Notas Calculo Vectorial PDF

Clculo vectorial y variable compleja
Fabin Snchez Valdovinos

4 de mayo de 2012
ii
ndice general
Prlogo VII
1. Espacios vectoriales 1
1.1. Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Subespacios vectoriales . . . . . . . . . . . . . . . . . . 3
1.3. Vectores en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Interpretacin geomtrica de u +v, ku y u v . . . . . . . . . 6
1.4.1. Interpretacin de u +v y u v . . . . . . . . . . . . . 6
1.4.2. Interpretacin de ku . . . . . . . . . . . . . . . . . . . 6
1.5. Vectores paralelos . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6. Norma en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.7. Distancia en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.8. Vectores ortogonales . . . . . . . . . . . . . . . . . . . . . . . 9
1.9. Producto punto . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.9.1. Propiedades de u v . . . . . . . . . . . . . . . . . . . 11
1.10. Vectores unitarios . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.10.1. Normalizacin de vectores . . . . . . . . . . . . . . . . 12
1.10.2. Vectores ortonormales . . . . . . . . . . . . . . . . . . 12
1.11. Los vectores de la base cannica de R
n
. . . . . . . . . . . . . 12
1.12. Producto cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.12.1. Propiedades de u v . . . . . . . . . . . . . . . . . . . 14
1.13. ngulo entre dos vectores . . . . . . . . . . . . . . . . . . . . 14
1.14. Proyeccin ortogonal de dos vectores . . . . . . . . . . . . . . 15
1.14.1. Componente de un vector u sobre v . . . . . . . . . . . 15
1.15. El triple producto escalar . . . . . . . . . . . . . . . . . . . . . 16
1.16. Ecuaciones de la recta y el plano . . . . . . . . . . . . . . . . 17
1.16.1. Ecuacin de la recta que pasa por un punto . . . . . . 17
1.16.2. Ecuacin de la recta que pasa por dos puntos . . . . . 18
1.17. La ecuacin del plano . . . . . . . . . . . . . . . . . . . . . . . 19
1.17.1. La ecuacin de un plano en el espacio . . . . . . . . . . 19
iii
NDICE GENERAL
1.18. Hiperplanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.19. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2. Funciones vectoriales 23
2.1. Concepto de funcin . . . . . . . . . . . . . . . . . . . . . . . 23
2.2. Topologa en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. Funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.1. Interpretacin geomtrica . . . . . . . . . . . . . . . . 26
2.3.2. lgebra de funciones vectoriales . . . . . . . . . . . . . 26
2.3.3. Composicin de funciones . . . . . . . . . . . . . . . . 27
2.4. Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.6. Derivadas vectoriales . . . . . . . . . . . . . . . . . . . . . . . 30
2.7. Integrales de funciones vectoriales . . . . . . . . . . . . . . . . 32
2.8. Teorema fundamental del clculo . . . . . . . . . . . . . . . . 33
2.8.1. Segundo teorema fundamental del clculo . . . . . . . . 34
2.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3. Funciones de varias variables 35
3.1. Funciones reales de un vector . . . . . . . . . . . . . . . . . . 35
3.1.1. lgebra de funciones de varias variables . . . . . . . . 36
3.1.2. Composicin de funciones . . . . . . . . . . . . . . . . 36
3.2. Grca de una funcin f : R
n
R . . . . . . . . . . . . . . 36
3.3. Conjuntos de nivel . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4. Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.1. Propiedades de los lmites . . . . . . . . . . . . . . . . 38
3.5. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5.1. Propiedades de las funciones continuas . . . . . . . . . 39
3.6. Diferenciacin . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.7. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . 40
3.7.1. Propiedades de las derivadas parciales . . . . . . . . . 40
3.8. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.9. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.9.1. Direccin de mximo crecimiento . . . . . . . . . . . . 42
3.10. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . 42
3.11. Derivadas de orden superior . . . . . . . . . . . . . . . . . . . 42
3.12. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4. Integrales mltiples 47
4.1. Integrales dobles como volmenes . . . . . . . . . . . . . . . . 47
4.1.1. Integrales dobles sobre un rectngulo . . . . . . . . . . 48
iv
NDICE GENERAL
4.2. La integral doble . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3. Propiedades de la doble integral . . . . . . . . . . . . . . . . . 49
4.4. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . 50
4.5. Integrales dobles sobre regiones elementales . . . . . . . . . . . 50
4.5.1. Regiones elementales . . . . . . . . . . . . . . . . . . . 50
4.5.2. La integral doble sobre una regin elemental . . . . . . 51
4.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5. El campo de los nmeros complejos 55
5.1. Los nmeros reales R como subconjunto de C . . . . . . . . . 57
5.2. Operaciones en C . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.2.1. Inverso aditivo de z C . . . . . . . . . . . . . . . . . 58
5.2.2. Resta de dos nmeros complejos z w . . . . . . . . . 58
5.2.3. Inverso multiplicativo de un nmero complejo z
1
. . . 58
5.2.4. Divisin de dos nmeros complejos
z
w
. . . . . . . . . . 59
5.2.5. Parte real e imaginaria de z . . . . . . . . . . . . . . . 59
5.2.6. Conjugado de un nmero z . . . . . . . . . . . . . . . . 59
5.3. La unidad imaginaria . . . . . . . . . . . . . . . . . . . . . . . 60
5.4. Forma z = a +bi de un nmero complejo . . . . . . . . . . . . 61
5.5. Mdulo y argumento de un nmero complejo z . . . . . . . . . 62
5.6. Coordenadas conjugadas complejas . . . . . . . . . . . . . . . 64
5.7. Forma polar de los nmero complejos . . . . . . . . . . . . . . 65
5.8. Forma exponencial de un nmero complejo e
z
. . . . . . . . . 65
5.9. Potencias enteras de un nmero complejo z . . . . . . . . . . . 66
5.10. Races de un nmero complejo z . . . . . . . . . . . . . . . . . 66
5.11. Funcin exponencial compleja e
z
. . . . . . . . . . . . . . . . . 67
5.12. Funcin logaritmo de un nmero complejo . . . . . . . . . . . 68
5.13. Potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . 69
5.14. Funciones trigonomtricas complejas . . . . . . . . . . . . . . 70
5.15. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6. Funciones de variable compleja 75
6.1. Funciones de variable compleja . . . . . . . . . . . . . . . . . 76
6.2. Lmites de funciones complejas . . . . . . . . . . . . . . . . . . 77
6.3. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.4. Sucesiones de nmeros complejos . . . . . . . . . . . . . . . . 79
6.5. Funciones analticas . . . . . . . . . . . . . . . . . . . . . . . . 81
6.6. Ecuaciones de Cauchy-Riemann . . . . . . . . . . . . . . . . . 83
6.7. Ecuaciones de Cauchy-Riemann en forma polar . . . . . . . . 84
6.8. Funciones inversas . . . . . . . . . . . . . . . . . . . . . . . . 85
6.9. Diferenciacin de las funciones elementales . . . . . . . . . . . 85
v
NDICE GENERAL
6.10. Regla de LHpital . . . . . . . . . . . . . . . . . . . . . . . . 87
6.11. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7. Integracin compleja 91
7.1. Contornos en el plano complejo C . . . . . . . . . . . . . . . . 91
7.2. Integrales de contorno . . . . . . . . . . . . . . . . . . . . . . 92
7.2.1. Propiedades de las integrales de contorno . . . . . . . . 93
Bibliografa 95
vi
Prlogo
Este texto contiene los notas de clase de los cursos de clculo vectorial,
variable compleja y clculo vectorial y variable compleja que he impartido a
estudiantes de las carrera de ingeniera automotriz, telemtica, bioingeniera,
ingeniera en software y dems en la Universidad Politcnica de Pachuca.
Contiene el material bsico para un curso introductorio a ciertos temas del
Clculo Vectorial y de Variable Compleja as como una coleccin de ejercicios
para desarrollar las habilidades del estudiante en estos temas..
Considero necesario hacer nfasis en que este trabajo tiene el carcter de
preliminar y que el material completo fue compilado de las fuentes que apa-
recen al nal del texto. Me atrevo a presentar estas notas preliminares con
la esperanza de mejorarlas paulatinamente a lo largo de los prximos meses
enriqueciendo su contenido grco como terico. Cualquier comentario, co-
rreccin o sugerencia es ampliamente agradecida.
Act. Fabin Snchez Valdovinos
Enero 2012
Universidad Politcnica de Pachuca
vii
viii
Captulo 1
Espacios vectoriales
En varias aplicaciones fsicas aparecen ciertas cantidades tales como tem-
peratura y rapidez que poseen nicamente una magnitud. Estas cantidades
pueden representarse por nmeros reales. Por otra parte, tambin hay can-
tidades, tales como la fuerza y velocidad que poseen ala vez magnitud y
direccin. Estas cantidades pueden representarse por echas(que tienen
magnitudes y direcciones apropiadas y parten desde un punto de referencia
(O)) y se les conoce como vectores. En este captulo estudiaremos con detalle
las propiedades de dichos entes desde una perspectiva ms matemtica que
fsica.
1.1. Campos
Antes de denir el concepto de vector y espacio vectorial, es importante
denir el concepto de campo que es muy importante en ramas de las ma-
temticas como el lgebra moderna y el lgebra lineal donde el concepto de
espacio vectorial bajo un campo es el primer paso en el estudio de el lgebra
lineal.
Denicin 1 Sea F ,= un conjunto en donde estn denidas dos opera-
ciones entre sus elementos, la suma y el producto, y cumplen las siguientes
propiedades. a, b, c F se cumple:
1. a +b F
2. (a +b) +c = a + (b +c)
3. a F ! 0 F tal que a + 0 = 0 +a = a
4. a F ! (a) F tal que a + (a) = (a) +a = 0
1
1.2. Espacios vectoriales
5. a b F
6. a b = b a
7. (a b) c = a (b c)
8. a F ! 1 F tal que a 1 = 1 a = a
9. a F ! a
1
F tal que a a
1
= a
1
a = 1
10. a (b +c) = a b +a c
Las propiedades 1 a la 5 se reeren a las propiedades que debe de cumplir
la suma en un campo mientras que las propiedades de la 6 a la 10 son las
propiedades que debe de cumplir el producto en un campo, por ultimo la
propiedad 11 es la propiedad distributiva que es una combinacin de ambas
operaciones, la suma y el producto en un campo F.
Ejemplo 1 Los nmeros racionales Q =
a
b
[a Z y b ,= 0 Z con las
operaciones de suma denida como
a
b
+
c
d
=
ad+bc
bd
y el producto denido como
a
c
c
d
=
ac
bd
es un ejemplo de un campo ya que cumple todas las 11 propiedades
enlistadas anteriormente. Tambin el conjunto de los nmeros reales R con
la suma y producto denido en ellos tambin es un campo. Adems de los
nmeros complejos que se vieron en el captulo anterior forman un campo.
1.2. Espacios vectoriales
Ahora, una vez denido el concepto de campo y habiendo visto algunos
ejemplos deniremos el concepto de espacio vectorial bajo un campo.
Denicin 2 Sea V ,= y sea F un campo, donde se denen dos operacio-
nes, una suma de los elementos de V y otra un producto para los elementos
de V y los elementos de F. Estas reglas de asignacin son tales que asignan
a todo elemento u, v V una suma u + v V y a todo elementos v V y
todo k F el producto kv V. Se dice que V es un espacio vectorial bajo
el campo F si u, v, w V y k F se cumple las siguientes propiedades:
1. u +v V
2. u +v = v +u
3. (u +v) +w = u + (v +w)
4. u V ! 0 V tal que a + 0 = 0 +a = a
2
1. Espacios vectoriales
5. u V ! (u) V tal que u + (u) = (u) +u = 0
6. ku V
7. u V y k, l F (kl)u = k(lu)
8. u V ! 1 F tal que 1a = a
9. u, v V y k F k(u +v) = ku +kv
10. u V y k, l F (k +l)u = ku +lu
A los elementos del espacio vectorial V se les conoce como vectores,
mientras que a los elementos del campo F se les conoce como escalares.
En este caso, en un espacio vectorial se tienen propiedades anlogas a
las de un campo, a excepcin que en un espacio vectorial no esta denido
el concepto de inverso de un vector, las dems propiedades son parecidas ya
que se tienen propiedades para la suma y el producto.
En el caso de los espacios vectoriales a las operaciones de suma y pro-
ducto nos referiremos a ellas como suma de vectores y producto por un
escalar.
Ejemplo 2 Algunos ejemplos de espacios vectoriales son el plano cartesiano
(R
2
), el espacio euclidiano (R
3
) y el espacio euclidiano de dimensin n R
n
,
todos ellos bajo el campo de los nmeros reales R. En el curso, en general
nos enfocaremos en los espacios R
2
y R
3
, pero muchos de los resultados del
clculo vectorial se generalizan para el espacio vectorial R
n
.
1.2.1. Subespacios vectoriales
Ahora introduciremos el concepto de subespacio vectorial. Este concepto
es de gran utilidad para poder explicar la geometra de las rectas y plano
contenidos no solo en R
3
, sino tambin en el espacio vectorial R
n
.
Denicin 3 Sea V un espacio vectorial sobre el campo F, y sea W V.
Se dice que W es un subespacio vectorial de V si cumple las siguientes
propiedades:
1. W,= o algo equivalente sera

0 W
2. Si u, v W u +v W
3. Si u W y k F ku W
3
1.3. Vectores en R
n
Ejemplo 3 Algunos ejemplos de subespacios vectoriales del espacio vectorial
R
n
son los siguientes
1
:
1. Una recta l que pasa por el origen

0, es un subespacio vectorial de R
n
.
2. El conjunto de vectores W = (x, 2z +x, z)[x, z R es un subespacio
vectorial de R
3
. sus elementos son de la forma (x, 2z+x, z) = x(1, 1, 0)+
z(0, 2, 1). Resulta entonces que este conjunto de vectores es un plano
P que pasa por los puntos (0, 0, 0), (1, 1, 0) y (0, 2, 1).
En la siguiente seccin se ver como se denen las operaciones de suma
de vectores y producto por un escalar para espacio vectorial R
n
.
1.3. Vectores en R
n
Empezaremos deniendo al espacio vectorial R
n
, pero a lo largo del curso
se estudiaran mas a fondo los casos particulares cuando n = 2 y n = 3,
es decir, el plano cartesiano y el espacio euclidiano. El concepto de espacio
vectorial R
n
depende de un concepto de lgebra de conjuntos, este concepto
es el de producto cartesiano que denimos a continuacin.
Denicin 4 Sean A y B dos conjuntos, se dene el producto cartesiano
de los conjuntos A y B como:
A B = (a, b)[a A y b B
Y si se tienen n conjuntos diferentes A
1
, A
2
, . . . , A
n
, el producto cartesiano
se dene como:
A
1
A
2
A
n
= (a
1
, a
2
, . . . , a
n
)[a
i
A
i
para i = 1, 2, . . . , n
Denicin 5 Sea A un conjunto, entonces denimos A
n
como
A
n
= A A A
Dadas estas deniciones y resultados, entonces podemos denir al espacio
vectorial R
n
como sigue:
Denicin 6 Denimos el conjunto R
n
como el conjunto formado por
R
n
= R R
n
R = (x
1
, x
2
, . . . , x
n
)[x
i
R para i = 1, 2, . . . , n
1
Esto es fcilmente comprobable solo es necesario denir bien las operaciones de suma
de vectores y producto por un escalar para realizar la demostracin correspondiente.
4
Es decir, R
n
es el conjunto de todas las n-adas de nmeros reales, y a un
elemento u = (x
1
, x
2
, . . . , x
n
) R
n
se le conoce como un punto o vector en
R
n
. A los elementos x
i
R se les llaman las componentes o coordenadas
del vector.
Ahora damos una denicin para saber cuando un vector u R
n
es igual
a otro vector u
R
n
.
Denicin 7 Sean u = (x
1
, x
2
, . . . , x
n
) y u
= (x
1
, x
2
, . . . , x
n
) dos vectores
en R
n
, se dice que dos vectores son iguales si y solo si x
i
= x
i
para toda
i = 1, 2, . . . , n.
Ahora deniremos las operaciones de suma de vectores y producto por
un escalar en el espacio vectorial R
n
bajo el campo de los nmeros reales R
y daremos ejemplos e interpretaciones de estas operaciones con vectores y
escalares.
Denicin 8 Sea el espacio vectorial R
n
bajo el campo R. La suma de
vectores y el producto por un escalar, se denen de la siguiente manera. Sean
u = (x
1
, x
2
, . . . , x
n
), v = (y
1
, y
2
, . . . , y
n
) R
n
y k R
i) u+v = (x
1
, x
2
, . . . , x
n
)+(y
1
, y
2
, . . . , y
n
) = (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
ii) ku = k(x
1
, x
2
, . . . , x
n
) = (kx
1
, kx
2
, . . . , kx
n
)
Bajo estas operaciones, R
n
es un espacio vectorial bajo el campo de los
nmeros reales R. Se deja como ejercicio al lector demostrarlo.
Ahora veremos algunos ejemplos de estas operaciones en el espacio vec-
torial R
2
Ejemplo 4 Sean los vectores u = (1, 2) y v = (2, 1) R
2
y k = 0, 1,
1
2
, 3
R, realizar las siguientes operaciones de suma de vectores y producto por un
escalar u +v y kv.
u +v = (1, 2) + (2, 1) = (1 + 2, 2 + 1) = (3, 3)
0u = 0(1, 2) = (0 1, 0 2) = (0, 0)
3u = 3(1, 2) = (3 1, 3 2) = (3, 6)
1
2
u =
1
2
(1, 2) = (
1
2
1,
1
2
2) = (
1
2
, 1)
1u = 1(1, 2) = (1 1, 1 2) = (1, 2)
u v = (1, 2) (2, 1) = (1 2, 2 1) = (1, 1)
5
1.4. Interpretacin geomtrica de u +v, ku y u v
1.4. Interpretacin geomtrica de u + v, ku y
u v
Como se vio en clase, nosotros podemos formar un paralelogramo con los
vectores u y v trasladando de una manera paralela el vector u donde termina
v, y de manera anloga trasladando v donde termina u. Este paralelogramo
tendr entonces dos diagonales, una diagonal mayor y otra menor, las cuales
tienen la siguiente interpretacin geomtrica.
1.4.1. Interpretacin de u +v y u v
Como se vio en clase, podemos interpretar a la suma de vectores u + v
como la diagonal mayor del paralelogramo formado por los vectores u y v.
Y a su vez, la diagonal menos del paralelogramo ser la diagonal menor del
paralelogramo formado por ambos vectores.
1.4.2. Interpretacin de ku
El producto por un escalar ku, como se vio en clase puede ser interpretado
como expandir o contraer el vector u en la misma direccin o en sentido
contrario, todo sobre una misma linea recta.
1.5. Vectores paralelos
Como ya se mostr en clase, puede interpretarse geomtricamente el pro-
ducto por un escalar ku como vectores en una misma recta con igual o con-
traria direccin, sentido y magnitud. Estos vectores tambin pueden ser in-
terpretado como echas paralelas en el espacio vectorial R
n
.
Entonces tenemos que dar la denicin de vectores paralelos para forma-
lizar esta idea geomtrica.
Denicin 9 Sean u y v R
n
y k R, se dice que los vectores u y v son
vectores paralelos si cumplen lo siguiente:
u = kv
Es decir, si uno de los dos vectores es el resultado de multiplicar el otro
vector por un escalar.
Nota.- Si nosotros nos jamos en que 0 = 0u u R
n
y 0 R, de aqu
podemos deducir quer el vector cero 0 es paralelo a cualquier otro vector en
R. Ahora daremos la denicin del concepto de direccin de un vector.
6
Denicin 10 Sean u, v R
n
y sea k R, se dice que u y v tienen la
misma direccin si u = kv donde k > 0. Y se dice que u y v tienen direccin
opuesta si u = kv donde k < 0.
Ejemplo 5 Sean u = (2, 1, 5) y v = (6, 3, 15) R
3
Son u y v vectores
paralelos?
v = (6, 3, 15) = 3(2, 1, 5) = ku
los vectores u y v son paralelos, y como k < 0 tienen direccin opuesta
3
Son u y v vectores
paralelos?
v = (1, 2, 3) = k(3, 9, 7) = (3k, 9k, 7k) 1 = 3k, 3 = 9k, 2 = 7k.
Pero ,k R con esta propiedad, por lo tanto u y v no son vectores
paralelos.
1.6. Norma en R
n
Otro concepto fundamental en la geometra del espacio vectorial R
n
es el
concepto de norma, longitud o magnitud de un vector v R
n
, este concepto
lo denimos de la siguiente manera.
Denicin 11 Sea u R
n
y sea una funcin
2
[[ [[ : R
n
R una funcin
que u R
n
le asocia un nico nmero real positivo R
+
. Se dice que la
funcin [[ [[ es una norma en R
n
si cumple las siguientes propiedades:
1. u R
n
se tiene que [[u[[ 0 y [[u[[ = 0 u = 0.
2. u R
n
y k R se tiene que [[ku[[ = [k[ [[u[[, donde [k[ es el valor
absoluto denido en los nmeros reales.
3. u, v R
n
se tiene que [[u +v[[ [[u[[ +[[v[[
Existen muchas funciones [[ [[ : R
n
R que cumplen las propiedades
de una norma en R
n
, pero la norma ms utilizada es la norma euclidiana que
se dene como sigue.
2
En el captulo 3 se explicar el concepto de funcin ms a detalle.
7
1.7. Distancia en R
n
Denicin 12 Sea u R
n
y sea [[ [[
2
: R
n
R denida como
[[u[[ =
_
x
2
1
, x
2
2
, . . . , x
2
n
= (
n
j=1
x
2
j
)
1
2
A esta funcin [[u[[
2
o simplemente [[u[[, se le conoce como la norma
euclidiana y efectivamente cumple las propiedades de una norma en R como
se enuncia en el siguiente teorema.
Teorema 1 Sea u R
n
, la norma euclidiana [[u[[ denida anteriormente, es
una norma en R
n
.
La demostracin de este teorema ya se hizo en clase.
El concepto de norma de un vector es importante en el clculo vectorial y
en fsica, ya que es de utilidad para denir otro concepto fundamental. Este
concepto es el de vectores ortogonales o perpendiculares.
1.7. Distancia en R
n
Otro concepto fundamental en la geometra de R
n
es el de distancia entre
dos vectores. Es concepto lo denimos a continuacin:
Denicin 13 Sean dos vectores u y v R
n
, y sea la funcin
d
(u,v)
: R
n
R
n
R
+
, se dice que d
(u,v)
es una distancia en R
n
si cumple las
siguientes propiedades:
1. d
(u,v)
0 u, v R
n
.
2. d
(u,v)
= d
(v,u)
.
3. d
(u,v)
= 0 u = v.
4. d
(u,v)
d
(u,w)
+d
(w,v)
u, v, w R
n
.
Al igual que en el caso de la norma en R
n
, existen muchas funciones d
(u,v)
que satisfacen las propiedades de distancia en R
n
, pero la mas utilizada en
R
n
es la distancia euclidiana denida como sigue:
n
y sea d
(u,v)
: R
n
R
n
R
+
la distancia en
R
n
denida como
d
(u,v)
=
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+. . . + (x
n
y
n
)
2
=
_
n
j=i
(x
j
y
j
)
2
8
A esta distancia se le conoce como distancia euclidiana en R
n
Efectivamente, en el caso de la norma euclidiana, la distancia euclidiana
entre dos vectores u y v R
n
satisface las propiedades de una distancia.
Estas propiedades se demostraron en clase.
Ahora, otra propiedad importante es que la distancia d
(u,v)
es que esta
distancia coincide con la norma del vector [[u v[[ que como se vio en clase,
es el vector que une a los vectores u y v. Esto se enuncia en el siguiente
teorema.
Teorema 2 Sean u, v R
n
y sea la distancia euclidiana d
(u,v)
, entonces la
distancia euclidiana es la distancia inducida por la norma [[u v[[.
Demostracin 1 Sean u, v R
n
, entonces
[[u v[[ =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+. . . + (x
n
y
n
)
2
=
=
_
n
j=i
(x
j
y
j
)
2
= d
(u,v)
[[u v[[ = d
(u,v)
Ejemplo 7 Sean u = (1, 2) y v = (2, 4) R
n
, entonces la distancia d
(u,v)
es:
d
(u,v)
=
_
(1 2)
2
+ (2 4)
2
=
_
1
2
+ (2)
2
=
1 + 4 =
5
d
(u,v)
=
5
1.8. Vectores ortogonales
Volviendo a la interpretacin de la suma de vectores u + v y la resta
u v, con esta interpretacin queremos motivar la denicin de vectores
ortogonales o perpendiculares en R
n
.
Sean u y v R
n
, si los vectores fueran ortogonales, las diagonales mayor
y menor del paralelogramo formado por u y v tendran la misma longitud, es
decir, el paralelogramo sera un rectngulo. Esto nos lleva a dar la siguiente
denicin de vectores ortogonales.
Denicin 15 Sean u yv R
n
, se dice que los vectores uy v son ortogonales
si
[[u +v[[ = [[u v[[
9
1.9. Producto punto
Y esto se denota como uv. Ahora, como [[u+v[[ = [[v +u[[ y [[uv[[ =
[[v u[[, esto implica que el vector u es ortogonal al vector v y viceversa.
3
Son u y v ortogonales?.
Tenemos que
[[u +v[[ = [[(7, 3, 13)[[ =
_
7
2
+ (3)
2
+ 13
2
=
227 luego
[[u v[[ = [[(3, 13, 7)[[ =
_
3
2
+ (13)
2
+ (7)
2
=
227
[[u +v[[ = [[u v[[
uv
1.9. Producto punto
Nuestra denicin de ortogonalidad de dos vectores u = (x
1
, x
2
, . . . , x
n
)
y v = (y
1
, y
2
, . . . , y
n
) R
n
es equivalente a armar que la diferencia de los
cuadrados de las normas de sus diagonales u +v y u v es cero, es decir
[[u +v[[
2
[[u v[[
2
= 0 es decir
n
j=1
(x
j
+y
j
)
2
n
j=1
(x
j
y
j
)
2
=

n
j=1
4x
j
y
j
=
= 4
n
j=1
x
j
y
j
= 0

n
j=1
x
j
y
j
Es decir, dos vectores u y v son ortogonales si [[u +v[[ = [[u v[[ o como
acabamos de descubrir, una condicin equivalente para ver si dos vectores
son ortogonales es que
n
j=1
x
j
y
j
= 0
Esta suma es de gran importancia en lgebra, geometra y fsica, y es por
ello que se le ha dado un nombre y una denicin especial que daremos a
continuacin:
Denicin 16 Sean dos vectores u, v R
n
, se dene el producto escalar o
producto punto u v como sigue
u v =
n
j=1
x
j
y
j
10
1.9.1. Propiedades de u v
El producto punto como se acaba de denir cumple ciertas propiedades
enunciadas en el siguiente teorema
Teorema 3 Sean u, v, w R
n
y sea k R, el producto u v cumple las
u v = v u
(ku) v = k(u v)
u (v +w)
u u 0 y u u = 0 u = 0
u u = [[u[[
2
La demostracin de este teorema se realiz en clase. Ahora enunciamos
un teorema muy importante sobre la relacin entre el producto punto y la
ortogonalidad de vectores. Este teorema es resultado del desarrollo algebraico
de la diferencia de las normas al cuadrado de las diagonales del paralelogramo
formado por uy v y al nal se llego a la obtencin del producto punto. Este
teorema lo enunciamos a continuacin.
Teorema 4 Sean u, v R
n
, u y v son vectores ortogonales si y solo si
u v = 0
1.10. Vectores unitarios
Ahora deniremos el concepto de vectores unitarios, este concepto es im-
portante en lgebra lineal y en fsica ya que estos vectores sirven para des-
cribir trayectorias de curvas en el plano o en el espacio.
Denicin 17 Sea u R
n
, se dice que u es un vector unitario o vector
normalizado si cumple que
[[u[[ = 1
11
n
1.10.1. Normalizacin de vectores
Para obtener un vector unitario o normalizado se necesita aplicar el si-
guiente resultado enunciado en el siguiente teorema.
Teorema 5 Sea u R
n
, para normalizar el vector u y transformarlo en un
vector unitario se debe dividir ese vector entre el valor de su norma, es decir
v =
u
[[u[[
donde [[v[[ = 1
1.10.2. Vectores ortonormales
Denicin 18 Se dice que un vector u R
n
es ortonormal a otro vector
v R
n
si uv y adems [[u[[ = 1
n
Un conjunto importante en lgebra lineal es el conjunto que conforma
una base de un espacio vectorial V. La denicin de una base de un espacio
vectorial es la siguiente
Denicin 19 Sea Vun espacio vectorial y sea el conjunto B = v
1
, v
2
, . . . , v
n
donde v
i
V i = 1, 2, . . . , n, el conjunto B es una base del espacio vectorial
V si cumple las condiciones siguientes:
v
1
, v
2
, . . . , v
n
son linealmente independientes
v
1
, v
2
, . . . , v
n
es un conjunto generador de V
Al conjunto B el cual nos interesa en el caso de R
n
es el conjunto de
vectores cannicos, es decir, la base cannica de R
n
que se dene como sigue:
Denicin 20 Sean (1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, 0, . . . , 1) R
n
, estos
vectores se les dene como la base cannica de R
n
y se denotan como
e
1
= (1, 0, . . . , 0)
e
2
= (0, 1, . . . , 0)
.
.
.
e
n
= (0, 0, . . . , 1)
12
Nota.- En el caso de R
2
, los vectores e
1
y e
2
son los siguientes:
e
1
= (1, 0) y e
2
= (0, 1)
En el caso de R
3
la base cannica e
1
, e
2
, e
3
son los siguientes:
e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1)
Para el caso del espacio euclidiano R
3
, a estos vectores unitarios es comn
en fsica o en geometra diferencial denotarlos de la siguiente manera:
e
1
= i = (1, 0, 0), e
2
= j = (0, 1, 0), e
3
= k = (0, 0, 1)
El siguiente teorema es muy til para reescribir cualquier vector u R
n
de otra manera.
Teorema 6 Sea u = (x
1
, x
2
, x
3
) R
3
, entonces a u se le puede reescribir en
trminos de los vectores de la base cannica i, j, k de la siguiente forma:
u = (x
1
, x
2
, x
3
) = x
1
i +x
2
j +x
3
k
La demostracin se realiz en clase. Con esta nueva notacin que hemos
introducido podemos reescribir cualquier vector en trminos de la base can-
nica de R
n
. Esta notacin es muy til al momento de denir otro producto
entre vectores que es de gran relevancia en la geometra de R
n
, en especico
en R
3
que lo denimos a continuacin.
1.12. Producto cruz
Denicin 21 Sean u = x
1
i + x
2
j + x
3
k y u = y
1
i + y
2
j + y
3
k R
3
, se
dene el producto vectorial o el producto cruz u v de la siguiente manera
u v =
i j k
x
1
x
2
x
3
y
1
y
2
y
3
x
2
x
3
y
2
y
3
x
1
x
3
y
1
y
3
j +
x
1
x
2
y
1
y
2
k
Donde [ [ es el determinante de las matrices de 2 2.
n
u v =
i j k
1 2 3
1 0 1
2 3
0 1
1 3
1 1
j +
1 2
1 0
k =
13
1.13. ngulo entre dos vectores
= (2 1 0 3)i (1 1 1 3)j + (1 0 1 2)k = 2i + 2j 2k = (2, 2, 2)
u v = (2, 2, 2)
1.12.1. Propiedades de u v
El producto cruz cumple las siguientes propiedades enunciadas en el si-
guiente teorema.
Teorema 7 Sean u, v, w R
n
y sea k R, en producto cruz tiene las
1. u v = 0 u, v = 0 o ambos son paralelos, es decir u = kv
2. u v = (v u)
3. u (v +w) = (u v) + (u w)
4. (u +v) w = u w +v w
5. (ku) v = k(u v)
6. u vu y u vv
Otro resultado importante del producto cruz, es el que involucra a los
vectores de la base cannica i, j, k. Este resultado es el siguiente teorema:
Teorema 8 Sean i, j, k R
3
, entonces
i j k
i 0 k j
j k 0 i
k j i 0
Cuadro 1.1: Distintos productos de vectores cannicos
1.13. ngulo entre dos vectores
Ahora veremos otra propiedad fundamental del producto punto. Esta
propiedad es la de medir el ngulo entre dos vectores en R
n
, esta propiedad
se muestra en el siguiente teorema
14
Teorema 9 Sean u y v R
n
, y sea R donde 0 , entonces el
ngulo formado entre los vectores u y v es el siguiente:
u v = [[u[[[[v[[ cos() = arc cos(
u v
[[u[[[[v[[
)
1.14. Proyeccin ortogonal de dos vectores
Ahora discutiremos el signicado geomtrico del producto punto en tr-
minos de proyeccin ortogonal y componente. Estos conceptos son de gran
importancia en geometra y fsica.
Introducimos los conceptos de proyeccin ortogonal y componente con
el siguiente problema. Dados dos vectores u, v ,= 0 R
n
, constryase un
tringulo rectngulo con hipotenusa u y base paralela a v.
Como sabemos, un vector paralelo a v es de la forma kv, lo que queremos
es construir un tringulo con lados u, kv, c = u kv donde cv, pero c es
ortogonal a v si
c v = (u kv) v = u v (kv) v = u v k[[v[[
2
=k =
uv
||v||
2
Por lo tanto, el tringulo deseado tiene por hipotenusa u y lados
uv
||v||
2
v
y u
uv
||v||
2
. El lado
uv
||v||
2
recibe un nombre en especial el cual lo denimos a
continuacin.
Denicin 22 Sean u, v ,= 0 R
n
, se dene la proyeccin ortogonal de u
sobre v denotado por Proy
v
u como sigue:
Proy
v
u =
u v
[[v[[
2
1.14.1. Componente de un vector u sobre v
Ahora en base a esta denicin, podemos reescribir la proyeccin ortogo-
nal de u sobre v como:
Proy
v
u =
u v
[[v[[
2
v =
u v
[[v[[
v
[[v[[
Donde
v
||v||
es un vector unitario, al escalar
uv
||v||
lo podemos interpretar
como la longitud dirigida de Proy
v
u, este nmero recibe una denicin es-
pecial.
15
1.15. El triple producto escalar
Denicin 23 Sean u, v ,= 0 R
n
, al escalar
uv
||v||
se le dene como la
componente del vector u en la direccin de v, y se denota por:
Comp
v
u =
u v
[[v[[
Entonces la relacin entre proyeccin y componente es la siguiente:
Teorema 10 Sean u, v ,= 0 R
n
, entonces
Proy
v
u = Comp
v
u
v
[[v[[
Si la Comp
v
u > 0, entonces Proy
v
u est en la direccin de v. Y si la
Comp
v
u < 0, entonces Proy
v
u est en direccin opuesta a v.
Un resultado importante es el siguiente:
Teorema 11 u v = [[v[[Comp
v
u = [[v[[
uv
||v||
En base a este resultado podemos deducir tambin que el ngulo entre
los vectores uy v es.
cos() =
u v
[[u[[[[v[[
= = arc cos(
u v
[[u[[[[v[[
)
1.15. El triple producto escalar
Ahora introduciremos un nuevo concepto importante en clculo vectorial
que relaciona a los dos productos de vectores en R
3
, este concepto se dene
como el triple producto escalar que lo denimos a continuacin.
Denicin 24 Sean u, v, w R
3
, se dene el triple producto escalar [uvw]
de la siguiente forma:
[uvw] = u (v w)
Podemos reescribir el triple producto escalar como se enuncia en el si-
guiente teorema.
Teorema 12 El triple producto escalar puede expresarse de la siguiente
forma:
[uvw] =
x
1
x
2
x
3
y
1
y
2
y
3
w
1
w
2
w
3
La demostracin de este teorema se vi en clase.

16
1.16. Ecuaciones de la recta y el plano
1.16.1. Ecuacin de la recta que pasa por un punto
Los planos y rectas son objetos geomtricos que pueden ser representados
mediante ecuaciones. Usando la interpretacin geomtrica de la suma de
vectores y la multiplicacin por escalares, se puede deducir la ecuacin de
la recta que pasa por el extremo de un vector u y que tenga la direccin
del vector v. Esta ecuacin de la recta en su forma vectorial est dada como
sigue:
n
, la ecuacin de la recta l que pasa por el
vector u y que tiene la direccin del vector v tiene por ecuacin:
l(t) = u +tv
Y si usamos coordenadas, tenemos que las ecuaciones de la recta en el
plano son:
u = u +tv = (x
1
, y
1
) +t(x
2
, y
2
)
_
x = x
1
+tx
2
y = y
1
+ty
2
Y de manera anloga en el espacio son:
u = u +tv = (x
1
, y
1
, z
1
) +t(x
2
, y
2
, z
2
)
_
_
x = x
1
+tx
2
y = y
1
+ty
2
z = z
1
+tz
2
Se dice que en este caso que la recta l esta expresada en forma param-
trica, con parmetro t. En t = 0, l(t) = u, segn t vaya creciendo, el punto
l(t) se mueve alejndose de u en el sentido que marca tv. Conforme t decrece
desde t = 0 tomando valores negativos, l(t) se mueve alejndose de u en el
sentido de v.
Ejemplo 10 Sean u = (1, 3, 2) y v = (1, 1, 2), entonces la ecuacin de la
recta que pasa por u y tiene la misma direccin que el vector v es la siguiente:
l(t) = (1, 3, 2) +t(1, 1, 2) = (1 +t, 3 +t, 2 + 2t) =
_
_
x = 1 +t
y = 3 +t
z = 2 + 2t
Ejemplo 11 Encontrar las ecuaciones de las rectas en el espacio que pasan
por los vectores dados y que tienen las direcciones:
17
1.16. Ecuaciones de la recta y el plano
a) u = (3, 1, 2) y v = (2, 3, 4).
b) u = (1, 6) y v = (5, ).
c) u = (1, 1, 1) y v = i + 2j k.
d) Que direccin tiene la recta que pasa por x = 2 3t, y = 2(t 1),
z = 8t + 2.
Sol. a) Tenemos que u = (3, 1, 2) = (x
1
, y
1
, z
1
) y v = (2, 3, 4), entonces la
ecuacin de la recta es:
l(t) = (3, 1, 2) +t(2, 3, 4) = (3+2t, 13t, 2+4t) =
_
_
x = 1 +t
y = 3 +t
z = 2 + 2t
Sol. b) Tenemos que u = (1, 6) = (x
1
, y
1
) y v = (5, ), entonces la ecuacin
de la recta es:
l(t) = (1, 6) +t(5, ) = (1 + 5t, 6 t) =
_
x = 1 + 5t
y = 6 t
Sol. c) Tenemos que u = v = i +j +k = (x
1
, y
1
, z
1
) y v = i + 2j k, entonces
la ecuacin de la recta es:
l(t) = v = i +j +k +t(i + 2j k) = (1, 1, 1) +t(1, 2, 1) =
(1 +t, 1 + 2t, 1 t) =
_
_
x = 1 +t
y = 3 + 2t
z = 1 t
Sol. d) Construyamos el vector v = tx
2
+ty
2
+tz
2
, usando los coecientes de t
que son x
2
= 3, y
2
= 2, z = 8. Por lo tanto, la direccin de la recta
es el vector v = 3i 2j + 8k = (3, 2, 8).
1.16.2. Ecuacin de la recta que pasa por dos puntos
Como se dedujo en clase, la ecuacin de la recta que pasa por dos puntos
u y v es la siguiente:
n
, entonces la ecuacin de la recta l que pasa
por los puntos u y v es:
l(t) = u +t(v u)
18
Y si usamos coordenadas, tenemos que las ecuaciones de la recta que pasa
por dos puntos en el plano son:
u = u +t(v u) = (x
1
, y
1
) +t(x
2
x
1
, y
2
y
1
)
_
x = x
1
+t(x
2
x
1
)
y = y
1
+t(y
2
y
1
)
Y de manera anloga en el espacio son:
u = u+tv = (x
1
, y
1
, z
1
)+t(x
2
x
1
, y
2
y
1
, z
2
z
1
)
_
_
x = x
1
+t(x
2
x
1
)
y = y
1
+t(y
2
y
1
)
z = z
1
+t(z
2
z
1
)
Ejemplo 12 Sean los puntos u = (2, 1, 3) y v = (6, 1, 5), entonces
tenemos que la ecuacin de la recta que pasa por estos dos puntos es:
(x
1
, y
1
, z
1
) = (2, 1, 3) y (x
2
, y
2
, z
2
) = (6, 1, 5)
Entonces tenemos que:
_
_
x = 2 + (6 2)t
y = 1 + (1 1)t
z = 3 + (5 (3))t
1.17. La ecuacin del plano
Ahora deduciremos la ecuacin de un plano en el espacio R
3
, y despus de-
niremos el concepto de Hiperplano, con este concepto podemos demostrar
los casos particulares de la recta y el plano, son hiperplanos de los espacios
vectoriales R
2
y R
3
.
1.17.1. La ecuacin de un plano en el espacio
Sea P un plano en el espacio que contiene la punto P
0
= (x
0
, y
0
, z
0
), y
supongamos que n = Ai + Bj + Ck es un vector normal
3
a ese plano. Sea
P = (x, y, z) R
3
. Entonces P esta en el plano P, si y solo si el vector
P
0
P = (x x0)i + (y y
0
)j + (z z
0
)k y es perpendicular a n, es decir,
P
0
P n = 0, o que es lo mismo que:
Ai +Bj +Ck ((x x0)i + (y y
0
)j + (z z
0
)k) = 0
3
En este caso un vector normal es un vector perpendicular al plano dado P.
19
1.17. La ecuacin del plano
Por lo tanto tenemos que:
A(x x0) +B(y y
0
) +C(z z
0
) = 0
Con esto podemos dar la denicin y ecuacin de un plano que pasa por
un punto P R
3
y cuyo vector normal es n = Ai +Bj +Ck.
Denicin 27 Sea P
0
= (x
0
, y
0
, z
0
) R
3
, entonces denimos la ecuacin
del plano Pque pasa por el punto P
0
y cuyo vector normal es n = Ai+Bj+Ck
es:
A(x x0) +B(y y
0
) +C(z z
0
) = 0
Y un punto P = (x, y, z) esta en el plano P si y solo si
Ax +By +Cz +D = 0 Donde D = Ax
0
By
0
Cz
0
Ejemplo 13 Hallar una ecuacin del plano que es perpendicular al vector
i +j +k y contiene al punto (1, 0, 0). Usando la frmula anterior tenemos que
A(x x0) +B(y y
0
) +C(z z
0
) = 0 1(x 1) + 1(y 0) + 1(z
0
) = 0
x +y +z = 1
P = x +y +z = 1
Ejemplo 14 Hallar la ecuacin del plano Pque contiene a los puntos (1, 1, 1),
(2, 0, 0) y (1, 1, 0).
Sean P = (1, 1, 1), Q = (2, 0, 0) y R = (1, 1, 0). Cualquier vector normal
al plano P es ortogonal a los vectores

QP y

RP, que son paralelos al plano
y estn contenido en el. Por lo tanto, n =

QP

RP es un vector normal al
plano.
Si calculamos el producto cruz tenemos que:
n =
i j k
1 1 1
0 0 1
= i +j
Como el punto (2, 0, 0) est en el plano, concluimos que la ecuacin esta
dada por:
(x 2) + (y 0) + 0(z 0) = 0
P = x +y 2 = 0
20
1.18. Hiperplanos
Como ya vimos, en el espacio vectorial R
3
solo se necesitan tres vec-
tores linealmente independientes para generar todo el espacio. Dos vecto-
res linealmente independientes u, v R
3
en el espacio generan un plano
P = t
1
u +t
2
v[t
1
, t
2
R que pasa por el origen. Un plano as se le llama
subespacio bidimensional de R
3
, y cada punto del subespacio esta determina-
do nicamente por los escalares t
1
y t
2
. Todo plano en R
3
es resultado de apli-
car una traslacin de tal subespacio de la forma P
0
+t
1
u +t
2
v[t
1
, t
2
R.
Un vector linealmente independiente, es decir, un vector distinto del vec-
tor cero, determina una recta l = t
1
u[t
1
R que pasa por el origen. Tal
recta se le llama subespacio unidimensional de R
3
, y cada punto del subespa-
cio esta determinado por el escalar t
1
. Y de manera anloga, toda recta en R
3
puede ser obtenida mediante la traslacin P
0
+t
1
u[t
1
R del subespacio
unidimensional.
En el espacio vectorial R
n
, podemos tener un conjunto de m vectores
linealmente independientes v
1
, v
2
, . . . , v
m
donde m n. Para el caso en
que m < n, estos vectores generan un subespacio vectorial m-dimensional
t
1
v
1
+t
2
v
2
+. . . +t
m
v
m
[t
1
, t
2
, . . . , t
m
R. Y para el caso de m = n gene-
ran el espacio vectorial total R
n
. A los subespacios m-dimensionales y sus
traslaciones tienen una denicin especial que daremos a continuacin:
Denicin 28 Sean los vectores v
1
, v
2
, . . . , v
m
R
n
, y sean los escalares
t
1
, t
2
, . . . , t
m
R, entonces a los espacios m-dimensionales
t
1
v
1
+t
2
v
2
+. . . +t
m
v
m
[t
1
, t
2
, . . . , t
m
R
Y todas sus traslaciones posibles
P
0
+t
1
v
1
+t
2
v
2
+. . . +t
m
v
m
[t
1
, t
2
, . . . , t
m
R
Se les dene como subespacios m-dimensionales del espacio vectorial R
n
Denicin 29 Sean los vectores v
1
, v
2
, . . . , v
m
R
n
, y sean los escalares
t
1
, t
2
, . . . , t
m
R. Se dene un hiperplano en el espacio vectorial R
n
como
cualquier subespacio m-dimensional con dimensin m = n 1.
Ejemplo 15 Algunos ejemplos de hiperplanos son los siguientes:
Una recta l R
2
es un hiperplano en R
2
, ya que la recta es un subes-
pacio cuya dimensin es 1 = 2 1 = n 1.
Un plano P es un ejemplo de un hiperplano en R
3
ya que la dimensin
de un plano es 2 y la dimensin del espacio es 3.
21
1.19. Ejercicios
Ahora veremos un ejemplo de como encontrar la ecuacin de un hiper-
plano en R
4
1.19. Ejercicios
1. Sean u = (1, 2, 5), v = (3, 1, 2) R
3
. Hallar
u +v.
u v.
6u.
2u 5v.
u v.
u v.
[[u[[.
[[v[[.
d
(u,v)
.
2. Sean u = (2, 1, 0, 3), v = (1, 1, 1, 3), w = (1, 3, 2, 2) R
4
. Ha-
llar
2u 3v.
5u 3v 4w.
u + 2v 2w.
u v, u w, v w.
u w.
d
(u,v)
, d
(u,w)
y d
(v,w)
.
3. Calcular u v donde u = i 2j +k y v = 2i +j +k.
4. Calcular u (v w) con u, v del ejercicio anterior y w = 3i j + 2k.
5. En los siguientes ejercicios encontrar los vectores unitarios ortogonales
a:
i, j.
5i + 9j 4k, 7i + 8j + 9k.
5i + 9j 4k, i +k.
22
Captulo 2
Funciones vectoriales
2.1. Concepto de funcin
Ahora estudiaremos de manera breve un concepto fundamental en todas
las ramas de las matemticas, este concepto es el de funcin entre conjuntos.
Este concepto tiene muchas aplicaciones tanto en clculo vectorial como en
probabilidad, estadstica, geometra, lgebra, etc. A continuacin damos la
denicin de funcin entre dos conjuntos.
Denicin 30 Sean dos conjuntos A y B dos conjuntos, de dene una fun-
cin f : A B como una regla de asignacin tal que para algn elemento
del conjunto a se le asigna uno y solo un elemento del conjunto B.
Denicin 31 Sean A y B dos conjuntos y f : A B una funcin. Al
conjunto A se le llama dominio de la funcin f. Y al conjunto B se le llama
el contradominio, codominio o rango de la funcin f.
Denicin 32 Sea f : A B una funcin, se dice que f es una funcin
inyectiva si f(a), f(b) B, entonces
f(a) ,= f(b) =a ,= b
Denicin 33 Sea f : A B una funcin, se dice que una funcin f es
suprayectiva si b B y a A, entonces
b B a Atal que f(a) = b
Denicin 34 Sea f : A B una funcin, se dice que f es una funcin
biyectiva si es inyectiva y suprayectiva a la vez.
23
2.2. Topologa en R
n
Las funciones que se tratan en el clculo diferencial e integral, son fun-
ciones del tipo f : [a, b] R R, es decir, son funciones cuyo dominio
es un intervalo de los nmeros reales y contradominio es el conjunto de los
nmeros reales. Algunos ejemplos de funciones son:
f(x) = x
2
f(x) = x
n
f(x) = 3x
4
15x
3
+ 2x
2
x + 25
f(x) =
x
2
x+1
x1
f(x) = ln x
f(x) = sin x
Y un sin n de funciones que existen entre un intervalo de nmeros reales
y el mismo conjunto de los nmeros reales. En este trabajo nos enfocaremos
al estudio de funciones vectoriales, estas funciones son de gran importancia
en matemticas, fsica y las ingenieras, ya que estas como se ver, describen
curvas en el plano o en el espacio que pueden ser utilizadas para modelar el
movimiento de una partcula a lo largo de una trayectoria orientada en cierta
direccin.
Antes de empezar con el estudio de las funciones vectoriales y tambin
de varias variables, o tambin nombradas, funciones reales de un vector y
funciones reales de un vector respectivamente. Es necesario denir varios
conceptos previos para poder entender la geometra del espacio vectorial R
n
,
y los casos particulares cuando n = 2 (plano euclidiano), y n = 3 (espacio
euclidiano). Estos conceptos forman parte de otra rama de las matemticas
llamada Topologa.
2.2. Topologa en R
n
Denicin 35 Sea x
0
R
n
y sea r R
n
, entonces el conjunto B
(x
0
,r)
=
x R
n
[ d
(x
0
,x)
< r, a este conjunto se le dene como una bola abierta en
R
n
.
Ejemplo 16 Para el caso de n = 1, es decir R, una bola abierta con centro
en x
0
y radio r seria un intervalo abierto a, b con a < b. Para R
2
una bola
abierta seria un circulo con centro en x
0
y radio r sin su circunferencia. Y
para R
3
una bola abierta seria una esfera con centro en x
0
y radio r. Todos
estos ejemplos utilizando la distancia euclidiana denida en R
n
.
24
2. Funciones vectoriales
Denicin 36 Sea A R
n
, se dice que A es un conjunto abierto en R
n
si
x A y r R
+
tal que B
(x
r
)
A.
Teorema 13 Sea x
0
R
n
y r R
+
, entonces la bola abierta B
(x
0
,r)
R
n
es un conjunto abierto en R
n
.
Denicin 37 Sea A R
n
, se dice que A es un conjunto cerrado en R
n
si
A
c
es un conjunto abierto.
Denicin 38 Sea A R
n
y sea x
0
A, se dice que x
0
es un punto frontera
de A si r R
+
, la bola abierta B
(x
0
,r)
contiene puntos de A y de A
c
.
Denicin 39 Sea A R
n
, al conjunto de todos los puntos frontera de A
se le llama la frontera de A y se denota por (A).
Teorema 14 Sea A R
n
, entonces A es un conjunto cerrado si (A) A.
2.3. Funciones vectoriales
Una vez aclarada la denicin de una funcin en matemticas, vamos a
denir el concepto de funcin vectorial como sigue:
Denicin 40 Una funcin vectorial es aquella funcin cuyo dominio es el
conjunto de los nmeros reales R, y cuyo contradominio es un subconjunto
del espacio vectorial R
n
. Es decir, es una funcin que le asigna a un nmero
real t [a, b] R, un nico vector v = f(t) R
n
. Y es una funcin de la
forma:
f : [a, b] R R
n
De donde [a, b] es un intervalo de nmeros reales. Y denotaremos a estas
funciones en lugar de usar la letra f la misma letra pero mayscula y en
negrita F para enfatizar que no se trata de una funcin de las tratadas en
clculo diferencial que son solo funciones de una variable real.
Por ejemplo, la funcin F = (1, 3, 2) + t(1, 1, 2) = (1 + t, 3 + t, 2 + 2t),
describe una funcin vectorial de una variable real. Su dominio de esta funcin
es la recta real R. El contradominio de esta funcin es un recta en R
3
y
la funcin es una correspondencia o transformacin de la recta en puntos
de la recta que pasa por (1, 3, 2) y es paralela a (1, 1, 2). El punto 0 R
se transforma en el vector F(0) = (1, 3, 2); 1 se transforma en el vector
F(1) = (0, 2, 0). Si escribimos a F en trminos de sus componentes tenemos
25
2.3. Funciones vectoriales
que F(t) = (f
1
(t), f
2
(t), f
3
(t)), donde f
1
(t) = 1 + t, f
2
(t) = 3 + t y f
3
(t) =
2 +2t. A las funciones f
1
, f
2
y f
3
se les conoce como funciones componentes
de la funcin vectorial F. Esto nos motiva a dara un denicin alterna de lo
que es una funcin vectorial.
Denicin 41 Sea t [a, b] R y sea A R
n
un subconjunto de vec-
tores en R
n
. Se dene la funcin vectorial F con funciones componentes
f
1
, f
2
, . . . , f
n
como sigue:
F : [a, b] R A R
n
donde F(t) = (f
1
(t), f
2
(t), . . . , f
n
(t))
A la variable t que est en el intervalo de nmeros reales [a, b] se le conoce
como parmetro, a las funciones f
1
, f
2
, . . . , f
n
se les llaman funciones compo-
nentes de F y son funciones reales de una variable como las estudiadas en el
clculo diferencial e integral de una variable.
2.3.1. Interpretacin geomtrica
La interpretacin geomtrica de las funciones vectoriales es sencilla, una
funcin de este estilo es una curva en R
n
, esto se debe a que F transforma
un segmento de la recta real en una curva. El siguiente ejemplo nos dar una
mejor perspectiva.
Ejemplo 17 Sea t [a, b] R, y sea F = (a cosh t, b sinh t) donde a, b > 0.
Demuestre que esta funcin transforma los puntos del intervalo [a, b] en una
rama de una hiprbola
2.3.2. lgebra de funciones vectoriales
Ahora podemos dar deniciones para las operaciones entre funciones vec-
toriales de una manera anloga a como se denen la suma y producto de
funciones de una sola variable. Estas deniciones las damos a continuacin:
Denicin 42 Sean F y G dos funciones vectoriales y sea h una funcin
escalar, entonces denimos la suma y producto de funciones como sigue:
(F +G)(t) = F(t) +G(t) (Suma de funciones).
(F G)(t) = F(t) G(t) (Resta de funciones).
(kF)(t) = kF(t) (Producto por un escalar).
(hF)(t) = h(t)F(t) (Producto por una funcin escalar).
26
(F G)(t) = F(t) G(t) (Producto punto).
(F G)(t) = F(t) G(t) (Producto cruz, solo en R
3
).
Estas operaciones tambin se pueden expresar en trminos de las funcio-
nes componentes como se vio en clase. Y ya una vez denida el lgebra de
funciones vectoriales, entonces podemos dar paso al estudio de los lmites de
funciones vectoriales.
Ahora daremos al denicin de un concepto fundamental para el estudio
de las funciones no solo de una variable, sino funciones vectoriales. Esta
concepto es el de composicin de funciones.
2.3.3. Composicin de funciones
Denicin 43 Sean h : R R una funcin real y F : R R
n
una
funcin vectorial, se dene la composicin de las funciones F y h denotada
por (F h)(t) como:
(F h)(t) = F(h(t))
2.4. Lmites
la denicin de lmite para una funcin vectorial es anloga a la denicin
para funciones de una sola variable. Esta denicin hace uso de los conceptos
de norma de un vector y conjunto abierto en R
n
.
Denicin 44 Sea

l R
n
y F : R R
n
una funcin vectorial. Se dice
que el vector

l es el lmite de la funcin F cuando t tiende a un valor t
0
si
> 0 () > 0 tal que 0 < [t t
0
[ < () =[[F(t)
l[[ <
Y para denotar este lmite utilizaremos
lm
tt
0
F(t) =

l
El siguiente teorema es un resultado muy importante ya que simplica el
clculo de los limites de una funcin vectorial en trminos de los lmites de
sus funciones componente.
27
2.4. Lmites
Teorema 15 Sea

l = (l
1
, l
2
, . . . , l
n
) R
n
, y sea F(t) = (f
1
(t), f
2
(t), . . . , f
n
(t))
una funcin vectorial, y sea t
0
R. Entonces lm
tt
0
F(t) =

l si y solo si.
lm
tt
0
F(t) = (lm
tt
0
f
1
(t), lm
tt
0
f
2
(t), . . . , lm
tt
0
f
n
(t)) = (l
1
, l
2
, . . . , l
n
)
O si la funcin esta expresada en trminos de los vectores de la base
cannica de R
n
tendramos lo siguiente:
lm
tt
0
F(t) = lm
tt
0
f
1
(t)e
1
+lm
tt
0
f
2
(t)e
2
+. . .+lm
tt
0
f
n
(t)e
n
= l
1
e
1
+l
2
e
2
+. . .+l
n
e
n
Este teorema lo que nos dice, es que el lmite de una funcin vectorial
simplemente es el lmite de cada funcin componente, y este lmite existe s
y solo s cada lmite existe.
Al igual que en el caso de las funciones reales de una sola variables, los
lmites de funciones vectoriales se comportan bien segn las operaciones de
suma, producto y cociente de los lmites. Esto se expresa en el siguiente
teorema.
Teorema 16 Sean F y G dos funciones vectoriales tales que lm
tt
0
F(t) =
l y lm
tt
0
G(t) = m, y sea h una funcin escalar tal que lm
tt
0
h(t) =
centonces:
lm
tt
0
(F +G)(t) = lm
tt
0
F(t) + lm
tt
0
G(t) =

l + m.
lm
tt
0
(F G)(t) = lm
tt
0
F(t) lm
tt
0
G(t) =

l m.
lm
tt
0
(kF)(t) = k lm
tt
0
F(t) = k
l.
lm
tt
0
(hF)(t) = lm
tt
0
h(t) lm
tt
0
F(t) = c
l.
lm
tt
0
(F G)(t) = lm
tt
0
F(t) lm
tt
0
G(t) =

l m.
lm
tt
0
(F G)(t) = lm
tt
0
F(t) lm
tt
0
G(t) =

l m (solo en R
3
).
Ejemplo 18 Determinar lm
tt
0
F(t) cuando
1. F(t) = (t
1
2
, t
2
, sen t) cuando t
0
= 2.
2. F(t) = (e
t
, sinh t, cosh t) cuando t
0
= 1.
3. F(t) = (ln t,
1 +t
2
,
2t
4t
2
) cuando t
0
= 2.
28
4. F(t) = (
t
1+t
,
1+2t
t
2
, 3t
2
) cuando t
0
= 3.
1. lm
tt
0
F(t) = lm
tt
0
(t
1
2
, t
2
, sen t) = (lm
tt
0
t
1
2
, lm
tt
0
t
2
, lm
tt
0
sen t) = (
2, 4, sen 2).
2. lm
tt
0
F(t) = lm
tt
0
(e
t
, sinh t, cosh t) = (lm
tt
0
e
t
, lm
tt
0
sinh t, lm
tt
0
cosh t) =
= (e
1
, sinh 1, cosh 1).
3. lm
tt
0
F(t) = lm
tt
0
(ln t,
1 +t
2
,
2t
4 t
2
) = (lm
tt
0
ln t, lm
tt
0
1 +t
2
, lm
tt
0
2t
4 t
2
)
Pero lm
tt
0
2t
4 t
2
NO existe de ningn modo, por tanto lm
tt
0
F(t) no exis-
te.
Dada la denicin de lmite para una funcin vectorial, podemos ahora
denir el concepto de continuidad de una funcin vectorial.
2.5. Continuidad
La extensin de la nocin de continuidad para el caso de funciones vec-
toriales simplemente es reescribir un poco diferente la denicin de lmite de
una funcin vectorial, y tambin es una extensin de la denicin de conti-
nuidad para funciones reales.
Denicin 45 Sea F : R R
n
una funcin vectorial y sea t
0
R,
entonces decimos que la funcin F es una funcin continua en el punto t
0
si
> 0 () > 0 tal que [t t
0
[ < () =[[F(t)
l[[ <
Y si textbfF es continua t
0
en el dominio de la funcin, entonces decimos
que F es una funcin continua.
Teorema 17 Sea F : R R
n
una funcin vectorial y sea t
0
R, entonces
F es una funcin continua si y solo si
lm
tt
0
F(t) = F(t
0
)
Al igual que en las funciones reales de una variable, tambin en las fun-
ciones vectoriales, las operaciones con funciones continuas respetan la conti-
nuidad de funciones continuas. Esto lo enunciamos en el siguiente teorema.
Teorema 18 Sean F y G dos funciones vectoriales continuas en t
0
R, y
sea h una funcin escalar continua en t
0
R, entonces:
29
2.6. Derivadas vectoriales
(F +G)(t) = F(t) +G(t).
(F G)(t) = F(t) G(t).
(kF)(t) = kF(t).
(hF)(t) = h(t)F(t).
(F G)(t) = F(t) G(t).
(F G)(t) = F(t) G(t) (solo en R
3
).
Todas estas funciones son continuas en t
0
R.
El siguiente tema en nuestro estudio de las funciones vectoriales es el de
la derivada de una funcin vectorial que presentamos en la siguiente seccin.
2.6. Derivadas vectoriales
En el clculo de funciones reales de una variable real, la derivada de una
funcin f se dene como la funcion f
cuyra regla de correspondencia es:

f
(x) = lm
h0
f(x +h) f(x)
h
Ahora, dado que ya denimos el concepto de lmite de una funcin vec-
torial, entonces podemos dar una extensin del concepto de funcin derivada
para las funciones vectoriales.
Denicin 46 F : R R
n
una funcin vectorial, denimos la derivada
de F como la funcin:
F
(x) = lm
h0
F(x +h) F(x)
h
si t
0
[a, b], y el lmite anterior existe t
0
, se dice que F es diferenciable
en t
o
. Si el lmite anterior existe t
0
[a, b] decimos que F es diferenciable.
Y para denotar a la derivada de una funcin vectorial utilizaremos
F
(t),
dF
dt
,
d
dt
F(t), D(F)etc.
Al igual que el caso de los lmites de funciones vectoriales, tambin resulta
fcil el calculo de la derivada de un vector con el siguiente teorema.
30
Teorema 19 Sea F(t) = (f
1
(t), f
2
(t), . . . , f
n
(t)) una funcin vectorial, en-
tonces
F
(t) = (f
1
(t), f
2
(t), . . . , f
n
(t))
O si esta expresado en trminos de los vectores cannicos de R
n
se tiene
que
F
(t) = f
1
(t)e
1
+f
2
(t)e
2
+. . . +f
n
(t)e
n
La demostracin de este teorema es una consecuencia del teorema sobre
el lmite de una funcin vectorial, solo basta con calcular los vectores F(t+h)
y F y despus multiplicar ese vector resultado por el escalar
1
h
.
Ejemplo 19 Determinar F
(t) cuando
F(t) = (cos t, sen t)
F(t) = ti + (2 t
3
)j + (4 ln(1 t))k
F
(t) =
d
dt
(cos t, sen t) = (
d
dt
cos t,
d
dt
sen t) = (sen t, cos t)
Como F(t) = ti + (2 t
3
)j + (4 ln(1 t))k, entonces tenemos que
f
1
(t) = t = f
1
(t) = 1
f
2
(t) = 2 t
3
= f
2
(t) = 3t
2
f
3
(t) = 4 ln(1 t) = f
3
(t) =
4
1t
F(t) = 1i + (3t
2
)j + (
4
1t
)k = i 3t
2
j
4
1t
k
Ahora daremos algunos teoremas acerca de la diferenciabilidad de las
funciones vectoriales.
Teorema 20 Sea F : R R
n
una funcin vectorial diferenciable, entonces
F(t) es una funcin continua.
Teorema 21 Sean F y G dos funciones vectoriales diferenciables, y sea h
una funcin escalar diferenciable, entonces:
(F +G)
(t) = F
(t) +G
(t).
(F G)
(t) = F
(t) G
(t).
(kF)
(t) = kF
(t).
31
2.7. Integrales de funciones vectoriales
(hF)
(t) = h(t)F
(t) +F(t)h
(t).
(F G)
(t) = F(t) G
(t) +G(t) F
(t).
(F G)
(t) = F(t) G
(t) +G(t) F
(t) (Solo en R
3
).
(F h)
(t) = F
(h(t))h
(t) (Regla de la cadena).

Estas reglas de derivacin son anlogas a las reglas de derivacin para
funciones reales de una sola variable, lo nico diferente aqu es que no existe el
cociente de funciones vectoriales, pero en cambio existen 3 tipos diferentes de
productos de funciones, el producto punto, cruz y producto pro una funcin
escalar. Pero estos 3 tipos de productos cumples exactamente igual la regla
de diferenciacin del producto de funciones.
Ahora mostraremos un ejemplo del uso de la regla de la cadena para la
composicin de una funcin vectorial con una funcin real.
Ejemplo 20 Sean F(t) = (t, cos t, sen t) y h(t) = e
2t
, encontrar (F h)
(t)
usando la regla de la cadena.
Tenemos que F
(t) = (1, sen t, cos t) y h
(t) = 2e
2t
, entonces evaluando
F
en h(t) y multiplicando por h
(t) tendramos lo siguiente:

(F h)
(t) = F(h(t))h
(t) =
(1, sen e
2t
, cos e
2t
)2e2t
(F h)
(t) = 2e
2t
(1, sen e
2t
, cos e
2t
)
Una vez denidos los conceptos de lmite, continuidad y derivada de una
funcin vectorial, es entonces que podemos empezar a proponer y estudiar
otro concepto importante en el anlisis de funciones vectoriales. Este concepto
es el de la integral de una funcin vectorial que denimos en la siguiente
seccin.
2.7. Integrales de funciones vectoriales
En esta seccin estudiaremos el concepto y propiedades de las integrales
de funciones vectoriales. Primero empezaremos deniendo el concepto de
integral de una funcin vectorial.
Denicin 47 Sea F : [a, b] R R
n
una funcin vectorial denimos la
integral de la funcin vectorial F(t) sobre el intervalo [a, b] somo sigue:
32
_
b
a
F(t) dt = (
_
b
a
f
1
(t) dt,
_
b
a
f
2
(t) dt, . . . ,
_
b
a
f
n
(t) dt)
Y esta integral existe si y solo si cada integral
_
b
a
f
i
(t) dt para funcin
componente f
i
con i = 1, 2, . . . , n.
Al igual que las integrales de funciones de una variable, las integrales de
funciones vectoriales cumplen exactamente las mismas propiedades que se
enuncian en el siguiente teorema:
Teorema 22 Sean F(t) y G(t) dos funciones vectoriales, entonces
_
b
a
V dt = (b a)V, donde V es un vector constante.
_
b
a
F(t) dt =
_
c
a
F(t) dt +
_
b
c
F(t) dt para algn c [a, b].
_
b
a
kF(t) dt = k
_
b
a
F(t) dt con k R.
_
b
a
(F +G)(t) dt =
_
b
a
G(t) dt +
_
b
a
G(t) dt.
Si F(t) G(t) t [a, b], entonces
_
c
a
F(t) dt
_
b
c
F(t) dt
Dadas las deniciones y propiedades de las derivadas e integrales de fun-
ciones vectoriales, podemos hacer una extensin del teorema fundamental del
clculo visto en el clculo de funciones de una sola variable.
2.8. Teorema fundamental del clculo
Al igual que el teorema fundamental del clculo para funciones de una
variable, este teorema se divide en dos partes que relacionan los conceptos de
derivada e integral que surgen de diferentes formas en dos sencillos teoremas
que demuestran la gran importancia de estos conceptos.
Primer teorema fundamental del clculo
Teorema 23 Sea F(t) = (f
1
(t), f
2
(t), . . . , f
n
(t)) una funcin vectorial con-
tinua sobre un intervalo [0, t], entonces
d
dt
_
t
0
F(s) ds = F(t)
33
2.9. Ejercicios
2.8.1. Segundo teorema fundamental del clculo
Teorema 24 Si

F(t) = (F
1
(t), F
2
(t), . . . , F
n
(t)) tiene funcin vectorial deri-
vada continua en un intervalo [a, b], entonces a, b R
_
b
a
F
(s) ds = F(b) F(a)

2.9. Ejercicios
Sean F(t) = (t, t
2
,
1
3
t
3
), G(t) = cos ti + sen tj + tj y h(t) = e
t
determ-
nese:
* Demostrar las reglas de derivacin para funciones vectoriales enuncia-
das en el teorema 30.
F
(t)
G
(t)
F
(t)
d
2
dt
2
G(t)
F
(0) +G
2
)
d
dt
(F +G)(t)
d
dt
(F G)(t)
d
dt
(F G)(t)
d
dt
(hF)(t)
(hF
)(t)
d
dt
(F h)(t)
d
dt
[[F[[
d
dt
[[F[[
2
_
1
0
(hF G)(t) dt
34
Captulo 3
Funciones de varias variables
3.1. Funciones reales de un vector
Ahora daremos paso al estudio de funciones del tipo f : R
n
R, es
decir, a un vector del dominio R
n
se le asociar un nico nmero real del
contradominio R. Estas funciones reciben el nombre de funciones reales de
un vector.
Usando la notacin f(x) = y, donde x es la variable de la funcin f, para
las funciones f : R
n
R tendremos que
u = (x
1
, x
2
, . . . , x
n
) R
n
u f(u) = f(x
1
, x
2
, . . . , x
n
)
Entonces, para los casos de R
2
y R
3
, tendramos la siguiente notacin:
(x, y) R
2
f(x, y) = z
(x, y, z) R
3
f(x, y, z) = w
Denicin 48 Una funcin real de un vector u R
n
, es una regla de
asociacin entre los conjuntos R
n
y R tal que
u R
n
!f(u) R
As pues, una funcin de este tipo puede considerarse como una transfor-
macin de un subconjunto A R
n
sobre un subconjunto de nmeros reales.
Esto sugiere otra terminologa conveniente para estas funciones: funciones de
R
n
en R.
35
n
R
3.1.1. lgebra de funciones de varias variables
Las operaciones entre funciones de varias variables se denen de una ma-
nera anloga a como se deni el lgebra de funciones reales y vectoriales,
solo que en este casi si existe el cociente de funciones y no existen los pro-
ductos punto y cruz para funciones de varias variables. Estas deniciones son
las siguientes:
Denicin 49 Sean f y g dos funciones de varias variables, entonces de-
nimos la suma y producto de funciones como sigue:
(f +g)(u) = f(u) +g(u) (Suma de funciones).
(f g)(u) = f(u) g(u) (Resta de funciones).
(kf)(u) = kf(u) (Producto por un escalar).
(
f
g
)(u) =
f(u)
g(u)
u R
n
tal que g(u) ,= 0 (Cociente de funciones).
Ahora deniremos el concepto de composicin de funciones para funciones
de varias variables.
3.1.2. Composicin de funciones
Denicin 50 Sean f : R R y g : A R
n
R dos funciones. Se
dene la composicin de las funciones f y g denotada por (f g)(u) : C
R
n
R como:
(f g)(u) = f(g(u))
n
R
Denicin 51 Sea f : R
n
R una funcin, se dene la grca de una
funcin f denotada por Graf
f
como el subconjunto de R
n+1
de la forma
Graf
f
= (x
1
, x
2
, . . . , x
n
, f(x
1
, x
2
, . . . , x
n
)) R
n+1
[(x
1
, x
2
, . . . , x
n
) R
n
Para el caso de n = 1, es decir funciones del tipo f : R R, la grca

de la funcin f es una curva en R
2
, mientras que para n = 2, la grca de la
funcin f : R
2
R es una supercie en R
3
.
36
3. Funciones de varias variables
3.3. Conjuntos de nivel
Denicin 52 Sea f : A R
n
R, un conjunto de nivel es un conjunto
de la forma
= (x
1
, x
2
, . . . , x
n
) R
n
[f = (x
1
, x
2
, . . . , x
n
) = c, donde c R
Ntese que el conjunto de nivel siempre est en el dominio de la funcin.
El comportamiento o la estructura de una funcin quedan determinados
en parte por la forma de sus conjuntos de nivel, en consecuencia, la compren-
sin de estos conjuntos nos ayuda a entender la funcin en cuestin.
Los conjuntos de nivel resultan muy tiles para entender las funciones de
dos variables f(x, y) en cuyo caso hablaremos de curvas de nivel. Y para el
caso de funciones de 3 variables f(x, y, z), los conjuntos de nivel son llamados
supercies de nivel.
3.4. Lmites
En clculo de una variable se ha visto la nocin de lm
xx
0
f(x) = l para una
funcin real de una variable f : R R. Esto intuitivamente signica que
cuando x esta cerca de x
0
, los valores de f(x) se acercan mas y mas al valor
limite.
Para fundamentar esta idea intuitiva se utiliza la denicin formal de
lmite tambin llamada el mtodo de los entornos. La denicin formal de
lmite es la siguiente:
Denicin 53 Sea f : [a, b] R R y sea l R. Se dice que la funcin
f(x) tiende al lmite l si > 0 () tal que
0 < [x x
0
[ < =[f(x) l[ <
Y este lmite se denota por lm
xx
0
f(x) = l
Para las funciones de varias variables se tiene una denicin anloga a las
funciones de una sola variable.
37
3.4. Lmites
Denicin 54 Sea f : A R R donde A es un conjunto abierto en
R
n
, sea x
0
donde x
0
es un punto de a o es un punto frontera de A. Y sea
l R, entonces se dice que la funcin f(u) tiende al lmite l si > 0 ()
tal que
0 < [[x x
0
[[ < =[f(u) l[ <
Y este lmite se denota como lm
ux
0
f(u) = l
3.4.1. Propiedades de los lmites
Ahora enunciaremos una serie de propiedades que cumplen los lmites de
funciones de varias variables, siempre y cuando existan estos lmites de las
funciones que se estn estudiando.
Teorema 25 Sean f : A R
n
R y g : A R
n
R dos funciones
donde lm
ux
0
f(u) = l y lm
ux
0
g(u) = m. Sea x
0
A un punto de A o un punto
frontera de A, y sea c R, entonces.
1. lm
ux
0
f(u) = l
1
y lm
ux
0
f(u) = l
2
= l
1
= l
2
2. lm
ux
0
(cf)(u) = c lm
ux
0
f(u) = cl donde (cf)(u) = cf(u)
3. lm
ux
0
(f + g)(u) = lm
ux
0
f(u) + lm
ux
0
g(u) = l + m donde (f + g)(u) =
f(u) +g(u)
4. lm
ux
0
(fg)(u) = lm
ux
0
f(u) lm
ux
0
g(u) = lm donde (fg)(u) = f(u)g(u)
5. Si lm
ux
0
f(u) ,= 0 y adems f(u) ,= 0u R
n
, entonces lm
ux
0
(
1
f
)(u) =
1
lm
ux
0
f(u)
=
1
l
6. Si lm
ux
0
g(u) ,= 0 y adems g(u) ,= 0u R
n
, entonces lm
ux
0
(
f
g
)(u) =
lm
ux
0
f(u)
lm
ux
0
g(u)
=
l
m
Estos resultados deberan de ser intuitivamente claros. Por ejemplo, la
propiedad iii) dice que si f(u) esta cerca de l y g(u) esta cerca de m cuando
u esta cerca de x
0
, entonces f(u) + g(u) esta cerca de l + m cuando u esta
cerca de x
0
.
38
3.5. Funciones continuas
En clculo de una variable, la idea de una funcin continua se basa en
la nocin intuitiva de una funcin cuya grca es una curva sin saltos o
fracturas. As pues, podemos interpretar la continuidad de una funcin como
una grca sin brincos. As pues damos la siguiente denicin de continuidad
de una funcin.
n
R una funcin con dominio A. Y sea
x
0
A, decimos que f es una funcin continua en x
0
si y solo si.
1. f(u) esta denida en x
0
.
2. lm
ux
0
f(u) = f(x
0
).
Si decimos solamente que f es continua, queremos decir que f es continua
para todo punto x
0
A. Si f no es continua en un solo punto x
0
A,
decimos que f es discontinua en x
0
. Y si f es discontinua en algn punto de
su dominio, decimos que f es discontinua.
3.5.1. Propiedades de las funciones continuas
Teorema 26 Sean Si f(u) ,= 0 u R
n
, (
1
f
)(u) es continua. y g : A
R
n
R
n
dos funciones continuas. Y sean c R y u R
n
, entonces.
1. (cf)(u) es continua.
2. (f +g)(u) es continua.
3. (fg)(u) es continua.
4. Si f(u) ,= 0 u R
n
, (
1
f
)(u) es continua.
5. Si g(u) ,= 0 u R
n
, (
f
g
)(u) es continua.
Teorema 27 Sean f : B R R y g : A R
n
R, donde g(u) B
u A, de forma que (f g) est denida en A. Si g es continua en u A y
f es continua en v = g(u) B, entonces (f g)(u) es continua en u.
39
3.6. Diferenciacin
3.6. Diferenciacin
Intuitivamente sabemos que una funcin continua es aquella cuya grca
no tiene fracturas o brincos. Ahora, una funcin diferenciable f : A R
n
R debera adems de ser continua tener un plano tangente bien denido en

cada punto. Por lo tanto debe de carecer de dobleces bruscos, esquinas o
picos en su grca.
Para formalizar mas esta idea geomtrica, necesitamos de una denicin
de funcin diferenciable, para ese n comenzaremos deniendo el concepto
de derivada parcial.
3.7. Derivadas parciales
Denicin 56 Sea A R
n
un conjunto abierto, y sea f : A R
n
R,
entonces se denen las derivadas parciales de f respecto a cada una de sus
variables x
j
j = 1, 2, . . . , n en el punto x = (x
1
, x
2
, . . . , x
n
) R
n
como:
f
x
j
[
x=(x
1
,x
2
,...,x
n
)
= lm
h0
f(x +he
j
)
h
j = 1, 2, . . . , n
Si estos lmites existen, se dice que
f
x
j
es la derivada parcial de f respecto a
la variable x
j
.
Teorema 28 Una funcin f : A R
n
R es diferenciable en x
0
A si
todas las derivadas parciales
f
x
j
existen y son continuas en un entorno del
punto x
0
A.
3.7.1. Propiedades de las derivadas parciales
Teorema 29 Sean f : A R
n
R y g : A R
n
R dos funciones
diferenciables, y sea c R, entonces.
1.

x
j
(cf)(u) = c

x
j
f(u).
2.

x
j
(f +g)(u) =

x
j
f(u) +

x
j
g(u).
3.

x
j
(fg)(u) = f(u)

x
j
g(u) +g(u)

x
j
f(u).
4.

x
j
(
f
g
)(u) =
g(u)

x
j
f(u)f(u)

x
j
g(u)
(g(u))
2
.
40
5. Si f : R R y g : A R
n
R son diferenciables, g en x
0
R
n
, y
f en g(x
o
) R, entonces (f g)(u) es diferenciable en x
0
y adems
x
j
(f g)(u) =

x
j
f(g(u))

x
j
g(u) Regla de la cadena.
3.8. Plano tangente
Hemos usado la nocin de plano tangente a la grca de una funcin para
motivar la denicin de diferenciabilidad. Ahora daremos la denicin formal
de plano tangente.
2
R una funcin diferenciable en (x
0
, y
0
)
R
2
, se dene el plano tangente a la grca de f dado por la ecuacin:
z = f(x
0
, y
0
) +
_

x
[
(x
0
,y
0
)
_
(x x
0
) +
_

y
[
(x
0
,y
0
)
_
(y y
0
)
3.9. Gradiente
Para funciones f : A R
n
R utilizamos una terminologa especial
para la derivada de una funcin, esta derivada recibe el nombre de vector
gradiente que denimos a continuacin:
n
R, denimos la derivada total de f
denotada por Df(x) como el vector
Df(x) = (
f
x
1
,
f
x
2
, . . . ,
f
x
n
)
Este vector tambin es llamado el gradiente de f y se denota por f o
grad(f).
Teorema 30 Sea f : A R
n
R, y sean e
j
R
n
, entonces:
f =
f
x
1
e
1
+
f
x
2
e
2
+. . . +
f
x
n
e
n
Y parara funciones de 3 y 2 variables tendramos que:
f =
f
x
1
i +
f
x
1
j +
f
x
1
k para 3 variables
f =
f
x
1
i +
f
x
1
j para 2 variables
41
3.10. Derivadas direccionales
3.9.1. Direccin de mximo crecimiento
n
R diferenciable, y sea f ,= 0, entonces
f(u) apunta en la direccin en la cual f crece mas rpido.
3.10. Derivadas direccionales
n
R una funcin, se dene la derivada
direccional de f en direccin del vector unitario u como sigue:
D
u
f(x
1
, x
2
, . . . , x
n
) = lm
h0
f [(x
1
, x
2
, . . . , x
n
) +hu] f(x
1
, x
2
, . . . , x
n
)
h
El valor de la derivada direccional D
u
f(x
1
, x
2
, . . . , x
n
), es la razn de cambio
de f en la direccin de u en el punto (x
1
, x
2
, . . . , x
n
).
Por ejemplo, si f(x, y, z) es la temperatura en el punto (x, y, z), entonces
D
u
f(x, y, z) es la razn de cambio de temperatura en (x, y, z) con respecto a
la distancia a lo largo de la recta que pasa por (x, y, z) en direccin de u.
n
R es una funcin diferenciable con todas
su derivadas parciales, entonces la derivada direccional en x
0
A en la
direccin del vector unitario u es igual a:
D
u
f(x
1
, x
2
, . . . , x
n
)[
x=x
0
= f[
x=x
0
u
3.11. Derivadas de orden superior
Como ya se ha visto antes, podemos obtener informacin considerable
sobre la derivada de una funcin. Ahora estudiaremos las derivadas parciales
de orden superior con el n de demostrar la igual dad entre las derivadas
parciales cruzadas.
n
R, se dice que f es de clase n y se
denota por C
n
si sus derivadas de orden n son continuas en x
0
, donde las
derivadas de orden n son:
n
f
x
n
j
=
f
x
j
(
n1
f
x
n1
j
) Derivadas parciales de orden n
f
x
n
x
n1
x
1
=

x
n
(

x
n1
(
f
x
1
)) Derivadas parciales cruzadas
42
Nota.- Para funciones de f : A R
2
R tenemos que las derivadas de
orden 2 son:
2
f
x
2
=

x
(
f
x
) y

2
f
y
2
=

y
(
f
y
)
Y las derivadas parciales cruzadas son las siguientes:
f
xy
=

x
(
f
y
) y
f
yx
=

y
(
f
x
)
n
R de clase C
2
, entonces las derivadas
parciales cruzadas son iguales, es decir:
f
x
n
x
n1
x
1
=
f
x
1
x
2
x
n
Para funciones f : A R
2
R este teorema nos dice que:
f
xy
=
f
yx
43
3.12. Ejercicios
3.12. Ejercicios
Trazar las curvas de nivel y las supercies de nivel de las siguientes
funciones:
1. f(x, y) = 2x
2
3y
2
.
2. f(x, y, z) = x
2
2y
2
z
2
.
Estudiar la continuidad en el punto (0, 0) de las siguientes funciones:
1. f(x, y) =
y
2
x
2
+y
2
.
2. f(x, y) =
xy
x+y
.
3. f(x, y) =
x
3
+y
3
x
2
+y
2
.
4. f(x, y) =
x+y
x
2
+y
2
.
Calcular lm
(x,y)(1,1)
xy +x
2
y
3
e
x+y
En los siguientes problemas hallar las derivadas parciales de f con
respecto a sus variables, demostrar si son funciones diferenciables, y
calcular su vector gradiente:
1. f(x, y, z) =
25 x
2
y
2
.
2. f(x, y) = arctan(
y
x
).
3. ln
x
2
+y
2
.
4. f(x, y) = (ax + by)
2
+ e
(ax+by)
+ sen(ax + by), donde a, b son
constantes cuales quiera.
5. f(x, y, z) = xyze
x
2
+y
2
+z
2
.
Un excursionista est en el punto (1,0) de una montaa. Si la altura de
la montaa viene dada por la funcin h(x, y) = 2e
x
+ e
3y
, en qu
direccin debe moverse para alcanzar la cima lo antes posible?
El voltaje de una supercie viene dado por la funcin v(x, y, z) =
3
x
2
+y
2
+z
2
. Calcular la tasa de variacin del voltaje en el punto x
0
=
(2, 2, 1) y en la direccin del vector u = i 3j + 4k.
En los siguientes ejercicios hallar las derivadas de segundo orden y
cruzadas de las siguientes funciones:
1. f(x, y) = 2x
2
5xy +y
2
.
44
2. f(x, y) =
x
y
2

y
x
2
.
3. f(x, y) =
xy
xy
.
4. f(x, y, z) = xyze
x
2
y
2
z
2
.
En los siguientes ejercicios hallar la ecuacin del plano tangente en el
punto dado a la grca de las siguientes funciones:
1. f(x, y) = xy en el punto (1, 1).
2. xye
xy
en el punto (0, 0).
Hallar la derivada direccional de la funcin f(x, y, z, w) = e
x+y+z+w
en
la direccin del vector unitario u = (
1
30
,
1
30
,
1
30
,
1
30
).
45
3.12. Ejercicios
46
Captulo 4
Integrales mltiples
Ahora estudiaremos la integracin de funciones reales de varias variables,
trataremos la integracin de funciones de dos y tres variables, o integrales
dobles y triples. La integral dobles tiene una interpretacin geomtrica bsica
como un volumen bajo la grca de una funcin de dos variables, es decir, el
volumen bajo una supercie. Y esto se puede denir rigurosamente como el
lmite de sumas aproximantes. Estudiaremos diversas tcnicas para calcular
integrales dobles y triples, y veremos algunas propiedades fundamentales de
ellas.
4.1. Integrales dobles como volmenes
Sea f : R R
n
R una funcin continua de dos variables cuyo dominio
R es un rectngulo de la forma [a, b] [c, d], en este caso R es el producto
cartesiano de los dos intervalos anteriores.
Ahora supongamos que f(x, y) 0 (x, y) R, de modo que la Graf
f
sea una supercie sobre el rectngulo R. Esta supercie, el rectngulo y los
cuatro planos x = a, x = b, y = c, y = d forman la frontera de una regin V
en el espacio R
3
.
Ahora nos enfocaremos al problema de como denir rigurosamente el
volumen de la regin V . Este problema tiene como solucin el mtodo de
exhaucin o, dicho en otros trminos matemticos, el mtodo de sumas de
Riemann.
47
4.1. Integrales dobles como volmenes
4.1.1. Integrales dobles sobre un rectngulo
Ahora vamos a dar la denicin rigurosa de integral doble como el lmite
de una sucesin de sumas. Esta se usar para denir el volumen de la regin
bajo la grca de una funcin f(x, y).
Nota.- No ser necesario suponer que f(x, y) 0 (x, y) R, pero si
f(x, y) toma valores negativos, interpretaremos la integral como un volumen
con signo, como se hace con el rea bajo la curva de una funcin de una
variable.
Ahora empezaremos deniendo la notacin de sumas y particiones.
Denicin 61 Sea un rectngulo cerrado R = [a, b] [c, d] R
2
. Denimos
una particin regular de R de orden n y se denota por P(R) como dos familias
de puntos x
j
n
j=1
y y
k
n
k=1
que satisfacen:
a = x
0
< x
1
< x
n
= b y c = y
0
< y
1
< y
n
= d
x
j
= x
j+1
x
j
=
ba
n
y y
k
= y
k+1
y
k
=
dc
n
Una particin regular P(R) puede verse como una cuadricula sobre el
rectngulo R cuyos nodos son el producto cruz de la particin del intervalo
[a, b] y [c, d].
Denicin 62 Sea f : R R
2
R, se dice que f es una funcin acotada
si M R con M > 0, de tal forma que:
M f(x, y) M (x, y) R R
2
Denicin 63 Sea R
jk
el rectngulo [x
j
, x
j+1
] [y
k
, y
k+1
], y sea C
jk
R
jk
,
supongamos que f : R R
2
R es una funcin acotada con valores reales,
entonces denimos la suma de Riemann como:
S
n
=
n1
k=o
n1
j=o
f(C
jk
)xY o tambin
S
n
=
n1
k=o
n1
j=0
f(C
jk
)A donde A = xy
En esta suma tanto j como k toman los valores entre 0 y n 1, de modo
que hay n
2
sumandos.
48
4. Integrales mltiples
4.2. La integral doble
2
R una funcin acotada sobre el rectn-
gulo R, y sea S
n
la suma de Riemann denida sobre el rectngulo R
jk
R.
Si la sucesin S
n
n=1
converge a un lmite S cuando n , y si este lmite
es igual para todo C
jk
R
jk
, entonces decimos que f es Reimann integrable
sobre R y se denota como:
_ _
R
f(x, y) dA
_ _
R
f(x, y) dx dy
_ _
f dx dy
Con esta denicin podemos reescribir a la doble integral como:
4.3. Propiedades de la doble integral
Teorema 34 Sea f : R R
2
R, si f es una funcin continua sobre R,
entonces f es Riemann integrable.
2
R una funcin acotada sobre R, y su-
pongamos que el conjunto donde f es discontinua est contenido en una union
nita de grcas de funciones continuas, entonces f es Riemann integrable
sobre R.
Teorema 35 Sean f : R R
2
R y g : R R
2
R dos funciones
Riemann integrables sobre R. Y sea c R, entonces
_ _
R
(f +g)(x, y) dA =
_ _
R
f(x, y) dA +
_ _
R
g(x, y) dA Linealidad
_ _
R
(cf)(x, y) dA = c
_ _
R
f(x, y) dA Homogeneidad
Si f(x, y) g(x, y) (x, y) R, entonces
_ _
R
f(x, y) dA
_ _
R
g(x, y) dA
Monotona
Si R
i
con i = 1, 2, . . . , m son rectngulos con interiores disjuntos dos a
dos, es decir, R
i
R
j
= i, j = 1, 2, . . . , m, y si f es acotada sobre
Q =

m
i=1
, entonces f : Q R
2
R es Riemann integrable y adems
_ _
Q
f(x, y) dA =
m
i=1
_ _
R
i
f(x, y) dA
49
4.4. Teorema de Fubini
4.4. Teorema de Fubini
Un teorema de mucha utilidad para hacer el clculo de integrales dobles
y en general de integrales mltiples es el teorema de Fubini que enunciamos
a continuacin.
Teorema 36 Sea f : R R
2
R una funcin continua sobre R, entonces
_ _
R
f(x, y) dx dy =
_
b
a
_
_
d
c
f(x, y) dy
_
dx =
_
d
c
_
_
b
a
f(x, y) dx
_
dy
4.5. Integrales dobles sobre regiones elemen-
tales
Ahora nuestro objetivo en esta seccin es doble. En primer lugar, que-
remos denir la integral doble de una funcin f(x, y) sobre regiones D ms
generales que los rectngulos. En segundo lugar queremos desarrollar una
tcnica para calcular este tipo de integral. Para llevarlo a cabo deniremos
tres clases especiales de subconjuntos en el plano XY , y extenderemos a ellos
la nocin de integral doble.
4.5.1. Regiones elementales
Empezaremos deniendo el concepto de regin simple como sigue:
Denicin 66 Sean
1
: [a, b] R y
2
: [a, b] R dos funciones reales
continuas que satisfacen
1
(x)
2
(x) x [a, b]. Sea D el conjunto de
todos los puntos (x, y) tales que x [a, b] y
1
(x) y
2
(x). A la regin
D se le conoce como regin y-simple.
Denicin 67 Decimos que una regin D es x-simple si existen funciones
continuas reales
1
y
2
defginidas en [c, d] tales que D es el conjunto de
puntos (x, y) que satisfacen
y [c, d] y
1
(y) x
2
(y)
Ejemplo 21 Calcular
_ _
R
(x
2
+y) dA donde R = [0, 1] [0, 1]
Sol.- Por el teorema de Fubini tenemos que:
_ _
R
(x
2
+y) dA =
_
1
0
__
1
0
(x
2
+y) dx
_
dy =
_
1
0
_
1
0
(x
2
+y) dy dx
50
De acuerdo con el teorema fundamental del clculo, podemos integrar con
respecto a x.
_
1
0
(x
2
+y) dx =
_
1
0
x
2
dx +
_
1
0
y dx =
x
3
3
1
0
+yx
1
0
=
1
3
+y
Luego integramos respecto a y
_
1
0
1
3
+y dy =
1
3
_
1
0
dy +
_
1
0
y dy =
y
3
1
0
+
y
2
2
1
0
=
_
1
3

0
3
_
+
_
1
2
2

0
2
2
_
=
=
1
3

1
2
=
5
6
Lo que hemos hecho es dejar jo y, integrar respecto a x, despus evaluar
el resultado entre los lmites dados para la variable x. Luego, hemos integrado
la funcin resultante (que depende solo de y) con respecto a y para obtener
el resultado nal.
4.5.2. La integral doble sobre una regin elemental
Vamos a utilizar ahora un resultado muy interesante y til para extender
la denicin de integral sobre un rectngulo a regiones elementales.
Denicin 68 Sea D una regin elemental en el plano XY , y sea R un
rectngulo de tal forma que D R. Y sea una funcin continua f : D R,
denimos la doble integral de f sobre la regin D
_ _
D
f(x, y) dA =
_ _
D
f
(x, y) DA
De donde f
(x, y) se dene sobre R como

f
(x, y) =
_
_
f(x, y) si (x, y) D
0 si (x, y) / D
Ntese que f
es acotada por herencia de f y continua excepto proba-

blemente en la frontera de D. La frontera de D est formada por grcas de
funciones continuas, de modo que f
es integrable sobre R. Entonces podemos

denir a la doble integral iterada sobre una regin elemental D como:
_ _
D
f(x, y) dA =
_ _
R
f
(x, y) dA
51
4.6. Ejercicios
Cuando f 0 sobre D, podemos interpretar a la doble integral como el
volumen de la regin tridimensional que est entre D y la grca de f.
Teorema 37 Sea D R
2
una regin y-simple, si f es una funcin continua
en D, entonces
_ _
D
f(x, y) dA =
_
b
a
_

2
(x)
1
(x)
f(x, y) dy dx
Teorema 38 Sea D R
2
una regin x-simple, si f es una funcin continua
en D, entonces
_ _
D
f(x, y) dA =
_
d
c
_

2
(x)
1
(x)
f(x, y) dx dy
Teorema 39 Sea D una regin simple, entonces se puede expresar como el
conjunto de puntos (x, y) tales que a x b y
1
(x) y
2
(x). Y tambin
como el conjunto de puntos (x,y) tales que c y d y
1
(y) x
2
(y),
entonces podemos cambiar el orden de integracin como
_ _
D
f(x, y) dA =
_
b
a
_

2
(x)
1
(x)
f(x, y) dy dx
_
d
c
=
_

2
(x)
1
(x)
f(x, y) dx dy
4.6. Ejercicios
1. Calcular las integrales dobles donde R es el rectngulo [0, 2] [1, 0]
_ _
R
(x
2
+y
2
+x) dx dy
_ _
R
([y[ cos(
1
4
x)) dy dx
_ _
R
(xe
x
sin(
1
2
x)) dy dx
2. Hallar las siguientes integrales iteradas sobre las regiones D especica-
das.
_
1
0
_
x
x
2
xy
2
dy dx
_
2
1
_
y
3
2
0
x
y
2
dx dy
_
1
0
_

x
x
(y +y
3
) dy dx
52
_
1
0
_
x
2
0
xe
y
dy dx
_
4
2
_
8y
y
y dx dy
_
arctan
3
2
0
_
2 sec
0
d d
_
4
0
_
tan sec
0

3
cos
2
d d
_
1
0
_
x
2
x
3
x dy dx
_
1
0
_
x
2
x
3
y dy dx
_
1
0
_
e
x
1
(x +y) dy dx
3* Aunque el teorema de Fubini se verica para la mayora de las funciones
que nos encontramos en la prctica, debemos mantener cierta cautela.
En este ejercicio se da un ejemplo para el que el teorema falla. Usando
un cambio de variable que involucre a la funcin tangente, demostrar
que:
_
1
0
_
1
0
x
2
y
2
(x
2
+y
2
)
2
dydx =

4
mientras que
_
1
0
_
1
0
x
2
y
2
(x
2
+y
2
)
2
dxdy =
4
Por que no contradice esto el teorema de Fubini?
53
4.6. Ejercicios
54
Captulo 5
El campo de los nmeros
complejos
El problema de resolver las ecuaciones algebraicas ha llevado al hom-
bre desde los nmeros naturales N = 1, 2, 3, . . ., a los nmeros enteros
Z = . . . , 3, 2, 1, 0, 1, 2, 3, . . ., a las fracciones Q =
1
2
,
1
4
, . . ., a los
nmeros irracionales I = , e,
2, . . . y al campo de los nmeros reales

R = Q I, a los nmeros complejos C, y a otros sistemas de nmeros mas
generales. Leopold Kronecker (1823-1891) el primer crtico gradual de la com-
prensin del sistema de nmeros por el hombre diciendo: Dios cre los n-
meros enteros; el resto es obra del hombre.
Sabemos, por ejemplo que no existe ningn nmero real x con la propiedad
de que
x
2
+ 1 = 0
Nuestra posicin es anloga a la del hombre del siglo XVI que no saba
nada de los nmeros negativos ni del numero cero, cuando contemplaba la
ecuacin
x + 9 = 5
El nmero 4 no tena sentido alguno, y si le dijramos que la ecuacin
tiene una solucin, rechazara nuestra armacin como absurda. Podramos
introducir el nmero 0 como la solucin a la ecuacin x+a = a, y el nmero
4 como el smbolo para la solucin de la ecuacin x + 4 = 0. Podramos
ensearle las reglas para trabajar con estos nuevos nmeros y que este nuevo
sistema de nmeros es ciertamente una extensin de su antiguo sistema de
nmeros. Podra ayudarle la aceptacin de estos nuevos nmeros que le dise-
mos una interpretacin geomtrica, y podramos mostrarle que esta extensin
de de su sistema de nmeros es esencial para el desarrollo de las matemticas
y para la solucin de muchos problemas.
55
Discutiremos el sistema de los nmeros complejos siguiendo estas mismas
lneas. Las deniciones y reglas para operar con los nmeros complejos se dan
en primer lugar. Demostraremos despus que este sistema es una extensin
del sistema de los nmeros reales, y nalmente, que los nmeros complejos y
las operaciones con estos nmeros tienen una interpretacin geomtrica.
Los nmeros complejos son de gran importancia en el lgebra y conduje-
ron en el anlisis al gran logro de la matemtica del siglo XIX -la teora de
funciones analticas de una variable compleja. Los nmeros complejos juegan
tambin un papel importante en la teora de ecuaciones diferenciales y son
un argumento indispensable en la teora y aplicaciones de circuitos elctricos
lineales y en el estudio, en general, de osciladores, vibraciones y fenmenos
ondulatorios. Empezaremos estudiando el sistema de los nmeros complejos
primero con la denicin de este nuevo sistema numrico.
Denicin 69 El conjunto de los nmeros complejos C es el conjunto de
todos los pares ordenados (a, b) donde a, b R cuyas operaciones de suma y
producto se denen como:
(a, b) y (c, d) C (a, b) + (c, d) = (a +c, b +d).
(a, b) y (c, d) C (a, b) (c, d) = (ac bd, ad +bc).
Bajo estas dos operaciones (suma y producto), el conjunto de los nmeros
complejos cumplen los axiomas de campo que son los siguientes:
(a, b) y (c, d) C (a, b) + (c, d) C (Cerradura de la suma).
(a, b) y (c, d) C (a, b) + (c, d) = (c, d) + (a, b) (Conmutatividad).
(a, b), (c, d) y (e, f) C, ((a, b)+(c, d))+(e, f) = (a, b)+((c, d)+(e, f))
(Asociatividad).
(a, b) C !0 = (0, 0) C tal que (a, b)+(0, 0) = (0, 0)+(a, b) = (a, b)
(Neutro aditivo).
(a, b) C ! (a, b) C tal que (a, b) +((a, b)) = (a, b) +(a, b) =
(0, 0) (Inverso aditivo).
(a, b) y (c, d) C (a, b) (c, d) C (Cerradura del producto).
(a, b) y (c, d) C (a, b) (c, d) = (c, d) (a, b) C (Conmutatividad).
(a, b), (c, d) y (e, f) C, ((a, b) (c, d)) (e, f) = (a, b) ((c, d) (e, f))
(Asociatividad).
56
5. El campo de los nmeros complejos
(a, b) C !1 = (1, 0) C tal que (a, b) (1, 0) = (1, 0) (a, b) = (a, b)
(Neutro multiplicativo).
(a, b) ,= (0, 0) C !(a, b)
1
C tal que (a, b) (a, b)
1
= (a, b)
1
(a, b) = (1, 0) (Inverso multiplicativo).

Notacin.- Denotaremos al nmero complejo (a, b) como z = (a, b) C.
5.1. Los nmeros reales R como subconjunto
de C
Podemos asociar todo nmero real a al nmero complejo de la forma (a, 0)
por medio de la siguiente regla de correspondencia. Si a R y (a, 0) C,
entonces a (a, 0).
Podemos comprobar fcilmente que con los nmeros complejos de la forma
(a, 0) se siguen cumpliendo las propiedades de la suma y producto denidas
en los nmeros reales. Sean (a, 0) y (b, 0) C de tal forma que a (a, 0)
y b (b, 0), entonces
(a, 0) + (b, 0) = (a +b, 0 + 0) = (a +b, 0) a +b R
(a, 0) (b, 0) = (ab 00, 00 + 00) = (ab, 0) ab R
Con esto queda demostrado que tanto los nmeros reales R son un subcon-
junto de los nmeros complejos C, y las operaciones denidas en C preservan
las propiedades de las operaciones denidas en R.
5.2. Operaciones en C
Como ya se deni antes, la suma y el producto de dos nmeros complejos
se denen como (a, b)+(c, d) = (a+c, b+d) y (a, b) (c, d) = (acbd, ad+bc),
ahora deniremos otras operaciones algebraicas en C como el inverso aditivo
de un nmero complejos, la resta de dos nmeros complejos, el inverso mul-
tiplicativo de un nmero complejo y la divisin de dos nmeros complejos
z y w. Tambin deniremos otros conceptos de gran importancia en los n-
meros complejos, estos conceptos son los de parte real e imaginaria, y el de
el conjugado de un nmero complejo z. Empezaremos deniendo el inverso
aditivo de un nmero complejos z.
57
5.2. Operaciones en C
5.2.1. Inverso aditivo de z C
Denicin 70 Sea z = (a, b) C, entonces se dene el inverso aditivo de
z y se denota como z de la forma
z = (a, b)
5.2.2. Resta de dos nmeros complejos z w
Ahora deniremos la resta de dos nmeros complejos z y w de la siguiente
manera:
Denicin 71 Sean z = (a, b) y w = (c, d) C, se dene la resta z w
como
z w = z + (w) = (a, b) + (c, d) = (a c, b d)
5.2.3. Inverso multiplicativo de un nmero complejo
z
1
Denicin 72 El inverso multiplicativo de un nmero complejo z = (a, b) ,=
(0, 0) es el nmero complejo z
1
= (x, y) tal que
z z
1
= (a, b) (x, y) = (xa yb, xb +ya) = (1, 0) = 1 C
Lo cual nos lleva a resolver el sistema de ecuaciones lineales
xa yb = 1
ya +xb = 0
Resolviendo estas ecuaciones para x y y, tenemos que
x =
a
a
2
+b
2
y
y =
b
a
2
+b
2
Si x
2
+y
2
,= 0, es decir, si z ,= (0, 0), entonces
z
1
= (
a
a
2
+b
2
,
b
a
2
+b
2
)
58
5.2.4. Divisin de dos nmeros complejos
z
w
Ahora toca el turno de denir la divisin de dos nmeros complejos z
y w ayudndonos de la denicin del inverso multiplicativo de un nmero
complejo z.
Denicin 73 Sean z y w ,= 0 C, entonces se dene la divisin
z
w
como
z
w
= z w
1
5.2.5. Parte real e imaginaria de z
Ahora deniremos dos conceptos importantes asociados a todo nmero
complejo z C, estos conceptos son el de parte real y parte imaginaria de
un nmero complejo.
Denicin 74 Sea z = (a, b) C, se dene la parte real (1), y la parte
imaginaria () del nmero complejo z de la siguiente forma:
Re(z) = a
Im(z) = b
5.2.6. Conjugado de un nmero z
Ahora deniremos otro concepto muy til dentro de los nmeros comple-
jos, este concepto es el del conjugado de un nmero complejo.
Denicin 75 Sea z = (a, b) C, se dene el conjugado del nmero com-
plejo z y se denota por z de la forma
z = (

a, b) = (a, b)
Veamos algunos ejemplos de como emplear las operaciones ya denidas
en C.
Ejemplo 22 Sean z = (1, 2) y w = (2, 3), encontrar z +w, zw,
z
w
, z, Re(z)
59
5.3. La unidad imaginaria
y Im(z).
z +w = (1, 2) + (2, 3) = (1 2, 2 + 3) = (1, 5)
zw = (1, 2) (2, 3) = (1(2) 2(3), 1(3) + 2(2)) = (2 6, 3 4) =
= (8, 1)
z
w
= zw
1
= (1, 2) (
2
(2)
2
+3
2
,
3
(2)
2
+3
2
) = (1, 2) (
2
13
,
3
13
)
= (1(
2
13
) 2(
3
13
), 1(
3
13
) + 2(
2
13
)) = (
2
13
+
6
13
,
3
13

4
13
) =
= (
4
13
,
7
13
)
z =

(1, 2) = (1, 2)
Re(1, 2) = 1 y Im(1, 2) = 2
Ahora, podemos calcular tambin el inverso de un nmero complejo como
lo dice el siguiente teorema que facilita la obtencin de dicho nmero.
Teorema 40 Sea z = (a, b) ,= 0 C, entonces
z
1
=
z
z z
Demostracin 2 Sea z = (a, b), entonces
z z = (a, b) (a, b) = a
2
+b
2
, luego
z
1
= z
1
1 = z
1
z
z
=
1
z

z
z
=
z
z z
=
(a,b)
a
2
+b
2
= (
a
a
2
+b
2
,
b
a
2
+b
2
)
z
1
=
z
a
2
+b
2
.
5.3. La unidad imaginaria
Usando la convencin de identicar a los nmeros complejos de la forma
(a, 0) con el nmero real a, podemos reescribir el nmero complejo z = (a, b)
de la forma
z = (a, b) = (a, 0) + (0, y) = (a, 0) + (b, 0)(0, 1) = a +b(0, 1)
Es conveniente tener un smbolo para representar el nmero complejo
(0, 1). En matemticas, a este nmero complejo se le llama la unidad imagi-
naria y se le dene como sigue:
60
Denicin 76 Sea (0, 1) C, a este nmero complejo se le conoce como la
unidad imaginaria i C
i = (0, 1)
Ahora enunciaremos y demostraremos una propiedad de gran relevancia
que tiene la unidad imaginaria, esta propiedad es que si elevamos al cuadrado
la unidad imaginaria i, obtenemos un nmero real negativo.
Teorema 41 Sea i = (0, 1) C, entonces
i
2
= (1, 0) = 1 R
Demostracin 3 Sea i = (0, 1) C, entonces
i
2
= ii = (0, 1) (0, 1) = (0(1) 1(1), 0(1) + 1(0)) = (0 1, 0 + 0) = (1, 0) =
= 1 R
i
2
= (1, 0) = 1
Con esta propiedad importante de i y con la notacin z = a+b(0, 1) pode-
mos reescribir a cualquier nmero complejo como se muestra en al siguiente
seccin.
5.4. Forma z = a + bi de un nmero complejo
Como ya se haba mostrado antes, tenemos que para todo nmero com-
plejo z C
z = (a, b) = (a, 0) + (0, y) = (a, 0) + (b, 0)(0, 1) = a +b(0, 1)
Esto nos lleva a denir otra forma de escribir un nmero complejo z =
(a, b) de la forma z = a +bi en el siguiente teorema.
Teorema 42 Sea z = (a, b) C, entonces podemos reescribir a todo nmero
complejo z en la forma z = a +bi.
Demostracin 4 Sea z = (a, b) C, entonces
z = (a, b) = (a, 0) + (0, y) = (a, 0) + (b, 0)(0, 1) = a +b(0, 1) = a +bi C
z = (a, b) = a +bi C
61
5.5. Mdulo y argumento de un nmero complejo z
De aqu en adelante, no debe de causar confusin usar cualquiera de
las notaciones utilizadas para representar a un nmero complejo z como la
denicin formal que es el par ordenado de nmeros reales (a, b) o la nueva
forma que tenemos de representar a un nmero complejo a + bi. Aunque la
notacin mas usual es la notacin a+bi y a partir de aqu esta notacin ser
utilizada.
5.5. Mdulo y argumento de un nmero com-
plejo z
Puesto que por denicin, los nmeros complejos es el conjunto de pares
ordenados (a, b) donde a, b R, podemos entonces interpretar a los nmeros
complejos como puntos (a, b) en el plano cartesiano R
2
, tambin conocido co-
mo plano cartesiano, y as obtener una representacin geomtrica del campo
de los nmeros complejos. Con esta interpretacin en mente, adoptamos a
menudo una cierta imprecisin de lenguaje y usamos las palabras punto y
nmero complejo indistintamente y hablamos del plano R
2
como del plano
complejo. La siguiente linea en nuestro propsito de denir y comprender al
nuevo sistema numrico de los nmeros complejos es dar una interpretacin
geomtrica a este nuevo conjunto de nmeros. Para esto, primero deniremos
los conceptos de mdulo y argumento de un nmero complejo z.
Denicin 77 Sea z = a + bi C, se dene el valor absoluto o el mdulo
de un nmero complejo z como la longitud desde el origen hasta el punto
(a, b) en el plano complejo, es decir,
[z[ =
a
2
+b
2
Denicin 78 Sea z = a + bi C con a ,= 0, se dene el argumento o
amplitud de un nmero complejo z denotado por Arg(z) o Am(z) como la
medida en radianes del ngulo de inclinacin del vector (a, b), es decir,
Arg(z) = arctan
_
b
a
_
medido en radianes
Ahora enunciaremos algunas propiedades del mdulo de un nmero com-
plejo en el siguiente teorema.
62
Teorema 43 Sean z, w C, y sea c R, entonces
z ,= 0 [z[ 0 y [z[ = 0 z = (0, 0)
z C y c R [cz[ = [c[[z[, donde [c[ es el valor absoluto denido en
R
z, w C [z +w[ [z[ +[w[, la desigualdad del tringulo
z, w C [zw[ = [z[[w[.
z, w C [
z
w
[ =
|z|
|w|
w ,= (0, 0)
z C z z = a
2
+b
2
= [z[
2
Ejemplo 23 Sean z = 2 3i y w = 4 + 5i, encontrar [z[, [w[, [zw[, [
z
w
[,
Arg(z) y Arg(w).
1. z +w = (2 + 3i) + (4 + 5i) = (2 + 4) + (3 + 5)i = 6 + 8i
2. z w = (2 + 3i) (4 + 5i) = (2 4) + (3 5)i = 2 2i
3. zw = (2+3i)(4+5i) = ((2)(4) (3)(5)) +((2)(5) +(3)(4))i = 7+22i
4. z
1
=

2+3i
2
2
+(3)
2
=
23i
4+9
=
23i
13
=
2
13

3
13
i
5. [z[ =
_
2
2
+ (3)
2
=
4 + 9 =
13 3.6055
6. [w[ =
4
2
+ 5
2
=
16 + 25 =
41 6.4031
7. [zw[ = [z[[w[ =
13
41 =
_
(13)(41) =
553 23.0867
8. [
z
w
[ =
|z|
|w|
=

13
41
=
_
13
41
0.56309
9. Arg(z) = arctan
_
3
2
_
= arctan(1.5) 0.3128 rad 0.9826 rad
10. Arg(w) = arctan
_
5
4
_
= arctan(1.25) 0.2852 rad 0.8959 rad
63
5.6. Coordenadas conjugadas complejas
5.6. Coordenadas conjugadas complejas
Un nmero complejo z = x + yi C puede representarse como punto
en el plano complejo, y puede localizar por sus coordenadas rectangulares
(x, y) o por sus coordenadas polares (r, ). Existen otras posibilidades para
representar el mismo punto en el plano complejo. Antes de enunciar otra
forma de representar a los nmero complejos en el plano, debemos enunciar
el siguiente resultado.
Teorema 44 Sea z = x +yi C, entonces
Re(z) = x =
(z + z)
2
e Im(z) = y =
(z z)
2i
Usando este resultado, podemos entonces sustituir los valores de las coor-
denadas (x, y) por los valores anteriores para denir otra forma de representar
a los nmeros complejos como sigue
Denicin 79 Sea z = x + yi C, donde Re(z) = x =
(z+ z)
2
y Im(z) =
y =
(z z)
2i
, entonces se denen las coordenadas conjugadas complejas, o sim-
plemente coordenadas conjugadas como el punto en el plano complejo (z, z)
Ahora veremos algunos ejemplos de estas coordenadas conjugadas
Ejemplo 24 Expresar cada ecuacin en trminos de sus coordenadas con-
jugadas (a) 2x +y = 5 y (b) x
2
+y
2
= 36
a) Tenemos que z = x + yi, z = x yi, x =
(z+ z)
2
y y =
(z z)
2i
, entonces
tenemos que
2(
z + z
2
) + (
z z
2i
) = 5 = (21 + 1)z + (2i 1) z = 10i
Que es la ecuacin de una recta en el plano complejo
b) Se tiene que x
2
+y
2
= [z[
2
= z z, entonces
x
2
+y
2
= z z = 36
Que es la ecuacin de una circunferencia de radio 6 con centro en el
origen en el plano complejo
64
5.7. Forma polar de los nmero complejos
La representacin geomtrica de los nmeros complejos sugiere otra forma
de escribirlos. Como el punto (a, b) puede representarse por coordenadas
polares (r, ) donde a = r cos() y b = r sin(). Entonces deniremos la
forma polar de un nmero complejo de la siguiente manera.
Denicin 80 Sea z = a +bi C, entonces a z se le puede representar en
su forma polar como sigue:
z = a +bi = r cos() +i sin() = r(cos() +i sin())
Con esta nueva notacin tenemos que r = [z[ y = Arg(z) medido en
radianes.
5.8. Forma exponencial de un nmero com-
plejo e
z
Es conveniente introducir la funcin exponencial compleja ei para poder
calcular esta funcin importante en matemticas tambin en el campo de los
nmeros complejos y la denimos como sigue:
Denicin 81 Sea z = a + bi = r(cos + i sin ) C se dene la funcin
exponencial compleja como:
z = a +bi = r(cos +i sin ) = re
i
Con esta denicin de funcin exponencial compleja, se siguen cumpliendo
las mismas propiedades de la funcin exponencial real e
x
e
z
1
e
z
2
= e
z
1
+z
2
e
0
= 1
Y Adems podemos denir la funcin exponencial negativa de un nmero
complejo z como:
z
1
= re
i
=
1
re
i
En resumen, con estas deniciones de funcin exponencial compleja tene-
mos las siguientes propiedades
z
1
z
2
= r
1
e
i
1
r
2
e
i
2
= r
1
r
2
e
i(
1
+
2
)
65
5.9. Potencias enteras de un nmero complejo z
z
1
z
2
=
r
1
e
i
1
r
2
e
i
=
r
1
r
2
e
i(
1
2
)
As pues, podemos deducir que para multiplicar dos nmeros complejos
se multiplican los mdulos y se suman los argumentos. Y para dividir dos
nmeros complejos se dividen los mdulos y se restan los argumentos.
Y en el caso general de multiplicar n nmeros complejos tenemos:
[z
1
z
2
z
n
[ = [z
1
[[z
2
[ . . . [z
n
[ =

n
j=1
[z
j
[
Arg(z
1
z
2
z
n
) = Arg(z
1
) +Arg(z
2
) + +Arg(z
n
) =

n
j=1
Arg(z
j
)
5.9. Potencias enteras de un nmero comple-
jo z
Supongamos que en el resultado anterior todos los nmeros complejos z
j
son iguales, entonces tenemos
[zz z[ = [z
n
[ = r
n
Arg(z
n
) = nArg(z) = n
De donde obtenemos la frmula de De Moivre para las potencias de un
nmero complejo z
z
n
= (re
i
)
n
= r
n
e
in
= r
n
(cos(n) +i sin(n))
5.10. Races de un nmero complejo z
Consideremos el problema de encontrar la raz n-sima del nmero com-
plejo z. Para ello, necesitamos denir el concepto de raz n-sima de un
nmero complejo.
Denicin 82 Sean z y w C, se dice que w es una raz n-sima de z si
w
n
= z
Para encontrar tal nmero w que satisfaga esta condicin se hace lo si-
guiente. Sea w = e
i
una raz n-sima de z = re
i
, es decir
w
n
= (e
i
)
n
=
n
e
in
= re
i

n
= r = r
1
n
Para los argumentos y tenemos que
66
e
i
= e
i
e
i()
= 1
O en su forma polar tendramos que
cos( ) +i sin( ) = 1 + 0i = 1 es decir
cos( ) = 1 y sin( ) = 0 = 2k k Z
De aqu que e
in
= e
i
si y solo si n = + 2k =
+2k
n
Ahora bien, entre los valores antes dados para , cuales dieran en un
mltiplo de 2 resultaran en el mismo nmero complejo w.
Por lo tanto, basta tomar k = 0, 1, 2, . . . , n 1 para obtener todas las
races distintas de z. Asi pues z = re
i
y para n un entero positivo, todos los
nmeros de la forma
w = r
1
n
e
i(
+2k
n
)
= r
1
n
(cos(
+ 2k
n
) +i sin(
+ 2k
n
))
Con k = 0, 1, . . . , n 1 son las races n-simas de z
5.11. Funcin exponencial compleja e
z
Hasta aqu, hemos denido e
z
a lo largo de todo el eje real y el eje imagi-
nario. Nuestra pregunta ahora es Como denimos e
z
= e
a+bi
, es decir, para
cualquier nmero complejo. Lo que deseamos aqu es que esta denicin de
funcin exponencial compleja, sea un extensin de la funcin real que ya es-
tamos acostumbrados a trabajar en el clculo de variable real. Esto implica
que debe de conservar todas las propiedades deseables que la funcin real
posee. Una de estas propiedades es la ley de los exponentes e
a
e
b
= e
a+b
.
Este requisito nos obliga a denir e
a+bi
= e
a
e
bi
. Por lo tanto deniramos la
funcin exponencial como sigue:
Denicin 83 Sea z = a +bi C, entonces denimos la funcin exponen-
cial compleja e
z
como:
e
z
= e
a+bi
= e
a
(cos b +i sin b)
Ntese que si z R, esta denicin coincide con la funcin exponencial
real. Aqu debemos de hacer nfasis en que aqu no se esta pensando en la
funcin e
z
como e elevado a un nmero complejo z puesto que ya se han
denido los exponentes complejos.
Algunas propiedades importantes de e
z
estn resumidas en el siguiente
teorema. Antes de enunciar dicho teorema, debemos de denir lo que una
funcin peridica es.
67
5.12. Funcin logaritmo de un nmero complejo
Denicin 84 Sean , z C, y sea f : C C, se dice que f es una
funcin peridica si cumple la propiedad:
f( +z) = f() z C
Teorema 45 Sean = x +yi, z = a +bi C, entonces la funcin exponen-
cial e
z
cumple las siguientes propiedades:
1. e
z+w
= e
z
e
w
.
2. e
z
,= 0 z C.
3. Si x R, entonces e
x
> 1 si x > 0, y si x < 0 entonces e
x
< 1.
4. si x R, entonces [e
ix
[ = 1.
5. [e
x+yi
[ = e
x
.
6. e
i
2
= i, e
i
= 1, e
3i
2
= i, e
2i
= 1.
7. e
z
es peridica, cualquier periodo de e
z
tiene la forma 2ni, con n Z.
8. e
z
= 1 si y solo si z = 2ni para cualquier n Z.
La demostracin de este teorema se vio en clase.
5.12. Funcin logaritmo de un nmero com-
plejo
En virtud del teorema anterior la funcin exponencial compleja e
z
nunca
es cero. Es natural preguntarse si hay otros valores de e
z
no puede tomar
jams. El teorema siguiente prueba que el cero es el nico valor excepcional.
Teorema 46 Sea z ,= 0 C, entonces existe al menos un nmero complejo
w tal que e
x
= z, y w est dado por:
w = ln [z[ +iArg(z)
Y todos los nmeros de la forma w
= ln [z[ +iArg(z) +2n tambin son

soluciones al a ecuacin anterior.
68
Demostracin 5 Sean z ,= 0 C, por denicin de funcin exponencial
tenemos lo siguiente:
e
z
= e
ln |z|+iArg(z)
= e
ln |z|
e
iArg(z)
= [z[e
iArg(z)
= re
i
= z
Por lo tanto, vemos que w = ln [z[ + iArg(z) es una solucin de la ecuacin
e
w
= z. Pero si w
es otra solucin de la ecuacin, tenemos que

e
w
= e
w
e
w
e
w
= 2n.
Dado este teorema, podemos dar la siguiente denicin de funcin loga-
ritmo en los nmeros complejos.
Denicin 85 Sean z ,= 0, w C tal que e
w
= z, entonces a w se le dene
como un logaritmo del nmero complejo z, y un valor particular de w es
w = ln [z[ +iArg(z)
A w se le conoce como el logaritmo principal de z, y para denotarlo se escribe
w = ln z
Ejemplo 25 Algunos ejemplos de logaritmos complejos son los siguientes:
1. Sea i como sabemos [i[ = 1 y Arg(i) =

2
, entonces ln i = ln 1 +
iArg(i) = 0 +i
2
=
i
2
.
2. Sea 1 entonces [ 1[ = 1 y Arg(1) = , entonces ln 1 = ln 1 +
iArg(1) = 0 +i = i.
3. Sea [1 +i[ entonces [1 +i[ =
2 y Arg(1 +i) =

4
entonces ln(1 +i) =
ln
2 +iArg(1 +i) = ln
2 +
i
4
.
5.13. Potencias complejas
Utilizando la funcin logaritmo como se acaba de denir, podemos dar
ahora una denicin de las potencias complejas de nmeros complejos, es de-
cir, potencias mas generales que las potencias enteras z
n
con n N. Entonces
ahora tendr sentido una expresin de la forma z
w
con z, w dos nmeros com-
plejos cualesquiera y z diferente de cero.
Denicin 86 Sean z ,= 0, w C, entonces denimos las potencias com-
plejas de la siguiente manera:
z
w
= e
wln z
69
5.14. Funciones trigonomtricas complejas
Ejemplo 26 Algunos ejemplos de potencias complejas son:
1. i
i
= e
i ln i
= e
i(
i
2
)
= e
2
.
2. 1
i
= e
i ln(1)
= e
i(i)
= e
.
Como en el caso de la funcin exponencial real a
b
, en el caso de la funcin
exponencial compleja tambin es deseable que esta mantenga las mismas pro-
piedades que su similar en los nmeros reales. Estas propiedades se enuncian
en el siguiente teorema.
Teorema 47 Sean z, x, w
1
, w
2
C, entonces la funcin exponencial comple-
ja cumple las siguientes propiedades:
1. z
w
1
z
w
2
= z
w
1
+w
2
.
2. (zx)
w
1
= z
w
1
x
w
1
si escogemos x y z tales que ln(zx) = ln z + ln w.
5.14. Funciones trigonomtricas complejas
A continuacin, como en los casos de las funciones exponencial y loga-
rtmica, deseamos extender las deniciones de las funciones trigonomtricas
seno y coseno al campo de los nmeros complejos. Como ya se vio, la exten-
sin de la funcin exponencial es e
ib
= cos b+i sin b, y e
ib
= cos bi sin b. De
aqu podemos despejar las funciones seno y coseno para la forma exponencial
e
ib
, las cuales son:
sin b =
e
ib
e
ib
2i
y cos b =
e
ib
+e
ib
2
Pero como e
iz
est denida para cualquier nmero complejo, esto nos
conduce a dar la siguiente denicin de funciones trigonomtricas complejas:
Denicin 87 Sea z C, se denen las funciones trigonomtricas seno y
coseno del nmero complejo z como.
sin z =
e
iz
e
iz
2i
y cos z =
e
iz
+e
iz
2
Aqu, nuevamente si z R, estas deniciones coinciden con las denicio-
nes usuales de las funciones seno y coseno en los nmeros reales. Adems, de
manera anloga, las funciones seno y coseno siguen preservando las propie-
dades denidas para sus similares en los nmeros reales. Estas propiedades
se enuncian en el siguiente teorema.
70
Teorema 48 Sea z, w C, y sean las funciones seno y coseno complejas
denidas anteriormente, entonces:
1. sin
2
(z) + cos
2
(z) = 1.
2. sin(z +w) = sin z sin w + cos z cos w.
3. cos(z +w) = cos z cos w sin z sin w.
Dadas las deniciones de seno y coseno complejos, podemos tambin de-
nir la funcin tangente de un nmero complejo de la siguiente forma:
Denicin 88 Sea z C, se dene la funcin tangente compleja como:
tan z =
sin z
cos z
z ,= 0 C
Y as podemos dar deniciones anlogas para todas las funciones reci-
procas trigonomtricas como la secante, cosecante y tangente de un nmero
complejo.
Antes de dar el siguiente resultado que nos ayuda a simplicar el clculo
de las funciones trigonomtricas, debemos de recordar la denicin de las
funciones hiperblicas, estas funciones son el seno y coseno hiperblicos que
damos a continuacin.
Denicin 89 Sea x R se denen las funciones seno y coseno hiperblicos
x R como
sinh x =
e
x
e
x
2
y cosh x =
e
x
+e
x
2
Con estos conceptos de seno y coseno hiperblico podemos enunciar el
siguiente teorema que nos dice que los senos y cosenos complejos estn en
funcin de las funciones reales trigonomtricas e hiperblicas.
Teorema 49 Sea z = a + bi C, entonces las funciones seno y coseno
complejo estn dadas por:
cos z = cos a cosh b i sin a cosh b y sin z = sin s cosh b +i cos a sinh b
Con esto concluimos el estudio de las propiedades del campo de los n-
meros complejos, sus operaciones y su interpretacin geomtrica. As como
tambin las formas polar y exponencial de los nmeros complejos. Y tam-
bin se dieron deniciones para las funciones trigonomtricas, exponencial y
logartmica en los complejos. Como se pudo ver, estas funciones cumplen las
71
5.15. Ejercicios
mismas propiedades que sus anlogas en los reales, y son una extensin de
las mismas sobre el campo de los complejos.
A continuacin se da una lista de ejercicios para poder repasar los concep-
tos que se adquirieron en este primer captulo, y en los captulos posteriores
se ver el comportamiento de las funciones de una variable compleja, as como
los conceptos de lmite, diferenciacin e integracin de funciones complejas.
5.15. Ejercicios
Resolver los siguientes ejercicios.
1. Demostrar que:
* El conjunto de los nmeros racionales es un campo.
* Es el conjunto de los nmeros irracionales un campo?
2. Demostrar que z +w = z +w
3. Demostrar que zw = z w
4. Demostrar que z C, z0 = 0
Realizar las siguientes operaciones.
Sean z = 2 5i y w = 7 + 3i C, encontrar
z +w
z w, zw,
z
w
z,w
zw
Demostrar que
zz
1
= 1
Re(z) =
1
2
(z +z)
Im(z) =
zz
2i
Expresar los siguientes nmeros complejos en su forma polar y expo-
nencial compleja
z =
1
2
+i
72
z = 2 i
z = 10 + 3i
Obtener las potencias indicadas para los siguientes nmeros complejos
z
3
donde z = 1 +i
w
10
donde w = 1 i
i
2
i
3
i
4
i
5
Puede deducirse algo del inciso anterior?
Obtener las races n-simas de los siguientes nmeros complejos
z
1
5
donde z = i
z
1
3
donde z = 7 + 3i
Hallar los siguientes valores:
2
i
.
(1 +i)
i
.
sin(1 2i).
cos(2i).
e
(15i)
.
73
5.15. Ejercicios
74
Captulo 6
Funciones de variable compleja
Los conceptos de lmite, continuidad, y diferenciabilidad para funciones
complejas son similares a los denidos en clculo vectorial. Esto se debe al
rasultado de lgebra lineal que dice que para dos espacios vectoriales U y V
si es posible establecer una transformacin lineal T que sea un isomorsmo
entre los dos espacios vectoriales, entonces ambos espacios vectoriales son
iguales
1
.
Como por denicin C = R
2
, es decir, son las parejas de nmeros reales
(a, b). Podemos entonces dar una transformacin lineal tal que le asociemos
a un punto del plano complejo (a, b) un punto del plano cartesiano (x, y),
entonces trabajar en C resulta exactamente igual a trabajar en R
2
.
Es entonces que empezaremos a denir conceptos de topologa en C que
son similares a los estudiados en topologa de R
n
.
Denicin 90 Sea A C, se dice que A es un conjunto abierto en C si
z
0
A > 0 tal que si z
0
A entonces [z z
0
[ <
Ahora deniremos el concepto de bola abierta o como se le conoce en
funciones de variable compleja un disco abierto en C
Denicin 91 Sea z
0
C y sea r R
+
, denimos un disco abierto con
centro en z
0
como el conjunto dado por:
D
z
0
;r
= z C[ [z
0
z[ < r
Con esta denicin de disco abierto en C, podemos redenir el concepto
de conjunto abierto similar en topologa de R
n
.
1
Para mayores referencias consultar
75
6.1. Funciones de variable compleja
Denicin 92 Sea A C, se dice que A es un conjunto abierto en C si y
solo si
z
0
A r R tal que D
z
0
;r
A
Ahora deniremos el concepto de disco abierto agujerado, este concepto
es importante para denir los conceptos de lmite y derivada compleja.
Denicin 93 Sea z
0
C y r R
+
. Se dene un disco abierto agujerado
es el conjunto dado por:
D
z
0
;r
z
0
Es decir, un disco abierto al cual se le ha removido el centro que es el

punto z
0
Las propiedades bsicas de los conjuntos abiertos se presentan a conti-
nuacin en el siguiente teorema.
Teorema 50 Los conjuntos abiertos cumples las siguientes propiedades:
i) C es un conjunto abierto.
ii) es un conjunto abierto.
iii) Sea A
1
, A
2
, . . . una coleccin de conjuntos abiertos en C, entonces
i=1
A
i
iv) Sea A
1
, A
2
, . . . una coleccin de conjuntos abiertos en C, entonces
i=1
A
i
6.1. Funciones de variable compleja
En base a los conceptos de funciones entre conjuntos vistos en el captulo
3, ahora daremos el concepto de funcin de una variable compleja que es el
siguiente:
Denicin 94 Sea A C un conjunto abierto. Una funcin de variable
compleja es una funcin del tipo f : A C C y es una regla de asignacin
tal que a un punto z A se le asigna un nico punto f(z) C para cada
punto de A.
Y recordando los conceptos de funciones entre conjuntos, al conjunto A
se le llama le domino de la funcin y decimos que f est denida en A.
Alternativamente podemos pensar que una funcin de variable compleja
f : C C se puede interpretar como una funcin de dos variables con
76
6. Funciones de variable compleja
valores vectoriales f : R
2
R
2
. Para f : C C, podemos denotar a
un punto z A como el punto z = x + yi = (x, y) y denir las siguientes
funciones de dos variables
Re(z) = u(x, y) y Im(z) = v(x, y)
Entonces las funciones u y v son simplemente las componentes del vector
(u(x, y), v(x, y)) si es que se est pensando en f como una funcin vectorial.
Entonces podemos dar otra denicin de funcin de variable compleja en
trminos de este resultado.
Denicin 95 Sea z = x +yi A C, entonces denimos una funcin de
variable compleja con valores complejos como una funcin del tipo:
f(z) = u(x, y) +iv(x, y) z A
Donde u y v son funciones reales de dos variables denidas en A.
Ya bien denido el concepto de funcin de variable compleja, podemos dar
paso a la denicin y estudio de los lmites de funciones de variable compleja.
6.2. Lmites de funciones complejas
Ahora trasladaremos la denicin de lmite de una funcin vectorial a
funciones de variable compleja.
Denicin 96 Sea D
z
0
;r
z
0
A un disco abierto agujerado contenido en
un conjunto abierto, y sea f : A C C una funcin compleja, entonces
decimos que a es el lmite de f cuando z tiende a z
0
si
> 0 () > 0 si z D
z
0
;
z
0
y 0 < [z z
0
[ < () = [f(z) a[ <
Y para denotar esto se usaremos:
lm
zz
0
f(z) = a
Esta expresin tiene el mismo signicado que el lmite de una funcin real
ya que si z est sucientemente cerca de z
0
, entonces f(z) estar cerca de su
lmite.
Aqu en funciones de variable compleja como en las funciones reales, una
funcin no puede tener mas de un limite en un punto y los lmites se com-
portan bien respecto a las operaciones algebraicas. Esto se enuncia en los
siguientes teoremas.
77
6.2. Lmites de funciones complejas
Teorema 51 Sea f : A C C una funcin compleja y D
z
0
;r
z
0
A
un disco agujerado, entonces si
lm
zz
0
f(z) = a y lm
zz
0
f(z) = b a = b
Teorema 52 Sean f, g : A C C dos funciones complejas tales que
lm
zz
0
f(z) = a y lm
zz
0
g(z) = b
entonces su cumple lo siguiente:
lm
zz
0
(f +g)(z) = lm
zz
0
f(z) + lm
zz
0
g(z) = a +b.
lm
zz
0
(f g)(z) = lm
tz
0
f(z) lm
tz
0
g(z) = a b.
lm
zz
0
(wf)(z)) = w lm
zz
0
f(z) = wa de donde w C.
lm
tz
0
(fg)(z) = lm
tz
0
f(z) lm
zz
0
g(z) = ab.
lm
tz
0
(
f
g
)(z) =
lm
tz
0
f(z)
lm
zz
0
g(z)
=
a
b
si lm
zz
0
g(z) ,= 0.
Los lmites de funciones complejas se obtienen de una manera anloga a
los lmites de funciones de una variable real cuando estn expresadas como
funciones reales, por ejemplo f(z) = z
2
z. Pero cuando estn expresadas
en forma f(z) = u(x, y) +iv(x, y) usaremos el siguiente teorema.
Teorema 53 Sean z = x+yi y z
0
= x
0
+y
0
i C y f(z) = u(x, y) +iv(x, y)
una funcin de variable compleja, entonces:
lm
zz
0
f(z) = lm
(x,y)(x
0
,y
0
)
u(x, y) +i lm
(x,y)(x
0
,y
0
)
v(x, y)
Ahora, antes de pasar al siguiente tema que habla sobre la continuidad
de funciones complejas, vamos a denir la composicin de funciones
Denicin 97 Sean f, g : C = C dos funciones complejas tales que el
contradominio de f es el dominio de g, entonces denimos la composicin de
las funciones f y g como la funcin
(f g)(z) = f(g(z))
78
6.3. Continuidad
Denicin 98 sea A C un conjunto abierto, y sea f : C = C una
funcin. Decimos que f es una funcin continua en z
0
A si y solo si
lm
zz
0
f(z) = f(z
0
)
Y decimos que f(z) es continua, si es continua z
0
A.
El siguiente teorema nos dice que las operaciones con funciones continuas,
da como resultado funciones continuas
Teorema 54 Sean f y g dos funciones de variable compleja continuas, en-
tonces:
(f +g)(z) = f(z) +g(z).
(f g)(z) = f(z) g(z).
(wf)(z) = wf(z) con w C una constante.
(
f
g
)(z) =
f(z)
g(z)
si y solo si g(z) ,= 0.
(f g)(z) = f(g(z)).
Todas estas funciones son continuas en z C.
6.4. Sucesiones de nmeros complejos
Las sucesiones de nmeros complejos al igual que las sucesiones de n-
meros reales son importantes en el desarrollo de polinomios que sirven para
aproximar funciones como el polinomio de Taylor. A continuacin damos la
denicin de sucesin de nmeros complejos.
Denicin 99 Una sucesin de nmeros complejos es una funcin S :
N C tal que n N se le asigna un nmero complejo S(n) = z
n
. Y
para denotar a una sucesin de nmeros complejos utilizamos z
n
n=1
Una sucesin de nmeros complejos tiene asociado el concepto de conver-
gencia al igual que en los nmeros reales, este concepto lo damos a continua-
cin.
79
6.4. Sucesiones de nmeros complejos
Denicin 100 Sea z
n
n=1
una sucesin de nmeros complejos. Se dice
que la sucesin z
n
n=1
converge al nmero complejo z
0
si y solo si
> 0 () > 0 tal que si n > N N [z
n
z
0
[ <
Y para denotar que esta sucesin converge al nmero z
0
usaremos
lm
n
z
n
= z
0
o z
n
z
0
Un resultado que es til para determinar si una sucesin de nmeros
complejos converge a z
0
es el de ver una sucesin de nmeros complejos
como una sucesin de vectores en R
2
.
Una sucesin (x
n
, y
n
)
n=1
en R
2
converge al punto (x
0
, y
0
) si cada suce-
sin x
n
n=1
y y
n
n=1
convergen a x
0
y y
0
respectivamente. Entonces una
sucesin de nmeros complejos converge segn el siguiente teorema.
Teorema 55 Sea z
n
n=1
una sucesin de nmeros complejos tal que z
n
=
a
n
+b
n
i donde a
n
n=1
y b
n
n=1
son sucesiones de nmeros reales, entonces
z
n
n=1
converge a z
0
C si y solo si.
lm
n
a
n
= Re(z
0
) y lm
n
b
n
= Im(z
0
)
El siguiente teorema nos dice las propiedades de las sucesiones complejas
convergentes y como se comportan bajo las operaciones algebraicas denidas
en C.
Teorema 56 Sean z
n
n=1
y w
n
n=1
dos sucesiones convergentes de n-
meros complejos, es decir
lm
n
z
n
= z
0
y lm
n
w
n
= w
0
Entonces se cumple lo siguiente:
lm
n
z
n
+w
n
= z
0
+w
0
.
lm
n
z
n
w
n
= z
0
w
0
.
lm
n
z
n
w
n
=
z
0
w
0
s y solo s lm
n
w
n
,= 0.
El ltimo concepto que se estudiar es el concepto de sucesin de Cauchy
que denimos a continuacin.
80
Denicin 101 Sea z
n
n=1
una sucesin de nmeros complejos, se dice
que z
n
n=1
es una sucesin de Cauchy si
> 0 N N tal que [z
n
z
m
[ < n, m > N
Este concepto es importante ya que al igual que en R, en C tambin toda
sucesin de Cauchy converge, esto se resume en el siguiente teorema.
Teorema 57 Sea z
n
n=1
una sucesin, entonces z
n
n=1
es una sucesin
convergente s y solo s es de Cauchy.
Ahora continuamos con la denicin y estudio de la derivada de una
funcin compleja, y por tanto el estudio de las funciones derivables que en
el caso de funciones de variable compleja reciben el nombre de funciones
analticas.
6.5. Funciones analticas
Varias de las propiedades de las derivadas complejas, y en particular, de
las reglas para calcularlas, se siguen de la denicin de lmite, justamente
como en el clculo de funciones de una variable real. Sin embargo, existen
resultados sorprendentes y exclusivos de la teora de funciones de variable
compleja.
Se emplean varios nombres diferentes para llamar a las funciones diferen-
ciables complejas. Algunos de estos nombres son funciones regulares, holo-
morfas y analticas, nosotros usaremos el trmino de funcin analtica. Prime-
ro comenzamos deniendo el concepto de derivada de una funcin compleja
que denimos a continuacin.
Denicin 102 Sea f : A C =C una funcin donde A es un conjunto
abierto, y sea z
0
A. Decimos que f es una funcin diferenciable en z
0
s y
solo s el siguiente lmite existe.
lm
f(z) f(z
0
)
z z
0
A este lmite se le denota como f
(z),
df
dz
(z
0
),
df
dz
[
z=z
0
y es un nmero
complejo.
Ahora denimos el concepto de funcin analtica.
81
6.5. Funciones analticas
Denicin 103 Sea f : A C =C una funcin donde A es un conjunto
abierto, y sea z
0
A. Decimos que f es una funcin diferenciable en z
0
s y
solo s el siguiente lmite existe.
lm
f(z) f(z
0
)
z z
0
z
0
A
Y decimos que f es analtica en z
0
A, si f es analtica en una vecindad
de z
0
.
La existencia de f
implica muchas cosas acerca de f. Se Puede demostrar

que si f
existe, entonces todas las derivadas de orden superior (f
, f
, etc.)
existen. Esto contrasta con las propiedades de las funciones reales ya que la
existencia de f
NO garantiza la existencia de f
.
El anlisis de las llamadas ecuaciones de Cauchy-Riemann mostrar como
la derivada compleja de f se relaciona con las derivadas parciales de f como
una funcin de dos variables (x, y) con valores vectoriales, y proporcionar
un criterio til para determinar la existencia de f/(z
0
).
Ahora daremos algunas propiedades de las funciones analticas en los
siguientes teoremas.
Teorema 58 Sea f : A C = C una funcin, y sea z
0
A. Si f es tal
que f
(z
0
) existe, entonces f es continua.
Teorema 59 Sean u, w A, y f, g : A C = C dos funciones analticas
en A, entonces
1. (uf +wg)(z) = uf(z) +wg(z) es analtica en A.
2. (uf +wg)
(z) = uf
(z) +wg
(z)
3. (fg)(z) = f(z)g(z) es analtica en A.
4. (fg)
(z) = f
(z)g(z) +g
(z)f(z).
5. (
f
g
)(z) =
f(z)
g(z)
s y solo s g(z) ,= 0 z A, es analtica en A.
6. (
f
g
)
(z) =
g(z)f
(z)f(z)g
(z)
(g(z))
2
.
7. Cualquier polinomio en la variable z y coecientes complejos
P(z) = a
n
z
n
+a
n1
z
n1
+ +a
1
z
1
+a
0
es analtico en A.
82
8. Sean f : A C C y g : B C C dos funciones analtica tales
que g(B) A, entonces
(f g)(z) = f(g(z))
Es analtica en A.
9. Sean f : A C C y g : B C C dos funciones analtica tales
que g(B) A, entonces
(f g)
(z) = f
(g(z))g
(z)
Regla de la cadena.
10. Sea f : A C C una funcin analtica tal que f
(z) = 0 z A,
entonces f(z) = w con w C una constante compleja.
6.6. Ecuaciones de Cauchy-Riemann
Como sabemos, una funcin f : A C C de variable compleja
es anloga a una funcin f : A R
2
R
2
donde f(z) = f(x, y) =
(u(x, y), v(x, y)) = u(x, y) + iv(x, y), en clculo vectorial se dene la matriz
jacobiana como sigue:
2
R
2
una funcin, se dene la matriz
jacobiana asociada a f como la matriz
J = Df(x, y) =
_
u
x
u
y
v
x
v
y
_
Ahora dada esta denicin, vamos a relacionar estas derivadas parciales con
la derivada compleja
Como se sabe, si f es diferenciable, entonces sus derivadas parciales
u
x
,
u
y
,
v
x
,
v
y
existen y la derivada de la funcin f est dada por la matriz
jacobiana Df(x, y). La expresin Df(x
0
, y
0
) [w
0
] representa la derivada de f
en la direccin de w. Tambin sabemos que si las derivadas parciales existen
y son continuas, entonces f es diferenciable.
En general, la diferenciabilidad de una funcin es una propiedad un poco
ms fuerte que la existencia de las derivadas parciales solamente. El principal
resultado que relaciona las derivadas parciales con la analiticidad de funciones
complejas se enuncia en el siguiente teorema.
83
6.7. Ecuaciones de Cauchy-Riemann en forma polar
Teorema 60 (Cauchy-Riemann) Sea f : A C C una funcin compleja
sobre un conjunto abierto A. Entonces f
(z
0
) existe s y solo s f es diferen-
ciable en el sentido de las variables reales (x, y) en un punto (x
0
, y
0
) = z
0
A
si las funciones u y v satisfacen las ecuaciones
u
x
=
v
y
y
u
y
=
v
x
Y a estas ecuaciones se les conoce como las ecuaciones de Cauchy-Riemann
Con este teorema podemos entonces dar el siguiente resultado importante
para calcular la derivada compleja de una funcin.
Teorema 61 Sea f : A C C una funcin de la forma f(z) = u(x, y)+
iv(x, y). Entonces, s las derivadas parciales
u
x
,
u
y
,
v
x
,
v
y
existen y son
continuas en a, se tiene que
f
(z) =
u
x
+i
v
y
=
v
y
i
u
y
=
1
i
f
y
Este teorema es de gran importancia en matemticas, ya que nos ayuda
a calcular la derivada de una funcin de variable compleja si est dada de
la forma f(z) = u(x, y) +iv(x, y). Ya que s la funcin est dada de manera
similar a las funciones reales, entonces utilizaremos las reglas bsicas para
derivar funciones reales.
6.7. Ecuaciones de Cauchy-Riemann en for-
ma polar
Tambin podemos expresar a las ecuaciones de Cauchy-Riemann en si for-
ma polar, esto se debe hacer con cuidado ya que en el cambio de coordenadas
dado por
r =
_
x
2
+y
2
y = arctan
y
x
Es un cambio de coordenadas diferencibale s y solo s se restringe al
intervalo (0, 2) o cualquier intervalo abierto de longitud 2 en los nmeros
reales y si se omite el origen r = 0.
Podemos ver que si usamos
x
r
= cos y
y
r
= sin , entonces las ecuacio-
nes de Cauchy-Riemann estn dadas por
u
r
=
1
r
v
y
v
r
=
1
r
v
x
84
6.8. Funciones inversas
Un teorema bsico y de gran importancia en el clculo de funciones reales
es el teorema de la funcin inversa, el cual se enuncia a continuacin.
Teorema 62 Sean f : R R una funcin inyectiva (uno a uno) continua
denida sobre [a, b] R y adems f es diferenciable en f
1
(x) donde f
1
es
la funcin inversa de f, es decir (f f
1
)(x) = (f
1
f)(x) = x, entonces
f
1
es diferenciable en x
0
[a, b] y
(f
1
)
(x
0
) =
1
f
(f
1
(x
0
))
x
0
[a, b] tal que f
(f
1
(x
0
)) ,= 0
Ahora enunciamos el teorema de la derivada de una funcin inversa para
el caso de una funcin de dos variables, y por tanto, una funcin de variable
compleja.
Teorema 63 Sea f : R
2
R
2
una funcin continua y diferenciable, es
decir, [Df(x
0
, y
0
)[ , = 0, entonces existe una vecindad U de (x
0
, y
0
) y de
V de f(x
0
, y
0
) tales que f : U V es una funcin biyectiva, entonces
f
1
: V U es diferenciable y
Df
1
(x
0
, y
0
) = [Df(x
0
, y
0
)]
1
Es decir, es la matriz inversa jacobiana evaluada en (x
0
, y
0
)
6.9. Diferenciacin de las funciones elemen-
tales
Ahora mostramos algunos ejemplos de derivacin de algunos tipos de
funciones de variable compleja de ambas formas tanto elementales como de
la forma f(z) = u(x, y) +iv(x, y) mediante las reglas de derivacin comunes,
as como empleando el teorema de Cauchy-Riemann.
Ejemplo 27 Sea f(z) = cos
2
(2z + 3i), encontrar f
(z).
Tenemos que f est denida como una funcin elemental al igual que
las funciones de una variable real, para encontrar la derivada de f debemos
aplicar las reglas comunes de derivacin de funciones reales, en este caso, la
regla de la cadena, de los exponentes y de funciones trigonomtricas.
d
dz
f(z) =
d
dz
(cos
2
(2z + 3i)) =
d
dz
(cos(2z + 3i))
2
= 2(cos(2z + 3i))
d
dz
(cos(2z + 3i)) =
= 2(cos(2z + 3i))(sin(2z + 3i))
d
dz
(2z + 3i) = 2(cos(2z + 3i))(sin(2z + 3i))(2) =
= 4 cos(2z + 3i) sin(2z + 3i)
85
6.9. Diferenciacin de las funciones elementales
Por lo tanto
d
dz
f(z) = 4 cos(2z + 3i) sin(2z + 3i)
Ahora veremos como las ecuaciones de Cauchy-Riemann son de gran uti-
lidad para hallar la derivada de funciones complejas de la forma f(z) =
u(x, y) +iv(x, y).
Ejemplo 28 Demostrar que
d
dz
e
z
= e
z
z = x + yi C, es decir, e
z
es una
funcin analtica en C.
Por denicin, f(z) = e
z
= e
x
(cos y + i sin y) z = x + yi C, entonces
denimos las funciones reales u y v como
u(x, y) = e
x
cos y y v(x, y) = e
x
sin y
Ahora, calculamos la matriz jacobiana de derivadas parciales
J = Df(x, y) =
_
u
x
u
y
v
x
v
y
_
=
_
e
x
cos y e
x
sin y
e
x
sin y e
x
cos y
_
Podemos ver que f cumple con las ecuaciones de Cauchy-Riemann
u
x
=
v
y
= e
x
cos y y
u
y
=
v
x
= e
x
sin y
Entonces por el teorema de Cauchy-Riemann, f es analtica y por lo tanto
f
(z) =
u
x
+i
v
y
= e
x
cos y +ie
x
sin y = e
x
(cos y +i sin y) = e
z
d
dz
f(z) = e
z
Ejemplo 29 Demostrar que f(z) = sin z es analtica en todo C y adems,
d
dz
sin z = cos z.
En este caso, tenemos por denicin f(z) = sin z = sin x cosh y+i cos x sinh y z =
x +yi C, entonces las funciones u y v quedan denidas como sige
u(x, y) = sin x cosh y y v(x, y) = cos x sinh y
luego, calculando la matriz jacobiana obtenemos
J = Df(x, y) =
_
u
x
u
y
v
x
v
y
_
=
_
cos x cosh y sin x sinh y
sin x sinh y cos x cosh y
_
Por lo tanto, f es analtica ya que cumple con las ecuaciones de Cauchy-
Riemann y adems
d
dz
f(z) =
u
x
+i
v
y
= cos x cosh y i sin x sinh y = cos z
d
dz
f(z) = cos z
86
Ejemplo 30 Demostrar que si f(z) = ln z, entonces
d
dz
f(z) =
1
z
, z ,= 0
C.
Para este caso, podemos utilizar el teorema de la funcin inversa del
mismo modo que para las funciones de variable real. tenemos que f(z) = e
z
que es una funcin biyectiva z ,= 0 C, entonces por tanto, existe la funcin
inversa que es f
1
(z) = ln z, luego, tenemos que f
(z) = e
z
, entonces por el
teorema de la funcin inversa tenemos lo siguiente
(f
1
(z))
=
1
f
(f
1
(z))
=
1
e
ln z
=
1
z
Por lo tanto, f
(z) =
1
z
6.10. Regla de LHpital
Al igual que en el caso de funciones reales, en funciones de variable com-
pleja es valida la regla de LHpital para el clculo de lmites indeterminados
de la forma
0
0
. Esta regla la enunciamos en el siguiente teorema
Teorema 64 Sean f, g : A C C dos funciones analticas en un con-
junto abierto A, y sea z
0
A, si f y g son tales que f(z
0
) = g(z
0
) = 0, y
adems g
(z) ,= 0, entonces el lmite indeterminado lm

zz
0
f(z)
g(z)
est dado por
lm
zz
0
f(z)
g(z)
=
f
(z
0
)
g
(z
0
)
Los lmites representados por las formas indeterminadas
0
0
,

, 0 ,
0
,
1
y pueden ser calculados modicando apropiadamente la regla de

LHpital.
Ahora, una vez denidos los conceptos de lmite, continuidad, derivada
compleja, funcin analtica y las ecuaciones de Cauchy-Riemann, damos paso
al siguiente tema de estudio que es la integracin en el plano complejo.
87
6.11. Ejercicios
6.11. Ejercicios
* De un ejemplo donde lm
zz
0
f(z) y lm
zz
0
(
f
g
)(z) existan, pero lm
zz
0
g(z) no
exista.
De un ejemplo donde lm
zz
0
f(z) y lm
zz
0
(f g)(z) existan, pero lm
zz
0
g(z)
no exista.
1. Para que valores de z la funcin f(z) es continua? f(z) =
z
3
+2z+1
z
3
+1
.
2. Encuentre el siguiente lmite lm
z
3z
4
+ 2z
2
z + 1
z
4
+ 1
.
3. Encuentre lm
zz
0
f(z) cuando
f(z) =
x+y1
z1
cuando z
0
= 1.
f(z) =
z
z
cuando z
0
= 0.
f(z) = 6z 5 + 9i cuando z
0
= 3.
4. Encuentre las siguientes derivadas de las funciones indicadas
f(z) = 4z
3
(3 +i)z
2
5z + 4.
f(z) = 5z
4
iz
3
+ (8 i)z
2
6i.
f(z) = (2z + 1)(z
2
4z + 8i).
f(z) = (z
2
4i)
3
.
f(z) = (2z
1
z
)
6
.
f(z) =
5z
2
z
z
3
+1
.
f(z) = x + sen x cosh y +i(y + cos x sinh y).
5. Utilizando las ecuaciones de Cauchy-Riemann para comprobar si las
siguientes funciones son o no analticas.
f(z) = e
x
2
y
2
cos 2xy +ie
x
2
y
2
sen 2xy.
f(z) = 4x
2
+ 5x 4y
2
+ 9 +i(8xy + 5y 1).
f(z) = Re(z).
f(z) = z
3
.
f(z) = y +ix.
f(z) = z
2
88
6. Demostrar que
d
dz
ln f(z) =
f
(z)
f(z)
(Hint, usar la regla de la cadena).
7. Encontrar lm
z0
(cos z)
1
z
2
(Hint, usar la regla de LHpital).
89
6.11. Ejercicios
90
Captulo 7
Integracin compleja
Una ventaja del anlisis complejo es que est basado en unos cuantos,
pero bastante fuertes, teoremas que adems son sencillos, de los cuales se
siguen la mayora de los resultados del tema. Entre estos teoremas, uno de
los principales es el teorema de Cauchy, el cual nos permite probar, que si una
funcin f es analtica, entonces todas las derivadas de f existen. Este teorema
es la clave para le desarrollo del resto de curso y del anlisis complejo.
Ahora comenzaremos le estudio de la integracin de funciones de variable
compleja, por lo cual necesitamos retomar algunos conceptos de clculo vec-
torial nuevamente, y denir otros conceptos propios del plano complejo como
el concepto de curva que en el caso del anlisis complejo recibe el nombre de
contorno.
7.1. Contornos en el plano complejo C
Denicin 105 Sea h : [a, b] R C una funcin h(t) = (u(t), v(t)) =
u(t) + iv(t)
1
donde u y v son dos funciones continuas. A la funcin h se le
conoce como una curva o contorno en el plano complejo C
Para ser capaces de estudiar el teorema de Cauchy necesitamos primero
denir las integrales de contorno y estudiar sus propiedades bsicas que se
enuncian a continuacin.
Denicin 106 Sea h : [a, b] R C una funcin h(t) = u(t) + iv(t)
antes denida, entonces denimos la integral compleja de h(t) como
_
b
a
h(t) dt =
_
b
a
u(t) dt +
_
b
a
v(t) dt C
1
Notese que esta denida de manera similar a las funciones vectoriales en el captulo 2.
91
7.2. Integrales de contorno
Donde las integrales de u y v se calculan como integrales de la variable t.
Ahora lo que deseamos es extender esta denicin a integrales de funciones
a lo largo de curvas en C. Por lo cual tenemos que denir la continuidad de
un contorno en el plano complejo.
Denicin 107 Sea h(t) = u(t) + iv(t) un contorno en C, se dice que h es
un contorno continuo y se denota por (t), si h : [a, b] R C es una
funcin continua con C.
Denicin 108 Sea (t) = u(t) +iv(t) un contorno continuo en C, se dice
que h es un contorno de clase C
1
por tramos, si podemos dividir en intervalo
[a, b] en un nmero nito de subintervalos a = a
0
< a
1
< < a
n
= b tal
que
(t) existe en cada subintervalo abierto (a, b) y es continua en [a, b].

A los contornos de clase C
1
, tambin se les conocen con el nombre de
contorno suave, y a menos de que se especique lo contrario, se asumir que
las curvas son continuas clase C
1
por tramos.
Denicin 109 Sean A un conjunto abierto, f : A C C una fun-
cin compleja, y (t) = u(t) + iv(t) A un contorno de clase C
1
, entonces
denimos la integral de contorno de f a lo largo de como sigue
_
f =
_
f(z) dz =
n1
i=0
_
a
i+1
a
i
f((t))
(t) dt
Esta denicin de integral es anloga a la denicin de integral de linea en
el clculo vectorial. Y las dos deniciones estn relacionadas de la siguiente
forma:
Teorema 65 Sea f(z) = (u(x, y), v(x, y)) = u(x, y) + iv(x, y) una funcin
compleja, entonces
_
f(z) dz =
_
(u(x, y) dx v(x, y) dy) +i

_
(u(x, y) dy +v(x, y) dx)

Este resultado puede recordarse fcilmente al escribir formalmente como
sigue
f(z) dz = (u +iv)(dx +idy) = u dx v dy +i(v dx v dy)
92
7. Integracin compleja
Denicin 110 Sea (t) : [a, b] C un contorno, denimos el contorno
opuesto (t) : [a, b] C como ()(t) = (a+bt). Esto es sencillamente
recorrer el contorno en sentido contrario.
Tambin ahora debemos denir la suma
1
+
2
de dos contornos
1
y
2
. Intuitivamente queremos unirlas por sus extremos para formar una sola
curva. Esto le denimos a continuacin.
Denicin 111 Sean
1
(t) : [a, b] C y
2
(t) : [b, c] C tales que
1
(b) =
2
(b), entonces denimos
1
+
2
: [a, c] C como el contorno
(
1
+
2
)(t) =
_

1
(t) si t [a, b]
2
(t) si t [b, c]
Podemos ver claramente que si
1
y gamma
2
son suaves por tramos,
entonces tambin
1
+
2
es suave. Si los intervalos [a, b] y [b, c] no son de
la forma descrita, entonces la frmula es un poco ms complicada, pero esta
forma particular ser la que se asuma para el desarrollo del tema. Por ltimo,
la suma general

n
j=1
j
se dene similarmente.
7.2.1. Propiedades de las integrales de contorno
Teorema 66 Sean f, g : A C C dos funciones complejas continuas,
sean w
1
, w
2
constantes complejas, y sean ,
1
,
2
contornos de clase C
1
por
tramos, entonces la integral de contorno de f a lo largo de satisface las
siguientes propiedades
1.
_
(w
1
f +w
2
g) = w
1
_
f +w
2
_
g (linealidad).
2.
_
f =
_
f (contorno opuesto).
3.
_
1
+
2
f =
_
1
f +
_
2
f (aditividad).
4.
_
j=1
c
i
f
i
=
n
j=1
(c
i
_
f
i
).
5.
_
n
j=1

j
f =
n
j=1
_
i
f.
93
Para calcular ejemplos especcos, es conveniente usar la formula
_
f(z) dz =
_
(u(x, y) dx v(x, y) dy) +i

_
(u(x, y) dy +v(x, y) dx)

Sin embargo, puede ser que se nos da no como mapeo, sino que se nos
dice por ejemplo la lnea recta que uno 0 con 1 + i o el crculo unitario
recorrido en sentido contrario a las manecillas del reloj. En tales casos,
necesitamos elegir explcitamente un mapeo (t) que describa esta curva
dada en forma geomtrica.
Obviamente, la misma curva puede ser descrita de maneras diferentes, y
as surge la pregunta de si la integral
_
f es independiente de tal descripcin.

Esto lo escribimos en la siguiente denicin.
Denicin 112 Sea (t) : [a, b] C un contorno. Al contorno
1
(t) :
_
a,
b
_
C se le llama una reparametrizacin de si existe una funcin de
clase C
1
, : [a, b]
_
a,
b
_
, con
(t) > 0, (a) = a y (b) =

b, tal que
(t) = ((t)).
Las condiciones
(t) > 0 implica que es creciente, (a) = a y (b) =

b
implican que recorre la curva en el mismo sentido que lo hace . Este es
el signicado preciso de la armacin que y representan la misma curva
geomtrica. El siguiente teorema es de gran importancia ya que relaciona
a la integral de contorno con la integral de una reparametrizacin de dicho
contorno.
Teorema 67 Sea una reparametrizacin de un contorno en C, entonces
_
f =
_

f
Para cualquier f continua denida en un conjunto abierto que contiene a
la imagen de = imagen de .
94
Bibliografa
[1] Apostol T., Anlisis Matemtico, Mxico Ed. Revert.
[2] Courant., Jhon., Introduccin al clculo y al anlisis matemtico Vol. 1,
Mxico Ed. Limusa
[3] Courant., Jhon., Introduccin al clculo y al anlisis matemtico Vol. 2,
Mxico Ed. Limusa
[4] Haaser N., LaSalle J., Sullivan J., Anlisis Matemtico Vol. 1 Curso de
introduccin, Mxico Ed. Trillas.
[5] Haaser N., LaSalle J., Sullivan J., Anlisis Matemtico Vol. 2 Curso
intermedio, Mxico Ed. Trillas.
[6] Lipshutz S. lgebra Lineal, Serie Schaums, Mxico Ed. Mc Graw-Hill.
[7] Marsden J., Tromba A., Clculo Vectorial, Mxico Ed. Pearson Educa-
tion.
[8] Marsden J., Homan M., Anlisis Bsico de Variable Compleja, Mxico
Ed. Trillas. Mxico Ed. Limusa.
[9] Spiegel M., Variable Compleja, Serie Schaums, Mxico Ed. Mc Graw
Hill.
[10] Stewart J. Clculo de Varias Variables, Conceptos y Contextos, Mxico
Ed. Cengage Learning.
95

Notas Calculo Vectorial PDF

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

Notas Calculo Vectorial PDF

Caricato da

Copyright:

Formati disponibili

Clculo vectorial y variable compleja

Fabin Snchez Valdovinos

La demostracin de este teorema se vi en clase.

cuyra regla de correspondencia es:

(t) (Regla de la cadena).

(t) = (1, sen t, cos t) y h

en h(t) y multiplicando por h

(t) tendramos lo siguiente:

(s) ds = F(b) F(a)

Para el caso de n = 1, es decir funciones del tipo f : R R, la grca

R debera adems de ser continua tener un plano tangente bien denido en

(x, y) se dene sobre R como

es acotada por herencia de f y continua excepto proba-

es integrable sobre R. Entonces podemos

2, . . . y al campo de los nmeros reales

(a, b) = (1, 0) (Inverso multiplicativo).

= ln [z[ +iArg(z) +2n tambin son

es otra solucin de la ecuacin, tenemos que

Es decir, un disco abierto al cual se le ha removido el centro que es el

implica muchas cosas acerca de f. Se Puede demostrar

existe, entonces todas las derivadas de orden superior (f

(z) ,= 0, entonces el lmite indeterminado lm

y pueden ser calculados modicando apropiadamente la regla de

(t) existe en cada subintervalo abierto (a, b) y es continua en [a, b].

(u(x, y) dx v(x, y) dy) +i

(u(x, y) dy +v(x, y) dx)

(u(x, y) dx v(x, y) dy) +i

(u(x, y) dy +v(x, y) dx)

f es independiente de tal descripcin.

(t) > 0, (a) = a y (b) =

(t) > 0 implica que es creciente, (a) = a y (b) =

Potrebbero piacerti anche