Problemas de Matemáticas Universitarias

PROBLEMAS DE
MATEM
ATICAS
UNIVERSITARIAS
Fernando Revilla
Bajo la licencia Creative Commons: (CC BY-NC-ND 3.0)
Pr ologo
Este libro consta de una coleccion de algunos de los problemas de ma-
tematicas explicados por m en distintos cursos de preparacion de asignatu-
ras de Ingenieras y Facultades del distrito universitario de Madrid, y que
fueron impartidos en academias de ense nanza universitaria. Consta de tres
partes:

Algebra Lineal, Analisis real y complejo, y Ecuaciones diferenciales
ordinarias.
Cada problema lleva un ttulo lo mas descriptivo posible y aquellos que
han sido propuestos en examen o bien como trabajo personal, llevan una
cita de su procedencia. Espero que puedan ser de interes para alumnos de
Ciencias e Ingenieras.
Madrid, a noviembre de 2012.
El autor.
3
4
Indice general
I

ALGEBRA LINEAL 13
1. Estructuras algebraicas 15
1.1. Relacion y operaciones en el plano . . . . . . . . . . . . . . . 15
1.2. Un grupo conmutativo . . . . . . . . . . . . . . . . . . . . . . 17
1.3. Grupo de funciones matriciales . . . . . . . . . . . . . . . . . 18
1.4. Grupo construido por biyeccion . . . . . . . . . . . . . . . . . 20
1.5. Subgrupo normal y centro . . . . . . . . . . . . . . . . . . . . 23
1.6. Tres igualdades en un grupo . . . . . . . . . . . . . . . . . . . 25
1.7. Conmutador y subgrupo derivado . . . . . . . . . . . . . . . . 26
1.8. Centro de un grupo de matrices . . . . . . . . . . . . . . . . . 27
1.9. Homomorsmo de grupos. Factoriz. canonica . . . . . . . . . 28
1.10. Grupo no cclico . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.11. Conjunto, grupo y aplicacion . . . . . . . . . . . . . . . . . . 30
1.12. Grupo de aplicaciones anes . . . . . . . . . . . . . . . . . . . 32
1.13. Anillo seg un parametro . . . . . . . . . . . . . . . . . . . . . 33
1.14. Anillo y grupo de matrices . . . . . . . . . . . . . . . . . . . . 34
1.15. Anillo idempotente . . . . . . . . . . . . . . . . . . . . . . . . 35
1.16. Maximo com un divisor en Z[i] . . . . . . . . . . . . . . . . . . 37
1.17. Dominio de integridad no eucldeo . . . . . . . . . . . . . . . 39
1.18. Ideal bilatero f(I) . . . . . . . . . . . . . . . . . . . . . . . . 41
1.19. Cuerpo con funcion sobre los reales . . . . . . . . . . . . . . . 42
1.20. Cuaternios de Hamilton . . . . . . . . . . . . . . . . . . . . . 43
2. Espacios vectoriales, homomorsmos 45
2.1. Caracterizacion de subespacios vectoriales . . . . . . . . . . . 45
2.2. Suma directa de dos subespacios . . . . . . . . . . . . . . . . 47
2.3. Suma directa de varios subespacios . . . . . . . . . . . . . . . 49
2.4. Subespacio Ax = 0 . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5. Subespacios transversales . . . . . . . . . . . . . . . . . . . . 53
2.6. Interseccion de subespacios de (Z
7
)
4
. . . . . . . . . . . . . . 54
2.7. Cambio de base en orbitales atomicos . . . . . . . . . . . . . 56
5
6

INDICE GENERAL
2.8. Matrices de homomorsmos . . . . . . . . . . . . . . . . . . . 57
2.9. Endomorsmo nilpotente . . . . . . . . . . . . . . . . . . . . 59
2.10. Base del espacio vectorial cociente . . . . . . . . . . . . . . . 61
2.11. N ucleo e imagen del operador derivacion . . . . . . . . . . . . 63
2.12. Clasicacion de endomorsmos . . . . . . . . . . . . . . . . . 65
2.13. Hiperplanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.14. Suma S
4
= 1
4
+ 2
4
+ 3
4
+. . . +n
4
. . . . . . . . . . . . . . . 68
2.15. Sucesiones exactas . . . . . . . . . . . . . . . . . . . . . . . . 70
2.16. Endomorsmo en C(R) . . . . . . . . . . . . . . . . . . . . . . 71
2.17. Aplicacion lineal: factorizacion canonica . . . . . . . . . . . . 73
2.18. Endomorsmo en un subespacio de ((R) . . . . . . . . . . . . 75
2.19. Operador traspuesto en el espacio dual . . . . . . . . . . . . . 78
2.20. Espacio dual. Interpolacion . . . . . . . . . . . . . . . . . . . 80
3. Formas canonicas 85
3.1. Diagonalizacion seg un parametros . . . . . . . . . . . . . . . 85
3.2. Calculo de una base de Jordan . . . . . . . . . . . . . . . . . 86
3.3. Potencia enesima por forma de Jordan . . . . . . . . . . . . . 90
3.4. Logaritmo de una matriz . . . . . . . . . . . . . . . . . . . . . 93
3.5. Determinante con diagonalizacion . . . . . . . . . . . . . . . . 95
3.6. Diagonalizacion en C
n
[z] . . . . . . . . . . . . . . . . . . . . . 97
3.7. Potencia enesima por diagonalizacion . . . . . . . . . . . . . . 99
3.8. Potencia enesima por Cayley-Hamilton . . . . . . . . . . . . . 101
3.9. Lmite de una sucesion matricial . . . . . . . . . . . . . . . . 102
3.10. Formas de Jordan de AB y BA . . . . . . . . . . . . . . . . . 103
3.11. Modelo de poblaciones . . . . . . . . . . . . . . . . . . . . . . 105
3.12. Endomorsmo con modelo de autopista . . . . . . . . . . . . 107
3.13. Lmite de una sucesion de puntos . . . . . . . . . . . . . . . . 110
3.14. Forma canonica del operador derivacion . . . . . . . . . . . . 112
3.15. Coseno de una matriz . . . . . . . . . . . . . . . . . . . . . . 114
3.16. Endomorsmo idempotente . . . . . . . . . . . . . . . . . . . 115
3.17. Involuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.18. Valor propio y asntota horizontal . . . . . . . . . . . . . . . . 118
3.19. Matriz exponencial: denicion . . . . . . . . . . . . . . . . . . 119
3.20. Formas de Jordan de rango 1 . . . . . . . . . . . . . . . . . . 123
4. Formas bilineales, producto escalar 129
4.1. Metodo de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.2.

Angulo en R
2
[x] . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4.3. Signatura de una forma cuadratica . . . . . . . . . . . . . . . 132
4.4. Forma cuadr atica mediante una integral . . . . . . . . . . . . 133
4.5. Cociente de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . 134
INDICE GENERAL 7
4.6. Mnimo de una funcion cuadratica en R
n
. . . . . . . . . . . . 137
4.7. Funciones convexas y formas cuadraticas . . . . . . . . . . . . 138
4.8. N ucleo de una forma cuadratica . . . . . . . . . . . . . . . . . 140
4.9. Diagonalizacion simultanea: sistema diferencial . . . . . . . . 142
4.10. Forma cuadratica multiplicativa . . . . . . . . . . . . . . . . . 144
4.11. Descomposicion en valores singulares . . . . . . . . . . . . . . 145
4.12. Diagonalizacion ortogonal . . . . . . . . . . . . . . . . . . . . 149
4.13. Semejanza, congruencia y equivalencia . . . . . . . . . . . . . 150
4.14. Gram-Schmidt con integral impropia . . . . . . . . . . . . . . 152
4.15. Proyeccion ortogonal en R
2
[x] . . . . . . . . . . . . . . . . . . 154
4.16. Endomorsmo simetrico . . . . . . . . . . . . . . . . . . . . . 155
4.17. Endomorsmo antisimetrico . . . . . . . . . . . . . . . . . . . 158
4.18. Automorsmo en un espacio eucldeo . . . . . . . . . . . . . . 161
4.19. Endomorsmo, forma cuadratica y cono . . . . . . . . . . . . 163
4.20. Matriz normal . . . . . . . . . . . . . . . . . . . . . . . . . . 166
5. Miscelanea algebraica 169
5.1. Finura de las relaciones de orden . . . . . . . . . . . . . . . . 169
5.2. Tres relaciones en N . . . . . . . . . . . . . . . . . . . . . . . 170
5.3. Matrices magicas . . . . . . . . . . . . . . . . . . . . . . . . . 172
5.4. Matriz de Markov . . . . . . . . . . . . . . . . . . . . . . . . 176
5.5. Inversa generalizada o g-inversa . . . . . . . . . . . . . . . . . 177
5.6. Determinate por induccion y sistema lineal . . . . . . . . . . 180
5.7. Determinante con n umeros combinatorios . . . . . . . . . . . 182
5.8. Determinante e inversa de orden n . . . . . . . . . . . . . . . 183
5.9. Raz cuadruple seg un parametros . . . . . . . . . . . . . . . . 185
5.10. Familia de polinomios p(x
2
) = p(x)p(x + 1) . . . . . . . . . . 185
5.11. Expresion p(x) = c
0
+
n
k=1
c
k
(x x
1
) . . . (x x
k
) . . . . . . 187
5.12. Seno de 72
o
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.13. Forma bilineal y sistema diferencial . . . . . . . . . . . . . . . 190
5.14. Metodo del simplex: maximo de una integral . . . . . . . . . 193
5.15. Metodo del simplex: aplicacion . . . . . . . . . . . . . . . . . 195
5.16. Familia uniparametrica de conicas . . . . . . . . . . . . . . . 197
5.17. Cuadrica como lugar geometrico . . . . . . . . . . . . . . . . 198
5.18. Circunferencia, conica y forma cuadratica . . . . . . . . . . . 199
5.19. Curva plana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
5.20. Supercie de revolucion y conica . . . . . . . . . . . . . . . . 201
8

INDICE GENERAL
II AN
ALISIS REAL Y COMPLEJO 205

6. Analisis real univariable 207
6.1. Familia de sucesiones recurrentes . . . . . . . . . . . . . . . . 207
6.2. Continuidad de funciones . . . . . . . . . . . . . . . . . . . . 208
6.3. Funciones f-continuas . . . . . . . . . . . . . . . . . . . . . . 210
6.4. Valores intermedios y Bolzano: aplicacion . . . . . . . . . . . 212
6.5. Derivacion de funciones no elementales . . . . . . . . . . . . . 213
6.6. Derivada simetrica . . . . . . . . . . . . . . . . . . . . . . . . 216
6.7. Derivabilidad absoluta . . . . . . . . . . . . . . . . . . . . . . 218
6.8. Derivada (g f
1
)
(6) . . . . . . . . . . . . . . . . . . . . . . 221
6.9. Familia de funciones de clase 1 . . . . . . . . . . . . . . . . . 221
6.10. Aplicacion del teorema de Rolle . . . . . . . . . . . . . . . . . 222
6.11. Lmite de las races de p
n
(x) = x
n+2
2x + 1 . . . . . . . . . 223
6.12. Formula de Leibniz: derivada (uv)
(n)
. . . . . . . . . . . . . . 225
6.13. Aplicacion de la formula de Taylor . . . . . . . . . . . . . . . 227
6.14. Calculo de un lmite por integrales . . . . . . . . . . . . . . . 228
6.15. Pi es irracional . . . . . . . . . . . . . . . . . . . . . . . . . . 229
6.16. Formula de Wallis . . . . . . . . . . . . . . . . . . . . . . . . 231
6.17. Integral de Euler-Poisson . . . . . . . . . . . . . . . . . . . . 233
6.18.
_
0
dx/(5 3 cos x)
3
por deriv. parametrica . . . . . . . . . . 234
6.19.
_
/2
0
(arctan sin x/ sin x) dx por deriv. parametrica . . . . . . . 235
6.20. Funcion Gamma de Euler . . . . . . . . . . . . . . . . . . . . 237
6.21. Integral mediante las Gamma y Beta . . . . . . . . . . . . . . 241
6.22. Sucesion funcional con lmite (x) . . . . . . . . . . . . . . . 241
6.23. Series de Bertrand . . . . . . . . . . . . . . . . . . . . . . . . 244
6.24. Criterio de Weierstrass: suma de una serie . . . . . . . . . . . 245
6.25. Sucesion de Fibonacci . . . . . . . . . . . . . . . . . . . . . . 247
7. Analisis real multivariable 249
7.1. Puntos de discontinuidad, compacidad . . . . . . . . . . . . . 249
7.2. Diferenciabilidad en R
2
. . . . . . . . . . . . . . . . . . . . . 250
7.3. Diferencial de una composicion . . . . . . . . . . . . . . . . . 253
7.4. Derivada direccional maxima . . . . . . . . . . . . . . . . . . 255
7.5. Invertibilidad local con integrales . . . . . . . . . . . . . . . . 255
7.6. Invertibilidad local con series . . . . . . . . . . . . . . . . . . 256
7.7. Funcion implcita en R R . . . . . . . . . . . . . . . . . . . 257
7.8. Funciones implcitas en R
n
R
m
. . . . . . . . . . . . . . . . 258
7.9. Puntos crticos: casos dudosos . . . . . . . . . . . . . . . . . . 262
7.10. Puntos crticos de f(x, y) =
k=0
(xy)
k
. . . . . . . . . . . . 264
7.11. Puntos crticos de g(x, y) = p(f(x)) +p(f(y)) . . . . . . . . . 265
7.12. Integral biparametrica: extremos locales . . . . . . . . . . . . 268
INDICE GENERAL 9
7.13. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . 270
7.14. Extremos absolutos sobre compactos . . . . . . . . . . . . . . 273
7.15. Integral doble impropia por cambio ortogonal . . . . . . . . . 276
7.16. Integral doble impropia con parametros . . . . . . . . . . . . 277
7.17. Integral en el cubo unidad . . . . . . . . . . . . . . . . . . . . 278
7.18. Moviles sobre dos circunferencias . . . . . . . . . . . . . . . . 279
7.19. Centro de gravedad de una esfera . . . . . . . . . . . . . . . . 280
7.20. Integral de supercie de funcion homogenea . . . . . . . . . . 282
7.21. Circulacion de un campo . . . . . . . . . . . . . . . . . . . . . 283
7.22. Potencial de un campo . . . . . . . . . . . . . . . . . . . . . . 284
7.23. Campo gradiente . . . . . . . . . . . . . . . . . . . . . . . . . 286
7.24. Teoremas de Stokes y Gauss: comprobacion . . . . . . . . . . 289
7.25. Flujo y circulacion de

F(r) = (a r)
10
r . . . . . . . . . . . . . 291
8. Analisis complejo 293
8.1. Proyeccion estereograca . . . . . . . . . . . . . . . . . . . . . 293
8.2. Ecuaciones de Cauchy-Riemann . . . . . . . . . . . . . . . . . 295
8.3. Funcion armonica conjugada . . . . . . . . . . . . . . . . . . 296
8.4. Familia de funciones armonicas . . . . . . . . . . . . . . . . . 297
8.5. Polinomio de Hurwitz . . . . . . . . . . . . . . . . . . . . . . 297
8.6. Familia de racionales complejas . . . . . . . . . . . . . . . . . 298
8.7. Recurrente compleja por serie de potencias . . . . . . . . . . 300
8.8. Desarrollos en serie de Laurent . . . . . . . . . . . . . . . . . 302
8.9. Serie de Laurent con parametros . . . . . . . . . . . . . . . . 304
8.10. Integral
_
i
1
(log
3
z/z) dz en [z[ = 1 . . . . . . . . . . . . . . . . 308
8.11. Integral
_
T
z
2
dz sobre una curva de Jordan . . . . . . . . . . 309
8.12. Integral
_
+
0
(cos x/ cosh x) dx por residuos . . . . . . . . . . 310
8.13. Lmite de promedios en un polgono regular . . . . . . . . . . 312
8.14. Formula integ. de Cauchy y matriz exponencial . . . . . . . . 315
8.15. Integral
_
0
(sin 2n/ sin )
2
d . . . . . . . . . . . . . . . . . . 316
8.16. Integral
_
+
0
x dx/((1 +x)
n
(1 x)
n
) . . . . . . . . . . . . 318
8.17. Integrales de Fresnel . . . . . . . . . . . . . . . . . . . . . . . 321
8.18. Un problema de Dirichlet . . . . . . . . . . . . . . . . . . . . 322
8.19. Funcion entera y polinomio . . . . . . . . . . . . . . . . . . . 324
8.20.

Area de una imagen del crculo unidad . . . . . . . . . . . . . 325
8.21. Funcion holomorfa: representacion integral . . . . . . . . . . . 326
8.22. Funcion holomorfa biperiodica . . . . . . . . . . . . . . . . . . 328
8.23. N umero de ceros en Re z > 0 . . . . . . . . . . . . . . . . . . 329
8.24. Desigualdades de Cauchy . . . . . . . . . . . . . . . . . . . . 331
8.25. Residuo en el punto del innito . . . . . . . . . . . . . . . . . 332
10

INDICE GENERAL
9. Miscelanea de Analisis 335
9.1. Un examen completo . . . . . . . . . . . . . . . . . . . . . . . 335
9.2. Derivabilidad seg un parametros . . . . . . . . . . . . . . . . . 339
9.3. Desigualdad y n umero de races . . . . . . . . . . . . . . . . . 341
9.4. Diametro de un subconjunto de R . . . . . . . . . . . . . . . 343
9.5. Aproximacion racional de
5 . . . . . . . . . . . . . . . . . . 344
9.6. Integral doble como producto de simples . . . . . . . . . . . . 345
9.7. Suma de una serie racional . . . . . . . . . . . . . . . . . . . 347
9.8. Irracionalidad del n umero e . . . . . . . . . . . . . . . . . . . 348
9.9. Integral de Gauss o de probabilidades . . . . . . . . . . . . . 349
9.10. Convolucion de dos campanas de Gauss . . . . . . . . . . . . 351
9.11. Derivacion parametrica y lmite . . . . . . . . . . . . . . . . . 353
9.12. Conv. unif. en un intervalo no acotado . . . . . . . . . . . . . 355
9.13. Convergencia uniforme. Teorema de Dini . . . . . . . . . . . 357
9.14. Converg. de series: crit. de Dirichlet . . . . . . . . . . . . . . 358
9.15. Converg. de series: crit. de Abel . . . . . . . . . . . . . . . . . 360
9.16. Espacio de funciones completo y no compacto . . . . . . . . . 361
9.17. Continuidad uniforme y teorema de Tychono . . . . . . . . . 362
9.18. Cardinales de las sigma-algebras contables . . . . . . . . . . . 363
9.19. Funciones holomorfas f : Re f + Im f = 1 . . . . . . . . . . 365
9.20. Polinomio complejo p
(z) = p( z) . . . . . . . . . . . . . . . 365
9.21. Tres desarrollos de Laurent . . . . . . . . . . . . . . . . . . . 367
9.22. Lagrange-Sylvester, representacion integral . . . . . . . . . . 369
9.23. Integral
_
+
0
x
n
dx/(x
2n+1
+ 1) . . . . . . . . . . . . . . . . . 370
9.24. Relacion entre dos integrales . . . . . . . . . . . . . . . . . . . 373
9.25. Integral
_
2
0
cos 3t
12a cos t+a
2
dt . . . . . . . . . . . . . . . . . . . . 375
III ECUACIONES DIFERENCIALES ORDINARIAS 379
10.Ecuaciones y sistemas diferenciales 381
10.1. Construccion de ecuaciones diferenciales . . . . . . . . . . . . 381
10.2. Variables separadas. Intervalo de continuidad . . . . . . . . . 382
10.3. Ecuacion homogenea . . . . . . . . . . . . . . . . . . . . . . . 383
10.4. Ecuacion con coecientes lineales . . . . . . . . . . . . . . . . 384
10.5. Factores integrantes . . . . . . . . . . . . . . . . . . . . . . . 386
10.6. Lineal, Riccati y Bernouilli . . . . . . . . . . . . . . . . . . . 389
10.7. Ecuacion diferencial con paso a polares . . . . . . . . . . . . . 391
10.8. Trayectorias ortogonales y oblicuas . . . . . . . . . . . . . . . 392
10.9. Ecuacion lineal homogenea (orden n) . . . . . . . . . . . . . . 393
10.10.Ecuacion lineal no homogenea (orden n) . . . . . . . . . . . 395
10.11.Superposicion de soluciones . . . . . . . . . . . . . . . . . . . 397
INDICE GENERAL 11
10.12.Tres matrices exponenciales . . . . . . . . . . . . . . . . . . . 398
10.13.Tres sistemas homogeneos . . . . . . . . . . . . . . . . . . . . 401
10.14.Dos sistemas no homogeneos . . . . . . . . . . . . . . . . . . 403
10.15.Ec. diferencial equivalente a un sistema . . . . . . . . . . . . 405
10.16.Ecuacion y forma de Jordan . . . . . . . . . . . . . . . . . . 407
10.17.Ecuacion en diferencias nitas . . . . . . . . . . . . . . . . . 408
10.18.Sistema en diferencias nitas . . . . . . . . . . . . . . . . . . 409
10.19.Soluciones periodicas y orbita . . . . . . . . . . . . . . . . . 410
10.20.Soluciones acotadas de un sistema diferencial . . . . . . . . . 411
11.Sistemas autonomos, estudio cualitativo 415
11.1. Sistena autonomo con paso a polares . . . . . . . . . . . . . 415
11.2. Sistema autonomo con paso a cilndricas . . . . . . . . . . . 416
11.3. Sistema autonomo con paso a esfericas . . . . . . . . . . . . 417
11.4. Difeomorsmo enderezante . . . . . . . . . . . . . . . . . . . 418
11.5. Conguracion de sistemas seg un parametros . . . . . . . . . 420
11.6. Integral primera y orbita circular . . . . . . . . . . . . . . . 421
11.7. Sistema autonomo: dibujo de una orbita . . . . . . . . . . . 422
11.8.

Orbita con paso a polares . . . . . . . . . . . . . . . . . . . . 423
11.9. Conguracion de centro . . . . . . . . . . . . . . . . . . . . . 424
11.10.Integral primera y plano de fases . . . . . . . . . . . . . . . . 426
11.11.Tres orbitas en un conjunto de nivel . . . . . . . . . . . . . . 427
11.12.Estabilidad en sistemas lineales . . . . . . . . . . . . . . . . 428
11.13.Estabilidad por linealizacion . . . . . . . . . . . . . . . . . . 429
11.14.Estabilidad en el interior de una elipse . . . . . . . . . . . . 430
11.15.Estabilidad: metodo directo de Liapunov . . . . . . . . . . . 431
11.16.Teorema de Bendixson-Dulac . . . . . . . . . . . . . . . . . . 432
11.17.Funcion de Liapunov y teorema de Poincare . . . . . . . . . 434
11.18.Teorema de Poincare-Bendixson . . . . . . . . . . . . . . . . 435
11.19.Prolongacion en el tiempo a un conjunto . . . . . . . . . . . 438
11.20.Factor integrante. Sistema gradiente . . . . . . . . . . . . . . 439
12.Miscelanea de ecuaciones diferenciales 441
12.1. Ecuacion de Euler . . . . . . . . . . . . . . . . . . . . . . . . 441
12.2. Ecuacion lineal con coecientes variables . . . . . . . . . . . 442
12.3. Variacion de las constantes . . . . . . . . . . . . . . . . . . . 444
12.4. Polinomio de Taylor de una solucion . . . . . . . . . . . . . . 445
12.5. Puntos atrados por el origen . . . . . . . . . . . . . . . . . . 446
12.6. Matriz exponencial e inversa de I +tA . . . . . . . . . . . . 447
12.7. Tres propiedades de la matriz exponencial . . . . . . . . . . 449
12.8. Matrices componentes . . . . . . . . . . . . . . . . . . . . . . 451
12.9. Norma de una matriz antisimetrica . . . . . . . . . . . . . . 452
12

INDICE GENERAL
12.10.Ecuacion diferencial compleja . . . . . . . . . . . . . . . . . . 453
Parte I
ALGEBRA LINEAL
13
Captulo 1
Estructuras algebraicas
1.1. Relaci on y operaciones en el plano
En el conjunto de los puntos del plano referidos a un par de ejes rectan-
gulares XOY se consideran: a) La ley de composicion A B = M siendo M
el punto de corte de la paralela por A a OX con la paralela por B a OY . b)
La relacion binaria P Q las coordenadas de P y Q suman lo mismo.
Se establece la aplicacion f : R
2
de forma que al punto P(x, y) le
corresponde el par (x
3
, y
3
) de R
2
. Se dene en R
2
la ley de composicion
(a, b) (c, d) = (a, d). Se pide:
1. Es asociativa?
2. Hay neutro en para ?
3. Es una relacion de equivalencia? Si lo es, cuales son las clases de
equivalencia?
4. Es compatible con ? Si lo es, cual es la ley inducida en el conjunto
cociente?
5. Es f un isomorsmo entre las estructuras (, ) y (R
2
, )? [3]
Resolucion. 1. Sean A = (a
1
, a
2
) y B(b
1
, b
2
), por una simple consideracion
geometrica deducimos que (a
1
, a
2
) (b
1
, b
2
) = (b
1
, a
2
).
A(a
1
, a
2
)
B(b
1
, b
2
)
M(b
1
, a
2
)
Y
X
La operacion es asociativa pues
15
16 CAP
ITULO 1. ESTRUCTURAS ALGEBRAICAS

[(a
1
, a
2
) (b
1
, b
2
)] (c
1
, c
2
) = (b
1
, a
2
) (c
1
, c
2
) = (c
1
, a
2
)
(a
1
, a
2
) [(b
1
, b
2
) (c
1
, c
2
)] = (a
1
, a
2
) (c
1
, b
2
) = (c
1
, a
2
)
2. Sea (e
1
, e
2
) un elemento jo de . Si es elemento neutro para la operacion
se ha de vericar
(a
1
, a
2
) (e
1
, e
2
) = (a
1
, a
2
) (a
1
, a
2
)
(e
1
, e
2
) (a
1
, a
2
) = (a
1
, a
2
) (a
1
, a
2
)
Equivalentemente (e
1
, a
2
) = (a
1
, e
2
) = (a
1
, a
2
) (a
1
, a
2
) . Por tanto se
ha de vericar e
1
= a
1
y e
2
= a
2
. No existe pues elemento neutro para la
operacion pues (e
1
, e
2
) ha de ser elemento jo.
3. Veamos que es una relacion de equivalencia. (a) Para todo P(x, y)
de se verica x + y = x + y lo cual implica que es reexiva. (b)
P(x, y) Q(z, t) x + y = z + t z + t = x + y Q(z, t) P(x, y) lo
cual implica que es simetrica.
(c)
_
P(x, y) Q(z, t)
Q(z, t) R(u, v)

_
x +y = z +t
z +t = u +v
x +y = u +v
P(x, y) R(u, v)
lo cual implica que es transitiva.
Hallemos las clases de equivalencia. Sea A(a
1
, a
2
) , la clase de equivalen-
cia a la que pertenece A es [A] = (x, y) : x+y = a
1
+a
2
. Es decir, [A]
esta formada por los puntos de la recta que pasa por A y tiene pendiente
1. Los elementos del conjunto cociente / son exactamente las rectas
del plano de pendiente 1.
Y
X
/
B
A
[A]
[B]
4. La relacion no es compatible con la operacion . En efecto tenemos por
ejemplo (0, 0) (1, 1) y (0, 1) (1, 0) sin embargo
(0, 0) = (0, 0) (0, 1) , (1, 1) (1, 0) = (1, 1)
1.2. UN GRUPO CONMUTATIVO 17
5. Veamos si f es isomorsmo entre las estructuras (, ) y (R
2
, ). Tenemos
f[(a, b) (c, d)] = f[(c, b)] = (c
3
, b
3
)
f[(a, b)] f[(c, d)] = (a
3
, b
3
) (c
3
, d
3
) = (a
3
, d
3
)
No es homomorsmo, en consecuencia tampoco es isomorsmo.
1.2. Un grupo conmutativo
En el conjunto de los n umeros reales R se dene la operacion mediante
x y =
3
_
x
3
+y
3
Demostrar que (R, ) es un grupo abeliano.
Resolucion. (a) Interna. Para todo par de n umeros reales x, y la suma
x
3
+y
3
es un n umero real. Ademas, la raz c ubica de un n umero real es un
n umero real unico. Por tanto, la operacion es interna.
(b) Asociativa. Para todo x, y, z n umeros reales se verica
(x y) z = (
3
_
x
3
+y
3
) z =
3
_
(
3
_
x
3
+y
3
)
3
+z
3
=
3
_
x
3
+y
3
+z
3
x (y z) = x (
3
_
y
3
+z
3
) =
3
_
x
3
+ (
3
_
y
3
+z
3
)
3
=
3
_
x
3
+y
3
+z
3
Es decir, la operacion es asociativa.
(c) Elemento neutro. Para todo x R se verica
x 0 =
3
x
3
+ 0
3
=
3
x
3
= x , 0 x =
3
0
3
+x
3
=
3
x
3
= x
Por tanto, 0 es el elemento neutro de la operacion .
(d) Elemento simetrico. Para todo x R se verica
x (x) =
3
_
x
3
+ (x)
3
=
3
x
3
x
3
=
3
0 = 0
(x) x =
3
_
(x)
3
+x
3
=
3
x
3
+x
3
=
3
0 = 0
Todo x R tiene elemento simetrico, siendo este x.
(e) Conmutativa. Para todo par de n umeros reales x, y :
x y =
3
_
x
3
+y
3
=
3
_
y
3
+x
3
= y x
La operacion es conmutativa. Concluimos que (R, ) es un grupo abeliano.
18 CAP

1.3. Grupo de funciones matriciales
Sea M el conjunto de las matrices reales 2 3. Sea F el conjunto de las
aplicaciones f
AB
: M M denidas por f
AB
(X) = AX + B donde A es
una matriz invertible 2 2 y B una matriz 2 3.
1. Calcular (f
A
2
B
2
f
A
1
B
1
)(X), y concluir probando que la composicion de
aplicaciones es una ley de composicion interna en F.
2. Comprobar que la aplicacion identidad i : M M se puede considerar
perteneciente a F para que matrices concretas A y B es f
AB
= I? Demos-
trar que i es el elemento unidad de F.
3. Enunciar y demostrar la propiedad asociativa. Dar un contraejemplo para
demostrar que no se cumple la propiedad conmutativa. Es decir, encontrar
cuatro matrices para las cuales f
A
2
B
2
f
A
1
B
1
,= f
A
1
B
1
f
A
2
B
2
.
4. Demostrar que cada elemento de F tiene inverso en F. Si f
CD
es el inver-
so de f
AB
, calcular C y D en terminos de A y B. Aplicacion al calculo del
inverso de f
AB
cuando
A =
_
2 1
1 1
_
, B =
_
1 0 2
0 1 1
_
5. Sea la aplicacion h : F R
(grupo multiplicativo de R 0) denido

por h(f
AB
) = det A. Es h un homomorsmo de grupos? Se considera el
subconjunto F
1
de F formado por las f
AB
tales que det A = 1 Es F
1
subgrupo de F? En caso armativo, es F
1
subgrupo normal? [1]
Resolucion. 1. Usando la denicion de composicion de aplicaciones:
(f
A
2
B
2
f
A
1
B
1
)(X) = f
A
2
B
2
[f
A
1
B
1
(X)] = f
A
2
B
2
(A
1
X +B
1
) =
A
2
(A
1
X +B
1
) +B
2
= (A
2
A
1
)X + (A
2
B
1
+B
2
) = f
A
2
A
1
,A
2
B
1
+B
2
(X)
Dado que A
2
A
1
es matriz real 2 2 invertible (producto de invertibles)
y A
2
B
1
+ B
2
es matriz real 2 3, se concluye que f
A
2
B
2
f
A
1
B
1
M es
decir, la composicion de aplicaciones es una ley de composicion interna en F.
2. Eligiendo I la matriz identidad real de orden 2 2 (que es invertible) y 0
la matriz nula real de orden 2 3 obtenemos f
I,0
(X) = IX +0 = X = i(X)
para toda matriz X M es decir, i = f
I,0
F. La funcion i es el elemento
unidad de f pues para toda f
AB
de F tenemos:
(f
AB
i)(X) = f
AB
[i(X)] = f
AB
(X) f
AB
i = f
AB
(i f
AB
)(X) = i[f
AB
(X)] = f
AB
(X) i f
AB
= f
AB
3. La propiedad asociativa en F se enuncia de la siguiente manera:
1.3. GRUPO DE FUNCIONES MATRICIALES 19
(f g) h = f (g h) f, g, h F
Veamos que es cierta. En efecto, para todo X M se verica
((f g) h)(X) = (f g)(h(X)) = f(g(h(X))) =
f((g h)(X)) = (f (g h))(X)
Veamos que no es cierta la propiedad conmutativa. De lo demostrado en el
primer apartado deducimos que
f
A
2
B
2
f
A
1
B
1
= f
A
2
A
1
,A
2
B
1
+B
2
, f
A
1
B
1
f
A
2
B
2
= f
A
1
A
2
,A
1
B
2
+B
1
Elijamos por ejemplo
A
1
=
_
1 0
0 1
_
, A
2
=
_
0 1
1 0
_
, B
1
= B
2
= 0 , X =
_
0 0 0
1 0 0
_
Entonces
A
2
A
1
=
_
0 1
1 0
_
, A
1
A
2
=
_
0 1
1 0
_
, A
2
B
1
+B
2
= A
1
B
2
+B
1
= 0
(f
A
2
B
2
f
A
1
B
1
)(X) =
_
0 1
1 0
_ _
0 0 0
1 0 0
_
=
_
1 0 0
0 0 0
_
(f
A
1
B
1
f
A
2
B
2
)(X) =
_
0 1
1 0
_ _
0 0 0
1 0 0
_
=
_
1 0 0
0 0 0
_
Se concluye que no se cumple la propiedad conmutativa.
4. Sea f
AB
F. Entonces f
CD
es inverso de f
AB
si y solo si se verica
f
AB
f
CD
= f
CD
f
AB
= f
I,0
. Por lo demostrado en el primer apartado,
esto equivale a f
AC,AD+B
= f
CA,CB+D
= f
I,0
, y para que esto se cumpla
basta que se verque
_
AC = CA = I
AD +B = CB +D = 0
(1)
Como A es invertible, eligiendo C = A
1
se verica AC = CA = I. De la
igualdad AD + B = 0 deducimos que D = A
1
B. Pero para esta D, se
verica CB+D = A
1
BA
1
B = 0. Es decir, el sistema (1) tiene solucion
y por tanto el inverso (f
AB
)
1
de f
AB
es
(f
AB
)
1
= f
A
1
,A
1
B
Para el elemento concreto dado, facilmente obtenemos
20 CAP

C = A
1
=
_
1 1
1 2
_
, D = A
1
B =
_
1 1 1
1 2 0
_
5. Veamos que h es homomorsmo de grupos. En efecto para cualquier par
de elementos f
A
2
B
2
y f
A
1
B
1
de Fse verica
h(f
A
2
B
2
f
A
1
B
1
) = h(f
A
2
A
1
,A
2
B
1
+B
2
) = det(A
2
A
1
) =
(det A
2
)(det A
1
) = h(f
A
2
B
2
)h(f
A
1
B
1
)
Veamos que F
1
es subgrupo de F. Como det I = 1 se verica que f
I,0
F
1
es decir, F
1
,= . Sean ahora dos elementos f
A
2
B
2
y f
A
1
B
1
de F
1
. De los
apartados primero y cuarto deducimos
f
A
2
B
2
(f
A
1
B
1
)
1
= f
A
2
B
2
f
A
1
1
, A
1
1
B
1
= f
A
2
A
1
1
, A
2
A
1
1
B
1
+B
2
Pero det(A
2
A
1
1
) = (det A
2
)(det A
1
1
) = (det A
2
)(det A
1
)
1
= 1 1 = 1. Es
decir, se verica f
A
2
B
2
(f
A
1
B
1
)
1
F
1
y por tanto podemos concluir que
F
1
es subgrupo de F.
Por una conocida caracterizacion, para demostrar que F
1
es subgrupo normal
de F basta demostrar que para todo f
AB
F y para todo f
MN
F
1
se
verica f
AB
f
MN
(f
AB
)
1
F
1
. De los apartados anteriores:
f
AB
f
MN
(f
AB
)
1
= f
AM, AN+B
f
A
1
, A
1
B
= f
AMA
1
, AMA
1
B+AN+B
Por hipotesis det A ,= 0 y det M = 1, por tanto
det(AMA
1
) = (det A)(det M)(det A
1
) = (det A)(det A)
1
= 1
Es decir, f
AB
f
MN
(f
AB
)
1
F
1
de lo que se comcluye que F
1
es subgrupo
normal de F.
1.4. Grupo construido por biyeccion
Sea R
+
el conjunto de los n umeros reales estrictamente positivos y con-
siderese la aplicacion f : R
+
R denida por f(x) =
x
x + 1
.
Se pide:
1. Hallar C = f(R
+
) y razonese si f : R
+
C es biyeccion o no.
2. Si f
n
= f f . . . f (n veces), determinar f
n
(R
+
) y
nN
f
n
(R
+
).
1.4. GRUPO CONSTRUIDO POR BIYECCI
ON 21
3. Obtener una operacion en C tal que considerando a R
+
con su estruc-
tura de grupo multiplicativo, f sea un homomorsmo de grupos (obtener lo
mas simplicado posible el valor de y
1
y
2
para y
1
, y
2
C). Quien es el
neutro para ? [3]
Resolucion. 1. Se verica f(x) > 0 y f(x) = x/(x + 1) < 1 para todo
x R
+
, es decir C (0, 1). Veamos que tambien (0, 1) C. Efectivamente,
para y (0, 1) tenemos
y = f(x) y =
x
x + 1
yx +y = x
x(y 1) = y x =
y
1 y
Como y/(1y) R
+
, todo y (0, 1) es de la forma y = f(x) con x R
+
, es
decir (0, 1) C. Concluimos que C = (0, 1), lo cual implica que f : R
+
C
es sobreyectiva. Veamos que tambien es inyectiva. Efectivamente:
f(x
1
) = f(x
2
)
x
1
x
1
+ 1
=
x
2
x
2
+ 1
x
1
x
2
+x
1
= x
1
x
2
+x
2
x
1
= x
2
Por tanto, f : R
+
C = (0, 1) es biyeccion.
2. Tenemos
f
2
(x) = (f f)(x) = f(f(x)) = f
_
x
x + 1
_
=
x
x+1
x
x+1
+ 1
=
x
x+1
2x+1
x+1
=
x
2x + 1
f
3
(x) = (f f
2
)(x) = f(f
2
(x)) = f
_
x
2x + 1
_
=
x
2x+1
x
2x+1
+ 1
=
x
3x + 1
El calculo de las anteriores composiciones sugiere que f
n
(x) = x/(nx +
1). Veamos que se verica aplicando el metodo de induccion. En efecto, la
formula es cierta para n = 1. Supongamos que es cierta para un n natural.
Entonces
f
n+1
(x) = (f f
n
)(x) = f(f
n
(x)) = f
_
x
nx + 1
_
=
x
nx+1
x
nx+1
+ 1
=
x
(n + 1)x + 1
lo cual implica que tambien es cierta para n+1. Cuando x 0
+
se verica
f
n
(x) 0 y cuando x +, f
n
(x) 1/n. Por otra parte, (f
n
)
(x) =
1/(nx + 1)
2
> 0 para todo x R
+
, lo cual sugiere que f
n
(R
+
) = (0, 1/n).
Veamos que esto es cierto aplicando metodos exclusivamente algebraicos.
Por una parte
22 CAP

_
0 < f
n
(x)
f
n
(x) <
1
n
_
_
_
0 <
x
nx + 1
x
nx + 1
<
1
n
_
0 < x
nx < nx + 1

_
0 < x
0 < 1
y las dos ultimas desigualdades se verican trivialmente cuando x R
+
. He-
mos demostrado que f
n
(R
+
) (0, 1/n). Por otra parte (0, 1/n) f
n
(R
+
).
En efecto, para y (0, 1/n) tenemos
y = f
n
(x) y =
x
nx + 1
nyx +y = x
x(ny 1) = y
x =
y
1 ny
Como 0 < y < 1/n se verica que y/(1ny) R
+
, es decir todo y (0, 1/n)
es de la forma y = f
n
(x) con x R
+
y por tanto (0, 1/n) f
n
(R
+
).
Veamos ahora que
nN
f
n
(R
+
) = . En efecto, si existiera z
nN
(0, 1/n)
tendra que ser necesariamente z > 0. Dado que 1/n 0 cuando n +,
existe n
0
natural tal que 1/n
0
< z, es decir z no pertenecera al intervalo
(0, 1/n
0
) lo cual es absurdo.
3. Hemos visto que la aplicacion f : R
+
(0, 1) denida por f(x) = x/(x+
1) es una biyeccion. Para que f sea homomorsmo entre los grupos (R
+
, )
y ((0, 1), ) es necesario y suciente que se verique
f(x
1
x
2
) = f(x
1
) f(x
2
) x
1
x
2
R
+
(1)
Denotando y
1
= f(x
1
), y
2
= f(x
2
) tenemos y
1
= x
1
/(x
1
+ 1) e y
2
=
x
2
/(x
2
+1) o bien x
1
= y
1
/(1 y
1
) y x
2
= y
2
/(1 y
2
). Podemos escribir la
relacion (1) en la forma
y
1
y
2
= f(x
1
x
2
)
=
x
1
x
2
x
1
x
2
+ 1
=
y
1
y
2
(1y
1
)(1y
2
)
y
1
y
2
(1y
1
)(1y
2
)
+ 1
=
y
1
y
2
2y
1
y
2
y
1
y
2
+ 1
Dado que f es homomorsmo de grupos, transforma el elemento neutro
del grupo (R
+
, ) que es 1 en el neutro e del grupo ((0, 1), ). Por tanto
e = f(1) = 1/2.
1.5. SUBGRUPO NORMAL Y CENTRO 23
1.5. Subgrupo normal y centro
En G = Z Z se dene la ley de composicion interna mediante
(x
1
, y
1
) (x
2
, y
2
) = (x
1
+ (1)
y
1
x
2
, y
1
+y
2
)
Se pide
(a) Probar que ley conere a G estructura de grupo no abeliano.
(b) Demostrar que el subconjunto H = (x, y) G : y = 0 es un subgrupo
normal de G.
(c) Hallar el centro de G.
Resolucion. (a) Claramente es una ley de composicion interna. Veamos
que cumple la propiedad asociativa. Por un parte
[(x
1
, y
1
) (x
2
, y
2
)] (x
3
, y
3
) = (x
1
+ (1)
y
1
x
2
, y
1
+y
2
) (x
3
, y
3
) =
(x
1
+ (1)
y
1
x
2
+ (1)
y
1
+y
2
x
3
, y
1
+y
2
+y
3
)
Por otra
(x
1
, y
1
) [(x
2
, y
2
) (x
3
, y
3
)] = (x
1
, y
1
) (x
2
+ (1)
y
2
x
3
, y
2
+y
3
) =
(x
1
+ (1)
y
1
(x
2
+ (1)
y
2
x
3
) , y
1
+y
2
+y
3
)
Dado que x
1
+(1)
y
1
(x
2
+(1)
y
2
x
3
) = x
1
+(1)
y
1
x
2
+(1)
y
1
+y
2
x
3
conclui-
mos que la operacion es asociativa. Veamos que existe elemento neutro.
En efecto, (e
1
, e
2
) G es elemento neutro si y solo si para todo (x, y) G
se verica
(x, y) (e
1
, e
2
) = (e
1
, e
2
) (x, y) = (x, y)
o equivalentemente
(x + (1)
y
e
1
, y +e
2
) = (e
1
+ (1)
e
2
x , e
2
+y) = (x, y)
esta igualdad se verica para (e
1
, e
2
) = (0, 0), que es por tanto el elemento
neutro de la ley de composicion interna . Veamos ahora que todo elemento
(x, y) G tiene elemento simetrico. En efecto, (x
, y
) es simetrico de (x, y)
si y solo si
(x, y) (x
, y
) = (x
, y
) (x, y) = (0, 0)
o equivalentemente
24 CAP

(x + (1)
y
x
, y +y
) = (x
+ (1)
y
x , y
+y) = (0, 0) (1)

De y +y
= 0 deducimos y
= y y de x+(1)
y
x
= 0 que x
= (1)
y
x o
bien x
= (1)
1y
x. Para estos valores de x
e y
se verican las igualdades

(1). Concluimos que todo elemento (x, y) G tiene simetrico, siendo este
(x, y)
1
= (x
, y
) = ((1)
1y
x , y)
Hemos demostrado que (G, ) es grupo. No es abeliano pues por ejemplo
(1, 0) (0, 1) = (1 + (1)
0
0 , 0 + 1) = (1, 1)
(0, 1) (1, 0) = (0 + (1)
1
1 , 1 + 0) = (1, 1)
(b) Veamos que H es un subgrupo de G. En efecto, (0, 0) H lo cual implica
que H ,= . Sean (x
1
, 0) y (x
2
, 0) elementos de H, entonces
(x
1
, 0) (x
2
, 0)
1
= (x
1
, 0) ((1)
10
x
2
, 0) = (x
1
, 0) (x
2
, 0) =
(x
1
+ (1)
0
(x
2
) , 0 + 0) = (x
1
x
2
, 0) H
Concluimos que H es subgrupo de G. Veamos que es normal, sean (g
1
, g
2
)
G y (h, 0) H entonces
(g
1
, g
2
) (h, 0) (g
1
, g
2
)
1
= (g
1
+ (1)
g
2
h , g
2
) ((1)
1g
2
g
1
, g
2
)
Al operar obtenemos un elemento de la forma (m, 0) con m Z, el cual
pertenece a H. Concluimos que H es subgrupo normal de G.
(c) El centro C
G
de un grupo G esta formado por los elementos del grupo
que conmutan con todos los del grupo. En nuestro caso:
C
G
= (a, b) G : (a, b) (x, y) = (x, y) (a, b) (x, y) G
Tenemos que hallar por tanto los elementos (a, b) G que cumplen
_
a + (1)
b
x = x + (1)
y
a
b +y = y +b
para todo x y para todo y enteros. La segunda igualdad se cumple para todo
b y para todo y enteros. La segunda la podemos expresar en la forma
[1 (1)
y
]a = [1 (1)
b
]x (2)
1.6. TRES IGUALDADES EN UN GRUPO 25
Si a ,= 0, haciendo x = a queda (1)
y
= (1)
b
. Esta ultima igualdad no se
cumple para y = b + 1, lo cual implica que necesariamente ha de ser a = 0.
Para a = 0 la igualdad (2) se transforma en [1 (1)
b
]x = 0, igualdad que
se verica para todo x entero si y solo si 1 = (1)
b
es decir, si b es par.
Hemos demostrado que si (a, b) es un elemento del centro de G, necesaria-
mente es de la forma (0, 2k) con k entero. Es tambien suciente que tenga
esa forma. En efecto, para todo (x, y) G :
(0, 2k) (x, y) = (0 + (1)
2k
x , 2k +y) = (x, 2k +y)
(x, y) (0, 2k) = (x + (1)
y
0 , 2k +y) = (x, y + 2k)
Concluimos que (0, 2k) C
G
y por tanto C
G
= 0 (2Z).
1.6. Tres igualdades en un grupo
Sea (G, ) un grupo. Se sabe que existe un entero k tal que para cualesquiera
que sean a y b pertenecientes a G se verica (ab)
k1
= a
k1
b
k1
, (ab)
k
=
a
k
b
k
y (ab)
k+1
= a
k+1
b
k+1
. Demostrar que (G, ) es abeliano. [3]
Resolucion. Usando las relaciones (ab)
k1
= a
k1
b
k1
y (ab)
k
= a
k
b
k
:
(ab)
k1
= a
k1
b
k1
= a
1
a
k
b
k
b
1
= a
1
(ab)
k
b
1
= a
1
(ab)(ab) . . . (ab)b
1
= (ba)(ba) . . . (ba)
= (ba)
k1
Usando las relaciones (ab)
k
= a
k
b
k
y (ab)
k+1
= a
k+1
b
k+1
:
(ab)
k
= a
k
b
k
= a
1
a
k+1
b
k+1
b
1
= a
1
(ab)
k+1
b
1
= a
1
(ab)(ab) . . . (ab)b
1
= (ba)(ba) . . . (ba)
= (ba)
k
Por la igualdad (ab)
k1
= (ba)
k1
:
26 CAP

_
(ab)
k
= (ab)
k1
(ab)
(ba)
k
= (ba)
k1
(ba) = (ab)
k1
(ba)
Y por la igualdad (ab)
k
= (ba)
k
:
(ab)
k1
(ab) = (ab)
k1
(ba)
Por la propiedad cancelativa de los grupos concluimos que ab = ba para
cualesquiera que sean a y b pertenecientes a G, es decir (G, ) es abeliano.
1.7. Conmutador y subgrupo derivado
Dados dos elementos x, y pertenecientes a un grupo G, se llama conmutador
de los elementos dados y se representa por [x, y] al elemento de G denido
por [x, y] = x
1
y
1
xy. Demostrar que:
1. El inverso de un conmutador es un conmutador.
2. El conjugado de un conmutador es un conmutador.
3. El subgrupo de G engendrado por los conmutadores de todos los pares
de elementos de G es normal (se denomina subgrupo derivado de G y se
representa por D(G)).
4. Una condicion necesaria y suciente para que G sea abeliano es que el
subgrupo derivado se reduzca al elemento neutro, es decir D(G) = e. [4]
Resolucion. 1. Sea [x, y] un conmutador. Usando (ab)
1
= b
1
a
1
y
(a
1
)
1
= a tenemos:
[x, y]
1
= (x
1
y
1
xy)
1
= y
1
x
1
yx = [y, x]
Es decir, [x, y]
1
es un conmutador.
2. Sea [x, y] un conmutador. Veamos que g[x, y]g
1
es un conmutador para
todo g G. En efecto:
g[x, y]g
1
= g(x
1
y
1
xy)g
1
= gx
1
g
1
gy
1
g
1
gxg
1
gyg
1
=
(gxg
1
)
1
(gyg
1
)
1
(gxg
1
)(gyg
1
) = [gxg
1
, gyg
1
]
3. Sean g G, h D(G), tenemos que demostrar que ghg
1
D(G).
Todo elemento h de G es producto de conmutadores y de sus inversos. Por
el apartado 1, el inverso de un conmutador es un conmutador, lo que implica
que h = c
1
c
2
. . . c
p
, siendo c
1
, c
2
, . . . , c
p
conmutadores. Tenemos:
ghg
1
= g(c
1
c
2
. . . c
p
)g
1
= (gc
1
g
1
)(gc
2
g
1
) . . . (gc
p
g
1
)
1.8. CENTRO DE UN GRUPO DE MATRICES 27
Ahora bien, por el apartado 2, los elementos c
i
= gc
i
g
1
son conmutadores
es decir, ghg
1
es producto de conmutadores y por tanto pertenece a D(G).
4. Sea G abeliano, entonces para todo par de elementos x, y G se verica:
[x, y] = x
1
y
1
xy = (x
1
x)(y
1
y) = ee = e
lo cual implica que D(G) = e.
Sea D(G) = e y sean x, y G. Entonces [x, y] D(G) es decir, x
1
y
1
xy =
e. Equivalentemente y
1
xy = x o bien yx = xy es decir, G es abeliano.
1.8. Centro de un grupo de matrices
Demostrar que el conjunto H de matrices de la forma
X =
_
_
1 x z
0 1 y
0 0 1
_
_
x, y, z K
forma un grupo con la operacion producto de matrices. Calcular su cen-
tro. (Nota: se llama centro de un grupo al conjunto de sus elementos que
conmutan con todos los del grupo). [4]
Resolucion. Veamos que H es un subgrupo del grupo multiplicativo G for-
mado por las matrices invertibles 3 3. Toda matriz X de H tiene determi-
nante no nulo, en consecuencia, H G. Claramente H ,= , por tanto basta
demostrar que para todo par de matrices X, Y de H se verica XY
1
H.
Denotemos
X =
_
_
1 x z
0 1 y
0 0 1
_
_
Y =
_
_
1 x
0 1 y
0 0 1
_
_
Entonces
XY
1
=
_
_
1 x z
0 1 y
0 0 1
_
_
_
_
1 x
0 1 y
0 0 1
_
_
=
_
_
1 x x
(x
x) +z z
0 1 y y
0 0 1
_
_
H
Si A Z(H) (centro de H) sera de la forma:
28 CAP

A =
_
_
1 a c
0 1 b
0 0 1
_
_
(a, b, c R)
Entonces:
A Z(H) XA = AX X H
_
_
1 a +x c +bx +z
0 1 b +y
0 0 1
_
_
=
_
_
1 x +a z +ay +c
0 1 y +b
0 0 1
_
_
bx = ay x, y R a = b = 0
El centro de H es por tanto
Z(H) = A =
_
_
1 0 c
0 1 0
0 0 1
_
_
: c R
1.9. Homomorsmo de grupos. Factoriz. canonica
Sea (R
, ) el grupo multiplicativo de los n umeros reales no nulos y f : R
la aplicacion f(x) = x
2
. Se pide:
1. Demostrar que f es un homomorsmo de grupos.
2. Hallar ker f e Im f.
3. Determinar el conjunto cociente R
/ ker f.
4. Efectuar la descomposicion canonica de f.
Resolucion. 1. Se verica f(xy) = (xy)
2
= x
2
y
2
= f(x)f(y) para todo par
de n umeros reales no nulos x e y lo cual implica que f es homomorsmo de
grupos.
2. Aplicando las deniciones de n ucleo e imagen:
ker f = x R
: f(x) = 1 = x R
: x
2
= 1 = 1, 1
Im f = y R
: x R
con y = x
2
= (0, +)
3. Sea a R
. La clase [a] a la que pertenece a esta formada por los elementos

x R
tales que xa
1
ker f es decir, los que cumplen f(ax
1
) = x
2
a
2
= 1
o de forma equivalente, los que cumplen x
2
= a
2
. Por tanto, [a] = a, a.
En consecuencia:
R
/ ker f = [a] : a R
= a, a : a R
1.10. GRUPO NO C
ICLICO 29
4. Sabemos que el epimorsmo natural n : R
/ ker f esta denido

mediante n(a) = [a], el isomorsmo canonico g : R
/ ker f Im f por
g([a]) = f(a) y el monomorsmo canonico i : Im f R
por i(y). La
factorizacion canonica de f es por tanto:
R
f
R
n i
R
/ ker f
g
Im f
_
_
f(a) = a
2
n(a) = a, a
g(a, a) = a
2
i(y) = y
siendo el diagrama anterior es conmutativo (f = i g n) como sabemos por
un conocido teorema. Efectivamente, para todo a R
:
(i g n)(a) = (i g)(a, a) = i(a
2
) = a
2
= f(a)
lo cual implica f = i g n.
1.10. Grupo no cclico
(a) Sea G = f
1
, f
2
, f
3
, f
4
el conjunto de las aplicaciones de R 0 en
R 0 denidas mediante:
f
1
(x) = x , f
2
(x) =
1
x
, f
3
(x) = x , f
4
(x) =
1
x
Demostrar que G es un grupo con la operacion composicion de aplicaciones.
Vericar que no es grupo cclico.
(b) Demostrar que las cuatro sustituciones
i =
_
1 2 3 4
1 2 3 4
_
r =
_
1 2 3 4
2 1 4 3
_
s =
_
1 2 3 4
3 4 1 2
_
t =
_
1 2 3 4
4 3 2 1
_
forman un grupo isomorfo al grupo del apartado anterior. [10]
Resolucion. (a) Usando la denicion de composicion de aplicaciones (g
f)(x) = g(f(x)) obtenemos facilmente la tabla de Cayley de la operacion
f
1
f
2
f
3
f
4
f
1
f
1
f
2
f
3
f
4
f
2
f
2
f
1
f
4
f
3
f
3
f
3
f
4
f
1
f
2
f
4
f
4
f
3
f
2
f
1
30 CAP

La operacion es interna en G. Sabemos que es asociativa en general, luego lo
es en nuestro caso. Claramente f
1
es elemento neutro. Para todo i = 1, 2, 3, 4
se verica f
i
f
i
= f
1
lo cual implica que todo f
i
tiene elemento simetrico
f
1
i
siendo f
1
i
= f
i
. Concluimos que (G, ) es grupo. Es ademas conmuta-
tivo debido a la simetra de la tabla. El elemento neutro f
1
tiene orden 1 y
los restantes elementos, orden 2. Es decir, no hay ning un elemento de orden
4 y por tanto, (G, ) no es clico.
(b) Usando la denici on de producto de sustituciones obtenemos facilmente
la tabla de Cayley de la operacion
i r s t
i i r s t
r r i t s
s s t i r
t t s r i
Llamando S = i, r, s, t, denimos la aplicacion : G S mediante
(f
1
) = i , (f
2
) = r , (f
3
) = s , (f
4
) = t
La aplicacion es biyectiva, y un simple observacion de las anteriores tablas
de Cayley muestra que se verica (f
i
f
j
) = (f
i
) (f
j
) para todo i, j =
1, 2, 3, 4. Se concluye que (S, ) es grupo y que es isomorsmo entre (G, )
y (S, ).
1.11. Conjunto, grupo y aplicacion
Se consideran los objetos matematicos siguientes:
a) Un conjunto E. b) Un grupo multiplicativo G con elemento unidad e. c)
Una aplicacion : GE E que satisface
(i ) a, b G x E (ab, x) = (a, (b, x)). (ii ) x E (e, x) = x.
Se pide:
1. Demostrar que si F E entonces G
F
= a G : (a, x) = x x F
constituye un subgrupo de G.
2. Demostrar que G
F
1
F
2
= G
F
1
G
F
2
.
3. Comprobar que la relacion binaria en E
xRy a G : (a, x) = y
1.11. CONJUNTO, GRUPO Y APLICACI
ON 31
es de equivalencia. [10]
Resolucion. 1. Usamos la conocida caracterizacion de subgrupos. Por la
condicion (ii ), (e, x) = x para todo x F E, es decir e G
F
y por tanto
G
F
,= . Sean ahora a, b G
F
y veamos que ab
1
G
F
. Como b G
F
, se
verica (b, x) = x para todo x F, en consecuencia y usando (i ):
x = (e, x) = (b
1
b, x) = (b
1
, (b, x)) = (b
1
, x) x F
Por tanto y teniendo en cuenta que a F se verica para todo x F :
(ab
1
, x) = (a, (b
1
, x)) = (a, x) = x x F
lo cual implica que ab
1
G
F
. Concluimos que G
F
es subgrupo de G.
2. Tenemos
a G
F
1
G
F
2
(a, x) = x x F
1
F
2
((a, x) = x x F
1
) ((a, x) = x x F
2
)
(a G
F
1
) (a G
F
2
) a G
F
1
G
F
2
Es decir, G
F
1
G
F
2
= G
F
1
G
F
2
.
3. Para todo x E se verica (e, x) = x es decir, xRx. La relacion es
reexiva. Supongamos que xRy, entonces existe a G tal que (a, x) = y.
Se verica
x = (e, x) = (a
1
a, x) = (a
1
, (a, x)) = (a
1
, y)
lo cual implica yRx, es decir la relacion es simetrica. Por otra parte
_
xRy
yRz

_
a G : (a, x) = y
b G : (b, y) = z
z = (b, (a, x)) = (ba, x)
xRz
Lo cual implica que la relacion es transitiva. Concluimos que R es relacion
de equivalencia.
32 CAP

1.12. Grupo de aplicaciones anes
Sea C el conjunto de las aplicaciones f
ab
: R R denidas f
ab
(x) = ax +
b. Determinar una condicion necesaria y suciente que han de satisfacer
los coecientes a y b para que C sea grupo respecto de la composicion de
aplicaciones. Comprobar que en este caso en efecto C es grupo. Es abeliano?
[1]
Resolucion. Para todo par de elementos f
ab
y f
cd
de C se verica
(f
ab
f
cd
)(x) = f
ab
[f
cd
(x)]
= f
ab
(cx +d)
= a(cx +d) +b
= acx +ad +b
= f
ac,ad+b
(x)
Es decir, la operacion composicion es interna en C. Tambien es asociativa por
una conocida propiedad. La aplicacion f
10
(x) = x es la aplicacion identidad
en C y por tanto elemento neutro para la composicion. Es decir, (C, ) es
un semigrupo con elemento neutro sin ninguna restriccion para a, b reales.
Un elemento f
ab
tiene elemento simetrico f
a
b
en (C, ) si y solo si
f
ab
f
a
b
= f
a
b
f
ab
= f
10
o de forma equivalente, si y solo si
_
aa
= 1
ab
+b = 0

_
a
a = 1
a
b +b
= 0
Para que exista a
ha de ser necesariamente a ,= 0 y en este caso a
= 1/a.
La relacion ab
+ b = 0 se cumple para b
= b/a. Ademas, en este caso se

verica la relaciona
b + b
= (1/a)b b/a = 0. Hemos demostrado que una

condicion necesaria para que (C, ) sea grupo es que a ,= 0. Esta condicion
es tambien suciente, pues la operacion en
C
1
= f
ab
: R R : a R 0, b R
es claramente interna, asociativa, tiene elemento neutro f
10
C
1
y todo
f
ab
C
1
tiene elemento simetrico f
1/a,b/a
C
1
. Este grupo no es conmu-
tativo pues eligiendo (por ejemplo) los elementos f
12
, f
20
de C
1
:
_
f
12
f
20
= f
2,2
f
20
f
12
= f
2,4
f
12
f
20
,= f
20
f
12
1.13. ANILLO SEG
UN PAR
AMETRO 33
1.13. Anillo seg un parametro
En el conjunto de los n umeros reales se denen las operaciones
x y = x +y + 4 , x y = xy +x +y + 12
con R. Hallar para que (R, , ) sea anillo. [10]
Resolucion. Veamos que (R, ) es grupo abeliano. La operacion es cla-
ramente interna. Para x, y, z n umeros reales cualesquiera se verica
(x y) z = (x +y + 4) z = x +y + 4 +z + 4 = x +y +z + 8
x (y z) = x (y +z + 4) = x +y +z + 4 + 4 = x +y +z + 8
Es decir, la operacion es asociativa. Para x, y n umeros reales cualesquiera
se verica
x y = x +y + 4 = y +x + 4 = y x
por tanto la operacion es conmutativa. En consecuencia, el n umero real e
es neutro para la operacion si y solo si e x = x para todo x R. Esto
equivale a e+x+4 = x, es decir e = 4 es elemento neutro para la operacion
. Debido a la conmutatividad, un x R tiene elemento simetrico x
R si
y solo si x x
= e o bien si x +x
+ 4 = 4. Existe por tanto x
para cada
x siendo este x
= 8 x.
La operacion claramente es interna. Veamos si es asociativa.
(x y) z = (xy +x +y + 12) z
= xyz +xz +yz + 12z +xy +
2
x +
2
y + 12 +z + 12
x (y z) = x (yz +y +z + 12)
= xyz +xy +xz + 12x +x +yz +
2
y +
2
z + 12 + 12
Las dos funciones polinomicas anteriores solamente dieren en los coecien-
te de x y de z. Igualando estos obtenemos
2
= 12 + y 12 + =
2
. Es
decir, la operacion es asociativa si y solo si
2
12 = 0 relacion que
se verica para = 4 o = 3.
La operacion es claramente conmutativa. Esto implica que esta operacion
es distributiva respecto de si y solo si se verica x(y z) = (xy)(xz).
Tenemos
34 CAP

x (y z) = x (y +z + 4)
= xy +xz + 4x +x +y +z + 4 + 12
(x y) (x z) = (xy +x +y + 12) (xz +x +z + 12)
= xy +x +y + 12 +xz +x +z + 12 + 4
Las dos funciones polinomicas anteriores solamente dieren en el coeciente
de x y en el termino constante. Igualando estos obtenemos 4 + = 2 y
4 + 12 = 28. Es decir, la operacion es asociativa si y solo si = 4.
Concluimos que (R, , ) es anillo si y solo si = 4.
1.14. Anillo y grupo de matrices
Dada una matriz M M
n
(R) se consideran los siguientes conjuntos:
/ = A M
n
(R) : AM = MA
A = A M
n
(R) : AM = MA y A regular
Se pide:
1. Analizar si (/, +, ) es un anillo.
2. Analizar si (A, ) es un grupo.
3. Si es n = 2 y M =
_
4 1
1 2
_
, hallar / y A. [3]
Resolucion. 1. Sabemos que (M
n
(R), +, ) es un anillo y ademas /
M
n
(R). Veamos si / es subanillo de M
n
(R) con lo cual estara demostrado
que es anillo. Usaremos la conocida caracterizacion de subanillos.
(a) Como 0M = M0, se verica 0 / es decir, / , = .
(b) Sean A, B /, entonces:
(AB)M = AM BM = MAMB = M(AB) AB /
(c) Sean A, B /, entonces:
(AB)M = A(BM) = A(MB) = (AM)B = (MA)B = M(AB) AB /
En consecuencia, (/, +, ) es un anillo.
2. Sabemos que el conjunto de GL
n
(R) de las matrices cuadradas de orden
n y con determinante no nulo es grupo con la operacion producto usual
1.15. ANILLO IDEMPOTENTE 35
(grupo lineal). Como A GL
n
(R), para demostrar que A es grupo bas-
tara demostrar que es un subgrupo del grupo lineal. Usaremos la conocida
caracterizacion de subgrupos.
(a) Como IM = MI = M siendo I regular, se verica I A es decir,
A ,= . (b) Sean A, B A. Entonces B es invertible y BM = MB, por
tanto
BM = MB M = B
1
MB MB
1
= B
1
M
Como A A, A es invertible y AM = MA. Entonces
(AB
1
)M = A(B
1
M) = A(MB
1
) =
(AM)B
1
= (MA)B
1
= M(AB
1
)
Dado que A y B
1
son invertibles, tambien lo es el producto AB
1
. Hemos
demostrado que AB
1
A. Por tanto A es subgrupo de GL
n
(R) y como
consecuencia es grupo.
3. Si A =
_
x y
z t
_
e imponiendo AM = MA:
_
4 1
1 2
_ _
x y
z t
_
=
_
x y
z t
_ _
4 1
1 2
_
. . .
_
_
y +z = 0
x 2z t = 0
x 2y t = 0
y +z = 0
Resolviendo obtenemos las soluciones x = , y = 0, z = 0, t = ( R)
es decir / = I : R (matrices escalares). Las matrices de A son las
de / que ademas son invertibles, es decir / = I : R 0.
1.15. Anillo idempotente
Sea (A, +, ) un anillo idempotente, es decir un anillo que satisface x
2
= x
para todo x A.
1. Demostrar que el anillo es conmutativo.
2. Estudiar la ley interna sobre A denida por x y = x +y +xy.
3. Demostrar que x y xy = x es una relacion de orden sobre A.
4. Existe elemento mnimo en (A, )?
Resolucion. 1. Como el anillo es idempotente, se verica (x +y)
2
= x +y
xy A. Entonces:
36 CAP

(x +y)
2
= (x +y)(x +y)
= x
2
+xy +yx +y
2
= x +xy +yx +y
x +y = x +xy +yx +y
xy +yx = 0
xy = yx
Para todo u A y haciendo x = y = u, la ultima igualdad se transforma en
u
2
= u
2
o de forma equivalente, u = u, lo cual implica que xy = yx para
todo x, y elementos de A. Concluimos que el anillo es conmutativo.
2. Para todo x, y, z elementos de A :
(x y) z = (x +y +xy) z
= x +y +xy +z +xz +yz +xyz
x (y z) = x (y +z +yz)
= x +y +z +yz +xy +xz +xyz
Es decir, la operacion es asociativa. Para todo x, y elementos de A y
teniendo en cuenta que el anillo es conmutativo:
x y = x +y +xy = y +x +yx = y x
lo cual implica que la operacion es conmutativa. Para todo x A :
x 0 = 0 x = x + 0 + 0x = x
Es decir, 0 es elemento neutro de . Sea ahora x A y supongamos que
tiene elemento simetrico x
con respecto de la operacion . Esto implica que

xx
= x
x = 0 o equivalentemente xx
= 0 por la propiedad conmutativa.

Entonces, usando que u = u :
x x
= 0 x +x
+xx
= 0
x(x +x
+xx
) = x0
x
2
+xx
+x
2
x
= 0
x +xx
+xx
= 0
x = 0
1.16. M
AXIMO COM
UN DIVISOR EN Z[I] 37
Es decir, el unico elemento que tiene simetrico, respecto de la operacion es
su neutro. Concluimos que (A, ) es un semigrupo conmutativo con elemento
neutro.
3. Para todo x A se verica xx = x
2
= x, y por tanto x x, es decir se
cumple la propiedad reexiva. Usando que el anillo es conmutativo:
_
x y
y x

_
xy = x
yx = y
x = y
Se cumple por tanto la propiedad antisimetrica. Por otra parte
_
x y
y z

_
xy = x
yz = y
xyz = x xz = z x z
es decir, se cumple la propiedad transitiva. Concluimos que es relacion de
orden sobre A.
4. Para todo x A se verica 0x = 0 o de forma equivalente 0 x para
todo x A. Por tanto 0 es elemento mnimo en (A, ).
1.16. Maximo com un divisor en Z[i]
Sea Z[i] = a + bi : a Z, b Z con las operaciones usuales de suma y
producto de complejos. Se pide:
1. Demostrar que Z[i] es anillo conmutativo y unitario. (Se llama anillo de
los enteros de Gauss).
2. Hallar todos los elementos invertibles de Z[i].
3. Se dene para z Z[i] la aplicacion (z) = [z[
2
. Probar que (Z[i], ) es
un anillo eucldeo.
4. Hallar el maximo com un divisor de 16+7i y 105i (Utilizar el algoritmo
de Euclides). [9]
Resolucion. 1. Como Z[i] C y (C, +, ) es anillo con las operaciones
usuales + y , bastara demostrar que Z[i] es subanillo de C. Usamos el co-
nocido teorema de caracterizaci on de subanillos:
(i ) Z[i] ,= . Esto es evidente, pues por ejemplo 0 +0i Z[i]. (ii ) Para cada
par de elementos a +bi y c +di de Z[i] :
(a +bi) (c +di) = (a c) + (b d)i
38 CAP

Dado que a, b, c, d son enteros, tambien lo son a c y b d lo cual implica
que la diferencia anterior pertenece a Z[i]. (iii ) Para cada par de elementos
a +bi y c +di de Z[i] :
(a +bi)(c +di) = (ac bd) + (ad +bc)i
Como a, b, c, d son enteros, tambien lo son ac bd y ad +bc lo cual implica
que el producto anterior pertenece a Z[i]. Hemos demostrado pues que Z[i]
es anillo con las operaciones usuales suma y producto de complejos. Dado
que C es conmutativo, tambien lo es Z[i]. Por otra parte 1 = 1 + 0i Z[i].
Concluimos que Z[i] es anillo conmutativo y unitario.
2. Un elemento a + bi Z[i] no nulo es invertible si y solo si existe un
a
+b
i Z[i] no nulo tal que (a+bi)(a
+b
i) = 1. Tomando modulos al cua-

drado, obtenemos (a
2
+ b
2
)(a
2
+ b
2
) = 1. Como los dos factores anteriores
son enteros positivos, ha de ser necesariamente a
2
+ b
2
= 1 o equivalente-
mente a = 1 b = 0 o a = 0 b = 1. Es decir, los unicos posibles
elementos invertibles de Z[i] son 1, 1, i, i. Pero estos elementos son efec-
tivamente invertibles al cumplirse 1 1 = 1, (1) (1) = 1, i (i) = 1 y
(i) i = 1.
3. El anillo (C, +, ) es dominio de integridad, en consecuencia tambien lo es
Z[i]. Veamos que la aplicacion : Z[i] 0 N, (z) = [z[
2
cumple las
condiciones para que (Z[i], ) sea anillo eucldeo.
(i ) Sean z, w Z[i] 0 tales que z[w, entonces, existe z
1
Z[i] 0 tal
que w = zz
1
. Por tanto
(z) = [z[
2
[z[
2
[z
1
[
2
= [w[
2
= (w) (z) (w)
(ii ) Sean x, y Z[i] con y ,= 0, entonces x/y = u +iv con u, v Q. Si u y v
son enteros, y[x y estamos en el caso (i). Supongamos pues que u, v no son
ambos enteros. Elijamos m, n Z tales que [mu[ 1/2 y [n v[ 1/2 y
llamemos c = m+ni y r = x cy. Entonces:
r = y(u +iv) y(m+ni)
= y[(u m) + (v n)i]
(r) = [y[
2
[(u m)
2
+ (v n)
2
]
[y[
2
(1/4 + 1/4)
= [y[
2
/2 < [y[
2
= (y)
Es decir, dados x, y Z[i] con y ,= 0 existen c, r Z[i] tales que x = cy +r
con (r) < (y). Concluimos que (Z[i], ) es un anillo eucldeo.
1.17. DOMINIO DE INTEGRIDAD NO EUCL
IDEO 39
4. Efectuemos la division eucldea de 16 + 7i entre 10 5i :
16 + 7i
10 5i
=
(16 + 7i)(10 + 5i)
(10 5i)(10 + 5i)
=
125 + 150i
125
= 1 +
6
5
i
Entonces, c = m+ni = 1 +i y r = 16 + 7i (1 +i)(10 5i) = 1 + 2i. Por
tanto
mcd 16 + 7i, 10 5i = mcd 10 5i, 1 + 2i
Efectuemos la division eucldea de 10 5i entre 1 + 2i :
10 5i
1 + 2i
=
(10 5i)(1 2i)
(1 + 2i)(1 2i)
=
20 25i
5
= 4 5i
El resto es r = 0 y por tanto:
mcd 10 5i, 1 + 2i = mcd 1 + 2i, 0 = 1 + 2i
Es decir, mcd 16+7i, 105i = 1+2i. En forma de algoritmo de Euclides
sera:
1 +i 4 5i
16 + 7i 10 5i 1 + 2i 0
1 + 2i 0
1.17. Dominio de integridad no eucldeo
Sea Z[
5i] = a +b
5i : a, b Z.
1. Probar que con las operaciones usuales suma y producto de n umeros com-
plejos, Z[
5i] es un dominio de integridad.

2. Hallar sus unidades.
3. Demostrar que 6 puede descomponerse en dos formas esencialmente distin-
tas en producto de factores irreducibles de Z[
5i]. Esto probara que Z[
5i]
es un dominio de integridad no eucldeo. [9]
Resolucion. 1. Como Z[
5i] C y (C, +, ) es anillo con las operaciones

usuales + y , bastara demostrar que Z[
5i] es subanillo de C. Usamos el

conocido teorema de caracterizacion de subanillos:
(i ) Z[
5i] ,= . Esto es evidente, pues por ejemplo 0+0
5i Z[i]. (ii ) Para

cada par de elementos a +b
5i y c +d
5i de Z[
5i] :
40 CAP

(a +b
5i) (c +d
5i) = (a c) + (b d)
5i
Dado que a, b, c, d son enteros, tambien lo son ac y bd lo cual implica que
la diferencia anterior pertenece a Z[
5i]. (iii ) Para cada par de elementos

a +b
5i y c +d
5i de Z[
5i] :
(a +b
5i)(c +d
5i) = (ac 5bd) + (ad +bc)
5i
Como a, b, c, d son enteros, tambien lo son ac 5bd y ad + bc lo cual im-
plica que el producto anterior pertenece a Z[i]. Hemos demostrado pues
que Z[
5i] es anillo con las operaciones usuales suma y producto de com-

plejos. Dado que C es conmutativo, tambien lo es Z[
5i]. Por otra parte

1 = 1 + 0i Z[
5i]. Concluimos que Z[
5i] es anillo conmutativo y uni-

tario. Como (C, +, ) es dominio de integridad, tambien lo es Z[
5i] y por
tanto es dominio de integridad.
2. Un elemento a + b
5i Z[
5i] no nulo es unidad si y solo si existe un

a
+ b
5i Z[
5i] no nulo tal que (a + b
5i)(a
+ b
5i) = 1. Tomando
modulos al cuadrado, obtenemos (a
2
+5b
2
)(a
2
+5b
2
) = 1. Como los dos fac-
tores anteriores son enteros positivos, ha de ser necesariamente a
2
+5b
2
= 1
o equivalentemente a = 1 b = 0. Es decir, las unicas posibles unida-
des de Z[
5i] son 1, 1. Pero estos elementos son efectivamente unidades al

cumplirse 1 1 = 1, (1) (1) = 1.
3. Expresemos 6 = (a +b
5i)(c +d
5i) como producto de dos factores no

nulos. Esto equivale a
_
ac 5bd = 6
bc +ad = 0
Resolviendo en las incognitas c, d obtenemos
c =
6 5b
0 a
a 5b
b a
=
6a
a
2
+ 5b
2
, d =
a 6
b 0
a 5b
b a
=
6b
a
2
+ 5b
2
Dando los valores a = 1, b = 1 obtenemos c = 1, d = 1 y por tanto
6 = (1 +
5i)(1
5i) (1)
Por otra parte tenemos la factorizacion
6 = 2 3 = (2 + 0
5i)(3 + 0
5i) (2)
1.18. IDEAL BIL
ATERO F(I) 41
Veamos que los elementos 1 +
5i, 1
5i, 2, 3 son irreducibles. En efecto,

si x +y
5i Z[
5i] divide a 1 +
5i, existe u +v
5i Z[
5i] tal que

1 +
5i = (x +y
5i)(u +v
5i)
Tomando modulos al cuadrado queda 6 = (x
2
+5y
2
)(u+5v
2
) lo cual implica
que x
2
+ 5y
2
ha de dividir a 6. Esto ocurre en los casos x = 1, y = 0 o
x = 1, y = 1 es decir, los posibles divisores de 1 +
5i son
1, (1 +
5i), (1
5i)
Los elementos 1 y (1+
5i) claramente dividen a 1+
5i pero los primeros

son unidades y los segundos sus asociados. Por otra parte, (1
5i) no
dividen a 1 +
5i pues
1 +
5i
(1
5i)
=
(1 +
5i)(1 +
5i)
(1
5i)(1 +
5i)
=
_
2
3
+
5
3
i
_
/ Z[
5i]
Hemos demostrado que 1 +
5i es irreducible. De manera analoga podemos

demostrar que 1
5i, 2, 3 tambien lo son. Debido a las factorizaciones

(1) y (2), concluimos que Z[
5i] no es dominio de factorizacion unica, en

consecuencia no es dominio eucldeo.
1.18. Ideal bilatero f(I)
Siendo f : A A
un homomorsmo de anillos e I un ideal bilatero de A,

demostrar que f(I) es un ideal bilatero de f(A) (subanillo de A
). [6]
Resolucion. Sean y
1
, y
2
elementos de f(I). Entonces existen x
1
, x
2
ele-
mentos de I tales que y
1
= f(x
1
), y
2
= f(x
2
). Teniendo en cuenta que f es
homomorsmo:
y
1
y
2
= f(x
1
) f(x
2
) = f(x
1
x
2
)
Al ser I ideal de A se verica x
1
x
2
I, en consecuencia y
1
y
2
f(I).
Sean ahora b f(A) e y f(I). Entonces, existen elementos a A, x I
tales que b = f(a) e y = f(x). Teniendo en cuenta que f es homomorsmo:
by = f(a)f(x) = f(ax) , yb = f(x)f(a) = f(xa)
Por hipotesis, I es un ideal bilatero de A lo cual implica que tanto ax como
xa pertenecen a I. Se deduce pues que by e yb pertenecen a f(I). Concluimos
que f(I) es ideal bilatero de f(A).
42 CAP

1.19. Cuerpo con funcion sobre los reales
Sea K un cuerpo conmutativo y f una aplicacion de K en R
+
(n umeros
reales no negativos) tal que x, y K se verica
(a) f(x +y) supf(x), f(y).
(b) f(xy) = f(x)f(y).
(c) f(x) = 0 x = 0.
1. Sea u el elemento unidad de K respecto del producto. Demostrar que
f(u) = 1.
2. Sea A = f
1
([0, 1]), demostrar que si x, y A entonces x +y A.
3. Sea x A , demostrar que x A (x es el elemento simetrico de x en
K respecto de la suma).
4. Estudiar la estructura algebraica mas completa de (A, +, ). [2]
Resolucion. 1. Elijamos x = y = u. Entonces, aplicando (b):
f(uu) = f(u)f(u) f(u) = f
2
(u)
f(u)(1 f(u)) = 0 f(u) = 0 f(u) = 1
Ahora bien, como u ,= 0, usando (c) deducimos que f(u) = 1.
2. Si x, y A entonces f(x) [0, 1] y f(y) [0, 1]. Por la propia denicion de
f se verica f(x+y) 0 y de (a) deducimos f(x+y) supf(x), f(y) 1
es decir 0 f(x +y) 1. En consecuencia x +y f
1
([0, 1]) = A.
3. Tenemos 1 = f(u) = f[(u)(u)] = [f(u)]
2
f(u) = 1. Supongamos
que x A, es decir f(x) [0, 1]. Entonces
f(x) = f[(u)x] = f(u)f(x) = 1f(x) = f(x) [0, 1] x A
4. Veamos que A es subanillo de K. (i ) De f(0) = 0 [0, 1] se deduce que
0 A, es decir A ,= . (ii ) Sean x, y A. Usando los apartados 2. y 3. dedu-
cimos de forma inmediata que x y A. (iii ) Sean x, y A, entonces f(x)
y f(y) pertenecen al intervalo [0, 1], por tanto f(xy) = f(x)f(y) [0, 1], en
consecuencia xy A.
Dado que el producto es conmutativo en K tambien lo es en A. Como f(u) =
1 [0, 1] tenemos u A y por tanto A es anillo conmutativo y unitario.
Dado que en K no hay divisores de cero, tampoco los hay en A. Concluimos
que A es un dominio de integridad. Sin embargo, no es cuerpo. En efecto, si
0 ,= x A entonces f(x) (0, 1] y
1.20. CUATERNIOS DE HAMILTON 43
1 = f(u) = f(xx
1
) = f(x)f(x
1
) f(x
1
) =
1
f(x)
> 1 x
1
, A
1.20. Cuaternios de Hamilton
Sea 1 = R R
3
=
_
A = (a, ) : a R, R
3
_
. A cada elemento A de 1
se le llama cuaternio (o cuaterni on). En el conjunto 1 se dene la igualdad
de dos elementos A = (a, ) y B = (b,

) mediante:
A = B a = b y =

Denimos la suma A+B y el producto AB mediante:

A+B = (a +b, +

) , AB = (ab

, a
+b +

)
en donde representa el producto escalar usual de R
3
y el producto vec-
torial.
1. Demostrar que (1, +) es un grupo abeliano. Precisar el elemento neutro
E y el opuesto de A.
2. Demostrar que la multiplicacion es distributiva respecto de la suma.
3. Demostrar que 1 E es un grupo con la operacion producto de cua-
ternios. Precisar el elemento unidad U . Demostrar que el inverso A
1
de
A = (a, ) es:
A
1
=
_
a
a
2
+
2
,

a
2
+
2
_
4. A la vista de los resultados anteriores, que estructura tiene 1?
Resolucion. 1. (a) Interna. Es claro que si A, B 1 entonces A+B 1.
(b) Asociativa. Se deduce de manera sencilla a partir de la asociatividad de la
suma en R y en R
3
. (c) Elemento neutro. Claramente el cuaternio E = (0,
0)
cumple A+E = E +A = A para todo A 1. (d) Elemento opuesto. Dado
A = (a, ) 1, A = (a, ) 1 cumple A+(A) = (A)+A = E. (e)
Conmutativa. Se deduce de manera sencilla a partir de la conmutatividad
de la suma R y en R
3
.
2. Consideremos los elementos de 1 : A = (a, ), B = (b,

), A = (c, ) .
Usando conocidas propiedades del producto escalar y vectorial:
A(B +C) = (a, )(b +c,

+) =
(ab +ac

, a
+a +b +c +

+ ) =
(ab

, a
+b +

) + (ac , a +c + ) =
AB +AC
44 CAP

De manera analoga se demuestra (X + Y )Z = XZ + Y Z para toda terna
de cuaterniones X, Y, Z.
3. (a) Interna. Es claro que si A, B 1 entonces AB 1. (b) Asociativa.
Basta desarrollar por separado (AB)C, A(BC) y usar u(v w) = (u w)v
(u v) w. (c) Elemento unidad. Para que U = (x,
) sea elemento unidad, es

necesario y suciente para todo A 1 E se verique AU = UA = A.
Es decir:
(ax
, a
+x +
) = (xa
, x +a
)
Es claro que la igualdad se cumple para U = (1,
0).
(d) Elemento inverso. Sea A = (a, ) 1E, veamos que efectivamente
el cuaternio A
1
=
_
a/(a
2
+
2
), /(a
2
+
2
)
_
pertenece a 1 E y
cumple ademas AA
1
= A
1
A = U.
Como (a, ) ,= (0, 0) , a
2
+
2
,= 0 es decir A
1
esta bien denido. Por
otra parte, si a = 0 entonces ,=
0 y /(a
2
+
2
) ,=
0 . Esto prueba que

A
1
1E.
AA
1
= (a, )
_
a
a
2
+
2
,

a
2
+
2
_
=
_
a
2
a
2
+
2
+

2
a
2
+
2
,
a
a
2
+
2
+
a
a
2
+
2
+
_

a
2
+
2
__
= (1, 0)
De manera analoga se demuestra que A
1
A = U.
4. De los resultados anteriores concluimos que 1 es un cuerpo. Este cuerpo
no es conmutativo pues por ejemplo, (0, )(0,

) = (0,

), (0,

)(0, ) =
(0,

) y

=

.
Captulo 2
Espacios vectoriales,
homomorsmos
2.1. Caracterizaci on de subespacios vectoriales
1. Sea E espacio vectorial sobre el cuerpo K y sea F E. Demostrar que
F es subespacio vectorial de E si y solo si se cumplen las tres siguientes
condiciones:
(i ) 0 F.
(ii ) Para todo x F y para todo y F se verica x +y F.
(iii ) Para todo K y para todo x F se verica x F.
2. Se considera el espacio vectorial real usual R
n
(n 2) . Analizar si los
siguientes subconjuntos de R
n
son o no subespacios.
1) F
1
= (x
1
, . . . , x
n
) R
n
: x
1
x
2
= 0
2) F
2
= (x
1
, . . . , x
n
) R
n
: x
1
+. . . +x
n
= 1
3) F
3
= (x
1
, . . . , x
n
) R
n
: x
1
+. . . +x
n
= 0
4) F
4
= (x
1
, . . . , x
n
) R
n
: x
1
Z
3. Sea E = K
nn
el espacio vectorial usual de las matrices cuadradas de
ordenes nn y con elementos en el cuerpo K. Sea el subconjunto de E dado
por F =
_
A K
nn
: A
t
= A
_
, es decir el subconjunto de E formado por
las matrices simetricas. Demostrar que F es subespacio de E.
4. Sea E = T(R, R) el espacio vectorial real usual de las funciones f de R
en R. Se considera el subconjunto de E : F = f E : f(x) = f(x) x
R es decir, el subconjunto de las funciones pares. Demostrar que F es
45
46 CAP
ITULO 2. ESPACIOS VECTORIALES, HOMOMORFISMOS

subespacio de E.
Resolucion. 1. Supongamos que F E es subespacio vectorial de E, en-
tonces (por denicion de subespacio) F es espacio vectorial sobre el cuerpo
K. Como consecuencia inmediata de los axiomas de espacio vectorial, se ve-
rican las condiciones (i ), (ii ) y (iii ) del teorema.
Recprocamente, supongamos que se verican las condiciones (i ), (ii ) y
(iii ) del teorema. De (i ) deducimos que F ,= . Por otra parte para to-
do y F tenemos por (iii ) que y = (1)y F. De (ii ) deducimos
x + (y) = x y F. Es decir, (F, +) es grupo abeliano. Tambien de (ii )
deducimos que la ley externa esta bien denida sobre F y se cumplen sus
correspondientes cuatro axiomas de igualdad. Todo esto implica que F es
un espacio vectorial sobre K y por tanto, subespacio de E.
2. 1) (i ) El vector cero de R
n
esto es (0, . . . , 0) pertenece a F
1
pues x
1
x
2
=
0 0 = 0. (ii ) Elijamos x = (1, 0, . . . , 0), y = (0, 1, . . . , 0). Evidentemente x
e y pertenecen a F
1
, sin embargo x +y = (1, 1, . . . , 0) , F
1
. Es decir, F
1
no
es subespacio de R
n
.
2) (i ) (0, . . . , 0) , F
2
pues x
1
+. . . +x
n
= 0 +. . . + 0 = 0 ,= 1. Es decir, F
2
no es subespacio de R
n
.
3) (i ) (0, . . . , 0) F
3
pues x
1
+. . . +x
n
= 0 +. . . +0 = 0. (ii ) Consideremos
los vectores x = (x
1
, . . . , x
n
) F
3
, y = (y
1
, . . . , y
n
) F
3
, entonces por la
denicion de F
3
se verica x
1
+ . . . + x
n
= 0 e y
1
+ . . . + y
n
= 0. Tenemos
x +y = (x
1
+y
1
, . . . , x
n
+y
n
) y ademas
(x
1
+y
1
) +. . . + (x
n
+y
n
) = (x
1
+. . . +x
n
) + (y
1
+. . . +y
n
) = 0 + 0 = 0
es decir, x +y F
3
(iii ) Sea R y x = (x
1
, . . . , x
n
) F
3
, entonces x
1
+. . . +x
n
= 0 y ademas
x = (x
1
, . . . , x
n
). Por tanto x
1
+. . . +x
n
= (x
1
+. . . +x
n
) = 0 = 0
es decir, x F
3
. Concluimos que F
3
es subespacio de R
n
.
4) (i ) (0, . . . , 0) F
4
pues x
1
= 0 Z. (ii ) Sean x = (x
1
, . . . , x
n
) F
4
e y = (y
1
, . . . , y
n
) F
4
, entonces x
1
Z, y
1
Z. Tenemos x + y =
(x
1
+ y
1
, . . . , x
n
+ y
n
) y ademas x
1
+ y
1
Z, es decir x + y F
4
. (iii )
Elijamos = 1/2 R y x = (1, 0, . . . , 0). Evidentemente x F
4
, sin em-
bargo x = (1/2, 0, . . . , 0) , F
4
.. Concluimos que F
4
no es subespacio de R
n
.
3. (i ) La matriz nula 0 pertenece a F pues 0
t
= 0. (ii ) Sean A, B matrices
de F, entonces A
t
= A y B
t
= B. Como la traspuesta de la suma es la
suma de las traspuestas, tenemos (A + B)
t
= A
t
+ B
t
= A + B es decir,
2.2. SUMA DIRECTA DE DOS SUBESPACIOS 47
A +B F. (iii ) Sea K y A F, entonces A
t
= A. Como la traspuesta
de un escalar por una matriz es el escalar por la traspuesta de la matriz,
tenemos (A)
t
= A
t
= A es decir, A F. Concluimos pues que F es
subespacio de K
nn
.
Nota: De manera totalmente an aloga se demostrara que el subconjunto de
E = K
nn
formado por las matrices antisimetricas es tambien subsespacio
de E.
4. (i ) El vector cero de E es la funcion 0 : R R denida mediante
0(t) = 0 t R, por tanto 0(x) = 0(x) = 0 x R. Es decir, 0 F.
(ii ) Sean f, g F. Usando la denicion de suma de funciones tenemos para
todo x R
(f +g)(x) = f(x) +g(x) = f(x) +g(x) = (f +g)(x)
Es decir, f +g F.
(iii ) Sean R, f F. Usando la denicion de producto de un escalar por
una funcion tenemos para todo x R
(f)(x) = f(x) = f(x) = (f)(x)
Es decir, f F. Concluimos pues que F es subespacio de E.
Nota: De manera analoga se demostrara que el subconjunto de E = T(R, R)
formado por las funciones impares es tambien subespacio de E.
2.2. Suma directa de dos subespacios
1. Sea R
nn
el espacio vectorial real usual de las matrices cuadradas de
orden n. Sean o y / los subespacios de R
nn
formados por las matrices
simetricas y antisimetricas respectivamente. Demostrar que R
nn
= o /.
2. Sea E = T(R, R) el espacio vectorial real usual de las funciones f de R
en R y sean los subespacios de E : T = f E : f(x) = f(x) x R
formado por las funciones pares e J = f E : f(x) = f(x) x R
formado por las funciones impares. Demostrar que E = T J.
3. [2] Sea E el espacio vectorial de las funciones reales y continuas en el
intervalo cerrado [a, b]. Se consideran los subconjuntos de E dados por F =
f E :
_
b
a
f(t) dt = 0, G = f E : f es constante.
(a) Demostrar que F y G son subespacios de E.
(b) Demostrar que F y G son suplementarios en E.
48 CAP

Resolucion. 1. Sea A o /, entonces A o y A / lo cual impli-
ca A
t
= A y A
t
= A. Restando estas dos ultimas igualdades obtenemos
2A = 0 o equivalentemente A = 0. Es decir o / = 0.
Sea A R
nn
y supongamos que A se puede expresar en la forma A = A
1
+
A
2
con A
1
simetrica y A
2
antisimetrica. Trasponiendo la igualdad anterior
tendramos A
t
= A
1
A
2
. Sumando y restando las dos igualdades obtenemos
que caso de existir la descomposicion, A
1
y A
2
han de ser necesariamente
A
1
=
1
2
_
A+A
t
_
, A
2
=
1
2
_
AA
t
_
Por otra parte
A
t
1
=
_
1
2
_
A+A
t
_
_
t
=
1
2
(A
t
+ (A
t
)
t
) =
1
2
(A
t
+A) = A
1
A
t
2
=
_
1
2
_
AA
t
_
_
t
=
1
2
(A
t
(A
t
)
t
) =
1
2
(A
t
A) = A
2
y claramente A = A
1
+A
2
. Hemos pues demostrado que toda matriz de R
nn
es suma de una simetrica y otra antisimetrica, por tanto R
nn
= o + /.
Concluimos que R
nn
= o /.
2. Sea f TJ, entonces f T y f J lo cual implica f(x) = f(x) x
R y f(x) = f(x) x R. Restando las dos igualdades anteriores obte-
nemos 2f(x) = 0 x R o bien f(x) = 0 x R, es decir f es la funcion
cero: T J = 0.
Sea f E y supongamos que f se puede expresar en la forma f = f
1
+ f
2
con f
1
par y f
2
impar, entonces f(x) = f
1
(x) +f
2
(x) x R. Sustituyendo
x por x obtenemos f(x) = f
1
(x) f
2
(x) x R. Sumando y restando
las dos igualdades obtenemos que caso de existir la descomposicion, f
1
y f
2
han de ser necesariamente
f
1
(x) =
1
2
(f(x) +f(x)) , f
2
(x) =
1
2
(f(x) f(x))
Por otra parte
f
1
(x) =
1
2
(f(x) +f(x)) = f
1
(x) , f
2
(x) =
1
2
(f(x) f(x)) = f
2
(x)
y claramente f = f
1
+f
2
. Hemos pues demostrado que toda funcion f E
es suma de una par y otra impar, por tanto E = T + J . Concluimos que
2.3. SUMA DIRECTA DE VARIOS SUBESPACIOS 49
T(R, R) = T J.
3. (a) El vector cero de E es la funcion 0 : [a, b] R denida mediante
0(t) = t para todo t R y sabemos que es continua. Ademas
_
b
a
0 dt = 0,
es decir, 0 F. Por otra parte, para , R y para f, g F sabemos que
f +g es continua. Ademas
_
b
a
(f(t) +g(t)) dt =
_
b
a
f(t) dt +
_
b
a
g(t) dt = 0 +0 = 0
es decir, f +g F. Concluimos que F es subespacio de E. La funcion cero
es constante, las funciones constantes son continuas y cualquier combinacion
lineal de funciones constante es constante. En consecuencia G es subespacio
de E.
(b) Veamos que F G = 0. Efectivamente, si f F G entonces f F
y f G lo cual implica
_
b
a
f(t) dt = 0 y f(t) = k (constante). Pero
_
b
a
k dt = k(b a) = 0. Como b a ,= 0 se concluye que f(t) = k = 0.
Veamos ahora que E = F +G. Sea f E y escribamos f = (f k) +k con
k constante. Las funciones f k y k son continuas y k G. Basta imponer
que f k F
f k F
_
b
a
(f(t) k)dt = 0
_
b
a
f(t)dt = k(b a) k =
1
b a
_
b
a
f(t)dt
Eligiendo este k, se verica f = (f k) + k con f k F y k G .
Hemos demostrado que F G = 0 y E = F +G , es decir que F y G son
suplementarios en E.
2.3. Suma directa de varios subespacios
Sea E un espacio vectorial sobre K y sean F
1
, F
2
, . . . , F
m
subespacios de E.
Se dice que E es suma directa de los subespacios F
1
, F
2
, . . . , F
m
si y solo si
se verica
(i ) E = F
1
+F
2
+. . . F
m
.
(ii ) Para todo i = 1, 2, . . . , m se verica F
i
j=i
F
j
_
= 0 o dicho de
otra forma, la interseccion de cada subespacio con la suma de los demas ha
de ser el vector nulo.
50 CAP

Notas 1) Para m = 2 esta denicion coincide con la conocida de suma direc-
ta de dos subespacios. 2) Si se cumplen las condiciones (i ) y (ii ) anteriores
se escribe E = F
1
F
2
. . . +F
m
.
Se pide:
1. Demostrar que las tres siguientes armaciones son equivalentes
(a) E = F
1
F
2
. . . F
m
.
(b) E = F
1
+F
2
+. . . +F
m
y la descomposicion de todo vector x E en la
forma x = v
1
+v
2
+. . . +v
m
con v
i
F
i
para todo i = 1, . . . , m es unica.
(c) E = F
1
+F
2
+. . . +F
m
y la igualdad v
1
+v
2
+. . . +v
m
= 0 con v
i
F
i
para todo i = 1, . . . , m implica v
i
= 0 para todo i = 1, . . . , m.
2. Demostrar que R
4
= F
1
F
2
F
3
, siendo F
1
, F
2
, F
3
los subespacios de
R
4
F
1
= (, , 0, 0) : , R
F
2
= (0, 0, , 0) : R
F
3
= (0, 0, 0, ) : R
3. Sea E el espacio vectorial real de las funciones reales denidas sobre [0, 1].
Sean por otra parte los subespacios de E
F
1
= f E : f es nula fuera de [0, 1/3]
F
2
= f E : f es nula fuera de (1/3, 2/3)
F
3
= f E : f es nula fuera de [2/3, 1]
Demostrar que E = F
1
F
2
F
3
.
Resolucion. 1. (a) (b). Sea v E. Como E = F
1
+ F
2
+ . . . + F
m
,
podemos expresar v = v
1
+ . . . v
m
con v
1
F
1
, . . . , v
m
F
m
. Supongamos
que v = v
1
+ . . . + v
m
con v
1
F
1
, ..., v
m
F
m
. Entonces v
1
v
1
=
(v
2
v
2
) +. . . + (v
m
v
m
). Ahora bien
v
1
v
1
F
1
y (v
2
v
2
) +. . . + (v
m
v
m
) F
2
+. . . +F
m
Como F
1
(F
2
+. . . +F
m
) = 0 se deduce v
1
v
1
= 0, o sea v
1
= v
1
. Cam-
biando los ndices. concluimos de forma analoga que v
2
= v
2
, . . . , v
m
= v
m
.
Queda demostrado (b).
(b) (c). Por hipotesis se verica E = F
1
+F
2
+. . .+F
m
. Sean ahora v
1
F
1
,
... ,v
m
F
m
tales que v
1
+. . .+v
m
= 0. La igualdad v
1
+. . .+v
m
= 0+. . .+0
y la hipotesis de unicidad en (b) implican que v
1
= 0 , ... , v
m
= 0. Queda
2.4. SUBESPACIO AX = 0 51
probado (c).
(c) (a). Sea w F
1
(F
2
+ . . . + F
m
). Como w F
2
+ . . . + F
m
po-
demos expresar w = v
2
+ . . . + v
m
con v
2
F
2
, . . . , v
m
F
m
. Entonces
(w) +v
2
+. . . +v
m
= 0 con w F
1
, v
2
F
2
, . . . v
m
F
m
. La hipotesis
hecha en (c) implica w = 0 lo cual demuestra que F
1
(F
2
+. . .+F
m
) = 0.
Cambiando los ndices se demuestra de forma analoga que F
i
j=i
F
j
_
=
0 para todo i.
2. Usemos la caracterizacion (c) del apartado anterior. Dado un vector
generico x = (x
1
, x
2
, x
3
, x
4
) de R
4
podemos expresarlo en la forma
(x
1
, x
2
, x
3
, x
4
) = (x
1
, x
2
, 0, 0) + (0, 0, x
3
, 0) + (0, 0, 0, x
4
)
en donde el primer, el segundo y tercer vector del segundo miembro perte-
necen a F
1
, F
2
y F
3
respectivamente. Es decir, R
4
= F
1
+F
2
+F
3
. Por otra
parte, de la igualdad
(, , 0, 0) + (0, 0, , 0) + (0, 0, 0, ) = (0, 0, 0, 0)
se deduce que = = = = 0, por tanto los tres sumandos del primer
miembro son iguales al vector cero. Concluimos que R
4
= F
1
F
2
F
3
.
3. Usamos de nuevo la caracterizacion (c). Sea f E y consideremos las
funciones f
i
: [0, 1] R
f
1
(x) =
_
f(x) si x [0, 1/3]
0 si x , [0, 1/3]
f
2
(x) =
_
f(x) si x (1/3, 2/3)
0 si x , (1/3, 2/3)
f
3
(x) =
_
f(x) si x [2/3, 1]
0 si x , [2/3, 1)
Claramente f
i
F
i
para todo i = 1, 2, 3 y f = f
1
+ f
2
+ f
3
es decir,
E = F
1
+F
2
+F
3
. Por otra parte, de la igualdad f
1
+f
2
+f
3
= 0 con f
i
F
i
con i = 1, 2, 3 facilmente deducimos que f
1
= f
2
= f
3
= 0. Concluimos pues
que E = F
1
F
2
F
3
.
2.4. Subespacio Ax = 0
Hallar la dimension y una base del subespacio vectorial F de R
4
determinado
por el sistema:
52 CAP

_
_
_
x
1
+x
2
+x
3
x
4
= 0
x
1
x
2
+ 2x
3
+ 5x
4
= 0
x
1
+ 5x
2
4x
3
17x
4
= 0
Resolucion. Recordamos el siguiente resultado:
Sea A una matriz de orden m n con elementos en un cuerpo K. Sea el
subconjunto F de K
n
denido por Ax = 0 con x = (x
1
, . . . , x
n
)
t
K
n
. En-
tonces: F es un subespacio vectorial de K
n
de dimension igual a n rg(A).
En otras palabras: el conjunto de las soluciones de un sistema lineal ho-
mogeneo es un subespacio vectorial de dimension igual al n umero de incogni-
tas menos el rango de la matriz del sistema.
Hallemos el rango de la matriz del sistema:
_
_
1 1 2 1 0
1 1 2 5 0
1 5 4 17 0
_
_
_
_
1 1 1 1 0
0 2 1 6 0
0 6 3 18 0
_
_
_
_
1 1 1 1 0
0 2 1 6 0
0 0 0 0 0
_
_
Por tanto dimF = 4 rg(A) = 4 2 = 2.Para hallar una base de F
consideramos el sistema escalonado:
F
_
x
1
+x
2
+x
3
x
4
= 0
2x
2
+x
3
+ 6x
4
= 0
Dando a las incognitas libres (en este caso x
3
y x
4
) valores de la matriz
identidad esto es x
3
= 1, x
4
= 0 y luego x
3
= 0, x
4
= 1 nos asegura una base
de F (tendramos dos vectores linealmente independientes en F que es de
dimension 2).
Para x
3
= 1, x
4
= 0 obtenemos x
1
= 3/2 y x
2
= 1/2. Para x
3
= 0, x
4
= 1
obtenemos x
1
= 2 y x
2
= 3. Una base de F sera por tanto
B = (3/2, 1/2, 1, 0), (2, 3, 0, 1)
Multiplicando por 2 el primer vector obtenemos otra base:
B
= (3, 1, 2, 0), (2, 3, 0, 1)

2.5. SUBESPACIOS TRANSVERSALES 53
2.5. Subespacios transversales
Sea E un espacio vectorial real. Se dice que dos subespacios vectoriales U y
V son transversales cuando U +V = E. Se pide:
a) Determinar cuales de las nueve parejas ordenadas posibles (formadas por
dos de estos tres subespacios) son transversales. Justicar la respuesta.
U = x, x, x) : x R , V = x, x, y) : x, y R , W = x, y, 0) : x, y R
b) Sea f : E F una aplicacion lineal. Demostrar que si f transforma
subespacios transversales de E en subespacios transversales de F, entonces
f es sobreyectiva.
c) Enunciar la proposicion recproca de la anterior y estudiar su validez (en
caso de ser verdadera dar una demostracion, y en caso contrario construir
un contraejemplo). [1]
Resolucion. a) Los subespacios dados se pueden escribir en la forma
U =< (1, 1, 1) > , V =< (1, 1, 0), (0, 0, 1) > , W =< (1, 0, 0), (0, 1, 0) >
Sabemos que se obtiene un sistema generador de la suma de dos subespacios
mediante la union de un sistema generador de un subespacio con un sistema
generador del otro. Es decir
U +U =< (1, 1, 1) >
V +V =< (1, 1, 0), (0, 01) >
W +W =< (1, 0, 0), (0, 1, 0) >
U +V = V +U =< (1, 1, 1), (1, 1, 0), (0, 0, 1) >
U +W = W +U =< (1, 1, 1), (1, 0, 0), (0, 1, 0) >
V +W = W +V =< (1, 1, 0), (0, 0, 1), (1, 0, 0), (0, 1, 0) >
Para que alguna de las parejas anteriores determinen subespacios transver-
sales, el rango del sistema generador correspondiente ha de ser 3. Claramente
las tres primeras parejas no determinan subespacios transversales. Los ran-
gos de los otros sistemas generadores son
rg
_
_
1 1 1
1 1 0
0 0 1
_
_
= 2 , rg
_
_
1 1 1
1 0 0
0 1 0
_
_
= 3 , rg
_
_
1 1 0
0 0 1
1 0 0
0 1 0
_
_
= 3
54 CAP

Se concluye pues que de las nueve parejas, las que determinan subespacios
transversales son (U, W), (W, U), (V, W) y (W, V ).
b) Los subespacios 0 y E son transversales en E pues 0 + E = E.
Por hipotesis los subespacios f(0) y f(E) son transversales en F es decir,
f(0) +f(E) = F. Como f es lineal, f(0) = 0 y por tanto, f(E) = F.
En consecuencia, f es sobreyectiva.
c) La proposicion recproca es: Si f es sobreyectiva, entonces f transforma
subespacios transversales de E en subespacios transversales de F. Veamos
que es cierta. En efecto, sean U y V subespacios transversales en E es decir,
U +V = E. Tenemos que demostrar que f(U) y f(V ) lo son en F. Eviden-
temente f(U) +f(V ) F. Demostremos la otra inclusion.
Como f es sobreyectiva para todo y F existe x E tal que y = f(x). Por
otra parte, al ser U +V = E, x se puede expresar en la forma x = u+v con
u U y v V. Dado que f es lineal:
y = f(x) = f(u +v) = f(u) +f(v) f(U) +f(V )
Es decir, F f(U) +f(V ), lo cual concluye la demostracion.
2.6. Intersecci on de subespacios de (Z
7
)
4
En el espacio (Z
7
)
4
determinar la interseccion de las variedades dadas por
L
1
=< (2, 3, 0, 4), (3, 5, 0, 6), (0, 4, 2, 0) > , L
2

_
2x
1
+ 2x
3
x
4
= 0
3x
1
+ 5x
2
3x
3
= 0
[8]
Resolucion. Las tablas de la suma y producto en Z
7
= 0, 1, 2, 3, 4, 5, 6
son
+ 0 1 2 3 4 5 6
0 0 1 2 3 4 5 6
1 1 2 3 4 5 6 0
2 2 3 4 5 6 0 1
3 3 4 5 6 0 1 2
4 4 5 6 0 1 2 3
5 5 6 0 1 2 3 4
6 6 0 1 2 3 4 5
0 1 2 3 4 5 6
0 0 0 0 0 0 0 0
1 0 1 2 3 4 5 6
2 0 2 4 6 1 3 5
3 0 3 6 2 5 1 4
4 0 4 1 5 2 6 3
5 0 5 3 1 6 4 2
6 0 6 5 4 3 2 1
2.6. INTERSECCI
ON DE SUBESPACIOS DE (Z
7
)
4
55
Por tanto, los elementos opuesto a e inverso a
1
de cada a Z
7
son
a 0 1 2 3 4 5 6
a 0 6 5 4 3 2 1
a
1
, 1 4 5 2 3 6
Usando la informacion anterior, hallemos unas ecuaciones cartesianas de L
1
.
Todo vector de esta variedad se puede expresar en la forma
(x
1
, x
2
, x
3
, x
4
) =
1
(2, 3, 0, 4) +
2
(3, 5, 0, 6) +
3
(0, 4, 2, 0) (
i
Z
7
)
De forma equivalente:
L
1

_
_
x
1
= 2
1
+ 3
2
x
2
= 3
1
+ 5
2
+ 4
3
x
3
= 2
3
x
4
= 4
1
+ 6
2
(
i
Z
7
)
Eliminemos los parametros:
_
_
2 3 0 x
1
3 5 4 x
2
0 0 2 x
3
4 6 0 x
4
_
_
(2F
2
3F
1
, F
4
2F
1
)
_
_
2 3 0 x
1
0 1 1 2x
2
3x
1
0 0 2 x
3
0 0 0 x
4
2x
1
_
_
Es decir, L
1
esta determinado por la ecuacion cartesiana x
4
2x
1
= 0. Unas
ecuaciones cartesianas de L
1
L
2
son por tanto
L
1
L
2

_
_
_
2x
1
+x
4
= 0
2x
1
+ 2x
3
x
4
= 0
3x
1
+ 5x
2
3x
3
= 0
Escalonando el sistema:
_
_
2 0 0 1 0
2 0 2 1 0
3 5 3 0 0
_
_
(F
2
+F
1
, 2F
3
+ 3F
1
)
_
_
2 0 0 1 0
0 0 2 0 0
0 3 6 3 0
_
_
(3
1
F
3
, F
2
F
3
)
_
_
2 0 0 1 0
0 1 2 1 0
0 0 2 0 0
_
_
El rango de la matriz A del sitema escalonado es 3, por tanto:
dim(L
1
L
2
) = dim(Z
7
)
4
rg A = 4 3 = 1
56 CAP

Para hallar una base de L
1
L
2
basta asignar a la incognita libre x
4
el valor
1. La tercera ecuacion es 2x
3
= 0 con lo cual x
3
= 0. Sustituyendo en la
segunda queda x
2
= 1 o bien x
2
= 6. Sustituyendo en la primera queda
2x
1
= 1 o bien 2x
1
= 1 o bien x
1
= 4. Concluimos que una base de
L
1
L
2
es
B = (4, 6, 0, 1)
2.7. Cambio de base en orbitales at omicos
En la interpretacion del enlace qumico mediante la teora de orbitales mo-
leculares desempe nan un papel importante los orbitales hbridos. Cuando el
estudio se lleva a cabo solamente con los orbitales s y p aparecen tres clases
de hbridos a saber: sp
1
, sp
2
y sp
3
. En los tres casos solo se trata de un cam-
bio de base en un cierto espacio funcional. Las funciones de la base inicial
son los orbitales atomicos s, px, py, pz (que se denotaran en forma abreviada
por s, x, y, z) y las funciones de la base hbrida se denen como:
En sp
3
:
h
1
=
1
2
(s +x +y +z)
h
2
=
1
2
(s +x y z)
h
3
=
1
2
(s x y +z)
h
4
=
1
2
(s x +y z)
En sp
2
:
t
1
=
1
3
(s +
2x)
t
2
=
1
3
[s
1
2
(x
3y)]
t
3
=
1
3
[s
1
2
(x +
3y)]
t
4
= z
(a) Hallar la matriz T de cambio de base de la atomica a la hbrida sp
3
y
la matriz R de cambio de la atomica a la hbrida sp
2
.
(b) Hallar en funcion de T y R la matriz de cambio de la hibridacion sp
3
a
la sp
2
.
Resolucion. (a) Tenemos las relaciones matriciales:
_
_
h
1
h
2
h
3
h
4
_
_
=
1
2
_
_
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
_
_
_
_
s
x
y
z
_
_
_
_
t
1
t
2
t
3
t
4
_
_
=
1
3
_
_
1
2 0 0
1
1
2
0
1
1
2
0
0 0 0
3
_
_
_
_
s
x
y
z
_
_
2.8. MATRICES DE HOMOMORFISMOS 57
Denotando
P =
1
2
_
_
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
_
_
, Q =
1
3
_
_
1
2 0 0
1
1
2
0
1
1
2
0
0 0 0
3
_
_
obtenemos las relaciones
_
_
s
x
y
z
_
_
= P
1
_
_
h
1
h
2
h
3
h
4
_
_
,
_
_
s
x
y
z
_
_
= Q
1
_
_
t
1
t
2
t
3
t
4
_
_
de lo cual deducimos que T = P
1
y R = Q
1
.
(b) Tenemos
_
_
s
x
y
z
_
_
= T
_
_
h
1
h
2
h
3
h
4
_
_

_
_
s
x
y
z
_
_
= R
_
_
t
1
t
2
t
3
t
4
_
_
h
1
h
2
h
3
h
4
_
_
= T
1
R
_
_
t
1
t
2
t
3
t
4
_
_
La matriz pedida es por tanto T
1
R.
2.8. Matrices de homomorsmos
Sean los espacios vectoriales sobre K de dimension nita E(K), F(K), G(K)
y sean las bases respectivas B
E
= u
1
, u
2
, u
3
, B
F
= v
1
, v
2
, v
3
y B
G
=
w
1
, w
2
, w
3
. Sean los homomorsmos f L(E, F), g L(F, G) denidos
por
_
_
_
f(u
1
) = 2v
1
v
3
f(u
2
) = v
2
+ 2v
3
f(u
3
) = v
1
+ 2v
3
_
_
_
g(v
1
+v
3
) = 2w
1
+ 4w
2
+ 6w
3
g(v
2
) = w
2
g(v
1
v
3
) = 2w
1
+ 2w
2
+ 6w
3
Se pide
1. Matriz M(f) asociada a f respecto a B
E
y B
F
.
2. Matriz M(g) asociada a g respecto a B
F
y B
G
.
3. Matriz M(g f) asociada a g f respecto a B
E
y B
G
.
4. Rango de M(g f).
5. Dimension de la imagen homomorfa de E(K) seg un g f.
58 CAP

6. Dimension de ker f y de Im f.
7. Es inyectiva f? y g f?
8. Pertenece u
1
+u
2
+u
3
a ker f?
9. Encontrar una nueva base de F, B
F
= v
1
, v
2
, v
3
tal que la matriz
asociada a f respecto a B
E
y B
F
sea I (matriz identidad). [6]
Resolucion. 1. Trasponiendo coecientes, obtenemos la matriz pedida:
M(f) =
_
_
2 0 1
0 1 0
1 2 2
_
_
2. Teniendo en cuenta que g es lineal:
_
g(v
1
) +g(v
3
) = 2w
1
+ 4w
2
+ 6w
3
g(v
1
) g(v
3
) = 2w
1
+ 2w
2
+ 6w
3
Resolviendo el sistema obtenemos g(v
1
) = 2w
1
+ 3w
2
+ 6w
3
y g(v
3
) = w
2
con lo cual
_
_
_
g(v
1
) = 2w
1
+ 3w
2
+ 6w
3
g(v
2
) = w
2
g(v
3
) = w
2
La matriz M(g) es por tanto M(g) =
_
_
2 0 0
3 1 1
6 0 0
_
_
3. Usando un conocido teorema
M(g f) = M(g)M(f) =
_
_
2 0 0
3 1 1
6 0 0
_
_
_
_
2 0 1
0 1 0
1 2 2
_
_
=
_
_
4 0 2
5 3 5
12 0 6
_
_
4. El determinante de M(g f) es nulo y al menos hay un menor de orden
no nulo de orden 2, en consecuencia rg M(g f) = 2.
5. dim(g f)(E) = rg M(g f) = 2.
6. La dimension de la imagen de f es
dimIm f = rg M(f) = rg
_
_
2 0 1
0 1 0
1 2 2
_
_
= 3
Por el teorema de las dimensiones para aplicaciones lineales
2.9. ENDOMORFISMO NILPOTENTE 59
dimker f = 3 dimIm f = 3 3 = 0
7. Dado que dimker f = 0, concluimos que f es inyectiva. Sin embargo y
usando de nuevo el teorema de las dimensiones
dim(g f)(E) = 3 rg M(g f) = 1 ,= 0
es decir g f no es inyectiva.
8. El vector u
1
+u
2
+u
3
no pertenece a ker f pues no es el vector nulo, y al
ser f es inyectiva se verica ker f = 0.
9. La base pedida B
F
= v
1
, v
2
, v
3
ha de vericar
_
_
_
f(u
1
) = v
1
f(u
2
) = v
2
f(u
3
) = v
3
Basta elegir por tanto
v
1
= 2v
1
v
3
, v
2
= v
2
+ 2v
3
, v
3
= v
1
+ 2v
3
Los tres vectores anteriores forma efectivamente base en F(K) pues el rango
de la matriz M(f) es 3.
2.9. Endomorsmo nilpotente
Sea f : R
3
R
3
la aplicacion lineal que tiene respecto a la base canonica
e
1
, e
2
, e
3
asociada la matriz
A =
_
_
0 1 sin
1 0 cos
sin cos 0
_
_
( constante )
Se pide:
(a) Probar que la aplicacion f
3
= f f f es la aplicacion nula.
(b) Si para k R se dene la aplicacion lineal
k
: R
3
R
3
mediante
k
= i +kf + (k
2
/2)f
2
(i aplicacion identica)
60 CAP

probar que el conjunto G =
k
: k R es un grupo respecto de la com-
posicion de aplicaciones.
(c) Si e
1
= (cos , sin , 0), e
2
= (0, 1, sin ), e
3
= (1, 0, cos ), compro-
bar que e
1
, e
2
, e
3
es una base de R
3
.
(d) Hallar la matriz de f asociada a la base e
1
, e
2
, e
3
.
Resolucion. (a) La matriz de f
3
en la base canonica es A
3
, por tanto bas-
tara demostrar que A
3
= 0. Usando el teorema de Pitagoras trigonometrico:
A
2
=
_
_
0 1 sin
1 0 cos
sin cos 0
_
_
_
_
0 1 sin
1 0 cos
sin cos 0
_
_
=
_
_
cos
2
sin cos cos
sin cos sin
2
sin
cos sin 1
_
_
A
3
=
_
_
cos
2
sin cos cos
sin cos sin
2
sin
cos sin 1
_
_
_
_
0 1 sin
1 0 cos
sin cos 0
_
_
= 0
(b) Usando conocidas propiedades de la composicion de aplicaciones y que
f
3
= f
4
= 0 :
k

s
=
_
i +kf +
k
2
2
f
2
_
_
i +sf +
s
2
2
f
2
_
=
i +sf +
s
2
2
f
2
+kf +ksf
2
+
ks
2
2
f
3
+
k
2
2
f
2
+
k
2
s
2
f
3
+
k
2
s
2
2
f
4
=
i + (s +k)f +
_
s
2
2
+ks +
k
2
2
_
f
2
= i + (s +k)f +
(k+s)
2
2
f
2
=
k+s
La relacion anterior implica que la composicion es interna en G. La compo-
sicion es asociativa en general, luego lo es en G. El elemento neutro i de la
composicion pertenece a G pues i =
0
. Dado
k
G :
i =
0
=
k+(k)
=
k

k

1
k
=
k
G
Concluimos que (G.) es grupo. Es ademas abeliano pues
k

s
=
k+s
=
s+k
=
s

k
(c) Dado que dimR
3
= 3, para demostrar que e
1
, e
2
, e
3
es una base de R
3
basta demostrar que son linealmente independientes o bien que el rango de
la matriz correspondiente es 3.
cos sin 0
0 1 sin
1 0 cos
= cos
2
sin
2
= 1 ,= 0
2.10. BASE DEL ESPACIO VECTORIAL COCIENTE 61
Concluimos que e
1
, e
2
, e
3
es efectivamente base de R
3
.
(d) La matriz de cambio de la base canonica a la e
1
, e
2
, e
3
es
P =
_
_
cos 0 1
sin 1 0
0 sin cos
_
_
Por un conocido teorema, la matriz de f en la nueva base e
1
, e
2
, e
3
es
P
1
AP. Operando obtenemos
P
1
AP =
_
_
0 0 0
cos sin cos sin
2
sin cos
2
sin cos
_
_
2.10. Base del espacio vectorial cociente
1. Sea E un espacio vectorial sobre el cuerpo K de dimension n y sea
F E un subespacio vectorial. Supongamos que B
F
= u
1
, . . . , u
r
es
base de F y que B
E
= u
1
, . . . , u
r
, u
r+1
, . . . , u
n
es base de E. Demostrar
que una base de E/F es B
E/F
= u
r+1
+ F, . . . , u
n
+ F. Deducir que
dimE/F = dimE dimF, igualdad valida tambien para los casos r = 0 o
r = n.
2. Se considera el subespacio de R
4
de ecuaciones
_
x
1
+x
2
x
3
+ 2x
4
= 0
x
1
x
2
+ 3x
3
+ 6x
4
= 0
(i ) Hallar una base de F.
(ii ) Hallar una base de R
4
/F.
(iii ) Hallar las coordenadas del vector (1, 3, 2, 6) +F en la base hallada en
el apartado anterior.
Resolucion. 1. Veamos que efectivamente B
E/F
= u
r+1
+F, . . . , u
n
+F
es base de E/F. (a) B
E/F
es sistema libre:
r+1
(u
r+1
+F) +. . . +
n
(u
n
+F) = 0 +F
(
r+1
u
r+1
+. . . +
n
u
n
) +F = 0 +F
r+1
u
r+1
+. . . +
n
u
n
F
1
, . . . ,
r
K :
r+1
u
r+1
+. . . +
n
u
n
=
1
u
1
+. . . +
r
u
r

1
u
1
+. . .
r
u
r
+
r+1
u
r+1
+. . . +
n
u
n
= 0
62 CAP

Al ser B
E
= u
1
, . . . , u
r
, u
r+1
, . . . , u
n
sistema libre se concluye que todos
los
i
son nulos y en particular
r+1
= . . . =
n
= 0.
(b) B
E/F
es sistema generador de E/F. Sea x + F E/F. Como x E
y B
E
genera a E, existen escalares x
1
, . . . , x
n
tales x = x
1
u
1
+ . . . + x
n
.
Tenemos:
x +F = (x
1
u
1
+. . . +x
n
u
n
) +F =
[(x
1
u
1
+. . . +x
r
u
r
) +F] + [(x
r+1
u
r+1
+. . . +x
n
u
n
) +F] =
( pues x
1
u
1
+. . . +x
r
u
r
F)
[0 +F] + [(x
r+1
u
r+1
+. . . +x
n
u
n
) +F] =
(x
r+1
u
r+1
+. . . +x
n
u
n
) +F =
x
r+1
(u
r+1
+F) +. . . +x
n
(u
n
+F)
Es decir, B
E/F
es sistema generador de E/F. Para el caso r = 0 tenemos
F = 0 y E/F = E. Para el caso r = n tenemos F = E y E/F = 0. Es
decir, en cualquier caso dimE/F = dimE dimF.
2. (i ) Usando el conocido metodo para el calculo de una base de un subes-
pacio dado por sus ecuaciones cartesianas, obtenemos facilmente una base
de F: B
F
= (1, 2, 1, 0), (4, 2, 0, 1).
(ii ) Se verica
rg
_
_
1 2 1 0
4 2 0 1
0 0 1 0
0 0 0 1
_
_
= 4
Usando el teorema anterior concluimos que una base de R
4
/F es
B
R
4
/F
= (0, 0, 1, 0) +F, (0, 0, 0, 1) +F
(iii ) Expresemos el vector dado como combinacion lineal de la base hallada
en el apartado anterior. Tenemos
(1, 3, 2, 6) +F =
1
[(0, 0, 1, 0) +F] +
2
[(0, 0, 0, 1) +F]
1, 3, 2, 6) +F = (0, 0,
1
,
2
) +F
(1, 3, 2
1
, 6
2
) F
(1, 3, 2
1
, 6
2
) L[(1, 2, 1, 0), (4, 2, 0, 1)]
2.11. N
UCLEO E IMAGEN DEL OPERADOR DERIVACI
ON 63
La ultima condicion equivale a que
rg
_
_
1 2 1 0
4 2 0 1
1 3 2
1
6
2
_
_
= 2
Triangulando, obtenemos
rg
_
_
1 2 1 0
0 6 4 1
0 0 6
1
22 6
2
35
_
_
= 2
Las coordenadas pedidas son por tanto
(
1
,
2
) =
_
11
3
,
35
6
_
2.11. N ucleo e imagen del operador derivacion
Se considera la aplicacion f : R
n
[x] R
n
[x] tal que f[p(x)] = p
(x). Se pide:
a) Demostrar que es lineal.
b) Hallar la matriz de f respecto de la base canonica B = 1, x, x
2
, . . . , x
n
.
c) Ecuaciones y una base de ker f.
d) Ecuaciones y una base de Imf. [6]
Resolucion. a) Para cada par de polinomios p(x), q(x) R
n
[x], para cada
par de n umeros reales , , y usando conocidas propiedades de la derivada:
f[p(x) +q(x)] = (p(x) +q(x))
= p
(x) +q
(x)
= f[p(x)] +f[q(x)]
Es decir, f es lineal.
b) Hallemos los transformados por f de los elementos de la base B :
_
_
f(1) = 0
f(x) = 1
f(x
2
) = 2x
. . .
f(x
n
) = nx
n1
Transponiendo coecientes obtenemos la matriz cuadrada de orden n + 1
pedida
64 CAP

A =
_
_
0 1 0 . . . 0
0 0 2 . . . 0
0 0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . . n
0 0 0 . . . 0
_
_
c) Denotemos por (x
0
, x
1
, x
2
, . . . , x
n1
, x
n
)
t
a las coordenadas de un vector
generico de R
n
[x] respecto de la base B. Entonces
p(x) ker f
_
_
0 1 0 . . . 0
0 0 2 . . . 0
0 0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . . n
0 0 0 . . . 0
_
_
_
_
x
0
x
1
x
2
.
.
.
x
n1
x
n
_
_
=
_
_
0
0
0
.
.
.
0
0
_
_
Unas ecuaciones cartesianas de ker f son por tanto:
_
_
x
1
= 0
2x
2
= 0
. . .
nx
n
= 0
La dimension de ker f es dim(ker f) = n + 1 rg A = n + 1 n = 1. Para
hallar una base de ker f bastara dar a la incognita libre x
0
el valor 1 con
lo cual obtenemos el vector (1, 0, 0, . . . , 0, 0). En consecuencia, una base de
ker f es B
ker f
= 1.
d) Un vector Y = (y
0
, y
1
, x
2
, . . . , y
n
)
t
pertenece a la imagen de f si y solo si
existe un vector X = (x
0
, x
1
, x
2
, . . . , x
n
)
t
tal que Y = AX. Es decir,
_
_
y
0
y
1
y
2
.
.
.
y
n1
y
n
_
_
=
_
_
0 1 0 . . . 0
0 0 2 . . . 0
0 0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . . n
0 0 0 . . . 0
_
_
_
_
x
0
x
1
x
2
.
.
.
x
n1
x
n
_
_
=
_
_
x
1
2x
2
3x
3
.
.
.
nx
n
0
_
_
(x
i
R)
Unas ecuaciones cartesianas de Im f son por tanto:
2.12. CLASIFICACI
ON DE ENDOMORFISMOS 65
_
_
y
1
= x
1
y
1
= 2x
2
y
2
= 3x
3
. . .
y
n1
= nx
n
y
n
= 0
(x
i
R)
Por otra parte, todo vector de la imagen se puede expresar en la forma
_
_
y
0
y
1
y
2
.
.
.
y
n1
y
n
_
_
= x
1
_
_
1
0
0
.
.
.
0
0
_
_
+x
2
_
_
0
2
0
.
.
.
0
0
_
_
+. . . +x
n
_
_
0
0
0
.
.
.
n
0
_
_
(x
i
R)
Las n columnas anteriores son linealmente independientes y generan Im f,
es decir una base de la imagen es 1, 2x, 3x
2
, . . . , nx
n1
. Multiplicando
convenientemente por escalares no nulos obtenemos otra base de la imagen:
B
Im f
= 1, x, x
2
, . . . , x
n1
.
2.12. Clasicaci on de endomorsmos
Se consideran los homomorsmos f
de un espacio V
3
(R) denidos por las
ecuaciones
_
_
_
f
(e
1
) = e
1
+e
2
+e
3
f
(e
2
) = e
1
+e
2
+e
3
f
(e
1
) = e
1
+e
2
+
2
e
3
donde R y B = e
1
, e
2
, e
3
es una base de V
3
(R).
1. Clasicar en funcion de los distintos endomorsmos f
indicando su
naturaleza. Para aquellos f
que no sean automorsmos, denir la imagen

y el n ucleo. Para los que sean automorsmos, denir su inverso.
2. Dado el vector b = e
1
+2e
2
+e
3
disentir la existencia o no de solucion de
la ecuacion f
(x) = b. [4]
Resolucion. 1. Trasponiendo coecientes obtenemos la matriz A
del endo-
morsmo f
respecto de la base B y la expresion matricial correspondiente.

A =
_
_
1 1 1
1 1
1
2
_
_
,
_
_
y
1
y
2
y
3
_
_
= A
_
_
x
1
x
2
x
3
_
_
66 CAP

Hallemos dim(Imf
), es decir rg(A
). Efectuando las transformaciones por

las F
2
F
1
, F
3
F
1
y luego F
3
+F
2
obtenemos la forma escalonada de la
matriz A
:
A
=
_
_
1 1 1
1 1
1
2
_
_
_
_
1 1 1
0 1 0
0 1
2
_
_
_
_
1 1 1
0 1 0
0 0
2
_
_
Primer caso:
2
= 0. Equivale a decir = 0 o = 1. Para = 0 tenemos
dim(Imf
0
) = rg(A
0
) = 2 y por el teorema de las dimensiones para aplicacio-
nes lineales, dim(ker f
0
) = 1. Para = 1 tenemos dim(Imf
1
) = rg(A
1
) = 1 y
por el teorema de las dimensiones para aplicaciones lineales, dim(ker f) = 2.
Segundo caso:
2
,= 0. Equivale a decir ,= 0 y ,= 1. En este caso
tenemos dim(Imf
) = rg(A
) = 3 y de nuevo, por el teorema de las dimen-

siones para aplicaciones lineales, dim(ker f
) = 0. Es decir, en este segundo

caso cada aplicacion f
es inyectiva y sobre, por tanto isomorsmo. Al ser

endomorsmo, es automorsmo.
Podemos pues concluir para la familia de endomorsmos dada, tenemos
automorsmos exactamente para ,= 0 y ,= 1. Denamos ahora el n ucleo
y la imagen en los casos que no son automorsmos. Usando la expresion
matricial de f
obtenemos de forma inmediata unas ecuaciones cartesianas

del n ucleo y unas ecuaciones parametricas de la imagen:
ker(f
0
)
_
_
_
x
1
+x
2
+x
3
= 0
x
1
+x
3
= 0
x
2
= 0
Im(f
0
)
_
_
_
y
1
= x
1
+x
2
+x
3
y
2
= x
1
+x
3
y
3
= x
2
(x
i
R)
ker(f
1
)
_
x
1
+x
2
+x
3
= 0 Im(f
1
)
_
_
_
y
1
= x
1
+x
2
+x
3
y
2
= x
1
+x
2
+x
3
y
3
= x
1
+x
2
+x
3
(x
i
R)
Ahora encontramos f acilmente unas bases de estos subespacios en coorde-
nadas con respecto de la base B :
B
ker(f
0
)
= (1, 0, 1) , B
Im(f
0
)
= (1, 1, 0), (1, 0, 1)
B
ker(f
1
)
= (1, 1, 0), (1, 0, 1) , B
Im(f
1
)
= (1, 1, 1)
Es decir:
B
ker(f
0
)
= e
1
+e
3
, B
Im(f
0
)
= e
1
+e
2
, e
1
+e
3
B
ker(f
1
)
= e
1
+e
2
, e
1
+e
3
, B
Im(f
1
)
= e
1
+e
2
+e
3
2.13. HIPERPLANOS 67
Por un conocido teorema, para cada automorsmo, es decir para cada ,= 0
y ,= 1 la matriz de su automorsmo inverso es (A
)
1
.
2. La existencia de soluciones de la ecuacion f
(x) = b equivale a la existencia

de soluciones del sistema:
_
_
1 1 1
1 1
1
2
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
1
1
1
_
_
Efectuando las transformaciones por las F
2
F
1
, F
3
F
1
y luego F
3
+F
2
obtenemos la forma escalonada del sistema:
_
_
1 1 1 1
1 1 1
1
2
1
_
_
_
_
1 1 1 1
0 1 0 0
0 1
2
1
_
_
_
_
1 1 1 1
0 1 0 0
0 0
2
1
_
_
Para ,= 0 y ,= 1, el sistema es compatible y determinado y por tanto
la ecuacion tiene solucion unica. Para = 0, el sistema es incompatible y
la ecuacion no tiene solucion. Para = 1, el sistema es indeterminado y la
ecuacion tiene innitas soluciones.
2.13. Hiperplanos
Sea V un espacio vectorial real de dimension n > 1. Se dice que H es un
hiperplano de V cuando H es un subespacio vectorial de dimension n 1.
Se pide:
(a) Determinar cuales de los subconjuntos H
1
, H
2
, H
3
, H
4
del espacio vec-
torial R
3
son subespacios, y cuales hiperplanos. Justicar las respuestas.
H
1
= (x, x, x) : x R, H
2
= (x, x, y) : x R, y R
H
3
= (x, x, 0) : x R, H
4
= (x, x, 1) : x R
(b) Sea f : V R una forma lineal no identicamente nula. Demostrar que
entonces el n ucleo de f es un hiperplano de V.
(c) Enunciar la proposicion recproca de la anterior, y estudiar su validez
(en caso armativo da una demostracion, y en caso contrario construir un
contraejemplo. [1]
68 CAP

Resolucion. (a) Un vector pertenece a H
1
si y solo si es de la forma
x(1, 1, 1) con x R. Es decir, H
1
= L[(1, 1, 1)], y sabemos que todo subcon-
junto de un espacio vectorial de la forma L[S] es subespacio. Ademas, (1, 1, 1)
es linealmente independiente y genera a H
1
lo cual implica que (1, 1, 1) es
base de H
1
y por tanto dimH
1
= 1. Concluimos que H
1
es hiperplano de R
3
.
De manera analoga, H
2
= L[(1, 1, 0), (0, 0, 1)], es decir H
2
es subespacio de
R
3
. Los vectores anteriores son linealmente independientes y generan H
2
.
Entonces, dimH
2
= 2 lo cual implica que H
2
no es un hiperplano de R
3
.
Podemos expresar H
3
= L[(1, 1, 0). Como se hizo para H
1
, concluimos que
H
3
es hiperplano de R
3
. Por ultimo, el vector nulo no pertenece a H
4
, con
lo cual no es subespacio de R
3
.
(b) Sea f : V R una forma lineal no identicamente nula, entonces existe
v V tal que f(v) = a ,= 0. Es decir, a Imf. Dado que 0 , = Imf R,
que Imf es subespacio de R y que dimR = 1 se deduce que dimImf = 1.
Por el teorema de las dimensiones para aplicaciones lineales:
dim(ker f) = dimV dim(Imf) = n 1 ker f es hiperplano de R
3
(c) La proposicion recproca de la anterior es: Sea f : V R una forma
lineal. Si ker f es un hiperplano de V , entonces f no es identicamente nula.
Esta proposicion es cierta. En efecto, aplicando de nuevo el teorema de las
dimensiones para aplicaciones lineales tenemos que n = n 1 + dim(Imf),
lo cual implica que dim(Imf) = 1 y por tanto f no es identicamente nula.
2.14. Suma S
4
= 1
4
+ 2
4
+ 3
4
+ . . . + n
4
1. Sea R
5
[x] el espacio vectorial real de los polinomios de grado menor que
6 con coecientes en R. Se considera la aplicacion T : R
5
[x] R
5
[x] de-
nida por p(x) R
5
[x], T(p(x)) = p(x+1)p(x). Demostrar que T es lineal.
2. Estudiar si es cierto el siguiente enunciado: p ker T p es constante.
3. Hallar las imagenes por T de la base canonica de R
5
[x] y calcular T
1
(x
4
).
4. Utilizar el resultado anterior para deducir una expresion de la suma
S
4
= 1
4
+ 2
4
+ 3
4
+. . . +n
4
[2]
2.14. SUMA S
4
= 1
4
+ 2
4
+ 3
4
+. . . +N
4
69
Resolucion. 1. El polinomio T(p(x)) = p(x +1) p(x) es de grado menor
o igual que 5, en consecuencia pertenece a R
5
[x]. Por otra parte,
R, p(x)q(x) R
5
[x] tenemos:
T[(p(x) +q(x))] = p(x + 1) +q(x + 1) (p(x) +q(x)) =
(p(x + 1) p(x)) +(q(x + 1) q(x)) = T(p(x) +T(q(x))
2. Sea p = k R
5
[x] constante. Entonces, T(p(x)) = k k = 0 y en
consecuencia p(x) ker T. Reciprocamente, si p ker T entonces p(x+1)
p(x) = 0 o de forma equivalente p(x+1) = p(x). Supongamos que p no fuera
constante. Entonces sera de grado 1 y por el teorema fundamental del
Algebra tendra una raz compleja a. Si p perteneciera a ker T se vericara

p(x + 1) = p(x) para todo x R y por tanto:
p(a + 1) = p(a) = 0, p(a + 2) = p(a + 1) = 0, p(a + 3) = p(a + 2) = 0, . . .
Es decir, p tendra innitas races: a, a + 1, a + 2, . . ., lo cual es absurdo.
Podemos pues concluir que ker T = p R
5
[x] : p constante.
3. Los transformados de la base canonica B de R
5
[x] son:
T(1) = 1 1 = 0
T(x) = (x + 1) x = 1
T(x
2
) = (x + 1)
2
x
2
= 1 + 2x
T(x
3
) = (x + 1)
3
x
3
= . . . = 1 + 3x + 3x
2
T(x
4
) = (x + 1)
4
x
4
= . . . = 1 + 4x + 6x
2
+ 4x
3
T(x
5
) = (x + 1)
5
x
5
= . . . = 1 + 5x + 10x
2
+ 10x
3
+ 5x
4
Transponiendo coecientes, obtenemos la expresion matricial de T en B:
_
_
y
1
y
2
y
3
y
4
y
5
y
6
_
_
=
_
_
0 1 1 1 1 1
0 0 2 3 4 5
0 0 0 3 6 10
0 0 0 0 4 10
0 0 0 0 0 5
0 0 0 0 0 0
_
_
_
_
x
1
x
2
x
3
x
4
x
5
x
6
_
_
Las coordenadas de x
4
en la base canonica B son (0, 0, 0, 0, 1, 0)
t
. Por tanto,
T
1
(x
4
) esta determinado por los (x
1
, . . . , x
6
)
t
tales que:
_
_
0
0
0
0
1
0
_
_
=
_
_
0 1 1 1 1 1
0 0 2 3 4 5
0 0 0 3 6 10
0 0 0 0 4 10
0 0 0 0 0 5
0 0 0 0 0 0
_
_
_
_
x
1
x
2
x
3
x
4
x
5
x
6
_
_
70 CAP

Resolviendo obtenemos (x
1
, x
2
, x
3
, x
4
, x
5
, x
6
)
t
= (, 1/30, 0, 1/3, 1/2, 1/5)
t
con R. Por tanto T
1
(x
4
) =
_
x/30 +x
3
/3 x
4
/2 +x
5
/5 : R
_
.
4. Consideremos cualquier polinomio h(x) T
1
(x
4
) (por ejemplo el corres-
pondiente a = 0). Tal polinomio cumple T(h(x)) = x
4
es decir h(x +1)
h(x) = x
4
(). Dando a x los valores 1, 2, . . . , n en () obtenemos:
h(2) h(1) = 1
4
h(3) h(2) = 2
4
h(4) h(3) = 3
4
. . .
h(n + 1) h(n) = n
4
Sumando y cancelando obtenemos h(n+1) h(n) = 1
4
+2
4
+. . . +n
4
= S
4
.
Es decir:
S
4
= h(n + 1) h(1) =
n + 1
30
+
(n + 1)
3
3

(n + 1)
4
2
+
(n + 1)
5
5
+
1
30

1
3
+
1
2

1
5
Operando y simplicando obtenemos:
S
4
= 1
4
+ 2
4
+ 3
4
+. . . +n
4
=
n(2n + 1)(n + 1)(3n
2
+ 3n 1)
30
2.15. Sucesiones exactas
Sean E, F, G, H espacios vectoriales, y sean f : E F, g : F G,
h : G H aplicaciones lineales. Se dice que la sucesion E
f
F
g
G es
exacta en F cuando Imf = ker g.
(a) Supongamos que dimE = 0. Enunciar y demostrar una condicion nece-
saria y suciente que ha de cumplir g para que la sucesion E
f
F
g
G sea
exacta en F.
(b) Supongamos que dimH = 0. Enunciar y demostrar una condicion ne-
cesaria y suciente que ha de cumplir g para que la sucesion F
g
G
h
H
sea exacta en G.
(c) Supongamos que la sucesion E
f
F
g
G
h
H es exacta en F y exacta
en G. Estudiar la validez de la proposicion f es sobreyectiva si y solo si h es
inyectiva. Dar una demostracion o construir un contraejemplo. [1]
2.16. ENDOMORFISMO EN C(R) 71
Resolucion. (a) Por hipotesis dimE = 0, esto equivale a E = 0. Te-
nemos por tanto la sucesion 0
f
F
g
G lo cual implica que f es ne-
cesariamente la aplicacion cero al ser f lineal. Se deduce que Imf = 0.
Entonces
0
f
F
g
G es exacta en F Imf = ker g
0 = ker g g es inyectiva
Es decir, la sucesion dada es exacta en F si y solo si g es inyectiva.
(b) Por hipotesis dimH = 0. Esto equivale a H = 0. Tenemos por tanto
la sucesion F
g
G
h
0 lo cual implica que ker h = G. Entonces
F
g
G
h
0 es exacta en G Img = ker h
Img = G g es sobreyeciva
Es decir, la sucesion dada es exacta en G si y solo si g es sobreyectiva.
(c) Por hipotesis Imf = ker g e Img = ker h. Tenemos
f es sobreyectiva Imf = F = ker g
Img = 0 = ker h h es inyectiva
h es inyectiva ker h = 0 = Img
ker g = F = Imf f es sobreyectiva
La proposicion es por tanto valida.
2.16. Endomorsmo en C(R)
Sea C el espacio vectorial de los n umeros complejos respecto del cuerpo R
de los n umeros reales. Se considera la aplicacion f : C C denida para
todo z C por f(z) = uz, en donde u = 1+i siendo i la unidad imaginaria.
1. Demostrar que f es una aplicacion lineal.
2. Determinar la matriz asociada a f respecto de la base canonica 1, i.
3. Determinar el n ucleo y la imagen de f.
4. Determinar seg un el valor de n entero y positivo, la matriz de f
n
respecto
de la base canonica.
5. Determinar la dimension del espacio vectorial sobre R formado por todas
las aplicaciones lineales que son combinacion lineal de las f
n
, es decir del
espacio vectorial F =
nN
a
n
f
n
: a
n
R. [2]
72 CAP

Resolucion. 1. Para cualquier par de escalares , R y para cada par
de vectores z, w C se verica:
f(z +w) = u(z +w)
= uz +uw
= f(z) +f(w)
Es decir, f es lineal.
2. Hallando los transformados por f de la base canonica obtenemos la matriz
A pedida:
_
f(1) = (1 +i)1 = 1 +i
f(i) = (1 +i)i = 1 +i
A =
_
1 1
1 1
_
3. Denotemos por (x
1
, x
2
)
t
R
2
a las coordenadas de un vector z C y por
(y
1
, y
2
)
t
R
2
a las coordenadas de su transformado f(z). Entonces
_
y
1
y
2
_
=
_
1 1
1 1
_ _
x
1
x
2
_
ker f
_
x
1
x
2
= 0
x
1
+x
2
= 0
x
1
= x
2
= 0
Es decir, ker f = 0. Usando el teorema de las dimensiones para aplica-
ciones lineales, tenemos dimC = dimker f + dimImf o equivalentemente
dimImf = 2 lo cual implica Imf = C.
4. La matriz de f
n
respecto de la base canonica es A
n
. Las primeras potencias
son:
A
1
= A, A
2
=
_
0 2
2 0
_
, A
3
=
_
2 2
2 2
_
, A
4
=
_
4 0
0 4
_
= 4I
De lo cual deducimos
_
_
A
5
= 4A
A
6
= 4A
2
A
7
= 4A
3
A
8
= (4)
2
I
_
_
A
9
= (4)
2
A
A
10
= (4)
2
A
2
A
11
= (4)
2
A
3
A
12
= (4)
3
I
. . .
_
_
A
4k+1
= (4)
k
A
A
4k+2
= (4)
k
A
2
A
4k+3
= (4)
k
A
3
A
4k
= (4)
k
I
para todo entero k 0.
5. Fijada una base B en un espacio vectorial E de dimension n sobre el cuer-
po K, sabemos que la aplicacion entre el algebra End E de los endomors-
mos sobre E y el algebra de matrices K
nn
que asocia a cada endomorsmo
f End E su matriz con respecto a B, es un isomorsmo de algebras. En
2.17. APLICACI
ON LINEAL: FACTORIZACI
ON CAN
ONICA 73
consecuencia bastara hallar la dimension del subespacio vectorial de R
22
dado por F
1
=
nN
a
n
A
n
: a
n
R.
De los resultados del apartado 4. deducimos que este espacio esta generado
por el sistema de vectores I, A, A
3
, A
3
, es decir por los vectores
I =
_
1 0
0 1
_
, A =
_
1 1
1 1
_
, A
2
=
_
0 2
2 0
_
, A
3
=
_
2 2
2 2
_
Expresando estos vectores en coordenadas respecto de la base canonica de
R
22
tenemos
dimF = dimF
1
= rg
_
_
1 0 0 1
1 1 1 1
0 2 2 0
2 2 2 2
_
_
= 2
2.17. Aplicaci on lineal: factorizacion can onica
Se considera la aplicacion lineal f : R
4
R
3
cuya matriz respecto de la
base canonica B de R
4
y la can onica B
de R
3
es
A =
_
_
2 1 1 0
1 1 2 1
1 1 4 3
_
_
(a) Hallar unas bases ( y T de E/ ker f e Imf respectivamente.
(b) Hallar la matriz N de n respecto de las bases B y (.
(c) Hallar la matriz

A de

f respecto de las bases ( y T.
(d) Hallar la matriz I
1
de i respecto de las bases T y B
.
(e) Comprobar que A = I
1

AN . Por que ha de cumplirse necesariamente
esta igualdad?
Resolucion. (a) El n ucleo de f es
ker f
_
_
_
2x
1
x
2
+x
3
= 0
x
1
x
2
+ 2x
3
x
4
= 0
x
1
x
2
+ 4x
3
3x
4
= 0
Escalonando el sistema obtenemos la base (1, 3, 1, 0), (1, 2, 0, 1. Comple-
tando esta con los vectores (0, 0, 1, 0), (0, 0, 0, 1) obtenemos una base de R
4
con lo cual una base de E/ ker f es ( = (0, 0, 1, 0)+ker f, (0, 0, 0, 1)+ker f.
Por otra parte el rango de A es 2 y las dos primeras columnas son lineal-
mente independientes de lo cual obtenemos inmediatamente una base de la
74 CAP

imagen de f: T = (2, 1, 1), (1, 1, 1).
(b) Para calcular N hallemos los transformados de la base B en funcion de
la base (. Expresemos
n(1, 0, 0, 0) = (1, 0, 0, 0) +ker f = [(0, 0, 1, 0) +ker f] +[(0, 0, 0, 1) +ker f]
De la denicion de las operaciones y de igualdad de vectores en el espa-
cio vectorial cociente, para que se verique la igualdad anterior el vector
(1, 0, , ) ha de pertenecer a ker f o equivalentemente
rg
_
_
1 3 1 0
1 2 0 1
1 0
_
_
= 2 . . . = 2, = 3
Es decir, n(1, 0, 0, 0) = 2[(0, 0, 1, 0)+ker f] +3[(0, 0, 0, 1)+ker f]. Repitiendo
el proceso obtenemos:
_
_
n(1, 0, 0, 0) = 2[(0, 0, 1, 0) + ker f] + 3[(0, 0, 0, 1) + ker f]
n(0, 1, 0, 0) = [(0, 0, 1, 0) + ker f] [(0, 0, 0, 1) + ker f]
n(0, 0, 1, 0) = [(0, 0, 1, 0) + ker f] + 0[(0, 0, 0, 1) + ker f]
n(0, 0, 0, 1) = 0[(0, 0, 1, 0) + ker f] + [(0, 0, 0, 1) + ker f]
Transponiendo coecientes: N =
_
2 1 1 0
3 1 0 1
_
(c) Hallemos los transformados de los elementos de ( en funcion de los de
T
f[(0, 0, 1, 0)
t
+ ker f] = f[(0, 0, 1, 0)
t
] = A(0, 0, 1, 0)
t
=
(1, 2, 4)
t
= (2, 1, 1)
t
+(1, 1, 1)
t
Resolviendo obtenemos = 3, = 1. Procedemos de manera analoga para
el otro vector de ( y obtenemos
_
f[(0, 0, 1, 0)
t
+ ker f] = (2, 1, 1)
t
+ 3(1, 1, 1)
t
f[(0, 0, 0, 1)
t
+ ker f] = 1(2, 1, 1)
t
2(1, 1, 1)
t
Transponiendo coecientes:

A =
_
1 1
3 2
_
(d) Hallemos los transformados de los elementos de T en funcion de los de
B
2.18. ENDOMORFISMO EN UN SUBESPACIO DE ((R) 75

_
i(2, 1, 1) = (2, 1, 1) = 2(1, 0, 0) + 1(0, 1, 0) (0, 0, 1)
i(1, 1, 1) = (1, 1, 1) = 1(1, 0, 0) + 1(0, 1, 0) + 1(0, 0, 1)
Transponiendo coecientes: I
1
=
_
_
2 1
1 1
1 1
_
_
(e) Comprobemos que I
1

AN = A. En efecto:
I
1

AN =
_
_
2 1
1 1
1 1
_
_
_
1 1
3 2
_ _
2 1 1 0
3 1 0 1
_
=
_
_
1 0
2 1
4 3
_
_
_
2 1 1 0
3 1 0 1
_
=
_
_
2 1 1 0
1 1 2 1
1 1 4 3
_
_
= A
Era de esperar esta igualdad como consecuencia de la conocida formula que
relaciona la matriz de la composicion de aplicaciones lineales con el producto
de las respectivas matrices: [h g]
B
3
B
1
= [h]
B
3
B
2
[g]
B
2
B
1
.
2.18. Endomorsmo en un subespacio de ((R)
En el espacio vectorial ((R) de las funciones continuas de R en R se consi-
deran
1
,
2
,
3
denidas x R por:
1
(x) = 1,
2
(x) = x,
3
(x) = xlog [x[ si x ,= 0,
3
(0) = 0
1. Probar que B = (
1
,
2
,
3
) es una familia libre en ((R). Si E es el subes-
pacio vectorial de ((R) generado por B, demostrar que la funcion : R R
denida por: (x) = 1 + x xlog [x[ si x ,= 0, (0) = 0 pertenece a E y
hallar sus coordenadas en la base B.
2. Sea f el endomorsmo en E cuya matriz respecto de B es:
M =
_
_
2 2 1
2 3 2
1 2 0
_
_
Estudiar si f es automorsmo y determinar en su caso f
1
. Resolver la
ecuacion f() = , donde es la funcion denida en el apartado anterior.
3. Calcular (M I)(M +3I). Expresar M
2
y M
1
en funcion de M y de I.
Probar que n Z, u
n
, v
n
R tales que M
n
= u
n
I + v
n
M y que u
n
+ v
n
76 CAP

es constante.
4. Expresar u
n
, v
n
y M
n
en funcion de n para n 0. [2]
Resolucion. 1. Es sencillo comprobar que las funciones
1
,
2
,
3
son efec-
tivamente continuas en R. En cualquier caso y de la redaccion de este apar-
tado parece darse por supuesto que lo son. Veamos que forman un sistema
libre. Consideremos una combinacion lineal de estas funciones igualada a la
funcion cero, es decir
1
1
+
2
2
+
3
3
= 0. Dando a x los valores 0, 1, e
obtenemos:
_
_
_
1
= 0
1
+
2
= 0
1
+e
2
+e
3
= 0
de lo que se deduce que
1
=
2
=
3
= 0 y por tanto B es una familia
libre. Por otra parte de la denicion de se deduce inmediatamente que
=
1
+
2
3
. Esto prueba que E y ademas que las coordenadas de
en B son (1, 1, 1).
2. La ecuacion matricial de f en la base B es:
_
_
y
1
y
2
y
3
_
_
=
_
_
2 2 1
2 3 2
1 2 0
_
_
_
_
x
1
x
2
x
3
_
_
(1)
Como det(M) = 3 ,= 0 tenemos que dim(ker f) = 3 rg(M) = 0, lo cual
implica que ker f = 0 y f es inyectiva. Por el teorema de las dimensiones
para aplicaciones lineales, dim(Imf) = 3 y f es sobreyectiva. En consecuen-
cia, f es automorsmo.
Si (x
1
, x
2
, x
3
)
t
son las coordenadas de en B entonces, usando (1) y que
las coordenadas de en B son (1, 1, 1)
t
se ha de vericar:
_
_
1
1
1
_
_
=
_
_
2 2 1
2 3 2
1 2 0
_
_
_
_
x
1
x
2
x
3
_
_
1
, x
2
, x
3
)
t
= (1/3, 1/3, 1/3) o de manera equiva-
lente = (1/3)(
1
+
2
+
3
). Queda por tanto:
(x) =
1 x xlog [x[
3
si x ,= 0, (0) =
1
3
2.18. ENDOMORFISMO EN UN SUBESPACIO DE ((R) 77
3. Operando obtenemos (M I)(M + 3I) = 0 o bien M
2
+ 2M 3I = 0,
por tanto M
2
= 3I 2M. Por otra parte:
M
2
+ 2M 3I = 0 M(M + 2I) = 3I M
_
1
3
(M + 2I)
_
= I
Se deduce pues que M
1
= (1/3)(M + 2I). Veamos por induccion que si
n 0 existen u
n
, v
n
R tales que M
n
= u
n
I +v
n
M. Tenemos:
M
0
= I = 1I + 0M, M
1
= 0I + 1M, M
2
= 3I 2M
En consecuencia es cierto para n = 0, 1, 2 vericandose ademas para estos
valores de n que u
n
+v
n
= 1. Supongamos que es cierto para n, entonces:
M
n+1
= (u
n
I +v
n
M)M = u
n
M +v
n
M
2
=
u
n
M +v
n
(3I 2M) = 3v
n
I + (u
n
2v
n
)M
Existen pues u
n+1
= 3v
n
, v
n+1
= u
n
2v
n
tales que M
n+1
= u
n+1
I +v
n+1
M
cumpliendose ademas u
n+1
+v
n+1
= 3v
n
+ (u
n
2v
n
) = u
n
+v
n
= 1.
Procedemos de analoga manera para M
k
con k > 0: M
1
= (2/3)I +
(1/3)M es decir, M
1
= u
1
I + v
1
M con u
1
+ v
1
= 1. Si M
k
=
u
k
+v
k
M con u
k
+v
k
= 1 entonces:
M
k1
= M
k
M
1
= (u
k
+v
k
M)
_
2
3
I +
1
3
M
_
=
. . . =
2u
k
+ 3v
k
3
I +
u
k
3
M = u
k1
I +v
k1
M
En donde hemos usado M
2
= 3I2M. Como u
k1
+v
k1
= u
k
+v
k
= 1,
podemos concluir que para todo n Z existen n umeros reales u
n
y v
n
cuya
suma es constante e igual a 1 tales que M
n
= u
n
I +v
n
M.
4. Efectuando la division eucldea de x
n
entre x
2
+ 2x 3 obtenemos:
x
n
= (x
2
+ 2x 3)q(x) +x + (, R) (2)
Sustituyendo x por M en (2), obtenemos M
n
= M +I. Para determinar
, sustituimos x por las races de x
2
+ 2x 3, es decir por 1 y por 3,
obteniendo un sistema de dos ecuaciones con dos incognitas que resuelto,
proporciona los valores:
=
1 (3)
n
4
, =
3 + (3)
n
4
Obtenemos M
n
en funcion de n:
M
n
=
1 (3)
n
4
M +
3 + (3)
n
4
I (n 0)
con lo cual quedan determinados u
n
y v
n
en funcion de n.
78 CAP

2.19. Operador traspuesto en el espacio dual
Sea E = p R[x] : gr p < 5, F = p E : p(0) = p(1) = 0, f el
endomorsmo en E denido por:
a
0
+a
1
x+a
2
x
2
+a
3
x
3
+a
4
x
4
a
0
+a
1
x+(a
2
a
4
)x
2
(a
1
+a
2
a
4
)x
3
y g la restriccion de f a F. Se pide:
1. Demostrar que F es un espacio vectorial y hallar una base B de F.
2. Demostrar que f(F) F y hallar la matriz de g respecto de B.
3. Determinar unas bases de ker g e Im g.
4. Obtener la matriz g
t
, operador traspuesto de g, respecto de la base dual
de B, y hallar la imagen de x
3
x por la forma lineal g
t
() siendo el
elemento de F
denido por (p) = 2. [2]

Resolucion. 1. Dado que E es espacio vectorial y F E, bastara demos-
trar que F es subespacio de E. Usamos una conocida caracterizacion de
subespacios. (i ) El polinomio nulo claramente pertenece a F. (ii ) Para todo
, R y p, q F, se verica
_
(p +q)(0) = p(0) +q(0) = 0 + 0 = 0
(p +q)(1) = p(1) +q(1) = 0 + 0 = 0
Es decir, p +q F. Concluimos que F es subespacio de E. Hallemos una
base de F. Los polinomios p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
+ a
4
x
4
de F son
los que cumplen p(0) = p(1) = 0. Es decir:
p F
_
a
0
= 0
a
0
+a
1
+a
2
+a
3
+a
4
= 0
(1)
Tenemos as unas ecuaciones cartesianas de F respecto de la base canonica
B
c
de E. Su dimension es
dimF = dimE rg
_
1 0 0 0 0
1 1 1 1 1
_
= 5 2 = 3
Dando a las incognitas libres a
2
, a
3
, a
4
los valores de las las de la matriz
identidad de orden 3, obtenemos una base de F expresada en coordenadas
en B
c
:
(0, 1, 1, 0, 0), (0, 1, 0, 1, 0), (0, 1, 0, 0, 1)
2.19. OPERADOR TRASPUESTO EN EL ESPACIO DUAL 79
Por tanto, una base de F es B = x +x
2
, x +x, x +x
4
.
2. Si un polinomio p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
+ a
4
x
4
pertenece a F,
entonces satisface las condiciones (1). El transformado de p(x) por f es el
polinomio
q(x) = a
0
+a
1
x + (a
2
a
4
)x
2
(a
1
+a
2
a
4
)x
3
Se verica q(0) = a
0
= 0, q(1) = 0 lo cual implica que f[p(x)] F. Hemos
demostrado que f(F) F, en consecuencia esta bien denida la restriccion
g : F F. De acuerdo con la denicion de g :
_
_
_
g(x +x
2
) = x +x
2
g(x +x
3
) = x +x
3
g(x +x
4
) = x x
2
+ 2x
3
= (x +x
2
) + 2(x +x
3
)
Transponiendo coecientes obtenemos la matriz A pedida:
A =
_
_
1 0 1
0 1 2
0 0 0
_
_
3. La expresion matricial de g en la base B es
_
_
y
1
y
2
y
3
_
_
=
_
_
1 0 1
0 1 2
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
Entonces,
ker g
_
_
1 0 1
0 1 2
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
_
x
1
x
2
= 0
x
2
+ 2x
3
= 0
La dimension del n ucleo es dim(ker g) = dimF rgA = 3 2 = 1. Dando
a x
3
el valor 1 obtenemos una base de ker g en coordenadas con respecto de
B : (2, 2, 1). Corresponde al vector de F :
2(x x
2
) 2(x +x
3
) + 1(x +x
4
) = x + 2x
2
2x
3
+x
4
Es decir, una base de ker g es B
ker g
= x+2x
2
2x
3
+x
4
. El rango de A
es 2, y sus dos primeras columnas son linealmente independientes, por tanto
determinan una base de Im g en coordenadas en B. En consecuencia, una
base de la imagen de g es B
Im g
= x +x
2
, x +x
3
.
4. Por un conocido teorema, si M es la matriz de una aplicacion lineal
h : V W en unas bases B
V
y B
W
, entonces la aplicacion lineal traspuesta
las bases h
t
: W
es M
t
. En nuestro caso la matriz pedida es:
80 CAP

A
t
=
_
_
1 0 0
0 1 0
1 2 0
_
_
Por denicion de aplicacion lineal traspuesta, g
t
() = g en consecuen-
cia (g
t
())(x
3
x) = ( g)(x
3
x). Usando la expresion matricial de g
deducimos inmediatamente que g(x
3
x) = x
3
x. Entonces,
(g
t
())(x
3
x) = (x
3
x) = 2
3
2 = 6
2.20. Espacio dual. Interpolaci on
Sea V el espacio vectorial de los polinomios con coecientes reales y de grado
menor o igual que 2. Se consideran las formas lineales f
0
, f
1
, f
2
: V R
denidas por
< f
0
, p(x) >= p(0), < f
1
, p(x) >= p
(0), < f
2
, p(x) >= p
(0)
Estas formas lineales son una base del espacio dual V
.
1. Encontrar una base de V cuya dual sea la base f
0
, f
1
, f
2
. Encontrar un
polinomio q(x) (de V ) tal que q(0) = 0!, q
(1) = 1!, q
(0) = 2!.
2. Encontrar un polinomio r(x) (de V ) tal que r(0) = 0!, r
(0) + r
(0) =
1! +2!, r(0) +r
(0) +r
(0) = 0! +1! +2!. Queda r(x) determinado unvoca-

mente por las condiciones anteriores? En V , se consideran las formas lineales
g
0
, g
1
, g
2
: V R denidas por
< g
0
, p(x) >= p(0)
< g
1
, p(x) >= p
(0) +p
(0)
< g
2
, p(x) >= p(0) +p
(0) +p
(0)
Son una base de V
?
Sea ahora E un espacio vectorial real de dimension n+1 y h
0
, h
1
, h
2
, . . . , h
n
,
n+1 formas lineales en E, h
i
: E R y sean z
0
, z
1
, z
2
, . . . , z
n
, n+1 n umeros
reales. Se denomina problema de interpolacion al siguiente:
Encontrar un elemento v de E tal que
< h
0
, v >= z
0
, < h
1
, v >= z
1
, < h
2
, v >= z
2
, . . . < h
n
, v >= z
n
2.20. ESPACIO DUAL. INTERPOLACI
ON 81
As pues, los los problemas de los apartados 1. y 2. son problemas de inter-
polacion.
3. Demostrar que una condicion suciente para que un problema de in-
terpolacion tenga solucion y sea unica, para cada conjunto de n umeros
z
0
, z
1
, z
2
, . . . , z
n
es que las formas lineales h
0
, h
1
, h
2
, . . . , h
n
sean una base
de E
. Indicacion: Expresar la posible solucion en la base de E cuya dual

es h
0
, h
1
, h
2
, . . . , h
n
.
4. Esta condicion es tambien necesaria? Dar una demostracion o un con-
traejemplo.
En el espacio V de los apartados 1. y 2. se considera la base s
0
(x) = 1,
s
1
(x) = 1 +x, s
2
(x) = 1 +x +x
2
.
5. Calcular los determinantes
< f
0
, s
0
> < f
1
, s
0
> < f
2
, s
0
>
< f
0
, s
1
> < f
1
, s
1
> < f
2
, s
1
>
< f
0
, s
2
> < f
1
, s
2
> < f
2
, s
2
>
< g
0
, s
0
> < g
1
, s
0
> < g
2
, s
0
>
< g
0
, s
1
> < g
1
, s
1
> < g
2
, s
1
>
< g
0
, s
2
> < g
1
, s
2
> < g
2
, s
2
>
En el espacio E del apartado 3. se considera una base e

0
, e
1
, e
2
, . . . , e
n
.
Enunciar y demostrar una condicion necesaria y suciente sobre el valor del
determinante
=
< h
0
, e
0
> . . . < h
n
, e
0
>
.
.
.
.
.
.
< h
0
, e
n
> . . . < h
n
, e
n
>
para que el problema de interpolacion tenga solucion unica para cada con-
junto de n umeros z
0
, z
1
, . . . , z
n
. [1]
Resolucion. 1. Sea p
0
(x), p
1
(x), p
2
(x) la base de V cuya dual es f
0
, f
1
, f
2
.
Por denicion de base dual se ha de vericar < f
i
, p
j
(x) >=
ij
(deltas de
Kronecker). Llamando p
0
(x) = a +bx +cx
2
tenemos
_
_
_
< f
0
, p
0
(x) >= 1
< f
1
, p
0
(x) >= 0
< f
2
, p
0
(x) >= 0
_
_
_
a = 1
b = 0
2c = 0
Obtenemos pues p
0
(x) = 1. Razonando de manera analoga para p
1
(x) y
p
2
(x), obtenemos p
1
(x) = x y p
2
(x) = x
2
/2. Sea ahora q(x) = +x+x
2
,
imponiendo las condiciones dadas obtenemos = = = 1, es decir
82 CAP

q(x) = 1 +x +x
2
.
2. Sea r(x) = A+Bx +Cx
2
. Entonces
_
_
_
r(0) = 0!
r
(0) +r
(0) = 1! + 2!
r(0) +r
(0) +r
(0) = 0! + 1! + 2!
_
_
_
A = 1
B + 2C = 3
A+B + 2C = 4
Las soluciones del sistema son A = 1, B = 3 2, C = con R. El
sistema es indeterminado, por tanto r(x) no esta unvocamente determinado
por las condiciones dadas. Para = 0 (por ejemplo) obtenemos uno de ellos:
r(x) = 1 + 3x. Es claro que g
2
= g
0
+ g
1
lo cual implica que g
0
, g
1
, g
2
no
es sistema libre y por tanto no es base de V.
3. Supongamos que B
= h
0
, . . . , h
n
es base de E
y consideremos la
base B = u
0
, . . . , u
n
de E cuya dual B
. Consideremos el vector v =
z
0
u
0
+. . . +z
n
u
n
. Entonces, por denicion de base dual
_
_
_
< h
0
, v >=< h
0
, z
0
u
0
+. . . +z
n
u
n
>= z
0
. . .
< h
n
, v >=< h
n
, z
0
u
0
+. . . +z
n
u
n
>= z
n
Esto implica que el problema de interpolacion tiene solucion para cada con-
junto de n umeros z
0
, . . . , z
n
. Ademas, es unica pues si otro vector u =
o
u
0
+ . . . + u
n
fuera solucion, aplicando las condiciones < h
i
, u >= z
i
obtenemos inmediatamente
i
= z
i
para todo i = 0, . . . , n, es decir u = v.
4. Veamos que la condicion tambien es necesaria. Supongamos que para todo
conjunto de n umeros z
0
, . . . , z
n
, el problema de interpolacion tiene solucion.
Dado que dimE
= dimE = n+1, para demostrar que h

0
, . . . , h
n
es base
de E
basta demostrar que son linealmente independientes. Supongamos que
0
h
0
+. . . +
n
h
n
= 0
Para todo i = 0, . . . , n, elijamos (z
0
, . . . , z
n
) = Z
i
en donde Z
i
representa el
i-esimo vector de la base canonica de R
n+1
. Por hipotesis existe un vector
v
i
E tal que
< h
0
, v
i
>= 0, < h
1
, v
i
>= 0, . . . , < h
i
, v
i
>= 1, . . . , < h
n
, v
i
>= 0
Entonces, <
0
h
0
+. . . +
n
h
n
, v
i
>=
i
= 0 para todo i = 0, . . . , n, lo cual
demuestra que h
0
, . . . , h
n
es base de E.
5. Tenemos
2.20. ESPACIO DUAL. INTERPOLACI
ON 83
< f
0
, s
0
> < f
1
, s
0
> < f
2
, s
0
>
< f
0
, s
1
> < f
1
, s
1
> < f
2
, s
1
>
< f
0
, s
2
> < f
1
, s
2
> < f
2
, s
2
>
1 0 0
1 1 0
1 1 2
= 2
< g
0
, s
0
> < g
1
, s
0
> < g
2
, s
0
>
< g
0
, s
1
> < g
1
, s
1
> < g
2
, s
1
>
< g
0
, s
2
> < g
1
, s
2
> < g
2
, s
2
>
1 0 1
1 1 2
1 3 4
= 0
Veamos que una condicion necesaria y suciente para que el problema de in-
terpolacion tenga solucion unica para cada conjunto de n umeros z
0
, z
1
, . . . , z
n
es que ,= 0. Como consecuencia de los apartados 3. y 4., basta demostrar
que:
,= 0 h
0
, . . . , h
n
son linealmente independientes
) Sea
o
h
0
+. . . +
n
h
n
= 0. Entonces
_
_
_
<
0
h
0
+. . . +
n
h
n
, e
0
>= 0
. . .
<
0
h
0
+. . . +
n
h
n
, e
n
>= 0
_
_
_
0
< h
0
, e
0
> +. . . +
n
< h
n
, e
0
>= 0
. . .
0
< h
0
, e
n
> +. . . +
n
< h
n
, e
n
>= 0
El determinante de la matriz del sistema homogeneo anterior es ,= 0, por
tanto la unica solucion es
0
= . . . =
n
= 0.
) Por reduccion al absurdo. Si ,= 0, existe una columna combinacion
lineal de las demas. Podemos suponer sin perdida de generalidad que es la
ultima. Dado que las aplicaciones lineales estan determinadas conociendo
los transformados de una base del espacio inicial, tenemos que h
n
es de la
forma h
n
=
0
h
0
+. . . +
n1
h
n1
y h
0
, . . . , h
n
no es base de E
.
84 CAP

Captulo 3
Formas canonicas
3.1. Diagonalizaci on seg un parametros
Determinar los valores de R para los cuales es diagonalizable en R la
matriz
A =
_
_
2 + 4 1 2
2
0 4 0
0 0 4
2
_
_
[7]
Resolucion. El polinomio caracterstico de A es
[AI[ =
2 + 4 1 2
2
0 4 0
0 0 4
2
= (2 + 4 )(4 )(4
2
)
Los valores propios de A son por tanto
1
= 2+4,
2
= 4 y
3
= 4
2
.
Dado que los tres valores propios son reales, la matriz A sera diagonalizable
si y solo si la dimension da cada subespacio propio coincide con la multipli-
cidad del mismo. Determinemos que multiplicidades pueden aparecer.
Primer caso:
1
=
2
. Entonces, 2+4 = 4 es decir = 0. En este caso
el unico valor propio es
1
= 4 (triple). La dimension del subespacio propio
V
4
asociado al valor propio 4 es:
dimV
4
= 3 rg(A4I) = 3 rg
_
_
0 1 0
0 0 0
0 0 0
_
_
= 3 1 = 2
85
86 CAP
ITULO 3. FORMAS CAN
ONICAS
La dimension no coincide con la multiplicidad, por tanto A no es diagonali-
zable.
Segundo caso:
1
=
3
. Entonces, 2 + 4 = 4
2
es decir
2
+ 2 = 0.
Las soluciones de esta ecuacion son = 0 y = 2. El caso = 0 ya
esta estudiado. Para = 2 tenemos los valores propios
1
= 0 (doble)
y
2
= 6 (simple). Por ser 6 valor propio simple, dimV
6
= 1. Hallemos la
dimension de V
0
:
dimV
0
= 3 rg(A0I) = 3 rg
_
_
0 3 0
0 6 0
0 0 0
_
_
= 3 1 = 2
La matriz es por tanto diagonalizable.
Tercer caso:
2
=
3
. Entonces, 4 = 4
2
es decir
2
= 0.
Las soluciones de esta ecuacion son = 0 y = 1. El caso = 0 ya
esta estudiado. Para = 1 tenemos los valores propios
1
= 6 (simple)
y
2
= 3 (doble). Por ser 6 valor propio simple, dimV
6
= 1. Hallemos la
dimension de V
3
:
dimV
3
= 3 rg(A3I) = 3 rg
_
_
3 0 3
0 0 0
0 0 0
_
_
= 3 1 = 2
La matriz es diagonalizable.
Cuarto caso:
1
,=
2
,=
3
,=
1
. Es decir, los valores propios son distintos
dos a dos. Esto ocurre para ,= 0 ,= 2 ,= 1. Los tres valores
propios son simples, y en consecuencia A es diagonalizable.
De todos los casos analizados concluimos que A es diiagonalizable si y solo
si ,= 0.
3.2. Calculo de una base de Jordan
Hallar la forma canonica de Jordan J de la matriz
A =
_
_
0 2 2 1
2 3 1 1
2 1 1 1
4 3 3 4
_
_
R
44
3.2. C
ALCULO DE UNA BASE DE JORDAN 87

y una matriz invertible P tal que P
1
AP = J
Resolucion. Exponemos previamente el metodo general:
1. Hallamos los valores propios de A.
2. Para cada valor propio tenemos que obtener tantos vectores como in-
dica su multiplicidad.
(i ) Si la dimension del subespacio propio asociado a coincide con la mul-
tiplicidad de elegimos sencillamente una base de dicho subespacio propio.
(ii ) Si la dimension del subespacio propio asociado a es menor que la mul-
tiplicidad de elegimos vectores e
1
, e
2
, e
3
, . . . satisfaciendo las condiciones:
_
_
(AI)e
1
= 0
(AI)e
2
= e
1
(AI)e
3
= e
2
(AI)e
4
= e
3
. . .
El hallar estos vectores equivale a resolver varios sistemas. Si llegado a un
sistema, este resulta ser incompatible, contamos el n umero de vectores ob-
tenido. Si es igual a la multiplicidad de hemos terminado con este valor
propio. Si no es as empezamos a construir una nueva cadena de vectores
e
1
, e
2
, e
3
, . . . satisfaciendo las condiciones:
_
_
(AI)e
1
= 0
(AI)e
2
= e
1
(AI)e
3
= e
2
. . .
El proceso se termina cuando el n umero de vectores obtenido coincide con
la multiplicidad de . Hay que tener la precaucion de elegir el conjunto
cuyos vectores son el primero de cada cadena de tal manera que formen
sistema libre. Se demuestra que repitiendo el proceso anterior para cada
valor propio, la union de todos los vectores elegidos es una base de K
n
. Esta
base B
J
= e
1
, e
2
, e
3
, . . . es ademas de Jordan pues:
_
_
(AI)e
1
= 0 Ae
1
= e
1
(AI)e
2
= e
1
Ae
2
= e
1
+e
2
(AI)e
3
= e
2
Ae
3
= e
2
+e
3
. . .
En consecuencia la matriz del endomorsmo dado por A en la base canonica
de K
n
sera en la base B
J
:
88 CAP
ITULO 3. FORMAS CAN
ONICAS
J =
_
_
1 0 . . . 0
0 1 . . . 0
0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . .
_
_
Ahora, para la matriz dada seguimos el metodo anteriormente expuesto:
1. Hallamos los valores propios de A:
2 2 1
2 3 1 1
2 1 1 1
4 3 3 4
0 2 1
2 2 1 1
2 2 1 1
4 0 3 4
0 2 1
2 2 1 1
0 0 2 0
4 0 3 4
= (2 )
2 1
0 2 0
4 3 4
=
(2 )
2
1
4 4
= ( 2)
2
(
2
4 + 4) = ( 2)
4
= 0
El unico valor propio es = 2 (cuadruple).
2. Tenemos que hallar cuatro vectores asociados al valor propio 2. La di-
mension del subespacio propio asociado V
2
es:
dimV
2
= 4 rg(A2I) = 4 rg
_
_
2 2 2 1
2 1 1 1
2 1 1 1
4 3 3 2
_
_
= . . . = 4 2 = 2
Buscamos pues vectores e
1
, e
2
, e
3
, . . . cunpliendo
_
_
(AI)e
1
= 0
(AI)e
2
= e
1
(AI)e
3
= e
2
. . .
Como los sistemas a resolver son todos del mismo tipo, en vez de resolverlos
uno a uno, resolvemos el sistema general:
(A2I)x = h
_
_
2 2 2 1
2 1 1 1
2 1 1 1
4 3 3 2
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
h
1
h
2
h
3
h
4
_
_
(1)
3.2. C
ALCULO DE UNA BASE DE JORDAN 89

Aplicando el metodo de Gauss obtenemos que el sistema (1) es compatible
si y solo si se verica h
2
h
3
= 0 y h
1
h
2
+ h
4
= 0 (condiciones de
compatibilidad) y la solucion general es
x
1
=
1
2
+
1
2
h
1
+h
2
, x
2
= h
1
h
2
, x
3
= , x
4
=
con , R arbitrarios. Procedamos a hallar los vectores e
1
, e
2
, e
3
, . . .
Vector e
1
. En este caso, h
1
= h
2
= h
3
= h
4
= 0 y la solucion general de (1)
es e
1
= (/2, , , ). Este vector x estara de h en el siguiente sistema,
as que le imponemos las condiciones de compatibilidad, es decir = 0
y /2 + = 0. En consecuencia podemos elegir = 1, = 2 y obte-
nemos el vector e
1
= (1, 1, 1, 2)
t
.
Vector e
2
. En este caso, h
1
= 1, h
2
= h
3
= 1, h
4
= 2 y la solucion general
de (1) es e
2
= (/2+1/2, , , ). Este vector x estara de h en el siguiente
sistema, as que le imponemos las condiciones de compatibilidad, es decir
= 0 y /2 + 1/2 + = 0. En consecuencia podemos elegir
= 0, = 1 y obtenemos el vector e
2
= (1, 0, 0, 1)
t
.
Vector e
3
. En este caso, h
1
= 1, h
2
= h
3
= 0, h
4
= 1 y la solucion general
de (1) es e
3
= (/2 + 1/2, 1, , ). Este vector x estara de h en el
siguiente sistema, as que le imponemos las condiciones de compatibilidad.
Pero la primera condicion es 1 = 0 que no se cumple para ning un
valor de y . Por tanto el siguiente sistema no es compatible. Elegimos
por ejemplo = 0, = 1 y obtenemos el vector e
3
= (0, 1, 0, 1)
t
.
Hemos encontrado tres vectores asociados al valor propio 2 y necesitamos
cuatro. Construimos una nueva cadena de vectores e
1
, e
2
, e
3
, . . . satisfaciendo
las condiciones:
_
_
_
(AI)e
1
= 0
(AI)e
2
= e
1
. . .
(en realidad solo necesitamos uno: e
1
)
Vector e
1
. En este caso, h
1
= h
2
= h
3
= h
4
es e
1
= (/2, , , ). No imponemos condiciones de compatibilidad pues
no hay ning un vector mas que hallar. Elegimos por ejemplo = 1, = 0 y
obtenemos el vector e
1
= (0, 1, 1, 0)
t
que es linealmente independiente con
e
1
. Una base de Jordan B
J
es por tanto
90 CAP
ITULO 3. FORMAS CAN
ONICAS
_
e
1
= (1, 1, 1, 2)
t
, e
2
= (1, 0, 0, 1)
t
,e
3
= (0, 1, 0, 1)
t
, e
1
= (0, 1, 1, 0)
t
_
Se verican las relaciones
_
_
(A2I)e
1
= 0 Ae
1
= 2e
1
(A2I)e
2
= e
1
Ae
2
= e
1
+ 2e
2
(A2I)e
3
= e
2
Ae
3
= e
2
+ 2e
3
(A2I)e
1
= 0 Ae
1
= 2e
1
La forma canonica de Jordan de A es por tanto
J =
_
_
2 1 0 0
0 2 1 0
0 0 2 0
0 0 0 2
_
_
La matriz de cambio P sabemos que es aquella cuyas columnas son los
vectores de la nueva base B
J
, es decir
P =
_
_
1 1 0 0
1 0 1 1
1 0 0 1
2 1 1 0
_
_
3.3. Potencia enesima por forma de Jordan
Se considera la matriz A =
_
_
2 6 15
1 1 5
1 2 6
_
_
.
(a) Determinar la forma canonica de Jordan J de A y una matriz P invertible
tal que P
1
AP = J.
(b) Como aplicacion del apartado anterior, hallar A
n
(n N).
Resolucion. (a) Hallemos los valores propios de A. Para ello efectuamos
la transformacion F
3
F
2
y a continuacion C
2
+C
3
:
[AI[ =
2 6 15
1 1 5
1 2 6
2 6 15
1 1 + 5
0 1 + 1
2 9 15
1 4 + 5
0 0 1
= (1 )
2 9
1 4
= (1 )(
2
+ 2 + 1) = ( + 1)( + 1)
2
= ( + 1)
3
3.3. POTENCIA EN
ESIMA POR FORMA DE JORDAN 91

El unico valor propio de A es por tanto = 1 (triple). La dimension del
subespacio propio V
1
asociado es:
dim(V
1
) = 3 rg(A+I) = 3 rg
_
_
3 6 15
1 2 5
1 2 5
_
_
= 3 1 = 2
La dimension no coincide con la multiplicidad, y por tanto A no es diagona-
lizable. Los posibles polinomios mnimos son
1
() = +1,
2
() = (+1)
2
o
3
() = ( + 1)
3
. Se verica
1
(A) = A + I ,= 0 y
2
(A) = (A + I)
2
= 0,
es decir el polinomio mnimo de A es
2
() = ( + 1)
2
. Como consecuencia
la forma canonica de Jordan de A es:
J =
_
_
1 1 0
0 1 0
0 0 1
_
_
Una base de Jordan B
J
= e
1
, e
2
, e
3
en R
3
para la matriz A sera pues una
base satisfaciendo las condiciones:
_
_
_
Ae
1
= e
1
Ae
2
= e
1
e
2
Ae
3
= e
3
o bien
_
_
_
(A+I)e
1
= 0
(A+I)e
2
= e
1
(A+I)e
3
= 0
Tenemos que resolver sistemas del tipo (A+I)x = h con x = (x
1
, x
2
, x
3
)
t
y
h = (h
1
, h
2
, h
3
), es decir sistemas del tipo
(A+I)x = h
_
_
3 6 15
1 2 5
1 2 5
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
h
1
h
2
h
3
_
_
(1)
1
= 3h
2
y h
2
= h
3
(condiciones de compatibilidad) y
la solucion general es
_
_
_
x
1
= h
2
2 + 5
x
2
=
x
3
=
(, R)
Vector e
1
. En este caso, h
1
= h
2
= h
3
es e
1
= (2 + 5, , ). Este vector x.
es
tara de h en el siguiente sis-
tema, as que le imponemos las condiciones de compatibilidad, es decir
2 + 5 = 3 y = . En consecuencia podemos elegir = = 1 y
92 CAP
ITULO 3. FORMAS CAN
ONICAS
1
= (3, 1, 1)
t
.
Vector e
2
. En este caso, h
1
= 3, h
2
= h
3
= 1 y la solucion general de
(1) es e
2
= (1 2 + 5, , ). Eligiendo = = 0 obtenemos el vector
e
2
= (1, 0, 0)
t
.
Vector e
3
. Como en el caso de e
1
la solucion general de (1) es e
1
= (2 +
5, , ). Elegimos y de tal manera que e
1
y e
3
sean linealmente in-
dependientes, por ejemplo = 1, = 0 con lo cual obtenemos el vector
e
3
= (2, 1, 0)
t
.
En consecuencia, una matriz P que satisface P
1
AP = J es
P =
_
e
1
e
2
e
3
=
_
_
3 1 2
1 0 1
1 0 0
_
_
(b) Despejando A de la relacion P
1
AP = J obtenemos A = PJP
1
y por
tanto
A
n
= (PJP
1
)(PJP
1
) . . . (PJP
1
) = PJ
n
P
1
La matriz J es diagonal por cajas:
J
1
=
_
1 1
0 1
_
J
2
= [1] J =
_
J
1
0
0 J
2
_
J
n
=
_
J
n
1
0
0 J
n
2
_
Tenemos J
n
2
= [(1)
n
], y para hallar J
n
1
expresamos:
J
1
= I +N con I =
_
1 0
0 1
_
, N =
_
0 1
0 0
_
Dado que I conmuta con N y que N
2
= 0, obtenemos aplicando la formula
del binomio de Newton:
J
n
1
= (I +N)
n
= (I)
n
+n(I)
n1
N = (1)
n
_
1 n
0 1
_
Usando que A
n
= PJ
n
P
1
obtenemos
A
n
=
_
_
3 1 2
1 0 1
1 0 0
_
_
(1)
n
_
_
1 n 0
0 1 0
0 0 1
_
_
_
_
3 1 2
1 0 1
1 0 0
_
_
1
= (1)
n
_
_
1 3n 6n 15n
n 1 2n 5n
n 2n 1 + 5n
_
_
3.4. LOGARITMO DE UNA MATRIZ 93
3.4. Logaritmo de una matriz
Sean:
(i ) A =
_
_
0 2 2
1 3 1
0 0 2
_
_
R
33
(ii ) o el conjunto formado por todas las matrices de R
33
tales que son
diagonalizables y tienen todos los valores propios mayores que cero.
(iii ) La funcion log : o R
33
que cumple las propiedades:
a) Si D = diag(a, b, c) entonces log D = diag(log a, log b, log c).
b) Si M, N o, P R
33
con P invertible y M = P
1
NP entonces
log M = P
1
(log N)P.
Se pide:
1. Estudiar si o es un subespacio vectorial de R
33
.
2. Comprobar que A o.
3. Calcular log A.
4. Estudiar si se verica la igualdad log(MN) = log M + log N. [2]
Resolucion. Observacion previa: Aunque no se pide explcitamente, de-
mostremos que la funcion log dada esta bien denida. En efecto, para D =
diag(a, b, c) con a, b, c positivos, existen log a, log b, log c y pertenecen a R.
Por tanto existe log D R
33
.
Sea ahora una matriz A o cualquiera. Entonces, existe una matriz P
R
33
invertible tal que P
1
AP = D y por la hipotesis b) sera log D =
P
1
(log A)P o bien log A = P(log D)P
1
. Tenemos que demostrar que log A
no depende de la eleccion de P. En efecto, supongamos que A = QDQ
1
,
tenemos:
A = QDQ
1
PDQ
1
= QDQ
1
D = P
1
AP = P
1
QDQ
1
P =
(Q
1
P)
1
D(Q
1
P) (por b) log D = (Q
1
P)
1
(log D)(Q
1
P) =
P
1
Q(log D)Q
1
P P(log D)P
1
= Q(log D)Q
1
1. La matriz 0 de R
33
es diagonalizable (ella misma es diagonal) con valor
propio = 0 (triple). En consecuencia, 0 , o y por tanto o no es subespacio
de R
33
.
2. Polinomio caracterstico de A :
94 CAP
ITULO 3. FORMAS CAN
ONICAS
() =
2 2
1 3 1
0 0 2
= (2 )(
2
3 + 2) = ( 2)
2
( 1)
Los valores propios de A son
1
= 2 (doble) y
2
= 1 (simple). La dimension
de ker(A
2
I) es 1 por ser
1
simple. La dimension de ker(A
1
I) es:
dim(ker(A2I)) = 3 rg
_
_
2 2 2
1 1 1
0 0 0
_
_
= 3 1 = 2
La matriz Aes por tanto diagonalizable con matriz diagonal D = diag(2, 2, 1)
y como consecuencia, A o.
3. Hallemos bases de los subespacios propios:
ker(A2I)
_
_
2 2 2
1 1 1
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
ker(AI)
_
_
1 2 2
1 2 1
0 0 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
Unas bases respectivas son B
2
= (1, 1, 0), (1, 0, 1) , B
1
= (2, 1, 0).
Por tanto, una matriz P tal que P
1
AP = D es:
P =
_
_
1 1 2
1 0 1
0 1 0
_
_
y la matriz log A = P(log D)P
1
es:
log A = P
_
_
log 2 0 0
0 log 2 0
0 0 log 1
_
_
P
1
= . . . =
_
_
log 2 2 log 2 2 log 2
log 2 2 log 2 log 2
0 0 log 2
_
_
4. Dadas M, N o para que se verique la igualdad log(MN) = log M +
log N es necesario que MN o . Veamos que esto no siempre ocurre. En
efecto, consideremos por ejemplo las matrices:
M =
_
_
2 0 0
0 2 0
0 0 1
_
_
, N =
_
_
0 2 2
1 3 1
0 0 2
_
_
3.5. DETERMINANTE CON DIAGONALIZACI
ON 95
La matriz M pertenece a o y la matriz N la hemos elegido de tal manera que
tenga el mismo polinomio caractrstico que M, es decir () = (2)
2
(1).
Es facil comprobar que N o, sin embargo la matriz
MN =
_
_
0 4 4
2 6 2
0 0 2
_
_
no es diagonalizable como facilmente se comprueba. Es decir, MN , o y
por tanto no es cierto en general que log(MN) = log M + log N.
3.5. Determinante con diagonalizaci on
Sea n N
, A
n
R
nn
y D
n
= [A
n
[. En todo lo que sigue supondremos la
existencia de p, q R tales que si n > 2, D
n
= pD
n1
+qD
n2
. Se pide:
1. Si q = 0, hallar D
n
en funcion de p, n, D
2
.
2. Si q ,= 0 y r, s son las races que suponemos distintas de la ecuacion
x
2
px q = 0, hallar D
n
en funcion de D
1
, D
2
, r, s, n.
3. Si A
2
=
_
1 1
1 5
_
hallar [A
1
5
[ cuando p = 2, q = 0.
4. Calcular el determinante de la matriz:
_
_
7 5 0 . . . 0
2 7 5 . . . 0
0 2 7 . . . 0
.
.
.
.
.
.
0 0 0 . . . 7
_
_
2
R
nn
[2]
Resolucion. 1. Para q = 0 tenemos:
D
3
= pD
2
D
4
= pD
3
= p(pD
2
) = p
2
D
2
D
5
= pD
4
= p(p
2
D
2
) = p
3
D
2
. . .
Se deduce inmediatamente por induccion que D
n
= p
n2
D
2
si n > 2.
2. La relacion D
n
= pD
n1
+qD
n2
se puede escribir en la forma:
96 CAP
ITULO 3. FORMAS CAN
ONICAS
_
D
n
D
n1
_
=
_
p q
1 0
_ _
D
n1
D
n2
_
= M
_
D
n1
D
n2
_
Llamando X
k
=
_
D
k
D
k1
t
obtenemos:
X
n
= MX
n1
= M
2
X
n2
= M
3
X
n3
= . . . = M
n2
X
2
= M
n2
X
2
Es decir, obtenemos la relacion:
_
D
n
D
n1
_
= M
n2
_
D
2
D
1
_
Hallemos M
n2
por diagonalizacion. Valores propios de M:
det(M xI) = det
_
p x q
1 x
_
= x
2
px q
cuyas races son por hipotesis r, s con r ,= s lo cual asegura que M es
diagonalizable. Los subespacios propios son:
ker(M rI)
_
p r q
1 r
_ _
x
1
x
2
_
=
_
0
0
_
ker(M sI)
_
p s q
1 s
_ _
x
1
x
2
_
=
_
0
0
_
Unas bases son B
r
= (r, 1) , B
s
= (s, 1) respectivamente. Se verica
pues:
M = PDP
1
con D =
_
r 0
0 s
_
y P =
_
r s
1 1
_
Entonces:
_
D
n
D
n1
_
= M
n2
_
D
2
D
1
_
= PD
n2
P
1
_
D
2
D
1
_
=
_
r s
1 1
_ _
r
n2
0
0 s
n2
_
1
r s
_
1 s
1 r
_ _
D
2
D
1
_
=
1
r s
_
(r
n1
s
n1
)D
2
+rs(s
n2
r
n2
D
1
)
(r
n2
s
n2
)D
2
+rs(s
n3
r
n3
D
1
)
_
Queda por tanto:
D
n
=
(r
n1
s
n1
)D
2
+rs(s
n2
r
n2
)D
1
r s
(1)
3.6. DIAGONALIZACI
ON EN C
N
[Z] 97
3. Por el apartado 1 tenemos D
5
= p
3
D
2
, en consecuencia:
A
1
5
=
1
[A
5
[
=
1
D
5
=
1
p
3
D
2
=
1
8 4
=
1
32
4. El determinante pedido es el cuadrado del determinante D
n
:
D
n
=
7 5 0 . . . 0
2 7 5 . . . 0
0 2 7 . . . 0
.
.
.
.
.
.
0 0 0 . . . 7
Desarrollando por la primera colummna obtenemos D

n
= 7D
n1
10D
n2
.
Es decir, estamos en el caso del apartado 2 con p = 7, q = 10. Las races de
x
2
7x + 10 = 0 son r = 5, s = 2. Teniendo en cuenta que D
2
= 39, D
1
= 7
y sustituyendo en (1):
D
n
=
1
3
_
39(5
n1
2
n1
) + 70(2
n2
5
n2
)
y la solucion es D
2
n
.
3.6. Diagonalizaci on en C
n
[z]
Sea n N
. En el espacio vectorial C
n
[z] sobre C de los polinomios complejos
de grado menor o igual que n se considera la aplicacion:
f
n
: C
n
[z] C
n
[z], f
n
[p(z)] = (1 +z)
n
p
_
1 z
1 +z
_
1. Estudiar la linealidad de f
n
.
2. Obtener f
n
(p
k
) siendo p
k
(z) = (1+z)
k
con 0 k n. Determinar f
n
f
n
.
3. Calcular los polinomios caracterstico y mnimo as como los valores pro-
pios de f
3
.
4. Determinar los subespacios propios de f
3
. Es diagonalizable f
3
? [2]
Resolucion. 1. Veamos que f
n
esta bien denida. Sea p(z) =
d
k=0
a
k
z
k
C
n
[z] de grado d n, entonces:
f
n
[p(z)] = (1 +z)
n
p
_
1 z
1 +z
_
= (1 +z)
n
d
k=0
a
k
_
1 z
1 +z
_
k
=
d
k=0
a
k
(1 z)
k
(1 +z)
nk
C
n
[z]
98 CAP
ITULO 3. FORMAS CAN
ONICAS
Veamos que f
n
es lineal. En efecto, para todo , C y para todo p(z), q(z)
C
n
[z] tenemos:
f
n
[p(z) +q(z)] = (1 +z)
n
(p +q)
_
1 z
1 +z
_
=
(1 +z)
n
_
p
_
1 z
1 +z
_
+q
_
1 z
1 +z
__
=
(1 +z)
n
p
_
1 z
1 +z
_
+(1 +z)
n
q
_
1 z
1 +z
_
=
f
n
[p(z)] +f
n
[q(z)]
2. Tenemos:
f
n
[p
k
(z)] = (1 +z)
n
p
k
_
1 z
1 +z
_
= (1 +z)
n
_
1 +
1 z
1 +z
_
k
=
(1 +z)
n
2
k
(1 +z)
k
= 2
k
(1 +z)
nk
= 2
k
p
nk
(z)
Determinemos f
n
f
n
:
(f
n
f
n
)[p(z)] = f
n
[f
n
(p(z))] = f
n
_
(1 +z)
n
p
_
1 z
1 +z
__
=
(1 +z)
n
_
1 +
1 z
1 +z
_
n
p
_
1 ((1 z)/(1 +z))
1 + ((1 z)/(1 +z))
_
=
(1 +z)
n
2
n
(1 +z)
n
p(z) = 2
n
p(z) = 2
n
I[p(z)] f
n
f
n
= 2
n
I
3. Una base de C
3
[z] es:
B =
_
p
0
(z) = 1, p
1
(z) = 1 +z, p
2
(z) = (1 +z)
2
, p
3
(z) = (1 +z)
3
_
Seg un el apartado 2:
f
3
(p
0
) = p
3
, f
3
(p
1
) = 2p
2
, f
3
(p
2
) = 2
2
p
1
, f
3
(p
3
) = 2
3
p
0
La matriz de f
3
en B es por tanto:
A =
_
_
0 0 0 8
0 0 4 0
0 2 0 0
1 0 0 0
_
_
Su polinomio caracterstico es:
3.7. POTENCIA EN
ESIMA POR DIAGONALIZACI
ON 99
() =
0 0 8
0 4 0
0 2 0
1 0 0
= ()
4 0
2 0
0 0
0 4
0 2
1 0 0
2
(
2
8) 8(
2
8) = (
2
8)
2
= ( + 2
2)
2
( 2
2)
2
Los valores propios de f
3
son
1
= 2
2,
2
= 2
2 (dobles). El polinomio
mmimo () de f
3
tiene que dividir a () y tener los mismos factores irre-
ducibles. El de menor grado que cumple esto es p() = (2
2)(+2
2) =
2
8. Ahora bien, por el apartado 2, tenemos f
3
f
3
= 2
3
I o bien f
2
3
8I = 0.
Esto implica que p(f
3
) = 0 y por tanto el polinomio mmimo de f
3
es
() = ( 2
2)( + 2
2).
4. Dado que (f
3

1
I)(f
3

2
I) = 0 siendo
1
,
2
los diferentes valores
propios de f
3
, se concluye que este endomorsmo es diagonalizable por
aplicacion de un conocido teorema. Hallemos los subespacios propios:
V
1
= ker(f
3

1
I)
_
8 0 0 8
0
8 4 0
0 2
8 0
1 0 0
8
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
0
0
0
0
_
_
V
2
= ker(f
3

2
I)
_
8 0 0 8
0
8 4 0
0 2
8 0
1 0 0
8
_
_
_
_
x
1
x
2
x
3
x
4
_
_
=
_
_
0
0
0
0
_
_
Resolviendo obtenemos sendas bases de V
1
y V
2
:
B
1
=
_
(2
2, 0, 0, 1), (0,
2, 1, 0)
_
, B
2
=
_
(2
2, 0, 0, 1), (0,
2, 1, 0)
_
bases que estan expresadas en coordenadas en B = p
0
(z), p
1
(z), p
2
(z), p
3
(z),
en consecuencia unas bases de los subespacios propios son:
B
1
=
_
2
2 +p
3
(z),
2p
1
(z) +p
2
(z)
_
B
2
=
_
2
2 +p
3
(z),
2p
1
(z) +p
2
(z)
_
3.7. Potencia enesima por diagonalizacion
1. Sea A una matriz cuadrada de orden n con elementos en un cuerpo K
y diagonalizable. Deducir una formula para A
n
en funcion de la correspon-
diente matriz diagonal y la matriz de paso.
2. Calcular la potencia enesima de la matriz
100 CAP
ITULO 3. FORMAS CAN
ONICAS
A =
_
_
1 3 3
3 5 3
6 6 4
_
_
Resolucion. 1. Si A es diagonalizable, sabemos que existe una matriz
invertible P K
nn
tal que P
1
AP = D siendo D = diag(
1
, . . . ,
n
)
con
i
los correspondientes valores propios de A. Despejando A obtenemos
A = PDP
1
y elevando a n:
A
n
= (PDP
1
)(PDP
1
) . . . (PDP
1
) = PD
n
P
1
2. Valores propios de A:
1 3 3
3 5 3
6 6 4
2 3 3
2 5 3
0 6 4
2 3 3
0 2 0
0 6 4
= (2 )
2
(4 ) = 0
1
= 4 (simple) o
2
= 2 (doble)
(hemos sumado a la primera columna la segunda y posteriormente hemos
restado a la segunda la la primera). La matriz A tiene tres valores reales
en R (repetidos o no). Por otra parte la dimension del subespacio propio
asociado a
1
= 4 es 1 por ser
1
simple. La dimemsion del subespacio
propio asociado a
1
= 2 es
dimV
2
= 3 rg(A+ 2I) = 3 rg
_
_
3 3 3
3 3 3
6 6 6
_
_
= 3 1 = 2
Por tanto, A tiene tres valores propios reales y la dimension de cada subes-
pacio propio coincide con la multiplicidad del correspondiente valor propio:
A es diagonalizable en R. Las ecuaciones de los subespacios propios son
V
1

_
_
_
3x
1
3x
2
+ 3x
3
= 0
3x
1
9x
2
+ 3x
3
= 0
6x
1
6x
2
= 0
V
2

_
_
_
3x
1
3x
2
+ 3x
3
= 0
3x
1
3x
2
+ 3x
3
= 0
6x
1
6x
2
+ 6x
3
= 0
y unas bases respectivas B
1
= (1, 1, 2) y B
2
= (1, 1, 0), (1, 0, 1).
Trasponiendo obtenemos la correspondiente matriz P:
P =
_
_
1 1 1
1 1 0
2 0 1
_
_
3.8. POTENCIA EN
ESIMA POR CAYLEY-HAMILTON 101

en consecuencia
A
n
= PD
n
P
1
=
_
_
1 1 1
1 1 0
2 0 1
_
_
_
_
4
n
0 0
0 (2)
n
0
0 0 (2)
n
_
_
_
_
1 1 1
1 1 0
2 0 1
_
_
1
=
. . . =
1
2
_
_
4
n
+ (2)
n
4
n
+ (2)
n
4
n
(2)
n
4
n
(2)
n
4
n
+ 3(2)
n
4
n
(2)
n
2 4
n
2(2)
n
2 4
n
+ 2(2)
n
2 4
n
_
_
3.8. Potencia enesima por Cayley-Hamilton
Dada la matriz real A =
_
14 25
9 16
_
, calcular lm
n+
1
n
A
n
. [1]
Resolucion. Polinomio caracterstico de A:
() = det(AI) =
2
tr(A) + det A =
2
2 + 1 = ( 1)
2
El unico valor propio de la matriz es por tanto = 1 (doble). Facilmente
se comprueba que A no es diagonalizable. Usaremos el teorema de Cayley-
Hamilton. Efectuando la division eucldea de
n
entre () obtenemos:
n
= q()( 1)
2
+ + (1)
Sustituyendo por A en (1) y usando el teorema de Cayley-Hamilton
A
n
= q(A)( I)
2
+A+I = q(A) 0 +A+I = A+I (2)
Sustituyendo el valor propio = 1 en (1) obtenemos 1 = +. Derivando la
igualdad (1): n
n1
= q
()(1)
2
+2(1)q() +. Sustituyendo en esta
ultima expresion de nuevo = 1 obtenemos n = , con lo cual = 1 n.
Como consecuencia de (2):
A
n
= nA+(1n)I = n
_
14 25
9 16
_
+(1n)
_
1 0
0 1
_
=
_
15n + 1 25n
9n 15n + 1
_
Por tanto
lm
n+
1
n
A
n
= lm
n+
1
n
_
15n + 1 25n
9n 15n + 1
_
=
_
15 25
9 15
_
102 CAP
ITULO 3. FORMAS CAN
ONICAS
3.9. Lmite de una sucesion matricial
Sea f : R
2
R
2
una aplicacion lineal cuya matriz respecto de la base
canonica es A. Se sabe que f(2, 1) = (1, 1) y que f(1, 2) = (2, 4).
1. Determinar A.
2. Hallar los valores y vectores propios de f.
3. Calcular una matriz P tal que P
1
AP sea diagonal y comprobar el resul-
tado.
4. Hallar lm
n
_
I +
1
3
A+
1
3
2
A
2
+. . . +
1
3
n
A
n
_
. [2]
Resolucion. 1. Denominemos por B
c
= e
1
, e
2
a la base canonica de R
2
.
Entonces, de los datos y teniendo en cuenta que f es lineal:
_
f(2e
1
e
2
) = e
1
e
2
f(e
1
2e
2
) = 2e
1
4e
2
o bien
_
2f(e
1
) f(e
2
) = e
1
e
2
f(e
1
) 2f(e
2
) = 2e
1
4e
2
Resolviendo el sistema obtenemos f(e
1
) =
2
3
e
2
, f(e
2
) = e
1
+
7
3
e
2
y traspo-
niendo coecientes: A =
_
0 1
2
3
7
3
_
.
2. Valores propios de A :
1
2
3
7
3

=
2
7
3
+
2
3
= 0 = 2 =
1
3
(simples)
Subespacios propios:
ker(A2I)
_
2x
1
x
2
= 0
2
3
x
1
+
1
3
x
2
= 0
ker(A
1
3
I)
_
1
3
x
1
x
2
= 0
2
3
x
1
+ 2x
2
= 0
Como ambos valores propios son simples, la dimension de sus subespa-
cios propios es 1, y unas bases respectivas de estos son B
2
= (1, 2) y
B
1/3
= (3, 1).
3. La matriz de f en la base B = (1, 2), (3, 1) es D = diag (2, 1/3) y
la matriz de cambio de la base canonica a la B es:
P =
_
1 3
2 1
_
En consecuencia se verica P
1
AP = D o de forma equivalente AP = PD.
Comprobemos el resultado:
3.10. FORMAS DE JORDAN DE AB Y BA 103
AP =
_
0 1
2
3
7
3
_ _
1 3
2 1
_
=
_
2 1
4
1
3
_
PD =
_
1 3
2 1
_ _
2 0
0
1
3
_
=
_
2 1
4
1
3
_
4. De la relacion P
1
AP = D se deduce A = PDP
1
y por tanto A
k
=
PDP
1
PDP
1
. . . PDP
1
= PD
k
P
1
. La expresion E
n
bajo el lmite la
podemos escribir en la forma:
E
n
= I +
1
3
A+
1
3
2
A
2
+. . . +
1
3
n
A
n
= PIP
1
+
1
3
PDP
1
+
1
3
2
PD
2
P
1
+. . . +
1
3
n
PD
n
P
1
= P
_
I +
1
3
D +
1
3
2
D
2
+. . . +
1
3
n
D
n
_
P
1
= P
__
1 0
0 1
_
+
1
3
_
2 0
0
1
3
_
+
1
3
2
_
2
2
0
0
1
3
2
_
+. . . +
1
3
n
_
2
n
0
0
1
3
n
__
P
1
= P
_
1 +
_
2
3
_
+
_
2
3
_
2
+. . . +
_
2
3
_
n
0
0 1 +
1
3
2
+
1
3
4
+. . . +
1
3
2n
_
P
1
= P
_
_
_
2
3
_
n+1
1
2
3
1
0
0
1
9
n+1
1
1
9
1
_
_
P
1
En donde hemos aplicado la conocida formula de la suma de los terminos
de una progresion geometrica. Teniendo en cuenta que si [a[ < 1 entonces
a
n
0 cuando n y que las matrices P y P
1
son constantes (no
dependen de n), el lmite pedido es:
lm
n
E
n
= P lm
n
_
_
_
2
3
_
n+1
1
2
3
1
0
0
1
9
n+1
1
1
9
1
_
_
P
1
= P
_
3 0
0
9
8
_
P
1
=
_
1 3
2 1
_ _
3 0
0
9
8
_
1
5
_
1 3
2 1
_
=
3
40
_
10 33
10 51
_
3.10. Formas de Jordan de AB y BA
Sean A y B dos matrices cuadradas de orden n. En general AB y BA son
matrices distintas, y sin embargo tienen atributos iguales. Por ejemplo, se
104 CAP
ITULO 3. FORMAS CAN
ONICAS
verica det(AB) = det(BA). El objetivo de este ejercicio es, ademas de eva-
luar a los alumnos, estudiar algunas otras caractersticas comunes.
a) Demostrar que AB y BA tienen el mismo polinomio caracterstico y los
mismos valores propios.
Indicacion: Efectuar los productos por cajas CD y DC, y comparar det(CD)
con det(DC).
C =
_
I A
B I
_
, D =
_
I 0
B I
_
b) A la vista del resultado anterior es natural preguntar AB y BA tienen
la misma forma de Jordan?, y en particular, si una de ellas es diagonali-
zable, lo es tambien la otra?. Las respuestas son armativas al menos en
el caso particular de suponer A o B invertibles. En efecto, en este caso de-
mostrar que si J es la forma canonica de Jordan de AB con matriz de paso
P (J = P
1
(AB)P), entonces J es tambien la forma normal de Jordan de
BA. Determinar una matriz invertible Q tal que J = Q
1
(BA)Q.
Indicacion: Utilizar la igualdad AB = A(BA)A
1
cuando se supone A inve-
rible y otra igualdad analoga cuando se supone B invertible.
c) Construir un contraejemplo para mostrar que las respuestas a las pre-
guntas de b) no siempre son armativas. Estudiar si la condicion A o B
invertible es necesaria para que AB y BA tengan la misma forma normal
de Jordan. [1]
Resolucion. a) Hallemos los productos CD y DC:
CD =
_
I A
B I
_ _
I 0
B I
_
=
_
I +AB A
0 I
_
DC =
_
I 0
B I
_ _
I A
B I
_
=
_
I A
0 BAI
_
Usando que det(CD) = det(DC) obtenemos:
det(AB I)()
n
= ()
n
det(BAI)
Queda det(AB I) = det(BA I) es decir, AB y BA tienen el mismo
polinomio caracterstico y como consecuencia los mismos valores propios.
b) Por hipotesis J = P
1
(AB)P. Entonces:
3.11. MODELO DE POBLACIONES 105
J = P
1
(AB)P = P
1
[A(BA)A
1
] = P
1
A(BA)A
1
P =
(A
1
P)
1
(BA)(A
1
P)
Es decir, para Q = A
1
P tenemos J = Q
1
(BA)Q lo cual implica que la
forma de Jordan de BA es J (la misma que la de AB). El razonamiento es
totalmente analogo si se considera B invertible.
c) Consideremos las matrices:
A =
_
1 0
0 0
_
, B =
_
0 1
0 0
_
Entonces:
AB =
_
0 1
0 0
_
, BA =
_
0 0
0 0
_
Las matrices AB y BA no tienen la misma forma de Jordan, lo cual implica
que la respuesta a la primera pregunta del apartado b) no siempre es ar-
mativa. Por otra parte, eligiendo A = 0 y B = 0 tenemos AB = BA = 0, es
decir AB y BA tienen la misma forma de Jordan sin ser necesario que A o
B sean invertibles.
3.11. Modelo de poblaciones
Una ciudad A es de transito, estimandose que de los habitantes que tiene
al principio de cada a no, al nal del mismo han emigrado 2/3 a una cierta
region geograca B y 1/3 a otra region C. Por otra parte y durante ese mismo
a no, 1/3 de la poblacion de B y 1/3 de la poblacion de C se establece en A.
Calcular las poblaciones en regimen estacionario, es decir al nal de n a nos
con n , sabiendo que en un determinado a no las poblaciones de A, B y
C eran respectivamente 60, 200 y 300.
Resolucion. Denotemos X
k
= (x
kA
, x
kB
, x
kC
)
t
siendo x
kA
, x
kB
y x
kC
las
poblaciones de A, B y C respectivamente al principio del a no k. De los datos
proporcionados:
_
_
_
x
k+1,A
=
2
3
x
k,A

1
3
x
k,A
+
1
3
x
k,B
+
1
3
x
k,C
+x
k,A
x
k+1,B
=
2
3
x
k,A

1
3
x
k,B
+x
kB
x
k+1,C
=
1
3
x
k,A

1
3
x
k,C
+x
kC
En forma matricial:
106 CAP
ITULO 3. FORMAS CAN
ONICAS
_
_
x
k+1,A
x
k+1,B
x
k+1,C
_
_
=
_
_
0 1/3 1/3
2/3 2/3 0
1/3 0 2/3
_
_
_
_
x
k,A
x
k,B
x
k,C
_
_
o bien X
k+1
= AX
k
Por tanto X
n
= AX
n1
= A
2
X
n2
= A
3
X
n3
= . . . = A
n
X
0
. Llamemos
M =
_
_
0 1 1
2 2 0
1 0 2
_
_
De A = (1/3)M se deduce que A
n
= (1/3)
n
M
n
. Para hallar los autovalores
de M restamos en [MI[ a la tercera columna la segunda y posteriormente
sumamos a la segunda la la tercera.
[M I[ =
1 1
2 2 0
1 0 2
1 0
2 2 2 +
1 0 2
1 0
3 2 0
1 0 2
= (2 )(
2
2 3) = 0
= 2 = 3 = 1 (simples)
Los respectivos autoespacios y una base de cada uno de ellos son :
V
2

_
_
_
2x
1
+x
2
+x
3
= 0
2x
1
= 0
x
1
= 0
B
V
2
= (0. 1, 1)
t
V
3

_
_
_
3x
1
+x
2
+x
3
= 0
2x
1
x
2
= 0
x
1
x
3
= 0
B
V
3
= (1, 2, 1)
t
V
1

_
_
_
x
1
+x
2
+x
3
= 0
2x
1
+ 3x
2
= 0
x
1
+ 3x
3
= 0
B
V
1
= (3, 2, 1)
t
La matriz M es diagonalizable y una matriz P tal que P

1
MP = D =
diag (2, 3, 1) es:
P =
_
_
0 1 3
1 2 2
1 1 1
_
_
3.12. ENDOMORFISMO CON MODELO DE AUTOPISTA 107
Aplicando la conocida formula de la potencia enesima de una matriz diago-
nalizable:
X
n
= A
n
X
0
=
1
3
n
M
n
X
0
=
1
3
n
PD
n
P
1
X
0
Teniendo en cuenta que P y P
1
son constantes (no dependen de n):
lm
n
X
n
= P
_
lm
n
1
3
n
D
n
_
P
1
X
0
= P
_
lm
n
diag ((2/3)
n
, 1, (1/3)
n
_
P
1
X
0
= P diag (0, 1, 0) P
1
X
0
Para el estado inicial X
0
= (60, 200, 300) :
lm
n
X
n
=
_
_
0 1 3
1 2 2
1 1 1
_
_
_
_
0 0 0
0 1 0
0 0 0
_
_
1
12
_
_
0 4 8
3 3 3
3 1 1
_
_
_
_
60
200
300
_
_
=
_
_
140
280
140
_
_
Es decir, cuando el tiempo aumenta la tendencia de las poblaciones de A, B
y C son respectivamente 140, 280 y 140.
3.12. Endomorsmo con modelo de autopista
Sea f el endomorsmo en R
2
cuya matriz respecto de la base canonica es
A =
_
1/4 1/2
3/4 1/2
_
y sean C
1
= x R
2
: x
1
0 , x
2
0, R
k
= x R
2
: x
1
+ x
2
= k
con k R.
Se pide:
1. Comprobar que C
1
es f-invariante. Idem para cada R
k
.
2. Comprobar que R
0
es un subespacio propio de f. Determinar los valores
propios y los subespacios propio de f.
3. Determinar A
n
para cada n natural y lm
n
A
n
.
4. La restriccion de f a C
1
R
1
sirve de modelo para el siguiente sistema:
En una autopista de dos carriles, la probabilidad de que un coche este en el
carril i en el instante n habiendo estado en el carril j en el instante anterior
108 CAP
ITULO 3. FORMAS CAN
ONICAS
n 1 es a
ij
. Si x
in
es la probabilidad de que un coche se encuentre en el
carril i en el instante n y s
n
= (x
1n
, x
2n
)
t
representa el estado de la autopis-
ta en el instante n, se cumple para todo n N que s
n+1
= f(s
n
). Determinar:
(a) Si existen estados estacionarios (es decir si existen s
e
tales que n
N s
n
= s
e
) y calcularlos en su caso.
(b) s
n
en funcion de n y s
0
.
(c) Si existe lm
n
s
n
para cada s
0
, y calcularlo en su caso.
(d) El carril que tendera a estar mas ocupado al crecer n. [2]
Resolucion. 1. Para todo x = (x
1
, x
2
)
t
R
2
hallemos su transformado
y = (y
1
, y
2
)
t
por medio de f
f(x) = f
__
x
1
x
2
__
= A
_
x
1
x
2
_
=
_
x
1
/4 +x
2
/2
3x
1
/4 +x
2
/2
_
=
_
y
1
y
2
_
Para todo x C
1
tenemos y
1
0, y
2
0 y para todo x R
k
, y
1
+ y
2
=
x
1
+ x
2
= k por tanto f(C
1
) C
1
y f(R
k
) R
k
. Es decir, C
1
y R
k
son
f-invariantes.
2. Los vectores x = (x
1
, x
2
)
t
de R
0
son los vectores de la forma (, )
con R y para estos vectores se verica A(, )
t
= (/4, /4) =
(1/4)(, )
t
. Esto implica que los vectores de R
0
son propios asociados
al valor propio 1/4. Hallemos todos los valores propios
det(AI) = 0
2
3
4

1
4
= 0
1
= 1
2
=
1
4
Los valores propios de f son por tanto
1
= 1 y
2
= 1/4 (ambos simples).
Hallemos una base de cada uno de los subespacios propios
ker(A1I)
_
3
4
x
1
+
1
2
x
2
= 0
3
4
x
1

1
2
x
2
= 0

_
3x
1
+ 2x
2
= 0
3x
1
2x
2
= 0

_
3x
1
2x
2
= 0
ker(A+ (1/4)I)
_
1
2
x
1
+
1
2
x
2
= 0
3
4
x
1
+
3
4
x
2
= 0

_
x
1
+x
2
= 0
x
1
+x
2
= 0

_
x
1
+x
2
= 0 R
0
Unas bases respectivas son B
1
= (2, 3) y B
1/4
= (1, 1).
3. El endomorsmo f es diagonalizable y por tanto:
P
1
AP = D =
_
1 0
0 1/4
_
si P =
_
2 1
3 1
_
3.12. ENDOMORFISMO CON MODELO DE AUTOPISTA 109
Aplicando la conocida formula para el calculo de la potencia enesima de una
matriz diagonalizable
A
n
= PD
n
P
1
=
_
2 1
3 1
_ _
1 0
0 (1/4)
n
_ _
2 1
3 1
_
1
=
. . . =
1
5
_
2 + 3(1/4)
n
2 2(1/4)
n
3 3(1/4)
n
3 + 2(1/4)
n
_
Cuando n se verica (1/4)
n
0. En consecuencia
lm
n
A
n
=
1
5
_
2 2
3 3
_
4. (a) De la hipotesis s
n+1
= f(s
n
) deducimos
s
n+1
= As
n
= A
2
s
n1
= A
3
s
n2
= . . . = A
n+1
s
0
Si s
e
es estado estado estacionario, necesariamente se ha de cumplir s
e+1
=
s
e
o bien A
e+1
s
0
= A
e
s
0
. Como A es invertible, esto implica As
0
= s
0
, es
decir s
0
ha de ser vector propio asociado al valor propio 1 o bien s
0
= (2, 3).
Dado que s
0
C
1
R
1
se ha de vericar 2 0, 3 0 y 2+3 = 1. Esto
se verica solamente si = 1/5. Concluimos pues que si existen estados
estacionarios, necesariamente ha de ser s
0
= (2/5, 3/5)
t
.
Por otra parte, para este s
0
, s
n
= A
n1
s
0
= A
n2
s
0
= . . . = As
0
= s
0
para
todo n N. Concluimos que s
0
= (2/5, 3/5)
t
es el unico estado estacionario.
(b) Tenemos que s
n
= A
n1
s
0
con s
0
= (x
10
, x
20
)
t
un vector generico cum-
pliendo x
10
0, x
20
0 y x
10
+x
20
= 1 y la matriz A
n1
ya esta calculada.
Basta sustituir.
(c) Teniendo en cuenta que x
10
+x
20
= 1:
lm
n
s
n
= lm
n
A
n1
s
0
=
1
5
_
2 2
3 3
_ _
x
10
x
20
_
=
1
5
_
2
3
_
(d) Cuando n la probabilidad de que un coche ocupe el carril 1 tiende
a 2/5 y de que ocupe el carril 2 tiende a 3/5. Esto signica que al crecer n
el carril 2 tendera a estar mas ocupado.
110 CAP
ITULO 3. FORMAS CAN
ONICAS
3.13. Lmite de una sucesion de puntos
Se consideran tres puntos p
1
, p
2
, p
3
sobre la recta real y se construye una
sucesion del siguiente modo: p
4
es el punto medio del segmento p
1
p
2
, p
5
es
el punto medio de p
2
p
3
, p
6
es el punto medio de p
3
p
4
y as sucesivamente.
Se desea conocer el lmite de esta sucesion, para ello se pide:
1. Expresar p
k+3
en funcion de p
k
y p
k+1
. Hallar una matriz A de tal manera
que si x
k
= (p
k
, p
k+1
, p
k+2
)
t
, se cumpla x
k+1
= Ax
k
. Obtener una expresion
que determine x
k
como funcion de A, k y x
1
, y demostrar que esta expresion
es cierta k N
.
2. Calcular el polinomio caracterstico y los valores propios de A en C. Jus-
ticar por que A es diagonalizable en C pero no en R, e indicar una matriz
diagonal semejante a ella.
3. Demostrar que si C es valor propio de una matriz M R
nn
C
nn
y z = (z
1
, . . . , z
n
) C
nn
es vector propio de M correspondiente a , enton-
ces z = ( z
1
, . . . , z
n
) es un vector propio de M asociado a

. Hallar T C
33
tal que T
1
AT sea la matriz indicada en el apartado anterior.
4. Calcular en funcion de p
1
, p
2
y p
3
, lm
n
x
n
y lm
n
p
n
. [2]
Resolucion. 1. Por denicion de la sucesion, p
k+3
es el punto medio de p
k
y p
k+1
, en consecuencia p
k+3
= (p
k
+p
k+1
)/2. Podemos por tanto escribir:
p
k+1
= p
k+1
, p
k+2
= p
k+2
, p
k+3
= (1/2)p
k
+ (1/2)p
k+1
Estas igualdades son equivalentes a la igualdad matricial:
_
_
p
k+1
p
k+2
p
k+3
_
_
=
_
_
0 1 0
0 0 1
1/2 1/2 0
_
_
_
_
p
k
p
k+1
p
k+2
_
_
De forma equivalente, x
k+1
= Ax
k
. Podemos escribir:
x
k
= Ax
k1
= A
2
x
k2
= A
3
x
k3
= . . . = A
k1
x
1
(k N
)
2. Valores propios de la matriz A:
1 0
0 1
1/2 1/2
=
3
+ (1/2) + (1/2) = 0
3.13. L
IMITE DE UNA SUCESI
ON DE PUNTOS 111
Resolviendo la ecuacion obtenemos
1
= 1,
2
= (1+i)/2,
3
= (1i)/2.
Existe al menos un valor propio que no es real, por tanto la matriz no es
diagonalizable en R. Al ser los tres valores propios complejos y simples se
puede asegurar que es diagonalizable en C. Una matriz diagonal semejante
a A es por tanto D = diag(
1
,
2
,
3
).
3. Si C es valor propio de M entonces existe un vector z C
n
con
z ,= 0 tal que Mz = z. Tomando conjugados y teniendo en cuenta que
M = M, obtenemos M z =

z lo cual implica que z es vector propio de M
correspondiente a

. Determinemos los subespacios propios de A :
ker(A
1
I)
_
_
1 1 0
0 1 1
1/2 1/2 1
_
_
_
_
z
1
z
2
z
3
_
_
=
_
_
0
0
0
_
_
Como
1
es simple, dimker(A
1
I) = 1 y una base B
1
estara formada por
un vector no nulo solucion del sistema anterior, por ejemplo B
1
= (1, 1, 1).
ker(A
2
I)
_
_
(1 i)/2 1 0
0 (1 i)/2 1
1/2 1/2 (1 i)/2
_
_
_
_
z
1
z
2
z
3
_
_
=
_
_
0
0
0
_
_
Como
2
es simple, dimker(A
1
I) = 1 y una base B
2
estara forma-
da por un vector no nulo solucion del sistema anterior, por ejemplo B
2
=
(2, 1 +i, i).
Como
3
=

2
, por lo demostrado en este mismo apartado, una base de
ker(A
3
I) se obtendra conjugando el vector obtenido anteriormente, es
decir B
3
= (2, 1 i, i. Transponiendo las coordenadas de los tres vecto-
res hallados, obtenemos la matriz T:
T =
_
_
1 2 2
1 1 +i 1 i
1 i i
_
_
4. De la igualdad T
1
AT = D se deduce A = TDT
1
y A
n1
= TD
n1
T
1
.
Por lo demostrado en el apartado 1. tenemos x
n
= A
n1
x
1
o bien x
n
=
TD
n1
T
1
x
1
. Tomando lmites:
lm
n
x
n
= lm
n
(TD
n1
T
1
x
1
) = T
_
lm
n
D
n1
_
T
1
x
1
Dado que
1
= 1 y que [
2
[ = [
3
[ =
2/2 < 1:
112 CAP
ITULO 3. FORMAS CAN
ONICAS
lm
n
D
n1
= lm
n
diag(
n1
1
,
n1
2
,
n1
3
) = diag(1, 0, 0)
Por otra parte:
T
1
= . . . =
1
10i
_
_
2i 4i 4i
1 + 2i 2 i 3 3i
1 + 2i 2 i 3 i
_
_
Operando obtenemos:
lm
n
x
n
= T
_
_
1 0 0
0 0 0
0 0 0
_
_
T
1
_
_
p
1
p
2
p
3
_
_
= . . . =
1
5
_
_
p
1
+ 2p
2
+ 2p
3
p
1
+ 2p
2
+ 2p
3
p
1
+ 2p
2
+ 2p
3
_
_
Como x
n
= (p
n
, p
n+1
, p
n+2
)
t
, concluimos que la sucesion dada (p
n
)
1
tiene
por lmite:
lm
n
p
n
=
p
1
+ 2p
2
+ 2p
3
5
3.14. Forma canonica del operador derivacion
Sea V el espacio vectorial real formado por los polinomios q(x) de grado
menor o igual que n , respecto de las operaciones usuales. Se considera la
aplicacion lineal
D : V V, q(x) D(q(x)) = q
(x)
Hallar la matriz A de D respecto de la base de V : 1, x, x
2
, . . . , x
n
. Encon-
trar su forma canonica de Jordan A
(o en particular, su forma diagonal) y

una matriz P regular y diagonal tal que A
= P
1
AP . Especicar la nueva
base. [1]
Resolucion. Hallemos los transformados por D de los elementos de la base
B = 1, x, x
2
, . . . , x
n
de V
_
_
D(1) = 0
D(x) = 1
D(x
2
) = 2x
. . .
D(x
n
) = nx
n1
Transponiendo coecientes obtenemos la matriz cuadrada de orden n + 1
pedida
3.14. FORMA CAN
ONICA DEL OPERADOR DERIVACI
ON 113
A =
_
_
0 1 0 . . . 0
0 0 2 . . . 0
0 0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . . n
0 0 0 . . . 0
_
_
El polinomio caracterstico de D es () =
n+1
, por tanto = 0 es el unico
valor propio y su multiplicidad algebraica es n +1. Obviamente det(A) = 0
y eliminando la primera columna y ultima la de A obtenemos una subma-
triz con determinante n!, lo cual implica que rgA = n. En consecuencia la
multiplicidad geometrica de = 0 es (n +1) n = 1 (una caja ) y la forma
canonica de Jordan de D es
A
=
_
_
0 1 0 . . . 0
0 0 1 . . . 0
0 0 0 . . . 0
.
.
.
.
.
.
0 0 0 . . . 1
0 0 0 . . . 0
_
_
Una base B
= p
1
(x), p
2
(x), . . . , p
n+1
(x) de V tal que la matriz de D
respecto de B
es A
ha de cumplir
_
_
D[p
1
(x)] = 0
D[p
2
(x)] = p
1
(x)
D[p
3
(x)] = p
2
(x)
. . .
D[p
n+1
(x)] = p
n
(x)
Teniendo en cuenta que D es el operador derivacion, una base B
cumpliendo
las condiciones anteriores es
B
= 1, x , x
2
/2 , x
3
/(2 3) , x
4
/(2 3 4) , . . . , x
n
/(n!)
La matriz P pedida es por tanto la matriz de paso de B a B
:
P =
_
_
1 0 0 . . . 0
0 1 0 . . . 0
0 0 1/2 . . . 0
.
.
.
.
.
.
0 0 0 . . . 0
0 0 0 . . . 1/n!
_
_
Es decir, P = diag (1/0! , 1/1! , 1/2! , . . . , 1/n!).
114 CAP
ITULO 3. FORMAS CAN
ONICAS
3.15. Coseno de una matriz
Calcular cos
_
4
A
_
siendo A =
_
_
1/3 2/3 2/3
2/3 1/3 2/3
2/3 2/3 1/3
_
_
[2]
Resolucion. Podemos expresar

4
A =

12
B siendo B =
_
_
1 2 2
2 1 2
2 2 1
_
_
Hallemos los valores y vectores propios de B
det(B I) =
1 2 2
2 1 2
2 2 1
1 0 2
2 3 2
2 3 1
1 0 2
2 3 2
4 0 1
= (3 )(
2
9) = 0 ( 3)( + 3)
2
= 0
Los valores propios de B son
1
= 3 simple y
2
= 3 doble. Los subespacios
propios son
V
1

_
_
_
4x
1
+ 2x
2
2x
3
= 0
2x
1
4x
2
2x
3
= 0
2x
1
2x
2
4x
3
= 0
V
2

_
_
_
2x
1
+ 2x
2
2x
3
= 0
2x
1
+ 2x
2
2x
3
= 0
2x
1
2x
2
+ 2x
3
= 0
Hallando unas bases de estos subespacios obtenemos respectivamente
B
1
= (1, 1, 1)
t
, B
2
= (1, 1, 0)
t
, (1, 0, 1)
t
. La matriz B es por
tanto diagonalizable y ademas
P
1
BP = D =
_
_
3 0 0
0 3 0
0 0 3
_
_
si P =
_
_
1 1 1
1 1 0
1 0 1
_
_
Como consecuencia
B = PDP
1

4
A =

12
PDP
1
= P
_
_
/4 0 0
0 /4 0
0 0 /4
_
_
P
1
Es decir, la matriz (/4)A es diagonalizable y la funcion f(x) = cos x toma
sus valores en el espectro de (/4)A, por tanto
cos
_
4
A
_
= P(cos
_
_
/4 0 0
0 /4 0
0 0 /4
_
_
)P
1
= P
_
2
2
I
_
P
1
=
2
2
I
3.16. ENDOMORFISMO IDEMPOTENTE 115
3.16. Endomorsmo idempotente
Sea E un espacio vectorial sobre el cuerpo K y sea f : E E un endomor-
smo idempotente es decir, que cumple f
2
= f.
1. Demostrar que E = ker f Imf.
2. Demostrar que si f no es inyectiva entonces ker f es subespacio propio
asociado a f y si f ,= 0, Imf es subespacio propio asociado a f.
3. Supongamos ahora que dimE = n nita. Demostrar que f es diagona-
lizable. Determinar una base B de E formada por vectores propios de f y
hallar la matriz diagonal D correspondiente. [1]
Resolucion. (a) Si x ker f Imf entonces x ker f y x Imf. Es
decir, f(x) = 0 y u E : x = f(u). Pero f(x) = f
2
(u) = f(u) por ser f
idempotente. Es decir, x = f(u) = f(x) = 0. Hemos demostrado pues que
ker f Imf = 0.
(b) Sea x E. Por denicion de imagen, tenemos f(x) Imf. Por otra
parte x = (x f(x)) + f(x). Ahora bien f (x f(x)) = f(x) f
2
(x) =
f(x) f(x) = 0 es decir, (x f(x)) ker f, con lo cual E = ker f + Imf.
Concluimos pues que E = ker f Imf.
2. f no es inyectiva equivale a decir que existe 0 ,= v E tal que f(v) =
0 = 0v . Esto implica que
1
= 0 es valor propio del endomorsmo f . El
subespacio propio asociado a
1
= 0 es V
0
= x E : f(x) = 0 que es
precisamente la denicion de ker f . Es decir, V
0
= ker f.
La condicion f ,= 0 equivale a decir que Imf ,= 0. Existe por tanto 0 ,=
w Imf tal que w es de la forma w = f(x). Como f es nilpotente
f(w) = f[f(x)] = f
2
(x) = f(x) = w = 1w
Es decir,
2
= 1 es valor propio del endomorsmo f. Entonces el subespacio
propio asociado es V
1
= x E : f(x) = x . Por lo ya visto, Imf V
1
y
por otra parte si x V
1
se verica x = f(x) es decir x Imf. Se concluye
que Imf = V
1
.
3. Caso 1. Supongamos que f no es inyectiva y f ,= 0 entonces dim(ker f) =
r > 0 y dim(Imf) = n r > 0. Sea B
1
= e
1
, . . . , e
r
base de ker f y
B
2
= e
r+1
, . . . , e
n
base de Imf. Como E = ker f Imf, B = B
1
B
2
es
base de E. Ademas se verica
f(e
1
) = 0e
1
, . . . , f(e
r
) = 0e
r
, f(e
r+1
) = 1e
r+1
, . . . , f(e
n
) = 1e
n
116 CAP
ITULO 3. FORMAS CAN
ONICAS
Transponiendo coecientes obtenemos la matriz de f con respecto a la base
B:
D = diag (0, . . . , 0, 1 . . . , 1)
es decir, f es diagonalizable.
Caso 2. Si f es inyectiva, por el teorema de las dimensiones para aplicaciones
lineales se concluye que tambien es sobreyectiva, es decir f es un isomors-
mo. De la igualdad f
2
= f se deduce componiendo con f
1
que f = I
E
y la
matriz de f respecto de cualquier base de E es I = diag (1, 1, . . . , 1): f es
diagonalizable.
Caso 3. Si f = 0 la matriz de f respecto de cualquier base de E es la matriz
nula 0 = diag (0, 0, . . . , 0): f es diagonalizable.
3.17. Involuciones
Sea V un espacio vectorial real de dimension n y F : V V una aplicacion
lineal. Se dice que F es una involucion cuando la aplicacion compuesta F F
es la aplicacion identidad de V en V.
1. Sean F y G las aplicaciones lineales de R
3
en R
3
representadas en la base
canonica por las matrices:
A =
_
_
4 20 0
1 5 0
2 8 1
_
_
, B =
_
_
9 40 0
2 9 0
4 16 1
_
_
Estudiar si F y G son involuciones en R
3
.
2. Sea F una involucion en V. Se denen V
+
y V
mediante
V
+
= x V : F(x) = x , V
= x V : F(x) = x
Demostrar que V
+
y V
son subespacios de V.
3. Sea F una involucion en V. Demostrar que V es suma directa de V
+
y V
.
4. Sea F una involuci on en V. Demostrar que F es diagonalizable. Escribir
la matriz diagonal de F.
3.17. INVOLUCIONES 117
5. Sean F y Gdos involuciones en V. Estudiar si la funcion compuesta FGes
una involucion. En caso armativo dar una demostracion y en caso contrario
construir un contraejemplo y dar una condicion necesaria y suciente que
han de cumplir F y G para que F G sea una involucion. [1]
Resolucion. 1. Por un conocido teorema, las matrices de F F y G G en
la base canonica son A
2
y B
2
respectivamente. Operando obtenemos A
2
,= I
y B
2
= I es decir, F no es involucion y G, s.
2. Como F es lineal, F(0) = 0 y por tanto 0 F. Sean x, y V
+
, entonces
F(x +y) = F(x) +F(y) = x +y es decir, x +y F. Sean R y x V
+
,
entonces F(x) = F(x) = x es decir, x F. Concluimos que V
+
es
subespacio de V. De manera analoga se demuestra que V
es subespacio de
V.
3. Sea x V
+
V
, entonces F(x) = x y F(x) = x. Restando estas dos

ultimas igualdades obtenemos 2x = 0 lo cual implica que x = 0. Hemos
demostrado que V
+
V
= 0. sea ahora x V. Si x se puede expresar en

la forma x = u +v con u V
+
y v V
entonces, aplicando F en la ultima

igualdad tendramos las relaciones
_
x = u +v
F(x) = F(u) +F(v) = u v
De las relaciones anteriores deducimos que necesariamente u = (1/2)(x +
F(x)) y v = (1/2)(x F(x)). Se satisface evidentemente que
x =
1
2
(x +F(x)) +
1
2
(x F(x))
Ademas
F
_
1
2
(x +F(x)
_
=
1
2
(F(x) +F
2
(x)) =
1
2
(F(x) +x)
1
2
(x +F(x)) V
+
F
_
1
2
(x F(x)
_
=
1
2
(F(x)F
2
(x)) =
1
2
(xF(x))
1
2
(x F(x)) V
Es decir, V = V
+
+V
. Concluimos que V = V
+
V
.
4. Dado que V = V
+
V
, la union de una base de V

+
con una de V
es
una base de V. Sea B
+
= u
1
, . . . , u
r
base de V
+
y B
= u
r+1
, . . . , u
n
base de V
. Entonces
118 CAP
ITULO 3. FORMAS CAN
ONICAS
_
_
F(u
1
) = u
1
. . .
F(u
r
) = u
r
F(u
r+1
) = u
r+1
. . .
F(u
n
) = u
n
Por tanto, la base B
V
= u
1
, . . . , u
r
, u
r+1
. . . , u
r
de V diagonaliza a F
siendo su matriz diagonal en tal base D = diag (1, . . . , 1, 1, . . . , 1). Even-
tualmente pudiera ocurrir D = I si dimV
+
= 0 o D = I si dimV
= 0.
5. Sean F y G involuciones en V. Si ocurriera F G = G F tendramos
(F G)
2
= F G F G = F F G G = i i = i
Dado que la composicion de aplicaciones no es conmutativa, sospechamos
que F G no sera en general involucion. Efectivamente, elijamos las aplica-
ciones lineales F y G de R
2
en R
2
cuyas matrices en la base canonica son
respectivamente
A =
_
2 3
1 2
_
, B =
_
0 1
1 0
_
Facilmente vericamos que A
2
= I, B
2
= I y (AB)
2
,= I es decir, F y G
son involuciones pero no as F G. Veamos en general que si F y G son
involuciones en V se verica:
F G es involucion F G = G F
) Esta implicacion ya esta demostrada. ) Dado que F y G son in-
voluciones se verica F
2
= i, G
2
= i. Si F G es involucion entonces
F G F G = i y componiendo a la izquierda con F y a la derecha con G
obtenemos G F = F G.
3.18. Valor propio y asntota horizontal
Se considera el espacio vectorial
E = f : R R : f continua y lm
x+
f(x) R
Se dene la aplicacion T : E E de la forma T(f)(x) = f(x + 1).
(a) Demostrar que T es lineal.
(b) Demostrar que = 1 es valor propio de T.
(c) Demostrar que el subespacio propio asociado a = 1 esta formado
exactamente por las funciones constantes.
3.19. MATRIZ EXPONENCIAL: DEFINICI
ON 119
Resolucion. (a) Para todo par de escalares , R, para cada par de
funciones f, g E y aplicando las conocidas deniciones de operaciones
entre funciones, se verica para todo x R :
T(f +g)(x) = (f +g)(x + 1)
= (f)(x + 1) + (g)(x + 1)
= f(x + 1) +g(x + 1)
= T(f)(x) +T(g)(x)
= (T(f) +T(g)) (x)
De la denicion de igualdad de funciones deducimos que T(f + g) =
T(f) +T(g), es decir T es lineal.
(b) La funcion h(x) = 1 es continua, lm
x+
h(x) = 1 R, es decir h E
y ademas es no nula. Tenemos:
T(h)(x) = h(x + 1) = 1 = h(x) (x R) T(h) = h = 1h (h ,= 0)
por tanto, = 1 es valor propio de T.
(c) Sea f funcion constante, es decir f(x) = c R para todo x R.
Razonando como en el apartado anterior:
T(f)(x) = f(x + 1) = c = f(x) (x R) T(f) = f = 1f
lo cual implica que f pertenece al subespacio propio V
1
asociado a = 1.
Recprocamente, sea f V
1
, entonces Tf = f o equivalentemente f(x+1) =
f(x) para todo x R, es decir, la funcion es periodica de periodo 1 y por
tanto f(x+n) = f(x) para todo n natural. Si f no fuera constante existiran
n umeros reales x
1
, x
2
con x
1
,= x
2
tales que f(x
1
) ,= f(x
2
). Entonces:
lm
x+
f(x
1
+n) = lm
x+
f(x
1
) = f(x
1
)
lm
x+
f(x
2
+n) = lm
x+
f(x
2
) = f(x
2
)
Esto implicara que no existe lm
x+
f(x) lo cual es absurdo. Concluimos
que V
1
esta formado exactamente por las funciones constantes.
3.19. Matriz exponencial: denicion
En la Ense nanza Media se dene el n umero e como el lmite: lm
m
_
1 +
1
m
_
m
,
y de manera mas general resulta ser e
a
= lm
m
_
1 +
1
m
a
_
m
, donde a es
un n umero real cualquiera. Se puede intentar denir formalmente la expo-
nencial de la matriz A mediante
120 CAP
ITULO 3. FORMAS CAN
ONICAS
() e
A
= lm
m
_
I +
1
m
A
_
m
donde A es una matriz real n n, I la identidad de orden n n, (n =
1, 2, 3, . . .).Se pide:
a) Comprobar que la denicion () tiene sentido cuando A es una matriz
2 2 diagonal. Aplicar esta demostracion para calcular e
A
cuando:
A =
_
3 0
0 1
_
b) Comprobar que la denicion () tiene sentido tambien cuando A es una
matriz 22 diagonalizable. Aplicar esta demostracion para calcular e
A
cuan-
do:
A =
_
7 4
8 5
_
c) Comprobar que la denicion () tiene a un sentido tambien cuando A es
una matriz 22 no diagonalizable que admite forma de Jordan. Aplicar esta
demostracion para calcular e
A
cuando:
A =
_
3 1
1 1
_
[1]
Resolucion. a) Sea A = diag(
1
,
2
). Entonces
I +
1
m
A =
_
1 0
0 1
_
+
1
m
_
1
0
0
2
_
=
_
1 +

1
m
0
0 1 +

2
m
_
_
I +
1
m
A
_
m
=
_
_
_
1 +

1
m
_
m
0
0
_
1 +

2
m
_
_
_
Usando la denicion () :
e
A
= lm
m
_
I +
1
m
A
_
m
= lm
m
_
_
_
1 +

1
m
_
m
0
0
_
1 +

2
m
_
m
_
_
=
_
_
lm
m
_
1 +

1
m
_
m
0
0 lm
m
_
1 +

2
m
_
m
_
_
=
_
e
1
0
0 e
2
_
3.19. MATRIZ EXPONENCIAL: DEFINICI
ON 121
En concreto, para la matriz A dada es e
A
=
_
e
3
0
0 e
1
_
.
b) Si A es diagonalizable entonces existe P invertible tal que A = PDP
1
.
Entonces:
I +
1
m
A = PIP
1
+
1
m
PDP
1
= P
_
I +
1
m
A
_
P
1
Elevando a m :
_
I +
1
m
A
_
m
= P
_
I +
1
m
D
_
P
1
P
_
I +
1
m
D
_
P
1
. . . P
_
I +
1
m
D
_
P
1
= P
_
I +
1
m
D
_
m
P
1
Por el apartado anterior, existe e
D
al ser D diagonal y P es constante (no
depende de m). Tomando lmites:
lm
m
_
I +
1
m
A
_
m
= lm
m
P
_
I +
1
m
D
_
m
P
1
= P
_
lm
m
_
I +
1
m
D
_
m
_
P
1
= Pe
D
P
1
Es decir, existe e
A
y es igual a Pe
D
P
1
. Calculemos ahora la exponencial
de la matriz dada. Valores propios:
7 4
8 5
=
2
2 + 3 = 0 = 3 = 1 (simples)
Al ser todos los valores propios simples, la matriz es diagonalizable. Subes-
pacios propios:
V
3

_
4x
1
+ 4x
2
= 0
8x
1
8x
2
= 0
V
1

_
8x
1
+ 4x
2
= 0
8x
1
4x
2
= 0
Unas bases respectivas de estos subespacios propios son e
1
= (1, 1)
t
y e
2
=
(1, 2)
t
. Por tanto, una matriz que cumple A = PDP
1
es P =
_
e
1
e
2
.
Entonces:
e
A
=
_
1 1
1 2
_ _
e
3
0
0 e
1
_ _
1 1
1 2
_
1
=
_
2e
3
e
1
e
3
e
1
2e
3
+ 2e
1
e
3
+ 2e
1
_
122 CAP
ITULO 3. FORMAS CAN
ONICAS
c) Si A R
22
no es diagonalizable pero tiene forma canonica de Jordan J,
ha de ser necesariamente del tipo J =
_
1
0
_
. Entonces:
I +
1
m
J =
_
1 0
0 1
_
+
1
m
_
1
0
_
=
_
1 +

m
1
m
0 1 +

m
_
=
_
1 +

m
_
I +
_
0
1
m
0 0
_
Como los dos ultimos sumandos conmutan, podemos aplicar la formula del
binomio de Newton. Ademas, el ultimo sumando es una matriz nilpotente
de orden 2, por tanto:
_
I +
1
m
J
_
m
=
_
1 +

m
_
m
I
m
+m
_
1 +

m
_
m1
I
m1
_
0
1
m
0 0
_
=
_
1 +

m
_
m
I +
_
1 +

m
_
m1
_
0 1
0 0
_
Usando la denicion () :
e
J
= lm
m
_
I +
1
m
J
_
m
= e
I +e
_
0 1
0 0
_
= e
_
1 1
0 1
_
Es decir, existe e
J
. Si P es una matriz cumpliendo A = PJP
1
entonces,
razonando de manera analoga a la del apartado anterior deducimos que e
A
=
Pe
J
P
1
. Apliquemos ahora esta demostracion al calculo de la exponencial
de la matriz dada. Valores propios:
3 1
1 1
=
2
4 + 4 = ( 2)
2
= 0 = 2 (doble)
La dimension del subespacio propio asociado al valor propio 2 es:
dimV
2
= rg(A2I) = 2 rg
_
1 1
1 1
_
= 2 1 = 1
En consecuencia la forma de Jordan de A es J =
_
2 1
0 2
_
. Facilmente en-
contramos que una matriz satisfaciendo A = PJP
1
es P =
_
1 1
1 0
_
.
Entonces:
e
A
= Pe
J
P
1
=
_
1 1
1 0
_
e
2
_
1 1
0 1
_ _
1 1
1 0
_
1
= e
2
_
2 1
1 0
_
3.20. FORMAS DE JORDAN DE RANGO 1 123
3.20. Formas de Jordan de rango 1
Se trata de estudiar las posibles formas canonicas de Jordan (o en su caso,
forma diagonal) de las matrices cuadradas de rango 1.
1. Estudiamos en primer lugar un caso particular para matrices 3 3. Dada
la matriz
A =
_
_
1 a 1
1 a 1
1 a 1
_
_
determinar, seg un los valores del parametro real a su forma canonica de
Jordan A
(o en particular su forma diagonal) y una matriz P no singular

tal que A = PA
P
1
2. Sea ahora A una matriz real cuadrada nn de rango 1. Justicar que en
general dicha matriz sera de la forma
A =
_
1
v
1

2
v
1
. . .
n
v
1
1
v
2

2
v
2
. . .
n
v
2
.
.
.
.
.
.
1
v
n

2
v
n
. . .
n
v
n
_
_
con alg un
i
,= 0 (i = 1, 2, . . . , n) y con v = (v
1
, v
2
, . . . , v
n
)
t
,= (0, 0, . . . , 0)
t
.
Hallar las soluciones del sistema AX = 0 con X = (x
1
, x
2
, . . . , x
n
)
t
y
0 = (0, 0, . . . , 0)
t
.
3. Calcular AX con X = (x
1
, x
2
, . . . , x
n
)
t
. Calcular Av. Hallar los autovalo-
res y los autovectores de la matriz A.
4. Enunciar y demostrar una condicion necesaria y suciente que que deben
satisfacer los coecientes de la matriz A para que esta sea diagonalizable.
Comprobar el resultado que se obtenga, en el caso particular de la matriz
que gura en el apartado 1.
5. Las mismas cuestiones para el caso no diagonalizable (naturalmente A
sera su forma canonica de Jordan en este caso). [1]

Resolucion. 1. Efectuando las transformaciones F
3
F
2
y posteriormente
C
2
+C
3
al determinante de AI, obtenemos los valores propios de A :
124 CAP
ITULO 3. FORMAS CAN
ONICAS
1 a 1
1 a 1
1 a 1
1 a 1
1 a 1
0
1 a 1 1
1 a 1 1
0 0
= ()(
2
a) =
2
( a) = 0
= 0 (al menos doble) = a (al menos simple)
Primer caso: a = 0 En este caso tenemos = 0 (triple). La dimension del
subespacio propio V
0
asociado es:
dimV
0
= 3 rg(A0I) = 3 rg
_
_
1 0 1
1 0 1
1 0 1
_
_
= 3 1 = 2
En consecuencia su forma de Jordan A
tiene dos cajas, con lo cual:

A
=
_
_
0 1 0
0 0 0
0 0 0
_
_
J
= e
1
, e
2
, e
3
en R
3
base satisfaciendo las condiciones Ae
1
= 0, Ae
2
= e
1
, Ae
3
= 0. Tenemos que
resolver sistemas del tipo Ax = h con x = (x
1
, x
2
, x
3
)
t
y h = (h
1
, h
2
, h
3
), es
decir sistemas del tipo
Ax = h
_
_
1 0 1
1 0 1
1 0 1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
h
1
h
2
h
3
_
_
(1)
1
= h
2
= h
3
(condiciones de compatibilidad) y la
solucion general es
_
_
_
x
1
= h
1
+
x
2
=
x
3
=
(, R)
Vector e
1
. En este caso, h
1
= h
2
= h
3
= 0 y la solucion general de (1) es
e
1
= (, , ). Este vector x.
es
tara de h en el siguiente sistema, as que
le imponemos las condiciones de compatibilidad, es decir = . En conse-
cuencia podemos elegir = = 1 y obtenemos el vector e
1
= (1, 1, 1)
t
.
Vector e
2
. En este caso, h
1
= h
2
= h
3
= 1 y la solucion general de (1) es
e
2
= (1 +, , ). Eligiendo = = 0 obtenemos el vector e
2
= (1, 0, 0)
t
.
Vector e
3
1
1
= (, , ).
Elegimos y de tal manera que e
1
y e
3
sean linealmente independientes,
por ejemplo = 1, = 0 con lo cual obtenemos el vector e
3
= (0, 1, 0)
t
.
En consecuencia, una matriz Q que satisface Q
1
AQ = A
es
Q =
_
e
1
e
2
e
3
=
_
_
1 1 0
1 0 1
1 0 0
_
_
Por tanto, una matriz P que cumple A = PA
P
1
es P = Q
1
.
Segundo caso: a ,= 0. En este caso los valores propios = 0 (doble) y = 0
(simple). La dimension de V
a
es uno por ser a valor propio simple. Por
otra parte tenemos que dimV
0
= 3 rg(A 0I) = 3 1 = 2, de lo cual
concluimos que A es diagonalizable y su forma canonica de Jordan (diagonal
en este caso) es A
= diag(0, 0, a). Una matriz Q cumpliendo Q

1
AQ = A
es una matriz cuyas columnas estan formadas por los respectivos vectores
vectores propios. Facilmente encontramos:
Q =
_
_
1 0 1
0 1 1
1 a 1
_
_
Por tanto, una matriz P que cumple A = PA
P
1
es P = Q
1
.
2. Si la matriz A =
_
C
1
, C
2
, . . . , C
n
tiene rango 1, alguna de sus columnas ha

de ser necesariamente no nula, y podemos suponer sin perdida de generali-
dad que es la C
n
, es decir sera de la forma C
n
= v = (v
1
, v
2
, . . . , v
n
)
t
,=
(0, 0, . . . , 0)
t
. Tambien sin perdida de generalidad podemos suponer que
v
n
,= 0. Las demas columnas C
j
han de ser combinacion lineal de C
n
, por
tanto de la forma C
j
=
j
v.
Concluimos que A =
_
1
v,
2
v, . . . ,
n1
v, v
, y en consecuencia es de la
forma requerida. Como el rango por columnas de una matriz es igual al
rango por las, el sistema AX = 0 es equivalente al sistema:
1
v
n
x
1
+
2
v
n
x
2
+. . . +
n1
v
n
x
n1
+v
n
x
n
= 0 (v
n
,= 0)
cuya solucion general es:
126 CAP
ITULO 3. FORMAS CAN
ONICAS
_
_
x
1
=
1
x
2
=
2
. . .
x
n1
=
n1
x
n
=
1
1

2
2
. . .
n1
n1
(
j
R)
Podemos expresarla en forma vectorial de la siguiente manera:
_
_
x
1
x
2
.
.
.
x
n1
x
n
_
_
=
1
_
_
1
0
.
.
.
0
1
_
_
+
2
_
_
0
1
.
.
.
0
2
_
_
+. . . +
n1
_
_
0
0
.
.
.
1
n1
_
_
(
i
R) ()
3. Teniendo en cuenta la forma de la matriz A :
AX =
_
1
v,
2
v
,
. . . ,
n1
v, v
_
x
1
x
2
.
.
.
x
n
_
_
= (
1
x
1
+
2
x
2
+. . . +
n1
x
n1
+x
n
)v
En el caso particular X = v obtenemos:
Av = (
1
v
1
+
2
v
2
+. . . +
n1
v
n1
+v
n
)v
Llamemos a =
1
v
1
+
2
v
2
+. . .+
n1
v
n1
+v
n
. El vector no nulo v satisface
Av = av y por tanto es vector propio asociado al valor propio a. Por otra
parte, las soluciones no nulas del sistema AX = 0 satisfacen AX = 0X,
luego son vectores propios asociados al valor propio 0. Los n 1 vectores
columnas w
1
, w
2
, . . . , w
n1
que aparecen en la igualdad () son no nulos y
claramente linealmente independientes, son por tanto n1 vectores propios
linealmente independientes asociados al valor propio 0. Los vectores propios
de A son por tanto:
w
1
=
_
_
1
0
.
.
.
0
1
_
_
, w
2
_
_
0
1
.
.
.
0
2
_
_
, . . . , w
n1
=
_
_
0
0
.
.
.
1
n1
_
_
, v =
_
_
v
1
v
2
.
.
.
v
n1
v
n
_
_
los n 1 primeros asociados al valor propio 0 y el ultimo asociado al a.
4. Del apartado anterior deducimos que dimV
0
= n 1. Entonces, A es
diagonalizable si y solo si tiene un valor propio no nulo y simple. Necesaria-
mente este valor propio ha de ser a =
1
v
1
+
2
v
2
+ . . . +
n1
v
n1
+ v
n
.
Observese que si ocurre a ,= 0 entonces B = w
1
, w
2
, . . . , w
n1
, v es base
de R
n
formada por vectores propios. Esta base satisface:
_
_
Aw
1
= 0
Aw
2
= 0
. . .
Aw
n1
= 0
Av = av
lo cual implica que A
= diag (0, 0, . . . , 0, a). La matriz del primer apartado

es A = [v, av, v] con v = (1, 1, 1)
t
y por tanto
1
= 1,
2
= a.
Seg un lo que acabamos de demostrar, A = [v, av, v] es diagonalizable si
y solo si se verica
1
v
1
+
2
v
2
+v
3
,= 0 o equivalentemente si y solo si a ,= 0
que fue lo que obtuvimos en 1.
5. Como hemos visto, la matriz A no es diagonalizable si y solo si a = 0. En
este caso el unico valor propio de A es 0 y al ser dimV
0
= n 1, su forma
canonica A
tiene n 1 cajas, es decir es la matriz diagonal por cajas

A
=
_
_
A
1
0 . . . 0
0 A
2
. . . 0
.
.
.
.
.
.
0 0 . . . A
n1
_
_
con A
1
=
_
0 1
0 0
_
, A
i
= [0], (2 i n 1)
que es la forma de Jordan que obtuvimos en el caso particular del primer
apartado.
128 CAP
ITULO 3. FORMAS CAN
ONICAS
Captulo 4
Formas bilineales, producto
escalar
4.1. Metodo de Gauss
Usando el metodo de Gauss, diagonalizar las formas cuadraticas
(i ) q : R
3
R , q(x
1
, x
2
, x
3
) = x
2
1
x
2
2
+ 7x
2
3
+ 2x
1
x
2
+ 4x
1
x
3
+ 8x
2
x
3
.
(ii ) q : R
4
R , q(x, y, z, t) = xy +xz +xt +yz +yt +zt
Resolucion. El problema es rutinario conociendo el metodo general. Con-
sideremos una forma cuadratica q : R
n
R. Supondremos que la forma
cuadratica q es no nula (trivialmente estara diagonalizada) y analizamos
dos casos:
Caso 1. La forma cuadratica contiene alg un cuadrado. Supondremos sin
perdida de generalidad que el termino que contiene un cuadrado es ax
2
1
(a ,=
0). Entonces podemos expresar q(x
1
, . . . , x
n
) = ax
2
1
+
1
x
1
+q
1
en donde q
1
es una forma cuadratica que solamente contiene las n1 variables x
2
, . . . , x
n
y
1
es una forma lineal que solamente contiene las n1 variables x
2
, . . . , x
n
.
q(x
1
, . . . , x
n
) = ax
2
1
+
1
x
1
+q
1
= a
_
x
1
+

1
2a
_
2

2
1
4a
+q
1
Por tanto tenemos expresada q como suma del cuadrado de una forma lineal
mas la forma cuadratica
2
1
/4a+q
1
que solamente contiene n1 variables.
Caso 2. La forma cuadratica no contiene cuadrados. Ordenando con respecto
a dos variables (por ejemplo x
1
y x
2
):
q(x
1
, . . . , x
n
) = ax
1
x
2
+x
1
1
+x
2
2
+q
1
(x
3
. . . , x
n
) =
129
130 CAP
ITULO 4. FORMAS BILINEALES, PRODUCTO ESCALAR

a
_
x
1
+

2
a
__
x
2
+

1
a
_
+q
1

1
2
a
(a ,= 0)
Podemos introducir dos cuadrados aplicando AB = (1/4)[(A + B)
2
(A
B)
2
] al sumando a(x
1
+
2
/a)(x
2
+
1
/a) y la forma cuadratica q
1
2
/a
depende de las n 2 variables x
3
, . . . , x
n
.
Dado que para n = 1 la forma cuadratica es evidentemente diagonalizable,
los casos anteriores demuestran que podemos descomponer q en suma de
cuadrados de n formas lineales. La independencia de estas formas lineales es
facilmente demostrable por recurrencia. Siguiendo el metodo anterior, pro-
cedamos a diagonalizar las formas cuadraticas dadas.
(i ) Estamos en el caso 1. Siguiendo el metodo general expuesto:
q(x
1
, x
2
, x
3
) = x
2
1
+x
1
(2x
2
+ 4x
3
) x
2
2
+ 8x
2
x
3
+ 7x
2
3
= (x
1
+x
2
+ 2x
3
)
2
(2x
2
+ 4x
3
)
2
4
x
2
2
+ 8x
2
x
3
+ 7x
2
3
= (x
1
+x
2
+ 2x
3
)
2
2x
2
2
+ 4x
2
x
3
+ 3x
2
3
Ahora descomponemos 2x
2
2
+ 4x
2
x
3
+ 3x
2
3
:
2x
2
2
+ 4x
2
x
3
+ 3x
2
3
= 2x
2
2
+x
2
(4x
3
) + 3x
2
3
= 2(x
2
x
3
)
2
(4x
3
)
2
8
+ 3x
2
3
= 2(x
2
x
3
)
2
+ 5x
2
3
La expresion de q en suma de cuadrados de formas lineales independientes
es:
q(x
1
, x
2
, x
3
) = (x
1
+x
2
+ 2x
3
)
2
2(x
2
x
3
)
2
+ 5x
2
3
Denotando x
1
= x
1
+ x
2
+ 2x
3
, x
2
= x
2
x
3
, x
3
= x
3
tambien podemos
expresar q en la forma :
q(x
1
, x
2
, x
3
) = x
2
1
2x
2
2
+ 5x
2
3
=
_
x
1
x
2
x
3
_
_
_
1 0 0
0 2 0
0 0 5
_
_
_
_
x
1
x
2
x
3
_
_
(ii ) Estamos en el caso 2. Siguiendo el metodo general expuesto:
q(x, y, z, t) = xy +x(z +t) +y(2z +t) + 4zt
= (x + 2z +t)(y +z +t) + 4zt (z +t)(2z +t)
= (x + 2z +t)(y +z +t) 2z
2
t
2
+zt
4.2.

ANGULO EN R
2
[X] 131
Usando la formula AB = (1/4)[(A+B)
2
(AB)
2
] obtenemos
(x + 2z +t)(y +z +t) =
1
4
(x +y + 3z + 2t)
2
1
4
(x y +z)
2
Ahora descomponemos 2z
2
t
2
+zt :
2z
2
t
2
+zt = t
2
+t(z) 2z
2
=
_
t
z
2
_
2
z
2
4
2z
2
=
=
_
t
z
2
_
2
9
4
z
2
La expresion de q en suma de cuadrados de formas lineales independientes
es:
q(x, y, z, t) =
1
4
(x +y + 3z + 2t)
2
1
4
(x y +z)
2
_
t
z
2
_
2
9
4
z
2
Denotando x
= x + y + 3z + 2t , y
= x y + z , z
= t z/2 , t
= z
tambien podemos expresar q en la forma :
q(x, y, z, t) =
1
4
x
2
1
4
y
2
z
2
9
4
t
2
=
_
x
_
_
_
_
_
1/4 0 0 0
0 1/4 0 0
0 0 1 0
0 0 0 9/4
_
_
_
_
_
_
_
_
x
_
_
_
_
4.2.

Angulo en R
2
[x]
En el espacio vectorial de los polinomios con coecientes reales y grado
menor que 3 se considera el producto escalar p, q =
3
i=0
p(i)q(i). Calcular
el angulo formado por los polinomios x
2
+ 1 y x
2
3x + 1. [2]
Resolucion. Llamemos p = x
2
+ 1 y q = x
2
3x + 1. Tenemos:
p, q = p(0)q(0) +p(1)q(1) +p(2)q(2) = 1 1 + 2 (1) + 5 (1) = 6
|p| =
_
p, p =
_
p(0)
2
+p(1)
2
+p(2)
2
=
1
2
+ 2
2
+ 5
2
=
30
|q| =
_
q, q =
_
q(0)
2
+q(1)
2
+q(2)
2
=
_
1
2
+ (1)
2
+ (1)
2
=
3
Si [0, ] es el angulo que forman p y q :
132 CAP

cos =
p, q
|p| |q|
=
6
30
3
=
6
3
10
=
2
10
=
10
5
En consecuencia:
= arc cos (
10/5) ( [0, ])
4.3. Signatura de una forma cuadratica
Sea E un espacio vectorial real eucldeo de dimension n y sea u E un
vector de norma 1 (|u| = 1). Para cada n umero real a se dene en E la
forma cuadratica
Q
a
: E R , Q
a
(x) = (x, u)
2
+a |x|
2
( , representa el producto escalar en E). Se pide:
(a) Determinar razonadamente la signatura de Q
a
(ndice de positividad,
ndice de negatividad, ndice de nulidad), seg un los valores de a, si 1 <
a < 0.
(b) La misma pregunta si a 0 o bien a 1. [1]
Resolucion. (a) Como |u| = 1 el vector u es no nulo y en consecuen-
cia linealmente independiente. Por el teorema de la ampliacion de la base,
existen vectores u
2
, . . . , u
n
de E tales que B = u, u
2
, . . . , u
n
es base de
E. Aplicando el metodo de Gram-Schmidt a B obtenemos la base ortonor-
maal de E: B
= u, e
2
, . . . , e
n
. El vector de coordenadas de u en B
es
(1, 0, . . . , 0). Llamemos (x
1
, . . . , x
n
) al vector de coordenadas de x en B
.
Dado que B
es ortonormal, el producto escalar de dos vectores por medio

de sus coordenadas en B
se calcula como en el caso usual. Por tanto:

Q
a
(x) = x
2
1
+a(x
2
1
+x
2
2
+. . . +x
2
n
) = (1 +a)x
2
1
+ax
2
2
+. . . +ax
2
n
En forma matricial
Q
a
(x) =
_
x
1
, x
2
, . . . , x
n
_
_
_
_
_
_
1 +a 0 . . . 0
0 a . . . 0
.
.
.
.
.
.
0 0 . . . a
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
Si 1 < a < 0 la matriz diagonal D anterior es de la forma D = diag (+, , . . . , )
y la signatura de Q
a
es en consecuencia s = (1, n 1, 0).
(b) Para a 0 tenemos:
4.4. FORMA CUADR
ATICA MEDIANTE UNA INTEGRAL 133

_
a = 0 D = diag (1, 0, . . . , 0) s = (1, 0, n 1)
a > 0 D = diag (+, +, . . . , +) s = (n, 0, 0)
Para a 1:
_
a = 1 D = diag (0, 1, . . . , 1) s = (0, n 1, 1)
a < 1 D = diag (, , . . . , ) s = (0, n, 0)
4.4. Forma cuadratica mediante una integral
La siguiente funcion es una forma cuadratica en R
3
:
q(x
1
, x
2
, x
3
) =
_
/2
0
(x
1
cos t +x
2
sin t +x
3
)
2
dt
Hallar su rango y signatura (ndice de positividad, ndice de negatividad e
ndice de nulidad). [1]
Resolucion. Aunque no se pide explcitamente en el enunciado, es facil
probar que la funcion dada es una forma cuadratica q : R
3
R. En efecto,
desarrollando el trinomio del integrando, usando la linealidad de la integral
y la existencia de la integral denida de una funcion continua en un inter-
valo cerrado, facilmente vericamos que q se puede expresar en la forma
q(x
1
, x
2
, x
3
) =
3
i,j=1
a
ij
x
i
x
j
, es decir como un polinomio homogeneo de
grado dos. Concluimos que q es forma cuadratica.
Calculando los coecientes a
ij
por medio de las integrales inmediatas que
aparecen, podemos diagonalizar la forma cuadratica por alguno de los meto-
dos conocidos y ya tendramos su rango y su signatura. Ahora bien, en este
caso y dado que la funcion integrando es 0 deducimos que q(x
1
, x
2
, x
3
) 0
para todo vector (x
1
, x
2
, x
3
) de R
3
. Si demostramos ademas que
q(x
1
, x
2
, x
3
) = 0 (x
1
, x
2
, x
3
) = (0, 0, 0) (1)
la forma cuadratica sera denida positiva y cualquier matriz diagonal que la
representa ha de ser de la forma D = diag (+, +, +). Veamos que se cumple
(1). Por un conocido resultado de Analisis, si f es continua y positiva en
un intervalo [a, b] se verica
_
b
a
f(t)dt = 0 f = 0 en [a, b]. La funcion
f(t) = (x
1
cos t + x
2
sin t + x
3
)
2
es continua y ademas 0 en [0, /2] por
tanto:
q(x
1
, x
2
, x
3
) = 0 (x
1
cos t +x
2
sin t +x
3
)
2
= 0
x
1
cos t +x
2
sin t +x
3
= 0 , t R
134 CAP

Dando a t los valores 0, /4, /2 obtenemos el sistema
_
_
_
x
1
+x
3
= 0
(
2/2)x
1
+ (
2/2)x
2
+x
3
= 0
x
2
+x
3
= 0
1
, x
2
, x
3
) = (0, 0, 0). La forma cuadratica dada es
denida positiva, en consecuencia su rango es 3 y su signatura, s = (3, 0, 0).
4.5. Cociente de Rayleigh
Sean q
1
(x) = X
t
AX y q
2
(x) = X
t
BX dos formas cuadraticas de R
n
R,
siendo A y B matrices cuadradas de orden n, reales y simetricas. Se supone
que q
2
es denida positiva. Entonces se sabe (y lo admitiremos) que existe
un cambio de base de ecuacion X = PY que permite diagonalizar simulta-
neamente las dos formas cuadraticas, expresandolas en la forma:
q
1
(x) = a
1
y
2
1
+a
2
y
2
2
+. . . +a
n
y
2
n
q
2
(x) = y
2
1
+y
2
2
+. . . +y
2
n
Se pide:
1. Encontrar y justicar una relacion entre los coecientes a
1
, a
2
, . . . , a
n
y
las races de la ecuacion det(AB) = 0.
2. Clasicar las formas cuadraticas q
1
y q
2
en el caso particular:
A =
_
0 1
1 0
_
B =
_
2 1
1 2
_
Como aplicacion, diagonalizar simultaneamente en este caso las formas cuadrati-
cas q
1
y q
2
(no se pide la matriz de paso P ).
3. Ordenar de menor a mayor:
max a
1
, a
2
, . . . , a
n
, mn a
1
, a
2
, . . . , a
n
,
X
t
AX
X
t
BX
(X ,= 0)
Como aplicacion, encontrar los valores maximo y mnimo de F : R
n
R
dada por F(x) = X
t
AX, con la condicion X
t
BX = 1.
4. Si v
1
, v
2
, . . . , v
n
son los vectores columna de la matriz P de paso, compro-
bar que se cumplen las condiciones:
4.5. COCIENTE DE RAYLEIGH 135
(i) Av
1
= a
1
Bv
1
, Av
2
= a
2
Bv
2
, . . . , Av
n
= a
n
Bv
n
(ii) v
t
i
Bv
j
= 0 si i ,= j, v
t
i
Bv
i
= 1, i, j = 1, 2, . . . , n
5. Las condiciones del apartado 4. permiten hallar una matriz de paso P.
Escribir detalladamente dichas condiciones para las matrices A y B del apar-
tado 2., en particular, determinar el cambio de base X = PY que diagonalice
de manera simultanea las formas cuadraticas q
1
y q
2
del apartado 2. [1]
Resolucion. 1. Por hipotesis existe una matriz P real invertible y de orden
n tal que P
t
AP = D con D = diag(a
1
, . . . , a
n
) y P
t
BP = I. Despejando las
matrices A y B obtenemos A = (P
t
)
1
DP
1
y B = (P
t
)
1
IP
1
. Entonces:
det(AB) = det
_
(P
t
)
1
(D I)P
1
_
=
1
det(P
t
)
det(DI)
1
det P
=
1
(det P)
2
det(DI) = 0 det(DI) = 0 (a
1
) . . . (a
n
) = 0
Es decir, a
1
, . . . , a
n
son exactamente las races de det(AB) = 0.
2. La matriz A tiene determinante 1 que es igual al producto de sus valores
propios. Uno ha de ser positivo y otro negativo, por tanto q
1
es indenida.
La matriz B tiene todos sus menores principales mayores que 0, por tanto
q
2
es denida positiva. Ahora:
det(AB) =
2 1
1 2
= 0 3
2
+ 2 1 = 0
Las soluciones de la anterior ecuacion son 1/3 y 1 . De acuerdo con el
apartado 1. existe un cambio de base de ecuacion X = PY de tal manera
que:
q
1
(x) =
1
3
y
2
1
y
2
2
, q
2
(x) = y
2
1
+y
2
2
3. Llamemos M = maxa
1
, . . . , a
n
. Usando el cambio X = PY tenemos:
X
t
AX
X
t
BX
=
(PY )
t
A(PY )
(PY )
t
B(PY )
=
Y
t
P
t
APY
Y
t
P
t
APY
=
Y
t
DY
Y
t
IY
=
a
1
y
2
1
+. . . +a
n
y
2
n
y
2
1
+. . . +y
2
n
My
2
1
+. . . +My
2
n
y
2
1
+. . . +y
2
n
=
M(y
2
1
+. . . +y
2
n
)
y
2
1
+. . . +y
2
n
= M
El razonamiento para m = mna
1
, . . . , a
n
es totalmente simetrico. Pode-
mos pues concluir que:
m = mn a
1
, . . . , a
n

X
t
AX
X
t
BX
M = max a
1
, . . . , a
n
(X ,= 0)
136 CAP

Notese que al ser q
2
denida positiva, si X ,= 0 entonces X
t
BX ,= 0 es decir,
el cociente anterior esta bien denido.
Por lo demostrado anteriormente, m F M. Veamos que F alcanza los
valores m y M. Supongamos sin perdida de generalidad que m = a
1
y que
M = a
n
. Observese que la condicion X
t
BX = 1 equivale a y
2
1
+. . . +y
2
n
= 1.
Si elegimos X
1
= PY
1
y X
n
= PY
n
con Y
1
= (1, 0, . . . , 0)
t
, Y
n
= (0, 0, . . . , 1)
t
tenemos X
t
1
AX
1
= a
1
= m y X
t
n
AX
n
= a
n
= M. Es decir, el maximo para
F es M y el mnimo m.
4. De P
t
AP = D se deduce AP = (P
t
)
1
D y de P
t
BP = I que BP =
(P
t
)
1
. Por tanto AP = BPD. Tenemos:
AP = BPD A
_
v
1
, . . . , v
n
= B
_
a
1
v
1
, . . . , a
n
v
n
_
Av
1
, . . . , Av
n
=
_
a
1
Bv
1
, . . . , a
n
Bv
n
Av
i
= a
i
Bv
i
(i = 1, . . . , n)
Por otra parte:
P
t
BP = I
_
_
v
t
1
v
t
2
.
.
.
v
t
n
_
_
B
_
v
1
, v
2
, . . . , v
n
=
_
_
v
t
1
v
t
2
.
.
.
v
t
n
_
_
_
Bv
1
, Bv
2
, . . . , Bv
n
_
v
t
1
Bv
1
v
t
1
Bv
2
. . . v
t
1
Bv
n
v
t
2
Bv
1
v
t
2
Bv
2
. . . v
t
2
Bv
n
.
.
.
.
.
.
v
t
n
Bv
1
v
t
n
Bv
2
. . . v
t
n
Bv
n
_
_
= I v
t
i
Bv
j
=
ij
(i, j = 1, 2, . . . , n)
En donde
ij
son las deltas de Kronecker. Quedan pues demostradas las
condiciones pedidas.
5. Llamando v
1
= (x, y)
t
, v
2
= (z, u)
t
obtenemos:
_
0 1
1 0
_ _
x
y
_
=
1
3
_
2 1
1 2
_ _
x
y
_
. . . (x, y) = (, ) ( R)
_
0 1
1 0
_ _
z
u
_
= (1)
_
2 1
1 2
_ _
z
u
_
. . . (z, u) = (, ) ( R)
Obligando a que v
t
i
Bv
i
= 1 (i = 1, 2):
(, )
_
2 1
1 2
__
_
= 1 =
6/6
(, )
_
2 1
1 2
__
_
= 1 =
2/2
4.6. M
INIMO DE UNA FUNCI
ON CUADR
ATICA EN R
N
137
Por otra parte, para todo , R se verica:
(, )
_
2 1
1 2
__
_
= 0
por tanto, eligiendo =
6/6 y =
2/2 obtenemos la matriz P:

P =
_
6/6
2/2
6/6
2/2
_
4.6. Mnimo de una funci on cuadratica en R
n
1. La condicion de mnimo para la funcion polinomica de segundo grado
p(x) =
1
2
ax
2
bx es ax = b y a > 0. Demostrar el siguiente resultado analo-
go para matrices:
Si A es una matriz simetrica denida positiva (es decir, X
t
AX > 0 cuando
X ,= 0) y B es un vector columna, entonces p(X) =
1
2
X
t
AX X
t
B tiene
mnimo para X tal que AX = B.
Sugerencia: Si X verica AX = B e Y es un vector columna, estudiar el
signo de p(Y ) p(X) vericando que p(Y ) p(X) =
1
2
[(Y X)
t
A(Y X)].
2. Sea la funcion cuadratica p(x
1
, x
2
) =
1
2
x
2
1
+ x
1
x
2
+ x
2
2
3x
2
. Aplicar el
resultado anterior para hallar el punto (, ) donde tiene mnimo. Vericar
que en ese punto se anulan las derivadas parciales
p
x
i
(i = 1, 2). [1]
Resolucion. 1. Veamos que si AX = B entonces
p(Y ) p(X) =
1
2
[(Y X)
t
A(Y X)]
Por una parte tenemos
p(Y ) p(X) =
1
2
Y
t
AY Y
t
B
1
2
X
t
AX +X
t
B =
1
2
Y
t
AY Y
t
B +
1
2
X
t
B
La matriz X
t
AY es simetrica (orden 1 1), y la matriz A es simetrica
por hipotesis. Entonces X
t
AY = (X
t
AY )
t
= Y
t
A
t
X = Y
t
AX = Y
t
B.
Desarrollando el segundo miembro de la sugerencia:
1
2
[(Y X)
t
A(Y X)] =
1
2
[(Y
t
X
t
)A(Y X)] =
1
2
[(Y
t
AX
t
A)(Y X)] =
1
2
[Y
t
AY Y
t
B Y
t
B +X
t
B] = p(Y ) p(X)
Para todo Y ,= X y teniendo en cuenta que A es denida positiva, se verica:
138 CAP

p(Y ) p(X) =
1
2
[(Y X)
t
A(Y X)] > 0
Esto implica p(Y ) > p(X) para todo Y ,= X. Como consecuencia, la funcion
p tiene un mnimo (ademas estricto) en X.
2. Podemos escribir
p(x
1
, x
2
) =
1
2
x
2
1
+x
1
x
2
+x
2
2
3x
2
=
1
2
(x
2
1
+ 2x
1
x
2
+ 2x
2
2
) 3x
2
=
1
2
(x
1
x
2
)
_
1 1
1 2
__
x
1
x
2
_
(x
1
x
2
)
_
0
3
_
=
1
2
X
t
AX X
t
B
La matriz A es simetrica y tiene sus menores principales mayores que cero,
por tanto es denida positiva. Seg un el apartado anterior el mnimo de p se
obtiene para la soluci on de AX = B :
AX = B
_
1 1
1 2
__
x
1
x
2
_
=
_
0
3
_
(x
1
, x
2
) = (3, 3)
Las parciales
p
x
1
= x
1
+x
2
y
p
x
2
= x
1
+2x
2
3 se anulan en (, ) = (3, 3).
Esto era de esperar por un conocido resultado de Analisis.
4.7. Funciones convexas y formas cuadraticas
Sea V un espacio vectorial de dimension nita. Se dice que una funcion real
f : V R es convexa cuando f(x + y) f(x) + f(y) x, y V y
, R con , 0, + = 1.
(a) Desde luego las formas lineales o funcionales f : V R son funciones
convexas como facilmente se puede comprobar, pero existen funciones con-
vexas que no son lineales. Demostrar que la funcion f(x) = x
2
de R en R es
convexa y no lineal.
(b) Sea f : V R una forma cuadratica. Demostrar que si f es positiva (es
decir f(x) 0 para todo x de V ) entonces f es convexa.
(c) Enunciar la propiedad recproca de la anterior y estudiar su validez (en
caso armativo dar una demostracion y en caso contrario construir un con-
traejemplo). En todo caso dar una caracterizacion de las formas cuadraticas
que son funciones convexas. [1]
Resolucion. (a) Elijamos el escalar = 2 y el vector x = 1. Entonces
f(x) = f(2) = 4 y f(1) = 2 1 = 2, es decir f(x) ,= f(x) para alg un
y x y por tanto la funcion f(x) = x
2
no es lineal. Veamos que es convexa.
Claramente una funci on f es convexa s y solo si:
4.7. FUNCIONES CONVEXAS Y FORMAS CUADR
ATICAS 139
f(x + (1 )y) f(x) + (1 )f(y) x, y V, [0, 1]
Para f(x) = x
2
tenemos:
(x + (1 )y)
2
x
2
+ (1 )y
2
2
x
2
+ 2(1 )xy + (1 )
2
y
2
x
2
(1 )y
2
0
(
2
)x
2
+ (
2
)y
2
+ 2(
2
)xy 0
(
2
)(x +y)
2
0
La ultima desigualdad se verica pues
2
0 para todo en [0, 1].
Hemos demostrado por tanto que la funcion f(x) = x
2
es convexa pero no
lineal.
(b) Por hipotesis dimV = n nita y f(x) 0 para todo x de V . Por un
conocido teorema, existe una base B = u
1
, . . . , u
n
de V respecto de la
cual la expresion de f es:
f(x) = x
2
1
+. . . +x
2
r
, (r n , x = x
1
u
1
+. . . +x
n
u
n
)
Sean x = x
1
u
1
+ . . . + x
n
u
n
, y = y
1
u
1
+ . . . + y
n
u
n
elementos cualesquiera
de V y , R tales que 0, 0 y + = 1. Usando el apartado
anterior:
f(x +y) =
r
i=1
(x
i
+y
i
)
2
i=1
(x
2
i
+y
2
i
) =
i=1
x
2
i
+
r
i=1
y
2
i
= f(x) +f(y)
Es decir, toda forma cuadratica positiva es una funcion convexa.
(c) La proposicion recproca de la anterior es: Sea f : V R una forma
cuadraticca. Si f es convexa, entonces es positiva. Veamos que es cierta. En
efecto, supongamos que la forma cuadratica f no fuera positiva. Existira
entonces una base en V respecto de la cual la expresion de f es f(x) =
d
1
x
2
1
+ . . . + d
r
x
2
r
(r n) en donde alg un d
i
< 0. Podemos suponer sin
perdida de generalidad que d
1
< 0. Elijamos los escalares = 2/3 = 1/3
y los vectores x, y V cuyas coordenadas en la base elegida son (1, 0, . . . , 0)
y (1, 0, . . . , 0) respectivamente. Entonces:
f(x +y) = d
1
/9 > d
1
= f(x) +f(y)
siendo 0, 0 y + = 1. Es decir, f no sera convexa. Podemos pues
concluir que una forma cuadratica f : V R con V de dimension nita es
convexa s, y solo si es positiva.
140 CAP

4.8. N ucleo de una forma cuadratica
Sea E un espacio vectorial real, y Q : E R una forma cuadratica. Llama-
remos n ucleo de Q, y lo designaremos con ker Q, al conjunto formado por
los elementos x de E tales que Q(x) = 0.
1. Sea Q : R
2
R la forma cuadratica Q(x) = x
2
1
x
2
2
( x = (x
1
, x
2
) ).
Dibujar en el plano cartesiano (x
1
, x
2
) el conjunto ker Q. Estudiar si ker Q
es un subespacio vectorial de R
2
.
2. Sea Q : E R una forma cuadratica positiva, es decir Q(x) 0 para
todo x de E. Demostrar que ker Q es subespacio de E. Indicacion: Se puede
utilizar la identidad Q(x +y) +Q(x y) = 2(Q(x) +Q(y)).
3. Sea A una matriz con coecientes reales mn, y de rango r. La matriz
A
t
A es simetrica y puede ser considerada como la matriz de una forma
cuadratica Q : R
s
R, Q(x) = X
t
(A
t
A)X. Demostrar que Q es positiva y
expresar ker Q en terminos del conjunto de soluciones del sistema de ecua-
ciones AX = 0. Indicacion: Notese que Q(x) = (AX)
t
(AX).
4. Clasicar la forma cuadratica del apartado anterior. Es decir, determinar
los ndices de positividad, de negatividad, y de nulidad, en terminos de m, n
y r.
5. Como aplicacion del apartado anterior, enunciar y demostrar una condi-
cion necesaria y suciente que ha de cumplir la matriz A para que A
t
A sea
una matriz invertible. [1]
Resolucion. 1. Tenemos:
(x
1
, x
2
) ker Q x
2
1
x
2
2
= 0 (x
1
+x
2
)(x
1
x
2
) = 0
(x
1
+x
2
= 0) (x
1
x
2
= 0)
Los vectores de ker Q son por tanto los vectores de la forma

OM o bien

ON
siendo O el origen de coordenadas y M, N puntos de las rectas x
1
x
2
= 0
y x
1
+x
2
= 0 respectivamente.
Elijamos los vectores (1, 1), (1, 1). Claramente pertenecen a ker Q, sin
embargo su suma (2, 0) no pertenece, en consecuencia ker Q no es subespacio
de R
2
.
4.8. N
UCLEO DE UNA FORMA CUADR
ATICA 141
x
2
x
1
M N
x
1
x
2
= 0 x
1
+x
2
= 0
2. A un no siendo obligatorio, demostremos la indicacion. Si Q : E R es
una forma cuadratica, entonces existe una forma bilineal f : E E R tal
que Q(x) = f(x, x) para todo x E. Entonces:
Q(x +y) +Q(x y) = f(x +y, x +y) +f(x y, x y) =
f(x, x) +f(y, x) +f(x, y) +f(y, y)+
f(x, x) f(y, x) f(x, y) +f(y, y) =
2f(x, x) + 2f(y, y) = 2Q(x) + 2Q(y)
Veamos que ker Q es subespacio de E:
(i ) Q(0) = f(0, 0) = f(0, x x) = f(0, x) f(0, x) = 0 0 ker Q.
(ii ) Sean x, y ker Q. Entonces Q(x) = 0 y Q(y) = 0, en consecuencia
se verica Q(x + y) + Q(x y) = 2(Q(x) + Q(y)) = 0. Como Q es forma
cuadratica positiva, tenemos Q(x + y) 0 y Q(x y) 0. Esto implica
Q(x +y) = 0 o de manera equivalente que x +y ker Q.
(iii ) Sean R y x ker Q. Entonces:
Q(x) = f(x, x) =
2
f(x, x) =
2
Q(x) =
2
0 = 0 x ker Q
Hemos demostrado pues que si Q es una forma cuadratica positiva, entonces
ker Q es un subespacio de E.
3. La matriz A tiene orden mn por tanto A
t
tiene orden n m, en con-
secuencia A
t
A tiene orden n n, es decir s = n. Por otra parte, aplicando
propiedades bien conocidas de la trasposicion: (A
t
A)
t
= (A
t
)(A
t
)
t
= A
t
A.
Es decir, A
t
A es matriz simetrica.
Veamos que la forma cuadratica Q : R
n
R, Q(x) = X
t
(A
t
A)X es efecti-
vamente positiva. LLamando Y = (y
1
, . . . , y
m
)
t
= AX:
142 CAP

Q(x) = X
t
(A
t
A)X = (AX)
t
(AX) = Y
t
Y = y
2
1
+. . . +y
2
m
0 (x R
n
)
Caractericemos ker Q:
x ker Q y
2
1
+. . . +y
2
m
= 0 Y = 0 AX = 0
Es decir, los vectores de ker Q son las soluciones del sistema AX = 0.
4. Dado que ker Q esta determinado por las soluciones del sistema lineal
homogeneo AX = 0 tenemos dim(ker Q) = n r. Si e
1
, e
2
, . . . , e
nr
es
una base de ker Q, podemos ampliarla hasta obtener una base de vectores
conjugados dos a dos de R
n
: B = e
1
, e
2
, . . . , e
nr
, e
nr+1
, . . . , e
n
. En esta
base la matriz de Q es:
D = diag (Q(e
1
, . . . , Q(e
nr
), Q(e
nr+1
), . . . , Q(e
n
))
con Q(e
j
) = 0 si 0 j n r y Q(e
j
) > 0 si n r + 1 j n. Por tanto
los ndices pedidos son (r, 0, n r).
5. La matriz A
t
A es congruente con D y como consecuencia tienen el mismo
rango. Entonces, A
t
A es invertible s y solo si D lo es, y esto ocurre exacta-
mente cuando el ndice de nulidad nr es cero. Por tanto, A
t
A es invertible
s y solo si rg(A) = n.
4.9. Diagonalizaci on simultanea: sistema diferen-
cial
(i ) Hallar todas las soluciones del sistema diferencial
_
1 2
2 8
_ _
x
1
(t)
x
2
(t)
_
=
1
2
_
3 4
4 16
_ _
x
1
(t)
x
2
(t)
_
(ii ) Hallar la solucion particular cumpliendo
_
x
1
(0) = x
2
(0) = 0
x
1
(0) =
2, x
2
(0) =
2/4
Resolucion. Comentamos el metodo general. Sea el sistema diferencial
BX
= AX con A, B R
nn
simetricas y B denida positiva. Sabemos
que existe una matriz C R
nn
invertible tal que
_
C
t
AC = D
C
t
BC = I
n
(1)
4.9. DIAGONALIZACI
ON SIMULT
ANEA: SISTEMA DIFERENCIAL143

siendo D = diag(
1
, . . . ,
n
) con
i
los valores propios generalizados. Efec-
tuando el cambio X = CY obtenemos
BX
= AX BCY
= ACY (C
t
)
1
Y
= (C
t
)
1
DY Y
= DY
(i ) Las matrices asociadas al sistema son:
A =
1
2
_
3 4
4 16
_
, B =
_
1 2
2 8
_
Ambas matrices son simetricas y B es denida positiva al tener todos sus
menores principales positivos. Los valores propios generalizados son
det(AB) =
3/2 2 2
2 2 8 8
= 4
2
12 + 8 = 0 = 1 = 2
Hallemos los subespacios propios generalizados
V
1

_
(1/2)x
1
= 0 , V
2

_
(1/2)x
1
2x
2
= 0
2x
1
8x
2
= 0
Unas bases estos subespacios son B
1
=
_
v
1
= (0, 1)
t
_
y B
2
=
_
v
2
= (4, 1)
t
_
.
Estos vectores corresponden a valores propios generalizados distintos, en
consecuencia son B-ortogonales. Sus normas son |v
1
| =
_
v
t
1
Bv
1
= 2
2,
|v
2
| =
_
v
t
2
Bv
2
= 2
2. Una matriz C cumpliendo las condiciones (1) sabe-

mos que es C = [ v
1
/ |v
1
| , v
2
/ |v
2
| ] es decir
C =
2
4
_
0 4
1 1
_
Resolvamos el sistema diagonal Y
= DY
Y
(t) = DY (t)
_
y
1
(t) = y
1
(t)
y
2
(t) = 2y
2
(t)

_
y
1
(t) = e
t
+e
t
y
2
(t) = e
2t
+e
2t
Por tanto
X(t) =
_
x
1
(t)
x
2
(t)
_
= CY (t) =
2
4
_
4e
2t
+ 4e
2t
e
t
+e
t
e
2t
e
2t
_
(ii ) Imponiendo las condiciones X(0) = (0, 0)
t
, X
(0) = (
2,
2/4)
t
y
resolviendo el sistema obtenemos
X(t) =
1
8
_
4e
2t
+ 4e
2t
e
2t
e
2t
_
144 CAP

4.10. Forma cuadratica multiplicativa
Sean E = R
(22)
, I =
_
1 0
0 1
_
, J =
_
0 1
1 0
_
y
B = ( B
1
=
_
1 0
0 0
_
, B
2
=
_
0 1
0 0
_
, B
3
=
_
0 0
1 0
_
, B
4
=
_
0 0
0 1
_
)
Sea una forma cuadratica sobre E no nula tal que para todo A, B E
verica (AB) = (A)(B) y la forma bilineal simetrica asociada. Se
pide:
1. Hallar (I), (B
2
), (B
3
) y (B
1
)(B
4
).
2. Si A es invertible, probar que (A) ,= 0.
3. Si A es singular demostrar que A
2
= 0 o bien existen P, Q E regulares
tales que
A = P
1
_
0
0 0
_
P y A = Q
1
_
0 0
0
_
Q
Sugerencia: Estudiar posibles polinomios mnimos de A.
4. Demostrar que si A es singular, entonces (A) = 0.
5. Calcular (I, J) y (J).
6. Calcular la matriz H de respecto de B. [2]
Resolucion. 1. Como ,= 0, existe A E tal que (A) ,= 0. Entonces
(A) = (AI) = (A)(I) lo cual implica (I) = 1. Dado que B
2
2
= 0, y
es forma cuadratica, se verica 0 = (0) = (B
2
2
) = ((B
2
))
2
de lo que
se deduce que (B
2
) = 0. Razonando de manera analoga, (B
3
) = 0. Por
otra parte, (B
1
)(B
4
) = (B
1
B
4
) = (0) = 0.
2. Si A es invertible, entonces 1 = (I) = (AA
1
) = (A)(A
1
). Es
decir, (A) ,= 0.
3. Si A es singular, entonces 0 es valor propio de A. Si A
2
,= 0 entonces ni
() = ni () =
2
pueden ser polinomios mnimos de A (en ambos casos
tendramos A
2
= 0). Por tanto, el polinomio mnimo de A ha de ser de la
forma () = () con ,= 0 real. Esto implica que A es diagonalizable
en R y semejante a la matriz diag (, 0) y a la matriz diag (0, ) con lo cual
hemos demostrado el aserto de este apartado.
4. Si A
2
= 0 entonces 0 = (A
2
) = ((A))
2
= 0 lo cual implica que
(A) = 0. Sea ahora A
2
,= 0. Si R E es invertible, entonces
4.11. DESCOMPOSICI
ON EN VALORES SINGULARES 145

1 = (I) = (RR
1
) = (R)(R
1
) (R
1
) = ((R))
1
Usando el apartado anterior
(A) = (P
1
(B
1
)P) = (P
1
)(
2
(B
1
))(P) =
2
(B
1
)
(A) = (Q
1
(B
4
)Q) = (Q
1
)(
2
(B
4
))(Q) =
2
(B
4
)
Multiplicando y usando el primer apartado, ((A))
2
=
4
(B
1
)(B
4
) = 0.
Como ,= 0, deducimos que (A) = 0.
5. Como I +J e I J son singulares:
0 = (I +J) = (I +J, I +J) = (I)+(J)+2(I, J) = 1+(J)+2(I, J)
0 = (I J) = (I J, I J) = (I)+(J)2(I, J) = 1+(J)2(I, J)
Resolviendo el correspondiente sistema, obtenemos inmediatamente que (J) =
1 y (I, J) = 0.
6. La matriz pedida es la matriz simetrica H = [(B
i
, B
j
)] i, j = 1, 2, 3, 4.
Usando la conocida formula de la forma polar y que (B
i
) = 0 (i =
1, 2, 3, 4) :
(B
i
, B
j
) =
1
2
((B
i
+B
j
) (B
i
) (B
j
)) =
1
2
(B
i
+B
j
)
Teniendo en cuenta que (I) = 1, (J) = 1 y (A) = 0 si A es singular,
obtenemos
H =
_
_
0 0 0 1/2
0 0 1/2 0
0 1/2 0 0
1/2 0 0 0
_
_
4.11. Descomposicion en valores singulares
Dada la matriz A =
2
6
_
_
4 0
5 3
2 6
_
_
calcular n umeros
1
,
2
y matrices U, V
que veriquen:
a)
1
0,
2
0.
b) U R
22
y V R
33
son ortogonales.
146 CAP

c) V
t
AU =
_
_
1
0
0
2
0 0
_
_
[2]
Resolucion. El problema es rutinario conociendo el metodo general. Pro-
cedemos a su exposici on:
Sea A C
mn
. Existen matrices unitarias Q
1
C
mm
, Q
2
C
nn
tales
que Q
1
AQ
2
= o R
mn
siendo
o =
_
1
0 . . . 0 0 . . . 0
0
2
. . . 0 0 . . . 0
.
.
.
.
.
.
0 0 . . .
m
0 . . . 0
_
_
si m < n
o =
_
1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
0 0 . . .
n
0 0 . . . 0
.
.
.
.
.
.
0 0 . . . 0
_
_
si m > n
o =
_
1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
0 0 . . .
n
_
_
si m = n
con
1
,
2
, . . . ,
p
todos 0 con p = mnm, n. A los n umeros
1
,
2
, . . . ,
p
se les llama valores singulares de A.
Efectivamente, la matriz A
A C
nn
cumple (A
A)
= A
(A
= A
A,
por tanto es hermtica. Como consecuencia del teorema espectral existe una
base ortonormal e
1
, . . . , e
n
en C
n
formada por vectores propios de A
A.
Sea
i
valor propio de A
A asociado al vector propio e

i
es decir, A
Ae
i
=
i
e
i
. Tenemos
e
i
A
Ae
i
=
i
e
i
e
i
=
i

i
= (Ae
i
)
(Ae
i
) = Ae
i
, Ae
i
0
Supondremos sin perdida de generalidad que
1
> 0 , . . . ,
r
> 0 ,
r+1
= 0 , . . . ,
n
= 0
4.11. DESCOMPOSICI
ON EN VALORES SINGULARES 147

Llamemos
_
_
_
i
=
i
, v
i
=
1
i
Ae
i
C
m
(i = 1, . . . , r)
i
= 0 (i = r + 1, . . . , p) con p = mnm, n
La familia v
1
, . . . , v
r
es ortonormal. Efectivamente
(i) v
i
, v
j
=
_
1
i
Ae
i
_
_
1
j
Ae
j
_
=
1
j
e
i
A
Ae
j
=
j
e
i
e
j
=

j
j
e
i
, e
j
= 0 (si i ,= j)
(ii) |v
i
|
2
= v
i
, v
i
=

i
2
i
e
i
, e
i
= 1 |e
i
|
2
= 1
Podemos por tanto extender a una base ortonormal v
1
, . . . , v
r
, . . . , v
m
de
C
m
. Llamando Q
1
= [v
1
, . . . , v
m
] y Q
2
= [e
1
, . . . , e
n
] tenemos
Q
1
AQ
2
=
_
v
1
, . . . , v
m
A
_
e
1
, . . . , e
n
=
_
_
v
1
.
.
.
v
m
_
_A
_
e
1
, . . . , e
n
=
_
_
v
1
.
.
.
v
m
_
_
_
Ae
1
, . . . , Ae
n
=
_
_
v
1
Ae
1
. . . v
1
Ae
n
.
.
.
.
.
.
v
m
Ae
1
. . . v
m
Ae
n
_
_
Veamos que matriz es Q
1
AQ
2
:
1) Si j > r, |Ae
j
|
2
= Ae
j
, Ae
j
= e
j
A
Ae
j
=
j
e
j
e
j
= 0. Es decir Ae
j
= 0.
2) Para todo i, j 1, . . . , r se verica
v
i
Ae
j
=
1
i
e
i
A
Ae
j
=

j
i
e
i
e
j
=

j
i
< e
i
, e
j
>= 0 si i ,= j
v
i
Ae
i
=

i
i
< e
i
, e
i
>=
i
3) i = r + 1, . . . , m y j = 1, . . . , r se verica
v
i
Ae
j
= v
i
(
j
v
j
) =
j
< v
i
, v
j
>= 0 (pues i ,= j)
En consecuencia tenemos
Q
1
AQ
2
=
_
0
0 0
_
con = diag (
1
, . . . ,
r
)
148 CAP

Apliquemos ahora este proceso general a la matriz dada.
A
A = A
t
A = . . . =
1
18
_
45 3
3 45
_
Hallemos los valores propios de 18A
A, para ello restamos a la segunda la

la primera y luego a la primera columna le sumamos la segunda
45 3
3 45
45 3
48 + 48
42 3
0 48
=
(42 )(48 ) = 0 = 42 = 48
Los valores propios de A
A son por tanto

1
= 42/18 = 7/3 y
2
= 48/18 =
8/3. Hallemos los subespacios propios asociados a A
A
ker(A
A
1
I)
_
3x
1
3x
2
= 0
3x
1
+ 3x
2
= 0
ker(A
A
2
I)
_
3x
1
3x
2
= 0
3x
1
3x
2
= 0
Unas bases respectivas son (1, 1)
t
y (1, 1)
t
. Una base ortonormal for-
mada por vectores propios de A
A es por tanto
e
1
= (1/
2)(1, 1)
t
, e
2
= (1/
2)(1, 1)
t
En consecuencia la matriz U es
U =
1
2
_
1 1
1 1
_
Los valores singulares son
1
=
_
7/3,
2
=
_
8/3. Los vectores v
1
, v
2
son
v
1
=
1
1
Ae
1
=
_
3
7
2
6
_
_
4 0
5 3
2 6
_
_
1
2
_
1
1
_
=
1
21
_
_
2
1
4
_
_
v
2
=
1
2
Ae
2
=
_
3
8
2
6
_
_
4 0
5 3
2 6
_
_
1
2
_
1
1
_
=
1
6
_
_
1
2
1
_
_
Extendemos v
1
, v
2
a una base ortonormal de R
3
. Un vector v
3
= (x
1
, x
2
, x
3
)
t
ortogonal a v
1
y v
2
ha de cumplir 2x
1
x
2
4x
3
= 0 y x
1
+ 2x
2

x
3
= 0. Elegimos por ejemplo (3, 2, 1), que normalizandolo obtenemos v
3
=
(1/
14)(3, 2, 1)
t
. La descomposicion pedida es por tanto
_
_
2/
21 1/
21 4/
21
1/
6 2/
6 1/
6
3/
14 2/
14 1/
14
_
_
A
_
1/
2 1/
2
1/
2 1/
2
_
=
_
_
_
7/3 0
0
_
8/3
0 0
_
_
4.12. DIAGONALIZACI
ON ORTOGONAL 149
4.12. Diagonalizaci on ortogonal
Sea la matriz simetrica
A =
_
_
2 1 1
1 2 1
1 1 2
_
_
(i ) Hallar los valores propios de A. Comprobar que son reales.
(ii ) Hallar unas bases de los subespacios propios. Comprobar que A es dia-
gonalizable en R.
(iii ) Comprobar que vectores propios de esas bases asociados a valores pro-
pios distintos son ortogonales con el producto escalar usual.
(iv) Hallar una base de R
3
ortonormal y de vectores propios.
(v) Comprobar que la matriz P de cambio de base de la canonica a la del
apartado anterior es ortogonal.
(vi ) Clasicar la forma cuadratica q : R
3
R dada por q(x) = x
t
Ax.
Resolucion. (i ) Restando a la segunda y tercera las la primera y poste-
riormente sumando a la primera columna las demas en [AI[ obtenemos:
2 1 1
1 2 1
1 1 2
2 1 1
1 + 1 0
1 + 0 1
4 1 1
0 1 0
0 0 1
=
= (4 )(1 )
2
= 0 = 4 (simple), = 1 (doble)
Los valores propios son reales como era de esperar, pues sabemos por el teo-
rema espectral que para una matriz simetrica y real, estos son siempre lo son.
(ii ) Subespacios propios
ker(A4I)
_
_
_
2x
1
+x
2
+x
3
= 0
x
1
2x
2
+x
3
= 0
x
1
+x
2
2x
3
= 0
ker(AI)
_
_
_
x
1
+x
2
+x
3
= 0
x
1
+x
2
+x
3
= 0
x
1
+x
2
+x
3
= 0
Entonces, dimker(A 4I) = 1 ( = 4 simple) y dimker(A I) = 3
rg(A I) = 2. Al coincidir las dimensiones con las multiplicidades, A es
diagonalizable como era de esperar seg un el teorema espectral. Unas bases
de los subespacios propios son:
B
4
= (1, 1, 1) , B
1
= (1, 1, 0), (1, 0, 1)
(iii ) Tenemos
150 CAP

(1, 1, 1), (1, 1, 0) = 1 + 1 = 0, (1, 1, 1), (1, 0, 1) = 1 + 1 = 0
Como era de esperar, pues de acuerdo con el teorema espectral, vectores
propios asociados a valores propios distintos son ortogonales. Por supuesto
si estan asociados a un mismo valor propio no tienen por que ser ortogonales.
Por ejemplo (1, 1, 0), (1, 0, 1) = 1 ,= 0.
(iv) Bastara elegir en cada subespacio propio de dimension mayor que 1
una base ortogonal (luego se normalizara). Para ello basta elegir una base
cualquiera y aplicar el metodo de Schmidt. Ahora bien, en nuestro caso,
una base de ker(A I) ortogonal encontrada por simple observacion es
(1, 1, 0), (1, 1, 2). Dividiendo entre las normas obtenemos la base pedi-
da:
B =
_
1
3
(1, 1, 1),
1
2
(1, 1, 0),
1
6
(1, 1, 2)
_
(v) La matriz P de cambio es:
P =
_
_
_
_
_
_
_
1
3
1
2
1
6
1
3
1
2
1
6
1
3
0
2
6
_
_
_
_
_
_
_
Operando obtenemos P
t
P = . . . = I (o equivalentemente P
t
= P
1
) como
era de esperar, ya que la matriz de cambio de una base ortonormal a otra
ortonormal es ortogonal.
(vi ) Dado que P
1
AP = P
t
AP = D = diag(4, 1, 1), la base B no solo
diagonaliza el endomorsmo dado por la matriz simetrica A, tambien la
forma cuadratica dada por A. Es decir, una reducida diagonal de q es D y
en consecuencia q es denida positiva.
4.13. Semejanza, congruencia y equivalencia
Se consideran las matrices reales
A =
_
_
a 1 a
1 0 1
a 1 a
_
_
, B =
_
_
1 a 1
a 0 a
1 a 1
_
_
4.13. SEMEJANZA, CONGRUENCIA Y EQUIVALENCIA 151
Se pide:
1. Determinar los valores de a para los cuales A y B son matrices semejantes.
En estos casos hallar matrices invertibles P tales que B = P
1
AP.
2. Determinar los valores de a para los cuales A y B son matrices congruen-
tes. En estos casos hallar matrices invertibles P tales que B = P
t
AP.
3. Determinar los valores de a para los cuales A y B son matrices equivalen-
tes. En estos casos hallar matrices invertibles P y Q tales que B = PAQ.
[1]
Resolucion. 1. Si A y B son semejantes, necesariamente trA = trB es
decir, 2a = 2 o bien a = 1. Pero en este caso A = B y en consecuencia
B = I
1
AI. Podemos concluir: A y B son semejantes s y solo si a = 1 y en
este caso basta elegir P = I.
2. Sabemos que dos matrices A y B reales y del mismo orden son con-
gruentes si y solo si tienen la misma signatura (ndice de positividad, de
negatividad y nulidad). Al ser ambas matrices simetricas podemos aplicar
el teorema espectral para encontrar matrices diagonales congruentes con las
dadas. Valores propios de A:
det(AI) =
a 1 a
1 1
a 1 a
= . . . = ()(
2
2a 2) = 0
1
= 0,
2
= a +
a
2
+ 2,
3
= a
a
2
+ 2
Para todo a R se verica
1
= 0,
2
> 0 y
3
> 0 es decir, sigA = (1, 1, 1).
De manera analoga obtenemos los valores propios de B:
1
= 0,
2
=
1 +
1 + 2a
2
y
3
= 1
1 + 2a
2
. Claramente obtenemos sigB = (1, 1, 1)
si a ,= 0 y sigB = (1, 0, 2) si a ,= 0. Podemos concluir que A y B son
congruentes si y solo si a ,= 0.
Para a ,= 0 sabemos que existe una matriz Q R
33
invertible tal que
Q
t
AQ = D y una S R
33
invertible tal que S
t
AS = D siendo D =
diag (1, 1, 0). Igualando:
S
t
BS = Q
t
AQ B = (S
t
)
1
Q
t
AQS
1
B = (QS
1
)
t
A(QS
1
) B = (QS
1
)
t
A(QS
1
)
Basta elegir pues P = QS
1
. Aplicando (por ejemplo) el metodo de las
transformaciones elementales por las y columnas podemos facilmente hallar
Q y S. Omitimos los calculos por lo rutinario de los mismos. Una solucion
sera
152 CAP

P = QS
1
=
_
_
1
a
0
1
a
1
0 a
a 0
0 0 1
_
_
3. Las matrices A y B son equivalentes si y solo si tienen el mismo rango.
Facilmente vericamos que rgA = 2 para todo a R, rgB = 2 para a ,= 0
real y rgB = 1 para a = 0. Por tanto A y B son equivalentes si y solo si
a ,= 0. Del apartado anterior tenemos una igualdad B = P
t
AP, es decir
basta elegir como nuevas matrices P y Q la matriz del apartado anterior y
su traspuesta.
4.14. Gram-Schmidt con integral impropia
Se considera el espacio vectorial E formado por las funciones
f : R R, f(x) = (a +bx)e
x
(a, b R)
Comprobar que < f(x), g(x) >=
_
+
0
f(x)g(x) dx es un producto escalar
que conere a E estructura de espacio eucldeo. Elegir una base de E y
ortonormalizarla por el metodo de Gram-Schmidt. [1]
Resolucion. Veamos que la funcion < , >: E E R dada esta bien
denida, es decir que la integral que la dene es convergente. Para que el
problema sea mas autocontenido, no usaremos criterios de convergencia, ha-
llando directamente el valor de la integral.
Es claro que < f(x), g(x) > es de la forma I =
_
+
0
(Ax
2
+Bx+C)e
2x
dx.
Calculemos pues esta integral. Usamos el conocido metodo de identicacion
de coecientes para este tipo de funciones. Escribimos:
_
(Ax
2
+Bx +C)e
2x
dx = (x
2
+x +)e
2x
Derivando ambos miembros:
(Ax
2
+Bx +C)e
2x
= [2x
2
+ 2( )x + 2]e
2x
Identicando coecientes y resolviendo:
=
A
2
, =
A+B
2
, =
A+B + 2C
4
Tenemos por tanto:
4.14. GRAM-SCHMIDT CON INTEGRAL IMPROPIA 153
I(A, B, C) =
_
+
0
(Ax
2
+Bx +C)e
2x
dx =
_
_
A
2
x
2
+
A+B
2
x +
A+B + 2C
4
_
1
e
2x
_
+
0
=
A+B + 2C
4
La funcion < , > esta por tanto bien denida. Veamos que es un producto
escalar.
(i ) < , > es forma bilineal. En efecto, para todo
1
,
2
n umeros reales y
para todo f
1
(x), f
2
(x), g(x) elementos de E:
<
1
f
1
(x) +
2
f
2
(x), g(x) >=
_
+
0
(
1
f
1
(x) +
2
f
2
(x))g(x)dx
1
_
+
0
f
1
(x)g(x)dx +
2
_
+
0
f
2
(x)g(x)dx
=
1
< f
1
(x), g(x) > +
2
< f
2
(x), g(x) >
De manera analoga:
< f(x),
1
g
1
(x) +
2
g
2
(x) >=
1
< f(x), g
1
(x) > +
2
< f(x), g
2
(x) >
(ii ) < , > es simetrica. En efecto, para todo f(x), g(x) elementos de E:
< f(x), g(x) >=
_
+
0
f(x)g(x)dx =
_
+
0
g(x)f(x)dx =< g(x), f(x) >
(iii ) La forma cuadratica Q asociada a < , > es denida positiva. En
efecto, para todo f(x) E tenemos Q(f(x)) =
_
+
0
f
2
(x)dx 0 al ser
f
2
0. Por otra parte, dado que f
2
es no negativa y continua se verica
Q(f(x)) = 0 f(x) = 0 por un conocido teorema de Calculo. Hemos de-
mostrado pues que < , > es producto escalar.
Hallemos una base de E. Todo vector de este espacio se puede expresar en
la forma f(x) = a e
x
+ b (xe
x
). Esto implica que e
x
, xe
x
es siste-
ma generador de E. Veamos que es linealmente independiente. En efecto,
si
1
e
x
+
2
xe
x
= 0, para x = 0 obtenemos
1
= 0. Para x = 1 queda
2
e
1
= 0 lo que implica
2
= 0.
Una base de E es por tanto B = u
1
(x) = e
x
, u
2
(x) = xe
x
. Hallemos
la base B
= v
1
(x), v
2
(x) obtenida de B al aplicarle el metodo de Gram-
Schmidt. Usaremos el valor hallado de I(A, B, C).
|u
1
(x)|
2
==
_
+
0
e
2x
dx = I(0, 0, 1) =
1
2
Por tanto v
1
(x) = u
1
(x)/ |u
1
(x)| =
2e
x
. Por otra parte sabemos que:
154 CAP

v
2
(x) =
u
2
(x) v
1
(x)
|u
2
(x) v
1
(x)|
El valor de es:
=
_
+
0
(xe
x
)(
2e
x
)dx =
2I(0, 1, 0) =
2
4
El numerador de v
2
(x) es n(x) = xe
x
(
2/4)
2e
x
= (x 1/2)e
x
,
entonces:
|n(x)|
2
=< n(x), n(x) >=
_
+
0
n
2
(x)dx =
_
+
0
(x
2
x + 1/4)e
2x
dx = I(1, 1, 1/4) =
1
8

v
2
(x) =
n(x)
|n(x)|
=
8(x 1/2)e
x
=
2(2x 1)e
x
La base ortonormalizada de B por el metodo de Gram-Schmidt es:
B
2e
x
,
2(2x 1)e
x
4.15. Proyecci on ortogonal en R

2
[x]
En el espacio vectorial real de los polinomios de grado menor o igual que 2
se dene el producto escalar
< p, q >=
1
2
_
1
1
p(x)q(x) dx
1. Hallar el coseno del angulo que forman los vectores p
1
= x y p
2
= x
2
.
2. Ortonormalizar la base B = 1, x, x
2
por el metodo de Schmidt.
3. Hallar la proyeccion ortogonal del vector x
2
sobre el subespacio M engen-
drado por 1 y x.
4. Determinar la distancia mnima de x
2
al subespacio M. [2]
Resolucion. 1. Dado que la integral esta denida en el intervalo simetrico
[1, 1], esta sera nula para cualquier funcion impar. Tenemos =
(1/2)
_
1
1
x
3
dx = 0. Al ser p
1
y p
2
no nulos, sus normas no son nulas y en
consecuencia, el coseno del angulo que forman estos dos vectores es
cos =

|p
1
| |p
2
|
= 0
4.16. ENDOMORFISMO SIM
ETRICO 155
2. Dada una base B = u
1
, u
2
, u
3
de un espacio eucldeo E sabemos que la
ortonormalizada por el metodo de Gram-Schmidt viene dada por
e
1
=
u
1
|u
1
|
, e
2
=
u
2
 e
1
|u
2
 e
1
|
e
3
=
u
3
 e
2
 e
1
|u
3
 e
2
 e
1
|
Procedemos a efectuar los calculos para u
1
= 1, u
2
= x, u
3
= x
2
.
|u
1
| =
_
1
2
_
1
1
dx = 1 e
1
= 1
u
2
 e
1
= x
_
1
2
_
1
1
xdx
_
1 = x |x| =
_
1
2
_
1
1
x
2
dx =
1
3
e
2
=
3x
u
3
 e
2
 e
1
= x
2
3
2
_
1
1
x
3
dx
_
3x
_
1
2
_
1
1
x
2
dx
_
1 = x
2
1
3

_
_
x
2
1
3
_
_
=
_
1
2
_
1
1
_
x
2
1
3
_
2
dx =
2
3
5
e
3
= (3
5/2)(x
2
1/3)
La base pedida es por tanto B
= 1,
3x, (3
5/2)(x
2
1/3).
3. Una base del subespacio M es 1, x, y de los calculos efectuados en el
apartado anterior deducimos que una base ortonormal de M es 1,
3x.
Por un conocido teorema, la proyeccion de ortogonal de x
2
sobre M es
p =< x
2
, 1 > 1+ < x
2
,
3x >
3x =
_
1
2
_
1
1
x
2
dx
_
1
_
3
2
_
1
1
x
3
dx
_
3x =
1
3
4. La mnima distancia de un vector a un subespacio sabemos que es la
distancia del vector a su proyeccion ortogonal sobre el subespacio. Es decir
d(x
2
, M) = d(x
2
,
1
3
) =
_
_
x
2
1
3
_
_
=
_
1
2
_
1
1
(x
2
1/3)
2
dx =
2
3
5
=
2
5
15
4.16. Endomorsmo simetrico
Sea E = R
(2,2)
dotado del producto escalar < P, Q >= tr(P
t
Q). Dada la
matriz
156 CAP

A() =
_
1 + 1
1
_
( R)
se considera el endomorsmo T
de E en E denido por T
(X) = A() X.
Se pide:
1. Determinar la matriz M() de T
en la base
B =
_
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
2. Estudiar para que valores de no es T
un isomorsmo de E, y caracte-
rizar en este caso los subespacios ker T
e Im T
.
3. Demostrar que la matriz M() y el endomorsmo T
tienen los mismos

valores propios para cualquiera que sea R.
4. Determinar el endomorsmo traspuesto de T
e indicar para que valores

de es T
un endomorsmo simetrico. [2]

Resolucion. 1. Denotemos B = e
1
, e
2
, e
3
, e
4
, entonces
T(e
1
) = A()e
1
=
_
1 + 0
0
_
= (1 +)e
1
+e
3
T(e
2
) = A()e
2
=
_
0 1 +
0
_
= (1 +)e
2
+e
4
T(e
3
) = A()e
3
=
_
1 0
1 0
_
= (1 )e
1
e
3
T(e
4
) = A()e
4
=
_
0 1
0 1
_
= (1 +)e
2
e
4
Trasponiendo coecientes obtenemos la matriz M() de T
en la base B :
M() =
_
_
1 + 0 1 0
0 1 + 0 1
0 1 0
0 0 1
_
_
2. El endomorsmo T
no es isomorsmo si y solo si M() no es invertible,

o equivalentemente si y solo si det M() ,= 0. Para hallar este determinante
sumamos a la primera columna la tercera:
det M() =
0 0 1 0
0 1 + 0 1
1 0 1 0
0 0 1
=
4.16. ENDOMORFISMO SIM
ETRICO 157
( 1)
0 1 0
1 + 0 1
0 1
= ( 1)
2
1 + 1
1 1
=
( 1)
2
(
2
2 + 1) = ( 1)
4
= 0 = 1
Para = 1 la matriz del endomorsmo T
1
es
M(1) =
_
_
0 0 0 0
0 0 0 0
1 0 1 0
0 1 0 1
_
_
Unas ecuaciones de ker T
1
en coordenadas en la base B y una base ker T
1
son:
_
x
1
x
3
= 0
x
2
x
4
= 0
, B
ker T
1
= (1, 0, 1, 0)
t
, (0, 1, 0, 1)
t
Una base de ker T

1
la podemos expresar por tanto en la forma
B
ker T
1
=
_
1 0
1 0
_
,
_
0 1
0 1
_
Un conjunto maximal de columnas linealmente independientes de la matriz

de una aplicacion lineal sabemos que determina una base de la imagen, en
consecuencia una base de Im T
1
es
B
Im T
1
=
_
0 0
1 0
_
,
_
0 0
0 1
_
3. Desarrollando por los elementos de la primera columna obtenemos

[M() I[ =
1 + 0 1 0
0 1 + 0 1
0 1 0
0 0 1
=
(1 + )(1 )
1 + 1
1
(1 )
1 + 1
1
1 + 1
1
2
= [A() I[
2
Es decir, la matriz A() y el endomorsmo T
tienen los mismos valores

propios para cualquiera que sea R.
4. Denotemos
158 CAP

P =
_
x
1
x
2
x
3
x
4
_
, Q =
_
y
1
y
2
y
3
y
4
_
La expresion del producto escalar es
< P, Q >=<
_
x
1
x
2
x
3
x
4
_
,
_
y
1
y
2
y
3
y
4
_
>= tr
_
x
1
x
3
x
2
x
4
_ _
y
1
y
2
y
3
y
4
_
=
x
1
y
1
+x
2
y
2
+x
3
y
3
+x
4
y
4
Dado que X = (x
1
, x
2
, x
3
, x
4
)
t
, Y = (y
1
, y
2
, y
3
, y
4
)
t
son las coordenadas de
P y Q respectivamente en la base B, la expresion del producto escalar en
esta base es < P, Q >= X
t
IY lo cual implica que la base B es ortonormal.
La matriz del endomorsmo traspuesto T
t
es por tanto M()

t
y el endo-
morsmo T
es simetrico si y solo si M() es simetrica. Esto ocurre cuando

= 1/2.
4.17. Endomorsmo antisimetrico
En R
3
con el producto escalar usual , se considera el endomorsmo f
cuya matriz respecto de la base canonica es
A =
_
_
0 1 2
1 0 3
2 3 0
_
_
Se pide:
1. Calcular x, f(x) para x = (x
1
, x
2
, x
3
) R
3
y los valores propios de f.
2. Determinar una ecuaciones cartesianas y unas bases de ker f e Im f.
3. En R
n
con un producto escalar , un endomorsmo g se llama anti-
simetrico si xy R
n
g(x), y = x, g(y) . Demostrar que:
g es antisimetrico x R
n
g(x) x
4. Vericar que si g es antisimetrico se cumplen: i ) g no tiene valores propios
distintos de 0. ii ) Im g = (ker g)
. [2]
Resolucion. 1. Tenemos
x, f(x) =
_
x
1
x
2
x
3
_
_
_
0 1 2
1 0 3
2 3 0
_
_
_
_
x
1
x
2
x
3
_
_
4.17. ENDOMORFISMO ANTISIM
ETRICO 159
La expresion anterior es una forma cuadratica q : R
3
R
3
representada por
una matriz antisimetrica, lo cual implica que q = 0. Es decir, x, f(x) = 0
para todo x R
3
. Hallemos los valores propios de f :
det(AI) =
1 2
1 3
2 3
=
3
14
= ()(
2
+ 14)
El unico valor propio es = 0, pues estamos trabajando en el cuerpo de los
reales.
2. Unas ecuaciones cartesianas del n ucleo son
ker f
_
_
_
x
2
+ 2x
3
= 0
x
1
+ 3x
3
= 0
2x
1
3x
3
= 0
Su dimension es:
dim(ker f) = 3 rg
_
_
0 1 2
1 0 3
2 3 0
_
_
= 3 2 = 1
Una base del n ucleo es B
ker f
= (3, 2, 1. Los vectores (y
1
, y
2
, y
3
) de la
imagen de f son los vectores de R
3
que se pueden expresar de la forma
_
_
y
1
y
2
y
3
_
_
=
_
_
0 1 2
1 0 3
2 3 0
_
_
_
_
x
1
x
2
x
3
_
_
= x
1
_
_
0
1
2
_
_
+x
2
_
_
1
0
3
_
_
+x
3
_
_
2
3
0
_
_
con x
1
, x
2
, x
3
variando en R. Los tres vectores anteriores generan por tanto
a Im f, el rango de la matriz A es dos y las dos primeras columnas son
linealmente independientes. Concluimos que una base de Im f es B
Im f
=
(0, 1, 2), (1, 0, 3). Unas ecuaciones parametricas de la imagen son
Im f
_
_
_
y
1
=
2
y
2
=
1
y
3
= 2
1
3
2
(
1
,
2
R)
Eliminando
1
y
2
obtenemos 3y
1
2y
2
y
3
= 0 (ecuacion cartesiana de
la imagen).
3. ) Usando la propiedad conmutativa del producto escalar:
160 CAP

g antisim. g(x), y = x, g(y) xy R
n
g(x), x = x, g(x) x R
n
x, g(x) = x, g(x) x R
n
2 x, g(x) = 0 x R
n
x, g(x) = 0 x R
n
x g(x) x R
n
) Por hipotesis y para todo x, y R
n
se verica x +y, g(x +y) = 0.
Usando la linealidad de g :
x +y, g(x +y) = 0 x +y, g(x) +g(y) = 0
x, g(x) +y, g(x) +x, g(y) +y, g(y) = 0
y, g(x) +x, g(y) = 0
y, g(x) = x, g(y)
g(x), y = x, g(y)
g antisim.
4. i ) Sea R valor propio de g. Entonces existe v R
n
no nulo tal que
g(v) = v. Como g es antisimetrico se verica v, g(v) = 0. Usando que
|v|
2
,= 0 :
v, g(v) = 0 v, v = 0
v, v = 0
|v|
2
= 0
= 0
ii ) Si v Im g, existe u R
n
tal que v = g(u). Para todo x ker g se
verica:
v, x = g(u), x = u, g(x) = u, 0 = 0
Es decir, v (ker g)
con lo cual Im g (ker g)
. Por otra parte, usan-

do el teorema de las dimensiones para aplicaciones lineales y que para F
subespacio de R
n
se verica dimF
= n dimF, tenemos:
dim (ker g)
= n dim ker g = n (n dimIm g) = dimIm g

Concluimos que Im g = (ker g)
.
4.18. AUTOMORFISMO EN UN ESPACIO EUCL
IDEO 161
4.18. Automorsmo en un espacio eucldeo
Sea E espacio vectorial eucldeo de dimension n y H E subespacio.
1. Probar que existe un unico automorsmo f en E cumpliendo
_
f(x) = x x H
f(x) = x x H
Probar tambien que f

1
= f.
2. Calcular dicho automorsmo si E = R
3
siendo H el subespacio generado
por el vector (2, 0, 1) y calcular la imagen mediante dicho automorsmo
del subespacio
F = (x, y, z) R
3
: x y + 2z = 0
(Se considera el producto escalar usual).
3. Sea R
3
el espacio tridimensional, H una recta pasando por el origen y la
simetra g respecto de la recta H. Probar que de identicar puntos y vecto-
res de R
3
, g es el automorsmo del que se habla en el primer apartado.
4. Deducir que el simetrico de un plano respecto de una recta es a su vez un
plano y que este es unico. [1]
Resolucion. 1. Veamos que f es unico. En efecto, como E = H H
,
todo x E se puede expresar de manera unica en la forma x = x
1
+x
2
con
x
1
H, x
2
H
. Entonces
f(x) = f(x
1
+x
2
) = f(x
1
) +f(x
2
) = x
1
x
2
Concluimos que si el automorsmo f existe, entonces esta unvocamente
determinado. Veamos ahora que la aplicacion f : E E denida median-
te f(x) = x
1
x
2
es efectivamente un automorsmo en E que satisface
f(x) = x para todo x H y f(x) = x para todo x H
.
(a) f es lineal. Sean , R y sean x, y E tales que x = x
1
+ x
2
con
x
1
H, x
2
H
, y = y
1
+y
2
con y
1
H, y
2
H
. Entonces
x +y = (x
1
+x
2
) +(y
1
+y
2
) = (x
1
+y
1
) + (x
2
+y
2
)
en donde x
1
+y
1
H y x
2
+y
2
H
. Tenemos
162 CAP

f(x +y) = (x
1
+y
1
) (x
2
+y
2
)
= (x
1
x
2
) +(y
1
y
2
)
= f(x) +f(y)
es decir, f es lineal.
(b) f es inyectiva. Si x ker f entonces f(x) = x
1
x
2
= 0 es decir,
x
1
= x
2
lo cual implica que x
1
y x
2
pertenecen a H H
= 0. Por tanto
x
1
= x
2
= 0 y en consecuencia x = 0. Hemos demostrado que ker f = 0 o
equivalentemente que f es inyectiva.
(c) f es sobreyectiva. Por el teorema de las dimensiones para aplicaciones
lineales deducimos que dimIm f = dimE es decir, Im f, por tanto f es
sobreyectiva.
Hemos demostrado que f es isomorsmo, y por ende automorsmo, al ser
el espacio inicial igual al nal.
(d) Si x H entonces x = x + 0 con x H, 0 H
y si x H
entonces
x = 0 +x con 0 H, x H
. En consecuencia
_
f(x) = x 0 = x x H
f(x) = 0 x = x x H
Finalmente veamos que f

1
= f o de forma equivalente, que f f = I.
Efectivamente, para todo x E se verica
(f f)(x) = f(f(x))
= f(x
1
x
2
)
= f(x
1
) f(x
2
)
= x
1
(x
2
)
= x
1
+x
2
= x
= I(x)
2. Los vectores de H
son los (x, y, z) R

3
ortogonales al vector (2, 0, 1),
es decir, H
2x + z = 0. Una base de H
es (1, 0, 2), (0, 1, 0). Dado

que R
3
= H H
, la union de una base de H con otra de H
es una base
de R
3
:
B
R
3 = (2, 0, 1), (1, 0, 2), (0, 1, 0)
4.19. ENDOMORFISMO, FORMA CUADR
ATICA Y CONO 163

Expresemos ahora cualquier vector (x, y, z) R
3
como suma de uno de H
y otro de H
:
(x, y, z) =
1
(2, 0, 1) +
2
(1, 0, 2) +
3
(0, 1, 0)
Resolviendo el sistema correspondiente obtenemos
1
= (z 2x)/5,
2
(x +
2z)/5 y
3
= y. El sumando que pertenece a H es:
1
(2, 0, 1) =
1
5
(4x 2z, 0, 2x +z) (1)
y el sumando que pertenece a H
2
(1, 0, 2) +
3
(0, 1, 0) =
1
5
(x + 2z, 5y, 2x 4z) (2)
Restando al sumando (1) el sumando (2) obtenemos el vector (x, y, z), es
decir el automorsmo f es:
f : R
3
R
3
, f(x, y, z) = (x, y, z)
El transformado de F es por tanto f(F) x +y + 2z = 0.
3. La simetra g es un automorsmo que cumple
_
g(x) = x x H
g(x) = x x H
Por la unicidad demostrada en el primer apartado se deduce que g = f.

4. Por ser g automorsmo, conserva la dimensiones de los subespacios en
consecuencia transforma planos en planos. La unicidad de cada plano es
consecuencia inmediata de la denicion de aplicacion.
4.19. Endomorsmo, forma cuadratica y cono
En R
3
con el producto escalar usual , y siendo B = e
1
, e
2
, e
3
la base
canonica, se considera el endomorsmo T y la forma cuadratica f que cum-
plen las condiciones:
i ) xy R
3
T(x), y = x, T(y) .
ii ) T(e
1
) L[e
1
e
3
].
iii ) T(e
2
) L[e
2
+ 2e
3
].
iv) T(e
3
) = 9e
1
+ 8e
2
11e
3
.
164 CAP

v) x R
3
f(x) = T(x), x .
1. Hallar la matriz de T respecto a B. Estudiar si es un isomorsmo. Estu-
diar si es un isomorsmo isometrico.
2. Estudiar si T es diagonalizable. Hallar la suma, el producto y los signos
de los valores propios.
3. Obtener la matriz de f respecto a B, y una expresion polinomica de
f(x
1
, x
2
, x
3
). Reducir esta expresion a suma de cuadrados.
4. Estudiar que gura geometrica es la curva C de ecuaciones x
3
= 1,
f(x
1
, x
2
, 1) = 0. Hallar una ecuacion no parametrica, respecto de B del
cono de vertice (0, 0, 0) y directriz C. [2]
Resolucion. 1. De T(e
1
) L[e
1
e
3
] deducimos que T(e
1
) = e
1
e
3
, y
de T(e
2
) L[e
2
+ 2e
3
] que T(e
2
) = e
2
+ 2e
3
. Si A es la matriz pedida:
_
_
_
T(e
1
) = e
1
e
3
T(e
2
) = e
2
+ 2e
3
T(e
3
) = 9e
1
+ 8e
2
11e
3
A =
_
_
0 9
0 8
2 11
_
_
La condicion i ) indica que T es un endomorsmo simetrico. Como la base
canonica B es ortonormal con respecto del producto escalar usual, la matriz
A es simetrica. Es decir, = 9 y = 4. En consecuencia:
A =
_
_
9 0 9
0 4 8
9 8 11
_
_
Se verica det A = 1296 ,= 0 lo cual implica que T es isomorsmo. Dado
que la base canonica es ortonormal con el producto escalar usual, T sera iso-
morsmo isometrico si y solo si A es ortogonal, y claramente no lo es.
2. La matriz real A es simetrica, y por tanto diagonalizable en R (teorema
espectral). Como consecuencia, T lo es. Sea D = diag (
1
,
2
,
3
) (con
i
valores propios de A) una matriz semejante con A. Teniendo en cuenta que
matrices semejantes tienen la misma traza y el mismo determinante:
3
= det D = det A = 1296
1
+
2
+
3
= trD = trA = 2
4.19. ENDOMORFISMO, FORMA CUADR
ATICA Y CONO 165

De las igualdades anteriores se deduce inmediatamente que un valor propio
es negativo y los dos restantes positivos.
3. Llamando x = (x
1
, x
2
, x
3
)
t
se verica
f(x) = T(x), x = Ax, x = (Ax)
t
x = x
t
A
t
x = x
t
Ax
En consecuencia, la matriz de f en la base B es A. Ademas:
f(x
1
, x
2
, x
3
) = (x
1
, x
2
, x
3
)
_
_
9 0 9
0 4 8
9 8 11
_
_
_
_
x
1
x
2
x
3
_
_
= 9x
2
1
+ 4x
2
2
11x
2
3
18x
1
x
3
+ 16x
2
x
3
Descompongamos ahora f(x
1
, x
2
, x
3
) en suma de cuadrados independientes
usando el metodo de Gauss:
f(x
1
, x
2
, x
3
) = 9(x
2
1
2x
1
x
3
) + 4x
2
2
11x
2
3
+ 16x
2
x
3
= 9(x
1
x
3
)
2
9x
2
3
+ 4x
2
2
11x
2
3
+ 16x
2
x
3
= 9(x
1
x
3
)
2
+ (4x
2
2
20x
2
3
+ 16x
2
x
3
)
4x
2
2
20x
2
3
+ 16x
2
x
3
= 4(x
2
2
+ 4x
2
x
3
) 20x
2
3
= 4(x
2
+ 2x
3
)
2
16x
2
3
20x
2
3
= 4(x
2
+ 2x
3
)
2
36x
2
3
Queda por tanto
f(x
1
, x
2
, x
3
) = 9(x
1
x
3
)
2
+ 4(x
2
+ 2x
3
)
2
36x
2
3
4. Tenemos f(x
1
, x
2
, 1) = 9(x
1
1)
2
+4(x
2
+2)
2
36, por tanto la curva C
tiene por ecuaciones:
C
_
_
_
(x
1
1)
2
4
+
(x
2
+ 2)
2
9
= 1
x
3
= 1
En consecuencia es una elipse contenida en el plano x
3
= 1, de centro
(1, 2, 0) y semiejes a = 2, b = 3. Hallemos la ecuacion del cono. La rec-
tas que pasan por el origen y que no son paralelas al plano x
3
= 1 son
de la forma X
1
/ = X
2
/ = X
3
/1 o equivalentemente de la forma X
1
=
X
3
, X
2
= X
3
. Obligando a que corten a la directriz:
166 CAP

_
_
_
(X
3
1)
2
4
+
(X
3
+ 2)
2
9
= 1
X
3
= 1
Eliminando X
3
de las dos igualdades anteriores obtenemos 9(1)
2
+4(+
2)
2
= 36. Esta ultima relacion proporciona la condicion que han de cumplir
las rectas X
1
= X
3
, X
2
= X
3
para que pertenezcan al cono. Sustituyendo
en esta relacion por X
1
/X
2
y por X
2
/X
3
, obtenemos la ecuacion del
cono:
9(X
1
X
3
)
2
+ 4(X
1
+ 2X
3
)
2
36X
2
3
= 0
4.20. Matriz normal
Sea A C
nn
una matriz normal, es decir AA
= A
A (A
=

A
t
, traspues-
ta de la conjugada de A).
a) Demostrar que x C
n
es |Ax|
2
= |A
x|
2
.
b) Sea C, estudiar si la matriz A I es normal razonando la respues-
ta. Sea ahora un valor propio de A, estudiar si

es valor propio de A
,
razonando la respuesta.
c) Sean y dos valores propios distintos de A. Sean u y v dos vectores
propios de A asociados a y respectivamente. Estudiar si u y v son siempre
ortogonales, razonando la respuesta. [2]
Resolucion. a) Usando las deniciones de norma eucldea, producto esca-
lar, conocidas propiedades del operador

, y que A es normal:
|A
x|
2
2
= A
x, A
x = (A
x)
(A
x) = x
(A
x
= x
AA
x = x
Ax = (Ax)
(Ax) = Ax, Ax = |Ax|

2
2
Es decir, |Ax|
2
= |A
x|
2
.
b) Desarrollando (AI)
(AI) y (AI)(AI)
:
(AI)
(AI) = (A
I)(AI) = A
AA
+[[
2
I
(AI)(AI)
= (AI)(A
I) = AA
A+[[
2
I
Dado que AA
= A
A, deducimos que (AI)
(AI) = (AI)(AI)
y por tanto la matriz AI es normal.

4.20. MATRIZ NORMAL 167
Si es valor propio de A entonces existe un vector w C
n
no nulo tal que
Aw = w o de forma equivalente, (AI)w = 0. Como AI es normal,
usando el apartado a):
0 = |(AI)w|
2
= |(AI)
w|
2
Deducimos que 0 = (A I)
w = (A

I)w o equivalentemente que
A
=

w con w ,= 0. Por tanto,

es valor propio de A
.
c) Por hipotesis Au = u y Av = v. Multiplicando por v
en la prime-
ra igualdad obtenemos v
Au = v
u y tomando

en ambos miembros,
u
v =

u
v. Ahora bien, por el apartado b) se verica A
v = v y por
tanto:
u
v =

u
v (
)u
v = 0 (
) u, v = 0
Como ,= , tambien

,= y ha de ser u, v = 0. Los vectores u y v son
ortogonales.
168 CAP

Captulo 5
Miscelanea algebraica
5.1. Finura de las relaciones de orden
Sea E un conjunto y el conjunto de todas las relaciones de orden denidas
en E. Diremos que la relacion de orden w es mas na que la relacion w si y
solo si (x, y E)(x w y x w y)
a) Sea E = N, comparese la nura de las dos relaciones siguientes:
x w
1
y x [ y , x w
2
y x y
b) Demuestrese que la relacion ser mas na que denida en , es una relacion
de orden.
c) Compruebese la existencia de un maximo en para esta relacion de
orden.
d) Sea E un conjunto de dos elementos. Constr uyase el conjunto de todas
las relaciones de orden en E y ordenese por nura. [2]
Resolucion. a) Se verica x w
1
y x [ y p N : y = px x y
x w
2
y, lo cual implica que w
2
es mas na que w
1
.
b) Denotemos por
la relacion en ser mas na que, es decir

w
1

w
2
[(x, y E)(x w
2
y x w
1
y)]
(i ) Reexiva. Para cada par de elementos x, y E y para cada w se
verica trivialmente x w y x w y, es decir w
w.
(ii ) Antisimetrica. Se verica:
_
w
1

w
2
w
2

w
1
_
(x, y E)(x w
2
y x w
1
y)
(x, y E)(x w
1
y x w
2
y)
(x, y E)(x w
1
y x w
2
y)
w
1
= w
2
169
170 CAP
ITULO 5. MISCELANEA ALGEBRAICA

(iii ) Transitiva. Se verica:
_
w
1

w
2
w
2

w
3
_
(x, y E)(x w
2
y x w
1
y)
(x, y E)(x w
3
y x w
2
y)
(x, y E)(x w
3
y x w
1
y)
w
1

w
3
Concluimos que
es relacion de orden en .
c) Sea w
0
la relacion de orden identidad, es decir x w
0
y x = y. Si
w , al ser w relacion de orden verica la propiedad reexiva, por tanto
x w x para todo x E. Entonces:
x w
0
y x = y x w y w
w
0
En consecuencia, w
0
es elemento maximo en para
.
d) Sea E = a, b con a ,= b. Es claro que solo existen tres relaciones de
orden en E :
_
_
_
w
0
: a w
0
a , b w
0
b
w
1
: a w
1
a , b w
1
b , a w
1
b
w
2
: a w
2
a , b w
2
b , b w
2
a
Por tanto = w
0
, w
1
, w
2
y ordenado por nura sera w
1
<
w
0
y w
1
<
w
0
.
5.2. Tres relaciones en N
En el conjunto N de los n umeros naturales (0 , N) se denen las siguientes
relaciones:
a) La relacion R tal que aRb a es divisible por b
b) La relacion S tal que aSb a +b es m ultiplo de 2
c) La relacion T tal que aTb ab es m ultiplo de 2
Se pide:
1. Estudiar si las relaciones R, S, T tienen las propiedades reexiva, transi-
tiva, simetrica, o antisimetrica.
2. Se nalar cual o cuales de las relaciones R, S y T son de equivalencia o de
orden.
3. Para las posibles relaciones de equivalencia se nalar las clases de equiva-
lencia; para las posibles de orden, indquese si se trata de una relacion de
orden parcial o total. [1]
5.2. TRES RELACIONES EN N 171
Resolucion. 1. a) Analicemos las propiedades de la relacion R :
(i ) Reexiva. Para todo a N se verica a = 1a lo cual implica que a es
divisible por a, es decir R es reexiva.
(ii ) Simetrica. Elijamos a = 2, b = 1, entonces se verica aRb, pero no que
bRa, por tanto R no es simetrica.
(iii ) Transitiva. Sean a, b, c N tales que aRb y bRc. Entonces existen
p, q N tales que a = pb y b = qc lo cual implica que a = pqc con pq N o
lo que es lo mismo, aRc y en consecuencia R es transitiva.
(iv) Antisimetrica. Si a, b N cumplen aRb y bRa, entonces existen p, q N
tales que a = pb y b = qa lo cual implica que a = pqa. Necesariamente es
pq = 1 y al ser p, q naturales, p = q = 1, de lo cual se deduce a = b. La
relacion R es antisimetrica.
b) Propiedades de la relacion S :
(i ) Reexiva. Para todo a N se verica a + a = 2a lo cual implica que a
es m ultiplo de 2, es decir S es reexiva.
(ii ) Simetrica. Si aSb entonces a + b es m ultiplo de 2. Como b +a = a + b,
tambien b +a es m ultiplo de 2, es decir bSa. La relacion S es simetrica.
(iii ) Transitiva. Sean a, b, c N tales que aSb y bSc. Entonces existen
p, q N tales que a+b = 2p y b+c = 2q lo cual implica que a+c = 2(p+qb),
y por tanto aSc. La relacion S es transitiva.
(iv) Antisimetrica. Para a = 1, b = 3 tenemos aSb, bSa y sin embargo a ,= b.
La relacion S no es antisimetrica.
c) Propiedades de la relacion T :
(i ) Reexiva. Para a = 1 tenemos aa = 1, que no es m ultiplo de 2. La rela-
cion T no es es reexiva.
(ii ) Simetrica. Si aSb entonces ab es m ultiplo de 2. Como ba = ab, tambien
ba es m ultiplo de 2, es decir bTa. La relacion T es simetrica.
(iii ) Transitiva. Para a = 3, b = 2, c = 5 se verica aTb y bTc, sin embargo
no se verica aTc. La relacion T no es transitiva.
(iv) Antisimetrica. Para a = 1, b = 2 tenemos aTb, bTa y sin embargo a ,= b.
La relacion T no es antisimetrica.
Concluimos que R es exactamente reexiva, antisimetrica y transitiva; S
exactamente reexiva, simetrica y transitiva y T exactamente simetrica.
2. Del apartado anterior, concluimos que R es relacion de orden, S es de
equivalencia, y T no es ni de orden ni de equivalencia.
172 CAP

3. Para a = 2, b = 3 no se verica ni aRb ni bRa, es decir R es relacion de
orden parcial. Las clases de equivalencia de los elementos 1 y 2 asociadas a
la relacion S son:
[1] = 1, 3, 5, 7, . . . , [2] = 2, 4, 6, 8, . . .
Dado que [1] [2] = N, las unicas clases de equivalencia son [1] y [2]. El
conjunto cociente es por tanto N/S = [1] [2].
5.3. Matrices magicas
Todas las matrices con las que trabajamos en este problema seran matrices
33 con elementos a
ij
reales. Una tal matriz se dice que es magica s y solo
si son iguales la ocho sumas:
a
i1
+a
i2
+a
i3
, a
1j
+a
2j
+a
3j
, a
11
+a
22
+a
33
, a
31
+a
22
+a
13
para todo i, j = 1, 2, 3. Es decir, si es com un la suma de los elementos cada
la, de cada columna y de cada una de las diagonales.
Se consideran las matrices:
A =
_
_
1 2 1
0 0 0
1 2 1
_
_
, B = A
t
, C =
_
_
1 1 1
1 1 1
1 1 1
_
_
1. Demostrar que cualquier matriz M es la suma de una simetrica M
1
y de
una antisimetrica M
2
y que esta descomposicion es unica.
2. Demostrar que la suma de dos matrices magicas es magica, que la tras-
puesta de una matriz magica es magica y que el producto de un escalar por
una matriz magica es magica. Demostrar que si M es magica tambien lo son
M
1
y M
2
. Vericar que A, B, C son magicas.
3. Contruir todas las matrices magicas antisimetricas.
4. Construir todas las matrices magicas simetricas, comenzando por estudiar
el caso en el que la suma com un es nula.
5. Construir todas las matrices magicas. Demostrar que forman un espacio
vectorial sobre R. C ual es la dimension de este espacio?
5.3. MATRICES M
AGICAS 173
6. Calcular A
2
, B
2
, C
2
, AC, BC, CA, CB. Demostrar que AB +BA es com-
binacion lineal de C y de I.
7. C ual es la condicion necesaria y suciente para que el producto de dos
matrices magicas sea magica?. Determinar todas las matrices magicas que
son producto de dos magicas.
8. Demostrar que el producto de una matriz magica por una combinacion
lineal de I y de C es magica.
9. Demostrar que las potencias pares de una matriz magica no son matrices
magicas (salvo un caso particular a precisar), pero las potencias impares de
una matriz magica son siempre magicas.
10. Cuando una matriz magica es invertible? En su caso hallar la inversa
Es la inversa una matriz magica? Estudiar si son magicas las potencias
negativas de una matriz magica.
Resolucion. 1. Supongamos que M se puede descomponer en la forma
M = M
1
+M
2
con M
1
simetrica y M
2
antisimetrica. Transponiendo:
M = M
1
+M
2
M
t
= M
1
M
2
Resolviendo, obtenemos necesariamente:
M
1
=
1
2
(M +M
t
), M
2
=
1
2
(M M
t
)
Es claro que M = M
1
+ M
2
. Veamos que la matriz M
1
es simetrica y que
M
2
es antisimetrica:
M
t
1
= [(1/2)(M +M
t
)]
t
= (1/2)[M
t
+ (M
t
)
t
] = (1/2)[M
t
+M] = M
1
M
t
2
= [(1/2)(M M
t
)]
t
= (1/2)[M
t
(M
t
)
t
] = (1/2)[M
t
M] = M
2
2. La vericacion de estas propiedades es inmediata a partir de la denicion
de matriz magica. Claramente A, B, C son magicas.
3. Cualquier matriz antisimetrica M
2
de orden 3 3 es de la forma:
M
2
=
_
_
0
0
0
_
_
(, , R)
La matriz sera magica s, y solamente si:
174 CAP

= = = = = = 0
Resolviendo el sistema obtenemos:
M
2
=
_
_
0 1 1
1 0 1
0 1 0
_
_
( R)
4. Escribiendo una matriz simetrica magica, obligando que tenga suma
com un cero y resolviendo el correspondiente sistema, obtenemos las matrices
de la forma:
_
_
1 1 0
1 0 1
0 1 1
_
_
( R)
Las matrices magicas simetricas de suma com un s se obtendran sumando
s/3 a cada elemento de las matrices encontradas anteriormente. Llamando
= s/3 obtenemos la forma de todas las matrices magicas simetricas:
M
1
=
_
_
1 1 0
1 0 1
0 1 1
_
_
+
_
_
1 1 1
1 1 1
1 1 1
_
_
(, R)
5. Toda matriz magica es de la forma M = M
1
+M
2
:
M =
_
_
0 1 1
1 0 1
0 1 0
_
_
+
_
_
1 1 0
1 0 1
0 1 1
_
_
+
_
_
1 1 1
1 1 1
1 1 1
_
_
=
1
2
( )A
1
2
( +)B +C = A+B +C
Denominando por / al conjunto de todas las matrices magicas, hemos de-
mostrado que / = L[A, B, C]. Esto implica que / es subespacio de R
33
.
Es facil demostrar que A, B, C es sistema libre, en consecuencia es base
de / y por tanto dim/ = 3.
6. Operando obtenemos:
A
2
= B
2
= AC = CA = BC = CB = 0, C
2
= 3C, AB +BA = 12I 4C
7. Usando la base A, B, C y los resultados del apartado anterior podemos
escribir la forma del producto de dos matrices magicas:
5.3. MATRICES M
AGICAS 175
(A+B +C)(A+B +C) = . . . =
3C +
_
_
2 + 6 4 2 6
4 8 4
2 6 4 2 + 6
_
_
La matriz 3C es magica. Obligando a que el segundo sumando sea matriz
magica obtenemos (12 + 12 = 0) (12 12 = 0) con lo cual
el producto de dos matrices magicas es magica s y solamente si = 0 y
= 0 son nulos. Tenemos:
= = 0 C(A+B +C) = 3C
= = 0 (B +C)(B +C) = 3C
= = 0 (A+C)(A+C) = 3C
= = 0 C(A+B +C) = 3C
En consecuencia, las unicas matrices magicas que son producto de dos magi-
cas son las de la forma C con R.
8. Toda matriz magica es de la forma A + B + C y toda combinacion
lineal de I y de C de la forma
I +
C . Multiplicando:
(A+B +C)(
I +
C) =
A+
B + (
+ 3
)C
es decir, el producto es una matriz magica.
9. El cuadrado de una matriz magica M es M
2
= (A+B+C)
2
. Del apar-
tado 7 deducimos que M
2
es magica s y solamente si, = 0. Calculando
M
2
obtenemos:
M
2
= . . . = 12I + (3
2
4)C
M
3
es el producto de una magica ( M ) por una combinacion lineal de I y de
C ( M
2
). Por el apartado 8 concluimos que M
3
es magica. Por recurrencia
obtenemos:
M
2n1
magica M
2n
= hI +kC M
2n+1
magica
Si = 0 entonces M
n
= 3
n1
n
C, que es magica. Para ,= 0 obtenemos:
M
2n
= (12)
n
I + (1/3)[(3)
2n
(12)
n
]C
M
2n+1
= (12)
n
(A+B) +(3)
n
C
10. Operando obtenemos det(M) = 36, entonces M es invertible s y
solamente si los escalares det(M), , son no nulos. Calculando obtenemos:
176 CAP

M
1
=
1
36
_
3
A+
3
B +
4
C
_
=
A+
B +
C
que es una matriz magica. Dado que
,= 0 los resultados del apartado 9

se mantienen:
M
2p
= (M
1
)
2p
no es magica y M
(2p+1)
= (M
1
)
2p+1
es magica
5.4. Matriz de Markov
Un vector de R
n
X = (x
1
, . . . , x
n
)
t
es un vector probabilstico cuando sus
componentes son mayores o iguales que cero y suman uno, es decir x
i
0 y
n
i=1
x
i
= 1. Una matriz cuadrada n n es una matriz de Markov cuando
sus columnas son vectores probabilsticos. Se pide:
(a) Demostrar que una matriz cuadrada (n n) A es de Markov cuando y
solo cuando para cualquier vector probabilstico (de R
n
) X el vector AX es
tambien probabilstico.
(b) Si A y B son matrices de Markov (n n) Es A + B de Markov? Es
AB de Markov Dar las demostraciones o construir contraejemplos. [1]
Resolucion. (a) Consideremos las matrices:
A =
_
_
a
11
. . . a
1n
.
.
.
.
.
.
a
n1
. . . a
nn
_
_, X =
_
_
x
1
.
.
.
x
n
_
_.
Supongamos que A es matriz de Markov y que X es vector probabilstico.
Entonces
AX =
_
_
a
11
x
1
+. . . +a
1n
x
n
.
.
.
a
n1
x
1
+. . . +a
nn
x
n
_
_
Por ser A de Markov, a
ij
0 para todo i, j y por ser X probabilstico, x
i
0
para todo i. Esto implica que todas las componentes de AX son mayores
o iguales que cero. Por otra parte, teniendo en cuenta que la suma de las
componentes de cada columna de A es 1 y que la suma de las componentes
de X tambien es 1 obtenemos que la suma de todas las componentes de AX
es
(a
11
+. . .+a
n1
)x
1
+. . .+(a
1n
+. . .+a
nn
)x
n
= 1x
1
+. . .+1x
n
= x
1
+. . .+x
n
= 1
5.5. INVERSA GENERALIZADA O G-INVERSA 177
Es decir, AX es vector probabilstico. Recprocamente, supongamos que para
todo vector probabilstico X se verica que AX es probabilstico. Elijamos
los vectores de la base canonica de R
n
E
1
=
_
_
1
.
.
.
0
_
_, . . . , E
n
=
_
_
0
.
.
.
1
_
_
Claramente estos vectores son probabilsticos y por hipotesis tambien lo son
AE
1
=
_
_
a
11
.
.
.
a
n1
_
_, . . . , AE
n
=
_
_
a
n1
.
.
.
a
nn
_
_
Pero estos vectores son las columnas de A, lo cual implica que A es matriz
de Markov.
(b) Consideremos las matrices A = B = I
2
(matriz identidad de orden
2), claramente A y B son de Markov, sin embargo A + B = 2I
2
no es de
Markov. El primer enunciado es falso. Sean ahora A y B matrices de Mar-
kov siendo B
1
, . . . , B
n
las columnas de B. Entonces AB = A[B
1
, . . . , B
n
] =
[AB
1
, . . . , AB
n
]. Pero por lo demostrado en el apartado anterior, AB
1
, . . . , AB
n
son vectores probabilsticos lo cual implica que AB es de Markov. El segundo
enunciado es cierto.
5.5. Inversa generalizada o g-inversa
1. Sea A una matriz (cuadrada o rectangular). Se dice que una matriz G
es una g-inversa (o inversa generalizada) de A cuando AGA = A. Natural-
mente que G ha de ser de tipo n m en el caso de ser A del tipo m n.
Si A es cuadrada e invertible, entonces es facil comprobar que la inversa
A
1
es (la unica) g-inversa de A, de manera que el concepto de g-inversa
es una generalizacion del concepto de inversa. Lo que sigue es, ademas de
una prueba de evaluacion una invitacion al estudio de las matrices g-inversas.
(a) Calculo de las g-inversas en un caso particular. Se

A la matriz m n
que escrita por cajas presenta la forma
A =
_
I
r
0
0 0
_
178 CAP

donde la submatriz I
r
es la matriz unidad de orden r, y siendo nulas las
otras tres submatrices. Comprobar que la traspuesta

A
t
es una g-inversa de
A. Hallar todas las matrices G que son g-inversas de

A.
(b) Existencia de g-inversas. Si A es una matriz mn y de rango r, entonces
se sabe (y el alumno lo puede admitir si no lo sabe) que existen matrices
cuadradas e invertibles P y Q tales que PAQ =

A, donde

A es precisamente
la matriz del apartado anterior. Comprobar que G = Q

AP es una g-inversa
de A. Esto demuestra que toda matriz A posee alguna g-inversa, y en general
no es unica como se habra comprobado en el apartado anterior.
(c) Relacion de simetra. Comprobar que con los datos del apartado anterior
A es tambien g-inversa de G. Se pregunta si esto es general, es decir si G
es g-inversa de A, entonces A es g-inversa de G?. Dar una demostracion o
construir un contraejemplo.
2. Aplicacion de las g-inversas al estudio de los sistemas de ecuaciones. Sea
G una g-inversa de A, y sea Ax = b un sistema de ecuaciones, donde A es la
matriz mn de coecientes, x es el vector columna n 1 de las incognitas
y b es el vector columna m1 de los terminos independientes.
(a) Compatibilidad. Demostrar que la igualdad AGb = b es condicion nece-
saria para que el sistema sea compatible. Es tambien condicion suciente?
Dar una demostracion o construir un contraejemplo.
(b) Resolucion Si el sistema es compatible, demostrar que x = Gb + (I
n

GA)z es solucion (donde I
n
es la matriz unidad de orden n, y z es un vector
columna n 1 arbitario). [1]
Resolucion. 1. (a) Veamos que

A
t
es g-inversa de

Aes decir que

A

A
t

A =

A.
Para ello usamos la multiplicacion por cajas. Escribimos en cada caso el
orden de las matrices nulas que aparecen para comprobar que el producto
por cajas tiene sentido.
A

A
t
=
_
I
r
0
r(nr)
0
(mr)r
0
(mr)(nr)
_ _
I
r
0
r(mr)
0
(nr)r
0
(nr)(mr)
_
=
_
I
r
0
r(mr)
0
(mr)r
0
(mr)(mr)
_
A

A
t

A =
_
I
r
0
r(mr)
0
(mr)r
0
(mr)(mr)
_ _
I
r
0
r(nr)
0
(mr)r
0
(mr)(nr)
_
=
_
I
r
0
r(nr)
0
(mr)r
0
(mr)(nr)
_
=

A
5.5. INVERSA GENERALIZADA O G-INVERSA 179
Hallemos ahora todas las matrices G que son g-inversas de

A. Si G es g-
inversa de

A entonces G tiene orden n m y podemos expresarla por cajas
en la forma
G =
_
X
rr
Y
r(mr)
Z
(nr)r
T
(nr)(mr)
_
o abreviadamente G =
_
X Y
Z T
_
.
Entonces, G es g-inversa de

A si y solo si

AG

A =

A. Equivalentemente
_
I
r
0
0 0
_ _
X Y
Z T
_ _
I
r
0
0 0
_
=
_
I
r
0
0 0
_
_
X Y
0 0
_ _
I
r
0
0 0
_
=
_
I
r
0
0 0
_
_
X 0
0 0
_
=
_
I
r
0
0 0
_
X = I
r
En consecuencia, todas las matrices g-inversas de

A son todas las matrices
n m de la forma
G =
_
I
r
Y
Z T
_
(b) Usando el apartado anterior tenemos
AGA = A(Q

A
t
P)A = (AQ)

A
t
(PA) =
(P
1

A)

A
t
(

AQ
1
) = P
1
(

A

A
t

A)Q
1
=
P
1

AQ
1
= A
Es decir, G = Q

A
t
P es g-inversa de A.
(c) Veamos que A es g-inversa de G, es decir GAG = A. Tenemos
GAG = (Q

A
t
P)A(Q

A
t
P) = (Q

A
t
)(PAQ)(

A
t
P)
Q(

A
t

A

A
t
)P = Q(

A

A
t

A)
t
P = Q

AP = G
El resultado no es general. Elijamos por ejemplo las matrices de ordenes
n n : A = 0 (matriz nula) y G = I (matriz unidad). Entonces
AGA = 0I0 = 0 = A , GAG = I0I = 0 ,= G
180 CAP

Es decir, G es g-inversa de A pero A no es g-inversa de G.
2. (a) Por hipotesis AGA = A. Si el sistema Ax = b es compatible, existe
x
0
R
n1
tal que Ax
0
= b. Entonces Ax
0
= b AGAx
0
= b AGb = b.
La condicion tambien es suciente pues si AGb = b, entonces x
0
= Gb es
solucion del sistema.
(b) Tenemos
A(Gb + (I
n
GA)z) = AGb +Az AGAz = AGb +Az Az = AGb = b
lo cual demuestra que todo vector de la forma Gb + (I
n
GA)z es solucion
del sistema Ax = b.
5.6. Determinate por induccion y sistema lineal
Para cada n N
y para cada par a, b C se considera la matriz

A
n
(a) =
_
_
1 +a 1 0 . . . 0 0
a 1 +a 1 . . . 0 0
0 a 1 +a . . . 0 0
.
.
.
.
.
.
0 0 0 . . . 1 +a 1
0 0 0 . . . a 1 +a
_
_
C
(n,n)
y el sistema A
n
(a)X = (0, 0, . . . , 0, b)
t
, donde X C
(n,1)
. Se pide:
1. Calcular los determinantes de A
1
(a), A
2
(a) y A
3
(a).
2. Obtener una relacion lineal entre los determinantes de A
n
(a), A
n+1
(a) y
A
n+2
(a).
3. Hallar, en funcion de a y n, una expresion del determinante de A
n
(a) y
demostrar su validez.
4. Determinar todos los valores de a y b para los que el sistema dado es
compatible determinado, indeterminado e incompatible. [2]
Resolucion. 1. Los determinantes pedidos son
det A
1
(a) = 1 +a, det A
2
(a) =
1 +a 1
a 1 +a
= 1 +a +a
2
det A
3
(a) =
1 +a 1 0
a 1 +a 1
0 a 1 +a
= 1 +a +a
2
+a
3
5.6. DETERMINATE POR INDUCCI
ON Y SISTEMA LINEAL 181

2. Desarrollando por los elementos de la primera columna
det A
n+2
(a) = (1 +a)
1 +a 1 . . . 0 0
a 1 +a . . . 0 0
.
.
.
.
.
.
0 0 . . . 1 +a 1
0 0 . . . a 1 +a
1 0 . . . 0 0
a 1 +a . . . 0 0
.
.
.
.
.
.
0 0 . . . 1 +a 1
0 0 . . . a 1 +a
= (1 +a) det A
n+1
a det A
n
(a)
Esta igualdad equivale a
det A
n+1
(a) = (1 +a) det A
n
a det A
n1
(a) (n 2) (1)
3. El calculo de los determinantes del primer apartado permite conjeturar
la formula
det A
n
(a) = 1 +a +a
2
+. . . +a
n
(2)
Veamos que la formula (2) es cierta aplicando el metodo de induccion.
Paso base La formula (2) es cierta para n = 1, 2, 3 como se vio en el primer
apartado.
Paso de induccion Supongamos que (2) es cierta para todo k n. Veamos
que es cierta para n + 1. Usando (1):
det A
n+1
(a) = (1 +a)(1 +a +a
2
+. . . +a
n
) a(1 +a +a
2
+. . . +a
n1
) =
1 +a +a
2
+. . . +a
n
+a +a
2
+a
3
+. . . +a
n+1
a a
2
a
3
. . . a
n
=
1 +a +a
2
+a
3
. . . +a
n+1
La formula (2) es tambien cierta para n + 1.
4. Usando la formula de la suma de los terminos una progresion geometrica
tenemos
det A
n
(a) = 1 +a +a
2
+. . . +a
n
=
a
n+1
1
a 1
(a ,= 1)
es decir, los valores que anulan a det A
n
(a) son las races de orden n + 1 de
la unidad excluida la raz 1:
182 CAP

det A
n
(a) = 0 a = w
k
= cos
2k
n + 1
+i sin
2k
n + 1
(k = 1, 2, . . . , n)
Llamemos B a la matriz ampliada. Si a ,= w
k
se verica rgA
n
(a) = n = rgB
siendo n el n umero de incognitas con lo cual el sistema es compatible y
determinado. Si a = w
k
entonces det A
n
(a) = 0 pero det A
n1
(a) ,= 0 pues
salvo la raz 1 las races de orden n + 1 de la unidad son distintas de las
de orden n (corresponden a los vertices de un polgono regular de n + 1 y
n lados respectivamente con centro el origen). Es decir, rgA
n
(a) = n 1.
Hallemos el rango de la matriz ampliada
1 +a 1 0 . . . 0 0
a 1 +a 1 . . . 0 0
0 a 1 +a . . . 0 0
.
.
.
.
.
.
0 0 0 . . . 1 +a 0
0 0 0 . . . a b
= b det A
n1
(a)
Si b ,= 0 el rango de B es n y si b = 0 el rango de B es n 1. Podemos
concluir:
_
_
a ,= w
k
comp. determinado
a = w
k
_
b = 0 incompatible
b ,= 0 indeterminado
5.7. Determinante con n umeros combinatorios
Calcular el determinante de orden p + 1
(m, p) =
_
m
0
_ _
m
1
_ _
m
2
_
. . .
_
m
p
_
_
m+1
0
_ _
m+1
1
_ _
m+1
2
_
. . .
_
m+1
p
_
.
.
.
.
.
.
_
m+p
0
_ _
m+p
1
_ _
m+p
2
_
. . .
_
m+p
p
_
(m p) [8]
%endej
Resolucion. Restando a cada la la anterior y usando la conocidas formulas
_
n
k
_
=
_
n1
k1
_
+
_
n1
k
_
,
_
n
0
_
= 1 y
_
n
1
_
= n obtenemos
(m, p) =
_
m
0
_ _
m
1
_ _
m
2
_
. . .
_
m
p
_
0
_
m
0
_ _
m
1
_
. . .
_
m
p1
_
0
_
m+1
0
_ _
m+1
1
_
. . .
_
m+1
p1
_
.
.
.
.
.
.
0
_
m+p1
0
_ _
m+p1
1
_
. . .
_
m+p1
p1
_
=
5.8. DETERMINANTE E INVERSA DE ORDEN N 183
1
_
m
0
_ _
m
1
_
. . .
_
m
p1
_
_
m+1
0
_ _
m+1
1
_
. . .
_
m+1
p1
_
.
.
.
.
.
.
_
m+p1
0
_ _
m+p1
1
_
. . .
_
m+p1
p1
_
= (m, p 1)
Por tanto
(m, p) = (m, p 1) = (m, p 2) = . . . = (m, 1) =
_
m
0
_ _
m
1
_
_
m+1
0
_ _
m+1
1
_
1 m
1 m+ 1
= 1
5.8. Determinante e inversa de orden n
Se considera la matriz
M
n
=
_
_
a
1
+a
2
a
2
0 0 . . . 0 0 0
a
2
a
2
+a
3
a
3
0 . . . 0 0 0
0 a
3
a
3
+a
4
a
4
. . . 0 0 0
.
.
.
.
.
.
0 0 0 0 . . . a
n1
a
n1
+a
n
a
n
0 0 0 0 . . . 0 a
n
a
n
_
_
siendo a
1
, a
2
, . . . , a
n
n umeros reales no nulos y sea D
n
= det M
n
.
1. Calcular D
1
, D
2
, D
3
. ( Notese que M
1
= [a
1
] )
2. Encontrar una relacion entre D
n
y D
n+1
.
3. Calcular D
n
.
4. Sean b
1
=
1
a
1
, b
i
= b
i1
+
1
a
i
, i = 2, 3, . . . n y sea
A
n
=
_
_
b
1
b
1
b
1
. . . b
1
b
1
b
1
b
2
b
2
. . . b
2
b
2
b
1
b
2
b
3
. . . b
3
b
3
.
.
.
.
.
.
b
1
b
2
b
3
. . . b
n1
b
n1
b
1
b
2
b
3
. . . b
n1
b
n
_
_
Hallar [A
n
[ en funcion de a
1
, a
2
, . . . , a
n
.
5. Calcular el producto M
n
A
n
y deducir M
1
n
. [2]
184 CAP

Resolucion. 1. Para hallar D
2
sumamos a la primera la la segunda y para
D
3
sumamos a la segunda la la tercera.
D
1
= det[a
1
] = a
1
, D
2
=
a
1
+a
2
a
2
a
2
a
2
a
1
0
a
2
a
2
= a
1
a
2
,
D
3
=
a
1
+a
2
a
2
0
a
2
a
2
+a
3
a
3
0 a
3
a
3
a
1
+a
2
a
2
0
a
2
a
2
0
0 a
3
a
3
= a
3
D
2
= a
1
a
2
a
3
2. Sumando a la pen ultima la la ultima:
D
n+1
=
a
1
+a
2
a
2
0 0 . . . 0 0 0
a
2
a
2
+a
3
a
3
0 . . . 0 0 0
0 a
3
a
3
+a
4
a
4
. . . 0 0 0
.
.
.
.
.
.
0 0 0 0 . . . a
n
a
n
+a
n+1
a
n+1
0 0 0 0 . . . 0 a
n+1
a
n+1
a
1
+a
2
a
2
0 0 . . . 0 0 0
a
2
a
2
+a
3
a
3
0 . . . 0 0 0
0 a
3
a
3
+a
4
a
4
. . . 0 0 0
.
.
.
.
.
.
0 0 0 0 . . . a
n
a
n
0
0 0 0 0 . . . 0 a
n+1
a
n+1
= a
n+1
D
n
3. Los calculos efectuados en el primer apartado sugieren la formula D
n
=
a
1
a
2
. . . a
n
. Demostremosla por induccion. Esta demostrado que es cierta
para n = 1. Se cierta para n, entonces por el apartado anterior, D
n+1
=
a
n+1
D
n
= a
1
a
2
. . . a
n
a
n+1
es decir, la formula es cierta para n + 1.
4. Sumando a la pen ultima la la ultima y usando las relaciones entre los
n umeros a
j
y b
j
obtenemos
[A
n
[ =
b
1
b
1
b
1
. . . b
1
b
1
0 b
2
b
1
b
2
b
1
. . . b
2
b
1
b
2
b
1
0 0 b
3
b
2
. . . b
3
b
2
b
3
b
2
.
.
.
.
.
.
0 0 0 . . . b
n1
b
n2
b
n1
b
n2
0 0 0 . . . 0 b
n
b
n1
=
b
1
(b
2
b
1
)(b
3
b
2
) . . . (b
n1
b
n2
)(b
n
b
n1
) =
1
a
1
1
a
2
1
a
3
. . .
1
a
n
5. Usando de nuevo las relaciones entre los n umeros a
j
y b
j
facilmente ob-
tenemos M
n
A
n
= I
n
de lo cual se deduce que M
1
n
= A
n
.
5.9. RA
IZ CU
ADRUPLE SEG
UN PAR
AMETROS 185
5.9. Raz cuadruple seg un parametros
Determinar m, n, p R para que el polinomio f(x) = x
6
+mx
4
+10x
3
+nx+p
admita una raz cuadruple.
Resolucion. Si x es una raz cuadruple, ha de vericar f(x) = f
(x) =
f
(x) = f
(x) = 0, es decir
_
_
_
6x
5
+ 4mx
3
+ 30x
2
+n = 0
30x
4
+ 12mx
2
+ 60x = 0
120x
3
+ 24mx + 60 = 0
Simplicando:
_
_
_
6x
5
+ 4mx
3
+ 30x
2
+n = 0
5x
4
+ 2mx
2
+ 10x = 0
10x
3
+ 2mx + 5 = 0
No puede ser x = 0 pues no verica la tercera ecuacion. Dividiendo la
segunda ecuacion entre x :
_
5x
3
+ 2mx + 10 = 0
10x
3
+ 2mx + 5 = 0
5x
3
5x = 0 x =
3
1
Los unicos posibles valores de x son por tanto x = 1 o cualquiera de las
otras dos races c ubicas , no reales de la unidad. Esto ultimo no puede
ser, pues al tener f(x) coecientes reales, si tiene una raz tambien tiene
la conjugada y f(x) sera de grado 8. Concluimos que la unica posible raz
cuadruple de f(x) es x = 1. Entonces:
_
_
f(1) = 0
f
(1) = 0
f
(1) = 0
f
(1) = 0
_
1 +m+ 10 +n +p = 0
6 + 4m+ 30 +n = 0
5 + 2m+ 10 = 0
10 + 2m+ 5 = 0
Resolviendo el sistema anterior, obtenemos m = 15/2, n = 6, p = 5/2.
5.10. Familia de polinomios p(x
2
) = p(x)p(x + 1)
Se considera el conjunto
E = p(x) R[x] 0 : p(x
2
) = p(x)p(x + 1)
186 CAP

1. Demostrar que todo polinomio de E es normalizado, es decir el coeciente
de mayor grado es 1.
2. Demostrar que toda constante de E es igual a 1.
3. Demostrar que si a C es raz de un polinomio p(x) E entonces tambien
lo son a
2
y (a 1)
2
.
4. Calcular las posibles races complejas de cualquier p(x) E.
5. Aplicando el resultado anterior, determinar el conjunto E. [2]
Resolucion. 1. Todo polinomio p(x) E es de la forma p(x) = a
0
+a
1
x +
. . . +a
n
x
n
con a
n
,= 0. Ademas
p(x
2
) = a
0
+a
1
x
2
+a
2
x
4
+. . . +a
n
x
2n
p(x + 1) = a
0
+a
1
(x + 1) +a
2
(x + 1)
2
+. . . +a
n
(x + 1)
n
Si p(x
2
) = p(x)p(x+1) entonces (igualando los coecientes de x
2
) se verica
a
n
= a
2
n
o de forma equivalente a
n
(a
n
1) = 0. Se deduce que a
n
= 0 o
a
n
= 1. Como a
n
,= 0, ha de ser a
n
= 1, es decir todo polinomio de E es
monico o normalizado.
2. Si p(x) E es constante entonces es de la forma p(x) = a
0
. Como p(x)
es normalizado, ha de ser necesariamente a
0
= 1.
3. Si a es raz de p(x) entonces p(a) = 0. Usando p(x
2
) = p(x)p(x + 1)
obtenemos
p(a
2
) = p(a)p(a 1) = 0 p(a + 1) = 0
p
_
(a 1)
2
_
= p(a 1)p(a) = p(a 1) 0 = 0
es decir, a
2
y (a 1)
2
son tambien races de p(x).
4. Del apartado anterior deducimos que si a es raz de p(x) entonces: (i )
a
2
, a
4
, a
8
, . . . son tamben races de p(x). (ii ) (a 1)
2
, (a 1)
4
, (a 1)
8
, . . .
son tambien races de p(x). Como el n umero de races de un polinomio no
nulo es nito, se ha de vericar
(a = 0 [a[ = 1) (a = 1 [a 1[ = 1)
Es decir, a = 0, a = 1 o a cumple [a[ = 1 y [a1[ = 1. Llamando a = x+iy
con x, y R las condiciones [a[ = 1 y [a 1[ = 1 equivalen al sistema
_
x
2
+y
2
= 1
(x 1)
2
+y
2
= 1
5.11. EXPRESI
ON P(X) = C
0
+
N
K=1
C
K
(X X
1
) . . . (X X
K
) 187
Resolviendo obtenemos las soluciones x = 1/2, y =
3. Podemos concluir
que las unicas posibles races de cualquier polinomio p(x) E son 0 o 1 o
1/2
3i.
5. Sea p(x) un elemento de E. De los apartados 1. y 4. se deduce que p(x) es
de la forma p(x) = x
(x1)
__
x
2
1/2
3i
_ _
x
2
1/2 +
3i
_
con ,
y enteros no negativos. Operando obtenemos p(x) = x
(x1)
(x
2
x+1)
.
Por otra parte
p(x)p(x + 1) = x
(x 1)
(x
2
x + 1)
(x + 1)
(x
2
+x + 1)
=
x
+
(x 1)
(x + 1)
(x
2
x + 1)
(x
2
+x + 1)
p(x
2
) = x
2
(x + 1)
(x 1)
(x
4
x
2
+ 1)
El polinomio p(x)p(x+1) lo tenemos expresado como producto de irreduci-

bles. Para expresar p(x
2
) en la misma forma, vamos a factorizar x
4
x
2
+1
en producto de irreducibles
x
4
x
2
+ 1 = (x
2
+ 1)
2
(
3x)
2
= (x
2
+
3x + 1)(x
2
3x + 1)
Ahora la igualdad p(x
2
) = p(x)p(x + 1) la podemos expresar:
x
+
(x 1)
(x + 1)
(x
2
x + 1)
(x
2
+x + 1)
=
x
2
(x + 1)
(x 1)
(x
2
+
3x + 1)
(x
2
3x + 1)
Todos los polinomios que aparecen en la ultima igualdad son irreducibles

en R[x]. Como R[x] es dominio de factorizacion unica se deduce que =
0, = y + = 2, o de manera equivalente = y = 0. Podemos
pues concluir que los polinomios de E son exactamente los del tipo p(x) =
x
(x 1)
o bien p(x) = (x
2
x)
con entero no negativo.

5.11. Expresion p(x) = c
0
+
n
k=1
c
k
(xx
1
) . . . (xx
k
)
Se consideran n elementos x
1
, x
2
, . . . , x
n
de un cuerpo K y un polinomio
p(x) con coecientes en K y de grado menor o igual que n. Se desea estudiar
la existencia y unicidad de unos coecientes c
0
, c
1
, . . . , c
n
en K tales que
p(x) = c
0
+c
1
(xx
1
) +c
2
(xx
1
)(xx
2
) +. . . +c
n
(xx
1
) . . . (xx
n
) ()
1. Demostrar la unicidad de c
0
y a continuacion la de c
1
.
2. Demostrar la unicidad de todos los c
i
.
3. Demostrar la existencia de los c
i
.
4. Encontrar un algoritmo que permita el calculo sucesivo de los c
i
mediante
operaciones racionales.
5. Aplicacion al caso K = Q, p(x) = x
5
+ 32, x
1
= 2, x
2
= 1, x
3
= 1,
x
4
= 1, x
5
= 2. [2]
188 CAP

Resolucion. 1. Supongamos que se verica la igualdad (). Entonces, p(x
1
) =
c
0
lo cual implica que c
0
esta unvocamente determinado. Queda por tanto:
p(x) p(x
1
) = c
1
(x x
1
) +c
2
(x x
1
)(x x
2
) +. . . +c
n
(x x
1
) . . . (x x
n
)
Consideremos el polinomio
p
1
(x) =
p(x) p(x
1
)
x x
1
= c
1
+c
2
(x x
2
) +. . . +c
n
(x x
2
) . . . (x x
n
)
Entonces, p
1
(x
2
) = c
1
1
esta unvocamente determinado.
2. Tenemos
p
1
(x) c
1
= p
1
(x) p
1
(x
2
) = c
2
(x x
2
) +. . . +c
n
(x x
2
) . . . (x x
n
)
Consideremos el polinomio
p
2
(x) =
p
1
(x) p
1
(x
2
)
x x
2
= c
2
+c
3
(x x
3
) +. . . +c
n
(x x
3
) . . . (x x
n
)
Entonces, p
2
(x
2
) = c
2
2
esta unvocamente determinado.
Reiterando, obtenemos los polinomios p
1
, p
2
, . . . , p
k
, . . . con
p
k
(x) =
p
k1
(x) p
k1
(x
k
)
x x
k
=
c
k
+c
k+1
(x x
k+1
) +. . . +c
n
(x x
k+1
) . . . (x x
n
)
Por tanto, p
k
(x
k+1
) = c
k
k
esta unvocamente determi-
nado, siendo c
n
= a
n
(el coeciente de x
n
en p(x)).
3. La existencia de los c
i
se deduce inmediatamente del apartado anterior,
ya que estos se han ido construyendo recursivamente. Otra forma de demos-
trarlo es considerar la aplicacion lineal K
n+1
K
n
[x] :
(c
0
, c
1
, . . . , c
n
) c
0
+c
1
(x x
1
) +. . . +c
n
(x x
1
) . . . (x x
n
)
Es facil demostrar que es inyectiva, y por ser los espacios inicial y nal de
la misma dimension, tambien es biyectiva.
4. De la construccion de los coecientes c
i
deducimos:
c
0
: resto de la division de p(x) entre x x
1
c
1
: resto de la division de p
1
(x) entre x x
2
c
2
: resto de la division de p
2
(x) entre x x
3
. . .
c
n
= a
n
5.12. SENO DE 72
o
189
5. Combinando los apartados primero segundo y cuarto obtenemos:
1 0 0 0 0 32
2 2 4 8 16 32
1 2 4 8 16 0
c
0
= 0
1 2 4 8 16
1 1 3 7 15
1 3 7 15 31
c
1
= 31
1 3 7 15
1 1 2 5
1 2 5 10
c
2
= 10
1 2 5
1 1 1
1 1 4
c
3
= 4
1 1
2 2
1 1
c
4
= 1, c
5
= 1
Podemos por tanto expresar:
x
2
+ 32 = 31(x + 2)
10(x + 2)(x + 1)
+ 4(x + 2)(x + 1)(x 1)
+ (x + 2)(x + 1)(x 1)
2
+ (x + 2)(x + 1)(x 1)
2
(x 2)
5.12. Seno de 72
o
Se considera la ecuacion z
2
+z + 1 +
1
z
+
1
z
2
= 0
1) Multiplicar por z 1 dicha ecuacion.
2) Efectuar un cambio w = z +
1
z
en la citada ecuacion reduciendola a otra
cuya unica variable sea w.
3) Aplicar lo anterior a obtener razonadamente sin 72
0
en la forma
sin 72
0
=
p
q
m
_
e +f
n
g +i(1 )
190 CAP

determinamdo el n umero real y los enteros p, q, m, e, f, n, g. [2]
Resolucion. 1) Multiplicando ambos miembros por z 1
(z 1)
_
z
2
+z + 1 +
1
z
+
1
z
2
_
= . . . = z
3
1
z
2
= 0
Ecuacion equivalente a la dada salvo por la raz z = 1.
2) Tenemos w
2
= (z + 1/z)
2
= z
2
+ 2 + 1/z
2
por consiguiente
z
2
+z+1+
1
z
+
1
z
2
=
_
z
2
+
1
z
2
_
+
_
z +
1
z
_
+1 = w
2
2+w+1 = w
2
+w1 = 0
3) La ecuacion z
3
1/z
2
= 0 es equivalente a z
5
1 = 0. Hallemos sus races
z
k
=
5
1 =
5
_
1(cos 0
0
+i sin 0
0
) = cos
360
0
k
5
+i sin
360
0
k
5
(k = 0, 1, 2, 3, 4)
Para k = 1 obtenemos la raz z
1
= cos 72
0
+i sin 72
0
= a +bi. Las races de
w
2
+w 1 = 0 son w = (1
5)/2 = z + 1/z. Entonces

1
5
2
= a+bi+
1
a +bi
= a+bi+
a bi
a
2
+b
2
= a+
a
a
2
+b
2
+b
_
1
1
a
2
+b
2
_
i
Como la parte imaginaria es nula obtenemos b = 0 o a
2
+ b
2
= 1. Si b =
0 entonces a = 1 y no coinciden las partes reales, por tanto ha de ser
a
2
+b
2
= 1. Igualando partes reales obtenemos (1
5)/2 = 2a. Es decir

a = cos 72
0
= (1+
5)/4 (elegimos el signo + pues cos 72

0
> 0 ). Hallemos
sin 72
0
b = sin 72
0
=
_
1
_
1+
5
4
_
2
=
_
10+2
5
16
=
1
4
_
10 + 2
5
Ademas, p = 1, q = 4, m = 2, e = 10, f = 2, n = 2, g = 5, = 1.
5.13. Forma bilineal y sistema diferencial
Sea E el espacio vectorial de las matrices reales y cuadradas de orden 2. Se
dene la aplicacion:
f : E E R , (A, B) det(A+B) det(AB)
5.13. FORMA BILINEAL Y SISTEMA DIFERENCIAL 191
1. Probar que f es una forma bilineal simetrica.
2. Encontrar una base B = (B
1
, B
2
, B
3
, B
4
) de E de vectores conjugados
dos a dos respecto de f tal que
f(B
1
, B
1
) = f(B
2
, B
2
) = f(B
3
, B
3
) = f(B
4
, B
4
) = 1
3. Sea M la matriz de f respecto de B. Encontrar una matriz real N tal que
N
2
= M. Sea x 0 y la funcion g(x) = x
1/2
. Existe g(M)?
4. Determinar la solucion del sistema de ecuaciones diferenciales X
= NX
sabiendo que (0, 0, 0, 0) = (1, 0, 1, 0). [2]
Resolucion. 1. Consideremos la matrices genericas de E :
A =
_
x
1
x
2
x
3
x
4
_
, B =
_
y
1
y
2
y
3
y
4
_
Operando obtenemos
f(A, B) = det
_
x
1
+y
1
x
2
+y
2
x
3
+y
3
x
4
+y
4
_
det
_
x
1
y
1
x
2
y
2
x
3
y
3
x
4
y
4
_
= 2x
1
y
4
+
2x
4
y
1
2x
2
y
3
2x
3
y
2
=
_
x
1
x
2
x
3
x
4
_
_
_
_
_
0 0 0 2
0 0 2 0
0 2 0 0
2 0 0 0
_
_
_
_
_
_
_
_
y
1
y
2
y
3
y
4
_
_
_
_
Sabemos que toda funcion de R
n
R
n
en R de la forma X
t
MY con X =
(x
1
, . . . , x
n
)
t
, Y = (y
1
, . . . y
n
)
t
vectores de R
n
y M simetrica, representa una
forma bilineal simetrica. En consecuencia lo es f, pues basta tener en cuenta
que en nuestro caso A y B estan representadas por sus coordenadas una base
de E (en concreto la canonica).
2. Tenemos que encontrar una matriz P de cambio de base tal que P
t
MP =
D, siendo D = diag (1, 1, 1, 1). Para ello aplicaremos el teorema espec-
tral. Valores propios de M :
det(M I) =
0 0 2
0 2 0
0 2 0
2 0 0
+ 2 0 0 2
0 2 0
0 2 0
2 0 0
+ 2 0 0 2
0 2 0
0 2 0
0 0 0 2
= ( +2)( 2)(
2
4) = ( 2)
2
( +2)
2
192 CAP

Es decir, 2 (doble) y -2 (doble). Los subespacios propios son:
V
2

_
_
2x
1
+ 2x
4
= 0
2x
2
2x
3
= 0
2x
2
2x
3
= 0
2x
1
2x
4
= 0
V
2

_
_
2x
1
+ 2x
4
= 0
2x
2
2x
3
= 0
2x
2
+ 2x
3
= 0
2x
1
+ 2x
4
= 0
Unas bases ortogomales de V
2
y V
2
con respecto del producto escalar usual
son
B
2
= (1, 0, 0, 1), (0, 1, 1, 0) , B
2
= (1, 0, 0, 1), (0, 1, 1, 0)
Como la matriz M es simetrica, vectores propios asociados a valores propios
distintos son ortogonales dos a dos. Esto implica que los cuatro vectores
anteriores forman una base ortogonal y de vectores propios asociados a M.
Dividiendo entre la norma de cada uno de los vectores, obtenemos una base
ortonormal y de vectores propios de R
4
:
( =
_
1
2
(1, 0, 0, 1),
1
2
(0, 1, 1, 0),
1
2
(1, 0, 0, 1),
1
2
(0, 1, 1, 0)
_
La matriz P de cambio de la base canonica a la ( es por tanto ortogonal y
satisface
P
1
MP = P
t
MP = D = diag (2, 2, 2, 2)
Es decir, (
1
2
P)
t
M(
1
2
P) = diag (1, 1, 1, 1). Teniendo en cuenta que es-
tamos trabajando en coordenadas respecto de la base canonica de E, dedu-
cimos que los vectores de la base B pedida son:
B
1
=
1
2
_
1 0
0 1
_
, B
2
=
1
2
_
0 1
1 0
_
, B
3
=
1
2
_
1 0
0 1
_
, B
4
=
1
2
_
0 1
1 0
_
Para hallar una matriz N tal que N
2
= M tengamos en cuenta que M se
puede expresar en cajas de la siguiente manera
M =
_
M
1
0
0 M
2
_
con M
1
= I
2
, M
2
=
_
cos sin
sin cos
_
Dado que M
2
representa un giro de angulo , es el cuadrado de un giro de
angulo /2. Teniendo en cuenta esto, hallamos N :
N =
_
_
_
_
1 0 0 0
0 1 0 0
0 0 cos /2 sin /2
0 0 sin /2 cos /2
_
_
_
_
=
_
_
_
_
1 0 0 0
0 1 0 0
0 0 0 1
0 0 1 0
_
_
_
_
5.14. M
ETODO DEL SIMPLEX: M
AXIMO DE UNA INTEGRAL 193

4. Los valores propios de N son 1 (doble) y i (simples). Los subespacios
propios asociados a 1 e i son
V
1

_
x
3
x
4
= 0
x
3
x
4
= 0
V
i

_
_
(1 i)x
1
= 0
(1 i)x
2
= 0
ix
3
x
4
= 0
x
3
ix
4
= 0
Unas bases de estos subespacios propios son
B
1
= e
1
= (1, 0, 0, 0)
t
, e
2
= (0, 1, 0, 0)
t
B
i
= e
3
= (0, 0, i, 1)
t
Dado que N es real, una base el subespacio propio asociado al valor propio
i se obtiene conjugando e
3
. Por tanto, la matriz P = [e
1
e
2
e
3
e
3
] cumple
P
1
NP = T = diag (1, 1, i, i)
La funcion pedida es por tanto
(t) = e
tN
_
_
1
0
1
0
_
_
= Pe
tD
P
1
_
_
1
0
1
0
_
_
=
_
_
1 0 0 0
0 1 0 0
0 0 i i
0 0 1 1
_
_
_
_
e
t
0 0 0
0 e
t
0 0
0 0 e
it
0
0 0 0 e
it
_
_
_
_
1 0 0 0
0 1 0 0
0 0 i i
0 0 1 1
_
_
1
_
_
1
0
1
0
_
_
Teniendo en cuenta que P es diagonal por cajas, facilmente obtenemos:
(t) =
_
_
e
t
0
cos t
sin t
_
_
5.14. Metodo del simplex: maximo de una integral
Hallar el valor maximo de la integral
I =
_
1
0
x
2
p
_
1
x
_
dx
entre todos los polinomios de grado menor o igual que 2 de coecientes no
negativos y que cumplen p(1) 2 y p
(1) 3. [1]
194 CAP

Resolucion. Todo polinomio de grado menor o igual que dos es de la forma
p(x) = x
1
+ x
2
x + x
3
x
2
con x
1
, x
2
, x
3
R. Hallemos explicitamente la
integral:
I =
_
1
0
x
2
_
x
1
+
x
1
x
+
x
3
x
2
_
dx
=
_
1
0
(x
1
x
2
+x
2
x +x
3
)dx =
=
_
x
1
x
3
3
+
x
2
x
2
2
+x
3
x
_
1
0
=
1
3
x
1
+
1
2
x
2
+x
3
La condicion p(1) 2 equivale a x
1
+x
2
+x
3
2 y p
(1) 3 a x
2
+2x
3
3.
Queda pues planteado el problema de programacion lineal consistente en
maximizar la funcion I = x
1
/3 +x
2
/3 +x
3
sometida a las restricciones
_
_
_
x
1
+x
2
+x
3
2
x
2
+ 2x
3
3
x
1
0, x
2
0, x
3
0
Introducimos las variables de holgura x
i
0 (i = 4, 5) y expresamos el
problema en forma estandar:
_
_
_
x
1
+x
2
+x
3
+x
4
= 2
x
2
+ 2x
3
+x
5
= 3
x
i
0 (i = 1, . . . , 5)
Expresemos el problema en forma matricial escribiendo ordenadamente en
las los coecientes de x
1
, . . . , x
5
, I y los terminos constantes:
_
_
1 1 1 1 0 0 2
0 1 2 0 1 0 3
1/3 1/2 1 0 0 1 0
_
_
Una solucion factible basica es x = (0, 0, 0, 2, 3) para la cual I = 0. La solu-
cion no es maxima al existir alg un coeciente negativo para las x
i
. Elimine-
mos el menor coeciente negativo es decir, 1. Como 2/3 > 1/2, elegimos
como pivote a
23
= 2 y fabricamos ceros es la tercera columna:
_
_
1 1 1 1 0 0 2
0 1/2 1 0 1/2 0 3/2
1/3 1/2 1 0 0 1 0
_
_
5.15. M
ETODO DEL SIMPLEX: APLICACI
ON 195
_
_
1 1/2 0 1 1/2 0 1/2
0 1/2 1 0 1/2 0 3/2
1/3 0 0 0 1/2 1 3/2
_
_
Una solucion factible basica es x = (0, 0, 3/2, 1/2, 0) para la cual I = 3/2.
La solucion no es maxima al existir alg un coeciente negativo para las x
i
.
Eliminemos el unico coeciente negativo es decir, 1/3. Como 1/(1/2) >
0/(3/2) elegimos como pivote a
11
= 1 y fabricamos ceros es la primera
columna:
_
_
1 1/2 0 1 1/2 0 1/2
0 1/2 1 0 1/2 0 3/2
0 1/6 0 1/3 1/3 1 5/3
_
_
Una solucion factible basica es x = (1/2, 0, 3/2, 0, 0) para la cual I = 5/3.
La solucion es maxima al no existir coecientes negativos para las x
i
.
Solucion: I
max
_
1
2
+
3
2
x
2
_
=
5
3
5.15. Metodo del simplex: aplicaci on
En el proceso semanal de fabricacion de una empresa se producen 43, 46
y 42 Tm de unas substancias S
1
, S
2
, S
3
que no se pueden venderse direc-
tamente al mercado, pero permiten obtener unos productos P
1
, P
2
, P
3
que
reportan unos benecios unitarios de 3, 5, 2 respectivamente. Para cada Tm
de P
1
se necesitan 1, 3 y 1 Tm de S
1
, S
2
, S
3
respectivamente y analogamente
1, 2, 0 por Tm de P
2
y 2, 0, 4 por Tm de P
3
. Se pide:
(a) Plantear y resolver un problema de programacion lineal para organizar
la produccion de P
1
, P
2
, P
3
de manera que se maximicen los benecios.
(b) Para evitar la contaminacion existen disposiciones legales que obligan a
consumir cada semana la totalidad de la substancia S
3
producida. Calcular
la perdida de benecios que el cumplimiento de dichas disposiciones supone
para la empresa. [1]
Resolucion. (a) Llamemos x
1
, x
2
, x
3
al n umero de Tm a fabricar de los
productos P
1
, P
2
, P
3
respectivamente. Se trata de maximizar la funcion z =
3x
1
+ 5x
2
+ 2x
3
sujeta a las restricciones:
196 CAP

_
_
x
1
+x
2
+ 2x
3
43
3x
1
+ 2x
2
46
2x
1
+ 4x
3
42
x
1
0, x
2
0, x
3
0
Introducimos las variables de holgura x
i
0 (i = 4, 5, 6) y expresamos el
problema en forma estandar:
_
_
x
1
+x
2
+ 2x
3
+x
4
= 43
3x
1
+ 2x
2
+x
5
= 46
2x
1
+ 4x
3
+x
6
= 42
3x
1
5x
2
2x
3
+z = 0
x
1
0, x
2
0, x
3
0
Expresemos el problema en forma matricial escribiendo ordenadamente en
las los coecientes de x
1
, . . . , x
6
, z y los terminos constantes:
_
_
1 1 2 1 0 0 0 43
3 2 0 0 1 0 0 46
2 0 4 0 0 1 0 42
3 5 2 0 0 0 1 0
_
_
Una solucion factible basica es x = (0, 0, 0, 43, 46, 42)
t
para la cual z = 0.
i
.
Eliminemos el menor coeciente negativo es decir, 5. Como 2/46 > 1/46 >
0/42 elegimos como pivote a
22
= 2 y fabricamos ceros es la segunda columna:
_
_
1 1 2 1 0 0 0 43
3/2 1 0 0 1/2 0 0 23
2 0 4 0 0 1 0 42
3 5 2 0 0 0 1 0
_
_
_
_
1/2 0 2 1 1/2 0 0 20
3/2 1 0 0 1/2 0 0 23
2 0 4 0 0 1 0 42
9/2 0 2 0 5/2 0 1 115
_
_
t
para la cual z = 115.
i
.
Eliminemos el unico coeciente negativo es decir, 2. Como 2/20 > 4/42 >
0/23 elegimos como pivote a
13
= 2 y fabricamos ceros es la primera columna:
5.16. FAMILIA UNIPARAM
ETRICA DE C
ONICAS 197
_
_
1/4 0 1 1/2 1/4 0 0 10
3/2 1 0 0 1/2 0 0 23
2 0 4 0 0 1 0 42
9/2 0 2 0 5/2 0 1 115
_
_
_
_
1/4 0 1 1/2 1/4 0 0 10
3/2 1 0 0 1/2 0 0 23
3 0 0 2 1 1 0 2
4 0 0 1 2 0 1 135
_
_
t
para la cual z = 135.
La solucion es maxima al no existir coecientes negativos para las x
i
. En
consecuencia, se optimizan los benecios fabricando 0 Tm de P
1
, 23 Tm de
P
2
y 10 Tm de P
3
, siendo el benecio maximo de 135.
(b) Basta imponer que 2x
1
+4x
3
= 42. Despejando obtenemos x
1
= 212x
3
con lo cual el problema se reduce a usar el metodo graco en el plano x
2
x
3
.
5.16. Familia uniparametrica de c onicas
Clasicar las siguientes conicas seg un los distintos valores de R.
x
2
+y
2
+ 2xy + 2x +y = 0 [1]
Resolucion. La matriz correspondiente a la familia de conicas dada es:
A =
_
_
1
1 1 1/2
1/2 0
_
_
Los invariantes lineal, cuadratico y c ubico son:
s = a
11
+a
22
= + 1, = A
33
= 1, = det A = (
3
4
)
Primer caso: > 0. Esto ocurre cuando > 1. La conica es de tipo elptico.
Dado que en este caso > 0 y < 0, se verica s < 0 y por tanto la
conica es una elipse real. Veamos si alguna de estas elipses es circunferencia.
Los valores propios asociados a la conica son las soluciones de la ecuacion:
1
1 1
=
2
( + 1) + 1 = 0
198 CAP

Existe un valor propio doble si y solo si el discriminante ( +1)
2
4( 1)
es nulo. Esto equivale a
2
2 + 5 = 0, ecuacion que no tiene soluciones
reales, es decir no hay circunferencias.
Segundo caso: < 0. Esto ocurre cuando < 1. La conica es de tipo hi-
perbolico. Es una hiperbola salvo cuando se anula ( = 0 o = 3/4), en
los que tenemos pares de rctas reales secantes.
Tercer caso: = 0. Esto ocurre cuando = 1. La conica es de tipo paraboli-
co. Ademas en este caso ,= 0, con lo cual se trata de una parabola.
Agrupando los resultados obtenidos:
Hiperbola : (, 0) (0, 3/4) (3/4, 1)
Rectas reales secantes : = 0 = 3/4
Parabola : = 1
Elipse real : (1, +)
5.17. Cuadrica como lugar geometrico
Hallar la ecuacion cartesiana del lugar geometrico de los puntos del espacio
tales que la razon de sus distancias al plano x+y +z = 9 y al punto (1, 1, 1)
es
3. Comprobar que se trata de una cuadrica (ecuacion de segundo grado),

clasicarla y hallar su ecuacion reducida. [1]
Resolucion. Llamemos P
0
al punto (1, 1, 1), al plano x + y + z = 9,
P(x, y, z) a cualquier punto del espacio, y L al lugar geometrico pedido.
Entonces:
P L
d(P, )
d(P, P
0
)
=
3 d(P, ) =
3 d(P, P
0
)
x +y +z 9
3
_
(x 1)
2
+ (y 1)
2
+ (z 1)
2
Elevando al cuadrado ambos miembros de la ultima igualdad:
(x +y +z 9)
2
= 9[(x 1)
2
+ (y 1)
2
+ (z 1)
2
]
Operando y simplicando obtenemos el lugar geometrico pedido:
L 4x
2
+ 4y
2
+ 4z
2
xy xz yz 27 = 0
Escribamos ahora la matriz A de la cuadrica. Podemos multiplicar ambos
miembros de la ecuacion por 2 para evitar fracciones, obteniendo:
5.18. CIRCUNFERENCIA, C
ONICA Y FORMA CUADR
ATICA 199
A =
_
_
8 1 1 0
1 8 1 0
1 1 8 0
0 0 0 54
_
_
Hallemos los valores propios asociados a la cuadrica, para ello restamos a la
segunda y tercera la la primera y a continuacion, a la primera columna le
sumamos las demas:
8 1 1
1 8 1
1 1 8
8 1 1
9 + 9 0
9 + 0 9
6 1 1
0 9 0
0 0 9
= (6 )(9 )
2
= 0 = 6 (simple) = 9 (doble)
Para = A
44
y = det(A) y
1
,
2
,
3
los valores propios asociados a la
cuadrica, sabemos que una ecuacion reducida de la misma es:
1
X
2
+
2
Y
2
+
3
Z
2
+

= 0 (si ,= 0)
Dado que = 54, una ecuaci on reducida de L es 6X
2
+9Y
2
+9Z
2
54 =
0, que la podemos escribir en la forma X
2
/9 + Y
2
/6 + 9Z
2
/6 = 1. En
consecuencia:
L
X
2
3
2
+
Y
2
(
6)
2
+
Z
2
(
6)
2
= 1
Se trata de un elipsoide de semiejes 3,
6,
6.
5.18. Circunferencia, conica y forma cuadratica
Se considera la circunferencia x
2
+y
2
= a
2
, la conica a
11
x
2
+a
22
y
2
+2a
12
xy =
a
2
y la forma cuadratica Q(x, y) = (a
11
1)x
2
+ (a
22
1)y
2
+ 2a
12
xy.
1. Demostrar que si la forma cuadratica Q(x, y) es denida positiva, en-
tonces la circunferencia y la conica no se cortan. Enunciar el recproco y
estudiar su validez, dar una demostracion en caso armativo o construir un
contraejemplo en caso negativo.
2. Estudiar y describir geometricamente las conicas a
11
x
2
+a
22
y
2
+2a
12
xy =
a
2
para las cuales la forma cuadratica Q(x, y) es denida positiva. [1]
Resolucion. 1. Supongamos que existiera un punto (, ) que perteneciera
a la circunferencia y conica dadas. Entonces se vericara
200 CAP

_

2
+
2
= a
2
a
11
2
+a
22
2
+ 2a
12
= a
2
Restando a la segunda ecuacion la primera obtenemos
(a
11
1)
2
+ (a
22
1)
2
+ 2a
12
= 0
o de forma equivalente Q(, ) = 0. Como Q denida positiva, ha de ser
necesariamente (, ) = (0, 0), pero esto es absurdo pues (0, 0) no satisface
la ecuacion de la circunferencia. Concluimos pues que si Q es denida posi-
tiva, la circunferencia y la conica no se cortan.
Veamos que el recproco es falso. En efecto, consideremos la circunferencia
x
2
+y
2
= 1 y la conica x
2
/2+y
2
/2 = 1. Es claro que no se cortan y la forma
cuadratica Q es
Q(x, y) =
_
1
2
1
_
x
2
+
_
1
2
1
_
y
2
=
1
2
x
2
1
2
y
2
que no es denida positiva.
2. Sea (x, y) un punto de la conica. Este punto no puede ser el origen pues
a ,= 0. Si Q es denida positiva:
Q(x, y) = (a
11
1)x
2
+ (a
22
1)y
2
+ 2a
12
xy
= a
11
x
2
+a
22
y
2
+ 2a
12
xy x
2
y
2
= a
2
(x
2
+y
2
) > 0
Es decir, todo punto de la conica ha de estar en el crculo D 0 < x
2
+y
2
<
a
2
y recprocamente, si la conica esta contenida en D, la forma cuadratica Q
es denida positiva. Concluimos que las conicas para las cuales Q es denida
positiva son aquellas contenidas en el disco abierto D.
5.19. Curva plana
Averiguar si es plana la curva de ecuaciones parametricas
x = t, y =
t
2
+t + 2
t
, z =
t
2
t + 3
t
(t > 0)
En caso armativo, hallar la ecuacion cartesiana del plano que la contiene.
[1]
5.20. SUPERFICIE DE REVOLUCI
ON Y C
ONICA 201
Resolucion. La curva es plana si y solo si y existe un plano que la contiene
es decir, si y solo si existe un plano Ax +By +Cz +D = 0 tal que
At +B
_
t
2
+t + 2
t
_
+
_
t
2
t + 3
t
_
+D = 0 (t > 0)
Multiplicando por t y agrupando terminos semejantes obtenemos equivalen-
temente
(A+B C)t
2
+ (B C +D)t + 2B + 3C = 0 (t > 0)
Las funciones t
2
, t, 1 son linealmente independientes en el espacio de las
funciones reales en (0, +) como facilmente se puede demostrar, en conse-
cuencia la igualdad anterior se verica exclusivamente para los A, B, C, D
que satisfacen el sistema lineal homogeneo
_
_
_
A+B C = 0
B C +D = 0
2B + 3C = 0
Resolviendo obtenemos A = D, B = 3D/5, C = 2D/5, D = D. Enton-
ces, para todo D R se verica Dx(3D/5)y+(2D/5)z+Dz = 0. Si D = 0
no obtenemos ning un plano, si D ,= 0, dividiendo entre D y multilicando
por 5 obtenemos el plano 5x 3y + 2z + 5 = 0
Podemos por tanto concluir que la curva es plana y el plano que la contiene
es 5x 3y + 2z + 5 = 0.
5.20. Supercie de revolucion y c onica
Se consideran las rectas
r : x = y = z , s : x +z = 0, x + 4y +z 6 = 0
Se pide:
1) Obtener la ecuacion de la supercie que engendra la recta s al girar alre-
dedor de la recta r.
2) Se corta la supercie anterior por el plano z = 1. Clasicar la conica resul-
tante, indicando los elementos notables (centro, ejes y asntotas si las tiene),
si no es degenerada o calcular las rectas que la forman si es degenerada. [4]
202 CAP

Resolucion. 1) La supercie de revolucion R pedida esta formada por las
circunferencias que son perpendiculares al eje r, con centro un punto de este
eje y que ademas cortan a s. Las circunferencias C perpendiculares al eje
r con centro un punto del eje se obtienen por la interseccion de todas las
esferas con centro un punto del eje (por ejemplo el origen) con todos los
planos perpendiculares al eje. Es decir
C
_
x
2
+y
2
+z
2
=
1
x +y +z =
2
La recta s la podemos expresar en la forma z = x, y = 3/2x/2. Obliguemos
a que la circunferencias C corten a s
_
x
2
+ (3/2 x/2)
2
+x
2
=
1
x + 3/2 x/2 +x =
2
Despejando x en la segunda ecuacion y sustituyendo en la primera, obtene-
mos la relacion que han de cumplir
1
y
2
para que las circunferencias C
pertenezcan a la supercie R
2
2
+ 2
2

1
+ 6 = 0
Sustituyendo
1
y
2
por sus valores en C
(x +y +z)
2
+ 2(x +y +z) x
2
y
2
z
2
+ 6 = 0
Simplicando obtenemos la ecuacion de la supercie pedida
R xy +xz +yz +x +y +z + 6 = 0
2) Para z = 1 obtenemos la conica xy + 2x + 2y + 7 = 0, su matriz es
A =
_
_
0 1/2 1
1/2 0 1
1 1 7
_
_
Tenemos = det A = 3/4 ,= 0 y = A
33
= 1/4 < 0. Se trata pues de
una hiperbola. Hallando las parciales respecto de x e y obtenemos el centro
de la conica
_
y + 2 = 0
x + 2 = 0

_
x = 2
y = 2
El centro es por tanto el punto (2, 2). Las ecuaciones de los ejes de una
conica f(x, y) = 0 en el caso elipse o hiperbola no degenerada con a
12
,= 0
sabemos que son
5.20. SUPERFICIE DE REVOLUCI
ON Y C
ONICA 203
y y
0
=

i
a
11
a
12
(x x
0
) (i = 1, 2) (1)
siendo (x
0
, y
0
) el centro de la conica y
i
(i = 1, 2) los valores propios de la
matriz correspondiente a A
33
1/2
1/2
= 0
2
1/4 = 0 = 1/2
Sustituyendo en (1) obtenemos las ecuaciones de los ejes: x y = 0, x +
y +4 = 0. Para hallar las asntotas homogeneizamos la ecuacion xy +2xt +
2yt + 7t
2
= 0. Si t = 0, entonces xy = 0. Es decir los puntos del innito
de la conica son (1, 0, 0) y (0, 1, 0). Las ecuaciones de las asntotas son por
tanto x = 2 e y = 2. Teniendo en cuenta que la conica esta contenida en
el plano z = 1 podemos concluir que sus elementos notables son
Centro: (2, 2, 1)
Ejes:
_
x y = 0
z = 1
_
x +y + 4 = 0
z = 1
Asntotas:
_
x = 2
z = 1
_
y = 2
z = 1
204 CAP

Parte II
AN
ALISIS REAL Y
COMPLEJO
205
Captulo 6
Analisis real univariable
6.1. Familia de sucesiones recurrentes
Se consideran las sucesiones de n umeros reales (x
n
) de la forma
x
0
= a , x
n+1
=
1
2
_
x
n
+
b
x
n
_
(a > 0, b > 0)
Se pide:
(a) Si a = 3 y b = 9, estudiar razonadamente si la sucesion (x
n
) es conver-
gente y en su caso, hallar el lmite.
(b) Comprobar que para a, b jos mayores que cero, la sucesion (x
n
) esta aco-
tada inferiormente por por +
b.
(c) Comprobar que para a, b jos mayores que cero, la sucesion (x
n
) es con-
vergente. Hallar su lmite. [11]
Resolucion. (a) Para a = 3, b = 9 tenemos
x
0
= 3, x
1
=
1
2
_
3 +
9
3
_
= 3, x
2
=
1
2
_
3 +
9
3
_
= 3
lo cual permite conjeturar que x
n
= 3 para todo n 0 natural. Demostremos
por induccion que la conjetura es cierta. Es cierta para n = 0 por la propia
construccion de la sucesion. Supongamos que es cierta para n, entonces
x
n+1
=
1
2
_
x
n
+
9
x
n
_
=
1
2
_
3 +
9
3
_
= 3
es decir, tambien es cierta para n + 1. Concluimos pues que (x
n
) = (3), y
por tanto la sucesion es convergente con lmite 3.
207
208 CAP
ITULO 6. AN
ALISIS REAL UNIVARIABLE

(b) Si x
n
> 0 entonces, x
n
+
b x
2
n
b. Demostremos que x
n
> 0
para todo n 0. Efectivamente x
0
= a > 0 por hipotesis. Supongamos que
x
n
> 0, entonces x
n+1
= (1/2)(x
n
+ b/x
n
) es el producto de dos n umeros
positivos y por tanto positivo.
Veamos ahora que para todo n 0 se verica x
2
n+1
b. Efectivamente
x
2
n+1
=
1
4
_
x
2
n
+
b
2
x
2
n
+ 2b
_
=
x
4
n
+b
2
+ 2bx
2
n
4x
2
n
Entonces
x
2
n+1
b
x
4
n
+b
2
+ 2bx
2
n
4x
2
n
b x
4
n
+b
2
+ 2bx
2
n
4bx
2
n
x
4
n
+b
2
2bx
2
n
0 (x
2
n
b)
2
0
igualdad esta ultima que es trivialmente cierta. Hemos demostrado pues que
para todo n 1 se verica x
n
+
b. Por supuesto que el termino x

0
= a
podra no cumplir la relacion anterior.
(c) Tenemos
x
n+1
x
n

1
2
_
x
n
+
b
x
n
_
x
n

x
2
n
+b
2x
n
x
n
x
2
n
+b 2x
2
n
x
2
n
+b 0 b x
2
n
y esta ultima desigualdad ya la habamos demostrado en el apartado (b) para
todo n 1. Observese que x
0
= a queda excluido, lo cual es irrelevante para
la existencia de lmite. Tenmos una sucesion x
1
, x
2
, . . . monotona decreciente
y acotada inferiormente y por tanto, convergente. Llamemos L a su lmite.
Tomando lmites en la igualdad
x
n+1
=
1
2
_
x
n
+
b
x
n
_
obtenemos L = (1/2)(L + b/L) o equivalentemente L
2
= b. Entonces, L =
+
b o L =
b. Ahora bien, como x

n
> 0 para todo n se deduce que
lm
n
x
n
= +
b.
6.2. Continuidad de funciones
1. Determinar donde son continuas las siguientes funciones elementales:
(a) f(x) =
3x 2
x
2
5x + 6
(b) g(x) =
2x
2
+ 10x 12
6.2. CONTINUIDAD DE FUNCIONES 209
2. Determinar donde son continuas las siguientes funciones no elementales:
(a) f(x) =
_
_
_
x
3
8
x 2
si x ,= 2
5 si x = 2
(b) g(x) =
_
3x
2
+ 1 si x 2
3x + 7 si x > 2
(c) h(x) =
_
e
1/x
si x ,= 0
0 si x = 0
Resolucion. 1. Recordamos que que todas las funciones elementales son
continuas en su dominio de denicion, en consecuencia, bastara determinar
donde las funciones dadas estan denidas.
(a) La funcion no esta denida si y solo si el denominador se anula, es decir
cuando x
2
5x + 6 = 0. Resolviendo obtenemos x = 2, x = 3. Por tanto f
es continua exactamente en R 2, 3.
(b) La funcion esta denida si y solo si el radicando es no negativo es decir,
si y solo si p(x) = 2x
2
+10x 12 0. Factoricemos p(x) para estudiar su
signo. Tenemos p(x) = 2(x
2
5x+6) = 2(x2)(x3). El polinomio p(x)
toma valores no negativos exactamente en el intervalo [2, 3] : g es continua
exactamente en [2, 3].
2. (a) Sea x
0
,= 2, entonces existe un intervalo abierto (a, b) que contiene a
x
0
de tal forma que la funcion f es elemental y esta denida en (a, b). Por
el teorema de continuidad de las funciones elementales concluimos que f es
continua en x
0
. Estudiemos la continuidad en x
0
= 2. Usando la denicion:
(i ) Existe f(2) = 5.
(ii ) Veamos si existe lm
x2
f(x)
lm
x2
f(x) = lm
x2
x
3
8
x 2
=
_
0
0
_
= lm
x2
(x 2)(x
2
+ 2x + 4)
x 2
=
lm
x2
(x
2
+ 2x + 4) = 12
(iii ) lm
x2
f(x) ,= f(2).
Por tanto, f no es continua en 2. Concluimos que la funcion f es continua
exactamente en R 2.
(b) Sea x
0
x
0
de tal forma que la funcion f es elemental y esta denida en (a, b). Por
el teorema de continuidad de las funciones elementales concluimos que f es
210 CAP
ITULO 6. AN

continua en x
0
. Estudiemos ahora la continuidad en x
0
= 2. Usando la
denicion:
(i ) Existe g(2) = 3(2)
2
+ 1 = 13.
x2
g(x)
lm
x2
g(x) = lm
x2
(3x
2
+ 1) = 13
lm
x2
+
g(x) = lm
x2
+
(3x + 7) = 13
Es decir, existe lm
x2
g(x) y es igual a 13.
(iii ) lm
x2
g(x) = f(2).
Por tanto, g tambien es continua en 2. Concluimos que la funcion g es
continua en R.
(c) Sea x
0
x
0
de tal forma que la funcion h es elemental y esta denida en (a, b). Por
el teorema de continuidad de las funciones elementales concluimos que h
es continua en x
0
. Estudiemos ahora la continuidad en x
0
= 0. Usando la
denicion:
(i ) Existe f(0) = 0.
x0
h(x)
lm
x0
h(x) = lm
x0
e
1/x
= e
= 0
lm
x0
+
h(x) = lm
x0
+
e
1/x
= e
+
= +
Es decir, no existe lm
x0
f(x) y por tanto la funcion no es continua en 0.
Concluimos que la funcion f es continua exactamente en R 0.
6.3. Funciones f-continuas
Sea f : R R una funcion arbitraria. Diremos que una funcion g : R R
es f-continua si g f es continua para todo x R.
1. Sea f(x) = x
2
. Estudiar si las funciones g
1
, g
2
: R R denidas por
g
1
(x) =
_
0 si x 0
1 si x > 0
g
2
(x) =
_
0 si x < 0
1 si x 0
6.3. FUNCIONES F-CONTINUAS 211
son f-continuas.
2. Determinar todas las funciones que son f-continuas si: a) f es constante
b) f(x) = x para todo x R.
3. Consideremos f(x) = e
x
. Estudiar razonadamente la veracidad o falsedad
de la siguiente armacion: g es f-continua si, y solo si g es continua en (0, ).
4. Consideremos ahora f(x) = sen x. Caracterizar las funciones g : R R
que son f-continuas. [11]
Resolucion. 1. Determinemos la funcion g
1
f y g
2
f :
(g
1
f)(x) = g
1
[f(x)] = g
1
(x
2
) =
_
0 si x = 0
1 si x ,= 0
Claramente g
1
f no es continua en x = 0, por tanto g
1
no es f-continua.
(g
2
f)(x) = g
2
[f(x)] = g
2
(x
2
) = 1
La funcion g
2
f es continua para todo x R, es decir g
2
es f-continua.
2. a) Sea f(x) = k con k constante. Entonces, para toda funcion g se verica
(g f)(x) = g[f(x)] = g(k), es decir g f es constante y por tanto continua.
En consecuencia todas las funciones g son f-continuas. b) Si f(x) = x para
todo x R :
g es f-continua (g f)(x) = g[f(x)] = g(x) es continua
Es decir, las funciones f-continuas son en este caso las continuas.
3. Veamos si se verica la doble implicacion: g es f-continua g es continua
en (0, ).
) El rango de la funcion f : R R, f(x) = e
x
es (0, ). Por hipotesis
gf : R R es continua y como consecuencia es continua gf considerando
la restriccion R
f
(0, )
g
R, y llamemos h = g f a esta composicion. La
inversa de la funcion f : R (0, ) es f
1
: (0, ) R, f
1
(x) = log x.
Entonces
g f = h g f f
1
= h f
1
g I = h f
1
g = h f
1
212 CAP
ITULO 6. AN

Se deduce que g es continua en (0, ) al ser composicion de continuas.
) Por hipotesis g es continua en (0, ). Razonando como en la implicacion
anterior tenemos R
f
(0, )
g
R, y la funcion g f es continua por ser la
composicion de continuas, es decir g es f-continua. Hemos demostrado la
doble implicacion, y por tanto la armacion dada es verdadera.
4. Veamos que: g es f-continua g es continua en [1, 1]. Razonaremos de
manera analoga a la del apartado anterior.
) Consideramos la restriccion [/2, /2]
f
[1, 1]
g
R. Entonces
f
1
: [1, 1] [/2, /2] , f
1
(x) = arcsen x.
Llamemos h = g f (h es continua por hipotesis). Se verica:
g f = h g f f
1
= h f
1
g I = h f
1
g = h f
1
Se deduce que g es continua en [1, 1] al ser composicion de continuas.
) Por hipotesis g es continua en [1, 1]. Razonando como en la implicacion
anterior tenemos R
f
[1, 1]
g
R, y la funcion g f es continua por ser la
composicion de continuas, es decir g es f-continua. Hemos demostrado pues
la doble implicacion.
6.4. Valores intermedios y Bolzano: aplicaci on
Si < prueba que la ecuacion
x
2
+ 1
x
+
x
6
+ 1
x
= 0 tiene al menos una
solucion en el intervalo (, ). [16]
Resolucion. Consideremos la funcion
f(x) =
x
2
+ 1
x
+
x
6
+ 1
x
Esta funcion es racional y esta denida en el intervalo abierto (, ), en
consecuencia continua en dicho intervalo. Por otra parte
lm
x
+
f(x) = + , lm
x
f(x) =
Por el teorema de los valores intermedios de las funciones continuas, existen
1
,
1
tales que <
1
<
1
< con f(
1
) > 0 y f(
1
) < 0. Por el
teorema de Bolzano, existe [
1
,
1
] (, ) tal que f() = 0. Es decir,
la ecuacion dada tiene al menos una solucion en el intervalo (, ).
6.5. DERIVACI
ON DE FUNCIONES NO ELEMENTALES 213

6.5. Derivacion de funciones no elementales
1. Calcular f
(x), siendo f(x) =

_
3x
2
+x si x 1
7x 3 si x < 1
2. Calcular (cuando exista) f
(x), siendo f(x) = [x[.

3. Se considera la funcion f(x) =
_
x
3
sen
1
x
si x ,= 0
0 si x = 0
(a) Demostrar quef es derivable en R. (b) Demostrar que f
es continua
pero no derivable en 0.
4. Estudiar la continuidad y derivabilidad de la funcion f(x) =
_
xx|x|
en x = 1, en donde x| denota la parte entera de x.
Resolucion. 1. Primer caso: x > 1. Existe un intervalo abierto que contie-
ne a x en el cual la funcion es elemental. Aplicando las conocidas reglas de
derivacion, f
(x) = 6x + 1.
Segundo caso: x < 1. Existe un intervalo abierto que contiene a x en el cual la
funcion es elemental. Aplicando las conocidas reglas de derivacion, f
(x) = 7.
Tercer caso: x = 1. En todo intervalo abierto que contiene a 1 la funcion
no es elemental. Aplicamos pues la denicion de derivada. La funcion a la
derecha y a la izquierda de 1 esta expresada por formulas distintas, por tanto
hallamos las derivadas por la derecha y por la izquierda.
f
+
(1) = lm
h0
+
f(1 +h) f(1)
h
= lm
h0
+
3(1 +h)
2
+ (1 +h) 4
h
= lm
h0
+
3h
2
+ 7h
h
= lm
h0
+
(3h + 7) = 7
f
(1) = lm
h0
f(1 +h) f(1)

h
= lm
h0
7(1 +h) 3 4
h
= lm
h0
7 = 7
Existe por tanto f
(1) y es igual a 7. Podemos pues concluir que

f
(x) =
_
6x + 1 si x 1
7 si x < 1
214 CAP
ITULO 6. AN

2. Sabemos que la funcion valor absoluto esta denida por
f(x) = [x[ =
_
x si x 0
x si x < 0
Primer caso: x > 0. Existe un intervalo abierto que contiene a x en el cual la
funcion es elemental. Aplicando las conocidas reglas de derivacion, f
(x) = 1.
Segundo caso: x > 0. Existe un intervalo abierto que contiene a x en el
cual la funcion es elemental. Aplicando las conocidas reglas de derivacion,
f
(x) = 1.
Tercer caso: x = 0. En todo intervalo abierto que contiene a 0 la funcion
no es elemental. Aplicamos pues la denicion de derivada. La funcion a la
derecha y a la izquierda de 0 esta expresada por formulas distintas, por tanto
hallamos las derivadas por la derecha y por la izquierda.
f
+
(0) = lm
h0
+
f(0 +h) f(0)
h
= lm
h0
+
h
h
= lm
h0
+
1 = 1
f
(0) = lm
h0
f(0 +h) f(0)

h
= lm
h0
h
h
= lm
h0
1 = 1
No coinciden las derivadas por la derecha y por la izquierda de f en 0, por
tanto no existe f
(0). Podemos pues concluir que

f
(x) =
_
1 si x > 0
1 si x < 0
3. (a) Primer caso: x ,= 0. Existe un intervalo abierto que contiene a x en el
cual la funcion es elemental. Aplicando las conocidas reglas de derivacion:
f
(x) = 3x
2
sen
1
x
+x
3
_
cos
1
x
_
1
x
2
= 3x
2
sen
1
x
xcos
1
x
Segundo caso: x = 0. En todo intervalo abierto que contiene a 0 la funcion
no es elemental. Aplicamos pues la denicion de derivada.
6.5. DERIVACI
ON DE FUNCIONES NO ELEMENTALES 215

f
(0) = lm
h0
f(0 +h) f(0)
h
= lm
h0
h
3
sen (1/h)
h
= lm
h0
h
2
sen (1/h) = 0
Hemos usado que el lmite de una funcion que tiende a cero por otra acotada,
tambien tiende a 0. La funcionf es derivable en R y ademas
f
(x) =
_
3x
2
sen
1
x
xcos
1
x
si x ,= 0
0 si x = 0
(b) Aplicando la propiedad anteriormente mencionada:
lm
x0
f
(x) = lm
x0
_
3x
2
sen
1
x
xcos
1
x
_
= 0 = f
(0)
Es decir, f
es continua en 0. Veamos que f
no es derivable en 0.
f
(0) = lm
h0
f
(0 +h) f
(0)
h
= lm
h0
3h
2
sen (1/h) hcos(1/h)
h
= lm
h0
(3hsen (1/h) cos(1/h))
Ahora bien, si h 0 entonces 3hsen (1/h) 0 y cos(1/h) es oscilante, en
consecuencia no existe f
(0).
4. En el intervalo abierto (0, 2) la funcion x| esta denida por
x| =
_
0 si 0 < x < 1
1 si 1 x < 2
Por tanto
f(x) =
_
0 si 0 < x < 1
x 1 si 1 x < 2
Se verica
lm
x1
f(x) = lm
x1
0 = 0
lm
x1
+
f(x) = lm
x1
+
(
x 1) = 0
216 CAP
ITULO 6. AN

en consecuencia lm
x1
f(x) = 0 = f(1), por tanto f es continua en x = 1.
Veamos si derivable en ese punto.
f
+
(1) = lm
h0
+
f(1 +h) f(1)
h
= lm
h0
+
1 +h 1
h
= lm
h0
+
(
1 +h 1)(
1 +h + 1)
h(
1 +h + 1)
= lm
h0
+
h
h(
1 +h + 1)
= lm
h0
+
1
1 +h + 1
=
1
2
f
(1) = lm
h0
f(1 +h) f(1)

h
= lm
h0
0
h
= lm
h0
0 = 0
Dado que f
+
(1) ,= f
(1) concluimos que f no es derivable en x = 1.

6.6. Derivada simetrica
Sea f : R R una funcion. Se dene la derivada simetrica de f en un punto
x
0
y se designa por f
s
(x
0
), al siguiente lmite si existe y es nito
f
s
(x
0
) = lm
h0
f(x
0
+h) f(x
0
h)
2h
(a) Estudiar la existencia en el punto x
0
= 0 de la derivada simetrica, y
calcularla en los casos que exista, para las siguientes funciones
f
1
(x) = e
x
, f
2
(x) = [x[ , f
3
(x) =
_
xsin
1
x
si x ,= 0
0 si x = 0
(b) Demostrar que si existe la derivada ordinaria f
(x
0
) de la funcion f en
el punto x
0
, entonces existe la derivada simetrica f
s
(x
0
), y hallar la relacion
entre ambas. Enunciar el recproco y estudiar su validez, dando una demos-
tracion o construyendo un contraejemplo.
(c) Demostrar que si existen las derivadas a la derecha y a la izquierda f
+
(x
0
)
y f
(x
0
) de la funcion f en el punto x
0
, entonces existe la derivada simetrica
f
s
(x
0
) y hallar la relacion entre ambas. Enunciar el recproco y estudiar su
validez, dando una demostracion o construyendo un contraejemplo. [11]
Resolucion. (a) Tenemos
(f
1
)
s
(0) = lm
h0
e
h
e
h
2h
=
_
0
0
_
= lm
h0
e
h
+e
h
2
= 1
6.6. DERIVADA SIM
ETRICA 217
Hemos usado la regla de LHopital.
(f
2
)
s
(0) = lm
h0
[h[ [ h[
2h
= lm
h0
0
2h
= lm
h0
0 = 0
(f
3
)
s
(0) = lm
h0
hsin
1
h
(h) sin
_
1
h
_
2h
= lm
h0
0
2h
= lm
h0
0 = 0
Hemos usado que el producto de un innitesimo por una funcion acotada es
tambien un innitesimo. Podemos concluir que existen las derivadas simetri-
cas de las tres funciones dadas en x
0
= 0.
(b) Podemos expresar
f(x
0
+h) f(x
0
h)
2h
=
f(x
0
+h) f(x
0
) +f(x
0
) f(x
0
h)
2h
=
1
2
f(x
0
+h) f(x
0
)
h
+
1
2
f(x
0
h) f(x
0
)
h
Tomando lmites y teniendo en cuenta que existe f
(x
0
) :
f
s
(x
0
) =
1
2
f
(x
0
) +
1
2
f
(x
0
) = f
(x
0
)
Es decir, si existe la derivada ordinaria de una funcion en un punto, enton-
ces existe tambien su derivada simetrica en dicho punto y ambas coinciden.
El enunciado recproco es: Si existe la derivada simetrica f
s
(x
0
), entonces
existe la derivada ordinaria f
(x
0
). Este enunciado es falso. En efecto, es
bien sabido que para la funcion f
2
(x) = [x[ no existe la derivada f
2
(0), sin
embargo existe (f
2
)
s
(0) como se demostro en el apartado anterior.
(c) Por hipotesis existen f
+
(x
0
) y f
(x
0
). Veamos que existe f
s
(x
0
). Tene-
mos:
lm
h0
+
f(x
0
+h) f(x
0
h)
2h
=
lm
h0
+
f(x
0
+h) f(x
0
) +f(x
0
) f(x
0
h)
2h
=
1
2
lm
h0
+
f(x
0
+h) f(x
0
)
h
+
1
2
lm
h0
+
f(x
0
h) f(x
0
)
h
=
1
2
f
+
(x
0
)+
1
2
f
(x
0
)
En la ultima igualdad hemos usado que h < 0. Razonando de manera
analoga obtenemos:
lm
h0
f(x
0
+h) f(x
0
h)
2h
= . . . =
1
2
f
(x
0
) +
1
2
f
+
(x
0
)
218 CAP
ITULO 6. AN

Hemos demostrado por tanto que si existen f
+
(x
0
) y f
(x
0
), entonces existe
f
s
(x
0
) y ademas f
s
(x
0
) = (1/2)(f
+
(x
0
) + f
(x
0
)). El enunciado recproco
es: Si existe la derivada simetrica f
s
(x
0
), entonces existen las derivadas
f
+
(x
0
) y f
(x
0
). Este enunciado es falso. En efecto, para la funcion f
3
(x)
del apartado (a) existe la derivada simetrica en 0 seg un demostramos. Ahora
bien,
f
3
(0 +h) f
3
(0)
h
=
hsin(1/h) 0
h
= sin(1/h)
Si h 0
+
entonces 1/h +, por tanto no existe (f
3
)
+
(0).
6.7. Derivabilidad absoluta
Sea f una funcion real y sea a un punto interior del dominio de f. Diremos
que f es absolutamente derivable en a si la funcion [f[ es derivable en a.
Estudiar si son ciertas o no, las siguientes proposiciones:
a.- Si f es absolutamente derivable en a, entonces f es continua en a.
b.- Si f es derivable en a, entonces f es absolutamente derivable en a.
c.- Si f es derivable en a, y f(a) ,= 0 entonces f es absolutamente derivable
en a.
d.- Si f es absolutamente derivable en a, y f(a) ,= 0 entonces f es derivable
en a.
e.- Si f es absolutamente derivable en a, continua en a y f(a) ,= 0 entonces
f es derivable en a.
f.- Supongamos que f(a) = 0 y que f es derivable en a. Entonces f es
absolutamente derivable en a, si y solo si f
(a) = 0.
g.- Si f y g son absolutamente derivable en a entonces f g (producto) es
absolutamente derivable en a.
h.- Si f y g son absolutamente derivable en a entonces f + g (suma) es
absolutamente derivable en a. [11]
Resolucion. a.- La proposicion es falsa. En efecto, consideremos la funcion:
f : R R , f(x) =
_
1 si x 0
1 si x < 0
Entonces, [f[(x) = 1 para todo x R con lo cual [f[
(x) = 0 para todo x R

y en particular [f[
(0) = 0. La funcion f es pues absolutamente derivable en

a = 0, sin embargo es claro que no es continua en a.
6.7. DERIVABILIDAD ABSOLUTA 219
b.- La proposicion es falsa. En efecto, consideremos la funcion f(x) = x y el
punto a = 0. Entonces f
(0) = 1, sin embargo [f[(x) = [x[ no es derivable

en 0 como bien es conocido.
c.- La proposicion es cierta. En efecto, si f es derivable en a, entonces es
continua en a. Al ser f(a) ,= 0 y por una conocida propiedad, existe un
> 0 tal que f(x) tiene el mismo signo que f(a) en I = (a , a + ). Si
f(a) > 0, entonces [f[ = f en I y por tanto [f[
(a) = f
(a). Si f(a) < 0,

entonces [f[ = f en I y por tanto [f[
(a) = f
(a). Concluimos que f es

absolutamente derivable en a.
d.- La proposicion es falsa. En efecto, consideremos la funcion f del apar-
tado a.- y a = 0. Esta funcion es absolutamente derivable en a seg un vimos
y cumple f(a) ,= 0. Sin embargo no es derivable en a al no ser continua en
este punto.
e.- La proposicion es cierta. En efecto, si f es continua en a y f(a) ,= 0 existe
un > 0 tal que f(x) tiene el mismo signo que f(a) en I = (a , a +). Si
f(a) > 0, entonces f = [f[ en I y por ser f absolutamente derivable en a,
f
(a) = [f[
(a). Si f(a) < 0, entonces f = [f[ en I y por ser f absoluta-

mente derivable en a, f
(a) = [f[
(a). Es decir, f es derivable en a.

f.- La proposicion es cierta. En efecto, sea f(a) = 0 y f derivable en a.
Veamos que
f es absolutamente derivable en a f
(a) = 0
) Por ser f derivable en a y f(a) = 0, existe y es nito:
f
(a) = lm
h0
f(a +h)
h
(1)
Por ser f absolutamente derivable en a y f(a) = 0, existe y es nito:
lm
h0
[f(a +h)[
h
(2)
Tomando valor absoluto en (1):
[f
(a)[ = lm
h0
[f(a +h)[
[h[
Por tanto
220 CAP
ITULO 6. AN

[f
(a)[ = lm
h0
+
[f(a +h)[
[h[
= lm
h0
+
[f(a +h)[
h
[f
(a)[ = lm
h0
[f(a +h)[
[h[
= lm
h0
[f(a +h)[
h
Por (2), existe lm
h0
[f(a + h)[/h y por tanto los lmites por la derecha e
izquierda coinciden. Es decir,
[f
(a)[ = [f
(a)[ 2[f
(a)[ = 0 [f
(a)[ = 0 f
(a) = 0
) Por hipotesis f(a) = 0 y f es derivable en a con f
(a) = 0. Veamos que f

es absolutamente derivable en a. En efecto, f(a) = 0 y f
(a) = 0 implica que

lm
h0
f(a +h)/h = 0. Entonces, dado un > 0 se verica [f(a +h)/h[ <
para h sucientemente proximo a 0. Ahora bien,
[f(a +h)[
h
f(a +h)
h
Se deduce que lm
h0
[f(a +h)[/h = 0, es decir, f es absolutamente deriva-
ble en a.
g.- La proposicion es cierta. En efecto, si f y g son absolutamente deriva-
bles en a, las funciones [f[ y [g[ son derivables en a. Como el producto de
funciones derivables es derivable, [f[[g[ = [fg[ es derivable en a. Es decir,
fg es absolutamente derivable en a.
h.- La proposicion es falsa. En efecto, elijamos las funciones
f(x) =
_
x + 1 si x 0
x 1 si x < 0
g(x) =
_
x 1 si x 0
x + 1 si x < 0
En un entorno de 0 tenemos [f(x)[ = x+1 y [g(x)[ = x+1 lo cual implica
que f y g son absolutamente derivables en 0. Por otra parte:
f(x) +g(x) =
_
2x si x 0
2x si x < 0
Por tanto, [f(x) + g(x)[ = [2x[, que no es derivable en a = 0, basta usar el
hecho de que [x[ no es derivable en a = 0.
6.8. DERIVADA (G F
1
)
(6) 221
6.8. Derivada (g f
1
)
/
(6)
Hallar (g f
1
)
(6), siendo:
f(x) = x
3
+ 2x
2
+ 3x , g(x) =
x
3
+ 6x
2
+ 9x + 5
x
4
+ 1
[12]
Resolucion. Usando los teoremas de la derivada de la funcion compuesta
e inversa:
(g f
1
)
(6) = g
[f
1
(6)] (f
1
)
(6) = g
[f
1
(6)]
1
f
(f
1
(6))
Determinemos f
1
(6). Usando la denicion de imagen inversa:
f
1
(6) = x
0
f(x
0
) = 6 x
3
0
+ 2x
2
0
+ 3x
0
= 6
La ecuacion x
3
0
+ 2x
2
0
+ 3x
0
6 = 0, tiene la raz x
0
= 1, y factorizando
obtenemos x
3
0
+ 2x
2
0
+ 3x
0
6 = (x 1)(x
2
0
+ 3x
0
+ 6) = 0. La ecuacion
x
2
0
+3x
0
+6 = 0 no tiene soluciones reales, por tanto f
1
(6) = 1. Derivemos
las funciones f y g :
f
(x) = 3x
2
+ 4x + 3
g
(x) =
(3x
2
+ 12x + 9)(x
4
+ 1) 4x
3
(x
3
+ 6x
2
+ 9x + 5)
(x
4
+ 1)
2
Sustituyendo x = 1 obtenemos f
(1) = 1, g
(1) = 9. Por tanto:

(g f
1
)
(6) = g
(1)
1
f
(1)
=
9
10
6.9. Familia de funciones de clase 1
Sea C el conjunto de las funciones f de R en R de clase 1 y que cumplen las
condiciones siguientes:
x R f
(f(x)) f
(x) = 1, f
(0) > 0, f(1) = 1

Se pide:
1. Comprobar que la funcion identidad I pertenece a C.
2. Vericar que f C f f = I.
3. Demostrar que f C f es creciente.
4. Demostrar que I es el unico elemento de C. [12]
222 CAP
ITULO 6. AN

Resolucion. 1. La funcion identidad es I(x) = x, x R. Dado que
I
(x) = 1 para todo x R se verica:

x R I
(I(x)) I
(x) = I
(x) 1 = 1 1 = 1, I
(0) = 1 > 0, I(1) = 1

Es decir, f C.
2. Por el teorema de la derivada de la funcion compuesta, (f f)
(x) =
f
(f(x)) f
(x). Por las hipotesis dadas, (f f)
(x) = 1 lo cual implica que

f f ha de ser de la forma (f f)(x) = x + k con k constante. Usando la
condicion f(1) = 1, obtenemos (f f)(1) = f[f(1)] = f(1) = 1. Por otra
parte:
(f f)(1) = f[f(1)] = f(1 +k) = (1 +k) +k = 1 + 2k
Es decir, 1 = 1 + 2k o equivalentemente k = 0, por tanto, f f = I.
3. De la condicion x R f
(f(x)) f
(x) = 1, deducimos que f
(x) ,= 0
para todo x R. Como f
es continua en R, se verica f
(x) > 0 x R
o bien f
(x) < 0 x R (en caso contrario ira en contradiccion con

el teorema de Bolzano). Dado que f
(0) > 0 ha de ser necesariamente

f
(x) > 0 x R lo cual implica que f es creciente (estrictamente) en

R.
4. Sea f C, veamos que para todo x R se verica f(x) = x. En efecto,
usando los apartados 2. y 3. tenemos
x > f(x) f(x) > f(f(x)) = (f f)(x) = I(x) = x (absurdo)
x < f(x) f(x) < f(f(x)) = (f f)(x) = I(x) = x (absurdo)
Para todo x R no puede ocurrir ni x > f(x) ni x < f(x) y por tanto ha
de ser necesariamente f(x) = x x R. Concluimos que C = I.
6.10. Aplicaci on del teorema de Rolle
Sea f : [3, 5] R una funcion continua que es derivable en (3, 5) y tal que
f(3) = 6 y f(5) = 10.
(a) Consideremos la funcion g : [3, 5] R denida por g(x) =
f(x)
x
. De-
mostrar que existe un x
0
(3, 5) tal que g
(x
0
) = 0. Deducir que f
(x
0
)x
0
f(x
0
) = 0.
6.11. L
IMITE DE LAS RA
ICES DE P
N
(X) = X
N+2
2X + 1 223
(b) Demostrar que entre todas las rectas tangentes a la graca de f, al me-
nos una de ellas pasa por el origen de coordenadas.
(c) Sea [a, b] un intervalo que no contiene al 0. Sea h : [a, b] R una fun-
cion continua que es derivable en (a, b) y tal que
h(a)
a
=
h(b)
b
. Demostrar
que existe un x
0
(a, b) tal que la tangente a la graca de h en el punto
(x
0
, h(x
0
)) pasa por (0, 0). [11]
Resolucion. (a) Veamos que la funcion g cumple las hipotesis del Teorema
de Rolle. (i ) g es continua en [3, 5] pues es cociente de continuas y el de-
nominador no se anula en [3, 5]. (ii ) g es derivable en (3, 5). Efectivamente,
g
(x) = (xf
(x) f(x))/x
2
con x
2
,= 0 en (3, 5). (iii ) g(3) = f(3)/3 = 6/3 =
2, g(5) = f(5)/5 = 10/5 = 2, es decir g(3) = g(2).
Existe pues x
0
(3, 5) tal que g
(x
0
) = (x
0
f
(x
0
) f(x
0
))/x
2
0
= 0. Como
x
2
0
,= 0 concluimos que x
0
(3, 5) tal que f
(x
0
)x
0
f(x
0
) = 0.
(b) La ecuacion de la recta tangente a una curva y = f(x) en el punto
de abscisa x
0
es r y y
0
= f
(x
0
)(x x
0
). Si x
0
es el correspondiente al
apartado anterior entonces la recta r pasa por el origen de coordenadas pues
para x = y = 0 obtenemos la relacion f(x
0
) = f
(x
0
)(x
0
) o equivalente-
mente f
(x
0
)x
0
f(x
0
) = 0, igualdad que se cumple seg un lo ya demostrado.
(c) Veamos que se verican las hipotesis del Teorema de Rolle para la fun-
cion = h(x)/x en el intervalo [a, b]. (i ) es continua en [a, b] pues es
cociente de funciones continuas y el denominador no se anula (por hipote-
sis 0 , [a, b]). (ii ) es derivable en (a, b) pues
(x) = (xh
(x) h(x))/x
2
con x
2
,= 0 en (a, b). (iii ) Tenemos por hipotesis h(a)/a = h(b)/b por tanto
(a) = h(a)/a = h(b)/b = (b).
Existe pues un x
0
(a, b) tal que
(x
0
) = 0 o bien (x
0
h
(x)
0
h(x
0
))/x
2
0
o
bien x
0
h
(x
0
) h(x
0
) = 0 (pues x
2
0
,= 0). La ecuacion de la recta tangente
a la graca de h en este mismo x
0
es y h(x
0
) = h
(x
0
)(x x
0
). Pasa por
(0, 0) pues 0 h(x
0
) = h
(x
0
)(0 x
0
) equivale a x
0
h
(x
0
) h(x
0
) = 0.
6.11. Lmite de las races de p
n
(x) = x
n+2
2x + 1
Se considera la sucesion de polinomios dada por
p
n
(x) = x
n+2
2x + 1 n = 1, 2, 3, . . .
Se pide:
224 CAP
ITULO 6. AN

1) Comprobar que todos estos polinomios tienen un cero com un.
2) Demostrar que cada polinomio tiene como maximo un cero en el intervalo
abierto (0, 1).
3) Comprobar que cada polinomio tiene de hecho un cero en (0, 1).
4) Sea (x)
n1
la sucesion formada por los ceros de los polinomios p
n
en (0, 1).
Comprobar que esta sucesion converge.
5) Calcular lm
n
x
n
.
Sugerencia: Intentese una interpretacion geometrica de la ecuacion x
n+2
2x + 1 = 0. [12]
Resolucion. 1) Para todo n = 1, 2, 3, . . . se verica p
n
(1) = 1
2n+1
21+1 =
12+1 = 0, lo cual implica que 1 es un cero com un a todos los polinomios p
n
.
2) Supongamos que p
n
tuviera mas de un cero en el intervalo (0, 1). Sean a, b
con 0 < a < b < 1 dos de estos ceros, es decir p
n
(a) = p
n
(b) = 0. La funcion
p
n
es polinomica y por tanto derivable en todo R. Como consecuencia es
continua en [a, b], derivable en (a, b) y ademas cumple p
n
(a) = p
n
(b). Como
consecuencia del teorema de Rolle, existira un
1
(a, b) tal que p
n
(
1
) = 0.
Tambien p
n
es continua en [b, 1], derivable en (b, 1) y ademas cumple p
n
(b) =
p
n
(1). De nuevo, como consecuencia del teorema de Rolle, existira un
2

(b, 1) tal que p
n
(
2
) = 0. Dado que 0 <
1
<
2
< 1, el polinomio p
n
tendra
al menos dos races en (0, 1). Ahora bien,
p
n
(x) = (n + 2)x
n+1
2 = 0 x =
n+1
_
2
n + 2
Como 0 < 2/(n+2) < 1 para todo n = 1, 2, 3, . . . , la raz r
n
=
n+1
_
2/(n + 2)
solo puede tomar un valor en (0, 1), lo cual es absurdo.
3. El unico punto crtico de p
n
en (0, 1 es r
n
. Tenemos p
n
(x) = (n+2)(n+1)x
n
y p
n
(r) > 0, lo cual implica que p
n
tiene en r
n
un mnimo relativo. Dado
que p
n
es estrictamente creciente en (r
n
, 1] y que p
n
(1) = 0, ha de ser nece-
sariamente p
n
(r) < 0. Como p
n
(0) = 1 > 0 y p
n
es continua en [0, r
n
], por
el teorema de Bolzano existe x
n
(0, r
n
) tal que p
n
(x
n
) = 0. Mas a un, al
ser p
n
(1/2) = 1/2
n+2
> 0, podemos asegurar que x
n
(1/2, r
n
).
De todo lo anterior, concluimos que todo polinomio p
n
tiene exactamente
una raz en (0, 1) y ademas se verica 1/2 < x
n
< r
n
.
4. La sucesion (x)
n1
esta acotada inferiormente por 1/2, si demostramos que
es monotona decreciente quedara demostrado que es convergente. Tenemos
6.12. F
ORMULA DE LEIBNIZ: DERIVADA (UV )

(N)
225
p
n
(x) p
n+1
(x) = x
n+2
2x + 1 (x
n+3
2x + 1)
= x
n+2
x
n+3
= x
n+2
(1 x)
Como x
n+2
(1 x) > 0 en (0, 1) se deduce que p
n
(x) > p
n+1
(x) en (0, 1).
De la interpretacion de las gracas de y = p
n
(x) concluimos que x
n
> x
n+1
para todo n = 1, 2, 3, . . . , y por tanto la sucesion es monotona decreciente.
y
x 1
1 p
n
(x) > p
n+1
(x)
x
n
> x
n+1
5. Sea l = lm
n
x
n
. Necesariamente es 1/2 < l < 1, y por tanto x
n+2
n

l
+
= 0 cuando n +. Como x
n
es raz de p
n
, se verica x
n+2
n
2x
n
+1 =
0. Tomando lmites en esta ultima igualdad obtenemos 0 2l + 1 = 0, es
decir l = 1/2. Por tanto:
lm
x
x
n
=
1
2
6.12. F ormula de Leibniz: derivada (uv)
(n)
1. Hallar la derivada enesima de la funcion f(x) = e
x
x
2
.
2. [13] Dada la funcion y = (Argsh x)
2
a) Demostrar que se verica la igualdad (1 +x
2
)y
+xy
= 2.
b) Utilizando la igualdad anterior y la formula de Leibniz hallar una expre-
sion que proporcione la derivada de cualquier orden en x = 0.
Resolucion. Redordamos la formula de Leibniz: Sean u, v : I R dos fun-
ciones con derivadas hasta orden n en todos los puntos del intervalo I R.
Entonces se verica en este intervalo: (uv)
(n)
=
n
k=0
_
n
k
_
u
(nk)
v
(k)
en don-
de u
(0)
denota u y v
(0)
denota v.
1. Llamando u(x) = e
x
y v(x) = x
2
obtenemos
_
_
u
(0)
(x) = e
x
u
(1)
(x) = e
x
u
(2)
(x) =
2
e
x
u
(3)
(x) =
3
e
x
. . .
u
(n)
(x) =
n
e
x
_
_
v
(0)
(x) = x
2
v
(1)
(x) = 2x
v
(2)
(x) = 2
v
(3)
(x) = 0
. . .
v
(n)
(x) = 0
226 CAP
ITULO 6. AN

(uv)
(n)
(x) =
_
n
0
_
n
e
x
x
2
+
_
n
1
_
n1
e
x
2x +
_
n
2
_
n2
e
x
2 =
n
e
x
x
2
+ 2n
n1
e
x
x +n(n 2)
n2
e
x
=
n2
e
x
(
2
x
2
+ 2nx +n
2
2n)
2. a) Tenemos y
= 2(Argsh x)
1
1 +x
2
o bien
1 +x
2
y
= 2Argsh x.
Derivando la ultima expresion:
x
1 +x
2
y
1 +x
2
y
=
2
1 +x
2
Multiplicando ambos miembros por
1 +x
2
obtenemos
(1 +x
2
)y
+xy
= 2 (1)
b) La formula de Leibniz para la derivada de orden n 2 del producto de
dos funciones u y v es
(uv)
(n2)
= u
(n2)
v +
_
n2
1
_
u
(n3)
v
+
_
n2
2
_
u
(n4)
v
+. . . +uv
(n2)
Eligiendo u = y
, v = 1 +x
2
obtenemos
(y
(1 +x
2
))
(n2)
= y
(n)
(1 +x
2
) +
_
n2
1
_
y
(n1)
2x+
_
n2
2
_
y
(n2)
2 +0 +. . . +0
Para x = 0
(y
(1 +x
2
))
(n2)
(0) = y
(n)
(0) + 2
_
n2
2
_
y
(n2)
(0) =
y
(n)
(0) + (n 2)(n 3)y
(n2)
(0) (2)
Eligiendo ahora u = y
, v = x
(y
x)
(n2)
= y
(n1)
x +
_
n2
1
_
y
(n2)
1 + 0 +. . . + 0
Para x = 0
(y
x)
(n2)
(0) =
_
n2
1
_
y
(n2)
(0) = (n 2)y
(n2)
(0) (3)
Derivando n 2 veces la igualdad (1), sustituyendo x = 0 y usando (2) y
(3)
y
(n)
(0) + (n 2)(n 3)y
(n2)
+ (n 2)y
(n2)
= 0
6.13. APLICACI
ON DE LA F
ORMULA DE TAYLOR 227

Despejando y
(n)
(0) obtenemos y
(n)
(0) = (n 2)
2
y
(n2)
(0). Por tanto, co-
nociendo y
(0), y
(0) tendremos la formula que nos da la derivada de orden

n de y en x = 0. Del apartado a) deducimos que y
(0) = 0 y que y
(0) = 2.
Esto implica que las derivadas de orden impar son todas nulas. Hallemos las
de orden par
y
(0) = 2
y
(4)
(0) = (4 2)
2
2 = 2
2
2
y
(6)
(0) = (6 2)
2
(2
2
2) = 4
2
2
2
2
y
(8)
(0) = (8 2)
2
(4
2
2
2
2) = 6
2
4
2
2
2
2
. . .
y
(n)
(0) = (1)
n
2
+1
2(n 2)
2
(n 4)
2
. . . 2
2
Podemos pues expresar y
(n)
(0) (n 1) de la siguiente manera
y
(n)
(0) =
_
0 si n impar
(1)
n
2
+1
2((2n 2)!!)
2
si n par
6.13. Aplicaci on de la f ormula de Taylor
De una funcion f : (2, 2) R sabemos que admite derivadas de cualquier
orden y que las derivadas se pueden acotar del siguiente modo
[f
(n)
(x)[
2
n+2
n!
3
n+1
(n N, x [0, 1/2])
Ademas conocemos que f(0) = 1 y f
(n)
(0) =
n!
2
n
. Calculese f(1/2)
Indicacion: Puede ser util encontrar una expresion para P
f,n,0
(1/2) donde
P
f,n,0
es el polinomio de Taylor de orden n de la funcion f en 0. [11]
Resolucion. Si p
n
es el polinomio de Taylor de orden n de f en 0, tenemos
p
n
(x) = f(0) +
f
(0)
1!
x +
f
(0)
2!
x
2
+. . . +
f
(n)
(0)
n!
x
n
=
n
k=0
f
(k)
(0)
k!
x
k
f(x) = p
n
(x) +
f
(n+1)
()
(n + 1)!
x
n+1
con comprendido entre 0 y x. Por hipotesis f(0) = 1 y f
(k)
(0) = k!/2
k
, es
decir
p
n
(x) =
n
k=0
k!
2
k
1
k!
x
k
=
n
k=0
x
k
2
k
= 1 +
x
2
+
x
2
2
2
+. . . +
x
n
2
n
228 CAP
ITULO 6. AN

Si x = 1/2 entonces (0, 1/2) y por la hipotesis dada sobre la acotacion,
[f
(n+1)
()[ 2
n+3
(n + 1)!/3
n+2
. En consecuencia
f
(n+1)
()
(n + 1)!
_
1
2
_
n+1
2
n+3
(n + 1)!
3
n+2
(n + 1)!

1
2
n+1
=
4
3
n+2
Escribamos la formula de Taylor para x = 1/2
f(1/2) = 1 +
1/2
2
+
(1/2)
2
2
2
+. . . +
(1/2)
n
2
n
+E
n
=
1 +
1
4
+
1
4
2
+. . . +
1
4
n
+E
n
, E
n
=
f
(n)
()
(n + 1)!
_
1
2
_
n+1
Por otra parte y aplicando la formula de la suma de los n + 1 primeros
terminos de una progresion geometrica
f(1/2) =
1(1/4
n+1
1)
1/4 1
+E
n
=
4
3
_
1
1
4
n+1
_
+E
n
(1)
Como 0 E
n
4/3
n+2
y lm
n+
4/3
n+2
= 0 deducimos que lm
n+
E
n
=
0. Tomando lmites en (1) cuando n + obtenemos f(1/2) = 4/3(1
0) + 0 = 4/3. Solucion: f(1/2) = 4/3.
6.14. Calculo de un lmite por integrales
Relacionar el lmite
lm
n
_
1
n + 1
+
1
n + 2
+. . . +
1
n +n
_
con la integral
_
2
1
1
x
dx. Calcular el lmite anterior. [16]
Resolucion. La funcion f(x) = 1/x es continua en el intervalo [1, 2]. Divi-
diendo este intervalo en n partes iguales obtenemos la particion
x
0
= 1, x
1
= 1 +
1
n
, x
2
= 1 +
2
n
, . . . , x
n
= 1 +
n
n
La integral de Riemann de la funcion f(x) = 1/x en [1, 2] es
_
2
1
dx/x =
lm
n
S
n
siendo
6.15. PI ES IRRACIONAL 229
S
n
= f
_
1 +
1
n
_
1
n
+f
_
1 +
2
n
_
1
n
+. . . +f
_
1 +
n
n
_
1
n
= f
_
n + 1
n
_
1
n
+f
_
n + 2
n
_
1
n
+. . . +f
_
n +n
n
_
1
n
=
n
n + 1
1
n
+
n
n + 2
1
n
+. . . +
n
n +n
1
n
=
1
n + 1
+
1
n + 2
+. . . +
1
n +n
El lmite pedido es por tanto
lm
n
S
n
=
_
2
1
1
x
dx = [log x]
2
1
= log 2 log 1 = log 2
6.15. Pi es irracional
1. Sean p, q, n N
. Se considera la funcion polinomica

P
n
(x) =
1
n!
x
n
(qx p)
n
Demostrar que P
(r)
n
(0) Z para todo r = 0, 1, 2, . . .
2. Demostrar P
(r)
n
(p/q) Z para todo r = 0, 1, 2, . . .
3. Hallar el maximo de la funcion [P
n
(x)[ sobre el intervalo [0, p/q].
4. Sean p y q tales que p/q. Demostrar que lm
n
I
n
= 0, siendo:
I
n
=
_

0
P
n
(x) sin x dx
5. Supogamos que sea racional e igual a p/q, demostrar que [I
n
[ es entero
positivo para todo n. Que conclusion se saca de estos resultados?
Resolucion. 1. El polinomio P
n
(x) tiene grado 2n. Esto implica que P
(r)
n
(0) =
0 para r > 2n. Aplicando la formula de Maclaurin a P
n
(x) obtenemos:
P
n
(x) =
2n
r=0
p
(r)
n
(0)
r!
x
r
=
n1
r=0
p
(r)
n
(0)
r!
x
r
+
2n
r=n
p
(r)
n
(0)
r!
x
r
(1)
Aplicando la formula del binomio de Newton:
P
n
(x) =
1
n!
x
n
n
k=0
(1)
k
_
n
k
_
q
nk
p
k
x
nk
=
n
k=0
(1)
k
n!
_
n
k
_
q
nk
p
k
x
2nk
(2)
230 CAP
ITULO 6. AN

Cuando k vara de 0 a n, 2nk vara de 2n a n. En consecuencia, P
(r)
n
(0) = 0
si 0 r < n. Falta pues demostrar que P
(r)
n
(0) Z si n r 2n. Haciendo
el cambio r = 2n k e identicando coecientes en (1) y (2) obtenemos:
P
(r)
n
(0) =
r!
n!
(1)
2nr
_
n
2n r
_
q
rn
p
2nr
Z
2. Se verica:
P
n
_
p
q
x
_
=
1
n!
_
p
q
x
_
n
(qx)
n
=
1
n!
(qx p)
n
x
n
= P
n
(x) (3)
Derivando la igualdad P
n
(p/q x) = P
n
(x) deducida de (3) y sustituyendo
en 0 obtenemos:
P
(r)
n
_
p
q
x
_
= (1)
r
P
(r)
n
(x), P
(r)
n
_
p
q
_
= (1)
r
P
(r)
n
(0) Z
3. Podemos escribir [P
n
(x)[ = (1/n!) [x(qx p)[
n
, por tanto el maximo
de [P
n
(x)[ sobre [0, p/q] se obtiene en el mismo punto que el maximo de
[x(qx p)[. La funcion f(x) = x(qxp) = qx
2
px representa una parabo-
la. Tenemos:
f
(x) = 0 2qx p = 0 x = p/2q, f(0) = f(p/q) = 0

El maximo de f en [0, p/q] es 0 y el mnimo f(p/(2q)) = p
2
/(4q). El
maximo de [f(x)[ en [0, p/q] es por tanto p
2
/(4q) y el de [P
n
(x)[ es:
M =
1
n!
_
p
2
4q
_
n
4. Por el teorema de la media del calculo integral podemos escribir:
I
n
=
_

0
P
n
(x) sin x dx = P
n
(c) sin c, (0 < c < p/q)
Por el apartado anterior 0 [I
n
[ M. Como M es de la forma a
n
/n!,
tiende a 0. En consecuencia [I
n
[ 0 cuando n 0.
5. Sea Q(x) un polinomio cualquiera. Aplicando dos veces la formula de
integracion por partes obtenemos:
_

0
Q(x) sin x dx = Q() +Q(0) +
_

0
Q
(x) cos x dx =
Q() +Q(0)
_

0
Q
(x) sin x dx (4)

6.16. F
ORMULA DE WALLIS 231

Aplicando reiteradamente (4) obtenemos:
I
n
= [P
n
() +P
n
(0)] [P
n
() +P
n
(0)] +. . . + (1)
n
[P
(2n)
n
() +P
(2n)
n
(0)]
Usando los resultados del segundo apartado:
P
(r)
n
() = P
(r)
n
_
p
q
_
= (1)
r
P
(r)
n
(0) Z
Con lo cual obtenemos:
I
n
= 2[P
n
(0) P
n
(0) +P
(4)
n
(0) . . . + (1)
n
P
(2n)
n
(0)] Z
Por otra parte, I
n
= P
n
(c) sin c con 0 < c < p/q. Del estudio hecho de
la parabola f(x) = x(qx p) deducimos que P
n
(c) ,= 0, ademas sin c ,= 0.
Esto implica que I
n
es un entero no nulo, en consecuencia [I
n
[ 1 para
todo n. Entonces, de la hipotesis de ser = p/q un n umero racional hemos
demostrado que existe una sucesion [I
n
[ con lmite 0 tal que [I
n
[ 1 para
todo n lo cual es absurdo. Se concluye pues que es un n umero irracional.
6.16. F ormula de Wallis
Sea I
n
=
_
/2
0
sin
n
x dx, n N.
a) Establecer una relacion de recurrencia entre I
n
e I
n2
.
b) Establecer una formula que permita calcular I
n
conocido n.
c) Demostrar que lm
n
I
2n+1
I
2n
= 1 y deducir que:
lm
n
1
n
(2n)!!
(2n 1)!!
=
Resolucion. a) Usando integracion por partes con u = sin

n1
x y dv =
sin x dx :
I
n
=
_
/2
0
sin
n
x dx
=
_
/2
0
sin
n1
xsin x dx
=
_
sin
n1
xcos x
/2
0
+ (n 1)
_
/2
0
sin
n2
xcos
2
x dx
= (n 1)
_
/2
0
sin
n2
x(1 sin
2
x) dx
= (n 1)I
n2
(n 1)I
n
232 CAP
ITULO 6. AN

Obtenemos por tanto la relacion:
I
n
=
n 1
n
I
n2
(n 2)
b) Para n par obtenemos:
I
n
=
(n 1)(n 3) . . . 1
n(n 2) . . . 2
I
0
=
(n 1)(n 3) . . . 1
n(n 2) . . . 2
_
/2
0
dx
=
(n 1)(n 3) . . . 1
n(n 2) . . . 2
2
=
(n 1)!!
n!!
2
Para n impar:
I
n
=
(n 1)(n 3) . . . 2
n(n 2) . . . 3
I
1
=
(n 1)(n 3) . . . 2
n(n 2) . . . 3
_
/2
0
sin x dx
=
(n 1)(n 3) . . . 2
n(n 2) . . . 3
1
=
(n 1)!!
n!!
c) Veamos que (I
n
) es una sucesion decreciente de terminos positivos. En
efecto, para todo x [0, /2] y para todo n 1 se verica 0 sin
n
x
sin
n1
x 1. Tenemos pues la relacion 1/I
n1
1/I
n
1/I
n+1
. Multipli-
cando por I
n+1
y por el apartado a):
n
n + 1
=
I
n+1
I
n1
I
n+1
I
n
I
n+1
I
n+1
= 1 lm
n
I
n+1
I
n
= 1
Teniendo en cuenta que (a
2n
) = (I
2n+1
/I
2n
) es una subsucesion de (I
n+1
/I
n
),
se verica lm
n
a
2n
= 1. Es decir:
lm
n
I
2n+1
I
2n
= lm
n
(2n)
2
(2n 2)
2
. . . 2
2
(2n 1)
2
(2n 3)
2
. . . 3
2

2
(2n + 1)
Por otra parte, lm
n
1/(n + 1/2) = lm
n
1/n y la funcion f(x) =

x
es continua, por tanto:
lm
n
1
n
(2n)!!
(2n 1)!!
=
6.17. INTEGRAL DE EULER-POISSON 233

6.17. Integral de Euler-Poisson
Este problema tiene por objeto desarrollar una demostracion de la conocida
formula:
_
+
e
t
2
dt =
()
a) Se considera la funcion f denida para cada x 0 mediante
f(x) =
_
1
0
e
x(1+t
2
)
1 +t
2
dt
Calcular f(0) y determinar lm
x+
f(x).
b) Obtener una expresion de la derivada de la funcion f en terminos de g y
g
, estando g denida por:

g(x) =
_

x
0
e
t
2
dt
c) Justicar utilizando los dos apartados anteriores la validez de la formula
(). [14]
1
Resolucion. a) Hallemos f(0):
f(0) =
_
1
0
dt
1 +t
2
= [arctan t]
1
0
= arctan 1 arctan 0 = /4 0 = /4
Para todo x, t R se verica e
x(1+t
2
)
/(1 + t
2
) > 0, por tanto f(x) 0.
Por otra parte para x 0 y t [0, 1] tenemos x x(t
2
+ 1), es decir
e
x(t
2
+1)
e
x
. Queda:
0 f(x) =
_
1
0
e
x(t
2
+1)
1 +t
2
dt
_
1
0
e
x
1 +t
2
dt = e
x
_
1
0
dt
1 +t
2
dt =
e
x
4
Como lm
x+
e
x
/4 = 0, se concluye lm
x+
f(x) = 0.
b) Usando el conocido teorema de la derivacion bajo el signo integral:
f
(x) =
_
1
0
(1 +t
2
)e
x(1+t
2
)
1 +t
2
dt =
_
1
0
e
x(1+t
2
)
dt = e
x
_
1
0
e
xt
2
dt
1
En 9.9 damos otra versi on de este problema
234 CAP
ITULO 6. AN

Derivemos g(x) usando el teorema fundamental del Calculo:
g
(x) = e
x
1
2
x
0 =
e
x
2
x
Efectuando ahora el cambio t = u/
x tenemos dt = du/
x y por tanto:
_
1
0
e
xt
2
dt =
_

x
0
e
u
2
x
du =
g(x)
x
Esto nos permite encontrar la expresion pedida:
f
(x) = e
x
g(x)
x
= 2g
(x)g(x)
c) Integrando ambos miembros de la igualdad anterior obtenemos f(x) =
g
2
(x) +C. Para x = 0 obtenemos f(0) = g
2
(0) +C o bien /4 = 0 +C.
Es decir, tenemos f(x) = /4g
2
(x) o bien g(x) =
_
/4 f(x). Teniendo
en cuenta el apartado a) queda:
_
+
0
e
t
2
dt = lm
x+
g(x) = lm
x+
_
4
f(x) =
2
Dado que h(t) = e
t
2
es par, queda:
_
+
e
t
2
dt =
6.18.
_
0
dx/(5 3 cos x)
3
por deriv. parametrica
Calcular
_

0
1
(5 3 cos x)
3
dx
Resolucion. Consideremos D = [0, ] (3, +) y la funcion
f : D R, f(x, ) =
1
3 cos x
Claramente 3 cos x ,= 0 para todo (x, ) D y f (
(D). Por otra

parte
f
=
1
( 3 cos x)
2
,

2
f
2
=
2
( 3 cos x)
3
6.19.
_
/2
0
(ARCTANSINX/ SINX) DX POR DERIV. PAR
AMETRICA235
Es decir, la funcion integrando es
1
(5 3 cos x)
3
=
1
2
2
f
2
(x, 5)
Hallemos ahora I() usando la substitucion t = tan(x/2)
I() =
_
+
0
2
1+t
2
3
1t
2
1+t
2
dt = 2
_
+
0
1
( + 3)t
2
+ 3
dt =
2
3
_
+
0
dt
__
+3
3
t
_
2
+ 1
=
2
2
9
_
arctan
_
+ 3
3
t
_
+
0
=

2
9
Hallemos I
()
I() = (
2
9)
1/2
I
() = (
2
9)
3/2
I
() = (
2
9)
3/2
+ 3
2
(
2
9)
5/2
=
(
2
9)
3/2
[1 + 3
2
(
2
9)
1
]
La derivada parcial
f
es continua en [0, ] (3, +). Aplicando el teorema

de derivacion parametrica obtenemos para todo (3, +)
I
() =
_

0
f
dx =
_

0
dx
( 3 cos x)
2
dx
Por analogas consideraciones
I
() = 2
_

0
dx
( 3 cos x)
3
dx , (3, +)
La integral pedida es por tanto
_

0
dx
(5 3 cos x)
3
dx =
1
2
I
(5) = . . . =
59
2048
6.19.
_
/2
0
(arctan sin x/ sin x) dx por deriv. parame-
trica
Calcular
_
/2
0
arctan(sin x)
sin x
dx
236 CAP
ITULO 6. AN

Resolucion. En [0, /2] el denominador se anula solo para x = 0. Por otra
parte para todo R
lm
x0
+
arctan(sin x)
sin x
= lm
x0
+
sin x
sin x
=
por tanto la siguiente funcion esta bien denida (por medio de una integral
convergente)
I : [0, +) R, I() =
_
/2
0
arctan(sin x)
sin x
dx
Se cumplen las hipotesis del teorema de la derivacion parametrica, por tanto
I
() =
_
/2
0
dx
1 +
2
sin
2
x
Usando la substitucion t = tan x
I
() =
_
+
0
dt
1 +t
2
1 +

2
t
2
1 +t
2
=
_
+
0
dt
(1 +
2
)t
2
+ 1
Usando la substitucion u =
1 +
2
t
I
() =
1
1 +
2
_
+
0
du
u
2
+ 1
=
1
1 +
2
2
Integrando ambos miembros
I() =

2
log [ +
2
+ 1[ +C
Para = 0 tenemos 0 = 0 + C es decir C = 0, entonces I() =

2
log [ +
2
+ 1[.
Como consecuencia
_
/2
0
arctan(sin x)
sin x
dx = I(1) =

2
log(1 +
2) =

2
sinh
1
(1)
6.20. FUNCI
ON GAMMA DE EULER 237

6.20. Funcion Gamma de Euler
1. Para todo p R se considera la integral
I(p) =
_
+
0
x
p1
e
x
dx
Demostrar que esta integral es convergente s y solamente si p > 0 . Esta
condicion se supondra en todo lo siguiente.
2. Demostrar que I(p) > 0.
3. Demostrar que I(p) = (p 1)I(p 1) para todo p > 1. Calcular I(n)
siendo n un entero positivo.
4. Demostrar que para n entero positivo y > 0 las siguientes integrales
son convergentes:
n
() =
_
+
0
x
1
e
x
(log x)
n
dx
5. Para x > 0, demostrar
x
h
1 = hlog x +
h
2
2
(log x)
2
+
h
3
6
x
h
(log x)
3
(0 < < 1)
6. Cuando h tiende a 0 y p > 0 podemos elegir [h[ < p/2. Demostrar as que
I(p +h) I(p) h
1
(x)
h
2
2

2
(x) esta comprendido entre
h
3
6

3
_
p
2
_
y
h
3
6

3
_
3p
2
_
7. Demostrar que I(p) es continua y derivable para todo p > 0, que su
derivada es
1
(p) y su derivada segunda
2
(p).
Nota: La funcion I(p) as construida se denomina funcion gamma de Euler
y en general se escribe en la forma
(x) =
_
+
0
t
x1
e
t
dt
8. Demostrar la existencia de un p
0
(1, 2) tal que (dI/dp)(p
0
) = 0.
9. Estudiar el signo de d
2
I/dp
2
. Deducir el sentido de las variaciones de
dI/dp, el signo de dI/dp y el sentido de las variaciones de I.
10. Sea 0 < p < 1, comparar I(p) con I(p + 2) y demostrar que 1/2p <
I(p) < 2/p. Decucir el lmite de I(p) cuando p 0
+
.
Resolucion. 1. Tenemos
238 CAP
ITULO 6. AN

lm
x0
+
x
p1
e
x
1/x
1p
= lm
x0
+
e
x
= 1 ,= 0
Esto implica que la integral
_
1
0
x
p1
e
x
dx es convergente sii
_
1
0
dx/x
1p
es
convergente, es decir sii 1 p < 1 o de forma equivalente cuando p > 0. Por
otra parte
lm
x+
e
x
x
p1
1/x
2
= lm
x+
x
p+1
e
x
= 0
Por tanto, 0 e
x
x
p1
1/x
2
para x sucientemente grande. Dado que
la integral
_
+
1
dx/x
2
es convergente, as lo es
_
+
1
e
x
x
p1
dx. Concluimos
pues que I(p) es convergente sii p > 0.
2. Escribamos I(p) en la forma
I(p) = lm
t+
f(t) , f(t) =
_
t
0
x
p1
e
x
dx
Por el teorema de la media para integrales, f(t) = t
p1
e
> 0 con
0 < < t. Por otra parte df/dt = t
p1
e
t
> 0, es decir f(t) crece con
t. Se concluye que I(p) > 0.
3. Usando la formula de integracion por partes con u = x
p1
, dv = e
x
obtenemos
I(p) =
_
+
0
x
p1
e
x
dx =
_
e
x
x
p1
+
0
+ (p 1)
_
+
0
x
p2
e
x
dx
Por otra parte, lm
x+
x
p1
e
x
= lm
x0
+ x
p1
e
x
= 0, lo cual implica
que I(p) = (p 1)I(p 1) si p > 1. Para n entero positivo y teniendo en
cuenta que I(1) =
_
+
0
e
x
dx = 1
I(n) = (n 1)(n 2) . . . 2 1 I(1) = (n 1)! I(1) = (n 1)!
4. Tenemos
lm
x+
e
x
1/x
+1
= 0 , lm
x+
log x
x
1/2n
= 0
Esto implica que e
x
< 1/x
+1
y log x < 1/x
2n
para x sucientemente
grande. Es decir
0 < x
1
e
x
(log x)
n
< x
1
1
x
+1
x
1/2
=
1
1/x
3/2
6.20. FUNCI
ON GAMMA DE EULER 239

Como
_
+
1
dx/x
3/2
es convergente, concluimos por el criterio de compa-
racion que la integral
_
+
1
x
1
e
x
(log x)
n
dx tambien es convergente. Por
otra parte cuando x 0
+
, x
1
[ log x[
n
e
x
es equivalente a x
1
[ log x[
n
.
Ahora bien, [ log x[
n
es menor que x
/2n
, por tanto
x
1
[ log x[
n
<
1
x
1
2
Dado que 1 /2 < 1 la integral
_
1
0
dx/x
1/2
es convergente. Como conse-
cuencia tambien lo es
_
1
0
x
1
e
x
(log x)
n
dx. De todo lo anterior deducimos
que
n
() es convergente.
5. La funcion f(h) = x
h
se puede escribir en la forma f(h) = e
hlog x
. En-
tonces
f
(h) = (log x)e

hlog x
, f
(h) = (log x)
2
e
hlog x
, f
(h) = (log x)
3
e
hlog x
Tenemos pues
f(0) = 1, f
(0) = log x, f
(0) = (log x)
2
, f
(c) = (log x)
3
e
c log x
La formula de Mac-Laurin aplicada a f(h) proporciona
x
h
1 = hlog x +
h
2
2
(log x)
2
+
h
3
6
x
h
(log x)
3
(0 < < 1)
6. Multiplicando por x
p1
e
x
obtenemos
x
p+h1
e
x
x
p1
e
x
= hx
p1
e
x
log x +
h
2
2
x
p1
e
x
(log x)
2
+
h
3
6
x
p+h1
e
x
(log x)
3
Eligiendo [h[ < p/2 tenemos 0 < p/2 x
p+h1
> x
3p
2
1
,
x
p
2
1
(log x)
3
< x
p+h1
(log x)
3
< x
3p
2
1
(log x)
3
Si 1 < x :
x
p
2
1
< x
p+h1
< x
3p
2
1
,
x
p
2
1
(log x)
3
< x
p+h1
(log x)
3
< x
3p
2
1
(log x)
3
Es decir, para cualquier x > 0 la expresion
240 CAP
ITULO 6. AN

x
p+h1
e
x
x
p1
e
x
hx
p1
e
x
log x
h
2
2
x
p1
e
x
(log x)
2
esta comprendida entre
h
3
6
x
p
2
1
(log x)
3
e
x
y
h
3
6
x
3p
2
1
(log x)
3
e
x
Por integracion, I(p +h) I(p) h
1
(x)
h
2
2

2
(x) esta comprendido entre
h
3
6

3
_
p
2
_
y
h
3
6

3
_
3p
2
_
7. Del apartado anterior deducimos
lm
h0
( I(p +h) I(p) ) = 0 , lm
h0
I(p +h) I(p)
h
=
1
(p)
lm
h0
I(p +h) I(p)
h

1
(p)
h
=
2
(p)
Es decir, I(p) es continua, dI/dp =
1
(p) y d
2
I/dp
2
=
2
(p).
8. Del apartado 2. deducimos I(1) = I(2) = 1. Esto unido a los resultados
del apartado anterior implica que se cumplen las hipotesis del teorema de
Rolle en el intervalo [1, 2] es decir, existe p
0
(1, 2) tal que (dI/dp)(p
0
) = 0.
9. La integral
_
t
0
x
p1
e
x
(log x)
2
dx es positiva, crece con t y su lmite
cuando t + es
2
(p) =
_
+
0
x
p1
e
x
(log x)
2
dx. Es decir, d
2
I/dp
2
> 0
y en consecuencia dI/dp es creciente y y se anula en p
0
. Entonces
_
_
0 p
0

dI
dp
> 0 I creciente
10. Si 0 < p < 1 se verica I(p +2) = p(p +1)I(p) y 2 < p +2 < 3. Como I
es estrictamente creciente en [2, 3] tenemos 1 = I(2) < I(p + 2) < I(3) = 2.
Queda
1
p(p + 1)
< I(p) <
2
p(p + 1)
, o bien
1
2p
< I(p) <
2
p
Por tanto, lm
p0
+ I(p) = +.
6.21. INTEGRAL MEDIANTE LAS GAMMA Y BETA 241
6.21. Integral mediante las Gamma y Beta
Utilizando las propiedades de las funciones gamma y beta de Euler, calcular
I =
_
1
1
dx
3
1 +x x
2
x
3
[14]
Resolucion. Factorizando el radicando obtenemos 1 +x x
2
x
3
= (1
x)(x + 1)
2
con lo cual la integral pedida es
_
1
1
(1 x)
1/3
(x + 1)
2/3
dx
La substitucion t = (x + 1)/2 transforma la integral dada en
I =
_
1
0
(2 2t)
1/3
(2t)
2/3
2 dt = 2 2
1/3
2
_
1
0
(1 t)
12/3
(t)
11/3
dt =
B(1/3, 2/3) =
(1/3)(2/3)
(1/3 + 2/3)
= (1/3)(2/3)
Usando la formula del complemento (p)(1 p) = / sin(p) (0 0)
y se pide
(a) Determinar explcitamente I
1
(x), I
2
(x), I
3
(x).
(b) Determinar la expresion explcita de la funcion I
n
(x).
(c) Inducir heursticamente la expresion del lmite
lm
n+
_
n
0
t
x1
_
1
t
n
_
n
dt
242 CAP
ITULO 6. AN

Combinando este resultado con el del apartado anterior, dedicir una repre-
sentacion de una conocida funcion.
(d) Demostrar rigurosamente el resultado conjeturado en el apartado ante-
rior. Se sugiere utilizar las acotaciones
(1
2
)e
1 e
(0 1)
y aplicar la desigualdad de Bernoulli, a saber: h > 1 (1 +h)
n
1 +nh.
[14]
Resolucion. (a) Usando la funcion beta de Euler
I
1
(x) =
_
1
0
t
x1
(1t) dt = B(x, 2) =
(x)(2)
(x + 2)
=
(x)
(x + 1)x(x)
=
1
x(x + 1)
Efectuando el cambio u = t/2
I
2
(x) =
_
2
0
t
x1
_
1
t
2
_
2
dt =
_
1
0
(2u)
x1
(1 u)
2
2 dt =
2
x
_
1
0
u
x1
(1 u)
2
dt = 2
x
B(x, 3) = 2
x
(x)(3)
(x + 3)
=
2
x
(x) 2!
(x + 2)(x + 1)x(x)
=
2! 2
x
(x + 2)(x + 1)x
Efectuando el cambio u = t/3 y procediendo de manera analoga obtenemos
I
3
(x) =
3! 3
x
(x + 3)(x + 2)(x + 1)x
(b) Efectuando el cambio u = t/n
I
n
(x) =
_
n
0
t
x1
_
1
t
n
_
n
dt =
_
1
0
(nu)
x1
(1 u)
n
n dt =
n
x
_
1
0
u
x1
(1 u)
n
dt = n
x
B(x, n + 1) = n
x
(x)(n + 1)
(x +n + 1)
=
n
x
(x) n!
(x +n)(x +n 1) . . . x(x)
=
n! n
x
k=n
k=0
(x +k)
(c) Si n +, entonces 1 (t/n) 1. Aplicando un conocido resultado
lm
n+
_
1
t
n
_
n
= e
lm
n+
_
t
n
n
_
= e
t
Suponiendo que los smbolos lmite e integral fueran intercambiables
6.22. SUCESI
ON FUNCIONAL CON L
IMITE (X) 243

lm
n+
_
n
0
t
x1
_
1
t
n
_
n
dt =
_
+
0
t
x1
e
t
dt = (x)
(d) Llamando = t/n tenemos 0 t/n 1 en el intervalo [0, n], por tanto
_
1
t
2
n
2
_
e
t/n
1
t
n
e
t/n
Elevando a n
_
1
t
2
n
2
_
n
e
t
_
1
t
n
_
n
e
t
Si t [0, n) entonces h = t
2
/n
2
> 1 y aplicando la desigualdad de
Bernoulli
_
1
t
2
n
2
_
n
1 +n
t
2
n
2
= 1
t
2
n
Deducimos de las desigualdades de este apartado
t
x1
_
1
t
2
n
_
e
t
t
x1
_
1
t
2
n
2
_
n
e
t
t
x1
_
1
t
n
_
n
t
x1
e
t
Integrando
_
n
0
t
x1
_
1
t
2
n
_
e
t
dt
_
n
0
t
x1
_
1
t
n
_
n
dt
_
n
0
t
x1
e
t
dt
Por una parte tenemos lm
n+
_
n
0
t
x1
e
t
dt = (x) y por otra
lm
n+
__
n
0
t
x1
e
t
dt
_
n
0
t
x1
_
1
t
2
n
_
e
t
dt
_
=
lm
n+
1
n
_
n
0
t
x+1
e
t
dt =
(x + 1)
+
= 0
lo cual implica que
lm
n+
_
n
0
t
x1
_
1
t
2
n
_
e
t
dt = 0
Usando el teorema del sandwich concluimos que
lm
n+
_
n
0
t
x1
_
1
t
n
_
n
dt = (x)
244 CAP
ITULO 6. AN

6.23. Series de Bertrand
Se llaman series de Bertrand a las series de la forma:
S(, ) :
+
n=2
1
n
log
n
(, R)
El objetivo se este problema es estudiar su convergencia, para ello se pide:
(i ) Demostrar que si > 1 entonces S(, ) es convergente.
Sugerencia: Comparar con la serie de termino general v
n
= 1/n
para una
adecuada eleccion de
.
(ii ) Demostrar que si < 1 entonces S(, ) es divergente.
(iii ) Si = 1 , demostrar que S(, ) es convergente si > 1 y divergente
si 1 .
Sugerencia: Usar el criterio integral.
Resolucion. (i ) Llamemos u
n
=
1
n
log
n
, v
n
=
1
n
con lo cual tenemos

u
n
v
n
=
n
log
n
=
1
n
log
n
Supongamos que > 1, entonces existe
tal que 1 <
< . Si 0 es
claro que lm
n+
(u
n
/v
n
) = 0. Si < 0:
u
n
v
n
=
1
n
log
n
=
(log n)
( > 0)
Como la funcion potencial es un innito de orden mayor que la logartmica,
tambien en este caso u
n
/v
n
0. Al ser
> 1, la serie de termino general

v
n
= 1/n
converge. Por el criterio de comparacion por cociente concluimos

que la serie de termino general u
n
es convergente.
(ii ) Sea < 1, elijamos
tal que <
< 1. Razonando de manera

analoga que en (i ), obtenemos u
n
/v
n
+. Por el criterio de comparacion
por cociente, la serie de termino general u
n
es es divergente al serlo la de
termino general v
n
= 1/n
.
(iii ) Para = 1 tenemos u
n
= 1/(nlog
n). Sea f(x) = 1/(xlog
x), veamos
que se cumplen para f las hipotesis del criterio integral.
1) f es continua en [2, +) por serlo x, log x, log
x y ademas no nulas.
2) f es positiva en [2, +) por serlo x y log
x.
6.24. CRITERIO DE WEIERSTRASS: SUMA DE UNA SERIE 245
3) Para demostrar que f es decreciente a partir de un x basta demostrar
que la funcion g(x) = xlog
x es creciente a partir de un x. Derivando:

g
(x) = log
x +x(log
x)
1
x
= (log
1
x)(log x +)
Dado que log x + cuando x + se concluye que g
(x) > 0 a partir

de un x (y por tanto creciente a partir de ese x).
Estudiemos ahora la convergencia de
_
+
0
f(x) dx. Haciendo el cambio t =
1/x:
_
dx
xlog
x
=
_
dt
t
=
t
1
1
=
(log x)
1
1
, ( ,= 1)
_
a
2
dx
xlog
x
=
1
1
[(log a)
1
(log 2)
1
]
Si > 1 entonces (log a)
1
0 cuando a + y la integral
_
+
0
f(x) dx
es convergente. Si < 1 entonces (log a)
1
+ cuando a + y la
integral
_
+
0
f(x) dx es divergente. Falta estudiar el caso = 1:
_
dx
log x
= log [log x[
_
a
2
dx
log x
= log [log a[ log [log 2[
Entonces a + log [a[ + log [ log a[ + y la integral es
divergente.
6.24. Criterio de Weierstrass: suma de una serie
Estudiar la convergencia de la serie numerica:
+
n=0
_
1
0
_
1
x
4
+ 2x
2
+ 2
_
n
dx
En caso de ser convergente, hallar su suma. [11]
Resolucion. Para todo x [0, 1] se verica 1/(x
4
+2x
2
+2) 1/2, entonces:
1
x
4
+ 2x
2
+ 2

1
2

_
1
x
4
+ 2x
2
+ 2
_
n
1
2
n

_
1
0
_
1
x
4
+ 2x
2
+ 2
_
n
dx
_
1
0
1
2
n
dx =
1
2
n
246 CAP
ITULO 6. AN

La serie de terminos positivos dada esta pues mayorada por la serie geometri-
ca convergente
+
n=0
(1/2)
n
, en consecuencia la serie dada es convergente.
Consideremos ahora la serie funcional:
S :
+
n=0
_
1
x
4
+ 2x
2
+ 2
_
n
Tenemos:
_
1
x
4
+ 2x
2
+ 2
_
n
_
1
2
_
n
, x [0, 1]
Dado que la serie
+
n=0
(1/2)
n
es convergente, por el criterio de Weierstrass
la serie S es uniformemente convergente en [0, 1], lo cual implica que se
puede integrar termino a termino en [0, 1]. Llamemos S(x) a la suma de la
serie S, entonces:
+
n=0
_
1
0
_
1
x
4
+ 2x
2
+ 2
_
n
dx =
_
1
0
S(x) dx
La serie S es geometrica de razon r < 1, su suma es por tanto:
S(x) =
+
n=0
_
1
x
4
+ 2x
2
+ 2
_
n
=
1
1
1
x
4
+ 2x
2
+ 2
=
x
4
+ 2x
2
+ 2
x
4
+ 2x
2
+ 1
= 1 +
1
x
4
+ 2x
2
+ 1
= 1 +
1
(x
2
+ 1)
2
Entonces:
_
S(x) dx = x +
_
dx
(x
2
+ 1)
2
= . . . = x +
1
2
x
x
2
+ 1
+
arctan x
2
+C
Hemos omitido los calculos que corresponden al metodo de Hermite por lo
rutinario de los mismos. Tenemos pues:
_
1
0
S(x) =
_
x +
1
2
x
x
2
+ 1
+
arctan x
2
_
1
0
=
4
5
+

8
Es decir
+
n=0
_
1
0
_
1
x
4
+ 2x
2
+ 2
_
n
dx =
4
5
+

8
6.25. SUCESI
ON DE FIBONACCI 247
6.25. Sucesi on de Fibonacci
Consideremos la sucesion de Fibonacci, esto es F
n
n=0,1,2,...
tal que:
F
0
= F
1
= 1, F
n+2
= F
n
+F
n+1
()
Es conocido que existe: lm
n+
F
n+1
Fn
.
(a) Usando las condiciones (), calc ulese justicadamente dicho lmite.
(b) Considerese la serie
+
n=0
F
n
x
n
. Calcular su radio de convergencia R y
demostrar que f(x) xf(x) x
2
f(x) = 1 para todo x tal que [x[ < R siendo
f(x) =
+
n=0
F
n
x
n
.
(c) Representar gracamente la suma de la serie de potencias
+
n=0
F
n
x
n
.
[11]
Resolucion. (a) Llamemos L al lmite pedido. Es claro que F
n
> 0 para
todo n natural. Dividiendo la segunda igualdad de () entre F
n+1
y tomando
lmites obtenemos:
F
n+2
F
n+1
=
F
n
F
n+1
+ 1 lm
n+
F
n+2
F
n+1
+ lm
n+
F
n
F
n+1
+ 1
L =
1
L
+ 1 L
2
L 1 = 0 L =
1
5
2
Dado que F
n
> 0 para todo n natural, necesariamente:
L = lm
n+
F
n+1
F
n
=
1 +
5
2
(b) Aplicando el criterio de DAlembert:
lm
n+
F
n+1
x
n+1
F
n
x
n
= L[x[ < 1 [x[ <

1
L
=
5 1
2
= R
La serie es absolutamente convergente para [x[ < R y divergente para [x[ >
R, en consecuencia el radio de convergencia de la serie es R = (
5 1)/2.
Por otra parte:
f(x) xf(x) x
2
f(x) =
+
n=0
F
n
x
n
n=0
F
n
x
n+1
n=0
F
n
x
n+2
=
_
F
0
+F
1
x +
+
n=2
F
n
x
n
_
_
F
0
x +
+
n=2
F
n1
x
n
_
n=2
F
n2
x
n
=
248 CAP
ITULO 6. AN

F
0
+F
1
x F
0
x +
+
n=2
(F
n
F
n1
F
n2
)x
n
= 1 +x x +
+
n=2
0x
n
= 1
(c) Representemos la funcion f(x) = 1/(1 xx
2
) cuando x (R, R). El
denominador se anula para x = (1
5)/2. Se verica (1
5)/2 < R
y (1 +
5)/2 = R, por tanto f esta denida en (R, R). Para x = R

tenemos una asntota vertical. Derivando:
f
(x) =
2x + 1
(1 x x
2
)
2
= 2
x (1/2)
(1 x x
2
)
2
Para x (R, 1/2) la funcion es decreciente y para x (1/2, R) cre-
ciente. Es decir, tenemos un mnimo local en P(1/2, 4/5) (absoluto en este
caso). Derivando de nuevo:
f
(x) = 2
3x
2
+ 3x + 2
(1 x x
2
)
3
El polinomio p(x) = 3x
2
+3x+2 no tiene races reales y q(x) = 1xx
2
no
las tiene en (R, R). Esto implica que f
(x) mantiene su signo constante.

Dado que f
(0) = 4 > 0 se concluye que f es concava hacia arriba en su

intervalo de denicion. Un punto de la graca es el Q(0, 1). Por otra parte:
lm
xR
f(x) =
1
1 +R R
2
=
1 +
5
4
Esto implica que la graca de f se aproxima al punto S(R, (1 +
5)/4).
De todo el estudio anterior, podemos concluir que la graca pedida es:
y
x
R R
Captulo 7
Analisis real multivariable
7.1. Puntos de discontinuidad, compacidad
Se considera la funcion f : R
2
R
f(x, y) =
_
x
4x
2
+y
2
1
si 4x
2
+y
2
,= 1 (x, y) ,= (0, 0)
1 si 4x
2
+y
2
= 1 (x, y) = (0, 0)
(a) Estudiar la continuidad de f en R
2
.
(b) Probar que el conjunto de los puntos de discontinuidad de f es compacto.
[15]
Resolucion. (a) Analizaremos tres casos.
Primer caso: (x
0
, y
0
) cumple 4x
2
0
+ y
2
0
,= 1 y (x
0
, y
0
) ,= (0, 0). La ecuacion
4x + y
2
= 1 o bien x
2
/(1/2)
2
+ y
2
/1
2
= 1 representa una elipse con centro
el origen, ejes los de coordenadas y semiejes a = 1/2, b = 1.
y
x
1
2
1
Si (x
0
, y
0
) no es el origen ni pertenece a la elipse, existe un abierto U que
contiene al punto (x
0
, y
0
) en el que la funcion f es
249
250 CAP
ITULO 7. AN
ALISIS REAL MULTIVARIABLE

f : U R , f(x, y) =
x
4x
2
+y
2
1
La funcion esta denida en U, y por el teorema de continuidad de las fun-
ciones elementales, deducimos que f es continua en (x
0
, y
0
).
Segundo caso: (x
0
, y
0
) = (0, 0). En cualquier entorno que contiene a (0, 0)
la funcion no es elemental. Veamos si es continua en este punto usando la
denicion.
lm
(x,y)(0,0)
f(x, y) = lm
(x,y)(0,0)
x
4x
2
+y
2
1
=
0
1
= 0 ,= 1 = f(0, 0)
La funcion no es continua en (0, 0).
Tercer caso: (x
0
, y
0
) cumple 4x
2
0
+ y
2
0
= 1. En un abierto V que contiene
a (x
0
, y
0
) la funcion en los puntos que no estan en la elipse es f(x, y) =
x/(4x
2
+y
2
1). Tomando la direccion y y
0
= x x
0
tenemos
lm
xx
0
x
4x
2
+ (y
0
+x x
0
)
2
1
=
x
0
4x
2
0
+y
2
0
1
=
x
0
0
= ( pues x
0
,= 0)
No existe lmite seg un una direccion, en consecuencia no existe
lm
(x,y)(x
0
,y
0
)
f(x, y)
y por tanto f no es continua en (x
0
, y
0
).
(b) Seg un el apartado anterior, la funcion no es continua exactamente en
el conjunto K formado por los puntos de la elipse union el origen. Este
conjunto es claramente cerrado y acotado en R
2
, y por tanto compacto.
7.2. Diferenciabilidad en R
2
Para las siguientes funciones, estudiar
(i ) Su continuidad en a = (0, 0).
(ii ) Existencia de derivadas parciales en a = (0, 0).
(iii ) Diferenciablildad en a = (0, 0).
1. f(x, y) =
_
_
_
xy
2
x
2
+y
4
si (x, y) ,= (0, 0)
0 si (x, y) = 0
7.2. DIFERENCIABILIDAD EN R
2
251
2. f(x, y) =
_
_
_
xsin
1
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = 0
3. f(x, y) =
_
_
_
xy
_
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = 0
4. f(x, y) =
_
_
_
(x
2
+y
2
) sin
1
_
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = 0
5. f(x, y) = e
3x+2y
Resolucion. 1. (i ) Veamos que no existe lmite de la funcion cuando
(x, y) (0, 0). Facilmente podemos comprobar que los lmites seg un di-
reeciones y seg un parabolas y = x
2
son 0 , lo cual no asegura la existencia
de lmite. Hallemos los lmites seg un las parabolas C
: x = y
2
.
lm
(x,y)(0,0) , (x,y)C
f(x, y) = lm
y0
y
4
2
y
4
+y
4
=

2
+ 1
El lmite depende de lo cual implica que no existe lmite: la funcion no es
continua en a = (0, 0). (ii ) Derivadas parciales
f
x
(0, 0) = lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
0/h
2
h
= lm
h0
0 = 0
f
y
(0, 0) = lm
h0
f(0, h) f(0, 0)
h
= lm
h0
0/h
4
h
= lm
h0
0 = 0
(iii ) Al no ser continua en (0,0), f no es diferenciable en este punto.
2. (i ) Para (x, y) (0, 0), x es innitesimo y sin( 1/(x
2
+y
2
) ) esta acotada,
en consecuencia lm
(x,y)(0,0)
f(x, y) = 0 = f(0, 0) : la funcion es continua
en (0, 0). (ii ) Derivadas parciales
f
x
(0, 0) = lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
hsin(1/h
2
)
h
= lm
h0
sin(1/h
2
)
Como 1/h
2
+ cuando h 0, no existe al lmite anterior.
f
y
(0, 0) = lm
h0
f(0, h) f(0, 0)
h
= lm
h0
0
h
= lm
h0
0 = 0
252 CAP
ITULO 7. AN

(iii ) Al no existir todas las parciales en (0, 0), f no es diferenciable en este
punto.
3. (i ) Usando coordenadas polares, xy/
_
x
2
+y
2
= cos sin . Pero 0
y cos sin esta acotado, en consecuencia lm
(x,y)(0,0)
f(x, y) = 0 = f(0, 0):
la funcion es continua en (0, 0). (ii ) Derivadas parciales
f
x
(0, 0) = lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
0/
h
2
h
= lm
h0
0 = 0
f
y
(0, 0) = lm
h0
f(0, h) f(0, 0)
h
= lm
h0
0/
h
2
h
= lm
h0
0 = 0
(iii ) La funcion puede ser diferenciable en a = (0, 0). Si es diferenciable, la
unica posible diferencial : R
2
R es
(h, k) =
_
f
x
(0, 0),
f
y
(0, 0)
_
_
h
k
_
= (0, 0)
_
h
k
_
= 0
La funcion sera diferenciable en (0, 0) si y solo si
lm
(h,k)(0,0)
[f(h, k) f(0, 0) (h, k)[
h
2
+k
2
= 0
Pero pasando a coordenadas polares tenemos
[f(h, k) f(0, 0) (h, k)[
h
2
+k
2
= [ cos sin [
es decir, los lmites seg un varan y como consecuencia no existe lmite: f
no es diferenciable en (0, 0).
4. (i ) Para (x, y) (0, 0), x
2
+y
2
0 y sin(1/
_
x
2
+y
2
) esta acotada, por
tanto lm
(x,y)(0,0)
f(x, y) = 0 = f(0, 0) : la funcion es continua en (0, 0).
(ii ) Derivadas parciales
f
x
(0, 0) = lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
h
2
sin
1
[h[
h
= lm
h0
hsin
1
[h[
= 0
f
y
(0, 0) = lm
h0
f(0, h) f(0, 0)
h
= lm
h0
h
2
sin
1
[h[
h
= lm
h0
hsin
1
[h[
= 0
(iii ) La funcion puede ser diferenciable en a = (0, 0). Si es diferenciable, la
unica posible diferencial : R
2
R es
7.3. DIFERENCIAL DE UNA COMPOSICI
ON 253
(h, k) =
_
f
x
(0, 0),
f
y
(0, 0)
_
_
h
k
_
= (0, 0)
_
h
k
_
= 0
Pasando a coordenadas polares tenemos
lm
(h,k)(0,0)
[f(h, k) f(0, 0) (h, k)[
h
2
+k
2
= lm
0
[ sin(1/)[ = 0
Es decir, f es diferenciable en (0, 0).
5. (i ) Claramente f es continua en (0, 0) (teorema de continuidad de las fun-
ciones elementales). (ii )
f
x
= 3e
3x+2y
y
f
y
= 2e
3x+2y
, por tanto
f
x
(0, 0) = 3
y
f
y
(0, 0) = 2. (iii ) Las parciales de f son continuas en R
2
(teorema de con-
tinuidad de las funciones elementales) en consecuencia existen las parciales
de f en un abierto que contiene a (0, 0) y son continuas en (0, 0). Por el
teorema de la condicion suciente para la diferenciabilidad, concluimos que
f es diferenciable en (0, 0).
7.3. Diferencial de una composicion
Se consideran las funciones f y g denidas por
f(u, v) =
__
u+v
1
sin
8
t dt,
_
uv
1
cos
6
t dt,
_
3u2v
1
cos
3
t dt
_
g(x, y, z) =
_
x
y
sin z, 1 +
y
z
cos z
_
Calcular razonadamente Dg(1, 1, 0) y D(f g)(1, 1, 0). [11]
Resolucion. Las funciones componentes de g son:
g
1
(x, y, z) =
x
y
sin z , g
2
(x, y, z) = 1 +
y
z
cos z
Usando el teorema fundamental del Calculo y la regla de la cadena, obtene-
mos las derivadas parciales:
g
1
x
(x, y, z) =
sin z
y
,
g
1
y
(x, y, z) =
xsin z
y
2
,
g
1
z
(x, y, z) =
xcos z
y
g
2
x
(x, y, z) =
y cos z
x
2
,
g
2
y
(x, y, z) =
cos z
x
,
g
2
z
(x, y, z) =
y sin z
x
En un abierto de R
3
que contiene al punto P = (1, 1, 0) las anteriores deri-
vadas parciales existen y son continuas, lo cual implica que g es diferenciable
en ese punto. La correspondiente matriz jacobiana es:
254 CAP
ITULO 7. AN

g
(1, 1, 0) =
_
_
g
1
x
(P)
g
1
y
(P)
g
1
z
(P)
g
2
x
(P)
g
2
y
(P)
g
2
z
(P)
_
_ =
_
0 0 1
1 1 0
_
La diferencial Dg(1, 1, 0) : R
3
R
2
es por tanto:
Dg(1, 1, 0)
_
_
h
1
h
2
h
3
_
_
=
_
0 0 1
1 1 0
_
_
_
h
1
h
2
h
3
_
_
=
_
h
3
h
1
+h
2
_
Procediendo de manera analoga con f = (f
1
.f
2
, f
3
) :
f
1
u
(u, v) = sin
8
(u +v),
f
1
v
(u, v) = sin
8
(u +v)
f
2
u
(u, v) = cos
6
(u v),
f
2
v
(u, v) = cos
6
(u v)
f
3
u
(u, v) = 3 cos
3
(3u 2v),
f
3
v
(u, v) = 2 cos
3
(3u 2v)
Tenemos que g(1, 1, 0) = (0, 0). En un abierto de R
2
que contiene al punto
(0, 0) las anteriores derivadas parciales existen y son continuas, lo cual impli-
ca que f es diferenciable en ese punto. La correspondiente matriz jacobiana
es:
f
(0, 0) =
_
_
f
1
u
(0, 0)
f
1
v
(0, 0)
f
2
u
(0, 0)
f
2
v
(0, 0)
f
3
u
(0, 0)
f
3
v
(0, 0)
_
_
=
_
_
0 0
1 1
3 2
_
_
Tenemos pues que g es diferenciable en (1, 1, 0) y f lo es en g(1, 1, 0) =
(0, 0). En consecuencia, f g es diferenciable en (1, 1, 0) y ademas:
(f g)
(1, 1, 0) = f
[g(1, 1, 0)] g
(1, 1, 0) = f
(0, 0) g
(1, 1, 0)
=
_
_
0 0
1 1
3 2
_
_
_
0 0 1
1 1 0
_
=
_
_
0 0 0
1 1 1
2 2 3
_
_
La diferencial D(f g)(1, 1, 0) : R
3
R
3
es por tanto:
D(f g)(1, 1, 0)
_
_
h
1
h
2
h
3
_
_
=
_
_
0 0 0
1 1 1
2 2 3
_
_
_
_
h
1
h
2
h
3
_
_
=
_
_
0
h
1
h
2
h
3
2h
1
2h
2
3h
3
_
_
7.4. DERIVADA DIRECCIONAL M
AXIMA 255
7.4. Derivada direccional maxima
Determinar los valores de las constantes a, b y c tales que la derivada direc-
cional de la funcion f(x, y, z) = axy
2
+ byz + cz
2
x
3
en el punto (1, 2, 1)
tenga un valor maximo de 64 en una direccion paralela al eje z. [15]
Resolucion. La derivadas parciales de f son
f
x
= ay
2
+ 3cz
2
x
2
,
f
y
= 2axy +bz ,
f
z
= by + 2czx
3
Estas parciales son continuas en todo R
3
lo cual asegura que f es diferen-
ciable en R
3
y en particular en el punto dado. Esto asegura la existencia de
las derivadas direccionales en tal punto. El gradiente es
f(x, y, z) = (ay
2
+ 3cz
2
x
2
, 2axy +bz, by + 2czx
3
)
Es decir, f(1, 2, 1) = (4a + 3c, 4a b, 2b 2c). Sabemos que la derivada
direccional maxima es el modulo del vector gradiente y se obtiene en un
vector unitario paralelo a dicho vector. Los vectores unitarios paralelos al eje
z son (0, 0, ) con = 1. Por tanto |f(1, 2, 1)| = [[ = 64 = 64.
En consecuencia
_
_
_
4a + 3c = 0
4a b = 0
2b 2c = 64
Para = 64 obtenemos (a, b, c) = (6, 24, 8) y para = 64, (a, b, c) =
(6, 24, 8).
7.5. Invertibilidad local con integrales
Para 0 x /2 , 0 y /2 se considera la funcion
f(x, y) =
_
_
x
y
sin t dt ,
_
x+y
/2
cos
_
t

2
_
dt
_
Calcular (f
1
)
(0, 0). [12]

Resolucion. Debido a la continuidad de las funciones seno y coseno, f
esta bien denida. Si x = y y x +y = /2 entonces f(x, y) = (0, 0), es decir
f(/4, /4) = (0, 0) o bien f
1
(0, 0) = (/4, /4). Teniendo en cuenta que
a = (/4, /4) es un punto interior de [0, /2] [0, /2] podemos elegir un
abierto A [0, /2] [0, /2] y que contiene al punto a. Veamos que se
256 CAP
ITULO 7. AN

verican las hipotesis del teorema de la funcion inversa.
(i ) f = (f
1
, f
2
) es diferenciable con continuidad en A. En efecto, usando el
teorema fundamental del Calculo:
f
1
x
= sin x ,
f
1
y
= sin y
f
2
x
= cos(x +y /2) ,
f
2
y
= cos(x +y /2)
Estas parciales estan denidas y son continuas en el abierto A, por tanto
f (
1
(A). Es decir, f es diferenciable con continuidad en A.
(ii ) det f
(a) ,= 0. Efectivamente
f
(a) =
_
f
1
x
(a)
f
1
y
(a)
f
2
x
(a)
f
2
y
(a)
_
=
_
2/2
2/2
1 1
_
det f
(a) =
2 ,= 0
Entonces
(f
1
)
(0, 0) = [f
(/4, /4)]
1
=
_
2/2
2/2
1 1
_
1
=
1
2
_
2 1
2 1
_
7.6. Invertibilidad local con series
Sea (a
n
)
0
una sucesion de n umeros reales tales que a
n
> 0 para cada n =
0, 1, 2, . . .. Supongamos que la serie de potencias
n=1
a
n
x
n
tiene radio de
convergencia R > 1. Sea D =
_
(x, y) R
2
: [x[ < R, [y[ < R
_
y denimos
f : D R
2
por:
f(x, y) =
_
y
n=0
a
n
x
n
, x
n=0
a
n
y
n
_
a) Demostrar que f es de clase 1 en todos los puntos de D.
b) Demuestrese que f es localmente invertible en el punto (1, 1) s, y solo
si, la suma de la serie
n=1
a
n
es distinta de la suma de la serie
n=1
na
n
.
[11]
Resolucion. a) Consideremos las funciones componentes de f:
f
1
(x, y) = y
n=0
a
n
x
n
, f
2
(x, y) = x
n=0
a
n
y
n
7.7. FUNCI
ON IMPL
ICITA EN R R 257
Teniendo en cuenta que toda serie de potencias se puede derivar termino a
termino en el interior del intervalo de convergencia, tenemos:
f
1
x
= y
_

n=0
a
n
x
n
_
= y
n=1
na
n
x
n1
f
1
y
=
n=0
a
n
x
n
Estas parciales son continuas en D pues la funcion a la que da lugar toda
serie de potencias es derivable en el interior del intervalo de convergencia.
En consecuencia, f
1
(
1
(D). Analogas consideraciones para f
2
. Por tanto,
f = (f
1
, f
2
) es de clase 1 en D.
b) Como R > 1, existe un abierto A tal que (1, 1) A D en el que la
funcion f es de clase 1. La matriz jacobiana de f en (1, 1) es:
f
(1, 1) =
_
_
f
1
x
(1, 1)
f
1
y
(1, 1)
f
2
x
(1, 1)
f
2
y
(1, 1)
_
_ =
_
n=0
na
n
n=0
a
n
n=0
a
n
n=0
na
n
_
_
Entonces:
det f
(0, 0) = 0
_

n=0
na
n
_
2
n=0
a
n
_
2
= 0
_

n=0
na
n
_
2
=
_

n=0
a
n
_
2
Como a
n
> 0 para todo n = 0, 1, 2, . . ., los n umeros
n=0
a
n
y
n=0
na
n
son postivos. En consecuencia det f
(0, 0) = 0

n=0
a
n
=
n=0
na
n
. De
acuerdo con el teorema de la funcion inversa, podemos asegurar que f es
localmente invertible en (1, 1) s, y solo si
n=0
a
n
,=
n=0
na
n
.
7.7. Funcion implcita en R R
(a) Probar que la expresion
x
6
y +y
2
_
x
0
1
1 + sin
6
t
+y
5
1 = 0
258 CAP
ITULO 7. AN

dene a y como una funcion implcita diferenciable y = f(x) en un entorno
del punto (0, 1).
(b) Calcular la ecuaci on de la recta tangente a la curva y = f(x) en el punto
(0, 1). [11]
Resolucion. (a) Denominemos
F(x, y) = x
6
y +y
2
_
x
0
1
1 + sin
6
t
dt +y
5
1.
Aplicando conocidas propiedades, es claro que F esta denida en R R y
que F(0, 1) = 0. Por otra parte y usando el teorema fundamental del Calculo
F
x
= 6x
5
y +y
2
1
1 + sin
6
x
,
F
y
= x
6
+ 2y
_
x
0
1
1 + sin
6
t
dt + 5y
4
Estas parciales son continuas en el abierto A = R R y ademas
F
y
(0, 1) =
5 ,= 0. Es decir, la ecuacion dada determina una funcion diferenciable
y = f(x) en un entorno del punto (0, 1).
(b) La ecuacion de la recta tangente a la curva y = f(x) en el punto (0, 1)
viene dada por y1 = f
(0)(x0). Pero f
(0) =
F
x
(0, 1)/
F
y
(0, 1) = 1/5,
con lo cual la ecuacion de la recta pedida es x + 5y 5 = 0.
7.8. Funciones implcitas en R
n
R
m
(a) Probar que el sistema
_
xz
3
+y
2
u
3
= 1
2xy
3
+u
2
z = 0
dene a z, u como funciones implcitas diferenciables de las variables x, y en
un entorno del punto P(0, 1, 0, 1). Hallar las derivadas parciales en el punto
a = (0, 1) de las funciones implcitas z = z(x, y) y u = u(x, y) que determi-
nan el sistema anterior.
(b) Demostrar que la ecuacion x
2
y +y
2
x +z
2
cos(xz) = 1 denne a z como
funcion implcita z = z(x, y) en un entorno del punto P(0,
2, 1). Hallar las

derivadas parciales
z
x
(0,
2) ,
z
y
(0,
2).
(c) Demostrar que el sistema
7.8. FUNCIONES IMPL
ICITAS EN R
N
R
M
259
_
7x
2
+y
2
3z
2
= 1
4x
2
+ 2y
2
3z
2
= 0
dene funciones diferenciables y = y(x), z = z(x) de la variable independien-
te x en un entorno del punto P(1, 2, 2). Hallar y
(1) , z
(1) , y
(1) , z
(1).
Resolucion. Recordamos el teorema de la funcion implcita en R
n
R
m
:
Sean A R
n
R
m
abierto, (a, b) A y F = (F
1
, . . . , F
m
) : A R
m
una
funcion. Supongamos que se verica
(i ) F(a, b) = 0.
(ii ) F (
1
(A).
(iii ) det
_
_
D
n+1
F
1
(a, b) D
n+2
F
1
(a, b) . . . D
n+m
F
1
(a, b)
D
n+1
F
2
(a, b) D
n+2
F
2
(a, b) . . . D
n+m
F
2
(a, b)
.
.
.
.
.
.
D
n+1
F
m
(a, b) D
n+2
F
m
(a, b) . . . D
n+m
F
m
(a, b)
_
_
,= 0.
Entonces, existe un conjunto abierto V R
n
que contiene a a y un conjunto
abierto W R
m
que contiene a b tales que para cada x V existe un unico
y W tal que F(x, y) = 0.
La funcion f : V W denida por f(x) = y (llamada funcion implcita) es
de clase 1 en W. Ademas, si F es de clase k en A entonces f es de clase k
en V .
(a) Consideremos la funcion F = (F
1
, F
2
) : R
2
R
2
R
2
denida por
F(x, y, z, u) = (xz
3
+y
2
u
3
1, 2xy
3
+u
2
z)
Veamos que se cumplen las hipotesis del teorema de la funcion implcita en
el punto dado. En efecto, como F(0, 1, 0, 1) = (0 + 1 1, 0 + 0) = (0, 0), se
cumple (i ). La parciales de las funciones componentes de F son
F
1
x
= z
3
,
F
1
y
= 2yu
3
,
F
1
z
= 3xz
2
,
F
1
u
= 3y
2
u
F
2
x
= 2y
3
,
F
2
y
= 6xy
2
,
F
2
z
= u
2
,
F
2
u
= 2uz
Estas parciales son continuas en todo R
2
R
2
y en particular en cualquier
abierto A que contenga al punto dado, es decir F (
1
(A) y por tanto se
verica (ii ). Veamos que se cumple (iii ):
260 CAP
ITULO 7. AN

det
_
_
F
1
z
F
1
u
F
2
z
F
2
u
_
_
=
3xz
2
3y
2
u
u
2
2uz
= 6xz
3
u 3y
2
u
3
Sustituyendo en (x, y, z, u) la coordenadas del punto dado (0, 1, 0, 1) obtene-
mos que el determinante es 3 ,= 0. Por tanto, tambien se cumple (iii ). Como
consecuencia el sistema dado dene una funcion (z, u) = (z(x, y), u(x, y)) de
clase 1 (y por tanto diferenciable) un entorno de P = (a, b) con a = (0, 1) y
b = (0, 1).
Derivando las igualdades dadas primero respecto de x y luego respecto de y
obtenemos
S
1
:
_
z
3
+ 3xz
2 z
x
+ 3y
2
u
2 u
x
= 0
2y
3
+ 2uz
u
x
+u
2 z
x
= 0
S
2
:
_
3xz
2 z
y
+ 2yu
3
+ 3y
2
u
2 u
y
= 0
6xy
2
+ 2uz
u
y
+u
2 z
y
= 0
Sustituyendo (x, y) por a = (0, 1) y (z, u) por b = (0, 1) en los sistemas S
1
y S
2
obtenemos
S
1
:
_
3
u
x
(0, 1) = 0
2 +
z
x
(0, 1) = 0
S
2
:
_
2 + 3
u
y
(0, 1) = 0
z
y
(0, 1) = 0
Por tanto, las derivadas parciales pedidas son
z
x
(0, 1) = 2 ,
u
x
(0, 1) = 0 ,
u
y
(0, 1) = 2/3 ,
z
y
(0, 1) = 0
(b) Consideremos la funcion F : R
2
R R denida por
F(x, y, z) = x
2
y +y
2
x +z
2
cos(xz) 1
Se verica F(0,
2, 1) = 0. La parciales de F son
F
x
= 2xy +y
2
z
3
sin(xz),
F
y
= x
2
+ 2xy
F
z
= 2z cos(xz) xz
2
sin(xz)
Estas parciales son continuas en R
2
R, en particular en cualquier subcon-
junto abierto A que contiene al punto P(0,
2, 1). Es decir, F (
1
(A). Por
otra parte, tenemos det
_
F
z
(0,
2, 1)
= 2 ,= 0. Concluimos que la ecuacion

dada dene una unica funcion implcita z = z(x, y) de clase 1 (y por tanto
diferenciable) un entorno de P = (a, b) con a = (0,
2) y b = 1. Derivando
la ecuacion dada respecto de x y respecto de y obtenemos
7.8. FUNCIONES IMPL
ICITAS EN R
N
R
M
261
2xy +y
2
+ 2z
z
x
cos(xz) +z
2
(sin(xz))(z +x
z
x
) = 0
x
2
+ 2xy + 2z
z
y
cos(xz) +z
2
(sin(xz))x
z
y
= 0
Para (x, y, z) = (0,
2, 1) obtenemos
z
x
(0,
2) = 1 y
z
y
(0,
2) = 0.
(c) Consideremos la funcion F = (F
1
, F
2
) : R R
2
R
2
denida por
F(x, y, z) = (7x
2
+y
2
3z
2
+ 1, 4x
2
+ 2y
2
3z
2
)
Se verica F(1, 2, 2) = (0, 0). Las parciales de F
1
y F
2
son
F
1
x
= 14x ,
F
1
y
= 2y ,
F
1
z
= 6z
F
2
x
= 8x ,
F
2
y
= 4y ,
F
2
z
= 6z
Estas parciales son continuas en RR
2
, en particular en cualquier subcon-
junto abierto A que contiene al punto P(1, 2, 2). Es decir, F (
1
(A). Por
otra parte
det
_
_
F
1
y
F
1
z
F
2
y
F
2
z
_
_ =
2y 6z
4y 6z
= 12yz
Sustituyendo en (x, y, z) la coordenadas del punto dado (1, 2, 2) obtenemos
que el determinante es 48 ,= 0. Concluimos que el sistema dado dene
una unica funcion implcita (y, z) = (y(x), z(x)) de clase 1 (y por tanto
diferenciable) un entorno de P = (a, b) con a = 1 y b = (2, 2). Derivando
las ecuaciones dadas respecto de x obtenemos
_
14x + 2yy
6zz
= 0
8x + 4yy
6zz
= 0
Resolviendo el sistema en las incognitas y
, z
obtenemos y
= 3x/y , z
=
(10x)/(3z). Derivando estas dos ultimas igualdades respecto de x
_
_
y
=
3x
y
z
=
10x
3z
_
y
= 3
y xy
y
2
z
=
10
3
z xz
z
2
Sustituyendo en (x, y, z) la coordenadas del punto dado (1, 2, 2):
y
(1) =
3
2
, z
(1) =
5
3
, y
(1) =
3
8
, z
(1) =
5
18
262 CAP
ITULO 7. AN

7.9. Puntos crticos: casos dudosos
A. Analizar el caracter del punto singular (0, 0) para la funcion
f(x, y) = y
2
3x
2
y + 2x
4
B. Dada la funcion f(x, y) = x
4
+y
4
2x
2
+axy 2y
2
, analizar el caracter
del punto crtico (0, 0) seg un los valores de a R. [12]
Resolucion. A. Tenemos:
f
x
= 6xy + 8x
3
,
f
y
= 2y 3x
2
f
x
(0, 0) =
f
y
(0, 0) = 0
lo cual implica que (0, 0) es efectivamente un punto singular de f. Hallemos
la matriz hessiana correspondiente.
2
f
x
2
= 6y + 24x
2
,

2
f
xy
=

2
f
yx
= 6x,

2
f
y
2
= 2
H(f, (0, 0)) =
_
2
f
x
2
(0, 0)

2
f
xy
(0, 0)
2
f
xy
(0, 0)

2
f
y
2
(0, 0)
_
_
=
_
0 0
0 2
_
Dado que det H(f, (0, 0)) = 0, tenemos caso dudoso. Procedemos a estudiar
el signo del incremento (x, y) = f(x, y) f(0, 0) en un entorno de (0, 0) :
(x, y) = y
2
3x
2
y + 2x
4
Fatorizamos el polinomio (x, y) resolviendo con respecto a y la ecuacion
de segundo grado y
2
3x
2
y + 2x
4
= 0 :
y =
3x
2
9x
4
8x
4
2
=
3x
2
x
2
2
=
_
2x
2
, x
2
_
por tanto (x, y) = (y 2x
2
)(y x
2
). Analicemos el signo de y 2x
2
:
y
x
y = 2x
2
7.9. PUNTOS CR
ITICOS: CASOS DUDOSOS 263

En el interior de la parabola, y 2x
2
> 0, en el exterior y 2x
2
> 0 y en
la parabola y 2x
2
= 0. Analizemos ahora el de y x
2
:
y
x
y = x
2
En el interior de la parabola, y x
2
> 0, en el exterior y x
2
> 0 y en la
parabola y x
2
= 0.
y
x
Eso implica que en todo entorno V del origen hay puntos en los que (x, y) <
0 y puntos en los que (x, y) > 0. Es decir, en (0, 0) no existe extremo local
y tenemos por tanto un punto de silla.
B. Hallemos las parciales de f hasta orden 2 :
f
x
= 4x
3
4x +ay,
f
y
= 4y
3
+ax 4y
2
f
x
2
= 12x
2
4,

2
f
xy
=

2
f
yx
= a,

2
f
y
2
= 12y
2
4
El origen es por tanto punto crtico de la funcion. La matriz hessiana es:
H =
_
4 a
a 4
_
y sus menores principales son H
1
= 4, H
2
= 16 a
2
. Para H
2
< 0 o bien
[a[ > 4 no hay extremo. Para H
2
> 0 o bien [a[ < 4, y dado que H
1
< 0 la
forma cuadratica dada por H es denida negativa y tenemos maximo local.
Para H
2
= 0 o bien a = 4 obtenemos caso dudoso. Para a = 4 analicemos
signo del incremento se la funci on en un entorno de (0, 0) :
264 CAP
ITULO 7. AN

(x, y) = f(x, y) f(0, 0) = x
4
+y
4
2x
2
+ 4xy 2y
2
Los incrementos a lo largo de las rectas y = x e y = x son:
(x, x) = 2x
4
, (x, x) = 2x
2
(x
2
4)
Esto implica que (x, x) > 0 para todo x ,= 0 y para valores proximos de
x a 0, (x, x) < 0. En (0, 0) no hay extremo local. Analogo razonamiento
para a = 4. Podemos concluir:
[a[ 4 (0, 0) es punto de silla para f
[a[ < 4 (0, 0) es punto de maximo local para f
7.10. Puntos crticos de f(x, y) =
k=0
(xy)
k
(a) Dibujar en el plano el dominio de la funcion escalar
f(x, y) =
k=0
(xy)
k
(b) Hallar y clasicar los puntos crticos de f. [11]
Resolucion. (a) La serie dada es una serie geometrica de razon xy, en con-
secuencia es convergente si y solo si se verica [xy[ < 1 o equivalentemente,
si y solo si 1 < xy < 1. El dominio de f es por tanto:
Dom f = (x, y) R
2
: 1 < xy < 1
Corresponde pues al conjunto abierto del plano que contiene al origen y cuya
frontera son las hiperbolas equilateras y = 1/x e y = 1/x.
y
x
y = 1/x y = 1/x
Dom f
(b) Aplicando la conocida formula de la suma de la serie geometrica:
7.11. PUNTOS CR
ITICOS DE G(X, Y ) = P(F(X)) +P(F(Y )) 265

f(x, y) = 1 +xy + (xy)
2
+ (xy)
3
+. . . =
1
1 xy
([xy[ < 1)
Hallemos los puntos crticos de f :
_
_
f
x
=
y
(1 xy)
2
= 0
f
y
=
x
(1 xy)
2
= 0
(x, y) = (0, 0)
Hallemos las parciales de orden dos de f en el punto crtico (0, 0) :
2
f
x
2
=
2(1 xy)(y)y
(1 xy)
4
=
2y
2
(1 xy)
3
2
f
xy
=
1(1 xy)
2
2(1 xy)(x)y
(1 xy)
4
=
xy + 1
(1 xy)
3
2
f
y
2
=
2(1 xy)(x)x
(1 xy)
4
=
2x
2
(1 xy)
3
La matriz hessiana de f en el punto crtico (0, 0) es:
H(f, (0, 0)) =
_

2
f
x
2
(0, 0)

2
f
xy
(0, 0)
2
f
xy
(0, 0)

2
f
x
2
(0, 0)
_
=
_
0 1
1 0
_
Dado que det H(f, (0, 0)) = 1 < 0, en el punto (0, 0) no hay extremo
(punto de ensilladura).
7.11. Puntos crticos de g(x, y) = p(f(x)) + p(f(y))
a) Sea f : R R una funcion derivable tal que f
(x) > 0 x R. Su-

pongamos que lm
x+
f(x) = + y lm
x
f(x) = 0. Demostrar que
f(x) > 0 x R y que dado b > 0 existe un unico a R tal que f(a) = b.
b) Sea p(x) un polinomio de grado 3 (con coecientes reales) y con tres
races reales distintas y positivas. Sea una raz de p
(x) (derivada de p).

Demostrar que signo [p()] = signo [p
()]. Probar ademas que si ,=

es otra raz de p
entonces signo [p
()] = signo [p
()].
c) Sea g(x, y) = p(f(x)) + p(f(y)) siendo p un polinomio cumpliendo las
hipotesis del apartado b) y f una funcion cumpliendo las hipotesis del apar-
tado a). Calcular los puntos crticos de g(x, y).
266 CAP
ITULO 7. AN

d) Clasicar los puntos crticos obtenidos en c).
e) Calcular los maximos y mnimos de g(x, y) bajo la restriccion f(x)
f(y) = 0. [11]
Resolucion. a) Por hipotesis f
(x) > 0 para todo x R, lo cual implica

que f es estrictamente creciente en todo R. Supongamos que existiera un
x
0
R tal que f(x
0
) 0 entonces, existe un x
1
R con f(x
1
) < f(x
0
).
Elijamos = f(x
1
) > 0. Dado que f(x) < f(x
1
) para todo x < x
1
se
verica [f(x)[ > lo cual va en contra de la hipotesis lm
x
f(x) = 0.
Hemos demostrado pues que f(x) > 0 para todo x R.
Sea b > 0. De las hipotesis lm
x+
f(x) = + y lm
x
f(x) = 0 dedu-
cimos que existen n umeros reales x
1
, x
2
con x
1
< x
2
tales que f(x
1
) < b <
f(x
2
). Como f es derivable en R, la funcion f : [x
1
, x
2
] R es continua. Por
el teorema de los valores intermedios, existe a (x
1
, x
2
) tal que f(a) = b.
Este a es unico debido al crecimiento estricto de f.
b) Sean a
1
, a
2
, a
3
con a
1
< a
2
< a
3
las tres races distintas de p(x). Por
el teorema de Rolle, las dos races < de p
(x) estan en los intervalos

(a
1
, a
2
) y (a
2
, a
3
) respectivamente. Supongamos que p() > 0 y p
() > 0.
Entonces p tendra un mnimo local en con p() > 0.
Por otra parte, la funcion p : [a
1
, a
2
] R es continua, y por el teorema de
Weierstrass ha de tener un maximo y mnimo absolutos en [a
1
, a
2
]. Al ser
0 = p(a
1
) = p(a
2
) < p() el maximo absoluto se obtendra en un (a
1
, a
2
)
y en consecuencia p
() = 0 con ,= , lo cual es absurdo pues p
solo tie-
ne una raz en (a
1
, a
2
). Analogos razonamientos para p() < 0, p
() < 0.
Tambien analogo razonamiento para (a
2
, a
3
). Podemos pues concluir
que signo [p()] = signo [p
()].
Las unicas races de p
(x) son y por tanto, p
(x) se puede expresar en

la forma p
(x) = (x )(x ) con R, por tanto

_
_
_
p
(x) = (2x )
p
() = ( )
p
() = ( )
Como ,= se concluye que signo [p
()] = signo [p
()].
c) Teniendo en cuenta que f
(x) ,= 0 para todo x R :

7.11. PUNTOS CR
ITICOS DE G(X, Y ) = P(F(X)) +P(F(Y )) 267

_
g
x
= p
(f(x))f
(x) = 0
g
y
= p
(f(y))f
(y) = 0

_
p
(f(x)) = 0
p
(f(y)) = 0

_
_
_
f(x) = f(x) =
f(x) = f(x) =
Por el apartado a) existen unicos
1
,
1
R tales que f(
1
) = y f(
1
) =
. Como < y f es estrictamente creciente, ademas se cumple
1
<
1
.
Los puntos crticos de g son por tanto
(
1
,
1
), (
1
,
1
), (
1
,
1
), (
1
,
1
)
d) En lo que sigue suponemos f (
2
(R). Las parciales segundas son
_
2
g
x
2
= p
(f(x))(f
(x))
2
+p
(f(x))f
(x)
2
g
xy
= 0
2
g
y
2
= p
(f(y))(f
(y))
2
+p
(f(y))f
(y)
La matriz hessiana en (
1
,
1
) es
H(
1
,
1
) =
_
p
()(f
(
1
))
2
0
0 p
()(f
(
1
))
2
_
Analogamente
H(
1
,
1
) =
_
p
()(f
(
1
))
2
0
0 p
()(f
(
1
))
2
_
Como signo [p
()] = signo [p
()], estas dos matrices son de la forma

_
0
0
_
,
_
+ 0
0 +
_
(o viceversa)
Por tanto, en (
1
,
1
), (
1
,
1
) tenemos maximo y mnimo local (o viceversa).
La matriz hessiana en (
1
,
1
) es
H(
1
,
1
) =
_
p
()(f
(
1
))
2
0
0 p
()(f
(
1
))
2
_
cuyo determinante es menor que cero lo cual implica que en (
1
,
1
) tenemos
punto de silla. Analogas consideraciones para el punto (
1
,
1
).
e) Como f es estrictamente creciente, la condicion f(x) = f(y) equivale
a x = y. Se trata pues de hallar los maximos y mnimos de la funcion
h(x) = g(x, x) = 2p(f(x)). Tenemos
268 CAP
ITULO 7. AN

h
(x) = 2p
(f(x))f
(x) = 0 p
(f(x)) = 0
f(x) = f(x) = x =
1
x =
1
La derivada segunda de h es h
(x) = 2p
(f(x))(f
(x))
2
+ 2p
(f(x))f
(x),
por tanto
h
(
1
) = 2p
()(f
(
1
))
2
, h
(
1
) = 2p
()(f
(
1
))
2
Usando de nuevo que signo [p
()] = signo [p
()], concluimos que en

(
1
,
1
) y (
1
,
1
) hay maximo y mnimo local para g respectivamente (o
viceversa).
7.12. Integral biparametrica: extremos locales
Hallar y clasicar los puntos crticos de la funcion:
I(a, b) =
_
/2
/2
[(1 +a sin x)
5
+ 80b
2
] dx
Resolucion. Para todo a, b R la funcion integrando f
a,b
= (1+a sin x)
5
+
80b
2
es continua en [/2, /2], lo cual implica que la funcion I esta denida
para todo (a, b) R
2
. Hallemos sus puntos crticos.
I
a
(a, b) =
I
a
_
/2
/2
[(1 +a sin x)
5
+ 80b
2
] dx = 0
I
b
(a, b) =
I
b
_
/2
/2
[(1 +a sin x)
5
+ 80b
2
] dx = 0
La funcion F(x, a, b) = f
a,b
(x) tiene derivadas parciales continuas respecto
de a y respecto de b en [/2, /2] R
2
, por tanto podemos aplicar el
teorema de derivacion bajo el signo integral:
I
a
(a, b) = 0
_
/2
/2
5(1 +a sin x)
4
sin x dx = 0 (1)
I
b
(a, b) = 0
_
/2
/2
160b dx = 160b = 0 (2)
Usando la formula del binomio de Newton:
(1 +a sin x)
4
sin x = sin x + 4a sin
2
x + 6a
2
sin
3
x + 4a
3
sin
4
x +a
4
sin
5
x
La integral en [/2, /2] de las funciones impares se anulan, en consecuen-
cia la ecuacion (1) equivale a
7.12. INTEGRAL BIPARAM
ETRICA: EXTREMOS LOCALES 269

20a
_
/2
/2
(sin
2
x +a
2
sin
4
x) dx = 0 (3)
La funcion integrando g(x) = sin
2
x+a
2
sin
4
x es continua, no negativa y no
nula, en [/2, /2, ] en consecuencia la integral anterior es > 0. Deducimos
pues de (2) y (3) que el unico punto crtico de I es (a, b) = (0, 0). Las
parciales segundas de I son:
2
I
a
2
I(a, b) =

a
_
20a
_
/2
/2
(sin
2
x +a
2
sin
4
x) dx
_
= 20
_
/2
/2
(sin
2
x +a
2
sin
4
x) dx
+ 20a
_
/2
/2
2a sin
4
x dx
2
I
ab
(a, b) =

2
I
ba
(a, b) = 0,

2
I
b
2
(a, b) = 160
Particularizando en el origen:
2
I
a
2
(0, 0) = 20
_
/2
/2
sin
2
x dx
2
I
ab
(0, 0) =

2
I
ba
(0, 0) = 0,

2
I
b
2
(0, 0) = 160
Ahora bien,
2
I
a
2
(0, 0) = 20
_
/2
/2
sin
2
x dx = 40
_
/2
0
sin
2
x dx =
40
_
/2
0
1 cos 2x
2
dx = 20
_
x
sin 2x
2
_
/2
0
= 10
En consecuencia, la matriz hessiana de I en (0, 0) es
H(I, (0,0)) =
_
10 0
0 160
_
La matriz es denida positiva, en consecuencia (0, 0) es punto de mnimo
relativo para I.
270 CAP
ITULO 7. AN

7.13. Extremos condicionados
(a) Hallar los extremos de la funcion f(x, y) = x + 2y con la condicion
x
2
+y
2
= 5.
(b) Hallar los extremos de la funcion f(x, y) = xy con la condicion x+y = 1.
(c) Hallar los extremos de la funcion f(x, y, z) = x+y +z con la condiciones
x
2
+y
2
= 1, z = 2.
(d) Calcular el paraleleppedo de mayor volumen inscrito en el elipsoide
x
2
a
2
+
y
2
b
2
+
x
2
c
2
= 1 (a > 0, b > 0, c > 0)
Resolucion. (a) La funcion de Lagrange es F(x, y) = x+2y+(x
2
+y
2
5).
Hallemos sus puntos crticos. Seran las soluciones del sistema
_
_
_
F
x
= 0
F
y
= 0
x
2
+y
2
5 = 0
_
_
_
1 + 2x = 0
2 + 2y = 0
x
2
+y
2
5 = 0
Resolviendo obtenemos para = 1/2 el punto (x, y) = (1, 2), y para
= 1/2 el (x, y) = (1, 2). Facilmente se comprueba la condicion de rango
maximo en estos puntos. Las parciales segundas de F son

2
F
x
2
= 2 ,

2
F
xy
=
0 ,

2
F
y
2
= 2 y las matrices hessianas correspondientes:
H(1, 2) =
_
1 0
0 1
_
(def. pos.) , H(1, 2) =
_
1 0
0 1
_
(def. neg.)
Por tanto, tenemos en (1, 2) mnimo local condicionado para f y en (1, 2)
maximo local condicionado para f.
(b) Funcion de Lagrange: F(x, y) = xy +(x +y 1). Puntos crticos:
_
_
_
F
x
= 0
F
y
= 0
x +y = 1
_
_
_
y + = 0
x + = 0
x +y = 1
Resolviendo obtenemos para = 1/2 el punto (x, y) = (1/2, 1/2). Facil-
mente se comprueba la condicion de rango maximo en estos puntos. Las
parciales segundas de F son

2
F
x
2
= 0 ,

2
F
xy
= 1 ,

2
F
y
2
y las matriz hessiana
correspondiente:
H(1/2, 1/2) =
_
0 1
1 0
_
7.13. EXTREMOS CONDICIONADOS 271
Esta matriz no es ni denida positiva ni denida negativa, por tanto nada
asegura el teorema 2. Pero en este caso, la condicion x+y = 1 se expresa en
parametricas en la forma x = t, y = 1 t (t R). Sustituyendo en f(x, y)
obtenemos la funcion de una variable (t) = f(t, 1t) = t t
2
. Procedemos
ahora al calculo de los extremos de :
(t) = 1 2t = 0 t = 1/2 y
(1/2) = 2 < 0, lo cual implica que para t = 1/2 tenemos un maximo lo-
cal. Sustituyendo en las parametricas, concluimos que en (x, y) = (1/2, 1/2)
tenemos maximo local condicionado para f.
Nota El usar las ecuaciones parametricas de la condicion (o condiciones)
es una de las estrategias para analizar la existencia extremos locales con-
dicionados cuando la matriz hessiana no es ni denida positiva ni denida
negativa. En cualquier caso, si no se exige usar el metodo de los multiplica-
dores de Lagrange, podemos por supuesto utilizar la estrategia mencionada.
Resolvemos a continuacion de esta manera el mismo problema del apartado
(a).
La condicion es una circunferencia de centro el origen y radio
5 cuyas
ecuaciones parametricas son x =
5 cos t, y =
5 sin t (t [0, 2]). Sus-

tituyendo en la funcion obtenemos (t) =
5(cos t + 2 sin t) y
(t) =
5(sin t + 2 cos t) = 0 si tan t = 2. Esta ecuacion tiene dos soluciones,

t
1
(0, /2) y t
2
(/2, 3/2).
La derivada segunda es
(t) =
5(cos 2 sin t). Dado que t

1
pertenece
al primer cuadrante y t
2
al tercero, se verica
(t
1
) < 0,
(t
2
) > 0, es
decir en t
1
tenemos maximo local para y en t
2
, mnimo. Hallemos aho-
ra los valores de x e y que corresponden a esos valores hallados de t. De
1 + tan
2
t = cos
2
t obtenemos cos t =
_
1/(1 + tan
2
t). Teniendo en cuenta
que tan t
i
= 2 (i = 1, 2) deducimos cos t
1
= +1/
5, cos t
2
= 1/
5. Susti-
tuyendo en las ecuaciones parametricas obtenemos respectivamente (x, y) =
(1, 2) (punto de maximo local condicionado para f) y (x, y) = (1, 2)
(punto de mnimo local condicionado para f).
(c) Funcion de Lagrange: F(x, y, z) = x +y +z +(x
2
+y
2
1) +(z 2).
Puntos crticos:
_
_
F
x
= 0
F
y
= 0
F
y
= 0
x
2
+y
2
= 1
z 2 = 0
_
1 + 2x = 0
1 + 2y = 0
1 + = 0
x
2
+y
2
= 1
z 2 = 0
272 CAP
ITULO 7. AN

Obtenemos para (, ) = (
2/2, 1) el punto P(
2/2,
2/2, 2) y para
(, ) = (
2/2, 1) el punto Q(
2/2,
2/2, 2). Podemos comprobar facil-

mente la condicion de rango maximo en estos puntos. Las parciales segundas
de F son
2
F
x
2
= 2 ,

2
F
xy
= 0 ,

2
F
xz
= 0 .

2
F
y
2
= 2 ,

2
F
yz
= 0 ,

2
F
z
2
= 0
y las matrices hessianas correspondientes:
H(P) =
_
_
2 0 0
0
2 0
0 0 0
_
_
, H(Q) =
_
_
2 0 0
0
2 0
0 0 0
_
_
Esta matrices no son ni denida positiva ni denida negativa, por tanto nada
asegura el teorema 2. Procedemos a usar las ecuaciones parametrcas de las
condiciones, es decir x = cos t, y = sin t, z = 2 (t [0, 2]). Obtenemos la
funcion
(t) = F(x(t), y(t), z(t)) = cos t + sin t + 2 (t [0, 2])
Facilmente deducimos que para t = /4 y t = 5/4 hay respectivamente
maximo local y mnimo local para . Sustituyendo estos valores de t en las
parametricas obtenemos que (
2/2,
2/2, 2) es punto de maximo local con-

dicionado para f y (
2/2,
2/2, 2) de mnimo.
(d) Sea (x, y, z) el vertice del paraleleppedo que esta en el primer cuadrante.
El volumen de este es por tanto V = 2x 2y 2z = 8xyz. Es decir, se trata
de hallar el maximo de V
1
= xyz con la condicion x
2
/a
2
+y
2
/b
2
+z
2
/c
2
= 1
(x 0, y 0, z 0). Funcion de Lagrange:
F(x, y, z) = xyz +(x
2
/a
2
+y
2
/b
2
+z
2
/c
2
1)
Puntos crticos
_
_
F
x
= yz + 2x/a
2
= 0
F
y
= xz + 2y/b
2
= 0
F
z
= xy + 2z/c
2
= 0
x
2
/a
2
+y
2
/b
2
+z
2
/c
2
= 1
Siendo V
1
0, para x = 0 o y = 0 o z = 0 obtenemos mnimo absoluto. Por
tanto solo consideraremos soluciones para x, y, z positivas. Despejando :
=
yza
2
2x
=
xzb
2
2y
=
xyc
2
2z

_
y
2
a
2
= x
2
b
2
z
2
a
2
= x
2
c
2
7.14. EXTREMOS ABSOLUTOS SOBRE COMPACTOS 273
sustituyendo los valores de y
2
= x
2
b
2
/a
2
, z
2
= x
2
c
2
/a
2
en la ecuacion del
elipsoide obtenemos el punto P
0
= (a/
3, b/
3, c/
3). En tal punto, V

1
=
xyz se hace maximo. Efectivamente, al ser V
1
continua sobre un conjunto
compacto, V
1
alcanza al menos un maximo absoluto. Los posibles puntos
en donde V
1
puede alcanzar un extremo son las intersecciones de los planos
coordenados con el elipsoide o el punto P
0
. En los primeros hemos visto que
V
1
alcanzaba un mnimo. Por tanto, el maximo absoluto lo alcanza V
1
en
P
0
, siendo el valor maximo de V = 8V
1
:
V
max
(P
0
) =
8
3
9
abc
7.14. Extremos absolutos sobre compactos
A. Considerese la funcion f : R
2
(0, 0) R :
f(x, y) =
2(x +y)
x
2
+y
2
Determinar sus extremos absolutos sobre la region D = (x, y) R
2
: 1
x
2
+y
2
4. [11]
B. Cuanto vale y en que punto alcanza su maximo la funcion f(x, y) =
(x[y[ y[x[)
113
sobre el compacto x
2
+y
2
1? [15]
C. Calcular los extremos absolutos de la funcion f : R
2
R denida por:
f(x, y) =
_
(x+y)
3
0
cos
2
t
1 + sin
4
t
dt
sobre el compacto ( = (x, y) R
2
: x
2
+y
2
1. [11]
Resolucion. A. Hallemos los puntos crticos en el interior de D :
f
x
= 2
x
2
+y
2
2x(x +y)
(x
2
+y
2
)
2
= 2
x
2
y
2
+ 2xy
(x
2
+y
2
)
2
f
x
= 2
x
2
+y
2
2y(x +y)
(x
2
+y
2
)
2
= 2
x
2
+y
2
+ 2xy
(x
2
+y
2
)
2
Igualando a 0 ambas parciales obtenemos necesariamente:
_
x
2
y
2
+ 2xy = 0
x
2
+y
2
+ 2xy = 0
274 CAP
ITULO 7. AN

Sumando ambas ecuaciones queda 4xy = 0. Si x = 0 se deduce que y = 0,
y si y = 0, que x = 0, pero la funcion no esta denida en (0, 0). Analicemos
ahora la funcion en la frontera del compacto. Los puntos de la circunferencia
x
2
+y
2
= 1 se pueden expresar en la forma x = cos t, y = sin t con t [0, 2].
La funcion f en esta circunferencia la podemos expresar en la forma:
(t) = f(cos t, sin t) =
2(cos t + sin t)
cos
2
t + sin
2
t
= 2(cos t + sin t) (t [0, 2])
Tenemos
(t) = 0 2(sin t+cos t) = 0 sin t = cos t tan t = 1. Los

unicos puntos crticos de la funcion en (0, 2) son t = /4 y t = 5/4, para
los cuales obtenemos los valores (/4) = 2
2 y (5/4) = 2
2. Los va-
lores de en los extremos del intervalo son (0) = (2) = 2. El maximo
absoluto de es por tanto 2
2 y el mnimo absoluto 2
2 para los que ob-

tenemos respectivamente los puntos (cos 5/4, sin 5/4) = (
2/2,
2/2)
y (cos /4, sin /4) = (
2/2,
2/2).
Procediendo de manera analoga en la circunferencia x
2
+y
2
= 4 obtenemos
que el maximo absoluto es
2 y el mnimo absoluto
2. De la compara-
cion de los extremos absolutos de la funcion f en las dos circunferencias,
deducimos los extremos absolutos pedidos:
f
max
(
2/2,
2/2) = 2
2 , f
mn
(
2/2,
2/2) = 2
2
B. Como 113 es un n umero impar, la funcion u : R R, u(t) = t
113
es
estrictamente creciente, en consecuencia los puntos en donde existe maximo
para f(x, y) son los mismos para los que se obtiene maximo para la funcion
g(x, y) = x[y[ y[x[. Llamando C
i
(i = 1, 2, 3, 4) al cuadrante C
i
del plano:
g(x, y) =
_
_
xy yx = 0 si (x, y) C
1
xy y(x) = 2xy si (x, y) C
2
x(y) y(x) = 0 si (x, y) C
3
x(y) yx = 2xy si (x, y) C
4
Llamemos K al compacto K = (x, y) R
2
: x
2
+ y
2
1. Dado que en
C
1
K y C
3
K la funcion g es constante, bastara analizar la funcion en
C
2
K y C
4
K.
El unico punto crtico de la funcion g en C
2
K es el (0, 0) que no pertenece a
su interior. Analicemos la funcion g en la frontera de C
2
K. Para todos sus
puntos sobre los ejes, la funcion se anula y sus puntos sobre la circunferencia
x
2
+y
2
= 1 son de la forma (x, y) = (cos t, sin t) con t [/2, ]. La funcion
en este cuarto de circunferencia es por tanto
7.14. EXTREMOS ABSOLUTOS SOBRE COMPACTOS 275
(t) = f(cos t, sin t) = 2 cos t sin t = sin 2t (t [/2, ])
Tenemos
(t) = 0 2 cos 2t = 0 cos 2t = 0. El unico punto crtico

de la funcion en (/2, ) es t = 3/4, para el cual obtenemos el valor
(3/4) = sin 3/2 = 1. El valor de en los extremos del intervalo son
(/2) = () = 0. El maximo absoluto de es por tanto 0 y el mnimo
absoluto 1.
Procediendo de manera analoga en C
4
K obtenemos para la correspondiente
funcion en el intervalo [3/2, 2], maximo absoluto 1 obtenido en t =
7/4 y mnimo absoluto 0. De la comparacion de los valores obtenidos,
deducimos que en el compacto K, la funcion g tiene maximo absoluto en
(cos 7/4, sin 7/4) = (
2/2,
2/2) con valor 1 y mnimo absoluto en

(cos 3/4, sin 3/4) = (
2/2,
2/2) con valor 1. Por tanto, los maximos

absolutos de la funcion f son:
f
max
(
2/2,
2/2) = 1
113
= 1 , f
mn
(
2/2,
2/2) = (1)
113
= 1
C. Consideremos la funcion del tipo F(u) =
_
u
0
(t) dt con continua y
0 en R. Aplicando el teorema fundamental del Calculo, F
(u) = (u) 0
con lo cual, F es creciente en R. En nuestro caso :
(t) =
cos
2
t
1 + sin
4
t
(continua y 0 en R)
Esto implica que los extremos absolutos de la funcion dada f se alcanzaran
en los mismos puntos que los extremos absolutos de u(x, y) = (x +y)
3
en el
compacto (. A su vez, y teniendo en cuenta que la funcion v
3
es creciente
en R, los extremos absolutos de f se alcanzaran en los mismos puntos que
los extremos absolutos de h(x, y) = x +y en el compacto (.
La funcion h no tiene puntos crticos, y en la frontera x
2
+ y
2
= 1 de (
podemos escribir:
(t) = h(cos t, sin t) = cos t + sin t (t [0, 2])
Tenemos
(t) = 0 sin t + cos t = 0 tan t = 1. Los unicos pun-

tos crticos de la funcion en (0, 2) son t = /4 y t = 5/4, para los
cuales obtenemos los valores (/4) =
2 y (5/4) =
2. Los valo-
res de en los extremos del intervalo son (0) = (2) = 1. El maximo
absoluto de es por tanto
2 y el mnimo absoluto
2 para los que

obtenemos respectivamente los puntos (cos /4, sin /4) = (
2/2,
2/2) y
(cos 5/4, sin 5/4) = (
2/2,
2/2). Podemos concluir que los extremos

absolutos de f son:
276 CAP
ITULO 7. AN

f
max
(
2/2,
2/2) =
_
2
2
0
cos
2
t
1 + sin
4
t
dt
f
mn
(
2/2,
2/2) =
_
2
2
0
cos
2
t
1 + sin
4
t
dt
7.15. Integral doble impropia por cambio ortogo-
nal
Calcular I(a, b) =
__
R
2
e
(ax
2
+2bxy+cy
2
)
dxdy (a > 0 , ac b
2
> 0) [14]
Resolucion. Consideremos la forma cuadratica
q(x, y) = ax
2
+ 2bxy +cy
2
= (x, y)
_
a b
b c
__
x
y
_
De las condiciones a > 0, ac b
2
> 0 deducimos que q es denida positiva.
Como consecuencia del teorema espectral, existe una matriz P ortogonal tal
que el cambio de coordenadas (x, y)
t
= P(u, v)
t
permite expresar la forma
cuadratica de la siguiente manera:
q(u, v) = (u, v)
_
0
0
__
u
v
_
= u
2
+v
2
( > 0, > 0)
siendo , los valores propios de la matriz de la forma cuadratica. Ademas,
podemos elegir P de tal manera que represente un giro, y por tanto det(P) =
1. Por otra parte y dado que la tranformacion es de la forma:
_
x
y
_
=
_
p
11
p
12
p
21
p
22
__
u
v
_
=
_
p
11
u +p
12
v
p
21
u +p
22
v
_
el correspondiente jacobiano es:
J =
(x, y)
(u, v)
= det
_
x
u
x
v
y
u
y
v
_
= det
_
p
11
p
12
p
21
p
22
_
= 1
Aplicando el conocido teorema de cambio de variable para integrales dobles:
I(a, b) =
__
R
2
e
(ax
2
+2bxy+cy
2
)
dxdy =
__
R
2
e
(u
2
+v
2
)
dudv =
_
+
e
(
u)
2
du
_
+
e
(
v)
2
dv
Haciendo el cambio s =
u y usando
_
+
0
e
x
2
dx =

/2 obtenemos:
7.16. INTEGRAL DOBLE IMPROPIA CON PAR
AMETROS 277
_
+
e
(
u)
2
du = 2
_
+
0
e
(
u)
2
du =
2
_
+
0
e
s
2
ds =
Analogamente
_
+
e
(
v)
2
dv =

/
. En consecuencia I(a, b) = /
.
Por otra parte sabemos que el producto de los valores propios de una ma-
triz es igual al determinante de la matriz. En nuestro caso =
ac b
2
.
Queda por tanto:
I(a, b) =

ac b
2
7.16. Integral doble impropia con parametros
Estudiar en funcion de los valores reales de y la convergencia de la
integral impropia
__
x,y0
dxdy
1 +x
+y
Cuando resulte convergente, expresar su valor en terminos de la funcion

gamma de Euler. Sugerencia: Hacer el cambio de variables x
= u
2
, y
= v
2
seguido de un cambio a coordenadas polares. [14]
Resolucion. De las relaciones x = u
2/
, y = v
2/
obtenemos el jacobiano
de la transformacion:
J =
x
u
x
v
y
u
y
v
u
2
1
0
0
2
v
2
=
4
u
2
1
v
2
1
La integral dada I(, ) se puede expresar por tanto en la forma:
I(, ) =
4
__
u0,v0
u
2
1
v
2
1
1 +u
2
+v
2
dudv
Efectuando el cambio a coordenadas polares:
I(, ) =
4
__
0/2, 0
+
2
1
(cos )
2
1
(sin )
2
1
1 +
2
dd =
2
_
+
0
+
2
1
1 +
2
d
_
/2
0
2(cos )
2
1
(sin )
2
1
d
Llamemos I
1
=
_
/2
0
2(cos )
2
1
(sin )
2
1
d. Usando la conocida formula
278 CAP
ITULO 7. AN

2
_
/2
0
(cos )
2p1
(sin )
2q1
d = B(p, q)
e identicando coecientes 2p 1 = 2/ 1, 2q 1 = 2/ 1 obtenemos
p = 1/ y q = 1/, es decir I
1
= B(1/, 1/). Efectuando ahora el cambio
u = 1/(1 +
2
) tenemos
2
= 1/u 1, con lo cual 2d = du/u
2
. Entonces
_
+
0
+
2
1
1 +
2
d =
_
0
1
u
_
1
u
1
_1
+
1
1
2
_
du
u
2
_
=
1
2
_
1
0
_
1 u
u
_1
+
1
1
2
u
1
du =
1
2
_
1
0
u
1
2
(1 u)
1
+
1
1
2
du
Identicando en B(p, q) =
_
1
0
x
p1
(1 x)
q1
dx obtenemos p = 1/2 1/
1/ y q = 1/2 + 1/ + 1/. Es decir,
_
+
0
+
2
1
1 +
2
d =
1
2
B
_
1
2

1
,
1
2
+
1
+
1
_
Queda por tanto
I(, ) =
1
B
_
1
2

1
,
1
2
+
1
+
1
_
B
_
1
,
1
_
Las condiciones de convergencia son
1
2

1
> 0,
1
2
+
1
+
1
> 0,
1
> 0,
1
> 0
Equivalentemente, 1/ + 1/ < 1/2 ( > 0, > 0).
7.17. Integral en el cubo unidad
Calc ulese
I =
_
M
f(x, y, z) dxdydz
en donde M = [0, 1]
3
, f(x, y, z) = max x, y, z. [15]
Resolucion. Descomponemos la region M en tres subregiones:
M
1
= (x, y, z) [0, 1]
3
: y x , z x
M
2
= (x, y, z) [0, 1]
3
: x y , z y
M
3
= (x, y, z) [0, 1]
3
: x z , y z
Entonces
7.18. M
OVILES SOBRE DOS CIRCUNFERENCIAS 279

f(x, y, z) =
_
_
_
x si (x, y, z) M
1
y si (x, y, z) M
2
z si (x, y, z) M
3
Las regiones M
1
, M
2
, M
3
son tres tetraedros con bases respectivas en los
planos x = 1, y = 1 y z = 1. La intersecciones de dos cualesquiera de estos
tetraedros son conjuntos de medida nula en R
3
y por tanto irrelevantes para
la integracion. La integral pedida es por tanto
I =
_
M
f =
_
M
1
f +
_
M
2
f +
_
M
3
f =
_
1
0
dx
_
x
0
dy
_
x
0
xdz+
_
1
0
dy
_
y
0
dx
_
y
0
ydz +
_
1
0
dz
_
z
0
dy
_
z
0
zdx =
_
1
0
x
3
dx+
_
1
0
y
3
dy +
_
1
0
z
3
dz =
1
4
+
1
4
+
1
4
=
3
4
7.18. Moviles sobre dos circunferencias
Considerense dos circunferencias concentricas C
1
, C
2
de radios a, 2a respec-
tivamente. Dos moviles M y P situados cada uno de ellos respectivamente
en C
1
y C
2
describen las circunferencias en el mismo sentido con velocidad
lineal constante en modulo e igual para ambos moviles. En el instante ini-
cial M y P se encuentran sobre el mismo radio. Determinar unas ecuaciones
parametricas para la curva descrita por el punto medio del segmento MP.
Calcular el area encerrada por dicha curva. [14]
Resolucion. Consideremos las circunferencias centradas en el origen y su-
pongamos que en el instante inicial los moviles M y P se encuentran en
M
0
(a, 0) y P
0
(2a, 0). En el instante t los moviles se encuentran en M y P
con angulos polares respectivos y . Las longitudes L
p
del arco P
0
P y L
m
del M
0
M son L
p
= 2a y L
m
= a. Por hipotesis las velocidades de los
moviles son constantes e iguales, es decir
L
p
t
=
L
p
t

2a
t
=
a
t
= 2
En consecuencia, los puntos M y P tienen coordenadas
M(a cos 2, a sin 2) , P(2a cos , 2a sin )
Unas ecuaciones parametricas para la curva descrita por el punto medio
del segmento MP son por tanto
280 CAP
ITULO 7. AN

_
_
x =
a
2
(cos 2 + 2 cos )
y =
a
2
(sin 2 + 2 sin )
( [0, 2])
El area encerrada por es A =
1
2
_
xdy ydx. Desarrollemos la expresion

xdy ydx :
xdy ydx =
a
2
(cos 2 + 2 cos )
a
2
(2 cos 2 + 2 cos ) d
a
2
(sin 2 + 2 sin )
a
2
(2 sin 2 2 sin ) d =
a
2
4
(2 cos
2
2 +6 cos cos 2 +4 cos
2
+2 sin
2
2 +6 sin sin 2 +4 sin
2
)d =
a
2
4
(2+4+6 sin sin 2+6 cos cos 2)d =
3a
2
2
(1+sin sin 2+cos cos 2)d
Es decir
A =
3a
2
4
_
2
0
(1 + sin sin 2 + cos cos 2) d
Usando la formula cos( ) = cos cos + sin sin :
A =
3a
2
4
_
2
0
(1 + cos ) d =
3a
2
4
[ + sin ]
2
0
=
3
2
a
2
7.19. Centro de gravedad de una esfera
En una esfera maciza de radio a, existe una distribucion de masa cuya den-
sidad en cada punto es proporcional a la distancia de dicho punto a uno jo
de la supercie de la esfera. Se pide determinar la posicion del centro de
gravedad de este solido. [14]
Resolucion. Consideremos la esfera con centro el punto (0, 0, a) y como
punto jo el origen. Llamemos ( x, y, z) a las coordenadas del centro de gra-
vedad. La densidad en cada punto P(x, y, z) es (x, y, z) =
_
x
2
+y
2
+z
2
y la masa del solido:
M =
___
T
k(x, y, z) dxdydz , T x
2
+y
2
+ (z a)
2
a
2
El centro de gravedad es G = ( x, y, z) = (1/M) (M
yz
, M
xz
, M
xy
) siendo
M
yz
, M
xz
y M
xy
los correspondientes momentos estaticos. Por razones de
simetra es claro que x = y = 0. Hallemos la masa M usando las coordenadas
esfericas:
7.19. CENTRO DE GRAVEDAD DE UNA ESFERA 281
_
_
_
x = cos sin
y = sin sin
z = cos
(1)
La ecuacion de la supercie esferica es x
2
+ y
2
+ (z a)
2
= a
2
o de forma
equivalente x
2
+ y
2
+ z
2
2az = 0. En la esfera, vara entre 0 y 2 y
entre 0 y /2. Sustituyendo (1) en la ecuacion de la supercie esferica:
2
2a cos = 0 ( 2a cos ) = 0 = 0 = 2a cos
Por tanto, la masa M es
M =
___
T
k
_
x
2
+y
2
+z
2
dxdydz
=
_
2
0
d
_
/2
0
d
_
2a cos
0
k
3
sin d
= k
_
2
0
d
_
/2
0
d
_
4
4
sin
_
2a cos
0
= 2k
_
/2
0
4a
4
cos
4
sin d
= 8ka
4
_
cos
5
5
_
/2
0
=
8ka
4
5
El momento estatico M
xy
es
M
xy
=
___
T
kx
_
x
2
+y
2
+z
2
dxdydz
=
_
2
0
d
_
/2
0
d
_
2a cos
0
k
4
sin cos d
= k
_
2
0
d
_
/2
0
d
_
5
5
sin cos
_
2a cos
0
=
2k
5
_
/2
0
32a
5
cos
6
sin d
=
64ka
5
5
_
cos
7
7
_
/2
0
=
64ka
5
35
En consecuencia z = M
xy
/M = 8a/7 y el centro de gravedad pedido es
282 CAP
ITULO 7. AN

G =
_
0, 0,
8a
7
_
7.20. Integral de supercie de funcion homogenea
En R
3
, sea F(r) (r = x
i +y
j +z
k) una funcion escalar homogenea de grado

m > 0. Sea S la esfera unidad x
2
+y
2
+z
2
1 y sea S su supercie frontera.
1. Transformar la integral de supercie
__
S
F(r) d en una integral triple
extendida a la esfera S.
2. Como aplicacion de lo anterior, calcular la integral de supercie
__
S
(Ax
4
+By
4
+Cz
4
+Dx
2
y
2
+Ey
2
z
2
+Fz
2
x
2
) d [14]
Resolucion. 1. El vector unitario n es justamente r, por tanto r n =
|r|
2
= 1. Podemos entonces expresar
__
S
F(r) d =
__
S
F(r)r n d
Suponiendo que F es de clase 1 en S y aplicando el teorema de la divergencia:
__
S
F(r) d =
___
S
div ((F(r) r)) dV =
___
S
(F (r) r +F (r) div r) dV
Como la funcion F es homogenea de grado m, se verica F (r)r = mF (r)
como consecuencia del teorema de Euler. Por otra parte, al ser div r = 3
queda:
__
S
F(r) d = (m+ 3)
___
S
F (r) dV
2. La funcion integrando F(x, y, z) es homogenea de grado 4 y seg un el
apartado anterior
__
S
F(x, y, z) d = 7
___
S
F(x, y, z) dV
Por razones de simetra de la esfera:
___
S
x
4
dV =
___
S
y
2
dV =
___
S
z
2
dV
___
S
x
2
y
2
dV =
___
S
y
2
z
2
dV =
___
S
z
2
x
2
dV
7.21. CIRCULACI
ON DE UN CAMPO 283
Usando coordenadas esfericas
___
S
z
4
dV =
_
2
0
d
_

0
d
_
1
0
6
cos
4
sin d =
2
7
_

0
cos
4
sin d =
2
7
_
cos
5
5
_
0
=
4
35
___
S
x
2
z
2
dV =
_
2
0
d
_

0
d
_
1
0
6
cos
2
sin
3
cos
2
d =
1
7
_
2
0
cos
2
d
_

0
sin
3
cos
2
d
Por una parte tenemos
_
2
0
cos
2
d =
_
2
0
1
2
(1 + cos 2) d =
1
2
_
+
1
2
sin 2
_
2
0
=
y por otra
_

0
sin
3
cos
2
d = 2
_
/2
0
sin
3
cos
2
d = B(2, 3/2) =
(2)(3/2)
(7/2)
=
1!(1/2)
(5/2)(3/2)(1/2)
=
4
15
Es decir,
___
S
x
2
z
2
dV =
1
7
4
15
=
1
3
4
35
La integral pedida es por tanto
__
S
F(x, y, z) d =
4
5
_
A+B +C +
D +E +F
3
_
7.21. Circulaci on de un campo
Dados tres vectores a,
b y c de R
3
se considera el campo vectorial F(r) =ar
con r R
3
y la curva cerrada : [0, 2] R
3
dada por () =

b cos +
c sin . Calcular la circulacion del campo F sobre y deducir la condicion
que han de cumplir los vectores a,
b, c para que la circulacion se anule. [14]

Resolucion. La circulacion es C =
_
F(r) dr. Desarrollemos F(r) dr :

284 CAP
ITULO 7. AN

F(r) dr = (a r) (
b sin +c cos ) d =
_
a (
b cos +c sin )
_
(
b sin +c cos ) d =
_
(a
b) cos + (a c) sin )
_
(
b sin +c cos ) d =
_
(a c)
b sin
2
+ (a
b) c cos
2
_
d =
_
(a
b) c
_
(cos
2
+ sin
2
) d = [ a,
b, c ] d
Por tanto
C =
_
F(r) dr =
_
2
0
[ a,
b, c ] d = 2[ a,
b, c ]
La circulacion es nula cuando el producto mixto [ a,
b, c ] es nulo, es decir
cuando los vectores a,
b, c son coplanarios.
7.22. Potencial de un campo
Se trata de probar que todo campo vectorial de la forma

F (x, y, z) =
g(x, y)
k donde g(x, y) es una funcion continua en R

2
conocida, admite una
funcion potencial de la forma

V (x, y, z) = f(x, y)(y
i +x
j).
(a) Deducir la ecuacion que debe satisfacer f para que en todo punto se
cumpla rot(

V ) =

F .
(b) Determinar f cuando g sea una funcion homogenea de grado . Aplquese
al caso en que g(x, y) = x
2
+ 2xy + 3y
2
.
(c) Resolver en el caso general la ecuacion obtenida en el apartado (a).
Aplquese al caso en que la funcion g viene dada por:
g(x, y) =
1
(1 +x
2
+ 2xy + 3y
2
)
2
Indicacion: Dervese la funcion dada por (t) = f(tx, ty). [14]
Resolucion. (a) Tenemos:
rot(

V ) =
i

j

k
z
yf(x, y) xf(x, y) 0
=
_
f(x, y) +x
f
x
+f(x, y) +y
f
y
_
k
7.22. POTENCIAL DE UN CAMPO 285
Igualando rot(

V ) =

F obtenemos la ecuacion pedida:
x
f
x
+f(x, y) +y
f
y
+ 2f(x, y) = g(x, y)
(b) Elijamos f(x, y) homogenea de grado , entonces por el teorema de
Euler se verica x
f
x
+y
f
y
= f(x, y) y la relacion obtenida en el apartado
anterior se puede expresar en la forma ( + 2)f(x, y) = g(x, y). Como g es
continua en R
2
, si es homogenea de grado entonces g(tx, ty) = t
g(x, y).
Si fuera < 0, entonces para t = 0 quedara g(0, 0) = 0
g(0, 0) y g no
sera continua en (0, 0). Ha de ser pues 0. Entonces existe una solucion
f(x, y) homogenea de grado 0 que viene dada por:
f(x, y) =
1
+ 2
g(x, y)
En el caso particular de ser g(x, y) = x
2
+ 2xy + 3y
2
tenemos g(tx, ty) =
t
2
g(x, y), es decir = 2 y por tanto f(x, y) = g(x, y)/4. Veamos si esta
solucion es unica. La ecuacion obtenida en el apartado (a) es:
x
f
x
+f(x, y) +y
f
y
+ 2f(x, y) = g(x, y)
Esta es una ecuacion diferencial lineal en derivadas parciales, en consecuen-
cia sus soluciones son la suma de una solucion particular con todas las solu-
ciones de la homogenea. Si demostramos que la unica solucion de la ecuacion
homogenea es la funcion nula, habremos demostrado que la unica solucion
es la f(x, y) encontrada anteriormente. Consideremos (t) = f(tx, ty) y
derivemos:
(t) = x

x
f(tx, ty) +y

y
f(tx, ty)
Como la ecuacion diferencial homogenea se ha de vericar en todo punto,
sustituyendo x por tx e y por ty obtenemos:
tx

x
f(tx, ty) +ty

y
f(tx, ty) + 2f(tx, ty) = 0
Es decir, t
(t) + 2(t) = 0. Multiplicando por t queda t

2
(t) + 2t(t) = 0
o bien (d/dt)(t
2
(t)) = 0, cuya solucion general es t
2
(t) = K para todo
t R. Haciendo t = 0 queda K = 0 lo cual implica (t) = 0 para todo t ,= 0.
Como (t) es continua en R se deduce que es la funcion identicamente
nula. Dado que (1) = f(x, y) se concluye que f es identicamente nula. La
unica solucion de la ecuacion completa es por tanto:
286 CAP
ITULO 7. AN

f(x, y) =
1
4
(x
2
+ 2xy + 3y
2
)
(c) Se trata ahora de resolver la ecuacion en el caso general. Hagamos
(t) = g(tx, ty). La funcion (t) ha de ser solucion de la ecuacion diferencial
t
(t)+2(t) = (t). Multiplicando por t obtenemos (d/dt)(t

2
(t)) = t(t).
Integrando entre 0 y 1 la igualdad anterior:
_
1
0
t(t) dt =
_
1
0
d
dt
_
t
2
(t)
_
dt =
_
t
2
(t)
1
0
= (1) = f(1x, 1y) = f(x, y)
Para la funcion dada g(x, y) = 1/(1 +x
2
+ 2xy + 3y
2
)
2
tenemos:
f(x, y) =
_
1
0
t dt
( 1 +t
2
(x
2
+ 2xy + 3y
2
) )
2
, (x, y) R
2
Haciendo (x, y) = (0, 0) tenemos f(0, 0) =
_
1
0
t dt = 1/2. Por otra parte la
forma cuadratica x
2
+2xy+3y
2
es denida positiva al tener sus dos menores
principales positivos. Tiene pues sentido llamar a
2
= x
2
+2xy+3y
2
. Haciendo
el cambio de variable u = 1 +a
2
t
2
obtenemos du = 2a
2
t dt y por tanto:
f(x, y) =
_
1
0
t dt
(1 +a
2
t
2
)
2
=
_
1+a
2
1
u
2
du
2a
2
=
1
2a
2
_
1
u
_
1+a
2
1
=
1
2(1 +a
2
)
En consecuencia la funcion pedida es:
f(x, y) =
1
2(1 +x
2
+ 2xy + 3y
2
)
7.23. Campo gradiente
Se considera un campo vectorial F(x, y, z) = (P(x, y, z), Q(x, y, z), R(x, y, z))
denido en R
3
y de clase (
1
. Se construye a partir de el un campo escalar
V (x, y, z) de la siguiente manera:
V (x, y, z) =
_
P dx +Q dy +R dz
en donde es la poligonal determinada por los puntos (0, 0, 0), (x, 0, 0),
(x, y, 0) y (x, y, z).
(a) Expresar V como suma de integrales simples. Enunciar y demostrar una
condicion necesaria y suciente que debe cumplir F para que grad V = F.
(b) Determinar los valores de p, q y r para los cuales el campo de compo-
nentes
7.23. CAMPO GRADIENTE 287
P(x, y, z) = 2xy(x
2
+z
2
+ 1)
p
Q(x, y, z) = (x
2
+z
2
+ 1)
q
R(x, y, z) = 2yz(x
2
+z
2
+ 1)
r
cumpla la condicion del apartado anterior, y construir V en este caso. [14]
Resolucion. (a) Expresemos V como suma de integrales simples. Denote-
mos a los puntos dados de la poligonal por O, A, B, C respectivamente. Unas
ecuaciones parametricas de los correspondientes segmentos orientados son
OA : X = t, Y = 0, Z = 0 (t [0, x])
AB : X = x, Y = t, Z = 0 (t [0, y])
BC : X = x, Y = y, Z = t (t [0, z])
Las integrales a lo largo de los segmentos son
_
OA
Pdx +Qdy +Rdz =
_
x
0
P(t, 0, 0)dt
_
AB
Pdx +Qdy +Rdz =
_
y
0
Q(x, t, 0)dt
_
BC
Pdx +Qdy +Rdz =
_
z
0
R(x, y, t)dt
En consecuencia
V (x, y, z) =
_
x
0
P(t, 0, 0)dt +
_
y
0
Q(x, t, 0)dt +
_
z
0
R(x, y, t)dt
Encontremos ahora una condicion necesaria y suciente para que de verique
grad V = f. Si grad V = f entonces
_
V
x
,
V
y
,
V
z
_
= (P, Q, R). Como F
es de clase 1 en R
3
, el campo V es de clase 2 en R
3
(se ha obtenido por
integraciones). Podemos por tanto cambiar el orden de derivacion, es decir
Q
x
=

x
_
V
y
_
=

y
_
V
x
_
=
P
y
Q
z
=

z
_
V
y
_
=

y
_
V
z
_
=
R
y
R
x
=

x
_
V
z
_
=

z
_
V
x
_
=
P
z
Por tanto, una condicion necesaria para que que verique grad V = f es
Q
x
=
P
y

Q
z
=
R
y

R
x
=
P
z
(1)
288 CAP
ITULO 7. AN

Observese que la condicion (1) equivale a rot F = 0. Veamos que la condicion
(1) es tambien condicion suciente para que se verique grad V = f. Si se
verica (1), entonces aplicando el teorema fundamental del Calculo y el
teorema de derivacion de integrales dependientes de un parametro:
V
x
=

x
__
x
0
P(t, 0, 0)dt +
_
y
0
Q(x, t, 0)dt +
_
z
0
R(x, y, t)dt
_
=
P(x, 0, 0) +
_
y
0
Q(x, t, 0)
x
dt +
_
z
0
R(x, y, t)
x
dt
Usando la condicion (1):
V
x
= P(x, 0, 0) +
_
y
0
P(x, t, 0)
y
dt +
_
z
0
P(x, y, t)
z
dt =
P(x, 0, 0) + [P(x, t, 0)]
y
0
+ [P(x, y, t)]
z
0
= P(x, 0, 0)+
P(x, y, 0) P(x, 0, 0) +P(x, y, z) P(x, y, 0) = P(x, y, z)
Es decir,
V
x
= P. De manera analoga se demuestra
V
y
= Q y
V
z
= R.
Concluimos que (1) es condicion necesaria y suciente para que ocurra
grad V = f.
(b) Determinemos p, q y r para que se verique grad V = f en el campo F
dado. Usamos para ello la caracterizacion del apartado anterior
P
y
=
Q
x
2x(x
2
+z
2
+ 1)
p
= 2qx(x
2
+z
2
+ 1)
q1
q = 1 p = q 1
Q
z
=
R
y
2qz(x
2
+z
2
+ 1)
q1
= 2z(x
2
+z
2
+ 1)
r
q = 1 q 1 = r
R
x
=
Q
z
4rxyz(x
2
+z
2
+ 1)
r1
= 4pxyz(x
2
+z
2
+ 1)
p1
p = r r 1 = q 1
Resolviendo el correspondiente sistema obtenemos p = 2, q = 1, r = 2.
El campo F es por tanto
F(x, y, z) =
_
2xy
(x
2
+z
2
+ 1)
2
,
1
x
2
+z
2
+ 1
,
2yz
(x
2
+z
2
+ 1)
2
_
El campo V es:
V (x, y, z) =
_
x
0
0dt +
_
y
0
1
x
2
+ 1
dt +
_
z
0
2yt
(x
2
+t
2
+ 1)
2
dt =
y
x
2
+ 1
+
_
y
x
2
+t
2
+ 1
_
z
0
=
y
x
2
+z
2
+ 1
7.24. TEOREMAS DE STOKES Y GAUSS: COMPROBACI
ON 289
7.24. Teoremas de Stokes y Gauss: comprobaci on
Se considera el campo vectorial en R
3
:
F(x, y, z) = (x 2yz, y + 2xz, z)

y el cono K : x
2
+y
2
= 4z
2
, 0 z 1. Se pide:
1) Comprobar la validez del teorema de Stokes para el campo

F y el cono
K.
2) Comprobar la validez del teorema de Gauss para el campo

F y el cono
K limitado por z = 1. [14]
Resolucion. 1) La curva que delimita a K es x
2
+ z
2
= 4, z = 1, que
escrita en parametricas es:

_
_
_
x = 2 cos t
y = 2 sin t
z = 1
(t [0, 2])
Calculemos la integral curvilinea I
1
correspondiente al teorema de Stokes:
I
1
=
_
(x 2yz)dx + (y + 2xz)dy +zdz

=
_
2
0
(2 cos t 4 sin t)(2 sin t)dt + (2 sin t + 4 cos t)(2 cos t)dt
=
_
2
0
(4 sin t cos t + 8 sin
2
t + 4 sin t cos t + 8 cos
2
t)dt
=
_
2
0
8 dt = 16
El rotacional de

F es:
rot
F =
i

j

k
z
x 2yz y + 2xz z
= (2x, 2y, 4z)

Un vector normal al cono K (x, y, z) = x
2
+ y
2
4z
2
= 0 en un pun-
to generico es = (
x
,

y
,

z
) = (2x, 2y, 8z) y 2
_
x
2
+y
2
+ 16z
2
su
modulo. Un simple esbozo del cono, permite elegir el sentido del vector nor-
mal unitario n acorde con el sentido elegido para la curva , seg un la regla
del sacacorchos:
290 CAP
ITULO 7. AN

n =

||
=
1
_
x
2
+y
2
+ 16z
2
(x, y, 4z)
Usando la relacion x
2
+y
2
= 4z
2
:
(rot
F) n =
2x
2
+ 2y
2
+ 16z
2
_
x
2
+y
2
+ 16z
2
=
6(x
2
+y
2
)
_
5(x
2
+y
2
)
_
1 + (
z
x
)
2
+ (
z
y
)
2
=
_
5(x
2
+y
2
)
2
_
x
2
+y
2
La proyeccion del cono K sobre el plano z = 0 es el crculo D de centro el
origen y radio 2. Para hallar la integral de supercie I
2
que aparece en el
teorema de Stokes, usamos coordenadas polares en la integral doble corres-
pondiente:
I
2
=
__
K
(rot
F) n dS =
__
D
6(x
2
+y
2
)
_
5(x
2
+y
2
)
_
5(x
2
+y
2
)
2
_
x
2
+y
2
dxdy
= 3
__
D
_
x
2
+y
2
dxdy = 3
_
2
0
d
_
2
0
2
d = 16
Queda pues comprobado el teorema de Stokes.
2) Sea T el cono K limitado por z = 1. Su volumen es V
T
= 4/3 La
divergencia del campo es div
F =

F = 3, y la integral triple J
1
que
aparece en el teorema de Gauss es
J
1
=
___
T
(div
F) dxdydz = 3
___
T
dxdydz = 3
4
3
= 4
Hallemos el producto (div
F) n en K eligiendo ahora n exterior a la super-

cie:
(div
F) n = (x 2yz, y + 2xz, z)
1
_
x
2
+y
2
+ 16z
2
(x, y, 4z)
=
x
2
2xyz +y
2
+ 2xyz 4z
2
_
x
2
+y
2
+ 16z
2
= 0
El vector normal unitario en la base B del cono es n = (0, 0, 1) y ahora
(div
F) n = 1. Teniendo en cuenta que el area de B es A

B
= 4, la integral
de supercie J
2
que corresponde al teorema de Gauss es:
J
2
=
__
T
(div
F) n dS =
__
K
(div
F) n dS +
__
B
(div
F) n dS
=
__
K
0 dS +
__
B
dS = 0 +A
B
= 4
Queda pues comprobado el teorema de Gauss.
7.25. FLUJO Y CIRCULACI
ON DE

F(
R) = (
A

R)
10
R 291
7.25. Flujo y circulacion de

F(r) = (a r)
10
r
Se considera el campo vectorial en R
3
denido por

F(r) = (ar)
10
r en donde
a es un vector jo y no nulo de R
3
y r es el vector de posicion. Se pide:
a) Calcular la divergencia y rotacional del campo

F. Determinar si existen
vectores a no nulos para los cuales el campo

F es conservativo.
b) Calcular el ujo del campo

F sobre la cara exterior de la esfera unidad
x
2
+y
2
+z
2
= 1.
c) Calcular la circulacion del campo

F sobre cualquier curva cerrada situada
sobre la esfera unidad. [14]
Resolucion. a) Llamando a = (a
1
, a
2
, a
3
), r = (x, y, z) y

F = (F
1
, F
2
, F
3
),
la primera componente del campo es F
1
= (a
1
x +a
2
y +a
3
z)
10
x con lo cual
F
1
x
= 10 (a
1
x +a
2
y +a
3
z)
9
a
1
x + (a
1
x +a
2
y +a
3
z)
10
1
= 10 (a r)
9
a
1
x + (a r)
10
= (a r)
9
(10 a
1
x +a r)
Procediendo de manera analoga con las otras dos componentes:
F
2
y
= (a r)
9
(10 a
2
y +a r) ,
F
3
z
= (a r)
9
(10 a
3
z +a r)
La divergencia de

F es por tanto
div
F =
F
1
x
+
F
2
y
+
F
3
z
= (a r)
9
(10 a r + 3 a r) = 13 (a r)
10
Sean f(r) = (a r)
10
y

G = r. Entonces
f = (f
x
, f
y
, f
z
) =
_
10(a r)
9
a
1
, 10(a r)
9
a
2
, 10(a r)
9
a
3
_
= 10(a r)
9
a
Dado que rot
G =
0, usando una conocida propiedad:

rot
F = rot(f

G) = frot
G+f

G = f

G
=
_
10 (a r)
9
a
_
r = 10 (a r)
9
(a r)
El vector a es no nulo por hipotesis. Eligiendo un vector
b ,=
0 no perpendi-
cular al vector a con a,
b linealmente independientes, se verica a
b ,= 0 y
a
b ,=
0, es decir (rot
F)(
b) ,=
0. Por tanto, no existen vectores a no nulos

tales que

F es conservativo.
b) Para calcular el ujo pedido sobre la cara exterior de la esfera E,
aplicaremos el teorema de la divergencia, es decir:
292 CAP
ITULO 7. AN

=
__
E
+
F n dS =
___
x
2
+y
2
+z
2
1
div
F dxdydz
Para simplicar la expresion del campo div
F vamos a girar la base B =
i,
j,
k para obtener la base ortonormal B
= u, v, w de tal manera que

w =a/[a[. Llamando (u, v, w) a las coordenadas de r en la base B
, tenemos:
a r = (0, 0, [a[) (u, v, w) = [a[w (div
F)(u, v, w) = 13[a[
10
w
10
Dado que hemos realizado un giro, la relacion entre las coordenadas en las
bases es
_
_
x
y
z
_
_
= P
_
_
u
v
w
_
_
(P ortogonal y det P = 1)
El jacobiano de la transformacion es
J =
x
u
x
v
x
w
y
u
y
v
y
w
z
u
z
v
z
w
= det P = 1
Usando la formula del cambio de variables para integrales triples:
___
x
2
+y
2
+z
2
1
div
F dxdydz = 13[a[
10
___
u
2
+v
2
+w
2
1
w
10
dudvdw
Usando coordenadas esfericas (, , ) :
___
u
2
+v
2
+w
2
1
w
10
dudvdw =
_
2
0
d
_

0
cos
10
sin d
_
1
0
12
d
=
2
13
_
cos
11
11
_
0
=
2
13

2
11
= 13[a[
10
2
13

2
11
=
4[a[
10
11
c) Sea una curva cerrada situada sobre la esfera unidad, y sea la porcion
de supercie que limita la esfera unidad. Aplicando los teoremas de Stokes
y de la divergencia, obtenemos la circulacion de

F:
_
F dr =
__
rot(
F) n dS =
___
T
div(rot
F) dV =
___
T
0 dV = 0
Captulo 8
Analisis complejo
8.1. Proyecci on estereograca
Se llama esfera de Riemann a la esfera
S = (x
1
, x
2
, x
3
) R
3
: x
2
1
+x
2
2
+x
2
3
= 1
Sea C
= C el pano complejo ampliado. Denimos la aplicacion:

: C
S ,
_
(x +iy) = M si x +iy C
() = (0, 0, 1)
en donde M es el punto (distinto del (0, 0, 1)) en el que la recta de R
3
que
pasa por (x, y, 0) y (0, 0, 1) corta a la esfera. A la aplicacion se la llama
proyecci on estereograca.
(a) Demostrar que las ecuaciones de la proyeccion estereograca son
(x +iy) =
_
2x
[z[
2
+ 1
,
2y
[z[
2
+ 1
,
[z[
2
1
[z[
2
+ 1
_
si z = x +iy C
(b) Demostrar que las ecuaciones de la inversa de la proyeccion estereograca
son
1
(x
1
, x
2
, x
3
) =
x
1
+x
2
i
x
3
1
si (x
1
, x
2
, x
3
) ,= (0, 0, 1)
(c) Denimos en C
la distancia (llamada distancia cordal) de la forma:

d
(z, w) = d
2
((z), (w)) , zw C
en donde d
2
representa la distancia eucldea en R
3
. Demostrar que:
293
294 CAP
ITULO 8. AN
ALISIS COMPLEJO
d
(z, w) =
2[z w[
_
1 +[z[
2
_
1 +[w[
2
si z, w C
d
(z, ) =
2
_
1 +[z[
2
si z C
Resolucion. (a) Un vector de direccion de la recta r que pasa por (x, y, 0)
y (0, 0, 1) es (x, y, 1). Por tanto unas ecuaciones parametricas de r son
X = x. Y = y, Z = 1 . Obligando a que corten a S :
2
x
2
+
2
y
2
+ (1 )
2
= 1 o bien ((x
2
+y
2
+ 1) 2) = 0
Obtenemos = 0 o = 2/(x
2
+ y
2
+ 1). Para = 0 obtenemos el punto
(0, 0, 1), en consecuencia el punto de corte M corresponde a = 2/(x
2
+
y
2
+ 1) = 2/([z[
2
+ 1). Sustituyendo en las ecuaciones parametricas:
M = (x +iy) =
_
2x
[z[
2
+ 1
,
2y
[z[
2
+ 1
,
[z[
2
1
[z[
2
+ 1
_
si z = x +iy C
(b) Por consideraciones geometricas es claro que es biyectiva lo cual implica
que existe
1
. Si
1
(x
1
, x
2
, x
3
) = x +iy entonces, existe R tal que
x
1
= x , x
2
= y , x
3
= 1
Eliminando de entre estas ecuaciones obtenemos:
1
(x
1
, x
2
, x
3
) = x +iy =
x
1
+x
2
i
x
3
1
si (x
1
, x
2
, x
3
) ,= (0, 0, 1)
(c) Llamemos z = x + iy y w = u + iv. Sean (z) = (x
1
, x
2
, x
3
) y (z) =
(y
1
, y
2
, y
3
). Usando que x
2
1
+x
2
2
+x
2
3
= y
2
1
+y
2
2
+y
2
3
= 1 :
d
(z, w)
2
= (x
1
y
1
)
2
+(x
2
y
2
)
2
+(x
3
y
3
)
2
= 2(1 x
1
y
1
x
2
y
2
x
3
y
3
)
Usando las ecuaciones de :
d
(z, w)
2
= 2
_
1
4xu + 4yv + ([z[
2
1)([w[
2
1)
([z[
2
+ 1)([w[
2
+ 1)
_
=
4([z[
2
+[w[
2
2xu 2yv)
([z[
2
+ 1)([w[
2
+ 1)
Por otra parte
[z w[
2
= (z w)( z w) = z z w z z w +w w = [z[
2
wz z w +[w[
2
=
[z[
2
+[w[
2
2Re (z w) = [z[
2
+[w[
2
2xu 2yv
8.2. ECUACIONES DE CAUCHY-RIEMANN 295
Queda por tanto
d
(z, w) =
2[z w[
_
1 +[z[
2
_
1 +[w[
2
si z, w C
Por ultimo, para todo z C :
d
(z, )
2
= x
2
1
+x
2
2
+ (x
3
1)
2
= 2(1 x
3
) = 2
_
1
[z[
2
1
[z[
2
+ 1
_
=
4
[z[
2
+ 1
d
(z, ) =
2
_
1 +[z[
2
8.2. Ecuaciones de Cauchy-Riemann
(a) Demostrar que la funcion f(z) = z con ,= 0 constante real no es
derivable en ning un punto de C.
(b) Determinar los puntos del plano complejo para los cuales es derivable la
funcion f(z) = [z[ Re z.
(c) Demostrar que si f(z) = e
z
entonces f
(z) = e
z
para todo z del plano
complejo.
Resolucion. (a) Tenemos u = x, v = y. Para todo punto del plano
complejo u
x
= y v
y
= . Como en todo punto del plano complejo
u
x
,= v
y
, no se cumplen las ecuaciones de Cauchy Riemann y por tanto f no
es derivable en ning un punto de C.
(b) f(z) = x
_
x
2
+y
2
, por tanto u = x
_
x
2
+y
2
, v = 0. Si (x, y) ,= (0, 0)
u
x
=
2x
2
+y
2
_
x
2
+y
2
, u
y
=
xy
_
x
2
+y
2
, v
x
= 0 , v
y
= 0
Entonces u
x
,= 0 lo cual implica u
x
,= v
y
, es decir f no es derivable en
z = x +iy si (x, y) ,= (0, 0). Analicemos si es derivable en z = 0
u
x
(0, 0) = lm
h0
u(h, 0) u(0, 0)
h
= lm
h0
h
h
2
h
= 0
u
y
(0, 0) = lm
h0
u(0, h) u(0, 0)
h
= lm
h0
0
h
= lm
h0
0 = 0
Las funciones u
x
, u
y
, v
x
, v
y
son por tanto
296 CAP
ITULO 8. AN
ALISIS COMPLEJO
u
x
=
_
_
_
2x
2
+y
2
_
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
u
y
=
_
_
_
xy
_
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
v
x
= v
y
= 0 , (x, y) R
2
Usando coordenadas polares facilmente vericamos que lm
(x,y)(0,0)
u
x
=
0 = u
x
(0, 0) y lm
(x,y)(0,0)
u
y
= 0 = u
y
(0, 0), es decir se cumplen las condi-
ciones sucientes del Teorema 2, en consecuencia f es derivable en z = 0 y
ademas
f
(0) = u
x
(0, 0) +iv
x
(0, 0) = 0 + 0i = 0
(c) Tenemos e
z
= e
x
(cos y + i sin y), por tanto u = e
x
cos y, v = e
x
sin y.
Ademas, u
x
= e
x
cos y, u
y
= e
x
sin y, v
x
= e
x
sin y, v
y
= e
x
cos y. Estas
parciales son continuas en todo R
2
y verican las ecuaciones de Cauchy-
Riemann, por tanto f es derivable en todo el plano complejo y su derivada
es f
(z) = u
x
+iv
x
= e
x
cos y +ie
x
sin y = e
z
.
8.3. Funcion arm onica conjugada
Comprobar que la funcion u = 3x
2
y + 2x
2
y
3
2y
2
es armonica en R
2
y
determinar su armonica conjugada v para expresar f(z) = u(x, y) +iv(x, y)
como funcion holomorfa de z en C.
Resolucion. Claramente u (
2
(R
2
). Tenemos
u
x
= 6xy + 4x, u
y
= 3x
2
3y
2
4y, u
xx
= 6y + 4, u
yy
= 6y 4
Es decir,
2
u = u
xx
+u
yy
= 0 en R
2
y por tanto u es armonica en el plano.
Si la funcion f = u + iv es holomorfa, se han de cumplir las ecuaciones de
Cauchy-Riemann u
x
= v
y
, u
y
= v
x
. De la primera ecuacion deducimos:
v =
_
u
x
dy =
_
(6xy + 4x)dy = 3xy
2
+ 4xy +(x)
De la segunda:
3x
2
3y
2
4y = (3y
2
+ 4y +
(x))
(x) = 3x
2
(x) = x
3
+C
8.4. FAMILIA DE FUNCIONES ARM
ONICAS 297
La funcion pedida es por tanto:
f(z) = 3x
2
y + 2x
2
y
3
2y
2
+i(3xy
2
+ 4xy x
3
+C)
Para expresar f(z) en terminos de z usamos el metodo de Milne- Thompson.
Para y = 0 obtenemos f(x) = 2x
2
i(x
3
+C) y la funcion pedida se puede
expresar en la forma f(z) = 2z
2
iz
3
iC o bien
f(z) = 2z
2
iz
3
+K , (K C)
8.4. Familia de funciones armonicas
Hallar todas las funciones armonicas de la forma w = f(x
2
+y
2
).
Resolucion. Denotemos t = x
2
+y
2
. Entonces:
w
x
= f
(t) 2x, w
y
= f
(t) 2y
w
xx
= f
(t) 2x 2x +f
(t) 2, w
yy
= f
(t) 2y 2y +f
(t) 2
La funcion w es armonica si y solo si
2
w = w
xx
+w
yy
= 0. Por tanto:
2
w = 0 4(x
2
+y
2
)f
(t) + 4f
(t) = 0 tf
(t) +f
(t) = 0
Resolvamos la ecuacion diferencial anterior:
tf
(t) +f
(t) = 0 ,
f
(t)
f
(t)
=
1
t
, log [f
(t)[ = log [t[ +C

1
,
f
(t) =
C
1
t
, f(t) = C
1
log [t[ +C
2
, f(x
2
+y
2
) = C
1
log(x
2
+y
2
) +C
2
Las funciones pedidas son por tanto
w = C
1
log(x
2
+y
2
) +C
2
, (C
1
, C
2
constantes)
8.5. Polinomio de Hurwitz
Sea p(z) C[z]. Se dice que p(z) es un polinomio de Hurwitz si todos sus
ceros tienen parte real negativa. Demostrar que si p(z) es un polinomio de
Hurwitz, tambien lo es p
(z).
Resolucion. Sea p(z) = a
n
z
n
+ . . . + a
1
z + a
0
(a
n
,= 0) un polinomio de
Hurwitz, podemos escribir p(z) = a
n
(z z
1
) . . . (z z
n
) con Re z
j
< 0 para
todo j = 1, . . . , n. Hallemos el cociente p
(z)/p(z) :
298 CAP
ITULO 8. AN
ALISIS COMPLEJO
p
(z)
p(z)
=
a
n
[(z z
2
) . . . (z z
n
) +. . . + (z z
1
) . . . (z z
n1
)]
a
n
(z z
1
)(z z
2
) . . . (z z
n
)
=
1
z z
1
+
1
z z
2
+. . .
1
z z
n
Sea z C tal que z ,= z
j
y supongamos que Re z 0. En este caso,
Re (z z
j
) > 0 y por consiguiente Re (1/(z z
j
)) > 0. Esto se deduce del
hecho de que si w C con w ,= 0 entonces 1/w = w/[w[
2
, es decir Re (1/w)
y Re w tienen el mismo signo. Entonces
Re
p
(z)
p(z)
= Re
1
z z
1
+. . . + Re
1
z z
n
> 0
Es decir, si Re z 0 con z ,= z
j
entonces Re (p
(z)/p(z)) es distinta de cero

y en consecuencia p
(z) ,= 0 (z no es raz de p
(z)). Las races de p
(z) tienen
por tanto parte real negativa. Observese que si alg un z
j
fuera raz de p
(z),
ya tiene parte real negativa por hipotesis.
8.6. Familia de racionales complejas
Para cada n umero real t con [t[ < 1 se considera la funcion compleja denida
por
f(z) =
4 z
2
4 4tz +z
2
y se pide:
(a) Descomponer f(z) en fracciones simples.
(b) Obtener la expresion de las derivadas sucesivas en z = 0 de la funcion
f(z).
(c) Demostrar que el coeciente T
n
(t) de z
n
en el desarrollo en serie de
Taylor en z = 0 de f(z) es un polinomio de grado n en t y que se cumple la
relacion de recurrencia
4T
n+1
4tT
n
(t) +T
n1
(t) = 0 [14]
Resolucion. (a) Efectuando la division eucldea:
f(z) = 1 +
4tz + 8
z
2
4tz + 4
Resolviendo z
2
4tz + 4 = 0 obtenemos a = 2t + 2i
1 t
2
y a = 2t
2i
1 t
2
. Expresando en fracciones simples:
8.6. FAMILIA DE RACIONALES COMPLEJAS 299
4tz + 8
z
2
4tz + 4
=
A
z a
+
B
z a
=
A(z a) +B(z a)
(z a)(z a)
Para z = a, tenemos 4ta+8 = A(a a) y para z = a, 4t a+8 = B( aa).
Entonces:
A =
4ta + 8
a a
=
8t
2
8ti
1 t
2
+ 8
4i
1 t
2
=
2t
2
2ti
1 t
2
+ 2
i
1 t
2
=
2t
2
i + 2t
1 t
2
+ 2i
1 t
2
= 2t
2(1 t
2
)
1 t
2
i = 2t 2
1 t
2
i = a
Operando de manera analoga obtenemos B = a, por tanto la descomposi-
cion en fracciones simples de f(z) es
f(z) = 1
a
z a

a
z a
(a = 2t + 2i
1 t
2
)
(b) Llamando f
1
(z) = a/(z a) y f
2
(z) = a/(z a) :
f
1
(z) =
1
1
z
a
=
+
n=0
z
n
a
n
=
+
n=0
f
(n)
1
(0)
n!
z
n
f
(n)
1
(0) =
n!
a
n
Razonando de manera analoga obtenemos f
(n)
2
(0) = n!/ a
n
. Por tanto, si
n 1
f
(n)
(0) = n!
_
1
a
n
+
1
a
n
_
=
n!(a
n
+ a
n
)
(a a)
n
=
n!(a
n
+ a
n
)
(4t
2
+ 4 4t
2
)
n
=
n!(a
n
+ a
n
)
4
n
(c) Veamos que efectivamente se verica la relacion de recurrencia dada. En
un entorno del origen podemos escribir
4 z
2
4 4tz +z
2
=
+
n=0
T
n
(t)z
n
o bien 4 z
2
= (4 4tz + z
2
)(T
0
(t) + T
1
(t)z + T
2
(t)z
2
+ . . .). Igualando
coecientes obtenemos
_
_
_
4 = 4T
0
(t)
0 = 4T
1
(t) 4tT
0
(t)
1 = 4T
2
(t) 4tT
1
(t) +T
0
(t)
De lo cual deducimos T
0
(t) = 1, T
1
(t) = t, T
2
(t) = t
2
1
2
. Estos polinomios
se han obtenido identicando en ambos miembros los coecientes de z
0
, z
1
y z
2
. Identicando en ambos miembros el coeciente de z
n+1
(para n 2) :
300 CAP
ITULO 8. AN
ALISIS COMPLEJO
0 = 4T
n+1
4tT
n
(t) +T
n1
(t)
que es la relacion de recurrencia pedida. Demostremos por induccion que
T
n
(t) es un polinomio de grado n. Hemos visto que es cierto para n = 0, 1, 2.
Sea cierto para todo k n. De la relacion de recurrencia tenemos que
T
n+1
(t) = tT
n
(t)
1
4
T
n1
(t), lo cual implica que T
n+1
(t) es un polinomio.
Como el grado de T
n
(t) es n se deduce que el grado de tT
n1
(t) es n+1 y al
ser el grado de
1
4
T
n1
(t) igual a n 1, concluimos que el grado de T
n+1
(t)
es n + 1.
8.7. Recurrente compleja por serie de potencias
(a) Los terminos de una sucesion (a
n
) de n umeros complejos satisfacen la
relacion de recurrencia de segundo orden 4a
n+2
+4a
n+1
+a
n
= 0. Encontrar
una acotacion de la forma [a
n
[ MK
n
.
(b) Demostrar que la serie de potencias f(z) =
n=0
a
n
z
n
tiene su radio de
convergencia no nulo.
(c) Resolver la ecuacion en diferencias 4a
n+2
+ 4a
n+1
+ a
n
= 4 con a
0
=
1, a
1
= 1. Indicacion: Multiplicar por z
n+2
ambos miembros de la ecuacion
en diferencias nitas y despejar f(z). Despues, desarrollar f(z) en serie de
potencias. [14]
Resolucion. (a) Tenemos a
n+2
= (a
n+1
+a
n
/4). En consecuencia:
[a
n+2
[ =
a
n+1
+
a
n
4
[a
n+1
[ +
a
n
4
max [a
n+1
[ , [a
n
[ +
1
4
max [a
n+1
[ , [a
n
[ =
5
4
max [a
n+1
[ , [a
n
[
Para n = 0 las desigualdad se pueden escribir en la forma:
[a
2
[
5
4
max [a
1
[ , [a
0
[
Para n = 1 en la forma:
[a
3
[
5
4
max [a
2
[ , [a
1
[
5
4
max
_
5
4
max [a
1
[ , [a
0
[ , [a
0
[
_
=
_
5
4
_
2
max [a
1
[ , [a
0
[
Usando el metodo de induccion, se llega inmediatamente a la acotacion:
[a
n
[
_
5
4
_
n1
max [a
1
[ , [a
0
[ =
_
4
5
max [a
1
[ , [a
0
[
__
5
4
_
n
8.7. RECURRENTE COMPLEJA POR SERIE DE POTENCIAS 301
En consecuencia tenemos [a
n
[ MK
n
siendo:
M =
4
5
max [a
1
[ , [a
0
[ , K =
5
4
(b) El radio de convergencia de la serie de potencias
n=0
a
n
z
n
sabemos
que viene dado por R = 1/ lmsup
n
_
[a
n
[. Por el apartado anterior tenemos
[a
n
[ MK
n
. Entonces:
lmsup
n
_
[a
n
[ lmsup
n
MK
n
= K lmsup
n
M
Por otra parte lm
n
n
M = lm
n
M
1/n
= M
0
= 1 si M ,= 0. Si M = 0
es decir, [a
1
[ = [a
2
[ = 0 entonces lm
n
n
M = 0. Todo esto implica que

en cualquier caso lmsup
n
_
[a
n
[ K y por tanto R 1/K > 0. Es decir, el
radio de convergencia es no nulo.
(c) Multiplicando ambos miembros de la ecuacion recurrente por z
n+2
:
4a
n+2
z
n+2
+ 4a
n+1
z
n+2
+a
n
z
n+2
= 4z
n+2
Tomando sumas:
4
n=0
a
n+2
z
n+2
+ 4z
n=0
a
n+1
z
n+1
+z
2
n=0
a
n
z
n
= 4z
2
n=0
z
n
Las series del primer miembro tienen radio de convergencia R y la del se-
gundo miembro 1 (geometrica de razon z). La igualdad tiene sentido pues
para [z[ < mn1, R. Al ser f(z) =
n=0
a
n
z
n
y f(z) =
n=0
z
n
=
1/(1 z) ([z[ < 1) obtenemos:
4(f(z) a
0
a
1
z) + 4z(f(z) a
0
) +z
2
f(z) =
4z
2
1 z
igualdad valida para [z[ < mn 1, R. Sustituyendo a
0
= 1, a
1
= 1, despe-
jando f(z) y simplicando obtenemos:
f(z) =
4z
2
4z + 4
(z + 2)
2
(1 z)
y efectuando la descomposicion en fracciones simples:
f(z) =
4/9
1 z
+
32/9
z + 2
+
28/3
(z + 2)
2
Desarrollemos en serie f
1
(z) = 1/(1 z), f
2
(z) = 1/(z + 2) y f
3
(z) =
1/(z + 2)
2
:
302 CAP
ITULO 8. AN
ALISIS COMPLEJO
f
1
(z) =
1
1 z
=
n=0
z
n
([z[ < 1)
f
2
(z) =
1
z + 2
=
1
2

1
1 (z/2)
=
1
2
n=0
(z/2)
n
([z[ < 2)
Derivando la ultima igualdad respecto de z:
f
3
(z) =
1
(z + 2)
2
=
1
2
n=1
n
_
z
2
_
n1
1
2
_
=
n=1
(1)
n
n
2
n+1
z
n1
=
n=0
(1)
n+1
(n + 1)
2
n+2
z
n
Este ultimo desarrollo es valido para [z[ < 2 pues toda serie de potencias y
su serie derivada tienen el mismo radio de convergencia. Ademas claramente
los desarrollos anteriores de f
1
, f
2
y f
3
son valido para [z[ < mn1, R. La
expresion de f(z) para esos valores de z es por tanto:
f(z) =
4
9
n=0
z
n
32
9

1
2
n=0
(1)
n
2
n
z
n
28
3
n=0
(1)
n+1
(n + 1)
2
n+2
z
n
Operando y simplicando obtenemos:
f(z) =
n=0
_
4
9
+
(1)
n
2
n
_
7n
3
+
5
9
__
z
n
Con lo cual, la soluci on de la ecuacion en diferencias es:
a
n
=
1
9
_
4 +
(1)
n
(21n + 5)
2
n
_
8.8. Desarrollos en serie de Laurent
Desarrollar en serie de Laurent las funciones
1. f(z) =
1
3z 7
en potencias enteras de z.
2. f(z) =
(4 +i)z + 3i
z
2
+z 6
en potencias enteras de z.
3. f(z) =
z
(z + 1)(z + 2)
en una corona abierta de centro z
0
= 2.
4. f(z) =
e
2z
(z 1)
2
en una corona abierta de centro z
0
= 1.
5. f(z) =
1
(z 3)
2
en un entorno de z
0
= .
8.8. DESARROLLOS EN SERIE DE LAURENT 303
Resolucion. 1. La funcion es analtica en todo el plano complejo salvo en
z = 7/3. La funcion es pues analtica en las coronas abiertas 0 < [z[ < 7/3
y 7/3 < [z[ < +. Dividiendo el numerador y denominador de f(z) entre
7 y usando la suma de la serie geometrica obtenemos:
f(z) =
1
7
1
1
3
7
z
=
1
7
+
n=0
_
3
7
_
n
z
n
( [3z/7[ < 1 )
Tenemos por tanto los desarrollos
f(z) =
+
n=0
3
n
7
n+1
z
n
( 0 < [z[ < 7/3 )
f(z) =
+
n=0
3
n1
7
n
1
z
n+1
( 7/3 < [z[ < + )
2. (Resolucion esquematica) La funcion racional dada es analtica en todos
los puntos del plano complejo salvo aquellos que anulan al denominador.
Resolviendo z
2
+ z 6 = 0 obtenemos z = 2, z = 3. La funcion es pues
analtica en la tres coronas abiertas
0 < [z[ < 2 , 2 < [z[ < 3 , 3 < [z[ < +
Descomponiendo en fracciones simples: f(z) = . . . = i
1
z 2
+ 4
1
z + 3
.
Llamando f
1
(z) =
1
z 2
, f
2
(z) =
1
z + 3
y procediendo como en el ejemplo
anterior obtendramos desarrollos de Laurent (I), (II), (III) y (IV ) :
f
1
(z) =
_
(I) si 0 < [z[ < 2
(II) si 2 < [z[ < +
, f
2
(z) =
_
(III) si 0 < [z[ < 3
(IV ) si 3 < [z[ < +
Entonces,
f(z) =
_
_
_
i(I) + 4(III) si 0 < [z[ < 2
i(II) + 4(III) si 2 < [z[ < 3
i(II) + 4(IV ) si 3 < [z[ < +
3. Efectuando el cambio u = z +2 y usando la suma de la serie geometrica:
f(z) =
u 2
(u 1)u
=
u 2
u

1
1 u
=
_
1
2
u
_
(1 u u
2
u
3
. . .) =
2
u
+ 1 +u +u
2
+u
3
+. . . ([u[ < 1)
304 CAP
ITULO 8. AN
ALISIS COMPLEJO
Por tanto podemos expresar
f(z) =
2
z + 2
+
+
n=0
(z + 2)
n
(0 < [z + 2[ < 1)
4. Efectuando el cambio u = z 1 y usando el desarrollo en serie de la
funcion exponencial obtenemos para u ,= 0:
f(z) =
e
2(u+1)
u
2
=
e
2
u
2
e
2u
=
e
2
u
2
+
n=0
2
n
u
n
n!
=
e
2
u
2
+
2e
2
u
+
+
n=2
e
2
2
n
n!
u
n2
Podemos por tanto expresar
f(z) =
e
2
(z 1)
2
+
2e
2
z 1
+
+
n=0
e
2
2
n+2
(n + 2)!
(z 1)
n
(0 < [z 1[ < +)
5. Un entorno de es una region de la forma [z[ > a. La funcion f no
es analtica exactamente en z = 3, tenemos por tanto que desarrollar en la
corona abierta 3 < [z[ < +. Consideremos la funcion g(z) = 1/(z 3).
Entonces:
g(z) =
1
z 3
=
1
z
1
1 3/z
=
1
z
+
n=0
3
n
z
n
=
+
n=0
3
n
z
n1
([3/z[ < 1)
Derivando
g
(z) =
1
(z 3)
2
=
+
n=0
(n 1)3
n
z
n2
(3 < [z[)
f(z) =
+
n=0
(n + 1)3
n
z
n+2
(3 < [z[ < +)
8.9. Serie de Laurent con parametros
Se considera la funcion compleja de variable compleja:
f(z) =
z
2
1
z
2
+ (
2
+ 1)z +
( C)
8.9. SERIE DE LAURENT CON PAR
AMETROS 305
(a) Hallar y clasicar sus singularidades seg un los diferentes valores del
parametro complejo .
(b) Para cada valor de C hallar los diferentes desarrollos en serie de
Laurent de f(z) en potencias de z y especicar sus respectivos dominios de
validez.
(c) Hallar el desarrollo en serie de Fourier de la funcion real de variable real
denida en [0, 2] :
(t) =
sin t
1 +a
2
2a cos t
(0 < a < 1)
Indicacion La serie de Fourier es
c
n
e
int
con c
n
=
1
2
_
2
0
(t)e
int
dt.
Relacionar esta serie con alg un desarrollo de Laurent de f(z). [14]
Resolucion. (a) Para = 0 la funcion es f(z) = (z
2
1)/z y por tanto
z = 0 es polo simple. Para ,= 0 facilmente vericamos que las races del
denominador de f(z) son z
1
= 1/ y z
2
= . Estas dos races son iguales
para = 1. Si ,= 1 el numerador de z no se anula y por tanto z
1
y
z
2
son polos simples. Si = 1 entonces f(z) = (z 1)/(z + 1) con lo cual
z = 1 es polo simple. Si = 1 entonces f(z) = (z + 1)/(1 z) con lo
cual z = 1 es polo simple. Podemos concluir que
_
_
= 0 : 0 polo simple
= 1 : 1 polo simple
= 1 : 1 polo simple
,= 1 ,= 0 : , 1/ polos simples
(b) Para = 0 tenemos
f(z) =
z
2
1
z
=
1
z
+z (0 < [z[ < +)
Para = 1 y usando el teorema relativo a la suma de la serie geometrica
f(z) =
z 1
z + 1
= 1
2
1 +z
=
_
_
1 2
+
n=0
(1)
n
z
n
(0 < [z[ < 1)
1
2
z
1
1 + 1/z
= 1 2
+
n=0
(1)
n
z
n+1
(1 < [z[ < +)
Para = 1
306 CAP
ITULO 8. AN
ALISIS COMPLEJO
f(z) =
z + 1
1 z
= 1 +
2
1 z
=
_
_
1 + 2
+
n=0
z
n
(0 < [z[ < 1)
1
2
z
1
1 1/z
= 1 2
+
n=0
1
z
n+1
(1 < [z[ < +)
Para ,= 0, 1, efectuando la division eucldea y descomponiendo en frac-
ciones simples
f(z) =
1
2
+1
z + 2
_
z +
1
_
(z +)
=
1
_
A
z +
1
+
B
z +
_
=
. . . =
1
2
1
z +
1
1
z +
Hallemos los desarrollos en serie de Laurent de las fracciones simples ante-
riores.
1
z +
1
=
1
1 +z
=
+
n=0
(z)
n
([z[ < 1)
Queda
1
z +
1
=
+
n=0
(1)
n
n+1
z
n
(0 < [z[ < 1/[[) (desarrollo L
1
(z))
Analogamente
1
z +
1
=
1
z
1
1 +
1
z
=
1
z
+
n=0
_
1
z
_
n
(1/[z[ < 1)
1
z +
1
=
+
n=0
(1)
n
n
1
z
n+1
(1/[[ < [z[ < +) (desarrollo L
2
(z))
1
z +
=
1
1
1 +
z
=
1
n=0
_
_
n
([z/[ < 1)
1
z +
=
+
n=0
(1)
n
n+1
1
z
n
(0 < [z[ < [[) (desarrollo L
3
(z))
8.9. SERIE DE LAURENT CON PAR
AMETROS 307
1
z +
=
1
z
1
1 +

z
=
1
z
+
n=0
_
z
_
n
([/z[ < 1)
1
z +
=
+
n=0
(1)
n
n
z
n+1
([[ < [z[ < +) (desarrollo L
4
(z))
Si 0 < [[ < 1 entonces, 0 < [[ < 1 < 1/[[. Tendramos los desarrollos
f(z) =
1
2
L
1
(z) L
3
(z) (0 < [z[ < [[)
f(z) =
1
2
L
4
(z) L
1
(z) ([[ < [z[ < 1/[[)
f(z) =
1
2
L
2
(z) L
4
(z) (1/[[ < [z[ < +)
Si [[ > 1 entonces, 1/[[ < 1 < [[. Tendramos los desarrollos
f(z) =
1
2
L
1
(z) L
3
(z) (0 < [z[ < 1/[[)
f(z) =
1
2
L
2
(z) L
3
(z) (1/[[ < [z[ < [[)
f(z) =
1
2
L
2
(z) L
4
(z) ([[ < [z[ < +)
(c) Desarrollemos c
n
. Para ello efectuamos la sustitucion z = e
it
con lo cual
dz = izdt, sin t = (z
2
1)/2iz y cos t = (z
2
+ 1)/2z. Por tanto
c
n
=
1
2
_
2
0
(t)e
int
dt =
1
2
_
|z|=1
z
2
1
2iz
1 +a
2
2a
z
2
+1
2z
z
n
dz
iz
=
1
4
_
|z|=1
(z
2
1)z
n1
dz
az
2
(1 +a
2
)z +a
=
i
2
1
2i
_
|z|=1
z
2
1
az
2
(1+a
2
)z+a
dz
z
(n1)
=
i
2
A
n
en donde A
n
es el coeciente de 1/z
n
en el desarrollo en serie de Laurent de
la funcion f(z) del apartado (a) para = a < 1 < 1/a = 1/. Corresponde
al desarrollo
f(z) =
1
a

1
a
2
L
4
(z) L
1
(z) (a < [z[ < 1/a)
y el coeciente de 1/z
n
es (1/a
2
)(1)
n1
= (1)
n
a
n3
. El desarrollo pe-
dido es
(t) =
+
(1)
n+1
a
n3
i
2
e
int
308 CAP
ITULO 8. AN
ALISIS COMPLEJO
8.10. Integral
_
i
1
(log
3
z/z) dz en [z[ = 1
Calcular la integral
I =
_
i
1
log
3
z
z
dz
en el arco de circunferencia [z[ = 1. [15]
Resolucion. Primer metodo. La funcion subintegral es analtica en un do-
minio que contiene al arco de circunferencia dado.
y
x
1
i
En consecuencia, podemos aplicar la formula de Newton-Leibniz. Para hallar
la correspondiente integral indenida efectuamos el cambio de variable w =
log z, con lo cual dw = dz/z. Tenemos:
_
log
3
z
z
dz =
_
w
3
1
z
z dw =
_
w
3
dw =
w
4
4
+C =
log
4
z
z
+C
Por tanto:
I =
_
log
4
z
z
_
i
1
=
log
4
i
4

log
4
1
4
=
(log 1 +i/2)
4
4

0
4
4
=

4
/16
4
=

4
64
Segundo metodo. Efectuando el cambio de variable w = e
i
:
I =
_
/2
0
log
3
(e
i
)
e
i
i e
i
d =
_
/2
0
i(i log e)
3
d
=
_
/2
0
i
4
3
d =
_
4
4
_
/2
0
=

4
64
8.11. INTEGRAL
_
T
Z
2
DZ SOBRE UNA CURVA DE JORDAN 309
8.11. Integral
_
T
z
2
dz sobre una curva de Jordan
Sean a, b y c tres puntos no alineados del plano complejo. Calcular la integral
_
T
z
2
dz
siendo T el borde del triangulo determinado por los puntos anteriores y
recorrido en el sentido positivo. Generalizar el resultado obtenido al caso en
el que se sustituya en la integral anterior el triangulo T por una curva de
Jordan . [14]
Resolucion. Desarrollando la funcion integrando:
_
T
z
2
dz =
_
T
(x iy)
2
(dx +idy) =
_
T
(x
2
y
2
2xyi) (dx +idy) =
_
T
(x
2
y
2
) dx + 2xy dy +i
_
T
2xy dx + (x
2
y
2
) dy
Usando el teorema de Green
I
1
=
_
T
(x
2
y
2
) dx + 2xy dy = 4
__
D
y dxdy = 4M
x
I
2
=
_
T
2xy dx + (x
2
y
2
) dy = 4
__
D
x dxdy = 4M
y
en donde M
x
, M
y
son los momentos estaticos de la placa D que limita
el triangulo cuando la densidad es (x, y) = 1. Si (x
g
, y
g
) es el centro de
gravedad de D (es decir, el baricentro del triangulo) entonces (x
g
, y
g
) =
(M
y
/A, M
x
/A) siendo A el area del triangulo. Por tanto
_
T
z
2
dz = I
1
+iI
2
= 4A(x
g
+iy
g
) =
4A(a +b +c)
3
El razonamiento es analogo si sustituimos T por una curva de Jordan . La
integral es
_
z
2
dz = I
1
+iI
2
= 4A(x
g
+iy
g
)
siendo A el area del recinto D que limita y (x
g
, y
g
) el centro de gravedad
de la placa D para la densidad (x, 1) = 1.
310 CAP
ITULO 8. AN
ALISIS COMPLEJO
8.12. Integral
_
+
0
(cos x/ cosh x) dx por residuos
Calcular aplicando la tecnica de residuos la integral real impropia
_
+
0
cos x
cosh x
dx
Sugerencia: Integrar f(z) =
e
iz
cosh z
a lo largo de un cierto rectangulo. [14]
Resolucion. Elijamos el rectangulo de vertices:
A(R, 0), B(R, ), C(R, ), D(R, 0) (R > 0)
y
x
B C
2
i
i
D A
Hallemos las singularidades de f(z) en el interior geometrico de R. Dado

que las funciones cos z y cosh z son analticas en C, las singularidades de
f(z) se obtienen en los puntos que anulan a cosh z. Tenemos:
cosh z = 0
e
z
+e
z
2
= 0 e
z
+e
z
e
z
+
1
e
z
= 0
e
2z
+ 1
e
z
= 0
e
2z
= 1
Escribiendo z = x +iy con x, y reales:
e
2z
= 1 e
2x+2iy
= cos +i sin e
2x
(cos 2y +i sin 2y) =
cos +i sin
_
e
2x
= 1
2y = + 2k
(k Z)
_
x = 0
y = /2 +k
(k Z)
El unico punto singular en el interior geometrico de R es z
0
= i/2 y no
hay singularidades en la frontera. Dado que cos z
0
,= 0, se trata de un polo.
Integrando en sentido antihorario se verica:
_
f(z) dz =
_
DA
f(z) dz +
_
AB
f(z) dz +
_
BC
f(z) +
_
CD
f(z) dz dz (1)
Llamemos respectivamente I, I
1
, I
2
, I
3
, I
4
a las integrales que aparecen en
(1) y analicemos cada una de ellas. Para calcular I, hallemos el siguiente
lmite usando la regla de LHopital:
8.12. INTEGRAL
_
+
0
(COS X/ COSHX) DX POR RESIDUOS 311
lm
zi/2
e
iz
(z i/2)
cosh z
=
_
0
0
_
= lm
zi/2
ie
iz
(z i/2) +e
iz
sinh z
=
e
/2
sinh(i/2)
=
e
/2
(e
i/2
e
i/2
)/2
=
e
/2
i sin(/2)
=
e
/2
i
,= 0
Es decir, z
0
= i/2 es polo simple de la funcion f y Res (f, i/2) = e
/2
/i.
Aplicando el teorema de los residuos de Cauchy, I = 2ie
/2
/i = 2e
/2
.
La integral I
1
es:
I
1
=
_
R
R
e
ix
cosh x
dx
Efectuando el cambio z = R +iy para I
2
y z = R +iy para I
4
:
I
2
=
_

0
e
Riy
idy
cosh(R +iy)
, I
4
=
_
0
e
Riy
idy
cosh(R +iy)
Efectuando el cambio z = x +i para I
3
:
I
3
=
_
R
R
e
ix
cosh(x +i)
dx
Dado que I es constante, lm
R+
I = 2e
/2
. Hallemos ahora lm
R+
I
1
.
Separando I
1
en suma de dos integrales, efectuando el cambio x = t, y te-
niendo en cuenta que la funcion cosh x es par:
I
1
=
_
R
R
e
ix
cosh x
dx =
_
0
R
e
ix
cosh x
dx +
_
R
0
e
ix
cosh x
dx =
_
0
R
e
it
cosh(t)
(dt) +
_
R
0
e
ix
cosh x
dx =
_
R
0
e
ix
+e
ix
cosh x
dx =
2
_
R
0
cos x
cosh x
dx lm
R+
I
1
= 2
_
+
0
cos x
cosh x
dx
Para hallar lm
R+
I
3
, tenemos por una parte
cosh(x +i) =
e
x+i
+e
xi
2
=
e
x
e
x
2
= cosh x
Separando I
3
en suma de dos integrales, efectuando el cambio x = t,
y teniendo en cuenta que la funcion cosh x es par, obtenemos de manera
analoga a la de I
1
:
lm
R+
I
3
= 2e
_
+
0
cos x
cosh x
dx
312 CAP
ITULO 8. AN
ALISIS COMPLEJO
Tomando lmites en la igualdad (1) cuando R + :
2e
/2
= 2(1 +e
)
_
+
0
cos x
cosh x
dx + lm
R+
I
2
+ lm
R+
I
4
Si demostramos lm
R+
I
2
= lm
R+
I
4
= 0, entonces:
_
+
0
cos x
cosh x
dx =
e
/2
1 +e
=

e
/2
+e
/2
=

2 cosh(/2)
=

2
sech
2
y ya tendramos calculada la integral pedida. Acotemos la integral I
2
. Usan-
do la propiedad [z
1
z
2
[ [ [z
1
[ [z
2
[ [ y que 1 es cota de e
y
en [0, ] :
e
iRy
i
cosh(R +iy)
=
[e
y
[
[e
R+iy
+e
Riy
[ /2
=
2e
y
[e
R
e
iy
(e
R
e
iy
)[
2e
y
[ [e
R
e
iy
[ [(e
R
e
iy
)[ [
=
2e
y
e
R
e
R

2
e
R
e
R
Como el modulo de la integral de una funcion a lo largo de una curva es
menor que una cota del modulo de la funcion por la longitud dela curva:
0 [I
2
[
2
e
R
e
R
0 lm
R+
[I
2
[ lm
R+
2
e
R
e
R
= 0
En consecuencia, lm
R+
I
2
= 0. De manera analoga se demuestra que
lm
R+
I
4
= 0. Podemos pues concluir que
_
+
0
cos x
cosh x
dx =

2
sech
2
8.13. Lmite de promedios en un polgono regular
(a) Siendo n un entero positivo, determinar la expresion de la suma
sin x + sin 2x +. . . + sin nx
(b) Se considera un polgono regular de n lados inscrito en una circunferen-
cia de radio 1. Determinar el promedio de las distancias de un vertice jo del
polgono a los vertices restantes. Calcular el valor lmite de esos promedios
cuando el n umero de lados crece indenidamente.
(c) Determinar el valor de la integral
8.13. L
IMITE DE PROMEDIOS EN UN POL
IGONO REGULAR 313

I =
1
2
_
2
0
[1 e
it
[ dt
Justicar la relacion del resultado obtenido con el resultado del apartado
anterior. [14]
Resolucion. (a) Vamos a denotar S
2
= sin x + sin 2x + . . . + sin nx. De
manera analoga denotamos S
1
= cos x + cos 2x + . . . + cos nx. Obtenemos
para e
ix
1 ,= 0:
S
1
+S
2
i = e
ix
+e
i2x
+. . . +e
inx
=
e
ix
(e
inx
1)
e
ix
1
=
e
ix
e
inx
2
e
inx
2
e
ix
2
e
ix
2
e
inx
2
e
ix
2
= e
ix
2i sin
nx
2
2i sin
x
2
e
i(n1)x
2
=
sin
nx
2
sin
x
2
e
i
(n+1)x
2
=
sin
nx
2
sin
x
2
_
cos
n+1
2
x +i sin
n+1
2
x
_
Igualando partes imaginarias, obtenemos la suma pedida
sin x + sin 2x +. . . + sin nx =
sin
nx
2
sin
(n+1)x
2
sin
x
2
Nota: La relacion e
ix
1 = 0 es equivalente a x = 2k con k Z. En este
caso, la suma pedida es claramente igual a 0.
(b) Sabemos que las races enesimas de un n umero complejo corresponden
a los vertices de un polgono regular de n lados. Podemos suponer entonces
que los vertices son los ajos de las races enesimas de la unidad. Es decir,
los verices del polgono son w
k
= e
2k
n
i
con k = 0, 1, . . . , n 1. Tomando
como referencia el vertice w
0
= 1, la media aritmetica de las distancias del
vertice w
0
a los restantes vertices w
1
, w
2
, . . . , w
n1
vendra dado por
p
n
=
n1
k=1
[1 w
k
[
n 1
Hallemos previamente [1 e
i
[ siendo R:
[1 e
i
[
2
= [1 cos +i sin [
2
= 1 +cos
2
2 cos +sin
2
= 2(1 cos )
Por otra parte
sin(/2) =
_
(1 cos )/2 sin
2
(/2) = (1 cos )/2
[1 e
i
[ =
_
4 sin
2
(/2) = 2[ sin(/2)[
314 CAP
ITULO 8. AN
ALISIS COMPLEJO
Como consecuencia, [1 w
k
[ = [1 e
2k
n
i
[ = 2[ sin
k
n
[. Simpliquemos p
n
p
n
=
1
n 1
n1
k=1
2
sin
k
n
=
2
n 1
n1
k=1
sin
k
n
( pues 0
k
n
) =
2
n 1

sin
_
n1
2
n
_
sin
_
n
2
n
_
sin

2n
(apartado (a)) =
2
n 1

sin
_
2

2n
_
sin

2n
=
2
n 1

cos

2n
sin

2n
=
2
n 1
cot

2n
Para hallar este lmite consideremos la funcion auxiliar f(x) =
2
x1
cot

2x
.
Usando la regla de LHopital y el cambio u = x/2
lm
x+
f(x) = 2 lm
x+
cot

2x
x 1
=
_
+
+
_
= 2 lm
x+
1
sin
2
2x

2

_
1
x
2
_
1
= 2 lm
x+
_
1
x
_
2

2
sin
2
_

2x
_ = 2 lm
x+
_

2x
_
2
sin
2
_

2x
_ =
4
lm
u0
_
u
sin u
_
2
=
4

lm
n+
p
n
=
4
(c) Tenemos
I =
1
2
_
2
0
[1 e
it
[ dt
=
1
2
_
2
0
2[ sin(t/2)[ dt ( por apartado (b) )
=
1
_
2
0
sin(t/2) dt ( pues 0 t/2 )
=
1
[2 cos(t/2)]
2
0
=
1
(2)(1 1)
=
4
Analicemos la coincidencia de estos dos resultados. Para ello particionamos

el intervalo [0, 2] en n subintervalos. La longitud de cada uno de estos es
2/n. La particion correspondiente es por tanto
0 < 1
2
n
< 2
2
n
< . . . < (n 1)
2
n
< n
2
n
8.14. F
ORMULA INTEG. DE CAUCHY Y MATRIZ EXPONENCIAL315

Como consecuencia de un conocido teorema para la integral de Riemann de
una funcion continua:
I =
1
2
_
2
0
[1 e
it
[ dt
=
1
2

2
n
lm
n+
n
k=1
[1 e
2k
n
i
[
= lm
n+
p
n
8.14. F ormula integ. de Cauchy y matriz exponen-
cial
La formula integral de Cauchy se puede generalizar a matrices de la siguiente
manera
f(M) =
1
2i
_
f(z)(zI M)
1
dz
donde es la circunferencia [z[ = r, I es la matriz identidad y todos los
autovalores de zI M estan en el interior de .
(a) Calcular las integrales complejas
I
1
(t) =
_
|z|=r
ze
z
dz
z
2
+t
2
, I
2
(t) =
_
|z|=r
te
z
dz
z
2
+t
2
(t R, [t[ < r)
(b) Si A es la matriz A =
_
2 5
1 2
_
, calcular f(tA) = e
tA
. [14]
Resolucion. (a) Hallemos I
1
(t), Si t ,= 0, las singularidades son z = ti
(polos simples). Los residuos en estos polos son
Res [f, ti] = lm
zti
ze
z
(z ti)
(z ti)(z +ti)
=
tie
ti
2ti
=
e
ti
2
Res [f, ti] = lm
zti
ze
z
(z +ti)
(z ti)(z +ti)
=
tie
ti
2ti
=
e
ti
2
Aplicando el teorema de los residuos de Cauchy
I
1
(t) = 2i
_
e
it
2
+
e
it
2
_
= 2i cos t (1)
316 CAP
ITULO 8. AN
ALISIS COMPLEJO
Si t = 0, tenemos I
1
(0) =
_
|z|=r
e
z
dz/z = 2ie
0
= 2i (formula integral de
Cauchy), por tanto tambien es valida la igualdad (1) en este caso. Procede-
mos de manera analoga para I
2
(t) :
Res [f, ti] = lm
zti
te
z
z +ti
=
te
ti
2ti
=
e
ti
2i
Res [f, ti] = lm
zti
te
z
z ti
=
te
ti
2ti
=
e
ti
2i
I
2
(t) = 2i
_
e
it
2i

e
it
2i
_
= 2i sin t (2)
Si t = 0, tenemos trivialmente I
2
(0) = 0, por tanto tambien es valida la
igualdad (2) en este caso.
(b) Llamando M = tA :
zI M = zI tA =
_
z 2t 5t
t z + 2t
_
(zI M)
1
=
1
z
2
+t
2
_
z + 2t 5t
t z 2t
_
Usando los resultados del apartado anterior
e
tA
= f(tA) =
1
2i
_
e
z
z
2
+t
2
_
z + 2t 5t
t z 2t
_
dz =
1
2i
_
2i cos t + 4i sin t 10i sin t
2i sin t 2i cos t 4i sin t
_
_
cos t + 2 sin t 5 sin t
sin t 2 cos t 2 sin t
_
8.15. Integral
_
0
(sin 2n/ sin )
2
d
Se considera la funcion compleja denida por
f(z) =
+n
k=n
c
k
z
k
(a) Obtener la expresion de la integral
_
2
0
[f(e
i
)[
2
d en terminos de los
coecientes c
k
de la funcion f.
(b) Aplicar el resultado anterior al calculo de las integrales
8.15. INTEGRAL
_
0
(SIN2N/ SIN)
2
D 317
_

0
_
sin 2n
sin
_
2
d (n = 1, 2, . . .) [14]
Resolucion. (a) Desarrollando [f(e
i
)[
2
:
[f(e
i
)[
2
= f(e
i
)f(e
i
) =
_
+n
k=n
c
k
e
ik
__
+n
l=n
c
k
e
il
_
=
+n
k=n
[c
k
[
2
+
k=l
c
k
c
l
e
i(kl)
Por otra parte
_
2
0
e
i(kl)
d =
_
e
i(kl)
i(k l)
_
2
0
=
1
i(k l)
(e
2(kl)
e
0
) = 0
En consecuencia
_
2
0
[f(e
i
)[
2
d =
_
2
0
+n
k=n
[c
k
[
2
d = 2
+n
k=n
[c
k
[
2
(b) Como la funcion integrando es par y periodica de periodo 2, podemos
escribir
_

0
_
sin 2n
sin
_
2
d =
1
2
_

_
sin 2n
sin
_
2
d =
1
2
_
2
0
_
sin 2n
sin
_
2
d
Vamos a transformar la funcion integrando:
sin 2n
sin
=
1
2i
(e
2ni
e
2in
)
1
2i
(e
i
e
i
)
=
e
4ni
1
e
(2n+1)i
e
(2n1)i
=
e
4ni
1
e
(2n1)i
(e
2i
1)
Consideremos ahora la funcion
f(z) =
z
4n
1
z
2n1
(z
2
1)
=
1
z
2n1
(z
2
)
2n
1
z
2
1
Dado que y
2n
1 = (y 1)(y
2n1
+y
2n2
+. . . +y + 1), llamando y = z
2
:
f(z) =
1
z
2n1
_
(z
2
)
2n1
+ (z
2
)
2n2
+. . . +z
2
+ 1
_
=
1
z
2n1
_
z
4n2
+z
4n4
+. . . +z
2
+ 1
_
=
z
2n1
+z
2n3
+. . . +z
2n+3
+z
2n+1
=
2n1
n=(2n1)
c
k
z
k
318 CAP
ITULO 8. AN
ALISIS COMPLEJO
en donde los coecientes c
k
son o bien 1, o bien 0. Entonces
_

0
_
sin 2n
sin
_
2
d =
1
2
_
2
0
_
sin 2n
sin
_
2
d =
1
2
_
2
0
[f(e
i
)[
2
d
Usando el apartado (a) obtenemos
_

0
_
sin 2n
sin
_
2
d =
1
2
2
2n1
k=(2n1)
[c
k
[
2
= 2n
pues existen 2n coecientes entre los c
k
que valen 1 y el resto son nulos.
8.16. Integral
_
+
0
x dx/((1 + x)
n
(1 x)
n
)
(a) Para cada valor de n entero positivo calcular todas las races reales o
complejas de la ecuacion (1 +z)
n
= (1 z)
n
.
(b) Para cada valor de n entero positivo, determinar y clasicar las singula-
ridades de la funcion compleja:
f(z) =
z
(1 +z)
n
(1 z)
n
(c) Aplicando la tecnica de residuos, calcular la siguiente integral real, de-
terminando previamente los valores de n (entero positivo) para los cuales es
convergente:
_
+
0
x dx
(1 +x)
n
(1 x)
n
[14]
Resolucion. (a) Claramente z = 1 no es solucion de la ecuacion. Para
z ,= 1 tenemos:
_
1 +z
1 z
_
n
= 1
1 +z
1 z
= e
2k
n
i
(k = 0, 1, 2, . . . , n 1)
1 +z = e
2k
n
i
ze
2k
n
i
z(1 +e
2k
n
i
) = e
2k
n
i
1 z =
e
2k
n
i
1
e
2k
n
i
+ 1
Si e
2k
n
i
= 1 (es decir, si n = 2k), no esta denido z. Multiplicando y
dividiendo por e
k
n
i
obtenemos las soluciones de la ecuacion
z
k
=
e
2k
n
i
1
e
2k
n
i
+ 1
=
e
k
n
i
e
k
n
i
e
k
n
i
+e
k
n
i
= i tan
k
n
8.16. INTEGRAL
_
+
0
X DX/((1 +X)
N
(1 X)
N
) 319
para k = 0, 1, . . . , n 1 y 2k ,= n, es decir tenemos n races si n es impar y
n 1 races si n es par.
(b) Veamos que z
0
= 0 es singularidad evitable.
f(z) =
z
(1 +z)
n
(1 z)
n
=
z
1 +nz +p(z) (1 nz +q(z))
=
z
2nz +p(z) q(z)
=
1
2n + (p(z) q(z))/z
lm
z0
f(z) =
1
2n
El lmite es nito y por tanto la singularidad es evitable. Veamos que las
otras races son polos simples.
lm
zz
k
f(z)(z z
k
) = lm
zz
k
z
(1 +z)
n
(1 z)
n
(z z
k
) =
_
0
0
_
=
lm
zz
k
z(z z
k
)
(z z
0
) . . . (z z
k
) . . . (z z
n
)
=
z
k
(z
k
z
0
) . . . (z
k
z
n
)
,= 0
El lmite es no nulo pues todas las races son distintas y estamos en el caso
z
k
,= 0.
(c) Para todo x R 0 tenemos:
f(x) =
x
(1 x)
n
(1 +x)
n
=
x
(1 +x)
n
(1 x)
n
= f(x)
Es decir, f es funcion par. Por otra parte I =
_
+
0
f(x)dx es impropia en
+ y no es impropia en 0. Por un conocido teorema, la integral I sera con-
vergente sii el grado del denominador es mayor o igual que 3. Es decir, I es
convergente sii n 3 y ademas I = (1/2)
_
+
f(x)dx. Consideremos ahora

las curvas ABCA y BCA de la gura.
y
x
R R
A B
C
z
1
z
2
.
.
.
La singularidad z
k
= i tan(k/n) esta en el semiplano y > 0 sii 0 < k/n <
/2, o bien sii 0 < k < n/2. Para R sucientemente grande podemos escribir:
320 CAP
ITULO 8. AN
ALISIS COMPLEJO
_
f(z) dz =
_
R
R
f(x) dx +
_
f(z) dz ()
Hallaremos pues los residuos en los polos simples z
k
con 0 < k < n/2
(recuerdese que z
0
= 0 es singularidad evitable).
k : 0 < k < n/2 Res(f, z
k
) = lm
zz
k
z(z z
k
)
(1 +z)
n
(1 z)
n
=
_
0
0
_
=
lm
zz
k
2z z
k
n(1 +z)
n1
+n(1 z)
n1
=
z
k
n(1 +z
k
)
n1
+n(1 z
k
)
n1
Como z
k
cumple (1+z
k
)
n
= (1z
k
)
n
, tenemos (1+z
k
)
n1
= (1z
k
)
n
/(1+z
k
)
y por tanto:
Res(f, z
k
) =
z
k
n
_
(1 z
k
)
n
1 +z
k
+ (1 z
k
)
n1
_ =
z
k
(1 +z
k
)
2n(1 z
k
)
n1
Simpliquemos la expresion anterior:
1 z
k
= 1 i tan
k
n
= 1
e
k
n
i
e
k
n
i
e
k
n
i
+e
k
n
i
=
2e
k
n
i
2 cos
k
n
=
e
k
n
i
cos
k
n
1 +z
k
= 1 +i tan
k
n
= 1 +
e
k
n
i
e
k
n
i
e
k
n
i
+e
k
n
i
=
2e
k
n
i
2 cos
k
n
=
e
k
n
i
cos
k
n
Entonces:
Res(f, z
k
) =
z
k
e
k
n
i
cos
n1
(k/n)
2ncos(k/n) (e
k
n
i
)
n1
=
z
k
2n
cos
n2
(k/n)e
(
k
n
+
k(n1)
n
)i
=
z
k
2n
cos
n2
(k/n)e
ki
=
(1)
k
z
k
cos
n2
(k/n)
2n
Tomando lmites en la igualdad [] cuando R + y aplicando una cono-
cida propiedad (Lema de Jordan):
2i
0<k<n/2
Res(f, z
k
) =
_
+
f(x) dx + 0
De forma equivalente:
8.17. INTEGRALES DE FRESNEL 321
2i
0<k<n/2
(1)
k
i
_
tan
k
n
_
(cos
k
n
)
n2
2n
=
_
+
f(x) dx
0<k<n/2
(1)
k+1
sin
k
n
_
cos
k
n
_
n3
= 2
_
+
0
f(x) dx
La integral pedida es por tanto:
_
+
0
x dx
(1 +x)
n
(1 x)
n
=

2n
0<k<n/2
(1)
k+1
sin
k
n
_
cos
k
n
_
n3
8.17. Integrales de Fresnel
Se sabe que las integrales de Fresnel:
I
1
=
_
+
0
cos x
2
dx, I
2
=
_
+
0
cos x
2
dx
son convergentes. Calcular su valor.
Indicacion: Usar la integral de Euler, es decir
_
+
0
e
x
2
dx =
2
.
Resolucion. Consideremos la funcion f(z) = e
iz
2
y el contorno OABO
de la gura
y
x
R
B
O
A
4
Tenemos
_
e
iz
2
dz =
_
R
0
e
ix
2
dx +
_
AB
e
iz
2
dz +
_
BO
e
iz
2
dz (1)
Se verica
_
e
iz
2
dz = 0 pues la funcion f(z) es holomorfa en C. Veamos que
lm
R+
_
AB
e
iz
2
dz = 0. Haciendo el cambio w = z
2
, obtenemos dz =
dw
2
w
y el arco AB se transforma en el DE
322 CAP
ITULO 8. AN
ALISIS COMPLEJO
y
x
R
2
D
w
E
Por tanto,
_
AB
e
iz
2
dz =
_
DE
e
iw
2
w
dz. Por otra parte y para [z[ = R :
1
2
=
1
2(R
2
)
1/2
=
1/2
(R
2
)
1/2
=
1/2
(R
2
)
k
(k = 1/2 > 0)
Por un conocido lema de acotacion:
lm
R
2
+
_
DE
e
iz
2
2
w
dw = lm
R+
_
AB
e
iz
2
dz = 0
Hallemos ahora
_
BO
e
iz
2
dz. Los puntos del segmento BO son de la forma
z = e
i/4
con [0, R], en consecuencia:
_
BO
e
iz
2
dz =
_
0
R
e
i
2
e
i/2
e
i/4
d =
2
2
(1 +i)
_
R
0
e
2
d
Tomando lmites en la igualdad (1) y usando que
_
+
0
e
2
d =

/2 :
0 =
_
+
0
cos x
2
dx +i
_
+
0
sin x
2
dx
2
2
(1 +i)
2
Igualando partes real e imaginaria:
_
+
0
cos x
2
dx =
_
+
0
sin x
2
dx =
2
4
8.18. Un problema de Dirichlet
Se considera una funcion compleja f(z) holomorfa en el semiplano Im z 0
y tal que [z[
p
[f(z)[ M en dicho semiplano con p > 0, M > 0 constantes.
Se pide:
(a) Para cada z
0
C : Im z
0
< 0 calcular la integral compleja curvilnea
8.18. UN PROBLEMA DE DIRICHLET 323
_
R
f(z)
(z z
0
)(z z
0
)
dz
siendo
R
el circuito formado por la circunferencia z(t) = Re
it
con t [0, ]
y el segmento rectilneo [R, R], recorrido en sentido positivo.
(b) Si f(z) = u(x, y) +iv(x, y) con y > 0, calcular
_
+
u(t, 0)
(t x)
2
+y
2
dt
(c) Aplicando el apartado anterior a la funcion f(z) = 1/(z +i), resolver el
siguiente problema de Dirichlet en el semiplano y > 0 : Hallar una funcion
u(x, y) con y > 0 tal que u = 0, u(x, 0) =
x
x
2
+ 1
. [14]
Resolucion. (a) La funcion f(z)/(z z
0
) es holomorfa en el interior geometri-
co de
R
. Aplicando la formula integral de Cauchy:
_
R
f(z)
(z z
0
)(z z
0
)
dz =
_
R
f(z)
z z
0
(z z
0
)
dz =
2i
f(z
0
)
z
0
z
0
=
2if(z
0
)
2i Im z
0
=
f(z
0
)
Im z
0
(b) Llamando a la parte del circuito formado por la semicircunferencia:
y
x
R R
R
f(z) dz
(z z
0
)(z z
0
)
=
_
R
R
u(t, 0) +iv(t,0)
(t z
0
)(t z
0
)
dt +
_
f(z) dz
(z z
0
)(z z
0
)
(1)
En [z[ = R y teniendo en cuenta las hipotesis de acotacion dadas:
f(z)
(z z
0
)(z z
0
)
=
[f(z)[
[z z
0
[[z z
0
[

[f(z)[
[ [z[ [z
0
[ [ [ [z[ [ z
0
[ [
=
[f(z)[
(z z
0
) (R
2
[z
0
[
2
)

M/[z[
p
(R
2
[z
0
[
2
)
=
M
R
p
(R
2
[z
0
[
2
)
Entonces
324 CAP
ITULO 8. AN
ALISIS COMPLEJO
f(z) dz
(z z
0
)(z z
0
)
MR
R
p
(R
2
[z
0
[
2
)
0 (si R +)
lo cual implica que la integral a lo largo de tiende a 0 cuando R +.
Tomando lmites en (1) cuando R + y usando que (t z
0
)(t z
0
) =
(t x
0
)
2
+y
2
0
:
f(z
0
)
Im z
0
=
_
+
u(t, 0) dt
(t x
0
)
2
+y
2
0
dt +i
_
+
v(t,0) dt
(t x
0
)
2
+y
2
0
dt (2)
(en el supuesto de que las integrales sean convergente). Tomando partes
reales en (2) y denotando x
0
, y
0
por x, y :
_
+
u(t, 0) dt
(t x)
2
+y
2
dt =
Re f(z
0
)
Im z
0
(c) La funcion f(z) = 1/(z +i) es holomorfa en Im z 0. Podemos expresar
f(z) =
1
z +i
=
1
x + (y + 1)i
=
x (y + 1)i
x
2
+y
2
+ 2y + 1
=
x
x
2
+y
2
+ 2y + 1
+i
(y + 1)
x
2
+y
2
+ 2y + 1
= u(x, y) +iv(x, y)
Al ser f(z) holomorfa para y > 0, u(x, y) es armonica en y > 0, es decir
u = 0. Ademas, u(x, 0) = x/(x
2
+ 1).
8.19. Funcion entera y polinomio
Sea p(z) un polinomio complejo y f(z) una funcion entera de variable com-
pleja. Se considera una curva de Jordan sobre la que no se anula el poli-
nomio p(z). Deducir la expresion de la integral
_
f(z)
p
(z)
p(z)
dz
mediante los valores de la funcion f(z) en los ceros del polinomio. [14]
Resolucion. Sea p(z) = a
n
z
n
+ . . . + a
1
z + a
0
C[z] con a
n
,= 0 y sean
z
1
, . . . , z
p
los distintos ceros de este polinomio con multiplicidades n
1
, . . . , n
p
respectivamente. Entonces, p(z) = a
n
(z z
1
)
n
1
. . . (z z
p
)
np
. Derivando:
p
(z) = a
n
[n
1
(z z
1
)
n
1
1
. . . (z z
p
)
np
+. . . +n
p
(z z
1
)
n
1
. . . (z z
p
)
np1
]
El cociente p
(z)/p(z) queda en la forma:

8.20.

AREA DE UNA IMAGEN DEL C
IRCULO UNIDAD 325

p
(z)
p(z)
=
n
1
z z
1
+. . . +
n
p
z z
p
Clasiquemos las singularidades z
1
, . . . , z
p
. Tenemos
lm
zz
k
f(z)
p
(z)
p(z)
(z z
k
) = lm
zz
k
_
n
1
z z
k
z z
1
+. . . +n
p
z z
k
z z
p
_
=
f(z
k
)(0 +. . . +n
k
+. . . + 0) = n
k
f(z
k
)
Si f(z
k
) ,= 0 entonces n
k
f(z
k
) ,= 0 y z
k
es polo simple con Res (f, z
k
) =
n
k
f(z
k
). Si f(z
k
) = 0 entonces f(z) = (z z
k
)(z) con holomorfa en C.
Se verica
lm
zz
k
f(z)
p
(z)
p(z)
= lm
zz
k
(z z
k
) (z)
p
(z)
p(z)
= 0
La singularidad es evitable y el residuo es 0 o lo que es lo mismo, n
k
f(z
k
).
Podemos entonces asegurar que
_
f(z)
p
(z)
p(z)
dz = 2i
n
k
f(z
k
)
en donde la suma se extiende sobre los ceros z
k
de p(z) en el interior
geometrico de .
8.20.

Area de una imagen del crculo unidad
1. Se considera en el plano complejo una curva de Jordan con orientacion
positiva. Expresar el area de la region interior a dicha curva en terminos de
la integral compleja curvilnea
_
w dw.
2. Calcular el area de la imagen del crculo unidad [z[ 1 bajo la transfor-
macion w = z
_
z
1
2
z
_
.
3. Sea f(z) =
+
n=0
c
n
z
n
una funcion holomorfa e inyectiva del plano com-
plejo que contiene al crculo unidad. Expresar el area de la imagen bajo f
del crculo unidad en terminos de los coecientes c
n
. [14]
Resolucion. 1. Sea A el area pedida y w = x +iy con x, y R. Usando el
teorema de Green en el plano y la conocida formula del area en terminos de
una integral curvilnea:
_
w dw =
_
(x iy)(dx +i dy) =
_
x dx +y dy +i
_
x dy y dx =
0 + 2Ai = 2Ai A =
1
2i
_
w dw A =
i
2
_
w dw
326 CAP
ITULO 8. AN
ALISIS COMPLEJO
2. Llamando A
1
al area pedida y usando el apartado anterior
A
1
=
i
2
_
w dw =
i
2
_
|z|=1
_
z
1
2
z
2
_
(1 z) dz
Efectuando la substitucion w = e
i
:
A
1
=
i
2
_
2
0
_
e
i
1
2
e
2i
_
(1 e
i
)ie
i
d =
1
2
_
2
0
_
1
1
2
e
i
e
i
+
1
2
_
d =
1
2
_
2
0
3
2
d =
3
2
3. Llamando A
2
al area pedida y usando el primer apartado
A
2
=
i
2
_
w dw =
i
2
_
|z|=1
_
+
n=0
c
n
z
n
__
+
n=1
nc
n
z
n1
_
dz
Efectuando la substitucion w = e
i
:
A
2
=
i
2
_
2
0
_
+
n=0
c
n
e
in
__
+
n=1
nc
n
e
(n1)i
_
ie
i
d =
1
2
_
2
0
_
+
n=0
c
n
e
in
__
+
n=0
nc
n
e
in
_
d
Usando que
_
2
0
e
ip
d = 0 si p Z 0, que
_
2
0
d = 2 y el conocido
teorema sobre la convergencia uniforme de las series de potencias:
A
2
=
1
2
+
n=0
_
2
0
n[c
n
[
2
d =
+
n=1
n[c
n
[
2
8.21. Funcion holomorfa: representacion integral
Se considera la funcion compleja denida mediante la representacion integral
f(z) =
_
+
0
e
zt
2
dt
(a) Comprobar que la funcion esta bien denida en el semiplano de los
n umeros complejos con parte real estrictamente positiva y calcular el valor
f(z) cuando z es un n umero real positivo.
(b) Aceptando que la funcion f es holomorfa en ese semiplano, determinar
el valor de la integral
8.21. FUNCI
ON HOLOMORFA: REPRESENTACI
ON INTEGRAL 327
_
+
0
e
t
2
cos t
2
dt [14]
Resolucion. (a) Sea z = x +iy con x, y R. Entonces
e
zt
2
= e
(x+iy)t
2
= e
xt
2
e
iyt
2
= e
xt
2
[cos(yt
2
) +i sin(yt
2
)] =
e
xt
2
cos(yt
2
) ie
xt
2
sin(yt
2
)
Por otra parte, [e
xt
2
cos(yt
2
)[ e
xt
2
y [e
xt
2
sin(yt
2
)[ e
xt
2
lo cual
implica que si la integral
_
+
0
e
xt
2
dt es convergente para x > 0 tambien
son convergentes
_
+
0
e
xt
2
cos(yt
2
) dt y
_
+
0
e
xt
2
sin(yt
2
) dt (1)
Efectuando el cambio u =

xt y usando la integral de Euler
_
+
0
e
xt
2
dt =
_
+
0
e
u
2 1
x
du =
x
Al ser convergentes las integrales que aparecen en (1), lo es la integral
_
+
0
e
zt
2
dt, es decir f(z) esta bien denida en Re z > 0.
(b) Llamemos I =
_
+
0
e
t
2
cos t
2
dt y
_
+
0
e
t
2
sin t
2
dt. Entonces
K = I iJ =
_
+
0
(e
t
2
cos t
2
ie
t
2
sin t
2
) dt =
_
+
0
e
t
2
[cos(t
2
) +i sin(t
2
)] dt =
_
+
0
e
t
2
it
2
dt =
_
+
0
e
(1+i)t
2
dt = f(1 +i)
Por el apartado anterior, f(x) =

/(2
x) en el intervalo (0, +). Usando

el principio de identidad de las funciones holomorfas (seg un el enunciado
podemos aceptar que f lo es), f(z) =

/(2
z) en Re z > 0. Entonces
K = I iJ = f(1 +i) =
1 +i
=
2
4
2 e
i/8
=
2
4
2
e
i/8
=
2
4
2
_
cos

8
i sin

8
_
Igualando partes reales queda
_
+
0
e
t
2
cos t
2
dt =
2
4
2
cos

8
328 CAP
ITULO 8. AN
ALISIS COMPLEJO
8.22. Funcion holomorfa biperiodica
Sea f una funcion holomorfa en C salvo por una cantidad nita de polos y
que verica
z C f(z + 1) = f(z), f(z +i) = f(z)
Diremos que f es doblemente periodica de periodos 1 e i. Consideremos un
paralelogramo de vertices z
0
+i, z
0
, z
0
+1, z
0
+1 +i cuyo borde llamamos
siendo z
0
C un punto cualquiera pero tal que f no tiene ning un polo en .
1. Calcular
_
f(z) dz.
2. Estudiar si g(z) = f
(z)/f(z) es doblemente periodica, y en caso ar-

mativo determinar sus periodos. Suponiendo que f no tiene ceros sobre ,
calcular
_
(f
(z)/f(z)) dz.
3. Si f tiene m polos en C, hallar el n umero de races de la ecuacion f(z).
[14]
Resolucion. 1. Consideremos los lados orientados del paralelogramo:
1
: ( de origen z
0
+i y extremo z
0
) z = z
0
+i ti, t [0, 1]
2
: ( de origen z
0
y extremo z
0
+ 1) z = z
0
+t, t [0, 1]
3
: ( de origen z
0
+ 1 y extremo z
0
+ 1 +i) z = z
0
+ 1 +ti, t [0, 1]
4
: ( de origen z
0
+ 1 +i y extremo z
0
+i) z = z
0
+ 1 +i t, t [0, 1]
Entonces
_
f(z) dz =
_
1
f(z) dz +
_
2
f(z) dz +
_
3
f(z) dz +
_
4
f(z) dz
Teniendo en cuenta que f es periodica de periodo i :
_
2
f(z) dz +
_
4
f(z) dz =
_
1
0
f(z
0
+t) dt +
_
1
0
f(z
0
+ 1 +i t)(dt) =
_
1
0
f(z
0
+t) dt
_
1
0
f(z
0
+ 1 t) dt
Efectuando el cambio u = 1 t :
_
1
0
f(z
0
+ 1 t) dt =
_
0
1
f(z
0
+u) (du) =
_
1
0
f(z
0
+u) du
8.23. N
UMERO DE CEROS EN RE Z > 0 329

En consecuencia,
_
2
f(z) dz +
_
4
f(z) dz = 0. Teniendo en cuenta que f
es periodica de periodo 1 deducimos de forma analoga que
_
1
f(z) dz +
_
3
f(z) dz = 0. Es decir,
_
f(z) dz = 0.
2. Tenemos
_
f(z + 1) = f(z)
f(z +i) = f(z)

_
f
(z + 1) = f
(z)
f
(z +i) = f
(z)

_
_
g(z + 1) =
f
(z + 1)
f(z + 1)
=
f
(z)
f(z)
= g(z)
g(z +i) =
f
(z +i)
f(z +i)
=
f
(z)
f(z)
= g(z)
lo cual implica que g es doblemente periodica de periodos 1 e i. Ademas, si f
no tiene ceros sobre entonces g no tiene polos sobre . Usando el apartado
anterior concluimos que
_
(f
(z)/f(z)) dz = 0.
3. De acuerdo con el teorema del residuo logartmico y el apartado anterior:
0 =
1
2i
_
(z)
f(z)
dz = N P
siendo N el n umero de ceros de f(z) en el interior de y P el n umero de
polos de f(z) en el interior de (contando en ambos casos los ordenes).
Dado que podemos mover a placer z
0
en el plano complejo, concluimos que
el n umero de ceros de f(z) es m.
8.23. N umero de ceros en Re z > 0
Usando el principio del argumento, calcular el n umero de ceros en el semi-
plano Re(z) > 0 de la funcion f(z) = z
5
+z
4
+ 2z
3
8z 1.
Resolucion. Consideremos la curva de la gura y elijamos R sucien-
temente grande para que todos los ceros de f(z) en Re(z) > 0 esten en el
interior geometrico D de .
y
x
R
R
330 CAP
ITULO 8. AN
ALISIS COMPLEJO
Seg un el principio del argumento, si N es el n umero de ceros de f(z) en D
y P el de sus polos, entonces:
N P =
1
2
Argf(z)
siendo en nuestro caso P = 0 por ser f(z) polinomica. Primero vamos a cal-
cular
1
Argf(z) siendo
1
la semicircunferencia contenida en y recorrida
en sentido antihorario. Podemos expresar:
f(z) = z
5
_
1 +
1
z
+
2
z
2

8
z
4

1
z
5
_
Entonces:
Argf(z) = 5Argz + Arg
_
1 +
1
z
+
2
z
2

8
z
4

1
z
5
_
1
Argf(z) = 5 +
1
_
1 +
1
z
+
2
z
2

8
z
4

1
z
5
_
Por la continuidad del argumento, para R + obtenemos
1
Argf(z) =
5. Ahora vamos a mover z en el segmento
2
que va desde iR hasta iR.
La ecuacion de este segmento es z = it con t [R, R]. Sustituyendo en
f(z) obtenemos:
f(z) = (it)
5
+ (it)
4
+ 2(it)
3
8(it) 1 = (t
4
1) + (t
5
2t
3
8t)i
Haremos un esbozo de la graca de:
(u, v) = (t
4
1, t
5
2t
3
8t), t (, +))
Para t
4
1 = 0 obtenemos t = 1 y para t
5
2t
3
8t = 0, t = 2, t = 0.
Obtenemos el cuadro de valores:
t 2 1 0 1 2
u 15 0 1 0 15
v 0 9 0 9 0
Por otra parte, lm
t
u = +, lm
t
v = . Haciendo un esbozo
de la curva transformada por f de la
2
cuando t se recorre desde t = +
hasta t = deducimos:
Arg
2
f(z) = 3 Arg
f(z) = 5 3 = 2 N = 1
La funcion f(z) tiene pues exactamente un cero en Re(z) > 0 .
8.24. DESIGUALDADES DE CAUCHY 331
8.24. Desigualdades de Cauchy
Sea f(z) =
n=0
a
n
z
n
una funci on entera (holomorfa en todo el plano com-
plejo), tal que a
n
0,
n=0
a
n
= 1 y ademas satisface la desigualdad
[f(x)[ x para todo x 0. Se pide:
(a) Calcular f(0) y f(1).
(b) Demostrar que [f(z)[ [z[ para todo z C.
(c) Demostrar que f(z) = z para todo z C. Indicacion: Utilizar las de-
sigualdades de Cauchy para las derivadas de f. [14]
Resolucion. (a) Tenemos [f(0)[ [0[ = 0, lo cual implica f(0) = 0.
Ademas, f(1) =
n=0
a
n
= 1.
(b) Expresando en forma exponencial z = e
i
:
[f(z)[ =
n=0
a
n
(e
i
)
n
n=0
a
n
n
e
in
n=0
a
n
n
[e
in
[ =
n=0
a
n
n
= f()
De 0 [f(z)[ f() deducimos f() = [f()[, y de 0 y [f(x)[ x
x 0 :
[f(z)[ f() = [z[
Es decir, [f(z)[ [z[ para todo z C.
(c) Recordamos el teorema de las desigualdades de Cauchy: Si f(z) es ho-
lomorfa en un abierto C y [f(z)[ M en la circunferencia [z a[ = r
contenida en , entonces
[f
(n)
(a)[
n!M
r
n
(n = 0, 1, 2, . . .)
En nuestro caso, dado que f(z) es holomorfa en C y que [f(z)[ [z[ para
todo z C tenemos para todo r > 0
[a
n
n![ = [f
(n)
(0)[
n!r
r
n
=
n!
r
n1
(n = 0, 1, 2, . . .)
Es decir, 0 [a
n
[ 1/r
n1
. Para n 2 y tomando lmites cuando r +
obtenemos 0 [a
n
[ 0. Por tanto, a
2
= a
3
= . . . = 0. Como a
0
= 0 y
a
1
= 1, concluimos que f(z) = z.
332 CAP
ITULO 8. AN
ALISIS COMPLEJO
8.25. Residuo en el punto del innito
Calcular la integral:
I =
_
|z|=3
z
17
dz
(z
2
+ 2)
3
(z
3
+ 3)
4
[15]
Resolucion. La funcion integrando f(z) tiene en la region [z[ < 3 dos
polos triples y tres cuadruples. Esto hace practicamente inviable calcular
la integral por medio de estos polos. Usaremos en su lugar el residuo en el
punto del innito. Concretamente aplicaremos la conocida propiedad: si una
funcion g(z) tiene en el plano extendido C = C un n umero nito de
puntos singulares, entonces la suma de todos los residuos, incluido el residuo
en el innito , es igual a 0. Es decir, si z
1
, . . . , z
m
son las singularidades nitas
de g(z) entonces:
Res(g, ) +
m
k=1
Res(g, z
k
) = 0
Notese que todos las singularidades nitas de la funcion integrando dada
f(z) estan en [z[ < 3. En consecuencia:
I =
_
|z|=3
f(z) dz = 2i Res(f, )
Para calcular Res(f, ) hallaremos el desarrollo en serie de Laurent de f(z)
en potencias enteras de z. Tenemos:
f(z) =
1
z

z
18
(z
2
+ 2)
3
(z
3
+ 3)
4
=
1
z

1
_
1 +
2
z
2
_
3
_
1 +
3
z
3
_
4
=
1
z

1
h(z)
Usando la serie geometrica es claro que el desarrollo en serie de Laurent de
h(z) en un entorno de es de la forma:
h(z) = 1 +
+
n=1
a
n
z
n
Efectuando la division de 1 entre h(z) seg un las potencias crecientes de z
obtenemos la forma del desarrollo de f(z):
f(z) =
1
z

1
h(z)
=
1
z
_
1 +
+
n=1
b
n
z
n
_
=
1
z
+
+
n=1
b
n
z
n+1
8.25. RESIDUO EN EL PUNTO DEL INFINITO 333
Por otra parte sabemos que Res(f, ) = coef(1/z) en el desarrollo de de
Laurent de f(z) en un entorno de . Podemos por tanto concluir que:
I =
_
|z|=3
z
17
dz
(z
2
+ 2)
3
(z
3
+ 3)
4
= 2i
334 CAP
ITULO 8. AN
ALISIS COMPLEJO
Captulo 9
Miscelanea de Analisis
9.1. Un examen completo
Resolvemos un examen propuesto en la asignatura Metodos Matematicos de
la Inform atica de la Facultad de Informatica dela UCM.
1. Demuestra por induccion que 1 +
1
2
+
1
3
+. . . +
1
2
n
1 +
n
2
.
2. Relaciona el lmite lm
n
_
1
n + 1
+
1
n + 2
+. . . +
1
n +n
_
con la integral
_
2
1
1
x
dx; calcula el lmite anterior.
3. Calcula la suma de:
n=1
2
n+3
3
n
.
4. Estudia la convergencia de la serie
n=1
log n
2n
3
1
(log x es la funcion loga-
ritmo neperiano).
5. Si < prueba que la ecuacion
x
2
+ 1
x
+
x
6
+ 1
x
= 0 tiene al menos una
solucion en el intervalo (, ).
6. Hallar la ecuacion de la recta tangente a la graca de la curva y =
x
3
senx + 1 por el punto (, 1).
7. Observa el plano. Se quiere ir del punto A al B. Se puede ir por el campo
a velocidad v
cam
= 6Km/h o por la carretera (a velocidad v
car
= 10Km/h)
y el campo. Encuentra x en el cual hay que desviarse, para que el tiempo
usado en el trayecto sea mnimo. Cuanto tiempo es este?
335
336 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Carretera
Campo
A
B
x
O
3 Km 5 Km
8. Calcula la siguiente primitiva
_
1
1 +e
x
dx.
9. Hallar los extremos de la funcion F(x) =
_
log x
0
arctan t dt. (Observacion:
el rango de la arctan x es (/2, /2)).
10. Obtener el polinomio de Taylor de grado 3 centrado en x = 0 de la
funcion f(x) = arctan x.
Resolucion. 1. Paso base. Si n = 1 el primer miembro de la desigualdad
es 1 +
1
2
1
= 1 +
1
2
y el segundo es 1 +
1
2
de lo cual se deduce trivialmente
que la desigualdad es cierta para n = 1.
Paso de inducci on. Supongamos que la formula es cierta para n. Veamos
que es cierta para n + 1. Para n + 1 el primer miembro es:
A =
_
1 +
1
2
+
1
3
+. . . +
1
2
n
_
+
_
1
2
n
+ 1
+
1
2
n
+ 2
+. . . +
1
2
n+1
_
Por hipotesis de induccion tenemos 1 +
1
2
+
1
3
+. . . +
1
2
n
1 +
n
2
. Por otra
parte
B =
1
2
n
+ 1
+
1
2
n
+ 2
+. . . +
1
2
n+1

1
2
n+1
+
1
2
n+1
+. . . +
1
2
n+1
()
En el segundo miembro de () tenemos 2
n+1
2
n
= 2
n
(2 1) = 2
n
suman-
dos, en consecuencia B 2
n
1
2
n+1
=
1
2
.
Es decir
A 1 +
n
2
+
1
2
= 1 +
n + 1
2
Por tanto la desigualdad es valida para n + 1.
2. Resuelto en 6.14 .
9.1. UN EXAMEN COMPLETO 337
3. Usando el algebra de series y el conocido teorema acerca de las series
geometricas
n=1
2
n+3
3
n
= 2
3
n=1
_
2
3
_
n
= 8
_
1
1 2/3
1
_
= 16
4. El termino a
n
de la serie dada toma valores 0 para todo n 1 y ademas
a
n
n/(2n
3
1). Por otra parte
lm
n
_
n
2n
3
1
:
1
n
2
_
=
1
2
,= 0
Por el criterio de comparacion por cociente, la serie
n=1
n/(2n
3
1) tiene
el mismo caracter que la
n=1
1/n
2
, que es convergente (por ser una serie
p o de Riemann con p = 2 > 1). Por el criterio de la mayorante se deduce
que la serie dada es convergente.
5. Resuelto en 6.4 .
6. Claramente el punto (, 1) pertenece a la graca. La derivada de y es
y
= 3x
2
senx+x
3
cos x y el valor de esta derivada en x
0
= es y
() =
3
.
La ecuacion de la recta tangente a una curva y = f(x) en un punto (x
0
, y
0
)
de la misma sabemos que es y y
0
= f
(x
0
)(x x
0
). En nuestro caso,
y 1 =
3
(x ) o bien
3
x +y +
4
1 = 0
7. Seg un el teorema de Pitagoras, la distancia del punto O al A es d(O, A) =
5
2
3
2
= 9, y por tando, d(x, A) = 4 x. Por otra parte, d(x, B) =
9 +x
2
.
Llamemos t
1
(x) y t
2
(x) al tiempo invertido en ir de A hasta x y desde x
hasta B respectivamente. Hallemos el tiempo total t(x) invertido cuando
x [0, 4].
_
_
6 =
10 x
t
1
(x)
10 =
9 +x
2
t
2
(x)
t(x) = t
1
(x) +t
2
(x) =
4 x
10
+
9 +x
2
6
Hallemos los puntos crticos de la funcion t : [0, 4] R:
t
(x) = 0
1
10
+
1
6
2x
2
9 +x
2
= 0 5x = 3
9 +x
2
338 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Elevando al cuadrado los dos miembros de la ultima igualdad y trasponiendo
terminos obtenemos 16x
2
= 81, es decir x = 9/4 [0, 4]. Calculando los va-
lores de t(x) en este punto crtico y en los extremos del intervalo obtenemos
t(9/4) = 4/5, t(0) = 9/10 y t(4) = 5/6. Se verica t(9/4) < t(4) < t(0) con
lo cual podemos concluir que el trayecto que minimiza el tiempo es aquel en
el que abandonamos la carretera en x = 9/8, siendo el tiempo invertido en
este caso t = 4/5 = 0,8 horas.
8. Efectuando el cambio t = e
x
tenemos dt = e
x
dx = tdx es decir, dx = dt/t
y por tanto
_
1
1 +e
x
dx =
_
1
t(t + 1)
dt
Descomponemos en fracciones simples
1
t(t + 1)
=
A
t
+
B
t + 1
=
A(t + 1) +Bt
t(t + 1)
Identicando coecientes queda A+B = 0 y A = 1, es decir A = 1, B = 1.
En consecuencia
_
1
1 +e
x
dx =
_
1
t(t + 1)
dt
=
_
1
t
dt
_
1
t + 1
dt
= log [t[ log [t + 1[ +C
= log
t
t + 1
+C
= log
e
x
e
x
+ 1
+C
= log
_
e
x
e
x
+ 1
_
+C
Nota: hemos quitado el valor absoluto pues e
x
/(e
x
+1) > 0 para todo x R.
9. La funcion log x esta denida en (0, +) y la funcion arctan t es continua
en R, lo cual implica que la funcion F esta denida en (0, +). Usando el
teorema fundamental del Calculo:
F
(x) = (arctan(log x))

1
x
Hallemos los puntos crticos de F:
9.2. DERIVABILIDAD SEG
UN PAR
AMETROS 339
F
(x) = 0 arctan(log x) = 0 log x = 0 x = 1

Tenemos
x > 1 log x > 0 arctan(log x) > 0 F
(x) =
arctan(log x)
x
> 0
x < 1 log x < 0 arctan(log x) < 0 F
(x) =
arctan(log x)
x
< 0
Por tanto, F es decreciente (estrictamente) en (0, 1), y creciente (estricta-
mente) en (0, +), es decir, F tiene un mnimo relativo (ademas absoluto)
en x = 1. Su valor es F(1) =
_
0
0
arctan t dt = 0.
10. Tenemos
f(x) = arctan x, f
(x) =
1
1 +x
2
, f
(x) = 2
x
(1 +x
2
)
2
f
(x) = 2
(1 +x
2
)
2
2(1 +x
2
)2x(x)
(1 +x
2
)
4
= 2
1 3x
2
(1 +x
2
)
3
Particularizando en x = 0:
f(0) = 0, f
(0) = 1, f
(0) = 0, f
(0) = 2
En consecuencia, el polinomio pedido es:
p(x) = f(0) +
f
(0)
1!
x +
f
(0)
2!
x
2
+
f
(0)
3!
x
3
= x
x
3
3
9.2. Derivabilidad seg un parametros
Sea la funcion f : R R denida por
f(x) =
_
_
x 1
x
2
+ si x 1
arctan (log x) si 0 < x < 1
sin x + si x 0
donde arctan t (/2, /2) para todo t. Analizar la derivabilidad de f en
cada punto de su dominio de denicion, seg un los valores de y R. [11]
Resolucion. Primer caso: x (1, +). Existe un intervalo abierto I
(1, +) que contiene a x en donde la funcion f esta denida, es elemental
y viene dada por
f : I R , f(t) =
t 1
t
2
+
340 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Aplicando conocidos teoremas de derivacion:
f
(t) =
1 t
2
2t(t 1)
t
4
=
t
2
+ 2t
t
4
=
t + 2
t
3
Podemos pues concluir que f es derivable en x y que f
(x) =
x + 2
x
3
.
Segundo caso: x (0, 1). Existe un intervalo abierto J (0, 1) que contiene
a x en donde la funci on f esta denida, es elemental y viene dada por
f : J R , f(t) = arctan (log t)
Aplicando conocidos teoremas de derivacion:
f
(t) =
1
1 + log
2
t
1
t
(x) =
1
1 + log
2
x
1
x
.
Tercer caso: x (, 0). Procedemos de manera analoga a los casos ante-
riores. Existe un intervalo abierto K (, 0) que contiene a x en donde
la funcion f esta denida, es elemental y viene dada por f : K R, f(t) =
sin t+. De nuevo, aplicando conocidos teoremas de derivacion, f
(t) = cos t.
(x) = cos x.
Cuarto caso: x = 1. La funcion no es elemental en ning un intervalo abierto
que contiene a 1, por tanto aplicaremos a este punto la denicion de deriva-
bilidad. Para que sea derivable ha de ser continua, veamos cuando ocurre.
lm
x1
f(x) = lm
x1
arctan (log x) = arctan 0 = 0

lm
x1
+
f(x) = lm
x1
+
_
x 1
x
2
+
_
=
Existe pues lm
x1
f(x) si y solo si = 0, siendo en este caso f(1) = 0 =
lm
x1
f(x) (y por tanto continua en 1). Es decir, para que f sea derivable
en 1, obligatoriamente = 0. Analicemos las derivadas laterales:
f
+
(0) = lm
h0
+
f(1 +h) f(1)
h
=
lm
h0
+
h
(1+h)
2
0
h
= lm
h0
+
1
(1 +h)
2
= 1
Usando arctan y log(1 +) cuando 0 :
9.3. DESIGUALDAD Y N
UMERO DE RA
ICES 341
f
(0) = lm
h0
f(1 +h) f(1)

h
=
lm
h0
arctan (log(1 +h))

h
= lm
h0
log(1 +h)
h
= 1
Por tanto, f solo es derivable en x = 1 cuando = 0, siendo f
(1) = 1.
Quinto caso: x = 0. Como antes, la funcion no es elemental en ning un
intervalo abierto que contiene a 0, por tanto aplicaremos a este punto la
denicion de derivabilidad. Veamos primeramente cuando es continua.
lm
x0
f(x) = lm
x0
(sin x +) =
lm
x0
+
f(x) = lm
x0
+
arctan(log x) = arctan() = /2
Como f(0) = , la funcion es continua en 0 si y solo si = /2. Veamos
si en este caso es derivable.
f
(0) = lm
h0
f(h) f(0)
h
= lm
h0
sin h

2
+

2
h
= 1
f
+
(0) = lm
h0
+
f(h) f(0)
h
= lm
h0
+
arctan(log h) +

2
h
= +
No existe f
+
(0) nita y por tanto, f no es derivable en 0. De todos los casos
analizados podemos concluir que para todo y para todo , f es derivable
en R0, 1, es derivable en 1 si y solo si = 0, y no es derivable en 0 para
ning un y .
9.3. Desigualdad y n umero de races
(a) Demostrar la desigualdad:
1
e

log x
x
, x > 0
(b) Hallar razonadamente el n umero exacto de soluciones de la ecuacion
e(log x)
2
= 2x. [11]
Resolucion. (a) Como x > 0, se verican las equivalencias:
1
e

log x
x

x
e
log x
x
e
log x 0 (1)
Denamos la funcion:
f : (0, +) R , f(x) =
x
e
log x
342 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
y estudiemos sus posibles extremos. Derivando:
f
(x) =
1
e

1
x
=
x e
ex
= 0 x = e
Si x (0, e) se verica x e < 0 y ex > 0, por tanto f
(x) < 0. Es decir,

en (0, e) la funcion es decreciente. Si x (e, +) se verica x e > 0 y
ex > 0, por tanto f
(x) > 0. Es decir, en (0, +) la funcion es creciente.

Deducimos que la funcion tiene un mnimo absoluto en x = e, siendo este
mnimo f(e) = 0. Esto implica que se verica la ultima desigualdad de (1)
y en consecuencia se verica la igualdad dada.
(b) La igualdad e(log x)
2
= 2x solo tiene sentido para x > 0. Denamos la
funcion:
g : (0, +) R , g(x) = e(log x)
2
2x
Esta funcion es continua para todo x > 0 y verica:

g(1/e) = e(1)
2
2
e
=
e
2
2
e
> 0 , g(1) = 0 2 = 2 < 0
Como consecuencia del teorema de Bolzano, existe un (1/e, 1) tal que
g() = 0, es decir la ecuacion dada tiene al menos una solucion. Veamos si
esta solucion es unica. La derivada de g es:
g
(x) = 2e(log x)
1
x
2 = 2
_
e log x
x
1
_
Ahora bien, como x > 0 se verican las equivalencias:
e log x
x
1 0 1
e log x
x

1
e

log x
x
(2)
Seg un el apartado (a) las tres desigualdades de (2) son cierta y por tanto
g
(x) 0 para todo x > 0 siendo g
(x) = 0 solo para x = e. La funcion g es

estrictamente decreciente en (0, +) de lo cual se deduce que la ecuacion
dada tiene una unica solucion real.
y
x
y = g(x)
9.4. DI
AMETRO DE UN SUBCONJUNTO DE R 343

9.4. Diametro de un subconjunto de R
Dado un subconjunto acotado A R, se dene el diametro del conjunto A
como
d(A) = sup[x y[ : x, y R
Considerese una funcion derivable f : R R tal que existe M > 0 con
[f
(x)[ M para todo x R.

(a) Dado r > 0 compruebese que si A es tal que d(A)
r
M
entonces
d((f(A)) r.
(b) Sea S R acotado y supongamos que M < 1 . Calcular lm
n
d (f
n
(S))
en donde f
n
(A) = (f f . . . f)(x) : x A. [11]
Resolucion. (a) Sean x, y A con x < y. Como f es derivable en R,
podemos aplicar el Teorema del valor medio de Lagrange a la funcion f en
el intervalo [x, y], es decir existe (x, y) tal que f
() =
f(y)f(x)
yx
, por
tanto
f(y) f(x)
y x
= [f
()[ [f(y) f(x)[ = [f
()[[y x[ M
r
M
= r
Es decir, r es cota superior del conjunto [f(y) f(x) : x, y A[. Como
el supremo de un conjunto es la menor de las cotas superiores del conjunto,
se concluye que
d (f(A)) = sup[f(y) f(x) : x, y A[ r
(b) Tenemos d (f
n
(S)) = sup[f
n
(x) f(y)[. Por otra parte
(f
2
)
(x) = f
[f(x)]f
(x) [(f
2
)
(x)[ = [f
[f(x)][[f
(x)[ < M M = M
2
Aplicando el metodo de induccion es inmediato comprobar que [(f
n
)
(x)[ <
M
n
. Ademas, la funcion f
n
es derivable en R (composicion de derivables
en R) con lo cual podemos aplicar de nuevo el teorema del valor medio de
Lagrange a la funcion f
n
en el intervalo [x, y] con x < y elementos de S:
(x, y) :
f
n
(y) f
n
(x)
y x
= (f
n
)
()
Como S esta acotado, tiene supremo y por tanto existe d(S). Entonces:
[f
n
(y) f
n
(x)[ = (f
n
)
()[y x[ < M
n
[y x[ M
n
d(S)
344 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Es decir, M
n
d(S) es una cota superior [f
n
(y) f
n
(x)[ : x, y S. En
consecuencia 0 d (f
n
(S)) = sup[f
n
(y) f
n
(x)[ : x, y S M
n
d(S).
Teniendo en cuenta que M < 1 y tomando lmites obtenemos
0 lm
n
d (f
n
(S)) 0
Por tanto, el lmite pedido es igual a 0.
9.5. Aproximaci on racional de
5
Sea f(x) =

x y x
0
> 0.
a) Determinar razonadamente el polinomio de Taylor de orden n, en el pun-
to x
0
de la funcion f, P
n,f,x
0
(x) y su resto R
n,f,x
0
(x).
b) Mediante una adecuada eleccion de x
0
, calcular una aproximacion racional
de
5 con un error menor que 10

3
. [11]
Resolucion. a) Hallemos las primeras derivadas de f en (0, +) :
f(x) = x
1/2
, f
(x) =
1
2
x
1/2
, f
(x) =
1
2

1
2
x
3/2
f
(x) =
1
2

1
2

3
2
x
5/2
, f
(4)
(x) =
1
2

1
2

3
2

5
2
x
7/2
El calculo de estas primeras derivadas sugiere la formula general:
f
(n)
(x) =
(1)
n1
2
n
1 3 5 . . . (2n 3) x
12n
2
(n 2) ()
Demostremos esta formula por induccion. Efectivamente, () es cierta para
n = 2. Sea cierta para un n 2, veamos que tambien es cierta para n + 1.
Tenemos:
f
(n+1)
(x) =
_
f
(n)
(x)
_
=
_
(1)
n1
2
n
1 3 5 . . . (2n 3) x
12n
2
_
=
(1)
n1
2
n
1 3 5 . . . (2n 3)
1 2n
2
x
12n
2
Usando que 1 2n = 1 2(n + 1) y que 1 2n = (1)(2(n + 1) 3) :
f
(n+1)
(x) =
(1)
(n+1)1
2
n+1
1 3 5 . . . (2n 3) (2(n + 1) 3) x
12(n+1)
2
y por tanto, la formula () es cierta para n + 1. El polinomio de Taylor
pedido es por tanto
9.6. INTEGRAL DOBLE COMO PRODUCTO DE SIMPLES 345
P
n,f,x
0
(x) = x
1
2
0
+
1
2
x
1
2
0
(x x
0
) +
1
2!
1
2
2
x
3
2
0
(x x
0
)
2
+
+. . . +
1
n!
(1)
n1
2
n
1 3 5 . . . (2n 3) x
12n
2
0
(x x
0
)
n
y el correspondiente resto:
R
n,f,x
0
(x) =
(1)
n
1 3 5 . . . (2n 1)
(n + 1)! 2
n+1

12n
2
(x x
0
)
n+1
en donde esta comprendido entre x
0
y x.
b) Elijamos x
0
= 4, x = 5 y acotemos el valor absoluto del resto. Teniendo
en cuenta que 4 < < 5 :
[R
n,f,4
(x)[ =
(1)
n
1 3 5 . . . (2n 1)
(n + 1)! 2
n+1

1
(
)
2n+1
1 3 5 . . . (2n 1)
(n + 1)! 2
n+1

1
2
2n+1
=
1 3 5 . . . (2n 1)
(n + 1)! 2
3n+2
Obliguemos a que este valor absoluto sea menor que 10
3
= 1/1000 :
Si n = 1,
1
2! 2
5
=
1
64
,<
1
1000
.
Si n = 2,
1 3
3! 2
8
=
1
512
,<
1
1000
.
Si n = 3,
1 3 5
4! 2
11
=
5
16384
<
5
5000
=
1
1000
.
Para n = 3, el resto en valor absoluto es por tanto menor que 10
3
. Entonces,
P
3,f,4
(5) = 4
1
2
+
1
2
4
1
2
+
1
2!
1
2
2
4
3
2
+
1
3!
(1)
2
1 3
2
3
4
5
2
=
2 +
1
2

1
2

1
8

1
2
3
+
1
2
4

1
2
5
= . . . =
1145
512
Es decir, una aproximacion racional de
5 con error menor que 10

3
es
1145/512.
9.6. Integral doble como producto de simples
Sea f una funcion continua real de variable real. Expresar la integral
_
b
a
__
b
x
f(x)f(y) dy
_
dx
346 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
en terminos de la integral
_
b
a
f(x) dx. Como aplicacion calcular la integral
doble:
__
M
xy
(4 +x
2
)(4 +y
2
)
dxdy
siendo M = (x, y) R
2
: x y
2, 0 x
2. [14]
Resolucion. Como f es continua, admite una primitiva F. Entonces, usan-
do la regla de Barrow y que una primitiva de f(x)F(x) es F
2
(x)/2 :
I :=
_
b
a
__
b
x
f(x)f(y)dy
_
dx =
_
b
a
f(x)
__
b
x
f(y)dy
_
dx =
_
b
a
f(x) (F(b) F(x)) dx = F(b)
_
b
a
f(x) dx
_
b
a
f(x)F(x) dx =
F(b)(F(b) F(a))
_
F
2
(x)
2
_
b
a
= F(b)(F(b) F(a))
F
2
(b) F
2
(a)
2
Simplicando la expresion anterior:
I := F(b)(F(b) F(a))
1
2
(F(a) +F(b))(F(b) F(a)) =
(F(b) F(a))
_
F(b)
F(b)
2

F(a)
2
_
=
1
2
(F(b) F(a))
2
Podemos por tanto concluir que:
_
b
a
__
b
x
f(x)f(y) dy
_
dx =
1
2
__
b
a
f(x) dx
_
2
()
Para resolver la integral doble dada, expresamos:
J :=
__
M
xy
(4 +x
2
)(4 +y
2
)
dxdy =
_

2
0
_
_

2
x
x
4 +x
2
y
4 +y
2
dy
_
dx
Usando () :
J =
1
2
_
_

2
0
x
4 +x
2
dx
_
2
=
1
2
_
_
1
2
log(4 +x
2
)
_
2
0
_
2
=
1
2
_
1
2
log 6
1
2
log 4
_
2
=
1
8
log
2
_
3
2
_
9.7. SUMA DE UNA SERIE RACIONAL 347
9.7. Suma de una serie racional
Se considera la serie
n=1
2n 1
n
2
(n + 1)
2
.
(a) Demostrar que es convergente.
(b) Hallar su suma sabiendo que
n=1
1
n
2
=

2
6
.
Resolucion. (a) La serie dada es de terminos positivos. Ademas:
lm
n
_
2n 1
n
2
(n + 1)
2
:
1
n
3
_
= 1
De acuerdo con el criterio de comparacion por cociente, la serie dada tiene
el mismo caracter que la
n=1
1/n
3
, siendo esta convergente. La serie dada
es por tanto convergente.
(b) Efectuemos la descomposicion
2x 1
x
2
(x + 1)
2
=
A
x
+
B
x
2
+
C
x + 1
+
D
(x + 1)
2
(1)
Operando, podemos expresar (1) en la forma:
2x 1
x
2
(x + 1)
2
=
Ax(x + 1)
2
+B(x + 1)
2
+Cx
2
(x + 1) +Dx
2
x
2
(x + 1)
2
(2)
Igualando numeradores en (2) y particularizando x = 0 y x = 1 obtenemos
los valores B = 1 y D = 3. Sustituyendo estos valores e identicando
coecientes, obtenemos un sistema que proporciona los valores A = 4 y
C = 4. La igualdad (2) es una igualdad de funciones valida para todo
x R0, 1, en consecuencia es valida para todo natural n 1. Podemos
por tanto expresar
2n 1
n
2
(n + 1)
2
=
4
n

1
n
2

4
n + 1

3
(n + 1)
2
(3)
Sea S
n
la suma parcial enesima de la serie dada y T
n
la de la serie
n=1
1/n
2
.
Entonces, usando (3) :
S
n
= 4
_
1 +
1
2
+. . . +
1
n
_
4
_
1
2
+
1
3
+. . . +
1
n + 1
_
_
1 +
1
2
2
+. . . +
1
n
2
_
3
_
1
2
2
+
1
3
2
+. . . +
1
(n + 1)
2
_
= 4
4
n + 1
4T
n
+ 3
3
(n + 1)
2
348 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
La suma S pedida es por tanto:
S = lm
n
S
n
= 7
4
2
6
=
21 2
2
3
9.8. Irracionalidad del n umero e
Se sabe que n umero e de Euler se dene como el lmite:
e = lm
n+
_
1 +
1
n
_
n
y que dicho n umero se puede expresar como la suma de una serie:
e = 1 +
1
1!
+
1
2!
+
1
3!
+. . . =
+
k=0
1
k!
()
1. Sea s
n
la suma parcial enesima de la serie que aparece en (). Demostrar
que
0 < e s
n
<
1
n! n
(n 1)
2. Supongase que e =
p
q
con p y q enteros positivos. Demostrar que q!(es
q
)
es un n umero entero.
3. Usando la desigualdad del primer apartado, demostrar que
0 < q!(e s
q
) < 1
4. Que conclusion se deduce de los dos apartados anteriores?
Resolucion. 1. La sucesion s
n
es de terminos positivos y estrictamente
creciente, en consecuencia s
n
< e para todo n o equivalentemente 0 < es
n
para todo n. Por otra parte:
e s
n
=
+
k=0
1
k!

n
k=0
1
k!
=
1
(n + 1)!
+
1
(n + 2)!
+
1
(n + 3)!
+. . .
<
1
(n + 1)!
_
1 +
1
n + 1
+
1
(n + 1)
2
+. . .
_
Para n 1 se verica [1/(n + 1)[ < 1 y por tanto la serie geometrica que
aparece es convergente:
9.9. INTEGRAL DE GAUSS O DE PROBABILIDADES 349
1 +
1
n + 1
+
1
(n + 1)
2
+. . . =
1
1
1
n+1
=
n + 1
n
De esta manera, obtenemos:
e s
n
<
1
(n + 1)!
n + 1
n
=
1
n! n
(n 1) (1)
2. De la hipotesis e = p/q con p y q enteros positivos deducimos que q!e =
q!(p/q) es entero. Por otra parte:
q!s
q
= q!
_
1 + 1 +
1
2!
+. . . +
1
q!
_
es claramente, un n umero entero, con lo cual q!(e s
q
) = q!e q!s
q
tambien
es entero.
3. De la igualdad (1) deducimos
0 < q! (e s
q
) <
1
q
1
4. Si fuera e = p/q con p y q enteros positivos, es decir si e fuera un n umero
racional, se deducira que el n umero entero q!(e s
q
) estara comprendido
entre 0 y 1, lo cual es absurdo. Por tanto, e es un n umero irracional.
9.9. Integral de Gauss o de probabilidades
1
Se consideran las funciones f, g : R R :
f(x) =
__
x
0
e
t
2
dt
_
2
, g(x) =
_
1
0
e
x
2
(t
2
+1)
t
2
+ 1
dt
(a) Demostrar que las funciones f y g son derivables en R y hallar sus
derivadas.
(b) Para todo x R, demostrar que f
(x) + g
(x) = 0 y deducir de ello el

valor de f(x) +g(x).
(c) Encontrar una funcion h : R R tal que [g(x)[ [h(x)[ x R.
(d) Usar el apartado anterior para deducir el valor de la integral de Gauss
o de probabilidades. Es decir, demostrar que
_
+
e
x
2
dx =
1
En 6.17 damos otra versi on de este problema.
350 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Resolucion. (a) Al ser la funcion e
t
2
continua en R, deducimos por el
teorema fundamental del Calculo que la funcion (x) =
_
x
0
e
t
2
dt es de-
rivable en R siendo su derivada
(x) = e
x
2
. Al ser la funcion (u) = u
2
derivable en R, es derivable la composicion = f en R. Usando la regla
de la cadena:
f
(x) = 2e
x
2
_
x
0
e
t
2
dt
Para todo (t, x) [0, 1] R la funcion integrando en g(x) tiene derivadas
parciales continuas y por el teorema de la derivacion parametrica, existe
g
(x) en R siendo esta:

g
(x) =
_
1
0
x
_
e
x
2
(t
2
+1)
t
2
+ 1
_
dt =
_
1
0
2x(t
2
+ 1)e
x
2
(t
2
+1)
t
2
+ 1
dt
=
_
1
0
2xe
x
2
t
2
e
x
2
dt = 2e
x
2
_
1
0
xe
x
2
t
2
dt
Efectuando el cambio de variable v = tx obtenemos:
_
1
0
xe
x
2
t
2
dt =
_
x
0
xe
v
2 1
x
dv =
_
x
0
e
t
2
dt
En consecuencia, g
(x) = 2e
x
2
_
x
0
e
t
2
dt.
(b) Del apartado anterior deducimos inmediatamente que f
(x) +g
(x) = 0
para todo x R (conjunto conexo), en consecuencia ha de ser f(x) +g(x) =
C (constante) para todo x R. Para x = 0 :
C = f(0) +g(0) = 0 +
_
1
0
dt
t
2
+ 1
= [arctan t]
1
0
=

4
Es decir, f(x) +g(x) = /4 para todo x R.
(c) Si t [0,1] es claro que 1 t 2. Por otra parte, siempre e
x
2
(t
2
+1)
e
x
2
, en consecuencia:
0
e
x
2
(t
2
+1)
t
2
+ 1
e
x
2
De lo anterior deducimos que
[g(x)[ =
_
1
0
e
x
2
(t
2
+1)
t
2
+ 1
dt
_
1
0
e
x
2
dt = e
x
2
9.10. CONVOLUCI
ON DE DOS CAMPANAS DE GAUSS 351

Es decir, la funcion h(x) = e
x
2
satisface [g(x)[ [h(x)[ x R.
(d) Se verica lm
x+
e
x
2
= 0, y de la relacion 0 [g(x)[ [h(x)[ x R
deducimos lm
x+
[g(x)[ = 0 y por tanto lm
x+
g(x) = 0. De la relacion
obtenida en el apartado (b) deducimos que lm
x+
f(x) = /4. Entonces:
4
= lm
x+
f(x) = lm
x+
__
x
0
e
t
2
dt
_
2
=
_
lm
x+
_
x
0
e
t
2
dt
_
2
Esto implica:
_
+
0
e
t
2
dt = lm
x+
_
x
0
e
t
2
dt =
2
Teniendo en cuenta que la funci on e
t
2
es par en R queda:
_
+
e
t
2
dt =
9.10. Convoluci on de dos campanas de Gauss

La convolucion de dos funciones f, g : R R continuas en R es la funcion
f g : R R denida mediante
(f g)(x) =
_
+
f(t)g(x t) dt
en el supuesto de que la integral anterior sea convergente para cada valor
del parametro x. Este problema tiene por objeto determinar la convolucion
de dos campanas de Gauss.
(a) Calcular para cada valor real del parametro p la integral
I(p) =
_
+
e
t
2
+pt
dt
(b) Dados dos n umeros reales y , considerense las funciones y deni-
das a partir de f y g mediante (x) = f(x), (x) = g(x). Establecer
la relacion que expresa la convolucion en terminos de la convolucion
f g.
(c) Calcular la convolucion de las dos funciones
352 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
(x) = exp
_
(x )
2
2a
2
_
, (x) = exp
_
(x )
2
2b
2
_
donde , , a, b son n umeros reales dados de los cuales los dos ultimos son
positivos. [14]
Resolucion. (a) Sabemos que
_
+
expu
2
du =
(integral de Eu-
ler). Podemos expresar
t
2
+tp =
_
t
p
2
_
2
+
p
2
4
Usando la igualdad anterior y efectuando el cambio u = t p/2 :
I(p) =
_
+
exp
_
t
2
+pt
_
dt = exp
_
p
2
4
__
+
exp
_
_
t
p
2
_
2
_
dt
= exp
_
p
2
4
__
+
exp
_
u
2
_
du = exp
_
p
2
4
_
(b) Usando la denici on de convolucion y efectuando el cambio u = t :

( )(x) =
_
+
(t)(x t) dt =
_
+
f(t )g(x t) dt
=
_
+
f(u)g(x u ) du = (f g)(x )
(c) Elijamos las funciones f(x) = expx
2
/2a
2
, g(x) = expx
2
/2b
2
y
hallemos f g :
(f g)(x) =
_
+
exp
_
t
2
2a
2
_
exp
_
(x t)
2
2b
2
_
dt
= exp
_
x
2
2b
2
__
+
exp
_
t
2
2a
2
+
xt
b
2

t
2
2b
2
_
dt
= exp
_
x
2
2b
2
__
+
exp
_
t
2
2
a
2
+b
2
a
2
b
2
+
xt
b
2
_
dt
Efectuando el cambio de variable u =
t
a
2
+b
2
ab
:
(f g)(x) = exp
_
x
2
2b
2
__
+
exp
_
u
2
+
x
b
2
2abu
a
2
+b
2
_

2ab
a
2
+b
2
du
=
2ab
a
2
+b
2
exp
_
x
2
2b
2
__
+
exp
_
u
2
+pu
_
du
_
p =
2ax
b
a
2
+b
2
_
9.11. DERIVACI
ON PARAM
ETRICA Y L
IMITE 353
Por el apartado (a):
I(p) =
_
+
exp
_
u
2
+pu
_
du = exp
_
p
2
4
_
= exp
_
a
2
x
2
2b
2
(a
2
+b
2
)
_
Simplicando las exponenciales queda:

(f g)(x) =
2ab
a
2
+b
2
exp
_
x
2
2(a
2
+b
2
)
_
Usando el apartado (b):
( )(x) = (f g)(x ) =
2ab
a
2
+b
2
exp
_
(x )
2
2(a
2
+b
2
)
_
9.11. Derivacion parametrica y lmite
1. Calcular
_
+
0
dt
x
2
+t
2
(x > 0).
2. Calcular
_
+
0
dt
(x
2
+t
2
)
n+1
.
Indicacion: Derivar la integral respecto de un parametro y razonar por in-
duccion.
3. Calcular
_
+
0
dt
_
1 +
t
2
n
_
n
.
4. Como aplicacion de lo anterior, calcular el lmite:
lm
n+
1 3 5 . . . (2n 3)
2 4 . . . (2n 2)

n [14]
Resolucion. 1. Tenemos:
_
+
0
dt
x
2
+t
2
=
1
x
2
_
+
0
dt
1 + (t/x)
2
=
1
x
_
+
0
(1/x) dt
1 + (t/x)
2
=
1
x
_
arctan
t
x
_
+
0
=

2x
2. Por el apartado anterior,
_
+
0
(x
2
+t
2
)
1
dt =

2
x
1
. Derivando sucesi-
vamente respecto de x :
354 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
_
+
0
2x(x
2
+t
2
)
2
dt =
2
x
2
_
+
0
(x
2
+t
2
)
2
dt =

4
x
3
_
+
0
2(2x)(x
2
+t
2
)
3
dt =
3
2
2
x
4
_
+
0
(x
2
+t
2
)
3
dt =
3
2
4
x
5
_
+
0
3(2x)(x
2
+t
2
)
4
dt =
(5)3
2
4
x
6
_
+
0
(x
2
+t
2
)
4
dt =
3 5
2 3 2
4
x
7
El calculo de estas primeras derivadas sugiere la formula:
_
+
0
(x
2
+t
2
)
n1
dt =

2
n+1
1 3 5 . . . (2n 1)
n!
x
2n1
()
Veamos que la formula anterior es cierta aplicando el metodo de induccion.
Es cierta para n = 1 como inmediatamente se comprueba. Sea cierta para
n, es decir supongamos que se verica (). Derivando respecto de x :
_
+
0
(n 1)2x(x
2
+t
2
)
n2
dt =
2
n+1
1 3 5 . . . (2n 1)
n!
(2n 1)x
2n2
De forma equivalente podemos escribir:
_
+
0
(x
2
+t
2
)
(n+1)1
dt =

2
n+2
1 3 5 . . . (2n 1) (2n + 1)
(n + 1)!
x
2n3
2
(n+1)+1
1 3 5 . . . (2n 1) (2(n + 1) 1)
(n + 1)!
x
2(n+1)1
La formula () es por tanto cierta para n + 1.
3. Efectuando el cambio de variable u = t/
n :
_
+
0
dt
_
1 +
t
2
n
_
n
=
_
+
0
dt
_
1 +
_
t
n
_
2
_
n
=
_
+
0
n du
(1 +u
2
)
n
9.12. CONV. UNIF. EN UN INTERVALO NO ACOTADO 355
Usando la formula () para n 1 y x = 1 :
_
+
0
dt
_
1 +
t
2
n
_
n
=
n
2
n
1 3 5 . . . (2n 3)
(n 1)!
=
n
2
1 3 5 . . . (2n 3)
2 4 . . . (2n 2)
4. De la igualdad anterior deducimos que el lmite pedido es
L = lm
n+
1 3 5 . . . (2n 3)
2 4 . . . (2n 2)

n =
2
lm
n+
_
+
0
dt
_
1 +
t
2
n
_
n
Usando el conocido valor de la integral de Euler:
L = lm
n+
1 3 5 . . . (2n 3)
2 4 . . . (2n 2)

n =
2
lm
n+
_
+
0
dt
_
1 +
t
2
n
_
n
=
2
_
+
0
dt
lm
n+
_
1 +
t
2
n
_
n
=
2
_
+
0
dt
e
t
2
=
2
_
+
0
e
t
2
dt =
2
2
=
1
2
9.12. Conv. unif. en un intervalo no acotado
Para cada n = 1, 2, . . . se dene el subconjunto A
n
de R :
A
n
=
_
(n, n
2
) si n par
[2n
2
, 1/n] si n impar
y la funcion f
n
: R R :
f
n
(x) =
_
_
0 si x , A
n
1
n
2
n
si x A
n
y n par
n
2n
3
1
si x A
n
y n impar
1. Determinar el conjunto A =
n1
A
n
.
2. Determinar el menor conjunto compacto que contiene a R A.
3. Determinar del dominio de convergencia puntual de la sucesion (f
n
) y su
lmite f.
4. Estudiar si la convergencia f
n
f es uniforme.
5. Estudiar si se verica la igualdad:
356 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
lm
n+
_
R
f
n
(x) dx =
_
R
f(x) dx
Resolucion. 1. La union correspondiente a los A
n
con n par es:
A
2
A
4
A
6
. . . = (2, 4) (4, 16) (6, 36) . . .
Si n 4 se verica n + 2 < n
2
y por tanto, (n, n
2
) (n + 2, (n + 2)
2
) =
(n, (n + 2)
2
) lo cual implica que A
2
A
4
A
6
. . . = (2, 4) (4, +). Por
otra parte, si n +, entonces 2n
2
y 1/n 0, en consecuencia
A
1
A
3
A
5
. . . = (, 0). Es decir, A = (, 0) (2, 4) (4, +).
2. El conjunto RA es igual a [0, 2] 4 que es cerrado y por tanto, com-
pacto. En consecuencia el menor conjunto compacto que contiene a R A,
es el propio R A.
3. Si x [0, 2]4, f
n
(x) = 0 para todo n, por tanto f(x) = lm
n+
f
n
(x) =
0. Si x (0, +) entonces x pertenece un A
n
0
con n
0
impar, ahora bien para
todo n impar se verica A
n
= [2n
2
, 1/n] [2(n + 2)
2
, 1/(n + 2)
2
] =
A
n+2
, lo cual implica que si n n
0
, entonces x A
n
si n impar y x , A
n
si
n par al ser x < 0. En consecuencia, para x (0, +) y n n
0
tenemos:
f
n
(x) =
_
0 si n par
n
2n
3
1
si n impar
de lo cual se deduce f(x) = lm
n+
f
n
(x) = 0. Por ultimo, si x (2, 4)
(4, +), entonces existe un n
0
natural tal que x , A
n
si n n
0
, luego
f
n
(x) = 0 si n n
0
. Tambien en este caso f(x) = lm
n+
f
n
(x) = 0.
Podemos pues concluir que la funcion lmite puntual esta denida en todos
los reales, siendo este lmite la funcion nula.
4. Veamos si la convergencia es uniforme. Se verica:
[f
n
(x) f(x)[ max
_
0,
1
n
2
n
,
n
2n
3
1
_
= M
n
x R
y ademas M
n
0. Por tanto, para todo > 0 existe un n
0
natural tal que
M
n
< si n n
0
. Esto implica [f
n
(x) f(x)[ < si n n
0
y para todo
x R : la convergencia es uniforme.
5. Para n par,
_
R
f
n
(x) dx =
_
n
2
n
1
n
2
n
dx =
1
n
2
n
(n
2
n) = 1
9.13. CONVERGENCIA UNIFORME. TEOREMA DE DINI 357
para n impar,
_
R
f
n
(x) dx =
_
1/n
2n
2
n
2n
3
1
dx =
n
2n
3
1
_
2n
2
1
n
_
= 1
En consecuencia, no se verica la igualdad dada pues:
lm
n+
_
R
f
n
(x) dx = 1 ,
_
R
f(x) dx =
_
R
0 dx = 0
Nota: Observese que aunque la convergencia en I = (, +) es uniforme,
los smbolos lmite e integral no son intercambiables. Esto es debido a que
el intervalo I no es acotado.
9.13. Convergencia uniforme. Teorema de Dini
(a) Demostrar el Teorema de Dini: Sea (E, d) un espacio metrico compacto
y f
n
: E R una sucesion de funciones continuas (monotona creciente o
monotona decreciente). Entonces, si f
n
f en E y f es continua, la con-
vergencia es uniforme.
(b) Se considera la sucesion de funciones f
n
: [0, 1] R denida de forma
recurrente por f
0
(x) = 1 y f
n
(x) =
_
xf
n1
(x). Demostrar que la sucesion
converge en [0, 1] y que la convergencia es uniforme.
Resolucion. (a) Supongamos que (f
n
) es monotona creciente (el caso de-
creciente se demostrara de forma analoga). Sea > 0 y x E, entonces
existe n(x) entero positivo tal que f(x) f
m
(x) < /3 para todo m n(x).
Como f y f
n(x)
son continuas, existe un entorno abierto V (x) de x tal que
si y V (x) se verica [f(x) f(y)[ < /3 y [f
n(x)
(x) f
n(x)
(y)[ < /3. Por
otra parte
f(y) f
n(x)
(y) = [f(y) f
n(x)
(y)[ =
[f(y) f(x) +f(x) f
n(x)
(x) +f
n(x)
(x) f
n(x)
(y)[
[f(y) f(x)[ +[f(x) f
n(x)
(x)[ +[f
n(x)
(x) f
n(x)
(y)[ <
/3 +/3 +/3 =
Es decir, en V (x) tenemos f(y) f
n(x)
(y) < . Dado que V (x) : x E es
un recubrimiento por abiertos del espacio compacto E, existe un subrecubri-
miento nito V (x
1
), . . . , V (x
p
). Sea n
0
= n(x
0
) = mnn(x
1
), . . . , n(x
p
).
Para cada x E, x pertenece a uno de los V (x
i
). Entonces, si n n
0
f(x) f
n
(x) f(x) f
n
0
(x) f(x) f
n(x
i
)
(x) < (x E)
358 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Por tanto f
n
f en E uniformemente.
(b) Tenemos
f
0
(x) = 1, f
1
(x) =

x = x
1/2
, f
2
(x) =
x x
1/2
= x
3/4
f
3
(x) =
x x
3/4
= x
7/8
, f
4
(x) =
x x
7/8
= x
15/16
Esto sugiere la formula f
n
(x) = x
(2
n
1)/2
n
, formula esta facilmente demos-
trable por induccion, por tanto f(x) = lm
n
f
n
(x) = x
1
= x. La sucesion
a
n
= (2
n
1)/2
n
= 1 1/2
n
es monotona creciente. En efecto
a
n
a
n+1
1
1
2
n
1
1
2
n+1

1
2
n+1

1
2
n
2
n
2
n+1
y la ultima desigualdad es evidente. Como 0 x 1 se verica
f
n
(x) = x
an
x
a
n+1
= f
n+1
(x) (x [0, 1])
Es decir, tenemos una sucesion f
n
de funciones continuas, monotona decre-
ciente sobre el compacto [0, 1] cuyo lmite es la funcion continua f(x) = x.
Como consecuencia del Teorema de Dini se verica que la convergencia es
uniforme.
9.14. Converg. de series: crit. de Dirichlet
1. Sea (
n
) una sucesion monotona y acotada de n umeros reales y (s
n
)
una sucesion acotada de vectores de un espacio normado E. Sea u
n
=
(
n

n+1
)u
n
. Demostrar que la serie
+
n=1
u
n
es absolutamente conver-
gente.
2. Demostrar el criterio de Dirichlet para la convergencia de series:
Sea E un espacio de Banach. Consideremos la serie
+
n=1
x
n
en donde:
(a) x
n
=
n
y
n
con
n
R e y
n
E para todo n.
(b) (
n
) es monotona con lmite 0.
(c) Las sumas parciales de la serie
+
n=1
y
n
estan acotadas.
Entonces, la serie
+
n=1
x
n
es convergente.
3. Usando el criterio de Dirichlet, demostrar que la siguiente serie es con-
vergente
9.14. CONVERG. DE SERIES: CRIT. DE DIRICHLET 359
+
n=1
sen (n/2)
n
4. Demostrar el criterio de Leibniz para series alternadas a partir del criterio
de Dirichlet.
Resolucion. 1. Como (s
n
) est a acotada, existe un K tal que |s
n
| K
para todo n. Por tanto
n
k=1
|u
k
| =
n
k=1
[
k

k+1
[ |s
k
| K
n
k=1
[
k

k+1
[
Dado que (
n
) es monotona (bien creciente, bien decreciente) deducimos que
n
k=1
[
k

k+1
[ = [
1

n+1
[
Al ser (
n
) sucesion monotona y acotada, tiene lmite y claramente se
verica [
1

n+1
[ [
1
[ . Es decir, tenemos
n
k=1
|u
k
| K[
1
[ para todo n
La serie de terminos positivos
+
n=1
|u
n
| es convergente al tener las sumas
parciales acotadas, lo cual equivale a decir que
+
n=1
u
n
es absolutamente
convergente.
2. Llamando s
n
= y
1
+. . . +y
n
tenemos
x
1
+x
2
+. . . +x
n
=
1
y
1
+. . . +
n
y
n
=
1
s
1
+
2
(s
2
s
1
) +. . . +
n
(s
n
s
n1
)
= (
1

2
)s
1
+. . . + (
n1

n
)s
n1
+
n
s
n
=
n1
k=1
(
k

k+1
)s
k
+
n
s
n
Consideremos la serie
+
n=1
u
n
siendo u
n
= (
n
n+1
)s
n
. La sucesion (
n
)
es monotona y al tener lmite, esta acotada. La sucesion (s
n
) esta acotada
por hipotesis. Por el apartado anterior la serie
+
n=1
u
n
es absolutamente
convergente y por ser E espacio de Banach, tambien es convergente. Es decir,
existe
360 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
l = lm
n+
n1
k=1
(
k

k+1
)s
k
E
Dado que (
n
) 0 y (s
n
) esta acotada se verica (
n
s
n
) 0. Entonces
lm
n+
(x
1
+x
2
+. . . +x
n
) = lm
n+
_
n1
k=1
(
k

k+1
)s
k
+
n
s
n
_
= lm
n+
n1
k=1
(
k

k+1
)s
k
= l
Hemos pues demostrado que
+
n=1
x
n
es convergente.
3. Consideramos en este caso E = R, que sabemos que es espacio de Banach
con la norma del valor absoluto. La sucesion
n
= 1/n es monotona y con
lmite 0. Por otra parte, la serie de termino general y
n
= sen (n/2) tiene sus
sumas parciales s
n
acotadas pues tal sucesion es (1, 1, 0, 0, 1, 1, . . .). Como
consecuencia del criterio de Dirichlet, la serie dada es convergente.
4. Sea la serie
+
n=1
(1)
n
a
n
con a
n
monotona decreciente y lmite 0. Como
y
n
= (1)
n
tiene las sumas parciales acotadas y
n
= a
n
es monotona con
lmite 0, se deduce del criterio de Dirichlet que
+
n=1
n
y
n
=
+
n=1
(1)
n
a
n
es convergente.
9.15. Converg. de series: crit. de Abel
1. Demostrar el criterio de Abel para la convergencia de series:
Sea E un espacio de Banach. Consideremos la serie
+
n=1
x
n
en donde:
(a) x
n
=
n
y
n
con
n
R e y
n
E para todo n.
(b) (
n
) es monotona y acotada.
(c) La serie
+
n=1
y
n
es convergente.
Entonces, la serie
+
n=1
x
n
es convergente.
2. Usando el criterio de Abel demostrar que es convergente la serie
+
n=1
1
n
2
1
(1 +i)
n
9.16. ESPACIO DE FUNCIONES COMPLETO Y NO COMPACTO 361
Resolucion. 1. Llamemos s
n
= y
1
+. . .+y
n
. Como en el problema anterior,
se verica
s
n
=
n1
k=1
(
k

k+1
)s
k
+
n
s
n
Consideremos la serie
+
n=1
u
n
siendo u
n
= (
n

n+1
)s
n
. Se satisfacen
las hipotesis del lema pues (
n
) es monotona acotada y (s
n
) esta acotada
por ser convergente la serie
+
n=1
y
n
. Por tanto
+
n=1
u
n
es absolutamente
convergente y por ser E de Banach, es convergente. Es decir, existe
l = lm
n+
n1
k=1
(
k

k+1
)s
k
E
Al ser (
n
) monotona y acotada, tiene lmite R. Al ser
+
n=1
y
n
conver-
gente, existe s = lm
n+
s
n
E. En consecuencia
lm
n+
(x
1
+. . . +x
n
) = l +s E
Concluimos que
+
n=1
x
n
es convergente.
2. Consideramos en este caso E = C, que sabemos que es espacio de Banach
con la norma del modulo. La sucesion
n
= 1/n
2
es claramente monotona y
acotada. Por otra parte, la serie
+
n=1
y
n
=
+
n=1
1/(1 +i)
n
es convergente
por ser geometrica de razon 1/(1+i) y [1/(1+i)[ = 1/
2 < 1. Por el criterio

de Abel, la serie dada es convergente
9.16. Espacio de funciones completo y no compac-
to
Sea E = ((I, I) el espacio de las funciones continuas de I = [0, 1] en I con
la distancia d(f, g) = max[f(x) g(x)[ : x I.
a) Demostrar que E es completo.
b) Demostrar que E no es compacto.
c) Encontrar un elemento de E que tenga un unico punto jo. [15]
Resolucion. a) Como R es completo e I = [0, 1] es cerrado, se concluye
que I es completo. Consideremos una sucesion de Cauchy (f
n
) en E, veamos
que converge en E. Al ser (f
n
) de Cauchy:
> 0 n
0
N : n, m n
0
max[f
n
((x) f
m
(x)[ : x I < (1)
362 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Esto implica que para todo x I la sucesion (f
n
(x)) es de Cauchy, y al
ser I completo, tiene un lmite al que llamamos f(x). Ademas, f(x) I.
Tomando lmites cuando m tiende a en (1), para cada n n
0
;
d(f
n
, f) = max[f
n
((x) f(x)[ : x I <
Como consecuencia, para todo > 0 existe n
0
N tal que si n n
0
entonces
se cumple [f
n
(x) f(x)[ < para todo x I. La convergencia de (f
n
) hacia
f es uniforme y al ser las f
n
continuas, as lo es f. Es decir, f E y por
tanto E es completo.
b) Veamos que E no es secuencialmente compacto. En espacios metricos
esto equivale a no ser compacto. La sucesion (f
n
) en E dada por f
n
(x) = x
n
converge a f(x) = 0 si x [0, 1) y f(1) = 1. Cualquier subsucesion de (f
n
)
converge a f, que no pertenece en E pues f no es continua: E no es compacto.
c) Consideremos g(x) = x/2. Claramente g E y si x
0
es punto jo de g
entonces x
0
/2 = x
0
o bien x
0
= 0: g tiene un unico punto jo.
9.17. Continuidad uniforme y teorema de Tycho-
no
Sea f : R
2
R denida por:
f(x, y) = x +
y
x
(si x ,= 0) , f(0, y) = 0
a) Determinar el subconjunto M de R
2
en donde f es continua.
b) Probar que f no es uniformemente continua en M.
c) Estudiar la continuidad uniforme de f en el subconjunto de M : (1, 2)
(1, 2). [15]
Resolucion. a) Para todo P
0
(x
0
, y
0
) con x
0
,= 0 existe un entorno V de P
0
en el que la funcion f esta denida y es elemental, en consecuencia continua
en P
0
. Analicemos la continuidad de f en los puntos de la forma (0, y
0
). Si
y
0
,= 0, el lmite seg un la recta y = y
0
es:
lm
(x, y) (0, y
0
)
y = y
0
f(x, y) = lm
x0
_
x +
y
0
x
_
=
es decir, f no es continua. Tampoco es continua en el origen. Efectivamente
hallando los lmites seg un las direcciones y = mx (m ,= 0) :
9.18. CARDINALES DE LAS SIGMA-
ALGEBRAS CONTABLES 363

lm
(x, y) (0, 0)
y = mx
f(x, y) = lm
x0
_
x +
mx
x
_
= m
Es decir, M =
_
(x, y) R
2
: x ,= 0
_
.
b) Para las sucesiones a
n
= (1/n, 1) y b
n
(1/(n + 1), 1) en M tenemos:
lm
n
d(a
n
, b
n
) = lm
n
_
1
n

1
n + 1
_
2
= lm
n
_
1
n

1
n + 1
_
= 0
lm
n
d(f(a
n
), f(b
n
)) = lm
n
[f(a
n
) f(b
n
)[ = lm
n
_
1
1
n(n + 1)
_
= 1
Por tanto, para todo > 0 existe n
0
N tal que si n n
0
se verica
d(a
n
, b
n
) < . Para = 1/2, existe n
1
N tal que si n n
1
se verica
d(f(a
n
), f(b
n
)) > . La funcion f no es uniformemente continua, pues pa-
ra = 1/2 y para todo > 0, existe (a
n
, b
n
) cumpliendo d(a
n
, b
n
) < y
[f(a
n
) f(a
n
)[ > (para ello basta que elijamos n maxn
0
, n
1
).
c) El intervalo [1, 2] de R es cerrado y acotado, en consecuencia compacto.
Por el teorema de Tychono, as lo es [1, 2] [1, 2]. Por ser f continua en
este compacto y por un conocido teorema es uniformemente continua en el,
en particular en (1, 2) (1, 2).
9.18. Cardinales de las sigma-algebras contables
(a) Sea / una -algebra en X. Denimos en X la siguiente relacion:
x y (A / y A) x /
Es decir, x y si y solo si todo conjunto medible que contiene a y tambien
contiene a x. Demostrar que esta relacion es de equivalencia en X.
(b) Determinar la clase de equivalencia [x] a la cual pertenece un elemento
x X.
(c) Demostrar que todo elemento de / es uniom de clases de equivalencia.
(d) Supongamos que card (/)
0
, es decir / es nita o innita numera-
ble. Demostrar que necesariamente / es nita.
(e) Demostrar que en las condiciones del apartado anterior, card (/) = 2
n
para alg un n natural.
364 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Resolucion. (a) (i ) Reexiva. Si un conjunto medible contiene a x, trivial-
mente contiene a x, es decir x x. (ii ) Simetrica. Sea x y. Si ocurriera
y , x , existira un B /tal que x B, y B
c
. Ahora bien, B
c
/, y B
c
y x , B
c
lo cual contradice la hipotesis x y. (ii ) Transitiva. Supongamos
x y e y z. Si A es medible y contiene a z, entonces tambien contiene
a y por ser y z. Por contener a y, y ser x y tambien contiene a x. Es
decir, x z.
(b) Veamos que la clase [x] a la que pertenece un elemento x de X es:
[x] =
A : A / x A (1)
En efecto, si u [x] entonces u x con lo cual todo A medible que con-
tiene a x tambien contiene a u y por tanto u

A : A / x A.
Recprocamente, si u
A : A / x A, todo conjunto medible que

contiene a x tambien contiene a u y por tanto, u x o equivalentemente,
u [x]. Esto demuestra (1).
(c) Es claro que para todo A / se verica:
A =
{xA}
[x] (2)
y por tanto, elemento de / es uniom de clases de equivalencia.
(d) Por hipotesis, / es -algebra contable lo cual implica por (1) que las
clases de equivalencia de pertenecen a /. Veamos ahora que el n umero de
clases de equivalencia [x
i
] es nito.
En efecto, si fuera innito tendra que ser necesariamente numerable y por
formar estas clases una particion, X =
kN
[x
k
] (union disjunta). Cada par
de subconjuntos distintos N
1
, N
2
de N daran lugar a los conjuntos distintos
de /: A
1
=
iN
1
[x
i
] y A
2
=
jN
2
[x
j
]. Esto implicara que el cardinal de
/ sera al menos 2
0
lo cual es absurdo por ser / numerable.
(e) Sea pues C = [a
1
], . . . , [a
n
] el conjunto formado por todas las clases
de equivalencia. Por (2), todo elemento de / es union de clases de equiva-
lencia y para cada par de subconjuntos distintos C
1
, C
2
de C dan lugar a
los conjuntos distintos de /: B
1
=
iN
1
[a
i
] y B
2
=
jN
2
[a
j
]. Es decir, el
n umero de elementos de / es card (/) = card (T(C)) = 2
n
.
9.19. FUNCIONES HOLOMORFAS F : RE F +IM F = 1 365
9.19. Funciones holomorfas f : Re f +Im f = 1
Encontrar todas las funciones holomorfas f(z), z C que satisfacen la
condicion a Re f(z) + b Im f(z) = 1 siendo a, b constantes reales no si-
multaneamente nulas. [14]
Resolucion. Denotando f = u+iv en donde u = Re f, v = Im f, tenemos
au + bv = 1. Si f es holomorfa en C, existen las parciales de u y v en todo
R
2
y satisfacen las ecuaciones de Cauchy-Riemann u
v
= v
y
, u
y
= v
x
.
Derivando la igualdad au +bv = 1 y usando las mencionadas ecuaciones:
_
au
x
+bv
x
= 0
au
y
+bv
y
= 0

_
av
y
bu
y
= 0
au
y
+bv
y
= 0

_
a b
b a
__
v
y
u
y
_
=
_
0
0
_
Como a, b no son simultaneamente nulas, a
2
+b
2
,= 0 lo cual implica que el
sistema anterior tiene la unica solucion u
y
= v
y
= 0 y como consecuencia
u
x
= v
x
= 0.
Esto implica f
= u
x
+iv
x
= 0 en C y obligatoriamente f ha de ser constante
es decir, f(z) = c
1
+ c
2
i para todo z C y c
1
, c
2
R. Las funciones f que
cumplen las condiciones dadas son por tanto
f(z) = c
1
+c
2
i (c
1
, c
2
R, ac
1
+bc
2
= 1)
9.20. Polinomio complejo p
(z) = p( z)
Para cada polinomio complejo p(z) se dene el nuevo polinomio p
(z) =
p( z) en donde z es el conjugado de z.
1) Si p(z) es un polinomio de grado n 1, expresar las races de p
(z) en
terminos de las races de p(z).
2) Sea p(z) = 1 + z. Determinar la region del plano complejo en el que se
transforma el semiplano Re(z) > 0 mediante la transformacion w =
p
(z)
p(z)
.
3) Sea p(z) un polinomio complejo de grado n 1 que satisface las dos
condiciones siguientes: a) La imagen del semiplano Re(z) > 0 bajo la trans-
formacion w =
p (z)
p(z)
esta contenida en el crculo unidad [w[ < 1. b) p(z)
y p
(z) no tienen races comunes.

Determinar la parte real de las races de p(z).
366 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
4) Sea p(z) un polinomio complejo de grado n 1 cuyas races z
1
, z
2
, . . . , z
n
satisfacen Re(z
k
) < 0 (k = 1, . . . , n). Decidir razonadamente si la siguiente
implicacion es verdadera o falsa:
Re(z) > 0 [p(z)[ > [p
(z)[ [14]
Resolucion. 1) Sea z
0
C y w
0
= z
0
. Aplicando conocidas propiedades
de la conjugacion queda z
0
= w
0
. Entonces,
p(z
0
) = 0 p(z
0
) = 0 p(w
0
) = 0 p
(w
0
) = 0
Es decir, z
0
es raz de p si y solo si z
0
es raz de p
.
2) Hallemos la expresion de w :
w =
p
(z)
p(z)
=
1 + ( z)
1 +z
=
1 + z
1 +z
=
1 z
1 +z
(1)
El modulo de w es:
[w[ = w w =
1 z
1 +z
1 z
1 + z
=
1 z z +z z
1 +z + z +z z
=
1 2Re(z) +[z[
2
1 + 2Re(z) +[z[
2
< 1
Es decir, w pertenece al disco abierto unidad D. Veamos ahora que todo w
D es el transformado de alg un z con parte real mayor que 0. Efectivamente,
sea w tal que [w[ < 1. Despejando en (1) obtenemos z = (1 w)/(1 + w).
Entonces:
2Re(z) = z + z =
1 w
1 +w
+
1 w
1 + w
=
2(1 [w[
2
)
1 + 2Re(w) +[w[
2
Dado que [w[ < 1, el numerador es positivo. Veamos que tambien lo es el
denominador. Efectivamente, si w = u +iv :
1 + 2Re(w) +[w[
2
= 1 + 2u +u
2
+v
2
= (u + 1)
2
+v
2
> 0 (si w ,= 1)
Es decir, si [w[ < 1 entonces Re(z) > 0. Concluimos que la region transfor-
mada de Re(z) > 0 es [w[ < 1.
3) Si z
0
es raz de p(z), entonces por b) ocurre p(z
0
) = 0 y p
(z
0
) ,= 0. Veamos
que no puede ocurrir Re(z
0
) > 0. En efecto, si fuera as entonces la funcion
[w[ = [p (z)/p(z)[ no estara acotada (en contradiccion con la hipotesis
[w[ < 1). Ha de ser por tanto Re(z
0
) 0. Ahora bien, si z
0
es raz de p(z),
entonces z
0
,= z
0
(apartado 1)). Esto equivale a 2Re(z
0
) = z
0
+z
0
,= 0. Ha
de ser pues Re(z
0
) < 0.
4) Si p(z) = a
n
z
n
+. . . +a
0
, por el apartado 1) las races de p
(x) son z
k
con k = 1, . . . , n. Podemos por tanto expresar:
9.21. TRES DESARROLLOS DE LAURENT 367
p(z) = a
n
k=n
k=1
(z z
k
) , p
(z) = (1)
n
a
n
k=n
k=1
(z +z
k
) (2)
Si z = x +iy y z
k
= x
k
+iy
k
. se verica:
[z z
k
[
2
= (x x
k
)
2
+ (y y
k
)
2
, [z +z
k
[
2
= (x +x
k
)
2
+ (y y
k
)
2
Entonces,
[z +z
k
[
2
< [z z
k
[
2
(x +x
k
)
2
< (x x
k
)
2
2xx
k
< 2xx
k
4xx
k
< 0
Por hipotesis x < 0 y x
k
< 0 para todo k = 1, . . . , n lo cual implica que
la ultima desigualdad es cierta. Se verica por tanto [z + z
k
[ < [z z
k
[
(k = 1, . . . , n). Tomando modulos en (2) deducimos [p(z)[ > [p
(z)[, es decir
la implicacion propuesta es verdadera.
9.21. Tres desarrollos de Laurent
Escribir los diferentes desarrollos en serie de potencias de z 1 indicando
su dominio de validez para la funcion
f(z) =
1
z
3
+z
[14]
Resolucion. Los puntos singulares de f(z) son las soluciones de la ecuacion
z
3
+ z = 0, es decir z = 0 y z = i. Efectuemos el cambio de variable
w = z 1, entonces podemos expresar
f(z) =
1
(w + 1)
3
+ (w + 1)
(1)
Para las races z = 0, z = i obtenemos las races del denominador de (1),
w = 1, w = 1 i. Podemos por tanto expresar:
f(z) =
1
(w + 1)[w (1 +i)][w (1 i)]
=
A
w + 1
+
B
w (1 +i)
+
C
w (1 i)
(2)
Dando a w los valores w = 1, w = 1i obtenemos A = i, B = C = 1/2.
Hallemos ahora los distintos desarrollos en serie de las fracciones parciales
que aparecen en (2), para ello usamos el conocido resultado de la expresion
de la suma de una serie geometrica.
368 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Primera fraccion:
(1)
1
w + 1
=
1
1 (w)
=
n=0
(1)
n
w
n
(si [w[ < 1)
(2)
1
w + 1
=
1
w
1
1(
1
w
)
=
1
w
n=0
(1)
n
1
w
n
=
n=0
(1)
n
1
w
n+1
(si [w[ > 1)
Segunda fraccion:
(3)
1
w (1 +i)
=
1
1 i
1
1
w
i1
=
1
1 i
n=0
w
n
(1 i)
n
=
n=0
w
n
(1 i)
n+1
(si [w/(i 1)[ < 1, es decir si [w[ <
2)
(4)
1
w (1 +i)
=
1
w
1
1
1+i
w
=
1
w
n=0
(1 +i)
n
w
n
=
n=0
(1 +i)
n
w
n+1
(si [(1 +i)/w[ < 1, es decir si [w[ >
2)
Tercera fraccion:
(5)
1
w (1 i)
=
1
1 +i
1
1 +
w
1+i
=
1
1 +i
n=0
w
n
(1 +i)
n
=
n=0
(1)
n
w
n
(1 +i)
n+1
(si [w/(1 +i)[ < 1, es decir si [w[ <
2)
(6)
1
w (1 i)
=
1
w
1
1 +
1+i
w
=
n=0
(1)
n
(1 +i)
n
w
n+1
(si [(1 +i)/w[ < 1, es decir si [w[ >
2)
Sustituyendo w = z 1 y denotando L
1
(z), . . . , L
6
(z) a las series que apa-
recen en (1), . . . , (6) respectivamente:
L
1
(z) =
n=0
(1)
n
(z 1)
n
([z 1[ < 1)
L
2
(z) =
n=0
(1)
n
1
(z 1)
n+1
([z 1[ > 1)
L
3
(z) =
n=0
(z 1)
n
(1 i)
n+1
([z 1[ <
2)
L
4
(z) =
n=0
(1 +i)
n
(z 1)
n+1
([z 1[ >
2)
L
5
(z) =
n=0
(1)
n
(z 1)
n
(1 +i)
n+1
([z 1[ <
2)
9.22. LAGRANGE-SYLVESTER, REPRESENTACI
ON INTEGRAL 369
L
6
(z) =
n=0
(1)
n
(1 +i)
n
(z 1)
n+1
([z 1[ >
2)
Los desarrollos en serie pedidos son por tanto:
f(z) = iL
1
(z)
1
2
L
3
(z)
1
2
L
5
(z) (0 < [z 1[ < 1)
f(z) = iL
2
(z)
1
2
L
3
(z)
1
2
L
5
(z) (1 < [z 1[ <
2)
f(z) = iL
2
(z)
1
2
L
4
(z)
1
2
L
6
(z) (
2 < [z 1[ < )
9.22. Lagrange-Sylvester, representacion integral
Este problema tiene por objeto elaborar una representacion integral para
el polinomio de Lagrange-Sylvester. Supongase dados un polinomio p(z) de
grado n 1 y una curva de Jordan , que se recorre en sentido positivo y
cuyo interior geometrico contiene a todos los ceros del polinomio. Se pide:
(a) Comprobar que cualquiera que sea la funcion f(z) holomorfa en los
puntos de y en su interior, la funcion denida mediante
(z) =
1
2i
_
f()
p()

p() p(z)
z
d
es un polinomio en z cuyo grado se determinara.
(b) Supongase que a es un cero del polinomio p(z). Determinar el valor de
la funcion (z) en a.
(c) Supongase que a es un cero del polinomio p(z) de multiplicidad . De-
terminar los valores que toman en el punto a las funciones derivadas
(k)
para k = 1, 2, . . . , 1. [14]
Resolucion. (a) Sea p(z) = a
n
z
n
+. . .+a
1
z+a
0
, entonces podemos expresar
p() p(z) en la forma a
n
(
n
z
n
) +. . . +a
1
( z). Por otra parte:
k
z
k
= ( z)(
k1
+
k2
z +. . . +z
k2
+z
k1
)
con lo cual obtenemos la igualdad:
p() p(z) = ( z)(b
n1
()z
n1
+. . . +b
0
()) =
n1
k=0
b
k
()z
k
siendo b
k
() polinomios en para todo k = 0, 1, . . . , n 1. Podemos por
tanto expresar:
370 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
(z) =
1
2i
_
f()
p()

n1
k=0
b
k
()z
k
d =
n1
k=0
_
1
2i
_
f()
p()
b
k
() d
_
z
k
Es decir, (z) es un polinomio de grado menor o igual que n 1.
(b) Usando que p(a) = 0 y la formula integral de Cauchy:
(a) =
1
2i
_
f()
p()

p()
z
d =
1
2i
_
f()
z
d = f(a)
(c) Podemos expresar la funcion (z) de la siguiente manera:
(z) =
1
2i
_
f()
z
d
1
2i
p(z)
_
f()
p()

1
z
d
Usando de nuevo la formula integral de Cauchy con z en el interior de :
(z) = f(z) p(z)
_
1
2i
_
f()
p()

1
z
d
_
= f(z) p(z)g(z)
Derivemos ambos miembros de la igualdad (z) = f(z) p(z)g(z). Usando
la regla de Newton-Leibniz para la derivada k-esima de un producto:
(k)
(z) = f
(k)
(z)
k
j=0
_
k
j
_
p
(kj)
(z) g
(j)
(z) (1)
Como a es un cero de multiplicidad del polinomio p(z), se verica
p(a) = p
(a) = . . . = p
(1)
(a) = 0.
Usando (1) deducimos
(k)
(a) = f
(k)
(a) para todo k = 1, 2, . . . , 1.
9.23. Integral
_
+
0
x
n
dx/(x
2n+1
+ 1)
(a) Determinar y clasicar las singularidades de la funcion compleja de va-
riable complrja f(z), siendo n un entero positivo. Hallar el valor del residuo
en dichas singularidades.
f(z) =
z
n
z
2n+1
+ 1
(b) Aplicando la tecnica de residuos calcular la integral real impropia:
9.23. INTEGRAL
_
+
0
X
N
DX/(X
2N+1
+ 1) 371
_
+
0
x
n
x
2n+1
+ 1
dx
Indicacion: Utilizar como camino de integracion el borde de un sector ade-
cuado. [14]
Resolucion. (a) Los puntos singulares de f(z) son aquellos que anulan al
denominador:
z
2n+1
+ 1 = 0 z
2n+1
= 1 z
2n+1
= expi
Aplicando la conocida formula para el calculo de las races de un n umero
complejo, obtenemos los puntos singulares de f(z) :
z
k
= exp
_
(2k + 1)
2n + 1
i
_
(k = 0, 1, . . . , 2n)
Claramente, estos z
k
son polos simples, por tanto sus residuos son:
Res (f, z
k
) = lm
zz
k
z
n
(z z
k
)
z
2n+1
+ 1
El lmite anterior presenta la indeterminacion 0/0, aplicando la regla de
LHopital:
Res (f, z
k
) = lm
zz
k
nz
n1
(z z
k
) +z
n
(2n + 1)z
2n
=
z
n
k
(2n + 1)z
2n
k
=
z
n
k
2n + 1
(b) Elijamos el sector circular de centro el origen O, radio radio R > 0 y
puntos extremos del arco, el A = R y B = Rexp2i/(2n+1). La amplitud
del sector es por tanto = 2i/(2n + 1).
y
x
R
B
O
A
2
2n+1
Integrando en sentido antihorario:
_
f(z) dz =
_
R
0
x
n
dx
x
2n+1
+ 1
+
_
AB
z
n
dz
z
2n+1
+ 1
+
_
BO
z
n
dz
z
2n+1
+ 1
(1)
372 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Hallemos la integral del primer miembro de (1). Los polos en el interior
del sector corresponden a los k que verican 0 < (2k + 1)/(2n + 1) <
2/(2n + 1), es decir solo z
0
= exp
i
2n+1
esta en el interior. Por tanto:
_
f(z) dz = 2i Res (f, z

0
) =
2i
2n + 1
exp
_
n
2n + 1
i
_
Transformemos ahora la tercera integral del segundo miembro de (1). Efec-
tuando el cambio de variable z = exp
2
2n+1
i obtenemos:
_
BO
z
n
dz
z
2n+1
+ 1
=
_
0
R
n
exp
2n
2n+1
i
2n+1
exp2i + 1
exp
_
2
2n + 1
i
_
d
= exp
_
2(n + 1)
2n + 1
i
__
R
0
2n+1
+ 1
d
= exp
_
2(n + 1)
2n + 1
i
__
R
0
x
n
x
2n+1
+ 1
dx
Tomando lmites en (1) cuando R + :
2i
2n + 1
exp
_
n
2n + 1
i
_
=
_
1 exp
_
2(n + 1)
2n + 1
i
___
+
0
x
n
x
2n+1
+ 1
dx
+ lm
R+
_
AB
z
n
z
2n+1
+ 1
dz (2)
Veamos que el lmite que aparece en (2) es igual a 0, para ello acotemos el
integrando. Tenemos para R > 1 :
z
n
z
2n+1
+ 1
=
[z[
n
[z
2n+1
(1)[

[z[
n
[[z[
2n+1
[ 1[[
=
R
n
R
2n+1
1
La longitud del arco AB es 2R/(2n + 1), por tanto:
0
_
AB
z
n
z
2n+1
+ 1
dz
R
n
R
2n+1
1

2R
2n + 1
Dado que n 1, lm
R+
R
n
R
2n+1
1

2R
2n + 1
= 0 lo cual implica
lm
R+
_
AB
z
n
z
2n+1
+ 1
dz = 0.
De (2), deducimos que el valor de la integral pedida I =
_
+
0
x
n
x
2n+1
+ 1
dx
es:
9.24. RELACI
ON ENTRE DOS INTEGRALES 373

I =
2i
2n + 1

1
exp
_
n
2n+1
i
__
1 exp
_
2(n+1)
2n+1
i
__
=
2i
2n + 1

1
exp
_
n
2n+1
i
_
exp
_
n
2n+1
i
_
Podemos por tanto concluir que:
_
+
0
x
n
x
2n+1
+ 1
dx =

2n + 1
csc
n
2n + 1
9.24. Relaci on entre dos integrales
Para cada entero positivo n se considera la funcion racional
f
n
(z) =
(1 +z
2
)
n1
1 +z
2n
(a) Calcular los residuos de f
n
en sus puntos singulares.
(b) Empleando la formula de los residuos de Cauchy, deducir el valor de las
integrales
I
n
=
_
+
0
f
n
(x) dx
(c) Aplicar el resultado anterior al calculo de las integrales
J
n
=
_
1
0
f
n
(x) dx [14]
Resolucion. (a) Igualando el denominador a 0, obtenemos los puntos sin-
gulares de f
n
:
1 +z
2n
z =
2n
1 z =
2n
_
expi z = exp
_

2n
+
2k
2n
_
i
(k = 0, 1, . . . , 2n 1)
Es decir, z
k
= exp
(2k+1)
2n
i (k = 0, 1, . . . , 2n1). Estas singularidades son
o bien polos simples o bien singularidades evitables (si z
k
= i). Para cada
polo simple, su residuo es Res (f, z
k
) = lm
zz
k
f(z)(z z
k
) que presenta la
indeterminacion 0/0. Aplicando a regla de LHopital:
374 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Res (f, z
k
) = lm
zz
k
(1 +z
2
)
n1
(z z
k
)
1 +z
2n
= lm
zz
k
_
(1 +z
2
)
n1
_
(z z
k
) + (1 +z
2
)
n1
2nz
2n1
=
(1 +z
2
k
)
n1
2nz
2n1
k
(1)
Observese que si z
k
= i los residuos han de ser cero por ser singulares
evitables, pero dado que 2n(i)
2n1
,= 0, vale tambien la expresion (1) en
estos casos. Podemos expresar estos residuos de otra manera:
Res (f, z
k
) =
(1 + exp
2k+1
n
i)
n1
2nexp
2k+1
2n
(2n 1)i
=
1
2n
(1 + exp
2k+1
n
i)
n1
exp
2k+1
2n
(n +n 1)i
=
1
2n
(1 + exp
2k+1
n
i)
n1
exp
2k+1
2
i(exp
2k+1
2n
i)
n1
=
1
2n
(exp
2k+1
2n
i + exp
2k+1
2n
i)
n1
expki +

2
i
=
1
2n
_
2 cos
2k+1
2n

_
n1
expki exp
2
i
=
1
2n
2
n1
cos
n1 2k+1
2n

(1)
k
i
En consecuencia, los residuos son:
Res (f, z
k
) = (1)
k+1
i
2
n2
n
cos
n1
2k + 1
2n

(b) Elegimos la curva cerrada estandar C para estos casos, es decir la union
del segmento [R, R] y la semicircunferencia superior de centro el origen
y radio R, recorriendose C en sentido antihorario. Tenemos:
_
C
f
n
(z) dz =
_
R
R
f
n
(x) dx +
_
f
n
(z) dz (2)
La diferencia de grados entre el denominador y el denominador de la funcion
racional par f
n
(x) es 2n (2n 2) = 2, lo cual implica que la integral
_
+
f
n
(x) dx es convergente y por tanto coincide con el valor principal de
Cauchy. Tomando lmites en (2) cuando R + :
_
C
f
n
(z) dz =
1
2
_
+
0
f
n
(x) dx + lm
R+
_
f
n
(z) dz (3)
9.25. INTEGRAL
_
2
0
COS 3T
12ACOS T+A
2
DT 375
Las singularidades en el interior geometrico de C corresponden a los valores
de k tales que 0 < (2k + 1)/2n < o de forma equivalente, para 0 <
2k+1 < 2n. Es decir, para k = 0, 1, . . . , n1. Claramente no existen puntos
singulares en el eje OX. Por tanto:
_
C
f
n
(z) dz = 2i
n1
k=0
Res (f, z
k
) =
2
n1
n
n1
k=0
(1)
k
cos
n1
2k + 1
2n

Por un conocido lema de Jordan, el lmite que aparece en (3) es igual a 0,
con lo cual:
_
+
0
f
n
(x) dx =
2
n
n
n1
k=0
(1)
k
cos
n1
2k + 1
2n

(c) Efectuando el cambio de variable t = 1/x :
_
1
0
f
n
(x) dx =
_
1
+
_
1 +
1
t
2
_
n1
1 +
1
t
2n
1
t
2
dt =
_
+
1
(1 +t
2
)
n1
1 +t
2n
dt =
_
+
1
f
n
(x) dx
Entonces,
_
+
0
f
n
(x) dx =
_
1
0
f
n
(x) dx +
_
+
1
f
n
(x) dx = 2
_
1
0
f
n
(x) dx
De esto deducimos
_
1
0
f
n
(x) dx =
1
2
_
+
0
f
n
(x) dx
y la ultima integral ya esta calculada.
9.25. Integral
_
2
0
cos 3t
12a cos t+a
2
dt
Calcular la integral
I(a) =
_
2
0
cos 3t
1 2a cos t +a
2
dt
para todos los posibles valores del parametro real a. [14]
376 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Resolucion. Veamos para que valores de a R la integral I(a) es con-
vergente. Dado que el intervalo de integracion esta acotado, la integral solo
puede ser divergente si la funcion integrando tiene puntos de discontinuidad
innita. Igualando el denominador a 0 y resolviendo en a :
a =
2 cos t
_
4 sin
2
t 4
2
=
2 cos t i sin t
2
= cos t i sin t
Dado que a es real, ha de ser sin t = 0 en [0, 2], es decir t = 0, t = o
t = 2. Por tanto la integral solo puede ser divergente para a = 1 o a = 1.
Si a = 1, el integrando tiene discontinuidades innitas en 0 y 2. Tenemos:
lm
t0
+
_
cos 3t
2 2 cos t
:
1
t
2
_
= lm
t0
+
t
2
cos 3t
2 2 cos t
= lm
t0
+
t
2
cos 3t
2(t
2
/2)
= 1 ,= 0
Por un conocido criterio de convergencia, la integral es divergente. Si a =
1, el integrando presenta un punto de discontinuidad innita en t = .
Entonces,
lm
t
_
cos 3t
2 + 2 cos t
:
1
(t )
2
_
= lm
t
(t )
2
cos 3t
2 + 2 cos t
= lm
u0
u
2
cos 3(u +)
2 + 2 cos(u +)
= lm
u0
u
2
cos 3(u +)
2 2 cos u
= lm
u0
u
2
cos 3(u +)
2(u
2
/2)
= 1 ,= 0
y la integral es tambien divergente en este caso. Por tanto tenemos que
calcular I(a) cuando a ,= 1. Para ello consideramos la igualdad:
_
2
0
e
3it
1 2a cos t +a
2
dt = I(a) +i
_
2
0
sin 3t
1 2a cos t +a
2
dt (1)
La integral I(a) es por tanto la parte real de la integral J(a) del primer
miembro de (1). Con el cambio de variable z = e
it
obtenemos:
J(a) =
_
|z|=1
z
3
1 2a
_
z
2
+1
2z
_
+a
2
dz
iz
=
1
i
_
|z|=1
z
3
az
2
(a
2
+ 1)z +a
dz
Igualando el denominador a 0, obtenemos los puntos singulares:
z =
a
2
+ 1
a
4
+ 2a
2
+ 1 4a
2
2a
=
a
2
+ 1
_
(a
2
1)
2
2a
=
a
2
+ 1 (a
2
1)
2a
= a, 1/a (a ,= 0)
9.25. INTEGRAL
_
2
0
COS 3T
12ACOS T+A
2
DT 377
Estas singularidades son polos simples. Llamando f a la funcion integrando:

Res (f, a) = lm
za
z
3
(z a)
a(z a)(z 1/a)
=
a
3
a
2
1
Res (f, 1/a) = lm
z1/a
z
3
(z 1/a)
a(z a)(z 1/a)
=
1
a
3
(1 a
2
)
Para [a[ < 1 el unico polo en el interior geometrico de [z[ = 1 es a y para
[a[ > 1, el unico es 1/a. Por tanto:
J(a) =
1
i
2i
a
3
a
2
1
=
2a
3
1 a
2
([a[ < 1 a ,= 0)
J(a) =
1
i
2i
1
a
3
(1 a
2
)
=
2
a
3
(a
2
1)
([a[ > 1)
Para a = 0 tenemos:
I(0) =
_
2
0
cos 3t dt =
_
sin 3t
3
_
2
0
= 0
En consecuencia podemos concluir que:
I(a) =
_
_
2a
3
1 a
2
si [a[ < 1 a ,= 0
2
a
3
(a
2
1)
si [a[ > 1
0 si a = 0
378 CAP
ITULO 9. MISCEL
ANEA DE AN
ALISIS
Parte III
ECUACIONES
DIFERENCIALES
ORDINARIAS
379
Captulo 10
Ecuaciones y sistemas
diferenciales
10.1. Construcci on de ecuaciones diferenciales
Formar la ecuacion diferencial de las siguientes familias de curvas
(a) y = Cx.
(b) y = C
1
cos 2x +C
2
sin 2x.
Resolucion. Para una familia de curvas que dependen de n constantes
(x, y, C
1
, . . . , C
n
) = 0
se puede formar la ecuacion diferencial cuya solucion general es la fami-
lia de curvas dada derivando n veces y eliminando C
1
, C
2
, . . . , C
n
entre las
relaciones
= 0 ,
d
dx
= 0 ,
d
2
dx
2
= 0 , . . . ,
d
n
dx
n
= 0
(a) Derivando obtenemos y
= C. Sustituyendo en la ecuacion dada obtene-

mos la ecuacion diferencial
y = y
x
(b) Derivando dos veces obtenemos las relaciones:
_
_
_
y = C
1
cos 2x +C
2
sin 2x (1)
y
= 2C
1
sin 2x + 2C
2
cos 2x (2)
y
= 4C
1
cos 2x 4C
2
sin 2x (3)
381
382 CAP
ITULO 10. ECUACIONES Y SISTEMAS DIFERENCIALES

Despejando C
1
y C
2
entre (1) y (2) obtenemos C
1
= (1/2)(2y cos 2x
y
sin 2x) y C
2
= (1/2)(y
cos 2x + 2y sin 2x). Sustituyendo estos valores en

(3) obtenemos la ecuacion diferencial
y
+ 4y = 0
10.2. Variables separadas. Intervalo de continui-
dad
Resolver la ecuacion diferencial
x
= x +
1
x
con la condicion inicial x(0) = a (a > 0). Escribir la solucion en forma
explcita y hallar su intervalo de continuidad. [17]
Resolucion. La ecuacion es equivalente a
dx
dt
= x +
1
x
o bien
dx
dt
=
x
2
+ 1
x
o bien
x dx
x
2
+ 1
= dt
Es una ecuacion de variables separadas. Usamos el metodo estandar para su
resolucion:
_
x dx
x
2
+ 1
=
_
dt,
1
2
log(x
2
+ 1) = t +C, log(x
2
+ 1) = 2t + 2C
x
2
+ 1 = e
2C
e
2t
, x
2
+ 1 = C
1
e
2t
, x =
C
1
e
2t
1
La condicion inicial x(0) = a (a > 0) equivale a a
2
+ 1 = C
1
. La solucion
pedida es por tanto
x = +
_
(a
2
+ 1)e
2t
1
Hallemos el intervalo de continuidad de la solucion. La funcion esta denida
y es derivable si y solo si (a
2
+ 1)e
2t
1 > 0. Tenemos
(a
2
+ 1)e
2t
1 > 0 (a
2
+ 1)e
2t
> 1 e
2t
>
1
a
2
+ 1

2t > log
1
a
2
+ 1
2t > log 1 log(a
2
+ 1) t >
1
2
log(a
2
+ 1)
El intervalo de continuidad pedido es por tanto
_
(1/2) log(a
2
+ 1), +
_
10.3. ECUACI
ON HOMOG
ENEA 383
10.3. Ecuaci on homogenea
Sea la ecuacion diferencial:
P(x, y)dx +Q(x, y)dy = 0
Se dice que es homogenea cuando P y Q son funciones homogeneas del mis-
mo grado.
(a) Demostrar que si la ecuacion Pdx +Qdy = 0 es homogenea, entonces la
sustitucion y = vx la transforma en una de variables separadas.
(b) Como aplicacion, resolver la ecuacion diferencial
(x
2
y
2
)dx + 2xydy = 0
Resolucion. (a) La sustitucion y = vx transforma P y Q en las formas
P(x, y) = P(x, vx) y Q(x, y) = Q(x, vx). Si P y Q son homogeneas del
mismo grado d entonces
P(x, vx) = P(1 x, vx) = x
d
P(1, v) = x
d
R(v)
Q(x, vx) = Q(1 x, vx) = x
d
Q(1, v) = x
d
S(v)
en donde las funciones R y S son independientes de x. La ecuacion inicial se
transforma en (R(v)+vS(v))dx+xS(v)dv = 0 que es de variables separadas.
(b) Las funciones P y Q son homogeneas de grado 2. Efectuando la sustitu-
cion y = vx obtenemos
(x
2
v
2
x
2
)dx + 2x
2
v(vdx +xdv) = 0
Simplicando y separando variables
dx
x
+
2vdv
1 +v
2
= 0
Integrando
_
dx
x
+
_
2vdv
1 +v
2
= K , log [x[ + log [1 +v
2
[ = K , log [x(1 +v
2
)[ = K
Tomando exponenciales queda x(1 + v
2
) = C. Sustituyendo v = y/x obte-
nemos la integral general
x
2
+y
2
= Cx
384 CAP

10.4. Ecuacion con coecientes lineales
Se llama ecuacion diferencial de coecientes lineales a cualquier ecuacion
diferencial de la forma
(ax +by +c)dx + (a
x +b
y +c
)dy = 0 (1)
en donde (a, b) ,= (0, 0) y (a
.b
) ,= (0, 0), o de forma equivalente r : ax +

by +c = 0 y r
: a
x +b
y +c
= 0 representan rectas del plano.

(a) Demostrar que si r y r
son rectas secantes en el punto (h, k), entonces

la sustitucion x = h + X, y = k + Y transforma la ecuacion (1) en una
homogenea. Aplicacion: resolver la ecuacion diferencial
y
=
4x y + 7
2x +y 1
(b) Demostrar que si r y r
son rectas paralelas, entonces la sustitucion

z = ax + by transforma la ecuacion (1) en una de variables separadas.
Aplicacion: resolver la ecuacion diferencial
(2x 4y + 5)y
+x 2y + 3 = 0
(c) Demostrar que una ecuacion diferencial es de la forma
y
= F
_
ax +y +c
a
x +b
y +c
_
(2)
se puede resolver usando los procedimientos anteriores.
Resolucion. (a) Sustituyendo x = h +X, y = k +Y en la ecuacion (1):
(ah +aX +bk +bY +c)dX + (a
h +a
X +b
k +b
Y +c
)dY = 0
Dado que (h, k) pertenece a ambas rectas, ah +bk +c = a
h +b
k +c
= 0.
Queda:
(aX +bY )dX + (a
X +b
Y )dY = 0
que una ecuacion homogenea. La ecuacion dada se puede expresar en la
forma:
(4x y + 7)dx (2x +y 1)dy = 0
10.4. ECUACI
ON CON COEFICIENTES LINEALES 385

Las rectas 4xy+7 = 0 y 2x+y1 = 0 se cortan en el punto (h, k) = (1, 3).
Con el cambio x = 1 + X, y = 3 + Y obtenemos (4X Y )dX (2X +
Y )dY = 0, y con Y = vX :
(4X vX)dX (2X +vX)(vdX +Xdv) = 0
Simplicando y separando variables
dX
X
+
(v + 2)dv
v + 3v 4
= 0
Descomponiendo el segundo miembro en fracciones simples e integrando
log [X[ +
_ _
2/5
v 1
+
3/5
v + 4
_
dv = K , log [X
5
(v 1)
2
(v + 4)
3
[ = K ,
X
5
(v 1)
2
(v + 4)
3
= C , X
5
(Y/X 1)
2
(Y/X + 4)
3
= C
Sustituyendo X = x + 1, Y = y 3 obtenemos la solucion general
(x y + 4)
2
(4x +y + 1)
3
= C
(b) Si las rectas son paralelas entonces los vectores (a, b) y (a
, b
) son pro-
porcionales y podemos escribir (a
, b
) = k(a, b) con k ,= 0. Sustituyendo en

la ecuacion (1) obtenemos
(ax +by +c)dx + (k(ax +by) +c
)dy = 0
Efectuando el cambio z = ax +by y usando dz = adx +bdy :
(b(z +c) a(kz +c
))dx + (kz +c
)dz = 0
que es una ecuacion de variables separadas. La ecuacion dada se puede
expresar:
(x 2y + 3)dx + (2x 4y + 5)dy = 0
Las rectas son paralelas. Efectuando el cambio z = x 2y y operando
obtenemos
2z + 5
4z + 11
dz = dx o bien
_
1
1
4z + 11
_
dz = 2x
Integrando obtenemos 4z log [4z + 11[ = 8x +C. La solucion general es
4x + 8y + log [4x 8y + 11[ = C
386 CAP

(c) Si las rectas son secantes, el cambio x = h + X, y = k + Y transforma
la ecuacion (2) en
dY
dX
= F
_
aX +bY
a
X +b
Y
_
o bien F
_
aX +bY
a
X +b
Y
_
dX dY = 0
Los coecientes de dX y dY en la ultima ecuacion son funciones homogeneas
(ambas de grado 0), por tanto es homogenea. Si las rectas son paralelas, el
cambio z = ax +by transforma la ecuacion (2) en
dy
dx
= F
_
z +c
kz +c
_
o bien
dz adx
dx
= bF
_
z +c
kz +c
_
La ultima ecuacion es de la forma dz adx = bg(z)dx o bien (bg(z) +a)dx
dz = 0, que es de variables separadas.
10.5. Factores integrantes
Se considera la ecuaci on diferencial de primer orden y primer grado
Pdx +Qdy = 0 (1)
1. Determinar la relacion que se ha de cumplir para que la ecuacion (1)
tenga un factor integrante = (x) que dependa de x. Aplicacion: resolver
la ecuacion diferencial
(1 xy)dx + (xy x
2
)dy = 0
2. Determinar la relacion que se ha de cumplir para que la ecuacion (1)
tenga un factor integrante = (y) que dependa de y. Aplicacion: resolver
la ecuacion diferencial
y
x
dx + (y
3
log x)dy = 0
3. Determinar la relacion que se ha de cumplir para que la ecuacion (1) tenga
un factor integrante = (y
2
x
2
) que dependa de y
2
x
2
. Aplicacion: hallar
un factor integrante de la ecuacion diferencial
(x +y
2
+ 1)dx 2xydy = 0
Resolucion. 1. La ecuacion Pdx +Q = 0 es diferencial exacta si y solo
si (P)
y
= (Q)
x
. Entonces, si depende exclusivamente de x :
10.5. FACTORES INTEGRANTES 387
(P)
y
= (Q)
x
P
y
=
Q+Q
x

=
1
Q
(P
y
Q
x
)
Esto implica que (P
y
Q
x
)/Q = F(x), es decir ha de ser funcion de x. Para
la ecuacion dada tenemos
1
Q
(P
y
Q
x
) =
x y + 2x
xy x
2
=
x y
x(y x)
=
1
x
= F(x)
Halemos un factor integrante
=
1
x
, log [[ = log [x[ , =
1
x
Multiplicando por = 1/x obtenemos la ecuacion diferencial exacta:
_
1
x
y
_
dx + (y x)dy = 0
Hallemos la correspondiente funcion potencial u = u(x, y) :
u =
_
(y x)dy =
y
2
2
xy +(x)
u
x
= y +
(x) =
1
x
y (x) = log [x[ +K
La solucion general de la ecuaci on dada es
log [x[ xy +
y
2
2
= C
2. La ecuacion Pdx + Q = 0 es diferencial exacta si y solo si (P)
y
=
(Q)
x
. Entonces, si depende exclusivamente de y :
(P)
y
= (Q)
x

P +P
y
= Q
x

=
1
P
(Q
x
P
y
)
Esto implica que (Q
x
P
y
)/P = F(y), es decir ha de ser funcion de x. Para
la ecuacion dada tenemos
1
P
(Q
x
P
y
) =
x
y
_
1
x

1
x
_
=
2
y
= F(y)
=
2
y
, log [[ = 2 log [y[ = log [y[
2
, =
1
y
2
388 CAP

Multiplicando por = 1/y
2
obtenemos la ecuacion diferencial exacta:
1
xy
dx +
_
y
log x
y
2
_
dy = 0
Hallemos la correspondiente funcion potencial u = u(x, y) :
u =
_
dx
xy
=
log x
y
+(y) u
y
=
log x
y
2
+
(y) =
y
log x
y
2
(y) =
y
2
2
+K
La solucion general de la ecuacion dada es
log x
y
+
y
2
2
= C
3. La ecuacion Pdx + Q = 0 es diferencial exacta si y solo si (P)
y
=
(Q)
x
. Entonces, si = (z) depende exclusivamente de z = y
2
x
2
:
(P)
y
= (Q)
x

(z)2yP +(z)P
y
= 2x
(z)Q+(z)Q
x

(z)
(z)
=
Q
x
P
y
2xQ+ 2yP
Esto implica que (Q
x
P
y
)/(2xQ + 2yP) = F(y
2
x
2
), es decir ha de ser
funcion de y
2
x
2
. Para la ecuacion dada tenemos
Q
x
P
y
2xQ+ 2yP
=
2y 2y
4x
2
y + 2x
2
y + 2y
3
+ 2y
=
2
1 +y
2
x
2
= F(y
2
x
2
)
(z)
(z)
=
2
1 +z
, log [(z)[ = 2 log [1 +z[ = log [1 +z[
2
, (z) =
1
z
2
Por tanto, un factor integrante que depende de y
2
x
2
es:
=
1
(1 +y
2
x
2
)
2
10.6. LINEAL, RICCATI Y BERNOUILLI 389
10.6. Lineal, Riccati y Bernouilli
A. Resolucion de las ecuaciones diferenciales lineales de primer orden. Jus-
ticacion. Ejemplo: Resolver la ecuacion diferencial
x
=
t
1 +t
2
x +t
con la condicion inicial x(0) = 2. Escribir la solucion en forma explcita, y
determinar su intervalo de continuidad.
B. Resolucion de las ecuaciones diferenciales lineales de Bernouilli. Justi-
cacion. Ejemplo: Resolver la ecuacion diferencial
x
=
tx
1 +t
2
tx
2
con la condicion inicial x(0) = 1/2. Escribir la solucion en forma explcita,
y determinar su intervalo de continuidad.
C. Resolucion de las ecuaciones diferenciales lineales de Riccati. Justica-
cion. Ejemplo: Resolver la ecuacion diferencial
x
=
t t
3
4(1 +t
2
)
+
t
3
1 +t
2
x tx
2
con la condicion inicial x(0) = 1. Escribir la solucion en forma explcita, y
determinar su intervalo de continuidad. (Indicacion: La ecuacion tiene una
solucion particular constante). [17]
Resolucion. No resolveremos la parte que corresponde a la mas estricta
teora.
A. La ecuacion homogenea asociada es
dx
x

tdt
1 +t
2
= 0. Integrando:
log [x[
1
2
log(1 +t
2
) = K, log
1 +t
2
= K, x = C
_
1 +t
2
Usaremos el metodo de variacion de la constante, es decir obligamos a que
la funcion x = C(t)
1 +t
2
sea solucion de la lineal completa:
C
(t)
1 +t
2
+C(t)
t
1 +t
2
=
t
1 +t
2
C(t)
_
1 +t
2
+t
C
(t) =
t
1 +t
2
C(t) =
_
1 +t
2
+C
1
390 CAP

La solucion general de la completa es por tanto x =
1 +t
2
(
1 +t
2
+C
1
).
Imponiendo x(0) = 2 obtenemos C
1
= 1, en consecuencia la solucion pedida
es
x =
_
1 +t
2
+ 1 +t
2
Su intervalo de continuidad es (, +).
B. Dividiendo la ecuacion entre x
2
:
x
x
2
=
t
x(1 +t
2
t
Efectuando el cambio v = 1/x obtenemos v
= x
/x
2
y la ecuacion se
transforma en
v
=
t
1 +t
2
v +t
La condicion x(0) = 1/2 equivale a v(0) = 2. Pero esta es exactamente el
problema que se resolvio en el apartado anterior. Dado que v = 1/x, la
solucion pedida es por tanto
x =
1
1 +t
2
+
1 +t
2
El intervalo de continuidad es (, +).
C. Obligando a que la funcion constante x = a sea solucion de la ecuacion
dada:
0 =
t t
3
4(1 +t
2
)
+
t
3
1 +t
2
a +ta
2
0 =
t t
3
+ 4t
3
a 4(1 +t
2
)ta
2
4(1 +t
2
)

0 =
(4a
2
+ 4a 1)t
3
+ (1 4a
2
)t
4(1 +t
2
)
Para que la ultima igualdad sea una identidad, el polinomio del numerador
ha de ser identicamente nulo es decir, cuando 4a
2
+ 4a 1 = 0 y 1
4a
2
= 0. Esta ultima igualdad se verica para a = 1/2 pero solamente
a = 1/2 verica la primera. Concluimos que x = 1/2 es solucion de la
ecuacion diferencial dada. Efectuando el cambio x = 1/2 + 1/v obtenemos
x
= v
/v
2
. Sustituyendo en la ecuacion dada, operando y simplicando
obtenemos
10.7. ECUACI
ON DIFERENCIAL CON PASO A POLARES 391

v
=
t
1 +t
2
v +t
La condicion x(0) = 1 equivale a v(0) = 2. Pero de nuevo, esta es exacta-
mente el problema que se resolvio en el apartado A. Dado que x = 1/2+1/v,
la solucion pedida es por tanto
x =
1
2
+
1
1 +t
2
+
1 +t
2
El intervalo de continuidad es (, +).
10.7. Ecuaci on diferencial con paso a polares
(a) Expresar xdx +ydy y xdy ydx en coordenadas polares.
(b) Como aplicacion, resolver la ecuacion
(x
2
+y
2
)(xdx +ydy) + (x
2
+y
2
2x + 2y)(ydx xdy) = 0
Resolucion. (a) De las relaciones x = cos , y = sin deducimos
xdx +ydy = cos (cos d sin d) + sin (sin d + cos d) =
(cos
2
+ sin
2
)d +
2
(cos sin + sin cos )d = d
xdy ydx = cos (sin d + cos d) sin (cos d sin d) =
(cos sin sin cos )d +
2
(cos
2
+ sin
2
)d =
2
d
(b) Usando el apartado anterior, la ecuacion diferencial dada se transforma
en
3
d + (
2
2 cos + 2 sin )
2
d = 0
Dividiendo entre
3
, podemos expresar la ecuacion anterior en la forma
d
d
= 2(sin cos )
Esta ecuacion es del tipo
+ p() = q() es decir, lineal. Sabemos que su

solucion general es
e
p()d
_
q()e
p()d
d = C
En nuestro caso queda
ye
2
_
(sin cos )d = C
Aplicando el metodo de integracion por partes, obtenemos la solucion general
de la ecuacion dada
= Ce
2 sin
392 CAP

10.8. Trayectorias ortogonales y oblicuas
1. Determinar las siguientes trayectorias ortogonales:
(a) De la familia de parabolas y = ax
2
.
(b) De la familia de circunferencias x
2
+y
2
2ax = 0.
2. Hallar la familia de trayectorias oblicuas que corta a la familia de rectas
y = ax formando un angulo de /4.
Resolucion. 1. Recordemos que si F(x, y, y
) = 0 es la ecuacion diferencial
de la familia de curvas f(x, y, a) = 0, entonces la ecuacion diferencial de las
trayectorias ortogonales de dicha familia es F(x, y, 1/y
) = 0.
(a) Derivando obtenemos y
= 2ax y eliminando a queda la ecuacion y
=
2y/x. Sustituyendo en esta ecuacion y
por 1/y
obtenemos la ecuacion
de las trayectorias ortogonales: 1/y
= 2y/x, o bien xdx + 2ydy = 0.

Integrando, obtenemos la familia de elipses:
x
2
+y
2
/2 = C (C > 0)
(b) Derivando obtenemos 2x+2yy
2a = 0. Eliminando a queda la ecuacion

y
2
x
2
2xyy
= 0, que es homogenea. Efectuando el cambio y = vx,

dividiendo entre x
2
y ordenando terminos la ecuacion se transforma en
dx
x
+
2v
v
2
+ 1
= 0
Integrando,
log [x[ + log [v
2
+ 1[ = K , log [x(v
2
+ 1)[ = K , x(v
2
+ 1) = C.
Sustituyendo v = y/x obtenemos la familia de circunferencias
x
2
+y
2
Cx = 0
2. Recordemos que si F(x, y, y
) = 0 es la ecuacion diferencial de la familia

de curvas f(x, y, a) = 0, entonces la ecuacion diferencial de las trayectorias
oblicuas de angulo ,= /2 de dicha familia es
F
_
x, y,
y
m
1 +my
_
= 0 (m = tan )
10.9. ECUACI
ON LINEAL HOMOG
ENEA (ORDEN N) 393

En nuestro caso, m = tan(/4) = 1. Derivando obtenemos y
= a y eli-
minando a queda la ecuacion y = y
x. Sustituyendo en esta ecuacion y
por (y
1)/(1 + y
) obtenemos la ecuacion de las trayectorias ortogona-

les: y(1 + y
) = (y
1)x. Esta ecuacion se puede escribir en la forma

(x +y)dx +(y x)dx = 0 que es homogenea. Efectuando el cambio y = vx,
dividiendo entre x y ordenando terminos la ecuacion se transforma en
dx
x
+
(v 1)dv
v
2
+ 1
= 0
Integrando obtenemos log [x[ + (1/2) log(v
2
+ 1) arctan v = log [C[ o de
forma equivalente log C
2
x
2
(v
2
+ 1) 2 arctan v = 0. Sustituyendo v = y/x
obtenemos la familia de trayectoria oblicuas pedida
log C
2
(x
2
+y
2
) 2 arctan
y
x
= 0
10.9. Ecuaci on lineal homogenea (orden n)
1. Hallar la solucion general de la ecuacion diferencial x
2x
3x
= 0.
+ 2x
+ x
= 0 y
la solucion particular que cumple x(0) = 4, x
(0) = 2, x
(0) = 7.
+4x
+13x
= 0.
4. Hallar la solucion general de la ecuacion diferencial
x
(4)
+ 4x
(3)
+ 8x
+ 8x
+ 4x = 0 = 0
5. Encontrar una ecuacion diferencial lineal homogenea con coecientes cons-
tantes que tenga las soluciones: cosh t sin t, sinh t cos t, t.
Resolucion. Recordamos el metodo general. Se demuestra que se obtiene
una base del espacio de las soluciones de una ecuacion diferencial lineal real
homogenea de coecientes constantes, eligiendo funciones de las siguiente
manera:
(a) Por cada raz real simple de la ecuacion caracterstica elegimos la fun-
cion e
t
.
(b) Por cada raz real de multiplicidad k de la ecuacion caracterstica ele-
gimos las funciones e
t
, te
t
, t
2
e
t
, . . . , t
k1
e
t
.
394 CAP

(c) Por cada raz compleja a +bi simple de la ecuacion caracterstica elegi-
mos las funciones e
at
cos bt , e
at
sin bt.
(d) Por cada raz compleja a + bi de multiplicidad k de la ecuacion carac-
terstica elegimos las funciones
e
at
cos bt , te
at
cos bt , t
2
cos bt . . . . , t
k1
e
at
cos bt
y las funciones
e
at
sin bt , te
at
sin bt , t
2
sin bt . . . . , t
k1
e
at
sin bt.
Nota: Como la ecuaci on caracterstica tiene coecientes reales por cada raz
compleja a+bi, aparece su conjugada abi. Por esta conjugada no elegimos
ninguna funcion.
1. La ecuacion caracterstica es
3
2
2
3 = 0 cuyas races son 0, 1, 3
(simples). Una base del espacio de las soluciones es
e
0t
, e
t
, e
3t
= 1, e
t
, e
3t
La solucion general de la ecuacion es por tanto x = C

1
+C
2
e
t
+C
3
e
3t
.
3
+2
2
+ = 0 cuyas races son 0 (simple)
y 1 (doble). Una base del espacio de las soluciones es 1, e
t
, te
t
. La
solucion general de la ecuacion es por tanto x = C
1
+(C
2
+C
3
t)e
t
. Hallemos
la solucion particular pedida. Tenemos:
_
_
_
x = C
1
+ (C
2
+C
3
t)e
t
x
= (C
3
C
2
C
3
t)e
t
x
= (C
2
2C
3
C
3
t)e
t
Imponiendo las condiciones x(0) = 4, x
(0) = 2, x
(0) = 7 :
_
_
_
C
1
+C
2
= 4
C
2
+C
3
= 2
C
2
2C
3
= 7
Resolviendo obtenemos C
1
= 1, C
2
= 3, C
3
= 5, por tanto la solucion parti-
cular pedida es x = 1 + (3 + 5t)e
t
.
3
+4
2
+13 = 0 cuyas races son 0 y 23i
(simples). Una base del espacio de las soluciones es 1, e
2t
cos 3t, e
2t
sin 3t.
La solucion general de la ecuacion es por tanto x = C
1
+ (C
2
cos 3t +
10.10. ECUACI
ON LINEAL NO HOMOG
ENEA (ORDEN N) 395

C
3
sin 3t)e
2t
.
4
+ 4
3
+ 8
2
+ 8 + 4 = 0 = 0. Obser-
vemos que podemos escribirla en la forma (
2
+ 2 + 2)
2
= 0. La races
de
2
+ 2 + 2 = 0 son 1 i (simples) por tanto las de la ecuacion ca-
racterstica son 1 i (dobles). Una base del espacio de las soluciones es
e
t
cos t, te
t
cos t, e
t
sin t, te
t
sin t. La solucion general es por tanto
x = e
t
[(C
1
+C
2
t) cos t + (C
3
+C
4
t) sin t].
5. La solucion t = te
0t
proviene necesariamente de la raz 0 (doble) de la
ecuacion caracterstica. Por otra parte
cosh t sin t =
1
2
e
t
sin t +
1
2
e
t
sin t , sinh t cos t =
1
2
e
t
cos t
1
2
e
t
cos t
Dado que el conjunto de las soluciones es un espacio vectorial, para que tenga
las dos soluciones anteriores basta que tenga las soluciones e
t
sin t, e
t
cos t
que proviene de la raz 1 +i (simple) y e
t
sin t, e
t
cos t que proviene de la
raz 1+i (simple). La ecuacion caracterstica correspondiente es por tanto
( 0)
2
[ (1 +i)][ (1 i)][ (1 +i)][ (1 i)] = 0
Operando obtenemos
6
+
2
= 0, que proporciona la ecuacion x
(6)
+x
= 0.
10.10. Ecuaci on lineal no homogenea (orden n)
Hallar la solucion general de las ecuaciones
(a) x
+x
x = t
2
+t.
(b) x
= 12t
2
+ 6t.
(c) x
6x
+ 9x = 25e
t
sin t.
Resolucion. Recordamos el metodo de seleccion para el calculo de una
solucion particular de la ecuacion completa
x
(n)
+a
n1
x
(n1)
+. . . +a
1
x
+a
0
x = b(t) (1)
Si b(t) es una funcion de la forma
b(t) = e
t
(P
k
(t) cos t +Q
r
(t) sin t) (2)
con P
k
, Q
r
polinomios de grados k, r respectivamente, y , R, entonces,
una solucion particular de la ecuacion (1) es de la forma:
396 CAP

x
p
(t) = t
s
e
t
_
P
d
(t) cos t +

Q
d
(t) sin t
_
en donde

P
d
,

Q
d
son polinomios con coecientes indeterminados ambos de
grado d = max k, r y s es el orden de multiplicidad de + i como raiz
de la ecuacion caracterstica
n
+a
n1
n1
+. . . +a
1
+a
0
= 0.
(a) Hallemos la solucion general de la homogenea. Las soluciones de la ecua-
cion caracterstica
3
2
+1 = 0 son 1, i (simples). La solucion general
de la homogenea es por tanto x
h
(t) = C
1
e
t
+C
2
cos t +C
3
sin t. Identicando
t
2
+t con b(t) de (2):
t
2
+t = e
0t
_
(t
2
+t) cos 0t + 0 sin 0t
_
deducimos que una solucion particular de la ecuacion no homogenea ha de
tener la forma x
p
(t) = at
2
+bt +c. Obligamos que sea solucion:
0 (2a) + (2at +b) (at
2
+bt +c) = t
2
+t
Identicando coecientes y resolviendo el sistema obtenemos a = 1, b =
3, c = 1. La solucion general de la ecuacion dada es
x(t) = t
2
3t 1 +C
1
e
t
+C
2
cos t +C
3
sin t
(b) Hallemos la soluci on general de la homogenea. Las soluciones de la ecua-
cion caracterstica
3
2
= 0 son 0 (doble) y 1 (simple). La solucion general
de la homogenea es por tanto x
h
(t) = C
1
+C
2
t+C
3
e
t
. Identicando 12t
2
+6t
con b(t) de (2):
12t
2
+ 6t = e
0t
_
(12t
2
+ 6t) cos 0t + 0 sin 0t
_
tener la forma x
p
(t) = t
2
(at
2
+bt +c) = at
4
+bt
3
+ct
2
. Obligamos que sea
solucion:
(24at + 6b) (12at
2
+ 6bt + 2c) = 12t
2
+ 6t
Identicando coecientes y resolviendo el sistema obtenemos a = 1, b =
5, c = 15. La solucion general de la ecuacion dada es
x(t) = t
4
5t
3
15t
2
+C
1
+C
2
t +C
3
e
t
(c) Hallemos la solucion general de la homogenea. La solucion de la ecua-
cion caracterstica
2
6 + 9 = 0 es 3 (doble). La solucion general de la
homogenea es por tanto x
h
(t) = C
1
e
3t
+ C
2
te
3t
. Identicando 25e
t
sin t con
b(t) de (2):
10.11. SUPERPOSICI
ON DE SOLUCIONES 397
25e
t
sin t = e
t
(0 cos t + 25 sin t)
tener la forma x
p
(t) = e
t
(a cos t +b sin t). Derivando:
_
_
_
x
p
(t) = e
t
(cos t +b sin t)
x
p
(t) = e
t
((a +b) cos t + (b a) sin t)
x
p
(t) = e
t
(2b cos t 2a sin t)
Obligando a que x
p
(t) sea solucion, identicando coecientes y resolviendo
el sistema resultante, obtenemos a = 4, b = 3. La solucion general de la
ecuacion dada es
x(t) = e
t
(4 cos t + 3 sin t) +e
3t
(C
1
+C
2
t)
10.11. Superposicion de soluciones
Resolver la ecuacion diferencial
x
+x = sin
2
t
con la condicion inicial x(0) = 0, x
(0) = 1. [17]
Resolucion. La ecuacion caracterstica asociada es
2
+ 1 = 0 cuyas so-
luciones son i. Una base del espacio de las soluciones de la ecuacion ho-
mogenea es por tanto B = cos t, sin t, en consecuencia su solucion general
es x
h
(t) = C
1
cos t + C
2
sin t. Descompongamos sin
2
t =
1
2

1
2
cos 2t y apli-
quemos a la ecuacion dada el principio de superposicion de las soluciones: si
x
1
(t), x
2
(t) son respectivamente soluciones particulares de
x
+x =
1
2
(1) , x
+x =
1
2
cos 2t (2)
entonces, x
1
(t) +x
2
(t) es una solucion particular de
x
+x =
1
2

1
2
cos 2t (3)
De acuerdo con el metodo de seleccion (10.10), una solucion particular de (1)
es de la forma x
1
(t) = a con a constante, que sustituida en (1) proporciona
x
1
(t) = 1/2. Una solucion particular de (2) es de la forma x
2
(t) = a cos 2t +
b sin 2t con a, b constantes. Sustituyendo en (2) obtenemos
4a cos 2t 4b sin 2t +a cos 2t +b sin 2t =
1
2
cos 2t
398 CAP

Como las funciones cos 2t. sin 2t son linealmente independientes, la igualdad
anterior implica 3a = 1/2 y 3b = 0, es decir x
2
(t) =
1
6
cos 2t. La solucion
general de la ecuacion dada (es decir, la (3)) es por tanto
x(t) =
1
2

1
6
cos 2t +C
1
cos t +C
2
sin t
Imponiendo las condiciones x(0) = 0, x
(0) = 1 facilmente obtenemos C

1
=
1/3 y C
2
= 1. Concluimos que la funcion pedida es
x(t) =
1
6
(3 cos 2t 2 cos t + 6 sin t)
10.12. Tres matrices exponenciales
Usando la forma canonica normal de Jordan de A (o en particular su forma
diagonal), calcular e
tA
para las siguientes matrices:
(a) A =
_
_
2 1 1
1 2 1
1 1 2
_
_
(b) A =
_
_
2 6 15
1 1 5
1 2 6
_
_
(c) A =
_
3 1
13 3
_
Resolucion. (a) Hallemos los valores propios de A. Restando a la segunda
y tercera las la primera y posteriormente sumando a la primera columna
las demas en [AI[ obtenemos:
2 1 1
1 2 1
1 1 2
2 1 1
1 + 1 0
1 + 0 1
4 1 1
0 1 0
0 0 1
= (4 )(1 )
2
= 0 = 4 (simple), = 1 (doble)
Subespacios propios
ker(A4I)
_
_
_
2x
1
+x
2
+x
3
= 0
x
1
2x
2
+x
3
= 0
x
1
+x
2
2x
3
= 0
ker(AI)
_
_
_
x
1
+x
2
+x
3
= 0
x
1
+x
2
+x
3
= 0
x
1
+x
2
+x
3
= 0
Entonces, dimker(A 4I) = 1 ( = 4 simple) y dimker(A I) = 3
rg(A I) = 2. Al coincidir las dimensiones con las multiplicidades, A es
diagonalizable. Unas bases de los subespacios propios son:
B
4
= (1, 1, 1) , B
1
= (1, 1, 0), (1, 0, 1)
Una matriz P invertible tal que P
1
AP = diag (4, 1, 1) es:
10.12. TRES MATRICES EXPONENCIALES 399
P =
_
_
1 1 1
1 1 0
1 0 1
_
_
La matriz e
tA
es por tanto:
e
tA
= Pe
tD
P
1
= P
_
_
e
4t
0 0
0 e
t
0
0 0 e
t
_
_
P
1
=
1
3
_
_
e
4t
+ 2e
t
e
4t
e
t
e
4t
e
t
e
4t
e
t
e
4t
+ 2e
t
e
4t
e
t
e
4t
e
t
e
4t
e
t
e
4t
+ 2e
t
_
_
(b) Hallemos los valores propios de A. Para ello efectuamos la transformacion
F
3
F
2
y a continuacion C
2
+C
3
:
[AI[ =
2 6 15
1 1 5
1 2 6
2 6 15
1 1 + 5
0 1 + 1
2 9 15
1 4 + 5
0 0 1
= (1 )
2 9
1 4
= (1 )(
2
+ 2 + 1) = ( + 1)( + 1)
2
= ( + 1)
3
El unico valor propio de A es por tanto = 1 (triple). La dimension del
subespacio propio V
1
asociado es:
dim(V
1
) = 3 rg(A+I) = 3 rg
_
_
3 6 15
1 2 5
1 2 5
_
_
= 3 1 = 2
La dimension no coincide con la multiplicidad, y por tanto A no es diagona-
lizable. Los posibles polinomios mnimos son
1
() = +1,
2
() = (+1)
2
o
3
() = ( + 1)
3
. Se verica
1
(A) = A + I ,= 0 y
2
(A) = (A + I)
2
= 0,
es decir el polinomio mnimo de A es
2
() = ( + 1)
2
. Como consecuencia
la forma canonica de Jordan de A es:
J =
_
_
1 1 0
0 1 0
0 0 1
_
_
J
= e
1
, e
2
, e
3
en R
3
base satisfaciendo las condiciones:
400 CAP

_
_
_
Ae
1
= e
1
Ae
2
= e
1
e
2
Ae
3
= e
3
o bien
_
_
_
(A+I)e
1
= 0
(A+I)e
2
= e
1
(A+I)e
3
= 0
Tenemos que resolver sistemas del tipo (A+I)x = h con x = (x
1
, x
2
, x
3
)
t
y
h = (h
1
, h
2
, h
3
), es decir sistemas del tipo
(A+I)x = h
_
_
3 6 15
1 2 5
1 2 5
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
h
1
h
2
h
3
_
_
(1)
1
= 3h
2
y h
2
= h
3
(condiciones de compatibilidad) y
la solucion general es
_
_
_
x
1
= h
2
2 + 5
x
2
=
x
3
=
(, R)
Vector e
1
. En este caso, h
1
= h
2
= h
3
es e
1
= (2 + 5, , ). Este vector x estara de h en el siguiente sis-
tema, as que le imponemos las condiciones de compatibilidad, es decir
2 + 5 = 3 y = . En consecuencia podemos elegir = = 1 y
1
= (3, 1, 1)
t
.
Vector e
2
. En este caso, h
1
= 3, h
2
= h
3
= 1 y la solucion general de
(1) es e
2
= (1 2 + 5, , ). Eligiendo = = 0 obtenemos el vector
e
2
= (1, 0, 0)
t
.
Vector e
3
1
1
= (2 +
5, , ). Elegimos y de tal manera que e
1
y e
3
sean linealmente in-
dependientes, por ejemplo = 1, = 0 con lo cual obtenemos el vector
e
3
= (2, 1, 0)
t
.
En consecuencia, una matriz P que satisface P
1
AP = J es
P =
_
e
1
e
2
e
3
=
_
_
3 1 2
1 0 1
1 0 0
_
_
La matriz exponencial es:
e
tA
= Pe
tJ
P
1
= P e
t
_
_
1 t 0
0 1 0
0 0 1
_
_
P
1
= e
t
_
_
1 + 3t 6t 15t
t 2t + 1 5t
t 2t 1 5t
_
_
10.13. TRES SISTEMAS HOMOG
ENEOS 401
(c) Valores propios de A :
3 1
13 3
=
2
+ 4 = 0 = 2i (simples)
La matriz A es por tanto diagonalizable en C. El subespacio propio V
2i
asociado a 2i y una base de este son:
V
2i

_
(3 2i)x
1
x
2
= 0
13x
1
+ (3 2i)x
2
= 0
B
V
2i
= (1, 3 2i)
Como A es real, los vectores de V
2i
se obtienen conjugando los de V
2i
, es
decir una matriz P que cumple P
1
AP = D = diag (2i, 2i) es:
P =
_
1 1
3 2i 3 + 2i
_
La matriz exponencial es:
e
tA
= Pe
tD
P
1
= P
_
e
2it
0
0 e
2it
_
P
1
Usando que 2i sin 2t = e
2it
e
2it
y 2 cos 2t = e
2it
+e
2it
obtenemos:
e
tA
=
1
2
_
2 cos 2t + 3 sin 2t sin 2t
13 sin 2t 2 cos 2t 3 sin 2t
_
10.13. Tres sistemas homogeneos
Resolver los siguientes sistemas diferenciales lineales homogeneos con coe-
cientes constantes:
(a)
_
_
_
x
1
= 2x
1
+x
2
+x
3
x
2
= x
1
+ 2x
2
+x
3
x
3
= x
1
+x
2
+ 2x
3
con la condicion inicial
_
_
_
x
1
(1) = 1
x
2
(1) = 0
x
3
(1) = 3
(b)
_
_
x
1
x
2
x
3
_
_
=
_
_
2 6 15
1 1 5
1 2 6
_
_
_
_
x
1
x
2
x
3
_
_
(c)
_
x
_
=
_
3 1
13 3
_ _
x
y
_
con la condicion inicial
_
x(0)
y(0)
_
=
_
2
2
_
Resolucion. Recordemos el siguiente teorema: sea el sistema diferencial
lineal homogeneo con coecientes constantes:
402 CAP

S
_
_
_
x
1
= a
11
x
1
+. . . +a
1n
x
n
. . .
x
n
= a
n1
x
1
+. . . +a
nn
x
n
que se puede expresar matricialmente en la forma X
= AX en donde:
X =
_
_
x
1
.
.
.
x
n
_
_, X
=
_
_
x
1
.
.
.
x
n
_
_, A =
_
_
a
11
. . . a
1n
.
.
.
.
.
.
a
n1
. . . a
nn
_
_
Entonces, dados t
0
R y X
0
R
n
, existe solucion unica de S que satisface
X(t
0
) = X
0
. Dicha solucion es X(t) = e
(tt
0
)A
X
0
.
(a) En 10.12 se calcul o e
tA
para la matriz de este apartado, por tanto:
e
(t1)A
=
1
3
_
_
e
4(t1)
+ 2e
t1
e
4(t1)
e
t1
e
4(t1)
e
t1
e
4(t1)
e
t1
e
4(t1)
+ 2e
t1
e
4(t1)
e
t1
e
4(t1)
e
t1
e
4t
e
t
e
4(t1)
+ 2e
t1
_
_
En consecuencia, la solucion pedida es:
X(t) =
_
_
x
1
(t)
x
2
(t)
x
3
(t)
_
_
= e
tA
_
_
1
0
3
_
_
=
1
3
_
_
4e
4(t1)
e
t1
4e
4(t1)
4e
t1
4e
4(t1)
+ 5e
t1
_
_
(b) En 10.12 se calcul o e
tA
para la matriz de este apartado:
e
tA
= e
t
_
_
1 + 3t 6t 15t
t 2t + 1 5t
t 2t 1 5t
_
_
Ahora no se da ninguna condicion inicial, es decir se pide hallar todas las
soluciones del sistema. Esto equivale a la condicion X(0) = (C
1
, C
2
, C
3
)
t
con
C
1
, C
2
, C
3
n umeros reales cualesquiera. La solucion general del sistema es
por tanto:
X(t) =
_
_
x
1
(t)
x
2
(t)
x
3
(t)
_
_
= e
tA
_
_
C
1
C
2
C
3
_
_
=
_
_
C
1
+ (3C
1
+ 6C
2
15C
3
)t
C
2
+ (C
1
+ 2C
2
5C
3
)t
C
3
+ (C
1
+ 2C
2
5C
3
)t
_
_
(c) En 10.12 se calcul o e
tA
para la matriz de este apartado:
e
tA
=
1
2
_
2 cos 2t + 3 sin 2t sin 2t
13 sin 2t 2 cos 2t 3 sin 2t
_
En consecuencia, la solucion pedida es:
_
x(t)
y(t)
_
= e
tA
_
2
2
_
=
_
2 cos 2t + 2 sin 2t
2 cos 2t + 10 sin 2t
_
10.14. DOS SISTEMAS NO HOMOG
ENEOS 403
10.14. Dos sistemas no homogeneos
Resolver los siguientes sistema diferenciales:
(a) X
=
_
4 1
2 1
_
X +
_
0
2e
t
_
, con la condicion X(0) =
_
1
0
_
.
(b) X
=
_
_
1 0 0
0 2 1
0 0 2
_
_
X +
_
_
t
1
0
_
_
, con la condicion X(0) =
_
_
0
1
1
_
_
.
Resolucion. Recordemos el siguiente teorema: sea el sistema diferencial
lineal no homogeneo con coecientes constantes X
= AX + b(t) en donde
A R
nn
y b : R R
n
es una funcion continua. Entonces, dado t
0
R
y X
0
R
n
, existe una unica solucion del sistema cumpliendo X(t
0
) = X
0
.
Dicha solucion es
X(t) = e
(tt
0
)A
X
0
+
_
t
t
0
e
(ts)A
b(s) ds (1)
(a) Valores propios de A :
4 1
2 1
=
2
5 + 6 = 0 = 2 = 3 (simples)
Subespacios propios:
V
2

_
2x
1
+x
2
= 0
2x
1
x
2
= 0
V
3

_
x
1
+x
2
= 0
2x
1
2x
2
= 0
Unas bases respectivas de estos subespacios propios son B
2
= (1, 2) y
B
3
= (1, 1), por tanto se verica P
1
AP = D si
P =
_
1 1
2 1
_
, D =
_
2 0
0 3
_
Usando la formula (1) :
X(t) = e
tA
X
0
+e
tA
_
t
0
e
sA
b(s) ds
Efectuando los correspondientes calculos:
e
tA
X
0
= Pe
tD
P
1
X
0
=
_
1 1
2 1
_ _
e
2t
0
0 e
3t
_ _
1 1
2 1
_
1
_
1
0
_
=
_
e
2t
+ 2e
3t
2e
2t
2e
3t
_
(2)
404 CAP

_
t
0
e
(ts)A
b(s) ds =e
tA
_
t
0
e
sA
b(s) ds
= Pe
tD
P
1
_
t
0
Pe
sD
P
1
b(s) ds
= Pe
tD
_
t
0
e
sD
P
1
b(s) ds
_
t
0
e
sD
P
1
b(s) ds =
_
t
0
_
e
2s
0
0 e
3s
_ _
1 1
2 1
_ _
0
2e
s
_
ds
=
_
t
0
_
2e
s
2e
2s
_
ds =
_
2 2e
t
e
2t
1
_
Pe
tD
_
t
0
e
sD
P
1
b(s) ds =
_
1 1
2 1
_ _
e
2t
0
0 e
3t
_ _
2 2e
t
e
2t
1
_
=
_
e
t
+ 2e
2t
e
3t
3e
t
4e
2t
+e
3t
_
(3)
Sumando las expresiones (2) y (3) obtenemos la solucion pedida:
X(t) =
_
e
t
+e
2t
+e
3t
3e
t
2e
2t
e
3t
_
(b) La matriz A es en este caso una forma normal de Jordan, en consecuencia:
e
tA
=
_
_
e
t
0 0
0 e
2t
te
2t
0 0 e
2t
_
_
Efectuando los correspondientes calculos:
e
tA
X
0
=
_
_
e
t
0 0
0 e
2t
te
2t
0 0 e
2t
_
_
_
_
0
1
1
_
_
=
_
_
0
(1 t)e
2t
e
2t
_
_
(4)
_
t
0
e
sA
b(s) ds =
_
t
0
_
_
e
s
0 0
0 e
2s
se
2s
0 0 e
2s
_
_
_
_
s
1
0
_
_
ds
=
_
t
0
_
_
se
s
e
2s
0
_
_
ds =
_
_
e
t
(t 1) + 1
1
2
e
2t
+
1
2
0
_
_
10.15. EC. DIFERENCIAL EQUIVALENTE A UN SISTEMA 405
e
tA
_
t
0
e
sA
b(s) ds =
_
_
e
t
0 0
0 e
2t
te
2t
0 0 e
2t
_
_
_
_
e
t
(t 1) + 1
1
2
e
2t
+
1
2
0
_
_
=
_
_
t 1 +e
t
1
2
+
1
2
e
2t
0
_
_
(5)
Sumando las expresiones (4) y (5) obtenemos la solucion pedida:
X(t) =
_
_
t 1 +e
t
_
3
2
t
_
e
2t
1
2
e
2t
_
_
10.15. Ec. diferencial equivalente a un sistema
Se considera la ecuacion diferencial lineal real de coecientes constantes
x
(n)
+a
n1
x
(n1)
+. . . +a
1
x
+a
0
x = 0
(a) Transformarla en un sistema diferencial de primer orden.
(b) Usando el apartado anterior, resolver el problema de valor inicial
x
8x
+ 12x = 0 , x(0) = 0, x
(0) = 1, x
(0) = 2
Resolucion. (a) Denotando y
1
= x, y
2
= x
, , . . . , y
n
= x
(n1)
obtenemos
_
_
y
1
= x
= y
2
y
2
= x
= y
3
. . .
y
n
= x
(n)
= a
0
x a
1
x
. . . a
n1
x
(n1)
=
a
0
y
1
a
1
y
2
. . . a
n1
y
n
Relaciones que podemos expresar en la siguiente forma matricial
_
_
y
1
y
2
.
.
.
y
n
_
_
=
_
_
0 1 0 . . . 0
0 0 1 . . . 0
.
.
.
.
.
.
a
0
a
1
a
2
. . . a
n1
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
(b) Seg un el apartado anterior, el problema dado es equivalente al de valor
inicial
406 CAP

_
_
y
1
y
2
y
3
_
_
=
_
_
0 1 0
0 0 1
12 8 1
_
_
_
_
y
1
y
2
y
3
_
_
,
_
_
y
1
(0)
y
2
(0)
y
3
(0)
_
_
=
_
_
0
1
2
_
_
Sean V
2
, V
3
los subespacios propios asociados a = 2 y = 3 respectiva-
mente. Tenemos dimV
3
= 1 por ser 3 simple y dimV
2
= 3rg (A2I) =
3 2 = 1, lo cual implica que A no es diagonalizable. Hallemos una base
de Jordan. Para el valor propio = 2 elegimos dos vectores linealmente
independientes cumpliendo Ae
1
= 2e
1
y Ae
2
= e
1
+ 2e
2
. Resolviendo los
sistemas, obtenemos e
1
= (1, 2, 4)
t
y e
2
= (0, 1, 4)
t
. Para el valor propio
= 3 elegimos un vector propio e
3
, es decir Ae
3
= e
3
. Resolviendo obte-
nemos e
3
= (1, 3, 9)
t
. De las igualdades
_
_
_
Ae
1
= 2e
1
Ae
2
= e
1
+ 2e
2
Ae
3
= 3e
3
deducimos que la forma canonica de Jordan de A es
J =
_
_
2 1 0
0 2 0
0 0 3
_
_
Una matriz P tal que P
1
AP = J es
P =
_
e
1
e
2
e
3
=
_
_
1 0 1
2 1 3
4 4 9
_
_
Entonces,
_
_
y
1
y
2
y
3
_
_
= e
tA
_
_
0
1
2
_
_
= Pe
tJ
P
1
_
_
0
1
2
_
_
= P
_
_
e
2t
te
2t
0
0 e
2t
0
0 0 e
3t
_
_
P
1
_
_
0
1
2
_
_
Operando, y teniendo en cuenta que solo necesitamos y
1
= x obtenemos
x(t) =
1
25
_
(6 5t)e
2t
6e
3t
_
10.16. ECUACI
ON Y FORMA DE JORDAN 407

10.16. Ecuaci on y forma de Jordan
1.- Escribir la solucion general de la ecuacion diferencial
x
(6)
6x
(4)
+ 12x
8x = 0
2.- Escribir justicadamente la forma de Jordan J de la matriz
A =
_
_
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
8 0 12 0 6 0
_
_
[17]
Resolucion. 1.- La ecuacion caracterstica asociada es
6
6
4
+ 12
2
8 = 0 (1)
Efectuando la sustitucion =
2
obtenemos la ecuacion
3
6
2
+128 =
0, una de cuyas soluciones es = 2. Usando la regla de Runi obtenemos
3
6
2
+ 12 8 = ( 2)(
2
4 + 4) = ( 2)
3
Las soluciones de la ecuacion (1) son por tanto
1
=
2 y
2
=
2, ambas
triples. Usando un conocido teorema, una base del espacio vectorial de las
soluciones es
B = e
2t
, te
2t
, t
2
e
2t
, e
2t
, te
2t
, t
2
e
2t
La solucion general es por tanto

x(t) = (C
1
+C
2
t +C
3
t
2
)e
2t
+ (C
4
+C
5
t +C
6
t
2
)e
2t
2.- Transformemos en la forma habitual la ecuacion dada en un sistema:
y
1
= x, y
2
= x
, y
3
= x
, y
4
= x
(3)
, y
5
= x
(4)
, y
6
= x
(5)
Derivando obtenemos:
y
1
= x
= y
2
y
2
= x
= y
3
y
3
= x
(3)
= y
4
y
4
= x
(4)
= y
5
y
5
= x(5) = y
6
y
6
= x
(6)
= 8y
1
12y
3
+ 6y
5
408 CAP

Un sistema equivalente a la ecuacion dada es
_
_
y
1
y
2
y
3
y
4
y
5
y
6
_
_
=
_
_
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
8 0 12 0 6 0
_
_
_
_
y
1
y
2
y
3
y
4
y
5
y
6
_
_
La base del espacio de las soluciones de para x = y
1
proporciona la forma
de Jordan que necesariamente ha de tener A :
J =
_
2 1 0
0
2 1
0 0
2 1 0
0
2 1
0 0
2
_
_
10.17. Ecuacion en diferencias nitas
Resolver la ecuacion en diferencias
x(m+ 2) + 2x(m+ 1) +x(m) = m
2
con la condicion inicial x(0) = 1, x(1) = 0. [17]
Resolucion. La ecuacion caracterstica es
2
+2+1 = 0 cuya solucion es
= 1 (doble). La solucion general de la ecuacion en diferencias homogenea
asociada es por tanto:
x
h
(m) = (1)
m
C
1
+ (1)
m
C
2
, (C
1
, C
2
R)
Dado que 1 no es solucion de la ecuacion caracterstica, por un conocido
teorema una solucion particular de la ecuacion completa es de la forma
x
p
(m) = am
2
+bm+c. Obligando a que sea solucion:
a(m+2)
2
+b(m+2) +c +2[a(m+1)
2
+b(m+1) +c] +am
2
+bm+c = m
2
Operando e identicando coecientes de m obtenemos el sistema
_
_
_
4a = 1
8a + 4b = 0
6a + 4b + 4c = 0
10.18. SISTEMA EN DIFERENCIAS FINITAS 409
cuya solucion es a = 1/4, b = 1/2, c = 1/8. La solucion general de la
ecuacion completa es
x(m) =
1
8
(2m
2
4m+ 1) + (1)
m
(C
1
+C
2
m)
imponiendo la condicion inicial x(0) = 1, x(1) = 0 :
_
_
1
8
+C
1
= 1
1
8
(1) + (1)(C
1
+C
2
) = 0
lo cual implica C
1
= 7/8, C
2
= 1. La solucion al problema de valor inicial
propuesto es
x(m) =
2m
2
4m+ 1 + (1)
m
(7 8m)
8
10.18. Sistema en diferencias nitas
Resolver el sistema de ecuaciones en diferencias nitas
_
x(m+ 1) = x(m) 2y(m)
y(m+ 1) = 2x(m) y(m)
con la condicion inicial x(0) = 1, y(0) = 0. [17]
Resolucion. Denotando X
m
= (x(m), y(m))
t
podemos expresar
X
m+1
= AX
m
con A =
_
1 2
2 1
_
En consecuencia
X
m
= AX
m1
= A
2
X
m2
= A
3
X
m3
= . . . = A
m
X
0
El polinomio caracterstico de A es
2
+3. Hallaremos la potencia emesima
de A usando el teorema de Cayley-Hamilton. Efectuando la division eucldea
de
m
entre
2
+ 3 :
m
= q()(
2
+ 3) + + , (, R) (1)
Sustituyendo por A obtenemos A
m
= c(A) 0 +A+I = A+I. Para
hallar y sustituimos una raz del polinomio caracterstico (por ejemplo
3i) en (1) e igualamos partes real e imaginaria. Hallamos previamente

(
3i)
m
seg un que m sea par o impar:
410 CAP

_
(
3i)
2k
= (
3)
2k
(i)
2k
= (1)
k
3
k
(
3i)
2k+1
= (
3i)
2k
3i = (1)
k
3
k
3i
Sustituyendo pues =
3i en (1)
_
m = 2k (1)
k
3
k
=
3i + = 0, = (1)
k
3
k
m = 2k + 1 (1)
k
3
k
3i =
3i + = (1)
k
3
k
, = 0
_
x(2k)
y(2k)
_
= (1)
k
3
k
I
_
1
0
_
=
_
(1)
k
3
k
0
_
_
x(2k + 1)
y(2k + 1)
_
= (1)
k
3
k
A
_
1
0
_
= (1)
k
3
k
_
1
2
_
=
_
(1)
k
3
k
(1)
k
2 3
k
_
10.19. Soluciones periodicas y orbita
(i ) Hallar el valor de para que el problema de valor inicial
x
(t) +x(t) = 0 x(0) = 1, x
(0) = 0
tenga soluciones periodicas de periodo T = .
(ii ) Para ese valor de determinar una ecuacion implcita de la orbita que
pasa por el punto (1, 0) en el sistema diferencial lineal asociado a la ecuacion
diferencial anterior. [17]
Resolucion. (i ) La ecuacion caracterstica es
2
+ = 0. Analizaremos
tres casos:
Caso 1. < 0. Las races son
1
=
,
2
=
. Una base del espacio

de las soluciones es e
t
, e
t
. La solucion general de la ecuacion es
por tanto
x(t) = C
1
e
t
+C
2
e
t
Es claro por el conocimiento de la funcion exponencial que no existen en
este caso soluciones periodicas.
Caso 2. = 0. La raz es = 0 (doble). Una base del espacio de las soluciones
es 1, t. La solucion general de la ecuacion es por tanto
x(t) = C
1
+C
2
t
10.20. SOLUCIONES ACOTADAS DE UN SISTEMA DIFERENCIAL411
Las unicas soluciones periodicas en este caso se obtienen para C
2
= 0 i.e. las
soluciones constantes, pero su su periodo no es .
Caso 3. > 0. Las races son
1
=

i,
2
=
i. Una base del

espacio de las soluciones es cos
t, sin
t. La solucion general de la
ecuacion es por tanto
x(t) = C
1
cos
t +C
2
sin
t
De la igualdad

(t + T) =

t + 2 deducimos que las soluciones ante-
riores son periodicas de periodo T = 2/
, excepto para la solucion nula.

Para T = obtenemos = 4. En este caso x(t) = C
1
cos 2t +C
2
sin 2t, y la
unica solucion que satisface las condiciones iniciales es x(t) = cos 2t.
(ii ) Denotando y = x
tenemos y
= x
= 4x. Por tanto el sistema lineal

asociado es
_
x
= y
y
= 4x
con
_
x(0)
y(0)
_
=
_
1
0
_
Una integral primera del sistema anterior se obtendra resolviendo la ecuacion
diferencial de variables separadas dy/dx = 4x/y o bien 4xdx + ydy = 0.
La solucion general es 4x
2
+ y
2
= C, y el conjunto de nivel que pasa por
(1, 0) es por tanto la elipse de ecuacion implcita 4x
2
+y
2
= 4.
10.20. Soluciones acotadas de un sistema diferen-
cial
Dado el sistema diferencial X
(t) = AX(t) con

A =
_
_
6 1 4
8 2 4
4 1 2
_
_
calcula el conjunto de condiciones iniciales (x
0
, y
0
, z
0
)
t
que dan lugar a so-
luciones acotadas. [17]
Resolucion. Hallemos la forma canonica de la matriz A. Su polinomio
caracterstico es
() =
6 1 4
8 2 4
4 1 2
6 1 4
8 2 4
2 0 2
=
412 CAP
2 1 4
4 2 4
0 0 2
= (2 )
2 1
4 2
= (2 )
2
Los valores propios son por tanto = 0 (doble) y = 2 (simple). Las
dimensiones de los subespacios propios son dimV
0
= 3 rg(A 0I) =
3 2 = 1 y dimV
2
= 1 por ser = 2 simple. En consecuencia la forma de
Jordan de A es
J =
_
_
0 1 0
0 0 0
0 0 2
_
_
Sea P R
3
1
AP = J y efectuemos el cambio X(t) =
PY (t). Entonces
X
(t) = AX(t) (PY (t))
= A(PY (t)) PY
(t) = APY (t)

Y
(t) = P
1
APY (t) Y
(t) = JY (t)
Es decir, X(t) es solucion del sistema dado si y solo si Y (t) lo es de Y
(t) =
JY (t). Por otra parte, si X(0) = (x
0
, y
0
, z
0
) e Y (0) = (u
0
, v
0
, w
0
)
t
entonces
_
_
x
0
y
0
z
0
_
_
= P
_
_
u
0
v
0
w
0
_
_
Las soluciones del sistema Y
(t) = JY (t) son

Y (t) = e
tJ
_
_
u
0
v
0
w
0
_
_
=
_
_
1 t 0
0 1 0
0 0 e
2t
_
_
_
_
u
0
v
0
w
0
_
_
=
_
_
u
0
+tv
0
v
0
w
0
e
2t
_
_
Es claro que la solucion Y (t) esta acotada si y solo si v
0
= w
0
= 0. Por otra
parte, si Y (t) esta acotada entonces (eligiendo por ejemplo la norma del
maximo) existe M 0 tal que [[Y (t)[[ M para todo t R. La correspon-
diente solucion X(t) cumple [[X(t)[[ = [[PY (t)[[ [[P[[ [[Y (t)[[ [[P[[M,
es decir X(t) esta acotada.
Recprocamente, dado que Y (t) = P
1
X(t) se demuestra de manera analoga
que si X(t) esta acotada tambien lo esta Y (t). De todo esto concluimos que
las condiciones iniciales (x
0
, y
0
, z
0
)
t
que dan lugar a soluciones acotadas son
de la forma
10.20. SOLUCIONES ACOTADAS DE UN SISTEMA DIFERENCIAL413
_
_
x
0
y
0
z
0
_
_
= P
_
_
u
0
0
0
_
_
Esto equivale a decir que (x
0
, y
0
, z
0
)
t
es proporcional a la primera columna
de P, y esta es un vector propio asociado al valor propio = 0, es decir un
vector no nulo de ker A.
ker A
_
_
_
6x
1
x
2
+ 4x
3
= 0
8x
1
2x
2
+ 4x
3
= 0
4x
1
+x
2
2x
3
= 0
Resolviendo obtenemos como base de ker A el vector (1, 2, 1). Es decir,
(x
0
, y
0
, z
0
)
t
da lugar a soluciones acotadas si y solo si (x
0
, y
0
, z
0
)
t
L(1, 2, 1)
t
.
414 CAP

Captulo 11
Sistemas aut onomos, estudio
cualitativo
11.1. Sistena aut onomo con paso a polares
Resolver el sistema diferencial
_
x
= y x
2
y
y
= x xy
2
con la condicion inicial x(0) = 1/2, y(0) = 0. (Indicacion: Pasar a coorde-
nadas polares). [17]
Resolucion. De
2
= x
2
+y
2
y derivando respecto de la variable indepen-
diente t :
2
= 2xx
+ 2yy
o bien
= xx
+yy
(1)
De = arctan(y/x) y derivando respecto de la variable independiente t :
=
1
1 +
y
2
x
2
y
x x
y
x
2
=
1
2
(y
x x
y) (2)
Sustituyendo las igualdades del sistema dado en (1) y (2) obtenemos
= yx x
3
y +yx xy
3
= xy(x
2
+y
2
) =
4
cos sin
=
1
2
(x
2
x
2
y
2
+y
2
+x
2
y
2
) =

2
2
= 1
El sistema dado en coordenadas cartesianas es pues equivalente al siguiente
en polares:
415
416CAP
ITULO11. SISTEMAS AUT
ONOMOS, ESTUDIOCUALITATIVO
_
=
3
cos sin
= 1
,
_
(0)
(0)
_
=
_
1/2
0
_
De
= 1 y (0) = 0 deducimos = t. Sustituyendo en la primera ecuacion:

d
dt
=
3
cos t sin t
d
3
+
1
2
sin 2t dt = 0
Integrando obtenemos
1
2
2

1
4
cos 2t = C
De la condicion inicial (0) = 1/2 deducimos C = 9/4, con lo cual queda
1
2
2
+
1
4
cos 2t =
9
4
, o bien =
_
2
9 cos 2t
La solucion del sistema es por tanto
_
_
_
=
_
2
9 cos 2t
= t
(t R)
11.2. Sistema aut onomo con paso a cilndricas
Resolver el sistema diferencial autonomo
_
_
_
x
1
= x
2
x
3
x
2
= x
1
x
3
x
3
= x
2
1
+x
2
2
Indicacion: pasar a coordenadas cilndricas. [17]
Resolucion. De las relaciones
2
= x
2
1
+ x
2
2
, = arctan(x
2
/x
1
), x
3
= x
3
deducimos
_
_
2
= 2x
1
x
1
+ 2x
2
x
=
1
1 +
x
2
2
x
2
1
x
2
x
1
x
1
x
2
x
2
1
x
3
= x
= x
1
x
1
+x
2
x
=
x
2
x
1
x
1
x
2
2
x
3
= x
3
Sustituyendo las igualdades del sistema en estas ultimas relaciones:
11.3. SISTEMA AUT
ONOMO CON PASO A ESF
ERICAS 417
_
= x
1
(x
2
x
3
) +x
2
(x
1
x
3
) = 0
=
x
2
1
x
3
+x
2
2
x
3
2
=
x
3
2
= x
3
x
3
=
2
_
_
_
= 0
= x
3
x
3
=
2
De
= 0 deducimos que = C
1
con C
1
0, de x
3
=
2
= C
2
1
que
x
3
= C
2
1
t + C
2
y de
= x
3
= C
2
1
t + C
2
que = C
2
1
(t
2
/2) + C
2
t + C
3
. La
solucion general del sistema es por tanto:
_
_
= C
1
=
C
1
t
2
2
+C
2
t +C
3
x
3
= C
2
1
t +C
2
(C
1
R
+
, C
2
, C
3
R)
11.3. Sistema aut onomo con paso a esfericas
Resolver el sistema diferencial autonomo
_
_
_
x
= xz
y
= yz
z
= x
2
+y
2
Indicacion: pasar a coordenadas esfericas. [17]
Resolucion. De las relaciones
2
= x
2
+ y
2
+ z
2
, = arctan(y/x), =
arctan(z/
_
x
2
+y
2
) deducimos
2
= 2xx
+ 2yy
+ 2zz
= xx
+ 2yy
+zz
=
1
1 +
y
2
x
2
y
x x
y
y
2
=
y
x x
y
x
2
+y
2
=
1
1 +
z
2
x
2
+y
2
z
_
x
2
+y
2
1
2
_
x
2
+y
2
(2xx
+ 2yy
)z
x
2
+y
2
=
1
2
z
(x
2
+y
2
) z(xx
+yy
)
_
x
2
+y
2
Sustituyendo las igualdades del sistema en estas ultimas relaciones:
418CAP
= x
2
z y
2
z +zx
2
+zy
2
= 0
=
xyz +xyz
x
2
+y
2
= 0
=
1
2
(x
2
+y
2
)
2
x(x
2
z y
2
z)
_
x
2
+y
2
=
1
2
(x
2
+y
2
)
2
+z
2
(x
2
+y
2
)
_
x
2
+y
2
=
1
2
(x
2
+y
2
)
2
(x
2
+y
2
+z
2
)
_
x
2
+y
2
=
_
x
2
+y
2
= cos
Queda pues el sistema
_
_
_
= 0
= 0
= cos
De
= 0 deducimos que = C
1
con C
1
0, de
= 0 que = C
2
.
Resolvamos ahora la ecuacion
= C
1
cos :
= C
1
cos
d
dt
= C
1
cos
d
cos
= C
1
dt = 0
Usando el cambio estandar tan(/2) = u obtenemos
_
d
cos
=
_
1 +u
2
1 u
2
2 du
1 +u
2
=
_
2 du
1 u
2
= log
1 +u
1 u
= log
1 + tan(/2)
1 tan(/2)
Por tanto
log
1 + tan(/2)
1 tan(/2)
= C
1
t +K ,
1 + tan(/2)
1 tan(/2)
= C
3
e
C
1
t
,
1 + tan(/2) = C
3
e
C
1
t
(1 tan(/2)) , tan(/2) =
C
3
e
C
1
t
1
C
3
e
C
1
t
+ 1
La solucion general sel sistema es
_
_
= C
1
= C
2
= 2 arctan
C
3
e
C
1
t
1
C
3
e
C
1
t
+ 1
(C
1
R
+
, C
2
, C
3
R)
11.4. Difeomorsmo enderezante
Hallar un difeomorsmo enderezante f para el sistema diferencial
_
x
1
= 1 +x
2
1
x
2
= 2x
1
x
2
11.4. DIFEOMORFISMO ENDEREZANTE 419
y que cumpla f(0, b) = (0, b) (para cada b). Comprobar. [17]
Resolucion. Para todo (x
1
, x
2
) R
2
se verica 1+x
2
1
,= 0. Esto implica que
el sistema no tiene puntos de equilibrio. Por un conocido teorema, existen
V, W R
2
abiertos que contienen a (0, b) y un difeomorsmo (difeomorsmo
enderezante) f : V W tal que f(0, b) = (0, b) y el sistema dado se
transforma por f en el sistema equivalente
_
y
1
= 1
y
2
= 0
()
Resolvamos el sistema autonomo dado con la condicion inicial (x
1
(0), x
2
(0)) =
(0, b). De la primera ecuacion:
x
1
= 1 +x
2
1

dx
1
1 +x
2
1
dt = 0 arctan x
1
= t +C
Imponiendo la condicion x
1
(0) = 0 queda arctan x
1
= t. Sustituyendo en la
segunda ecuacion:
x
2
= (2 tan t)x
2

dx
2
x
2
+ 2 tan t dt = 0
log [x
2
[ 2 log [ cos x[ = C log
x
2
cos
2
t
= C x
2
= K cos
2
t
Imponiendo la condicion x
2
(0) = b queda x
2
= b cos
2
t. La solucion del
sistema () con la condicion inicial (y
1
(0), y
2
(0)) = (0, b) es y
1
= t, y
2
= b.
Eliminando t y b :
_
arctan x
1
= t
x
2
= b cos
2
t

_
y
1
= t
y
2
= b

_
_
_
y
1
= arctan x
1
y
2
= x
2
sec
2
t =
x
2
(1 + tan
2
t) = x
2
(1 +x
2
1
)
El difeomorsmo pedido es por tanto
f(x
1
, x
2
) = (arctan x
1
, x
2
(1 +x
2
1
))
Comprobemos el resultado:
(a) f(0, b) = (arctan 0, b(1 +0
2
)) = (0, b). (b) Las funciones componentes de
f son claramente de clase 1 en R
2
, por tanto f (
1
(R
2
). (c) f es inyectiva.
En efecto
f(x
1
, x
2
) = f(x
1
, x
2
)
_
arctan x
1
= arctan x
1
x
2
(1 +x
2
1
) = x
2
(1 +x
2
1
)

_
x
1
= x
1
x
2
(1 +x
2
1
) = x
2
(1 +x
2
1
)

_
x
1
= x
1
x
2
= x
2
(x
1
, x
2
) = (x
1
, x
2
)
420CAP
(d) f : R
2
(/2, /2) R es sobreyectiva. En efecto, si (y
1
, y
2
)
(/2, /2) R entonces el sistema
_
arctan x
1
= y
1
x
2
(1 +x
2
1
) = y
2
tiene como solucion x
1
= tan y
1
, x
2
= y
2
/(1 + tan
2
y
1
) lo cual permite
ademas determinar la aplicacion inversa de f :
f
1
: (/2, /2) R R
2
, f
1
(y
1
, y
2
) =
_
tan y
1
,
y
2
1 + tan
2
y
1
_
que claramente es de clase 1. Concluimos que f es difeomorsmo. Falta
demostrar que el campo v del sistema dado se transforma en el w = (1, 0)
t
por medio de f. En efecto,
w(y
1
, y
2
) = (Df(x) v f
1
)(y
1
, y
2
) = (Df(x) v)(x
1
, x
2
) =
Df(x)(1 +x
2
1
, 2x
1
x
2
) =
_
1
1+x
2
1
0
2x
1
x
2
1 +x
2
1
_
_
1 +x
2
1
2x
1
x
2
_
=
_
1
0
_
11.5. Conguraci on de sistemas seg un parame-
tros
Para cada valor real del parametro a se considera la matriz
A =
_
0 1
1 a a
_
Clasicar los sistemas diferenciales X
= AX. [17]
Resolucion. Hallemos los valores propios de A :
[AI[ =
2
(trA) + det A =
2
a +a 1 = 0
=
a
a
2
4a + 4
2
=
a (a 2)
2
=
_
1
= a 1
2
= 1
Tenemos los siguientes casos:
(a) Si a = 2 el unico valor propio es
1
= 1 (doble). La matriz A no es en
este caso diagonalizable y por tanto, tenemos un nodo de Jordan (inestable
al ser
1
> 0).
11.6. INTEGRAL PRIMERA Y

ORBITA CIRCULAR 421
(b) Si a (, 1) los valores propios son
1
= a 1 < 0 y
2
= 1 > 0, es
decir tenemos un puerto.
(c) Si a (1, 2)(2, +) los valores propios son
1
= a1 > 0 y
2
= 1 > 0,
(distintos), con lo cual tenemos un nodo inestable.
(d) Si a = 1 los valores propios son
1
= 0 y
2
= 1 > 0, y la conguracion
es un nodo inestable degenerado.
11.6. Integral primera y orbita circular
Hallar una integral primera no constante denida en un conjunto lo mas
amplio posible del plano de fases para el sistema diferencial
_
x
= 3y +x
2
y
y
= 4x +xy
2
Comprobar el resultado. Hallar las orbitas circulares. [17]
Resolucion. Expresamos el sistema en la forma
_
_
dx
dt
= 3y +x
2
y
dy
dt
= 4x +xy
2
Dividiendo y separando variables obtenemos
dy
dx
=
4x +xy
2
3y +x
2
y
,
x
x
2
+ 3
dx +
y
4 y
2
dy = 0
Integrando
1
2
log(x
2
+ 3)
1
2
log [4 y
2
[ = C
1
, log
x
2
+ 3
4 y
2
= C
2
,
x
2
+ 3
4 y
2
= C
Una integral primera del sistema es por tanto la funcion F(x, y) = (x
2
+
3)/(4y
2
) denida en todo el plano de fases R
2
excepto en las rectas y = 2.
Comprobemos que efectivamente F es una integral primera del sistema
F, v =
F
x
v
1
+
F
y
v
2
=
2x
4 y
2
(3y +x
2
y) +
2y(x
2
+ 3)
(4 y
2
)
2
(4x +xy
2
) =
2x(3y +x
2
y)(4 y
2
) + 2y(x
2
+ 3)(4x +xy
2
)
(4 y
2
)
2
= . . . = 0
422CAP
Hallemos los puntos de equilibrio del sistema
_
3y +x
2
y = 0
4x +xy
2
= 0

_
y(3 +x
2
) = 0
x(4 +y
2
) = 0

_
y = 0
x(4 +y
2
) = 0
El unico punto de equilibrio del sistema es (x, y) = (0, 0), por tanto todo
conjunto de nivel F(x, y) = C que no pase por (0, 0) es una orbita. Ob-
tenemos una circunferencia si y solo si C = 1 : la circunferencia unidad
x
2
+y
2
= 1. En el punto (1, 0) de esta orbita se verica v(1, 0) = (0, 4), es
decir la orbita se recorre en sentido horario.
11.7. Sistema aut onomo: dibujo de una orbita
Dibujar la orbita que pasa por el punto (0, 2) en el sistema diferencial
_
x
= 1 +x
2
y
= 2xy
[17]
Resolucion. Hallemos una integral primera del sistema
dy
dx
=
2xy
2 +x
2
. 2xy dx + (1 +x
2
) dy = 0 ,
2x dx
1 +x
2
+
dy
y
= 0
Integrando
log [1 +x
2
[ + log [y[ = K , log [(1 +x
2
)y[ = K , (1 +x
2
)y = C
Una integral primera del sistema que esta denida en todo el plano de fases
R
2
es por tanto F(x, y) = (1 +x
2
)y. Comprobemos en efecto que es integral
primera
F, v =
(2xy, 1 +x
2
), (1 +x
2
, 2xy)
_
= (2xy)(1+x
2
)(1+x
2
)(2xy) = 0
Dado que 1 + x
2
,= 0 para todo x R, el sistema no tiene puntod de
equilibrio. Esto implica que todo conjunto de nivel F(x, y) = C es una
orbita. El conjunto de nivel que pasa por (0, 2) es (1 +x
2
)y = 2. Dibujemos
este conjunto de nivel, es decir la graca de la funcion f(x) = 2/(1 +x
2
). El
dominio de f es R y la funcion es par. La recta y = 0 es asntota horizontal.
Hallemos sus extremos:
f
(x) =
4x
(1 +x
2
)
2
= 0 x = 0
Para x > 0 tenemos f
(x) < 0 y para x < 0, f
(x) > 0. Tenemos por tanto

en (0, 2) un punto de maximo estricto. Hallemos sus puntos de inexion
11.8.

ORBITA CON PASO A POLARES 423
f
(x) =
4(1 +x
2
)
2
2(1 +x
2
)2x(4x)
(1 +x
2
)
4
=
4(1 +x
2
) + 8x
2
(1 +x
2
)
3
=
4(x
2
1)
(1 +x
2
)
3
= 0 x
2
1 = 0 x = 1 x = 1
Para 0 < x < 1 tenemos f
(x) < 0 y para x > 1, f
(x) < 0. Por tanto tene-

mos en (1, 1) un punto de inexion. Por la paridad de la funcion, concluimos
que (1, 1) tambien lo es. El vector velocidad en (0, 2) es v(0, 2) = (1, 0), lo
cual determina el sentido de recorrido de la orbita.
y
x
11.8.

Orbita con paso a polares
Dibujar la orbita que pasa por el punto (1, 0) en el sistema diferencial
_
x
= y xy
y
= x +x
2
[17]
Resolucion. De
2
= x
2
+y
2
y derivando respecto de la variable indepen-
diente t :
2
= 2xx
+ 2yy
o bien
= xx
+yy
(1)
De = arctan(y/x) y derivando respecto de la variable independiente t :
=
1
1 +
y
2
x
2
y
x x
y
x
2
=
1
2
(y
x x
y) (2)
= xy x
2
y +yx +yx
2
= 0
=
1
2
(x
2
+x
3
+y
2
+xy
2
) =
1
2
(
2
+x
2
) = 1 + cos
La orbita a dibujar, corresponde a la solucion de:
_

= 0
= 1 + cos
,
_
(0)
(0)
_
=
_
1
0
_
424CAP
Un conjunto de nivel C que contiene a (1, 0) esta determinado por = 1 o
equivalentemente x
2
+y
2
= 1. Hallemos los puntos de equilibrio del sistema:
_
y xy = 0
x +x
2
= 0

_
y(1 +x) = 0
x(1 +x) = 0

_
_
_
(x, y) = (0, 0)
(x, y) = (1, ) ( R)
El unico punto de equilibrio que pasa por C es (1, 0) y el vector campo en
(1, 0) es v(1, 0) = (0, 1), lo cual implica que la orbita pedida es la circunfe-
rencia unidad excluido el punto (1, 0) recorrida en sentido antihorario. Su
graca se representa en azul, y los puntos de equilibrio en rojo:
y
x
x = 1
11.9. Conguraci on de centro
Se considera el sistema diferencial X
= AX, con A =
_
1 2
1 1
_
. Se pide:
1.- Escribir la forma general de la solucion para resolver el sistema con la
condicion inicial X(0) = (1, 0)
t
.
2.- Dibujar la orbita que pasa por el punto (1, 0).
3.- Calcular la matriz exponencial: exp(tA). [17]
Resolucion. 1. El polinomio caracterstico de A es
2
+1 = 0 y por tanto
los valores propios son = i = i. El subespacio propio asociado al
valor propio i, y una base del mismo son:
V
i

_
(1 i)x
1
2x
2
= 0
x
1
+ (1 i)x
2
= 0
B
i
= (1 +i, 1)
t
Como A es real, una base de V

i
es B
i
= (1 i, 1)
t
. Este vector lo
podemos expresar en la forma (1 i, 1)
t
= U + iV con U = (1, 1)
t
y V =
(1, 0)
t
. Por un conocido teorema, si P = [U , V ], entonces:
P
1
AP =
_

_
=
_
0 1
1 0
_
11.9. CONFIGURACI
ON DE CENTRO 425
y el cambio X = PX
proporciona las soluciones:

_
x
1
x
2
_
= e
t
_
cos t sin t
sin t cos t
_ _
b
1
b
2
_
=
_
cos t sin t
sin t cos t
_ _
b
1
b
2
_
Para X = (1, 0)
t
tenemos:
X = PX

_
1
0
_
=
_
1 1
1 0
_ _
x
1
x
2
_
_
x
1
x
2
_
=
_
0
1
_
Es decir, la solucion que cumple que cumple la condicion inicial X(0) =
(1, 0)
t
es:
_
x
1
x
2
_
=
_
sin t
cos t
_
(t R)
2. La orbita que pasa por (1, 0) es una circunferencia de centro el origen y
radio 1 en el plano x
1
x
2
recorrida en sentido antihorario:
x
2
x
1
El cambio X = PX
proporciona la correspondiente elipse en el plano x

1
x
2
.
x
2
x
1
1
3. La matriz Q cuyas columnas son los vectores propios verica Q
1
AP = D
con D = diag(i, i), por tanto:
e
tA
= Qe
tD
Q
1
=
_
1 +i 1 i
1 1
_ _
e
it
0
0 e
it
_ _
1 +i 1 i
1 1
_
1
=
_
cos t 2 sin t
sin t sin t + cos t
_
426CAP
11.10. Integral primera y plano de fases
Se considera el sistema diferencial autonomo
_
x
= y(1 x
2
y
2
)
y
= x(1 x
2
y
2
)
(a) Hallar sus puntos de equilibrio.
(b) Determinar una integral primera. Comprobacion.
(c) Dibujar el plano de fases.
Resolucion. (a) Resolvamos el sistema
_
y(1 x
2
y
2
) = 0
x(1 x
2
y
2
) = 0
De la primera ecuaci on se deduce y = 0 o 1 x
2
y
2
= 0. Para y = 0
y sustituyendo en la segunda ecuacion obtenemos x(1 x
2
) = 0, lo cual
proporciona las soluciones (0, 0) y (1, 0). Para 1 x
2
y
2
= 0 se verica
trivialmente la segunda ecuacion. Dado que los puntos (1, 0) satisfacen la
ecuacion 1 x
2
y
2
= 0 se concluye que los puntos de equilibrio del sis-
tema son el origen y cualquier punto de la circunferencia unidad x
2
+y
2
= 1.
(b) Expresando el sistema en la forma
_
_
dx
dt
= y(1 x
2
y
2
)
dy
dt
= x(1 x
2
y
2
)
y dividiendo la segunda ecuacion entre la primera, obtenemos dy/dx = x/y
o bien x dx + y dy = 0 cuya solucion general es x
2
+ y
2
= C. Una integral
primera del sistema es por tanto F(x, y) = x
2
+y
2
. Comprobemos:
F, v = 2xy(1 x
2
y
2
) 2yx(1 x
2
y
2
) = 0
(c) Los conjuntos de nivel x
2
+ y
2
= C con C no negativo, distinto de 0
y de 1, son circunferencias de centro el origen que no pasan por puntos de
equilibrio, por tanto son orbitas del sistema. A estas hay que a nadir los
puntos de equilibrio que corresponden a los conjuntos de nivel x
2
+y
2
= 0 y
x
2
+ y
2
= 1. Podemos determinar el sentido de recorrido de las orbitas que
no son puntos de equilibrio hallando el vector velocidad:
v(a, 0) = (0, a(a
2
1))
_
v(a, 0) = (0, ) si 0 < a < 1
v(a, 0) = (0, +) si 1 < a
11.11. TRES

ORBITAS EN UN CONJUNTO DE NIVEL 427
Es decir, las circunferencias de radio menor que 1 se recorren en sentido
horario y las de radio mayor que 1 en antihorario. El plano de fases es por
tanto
y
x
11.11. Tres orbitas en un conjunto de nivel
Dado el sistema
_
x
= y
2
y
= x
2
determinar una integral primera F(x, y) no constante del mismo. Compro-
bar. Dibujar las orbitas que determina el conjunto de nivel que pasa por el
origen.
Resolucion. Expresando el sistema en la forma
_
_
dx
dt
= y
2
dy
dt
= x
2
y dividiendo la segunda ecuacion entre la primera, obtenemos dy/dx = x
2
/y
2
o bien y
2
dy x
2
dx = 0 cuya solucion general es y
3
x
3
= C. Una integral
primera del sistema es por tanto F(x, y) = y
3
x
3
. Comprobemos:
F, v = 3x
2
y
2
+ 3y
2
x
2
= 0
El conjunto de nivel que pasa por el origen es y
3
x
3
= 0 o equivalentemente
y = x. El unico punto de equilibrio del sistema es el origen, que pasa por este
conjunto de nivel, por tanto, determina tres orbitas: el origen y las semirectas
y = x (x > 0), y = x (x < 0). Podemos determinar el sentido de recorrido
de las semirectas hallando el vector velocidad: v(a, a) = (a
2
, a
2
) = (+, +).
428CAP
y
x
11.12. Estabilidad en sistemas lineales
Estudiar la estabilidad de los sistemas lineales
(i)
_
_
_
x
= x +z
y
= 2y z
z
= y z
(ii)
_
x
= 2x + 3y
y
= 3x + 2y
(iii)
_
_
_
x
= 3x
y
= y
z
= 0
Resolucion. Recordemos el Teorema de Liapunov. Sea el sistema lineal
x
= Ax (A R
nn
) y llamemos = maxRe() : Spec(A). Denote-
mos por V
al subespacio propio asociado a y por m() la multiplicidad

de . Se verica
1. < 0 Toda solucion es asintoticamente estable.
2. > 0 Toda solucion es inestable.
3. = 0. Tenemos dos casos: (a) Si para todo Spec(A) con Re() = 0
se verica dimV
= m() entonces toda solucion es estable. (b) Si existe

Spec(A) con Re() = 0 tal que dimV
< m() entonces toda solucion

es inestable.
(i ) Valores propios de A
1 0 1
0 2 1
0 1 1
= (1 )(
2
+ 3 + 3) = 0
= 1 =
3
2

3
2
i
Es decir, = 1 < 0 de lo cual deducimos que toda solucion del sistema es
asintoticamente estable.
(ii ) Valores propios de A
2 3
3 2
=
2
4 5 = 0 = 5 = 1
11.13. ESTABILIDAD POR LINEALIZACI
ON 429
Es decir, = 5 > 0 de lo cual deducimos que toda solucion del sistema es
inestable.
(iii ) Valores propios de A
3 0 0
0 1 0
0 0
= (3 )(1 )() = 0
= 3 = 1 = 0
Es decir, = 0. La dimension de V
0
es 1 por ser = 0 valor propio simple,
en consecuencia toda solucion del sistema es estable.
11.13. Estabilidad por linealizacion
Estudiar la estabilidad del punto de equilibrio (0, 0) para los sistemas
(i)
_
x
= 2x +y 5y
2
y
= 3x +y +x
3
/2
(ii)
_
x
1
= x
1
+ 3x
2
+x
2
1
sin x
2
x
2
= x
1
4x
2
+ 1 cos x
2
2
Resolucion. Recordemos el teorema de linealizacion. Sea M R
n
abierto
v : M R
n
un campo vectorial de clase 2 en M. Sea x
punto de equilibrio
del sistema x
= v(x) y sea A = v
(x
) la matriz jacobiana de v en x
y
= maxRe() : Spec(A). Entonces
1. Si < 0 entonces x
es asintoticamente estable.
2. Si > 0 entonces x
es inestable.
3. Si = 0, nada podemos asegurar.
(i ) El campo es claramente de clase 2 en R
2
y el origen es punto de equilibrio
del sistema. Las parciales primeras de v son
(v
1
)
x
= 2 , (v
1
)
y
= 1 10y , (v
2
)
x
= 3 + 3x
2
/2 , (v
2
)
y
= 1
Entonces,
A =
_
2 1
3 1
_
,
2 1
3 1
=
2
3 1 = 0 =
3
13
2
Tenemos = (3 +
13)/2 > 0, en consecuencia el origen es punto de equi-

librio inestable.
(ii ) El campo es claramente de clase 2 en R
2
y el origen es punto de equilibrio
del sistema. Las parciales primeras de v son
430CAP
(v
1
)
x
1
= 1 2x
1
sin x
2
, (v
1
)
x
2
= 3 +x
2
1
cos x
2
,
(v
2
)
x
1
= 1 , (v
2
)
x
2
= 4 + 2 sin 2x
2
Entonces,
A =
_
1 3
1 4
_
,
1 3
1 4
=
2
+ 5 + 7 = 0 =
5
3i
2
Tenemos = 5/2 < 0, en consecuencia el origen es punto de equilibrio
asintoticamente estable.
11.14. Estabilidad en el interior de una elipse
Especicar y representar el espacio de fases del sistema diferencial
x
= x
2
y
y
= log(6 2x
2
3y
2
)
Estudiar la estabilidad de los puntos de equilibrio. [17]
Resolucion. La primera componente del campo es v
1
(x, y) = x y que
esta denida en R
2
. La segunda componente v
2
(x, y) = log(6 2x
2
3y
2
)
esta denida si y solo si 62x
2
3y
2
> 0 que equivale a x
2
/3+y
2
/2 < 1. El
espacio de fases es por tanto el interior geometrico de la elipse x
2
/3+y
2
/2 =
1. Hallemos los puntos de equilibrio:
_
x
2
y = 0
log(6 2x
2
3y
2
) = 0
_
y = x
2
2x
2
+ 3y
2
= 5
Resolviendo, obtenemos los puntos de equilibrio P(1, 1) y Q(1, 1).
y
x
P(1, 1) Q(1, 1)
2
La matriz jacobiana asociada al campo es:
11.15. ESTABILIDAD: M
ETODO DIRECTO DE LIAPUNOV 431

J
v
(x, y) =
_
2x 1
4x
62x
2
3y
2
6y
62x
2
3y
2
_
Las matrices de los correspondientes sistemas linealizados son:
A = J
v
(1, 1) =
_
2 1
4 6
_
, B = J
v
(1, 1) =
_
2 1
4 6
_
El polinomio caracterstico de A es
2
+ 2 16 y su espectro, spec(A) =
1
17. El maximo de la parte real de estos valores propios es

A
=
1 +
17 > 0 lo cual implica que P(1, 1) es inestable.

El polinomio caracterstico de B es
2
+ 8 +6 y su espectro, spec(B) =
4. El maximo de la parte real de estos valores propios es
B
= 4 < 0.
lo cual implica que Q(1, 1) es asintoticamente estable.
11.15. Estabilidad: metodo directo de Liapunov
Analizar la estabilidad del punto de equilibrio (0, 0) para los sistemaa
(a)
_
x
= y x
3
y
= x y
3
(b)
_
x
= xy
4
y
= yx
4
Resolucion. (a) Hallemos la matriz del sistema linealizado correspondien-
te:
v
1
x
= 3x
2
,
v
1
y
= 1,
v
2
x
= 1,
v
2
y
= 3y
2
A = v
(0, 0) =
_
v
1
x
(0,0)
v
1
y
(0, 0)
v
2
x
(0, 0)
v
2
y
(0, 0)
_
=
_
0 1
1 0
_
Los valores propios de A son = i y por tanto el maximo de la parte
real de estos es 0. El sistema linealizado no proporciona informacion sobre
la estabilidad. La funcion f(x, y) = x
2
+ y
2
es diferenciable en un entorno
del origen (de hecho en todo el plano) y presenta un mnimo estricto en el.
Esto implica que f puede ser funcion de Liapunov. Hallemos la derivada de
f respecto de v :
L
v
f(x, y) = f(x, y), v(x, y) =
(2x, 2y), (y x
3
, x y
3
)
_
=
2xy 2x
4
+ 2xy 2y
4
= 2(x
4
+y
4
) < 0 , (x, y) ,= (0, 0)
Es decir, f es funcion estricta de Liapunov para el origen, lo cual implica
que este punto es asintoticamente estable del sistema dado.
(b) Hallemos la matriz del sistema linealizado correspondiente:
432CAP
v
1
x
= y
4
,
v
1
y
= 4xy
3
,
v
2
x
= 4yx
3
,
v
2
y
= x
4
A = v
(0, 0) =
_
v
1
x
(0,0)
v
1
y
(0, 0)
v
2
x
(0, 0)
v
2
y
(0, 0)
_
=
_
0 0
0 0
_
El unico valor propio de A son = 0 (doble) y de nuevo, = 0. El sistema
linealizado no proporciona informacion sobre la estabilidad. Ensayemos co-
mo en el apartado anterior si f(x, y) = x
2
+y
2
es funcion de Liapunov para
el origen. La derivada de f respecto de v es:
L
v
f(x, y) = f(x, y), v(x, y) =
(2x, 2y), (xy

4
, yx
4
)
_
=
2x
2
y
4
+ 2y
2
x
4
= 2x
2
y
2
(x
2
y
2
)
En la recta x = 2y tenemos
L
v
f(2y, y) = 2(4y
2
)y
2
(3y
2
) = 24y
6
> 0 , y > 0
Como L
v
f toma valores positivos en todo entorno perforado del origen, f
no es funcion de Liapunov para este punto. Elijamos ahora g(x, y) = x
4
+y
4
que es diferenciable en un entorno del origen (de hecho en todo el plano) y
presenta un mnimo estricto en el. Esto implica que g puede ser funcion de
Liapunov. Hallemos la derivada de g respecto de v :
L
v
g(x, y) = g(x, y), v(x, y) =
(4x
3
, 4y
3
), (xy
4
, yx
4
)
_
=
4x
4
y
4
+ 4x
4
y
4
= 0 0 , (x, y) R
2
Es decir, g es funcion no estricta de Liapunov para el origen y podemos por
tanto asegurar que es punto estable para el sistema dado.
11.16. Teorema de Bendixson-Dulac
(a) Aplicar el teorema de Bendixson a los sistemas
(i)
_
x
1
= e
x
1
x
2
= 1 x
1
(ii)
_
x
1
= x
2
x
2
= 1 x
2
1
(iii)
_
x
= y x +x(x
2
+y
2
)
y
= x y +y(x
2
+y
2
)
(b) Usar el teorema de Bendixson para estudiar la existencia de orbitas
cerradas en el plano de fases M = R
2
para el sistema
S
_
x
= 1 x
2
y
2
y
= 2xy
(c) Aplicar la funcion de Dulac F(x, y) = x al sistema S para las misma
cuestion.
11.16. TEOREMA DE BENDIXSON-DULAC 433
Resolucion. (a) Recordamos el enunciado del Teorema de Bendixson. Sea
M R
2
abierto y v : M R
2
un campo vectorial de clase 1 tal que div(v)
mantiene signo constante y distinto de cero en una region R M sim-
plemente conexa. Entonces, el sistema x
= v(x) no tiene orbitas cerradas

completamente contenidas en R.
(i ) div(v) = (v
1
)
x
1
+(v
2
)
x
2
= e
x
1
> 0 para todo (x
1
, x
2
) R
2
. Dado que R
2
es simplemente conexo, concluimos que el sistema no tiene orbitas cerradas.
(ii ) div(v) = 0 para todo (x
1
, x
2
) R
2
, por tanto el teorema de Bendixson
no proporciona informacion.
(iii ) La divergencia de v es
div(v) = (v
1
)
x
+ (v
2
)
y
= 1 + 3x
2
+y
2
1 +x
2
+ 3y
2
= 4x
2
+ 4y
2
2
Se anula en la circunferencia x
2
+y
2
= 1/2, es decir en la circunferencia de
centro el origen y radio
2/2. Mantiene el signo constante (negativo) en el

crculo R x
2
+ y
2
<
2/2 (simplemente conexo). Tambien mantiene el

signo constante (positivo) en la region x
2
+y
2
>
2/2 (no simplemente co-

nexa). Podemos concluir que el sistema no tiene orbitas cerradas totalmente
contenidas en R.
(b) div(v) = 2x+2x = 0 para todo (x
1
, x
2
) R
2
. El teorema de Bendixson
no proporciona informacion.
(c) Recordamos el enunciado del Teorema de Bendixson-Dulac. Sea M R
2
abierto y v : M R
2
un campo vectorial de clase 1. Sea F : M R dife-
renciable. Entonces, si div(Fv) mantiene signo constante y distinto de cero
en una region R M simplemente conexa, el sistema x
= v(x) no tiene
orbitas cerradas completamente contenidas en R.
La funcion F es diferenciable en R
2
y Fv = (x x
3
xy
2
, 2x
2
y). Tenemos
div(Fv) = 1 3x
2
y
2
+ 2x
2
= 1 x
2
y
2
Se anula en la circunferencia x
2
+ y
2
= 1, es decir en la circunferencia de
centro el origen y radio 1. Mantiene el signo constante (positivo) en el crculo
R x
2
+y
2
< 1 (simplemente conexo). Tambien mantiene el signo constante
(negativo) en la region x
2
+ y
2
> 1 (no simplemente conexa). Podemos
concluir que el sistema no tiene orbitas cerradas totalmente contenidas en
R.
434CAP
11.17. Funci on de Liapunov y teorema de Poin-
care
1. Enunciado y demostracion de la triple caracterizacion de las integrales pri-
meras para sistemas diferenciales autonomos de primer orden. Aplicacion:
Comprobar que f(x, y) = e
x
2
(y
2
1) es integral primera para S, siendo
S : x
= y, y
= xy
2
x.
2. Enunciado del metodo directo de Liapunov para la estabilidad de los pun-
tos de equilibrio en los sistemas diferenciales autonomos de primer orden.
Aplicacion: Comprobar que f(x, y) = e
x
2
(y
2
1) es una funcion de Liapu-
nov para (0, 0) en el sistema S.
3. Enunciado del Teorema de Poincare (relacion entre las orbitas cerradas
y los puntos de equilibrio. Aplicacion: Demostrar que S no tiene orbitas
cerradas contenidas ni parcialmente contenidas en el semiplano y 1 ni en
el semiplano y 1. [17]
Resolucion. No resolveremos la parte que corresponde a la mas estricta
teora.
1. Las derivadas parciales de la funcion f son:
f
x
= e
x
2
(2x)(y
2
1),
f
y
= 2ye
x
2
Hallemos la derivada del campo escalar f(x, y) respecto del campo vectorial
v(x, y) del sistema:
(L
v
f)(x, y) = (f)(x, y), v(x, y) = 2xe
x
2
(y
2
1)y+2ye
x
2
(xy
2
x) =
e
x
2
(2xy
3
+ 2xy + 2xy
3
2xy) = 0, (x, y) R
2
La funcion f es por tanto una integral primera del sistema S en todo el plano.
2. Veamos que efectivamente f es funcion de Liapunov para el punto (0, 0).
Este punto es de equilibrio del sistema S pues v(0, 0) = (0, 0). La funcion
f esta denida y es continua en un entorno U de (0, 0) (de hecho podemos
tomar U = R
2
). La funcion f tiene derivadas parciales continuas en todo
R
2
, en consecuencia es diferenciable en todo R
2
y como consecuencia en un
entorno reducido de (0, 0). Por otra parte se verica (L
v
f)(x, y) 0 en un
entorno reducido de (0, 0) (de hecho se anula en todo R
2
como vimos en
el apartado anterior). Falta pues comprobar que (0, 0) es punto de mnimo
estricto para f. Tenemos:
11.18. TEOREMA DE POINCAR
E-BENDIXSON 435
f
x
(0, 0) =
f
y
(0, 0) = 0
2
f
x
2
= (4x
2
2)(y
2
1)e
x
2
2
f
xy
=

2
f
yx
= 4xye
x
2
2
f
y
2
= 2e
x
2
El punto (0, 0) es punto crtico para f y esta es de clase 2 en un entorno de
(0, 0) (de hecho en todo R
2
). La matriz hessiana correspondiente es:
H(0, 0) =
_
2 0
0 2
_
que es denida positiva. El origen es por tanto punto de mnimo estricto
para f y por tanto f es funcion de Liapunov para (0, 0) en el sistema S.
3. Para todo x R tenemos v(x, 1) = (1, 0) y v(x, 1) = (1, 0). Esto
signica que las rectas y = 1 e y = 1 son orbitas de S. Por otra parte,
(0, 0) es el unico pumto de equilibrio del sistema. Seg un el teorema de Poin-
care, si existiera una orbita cerrada con su interior geometrico totalmente
contenido en el dominio de v (en este caso R
2
) debe existir un punto de
equilibrio en tal interior. Cualquier orbita cerrada ha de contener por tanto
al origen en su interior geometrico y no puede atravesar las rectas y = 1 e
y = 1 con lo cual no puede estar ni total ni parcialmente contenida en los
semiplanos dados.
11.18. Teorema de Poincare-Bendixson
1. Enunciar el Teorema de Bendixson. Aplicarlo al sistema:
S :
_
x
1
= x
1
x
2
x
3
1
x
2
= x
1
+x
2
x
3
2
2. Enunciar el Teorema de Poincare. Hallar los puntos de equilibrio de S
y aplicar dicho teorema a este sistema (puede ser util dibujar las curvas
x
1
x
2
x
3
1
= 0 y x
1
+x
2
x
3
2
= 0).
3. Enunciar el Teorema de Poincare-Bendixson. Demostrar que la corona
circular 1 x
2
1
+x
2
2
2 cumple las hipotesis de este teorema en relacion al
sistema S. Concluir. [17]
436CAP
Resolucion. 1. Enunciado del Teorema de Bendixson:
Sea M R
2
abierto y v = (v
1
, v
2
) : M R
2
un campo vectorial de clase
r (r 1) entonces, si Div(v) mantiene signo constante (,= 0) en una region
R M simplemente conexa, el sistema x
= v(x) no tiene orbitas cerradas

completamente contenidas en R.
Para el sistema S tenemos:
Div(v) =
v
1
x
1
+
v
2
x
2
= 2 3x
2
1
3x
2
2
En la circunferencia 2 3x
2
1
3x
2
2
= 0 (centro el origen y radio
_
2/3),
la divergencia del campo es nula, en su interior geometrico R (simplemen-
te conexo) es postiva y en su exterior geometrico (no simplemente conexo)
negativa. Podemos pues concluir que S no tiene orbitas cerradas completa-
mente contenidas en R.
2. Enunciado del Teorema de Poincare:
Sea M R
2
abierto y v = (v
1
, v
2
) : M R
2
r (r 1). Sea una orbita cerrada del sistema x
= v(x) cumpliendo que

Int() M (interior geometrico). Entonces, existe un punto de equilibrio
x
del sistema tal que x
Int().
Es claro que x
= (0, 0) es un punto de equilibrio del sistema. Para ver que

no hay mas, dibujaremos las gracas que menciona el enunciado. Para la
funcion polinomica impar x
2
= x
1
x
3
1
facilmente obtenemos su graca:
x
2
x
1
Para x
1
+x
2
x
3
2
= 0 dibujamos de manera analoga la de x
2
+x
1
x
3
1
= 0
e intercambiamos los papeles de los ejes x
1
y x
2
. Obtenemos la dos gracas:
11.18. TEOREMA DE POINCAR
E-BENDIXSON 437
x
2
x
1
Se concluye pues que x
= (0, 0) es el unico punto de equilibrio del sistema.

Esto quiere decir que si existe una orbita cerrada del sistema, esta ha de
contener en su interior geometrico al origen.
3. Enunciado del Teorema de Poincare-Bendixson:
Sea M R
2
abierto y v = (v
1
, v
2
) : M R
2
r (r 1). Sea F M compacto y x
0
F. Sea ademas F positivamente in-
variante, es decir para todo y
0
F la solucion (t) de x
= v(x), x(0) = y
0
cumple (t) F para todo t 0. Entonces, ocurre al menos una de las
siguientes armaciones:
(i ) x
0
es punto de equilibrio.
(ii ) La solucion (t) de x
= v(x) , x(0) = x
0
cumple lm
t+
(t) = x
F
siendo x
punto de equilibrio.
(iii ) La solucion (t) de x
= v(x) , x(0) = x
0
es periodica y la orbita cerra-
da correspondiente esta contenida en F.
(iv) La orbita que pasa por x
0
se aproxima asintoticamente a una orbita
cerrada contenida en F.
En nuestro caso el conjunto F 1 x
2
1
+ x
2
2
2 es cerrado y acotado,
en consecuencia compacto. Veamos que es positivamente invariante. Para
ello hallemos el producto escalar < x, v(x) > en la frontera de F para ver
hacia donde esta dirigido el vector campo. Usaremos coordenadas polares
x
1
= cos , x
2
= sin .
< x, v(x) >=< (x
1
, x
2
), (x
1
x
2
x
3
1
, x
1
+x
2
x
3
2
) >=
x
2
1
+x
2
2
(x
4
1
+x
4
2
) =
2
[1
2
(cos
4
+
4
sin
4
)]
En la frontera de F tenemos:
= 1 < x, v(x) >= 1 (cos
4
+ sin
4
) 0
=
2 < x, v(x) >= 2[1 2(cos

4
+ sin
4
)] 0
438CAP
Esto implica que en = 1 el campo esta dirigido hacia afuera y para =
2
hacia adentro. Esto signica que las orbitas rebotan en la frontera de F hacia
su interior: F es positivamente invariante. Dado que en F no existen puntos
de equilibrio, concluimos del Teorema de Poincare -Bendixson que el sistema
tiene orbitas cerradas totalmente contenidas en F.
11.19. Prolongaci on en el tiempo a un conjunto
Se considera el sistema
_
x
1
= x
2
x
1
(1 x
2
1
x
2
2
)
x
2
= x
1
x
2
(1 x
2
1
x
2
2
)
Demostrar que toda solucion que pasa por un punto del crculo x
2
1
+x
2
2
< 1
no se puede prolongar en el tiempo al conjunto x
2
1
+x
2
2
> 1. [17]
Resolucion. Expresemos el sistema dado en coordenadas polares. De
2
=
x
2
1
+x
2
2
y derivando respecto de la variable independiente t :
2
= 2x
1
x
1
+ 2x
2
x
2
o bien
= x
1
x
2
+x
2
x
2
(1)
De = arctan(x
2
/x
1
) y derivando respecto de la variable independiente t :
=
1
1 +
x
2
2
x
2
1
x
2
x
1
x
1
x
2
x
2
1
=
1
2
(x
2
x
1
x
1
x
2
) (2)
_
_
_
= x
1
x
2
x
2
1
(1 x
1
x
2
2
) +x
2
x
1
x
2
2
(1 x
1
x
2
2
)
=
1
2
_
x
2
1
x
1
x
2
(1 x
1
x
2
2
) +x
2
2
+x
1
x
2
(1 x
1
x
2
2
)
_
El sistema dado en coordenadas cartesianas es pues equivalente al sistema
en polares:
_
= (1
2
)
= 1
(3)
Claramente = 1, = t es solucion de (3) siendo su orbita correspondiente
la circunferencia unidad C. Sea (a
1
, a
2
) un punto que satisface a
2
1
+a
2
2
< 1,
es decir un punto interior del disco unidad D. Si la solucion que pasa por
(a
1
, a
2
) se pudiera prolongar en el tiempo hacia el exterior de D, entonces
la orbita correspondiente tendra que atravesar C, en contradiccion con el
teorema de unicidad de las soluciones (el campo es de clase 1 en R
2
).
11.20. FACTOR INTEGRANTE. SISTEMA GRADIENTE 439
11.20. Factor integrante. Sistema gradiente
Dado el sistema diferencial plano
_
x
= 4(x
2
+xy)(x +y)
y
= (3x
2
+ 2xy y
2
)(x +y)
con : R R de clase (
1
(R), se pide
(i ) Encontrar una funcion no identicamente nula para que dicho sistema
sea un sistema gradiente.
(ii ) Determinar una funcion potencial G : R
2
R para el sistema gradiente
del apartado (i ).
(iii ) Resolver la ecuacion diferencial
4(x
2
+xy) dx + (3x
2
+ 2xy y
2
) dy = 0 [17]
Resolucion. (i ) El campo v = (v
1
, v
2
) asociado al sistema es de clase 1 en
el conjunto simplemente conexo R
2
en consecuencia el sistema es gradiente
si y solo si
v
1
y
=
v
2
x
. Tenemos
v
1
y
=
v
2
x
4x(x +y) + 4(x
2
+xy)
(x +y) =
(6x + 2y)(x +y) + (3x
2
+ 2xy y
2
)
(x +y)
(x +y)
2
(x +y) 2(x +y)(x +y) = 0

Sea z = x+y, tenemos que hallar una solucion de la ecuacion z
(z)2(z) =
0 y podemos tomar como tal, (z) = z
2
. Por tanto, una funcion que satisface
las condiciones del enunciado es (x +y) = (x +y)
2
.
(ii ) Para la funcion (x+y) = (x+y)
2
el sistema dado es sistema gradiente en
todo el plano de fases R
2
y por tanto existe una funcion potencial G : R
2
R
de clase 2 tal que G = v. Integrando respecto de x obtenemos
G(x, y) =
_
v
1
dx =
_
4(x
2
+xy)(x +y)
2
dx =
_
4(x
4
+ 3x
3
y + 3x
2
y
2
+xy
3
) dx =
=
4
5
x
5
3x
4
y 4x
3
y
2
2x
2
y
3
+(y)
Desarrollando ahora v
2
:
v
2
= (3x
2
+ 2xy y
2
)(x +y)
2
= 3x
4
+ 8x
3
y + 6x
2
y
2
y
4
440CAP
Obligando a que
G
y
= v
2
:
3x
4
8x
3
y 6x
2
y
2
+
(y) = 3x
4
8x
3
y 6x
2
y
2
+y
4
Queda
(y) = y
4
y podemos elegir (y) = y
5
/5. Una funcion potencial es
por tanto
G(x, y) =
4
5
x
5
3x
4
y 4x
3
y
2
2x
2
y
3
+
1
5
y
5
(iii ) Un factor integrante de la ecuacion dada es justamente (x, y) = (x+y)
2
con lo cual la solucion general de la ecuacion dada es G(x, y) = C con C
constante y G(x, y) la funcion potencial del apartado anterior.
Captulo 12
Miscelanea de ecuaciones
diferenciales
12.1. Ecuaci on de Euler
Demostrar que el cambio de variable independiente de x(t) a x(u) denido
por t = exp u transforma la ecuacion de Euler t
2
x
+ atx
+ bx = 0 (es
una ecuacion lineal de segundo orden con coecientes variables, a y b n ume-
ros reales) en una ecuacion lineal de segundo orden, pero de coecientes
constantes. Resolver t
2
x
+ 2tx
2x = 0 con x(1) = 0, x
(1) = 1. [17]
Resolucion. El cambio t = e
u
equivale a u = log t. Entonces:
x
(t) = x
(u)
1
t
= x
(u)e
u
x
(t) = [x
(u)e
u
+x
(u)(e
u
)]
1
t
= e
2u
(x
(u) x
(u))
Sustituyendo en t
2
x
+ atx
+ bx = 0 obtenemos x
(u) x
(u) + ax
(u) +
bx(u) = 0, es decir:
x
(u) + (a 1)x
(u) +bx(u) = 0 (1)

que es una ecuacion lineal de segundo orden de coecientes constantes. En
el caso particular dado, la ecuacion (1) es:
x
(u) x
(u) 2x(u) = 0 (2)

Su ecuacion caracterstica es
2
+2 = 0 cuyas races son = 2 y = 1.
Una base del espacio de las soluciones de la ecuacion (2) es B = e
2u
, e
u
con lo cual su solucion general es x(u) = C

1
e
2u
+ C
2
e
u
. Expresandola en
terminos de la variable independiente t :
441
442CAP
ITULO 12. MISCEL
ANEA DE ECUACIONES DIFERENCIALES

x(t) = C
1
e
2 log t
+C
2
e
log t
= C
1
t
2
+C
2
t (3)
Derivando obtenemos x
(t) = 2C
1
t
3
+ C
2
y las condiciones x(1) = 0,
x
(1) = 1 equivalen a C
1
+ C
2
= 0 y 2C
1
+ C
2
= 1, sistema cuya solucion
es C
1
= 1/3, C
2
= 1/3. La solucion pedida es por tanto:
x(t) =
t
3

1
3t
2
Nota: Otra manera de resolver la ecuacion de Euler es ensayar soluciones
de la forma x(t) = t
k
, con lo cual x
(t) = kt
k1
, x
(t) = k(k 1)t

k2
.
Sustituyendo en la ecuacion t
2
x
+ 2tx
2x = 0 obtenemos:
(k(k 1) 2k 2)t
k+2
= 0
Igualando el coeciente de t
k+2
a 0 obtenemos k
2
+k2 = 0 cuyas races son
k = 2 y k = 1. Dos soluciones particulares de la ecuacion de Euler son por
tanto x
1
(t) = t
2
y x
2
= t. Al ser linealmente independientes, determinan
la solucion general obtenida en (3).
12.2. Ecuaci on lineal con coecientes variables
Se considera la ecuaci on diferencial lineal con coecientes no constantes:
x
(n)
+a
n1
(t)x
(n1)
+. . . +a
1
(t)x
+a
0
(t)x = 0 (E)
en donde las a
i
(t) son funciones continuas denidas en un abierto real.
1.- Sea x
1
(t) una solucion de (E). Demostrar que la sustitucion x(t) =
x
1
(t)z(t) seguida de z
(t) = u(t) permite rebajar el orden de la ecuacion.

2.- Comprobar que la ecuacion (2t + 1)x
+ (4t 2)x
8x = 0 tiene una
solucion particular de la forma x
1
= e
mt
y como aplicacion hallar su solucion
general.
Resolucion. 1.- Usando la formula de Newton-Leibniz:
x
(k)
=
k
j=0
_
k
j
_
x
(kj)
1
z
(j)
= x
(k)
1
z +
k
j=1
_
k
j
_
x
(kj)
1
z
(j)
Es decir, podemos expresar x
(k)
= x
(k)
1
z +S
k
y en la expresion S
k
aparecen
derivadas de z hasta orden n, pero no z. Sustituyendo en (E) :
12.2. ECUACI
ON LINEAL CON COEFICIENTES VARIABLES 443

x
(n)
1
z +S
n
+a
n1
(x
(n1)
1
z +S
n1
) +. . . +a
1
(x
1
z +x
1
z
) +a
0
x
1
z
= (x
(n)
1
+a
n1
x
(n1)
1
+. . . +a
1
x
1
+a
0
x
1
)z +E
1
= 0 (1)
Por hipotesis x
1
es solucion de (E) y por tanto la expresion (1) equivale
a E
1
= 0 que es una ecuacion diferencial lineal de orden n en la variable
dependiente z que no contiene el termino z. Efectuando la sustitucion z
= u
obtenemos una ecuacion diferencial lineal de orden n 1 en la variable de-
pendiente u.
2.- Obliguemos a que x
1
= e
mt
sea solucion de la ecuacion dada.
(2t+1)m
2
e
mt
+ (4t 2)me
mt
8e
mt
= 0
(2m
2
+ 4m)t +m
2
2m8 = 0
_
2m
2
+ 4m = 0
m
2
2m8 = 0
m = 2
Efectuando las sustituciones x = x
1
z y u = z
:
(2t + 1)(x
1
z + 2x
1
z
+x
1
z
) + (4t 2)(x
1
z +x
1
z
) 8x
1
z = 0
[(2t + 1)x
1
+ (4t 2)x
1
8x
1
]z
+ (2t + 1)x
1
z
+ [(4t + 2)x
1
+ (4t 2)x
1
]z
= 0
(2t + 1)x
1
u
+ [(4t + 2)x
1
+ (4t 2)x
1
]u = 0
Sustituyendo x
1
= e
2t
y x
1
= 2e
2t
en la ultima expresion queda:
[(2t + 1)u
(4t + 6)u]e
2t
= 0 (2t + 1)u
(4t + 6)u = 0
Resolvamos esta ultima ecuacion diferencial:
u
u
=
4t + 6
2t + 1
= 2 +
4
2t + 1
, log [u[ = 2t + 2 log [2t + 1[ +K,
u = Ce
2t
(2t + 1)
2
, z = C
_
e
2t
(2t + 1)
2
dt
Para resolver la integral, expresamos
_
e
2t
(2t + 1)
2
dt = (at
2
+ bt + c)e
2t
y
derivamos ambos miembros:
e
2t
(4t
2
+ 4t + 1) = (2at +b)e
2t
+ 2(at
2
+bt +c)e
2t
Identicando coecientes obtenemos 2a = 4, 2a + 2b = 4 y b + 2c = 1, lo
cual proporciona los valores a = 2, b = 0 y c = 1/2. Eligiendo por ejemplo
C = 2 obtenemos la solucion de (E), x = x
1
z = 4t
2
+ 1.
444CAP
ITULO 12. MISCEL

Tenemos pues dos soluciones de la ecuacion (E), que son x
1
= e
2t
y x
2
=
4t
2
+ 1 y estas funciones son linealmente independientes como facilmentese
puede comprobar. Concluimos pues que la solucion general de la ecuacion
(E) es
x(t) = C
1
e
2t
+C
2
(4t
2
+ 1)
12.3. Variacion de las constantes
Usando el metodo de variacion de las constantes hallar la solucion general
de la ecuacion diferencial
x
+x =
1
cos t
Resolucion. Recordamos el metodo de variacion de las constantes. Sea la
ecuacion diferencial
x
(n)
+a
n1
(t)x
(n1)
+. . . +a
1
(t)x
+a
0
(t)x = f(t) (1)
Entonces, si x
1
(t), . . . , x
n
(t) son soluciones linealmente indepencientes de la
ecuacion homogenea asociada a (1), la solucion general de (1) es
x(t) = C
1
(t)x
1
(t) +. . . +C
n
(t)x
n
(t)
en donde C
1
(t), . . . , C
n
(t) son las soluciones del sistema
_
_
x
1
(t)C
1
(t) +. . . +x
n
(t)C
n
(t) = 0
x
1
(t)C
1
(t) +. . . +x
n
(t)C
n
(t) = 0
. . .
x
(n1)
1
(t)C
1
(t) +. . . +x
(n1)
n
(t)C
n
(t) = f(t)
(2)
En nuestro caso la ecuacion homogenea x
+ x = 0 es de coecientes cons-
tantes, su ecuacion caracterstica es
2
+ 1 = 0, con races = i y una
base de su espacio de soluciones esta formada por las funciones x
1
(t) = cos t
y x
2
(t) = sin t. Planteamos el sistema (2) :
_
C
1
(t) cos t +C
2
(t) sin t = 0
C
1
(t) sin t +C
2
(t) cos t =
1
cos t
Su solucion es:
12.4. POLINOMIO DE TAYLOR DE UNA SOLUCI
ON 445
C
1
(t) =
0 sin t
1
cos t
cos t
cos t sin t
sin t cos t
= tan t , C
2
(t) =
cos t 0
sin t
1
cos t
cos t sin t
sin t cos t
= 1
Entonces, C
1
(t) = log [ cos t[ +K
1
y C
2
(t) = t +K
2
. La solucion general de
la ecuacion dada es por tanto:
x(t) = t sin t + (cos t)(log [ cos t[) +K
1
cos t +K
2
sin t (K
1
, K
2
R)
12.4. Polinomio de Taylor de una soluci on
Calcular el polinomio de Taylor de cuarto grado (centrado en el origen) de
la solucion x(t) del problema de valor inicial
x
(t) = log(1 +t +x)

x(0) = 0
[17]
Resolucion. La funcion f(t, x) = log(1 +t +x) esta denida en el dominio
del plano
D = (t, x) R
2
: t +x + 1 > 0
Por otra parte (0, 0) D, y tanto f(x, t) como
f
x
(x, t) = (1 +t +x)
1
son
continuas en D. Por un conocido teorema, se deduce que existe una unica
solucion x = x(t) al problema de valor inicial dado. El polinomio de Taylor
pedido es
p(t) = x(0) +
x
(0)
1!
t +
x
(0)
2!
t
2
+
x
(0)
3!
t
3
+
x
(4)
(0)
4!
t
4
Las derivadas de ordenes 2, 3 y 4 de x son
x
(t) = (1 +t +x)
1
(1 +x
)
x
(t) = (1 +t +x)
2
(1 +x
)
2
+ (1 +t +x)
1
x
x
(4)
(t) = 2(1 +t +x)
3
(1 +x
)
3
(1 +t +x)
2
2(1 +x
)x
(1 +t +x)
2
(1 +x
)x
+ (1 +t +x)
1
x
Tenemos x(0) = 0 y x
(0) = log 1 = 0. Particularizando sucesivamente t = 0

en las restantes derivadas, obtenemos x
(0) = 1, x
(0) = 0 y x
(4)
(0) = 1.
Por tanto:
p(t) =
1
2
x
2
1
24
x
4
446CAP
ITULO 12. MISCEL

12.5. Puntos atrados por el origen
Determinar los puntos M(a, b, c) que son atrados por el origen (cuanto
t +) en el sistema diferencial X
= AX.
A =
_
_
0 2 3
2 1 2
3 2 0
_
_
[17]
Resolucion. Hallemos los valores propios de A. Restando a la tercera la
la primera y posteriormente sumando a la primera columna la tercera:
2 3
2 1 2
3 2
2 3
2 1 2
3 + 0 3
3 2 3
4 1 2
0 0 3
=
(3 )(
2
4 5) = 0 = 5 = 1 = 3 (simples)
La matriz A es por tanto diagonalizable en R. Sea P R
33
una matriz
1
AP = D = diag (5,-1,-3), entonces la solucion del
sistema X
= AX con la condicion inicial X(0) = (a, b, c)

t
es:
X(t) = e
tA
_
_
a
b
c
_
_
= Pe
tD
P
1
_
_
a
b
c
_
_
= P
_
_
e
5t
0 0
0 e
t
0
0 0 e
3t
_
_
P
1
_
_
a
b
c
_
_
Si u, v, w son la primera, segunda y tercera columna de A respectivamente y
si (a
, b
, c
)
t
= P
1
(a, b, c)
t
, podemos expresar X(t) en la forma vectorial:
X(t) =
_
u v w
_
_
e
5t
0 0
0 e
t
0
0 0 e
3t
_
_
_
_
a
_
_
= a
e
5t
u +b
e
t
v +c
e
3t
w
Se verica lm
t+
(b
e
t
v+c
e
3t
w) = 0 y lm
t+
e
5t
= +. Pero u ,= 0
al ser P invertible, lo cual implica que lm
t+
X(t) = (0, 0, 0)
t
si y solo si
a
= 0. Hallemos una matriz P para determinar a
. Los subespacios propios

asociados a la matriz A y una base de cada uno de ellos son:
V
5

_
_
_
5x
1
+ 2x
2
+ 3x
3
= 0
2x
1
4x
2
+ 2x
3
= 0
3x
1
+ 2x
2
5x
3
= 0
B
V
5
= (1, 1, 1)
V
1

_
_
_
x
1
+ 2x
2
+ 3x
3
= 0
2x
1
+ 2x
2
+ 2x
3
= 0
3x
1
+ 2x
2
+x
3
= 0
B
V
1
= (1, 2, 1)
12.6. MATRIZ EXPONENCIAL E INVERSA DE I +TA 447
V
3

_
_
_
3x
1
+ 2x
2
+ 3x
3
= 0
2x
1
+ 2x
2
+ 4x
3
= 0
3x
1
+ 2x
2
+ 3x
3
= 0
B
V
3
= (1, 0, 1)
En consecuencia se verica:
_
_
a
_
_
=
_
_
1 1 1
1 2 0
1 1 1
_
_
1
_
_
a
b
c
_
_
=
1
6
_
_
2 2 2
1 2 1
3 0 3
_
_
_
_
a
b
c
_
_
La condicion a
= 0 es equivalente a a + b + c = 0. Podemos por tanto

concluir que el conjunto de los puntos M que son atrados por el origen son
los puntos de la forma ( , , ) con , R.
12.6. Matriz exponencial e inversa de I + tA
Se considera la matriz
A =
_
_
1 0 1 0
0 1 0 1
1 0 1 0
0 1 0 1
_
_
(a) Calcular e
tA
. (b) Calcular (I +tA)
1
. [17]
Resolucion. (a) Para hallar los valores propios de A desarrollamos por los
elementos de la primera columna
1 0 1 0
0 1 0 1
1 0 1 0
0 1 0 1
= (1 )
1 0 1
0 1 0
1 0 1
0 1 0
1 0 1
1 0 1
= (1 )(1 )
1 1
1 1
1 1
1 1
=
(
2
2)
1 1
1 1
= (
2
2)(
2
2) = 0 =
2 (dobles)
Escalonando, podemos facilmente deducir que rg (A
2I) = 2 (omitimos
los calculos por lo rutinario de los mismos). En consecuencia, la dimension
del subespacio propio V
2
asociado a =
2 es 2. Un sistema que determina

este subespacio propio (obtenido al hallar el rango de A
2I) es
448CAP
ITULO 12. MISCEL

V
2

_
(1
2)x
1
+x
3
= 0
(1
2)x
2
x
4
= 0
y una base de este subespacio es (1, 0, 1 +
2, 0), (0, 1, 0, 1
2). De
manera analoga, obtenemos una base de V
2
:
(1, 0, 1
2, 0), (0, 1, 0, 1 +
2)
La matriz A es diagonalizable y una matriz invertible P R
44
tal que
P
1
AP = D siendo D = diag (
2,
2,
2,
2) es
P =
_
_
1 0 1 0
0 1 0 1
1 +
2 0 1
2 0
0 1
2 0 1 +
2
_
_
Calculando la inversa obtenemos
P
1
=
1
4
_
_
2 +
2 0
2 0
0 2
2 0
2
2
2 0
2 0
0 2 +
2 0
2
_
_
La matriz exponencial pedida es
e
tA
= Pe
tD
P
1
= P
_
_
e
2 t
0 0 0
0 e
2 t
0 0
0 0 e
2 t
0
0 0 0 e
2 t
_
_
P
1
=
cosh
2t
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
_
_
+
2
2
sinh
2t
_
_
1 0 1 0
0 1 0 1
1 0 1 0
0 1 0 1
_
_
Podemos expresar
e
tA
= (cosh
2t)I +
_
2
2
sinh
2t
_
A
(b) La matriz I +tA la podemos expresar de la siguiente manera
I +tA = PIP
1
+tPDP
1
= P(I +tD)P
1
12.7. TRES PROPIEDADES DE LA MATRIZ EXPONENCIAL 449
Entonces, (I +tA)
1
= P(I +tD)
1
P
1
. Es decir
(I +tA)
1
=
P
_
_
(1 +
2 t)
1
0 0 0
0 (1 +
2 t)
1
0 0
0 0 (1
2 t)
1
0
0 0 0 (1
2 t)
1
_
_
P
1
La matriz I +tA existe si y solo si t ,=
2/2. Operando obtenemos

(I +tA)
1
=
1
1 2t
2
_
_
1 t 0 t 0
0 1 +t 0 t
t 0 1 +t 0
0 t 0 1 t
_
_
(t ,=
2/2)
Podemos expresar
(I +tA)
1
=
1
1 2t
2
(I tA) (t ,=
2/2)
12.7. Tres propiedades de la matriz exponencial
(a) Demostrar que si e
tA
= e
tB
para todo t entonces es A = B.
(b) Demostrar que si A es simetrica (A
T
= A) entonces e
tA
es simetrica para
todo t. Enunciar el recproco y estudiar su validez.
(c) Demostrar que si A es antisimetrica (A
T
= A)) entonces e
tA
es orto-
gonal (M
T
= M
1
) para todo t. Enunciar el recproco y estudiar su validez.
[17]
Resolucion. Aunque no se menciona explcitamente, suponemos que las
matrices son reales, cuadradas de orden n y que t R.
(a) Usando la conocida propiedad de la derivada de la exponencial:
e
tA
= e
tB
d
dt
e
tA
=
d
dt
e
tB
Ae
tA
= Be
tB
Particularizando en t = 0 queda Ae
0
= Be
0
, es decir AI = BI lo cual im-
plica A = B.
(b) Si A es simetrica, por el teorema espectral existe una matriz P R
nn
ortogonal tal que A = PDP
T
con D = diag(
1
, . . . ,
n
) R
nn
. Tenemos
por una parte:
450CAP
ITULO 12. MISCEL

(e
tD
)
T
= (diag(e
1
t
, . . . , e
nt
))
T
= diag(e
1
t
, . . . , e
nt
) = e
tD
Usando este resultado:
(e
tA
)
T
= (Pe
tD
P
T
)
T
= (P
T
)
T
(e
tD
)
T
P
T
= Pe
tD
P
T
= e
tA
Es decir, e
tA
es simetrica. El enunciado recproco es: si e
tA
es simetrica para
todo t, entonces A es simetrica. Veamos que es cierto. En efecto, dado que
la derivada de la traspuesta es la traspuesta de la derivada:
d
dt
(e
tA
)
T
=
_
d
dt
e
tA
_
T
=
_
Ae
tA
_
T
=
_
e
tA
_
T
A
T
= e
tA
A
T
Pero al ser (e
tA
)
T
= e
tA
, tambien se verica:
d
dt
(e
tA
)
T
=
d
dt
e
tA
= Ae
tA
Por tanto, para todo t tenemos e
tA
A
T
= Ae
tA
. Particularizando en t = 0
obtenemos IA
T
= AI o equivalentemente A
T
= A. La matriz A es en con-
secuencia simetrica.
(c) Veamos previamente que las matrices (tA)
T
y tA conmutan
(tA)
T
(tA) = (tA
T
)(tA) = (tA)(tA) = t
2
A
2
(tA)(tA)
T
= (tA)(tA
T
) = (tA)(tA) = t
2
A
2
Sabemos que para F, G R
nn
se cumple e
(F
T
)
= (e
F
)
T
y ademas e
F
e
G
=
e
F+G
si FG = GF. Entonces
_
e
tA
_
T
(e
tA
) = e
(tA)
T
e
tA
= e
(tA)
T
+tA
= e
tA+tA
= e
0
= I
La matriz e
tA
es ortogonal para todo t. El enunciado recproco es: si e
tA
es
ortogonal para todo t, entonces A es antisimetrica. Veamos que es cierto.
En efecto, para todo t :
_
e
tA
_
T
=
_
e
tA
_
1
e
(tA)
T
= e
tA
e
tA
T
= e
t(A)
Del apartado (a) concluimos que A
T
= A, es decir A es antisimetrica.
12.8. MATRICES COMPONENTES 451
12.8. Matrices componentes
Se considera la matriz real: A =
_
5 1
1 3
_
.
(a) Calcular sus matrices componentes.
(b) Como aplicacion, calcular
A, A
1
y e
A
.
Resolucion. Recordamos el siguiente teorema:
Sea A K
nn
con K = C o K = R de polinomio mnimo
() = (
1
)
m
1
. . . (
s
)
ms
Entonces, existen matrices A
ik
con i = 1, 2 . . . , s, k = 0, 1, . . . , m
i
1 tales
que para toda funcion f : K K tal que existe f(A) es decir f
(k)
(
i
)
con i = 1, 2 . . . , s, k = 0, 1, . . . , m
i
1 se verica
f(A) =
s
i=0
m
i
1
k=0
f
(k)
(
i
)A
ik
A las matrices A
ik
se las llama matrices componentes de A.
(a) El polinomio mnimo de la matriz A es () = ( 4)
2
. Es decir
1
= 4
es el unico valor propio de A, las matrices componentes de A son A
10
, A
11
y
para toda funcion f para la cual exista f(A) (es decir, existen f(4) y f
(4))
se verica:
f(A) = f(4)A
10
+f
(4)A
11
()
Para hallar las matrices componentes elegimos las funciones polinomicas
(siempre estan denidas) f() = 1, f() = y aplicamos la formula () lo
cual nos conduce al sistema matricial:
_
I = A
10
A = 4A
10
+A
11
que resuelto proporciona
A
10
= I , A
11
=
_
1 1
1 1
_
Aplicando () a la funcion f() =
y usando f
() = 1/(2
) obtenemos:
452CAP
ITULO 12. MISCEL

f(A) =
A = 2A
10
+
1
4
A
11
=
1
4
_
9 1
1 7
_
Aplicando () a la funcion f() = 1/ y usando f
() = 1/
2
obtenemos:
f(A) =
1
A
= A
1
=
1
4
A
10

1
16
A
11
=
1
16
_
3 1
1 5
_
Aplicando () a la funcion f() = e
y usando f
() = e
obtenemos:
f(A) = e
A
= e
4
A
10
+e
4
A
11
= e
4
_
2 1
1 0
_
12.9. Norma de una matriz antisimetrica
Calcular la norma |A|
2
de la matriz
A =
_
_
0 c b
c 0 a
b a 0
_
_
R
33
[17]
Resolucion. Sabemos que |A|
2
=
max
siendo
max
el mayor valor pro-
pio de A
t
A.
A
t
A =
_
_
0 c b
c 0 a
b a 0
_
_
_
_
0 c b
c 0 a
b a 0
_
_
=
_
_
c
2
+b
2
ab ac
ab c
2
+a
2
cb
ac cb b
2
+a
2
_
_
El polinomio caracterstico () de una matriz M de orden 33 viene dado
por
() =
3
+ (tr M)
2
(M
11
+M
22
+M
33
) + det M
en donde M
ii
son los adjuntos de m
ii
. Para M = A
t
A tenemos tr M =
2(a
2
+b
2
+c
2
) Los adjuntos M
ii
son
M
11
=
c
2
+a
2
cb
cb b
2
+a
2
= a
2
b
2
+c
2
a
2
+a
4
= a
2
(a
2
+b
2
+c
2
)
M
22
=
c
2
+b
2
ac
ac b
2
+a
2
= c
2
b
2
+b
4
+a
2
b
2
= b
2
(a
2
+b
2
+c
2
)
M
33
=
c
2
+b
2
ab
ab c
2
+a
2
= c
4
+b
2
c
2
+c
2
a
2
= c
2
(a
2
+b
2
+c
2
)
12.10. ECUACI
ON DIFERENCIAL COMPLEJA 453

Dado que det A = 0, tenemos det M = det(A
t
A) = (det A
t
)(det A) = 0.
Entonces
() =
3
+ 2(a
2
+b
2
+c
2
)
2
+ (a
2
+b
2
+c
2
)
2
_
(a
2
+b
2
+c
2
)
_
2
Los valores propios de A
t
A son 0 (simple) y a
2
+b
2
+c
2
(d0ble). Por tanto:
|A|
2
=
a
2
+b
2
+c
2
12.10. Ecuaci on diferencial compleja
Se considera la ecuacion diferencial con condiciones iniciales
z
+cz = h(t) , z(0) =

0
, z
(0) =
1
()
La incognita es la funcion compleja z(t) (R C), c,
0
,
1
son n umeros
complejos y h(t) una funcion compleja conocida (R C).
Por otro lado, se considera el sistema diferencial con condiciones iniciales
_
x
+ax by = f(t)
y
+bx +ay = g(t)

,
_
x(0) =
0
, y(0) =
0
x
(0) =
1
, y
(0) =
1
()
Las incognitas son las funciones reales x(t), y(t) (R R),
0
,
0
,
1
,
1
,
son n umeros reales, y f(t), g(t) son funciones reales continuas conocidas
(R R).
Se supone que los problemas () y () estan relacionados mediante
c = a +ib,
0
=
0
+i
0
,
1
=
1
+i
1
, h(t) = f(t) +ig(t)
Se pide:
1. Enunciar con precision un Teorema que exprese la equivalencia entre los
problemas () y ().
2. Demostrar el Teorema anterior.
3. Aplicar el Teorema para resolver el sistema diferencial
_
x
2y = 10 cos t
y
+ 2x = 10 sin t
con las condiciones iniciales x(0) = y(0) = y
(0) = 0, x
(0) = 1. [17]
454CAP
ITULO 12. MISCEL

Resolucion. 1. Dadas dos funciones x(t), y(t) reales de variable real, la
derivada de la funcion z(t) = x(t)+iy(t) se dene como z
(t) = x
(t)+iy
(t).
Esto sugiere el siguiente enunciado: Sean x, y funciones reales de variable real
y sea z = x +iy. Entonces,
z es solucion de la ecuacion () (x, y) es solucion del sistema ()
2. Veamos que el enunciado anterior es cierto, con lo cual se convertira en
un teorema.
) Sea z = x +iy solucion de (). Usando z
= x
+iy
, z
= x
+iy
y las
relaciones dadas, se verica:
_
x
+iy
+ (a +ib)(x +iy) = f(t) +ig(t)

x(0) +iy(0) =
0
+i
0
, x
(0) +iy
(0) =
1
+i
1
Igualando partes real e imaginaria:
_
x
+ax by = f(t)
y
+bx +ay = g(t)

,
_
x(0) =
0
, y(0) =
0
x
(0) =
1
, y
(0) =
1
Es decir, (x, y) es solucion del sistema ().
) Sea (x, y) solucion del sistema (). Usando de nuevo z
= x
+ iy
,
z
= x
+iy
y las relaciones dadas, se verica:

z
+cz = h(t) , z(0) =

0
, z
(0) =
1
Es decir, z es solucion de la ecuacion ().
3. Para el sistema dado tenemos:
c = a +bi = 2i,
0
=
0
+i
0
= 0,
1
=
1
+i
1
= 1
h(t) = f(t) +ig(t) = 10 cos t + 10i sin t = 10e
it
Seg un el teorema demostrado en el apartado anterior el sistema dado es
equivalente a la ecuacion
z
+ 2iz = 10e
it
, z(0) = 0, z
(0) = 1 (1)
La ecuacion caracterstica es
2
+2i = 0 y sus races =
2i = (1 i).
La solucion general de la homogenea es z
h
= C
1
e
(1i)t
+ C
2
e
(1i)t
. Una
solucion particular de la completa es de la forma z
p
= Ce
it
. Obligando a que
sea solucion obtenemos
12.10. ECUACI
ON DIFERENCIAL COMPLEJA 455

Ce
it
+ 2iCe
it
= 10e
it
(1 + 2i)C = 10 C = (2 + 4i)
La solucion general de la completa es por tanto
z = (2 + 4i)e
it
+C
1
e
(1i)t
+C
1
e
(1i)t
Imponiendo las condiciones iniciales z(0) = 0, z
(0) = 1 obtenemos el siste-

ma
_
C
1
+C
2
= 2 + 4i
(1 i)C
1
+ (1 +i)C
2
= 3 + 2i
cuya solucion es C
1
= (1 +7i)/4, C
2
= 9(1 +i)/4. Es decir, la solucion de
(1) es
z = (2 + 4i)e
it
+
1 + 7i
4
e
(1i)t
+
9(1 +i)
4
e
(1i)t
=
(2+4i)(cos t+i sin t)+
1 + 7i
4
e
t
(cos ti sin t)+
9(1 +i)
4
e
t
(cos t+i sin t)
Separando partes real e imaginaria obtenemos la solucion del sistema
_
_
x = 2 cos t + 4 sin t +
e
t
4
(cos t + 7 sin t) +
e
t
4
(cos t sin t)
y = 4 cos t 2 sin t +
e
t
4
(7 cos t + sin t) +
e
t
4
(cos t + sin t)
456CAP
ITULO 12. MISCEL

Referencias
[1] Propuesto en examen de

Algebra, ETS de Ingenieros de Montes de la
UPM.

Algebra, ETS de Ingenieros Industriales de la
UPM.

Algebra, ETS de Ingenieros Aerona uticos de
la UPM.

Algebra, ETS de Ingenieros de Caminos de la
UPM.

Algebra, ETS de Ingenieros Agronomos de la
UPM.

Algebra, ETS de Arquitectura de la UPM.
[7] Propuesto en hojas de problemas de

Algebra, ETS de Ingenieros Ae-
ronauticos de la UPM.

Algebra, ETS de Ingenieros de
Caminos de la UPM.

Algebra, ETS de Ingenieros
Agronomos de la UPM.

Algebra, ETS de Arquitectura de
la UPM.
[11] Propuesto en examen de Calculo, ETS de Ingenieros de Montes de la
UPM.
[12] Propuesto en examen de Calculo, ETS de Ingenieros Industriales de la
UPM.
[13] Propuesto en examen de Calculo, ETS de Ingenieros Agronomos de la
UPM.
457
458 REFERENCIAS
[14] Propuesto en examen de Ampliacion de Calculo, ETS de Ingenieros
Industriales de la UPM.
[15] Propuesto en examen de Ampliacion de Calculo, ETS de Ingenieros
Industriales de la UNED.
[16] Propuesto en examen de Metodos Matematicos, Facultad de Informati-
ca de la UCM.
[17] Propuesto en examen de Ampliacion de Matematicas, ETS de Ingenie-
ros de Montes de la UPM.

Problemas de Matemáticas Universitarias

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Problemas de Matemáticas Universitarias

Caricato da

Copyright:

Formati disponibili

PROBLEMAS DE

ALISIS REAL Y COMPLEJO 205

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

(grupo multiplicativo de R 0) denido

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

+y) = (0, 0) (1)

se verican las igualdades

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

, ) el grupo multiplicativo de los n umeros reales no nulos y f : R

. La clase [a] a la que pertenece a esta formada por los elementos

/ ker f esta denido

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ha de ser necesariamente a ,= 0 y en este caso a

= b/a. Ademas, en este caso se

= (1/a)b b/a = 0. Hemos demostrado que una

+ 4 = 4. Existe por tanto x

ITULO 1. ESTRUCTURAS ALGEBRAICAS

ITULO 1. ESTRUCTURAS ALGEBRAICAS

con respecto de la operacion . Esto implica que

= 0 por la propiedad conmutativa.

ITULO 1. ESTRUCTURAS ALGEBRAICAS

i Z[i] no nulo tal que (a+bi)(a

i) = 1. Tomando modulos al cua-

5i] es un dominio de integridad.

5i]. Esto probara que Z[

5i] C y (C, +, ) es anillo con las operaciones

5i] es subanillo de C. Usamos el

5i] ,= . Esto es evidente, pues por ejemplo 0+0

5i Z[i]. (ii ) Para

ITULO 1. ESTRUCTURAS ALGEBRAICAS

5i]. (iii ) Para cada par de elementos

5i) = (ac 5bd) + (ad +bc)

5i] es anillo con las operaciones usuales suma y producto de com-

5i]. Por otra parte

5i]. Concluimos que Z[

5i] es anillo conmutativo y uni-

5i] no nulo es unidad si y solo si existe un

5i] no nulo tal que (a + b

5i] son 1, 1. Pero estos elementos son efectivamente unidades al

5i) como producto de dos factores no

5i, 2, 3 son irreducibles. En efecto,

5i] tal que

5i) claramente dividen a 1+

5i pero los primeros

5i es irreducible. De manera analoga podemos

5i, 2, 3 tambien lo son. Debido a las factorizaciones

5i] no es dominio de factorizacion unica, en

un homomorsmo de anillos e I un ideal bilatero de A,

ITULO 1. ESTRUCTURAS ALGEBRAICAS

Denimos la suma A+B y el producto AB mediante:

ITULO 1. ESTRUCTURAS ALGEBRAICAS

) sea elemento unidad, es

0 . Esto prueba que

ITULO 2. ESPACIOS VECTORIALES, HOMOMORFISMOS

ITULO 2. ESPACIOS VECTORIALES, HOMOMORFISMOS

ITULO 2. ESPACIOS VECTORIALES, HOMOMORFISMOS

ITULO 2. ESPACIOS VECTORIALES, HOMOMORFISMOS

= (3, 1, 2, 0), (2, 3, 0, 1)