Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
VICERECTORADO DE INVESTIGACIÓN
CALLAO – PERÚ
ÍNDICE
2.1.-COMANDOS MATRICIALES................................................................................................................ 6
2.2.-INDEPENDENCIA LINEAL, BASES Y CAMBIO DE BASES........................................................... 8
2.3.-GEOMETRIA VECTORIAL EN 2 Y 3 DIMENSIONES................................................................... 14
CAPITULO III TRANSFORMACIONES LINEALES ................................................................. 18
3.1.-DEFINICIONES ..................................................................................................................................... 18
3.2.-FORMAS CUADRÁTICAS ................................................................................................................... 22
3.2.1.-DEFINICIONES .............................................................................................................................. 22
CAPITULO IV MATRICES Y DETERMINANTES..................................................................... 25
6.1.-AUTOVALORES Y AUTOVECTORES.............................................................................................. 53
6.1.1.-DEFINICIÓN ................................................................................................................................... 53
6.1.2.-COMANDOS BÁSICOS.................................................................................................................. 53
CAPITULO VII APLICACIÓN DEL ALGEBRA LINEAL CON MAPLE............................. 58
i
7.1.5.-CONTINUIDAD DE UNA FUNCION VECTORIAL .................................................................. 66
7.1.6.-DERIVADA DE UNA FUNCION VECTORIAL.......................................................................... 71
7.1.7.-INTEGRAL DE UNA FUNCION VECTORIAL.......................................................................... 73
7.1.8.-TEOREMAS FUNDAMENTALES................................................................................................ 74
7.2.-CURVAS EN EL ESPACIO................................................................................................................... 77
7.2.1.-DEFINICIÓN ................................................................................................................................... 77
7.2.2-DEFINICIÓN DE UNA CURVA REGULAR ................................................................................ 77
7.2.3.-PARAMETRIZACIÓN DE UNA CURVA REGULAR, GRAFICA .......................................... 79
7.2.4.-LONGITUD DE ARCO................................................................................................................... 80
7.2.5.-VECTORES UNITARIOS: TANGENTE, NORMAL PRINCIPAL Y BINORMAL ............... 82
7.2.6.-RECTA TANGENTE, NORMAL Y BINORMAL ....................................................................... 89
7.2.7.-PLANO OSCULADOR, NORMAL Y RECTIFICANTE ............................................................ 91
7.2.8.-CURVATURA Y TORSION........................................................................................................... 93
7.3.-CÁLCULO DIFERENCIAL VECTORIAL ......................................................................................... 96
7.3.1.-DEFINICIONES .............................................................................................................................. 96
7.3.2.-REGLA DE LA CADENA .............................................................................................................. 98
7.3.3.-TEOREMA DE LA FUNCIÓN IMPLÍCITA.............................................................................. 101
7.3.4.-TEOREMA DE LA FUNCIÓN INVERSA.................................................................................. 104
7.3.5.-EL TEOREMA DEL CAMBIO DE VARIABLE ....................................................................... 108
7.3.7.-GRAFICOS EN 3D DE CURVAS, CAMPOS VECTORIALES ............................................... 116
7.4.-PROGRAMACIÓN LINEAL, EL METODO DEL SIMPLEX........................................................ 121
7.5.-TEORÍA DE GRAFOS......................................................................................................................... 129
BIBLIOGRAFÍA .............................................................................................................................. 134
ii
CAPÍTULO I DESCRIPCIÓN DEL SOFTWARE MAPLE
Maple proporciona una extensa librería con más de 2500 funciones y rutinas, que usaremos
Cálculo :
Diferenciación
Integración numérica
Integración Simbólica
Limites y series
Sumatoria y Productorio
Cálculo de ecuaciones
Hipergeométricas, etc.
1
Algebra Lineal:
Coordenadas Curvilíneas
Gráficos
Gráficos en 2D
Gráficos en 3D
Animación
1.2.-REQUISITOS MÍNIMOS
En cuanto al hardware, el programa exige como mínimo para su correcto funcionamiento las
siguientes características:
Maple Bajo Windows goza de todas las ventajas que ofrece este entorno de Microsoft. Se
trata de un entorno amigable y fácil de manejar. Maple utiliza todos los periféricos que
aportan las diferentes versiones de Windows para manejar sus aplicaciones y se puede
2
comunicar directamente con todas las aplicaciones que corren bajo este estándar actual. Por
otra parte, el uso de menú, el acceso a más memoria y el manejo de ratón agilizan bastante
los procesos.
Para entrar a maple se presenta la pantalla de la figura 1. En la línea superior de esta pantalla
vemos el nombre del documento actual (entre corchete). En la línea siguiente se presenta el
menú general de la aplicación (barra de menú principal) con todas sus opciones (File, Edit,
View, Insert, Format, Options, Window, Help). La tercera línea presenta una serie de
iconos que facilitan el manejo rápido con el raton de las opciones más usadas del menú
FIGURA 1
3
1.4.-EL ENTORNO GRAFICO DE MAPLE PARA WINDOWS
Las representaciones gráficas en dos y tres dimensiones se realizan a través del comando
plot2D y plot3D respectivamente. No se trata aquí de analizar el comando plot con todas sus
opciones (tarea que se abordará en capítulos posteriores), sino de ver las posibilidades de
trabajo que nos ofrecen los menús que se presentan en las ventanas graficas. En la figura 2
comando polt2D
FIGURA 2
4
En la figura 3 tenemos la función f ( x) sen( x y ), 1 x 1,1 y 1 y para
FIGURA 3
5
CAPITULO II ESPACIOS VECTORIALES
2.1.-COMANDOS MATRICIALES
vectoriales, así como en todo tipo de transformaciones lineales definidas entre espacios
vectoriales, como son las aplicaciones lineales, las formas lineales, las formas bilineales, la
formas cuadráticas, etc. También es de fuerte aplicación el álgebra lineal en el estudio de los
Se presentan ejemplos, referentes a los campos antes mencionados, en los que la solución
6
rowspan(A,n) :Devuelve el conjunto de generador de vectores
espacio ortogonal.
{Vs1,},{Vs2},..,{Vsn}
vectores {Vs1,},{Vs2},..,{Vsn}
GramSchmidt({Vs1,},{Vs2},..,{Vsn})
ortonormal.
7
Norm(V) :Halla la norma infinita del vector V(máximo de
sus elementos)
DEFINICIONES
2.-Sea S={v1, v2, ,…vk} un subconjunto del espacio vectorial V. El conjunto S se denomina
conjunto generador de V si todo vector en V puede expresarse como una combinación lineal
tiene solamente solución trivial, c1 =c2=….ck= 0. Si también hay solución no trivial, entonces
4.-Un conjunto de vectores S={v1, v2, ,…vn} en un espacio vectorial V se denomina base de
a.-S genera a V
EJEMPLOS
1.-{{2,3,-1},{0,0,1},{2,1,0}}
2.-{{1,4,-3,4},{3,-1,2,1},{1,-5,1,-1}}
8
3.-{{1,2,2,1},{3,4,4,3},{1,0,0,1}}
4.-{{1,3,1},{0,1,2},{1,0,-5}}
SOLUCIÓN
1.-{{2,3,-1},{0,0,1},{2,1,0}}
linealmente independientes.
2.-{{1,4,-3,4},{3,-1,2,1},{1,-5,1,-1}}
independientes.
3.-{{1,2,2,1},{3,4,4,3},{1,0,0,1}}
9
Como el rango es 2 entonces los vectores no son linealmente independientes
4.-{{1,3,1},{0,1,2},{1,0,-5}}
independientes.
{{2,3,4,-1,1},{3,4,7,-2,-1},{1,3,-1,1,8},{0,5,5,-1,4}}
Obtener la dimensión de la variedad lineal engendrada por ellos y una base de dicha variedad
lineal.
SOLUCIÓN
10
Para hallar una base, se considera cualquier menor de orden 3 distinto de cero de la matriz.
Los vectores que contengan componentes incluidas en ese menor orden formaran una base.
Como el determinantes de la matriz es distinto de cero, entonces los vectores son {2,3,4},
{{2,3,4,-1,1},{3,4,7,-2,-1},{0,5,5,-1,4}}
{{1,2,3},{0,1,2},{-2,0,1}}
Estudiar si forman una base de R3, y en caso positivo, obtener las componentes del vector
SOLUCIÓN
Calculando la matriz A
11
Como tenemos tres vectores de un espacio de dimensión 3, formarán una base si su
En efecto.
Es dado por :
B:={{1,0,0},{-1,1,0},{0,1,-1}}
B’:={{1,0,-1},{2,1,0},{-1,1,1}}
Hallar la matriz de cambio de base de B a B’ y calcular las componentes del vector {2,1,3}
SOLUCIÓN
Construimos la matriz B y B’
12
Calculando la matriz de cambio de base se tiene:
B:={{1,0,0},{0,1,0},{0,0,1}}
13
B’:={{1,0,1},{0,-1,2},{2,3,-5}}
SOLUCIÓN
Usaremos algunos comandos de maples para obtener realizar operaciones con vectores como
EJEMPLOS
14
x1={1, 1 ,-1} ; x2={1, 1,1}
Hallar su expresión normalizada, ver si estos vectores son ortogonales y hallar su producto
vectorial.
SOLUCIÓN
SOLUCIÓN
El producto mixto se ha calculado a partir del producto escalar y del producto vectorial.
15
3.-Dados los vectores:
SOLUCIÓN
4.-Hallar el área del triangulo cuyos vértices son los vectores (0,0), (5,1) y (3,7)
SOLUCIÓN
Aplicando la fórmula del área del triangulo en función de las coordenadas de sus vértices se
tiene:
SOLUCIÓN
16
b).- x= (1,-2,1) , y= (1,0,1)
17
CAPITULO III TRANSFORMACIONES LINEALES
3.1.-DEFINICIONES
2.-Si una matriz A por renglones a una matriz B que está en forma escalonada por
3.-La dimensión del espacio renglón (o columna) de una matriz A se llama rango de A y se
5.- Sea T: V W una transformación lineal. Entonces, el conjunto de todos los vectores en
EJEMPLOS
1.-Dada la aplicación lineal cuya matriz está formada por el conjunto de vectores
SOLUCIÓN
18
La imagen del vector {1, 2,-1,-2,3} es dado por
Hallar la matriz asociada a la aplicación lineal f. Hallar la imagen en V del vector {1,2,2},de
SOLUCIÓN
La matriz asociada a f es evidente sólo con que observar la definición de f (para los
Luego, la imagen del vector {1,1,2} es dado por el vector [1, 0, 1 -2] como sigue
real tridimensional de tal forma que f(a,b,c)=(a+b,b+c,a+c), siendo (a,b,c) cualquier punto de
19
SOLUCIÓN
Para hallar la matriz de f, hay que considerar los vectores transformados por f de los de la
base canónica:
La matriz cuyas columnas son los vectores hallados es la matriz de la aplicación lineal f.
SOLUCIÓN
20
Luego, la matriz de f es {{1,-2,0},{0,0,4},{-1,0,-3}}
imagen.
SOLUCIÓN
Con lo que el núcleo será el conjunto de vectores de la forma {0, b, 0} con b variando en U.
21
Luego, una base para la imagen de T esta dado por los vectores {{1,0,0,0},{0,0,1,0}}
Pues
3.2.-FORMAS CUADRÁTICAS
3.2.1.-DEFINICIONES
1.-A la expresión ax2 + bxy + c y2 se denomina forma cuadrática asociada con la ecuación
2.-Una forma cuadrática es definida positiva si y solo si todos los autovalores son positivos
estrictamente.
3.-Una forma cuadrática es definida negativamente si y solo si todos los autovalores son
negativos estrictamente.
4.-Una forma cuadrática es semidefinida positiva y solo si todos los autovalores son no
negativos.
5.-Una forma cuadrática es semidefinida negativa solo si todos los autovalores son no
positivos.
EJEMPLOS
1.-Consideremos la forma cuadrática f: UR, siendo U subespacio vectorial del espacio real
1 1 3
Demostrar que la matriz A= 1 1 3 / 2 es la matriz asociada al forma cuadrática f.
3 3/ 2 4
22
SOLUCIÓN
2.-Consideremos la forma cuadrática f: UR, siendo U subespacio vectorial del espacio real
1 0 0
Demostrar que la matriz A= 0 2 2 es la matriz asociada al forma cuadrática f y calcular
0 2 2
SOLUCIÓN
23
Calculemos la forma cuadrática f :
Por tanto, queda demostrado que la matriz A es la matriz asociado a la forma cuadrática.
Luego el rango es
24
CAPITULO IV MATRICES Y DETERMINANTES
4.1.-VECTORES Y MATRICES
Maple implementa la Librería linalg que contiene variedad de comandos referentes al álgebra
matricial. Para trabajar con los conceptos de este tema es preciso cargar en memoria
Para este capítulo introduciremos varios comandos que permita el trabajo con vectores y
matrices.
a11 . . . a1n
. a22 . . .
La matriz A (aij ) . . . . . , i 1,...m j 1,...n
. . . . .
a . . amn
m1 .
A : matrixa11,...,a1n, a21,...,a21,...am1,...amn
A : arraya11,...,a1n, a21,...,a21,...am1,...amn
A su vez, el vector V (v1, v 2,..., vn) se introduce como caso particular de matriz de una fila
1.-
25
2.-
3.-
4.-
5.-
6.-
7.-
Maple admite la mayoría de las operaciones del álgebra matricial (suma, diferencia,
26
suma(+), diferencia(-), producto( &) y potencia ( ^ ). Dentro de
siempre el escalar 1.
especificado.
EJEMPLOS
1 3 2
A 1 0 1
2 3 1
27
Calcular
a) 2*A
b) La transpuesta de A
c) La Adjunta de A
d) La inversa de A
e) El Determinante de A
f) El rango de A
g) La traza de A
SOLUCIÓN
a) 2*A=
b) La transpuesta de A=
c) La Adjunta de A=
d) La inversa de A=
e) El Determinante de A=
f) El rango de A=
28
g) La traza de A =
1 3 2 1 2 3
A 1 0 1 y B 2 1 4
2 3 1 2 0 1
Calcular
a) 3A - 2B
b) A.B
c) det(A.B)
d) Inversa de A e inversa de B
e) La exponencial de A
SOLUCIÓN
a) 3A - 2B
b) A.B
c) det(A.B)
29
d) Inversa de A. B
1 1 0
A 0 1 1
0 0 1
Calcular la exponencial de A
SOLUCIÓN
en la variable dada.
Solve({expr1,..,exprn},{var1,..varn})
M).
de M2.
Leastsqrs({equ1,…,equn},{var1,…varn})
cuadrados.
EJEMPLOS
1.-Resolver
x4 - 5x2 + 6x – 2 = 0
31
SOLUCIÓN
u v w 1
3u v 3
u 2v w 0
SOLUCIÓN
Editando el sistema
Si x2.y2 = 0 y x–y=1
32
SOLUCIÓN
4.-Resolver la inecuación
x2 + x > 5
SOLUCIÓN
5.-Resolver la inecuación
x2-2 x > 0
SOLUCIÓN
33
4.4.-EL TEOREMA DE ROUCHÉ –FROBENIUS
utilizando el cálculo con matrices. Un sistema puede escribirse en la forma M*X=B, siendo
Un sistema de m ecuaciones con n incógnitas tiene solución si y sólo si, el rango de la matriz
de los coeficientes coincide con el rango de la matriz ampliada con el vector columna de los
términos independientes del sistema. Si los dos rangos son iguales e iguales al número de
incógnitas, el sistema tiene solución única. Si los dos rangos son iguales, pero menores al
tiene solución.
EJEMPLOS
2 x1 x 2 x3 x 4 1
x1 2 x 2 x3 x 4 1
x1 x 2 2 x3 x 4 1
x1 x 2 x3 2 x 4 1
SOLUCIÓN
34
Calculando el rango de A y de B, se tiene
Ambos rangos son iguales y coinciden con número de variables por lo tanto el sistema tiene
solución única
Resolviendo
La solución será:
x1 x 2 3 x3 6
x1 3 x 2 8 x3 19
2 x1 3 x 2 x3 1
5 x1 6 x 2 4 x3 5
SOLUCIÓN
35
Editando la matriz ampliada del sistema
Ambos rangos son iguales y coinciden con numero de variables por tanto el sistema tiene
solución única
Resolviendo, se tiene
x1 2 x 2 3 x3 10
2 x1 4 x 2 2 x3 5
x1 x 2 x3 6
36
SOLUCIÓN
4.5.-SISTEMAS HOMOGENEOS
los que todo sistema homogéneo será de la forma A*X= 0, con solución trivial el vector
X=0
ampliada con las columna de los términos independientes siempre coinciden.. Si aplicamos el
37
Un sistema homogéneo tendrá infinitas soluciones cuando el determinante de la matriz sea
cero. En este caso, las infinitas soluciones se calculan igual que el de los sistemas generales o
EJEMPLO
x1 2 x 2 x3 0
2 x1 x 2 x3 0
3 x1 x 2 0
SOLUCIÓN
Calculando el rango de A
Si aplicamos el comando nullspace, obtenemos una base del núcleo de la matriz del sistema
En efecto:
38
2.-Estudiar y resolver el sistema:
3 x1 x 2 x3 x 4 0
2 x1 x 2 x3 x 4 0
x1 2 x 2 x3 2 x 4 0
2 x1 x 2 2 x3 x 4 0
SOLUCIÓN
Calculando el determinante de A
Resolviendo se tiene
La solución será:
mx 2 m
(1 m) x1 x3 m
x 2 x3 m
SOLUCIÓN
39
Resolviendo el determinante de la matriz A en termino de m e igualando a cero
40
CAPITULO V PRODUCTO Y ORTOGONALIDAD
MATRICES
5.1.1.-DEFINICIONES
1.-Se dice que dos matrices A y B de dimensión mxn son equivalentes si existen dos
matrices regulares U y V tal que A =UBV. El comando de Maple svd(A;U,V) calcula una
2.-Se dice que dos matrices cuadradas de orden n, A y B son congruentes si existe una matriz
regular P tal que A=PBPt o A=PtBP. La congruencia implica la equivalencia, y dos matrices
3.-Se dice que dos matrices cuadradas de orden n, A y B son semejantes si existe una matriz
invertible P, llamada matriz de paso, tal que A=PDP-1 . Se tiene que dos matrices semejantes
son equivalentes.
A.
9.-Dada una matriz A cuadrada de orden n de números reales, si todos los valores propios
41
(autovalores A) son reales y distintos, entonces A es diagonalizable . La matriz D tendrá
Como elementos de la diagonal los valores propios de A. La matriz de paso P tiene por
Si la matriz A tiene el valor propio r con multiplicidad mayor que 1, será diagonalizable si y
sólo si el núcleo de la matiz A-r*In tiene dimensión igual al grado de multiplicidad del valor
propio.
izquierda
derecha
y D es (n, p)
42
semidefinida negativa para los respectivos
positive_semidef‘,‘negative def o
‘negative_semidef ‘
evam(V1&*A&*V)=J
EJEMPLOS
1.-Dada la matriz:
1 1 3
A 1 i 1 2i
i i 2
1
SOLUCIÓN
43
2.-Dada la matriz:
1 0 0
A 0 cos(a) sen(a)
0 sen(a) cos(a)
mínimo.
SOLUCIÓN
44
3.-Dada la matriz:
1 0 0 0
0 1 5 10
A
1 0 2 0
1 3
0 0
mínimo.
SOLUCIÓN
SOLUCIÓN
45
1/ 2 1 / 3 2 / 5
5.-Dada la matriz A 1 / 2 1 / 3 2 / 5
1/ 2 4 / 5
0
SOLUCIÓN
En efecto
46
El resultado de aplicar este comando es false lo que significa que la matriz no es ortogonal.
1/ 2 1/ 2 1/ 2 1/ 2
1/ 2 1/ 2 1/ 2 1/ 2
6.-Dada la matriz A
1/ 2 1/ 2 1/ 2 1/ 2
1/ 2 1 / 2 1 / 2 1 / 2
SOLUCIÓN
El resultado de aplicar este comando es true lo que significa que la matriz es ortogonal.
47
La transpuesta de A
5.2.-MATRICES ESPECIALES
Maple ofrece comandos para definir determinados tipos especiales de matrices. Entre ellos
tenemos:
1)
dos polinomios.
48
fibonacci (n) :Matriz enésima de Fibonacci F(n) cuya
1) y F(n-2).
expi j-1.
diff(fj,x$(i-1).
Jacobian([expr1,..exprm],[x1,..xn]
(i,j) diff(expri,xj).
diff(ex,xi,xj).
49
resolución de sistemas de ecuaciones lineales
columna de la matriz A.
gausselim(A).
EJEMPLOS
Consideramos la matriz A cuadrada 3 cuyas filas son los vectores (1, 5,-2), (-7,3,1) y (2,2,-2)
SOLUCIÓN
50
A continuación hallamos la descomposición LU de A, para resolver el sistema A*x=V,
Por último se presentan las formas de Smith y Hermite para la matriz entera A
51
52
CAPITULO VI VALORES Y VECTORES PROPIOS
6.1.-AUTOVALORES Y AUTOVECTORES
6.1.1.-DEFINICIÓN
6.1.2.-COMANDOS BÁSICOS
Maple implementa comandos que permiten el trabajo fluido con auto valores y auto vectores
A en modo inerte
53
minipoly(A,x) :Devuelve el polinomio mínimo de A en la
EJEMPLOS
1 0
1.- A
0 1
7 1 2
2.- A 3 3 6
2 2 2
3 0 0
3.- A 0 1 2
1 0 1
0 1 1
4.- A 1 1 1
1 2 0
4 1 2
5.- A 3 0 1
1 2 1
SOLUCIÓN
1 0
1.- A
0 1
54
Para el valor de λ1= -1 entonces se obtiene el vector x1=(0,1)
7 1 2
2.- A 3 3 6
2 2 2
3 0 0
3.- A 0 1 2
1 0 1
55
Para el valor de λ1= 3 entonces se obtiene el vector x1=(2,-1,1)
0 1 1
4.- A 1 1 1
1 2 0
56
4 1 3
5.- A 0 2 1
0 0 3
SOLUCIÓN
57
CAPITULO VII APLICACIÓN DEL ALGEBRA LINEAL CON MAPLE
CÁLCULO VECTORIAL
7.1.1.-DEFINICIÓN
Llamaremos función vectorial, y lo denotaremos por f a la función f : R R 3 definida por:
f (t ) : ( f1 (t ), f 2 (t ), f 3 (t )) f1 (t ) i f 2 (t ) j f 3 (t ) k
Donde ex , ey y ez son los vectores canónicos o la base canónica del espacio R3 . Por ejemplo
OBSERVACION
la función vectorial f
EJEMPLOS
58
1.- f (t ) : (cos t , sent, t )
2.- f (t ) : (cos t ,1 sent,2 sent)
3.- f (t ) : (2 cos t ,3sent, t )
4.- f (t ) : (2 cos t sent,3sent, cos t )
SOLUCIÓN
1.- f (t ) : (cos t , sent, t )
2.- f (t ) : (cos t ,1 sent,2 sent)
3.- f (t ) : (2 cos t ,3sent, t )
4.- f (t ) : (2 cos t sent,3sent, cos t )
Gra( f ) : (t , f (t ) / t Dom( f )
EJEMPLOS
1.- f (t ) : (cos t , sent, t )
59
2.- f (t ) : (cos t ,1 sent,2 sent)
3.- f (t ) : (2 cos t ,3sent, t )
SOLUCIÓN
Para graficar una función con vectorial con maple usaremos los siguientes pasos:
Usaremos el menú de herramientas, hacemos un clic para obtener un nuevo menú llamado
ventana de gráficos de funciones, editamos la función requerida para hacer un clic en display
1.- f (t ) : (cos t , sent, t ) 0 t 4
60
2.- f (t ) : (cos t ,1 sent,2 sent)
3.- f (t ) : (2 cos t ,3sent, t )
1- ( f g )(t ) : f (t ) g (t ), t Dom( f ) Dom( g ) Suma o
Diferencia
61
2- ( f . g )(t ) : f (t ) . g (t ), t Dom ( f ) Dom ( g ) Producto
Interno
3- ( f x g )(t ) : f (t ) x g (t ), t Dom ( f ) Dom ( g ) 1 Producto
Vectorial
Producto de
4- ( . f )(t ) : (t ). f (t ), t Dom( ) Dom( f )
un escalar
por un
vector
5- ( f o )(t ) : f ( (t )), t Dom( f o )
Composición
Dom ( f o ) : t R / t Dom ( ) (t ) Dom ( f )
EJEMPLOS
f (t ) (cos t , sent, t ), y g (t ) (e t , e t , t )
Calcular
a) ( f . g )(t )
b) ( f x g )(t )
SOLUCIÓN
1
f y g son funciones vectoriales en el espacio R3
62
=
a) ( f . g )(t )
b) ( f x g )(t )
f (t ) (e t , e t , t ), y (t ) t 2 1
Calcular ( . f )(t )
SOLUCIÓN
III.-Dadas las funciones. f (t ) (cos t , sent ,1), g (t ) (cos t , sent , t ), y h (t ) ( sent , cos t ,t )
Calcular f (t ) x g (t ). h (t )
SOLUCIÓN
63
Calculando el producto vectorial, se tiene
Simplificando
Por tanto, f (t ) x g (t ). h (t ) =
vector. Entonces diremos que L es el límite de la función vectorial f cuando t se aproxima a
t si y solo si
0, 0, talque t 0 Dom ( f ) 0 t t 0 f (t ) L
OBSERVACION
Sea la función vectorial definida por f (t ) : f1 (t ) i f 2 (t ) j f 3 (t ) k
Entonces Lim f (t ) : Lim f1 (t ) i Lim f 2 (t ) j Lim f 3 (t ) k
t t 0 t t 0 t t 0 t t 0
EJEMPLOS
Calcular los siguientes límites de las siguientes funciones vectoriales en el punto indicado.
t 2 2t 3 t 2 5t 6
1.- f (t ) : 3 i j k t 3
t 3 t2 9
64
sen (t 1) t 2 1
2.- g (t ) : i j 1k t 1
t 1 3(t 1)
t 2 1 t 2 3t 2
3.- h (t ) : i j t k t 1
t 1 t 2 1
4.- F (t ) : cos i sent j (t 1)k t 0
SOLUCIÓN
t 2 2t 3 t 2 5t 6
1.- f (t ) : 3 i j k t 3
t 3 t2 9
Editamos la función
sen (t 1) t 2 1
2.- g (t ) : i j 1k t 1
t 1 3(t 1)
t 2 1 t 2 3t 2
3.- h (t ) : i j t k t 1
t 1 t 2 1
65
4.- F (t ) : cos i sent j (t 1) k t 0
PROPIEDADES
Sean las funciones vectoriales f y g tal que
Lim f (t ) a Lim g (t ) b y Lim (t ) L
t t0 t t0 t t0
Entonces se tiene
Suma o diferencia
Lim( f g )(t ) Lim f (t ) Lim g (t ) a b
t t 0 t t 0 t t 0
Producto Interno
Lim( f . g )(t ) Lim f (t ) . Lim g (t ) a .b
t t0 t t 0 t t 0
Producto Vectorial
Lim( f x g )(t ) Lim f (t ) x Lim g (t ) a xb
t t0 t t 0 t t 0
Producto de un
Lim( . f )(t ) Lim (t ). Lim f ( t ) L. a
t t 0 t t 0 t t 0
escalar por un
vector
a).- f (t 0 ) existe
b)- Lím f (t ) existe
t t 0
c).- Lím f (t ) f (t 0 )
t t0
66
OBSERVACION
Si la función no cumple con algunas de estas condiciones se dice que la función vectorial no
EJEMPLOS
1.- f (t ) : (cos t , sent, t ), t 0
2.- f (t ) : (cos t ,1 sent,2 sent), t 0
t 2 2t 3 t 2 5t 6
3.- f (t ) (3, , 2 ) t 3
t 3 t 9
sent
4.- f (t ) : (2 cos t ,3 , cos t ), t0
t
5.- f (t ) : (e t cos t , e t sent, e t ), t 0
SOLUCIÓN
1.- f (t ) : (cos t , sent, t ), t 0
a).- f (0) (cos 0, sen0,0) (1,0,0) es un vector en R3 por tanto existe
b).- Lím f (t ) ( Lím cos t , Lím sent, Lím t ) (1,0,0) existe
t 0 t 0 t 0 t 0
c).- Lím f (t ) f (0)
t 0
2.- f (t ) : (cos t ,1 sent,2 sent), t 0
b).- Lím f (t ) ( Lím cos t , Lím(1 sent ), Lím(2 sent )) (1,1,2) existe
t 0 t 0 t 0 t 0
c).- Lím f (t ) f (0)
t 0
t 2 2t 3 t 2 5t 6
3.- f (t ) (3, , 2 ) t 3
t 3 t 9
0 0 0
a).- f (3) (3, , ) (1, ,0) notamos que la segunda coordenada del vector no tiene
0 18 0
sent
4.- f (t ) : (2 cos t ,3 , cos t ), t0
t
sen0 0
a).- f (0) (2 cos 0,3 , cos 0) (2, ,1) de igual manera la segunda coordenada del vector
0 0
5.- f (t ) : (e t cos t , e t sent, e t ), t 0
a).- f (0) (e 0 cos 0, e 0 sen0, e 0 ) (1,0,1) es un vector en R3 por tanto existe
b).- Lím f (t ) ( Lím e t cos t , Lím e t sent, Lím e t ) (1,0,1) existe
t 0 t 0 t 0 t 0
68
c).- Lím f (t ) f (0)
t 0
OBSERVACIÓN
Hay casos en la cual la imagen de la función vectorial no está definida en un punto, pero el
limte existe alrededor de dicho punto; ó que la imagen de dicho punto esta definida pero no
discontinua; por lo tanto, la función tiene una discontinuidad evitable, es decir podemos
EJEMPLO
e t 1 cos t 1
( , ,1 t ), t0
Si f (t ) 2t t2
(1 / 2,0,1), t0
SOLUCIÓN
Calculando el límite:
e t 1 cos t 1 et 1 cos t 1
Lím ( , 2
, t ) ( Lím , Lím , Lím (1 t )) (1 / 2,1 / 2,1)
t 0 2t t t 0 2t t 0 t2 t 0
Por tanto la imagen de la función en t=0 es distinta al límite. luego la función vectorial es
discontinua en t=0
e t 1 cos t 1
( , ,1 t ), t0
f (t ) 2t t2
(1 / 2,1 / 2,1), t0
69
PROPIEDADES DE CONTINUIDAD
Sean f y g dos funciones vectoriales continuas en t0
Entonces.
1.- f g es continua en t0
2.- . f es continua en t0 donde R
3.- f . g es continua en t0
4.- f x g 2es continua en t0
OBSERVACIÓN
La f (t ) ( f1 (t ), f 2 (t ), f 3 (t )) vectorial es continuas en t0 si y solo si cada función coordenada
es continua en t0
Supongamos que f (t ) ( f1 (t ), f 2 (t ), f 3 (t )) y g (t ) ( g1 (t ), g 2 (t ), g 3 (t ))
2
El producto vectorial es definida en R3
70
7.1.6.-DERIVADA DE UNA FUNCION VECTORIAL
Sea f una función vectorial y t0 Є Dom( f ), diremos que la función f tiene derivada en t0
f (t ) f (t 0 )
y lo denotamos por f ' si f '(t 0 ) : Lim siempre que este límite exista y sea
t t 0 t t0
finito
PROPIEDADES
1.-Si la función vectorial f es definida por f (t ) : f1 (t ) i f 2 (t ) j f 3 (t ) k entonces:
f '(t ) : f 1 ' (t ) i f 2 ' (t ) j f 3 ' (t ) k siempre que las funciones derivadas f1 ' , f 2 ' y f 3 '
existan.
2.-Sean las funciones vectoriales f y g diferenciables y sea α una función real
diferenciable, en un intervalo entonces f g y f . g .y f x g y . f son diferenciables.
Y se cumple:
a).- ( f g )' (t ) : f ' (t ) g '(t ) Derivada de una Suma o Diferencia
b).- ( f . g )' (t ) : f ' (t ) . g (t ) f (t ) . g '(t ) Derivada de un producto Escalar
c)- ( f x g )' (t ) : f ' (t ) x g (t ) f (t ) x g '(t ) Derivada de un Producto Vectorial
Derivada de un producto de un
d).- ( . f )' (t ) : ' (t ). f (t ) (t ). f '(t )
escalar y un vector
EJEMPLOS
1.- f (t ) (cos t , sent, t ), t0
2.- f (t ) (t 2 , t 3 , t ), t 1
71
3.- f (t ) (e t , e t , t 5 ), t0
4.- f (t ) (t cos t , tsent, t ), t0
5.- f (t ) ( t , t 3 , t 2 ), t 1
SOLUCIÓN
1.- f (t ) (cos t , sent, t ), t0
Por tanto, obtenemos la derivada de la función vectorial f
2.- f (t ) (t 2 , t 3 , t ), t 1
3.- f (t ) (e t , e t , t 5 ), t0
4.- f (t ) (t cos t , tsent, t ), t0
=
72
5.- f (t ) ( t , t 3 , t 2 ), t 1
Sea la función vectorial f es definida por f (t ) : f1 (t ) i f 2 (t ) j f 3 (t ) k entonces:
La integral indefinida de f es dado por
f (t ) dt f 1 (t ) dt i f 2 (t ) dt j f 3 (t ) dt k c
Donde c es la constante de integración.
Sea la función vectorial f es definida en un intervalo abierto I=] a, b [ y por
f (t ) : f1 (t ) i f 2 (t ) j f 3 (t ) k entonces:
b b b b
a
f (t )dt f 1 (t )dt i f 2 (t )dt j f 3 (t )dt k
a a a
PROPIEDADES
73
1.-Sean f , g : a, b R3 funciones vectoriales integrables, entonces la función
. f g , R es integrable en a, b y se tiene
b b b
2.-Si f : a, b R 3 es una función vectorial integrables y c es un vector constante,
entonces las funciones c . f y cx f es integrable en a, b y se tiene
b b b b
3.-Si f : a, b R 3 es una función vectorial integrables y f es integrable en a, b y se
tiene
b b
f (t )dt
a a
f (t ) dt
7.1.8.-TEOREMAS FUNDAMENTALES
Sea la función vectorial f continua en un intervalo abierto I=] a, b [ y sea t0 Є I, entonces:
t
Dt f (t )dt f (t ), t I
t0
Si f (t ) : f1 (t ) i f 2 (t ) j f 3 (t ) k tiene derivada continua sobre el intervalo abierto I=] a, b [
b
Entonces Dt f (t )dt f (b) f (a)
a
EJEMPLOS
74
I.-Calcular las integrales de las siguientes funciones
1.- f (t ) (cos t , sent, t )
1
2.- f (t ) (e ( 2t ) , , t 3 )
t
3.- h (t ) (t 3 , sen(4t ), t )
SOLUCIÓN
Editamos la función
1
2.- f (t ) (e ( 2t ) , , t 3 )
t
3.- h (t ) (t 3 , sen(4t ), t )
1.- f (t ) (cos t , sent, t ), 0 t / 2
1
2.- f (t ) (e ( 2t ) , , t 3 ), 1 t 2
t
75
3.- f (t ) (t 3 ,4 t , t ), - 1 t 1
SOLUCIÓN
1.- f (t ) (cos t , sent, t ), 0 t / 2
Editando la función
int =
1
2.- f (t ) (e ( 2t ) , , t 3 ), 1 t 2
t
3.- f (t ) (t 3 ,4 t , t ), - 1 t 1
76
7.2.-CURVAS EN EL ESPACIO
7.2.1.-DEFINICIÓN
Una función vectorial define curvas en el plano o en el espacio, éstas curvas pueden ser
I =[a, b] si (a) (b)
(t1 ) (t 2 ), t1 t 2
dobles.
Para nuestro propósito estudiaremos aquellas curvas que no presentan puntas o picos.
Es decir, curva suave en la cual exista la derivada, y estas son las curvas regulares.
OBSERVACIÓN
Una curva es de clase C1 si existen sus primeras derivadas y éstas son continuas en un
intervalo abierto.
EJEMPLOS
2.- (t ) ( R 2 a 2 cos t , R 2 a 2 sent, a)
3.- (t ) (a cos t , asent, bt ), a 0, b 0
En efecto
1.- (t ) (cost , sent,0)
2.- (t ) ( R 2 a 2 cos t , R 2 a 2 sent, a)
3.- (t ) (a cos t , asent, bt ), a 0, b 0
78
7.2.3.-PARAMETRIZACIÓN DE UNA CURVA REGULAR, GRAFICA
Se dice que la curva C C R3 es una curva parametrizada, si existe una función vectorial
: a, b R R 3 tal que (a, b) C
OBSERVACIÓN
A la función vectorial se le llama parametrización de la curva C.
EJEMPLOS
1.- C : z 2 x 2 y 2
x 2 y 2 36
2.- C :
z z
SOLUCION
1.- C : z 2 x 2 y 2
Parametrizando se tiene
(t ) (t cos t , tsent, t ), t 0
x 2 y 2 36
2.- C :
z z
79
Parametrizando la curva se tiene
(t ) (9 cos t ,4sent, t ), t 0
7.2.4.-LONGITUD DE ARCO
Sea : a, b R R 3 una curva regular definida por (t) (1 (t ), 2 (t ), 3 (t ))
Si P (t1 ) y Q (t 2 ) entonces la LONGITUD DE ARCO de la curva desde P hasta
t1
L( PQ) ' (t ) dt
t0
OBSERVACIÓN
La función longitud de arco de una curva esta dado por
t
s(t ) L(t ) ' (t ) dt , t a, b
t0
EJEMPLOS
1.- (t ) (2 cos t ,2sent ), t 0 0 t 1 2
80
2.- (t ) (t , t , t ), t 0 1 t1 2
3.- (t ) (t , t 2 , t ), t 0 0 t1 1
4.- (t ) (3t cos t ,3tsent,4t ), t0 0 t1 4
SOLUCIÓN
1.- (t ) (cos t , sent), t 0 0 t 1 2
2.- (t ) (t , t , t ), t 0 1 t1 2
3.- (t ) (t , t 2 , t ), t 0 0 t1 1
1 1
4.- (t ) (t ,1, t 3 t 1 ), t 0 1 t1 3
6 2
81
7.2.5.-VECTORES UNITARIOS: TANGENTE, NORMAL PRINCIPAL Y
BINORMAL
Sea : a, b R R 3 una curva regular.
dirección de '
' (t )
T (t ) :
' (t )
OBSERVACIÓN 1
dirección que T ' (t) 0 se denomina
T ' (t )
N (t ) :
T ' (t )
EJEMPLOS
I.-Calcular el vector tangente unitario y el vector normal principal de las siguientes curvas.
a).- f (t ) (t 2 , t )
82
b).- f (t ) (t , t 2 , t 3 )
c).- f (t ) (e t cos t , e t .sent, e t )
SOLUCIÓN
a).- f (t ) (t 2 , t )
Editando la función
unitario de la curva
curva
b).- (t ) (t , t 2 , t 3 )
83
=
c).- f (t ) (e t cos t , e t .sent, e t )
OBSERVACIÓN 2
Se demuestra que T (t ) x N (t ) 1, t
Además B(t ) : T (t ) x N (t ) llamado vector Binormal unitario.
EJEMPLO
a).- f (t ) (e t cos t , e t .sent, e t )
84
SOLUCIÓN
OBSERVACIÓN 3
Si T (t ) 0 , t a, b entonces el movimiento es lineal
Por tanto al conjunto formado por los vectores principales: Tangente, Normal y Binormal
EJEMPLOS
a).- f (t ) (cost , sent, t ), t 0
b).- f (t ) (t , t 2 , t 3 ), t 1
c).- f (t ) (t cos t , tsent, t ), t 0
d).- f (t ) (t 2 , cos t , sent), t 0
SOLUCIÓN
a).- f (t ) (cost , sent, t )
cualquier t real.
85
=
b).- f (t ) (t , t 2 , t 3 )
cualquier t =1
Vector tangente unitario es dado por. 1,0,0 , vector normal principal es dado por 0,1,0
86
c).- f (t ) (t cos t , tsent, t )
87
=
d).- f (t ) (t 2 , cos t , sent)
88
Evaluando en t = 0, se tiene
2 1
Vector normal principal es dado por 5 , 5 ,0
5 5
1 2
Vector Binormal es el vector 5 , 5 ,0
5 5
Sea : a, b R R 3 un curva de clase C2 y ' (t) 0, y ' ' (t) 0 , t a, b
1.-LA RECTA TANGENTE a la curva en el punto (t 0 ) es definido por:
LT (t 0 ) T (t 0 ) / R
2.-LA RECTA NORMAL a la curva en el punto (t 0 ) es definido por:
Ln (t 0 ) N (t0 ) / R
3.-LA RECTA BINORMAL a la curva en el punto (t 0 ) es definido por:
89
L B (t 0 ) B (t 0 ) / R
EJEMPLOS
a).- f (t ) (t , t 2 , t 3 ), t 1
b).- f (t ) (cos t , sent,2t ), t 0
c).- f (t ) (e t cos t , e t sent, e t ), t 0
SOLUCIÓN
a).- f (t ) (t , t 2 , t 3 )
Editando la función
Al descomponer éste vector nos da la recta tangente en t=1 que pasa por el punto (1,1,1) y
Graficando la curva
b).- f (t ) (cos t , sent,2t ), t 0
Editando la función
90
=
Al descomponer y evaluar éste vector nos da la recta tangente en t=0 que pasa por el punto
c).- f (t ) (e t cos t , e t sent, e t ), t 0
Editando la función
Al descomponer éste vector nos da la recta tangente en t=0 que pasa por el punto
1.-El Plano OSCULADOR es el plano generado por el vector tangente y la normal principal
T (t 0 )x N (t 0 ) es decir.
;
PO : B(t 0 ).( P P0 ) 0
Binormal N (t 0 )x B (t 0 ) es decir.
PN : T(t 0 ).( P P0 ) 0
91
3.-El Plano RECTIFICANTE es el plano generado por el vector tangente y la Binormal
B (t 0 )x T (t 0 ) es decir.
PR : N (t 0 ).( P P0 ) 0
EJEMPLOS
I.-Hallar las ecuaciones de los planos: Normal principal, Rectificante y Osculador a la curva
x 2 y 2 z 2 6
C : 2 en el punto P0(1, 1, 2).
x y 2 z 2 4
SOLUCIÓN
Parametrizando la curva:
x 5 cos t
Reparametrizando C XZ : , t 0,2
z 5sent
Buscando to. Sea t 0 0,2 tal que (t 0 ) ( 5 cos t 0 ,1, 5sent 0 ) (1,1,2)
1 2
Entonces cos t 0 y sent 0
5 5
' (t 0 ) ( 5sent 0 ,0, 5 cos t 0 ) (2,0,1)
1 1
Por tanto T (t 0 ) ( 2,0,1) , N (t 0 ) (1,0,2) y B (t 0 ) (0 1,0)
5 5
Así tenemos:
PN : 2x z 0 PR : x 2z 5 0 …. P0 : y 1
92
7.2.8.-CURVATURA Y TORSION
DEFINICIÓN
Si (t ) es el vector posición de la curva C.
Entonces el vector curvatura, K (t ) está
T ' (t )
determinado por K ( t )
donde
'(t )
T (t ) es el vector tangente unitario.
La curvatura de P es mayor que Q
OBSERVACIÓN
La curvatura es dado por k K (t )
PROPIEDAD
Si (t ) es el vector posición de la curva C. Entonces la curvatura, k está determinado por.
' (t ) x ' ' (t )
k (t ) 3
' (t )
c (t 0 ) (t 0 ) (t 0 ) N (t 0 ) donde N
93
DEFINICION DE TORSION
PROPIEDAD
Si (t ) es una curva parametrizada arbitraria entonces la torsión es dado por.
' (t ) x ' ' (t ). ' ' ' (t )
(t ) 2
siempre que ' (t ) x ' ' (t ) 0
' (t ) x ' ' (t )
PROPIEDAD
Si (s) es una curva parametrizada por longitud de arco entonces la torsión es dado por.
' ( s ) x ' ' ( s ). ' ' ' ( s )
(s) 2
' (s) x ' ' (s)
EJEMPLOS
a).- f (t ) : (t , t , t )
b).- f (t ) : (cos t , sent,0)
c).- f (t ) : (cos t , sent, t )
d).- f (t ) : (t , , t 2 , t 3 )
SOLUCIÓN
a).- f (t ) : (t , t , t )
=
94
Aplicando los comandos de maple: Curvature y torsión
b).- f (t ) : (cos t , sent,0)
c).- f (t ) : (cos t , sent, t )
95
d).- f (t ) : (t , , t 2 , t 3 )
7.3.1.-DEFINICIONES
F(x1,x2,..,xm)=(F1(x1,..,xm),F2(x1,..,xm),..,Fn(x1,.xm))
96
F1 F1 F1 F1
. .
x1 x 2 x3 x n
F2 F2 F2 F2
x x1 x1
. .
x1
( F1 , F2 ,..., F3 ) 1
J . . . . . .
( x1 , x 2 ,..., x n )
. . . . . .
. . . . . .
Fn1 Fn Fn
. .
Fn
x x1 x1 x1
1
( F1 , F2 ,..., Fn )
Jacobian([F1, F2,…, Fn],[x1,x2,..,xn]) :Calcula J
( x1 , x 2 ,..., x n )
EJEMPLOS
SOLUCIÓN
97
Se tiene lo requerido
SOLUCIÓN
7.3.2.-REGLA DE LA CADENA
DEFINICIÓN
D(fog)(xo):=Df(g(xo)*Dg(xo)
98
de la composición.
EJEMPLOS
Calcular dg/du en u= 0.
SOLUCIÓN
99
Por tanto , el valor de la derivada evaluado en el punto u=0 es 0
u2 v2
z u e x y y v e xy
u2 v2
SOLUCIÓN
Editemos la composición
Se tiene
Simplificando
100
Ahora el problema se reducirá a hallar las derivadas parciales de esta expresión respecto a
“x” y de “y”
Por tanto, estas expresiones son las derivas parciales con respecto a “x” y a “y”
respectivamente.
TEOREMA
F(x,y)=(F1(x,y),F2(x,y),..,Fm(x,y))
( F1 , F2 ,..., Fm )
jacobiana de valor J tiene determinante distinto de cero en un punto
( y1 , y 2 ,..., y m )
(xo,yo) tal que F(xo,yo)=0, entonces existe un intervalo abierto U C Rn que contiene a xo y
un abierto VCRm que contiene a yo y también existe una única función f: UV tal que
101
EJEMPLOS
1.-Dado la ecuación:
x 3 3 y 2 8xz 2 3 yz 3 1
Calcular
z z 2 z 2 z
, , y
x y x 2 y 2
SOLUCIÓN
Editando la función f
Aplicando la formula
Definimos la función g
102
Diferenciando respecto a y, que equivale a la segunda derivada parcial respecto a y, se tiene
ecuaciones:
xu yvu 2 2
3
xu y 2 v 4 2
SOLUCIÓN
En efecto
Editando f1 , f2 :
Hallando el jacobiano
103
Finalmente calculando el determinan del jacobiano
Por lo que es didtinto de cero. Luego el sistema propuesto se puede resolver de manera única.
TEOREMA
derivada continua.
( F1 , F2 ,..., Fn )
Si existe un xo tal que det J det 0 en xo, entonces existen un abierto A
( x1 , x 2 ,..., x m )
que contiene a xo y un abierto B que contine a F(xo) cumpliéndose que F(A)= B y F tiene
una función inversa F(-1):BA derivable con derivada continua. Además, se cumple que
( F1 , F2 ,..., Fn ) 1
DF-1(y)=[DF(x)](-1) y si J entonces (det( J ) ( 1)
( x1 , x 2 ,..., x m ) det( J )
EJEMPLOS
x4 y4
1.-Dada la función vectorial F(x,y)=(u(x,y),v(x,y)) donde u ( x, y ) y
x
v( x, y ) sen( x) cos( y )
Hallar las condiciones para que exista la función vectorial inversa(x(u,v), y(u,v)) y hallar la
SOLUCIÓN
Calculemos su determinante
Por lo tanto, en los puntos donde esta expresión no se anule, se puede resolver para x e y en
jacobiano inicial.
En efecto.
Comprobando
105
2.-Demostrar que la transformación entre coordenadas cartesianas y polares cumple las
SOLUCIÓN
x r cos( )
y rsen ( )
Es evidente que estas funciones son derivables con derivadas parciales continuas.
En efecto
Por lo tanto, cumple con las hipótesis del teorema, ya que el radio r es distinto de cero.
x r cos( )
y rsen ( )
z z
SOLUCIÓN
106
Calculando el determinante del Jacobiano
x cos( ).se ( )
y sen ( ).sen ( )
z cos( )
SOLUCIÓN
Por tanto, las hipótesis del teorema se cumplen. Ya que ρ y Φ distinto de cero.
107
7.3.5.-EL TEOREMA DEL CAMBIO DE VARIABLE
TEOREMA
Supongamos que conocemos una función f(x,y) que depende de las variables originales x e y
Introducimos nuevas variables u y v que se relacionan can las anteriores mediante las
funciones u=u(x,y) y v=v(x,y) de modo que las funciones u y v también cumplen las
Bajo las condiciones anteriores, es posible expresar la función inicial f en función de las
EJEMPLOS
SOLUCIÓN
Editando la función
Las condiciones del teorema de la función inversa se cumplen, Luego haciendo el cambio de
variable se tiene:
Usando el jacobiano
108
Aplicando obtenemos
La función pedida.
SOLUCIÓN
Editando la función
de variable.
109
Esta última función es la pedida.
y
3.-Dada la transformación u ( x, y ) x e y / 2 v ( x, y ) x y e y / 2
2
SOLUCIÓN
Editando la función
Calculando el Jacobiano
Se tiene:
110
7.3.6.-CAMPOS VECTORIALES: ROTACIONAL, DIVERGENCIA Y
LAPLACIANO
DEFINICIONES
f ( x, y , z ) f ( x, y , z ) f ( x, y , z )
grad f ( x, y , z ) i j k
x y z
2.-Un campo vectorial F se llama conservativo si existe una función diferenciable f tal que
P N P M N M
xF ( x, y , z ) ( )i ( )j( )k
y z x z x y
4.-El rotacional del campo vectorial F tiene potencial vector a otro campo G si
F=rotacional(G)
M N P
divF ( x, y , z ) .F ( x, y , z )
x y z
2 2 2
2 .
x 2 y 2 z 2
111
En caso afirmativo, p es el valor del
potencial escalar.
componentes [f1,..,fn]
potencial vector.
componentes [f1,…,fn].
EJEMPLOS
1
a) w( x , y , z , )
1 x2 y2 z2
b) z ( x, y ) e x seny e y senx
c) z ( x, y ) sen.xseny
SOLUCIÓN
1
a) w( x , y , z , )
1 x y2 z2
2
Editando la función
112
Calculando el gradiente
Calculando el laplaceano
Simplificando el laplaceano
b) z ( x, y ) e x seny e y senx
c) z ( x, y ) sen.xseny
113
2.-Calcular el potencial escalar del campo vectorial F(x,y,z)=[1, 2y, 3z2]
SOLUCIÓN
La palabra True quiere decir que existe el potencial escalar del campo vectorial F
Luego la función potencial escalar del campo vectorial F está dado por
Comprobación por definición se tiene que F=Δf , el campo vectorial es igual al gradiente del
campo escalar
= lqqd..
x
F ( x, y ) arctg i ln x 2 y 2 j k
y
SOLUCIÓN
Simplificando
Calculando la divergencia
114
=
Simplificando
a)F(x,y,z)=[xz, -yz,y]
b)G(x,y,z)=[xcosy,-xseny, senx]
c)H(x,y,z)=[xcosy,-seny, senx]
SOLUCIÓN
a)F(x,y,z)=[xz, -yz,y]
. Lo cual la palabra true significa que existe el potencial vector, con lo que la
En efecto
Ahora, calculamos el rotacional del resultado anterior, se obtiene del campo vectorial F.
En efecto = , lqqd.
b)G(x,y,z)=[xcosy,-xseny, senx]
SOLUCIÓN
c)H(x,y,z)=[xcosy,-seny, senx]
, =
Para graficar curvas en el espacio se debe tener en cuenta el comando Plots de maple
EJEMPLOS
a) f (t ) (cos t , sent , cos 2t )
b) f (t ) (cos t , sent , t )
c) f (t ) (3t cos t ,3tsent ,4t )
d) f (t ) (t 3 t 2 , t 3 t ,1)
e) f (t ) (e t , e t , t )
SOLUCIÓN
a) f (t ) (cos t , sent , cos 2t )
116
La grafica de la curva presenta vectores unitarios: tangente (color azul), Normal Principal
b) f (t ) (cos t , sent , t ), 0 t 6
c) f (t ) (3t cos t ,3tsent ,4t ), 0 t 4
117
d.- f (t ) (t 3 t 2 , t 3 t ,3 * t ^ 2), 4 t 10
e) f (t ) (e t , e t , t )
indicado
a) F ( x, y, z ) ( y, x, z ) P (1,1,1)
118
c) F ( x, y, z) ( y 2 , x, z 2 ) P(0,1,1)
SOLUCIÓN
a) F ( x, y, z ) ( y, x, z ) P (1,1,1)
119
c) F ( x, y, z) ( y 2 , x 2 , z 2 ) P(0,1,1)
120
7.4.-PROGRAMACIÓN LINEAL, EL METODO DEL SIMPLEX
función objetivo, que está sujeta a un conjunto de restricciones lineales, que pueden ser
igualdades y desigualdades.
METODO SIMPLEX
variables de holgura.
4.-Se siguen los pasos 1 y 2 para elegir un pivote en u8n columna con un indicador positivo.
5.-Se se siguen los pasos 3 y 4 para pivotear con respecto al elemento escogido de 4
6.-Se continua con los pasos 4, y 5 hasta que se obtiene un diagrama terminal. Es decir un
inferior derecho, entonces el valor máximo de f es M. Los valores de las variables básicas
aparecen en la columna de la derecha. Todas las variables no básicas están igualadas a cero.
Para evitar estos pasos Maple ofrece varios comandos que permiten solucionar rápidamente
121
Convert({ineq1,.., ineqn},std) Convierte las restricciones lineales definidas por
feasible({ineq1,.., ineqn},NONNEGATIVE
negativas.
feasible({ineq1,.., ineqn},UNRESTRICTED
inecuaciones especificadas.
122
maximize(expr,{ineq1,.., ineqn}),NO NNEGATIVE
minimize(expr,{ineq1,.., ineqn}),UNRESTRICED
problema dual.
123
problema dual. Las inecuaciones han de ser
ecuaciones.
base.
forma matricial.
display({ineq1,..,ineqn},
especificadas.
124
EJEMPLOS
4 x 3 y 5 y 3x 4 y 4
SOLUCIÓN
Ahora se presenta el conjunto de variables que forman la base para las restricciones de un
125
A continuación se definen un conjunto de restricciones y una función objeto, para resolver el
las soluciones no negativas del problema y posteriormente hallamos las soluciones obligando
SOLUCIÓN
126
La cual la palabra True significa que existe solución factible. Ahora calculamos mediante el
comando minimize
3.-Hallar el punto que hace mínimo a la función v=-4x+2y-z-4 3n la región definida por las
inecuaciones siguientes
2 x 2 y z 2 , 4 x 3 y 2 z 12 y x 0, y 0, z 0
SOLUCIÓN
factible
SOLUCIÓN
=
127
Aplicando el comando feasible para saber si la solución se encuentra en la región dado por
las restricciones
La palabra True quiere decir que la soluciones están dentro de la región, para lo cual usando
En efecto
Por tanto, el punto (0,0,0) minimiza a la función cuyo valor es dado por 0 y el punto (1,0,0)
128
7.5.-TEORÍA DE GRAFOS
DEFINICIONES
1.-Se denomina grafo al par G=(V,E) que representa un conjunto de vértices V(llamados a a
también arcos, enlaces, líneas o ramas), mediantes laos cuales se conectan dichos vértices.
2.-El concepto de red suele confundirse con el grafo, pero en general se distingue entre red y
grafo, señalando que una red sería un grafo por cuyos ejes puede circular un flujo.
3.-Si en un eje se establece una orientación, entonces dicho eje se denomina eje orientado, y
si todo eje de un grafo es orientado, el grafo se denomina grafo orientado o dígrafo( a veces
4.-Se denomina camino entre dos vértices(vértices extremos) de una grafo a un conjunto
ordenado de ejes, de modo que cada vértice intermedio (excepto el primero y el último) es
punto final para dos y sólo dos ejes del conjunto ordenado.
5.-Un camino orientado sería un camino compuesto de ejes orientados y de manera que el
vértice terminal (cola) de cada eje fuera el vértice inicial(cabeza) del eje inmediatamente
consecutivo.
6.-Un circuito (ciclo) es un camino en el que sus vértices extremos coinciden. Un circuito
orientado sería, por tanto, un camino orientado con los vértices extremos coincidentes.
8.-Un grafo se dice que es conexo si existe un camino en el grafo entre cualesquiera dos
129
OBSERVACIÓN
El problema de determinar cuál es el máximo flujo que en estado estable puede circular dos
La matriz M(G) de un grafo no es única, pues pende de la orientación dada a los vértices del
grafo.
Por tanto, será necesario cargarlo previamente, con la orden with, para realizar todos los
Por defecto los vértices del grafo se representan ordenados circularmente, pero puede
Cuando la lista de enteros sea declarada como grafo, en cuyo caso, cada entero será el grado
130
El comando maxdegree(G), devuelve el máximo número de ejes incidente con cada vértice
del grafo G.
El comando vdegree (G), devuelve el grado del vértice especificado del grafo G.
El comando vweight (G), encuentra los pesos de los ejes del grafo G.
El comando vweight({vértice},G) encuentra los pesos de los vértices especificados del grafo.
El comando ends(G) devuelve la lista de vértices que son los finales de los ejes de G. Si el
comando aparece en la forma ends({ejes}, G) devuelve la lista de vértices que son finales del
EJEMPLOS
SOLUCIÓN
En efecto
131
2.-Listar los ejes del grafo K10 . Listar también el conjunto de vértices que son finales de los
SOLUCIÓN
132
133
BIBLIOGRAFÍA
Edición. México-1992
Edición. México-1992
3.-Colman, Bernard. Álgebra Lineal con aplicaciones, México: Prentice Hall. Sexta Edición
1999.
RAMA. Madrid-1998.
5.-David Poole. “Algebra Lineal, una introducción moderna”. Editorial Cengage. 2da.
España-1991.
8.-Elon Larges Lima.” Geometría Analítica y Algebra Lineal”. Editorial IMCA. Rio de
Janeiro-2004.
134
APÉNDICE
135
LISTADO DE FÓRMULAS
Sea C una curva (en el plano o en el espacio) dada por la función vectorial
Curva en el
( t ) ( x ( t ), y ( t ))
Plano
Curva en el
( t ) ( x ( t ), y ( t ), z ( t ))
Espacio
Vector
v (t) '
(t)
velocidad
Vector velocidad,
ds
rapidez y v (t ) ' (t ) Rapidez
dt
vector aceleración
Vector
a (t ) (t ) aT T (t ) aN N (t )
''
aceleración
v (t ). a (t ) d 2s
aT (t ) a (t )T (t )
dt 2
v (t )
Componentes de la
v(t)x a(t) 2
aceleración ds
aN(t) a(t)N(t) a(t) aT2 K( )2
dt
v(t)
s es el parámetro
K T ' (s) '' (s)
longitud de arco
Fórmulas para la
curvatura en el plano o
' ( t ) x '' ( t )
T ' (t ) t es el parámetro
en el espacio K
3
general
' (t ) ' (t )
136
FÓRMULAS TRIGONOMÉTRICAS
uv uv
4.- sen 2 u 1 cos 2u 10.- cos u cos v 2 sen (
2
).sen (
2
)
2
1
5.- cos 2 u 1 cos 2u 11.- senu .senv (cos( u v ) cos( u v ))
2
2
1 cos 2u 1
12.- cos u. cos v (cos( u v ) cos( u v ))
6.- tag 2 u
1 cos 2u 2
uv uv 1
7.- senu senv 2 sen ( ). cos( ) 13.- senu . cos v ( sen (u v ) sen (u v ))
2 2 2
1
14.- cos u.senv 2 ( sen (u v) sen (u v))
FÓRMULAS HIPERBÓLICAS
u
8.- senh (u / 2) cosh u 1
e e
u 2
2.- cohu
2
9.- cosh 2 u senh 2 u 1
u
e eu
3.- taghu
e u e u 10.- taghu
senhu
coshu
e u e u
4.- cot aghu cosh u
e u e u 11.- cot ghu
senhu
2
5.- sec hu 1
e e u
u
12.- cogthu
taghu
2
6.- cos echu
e e u
u
13.- senh (u / 2) cosh u 1
2
137
DERIVADAS DE FUNCIONES
d d u'
1.- (cu) cu' 14.- (arccosu)
dx dx 1 u 2
d
2.- (u v) u'v' 15-
d
(arctagu)
u'
dx dx 1 u 2
d u'
3.- (uv) u'.v u.v' 16.-
d
(arc cot gu)
dx dx 1 u 2
d u u' v uv'
4.- ( ) d
(arc sec u)
u'
dx v v2 17.-
dx u u 2 1
d
5.- ( x) 1 d u'
dx 18.- (arccossec u)
dx u u 2 1
d u
6.- (e ) e u u'
du d
19.- (senhu) coshu.u'
dx
d
7.- (senu) (cosu)u'
dx d
20.- (coshu) senhu.u'
dx
d
8.- (cosu) (senu)u'
dx d
21.- (taghu) sec h 2 u.u'
dx
d
9.- (tagu) sec2 u.u'
dx d
22.- (cot aghu) cosh2 u.u'
dx
d
10.- (cotu) cosc 2 u.u'
dx d
23.- (sechu) sec hu.taghu.u'
dx
d
11.- (secu) secu.tagu.u'
dx d
24.- (coschu) cosechu. cothu.u'
dx
d
12.- (cosecu) cosecu. cot ag.u'
dx
d u'
13.- (arcsenu)
dx 1 u 2
138