t − 1 p
L = ln Ecuación 7.1-24
t p −1
237
7.1.3.8 Teorema del desplazamiento
Si L[ f (t )] = F ( p) ⇒ ∀p 0 ∈ Complejos , se cumple
que
[ ]
L e p0t f (t ) = F ( p − p 0 ) Ecuación 7.1-25
(e p0 t
f (t ) se transforma como F ( p − p0 ) .
7.1.3.8.1 Ejemplo
L[sent ] =
1
Ecuación 7.1-26
p +1
2
[
⇒ L e 2t sent = ] 1
=
1
( p − 2) 2
+1 p − 2p +5
2
L[cos(ut )] =
p
p + u2
2
238
DE AQUÍ QUE
[ ]
L e t cos ut =
p −1
Ecuación 7.1-27.
( p − 1)2 + u 2
7.1.3.9.1 Ejemplo
Determinación de la representación de
f (t ) = sen(t − b)η (t − b
Para L[sent ⋅ η (t ) ] = 2
1
, entonces como
p +1
L[ f (t − τ )] = e − pτ F ( p) , se tiene que
e − pb
L[sen(t − b)η (t − b )] = e − pb
1
=
p2 +1 p2 +1
Ecuación 7.1-29
240
7.1.3.9.2 Ejemplo. Funciones dadas con
gráficas.
(564)Dada la
función f(t)
Hallar la
transformada
De la figura
1
surge que
0, t < 0
t
f (t ) = 1, t < 1 0 1
0, t > 1
Esto da que
f (t ) = 1 ⋅ η (t ) − η (t − 1)
Y por lo tanto,
1 e− p
F ( p) = −
p p
Reescribiendo se concluye que
( )
L[ f (t )] = 1 − e − p Ecuación 7.1-30
1
p
241
f (t )
t
0 1 2
Luego, como
242
ψ 1 = L[tη (t )] =
1
p2
e− p
ψ 2 = L[− 2(t − 1)η (t − 1)] = −2
p2
e− p
ψ 3 = L[(t − 2)η (t − 2 ))] =
p2
Por lo tanto,
1 e− p e− p
F ( p) = 2 − 2 2 + 2
p p p
Ecuación 7.1-31
1 − 2e − p + e −2 p
F ( p) =
p2
243
La función delta de Dirac, δ (t ) es la derivada de la
función η (t ) , definida así
1, parat > 0
η (t ) = Ecuación 7.1-34
0, parat < 0
Luego, se tiene que
η ′(t ) = δ (t )
Ecuación 7.1-35
η ′(t − τ ) = δ (t − τ )
Además, vale
L[δ (t )] = 1
[ ]
L δ m (t ) = p m , m ≥ 0, m ∈ Z Ecuación 7.1-36
L[δ (t − τ )] = e − pτ
244
dos funciones complejas, de variable compleja, es
también una función compleja de variable
compleja.
= ∫ f 3 (τ 2 )dτ 2 ∫f 2 (τ 1 ) f 1 (t − τ 1 − τ 2 )dτ 1
0 0
Ecuación 7.1-38
Así, por ejemplo, si
F ( p) = = L[η (t )]
1
p
Entonces se va a poder escribir que
t −τ 2 t −τ 2
F2 ( p ) ⋅ F3 ( p ) t
= L ∫ f 3 (τ 2 )dτ 2 ∫ ∫ f 2 (τ 1 )η (t − τ 1 − τ 2 )dτ 1
p 0 0 0
245
7.1.3.12 Primer toerema del
desarrollo
Si
1) F ( p ) es analítica en el entorno del ∞ y es
F ( p ) = 0 en dicho entonrno, y
2) el desarrollo de Laurent en el entorno de ∞ es
∞
c
F ( p) = ∑ kk
k =1 p
Entonces
∞
c
f (t ) = ∑ k t k −1
k =1 (k − 1)!
Es el original de F ( p ) y además converge ∀t .
O sea,
∞ c ∞ c
L ∑ k t k −1 = ∑ kk Ecuación 7.1-39
k =1 (k − 1)! k =1 p
Si el segundo miembro tiene límite cero para
p →∞.
246
7.1.3.13.1
Q( p)
Si F ( p) = es una fracción racional, entonces
D( p)
se descompone en una suma de fracciones simples
y se hallas los originales para cada fracción simple,
utilizando las propiedades de la transformada.
247
Por último, si uno de los factores es cuadrático
¡Error! No se pueden crear objetos modificando
códigos de campo., el numerador ya no es una
constante, sino que adquiere la forma
ap + d
. Ecuación 7.1-42
p + bp + c
2
7.1.3.13.3
Con el segundo teorema del desarrollo, que dice que para
desterminadas condiciones en F ( p ) , la función
pk
[
f (t ) = ∑ res F ( p )e p
t
] Ecuación 7.1-43
Ecuación 7.1-44
Es el original y donde p k son los polos de F ( p ) ,
de multiplicidad nk y la suma se toma sobre todos
los polos de F ( p ) .
En particular, si todos los polos de F ( p ) son
simples, entonces la ecuación 44 se simplifica a
248
l
Q ( p k ) pk t
f (t ) = ∑ e
k =1 D ′( p k )
T
1
F ( p) = − pT ∫
e − pt f (t )dt Ecuación 7.1-45
1− e 0
7.1.3.15 Propiedad
Si
L[ f (t )] = F ( p)
a
⇒ L[t ⋅ η (t − a)] = F ( p) − ∫ f (t )e − pt dt
0
Ecuación 7.1-46
249
f (at − b), t > b
a
la primera por la forma g (t ) =
0, t < b
a
Ecuación 7.1-47
Entonces esta segunda original tendrá como
transformada de Laplace (o sea, su representación
según la transformación de Laplace será)
b
L[g (t )] = e F
1 −a p p
Ecuación 7.1-48
a a
Escrito esto simbólicamente,
f (at − b), t > b
Sea L[ f (t )] = F ( p) y g (t ) = a
0, t < b
a
b
250
1 2e − p e −2 p
F ( p) = − + Ecuación 7.1-53
p p P
251
propiedades de una función original (función
compleja de variable real, localmente integrable,
f (t ) = 0, ∀t < 0 , f (t ) ≤ Me st , t → ∞ ), se busca la
solución de la ecuación 1.1-56, que satisface las
condiciones iniciales
x(0) = x0
Ecuación 7.1-57
x ′(0) = x1 .
Suponemos
L{x(t )} = X ( p )
L{ f (t )} = F ( p )
Aplicamos a los dos miembros de 1.1-56 la
transformada de Laplace y la propiedad de
linealidad de la transformación, se obtiene en lugar
de ella, la ecuación operatoria
( )
a 0 p 2 + a1 p + a 2 X ( p ) − (a 0 px0 + a 0 x1 + a1 x0 ) = F ( p )
Ecuación 7.1-58
Luego, despejamos para tener
F ( p ) + a 0 px 0 + a 0 x1 + a1 x 0
X ( p) = Ecuación 7.1-59
a 0 p 2 + a1 p + a 2
Esta es la solución operatoria de la ecuación de
Cauchy. Hallando X ( p ) estamos hallando x(t ) ,
que es la solución de la ecuación diferencial 1.1-56
con las condiciones iniciales 1.1-57.
Como ejemplo, vamos a resolver la ecuación
dx(t )
+ x(t ) = e −t , x(0) = 1
dt
Tenemos,
L{x(t )} = X ( p ) ⇒ x ′(t ) = pX ( p) − x(0) = pX ( p) − 1
Paralelamente,
252
{ }
L e −t =
1
p +1
Entonces
X ( p)[ p + 1] − 1 =
1 1
pX ( p ) − 1 + X ( p) = ⇒
p +1 p +1
1 1
⇒ X ( p) = +
p + 1 ( p + 1)2
Haciendo la transformación inversa de Laplace,
F ′( p ) = −tf (t )
Y como
1
= ( p + 1) −1 ,
p +1
1
= ( p + 2) − 2
( p + 1) 2
Y
′
( )
( p + 1) −1 = −( p + 2) − 2
Se tiene que
{ }
( p + 1) −1 = L e −t
− ( p + 1) = L{− tf (t )}
−2
Entonces
X ( p) =
1
+
1
p + 1 ( p + 1) 2
{ } { }
= L te −t + e −t = L e −t (t + 1)
Finalmente
x(t ) = e −t (t + 1)
Esto nos da una idea de que el procedimiento a
aplicar para resolver la ecuación diferencial lineal
253
con coeficientes constantes y condiciones iniciales
dadas, se resume de la siguiente manera.
Solución de la ecuación
operatoria
254
Bibliografía
1) Funciones de variable compleja. Cálculo
operacional. Teoría de la estabilidad.- M.L.
Krasnov, A.I. Kiselev, G.I. Makárenko. Editorial
MIR Moscú.
2) Ecuaciones diferenciales ordinarias.- M.L.
Krasnov. Editorial MIR, Moscú.
3) Métodos matemáticos para físicos. George
Arfken. Ed. Diana.
255
256
8 Variedades y matemáticas de
la física teórica.
Una variedad es un ente geométrico que localmente
es parecido a Rn, un cuerpo de números, que puede
ser real o no (complejo, racional, entero, natural), y
por lo tanto es mapeable, o sea, que se pueden
construir mapas locales euclídeos de la superficie
(2-variedad), curva (3-variedad), o superficie
tridimensional en un espacio tetradimensional, o
enedimensional (3-variedad), en general, se puede
construir mapas euclídeos locales de cualquier
variedad n-dimensional. Como consecuencia, las
variedades se construyen a partir de “parches”, que
son estos mapas locales, que se “pegan” entre sí
topológicamente, o sea, las funciones n-
dimensionales que definen los mapas de los
parches deberán ser diferenciables y solaparse en
los límites de cada parche, algo así como que deben
cumplir condiciones de frontera para poder
solaparse dichas funciones a los efectos de solapar
los parches y poder así formar la variedad. Un
ejemplo simple de eso sería una pelota de fútbol.
Está constituida por parches pentagonales y
hexagonales que se solapan, se cosen, para formar
una esfera y juntos rellenan toda la superficie pues
cumplen las condiciones de frontera. Cada parche
presenta una geometría euclídea, donde la suma de
los ángulos internos de cualquier triángulo suman
180°, para juntos poder formar una superficie
257
esférica, donde la suma de los ángulos internos de
cualquier triángulo es mayor que 180°.
Ecuación 8.1-1
En forma general, los símbolos de Christoffel se
pueden obtener del tensor métrico, de tal forma que
Ecuación 8.1-2
donde . La Ecuación
8.1-3 expresa el cambio en las componentes de un
vector contravariante al ser desplazado
paralelamente. Una expresión similar se puede
258
encontrar para el caso en que el vector sea
covariante. Considerando el hecho que el producto
interior de dos vectores es un invariante, se puede
decir que
Ecuación 8.1-4
sustituyendo de la Ecuación 8.1-3 y
Ecuación 8.1-5
Ecuación 8.1-6
259
ejemplo, si tenemos un sistema de coordenadas
esféricos, allí las coordenadas que nos permiten
medir posiciones espaciales son el radio r, el
ángulo cenital θ y el ángulo azimutal ϕ. Estas
variables espaciales son tan útiles como lo pueden
ser x,y,z en un sistema de ejes cartesianos. Así, en
general, a las variables que usamos para ubicar a
los cuerpos en el espacio les llamamos variables
canónicas y se distinguen por la letra q, con
subíndices, debido a que en un espacio de tres
dimensiones, por ejemplo, necesitamos tres
variables canónicas para determinar cualquier
posición, q1 , q 2 , q3 . En un espacio de n
dimensiones necesitaremos q1 , q 2 , q3 ,..., q n . No
obstante, para las formulaciones lagrangiana y
hamiltoniana de los sitemas físicos, no alcanza con
estas variables, sino que además se agregan, como
variables canónicas, las derivadas temporales de
ellas, así q&1 , q& 2 , q& 3 ,..., q& n , y entonces los sistemas se
modelan mediante funciones que dependen de
q1 , q 2 , q 3 ,..., q n , q&1 , q& 2 , q& 3 ,..., q& n , t . Estas son las
variables canónicas.
260
la comprensión del comportamiento de los sistemas
se basa, además, en conocer las condiciones
iniciales y son estas variables cuyas condiciones
iniciales debemos tener la información para poder
determinar el comportamiento del sistema físico
durante el proceso y así predecir los valores de las
variables y funciones que en él intervienen a lo
largo del mismo, en cada punto o estado posible del
sistema durante la evolución. En síntesis, las
variables de configuración sirven, o más bien son
necesarias, para determinar las condiciones
iniciales del sistema, o condiciones de frontera y
son aquellas variables que determinan la posición
del sistema en cada instante, constituyendo el
espacio de configuraciones, que es una variedad.
No necesariamente una variable canónica tiene que
ser una variable de configuración.
8.4 Vínculos
Los sistemas físicos suelen describirse, o
modelarse, mediante sistemas de ecuaciones
(diferenciales). Pero la cantidad de variables,
parámetros y funciones desconocidas puede ser,
normalmente lo es, superior al número de
ecuaciones que forman el sistema de ecuaciones.
Esto llevaría a una inconsistencia, haría que sea
insoluble. Pero, como forma de complementar el
sistema de ecuaciones, de manera que el número de
ecuaciones sea igual al de incógnitas, están los
vínculos, que no son otra cosa que ecuaciones (o
funciones) que se cumplen a lo largo de los
procesos físicos y determinan, por su parte,
261
simetrías de los sistemas, de acuerdo al teorema de
Noether. Son estos vínculos que, en la medida que
son funciones y se satisfacen durante los procesos,
originan la aparición de los multiplicadores de
Lagrange, λ , que multiplicados a las funciones
determinan la posibilidad de obtener las soluciones
de los sistemas, aún cuando ellos mismos no son
determinantes de la evolución de los mismos.
262
la misma duración en diferentes sistemas, siendo
estos cualesquiera. No obstante, es posible
encontrar marcos de referencia donde, al dejar en
reposo una partícula librada a sí misma, ésta se
mantiene en reposo, a tales sistemas se los
denomina inerciales, pues en ellos se verifica el
principio de inercia, o sea cualquer partícula libre
de cualquier interacción con otras partículas,
mantiene su velocidad constante. En el caso más
general, la ley del movimiento de cualquier sistema
mecánico está determinada por la magnitud
L(q, q& , t ) , esta función es el lagrangiano del
sistema, y donde las variables q representan
coordenadas espaciales en general, q& , las
velocidades y t el tiempo. Esta función verifica
t2
263
La condición de que q (t ) verifique que S es un
extremo (mínimo), hace que
δq(t1 ) = δq(t 2 ) = 0
Ecuación 8.5-2
Porque todas las funciones q (t ) deben tomar los
mismos valores q(t1 ) y q(t 2 ) . Así, entonces, la
variación de la integral es
t2 t2 t2
δS = S '− S = ∫ L(q + δq, q& + δq& , t )dt − ∫ L(q, q& , t )dt = δ ∫ L(q, q& , t )dt = 0
t1 t1 t1
Diferenciando
∂L ∂L
t2
d (δq )
Como δq& =
dt
∂L ∂L d (δq )
t2
Ecuación 8.5-3
Recordamos la integración por partes
∫ udv = uv − ∫ vdu
En el segundo término tenemos
264
t 2 ∂L
t2
∂L d (δq ) d (δq )
∫t ∂q& dt dt = t∫ ∂q&
1 1
∂L d ∂L
u= ⇒ du ≡
∂q& dt ∂q&
d (δq )
dv = dt ⇒ v = δq
dt
∂L d (δq )
t2
∂L d ∂L d ∂L
t2 t2 t 2
∫t ∂q& dt ∂q&
dt = δq − δ
∫t dt ∂q&
q dt = − ∫t δq dt ∂q& dt
1 t1 1 1
265
correspondiente a cada grado de libertad o variable
canónica que se tenga. Y son las famosas
ecuaciones de Lagrange.
8.5.1 La formulación
hamiltoniana
8.5.1.1 Definición de cantidad de
movimiento lineal
∂L
pj = ,
∂q& j
j = 1,2,3,..., n
Al n-vector se le llama
vector cantidad de movimiento de la
partícula.
266
Si una determinada coordenada es cíclica, el
momento lineal correspondiente es constante,
y, al revés, si el momento es constante, la
coordenada correspondiente es cíclica.
Coordenada
qj cíclica
qj ignorada
qj es ignorada o cíclica.
267
Se define el Corchete de Poisson para dos
funciones, f1 y f2, en las variables del espacio
de las fases, y se representa por { f1 , f 2 } , a la
siguiente combinación de derivaciones
parciales:
268
8.5.1.5 Significado
269
expresables mediante relaciones matemáticas
entre sus coordenadas, su lagrangiano,
naturalmente, no depende expresamente del
tiempo, sino solamente, de sus coordenadas y
velocidades generalizadas.
270
en definitiva, se tiene:
(j=1,2,...,n)
(j=1,2,...,n)
271
8.6 Multiplicadores lagrangianos
En los problemas de optimización5, el método de
los multiplicadores de Lagrange, llamados así en
honor a Joseph Louis Lagrange, es un
procedimiento para encontrar los máximos y
mínimos de funciones de múltiples variables
sujetas a restricciones. Este método reduce el
problema restringido con n variables a uno sin
restricciones de n + k variables, donde k es igual al
número de restricciones, y cuyas ecuaciones
pueden ser resueltas más fácilmente. Estas nuevas
variables escalares desconocidas, una para cada
restricción, son llamadas multiplicadores de
Lagrange. El método dice que los puntos donde la
función tiene un extremo condicionado con k
restricciones, están entre los puntos
estacionarios de una nueva función sin restricciones
construida como una combinación lineal de la
función y las funciones implicadas en las
restricciones, cuyos coeficientes son los
multiplicadores.
La demostración usa derivadas parciales y la regla
de la cadena para funciones de varias variables. Se
trata de extraer una función implícita de las
restricciones, y encontrar las condiciones para que
las derivadas parciales con respecto a las variables
independientes de la función sean iguales a cero.
5
Encontrar máximos y mínimos.
272
8.7 El método de los multiplicadores
de Lagrange
Sea f (x) una función definida en un conjunto
abierto n-dimensional {x ∈ Rn}. Se
definen s restricciones gk (x) = 0, k=1,..., s, y se
observa (si las restricciones son satisfechas) que:
lo que es equivalente a
273
Hamiltoniana y en Cuantización Canónica. Es una
parte importante del desarrollo de Dirac de la
Mecánica Hamiltoniana para manejar lagrangianas
más generales. Más abstractamente, la 2-forma
implícita desde el corchete de Dirac es la
constricción de la forma simplética a la superficie
ad hoc en el espacio fase.
Este artículo supone familiaridad con los
formalismos lagrangiano y hamiltoniano estándar y
su conexión con la cuantización. Los detalles del
formalismo hamiltoniano modificado de Dirac se
resumen para colocar el corchete de Dirac en
contexto.
274
la lagrangiana (densidad) para cualquier
fermión es de esta forma.
2. Cuando hay grados de libertad que deban
fijarse.
Cuando existen otras constricciones que uno quiera
imponer en el espacio fase.
275
como nuestro potencial vectorial. Aquí, el
sombrero indican vectores unitarios.
Explícitamente, el lagrangiano se convierte en
y ecuaciones de
movimiento de primer
orden
276
Observe, que esta lagrangiana aproximada es lineal
en las velocidades, que es una de las condiciones
bajo las cuales se rompe el procedimiento estándar
hamiltoniano. Si bien este ejemplo se ha motivado
como una aproximación, la lagrangiana bajo
consideración, es perfectamente admisible y
conduce a ecuaciones de movimiento consistentes
en el formalismo de Lagrange.
Siguiendo el procedimiento hamiltoniano, el
momento canónico asociado con las coordenadas
277
embargo, esta no es una solución general y
rigurosa. Esta última observación obtiene el meollo
del asunto: que la definición de los momentos
canónicos implica una constricción sobre el espacio
fase (entre momentos y coordenadas) nunca tomada
en cuenta anteriormente.
278
Si y son iguales on shell, entonces , y se
dice que son fuertemente iguales. Es importante
tener en cuenta, que para obtener la solución
correcta, ninguna ecuación débil puede utilizarse
antes de evaluar derivadas o corchetes de Poisson.
El nuevo procedimiento funciona como sigue, al
iniciar con una lagrangiana y definir los momentos
canónicos de la forma habitual. Algunas de esas
definiciones pueden ser no invertibles y dar en su
lugar a constricciones en el espacio fase (como
arriba). Las constricciones derivadas de esta
manera o impuestas desde el inicio del problema se
denominan constricciones primarias. Las
constricciones, con la etiqueta , deben anularse
débilmente, .
A continuación, se encuentra la hamiltoniana
principal , de la forma habitual a través de una
transformación de Legendre, exactamente como en
el ejemplo anterior. Tenga en cuenta que la
hamiltoniana siempre puede escribirse como una
función de 's y de 's, aunque las velocidades no
puedan ser invertidas en función de los momentos.
279
8.9 Transformadas de Legendre
Se utiliza las transformadas de Legendre para pasar
de la formulación lagrangiana de la mecánica a su
correspondiente formulación hamiltoniana.
También se utilizan para el desarrrollo de nuevas
funciones en Termodinámica.
8.9.1 Definición
Se dice que una función g es transformada de
Legende de una función f si sus derivadas son la
inversa la una de otra. Nótese que para dicha
definición no es necesario nombrar sus variables,
pero llamemos x a la variable de la primera función
e y a la variable de la segunda. Forzando la
condición6
6
En matemáticas se dice que dos
funciones diferenciables f y g son una transformada de
Legendre si cada una de sus primeras derivadas son función
inversa de la otra:
280
g queda determinada y es llamada la transformada
de Legendre de la función f.
281
Si
f ( x) + g ( y ) = xy
y
df
=y
dx
Tenemos
df df
f ( x) + g ( ) = x
dx dx
− f [x( y )] = x( y ) y − f [x( y )]
df
g ( y) = x
dx
282
(x, y) = 0 en lugar de la habitual. Dada la
ecuación F(x,y)=0 (lo que se conoce como función
implícita), bajo ciertas exigencias sobre la derivada
de F podríamos, al menos localmente, despejar y =
f(x).
Por ejemplo, puede probarse que la
siguiente ecuación define una función implícita en
8.10.1 Ejemplos
283
posible despejar globalmente una variable
en términos de la otra y por lo mismo no es
posible determinar cómo cambia una
variable en función de la otra, al menos no
globalmente pero sí en un entorno
de . (El único vector
factible en la preimagen es
).
Otro ejemplo más complejo sería el
siguiente:
284
Sean una función
continuamente diferenciable y
cualquier vector tal que .
Considere y defina la matriz
jacobiana y
sobre esta considere que la submatriz que
define es invertible. Entonces
existen los abiertos y
con y tales que para
cada existe un único tal que
y lo que define una
función que es continua y
diferenciable y que además satisface
además
donde .
La demostración del teorema se puede
encontrar en diversos libros de cálculo.
285
8.11 Fibrado
286
e1 = (1,0,. . . ,0)
e2 = (0,1,. . . ,0)
........
en = (0,0,. . . ,1)
- Son linealmente independientes porque forman un
determinante no nulo.
n
- Son sistema generador de ℜ porque todo vector
n
(a1,a2,. . . ,an)∈ ℜ se puede expresar como
combinación lineal de ellos:
(a1,a2,. . . ,an)= a1(1,0,. . . ,0)+ a2(0,1,. . . ,0)+ . . .
+ an(0,0,. . . ,1)
Todas las bases de un mismo espacio o subespacio
tienen el mismo número de vectores. Se llama
dimensión de dicho espacio o subespacio.
Por tanto, la dimensión es el máximo número de
vectores independientes que podemostener en el
espacio o subespacio. En otras palabras, es el
máximo rango que puede tener un Es también el
rango de cualquier sistema generador de dicho
espacio.conjunto de vectoresde dicho espacio.
287
Los grupos de Lie son importantes en análisis
matemático, física y geometría porque sirven para
describir la simetría de estructuras analíticas.
Fueron introducidos porSophus Lie en 1870 para
estudiar simetrías de ecuaciones diferenciales.
288
Yang-Mills también se les llama teorías de campo
gauge.
289
1.1 Sistemas de ecuaciones con métodos
numéricos. 290
1.1.1 Chua....................................................... 290
1.1.2 Otro sistema cualquiera.......................... 292
1.1.3 Ecuaciones de Rossler ........................... 293
1.1.4 Doble pozo............................................. 295
1.1.5 Ecuación no lineal.................................. 299
1.1.6 Bajada en esquíes por los mogotes. ....... 301
1.1.7 Centros................................................... 304
1.1.8 Espirales................................................. 305
1.1.9 Intentando una función más compleja ... 306
1.1.10 Oscilación de un péndulo....................... 310
1.1.11 Oscilaciones amortiguadas forzadas ...... 312
1.1.12 Poincaré-Bendixon................................. 313
1.1.13 Tiro parabólico....................................... 316
1.1.14 Tres cuerpos........................................... 317
1.1.15 Atractor de Van der Pol ......................... 319
290
case''
fac1= k*y(2)-y(1)-(-b*y(1)-0.5*(a-
b)*(abs(y(1)+1)*abs(y(1)-1)));
fac2= y(1) - y(2) + y(3);
fac3= -(R*y(1) + L*y(3));
deriv(1)=fac1;
deriv(2)=fac2;
deriv(3)=fac3;
varargout{1}=deriv;
case 'mass'
varargout(1)=M;
end
t0=0;tf=500;npoints=5000000;
y0=[-0.5,0.5,0.1,0.1]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.0000001,'AbsTol', 0.0000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('chua',tspan,y0,options);
%dibujo de la altura del movil en funcion
del tiempo
%subplot(2,2,1)
plot3(Y(:,1),Y(:,2),Y(:,3))
291
9.1.2 Otro sistema cualquiera
function deriv=boludez1(t,y)
fac=-exp(-3)*y(1)^2;
deriv=zeros(4,1);
deriv(1)=fac*y(1);
deriv(2)=fac*y(2);
deriv(3)=y(1);
deriv(4)=y(2);
t0=0;tf=12;
y0=[10*cos(pi/4) 1 0 0];
292
[t,Y]=ode23('boludez1', [t0,tf], y0);
plot(t,Y(:,2)) %dibujo
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0 2 4 6 8 10 12
function varargout=ECSROSSLER(~,y,str)
a=0.2;
b=5.7;
deriv=zeros(4,1);
M=eye(2);
switch str
case''
fac1=-y(2)-y(3);
fac2= y(1) + a*y(2);
fac3= a + y(1)*y(3) - b*y(3);
deriv(1)=fac1;
deriv(2)=fac2;
deriv(3)=fac3;
varargout{1}=deriv;
case 'mass'
293
varargout(1)=M;
end
t0=-10;tf=100;npoints=10000;
y0=[-0.5,2,0,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('ECSROSSLER',tspan,y0,option
s);
%dibujo de la altura del movil en funcion
del tiempo
plot3(Y(:,1),Y(:,2),Y(:,3))
294
9.1.4 Doble pozo
function varargout=doblepozo(t,y,str)
w=1;
f=250;
b=0.2;
deriv=zeros(4,1);
M=eye(3);
switch str
case''
fac1=y(2);
fac2=y(3);
fac3=-b*y(1)+ y(1) - y(1)^3 +
f*cos(w*t);
deriv(1)=fac1;
deriv(2)=fac2;
deriv(3)=fac3;
varargout{1}=deriv;
case 'mass'
varargout(1)=M;
end
t0=0;tf=250;npoints=10000;
y0=[0.02,0.03,0.02,0.01000000]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('doblepozo',tspan,y0,options
);
%dibujo de la altura del movil en funcion
del tiempo
subplot(2,2,1)
hold on
295
plot3(Y(:,1),Y(:,2),Y(:,3),'r')
subplot(2,2,2)
hold on
plot(Y(:,1),Y(:,2),'k')
hold on
subplot(2,2,3)
plot3(Y(:,1),Y(:,2),t,'r')
hold on
subplot(2,2,4)
plot(Y(:,3),Y(:,4),'r')
5 5
x 10 x 10
20 20
15 15
10 10
5 5
0 0
-5 -5
-4000 -2000 0 2000 -4000 -2000 0 2000
1.5
2 1
0.5
1
0
0
2 -0.5
6 5000
x 10 0 0 -1
-2 -5000 -5 0 5 10
8
x 10
t0=0;tf=1.6;npoints=1000;
y0=[1,1,1,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
296
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('doblepozo',tspan,y0,options)
;
%dibujo
hold on
plot3(Y(:,1),Y(:,2),Y(:,3),'-r')
%hold off
t0=1.6;tf=3.2;npoints=1000;
y0=[-
0.00000154600082,0.02300643632612,5.87885
066020598,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('doblepozo',tspan,y0,options)
;
%dibujo
hold on
plot3(Y(:,1),Y(:,2),Y(:,3),'-r')
t0=3.2;tf=4.8;npoints=1000;
y0=[-
0.28181426565145,2.79850705635921,3.49042
734714614,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
297
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('doblepozo',tspan,y0,options)
;
%dibujo
hold on
plot3(Y(:,1),Y(:,2),Y(:,3),'-r')
t0=4.9;tf=5.9;npoints=1000;
y0=[-0.02208650856573,-0.28839430300900,-
0.09931492000702,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('doblepozo',tspan,y0,options)
;
%dibujo
hold on
plot3(Y(:,1),Y(:,2),Y(:,3),'-r')
298
6
x 10
2.5
1.5
0.5
-0.5
-1
-5000 -4000 -3000 -2000 -1000 0 1000 2000
function varargout=ecnolineal2(t,y,str)
deriv=zeros(4,1);
M=eye(4);
fac1=-3*y(1)+4*y(2)+(sin(y(1)))^3-
y(2)^2;
fac2= -
2*y(1)+sin(y(2))+exp(y(2))*y(1)^2;
deriv(1)=fac1;
deriv(2)= fac2;
varargout{1}=deriv;
t0=0;tf=100;npoints=2000;
y0=[0.5,0.5,0.0,0.0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
299
options=odeset('RelTol', 1e-10,'AbsTol',
1e-
10,'stats','');%,'InitialStep',0.2,'MaxSt
ep',1e-15);
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('ecnolineal2',tspan,y0,option
s);
%dibujo de la altura del movil en funcion
del tiempo
%subplot(2,2,1)
%hold on
%plot3(Y(:,1),Y(:,2),Y(:,4),'-k')
%subplot(2,2,2)
%plot(t,Y(:,1),'-b')
%subplot(2,2,3)
hold on
plot(Y(:,1),Y(:,2),'.b'), (xlabel('X')),
(ylabel('Y')), title('trayectoria')
%subplot(2,2,4)
%plot(Y(:,1),V,'-r')
trayectoria
0.6
0.5
0.4
0.3
Y
0.2
0.1
-0.1
-0.1 0 0.1 0.2 0.3 0.4 0.5 0.6
X
300
9.1.6 Bajada en esquíes por los
mogotes.
function varargout=esq6(~,y,~)
a=0.25;
b=0.5;
p=2*pi/10;
q=pi/2;
g=9.8;
c=0.2;
deriv=zeros(4,1);
%M=eye(4);
fac1=-a+p*b*sin(p*y(1))*cos(q*y(2));
fac2= q*b*cos(p*y(1))*sin(q*y(2));
fac3=
(g+p^2*b*cos(p*y(1))*cos(q*y(2))*y(3)^2 +
2*(-
p*q*b*sin(p*y(1)))*sin(q*y(2))*y(3)*y(4)+
q^2*b*cos(p*y(1))*cos(q*y(2))*y(4)^2)/(1
+ (-a + p*b*sin(p*y(1))*cos(q*y(2)))^2 +
(q*b*cos(p*y(1))*sin(q*y(2)))^2);
deriv(3)=-fac3*fac1-c*y(3);
deriv(4)= - fac3*fac2-c*y(4);
deriv(1)= y(3);
deriv(2)= y(4);
varargout{1}=deriv;
t0=-10;tf=10;npoints=1000;
y0=[2,2.1,0.5,0.4]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
301
[t,Y]=ode15s('esq6',tspan,y0,options);
%dibujo de la altura del movil en funcion
del tiempo
subplot(2,2,1)
plot3(Y(:,1),Y(:,2),Y(:,3))
subplot(2,2,2)
plot(Y(:,1),Y(:,2))
subplot(2,2,3)
plot(Y(:,1),Y(:,3))
subplot(2,2,4)
plot(Y(:,2),Y(:,3))
t0=0;tf=8;npoints=10;
y0=[-0.1,0.3,1.0,0.2]';
%vector de puntos en los que se desea
resultados
tspan=(t0:(tf-t0)/(npoints-1):tf);
%modificacion de las opciones por defecto
options=odeset('RelTol', 1e-5,'AbsTol',
1e-5, 'Stats', '');
%llamada a la funcion de integracion
numerica
302
[t,Y]=ode45('esq6',tspan,y0,options);
%dibujo de la posicion del movil en
funcion del tiempo
%subplot(2,2,1)
hold on
%plot3(Y(:,1),Y(:,2),Y(:,3),'-k')
%subplot(2,2,2)
%plot(t,Y(:,1),'-b')
%subplot(2,2,3)
%hold on
plot(Y(:,2),Y(:,1),'-g'), (xlabel('y'));
(ylabel('x')); title('trayectoria esqui')
%subplot(2,2,4)
%plot(Y(:,3),Y(:,4),'-r')
303
9.1.7 Centros
function deriv=ejemplocentros(t,y)
fac1=-y(2);
fac2=y(1);
deriv=zeros(4,1);
deriv(1)=fac1;
deriv(2)=fac2;
%deriv(3)=y(1);
%deriv(4)=y(2);
t0=-pi;tf=pi;npoints=10000;
y0=[1, -1, 0, 0];
[t,Y]=ode23('ejemplocentros', [t0,tf],
y0);
plot(Y(:,1),Y(:,2)) %dibujo de la altura
en funcion del tiempo
304
1.5
0.5
-0.5
-1
-1.5
-1.5 -1 -0.5 0 0.5 1 1.5
9.1.8 Espirales
function deriv=espirales(~,y)
a=0.25;
fac1=a*y(1)-y(2);
fac2=y(1)+a*y(2);
deriv=zeros(4,1);
deriv(1)=fac1;
deriv(2)=fac2;
t0=0;tf=4*pi;npoints=1000;
y0=[0.1,0.1, 0, 0];
tspan=[t0:(tf-t0)/(npoints-1):tf];
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
[t,Y]=ode23('espirales', [t0,tf], y0);
plot(Y(:,1),Y(:,2))
305
2.5
1.5
0.5
-0.5
-1
-1.5
-2
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
function varargout=intJulia(t,y,str)
a=1;
b=sqrt(6);
deriv=zeros(4,1);
M=eye(3);
switch str
case''
fac1= sinh(y(1));
fac2= cosh(y(2));
fac3=a+i*b;
fac4= (fac1 + fac2)^2 - fac3;
deriv(1)=fac1;
deriv(2)=fac2;
deriv(3)=fac4;
varargout{1}=deriv;
306
case 'mass'
varargout(1)=M;
end
t0=0;tf=10000;npoints=10000000;
y0=[-0.5,0.2,0.1,0.1];
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.0000001,'AbsTol', 0.0000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('intJulia',tspan,y0,options)
;
%dibujo
subplot(2,2,1)
plot3(t,Y(:,1),Y(:,2),'-r')
subplot(2,2,2)
plot(t,Y(:,2))
subplot(2,2,3)
plot(Y(:,1),Y(:,2))
subplot(2,2,4)
plot(Y(:,3),Y(:,1))
307
10
10 8
6
5
4
0
0 2
-2 2
-4 1 0
0 0 0.5 1 1.5
10 0
8 -1
6 -2
4 -3
2 -4
0 -5
-6 -4 -2 0 -5000 0 5000 10000
Otro intento.
function varargout=Julia(t,y,str)
deriv=zeros(4,1);
M=eye(2);
for j=1:100;
a=0.01*j;
% for l=1:10;
% y(3)=0.3*l;
% switch str
% case''
%fac1=a*y(1)*y(2);
fac1=
(y(1)*exp(1i*a))^2+y(2);
%fac3= y(1)*y(2) -
b*y(3);
deriv(1)=fac1;
%deriv(2)=fac2;
%deriv(3)=fac3;
varargout{1}=deriv;
% case 'mass'
308
%varargout(1)=M;
%end
% end
%l=1;
end
t0=-5;tf=10000;npoints=1e6;
y0=[sqrt(1.5),sqrt(1.22),sqrt(2),0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol',
0.000001,'AbsTol', 0.000001, 'Stats',
'');
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('Julia',tspan,y0,options);
hold on
%subplot(2,2,1)
%plot3(imag(Y(:,2)),real(Y(:,2)),real(Y(:
,1)))
%subplot(2,2,2)
%plot(real(Y(:,2)),imag(Y(:,2)),'.r'),tit
le('l1=1,l2=-1,Julia imag y real')
subplot(2,2,3)
plot(real(Y(:,1)),imag(Y(:,1)))
subplot(2,2,4)
plot(imag(Y(:,1)),real(Y(:,1)),'-b'),
title('Julia')
309
Julia
0.8 1.6
0.6 1.4
0.4 1.2
0.2 1
0 0.8
0.8 1 1.2 1.4 1.6 0 0.2 0.4 0.6 0.8
function varargout=oscpendulo(t,y,str)
a=1;
b=100;
deriv=zeros(4,1);
M=eye(4);
fac1=y(2);
fac2= -a*y(2)-b*sin(y(1));
deriv(1)=fac1;
deriv(2)= fac2;
varargout{1}=deriv;
t0=0;tf=100;npoints=2000;
y0=[5.5,5.5,0.0,0.0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
310
options=odeset('RelTol', 1e-10,'AbsTol',
1e-
10,'stats','')%,'InitialStep',0.002,'MaxS
tep',1e-5);
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('oscpendulo',tspan,y0,options
);
%dibujo de la altura del movil en funcion
del tiempo
%subplot(2,2,1)
%hold on
%plot3(Y(:,1),Y(:,2),Y(:,4),'-k')
%subplot(2,2,2)
%plot(t,Y(:,1),'-b')
%subplot(2,2,3)
hold on
plot(Y(:,1),Y(:,2),'-r'), (xlabel('X')),
(ylabel('Y')), title('oscilacion
pendulo')
%subplot(2,2,4)
%plot(Y(:,1),V,'-r')
oscilacion pendulo
10
2
Y
-2
-4
-6
-8
5.4 5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2
X
311
9.1.11 Oscilaciones amortiguadas
forzadas
function varargout=oscamorfor(t,y,str)
a=1.00;
b=pi/3;
m=1;
f=1;
c=pi/2;
deriv=zeros(4,1);
M=eye(4);
fac1=y(2);
fac2= -2*a*y(2)-
b^2*y(1)+(f/m)*cos(c*t);
deriv(1)=fac1;
deriv(2)= fac2;
varargout{1}=deriv;
%oscilacion armonica amortiguada forzada
t0=0;tf=100;npoints=2000;
y0=[0.5,0.5,0.0,0.0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol', 1e-10,'AbsTol',
1e-
10,'stats','');%,'InitialStep',0.002,'Max
Step',1e-5);
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('oscamorfor',tspan,y0,options
);
%dibujo de la oscilacion
subplot(2,2,1)
hold on
plot3(Y(:,1),Y(:,2),t,'-m')
subplot(2,2,2)
312
plot(t,Y(:,1),'-b')
subplot(2,2,3)
hold on
plot(Y(:,2),Y(:,1),'-m'), (xlabel('v')),
(ylabel('x')), title('oscilacion
pendulo')
subplot(2,2,4)
plot(Y(:,2),t,'-r')
0.5 1
0 0.5
-0.5 0
-1 -0.5
-0.5 0 0.5 1 0 50 100
oscilacion pendulo
1 100
0.5
50
x
-0.5 0
-1 -0.5 0 0.5 -1 -0.5 0 0.5
v
9.1.12 Poincaré-Bendixon
function deriv=Poincare_Bendixon(t,y)
fac1=-y(2)+y(1)*(1-(y(1).^2)+(y(2).^2));
fac2=y(1)+y(2)*(1-(y(1).^2)-(y(2).^2));
deriv=zeros(4,1);
deriv(1)=fac1;
deriv(2)=fac2;
t0=-100;tf=100;npoints=100000;
y0=[0.1,0.4, 0, 0];
tspan=[t0:(tf-t0)/(npoints-1):tf];
313
options=odeset('RelTol', 1e-6,'AbsTol',
0.000001, 'Stats', '');
[t,Y]=ode23('Poincare_Bendixon', [t0,tf],
y0);
%subplot(2,2,1)
hold on
plot((Y(:,2)),(Y(:,1)),'-k')
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1.2
-1.2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6
Solución Poincaré-Bendixon
t0=1;
c=-1;
k=1;
if -1==c
for j=1:1000;
t=0.01*j*((-1).^j);
f(k,1)=cos(t+t0)/(1+c*exp(-2*t)).^(1/2);
f(k,2)=sin(t+t0)/(1+c*exp(-2*t)).^(1/2);
k=k+1;
314
end
c=c+1;
plot(f(:,2),f(:,1),'.b')
end
if c==0
for j=1:1000;
t=0.01*j*((-1).^j);
f(k,1)=cos(t+t0)/(1+c*exp(-2*t)).^(1/2);
f(k,2)=sin(t+t0)/(1+c*exp(-2*t)).^(1/2);
k=k+1;
end
c=c+1;
hold on
plot(f(:,2),f(:,1),'.b')
end
if c==1
for j=1:1000;
t=0.01*j*((-1).^j);
f(k,1)=cos(t+t0)/(1+c*exp(-2*t)).^(1/2);
f(k,2)=sin(t+t0)/(1+c*exp(-2*t)).^(1/2);
k=k+1;
end
c=c+1;
hold on
plot(f(:,2),f(:,1),'.b')
end
315
3
2.5
1.5
0.5
-0.5
-1
-1.5
-2 -1 0 1 2 3 4 5
function deriv=tiropar(t,y)
fac=-(0.001/1.0)*sqrt(y(1)^2+y(2)^2);
deriv=zeros(4,1);
deriv(1)=fac*y(1);
deriv(2)=fac*y(2)-9.8;
deriv(3)=y(1);
deriv(4)=y(2);
t0=0;tf=12.26;npoints=2000;
y0=[100*cos(pi/4) 100*sin(pi/4) 0 0];
tspan=[t0:(tf-t0)/(npoints-1):tf];
options=odeset('RelTol', 1e-10,'AbsTol',
1e-10,'stats','');
[t,Y]=ode23('tiropar', tspan,
y0,options);
plot(t,Y(:,4)) %dibujo de la altura en
funcion del tiempo
316
200
180
160
140
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14
function varargout=trescuerposB(t,y,str)
deriv=zeros(5,1);
M=eye(5);
switch str
case ''
fac1=(y(1)^2+y(2)^2+y(3)^2)^0.5;
fac2=(2*(-0.5*3^(4/3))+1/fac1-
0.5*(y(4)^2+y(5)^2)+3*(y(1)^2)*0.5+(y(3)^
(2))/2)^(1/2);
deriv(1)=2*y(5)-y(1)*(fac1^(-3)-3);
deriv(2)=-2*y(4)-y(2)*fac1^(-3);
deriv(3)= -y(3)*(1+fac1^(-3));
deriv(4)=y(4);
deriv(5)=fac2;
varargout{1}=deriv;
case 'Mass'
varargout(1)=M;
317
end
t0=0;tf=0.69;npoints=1990;
y0=[-3^-(1/3),0.0,0,0.05,0.05]';
tspan=[t0:(tf-t0)/npoints:tf];
options=odeset('RelTol', 1e-
6,'AbsTol',1e-6, 'Stats', '');
%llamada a la funcion de integracion
numerica
[t,Y]=ode45('trescuerposB',tspan,y0,optio
ns);
subplot(2,2,1)
hold on
plot3(Y(:,1),Y(:,2),Y(:,3),'-k')
hold on
subplot(2,2,2)
plot(Y(:,4),Y(:,1),'-b'),title('diagrama
de fase')
subplot(2,2,3)
hold on
plot(Y(:,4),Y(:,1),'-r'), (xlabel('y')),
(ylabel('x')), title('trayectoria
satelite')
subplot(2,2,4)
plot(Y(:,2),Y(:,5),'-r'),title('diagrama
de velocidades')
diagrama de fase
0 0
-500 -0.5
-1000 -1
-2 -1.5 -1 -0.5 0 0.04 0.06 0.08 0.1
6
x 10
6
x 10 trayectoria satelite diagrama de velocidades
0 0.25
-0.5 0.2
-1 0.15
x
-1.5 0.1
-2 0.05
0 200 400 600 -0.1 -0.05 0
y
318
9.1.15 Atractor de Van der Pol
function varargout=VanderPol(~,y,str)
E=10;
deriv=zeros(4,1);
M=eye(3);
switch str
case''
deriv(1)=y(2);
deriv(2)=-E*(y(1)^2-1)*y(2)-y(1);
varargout{1}=deriv;
case 'mass'
varargout(1)=M;
end
t0=0;tf=800.0;npoints=8000;
y0=[0.3,0.1,0,0]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol', 1e-10,'AbsTol',
1e-10, 'Stats',
'');%,'InitialStep',0.0139,'MaxStep',1e-
14);
%llamada a la funcion de integracion
numerica
[t,Y]=ode15s('VanderPol',tspan,y0,options
);
%dibujo
hold on
plot(Y(:,1),Y(:,2),'-m')
%hold off
319
1 ELEMENTOS MATEMÁTICOS
BÁSICOS. .................................................... 12
320
1.7.1 El círculo trigonométrico................................... 29
321
1.19 DETERMINACIÓN DE LOS COEFICIENTES
MÉTRICOS EN UN CAMPO GRAVITATORIO
CENTRAL .......................................................................... 81
2 ECUACIONES DIFERENCIALES
ORDINARIAS............................................... 83
2.1.1 Razón de cambio ............................................... 83
2.1.2 Ecuaciones diferenciales ordinarias................... 86
2.1.3 Verificación de las soluciones de ecuaciones
diferenciales..................................................................... 91
2.1.4 Problemas propuestos........................................ 92
2.1.5 Ecuaciones diferenciales de primer orden ......... 92
2.1.6 Solución problemas implican Ecuaciones con
variables separables. ........................................................ 93
2.1.7 Problemas propuestos –..................................... 96
2.1.8 Ecuaciones diferenciales homogéneas............... 97
2.1.9 Solución problemas implican Ecuaciones
diferenciales Homogéneas ............................................... 98
2.1.10 Problemas propuestos – .............................. 103
2.1.11 Dos tipos especiales de ecuaciones
diferenciales de orden superior ...................................... 104
2.1.12 Ecuaciones diferenciales lineales de segundo
orden con coeficientes constantes.................................. 108
2.1.13 Oscilador Armónico simple........................ 110
322
3.2.2 Método para resolver ecuaciones diferenciales
ordinarias lineales de coeficientes constantes de 2do grado
y 2do miembro nulo....................................................... 119
3.2.3 Método para resolver ecuaciones diferenciales
lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo.......................... 122
................................ 137
3.4.3 SISTEMAS CON COEFICIENTES
CONSTANTES ............................................................. 137
3.4.4 RAICES REALES DISTINTAS ..................... 139
3.4.5 RAICES COMPLEJAS CONJUGADAS ....... 140
3.4.6 RAICES DOBLES .......................................... 143
323
5 SERIES ............................................... 170
5.1.1 PRUEBAS DE CONVERGENCIA ................ 172
5.1.2 Series alternantes............................................. 173
5.1.3 Series de funciones.......................................... 175
5.1.4 Desarrollo de Taylor........................................ 177
5.1.5 Serie de Maclaurin........................................... 178
324
ELEVANDO AL CUADRADO LAS
IGUALDADES (2) Y (3), ENCONTRAMOS194
Bsenα
tgχ = (10) A . 196
B cos α − A
325
EL NUEVO VECTOR SUMA, TIENE
COMPONENTES DETERMINADAS POR (15)
Y (16) ......................................................... 199
α)2 + (B.SENα
S2 = (A + B.COSα α)2............... 199
326
MULTIPLICANDO LOS MÓDULOS ENTRE
SÍ Y POR EL COSENO DEL ÁNGULO QUE
FORMAN. TOMANDO NUEVAMENTE EL
EJEMPLO DE LA FIGURA 4, DONDE
CONSIDERAREMOS EL PRODUCTO DE
LOS VECTORES. COMO EL ÁNGULO
ENTRE AMBOS ES "αα", TENEMOS......... 202
GEOMÉTRICAMENTE, REPRESENTA
MULTIPLICAR EL MÓDULO DE.............. 203
327
7.1 Funciones originales y representaciones .......... 214
7.1.1 Función original .............................................. 214
7.1.2 Representación (transformada de Laplace). .... 215
7.1.3 Propiedades de la transformación de Laplace . 219
8 VARIEDADES Y MATEMÁTICAS DE LA
FÍSICA TEÓRICA. ..................................... 257
328
8.11 Fibrado................................................................ 286
10 GENERACIÓN DE DIFERENTES
TIPOS DE FUNCIONES Y MODELOS ...... 332
10.1.1 Oscilación compuesta por la superposición de
cinco funciones seno de diferentes frecuencias, múltiplos
de la inicial 332
10.1.2 Oscilación armónica con ruido agregado.... 333
10.1.3 Diente de sierra. Función obtenida a partir de
la suma de armónicos..................................................... 334
10.1.4 Una onda cuadrada, obtenida a partir de la
suma de 15 funciones senoidales. .................................. 335
10.1.5 La composición de una onda senoidal y otra
cosenoidal perpendiculares, dando lugar a una elipse, pues
tienen iguales frecuencias y ángulos de fase.................. 337
10.1.6 Simulaciones de campos eléctricos............. 339
10.1.7 Una curva extraña, llamada cardioide......... 341
329
10.1.8 Una posible curva característica de diodo .. 343
10.1.9 Una espiral.................................................. 346
10.1.10 La aplicación logística ................................ 347
10.1.11 Polinomio segundo grado ........................... 349
10.1.12 Sistema masa-resorte .................................. 350
10.1.13 Espacio con curvatura negativa, silla de
montar. 353
10.1.14 Superficie paraboloide................................ 355
10.1.15 Una función exponencial ............................ 357
10.1.16 Una función de dos variables...................... 358
10.1.17 Polinomio grado 5 ...................................... 360
10.1.18 Función cuadrática. Un haz de curvas
correspondientes a c=0. ................................................. 361
10.1.19 Atractor de Henon ...................................... 362
10.1.20 Pulsaciones. Composición de dos armónicos
oscilando en el mismo plano. Iguales frecuencia,
amplitudes y fases.......................................................... 364
10.1.21 Triángulo de Sierpinsky.............................. 366
10.1.22 Un sombrero ............................................... 367
330
....................................................................................... 368
10.1.23 Curva característica de un transistor ........... 368
10.1.24 Trayectoria de un rayo de luz al pasar por las
cercanías de un cuerpo masivo ...................................... 370
10.1.25 Construyendo un trompo. ........................... 371
10.1.26 Corte del espacio de Lobachevski .............. 372
10.1.27 Conductor óhmico ...................................... 374
10.1.28 Composición de armónicos perpendiculares
(otra vez) 375
10.1.29 Universos curvos ........................................ 379
10.1.30 Campo carga puntual .................................. 381
10.1.31 Construyendo una circunferencia ............... 383
331
10.1.32 Cuerpo negro, trayectoria de luz en caja..... 386
10.1.33 Esferoide oblato.......................................... 389
11 SISTEMA INTERNACIONAL DE
UNIDADES................................................. 391
332
10 Generación de diferentes
tipos de funciones y modelos
w(i)=q(i)+p(i)+r(i)+s(i)+t(i)+(c/5)*cos(6
*pi*x+(pi/3))+(c/5)*sin(7*pi*x+(pi/4))+(c
/5)*cos(8*pi*x+(pi/5))+(c/5)*sin(9*pi*x+(
pi/6))+(c/5)*cos(10*pi*x+(pi/7));
%x=q(i);
end
%subplot(2,2,1)
plot (h,w,'-r'),ylabel('y/m'),
xlabel('t/s'), title('cinco senos ')
333
cinco senos
0.15
0.1
0.05
y/m
-0.05
-0.1
0 0.5 1 1.5 2 2.5 3 3.5 4
t/s
334
2.5
1.5
0.5
-0.5
-1
-1.5
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
335
1
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
336
q(i)=c*sin(1*pi*x);
p(i)=(c/3)*sin(3*pi*x);
r(i)=(c/5)*sin(5*pi*x);
s(i)=(c/7)*sin(7*pi*x);
t(i)=(c/9)*sin(9*pi*x);
u(i)=(c/11)*sin(11*pi*x);
v(i)=(c/13)*sin(13*pi*x);
y(i)=(c/15)*sin(15*pi*x);
z(i)=(c/17)*sin(17*pi*x);
za(i)=(c/19)*sin(19*pi*x);
zb(i)=(c/21)*sin(21*pi*x);
zc(i)=(c/23)*sin(23*pi*x);
zd(i)=(c/25)*sin(25*pi*x);
ze(i)=(c/27)*sin(27*pi*x);
zf(i)=(c/29)*sin(29*pi*x);
w(i)=q(i)+p(i)+r(i)+s(i)+t(i)+u(i)+v(i)+y
(i)+z(i)+za(i)+zb(i)+zc(i)+ze(i)+zd(i)+zf
(i);
%x=q(i);
end
%subplot(2,2,1)
plot (h,w,'-r'),ylabel('y/m'),
xlabel('t/s'), title('MAS ')
337
MAS
0.05
0.04
0.03
0.02
0.01
y/m
-0.01
-0.02
-0.03
-0.04
-0.05
0 0.5 1 1.5 2 2.5 3 3.5 4
t/s
close all
clear
t=0;
338
fi=pi/4;
for i= 1 : 100;
h(i)=t;
t=0.02*i;
c=0.05;
qa(i)=c*sin(2*pi*t+fi);
%x=q(i);
end
subplot(2,2,1)
plot (h,qa,'-r'),ylabel('y/m'),
xlabel('t/s');%, title('MAS, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
%clear
t=0;
fi=pi/4;
for i= 1 : 100;
h(i)=t;
t=0.02*i;
c=0.05;
q(i)=-2*pi*c*cos(2*pi*t+fi);
%x=q(i);
end
subplot(2,2,2)
plot (q,h,'-r'),ylabel('v/m/s'),
xlabel('t/s');%, title('MAS, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
subplot(2,2,3)
plot (qa,q,'-r'),ylabel('v/m/s'),
xlabel('t/s')
339
0.05 2
1.5
v/m/s
y/m
0 1
0.5
-0.05 0
0 0.5 1 1.5 2 -0.4 -0.2 0 0.2 0.4
t/s t/s
0.4
0.2
v/m/s
-0.2
-0.4
-0.05 0 0.05
t/s
close all
for eta=-10:0.1:10;
figure(gcf), chi=(0:0.5:2*pi);
a=1;
340
x=a*sinh(eta)./(cosh(eta)-cos(chi));
y=a*sin(chi)./(cosh(eta)-cos(chi));
hold on
plot (x,y,'.b'),axis([-5,5,-4,4])
end
-1
-2
-3
-4
-5 -4 -3 -2 -1 0 1 2 3 4 5
close all
for eta=-10:0.1:10;
figure(gcf), chi=(0:0.05:2*pi);
a=1;
x=a*sinh(eta)./(cosh(eta)-cos(chi));
y=a*sin(chi)./(cosh(eta)-cos(chi));
341
hold on
plot (x,y,'-b'),axis([-5,5,-4,4])
end
-1
-2
-3
-4
-5 -4 -3 -2 -1 0 1 2 3 4 5
clear
k=1;
a=pi/100;
for j=1:200;
g(j)=(a*j);
f(k,1)=g(j);
342
%[X,Y]=meshgrid(real(f(k,1)),real(f(k,2))
);
[V(k,1)]=0.5*exp(i*g(j))*(1-
0.5*exp(i*g(j)));
g(j)=[V(k,1)];
k=k+1;
end
hold on
plot (real(V),imag(V),'-r'),
ylabel('imagz'), xlabel('realz'),
title('cardioide')
343
cardioide
0.8
0.6
0.4
0.2
imagz
-0.2
-0.4
-0.6
-0.8
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6
realz
clear
x=0.1;
for i= 1 : 10
h(i)=-x;
q(i)=0.5*(exp(-0.1*x)-1);
o(i)=q(i);
x=x+1;
344
end
hold on
plot (h,q,'.b')
x=0.1;
for i= 1 : 30
h(i)=x;
q(i)=0.5*(exp(0.1*x)-1);
x=x+1;
end
hold on
plot (h,q,'.r')
-1
-10 -5 0 5 10 15 20 25 30
345
Otro diodo
clear
a=1.6*10^(-19)/(1.38*10^(-23)*300);
x=0.001;
for i= 1 : 100
h(i)=-x;
q(i)=0.05*(exp(-a*0.01*x)-1);
o(i)=q(i);
x=x+0.1;
end
hold on
plot (h,q,'-b')
x=0.001;
for i= 1 : 100
h(i)=x;
q(i)=0.05*(exp(a*0.01*x)-1);
x=x+0.1;
end
hold on
plot (h,q,'-r')
346
2.5
1.5
0.5
-0.5
-10 -8 -6 -4 -2 0 2 4 6 8 10
clear
for n=1:10000;
y(n)=exp(-0.01*n/4)*cos(0.01*n);
x(n)=exp(-0.01*n/4)*sin(0.01*n);
end
plot(y,x,'.r')
347
1
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.5 0 0.5 1
clear
c=0.1;
k=1;
for i= 1 : 200;
p(i)=c;
x=0.1;
for j=1:1000;
if j>500;
h(j)=x;
f(k,1)=c;
f(k,2)=c*(1-x)*x;
x=f(k,2);
348
k=k+1;
%hold on
%plot (f(:,1),f(:,2),'.g'),
ylabel('f'), xlabel('c'),
title('Feigenbaum logistica')
else x= c*(1-x)*x;
end
end
c=0.02*i;
end
%hold on
plot (f(:,1),f(:,2),'.k'), ylabel('f'),
xlabel('c'), title('aplicacion
logistica')
349
aplicacion logistica
1
0.9
0.8
0.7
0.6
0.5
f
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4
c
350
%hold on
plot (h,P,'.k')
12
10
0
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
function varargout=masaresorte(t,y,str)
a=0;
b=1.0;
w=0.707*1.1;
m=1;
351
L=0.01;
deriv=zeros(4,1);
M=eye(4);
switch str
case''
fac1= y(2);
fac2= 2*L*y(2)-
y(4)*y(1)+(y(3)/m)*cos(w*t)-a*y(1)^2-
b*y(1)^3;
deriv(1)=fac1;
deriv(2)=fac2;
varargout{1}=deriv;
case 'mass'
varargout(1)=M;
end
t0=0;tf=5*2*pi/0.7777;npoints=16158;
y0=[0.05,0,25.500,0.1]';
%vector de puntos en los que se desea
resultados
tspan=[t0:(tf-t0)/(npoints-1):tf];
%modificacion de las opciones por defecto
options=odeset('RelTol', 1e-
6,'AbsTol',1e-6, 'Stats', '');
%llamada a la funcion de integracion
numerica
[t,Y]=ode23('masaresorte',tspan,y0,option
s);
hold on
%subplot(2,2,3)
plot3(Y(:,1),Y(:,2),t,'-
b'),xlabel('x'),ylabel('v'),zlabel('t')
352
elongacion-tiempo
20 5
10
0 0
-10
-20 -5
0 20 40 60 0 20 40 60
50
t
0
20
5
0 0
v -20 -5 x
353
15
10
0
v
-5
-10
-15
-5 -4 -3 -2 -1 0 1 2 3 4 5
x
clear
%x=0.001;
%y=0.001;
m=1;
for j=1:100;
x(j)=100*j*(-1)^(j)/10000;
H(j,1)=x(j);
for k=1:100;
y(k)=100*k*(-1)^(k)/10000;
u(m,2)=y(k);
u(m,1)=x(j);
354
[X,Y]=meshgrid(x(j),y(k));
[U(k)]=X.^2-Y.^2;
u(m,3)=U(k);
%g(k)=x(j)*y(j);
%u(m,4)=g(k);
m=m+1;
end
j=j+1;
end
%meshgrid(u(:,3))
%subplot(2,2,1)
%u(:,1)=-12500:10:12500;u(:,2)=u(:,1);
%[X,Y]=meshgrid(u(:,1),u(:,2));
%meshz(u);
%pause
%surfc(u)
%shading
%hidden
%mesh(g(k));
%subplot(2,2,4)
plot3(u(:,1),u(:,2),u(:,3),'.r'),xlabel('
x'),ylabel('y'),zlabel('u')
%contour(U,100,r-)
%pause
%hold on
%plot3(u(:,1),u(:,2),u(:,4),'.r')
%subplot(2,2,2)
%plot(u(:,1),u(:,3),'.r')
%subplot(2,2,3)
%plot(u(:,2),u(:,3),'.r')
%subplot(2,2,4)
%plot(u(:,1),u(:,2),'.r')
355
10.1.14 Superficie paraboloide
clear
%x=0.001;
%y=0.001;
m=1;
for j=1:100;
x(j)=10*j*(-1)^(j);
H(j,1)=x(j);
for k=1:100;
356
y(k)=10*k*(-1)^(k);
u(m,2)=y(k);
u(m,1)=x(j);
[X,Y]=meshgrid(x(j),y(k));
f(k)=X.^2+Y.^2;
u(m,3)=f(k);
%g(k)=x(j)*y(j);
%u(m,4)=g(k);
[U]=f(k);
m=m+1;
end
j=j+1;
end
357
10.1.15 Una función exponencial
clear
a=2;
for i=(1:10);
x(i)=0.20*i;
y(i)=a*exp(x(i));
end
plot(x,y,'-r')
358
16
14
12
10
2
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
f = 4 x 2 − 2 xy + 2 y 2
clear
for i=1:100
x(i)=0.20*i;
for j=1:1000
y(j)=2.5*j^-0.25;
q(i,j)=4*x(i)^2-
2*x(i)*y(j)+2*y(j)^2;
q(i,j)=q(i,j)^-(1/4);
end
end
plot(x,q,'.r')
359
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20
f = 4 x 3 ⋅ 2 xy + 2 y −3
clear
for i=1:1000
x(i)=20*i;
for j=1:1000
y(j)=2.5*j;
q(i,j)=4*x(i)^3*x(i)*y(j)+2*y(j)^-3;
q(i,j)=q(i,j)^-(1/4);
end
end
360
plot(x,q,'.r')
clear
for i=1:100
x(i)=i
y(i)=
x(i)^2+4*x(i)+2*x(i)^3+2*x(i)^5;
end
361
plot(x,y,'-r')
10
x 10
2.5
1.5
0.5
0
0 10 20 30 40 50 60 70 80 90 100
362
c=c+0.1;
end
i=i+1;
j=1
c=0
x=x+0.01;
end
plot (g,q,'.r')
363
ProductoBIS
clear
b=0.3;
a=1.4;
y=1;
i=1;
j=1
x=1.3;
for j=1:50000;
%while -5<=x & x<=5
%while -5<=y & y<=5
q(j)=1+y-a*x^2;
g(j)=b*x;
%x=x+0.1;
x=q(j);
y=g(j);
i=i+1;
%end
j=j+1;
%end
end
hold on
plot (q,g,'.r'),xlabel('q'),
ylabel('g'),title('Henon
a=1.4,b=0.3,x=1.3,y=1')
%con a, b fijos y x,y dados (tambien
fijos) obtengo, al variar i(o j) un
numero dado de veces (por ejemplo
%5000), la orbita del punto (x,y) dado.
364
10.1.20 Pulsaciones. Composición
de dos armónicos oscilando en el
mismo plano. Iguales frecuencia,
amplitudes y fases.
clear
x=0;
for i= 1 : 3000;
h(i)=x;
365
x=0.02*i;
c=0.05;
q(i)=c*sin(2*pi*x/7);
p(i)=c*sin(2*pi*x/6);
r(i)=q(i)+p(i);
%x=q(i);
end
subplot(2,2,3)
plot (h,r,'-r'),ylabel('y/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
subplot(2,2,2)
plot (h,q,'-r'),ylabel('y1/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
subplot(2,2,1)
plot (h,p,'-r'),ylabel('y2/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
366
10.1.21 Triángulo de Sierpinsky
figure
hold
axis([0 300 0 300])
for y=0:255
for x=0:y
if bitand(x,y-x)==0
plot(x+158-.5*y,y+30)
end
367
end
end
10.1.22 Un sombrero
close all
u=-8:0.5:8; v=u;
[U,V]=meshgrid(u,v);
368
R=sqrt(U.^2+V.^2)+eps;
W=sin(R)./R;
mesh(W)
369
%close all
a=2;
%b=0.5;
d=1.5;
f=0.8;
for ec=-1.0:0.05:1.0;
figure(gcf), b=(0:0.1:1.0)
ib=b.^2;
eb=b*ec+a.*ib;
%ic=d.*ib+f*ec;
%hold on
%plot (eb,ib,'.b')
end
hold on
plot (eb,ib,'-b')
370
10.1.24 Trayectoria de un rayo de
luz al pasar por las cercanías de
un cuerpo masivo
close all
k=1;
for x=-10:0.1:10;
%figure(gcf), %fi=(0:pi/20:pi)
y=((2.256-0.1)*x^2 - 3.135*x +
2.089)^(1/2);
f(k,1)=x;
f(k,2)=y;
k=k+1;
%hold on
plot (f(:,1),f(:,2),'.b'), axis ([-
10,10,0,50])
end
371
10.1.25 Construyendo un trompo.
close all
a=2;
for r=-pi/2:0.05:pi/4;
figure(gcf), fi=(0:pi/24:2*pi)
x=a*cos(r)*cos(fi);
y=a*cos(r)*sin(fi);
z=r*((sin(fi)).^2+(cos(fi)).^2);
hold on
plot3 (x,y,z,'-b')
end
hold on
plot3 (x,y,z,'-b')
372
10.1.26 Corte del espacio de
Lobachevski
clear
k=0.75;
for i=1:1000;
c(i)=0.01*pi*i;
373
r(i,1)=k*(cos(c(i))+log(tan(c(i)/2)));
r(i,2)=k*sin(c(i));
%plot(r(:,1),r(:,2),'.b')
end
plot(real(r(:,1)),r(:,2),'.b'),ylabel('y'
), xlabel('x'), title('espacio
Lobachevski')
374
10.1.27 Conductor óhmico
clear
n=100;
q=2%*1.6*10^(-19);
k=1.36%*10^(-23);
x=0.01;
%v=4+0.5*x;
for i= 1 : 100;
t=0.01*i;
I(i)=x;
v(i)=500*x;
%V(i)=n*exp(-q*v/k*t);
x=x+0.01;
end
plot (I,v,'-r'),(xlabel('I')),
(ylabel('V')),title ('curva
caracteristica');
375
10.1.28 Composición de armónicos
perpendiculares (otra vez)
Igual frecuencia
clear
x=0;
for i= 1 : 200;
h(i)=x;
x=0.02*i;
376
c=0.05;
q(i)=c*sin(2*pi*x/4);
p(i)=c*sin(2*pi*x/4);
r(i)=q(i)+p(i);
%x=q(i);
end
subplot(2,2,3)
plot (q,p,'-r'),ylabel('y/m'),
xlabel('t/s'), title('MAS ')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
subplot(2,2,1)
plot (q,h,'-r'),ylabel('y1/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
subplot(2,2,4)
plot (h,p,'-r'),ylabel('y2/m'),
xlabel('t/s'), title('MAS')%, masa 0.
377
Diferentes frecuencias
clear
x=0;
for i= 1 : 3000;
h(i)=x;
x=0.02*i;
c=0.05;
q(i)=c*sin(2*pi*x/3);
p(i)=c*sin(2*pi*x/4);
r(i)=q(i)+p(i);
%x=q(i);
end
378
%subplot(2,2,3)
plot (q,p,'-r'),ylabel('y/m'),
xlabel('t/s'), title('MAS ')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
%subplot(2,2,2)
%plot (h,q,'-r'),ylabel('y1/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
%subplot(2,2,1)
%plot (h,p,'-r'),ylabel('y2/m'),
xlabel('t/s'), title('MAS')%, masa
0.500kg');%, axis('equal'),
%fill(real(f),imag(f),'g');
379
10.1.29 Universos curvos
close all
clear
m=1;
for j=1:100;
x(j)=100*j*(-1)^(j)/10000;
H(j,1)=x(j);
for k=1:100;
y(k)=100*k*(-1)^(k)/10000;
380
u(m,2)=y(k);
u(m,1)=x(j);
[X,Y]=meshgrid(x(j),y(k));
[U(k)]=X.^2-Y.^2;
u(m,3)=U(k);
m=m+1;
end
j=j+1;
end
plot3(u(:,1),u(:,2),u(:,3),'.r'),xlabel('
x'),ylabel('y'),zlabel('u')
381
10.1.30 Campo carga puntual
close all
a=2;
%u=2;
%b=a*cosh(u);
for u=0:0.1:2
b=a*cosh(u);
for r=-pi/2:0.5:4*pi;
figure(gcf), fi=(0*pi:pi/12:8*pi);
x=b*cos(r)*cos(fi);
y=b*cos(r)*sin(fi);
z=a*sinh(u)*sin(fi);
hold on
plot3 (x,y,z,'.b')
end
382
Plano
383
Espacio 3d.
clear
k=1;
a=1.0;
b=1.5;
384
n=1/1000;
for j=1:1500;
g(j)=(n*j);
f(k,1)=g(j)/a^2;
%[X,Y]=meshgrid(real(f(k,1)),real(f(k,2))
);
[V(k,1)]=1-(f(k,1)^2)/b^2;
f(k,2)=([V(k,1)]^0.5);
%g(j)=[V(k,1)]^0.5;
k=k+1;
end
%hold on
plot (f(:,2),f(:,1),'-r'), ylabel('f'),
xlabel('V'), title('circunferencia')
k=1;
n=1/1000;
for j=1:1500;
g(j)=(n*(-j));
f(k,1)=g(j)/a^2;
%[X,Y]=meshgrid(real(f(k,1)),real(f(k,2))
);
[V(k,1)]=1-(f(k,1)^2)/b^2;
f(k,2)=([V(k,1)]^0.5);
%g(j)=[V(k,1)]^0.5;
k=k+1;
end
hold on
plot (f(:,2),f(:,1),'-b'), ylabel('f'),
xlabel('V'), title('circunferencia')
k=1;
n=1/1000;
for j=1:1500;
g(j)=(n*(j));
f(k,1)=g(j)/a^2;
%[X,Y]=meshgrid(real(f(k,1)),real(f(k,2))
);
[V(k,1)]=1-(f(k,1)^2)/b^2;
385
f(k,2)=-([V(k,1)]^0.5);
%g(j)=[V(k,1)]^0.5;
k=k+1;
end
hold on
plot (f(:,2),f(:,1),'-k'), ylabel('f'),
xlabel('V'), title('circunferencia')
k=1;
n=1/1000;
for j=1:1500;
g(j)=(n*(-j));
f(k,1)=g(j)/a^2;
%[X,Y]=meshgrid(real(f(k,1)),real(f(k,2))
);
[V(k,1)]=1-(f(k,1)^2)/b^2;
f(k,2)=-([V(k,1)]^0.5);
%g(j)=[V(k,1)]^0.5;
k=k+1;
end
hold on
plot (f(:,2),f(:,1),'-b'), ylabel('f'),
xlabel('V'), title('circunferencia')
386
10.1.32 Cuerpo negro, trayectoria de
luz en caja.
%close all
x=0;
xo=0;
y=0;
yo=0.0;
k=1;
j=1;
387
t2=0;
t3=0;
t4=0;
t5=0;
t1=0;
t=0;
L1=5;
L2=4;
L3=4;
unyo=1;
unave=1;
positivo=1;
while k<100;
if positivo==1;
x=xo*t+2.25*t;
t=t+0.1;
end
if positivo==0;
x=L1-2.25*(t1);
t1=t1+0.1;
end
if x>=L1
positivo=0;
t=0;
end
if x<=0
positivo=1;
t1=0;
end
q(j,1)=x;
% if unyo==1;
% z=3*t4;
% t4=t4+0.1;
% end
% if unyo==0;
% z=L3-3*t5;
% t5=t5+0.1;
% end
% if z>=L3
% unyo=0;
388
% t4=0;
% end
% if z<=0
% unyo=1;
% t5=0;
% q(j,3)=z;
% end
q(j,2)=y;
if unave==1;
y=yo+2*t2;
t2=t2+0.1;
end
if unave==0;
y=L2-2*(t3+0.1);
t3=t3+0.1;
end
if y>=L2
unave=0;
t2=0;
end
if y<=0
unave=1;
t3=0;
end
k=k+1;
q(j,2)=y;
%hold on
plot(q(:,1),q(:,2),'-
b'),axis([0,5,0,4])%, pause(0.5)
j=j+1;
end
%hold on
%plot(q(:,1),q(:,2),'-r'),axis([0,5,0,4])
389
10.1.33 Esferoide oblato
close all
a=2;
u=2;
b=a*cosh(u);
for i=-pi/2:0.05:pi/2;
r=i;
figure(gcf), j=(0*pi:pi/24:2*pi);
390
fi=j;
x=b*cos(r)*cos(fi);
y=b*cos(r)*sin(fi);
z=a*sinh(u)*sin(fi);
hold on
plot3 (x,y,z,'-b')
end
hold on
plot3 (x,y,z,'-b')
391
11 Sistema internacional de
unidades
Las unidades básicas del sistema internacional son
las que aparecen en la tabla siguiente:
392
A partir de las unidades básicas y suplementarias
pueden derivarse otras; algunas de estas tienen
nombre propio, como se muestra en la tabla
siguiente..
393
Unidades derivadas que tienen nombre propio
Unidad
Magnitud
Nombre Símbolo Expresión
Actividad de un
becquerel Bq s-1
radionucleido
Carga eléctrica,
cantidad de coulomb C s·A
electricidad
m-2·kg-
Capacidad eléctrica farad F 1 4
·s ·A2
Índice de dosis
gray Gy m2·s-2
absorbida
m2·kg·s-
Inductancia henry H 2
·A-2
Frecuencia hertz Hz s-1
Energía, trabajo joule J m2·kg·s-2
Flujo luminoso lumen lm cd·sr
Iluminancia lux lx m-2·cd·sr
Fuerza newton N m·kg·s-2
Resistencia m2·kg·s-
ohm Ω 3
eléctrica ·A-2
Presión pascal Pa m-1·kg·s-2
Conductancia m-2·kg-
siemens S 1 3
eléctrica ·s ·A2
Dosis equivalente sievert Sv m2·s-2
Densidad de flujo
tesla T kg·s-2·A-1
magnético
394
Potencial eléctrico,
m2·kg·s-
fuerza volt V 3
·A-1
electromotriz
Potencia, flujo
watt W m2·kg·s-3
radiante
m2·kg·s-
Flujo magnético weber Wb 2
·A-1
Múltiplos decimales
Prefijo Símbolo Factor
deca da 101
hecto h 102
kilo k 103
mega M 106
giga G 109
tera T 1012
peta P 1015
exa E 1018
395
zetta Z 1021
yotta Y 1024
Submúltiplos decimales
Prefijo Símbolo Factor
deci d 10-1
centi c 10-2
mili m 10-3
micro µ 10-6
nano n 10-9
pico p 10-12
femto f 10-15
atto a 10-18
zepto z 10-21
yocto y 10-24
396
con nombre propio. Para expresar las
unidades derivadas pueden utilizarse los
siguientes métodos:
o Poner las diferentes unidades una a
continuación de otra sin separación;
por ejemplo: As, Nm. En este caso
se deben evitar las combinaciones
en que una unidad que tiene el
mismo símbolo que un prefijo se
coloque delante ya que pueden dar
lugar a confusión. Por ejemplo no
debe utilizarse mN (que significa
milinewton) en lugar de Nm
(newton por metro).
o Poner las diferentes unidades
separadas por un punto alto; por
ejemplo: A·s, N·m. Esta disposición
es preferible a la anterior. En este
caso también conviene evitar las
combinaciones que puedan dar lugar
a confusión si el punto es poco
visible (así hay que evitar, por
ejemplo, m·N).
o En el caso de cocientes puede
utilizarse:
Un cociente normal
La barra inclinada (m/s,
m/s2) evitando el uso de
productos en el
denominador; por ejemplo
podemos escribir: kg/A/s2 en
lugar de kg/(A·s2).
397
Potencias negativas; por
ejemplo: kg·A-1·s-2.
• Los nombres de las unidades se escriben
siempre con minúsculas.
• Los nombres de las unidades llevan una s
cuando se escriben en plural, excepto los
que terminan en s, z o x.
• Los nombres de las unidades que
corresponden a nombres de personas deben
escribirse con idéntica ortografía que el
nombre correspondiente pero, como es
lógico, con mayúscula inicial.
398
1 ELEMENTOS MATEMÁTICOS
BÁSICOS. .................................................... 12
399
1.11.2 INTEGRALES ............................................. 43
1.11.3 TÉCNICAS................................................... 45
2 ECUACIONES DIFERENCIALES
ORDINARIAS............................................... 83
2.1.1 Razón de cambio ............................................... 83
2.1.2 Ecuaciones diferenciales ordinarias................... 86
2.1.3 Verificación de las soluciones de ecuaciones
diferenciales..................................................................... 91
2.1.4 Problemas propuestos........................................ 92
2.1.5 Ecuaciones diferenciales de primer orden ......... 92
2.1.6 Solución problemas implican Ecuaciones con
variables separables. ........................................................ 93
400
2.1.7 Problemas propuestos –..................................... 96
2.1.8 Ecuaciones diferenciales homogéneas............... 97
2.1.9 Solución problemas implican Ecuaciones
diferenciales Homogéneas ............................................... 98
2.1.10 Problemas propuestos – .............................. 103
2.1.11 Dos tipos especiales de ecuaciones
diferenciales de orden superior ...................................... 104
2.1.12 Ecuaciones diferenciales lineales de segundo
orden con coeficientes constantes.................................. 108
2.1.13 Oscilador Armónico simple........................ 110
401
3.4.1 EL PENDULO ................................................ 130
3.4.2 SOLUCIONES DEL SISTEMA ..................... 134
. ...................................................................................... 137
3.4.3 SISTEMAS CON COEFICIENTES
CONSTANTES ............................................................. 137
3.4.4 RAICES REALES DISTINTAS ..................... 139
3.4.5 RAICES COMPLEJAS CONJUGADAS ....... 140
3.4.6 RAICES DOBLES .......................................... 143
402
6 MAGNITUDES .................................... 179
6.1.1 MAGNITUD ................................................... 180
6.1.1.1 CLASIFICACION 1 .............................. 183
6.1.1.2 CLASIFICACION 2.-............................ 184
403
7.1.3.2.2 Otro ejemplo ..................................... 221
7.1.3.3 Semejanza. ............................................. 222
7.1.3.3.1 Ejemplo ............................................. 222
7.1.3.4 Derivadas de la función original. ........... 223
7.1.3.4.1 Ejemplo ............................................. 223
7.1.3.4.2 Un segundo ejemplo.......................... 225
7.1.3.4.3 El oscilador armónico simple............ 228
7.1.3.4.4 Precesión del eje de rotación de la Tierra
229
7.1.3.5 Derivadas de la transformada de Laplace
(representación). ....................................................... 231
7.1.3.5.1 Ejemplo. ............................................ 232
7.1.3.5.2 Segundo ejemplo............................... 233
7.1.3.6 Integración de la función original (teorema
de). 234
7.1.3.6.1 Ejemplo ............................................. 234
7.1.3.6.2 Otro ejemplo ..................................... 235
7.1.3.7 Integración de la transformada de Laplace
(representación). ....................................................... 236
7.1.3.7.1 Ejemplo ............................................. 236
7.1.3.8 Teorema del desplazamiento.................. 238
7.1.3.8.1 Ejemplo ............................................. 238
7.1.3.8.2 Oscilador amortiguado ...................... 239
7.1.3.9 Teorema del retardo (o sustitución). ...... 240
7.1.3.9.1 Ejemplo ............................................. 240
7.1.3.9.2 Ejemplo. Funciones dadas con gráficas.
241
7.1.3.9.3 Ejemplo gráficas ............................... 241
7.1.3.9.4 Funciones generalizadas.................... 243
7.1.3.9.4.1 Delta de Dirac, ........................... 243
7.1.3.10 Teorema de multiplicación (Convolución).
244
7.1.3.11 Convolución reiterada............................ 245
7.1.3.12 Primer toerema del desarrollo ................ 246
7.1.3.13 Determinación de la función original a
partir de la transformada de Laplace (Transformada
inversa) 246
7.1.3.13.1.............................................................. 247
7.1.3.13.2 Desarrollo en fracciones parciales. .. 247
404
7.1.3.13.3.............................................................. 248
7.1.3.14 Transformada de Laplace para funciones
periódicas. 249
7.1.3.15 Propiedad ............................................... 249
7.1.3.16 Teorema conjunto de semejanza-retardo.
249
7.1.3.17 Teorema de Efros................................... 251
7.1.3.18 El problema de Cauchy para las EDO
lineales con coeficientes constantes. ......................... 251
8 VARIEDADES Y MATEMÁTICAS DE LA
FÍSICA TEÓRICA. ..................................... 257
405
8.8 Corchete de Dirac............................................... 273
8.8.1 Procedimiento Hamiltoniano Estándar ............ 274
8.8.2 Ejemplo de un lagrangiano lineal en la
velocidad ...................................................................... 275
8.8.3 Procedimiento Hamiltoniano Generalizado..... 278
10 GENERACIÓN DE DIFERENTES
TIPOS DE FUNCIONES Y MODELOS ...... 333
406
10.1.1 Oscilación compuesta por la superposición de
cinco funciones seno de diferentes frecuencias, múltiplos
de la inicial 333
10.1.2 Oscilación armónica con ruido agregado.... 334
10.1.3 Diente de sierra. Función obtenida a partir de
la suma de armónicos..................................................... 335
10.1.4 Una onda cuadrada, obtenida a partir de la
suma de 15 funciones senoidales. .................................. 336
10.1.5 La composición de una onda senoidal y otra
cosenoidal perpendiculares, dando lugar a una elipse, pues
tienen iguales frecuencias y ángulos de fase.................. 338
10.1.6 Simulaciones de campos eléctricos............. 340
10.1.7 Una curva extraña, llamada cardioide......... 342
10.1.8 Una posible curva característica de diodo .. 344
10.1.9 Una espiral.................................................. 347
10.1.10 La aplicación logística ................................ 348
10.1.11 Polinomio segundo grado ........................... 350
10.1.12 Sistema masa-resorte .................................. 351
10.1.13 Espacio con curvatura negativa, silla de
montar. 354
10.1.14 Superficie paraboloide................................ 356
10.1.15 Una función exponencial ............................ 358
10.1.16 Una función de dos variables...................... 359
10.1.17 Polinomio grado 5 ...................................... 361
10.1.18 Función cuadrática. Un haz de curvas
correspondientes a c=0. ................................................. 362
10.1.19 Atractor de Henon ...................................... 363
10.1.20 Pulsaciones. Composición de dos armónicos
oscilando en el mismo plano. Iguales frecuencia,
amplitudes y fases.......................................................... 365
10.1.21 Triángulo de Sierpinsky.............................. 367
10.1.22 Un sombrero ............................................... 368
....................................................................................... 369
10.1.23 Curva característica de un transistor ........... 369
10.1.24 Trayectoria de un rayo de luz al pasar por las
cercanías de un cuerpo masivo ...................................... 371
10.1.25 Construyendo un trompo. ........................... 372
10.1.26 Corte del espacio de Lobachevski .............. 373
10.1.27 Conductor óhmico ...................................... 375
407
10.1.28 Composición de armónicos perpendiculares
(otra vez) 376
10.1.29 Universos curvos ........................................ 380
10.1.30 Campo carga puntual .................................. 382
10.1.31 Construyendo una circunferencia ............... 384
10.1.32 Cuerpo negro, trayectoria de luz en caja..... 387
10.1.33 Esferoide oblato.......................................... 390
11 SISTEMA INTERNACIONAL DE
UNIDADES................................................. 392
408
409