E.

Inzaurralde

1 Para la enseñanza media

en el Uruguay
Elementos de matemática para Física.

1
1 ELEMENTOS MATEMÁTICOS
BÁSICOS. .................................................... 12

1.1 ALGO SOBRE CIFRAS SIGNIFICATIVAS E

INCERTIDUMBRE ........................................................... 12

1.2 REGLAS SOBRE CIFRAS SIGNIFICATIVAS14

1.2.1 Reglas sobre propagación de incertidumbre...... 16
1.2.1.1 INCERTIDUMBRE EN SUMA Y RESTA.
17
1.2.1.2 INCERTIDUMBRE EN PRODUCTO Y
COCIENTE................................................................. 18

1.3 RECTANGULOS DE ERROR ........................... 19

1.4 POTENCIAS DE DIEZ (NOTACION

CIENTIFICA)..................................................................... 19

1.5 OPERACIONES CON POTENCIAS DE DIEZ22

1.6 TEOREMA DE PITÁGORAS............................ 25

1.7 Trigonometría; seno, coseno, tangente ............... 26

1.7.1 El círculo trigonométrico................................... 29

1.8 Teorema del coseno .............................................. 31

1.9 Teorema del seno.................................................. 33

1.9.1 Demostración .................................................... 34

1.10 Ecuación de la elipse ............................................ 37

1.11 APÉNDICE 0.- BREVES NOCIONES SOBRE

CÁLCULO. ......................................................................... 40
1.11.1 Derivación .................................................... 40

2
 1.11.2 INTEGRALES ............................................. 43
1.11.3 TÉCNICAS................................................... 45

1.12 DERIVADA DEL SENO ..................................... 46

1.13 LA DERIVADA DEL COSENO......................... 48

1.14 DERIVADA DE LA TANGENTE...................... 49

1.15 Identidades Trigonométricas ............................. 50

1.16 Solución de la ecuación diferencial de 2º orden y

demostración de 8 identidades trigonométricas............... 53

1.17 APÉNDICE –1.- ELEMENTOS DE TENSORES

61
1.17.1 TENSORES DE SEGUNDO RANGO......... 67
1.17.2 PROPIEDADES DE LOS TENSORES ....... 72
1.17.3 Producto directo............................................ 73

1.18 Volviendo a insistir con los tensores, covariante,

contravariante, antisimétrico, simétrico. Componentes
independientes. ................................................................... 73

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

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

3 ECUACIONES DIFERENCIALES(2). . 115

3.1 Definiciones......................................................... 115

3.1.1 Expresión diferencial....................................... 115
3.1.2 Ecuación diferencial ........................................ 115
3.1.3 Las incógnitas.................................................. 116
3.1.4 Orden de la ecuación diferencial ..................... 116

3.2 Principal clasificación de ecuaciones diferenciales

según el tipo de derivadas. ............................................... 116
3.2.1 Método de separación de variables.................. 117
3.2.2 Método para resolver ecuaciones diferenciales
ordinarias lineales de coeficientes constantes de 2do grado
y 2do miembro nulo....................................................... 119
3.2.2.1 r1 y r2 reales y distintas........................... 121
3.2.2.2 r1 y r2 reales e iguales............................. 121
3.2.2.3 r1 y r2 complejos conjugados.................. 121
3.2.3 Método para resolver ecuaciones diferenciales
lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo.......................... 122

3.3 Método para resolver ecuaciones diferenciales

lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo. .......................... 125

3.4 SISTEMAS DE ECUACIONES

DIFERENCIALES ORDINARIAS 2X2......................... 130

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

3.5 DEFINICION DE PUNTO CRITICO ............. 147

3.5.1 EJEMPLO DE NODOS .................................. 148
3.5.2 EJEMPLO DE CENTROS .............................. 152
3.5.3 EJEMPLO DE ESPIRALES ........................... 155
3.5.4 EJEMPLO DE PUNTOS DE SILLA .............. 158

4 ESTABILIDAD Y PUNTOS CRÍTICOS

159

4.1 DEFINICION Y RESULTADOS PRINCIPALES

159
4.1.1 NODOS: ESTABLES, INESTABLES............ 163
4.1.2 SILLAS: INESTABLES ................................. 166

5 SERIES ............................................... 170

5.1.1 PRUEBAS DE CONVERGENCIA ................ 172
5.1.1.1 Prueba de Raabe..................................... 172
5.1.1.2 Prueba de Gauss..................................... 173
5.1.2 Series alternantes............................................. 173
5.1.2.1 Convergencia absoluta ........................... 174
5.1.2.2 Álgebra se series. ................................... 174
5.1.3 Series de funciones.......................................... 175
5.1.3.1 Convergencia uniforme.......................... 175
5.1.3.1.1 Prueba M de Weierstrass................... 176
5.1.4 Desarrollo de Taylor........................................ 177
5.1.5 Serie de Maclaurin........................................... 178

5
6 MAGNITUDES .................................... 179
6.1.1 MAGNITUD ................................................... 180
6.1.1.1 CLASIFICACION 1 .............................. 183
6.1.1.2 CLASIFICACION 2.-............................ 184

6.2 APÉNDICE- LA IMPORTANCIA DEL

CALCULO VECTORIAL. .............................................. 187
6.2.1 SUMAS Y RESTAS DE VECTORES............ 189
6.2.1.1 CALCULO GRAFICO .......................... 189
6.2.1.2 B) CALCULO ANALITICO................. 193
6.2.1.3 METODO DE DESCOMPOSICION EN
LOS EJES COORDENADOS .................................. 198
6.2.2 PRODUCTOS VECTORIALES ..................... 200
6.2.2.1 PRODUCTO DE UN VECTOR POR UN
ESCALAR 200
6.2.2.2 B) PRODUCTO ESCALAR DE DOS
VECTORES.............................................................. 202
6.2.2.3 PRODUCTO VECTORIAL .................. 203
6.2.3 ALGO MAS SOBRE FUNCIONES
CIRCULARES .............................................................. 205

6.3 MEDIDAS E INCERTIDUMBRE ................... 209

6.3.1 Propagación de errores. ................................... 212

7 PRIMEROS ELEMENTOS DE CÁLCULO

OPERACIONAL......................................... 214
7.1 Funciones originales y representaciones .......... 214
7.1.1 Función original .............................................. 214
7.1.1.1 Ejemplo.................................................. 215
7.1.2 Representación (transformada de Laplace). .... 215
7.1.2.1 Ejemplo.................................................. 217
7.1.2.2 Segundo ejemplo.................................... 218
7.1.2.3 Otro ejemplo .......................................... 219
7.1.3 Propiedades de la transformación de Laplace . 219
7.1.3.1 Unicidad................................................. 220
7.1.3.2 Linealidad. ............................................. 220
7.1.3.2.1 Ejemplo. Linealidad .......................... 220

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

8.1 Símbolos de Christoffel...................................... 258

8.2 Variables canónicas............................................ 259

8.3 Variables de configuración................................ 260

8.4 Vínculos............................................................... 261

8.5 Formulaciones hamiltoniana y lagrangiana de la

mecánica............................................................................ 262
8.5.1 La formulación hamiltoniana...................... 266
8.5.1.1 Definición de cantidad de movimiento
lineal 266
8.5.1.2 Coordenadas ignoradas o cíclicas .......... 266
8.5.1.3 Espacio de las fases................................ 267
8.5.1.4 La función hamiltoniana ........................ 268
8.5.1.5 Significado ............................................. 269
8.5.1.6 Invariancia en los sistemas holónomos
esclerónomos ............................................................ 269
8.5.1.7 Las Ecuaciones de Hamilton.................. 270

8.6 Multiplicadores lagrangianos............................ 272

8.7 El método de los multiplicadores de Lagrange 273

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

8.9 Transformadas de Legendre ............................. 280

8.10 Teorema de la función implícita ....................... 282

8.10.1 Ejemplos ..................................................... 283
8.10.2 Enunciado general ...................................... 284

8.11 Fibrado................................................................ 286

8.12 Los grupos de Lie ............................................... 287

9 SISTEMAS DE ECUACIONES CON

MÉTODOS NUMÉRICOS. ......................... 290
9.1.1 Chua ................................................................ 290
9.1.2 Otro sistema cualquiera ................................... 292
9.1.3 Ecuaciones de Rossler ..................................... 293
9.1.4 Doble pozo ...................................................... 295
9.1.5 Ecuación no lineal ........................................... 299
9.1.6 Bajada en esquíes por los mogotes. ................. 301
9.1.7 Centros ............................................................ 304
9.1.8 Espirales .......................................................... 305
9.1.9 Intentando una función más compleja ............. 306
9.1.10 Oscilación de un péndulo............................ 310
9.1.11 Oscilaciones amortiguadas forzadas........... 312
9.1.12 Poincaré-Bendixon ..................................... 313
9.1.13 Tiro parabólico ........................................... 316
9.1.14 Tres cuerpos................................................ 317
9.1.15 Atractor de Van der Pol .............................. 319

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

Firmado digitalmente por

enrique enrique inzaurralde
Nombre de

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

Siempre que realizamos una medida, esta tiene una

cierta precisión, dependiendo del instrumento de
medición usado.

Así, por ejemplo, si pretendemos medir la longitud

del teclado de la computadora podemos, a ojo,
estimar que mide unos 50 centímetros. Sin
embargo, si lo medimos con una regla de un
milímetro de apreciación, encontramos que la
misma es de 49,20 cm. La primera es, obviamente,
una medida más insegura que la segunda, puesto
que fue realizada a ojo. Pero si realizáramos la
misma medida con una regla cuya apreciación
fuera de 1/10 de milímetro, el resultado
seguramente seria más confiable aun que el
obtenido con la regla al milímetro. Se dice entonces
que la primera medición es más "insegura" que la
segunda y esta a su vez lo es más que la tercera. O,
que la primera tiene una incertidumbre mayor que
la segunda y la segunda una incertidumbre mayor

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.

A veces, trabajar con la incertidumbre de las

medidas puede resultar engorroso y, sobre todo
cuando estamos en las etapas iniciales del
aprendizaje de algunos fenómenos, hacernos perder
de vista el valor de las leyes y principios que
estamos comenzando a ejercitar. Por tal razón, es
común que en lugar de trabajar con la
incertidumbre de las mediciones en los primeros
pasos del conocimiento de las leyes físicas, resulte
mas practico utilizar el valor conceptual de las
CIFRAS SIGNIFICATIVAS. Para ello, es
conveniente acostumbrarse a trabajar con ellas y
memorizar las sencillas reglas a las cuales

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.

1.2 REGLAS SOBRE CIFRAS

SIGNIFICATIVAS

Se puede definir como cifras significativas de una

medida, a todas aquellas cifras que nos dan una
información acerca del valor de una magnitud,
independientemente de la unidad que estemos
utilizando. Así, las cifras significativas (C.S.) se
componen de dos grupos de dígitos.

a) dígitos (o cifras) seguros- son todas aquellas

cifras que se obtienen como resultado de "contar"
divisiones del instrumento de medida. En el
ejemplo del largo del teclado, los dígitos 4, 9 y 2
son dígitos seguros, puesto que eran mayores que la
menor medida que podía realizar la regla
(apreciación), o sea 1 mm.

b) dígitos inseguros- en cualquier medida hay UNO

solo, y es obtenido luego de estimar "a ojo"

14
subdivisiones menores que la apreciación del
instrumento usado. A veces, sin embargo,

la cifra insegura es igual y hasta mayor que la

apreciación del instrumento. Esto ocurre
principalmente con las magnitudes eléctricas,
donde el fabricante nos indica el grado de
confiabilidad del instrumento de medida que, en
algunos casos, es menor que la apreciación que
figura en la escala visible. También sucede que LA
cifra insegura de una medida puede ser mayor o
igual a la apreciación cuando el operador que
trabaja con el instrumento no es experiente.
También sucede con instrumentos de medidas de
longitud cuya apreciación es menor del 1/10 de
milímetro, en esos casos el operador difícilmente
pueda estimar 0,5/10 de milímetros y mucho menos
1/100 milímetros.

NO SON CIFRAS SIGNIFICATIVAS LOS

CEROS A LA IZQUIERDA EN CUALQUIER
MEDIDA. Esto se debe a que tales ceros son
eliminables con solo modificar la unidad que
usamos para escribir el resultado de la medición.
Por ejemplo, podríamos haber dicho que el largo
del teclado es de 0.0004920 kilómetros. Sin
embargo, los cuatro ceros a la izquierda del primer
digito diferente de cero (el cuatro) eran
perfectamente obviados con escribir que la medida
es 49,20cm.

PRODUCTO- Cuando multiplicamos dos o mas

15
medidas, el resultado NO PUEDE tener más cifras
significativas que el factor que tenga menos C.S..

DIVISION- El resultado de la división de dos

medidas NO PUEDE tener más C.S. el dividendo,
o el divisor, según cual sea el que tenga MENOS
C.S..

SUMA- La cifra insegura en la suma debe estar

ubicada en la misma posición (o una anterior) que
la cifra insegura de la medida que la tenga más a la
izquierda.

RESTA- Igual que para la suma.

1.2.1 Reglas sobre propagación de

incertidumbre

Cuando realizamos una operación matemática,

como por ejemplo las conocidas operaciones
aritméticas (suma, resta, producto y cociente),
utilizando mediciones realizadas, obviamente el
resultado se ve afectado de incertidumbre, así como
lo estaban las medidas originales. Es posible, es
más, es necesario determinar el valor de dicha
incertidumbre, a los efectos que nuestras
conclusiones sean válidas. Para poder determinar
dicho error existen muchos métodos, más o menos
sofisticados, según el grado de veracidad que deban
tener nuestros resultados. Así, cuando se trabaja en
una investigación científica, es imprescindible

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:

1.2.1.1 INCERTIDUMBRE EN SUMA Y

RESTA.
El resultado de una suma, o resta, de dos medidas
tiene una incertidumbre absoluta igual a la suma de
las incertidumbres absolutas de los términos.
Llamamos incertidumbre absoluta , δM , de una
medida , M , al error de la medición. Así, dadas dos
medidas A y B que deban sumarse, y cuyas
incertezas sean δA y δB , tendremos que la suma
S = A + B , tendrá una incertidumbre (o error
absoluto), δS = δA + δB . En el caso de una resta
R = A − B , según la regla, se tendrá δR = δA + δB .

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

Cuando trazamos una grafica de puntos, los valores

de las medidas de las variables que aparecen en los
ejes, tienen incertidumbres. Por eso, alrededor de
cada punto debemos poner el rectángulo de
incertidumbre correspondiente.

1.4 POTENCIAS DE DIEZ

(NOTACION CIENTIFICA)
Trabajar con la cantidad correcta de C.S. a veces
presenta la dificultad siguiente.
Por ejemplo en el experimento realizado en la
sección de calor, al hacer la grafica m = f( t),
hallamos la constante (que es el calor entregado al
agua y si, por ejemplo, tomábamos para delta t el
valor 57,5 C y para m el valor 200 gramos, al
hacer el producto de ambas variables el resultado
nos da 11500 Cg. Resulta que, según la regla para
el producto de dos medidas, dado que ambos
factores tienen 3 C.S., el resultado no puede tener
más de 3 C.S.. Se nos plantea el siguiente
problema, como hacer para expresar un número que
en notación normal necesita 5 dígitos, en una
notación que contenga "de hecho" cinco cifras,

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

Es decir, el numero 11500 se puede escribir de la

siguiente manera
11,5*103. (1)

¿Que ventaja tiene esta forma de escritura? Que

solamente aparecen 3 dígitos significativos (11,5),
puesto que la potencia de diez no tiene cifras
significativas, sino que simplemente nos están
indicando que posiciones ocupan los dígitos 11,5
en una notación normal, con respecto a la unidad.
Los números que se expresan utilizando notación
científica constan de dos partes; el factor que
multiplica a la potencia, o mantisa, que es el que
contiene las C.S. y la potencia de diez. O sea, el
numero expresado en (1) es de por sí un numero
completamente definido. No es necesario hacer la
operación indicada (multiplicación) en él, sino que
se lee 11,5 por diez a la tres.

Normalmente, por una cuestión de elegancia en la

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

Es importante entonces saber cómo se opera con

notación científica. Pero primero, debemos saber
qué indica el signo en el exponente.

Cuando el exponente es positivo indica cuantas

veces debemos multiplicar 10 por si mismo, para
saber el "tamaño" del numero.

Cuando el exponente es negativo indica que la

potencia de diez va dividiendo a la mantisa. Por
ejemplo, si tenemos el numero

3 .4 3 .4
3.4 × 10 − 5 = 5
= = 0.000034
10 100000

La primera es la expresión más correcta, dado que,

como vimos al estudiar las C.S., los ceros a la
izquierda no son dígitos significativos y, por lo
tanto, son prescindibles, o sea, están demás.

21
1.5 OPERACIONES CON
POTENCIAS DE DIEZ

Para MULTIPLICAR dos medidas expresadas en

notación científica se multiplica entre si a los
factores de las potencias y se suman los
exponentes. Ejemplos

2,1*103 * 3,3*105 = (2,1*3,3)*103 *105 = 6,9*108

2,1*103 * 3,3*10-5 = 6,9*10-2

2,1*10-3 * 3,3*10-5 = 6,9*10-8

Para DIVIDIR dos medidas expresadas en notación

científica, se dividen los factores de las potencias y
se restan los exponentes, al igual que en el caso
anterior, respetando los signos de cada exponente.
3,3*105 /2,1*102 = 1,6*103

3,3*105/2,1*10-2 = 1,6*107

3,3*10-5 /2,1*10-2 = 1,6*10-3

3,3*10-5 /2,1*102 = 1,6*10-7

22
Para sumar medidas expresadas en notación
científica, es necesario igualar los exponentes y el
resultado de la suma tiene el mismo exponente.
Ejemplos

3,3*105 + 2,1*104 = 3,3*105 + 0,21*105 = 3.5*105

3,3*105 + 2,1*106 = 0,33*106 + 2.1*106 = 2.4*106

3,3*10-5 + 2.1*10-4 = 0.33*10-4 + 2.1*10-4 =

2.4*10-4

Para restar medidas en notación científica la regla

es igual. Si los exponentes son iguales inicialmente,
no es necesario hacer ninguna modificación de los
términos.

23
24
 1.6 TEOREMA DE PITÁGORAS

Ilustración 1

Dado un triángulo de lados a, b, c,

tales que cumplen la condición
que, entre los lados a y b el
c ángulo formado es de 90º, se
verifica la relación
a a 2 + b 2 = c 2 Ecuación 1.6-1
Este es el conocido teorema de
Pitágoras. “La suma de los
α cuadrados de los catetos es igual
b al cuadrado de la hipotenusa.

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 = r2 + 4· xy/2 (1)

Desarrollamos la parte izquierda de la igualdad:

(x + y)2 = x2 + 2xy + y2

Sustituímos en (1):

x2 + 2xy + y2 = r2 + 2xy

Y ahora restamos a ambos lados de la igualdad 2xy,

obteniendo así el resultado buscado:

x2 + y2 = r2

1.7 Trigonometría; seno, coseno,

tangente

Ahora, pasemos a definir las líneas o funciones

trigonométricas, partiendo del triángulo rectángulo

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

Consideremos un círculo unitario, esto es, de radio

uno, con centro O en el origen de un sistema de
coordenadas x, O, y. En dicho círculo, tracemos un
radio A (cuya longitud, obviamente, es uno). Ese
radio A determina, con respecto al eje de abscisas,
un ángulo α, medido en el sentido contrario al
movimiento de las agujas del reloj. El extremo del
radio A, o sea, el punto donde llega a la
circunferencia, determina dos proyecciones sobre
los ejes coordenados, yA en el eje de ordenadas, y
xA en el eje de abscisas. Si ahora aplicamos las

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.

1.8 Teorema del coseno

El teorema del coseno es una generalización del
teorema de Pitágoras, para cualquier triángulo no
rectángulo. Utilizado en geometría para resolver
triángulos, en física tiene muchas aplicaciones,
especialmente en la suma de magnitudes
vectoriales, y sostiene que, dado cualquier triángulo
de lados a, b, c, el cuadrado del lado c es igual a la
suma del cuadrado del lado a, más el cuadrado del
lado b, menos el doble producto del lado a por el
lado b, por el coseno del ángulo formado por los
lados a y b. Veamos.

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

1.9 Teorema del seno

En trigonometría, el teorema del seno es una

relación de proporcionalidad entre las longitudes de
los lados de un triángulo y los senos de los ángulos
respectivamente opuestos.

33
Usualmente se presenta de la siguiente forma:

Teorema del seno

Si en un triángulo
ABC, las medidas
de los lados
opuestos a los ángulos A, B y C son
respectivamente a, b, c, entonces

1.9.1 Demostración

Ilustración 4

El teorema de los senos establece que a/sin(A) es

constante.

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.

Ahora, el triángulo PBC es recto, puesto que BP es

un diámetro, y además los ángulos en A y P son
iguales, porque ambos son ángulos inscritos que
abren el segmento BC (Véase definición de arco
capaz). Por definición de la función trigonométrica
seno, se tiene

donde R es el radio de la circunferencia.

Despejando 2R obtenemos:

Repitiendo el procedimiento con un diámetro que

pase por A y otro que pase por C, se llega a que las
tres fracciones tienen el mismo valor 2R y por tanto
son iguales.

La conclusión que se obtiene suele llamarse

teorema de los senos generalizado y establece:

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:

Puede enunciarse el teorema de una forma

alternativa:

En un triángulo, el cociente entre

cada lado y el seno de su ángulo
opuesto es constante e igual al
diámetro de la circunferencia
circunscrita.

36
 1.10 Ecuación de la elipse

Ilustración 5

a
Q
F’ O F

En la figura tenemos una elipse de semieje mayor a

y semieje menor b y dos puntos, P y Q, sobre el
perímetro de ella. De acuerdo a la definición
analítica de la elipse, la suma de las distancias
FP + F ' P = FQ + F ' Q , pues, como recordamos, la
elipse es el lugar geométrico de los puntos cuyas
sumas de distancias a dos puntos llamados focos es
siempre la misma. Si aplicamos geometría
elemental, veremos que

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

Por otro lado

FP + F ' P = 2 FP = (OF ) + b
2
2
+ (OF ') + b
2
2
= 2 (OF ) 2 + b 2
Ecuación 1.10-2
Con respecto al punto Q sabemos que
FQ = a − OF
F ' Q = a + OF '
Ecuación 1.10-3
Y, por lo tanto
FQ + F ' Q = a − OF + a + OF '
Ecuación 1.10-4
Según la definición, las ecuaciones 2 y 4 deben ser
iguales. Las distancias focales son iguales, por lo
que OF = OF ' , luego
FQ + F ' Q = 2a
Ecuación 1.10-5
Tomando en cuenta la 5, igualamos la 2 y la 4, para
encontrar

38
FQ + F ' Q = 2 FP
implica Ecuación 1.10-6

2 (OF ) 2 + b 2 = 2a

Que, elevada al cuadrado nos da

[ ]
4 (OF ) + b 2 = 4a 2
2
Ecuación 1.10-7
Simplificando y despejando el semieje menor
b 2 = a 2 − (OF ) 2 Ecuación 1.10-8
Si llamamos e a la excentricidad de la elipse,
definida como
OF
e= ⇒ OF = ea
a
la ecuación 8 es
b 2 = a 2 − (ea) 2 = a 2 − e 2 a 2 = a 2 (1 − e) 2 Ecuación
1.10-9
Que es la ecuación de la elipse.

39
1.11 APÉNDICE 0.- BREVES
NOCIONES SOBRE CÁLCULO.
1.11.1 Derivación

y Imaginemos un sistema de ejes

perpendiculares. Supongamos que
tenemos una función f(x)=y, que hace
corresponder, a cada valor de la variable
real x, el correspondiente valor y.
Supongamos, además, que un trozo de tal
x
función está representado en el diagrama
que se muestra al costado. La curva que
dibujan los valores correlativos de x e y
es la representación gráfica de la función.
En geometría, toda curva se compone, en
realidad, de una sucesión de segmentos
de recta, cada uno de los cuales forma un
determinado ángulo α con el eje de
abscisas, x..

Estos segmentos de recta tienen una longitud dl, y

con tales segmentos es posible construir triángulos
de catetos dx, dy e hipotenusas dl.
dl dy

De esta forma, los lados de tales triángulos α

obedecen a la relación de Pitágoras dx

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

5) Regla de la cadena (derivada de función

de función. Si
h = g ( f ( x)) ⇒ h' ( x) = g ' ( f ( x)) ⋅ f ' ( x) es
la derivada de la función de función, o
función compuesta. Utilizando la notación
de Leibnitz,
dg dg df
=
dx df dx
6) Segunda derivada. La segunda deriva de
una función f(x) respecto a x se define
como la derivada de la función f’(x),
d2 f d  df 
f ' ' ( x) = 2
=  
dx dx  dx 
7)Derivada del cociente de funciones. Sea
f ( x)
h( x ) = , entonces la derivada del cociente será
g ( x)
df dg
g −f
dh
h' ( x) = = dx 2 dx .
dx g

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

Es conveniente que el lector se acostumbre a

buscar integrales más complejas en las tablas de
integrales.

1.12 DERIVADA DEL SENO

Tomemos el cociente incremental

sen ( x + ∆x ) − senx
∆x (5)

asumiendo, naturalmente, de acuerdo a la

definición de derivada, que la cantidad
∆x → 0
de acuerdo a la definición de derivada.
Ahora, apliquemos al denominador, la identidad (1)
, para obtener

x + ∆x − x x + ∆x + x ∆x ∆x
sen ( x + ∆x ) − senx = 2 sen ( ) cos( ) = 2 sen cos( x + )
2 2 2 2

que, aplicada a la ecuación (5) nos permite obtener

46
 ∆x ∆x
2 sen cos( x + )
sen ( x + ∆x ) − senx = 2 2
∆x

si, ahora tenemos en cuenta que, para ∆x → 0 , se

∆x ∆x
cumple que sen = , y, sustituyendo este
2 2
resultado en la ecuación de arriba,
∆x ∆x
2 cos( x + )
sen ( x + ∆x ) − senx 2 = cos( x + ∆x )
= 2
∆x ∆x 2

lo que queda reducido a

sen ( x + ∆x ) − senx
= cos x
∆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

O sea, hemos demostrado que la derivada del seno

de x es el coseno del mismo ángulo x.

47
 1.13 LA DERIVADA DEL COSENO

Seguiremos el mismo procedimiento, escribiendo la

cantidad
cos( x + ∆x ) − cos x
∆x
y la restricción ∆x → 0 , de acuerdo a la definición
de derivada.
Ahora aplicamos la identidad (3)
y−x y+x
cos x − cos y = 2 sen ( ) sen ( )
2 2
y ahora x = x + ∆x , e y = x .
Escribimos
x − x − ∆x x + x + ∆x − ∆x ∆x
2 sen sen 2 sen sen ( x + )
cos( x + ∆x ) − cos x 2 2 2 2
= =
∆x ∆x ∆x

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

donde nuevamente, hemos eliminado el término

∆x
en el argumento del seno, debido a que es un
2
infinitésimo inapreciable frente al valor de x.

48
 O sea, hemos demostrado que
d ( cox )
= − senx .
dx
(7)

1.14 DERIVADA DE LA TANGENTE

Ahora vamos a determinar la derivada de la función

tangente
sex
d
d (tgx )
= cos x
dx dx
Para hacerlo, recordamos cómo se determina la
derivada del cociente entre dos funciones
f ( x)
d
g ( x) f ' ( x) g ( x) − g ' ( x) f ( x)
=
dx [g ( x )]2
Esto, aplicado a las funciones que tenemos, se
transforma en
d ( senx ) d (cos x )
cos x −
d [tg ( x )]
senx
cos x cos x − ( − senx ) senx
= dx 2
dx =
dx cos x cos 2 x

Aplicando la regla de signos

d [tg ( x )] cos 2 x + sen 2 x
= (8)
dx cos 2 x
Finalmente, recordamos que
sen 2 x + cos 2 x = 1

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

cos(theta) = b / c
tan(theta) = sen(theta) /
cos(theta) = a / b
sec(theta) = 1 /
cos(theta) = c / b
cot(theta) = 1/
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

tan(x y) = (tan x tan y) / (1 tan x tan y)

sen(2x) = 2 sen x cos x

cos(2x) = cos^2(x) - sen^2(x) = 2 cos^2(x) - 1 = 1 - 2

sen^2(x)

tan(2x) = 2 tan(x) / (1 - tan^2(x))

sen^2(x) = 1/2 - 1/2 cos(2x)

cos^2(x) = 1/2 + 1/2 cos(2x)

51
sen x - sen y = 2 sen( (x - y)/2 ) cos( (x + y)/2 )
(1)

sen x + sen y =2 sen[(x + y)/2] cos [(x – y)]/2]

(2)

cos x - cos y = -2 sen( (x-y)/2 ) sen( (x + y)/2 )= 2

sen[(y-x)/2] sen[(x+y)/2] (3)

cos x + cos y = 2 cos[(x+y)/2]cos[x-y)/2]

(4)

Dado un triángulo abc, con ángulos A,B,C; a está

opuesto a A; b opuesto a B; c opuesto a C,

a/sen(A) = b/sen(B) = c/sen(C) (Ley del Seno)

c2 = a2 + b2 - 2ab cos(C)

b2 = a2 + c2 - 2ac cos(B) (Ley del Coseno)

a2 = b2 + c2 - 2bc cos(A)

(a - b)/(a + b) = tan 1/2(A-B) / tan 1/2(A+B) (Ley

de la Tangente)

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

Observemos la ilustración 1. Tenemos un círculo

de radio unitario. Allí podemos ver que hay dos
triángulos rectángulo, los definidos por los puntos
AQB, con ángulo recto en Q, y APB, con ángulo
recto en P. Recordando las definiciones de seno y
coseno de un ángulo, aplicables directamente a
triángulos rectángulo, podemos observar lo
siguiente.
seny − senx = BP
cos x − cos y = AP
Luego, si aplicamos el teorema de Pitágoras al
triángulo APB, tenemos

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)

Si despejamos de acá el 2º término del segundo

miembro,

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

El miembro izquierdo también es igual a 1, por la

misma razón, por lo que podemos despejar así
2 senxseny + 2 cos x cos y = 2 cos( y − x)
Lo que, finalmente nos proporciona la identidad
trigonométrica
cos( y − x) = senxseny + cos x cos y
Ecuación 1.16-5

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

Intentaremos demostrar cuánto da el resultado de la

suma de cosenos de dos ángulos.

Para ello tomamos la ecuación 7, y allí despejamos

cos x cos y
cos x cos y = cos( x + y ) + senxseny
Y volvemos a sustituir en 5
cos( y − x) = senysenx + cos( x + y ) + senxseny
Luego

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

Para determinar la suma del seno de dos ángulos,

tomamos las ecuaciones 8 y 9.
Ahora definimos
A= x+z
B= x−z
Reescribiendo dichas ecuaciones con la nueva
definición de las variables, y teniendo en cuenta
que
A− B
z=
2
y
A+ B
x=
2
Encontramos

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 

Sumando ambas ecuaciones

 A+ B  A− B  A+ B  A− B
senA + senB = sen  cos  + cos  sen  + ...
 2   2   2   2 
 A+ B  A− B  A+ B  A− B
... + sen  cos  − cos  sen 
 2   2   2   2 

Donde se simplifican el segundo y cuarto términos

del miembro derecho, entre sí, para dar
 A+ B  A− B
senA + senB = 2 sen  cos 
 2   2 
Ecuación 1.16-12

Así, hemos demostrado las identidades

trigonométricas

cos( y − x) = senxseny + cos x cos y

Ecuación 1.16-13
cos( y + x) = cos x cos y − senxseny
Ecuación 1.16-14
cos 2 y = cos 2 y − sen 2 y
Ecuación 1.16-15
sen( x + z ) = senx cos z + cos xsenz
Ecuación 1.16-16

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

Consideremos el vector posición en un z

sistema de coordenadas cartesianas zp

P
tridimensional, S, en el que la
posición
yp

de P viene determinada por los

valores xp
ϕ
x
(x p , y p , z p ) . Cuando figura 1
pretendemos determinar xp

el nuevo vector posición del punto P en otro

sistema de referencia S’, rotado con
respecto
a S, las nuevas coordenadas serán

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

de segundo rango (13)

∂x ∂x
k l
Bij = ∑ i Bkl tensor covariante de
kl ∂x ' ∂x '
j

segundo rango (14)

∂x' ∂x
i l
C ' ij = ∑ C lk tensor mixto de
∂x k ∂x' j
segundo rango (15)
Las ecuaciones (13-9, (14) y (15) definen los
tensores de segundo rango. Obsérvese que no hay
referencia alguna al número de dimensiones del
espacio al que están referidos tales tensores. Tal
vez conviene, aquí, hacer una pequeña digresión
para favorecer la intuición y comprender mejor qué
son los tensores.

1.17.1 TENSORES DE SEGUNDO

RANGO

Desde un punto de vista más operativo, los tensores

suelen representarse por medio de matrices
cuadradas. Por ejemplo, tomemos el caso de la
ecuación fundamental de la dinámica de los
cuerpos rígidos, que sostiene que
r r
τ = Iα
(16)
r
donde τ es el torque aplicado a un cuerpo rígido,
I , el momento de inercia del rígido al que se le

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)

1.17.2 PROPIEDADES DE LOS

TENSORES

Brevemente, enunciaremos algunas de las

propiedades que poseen las magnitudes tensoriales.
Si bien los tensores se representan, operativamente,
mediante arreglos cuadrados de la forma (17) (para
el caso de tensores de segundo rango en sistemas
de tres coordenadas rectangulares), eso no implica
que cualquier arreglo en forma de matriz cuadrada
sea un tensor, sino, por el contrario, lo fundamental
es que cada componente del arreglo obedezca a una
regla de transformación de la forma (13), (14) o
(15) para el caso de tensores de segundo rango.
Contracción. La operación de contracción de dos
índices en un tensor origina un nuevo tensor cuyo
rango se ha disminuido en dos unidades. Se trata de
una generalización del producto escalar de
vectores. Se igualan dos índices, uno covariante y
el otro contravariante y se suma respecto de ellos.
Por ejemplo, si tenemos un tensor mixto de
segunda clase (rango)
B ij → Bii = B11 + B22 + B33 + B44 (en un sistema
cuatridimensional)(28)

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.

1.17.3 Producto directo

Si se multiplican dos tensores de segundo rango, se
obtiene un tensor de cuarto rango
Aij Bkl = C ijkl
(29)
Regla del cociente
Si se tienen dos tensores y y cierta cantidad C
desconocida, las relaciones
C i Ai = B
C ij A j = Bi
C ijkl Akl = Bij
(30)
etcétera, implican que, si ellas son consistentes en
todos los sistemas de referencia, C es un tensor de
la clase indicada en las ecuaciones (30).

1.18 Volviendo a insistir con los

tensores, covariante,
contravariante, antisimétrico,
simétrico. Componentes
independientes.

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 

Los tensores pueden ser simétricos o

antisimétricos. Siempre hablando de tensores de
rango dos, tendremos los siguientes casos.
Si el tensor F µν es antisimétrico,

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

Las 16 cantidades componentes del tensor

contravariante de rango dos, en el espacio
cuatridimensional (con la transformación del vector
posición como prototipo) se calculan así.

75
 ∂x'i
A'i = ∑ Aj Ecuación 1.18-4
i ∂x j

Mientras que las componentes del tensor covariante

(gradiente como prototipo)
∂x j j
A'i = ∑ A Ecuación 1.18-5
i ∂x ' i

Por ejemplo, una rotación de coordenadas

euclidianas tridimensionales es una matriz
antisimétrica, de forma que la orientación final
después de la rotación en torno a dos ejes depende
del orden de las rotaciones.
Nos planteamos el tensor de campo
electromagnético en la Relatividad.

 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

Para poder conocer las cantidades f 23 , f 24 , f 34

tomamos en consideración la definición del
potencial vectorial magnético.
Como
i j k
r r ∂ ∂ ∂  ∂A z ∂A y   ∂A x ∂A z   ∂A y ∂A x 
B = ∇× A = = i − + j  −  + k − 
∂x ∂y ∂z  ∂y ∂z   ∂z ∂x   ∂x ∂y 
Ax Ay Az

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

Observando estos resultados y los componentes de

F µν , deducimos inmediatamente que
f 24 = − B y
f 23
= Bz
f 34 = B x
Ecuación 1.18-15

Y entonces podemos escribir el tensor F µν así

 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.

Para poder hacer una combinación entre

Relatividad General y Mecánica Cuántica, significa
que hay que cuantizar el espacio-tiempo. Esto

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

2.1.1 Razón de cambio

La medición de razones y proporciones tiene gran

aplicación en varias áreas de la ingeniería, es
necesario saber tal magnitud para dar una
aproximación a problemas de la vida real. Es
posible realizar calcular diferencias para cualquier
arreglo de datos. En probabilidad y estadística se
obtiene razón de interés compuesto, en física el
trabajo que se requiere en determinada condición
de tiempo y espacio, crecimientos poblacionales,
circuitos eléctricos, temperatura etc. Es prudente
hacer la observación los eventos anteriores están en
función del tiempo "t"

La representación de estos cambios se denota

usando el símbolo de incremento por lo tanto
la razón de cambio "x" en el tiempo "t" se puede
representa por

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

La fuerza para mover un objeto es directamente

proporcional a su aceleración encontrar la razón de
cambio

Las anteriores razones de cambio suponen un

incremento o decremento constante, la
representación grafica de tales funciones es una
función de la forma y=mx+b

Para obtener una mejor aproximación es necesario

usar diferenciales, una razón de cambio
infinitesimal se puede obtener limitando los
incremento a cero "0"

84
 Problemas propuestos

El numero de habitantes se triplica cada ano,

encontrar la razón de cambio y una función que
prediga la población en un tiempo "t"
La temperatura en una habitación disminuye 3
grados centígrados cada 10 minutos, encuentre la
razón de cambio
La masa de un elemento radioactivo decae en el
tiempo, encuentre la razón de cambio
Para análisis y comprensión de la grafica siguiente
encuentre la razón de cambio

85
2.1.2 Ecuaciones diferenciales
ordinarias

Para obtener una mejor aproximación es necesario

usar diferenciales, una razón de cambio
infinitesimal se puede obtener limitando los
incremento a cero "0"

Una ecuación diferencial es una ecuación que

contiene derivadas o diferenciales (razones de
cambio infinitesimales),

Encontramos integrando

86
 Encontramos integrando

Las ecuaciones 1 y 2 son ejemplos de ecuaciones

diferenciales ordinarias de primer orden, la
característica de estas funciones es posible despejar
la razón de cambio e integrar con facilidad, otro
ejemplo de ecuaciones diferenciales son :

Esta es una ecuación diferencial de segundo orden,

así llamado por el orden de la derivada. El orden de
una ecuación diferencial es el mismo que el de la
derivada de mayor orden que en ella aparece

Ejercicio - Encuentra el grado "n" de las siguiente

ecuaciones diferenciales

87
Soluciones de una ecuación diferencial.
Constantes de integración

Una solución o integral de una ecuación diferencial

es una relación entre las variables, que define a una
de ellas como función de la otra, que satisface a la
ecuación así.

Es una solución general de la ecuación diferencial

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

Del problema anterior hallar una solución cuando

y=2 dy/dx=-1 x=0

La solución general de la función es

para y=2 e dy/dx=-1 cuando
x=0 aplicando relación entre variables

89
Sustituyendo los valores encontrados de c1 y c2 en
la solución general encontramos nuestro resultado

Una ecuación diferencial se considera resuelta

cuando se ha reducido a una expresión en términos
de integrales, pueda o no efectuarse la integración

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

Es una solución de la ecuación diferencial

Sustituyendo los valores en la ecuación diferencial

original encontramos que la relación de variables
satisface la ecuación

Demostrar que

91
Es una solución particular de la ecuación
diferencial

Sustituyendo el valor y’ en la ecuación diferencial

y reduciendo obtenemos

2.1.4 Problemas propuestos

Verifica las soluciones de las siguientes ecuaciones

diferenciales

2.1.5 Ecuaciones diferenciales de

primer orden

92
Una ecuación de primer orden puede reducirse a al
forma

Siendo M y N funciones de X e Y

Las ecuaciones diferenciales de primer orden

pueden dividirse en 4 grupos

2.1.6 Solución problemas implican

Ecuaciones con variables
separables.

1. cambios de masa
2. cambios temperatura
3. cambio población en el tiempo

los anteriores ejemplos son posible solución que se

puede encontrar por medio de ecuaciones de
variables separables , para tal observación se be
encontrar el incremento y la razón de cambio

La observación de los problemas afirma que y es

directamente proporcional a x esto se representa
por

93
Para encontrar la solución crear un igualdad
necesitamos la razón de cambio representada por
"k"

La solución de este tipo ecuaciones diferenciales se

observa en el ejemplo anterior

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

2.1.7 Problemas propuestos –

Una masa de 500 Kg. decae a una masa 100 Kg. en

un tiempo de 3 min. Encontrar la ecuación
diferencial que represente tal afirmación y la mase
cuando el tiempo sea de 2 min.

La temperatura en un cuarto es de 3 grados

centígrados al pasar 5 min. la temperatura es de 7
grados centígrados, encontrar la ecuación
diferencial represente la razón cambio

El incremento poblacional es 3 veces la población

inicial en 2 anos, si la población inicial es de 300
habitantes encontrar la ecuación que defina el
crecimiento en el tiempo, el numero de habitantes
cuando el tiempo sea de 10 anos

La presión atmosférica "P" en un lugar, en función

de la altura "h" sobre el nivel del mar. Cambia
según la ley del interés compuestos suponiendo que

96
P=1000 gr/cm2 cuando h=0 y P= 670 gr/cm2
cuando h=3000 m hallar :

a)- la presión "p" cuando h=2000 m

b)- la presión "p" cuando h=5000 m

2.1.8 Ecuaciones diferenciales

homogéneas

Una ecuación lineal homogénea tiene la forma

donde "P" y "Q" son funciones

De "X"

La solución de estas ecuaciones se obtiene

haciendo

Z y U son funciones de x que deben determinarse

por lo tanto

97
Determinamos "u" integrando la ecuación

Resolviendo la ecuación anterior obtenemos que

Integrando y sustituyendo en los valores anteriores

obtenemos

2.1.9 Solución problemas implican

Ecuaciones diferenciales
Homogéneas

1. Desleimiento continuo de una solución

2. Cinemática , oposición al movimiento
3. Circuitos eléctricos simples en serie

Un tanque contiene una solución con una densidad

de "s" si se la vacía la misma solución con una
densidad "s1" encontrar la ecuación diferencial que
defina el comportamiento del problema

98
Supuesto que en la mezcla de volumen total "v" la
cantidad de solución "s" en cualquier volumen esta

dada por , supongamos que un volumen

" " se vacía en el tanque. La cantidad de solución
"s" esta dada por:

Podemos encontrar la razón de cambio

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

Ecuación 1 : la siguiente ecuación emplearse en el

caso de un circuito en serie combinación resistencia
e inductancia

Ecuación 2 : la siguiente ecuación representa un

circuito acumulador y resistencia

Las anteriores formulas son en fundamento la ley

conservación de la carga y energía (ley de kirchoff)

La intensidad o corriente se define como el cambio

de carga en el tiempo

100
La energía electromotriz representado con la letra
"E" o "V" voltaje es directamente proporcional a la
corriente y resistencia del medio "R"

La capacitancía "C" (faradios) en un acumulador es

directamente proporcional al voltaje "E" e
inversamente proporcional a la carga "Q"

Para ver el gráfico seleccione la opción

"Descargar" del menú superior

Circuito en serie combinación resistencia "R" y un

acumulador "C"

Para ver el gráfico seleccione la opción

"Descargar" del menú superior

Circuito en seria combinación resistencia "R",

acumulador "C" y transformador "L"

Para ver el gráfico seleccione la opción

"Descargar" del menú superior

101
Circuito en serie, combinación resistencia "R" y
transformador "L"

El movimiento de un proyectil puede ser afectado

en gran proporción por la fricción (aire) Es posible
usar la segunda ley de newton para dar una
representación del problema

Usando la solución general ecuaciones homogéneas

con "t"=0 y "v"=0

102
2.1.10 Problemas propuestos –

Un circuito en serie contiene una resistencia de 100

ohm y un transformador con L=2 henrios

Conectados a una fuente de 12 volts ¿Encuentre

ecuación del circuito en función del tiempo?

Un circuito en serie contiene un acumulador con

capacitan cía de 100 uf y una resistencia de 200
ohm conectados a una fuente de 120 voltios ,
¿encuentre la ecuación del circuito en función del
tiempo?

Un contenedor contiene un volumen de 10,000

litros contiene una solución "s" se añade agua
limpia al contenedor ¿Cuánta agua debe hacerse
correr para quitar al 50% de la solución "s""

Una pelota de béisbol con un peso de "1.4 N" deja

el bat con una rapidez aproximada de 100 mi/hr
con una inclinación de "60" grados respecto el eje

103
horizontal "x" si el viento ejerce una fuerza en
oposición a b=0.033 N

a. encontrar la ecuación que defina su

movimiento en el función del tiempo
b. graficar los resultados
c. graficar los resultados sin considerar la
fricción del viento

2.1.11 Dos tipos especiales de

ecuaciones diferenciales de orden
superior

Este tipo de ecuaciones diferenciales tiene la forma

En donde "X" es una función de "x" únicamente, o

una constante para integrar

El proceso anterior se repite (n-1) veces, de esta

manera se obtendrá la solución general, que
contendrá "n" constantes arbitrarias

Ejemplo –

104
Las siguientes ecuaciones tiene la forma

Donde "Y" es una función de "y" únicamente

105
Lo anterior es valido por

El segundo miembro es una función de y.

Extrayendo la raíz cuadrada, las variables "x" e "y"
quedan separadas. Y podemos integrar otra vez

Problemas propuestos –

Hallar la solución de las siguientes ecuaciones

diferenciales

106
107
2.1.12 Ecuaciones diferenciales
lineales de segundo orden con
coeficientes constantes

Las ecuaciones tiene la forma

La solución de estas ecuaciones se obtiene al usar

la sustitución

Por lo tanto derivando la sustitución obtenemos

Sustituyendo en la forma general obtenemos que

108
Donde y= es una solución de la ecuación y "r"
son las raíces de la función y distintas

Cuando la raíz de la función es imaginaría y toma

la forma la solución será:

Cuando las raíces de la función son iguales r1=r2 la

solución del problema será

Resolver la ecuación con la condición s=4 t=0

Usando la sustitución y resolviendo para "r"

Sustituimos las condiciones iniciales en la solución

109
Encontrar la solución de la ecuación

Usando la sustitución encontramos

Resolviendo para "r" encontramos

Por lo tanto la solución general es:

2.1.13 Oscilador Armónico simple

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:

La fuerza es directamente proporcional a la

longitud , para crear un igualdad podemos calcular
la razón de cambio

Sustituyendo en la ecuación inicial obtenemos que

Lo anterior de define como la ley de hooke

aplicada a un resorte, es pertinente notar que la ley

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.

De lo anterior podemos definir una ecuación

diferencial que resuelva la oscilación de un resorte

La segunda ley de newton, la sumatoria de las

fuerzas es igual a la masa por aceleración por lo
tanto

Aplicando la solución de las ecuaciones de segundo

orden con coeficiente constantes encontramos:

112
Cuando las condiciones de la formula anterior es
t=0 , v=0 y x= Amplitud del resorte "Y"

Siendo A = amplitud del resorte posición

alargamiento después de equilibrio y B=0

Es posible también escribir la solución de un

problema de la forma anterior sin tener las
condiciones t=0 v=0 usando un Angulo de fase

La amplitud "X" puede definirse como

113
El Angulo de fase debe ser en radianes

114
3 Ecuaciones diferenciales(2).
3.1 Definiciones.

3.1.1 Expresión diferencial

Es cualquier función o variable y sus diferenciales
o derivadas. Genéricamente se representa de la
siguiente manera:
f ( x, y, z , dx, dy, dz ) Ecuación 3.1-1
ó bien:
f ( x, y, z , x ′, y ′, z ′)
Ejemplo:
dy
+ x − 2y
dt

3.1.2 Ecuación diferencial

Una ecuación diferencial es aquella ecuación que
contiene expresiones diferenciales. Recordamos
que en la ecuación las expresiones que intervienen
están unidas por un signo igual.
La forma genérica de una ecuación diferencial es:
f ( x, y, z , dx, dy, dz ) = 0 Ecuación 3.1-2
ó también:
′ ′ ′
f ( x, y , z , x , y , z ) = 0 Ecuación 3.1-3

Ejemplo:

115
dy
+ x − 2y = 0 Ecuación 3.1-4
dt

3.1.3 Las incógnitas

Son aquellas funciones que participan en las
ecuaciones diferenciales y son desconocidas, o sea
que el fin de resolver las ecuaciones diferenciales
es poder hallarlas. Es decir que las soluciones de la
ecuación diferencial son funciones. Al resolver una
ecuación diferencial buscamos una función, o un
conjunto de funciones.

3.1.4 Orden de la ecuación diferencial

El orden de la ecuación diferencial es el de la
derivada de mayor orden que figura en dicha
ecuación.
Ejemplos:
f ( x, y, y ′, y ′′′) = 0 es de tercer orden.
xy + y ′ = 0 es de primer orden.

3.2 Principal clasificación de

ecuaciones diferenciales según
el tipo de derivadas.
La ecuación diferencial ordinaria (EDO), de ella
sólo forman parte derivadas totales, existiendo

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.

3.2.1 Método de separación de

variables

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

∫ dy = ∫ 0dx Ecuación 3.2-3

y + c1 = c 2

C1 y C2 son constantes de integración que, en los

problemas prácticos, se suelen llamar condiciones
iniciales o de borde, según el tipo de aplicación o
pueden tener también otra denominación parecida.
Ambas se engloban en una única constante C

117
 y = c 2 − c1 = c

Solución general:
y=c Ecuación 3.2-4

A esta solución general se la llama también familia

de soluciones, conformada por una constante C
arbitraria.
En este caso, C es una familia simplemente infinita
de soluciones o curvas, que para este caso
corresponde a rectas paralelas al eje x del sistema
cartesiano ortogonal.

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

Como no es posible englobar todas las constantes

en una sola, como en el ejemplo nro. 1, resultan dos
constantes arbitrarias C y k.

Solución general:
y=C.x+k

118
Esta solución corresponde a una familia infinita de
curvas, que son todas las rectas del plano.

3.2.2 Método para resolver ecuaciones

diferenciales ordinarias lineales
de coeficientes constantes de 2do
grado y 2do miembro nulo.

La expresión formal de este tipo de ecuación es la

siguiente:
a0 y ′′ + a1 y ′ + a 2 y = 0
ó Ecuación 3.2-5
2
d y dy
a0 2
+ a1 + a2 y = 0
dx dx
Aquí x es la variable independiente, y es la
variable dependiente, o función de x , y = y (x) .
El grado de la ecuación diferencial: 2.
Y su grado algebráico: 2.
a0, a1 y a2 son los coeficientes constantes.

Si logramos calcular una solución y1 de la

ecuación diferencial, se la llama solución
particular.

119
Se utiliza la solución particular hallada por
D'Alambert: y = e rx , siendo r una constante no
arbitraria que se debe calcular.

Derivando sucesivamente esta función para

reemplazarla en la ecuación:
y ′ = re rx
y ′′ = r 2 e rx
ó Ecuación 3.2-6
dy
= re rx
dx
d2y
2
= r 2 e rx
dx

Se reemplaza en la ecuación y se opera de la

siguiente manera:
a 0 y ′′ + a1 y ′ + a 2 y = 0
a 0 r 2 e rx + a1 re rx + a 2 e rx = 0 Ecuación 3.2-7
( )
e rx a 0 r 2 + a1 r + a 2 = 0

Como erx es una expresión exponencial nunca se

anula, por lo que el paréntesis debe igualarse a cero
y para ello se calculan las raíces r1 y r2.
Luego se estudian los casos de los resultados de las
raíces r1 y r2:

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.

3.2.2.2 r1 y r2 reales e iguales.

Se puede demostrar que si erx es solución
particular, también lo será x.erx quedando como
solución general la combinación lineal de ambas
soluciones particulares.
y = C1 erx + C2 x erx Ecuación 3.2-9

3.2.2.3 r1 y r2 complejos conjugados.

Representaremos las raíces en forma binómica:
r1 = α + βi Ecuación 3.2-10
r2 = α – βi

Se plantea la solución general y se opera:

y = C1 eαx+ βxi + C2 eαx - βxi Ecuación 3.2-11

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)]

Los paréntesis resaltados son asignados a las letras

A y B, quedando la solución general que se usa en
la práctica:
y = eαx [A cos(βx) + B sen(βx)] Ecuación 3.2-12

A y B son constantes arbitrarias, resultantes de

englobar a las constantes arbitrarias C1 y C2 de la
siguiente manera:
A = C1 + C2
B = i (C1 - C2)
Recordemos que α y β son conocidos pues son los
componentes de las raíces conjugadas r1 y r2.

3.2.3 Método para resolver ecuaciones

diferenciales lineales de 2do orden a
coeficientes constantes completas
homogéneas o de 2do miembro no
nulo.

Este tipo de ecuación toma la siguiente forma:

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

Expondremos el método de los coeficientes

indeterminados y para hacerlo nos valdremos de
un ejemplo:

y" - 3 y' + 2 y = x

Para empezar se halla la llamada solución de la

homogénea o yh, que es cuando x=0, hallando una
solución particular.
Aplicamos,
y = erx
y' = r erx
y" = r2 erx
formamos la ecuación característica,
r2 - 3 r + 2 = 0
r1 = 1
r2 = 2
resultando la solución de la homogénea:
yh = C1 ex + C2 e2x

Seguidamente se propone una función como

solución particular. Las funciones que se pueden
utilizar son:
Polinómicas: P(x)
Exponenciales: m.enx
Trigonométricas: p.cos nx ó q.sen mx

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

Para que se cumpla ésta última expresión se le

asignan valores de la siguiente manera:
2a = 1
2b - 3a = 0

Se resuelve éste último sistema de 2 ecuaciones con

dos incógnitas, resultando:
a=½
b=¾

Y la solución particular buscada resulta ser:

yp = ½ x + ¾

La solución general yg será la combinación lineal

de yh con yp.

yg = yh + yp
yg = C1 e + C2 e2x + ½ x + ¾
x

124
Más ejemplos, con segundo miembro no nulo
polinómico, exponencial y trigonométrico.

3.3 Método para resolver ecuaciones

diferenciales lineales de 2do orden a
coeficientes constantes completas
homogéneas o de 2do miembro no
nulo.
Más ejemplos:
polinomica - exponencial - trigonométrica

y" - 5 y' + 6 y = x

Para empezar se halla la llamada solución de la

homogénea o yh, que es cuando x=0, hallando una
solución particular.
Aplicamos lo estudiado en "2do miembro nulo",
y = erx
y' = r erx
y" = r2 erx
formamos la ecuación característica,
r2 - 5 r + 6 = 0
r1 = 3
r2 = 2
resultando la solución de la homogénea:
yh = C1 e3x + C2 e2x

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

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" - 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

Para que se cumpla ésta última expresión para todo

x perteneciente a los reales, se le asignan valores de
la siguiente manera:
6a - 1 = 0
6b - 5a = 0

Se resuelve éste último sistema de 2 ecuaciones con

dos incógnitas, resultando:
a = 1/6
b = 5/36

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

Caso de segundo miembro función exponencial.

y" - 5 y' + 6 y = ex

La primer solución que se calcula es la de la

homogénea, que ya fue realizada más arriba. Luego
se procede con la solución particular, para lo cual
se propone a:
y = m enx

Para facilitar las operaciones se toma n=1, pero la

ecuación es totalmente resoluble para cualquier
valor de m ó n.
yp = m ex
yp'= m ex
yp"= m 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

Caso de segundo miembro función trigonométrica.

Las funciones del segundo miembro que se
estudian tienen soluciones particulares ya probadas:
Función Solución particular
f(x) = p cos nx yp = a cos nx + b sen nx
f(x) = q sen mx yp = a sen mx + b cos mx

Ejemplo de resolución:
y" - 5 y' + 6 y = sen x

Se proponen la solución particular correspondiente:

yp = a sen x + b cos x
yp' = a cos x - b sen x
yp" = -a sen x - b cos 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

Para que se cumpla la reciente ecuación para todo x

perteneciente a los reales, surge la siguiente
condición:

128
 5b + 5a = 1
-5a + 5b = 0

Resolviendo la ecuación de dos por dos, resulta:

a = 1/10
b = 1/10

La solución particular resulta ser:

yp = 1/10 (sen x + cos x)

Y la solución general, combinandola linealmente

con la de la homogénea:
yg = C1 e2x + C2 e3x + 1/10 (sen x + cos x)

Ejercicios

y lny dx + (x - lny) dy = 0
Enviado por Alba de San Pedro de Antioquia
probar con:
y = erx
y' = r erx

erx ln erx dx + rx erx dx - r erx ln erx dx = 0

Simplificando, cancelando, operando, etc., como se

indica a continuación:

rx erx + rx erx - r2 xerx = 0

r + r - r2 = 0
2r - r2 = 0

129
 r1 = 0
r2 = 2

Surgen dos soluciones

y1 = e0x =1
y2 = e2x

3.4 SISTEMAS DE ECUACIONES

DIFERENCIALES ORDINARIAS 2X2

3.4.1 EL PENDULO

130
Para ilustrar este capítulo iniciamos con un ejemplo
sencillo extraído de la mecánica :

Movimiento pendular. Se suelta una partícula de

masa sujetada al extremo de una varilla que
forma un ángulo con la vertical, cómo se
muestra en la figura :

Supongamos que la varilla es de longitud l . Si con

x(t ) denotamos el ángulo que forma el péndulo
con la vertical, el principio de conservación de la
energía nos dice que

131
 sen[x(t )] = 0 ,
g
x ′′(t ) + Ecuación 3.4-1
l

donde g es la aceleración gravitatoria, o

aceleración de caída libre (o más correctamente, el
módulo del vector campo gravitatorio). La
ecuación 1.4-1 es una ecuación no lineal y sirve
cómo modelo para estudiar uno de los fenómenos
físicos más simples cual es el movimiento de un
péndulo. La ecuación 1.4-1 no es de fácil
tratamiento y es común linealizarla para darle un
tratamiento sencillo. Si suponemos que el
ángulo es muy pequeño entonces no
cometemos un error muy grave si en 1.4-1
2
cambiamos por . Así 1.4-1 se
transforma en

g
x ′′(t ) + x(t ) = 0 . Ecuación 3.4-2
l

La solución general de 1.4-2 es

. 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 

En general, una ecuación de la

forma constituye el modelo de
un gran número de fenómenos físicos, químicos y
biológicos. Podemos escribir esta ecuación en
forma de un sistema, así :

. Ecuación 3.4-5

Los valores que determinan la

posición y la velocidad de la partícula o la masa
forman lo que se conoce como plano de fases .

Más general que (1.1.4) es el sistema

133
 Ecuación 3.4-6

Estos sistemas, en los que las funciones y no

dependen de , son conocidos como sistemas
autónomos .

Las soluciones de 1.4-5 representan

curvas de orientadas de acuerdo al incremento
de y normalmente dibujamos con flechas los

vectores para indicar el sentido del

movimiento. De acuerdo con resultados bien
conocidos sobre la existencia y la unicidad de
soluciones de sistemas de ecuaciones diferenciales,
bajo condiciones muy generales, por cada
punto pasa una curva, solución de
1.4-5.

3.4.2 SOLUCIONES DEL SISTEMA

Consideremos el siguiente sistema homogéneo

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 .

Las soluciones de 1.4-7 las representamos en

forma vectorial . Es fácil convencerse

de que si son soluciones de 1.4-7
entonces es una solución de 1.4-7
cualquiera sean . Esta expresión es conocida
cómo la solución general del sistema1.4-7. Esto es,
el conjunto de soluciones de 1.4-7 forma un
espacio vectorial.

Si llamamos

podemos observar que si para

todo entonces constituye la
forma general de la solución de1.4-7. En efecto: si
suponemos que A es una solución de 1.4-7

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

tiene una única solución ( ).

Es importante observar que si son

soluciones de 1.4-7 entonces la función
es cero o diferente de cero para
todo . En efecto, un cálculo sencillo nos
dice que

Esto quiere decir que

la cual es cero, para el caso ,o diferente de

cero para todo .

136
Hay algo más : si y sólo si
son linealmente independientes.

Además del sistema homogéneo 1.4-7 podemos

considerar el sistema no homogéneo

. Ecuación 3.4-8

Es fácil ver que si son dos soluciones

linealmente independientes del sistema homogéneo
y es una solución particular del sistema no
homogéneo 1.4-8, entonces la solución general del
sistema no homogéneo es de la forma

3.4.3
SISTEMAS CON COEFICIENTES
CONSTANTES

Consideremos el sistema

137
 . Ecuación 3.4-9

Lo podemos escribir en la siguiente forma

matricial:

. Ecuación 3.4-10

Si suponemos que una solución de 1.4-10 es de la

forma

donde es un vector constante, vemos que 1.4-

10 se transforma en

. Ecuación 3.4-11

Resolver 1.4-11 equivale a hallar los valores

propios y los vectores propios de la transformación
lineal definida por la matriz

138
 .

Los valores propios se hallan calculando las raíces

del polinomio característico de . Esto es, las
raíces de la ecuación

. Ecuación 3.4-12

3.4.4 RAICES REALES DISTINTAS

Supongamos que las raíces de

, Ecuación 3.4-13

, son reales y distintas. Calculamos

los vectores propios correspondientes a y
los denotamos cómo y respectivamente.
Es claro que y son linealmente
independientes y entonces los vectores
y serán dos soluciones linealmente
independientes de 1.4-9.

Por ejemplo : Consideremos el sistema

139
 . Ecuación 3.4-14

Las raíces de la ecuación 1.4-14 son

y y los vectores propios correspondientes

son y . Es así cómo las soluciones del

sistema son las combinaciones lineales

de y .

3.4.5
RAICES COMPLEJAS
CONJUGADAS

Supongamos que las raíces de

,
Ecuación 3.4-15

, son complejas conjugadas, por

ejemplo,

.
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

Esta solución del sistema 1.4-7 es una solución

compleja y estamos interesados en hallar
soluciones reales. Observamos que tanto la parte
real como la parte imaginaria del miembro derecho
de la igualdad anterior, esto
es y
son soluciones reales del sistema 1.4-7 y además
son linealmente independientes.

141
Nota : Es importante advertir que el análisis que se
hizo con la solución (a) lo hubiéramos podido hacer
con la solución (b).

Por ejemplo : consideremos el siguiente sistema :

. Ecuación 3.4-16

Los valores propios asociados al sistema 1.4-16, de

acuerdo con 1.4-11 son :
y . Un vector propio asociado al

valor propio es, por ejemplo .

Entonces la solución general de 1.4-16 es la
combinación lineal de

142
 .

3.4.6 RAICES DOBLES

Supongamos que

,
Ecuación 3.4-17

tiene una raíz doble . Sea, entonces, el

vector propio asociado. Es claro que será una
solución de1.4-9. Para hallar otra solución
linealmente independiente intentamos buscarla de

la siguiente forma : , donde los

vectores son las incógnitas que hay que

determinar. Puesto es un valor propio de ,

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 .

Para hallar las soluciones de1.4-18 es natural

que satisfagan el siguiente sistema

Ecuación3.4-19

La primera ecuación 1.4-19 se cumple para .

Ahora, en la segunda ecuación matricial del sistema
1.4-19 observamos que el operador lineal definido
por la matriz no es invertible y por lo
tanto el segundo sistema 1.4-19 podría no tener

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

sistema, estas son : y .

Veamos el siguiente ejemplo: Consideremos el

sistema

Ecuación 3.4-20

La matriz asociada al sistema 1.4-20

es . Su ecuación característica
es . La raíz (doble) es ,

y un vector propio asociado es, por ejemplo .

145
Una solución del sistema 1.4-20 es, entonces .
La otra solución es ,

donde y , y debe satisfacer la

siguiente ecuación , esto

es, . Si, arbitrariamente, hacemos
vemos que, entonces que, . Así
encontramos que la otra solución que estamos
buscando es

146
3.5 DEFINICION DE PUNTO CRITICO

Consideremos de nuevo el sistema autónomo

. Ecuación 3.5-1

Los puntos tales que

Ecuación 3.5-2

son especiales puesto que por ellos pasa una curva

que sólo tiene un punto, el punto Estos
puntos son conocidos cómo puntos críticos del
sistema y su estudio es el tema central de este
capítulo. Desde el punto de vista físico tienen un
significado importante, pues son aquellos puntos
donde la velocidad y la aceleración de la partícula

es cero, esto es, el punto es un punto

de equilibrio del sistema. Los puntos que no son
críticos son conocidos como puntos regulares

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.

Otra manera de interpretar las

trayectorias , soluciones de
1.5-1, es considerar el campo vectorial

Entonces 1.5-1 nos dice que representa el

vector tangente a la trayectoria y

medirá la velocidad de la partícula en el tiempo .

En este capítulo nos interesaremos,

primordialmente, en estudiar el comportamiento de
las trayectorias con respecto a sus puntos críticos,
por ejemplo trayectorias periódicas, trayectorias
que se acercan al punto crítico y luego se alejan de
él y trayectorias que se acercan al punto crítico sin
nunca llegar a él .

3.5.1 EJEMPLO DE NODOS

148
consideremos el siguiente ejemplo :

Ecuación 3.5-3

Es claro que el punto crítico de 1.5-3 es . La

solución general de1.5-3 es

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

aleja, y en sentido negativo, cuando .

También podemos decir que la trayectoria entra, o

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

alejándose del punto cuando .

También, estas trayectorias se acercan a

cuando . En este caso es importante

observar que cualquiera que sea la trayectoria, el

cociente , cuando ,
existe. Esto nos dice que la trayectoria entra al
punto crítico con pendiente finita.

Este comentario tiene como propósito contrastar

esta clase de puntos críticos con otros llamados
espirales quienes se acercan al punto crítico sin
pendiente definida.

151
3.5.2 EJEMPLO DE CENTROS

Los centros son puntos críticos en los cuales las

trayectorias giran en torno a ellos, las trayectorias
son cerradas y por lo tanto periódicas. Veamos un
ejemplo :

152
 Ecuación 3.5-4(2.3.1)

La solución general de 1.5-4, de acuerdo con 3.4.5,

es

. Ecuación 3.5-5

El punto crítico es . De 1.5-4 deducimos que

y por lo tanto las soluciones

satisfacen la relación , o sea, círculos.
Pero no tenemos información sobre el sentido del

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

que en1.5-5 , entonces

, Ecuación 3.5-6

que representa un círculo que gira en el sentido

contrario de las manecillas del reloj.

154
3.5.3 EJEMPLO DE ESPIRALES

Son puntos críticos para los cuales las trayectorias

se acercan o se alejan de él sin una pendiente
definida. Veamos un ejemplo :

. Ecuación 3.5-7

Es claro que es el único punto crítico de1.5-7.

Así obtenemos

. Ecuación 3.5-8

155
Ahora usamos coordenadas polares,

para obtener que

Además, . Derivamos y con respecto

a y obtenemos

Ecuación 3.5-9

Remplazamos 1.5-8 en 1.5-9 y evaluamos para

obtener

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

Este es una especie de nodo de doble función :

Sobre una recta hay dos trayectorias que se
aproximan al punto crítico y sobre otra recta hay
dos trayectorias que se alejan, cómo se indica en la
figura :

Por ejemplo, consideremos el sistema el sistema

. Ecuación 3.5-10

158
La solución general de 1.5-10 viene expresada

como la combinación lineal de y . Esto es,

la solución general de1.5-10 es

. Ecuación 3.5-11

Si, por ejemplo, vemos que . Esto

quiere decir que sobre la recta la
trayectoria se aleja cuando . Análogamente,
sobre la recta la trayectoria se aproxima al
origen cuando .

4 ESTABILIDAD Y PUNTOS CRÍTICOS

4.1

DEFINICION Y RESULTADOS
PRINCIPALES

Es importante empezar con una definición precisa

de lo que debemos entender por estabilidad de un
punto crítico.

159
ESTABILIDAD : Sea un punto crítico aislado
del sistema

. Ecuación 4.1-1

Decimos que es estable si para todo

disco , disco de centro y radio , existe
otro disco , con , tal que si la
trayectoria se encuentra en el disco en un
tiempo , entonces
para todo .

ESTABILIDAD ASINTOTICA : Decimos

que es asintóticamente estable si existe
tal que si para algún
entonces , cuando .

Estudiaremos en este capítulo la teoría general de

los puntos críticos de sistemas lineales y su
estabilidad. Consideremos, de nuevo el sistema

160
Ecuación 4.1-2

Cómo habíamos visto en 3.4.3 las soluciones de

3.4-9 son de la forma

donde es una raíz del polinomio característico

.
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 :

Primer Caso : son reales y distintas y del

mismo signo. Entonces es un nodo inestable.

Segundo Caso : son reales y distintas y de

signo contrario. Entonces es un punto de silla
inestable.

Tercer caso : son complejas conjugadas,

pero no imaginarias puras. Entonces es un
punto espiral que puede ser asintóticamente estable
o inestable.

Cuarto Caso : son reales e iguales.

Entonces es un nodo.

Quinto caso : son imaginarias puras.

Entonces es un centro.

162
4.1.1
NODOS: ESTABLES, INESTABLES

Supongamos primero que las raíces de

satisfacen la desigualdad . Entonces

la solución general del sistema 2.1-2 es

Ecuación 4.1-5

donde y son los vectores propios

asociados a los valores propios

respectivamente. Es así cómo, . En el

caso en que tenemos que2.1-5) se transforma

163
en

. Ecuación 4.1-6

Si el vector estará en la recta generada

por el vector y puesto que la

trayectoria entrará a con pendiente

cuando . El mismo resultado tenemos
si . Un análisis similar hacemos para el
caso .

164
Supongamos, finalmente, que . En este
caso

. Ecuación 4.1-7

Dividimos por y de 2.1-7 obtenemos :

. Ecuación 4.1-8

165
Puesto que y , observamos, con

la ayuda de 2.1-8, que con pendiente .

Es claro que el punto crítico es

asintóticamente estable.

Si el análisis es similar al anterior. Acá

las trayectorias se alejan del punto crítico el

cual es un nodo inestable.

4.1.2 SILLAS: INESTABLES

Supongamos primero que las raíces de

satisfacen la desigualdad . Entonces la

solución general de 3.4-9 tiene la forma

166
 .

Si la solución tiene la forma

y puesto que tenemos que por

la recta de pendiente . Si hacemos el

mismo análisis, salvo que en este caso, debido a

que , la trayectoria se aleja de por la

recta de pendiente .

167
Cuando , es claro que la solución no se

acerca a y puesto que la ecuación

nos muestra que la trayectoria es asintótica a la

recta de pendiente cuando . Puede verse

entonces, que el punto crítico es un punto de

silla inestable.

168
169
5 SERIES

Las series infinitas representan la suma de un

número infinito de términos. El primer problema
es, ¿qué significado tiene la suma de un número
infinito de términos? La respuesta es a través de las
sumas parciales. Dada la suma de términos
u1 , u 2 , u 3 , u 4 ,... se define la suma parcial hasta el
término i como
i
si = ∑ u n Ecuación 4.1-1
n =1

Esta suma contiene un número finito de términos y

por ello no presenta dificultades. Si tenemos un
número infinito de términos, o sea, i → ∞ puede
darse el caso de que la suma parcial de los infinitos
términos converja a un valor S, esto es
lím(s i ) = S
i→∞
∞
Se dice que la serie ∑u
n =1
n es convergente y su

valor es S. Una condición necesaria, pero no

suficiente, para que esto ocurra es, obviamente, que
el límite

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 ).

Cuya enésima suma es

1− rn
sn = a Ecuación 4.1-5
1− r
Que, para el caso de que r<1, es igual a
a
sn = Ecuación 4.1-6
1− r
Por tanto,
∞
a
∑
n =1
ar n −1 =
1− r
Ecuación 4.1-7

171
Cuando r<1.
Si r ≥ 1 la condición un=0 para n → ∞ , no se
cumple y la serie es divergente.

5.1.1 PRUEBAS DE CONVERGENCIA

Como las series convergentes son de utilidad desde

el punto de vista físico, mucho más que las no
convergentes, aunque aún existe algún caso aislado
de estas últimas que tiene interés, resulta de
fundamental importancia poder determinar la
convergencia o no de una serie. Existen varios
métodos para hacerlo, de complejidad creciente, a
medida que crece su precisión. Estos métodos son,
a saber:
Prueba de comparación
Prueba de la raíz de Cauchy
Prueba de relación de D’Alembert
Prueba de la integral de Maclaurin
Prueba de Kummer
Prueba de Raabe
Prueba de Gauss

5.1.1.1 Prueba de Raabe

Si un>0 y
 u 
n n − 1 ≥ P > 1 Ecuación 4.1-8
 u n +1 
Para todo n ≥ N > 0 , entonces ∑u
i
i converge.

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.

5.1.1.2 Prueba de Gauss

Si un>0 para n finito y

un h B ( n)
= 1+ + 2 Ecuación 4.1-11
u n +1 n n
Siendo B(n) una función acotada mientras n → ∞ ,
entonces ∑ u i converge si h>1 y diverge si h ≤ 1 .
i

5.1.2 Series alternantes

Para las series alternantes existe un criterio que

permite determinar su convergencia/divergencia, es
el criterio de Leibnitz.

173
 ∞

∑ (− 1)
n +1
Dada la serie a n , con an>0, si a n decrece
n =1

monótonamente para n → ∞, y lím a n = 0,

n →∞
entonces la serie converge.
Una consecuencia interesante es que se puede
conocer el error con que se puede tener el resultado
de la suma enésima. Si llamamos S a la suma de la
serie, tenemos
S − s n = a n +1 − a n + 2 + a n +3 − a n + 4 ... = a n +1 − (a n+ 2 − a n +3 ) − (a n+ 4 − a n+5 )
o
S − s n < a n+1

5.1.2.1 Convergencia absoluta

Si, dada una serie alternante, ∑u i , tal que la serie

∑u i converge entonces se dice que la serie
alternante∑ u es absolutamente convergente.
i

En cambio, si ∑ u converge, pero ∑ u diverge,

i i

se dice que la serie ∑ u presenta convergencia

i

condicional.

5.1.2.2 Álgebra se series.

La determinación de la convergencia absoluta de

una serie de infinitos términos es fundamental, pues

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.

5.1.3 Series de funciones.

Si la serie de términos u i se sustituye por una serie
de funciones u i (x) , tal que tenemos
s n ( x) = u1 ( x) + u 2 ( x) + ... + u n ( x)
Las sumas parciales s n (x) resultan ser funciones
de la variable x y tenemos que
∞

∑u
n =1
n ( x) =S ( x) = lím s n ( x).
n →∞
Ecuación 4.1-12

5.1.3.1 Convergencia uniforme

Si para cualquier valor ε>0 y muy pequeño
(infinitésimo), existe un valor N independiente de x
en un intervalo cerrado [a,b] ( a ≤ x ≤ b ), tal que
S ( x) − s n ( x) < ε , ∀n ≥ N , entonces la serie es

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

Esto se ilustra en la figura 1.

En la resolución de las series se utiliza mucho la
inducción completa, suponiendo que la solución es
consistente para n términos de la serie y
demostrando que lo es para n+1.

5.1.3.1.1 Prueba M de Weierstrass

Se supone que queremos demostrar la convergencia
uniforme a la serie
∞

∑ u (x)
1
i

En el intervalo cerrado [a,b]. Entonces, debemos

construir una serie de términos

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
∞

∑ u (x) es uniformemente convergente.

1
i

5.1.4 Desarrollo de Taylor

Este es una importante herramienta de cálculo de
funciones, ya que representa el desarrollo de una
función en términos de sus derivadas, en forma de
una serie infinita, o de una serie finita y su
remanente. La exigencia que le hacemos a la
función f(x) que vamos a representar en forma de
serie de potencias, es que tenga n derivadas y estas
sean continuas. Así, podemos escribir la función
f(x) como la serie
( x − a) 2 ( x − a) 3
f ( x) = f (a ) + ( x − a ) f ′(a ) + f ′′(a ) + f ′′′(a ) + ...
2! 3!
( x − a ) n −1 ( n −1)
... + f ( a ) + Rn
(n − 1)!
Ecuación 4.1-13
Donde Rn es el remanente, y las derivadas de la
función f se calculan en el punto a.
El remanente se puede determinar mediante

177
 ( x − a) n
Rn = f (n)
(ξ )
n!
siendo Ecuación 4.1-14
a ≤ ξ ≤ x.

5.1.5 Serie de Maclaurin

Si la serie de Taylor se desarrolla alrededor del
origen, a=0, la nueva serie obtenida es la serie de
Maclaurin.
∞
x2 x3 x n ( n) xn
′
f ( x) = f (0) + xf (0) + ′′
f (0) + ′′′
f (0) + ... + f (0) = ∑
2! 3! n! n = 0 n!
Ecuación 4.1-15

La aplicación inmediata de las series de Taylor y

Maclaurin es el desarrollo de funciones
trascendentales en forma de series infinitas, como
decíamos antes. Una segunda aplicación es el
desarrollo del teorema binomial a potencias
negativas y/o no enteras.
x2 x3
(1 + x) m = 1 + mx + m(m − 1) + m(m − 1)(m − 2) + ... + Rn
2 6
con
xn
Rn = (1 + ξ ) m− n m(m − 1)(m − 2)...(m − n + 1)
n!

De la aplicación directa de la 15.

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

Como es sabido, las leyes físicas se

expresan en forma de ecuaciones que nos permiten
operar matemáticamente con las propiedades
representadas por los símbolos que intervienen en
las mismas. A las cualidades de objetos, o
fenómenos, que son pasibles de tratamiento
matemático se las denomina "magnitudes". O sea,
que se puede definir

179
6.1.1 MAGNITUD

como

"toda cualidad de los cuerpos y fenómenos

naturales que es posible medir".

Claro, pero, ¿qué es medir? Medir es

"comparar" dos cualidades semejantes. Por
ejemplo, podemos comparar el "esfuerzo" que
debemos hacer para mantener levantada una radio,
y el que realizamos cuando lo hacemos con una
televisión. En tal caso, estamos comparando sus
"pesos". Pero, también podemos comparar la
"sensación térmica" que sentimos cuando nos
introducimos en el agua de la playa, con respecto a
la que sentíamos fuera de ella. En tal caso,
afirmamos "el agua está fría", "la playa está
caliente". Éstas son sensaciones térmicas. Ahora
bien, en estos ejemplos nos estamos usando a
nosotros mismos como "instrumento de
comparación", o aparato de medida. Claramente,
este "instrumento" que representa nuestro cuerpo es
"subjetivo", es "variable", cambia y por lo tanto,
como instrumento de medición no es confiable. Por
ello, debemos buscar otros aparatos, o sistemas,
más objetivos para realizar las comparaciones. Esto
es, que no dependan de estados de ánimo, que
cambien lo mínimo posible ellos mismos, para
poder asegurarnos que todas las medidas que

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.

Una disgresión; la Mecánica Cuántica, más

precisamente el Principio de Indeterminación de
Werner Heisenberg, nos ilustra acerca de la
imposibilidad sobre la independencia total entre el
resultado de una medición y la propiedad medida.
Esto es, todo instrumento de medición afecta
invariablemente al fenómeno medido,
modificándolo y, por ende, determinando las
posteriores medidas que del mismo se hagan. Por
ejemplo, si introducimos un termómetro en un
recipiente con agua, con el fin de medir la
temperatura de esta última, debemos esperar cierto
tiempo hasta que ambos quedan en equilibrio
térmico, o sea, hasta que el termómetro adquiere la
misma temperatura que el agua con su recipiente.
Pero, el aumento de temperatura del termómetro se
debió a un pasaje de calor del agua hacia él y esto,
como consecuencia, implica la pérdida de energía

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.

Volviendo a nuestro tema. Una vez

definidas las magnitudes y la necesidad de su
existencia, debemos asumir que las mismas se
pueden clasificar de diversas maneras.

6.1.1.1 CLASIFICACION 1

Magnitudes extensivas.- Son aquellas

propiedades de objetos, o sistemas, que dependen
de la masa del mismo.

Magnitudes intensivas.- Son propiedades de

los objetos que dependen únicamente de
características de la "sustancia" que lo compone,
pero son independientes de la cantidad de material
con el que contemos.

Ejemplos de propiedades extensivas; volumen,

masa, cantidad de movimiento, energía.

Ejemplos de intensivas; densidad, índice de

refracción, temperatura, magnetización, constante
dieléctrica, resistividad, conductividad.

Esta clasificación se refiere solamente a

propiedades de los cuerpos, o sistemas de cuerpos,
pero no a fenómenos, o procesos, donde interactúan
varios sistemas.

183
6.1.1.2 CLASIFICACION 2.-

Magnitudes escalares y vectoriales. Esta

clasificación se refiere a todo tipo de cualidad
medible de la naturaleza.
Magnitudes escalares. Son aquellas cuyas
cantidades quedan determinadas completamente,
indicando el número del resultado de la medición y
la unidad correspondiente.
Magnitudes vectoriales. Son las que, para obtener
la absoluta determinación de sus cantidades, exigen
que especifiquemos por lo menos tres
características (a veces, cuatro)

a) MODULO o INTENSIDAD. Es el número

aritmético, resultado de la medición realizada, con
su correspondiente unidad.
b) DIRECCION o RECTA DE ACCION. Es la
recta sobre la cual descansa la propiedad vectorial
medida.
c) SENTIDO. Es la orientación, dentro de la recta
de acción, que asume la propiedad vectorial medida
(Obviamente, una vez dada la dirección, el sentido
puede tener sólo una de dos orientaciones)
d) PUNTO DE APLICACION. Es el punto en el
cual se aplica la magnitud vectorial, o sea, la
localización en el espacio-tiempo del lugar sobre el
cual está actuando la magnitud vectorial.

Tales magnitudes se representan mediante vectores,

que son segmentos de recta orientados, en el
espacio cartesiano de tres dimensiones, y en el

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).

b.4) Vectores axiales. Estos tienen un comportamiento simétrico con

respecto al origen del sistema 185
 espejo
espejo
objeto
imagen objeto

imagen

a)vector polar b)vector axial

figura 4.- reflexión especular

de coordenadas frente a una inversión de las

coordenadas de los mismos, o sea, invierten su
sentido, o dicho de otro modo, colocados frente a
un espejo aparecen invertidos, "patas para arriba".
Tal es el caso de los vectores velocidad angular,
momento cinético, etc. (ver figura 2b). Por este
comportamiento de los vectores axiales es que,
cuando observamos las ruedas de los autos en las
películas, parece que giraran "para atrás". Sucede
que la imagen del rodamiento de tales ruedas, que
es lo que nos transmite la cinta de la película,
invierte el sentido de los vectores giratorios
(velocidad angular, momento cinético), al invertir
las coordenadas (imagen en negativo) y, al sufrir
una segunda inversión durante el pasaje de la cinta
a la pantalla, no se recupera el sentido original, sino

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.

6.2 APÉNDICE- LA IMPORTANCIA

DEL CALCULO VECTORIAL.
El concepto de vectores en Física y Geometría
es de una
importancia crucial cuando de comprender el
funcionamiento de los procesos se trata y a la
hora de calcular también, pues la
simpleza en cuanto a su operatividad nos ahorra
mucho tiempo de tediosos cálculos aritméticos.
Asimismo,la cantidad de magnitudes vectoriales
que hay en Física, amerita manejar el concepto de
que, si no se tiene un conocimiento por lo menos
elemental de cálculo vectorial, no se sabe nada de
Física. Como yapa, el concepto de vector nos
introduce en el mundo de los tensores,
fundamentales para comprender profundamente
las más importantes teorías físicas de este siglo,
no sólo desde el punto de vista físico, en cuanto al
avance en el conocimiento de la naturaleza
significaron, sino en tanto destrozaron

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

6.2.1.1 CALCULO GRAFICO

Podemos definir elementalmente un vector
como un segmento de recta orientado, en el cual
están presentes y definidas las cuatro
características básicas de toda magnitud
vectorial, a saber, punto de aplicación, recta de
acción (o dirección),
sentido y módulo (o intensidad). Así definido, lo
representamos
como se ve en la figura 1a, mediante
una flecha. Ahora hay que hacerlo
operable, esto es, hay que definir
cómo se suman (y restan) y cómo se
multiplican vectores. En los cursos
secundarios, en el nivel más
elemental, sólo se ve la suma de a
vectores, en consecuencia es lo que
haremos aquí, sumar y restar
vectores. En la segunda parte,nos
extenderemos a las posibles formas
de multiplicación de vectores. En la
figura 1b, tenemos representados
dos desplazamientos de cierto móvil, A
el desplazamiento A y el B
desplazamiento B, del mismo.
Si queremos conocer el b
desplazamiento total del cuerpo, figura 1

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

Ambos vectores forman un angulo de 60 grados,

luego el vector suma, que mide 6,1 cm,
representa el desplazamiento total del móvil,
equivalente a
3-----60 x _ 6,1cmx 60m _ 122 m
_ _

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

A los efectos del trazado del paralelogramo es

posible usar:
a) regla y compás
Para ello, una vez que tenemos los vectores A y B‚
dibujados en el mismo punto de aplicación, con el
compás tomamos como radio la medida de A‚ y,
apoyando en la punta de
flecha de Btrazamos un arco de circunferencia.
Luego, tomamos como radio del compás la medida
de B‚ y, apoyando en la punta de flecha de A
trazamos otro arco de cfa.. Donde se cortan ambos
arcos, está el cuarto vértice del paralelogramo, o
sea, la punta de flecha de la suma S.
b) dos escuadras
Apoyando uno de los catetos de una escuadra tal
que coincida con A hacemos coincidir un cateto
de la segunda escuadra con el cateto libre de la
primera. El cateto libre de la segunda, cuando
deslizamos esta escuadra por el "riel" que lemarca
el cateto libre de la primera, se hace coincidir en
la punta de flecha de B. Lograda esta posición
de la segunda escuadra, trazamos un segmento de
recta. Repetimos la operación, haciendo coincidir
ahora un cateto de la primera escuadra con el
vector B‚ y, cuando encontramos en el cateto
libre de la segunda la punta de flecha de A,

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.

6.2.1.2 B) CALCULO ANALITICO

Tomando como ejemplo los vectores A y B del
caso anterior, podemos ver cómo se calcula S‚
analíticamente. El método del
polígono nos ilustra que, entre A, B y S‚ se forma
un triángulo (en este caso, escaleno). Podemos
utilizar el teorema del coseno para
resolverlo. Para ello, hagamos un breve repaso
de matemáticas. Hagamos uso de la definición
corriente de las funciones seno y coseno de un
ángulo. Tomando el círculo
trigonométrico, cuyo Y
radio es unitario,
tenemos y
senα = cat. op./ hip.
cosα = cat.ady./hip α
y, basándonos en la X
x
relación de Pitágoras
para los lados de un
triángulo rectángulo,

sen2 α + cos2 α = x2 + y2 = 1 (1)

que es la hipotenusa del triángulo formado,

e igual al radio del círculo trigonométrico.
Si ahora observamos los vectores

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

S.cosχ = A + B.cosα (2)

B.cosα
S.senχ = B.senα (3)
Elevando al cuadrado las igualdades (2) y (3),
encontramos

S2 .cos2 χ = A2 + B2 .cos2 α + 2.A.B.cosα (4)

S2 .sen2 χ = B2 .sen2 α (5)

Si ahora sumamos las relaciones (4) y (5),

obtenemos

S2.cos2χ + S2.sen2χ = A2 + B2.cos2α + B2.sen2α +

2.A.B.cosα

Tomando factores comunes en los términos que

194
contienen S y B ,

S2(cos2χ + sen2χ) = A2 + B2(cos2α + sen2α) +

2.A.B.cosα

Haciendo uso de la expresión (1), notamos que nos

queda

S2 = A2 + B2 + 2.A.B.cosα (6)

Esta formula (6) es el conocido teorema del

coseno. O sea que, podemos hallar la suma S‚ de
dos vectores A y B‚ analíticamente, utilizando este
resultado de la geometría. Nótese que el ángulo
"α", es el formado por la continuación del vector
A‚ por su recta de acción, con el vector B.
Asimismo, podemos utilizar, en lugar del ángulo
"α" formado de la manera indicada, el ángulo "β",
pues

β = 180 - α (estamos usando el grado como

unidad de ángulo)

y en base a la relación entre líneas trigonométricas,

cos β = - cos α.

De donde, si usamos el ángulo "β", interno al

triángulo entre los
vectores de la figura 4, la fórmula (6) se transforma
en

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)

Las fórmulas (6) y (8) nos permiten determinar

completamente el vector suma S‚ de otros dos (A
y B), sin necesidad de hacer el trazado
geométrico de los mismos. Es posible usar las (7)
y (8) con el mismo fin.
Para determinar la resta podemos hacer uso del
mismo triángulo, o formar el del dibujo 5. Ahora,
aplicando nuevamente el teorema del coseno,
hallamos
R2 = A2 +B2 - 2.A.B.cosα (9)

De la figura, el angulo χ, ahora es B

R
hallado mediante
α
Bsenα
tgχ = (10) A
B cos α − A

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)

la conocida fórmula pitagórica. Mientras que para

el ángulo χ,
lo determinamos con

tgχ= B/A (12)

En tanto que, para la resta

hallamos el módulo también
aplicando (11), siendo ahora el ángulo α hallado de
igual forma
(formulá 12), pero medido desde el eje X (sobre el
cual descansa
A) hacia abajo.

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

partir de O, forma un ángulo de 60º

con dicho eje coordenado. Las com-
ponentes del vector A, en el marco
de referencia dado son (xa , 0),
mientras que para B tenemos
(x b,yb ). Cumpliéndose las condi- xb
ciones siguientes para los módulos B
S
ra y rb ; α
ra = xa , rb2 = xb2 + yb2 (13) A
xb xa

198
 figura
6

Utilizando trigonometría, obtenemos para las

componentes del
vector B, las siguientes expresiones

xb = rb.cosα, yb = rb.senα (14)

Luego, la suma nos resulta en

xs = xa + xb = ra + rb.cosα = A + B.cosα (15)

ys = 0 + yb = rb.senα = B.senα (16)

El nuevo vector suma, tiene componentes

determinadas por (15) y (16)

S = (A + B.cosα)i + (B.senα)j (17)

donde i, j‚ son los vectores unitarios (o

versores, cuyo módulo es 1) situados sobre los ejes
X e Y, respectivamente.

El módulo de S se halla, utilizando Pitágoras

S2 = (A + B.cosα)2 + (B.senα)2

que, en el caso considerado da

S2 = A2 + B2 .cos2α +2.A.B.cosα + B2sen2α

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)

la conocida fórmula del coseno (ec.(6)), como era

de esperar.
Nuevamente, el ángulo entre S‚ y el eje X lo
determinamos mediante la fórmula (10).
Para el caso de la resta, el resultado es similar
a las
ecuaciones (11) y (12). En todo caso, la
demostración puede
correr por cuenta del lector.

6.2.2 PRODUCTOS VECTORIALES

6.2.2.1 PRODUCTO DE UN VECTOR

POR UN ESCALAR
Los vectores se pueden multiplicar entre sí y
también por
magnitudes escalares. De hecho, estamos
acostumbrados a hacerlo, cuando multiplicamos la
masa por la aceleración para calcular la fuerza
aplicada sobre un cuerpo de masa "m", al que se le

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)

dond c es el escalar que multiplica al vector A y E‚

es el vector resultado de dicha multiplicación. De
acuerdo con lo dicho, el módulo deE será

E = c.A (20)

Ejemplos, el desplazamiento ∆r‚ en el M.R.U. de

velocidad inicial nula, es

∆r = v,∆t

aquí el vector multiplicado es la velocidad del

móvil, el escalar
es el tiempo, y el desplazamiento es el resultado
de tal producto. El vector p‚ es precisamente la
cantidad de movimiento (o momentum), y es
nuevamente el escalar masa multiplicado por v, la
velocidad del móvil.
p = m.v

201
El impulso
I = F.∆t, etc.

6.2.2.2 B) PRODUCTO ESCALAR DE

DOS VECTORES
Es posible multiplicar dos vectores de forma
tal que el resultado sea una magnitud escalar. Tal
producto recibe el nombre de "producto escalar"
o "producto punto" entre vectores. Se obtiene
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 "α", tenemos

c = A.B.cosα (21)

donde "c" es el escalar resultado de la

operación (21).
Geométricamente, "c" representa la multiplicación
de la longitud
del vector A‚ (su módulo) por la proyección del
módulo de B‚ sobre la recta de acción de A.
Ejemplos. Trabajo de una fuerza (W),
W= F.d.cosα,
donde F es el módulo de la fuerza , d, el módulo del
desplazamiento y α es el ángulo que forma el
vector d‚ con la dirección (recta de acción) de F.

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)

El módulo del vector resultado, D‚ en nuestro

caso, se calcula multiplicando los módulos de los
factores A y B‚ entre sí por el
seno del ángulo que se forma entre ellos. Con
símbolos,

D = A.B.senα (23).

Geométricamente, representa multiplicar el

módulo de
A‚ por la proyección del módulo de B‚ en la
dirección perpendicular a la rectá de acción de A
y significa el cálculo del área del paralelogramo
de lados A y B. La dirección del vector producto,
se obtiene utilizando la regla de la mano derecha. O
sea, con los cuatro dedos alineados y el pulgar
extendido perpendicularmente a la palma de la
mano derecha, colocamos ésta de tal forma que los
dedos coincidan con la dirección y sentido del
vector B‚ y la palma queda mirando hacia el
vector A. Entonces, el pulgar extendido
(perpendicularmente) indica el sentido del vector
D cuya

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

donde F‚ es la fuerza aplicada a un objeto que

puede girar en
torno a un eje y b‚ es la distancia del punto de
aplicación de la
fuerza hasta el eje de giro. Cuando b‚ es
perpendicular a F
se le llama brazo de la fuerza.

Momento Cinético (o cantidad de movimiento

angular),
L = m.r.v.sen(a) = r.p.sen(a)

donde m es la masa de la particula que gira en

torno a un eje,
r‚ es su distancia al mismo y v‚ el vector de
velocidad lineal de dicha particula; p, es la
cantidad de movimiento lineal.

204
Fuerza magnética (o fuerza de Lorentz)

F= q.v.B.senα. (siendo "α"el ángulo entre los

vectores. Siempre la fuerza magnética es
perpendicular al plano formado por los vectores v y
B).En el caso de no ser v‚ perpendicular a
B‚ (α distinto de 90º ), la carga sigue una
trayectoria helicoidal, con paso de rosca
determinado por la componente v.cosα y el
período de revolución de la hélice, determinado a
su vez, por la cantidad de movimiento de la carga y
por el módulo del campo magnético.

6.2.3 ALGO MAS SOBRE FUNCIONES

CIRCULARES
De acuerdo a las definiciones de las funciones sen
α
y cos α (utilizando las correspondientes
funciones inversas
arcsen α y arccos α), sabemos que

d(sen α)/dα = cos α y

d(cos α)/dα = -sen α.

Esto implica que estas funciones son soluciones

de la ecuación
diferencial de segundo orden

205
f''(x) + f(x) = 0,
o, escrita en la notación de Leibnitz

d2 f(x)/dx2 + f(x) = 0,

puesto que

d(senx)/dx = sen'x = f'(x) = cos x

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.

Así, se puede escribir que

Si f(x) = asenx + bcosx

entonces

f"(x) + f(x) = 0,

dado que

f"(x) = -asenx -bcosx

f(x) = asenx + bcosx
por lo que
f"(x) + f(x) = 0.

206
Pero, en tal caso, f(0) = b (pues sen0 = 0 y cos0 =
1)

y, f"(0) = -b, siendo f'(0)= a.

Utilizando esta propiedad de las funciones seno y

coseno de un
ángulo, podemos ver que
si
f(x) = sen(x + y), f'(x) = cos(x + y),
y
f"(x) =-sen(x + y),
o sea que
f"(x) + f(x) = 0.

Pero, f"(x) + f(x) = a.senx + b.cosx.

De aquí que

a.senx + b.cosx = sen(x + y) (1)

Sin embargo,

f(0) = b = sen(0 + y) = seny

f'(0) = a = cos(0 + y) = cosy

luego

cosy.senx + seny.cosx = sen(x + y). (2)

Si ahora tenemos

207
y = x,
nos queda
cosx.senx + senx.cosx = sen(2x)
o sea,

sen(2x) = 2.senx.cosx. (3)

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

con a = f'(0) = -sen(0 + y) = -seny

b = f(0) = cos(0 + y)= cosy.

Por ello,

cos(x + y) = cosy.cosx - seny.senx. (4)

Asimismo, si y = x,

cos(2x) = cos2 x - sen2 x (5)

208
6.3 MEDIDAS E INCERTIDUMBRE

Toda realización de una medida lleva consigo

asociada una incertidumbre de la misma. Esto es, es
imposible medir el estado de un sistema sin
alterarlo. Cualquier medición que se realiza sobre
un sistema físico implica que el instrumento
detector interactúe con el mismo, lo que conlleva
una modificación del propio sistema que se quiere
medir y, por lo tanto, la introducción de cierta
incertidumbre sobre cuál sería el estado de tal
sistema sin la interacción con el instrumento de
medición. Es por este motivo que ninguna
medición puede contar con un número infinito de
dígitos que la representen, sino que tal cantidad
queda acotada por la propia incertidumbre que, en
muchos casos, es determinada por el propio
instrumento. Se habla entonces de cifras
significativas de una medida, para referirse a la
cantidad de tales dígitos que posee una medición. A
los efectos prácticos, los dígitos o cifras
significativas de cualquier medida constan de todas
las cifras seguras, o sea, mayores que la
apreciación del instrumento, más una cifra insegura
que, en algunos casos, puede ser estimada “a ojo”
por el experimentador.
Llamamos apreciación de un instrumento de
medida, a la menor medida que se puede realizar
con él. Así, una regla milimetrada tiene una
apreciación de 1 milímetro, pues la menor medida
que ella puede realizar tiene ese tamaño. Un reloj
con centésimas de segundo tiene una apreciación

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.

La incertidumbre de una medición es, entonces,

una cuantificación del grado de confianza que nos
ofrece la medida hecha y, siempre, de algún modo,
es una cantidad estimada en base a una serie de
consideraciones que tienen que ver con
a) el objeto a medir, en cuanto a la dificultad
que ofrece al operador para ser medido,
b) el instrumento de medición usado, pues su
apreciación nos pone un límite para la
cantidad de cifras seguras que podemos
indicar en cualquier medición y,

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.

Tal vez el término usado no es el más feliz, pero se

refiere a cómo se propagan las incertidumbres de
las medidas hechas, cuando con ellas realizamos
cálculos que nos permiten determinar nuevas
magnitudes. Es necesario tener claro que, cuando
calculamos una magnitud mediante operaciones
aritméticas o de cálculo (esto es lo que se llama una
medida indirecta), también estamos midiendo, por
lo que se le debe aplicar los mismos criterios que a
las mediciones directas. Así, la incertidumbre de
las medidas se “propaga” a los resultados,
obedeciendo ciertas reglas que, así como las
propias mediciones, tienen un grado de
“estimación”.
Mediante cálculo diferencial se puede determinar la
incertidumbre de diversas operaciones. Así, dadas
dos magnitudes A y B y sus correspondientes
incertidumbres, δA y δB, tenemos
a) para la suma. Si S = A + B , δS = δA + δB
b) para la resta, si R = A − B , δR = δA + δB
c) para el producto. Si P = a.b
dP db da
dP = a.db + b.da de donde = +
P b a
a
d) para la división. Si D = , entonces
b
dD da db
= +
D a b

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

El cálculo operacional, también conocido como

análisis operativo, es una técnica mediante la cual
los problemas en el análisis matemático, en
particular, las ecuaciones diferenciales, se
transforman en problemas algebraicos, por lo
general el problema de resolver una ecuación
polinómica.

7.1.1 Función original

Es una función compleja, f (t ) , de argumento real

t , que verifica las siguientes propiedades
1) f (t ) es localmente integrable.
2) Para todo t < 0 , f (t ) = 0
Lím f (t ) ≤ Me , donde M > 0 , s es un
st
3)
t → +∞

número real, s ∈ R , y cumple la condición s ≥ s 0 ,

siendo s 0 llamado el índice de incremento de f (t ) .

La función unidad de Heaviside es la más simple

función original,
 1, ∀t > 0
η (t ) = 
 0, ∀t < 0

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.

7.1.2 Representación (transformada de

Laplace).

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

Definida en el semiplano determinado por la

condición de que la parte real de p es
Re p = s
para .
s > s0
Donde
p = s + iσ .
F ( p ) es una función de argumento complejo,
obviamente.
Si F ( p ) es la representación de f (t ) , vamos a
escribir
L[ f (t )] = F ( p)
O sea, de aquí en más vamos a usar esta notación,
que va a significar en cada caso que (la función
compleja de variable compleja) F ( p ) es la
representación de la función (compleja de variable
real) f (t ) , o su transformada de Laplace. Hay que
notar que f (t ) puede ser divergente
exponencialmente para t → ∞ , o sea que la
+∞
integral ∫ f (t )dt
0
puede no existir. Pero, al existir

una constante s0 , tal que e − s0t f (t ) ≤ M , una

constante positiva, para t → ∞ , que sea t > t 0 , la

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

y entonces no es de orden exponencia, o sea,

L[ f (t )] no existe.

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  p0

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 ) .

7.1.2.2 Segundo ejemplo

Si
∞ ∞
− pt
f (t ) = e ⇒ F ( p) = ∫ e e
2t 2t
dt = ∫ e t ( 2− p ) dt =
0 0
Ecuación 7.1-3
t ( 2− p ) ∞
e 1 1
= = 0− =
2− p 0
2− p p−2

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

7.1.3 Propiedades de la transformación

de Laplace

219
7.1.3.1 Unicidad.
+∞
− pt
F ( p) = ∫ f (t )e
0
dt es única. Si f 1 (t ) y

f 2 (t ) tienen iguales representaciones F ( p ) ,

entonces son iguales.
Si, L[ f 1 (t )] = F ( p), y, L[ f 2 (t )] = F ( p) ⇒ f 1 (t ) =
.
f 2 (t ), ∀t > 0

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 ) .

7.1.3.2.1 Ejemplo. Linealidad

Hallar la representación F ( p ) para la función
f (t ) = 1 + t .
∞
La representación de f (t ) = t es F ( p) = ∫ te − pt dt y
0

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

7.1.3.2.2 Otro ejemplo

Determinar la función representación F ( p ) de la
función original f (t ) = 2 sent − cos t .
Aquí hacemos,
∞
F ( p ) = ∫ 2 sent ⋅ e − pt dt
0
∞
G ( p ) = ∫ cos t ⋅ e − pt dt
0
Usamos
e it − e −it e t (i − p ) − e −t (i + p )
sent = ⇒ sent ⋅ e − pt =
2i 2i
− it t (i − p )
e +e
it
− pt e + e −t ( i + p )
cos t = ⇒ cos t ⋅ e =
2 2
Entonces
∞
∞ ∞
1  1  e t ( i − p ) e −t ( i + p ) 
F ( p) = 2 ∫ e t (i − p) dt − ∫ e −t (i + p)  = 2  +  =
2i  0 0  2i  i − p i + p 0
1  1 1  1  i + p+i− p 
=2 (0 − 0) −  +  = 2 − =
2i   i − p i + p  2i  (i − p )(i + p ) 
− 2i −2 2
2 = =
2i(i − p ) − (1 + p ) 1 + p 2
2 2 2

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

Finalmente, aplicando la linealidad

2 p 2− p
F ( p) − G( p) = − =
1+ p 2
1+ p 2
1+ p2
Ecuación 7.1-5
2− p
O sea, si f (t ) = 2 sent − cos t ⇒ F ( p ) =
1+ p2
Es su representación.

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 Derivadas de la función original.

La principal aplicación de las transformadas de
Laplace es la conversión de ecuaciones
diferenciales a formas más simples, que pueden
resolverse más fácilmente. Por ejemplo, la
ecuaciones diferenciales acopladas con coeficientes
constantes, se transforman en ecuaciones lineales
simultáneas.
Si tenemos una función compleja de variable real
f (t ) dada, de manera que existen sus derivadas
f ' (t ) , f ' ' (t ) ,…, f ( n ) (t ) y resulta que F ( p ) es su
representación, o sea la función compleja de
variable compleja p que se obtiene mediante la
transformación de Laplace, o sea, L[ f (t )] = F ( p)
entonces se cumplen las siguientes relaciones de las
representaciones (de las transformadas laplacianas)
L[ f ' (t )] = pF ( p ) − f (0)
L[ f ' ' (t )] = p 2 F ( p ) − pf (0) − f ' (0)
L[ f ' ' ' (t )] = p 3 F ( p ) − p 2 f (0) − pf ' (0) − f ' ' (0)
.......
[
L f (n)
]
(t ) = p n F ( p) − p n −1 f (0) − p n −2 f ' (0) − ... − f ( n −1)
(0)
Ecuación 7.1-8

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

7.1.3.4.2 Un segundo ejemplo.

Sea f (t ) = t cos ωt , determinaremos su
transformada de Laplace (su representación en el
espacio de representaciones).
Primero calculamos f ' (t ) = cos ωt − tω cos ωt
Del ejemplo 1.1.3.2.2 sabemos que
L[cos t ] =
p
1 + p2
Por lo tanto,
L[cos ωt ] =
p
ω + p2
2

Para tsenωt expresamos

e iz − e −iz e iωt − e −iωt
senz = ⇒ senωt =
2i 2i

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

Retomando, si f (t ) = t cos ωt , entonces

f ' (t ) = cos ωt − tω cos ωt y como cos ωt ≡> p
ω 2 + p2
Por el resultado de arriba, si
2ωp
L[tsenωt ] =
(
p +ω2
2 2
)
Tendremos que
2ω 2 p
L[ωtsenωt ] =
(
p2 + ω2
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

7.1.3.4.3 El oscilador armónico simple.

Este es un ejemplo físico. Tenemos una masa m

oscilando por acción de un resorte de constante k.
Consideramos el rozamiento inapreciable y
obtenemos la segunda ley de Newton para el
sistema
d 2 x(t )
m + k ⋅ x(t ) = 0 .
dt 2
Además
x(0) = x0
x ′(0) = 0
Son las condiciones iniciales.
Aplicamos la transformada de Laplace
 d 2 x(t ) 
mL  2 
+ k ⋅ L{x(t )} = 0
 dt 
Y, usando la propiedad 1.1.3.4 (transformada de la
derivada del original), dado que

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

Si vemos la ec. 1.1-13, observamos que

= L{cos ω 0 t}
p
p + ω0
2 2

Luego,
x(t ) = x0 cos ω 0 t .

7.1.3.4.4 Precesión del eje de rotación de la

Tierra
Se asume que la Tierra es una esfera achatada en
los polos, o sea, geométricamente es lo que se
denomina un esferoide oblato. Las ecuaciones del
movimiento de Euler dan

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

I z = momento _ de _ inercia _ alrededor _ del _ eje _ z.

I x = ídem _ alrededor _ del _ eje _ x
I y = ídem _ alrededor _ del _ eje _ y.

El eje z coincide con el eje de simetría de la Tierra,

r
que difiere del eje de rotación ω en 15 metros en
los polos.
Aplicando
L[ f ' (t )] = pF ( p ) − f (0)
Se obtiene
 dx 
L   = pX ( p ) − x(0) = − aY ( p)
 dt 
 dy 
L   = pY ( p ) − y (0) = aX ( p )
 dt 
Multimplicamos la de arriba por –ps y la de abajo
por a

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

Por la ecuación 1.1-13 y por el ejemplo 1.1.2.3

= L{cos at}
p
a + p2
2

= 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

7.1.3.5 Derivadas de la transformada de

Laplace (representación).
Para obtener la derivada de la representación el
procedimiento es bastante más simple que el de
obtención de la derivada del original. Simplemente
se multiplica f (t ) por − t . O sea que
F ' ( p) = L[− tf (t )] Ecuación 7.1-11
En general, para la derivada enésima de la
representación, es cierto que
[ ]
L (−t ) n f (t ) = F ( n ) ( p ) Ecuación 7.1-12

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

Aplicando por segunda vez la diferenciación de la

representación
′
 p2 −1 
 2 2 
= L[− t (t cos t )]
( )
Ecuación 7.1-14
 p + 1 
Luego, operamos

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

7.1.3.5.2 Segundo ejemplo

f (t ) = (t + 1) sen 2t
Se tiene que
(t + 1) sen 2t = tsen 2t + sen 2t
Luego, sabemos que
L[senat ] = 2 ∴ L[sen 2t ] = 2
a 2
p +a 2
p +4
Por la derivada de la transformada
′
 2 
L[tsen 2t ] =  2 
 p + 4
Derivando
′
 2 
 2
 p + 4
 = 2 p 2 + 4 [(
−1 ′
) ] (
−2
)
= −2 p 2 + 4 2 p = −
4p
p2 + 4 ( )
2

Entonces, tenemos que

L[tsen2t ] =
4p
( )
2
Ecuación 7.1-16
p2 + 4
Y, como

233
L[sen 2t ] =
2
p +4
2

Se tiene entonces que

L[(t + 1) sen2t ] = L[tsen2t + sen2t ] =
4p 2
+
(p 2
+4 )
2
p +4
2

Luego, haciendo algunas simplificaciones

aritméticas simples, se llega a
2( p 2 + 2 p + 4)
L[(t + 1) sen2t ] =
( p2 + 4 )2

Ecuación 7.1-17

7.1.3.6 Integración de la función original

(teorema de).

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

7.1.3.6.2 Otro ejemplo

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

Y del ejemplo 1.1.3.2.2.

L[cos ωt ] = 2
p
ω + p2
Y como
τ  F ( p)
L  ∫ f (τ )dτ  =
0  p
Entonces

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

7.1.3.7 Integración de la transformada

de Laplace (representación).

∞
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

Primero determinamos la transformada de e t − 1

∞

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

A)Hallaremos la transformada de Laplace de la

función original f (t ) = e 2t sent .
Como ya sabemos que

L[sent ] =
1
Ecuación 7.1-26
p +1
2

[
⇒ L e 2t sent = ] 1
=
1
( p − 2) 2
+1 p − 2p +5
2

B) f (t ) = e t cos(ut ) , AQUÍ TENEMOS p0 = 1 .

NUEVAMENTE, DE LOS CÁLCULOS

HECHOS EN EJEMPLOS ANTERIORES
SABEMOS QUE

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

7.1.3.8.2 Oscilador amortiguado

Si agregamos un amortiguamiento al resorte
oscilante, proporcional a la velocidad, la ecuación
dinámica se transforma en
d 2 x(t ) dx(t )
m 2
+b + k ⋅ x(t ) = 0
dt dt
Si la masa parte del reposo en x(0) = x 0 , las
condiciones iniciales serán
x(0) = x0
x ′(0) = 0
Y la ecuación de la transformada es
[ ]
m p 2 X ( p ) − px0 + b[ pX ( p ) − x0 ] + kX ( p ) = 0
Para obtener
mp + b
X ( p) = x0
mp 2 + bp + k
Si en el denominador hacemos
2
b k  b  k b2 
p2 + p + =  s +  +  − 
m m  2m   m 4m 2 
Para pequeños amortiguamientos b 2 < 4m , al
segundo término, positivo, le llamamos ω1 y
p+b
X ( p) = x0 m
(
p+b
2m
2
+ ω1 )
239
Y
ω 0 −(b 2 m )t
x(t ) = x0 e (cos ω1t − ϕ )
ω1
b
tan ϕ = ,
2mω1
k
ω0 2 =
m

7.1.3.9 Teorema del retardo (o

sustitución).
L[ f (t )] = F ( p ) ⇒ ∀τ > 0
se a cumple Ecuación 7.1-28
L[ f (t − τ )] = e F ( p )
− pτ

Este teorema es utilizado para determinar las

transformadas de Laplace de funciones que, en
distintos intervalos, se prefijan por distintas
expresiones analíticas.

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

7.1.3.9.3 Ejemplo gráficas

241
 f (t )

t
0 1 2

Intentaremos hallasr la transformada de Laplace de

la función f (t ) graficada arriba.
A partir de la inspección gráfica, tenemos que
0, t < 0
t , t > 0

f (t ) = 
1 − (t − 1),1 < t < 2
0, t ≥ 2
Esto determina que
ψ 1 = tη (t )
ψ 2 → t + ψ 2 = 1 − (t − 1) → ψ 2 = 1 − (t − 1) − t = 2 − 2t = 2(1 − t )
∴ψ 2 = −2(t − 1)η (t − 1)
ψ 3 → 1 − (t − 1) + ψ 3 = 0 ⇒ ψ 3 = (t − 1) − 1 = t − 2 ∴
ψ 3 = (t − 2)η (t − 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

7.1.3.9.4 Funciones generalizadas

7.1.3.9.4.1 Delta de Dirac,
se define mediante
 0, sit ≠ 0
1) δ (t ) =  Ecuación 7.1-32
 ∞, sit = 0
Además,
β
2) ∫ δ (t ) f (dt ) = f (0)
α
Ecuación 7.1-33

El intervalo abierto, (α , β ) , contiene al punto 0

(t=0). Por otra parte, debe cumplirse que
f (t ) → continua en t = 0

Análogamente, se define la función δ (t − τ ) ,

concentrada en τ . O sea, esta función traslada el
origen, desde t = 0 hsta t = τ .

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

7.1.3.10 Teorema de multiplicación

(Convolución).
El producto de transformadas de Laplace es la
transformada de Laplace de la integral del
producto. También se puede decir así, el producto
de representaciones es la representación de la
integral del producto, y se simboliza de la siguiente
manera
t
L[F ( p )Φ ( p )] = ∫ f (τ )ϕ (t − τ )dτ = f (t ) * ϕ (t )
0
Ecuación 7.1-37
Por supuesto, se verifica la propiedad de que la
representación del producto es también una
representación, o sea, el producto de dos
transforamdas de Laplace es también una
transformada de Laplace. Significa, el producto de

244
dos funciones complejas, de variable compleja, es
también una función compleja de variable
compleja.

7.1.3.11 Convolución reiterada.

Dadas tres funciones f 1 (t ), f 2 (t ), f 3 (t ) , la
convolución de las dos primeras se transforma en
t
L[F1 ( p) ⋅ F2 ( p )] = ∫ f 2 (τ 1 ) f 1 (t − τ 1 )dτ 1
0
Mientras que, al incluir a la tercera
t t −τ 2
 
L[F1 ( p) ⋅ F2 ( p) ⋅ F3 ( p)] = ∫  ∫ f 2 (τ 1 ) f 1 (t − τ 1 − τ 2 )dτ 1  f 3 (τ 2 )dτ 2 =
0 0 
t t −τ 2

= ∫ 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 

Esta integración se realiza por el dominio

t > τ 1 + τ 2 ∴η (t − τ 1 − τ 2 ) = 1 , de donde
F2 ( p) ⋅ F3 ( p)
= L ∫∫ f 3 (τ 2 ) f 2 (τ 1 )dτ 1 dτ 2
p τ 1 +τ 2 < t

Este resultado se puede usar para calcular el

volumen de una esfera n-dimensional.

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 →∞.

7.1.3.13 Determinación de la función

original a partir de la
transformada de Laplace
(Transformada inversa)
Para determinar la función original f (t ) a partir de
la representación conocida F ( p ) se utilizan los
siguientes métodos.

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.

7.1.3.13.2 Desarrollo en fracciones

parciales.
Se desarrolla la función F ( p ) como fracciones
parciales.
Cuando F ( p ) , la transformada, tiene la forma
Q( p)
, donde Q( p ) y D( p ) son polinomios sin
D( p )
factores comunes y Q( p ) es de menor grado que
D( p ) , siendo además los factores de D( p ) todos
lineales y distintos, entonces es posible escribir las
fracciones parciales
c1 c2 cn
F ( p) = + + ... + Ecuación 7.1-40
p − a1 p − a 2 p − an
Con los coeficientes ci independientes de p .
En el caso de que cualquier raíz sea multiple,
ocurriendo m veces, entonces F ( p ) se escribirá
c1,m c1,m −1 c1,1 n
ci
F ( p) = +
( p − a1 ) ( p − a1 )
m m −1
+ ... + + ∑
( p − a1 ) i =2 p − ai
Ecuación 7.1-41

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

Sirve de original para F ( p ) y donde la suma de los

residuos se toma por todos los puntos singulares
p k de la función F ( p ) . En particular, si
Q( p)
F ( p) =
D( p)
O sea, F ( p ) es una fracción racional, entonces la
función
{
d nk −1
}
l
F ( p)e pt ( p − p k ) k
1
f (t ) = ∑
n
lím
k =1 (n k 1)!
→ nk −1
p p k dp

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 )

7.1.3.14 Transformada de Laplace

para funciones periódicas.

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

7.1.3.16 Teorema conjunto de

semejanza-retardo.

Si dada la función original, cuya transformada es

conocida, y tenemos otra función original, relacionada con

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

⇒ L[g (t )] = e a F  p  Ecuación 7.1-49

1 − p
a  a

Si conocemos la transformada de una función

original f (t ) , por ejemplo
L[ f ′(t )] = 1 − 2e − p + e −2 p Ecuación 7.1-50
Aplicando el teorema de diferenciación de la
transformada
L[ f ′(t )] = pF ( p) − f (0) Ecuación 7.1-51
Esto significa que es cierto lo siguiente
pF ( p) − f (0) = 1 − 2e − p + e −2 p Ecuación 7.1-52
Si la condición inicial
f ( 0) = 0
Se tendrá que

250
 1 2e − p e −2 p
F ( p) = − + Ecuación 7.1-53
p p P

7.1.3.17 Teorema de Efros.

Dada L[ f (t )] = F ( p) y sean Φ( p ) y q( p )
funciones analíticas tales que
Φ( p )e −τq ( p ) = L{ϕ (t ,τ )} Ecuación 7.1-54
Entonces
∞ 
F [q ( p )]Φ ( p ) = L ∫ f (τ )ϕ (t ,τ )dτ  Ecuación 7.1-55
0 

7.1.3.18 El problema de Cauchy para

las EDO lineales con coeficientes
constantes.

Una utilidad fundamental de la transformada de

Laplace es que proporciona un método simple y
poderoso para la resolución de las ecuaciones
diferenciales ordinarias con coeficientes constantes,
conocido como problema de Cauchy.
Dada la ecuación
d 2 x(t ) dx(t )
a0 2
+ a1 + a 2 x(t ) = f (t ) Ecuación 7.1-56
dt dt
Siendo a 0 , a1 , a 2 constantes, y con la condición
a0 ≠ 0 , siendo f (t ) una función que verifica las

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.

Ecuación diferencial Solución de la

(en el espacio de las ecuación diferencial.
funciones originales)

Transformada de Laplace Transformada inversa de

Laplace

Ecuación operatoria. Solución de la

ecuación operatoria.

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°.

8.1 Símbolos de Christoffel

Un vector se desplaza paralelamente cuando no se
cambia su magnitud ni dirección. Cuando se
desplaza paralelamente un vector en coordenadas
cartesianas, las componentes de los vectores
permanecen sin cambio alguno. En algunos
sistemas de coordenadas esto no es así y al mover
un vector paralelamente, de un punto a otro, sus
componentes cambian. El símbolo de

Christoffel se define para facilitar la

descripción de los desplazamientos paralelos. Si un
vector es paralelamente desplazado sobre un

intervalo el cambio en sus componentes

está determinado por el símbolo de Christoffel:

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

despejando se obtiene que

Ecuación 8.1-5

Es importante observar que y no son

vectores debido a que no es un tensor. En
coordenadas cartesianas es igual a cero pero
no lo es en coordenadas polares. Un vector que es
cero en un sistema de coordenadas no puede ser
diferente de cero en otro sistema. El mismo
argumento se aplica a los símbolos de Christoffel.
En un sistema cartesiano éstos son iguales a cero,
pero no lo son en coodenadas polares. [3]

Ecuación 8.1-6

8.2 Variables canónicas

Los sistemas físicos se pueden modelar mediante

funciones que dependen de variables como espacio,
tiempo, a las cuales se les puede llamar
genéricamente variables canónicas porque, por

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.

8.3 Variables de configuración

Las variables de configuración son aquellas con

respecto a las cuales se puede investigar la
evolución de los sistemas físicos
& & & &
q1 , q 2 , q 3 ,..., q n , q1 , q 2 , q3 ,..., q n , t pueden ser
perfectamente variables de configuración. Parte de

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.

8.5 Formulaciones hamiltoniana y

lagrangiana de la mecánica.

Se trata de formular las ecuaciones que rigen los

sistemas mecánicos.
El objeto de la mecánica es poder escribir las
ecuaciones del movimiento, o sea, las ecuaciones
que describen los movimientos de los sistemas
físicos. Para ello, es necesario poder conocer las
poxiciones, velocidades, aceleraciones de los
mismos, en cualquier instante de tiempo. Éstas
vienen dadas precisamente, por las funciones
x(t ), v(t ), a (t ) , todas ellas expresadas como
funciones del tiempo, aunque no necesariamente
son funciones sólo del tiempo. Para poder lograr
este objetivo es necesario partir de la determinación
de estos valores desde determinados marcos o
sistemas de referencia. Resulta que las leyes físicas
y las leyes del movimiento consecuentemente, no
son necesariamente iguales desde cualesquiera
sistemas de referencia, pues distintos marcos
proporcionan, en general, dferentes medidas de
posición y lo mismo para el tiempo, el cual no tiene

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

S = ∫ L(q, q& , t )dt

t1
Ecuación 8.5-1
Siendo S la integral de acción. El principio de
mínima acción sostiene que esta integral, durante el
movimiento del sistema, siempre adopta un valor
extremo (máximo o mínimo). Esta condición
permite determinar las ecuaciones que permiten
hallar las funciones q (t ), q& (t ) que la satisfacen.
Supongamos que q (t ) es la función buscada. Esto
significa que si sustituimos q (t ) por q(t ) + δq(t ) ,
donde δq (t ) es una función que se aparta
escasamente de q (t ) , se cumplirá que
t2

S ' = ∫ L(q + δq, q& + δq& , t )dt

t1

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

∫t  ∂q δq + ∂q& δq& dt = 0

1

d (δq )
Como δq& =
dt
 ∂L ∂L d (δq ) 
t2

∫t  ∂q δq + ∂q& dt dt = 0

1

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

Pues el primer término se anula por la condición

1.6-2.
Finalmente, la ecuación 1.6-3 queda
 ∂L d ∂L 
t2

∫t  ∂q δq − δq dt ∂q& dt = 0

1
Ecuación 8.5-4
 ∂L d ∂L 
t2

∫t  ∂q − dt ∂q& δqdt = 0

1

Para que esta ecuación se anule para cualquier δq

el integrando entre paréntesis debe anularse. Por lo
tanto
 ∂L d ∂L 
 −  = 0 Ecuación 8.5-5
 ∂q dt ∂q& 
ecuaciones de Lagrange
Es la ecuación buscada. Cuando se tienen varios
grados de libertad, o sea varias variables qi, se
obtienen varias ecuaciones de estas, una

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

Se define el momento (cantidad de

movimiento) lineal con respecto a la
coordenada qj de una partícula de lagrangina
L mediante

∂L
pj = ,
∂q& j
j = 1,2,3,..., n

Al n-vector se le llama
vector cantidad de movimiento de la
partícula.

8.5.1.2 Coordenadas ignoradas o cíclicas

Si la lagrangiana L no depende
explícitamente de la coordenada qj se dice
que qj es ignorada o cíclica.

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.

8.5.1.3 Espacio de las fases

Se define el espacio de las fases de un sistema
de partículas como el espacio cuyos puntos
son las 2n componentes

es decir, las coordenadas generalizadas y las

correspondientes componentes de momento
lineal.
Espacio fases =

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:

Naturalmente, si una coordenada es ignorada,

y como su componente de momento lineal es
constante, el espacio fásico tendría dos
componentes menos.
En el caso de que hubiera m coordenadas
ignoradas, las dimensiones del espacio de las
fases sería, entonces, 2(n-m).

8.5.1.4 La función hamiltoniana

Se define como hamiltoniana de un sistema

de partículas de lagrangiana L a la función
siguiente:

donde las pj son las correspondientes

componentes de momento lineal.

268
8.5.1.5 Significado

En un sistema sometido a un campo exterior

de potencial V, sabemos que la lagrangiana es
de la forma

por tanto, se tiene:

Es decir, la Hamiltoniana de un sistema

sometido a un campo exterior constante, no
dependiente del tiempo ni de la velocidad, es
la energía total del sistema, suma de la
energía cinética más la energía potencial.

8.5.1.6 Invariancia en los sistemas

holónomos esclerónomos

En un sistema holónomo esclerónomo, esto

es, en un sistema sometido a condiciones de
ligadura independientes del tiempo

269
expresables mediante relaciones matemáticas
entre sus coordenadas, su lagrangiano,
naturalmente, no depende expresamente del
tiempo, sino solamente, de sus coordenadas y
velocidades generalizadas.

Por tanto, al derivar con respecto al tiempo:

La invariancia de la Hamiltoniana se debe, en

definitiva, a la uniformidad del tiempo, al
hecho de que la lagrangiana no depende
explicitamente del tiempo en estos sistemas.
Como la Hamiltoniana de un sistema cerrado
o sometido a un campo exterior constante es
la energía total del sistema, se deduce, con
esto, que la energía total de un sistema de este
tipo es constante.

8.5.1.7 Las Ecuaciones de Hamilton

Haciendo la diferencial del Hamiltoniano:

270
en definitiva, se tiene:

por tanto, al identificar se obtienen un

conjunto de ecuaciones que se conocen como
Ecuaciones de Hamilton:

(j=1,2,...,n)

Si se trata de sistemas conservativos:

(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:

Se procede a buscar un extremo para h

lo que es equivalente a

8.8 Corchete de Dirac

Cuando el método de los multiplicadores de
Lagrange falla, o más bien, cuando existen
dependencias lineales con la velocidad y este
método no se puede aplicar, Paul Adrien Maurice
Dirac generó este método para poder escribir las
ecuaciones mecánicas lagrangianas en su forma
hamiltoniana.
El corchete de Dirac es una generalización del
corchete de Poisson, desarrollado por Paul Dirac
para tratar correctamente a sistemas con
constricciones de segunda clase en Mecánica

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.

8.8.1 Procedimiento Hamiltoniano

Estándar
El desarrollo estándar de la Mecánica Hamiltoniana
es insuficiente en varias situaciones específicas:

1. Cuando la lagrangiana es lineal en la

velocidad de al menos una coordenada; en
este caso, la definición del impulso
canónico conduce a una constricción. Esta
es la razón más frecuente por la cuál
recurrir a corchetes de Dirac. Por ejemplo,

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.

8.8.2 Ejemplo de un lagrangiano

lineal en la velocidad
Un ejemplo típico en Mecánica Clásica, es el de la
partícula con carga y masa fijo en el plano con
un campo magnético intenso homogéneo y
constante, apuntando en la dirección con
intensidad . Con una selección de parámetros
adecuada, el lagrangiano del sistema es:

donde es el potencial vectorial para el campo

magnético ; es la velocidad de la luz en el
vacío y es un potencial escalar externo
arbitrario. Utilizamos

275
como nuestro potencial vectorial. Aquí, el
sombrero indican vectores unitarios.
Explícitamente, el lagrangiano se convierte en

que conduce a las ecuaciones de movimiento

Ahora, considere el límite correspondiente a un

campo magnético muy grande. En este caso, se
puede colocar el término masivo para encontrar una
lagrangiana aproximada

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

son inusuales, ya que no son invertibles a las

velocidades. Una transformación de Legendre
produce la hamiltoniana

Tenga en cuenta que esta hamiltoniana "principal"

no depende de los momentos, lo que significa que
las ecuaciones de movimiento de Hamilton son
incompatibles; el procedimiento hamiltoniano ha
fallado. A veces, se podría intentar solucionar el
problema al expresar las coordenadas como
momentos y a veces como coordenadas; sin

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.

8.8.3 Procedimiento Hamiltoniano

Generalizado
En mecánica lagrangiana, si el sistema tiene
constricciones holonómicas, entonces generalmente
se agregan multiplicadores de Lagrange a la
lagrangiana para tomarlas en cuenta. Los términos
adicionales, desaparecen cuando se cumplen las
constricciones, obligando así, a la trayectoria de
acción estacionaria, a permanecer en la superficie
de constricción. En este caso, acudiendo al
formalismo hamiltoniano se introduce una
constricción sobre el espacio fase en la mecánica
hamiltoniana, pero la solución es similar.
Antes de continuar, es útil entender las nociones de
igualdad débil e igualdad fuerte. Dos funciones en
el espacio fase y , son iguales débilmente ---lo
que se denota como ---, si ellas son
idénticas hasta que se cumplan las ecuaciones de
movimiento, lo también denotado como on shell.

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:

Se dice entonces de f y g que están relacionadas por

una transformada de Legendre. Son unívocas hasta una
constante aditiva que normalmente se fija mediante el
requisito adicional de que
La transformada de Legendre es su propia inversa, y está
relacionada a la integración por partes. Dicha
transformada se puede generalizar a la transformada de
Legendre-Fenchel. Una transformada de Legendre da
como resultado una nueva función, en la que se sustituye
una o más variables independientes con la derivada de la
función original respecto a esa variable. Reciben su

280
g queda determinada y es llamada la transformada
de Legendre de la función f.

Veamos cómo podemos escribir explícitamente la

forma de g. Derivando con respecto a x en la
condición impuesta

vemos que la variable de la nueva función es la

función derivada de la función original.
Suponiendo aplicable el teorema de la función
inversa podemos obtener su inversa

y despejando g de la primera ecuación podemos

escribir esta por medio de la función f que se
conocía ya y x(y), que sabemos como obtener

nombre debido a Adrien-Marie Legendre. Adrien-Marie

Legendre; París, 18 de septiembre de 1752 -
Auteuil, Francia, 10 de enero de 1833)

281
Si
f ( x) + g ( y ) = xy
y
df
=y
dx
Tenemos
df df
f ( x) + g ( ) = x
dx dx

Según el teorema de la función inversa

dy[ f (x )]  df ( x) 
−1
df ( x) dy 1 dx
= y⇒ =  ⇔ = =
dx dx  dx  dx df df
dx

− f [x( y )] = x( y ) y − f [x( y )]
df
g ( y) = x
dx

8.10 Teorema de la función implícita

En análisis matemático, el teorema de la función

implícita establece condiciones suficientes bajo las
cuales una ecuación o conjunto de ecuaciones de
varias variables permite definir a una de ellas o
varias de ellas como función de las demás.
Una función y(x) está dada de
forma implícita cuando está definida de la forma F

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

cierta región de entre las variables x e y:

8.10.1 Ejemplos

La circunferencia unitaria puede representarse por

la ecuación implícita .
Alrededor del punto A, podremos expresar y como
una función . Pero no existirá
una función similar en un entorno del punto B.
Antes de enunciar el teorema, considere la
función que definiremos:

La función admite como preimágenes todos

los vectores que resuelven la
ecuación . Por esto, no es

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:

Puede verse que si para valores de (z, u)

cercanos al punto (0, 1) existen dos
funciones tales que se
cumple automáticamente para puntos de
un entorno abierto:

8.10.2 Enunciado general

El enunciado general es como sigue:
Teorema (de la Función Implícita)

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

En topología, un fibrado (o haz fibrado) es

una función continua exhaustiva π, de un espacio
topológico E a otro espacio topológico B,
satisfaciendo otra condición que lo hace de una
forma particularmente simple localmente.
Introduciendo otro espacio topológico F, utilizamos
la función de proyección de B x F → B como
modelo. Por ejemplo en el caso de un fibrado
vectorial, F es un espacio vectorial.

Definición: Base. Se llama base de un

espacio (o subespacio) vectorial a un sistema
generador de dicho espacio o subespacio, que sea a
la vez linealmente independiente.
Propiedades de las bases.
1. Una base de S es un sistema generador minimal
de S (lo más pequeño posible).
2. Además es un conjunto independiente maximal
dentro de S (lo más grande posible).
3. Una base de S permite expresar todos los
vectores de S como combinación lineal de ella, de
manera única para cada vector.
La base canónica (o base natural, o base estándar)
n
deℜ ;

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.

8.12 Los grupos de Lie

En matemática, un grupo de Lie (nombrado así
por Sophus Lie) es una variedad
diferenciable real o compleja que es también
un grupo tal que las operaciones de grupo
(multiplicación e inversión) son
funcionesdiferenciables o analíticas, según el caso.

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.

El álgebra de Lie es anticonmutativa y obedece a la

identidad de Jacobi (las conmutaciones de 3
elementos tomados 1 contra 2 y sumadas
cíclicamente las tres, da cero.

Las teorías de Yang-Mills son la versión no lineal

de las ecuaciones de Maxwell, entendiendo por “no
lineal” que las excitaciones del campo tipo
partícula pueden interaccionar entre sí (algo
imposible en el electromagnetismo).
Para especificar una teoría de Yang-Mills se
necesita especificar una conexión en un fibrado y
una métrica en su espacio base (el espaciotiempo).
El grupo de estructura del fibrado representa las
simetrías “internas” del campo, es decir, las
transformaciones geométricas que se pueden
aplicar a las componentes del campo sin que
cambie la física descrita por dicho campo. Se llama
“internas” a estas simetrías porque no afectan a los
puntos del espaciotiempo (como las
transformaciones de Lorentz y Poincaré). A estas
transformaciones geométricas “internas” se les
llama transformaciones gauge y a las teorías de

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

9 Sistemas de ecuaciones con

métodos numéricos.
9.1.1 Chua
function varargout=chua(~,y,str)
k=10;
R=10;
b=1.5;
a=2.25;
L=0.10;
deriv=zeros(4,1);
M=eye(2);
switch str

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

9.1.3 Ecuaciones de Rossler

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

Con esta segunda opción de integración,

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')

Se obtiene la siguiente gráfica

298
 6
x 10
2.5

1.5

0.5

-0.5

-1
-5000 -4000 -3000 -2000 -1000 0 1000 2000

9.1.5 Ecuación no lineal

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')

Variando c de 0.2 a 10 cm, estas son las

trayectorias obtenidas.

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

9.1.9 Intentando una función más

compleja

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

9.1.10 Oscilación de un péndulo

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

9.1.13 Tiro parabólico

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

9.1.14 Tres cuerpos

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

1.1 ALGO SOBRE CIFRAS SIGNIFICATIVAS E

INCERTIDUMBRE ........................................................... 12

1.2 REGLAS SOBRE CIFRAS SIGNIFICATIVAS14

1.2.1 Reglas sobre propagación de incertidumbre...... 16

1.3 RECTANGULOS DE ERROR ........................... 19

1.4 POTENCIAS DE DIEZ (NOTACION

CIENTIFICA)..................................................................... 19

1.5 OPERACIONES CON POTENCIAS DE DIEZ22

1.6 TEOREMA DE PITÁGORAS............................ 25

1.7 Trigonometría; seno, coseno, tangente ............... 26

320
 1.7.1 El círculo trigonométrico................................... 29

1.8 Teorema del coseno .............................................. 31

1.9 Teorema del seno.................................................. 33

1.9.1 Demostración .................................................... 34

1.10 Ecuación de la elipse ............................................ 37

1.11 APÉNDICE 0.- BREVES NOCIONES SOBRE

CÁLCULO. ......................................................................... 40
1.11.1 Derivación .................................................... 40
1.11.2 INTEGRALES ............................................. 43
1.11.3 TÉCNICAS................................................... 45

1.12 DERIVADA DEL SENO ..................................... 46

1.13 LA DERIVADA DEL COSENO......................... 48

1.14 DERIVADA DE LA TANGENTE...................... 49

1.15 Identidades Trigonométricas ............................. 50

1.16 Solución de la ecuación diferencial de 2º orden y

demostración de 8 identidades trigonométricas............... 53

1.17 APÉNDICE –1.- ELEMENTOS DE TENSORES

61
1.17.1 TENSORES DE SEGUNDO RANGO......... 67
1.17.2 PROPIEDADES DE LOS TENSORES ....... 72
1.17.3 Producto directo............................................ 73

1.18 Volviendo a insistir con los tensores, covariante,

contravariante, antisimétrico, simétrico. Componentes
independientes. ................................................................... 73

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

3 ECUACIONES DIFERENCIALES(2). . 115

3.1 Definiciones......................................................... 115

3.1.1 Expresión diferencial....................................... 115
3.1.2 Ecuación diferencial ........................................ 115
3.1.3 Las incógnitas.................................................. 116
3.1.4 Orden de la ecuación diferencial ..................... 116

3.2 Principal clasificación de ecuaciones diferenciales

según el tipo de derivadas. ............................................... 116
3.2.1 Método de separación de variables.................. 117

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

3.3 Método para resolver ecuaciones diferenciales

lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo. .......................... 125

3.4 SISTEMAS DE ECUACIONES

DIFERENCIALES ORDINARIAS 2X2......................... 130
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

3.5 DEFINICION DE PUNTO CRITICO ............. 147

3.5.1 EJEMPLO DE NODOS .................................. 148
3.5.2 EJEMPLO DE CENTROS .............................. 152
3.5.3 EJEMPLO DE ESPIRALES ........................... 155
3.5.4 EJEMPLO DE PUNTOS DE SILLA .............. 158

4 ESTABILIDAD Y PUNTOS CRÍTICOS

159

4.1 DEFINICION Y RESULTADOS PRINCIPALES

159
4.1.1 NODOS: ESTABLES, INESTABLES............ 163
4.1.2 SILLAS: INESTABLES ................................. 166

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

6 MAGNITUDES .................................... 179

6.1.1 MAGNITUD ................................................... 180

EXISTE UNA SEGUNDA CLASIFICACIÓN

DE VECTORES.......................................... 185
6.2 APÉNDICE- LA IMPORTANCIA DEL
CALCULO VECTORIAL. .............................................. 187

AQUÍ VAMOS A VER LAS TRES FORMAS

DE ENCARAR EL TRABAJO CON.......... 188
6.2.1 SUMAS Y RESTAS DE VECTORES............ 189

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 ......................................... 191

MIENTRAS QUE EL VECTOR R, CUYA

MEDIDA ES 4,7 CM................................... 192

SI AHORA OBSERVAMOS LOS VECTORES

................................................................... 193

324
ELEVANDO AL CUADRADO LAS
IGUALDADES (2) Y (3), ENCONTRAMOS194

SI AHORA SUMAMOS LAS RELACIONES

(4) Y (5), OBTENEMOS ............................. 194

S2.COS2χ + S2.SEN2χ = A2 + B2.COS2α +

B2.SEN2α + 2.A.B.COSαα ........................... 194

S2(COS2χ + SEN2χ) = A2 + B2(COS2α +

SEN2α) + 2.A.B.COSαα ............................... 195

HACIENDO USO DE LA EXPRESIÓN (1),

NOTAMOS QUE NOS QUEDA.................. 195

PARA DETERMINAR LA RESTA PODEMOS

HACER USO DEL MISMO TRIÁNGULO, O
FORMAR EL DEL DIBUJO 5. AHORA,
APLICANDO NUEVAMENTE EL
TEOREMA DEL COSENO, HALLAMOS... 196

Bsenα
tgχ = (10) A . 196
B cos α − A

EN TANTO QUE, PARA LA RESTA ......... 197

LUEGO, LA SUMA NOS RESULTA EN... 199

325
EL NUEVO VECTOR SUMA, TIENE
COMPONENTES DETERMINADAS POR (15)
Y (16) ......................................................... 199

EL MÓDULO DE S SE HALLA, UTILIZANDO

PITÁGORAS .............................................. 199

α)2 + (B.SENα
S2 = (A + B.COSα α)2............... 199

NUEVAMENTE, EL ÁNGULO ENTRE S‚ Y

EL EJE X LO DETERMINAMOS MEDIANTE
LA FÓRMULA (10). ................................... 200

PARA EL CASO DE LA RESTA, EL

RESULTADO ES SIMILAR A LAS ......... 200
6.2.2 PRODUCTOS VECTORIALES ..................... 200

EJEMPLOS, EL DESPLAZAMIENTO ∆R‚ EN

EL M.R.U. DE VELOCIDAD INICIAL NULA,
ES .............................................................. 201

EL IMPULSO ............................................. 202

ES POSIBLE MULTIPLICAR DOS

VECTORES DE FORMA TAL QUE EL
RESULTADO SEA UNA MAGNITUD
ESCALAR. TAL PRODUCTO RECIBE EL
NOMBRE DE "PRODUCTO ESCALAR" O
"PRODUCTO PUNTO" ENTRE
VECTORES. SE OBTIENE

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

EJEMPLOS. TRABAJO DE UNA FUERZA

(W), ............................................................ 202

SE PUEDEN MULTIPLICAR DOS

VECTORES, DE TAL FORMA DE OBTENER
................................................................... 203

GEOMÉTRICAMENTE, REPRESENTA
MULTIPLICAR EL MÓDULO DE.............. 203

FUERZA MAGNÉTICA (O FUERZA DE

LORENTZ) ................................................. 205
6.2.3 ALGO MAS SOBRE FUNCIONES
CIRCULARES .............................................................. 205

DE ACUERDO A LAS DEFINICIONES DE

LAS FUNCIONES SEN α .......................... 205
6.3 MEDIDAS E INCERTIDUMBRE ................... 209
6.3.1 Propagación de errores. ................................... 212

7 PRIMEROS ELEMENTOS DE CÁLCULO

OPERACIONAL......................................... 214

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

8.1 Símbolos de Christoffel...................................... 258

8.2 Variables canónicas............................................ 259

8.3 Variables de configuración................................ 260

8.4 Vínculos............................................................... 261

8.5 Formulaciones hamiltoniana y lagrangiana de la

mecánica............................................................................ 262
8.5.1 La formulación hamiltoniana...................... 266

8.6 Multiplicadores lagrangianos............................ 272

8.7 El método de los multiplicadores de Lagrange 273

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

8.9 Transformadas de Legendre ............................. 280

8.9.1 Definición........................................................ 280

8.10 Teorema de la función implícita ....................... 282

8.10.1 Ejemplos ..................................................... 283
8.10.2 Enunciado general ...................................... 284

328
8.11 Fibrado................................................................ 286

8.12 Los grupos de Lie ............................................... 287

9 SISTEMAS DE ECUACIONES CON

MÉTODOS NUMÉRICOS. ......................... 290
9.1.1 Chua ................................................................ 290
9.1.2 Otro sistema cualquiera ................................... 292
9.1.3 Ecuaciones de Rossler ..................................... 293
9.1.4 Doble pozo ...................................................... 295
9.1.5 Ecuación no lineal ........................................... 299
9.1.6 Bajada en esquíes por los mogotes. ................. 301
9.1.7 Centros ............................................................ 304
9.1.8 Espirales .......................................................... 305
9.1.9 Intentando una función más compleja ............. 306
9.1.10 Oscilación de un péndulo............................ 310
9.1.11 Oscilaciones amortiguadas forzadas........... 312
9.1.12 Poincaré-Bendixon ..................................... 313
9.1.13 Tiro parabólico ........................................... 316
9.1.14 Tres cuerpos................................................ 317
9.1.15 Atractor de Van der Pol .............................. 319

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

10.1.1 Oscilación compuesta por la

superposición de cinco funciones
seno de diferentes frecuencias,
múltiplos de la inicial
clear
x=0;
for i= 1 : 200;
h(i)=x;
x=0.02*i;
c=0.05;
q(i)=c*sin(1*pi*x);
p(i)=(c/2)*cos(2*pi*x);
r(i)=(c/2)*sin(3*pi*x+(pi/2));
s(i)=(c/2)*cos(4*pi*x+(pi/2));
t(i)=(c/2)*sin(5*pi*x+(pi/3));

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

10.1.2 Oscilación armónica con

ruido agregado
function generadorruido
clear
t = (0:0.001:1);
y = sin(2*pi*100*t)+0.5*randn(size(t));
plot(t(1:50),y(1:50));

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

10.1.3 Diente de sierra. Función

obtenida a partir de la suma de
armónicos.
function dientesierra
fs = 10;
t = 0:1/fs:2;
x = sawtooth(24*pi*t,0.9);
plot(t,x), axis([0 2 -1 1]);

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

10.1.4 Una onda cuadrada,

obtenida a partir de la suma de 15
funciones senoidales.
clear
x=0;
for i= 1 : 200;
h(i)=x;
x=0.02*i;
c=0.05;

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

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.

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

10.1.6 Simulaciones de campos

eléctricos.
Primero, dos cargas de signo opuesto

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

Segundo, dos cargas de igual signo

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

10.1.7 Una curva extraña, llamada

cardioide

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

10.1.8 Una posible curva

característica de diodo

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

10.1.9 Una espiral

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

10.1.10 La aplicación logística

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

10.1.11 Polinomio segundo grado

clear
x=0.2;
c=3.25;
for i= 1 : 8001;
h(i)=x;
f(i)=c*x-c*x^2;
P(i)=(c-2*c*x)^2;
x=x+0.0001;
end

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

10.1.12 Sistema masa-resorte

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

10.1.13 Espacio con curvatura

negativa, silla de montar.

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

10.1.16 Una función de dos

variables

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')

10.1.17 Polinomio grado 5

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

10.1.18 Función cuadrática. Un haz

de curvas correspondientes a
c=0.
clear
x=0;
c=0;
i=1;
j=1;
while 0<=x & x<=1;
while c>=0 & c<=4;
q(i,j)=c*(1-x)*x;
g(i,j)=x;
j=j+1;

362
 c=c+0.1;
end
i=i+1;
j=1
c=0
x=x+0.01;
end
plot (g,q,'.r')

10.1.19 Atractor de Henon

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)

10.1.23 Curva característica de un

transistor

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.

10.1.31 Construyendo una

circunferencia

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:

Unidades básicas del sistema internacional (SI)

Unidad
Magnitud
Nombre Símbolo
Longitud metro m
Masa kilogramo kg
Tiempo segundo s
Intensidad eléctrica ampere A
Intensidad luminosa candela cd
Temperatura kelvin K
Cantidad de sustancia mol mol

Además de las unidades básicas hay dos unidades

suplementarias:

Unidades suplementarias del sistema internacional

(SI)
Unidad
Magnitud
Nombre Símbolo
Ángulo plano radián rad
Ángulo sólido estereorradián sr

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

Los símbolos de las unidades pueden verse

afectados de prefijos que actúan como múltiplos y
submúltiplos decimales. Estos prefijos se colocan
delante del símbolo de la unidad correspondiente
sin espacio intermedio. El conjunto del símbolo
más el prefijo equivale a una nueva unidad que
puede combinarse con otras unidades y elevarse a
cualquier exponente (positivo o negativo). Los
prefijos decimales se muestran en las tablas
siguientes.

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

• Los símbolos que corresponden a unidades

derivadas de nombres propios se escriben
con la letra inicial mayúscula (ejemplos: A,
V, etc.). Siempre con letras romanas a
excepción del ohm.
• Los demás símbolos se escriben con letras
romanas minúsculas.
• Los símbolos de las unidades no cambian
de forma para el plural (no incorporan
ninguna s) y no van seguidos de punto.
• Las unidades derivadas se definen como
productos o cocientes de las unidades
básicas o suplementarias aunque también
pueden utilizarse unidades suplementarias

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

1.1 ALGO SOBRE CIFRAS SIGNIFICATIVAS E

INCERTIDUMBRE ........................................................... 12

1.2 REGLAS SOBRE CIFRAS SIGNIFICATIVAS14

1.2.1 Reglas sobre propagación de incertidumbre...... 16
1.2.1.1 INCERTIDUMBRE EN SUMA Y RESTA.
17
1.2.1.2 INCERTIDUMBRE EN PRODUCTO Y
COCIENTE................................................................. 18

1.3 RECTANGULOS DE ERROR ........................... 19

1.4 POTENCIAS DE DIEZ (NOTACION

CIENTIFICA)..................................................................... 19

1.5 OPERACIONES CON POTENCIAS DE DIEZ22

1.6 TEOREMA DE PITÁGORAS............................ 25

1.7 Trigonometría; seno, coseno, tangente ............... 26

1.7.1 El círculo trigonométrico................................... 29

1.8 Teorema del coseno .............................................. 31

1.9 Teorema del seno.................................................. 33

1.9.1 Demostración .................................................... 34

1.10 Ecuación de la elipse ............................................ 37

1.11 APÉNDICE 0.- BREVES NOCIONES SOBRE

CÁLCULO. ......................................................................... 40
1.11.1 Derivación .................................................... 40

399
 1.11.2 INTEGRALES ............................................. 43
1.11.3 TÉCNICAS................................................... 45

1.12 DERIVADA DEL SENO ..................................... 46

1.13 LA DERIVADA DEL COSENO......................... 48

1.14 DERIVADA DE LA TANGENTE...................... 49

1.15 Identidades Trigonométricas ............................. 50

1.16 Solución de la ecuación diferencial de 2º orden y

demostración de 8 identidades trigonométricas............... 53

1.17 APÉNDICE –1.- ELEMENTOS DE TENSORES

61
1.17.1 TENSORES DE SEGUNDO RANGO......... 67
1.17.2 PROPIEDADES DE LOS TENSORES ....... 72
1.17.3 Producto directo............................................ 73

1.18 Volviendo a insistir con los tensores, covariante,

contravariante, antisimétrico, simétrico. Componentes
independientes. ................................................................... 73

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

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

3 ECUACIONES DIFERENCIALES(2). . 115

3.1 Definiciones......................................................... 115

3.1.1 Expresión diferencial....................................... 115
3.1.2 Ecuación diferencial ........................................ 115
3.1.3 Las incógnitas.................................................. 116
3.1.4 Orden de la ecuación diferencial ..................... 116

3.2 Principal clasificación de ecuaciones diferenciales

según el tipo de derivadas. ............................................... 116
3.2.1 Método de separación de variables.................. 117
3.2.2 Método para resolver ecuaciones diferenciales
ordinarias lineales de coeficientes constantes de 2do grado
y 2do miembro nulo....................................................... 119
3.2.2.1 r1 y r2 reales y distintas........................... 121
3.2.2.2 r1 y r2 reales e iguales............................. 121
3.2.2.3 r1 y r2 complejos conjugados.................. 121
3.2.3 Método para resolver ecuaciones diferenciales
lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo.......................... 122

3.3 Método para resolver ecuaciones diferenciales

lineales de 2do orden a coeficientes constantes completas
homogéneas o de 2do miembro no nulo. .......................... 125

3.4 SISTEMAS DE ECUACIONES

DIFERENCIALES ORDINARIAS 2X2......................... 130

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

3.5 DEFINICION DE PUNTO CRITICO ............. 147

3.5.1 EJEMPLO DE NODOS .................................. 148
3.5.2 EJEMPLO DE CENTROS .............................. 152
3.5.3 EJEMPLO DE ESPIRALES ........................... 155
3.5.4 EJEMPLO DE PUNTOS DE SILLA .............. 158

4 ESTABILIDAD Y PUNTOS CRÍTICOS

159

4.1 DEFINICION Y RESULTADOS PRINCIPALES

159
4.1.1 NODOS: ESTABLES, INESTABLES............ 163
4.1.2 SILLAS: INESTABLES ................................. 166

5 SERIES ............................................... 170

5.1.1 PRUEBAS DE CONVERGENCIA ................ 172
5.1.1.1 Prueba de Raabe..................................... 172
5.1.1.2 Prueba de Gauss..................................... 173
5.1.2 Series alternantes............................................. 173
5.1.2.1 Convergencia absoluta ........................... 174
5.1.2.2 Álgebra se series. ................................... 174
5.1.3 Series de funciones.......................................... 175
5.1.3.1 Convergencia uniforme.......................... 175
5.1.3.1.1 Prueba M de Weierstrass................... 176
5.1.4 Desarrollo de Taylor........................................ 177
5.1.5 Serie de Maclaurin........................................... 178

402
6 MAGNITUDES .................................... 179
6.1.1 MAGNITUD ................................................... 180
6.1.1.1 CLASIFICACION 1 .............................. 183
6.1.1.2 CLASIFICACION 2.-............................ 184

6.2 APÉNDICE- LA IMPORTANCIA DEL

CALCULO VECTORIAL. .............................................. 187
6.2.1 SUMAS Y RESTAS DE VECTORES............ 189
6.2.1.1 CALCULO GRAFICO .......................... 189
6.2.1.2 B) CALCULO ANALITICO................. 193
6.2.1.3 METODO DE DESCOMPOSICION EN
LOS EJES COORDENADOS .................................. 198
6.2.2 PRODUCTOS VECTORIALES ..................... 200
6.2.2.1 PRODUCTO DE UN VECTOR POR UN
ESCALAR 200
6.2.2.2 B) PRODUCTO ESCALAR DE DOS
VECTORES.............................................................. 202
6.2.2.3 PRODUCTO VECTORIAL .................. 203
6.2.3 ALGO MAS SOBRE FUNCIONES
CIRCULARES .............................................................. 205

6.3 MEDIDAS E INCERTIDUMBRE ................... 209

6.3.1 Propagación de errores. ................................... 212

7 PRIMEROS ELEMENTOS DE CÁLCULO

OPERACIONAL......................................... 214
7.1 Funciones originales y representaciones .......... 214
7.1.1 Función original .............................................. 214
7.1.1.1 Ejemplo.................................................. 215
7.1.2 Representación (transformada de Laplace). .... 215
7.1.2.1 Ejemplo.................................................. 217
7.1.2.2 Segundo ejemplo.................................... 218
7.1.2.3 Otro ejemplo .......................................... 219
7.1.3 Propiedades de la transformación de Laplace . 219
7.1.3.1 Unicidad................................................. 220
7.1.3.2 Linealidad. ............................................. 220
7.1.3.2.1 Ejemplo. Linealidad .......................... 220

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

8.1 Símbolos de Christoffel...................................... 258

8.2 Variables canónicas............................................ 259

8.3 Variables de configuración................................ 260

8.4 Vínculos............................................................... 261

8.5 Formulaciones hamiltoniana y lagrangiana de la

mecánica............................................................................ 262
8.5.1 La formulación hamiltoniana...................... 266
8.5.1.1 Definición de cantidad de movimiento
lineal 266
8.5.1.2 Coordenadas ignoradas o cíclicas .......... 266
8.5.1.3 Espacio de las fases................................ 267
8.5.1.4 La función hamiltoniana ........................ 268
8.5.1.5 Significado ............................................. 269
8.5.1.6 Invariancia en los sistemas holónomos
esclerónomos ............................................................ 269
8.5.1.7 Las Ecuaciones de Hamilton.................. 270

8.6 Multiplicadores lagrangianos............................ 272

8.7 El método de los multiplicadores de Lagrange 273

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

8.9 Transformadas de Legendre ............................. 280

8.9.1 Definición........................................................ 280

8.10 Teorema de la función implícita ....................... 282

8.10.1 Ejemplos ..................................................... 283
8.10.2 Enunciado general ...................................... 284

8.11 Fibrado................................................................ 286

8.12 Los grupos de Lie ............................................... 287

9 SISTEMAS DE ECUACIONES CON

MÉTODOS NUMÉRICOS. ......................... 290
9.1.1 Chua ................................................................ 290
9.1.2 Otro sistema cualquiera ................................... 292
9.1.3 Ecuaciones de Rossler ..................................... 293
9.1.4 Doble pozo ...................................................... 295
9.1.5 Ecuación no lineal ........................................... 299
9.1.6 Bajada en esquíes por los mogotes. ................. 301
9.1.7 Centros ............................................................ 304
9.1.8 Espirales .......................................................... 305
9.1.9 Intentando una función más compleja ............. 306
9.1.10 Oscilación de un péndulo............................ 310
9.1.11 Oscilaciones amortiguadas forzadas........... 312
9.1.12 Poincaré-Bendixon ..................................... 313
9.1.13 Tiro parabólico ........................................... 316
9.1.14 Tres cuerpos................................................ 317
9.1.15 Atractor de Van der Pol .............................. 319

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