Apunte MAT 023 2do Semestre 2014

Apuntes de clase de MAT0231
12 de agosto de 2014
1 Versi
on
inicial preparada por Alejandro Aguilera y Nelson Cifuentes
Captulo : Indice general
Indice general
Ecuaciones diferenciales ordinarias
1. Ecuaciones diferenciales ordinarias de primer orden
1.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Modelos simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.3. Metodos Elementales de Resolucion . . . . . . . . . . . . . . . . . . . . . .
19
1.3.1. Integracion directa . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
1.3.2. Ecuaciones de variable separable . . . . . . . . . . . . . . . . . . . .
20
1.3.3. Ecuacion lineal de primer orden . . . . . . . . . . . . . . . . . . . .
24
1.3.4. Ecuacion de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . .
28
1.3.5. Ecuacion de Ricatti . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
1.3.6. Ecuaciones homogeneas
. . . . . . . . . . . . . . . . . . . . . . . .
34
1.3.7. Otros cambios de variables . . . . . . . . . . . . . . . . . . . . . . .
37
1.4. Modelos simples: Segunda parte . . . . . . . . . . . . . . . . . . . . . . . .
42
1.5. Analisis cualitativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
1.5.1. Metodos cualitativos . . . . . . . . . . . . . . . . . . . . . . . . . .
52
1.5.2. Ecuaciones diferenciales autonomas . . . . . . . . . . . . . . . . . .
55
1.5.3. Equilibrio y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . .
59
1.6. Ejercicios del captulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
2. Ecuaciones diferenciales lineales de orden superior
76
2.1. Elementos de transformaciones lineales . . . . . . . . . . . . . . . . . . . .
76
2.1.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
2.1.2. N
ucleo e imagen
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
2.1.3. Isomorfismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
2.1.4. Matriz asociada a una transformacion lineal . . . . . . . . . . . . .
93
2.1.5. Calculo con coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 101

2.1.6. Ejercicios resueltos de Transformaciones lineales . . . . . . . . . . . 105
1
Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)
2.2. Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . . 142

2.2.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
2.3. Teorema de Existencia y Unicidad . . . . . . . . . . . . . . . . . . . . . . . 148
2.4. El wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
2.5. Ecuaciones diferenciales a coeficientes constantes . . . . . . . . . . . . . . . 158
2.5.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.5.2. La ecuacion de orden 2 . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.5.3. La ecuacion de orden superior . . . . . . . . . . . . . . . . . . . . . 163
2.6. Metodo de variacion de parametros . . . . . . . . . . . . . . . . . . . . . . 167
2.7. Metodo del anulador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
2.8. Movimiento vibratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
2.9. Ejercicios del captulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
3. Sistemas de ecuaciones diferenciales
196
3.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

3.2. Ecuacion con coeficientes constantes . . . . . . . . . . . . . . . . . . . . . . 200
3.2.1. Matriz A diagonalizable . . . . . . . . . . . . . . . . . . . . . . . . 201
3.3. Variacion de parametros en sistemas . . . . . . . . . . . . . . . . . . . . . 206
3.4. Analisis cualitativo de sistemas . . . . . . . . . . . . . . . . . . . . . . . . 211
3.4.1. Valores propios reales y distintos (no nulos) . . . . . . . . . . . . . 212
3.4.2. Valores propios complejos . . . . . . . . . . . . . . . . . . . . . . . 216
3.4.3. Valores propios repetidos (no nulos) . . . . . . . . . . . . . . . . . . 220
4. Transformaci
on integral de Laplace
226
4.1. Definiciones y teoremas fundamentales . . . . . . . . . . . . . . . . . . . . 226

4.2. Calculo de transformadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
4.3. Primer Teorema de la Traslacion
. . . . . . . . . . . . . . . . . . . . . . . 233
4.4. Transformada de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . 234

4.5. Funciones escalonadas y Segundo Teorema de la Traslacion . . . . . . . . . 241
4.6. La Transformada de integrales de convolucion . . . . . . . . . . . . . . . . 245
5. Series de Fourier
258
5.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

5.1.1. El espacio SC [a, b] . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
5.1.2. Teorema de la mejor aproximacion . . . . . . . . . . . . . . . . . . 264
5.2. Convergencia Puntual de series de Fourier . . . . . . . . . . . . . . . . . . 274
5.3. Series de Fourier de senos y cosenos . . . . . . . . . . . . . . . . . . . . . . 279
5.4. Derivacion e integracion de Series de Fourier . . . . . . . . . . . . . . . . . 289
II
C
alculo diferencial en varias variables
6. Elementos de topologa de Rn
296
297
6.1. El espacio euclidiano Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297

6.2. Producto interno y norma . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
6.3. Elementos de topologa de Rn . . . . . . . . . . . . . . . . . . . . . . . . . 301
7. Funciones de varias variables
309
7.1. Definiciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

7.2. Graficos, conjuntos de nivel y trazas . . . . . . . . . . . . . . . . . . . . . . 311
8. Lmites y continuidad
318
8.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

8.2. Calculo de lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
8.2.1. Algebra
de lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
8.2.2. Desigualdades y Teorema del Sandwich . . . . . . . . . . . . . . . . 326
8.3. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
8.4. Algebra
de funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . 329
8.5. Continuidad de funciones vectoriales . . . . . . . . . . . . . . . . . . . . . 331
9. Diferenciaci
on en varias variables
336
9.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336

9.2. Interpretacion de la derivada parcial
. . . . . . . . . . . . . . . . . . . . . 343
9.3. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350

9.4. Derivadas de orden superior y funciones de clase C n . . . . . . . . . . . . . 364
9.5. Gradiente y matriz jacobiana . . . . . . . . . . . . . . . . . . . . . . . . . 368
9.6. La regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
9.7. Gradiente y planos tangentes
. . . . . . . . . . . . . . . . . . . . . . . . . 383
9.8. Derivada direccional y direcciones de crecimiento maximo . . . . . . . . . . 386

10.M
aximos y mnimos
404
10.1. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404

10.2. Maximos y mnimos en compactos y/o con restricciones . . . . . . . . . . . 420
10.3. Extremos restringidos Multiplicadores de Lagrange . . . . . . . . . . . . . 423
10.3.1. Criterio de la segunda derivada para extremos condicionados . . . . 429
11.Funciones implcitas e inversas
439
11.1. El teorema de la funcion implcita . . . . . . . . . . . . . . . . . . . . . . . 439

11.2. El teorema de la funcion inversa . . . . . . . . . . . . . . . . . . . . . . . . 455
III
Evaluaciones de a
nos anteriores
468
12.Controles
469
13.Cert
amenes
484
Bibliografa
519
Parte I
Ecuaciones diferenciales ordinarias
Captulo 1 : Ecuaciones diferenciales ordinarias de primer orden
Definiciones
En general, entenderemos el modelamiento matematico como el proceso de establecer

un modelo matematico (es decir, un sistema expresado en terminos de variables, funciones,
ecuaciones, etc.) que represente una situacion principalmente de naturaleza fsica, su
resolucion matematica, y finalmente la interpretacion de los resultados en los terminos
fsicos originales.
Como muchos conceptos de la naturaleza, tales como velocidad, aceleracion, las reacciones qumicas, los cambios de temperatura observados en un cuerpo, etc. se expresan como
razones de cambio tiene pleno sentido el uso de derivadas de funciones adecuadas. En este
tipo de situaciones, un modelo matematico es frecuentemente una ecuacion que contiene
una o mas derivadas de una funcion desconocida. Tal modelo matematico es llamado una
ecuacion diferencial [1].
Ejemplo 1.1.1. Son ejemplos de ecuaciones diferenciales las siguientes expresiones matematicas:
1.
d
dx

dy
(1 x2 ) dx
+ n (n + 1) y = 0 (Ecuacion de Legendre)
2
d y
dy
2
2
2. x2 dx
on de Bessel)
2 + x dx + (x ) y = 0 (Ecuaci
3
dy
d y
2d y
3. x3 dx
on de Euler)
3 + 4x dx2 + x dx + 5y = 0 (Ecuaci
4. y 00 + ky = A sin(o x),
A, o R (Problemas de resortes)
5. y 00 xy = 0 (Ecuacion de Airy)
Definici
on 1.1.1. Una ecuacion diferencial se dice de orden n si n corresponde al mayor
orden de derivada de la variable dependiente y presente en la ecuacion.
2
d y
3
Ejemplo 1.1.2. La ecuacion dx
= y 6 es una ecuacion diferencial de segundo
2 + (5x) y
3 4
d y
dy
grado. La ecuacion dx
= dx
+ 5y es una ecuacion diferencial de grado tres.
3
Comenzaremos el estudio de las ecuaciones diferenciales con las ecuaciones diferenciales

de primer orden.
Definici
on 1.1.2. Sea f : U R2 R una funcion de dos variables. Una ecuaci
on
diferencial de primer orden es una ecuacion de la forma:
y 0 = f (x, y)
(1.1)
La variable x en este caso se conoce como variable independiente. Si la variable independiente es el tiempo t, frecuentemente una ecuacion diferencial se anota como:
y 0 = f (t, y)
o bien y = f (t, y)
Observaci
on 1.1.1. Una ecuacion diferencial (ordinaria) de orden n es una ecuacion de
la forma:

f x, y, y 0 , y 00 , . . . , y (n) = 0
para una cierta funcion f .
Ejemplo 1.1.3. Son ecuaciones diferenciales de primer orden:
1. y 0 = f (x) ,
f funcion integrable.
2. y 0 + y = cos x
3. x3 y 0 y 2 = 0,
x>0
Definici
on 1.1.3. Sea I R un intervalo abierto del tipo ]a, b[, o posiblemente intervalos
abiertos infinitos del tipo ], b[ , ]a, +[, o bien ], +[. Una funcion : I R R
se dice soluci
on de la ecuacion diferencial (1.1) en el intervalo I si:

1. t, (t) U,
t I

2. 0 (t) = f t, (t) ,
t I
Ejemplo 1.1.4. La funcion : ]1, +[ R, t (t) =

dy
= y 2
dt
7
1
t1
es solucion de la EDO
pues, para t ]1, +[

d
dt
1
t1
1
(t 1)2

2
1
=
t1
Ejemplo 1.1.5. Verifique que la funcion (x) = sin x definida en R es solucion de la

ecuacion diferencial de segundo orden:
y 00 + y = 0
Soluci
on. Derivando la funcion obtenemos:
d
dx
= cos x y
d2
dx2
= sin x se sigue
d2 (x)
+ (x) = 0
dx2
para todo x R.
Observaci
on 1.1.2. Note que al escribir:
C (x) = sin x + C
con C una constante cualquiera, C tambien es solucion de la ecuacion diferencial.
Ejemplo 1.1.6. Consideremos la ecuacion:
xy 0 x2 y = 0,
x>0
Se sabe que toda funcion de la forma:

y = x2 + Cx,
CR
(1.2)
es solucion de la ecuacion diferencial. En efecto, derivando la ecuacion (1.2), tenemos:

y 0 = 2x + C
Reemplazando en la ecuacion diferencial, se tiene que:

x (2x + C) x2 x2 + Cx = 0
para todo x > 0.
8
Ejemplo 1.1.7. Hallar una ecuacion diferencial para la familia de parabolas:

y = C1 (x C2 )2
donde C1 y C2 constantes arbitrarias.
Soluci
on. Despejamos C1
y
= C1
(x C2 )2
luego
d
dx
esto es
y
(x C2 )2

=0
y 0 (x C2 )2 y2 (x C2 )
=0
(x C2 )4
se sigue
y 0 (x C2 )2 y2 (x C2 ) = 0
luego
y 0 (x C2 ) = 2y
de donde obtenemos
x C2 =
derivando

1=
2y
y0
2y
y0
0
se sigue
1
(y 0 )2 yy 00
=
2
(y 0 )2
luego
(y 0 )2
= yy 00
2
Ejercicios de la secci
on
1. Establezca el orden de la ecuacion diferencial dada:
00
(b)
+ ex y = 0
(d)
(a)
(1 x) y 4xy + 3y = tan x
(c)
d3 y
x 3
dx
dy
dx
4
dy
y 2xy y =
dx
s
2
2
dy
dy
1
+
=
dx2
dx
(6) 00
(4)
7
2. Comprobar que las siguientes funciones satisfacen las ecuaciones dadas y dar un
intervalo en el cual esto se cumpla:
(a) y = A sin (x + B) ; y 00 + y = 0
(b) y = ex ex ; y 00 y = 0
y = tan (x) ; y 0 = 1 + y 2
(d) y 0 = 25 + y 2 ; y = 5 tan 5x
(c)
3. Demostrar que la ecuacion dada define implcitamente una solucion de la ecuacion

dada
y3
=1
3
(b) x3 + 3xy 2 = 1
(a)
x2 y
dy
dx
2xy
x2 y 2
para x 6= y
2xyy 0 + x2 + y 2 = 0 para x ]0, 1[
4. Muestre que la familia de funciones

y=e
x2
et dt + Cex
son soluciones de la ecuacion

dy
+ 2xy = 1
dx
5. Muestre que la funcion definida por tramos
x2 si x < 0
(x) =
x2 si x 0
es una solucion de la ecuacion diferencial xy 0 2y = 0 en R.
6. Determine R para que la funcion y = x sea solucion de 2x2 y 00 y = 0. Si
encuentra mas de un valor, muestre que cualquier combinacion lineal de esas dos
funciones resulta ser una solucion del problema.
7. Encontrar valores de m para los cuales la funcion es solucion de la ecuacion dada:
a) y (x) = emx donde y 000 3y 00 4y 0 + 12y = 0
10
b) y (x) = xm donde x2 y 00 + 2xy 0 6y = 0

8. Encontrar una E.D.O. de la forma y 00 + A (x) y 0 + B (x) y = 0 que tenga entre sus
soluciones las funciones y1 (x) = ex y y2 (x) = xex .
9. Juan, Leo y Roberto estan tomando cafe y un joven del paralelo 19 les pregunta por
la solucion de la ecuacion diferencial
dy
y+1
=
dt
t+1
despues de un rato, Juan dice y (t) = t, Leo y (t) = 2t + 1 y Roberto y (t) = t2 2
Quien esta en lo correcto?
10. Construir una ecuacion diferencial de la forma
dy
= 2y t + g (y)
dt
que tenga la funcion y (t) = e2t como solucion.
dy
= f (t, y) que tenga por solucion
dt
2
y (t) = et donde f (t, y) dependa explcitamente de t y y.
11. Construir una ecuacion diferencial de la forma
12. Hallar una ecuacion diferencial para la familia de curvas:

y = C1 + (x C2 )2
donde C1 y C2 constantes arbitrarias.
13. Construya una ecuacion diferencial que no tenga ninguna solucion real.
Modelos simples
Estudiaremos algunos ejemplos elementales de modelamiento matematico:
Problema 1.2.1 ([2]). Desde una cierta altura se ha arrojado un cuerpo de masa m.
Determinar la ley seg
un la cual vara la velocidad de cada v, si sobre el cuerpo, ademas
11
de la fuerza de gravedad, act

ua la fuerza de resistencia del aire que es proporcional a la
velocidad v.
Soluci
on. Sea m la masa del cuerpo en cada libre. En virtud de la Segunda Ley de
Newton:
X
Fi = ma
donde
Fi representa la suma (vectorial) de fuerzas aplicadas al cuerpo y a representa la
aceleracion del cuerpo, se obtiene:

m
dv
= mg kv
dt
(1.3)
donde g es la aceleracion de gravedad y k es la constante (positiva) de proporcionalidad.

Resolver esta ecuacion diferencial significa encontrar una funcion v = f (t) que satisfaga
identicamente la ecuacion diferencial dada. Existen una infinidad de funciones de este tipo
(esto sera probado mas adelante). Es facil comprobar que toda funcion del tipo:
k
v (t) = Ce m t +
mg
k
(1.4)
satisface la ecuacion (1.3), cualquiera que sea la constante C. Pero, cual de estas funciones
dara la dependencia buscada entre v y t? Para encontrar dicha relacion, se debe utilizar un
condicion adicional. Esta condicion adicional se llama condicion inicial. Supongamos que
12
en el momento inicial del experimento arrojamos el cuerpo con una velocidad inicial v0
conocida. As, la funcion v = f (t) que deseamos encontrar debe satisfacer la condicion:
f (0) = v0
Es decir, v = v0 en t = 0. As, reemplazando en (1.4), se obtiene:
C = v0
mg
k
Por lo tanto, la ley seg

un la cual vara la velocidad de cada esta dada por la ecuacion:

mg k t mg
e m +
v (t) = v0
k
k
Observaci
on 1.2.1. Una cuestion de interes es el comportamiento asintotico de la solucion.
Es decir, el comportamiento de la solucion para t suficientemente grande. Mas precisamente,
nos interesa:
lm v (t)
t+
En particular, para el ejemplo:

lm v (t) = lm
t+
t+
v0
mg k t mg o
e m +
k
k
mg
k
La interpretacion del resultado anterior, es que cuando el tiempo t es suficientemente

grande, la velocidad final del cuerpo no depende de la velocidad inicial.
Observaci
on 1.2.2. Observar que desde la ecuacion (1.3), si suponemos k = 0, es decir,
suponemos que la resistencia del aire es tan peque
na que puede ser despreciada, se obtiene:
v (t) = v0 + gt
Definici
on 1.2.1. Se llamara soluci
on general de la ecuacion diferencial de primer
orden:
y 0 = f (x, y)
a la funcion:
y = (x, C)
que depende de una constante arbitraria C y satisface las condiciones siguientes:
13
1. satisface la ecuacion diferencial para cualquier valor de la constante C.

2. cualquiera que sea la condicion inicial y = y0 para x = x0 , es decir, y (x0 ) = y0
se puede encontrar un valor C = C0 tal que la funcion y = (x, C0 ) satisfaga la
condicion inicial dada.
Problema 1.2.2 (Espejo parabolico). Hallar la forma que debe tener un espejo convexo,
simetrico respecto de un eje, llamado eje focal, de tal modo que si un haz de luz es apuntado
hacia el espejo, paralelo al eje focal, se refleje directamente en un punto F fijo (llamado
foco) del eje focal.
Soluci
on. Obtendremos tal espejo mediante la rotacion de una curva en el plano. Sea
C : y = f (x) tal curva. Consideremos un sistema de coordenadas de tal modo que el
origen del sistema coincida con el foco F de la curva. En particular, el eje focal de la curva
coincide con el eje de las abscisas de tal sistema de referencia. Considere un punto P (x, y)
en la curva C y sea T la recta tangente a C en el punto P (x, y). Denotemos por Q el punto
de interseccion de T con el eje focal (o de las abscisas del sistema de referencia). Si L es
una recta que representa el haz de luz paralelo al eje focal y que incide en P , por la ley de
Snell, el angulo de incidencia ]T P L y angulo de reflexion ]QP F coinciden. Es decir, se
tiene que:
]T P L = ]QP F =
Entonces, del triangulo 4QP F se obtiene:
tan 2 =
14
y
x
(1.5)
por ser F el origen del sistema de coordenadas. Como T es tangente a la curva C, se tiene
que ]P QF es tambien . Luego:
tan = y 0
(1.6)
Reemplazando las ecuaciones (1.5) y (1.6), en la identidad trigonometrica siguiente:

tan 2 =
2 tan
1 tan2
se obtiene la ecuacion diferencial de primer orden:

y
2y 0
=
x
1 (y 0 )2
(1.7)
Problema 1.2.3 (Braquistocrona). [3] Hallar la forma que debe tener un alambre de
modo que una argolla que se desliza por el, sin roce, bajo la accion de la gravedad de un
punto A a un punto B de menor altura en el mismo plano y no exactamente bajo el punto
A, lo haga en el menor tiempo posible.
Soluci
on. Este problema fue planteado en 1696 por Jean Bernoulli a la comunidad cientfica de su epoca. La solucion que el mismo encontro (independientemente tambien lo hicieron
Leibnitz, LHopital, Newton) usa una version generalizada de la Ley de Snell de la optica.
Comenzaremos modelando primeramente esta situacion: la version generalizada de la Ley
de Snell. A modo de ejercicio lo haremos utilizando las herramientas del calculo diferencial,
en particular minimizacion. Considere, entonces, el siguiente problema:
15
Supongamos que un atleta, situado en la orilla oriental de un ro de ancho a debe atravesarlo

nadando a velocidad constante v1 hasta un cierto punto C en la orilla occidental. Luego de
esto, debe correr a velocidad constante v2 por sobre la arena de la ribera de ancho b del ro
hasta la meta en el punto B. Se supone que v1 < v2 . Se desea encontrar el punto C en la orilla
occidental de tal modo que el tiempo empleado por el atleta desde el punto A hasta la meta
en B sea el menor posible.
Consideremos las rectas paralelas (y verticales) l1 , l2 y l3 . Supongamos que la recta l1

representa la orilla oriental del ro, l2 representa la ribera del ro y l3 la lnea de meta. Por
la condiciones del problema tenemos:
1. A l1
2. C l2
3. B l3
4. a es la distancia entre l1 y l2
5. b es la distancia entre l2 y l3
Supongamos, ademas, que c y x son las distancias verticales de A a B, y de A a C,
respectivamente. Entonces, el tiempo total de la carrera esta dado por:
q
(c x)2 + b2
x 2 + a2
T (x) =
+
v1
v2
Derivando e igualando a 0, se obtiene la coordenada x0 de tiempo mnimo. Es decir, x0
debe cumplir con:
x0
v1
x20
a2
c x0
q
v2 (c x0 )2 + b2
Si introducimos los angulos de incidencia y respecto de la recta normal a l2 para este

valor de x0 se obtiene:
sin
sin
=
v1
v2
que es la conocida Ley de Snell.
16
Ahora bien, si consideramos otro segmento (es decir, otra recta vertical l4 ) por el cual
el atleta se deba desplazar a velocidad constante v3 , se obtendra:
sin 1
sin 2
sin 3
=
=
= constante
v1
v2
v3
De manera analoga, la argolla de masa m que cae bajo la accion de la gravedad g tiene
una velocidad v que va en aumento de acuerdo a la distancia vertical recorrida y. As,
igualando energas potencial y cineticas se obtiene la ecuacion:
1 2
mv = mgy
2
de donde:
v=
p
2gy
(1.8)
Por esta razon, Bernoulli conjeturo la Ley de Snell generalizada siguiente:

sin
= ,
v
constante
(1.9)
donde es el angulo que instantaneamente forma la tangente a la curva en la posicion de

la argolla y la vertical. Finalmente, notando que:
sin = cos

2
1
= q
1 + tan2
1
= q
1 + (y 0 )2
Utilizando, entonces, las formulas (1.8) y (1.9) se obtiene la ecuacion:
p
1
2gy = q
1 + (y 0 )2
O bien:

2
y 1 + (y 0 ) = k 2
donde k =
1
.
2g2
17
on
1. Determine la ecuacion que debe cumplir la familia de curvas que forman un angulo
de 45 grados en la interseccion con la familia de curvas y (x + c) = 1.
2. Determine la ecuacion de la familia de curvas ortogonales a la familia y 2 = cx3 .
3. En este problema se analiza la cada de una gota de agua. Supongamos que al
caer esta se evapora y mantiene su forma esferica, la rapidez con que se evapora es
proporcional al area con una constante de proporcionalidad < 0 y no se considera
la resistencia del aire. Designemos por la densidad del agua, r0 el radio de la gota
cuando t = 0 y la direccion positiva es hacia abajo.
a) Muestre que el radio de la gota r (t) disminuye de acuerdo a la ley

r (t) =
t + r0
b) Obtener la ecuacion diferencial que satisface la velocidad v (t) de la gota en su

cada libre. Determine la velocidad si la gota cae del reposo.
4. En la figura suponga que el eje y y la recta x = 1 corresponden a las orillas oeste
y este de un ro de 1 [km] de ancho. El ro fluye hacia el norte con una velocidad
vr donde kvr k = vr [km/h]. Un hombre entra al ro en el punto (1, 0) en la costa
este y nada en direccion a la ribera contraria a una velocidad constante de kvs k = vs
[km/h]. El hombre quiere llegar al punto (0, 0) de modo que nada de forma tal que
su vector velocidad vs siempre apunta a (0, 0). Muestre que la trayectoria que sigue
el nadador satisface la ecuacion
p
vs y vr x2 + y 2
dy
=
dx
vs x
18
M
etodos Elementales de Resoluci
on
Recordaremos primeramente un teorema esencial para resolver ecuaciones diferenciales
elementales: el Teorema Fundamental del Calculo.
Teorema 1.3.1. (Teorema Fundamental del Calculo)
Sea f : [a, b] R funcion integrable en [a, b]. Dado x0 [a, b] e y0 R se tiene que la
funcion F : [a, b] R dada por
Zx
F (x) =
f (t)dt + y0
con x [a, b],
x0
es continua en [a, b] y F (x0 ) = y0 . Ademas, si f es continua en [a, b], entonces la funcion

F es derivable en [a, b] y satisface la ecuacion:
F 0 (x) = f (x)
Observaci
on 1.3.1. Recordemos que en este contexto la funcion F es conocida como una
primitiva de f .
Integraci
on directa
Definici
on 1.3.1. Una ecuacion diferencial ordinaria de primer orden, digamos y 0 = f (x, y),
se dice que es resoluble por integraci
on directa si existe una funcion g integrable sobre
un intervalo abierto I R tal que f (x, y) = g(x)
19
Observaci
on 1.3.2. En particular, una ecuacion diferencial de integracion directa es de
la forma:
y 0 = g(x)
(1.10)
para todo x I.
As, si g : D R R es una funcion integrable, entonces integrando en ambos lados de
la igualdad 1.3.2 y usando el Teorema Fundamental del Calculo, obtenemos que la solucion
general de la ecuacion diferencial es de la forma:
(x) = F (x) + C,
donde F es una primitiva de g y C R es una constante.
Ejemplo 1.3.1. Una partcula se mueve a lo largo de una lnea recta de manera que su
velocidad en el instante t es 2 sin t. Si f (t) indica su posicion en el tiempo t medio a partir
del punto de partida, se tiene que f 0 (t) = 2 sin t. Por la observacion anterior, se concluye
que:
f (t) = 2 cos t + C
Note que para fijar la funcion posicion se necesita alg
un otro dato. En particular, si se
conoce el valor de f en alg
un instante en particular, entonces se puede determinar C. Por
ejemplo, si f (0) = 0, entonces C = 2 y la funcion posicion es f (t) = 2 cos t + 2.
Ejemplo 1.3.2. Determine la solucion del problema
dy
2
= ex
dx
y (0) = 5
R
2
Soluci
on. Se puede demostrar que ex dx no es una funcion elemental, sin embargo,
podemos expresar la solucion por
x
et dt + 5
y (x) =
0
Ecuaciones de variable separable

Definici
on 1.3.2. Una ecuacion diferencial de primer orden y 0 = f (x, y) se dice una
ecuaci
on de variable separable si:
f (x, y) = Q (x) R (y)
20
(1.11)
para Q y R funciones continuas sobre alg

un intervalo abierto I R.
Observaci
on 1.3.3. [5] Si R (y) 6= 0 se puede dividir por R (y) y escribir la ecuacion
(1.11) en la forma:
A (y) y 0 = Q (x)
(1.12)
donde A (y) = 1/R (y). Recordemos, ademas, que y representa una cierta funcion desconocida y = Y (x), luego la ecuacion (1.12), se expresa como:
A (Y (x)) Y 0 (x) = Q (x)
Integrando la ecuacion anterior, se sigue que:
Z
Z
0
A (Y (x)) Y (x) dx = Q (x) dx + C
Haciendo la sustitucion y = Y (x) en la integral de la izquierda, se tiene que dy = Y 0 (x) dx.
Por consiguiente, se obtiene:
Z
Z
A (y) dy =
Q (x) dx + C
Ahora bien, si G es una primitiva de A y H es una primitiva de Q, la ecuacion anterior se

puede escribir como:
G (y) = H (x) + C
(1.13)
Recprocamente, si y es una funcion que satisface la ecuacion (1.13), entonces:

G0 (y) y 0 = H 0 (x)
es decir, tenemos A (y) y 0 = Q (x). Por lo tanto, la ecuacion (1.13) da una representacion
implcita de una familia de soluciones a un parametro.
Observaci
on 1.3.4. En particular, el formalismo anterior se reduce considerablemente si
se considera la notacion de Leibnitz para las derivadas. Es decir, escribimos y 0 = dy/dx y
separamos las variables, con lo cual la ecuacion (1.12) se escribe directamente como:
A (y) dy = Q (x) dx
y la ecuacion anterior tiene sentido al ser dy la diferencial de la funcion desconocida y.
Formalmente, podemos integrar la ecuacion anterior, obteniendo:
Z
Z
A (y) dy = Q (x) dx + C
pero esto solo es formal, pues las variables de integracion son distintas.
21
Ejemplo 1.3.3. Resolver la ecuacion

dy
= eyx
dx
Soluci
on. Se trata de una E.D.O. de variables separadas pues
dy
= eyx = ex ey
dx
se sigue
ey(x) y 0 (x) = ex
integrando respecto a x
Z
y(x) 0
ex dx
y (x) dx =
se sigue
ey(x) = ex + C
despejando
ey(x) = ex + K
luego
y (x) = ln ex + K
es una familia de soluciones.

dy
= x2 y + x2
dx
Soluci
on. Note que x2 y+x2 = x2 (y + 1) luego se trata de una EDO de variables separables
dy
= x2 (y + 1)
dx
se sigue
Z
dy
=
y+1
x2 dx
integrando
ln |y + 1| =
x3
+C
3
x3
y + 1 = Ke 3
22
as
x3
y (x) = Ke 3 1
on diferencial lineal
Ejemplo 1.3.5. Diremos que una ecuacion diferencial es una ecuaci
de primer orden homog
enea si es de la forma:
y 0 + P (x) y = 0
(1.14)
si P es una funcion continua sobre su dominio abierto.

Soluci
on. Separando las variables e integrando:
Z
Z
dy
= P (x) dx + K
y
con K una constante de integracion. Luego, la ecuacion anterior implica que:
Z
ln |y| = P (x) dx + K
As:
y = eK e
P (x)dx
Por consiguiente:
y = C e
P (x)dx
Observaci
on 1.3.5. Note que en el procedimiento anterior, se ha dividido por y, por
tanto, debe explicarse que toda solucion de (1.14) se puede expresar mediante la formula
y = C e
P (x)dx
. Sea y una solucion de (1.14) y considere la funcion g definida por:

R
g (x) = y e
P (x)dx
Luego:
g 0 (x) = y 0 e
R
= e
P (x)dx
P (x)dx
+ P (x) ye
P (x)dx
(y 0 + P (x) y)
= 0
como x pertenece a un intervalo abierto, se obtiene que g (x) = C, por el Teorema del Valor
Medio. Por tanto:
y = C e
23
P (x)dx
Observaci
on 1.3.6. El razonamiento anterior da origen a un metodo de resolucion de
ecuaciones diferenciales del tipo:
y 0 + P (x) y = Q (x)
donde P y Q son funciones continuas en un intervalo abierto I R. La ecuacion diferencial
anterior se llama ecuacion diferencial lineal de primer orden.
Ecuaci
on lineal de primer orden
Definici
on 1.3.3. Una ecuacion diferencial de primer orden se dice lineal si es de la forma:
y 0 + P (x) y = Q (x)
(1.15)
para dos funciones P y Q continuas en un intervalo abierto I R.

Definici
on 1.3.4. Un factor integrante o un factor de integraci
on para la ecuacion
(1.15) es una expresion de la forma:
(x) = e
P (x)dx
(1.16)
Observaci
on 1.3.7. Multipliquemos la ecuacion diferencial (1.15) por el factor integrante
en (1.16), luego:
R
P (x)dx
{y 0 + P (x) y} = e
P (x)dx
Q (x)
Note que la ecuacion anterior, puede escribirse como:

R
d n R P (x)dx o
ye
= e P (x)dx Q (x)
dx
Integrando respecto de x, obtenemos:

R
ye
P (x)dx
Z
=
P (x)dx
Q (x) dx + C
Finalmente:
y=e
P (x)dx
Z
P (x)dx
24

Q (x) dx + C
Teorema 1.3.2 (Formula de Leibnitz). Sean P y Q dos funciones continuas sobre un

intervalo abierto I R. La solucion general de la ecuacion diferencial lineal:
y 0 + P (x) y = Q (x)
esta dada por la formula:
y (x) = e
P (x)dx
Observaci
on 1.3.8. Si (x) = e
y (x) =
Z
P (x)dx

Q (x) dx + C
P (x)dx
1
(x)
es el factor integrante, la formula anterior queda:

Z

(x) Q (x) dx + C
Ejemplo 1.3.6. Resolver la ecuacion lineal de primer orden:

xy 0 + (1 x) y = e2x
Soluci
on. Supongamos que x 6= 0. La ecuacion anterior queda como:

e2x
1
0
1 y =
y +
x
x
Utilizando las notaciones del teorema anterior, tenemos que P (x) = 1/x1 y Q (x) = e2x /x.
Calculamos, primeramente, el factor integrante:
1
(x) = e ( x 1)dx
= |x| ex
Luego:
Z

1
y (x) =
(x) Q (x) dx + C
(x)
Z

2x
ex
x e
=
|x| e
dx + C
|x|
x
Si x > 0, se tiene que |x| = x y la solucion es:
Z

ex
x
e dx + C
y =
x
e2x
ex
=
+C
x
x
25
Por otro lado, si x < 0, se tiene que |x| = x y la solucion es:

Z

ex
x
e dx + C
y =
x
ex
e2x
C
=
x
x
Ahora bien, como C es una constante arbitraria, si x 6= 0 se puede escribir:
y=
e2x
ex
+C
x
x
Ejemplo 1.3.7. Deternine una funcion f : D R R tal que

Z t
t
f (t) = t + e
eu f (u) du + tf (t)
0
Soluci
on. Notemos que f (0) = 0 y
t
(f (t) t tf (t)) e
Z
=
eu f (u) du
usando el teorema fundamental del calculo

(f 0 (t) 1 f (t) tf 0 (t)) et (f (t) t tf (t)) et = et f (t)
se sigue
f 0 (t) 1 f (t) tf 0 (t) f (t) + t + tf (t) = f (t)
as
(1 t) f 0 (t) (3 t) f (t) = 1 t
es una EDO de primer orden lineal
3t
df
f =1
dt
1t
el factor de integracion es
R
(t) = e
3t
dt
1t
= e2 ln(t1)t
= (t 1)2 et
se sigue

d
(t 1)2 et f = (t 1)2 et
dt
26
integrando
Z
2 t
(t 1) e f =
(t 1)2 et dt
es decir

(t 1)2 et f = et t2 + 1 + C
de donde
f (t) =
et (t2 + 1) + C
(t 1)2 et
como f (0) = 0 se sigue

0 = 1 + C C = 1
finalmente
f (t) =
et (t2 + 1) + 1
(t 1)2 et

dy
2xy = x
dx
R
Soluci
on. Es una ecuacion lineal, el factor integrante es (x) = e
cando la ecuacion por (x) se tiene
ex
dy
2
2
2xex y = xex
dx
luego
d x2
2
e y = xex
dx
integrando
x2
Z
y =
xex dx
1
2
= ex + C
2
as
1
2
y (x) = + Cex
2
27
2xdx
= ex , multipli-
Ecuaci
on de Bernoulli
Observaci
on 1.3.9. Numerosas aplicaciones pueden ser modeladas con ecuaciones diferenciales ordinarias que no son lineales, sin embargo, mediante cambios de variables
adecuados y algo de manipulacion algebraica, estas ecuaciones pueden ser transformadas
en ecuaciones diferenciales lineales. Un caso importante es la llamada ecuacion de Bernoulli.
Definici
on 1.3.5. Sean P (x) y Q (x) funciones continuas sobre un intervalo abierto I R.
Una ecuacion diferencial de la forma:
y 0 + P (x) y = Q (x) y ,
6= 1
(1.17)
se llama ecuaci
on de Bernoulli.
Observaci
on 1.3.10. Multipliquemos la ecuacion de Bernoulli en (1.17) por y , de donde
obtenemos:
y y 0 + P (x) y 1 = Q (x)
(1.18)
Sea z = y 1 . Luego, por la regla de la cadena, obtenemos:

z 0 = (1 ) y y 0
Reemplazando en la ecuacion (1.18), se obtiene:
1
z 0 + P (x) z = Q (x)
1
O bien:
z 0 + (1 a) P (x) z = (1 ) Q (x)
(1.19)
que es una ecuacion diferencial lineal de primer orden. Es importante notar que una vez
resuelta la ecuacion (1.19) se debe volver a la variable original y = y (x).
Ejemplo 1.3.9. Hallar la solucion de la ecuacion diferencial:
dy
+ xy = x3 y 3
dx
Soluci
on. Dividiendo todos los terminos por y 3 , tenemos:
y 3 y 0 + xy 2 = x3
28
(1.20)
Consideremos, tal como en la observacion anterior, el cambio de variables z = y 2 . Luego:

dy
dz
= 2y 3
dx
dx
Reemplazando la ecuacion anterior en (1.20), se obtiene la ecuacion diferencial lineal:
dz
2xz = 2x3
dx
cuya solucion es:
z = 1 + x2 + Cex
Por consiguiente, la solucion general de la ecuacion diferencial dada es:

y=
1
1+
x2
+ Cex2
con C una constante cualquiera.

Ejemplo 1.3.10 (Ecuacion logstica). Resuelva la siguiente ecuacion de Bernoulli, conocida
como ecuaci
on logstica:
dN
= N ( N )
dt
(1.21)
con , > 0.
Soluci
on. Note que podemos escribir la ecuacion (1.21) como:
dN
= N N 2
dt
Sean A = y B = , entonces:
dN
AN = BN 2
dt
Dividiendo la ecuacion anterior por N 2 , obtenemos:
N 2
dN
AN 1 = B
dt
Sea z = N 1 , luego:
dN
dz
= N 2
dt
dt
Reemplazando en la ecuacion (1.22), obtenemos:
dz
Az = B
dt
29
(1.22)
Es decir:
dz
+ Az = B
dt
cuya solucion exacta es:
z = CeAt +
Pero z =
1
,
N
B
A
luego:
N=
1
1
=
At
z
Ce
+ B/A
Finalmente, como A = y B = , obtenemos:

N (t) =
1 + Cet
Ecuaci
on de Ricatti
Definici
on 1.3.6. Una ecuaci
on de Ricatti es una ecuacion diferencial de la forma:
y 0 + P (x) y + Q (x) y 2 = R (x)
(1.23)
donde P, Q y R son funciones continuas sobre un intervalo I R.

Observaci
on 1.3.11. Existe un metodo para obtener una familia de soluciones de una
ecuacion de Ricatti si se conoce una solucion particular u = u (x). Supongamos esto y
consideremos el cambio de variables:
y =u+
1
v
(1.24)
con v = v (x) la nueva variable. Derivando la ecuacion anterior, obtenemos:

y 0 = u0
1 0
v
v2
(1.25)
Reemplazando las ecuaciones (1.24) y (1.25) en la ecuacion de Ricatti (1.23), se sigue que:

2

1
1 0
1
u 2 v + P (x) u +
+ Q (x) u +
= R (x)
v
v
v
0
Reordenando los terminos de la ecuacion anterior, tenemos que:

0
v0
1
u
1
2
u + P (x) u + Q (x) u 2 + P (x) + Q (x) 2 + 2 = R (x)
v
v
v v
30
Ahora bien, como u es una solucion particular de la ecuacion (1.23), obtenemos:

u
1
v0
1
2 + P (x) + Q (x) 2 + 2 = 0
v
v
v v
Amplificando la ecuacion anterior por v 2 , finalmente se obtiene la ecuacion:
v 0 P (x) v Q (x) u (x) v Q (x) = 0
Es decir:
v 0 {P (x) + u (x) Q (x)} v = Q (x)
que es una ecuacion lineal de primer orden.
Ejemplo 1.3.11. Resuelva la ecuacion de Ricatti:
y0 = y2
1
x
Soluci
on. Notamos primeramente que u =
2
x2
(1.26)
es una solucion particular de la ecuacion.
En efecto:
u2
Ahora bien, sea y =
1
x
1
2
2
=
x2
x2 x2
1
= 2
x
0
= u
+ v1 , luego:
dy
1
1 dv
= 2 2
dx
x
v dx
Reemplazando la ecuacion anterior y el cambio de variables y =

obtenemos:
1
1 dv
2 2
=
x
v dx
1 1
+
x v
2
Simplificando y agrupando terminos semejantes, se tiene:
1 dv
2
1
=
+ 2
2
v dx
vx v
Amplificando por v 2 , finalmente se obtiene:

2
v 0 + v = 1
x
31
2
x2
1
x
+ v1 en la ecuacion (1.26),
Como se puede observar, la ecuacion anterior es una ecuacion lineal de primer orden cuya
solucion exacta es:
v=
Sin embargo, recordemos que y =
1
x
C
x
x2 3
+ v1 . Luego, la solucion obtenida es:

1
y=
1
+
x
y=
1
3x2
+
x C x3
O bien:
C
x2
x
3
Ejemplo 1.3.12. Obtenga una solucion del problema

1
1
dy
= 2 y2 y + 1
dx
x
x
y (1) = 3
Indicaci
on:Primero buscar una solucion dela ecuacion de la forma y = ax + b.
Soluci
on. Usamos la indicacion para buscar una solucion (la ecuacion es de Ricatti)
entonces
x2 a = (ax + b)2 x (ax + b) + x2
se sigue

ax2 = a2 a + 1 x2 + (2ab b) x + b2
as
b=0
y
a = a2 + 1 a
que tiene solucion a = 1, se sigue que una solucion es
y=x
(la cual no cumple y (1) = 3) hacemos el cambio de variables
y=
1
+x
u
32
entonces

1
1 du
+1= 2
2
u dx
x
1
+x
u
2

1
+x +1
u
as
1
1
1 du
+1=
+ 2 2 +1
2
u dx
ux u x
eliminando
1
1
1 du
=
+ 2 2
2
u dx
ux u x
luego
du
u
1
= 2
dx
x x
es lineal y tiene solucion
u=
as, como y =
1
u
1
C
ln x
x
x
+ x se sigue
y=
1
C
x
+x
x1 ln x
pero y (1) = 3 as
3=
luego C =
1
2
1
+1
C
reemplazando
1
y=
1
2x
x1 ln x
+x
es la solucion del problema.

y 0 xy 2 + (2x 1) y = x 1
si se sabe que tiene una solucion constante.
Soluci
on. La solucion constante es y = 1 (verificar) entonces podemos hacer el cambio
1
+1
z
dy
dz
= z 2
dx
dx
y=
reemplazamos
z
2 dz
dx

x
1
+1
z
2

1
+ (2x 1)
+1 x+1 = 0
z
dz
1
2 (x + z) = 0
z 2
dx z
33
as
dz
+ (x + z) = 0
dx
la cual es lineal, la solucion es z = Aex x + 1 as
y=
1
+1
Aex x + 1
Ecuaciones homog
eneas
Definici
on 1.3.7. Una funcion f : U R2 R se dice homog
enea de grado n si:
f (tx, ty) = tn f (x, y)
para todo t R tal que (tx, ty) U .
Observaci
on 1.3.12. Si M y N son funciones homogeneas de grado n, entonces la
ecuacion:
M (x, y) dx + N (x, y) dy = 0
se escribe como:
(1.27)

y
M 1, xy
dy
M (x, y)

=
F
=
=
dx
N (x, y)
x
N 1, xy
donde F : R R. Luego, la ecuacion (1.27) puede escribirse como:

y
0
y =F
x
Definici
on 1.3.8. La ecuacion de primer orden:
y 0 = f (x, y)
se llama homog
enea, si la funcion f (x, y) es homogenea de grado 0.
Observaci
on 1.3.13. En vista de la observacion anterior, toda ecuacion homogenea puede
escribirse en la forma:
0
y =F
y
(1.28)
x
haciendo t = x1 . Para resolver esta ecuacion se considera el cambio de variables z = xy ; o
bien, y = zx. Luego, al derivar respecto de x tenemos que:
dy
dz
=z+x
dx
dx
34
Reemplazando la ecuacion anterior en la ecuacion (1.28), se obtiene:

z+x
dz
= F (z)
dx
la cual es una ecuacion de variable separable. Finalmente, podemos escribir:

Z
Z
dx
dz
=
+C
F (z) z
x
con C una constante arbitraria.
Ejemplo 1.3.14. Resuelva la ecuacion diferencial:
y0 =
x+y
xy
Soluci
on. Se trata de una ecuacion con funcion homogenea de grado cero pues
y0 =
ponemos u =
y
x
1+
x+y
=
xy
1
y
x
y
x
=F
y
x
luego u + xu0 = y 0 reemplazando

u + xu0 =
1+u
1u
luego

1 1+u
du
=
u
dx
x 1u

1 u2 + 1
=
x 1u
esta ecuacion es de variables separadas, se sigue
Z
Z
1u
dx
du =
2
1+u
x
luego
arctan u

1
ln 1 + u2 = ln |x| + C
2
volvemos a la variable

y 2
1
arctan
ln 1 +
= ln |x| + C
x
2
x
y
35
Ejemplo 1.3.15. Resuelva el P.V.I.

1/2
dy
= y + x2 y 2
dx
y (1) = 0
x
Soluci
on. Note que

y 2 1/2
dy
y
= + 1
dx
x
x
es homogenea, hacemos el cambio
u=
y
du
dy
u+x
=
x
dx
dx
luego
u+x
du
= u + 1 u2
dx
se sigue
du
=
dx
1 u2
x
resolvemos esta ecuacion de variables separables

Z
Z
du
dx
=
2
x
1u
arcsin u = ln |x| + C
as
u = sin (ln |x| + C)
luego
y = x sin (ln |x| + C)
evaluando
0 = sin (ln |1| + C) = sin C
se sigue C = k con k Z, as
y = x sin (ln |x| + k) con k Z
36
Otros cambios de variables

Observaci
on 1.3.14. La regla de la cadena nos permite cambiar variables en las ecuaciones
diferenciales para llevarlas a ecuaciones diferenciales que se resuelven mediante los metodos
elementales. Consideremos los siguientes ejemplos:
Ejemplo 1.3.16. Recordemos la ecuacion (1.7) obtenida en el problema del espejo parabolico. Es decir, la ecuacion:
y
2y 0
=
x
1 (y 0 )2
Utilizando un cambio de variables adecuado, resolveremos esta ecuacion diferencial. En
primer lugar, despejando y 0 de la ecuacion, se obtiene:
2
y (y 0 ) + 2xy 0 y = 0
Por la formula de la ecuacion de segundo grado, encontramos que:
p
x
x2 + y 2
y0 =
y
p
Por la simetra de la curva y = f (x) y el hecho que |x| < x2 + y 2 , se obtiene que y 0 > 0.
Luego:
y0 =
x +
x2 + y 2
y
Consideremos, ahora, el cambio de variables z = x2 + y 2 . Entonces:
dy
dz
= 2x + 2y
dx
dx
Reemplazando la ecuacion anterior en la ecuacion (1.29), se obtiene:
!
p
x + x2 + y 2
dz
= 2x + 2y
dx
y
p
= 2x 2x + 2 x2 + y 2
Es decir, obtenemos la ecuacion de variable separable:
dz
=2 z
dx
As:
Z
dz
=
2 z
37
dx + C
(1.29)
implica que:
z =x+C
Por tanto, elevando al cuadrado y como z = x2 + y 2 , se obtiene finalmente:

x2 + y 2 = x2 + 2Cx + C 2
O bien:
y 2 = 2Cx + C 2
con C R.
dy
= (x + y + 1)2 2
dx
utilizando para ello un cambio de variables adecuado.
Soluci
on. Haciendo z = x + y + 1, tenemos z 0 = 1 + y 0 , de modo que:
z0 1 = z2 2
o bien:
z0 = z2 1
Separando variables, obtenemos:
Z
dz
=
2
z 1
Z
dx + C
Integrando se tiene que:

1
{ln (z 1) ln (z + 1)} = x + C
2
o:
ln
z1
= 2x + C
z+1
Luego:
z1
= e2x+C
z+1
Es decir, obtenemos:
z 1 = Ce2x (z + 1)
Despejando z y recordando que z = x + y + 1, se obtiene finalmente:
y=
1 + Ce2x
x1
1 Ce2x
38
Ejemplo 1.3.18. Para un valor de n N adecuado, el cambio de variables u = xn y

transforma la ecuacion diferencial
x2
p
dy
+ 2xy = 1 y 2 x4 x2
dx
en una ecuacion de variables separables. Determine tal valor de n y resolver la ecuacion.

Soluci
on. Note que
y = xn u
luego
dy
du
= nxn1 u + xn
dx
dx
reemplazando

q
n1
n du
+ 2x xn u = 1 (xn u)2 x4 x2
x nx
u+x
dx
2
ordenando
nxn+1 u + x2n
p
du
+ 2 xn+1 u = 1 (x42n u2 )x2
dx
se sigue
p
du
+ (2 n) xn+1 u = 1 (x42n u2 )x2
dx
tomando n = 2 obtenemos
du
= 1 u 2 x2
dx
que es de variables separables, se sigue
Z
Z
du
= x2 dx
1 u2
x2n
as
x3
+C
3
arcsin u =
luego u = sin
x3
3

+ C y finalmente
sin
y=
x3
3
+C
x2

yy 00 = y 0 y 2 + (y 0 )
haciendo el cambio u = y 0 .
39
Soluci
on. Si u = y 0 entonces
du dy
dy dx
du
= u
dy
y 00 =
reemplazando
du
= uy 2 + (u)2
dy
du
y
= y2 + u
dy
yu
esta ecuacion es lineal

du 1
u=y
dy y
que tiene solucion
u = y 2 + cy
luego
dy
= y 2 + cy
dx
es de variables separadas, tiene solucion
y (x) =
c
Aecx
Obs.: Esta tecnica reduce el orden de la E.D.O. si es de la forma F (y, y 0 , y 00 ) es decir,

no depende de la variable x.
Observaci
on 1.3.15. Como muestran los ejemplos anteriores, en general, se puede efectuar
cualquier cambio de variables o sustitucion que se desee al intentar resolver una ecuacion
diferencial. Sin embargo, cualquier no asegura el exito en facilitar la resolucion de la
ecuacion diferencial. Por tanto, debe buscarse el cambio de variables adecuado, [4].
on
1. Resuelva las siguientes ecuaciones mediante integracion directa
dy
dy
(a) x2 + 4
=4
(b)
= x ln x
dx
dx
1
dy
1
(c)
y0 =
(d) ex
= sin x
2
arctan x
(1 + x )
dx
40
2. Resuelva las siguientes ecuaciones de variables separables:

(a) yy 0 x = xy 2
(b)
y 0 = ex+y
(c)
y ln y + xy 0 = 0
(d)
(1 + ex ) y 0 = ey
(e)
y 0 = 1 + x + y + xy
(f)
y 0 = x 2 y 2 + x2
3. Verifique que las siguientes ecuaciones son homogeneas y resuelvalas:

p
dy
dy
(a) 3x y +
(2y x) = 0
(b) x
= y + y 2 x2
dx
dx
dy

dy
2
2
2
2
(d) 3x2 y 2
5x + 2xy + y = 0
= 2xy
(c) 4x + xy 3y +
dx
dx
dy
x+y
dy
(e)
=
(f) x2 y
= x3 + y 3
dx
xy
dx
4. Resuelva las siguientes ecuaciones lineales de primer orden:
(a) xy 0 + y = xex
y 0 + 2y = sin x
1
1
(e)
(f) y 0 + y = 2
x
x
5. Resolver las siguientes ecuaciones de Bernoulli:
(c)
y 0 + 2y = x2 + 2x

1 + x2 y 0 + xy = 1
(b) y 0 + y cos (x) = sin (x) cos (x)

(d)
1.- y 0 4y = 2ex y 1/2
3.- xy 0 2y = 4x3 y 1/2
2.- y 0 y + y 2 (x2 + x + 1) = 0
4.- xy 0 + y = y 2 x2 ln x
6. Las ecuaciones en este ejercicios pueden ser transformadas en lineales mediante un

cambio de variables adecuado, descubra tal cambio y resuelva la ecuacion:
a) y 0 + x tan y = x2 sec y
b) 2xyy 0 + (1 + x) y 2 = ex
7. Sean A, B, C, D, E, F constantes. Muestre que utilizando un cambio de coordenadas
conveniente podemos transformar una ecuacion del tipo

dx
Ax + Bt + C
=f
dt
Dx + Et + F
en una ecuacion de variables separables o en una homogenea. Ind.: x = X+h, y = Y +k
donde h, k son constantes por determinar.
8. Resolver el P.V.I.
dx
2x + t 1
=
dt
x + 2t + 1
x (0) = 1
41
9. Resuelva la ecuacion de Ricatti:

y 0 2x3 + 1 y = x2 y 2 x4 x + 1
sabiendo que u (x) = x es una solucion particular de la ecuacion.
10. Si u (x) = x2 es una solucion particular de la ecuacion:

y 0 + 3 2x2 sin x y = y 2 sin x + 2x + 3x2 x4 sin x
Hallar una familia infinita de soluciones.
Modelos simples: Segunda parte

Observaci
on 1.4.1. Ahora consideraremos algunos ejemplos mas: el problema de mezclas,
o en terminos mas generales, el problema de analisis de compartimientos, [4], el problema
de las curvas de persecucion y un problema geometrico.
Observaci
on 1.4.2 (Analisis de compartimientos, [4]). Un proceso fsico o biologico complejo puede ser dividido algunas veces en varios estados distintos. El proceso total puede
describirse por la interaccion entre los estados individuales. Cada estado se llama compartimiento (lo podemos considerar como un tanque) y se supone ademas que el contenido de
cada compartimiento esta mezclado homogeneamente. En cada compartimiento se transfiere
material que es inmediatamente incorporado al siguiente en el sistema.
Considere un sistema formado por un solo compartimiento, suponga que un material es
introducido en tal compartimiento a una razon e (t), el cual se incorpora a una cantidad
x (t) de material existente al interior del compartimiento, y luego se extrae material (que
puede pasar a otro compartimiento) a una razon de s (t). Por consiguiente, la variacion de
material al interior del compartimiento esta dada entonces por la ecuacion diferencial:
dx
= e (t) s (t)
dt
Consideremos algunos ejemplos:
42
Ejemplo 1.4.1. Considere un tanque que contiene 100 litros de agua, en el cual se han
disuelto 50 kilogramos de sal. Suponga que 2 litros de salmuera cada uno con 1 kilogramo
de sal disuelta, entran por minuto al tanque, y la mezcla que se mantiene homogenea
revolviendola a gran velocidad, sale del tanque a razon de 2 litros por minuto. Hallar la
cantidad de sal al interior del tanque en el tiempo t.
Soluci
on. Sea x (t) el n
umero de kilogramos de sal disueltos en el tanque en t minutos.
Notamos que las unidades ayudan bastante en la extraccion de informacion. En efecto,
dx/dt esta en [kg/ mn] y entonces, e (t) y s (t) deben esta en las mismas unidades. As:

kg
lt
kg
e (t) = 2
=2
lt
mn
mn
y

lt
x (t) kg
x (t) kg
s (t) = 2
=
mn
100 lt
50 mn
Por tanto, la ecuacion diferencial queda:
dx
x (t)
=2
dt
50
la cual es una ecuacion lineal de primer orden. As, por la formula de Leibnitz, tenemos
que:
t/50
x (t) = e
Z

t/50
2 e dt + C
= 100 + Cet/50
43
pero sabemos que en t = 0, x (0) = 50. As, 50 = 100 + C. Por tanto:

x (t) = 100 50et/50
Observaci
on 1.4.3 (Curvas de persecucion, [4]). Utilizando la propiedad geometrica de
que la pendiente de la recta tangente a una curva y en un punto dado de la curva es y 0 , se
pueden construir ecuaciones diferenciales que permiten estudiar la trayectoria que describe
un depredador tras su presa.
Consideremos algunos ejemplos:
Ejemplo 1.4.2. Un esquiador acuatico P localizado en el punto (a, 0), con a > 0, es
halado por un bote de motor Q localizado en el origen y que viaja hacia arriba a lo largo
del eje Y . Hallar la trayectoria del esquiador si este se dirige en todo momento haca el
bote. La trayectoria se denomina tractriz.
Soluci
on. Observemos que la recta que une P y Q, digamos P Q es tangente al camino
recorrido por P . Por tanto, su pendiente esta dada por:
dy
a2 x 2
=
dx
x
(1.30)
puesto que la longitud del segmento P Q es a. La ecuacion diferencial (1.30) es de integracion

directa, luego:
Z 2
a x2
y=
dx + C
x
As1 :

y = a ln
1
a+
a2 x 2
x

a + a2 x2
p
a2 x2

dx = a2 x2 a ln
+C

x
x
44
a2 x 2 + C
Como y = 0 cuando x = a, vemos que C = 0, de modo que la ecuacion de la trayectoria es:

a + a2 x 2
y = a ln
a2 x 2
x
Ejemplo 1.4.3. Suponga que un halcon P situado en el punto (a, 0) descubre una paloma
Q en el origen, la cual vuela a lo largo del eje Y a una velocidad v. El halcon emprende el
vuelo inmediatamente hacia la paloma a una velocidad w. Cual sera el camino seguido
por el halcon en su vuelo?
Soluci
on. Sea t = 0 el instante en que el halcon comienza a volar hacia la paloma. Despues
de t segundos la paloma estara en el punto Q = (0, vt) y el halcon en P (x, y). Como la
recta T = P Q es otra vez tangente a la trayectoria, encontramos que su pendiente mT = y 0 .

Luego, se obtiene la ecuacion diferencial:
y0 =
y vt
x
(1.31)
Debemos ahora eliminar t de la ecuacion anterior, pues y 0 = dy/dx. Para ello debemos
calcular la longitud del camino recorrido por el halcon. Si ds representa un elemento
diferencial de longitud del arco formado por la trayectoria, tenemos que:
Z a
wt =
ds
x
q
pero ds = 1 + (y 0 )2 dx. As, la formula anterior queda como:
1
t=
w
1 + (y 0 )2 dx
Despejando t de la ecuacion (1.31) e igualando con la ecuacion anterior, obtenemos:

Z q
y xy 0
1 a
=
1 + (y 0 )2 dx
v
w x
Derivando:
y 0 (y 0 + xy 00 )
1
=
v
w
q
1 + (y 0 )2
Ordenando la ecuacion anterior, se tiene que:

q
v
00
xy =
1 + (y 0 )2
w
45
(1.32)
Note que la ecuacion anterior es una ecuacion diferencial de segundo orden. Sin embargo,
mediante el cambio de variables:
u = y0
la ecuacion (1.32) queda como:
xu0 =
v
1 + u2
w
que es una ecuacion de primer orden de variable separable. Entonces, separando variables
e integrando, obtenemos:
Z
Luego:
du
v
=
2
w
1+u
dx
+C
x

v
2
ln u + 1 + u = ln x + K
w
pero u = y 0 = 0 cuando x = a, se sigue que K = (v/w) ln a. Tomando exponenciales a

ambos lados de la ecuacion anterior se tiene:
u+
1 + u2 =
x v/w
a
que, despues de algunas operaciones algebraicas, nos da:

1 x v/w x v/w
dy
=
dx
2
a
a
Suponiendo que w > v, se obtiene finalmente que:
(
)
a (x/a)1+v/w (x/a)1v/w
+C
y=
2
1 + v/w
1 v/w
Ejemplo 1.4.4. Determine la curva que pasa por
1 3
,
2 2
y corta a cada miembro de la
familia x2 + y 2 = c2 con c R+ formando un angulo de 45o .

Soluci
on. El angulo entre dos curvas es dado por el angulo entre sus rectas tangentes
luego
tan =
m1 m2
1 + m1 m2
note que la pendiente de las rectas tangentes a la familia de curvas es

2x + 2yy 0 = 0 m1 =
46
x
y
as
tan

4
esto es
1=
x
y
x
y
y0
1 xy y 0
y0
1 xy y 0
se sigue
x
x
y0
1 y0 =
y
y
x
x 0
1+
=
y y0
y
y
luego
y
1 + xy
+1
dy
= x
= x y
dx
1
1 x
y
que es una ecuacion homogenea , hacemos el cambio u =

u+x
y
x
de donde
u+1
du
=
dx
1u
luego
x
du
dx
u+1
u
1u
du
dx
u2 + 1
1u
1
x
resolvemos
Z
1u
du =
1 + u2
1
dx
x
se sigue
arctan u

1
ln 1 + u2 = ln |x| + C
2
volvemos a la variable y,

1
ln x2 + y 2 = C
x
2

y determinamos la constante con el punto 21 , 23

1
5
arctan (3) ln
=C
2
2
as la curva es

y 1

1
5
2
2
arctan
ln x + y = arctan 3 ln
x
2
2
2
.
arctan
y
47
on
1. Determinar la curva que pasa por
1 3
,
2 2
y corta a cada miembro de la familia de
curvas x2 + y 2 = c2 formando un angulo de 30o .

2. Encuentre la curva que pertenece a la familia de trayectorias ortogonales de la familia
de curvas x + y = cey que pasa por (0, 5).
3. Suponga que un halcon situado en (a, 0) descubre una paloma en el origen, la
cual vuela a lo largo del eje Y a una velocidad v; El halcon emprende el vuelo
inmediatamente hacia la paloma con una velocidad de w. Cual es el camino seguido
por el halcon en su vuelo persecutorio?.
4. Un destructor esta en medio de una niebla muy densa que se levanta por un momento
y deja ver un submarino enemigo en la superficie a cuatro kilometros de distancia.
Suponga:
a) que el submarino se sumerge inmediatamente y avanza a toda maquina en una
direccion desconocida.
b) que el destructor viaja tres kilometros en lnea recta hacia el submarino.
Que trayectoria debera seguir el destructor para estar seguro que pasara directamente
sobre el submarino, si su velocidad v es tres veces la del submarino?
5. Suponga que el eje Y y la recta x = b forman las orillas de un ro cuya corriente tiene
una velocidad v en la direccion negativa del eje Y . Un hombre esta en el origen y
su perro esta en el punto (b, 0). Cuando el hombre llama al perro, este se lanza al
ro y nada hacia el hombre a una velocidad constante w (con w > v). Cual es la
trayectoria seguida por el perro?.
6. Cuatro caracoles situados en las esquinas de un cuadrado [0, a] [0, a] comienzan a
moverse con la misma velocidad, dirigiendose cada uno hacia el caracol situado a su
derecha. Que distancia recorreran los caracoles al encontrarse?
48
7. Hallar la ecuacion de todas las curvas que tienen la propiedad de que el punto de
tangencia es punto medio del segmento tangente entre los ejes coordenados.
8. Un cuerpo se calienta a 110o C y se expone al aire libre a una temperatura de 100 C.

Si al cabo de una hora su temperatura es de 60o C. Cuanto tiempo adicional debe
transcurrir para que se enfre a 30o C?
9. Una persona de un pueblo de 1000 habitantes regreso con gripe. Si se supone que la
gripe se propaga con una rapidez directamente proporcional al n
umero de agripados
como tambien al n
umero de no agripados. Determinar el n
umero de agripados cinco
das despues, si se observa que el n
umero de agripados el primer da es 100.
10. Un colorante solido disuelto en un lquido no volatil, entra a un tanque a una velocidad
v1 galones de solucion/minuto y con una concentracion de c1 libras de colorante/galon
de solucion. La solucion bien homogeneizada sale del tanque a una velocidad de v2
galones de solucion/min. y entra a un segundo tanque del cual sale posteriormente a
una velocidad de v3 galones de solucion/min.
Inicialmente el primer tanque tena P1 libras de colorante disueltas en Q1 galones
de solucion y el segundo tanque P2 libras de colorante disueltas en Q2 galones de
solucion. Encontrar dos ecuaciones que determinen las libras de colorante presentes
en cada tanque en cualquier tiempo t.
11. Un teatro de dimensiones 10 30 50m3 , contiene al salir el p
ublico 0,1 % por
volumen de CO2 . Se sopla aire fresco a razon de 500 m3 por minuto y el sistema
de aire acondicionado lo extrae a la misma velocidad. Si el aire atmosferico tiene
49
un contenido de CO2 del 0,04 % por volumen y el lmite saludable es de 0,05 % por
volumen. En que tiempo podra entrar el p
ublico?.
12. Un tanque contiene inicialmente agua pura. Salmuera que contiene 2 libras de sal/gal.
entra al tanque a una velocidad de 4 gal./min. Asumiendo la mezcla uniforme, la
salmuera sale a una velocidad de 3 gal./min. Si la concentracion alcanza el 90 % de
su valor maximo en 30 minutos, calcular los galones de agua que haban inicialmente
en el tanque.
13. Un tanque de una cierta forma geometrica esta inicialmente lleno de agua hasta una
altura H. El tanque tiene un orificio en el fondo cuya area es A pie2 . Se abre el orificio
dQ
dt
es proporcional a la
aplicando la ecuacion de energa 12 mv 2 = mgh se obtiene v =
2gh donde g = 32
y el lquido cae libremente. La razon volumetrica de salida

velocidad de salida y al area del orificio, es decir,
dQ
= kAv
dt
pie/seg2 .
La constante k depende de la forma del orificio:
a) Si el orificio es de forma rectangular, la constante k = 0, 8.
b) Si el orificio es de forma triangular, la constante 0, 65 k 0, 75.
c) Si el orificio es de forma circular, la constante k = 0, 6.
Con estos datos:
a) Un tanque semiesferico tiene un radio de 1 pie; el tanque esta inicialmente lleno
de agua y en el fondo tiene un orificio de 1 pulg. de diametro. Calcular el tiempo
de vaciado.
b) Modelar el caso: Cilindro circular de altura H0 pies y radio r pies, dispuesto en
forma vertical y con un orificio circular de diametro (pulgadas), suponga que
esta lleno de agua y calcule el tiempo de vaciado.
50
14. Un torpedo se desplaza a una velocidad de 60 millas/hora en el momento de agotarse

el combustible; si el agua se opone al movimiento con una fuerza proporcional a su
velocidad y si en una milla de recorrido reduce su velocidad a 30 millas/hora. A que
distancia se detendra?
15. Una bala se introduce en una tabla de h = 10 cm. de espesor con una velocidad v0 =
200 m/seg, traspasandola con v1 = 80 m/seg. Suponiendo que la resistencia de la
tabla al movimiento de la bala es proporcional al cuadrado de la velocidad. Hallar el
tiempo que demora la bala en atravesar la tabla.
16. Una cadena de 4 pies de longitud tiene 1 pie de longitud colgando del borde de una
mesa. Despreciando el rozamiento, hallar el tiempo que tarda la cadena en deslizarse
fuera de la mesa.
An
alisis cualitativo
Es equivocado pensar que el objetivo principal del estudio de las ecuaciones diferenciales
consiste en encontrar artificios de calculo que permitan resolverlas. Anteriormente presentamos una seleccion de tecnicas que permiten resolver algunas ecuaciones diferenciales. Como
en toda seleccion la lista no es completa. Existen tratados en donde se elaboran tablas de
soluciones de manera analoga a las tablas de antiderivadas.
La pericia para resolver ecuaciones diferenciales va perdiendo poco a poco importancia
con la llegada de los computadores y el dise
no de software especializado para computacion
simbolica. La tendencia actual es dejar al computador este tipo de tareas de calculo. Un
programa como Mathematica puede resolver mediante instrucciones sencillas casi todas las
ecuaciones diferenciales tratadas en este curso.
Sin quitarle importancia a este tipo de programas debe quedar claro que ni el mas
refinado de los software ni el mas ingenioso de los matematicos puede resolver en terminos
de funciones elementales todas las ecuaciones diferenciales, ni siquiera las mas importantes
de ellas. El problema mas que de habilidad es de principio. En casos tan simples como
dx
1
= +t
dt
x
51
se desconocen soluciones clasicas. La b

usqueda de recetas para resolver todas las ecuaciones
diferenciales en terminos de funciones elementales es una b
usqueda sin esperanzas. Ante este
hecho se presentan algunas alternativas: Los metodos cualitativos, los metodos numericos,
y los metodos de aproximacion. No es parte de los objetivos de estas notas un estudio
detallado al respecto. Se quiere sin embargo ilustrar los metodos cualitativos.
M
etodos cualitativos
En muchos problemas, mas que calculos cuantitativos puntuales, lo que interesa es el
comportamiento cualitativo de las soluciones en terminos de las condiciones iniciales o de
valores de los parametros. Saber que una solucion es creciente, que es concava o que tiene
un lmite en el infinito puede ser de ayuda en el entendimiento de un modelo. Ocurre, que
bajo ciertas circunstancias, podemos obtener tal informacion sin resolver explcitamente la
ecuacion diferencial. Analizaremos primero el siguiente modelo:
El modelo de Verhulst
Resumiremos los principales resultados concernientes al modelo de Verhulst para la
dinamica de poblaciones
dx
= x (a bx)
dt
(1.33)
donde a, b > 0, esta ecuacion tiene dos soluciones constantes x1 (t) = 0 y x2 (t) = ab . Estas
soluciones dividen al plano xt en 3 regiones de poblaciones
n
o
n
a
ao
R1 = (t, x) : < x , R2 = (t, x) : 0 < x <
, R3 = {(t, x) : x < 0}
b
b
tales que el grafico de cualquier solucion no constante x = x(t) de (1.33) permanece
confinado en una y solo una de estas regiones. Mas a
un, podemos determinar cuando es
creciente, y cuando es decreciente la solucion x = x(t) de (1.33) a partir de la condicion
inicial x(t0 ) = x0 .
52
dx
x (a bx)

Z
1 b
1
+
ax a a bx

1
1
ln |x| ln |a bx|
a
a

x

ln
a bx
se sigue
x
abx
Z
=
dt
= t+C
= t+C
= at + C
= Keat ,
x (t) =
1. Si x0 < 0 entonces x0 =
a
Kaeat
=
at
Kbe + 1
b + Ceat
a
,
b+Ceat0
x (t) =

1
entonces C = eat
b
0
a
x0

, se sigue
ax0
bx0 + (a bx0 ) ea(tt0 )
note que ax0 < 0 y

bx0 + (a bx0 ) ea(tt0 ) = 0
(a bx0 ) ea(tt0 ) = bx0
ea(tt0 ) =
bx0
>0
(a bx0 )
as
1
bx0
T = ln
+ t0 > t0
a (a bx0 )
i
h
bx0
el intervalo de definicion de esta solucion es , a1 ln (abx
+
t
0 ], T [ en
0)
este intervalo
d
ax0
a2 x0 ea(tt0 ) (a bx0 )
=
<0
dt bx0 + (a bx0 ) ea(tt0 )
(bx0 + aeat0 at bx0 eat0 at )2
la funcion es estrictamente decreciente y
lm
tT
ax0
=
bx0 + (a bx0 ) ea(tt0 )
53
Diremos que esta solucion explota en un tiempo finito. Note que esta solucion no
representara una solucion asociada al problema de poblaciones pues siempre es
negativa.
2. Si 0 < x0 <
a
b
entonces x (t) =
ax0
bx0 +(abx0 )ea(tt0 )
esta bien definida en todo R pues el
denominador no se anula
0 < bx0 + (a bx0 ) ea(tt0 )
ademas
0 < x (t) =
ax0
a
<
a(tt
)
0
bx0 + (a bx0 ) e
b
y
d
ax0
a2 x0 ea(tt0 ) (a bx0 )
>0
=
la funcion es estrictamente creciente y
ax0
a
=
t+ bx0 + (a bx0 ) ea(tt0 )
b
lm
ademas
ax0
=0
t bx0 + (a bx0 ) ea(tt0 )
lm
3. Si x0 >
a
b
entonces x (t) =
ax0
bx0 +(abx0 )ea(tt0 )
i
h
bx0
esta bien definida en a1 ln (abx
+
t
,
+
0
0)
]T, +[ donde T < t0 ademas

ax0
a
=
a(tt
)
0
t+ bx0 + (a bx0 ) e
b
lm
y
d
ax0
a2 x0 ea(tt0 ) (a bx0 )
=
<0
la funcion es estrictamente decreciente, x (t) > ab .
54
En el grafico se muestra el comportamiento de las soluciones
Veremos ahora que es posible analizar los comportamientos de las soluciones sin la
necesidad de resolver la ecuacion.
Ecuaciones diferenciales aut

onomas
Definici
on 1.5.1. Diremos que una ecuacion diferencial de primer orden es autonoma si
se puede expresar en la forma
dx
= f (x)
dt
(1.34)
donde f : R es una funcion definida en el intervalo abierto .

Las ecuaciones
dx
dt
= x (1 x2 );
dx
dt
= x (1 x);
ecuaciones autonomas, mientras la ecuacion
dx
dt
dx
dt
= ex sin x son ejemplos de
= et x + t no lo es.
Teorema 1.5.1. Sean f : R una funci

on de clase C 1 (), x0 y t0 R entonces
existe una u
nica solucion del P.V.I.
dx
= f (x)
dt
x (t0 ) = x0
x : I R de clase C 1 (I) definida en un intervalo abierto que contiene a t0 .
55
Definici
on 1.5.2. Llamaremos intervalo maximal de definicion al mayor intervalo abierto
donde esta definida la solucion del P.V.I. anterior.
Ejemplo 1.5.1. Determine el intervalo maximal de la solucion del P.V.I.

dx
= x2
dt
x (0) = 2
Soluci
on. Aplicando la tecnica de separacion de variables
Z 0
Z
x (t)
dt =
1dt
x (t)2
1
= t+C
x (t)
1
x (t) =
t+C
usando la condicion inicial 2 =
1
C
entonces c = 1/2 se sigue

x (t) =
1
t 12

el mayor intervalo que contiene a t = 0 en el cual esta funcion esta definida es I = , 12
el cual corresponde al intervalo maximal.
Observaci
on 1.5.1. Note que las ecuaciones autonomas son de variables separadas.
Definici
on 1.5.3. Las soluciones constantes x (t) = c, t R de la ecuacion (1.34) son
llamadas soluciones de equilibrio.
Note que si x (t) = c es una solucion de equilibrio
0=
dx (t)
= f (x (t)) = f (c)
dt
en otras palabras las soluciones de equilibrio corresponden a las races de la ecuacion

f (x) = 0.
56
Ejemplo 1.5.2. Determine las soluciones de equilibrio de la ecuacion

dx
= sin x + sin2 x
dt
Soluci
on. Las soluciones de equilibrio corresponden a las races de la ecuacion
sin x + sin2 x = 0
esto es
(sin x) (1 + sin x) = 0
luego x = k con k Z o bien x =
3
2
+ 2l con l Z.
Teorema 1.5.2. Las soluciones de la ecuaci

on (1.34) son soluciones de equilibrio o
funciones monotonas estrictas.
Si x (t) es una solucion definida en su intervalo maximal I, mostraremos que la derivada
no se puede anular a menos que la solucion sea de equilibrio. Supongamos que x0 (tc ) = 0
para alg
un tc I y definamos (t) = x (tc ) = una funcion constante, como
0 = 0 (t)
y
x0 (tc ) = f (x (tc ))
se sigue
0 = 0 (t) = f ( (t))
luego (t) es solucion de equilibrio pero
dx
= f (x)
dt
x (tc ) =
tiene 2 soluciones, por el teorema de existencia y unicidad la solucion debe ser la misma,
es decir x (t) = para todo t.
Esta demostracion tiene otra consecuencia
57
Teorema 1.5.3. Las graficas de dos soluciones distintas de (1.34) no se intersectan.
Teorema 1.5.4. Sean = ], [, x0 , t0 R. Si x = x (t) es solucion de (1.34) con

x (t0 ) = x0 y su intervalo maximal de definicion es ]a, b[ entonces los lmites
lm x (t) = A y lm x (t) = B
ta+
tb
existen o son , mas a

un, A debe tomar el valor o si a =
6 , y B debe tomar uno
de los valores o si b 6= .
Ejemplo 1.5.3. Consideremos la ecuacion

dx
= x (1 x)
dt
en este caso = R as = y = +. Para 0 < x0 < 1 sean x (t) definida en ]a, b[ la
solucion que cumple x (t0 ) = x0 , note que x1 (t) = 0 y x2 (t) = 1 son soluciones de equilibrio
luego
0 < x (t) < 1
se sigue que 0 A, B 1 entonces a = y b = +. La solucion estara definida en
todo R.
Teorema 1.5.5. Si c y x (t) es una solucion de (1.34) tal que lmt+ x (t) = c o
lmt x (t) = c entonces (t) = c, t R es una solucion de equilibrio.
Demostracion. Tenemos que probar que f (c) = 0. Supongamos que f (c) > 0 entonces
por la continuidad de f existira un intervalo ]c , c + [ tal que x ]c , c + [ implica
f (x) >
f (c)
2
> 0, como
lm x (t) = c
t+
58
se sigue que existe un t0 tal que t t0 implica |x (t) c| < se sigue

Z t
x0 (u) du
x (t) = x (t0 ) +
t0
Z t
= x (t0 ) +
f (x (u)) du
t0
Z t
f (c)
> x (t0 ) +
du
2
t0
f (c)
(t t0 )
= x (t0 ) +
2
para t t0 pero esto contradice lmt+ x (t) = c (se puede llegar a una contradiccion
similar si f (c) < 0).
Equilibrio y estabilidad
Notemos que en la ecuacion autonoma
dx
= f (x)
dt
se nos indica la pendiente de la recta tangente
a la grafica de la funcion solucion x = x (t) esta viene dada por f (x), esto es, dado un valor
de x las pendientes siempre son las mismas
(independiente de t), las curvas isoclinas corresponde x = c, ademas en los intervalos en
los cuales f (x) > 0 la solucion es estrictamente creciente y en los intervalos en los cuales
f (x) < 0 la funcion solucion es estrictamente
decreciente.
Si x (t) es una solucion de
dx
= f (x)
dt
entonces la funcion (t) = x (t + c) tambien es solucion, en efecto
0 (t) = x0 (t + c) = f (x (t + c)) = f ( (t))
59
esto significa que las traslaciones de una solucion de la ecuacion autonoma tambien es
solucion, note que si se conoce la solucion x (t) de
dx
= f (x)
dt
x (t0 ) = x0
entonces la solucion de
dx
= f (x)
dt
x (0 ) = x0
es (t) = x (t + (t0 0 )), esto nos dice que en cada banda limitada por las las soluciones
de equilibrio las soluciones son traslaciones de una solucion dada.
Ejemplo 1.5.4. Considere la ecuacion
dx
=x
dt
en este caso la solucion de equilibrio es
x (t) = 0. Por teorema las demas soluciones
son monotonas estrictas. Para x > 0 las soluciones son estrictamente crecientes y para
x < 0 estrictamente decrecientes. En este caso
es facil resolver explcitamente
x1 (t) = et
es una solucion en la region x > 0 las demas
soluciones son xc (t) = et+k = ek et = Cet
donde C > 0 son traslaciones de la solucion
anterior. Note tambien que x (t) = et es
una solucion en la region x < 0 y las demas
soluciones en esa region son xK (t) = et+k =
Ket
En el ejemplo anterior el comportamiento de las soluciones en el entorno de la solucion
60
de equilibrio es como indica el diagrama
diremos en este caso que el punto de equilibrio es un repulsor, las soluciones se alejan de
esta solucion de equilibrio.
Llamaremos diagrama de fases o lneas de fases al grafico del comportamiento de las
soluciones en el plano xt.
Definici
on 1.5.4. Dependiendo del comportamiento local de las soluciones de la ecuacion
alrededor de un punto de equilibrio aislado x0 en las lneas de fases, se distinguen los
siguientes tipos:
1. x0 es llamado Repulsor si existe > 0 tal que
signo f (x)
x0 < x < x0
x = x0
x0 < x < x 0 +
+++
x0 < x < x0
x = x0
x0 < x < x 0 +
+++
2. x0 es llamado Atractor si existe > 0 tal que
signo f (x)
3. x0 es llamado Atractor-repulsor si existe > 0 tal que
signo f (x)
x0 < x < x0
x = x0
x0 < x < x 0 +
+++
+++
61
4. x0 es llamado Repulsor-atractor si existe > 0 tal que

x0 < x < x0
x = x0
x0 < x < x 0 +
signo f (x)
Para analizar entonces el tipo de solucion de equilibrio tenemos que analizar el signo
de la funcion en el entorno de la solucion de equilibrio, adicionalmente se cuenta con el
siguiente teorema:
Teorema 1.5.6. Si x (t) = c es una solucion de equilibrio de
dx
= f (x)
dt
entonces:
1. Si f 0 (c) < 0, c es un atractor
2. Si f 0 (c) > 0, c es un repulsor.
Ejemplo 1.5.5. Bosquejar el diagrama de
fases de la ecuacion
dx
= x2 (2 x) (x 3)
dt
Desarrollo: La funcion x2 (2 x) (x 3) esta
bien definida y es de clase C (R) existe solucion u
nica en cada punto (t0 , x0 ) del plano
xt. Las soluciones de equilibrio corresponden
a x1 (t) = 0, x2 (t) = 2 y x2 (t) = 3, en el
siguiente diagrama se analiza el signo de f
0
x2
+++
+++
+++
+++
x2
+++
+++
x3
+++
f (x) = x2 (x 2) (x 3)
+++
62
se sigue que x1 (t) = 0 es un repulsor-atractor, x2 (t) = 2 un repulsor y x2 (t) = 3 un

atractor.
on
1. En una red de computadores sea x (t) la proporcion de maquinas infectadas con el
virus MTA320 en un instante t dado (note que 0 x (t) 1). x0 (t) mide la rapidez
de propagacion sobre la red. Los estudios de expertos de internet determinan que el
virus satisface el problema con valores iniciales

1
2
0
x = x
x
x (1 x)
3
3
x (0) = x0
donde x0 es la proporcion de computadores en que el virus se implanta inicialmente
y > 0 es una constante.
a) Encuentre las soluciones de equilibrio, clasificarlas y dibujar el diagrama de fase
del sistema.
b) Demostrar que si 0 < x0 < 2/3 entonces el virus alcanzara finalmente a un
tercio del total.
63
c) Cual debe ser la cantidad de maquinas infectada inicialmente para que todas
se infecten?
2. Sea x : I R la solucion maximal del P.V.I.
dx
2
= x2 (1 x) (2 x) ex
dt
3
x (0) =
2
muestre que I = R y determine lmt+ x (t), lmt x (t).
3. Considere la ecuacion diferencial
dy
= y 2/3
dt
a) Demuestre que y1 (t) = 0 para todo t R es solucion.
b) Comprobar que y2 (t) = t3 /27 es tambien solucion.
c) Notar que y1 (0) = y2 (0) pero ambas funciones no son iguales para toda t Por
que este ejemplo no contradice el teorema de unicidad?
4. Esboce las lneas de fase para la ecuacion diferencial dada. Identifique los puntos de
equilibrio:
(a)
dy
dt
= 3y (1 y)
(b)
dy
dt
= y 2 6y 16
(c)
dy
dt
= cos y
(d)
dw
dt
= w cos w
(e)
dw
dt
= (w 2) sin w
(f)
dy
dt
(g)
dw
dt
= w2 + 2w + 10
(h)
dy
dt
= tan y

dy
= y 2 4y + 2
dt
con las siguientes condiciones iniciales:
a) y (0) = 0
b) y (0) = 1
64
1
y2
c) y (0) = 1
d ) y (0) = 10
e) y (0) = 10
f ) y (3) = 1
describir el comportamiento a largo plazo de la solucion.
6. Describir el diagrama de fases de la ecuacion

dx
= (x + ) x2 + (cos x + 2)
dt
para los distintos valores del parametro .
7. Determine los valores de R para los cuales la solucion de equilibrio x (t) =

1
dx
= (x )
x x2
dt
3
1
3
de
es:
a) Un atractor.
b) Un repulsor.
o justifique la no existencia de tales valores.
8. Sea x (t) la solucion del P.V.I.
dx
2
= exx sin (x) arctan x
dt
x (3) = 4
a) Determine su intervalo maximal de definicion.
b) Es x (t) estrictamente creciente?
c) Si existen, calcular el valor de lmt+ x (t) y lmt x (t)
9. Sean , > 0. La ecuacion
dP
= P 2/3 P
dt
modela el peso de un pez en el tiempo t. Sin resolver la ecuacion, determine el peso
maximo del pez si P (0) = p0 > 0 (justificar sus calculos).
65
10. Muestre que la solucion de equilibrio y (t) 0 de la ecuacion

dy
= y cos y 5 + 2y 27y 4
dt
corresponde a un repulsor.
66
Ejercicios del captulo

1. Resuelva las siguientes ecuaciones diferenciales:
a)
dy
dx
1x2
y2
b)
dy
dx
= y (2 + sin x)
c)
dy
dx
d)
dy
dx
1
xy 3
e)
dy
dx
= 3xy 2
f)
dv
x dx
=
g)
dx
dt
+ x2 = x
h)
dy
dx
= 3x2 (1 + y 2 )
i)
dy
(x + xy 2 ) + ex y dx
=0
sec2 x
1+x2
14v 2
3v
2. Resuelva los siguientes problemas de valor inicial:

a) y 0 = x3 (1 y) ,
3x2 +4x+2
,
2y+1
c)
dy
dx
e)
dy
dx
= y sin x,
y (0) = 3
b)
dy
dx
= (1 + y 2 ) tan x,
y (0) =
y (0) = 1
d)
dy
dx
= 2 y + 1 cos x,
y (0) = 2
f)
dy
x2 + 2y dx
= 0,
y () = 3
y (1) = 2
3. Resuelva las siguientes ecuaciones lineales:

a)
dy
dx
y = e3x
dy
d) x dx
+ 3y + 2x2 = x3 + 4x
b)
dy
dx
e)
dy
(x2 + 1) dx
+ xy = x
y
x
+ 2x + 1
c)
dr
d
+ r tan = sec
f)
dy
dx
= x2 e4x 4y
4. Considere el problema con valor inicial:

p
dy
+ y 1 + sin2 x = x,
dx
y (0) = 2
Utilice la integral indefinida para mostrar que el factor integrante para la ecuacion
diferencial se puede escribir como:
Z
(x) = exp

p
2
1 + sin t dt
5. Resuelva las siguientes ecuaciones diferenciales:
67
a)
dy
=0
(x y) + x dx
d) y 0 + 1 =
x+y
b)
dy
dx
= (3x + 2y 1)2 + 2
e)
dx
dt
x2 +t t2 +x2
tx
c)
dy
dx
= sin (x y)
f)
dy
dx
y(ln yln x+1)

x
6. Hallar la solucion general de la ecuacion de Bernoulli:

2y 0 + y tan x = (2x sec x) y 3
7. Resuelva la ecuacion:
3y 0 = (1 2t) y 4 y
sabiendo que y (0) = 1.
8. Resolver:
dy
1
=yx1+
dx
xy2
9. Considere la ecuacion diferencial:

y xy 0 = a 1 + x2 y 0 ,
a>1
a) Hallar la solucion general de la ecuacion.

b) Encuentre una solucion particular de la ecuacion, tal que y (0) = 1.
c) Hallar el intervalo mas grande donde la solucion particular anterior este definida.
10. Demuestre que la ecuacion diferencial:
2x4 y y 0 + y 4 = 4x6
se reduce a una ecuacion homogenea mediante el cambio de variables:
y = zn
para cierto n Z. Determine el valor de n y resuelva la ecuacion.
11. Muestre que la ecuacion:

2 x3 y y 3 dy = 3 x5 + x4 y 4 dx
68
se reduce a una ecuacion homogenea, realizando el cambio de coordenadas:

x = up
y = vq
para ciertas constantes adecuadas p, q R. Hallar tales constantes y resolver la

ecuacion diferencial.
12. Hallar la solucion general de la ecuacion:
(x 2y 4) + (2x y + 2)
dy
=0
dx
13. Considere la ecuacion de Ricatti:

y 0 + 2 (1 x) y y 2 = x (x 2)
a) Hallar constantes A, B R de modo que:
y = Ax + B
sea una solucion particular de la ecuacion.
b) Determine la solucion general de la ecuacion diferencial.
14. Resuelva la ecuacion:
dy
y
= x3 (y x)2 +
dx
x
15. Sea x > 0. Considere la ecuacion:
y 0 + e2x y 2

1
e2x
1 + 4x + 2x2 y =
1 + x + 2x2 + x3
x
x
a) Hallar una solucion particular de la forma:

y = e2x (Ax + B)
b) Resuelva la ecuacion diferencial.
16. Un esquiador acuatico ubicado en el punto (a, 0) es tirado por un bote que se
encuentra en el origen O y viaja hacia el norte en direccion OY . Hallar la trayectoria
que sigue el bote si este se dirige en todo momento hacia el bote.
69
17. Considere un tanque que contiene inicialmente 1000 litros de agua pura, dentro del
cual empieza a fluir una solucion salina a razon de 6 litros por minuto. La solucion
dentro del estanque se mantiene bien agitada y fluye hacia el exterior del tanque
a una velocidad de 5 litros por minuto. Si la concentracion de sal en la salmuera
que entra en el estanque es de 1 kilogramo por litro, determine el instante en que la
concentracion de sal dentro del tanque sea de
63
64
kilogramo por litro.
18. El modelo de Malthus para el crecimiento de poblaciones esta dado por la ecuacion:
dN
= rN,
dt
N (0) = N0
donde r es una constante positiva intrnseca a la poblacion y N0 es la poblacion

inicial.
a) Resuelva la ecuacion diferencial.
b) En 1790, la poblacion de EE.UU. era de 3, 93 millones de habitantes, y en 1890
era de 62, 98 millones de habitantes. Estime la poblacion para EE.UU para el
a
no 2000.
c) El censo realizado en el a
no 2000 en EE.UU. estimo en 281, 42 millones de
habitantes
d ) El modelo de Malthus solo considera muertes por causas naturales, sin embargo,
un analisis mas detallado indica que hay muertes debida a enfermedades, a
desnutricion, a crmenes. En resumen, por la competencia entre los miembros
de la poblacion. El modelo logstico implementa dichas consideraciones:
dN
= rN (N K) ,
dt
N (0) = N0
para constantes positivas adecuadas r y K. Resuelva la ecuacion diferencial.

e) Para la poblacion de EE.UU. se sabe, ademas, que esta alcanzo los 17, 07
millones de habitantes en 1840. Calcule, usando el modelo logstico, la poblacion
de EE.UU. en el a
no 2000. Compare respecto al censo del a
no 2000.
f ) Considerando el modelo logstico, calcule la poblacion lmite de EE.UU.
70
19. La sangre conduce un medicamento a un organo a razon de 3
cm3
seg
y sale de el a la
misma razon. El organo tiene un volumen lquido de 125 [cm3 ]. Si la concentracion

gr
del medicamento en la sangre que entra al organo es de 0, 2 cm
3 :
a) Cual es la concentracion del medicamento en el organo en el instante t, si
inicialmente no haba rastros de dicho medicamento?
b) En que momento llegara la concentracion del medicamento en el organo a
gr
0, 1 cm
3
20. Una taza de cafe caliente, inicialmente a 95 C, se enfra hasta 80 C en 5 minutos,
al estar en un cuarto con temperatura de 21 C. Use solo la ley de enfriamiento de
Newton (ver MAT022) y determine el momento en que la temperatura del cafe estara
a unos agradables 50 C.
21. Era el medioda en un fro da de julio en Vi
na del Mar: 16 C. Un inspector de la
Polica de Investigaciones (PDI) llega a la escena de un crimen, encontrando un
detective sobre un cadaver. El detective dijo que haba varios sospechosos detenidos.
Dadas las coartadas se podra hallar al culpable sabiendo el momento exacto de
la muerte. El inspector saco un termometro y midio la temperatura del cadaver:
34 C. Luego de realizar peritos en la escena que duraron exactamente una hora,
midio nuevamente la temperatura del cuerpo: 33, 7 C. Bajo que la hipotesis de que
la temperatura normal de un cuerpo humano es de 37 C. Determine el momento en
que ocurrio el crimen.
22. El economista ingles Thomas Malthus fue unos de los primeros en intentar modelar el
crecimiento poblacional humano por medio de matematicas en 1978. Basicamente, el
fundamento del modelo maltusiano es la suposicion de que la rapidez a la que crece
la poblacion de un pais en cierto tiempo es proporcional a la poblacion del pas en
ese momento.
a) Proponer una ecuacion para este modelo.
b) Determine la ecuacion diferencial si se permite inmigracion a tasa constante
r > 0.
71
23. La ley de enfriamiento (o calentamiento) de Newton establece que la rapidez a la

que cambia la temperatura de un cuerpo es proporcional a la diferencia entre la
temperatura del cuerpo y la temperatura del medio circundante. Obtener una E.D.O.
para esta ley. Si la temperatura del medio cambia en el tiempo, escribir la ecuacion
e identificarla.
24. Una enfermedad contagiosa se disemina en una comunidad por medio de la gente que
entra en contacto con otras personas. Suponer que la rapidez con que se disemina la
enfermedad es proporcional al n
umero de interacciones entre las personas contagiadas
y no contagiadas (puede ser considerado como el producto de los contagiados y no
contagiados). Suponga que en una poblacion peque
na de n personas se introduce un
enfermo obtener una EDO cuya solucion permita obtener el n
umero de contagiados
en un tiempo t.
25. Resolver las siguientes ecuaciones diferenciales ordinarias:
72
1)
1+y
dy
=
dx
1+x
2)
dy
2xy = x
dx
3)
dy
y tan x = cos x
dx
4)
dy
yx
= 2
dx
x y2
5)
2y + x 2
dy
=
dx
yx+1
6)
dy 1
cos x
+ y= 2
dx x
y
7)
1
dy
+ x2 y = 2 y 4
dx
x
8)
dy
cos y + 2x sin y = 2x
dx
9)
dy
= y 2 + 2x x4
dx
10)
dy
+
dx
11)
dy
4y = 2ex y 1/2
dx
12)
dy
y+1
=
+ exp
dx
x+2
13)
dy
= 3 |y|2/3
dx
14)
dy
ey
=
dx
y (2x + x2 )
15)
dy
= (x y + 3)2
dx
16) x
17)
dy
+ y sin x = sin3 x
dx
18)
dy
19) y = x +
dx

1
e2x
1 y =
x
x

y+1
x+2
dy
dx
p
dy
= y + x2 + y 2
dx
dy
y
+
= (1 + x) y 4
dx 1 + x
2
26. Suponga que un gran tanque de mezclado tiene inicialmente 600 galones de salmuera.
Otra solucion de salmuera se bombea hacia en tanque a una rapidez de 4 galones
por minuto, la concentracion de sal en el flujo de entrada es de 2 libras por galon.
Cuando la solucion en el tanque esta bien agitada se bombea a 2 galones por minuto.
Determinar una EDO cuya solucion corresponda a la cantidad de sal en el tanque en
el momento t.
73
27. Identificar el campo de direcciones con la ecuacion correspondiente;

(A) y 0 = x + y
(B) y 0 = xy
(C) y 0 = y + 1
(D) y 0 = y 2 x2
Obs: el campo de direcciones nos indica la direccion de las rectas tangentes a las
soluciones en un punto (x, y) dado.
28. Considere la ecuacion diferencial autonoma
dS
= S 3 2S 2 + S
dt
a) Hacer el diagrama de las lneas de fase..
b) Usando el dibujo anterior delinear las graficas de las soluciones S (t) con las
condiciones iniciales siguientes: S (0) = 0; S (0) = 12 ; S (0) =
c) A que tienden sus soluciones cuando t +?
74
3
2
y S (0) = 12 .
29. Considere la ecuacion

dy
1
=
dt
1y
a) Determine los valores de y R en los cuales es aplicable el teorema de existencia
y unicidad.
b) Obtener las soluciones explcitamente y mostrar que llegan la y = 1 en un
tiempo finito, determine los intervalos maximales de solucion
30. La ardilla negra es un peque
no mamfero nativo de las monta
nas rocallosas. Esas
ardillas son muy territoriales, por lo que si su poblacion es grande, su razon de
crecimiento decrece y puede llegar a ser negativa. Por otra parte, si la poblacion es
demasiado peque
na, los adultos fertiles corren el riesgo de no ser capaces de encontrar
parejas adecuadas y su tasa de crecimiento nuevamente es negativa. Muestre que el
modelo
dP
= kP
dt
P
1
N

P
1
M
donde k, M, N > 0 y M < N puede ser utilizado para describir la poblacion de

Ardillas Que interpretacion tienen N y M ?
75
Captulo 2 : Ecuaciones diferenciales lineales de orden superior
Elementos de transformaciones lineales

Definiciones
En lo que sigue K representa R o bien C.
on lineal
Definici
on 2.1.1. Sean U y V espacios vectoriales sobre K. Una transformaci
es una funcion T : U V tal que para todo u, v U y K cumple:
1. T (u + v) = T (u) + T (v)
2. T ( u) = T (u)
Observaci
on 2.1.1. Usualmente, los puntos (1) y (2) de la definicion anterior, pueden
escribirse como
1. u, v U, K, T ( u + v) = T (u) + T (v)
o bien
2. u, v U, , K, T ( u + v) = T (u) + T (v)
las tres definiciones obtenidas son equivalentes.
Observaci
on 2.1.2. Note que si U, V son K espacios vectoriales, T : U V es una
transformacion lineal, para i = 1, , n, i son escalares en K y ui U entonces
!
n
n
X
X
T
i ui =
i T (ui )
i=1
i=1
luego las transformaciones lineales envan combinaciones lineales del espacio de partida a
combinaciones lineales del espacio de llegada.
76
Ejemplo 2.1.1. La funcion nula 0 y la funcion identidad 1 de un espacio vectorial en s

mismo son transformaciones lineales. En efecto, Si V es un K espacio vectorial y 0 : V V ,
v 0 (v) = V (el neutro de la adicion) entonces
0 (u + v) = V
= v + v
= 0 (u) + 0 (v)
de manera similar, si 1 : V V , v 1 (v) = v entonces
1 (u + v) = u + v
= 1 (u) + 1 (v)
Ejemplo 2.1.2. T : R2 R4 , (x, y) T (x, y) = (x y, 2x, x + y, 2y) es una transformacion lineal. En efecto:
1. Para cada (a, b), (u, v) R2 se tiene
T ((a, b) + (u, v))
= T (a + u, b + v)
= (a + u b v, 2a + 2u, a + u + v + b, 2b + 2v)
= ((a b) + (u v) , 2a + 2u, (a + b) + (u + v) , 2b + 2v)
= (a b, 2a, a + b, 2b) + (u v, 2u, u + v, 2v)
= T (a, b) + T (u, v)
2. Para cada (u, v) R2 y R se cumple
T ( (u, v)) = T (u, v)
= (u v, 2u, u + v, 2v)
= (u v, 2u, u + v, 2v)
= T (u, v)
de esta forma T verifica las condiciones de transformacion lineal.
77
Ejemplo 2.1.3. T : R R2 , x T (x) = (x, 2x + 1) no es una transformacion lineal. En

efecto,
T (x + y) = (x + y, 2x + 2y + 1)
= (x, 2x + 1) + (y, 2y)
6= T (x) + T (y)
basta usar un contraejemplo:
T (1 + 2) = T (3) = (3, 7)
pero
T (1) + T (2) = (1, 3) + (2, 5) = (3, 8)
de esta forma
T (1 + 2) 6= T (1) + T (2)
luego no es una transformacion lineal.
Ejemplo 2.1.4. Si R3 [x] es el espacio vectorial de los polinomios de grado menor igual a
3 entonces
T : R3 [x]
p
M (R)
22
p (0) p0 (0)
T (p) =
p00 (0) p000 (0)
Es una transformacion lineal. En efecto:

1. Si p, q R3 [x] entonces
T (p + q) =
(p + q)0 (0)
(p + q)00 (0) (p + q)000 (0)
(p + q) (0)
pero recordar que (p + q)0 (x) = p0 (x) + q 0 (x), (p + q)00 (x) = p00 (x) + q 00 (x) y
78
(p + q)000 (x) = p000 (x) + q 000 (x) se sigue
0
(p + q) (0) (p + q) (0)
T (p + q) =
00
000
(p + q) (0) (p + q) (0)
p (0) + q (0)
p0 (0) + q 0 (0)
=
p00 (0) + q 00 (0) p000 (0) + q 000 (0)
0
0
p (0) p (0)
q (0) q (0)
+
=
p00 (0) p000 (0)
q 00 (0) q 000 (0)
= T (p) + T (q)
2. Si R y p R3 [x] entonces
(p) (0) (p)0 (0)

p (0) p0 (0)
=
T (p) =
(p)00 (0) (p)000 (0)
p00 (0) p000 (0)
0
p (0) p (0)
= T (p)
=
p00 (0) p000 (0)
Note que no es necesario considerar la expresion del polinomio p (x) = a3 x3 + a2 x2 +
a1 x + a0 en esta demostracion de que es transformacion lineal, lo que utilizamos son
las propiedades de la derivada y matrices.
Ejemplo 2.1.5. Sea T : R3 R2 la funcion definida por:
T (x, y, z) = (x + y + z, x y)
muestre que T es una transformacion lineal.
Soluci
on. Sean R, (u, v, w) , (x, y, z) R3 entonces
T ( (u, v, w) + (x, y, z))
= T ((u, v, w) + (x, y, z))
= T (u + x, v + y, w + z)
= ((u + x) + (v + y) + (w + z) , (u + x) (v + y))
= (u + v + w, u v) + (x + y + z, x y)
= (u + v + w, u v) + (x + y + z, x y)
= T (u, v, w) + T (x, y, z)
79
Ejemplo 2.1.6. Sean I R un intervalo abierto y C 1 (I) el espacio vectorial real de las
funciones de clase C 1 sobre I. Defina la transformacion D : C 1 (I) C (I) mediante:
D (f ) (x) =
df (x)
,
dx
x I
Entonces, D es una trasformacion lineal.

Soluci
on. Por propiedades de la derivada, si R, f, g C 1 (I) entonces
d
{(f + g) (x)}
dx
df (x) dg (x)
=
+
dx
dx
= D (f ) (x) + D (g) (x)
D (f + g) (x) =
= (D (f ) + D (g)) (x)
as
D (f + g) = D (f ) + D (g)
Ejemplo 2.1.7. Sea C el espacio vectorial de todas las funciones continuas de R en R y
sea T : C C, f T (f ) donde T (f ) es la funcion definida por:
Z x
T (f ) (x) =
f (t) dt
1
Entonces, T es una transformacion lineal.

Soluci
on. Sean R, f, g C entonces
x
Z
T (f + g) (x) =
(f (t) + g (t)) dt
Z x
Z x
=
f (t) dt +
g (t) dt
1
1
Z x
Z x
=
f (t) dt +
g (t) dt
1
= T (f ) (x) + T (g) (x)

= (T (f ) + T (g)) (x)
as
T (f + g) = T (f ) + T (g)
80
Ejemplo 2.1.8. Sean x, y Rn . Considere la funcion P : Rn R definida por:

x 7 P (x) =
n
X
xi y i
i=1
Entonces, P es una transformacion lineal. Esto es directo por las propiedades del producto
punto en Rn .
Observaci
on 2.1.3. El conjunto de todas las transformaciones lineales de U en V se
denotara por LK (U, V ), o mas sencillamente por L (U, V ) si el cuerpo de escalares no
presenta confusion. Es decir:
n
L (U, V ) = T : U V

o

T
es
transformaci
o
n
lineal

Teorema 2.1.1. Sea T : U V una transformacion lineal, entonces T (U ) = V .

Demostracion. Note que
T (U ) = T (U + U )
= T (U ) + T (U )
sumando el inverso aditivo T (U ) V se tiene
T (U ) + T (U ) = (T (U ) + T (U )) + T (U )
luego
V
= T (U ) + (T (U ) + T (U ))
= T (U ) + V
y as
T (U ) = V
Ejemplo 2.1.9. Considere la funcion T : R2 R3 definida por la ecuacion:

T (x, y) = (x + y, 1 y, x)
En vista del teorema anterior, la funcion T no puede ser transformacion lineal, pues:
T (0, 0) = (0, 1, 0)
no es el vector nulo de R3 .
81
Teorema 2.1.2. Sean U, V, W espacios vectoriales sobre K:

1. L (U, V ) es un espacio vectorial sobre K.
2. Si T L (U, V ) y S L (V, W ) entonces S T L (U, W ).
3. Si T L (U, V ) es biyectiva entonces T 1 L (V, U )
Demostracion. En efecto:
1. Mostraremos que es un subespacio del espacio de las funciones de U en V . L (U, V ) no
es vaco pues existe la transformacion lineal : U V definida por u (u) = V .
Sean , K y T, L L (U, V ) entonces T + L es una transformacion lineal pues
si K, u1 , u2 U entonces
(T + L) (u1 + u2 ) = T (u1 + u2 ) + L (u1 + u2 )
= (T (u1 ) + T (u2 )) + (L (u1 ) + L (u2 ))
= (T (u1 ) + L (u1 )) + (T (u2 ) + L (u2 ))
= (T + L) (u1 ) + (T + L) (u2 )
luego L (U, V ) es no vaco, cerrado para la suma y producto escalar.
2. Sean u, v U y K, entonces:
(S T ) ( u + v) = S (T ( u + v))
= S ( T (u) + T (v))
= S (T (u)) + S (T (v))
= (S T ) (u) + (S T ) (v)
Luego, S T es una transformacion lineal.
3. Si T 1 : V U existe entonces es una transformacion lineal, en efecto, sean v1 , v2 V
y K, por la biyectividad existen u
nicos u1 , u2 U tales que
T (u1 ) = v1
T (u2 ) = v2
82
luego
T 1 (v1 + v2 ) = T 1 (T (u1 ) + T (u2 ))
= T 1 (T (u1 + u2 ))
= u1 + u2
= T 1 (v1 ) + T 1 (v2 )
Observaci
on 2.1.4. Con respecto al teorema anterior, denotaremos la composicion de
transformaciones lineales S T mediante la notacion producto ST .
Teorema 2.1.3. Sean U un espacio vectorial sobre K tal que u1 , u2 , . . . , un es una base
para U y v1 , v2 , . . . , vn un subconjunto cualquiera de un espacio vectorial V arbitrario (se
pueden repetir elementos), entonces existe una u
nica transformacion lineal T : U V tal
que:
i = 1, 2, . . . , n
T (ui ) = vi ,
(2.1)
Observaci
on 2.1.5. Note que si u1 , u2 , . . . , un es una base para un espacio vectorial U y
u U , entonces existen u
nicos escalares x1 , x2 , . . . , xn K tales que:
u=
n
X
xi u i
i=1
Si, ademas, T esta definida por las ecuaciones (2.1), entonces se tiene que:
!
n
X
Tu = T
xi ui
i=1
n
X
xi T (ui )
i=1
n
X
xi vi
i=1
Ejemplo 2.1.10. Determinaremos la formula T (x, y, z) de la transformacion lineal T :

R3 R3 [x] tal que:
T (1, 0, 2) = x3 + 2x2 + 1
T (1, 1, 1) = 2x2 2
T (1, 2, 1) = x3 1
83
(2.2)
Notamos primeramente que u1 = (1, 0, 2) , u2 = (1, 1, 1) y u3 = (1, 2, 1) forman una

base para R3 , pues:
det
1
1
1
=5
2 1
1
Por otro lado, si:

(a, b, c) = x1 (1, 0, 2) + x2 (1, 1, 1) + x3 (1, 2, 1)
entonces x1 = 35 a + 25 b + 15 c, x2 = 25 c 15 b 45 a y x3 = 15 c 35 b 25 a, as:

2
1
2
1
4
1
3
2
3
a + b + c (1, 0, 2)+ c b a (1, 1, 1)+ c b a (1, 2, 1)
(x, y, z) =
5
5
5
5
5
5
5
5
5
por la linealidad de T y su definicion en la base, tenemos que:

3
2
1
T (a, b, c) =
a + b + c T (1, 0, 2) +
5
5
5

1
4
1
3
2
2
c b a T (1, 1, 1) +
c b a T (1, 2, 1)
+
5
5
5
5
5
5

3
2
1
2
1
4
3
2
=
a + b + c x + 2x + 1 +
c b a 2x2 2 +
5
5
5
5
5
5

1
3
2
+
c b a x3 1
5
5
5

1
1
2
14
6
2
13
7
4
3
2
=
a b+ c x +
a+ b c x +
a+ b c
5
5
5
5
5
5
5
5
5
Es decir, T : R3 R3 [x] esta definida por:

1
1
2
14
6
2
13
7
4
3
2
T (a, b, c) =
a b+ c x +
a+ b c x +
a+ b c
5
5
5
5
5
5
5
5
5
Ejemplo 2.1.11. Hallar la formula de una transformacion lineal T de R2 en:

U = (x, y, z) R3 : x + y + z = 0
tal que T (1, 1) = (1, 2, 3) y T (2, 1) = (5, 3, 2).
84
Soluci
on. Note que (1, 2, 3), (5, 3, 2) pertenecen a U , como (1, 1) y (2, 1) son
linealmente independiente, por el teorema existe una unica transformacion lineal T : R2 U
tal que
T (1, 1) = (1, 2, 3)
T (2, 1) = (5, 3, 2)
para determinar una formula, notemos que
(a, b) = (1, 1) + (2, 1)
implica
1
1
1 b
1 0 a + 2b
0 1
a+b
as
(a, b) = (a + 2b) (1, 1) + (a + b) (2, 1)
as
T (a, b) = (a + 2b) T (1, 1) + (a + b) T (2, 1)
= (a + 2b) (1, 2, 3) + (a + b) (5, 3, 2)
= (6a + 7b, b a, 5a 8b)
N
ucleo e imagen
Definici
on 2.1.2. Sean U y V espacios vectoriales sobre K y T : U V una transformacion lineal. Llamaremos:
1. N
ucleo de T o Kernel de T al subconjunto de U definido como:
ker T = {u U : T (u) = 0}
2. Imagen de T al subconjunto de V definido como:
ImT = {v V : u U, T (u) = v}
85
Observaci
on 2.1.6. El siguiente teorema indica que el n
ucleo y la imagen de T poseen
estructura de espacio vectorial.
Teorema 2.1.4. Sea T L (U, V ), entonces:

1. ker T U .
2. ImT V
Ejemplo 2.1.12. Hallar el n

ucleo y la imagen de T : R3 R3 definida por:
T (x, y, z) = (2x y + z, x y + z, x)
Soluci
on. Primero determinaremos el n
ucleo
ker (T ) =

(x, y, z) R3 : T (x, y, z) = (0, 0, 0)
(x, y, z) R3 : (2x y + z,
2x y + z
3
=
(x, y, z) R : x y + z

x y + z, x) = (0, 0, 0)
= 0
= 0
= 0
note que
2 1 1 0
1 0
1 1 1 0 0 1 1 0
1 0 0 0
0 0 0 0
luego
x
= 0
ker (T ) =
(x, y, z) R3 :
yz = 0

= (0, y, y) R3 : y R
= h{(0, 1, 1)}i
86
un espacio de dimension 1. Determinemos la imagen

ImT =

(a, b, c) R3 : (x, y, z) R3 , T (x, y, z) = (a, b, c)
(a, b, c) R3 : (x, y, z) R3 , (2x y + z,
2x y + z
3
3
=
(a, b, c) R : (x, y, z) R , x y + z
x
=
x y + z, x) = (a, b, c)
= a
= b
= c
en otras palabras, para que valores de a, b, c R el sistema

2x y + z = a
xy+z
= b
= c
tiene solucion, notemos que

2 1 1 a
2 1 1
a

1 1 1 b 0 1 1
2b a

1 0 0 c
0 0 0 c b + a
luego el sistema tiene solucion si y solo si

c b + a = 0
se sigue

(a, b, c) R3 : c b + a = 0

= (b + c, b, c) R3 : b, c R
ImT =
= h{(1, 1, 0) , (1, 0, 1)}i

es un espacio de dimension 2.
Definici
on 2.1.3. Sea T L (U, V ) con U y V espacios de dimension finita, entonces:
1. Llamaremos nulidad de T , denotado (T ), al n
umero definido como:
(T ) = dim ker T
87
2. Llamaremos rango de T , denotado (T ) al n

umero definido como:
(T ) = dim ImT
Teorema 2.1.5. Sean U, V un espacios vectoriales sobre K, u1 , u2 , . . . , un una base para

U y T L (U, V ), entonces:
ImT = h{T (u1 ) , T (u2 ) , . . . , T (un )}i
Demostracion. Suponga que v ImT entonces, por definicion, existe un u U tal que
T (u) = v, como {u1 , u2 , . . . , un } es una base de U existiran escalares 1 , 2 , . . . , n tales
que
u=
n
X
i ui
i=1
se sigue que
v = T (u) = T
n
X
!
i ui
i=1
n
X
i T (ui )
i=1
es decir, v es una combinacion lineal de los elementos T (u1 ) , T (u2 ) , . . . , T (un ), luego
{T (u1 ) , T (u2 ) , . . . , T (un )} genera ImT .
Ejemplo 2.1.13. Si T : M22 (R) M22 (R)
x y
x y
1 1
x y
T
=
z w
z w
1 1
z w
sabemos que
1 0
0 0
0 1
0 0
88
0 0
1 0
0 0
0 1
forman una base de M22 (R) luego
1 0
=
T
0 0
0 1
=
T
0 0
0 0
=
T
1 0
0 0
=
T
0 1
generan la imagen, se sigue
*
ImT =
1 0
1 0
1 0
1 0
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1

,

,
0 1
0 1
0 1
0 1
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
1 0
1 0
0 1
0 1
1 0
1 0
0 1
0 1
+
1 0
0 1
,
,
1 0
0 1
+
de donde obtenemos (T ) = 2.
Ejemplo 2.1.14. Demuestre que existe una transformacion lineal T : M2 (R) R3 tal
que:
ImT = {(x, y, z) : x 2y + z = 0}
y la nulidad de T sea 2.
Soluci
on. Notemos que
ImT = {(x, y, z) : x 2y + z = 0}
= {(x, y, z) : x = 2y z}
= {(2y z, y, z) : y, z R}
= h{(2, 1, 0) , (1, 0, 1)}i
este espacio tiene dimension 2. Si necesitamos que la nulidad sea 2 entonces el N
ucleo debe
89
estar generado por dos elementos L. I.
1
T
0
0
T
0
0
T
1
0
T
0
Definamos
0
= (2, 1, 0)
0
1
= (1, 0, 1)
0
0
= (0, 0, 0)
0
0
= (0, 0, 0)
1
existe una u
nica T : M2 (R) R3 que cumple lo anterior, para esta transformacion se
tiene:

+
*
1 0
0 1
0 0
0 0
ImT =
T
,T
,T
,T
0 0
0 0
1 0
0 1
= h{(2, 1, 0) , (1, 0, 1)}i
Note que
a b
c d
= (2a b, a, b)
demuestre que el N
ucleo tiene dimension 2..
Observaci
on 2.1.7. El siguiente resultado relaciona la nulidad y el rango de una transformacion lineal:
Teorema 2.1.6. Sean U y V espacios vectoriales sobre K con dim U < . Considere
T L (U, V ), entonces:
dim U = (T ) + (T )
Demostracion. Supongamos que dim U = n. Sea u1 , u2 , . . . , ur (r n) una base del n
ucleo
de T . Considere ur+1 , ur+2 , . . . , un una completacion de la base u1 , u2 , . . . , ur del n
ucleo de
T al espacio vectorial U . Luego, si v U , entonces:
v=
n
X
i=1
90
i ui
As:
n
X
T (v) = T
!
i ui
i=1
n
X
i T (ui )
i=1
n
X
T (ui )
i=r+1
y por tanto, T (ur+1 ) , T (ur+2 ) , . . . , T (un ) generan la imagen de T . Basta verificar, ahora,
que son linealmente independientes. En efecto, supongamos que:
nr
X
i T (ur+i ) = 0
i=1
Luego:
nr
X
!
i ur+i
=0
i=1
es decir, si w =
Pnr
i=1
i ur+i , se tiene entonces que w ker T . Por tanto, existen escalares
1 , 2 , . . . , r K tales que:
w=
r
X
i ui
i=1
As:
r
X
i ui =
i=1
O bien:
r
X
i=1
i ui
nr
X
i ur+i
i=1
nr
X
i ur+i = 0
i=1
Ahora bien, como u1 , u2 , . . . , ur , ur+1 , . . . , un es una base de U se tiene que:

1 = 2 = = r = 1 = 2 = = nr = 0
As, T (ur+1 ) , T (ur+2 ) , . . . , T (un ) es una base para la imagen de T . Por tanto, (T ) = r
y (T ) = n r.
Definici
on 2.1.4. Sea T L (U, V ). Diremos que:
91
1. T es inyectiva si:
T (u) = T (v) = u = v
para todos u, v U .
2. T es epiyectiva si:
ImT = V
3. T es biyectiva si es inyectiva y epiyectiva, simultaneamente.
Ejemplo 2.1.15. No existe transformacion lineal T : R2 R3 que sea sobreyectiva. En

efecto, si T es sobreyectiva ImT = R3 luego (T ) = 3 pero del teorema de las dimensiones

(T ) + (T ) = Dim R2 = 2
como (T ) = 3 se obtiene
(T ) = 1
esto es una contradiccion pues (T ) 0.
Teorema 2.1.7. Sea T L (U, V ). Entonces, T es inyectiva, si y solo si, ker T = {U }.
Demostracion. Supongamos que ker T = {U }. Sean u, v U tales que T (u) = T (v) .
Como T es una transformacion lineal, se tiene T (u v) = V , es decir, u v ker T . As,
u v = U , y por tanto, T es inyectiva.
Por otro lado, supongamos que T es inyectiva, como {U } ker T , bastara verificar
que ker T {0}. En efecto, sea u ker T , esto es T (u) = V y como T es transformacion
lineal, se tiene que T (U ) = V . Es decir, T (u) = T (U ), luego u = U , pues T es inyectiva.
As, ker T = {U }.
Isomorfismo
Definici
on 2.1.5. Dos espacios vectoriales U y V sobre K se dicen isomorfos si existe una
transformacion lineal T : U V biyectiva. Tal transformacion T biyectiva se llamara
isomorfismo entre U y V . El concepto de isomorfismo entre dos espacios se representara
por: U ' V .
92
Ejemplo 2.1.16. Sea U un espacio vectorial sobre R tal que u1 , u2 , . . . , un es una base de
U , entonces L : Rn U definida por:
(x1 , x2 , . . . , xn ) 7 L (x1 , x2 , . . . , xn ) =
n
X
xi ui
i=1
es un isomorfismo entre U y Rn , esto se debe a que

(x1 , x2 , . . . , xn ) ker T
n
X
xi ui = U
i=1
i, xi = 0
(pues u1 , u2 , . . . , un es una base de U ) as (x1 , x2 , . . . , xn ) ker T (x1 , x2 , . . . , xn ) =
(0, 0, . . . , 0) luego L es inyectiva y por el teorema de las dimensiones
n = dim Rn = 0 + (L)
as
(L) = n
esto implica ImT = U .
Teorema 2.1.8. Sean U y V espacios vectoriales de dimension finita sobre un cuerpo K.
Entonces, U ' V si y solo si dim U = dim V .
Ejemplo 2.1.17. M2 (R) ' R3 [x] ' R4
Ejemplo 2.1.18. Kmn ' Mmn (K)
Matriz asociada a una transformaci

on lineal
Definici
on 2.1.6. Sean U un espacio vectorial sobre K y B = {u1 , u2 , . . . , un } una base
de U . Diremos que B es una base ordenada de U , si se considera B como la sucesion
finita de vectores en U :
B = (u1 , u2 , . . . , un )
93
Definici
on 2.1.7. Sea B = {u1 , u2 , . . . , un } una base ordenada de un espacio vectorial U
y sea u U . Los coeficientes i en la combinacion
u = 1 u1 + 2 u2 + + n un
son llamadas coordenadas de u con respecto a B y desde ahora usaremos la notacion

2
[u]B = .
..
n
Observaci
on 2.1.8. Estos escalares existen y son unicos por la definicion de base, el orden
de los elementos de la base es importante.
Ejemplo 2.1.19. Calcular las coordenadas del vector 1 + 2x + 3x2 en la base de R2 [x]
dada por B = {1 + x, x2 , 1} .
Soluci
on. Tenemos que encontrar escalares , , tales que
1 + 2x + 2x2 = (1 + x) + x2 + 1
desarrollando
1 + 2x + 3x2 = ( + ) + x + x2
as
1 = +
2 =
3 =
se sigue = 3 entonces

1 + 2x + 3x2 = 2 (1 + x) + 3 x2 3 (1)
de donde obtenemos

1 + 2x + 3x2 B =
3
3
94
Observaci
on 2.1.9. Dado en vector de coordenadas [v]B y conocida la base B se puede
recuperar el vector v.
Ejemplo 2.1.20. Si el determinado vector v en M22 (R) tiene vector de coordenadas
[v]B =
1 1
1 1
1 1
1 0
,
,
,
entonces
en la base B =
1 1
1 0
0 0
0 0
v = 1
1 1
+ (1)
1 1
0 2
=
0 1
1 1
1 0
+ 2
1 1
0 0
+ (2)
1 0
0 0
Observaci
on 2.1.10. Sean U y V espacios vectoriales sobre K tales que B = {u1 , u2 , . . . , un }
y D = {v1 , v2 , . . . , vm } son bases ordenadas de U y V , respectivamente. Note que para
cada i = 1, 2, . . . , n se tiene que T (ui ) V , por tanto, existen escalares Aji K tales que:
T (ui ) = A1 i v1 + A2 i v2 + + Am i vm =
m
X
Aji vj ,
i = 1, 2, . . . , n
j=1
Es decir, los escalares A1 i , A2 i , . . . , Am i son las coordenadas de T (ui ) en la base D. As:
A1 i
A
2i
[T (ui )]D = . , i = 1, 2, . . . , n
..
Am i
Definici
on 2.1.8. Con respecto a las notaciones de la observacion anterior, se define la
matriz de T respecto de las bases B y D como la matriz A tal que A = (Ai j ) Mmn (R).
Esto es:
95
[T ]D
B
[T (u1 )D ] [T (u2 )D ] [T (un )D ]
A11 A12 A1n
A
21
22
2n
= .
..
..
..
..
.
.
.
Am1 Am2 Amn
Ejemplo 2.1.21. Dada la transformacion lineal T : R3 R2 definida por:

T (x, y, z) = (3x 2y + z, x y)
Determine la matriz asociada a T respecto de las bases:
1. canonicas de R3 y R2 , respectivamente.
Soluci
on.
T (1, 0, 0) = (3, 1) = 3 (1, 0) + 1 (0, 1)
T (0, 1, 0) = (2, 1) = 2 (1, 0) 1 (0, 1)
T (0, 0, 1) = (1, 0) = 1 (1, 0) + 0 (0, 1)
as
[T ]CR23 =
R
3 2 1
1 1 0
2. las bases B = {(1, 1, 0) ; (1, 0, 1) ; (1, 2, 3)} y D = {(2, 1) ; (1, 1)}

Soluci
on.
T (1, 1, 0) = (3 2, 1 1) = (1, 0) = 1 (2, 1) + 1 (1, 1)
T (1, 0, 1) = (3 + 1, 1) = (4, 1) = 2 (2, 1) + 2 (1, 1)
T (1, 2, 3) = (3 4 + 3, 1 2) = (2, 1) = 3 (2, 1) + 3 (1, 1)
determinemos los escalares, los determinaremos en un solo sistema

5
1
1
2 1 1 4 2
1 0 3
3
3
1
2
0 1 3 3 43
1 1 0 1 1
96
se sigue
[T ]D
B =
1
3
5
3
1
3
31 23 43
Ejemplo 2.1.22. Sea D : R3 [x] R3 [x] el operador lineal derivada, es decir, p D (p) =
p0 y considere las bases de R3 [x] dadas por

2x3 , 3x x2 , 1 x, 1

= 1, x, x2 , x3

B1 =
B2
luego
D 2x3
= 0 1 + 0x + 6x2 + 0x3
D 3x x2
= 3 (1) 2 (x) + 0x2 + 0x3
D (1 x) = 1 (1) + 0x + 0x2 + 0x3

D (1) = 0 (1) + 0x + 0x2 + 0x3
entonces
[D]BB21
0 2
=
6 0
0 0
1 0
0
0
0
usted puede calcular [D]B1

a que es una matriz diferente.
B2 y ver
Ejemplo 2.1.23. Si B = {v1 , v2 , . . . , vn } es una base del espacio vectorial V y I : V V
la transformacion identidad entonces
[I]BB = Inn
(la matriz identidad)
En efecto, Iv1 = v1 = 1v1 + 0v2 + 0v3 + + 0vn se sigue

1

0

[Iv1 ]B = .
..

0
97
similarmente Iv2 = v1 = 0v1 + 1v2 + 0v3 + + 0vn se sigue

0

1

[Iv2 ]B =
0
.
..

0
as [I]BB es
[I]BB = Inn
Definici
on 2.1.9. Sean U un espacio vectorial sobre K tales que B = {u1 , u2 , . . . , un } y
D = {v1 , v2 , . . . , vn } son bases ordenadas distintas de U . Sea 1 : U U la transformacion
lineal identidad. Se define la matriz cambio de base como la matriz asociada a 1 respecto
de las bases B y D.
Teorema 2.1.9. Sean U y V espacios vectoriales finito dimensionales sobre K con bases B
y D, respectivamente. Sean, ademas, S, T : U V dos transformaciones lineales, entonces:
D
D
[T + S]D
B = [T ]B + [S]B
Teorema 2.1.10. Sean U, V y W espacios vectoriales de dimensi

on finita sobre K tales que
B, D y E son bases de U, V y W , respectivamente. Suponga que T : U V y S : V W
son transformaciones lineales, entonces:
[ST ]EB = [S]ED [T ]D
B
Observaci
on 2.1.11. Sean U y V espacios vectoriales finito dimensionales sobre K con
bases B y E para U , y D y F para V . Considere, ademas, T : U V una transformacion
lineal. Note que en vista del teorema anterior el cambio de representacion matricial puede
expresarse mediante el siguiente diagrama conmutativo:
[T ]F
E
UE
VF
[1]EB
[T ]D
B
UB
VD
98
[1]D
F
donde la notacion del tipo UE , por ejemplo, representa el espacio U considerado con la
base E. En efecto, utilizando la convencion usual para la composicion de funciones, tenemos
que:
D
F
E
[T ]D
B = [1]F [T ]E [1]B
Teorema 2.1.11. Sean U y V espacios vectoriales finito dimensionales sobre K con bases
B y D, respectivamente. Sea, ademas, T : U V una transformacion lineal entonces T es
invertible si y solo si [T ]D
as
B es invertible, adem
1 B D 1
T D = [T ]B
Teorema 2.1.12. Sean U y V espacios vectoriales sobre el mismo cuerpo K tales que
B = {u1 , u2 , . . . , un } es una base ordenada para U y D = {v1 , v2 , . . . , vm } es una base
ordenada para V , entonces:
[T u]D = [T ]D
B [u]B
para todo u U .
Ejemplo 2.1.24. Considere las bases de R3
B1 = {(1, 1, 1) , (1, 1, 0) , (1, 0, 0)}
y
B2 = {(0, 0, 1) , (1, 0, 0) , (0, 1, 0)}
1. Calcular [I]BB21 y [I]BB12 .
2. Calcular [v]Bi para i = 1, 2 donde v = (3, 1, 3)
1. Notemos que
I (1, 1, 1) = (1, 1, 1) = 1 (0, 0, 1) + 1 (1, 0, 0) + 1 (0, 1, 0)
I (1, 1, 0) = (1, 1, 0) = 0 (0, 0, 1) + 1 (1, 0, 0) + 1 (0, 1, 0)
I (1, 0, 0) = (1, 0, 0) = 0 (0, 0, 1) + 1 (1, 0, 0) + 0 (0, 1, 0)
99
entonces
1

= [I]BB21
como [I]BB12
1 0 0
[I]BB21 =
1
1
1
1 1 0
1

se sigue que [I]BB12 = [I]BB21
1 0 0 1 0 0
1 0 0
1 1 1 0 1 0 0 1 0 1 0 1
1 1 0 0 0 1
0 0 1 0 1 1
as
[I]BB12 =
1 0 1
0 1 1
2. Notemos que (3, 1, 3) = 3 (0, 0, 1) + 3 (1, 0, 0) + 1 (0, 1, 0)

3

[(3, 1, 3)]B2 =
3
1
luego
[(3, 1, 3)]B1 = [I]BB12 [(3, 1, 3)]B2

3
1 0 0

=
1 0 1 3
0 1 1
1
=
2
2
Ejemplo 2.1.25. Sean B = {(1, 1, 1) ; (0, 0, 1) ; (1, 0, 1)} y D = {(1, 1) ; (0, 1)} bases de
R3 y R2 , respectivamente. Sea T una transformacion lineal tal que:
4
2 2
[T ]D
B =
3 1 1
Hallar explcitamente T (x, y, z).
100
Soluci
on. Primero buscamos [(x, y, z)]B esto es
(x, y, z) = (1, 1, 1) + (0, 0, 1) + (1, 0, 1)
luego
1 0 1 x
1 0 0
1 0 0 y 0 1 0 zx
1 1 1 z
0 0 1 xy
as
[(x, y, z)]B =
z
xy
se sigue que
[T (x, y, z)]D = [T ]D
B [(x, y, z)]B
y
4
2 2
z x
=
3 1 1
xy
6y 4x + 2z
=
2x 4y z
de donde obtenemos
T (x, y, z) = (6y 4x + 2z) (1, 1) + (2x 4y z) (0, 1)
= (6y 4x + 2z, 2y 2x + z)
C
alculo con coordenadas
Observaci
on 2.1.12. Como se puede observar de la seccion anterior, las matrices asociadas
a las transformaciones lineales dependen de las coordenadas. Es decir, dependen de las
bases consideradas en los espacios vectoriales involucrados. Por consiguiente, el calculo
de los subespacios notables (n
ucleo e imagen) asociados a una transformacion lineal no
es directo por definicion. Sin embargo, con los procedimientos algebraicos adecuados se
pueden obtener los espacios notables asociados a las transformaciones a traves de calculos
con coordenadas. Veamos algunos ejemplos:
101
Ejemplo 2.1.26. Sean:

B = {(1, 1, 1) ; (0, 1, 1) ; (1, 0, 1)}
y:
D = {(1, 1, 1) ; (1, 0, 1) ; (1, 2, 3)}
bases de R3 y T L (R3 , R3 ) tales que:
3 1 1
[T ]D
=
B
1
2 2
Calcule el n
ucleo y la imagen de T , sin explicitar T (x, y, z).
ucleo de T , es decir T (u) = 0. Por tanto,
Soluci
on. Sea u un vector cualquiera en el n
[T u]D = [0]D = 0. Sin embargo,
1
en donde [u]B =
a b c
T
sabemos que [T u]D = [T ]D

B [u]B , luego:

2 2
a
0

1 1
b = 0
2 2
c
0
. Escalonando la matriz de coeficientes:

4
1 0
3 1 1 0 1 1
1
2 2
0 0 0
se obtiene que a = 0 y b = c. Por lo tanto:
[u]B =
c ,
c
cR
Luego:
u = 0 (1, 1, 1) + c (0, 1, 1) + c (1, 0, 1) = (c, c, 2c) ,
Por lo tanto, obtenemos de lo anterior que:
ker T = h (1, 1, 2) i
102
cR
Para calcular la imagen de T , debemos notar primeramente que de:
4
2 2
3 1 1
[T ]D
=
B
1
2 2
se obtiene que:
,
[T (1, 1, 1)]D =
3
,
[T (0, 1, 1)]D =
1
[T (1, 0, 1)]D =
1
Por consiguiente:
T (1, 1, 1) = 4 (1, 1, 1) + (3) (1, 0, 1) + 1 (1, 2, 3) = (2, 6, 4)
T (0, 1, 1) = 2 (1, 1, 1) + (1) (1, 0, 1) + 2 (1, 2, 3) = (3, 6, 7)
T (1, 0, 1) = (2) (1, 1, 1) + 1 (1, 0, 1) + (2) (1, 2, 3) = (3, 6, 7)
Ahora bien:
ImT = hT (1, 1, 1) , T (0, 1, 1) , T (1, 0, 1)i
= h{(2, 6, 4) , (3, 6, 7) , (3, 6, 7)}i
= h{(2, 6, 4) , (3, 6, 7)} i
note que el rango de T es 2.
Ejemplo 2.1.27. Sean:
B = {(1, 1, 1) ; (0, 2, 1) ; (1, 0, 1)}
y:

D = 1 + 2x + x2 ; 1 + 3x + 2x2 ; 2 + x + 3x2
bases de R3 y R2 [x], respectivamente. Sea T L (R3 , R2 [x]) tales que:
5
2 2
[T ]D
1
B = 3 1
1
4 3
Verifique que T es un isomorfismo entre R3 y R2 [x]. Calcule, ademas, T 1 .
103
Soluci
on. Para verificar que T es un isomorfismo, basta notar que det [T ]D
6 0. En efecto:
B =

5
2 2

D
det [T ]B = 3 1 1

1
4 3

=1

Por otro lado, para calcular T 1 , procedemos por coordenadas. En efecto:

1

B
T (a, b, c) B = T 1 D [(a, b, c)]D

1
= [T ]D
[(a, b, c)]D
B
Luego:
T 1
B
D
=
3
1
=
8
11
4 3
2 0
13 1
18 1
Necesitamos, ahora, las coordenadas de a + bx + cx2 respecto de la base D. Esto es:

1 + 2x + x2 + 1 + 3x + 2x2 + 2 + x + 3x2 = a + bx + cx2
Resolviendo el sistema anterior, obtenemos:

a + bx + cx2 D =

1
5
7
a
+
b
c
4
4
4
1
5
= 4 b 4 a + 43 c
1
1
1
c + 4a 4b
4
104
Luego:
T 1 a + bx + cx2

B
=
8
13
1
11 18 1
3
3
1
a
c
4
4
4
5
11
= 2 a 2 b + 21 c
15
1
7
a 2 b + 2c
2
7
a+
4
1
b
4
1
c+
4
1
b
4
5
a
4
1
a
4
54 c
+ 43 c
1
4b
As:
T
a + bx + cx

3
5
3
1
11
1
=
a b c (1, 1, 1) +
a b + c (0, 2, 1)
4
4
4
2
2
2

15
1
7
a b + c (1, 0, 1)
+
2
2
2

17
33
1 23
47
3 1
5
1
=
a b + c,
a b + c, a b + c
4
4
4 4
4
4 4
4
4
Ejercicios resueltos de Transformaciones lineales

1. Considere la transformacion
T : M22 (R)
R4
a b
a b
T
= (a + b, a + c b, c, d)
c d
c d
a) Determine una base de Ker(T ) e Im(T ).
105
Soluci
on. Vamos a buscar el N
ucleo de la transformacion,
a b
a b
= (0, 0, 0, 0)
M22 (R) : T
ker (T ) =
c d
c d
a b
M22 (R) : (a + b, a + c b, c, d) = (0, 0, 0, 0)

=
c d
a
+
b
=
0
a b
ab+c = 0
M22 (R) :
=
c
d
c
= 0
d
= 0
a b
M22 (R) : a = b = c = d = 0
=
c d
0 0
=
0 0
del teorema de las dimensiones se sigue que
Dim (ker (T )) + Dim (Im (T )) = Dim (M22 (R))
0 + Dim (Im (T )) = 4
as Dim (Im (T )) = 4 y luego Im (T ) = R4 (T es biyectiva)
b) Si
1 1
0 1
0 1
1 1
B1 =
,
,
,
2 0
2 1
1 1
0 3
y
B2 = {(1, 0, 2, 0) , (1, 0, 2, 1) , (0, 0, 1, 1) , (1, 1, 0, 3)}
son bases de M22 (R) y R4 respectivamente determinar [T ]BB21 .
106
Soluci
on. Como
1 1
2
0 1
1
0 1
1 1
1 1
0 3
= (0, 4, 2, 0)
= (1, 3, 2, 1)
= (1, 0, 1, 1)
= (2, 0, 0, 3)
se sigue que necesitamos resolver los sistemas

(0, 4, 2, 0) = 1 (1, 0, 2, 0) + 1 (1, 0, 2, 1) + 1 (0, 0, 1, 1) + 1 (1, 1, 0, 3)
(1, 3, 2, 1) = 2 (1, 0, 2, 0) + 2 (1, 0, 2, 1) + 2 (0, 0, 1, 1) + 2 (1, 1, 0, 3)
(1, 0, 1, 1) = 3 (1, 0, 2, 0) + 3 (1, 0, 2, 1) + 3 (0, 0, 1, 1) + 3 (1, 1, 0, 3)
(2, 0, 0, 3) = 4 (1, 0, 2, 0) + 4 (1, 0, 2, 1) + 4 (0, 0, 1, 1) + 4 (1, 1, 0, 3)
y as la matriz asociada sera
[T ]BB21
vamos a
1 2 3 4

1 2 3 4
=
1 2 3 4
1 2 3 4
resolver los 4 sistema de una sola vez

1 0 1 0 1 1 2
1 0

0 0 1 4 3 0 0
0 1
2 1 0 2 2 1 0
0 0
0 0
1 1 3 0 1 1 3
as
[T ]BB21
0 0 6 4 1 5
0 0
1 0 10
0 1
6 4 1 5
=
10
4
107
2
4
10 1 4
3
0
0
0
10 1 4
3
0
0
0
c) Si la transformacion es un isomorfismo (biyectiva) determine

T 1
B1
B2
Soluci
on. ya sabemos que la transformacion es biyectiva, como
1 B1 B2 1
T B2 = [T ]B1
se sigue
6 4 1 5
2
0
2
7
10 10 1 4
4
3
0
0
3
22
2
11
23
11
7
11

B
= T 1 B12
3
22
9
22
17
11
2
11
6
11
19
11
21
11
8
11
4
11
4
11
1
11
6
11
2. Construir una transformacion lineal T : R3 R3 que cumpla las siguientes condiciones (simultaneamente)
a) Ker(T ) = {(x, y, z) R3 : (x, y, z) = t (1, 0, 1) para t R}
b) Im(T ) = {(x, y, z) R3 : x 2y + z = 0}
Soluci
on. La transformacion tiene que cumplir las dos condiciones, notamos que
ker (T ) = h(1, 0, 1)i
y

(x, y, z) R3 : x 2y + z = 0

= (x, y, z) R3 : x + z = 2y

x+z
3
=
x,
, z R : x, z R
2

1
1
=
1, , 0 , 0, , 1
2
2
Im (T ) =
108
desde el punto de vista del teorema de las dimensiones estas dos condiciones no son
incompatibles puesto que

Dim (ker (T )) + Dim (Im (T )) = Dim R3 = 3
para la posible transformacion. Vamos a utilizar el teorema que nos permite construir
transformaciones si la conocemos en una base

1
T (1, 0, 0) =
1, , 0
2

1
T (0, 1, 0) =
0, , 1
2
T (1, 0, 1) = (0, 0, 0)
notamos que los vectores (1, 0, 0) , (0, 1, 0) y (1, 0, 1) son linealmente independientes
pues

1 0 1

0 1 0

0 0 1

= 1 6= 0

y luego forman una base de R3 estas condiciones determinan por completo una
transformacion lineal, note tambien que
Im (T ) = h{T (1, 0, 0) , T (0, 1, 0) , T (1, 0, 1)}i

1
1
=
1, , 0 , 0, , 1 , (0, 0, 0)
2
2

1
1
=
1, , 0 , 0, , 1
2
2

3
= (x, y, z) R : x 2y + z = 0
y (1, 0, 1) ker (T ) que tiene dimension 1 (por el teorema de las dimensiones) as
ker (T ) = h{(1, 0, 1)}i

= (x, y, z) R3 : (x, y, z) = t (1, 0, 1) para t R
podemos tambien determinar en forma explcita esta transformacion
(x, y, z) = (1, 0, 0) + (0, 1, 0) + (1, 0, 1)
109
+ = x
= y
= z
de donde = x + z, = y, = z as
(x, y, z) = (x + z) (1, 0, 0) + y (0, 1, 0) + (z) (1, 0, 1)
luego
T (x, y, z) = T ((x + z) (1, 0, 0) + y (0, 1, 0) + (z) (1, 0, 1))
= (x + z) T (1, 0, 0) + yT (0, 1, 0) + (z) T (1, 0, 1)

1
1
= (x + z) 1, , 0 + y 0, , 1 + (z) (0, 0, 0)
2
2

1
1
1
=
x + z, x + y + z, y
2
2
2
3. Sea T L (R3 , R2 ) con B = {(0, 0, 1) ; (0, 2, 1) ; (3, 2, 1)} y C = {(1, 3) ; (2, 5)}
bases ordenadas de R3 y R2 , respectivamente. Supongamos que:
1 3
2
M23 (R)
[T ]CB =
4 12 8
Con respecto a las hipotesis anteriores:
a) Hallar ker T sin calcular T (x, y, z).
Soluci
on. v ker (T ) [v]B es solucion de [T ]CB x = 0 luego
1 3
2 0
1 3 2 0
4 12 8 0
0 0
0 0
luego
[v]B =

es solucion si y solo si
3 2 = 0
110
de esta forma

[v]B =
=
3 + 2
para , R
luego
v ker (T ) (x, y, z) = (3 + 2) (0, 0, 1) + (0, 2, 1) + (3, 2, 1)
para , R esto es
(x, y, z) = (3, 2 + 2, 4 + 3) para , R
as
ker (T ) = h(3, 2, 3) , (0, 2, 4)i
b) Determinar T (x, y, z).
Soluci
on. Notemos que
[T (x, y, z)]C = [T ]CB [(x, y, z)]B
luego
(x, y, z) = (0, 0, 1) + (0, 2, 1) + (3, 2, 1)
as
3 = x
2 + 2 = y
++ = z
luego = z 21 y, = 21 y 13 x, = 13 x de donde tenemos
z 12 y
1
1
[(x, y, z)]B =
y
x
2
3
1
x
3
111
as
z 12 y
1y 1x
2
3
4 12 8
1
x
3
2y 13 x z
=
4
x 8y + 4z
3
[T (x, y, z)]C =
as

4
1
x 8y + 4z (2, 5)
T (x, y, z) =
2y x z (1, 3) +
3
3

7
17
=
x 14y + 7z, 34y x 17z
3
3
c) Por que es falso que T (x, y, z) = [T ]CB

y ?
z
Soluci
on. Esta igualdad no es posible ni por los ordenes de las matrices.
d ) Cuando es valida la igualdad anterior?
Soluci
on. Al considerar las bases canonicas en los espacios de partida y llegada
se cumple una desigualdad del tipo

onica
T (x, y, z)t = [T ]can
can
onica y
z
(ademas la transformacion este definida de Rn en Rm )
e) Hallar la nulidad de T y el rango de T sin hallar la Im(T )?
Soluci
on. El rango de la transformacion lineal es igual al rango de la matriz
asociada en este caso es 1.
f ) Hallar Im(T ) y una base para Im(T ).
112
Soluci
on. Como ya tenemos la transformacion podemos determinar la imagen
como
Im (T ) = hT (1, 0, 0) , T (0, 1, 0) , T (0, 0, 1)i

7 17
=
,
, (14, 34) , (7, 17)
3
3
= h(7, 17)i
esto es una recta que pasa por el origen con direccion (7, 17).
4. Sean U = {(x, y, z) R3 : 2x 3y + 5z = 0} un espacio vectorial y A una base
ordenada de U y C la base canonica de R2 . Suponga que T : U R2 es una
transformacion lineal definida por T (x, y, z) = (x y, x z) tal que:
1
2
M22 (R)
[T ]CA =
1 1
Determine la base A.
Soluci
on. Sea A = {(, , ) , (, , )} la base de U del ejercicio (el espacio tiene
dimension 2) entonces
[T (, , )]C =
[T (, , )]C =
1
1
2
1
ademas
2 3 + 5 = 0
2 3 + 5 = 0
pero
[T (, , )]C =
[T (, , )]C =
113
de donde tenemos el sistema de ecuaciones

= 1
= 1
= 2
= 1
2 3 + 5 = 0
2 3 + 5 = 0
que tiene solucion = 12 , = 49 , = 12 , = 54 , = 12 , = 14 as

1 1 1
1 9 5
A=
, ,
, , ,
2 2 2
4 4 4
5. Considere la transformacion lineal
T :
M (R)
R4
22
x y
x y
T
= (x y, x z, x w, x)
z w
z w
y suponga que
1 0
2 0
0 0
0 1
B1 =
,
,
,
0 1
0 0
1 0
0 0
B2 = {(1, 1, 1, 1) , (1, 1, 0, 0) , (1, 0, 0, 0) , (1, 1, 1, 0)}
a) Calcular [T ]BB21 , muestre que T es invertible (isomorfismo) y calcule T 1 en forma
explcita.
Soluci
on. Como
x y
z w
= (x y, x z, x w, x)
114
se sigue
1 0
0 1
2 0
0
0 0
1 0
0 1
0
= (1, 1, 0, 1)
= (2, 2, 2, 2)
= (0, 1, 0, 0)
= (1, 0, 0, 0)
luego tenemos que resolver los sistemas

(1, 1, 0, 1) = 1 (1, 1, 1, 1) + 1 (1, 1, 0, 0) + 1 (1, 0, 0, 0) + 1 (1, 1, 1, 0)
(2, 2, 2, 2) = 2 (1, 1, 1, 1) + 2 (1, 1, 0, 0) + 2 (1, 0, 0, 0) + 2 (1, 1, 1, 0)
(0, 1, 0, 0) = 3 (1, 1, 1, 1) + 3 (1, 1, 0, 0) + 3 (1, 0, 0, 0) + 3 (1, 1, 1, 0)
(1, 0, 0, 0) = 4 (1, 1, 1, 1) + 4 (1, 1, 0, 0) + 4 (1, 0, 0, 0) + 4 (1, 1, 1, 0)
resolveremos
1 1
1 1
1 0
1 0
los 4 sistemas
1 1 1 2
1 0 0 0
0 1 1 2 1 0
0 1 0 0 1
0 1 0 2 0 0
0 0 1 0 0
0 0 0 1 1
0 0 1 2 0 0
se sigue
[T ]BB21
=
0

1
b) Encontrar [T ]BB21
115
2
0
0
0
1 0
1 1
2
0
0
0
1 0
1 1
0 0
Soluci
on.

[T ]BB21
1
B
T 1 B12
1 2
1
0
=
0
0
1 0
0
0
1 0
= 2
0 1
0
1
1 0
1 1
0 0
0 1
0 12
0 1
1 1
c) Considere las bases canonicas deM22 (R) y R4
1 0
0 1
0 0
0 0
C1 =
,
,
,
0 0
0 0
1 0
0 1
C2 = {((1, 0, 0, 0)) , (0, 1, 0, 0) , (0, 0, 1, 0) , (0, 0, 0, 1)}
calcular [T ]CC21 usando la matrices de cambio de base adecuadas.
Soluci
on. Para calcular [T ]CC21 necesitamos hacer
[I]CB22 [T ]BB21 [I]BC11
as
1 0
0 1
de donde tenemos
1 2 0
0 0 0
0 0 1
1 0 0
2 0
0
0 0
1 0
que resolver 4 sistemas

0 1 0 0 0

1 0 1 0 0

0 0 0 1 0

0 0 0 0 1
116
0 1
0
1 0 0 0
0 1 0 0 12
0 0 1 0
0 0 0 1
0 1
0 1 0
1 0 0
0
1
2
de aqu
0
0 0 1
1 0 0 1
2
[I]BC11 = 2
0
0
1
0
0 1 0 0

1
(note que es mas facil pensarlo como [I]CB11
= [I]BC11 si la canonica esta en la
llegada es escribir los vectores como columna)
1 1 1
1 1 0
C2
[I]B2 =
1 0 0
1 0 0
y
1
as
[T ]CC21 = [I]CB22 [T ]BB21 [I]BC11
1 1 1 1
1 1 0 1
1 0 0 1
1 0 0 0
1 1 0
0
1 0 1 0
=
1 0
0 1
1 0
0
0
0 1
1 0 0 1
1 0
2
2
0
1 1
0
1
0
0 0
0 1 0 0
6. Considere la transformacion lineal T : R2 [x] R2 [x] dada por:

T ax2 + bx + c = (a + b) x2 + (a + b + c) x + c
a) Encuentre una base para ker (T )
b) Encuentre una base para Im (T )
c) Considere en el dominio la base B = {1 + x2 , 1 + x + x2 , 1} y en el codominio
la base D = {1 x, 1 + x, x2 } encontrar la matriz asociada a T respecto a estas
bases.
117
a) Por definicion
ker (T ) =

ax2 + bx + c R2 [x] : T ax2 + bx + c = 0

ax2 + bx + c R2 [x] : (a + b) x2 + (a + b + c) x + c = 0

ax2 + bx + c R2 [x] : (a + b = 0) (a + b + c = 0) (c = 0)
1 1 0
a
0
2

=
ax + bx + c R2 [x] :
1 1 1 b = 0
0 0 1
c
0
luego
1 1 0
1 1 0
1 1 1 0 0 1
0 0 1
0 0 0
as

ax2 + bx + c R2 [x] : (a + b = 0) (c = 0)

= ax2 + bx + c R2 [x] : (b = a) (c = 0)

= ax2 ax R2 [x] : a R
2

=
x x
ker (T ) =
luego el kernel tiene dimension 1 (la nulidad es 1).

b) Notemos que T (ax2 + bx + c) = (a + b) x2 + (a + b + c) x + c y luego

(a + b) x2 + (a + b + c) x + c = a x2 + x + b x2 + x + c (x + 1)
as

T ax2 + bx + c x2 + x, x2 + x, x + 1
como hay un elemento repetido, el conjunto es L.D. as
x2 + x, x2 + x, x + 1
x2 + x, x + 1
se sigue
Im (T )
118
x2 + x, x + 1
por el teorema de las dimensiones se sigue

Dim (ker (T )) + Dim (Im (T )) = Dim (R2 [x])
as, de la parte a) se tiene
1 + Dim (Im (T )) = 3
de donde se obtiene
Dim (Im (T )) = 2
y as
Im (T ) =
x2 + x, x + 1
de esta forma, una base para la imagen es {x2 + x, x + 1}

c) Como T (ax2 + bx + c) = (a + b) x2 + (a + b + c) x + c se sigue que
T 1 + x2
= x2 + 2x + 1 = (1 x) + (1 + x) + x2
= x2 + ( ) x + (a + )
por determinar a, , .
T 1 + x + x2
= 2x2 + 3x + 1 = (1 x) + (1 + x) + x2
= x2 + ( ) x + (a + )
T (1) = x 1 = (1 x) + (1 + x) + x2
= x2 + ( ) x + (a + )
Vamos a resolver esos 3 problemas de una sola vez, porque hay que resolver los
sistemas
= 1
( ) = 2
(a + ) = 1
119
y
= 2
( ) = 3
(a + ) = 1
y
= 0
( ) = 1
(a + ) = 1
en todas la matriz de coeficientes es la misma, formamos una tripe matriz
ampliada
y escalonamos
0 1 1 2
1 0 0 21 1
Operaciones Elementales
0 1 0
1 0 2 3 1
1 0 1 1 1
0 0 1
[T ]D
B =
12 1
1
2
0

(notar que T (1 + x2 ) = x2 + 2x + 1 = 12 (1 x) +
3
2
3
2
3
2
(1 + x) + 1x2 ,
T (1 + x + x2 ) = 2x2 + 3x + 1 = (1) (1 x) + 2 (1 + x) + 2x2 y T (1) =

x 1 = 0 (1 x) + (1) (1 + x) + 0x2 )
7. Suponga que S : R2 [x] R2 [x] es una transformacion lineal con
21 1 0
[T ]D
=
2
1
B
2
1
2
0
B = {1 x, 1 + x, x2 } y D = {1 + x2 , 1 + x + x2 , 1} (No es el ejercicio anterior ver
las bases)
a) Encontrar ker (T )
120
b) Encontrar Im (T )
c) Calcule T (2 + x x2 )
d ) Encontrar una expresion para T (ax2 + bx + c)
a) Note que p ker (T ) si y solo si T (p) = 0 si
[T p]D =
0
0
y solo si
pero
[T p]D = [T ]D
B [p]B
luego si resolvemos
= [T ]D [p] =
B
B
21 1
3
2
se sigue que p ker (T ) si y solo si
1 0 2

0 1

0 0

= [p]
B

cumple
= 2 y =
121
estaremos encontrando las coordenadas

= [p]
B

de los vectores de ker (T ). Pues bien
12 1 0
3
2 1
2
1
2
0
as p ker (T ) si y solo si
p (x) = (2) (1 x) + () (1 + x) + x2
para alg
un R es decir
ker (T ) =
3x + x2 + 1
b) De la matriz asociada tenemos
21
[T (1 x)]D =
as
3
2
1

1
3
2
T (1 x) =
1+x +
1 + x + x2 + (1) (1)
2
2
3
= x2 + x
2
tambien
as
[T (1 + x)]D =
2
2

T (1 x) = (1) 1 + x2 + (2) 1 + x + x2 + (2) (1)
= x2 + 2x 1
y
1 as
=
D
0

2
T x
= (0) 1 + x2 + (1) 1 + x + x2 + (0) (1)
T x2
= x2 x 1
luego

Im (T ) =

3
2
2
x + x, x + 2x 1, x x 1
2
2
122

del teorema de las dimensiones x2 + 32 x, x2 + 2x 1, x2 x 1 debera ser
un conjunto L.D. en efecto
1 1 1
1 0 2
3 2 1 0 1 1
2

0 1 1
0 0 0

3
2
(2) x + x + (1) x2 + 2x 1 = x2 x 1
2
se sigue

Im (T ) =

3
2
x + x, x + 2x 1
2
2
c) Para calcular T (2 + x x2 ) podemos hacer lo siguiente
2 + x x2

B
donde
2 + x x2 = (1 x) + (1 + x) + x2
= 1
= 1
+ = 2
= 21 , = 23 , = 1 luego
T 2 + x x2

D
21 1
3
2
1
2
3
2
=
1

0
1
74
19
4
7
2
se obtiene
T 2+xx

7
19
7
2
2
=
1+x +
1+x+x +
(1)
4
4
2
19
1
= 3x2 + x
4
2
123
d ) Encontremos una expresion para

T ax2 + bx + c
notemos que
ax2 + bx + c = (1 x) + (1 + x) + x2
si y solo si
= a
= b
+ = c
esto es
0 1 a
1 0 0
1 1 0 b 0 1 0

0 0 1
1 1 0 c
1
c
2
1
b
2
21 b
+ 12 c
luego
2
ax + bx + c =

1
1
1
1
c b (1 x) +
b + c (1 + x) + ax2
2
2
2
2
podemos encontrar T (ax2 + bx + c) en dos formas

1
1
1
1
2
c b T (1 x) +
b + c T (1 + x) + aT x2
T ax + bx + c =
2
2
2
2

1
1
3
1
1
2
c b
x + x +
b + c x2 + 2x 1
=
2
2
2
2
2

2
+a x x 1

1
7
1
1
2
= (c a) x + a + b + c x + b c a
4
4
2
2
la otra forma es
T ax2 + bx + c

D
124
12 1
1
2
0
14 b 34 c
1
7
b
a
+
c
4
4
1
3
b + 2c
2
3
2
1
c
2
1
b
2

12 b

+ 21 c
a
y as
2
T ax + bx + c

1
3
7
1
2
b a + c 1 + x + x2
=
b c 1+x +
4
4
4
4

1
3
+
b + c (1)
2
2

1
7
1
1
2
= (c a) x + a + b + c x + b c a
4
4
2
2

8. Muestre que T : M22 (R) R3 [x] dada por
a b
= (a + b) x3 + cx2 + (a + d) x + (c d)
T
c d
es una transformacion lineal ademas determine el ker (T ) e Im(T ).
Soluci
on. En general, si V y W son espacios vectoriales, una funcion F : V W
es llamada transformacion lineal si cumple: i) K,v V , F (v) = F (v) y ii)
v1 , v2 V , F (v1 + v2 ) = F (v1 ) + F (v2 ) (esto quiere decir, que enva combinaciones
lineales en combinaciones lineales). En nuestro ejercicio los elementos del espacio
de partida son matrices de orden 2 2 luego para probar la primera propiedad
necesitamos considerar un escalar arbitrario y una matriz arbitraria y en la segunda
propiedad, dos matrices arbitrarias como sigue:
a b
M22 (R) se tiene
i) Sea R y
c d

T
a b
c d
= T
a b
c d
A B
donde A = a, B = b, C = c, D = d
= T
C D
= (A + B) x3 + Cx2 + (A + D) x + (C D)
= ((a) + (b)) x3 + (c) x2 + (a + d) x + (c d)

= (a + b) x3 + cx2 + (a + d) x + (c d)
a b
= T
c d
125
(Explicacion: tenemos que mostrar que el escalar se puede sacar

de la funci
on
a b
=
y para esto utilizamos solamente la definicion, en la linea T
c d
a b
no sabemos como act
T
ua la funcion T sobre el producto escalar
c d
a b
es por eso que aplicamos la definicion de producto escalar de matrices y
c d
as

a b
a b
=
c d
c d
a b
(en este caso si
y ahora podemos aplicar la definicion de T a la matriz
c d
sabemos como act
ua T ), para que se vea mas claro agregue la linea
a b
A B
=
donde A = a, B = b, C = c, D = d
c d
C D
pero no es necesario, entonces por definicion
A B
T
C D
= (A + B) x3 + Cx2 + (A + D) x + (C D)
y ahora reemplazamos para obtener la igualdad deseada)
a11 a12
b
b
, 11 12 M22 (R) matrices arbitrarias, se tiene
ii) Sean
a21 a22
b21 b22
a11 a12
a21 a22
b11 b12
b21 b22
= T
a11 + b11 a12 + b12
a21 + b21 a22 + b22
A B
= T
C D
donde A = a11 +b11 , B = a12 +b12 , C = a21 +b21 , D = a22 +b22 , aplicando la definicion
126
de T se sigue
A B
= (A + B) x3 + Cx2 + (A + D) x + (C D)
T
C D
= ((a11 + b11 ) + (a12 + b12 )) x3 + (a21 + b21 ) x2 +
((a11 + b11 ) + (a22 + b22 )) x + ((a21 + b21 ) (a22 + b22 ))
= ((a11 + a12 ) + (b11 + b12 )) x3 + (a21 + b21 ) x2 +
((a11 + a22 ) + (b11 + b22 )) x + ((a21 a22 ) + (b21 b22 ))

= (a11 + a12 ) x3 + a21 x2 + (a11 + a22 ) x + (a21 a22 ) +

(b11 + b12 ) x3 + b21 x2 + (b11 + b22 ) x + (b21 b22 )
b11 b12
a11 a12
+ T
= T
b21 b22
a21 a22
de esto concluimos
= T
a11 a12
a21 a22
a11 a12
a21 a22
b11 b12
b21 b22
b11 b12
+ T
b21 b22
de i) y ii) T es una transformacion lineal.

Vamos a buscar el ker (T )
ker (T ) = {v V
=
c
=
c
=
c
: T (v) = W }
b
a b
M22 (R) : T
= 0 (el polinomio 0)
d
c d
b
M22 (R) : (a + b) x3 + cx2 + (a + d) x + (c d) = 0
b
M22 (R) : (a + b) = 0 c = 0 (a + d) = 0 (c d) = 0
127
de esta forma buscamos todas la matrices
a b
c d
tales que
a+b = 0
c = 0
a+d = 0
cd = 0
o matricialmente
1 1
0 0
1 0
0 0
a

1 0
b
=

0 1
c
1 1
d
resolvemos el sistema escalonando
1 1 0 0
0 0 1 0
1 0 0 1
0 0 1 1

0 1 0 1 0
0
0 0 0 1 0 0
0 0 0 1 0
0
de esto se obtiene a = b = c = d = 0 es decir
0 0
ker (T ) =
0 0
(se concluye que la transformacion es inyectiva) Por el teorema de las dimensiones se
tiene lo siguiente
Dim (ker (T )) + Dim (Im (T )) = Dim (M22 (R)) = 4
pero
Dim (ker (T )) = 0
as
Dim (Im (T )) = 4
128
como Dim (T ) < R3 [x] y R3 [x] tiene dimension 4, se sigue Im (T ) = R3 [x]. Otra
forma para determinar la imagen es utilizar el resultado que la imagenes de una base
generan la imagen de la transformacion, luego

+
*
1 0
0 1
0 0
0 0
,T
,T
,T
Im (T ) =
T
0 0
0 0
1 0
0 1
pero notemos que
1 0
0 0
= (1 + 0) x3 + 0x2 + (1 + 0) x + (0 0)
= x3 + x
0 1
0 0
= (0 + 1) x3 + 0x2 + (0 + 0) x + (0 0)
= x3
0 0
1 0
= (0 + 0) x3 + 1x2 + (0 + 0) x + (1 0)
= x2 + 1
0 0
0 1
= (0 + 0) x3 + 0x2 + (0 + 1) x + (0 1)
= x1
as
Im (T ) =

x3 + x, x3 , x2 + 1, x 1
y mostrar que {x3 + x, x3 , x2 + 1, x 1} es un conjunto L.I. luego Im (T ) tiene dimension 4 y por tanto tiene que ser R3 [x].
9. Encontrar por lo menos una transformacion lineal T : M22 (R) R3 tal que
a b
ker (T ) =
M22 (R) : a + d + c = 0
c d
129
Soluci
on. Notemos que
a b
M22 (R) : a + d + c = 0
ker (T ) =
c d
a b
M22 (R) : a = c d
=
c d
c d b
M22 (R) : b, c, d R
=
c
d

1 0
0 1
1 0
+ b
+ d
M22 (R) : b, c, d R
c
=
0 0
0 1
1 0

+
*
1 0
0 1
1 0
,
,
0 0
0 1
1 0
luego ker (T ) tiene dimension 3 (no puede ser base de M22 (R) que tiene dimension
4), sabemos que para conocer completamente una T.L. necesitamos conocerla sobre
una base, buscamos alg
un elemento L.I. con las tres matrices que forman el kernel,
para ello,
1 0
1
0 1
0 0
1 0
0
a b
c d
debe tener por u

nica solucion = = = = 0. Esto se traduce a
+ a = 0
+ b = 0
+ c = 0
+ d = 0
matricialmente la ampliada
1 0 1
0 1 0
1 0 0
0 0 1
a 0
1 0 1
b 0
0
c 0
0
d 0
0
130
0 1
a+c
0
0 0 a+c+d 0
1
0 0
0 0
la solucion es u
nica si y solo si a + c + d =
6 0, de esta forma, podemos considerar la
matriz
1 1
1 1
pues 1 + 1 + 1 = 3 6= 0. Ahora para definir
1 0
T
1 0
0 1
T
0 0
1 0
T
0 1
1 1
T
1 1
la transformacion (por ejemplo)

= (0, 0, 0)
= (0, 0, 0)
= (0, 0, 0)
= (1, 1, 1)
esto determina completamente quien es T (notar que
son elementos del kernel pero
1 1
1 0
1
0 1
0 0
1 0
0
no lo es). La T en forma explcita se deter-
1 1
mina de la siguiente manera, Como

1 0
1 0
1 1
0 1
,
,
,
B=
1 0
0 0
0 1
1 1
es base, dado una matriz
x y
z w
arbitraria, deben existir escalares , , , tales
que
x y
z w
1 0
1
0 1
0 0
131
1 0
0
1 1
1 1
para buscar tales
escalares resolvemos el sistema

0 1 1 x
1 0 0

1 0 1 y
0 1 0
0 0 1 z
0 0 1
0 0 0
0 1 1 w
0
0 y
0
1
2
z 13 x 13 w
3
31 x 13 w 13 z
2
w 13 x 13 z
3
1
w + 31 x + 31 z
3
de donde se tiene
2
1
1
z x w
3
3
3
1
1
1
= y x w z
3
3
3
2
1
1
=
w x z
3
3
3
1
1
1
=
w+ x+ z
3
3
3
as
x y
z w
1 0
1
1
2
z x w
3
3
3
1 0

0 1
1
1
1
+ y x w z
3
3
3
0 0

1 0
2
1
1
+
w x z
3
3
3
0 1

1
1
1
1
1
+
w+ x+ z
3
3
3
1 1

luego
x y

2
1
1
=
T
z x w (0, 0, 0)
3
3
3
z w

1
1
1
+ y x w z (0, 0, 0)
3
3
3

2
1
1
+
w x z (0, 0, 0)
3
3
3

1
1
1
+
w + x + z (1, 1, 1)
3
3
3

1
1 1
1
1 1
1
1
1
=
w + x + z, w + x + z , w + x + z
3
3
3 3
3
3 3
3
3
132
as
M22 (R) R3

x y
x y
1
1
1
1
1
1
1
1
1
T
=
w + x + z, w + x + z , w + x + z
3
3
3 3
3
3 3
3
3
z w
z w
10. Sea B la base canonica de R2 y considere las transformaciones T : R2 R2 y

S : R2 R2 definidas por
T (a, b) = (2a + 3b, 4a 7b)
y
S (a, b) = (3a 2b, a b)
calcular [T ]B , [S]B y [T S]B comprobar que
[T ]B [S]B = [T S]B
Soluci
on. Al ser la matriz con respecto a la base canonica se tiene
2 3
3 2
y [S] =
[T ]B =
B
4 7
1 1
as
[T ]B [S]B =
4 7
3 2
1 1
9 7
5 1
por otro lado

T S (a, b) = T (3a 2b, a b)
= (2 (3a 2b) + 3 (a b) , 4 (3a 2b) 7 (a b))

=
9a 7b 5a b
as
[T S]B =
133
9 7
5 1
11. Sea T : R4 R4 una transformacion lineal tal que

T (1, 1, 0, 0) = (0, 1, 0, 1)
T (1, 0, 1, 0) = (1, 1, 1, 0)
si ademas se tiene que T T = IR4 determinar la matriz asociada a T respecto a la
base canonica C de R4 . Es T un isomorfismo? Justifique.
Soluci
on. Por la propiedad T T = IR4 se sigue
T (T (1, 1, 0, 0)) = T (0, 1, 0, 1) = (1, 1, 0, 0)
T (T (1, 0, 1, 0)) = T (1, 1, 1, 0) = (1, 0, 1, 0)
as
T (1, 1, 0, 0) = (0, 1, 0, 1)
T (1, 0, 1, 0) = (1, 1, 1, 0)
T (0, 1, 0, 1) = (1, 1, 0, 0)
T (1, 1, 1, 0) = (1, 0, 1, 0)
queremos determinar la matriz asociada a la base canonica
T (1, 1, 1, 0) T (1, 1, 0, 0) = T (0, 0, 1, 0)
= (1, 0, 1, 0) (0, 1, 0, 1)
= (1, 1, 1, 1)
T (0, 0, 1, 0) = (1, 1, 1, 1)
T (1, 0, 0, 0) = T (1, 0, 1, 0) T (0, 0, 1, 0)
= (1, 1, 1, 0) (1, 1, 1, 1)
= (0, 2, 0, 1)
T (0, 1, 0, 0) = T (1, 1, 0, 0) T (1, 0, 0, 0)
= (0, 1, 0, 1) (0, 2, 0, 1)
= (0, 1, 0, 0)
T (0, 0, 0, 1) = T (0, 1, 0, 0) T (0, 1, 0, 1)
= (0, 1, 0, 0) (1, 1, 0, 0)
= (1, 2, 0, 0)
134
as
2 1 1 2
[T ]CC =
0
0
1
0
1 0
1
0
es facil ver que es isomorfismo, pues
T T
= I
[T T ]CC = I4
[T ]CC [T ]CC = I4
as [T ]CC es invertible y luego T es invertible. Otra forma

0
1 1
0

2 1 1 2

=1

0
0
1
0

1 0
1
0
y luego T es invertible.
Otra forma es utilizar la matriz de cambio de base
1 1 0 1
1 0 1 1
[I]CB =
0 1 0 1
0 0 1 0
as
[I]BC
1 1
1 0 1 1
0 1 0 1
0 0 1 0
135
1 1
=
0
0
1 1
1
0
0
1
luego
[T ]CC = [T ]CB [I]BC
0 1 1 1
1 1 1 0
0 1 0 1
1 0 0 0
0
0
1 1
2 1 1 2
=
0
0
1
0
1 0
1
0
on
1. Determine si las siguientes funciones son transformaciones lineales:
a) T : R2 R, T (x, y) = |x + y|
b) T : R3 R2 ,
c) T : R R3 ,
d ) T : R3 R3 ,
T (x, y, z) = (2x + y, z y)
T (x) = (x, 2x, x2 )
T (x, y, z) = (cos x, sin y, z)
2. Existe un transformacion lineal de R2 en R2 que transforma los vectores (1, 4) y

(3, 2) en los vectores (2, 1) y (4, 2), respectivamente? En caso afirmativo determine
la imagen del vector (2, a), con a R.
3. Sea U un espacio vectorial tal que dim U = n < . Suponga que u1 , u2 , . . . , un es
una base ordenada de U . Suponga que T : U U es tal que:
T (ui ) = ui ,
i = 1, 2, . . . , n
(2.3)
Entonces:
a) Demuestre que existen funciones T : U U definidas por la condicion (2.3) que
son transformaciones lineales.
136
b) Verifique que si T es una transformacion lineal que satisface la condicion (2.3),

entonces T = IU , donde IU es la funcion identidad de U en U .
4. Sea T : R3 R2 la transformacion lineal definida por:
T (x, y, z) = (x + y 2z, x + y)
Calcule ker T e ImT .
5. Sea S L (R3 , M2 (R)) definida por:
S (x, y, z) =
x 3y y 2z
x
a) Calcule condiciones sobre a R de modo que:

3e1 + ae2 e3 kerT
donde ei es el iesimo vector de la base canonica de R3 .
b) Calcule ImT
6. Sea T : R2 [x] M2 (R) una funcion definida por:
R1
00

p (0) 0 p (x) dx
T p (x) =
p (1)
0
a) Demuestre que T es una transformacion lineal.
b) Hallar una base para el kernel de T .
c) Hallar ImT y su dimension.
7. Sea T L (U, V ) tal que ker T = {0}. Suponga que B es un conjunto linealmente
independiente en U . Demuestre que:
T (B) = {T (u) : u B}
es linealmente independiente en V .
8. Sea T L (U, U ). Entonces, las siguientes proposiciones son equivalentes:
137
(i) ker T ImT = {0}.

(ii) Si T 2 (u) = 0, entonces T (u) = 0.
9. Sea T : R3 R3 la transformacion lineal definida por:
T (x, y, z) = (3x, x y, 2x + y + z)
Es T invertible? En caso afirmativo, hallar una formula para T 1 .
10. Sean U y V espacios vectoriales sobre el mismo cuerpo K, tales que dim U = dim V =
n < . Sea, ademas, T L (U, V ) tal que:
T u = 0 = u = 0
Entonces, existe una base u1 , u2 , . . . , un de U tal que T u1 , T u2 , . . . , T un es una base
de V .
11. Sea B =
(1, 2, 1) ; (2, 1, 1) , (1, 1, 2)
una base de R3 y T : R3 R3 una transfor-
macion lineal tal que:
3 3 5
[T ]BB =
1
2
1
2
a) Determinar una base del ker T .

b) Determinar una base del ker T 2 .
c) Determinar una base de ImT .
12. Sea T : R3 R3 tal que:
[T ]D
1 1
B = 1
3 1 1
donde B = {(1, 1, 2) ; (0, 1, 1) ; (1, 0, 0)} y D = {(1, 1, 1) ; (0, 1, 1) ; (0, 0, 1)} son
bases de R3 . Entonces:
a) Encuentre T (1, 3, 1), sin calcular T (x, y, z).
b) Determine T 1 (x, y, z), si acaso existe.
138
c) Hallar [T ]F
E , sin calcular T (x, y, z), si E = {(0, 1, 2) ; (1, 1, 1) ; (0, 1, 0)} y F =
{(1, 1, 0) ; (1, 1, 1) ; (1, 0, 0)} son, tambien, bases de R3 .
13. Sean T : R3 [x] R3 [x] una funcion definida por:

T p (x) = p0 (x) x p00 (x)
y B1 = {1 x2 , 1 + x2 , 1 x3 , 2 + x}, B2 = {1, x2 + x3 , x3 x2 , 1 2x} dos bases
ordenadas de R3 [x]. Entonces:
a) Pruebe que existe T es una transformacion lineal.
b) Hallar ker T y una base para ImT . Es T invertible?
c) Calcule [T ]BB21 .
14. Diremos que un espacio vectorial V es suma directa de los subespacios W1 y W2 ,
lo cual anotaremos, V = W1 W2 , si W1 W2 = {0}, y para cada v V , existen
w1 W1 y w2 W2 tales que v = w1 + w2 . Sean V un espacio vectorial de dimension
finita y T : V V una transformacion lineal. Pruebe que:

V = ker T ImT ker T 2 = ker T
15. Sean U y V espacios vectoriales sobre el mismo cuerpo K y sea S un isomorfismo de
U en V . Demuestre que:
T 7 S T S 1
es un isomorfismo de L (U, U ) en L (V, V ).
16. Hallar explcitamente, esto es, calculando T (ax3 + bx2 + cx + d), una transformacion
lineal T : R3 [x] R3 tal que:

ImT = (x, y, z) R3 : x + 2y z = 0
y cuya nulidad sea 2.
17. Sean:
B = {(1, 2, 1) , (0, 1, 2) , (1, 1, 1)}
139
y:
1 2
0 0
1 2
2 1
,
,
,
D=
2 1
1 1
3 3
2 1
bases ordenadas de R3 y M2 (R), respectivamente. Considere T : R3 M2 (R)
definida por:
T (x, y, z) =
x + 2y x y + 3z
0
x+y+z
a) Hallar [T ]D
B.
b) Determine condiciones sobre a R para que (x, y, z) ker T , sabiendo que:
[(x, y, z)]B =
a
2
c) Hallar ImT , usando [T ]D
B.
18. Sean T : M2 (R) M2 (R) una transformacion lineal y:
1 0
1 1
1 0
1 1
,
,
,
B=
0 1
0 1
1 1
2 2
una base ordenada de M2 (R) tal que:
1 0 1 0
1 2 3 0
[T ]BB =
1 1 2 0
1 1 2 1
Determinar una base D de M2 (R) de modo que [T ]D
D sea una matriz diagonal.
(Ayuda: El polinomio caracterstico de T es fT () = ( 4) ( 1)2 )
19. Sean:

B = 1 + x x2 , 2x x2 , 1 + x2
y:
D = {(1, 2, 1) , (1, 3, 2) , (2, 1, 3)}
140
bases ordenadas de R2 [x] y R3 , respectivamente. Consideremos T : R2 [x] R3 tal

que:
[T ]D
1
B = 3 1
1
4 3
a) Demuestre que T es un isomorfismo.
b) Calcule ker T 1 e ImT 1 .
c) Hallar explcitamente T 1 .
20. Sean B = {1 + x, 1 x2 , 1} y D = {1, 1 + x, 1 + x + x2 } bases ordenadas de R2 [x] .
Considere T : R2 [x] R2 [x] una transformacion lineal tal que:
1 0 1
[T ]D
B = 0 1 1
1 1 2
a) Hallar condiciones sobre a R para que:
1 (a + 1) x 2x2 ker T
b) Hallar condiciones sobre b R para que:
1 2x + (a 1) x2 ker T 1
21. Sea:

W = (x, y, z) R3 : 2x 3y + 5z = 0
un subespacio de R3 tal que B es una base W . Considere D = {(1, 1) , (2, 1)} una
base de R2 . Sea T L (W, R2 ) definida por T (x, y, z) = (x + y z, 3x y + 2z) tal
que:
[T ]D
B =
Determine la base B.
141
3 1
22. Considere el plano en R3 dado por:

W = (x, y, z) R3 : ax + by + cz = 0
con a, b, c R. Para cualquier u R3 , denotaremos por PW (u) al punto del plano W
que se encuentra a menor distancia de u. Tal funcion PW (u) se llama la proyeccion
ortogonal de u sobre W . Entonces:
a) Dado u R3 , hallar una expresion para PW (u).
b) Demuestre que la funcion PW (u) : R3 R3 definida por:
u 7 PW (w)
es una transformacion lineal.
c) Calcule [PW ]CC , donde C es la base canonica de R3 , y verifique que:
T
2

= [PW ]CC
[PW ]CC = [PW ]CC
[PW ]CC
23. Considere el subespacio vectorial W < R2 [x] definido por:

W = 1 x2 , x + 2x2
Demuestre que existe una transformacion lineal T : R2 [x] R2 [x] diagonalizable tal
que 1 y 1 sean sus valores propios, y que el espacio propio asociado a 1 sea W .
Ecuaciones diferenciales lineales

Definiciones
Definici
on 2.2.1. Sean I R un intervalo, A0 , A1 , . . . , An y R funciones continuas sobre
I tales que A (x) 6= 0, para cada x I. Una ecuacion diferencial de la forma:
An (x) y (n) + An1 (x) y (n1) + An2 (x) y (n2) + + A1 (x) y 0 + A0 (x) y = R (x) (2.4)
se denomina ecuaci
on diferencial lineal de orden n. Las funciones A0 , A1 , . . . , An son
llamados coeficientes de la ecuacion diferencial. Si R 0, la ecuacion lineal se denomina
ecuaci
on homog
enea.
142
Observaci
on 2.2.1. En general, los puntos en los cuales An (x) = 0 se conocen como
puntos singulares y su estudio no sera considerado en este curso.
Observaci
on 2.2.2. La ecuacion (2.4) puede escribirse como:
y (n) + pn1 (x) y (n1) + pn2 (x) y (n2) + + p1 (x) y 0 + p0 (x) y = Q (x)
(2.5)
al dividir la ecuacion (2.4) por An (x), de esta forma

pi (x) =
Ai (x)
para i = 0, . . . , n 1
An (x)
y
Q (x) =
R (x)
An (x)
esta forma de la ecuacion es llamada forma normal.

Ejemplo 2.2.1. Son ecuaciones diferenciales lineales las siguientes ecuaciones:
1. y (4) + 3xy 00 2 (cos x) y 0 + y = e2x cos 3x
2. y 00 + y = 0
3. Las ecuaciones de Euler, definidas como:
(ax + b)n y (n) + A1 (ax + b)n1 y (n1) + + An1 (ax + b) y 0 + An y = Q (x)
con ax + b > 0.
4. las ecuaciones de Legendre, definidas como:

1 x2 y 00 2xy 0 + ( + 1) y = 0
con R.
Ejemplo 2.2.2. Considere la ecuacion diferencial:
y 00 2y 0 + 2y = 0
1. Verifique que las funciones u1 (x) = ex cos x y u2 (x) = ex sin x son soluciones de la
ecuacion diferencial.
143
2. Sean C1 , C2 R. Verifique que y (x) = C1 u1 (x) + C2 u2 (x) es solucion de la ecuacion

diferencial.
3. Hallar una solucion y que satisfaga las condiciones iniciales y (0) = 1 e y 0 (0) = 4.
Soluci
on. Por partes:
1. Notemos que
d x
(e cos x) = ex cos x ex sin x
dx
d x
u001 (x) =
(e cos x ex sin x) = 2ex sin x
dx
u01 (x) =
se sigue
u001 2u01 + 2u1 = (2ex sin x) 2 (ex cos x ex sin x) + 2 (ex cos x)
= 0
de manera similar
d x
(e sin x) = ex (cos x + sin x)
dx
d x
u002 (x) =
(e (cos x + sin x)) = 2 (cos x) ex
dx
u02 (x) =
luego
u002 2u02 + 2u2 = (2 (cos x) ex ) 2 (ex (cos x + sin x)) + 2 (ex sin x)
= 0
2. Notar que
y 0 (x) = C1 u01 (x) + C2 u02 (x)
y 00 (x) = C1 u001 (x) + C2 u002 (x)
luego
y 00 2y 0 + 2y = (C1 u001 (x) + C2 u002 (x)) 2 (C1 u01 (x) + C2 u02 (x)) + 2 (C1 u1 (x) + C2 u2 (x))
= (C1 u001 (x) 2C1 u01 (x) + 2C1 u1 (x)) + (C2 u002 (x) 2C2 u02 (x) + 2C2 u2 (x))
= C1 (u001 (x) 2u01 (x) + 2u1 (x)) + C2 (u002 (x) 2u02 (x) + 2u2 (x))
= C1 0 + C2 0
= 0
144
3. Sabemos que y (x) = C1 ex cos x + C2 ex sin x es solucion de la ecuacion, para cumplir

las condiciones y (0) = 1 e y 0 (0) = 4 las constantes las debemos escoger en forma
adecuada
1 = y (0) = C1
4 = y 0 (0) = C1 + C2
as
1 = C1
4 = C1 + C2
que tiene solucion C1 = 1, C2 = 3. As
y (x) = ex cos x + 3ex sin x
Observaci
on 2.2.3. Con el objeto de simplificar el estudio de las ecuaciones diferenciales
lineales y el de aprovechar la terminologa de las transformaciones lineales es que consideraremos la nocion de operador diferencial asociado a una ecuacion diferencial lineal de
orden n. Para ello recordemos que C n (I) denota el espacio vectorial de todas las funciones
de clase C n definidas sobre I, esto es el conjunto de todas las funciones f : I R que son
n veces derivables con f (n) continua sobre I.
Definici
on 2.2.2. Sean p0 , p1 , . . . , pn1 funciones continuas sobre un intervalo I R.
Llamaremos operador diferencial asociado a la ecuacion (2.5) a la funcion L : C n (I) C (I)
definida por:
L (f ) = f (n) + pn1 f (n1) + + p0 f
(2.6)
Observaci
on 2.2.4. El operador diferencial dado por la ecuacion (2.6) puede escribirse
como:
L = Dn + pn1 Dn1 + + p0 Id
en donde Dk representa la derivada de orden k y Id representa la transformacion lineal
identidad.
Teorema 2.2.1. Sea I R un intervalo cualquiera. El operador diferencial L : C n (I)
C (I) es una transformacion lineal.
145
Observaci
on 2.2.5. Con la introduccion del operador diferencial L toda ecuacion lineal:
y (n) + pn1 (x) y (n1) + + p0 (x) y = Q (x)
puede escribirse como:
L (y) = Q
(2.7)
As, la ecuacion:
L (y) = 0
se llamara ecuacion homogenea asociada a la ecuacion (2.7).
Observaci
on 2.2.6. La ecuacion (2.7) tiene un analogo finito dimensional con sistemas
de ecuaciones lineales y consecuentemente con la respectiva ecuacion matricial asociada.
En efecto, sea S un sistema de m ecuaciones lineales con n incognitas. Luego, existe una
matriz A Mmn (K) que contiene los coeficientes del sistema, una matriz X Mm1 (K)
con las incognitas y ademas, una matriz B Mm1 (K) con las constantes. El producto
de matrices permite representar el sistema S como la ecuacion matricial siguiente:
AX = B
Observe que las propiedades del algebra de matrices nos permiten escribir X como:
X = X h + Xp
donde Xh representa la solucion general del sistema homogeneo AX = 0 y Xp representa
una solucion particular del sistema que se asume conocida. En efecto:
AX = A (Xh + Xp )
= AXh + AXp
= 0+B
= B
Ahora bien, mediante el isomorfismo LK (U, V ) ' Mmn (K), debe existir una transformacion lineal T : U V tal que:
A = [T ]CB
146
para ciertas bases ordenadas B y D, de U y V , respectivamente. Por tanto, el espacio

solucion de la ecuacion matricial es, salvo cambio de coordenadas, el nucleo o espacio nulo
de la transformacion lineal T . Por esta razon, nos interesara calcular el n
ucleo o kernel del
operador diferencial L.
Teorema 2.2.2. Suponga que yh representa la solucion de la ecuacion homogenea asociada
a L (y) = Q y que yp es una solucion particular (esto es, L (yp ) = Q) de la misma ecuacion.
Entonces, la solucion general de:
L (y) = Q
es de la forma:
y = yh + yp
En efecto, siguiendo los razonamientos de la observacion anterior, tenemos que:
L (y) = L (yh + yp )
= L (yh ) + L (yp )
= 0+Q
= Q
Observaci
on 2.2.7. Consideremos la ecuacion diferencial:
y (n) + pn1 (x) y (n1) + pn2 (x) y (n2) + + p1 (x) y 0 + p0 (x) y = 0
Por lo expuesto anteriormente, el operador lineal asociado L : C n (I) C (I) definido por:
L = Dn + pn1 Dn1 + + p1 D + p0 Id
permite expresar la ecuacion como L (y) = 0. Por tanto, una funcion y es solucion de la
ecuacion diferencial homogenea si y solo si y ker L, notamos ademas que:
ker L C n (I)
y el espacio vectorial C n (I) no es de dimension finita (basta ver que para cada n 1, el
conjunto 1, x, x2 , . . . , xn es linealmente independiente). Una aplicacion muy importante
del Teorema de Existencia y Unicidad para ecuaciones diferenciales sera la de mostrar que el
147
n
ucleo de un operador diferencial no solo es de dimension finita, sino que, ademas, es de
dimension n, en donde n es el orden de la ecuacion diferencial lineal. Es decir, si:
L = Dn + pn1 Dn1 + + p1 D + p0 Id
es un operador diferencial asociado a una ecuacion diferencial lineal, entonces:
dim ker L = n
Teorema de Existencia y Unicidad

Observaci
on 2.3.1. El siguiente teorema juega un rol crucial en establecer que la dimension del n
ucleo del operador diferencial L asociado a una ecuacion diferencial lineal de
orden n del tipo:
y (n) + pn1 (x) y (n1) + + p0 (x) y = Q (x)
es de dimension finita. En particular, en esta seccion se utilizara el Teorema de Existencia
y Unicidad para demostrar que no solo es finita esa dimension, sino que ademas es de
dimension coincide con el orden de la ecuacion lineal. Introduzcamos primeramente la
siguiente definicion:
Definici
on 2.3.1. Diremos que la funcion : I R R es solucion del problema de
valores iniciales de orden n:
y (n) = f x, y, y 0 , y 00 , . . . , y (n1)
y (x0 ) = y0 , y 0 (x0 ) = y1 , . . . , y (n1) (x0 ) = yn1

si : I R R es solucion de la ecuacion en su intervalo de definicion, x0 I y:
(x0 ) = y0 , 0 (x0 ) = y1 , . . . , (n1) (x0 ) = yn1
Observaci
on 2.3.2. Para mayor claridad de los conceptos los teoremas seran expuestos
para ecuaciones de orden 2 y notar que la extension se hace por induccion sobre n. As, los
resultados se indicaran para orden 2 u orden n seg
un convenga.
Teorema 2.3.1. Sean I R un intervalo abierto y p0 , p1 dos funciones continuas sobre I.
Considere el operador diferencial:
L (y) = y 00 + p1 y 0 + p0 y
148
Si x0 I e y0 , y1 son n
umeros reales cualesquiera, entonces existe una u
nica funcion
f : I R que es solucion de la ecuacion diferencial:
L (y) = 0
y que satisface las condiciones iniciales:
f (x0 ) = y0
f 0 (x0 ) = y1
Teorema 2.3.2. Consideremos el operador diferencial L (y) = y 00 + p1 y 0 + p0 y, con p0 y

p1 funciones continuas sobre un intervalo abierto I R. Suponga que u1 y u2 son dos
funciones no nulas, linealmente independientes sobre I, y que son soluci
on de la ecuaci
on
diferencial L (y) = 0. Entonces, para todo par de constantes c1 y c2 , la combinacion lineal:
c1 u1 + c2 u2
es solucion de la ecuacion diferencial L (y) = 0 en I. Recprocamente, si y es una solucion
de L (y) = 0 en I, entonces existen constantes c1 y c2 tales que:
y = c1 u 1 + c2 u 2
Demostracion. En primer lugar, note que como L es una transformacion lineal, se tiene
que:
C1 u1 + C2 u2 ker L
luego, C1 u1 + C2 u2 es solucion de L (y) = 0.
Por otro lado, como u1 y u2 son linealmente independientes en I, bastara verificar que:
ker L = hu1 , u2 i
En efecto, sean f ker L y x0 I. Por el Teorema de Unicidad, es suficiente verificar que
existen constantes C1 y C2 tales que:
C u (x ) + C u (x ) = f (x )
1 1
0
2 2
0
0
C1 u0 (x0 ) + C2 u0 (x0 ) = f 0 (x0 )
1
2
es decir, que las funciones C1 u1 + C2 u2 y f coinciden en las condiciones iniciales. Entonces,
para que tales constantes existan, es suficiente a su vez que el determinante:

u1 (x0 ) u2 (x0 )

= u1 (x0 ) u02 (x0 ) u2 (x0 ) u01 (x0 )
0

0
u1 (x0 ) u2 (x0 )
149
sea no nulo. Consideremos la funcion W : I R R definida por:

u1 (x) u2 (x)

= u1 (x) u02 (x) u2 (x) u01 (x)
W (x) =

0
0
u1 (x) u2 (x)
Supongamos que W (x) = 0, para todo x I, entonces:

u1 (x) u02 (x) u2 (x) u01 (x)
d u2
(x) =
dx u1
u21 (x)
W (x)
=
u21 (x)
= 0
luego, por el Teorema del Valor Medio el cociente u2 /u1 debe ser constante, pues I es un
intervalo. Esto contradice la hipotesis de que u1 y u2 son linealmente independientes sobre
I. Por tanto, debe existir al menos un x0 I tal que W (x0 ) 6= 0, y esto u
ltimo implica
que existen constantes C1 y C2 tales que:
f (x) = C1 u1 (x) + C2 u2 (x)
en otras palabras, u1 y u2 forman una base para el n
ucleo del operador L, y as:
dim ker L = 2
Observaci
on 2.3.3. As, entonces, el operador L asociado a la ecuacion diferencial lineal:
y (n) + pn1 (x) y (n1) + + p0 (x) y = Q (x)
tiene n
ucleo ker L con dimension finita dado por el orden de la ecuacion diferencial. Es
decir:
dim ker L = n
vemos entonces que para determinar la solucion general de una ecuacion diferencial
lineal homogenea, necesitamos una familia de n funciones linealmente independientes si
la ecuacion es de orden n. Antes de continuar, veamos algunos ejemplos de funciones
linealmente independientes:
150
Ejemplo 2.3.1. Sean r1 , r2 , . . . , rn R tales que ri =

6 rj , para todo i 6= j. Considere la
familia de n funciones definidas por:
ui (x) = eri x ,
i = 1, 2, . . . , n
con x U R. Note que si n = 2, entonces u1 y u2 son linealmente independientes, pues:

u1 (x)
= e(r1 r2 )x
u2 (x)
no es constante. Supongase que el resultado es cierto para k funciones exponenciales. Sea:
k+1
X
Ci eri x = 0,
x U
(2.8)
i=1
Luego, multiplicando por erk+1 x y derivando la ecuacion anterior respecto de x, obtenemos:

k
X
Ci (ri rk+1 ) e(ri rk+1 )x = 0
i=1
Los k n
umeros ri rk+1 , con 1 i k son distintos. Utilizando la hipotesis de induccion,
las k exponenciales de la ecuacion anterior son linealmente independientes en U . Por tanto,
se debe tener que:
Ci (ri rk+1 ) = 0,
i = 1, 2, . . . , k
pero ri =
6 rk+1 , para cada i k, se tiene que Ci = 0 para i k. Utilizando esto u
ltimo
junto con la ecuacion (2.8) se concluye tambien que Ck+1 = 0.
Ejemplo 2.3.2. Sea r R. Las n funciones:
ui (x) = xi1 erx ,
i = 1, 2, . . . , n
son linealmente independientes en todo intervalo I R.

Observaci
on 2.3.4. Si el cociente entre dos funciones u y v es identicamente una constante,
entonces u y v son linealmente dependientes. En efecto, suponga que:
u
,
v
constante
entonces u = v. Es decir, u hvi, y por tanto, no puede ser linealmente independiente.

151
Ejemplo 2.3.3. Tres polinomios de primer grado cualesquiera son linealmente dependientes
en (, +).
Ejemplo 2.3.4. Cuatro polinomios de segundo grado cualesquiera son linealmente dependientes en (, +).
Definici
on 2.3.2. Diremos que las funciones u1 , u2 , . . . , un forman un sistema fundamental de soluciones de la ecuacion diferencial L (y) = 0, de orden n, si:
1. L (ui ) = 0, para todo i = 1, 2, . . . , n.
2. u1 , u2 , . . . , un son linealmente independientes (sobre I).
Observaci
on 2.3.5. Note que un sistema fundamental de soluciones u1 , u2 , . . . , un es una
base para el n
ucleo de L. Es decir:
ker L = h{u1 , u2 , . . . , un }i C n (I)
Ejemplo 2.3.5. Considere la ecuacion y 00 +y = 0. Verifique que las funciones u1 (x) = cos x
y u2 (x) = sin x, forman un sistema fundamental de soluciones de la ecuacion diferencial.
Soluci
on. Las funciones sin x y cos x son linealmente independientes y son soluciones de
la ecuacion y 00 + y = 0, se sigue que ker (D2 + 1) = h{sin x, cos x}i.
El wronskiano
Observaci
on 2.4.1. En el teorema anterior, se demostro que el operador diferencial L,
asociado a la ecuacion diferencial lineal homogenea de orden 2 siguiente:
y 00 + p1 (x) y 0 + p0 (x) y = 0
tiene n
ucleo:
ker L = h{u1 , u2 }i
en el cual el determinante:

u1 (x0 ) u2 (x0 )

0
u1 (x0 ) u02 (x0 )
juega un papel importante en relacion con la independencia lineal de las funciones, tenemos
la siguiente definicion:
152
Definici
on 2.4.1. Llamaremos wronskiano de las funciones u1 (x) , u2 (x) , . . . , un (x) a:

u (x)
u2 (x)
un (x)

1

u0 (x)
u02 (x)
u0n (x)
1

W (x) =

..
..
..
..

.
.
.
.

(n1)

(n1)
(n1)
u1
(x) u2
(x) un
(x)
nn
Se anota tambien W [u1 , u2 , . . . , un ] (x).

Ejemplo 2.4.1. Calcule el wronskiano de u1 (x) = cos x y u2 (x) = sin x.

cos x sin x

= cos2 x + sin2 x = 1
Soluci
on. W (x) =

sin x cos x
Teorema 2.4.1. Sean u1 (x) y u2 (x) dos soluciones de la ecuacion diferencial:
y 00 + p1 (x) y 0 + p0 (x) y = 0
(2.9)
Entonces, el wronskiano:

u1 (x) u2 (x)
W (x) =
u01 (x) u02 (x)
satisface la ecuacion diferencial:

W 0 + p1 (x) W = 0
Demostracion. Note que:
0
W 0 = (u1 u02 u01 u2 )
= u01 u02 + u1 u002 u001 u2 u01 u02

= u1 u002 u001 u2
luego:
W 0 + p1 (x) W = u1 u002 u001 u2 + p1 (x) {u1 u02 u01 u2 }
= u1 {u002 + p1 (x) u02 } u2 {u001 + p1 (x) u01 }
= u1 {u002 + p1 (x) u02 + p0 (x) u2 } u2 {u001 + p1 (x) u01 + p0 (x) u1 }
= u1 0 u2 0
= 0
Por tanto, W 0 + p1 (x) W = 0, como se quera demostrar.
153
Observaci
on 2.4.2. En vista del teorema anterior, si u1 (x) y u2 (x) son dos soluciones
de la ecuacion (2.9), la ecuacion diferencial asociada al wronskiano:
W 0 + p1 (x) W = 0
es de variable separable, luego:
Z
dW
=
W
Z
p1 (x) dx + C
Por tanto:
W (x) = W (x0 ) e
p1 (x)dx
para alg
un x0 I. Por tanto se tiene el siguiente teorema:
Teorema 2.4.2 (Formula de Abel para el wronskiano). Sea W = W (x) el wronskiano
asociado a dos soluciones linealmente independientes de la ecuacion diferencial de segundo
orden:
y 00 + p1 (x) y 0 + p0 (x) y = 0
entonces:
W (x) = W (x0 ) e
p1 (x)dx
Teorema 2.4.3. Sean u1 , u2 , . . . , un soluciones de la ecuacion diferencial:

y (n) + pn1 (x) y (n1) + + p0 (x) y = 0
donde las funciones p1 , p2 , . . . , pn1 son continuas en un intervalo I R. Entonces,
u1 , u2 , . . . , un son linealmente independientes sobre I si y solamente si W [u1 , u2 , . . . , un ] (x) =
6
0 en I.
Ejemplo 2.4.2. Sean u1 (x) = x y u2 (x) =
1
x
soluciones de la ecuacion diferencial:
1
1
y 00 + y 0 2 y = 0
x
x
definida para x > 0. Hallar la solucion general.
Soluci
on. Para hallar la solucion general, es suficiente probar que u1 (x) y u2 (x) son
linealmente independientes. Por el teorema anterior:

1
x x
1

= 2 6= 0
W x,
=
1
x
1 2
x
154
Por tanto:
y (x) = C1 x + C2
1
x
Teorema 2.4.4 (Formula de Abel para una segunda solucion). Sea u1 (x) una solucion no
trivial de la ecuacion diferencial:
y 00 + p1 (x) y 0 + p0 (x) y = 0
entonces, una segunda solucion u2 (x), linealmente independiente con u1 (x), esta dada por:
Z R p1 (x)dx
e
dx
u2 (x) = u1 (x)
u21 (x)
Demostracion. Como:

u1 (x) u2 (x)
W (x) =
u01 (x) u02 (x)
= u1 u02 u01 u2
y:
W (x) = C e
p1 (x)dx
obtenemos la ecuacion diferencial lineal de primer orden en la variable u2 siguiente:

u1 u02 u01 u2 = C e
p1 (x)dx
Dividiendo la ecuacion anterior por u21 , se tiene que:

u1 u02 u01 u2
C R p1 (x)dx
=
e
u21
u21
Por consiguiente:

R
d u2
C
= 2 e p1 (x)dx
dx u1
u1
integrando y eligiendo valores adecuados para las constantes de integracion, se obtiene
finalmente que:
Z
u2 (x) = u1 (x)
e p1 (x)dx
dx
u21 (x)
Ejemplo 2.4.3. Hallar la solucion general de la ecuacion de Legendre, con = 1:

1 x2 y 00 2xy 0 + 2y = 0,
155
|x| < 1
Soluci
on. Notamos que u1 (x) = x es una solucion particular de la ecuacion diferencial.
Luego, de:
y 00
2x 0
2
y
+
y=0
1 x2
1 x2
y de la formula de Abel, se obtiene que:

Z
2x
dx
1x2
dx
x2
Z ln(1x2 )
e
= x
dx
x2
Z
dx
= x
2
x (1 x2 )

Z
1
1
1
= x
+
+
dx
x2 2 (1 x) 2 (1 + x)
y2 (x) = x
mediante un desarrollo en fracciones parciales del pen

ultimo integrando. Por tanto:

1 + x
1

1
y2 (x) = x ln
2
1 x
As, la solucion general de la ecuacion diferencial es:

x 1 + x
1
y (x) = C1 x + C2
ln
2 1 x
Ejemplo 2.4.4. Hallar la solucion general de la ecuacion diferencial:
xy 00 2 (x + 1) y 0 + (x + 2) y = 0
para x > 0, bajo el supuesto de que la ecuacion homogenea tiene una solucion de la forma
y = emx , con m R una constante adecuada.
Soluci
on. Por hipotesis, la ecuacion diferencial posee una solucion de la forma y = emx .
As, al reemplazar en:
xy 00 2 (x + 1) y 0 + (x + 2) y = 0
obtenemos la ecuacion:
xm2 emx 2m (x + 1) emx + (x + 2) emx = 0
156
para todo x > 0. Pero:

xm2 2m (x + 1) + (x + 2) = xm2 2m (x + 1) + (x + 1) + 1
= xm2 + (x + 1) (1 2m) + 1
= xm2 + (x + 1) (1 2m) + 1 m2 + m2
= (x + 1) m2 + (x + 1) (1 2m) + 1 m2

= (x + 1) m2 2m + 1 + 1 m2

= (x + 1) (m 1)2 + 1 m2
entonces:

(x + 1) (m 1)2 + 1 m2 = 0
para todo x > 0. Por tanto, m = 1. As, y1 (x) = ex es una solucion de la ecuacion. Para
hallar una segunda solucion linealmente independiente con y1 (x) = ex , utilizaremos la
formula de Abel. Primeramente escribimos la ecuacion en su forma normal:

2
1
00
0
y + 1+
y=0
y 2 1+
x
x

entonces, si p1 (x) = 2 1 + x1 , tenemos que:
y2 (x) =
=
=
=
=
=
e p1 (x)dx
dx
y1 (x)
[y1 (x)]2
Z 2 R (1+ 1 )dx
x
e
ex
dx
e2x
Z 2(x+ln x)
e
x
dx
e
e2x
Z 2 2x
xe
ex
dx
e2x
Z
ex x2 dx
Z
1 3 x
xe
3
por tanto, la solucion general de la ecuacion diferencial esta dada por:

y (x) = C1 ex + C2 x3 ex
157
Ecuaciones diferenciales a coeficientes constantes

Definiciones
Definici
on 2.5.1. Una ecuacion diferencial lineal a coeficientes constantes es una ecuacion
de la forma:
y (n) + an1 y (n1) + an2 y (n2) + + a1 y 0 + a0 y = Q (x)
en donde a0 , a1 , . . . , an1 R y Q es una funcion continua en R. Las constantes ai R,
i = 0, 1, . . . , n 1, se llaman coeficientes de la ecuacion.
Observaci
on 2.5.1. Comenzamos el estudio de este tipo de ecuaciones con el caso n = 2.
La ecuaci
on de orden 2
Observaci
on 2.5.2. Consideremos la ecuacion diferencial de segundo orden siguiente:
y 00 + ay 0 + by = 0
(2.10)
Supongamos que la ecuacion (2.10) posee una solucion y = y (x) de la forma y (x) = ex ,
con R. Note que:
y 0 (x) = ex
y 00 (x) = 2 ex
Por tanto, reemplazando lo anterior en la ecuacion (2.10) obtenemos:

2 ex + aex + bex = 0
As, en vista de la ecuacion anterior, las condiciones sobre R de modo que y (x) = ex
sea solucion es que:
2 + a + b = 0
(2.11)
Esto es, que sea raz de la ecuacion de segundo grado anterior. La ecuacion (2.11) se
llama ecuacion caracterstica asociada a la ecuacion (2.10).
Por tanto, tenemos tres casos dados por = a2 4b, el discriminante de (2.11). En
efecto:
158
1. Si = a2 4b > 0, entonces la ecuacion (2.11), tiene dos soluciones reales 1 y 2

distintas, dadas por:
1 =
a +
a2 4b
2
2 =
a2 4b
2
las que a su vez definen las funciones:

u1 (x) = e1 x
u2 (x) = e2 x
Luego, como u2 /u1 no es constante, la solucion general de la ecuacion diferencial

lineal homogenea de orden 2 es:
y (x) = C1 e1 x + C2 e2 x
y 00 + y 0 2y = 0
Soluci
on. En este caso la ecuacion caracterstica es
2 + 2 = 0
( + 2) ( 1) = 0
luego tenemos dos soluciones u1 (x) = e2x y u1 (x) = ex de y 00 + y 0 2y = 0 las
cuales son linealmente independientes pues

2x
x

e
e
2x x

= 3ex
W e ,e =
2x
x
e
2e
la solucion general de la ecuacion sera entonces
y (x) = c1 ex + c2 e2x
2. Si = a2 4b = 0, entonces la ecuacion (2.11) tiene una raz real de multiplicidad
2, dada por:
=
159
a
2
Luego, u1 (x) = ex es una solucion, pero dim ker L = 2 por tanto, debemos hallar
otra solucion u2 (x) linealmente independiente con u1 (x), podemos usar la formula
de Abel para la segunda solucion
u2 (x) = e
a2 x
e adx
dx
eax
= xe 2 x
a
se sigue que la segunda solucion es u2 (x) = xe 2 x y as la solucion general es

y (x) = c1 ex + c2 xex
donde es la raz repetida de la ecuacion caracterstica.
y 00 + 4y 0 + 4y = 0
Soluci
on. La ecuacion caracterstica es
2 + 4 + 4 = 0
la cual tiene raz repetida = 2 se sigue que la solucion general de la ecuacion es
y (x) = c1 e2x + c2 xe2x
3. Si = a2 4b < 0, entonces la ecuacion (2.11) no tiene races reales. Sin embargo,
sea:
= + i
una raz compleja de (2.11). Recordemos el siguiente teorema:
Teorema 2.5.1 (Formula de Euler). Sea R, entonces:
ei = cos + i sin
Entonces:
ex = e(+i)x
= ex eix
= ex {cos (x) + i sin (x)}
= ex cos (x) + i {ex sin (x)}
Consideremos ahora:
160
Teorema 2.5.2. Sean L (y) = 0 una ecuacion diferencial lineal de orden 2 e y (x) =
u (x) + iv (x) una solucion compleja de la ecuacion tal que u 6= v. Entonces, u (x) y
v (x) son dos soluciones reales y linealmente independientes de L (y) = 0.
De:
ex = ex cos (x) + i ex sin (x)
se obtiene que:
u1 (x) = ex cos (x)
u2 (x) = ex sin (x)
son dos soluciones reales y linealmente independientes de la ecuacion diferencial

lineal:
y 00 + ay 0 + by = 0
Observaci
on 2.5.3. Debemos notar que ex y ex son efectivamente funciones linealmente
independientes como C espacio vectorial.
Ejemplo 2.5.3. Resuelva la ecuacion:
y 00 + 2y 0 + 5y = 0
Soluci
on. La ecuacion caracterstica es
2 + 2 + 5 = 0
la cual tiene races
= 1 2i
se sigue que la solucion general es
y (x) = c1 ex cos (2x) + c2 ex sin (2x)
Ahora daremos una segunda mirada a la ecuacion de segundo orden, en relacion al

operador diferencial asociado. En general los operadores diferenciales no conmutan, esto es,
si L1 y L2 son dos operadores diferenciales en general no es cierto que
L1 L2 = L2 L1
161
sin embargo, si los operadores diferenciales son con coeficientes constantes, estos se comportan igual que polinomios. Por ejemplo, considere los operadores diferenciales D 1 y
D + 2 entonces
(D 1) (D + 2) y = (D 1) (y 0 + 2y)
= y 00 + 2y 0 y 0 2y
= y 00 + y 0 2y
=

D2 + D 2 y
por otro lado

(D + 2) (D 1) y = (D + 2) (y 0 y)
= y 00 y 0 + 2y 0 2y
= y 00 + y 0 2y
=

D2 + D 2 y
se sigue

(D 1) (D + 2) = (D + 2) (D 1) = D2 + D 2
note que si (D 1) y = 0 entonces (D + 2) (D 1) y = 0 y as y ker (D2 + D 2) en
otras palabras una solucion de la ecuacion
y0 y = 0
tambien es solucion de
y 00 + y 0 2y = 0
de manera similar, si (D + 2) y = 0 entonces (D 1) (D + 2) y = 0 y as y ker (D2 + D 2)
en otras palabras una solucion de la ecuacion
y 0 + 2y = 0
tambien es solucion de
y 00 + y 0 2y = 0
pero la soluciones y 0 y = 0 son u1 (x) = cex y las soluciones de y 0 + 2y = 0 son
u2 (x) = ke2x (son de primer orden de variables separadas) as podemos obtener las
162
soluciones ex y e2x de la ecuacion y 00 + y 0 2y = 0 y como son linealmente independientes,

se sigue que la solucion general de la ecuacion es dada por
y (x) = c1 ex + c2 e2x
son estas ideas las que utilizaremos para resolver la ecuacion diferencial lineal de orden n.
La ecuaci
on de orden superior
Observaci
on 2.5.4. En general, respecto de la ecuacion diferencial:
y (n) + an1 y (n1) + an2 y (n2) + + a1 y 0 + a0 y = Q (x)
tenemos:
Definici
on 2.5.2. Sean I R un intervalo abierto y L : C (n) (I) C (I) un operador
diferencial de orden n a coeficientes constantes, es decir:
L = Dn + an1 Dn1 + + a1 D + a0 1
(2.12)
El polinomio caracterstico de la ecuacion diferencial L (y) = 0 es el polinomio en R []

siguiente:
fL () = n + an1 n1 + a1 + a0
Diremos, ademas, que la ecuaci
on caracterstica asociada a la ecuacion diferencial
L (y) = 0 es la ecuacion siguiente:
fL () = 0
O bien:
n + an1 n1 + a1 + a0 = 0
Ejemplo 2.5.4. La ecuacion diferencial:
y (4) 3y 00 + y 0 3y = 0
tiene polinomio caracterstico:
f () = 4 32 + 3
Note que, el operador diferencial asociado es:
L = D4 3D2 + D 3
163
Ejemplo 2.5.5. La ecuacion diferencial:

y (5) + 2y (4) 3y 000 y 00 2y 0 + 3y = 0
tiene polinomio caracterstico:
f () = 5 + 24 33 2 2 + 3
Note que:

D5 + 2D4 3D3 D2 2D + 3 = D2 + D + 1 (D 1)2 (D + 3)
Teorema 2.5.3. Sean L y S dos operadores a coeficientes constantes con polinomios
caractersticos fL y fS , respectivamente, y sea R, entonces:
1. L = S, si y solo si, fL = fS
2. fL+S = fL + fS
3. fLS = fL fS
4. fL = fL
Observaci
on 2.5.5. Del teorema anterior se deduce que toda relacion algebraica constituda por sumas, productos y productos por escalares de polinomios caractersticos son
tambien validas para los operadores L y S. En particular, se tienen las leyes conmutativas:
L+S =S+L
LS = SL
(L) = (L)
Note, ademas, que si L y S son operadores tales que LS = SL, entonces:

ker L + ker S ker (LS)
(2.13)
Por otro lado, recordemos que en el conjunto R [x] los elementos irreducibles monicos
son los polinomios de la forma x c y x2 + x + , con 2 4 < 0. Luego, el Teorema
Fundamental del Algebra

implica el siguiente resultado:
Teorema 2.5.4. Sea p (x) R [x]. Entonces, p (x) se factoriza como
p (x) =
r
Y
i=1
ni
(x i )
s
Y
x2 + j x + j
mj
(2.14)
j=1
donde i son las races reales de p (x) con multiplicidad ni , para cada i = 1, 2, . . . , r,
j2 4j < 0 y mj es la multiplicidad de la raz compleja asociada, para cada j = 1, 2, . . . , s.
164
Obtenemos lo siguiente para los operadores diferenciales dados por la factorizacion de

la ecuacion caracterstica en (2.14):
1. ker (D )m =
ex , xex , x2 ex , . . . , xm1 ex
2.
ker (D )2 + 2
m
ex cos (x) , xex cos (x) , . . . , xm1 ex cos (x) ; ex sin (x) ,

, xex sin (x) , . . . , xm1 ex sin (x)
Por tanto, mediante el uso del wronskiano y la ecuacion (2.14), la solucion general de la
ecuacion diferencial esta dada por las combinaciones lineales (con las constantes indexadas
adecuadamente) de los sistemas fundamentales de soluciones de cada factor.
y 000 y 00 8y 0 + 12y = 0
Soluci
on. Consideremos la ecuacion caracterstica:
3 2 8 + 12 = 0
Como:
3 2 8 + 12 = ( + 3) ( 2)2
se sigue que
ker (D 2)2 ker D3 D2 8D + 12
ker (D + 3) ker D3 D2 8D + 12
pero ker (D 2)2 = h{e2x , xe2x }i y ker (D + 3) = h{e3x }i luego

e2x , xe2x , e3x ker D3 D2 8D + 12
sabemos que el espacio ker (D3 D2 8D + 12) tiene dimension tres luego, la solucion
general de la ecuacion
y 000 y 00 8y 0 + 12y = 0
es dada por
yG (x) = c1 e2x + c2 xe2x + c3 e3x
165
Ejemplo 2.5.7. Suponga que L (y) = 0 es una ecuacion diferencial con operador:
L = D5 + 2D4 3D3 D2 2D + 3
Hallar la solucion general.
Soluci
on. Note que:
L = D5 + 2D4 3D3 D2 2D + 3

= D2 + D + 1 (D 1)2 (D + 3)
Ahora bien:
*
ker D2 + D + 1 =
ex/2 cos
!
3x
; ex/2 sin
2
3x
2
!+
ker (D 1)2 = hex ; xex i

y ademas:

ker (D + 3) = e3x
Por tanto, la solucion general de la ecuacion L (y) = 0 esta dada por:
!
!
3x
3x
y (x) = C1 ex/2 cos
+ C2 ex/2 sin
+ C3 ex + C4 xex + C5 e3x
2
2
Ejemplo 2.5.8. Hallar la solucion general de una ecuacion diferencial lineal a coeficientes
constantes cuya ecuacion caracterstica es:
5 24 + 63 92 + 8 4 = 0
sabiendo que y = ex/2 cos
3
x
2
es una solucion de dicha ecuacion.
Soluci
on. Sea una ecuacion diferencial lineal a coeficientes constantes homogenea de la
cual se sabe que:
5 24 + 63 92 + 8 4 = 0
es la ecuacion caracterstica asociada, y que ademas:
!
3
y = ex/2 cos
x
2
166
(2.15)
x/2
es solucion de la ecuacion. Ahora bien, como y = e
cos
3
x
2
es solucion:
3
1
i
= +
2
2
es una raz de la ecuacion caracterstica (2.15), entonces:
1
3
=
i
2
2
tambien es raz, luego la expresion:
(
!) (
1
3
+
i
2
2
!)
1
3
i
= 2 + 1
2
2
factoriza a la ecuacion caracterstica. As:

5 24 + 63 92 + 8 4 = 3 2 + 4 4 2 + 1
Notamos, ademas, que = 1 es raz de la ecuacion 3 2 + 4 4 = 0. Entonces, por el
teorema del factor, se tiene que:

3 2 + 4 4 = 2 + 4 ( 1)
entonces
5 24 + 63 92 + 8 4 = 2 + 1

2 + 4 ( 1)
Por tanto, la ecuacion (2.15) tiene las siguientes races:

(
)
1
3 1
3
+
i,
i, 1, 2i, 2i
2
2 2
2
Finalmente, la solucion general de la ecuacion esta dada por:
(
!
!)
3
3
y (x) = C1 ex + ex/2 C2 cos
x + C3 sin
x
+ {C4 cos 2x + C5 sin 2x}
2
2
M
etodo de variaci
on de par
ametros
Observaci
on 2.6.1. En las secciones anteriores obtuvimos metodos para encontrar el
espacio solucion de ecuaciones diferenciales, para los siguientes casos:
167
1. Es conocida una solucion particular y1 (x) de la ecuacion:

y 00 + p1 (x) y 0 + p0 (x) y = 0
En particular, para la ecuacion anterior, obtuvimos que la solucion general esta dada
por:
y (x) = C1 y1 (x) + C2 y2 (x)
donde:
Z
y2 (x) = y1 (x)
e p1 (x)dx
dx
y12 (x)
2. La ecuacion diferencial es de la forma:

y (n) + an1 y (n1) + + a1 y 0 + a0 y = 0
con ai R, para cada i = 0, 1, . . . , n 1. En este caso, las soluciones dependen de
las races del polinomio caracterstico:
fL () = n + an1 n1 + + a1 + a0
Por otro lado, dada la estructura lineal de la ecuacion L (y) = Q, donde L es el operador
diferencial asociado a la ecuacion y Q es una funcion continua, entonces la solucion general
de la ecuacion lineal se descompone como:
y = yh + yp
donde yh es la solucion general de la ecuacion L (y) = 0. El objetivo de esta seccion es
hallar una solucion particular yp para la ecuacion L (y) = Q.
Observaci
on 2.6.2. En este curso, se ven dos de tales metodos: el metodo de variacion de
parametros y el metodo de los anuladores. Como se acostumbra, haremos los razonamientos
para n = 2, y luego se presentara el resultado para n 2. Veamos primeramente:
Teorema 2.6.1 (Variacion de parametros). Sean u1 y u2 dos soluciones linealmente
independientes de la ecuacion:
L (y) = y 00 + p1 (x) y 0 + p0 (x) y = 0
168
en un intervalo I R. Entonces, la ecuaci

on no homogenea L (y) = Q tiene una solucion
particular de la forma:
yp (x) = C1 (x) u1 (x) + C2 (x) u2 (x)
donde:
Z
C1 (x) =
u2 (x) Q (x)
dx
W (x)
C2 (x) =
u1 (x) Q (x)
dx
W (x)
(2.16)
y W (x) es el wronskiano de u1 (x) y u2 (x).
Demostracion. Supongamos que yp (x) = C1 (x) u1 (x) + C2 (x) u2 (x), luego:

yp0 = C1 u01 + C2 u02 + (C10 u1 + C20 u2 )
yp00 = C1 u001 + C2 u002 + (C10 u01 + C20 u02 ) + (C10 u1 + C20 u2 )
Ahora bien, al evaluar yp en L se obtiene que:

L (yp ) = yp00 + p1 (x) yp0 + p0 (x) yp
0
= (C10 u01 + C20 u02 ) + (C10 u1 + C20 u2 ) + p1 (x) (C10 u1 + C20 u2 )

pues todos los terminos que contienen a C1 (x) y C2 (x) desaparecen dado que L (u1 ) =
L (u2 ) = 0. Como deseamos que L (yp ) = Q, entonces de la u
ltima ecuacion imponemos
que:
C10 u1 + C20 u2 = 0
C10 u01 + C20 u02 = Q
As, las funciones C1 (x) y C2 (x), deben satisfacer que:
C 0 (x) u (x) + C 0 (x) u (x) =

1
C 0 (x) u0 (x) + C 0 (x) u0 (x) = Q (x)

1
1
2
2
para cada x I. Sin embargo, note que el ultimo sistema tiene solucion si y solo si la matriz
de coeficientes de el tiene determinante no nulo. Es decir, si:

u1 (x) u2 (x)

=
6 0
0
u1 (x) u02 (x)
169
para cada x I. Pero el determinante anterior es el wronskiano W (x) de u1 (x) y u2 (x), y

como u1 , u2 son linealmente independientes W (x) =
6 0, para cada x I. Por lo tanto, el
sistema tiene u
nica solucion, y ademas, por la regla de Cramer, obtenemos finalmente:

0
u2 (x)

Q (x) u02 (x)
u (x) Q (x)
= 2
C10 (x) =

W (x)
u1 (x) u2 (x)

0
u1 (x) u02 (x)
y:

0
C1 (x) =

u1 (x)
0

0
u1 (x) Q (x)
u (x) Q (x)
= 1

W (x)
u1 (x) u2 (x)

u01 (x) u02 (x)
Integrando, se obtiene el resultado deseado.

Observaci
on 2.6.3. En base a los razonamientos en la demostracion del teorema anterior,
tenemos:
Teorema 2.6.2. Sean u1 , u2 , . . . , un una familia de n soluciones linealmente independientes
de la ecuacion lineal de orden n:
L (y) = y (n) + pn1 (x) y (n1) + + p1 (x) y 0 + p0 (x) y = 0
definida en un intervalo abierto I R. Entonces, la ecuacion no homogenea L (y) = Q,
tiene una solucion particular:
yp (x) =
n
X
Ci (x) ui (x)
i=1
donde Ci (x), con i = 1, 2, . . . , n son funciones que se obtienen como soluciones del sistema
de ecuaciones:
C10 u1 + C20 u2 + + Cn0 un
0 0
0 0
0 0
C1 u1 + C2 u2 + + Cn un
C10 u001 + C20 u002 + + Cn0 u00n
..
C 0 u(n1) + C 0 u(n1) + + C 0 u(n1)

1 1
2 2
n n
170
0
..
.
= Q (x)
(2.17)

y 00 + y = tan x
Soluci
on. Consideremos un intervalo en el que el segundo miembro sea continuo, sea este
(a, a), siendo 0 < a < /2. La ecuacion homogenea tiene solucion general:
yh (x) = C1 cos x + C2 sin x
pues la ecuacion caracterstica de dicha ecuacion homogenea es:
2 + 1 = 0
En particular, notamos que:

cos x sin x
W (x) =
sin x cos x

= cos2 x + sin2 x = 1

Entonces, en vista de las ecuaciones en (2.16) las funciones C1 (x) y C2 (x) satisfacen:
Z
sin x tan x
C1 (x) =
dx
W (x)
Z
= sin x tan xdx
= sin x ln |sec x + tan x|
y ademas:
Z
C2 (x) =
cos x tan x
dx
W (x)
Z
=
cos x tan xdx
= cos x
Por tanto, por el metodo de variacion de parametros, una solucion particular yp viene dada
por:
yp = C1 (x) cos x + C2 (x) sin x
= sin x cos x cos x ln |sec x + tan x| sin x cos x
= cos x ln |sec x + tan x|
171
y la solucion general es:

y = C1 cos x + C2 sin x + yp
= C1 cos x + C2 sin x cos x ln |sec x + tan x|
Soluci
on. Hallar la solucion general de la ecuacion diferencial:
ex
y 2y + y =
(1 x)2
00
Soluci
on. Considere la ecuacion diferencial:
y 00 2y 0 + y =
ex
(1 x)2
Notamos que la ecuacion anterior es una ecuacion diferencial lineal a coeficientes constantes
no homogenea. As, si y = y (x) es la solucion general, entonces:
y (x) = yh (x) + yp (x)
donde yh (x) es la solucion de la ecuacion homogenea asociada e yp (x) es una solucion
particular. Consideremos, entonces, la ecuacion homogenea asociada:
y 00 2y 0 + y = 0
Luego, la ecuacion caracterstica:
2 2 + 1 = 0
tiene raz = 1 con multiplicidad 2. Por tanto, la solucion homogenea yh (x) esta dada por:
yh (x) = C1 ex + C2 xex
Ahora bien, por el metodo de variacion de parametros, tenemos que la solucion particular
yp (x) tiene la forma:
yp (x) = C1 (x) ex + C2 (x) xex
donde C1 (x) y C2 (x) son soluciones del sistema de ecuaciones:
0
C10 (x) ex + C20 (x) xex =
ex
C10 (x) ex + C20 (x) (1 + x) ex =
2
(1x)
172
Ahora bien, como el wronskiano:

x
e
xex

W (x) =
ex (1 + x) ex
es no nulo, por la regla de Cramer, se tiene que:

0
xex

ex
(1x)2 (1 + x) ex
0
C1 (x) =
W (x)

= e2x

x
(x 1)2
y ademas:
C20
(x) =

x
e

x
e
0
ex
(1x)2
W (x)
1
(x 1)2
As:
Z
C1 (x) =
x
1
{ln (x 1) x ln (x 1) + 1}
2 dx =
x1
(x 1)
y:
Z
1
1
2 dx =
x1
(x 1)
Por tanto, la solucion general y (x) de la ecuacion diferencial esta dada por:
ex
xex
y (x) = C1 ex + C2 xex +
{ln (x 1) x ln (x 1) + 1}
x1
x1
x
x
x
= C1 e + C2 xe e {ln (x 1) + 1}
C2 (x) =
Observaci
on 2.6.4. Las integrales que aparecen en las formulas (2.16) o al despejar
C1 (x) y C2 (x) del sistema (2.17), son integrales indefinidas, luego las funciones quedan
determinadas salvo una constante de integracion. Suponga entonces que tenemos:
vi (x) = Ci (x) + Ki
con Ki R, i = 1, 2, constantes de integracion. Luego, si u1 y u2 son las soluciones
linealmente independientes de L (y) = 0, considere:
y1 (x) = A1 u1 (x) + A2 u2 (x) + v1 (x) u1 (x) + v2 (x) u2 (x)
= (A1 + K1 ) u1 (x) + (A2 + K2 ) u2 (x) + C1 (x) u1 (x) + C2 (x) u2 (x)
Entonces:
y1 (x) = 1 u1 (x) + 2 u2 (x) + C1 (x) u1 (x) + C2 (x) u2 (x)
que era la solucion que ya tenamos.
173
M
etodo del anulador
Definici
on 2.7.1. Diremos que el operador diferencial L es un anulador o aniquilador de
si se cumple L () = 0.
Ejemplo 2.7.1. El operador diferencial L = (D 1)2 es un anulador de (x) = 2ex +5xex
pues ker (D 1)2 = h{ex , xex }i, es decir, toda combinacion lineal de ex y xex esta en el
n
ucleo de (D 1)2 . Notar que (D 1)2 no es un anulador de x2 pues
(D 1)2 x2
= (D 1) (D 1) x2

= (D 1) 2x x2
= (2 2x) 2x x2
= x2 4x + 2
6 0
Observaci
on 2.7.1. Recordemos que ker L + ker L ker (LS) para los operadores con
coeficientes constantes.
2
Ejemplo 2.7.2. (D2 + 1) es anulador de x sin x y D2 es anulador de x luego D2 (D2 + 1)
es un anulador de 5x sin x 3x
Suponga que buscamos resolver la ecuacion L (y) = Q donde L es un operador con
coeficientes constantes y LQ es un anulador de Q (con coeficientes constantes tambien)
entonces
L (y) = Q
LQ L (y) = LQ (Q) = 0
luego la solucion de L (y) = Q se encuentra entre las soluciones de la ecuacion homogenea
LQ L (y) = 0.
Ejemplo 2.7.3. Resolver la ecuacion diferencial:
y 00 5y 0 + 6y = xex
174
Soluci
on. Notamos que el operador asociado a la ecuacion diferencial es:
L = D2 5D + 6
= (D 2) (D 3)
As, la ecuacion diferencial puede escribirse como L (y) = Q, con Q (x) = xex . Por otro lado,
la ecuacion homogenea L (y) = 0 tiene soluciones linealmente independientes u1 (x) = e2x
y u2 (x) = e3x . Sabemos que la solucion general de la ecuacion es de la forma:
y (x) = C1 e2x + C2 e3x + yp (x)
donde yp es una solucion de la ecuacion no homogenea L (y) = xex . Notamos que:
xex ker (D 1)2
por tanto, aplicamos el operador diferencial (D 1)2 a la ecuacion diferencial para obtener
:
(D 1)2 (D 2) (D 3) (y) = (D 1)2 (xex ) = 0
As, hemos obtenido la ecuacion diferencial homogenea:
S (y) = (D 1)2 (D 2) (D 3) (y) = 0
por tanto, la solucion general de S (y) = 0 es:
yS (x) = aex + bxex + ce2x + de3x
donde a, b, c y d son constantes reales. Ahora bien, se deben elegir los valores de a, b, c y d
de tal modo que:

L aex + bxex + ce2x + de3x = xex
sin embargo, ce2x + de3x ker L, luego bastara elegir a y b tales que:
L (aex + bxex ) = xex
as, la ecuacion:
L (aex + bxex ) = (D 2) (D 3) (aex + bxex )
= (2a 3b) ex + 2bxex
= xex
175
implica que a = 3/4 y b = 1/2. Finalmente:

1
3
yp (x) = ex + xex
4
2
y por tanto:
yp
y
z
}|h
{ z3 }|1 {
2x
3x
y (x) = C1 e + C2 e + ex + xex
4
2
Observaci
on 2.7.2. Recalcamos que el operador (D 1)2 se eligio de tal modo que:
xex ker (D 1)2
Luego, al aplicar dicho operador a la ecuacion diferencial L (y) = xex , vemos que el
termino de la derecha se anula bajo la aplicacion de (D 1)2 . Por este hecho, el metodo
anterior se llama el metodo del anulador. El metodo del anulador, funciona correctamente
para ecuaciones que son anulables, en el sentido de que son funciones que aparecen como
soluciones de ecuaciones diferenciales a coeficientes constantes. En particular, funciones
que aparecen como combinaciones lineales de funciones de la forma:
xm1 ex
xm1 ex cos x
xm1 ex sin x
donde m es un n
umero natural y y son constantes reales. A continuacion detallamos
algunas de las funciones anteriores con sus respectivos anuladores:
Funcion
Anulador
y = xm1
Dm
y = ex
y = xm1 ex
(D )m
y = cos x o bien y = sin x
D2 + 2
y = xm1 cos x o bien y = xm1 sin x
(D2 + 2 )
y = ex cos x o bien y = ex sin x
D2 2D + (2 + 2 )
y = xm1 ex cos x o bien y = xm1 ex sin x
{D2 2D + (2 + 2 )}
Observaci
on 2.7.3. Un resultado que utiliza las propiedades lineales del operador diferencial asociado a una ecuacion, es el principio de superposicion, que facilita en algunos
casos el calculo de la solucion particular. Tenemos, entonces:
176
Teorema 2.7.1 (Principio de superposicion). Sean L un operador diferencial no necesariamente a coeficientes constantes y f1 , f2 funciones continuas. Suponga que yi es solucion de
la ecuacion diferencial L (y) = fi , con i = 1, 2. Entonces:
y = y1 + y2
es solucion de la ecuacion L (y) = f1 + f2 .
Este principio nos permite separar la busqueda de la solucion particular.
Ejemplo 2.7.4. Resolver
(D 1) (D 2) y = ex + x
o en otras palabras
d2 y
dy
3 + 2y = ex + x
2
dx
dx
Soluci
on. Sabemos que
(D 1) (ex ) = 0 y D2 (x) = 0
se sigue que
(D 1) D2 (ex + x) = 0
as
(D 1) D2 (D 1) (D 2) y = 0
D2 (D 1)2 (D 2) = 0
luego
yp (x) = c1 + c2 x + c3 ex + c4 xex + c5 e2x
y como
(D 1) (D 2) yp (x) = ex + x
177
se sigue

(D 1) (D 2) c1 + c2 x + c3 ex + c4 xex + c5 e2x
= (D 1) (D 2) [c1 + c2 x] + (D 1) (D 2) [c4 xex ]

= D2 3D + 2 [c1 + c2 x] + (D 1) (D 1 1) [c4 xex ]
= 2c1 3c2 + 2c2 x (D 1) [c4 xex ]
= 2c1 3c2 + 2c2 x (c4 ex + c4 xex c4 xex )
= 2c1 3c2 + 2c2 x c4 ex
de esto obtenemos que las constantes cumplen
2c1 3c2 = 0
2c2 = 1
c4 = 1
se sigue
c4 = 1, c2 = 1/2, c1 = 3/4
as
yG (x) = (3/4) + (1/2) x xex + c3 ex + c5 e2x

= [(3/4) + (1/2) x xex ] + c3 ex + c5 e2x
= yp (x) + yh (x)
es la solucion general.
Note que
d2
((3/4) + (1/2) x)
dx2
d
3 ((3/4) + (1/2) x) + 2 ((3/4) + (1/2) x)
dx
= x
d2
d
x
(D 1) (D 2) (xe ) =
(xex ) 3 (xex ) + 2 (xex )
2
dx
dx
= 3ex (x + 1) ex (x + 2) 2xex
(D 1) (D 2) ((3/4) + (1/2) x) =
= ex
luego vale el principio de superposicion.
178
Veamos como podemos trabajar, en algunos casos, si no conocemos el anulador:

Ejemplo 2.7.5. Hallar la solucion general de la ecuacion diferencial:
y 00 3y 0 + 2y = xex+x
Soluci
on. Notamos que:
L = D2 3D + 2
= (D 1) (D 2)
Buscamos, primeramente, una solucion particular yp . Considere el cambio de variables:
u = (D 2) y
(2.18)
la ecuacion queda:
(D 1) u = xex+x
Mediante la formula de Leibnitz, obtenemos:

Z
1 2
2
x
ue = xex dx + C = ex + C
2
Ahora bien, como buscamos yp , podemos elegir C = 0. As:
1
2
u = ex+x
2
Sustituyendo en (2.18), se obtiene:
1
2
(D 2) y = ex+x
2
Luego, nuevamente por la formula de Leibnitz:
Z
1 2x
2
yp = e
ex x dx
2
Finalmente, la solucion general de la ecuacion diferencial es:
Z
1 2x
2
x
2x
y = C1 e + C2 e + e
ex x dx
2
Finalmente, como una aplicacion de los metodos de variacion de parametros y del
anulador resolveremos la ecuacion de Euler.
179
Definici
on 2.7.2. Una ecuaci
on de Euler es una ecuacion de la forma:
(ax + b)n y (n) + An1 (ax + b)n1 y (n1) + + A1 (ax + b) y 0 + A0 y = Q (x)
(2.19)
donde ax + b > 0 y A0 , A2 , . . . , An1 son constantes cualesquiera.

Observaci
on 2.7.4. El metodo de resolucion de la ecuacion de Euler consiste en considerar
el cambio de variables:
ax + b = et
Como se puede observar, el cambio de variable es un cambio en la variable independiente.
As, por la regla de la cadena:
dy dt
dy
dy
=
= aet
dx
dt dx
dt

2

d2 y
d dy
d
dt
d y dy
2 2t
t dy
=
=a e
=
ae
dx2
dx dx
dt
dt dx
dt2
dt
2

2
3
3
dy
d dy
d2 y
dy
d
d y dy
dy
2 2t
3 3t
=
3 2 +2
=
ae
=a e
dx3
dx dt
dt
dt2
dt
dt3
dt
dt
y as sucesivamente. Reemplazando todas las derivadas de orden superior en la ecuacion de
Euler en (2.19) se obtiene la siguiente ecuacion a coeficientes constantes:
(t)
y (n) (t) + Bn1 y (n1) (t) + + B1 y 0 (t) + B0 y (t) = Q
x2 y 00 + xy 0 + y = 1
Soluci
on. Utilizando el cambio de variables x = et , se tiene que:
2

dy
d2 y
d y dy
t dy
2t
=e
=e
dx
dt
dx
dt2
dt
al reemplazar en la ecuacion original, obtenemos:
d2 y
+y =1
dt2
luego:
y = C1 cos t + C2 sin t + 1
donde yp = 1, se obtiene inmediatamente por medio del metodo del anulador. Por tanto:
y = C1 cos (ln x) + C2 sin (ln x) + 1
es la solucion general de la ecuacion diferencial.
180
Ejemplo 2.7.7. Resolver las ecuacion de Euler

x2 y 00 + 2xy 0 2y = 0
Soluci
on. Haciendo el cambio de variables x = et se sigue

2
d y dy
2 00
xy =
dt2
dt
dy
xy 0 =
dt
entonces la ecuacion se transforma en
D (D 1) y + 2Dy 2y = 0
donde y = y (et ) entonces

D2 + D 2 y = 0 (D + 2) (D 1) y = 0
se sigue

y et = c1 e2t + c2 et
se sigue
y (x) =
c1
+ c2 x
x2
En las ecuaciones diferenciales de orden superior (al igual que en las de primer orden)
podemos hacer los cambios de variables que consideremos convenientes, sin embargo,
cualquier cambio de variables no asegura el poder resolver la ecuacion:
Ejemplo 2.7.8. Haciendo el cambio de variables x = t3 resolver la ecuacion

9x4/3
d2 y
2/3 dy
3
+
6
x
9x
+ 2y = x2/3
2
dx
dx
Soluci
on. Usando el cambio de variables
dy
dy dt
=
dx
dt dx
2
2
dy
d2 y dt
dy d2 t
=
+
dx2
dt2 dx
dt dx2
181
pero
dt
1 2/3
=
x
dx
3
d2 t
2 5/3
x
=
2
dx
9
se sigue

1 2
t
3
2

d2 y
dy 2 5
d2 y 1 2
+
t
t
=
dx2
dt2 3
dt
9
dy
dy
=
dx
dt
reemplazando
9t
d2 y
dt2
1 2
t
3
esto es
2
dy
+
dt
2 5
t
9
!
+ 6t 9t
dy
dt
1 2
t
3

d2 y dy
dy
dy
1
+
2t
3 + 2y = t2
+ 2t1
2
dt
dt
dt
dt
es decir,
dy
d2 y
3 + 2y = t2
2
dt
dt
esta ecuacion es
(D 2) (D 1) y = t2
aplicamos anuladores
D3 (D 2) (D 1) y = 0
la solucion es de la forma
y = e2t + et + C1 + C2 t + C3 t2
determinamos las constantes C1 , C2 y C3

D2 3D + 2 C1 + C2 t + C3 t2 = t2
2C3 3C2 6C3 t + 2C1 + 2C2 t + 2C3 t2 = t2
obtenemos el sistema
2C3 3C2 + 2C1 = 0
6C3 + 2C2 = 0
2C3 = 1
182

+ 2y = t2
que tiene solucion C1 = 74 , C2 = 32 , C3 =
1
2
as
y = e2t + et +
7 3
1
+ t + t2
4 2
2
volvemos a la variable original y la solucion es

y (x) = e2
+ e
1
7 3
+ 3 x + x2/3
4 2
2
con , R.
Ejemplo 2.7.9. Use z = sin (x) para resolver la ecuacion
y 00 + tan (x) y 0 + cos2 (x) y = sin (x) cos2 (x)
Soluci
on. Las derivadas son con respecto a x la idea es cambiar las derivadas ahora con
respecto a z, para ello usamos la regla de la cadena: Notemos que
dy
dy dx
=
dz
dx dz
o bien
dy
dy dz
=
dz dx
dx
reemplazando

dy
dy
dy
= dx = sec x
dz
(cos x)
dx
luego
d
dz
dy
dz
d
((sec x) y 0 )
dz

2

dx
dy
d y dx
=
sec x tan x
+ sec x
dz
dx
dx2 dz

sin x 1
dy
1 d2 y
=
+
cos2 x cos x dx
cos2 x dx2
=
se sigue
2
cos x
d2 y
dz 2

= tan x
dy d2 y
+
dx dx2
reemplazando en la ecuacion original

d2 y

2
2
cos x
+
cos
x
y=0
dz 2
183
luego
d2 y
+y =0
dz 2
se sigue
y (z) = c1 sin z + c2 cos z
es decir la solucion general de la es
y (x) = c1 sin (sin x) + c2 cos (sin x) para c1 , c2 R
Movimiento vibratorio
Observaci
on 2.8.1. Consideremos un sistema mecanico compuesto por un resorte de
longitud inicial l0 con su extremo superior sujeto firmemente y una masa m atada en su
extremo inferior. Nos interesa hallar la posicion x (t) de la masa en cualquier instante
t. Mas precisamente, nos interesa hallar la ecuacion que describa el movimiento de la
partcula a la cual se le ha dado un desplazamiento x0 y una velocidad inicial v0 . Para ello
consideramos los siguientes supuestos:
1. La masa se mueve a lo largo de la vertical que pasa por el centro de gravedad de la
masa y en el sistema de referencia x = 0 indica la posicion de reposo de la masa en
el resorte.
2. En cualquier tiempo t la magnitud de la fuerza ejercida sobre la masa es proporcional
a la diferencia entre la longitud l del resorte y su posicion de equilibrio l0 . La constante
positiva de proporcionalidad k se llama constante del resorte, y el principio anterior
se conoce como la ley de Hooke.
Recordemos que la segunda ley del movimiento de Newton establece que la sumatoria
de fuerzas que act
ua sobre la partcula es igual a la variacion instantanea del momemtum
mv respecto del tiempo, pero como la masa m es constante, se tiene:
X
Fi = m a
donde a (t) =
d2 x(t)
.
dt2
184
Suponemos, por ahora, que la u

nica fuerza que act
ua sobre la partcula es la fuerza
restauradora inducida por el resorte, es decir, no se consideran las fuerzas de friccion, por
ejemplo. Por la ley de Hooke, tenemos que:
m
d2 x
= kx
dt2
y el signo negativo es debido a que la fuerza restauradora del resorte se opone al movimiento.
Asumiendo, que la posicion inicial (es decir, en t = 0) de la masa es x0 y que su velocidad
inicial es v0 , obtenemos el siguiente problema de valor inicial:
x00 +
k
x = 0,
m
x (0) = x0 ,
x0 (0) = v0
(2.20)
La ecuacion caracterstica de la ecuacion diferencial anterior es:

2 +
k
=0
m
As:
= 0
en donde 0 =
p
k/m, luego:
x (t) = C1 cos 0 t + C2 sin 0 t
Usando las condiciones iniciales, obtenemos que C1 = x0 y C2 = v0 /0 . Por tanto:

x (t) = x0 cos 0 t + (v0 /0 ) sin 0 t
= A sin (0 t + )
donde A =
x20 + (v0 /0 )2 y es tal que tan = x0 0 /v0 .
Definici
on 2.8.1. El movimiento de la masa m bajo las condiciones anteriores, se denomina
movimiento arm
onico simple. La frecuencia natural f del movimiento es el n
umero
de oscilaciones completas por unidad de tiempo:
f=
0
2
Ejemplo 2.8.1. Considere un resorte, sujeto en su extremo superior, que sostiene una
pesa de 10 libras en su extremo inferior. Suponga que la pesa estira el resorte 6 pulgadas.
185
Halle la ecuacion del movimiento de la pesa si esta se lleva a una posicion de 4 pulgadas
por debajo de su punto de equilibrio y se suelta. Calcule la ecuacion del movimiento su
amplitud y la frecuencia natural.
Ayuda: Considere que 1 [pie] = 12 [pulgadas] y que g = 32
pie
seg2
Observaci
on 2.8.2. En los supuestos que dan origen al movimiento armonico simple
no se consideran las fuerzas, que en una situacion mas realista, act
uan sobre la masa.
Considerando por ejemplo resistencia del medio, ya sea por accion del aire o realizacion
de la oscilacion en un medio viscoso, es que se tienen las vibraciones amortiguadas. El
supuesto es simple, la fuerza amortiguadora del movimiento se presupone proporcional a
la velocidad del movimiento, as el problema de valor inicial de la ecuacion (2.20) queda
como:
x00 =
c
k
x x0
m
m
(2.21)
con las condiciones iniciales x (0) = x0 y x0 (0) = v0 . La ecuacion caracterstica de la

ecuacion (2.21) es:
2 +
k
c
+
=0
m
m
cuya solucion es:

=
c2 4km
2m
Por tanto, el comportamiento del movimiento depende del valor que tome el discriminante:
= c2 4km
Tenemos, por tanto, tres casos:
Caso 2.8.1 (c2 4km > 0). La solucion de la ecuacion (2.21) en este caso esta dada por:

c + c2 4km
c c2 4km
x (t) = C1 exp
+ C2 exp
2m
2m
Note que 4km < c2 , lo que implica que c2 4km < c, y entonces:
c +
c2 4km < 0
As, en este caso tenemos que:

lm x (t) = 0
186
c2 4km < 0
Caso 2.8.2 (c2 4km = 0). La solucion de la ecuacion (2.21) es:

x (t) = (C1 + C2 t) e(c/2m)t
y al igual que en el caso anterior:
lm x (t) = 0
Observaci
on 2.8.3. Entonces, se observa por la forma de las soluciones que si:
c2 4km 0
no se producen oscilaciones en el sistema mecanico masa-resorte considerando amortiguacion.
Este tipo de movimiento tpicamente ocurre en un medio viscoso como agua o aceite.
Caso 2.8.3 (c2 4km < 0). Como (c/2m) 6= 0, obtenemos:

c
4km c2
4km c2
t + C2 sin
t
x (t) = exp
C1 cos
2m
2m
2m
Observaci
on 2.8.4. Finalmente, podemos suponer una fuerza g = g (t) aplicada sobre
extremo superior del resorte (que inicialmente se supuso sujeto firmemente, esto es con
g 0) en la direccion del movimiento de la masa m. El movimiento de la masa obtenido bajo
este supuesto se conoce como vibraci
on forzada. Una vibracion forzada tambien puede
contener fuerzas amortiguadoras. Este es el caso mas general del movimiento vibratorio, el
problema de valor inicial queda en su forma mas general como:
x00 +
c 0
k
x + x = g (t)
m
m
(2.22)
con x (0) = x0 e x0 (0) = v0 .

Ejemplo 2.8.2. Considere un resorte que en su extremo superior esta sometido a una
fuerza externa:
f (t) =
10
sin t
32
y sostiene, en su parte inferior una masa de 10 libras. Suponga que la masa estira el resorte
6 pulgadas. Hallar la ecuacion del movimiento de la masa si esta se lleva a una posicion de
4 pulgadas por debajo del punto de equilibrio y se suelta.
187
Observaci
on 2.8.5. Un caso muy importante es cuando g es una funcion periodica, es
decir, supongamos que:
g (t) = F0 sin t
As, la ecuacion (2.22) queda:
x00 +
c 0
k
F0
x + x=
sin t
m
m
m
(2.23)
Sabemos que el anulador de g (t) = F0 sin t es el operador:

D2 + 2
k
Aplicando este u
ltimo operador al operador D2 + mc D + m
, obtenemos:

F0

k
c
2
2
2
x = D2 + 2
sin t = 0
D +
D + D+
m
m
m
Por tanto, la ecuacion (2.23) tiene una solucion particular de la forma:

xp = b1 cos t + b2 sin t
donde b1 y b2 son soluciones del sistema:
( 2 2 ) b + c b =
1
0
m 2
c b1 + ( 2 2 ) b2 =
0
m
donde 0 =
k
m
(2.24)
0
F0
m
. As:
b1 =
b2 =
F0 c
2
m2 (02 2 ) + (c)2
F0 m (02 2 )
2
m2 (02 2 ) + (c)2
As, a partir de lo anterior y mediante el procedimiento de transformacion a sinusoide de

la ecuacion (2.24) encontramos que:
xp = A sin (t + )
donde la amplitud A esta dada por:
F0 /k
A = s
2
2 2
1 0
+ 2 cc0 0
188
y el angulo de fase satisface:
2 cc0
tan = 2
con c0 = 2m0 . Notamos que de la ecuacion que define la amplitud los coeficientes
importantes son:
1. c/c0 llamado el cociente de amortiguaci
on, y
2. /0 llamado el cociente de frecuencia del movimiento.
Se observa que el comportamiento de la solucion particular xp depende entonces del
cociente de amortiguacion si este es cero o despreciable, entonces tenemos el movimiento
armonico simple:
x00 + 02 x = 0
y por tanto, hay dos casos para el cociente de frecuencia:
Caso 2.8.4 ( 2 6= 02 ). En este caso se tiene:
x (t) = C1 cos 0 t + C2 sin 0 t +
F0 /k
sin t
1 (/0 )2
donde:
C 1 = x0
C2 =
(F0 /k) (/0 )

v0
0
1 (/0 )2
Caso 2.8.5 ( 2 = 02 ). En este caso debemos buscar una solucion particular de la forma:
xp = b1 t cos t + b2 t sin t
pues la ecuacion (2.24) se anula con el operador D2 + 2 , luego el anulador a considerar es
2
(D2 + 2 ) . As, luego de los calculo habituales del metodo del anulador se obtiene:
b1 =
F0
2m
b2 = 0
Por tanto, la solucion general tiene la forma:

x (t) = C1 cos t + C2 sin t
F0
t cos t
2m
Observaci
on 2.8.6. Observe en el caso anterior que al aumenta t, las vibraciones causadas
por el u
ltimo termino de la ecuacion anterior aumentaran sin cota. En este caso, se dice
que la fuerza externa esta en resonancia con la masa en vibracion.
189

1. En los problemas siguientes se muestra que el principio de superposicion generalmente
no se cumple para ecuaciones no lineales
a) Muestre que y = 1/x es solucion de la ecuacion y 0 + y 2 = 0 pero si c 6= 0 y c 6= 1
entonces y = c (1/x) no es solucion.
b) Muestre que 1 (x) = 1 e 2 (x) = x son soluciones de yy 00 + (y 0 )2 = 0 pero la

suma no es solucion.
2. Busque una solucion polinomial de la ecuacion de Legendre

1 x2 y 00 2xy 0 + 2y = 0
y usando la formula de Abel determine la solucion general de esta ecuacion.
3. Verificar que 1 (x) = x1/2 cos x es solucion (para x > 0) de la ecuacion de Bessel
de orden
1
2

1
2
y=0
x y + xy + x
4
y obtener su solucion general.
2 00
4. Muestre que y1 (x) = x + 1 es solucion de la ecuacion

1 2x x2 y 00 + 2 (1 + x) y 0 2y = 0
y resolverla completamente (encontrar solucion general).
5. Considere la ecuacion diferencial:
y 00 + P1 (x) y 0 + P2 (x) y = Q (x)
(2.25)
y sean u1 (x) , u2 (x) soluciones linealmente independientes de la ecuacion homogenea

asociada. Pruebe que la funcion:
f (x) = C1 (x) u1 (x) + C2 (x) u2 (x)
es una solucion particular de la ecuacion (2.25), si se satisface el sistema de ecuaciones:
C 0 (x) u (x) + C 0 (x) u (x) =

0
1
2
1
2
C 0 (x) u0 (x) + C 0 (x) u0 (x) = Q (x)
1
190
6. Compruebe que:
1
y=
f (t) sin (x t) dt
0
es una solucion particular de y 00 + 2 y = f (x).

7. Suponga que ex y ex son soluciones de una ecuacion diferencial lineal ordinaria
homogenea, muestre que las funciones sinh x y cosh x tambien son soluciones de esa
ecuacion.
8. Muestre que la solucion particular de una EDO lineal de segundo orden no homogenea
y 00 + a1 (x) y 0 + a0 (x) y = f (x)
se puede escribir en la forma
Z
yp (x) =
G (x, t) f (t) dt
x0
donde G es una funcion adecuada.

9. Hallar la solucion general de
d4 y
dx4
00
d2 y
dx2
0
1) y 000 + 3y 00 y 0 3y = 0
2) y (4) + 16y = 0
4) y 00 36y = 0
5)
y 00 + 2y 0 3y = 0
6) y + 8y + 16y = 0
7) y 0000 + 4y 00 + 3y = 0
8)
y 00 4y 0 + 5y = 0
9) y 000 5y 00 + 3y 0 + 9y = 0
3)
10. Resuelva la ecuacion diferencial sujeta a las condiciones indicadas.

0
a) y 00 + 16y = 0 ; y(0) = 2, y (0) = 2

b) y 00 + 6y 0 + 25y = 0 ; y(0) = 2, y 0 (0) = 6
c) y 00 4y = 0 ; y(0) = 4, y 0 (0) = 16
d ) y 000 + 2y 00 5y 0 6y = 0 ; y(1) = 0, y 0 (1) = 0, y 00 (1) = 1
11. Resuelva las siguientes ecuaciones por anuladores.
a) y 00 + y 0 = 2t + sin t
b) y 00 + 4y 0 + 2y = te2t
191
+y =0
c) y 00 4y 0 + 5y = 4 + sin( 7t)
d ) y 00 + 3y = x2 e3x
e) y 00 2y 0 + 2y = e2x (cos x 3 sin x)
f ) y 000 y 00 4y 0 + 4y = 5 ex + e2x
g) y 000 2y 00 + 2y 0 y = ex + cos x
12. Resuelva la ecuacion diferencial sujeta a las condiciones indicadas.
a) 2y 00 + 3y 0 2y = 14x2 4x 11 , y(0) = 0, y 0 (0) = 0
b) y 00 + 4y 0 + 4y = (3 + x)e2x , y(0) = 2, y 0 (0) = 5
c) y 00 2y 0 + 2y = 2x 2 , y() = 0, y 0 () = 0
d2 x
+ 2 x = F0 cos t , x(0) = 0, x0 (0) = 1
dt2
d2 x
e)
+ 2 x = F0 sin t , x(0) = 0, x0 (0) = 0
dt2
d)
13. Hallar una EDO lineal con coeficientes constantes que tenga por solucion general:
1) y (x) = c1 xex + c2 ex + x + 1

2) y (x) = c1 e2x cos 3x + c2 e2x sin 3x + c3 xe2x cos 3x + c4 xe2x sin 3x + ex
14. Encontrar un anulador de

1) f (x) = x cos 2x +
2) f (x) = (x2 + 1) ex + x sinh (x)
3) f (x) = (x2 1) (1 + sin x) e
3x
15. Encontrar la solucion general de

1) x2 y 00 + xy 0 + 9y = 0
2) x2 y 00 + xy 0 p2 y = 0
con p R
16. Encontrar la solucion general de
192
00
1) x2 y 00 + xy 0 9y = x2 + 1
2)
x2 y + xy 9y = x3 + 1
3) x2 y 00 + 4xy 0 + 2y = 2 ln x
4)
x2 y + xy + 9y = sin(ln x3 )
6)
x2 y 00 xy 0 + 2y = 16
8)
y 00 x2 y 0 +
5)
x3 y 000 + 4x2 y 00 + xy 0 y = x
7) y 00 + x1 y 0
1
y
x2
1
x2 +x3
9) x4 y 00 + x3 y 0 4x2 y = 1
00
2
y
x2
2 00
ln x
x
0
10) x3 y 000 + 6x y + 4xy 4y = x
17. Encontrar una solucion general de cada una de las ecuaciones diferenciales, usando el
metodo de variacion de parametros.
a) y 000 y 00 + y 0 y = 4xex
b) y 000 y 0 = sin x
c) y 000 2y 00 = 4(x + 1)
d ) y 000 3y 00 y 0 + 3y = 1 + ex
e) y 000 7y 0 + 6y = 2 sin x
f ) 3y 00 6y 0 + 30y = ex tan 3x
ex
g) y 00 2y 0 + y = 4x2 3 +
x
000
0
x
h) y 2y 4y = 2e sec x (puede dejar integrales finales sin calcular)
18. Una solucion y = u(x) de la ecuacion diferencial y 00 3y 0 4y = 0 intersecta a una
solucion de la ecuacion diferencial y 00 + 4y 0 5y = 0 en el origen. Determinar las
funciones u y v si las dos soluciones tienen la misma pendiente en el origen y si
(v(x))4
5
= .
x u(x)
6
lm
19. Sean y1 = u(x) y y2 = xu(x) dos soluciones de la ecuacion y 00 + 4xy 0 + p(x)y = 0. Si

u(0) = 1, determine u(x) y p(x) explcitamente.
20. Se sabe que para x > 0 la ecuacion homogenea asociada a

4xy 00 + 2 8 x y 0 5y = 1
tiene una solucion
y1 (x) = e
determine la solucion general.
193
21. Determine la solucion general de la ecuacion diferencial

(2x 1)2
d2 y
dy
8y = 2x 1
+ 4 (2x 1)
2
dx
dx
Ind.: Considere el cambio de variables u = 2x 1.

22. Dada la ecuacion diferencial
(x a)
d2 y
dy
+ a2 y = a (x 1)2 ex
x
2
dx
dx
determine el valor del parametro de forma que ex sea una solucion de la homogenea
asociada y determine la solucion general de la ecuacion no homogenea para tales
valores del parametro.
23. Use z = sin (x) para resolver la ecuacion
y 00 + tan (x) y 0 + cos2 (x) y = sin (x) cos2 (x)
x2 y 00 2xy 0 + 2y = 6
con condiciones iniciales y (0) = 3, y 0 (0) = 1 tiene soluciones yc (x) = cx2 + x + 3
para todo c R, este problema no tiene solucion u
nica, contradice esto el teorema
de existencia y unicidad.?
25. Resolver
(xD + 1) (D x) (xD) y = x
donde D =
d
.
dx
26. Un cuerpo con masa m =
1
2
kilogramo (kg) esta unido en el extremo de un resorte
estirado 2 metros (m) debido a una fuerza de 100 newtons (N) y es puesto en
movimiento a partir de la posicion inicial x0 = 1 (m) y velocidad inicial v0 = 5 (m/s).
(Notese que estas condiciones iniciales indican que el cuerpo se desplaza a la derecha
y a la izquierda en el tiempo t = 0). Encuentrese la funcion de la posicion del cuerpo,
as como su amplitud, frecuencia, periodo de oscilacion y el tiempo de retardo de su
movimiento.
194
27. Determine el periodo y la frecuencia del movimiento armonico simple de una masa
de 4 kg unida al extremo de un resorte con constante de 16 N/m.
28. Establezca el periodo y la frecuencia del movimiento armonico simple de un cuerpo
con una masa de 0.75 kg unida al extremo de un resorte con constante de 48 N/m.
29. Un cuerpo con masa de 250 g esta unido al extremo de un resorte estirado 25 cm por
una fuerza de 9 N. En el tiempo t0 el cuerpo es movido 1 m a la derecha, estirando el
resorte y aplicando un movimiento con una velocidad inicial de 5 m/s a la izquierda.
(a) Encuentre x(t). (b) Obtenga la amplitud y el periodo de movimiento del cuerpo.
30. Asuma que la ecuacion diferencial de un pendulo simple de longitud L es L00 +g = 0,
donde g = GM/R2 es la aceleracion gravitacional en el lugar donde este se encuentra
(a una distancia R del centro de la Tierra; M significa la masa de la Tierra). Dos
pendulos de longitudes L1 y L2 ubicados a una distancia R1 y R2 respecto del centro
de la Tierra tienen periodos p1 y p2 . Muestre que
R1 L1
p1
=
p2
R2 L2
195
Captulo 3 : Sistemas de ecuaciones diferenciales
Definiciones
Considere los dos tanques que se ilustran en la figura. Suponga que el tanque A contiene
50 galones de agua en los que hay disueltas 25 libras de sal. Suponga que el tanque B
contiene 50 galones de agua pura. A los tanques entra y sale lquido como se indica en
la figura; se supone que tanto la mezcla intercambiada entre los tanques como el lquido
bombeado hacia fuera del tanque B estan bien mezclados. Se desea construir un modelo
matematico que describa la cantidad de libras x1 (t) y x2 (t) de sal en los tanques A y B
respectivamente en el tiempo t.
se tiene

gal
lb
gal
x2 lb
gal
x1 lb
3
0
+1
min
gal
min 50 gal
min 50 gal
2
x2
= x1 +
25
50
dx1
=
dt
y
dx2
x1
x2
x2
= 4 3 1
dt
50
50
50
2
2
=
x1 x2
25
25
196
as obtenemos el sistema
dx1
2
1
= x1 + x2
dt
25
50
2
2
dx2
=
x1 x2
dt
25
25
y las condiciones x1 (0) = 25 y x2 (t) = 0
Un sistema de ecuaciones de la forma
dX
= A (t) X (t) + B (t)
dt
esto es
x01 (t)
x0 (t)
2
.
..
x0n (t)
a11 (t) a12 (t) a1n (t)

a (t) a (t) a (t)
22
2n
21
=
.
.
..
.
..
..
..

.

an1 (t) an2 (t) ann (t)
x1 (t)
x (t)
2
.
..
xn (t)
b1 (t)

b (t)
2
+ .
..

bn (t)
donde X (t) = (x1 (t) , x2 (t) , . . . , xn (t))T , A (t) = (aij (t)) es una matriz de orden n n
y B (t) = (b1 (t) , b2 (t) , . . . , bn (t))T es llamado sistema de ecuaciones diferenciales
lineal de primer orden (se supone que las funciones aij (t) y bi (t) son continuas en un
intervalo abierto I). Si adicionalmente se debe cumplir X (t0 ) = X0 para t0 I, X0 Rn
entonces tenemos el P.V.I
dX
= A (t) X (t) + B (t)
dt
X (t0 ) = X0
Ejemplo 3.1.1. Son sistemas de ecuaciones lineales:
dx
dt
dy
dt
= x + 2y + cos t
dx
dt
= et x + et y + t
dy
dt
= x + (sin t) y
x + 2y + et
1.
2.
197
3.
dx
dt
dy
dt
= x + 2y + 3z
dz
dt
x+y+z
2x + 3y + z
mientras que el sistema

dx
= x2 + e t y 2
dt
p
dy
= cos t + x2 + y 2
dt
no es lineal.
Teorema 3.1.1. Si las funciones aij (t) y bi (t) son continuas en el abierto I R, t0 I,
X0 Rn entonces el problema de valores iniciales
dX
= A (t) X (t) + B (t)
dt
X (t0 ) = X0
tiene solucion u
nica.
Ejemplo 3.1.2. Resolver el sistema

dx1
= x2
dt
dx2
= x1
dt
con x1 (0) = 1, x2 (0) = 0.
Soluci
on. Note que derivando la primera ecuacion respecto a t obtenemos
d 2 x1
dx2
=
= x1
2
dt
dt
de donde x1 debe cumplir
d 2 x1
+ x1 = 0
dt2
198
as x1 (t) = c1 cos t + c2 sin t para algunas constantes c1 y c2 ahora bien, x1 (0) = 1 = c1 se

sigue
x1 (t) = cos t + c2 sin t
ademas
x2 (t) =
dx1
= sin t + c2 cos t
dt
luego
0 = x2 (0) = c2
se sigue
x1 (t) = cos t
x2 (t) = sin t
Observaci
on 3.1.1. Toda ecuacion diferencial ordinaria lineal de orden n puede ser
transformada en un sistema de ecuaciones lineales, en efecto si tenemos
y (n) + an1 (t) y (n1) + + a1 (t) y 0 + a0 (t) y = h (t)
poniendo
x1 (t) = y (t)
x2 (t) = y 0 (t)
..
.
xn (t) = y (n1) (t)
entonces
x1
x
2
d
...
dt
xn1
xn
0
..
.
0
..
.
1
..
.
0
..
.
..
.
0
..
.
..
x
2
.
..
xn1
xn
a0 a1 an1
199
x1
0
..
.
0
h (t)
Ejemplo 3.1.3. Considere la ecuacion

d2 x
dx
+ 2x = et
+ (cos t)
2
dt
dt
esta se transforma en el sistema
1
x
0
d x1 0
1 +
=
dt
x2
2 cos t
x2
et
donde x1 (t) = x (t) y x2 (t) = x0 (t)
La teora de los sistemas lineales es similar a la que hemos visto hasta ahora en el caso
de una ecuacion. La ecuacion Homogenea asociada a
dX
= A (t) X (t) + B (t)
dt
es
dX
= A (t) X (t)
dt
su conjunto solucion

S=
dX
= A (t) X (t)
X (t) C (I, R ) :
dt
1
es un espacio vectorial de dimension n (si el sistema es de orden n) y la solucion de la no

homogenea sera una solucion particular mas una combinacion lineal arbitraria de elementos
de la base de S.
Ecuaci
on con coeficientes constantes
Suponga que trabajamos con el sistema
dX
= AX
dt
donde A Mnn (R) (coeficientes constantes).
Teorema 3.2.1. Si es un valor propio de A con vector propio v entonces
x (t) = vet
es solucion de
dX
dt
= AX.
200
Matriz A diagonalizable
Si A es una matriz diagonalizable entonces
P 1 AP = D
donde D es una matriz diagonal, la ecuacion
dX
= AX
dt
la podemos ver como
dX
= P DP 1 X
dt
multiplicando la ecuacion por P 1 por la izquierda

d
P 1 X = DP 1 X
dt
cambiamos la variable
Y = P 1 X
nos queda
dY
= DY
dt
que es un sistema de la forma
dyi
= i yi para i = 1, 2, . . . , n
dt
tiene soluciones
yi (t) = ci ei t
luego la solucion es
X (t) = P Y (t) =
n
X
ci vi ei t
i=1
donde vi son los vectores propios asociados a los valores propios correspondientes.
Observaci
on 3.2.1. Si el valor propio i es complejo vi ei t y vi ei t apareceran como

soluciones, al buscar soluciones reales se tiene que Re vi ei t y Im vi ei t son soluciones
l.i. reales correspondientes a combinaciones lineales de las dos complejas luego generan lo
mismo.
201
x1

d
x2 = 1

dt
x3
1
x1
x2
1 1
1 1
x3
Soluci
on. Primero buscamos el polinomio caracterstico de la matriz
1 1 1
A=
1
1
1
1
1 1
esta dado por

1
1
1

PA () = |A I| =
1
1
1

1
1
1

= ( 2) ( + 2) ( + 1)

luego tiene 3 valores propios distintos y es una matriz de orden 3 luego es diagonalizable,
ahora buscamos los vectores propios:
* 1 +
* 1 +
* 21
1 1, 1 2, 1
2
1
1
0
as la solucion del sistema es
1
1
1
2t
2
1
X (t) = c1
1 e + c2 1 e + c3 2
1
0
1
2t
e =
1
c e2t
2 3
c2 e2t
x1
x1
d
x2 = 2 2 4 x2

dt
x3
2 4 2
x3
Si
A=
2
2 4 2
202
c2 e2t c1 et
c1 et + 21 c3 e2t
t
2t
c1 e + c3 e
entonces es diagonalizable por ser una matriz simetrica

5
2
2

2
|A I| = 2
2 4 = ( + 3) ( 6)

2
4 2
luego hay 1 valor propio de multiplicidad 2 buscamos los vectores propios
* 2
* 21 +
2 +
1 3, 1 , 0 6
1
0
1
se sigue que la solucion del sistema es
2c2 e6t 21 c1 e3t + 2c3 e6t

2
2
21
6t
6t
3t
X (t) = c1
c1 e3t + c2 e6t
1 e + c2 1 e + c3 0 e =
1
0
1
c1 e3t + c3 e6t
x1
2 0
x1
d
x2 = 2 0 0 x2

dt
x3
0 0 1
x3
Soluci
on. Si
2 0
A=
2
0
0
0 0 1
entonces la ecuacion caracterstica es ( 1) (2 + 4) = 0 de donde tenemos que la matriz
es diagonalizable, 3 valores propios distintos aunque hay dos complejos, veamos los espacios
propios asociados

* i +
* 0 +
* i +

0 1, 1 2i, 1 2i

1
0
0
203
el resultado nos dice que
2it
1 e
1 e2it
y

0
0
son soluciones pero buscamos soluciones reales y para

i
2it
1 e y Im
Re

ello
i
2it
1
e
0
generan lo mismo que las dos anteriores

i
i
2it

1 e
=

1 (cos (2t) i sen (2t))
0
0
i cos (2t) + sen (2t)
=
cos (2t) i sen (2t)
0
cos (2t)
sen (2t)
=
cos (2t) + i sen (2t)
0
0
se sigue
sen (2t)
2it

Re
1 e = cos (2t)
0
0
y
cos (2t)
2it
Im
1 e = sen (2t)
0
0
luego la solucion
X (t) = c1
0
1
es
sin (2t)
cos (2t)
c3 cos 2t + c2 sin 2t
e + c2 cos (2t) + c3 sin (2t) = c2 cos 2t c3 sin 2t
t
0
0
c1 e
204
Si la matriz no es diagonalizable no hemos desarrollado una teora para poder resolverla

(mas adelante resolveremos estos sistemas utilizando la transformada de Laplace) sin
embargo podemos enfrentar directamente el sistema a traves de eliminacion, considere el
siguiente ejemplo:

d x 2 1 x
=
dt
y
1 4
y
Soluci
on. En este caso el polinomio es

2
1
|A I| =
1
4

= 2 + 6 + 9 = ( + 3)2

se sigue que hay un solo valor propio de multiplicidad algebraica 2, Si calculamos vemos
que la multiplicidad geometrica (dimension del espacio propio asociado) es 1 luego la matriz
no es diagonalizable
*
W=3 =
1
1
Lo resolveremos directamente
x0 = 2x y
y 0 = x 4y
si derivamos la primera ecuacion obtenemos
x00 = 2x0 y 0
pero de la segunda ecuacion sabemos
y 0 = x 4y
reemplazando
x00 = 2x0 (x 4y)
= 4y x 2x0
205
pero de la primera ecuacion

y = x0 2x
as
x00 = 4 (x0 2x) x 2x0
= 9x 6x0
as
x00 + 6x0 + 9x = 0 (D + 3)2 x = 0
luego
x (t) = c1 e3t + c2 te3t
ademas
y (t) = x0 2x

d
c1 e3t + c2 te3t 2 c1 e3t + c2 te3t
=
dt
3t
= e (c1 c2 + tc2 )
= c1 e3t + c2 (1 + t) e3t
luego
X (t) =
x (t)
c1 e
3t
+ c2 te
3t
y (t)
c1 e3t + c2 (1 + t) e3t

1
t
e3t
= c1 e3t + c2
1
1 + t
es la solucion. Note que la estructura de la solucion es similar a las ecuaciones con raz
repetida.
Variaci
on de par
ametros en sistemas
Suponga que queremos determinar la solucion particular de la ecuacion
dX
= AX + B (t)
dt
206
donde la solucion de la homogenea es

Xh (t) = c1 X1 (t) + c2 X2 (t) + + cn Xn (t)
entonces proponemos una solucion particular de la forma
Xp (t) =
n
X
ci (t) Xi (t)
i=1
se sigue que
Xp0
(t) =
=
=
n
X
c0i
(t) Xi (t) +
n
X
i=1
i=1
n
X
n
X
i=1
n
X
c0i (t) Xi (t) +
ci (t) Xi0 (t)

ci (t) AXi (t)
i=1
c0i (t) Xi (t) + AXp (t)
i=1
entonces
n
X
c0i (t) Xi (t) = B (t)
i=1
se sigue

X1 (t) X2 (t) Xi1 (t) B (t) Xi+1 (t) Xn (t)

c0i (t) =

X1 (t) X2 (t) Xi1 (t) Xi (t) Xi+1 (t) Xn (t)
es un cociente de determinantes por la regla de Cramer.
dx
dt
dy
dt
dz
dt
1 4 0

= 4

0
1
0

0
y + 0
z
t
2
Soluci
on. Este sistema tiene la forma
dX
= AX + B (t)
dt
donde
1 4 0
yA= 4
B (t) =
0

t
0
207
1
0
primero resolvemos el sistema homogeneo

dX
= AX
dt
es decir

dx
1 4 0
dt
dy

dt = 4 1 0
dz
0 0 2
dt

y

z
buscamos los valores y vectores propios asociados, en este caso son:

0
i
0 2, 1 1 4i, 1 1 + 4i

1
0
0
se sigue que las solucion general del sistema homogeneo es de la forma

i
i
0
(14i)t
2t
+ c3 Im 1
Xh (t) = c1
0 e + c2 Re 1 e
0
0
1
(14i)t
e
donde
1 e(14i)t = 1 et e4ti
0
0
t
e (cos 4t i sin 4t)
=
1
iet cos 4t et sin 4t
=
e
(cos
4t
i
sin
4t)
cos 4t
sin 4t
= et
cos 4t + ie sin 4t
0
0
entonces
sin 4t
cos 4t
2t
e + c2 et cos 4t + c3 et sin 4t
Xh (t) = c1
0

1
0
0
208
ahora buscamos una solucion particular de la ecuacion no homogenea

dX
= AX + B (t)
dt
de la forma
Xp (t) = c1 (t) X1 (t) + c2 (t) X2 (t) + c3 (t) X3 (t)
(mediante variacion de parametros) donde
et sin 4t
et cos 4t
, X2 (t) = et cos 4t y X3 (t) = et sin 4t

X1 (t) =
0
2t
e
0
0
se sigue las funciones c1 , c2 y c3 deben cumplir
0 et sin 4t et cos 4t
0 et cos 4t et sin 4t
e2t
0
0
c01 (t)

c0 (t) = 0
2

0
c3 (t)
t
sistema que podemos resolver por ejemplo mediante determinantes:



t

0
0
te2t
c01 (t) =
= 4t = te2t
e


2t

e
0
0
:

0 1 et cos 4t

0 0 et sin 4t

2t
e
t
0
c02 (t) =


2t
e
0
0
209
e3t sin 4t
= et sin 4t
e4t
y

0 et sin 4t 1

0 et cos 4t 0

2t

e
0
t
c03 (t) =


2t
e
0
0
e3t (cos 4t)

= (cos 4t) et
4t
e
integramos :
Z
1
c1 (t) = te2t dt = e2t (2t + 1)
4
Z
1
c2 (t) = et sin 4tdt = et (4 cos 4t + sin 4t)
17
Z
1
c3 (t) = (cos 4t) et )dt = et (cos 4t 4 sin 4t)
17
entonces la solucion particular es
et sin 4t

1 t
1 2t
e (4 cos 4t + sin 4t)

Xp (t) =
e (2t + 1) 0 +
et cos 4t
4
17
2t
e
0
et cos 4t
1
+ et (cos 4t 4 sin 4t)
et sin 4t
17
0
1
17
17
1
1
2t 4

210
verifiquemos que es correcto
Xp0 (t) =
0
21
1 4
=
4 1
0 0
=
0
t 21
1
17
17
12 t
2

1

+ 0

t
1
4

+ 0

t
se sigue que la solucion del sistema es

X (t) = Xh (t) + Xp (t)

0
sin 4t
2t
= c1
0 e + c2 e cos 4t
1
0
cos 4t
1
17

4
+ c3 et sin 4t +

17
21 t
0
1
4
An
alisis cualitativo de sistemas
Vamos a analizar el comportamiento de los sistemas de orden 2 de la forma
dx
= ax + by
dt
dy
= cx + dy
dt
donde a, b, c y d son constantes, basandonos en los valores propios de la matriz asociada al
sistema
A=
a b
c d
la cual supondremos diagonalizable y adicionalmente que det (A) = ad bc 6= 0 de esta

forma la unica solucion constante del sistema corresponde al origen, esta solucion es llamada
solucion de equilibrio, las demas soluciones seran entonces curvas parametricas (x (t) , y (t))
y seg
un su comportamiento clasificaremos la solucion de equilibrio.
211
Valores propios reales y distintos (no nulos)

1. Punto silla: En el caso en que los valores propios son reales y distintos con signos
contrarios, el origen se dice que es un punto de silla. Considere el sistema

x
1
1
x
d

=
dt
y
3 1
y
En este caso la matriz de coeficientes es
A=
1 1
3
la cual tiene determinante distinto de cero. Buscamos sus valores propios y vectores
propios asociados, en este caso son:
1
1
2, 3 2
1
1
luego las soluciones del sistema son de la forma

X (t) = c1
1
3
e2t + c2
1
1
e2t
Note que si c1 = 1 y c2 = 0 obtenemos una solucion recta

X1 (t) =
1
3
e2t
en esta solucion x (t) = 13 e2t y y (t) = e2t se sigue que los puntos de esta curva estan
sobre la recta
y
e2t
= 1 2t = 3
x
e
3
es decir y = 3x y se alejan delorigen
cuando t + por el primer cuadrante. De
manera similar, X1 (t) =
1
3
e2t es la curva parametrica que esta sobre la
1
recta y = 3x y si t + la solucion se aleja del origen por el tercer cuadrante.
Existe otra solucion recta, al poner c1 = 0 y c2 = 1 se obtiene
1
e2t
X2 (t) =
1
212
es decir la curva parametrica

x = e2t
y = e2t
esta curva esta sobre la recta
y
= 1 es decir y = x
x
note que cuando t + los puntos se acercan al origen sobre tal recta por el
segundo cuadrante. Note que X2 (t) tambien es solucion, en este caso
x = e2t
y = e2t
esta curva tambien esta sobre la recta y = x los puntos se acercan al origen pero
por el cuarto cuadrante. Las solucion general es

X (t) = c1
note que si t + entonces c2
c1
1
3
1
3
e2t + c2
1
1
1
1
e2t
e2t 0 y la solucion se comporta como
e2t esto es, cuando el tiempo avanza la curva solucion se acerca a la recta
1
el comportamiento cuando
y = 3x (el cuadrante depende de c1 ) y sianalizamos
1
e2t esto se interpreta como que
t las curvas soluciones tienden a c2
1
las soluciones parten cercana a esa recta y se aproximan a y = 3x. Recuerde que
por teorema de existencia y unicidad dos soluciones distintas no se pueden cortar.
213
Grafiquemos algunas soluciones y el campo de direcciones asociado a este sistema
2. Sumidero: Si los valores propios son reales y distintos, ambos negativos, el origen
es llamado sumidero. Considere el sistema

6
2
d x 5 5 x
=
2
dt
y
95
y
5
en este caso la matriz de coeficientes es
A=
65
2
5
2
5
95
que tiene vectores y valores propios asociados

2
1
1, 2 2
1
luego las soluciones son de la forma

1
2
X (t) = c1 et + c2 2 e2t
1
1
214
grafiquemos el campo de direcciones y diagrama de fase asociados. Note que en este

caso tenemos dos soluciones rectas y que las soluciones tienden al origen si t +
3. Fuente: Si los valores propios son distintos pero ambos positivos entonces el origen
es llamado fuente (las soluciones se alejan del origen) Considere el sistema

x
0
6
x
d

=
dt
y
1 5
y
en este caso la matriz de coeficientes es
A=
1 5
que tiene vectores y valores propios

3
2
2, 3
1
1
215
luego las soluciones son de la forma
X (t) = c1
3
1
e2t + c2
2
1
e3t
note que si t entonces kX (t)k se sigue que las soluciones se alejan del
origen y tenemos dos soluciones rectas.
Valores propios complejos

1. Sumidero espiral: En el caso en que los valores propios son complejos y la parte
real del valor propio es negativa, el origen es un sumidero espiral. Considere el sistema

2
x
d x 1

=
dt
y
4 3
y
en este caso la matriz asociada es
A=
4 3
216
tiene por vectores y valores propios
1 1i
1 + 1i
2 2 1 2i, 2 2 1 + 2i
1
1
se sigue que la solucion del sistema esta generada por
1
1
1
1
+ i
+ i
Re 2 2 e(12i)t e Im 2 2 e(12i)t
1
1
entonces
X (t) = c1 et
1
2
1
2
sin 2t cos 2t
cos 2t
+ c2 et
1
2
1
2
sin 2t + cos 2t
sin 2t
ahora el campo de vectores y algunas curvas (note que en este caso no hay soluciones
rectas) las soluciones se acercan al origen
2. Fuente espiral: En el caso en que los valores propios son complejos con parte real
positiva las soluciones se alejan del origen y este es llamado fuente espiral. Considere
217
el sistema
d

=
dt
y
6 2
y
A=
6 2
los valores y vectores propios son
1 1i
1 + 1i
2 2 1 3i, 2 2 1 + 3i
1
1
luego la solucion es generada por
1
1
1
1
+ i
+ i
Re 2 2 e(13i)t e Im 2 2 e(13i)t
1
1
es decir las soluciones son de la forma
1
1
sin
3t
cos
3t
2
+ c2 et
X (t) = c1 et 2
cos 3t
1
2
sin 3t + 21 cos 3t
sin 3t
grafiquemos el campo de direcciones y algunas soluciones el comportamiento es el
218
mismo pero las soluciones se alejan del origen. (no tenemos soluciones rectas)
3. Centro: Cuando los valores propios son complejos con parte real igual a cero el
origen es llamado centro, en este caso las soluciones no se acercan al origen sino que
se mantienen alrededor de el, el origen es estable en este caso pero no asintoticamente
estable. Considere el sistema

3
x
d x 3

=
dt
y
6 3
y
A=
6 3
que tiene por valores y vectores propios
1 1i
1 + 1i
2 2 3i, 2 2 3i
1
1
219
luego la solucion del sistema es generada por
1
1
1
1
+ i
+ i
Re 2 2 e(3i)t e Im 2 2 e(3i)t
1
1
es decir las soluciones son de la forma
1
1
sin
3t
cos
3t
2
+ c2
X (t) = c1 2
cos 3t
1
2
sin 3t + 21 cos 3t
sin 3t
grafiquemos el campo de vectores y algunas curvas solucion.
Valores propios repetidos (no nulos)

1. Fuente: Cuando hay solo un valor propio y es positivo el origen es llamado fuente,
las soluciones se alejan del origen. Considere el sistema

d x 2 0 x
=
dt
y
0 2
y
220
2 0
A=
0 2
y el valor propio es = 2 se ve que las soluciones son de la forma

1
0
X (t) = c1 e2t + c2 e2t
0
1
es decir
2t
c1 e
X (t) =
2t
c2 e
las soluciones son todas rectas que se alejan del origen.

2. Sumidero: Si hay solo un valor propio y es negativo las curvas se acercan al origen
y este es llamado sumidero. Considere el sistema

x
2
0
x
d

=
dt
y
0 2
y
A=
0
2
los valores propios son iguales a 3 pero la matriz no es diagonalizable, las soluciones
son de la forma
X (t) =
2t
c1 e
c2 e2t
son rectas que se acercan al origen.
Teorema 3.4.1. Para un sistema lineal X0 = AX en el cual det (A) =

6 0, sea X = X (t)
la solucion que satisface X (0) = X0 con X0 6= 0.
1. lmt+ X (t) = 0 si y solo si los valores propios de A tienen partes reales negativas.
2. X (t) es periodica si y solo si las valores propios de A son imaginarios puros.
221

1. Escribir los siguientes sistemas en forma matricial
a)
c)
dx
dt
dy
dt
3x 2y
4x + 8y
dx
dt
dy
dt
dz
dt
3x y + 3z
4x + 3y + z
2x + y z
b)
d)
dx
dt
dy
dt
= x 2ty + t2
dx
dt
dy
dt
dz
dt
= et x cos ty + 3tz + cos t
4t2 x + 8y + sin t
= x + et
=
2x + y z 3t + 1
2. Escribir los siguientes sistemas sin usar matrices

2 1
x
sin t
x
d
=
+
a) dt
t
t 0
y
e
y
1 1 1
1
1 + t
t
0
b) X =
1 2
1
0
X+ 0 e +
1 1 1
1
1
3. En los siguientes ejercicios verificar si el vector X

dx = 3x 4y
1
dt
5t
e
de
a) X =
dy
= 4x 7y
2
dt
dx
1
= x + 2y + z
dt
dy
b) X =
6 de dt = 6x y
dz
13
= x 2y z
dt
sin t
1
0
1
1
c) X =
2 sin t 2 cos t de X = 1
sin t + cos t
2
t
e sin t
dado es solucion del sistema
0
X
0 1
1
4. Determine si los vectores dados son linealmente independientes
1
2
8
et y X2 = et +
tet
a) X1 =
1
6
8
222
b) X1 =
, X2 = 2 e4t y X3 = 3 e3t
13
1
2
6
5. Muestre que la funcion Xp =

sistema
X0 =
1
1
2
et +
1 1
6. Demostrar que la solucion general del sistema
0 6 0
0
X = 1 0 1
1 1 0
tet es solucion particular del
1
7
et
es de la forma
e + c2 1 e2t + c2 1 e3t
X =c1
1
1
1
5
7. Determinar la solucion general de los sistemas:
a)
c)
e)
dx
dt
dy
dt
= x + 2y
dx
dt
dy
dt
dz
dt
= x+yz
dx
dt
dy
dt
6x y
5x + 2y
b)
4x + 3y
d)
2y
= yz
f)
dx
dt
dy
dt
dx
dt
dy
dt
dz
dt
2x 7y
5x + 10y + 4z
5y + 2z
dx
dt
dy
dt
dz
dt
2x + y + 2z
3x + 6z
2x + 2y
= x + 3y
= 4x 3z
8. Resolver los siguientes sistemas usando variacion de parametros
223
a)
c)
e)
dx
dt
dy
dt
3x 3y + 4
2x 2y 1
dx
dt
dy
dt
dz
dt
= x+yz+t
dx
dt
dy
dt
= x + 2y + et csc t
dx
dt
dy
dt
b)
dx
dt
dy
dt
d)
2y + t
2x y
3x 2y + 4t
= y + sec t
= x
= yz+t
dx
dt
dy
dt
dz
dt
f)
= 21 x + y + et sec t
3x y z
= x+yz+t
= x y + z + 2et
9. Sea X = X (t) la solucion al sistema de ecuaciones

x0 = x y
y 0 = x + y
que satisface la condicion inicial X (0) = X0 . Determine condiciones sobre , que
aseguren
lm X (t) =
t+
0
0
10. Determine condiciones sobre tal que (0, 0) sea un centro para el sistema lineal
x0 = x + y
y 0 = x + y
11. Sea A Mnn (R) defina
eAt = I + At + A2
=
Ak
k=0
a) Calcular eAt para A =
a c
0 b
tk
k!
224
t2
t3
+ A3 +
2!
3!
b) Muestre que si A = PDP1 con D =diag(1 , 2 , . . . , n ) diagonal entonces

etA = P diag e1 t , e2 t , . . . , en t
P1
c) Muestre que la solucion general de
4
3
d
X
X =
dt
2 1
es
X =etA
donde A =
c1
c2
2 1
d ) Conjeturar una formula para la solucion general de

X0 = AX + B (t)
en terminos de etA .
12. Clasificar la solucion de equilibrio de los siguientes sistemas y bosquejar el diagrama
de fases:
a)
c)
e)
dx
dt
dy
dt
= x 5y
dx
dt
dy
dt
= x + 2y
dx
dt
dy
dt
= 3x + y
b)
= x + 3y
d)
= x 4y
= 2x y
f)
dx
dt
dy
dt
4x + 3y
2x 3y
dx
dt
dy
dt
= x + 4y
dx
dt
dy
dt
2x + y
3x + 6y
= x + y
225
Captulo 4 : Transformaci
on integral de Laplace
Definiciones y teoremas fundamentales

Observaci
on 4.1.1. Las ecuaciones diferenciales describen formas en las cuales ciertas
cantidades cambian respecto al tiempo, cantidades tales como la corriente en un circuito
electrico, las oscilaciones de una membrana, flujos de calor, etc. esas ecuaciones generalmente
estan acompa
nadas de condiciones iniciales que describen el estado del sistema en el
tiempo t = 0. Una herramienta muy poderosa para resolver este tipo de problemas es la
transformada de Laplace la cual transforma la ecuacion diferencial original en una ecuacion
algebraica la cual puede ser transformada nuevamente en la solucion del problema original.
Esta tecnica es conocida como el metodo de la transformada de Laplace. La clave del
proceso anterior radica en la formula de integracion por partes. Si f, g C 1 recordemos
que la formula de integracion por partes corresponde a:
Z b
b Z b

0
f (x) g (x) dx = f (x) g (x)
f 0 (x) g (x) dx
a
y se puede interpretar del modo siguiente: En un producto de funciones bajo el smbolo de

la integral es posible intercambiar la derivada presente en una funcion. Sin embargo, tal
procedimiento implica al final el tener que evaluar el producto de tales funciones en los
extremos del intervalo y trabajar con una nueva derivada.
La idea, entonces, es trabajar con una funcion que tenga un buen comportamiento de la
derivada y la evaluacion en los extremos del intervalo de integracion, esto se puede lograr
mediante una funcion que no cambie esencialmente al derivarla i.e. una exponencial y que
se pueda anular en los extremos. Lo anterior motiva la siguiente definicion:
Definici
on 4.1.1. Una funcion f : [0, +) R se dice localmente integrable si para
RT
cada T > 0, la integral 0 f (t) dt existe. Llamaremos transformaci
on integral de
Laplace o simplemente la transformada de Laplace a la funcion L [f (t)] : D R R
definida mediante la integral impropia:
Z
s L [f (t)] (s) =
f (t) est dt
para todos los valores de s R para los cuales la integral sea convergente. El conjunto de
226
los valores de s R para los cuales la integral converge se llamara dominio de L [f (t)] y se
denotara por D (L [f ]).
Ejemplo 4.1.1. Sea f : R R, t f (t) = 1. Calcular su transformada de Laplace.
Soluci
on. Note que:
Z
st
1e
est dt
T 0

1 st T
= lm e

T
s
0
1
=
s
dt =
lm
para cada s > 0. Por tanto:

1
L [1] (s) = ,
s
s>0
Ejemplo 4.1.2. Sea f (t) = eat , con a una constante real. Calcular su transformada de
Laplace
Soluci
on. Por definicion:
at
at st
dt = lm
e(as)t dt
T
0
0
1 (as)t T
e
= lm

T a s
0

1
e(as)T 1
= lm
T a s

1
1
as, si a s < 0, entonces lmT as
e(as)T 1 = sa
, luego:
L e
(s) =
e e

L eat (s) =
1
sa
Para s > a
Observaci
on 4.1.2. Con respecto al ejemplo anterior, dos observaciones deben hacerse.
En primer lugar, respecto a lo notacional, en lo sucesivo escribiremos:
T

lm f (t) = f (t)
para evitar anotar cada vez que se calcule una transformada de Laplace, el lmite relacionado
con la integral impropia. En segundo lugar, notamos que D (L [eat ]) = ]a, +[, luego la
transformada no necesariamente estara definida para todos los valores de s R.
227
Ejemplo 4.1.3. Calcule, si acaso existe, la transformada de Laplace de f (t) = 1t , con

t > 0.
Soluci
on. Sea t > 0. Luego:
Z
0
est
dt =
t
Z
0
est
dt +
t
est
dt
t
pero si 0 < t 1 y s > 0, entonces es est y la integral:

Z 1 s
e
dt
t
0
diverge. Por tanto, la transformada de Laplace de f (t) = 1/t no existe para ning
un valor
de s R.
En vista del ejemplo anterior, trataremos de dar respuesta a la siguiente pregunta:
Para que tipo de funciones podemos asegurar la existencia de la transformada de Laplace?
Definici
on 4.1.2. Sean f una funcion real. Anotaremos:

f a+ = lm+ f (t)
ta

f a = lm f (t)
ta
si acaso estos lmites existen. Diremos que una funcion f tiene una discontinuidad de
salto en a si:

f a+ f a <
o bien si f (a+ ) = f (a ), pero estos valores son distintos de f (a) (puede ser incluso que
f (a) no este definida). Una funcion f : [0, +) R se dice seccionalmente continua
si para cada T > 0 la funcion f |[0,T ] es continua y tiene a lo sumo un n
umero finito de
discontinuidades de salto.
Ejemplo 4.1.4. La funcion
1/t t 6= 0
f (t) =
0 t=0
no es seccionalmente continua en [0, +), lo mismo para
cos (1/t) t > 0

f (t) =
0
t0
mientras que g (t) = btc si es seccionalmente continua.
228
Definici
on 4.1.3. Diremos que una funcion f : [0, +) R es de orden exponencial
si existen constantes M > 0, R y un valor t0 0 tales que:
|f (t)| M et
para todo t t0 .
Ejemplo 4.1.5. Las siguientes funciones son seccionalmente continuas y de orden exponencial:
1. f (t) = sinh t, pues:
et et
et
<
2
2
P
tn
2. f (t) = tn . En efecto, sabemos que et =
n=0 n! . Luego, para t > 0 ,
sinh t =
tn
n!
< et . Por
tanto:
tn n! et
Teorema 4.1.1 (Existencia). Sea f : [0, +) R una funcion seccionalmente continua y
de orden exponencial entonces la transformada de Laplace L [f (t)] (s) existe para s > .
Demostracion. En primer lugar note que, como f : [0, +) R es seccionalmente
continua, la funcion t 7 f (t) est es localmente integrable en [0, +). Por otro lado, por
la desigualdad triangular tenemos que:
Z
Z t0
Z

st
st

+
f
(t)
e
dt
f
(t)
e
dt

0
|f (t)| est dt
t0
R

t

Note que 0 0 f (t) est dt < y ademas, como f : [0, +) R es de orden exponencial,
existen constantes M, > 0 y un valor t0 > 0 tales que:
|f (t)| M et
para todo t t0 . Luego:
Z
Z
st
|f (t)| e dt M
t0
t st
e e
dt = M
t0
t0
e(s)t dt =
M e(s)

s t0
en donde el u
ltimo termino converge si y solo si s < 0. Por tanto, como:
Z

Z

st
st

f (t) e dt <
f (t) e dt
0
se tiene que L {f (t)} (s) existe para cada s > .

229
t2
t2
Observaci
on 4.1.3. La funcion f (t) = 2te cos e
es continua en [0, +[ pero no de
orden exponencial sin embargo su transformada de Laplace existe para s > 0, por otro
lado la funcion g (t) =
no es seccionalmente continua en [0, +[ sin embargo posee
transformada de Laplace.
Teorema 4.1.2 (Linealidad de la transformada). Sean f, g : [0, +) R dos funciones
localmente integrables y R, entonces para cada s D (L [f ]) D (L [g]) se tiene que:
L [f + g] (s) = L [f ] (s) + L [g] (s)
C
alculo de transformadas
Observaci
on 4.2.1. En esta seccion haremos el calculo de transformadas de Laplace
basicas, para as obtener una tabla elemental de transformadas.
Ejemplo 4.2.1. Transformadas de f (t) = sin t y f (t) = cos t.
Soluci
on. Integrando por partes obtenemos
Z
cos (x) ex sin (x) ex
ex cos (x) dx =
+
+C
2 + 2
2 + 2
Z
cos (x) ex sin (x) ex
ex sin (x) dx =
+
+C
2 + 2
2 + 2
luego
sin (t) est dt
L [sin t] (s) =
0
+
cos (t) est s sin (t) est
=
s2 + 2
s2 + 2 0
= 2
s + 2
si s > 0. De manera similar
Z
L [cos t] (s) =
cos (t) est dt
+
s cos (t) est sin (t) est
=
+
s2 + 2
s2 + 2 0
s
= 2
s + 2
para s > 0.
230
Ejemplo 4.2.2. Usemos variable compleja para calcular las mismas transformadas: Por la
formula de Euler:
eit = cos t + i sin t
y la linealidad de la transformada, se obtiene que:
cos t =
eit + eit
2
sin t =
eit eit
2i
y:
Entonces:

eit + eit
L
(s)
2

1
L eit (s) + L eit (s)
2

1
1
1
+
2 s i s + i

1 s + i + s i
2
s2 (i)2
s
2
s + 2

L [cos t] (s) =
=
=
=
=
para s > 0. Analogamente, se obtiene que:

L [sin t] (s) =
s2
,
+ 2
s>0
Ejemplo 4.2.3. Transformadas de f (t) = sinh t y f (t) = cosh t. Sabemos que:

cosh t =
et + et
2
sinh t =
et et
2
Por la linealidad de la transformada de Laplace se obtiene que:

L [cosh t] (s) =
s
,
2
s > ||
,
s2 2
s > ||
s2
y:
L [sinh t] (s) =
231
Ejemplo 4.2.4. Transformada de f (t) = t. Notemos que:

Z
Z
0
1
st
te dt =
t est dt
s 0
0

Z
1
st
st
e dt
=
te
s
0
0

1
1
=
0
s
s
1
= 2
s
para todo s > 0. Por tanto:
L [t] (s) =
1
,
s2
s>0
usando integracion por partes, es facil mostrar que

L [tn ] (s) =
n!
sn+1
s>0
Observaci
on 4.2.2. Resumimos las funciones con sus respectivas transformadas de Laplace
y sus dominios en la siguiente tabla:
f (t)
1
t
et
cos t
sin t
cosh t
sinh t
tn
L [f (t)] (s)
1
s
1
s2
Dominio
s>0
s>0
1
s
s
2
s + 2
s2 + 2
s
2
s 2
2
s 2
n!
n+1
s
232
s>
s>0
s>0
s > ||
s > ||
s>0
Ejemplo 4.2.5. Calcule la transformada de Laplace de la funcion:

f (t) = 3 2t + 4 cos 2t
Soluci
on. Por la linealidad de la transformada y la tabla anterior, se obtiene:
L [f (t)] (s) = L [3 2t + 4 cos 2t] (s)
= 3L [1] (s) 2L [t] (s) + 4L [cos 2t] (s)
3
2
4s
=
2+ 2
s s
s +4
Ejemplo 4.2.6. si f (t) = a0 + a1 t + + an tn entonces
L [f (t)] (s) =
=
n
X
k=0
n
X
k=0

ak L tk (s)
ak
k!
sk+1
Teorema 4.2.1. Si f es seccionalmente continua en [0, +) y de orden exponencial

entonces
lm L [f (t)] (s) = 0
s+
El resultado anterior se debe a la desigualdad

Z

st

M
e
f
(t)
dt

s
0
tomando s + se obtiene el resultado.
Observaci
on 4.2.3. Las funciones
s1 es
,
s+1 s
no pueden ser transformadas de una funcion
seccionalmente continua de orden exponencial.
Primer Teorema de la Traslaci

on
Observaci
on 4.3.1. El siguiente resultado nos permite calcular la transformada de Laplace
de et f (t) cuando es conocida la transformada de Laplace de f (t), en este resultado se
pone de manifiesto la primera propiedad de la traslacion de la transformada de Laplace.
En efecto, tenemos el siguiente teorema:
233
Teorema 4.3.1. Suponga que F (s) = L [f (t)] (s) existe para cada s > . Si R,
entonces:

L et f (t) (s) = F (s )
para todo s > + .
Ejemplo 4.3.1. Calcule L [e3t cos 2t] (s)
Soluci
on. Notamos que F (s) = L [cos 2t] (s) =
s
.
s2 +4

L e3t sin 2t (s) = F (s + 3) =
Luego:
s+3
(s + 3)2 + 4
Observaci
on 4.3.2. La primera propiedad de traslacion de la transformada de Laplace,
deja nuestra tabla basica de transformadas como sigue:
L [f (t)] (s)
f (t)
et tn
et cos t
et sin t
et cosh t
et sinh t
Dominio
n!
(s )n+1
s
(s )2 + 2
(s )2 + 2
s
(s )2 2
(s )2 2
s>
s>
s>
s > + ||
s > + ||
Transformada de la derivada
Observaci
on 4.4.1. El origen y el objetivo de la transformada de Laplace es la resolucion
de ecuaciones diferenciales. Para lograr lo anterior, debemos calcular la transformada de
Laplace de la derivada de una funcion. Entonces, sea y = y (t) una funcion derivable, note
que:
Z
y (t) e
0
st
Z
0
dt = y (t) e
y (t) est dt
0
Z 0
= y (0) + s
y (t) est dt
st
234
bajo el supuesto que:

lm y (t) est = 0
As, si y = y (t) es una funcion derivable y de orden exponencial, se tiene que y 0 (t) existe
para cada t 0 y:
|y (t)| M et ,
t t0
Entonces:
M e(s)t y (t) est M e(s)t
donde los extremos convergen a cero si s < 0, cuando t . As, bajo las condiciones
anteriores se obtiene que:
L [y 0 (t)] (s) = sL [y (t)] (s) y 0+
Por tanto, tenemos el siguiente teorema:

Teorema 4.4.1. Suponga que f es continua en ]0, [ y de orden exponencial , supongamos
ademas que f 0 es seccionalmente continua en [0, +) entonces:
L [f 0 (t)] (s) = sL [f (t)] (s) f 0+
Corolario 4.4.1. Suponga que f (t) , f 0 (t) , , f (n1) (t) son continuas en ]0, [ y de
orden exponencial, suponga tambien que f (n) (t) es seccionalmente continua en [0, +).
Entonces

L f (n) (t) (s) = sn L [f (t)] (s) sn1 f 0+ sn2 f 0 0+ f (n1) 0+
Ejemplo 4.4.1. Calcule la transformada de Laplace de f (t) = tn , para n 2.
Soluci
on. Note que:
f 0 (t) = ntn1
as, por la transformada de la derivada, se tiene que:

L ntn1 (s) = L [f 0 (t)] (s) = sL [f (t)] (s) f 0+ = sL [tn ] (s)
as:
L [tn ] (s) =
n n1
L t
(s) ,
s
235
n2
entonces:
n
L [t ] (s) =
1
s2
n1
n
L [t
s
n=1
s>0
] (s) n > 1
se sigue:
L [tn ] (s) =
n!
sn+1
s>0
Ejemplo 4.4.2. Como aplicacion de la transformada de la derivada, calcular la transformada de Laplace de sin2 (t)
Soluci
on. Derivando
f 0 (t) = 2 sin (t) cos (t)
= sin (2t)
luego
sL [f (t)] (s) f (0) = L [ sin (2t)] (s)
as
sL [f (t)] (s) =
finalmente
L [f (t)] (s) =
22
s2 + 42
22
s (s2 + 42 )
Ejemplo 4.4.3. Sea f : [0, +) R una funcion continua. Se define:

Z t
f (u) du
F (t) =
0
Calcule L [F (t)] (s).

Soluci
on. Como f es continua, por el Teorema Fundamental del Calculo, F es derivable
con:
F 0 (t) = f (t)
Entonces, por la transformada de la derivada tenemos que:
L (F 0 (t)) (s) = sL [F (t)] (s) F 0+
As:
Z
L
0

1
f (t) dt (s) = L [F (t)] (s) = L [f (t)] (s)
s
pues F (0) = 0.
236
Teorema 4.4.2. Sea n N, suponga que f es seccionalmente continua en [0, +) de

orden exponencial y que F (s) = L [f (t)] (s) entonces:
L [tn f (t)] (s) = (1)n
dn
F (s)
dsn
(4.1)
para s > .
Observaci
on 4.4.2. El siguiente teorema, habla sobre la inyectividad de la transformacion
de Laplace, lo que nos permite hablar de inversa.
Teorema 4.4.3. Dos funciones con la misma transformada de Laplace no pueden diferir
en todo un intervalo de longitud positiva. Es decir, si L [f (t)] (s) = L [g (t)] (s) entonces
f (t) = g (t), para cada t tal que f y g simultaneamente sean continuas.
Observaci
on 4.4.3. Funciones continuas diferentes tienen transformadas de Laplace
diferentes.
Definici
on 4.4.1. Sea F : [0, +) R una funcion tal que lms F (s) = 0. Diremos
que una funcion f : [0, +) R, para la cual existe su transformada de Laplace, es una
transformada de Laplace inversa de F si satisface:
L [f (t)] (s) = F (s)
Por el Teorema de Lerch, tal transformada inversa esta unicamente determinada solo sobre
sus puntos de continuidad. Abusando del lenguaje, se escribe:
f (t) = L1 [F (s)] (t)
Observaci
on 4.4.4. El operador L1 tambien es lineal. Es decir:
L1 [f + g] = L1 [f ] + L1 [g]
Ejemplo 4.4.4. Calcule L1
s+9
s2 +6s+13
(t).
237
Soluci
on. Observe que:
s2
s+9
s+9
=
+ 6s + 13
(s + 3)2 + 4
s+3
6
=
+
2
(s + 3) + 4 (s + 3)2 + 4
Entonces:
L

s+3
s+9
2
1
1
(t) = L
(t) + 3L
(t)
s2 + 6s + 13
(s + 3)2 + 4
(s + 3)2 + 4
= e3t cos 2t + 3e3t sin 2t
Ejemplo 4.4.5. Calcular

L

s
(s)
(s + 1) (s + 2) (s + 3)
Soluci
on. Usando la tecnica de fracciones parciales
2
1
3
s
=
(s + 1) (s + 2) (s + 3)
s + 2 2 (s + 1) 2 (s + 3)
luego

s
L
(s)
(s + 1) (s + 2) (s + 3)

1
3
2
1
= L
(s)
s + 2 2 (s + 1) 2 (s + 3)
3
1
= 2e2t et e3t
2
2
1

L

s+1
ln
(s)
s+2
Soluci
on. Queremos determinar f (t) tal que

L [f (t)] (s) = ln
s+1
s+2
notamos que
L [f (t)] (s) = ln (s + 1) ln (s + 2)
derivando
L [f (t)]0 (s) =
1
1
s+1 s+2
238
pero
L [f (t)]0 (s) = L [tf (t)] (s)
se sigue

L [tf (t)] (s) = L et e2t (s)
as
tf (t) = et e2t
de donde obtenemos
e2t et
f (t) =
t
Ahora veremos algunos ejemplos de como funciona el metodo de la transformada de

Laplace para resolver ecuaciones:
ty 00 ty 0 y = 0,
y (0) = 0,
y 0 (0) = 3
(4.2)
Soluci
on. Sea Y (s) = L [ y (t)] (s). Aplicando la transformada de Laplace a la ecuacion
(4.2), obtenemos:
L [ty 00 ] (s) L [ty 0 ] (s) L [y] (s) = 0
pero:
L [ty 00 ] (s) =

d 2
s L [y] (s) sy (0) y 0 (0) = s2 Y 0 2sY
ds
y
L [ty 0 ] (s) =
d
{sL [y] (s) y (0)} = sY 0 Y
ds
reemplazando estas expresiones en la ecuacion original obtenemos:

s2 Y 0 2sY + sY 0 + Y Y = 0
rs decir:
s (s 1) Y 0 + 2sY = 0
entonces:
Y0+
2
Y =0
s1
239
la cual es una ecuacion de variable separable. Separando, entonces, las variables, obtenemos:
dY
2
=
ds
Y
s1
de donde se sigue que:
Y (s) =
C
(s 1)2
se sigue que
L [y (t)] (s) = Y (s) =

C
t
2 = L Cte (s)
(s 1)
usando el teorema de Lerch, se sigue

y (t) = Ctet
(note que se busca una funcion derivable, luego continua). Ahora bien, como y 0 (0) = 3, se
obtiene que C = 3. Por tanto, la solucion de la ecuacion diferencial es:
y (t) = 3tet
Ejemplo 4.4.8. Utilizando la transformada de Laplace, resuelva la siguiente ecuacion
diferencial:
y 00 4y = 0,
y (0) = 1,
y 0 (0) = 2
Soluci
on. Aplicando la transformada de Laplace
s2 L [y] (s) sy (0) y 0 (0) 4L [y] (s) = 0
reemplazando los valores iniciales

s2 4 L [y] (s) = s + 2
as
L [y] (s) =
2t
s+2
1
=
=
L
e (s)
s2 4
s2
finalmente la solucion de la ecuacion es:

y (t) = e2t
240
Funciones escalonadas y Segundo Teorema de la Traslaci

on
Observaci
on 4.5.1. Cuando se estudio el movimiento vibratorio en el caso mas general,
se obtuvo una ecuacion diferencial de la forma:
x00 +
k
c 0
x + x = F (t)
m
m
para constantes fsicas c, k y m. La funcion forzadora F (t), que actuaba como fuerza
externa al sistema, se supuso continua. En las aplicaciones, no siempre se puede pedir tal
condicion; muchas veces, tal funcion es una funcion escalonada o con discontinuidades de
salto.
Definici
on 4.5.1. La funci
on de Heaviside con salto en 0 se define como la funcion:
1 t0
H (t) =
0 t<0
La funci
on de Heaviside con salto en a > 0 esta dada por Ha (t) = H (t a), con
t R.
Observaci
on 4.5.2. Para las funciones anteriores, se tiene:
Z
1
L [H (t)] (s) =
H (t) est dt = ,
s
0
y para todo a > 0:
Z
L [Ha (t)] (s) =

Z0
=
Ha (t) est dt
est dt
eas
=
s
para s > 0.
Observaci
on 4.5.3. Note que si a < b la funcion:
f (t) = Ha (t) Hb (t)
corresponde a la funcion
1 t [a, b[
f (t) =
0 t [a, b[c
241
s>0
Observaci
on 4.5.4. Para introducir la segunda propiedad de traslacion de la transformada
de Laplace, requerimos truncar una funcion. Mas precisamente, consideremos f : R R
una funcion y a > 0. Entonces, Ha fa : R R es la funcion definida como:
f (t a) t a
(Ha fa ) (t) =
0
t<a
Note que (Ha fa ) (t) = f (t a) H (t a).
Tenemos as el siguiente teorema, que muestra que multiplicar por una funcion escalon
unitario tiene el efecto de multiplicar su transformada por una funcion exponencial:
Teorema 4.5.1 (Segundo Teorema de la Traslaci
on). Sea a > 0 y f una funcion con
transformada de Laplace, entonces:
L [(Ha fa ) (t)] (s) = eas L [f (t)] (s)
Ejemplo 4.5.1. L [sin a (t b) H (t b)] (s) = ebs L [sin at] (s) =
Ejemplo 4.5.2. Calcule L [f (t)] (s), si:
et
f (t) =
et + cos t
0 t < 2
t > 2
Soluci
on. Note que
f (t) = et + H (t 2) (cos t)
= et + H (t 2) (cos (t 2 + 2))
= et + H (t 2) (cos (t 2))
as
L [f (t)] (s) =
1
se2s
+ 2
s1 s +1
Ejemplo 4.5.3. Calcule:

1

1 es/2
(t)
1 + s2
242
aebs
.
s2 +a2
Soluci
on. Notamos que
1 es/2
1
1
es/2 2
= 2
2
1+s
s +1
s +1
s/2
= L [sin t] (s) e
L [sin t] (s)

h
i

sin t
(s)
= L [sin t] (s) L H t
2
2
h

i
= L sin t H t
sin t
(s)
2
2
luego
1

1 es/2

(t)
=
sin
t
+
H
t
cos t
1 + s2
2
Ejemplo 4.5.4. Resolver el P.V.I. dado por

y 00 2y = f (t) , y (0) = y 0 (0) = 0
donde
t 0t<1
f (t) =
t2
t>1
Soluci
on. Usando la funcion salto podemos escribir la ecuacion como
y 00 2y = t + H (t 1) t2 t
para poder usar el segundo teorema de la traslacion manipulamos la funcion

t2 t = (t 1 + 1)2 (t 1 + 1)
= (t 1)2 + 2 (t 1) + 1 (t 1) 1
= (t 1)2 + (t 1)
as
y 00 2y = t + H (t 1) (t 1)2 + H (t 1) (t 1)
se sigue

1
2
1
s2 2 L [y] (s) = 2 + es 3 + es 2
s
s
s
luego
L [y] (s) =
1
s2
(s2
2)
+ es
2
s3
243
(s2
2)
+ es
1
s2
(s2
2)
usando fracciones parciales

1
s2 (s2 2)
1
1
s2 2 s2
y
2
s3
(s2
2)
1 s
1
1
3
2
2 s 2 2s s
luego
1
s2
(s2
1
1
2
2)
2 s

1
2t t (s)
= L sinh
2
=
s2
y
2
s3
(s2
1 s
1
1
3
2
2)
2 s 2 2s s

1 t2
1
= L
cosh
2t
(s)
2
2
2
=
se sigue
L [y] (s) =
1
s2
(s2
2)
+ es
2
s3
(s2
+ es
1
s2
(s2
2)
2)

1
2t t (s)
= L sinh
2

1 t2
1
s
+e L
cosh
2t
(s)
2
2
2

1
s
2t t (s)
+e L sinh
2

1
= L sinh
2t t (s)
2
"
!#

1 (t 1)2
1
+L H (t 1)
cosh
2 (t 1)
(s)
2
2
2

1
+L H (t 1) sinh
2 (t 1) (t 1) (s)
2

la solucion es entonces

1
y (t) =
sinh
2t t
2
+H (t 1)
!
2

1
1 (t 1)
1
cosh
2 (t 1)
+ sinh
2 (t 1) (t 1)
2
2
2
2
244
La Transformada de integrales de convoluci

on
Definici
on 4.6.1. Sean f y g funciones seccionalmente continuas en [0, +). Se define la
convoluci
on de f y g como la funcion:
t
Z
(f g) (t) =
f (t u) g (u) du
0
Ejemplo 4.6.1. La convolucion entre f (t) = t y g (t) = sin t, esta dada por:
Z t
t sin t =
(t u) sin u du
0
Z t
Z t
= t
sin u du
u sin u du
0
= t t cos t sin t + t cos t

= t t sin t
Ejemplo 4.6.2. Calcular t t2
Soluci
on.
tt
Z
=
(t u) u2 du
1 4
=
t
12
Observaci
on 4.6.1. Dentro de las propiedades algebraicas del producto de convolucion,
destacaremos la propiedad de conmutatividad. En efecto, observe que:
Z t
(f g) (t) =
f (t u) g (u) du
0
Z 0
=
f (z) g (t z) dz z = t u
t
Z t
=
g (t z) f (z) dz
0
= (g f ) (t)
otras de sus propiedades basicas son:
1. (f g) = (f ) g = f (g) para constante.
2. f (g h) = (f g) h
245
3. f (g + h) = (f g) + (f h)
Teorema 4.6.1. Sean f y g funciones seccionalmente continuas en [0, +) y de orden
exponencial entonces:
L [(f g) (t)] (s) = L [f (t)] (s) L [g (t)] (s)
o bien
L1 [L [f ] (s) L [g] (s)] (t) = (f g) (t)
Observaci
on 4.6.2. El resultado anterior, desde una perspectiva practica se utiliza
diciendo que la transformada de Laplace inversa de un producto de transformadas es la
convolucion.
(
L1
s+1

2
(s 2) (s + 1)2 + 9
Soluci
on. Note que:
1
s+1
s+3
=
2
2
(s 2) (s + 3) + 9
(s 2) (s + 1)2 + 9
2
Luego:
"
L1
#

s+3
1
s+1
1
1
(t) = L
(t) L
(s)
(s 2)2 (s + 3)2 + 9
(s 2)2
(s + 1)2 + 9
= te2t et cos 3t
Z t
=
(t u) e2(tu) eu cos (3u) du
0
1 2t
1
=
te et sin 3t
6
18
Definici
on 4.6.2. Sean f (t) , g (t) funciones continuas. Llamaremos ecuaci
on de Volterra a una ecuacion de la forma:
Z
g (t u) x (u) du
x (t) = f (t) +
0
246
Observaci
on 4.6.3. Note que, mediante el producto de convolucion, podemos escribir la
ecuacion anterior como:
x (t) = f (t) + (g x) (t)
Ahora bien, si ponemos X (s) = L [x (t)] (s) , F (s) = L [f (t)] (s) y G (s) = L [g (t)] (s) y
aplicamos luego la transformada de Laplace a la ecuacion anterior, obtenemos:
X (s) = F (s) + G (s) X (s)
de donde se obtiene finalmente:
X (s) =
F (s)
1 G (s)
de donde podemos obtener

x (t) = L

F (s)
(t)
1 G (s)
Ejemplo 4.6.4. Resuelva la ecuacion integral:

Z t
2
x (t) = t +
sin (t u) x (u) du
0
Soluci
on. Supongamos que X (s) = L [x (t)] (s). Entonces, aplicando la transformada de
Laplace a la ecuacion anterior, tenemos:
X (s) =
2
1
+ 2
X (s)
3
s
s +1
Es decir:
2
2
+ 5
3
s
s
2
2 4!
= 3+
s
4! s5
X (s) =
Por lo tanto:

2
2 1 4!
x (s) = L
(t) + L
(t)
s3
4!
s5
t4
= t2 +
12
1
247
Ejemplo 4.6.5. Resolver el sistema de ecuaciones

x0 = x y + t
y 0 = x + y + et
con las condiciones iniciales x (0) = y (0) = 0.
Soluci
on. Pongamos X (s) = L [x (t)] (s) y Y (s) = L [y (t)] (s) entonces
sX = X Y +
1
s2
sY
1
s1
= X +Y +
luego
2s 1
4s3 + 3s4 s5
s 12
1
1
2
= 2
s 2s + 2 s 1 2s
s2 + 1
=
2s2 2s3 + s4
1
s 32
1
1
=
22
+ 2
2s s 2s + 2 2s
X =
2s2
de donde obtenemos
1
1
x (t) = et cos t + et sin t et t
2
2
1
1 1 t
y (t) =
t + e (cos t 2 sin t)
2
2 2
Observaci
on 4.6.4. Como apendice calcularemos la transformada de la funcion delta
de Dirac. Muy informalmente, la funcion delta de Dirac se describe como una funcion que
es cero en todas partes excepto en t = 0 y cumple ademas con:
Z
(t) dt = 1
Claramente, ninguna funcion real puede satisfacer tales condiciones. Sin embargo, considere
la familia de funciones:
f (t) =
1
2
< t <
|t| >
248
Note que, para cada > 0 las funciones f (t) son seccionalmente continuas, y ademas:
Z
Z
f (t) dt = 1
f (t) dt =
De este modo, podemos pensar a como:

(t) = lm+ f (t)
0
Definici
on 4.6.3. Sea a > 0. La funcion delta de Dirac con salto en t = a se define
como:
a (t) = (t a)
Observaci
on 4.6.5. Notemos que
f (t a) =
1
1
H (t a + ) H (t a )
2
2
as
L [f (t a)] (s) =
e(a+)s e(+a)s
2s
se sigue
L [ (t a)] (s) = lm L [f (t a)] (s)
0
es es
0
2s
s
se
+ ses
= eas lm
0
2s
as
= e
= eas lm
Teorema 4.6.2. Sea a > 0, entonces:

L [a (t)] (s) = eas
y
L [ (t)] (s) = 1
Ejemplo 4.6.6. Resolver el P.V.I.

y 00 y = 2 (t)
y (0) = 0
y 0 (0) = 0
249
s>0
Soluci
on. Aplicando la transformada de Laplace

s2 1 L [y] (s) = e2s
as
e2s
= e2s L [sinh (t)] (s)
s2 1
= L [H (t 2) sinh (t 2)] (s)
L [y] (s) =
as
y (t) = H (t 2) sinh (t 2)
Observaci
on 4.6.6. Una aplicacion interesante es estudiar la ecuacion diferencial:
L
dI
Q
+ R I + = a (t)
dt
C
que es la ecuacion diferencial asociada a un circuito RLC en serie. Es decir, un circuito

electrico compuesto por una resistencia R [], un capacitor C [F], un inductor L [H] y
una fuente de voltaje modelada por la funcion delta de Dirac como funcion forzadora.
Naturalmente, las herramientas de las ecuaciones diferenciales a coeficientes constantes no
bastan para resolver este sistema.
250

1. Sean , > 0. Encontrar la transformada de Laplace de:
1)
sin (t + ) + cos2 (t)
2)

(t + ) e5t + t cos 2t +
4
3)
t2 cos t + 2e3t sin (2t)
4)
t3 e2t cos (6t) + 7e4t sin t cos2 t
5)
te
2t

u
7)
9)

d 3u
e cos u du
du
6)
f (t) =
8)
sinh [2 (t u)] cosh (2u) du

0
et
si
4 < t
12)
eut cos (3u) du
2. Si > 0, calcular las transformadas de:

Z t
sin t
sin (u)
1)
2)
du
t
u
0
7)
1 cosh t
t
2
erf (t) =
cos2 (u) du
10)
4)
cos t si 0 t < 2
f (t) =
sin t si
t > 2
(t u) sin u du
11)
0 t 2
sin t si 2 < t 4
Z
3
t si t < 2
f (t) =
0 si t > 2
cos t si
5)
0
Z
0
eu du
8)
X
n=0
251
1 cos (u)
du
u
H (t n)
3)
cos t 1
t
Z
6)
0
1 cosh (u)
du
u
3. Encontrar la transformada inversa de las siguientes funciones:

s+1
3
2
3)
2)
1)
3
s (s + 1)
(s + 1)
s (s + 4)2
4)
2s
s (s 7)
5)
s
s2 + 6s + 25
6)
7)
es
(s2 + 1)2
8)
e3s
(s 1) (s + 2)
9)
10)
s2
s3 + 2 3
13) e
2s
1
1
+
s2 s4
16)
e3s
s2 9
19)
1
(s2 + 1)3
11)
n
X
eks
k=1
14)
17)
s
2
(s + 3) (s2 + 1)
20)
ln
s
s+1
s3
1
+ 23

1
arctan
s
2s
(s2 + 4)2
s2 + 1
s (s 3)
12)
ln
15)
es s
s2 + 3
18)
1
arctan
s
21)

52
ln 1 + 2
s

1
s
4. Suponga que , R, n, m N. Calcular explcitamente las siguientes convoluciones:

a) exp (t) exp (t)
b) tn exp (t)
c) tn tm
d ) exp (t) sin (t)
e) exp (t) cos (t)
f ) sin (t) sin (t)
g) sin (t) cos (t)
h) cos (t) cos (t)
i ) tn cos (t)
252
j ) tn sin (t)
5. Escriba las transformadas inversas de las siguientes funciones en terminos de convoluciones:
s3
(s2 + 4) (s2 + 9) (s2 + 16)
s
b)
(s 2) (s + 2) (s 1)

s+1
1
1
c) ln
ln 1 + 2 arctan
s+2
s
s
a)
6. Resuelva las siguientes ecuaciones integrales o integro-diferenciales.

t
a) x (t) = e
cos (t u) x (u) du
2
0
Z
1 t
(t u)3 x (u) du
b) x (t) = t +
6 0
Z t
sin (t u) x (u) du
c) x (t) = t +
0
cos (t u) x (u) du
d ) x (t) = sin t +
0
0
x (u) du = f (t) donde
e) x + 2x +
0
cos t si 0 t < 2
f (t) =
sin t si
t > 2
con la condicion inicial x (0) = 1
Z t
f)
sin (t u) y (u) du = y (t) + et cos (3t)
0
7. Suponga que f, f 0 : [0, +[ R Z

sonlocalmente
integrables
y de orden exponen
t Z u
df
cial: Calcular la transformada de
f (v) dv du y tet
en terminos de la
dt
0
0
transformada de f .
8. La funcion Gamma esta definida por:
Z
(x) =
eu ux1 du,
0
253
x>0
a) Demuestre que (x + 1) =
R
0
eu ux dx.
b) Integrando por partes, muestre que:

(x + 1) = x (x)
c) Demuestre que (1) = 1
d ) Usando los resultados de (b) y (c), pruebe que si n es un entero positivo,
entonces:
(n + 1) = n!
e) Calcule, usando la sustitucion u = st en la parte (a), demuestre que:
L [tx ] (s) =
f ) Se sabe que
n o
1) L 1t

t
2) L
5/2
3) L t
1
2
(x + 1)
,
sx+1
s > 0,
x > 1
. Calcule:
9. Resuelva las siguientes ecuaciones diferenciales mediante Transformada de Laplace:

a) y 00 + y = 0,
b) y 00 4y = 0,
y (0) = 1,
y 0 (0) = 3
y (0) = 2,
c) y 00 + 4y 0 + 4y = 0,
f ) y (4) y = 0,
y 0 (0) = 2
y (0) = 1,
d ) y 00 + 2y 0 + 2y = H (t 3) ,
e) y 000 + y = 0,
y 0 (0) = 5
y (0) = y 0 (0) = 0
y (0) = y 00 (0) = 1,
y 0 (0) = 1
y (0) = y 00 (0) = 0,
g) y (4) y = sinh t,
y 0 (0) = y 000 (0) = 1
y (0) = y 00 (0) = 0,
y 0 (0) = y 000 (0) = 1
10. Resolver los siguientes problemas de valores iniciales
254
a) y 00 4y = f (t) donde
f (t) =
t2
si 0 t < 1
1 t si 1 < t < 3
et
3<t
con las condiciones iniciales y (0) = 0, y 0 (0) = 1.

b) y 00 + 4y 0 + 13y = et cos t con valores iniciales y (0) = 1, y 0 (0) = 0.
c) y 00 + y = 1 con y (1) = y 0 (1) = 1.
d)
y 00 + y = 3 sin (4t) H (t 2) sin (8t)
y (0) = 1
y 0 (0) = 1
e)
y 00 + 3y 0 + 2y = 3e4t H (t 2)
y (0) = 2
y 0 (0) = 1
f)
ty 00 + 2 (t 1) y 0 2y = 0
y (0) = 0
y 0 (0) = 0
g)
ty 00 + 2 (t 1) y 0 + (t 2) y = 0
y (0) = 1
y 0 (0) = 1
255
h)
ty 00 ty 0 + y = 0
y (0) = 0
y 0 (0) = 1
11. Resolver el siguiente sistema utilizando transformada de Laplace:
2x01 + x1 + x002 = e6t
2x1 + x02 = 0
donde x1 (0) = 1, x2 (0) = 2 y x02 (0) = 2.
12. Resolver los siguientes sistemas utilizando transformada de Laplace:
x0 4x y + t = 0
1)
con x (0) = 0, y (0) = 1
y 0 + 2x y + et = 0
x0 + x + y 0 + cos t = 0
2)
y 0 + x y + et
= 0
con x (0) = 0, y (0) = 0
x0 + x + y = cos t
3)
y 0 + x y = sin t
con x (0) = 1, y (0) = 2
x00 + y 00 + y 0 = t2
4)
x00 y 00
= 2t
con x (0) = 1, x0 (0) = 0, y (0) = 0, y 0 (0) = 1
13. Calcular la transformada de Laplace de f (t) = abtc donde btc es la parte entera de t
y a R+ y con esa informacion resolver la ecuacion
y (t + 2) 3y (t + 1) + 2y (t) = 0
si se sabe que y (t) es constante e igual a 0 en el intervalo [0, 1[ y es constante e igual
a 1 en [1, 2[.
256
14. Resolver el problema de valores iniciales

y 00 + ty 0 2y = 4
y (0) = 1
y 0 (0) = 0
15. Resolver la ecuacion diferencial
d2 y
dy
4y = 2 2t
+
2t
dt2
dt
con y (0) = 0 y y 0 (0) = 1.
16. Muestre que si f : R R es una funcion periodica de periodo T > 0 entonces
Z T
1
L [f (t)] (s) =
est f (t) dt
1 esT 0
RT
R +
Ind.: L [f (t)] (s) = 0 f (t) est dt + T f (t) est dt y cambie variable.
17. Calcular la transformada de las funciones f (t) = |sin t| y f (t) = t btc
18. Calcular las transformadas de las funciones de la figura
257
Captulo 5 : Series de Fourier
Definiciones
El espacio de las funciones continuas en un intervalo [a, b] a valores reales representado
por C [a, b], es un espacio de dimension infinita, pues para todo m N se cumple

1.x.x2 , . . . , xm C [a, b]
y el conjunto {1.x.x2 , . . . , xm } es linealmente independiente. Sabemos que si un espacio V

tiene una base B = {v1 , v2 , . . . , vm } entonces todo elemento del espacio se puede escribir
como combinacion lineal, esto es,
v=
m
X
j vj
j=1
al ser un espacio de dimension infinita, debemos esperar que los elementos sean mas
complicados que un polinomio, por ejemplo sabemos que ex no es un polinomio. Es natural
preguntarse entonces, si todos los elementos se pueden escribir como una combinacion
lineal infinita de los elementos de este conjunto, esto es, una serie de la forma
f (x) =
+
X
ak xk = a0 + a1 x + a2 x2 +
k=0
lo que llamamos serie de Taylor. Sabemos de Mat022 que las funciones que se pueden
escribir de esta forma son funciones de clase C en su intervalo de convergencia, luego no
es de esperar que toda funcion continua se pueda escribir como una serie de Taylor existira
otra forma de escribir estas funciones en forma de serie? La respuesta a esta pregunta es
afirmativa y viene dada por las series de Fourier, en alg
un sentido que vamos a especificar
en breve, toda funcion continua f C [a, b] se puede escribir en la forma

X

+
+
a0 X
2nx
2nx
+
an cos
+
bn sin
2
ba
ba
n=1
n=1
para elecciones adecuadas de las constantes a0 , an y bn .
El espacio SC [a, b]
Definici
on 5.1.1. Una funcion a valores reales f es llamada funcion seccionalmente
continua en [a, b] si:
258
1. f esta definida y es continua en todos los puntos de [a, b] salvo quizas un n

umero
finito de ellos.
2. Los lmites
f x+
0
f x
0
lm f (x)
xx+
0
lm f (x)
xx
0
existen en cada punto de [a, b] (note que en los extremos solo un lmite es relevante).
Z
Observaci
on 5.1.1. Si f SC [a, b] entonces
f (x) dx existe y es independiente de

a
los valores (si los toma) de la funcion en los puntos de discontinuidad. En particular, si
f, g SC [a, b] son iguales salvo en los puntos de discontinuidad entonces
Z b
Z b
f (x) dx =
g (x) dx
a
diremos entonces que dos funciones en SC [a, b] son iguales si f (x) = g (x) salvo quizas en
los puntos de discontinuidad.
Observaci
on 5.1.2. Si R, f, g SC [a, b] entonces f , f + g y f g son funciones en
SC [a, b].
Observaci
on 5.1.3. C [a, b] SC [a, b].
Definici
on 5.1.2. Sea V un espacio vectorial real. Diremos que la funcion h, i : V V
R es un producto interior si cumple:
1. f V , hf, f i 0, Ademas hf, f i = 0 f = 0
2. f, g V , hf, gi = hg, f i
3. R, f V , hf, gi = hf, gi
4. f, g, h V , hf + g, hi = hf, hi + hg, hi
259
Ejemplo 5.1.1. En V = Rn , la funcion h, i : V V R definida por

< x, y >=
n
X
xi y i
i=1
es un producto interior.
Ejemplo 5.1.2. En SC[a, b] la funcion h, i : SC[a, b] SC[a, b] R definida por

Z
(f, g) hf, gi =
f (x)g(x) dx
a
es un producto interior. Llamaremos a este producto, el producto usual en SC[a, b].

Ejemplo 5.1.3. En C[a, b], si C [a, b] es tal que (x) > 0 para x [a, b] la funcion
h, i : C[a, b] C[a, b] R definida por
Z
(f, g) hf, gi =
(x) f (x)g(x) dx
a
es un producto interior. Este producto es llamado producto con peso .
En todo espacio vectorial con producto interior es posible definir una norma
k k : V R
como
kf k =
p
hf, f i
y esta a su vez, nos permite definir una funcion distancia en el espacio V mediante la
formula
d(f, g) = kf gk
Teorema 5.1.1. Sea (V, h, i) un espacio vectorial real con producto interior, para toda
f, g V se tiene
|hf, gi|
p
hf, f i hg, gi
260
Ejemplo 5.1.4. Si f (x) = ex , g(x) = ex son funciones en C [0, 1], calcular d (f, g), con
la distancia inducida por el producto usual del ejemplo.
Tenemos
p
hf g, f gi
s
Z 1
=
(f (x) g (x))2 dx
d (f, g) =
s
Z
(ex ex )2 dx
=
=
sinh 2 2
Proposici
on 5.1.1. Propiedades basicas del producto interior h, i en un espacio vectorial
real V :
1. f, g V, R, hf, gi = hf, gi
2. f, g, h V, hf, g + hi = hf, gi + hf, hi
3. fk , gj V, con k = 1, 2, . . . , n y j = 1, 2, . . . , m y k , j R, con k = 1, 2, . . . , n y
j = 1, 2, . . . , m
* n
X
k=1
k fk ,
m
X
+
j gj
j=1
n X
m
X
k j hfk , gj i
k=1 j=1
Definici
on 5.1.3. Sea V un espacio con producto interior < , >.
1. Diremos que f y g en V son ortogonales si < f, g >= 0
2. Diremos que {fk }kI es un conjunto ortogonal si < fk , fj >= 0, para k 6= j
3. Diremos que {fk }kI es un conjunto ortonormal si es ortogonal y la norma de cada

elemento es 1
261

Ejemplo 5.1.5. En SC[0, L], la familia sin
nx
L

, n N es ortogonal.
En efecto, si n 6= m entonces
Z
nx
mx
sin
sin
dx
L
L

L
(m n) x
(m + n) x
=
(m + n) sin
+ (n m) sin
2 (m2 n2 )
L
L
(usar prostaferesis) luego
Z L
nx
mx
sin
sin
dx
L
L
0

L
L
(m n) x
(m + n) x
=
(m + n) sin
+ (n m) sin

2 (m2 n2 )
L
L

0
L
(m + n) L
(m n) L
=
+
(n
m)
sin
(m
+
n)
sin
2 (m2 n2 )
L
L
L
((m + n) sin [(m n) ] + (n m) sin [(m + n) ])
=
2 (m2 n2 )
= 0
Ejemplo 5.1.6. En SC[a, b] la familia

2x
2x
4x
4x
6x
6x
{1, cos
, sin
, cos
, sin
, cos
, sin
,...}
ba
ba
ba
ba
ba
ba
=

2nx
2nx
1, cos
, sin
con n N
ba
ba
es una familia ortogonal.
Ejemplo 5.1.7. Si (V, h, i) es un espacio con producto interior y {u1 , u2 , u3 } V es un

conjunto ortonormal, determine la norma del vector
u1 u2 + u3
Soluci
on. Usando las propiedades del producto punto y la ortogonalidad
ku1 u2 + u3 k2 = hu1 u2 + u3 , u1 u2 + u3 i
= ku1 k2 + ku2 k2 + ku3 k2
= 3
262
(los vectores tienen norma 1) entonces
ku1 u2 + u3 k = 3
n
o
x , sin
2x
Ejemplo 5.1.8. Muestre que el conjunto B = 12 , cos
es ortonormal en C [, ]
y calcular
Z
1
cos x sin 2x
+
!1/2
2
dx
Soluci
on.

1 cos x
,
cos x
dx
2
Z
1
=
cos xdx
2

1
= sin (x) = 0
2
y

1 sin x
,

=
sin 2x
dx = 0
2
(funcion impar)
Z
sin 2x cos x
sin 2x cos x
,
dx = 0
=
funcion impar. Es facil ver que

1
1
= k1k = 2 = 1
2
2
2

Z
1/2
sin 2x
2
= 1
sin 2xdx

Z
1/2
1
1 cos 4x
=
2
dx
2
0
1 1/2
=
=1

Z
1/2
cos x
1
2
=
cos xdx

Z
1/2
1
2
=
2
cos xdx
0
Z
1/2
1 + cos 2x
1
=
2
dx
2
0
= 1

263
1. usando el ejercicio anterior

2 !1/2
Z
cos x sin 2x
1
+
dx
= 3
Teorema de la mejor aproximaci

on
Ahora vamos a analizar cuando tenemos familia ortonormales como se logra la mejor
aproximacion de un elemento en un espacio dado. La idea es obtener una aproximacion
con distancia cero.
Teorema 5.1.2. Sea {fk }N
k=1 un conjunto ortogonal en V . Si k R, k = 1, . . . N
entonces

2
N
N
X

X

k f k =
|k |2 kfk k2

k=1
k=1
Demostracion.

2
* N
+
N
N
X

X
X

k f k =
k f k ,
j f j

k=1
j=1
k=1
N X
N
X
k j hfk , fj i
k=1 j=1
N
X
2k kfk k2
k=1
Note que si el conjunto {fk }N

k=1 es ortogonal (y funciones no nulas) en V entonces es
linealmente independiente
N
X
k fk = V
k=1
implica
0 = hV , fi i =
* N
X
k=1
N
X
k hfk , fi i
k=1
= i hfi , fi i
264
+
k fk , fi
de donde obtenemos i = 0.
Sea f V dado, Cual es la mejor aproximacion que podemos hacer en V mediante un
elemento de de la forma
N
X
k fk
k=1
esto es un elemento del subespacio generado por {f1 , f2 , ..., fN }

S = h{f1 , f2 , ..., fN }i
donde {fk } es un conjunto ortonormal.
d f,
N
X
!2
k f k
k=1

2
N

X

= f
k f k

k=1
= kf k2 2
= kf k2 2
= kf k2
N
X
k=1
N
X
k hf, fk i +
k hf, fk i +
N
X
k=1
N
X
k=1
N
X
N
X
k=1
k=1
d f,
hf, fk i2 +
(hf, fk i k )2
k f k
v
u
N
u
X
2
t
kf k
hf, fk i2
k=1
k=1
luego el mnimo valor de esta distancia corresponde a

v
u
N
u
X
tkf k2
hf, fk i2
k=1
que se alcanza en la combinacion lineal de la forma

N
X
hf, fk i fk
k=1
se sigue que
265
|k |2
k=1
se sigue, independiente de los escalares 1 , 2 , . . . , N

N
X
|k |2 kfk k2
N
X
hf, fk i fk
k=1
es la mejor aproximacion de f V en el espacio.

S = h{f1 , f2 , ..., fN }i
y
mn
(1 ,...,N )Rn
d f,
N
X
!
k fk
v
u
N
u
X
= tkf k2
< f, fk >2
k=1
k=1
Teorema 5.1.3. Sea {fk }N

k=1 un conjunto ortonormal en un espacio vectorial V con
producto interior, f V y S = h{f1 , f2 , . . . , fN }i se tiene
d (f, S) =
mn
(1 ,...,N )Rn
d f,
N
X
!
k f k
k=1
v
u
N
u
X
2
t
=
kf k
hf, fk i2
k=1
y esta distancia mnima se logra para i = hf, fi i con i = 1, 2, . . . , N . Es decir, el elemento

de S a menor distancia de f es
N
X
hf, fk i fk
k=1
de este resultado obtenemos:
Teorema 5.1.4 (Desigualdad de Bessel). Si {fk }N

k=1 es un conjunto ortonormal en V
entonces f V
N
X
hf, fk i2 kf k2
k=1
Demostracion. De los calculos anteriores

!2
N
N
N
X
X
X
0 d f,
k fk
= kf k2
hf, fk i2 +
(hf, fk i k )2
k=1
k=1
266
k=1
si tomamos hf, fk i k = 0 entonces

2
0 kf k
N
X
hf, fk i2
k=1
que es la desigualdad deseada.

Teorema 5.1.5. Si {fk }
k=1 es un conjunto ortonormal en V entonces para cada f en V
se cumple
lm hf, fk i = 0
Demostracion. Por la desigualdad de Bessel se tiene N N

N
X
hf, fk i2 kf k2
k=1
luego la serie
P+
k=1
hf, fk i2 converge (sucesion de sumas parciales creciente y acotada
superiormente) luego
lm hf, fk i = 0
Ejemplo 5.1.9. Muestre que el conjunto
1 , sin
x
es ortonormal en C [, ] y deter-
minar el elemento de la forma

sin x
2
(con , R) mas cercano a f (x) = x. Cual es la mnima distancia?.
Soluci
on. Primero calculamos las normas

1/2
Z
1
1
=
dx
2
2
Z 1/2
1
=
dx
2
Z 1/2
1
=
dx
2
= (1)1/2
= 1
267
y

Z
1/2
sin x
sin2 x
=
dx

Z
1/2
1
1 cos 2x
=
dx

2
1/2
1
= 1
que son ortogonales es facil

1 sin x
,
1
=
2
= 0
sin xdx
(por imparidad). El elemento mas cercano es

1
sin x
sin x
1
g (x) = , x + , x
2
2
donde

Z
1
x
,x
dx = 0
=
2
2

Z
x sin x
sin x
,x
dx = 2
=
as
g (x) = 2 sin x
y la distancia mnima es
q
2
d = kxk2 02 2
donde
2
kxk =
entonces
2
x2 dx = 3
3
r
d=
Observaci
on 5.1.4. El conjunto
(
cos
1
B=
,
k1k cos
2 3
4
3
2kx
ba
,
2kx
ba
sin

sin
268
2kx
ba

2kx
ba
con k N
es un conjunto ortonormal en SC[a, b], notemos que

Z
1/2
dx
p
(b a)
cos2
2kx
ba
!
1 + cos 4kx
ba
dx
2
a

Z
ba
1 b
4kx
+
cos
dx
2
2 a
ba

b
ba
1
4kx
b a
+ sin
2
2
ba
4k a

ba
1
4kb
4ka
ba
+
sin
sin
2
2
ba
ba
4k

ba
2
Z
dx =
=
=
=
=
donde hemos usado la formula de prostaferesis

xy
x+y
sin (x) sin (y) = 2 sin
cos
2
2
para ver

sin
4kb
ba

sin
4ka
ba

=0
ahora bien
Z
b
2
sin
a
2kx
ba
Z b
2kx
dx =
1 cos
ba
a

ba
= (b a)
2

ba
=
2
2
as
k1k =
ba
r

ba
cos 2kx =

ba
2
r

ba
sin 2kx =

ba
2
269

dx
Definici
on 5.1.4. Sea f SC [a, b]. Llamaremos serie de Fourier de f a la serie de la
forma
a0 X
+
ak cos
2
k=1
X

2k
2k
x +
x
bk sin
ba
b
a
k=1
donde los coeficientes son dados por la mejor aproximacion.
Calculemos los coeficientes en forma explcita:
=
=
=
=
hf (x) , 1i
*

X

+
a0 X
2k
2k
+
ak cos
x +
bk sin
x ,1
2
ba
ba
k=1
k=1
*

+ *X

+
Da E
X
2k
2k
0
,1 +
ak cos
x ,1 +
bk sin
x ,1
2
ba
ba
k=1
k=1

X

X
2k
2k
a0
ak cos
bk sin
h1, 1i +
x ,1 +
x ,1
2
b
a
b
a
k=1
k=1
a0
(b a)
2
esto es
2
a0 =
ba
f (x) dx
a
de manera similar

2n
2n
2n
x
= an cos
x , cos
x
f, cos
ba
ba
ba
as
an

2n
f, cos ba
x

=
2n
2n
cos ba
x , cos ba
x

Z b
2
2n
=
f (x) cos
x dx para n N
ba a
ba
y

2n
f, sin ba
x

=
2n
2n
sin ba
x , sin ba
x

Z b
2
2n
=
f (x) sin
x dx para n N
ba a
ba
bn
270
Teorema 5.1.6. Si f SC [a, b] entonces

X
!

N
N

a0 X
2k
2k

+
x +
x
lm f (x)
ak cos
bk sin
=0
N +

2
ba
ba
k=1
k=1
si a0 , ak y bk corresponden a los coeficientes de Fourier de f .
Podemos entonces escribir
a0 X
+
ak cos
f (x) =
2
k=1
X

2k
2k
x +
x
bk sin
ba
b
a
k=1
pero la convergencia de la serie no es necesariamente al evaluar en los puntos, sino en el

sentido de la distancia definida.
Ejemplo 5.1.10. Determinar la serie de Fourier de f (x) = x en C [, ]

Soluci
on. En este intervalo la serie tiene la forma
X
a0 X
+
ak cos (kx) +
bk sin (kx)
2
k=1
k=1
note que al ser una funcion impar a0 = ak = 0 y

Z
1
bk =
x sin (kx) dx

Z
2
=
x sin (kx) dx
0
2
=
((sin kx kx cos kx)|0 )
2
k

2
k
=
k (1)
k 2
2 (1)k+1
=
k
as
x=
X
k=1
2 (1)k+1
k
271
!
sin (kx)
en media. Veamos algunos graficos de la aproximacion
N
X
2 (1)k+1
k
k=1
P3
k=1
2(1)k+1
k
P15 2(1)k+1
k=1
!
sin (kx)
sin (kx)
P6
sin (kx)
sin (kx)
P60 2(1)k+1
sin (kx)
k=1
2(1)k+1
k
k=1
Ejemplo 5.1.11. Determinar la serie de Fourier de

f (x) = ex
para x [1, 1] .
Soluci
on. La serie de Fourier de f en este intervalo es de la forma

X

a0 X
2nx
2nx
+
an cos
+
an sin
2
2
2
n=1
n=1
X
a0 X
=
+
an cos (nx) +
an sin (nx)
2
n=1
n=1
272
donde
2
=
2
Z
=
a0
an
ex dx = 2 sinh 1
1
1
ex cos (nx) dx =
(2 sinh 1) (1)n
para n N
2 n2 + 1
y
Z
bn =
ex sin (nx) dx =
(2n sinh 1) (1)n+1

para n N
2 n2 + 1
se sigue
x
= (sinh 1) +
X
(2 sinh 1) (1)n
n=1
2 n2 + 1
cos (nx) +
X
(2n sinh 1) (1)n+1
n=1
2 n2 + 1
X
X
2 (1)n
2n (1)n+1
= (sinh 1) 1 +
cos (nx) +
sin (nx)
2 n2 + 1
2 n2 + 1
n=1
n=1
sin (nx)
as por ejemplo, la grafica de la aproximacion

!
10
10
X
X
2n (1)n+1
2 (1)n
cos (nx) +
sin (nx)
(sinh 1) 1 +
2 n2 + 1
2 n2 + 1
n=1
n=1
es:
en rojo esta la grafica de la exponencial.

Teorema 5.1.7 (Identidad de Parseval). Si f SC [a, b] entonces
Z b
2
a20 X 2 X 2
2
f (x) dx =
+
an +
bn
ba a
2
n=1
n=1
donde
2
an =
ba

f (x) cos

2n
x dx para n N {0}
ba
273
y
2
bn =
ba

f (x) sin

2n
x dx para n N
ba
Ejemplo 5.1.1. Calcular la serie de Fourier de f (x) = |x| para x [1, 1] y usando
Parseval calcular
X
n=1
1
(2n + 1)4
Convergencia Puntual de series de Fourier

Si bien hemos enunciado que la serie de Fourier converge en norma la funcion dada, se
presenta la siguiente situacion: Determinemos la serie de Fourier de
1 si x [0, ]
f (x) =
1 si x [, 0[
se tiene:
a0
an
bn
Z
1
=
f (x) dx = 0 (la funcion es impar)
2
Z
1
f (x) cos (nx) dx = 0 (la funcion f (x) cos (nx) es impar) para cada n N
=

Z
1
1
=
f (x) sin (nx) dx = (2 (1)n 2) para n N

n
se sigue que

X

1
sin (nx)
n
f (x) =
(2 (1) 2)
(en media)
n
n=1

1
2X
n
=
((1) 1) sin (nx) (en media)
n=1
n
pero
f (0) = 1
pero si evaluamos

2X
1
n
((1) 1) sin (nx)
n=1
n
274
en x = 0 nos queda

1
2X
n
((1) 1) sin (n0) = 0
n=1
n
luego el valor al cual converge la serie no es el valor de la funcion en el punto. Como se ve

en las siguiente graficas, los combinaciones trigonometricas

N
2X
1
n
((1) 1) sin (nx)
n=1
n
cuando N crece se va pareciendo mas a la grafica pero todos estas funciones pasan por el 0.
El siguiente teorema nos dice a que valor converge la serie de Fourier
a0 X
+
ak cos
2
k=1
X

2k
2k
x +
bk sin
x
ba
ba
k=1
de f SC [a, b] cuando evaluamos en un x0 [a, b].

Teorema 5.2.1 (Convergencia puntual). Sea f, f 0 SC [a, b] entonces la serie de Fourier
converge en todos los puntos del intervalo [a, b], ademas si x0 [a, b] la serie de Fourier a

f x+
0 + f x0
2
cuando x0 ]a, b[ y a
f (b ) + f (a+ )
2
si x0 = a o x0 = b.
Por convergencia puntual se entiende

lm

!
N
2k
2k
a0 X
+
ak cos
x0 + bk sin
x0
=
2
b
a
b
a
k=1
lm SN (x0 )

f x+
0 + f x0
=
2
(no es la convergencia en norma, la cual esta garantizada sin mirar la derivada).
275
Ejemplo 5.2.1. Sabemos que
X
X
2n (1)n+1
2 (1)n
cos (nx) +
sin (nx)
e == (sinh 1) 1 +
2 n2 + 1
2 n2 + 1
n=1
n=1
x
!
(en media)
Usando esa serie, determinar el valor de
X
(1)n
2 n2 + 1
n=1
Soluci
on. Como
!
n
n+1
X
X
2
(1)
2n
(1)
ex = (sinh 1) 1 +
cos (nx) +
sin (nx)
2 n2 + 1
2 n2 + 1
n=1
n=1
evaluando en x = 0 que es un punto de continuidad se obtiene
!
+
X
2 (1)n
1 = (sinh 1) 1 +
2 n2 + 1
n=1
as
1
2
X
+
(1)n
1
1 =
sinh 1
2 n2 + 1
n=1
Note que si f, f 0 SC [a, b] la serie de Fourier

X

2k
2k
a0 X
ak cos
bk sin
+
x +
x
2
b
a
b
a
k=1
k=1
converge en cada punto del intervalo, si denotamos por

X

a0 X
2k
2k
g (x) =
+
ak cos
x +
bk sin
x
2
ba
ba
k=1
k=1
del resultado anterior se tiene que g (x0 ) = f (x0 ) en los puntos en los cuales f es continua,

2k
2k
pero se obtiene una propiedad adicional, dada que las funciones 1, cos ba
x , sin ba
x
son periodicas de periodo (b a) se sigue que

X

a0 X
2k
2k
g (x) =
+
x +
x
ak cos
bk sin
2
b
a
b
a
k=1
k=1
es una funcion periodica de periodo (b a) y as g esta bien definida en todo R cumpliendo
g
RR
x g (x) = fe(x)
276
donde fe : R R es una funcion periodica de periodo (b a) tal que

+
f
x
+
f
x
0
0
para x0 ]a, b[
fe(x0 ) =
2
f (b ) + f (a+ )
=
para x0 = a, b
2
Ejemplo 5.2.2. La serie de Fourier de
1 si x [0, ]
f (x) =
1 si x [, 0[
es

2X
1
n
((1) 1) sin (nx)
n=1
n
entonces

2X
1
n
1 =
((1) 1) sin (nx) para x ]0, [
n=1
n

2X
1
n
1 =
((1) 1) sin (nx) para x ], 0[
n=1
n
1 + (1)
= 0 para x = 0, ,
2
y por periodicidad podemos decir por ejemplo que

2X
1

n
((1) 1) sin n 2 +
n=1
n
4

n
1
2X
=
((1)n 1) sin
n=1
n
4
= 1
Ejemplo 5.2.3. Determinar la serie de Fourier de f C [2, 2] definida por
1 si 0 x 2
f (x) =
1 si 2 x < 0
Determine el valor al cual converge la serie en x = 6 y bosquejar un grafico de la serie
poniendo especial cuidado en los puntos de discontinuidad.
277
Soluci
on. La funcion es impar, esto permitira simplifica los calculos, la serie de Fourier
tiene la forma
X

2nx
2nx
+
bn sin
4
4
n=1
nx X
nx
a0 X
=
+
an cos
+
bn sin
2
2
2
n=1
n=1
a0 X
F (x) =
+
an cos
2
n=1
donde
a0
an
Z
2 2
=
f (x) dx = 0
4 2
Z
nx
1 2
f (x) cos
dx = 0
=
2 2
2
y
bn
Z
nx
1 2
=
f (x) sin
dx
2 2
2
Z 2
nx
sin
=
dx
2
0
nx 2
2

cos
=
n
2 0
2
=
(cos (n) 1)
n
(1)n 1
= 2
n
n+1
(1)
+1
= 2
n
as
F (x) = 2
X
n=1
(1)n+1 + 1
n
!
sin
nx
2
por los teoremas vistos en clases, la serie es periodica de periodo 4 se sigue que
F (6) = F (2) =
la grafica de la serie es:
278
1 + (1)
=0
2
1.
Series de Fourier de senos y cosenos
Definici
on 5.3.1. Si f : [0, L] R es una funcion en SC [0, L], llamaremos:
1. Extension par de f a la funcion
f (x) si x [0, L]
fp (x) =
f (x) si x [L, 0]
2. Extension impar de f a la funcion
f (x)
si x [0, L]
fI (x) =
f (x) si x [L, 0[
Observaci
on 5.3.1. fp SC [L, L] es una funcion par tal que
fp (x) = f (x) para x [0, L]
y fI (x) SC [L, L] es una funcion impar tal que
fI (x) = f (x) para x [0, L]
Al desarrollar en serie de Fourier la funcion fp en [L, L] se tiene

X

a0 X
kx
kx
fp (x) =
+
ak cos
+
bk sin
2
L
L
k=1
k=1
279
donde
Z
1 L
a0 =
fp (x) dx
L L

Z
kx
1 L
fp (x) cos
dx para k N
ak =
L L
L

Z
1 L
kx
bk =
fp (x) sin
dx para k N
L L
L

notemos que al ser fp una funcion par fp (x) cos kx
es par y fp (x) sin
L
luego
a0
Z
Z
1 L
2 L
=
fp (x) dx =
fp (x) dx
L L
L 0
Z
2 L
f (x) dx
=
L 0
y
ak

Z
1 L
kx
=
fp (x) cos
dx para k N
L L
L

Z
kx
2 L
fp (x) cos
dx para k N
=
L 0
L

Z
2 L
kx
=
f (x) cos
dx para k N
L 0
L
y
bk
1
=
L
= 0

fp (x) sin
kx
L

dx para k N
as la serie es de la forma
a0 X
fp (x) =
+
ak cos
2
k=1
kx
L
con
a0
ak
Z
2 L
=
f (x) dx
L 0

Z
2 L
kx
=
f (x) cos
dx para k N
L 0
L
280
kx
L
es impar,
de manera similar, si al desarrollar en serie de Fourier la funcion fI en [L, L] se tiene

X

a0 X
kx
kx
+
+
fI (x) =
ak cos
bk sin
2
L
L
k=1
k=1
donde
Z
1 L
a0 =
fI (x) dx
L L

Z
1 L
kx
ak =
fI (x) cos
dx para k N
L L
L

Z
1 L
kx
bk =
fI (x) sin
dx para k N
L L
L

notemos que al ser fI una funcion impar fI (x) cos kx
es impar y fI (x) sin
L
kx
L
es par,
luego
1
a0 =
L
fI (x) dx = 0
L
y
ak

Z
1 L
kx
=
fI (x) cos
dx para k N
L L
L
= 0 para k N
y
bk

Z
kx
1 L
fI (x) sin
=
dx para k N
L L
L

Z
kx
2 L
fI (x) sin
dx para k N
=
L 0
L

Z
kx
2 L
f (x) sin
dx para k N
=
L 0
L
as la serie es de la forma
fI (x) =

bk sin
k=1
con
2
bk =
L

f (x) sin
kx
L
kx
L

dx para k N
como fp (x) = fI (x) = f (x) para x [0, L] se obtiene que es posible desarrollar f
SC [0, L] en series de la forma
a0 X
f (x) =
+
ak cos
2
k=1
281
kx
L
donde
a0
ak
Z
2 L
f (x) dx
=
L 0

Z
2 L
kx
=
f (x) cos
dx para k N
L 0
L
llamada serie cosenoidal de f o serie de cosenos de f y

X
kx
f (x) =
bk sin
L
k=1
donde

Z
2 L
kx
bk =
f (x) sin
dx para k N
L 0
L
llamada serie senoidal de f o serie de senos de f .
Ejemplo 5.3.1. Obtener la serie senoidal de
f (x) = cos x
en [0, ].
Soluci
on. Hacemos uso de la extension impar de f al intervalo [, ] entonces
cos x
si x [0, ]
fI (x) =
cos (x) si x [, 0[
entonces
X
a0 X
+
an cos (nx) +
bn sin (nx)
fI (x) =
2
n=1
n=1
donde
a0
an
bn
Z
1
=
fI (x) = 0

Z
1
=
fI (x) cos (nx) dx = 0

Z
2
=
cos x sin (nx) dx
0
si n = 1 entonces
2
b1 =
cos x sin xdx = 0

0
282
pero
sin (x + nx) = sin x cos nx + sin nx cos x
sin (x nx) = sin x cos nx sin nx cos x
as
sin (x + nx) sin (x nx) = 2 cos x sin nx
luego
cos ((n + 1) x) cos ((1 n) x)
+
=2
n+1
1n
Z
cos x sin nxdx
luego

cos ((n + 1) x) cos ((1 n) x)
+

n+1
1n

0

1
1
cos ((n + 1) ) cos ((1 n) )
+
+

n+1
1n
n+1 1n
(1)n (1)n
2n
+
+ 2
n+1
n1
n 1
n
((1) + 1) 2n
n2 1
Z
= 2
Z
cos x sin nxdx

0
= 2
cos x sin nxdx

0
Z
= 2
as en [0, ] obtenemos la representacion

X

+
2
((1)n + 1) n
cos x =
sin (nx)
n=2
n2 1
283
= 2
X

+
2
((1)n + 1) n
fI (x) =
sin (nx)
n=2
n2 1
X

100
2
((1)n + 1) n
sin (nx)
n=2
n2 1
cos x sin nxdx

0
se sigue
la grafica de la aproximacion (en verde)
cos x sin nxdx

0
es
en rojo esta la grafica de coseno en el intervalo deseado.
Ejemplo 5.3.2. Obtener la serie cosenoidal de la funcion

f (x) = x
para x [0, 4] .
Soluci
on. En este caso hacemos uso de la extension par de f al intervalo [4, 4] se tiene
si x [0, 4]
x
fp (x) =
(x) si x [4, 0[
entonces
a0 X
fp (x) =
+
an cos
2
n=1
2nx
8

+
X
n=1
donde
a0
Z
2 4
=
fp (x) dx
8 4
Z
1 4
=
xdx = 4
2 0
284

an sin
2nx
8
an
Z
nx
1 4
=
fp (x) cos
dx
4 4
4
Z
nx
1 4
=
dx
x cos
2 0
4
8 ((1)n 1)
=
2 n2
y
Z
1
bn =
4
fp (x) sin
nx
4
se sigue
fp (x) = 2 +
dx = 0

X
8 ((1)n 1)
2 n2
n=1
cos
nx
4
en particular en [0, 4] se tiene

x=2+8

X
((1)n 1)
2 n2
n=1
cos
nx
4
Ejemplo 5.3.3. Sea f : [0, ] R definida por f (x) = x ( x)

1. Encontrar una funcion F periodica y par tal que F (x) = f (x) para x [0, ] y
desarrollar en serie de Fourier F .
2. Encontrar una funcion G periodica e impar tal que G (x) = f (x) para x [0, ] y
desarrollar en serie de Fourier G.
3. Use los puntos anteriores para probar
X
(1)n+1
n=1
n2
2 X (1)n+1
3
=
y
=
12 n=1 (2n 1)3
32
Soluci
on. Por punto pero calculando las sumas pedidas.
1. F es la serie de cosenos
a0 X
+
an cos (nx)
2
n=1
F (x) =
donde
2
a0 =
x ( x) dx =
0
285
2
3
2
an =
2 ((1)n + 1)
x ( x) cos (nx) dx =
n2
as
F (x) =
X
2
((1)n + 1)
2
cos (nx)
2
6
n
n=1
si consideramos la suma sobre los pares (en los impares los coeficientes son nulos)
X
2
2
2
F (x) =
2 cos (2nx)
6
(2n)
n=1
2 X cos (2nx)
=
6
n2
n=1
evaluando en
obtenemos

2 X cos 2n
2
2
6
n2
n=1
2 X (1)n
=
6
n2
n=1
esto es
X
(1)n+1
2 2
=
4
6
n2
n=1
X
2
(1)n+1
=
12
n2
n=1
2. G es la serie senoidal
G (x) =
bn sin (nx)
n=1
donde
bn
2
=
x ( x) sin (nx) dx
0
2
(2 (1)n 2)
3
n
4 ((1)n 1)
=
n3
=
as
G (x) =

X
4 ((1)n 1)
n3
n=1
286
sin (nx)
note que ahora en los pares los coeficientes son nulos, al considerar en los impares
tenemos
G (x) =
evaluando en
8 X sin ((2n 1) x)
n=1
(2n 1)3
tenemos

8 X sin (2n 1) 2
=
2
2
n=1
(2n 1)3
8 X (1)n+1
=
n=1 (2n 1)3
pues

sin (2n 1)
= (1)n+1
2
as
2
8 X (1)n+1
=
4
n=1 (2n 1)3
de donde obtenemos
3 X (1)n+1
=
32 n=1 (2n 1)3
Ejemplo 5.3.4. Sea f (x) = exp ( [x]) definida en [0, 2]. Obtenga su serie de Fourier de
cosenos y use la serie para calcular el valor de
X
(1)n1
n=1
2n 1
Obs.: [x] es la parte entera de x.

Soluci
on. Tenemos que encontrar la serie de cosenos, usamos la extension par
a0 X
fp (x) =
+
an cos
2
n=1
287
2nx
4
donde
a0
Z
2 2
fp (x) dx
=
4 2
Z 2
f (x) dx
=
0
Z 2
exp ( [x]) dx
=
0
Z 2
Z 1
1dx +
edx
=
= e
0
1
+1
y
an

Z
2 2
2nx
=
fp (x) cos
dx
4 2
4
Z 2
nx
exp ( [x]) cos
dx
=
2
0
Z 1
Z 2
nx
nx
1
cos
=
e cos
dx +
dx
2
2
0
1

1
2
1
1
1
1
2e sin n 2e sin n +
sin n
=
n
2
n
2

2 n 1
=
sin
e 1
n
2
luego
nx

e1 + 1 X 2 n
1
fp (x) =
+
sin
1e
cos
2
n
2
2
n=1
evaluando en x = 0 se tiene
1=
de donde obtenemos
luego
luego

e1 + 1 X 2 n
+
sin
1 e1
2
n
2
n=1
e1 + 1
2 (1 e1 ) X sin n
2
1
=
2
n
n=1
X
12 12 e1
sin n
2
=
2 (1 e1 )
n
n=1
X sin n
2
=
4
n
n=1
288
es cero, se sigue
si n es par sin n
2
(2n1)
X sin 2
=
4
2n 1
n=1
pero
sin
es decir
(2n 1)
= (1)n+1
2
X (1)n+1
=
4
2n 1
n=1
Derivaci
on e integraci
on de Series de Fourier
Si para x ], [
x=
X
2 (1)k+1
k=1
es cierto que
1=
sin (kx)
2 (1)k+1 cos (kx)
k=1
para x ], [? En otras palabras es posible derivar termino a termino una serie de

Fourier y asegurar que converge a la derivada de la funcion?, la respuesta es no, ya que
2 (1)k+1 no corresponde al coeficiente de Fourier de la funcion, el cual tiene que cumplir
lm Ck = 0
Para que sea valida la derivacion termino a termino tenemos el siguiente resultado:
Teorema 5.4.1. Si f C [a, b] , f (a) = f (b) y f 0 SC [a, b] entonces la serie de Fourier
para f 0 puede ser obtenida derivando termino a termino la serie de f . La serie obtenida
converge puntualmente a f 0 (x) en los puntos en los cuales f 00 existe..
para la integracion de las series tenemos el siguiente resultado:

Teorema 5.4.2. Si f SC [a, b] y

a0 X
2nx
2nx
f (x) =
+
ak cos
+ bk sin
(media)
2
b
a
b
a
n=1
289
entonces
Z
(x a)
2
X Z
+
ak
f (t) dt = a0
a

2nt
cos
dt
ba
a
n=1

Z x
X
2nt
sin
+
bk
dt (media)
b
a
a
n=1
(Esto es, es posible integrar la serie termino a termino)

1. Suponga que
x (L x) =
X
k=1

ak sin
kx
L
para x [0, L]. Haciendo uso de la propiedad de ortogonalidad de la familia

sin kx
en C[0, L] encontrar los coeficientes de la serie.
L
kN
2. Muestre que en C[a, b] = V se cumple
a) f, g V
kf gk2 + kf + gk2 = 2 kf k2 + 2 kgk2
b) Si hf, gi = hf, hi para todo f V entonces g = h.
3. Muestre que para todo f C [, ]
Z
lm
sin (nx) f (x) dx = 0
n
Ind.: Identidad de Parseval.

4. (Calculando Productos) Calcular para n, m N
Z
Z
sin (mx) sin (nx) dx,
sin (nx) dx
Z
Z
cos (nx) dx,
cos (nx) cos (mx) dx
Z
cos (nx) sin (mx) dx
290
Que dicen estos calculos del conjunto B = {1, cos (nx) , sin (nx) con n N} en
SC[, ]?
5. (De lo general a lo particular) En SC [a, b] hemos definido el producto interior
Z
hf, gi =
f (x) g (x) dx
a
y enunciado que el conjunto

2nx
2nx
, sin
con n N
C = 1, cos
ba
ba
es una conjunto ortogonal. Escribir en los casos especiales SC[, ], SC[L, L] y
SC[0, L]
6. (Calculando series de Fourier) Encontrar las series de Fourier para las funciones
siguientes en SC[, ]
a) x + sin x
b) ex
c)
d)
si x 0
x2 si x > 0
x
si x 0
x3 si x > 0
e) sin3 x
7. (La identidad de Parseval) Utilizar la serie de Fourier de f (x) = x en [, ]
para calcular el valor de
X
1
k2
k=1
8. (Funciones pares e impares) Clasificar las siguientes funciones en par, impar o

ninguna de las anteriores
A) tan x
B) xex
291

x+1
x1
D) ln |x|
C)
E) arcsin x
F) f (|x|) definida en [1, 1] donde f : R R es una funcion cualquiera.
G) x cos x cos 2x
9. (Parte par e impar de una serie) En Mat021 se mostro que toda funcion f :
[a, a] R (donde a R+ ) se puede descomponer en su parte par mas su parte
impar, esto es
f (x) = fp (x) + fi (x)
donde
f (x) + f (x)
2
f (x) f (x)
fi (x) =
2
fp (x) =
Suponiendo que no hay problemas de convergencia, encontrar las partes par e impar
de
a0 X
(ak cos (kx) + bk sin (kx))
+
2
k=1
donde ak , bk son constantes.
10. (Convergencia puntual) Encontrar el desarrollo en serie de Fourier de:
1 < x < 0
f (x) =
1
0<x<
y mostrar que la serie evaluada en x = 0 converge a 0. Utilizando esta serie mostrar
que
1 1 1
= 1 + +
4
3 5 7
11. (Series de Fourier en intervalos arbitrarios) Encontrar el desarrollo en serie de
Fourier para las siguientes funciones:
A) f (x) = x para x ], [
292
B) f (x) = ex para x ]0, 2[
1 < x < 0
C) f (x) =
1/2 0 < x <
D) f (x) = |sin x| para x ]2, 2[
E) f (x) = x (L x) para x ]0, L[
12. (Series de Fourier y series num
ericas) Encontrar el desarrollo en serie de Fourier
de la funcion
f (x) = cos (x) para x ], [
para todos los valores de R. Usar esta serie para demostrar que
!
1 1 X 2
cot () =
k=1 k 2 2
siempre que 6 Z.
13. (Combinaciones lineales de series) Si f, g SC[a, b] son tales que

a0 X
2kx
2kx
f (x) =
+
+ bk sin
ak cos
2
ba
ba
k=1
y

2kx
A0 X
2kx
g (x) =
+
Ak cos
+ Bk sin
2
ba
ba
k=1
A) Determinar la serie de Fourier de f + g.
B) Es posible mostrar que las series
1 2 X sin (2k 1) x
+
2 k=1
2k 1
2 X (1)k+1
sin (kx)
k=1
k
son las series de Fourier de las funciones
0 < x < 0
f1 (x) =
1 0<x<
293
y
f2 (x) =
x
para x ], [
respectivamente, usar estas series y el la parte anterior del ejercicio para obtener
las series de las siguientes funciones:
1/2 < x < 0

1) f (x) =
1/2 0 < x <
x + < x < 0
2) f (x) =
x
0<x<
x
< x < 0
3) f (x) =
x + 2 0 < x <
14. (Ojo serie truncada) Cual es el desarrollo en serie de Fourier de f (x) = 2 +
5 cos (3x) 4 sin (7x) en SC[, ]?.
15. (Para trigonom
etricas mejor identidades) Encontrar la serie de Fourier de
f (x) = cos4 x en SC[, ]
16. (Extensiones pares e impares) Encontrar las extensiones pares e impares de las
siguientes funciones y trazar su grafica:
A) f (x) = 1 definida en ]0, 5[
B) f (x) = x2 definida en ]0, [

C) f (x) = sin (x) definida en 0, 4
D) f (x) = ex definida en ]0, [
17. (Series de senos) Encontrar la serie de Fourier de senos de las funciones
A) f (x) = cos x para x ]0, [
B) f (x) = ex para x ]0, [
C) f (x) = x2 para x ]0, [
D) f (x) = x2 x para x ]0, 1[
294
18. (Series de cosenos) Encontrar la serie de Fourier de cosenos de las funciones

A) f (x) = sin x para x ]0, [
B) f (x) = ex para x ]0, [
C) f (x) = x2 para x ]0, [
D) f (x) = x x3 para x [0, 4]
19. (Derivando Series) Si para x ], [
x=
X
2 (1)k+1
k=1
Es cierto que
1=
sin (kx)
2 (1)k+1 cos (kx)
k=1
para x ], [? En otras palabras es posible derivar termino a termino una serie de

Fourier y asegurar que converge a la derivada de la funcion?. (Obs: Para poder derivar
una serie de Fourier y garantizar convergencia basta que la funcion sea continua
f (a) = f (b) y f 0 , f 00 SC[a, b] derivar por ejemplo la serie de Fourier de |x| para
x ], [)
20. (Cu
al serie usar?) Calcular el valor de
X
1 X 1 X 1
,
,
2
4
k
k
k6
k=1
k=1
k=1
usando series de Fourier adecuadas.
295
Parte II
C
alculo diferencial en varias variables
296
Captulo 6 : Elementos de topologa de Rn
El espacio euclidiano Rn
Definici
on 6.1.1. Se define el espacio ndimensional sobre el conjunto de los n
umeros
reales por:
Rn = {x = (x1 , x2 , . . . , xn ) : xi R,
i = 1, 2, . . . , n}
junto con la suma en Rn dada por:

x + y = (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn )
= (x1 + y1 , x2 + y2 , . . . , xn + yn )
y la multiplicacion por escalar definida por:
x = (x1 , x2 , . . . , xn )
= (x1 , x2 , . . . , xn )
para todos x, y Rn y R.
Teorema 6.1.1. El espacio Rn es un espacio vectorial real de dimension n.
Producto interno y norma

Definici
on 6.2.1. Sean x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ) en Rn . Se define el producto
interno o producto escalar de x e y como el n
umero real:
hx, yi =
n
X
xi yi
i=1
Observaci
on 6.2.1. El producto interno es el que confiere la nocion de distancia y de
perpendicularidad al espacio Rn .
Proposici
on 6.2.1. Sean x, y, z Rn y R, entonces:
1. Bilinealidad: hx + y, z i = hx, zi + hy, zi y hx, y + zi = hx, yi + hx, zi
2. Simetra: hx, yi = hy, xi
297
3. Definido positivo: hx, xi 0 y hx, xi = 0 x = 0.

Definici
on 6.2.2. Sea x = (x1 , . . . , xn ) Rn . Se define la norma (euclidiana) de x
como el n
umero real:
p
hx, xi
( n
)1/2
X
=
x2i
kxk =
i=1
Proposici
on 6.2.2. Sean x Rn y R, entonces:
1. kxk 0
2. kxk = || kxk
Teorema 6.2.1 (Desigualdad de Cauchy-Schwarz). Sean x, y Rn , entonces:
|hx, yi| kxk kyk
Demostracion. Consideremos : R R definida por:
() = hx + y, x + yi
Note que:
() = kxk2 + 2 hx, yi + 2 kyk2
Ahora bien, () 0 es equivalente a que el discriminante de la expresion cuadratica
anterior sea negativa o cero. Es decir:
4 hx, yi2 4 kxk2 kyk2 0
Luego, extrayendo raz cuadrada se obtiene:
|hx, yi| kxk kyk
298
Observaci
on 6.2.2. La nocion de perpendicularidad caracterstica de los espacios euclidianos se obtiene de la desigualdad de Cauchy-Schwarz. En efecto, sean x, y Rn r {0},
luego:
|hx, yi|
hx, yi
1 1
1
kxk kyk
kxk kyk
Por tanto, debe existir un angulo [0, ) tal que:
|hx, yi| kxk kxk
cos =
hx, yi
kxk kyk
O bien, en su forma clasica:

hx, yi = kxk kyk cos
Definici
on 6.2.3. Sean x, y Rn . Se define el
angulo entre x e y como:
(x, y) = arc cos
hx, yi
kxk kyk
Ademas, diremos que x e y son perpendiculares u ortogonales si (x, y) = 0. En tal

caso, se anota x y.
Teorema 6.2.2 (Pitagoras). Sean x, y Rn tales que x y, entonces:
kx + yk2 = kxk2 + kyk2
Teorema 6.2.3. Sean x1 , x2 , . . . , xm Rn r {0} con xi xj , i 6= j y m n, entonces
x1 , x2 , . . . , xm son linealmente independientes.
Observaci
on 6.2.3. Otra consecuencia de la desigualdad de Cauchy-Schwarz es la desigualdad triangular. La desigualdad triangular es una propiedad muy importante de la
norma euclidiana y es la piedra angular de la nocion de distancia sobre el espacio Rn .
Teorema 6.2.4 (Desigualdad triangular). Sean x, y Rn , entonces:
kx + yk kxk + kyk
Demostracion. Por la desigualdad de Cauchy-Schwarz:
kx + yk2 = hx + y, x + yi
= kxk2 + 2 hx, yi + kyk2
kxk2 + 2 kxk kyk + kyk2
(kxk + kyk)2
Lo cual implica el resultado.
299
Definici
on 6.2.4. Sean x, y Rn . Se define la distancia entre x e y como el n
umero real
dado por:
d (x, y) = kx yk
Teorema 6.2.5. Sean x, y, z Rn , entonces:
1. d (x, y) 0;
d (x, y) = 0 x = y
2. d (x, y) = d (y, x)
3. d (x, z) d (x, y) + d (y, z)
(desigualdad triangular)
Observaci
on 6.2.4. Como se sabe, el espacio euclidiano ndimensional tiene una propiedad sorprendente. A saber, generalizando la nocion de norma euclidiana se puede considerar
la nocion de norma como una funcion mas general N : Rn R que satisfaga:
1. N (x) 0
2. N (x) = || N (x)
3. N (x + y) N (x) + N (y)
A modo de ejemplo, las normas mas comunes en Rn son, a modo de ejemplo:
kxk = max {|x1 | , |x2 | , . . . , |xn |}
n
X
kxk1 =
|xi |
i=1
kxkp =
( n
X
)1/p
|xi |p
i=1
Ademas, se tiene que:

lm kxkp = kxk
As:
Teorema 6.2.6. Sean N y N1 dos normas cualesquiera sobre Rn . Entonces, existen
constantes , > 0 tales que:
N1 (x) N (x) N1 (x)
para todo x Rn .
300
Elementos de topologa de Rn
Definici
on 6.3.1. Sean a Rn y > 0. Llamaremos bola abierta de radio con
centro en a al conjunto definido por:
B (a, ) = {x Rn : kx ak < }
Ejemplo 6.3.1. Si n = 1, entonces:
B (a,) = (a , a + )
Si n = 2 y a = (x0 , y0 ), entonces:

q
2
2
2
B (a, ) = (x, y) R : (x x0 ) + (y y0 ) <
Definici
on 6.3.2. Sea U Rn . Diremos que a U es un punto interior de U si:
> 0,
B (a, ) U
Llamaremos interior de U al conjunto de todos los puntos interiores de U . Anotaremos:

. Es decir, se tiene que:
U
= {a U : a es punto interior a U }
U
Definici
on 6.3.3. Sea U Rn . Diremos que U es un conjunto abierto en Rn , o
. Es decir, si todo punto de U es interior a U .
simplemente abierto en Rn si U = U
Observaci
on 6.3.1. En particular, U es abierto si:
a U, > 0,
B (a, ) U
Ejemplo 6.3.2. Los conjuntos y Rn son abiertos.

Ejemplo 6.3.3. Un conjunto finito A Rn no es abierto.
Teorema 6.3.1. Toda bola abierta es un conjunto abierto.
301
Demostracion. Sean a Rn y > 0. Considere x B (a, ) y:

= kx ak > 0
Sea, ahora, y B (x, ). Luego, ky xk < y ademas:
ky ak = k(y x) + (x a)k
ky xk + kx ak
< + kx ak
= kx ak + kx ak =
As, ky ak < , y por tanto, y B (a, ). Esto implica que, B (x, ) B (a, ). Es decir,
que todo punto x B (a, ) es interior.
Ejemplo 6.3.4. Todo intervalo abierto en R es un conjunto abierto.
Ejemplo 6.3.5. Sea:

U = (x, y) R2 : x > 2
Entonces, U es abierto.
Proposici
on 6.3.1. Los conjuntos abiertos de Rn poseen las siguientes propiedades:
1. y Rn son abiertos.
2. La union arbitraria de conjuntos abiertos en Rn es un conjunto abierto en Rn .
3. La interseccion de un n
umero finito de conjuntos abiertos en Rn es un conjunto
abierto en Rn .
Ejemplo 6.3.6. Sea Hn = a n1 , b +
1
n
R, para cada n N. Notamos que cada Hn
es un conjunto abierto en R, pero:

H=
Hn = [a, b]
n=1
el cual no es abierto.
302
Definici
on 6.3.4. Sean U Rn y a Rn . Diremos que a es un punto de adherencia
a U si:
> 0,
B (a, ) U 6=
El conjunto de todos los puntos de adherencia de U se denomina la clausura de U y se

anota U .
U U.
Observaci
on 6.3.2. Para todo U Rn , U
Ejemplo 6.3.7. La bola cerrada con centro en a y radio esta dada por:
B (a, ) = {x Rn : kx ak }
Ejemplo 6.3.8. N = Z = = .
Ejemplo 6.3.9. Q = R.
Definici
on 6.3.5. Sea U Rn . Diremos que U es un conjunto cerrado si U = U .
Ejemplo 6.3.10. Los conjuntos y Rn son cerrados.
Teorema 6.3.2. Sea U Rn . Entonces, U es cerrado en Rn , si y solo si, U C es un conjunto
abierto.
Definici
on 6.3.6. Sean U Rn y a Rn . Diremos que a es un punto de acumulaci
on
de U si:
> 0,
(B (a, ) r {a}) U 6=
El conjunto de todos los puntos de acumulacion de U se denomina el conjunto derivado

de U y se anota como U 0 .
Ejemplo 6.3.11. Sea U = (0, 1] {2, 3}. Luego, U 0 = [0, 1].
Ejemplo 6.3.12. Sea X =
1
n

: n N . Luego, X 0 = {0}. Note que lo anterior quiere
decir que hay infinitos puntos distintos de X suficientemente cercanos a 0.

Ejemplo 6.3.13. Sea A =
m 1
,
n n

: m, n N, n 6= 0 R2 . Calcule A0 .
Observaci
on 6.3.3. Si U Rn tal que U 0 6= , entonces U es infinito. As, para todo
conjunto finito A Rn , se tiene que A0 = .
303
Teorema 6.3.3. Sea U Rn . Entonces, U es cerrado en Rn , si y solo si, U 0 U .

Definici
on 6.3.7. Sean U Rn y a Rn . Diremos que a es un punto frontera de U si:
> 0,
B (a, ) U 6=
B (a, ) U C 6=
El conjunto de todos los puntos frontera de U se llama la frontera de U y se anota como

U .
Observaci
on 6.3.4. Note que, desde la definicion, se obtiene que U = U U C .
Ejemplo 6.3.14. La esfera con centro en a y radio > 0 se obtiene como:
S (a, ) = B (a, )
= {x Rn : kx ak = }
As, la esfera unitaria S n1 en Rn se obtiene como:
S n1 = B (0, 1)
= {x Rn : kxk = 1}
umero real
Definici
on 6.3.8. Diremos que un conjunto X Rn es acotado si existe un n
M > 0 tal que:
kxk M
para todo x X.

Observaci
on 6.3.5. Note que la cota anterior es uniforme, es decir: sup kxk : x

X M.
Definici
on 6.3.9 (Heine-Borel). Un conjunto K Rn se dice compacto si es cerrado y
acotado.
Ejemplo 6.3.15. La bola cerrada B (a, ) es un conjunto compacto sobre en Rn . En efecto,
como B (a, ) es cerrado, basta verificar que es acotado. Note que para todo x B (x, ),
se tiene que:
kxk kx ak + kak < + kak
304
Ejemplo 6.3.16. Sean L Rn y K Rm conjuntos compactos, respectivamente. Entonces,

L K es compacto en Rn+m = Rn Rm
Definici
on 6.3.10. Un conjunto A Rn se llama disconexo si existen dos conjuntos
abiertos U y V de Rn tales que:
1. U A 6= V A 6= .
2. (U A) (V A) = .
3. (U A) (V A) = A
Por otro lado, un conjunto A Rn se dice conexo si no es disconexo.
Ejemplo 6.3.17. N y Q son disconexos.
Ejemplo 6.3.18. R es conexo.
Ejemplo 6.3.19. Todo intervalo real es conexo.
Teorema 6.3.4. Sean A Rn un conjunto conexo y C Rn tales que A C A,
entonces C es conexo.
Teorema 6.3.5. Sea {A } una familia de conjuntos conexos en Rn con al menos un
punto en com
un, entonces:
[
es conexo.

1. Hallar un subespacio vectorial W de R3 tal que:
x = 2t + 1
L:
y = 2 + t
z = 3t 1
se escriba como:
L = W + {u0 }
con u0 R3 adecuado.
305
2. En los siguientes conjuntos, determine cuales son: Abiertos, Cerrados. Determine en

cada caso el interior, la clausura y frontera del conjunto.
c)
{(x, y, z) R3 / z < x2 + y 2 }
1
1
, y = , n, m N
n
m
3
d) {(x, y, z) R / x = 0}
e)
Una recta en R2 o R3
f)
a) {(x, y) R2 / y = 2x}
b) {(x, y) R2 / x =
g) {(x, y, z) R3 / x = y = z = (1)n , n N}
i)
{x Rn : kxk 1}
Un plano en R3
h) {(x, y, z) R3 / x < y}
j)
{x Rn : kxk = 1}
3. Demuestre rigurosamente que:

a) (0, 1) no es un punto interior de A = {(x, y) R2 / |x| + |y| < 1}.
b) (0, 0) es un punto interior de A.
c) (1, 0) es un punto de acumulacion de A.

1 1
d)
,
es un punto de frontera de A.
2 2
4. Probar que B (a; r) = {x Rn : kx ak < r} es abierto en Rn .
umero racional r [0, 1], probar que
5. Si A es un conjunto cerrado que contiene cada n
[0, 1] A.
6. Encuentre un conjunto en R2 que no sea Abierto ni Cerrado.
7. Sea R = [1, 2] [3, 4[
a) Es Abierto?, Es Cerrado?
b) Determine R.
8. Si K = [0, 1] [0, 1] {(2, 2)}
a) Es Abierto?
b) Es cerrado?
9. Sea {Ai : i I} una coleccion de subconjuntos abiertos de Rn muestre que:
306
a) iI Ai es un conjunto abierto (la union arbitraria de abiertos es un abierto)

b) iI 0 Ai es un conjunto abierto, donde I 0 I es un conjunto finito (la interseccion
finita de abiertos es un abierto)
c) Muestre que la interseccion arbitraria de abiertos no es necesariamente un

abierto, para ello considere en Rn la coleccion de bolas abiertas B ; n1 con
n N.
10. Encontrar A , A, A0 y A si

A = (x, y) R2 : x > 0, y > 0 {(1, 1)}
11. Si T : Rn Rm es una transformacion lineal y P Rn , r > 0 En que consiste el
conjunto T (B (P ; r))?Es abierto?
12. Muestre que p A si y solo si existe una sucesion de puntos en A, digamos {an }nN
tal que an p (esto es
lm d (an , p) = 0
en el sentido de los limites de sucesiones en R)

13. Considere el subconjunto de R

1
1
para alg
un n, m N
U = xR:x= +
n m
encontrar U , U , U 0 y U .
14. Muestre que si U y V son abiertos en R entonces U V es abierto en R2 .
15. Sean U, V subconjuntos de Rn probar:
a) U V U V
b) U V = U V
16. Si U Rn muestre que:
a) U y U son disjuntos y U = U U
307
b) Muestre que la frontera es vaca si y solo si el conjunto es abierto y cerrado.

c) Muestre que U es abierto si y solo si U = U U

17. Si U es abierto Es verdad que U = U ?
18. Muestre que todo abierto de R2 es una union numerable de cajas abiertas de la forma
]a, b[ ]c, d[ y tambien es una union numerable de bolas abiertas.
308
Captulo 7 : Funciones de varias variables
Definiciones b
asicas
Definici
on 7.1.1. Consideremos una funcion f : U Rn Rm . Diremos que:
1. f es una funcion real de varias variables si n 2 y m = 1.
2. f es una funcion vectorial de una variable real si n = 1 y m 2.
3. f es una funcion vectorial de varias variables si n 2 y m 2.
En general, las funciones reales de varias variables se denotan con letras min
usculas,
como por ejemplo: f, g, h, etc. y las funciones vectoriales se anotan con letras may
usculas,
tales como: F, G, H, etc.
Ejemplo 7.1.1. Son funciones reales de varias variables las siguientes funciones:
1.
a) f : R2 R,
(x, y) 7 f (x, y) = x2 + 2y.
b) g : R3 R,
(x, y, z) 7 g (x, y, z) = sin (xyz).
c) h : R3 R,
(x, y, z) 7 h (x, y, z) = e 2 (x
2 +y 2 +z 2
).
Ejemplo 7.1.2. Un ejemplo importante de funcion de varias variables corresponde a la

kesima proyeccion sobre R de un vector x = (x1 , x2 , . . . , xn ) Rn . Mas precisamente, se
define la k
esima proyecci
on de x Rn como la funcion k : Rn R definida por:
k (x1 , x2 , . . . , xn ) = k
Esta funcion, en particular, nos permitira representar funciones tales como:
2x2 + y 3
f (x, y, z) = 2
x + z2 + 1
como algebra de proyecciones. Es decir, podemos escribir f (x, y, z) en la forma:
f (x, y, z) =
2 x2 (x, y, z) + y3 (x, y, z)
x2 (x, y, z) + z2 (x, y, z) + 1
Ejemplo 7.1.3. Son funciones vectoriales las siguientes funciones:

309
1. F : R R2 ,
t 7 F (t) = (C1 et , C2 et ), con C1 , C2 R.
2. G : R R3 , t 7 G (t) = ( cos t, sin t, t), con , > 0.

3. H : R2 R3 ,
(x, y) 7 H (x, y) = (ln (x2 + y 2 + 1) , cos (x + y) , x + 3y).
Ejemplo 7.1.4. Notamos que, si en el ejemplo (3) anterior definimos:

f1 (x, y) = ln x2 + y 2 + 1
f2 (x, y) = cos (x + y)
f3 (x, y) = x + 3y
entonces:
H (x, y) = (f1 (x, y) , f2 (x, y) , f3 (x, y))
Ejemplo 7.1.5. Sean fi : Ui Rn R funciones de varias variables con dominio Ui , con
i = 1, 2, . . . , m. Suponga que:
U=
m
\
Ui
i=1
m
Entonces, la transformacion F : U R R definida por:

F (x) = (f1 (x) , f2 (x) , . . . , fm (x)) ,
x = (x1 , x2 , . . . , xn ) U
es una funcion vectorial de varias variables. Las funciones reales de varias variables fi se
llaman funciones componentes de F .
Definici
on 7.1.2. Sea f : D Rn R, (x1 , x2 , . . . , xn ) f (x1 , x2 , . . . , xn ). Llamaremos
dominio m
aximo de f al conjunto:
dom ( f ) = {x Rn : f (x) R}
As mismo, el dominio m
aximo de F : D Rn R, x F (x) = (f1 (x) , f2 (x) , . . . , fm (x))
es dado por:
dom (F) =
m
\
dom ( fi )
i=1
Ejemplo 7.1.6. Hallar el dominio maximo de:

p
x2 + y 2 1
f (x, y) =
ln (|x| y)
310
Soluci
on. El dominio maximo en R2 para que esta expresion represente una funcion a
valores reales en tal conjunto es

(x, y) R2 : x2 + y 2 1 0 |x| y > 0 |x| y 6= 1
Ejemplo 7.1.7. Si

F (x, y, z) =
sin (xyz)
, y cos
xyz

1
x
Determine el dominio maximo de F .

Soluci
on. El dominio maximo corresponde a

(x, y, z) R3 : xyz 6= 0
Definici
on 7.1.3. El recorrido de f : U Rn Rm se define como:
rec ( f ) = {y Rm : x U, x = f (x)}
Observaci
on 7.1.1. En general, para funciones de varias variables es difcil calcular el
recorrido. Sin embargo, puede ser u
til tomar restricciones. Esto es imagenes directas de
conjuntos adecuados.
Ejemplo 7.1.8. El recorrido de f : R2 R, (x, y) f (x, y) = xy 2 + yx2 es todo R. En
efecto, si
T =
(x, y) R2 : x = y
= {(x, x) : x R}

Entonces, f T = x x2 + x x2 = 2x3 , se sigue que f (T ) = R.
Gr
aficos, conjuntos de nivel y trazas
Definici
on 7.2.1. Sea f : U Rn R una funcion. Llamaremos gr
afico de f al conjunto
definido por:

Graf (f ) = (x, f (x)) Rn+1 : x U
Observaci
on 7.2.1. Evidentemente, esta definicion posee un sentido geometrico en el
caso de funciones reales de varias variables solo cuando n = 1, 2.
311
Observaci
on 7.2.2. Si f : U R2 R es una funcion real de dos variables reales,
diremos que:
z = f (x, y) ,
(x, y) U
es una superficie en R3 .
Observaci
on 7.2.3. Respecto de lo anterior, hay algunas superficies clasicas que es
conveniente reconocer. Tales superficies son conocidas como superficies cuadricas.
Definici
on 7.2.2. Una superficie cuadrica es una ecuacion del tipo:
P (x, y, z) = 0
donde P (x, y, z) es un polinomio de segundo grado en tres variables. En particular, se
consideran la superficies cuadricas en su forma normal, es decir, considerando las ecuaciones:
Ax2 + By 2 + Cz 2 + D = 0
o bien:
Ax2 + By 2 + Cz = 0
Observaci
on 7.2.4. Las superficies cuadricas mas importantes son las siguientes:
1. Esfera:
x2 + y 2 + z 2 = r 2
312
2. Elipsoide:
x2
a2
y2
b2
z2
c2
= 1,
a, b, c 6= 0
x2
a2
y2
b2
z2
c2
= 1,
a, b, c 6= 0
3. Hiperboloide de una hoja:
313
4. Hiperboloide de dos hojas:

2
xa2 +
y2
b2
z2
c2
= 1,
a, b, c 6= 0
5. Paraboloide:
x2
a2
y2
b2
= cz,
314
a, b 6= 0 c > 0
6. Paraboloide hiperbolico:
x2
a2
y2
b2
= cz,
a, b 6= 0 c > 0
Definici
on 7.2.3. Sea f : U Rn R y c R. Llamaremos conjunto de nivel c de f
al conjunto definido por:
Lc (f ) = {x U : f (x) = c} Rn
En particular, si n = 2 diremos que Lc (f ) es la curva de nivel c de f . Si n = 3, diremos
que Lc (f ) es la superficie de nivel c de f.
Observaci
on 7.2.5. Note que, simplemente:
Lc (f ) = f 1 ({c})
Observaci
on 7.2.6. De los conjuntos anteriores, nos interesa el aspecto grafico para n = 2
y n = 3. La coleccion de los graficos superpuestos de un n
umero adecuado de curvas de
nivel o superficies de nivel para una funcion permite esbozar el grafico de la funcion dada.
Ejemplo 7.2.1. Las curvas de nivel c de la funcion f (x, y) = x2 + y 2 son circunferencias
de centro en (0, 0) y radio c para c > 0. Para c = 0 es solo un punto y para c < 0 es
conjunto vacio.
315
Ejemplo 7.2.2. Las curvas de nivel c de la funcion f (x, y) =
p
x2 + y 2 son circunferencias
de centro en (0, 0) y radio c para c > 0. Para c = 0 es solo un punto y para c < 0 es
conjunto vacio.
Observaci
on 7.2.7. Se puede observar que para los ejemplos anteriores las curvas de nivel
son, basicamente, las mismas, es decir, crculos concentricos desde el origen. En este caso,
las curvas de nivel no son suficiente para determinar el grafico de las funciones anteriores.
Debemos considerar la nocion de traza.
Definici
on 7.2.4. Llamaremos traza de una superficie S : z = f (x, y) a la interseccion
de dicha superficie con alguno de los planos coordenados. Denotaremos las trazas de una
superficie S mediante los smbolos Ty y Tx , si la interseccion se efect
ua con los planos xz e
yz, respectivamente.
Ejemplo 7.2.3. Por ejemplo, las trazas de las superficies S1 : z = x2 + y 2 y S2 : z =
p
x2 + y 2 estan dadas por:
(x, y, z) Ty (x, y, z) S1 {(x, y, z) : y = 0} z = x2 ,
y=0
para S1 , y para S2 por:

(x, y, z) Ty (x, y, z) S1 {(x, y, z) : y = 0} z = |x| ,
y=0
En particular, son algunas trazas las que nos permiten distinguir los graficos de las
superficies S1 y S2 .

1. Encontrar los dominios de las siguientes funciones:
p
y x2
2
a) f : D R R (x, y) 2
x y2
b) f : D R2 R
c)
f : D R2 R3
p
y x2 ln (1 x2 + y 2 )
(x, y)
ln (x2 y 2 )
(x, y)
x
x
x2
p
,
,
x + y x + y 2 |x| x2 + y 2
316
2. Esbozar curvas de nivel y graficas de las siguientes funciones:

a)
f : R2 R (x, y) x y + 2
b) f : R2 R (x, y) x2 + 9y 2
c)
f : R2 R (x, y) max {|x| , |y|}
3. Describir el comportamiento de las curvas de nivel f (x, y) = c para c en R con:

a) f (x, y) = x2 + 4y 2 + 5
b)
f (x, y) = 4 x2 y 2
2
2
f (x, y) = (x2 + y 2 ) e(x +y )

4. Considere la funcion f (x, y) = x2 + y 2 y defina para 0, 2 el conjunto
c)
f (x, y) = |8 |x2 + y 2 4|| + 1
d)

S = (x, y, z) R3 : y = (tan ) x
ver la forma de la curva G (f ) S donde G (f ) corresponde a la grafica de la funcion
p
2
2
f . Hacer lo mismo con la funcion f (x, y) = x2 + y 2 + ex +y .
5. Describir los conjuntos de nivel de las funciones:
a)
f : R3 R (x, y, z) x2 y 2 z 2
b) f : R3 R (x, y, z) 4x2 y 2 + 9z 2
c)
f : R3 R (x, y, z) z x2 4y 2
6. Representar en R3 los conjuntos:

y2
3
2
=1
a) A = (x, y, z) R : z +
4

b) B = (x, y, z) R3 : x = y 2

c) B = (x, y, z) R3 : x2 + y 2 = 1 x + y + z = 0
7. Utilizando coordenadas polares describir las curvas de nivel de la funcion
2xy
x2 + y 2 si (x, y) 6= (0, 0)
f (x, y) =
0
si (x, y) = (0, 0)
317
Captulo 8 : Lmites y continuidad
Definiciones
Definici
on 8.1.1. Sean U Rn , a U 0 y f : U R una funcion. Diremos que el n
umero
real L es el lmite de f (x) cuando x tiende a a si:
> 0, > 0, 0 < kx akRn < = |f (x) L| <
(8.1)
Lo anterior se representa mediante el smbolo:

lm f (x) = L
xa
Observaci
on 8.1.1. En particular, si f : U R2 R y (a, b) U 0 , la definicion de lmite
en (8.1) queda como:
q
> 0, > 0, 0 < (x a)2 + (y b)2 < = |f (x, y) L| <
y en smbolos:
lm
f (x, y) = L
(x,y)(a,b)
Usualmente, a los lmites del tipo anterior, se les conoce como lmites dobles.
Ejemplo 8.1.1. Demuestre que:
lm
(3x + 2y) = 2
(x,y)(2,1)
Soluci
on. Por demostrar que, dado cualquier > 0, existe > 0 tal que si:
q
0 < (x 2)2 + (y + 1)2 <
implica que:
|3x + 2y 4| <
En efecto, note que:
|3x + 2y 4| = |3 (x 2) + 2 (y + 1)|
3 |x 2| + 2 |y + 1|
< 3 + 2 = 5
q
Por tanto, dado > 0, existe = /5 tal que si 0 < (x 2)2 + (y + 1)2 < , entonces
|3x + 2y 4| < . Por tanto, se concluye que lm(x,y)(2,1) (3x + 2y) = 2.
318
Ejemplo 8.1.2. Demuestre que:

x2 cos (x2 + y 2 )
p
=0
(x,y)(0,0)
x2 + y 2
lm
Soluci
on. Note que si (x, y) 6= (0, 0)

x2 cos (x2 + y 2 )

|x|2

cos x2 + y 2
0 = p
p 2

x + y2
x2 + y 2
|x| |x|
p
x2 + y 2
p
p
x2 + y 2 x 2 + y 2
p
x2 + y 2
p
=
x2 + y 2 =
q
por lo tanto, dado > 0 existe = tal que si 0 < (x 0)2 + (y 0)2 < entonces

x2 cos (x2 + y 2 )

0 < .
p 2

x + y2
Observaci
on 8.1.2. Es importante destacar que la nocion de lmite es un concepto que
puede tratarse de manera mas general que en el caso de funciones reales de varias variables.
En particular, el concepto de lmite se puede extender a funciones vectoriales considerando
la norma correspondiente al espacio de llegada. Mas precisamente, tenemos:
Definici
on 8.1.2. Sean U Rn , a U 0 y F : U Rm una funcion vectorial. Diremos
que el vector L Rm es el lmite de F (x) cuando x tiende a a si:
> 0, > 0, 0 < kx akRn < = kF (x) LkRm <
Sin embargo, para nuestro propositos de calculo, es u
til el siguiente teorema:
Teorema 8.1.1. Sean U Rn , x U 0 y F : U Rm una funcion vectorial tal que:
F (x) = (f1 (x) , f2 (x) , . . . , fm (x))
Entonces, el vector L = (L1 , L2 , . . . , Lm ) Rm es el lmite de F (x) cuando x tiende a a,
si y solo si:
lm fi (x) = Li
xa
para todo i = 1, 2, . . . , m. En otras palabras, F (x) tiende al vector L cuando x tiende a

a, si y solo si, la convergencia se da en cada coordenada de F (x) a la correspondiente
coordenada de L.
319
La demostracion de este resultado se sigue de la desigualdad

|fi (x) Li | k(f1 (x) , f2 (x) , . . . , fm (x)) (L1 , L2 , . . . , Lm )k
m
X
m
|fi (x) Li |
i=1
Observaci
on 8.1.3. En vista del resultado anterior, centraremos nuestra atencion en
funciones reales de varias variables.
Teorema 8.1.2. Sean F : U Rn Rm una funcion vectorial y a U 0 . Suponga que:
lm F (x) = L
xa
lm F (x) = M
xa
entonces, L = M.
Demostracion. Sea > 0. Por hipotesis, existen 1 , 2 > 0 tales que:
0 < kx ak < 1 = kf (x) Lk <
0 < kx ak < 2 = kf (x) M k <
y:
Considerando, = mn {1 , 2 }, se tiene que:

kL M k = k(L f (x)) + (f (x) M )k
kf (x) Lk + kf (x) M k

+ =
<
2 2
Lo anterior implica que L = M .
Este resultado nos entregara una tecnica para demostrar la no existencia de ciertos
lmites.
Ejemplo 8.1.3. Determine si acaso existe el siguiente lmite:
sin (xy) + z
(x,y,z)(0,0,0) x2 + y 2 + |z|
lm
320
Soluci
on. Anotemos f (x, y, z) =
sin(xy)+z
x2 +y 2 +|z|
y consideremos el conjunto:

T = (x, y, z) R3 : x = y = 0
Ahora bien:
1 ,

z

=
f T =
|z| 1 ,

z 6= 0
z>0
z<0
Por unicidad del lmite, se concluye que el lmite lm(x,y,z)(0,0,0)
sin(xy)+z
x2 +y 2 +|z|
no existe.
Ejemplo 8.1.4. Sea f : R2 r {(0, 0)} R una funcion de dos variables definida por:
f (x, y) =
x2
xy
+ y2
Considere:

Tm = (x, y) R2 : y = mx
con m 6= 0. Note que:

f Tm (x, y) = f (x, mx)
mx2
x2 + m 2 x2
m
=
1 + m2
Notamos que si (x, y) (0, 0) a traves de Tm , es decir, si consideramos el lmite

lm(x,y)(0,0) f (x, y), se tiene que:
(x,y)Tm
lm
f (x, y) = lm f (x, mx)

x0
(x,y)(0,0)
(x,y)Tm
m
1 + m2
m
=
1 + m2
= lm
x0
y por tanto, se puede concluir que el lmite de f (x, y) no existe, pues depende directamente
de la pendiente de la recta de aproximacion al origen y = mx.
Lo anterior se puede generalizar introduciendo la idea de camino en Rn . Consideremos:
321
Definici
on 8.1.3. Un camino en Rn es una funcion : I Rn , cuyo dominio es un
intervalo I R. Es decir:
(t) = (1 (t) , 2 (t) , . . . , n (t)) ,
tI
y cada funcion componente i : I R R es continua en I.

Definici
on 8.1.4. Sean U Rn , a U 0 y un camino de la forma : [0, 1] U . Diremos
que (t) converge propiamente a a, cuando t 0+ si:
lm (t) = a
t0+
y (t) 6= a, para todo t (0, 1]. Anotamos lo anterior mediante el smbolo (t) a.
Teorema 8.1.3. Sean L R, f : U Rn R y a U 0 tales que:
lm f (x) = L
xa
entonces:
lm f ( (t)) = L
t0+
para todo camino : [0, 1] U tal que (t) a.

se sigue de este teorema, que si por dos caminos distintos el limite es diferente o bien,
por un camino no existe entonces el limite general no existe.
Ejemplo 8.1.5. Muestre que el lmite:
x3 + y 3
lm
(x,y)(0,0) x y
no existe
Soluci
on. Note que:
x3 + y 3
x3 y 3 + 2y 3
=
xy
xy

2y 3
= x2 + xy + y 2 +
xy
f (x, y) =
Ahora bien, suponga que:
2y 3
=r
xy
322
luego:
2
x = y + y3
r
Defina:

(t) =

2 3
t + t ,t
r
entonces
lm (t) = (0, 0)
t0
y
!

2
2
2
lm f ( (t)) = lm t2 + t t + t3 + t + t3 + r
t0
t0
r
r
= r
luego tomando r = 1 y r = 2 obtenemos lmites distintos. El lmite no existe. La tecnica
empleada en este caso se conoce como la tecnica de los conjuntos de nivel.
Observaci
on 8.1.4. Otro procedimiento habitual para investigar acerca de la existencia
o inexistencia de un lmite es transformar mediante un cambio de variables adecuado el
espacio R2 completo. Es decir, considerando el cambio de coordenadas:
x = r cos
y = r sin
la funcion f (x, y) =
xy
x2 +y 2
queda como:
f (x (r, ) ; y (r, )) = f (r cos , r sin )

r2 cos sin

= 2
r cos2 + sin2
= cos sin
Ahora bien, notando que si (x, y) (0, 0) implica que r 0, se observa que el lmite
anterior no existe, pues depende del angulo de entrada al origen (0, 0).
Definici
on 8.1.5. Sean f : U R2 R una funcion de dos variables y (a, b) U 0 . Se
definen los lmites iterados de f como los lmites univariados:

lm lm f (x, y)
xa
yb
y

lm lm f (x, y)
yb
xa
323
Teorema 8.1.4. Sean f : U R2 R una funcion y (a, b) U 0 tales que:

lm
f (x, y) = L
(x,y)(a,b)
Entonces, lmxa (lmyb f (x, y)) y lmyb (lmxa f (x, y)) existen, y ademas:

lm lm f (x, y) = lm lm f (x, y) = L
xa
yb
yb
xa
Ejemplo 8.1.6. Calcule los lmites iterados en (0, 0) de la funcion:

f (x, y) =
x2
xy
,
+ y2
(x, y) 6= (0, 0)
Soluci
on. Note que:

lm lm f (x, y) = lm 0 = 0 = lm lm f (x, y)
x0
y0
x0
y0
x0
Por tanto, ambos lmites iterados existen y tienen valor cero, sin embargo, sabemos que
f (x, y) no posee lmite en (0, 0).
Ejemplo 8.1.7. Determine la existencia del lmite:
sin (x + y)
(x,y)(0,0)
x + 3y
lm
Soluci
on. Usando lmites iterados

sin (x + y)
sin x
lm lm
= lm
=1
x0 y0
x0
x + 3y
x

sin (x + y)
sin y
1
lm lm
= lm
=
y0 x0
y0
x + 3y
3y
3
como los lmites son distintos el lmite no existe.
C
alculo de lmites
Observaci
on 8.2.1. En la seccion anterior, se establecieron procedimientos para indicar
que una funcion no posee lmite. Nuestro interes, ahora, se centra en aquellas funciones
que s lo poseen. Por tanto, debemos entregar algunos elementos de calculo:
324
Algebra
de lmites
Teorema 8.2.1. Sean f, g : U Rn R funciones tales que:
lm f (x) = L
xa
lm g (x) = M
xa
para x U 0 entonces:
1. R, (f (x)) = lm f (x) = L,
xa
2. lm (f (x) + g (x)) = lm f (x) + lm g (x) = L + M

xa
xa
xa

3. lm (f (x) g (x)) = lm f (x) lm g (x) = LM
xa
xa
xa
4. Si M 6= 0, lm (f (x) /g (x)) = lm f (x) / lm g (x) = L/M

xa
xa
xa

sin (3xy)
(x,y)(0,0) sin x sin y
lm
Soluci
on. Usaremos el lmite fundamental de una variable lmu0
sin u
u
sin(3xy)
3xy
lm
sin
x sin y
(x,y)(0,0)
3xy
sin(3xy)
3xy
sin (3xy)
=
lm
(x,y)(0,0) sin x sin y
=
lm
(x,y)(0,0) 1
3
sin x
x
sin y
y
= 3
1 cos xy
(x,y)(0,0) x2 y sin y
lm
Soluci
on. Recordemos que
1 cos u
1
=
2
u0
u
2
lm
luego
1 cos xy
=
(x,y)(0,0) x2 y sin y
lm
1 cos xy

(x,y)(0,0) 2 2 sin y
xy
y
lm
lm
(x,y)(0,0)
=
325
1
2
1cos xy
(xy)2
sin y
y
=1
Desigualdades y Teorema del Sandwich

Observaci
on 8.2.2. Una herramienta muy importante para el calculo de lmites el teorema del sandwich o teorema del acotamiento. Este teorema requiere el uso adecuado de
desigualdades notables, las mas usuales son:
1. Sea x = (x1 , x2 , . . . , xn ) Rn , entonces |xi | kxk, para todo i = 1, 2, . . . , n.
2.
a) (a + b)2 2 (a2 + b2 )
b) 2ab a2 + b2
3. |sin x| 1, para todo x R.

4. |sin x| |x|, para todo x R.
5. a, b, c > 0 =
a
b+c
a
b
Teorema 8.2.2. Sean f, g, h : U Rn R y a U 0 tales que:

f (x) g (x) h (x) ,
x U
Suponga que lmxa f (x) = lmxa h (x) = L, entonces:

lm g (x) = L
xa
Ejemplo 8.2.3. Verificaremos que:

sin2 y
=0
(x,y)(0,0) x2 + |y|
lm
Soluci
on. En efecto, basta notar que:

2
sin2 y
|y|2

|y|
x2 + |y| x2 + |y| |y| = |y|
se sigue que
sin2 y
|y|
|y| 2
x + |y|
como lm(x,y)(0,0) |y| = 0 se sigue que
sin2 y
lm
=0
(x,y)(0,0) x2 + |y|
326

x sin3 y
lm
(x,y)(0,0) |x| + y 2
Soluci
on. Note que

x sin3 y |x| |sin y|3
|x| |y|3

=
|x| |y|
|x| + y 2
|x| + y 2
|x| + y 2
as
|x| |y|
x sin3 y
|x| |y|
|x| + y 2
se sigue por el teorema de acotamiento que

x sin3 y
=0
(x,y)(0,0) |x| + y 2
lm
Continuidad
Definici
on 8.3.1. Sean U Rn , a U 0 U y f : U R una funcion real de varias
variables. Diremos que f es continua en a si:
> 0, > 0, kx akRn < = |f (x) f (a)| <
(8.2)
Ademas, diremos que f es continua en U si f es continua en cada punto de U .

Observaci
on 8.3.1. Note que la definicion dada anteriormente y por la proposicion en

(8.2) , dice que f es continua en a si:
lm f (x) = f (a)
xa
Definici
on 8.3.2. Diremos que f : U Rn R es discontinua en a U U 0 , si f no
es continua en a.
Ejemplo 8.3.1. Sea k : Rn R la kesima proyeccion de x Rn . Entonces, k es
continua en Rn . En efecto, para cada a Rn , tenemos que:
|k (x) k (a)| = |xk ak | kx ak
bastara tomar = .
327
Ejemplo 8.3.2. Demuestre que f : R2 R definida por:
xy
, (x, y) 6= (0, 0)
x4 + y 2
f (x, y) =
0
, (x, y) = (0, 0)
es continua en (0, 0).
Soluci
on. Basta notar que:

xy 2 |x| y 2

x4 + y 2 y 2 = |x|
As, si (x, y) (0, 0), entonces |x| 0. Por el Teorema del Sandwich se concluye que:
xy 2
=0
(x,y)(0,0) x4 + y 2
lm
como f (0, 0) = 0, se tiene que f es continua en (0, 0).

Ejemplo 8.3.3. Sean U = {(x, y) : |x| < y 2 } R2 y f : U R definida por:
xy
, (x, y) U
2
x + y2
f (x, y) =
0
, (x, y)
/U
Es continua en (0, 0)?
Soluci
on. Note que si (x, y) U

xy
|x| |y|
|y|3

=
2
|f (x, y) 0| = 2
x + y 2 x2 + y 2
x + y2
|y|3
= |y|
|y|2
y si (x, y) 6 U entonces
|f (x, y) 0| = 0 |y|
se sigue que, para todo (x, y) R2
|f (x, y) 0| |y|
y por el teorema de acotamiento
lm
f (x, y) = 0
(x,y)(0,0)
La funcion es continua en (0, 0).

328
Definici
on 8.3.3. Se dice que una funcion f : U Rn Rm es Lipschitziana en U si:
K > 0, x, y U,
kf (x) f (y)k K kx yk
La constante K se llama constante de Lipschitz.

Toda funcion lipschitziana es continua en U . En efecto, supongamos que f : U Rn
Rm es una funcion lipschitziana en U y que > 0, entonces:
kf (x) f (a)k K kx ak < K
As, tomando =
,
K
se verifica que f es continua en a. Como a U es cualquiera, se
obtiene, finalmente, la continuidad de f en U .

Ejemplo 8.3.4. Toda transformacion lineal T : Rn Rm es una funcion lipschitziana.
Algebra
de funciones continuas
El siguiente teorema facilita la identificacion de funciones continuas:
Teorema 8.4.1 (Algebra

de funciones continuas). Sean f, g : U Rn R funciones
continuas en a U 0 U y R, entonces f, f + g, f g y f g son continuas en a. Si
g (a) 6= 0, entonces f /g es continua en a.
Ejemplo 8.4.1. Son funciones continuas en R3 :
1. f (x, y, z) = 3xy 2 + z 2
2. g (x, y, z) =
sin x+sin y+sin z

x2 +y 2 +z 2 +1
2
3. h (x, y, z) = ex sin (y) + z 2

Teorema 8.4.2. Sean f : U Rn Rm y g : V Rm Rp tales que f (U ) V .
Suponga, ademas, que f es continua en a U 0 U y que g es continua en b = f (a) V 0 ,
entonces:
g f : U Rn Rp
es continua en a.
329
Demostracion. Sea > 0. Como g es continua en b = f (a), existe > 0 de modo que si
y V , entonces:
ky bk < = kg (y) g (b)k <
Ahora bien, para y = f (x), existe > 0 tal que:
kx ak < = kf (x) f (a)k <
As, para x U tal que:
kx ak < = f (x) V kf (x) f (a)k < = kg (f (x)) g (f (a))k <
Ejemplo 8.4.2. Una aplicacion inmediata del teorema anterior es el cambio de variables.
Ilustramos lo anterior con el siguiente ejemplo: sea f : R2 R definida por:
sin(x2 +y2 ) , si x2 + y 2 6= 0
x2 +y 2
f (x, y) =
1
, si x2 + y 2 = 0
Estudie la continuidad de f en (0, 0).
Soluci
on. Naturalmente, haciendo u = x2 + y 2 , tenemos que:
(x, y) (0, 0) = u 0
As:
sin u
sin (x2 + y 2 )
= lm
=1
2
2
u0
(x,y)(0,0)
x +y
u
lm
Como f (0, 0) = 1, obtenemos que f es continua en (0, 0).

Ejemplo 8.4.3. Usando compuesta de continuas podemos garantizar la continuidad de:
p
x2 + sin2 y + 1
|x|+y 2 +z 2
2. g (x, y, z) = z2 +y2 +x|y|
1. f (x, y) =
330
Continuidad de funciones vectoriales

Observaci
on 8.5.1. La continuidad para una funcion vectorial de varias variables F : U
Rn Rm en a U U 0 se define por:
> 0, > 0, kx akRn < = kF (x) F (a)kRm <
Observaci
on 8.5.2. Al igual que en los lmites para funciones vectoriales, tenemos que la
continuidad de F : U Rn Rm definida por x 7 F (x) = (f1 (x) , f2 (x) , . . . , fm (x)) en
a U 0 U se obtiene a traves de la continuidad de las funciones componentes en x. Mas
precisamente:
Teorema 8.5.1. Sean F : U Rn Rm una funcion vectorial definida por:
F (x) = (f1 (x) , f2 (x) , . . . , fm (x))
y a U U 0 . Entonces, F es continua en a U U 0 , si y solo si, fi es continua en a, para
cada i = 1, 2, . . . , m.
Ejemplo 8.5.1. La funcion F : R2 R3 definida por:
F (x, y) = x2 y, sin x, 3x2 cos y
es continua en el plano.
Ejemplo 8.5.2. Sea f : R2 R la funcion definida por:
2xy2 +2 , si x2 + y 2 1
1x2 y 2
f (x, y) =
0
, si x2 + y 2 > 1
Analizar, completamente, la continuidad de f (x, y).
Soluci
on. Consideremos los siguientes subconjuntos del plano:

(x, y) R2 : x2 + y 2 > 1

B = (x, y) R2 : x2 + y 2 = 1

C = (x, y) R2 : x2 + y 2 < 1
A =
Tenemos los siguientes casos:
331
1. Si (x, y) A, entonces f (x, y) = 0. Luego, f es continua en A por ser una funcion

constante en A.
2
2. Si (x, y) C, entonces f (x, y) = 2xy 2+2 2 , con 1 x2 y 2 > 0. Luego, f es continua

1x y
en C por algebra de funciones continuas y composicion de funciones continuas.

3. Si (a, b) B, entonces, f (x, y) no puede ser continua en (a, b) B si:
2a b2 + 2 6= 0
pues, si:

(x, y) (a, b) = 1 x2 y 2 0

2x y 2 + 2 k, con k 6= 0
con lo cual la expresion 2xy 2+2 2 se indefine. Por tanto, los puntos (a, b) B tales
1x y
que:
2a b2 + 2 = 0
estan dados por el sistema:
2a b2 + 2 = 0
a2 + b2 = 1
Es decir, (a, b) = (1, 0). Por tanto, investigamos el lmite:
2x y 2 + 2
p
(x,y)(1,0)
1 x2 y 2
lm
Note que:
2x y 2 + 2
1 x2 y 2 + x2 + 2x + 1
p
p
=
1 x2 y 2
1 x2 y 2
p
(x + 1)2
2
2
=
1x y + p
1 x2 y 2
Por tanto, para que el lmite:
2x y 2 + 2
p
(x,y)(1,0)
1 x2 y 2
lm
exista es necesario y suficiente que el lmite:

(x + 1)2
p
(x,y)(1,0)
1 x2 y 2
lm
332
exista. Sin embargo, note que:

(
lm
x 1
(x + 1)2
lm p
1 x2 y 2
y0
(x + 1)2
= lm
=0
x 1
1 x2
y que ademas, al considerar la trayectoria:

= (x, y) C : x4 + 4x3 + 7x2 + 4x = y 2
vemos que:
(x + 1)2
(x + 1)2
p
=1
= lm
(x,y)(1,0)
1 x2 y 2 x1 1 x2 + x4 + 4x3 + 7x2 + 4x
lm
Por tanto:
(x + 1)2
p
(x,y)(1,0)
1 x2 y 2
lm
no existe. En este caso, el lmite:

2x y 2 + 2
p
(x,y)(1,0)
1 x2 y 2
lm
no existe. As, f no es continua en (1, 0). Por lo tanto, f es continua en:

R2 (x, y) R2 : x2 + y 2 = 1 .
Finalmente enunciamos un teorema que nos habla sobre el comportamiento de las
funciones continuas sobre los conjuntos compactos y conexos:
Teorema 8.5.2. Sea f : U Rn Rm una funcion continua en U , entonces:
1. Si A U es conexo, entonces f (A) es conexo.
2. Si K U es compacto, entonces f (K) es compacto.

1. Determine el valor de R de modo que el lmite:

x x cos xy (x2 xy) 1 2
lm
+
(x,y)(0,0)
x2 y 2
y sin2 (3x)
exista.
333
2. Sea f : R2 {(0, 0)} R la funcion definida por

1
2
x sin x+y
f (x, y) = 2
x + |x| + 2
calcular
lm
f (x, y)
(x,y)(0,0)
3. Considere la funcion definida por
f (x, y) =
si x 6= y 2
x + y2
si x = y 2
analizar la continuidad de f en R2 .
4. Sean f y g funciones definidas en R2 {(0, 0)} por
p

sin
x2 + y 2
f (x, y) = p
x2 + y 2 + x2 + y 2
3

x y3
g (x, y) =
|x| + |y|
que valor debe tener para que
lm
{f (x, y) + g (x, y)}
(x,y)(0,0)
exista.
5. Estudiar la continuidad de la funcion
x3 + sin (y 2 )
f (x, y) =
2
x xy + y 3 + cos (y 2 )
6. Estudiar la continuidad de la funcion
2 2
x y
x2 +y2 1
f (x, y) =
0
334
yx
y>x
x2 + y 2 6= 1
x2 + y 2 = 1
7. Determine si los siguientes lmites existen

x2 y 2
|sin x sin y|
2)
lm
1)
lm
2
(x,y)(0,0) x2 y 2 + (y x)
(x,y)(0,0)
|xy|
3)
xy sin (y 3 )
(x,y)(0,0) x4 + y 4
4)
sin (xy 4 )
(x,y)(0,0) x2 + y 8
5)
p
y 3 |x|
lm
(x,y)(0,0) |x| + y 4
6)
x3 + y 2
(x,y)(0,0) |x| + |y|
lm
lm
lm
cos
p

|xy| 1
sin x + sin y
(x,y)(0,0)
x+y
8)
9)
(x 1)4 y 2
lm
8
(x,y)(1,0) (x 1) + y 4
p
x3 y x2 + y 2
10)
lm
(x,y)(0,0)
sin (xy)
11)
x2 y
(x,y)(0,0) x2 + y
12)
2x2 y 2
(x,y)(0,0) x2 + 2y 2
13)
x4 + 2x2 y 2 + 2y 4
(x,y)(0,0)
(x2 + y 2 )2
14)
x6 + y 6
(x,y)(0,0) x4 + y 4
7)
lm
lm
lm
lm
(x,y)(1,0)
335
lm
lm
Captulo 9 : Diferenciaci
on en varias variables
En secciones anteriores hemos estudiado algunos metodos para dibujar la grafica de

funciones de varias variables. Utilizando solo esos metodos es muy difcil obtener suficiente
informacion para captar las caractersticas generales de una funcion con expresion algo
complicada. Sabemos del calculo de una variable que la derivada nos puede ayudar mucho
en esta tarea; por ejemplo, nos permite cuantificar los cambios en la grafica, localizar
maximos, mnimos, estudian concavidad, etc. La derivada tambien tiene otras muchas
aplicaciones como el estudiante habra descubierto en calculo de una variable. Una funcion
diferenciable de R2 en R debera ser una funcion con grafica suave, que no tenga dobleces
bruscos.
Para hacer precisas estas ideas necesitamos una definicion de lo que entenderemos por
diferenciable en el caso de funciones de varias variables. Comenzamos con una nocion de
derivada que descansa en nuestros conocimientos de una variable.
Derivadas parciales
Observaci
on 9.1.1. En lo que sigue denotaremos por ei , con i = 1, 2, . . . , n, a los n
vectores de la base canonica de Rn , mas precisamente, ei representa el vector de Rn que
tiene todas su componentes cero salvo la i-esima componente la cual es igual a uno.
Definici
on 9.1.1. Sean f : U Rn R y a U . Se define la derivada parcial de f en a
respecto a la i-esima variable como el lmite:
f
f (a + tei ) f (a)
(a) = lm
t0
xi
t
f (a1 , a2 , . . . , ai + t, . . . , an ) f (a1 , a2 , . . . , an )
= lm
t0
t
si este existe.
Observaci
on 9.1.2. Para f : U Rn R, las derivadas parciales se denotan por:
f
,
xi
fxi , Di f , etc.
Observaci
on 9.1.3. Si n = 2, f : U R2 R, (x, y) f (x, y) y a = (a, b) U ,
336
entonces:
f
f (a + te1 ) f (a)
(a, b) = lm
t0
x
t
f ((a, b) + t (1, 0)) f (a, b)
= lm
t0
t
f (a + t, b) f (a, b)
= lm
t0
t
y
f (a + te2 ) f (a)
f
(a, b) = lm
t0
y
t
f ((a, b) + t (0, 1)) f (a, b)
= lm
t0
t
f (a, b + t) f (a, b)
= lm
t0
t
note que corresponden a lmites de una variable, a saber, la variable t.
Observaci
on 9.1.4. En particular, si n = 2, 3 y 4, anotamos:
y
f
x4
f
,
w
f
x1
f
, f
x x2
f
, f
y x3
f
z
seg
un corresponda respecto al n
umero de variables de f y el nombre y orden
que a estas asignemos.

Ejemplo 9.1.1. Sea f : R2 R, (x, y) f (x, y) = x3 y + 2x2 y 3 + 2x, calcular
y
f
y
f
x
(1, 1)
(1, 2) si estas existen.
Soluci
on. Por definicion
f
f (1 + t, 1) f (1, 1)
(1, 1) = lm
t0
x
t

3
(1 + t) 1 + 2 (1 + t)2 13 + 2 (1 + t) (1)3 1 + 2 (1)2 13 + 2 (1)
= lm
t0
t
2
t (t t + 1)
= lm
t0
t

2
= lm t t + 1
t0
= 1
337
y
f
f (1, 2 + t) f (1, 2)
(1, 2) = lm
t0
y
t

13 (2 + t) + 2 (12 ) (2 + t)3 + 2 (1) (13 2 + 2 (12 ) (23 ) + 2)
= lm
t0
t
t (2t2 + 12t + 25)
= lm
t0
t

2
= lm 2t + 12t + 25
t0
= 25
note que en estos lmites, una de las variables se deja fija y se calcula la derivada usual de
una variable respecto a la otra, en otras palabras
f
f (x + t, y) f (x, y)
(x, y) = lm
t0
x
t
h (x + t) h (x)
= lm
t0
t
= h0 (x)
donde hemos pensado h (x) = f (x, y), al estar y fija esta es solo una funcion de la variable
x. En el ejemplo

f
(x, y) =
x3 y + 2x2 y 3 + 2x
x
x
= 3x2 y + 4xy 3 + 2
evaluando en (1, 1)
f
(1, 1) = 3 (1)2 + 4 (1) + 2 = 1
x
y

f
(x, y) =
x3 y + 2x2 y 3 + 2x
y
y
= x3 + 6x2 y 2
luego

f
(1, 2) = 13 + 6 22 = 25
y
338
Ejemplo 9.1.2. Si f (x, y, z) = 2xyz 2 + sin (xy 2 ) + 2x entonces

f
(x, y, z) =
2xyz 2 + sin xy 2 + 2x = 2yz 2 + y 2 cos xy 2 + 2
x
x

f
(x, y, z) =
2xyz 2 + sin xy 2 + 2x = 2xz 2 + 2xy cos xy 2
y
y

f
(x, y, z) =
2xyz 2 + sin xy 2 + 2x = 4xyz
z
z
Ejemplo 9.1.3. Verifique que:
u u u
+
+
=1
x y z
si:
u=x+
xy
yz
Soluci
on. Derivando

x+
x

x+
y

x+
z

xy
yz+1
=
yz
yz

xy
xz
=
yz
(y z)2

xy
xy
=
yz
(y z)2
se sigue

yz+1
yz

xz
xy
+
+
=1
(y z)2
(y z)2
Ejemplo 9.1.4. Verifique que:

xzx + yzy = xy + z
si:
y
z = xy + xe x
Soluci
on. Derivando

y
1

1 1y
y
x
x
x
xy + xe
=
xe ye + xy
x
x

y
1

xy + xe x
= x + exy
y
339
luego
xzx + yzy

1
1
1
1
y
y
xe x ye x + xy
+ y x + exy
= x
x
1
= xe x y ye x y + xy + xy + ye x y
1
= xe x y + 2xy
y
= xy + xy + xe x
= xy + z
xy
, si (x, y) 6= (0, 0)
x2 +y 2
f (x, y) =
0
, si (x, y) = (0, 0)
Calcule las derivadas parciales de f en (0, 0).
Soluci
on. Es importante recordar que f no es continua en (0, 0). Sin embargo, la continuidad no afecta la existencia de las derivadas parciales. En efecto:
f (t, 0) f (0, 0)
f
(0, 0) = lm
t0
x
t
00
= lm
=0
t0
t
Analogamente, se tiene que
f (0, t) f (0, 0)
f
(0, 0) = lm
t0
y
t
0t
2
2 0
= lm 0 +t
t0
t
= lm 0
t0
= 0
x2 , y x
f (x, y) =
xy , y > x
Calcule
f
y
(1, 1).
340
Soluci
on. Calculamos
f
y
lm+
t0
(1, 1). Note que:
f (1, 1 + t) f (1, 1)
=
t
1 (1 + t) 1
t0
t
t
= lm+
t0 t
= 1
lm+
y, analogamente, se obtiene que:

f (1, 1 + t) f (1, 1)
0, si t 0
t
Por tanto,
f
y
(1, 1), no existe.
en la figura se muestra el dominio y en dos colores distintos la parte y x e y > x, al

aproximarnos al punto (1, 1) por los puntos (1, 1 + t) se obtienen dos valores distintos de
lmite para t > 0 y t < 0.
Observaci
on 9.1.5. La sola existencia de las derivadas parciales no es un buen concepto
de ser derivable en el caso de funciones de varias variables. Por ejemplo, la funcion
1 si xy = 0
f (x, y) =
0 si xy 6= 0
no es continua en (0, 0) pero las derivadas parciales existen en ese punto, luego la existencia
de las derivadas parciales no implica continuidad, si la existencia de las derivadas parciales
fuera el concepto de ser derivable no podramos recuperar el teorema de una variable,
341
derivable en un punto implica continua en el punto. Veremos que el concepto de ser

derivable estudia las variaciones de la funcion en una forma mas global y no en una
direccion especfica como las derivadas parciales.
on
1. Hallar
f
x
f
y
para las siguientes funciones
a) f (x, y) = xy 2
b) f (x, y) = ex
3 +y 2
c) f (x, y) = x ln (x2 + y 2 )
2. Si
f (x, y) =
x2 y 3
x2 +y 2
si (x, y) 6= (0, 0)
0
si (x, y) = (0, 0)
n
o
(x,y)
determine el conjunto D = (x, y) R2 : fx
existe y estudiar si la funcion
D R2 R
f (x, y)
(x, y) G (x, y) =
x
G
es continua en todo D.
2 2
y
3. Si u (x, y) = arctan x xy
hallar ux , uy y verificar que
xux + yuy = 0
4. Si u (x, y, z) = x2 y + y 2 z + z 2 x verificar que
u u u
+
+
= (x + y + z)2
x y z
5. Determine todas las funciones f : R3 R, (x, y, z) f (x, y, z) que cumplen
f
= ex+y + 3x2 y + 4yz + y 2 + 2
x
f
= ex+y + 2yz 3 + 2xy + 4xz + x3
y
f
= 3y 2 z 2 + 4xy
z
342
6. Si
f (x, y) =
|x| + y 2 + |x|
si
x+y
determine si
f
x
(0, 0) y
f
y
x+y >0
x3
si x + y 0 x2 + y 2 4
y2 + x
si x + y 0 x2 + y 2 > 4
(0, 0) existen.
Interpretaci
on de la derivada parcial
En esta seccion veremos una interpretacion de las derivadas parciales y buscaremos la
ecuacion del plano tangente a la grafica de una funcion de dos variables.
Considere una funcion f : D R2 R, su grafica esta contenida en R3 . Suponga que
estamos interesados en estudiar el comportamiento de la funcion en un punto (x0 , y0 ) de
su dominio, como no contamos con tecnicas de varias variables, intentamos estudiar el
comportamiento descendiendo a una variable, para ello, vamos a intersectar la grafica con
dos planos x = x0 e y = y0 .
La interseccion de la grafica con el plano x = x0 es una curva, la cual puede ser
interpretada como el grafico de la funcion de una variable
z = f (x0 , y) = g (y)
en el plano x = x0 (note que si x = x0 y z = f (x, y) entonces z = f (x0 , y)). En

este plano podemos aplicar las tecnicas de una variable para conocer el crecimiento y
decrecimiento, concavidad y otros, sin embargo, este analisis solo es un comportamiento de
la curva, no necesariamente un comportamiento global, por ejemplo un maximo sobre esta
curva puede no ser un maximo de la funcion en su dominio. La recta tangente a la grafica
de esta funcion de una variable es
z g (y0 ) = g 0 (y0 ) (y y0 )
esto es
z f (x0 , y0 ) =
f
(x0 , y0 ) (y y0 )
y
343
pues
g (y0 + h) g (y0 )
h0
h
f (x0 , y0 + h) f (x0 , y0 )
= lm
h0
h
f
(x0 , y0 )
=
y
g 0 (y0 ) = lm
note que la recta esta en el plano x = x0 , se sigue que los puntos de ella cumplen
x = x0
y = y
z = f (x0 , y0 ) +
f
(x0 , y0 ) (y y0 )
y
o en ecuaciones parametricas

x
x0

y =
0

z
f (x0 , y0 ) y0 f
(x0 , y0 )
y
donde y R, el vector director es en este caso
f
(x0 , y0 )
y
+y
f
y
(x0 , y0 )
De manera similar, la interseccion de la grafica con el plano y = y0 es una curva, la

cual puede ser interpretada como el grafico de la funcion de una variable
z = f (x, y0 ) = p (x)
sobre el plano y = y0 (note que si y = y0 y z = f (x, y) entonces z = f (x, y0 )). La recta

tangente a la grafica de esta funcion de una variable es
z p (x0 ) = p0 (x0 ) (x x0 )
esto es
z f (x0 , y0 ) =
f
(x0 , y0 ) (x x0 )
x
344
pues
p (x0 + h) p (x0 )
h0
h
f (x0 + h, y0 ) f (x0 , y0 )
= lm
h0
h
f
(x0 , y0 )
=
x
p0 (x0 ) = lm
se sigue que los puntos de esta recta cumplen

x = x
y = y0
f
(x0 , y0 ) (x x0 )
x
z = f (x0 , y0 ) +
o en ecuaciones parametricas

0
x

y =
y0

f (x0 , y0 ) x0 f
z
(x0 , y0 )
x
+ x
f
x
(x0 , y0 )
el vector director corresponde a
f
x
(x0 , y0 )
de estos calculos se sigue que en el punto (x0 , y0 , f (x0 , y0 )) de la grafica los vectores
1
0
0
1
f
f
(x0 , y0 )
(x0 , y0 )
x
y
son tangentes, se sigue que el vector

f
(x0 , y0 )
x
(x0 , y0 )
f
x
= (x0 , y0 )
y
(x0 , y0 )
1
1
f
y
es perpendicular a la superficie, as

f
f
(x0 , y0 ) ,
(x0 , y0 ) , 1 (x x0 , y y0 , z f (x0 , y0 )) = 0
x
y
345
debera corresponder a un plano tangente a la superficie, el problema para definir esto

directamente como el plano tangente a la grafica es el de formalizar en que sentido queremos
decir que la funcion y el plano se parecen cerca del punto, el calculo realizado depende solo
de la existencia de las derivadas parciales pero por ejemplo en el caso de la funcion
1 si xy = 0
f (x, y) =
0 si xy 6= 0
los calculos nos llevaran a que el plano tangente es z = 1 sin embargo los valores que toma
la funcion en todo entorno abierto de (0, 0) no se parecen a uno (tan cerca como queramos
existen valores cero).
Veamos un ejemplo concreto, consideremos la funcion f : R2 R, (x, y) f (x, y) =
(x2 2xy) e2x
2 y 4 +2y
y estudiemos la funcion en el punto (x0 , y0 ) = (1, 0). La grafica de f
es
346
si cortamos con el plano y = 0 se obtiene la curva z = f (x, 0) = x2 e2x
la recta tangente en x = 1 es

d 2 2x2
(x 1)
z f (1, 0) =
xe

dx
x=1
esto es

2
2
z e2 = 2xe2x 4x3 e2x
(x 1)
x=1

z e2 = 2e2 4e2 (x 1)
es decir
x = x
y = 0
z = e2 2e2 (x 1)
347
de manera similar, si cortamos con el plano x = 1 se obtiene la curva z = f (1, y) =

(1 2y) e2y
4 +2y
la recta tangente en y = 0 es

d
2y 4 +2y
z f (1, 0) =
(1 2y) e
(y 0)
dy
y=0
esto es
z e2 = 4yey
4 +2y2

2y 3 + y 2 + 1
y
y=0
z e2 = 0
es decir
x = 1
y = y
los directores de estas rectas son
z = e2

y 1 se sigue que el normal corresponde

2
2e
0

1
0
2e2

1 = 0
0

2
2e
0
1
348
y as el plano tangente corresponde a

2e2 , 0, 1 x 1, y 0, z e2 = 0
es decir
2e2 (x 1) + z e2 = 0
o equivalentemente
z = e2 2e2 (x 1)
en la figura, en blanco estan las curvas y las rectas tangentes, la interseccion de estas
rectas y curvas corresponde al punto (1, 0, f (1, 0)) y el plano que contiene a estas rectas
tangentes es el plano tangente, como se puede apreciar la propiedad de tangencia es local,
no significa que toque a la grafica en un u
nico punto.
on
1. Considere la funcion f : R2 R, (x, y) f (x, y) = ex sin y + e2y cos x. Determine
las ecuaciones parametricas de las rectas tangentes a la grafica de f en el punto
(0, 0, 1) que son paralelas a los planos x = 0 e y = 0.
349
2. Determine una recta normal a la superficie

x2 +
en el punto
1 , 1, 1
2
2
y2
+ z2 = 1
4
.
2 y 4 +2y
3. Si f : R2 R, (x, y) f (x, y) = (x2 2xy) e2x
estudiar los extremos
(maximos y mnimos) locales y globales de la funcion g : R R, t g (t) = f (t, 0).
Diferenciabilidad
Definici
on 9.3.1. Sean U Rn y f : U R una funcion. Diremos que f es diferenciable
en a U si existe una transformacion lineal T : Rn R tal que:

|f (a + h) f (a) T (h)|
=0
h0
khk
lm
Observaci
on 9.3.1. Si n = 2, por ejemplo, el lmite en la definicion anterior toma la
forma:
|f (a + h, b + k) f (a, b) T (h, k)|
=0
(h,k)(0,0)
h2 + k 2
Recordemos, ademas, que si T : Rn R es una transformacion lineal, entonces
lm
existen constantes A1 , A2 , . . . , An R (respecto, por ejemplo, de las bases canonicas,

respectivamente) tales que:
[T ] =
A1 A2 An
M1n (R)
El siguiente teorema indica la condicion necesaria que deben cumplir las constantes
A1 , A2 , . . . , An en caso de que una funcion f sea diferenciable en a:
Teorema 9.3.1. Sean U Rn y f : U R una funcion diferenciable en a U , entonces:

Ai =
f
(a)
xi
para cada i = 1, 2, . . . , n.
350
Demostracion. Como f : U R es diferenciable en a, existe una transformacion lineal

T : Rn R tal que:
|f (a + h) f (a) T h|
=0
h0
khk
lm
Note que haciendo:

h = t ei
el lmite anterior implica el siguiente lmite:
|f (a + t ei ) f (a) T (t ei )|
=0
t0
kt ei k
lm
(9.1)
Por otro lado, suponga que la transformacion lineal T : Rn R tiene representacion

matricial:
[T ]1C =
A1 A2 An
donde C es la base canonica de Rn y 1 representa la base canonica de R. As:

[T (t ei )]1 = [T ]1C [t ei ]C
= t Ai
As:
|f (a + t ei ) f (a) t Ai |
|f (a + t ei ) f (a) T (t ei )|
= lm
t0
t0
kt ei k
|t|

f (a + t ei ) f (a)

= lm
Ai
t0
t

f

=
(a) Ai
xi
lm
y como el valor del lmite en (9.1) es 0 (por la diferenciabilidad de f en a) se tiene que:

f

xi (a) Ai = 0
Esto es:
f
(a) = Ai
xi
para cada i = 1, 2, . . . , n.
Observaci
on 9.3.2. Se sigue entonces que si f es diferenciable en x = a las derivadas
parciales deben existir en el punto.
351
Podemos entonces reformular la definicion como:

Definici
on 9.3.2. Sean U Rn y f : U R una funcion. Diremos que f es diferenciable
en a U si:
1. Para cada i = 1, 2, . . . , n, existen las derivadas parciales
f
xi
(a).
2. Asumiendo, h = (h1 , h2 , . . . , hn ) Rn , se tiene que:

Pn f

(a)
h
f (a + h) f (a) i=1 x
i
i
lm
=0
h0
khk
Observaci
on 9.3.3. Con el cambio de variables h = x a el lmite

Pn f

(a)
h
f (a + h) f (a) i=1 x

i
i
lm
=0
h0
khk
se puede escribir en la forma

Pn f

(a)
(x
a
)
f (x) f (a) i=1 x
i
i
i
lm
=0
xa
kx ak
Observaci
on 9.3.4. Se debe hacer notar que la suma:
n
X
f
(a) hi
xi
i=1
se obtiene va el isomorfismo canonico que existe entre M11 (R) y el espacio vectorial real
unidimensional. En efecto sabemos que:

f
[T ]1C = x
(a)
1
f
x2
(a)
f
xn
(a)
y como h = (h1 , h2 , . . . , hn ), tenemos:

[T h]1 = [T ]1C [h]C
f
x1
(a)
f
x2
(a)
f
xn
h1
(a)
h2
..
.
hn
=
n
X
f
(a) hi
x
i
i=1
352
11
Ejemplo 9.3.1. Considere la funcion f : R2 R definida por:
2 4
xy
si (x, y) 6= (0, 0)
x2 + y 2
0
si (x, y) = (0, 0)
estudiar la diferenciabilidad de f en (0, 0).
Soluci
on. Notemos que
f
f (h, 0) f (0, 0)
(0, 0) = lm
h0
x
h
h2 04
2
2 0
= lm h +0
h0
h
= lm 0
h0
= 0
de manera similar
f
f (0, h) f (0, 0)
(0, 0) = lm
h0
y
h
02 h4
2
2 0
= lm 0 +h
h0
h
= lm 0
h0
= 0
luego las derivadas parciales existen, notemos que

(0, 0) (x 0)
f (x, y) f (0, 0) f
x
p
lm
(x,y)(0,0)
x2 + y 2
2 4
xy
x2 +y2
=
lm p
(x,y)(0,0)
x2 + y 2
x2 y 4
=
lm
(por polares)
(x,y)(0,0) (x2 + y 2 )3/2
= 0
f
y

(0, 0) (y 0)
se sigue que f es diferenciable en (0, 0).

Ejemplo 9.3.2. Considere la funcion g : R3 R definida por:
sin (xyz)
, (x, y, z) =
6 (0, 0, 0)
x2 + y 2 + |z|
g (x, y, z) =
0
, (x, y, z) = (0, 0, 0)
353
Demuestre que g es diferenciable en el punto (0, 0, 0).

Soluci
on. Calculamos, primeramente, las derivadas parciales de f en (0, 0, 0). Esto es:
f
f (t, 0, 0) f (0, 0, 0)
(0, 0, 0) = lm
t0
x
t
0
= lm
t0 t
= 0
Analogamente, se tiene que
lm
f
f
(0, 0, 0) =
(0, 0, 0) = 0. Luego:
y
z

f (h, k, l) f (0, 0, 0)
f
x
(h,k,l)(0,0,0)
=
=
(0, 0, 0) h + (0, 0, 0) k +
h2 + k 2 + l2
f
z
|f (h, k, l)|
(h,k,l)(0,0,0)
h2 + k 2 + l2
lm
lm
(h,k,l)(0,0,0) (h2
lm
(h,k,l)(0,0,0)
f
y
|l|
k2
|sin (hkl)|
+ |l|) h2 + k 2 + l2
|hkl|
+ k 2 + l2
h2
|hkl|
(h,k,l)(0,0,0) |l| |k|
lm
lm
|h|
(h,k,l)(0,0,0)
=0
Por tanto, f es diferenciable en (0, 0, 0).
Ejemplo 9.3.3. Consideremos f : R2 R la funcion definida por:
sin(xy2 ) , (x, y) 6= (0, 0)

x2 +|y|
f (x, y) =
0
, (x, y) = (0, 0)
Verifique que f no es diferenciable en (0, 0).
Soluci
on. Notamos, primeramente que:
f
f (t, 0) f (0, 0)
(0, 0) = lm
t0
x
t
1
0
= lm 2
=0
t0 t
t +0
354

(0, 0, 0) l
Analogamente se obtiene que:

f
(0, 0) = 0
y
Ahora bien, como:

(0, 0) h
f (h, k) f (0, 0) f
x
lm
(h,k)(0,0)
h2 + k 2
f
y

(0, 0) k
|f (h, k)|
(h,k)(0,0)
h2 + k 2
lm
lm
(h,k)(0,0)
|sin (hk)|
1
h2 + k 2 h2 + |k|
Ahora bien, note que:

|sin (hk)|
1
lm lm
h0 k0
h2 + k 2 h2 + |k|

= lm 0 = 0
h0
y si consideramos la trayectoria : h = k, tenemos que:

lm
h0
1 |sin (h2 )|
1
|sin (h2 )|
=
l
m
h0
h2 + h2 h2 + |h|
2 h3 + h2
1
|sin (h2 )| 1
= lm
h2
1 + |h|
2 h0
1
=
2
Por tanto, f no es diferenciable en (0, 0).

Ejemplo 9.3.4. Toda transformacion lineal es diferenciable, la transformacion lineal que
mas se parece es la misma funcion.
Observaci
on 9.3.5. Supongamos que f : U R2 R es una funcion diferenciable en
(a, b) U . Esto quiere decir que:

(a, b) h
f (a + h, b + k) f (a, b) f
x
lm
(h,k)(0,0)
h2 + k 2
Ahora bien, haciendo el cambio de variables:
x=a+h
y =b+k
tenemos que:
(h, k) (0, 0) (x, y) (a, b)
355
f
y

(a, b) k
=0
(9.2)
Por tanto, el lmite en (9.2) queda:

(a, b) (x a)
f (x, y) f (a, b) f
x
q
lm
(x,y)(a,b)
(x a)2 + (y b)2
f
y

(a, b) (y b)
=0
Intuitivamente, para (x, y) suficientemente cercano a (a, b), tenemos que:

f
f
f (x, y) f (a, b) x (a, b) (x a) y (a, b) (y b)
q
'0
2
2
(x a) + (y b)
As:
f (x, y) f (a, b)
f
f
(a, b) (x a)
(a, b) (y b) ' 0
x
y
y por tanto:
f (x, y) '
f
f
(a, b) (x a) +
(a, b) (y b) + f (a, b)
x
y
Es decir, para (x, y) suficientemente cercano a (a, b), f (x, y) puede ser aproximada por el
plano:
z = f (a, b) +
f
f
(a, b) (x a) +
(a, b) (y b)
x
y
el cual es tangente a la superficie:

S : z = f (x, y)
en una vecindad de (a, b). As, tenemos la siguiente definicion:
Definici
on 9.3.3. Sea f : U R2 R una funcion diferenciable en (a, b). Llamaremos
plano tangente a la superficie z = f (x, y) en (a, b) al plano de ecuacion:
z f (a, b) = (x a)
f
f
(a, b) + (y b)
(a, b)
x
y
Ejemplo 9.3.5. Encontrar la ecuacion del plano tangente a la superficie S dada por la
grafica de la funcion:
z = (x + y)2 2x
en el punto (1, 1, 0).
356
Soluci
on. Calculamos las derivadas parciales
z
x
(x + y)2 2x = 2x + 2y 2
x
z
(1, 1) = 2
x
y
z
y
(x + y)2 2x = 2x + 2y
y
z
(1, 1) = 4
y
el plano tangente es
z = 0 + 2 (x 1) + 4 (y 1)
es decir
z = 2x + 4y 6
Ejemplo 9.3.6. Sean a, b, c n
umeros reales positivos. Verifique si el cono:
x2 y 2
z2
+
=
a2
b2
c2
y la esfera:
2

b2
b2 + c 2
= 2 b2 + c 2
x +y + z
c
c
2
son tangentes entre s en los puntos (0, b, c).

Soluci
on. Notemos que los puntos entregados pertenecen a la interseccion
02 (b)2
c2
+
=
a2
b2
c2
y

2

b2 + c 2
b2
0 + (b) + c
= 2 b2 + c 2
c
c
2
Notemos que
x2 y 2
+ 2
a2
b
z2
c2
r
z = c
357
x2 y 2
+ 2
a2
b
(el punto (0, b, c) tiene tercera coordenada positiva, por eso consideramos solo la raz
positiva). El vector normal al plano tangente es
!
! !
r
r
x2 y 2
x2 y 2
c
c
+ 2 ,
+ 2 ,1
x
a2
b
y
a2
b

cy
cx

, q
, 1
= q

2 y 2 +b2 x2
2 y 2 +b2 x2
a
a

a2
b2
a2 b2
a2 b2
(x,y)=(0,b)
(x,y)=(0,b)

c
= 0, , 1
b
para la superficie

2

b2 + c 2
b2
x +y + z
= 2 b2 + c 2
c
c
2
se tiene
r 2

2
2

b
+
c
= b (b2 + c2 ) (x2 + y 2 )
z

c
c2
luego
b2 + c 2
=
z
c
b2 2
(b + c2 ) (x2 + y 2 )
c2
evaluando en (0, b, c) se tiene

b2 + c 2
c
c
r
=
b2 2
(b + c2 ) b2
c2
b +c
c
b2
c
se sigue que el signo correcto es . Luego

r
b2 + c 2
b2 2
z=
(b + c2 ) (x2 + y 2 )
c
c2
as el normal corresponde a
(zx , zy , 1)|(0,b)
donde
zx =
= q
b +c
c
x
b2
c2
b4 +b2 c2 c2 x2 c2 y 2
c2
358
!
(b2 + c2 ) (x2 + y 2 )
zy =
= q
b +c
c
y
b2
c2
!
(b2 + c2 ) (x2 + y 2 )
b4 +b2 c2 c2 x2 c2 y 2
c2
evaluando
zx = 0
zy = q
b
b4 +b2 c2 c2 (b)2
c2
b2
c
c
b
as
(zx , zy , 1)|(0,b)

c
= 0, , 1
b
se sigue que tienen los mismos planos tangentes.
Teorema 9.3.2. Sean U Rn y f : U R una funcion diferenciable en a U , entonces

f es continua en a.
Demostracion. Dado > 0, existe > 0 tal que:

n

X
f

f
(a
+
h)
f
(a)
(a)
h

i khk

xi
i=1
para todo khk < . Entonces, por la desigualdad triangular, tenemos que:

n
X

f

|f (a + h) f (a)| khk +
(a) hi

x
i
i=1

n
X
f

(a)
khk + khk
xi

i=1
n
f
donde A = max x
i
( + n A) khk

o

(a) : i = 1, 2, . . . , n . Ahora bien, eligiendo = mn ,
obtiene que:
khk < = |f (a + h) f (a)| <
359
+n A
se
Observaci
on 9.3.6. Como ya es sabido desde el calculo diferencial en una variable, el
teorema anterior dice que la continuidad es una condicion necesaria para la diferenciabilidad,
pero no es suficiente. En efecto, considere:
Ejemplo 9.3.7. Verifique que f : R2 R definida por:
3/2
x |y|
, si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
, si (x, y) = (0, 0)
es continua, pero no diferenciable en (0, 0).
Soluci
on. La continuidad es inmediata. En efecto:
|xy| p
|x| |y|3/2
=
|y|
x2 + y 2
x2 + y 2
1 x2 + y 2 p
|y| =
2 x2 + y 2
p
|y|
2
donde la ultima expresion converge a 0, cuando (x, y) (0, 0). Ahora bien, por el Teorema
del Sandwich, se obtiene que:
x |y|3/2
lm
= 0 = f (0, 0)
(x,y)(0,0) x2 + y 2
Por tanto, f es continua en (0, 0). Por otro lado, es facil ver que:
f
f
(0, 0) =
(0, 0) = 0
x
y
Luego:

(0, 0) h
f (h, k) f (0, 0) f
x
lm
(h,k)(0,0)
h2 + k 2
f
y

(0, 0) k
|f (h, k)|
(h,k)(0,0)
h2 + k 2
lm
lm
(h,k)(0,0)
|h | |k|3/2
(h2 + k 2 )3/2
Al tomar la recta de aproximacion h = k en el u

ltimo lmite se observa que no existe. Por
tanto, la funcion f no es diferenciable en el (0, 0).
Teorema 9.3.3 (Algebra

de funciones diferenciables). Sean f, g : U Rn R funciones
diferenciables en a U y R una constante, entonces f, f + g, f g, f g son

diferenciables en a. Si, ademas, g (a) 6= 0, entonces f /g tambien es diferenciable en a.
360
Teorema 9.3.4. Sean f : U Rn R y a U . Si las derivadas parciales
f
xi
existen en
una bola alrededor de a y son continuas en a entonces f es diferenciable en a.

Observaci
on 9.3.7. La condicion en el teorema anterior es solo suficiente, mas no necesaria
como puede verse con el siguiente ejemplo:
Ejemplo 9.3.8. Verificar que la funcion f : R2 R definida por:
(x2 + y 2 ) sin p
, si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
, si (x, y) = (0, 0)
es diferenciable en todo punto de R2 pero las funciones derivadas parciales no son continuas
en R2 .
Soluci
on. Del algebra de funciones diferenciables se obtiene que f es diferenciable en todo
punto distinto de (0, 0). Notemos que para (x, y) 6= (0, 0) se cumple
!

1
x2 + y 2 sin p
x
x2 + y 2
!
!

1
1
1 2
2
2
2 3/2
= 2x sin p
+ x + y cos p
x +y
2x
2
x2 + y 2
x2 + y 2
!
!
x
1
1
p
= 2x sin p
cos p
x2 + y 2
x2 + y 2
x2 + y 2
y por simetra
x2 + y 2 sin
y
= 2y sin
p
x2 + y 2
!
1
y
p
p
cos
x2 + y 2
x2 + y 2
1
p
x2 + y 2
en (0, 0) calculamos las derivadas parciales

f (h, 0) f (0, 0)
f
(0, 0) = lm
h0
x
h
h2 sin
= lm
h0
= lm h sin
h0
= 0
361
h

1
|h|
1
|h|
y por simetra
f
y
(0, 0) = 0. La funcion derivada parcial esta definida por

1
x
1
2x sin 2 2 2 2 cos 2 2
si (x, y) 6= (0, 0)
x +y
x +y
x +y
f
(x, y) =
si (x, y) = (0, 0)
esta funcion no es continua en (0, 0), en efecto, considere los puntos

1
(xn , yn ) =
,0
2n + 4
entonces si n +, (xn , yn ) (0, 0) pero
2
f
(xn , yn ) =
x
2n +
2
=
2n +
sin
1

2n +
cos 2n +
4
4
1
luego cuando n + se sigue (xn , yn ) (0, 0) pero
f
x
(xn , yn ) 12 , el lmite no es
cero (usando otra sucesion se muestra que en realidad el lmite no existe por ejemplo con

1
(f
xn , yen ) = 2n+ , 0 da otro lmite). Se sigue que f no es de clase C 1 sin embargo
3
|f (x, y)|
p
(x,y)(0,0)
x2 + y 2
lm

2

(x + y 2 ) sin 1

x2 +y 2
p
=
lm
(x,y)(0,0)
x2 + y 2

!

p
1

=
lm
x2 + y 2 sin p

2
2

(x,y)(0,0)
x +y
= 0
aqu hemos usado el acotamiento

p

2
2
0 x + y sin

!
p

p
x2 + y 2
2
2
x +y
1
luego f es diferenciable en (0, 0) y en todos los otros puntos por algebra de funciones
diferenciables pero f no tiene derivadas parciales continuas en el origen..
on
1. Hallar la ecuacion del plano tangente a la superficie z = x2 + y 3 en el punto (3, 1, 10).
362
2. Por que deben llamarse tangentes en (0, 0) las graficas de f (x, y) = x2 + y 2 y

g (x, y) = x2 y 2 + xy 3 ?
3. Sea f : R2 R definida por
f (x, y) =
x2 y 4
x2 +y 2
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
Probar que f es de clase C 1 (R2 ).

4. Sea p 1. Estudiar la diferenciabilidad en el origen de la funcion
kkp
x kxkp =
Rn R
n
X
!1/p
p
|xi |
k=1
5. Para que valores de la funcion
f (x, y) =
x3 +xy 2
|x| +|y|
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
es diferenciable en (0, 0)?

6. Considere la superficie definida por

x
3
S = (x, y, z) R : x sin
z =0
y
Si (a, b, c) S determine el plano tangente a la superficie en ese punto y mostrar que
pasa por el origen.
7. Utilizar la aproximacion mediante el plano tangente para estimar el valor de:
10
a) (0,99e0,1 )
q
b) (3,99)2 + (4,01)2 + (2,01)2
8. Sean > 1 y f : Rn R, x f (x) una funcion tal que, para todo x, y Rn
|f (x) f (y)| kx yk
Muestre que f es diferenciable.
363
Derivadas de orden superior y funciones de clase C n

Observaci
on 9.4.1. Sean U Rn un conjunto abierto no vaco y f : U R una funcion
f
xi
tal que las derivadas parciales
(x) existen para todo x U . Entonces, podemos definir

f
xi
la funcion derivada parcial de f como la funcion
: U Rn R dada por x 7
f
xi
(x).
Las derivadas parciales de orden superior son, entonces, derivadas parciales de la funcion
f
xi
: U Rn R. Mas precisamente:
Definici
on 9.4.1. Sean U Rn un conjunto abierto no vaco y f : U Rm una funcion
tal que las derivadas parciales
f
xi
(x) existen para todo x U . Se define la derivada parcial
de segundo orden para f como:
2f
(x) =
xj xi
xj
f
xi

(x)
Mas precisamente:
1
2f
(x) = lm
t0
xj xi
t
Ademas, si i 6= j la derivada
anotamos
2f
x2i
2f
xj xi

f
f
(x + tej )
(x)
xi
xi
(x) recibe el nombre de derivada parcial mixta. Si i = j,
(x).
La derivada parcial de tercer orden para f se define como:

2
3f
f
(x) =
(x)
xk xj xi
xk xj xi
considerando
2f
xj xi
: U Rn R, en donde U corresponde al conjunto de puntos de
U para los cuales la segunda derivada parcial esta definida. En particular, si i = j = k,

anotamos entonces:
3f
(x)
x3i
Finalmente, las derivadas parciales de orden superior se definen como las derivadas
parciales sucesivas de
f
xi
: U Rn R.
Ejemplo 9.4.1. Hallar las derivadas parciales de segundo orden de la funcion:

f (x, y) = arctan
364
x
y
Soluci
on.

f
x
y
=
arctan
= 2
x
x
y
x + y2

x
x
f
=
arctan
= 2
y
y
y
x + y2
y las de segundo orden
2f
x2
2f
yx
2f
xy
2f
y 2
=
=
=
=

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

x2 y 2
y
=
y x2 + y 2
(x2 + y 2 )2

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

x
2xy
2
=
2
y
x +y
(x2 + y 2 )2
notar que, en este caso,
2f
2f
+
=0
x2
y 2
2f
2f
=
yx
xy
Ejemplo 9.4.2. Hallar
3z
, si:
xy 2
z = sin xy
Soluci
on.
zy =
(sin xy) = x cos xy

y
luego
zyy =
(x cos xy) = x2 sin xy

y
y finalmente
zyyx =
x2 sin xy = 2x sin xy x2 y cos xy

x
Definici
on 9.4.2. Sean U Rn un conjunto abierto no vaco. Diremos que la funcion
f : U R es de clase C n sobre U, o bien que f C n (U ) si todas las derivadas parciales
hasta el orden nesimo son funciones continuas en U .
365
Observaci
on 9.4.2. A modo de resumen, tenemos que:
f C 1 (U ) = f es diferenciable en U = f es continua en U
Teorema 9.4.1 (Schwarz). Sean U Rn un conjunto abierto no vaco y f C 2 (U ),
entonces, para todo x U y para todo i 6= j
2f
2f
(x) =
(x)
xj xi
xi xj
Observaci
on 9.4.3. Del teorema anterior y bajo la hipotesis de clase C n adecuada se
puede establecer igualdad de derivadas parciales mixtas de tercer orden y superior, note
por ejemplo que

2
f
3f
=
2
yx
yx x

2
f
=
xy x
2
f
=
x yx
2
f
=
x xy
3f
=
x2 y
si f C 3 .
Observaci
on 9.4.4. La continuidad de las derivadas parciales de segundo orden es fundamental en el teorema anterior. Esto se puede ilustrar considerando el siguiente ejemplo:

xy x22 y22
si (x, y) 6= (0, 0)
x +y
f (x, y) =
0
si (x, y) = (0, 0)
Verifique que:
2f
2f
(0, 0) 6=
(0, 0)
yx
xy
Soluci
on. Note que
2

f
x y2
(x, y) =
xy
x
x
x2 + y 2
y (x4 + 4x2 y 2 y 4 )
=
(x2 + y 2 )2
366
para (x, y) 6= (0, 0) y

f
f (h, 0) f (0, 0)
(0, 0) = lm
=0
h0
x
h
luego
y(x4 +4x2 y2 y4 ) si (x, y) 6= (0, 0)

f
(x2 +y 2 )2
(x, y) =
x
0
si (x, y) = (0, 0)
se sigue que

1 f
f
2f
(0, 0) = lm
(0, h)
(0, 0)
h0 h
yx
x
x

1 h (0 h4 )
= lm
h0 h
(02 + h2 )2
= 1
por otro lado
2

f
x y2
(x, y) =
xy
y
y
x2 + y 2
x (x4 + 4x2 y 2 + y 4 )
=
(x2 + y 2 )2
y
f
(0, 0) = 0
y
se sigue

2f
1 f
f
(0, 0) = lm
(h, 0)
(0, 0)
h0 h
xy
y
y

1 h (h4 )
= lm
h0 h
(h2 + 02 )2
= 1
se sigue
2f
yx
(0, 0) 6=
2f
xy
(0, 0) en este caso la funcion no es de clase C 2 (R2 ).
Ejemplo 9.4.4. Si u = ln (x2 + y 2 ) verificar que

2u 2u
+
=0
x2 y 2
Soluci
on. Derivando

u
2x
ln x2 + y 2 = 2
=
x
x
x + y2

u
2y
=
ln x2 + y 2 = 2
y
y
x + y2
367
y de segundo orden

2u
2x
x2 y 2
=
2
=
x2
x x2 + y 2
(x2 + y 2 )2

2u
2y
x2 y 2
=
2
=
y 2
y x2 + y 2
(x2 + y 2 )2
as
2u 2u
x2 y 2
x2 y 2
+
2
=0
+
=
2
x2 y 2
(x2 + y 2 )2
(x2 + y 2 )2
on

p
3/2
1. Si u = arctan xy/ 1 + x2 + y 2 probar que uxy = (1 + x2 + y 2 )
y
uxxyy =
15xy
(1 + x2 + y 2 )7/2
2. Sean a, b, c constantes positivas. Si z = z (x, y) es tal que a2 x2 + b2 y 2 = c2 z 2 entonces

muestre que
zxx zyy = (zxy )2
3. Si u = ln (x2 + y 2 + z 2 ) probar que
xuyz = yuzx = zuxy
4. Si f (x, y) =
xy
x+y
demuestre que
x2
2
2f
2f
2 f
+
2xy
+
y
=0
x2
xy
y 2
Gradiente y matriz jacobiana

Definici
on 9.5.1. Sean U Rn y f : U R una funcion tal que todas las derivadas
parciales
f
xi
(a), i = 1, 2, . . . , n de f existen en a U . Se define el gradiente de f en a
como el vector en Rn dado por:

f (a) =

f
f
f
(a) ,
(a) , . . . ,
(a)
x1
x2
xn
368
Ejemplo 9.5.1. Sea f (x, y, z) = 3x2 + sin y 2 + 2xz 2 . Calcule f (x, y, z).
Soluci
on. En este caso

f (x, y, z) =
f (x, y, z) f (x, y, z) f (x, y, z)

,
,
x
y
z
es decir
f (x, y, z) = 2z 2 + 6x, 2y cos y 2 , 4xz
Ejemplo 9.5.2. Considere f (x, y, z) = 3x2 + 2xy 4z 3 . Sean S la superficie dada por:
S : f (x, y, z) = 1
y el plano tangente a S en (1, 1, 1). Si u, v linealmente independientes, entonces
pruebe que existe R tal que:
u v = f (1, 1, 1)
Soluci
on. Si u, v son linealmente independientes entonces u v es normal al plano,
pero de las secciones anteriores sabemos que el normal a la grafica de una funcion z = h (x, y)
tiene la forma k (hx , hy , 1) donde k es una constante, la superficie f (x, y, z) = 1 la
podemos mirar como la grafica de
r
z=
1
3 2 1
x + yx
4
2
4
se sigue
(zx , zy , 1)
q
1
1
3 3 2
3
1
x
+
yx
x + 2y
2
4
2
4
3
2
=
2
, 1
2 , 2x
2
3
9x + 6yx 3
(3x2 + 2yx 1) 3
evaluando en (1, 1)
3
2
1
2
q
3
3
4
+ 12
1
4
+
43 3 1 1
(zx , zy , 1) =
+
, 2
, 1
3 4 2 43+21
9+63

2 1
=
, ,1
3 6
369
note que
f (x, y, x) = 6x + 2y, 2x, 12z 2
luego
f (1, 1, 1) = (6 + 2, 2, 12)
= (8, 2, 12)
se sigue que existe R tal que

2 1
u v =k , , 1 = f (1, 1, 1)
3 6
Observaci
on 9.5.1. El isomorfismo canonico : Rn ' M1n (R) vuelve a jugar un rol
importante en relacionar el vector gradiente f (a) y la matriz de la diferencial Df (a).
Sabemos que la diferencial de una funcion f : Rn R esta dada por la transformacion
lineal Df (a) : Rn R tal que:
|f (a + h) f (a) Df (a) h|
=0
h0
khk
lm
pero 1 (Df (a)) = f (a), por lo tanto, podemos escribir:

|f (a + h) f (a) f (a) h|
=0
h0
khk
lm
Observaci
on 9.5.2. Nuestro proposito, ahora, es tratar la diferenciabilidad para funciones
vectoriales de la forma f : U Rn Rm .. Teniendo en cuenta que la topologa del espacio
euclidiano Rm se obtiene considerando la norma kkRm , tenemos que:
Definici
on 9.5.2. Sean U Rn y f : U Rm una funcion vectorial. Diremos que f es
diferenciable en a U si existe una transformacion lineal T : Rn Rm tal que:

kf (a + h) f (a) T (h)k
=0
h0
khk
lm
Definici
on 9.5.3. Sean U Rn y f : U Rm una funcion tal que todas las derivadas
fi
parciales
existen en a. Llamaremos matriz jacobiana de f en a a la matriz de derivadas
xj
370
parciales:

J f (a) =

fi
(a)
xj
mn
f1
(a)
x1
f2
(a)
x1
..
.
f1
f1
(a)
(a)
x2
xn
f2
f2
(a)
(a)
x2
xn
Mmn (R)
..
..
..
.
.
.
fm
fm
fm
(a)
(a)
(a)
x1
x2
xn
Ejemplo 9.5.3. Sea f : R2 R2 definida por f (x, y) = (2x2 y + y, 2xy y 2 ). Luego, si

anotamos u = 2x2 y + y y v = 2xy y 2 , entonces
u
x
Jf (x, y) =
v
x
4xy
=
2y
la matriz jacobiana de f esta dada por:
u
y
v
y
2x
2x 2y
Teorema 9.5.1. Sean f : U Rn Rm una funcion definida por f (x) = (f1 (x) , f2 (x) , . . . , fm (x))
y a U . f es diferenciable en a, si y solo si, fi : U R es diferenciable en a, para cada

i = 1, 2, . . . , m. Ademas:
donde fi (a)
f1 (a)
f (a)
2
Df (a) =
..
fm (a)

fi
(a)
= Jf (a)
=
xj
mn
fi
x1
fi
xn
(a)
fi
x2
n
(a)
(a)
, para cada i = 1, 2, . . . , m, mediante el
isomorfismo canonico : R M1n (R).

Ejemplo 9.5.4. Es diferenciable g (x, y, z) = x + sin x cos y 2 , x2 y + 1,

z 2 + 1 en R3 ?
Soluci
on. La respuesta es si, pues las funciones componentes son todas diferenciables en
R3 .
371
Observaci
on 9.5.3. Por definicion, tenemos que si f : U Rn Rm es diferenciable en
a, entonces existe una transformacion lineal T : Rn Rm tal que:
kf (a + h) f (a) T (h)k
=0
h0
khk
lm
Ademas, note que para cada i = 1, 2, . . . , m, se tiene que:

|fi (a + h) fi (a) Ti (h)| kf (a + h) f (a) T (h)k
para todo h. As, si h = t ej , tenemos que:

fi (a + t ej ) fi (a)
Ti (ej )
0
t

fi (a + t ej ) fi (a) Ti (tej )

=

t
kf (a + t ej ) f (a) T (tej )k
0
ktej k
si acaso t 0. Lo anterior implica que:
[Ti ]j =
fi
(a)
xj
en donde [Ti ]j representa el jesimo coeficiente de la matriz [Ti ], respecto de las bases
canonicas. Todo lo anterior implica que en caso de que f sea diferenciable en a, la matriz
jacobiana Jf (a) es la matriz de la diferencial Df (a). Desde ahora en adelante, anotamos:
Df (a) = Jf (a)
La regla de la cadena
Teorema 9.6.1. Sean f : U Rn Rm , con U abierto y g : V Rm Rp , con
V abierto, tales que f (U ) V . Suponga que f es diferenciable en a U y que g es
diferenciable en b = f (a) V , entonces:
g f : U Rn Rp
es diferenciable en a. Ademas:
D (g f ) (a) = Dg (f (a)) Df (a)
= Dg (b) Df (a)
372
Observaci
on 9.6.1. Es importante destacar que Dg (b) Mpm (R) y que Df (a)
Mmn (R).
Observaci
on 9.6.2. Supongamos que z = g (f (x)) e y = f (x), con b = f (a), entonces
la regla de la cadena en terminos de las matrices jacobianas queda en la forma:
D (g f ) (a)
= Dg (b) Df (a)
z
z1
1
(b)
(b)
y1
y
2
z2
z2
y1 (b) y2 (b)
=
..
..
.
.
z
zp
p
(b)
(b)
y1
y2
=
z1
(b)
ym
z2
(b)
ym
..
...
.
!
m
X
yk
zi
(b)
(a)
y
x
k
j
k=1
zp
(b)
ym
y1
(a)
x1
y2
(a)
x1
..
.
y1
y1
(a)
(a)
x2
xn
y2
y2
(a)
(a)
x2
x2
..
..
..
.
.
.
ym
ym
ym
(a)
(a)
(a)
x1
x2
xn
Mpn (R)
ij
Por tanto, en notaciones clasicas, mirando las componentes del producto, la regla viene
dado por las formulas:
zi
xj
m
X
zi yk
yk xj
k=1
zi y1
zi y2
zi ym
+
+ +
y1 xj y2 xj
ym xj
para i = 1, 2, . . . , p y j = 1, 2, . . . , n.
Ejemplo 9.6.1. Sean g : R3 R y f : R3 R3 tales que:
f (x, y, z) = u (x, y, z) ; v (x, y, z) ; w (x, y, z)
Definamos F : R3 R mediante la ecuacion:
F (x, y, z) = (g f ) (x, y, z)
373
Por la regla de la cadena:

DF (x, y, z) = Dg (u, v, w) Df (x, y, z)

x
v
g g g
=
x
u v w
w
x
u
y
v
y
w
y
u
z
v
z
w
z
As, por ejemplo:

F
g u g v
g w
=
+
+
x
u x v x w x
Ejemplo 9.6.2. Sea g : R3 R y consideremos el cambio de variables a coordenadas
esfericas:
(r, , ) :
x = r cos sin
y = r sin sin
z = r cos

Defina z (r, , ) = g x (r, , ) , y (r, , ) , z (r, , ) . Calcule
z z
,
r
z
.
Soluci
on.
g x g y g z
z
=
+
+
r
x r y r z r
g
g
g
= (cos sin )
+ (sin sin )
+ (cos )
x
y
z
z
g x g y g z
=
+
+
x y z
g
g
g
= (r sin sin )
+ (r cos sin )
+ (0)
x
y
z
g
g
= (r sin sin )
+ (r cos sin )
x
y
z
g x g y g z
=
+
+
x y z
g
g
g
= (r cos cos )
+ (r sin cos )
+ (r sin )
x
y
z
374
Ejemplo 9.6.3. Considere:

w = x3 yez
Suponga que:
2
2
x=s t
y = s2 + t2
z =s+t
Pruebe que:
w
w
(1, 0) +
(1, 0) = 10e
s
t
Soluci
on. Usando la regla de la cadena
w x w y w y
w
=
+
+
s
x s
y s
y s
w
w x w y w y
=
+
+
t
x t
y t
y t
recordar que las derivadas de w quedan evaluadas en x = s2 t2 , y = s2 + t2 , z = s + t as
x
w
w 2
(s, t) =
s t2 , s2 + t2 , s + t
(s, t)
s
x
s
y
w 2
+
(s, t)
s t2 , s2 + t2 , s + t
y
s
y
w 2
+
s t2 , s2 + t2 , s + t
(s, t)
y
s
y
x
w
w 2
(s, t) =
s t2 , s2 + t2 , s + t
(s, t)
t
x
t
y
w 2
+
s t2 , s2 + t2 , s + t
(s, t)
y
t
y
w 2
+
s t2 , s2 + t2 , s + t
(s, t)
y
t
evaluando en (1, 0) se obtiene
w
w
x
(1, 0) =
(1, 1, 1)
(1, 0) +
s
x
s
w
w
x
(1, 0) =
(1, 1, 1)
(1, 0) +
t
x
t
w
y
(1, 1, 1)
(1, 0) +
y
s
w
y
(1, 1, 1)
(1, 0) +
y
t
375
w
z
(1, 1, 1)
(1, 0)
z
s
w
z
(1, 1, 1)
(1, 0)
z
t
note que
w
(x, y, z) =
x
w
(x, y, z) =
y
w
(x, y, z) =
z
3x2 yez
x3 e z
x3 yez
evaluando
w (1, 1, 1) = (3e, e, e)
por otro lado
x
x
(s, t) = 2s y
(s, t) = 2t
s
t
y
y
(s, t) = 2s y
(s, t) = 2t
s
t
z
z
(s, t) = 1 y
(s, t) = 1
s
t
evaluando
x
x
(1, 0) = 2 y
(1, 0) = 0
s
t
y
y
(1, 0) = 2 y
(1, 0) = 0
s
t
z
z
(1, 0) = 1 y
(1, 0) = 1
s
t
se sigue
w
w
x
w
y
w
z
(1, 0) =
(1, 1, 1)
(1, 0) +
(1, 1, 1)
(1, 0) +
(1, 1, 1)
(1, 0)
s
x
s
y
s
z
s
= (3e) (2) + (e) (2) + (e) (1)
= 9e
y
w
w
x
w
y
w
z
(1, 0) =
(1, 1, 1)
(1, 0) +
(1, 1, 1)
(1, 0) +
(1, 1, 1)
(1, 0)
t
x
t
y
t
z
t
= (3e) (0) + (e) (0) + (e) (1)
= e
se sigue
w
w
(1, 0) +
(1, 0) = 10e
s
t
376
Ejemplo 9.6.4. Sea w = f (r) una funcion diferenciable y r =
x2 + y 2 + z 2 . Demuestre
que:

dw
dr
2
= kf k2
Soluci
on. La derivada de w respecto a r es
dw
= f 0 (r)
dr
luego
2
dw
2
= (f 0 (r))
dr
por otro lado, usando la regla de la cadena

x
r
y
0
0
= f (r) ry = f (r)
r
z
0
0
= f (r) rz = f (r)
r
wx = f 0 (r) rx = f 0 (r)
wy
wz
se sigue

x 2 0
y 2 0
z 2
f 0 (r)
+ f (r)
+ f (r)
r
r
r
0
2

f (r)
=
x2 + y 2 + z 2
r
2
0

f (r)
r2
=
r
kf k2 =
= (f 0 (r))
como se quera probar.
Ejemplo 9.6.5. Sean f : [0, +) R una funcion diferenciable y u : R R definida

por:
u = f k(x, y, z)k2
donde:
x = cos cos
y = cos sin
Demuestre que
z = sin
u
= 0.
377
Soluci
on. Usando la regla de la cadena, note que u (, , ) = f (g (h (, , ))) donde
p f (p)
(x, y, z) g (x, y, z) = x2 + y 2 + z 2
(, , ) h (, , ) = ( cos cos , cos sin , sin )
se sigue
g x
g y
g z
u
= f0
+ f0
+ f0
x
y
z

0
2
= f (2 cos cos ) ( sin cos )

+f 0 2 (2 cos sin ) ( sin sin )

+f 0 2 (2 sin ) ( cos )

= 2f 0 2 cos sin cos2 cos sin sin2 + sin cos

= 2f 0 2 (0)
= 0
otra forma de verlo es
u = f k(x, y, z)k2
con
x = cos cos
y = cos sin
z = sin
queda
u = f 2
luego la derivada es 0.
Ejemplo 9.6.6. Cambiar las variables x, y, z en la ecuacion
x
u
u
u
+y
+z
= nu
x
y
z
por , , de la forma
=
x
y
,= y=z
z
z
378
y probar que la ecuacion se transforma en
v
= nv
deducir de esto que u tiene la forma

u (x, y, z) = z n F
x y
,
z z
para una funcion F arbitraria.

Soluci
on. Definimos
v ( (x, y, z) , (x, y, z) , (x, y, z)) = u (x, y, z)
con el cambio de variable propuesto
v v
v
u
=
+
+
x
x x x
u
v v
v
=
+
+
y
y y y
v v
v
u
=
+
+
z
z z z
se sigue

u
v 1
v
v
=
(0) +
(0)
+
x
z

u
v
v 1
v
=
(0) +
(0)
+
y
u
v x v y v
=
2 +
2 +
(1)
z
se sigue que
x
u
u
u
+y
+z
= nu
x
y
z
se transforma en
v x v y v x v y
v
+
+
+z
= nv
z
z
es decir
v
= nv
379
esta ecuacion es de variables separadas, la resolvemos

ln |v| = n ln || + C
luego
v = Kn
note que la constante es respecto a la variable , luego puede depender de , , ponemos
v = K (, ) n
luego
u (x, y, z) = v ( (x, y, z) , (x, y, z) , (x, y, z))
= K ( (x, y, z) , (x, y, z)) (x, y, z)n
x y
,
zn
= K
z z
Observaci
on 9.6.3. Muchas veces abusando de la notacion, en lugar de poner
v ( (x, y, z) , (x, y, z) , (x, y, z)) = u (x, y, z)
simplemente se trabaja con u (, , ) y se escribe
u u
u
u
=
+
+
x
x x x
Observaci
on 9.6.4. Otra manera de enfrentar el problema anterior, cuando es posible
despejar en forma explcita es la siguiente, note que
=
x
y
,= y=z
z
z
implica
x =
y =
z =
luego
P (, , ) = u (x (, , ) , y (, , ) , z (, , ))
380
luego
P
u x
=
+
x
u
=
() +
x
u y
u z
+
y z
u
u
() +
y
z
luego
u
u
u
P
=
() +
() +
x
y
z
u
u
u
= x
+y
+z
x
y
z
= nu
= nP
de donde
P (, , ) = n K (, )
y as
u (x (, , ) , y (, , ) , z (, , )) = n K (, )
esto es
n
u (x, y, z) = z K
x z
,
y y
Estudiaremos el comportamiento de la regla de la cadena en derivadas de orden superior

Ejemplo 9.6.7. Suponiendo z C 2 (R2 ), reescriba la ecuacion diferencial:
2z
2
2z
+2
3 2 =0
x2
xy
y
en nuevas variables u y v, definidas por: u = 3x y y v = x + y.
Soluci
on. Definamos
P (u (x, y) , v (x, y)) = z (x, y)
entonces
zx = Pu ux + Pv vx
esto es
zx = 3Pu + Pv
381
derivando nuevamente respecto a x

zxx = 3 (Pu )x + (Pv )x
= 3 ((Pu )u ux + (Pu )v vx ) + ((Pv )u ux + (Pv )v vx )
= 3 ((Pu )u 3 + (Pu )v ) + ((Pv )u 3 + (Pv )v )
= 9Puu + 6Puv + Pvv
y
zxy = (3Pu + Pv )y
= 3 (Pu )y + (Pv )y
= 3 (Puu uy + Puv vy ) + (Pvu uy + Pvv vy )
= 3 (Puu (1) + Puv ) + (Pvu (1) + Pvv )
= 3Puu + 2Puv + Pvv
con respecto a la variable y
zy = Pu uy + Pv vy
= Pu + Pv
derivando nuevamente
zyy = (Puu uy + Puv vy ) + (Pvu uy + Pvv vy )
= (Puu + Puv ) + (Pvu + Pvv )
= Puu 2Puv + Pvv
se sigue que
2
2z
2z
+
2
3
=0
x2
xy
y 2
queda reescrita como

(9Puu + 6Puv + Pvv ) + 2 (3Puu + 2Puv + Pvv ) 3 (Puu 2Puv + Pvv ) = 0
es decir
(9 6 3) Puu + (6 + 4 + 6) Puv + (1 + 2 3) Pvv = 0
382
as
Puv = 0
esta ecuacion implica
P (u, v) = F (u) + G (v)
donde F , G son funciones de clase C 2 de una variable se sigue
z (x, y) = P (u (x, y) , v (x, y))
= F (u (x, y)) + G (v (x, y))
= F (3x y) + G (x + y)
como ejercicio, verificar que si z (x, y) = F (3x y)+G (x + y) entonces
2z
2
2z
+2 xy
3 y
2
x2
0.
Ejemplo 9.6.8. Las ecuaciones u = f (x, y) , x = X (s, t) e y = Y (s, t) definen u como
una funcion de s y t: u = F (s, t). Si las funciones son de clase C 2 pruebe que:
2
2

X Y 2 f
2F
f 2 X 2 f X
f 2 Y
2 f Y
+2
=
+ 2
+
+ 2
s2
x s2
x
s
x s xy y s2
y
s
Soluci
on. Por la regla de la cadena
F s = f x xs + f y y s
Fss = (fx )s xs + fx xss + (fy )s ys + fy ys
= (fxx xs + fxy ys ) xs + fx xss
+ (fyx xs + fyy ys ) ys + fy ys
= fxx (xs )2 + 2fxy ys xs + fyy (ys )2 + fx xss + fy ys
se sigue
2f
2F
=
s2
x2
x
s
2
x y 2 f
2f
+2
+ 2
s s xy y
y
s
2
+
f 2 x f 2 y
+
x s2
y s2
Gradiente y planos tangentes

Observaci
on 9.7.1. Sea f : U Rn R una funcion diferenciable tal que f (a) =
6 0.
Consideremos el conjunto de nivel:
S : Lc (f ) = {x U : f (x) = c}
383
Suponga que : t 7 (t) una curva diferenciable de R Rn tal que Im() S. Note
que, en vista de las hipotesis para la curva , tenemos que:
f ( (t)) = c,
entonces, por la regla de la cadena, tenemos que:

n
X
f
f ( (t)) (t) =
( (t)) 0i (t) = 0
x
i
i=1
0
en particular, si existe t0 R tal que (t0 ) = a, entonces, de la ecuacion anterior conclumos

que:
hf (a) , 0 (t0 )i = 0
como es cualquier curva diferenciable tal que se tiene que:
f (a) S
puesto que 0 es tangente a S. Se tiene entonces:
Teorema 9.7.1. Sean U un conjunto abierto no vaco, f : U Rn R una funcion
diferenciable y S : Lc (f ) el conjunto de nivel de c para f . Suponga que que f (a) = c (es
decir, a S) y que f (a) 6= 0 entonces:
f (a) a S
donde a significa que la ortogonalidad de f (a) al conjunto de nivel S : Lc (f ) se da en
el punto a.
Ejemplo 9.7.1. Hallar un vector normal unitario a la superficie definida por:
2xy 3 z + z ln x + y sin y = 0
en (1, 2, 0).
Soluci
on. El punto dado pertenece a la superficie 2xy 3 z + z ln x + y sin y = 0 la cual
corresponde al conjunto de nivel cero de la funcion f : D R3 R dada por
f (x, y, z) = 2xy 3 z + z ln x + y sin y
384
Sabemos que el gradiente es normal a la superficie,

1
3
2
3
z + 2y z, sin y + y cos y + 6xy z, 2xy + ln x
f (x, y, z) =
x
evaluando
f (1, 2, 0) =
=
0, 2, 2 (2)3

0, 2, 16 3
es un vector normal a la superficie en el punto dado.

Observaci
on 9.7.2. Recordemos que si u0 Rn la ecuacion del plano que pasa por u0
y que es normal n es dada por:
n (x u0 ) = 0
Por lo tanto, el plano tangente a una superficie S : f (x) = c en a, esta dado por:
: f (a) (x a) = 0
pues f (a) a S y a S
Ejemplo 9.7.2. Encontrar el plano tangente a la superficie:
x2 + y 2 + z 2 = 1
en (1, 0, 0).
Soluci
on. La superficie es el conjunto de nivel 1 de la funcion h (x, y, z) = x2 + y 2 + z 2 y
el punto (1, 0, 0) pertenece a la superficie, se sigue que el vector normal al plano tangente
es dado por
h (x, y, z) = (2x, 2y, 2z)
as el plano tangente es
h (1, 0, 0) (x 1, y 0, z 0) = 0
es decir
(2, 0, 0) (x 1, y 0, z 0) = 0
luego
x=1
es el plano tangente.
385
Observaci
on 9.7.3. En secciones anteriores encontramos la ecuacion del plano tangente
a la grafica de una funcion diferenciable z = f (x, y) en un punto (x0 , y0 , f (x0 , y0 )) el cual
tiene ecuacion
z = f (x0 , y0 ) +
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
Note que la grafica corresponde al conjunto

S = (x, y, z) R3 : z f (x, y) = 0
el cual puede ser interpretado como el conjunto de nivel cero de F (x, y, z) = z f (x, y),
luego en el punto
(x0 , y0 , f (x0 , y0 )) = (x0 , y0 , z0 )
el plano tangente a S tiene ecuacion
F (x0 , y0 , z0 ) (x x0 , y y0 , z z0 ) = 0
pero
f
F
(x0 , y0 , z0 ) =
(x0 , y0 )
x
x
f
F
(x0 , y0 , z0 ) =
(x0 , y0 )
y
y
F
(x0 , y0 , z0 ) = 1
z
as el plano es

f
f
(x0 , y0 ) ,
(x0 , y0 ) , 1 (x x0 , y y0 , z z0 ) = 0
x
y
es decir
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
La propiedad del gradiente entonces nos permite obtener el resultado obtenido por otros
z = f (x0 , y0 ) +
metodos.
Derivada direccional y direcciones de crecimiento m

aximo
Definici
on 9.8.1. Sean a U , f : U Rn R una funcion cualquiera y u Rn un
vector unitario en Rn (es decir, un vector tal que kuk = 1). Se define la derivada direccional
386
de f en a en la direccion de u como el lmite:

Du (a) =
f (a + tu) f (a)
f
(a) = lm
t0
u
t
si acaso existe.
Ejemplo 9.8.1. Calcular la derivada direccional de f : R2 R, (x, y) f (x, y) =

1 1
3
2 3
x y + 2x y en el punto a = (1, 2) en la direccion u = 2 , 2

Soluci
on. Por definicion
f (a + tu) f (a)
f
(a) = lm
t0
u
t

f (1, 2)
f (1, 2) + t 12 , 12
= lm
t0
t

f 1 + t2 , 2 + t2 f (1, 2)
= lm
t0
t

3

2
1 + t2
2 + t2 + 2 1 + t2
2+
= lm
t0
t
63
=
2 (Usando la regla de L Hopital)
2
t
2
3
(2 + 24 )
Observaci
on 9.8.1. Note que los vectores canonicos ei , con i = 1, 2, . . . , n, de Rn son
vectores unitarios, luego las derivadas parciales son casos particulares de la derivada
direccional. Mas precisamente, las derivadas parciales son derivadas direccionales en la
direccion de los vectores de la base canonica de Rn .
Observaci
on 9.8.2. Se debe hacer notar, que
f
u
(a) mide la razon de cambio de f en la
direccion de la recta vectorial:

x = a + tu,
tR
as como las derivadas direccionales miden la razon de cambio de f es la direccion de los

ejes coordenados. La interpretacion de estas derivadas es la misma.
|x| y
p
, si x3 y 2 =
6 0
2
2
x +y
f (x, y) =
0
, si x3 y 2 = 0
387
Verifique que f posee derivada direccional en (0, 0) en cualquier direccion y que no es

diferenciable en dicho punto.
Soluci
on. Sea u = (u, v) un vector unitario
f
f (tu, tv) f (0, 0)
(0, 0) = lm
t0
u
t
|tu| tv
= lm q
t0
t (tu)2 + (tv)2
|t| |u| tv
t0 t |t| u2 + v 2
= lm |u| v
= lm
t0
= |u| v
luego las derivadas direccionales existen en toda direccion. Note que
f
x
(0, 0) =
f
y
(0, 0) = 0
para ello tomar las direcciones (u, v) = (1, 0) y (0, 1) respectivamente.

Para la diferenciabilidad

(0, 0) (x 0)
f (x, y) f (0, 0) f
x
lm
(x,y)(0,0)
k(x, y) (0, 0)k
|xy|
p
x2 + y 2
p
=
lm
(x,y)(0,0)
x2 + y 2
|xy|
=
lm
2
(x,y)(0,0) x + y 2
f
y

(0, 0) (y 0)
note que este lmite no existe, usando las trayectorias y = x e y = 0 obtenemos lmites
distintos. La funcion no es diferenciable.
Observaci
on 9.8.3. Del ejemplo anterior podemos afirmar que la existencia de todas las
derivadas direccionales en un punto no implica diferenciabilidad en el punto.
Teorema 9.8.1. Sea f : U Rn R una funcion diferenciable en a U . Si u =

(u1 , u2 , . . . , un ) es un vector unitario en Rn , entonces:
f
(a) = hf (a) , ui
u
n
X
f
=
(a) ui
xi
i=1
388
Demostracion. Definamos g (t) = f (a + tu), esta funcion nes diferenciable en 0 por se

compuesta de diferenciables, ademas por la regla de la cadena
g 0 (t) = f (a + tu) u
evaluando en t = 0 se obtiene
g 0 (0) = f (a) u
por otro lado
g (t) g (0)
t0
t0
f (a + tu) f (a)
= lm
t0
t
f
=
(a)
u
g 0 (0) = lm
as
f
(a) = f (a) u
u
Ejemplo 9.8.3. Verifique que la derivada direccional de z =
y2
x
en cualquier punto de la
elipse:
2x2 + y 2 = c2
en la direccion de la normal a la curva es nula.
Soluci
on. Note que la curva es el conjunto de nivel c2 de la funcion g (x, y) = 2x2 + y 2
luego en el punto (x0 , y0 ) de la elipse, la direccion normal es
g (x0 , y0 )
1
=p
(4x0 , 2y0 )
kg (x0 , y0 )k
16x20 + 4y02
1
= p 2
(2x0 , y0 )
4x0 + y02
n =
389
luego la derivada direccional es

z
(x0 , y0 )
n
g (x0 , y0 )
= z (x0 , y0 )
kg (x , y0 )k
2 0
1
y0 2y0
= p 2
,
(2x0 , y0 )
x20 x0
4x0 + y02

2y02 2y02
1
+
= p 2
x0
x0
4x0 + y02
= 0
como se quera demostrar.
Observaci
on 9.8.4. Suponiendo las condiciones del teorema anterior, utilizando las
propiedades euclidianas de Rn , obtenemos:
f
(a) = hf (a) , ui
u
= kf (a)k kuk cos
= kf (a)k cos
en donde = (f (a) ; u) [0, ]. Note que:
kf (a)k
f
(a) kf (a)k
u
As, si en particular (f (a) ; u) = 0 entonces

f
(a) = kf (a)k
u
Es decir, la maxima razon de cambio de f se obtiene en la direccion del gradiente f (a) y
de manera similar, si (f (a) ; u) = entonces
f
(a) = kf (a)k
u
maximo decrecimiento.
Teorema 9.8.2. Sean U Rn abierto y f una funci
on diferenciable en a U , entonces
la direccion de maximo crecimiento de f es
f (a)
.
kf (a)k
Ademas, obtenemos que:

f
kf (a)k = max
(a) : kuk = 1
u
390
f (a)
De manera similar, la menor derivada direccional de f se obtiene en la direccion de kf
(a)k
y

kf (a)k = mn

f
(a) : kuk = 1
u

1. Calcule las derivadas parciales de las siguientes funciones:

a) f (x, y) = ln sin x+a

y
b) f (x, y, z) = xy
c) f (x, y) =
1
y
arctan( x
)
d ) f (x, y, z) = (x + z)x+y
e) f (x, y) = arcsin
x
x2 +y 2
2. Suponga que g : R R es una funcion continua. Calcule las derivadas parciales de f

si:
a) f (x, y) =
R x+y
a
g (t) dt
sin(x sin(y+z 2 ))
b) f (x, y, z) =
z g (t) dt
xy
3. Calcular las derivadas parciales de las siguientes funciones:

a) f (x, y) = 31 x3 3x2 y + 3xy 2 + y 3
p
b) f (x, y) = ln (x + 2 x2 + 3y 2 )
x2 2xy
x+y
4
d ) f (x, y) = x x3 y + x2 y 2 xy 3 + y 4
x+y
e) f (x, y) =
xy
f ) f (x, y) = ln(x2 + y 2 )
c) f (x, y) =
g) f (x, y) = xy + y x
391

x
h) f (x, y) = x cos
y

2
i ) f (x, y) = arctan
x+y
j ) f (x, y, z) = xy+x y zy + z x+y
k ) f (x, y, z) = logx (x + y + z)
4. Pruebe que si f (x, y) =
2x
entonces fx (3, 1) + fy (3, 1) = 1
xy
5. Pruebe que si f (x, y) = Ax4 + 28x2 y 2 + Cy 4 , entonces x

6. Sea f (x, y) = ex+y . Pruebe que:
f
f
+y
= 4f (x, y)
x
y
m+n f (x, y)
= ex+y .
m
n
x y
2z
2z
=
xy
yx
7. Sea z = f (x, y). Verifique que

a) z = x2 4xy + 3y 2
b) z = ln(x + y)
c) z = (x3 + y 3 )10
d ) z = (x + y) sec(xy)
e) z = x2 cos(y 2 )
4
f ) z = arctan(xy)
8. Verifique que f (x, y) = arctan
y
9. Hallar
si z =
2f
2f
+
=0
x2
y 2
2z
(x, y),
xy
p
2xy + y 2 , siendo 2xy + y 2 > 0.
n2 kt
10. Muestre que u(x, t) = e

11. Sea
satisface la ecuacion
u
2u
sin(nx) satisface la ecuacion
=k 2
t
x
x2 y
si (x, y =6= (0, 0)
x4 + y 2
f (x) =
0
si (x, y) = (0, 0)
392
Pruebe que existen todas las derivadas direccionales de f en (0,0) pero f no es

continua en el origen.
xy 3
x2 + y 2 si (x, y) 6= (0, 0)
12. Sea f (x, y) =
0
si (x, y) = (0, 0)
a) f es continua en (0,0)?
f
f
(0, 0),
(0, 0)?
b) Existen
x
y
13. Sea f (x, y) =
4
x (y + 2)2
si (x, y) 6= (0, 2)
x2 + y 2
si (x, y) = (0, 2)
a) Analice la continuidad de f en (0,-2).

f
(0, 2)
b) Calcule, si existe,
x
14. Sea
f (x, y) =
(x2 + (y 1)2 )k sin
x2 + (y 1)2
f (x, y) =
f
f
(0, 1) y
(0, 1) existan.
x
y

y
x
2
2
x arctan
y arctan
si xy 6= 0
x
y
Calcule, si existen,
si (x, y) 6= (0, 1)
si (x, y) = (0, 1)
Determine todos los valores de k R de modo que

15. Sea
si xy = 0
f
f
(0, 1) y
(1, 0)
x
y
16. Verifique que la funcion f : R R2 definida por f (x) = (x2 , x3 ) es diferenciable en

R. Calcule Df (x).
393
17. Sea f : R3 R2 la funcion definida por:

f (x, y, z) = xy 2 , yz 2
Demuestre, por definicion, que f es diferenciable en R3 . Calcule Df (x, y, z)

18. Considere f : Rn Rm . Suponga que existe M > 0 tal que:
kf (x) k < M kxk2
para todo x Rn . Verifique que f es derivable en 0 y que ademas Df (0) = 0.
19. Sea f : R2 R la funcion f (x, y) =
20. Sea:
x2 y 2
,
x2 + y 4
f (x, y) =
0
,
a) Calcular
b) Decidir
p
|xy|. Es f diferenciable en (0, 0)?
f
x
f
x
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
en cada punto donde exista.
es continua en el punto (0, 0) y si acaso f es diferenciable en (0, 0).
21. Demuestre que las siguientes funciones son derivables y calcule su derivada:
a) f (x, y) = ey , sin xy, x2 + 2y 3
b) g (x, y, z, w) = xyzw2 , esin w , x2
22. Calcule f (x, y), en terminos de derivadas de g (x) y h (x) , para las funciones f (x, y)
siguientes:
a) f (x, y) = g (x)
b) f (x, y) = g (y)
c) f (x, y) = g (x + y)2 + g (x)h(y) 3g (x2 3y 2 )
23. Verifique lo siguiente:
z
z
a) Si z = xy + xey/x , entonces x x
+ y y
= xy + z.
394
b) Si u = (x y) (y z) (z x), entonces
a) Se supone que
z
y
x
.
x2 +y 2
b) Se supone que
u
x
x2 +y 2
x
u
x
u
y
= u
.
z
Calcule z = z (x, y).

y que u (1, y) = sin y. Calcule u = u (x, y).
z
24. Sea z = logy x. Calcule y
.

x+y
25. Sea z = f xy
, con f una funcion clase C 1 (R). Verifique que:
z
z
+y
=0
x
y

x+y
26. Sean f : R R y u (x, y) = xy f xy . Hallar una funcion escalar g (x, y) tal que
x
se verifique la relacion:
x2
u
u
y2
= g (x, y) u (x, y)
x
y
27. Calcule:

d

(g f ) (t)
dt
t=2
2
t2
3
si f (t) = (t, t 4, e ) y g : R R es tal que:
g
(2, 0, 1) = 4
x
g
(2, 0, 1) = 2
y
g
(2, 0, 1) = 2
z
28. Calcule D h (x, y, z), si:

h (x, y, z) = f (u (x, y, z) , v (x, y) , w (y, z))
29. Se define
2u
xy
u
y
. Considere z = u (x, y) eax+by tal que
2u
xy
= 0. Hallar los
valores de las constantes a, b R de modo que:

2z
z
z
+z =0
xy x y
30. Sea f : Rp R una funcion. Se dice que f es homogenea de grado m si, para cada
x Rp y cualquier t R se tiene que:
f (t x) = tm f (x)
Demuestre que si f es homogenea de grado m y diferenciable, entonces:
hDf (x) , xi = m f (x)
395
31. Calcule
z
,
x
si:
z = f (u)
con u = xy + xy .
32. Hallar u0 (x), si:
u = f (x, y, z)
donde y = (x) y (x, y).

33. Sea f (x, y, z) = x sin xy z definida sobre:

A = (x, y, z) R3 : y 6= 0
Considere la superficie:

S = (x, y, z) R3 : f (x, y, z) = 0
Verifique que el plano tangente a S en cualquier punto de S pasa por el origen.
34. Encontrar la ecuacion del plano tangente a la superficie S dada por la grafica de la
funcion:
a) z = x2 + y 2 en el punto (0, 0, 0).
b) z = (x + y)2 2x en el punto (1, 1, 0).
p
c) f (x, y) = x2 + y 2 + (x2 + y 2 ) en (1, 0, 2).
p

d ) f (x, y, z) = x2 + 2xy y 2 + 1 en el punto 1, 1, 2, 3 .
35. Considere la superficie:

S : z 2 = 3x2 y + cos 2xy +
4

a) Se puede calcular el plano tangente a S en el punto 0, 0, 2 ? Explique.

b) Se puede calcular el plano tangente a S en el punto 1, 4 , 23 ? Explique.

36. Sea f (x, y) = x2 xy + 2y 2 . Hallar la derivada direccional de f en el punto (1, 2) y
en direccion que forma con el eje x positivo un angulo de 60 .

396
37. Sea f (x, y) = x3 2x2 y + xy 2 + 1. Hallar la derivada direccional de f en el punto

(1, 2) en la direccion que va desde este punto al punto (4, 6).
38. Determinar los valores de las constantes a, b, c R de modo que la derivada direccional
de:
f (x, y, z) = a xy 2 + b yz + c z 2 x3
en el punto (1, 2, 1) tenga un valor maximo de 64 en una direccion paralela al eje
X.
39. Sea f : R2 R la funcion definida por:
x2 y ,
x3 y 2
f (x, y) =
0
,
si x3 y 2 6= 0
si x3 y 2 = 0
Verifique que f tiene en (0, 0) derivada en cualquier direccion, pero que no es diferenciable en dicho punto.
40. Calcule la derivada direccional de la funcion f en el punto P y en direccion del vector
v.
a) f (x, y) = 2x2 + 3xy + 4y 2 , P (2, 1), v = (1, 1).

x
b) f (x, y) = arctan
, (3, 3), v = (3, 4).
y
c) f (x, y, z) = x2 + 3xy + 4y 2 , (1, 1, 2), v = (2, 3, 0).
z
x
d ) f (x, y, z) =
, P (1, 1, 1), v = (2, 1, 1)
y
41. Calcule la derivada de f (x, y) = x4 + x3 y 2 + y en (1, 1) y en la direccion de la tangente
a la curva y = x4 .
42. Calcule la derivada direccional de f (x, y) = xy + x2 + x4 y, en (1, 1) y en la direccion
del vector que forma una angulo de 60 con el eje x.
43. Encuentre la maxima derivada direccional de f en P .
a) f (x, y) = 2x2 + 3xy + 4y 2 , en P (1, 1).
b) f (x, y, z) = e(x+y+z) , en P (5, 2, 3).
397
44. Dada la funcion f (x, y) se sabe que:

f 0 (x0 ; v) = 2
si x0 = (1, 2) y v = (2, 2)
f 0 (x0 ; v) = 2 si x0 = (1, 2) y v = (1, 1)
Calcule f (1, 2) y f 0 (x0 ; v) cuando x0 = (1, 2) y v = (4, 6)

45. Suponga que la temperatura en el punto (x, y, z) esta dada por T (x, y, z) = 3x2 +
2y 2 4z. Determine el valor de la razon de cambio de T en P (1, 3, 2) en direccion
a Q(4, 1, 2). Cual es la taza de maxima variacion?.
46. Hallar los puntos (x, y) y las direcciones para las que la derivada direccional de
f (x, y) = 3x2 + y 2 tiene el valor maximo si (x, y) esta en el crculo x2 + y 2 = 1.
47. Calcule la derivada direccional de f (x, y, z) = x2 + y 2 z 2 en (3, 4, 5) a lo largo de la
curva interseccion de las superficies 2x2 + 2y 2 z 2 = 25 y x2 + y 2 = z 2 .
48. Calcular la ecuacion del plano tangente a la superficie dada por:
a) f (x, y) = 3x2 + 8xy en el punto (x0 , y0 ) = (1, 0).
p
b) f (x, y) = x2 + y 2 en el punto (x0 , y0 ) = (1, 2)
Z x2 +y2
e t dt en el punto (x0 , y0 ) = (1, 1)
c) f (x, y) =
0

1
1
d ) f (x, y, z) = sen(xyz) en el punto 3, ,
2
6 3
49. Hallar una constante c tal que en todo punto de la interseccion de las dos esferas:
(x c)2 + y 2 + z 2 = 3
x2 + (y 1)2 + z 2 = 1
los planos tangentes correspondientes sean perpendiculares el uno al otro.

50. Demuestre que la superficie x2 2yz + y 3 = 4 es ortogonal a cualquiera de las
superficies de la familia x2 + 1 = (2 4a)y 2 + az 2 en el punto de interseccion
(1, 1, 2).
51. Determinar en que punto de la superficie z = 3xy x3 y 3 el plano tangente es
horizontal (paralelo al plano z = 0)
398
52. Pruebe que si u = x2 y + y 2 z + z 2 x, entonces
u u u
+
+
= (x + y + z)2
x y z
53. Si w = x2 + y 2 + z 2 encuentre el diferencial total de w

54. Sea f (x, y) =
xy
x+y
Demuestre que : x2
2
2f
2f
2 f
+
y
+
2xy
=0
x2
xy
y 2
55. Probar que el volumen formado por el plano tangente a la superficie xyz = m3 , en
cualquier punto, y los planos coordenados es constante.
56. Hallar
si z =
2z
(x, y),
xy
p
2xy + y 2 , siendo 2xy + y 2 > 0.
57. Calcular la ecuacion del plano tangente a la superficie dada por
z = 3x2 + 8xy
en el punto (x, y) = (1, 0).
58. Calcular las derivadas de segundo orden:
a) f (x, y) = x3 + 3x2 y + 6xy 2 y 3
b) 2x4 3x2 y 2 + y 4 = z
59. Sea f (x, y) = (x2 + y 2 ), considere diferenciable, pruebe que:
f
f
x
=0
x
y
2
2u
2 u
60. Demuestre que la funcion u(x, t) satisface la ecuacion 2 = a
para:
t
x2
a) u(x, t) = (x at) + (x + at) donde y son funciones de clase C 2 .

b) u(x, t) = sen(akt) sen(kx) con k Z.
399
61. Se dice que una funcion es armonica si verifica que

2 f =
2f
2f
+
=0
x2
y 2
Sea f : R2 R una funcion de clase C 2 armonica y sean

x = eu cos v
y = eu sen v
Consideremos la funcion g : R2 R definida como

g(u, v) = f (x(u, v) , y(u, v)).
a) Pruebe que

g
u
2

+
g
v
2
= e2u
"
f
x
2

+
f
y
2 #
b) Pruebe que g es armonica. Es decir
2 g =
2g 2g
+
=0
u2 v 2
62. Si x2 = y 2 + f (x2 + z 2 ), Calcular:

xy
y
y z
z
+ yz
zx
x
x x
x
63. Sea f (x, y) = x2 g(x2 y). Pruebe que x

64. Sea f (x, y) = g(x, y) eax+by con
y b para que
f
f
2y
= 2f (x, y).
x
y
2g
= 0. Determine los valores de las constantes a
xy
2f
f
f
+f =0
xy x y
|x|y
,
x2 +y 2
f (x, y) =
0
,
si x3 y 2 6= 0
si x3 y 2 = 0
Verifique que f es continua en (0, 0), que posee derivada direccional en (0, 0) en
cualquier direccion que no es diferenciable en dicho punto.
400
x ,
y
f (x, y) =
0 ,
a) Calcule
f
x
(0, 0) y
f
y
si y 6= 0
si y = 0
(0, 0).
b) Sea u = (, ) tal que 6= 0. Existe
f
u
(0, 0)?
67. Una mosca se encuentra volando, circularmente, en alguna cocina. La due

na de casa,
ante la presencia del insecto, roca el aire con alg
un insecticida. La distribucion del
veneno en el aire se puede modelar mediante la superficie:
z = 10 + 6 cos x cos y + 3 cos 2x + 4 cos 3y
Ante el peligro, la mosca establece (rapidamente) un sistema de referencia y determina

que se encuentra en el punto 3 , 3 , 6 . En que direccion debera arrancar la mosca
si quiere sobrevivir?
a) Encontrar la ecuacion del plano tangente a la superficie x = e2yz en (1, 1, 2) y
un vector unitario normal a este plano.

b) Sea f (x, y, z) = z ex sin y y sea a = ln 3, 3
,
3
. Calcular el valor de c tal
2
que a S, donde:
(x, yz) S f (x, y, z) = c
Hallar, ademas, el plano tangente a esta superficie en a.
c) Sea f (x, y) = x2 2 . Hallar el plano tangente a la superficie f (x, y) = z en el
x +y
3
punto 3, 4, 5 .
68. Una funcion u esta definida por una ecuacion de la forma:

x+y
u = xy f
xy
Demostrar que u satisface una ecuacion en derivadas parciales de la forma:
x2
u
u
y2
= u G (x, y)
x
y
Calcule, ademas, G (x, y).

401
69. Sean k una constante positiva y g (x, t) =

Z
1 x
.
2 kt
g(x,t)
f (x, t) =
Considere:
2
eu du
Demuestre que:
k
2f
f
=
2
x
t
70. Las ecuaciones:
u = f (x, y)
x = X (s, t)
y = Y (s, t)
definen u como una funcion de s y t, digamos: u = F (s, t).

a) Emplee una forma adecuada de la regla de la cadena para expresar las derivadas
parciales
F
s
F
t
en funcion de
f f X X Y
, , , ,
x y s t s
Y
t
b) Asumiendo que f C 2 , demuestre que:

2F
f 2 X 2 f
=
+ 2
s2
x s2
x
X
s
2
f 2 Y
2f
X Y 2 f
+
+
+2
s s xy y s2
y 2
Y
s
2
71. Resuelva el ejercicio anterior para los casos:

a) X (s, t) = s + t e Y (s, t) = st.
b) X (s, t) = st e Y (s, t) = st .
c) X (s, t) = 21 (s t) e Y (s, t) = 12 (s + t).
72. La sustitucion x = es e y = et transforma f (x, y) en g (s, t) siendo g (s, t) = f (es , et ).
Se sabe, ademas, que f satisface la ecuacion en derivadas parciales:
x2
2
f
f
2f
2 f
+
y
+
x
+
y
=0
x2
y 2
x
t
Demuestre que g satisface otra ecuacion de la forma:

a
2g
2g
g
g
+
b
+
c
+
d
=0
s2
t2
s
t
para ciertas constantes a, b, c, d R. Calcule los valores de dichas constantes.
402
73. Escriba la ecuacion:

x
z
z
+y
= x2 y
x
y
en las variables u y v mediante el cambio de variables:

u=x
74. Represente la ecuacion:
v=
y
x
2
2z
2z
3
+
2
=0
x2
xy
y 2
en las variables u y v definidas por el cambio de variables:

u = 3x y
75. Escriba la ecuacion:
y
v =x+y
2z
2z
2z
+
(x
+
y)
+
x
=0
x2
xy
y 2
en terminos de u y v las cuales vienen dadas por el cambio de variables:

u = x2 y 2
403
v =yx
Captulo 10 : M
aximos y mnimos
Extremos locales
Definici
on 10.1.1. Sean U Rn un conjunto abierto y f : U Rn R una funcion.
Diremos que x0 U es un punto de:
1. Mnimo local, si existe un > 0 tal que x B (x0 , ) U, f (x0 ) f (x)
2. Maximo local, si existe un > 0 tal que x B (x0 , ) U, f (x0 ) f (x)
3. Extremo local si es maximo o mnimo local.
Cuando trabajamos con funciones diferenciables de una variable los extremos locales
ocurren en los puntos en los cuales f 0 (x) = 0, este resultado se extiende a funciones de
varias variables.
Suponga que x0 = (x01 , x02 , . . . , x0n ) es un punto de maximo local de f : U Rn R
entonces existe un > 0 tal que
x B (x0 , ) U, f (x0 ) f (x)
404
es decir, x U, kx x0 k < f (x0 ) f (x). Definamos la funcion

g
IRR
t g (t) = f t, x02 , x03 , . . . , x0n
donde I es un intervalo abierto con x01 I entonces

t, x02 , x03 , . . . , x0n x01 , x02 , . . . , x0n < g x01 = f (x0 ) f t, x02 , x03 , . . . , x0n = g (t)
pero

t, x02 , x03 , . . . , x0n x01 , x02 , . . . , x0n < t x01 <
luego |t x01 | < g (x01 ) g (t) de esta forma g tiene un maximo local en t = x01 se
sigue que como g es diferenciable

g 0 x01 = 0
pero
g 0 x01
g (x01 + h) g (x01 )
h0
h
f (x01 + h, x02 , x03 , . . . , x0n ) f (x01 , x02 , x03 , . . . , x0n )
= lm
h0
h
f (x0 + he1 ) f (x0 )
f (x0 )
= lm
=
h0
h
x1
= lm
se sigue
f (x0 )
=0
x1
el mismo procedimiento se puede realizar para todas las variables.
Teorema 10.1.1. Sea f : U Rn R una funcion diferenciable, donde U es un conjunto
abierto. Si x0 U es un extremo local de f entonces f (x0 ) = 0.
Definici
on 10.1.2. Sea f : U Rn R una funcion diferenciable, donde U es un
conjunto abierto. Llamaremos puntos crticos de f a todos aquellos puntos x0 U que
cumplen f (x0 ) = 0. Si x0 es un punto crtico que no es un extremo local entonces x0 se
dice punto de silla.
405
Ejemplo 10.1.1. Considere la funcion f :

R2 R, (x, y) f (x, y) = x2 + y 2 , esta
funcion es diferenciable en todo R2 , sus puntos
crticos son aquellos (x, y) tales que
f (x, y) = (0, 0)
pero

f
f
(x, y) ,
(x, y) = (2x, 2y) = (0, 0)
x
y
es decir, el u
nico punto crtico es (0, 0). Por
la forma de la funcion sabemos que (0, 0) es
un punto de mnimo ya que
f (0, 0) = 0 x2 + y 2 = f (x, y)
mas a
un es un mnimo global (en el, la funcion
asume el menor valor que puede tomar en todo
su dominio)
Ejemplo 10.1.2. Considere la funcion f : R2
R, (x, y) f (x, y) = x2 y 2 , esta funcion es
diferenciable en todo R2 , sus puntos crticos son
aquellos (x, y) tales que
f (x, y) = (0, 0)
pero

f
f
(x, y) ,
(x, y) = (2x, 2y) = (0, 0)
x
y
es decir, el u
nico punto crtico es (0, 0). Por la forma de la funcion sabemos que (0, 0)
es un punto de maximo ya que
f (0, 0) = 0 x2 y 2 = f (x, y)
mas a
un es un maximo global (en el, la funcion asume el mayor valor que puede tomar en
todo su dominio).
406
Ejemplo 10.1.3. Considere la funcion f : R2 R, (x, y) f (x, y) = x2 y 2 , esta

funcion es diferenciable en todo R2 , sus puntos crticos son aquellos (x, y) tales que
f (x, y) = (0, 0)
pero

f
f
(x, y) ,
(x, y) = (2x, 2y) = (0, 0)
x
y
es decir, el u
nico punto crtico es (0, 0). Note que, si x, y 6= 0 entonces
y 2 = f (0, y) < 0 = f (0, 0) < f (x, 0) = x2
de esta forma, arbitrariamente cerca de (0, 0) hay puntos en los cuales la funcion toma
valores mayores y menores. (0, 0) es un punto de silla.
Figura: La silla de montar

Claramente, no siempre es posible realizar este analisis para ver si los puntos son
maximos, mnimos o puntos de silla, necesitamos alg
un criterio que nos permita distinguir
entre estos tipos de puntos.
En calculo de una variable tenemos el siguiente criterio: Si x0 es un punto crtico de f ,
entonces f 00 (x0 ) > 0 implica que x0 es punto de mnimo local y si f 00 (x0 ) < 0 de maximo
local. Si f 00 (x0 ) = 0 no hay informacion. Este metodo requiere el signo de la segunda
derivada veamos como se puede generalizar a funciones de varias variables:
407
Proposici
on 10.1.1. Sea n N y f : [a, b] R una funcion tal que f 0 , f 00 , . . . , f (n)
existen en [a, b] ademas f (n) es continua en [a, b] y diferenciable en ]a, b[ entonces existe
c ]a, b[ tal que
f (b) =
n
X
f (k) (a)
k!
k=0
(b a)k +
f (n+1) (c)
(b a)n+1
(n + 1)!
Demostracion. La demostracion se basa en el teorema del valor medio, Para x [a, b]

defina
P (x) =
n
X
f (k) (a)
k!
k=0
(x a)k
y F : [a, b] R

x F (x) = f (x) P (x)
f (b) P (b)
(b a)n+1
(x a)n+1
la funcion esta bien definida ademas

F (a) = F (b) = 0
por el teorema de Rolle existe un c1 ]a, b[ tal que F 0 (c1 ) = 0 pero note que F 0 (a) = 0
entonces existe c2 ]a, c1 [ tal que
F 00 (c2 ) = 0
pero F 00 (a) = 0... este proceso continua hasta la existencia de un c = cn+1 ]a, cn [ tal que
F (n+1) (c) = 0 como P (n+1) (x) 0 se sigue

f (b) P (b)
(n+1)
(n + 1)!
f
(c) =
(b a)n+1
es decir
f (n+1) (c)
(b a)n+1 + P (b) = f (b)
(n + 1)!
Si f : [a, b] R es una funcion tal que f 0 , f 00 existen en [a, b] ademas f 00 es continua en

[a, b] y diferenciable en ]a, b[ entonces existe c ]a, b[ tal que
f (b) =
2
X
f (k) (a)
k=0
k!
(b a)k +
408
f (3) (c)
(b a)3
(n + 1)!
es decir
f (b) = f (a) + f 0 (a) (b a) +
f (3) (c)
f 00 (a)
(b a)2 +
(b a)3
2
3!
pongamos x0 y x0 + h en lugar de a, b entonces

f 00 (x0 ) 2 f (3) cxx00 +h 3
h +
h
f (x0 + h) = f (x0 ) + f (x0 ) h +
2
3!
0
si x0 es un punto crtico f 0 (x0 ) = 0 y as

f 00 (x0 ) 2 f (3) cxx00 +h 3
f (x0 + h) f (x0 ) =
h +
h
2
3!
!
f 00 (x0 ) f (3) cxx00 +h
2
= h
+
h
2
3!
Suponga que f 00 (x0 ) 6= 0, como

f (3) cxx00 +h
lm
h=0
h0
3!
se sigue que existe un > 0 tal que 0 < |h| <

f (3) cx0 +h |f 00 (x )|

0
x0

<

3!
4
luego para 0 < |h| <

f 00 (x0 ) |f 00 (x0 )|
f 00 (x0 ) f (3) cxx00 +h
f 00 (x0 ) |f 00 (x0 )|
<
+
h<
+
2
4
2
3!
2
4
de donde podemos concluir que para 0 < |h| < la cantidad
f 00 (x0 )
2

x +h
f (3) cx00
3!
h tiene el
mismo signo que f 00 (x0 ). As, si f 00 (x0 ) > 0 entonces

f (x0 + h) f (x0 ) = h2
!
f 00 (x0 ) f (3) cxx00 +h
+
h
2
3!
> h2
luego, para 0 < |h| < se cumple f (x0 + h) > f (x0 ) es decir x0 es un mnimo. El mismo
argumento entrega que x0 es un maximo local cuando f 00 (x0 ) < 0 (notar que el signo de h
no influye por estar al cuadrado).
409
Teorema 10.1.2 (Formula de Taylor de orden 2 en varias variables). Suponga que U Rn

es un abierto y f : U R tiene derivadas parciales continuas hasta el tercer orden entonces
1
f (x0 + h) = f (x0 ) + f (x0 ) h + hT Hf (x0 ) h + R2 (h, x0 )
2
donde
R2 (h, x0 )
=0
khk0
khk2
h1
h
2
h= .
..
hn
lm
2f
(x0 )
x21
2f
(x )
x2 x1 0
2f
Hf (x0 ) =
(x )
x3 x1 0
..
2f
(x0 )
xn x1
2f
(x0 )
x1 x2
2f
(x0 )
x1 x3
2f
(x0 )
x22
2f
(x0 )
x2 x3
2f
(x0 )
x3 x2
2f
(x0 )
x23
..
.
..
.
..
2f
(x0 )
xn x2
2f
(x0 )
xn x3
2f
(x0 )
x1 xn
f
(x0 )
x2 xn
2
f
(x0 )
x3 xn
..
f
(x
)
0
x2n
La demostracion es el teorema de Taylor de una variable y la regla de la cadena, en

efecto, si ponemos
g (t) = f (x0 + ht)
entonces
g (1) = f (x0 + h)
g (0) = f (x0 )
410
y por la regla de la cadena g 0 (t) = Df (x0 + ht) D (x0 + ht) es decir

g 0 (t) = f (x0 + ht) h
n
X
f
=
(x0 + ht) hi
xi
i=1
as
n
X
f
(x0 ) hi = f (x0 ) h
g (0) =
x
i
i=1
0
ademas
!
n
X
f
(x0 + ht) hi
x
i
i=1

n
X
d f
(x0 + ht)
=
hi
dt xi
i=1
d
g 00 (t) =
dt
usando la regla de la cadena

00
g (t) =
=
=
=
de manera similar
g 000 (t) =
n
X
i=1
n
X

hi
hi
i=1
n X
n
X

f
(x0 + ht) h
xi
n
X
2f
(x0 + ht) hj
xj xi
j=1
2f
(x0 + ht) hj hi
xj xi
i=1 j=1
n
2
X
f
(x0 + ht) hj hi
xj xi
i,j=1
n
X
2f
(x0 + ht) hj hi hk
x
k xj xi
i,j,k=1
se sigue
g (1) = g (0) + g 0 (0) 1 +
g 00 (0) 2 g 000 (c) 3

1 +
1
2!
3!
reemplazando
f (x0 + h)
n
n
n
X

f
1 X 2f
1 X
2f
= f (x0 ) +
(x0 ) hi +
(x0 ) hj hi +
x0 + hc10 hj hi hk
xi
2! i,j=1 xj xi
3! i,j,k=1 xk xj xi
i=1
411
note que
n
1
1 X 2f
(x0 ) hj hi = hT Hf (x0 ) h
2! i,j=1 xj xi
2
donde
h1
h=
h2
..
.
hn
y
2f
(x0 )
x21
2f
(x )
x2 x1 0
2f
Hf (x0 ) =
(x )
x3 x1 0
..
2f
(x0 )
xn x1
2f
(x0 )
x1 x2
2f
(x0 )
x1 x3
2f
(x0 )
x22
2f
(x0 )
x2 x3
2f
(x0 )
x3 x2
2f
(x0 )
x23
..
.
..
.
..
2f
(x0 )
xn x2
2f
(x0 )
xn x3
2f
(x0 )
x1 xn
f
(x0 )
x2 xn
2f
(x0 )
x3 xn
..
f
(x
)
0
x2n
Observaci
on 10.1.1. Bajo las hipotesis de continuidad del teorema se tiene
2f
2f
=
xi xj
xj xi
por lo tanto la matriz Hf (x0 ) llamada Matriz Hessiana es una matriz simetrica.
Ahora bien, si x0 es punto crtico entonces f (x0 ) = 0 se sigue
n
X
f
(x0 ) hi = 0
xi
i=1
luego la expansion en Taylor quedara

1
f (x0 + h) = f (x0 ) + hT Hf (x0 ) h + R2 (h, x0 )
2
y podemos generalizar el criterio de la segunda derivada de funciones reales.
412
Definici
on 10.1.3. Sea A una matriz simetrica. Diremos que una forma cuadratica
CA : Rn R, x CA (x) = xT Ax es definida positiva si para todo x Rn se cumple
CA (x) = xT Ax 0 y CA (x) = 0 solo para x = 0. Diremos que es definida negativa si
para todo x Rn se cumple CA (x) = xT Ax 0 y CA (x) = 0 solo para x = 0.
Recordemos que toda matriz simetrica A es diagonalizable ortogonalmente, se sigue
que existe una matriz Q invertible QQT = I tal que
A = QT DQ
donde D = diag (1 , 2 , . . . , n ) es una matriz diagonal entonces
xT Ax = (Qx)T D (Qx)
si ponemos
y1
y = Qx =
y2
..
.
yn
entonces
T
x Ax =
n
X
i yi2
i=1
T
la forma x Ax es definida positiva (negativa) si y solo si todos los valores propios de A

son positivos (negativos).
Proposici
on 10.1.2. Si la forma xT Ax es definida positiva entonces existe c > 0 tal que
xT Ax c kxk2
En efecto, basta considerar c como el mnimo de los valores propios de la matriz A.
entonces, siguiendo el calculo anterior con
xT Ax = (Qx)T D (Qx)
y1
y
2
y = Qx = .
..
yn
413
se tiene
xT Ax =
n
X
i yi2 c
n
X
i=1
yi2 = c kyk2
i=1
pero
kyk2 = kQxk2 = (Qx)T (Qx) = xT QT Qx = xT Ix = kxk2
dando el resultado deseado.
on de clase C 3 (U ) y
Teorema 10.1.3. Sean U Rn abierto, f : U Rn R una funci
x0 es un punto crtico de f . Si f (h) = 12 hT Hf (x0 ) h es definida positiva entonces x0 es
un mnimo relativo, si es definida negativa es un maximo relativo.
Demostracion. Supongamos que es definida positiva, por la proposicion anterior existe un
c > 0 tal que
1 T
h Hf (x0 ) h c khk2
2
y de la expansion de Taylor tenemos
f (x0 + h) = f (x0 ) + f (x0 ) h +
hT Hf (x0 ) h
+ R2 (h, x0 )
2
donde
R2 (h, x0 )
=0
khk0
khk2
lm
como x0 es punto crtico f (x0 ) h = 0 y as

hT Hf (x0 ) h
f (x0 + h) = f (x0 ) +
+ R2 (h, x0 )
2
f (x0 ) + c khk2 + R2 (h, x0 )
como
R2 (h, x0 )
=0
khk0
khk2

(h,x0 ) c
existe un > 0 tal que 0 < khk < R2khk
< 2 se sigue para 0 < khk <
2
lm

R2 (h, x0 )
f (x0 + h) f (x0 ) khk c +
khk2

c c khk2
khk2 c
=
>0
2
2
2
414
as 0 < khk < implica

f (x0 + h) f (x0 )
luego x0 es un punto de mnimo local ( es lo mismo quer decir, si x B (x0 ; ) entonces
f (x) f (x0 )). La demostracion de Maximo local es similar.
Teorema 10.1.4. Sean U Rn abierto, f : U Rn R una funci
on de clase C 3 (U ) y
x0 es un punto crtico de f . Si Hf (x0 ) tiene todos sus valores propios no nulos y existen
dos con distinto signo entonces x0 es un punto silla.
Existen otros metodos para determinar si una matriz es definida positiva o negativa.
Sea
A=
a11 a12 . . . a1k . . . a1n
a21 a22 . . . a2k . . . a2n
..
.. . .
..
..
..
. .
.
.
.
.
ak1 ak2 . . . akk . . . akn
..
..
..
..
.
. ... . ... .
an1 an2 . . . ank . . . ann
Denotaremos por Ak a la submatriz
Ak =
a11 a12 . . . a1k
a21 a22 . . . a2k

..
.. . .
.
. ..
.
.
ak1 ak2 . . . akk

de esta forma
A1 = a11
A2 =
a11 a12
a21 a22
a11 a12 a13
A3 =
a
a
a
21 22 23
a31 a32 a32
..
.
An = A
415
si los determinantes de todas estas submatrices son positivos la matriz generara una
forma cuadratica definida positiva y el punto crtico es un mnimo. Si los determinantes
se alternan en signo comenzando con el determinante de A1 negativo, A2 positivo, etc,
entonces la forma cuadratica sera definida negativa y el punto crtico es un maximo local.
Si los determinantes son no nulos y no cumplen con los ordenes de signos anteriores, el
punto critico es punto silla.
Observaci
on 10.1.2 (Importante). Los criterios anteriores no entregan informacion si
existen valores propios nulos o los subdeterminates son cero.
Ejemplo 10.1.4. Analizar los extremos locales de la funcion f : R2 R, (x, y)
f (x, y) = ln (x2 + y 2 + 1)
Soluci
on. Los extremos locales estan en los puntos crticos. Los puntos crticos de f son
aquellos puntos (x, y) tales que
f (x, y) = (0, 0)
pero
2x
f
(x, y) = 2
x
x + y2 + 1
2y
f
(x, y) = 2
y
x + y2 + 1
se sigue que el unico punto crtico es (x, y) = (0, 0). Veamos si es un maximo, mnimo local
o un punto de silla. Calculemos la Hessiana, para ello necesitamos las derivadas de segundo
orden:
2f
2 (x2 + y 2 + 1) 2x (2x)
2y 2 2x2 + 2
(x,
y)
=
=
x2
(x2 + y 2 + 1)2
(x2 + y 2 + 1)2
2f
4xy
(x, y) =
xy
(x2 + y 2 + 1)2
2f
2 (x2 + y 2 + 1) 2y (2y)
2x2 2y 2 + 2
(x,
y)
=
=
y 2
(x2 + y 2 + 1)2
(x2 + y 2 + 1)2
2y 2 2x2 + 2
4xy
(x2 + y 2 + 1)2
(x2 + y 2 + 1)2
Hf (x, y) =
2
2
4xy
2x 2y + 2
(x2 + y 2 + 1)2
(x2 + y 2 + 1)2
416
entonces
Hf (0, 0) =
2 0
0 2

2 0
aplicando el criterio de los subdeterminantes vemos que |A1 | = 2 > 0 y
0 2
luego el extremo local es un mnimo.

=4>0

Ejemplo 10.1.5. Analizar los extremos de f (x, y) = x3 y + xy 5 + xy.

Soluci
on. Buscamos los puntos crticos
f (x, y) = (0, 0)
es decir

f
(x, y) = 3x2 y + y 5 + y = y 3x2 + y 4 + 1 = 0
x

f
(x, y) = x3 + 5xy 4 + x = x x3 + 5y 4 + 1 = 0
y
luego el u
nico punto crtico es (x, y) = (0, 0). La Hessiana en este caso es
Hf (x, y) =
3x2 + 5y 4 + 1
6xy
3x2 + 5y 4 + 1
20xy 3
luego
Hf (0, 0) =
entonces no funciona el metodo de los subdeterminantes pues el primero da cero. Note que
los valores propios de esta matriz son 1 y 1 por lo tanto es un punto de silla. Esto se
puede ver de la funcion misma pues
f (x, y) = xy x2 + y 4 + 1
cerca del (0, 0) hay puntos donde la funcion es negativa y positiva luego es un punto de
silla.
417
Ejemplo 10.1.6. Clasificar los puntos crticos de f : R3 R, (x, y, z) f (x, y, z) =

x2 z + y 2 z + 23 z 3 4x 4y 10z
Soluci
on. La funcion esta definida en un abierto y es de clase C , buscamos los puntos
crticos

f (x, y, z) = 2xz 4, 2yz 4, x2 + y 2 + 2z 2 10 = (0, 0, 0)
esto es
2xz 4 = 0
2yz 4 = 0
x2 + y 2 + 2z 2 10 = 0
de las dos primeras ecuaciones se sigue que x, y, z 6= 0 y
2
2
x = ,y =
z
z
reemplazado en la tercera
8
+ 2z 2 10 = 0
z2
as
z = 1, 2
tenemos 4 puntos crticos
(2, 2, 1) , (2, 2, 1) , (1, 1, 2) , (2, 2, 1)
los clasificaremos usando el criterio de la hessiana
2z
Hf (x, y, z) =
0
2x
y subdeterminantes
0 2x
2z 2y
2y 4z
entonces
1 = 2z
2 = (2z)2
3 = 8z x2 + y 2 2z 2
418
y as
Punto/Determinante
Tipo de punto
P1 = (2, 2, 1)
Punto silla
P2 = (2, 2, 1)
Punto silla
P3 = (1, 1, 2)
Punto de mnimo local
P4 = (2, 2, 1)
Punto de maximo local
notemos que
2
f (0, 0, z) = z 3 10z
3
luego
lm f (0, 0, z) = +
z+
lm f (0, 0, z) =
luego la funcion no tiene maximo ni mnimo en todo R3 .

Ejemplo 10.1.7. Muestre que

, ,
2 2 2
es un punto de maximo de la funcion f (x, y, z) =
sin x + sin y + sin z sin (x + y + z)

Soluci
on. Notemos que

, ,
2 2 2
es un punto crtico pues
f (x, y, z)
= (sin x + sin y + sin z sin (x + y + z))
= (cos x cos (x + y + z) , cos y cos (x + y + z) , cos z cos (x + y + z))
as

, ,
f
2 2 2

= cos cos +
, cos cos +
, cos cos +
2
2
2
2
2
2
= (0, 0, 0)
419
la Hessiana es
Hf (x, y, z)
sin (x + y + z) sin x
=
sin (x + y + z)
sin (x + y + z)
sin (x + y + z)
sin (x + y + z)
sin (x + y + z) sin y
sin (x + y + z)
sin (x + y + z)
sin (x + y + z) sin z
as

, ,
Hf
2 2 2

sin + 2 sin
=
sin

sin + 2
2
1
1
=
2
1
1
1
1
2
sin +
sin +
sin
sin +
sin +
sin +
sin +
sin
los subdeterminantes son

1 = 2
2 = 3
3 = 4
luego el punto crtico es un punto de maximo local.
M
aximos y mnimos en compactos y/o con restricciones
El siguiente teorema generaliza el teorema de una variable que afirma que toda funcion
continua f : [a, b] R alcanza su maximo y mnimo absolutos, es decir, existen x0 , x1
420
[a, b] tales que f (x0 ) f (x) f (x1 ) para todo x [a, b].
Teorema 10.2.1 (De Weiertrass). Sean K Rn un conjunto cerrado y acotado y f :
K R una funcion continua entonces existen puntos x0 y x1 en K tales que
x K, f (x0 ) f (x) f (x1 )
esto es f alcanza su maximo y mnimos absolutos en K.
Para utilizar tal teorema es conveniente la siguiente proposicion.
Proposici
on 10.2.1. La imagen inversa de un conjunto abierto por una funcion continua
es un conjunto abierto. La imagen inversa de un cerrado por una funcion continua es un
conjunto cerrado.
Por ejemplo, si consideramos la funcion continua f (x, y) = y x2 entonces
f 1 (]0, +[) = f 1 ({u R : u > 0})

= (x, y) R2 : f (x, y) ]0, +[

= (x, y) R2 : y x2 > 0

= (x, y) R2 : y > x2
es un conjunto abierto.
Si consideramos h (x, y) = x2 + y 2 entonces h es continua y
h1 ([1, 2]) =

(x, y) R2 : h (x, y) [1, 2]

= (x, y) R2 : 1 x2 + y 2 2

es la imagen inversa de un cerrado por una funcion continua, entonces es un conjunto

cerrado.
Ejemplo 10.2.1. Hallar los valores extremos de f (x, y) = x2 + y 2 x y + 1 en el disco

D = {(x, y) R2 : x2 + y 2 1}
421
Soluci
on. La funcion f (x, y) = x2 + y 2 x y + 1 es continua. Note que el disco lo
podemos ver como
D = h1 (], 1])
donde h (x, y) = x2 + y 2 entonces D es cerrado y esta contenido en la bola B ((0, 0) ; 2)
luego es acotado. Por el teorema de los extremos absolutos se tiene que f (x, y) alcanza su
maximo y mnimos absolutos en D, es decir, existen puntos (u0 , v0 ) y (u1 , v1 ) en D tales
que
(x, y) D, f (u0 , v0 ) f (x, y) f (u1 , v1 )
Note que tales extremos pueden estar en la bola abierta B = {(x, y) R2 : x2 + y 2 < 1} o
en la circunferencia unitaria

S 1 = (x, y) R2 : x2 + y 2 = 1
Primero busquemos los puntos crticos en B.

f
f
f (x, y) =
(x, y) ,
(x, y) = (0, 0)
x
x
= (2x 1, 2y 1) = (0, 0)
el unico punto crtico en B es (x, y) =
1 1
,
2 2
. El conjunto S 1 lo podemos parametrizar por
c : [0, 2] S 1 tal que t c (t) = (cos t, sin t), de esta forma la funcion f en el conjunto
S 1 es
f (cos t, sin t) = 2 cos t sin t
para t [0, 2] como es una funcion de una variable buscamos sus valores extremos con el
calculo diferencial y el teorema de los extremos en R.
f 0 = 0 sin t cos t = 0
tiene las soluciones t =
crticos

1 1
,
2 2
yt=
+ en el intervalo ]0, 2[ luego se tienen los puntos

1 1
1
1
, , , ,
y (1, 0) = (cos 0, sin 0) = (cos 2, sin 2)
2 2
2
2
422
evaluando en la funcion obtenemos

2 2

1
1
1 1
1
1 1
,
=
+
+1=
f
2 2
2
2
2 2
2

1 1
1 1
1
1
f ,
=
+ +1=2 2
2 2
2 2
2
2

1 1
1
1
1
1
=
+ + + +1=2+ 2
f ,
2 2
2
2
2
2
f (1, 0) = 1 1 + 1 = 1

de donde 12 , 12 es el punto de maximo y 21 , 12 es el punto de mnimo en el disco.
2
2
Nota: La funcion es f (x, y) = x 12 + y 12 + 12 el valor mnimo se alcanza en

1 1
,
y el maximo en el disco sera en el punto del disco que encuentre mas lejos de 12 , 21
2 2

este es 12 , 12 .
Extremos restringidos Multiplicadores de Lagrange

Es com
un en problemas querer maximizar o minimizar alguna funcion sujeta a restricciones dadas. Por ejemplo; En economa suponga que se quiere vender dos tipos de
productos I y II. Sean x e y la cantidad de productos I y II respectivamente. Representemos
por f (x, y) la ganancia obtenida cuando se vende una cantidad x de I y y de II, nuestra
produccion esta limitada o controlada por nuestro capital, de esta forma tenemos una
restriccion del tipo g (x, y) = c. El problema podra plantearse como
max f (x, y)
(x,y)R2 ,g(x,y)=c
Supongamos que x0 es un punto extremo del problema

Optimizar f (x)
xRn ,g(x)=c
donde f : U Rn R y optimizar es maximo o mnimo. Sea c : R Rn donde

g (c (t)) = c
y c (0) = x0 entonces por la regla de la cadena
g (c (t)) c0 (t) = 0
423
se sigue que
g (x0 ) c0 (0) = 0
como x0 es extremo de la f se sigue que f (c (t)) tiene un maximo o mnimo en t = 0 luego
f (c (t)) c0 (t) = D (f c) (t)
f (x0 ) c0 (0) = 0
de esta forma f (x0 ) y g (x0 ) deben ser paralelos es decir R tal que
f (x0 ) = g (x0 )
el n
umero se llama multiplicador de Lagrange y la funcion de n + 1 variables
L (x, ) = f (x) (g (x) c)
es llamado Lagrangiano del problema. Podemos entonces formular el siguiente teorema:
Teorema 10.3.1. Sean f, g : U Rn R funciones de clase C 1 . Sea x0 U un punto
tal que g (x0 ) = c y g (x0 ) 6= 0. Si
S = {x U : g (x) = c}
y f |S tiene un extremo local en x0 entonces existe 0 R tal que
f (x0 ) = 0 g (x0 )
Observaci
on 10.3.1. Es lo mismo que buscar los puntos crticos del Lagrangiano L (x, ) =
f (x) (g (x) c)
Ejemplo 10.3.1. Sea S R2 la recta que pasa por (1, 0) inclinada en un angulo de 45
y sea f : R2 R, (x, y) x2 + y 2 . Hallar los extremos de f |S .
Soluci
on. La pendiente es tan (45) = 1 entonces
y0=x1
424
se sigue que la restriccion es

g (x, y) = y x + 1 = 0
buscamos los puntos crticos del Lagrangiano
L (x, y, ) = x2 + y 2 (y x + 1)
as
L
(x, y, ) = 2x + = 0
x
L
(x, y, ) = 2y = 0
y
L
(x, y, ) = y x + 1 = 0
Note que de la primera y segunda se obtiene

= 2y = 2x y = x =
reemplazando en la tercera se obtiene

1
1
y= x=
2
2
geometricamente podemos deducir que este punto es un mnimo (x0 , y0 ) =
1
, 12
2
. Note
que el punto es un extremo de f |S pero no de f .

Ejemplo 10.3.2. Maximizar la funcion f (x, y, z) = x + z sujeta a la restriccion x2 + y 2 +
z 2 = 1.
Soluci
on. El conjunto S = {(x, y, z) R3 : x2 + y 2 + z 2 = 1} es cerrado y acotado y f es
una funcion continua en todo R2 de donde obtenemos que f |S debe tener un maximo y un
mnimo absolutos. Los buscamos con el metodo de Lagrange. Pongamos el Lagrangiano

L (x, y, z, ) = x + z x2 + y 2 + z 2 1
y debemos buscar sus puntos crticos
L
(x, y, z, )
x
L
(x, y, z, )
y
L
(x, y, z, )
z
L
(x, y, z, )
= 1 2x = 0
= 2y = 0
= 1 2z = 0
= x2 + y 2 + z 2 1 = 0
425
note que = 0 o y = 0. = 0 no puede ser (sistema inconsistente) entonces y = 0 se sigue

de la primera y tercera ecuaciones
1
2
1
z =
2
x =
as x = z y reemplazando en la u
ltima
1
2x2 = 1 x =
2
as obtenemos dos puntos crticos

1
1
1
1
, 0,
y , 0,
2
2
2
2
reemplazando se tiene que el primero es un maximo y el segundo un mnimo.
Ejemplo 10.3.3. Hallar el mayor volumen que pueda tener una caja rectangular con tapa
sujeta a la restriccion de que el area de la superficie sea 10 m2 .
Soluci
on. Sean x, y, z los lados de la caja entonces el volumen es V (x, y, z) = xyz, vemos
que esta funcion esta restringida a [0, 10] [0, 10] [0, 10] luego debe alcanzar el maximo
y mnimo absolutos. El area sera
2 (xy + xz + zy) = 10
as el Lagrangiano sera
L (x, y, z, ) = xyz (xy + xz + zy 5)
buscamos los puntos crticos
L
(x, y, z, )
x
L
(x, y, z, )
y
L
(x, y, z, )
z
L
(x, y, z, )
= yz (y + z) = 0
= xz (x + z) = 0
= xy (x + y) = 0
= xy + xz + zy 5 = 0
note que x 6= 0 pues si fuese cero zy = 5 pero z = 0 se sigue = 0 y as de la primera

yz = 0 contradiccion, lo mismo para y, z.
426
como son cantidades positivas tambien las sumas seran distintas de cero
xz
xy
yz
=
=
y+z
x+z
x+y
esto implica x = y = z sustituyendo en la u
ltima ecuacion nos da
3x2 = 5
de donde obtenemos el punto crtico
r
el volumen maximo es V =
q 3
5
3
5
,
3
5
,
3
r !
5
3
Este resultado tiene una extension a mas restricciones:

Si tenemos las restricciones una restriccion S dada por los puntos que satisfacen
g1 (x1 , x2 , . . . , xn ) = c1
g2 (x1 , x2 , . . . , xn ) = c2
..
.
gk (x1 , x2 , . . . , xn ) = ck
y f restringida a S tiene un extremo en x0 S entonces, si g1 (x0 ) , g2 (x0 ) , , gk (x0 )
son l.i. existiran 1 , 2 , . . . , k R tales que
f (x0 ) = 1 g1 (x0 ) + 2 g2 (x0 ) + + k gk (x0 )
Ejemplo 10.3.4. Determine los extremos absolutos de f (x, y, z) = x + 2y + z sujeto a
las restricciones x2 + y 2 = 1 y y + z = 1.
Soluci
on. f (x, y, z) = x + 2y + z
es una funcion continua. El conjunto definido por las
restricciones

(x, y, z) R3 : x2 + y 2 = 1 y + z = 1

= (x, y, z) R3 : x2 + y 2 = 1 (x, y, z) R3 : y + z = 1
S =
note que el primer conjunto restringe a x, y al conjunto [1, 1] y eso restringe a z en el

segundo conjunto. Es un conjunto acotado e interseccion de dos cerrados. Luego es cerrado
y acotado la funcion alcanza un maximo y mnimo absolutos en S.
427
El Lagrangiano sera

L (x, y, z, , ) = (x + 2y + z) x2 + y 2 1 (y + z 1)
buscamos los puntos crticos
L
x
L
y
L
z
L
= 1 2x = 0
= 2 2y = 0
= 1=0
= x2 + y 2 1 = 0
= y+z1=0
resolvemos = 1 reemplazando en la segunda obtenemos

1 = 2y
de donde ni y pueden ser cero. De la primera obtenemos
x=
1
=y
2
de donde obtenemos en la cuarta

1
x = y =
2
de donde podemos obtener z en la 5. As

1
1
1
1
1 1
, ,1
y , , 1 +
2 2
2
2
2
2
evaluando en la funcion f (x, y, z) = x + 2y + z se tiene

1 1
1
1
2
1
2
f , ,1
= + +1 = +1
2 2
2
2
2
2
2

1
1
1
1
2
1
2
f , , 1 +
= + 1 + = 1
2
2
2
2
2
2
2
el primer es maximo y el segundo un mnimo.
428
Criterio de la segunda derivada para extremos condicionados

En esta seccion presentamos un teorema que nos permite clasificar el punto obtenido
con los multiplicadores de Lagrange:
Teorema 10.3.2 (Hessiana orlada). Sean f, g : U Rn R funciones de clase C 2 .

Sean v0 U, g (v0 ) = c, g (v0 ) 6= 0 y existe un 0 R tal que f (v0 ) = 0 g (v0 ). Si
L (, x) = f (x) (g (x) c) y

0

g
x1

g
H = HL (v0 ) = x
. 2
..

g
xn
g
x
1
g
x
2
2L
x21
2L
x1 x2
2L
2L
x1 x2
x22
..
.
2L
x1 xn
2L
x2 xn
..
.
..
.

g
x

n

2
L

x1 xn

2L

x2 xn

..

.

2L

2
xn
entonces:
1. Si

0

g
H3 = x
g1

x2
g
x
1
g
x
2
2L
2L
x21
x1 x2
2L
x1 x2
2L
x22

0

g

< 0, H4 = x1

g

x2

g

x3
g
x
1
g
x
2
2L
x21
2L
x1 x2
2L
x1 x2
2L
x22
2L
x1 x3
2L
x2 x3

g
x
3

2L

x1 x3
< 0, . . .
2L

x2 x3

2L

2
x3
entonces v0 es mnimo local de f sujeto a g (x) = c.

2. Si los determinantes se alternan en la forma H3 > 0, H4 < 0, H5 > 0 etc, entonces
v0 es maximo local de f sujeto a g (x) = c
3. Si los determinantes anteriores son distintos de cero pero siguen los patrones anteriores
entonces el punto es de silla.
Ejemplo 10.3.5. Estudiar los extremos de la funcion f (x, y) = cos2 x + cos2 y sujeta a la
restriccion x y = 4 .
429
Soluci
on. la funcion de Lagrange es F (, x, y) = cos2 x + cos2 y x y

F

= xy
4
F
= 2 cos x sin x
x
F
= 2 cos y sin y +
y
luego
sin (2x) =
sin (2y) =
xy =
4
se sigue

= sin (2y)
sin 2 y +
4
cos 2y = sin (2y)
as
cos 2y + sin 2y = 0

sin 2y +
= 0
4
k
con k Z
y =
2
8

se sigue

k
k
+ ,
con k Z
2
8 2
8
son los puntos crticos. Calculamos la Hessiana orlada
2

F

F
F
1
1
2 x y 0

2F
F
F

0
x x2 xy = 1 2 cos 2x

F
2F
F

1
0
2 cos 2y
y
xy
y 2
pero
2 cos 2x =
2 cos 2y =
430
2 (1)k
2 (1)k
se sigue
se sigue

2F
2
F
x
F
y
F
x
2F
x2
F
xy
F
y
F
xy
2F
y 2

se sigue que si k es impar

0
1
1

k+1
= 1
2 (1)
0

1
0
2 (1)k+1
2F
2
F
x
F
y
F
x
2F
x2
F
xy
F
y
F
xy
2F
y 2

= 2 (1)k 2

< 0 y el punto es mnimo y si k es par es

un maximo. Note que

f (x, y) = cos2 x + cos2 y

f
k
+ ,
2
8 2
8

=
=
=
=
=

k
k
2
+
cos
+ cos
2
8
2
8

1 + cos k 4
1 + cos k + 4
+
2
2

1

1+
cos k +
+ cos k
2
4
4

1
1+
2 (1)k
2
2 (1)k
1+
2
2
para k impar

f
k
k
+ ,
2
8 2
8
k
+ ,
2
8 2
8
para k par

f
2
2
=1
=1+
2
2
Ejemplo 10.3.6. Hallar las dimensiones del mayor paraleleppedo rectangular de aristas
paralelas a los ejes coordenados que puede ser inscrito en el elipsoide de ecuacion:
x 2
3
y 2
4
431
z 2
5
=1
Soluci
on. El volumen del paraleleppedo es
V (x, y, z) = (2x) (2y) (2z) = 8xyz
pero (x, y, z) debe estar sobre el elipsoide
x 2 y 2 z 2
+
+
=1
3
4
5
y sus coordenadas son positivas o cero. Tenemos que resolver el problema
max V (x, y, z)
r(x,y,z)=0
x,y,z0
donde V (x, y, z) = 8xyz y r (x, y, z) =

x 2
3

y 2
4

z 2
5
1. Este problema tiene
solucion pues el elipsoide es un conjunto cerrado y acotado ademas la funcion es continua.

Determinaremos el valor maximo utilizando los multiplicadores de Lagrange
V (x, y, z) = r (x, y, z)
r (x, y, z) = 0
esto es

(8yz, 8xz, 8xy) =
x 2 y 2 z 2
+
+
= 1
3
4
5
432
2x 2y 2z
, ,
32 42 52
el sistema a resolver es
2x
32
2y
8xz =
42
2z
8xy =
52
x 2 y 2 z 2
+
+
= 1
3
4
5
8yz =
multiplicando las primeras tres ecuaciones por x, y, z respectivamente se obtiene

x2
32
y 2
4xyz =
42
z 2
4xyz =
52
4xyz =
sumando las tres ecuaciones

x2 y 2 z 2
+ 2 + 2
2
3
4
5
x 2 y 2 z 2
=
+
+
3
4
5
=
12xyz =
as
x2
y 2
z 2
= 4xyz = 2 = 2 = 2
3
3
4
5
si 6= 0 entonces
32
x=
3
42
=
y=
3
52
=
z=
3
x2 =
y2
z2
3
4
3
5
si = 0 entonces xyz = 0 y
yz = 0
xz = 0
x 2
3
y 2
4
xy = 0
z 2
+
= 1
5
433
esto nos da los puntos (3, 0, 0) , (0, 0, 5) , (0, 4, 0). Estos 3 puntos son puntos de mnimo
V =0y

V
3 4 5
, ,
3 3 3

=8

=
160
3
3
es el valor maximo.

1. Determine los valores de a, b R para los cuales la funcion f (x, y) = ax2 + by 2 tiene
un maximo, mnimo o punto silla en (0, 0).
2. Sea C R. Muestre que si f : U Rn R tiene un maximo (mnimo) local en
x = x0 entonces la funcion F : U R definida por F (x) = f (x) + C tambien tiene
un maximo (mnimo) local en x = x0 .
3. Determinar los valores de a, b R para los cuales la funcion f : R2 R definida por
f (x, y) = x3 + 3ax + y 3 + by + 1
no tiene extremos locales.
4. Para cada una de las siguientes funciones determinar los puntos crticos (o puntos
estacionarios), clasificarlos en maximos, mnimos y puntos silla:
a) z = x2 + (y 1)2
i)
z = x2 xy + y 2 2x + y
b) z = x2 (y 2)2
j)
c) z = 1 x2 y 2
k)
z = sin (x) sin (y) sin (x + y)

2
2
z = (5x + 7y 25) e(x +xy+y )
d) z = (x y 1)2
l)
z = (x2 + y 2 ) e(x
e) z = 2x2 xy 3y 2 3x + 7y
m) z = xy 2 (x + 2y 1)
n)
z = x3 x2 y x2 + y 2
g) z = x3 + y 3 3 (x + y) + 1
o)
z = (x + y) (x2 + y 2 6)
h) z = xy + (x y)3
p)
z = (x y)3 + x4 + y 4
f)
z = x (x2 + y 2 a2 )
2 +y 2
5. Sea f (x, y) = 3x4 4x2 y + y 2 . Demostrar que sobre toda recta de la forma y = mx la
funcion tiene un mnimo en (0, 0) pero no es mnimo en ning
un entorno bidimensional
del origen. (Estudiar los puntos donde f (x, y) > 0 y f (x, y) < 0).
434
6. Considere la funcion z = f (x, y) que en los alrededores del punto (1, 1, 1) esta definida
implcitamente por
z 3 + 3x2 y y 3 z + y 2 3x 1 = 0
obtener la expansion de Taylor para z en (1, 1).
7. Sea f : R4 {(0, 0, 0, 0)} R dada por
f (x, y, z, u) = x +
y z u 1
+ + +
x y z u
tiene un punto crtico en (1, 1, 1, 1) y clasificarlo.

8. Sea g : R R una funcion diferenciable que no se anula. Analizar los extremos de
Z
(x1)2
f (x, y) =
Z
g (t) dt +
(y1)2
g (t) dt
0
si g (0) > 0.
9. Determine los puntos crticos de la funcion
f (x, y) = 2x4 + y 4 4x2 2y 2
y clasificarlos (obs.: Son 9 puntos).
11.* Considere la funcion z = f (x, y) definida implcitamente por la expresion
F (x, y, z) = x3 + y 3 + z 3 3x 3y + z + 4 = 0
obtener sus puntos crticos y clasificarlos.
10. Determine los valores de las constantes a, b R para los cuales la integral
Z 1
(a + bx f (x))2 dx
0
sea mnimo (suponer f es continua en [0, 1]), estudiar los casos f (x) = x2 y f (x) =
x3 + x.
11. Sea f (x, y) = Ax2 + 2Bxy + Cy 2 + 2Dx + 2Ey + F donde A > 0 y B 2 < AC.
a) Demostrar que f tiene un mnimo.
435
b) Demostrar que en el punto de mnimo (x1 , y1 ) se cumple

f (x1 , y1 ) = Dx1 + Ey1 + F
c) Demostrar que

A B D

1
B C E
f (x1 , y1 ) =
AC B 2
D E F
umeros distintos x1 , x2 , . . . , xn y
12. M
etodo de los mnimos cuadrados: Dados n n
otros n n
umeros (no necesariamente distintos) es en general imposible encontrar una
recta f (x) = ax + b que pase por todos los puntos (xi , yi ) esto es f (xi ) = yi i, no
obstante se puede encontrar los valores de a y b que hacen que el error cuadratico
total
E (a, b) =
n
X
(f (xi ) yi )2
i=1
sea mnimo. Encontrar tales valores!!!

13. Comprobar que f (x, y, z) = x4 + y 4 + z 4 4xyz tiene un punto crtico en (1, 1, 1)
y clasificarlo como maximo, mnimo o punto silla. Expandir esta funcion en Taylor
entorno al punto (1, 1, 1) para visualizar directamente la forma cuadratica asociada a
la Hessiana Hf (1, 1, 1).
14. Estudiar los extremos relativos de la funcion f (x, y, z) = xyz (1 x y z)
15. Sea A Mnn (R), B M1n (R) y C R, se define F : Rn R
F (X) = X T AX + BX + C
donde X Mn1 (R) (el vector se mira como columna). Estudiar las condiciones
bajo las cuales esta funcion tiene maximos, mnimos o puntos silla.
16. Considere la funcion f : R3 R dada por f (x, y, z) = sin x + sin y + sin z

sin (x + y + z) determine la expansion de Taylor de f en 2 , 2 , 2 , muestre ademas
que el punto es un mnimo.
436
17. Considere la funcion z = f (x, y) que en los alrededores del punto (1, 1, 1) esta definida
implcitamente por
z 3 + 3x2 y y 3 z + y 2 3x 1 = 0
obtener la expansion de Taylor para z en (1, 1).
18. La Hessiana de cierta funcion f : D R3 R
x2
Hf (x, y, z) =
y
xz
es
y
xz
y 2 yx
2
yx z
En que subconjunto de R3 debe estar el punto critico (x, y, z) para que sea maximo,
mnimo o punto silla? Cuando esta Hessiana no entrega informacion?.
19. Determine los extremos de la funcion f (x, y) = 2x y con la restriccion g (x, y) =
3x2 + 2y 2 33/2 = 0
20. Determine los extremos de la funcion f (x, y) = x2 + 8y si (x, y) se encuentra sobre
la elipse x2 + 4y 2 = 5.
21. Utilizar el metodo de los multiplicadores para determinar los semiejes de la elipse
5x2 6xy + 5y 2 32 = 0.
22. Usando multiplicadores de Lagrange, determinar la menor distancia entre las rectas
x+4
y4
z+1
=
=
2
1
2
x+5
y5
=
=z55
4
3
23. Demostrar que el paraleleppedo de mayor volumen que se puede inscribir en una
esfera es un cubo.
24. Hallar los puntos de la curva x2 + 4y 2 4 = 0 que se encuentren mas cercanos y mas
lejanos a los puntos de la curva
x2 + y 2 + 4x + 2y 20 = 0
437
25. Hallar los extremos absolutos de la funcion f (x, y) =
x3
3
32 x2 + 2x + y 2 2y + 1 en
la region K = {(x, y) : x 0, y 0, x + y 1}.

26. Hallar los extremos absolutos de la funcion f (x, y, z) = (x 1)2 + (y 1)2 + (z 1)2
en la region

K = (x, y, z) R3 : x2 + y 2 + z 2 12
28.* Suponga que queremos determinar los extremos de la funcion f (x, y, z) sujeta a la
restriccion g (x, y, z) = 0 y utilizando el teorema de Lagrange obtenemos el punto
crtico p0 = (x0 , y0 .z0 ), utilizando el teorema de la funcion implcita demostrar que
el problema se puede reducir a estudiar los extremos de una funcion de 2 variables
(con el mismo punto crtico), calcular la Hessiana de esta funcion de 2 variables y
expresarla en terminos de f y g para obtener un criterio que permita determinar si
el punto crtico entregado por Lagrange es maximo, mnimo o silla (Esto es llamado
criterio de la hessiana reducida).
27. La fabrica de gelatinas BOB esta interesada en minimizar sus costos de produccion.
Los ingredientes utilizados en la elaboracion de su gelatina son tres: Grenetina, az
ucar
y frutas. La formula de produccion dice que el n
umero de gelatinas que se puede
producir es
g (x, y, z) = x y z
donde x es la cantidad de grenetina, y es la cantidad de az
ucar y z es la cantidad
de frutas (todas las cantidades en kilogramos) y las constantes , , son secretas.
Suponga que el precio por kilogramo de los ingredientes es: La grenetina $10,000,
az
ucar $250 y fruta $500. Si se quiere producir 10,000 gelatinas, Que combinacion
de ingredientes minimiza los costos c (x, y, z) = 10,000x + 250y + 500z? (la respuesta
puede quedar en terminos de , , ).
438
Captulo 11 : Funciones implcitas e inversas
El teorema de la funci
on implcita
En los cursos anteriores, frecuentemente nos hemos encontrado con relaciones de la
forma
F (x, y) = 0
donde F : R2 R es una funcion de clase C 1 (), por ejemplo, una elipse
x2 y 2
+ 2 = 1 F (x, y) = 0
a2
b
donde
F (x, y) =
x2 y 2
+ 2 1
a2
b
o la ecuacion cuadratica general

Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0
Estas ecuaciones generalmente definen una curva en el plano que localmente (esto es, en
intervalos alrededor de un punto dado) puede ser descrita como la grafica de una funcion
y = (x) o de una funcion x = (y).
Por ejemplo considere la funcion F : R2 R, (x, y) F (x, y) = x2 + y 2 1, esta
funcion es clase C (R2 ) y
F (x, y) = 0 x2 + y 2 = 1
Todos los puntos (x, y) con y > 0 que satisfacen
x2 + y 2 = 1
corresponden a puntos de la grafica de la funcion
(x) =
1 x2 para x [1, 1]
439
y=
1 x2
0,5
0,5
0,5
0,5
esto es, si (x, y) Graf (), entonces F (x, y) = 0. En efecto

(x, y) Graf () (x, y) = (x, (x)) para alg
un x [1, 1]

un x [1, 1]
(x, y) = x, 1 x2 para alg
luego (x, y) Graf () implica

2
F (x, y) = F x, 1 x

2
= x2 +
1 x2 1
= 0
lo que demuestra que todos los puntos de la grafica de cumplen la relacion F (x, y) = 0
(estan sobre la circunferencia unitaria). De manera similar, los puntos (x, y) con y < 0 que
satisfacen F (x, y) = 0 corresponden a puntos de la grafica de la funcion
y = (x) = 1 x2 para x [1, 1]

sin embargo, cerca de los puntos (1, 0) y (1, 0) no podemos interpretar, los puntos de
la curva como puntos del grafico de una funcion de y = f (x), en este caso los puntos
corresponden a la grafica de
x = (y) =
1 y 2 para y [1, 1] x = (y) =
p
1 y 2 para y [1, 1]
respectivamente. En resumen, en cada punto (x0 , y0 ) R2 que cumple F (x0 , y0 ) = 0

existe una funcion : ]x0 , x0 + [ R tal que (x0 ) = y0 y que cumple para cada
440
x ]x0 , x0 + [, F (x, (x)) = 0 o bien existe una funcion : ]y0 , y0 + [ R tal

que (y0 ) = x0 y
F ( (y) , y) = 0
para cada y ]y0 , y0 + [.
y=(x)
y0
x0
x0 x0 +
Si tenemos la funcion G : R2 R, (x, y) G (x, y) = x7 + y 7 + xy 1 y la ecuacion

G (x, y) = 0
x7 + y 7 + xy = 1
el problema no es tan sencillo. Cerca de que puntos (x, y) podemos encontrar una funcion
y = (x) cuya grafica coincida con la curva dada? es decir, los puntos del grafico de
y = (x) esten sobre la curva
x7 + 7 (x) + x (x) = 1
441
supuesto que hemos resuelto el problema de la existencia de tal funcion, Que propiedades
de G hereda la funcion y = (x)? es diferenciable? si es as Cuanto vale su derivada?.
Supongamos que la funcion que encontramos y = (x) es derivable, entonces tenemos
G (x, (x)) = 0
por la regla de la cadena
G
(x) G
(x, (x))
+
(x, (x)) 0 (x) = 0
x
x
y
de esto se tiene
G
(x, (x))
(x) = Gx
(x, (x))
y
0
siempre que
G
y
(x, (x)) 6= 0.
Definici
on 11.1.1. Sea F : U Rn Rm Rm una funcion. Diremos que la funcion
: V Rn Rm , x (x) esta definida implcitamente por la ecuacion
F (x, y) = 0
si x V se cumple
F (x, (x)) = 0
Ejemplo 11.1.1. La funcion : R R definida por
sr
1 6
1
3
(x) =
x 8x3 + x3 + rq
4
2
3
1
4
2x
x6 8x3 + 12 x3
esta definida implcitamente por la ecuacion x3 + 6xy = y 3 . En la figura se muestra la curva

x3 + 6xy = y 3 y en verde la parte de ella descrita por . En este caso, puede resultar mas
simple trabajar directamente con la ecuacion que define la funcion en lugar de trabajar
con la expresion explcita de la funcion.
442
El teorema de la funcion implcita nos entrega condiciones sobre la funcion que define
la ecuacion, para garantizar todas estas propiedades
Teorema 11.1.1. Sean U abierto de Rn+1 y F : U R es una funcion de clase C p (U ).
Denotemos por (x, z) los puntos de Rn+1 donde x Rn y z R. Supongamos que (x0 , z0 )
satisface
F
(x0 , z0 ) 6= 0
z
entonces existe una bola abierta U que contiene a x0 Rn , una vecindad V de z0 R y una
F (x0 , z0 ) = 0 y
unica funcion z = g (x) definida para x U y con recorrido en V que satisface z0 = g (x0 ),
F (x, g (x)) = 0 para todo x U
ademas z = g (x) es de clase C p (U) y
Dg (x) =
Dx F (x, g (x))
F
(x, g (x))
z
donde Dx F es la derivada respeto a x es decir

F
F
Dx F =
,...,
x1
xn
443
en terminos de componentes
F
x
(x, g (x))
g
(x) = F i
xi
(x, g (x))
z
para i = 1, 2, . . . , n.
Ejemplo 11.1.2. Sea G : R3 R una funcion de clase C 1 (R3 ). Considere la superficie

G (x, y, z) = 0
suponga ademas que (x0 , y0 , z0 ) es un punto sobre la superficie, es decir
G (x0 , y0 , z0 ) = 0
si
G
(x0 , y0 , z0 ) 6= 0
z
por el teorema de la funcion implcita existe un conjunto abierto U que contiene (x0 , y0 ) y
una funcion z = z (x, y) definida en U tal que z0 = z (x0 , y0 ) ademas
G (x, y, z (x, y)) = 0 para (x, y) U
el plano tangente a la grafica de z = z (x, y) en el punto (x0 , y0 , z0 ) es
z z0 =
z
z
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
pero note que

G (x0 .y0 , z0 )
z
(x0 , y0 ) = x
G(x0 ,y0 ,z0 )
x
z
y
G
(x0 .y0 , z0 )
z
y
(x0 , y0 ) = G(x0 ,y0 ,z0 )
y
z
reemplazando
z z0 =
G
(x0 .y0 , z0 )
x
G(x0 ,y0 ,z0 )
z
(x x0 ) +
G
(x0 .y0 , z0 )
y
G(x0 ,y0 ,z0 )
z
(y y0 )
as
G
G
G (x0 , y0 , z0 )
(x0 .y0 , z0 ) (x x0 ) +
(x0 .y0 , z0 ) (y y0 ) +
(z z0 ) = 0
x
y
z
444
que es
G (x0 , y0 , z0 ) ((x, y, z) (x0 .y0 , z0 )) = 0
que es la ecuacion del plano tangente a una superficie que obtuvimos por otros medios (el
gradiente es perpendicular a los conjuntos de nivel)
Ejemplo 11.1.3. Suponga que F : R3 R es una funcion de clase C 1 (R3 ) que cumple
F F
F
6= 0 muestre que las funciones z = z (x, y), x = x (y, z) y y = y (x, z)
x
y
z
definidas implcitamente por
F (x, y, z) = 0
cumplen
z x y
= 1
x y z
Soluci
on. Como
F
x
6= 0 se sigue que la ecuacion define a x como funcion de y y z, es
decir, x = x (y, z) ademas

F
x
y
= F
y
x

F
F
de manera similar (usando F
6= 0) se tiene y = y (x, z) y z = z (x, y) donde
x
y
z
F
F
z
y
x
z
= F y
= F
x
z
z
y
entonces
z x y
=
x y z
F
x
F
z
F
y
F
x
F
z
F
y
= 1
Ejemplo 11.1.4. Cerca de cuales puntos es posible representar la superficie

x3 + 3y 2 + 8xz 2 3z 3 y = 1
como grafica de una funcion diferenciable z = k (x, y)?
Soluci
on. Son aquellos puntos para los cuales la derivada parcial respecto a la variable z
sea no nula, es decir
16xz 9z 2 y 6= 0
z (16x 9zy) 6= 0
445
Observaci
on 11.1.1. Tambien se puede intentar despejar las otras variables, formular el
teorema en tales casos.
Observaci
on 11.1.2. De la ecuacion
x3 + 3y 2 + 8xz 2 3z 3 y = 1
tambien se puede obtener una expresion para las derivadas parciales (derivando la ecuacion
respecto a x)
3x2 + 8z 2 + 16xz
as
z
z
9z 2 y
=0
x
x
3x2 8z 2
z
=
x
16xz 9z 2 y
Ejemplo 11.1.5. Sea f : R2 R, (u, v) f (u, v) una funcion de clase C 1 (R2 ). Supongamos que
f
v
6= 0 en todo R2 . Muestre que la ecuacion

f x2 y 2 , y 2 z 2 = 0
define implcitamente una funcion z = z (x, y) para z 6= 0 y que la expresion

E (x, y, z) = yz
z
z
+ zx
x
y
no depende de f .
Soluci
on. Definamos G (x, y, z) = f (x2 y 2 , y 2 z 2 ) entonces G es compuesta de funciones C 1 y por tanto es C 1 , ademas
G
f u f v
=
+
z
u z
v z
f
=
(2z) 6= 0
v
por el teorema de la funcion implcita existe una u
nica funcion z = z (x, y) de clase C 1 tal
que
G
z
fu ux + fv vx
= Gx =
x
fv (2z)
z

fu 2x + fv 0
fu
x
=
=
fv (2z)
fv
z
446
similarmente
G
z
fu uy + fv vy
y
= G =
y
fv (2z)
z
fu (2y) + fv (2y)
fu y + fv y
=
=
fv (2z)
fv z
se sigue
z
z
+ zx
= yz
yz
x
y
= xy

fu
fv

x
fu y + fv y
+ zx
z
fv z
luego
yz
z
z
+ zx
= xy
x
y
no depende de f .
Estudiaremos ahora el caso mas general en el cual F : RN Rm Rm . Supongamos
que tenemos un sistema de ecuaciones lineales
2u + 3v + x y = 0
u v + 2x + 3y = 0
sabemos que este sistema tiene infinitas soluciones 4 variables y dos ecuaciones (es cuestion
de rangos), las infinitas soluciones son porque podemos dejar variables en funcion de otras,
notemos lo siguiente
2u + 3v = b1 = y x
u v = b2 = 2x 3y
para resolver el sistema
2u + 3v = b1
u v = b2
podemos utilizar Cramer y se obtiene

b1 3
yx

b2 1
2x 3y
=

u =

2 3
2 3

1 1
1 1
447

3

1
8
7

=
y

5
5

y

2

1
v =
2

1

b1

b2
=

3

1

2
yx

1 2x 3y

2 3

1 1
3
7
= x+ y
5
5
luego las ecuaciones

2u + 3v + x y = 0
u v + 2x + 3y = 0
permiten despejar a u y v como funciones de x e y,
7
8
u (x, y) = x y
5
5
3
7
v (x, y) =
x+ y
5
5
Ahora suponga que tenemos ecuaciones no lineales
xu + yvu2 = 2
xu3 + y 2 v 4 = 2
en este caso se nos hace mucho mas difcil despejar u, v en funcion de x e y. Estas ecuaciones
las podemos reinterpretar como

F (x, y, u, v) = xu + yvu2 2, xu3 + y 2 v 4 2 = (F1 , F2 ) = (0, 0)
note que las ecuaciones se satisfacen en el punto (1, 1, 1, 1). Sabemos que una buena
aproximacion de F (x, y, u, v) cerca de (1, 1, 1, 1) es dada por
F (1, 1, 1, 1) + DF (1, 1, 1, 1) (x 1, y 1, u 1, v 1)T
donde
DF (x, y, u, v) =
F1
x
F2
x
F1
y
F2
y
2
vu
u3 2yv 4
448
F1
u
F2
u
F1
v
F2
v
x + 2yvu
yu
3xu2
4v 3 y 2
evaluando en el punto
DF (1, 1, 1, 1) =
1 1 3 1
1 2 3 4
luego
F (x, y, u, v)
1 1 3 1
1 2 3 4
(x 1, y 1, u 1, v 1)T
3u + v + x + y 6
3u + 4v + x + 2y 10
luego la ecuacion
F (x, y, u, v) = (0, 0)
debe ser similar a
3u + v + x + y = 6
3u + 4v + x + 2y = 10
en el cual podemos despejar

3 1

3 4
u y v en funcion de x e y, para poder hacer esto necesitamos

= D(u,v) F (1, 1, 1, 1)

F1
1
u (1, 1, 1, 1) F
(1, 1, 1, 1)
v

=

F2
F2
u (1, 1, 1, 1) v (1, 1, 1, 1)
6= 0
(permite usar Cramer para despejar las variables) Despejando

6xy 1

10 x 2y 4
14 2
1

u=
=
x

9
9
3
3 1

3 4
y

3 6xy

3 10 x 2y

v=

3 1

3 4
449
4 1
y
3 3
de donde debera cumplirse

2
1
ux = , uy =
3
9
1
vx = 0, vy =
3
(note que deberamos poner
14 2
1
y x
9
9
3
4 1
v (x, y)
y
3 3
u (x, y)
(es una aproximacion de primer orden de estas funciones) cerca del punto (1, 1, 1, 1)). Estas
ideas se resumen en el siguiente:
Teorema 11.1.2 (De la funcion implcita). Sean abierto de RN , abierto de Rm ,
F : Rm una funcion de clase C p ( ). Pongamos (x, y) para los puntos en
RN Rm . Suponga que (x0 , y0 ) es un punto tal que
F (x0 , y0 ) = 0
y que Dy F (x0 , y0 ) es invertible, entonces existe un abierto U RN , una funci
on y = g (x)
de U a Rm de clase C p (U ) tal que
F (x, g (x)) = 0 para todo x U
y0 = g (x0 ) ademas
Dg (x) = Dy (x, y)1 Dx (x, y)
Ejemplo 11.1.6. Mostrar que cerca del punto (x, y, u, v) = (1, 1, 1, 1) podemos resolver
xu + yvu2 = 2
xu3 + y 2 v 4 = 2
de manera u
nica para u y v como funciones de x y y. Calcular
u
x
(1, 1)
Soluci
on. Definamos
F
((x, y) , (u, v))
R2 R2 R2

xu + yvu2 2, xu3 + y 2 v 4 2
450
entonces
F ((1, 1) , (1, 1)) = (0, 0)
calculemos D(u,v) F (x, y, u, v)
(xu+yvu2 2)
v
(xu3 +y 2 v 4 2)
v
(xu+yvu2 2)
u
(xu3 +y 2 v 4 2)
u
D(u,v) F (x, y, u, v) =
x + 2yuv
yu
3xu2
4y 2 v 3
en (1, 1, 1, 1) es
D(u,v) F (1, 1, 1, 1) =
3 1
3 4
el determinante es 12 3 = 9 6= 0 se sigue que es invertible y as por el teorema de la

funcion implcita podemos despejar de manera u
nica para u y v como funciones de x y y.
Ademas g (x, y) = (u (x, y) , v (x, y)) tiene por derivada
Dg (x, y) =
x + 2yuv
3xu
yu2
2 3
4y v
D(x,y) (x, y, u, v)
donde
(xu+yvu2 2)
x
(xu3 +y 2 v 4 2)
x
D(x,y) (x, y, u, v) =
u
u
vu
2yv
Dg (x, y) =
3xu2
x + 2yuv
entonces
(xu+yvu2 2)
y
(xu3 +y 2 v 4 2)
y
yu
4y 2 v 3
vu
u3 2yv 4
31 29
13
en el punto en cuestion
Dg (1, 1) =
3 1
3 4
451
1 1
1 2
de donde obtenemos
u
x
v
x
(1, 1)
(1, 1)
u
y
v
y
(1, 1)
(1, 1)
13
0
29
13
se sigue
u
1
(1, 1) =
x
3
Ejemplo 11.1.7. Discutir sobre la resolubilidad del sistema
3x + 2y + z 2 + u + v 2 = 0
4x + 3y + z + u2 + v + w + 2 = 0
x + z + w + u2 + 2 = 0
para u, v, w en terminos de x, y, z en el punto x = y = z = 0, u = v = 0 y w = 2. Si es
posible, obtener la ecuacion del plano tangente a
w (x, y, z) = 0
en (0, 0, 0).
Soluci
on. Definamos F : R6 R3 dada por
F (x, y, z, u, v, w)
=
3x + 2y + z 2 + u + v 2 , 4x + 3y + z + u2 + v + w + 2, x + z + w + u2 + 2
el sistema pude verse como

F (x, y, z, u, v, w) = (0, 0, 0)
notamos que

D(u,v,w) F (0, 0, 0) = 2u 1 1

2u 0 1
(0,0,0)
1 0 0
=
0
1
1
0 0 1
452
2v 0
que tiene determinante 1, por el teorema de la funcion implcita se sigue que podemos
despejar (u, v, w) en terminos de (x, y, z) ademas

u
u
u
1

x y z
v v v
=
x y z
0

w
w
w

0
x
y
z
(0,0,0)
=
3
1
0 0
1 1
0 1
2 0
3 0
0 1
3 2 0
4 3 1
1 0 1
de esto obtenemos
W = (1, 0, 1)
y as el plano es
(1, 0, 1) (x, y, z) = 0
x+z = 0
on
1. Sea F : R2 R, (u, v) F (u, v) una funcion de clase C que satisface
F (0, 0) = 0
F
F
(0, 0) +
(0,0) 6= 0
u
v
Muestre que la ecuacion

F x3 yz, y 3 xz = 0
define una funcion z = z (x, y) de clase C en un entorno del punto (x, y) = (1, 1)
que satisface z (1, 1) = 1 y la ecuacion
z
z
xz + 3y 3
+ yz + 3x3
= 9x2 y 2 z 2
x
y

2. Probar que cerca del punto (x0 , y0 , z0 , u0 , v0 ) = 1, 1, 0, 2 , 0 se puede resolver el
sistema
x2 y cos (uv) + z 2 = 0
x2 + y 2 sin (uv) + 2z 2 2 = 0
xy sin u cos v + z = 0
453
,0
de manera u
nica para x, y, z como funciones de u y v. Calcular x
v 2

z
z
3
3. Sea f : R R definida por f (x, y, z) = g x + y , y + x donde g : R2 R y
f
z
(x, y, z) 6= 0
a) Verificar que la ecuacion f (x, y, z) = 0 define implcitamente a z como una

funcion de clase C 1 de las variables x e y.
b) Comprobar que
x
z
z
+y
= z xy
x
y
4. Mostrar que el sistema

x2 y 2 + u2 + 2v 2 = 5
x2 + y 2 u2 v 2 = 4
define implcitamente a u = u (x, y), v = v (x, y) con u (0, 1) = 2 y v (0, 1) = 1.
Encontrar las diferenciales Du (0,1) y Dv (0, 1) ademas de la derivada
2v
x2
(0, 1).
5. Suponga que F, G : R3 R son dos funciones de clase C 1 (R3 ) y x0 = (x0 , y0 , z0 ) R3

es un punto en el cual F (x0 ) = 0, G (x0 ) = 0, esto es un punto de la interseccion de
las superficies
S1 : F (x, y, z) = 0
S2 : G (x, y, z) = 0
Determine una condicion que permita asegurar que es posible despejar x = x (y),
z = z (y) como funciones de clase C 1 en un entorno de y0 luego la interseccion se
puede parametrizar como
x = x (y)
y = y
z = z (y)
para y en un entorno de y0 (el problema nos dice cuando podemos parametrizar con
un parametro la interseccion de dos superficies)
454
El teorema de la funci
on inversa
Si f : R R es una funcion de clase C 1 (R) y x0 es un punto al que f 0 (x0 ) 6= 0 entonces,
por la continuidad de la derivada, podemos garantizar la existencia de un intervalo abierto
I tal que f 0 (x) para todo x I tiene el mismo signo de f 0 (x0 ), entonces la funcion f
es estrictamente creciente o estrictamente decreciente en I (dependiendo si f 0 (x0 ) > 0 o
f 0 (x0 ) < 0).
f0
f 0 (x0 )
x0
En la grafica podemos observar en verde la grafica de una funcion y en azul la de su

funcion derivada, en el punto x0 la derivada es no nula (estrictamente positiva), existe un
intervalo (marcado en rojo) en el cual la funcion derivada es positiva, note que en todo ese
intervalo la funcion f es estrictamente creciente.
Si restringimos nuestra funcion f al intervalo I entonces f es inyectiva (toda funcion
estrictamente creciente o estrictamente decreciente es inyectiva pues enva n
umeros distintos
del dominio en imagenes distintas), si ademas restringimos el recorrido a f (I) entonces es
sobreyectiva y podemos definir una inversa (no de la funcion completa, se trata de una
inversa local.
455
f0
f 1
f
note que solo podemos garantizar la existencia, obtener una expresion para ella puede ser
muy complicado. Como podemos trabajar entonces con tal funcion?, Cuales propiedades
de f conserva su inversa?.
El teorema de la funcion inversa de una variable asegura que la inversa es una funcion
de la misma clase (en terminos de derivadas) ademas

f f 1 (x) = x
entonces
d
dx
por la regla de la cadena

f f 1 (x) = 1
df 1
df 1
(x) = 1
f (x)
dx
dx
entonces
df 1
1
(x) = 0 1
dx
f (f (x))
si queremos calcular la derivada de segundo orden

d
1
d2 f 1
(x)
=
dx2
dx f 0 (f 1 (x))

2 00 1

0
1
= f f (x)
f f (x)
=
f 00 (f 1 (x))
(f 0 (f 1 (x)))3
456
1
f 0 (f 1 (x))
Si T : Rn Rn es una transformacion lineal, sabemos que es invertible si y solo si su

matriz asociada (por ejemplo respecto a las bases canonicas) es invertible, sabemos que la
matriz asociada respecto a las bases canonicas corresponde a la matriz Jacobiana de la T .
JT (x0 ) = [T ]CC
luego, si det (JT (x0 )) 6= 0 la transformacion lineal es invertible (derivada no nula implica
invertible), es razonable esperar que si una funcion se parece a una transformacion lineal
localmente entonces podamos obtener informacion de ella a traves de la transformacion
lineal a la cual se parece, eso es justamente lo que afirma el teorema de la funcion inversa
de varias variables.
Observaci
on 11.2.1. Supongamos que U, V son abiertos y F : U Rn V Rm
(diferenciable) tiene inversa (diferenciable) entonces n = m. En efecto, si G : V U es su
inversa entonces
F G
V V
x (F G) (x) = x
y
GF
U U
x (G F ) (x) = x
luego
D (F G) = Im
D (G F ) = In
as
DF (G (x)) DG (x) = Im
DG (F (v)) DF (v) = In
si ponemos x =F (v) entonces G (x) = v entonces
DF (G (x)) DG (x) = Im
DG (x) DF (G (x)) = In
457
pongamos A = DF (G (x)) y B = DG (x) entonces

AB = In
BA = Im
definamos las transformaciones lineales
TA
Rn Rm
x TA (x) = Ax
y
TB
Rm Rn
x TB (x) = Bx
entonces TA TB es IRm y TB TA es IRn de la primera se obtiene que TB es inyectiva
TB (x) = TB (y) TA (TB (x)) = TA (TB (y))
x=y
y de la segunda que TB es sobreyectiva (si y Rn entonces TA (y) = v Rm entonces
TB (v) = TB (TA (y)) = y
de donde Im(TB ) = Rn ) se sigue por el teorema de las dimensiones que
Dim (Rn ) = Dim (Rm )
as n = m.
Teorema 11.2.1 (De la funcion inversa). Sean U un abierto de Rn , F : U Rn Rn

una funci
on de clase C p (U ) y x0 U un punto en el cual det (DF (x0 )) 6= 0 entonces
existe un abierto U1 U tal que x0 U1 y F : U1 V = F (U1 ) es invertible, su inversa
F 1 : V U1 es de clase C p (V ), ademas
DF 1 (F (x)) = (DF (x))1 para x U1
en particular, si F (x0 ) = y0 entonces
DF 1 (y0 ) = (DF (x0 ))1
458
Observaci
on 11.2.2. Si x = (x1 , x2 , . . . , xn ) y F : D Rn Rn , x F (x) =
(F1 (x) , F2 (x) , . . . , Fn (x)) entonces det (DF (x0 )) se representa por el smbolo

(F1 , F2 , . . . , Fn )
(x1 , x2 , . . . , xn ) x=x0
y es llamado el Jacobiano (es el determinate de la matriz Jacobiana).
Ejemplo 11.2.1. Muestre que la funcion

F :
R2
R2
(x, y) F (x, y) = (u (x, y) , v (x, y)) = (ex cos y, ex sin y)

no tiene una inversa global (definida en R2 ), sin embargo, cerca de todo punto es posible
definir una inversa local. Calcular
DF 1

2, 2

2, 2 y obtener una expresion para
si F ln 2, 4 =
DF 1 (u, v)
si (u, v) 6= 0.
Soluci
on. Notemos
F (0, 2) = F (0, 0) = (1, 0)
luego F no es inyectiva y por tanto no tiene inversa global.
Notemos que F C (R2 ) ademas
F1
x
DF (x, y) =
F1
y
F2
x
F2
y
u
x
v
x
ex cos y ex sin y
ex sin y
ex cos y
u
y
v
y
e cos y e sin y
(u, v)
= e2x 6= 0
= det
x
x
(x, y)
e sin y e cos y
459
as, por el teorema de la funcion inversa, F es invertible cerca de cada punto de R2 (inversa
local) ademas
DF 1 (F (x, y)) = (DF (x, y))1
1
ex cos y ex sin y
=
x
x
e sin y e cos y
de esto se obtiene

DF 1 F ln 2,
=
4
1
4
ln 2
ln 2
e cos
e sin
4
4

1
1
2
2
4
4
1
1
4 2
2
4
eln 2 cos
esto es
DF 1

2, 2 =
1
4
41 2
eln 2 sin
1
2
4
1
4
si F (x, y) = (u, v) entonces F (u, v) = (x, y) donde x = x (u, v) e y = y (u, v) ademas
as por ejemplo
x
u

2, 2
x
v
y
u

2, 2
y
v
1
2, 2
2
4
=

14 2
2, 2
x 1
2, 2 =
2
u
4
460
1
2
4
1
4
en general
DF 1 (u, v) = DF 1 (F (x, y))
1
ex cos y ex sin y
=
ex sin y ex cos y
1
u v
=
v u
v
u
u2 + v 2
u2 + v 2
u
v
2
u + v2
u2 + v 2
Observaci
on 11.2.3. Note que el teorema de la funcion inversa afirma DF 1 (y0 ) =
(DF (x0 ))1 luego
(u, v)
=
(x, y)
1
(x,y)
(u,v)
cuidando donde estan evaluadas las funciones.

Ejemplo 11.2.2. Sea f : R2 R2 la funcion definida por
f (u, v) = u2 + u2 v + 10v, u + v 3
1. Mostrar que tiene inversa cerca del punto (1, 1)

Soluci
on. Notemos que la funcion es de clase C (R2 ) y
Df (1, 1) =
F1
u
F2
u
F1
v
F2
v
(u2 +u2 v+10v )

v
(u+v 3 )
v
(u2 +u2 v+10v )

u
(u+v 3 )
u

2u (v + 1) u + 10

=

2
1
3v

(1,1)
4 11
=
1 3
461
luego
4 11
det
= 1 6= 0
y as, por el teorema de la funcion inversa, la funcion es localmente invertible, ademas

f (1, 1) = (12, 2)
2. Calcular la derivada de su inversa en el punto (12, 2).
Soluci
on. Como f (1, 1) = (12, 2) se sigue
Df 1 (12, 2) = Df 1 (f (1, 1)) =
11
4 11
1
Ejemplo 11.2.3. Sea u : R2 R, (x, y) u (x, y) una funcion que satisface

2xy
u
u
x2 y 2
=0
x
y
1. Utilizar el teorema de la funcion inversa para determinar condiciones sobre la funcion

de modo que
F
D R2 R2
F (x, y) = ( (x, y) , (x, y))

x
=
, (x, y)
x2 + y 2
sea invertible.
Soluci
on. Por el teorema de

x y

=
x y
la funcion inversa, si

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

x
y

x2 y 2
2xy
+
=
y
x (x2 + y 2 )2
(x2 + y 2 )2
6= 0
462
2. Escribir la ecuacion
2xy
u
u
x2 y 2
=0
x
y
en las nuevas variables (, ) mediante regla de la cadena, resolver esa nueva ecuacion
y concluir que u debe tener la forma

u (x, y) = f
x
2
x + y2
donde f C 1 (R) es una funcion arbitraria.

Soluci
on.
u u
u
=
+
x
x x
u u
u
=
+
y
y
y
de donde

u
u
x2 y 2
=
+
x
(x2 + y 2 )2

u
u
2xy
=
+
y
(x2 + y 2 )2
u
x
u
y
se sigue
u
u
x2 y 2
x
y

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

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

u
2
2
=
2xy
x y
x
y
0 = 2xy
pero

2
2
2xy
x y
6= 0
x
y
entonces
u
=0
463
se sigue
u (, ) = f ()
as

u (x, y) = f
x
2
x + y2
donde f es una funcion arbitraria.
on
1. Sea f : R R una funcion de clase C 1 y sea
u = f (x)
v = y + xf (x)
si f 0 (x0 ) 6= 0 probar que la funcion T (x, y) = (u, v) es invertible cerca de (x0 , y0 ) y
que la inversa tiene la forma
x = f 1 (u)
y = v + uf 1 (u)
encontrar DT 1 .

2
2. Considere la funcion F (x, y) = (x y)2 , xy para y 6= 0.
a) Probar que F admite inversa local en una vecindad de (1, 1)
b) Sea F 1 : V R2 R2 , (x, y) = (g (u, v) , h (u, v)) la inversa local de F ,
calcular la razon de cambio de h en (4, 1) en la direccion del vector (2, 1).
3. Sea F (x, y) = (f1 (x, y) , f2 (x, y)) = (x cos y, sin (x y)). Mostrar que F tiene inversa

local en una vecindad del punto 2 , 2 y obtener la Jacobiana de la inversa en (0, 0).
4. Definimos x : R2 R, (r, ) x (r, ) = r cos y y : R2 R, (r, ) y (r, ) =
r sin .
464
a) Demostrar que

(x, y)
= r0
(r, ) (r0 ,0 )
b) cuando se puede formar una funcion inversa suave de F : R2 R2 , (r, )
(x (r, ) , y (r, ))? Comprobarlo directamente y con el teorema de la funcion
inversa.
5. Definamos F : R3 R3 , (, , ) F (, , ) = (x (, , ) , y (, , ) , z (, , ))
donde
x (, , ) = sin cos
y (, , ) = sin sin
z (, , ) = cos
a) Muestre que
(x, y, z)
= 2 sin
(, , )
b) Cuando se puede despejar (, , ) en terminos de (x, y, z)?

1. Si u1 , u2 son las races de la ecuacion cuadratica en
x2 + y 2
z2
+
=1
2
1
y u3 es arctan (y/x) probar que
4z
(u1 , u2 , u3 )
=
(x, y, z)
u1 u2

2. La ecuacion x3 + y 3 = 6xy define cerca del punto 2 3 2, 2 3 4 a y como funcion de x.
Muestre que x = 2 3 2 es un punto crtico de tal funcion y clasificarlo en maximo,

mnimo o punto silla.
465
3. La ecuacion
y z
,
=0
x x
define a z como funcion de x, y, z = g (x, y). Muestre que
f
g
g
+y
=g
x
y
4. Si , : D R3 R son funciones de clase C 1 tales que

(, )
6= 0
(y, z)
entonces las ecuaciones (x, y, z) = 0, (x, y, z) = 0 determinan y, z como funciones
de x y
dy
dx
(,)
(z,x)
(,)
(y,z)
dz
dx
(,)
(x.y)
(,)
(y,z)
5. Si z1 = er cos , z2 = er sin y x = r cos , y = r sin probar que

(z1 , z2 )
e2r
=
(x, y)
r
6. Suponga que x, y, z, r, , estan relacionados por
f (x, y, z) = 0
y
x = r sin cos
y = r sin sin
z = r cos
probar que

r
r
sin
sin + r cos +
sin

r
sin cos
cos r sin = 0
z
x

7. Sea a > 0. Si y 4 + 3a2 y 2 5a2 xy + 2a2 x2 = 0, probar que

dy
2
dy
= 0 o lm
=
x0 dx
x0 dx
3
lm
8. Si u, v son funciones de las variables x, y por medio de las ecuaciones f (x, y, u) = 0

y g (u, v, x) = 0 probar que
v
fx gu fu gx
=
x
f u gv
v
fy gu
=
y
fu gv
466
9. La ecuacion
f
z
(x, z) = u define a z como funcion de x y u. Si ponemos z = g (x, u)
y se define (x, u) = f (x, g (x, u)) probar que

z
= u
u
u
f
z
=
+u
x
x
x
10. Suponiendo que u, v son funciones de x, y las cuales definen a u, v en terminos de
x, y y satisfacen las ecuaciones
u v
u
+
+u
= 0
x y
y
v
v u
+
+u
= 0
x y
y
Probar que
2x 2x
x
2 =
2
u
v
v
11. Si u1 x1 = u2 x2 = u3 x3 = u4 x4 = (u1 u2 u3 u4 )1/2 entonces

(u1 , u2 , u3 , u4 )
= 1
(x1 , x2 , x3 , x4 )
12. Determinar el Jacobiano de la transformacion
x = a ( cos sin )
y = b ( sin sin )
z = c ( cos )
donde a, b, c, , . son constantes positivas y determinar cuando es posible invertir
tal transformacion. Ind.: Compuestas de funciones.
467
Parte III
Evaluaciones de a
nos anteriores
468
Captulo 12 : Controles
Control 1
1. Dada la funcion f : D R2 R definida por f (x, y) =
xy
x+y
a) Determine y grafique el dominio de f .

b) El dominio de f es un conjunto abierto?
c) Determine la frontera del dominio de f y sus puntos de acumulacion.
d ) Determine las curvas de nivel f (x, y) = c y grafique para c = 0, c = 1, c =
1
2
c = 2.
e) Analice que sucede cuando c crece indefinidamente.
2. Sea T : R3 [x] R2 [x] definida por
00
T [p (x)] = p (x) +
p (x) dx
0
a) Pruebe que T es una transformacion lineal.

b) Sean
B1 =
1, x 1, (x 1)2 , (x 1)3
B2 = {1, x, x (x 1)}
bases de R3 [x] y R2 [x] respectivamente. Determine [T ]BB21 y use esta matriz para
obtener el n
ucleo de T .
Control 2
1. Sea T : R4 R3 una transformacion lineal definida por
T (x, y, z, w) = (x y + z + w, x + 2z w, x + y + 3z 3w)
Encuentre una base y la dimension de Ker(T ) e Im(T ).
2. Describa explcitamente una transformacion lineal T : R3 R2 tal que
Im (T ) = h{(1, 0, 1) , (1, 2, 2)}i
469
Control 3
1. Considere la funcion T : R2 [x] R3 definida por T (p (x)) = (p (0) , p (1) , p (2)). Sean
B = {1, x, x2 } y C = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} bases de R2 [x] y R3 respectivamente:
b) Determine Ker(T ) y [T ]CB .
c) T es un isomorfismo?.
2. Considere la funcion f : D R2 R, definida por f (x, y) =
sin (x2 + y 2 ).
a) Encuentre el dominio de f y dibujarlo.

b) Determine si el dominio es abierto o cerrado.
Control 4
1. Sea
f (x, y) =
x + y si |x| + |y| 2
Existe
lm
si |x| + |y| < 2
f (x, y)? Justificar.
(x,y)(1,1)
2. Demuestre o de un contraejemplo de la propiedad: Para todo A, B Rn

(A B) A B
Control 5
1. Considere la funcion f : {(x, y) R2 : x 6= 0} R, definida por
2
f (x, y) = x + y
arctan
y
x
es posible definir f en (0, 1) de forma que f sea continua en tal punto?
470
2. Sea f : R2 R definida por
f (x, y) =
Hallar
f
x
(x, y) y
f
x
xy
x2 +y
si x2 6= y
si x2 = y
(x, y) en todos los puntos que estas existan y determinar si son
continuas en (0, 0).
Control 6
1. Considere el sistema
x = u+v+w
y = u2 + v 2 + w 2
z = u3 + v 3 + w 3
Calcule
v
y
(2, 6, 8) y
w
x
(2, 6, 8) donde (x, y, z) = (2, 6, 8) es la imagen de (u, v, w) =
(1, 2, 1).
2. Considere el sistema
u3 + xv 2 + y = 0
v 3 + yv + u2 = 0
a) Pruebe que es posible despejar x = x (u, v), y = y (u, v) en vecindades de los
puntos (x, y) = (1, 1) y (u, v) = (0, 1).
b) Hallar
u
x
(1, 1) y
v
x
(1, 1).
Control 7
1. Un servicio de entrega de paquetes requiere que las dimensiones de una caja rectangular sean tales que la longitud mas el doble del ancho mas el doble de la altura
no rebase 108 cms. Cual es el volumen de la caja mas grande que podra enviar la
compa
na?
471
2. Considerar el sistema
xy 2 + xzu + yv 2 = 3
u3 yz + 2xv u2 v 2 = 2
Es posible despejar u = u (x, y, z) y v = v (x, y, z) en vecindades de U de (x, y, z) y
V de (u, v) = (1, 1). Calcular
3. Resuelva la ecuacion
v
y
(1, 1, 1).
dy
1 xy 2
=
dx
2x2 y
haciendo la sustitucion v = y/xn para alg

un n.
4. Muestre que la ecuacion
y
y
dy
= + xm y n f
dx
x
x
se transforma en una ecuacion de variables separables usando el cambio de variables
y = vx donde v = v (x). Use lo anterior para resolver la ecuacion

y
y sec2 x
dy
= +
dx
x
y2
Control 8
1. Encuentre la solucion general de la ecuacion
d4 y
d3 y d2 y
dy
+ 2 3
6y = 0
4
3
dx
dx
dx
dx
2. Un estanque contiene 50 litros de agua pura. Al estanque entra salmuera, que contiene
C gramos de sal por litro a razon de 1,5 litros por minuto. La mezcla bien revuelta,
sale a razon de 1 litro por minuto. Si despues de 30 minutos la concentracion de sal
en el estanque es de 30 gramos por litro. Hallar el valor de C.
472
Control 9
1. Hallar
dz
dx
si se cumple x3 + y 3 + z 3 = 0 y x2 + y 2 + z 2 = 1
2. La matriz
A=
1 1
1
representa el jacobiano de una funcion f de clase C 2 de R2 en R2 en el punto (1, 1).

Suponga que f (1, 1) = (1, 0) y que f (x, y) = (u, v). Pruebe que f es localmente
invertible en (1, 1) y encuentre
y
u
(1, 0).
Control 10
1. Muestre que la ecuacion diferencial
2x4 yy 0 + y 4 = 4x6
se reduce a una ecuacion homogenea mediante el cambio de variables y = z n para
cierto n R. Determine el valor de n y resuelva la ecuacion.
2. Resuelva la ecuacion x3 yy 0 + 2x2 y 2 1 = 0 usando el cambio de variables u = x2 y.
Control 11
1. Usando la transformada de Laplace resuelva el problema de valor inicial

ty 00 ty 0 + y = 2 et 1
con y (0) = 0, y 0 (0) = 1.
2. Obtenga la transformada de Laplace inversa de
s2 s
s3 + s2 + 9s + 9
473
Control 12
1. Resuelva el problema de valores iniciales
dy
exy + ex = 0
dx
y (0) = 1
Ayuda. Use el cambio de variables u = ey .
2. Resuelva la ecuacion y 2 dx = (x3 xy) dy usando un factor integrante de la forma
xn y m .
Control 13
Sea R Z.
1. Encontrar el desarrollo en serie de Fourier de la funcion f : ], [ R
f (x) = cos (x)
2. Verificar que
"
#
1 1 X 2
cot () =
n=1 n2 2
Control 14
1. La recta normal, en cada punto (x, y) de la curva dada, pasa por el punto (2, 0). Si
la curva pasa por (2, 3) encuentre su ecuacion. Justificar.
2. Resolver la ecuacion
(2x + 1)2 y 00 2 (2x + 1) y 0 12y = 6x
Control 15
1. Obtenga la solucion de las ecuaciones
a) (6xy 2 3x2 ) dx = (6x2 y + 3y 2 7) dy
474
b) xy 0 y =
y
ln yln x
2. En la schopera de Don Ramon se vende cerveza artesanal a 4 o C. Dado que se

esta en epoca de verano la temperatura interior de la schopera es de 30 o C. El se
nor
Ramon es muy exigente con la calidad de su producto y pide a los meseros no servir
Schops si es que estos estan a mas de 7 o C. Sabiendo que a los 60 segundos la cerveza
llega a los 5 o C y que ademas un mesero demora 2 minutos en transportar la cerveza
desde su fuente hasta la mesa podran los meseros cumplir con las exigencias de Don
Ramon? (justifique matematicamente)
Control 16
1. Calcular

sin t
L
(s)
t
2. Resolver
ty 00 + 2y 0 + ty = 0
con y (0) = 1 e y () = 0.
3. Encontrar el desarrollo en serie de Fourier para
0
< x < 0
f (x) =
x 0<x<
y usando su resultado calcular
X
n=1
1
(2n 1)2
Control 17
1. Si es una funcion de una variable y z = y (x2 y 2 ) probar que
1 z 1 z
z
+
= 2
x x y y
y
475
Control 18
1. Sea T : R3 [x] R3 [x] definida por

T a0 + a1 x + a2 x2 + a3 x3 = a0 + a1 (x + 1) + a2 (x + 1)2 + a3 (x + 1)3
a) Demuestre que T es una transformacion lineal.
b) Si B = {1, x, x2 , x3 } encuentre [T ]BB
c) Determine dim (T ). Es T inyectiva? Justifique.
Control 19
x2 y 00 3xy 0 + 3y = 2x4 ex
Control 20
1. Resuelva la ecuacion integro diferencial
Z t
0
y (u) du = f (t)
y (t) +
0
donde
1 0t<1
f (t) =
0
t>1
con la condicion inicial y (0) = 0.
Control 21
1. Para x > 0 resuelva el P.V.I.
x2 y 00 2xy 0 + 2y = x4
con y (1) = 0, y 0 (0) = 1.
476
Control 22
1. Considere las superficies en R3 dadas por las ecuaciones
y = f (x)
y
z 2 + 2xz + y = 0
Determine la funcion f si se sabe que ambas superficies tienen el mismo plano
tangente en todo punto donde intersectan.
2. Dado el sistema
u = f (x)
v = g (x, y)
w = h (x, y, z)
para el caul se cumple
(f,g,h)
(x,y,z)
6= 0:
a) Demuestre que localmente se pueden despejar las variables y, u, z como funciones

de (x, v, w) y que
y
u
=
=0
w
w
b) Pruebe que
z
1
=
x
gy hz
(h, g)
(x, y)
Control 23
1. Calcule, si existe, el siguiente lmite
y x sin (y 3 )
lm
(x,y)(0,0)
x4 + y 4
2. Sea
f (x, y) =
xy
x3 y
si y x3 6= 0
si y x3 = 0
Encuentre el dominio de continuidad de f .

477
Control 24
1. Sea f (x, y) = y n ex
2 /(4y)
. Hallar un valor de n tal que f cumpla la ecuacion

2 f
2 f
x
=
x
y
x
x
2. Demostrar que el tetraedro acotado por los planos coordenados y cada plano tangente
a la superficie xyz = a3 es de volumen constante.
Control 25
1. Encuentre todas las soluciones de la ecuacion
3
dy
= x2 (y 1)3
dx
2
2. Resuelva el problema de valor inicial
y0 +
5
y = 3x3 + x
9x
con y (1) = 4.
Control 26
1. Se esta celebrando una fiesta en una habitacion que contiene 1800 pies c
ubicos de
aire libre de monoxido de carbono. En el instante t = 0 varias personas comienzan
a fumar. El humo que contiene 6 por ciento de monoxido de carbono, se introduce
en la habitacion a razon de 0.15 pies c
ubicos por minuto, y la mezcla, removida por
ventilacion, sale a ese mismo ritmo por una ventana entreabierta. Cuando debera
abandonar una persona prudente esa fiesta, si el nivel de monoxido de carbono
comienza a ser peligroso a partir de una concentracion de 0.00018?
Control 27
1. Un edificio tiene dos pisos. El primer piso esta sujeto al suelo rgidamente y el segundo
es una masa m que pesa 16 toneladas. La estructura elastica del edificio se comporta
como un resorte que resiste a los desplazamientos horizontales del segundo piso;
478
requiere una fuerza horizontal de 5 toneladas para que el segundo piso se desplace
una distancia de 1 pie. Suponga que un temblor de tierra hace que el piso oscile
horizontalmente con una amplitud A0 y con una frecuencia , resultando una fuerza
externa F (t) = mA0 2 sin (t) sobre el segundo piso.
a) Cual es la frecuencia de las oscilaciones del segundo piso?
b) Si el suelo sufre una oscilacion cada 2.25 segundos con una amplitud de 3 pulgadas
cual es la amplitud de las oscilaciones forzadas resultantes del segundo piso?
Control 28
1. Resuelva el problema de valores iniciales
ty 00 ty y = 0
con y (0) = 0, y 0 (0) = 3.
2. Resuelva el problema
y 00 4y 0 + 4y =
si 0 t < 3
t + 2 si
t3
con y (0) = y 0 (0) = 0.
Control 29
1. Resolver las ecuaciones
a) xy 2 y 0 + y 3 = x cos x
b)
dy
dx
3x y+y
= 2x
3 +3xy con y (1) = 2
Control 30
1. Sea T : R2 [x] R2 definida por T (p (x)) = (p (0) , p (1))
479
b) Determine una base para Ker(T ) e Im(T ). Cuales son sus dimensiones?
c) Sea B = {1 + x, 2 + x2 , 4 + x + x2 } base de R2 [x] y sea C la base canonica de
R2 . encuentre [T ]CB .
Control 31
y0 =
1 2
y y + 4x (x + 4)
16x2
Sabiendo que una solucion particular es de la forma axb .

2. Determine la funcion M (x, y) mas general de modo que la ecuacion diferencial

1
xy
M (x, y) dx + xe + 2xy +
dy = 0
x
sea exacta y resuelva la ecuacion para una de tales M .
Control 32
1. Determine los maximos y mnimos globales de
f (x, y, z) = 2x2 + y 2 + z 2 xy
sujeto a
x2
2
y2
4
z2
8
1.
Control 33
1. Use la transformada de Laplace para resolver el sistema
x0 = 4x 2y
y 0 = 5x + 2y
con x (0) = 2 y y (0) = 2.
480
Control 34
1. Suponga que un tanque cilndrico recto con radio de la base
1
2
metro y altura 4 metros
tiene inicialmente 2 litros de agua pura. Una solucion de salmuera se bombea hacia

1
el tanque a una rapidez de 1 + 1+t
litros por minuto, la concentracion de sal en el
flujo de entrada es de
se extrae a
1
1+t
1
2
kilogramo por litro. La solucion en el tanque es homogenea y
litros por minuto. Determinar la cantidad de sal en el tanque cuando
este se llena.
2. Sean u = (1, 0, 1), v = (1, 0, 1) y w = u v vectores en R3 y C la base canonica de
R3 :
a) Si T : R3 R3 es una transformacion lineal definida por T (u) = w, T (v) = v
y T (w) = u, determine [T ]CC y [T T ]CC
b) Determine explcitamente T 1 o argumente que no esta definida.
c) Si B = {u, v, w} determine [T ]BB
d ) Encontrar una matriz A tal que A1 [T ]BB A = [T ]CC
Control 35
1. ean a, b R, a 6= 0. Considere la ecuacion diferencial autonoma
dx
= a ((x 1) (x 4) b)
dt
I) Determine los valores y/o condiciones sobre a y b de modo que la funcion
x (t) 5 sea una solucion de equilibrio y ademas un atractor.
II) Para los valores y/o condiciones obtenidos en la parte anterior, bosquejar el
diagrama de fases.
III) Para los valores y/o condiciones obtenidos en la parte I), analizar el comportamiento de la solucion definida por el P.V.I.
dx
= a ((x 1) (x 4) b)
dt
x (0) = 1
481
esto es: Intervalos de crecimiento, decrecimiento y concavidad, limites a si

estos tienen sentido (examinar el intervalo maximal de definicion).
Obs.: No se entregaran puntos por resolver explcitamente y luego realizar el
analisis.
Control 36
1. Considere el sistema de ecuaciones
d
X = AX + B
dt
t
x (t)
2
4
e
, A =
y B =
donde X =
2t
y (t)
1 3
e
a) Resolver el sistema homogeneo
d
X=
dt
AX,
bosquejar
el diagrama de fases y
x (0)
clasificar la solucion de equilibrio. Si
determine la ecuacion
y (0)
2
de la recta a la cual tiende la curva solucion cuando t +.
b) Resolver el sistema no homogeneo
d
X
dt
= AX + B
2. Resolver el problema
d2 y
= t+2
dt2
y (0) = 0
e(tu) y (u) du
y 0 (0) = 0
Control 37
1. Considere la funcion
f (x, y) =
x y
si (x, y) 6= (0, 0)
x2 + y 2
si (x, y) = (0, 0)
a) Determine los valores de R+ para los cuales f es diferenciable en (0, 0)

482

b) Determine (para todo R+ ) el plano tangente a la grafica en el punto 1, 1, 12 .
2. Sea f : D R2 R definida por
p
x2 + y 2 1
f (x, y) = p
4 x2 y 2
a) Determine el dominio D de f .

b) Demostrar que 32 , 0 D, 1, 3 D y (0, 0) 6 D.
c) Describir los conjuntos de nivel de f y graficar la funcion.
483
Captulo 13 : Cert
amenes
Certamen 1
1. Sea f : R2 R diferenciable tal que f (1, 1) = 1 y f (1, 1) = (2, 3). Sea
z = g (x, y) = f (x2 y, y 2 f (x, y)). Encuentre la ecuacion del plano tangente a la
superficie z = g (x, y) en el punto (1, 1, 1).
f (x, y) =
1
x
sin (x2 + x2 y 2 ) si x 6= 0
si x = 0
a) Pruebe que f es continua en R2

b) Encuentre fx (0, 0) y fy (0, 0)
c) Determine si f es diferenciable en (0, 0).
3. El sistema
x3 + uy 2 + v = 0
y 3 + yv + x2 = 0
define a u y v como funciones de x e y, en vecindades de los puntos (x, y) = (0, 1) y
(u, v) = (1, 1). Sea w = (1, 1), determine la derivada direccional de v = v (x, y) en
el punto (1, 0) en la direccion w.
4. El material para el fondo de una caja rectangular cuesta el triple por metro cuadrado
que el material para los lados y la tapa. Determine la maxima capacidad que tal caja
puede tener si la cantidad total de dinero disponible para el material es $12000 y el
material para el fondo cuesta $600 el metro cuadrado.
484
Certamen 2
1. Considere la aplicacion lineal T : R3 R3 tal que T (1, 1, 0) = (2, 4, 2), T (1, 0, 1) =
(0, 2, 2) y T (0, 1, 1) = (2, 2, 2):
a) Es T invertible?. Justifique.
b) Pruebe que existe una base B de R3 tal que [T ]BB es una matriz diagonal.
2. Sea g : R R una funcion continua y defina f : R2 R por
Z y
f (x, y) =
g (t) dt
x
a) Pruebe que f es diferenciable

b) Pruebe que el plano tangente a la superficie z = f (x, y) en el punto (a, b) pasa
por el origen si y solo si
Z
bg (b) ag (a) =
g (t) dt
a
3. Encuentre el maximo de ln x + ln y + 3 ln z sobre la porcion de esfera x2 + y 2 + z 2 = 5r2

donde x > 0, y > 0, z > 0. Use el resultado para probar que para n
umeros reales
positivos a, b, c tenemos
3
abc 27
a+b+c
5
5
4. Sea U = {(x, y, z) R3 : xy 6= 0}. Definamos f : U R3 R por

z
z
f (x, y, z) = g x + , y +
y
x
donde g : R2 R es una funcion de clase C 1 . Suponga que para cada
(x, y, z) U ,
f
(x, y, z) 6= 0
z
a) Considere un punto (x0 , y0 , z0 ) U tal que f (x0 , y0 , z0 ) = 0. Argumente que

f (x, y, z) = 0 define implcitamente a z como funcion de las variables x e y, es
decir, z = z (x, y) en una vecindad de (x0 , y0 ) tal que z0 = z (x0 , y0 ).
b) Demuestre que la funcion z de la parte anterior satisface la ecuacion
x
z
z
+y
= z xy
x
y
485
Certamen 3
1. Resuelva la siguiente ecuacion
y 0 = e2x y 2 2y 9e2x
con y (0) = 4 sabiendo que tiene una solucion particular de la forma y (x) = aekx .
2. Un tanque contiene inicialmente 60 gal. de agua pura. Entra al tanque, a una tasa de
2 gal./min., salmuera que contiene 1 lb. de sal por galon, y la solucion (perfectamente
mezclada) sale de el a razon de 3 gal. por minuto; el tanque se vaca despues de una
hora exactamente.
a) Encuentre la cantidad de sal que hay en el tanque despues de t minutos.
b) Cual es la cantidad maxima de sal que llega a tener el tanque?.
3. Resuelva la ecuacion
x 1 x2
2
y 00 1 x2
2
y 0 + x3 y = 0
usando el cambio de variables t = 12 ln (1 x2 )

4. Encuentre la solucion general de la ecuacion

2
x2 2x y 00 + 2 (1 x) y 0 + 2y = 6 x2 2x
sabiendo que y = x 1 es una solucion de la ecuacion homogenea asociada.
486
Certamen 4
1. Resuelva las ecuaciones
dy
+ x2 y = 2y 4/3
a) x3 dx
b) (x2 + y 2 + 1) dx (xy + y) dy = 0
2. Suponga que un individuo infectado se introduce en una poblacion de tama
no N,
todos los individuos de la cual son susceptibles a la enfermedad . Si suponemos que
la tasa de infeccion es proporcional al producto del n
umero de infectados y el de
susceptibles presentes, cual sera el n
umero de infecciones en el tiempo t?.
3. Para x > 0, considere la ecuacion

2
xy 00 + x2 1 y 0 + x3 y = ex /4
a) Use el cambio de variables t = x2 /2 para encontrar la solucion general de la
homogenea.
b) Resuelva la no homogenea usando variacion de parametros.
487
Certamen 5
1.
a) Pruebe que el cambio de variables u = ax + by + c transforma la ecuacion

diferencial y 0 = f (ax + by + c) en una ecuacion diferencial autonoma, donde
a, b y c son constantes reales.
b) Use el resultado anterior para transformar la ecuacion
dy
= (y 2x) (y 2x)2 + 2
dx
(ec-1)
en una ecuacion autonoma.

c) Haga la linea de fase de la ecuacion autonoma obtenida en el item b).
d ) En el plano xy haga un esbozo de las soluciones de la ecuacion (ec-1).
e) Obtenga la solucion general de (ec-1).
2. Determine una solucion de la forma y (x) = xn para la ecuacion

x2 1 y 00 (x) 2xy 0 (x) + 2y (x) = 0, x > 1
donde n es alg
un entero positivo.
Usando el resultado anterior, hallar la solucion del problema de valores iniciales
(x2 1) y 00 (x) 2xy 0 (x) + 2y (x) = (x2 1)2 x > 1

y (2) = 2, y 0 (2) = 10
3. Considere el sistema lineal de ecuaciones diferenciales
dx
= y
dt
dy
= 4x 2ay
dt
con a R:
a) Para los diferentes valores del parametro real a, haga un retrato de fase del
sistema de ecuaciones indicando las direcciones en las cuales las curvas son
recorridas.
b) Obtenga la solucion general del sistema.
488
4. Supongamos que la tasa de cambio del precio x de un bien, crece en el tiempo a una
razon constante c como resultado de la inflacion constante, al mismo tiempo cae en
forma proporcional a la diferencia entre la oferta y en el tiempo t y alguna oferta de
equilibrio y0 , es decir,
dx
dt
= c (y y0 ). Tambien asumimos que la tasa de cambio
de la oferta es proporcional a la diferencia entre el precio y alg

un precio de equilibrio
x0 , es decir,
dy
dt
= (x x0 ). ( y )son constantes de proporcionalidad positivas.
Asumiendo que en t = 0,x = x0 y y = y0

a) Muestre que el precio y la oferta oscilan alrededor de x0 y y0 + c/ respectivamente.
b) Si en el tiempo t = T0 el precio es maximo en que tiempo la oferta es maxima?
489
Certamen 6
1. Se ha determinado experimentalmente que la variacion de peso de un tipo de pez
sigue la ley
dp
= e 3 t p2/3 p
dt
donde p = p (t) representa el peso, y son constantes positivas. Si p (0) = p0 > 0

determine el peso maximo del pez.
a) Hallar una ecuacion diferencial lineal con solucion general
c1 et cos (2t) + c2 et sin (2t) + t5
b) Considere la ecuacion y 00 + q (x) y = 0 donde q es continua en todo R y dos
soluciones y1 , y2 las cuales satisfacen y1 (0) = 1, y10 (0) = 0 y y2 (0) = 3, y20 (0) = 1.
Si W (x) es el Wronskiano de y1 e y2 en x demuestre que W (x) = 1 para todo
x donde las soluciones esten definidas.
2
d y
dy
2. Muestre que (x) = ex es una solucion de la ecuacion x dx
2 (x + 2) dx + 2y = 0 y
determinar la solucion general de

x
d2 y
dy
(x + 2)
+ 2y = x3
2
dx
dx
3. Sea C la base canonica de R3 . Sean T, L : R3 R3 transformaciones lineales tales

que T (1, 1, 1) = (1, 3, 3), T (1, 1, 0) = (2, 3, 2), T (1, 0, 0) = (1, 1, 2) y
2 3 2
[L]CC =
1
1
1
4
6
5
a) Determine T explcitamente.
b) Determine [T L]CC
c) Que relacion existe entre T y L?
d ) Determinar Ker(T ) e Im(L).
490
Certamen 7
1.
a) Calcular la serie de Fourier de la funcion
1 si 0 < x <
f (x) =
1 si < x < 0
1 1 1
= 1 + +
4
3 5 7
b) Usando la serie de Fourier anterior, determine la serie de Fourier de
a si 0 < x <
g (x) =
b si < x < 0
y usando la serie muestre que
para a, b R (No se entregaran puntos por calcular esta serie con las formulas
de los coeficientes de Fourier).
t si t < 1
dy
+
9y
=
0 si t > 1
dt2
2
con y (0) = y 0 (0) = 0.

3. Resolver el sistema
Z
0
e
Z
tu
(t u) y (u) du = t2
x (u) du +
Z 0t
t
x (u) du +
(t u)2 y (u) du = t3
0
4. Sea R {1, 2}. Considere el sistema de ecuaciones

2
x
d x

=
dt
y
1
y
a) Clasificar la solucion de equilibrio (silla, atractor, repulsor, etc.) para los distintos
valores de .
b) Para =
3
2
determine la solucion general del sistema y bosquejar el diagrama
de fases.
491
Certamen 8
1. Hallar y clasificar los puntos crticos de f : R2 R definida por
f (x, y) = x3 + y 3 + 9x2 3y 2 + 15x 9y
Posee f extremos globales?.
f (x, y) =
x2 y
si (x, y) 6= 0
|x| + y 2
si (x, y) = 0
a) Determine los puntos del dominio de f en los cuales la funcion es continua.

b) Es f diferenciable en (0, 0)?
f
(1, 1) es la derivada direccional de f en
a
(1, 1) en la direccion a, determine el valor de
c) Si a es un vector unitario de R2 y
f
(1, 1)
kak=1 a
m
ax
2
aR ,
3. Determine las funciones f : R R de clase C 1 (R) tales que las superficies

S1 = (x, y, z) R3 : y = f (x)

S2 = (x, y, z) R3 : z 2 + 2xz + y = 0
son tangentes en los puntos de interseccion.
4. Suponga que la funcion de clase C 2 (R), f : R2 R, (x, y) f (x, y) satisface la
ecuacion en derivadas parciales
2f
2f
2f
2
3 2 =0
x2
xy
y
y defina g : R2 R por
g (u, v) = f (u + v, u + v)
donde , , y son constantes. Determine valores enteros no nulos de , , y
para los cuales g cumple
2g
=0
uv
492
Certamen 9
1. Resolver la ecuacion diferencial
t
d2 y
dy
2y = 0
+ (1 2t)
2
dt
dt
con las condiciones iniciales y (0) = 1, y 0 (0) = 2.

2. En el paraboloide 4x2 + y 2 + 4z 2 16x 6y 8z + 25 = 0 hallar el punto mas cercano
y mas alejado del plano 2x + 2y + z = 0.
3. Muestre que existen funciones u = u (x, y), v = v (x, y) definidas en un abierto U que
contiene a (1, 1) tales que u (1, 1) = 0, v (1, 1) = 1,
ux3 + xy 2 + u sin u = 1
y
v 3 2xv + y 3 = 0
ademas estudiar si la funcion F : U R2 R2 , (x, y) F (x, y) = (u (x, y) , v (x, y))
es localmente invertible cerca de (1, 1) y en caso afirmativo calcular DF 1 (0, 1).
4. Sea f : R2 R, (x, y) f (x, y) una funcion de clase C 2 .
a) Muestre que si g (r, ) = f (r cos , r sin ) entonces
2f
2f
2g
1 2 g 1 g
+
=
+
+
x2
y 2
r2 r2 2 r r
b) Determine una funcion f : {(x, y) R2 : 1 x2 + y 2 9} R tal que
2f
2f
+
= 0 para 1 < x2 + y 2 < 9
x2
y 2
f (x, y) = 1 si x2 + y 2 = 1
f (x, y) = 3 si x2 + y 2 = 9
suponiendo que g (r, ) = f (r cos , r sin ) no depende del angulo, es decir,
g
= 0.
493
Certamen 10
1. Determine todas la funciones de clase C 1 y positivas f : R R+ , que cumplan
f (0) = 1 y tales que en todo intervalo [a, b] el area bajo la grafica de la funcion y
sobre el eje x sea igual a la longitud de arco de la grafica.
2. Determine la solucion general de la ecuacion
d3 y
d2 y
dy
6y = et + t
6
+
11
3
2
dt
dt
dt
3. Si se sabe que una solucion de
d2 y
dy
+ f (x)
+ g (x) y = 0
2
dx
dx
es (x) = x y f (x) = x1 (x + 2), determine g (x) y la solucion general de
d2 y
dy
+
f
(x)
+ g (x) y = xex
2
dx
dx
4. Construir una transformacion lineal T : R4 R4 tal que
ker (T ) = {(x, y, z, w) : x + y + z = 0 x 2y + w = 0}
e
Im (T ) = {(x, y, z, w) : x y z = 0 x + 2w + y z = 0}
y determine [T ]BC donde
B = {(1, 0, 0, 0) ; (1, 1, 0, 0) ; (1, 1, 1, 0) ; (1, 1, 1, 1)}
y C es la base canonica de R4 .
494
Certamen 11
1. Determine La serie de Fourier de : [2, 2] R
0 si x [2, 0]
x (x) =
x si x [0, 2]
a que converge la serie de Fourier de al evaluarla en x = 6?
0 si t < 4
d2 y
y =
dt2
t2 si t > 4
donde y (0) = y (0) = 0.

3. Determine las funciones de orden exponencial , : R R que cumplen (0) = 0 y
Z t
(t u) (u) du = t2
0
Z t
etu 0 (u) du = t
0
a) Analizar para los distintos valores de en R la naturaleza de las soluciones de

equilibrio del sistema
d x 1 x
=
dt
y
y
1
y bosquejar en cada caso el diagrama de fases.
b) Resolver el P.V.I.
2 1
x
d x

=
dt
y
1 2
y
x (0) = y (0) = 1
495
Certamen 12
1. Considere el siguiente modelo de dinamica poblacional:

dy
y
=r 1
y Ey donde 0 < E < r, k 6= 0
dt
k
a) Hallar y clasificar las soluciones de equilibrio.

b) Si y (0) = k2 1 Er bosquejar la solucion y determinar lmt+ y (t).
c) Existen valores de los parametros E, k, r tal que dos puntos crticos consecutivos
sean atractores?
2. Resolver el problema de valores iniciales
xy 00 (x) + (2x 1) y 0 (x) 2y (x) = x2 e3x , x > 0
donde y (1/2) = y 0 (1/2) = 0, si se sabe que y (x) = ex es una solucion de la
homogenea asociada para un adecuado.
3. Considere el problema

u (t) + a u (t) = 2 sin t +
4
0
u (0) = u (0) = 0
00
donde a es una constante conocida.

a) Si a 6= resolver la ecuacion diferencial con las condiciones dadas.
b) Para que valores de ocurre el fenomeno de la resonancia? Justifique su
respuesta.
4. Considere el sistema de ecuaciones
dx
= 5x + 4y
dt
dy
= 4x + 5y
dt
a) Elaborar el retrato de fases del sistema y clasificar los puntos de equilibrio.
496
b) Bosquejar en el plano de fase la curva solucion con condiciones iniciales x (0) = 2,

y (0) = 3 Existe alg
un instante t en el cual x (t) = y (t)?
c) Bosquejar en el plano de fase la curva solucion con condiciones iniciales x (0) = 4,
y (0) = 2 Existe alg
un instante t en el cual x (t) = y (t)?
497
Certamen 13
1. Sea f : R3 R diferenciable y tal que
f (0, 2, 1) = (1, 1, 2)
f (0, 2, 1) = 4
Considerar ademas la funcion g(u, v) = f (u v 2 , 3u v , 3u2 2v) . Encuentre la

ecuacion del plano tangente a la superficie z = g(u, v) en el punto (1, 1, 4) .
2. La ecuacion x2 + y 3 + z 4 + u5 = 2 define a u como funcion de x , y y z y la
ecuacion x + y 2 + z 3 = 1 define a z como funcion de x e y . Entonces, se puede
considerar u como funcion de x e y . Entonces:
du
(1 , 1) , donde
v esta en la direccion (1 , 1).
Hallar
d
v
3. Sean F : R3 R3 y G : R2 R3 dadas por F (x , y , z) = (u , v , w) determinado
por el sistema
u = xy
v = x2 y 2 + z
w = xz
y G(x , y) = (x 2y + 1 , 2x y , x2 y 2 )
a) Determinar los puntos de R3 en los que F es localmente invertible.
dy
b) Determinar
(0, 1, 0)
dw
c) Calcular el diferencial de F 1 G en (1, 1)
4. Considerar la elipse que se obtiene al interceptar el cilindro x2 + y 2 = 1 y el plano
x + y + z = 0 . Encontrar la longitud del semieje mayor y del semieje menor.
498
Certamen 14
1. Resolver
00
y 2y + y 2
y(u)du = 5 ;
t0
con y(0) = 0 ;
y 0 (0) = 0 .
2. Resolver el sistema
x0 (t)
1 2 3
x(t)
y 0 (t) = 0 2 3 y(t)
0
z (t)
0 0 2
z(t)
3. Considerar la funcion
f (x) = ex ; < x <
y f (x + 2) = f (x) . Pruebe o refute que:
X
1
(1)n
= +2
sinh()
2 + n2
n=1
499
Certamen 15
1. Encuentre la solucion general de la ecuacion de Euler no homogenea:
x2 y 00 + 2xy 0 2y = 10 cos (ln x)
2. Una masa que pesa 8 lbs. estira 4 pies un resorte. Al principio esta masa parte
del reposo a 2 pies abajo de la posicion de equilibrio y el movimiento ocurre en un
medio que presenta una fuerza de amortiguamiento igual a la mitad de la velocidad
instantanea. Deducir la ecuacion del movimiento si se aplica una fuerza externa igual
a f (t) = t cos(2t)
3. Para x > 0 y haciendo el cambio x =
1
t
encuentre la solucion general de la ecuacion

1
4 00
3 0
4x y + 8x y + y = tg
2x

2
y 00 + 4xy + 6 + 4x2 y = x2 ex .
2
a) Pruebe que si y(x) = u(x)ex es solucion, entonces u satisface una ecuacion

diferencial lineal no homogenea con coeficientes constantes.
b) Use el resultado de la parte anterior para determinar la solucion y(x) con
y(0) = 1 , y 0 (0) = 0
500
certamen 16
1. La Ley de Malthus supone que la tasa de crecimiento de una poblacion p , es
directamente proporcional al tama
no de la poblacion en cada instante.
a) Escribir la ecuacion diferencial que representa esta relacion y verificar que
p(t0 ) = p0 , entonces p(t) = pe(tt0 ) , para alguna constante > 0
b) Sabiendo que la poblacion de la tierra aumento, en promedio, el 2 % anual desde
1960 ( = 0,02) y que en 1965 se estimaba en 3.340 millones de personas.
Calcular mediante este modelo en cuanto tiempo la poblacion se duplico (respecto
de 1960).
c) Este modelo tiene una correccion propuesta por Verhulst en 1837, que asume
que al crecer mucho la poblacion y tener que competir por el alimento y espacio,
el crecimiento se ve afectado por la falta de recursos. Este modelo esta dado por
la ecuacion logstica
p0 = p p2
con , constantes reales positivas. Resuelva esta ecuacion.
d ) Calcular para ambos modelos el lmite cuando t tiene a infinito y explicar su
resultado.
2. Determine la distancia maxima y mnima del origen (0, 0, 0) a los puntos de la curva
definida por la interseccion de las superficies:
z = x2 + y 2 ;
x + 2y + z = 10
3. Considere la transformacion F : R3 R3 dada por

F (x, y, z) = (u, v, w), donde u = xy 2
v = x + 3y
w = z x.
Se verifica que F (4, 1, 2) = F (1, 2, 1) = (4, 7, 2).

a) Pruebe que en torno a los puntos (4, 1, 2) y (1, 2, 1) existen inversas locales
(x, y, z) = G(u, v, w) ;
(x, y, z) = H(u, v, w)
que satisfacen G(4, 7, 2) = (4, 1, 2) y H(4, 7, 2) = (1, 2, 1) respectivamente.

501
b) Calcular
en el punto (4, 7, 2) para G o H (ESCOGER SOLO

UNA DE
v
ELLAS).
502
Certamen 17
1. Resuelva la ecuacion diferencial
x3 y 000 + 4x2 y 00 + xy 0 y = x2 ln x
para x > 0.
2. Considerar la funcion
0 si 0 t < 1
f (t) =
1 si
t1
Resuelva el sistema
9x0 32y 0 32y = f (t)
0
2x +
x (u) du + 8y 0 + 8y = 0
con x (0) = 32 e y (0) = 9.

3. Use el cambio y =
z
1+x2
para resolver la ecuacion

1 + x2 y 00 + 4xy 0 + 2 3 + 2x2 y =
503
2
2
+
+ 2x
cos (2x) sin (2x)
Certamen 18
1. Sea T : R3 R2 una transformacion lineal. Sean B = {(1, 1, 1) , (1, 1, 0) , (1, 0, 0)} y
U = {(1, 1) , (1, 1)} bases de R3 y R2 respectivamente.
Considere
A = [T ]UB =
0 1
1 1
Determine:
a) [T (1, 1, 0)]U
b) T (3, 2, 1)
c) T es inyectiva?
a) Si w = f
yx zy
, yz
xy
. Probar que
x2
w
w
w
+ y2
+ z2
=0
x
y
z
b) Sea f : R2 R definida por
x2 si x2 y 2
f (x, y) =
y si x2 < y 2
determine el maximo dominio de continuidad de f .
2 2 2
2. Pruebe que el maximo valor de x y z bajo la condicion x + y + z = R es

Deduzca de esto que
p
3
x2 y 2 z 2
R2
3
3
x2 + y 2 + z 2
3
3. Un canaleta cuya seccion transversal tiene forma de trapecio, con angulos en la base
iguales, se va a construir doblando bandas iguales a lo largo de ambos lados de una
larga pieza de metal, de 12 pulgadas de ancho. Encuentre los angulos de la base y las
dimensiones de los lados que producen la maxima capacidad de acarreo.
504
Certamen 19
1. Dada la funcion definida por
f (x, y) =
(y2)2 sin(xy)
x2 +y 2 4y+4
si
(x, y) 6= (0, 2)
si
(x, y) = (0, 2)
Es f una funcion continua en R2 ?

2. El volumen de un elipsoide de semiejes a, b, c es
4
abc.
3
Hallar el elipsoide con centro
(0, 0, 0) de volumen mnimo que pasa por (2, 3, 5).

3. Considere las ecuaciones
uv 3x + 2y = 0
u4 v 4 = x2 y 2
Verifique que ellas definen funciones u = u (x, y), v = v (x, y) en torno al punto
(u, v, x, y) = (1, 1, 1, 1), ademas, determine la ecuacion del plano tangente a la
superficie u = u (x, y) en (1, 1, 1).
4. Sea f : R2 R de clase C 2
a) Pruebe que si f es homogenea de grado p, es decir, f (tx, ty) = tp f (x, y) entonces
x2
2
2f
2f
2 f
+
2xy
+
y
= p (p 1) f
x2
xy
y 2
Ind.: g (t) = f (tx, ty) derivar dos veces respecto a t.

b) Probar que si (x, y) f (x, y) = pf (x, y) para todo (x, y) entonces p es homogenea de grado p.
Ind.: Defina g (t) = f (tx, ty) tp f (x, y) y calcule la derivada.
505
Certamen 20
1. Sea
f (x, y) =
xy 3
x2 +y 2
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
a) Es f continua en (0, 0)?

b) Hallar fx (x, y) y fy (x, y).
2. (Plano tangente y regla de la cadena)
a) Dada la superficie S : x2 + 2y 2 + 3z 2 = 21 hallar la(s) ecuacion(es) del (de los)
plano(s) tangente(s) a S que es (son) paralelos(s) al plano x + 4y + 6z = 0.
b) Si z = f (x, y) es de clase C 1 y x = r cos e y = r sin , probar que
sin
z cos z
z
+
=
r
r
y
3. (Maximos y mnimos)
a) Encuentre los maximos y/o mnimos de la funcion
f (x, y, z) = x2 + y 2 + z 2 + xy + yz + xz + x 2y
b) Determine los angulos , , de un triangulo de modo que el producto de sus
senos sea maximo.
506
Certamen 21
1. Considere la funcion f definida como sigue:
2yx3 si (x, y) 6= (0, 0)

x2 +y 2
f (x, y) =
0
si (x, y) = (0, 0)
a) Determine si la funcion f (x, y) es continua en todo R2 .
b) Determine si la funcion f (x, y) es diferenciable en todo R2 .
c) Determine el valor de fxy (0, 0) y fyx (0, 0).
2. Sean x la cantidad de sillas e y la cantidad de mesas producidas por un fabricante.
Si las funciones f (x, y) = 256 3x y y g (x, y) = 222 + x 5y corresponden a los
precios unitarios de venta de los productos respectivamente, hallar las cantidades
de sillas y mesas de modo de obtener maximas utilidades sabiendo que el costo de
produccion total es C (x, y) = x2 + xy + y 2 .
3. Dada la ecuacion
sin (yz) + sin (xz) + sin (xy) = 0
a) Encuentre las condiciones para que z este definida implcitamente como funcion
de las variables x e y cerca de (x, y, z) = (1, 0, ).
b) Encontrar el plano tangente a la grafica de z = g (x, y) en (x, y, z) = (1, 0, ).
4. Dada la funcion z = f (2x + 3g (y))
a) Encuentre las condiciones para que la funcion z = f (2x + 3g (y)) sea dos veces
diferenciable en R2 .
b) Bajo los supuestos encontrados en la parte anterior, determine el valor de k de
modo que

k=
z 2 z
z 2 z
x xy y x2
507
Certamen 22
1. Sea T : R3 R3 la transformacion lineal definida por
T (x, y, z) = (x + z, y + 3z, x + y + z)
con R:
a) Determine el valor de la constante para que dim Ker(T ) = 1 y en este caso
Calcule Ker (T ).
b) Para el valor anterior de calcule Im (T ).
2. Sean p (x) y q (x) dos funciones continuas. Verificar que la sustitucion y = ez con
z = z (x) transforma la ecuacion diferencial
y 0 + p (x) y = q (x) y ln y
en una ecuacion lineal de primer orden. Usando lo anterior, resolver la ecuacion
xy 0 = 2x2 y + (x + 1) y ln y
3. Hallar la solucion general de una ecuacion diferencial lineal a coeficientes constantes
homogenea, cuya ecuacion caracterstica es:
5 24 + 63 92 + 8 4 = 0
sabiendo que y = ex/2 cos
3
x
2
es una solucion de dicha ecuacion.
4. Hallar la solucion general de la ecuacion diferencial

dy
d2 y
+ tan (x)
+ cos2 (x) y = 0
2
dx
dx
utilizando para ello el cambio de variables t = sin x.
508
Certamen 23
1. (40 pts.) Sea f : R2 R la funcion definida
2y 2
,
0
,
f (x, y) =
2
2
x +y
2
sin (x + y) ,
x + |y|
por:
(x, y) A
(x, y) = (0, 0)
(x, y) AC (x, y) 6= (0, 0)
en donde:
A=
a) Calcule
(x, y) R2 : y > 0 x y x
f
f
(0, 0) y
(0, 0).
x
y
b) Es diferenciable f en (0, 0)?

2. Sean f : R3 R una funcion tal que f (1, 1, 2) = (1, 1, 0) y h : R2 R otra
funcion definida por h(s, t) = 2s2 + st:

(a) Encuentre un vector unitario normal a la curva de nivel (s, t) : h(s, t) = 2 en
el punto (1, 0).
(b) Considere : R2 R definida por
(s, t) = f 3x + 2xy + z 2 , x + y 2 , x 2z 2
en donde:
x(s, t) = 2st,
y(s, t) = s2 2t y
z(s, t) = s + t. Calcule
(1, 0).
(c) Encuentre la derivada direccional de en el punto (1, 0) en la direccion dada por
el vector calculado en la parte (a).
3. Sean f : R2 R una funcion definida por:
f (x, y) = x x2 y 2
y el conjunto U = {(x, y) : x2 + y 2 1}:
= {(x, y) : x2 + y 2 < 1},
a) Mediante el criterio del hessiano, determine los extremos de f en U
en caso de existencia.
509
b) Mediante el metodo de los multiplicadores de Lagrange, calcule los extremos de f

en U = {(x, y) : x2 + y 2 = 1}, si acaso existen.
510
Certamen 24
1. Sea x = x (t) una funcion que satisface el sistema de ecuaciones
x00 = y z
y 00 = x0 + z 0
z 00 = (1 + x + y)
donde x (0) = x0 (0) = 0, y (0) = 1, y 0 (0) = 1 y z (0) = 0, z 0 (0) = 1. Calcule, de ser
posible, el valor de x ().
2. Sea f : R R la funcion periodica definida por
f (x) = ex para < x <
y f (x + 2) = f (x). Calcule la serie de Fourier de f .
3. Sea f : R2 R una funcion de clase C 2 (R2 ). Considere el cambio de variables
x = u+v
y = uv 2
y la funcion g : R2 R definida por g (u, v) = f (x (u, v) , y (u, v)). Calcule el valor
de
sabiendo que
2f
x2
2g
2g
(1,
1)
+
(1, 1)
u2
v 2
2
2f
(2, 1) = yx
(2, 1) = yf2 (2, 1) = 1 y
f
y
(2, 1) = 2.
4. Se desea construir un tanque que consistir a de un cilindro circular recto de altura h

y radio r, una tapa superior semiesferica de radio r y finalmente una tapa inferior
plana del mismo radio. Suponga que los costos de construccion de la tapa semiesferica
son de $20 por [m2 ]; que los costos de construccion de la cara lateral cilndrica son
de $8 por [m2 ] y de $5 por [m2 ] para la base circular plana.
a) Hallar el valor de h y r de modo que el costo de construccion sea mnimo
asumiendo que el volumen debe ser de 200 [m3 ].
b) A cuanto es igual la relacion h : r?.
511
Certamen 25
1. Resuelva usando la transformada de Laplace el siguiente problema de valores iniciales
ty 00 2y 0 + ty = 0 con y (0) = 1, y 0 (0) = 0
2. Sea f : [0, [ R la funcion definida por:
2t
si 0 t < 2
f (t) =
2(t) si t <
2
Desarrollar f (t) en una serie de Fourier en terminos del seno.
3. Considere la ecuacion diferencial de primer orden
dx
= (x 1) (x a) x x2 + x + 1
dt
en donde a es un parametro real. Determine condiciones sobre a de modo que la
solucion de equilibrio x = 0 sea un punto atractor.
512
Certamen 26
1. Sea T : R2 [x] R2 la funcion definida por

Z
0
T (p (x)) = p (1) , 6

p (x) dx

b) Hallar el n
ucleo de T y una base para la imagen de T .
c) Sean B = {1, 1 + x, x + x2 } y D = {(1, 1) , (0, 1)} bases ordenadas de R2 [x] y
R2 respectivamente. Calcular [T ]D
B.
2. Hallar la solucion general de la ecuacion
x2 (1 x) y 00 + 2x (2 x) y 0 + 2 (1 + x) = x2
sabiendo que la homogenea asociada tiene una solucion de la forma y = x2 .
3. La ecuacion homogenea
y (4) 4y 000 + 11y 00 + 8y 0 26y = 0
tiene una solucion de la forma y = e2x cos 3x. Resolver la ecuacion
y (4) 4y 000 + 11y 00 + 8y 0 26y = x
4. Se suministra bacterias como alimento a una poblacion de protozoos a una tasa
gr
constante de 1 min
. Se ha observado que las bacterias son consumidas a una tasa
de cuatro veces el cuadrado de su cantidad c (t). Hallar c (t) en funcion de c (0) = c0 .
513
Certamen 27
1. Sea x > 1. Resuelva la ecuacion diferencial:
(1 x) y 00 + xy 0 y = (1 x)2 cosh x
sabiendo que una solucion de la ecuacion homogenea asociada es y = ex .
2. Laplace:

a) Calcule L t sen t .

b) Si L f (t) = X (s), calcule f (t), sabiendo para ello que X (s) satisface la
ecuacion:

2s (1 e2s )
s2 + 1 X (s) =
s2 + 1
3. Considere el siguiente sistema de ecuaciones:
Z t
x0 + 2x + 6
y (u) du = 2
0
x0 + y 0 + y =
en donde x (0) = 5 e y (0) = 6. Calcule el valor de x (ln 2).

xy 2
, si y > x2
2 + y2
x2 y
f (x, y) =
, si y x2 (x, y) 6= (0, 0)
2 + y2
0
, si (x, y) = (0, 0)
Determine todos los puntos de R2 para los cuales la funcion f es continua.
514
Certamen 28
1. Considere la funcion f : R2 R definida por:
xy sin x , (x, y) 6= (0, 0)

x2 + y 2
f (x, y) =
0
, (x, y) = (0, 0)
a) Determine si f es continua en (0, 0).
b) Determine todas las derivadas direccionales de f en (0, 0).
c) Determine si f es diferenciable en (0, 0).
2. Sea z = z (x, y) una funcion de clase C 2 . Escriba la ecuacion:
2z
2z
2z
+
2
3
=0
x2
xy
y 2
en las variables u y v definidas por las ecuaciones:
u = 3x y
v =x+y
3. Determine los valores de las constantes a, b y c en R de modo que la derivada

direccional de:
f (x, y, z) = acy 2 + byz + cz 2 x3
en el punto (1, 2, 1) tenga un valor maximo de 64 en la direccion del eje X positivo.
4. Hallar las dimensiones del paraleleppedo rectangular de mayor volumen con aristas
paralelas a los ejes coordenados que puede ser inscrito en el elipsoide de ecuacion:
x 2
3
y 2
4
515
z 2
5
=1
Certamen 29
1. Resuelva la ecuacion diferencial:
(1 + x)2 y 00 3 (1 + x) y 0 + 4y = (1 + x)3
utilizando para ello el cambio de variables et = 1 + x.
x00 + tx0 x = 0,
x (0) = 0,
x0 (0) = 1
3. Sea z C 2 . Simplificar al maximo la ecuacion:

y
2z
2z
2z
+
(x
+
y)
+
x
=0
x2
xy
y 2
considerando para ello el cambio de variables dado por:

u = y 2 x2
v =yx
4. Sean f : R3 R una funcion diferenciable tal que:

f (0, 2, 1) = (1, 1, 2)
f (0, 2, 1) = 4
y g la funcion definida por g (u, v) = f (u v 2 , 3u v, 3u2 2v). Hallar la ecuacion

del plano tangente a la superficie z = g (u, v) en el punto (1, 1, 4) .
5. Determine el maximo y el mnimo absolutos de la funcion:
z = sin x + sin y + sin (x + y)
en la region:
0x<
516
0y
Certamen 30
Z
1. Sea g (x) =
1
et
dt. Hallar todos los valores de la constante a tales que la funcion
t
f definida por:
f (x) =
1 a g(x)
e
x
satisfaga la ecuacion diferencial lineal:

x2 y 00 + 3x x2 y 0 + 1 x e2x y = 0
Utilizar la informacion anterior para determinar la solucion general de la ecuacion en
el intervalo (0, +).
2. Utilizando la Transformada de Laplace, resuelva la ecuacion diferencial:
xy 00 2y 0 + xy = 0
sabiendo que y (0) = 1 e y 0 (0) = 0.
x|y|3/2 , (x, y) 6= (0, 0)

x2 +y 2
f (x, y) =
0
, (x, y) = (0, 0)
a) Determine si f es continua en (x, y) = (0, 0)
b) Determine si f es diferenciable en (x, y) = (0, 0)
Z x
2
4. Sea f (x, y) = ln (x + 2xy + 1) +
sin2 t dt
0
a) Calcule f (, 1)
f
b) Calcular
v R2 tal que k
v k = 1 y que
(, 1) sea maxima.
v
5. Determine el maximo y el mnimo absoluto de la funcion:
z = x3 + y 3 3xy
en la region:
0x2
517
1 y 2
Certamen 31
1. Hallar la solucion general de la ecuacion:
xy 00 2 (x + 1) y 0 + (x + 2) y = x3 e2x
para x > 0, bajo el supuesto que la ecuacion homogenea tiene una solucion de la
forma y = emx
2 (1 + x)2 y 00 6 (1 + x) y 0 + 8y = (x + 1)3
x|y|3/2 , (x, y) 6= (0, 0)

x2 +y 2
f (x, y) =
0
, (x, y) = (0, 0)
a) Determine si f es continua en (x, y) = (0, 0)
b) Determine si f es diferenciable en (x, y) = (0, 0)
4. Sean f, g : R R funciones de clase C 2 . Considere z : U R2 R definida por:
z (x, y) = x f
Calcule el valor de: x2
y
x
+g
y
x
2
2z
2z
2 z
+
2xy
+
y
x2
xy
y 2
5. Determine el maximo y el mnimo absoluto de la funcion:

z = x3 + y 3 3xy
en la region:
0x2
518
1 y 2
Captulo : Bibliografa
[1] Kreyszig, E. Advanced Engineering Mathematics, 9th Ed., John Wiley & Sons Inc.,
Singapore, 2006.
[2] Piskunov, N. C
alculo Diferencial e Integral, Editorial Limusa S.A. de C.V., Mexico,
2007.
[3] Osses, A. Ecuaciones Diferenciales Ordinarias, CMM, Departamento de Ingeniera
Matematica, U. de Chile, Santiago, 2010.
[4] Derrick, W & Grossman, S Ecuaciones diferenciales con aplicaciones, Fondo Educativo
Interamericano, Mexico, 1984.
[5] Apostol, T. Calculus: volumen 1, Editorial Reverte, Barcelona, 1967.
[6] Fernandez, C. & Rebolledo, R. Ecuaciones diferenciales ordinarias, Ediciones Universidad Catolica de Chile, Santiago, 1995.
[7] Hsu, H. Analisis de Fourier, Addison-Wesley Iberoamericana, EE.UU., 1987.
[8] Rocha, J.M. & Villa, G. Calculo infinitesimal de varias variables: vol. 1, I.P.N, Mexico,
2003.
[9] Taylor,H & Wade, T. Calculo diferencial e integral, LimusaWiley, Mexico, 1972.
[10] Gavilan, E. Dossier de problemas resueltos, Departamento de Matematicas, U. de
Concepcion, Concepcion.
[11] Martnez, C. Calculo real y vectorial en varias variables, Instituto de Matematicas, P.
U. Catolica de Valparaso, Valparaso, 2000.
[12] Jerrold E. Marsden & Anthony J. Tromba. Calculo vectorial, 5th Ed. Pearson. Estados
Unidos 2010.
519

Apunte MAT 023 2do Semestre 2014

Cargado por

Copyright:

Formatos disponibles

Apunte MAT 023 2do Semestre 2014

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apunte MAT 023 2do Semestre 2014

Cargado por

Copyright:

Formatos disponibles

Apuntes de clase de MAT0231

inicial preparada por Alejandro Aguilera y Nelson Cifuentes

Captulo : Indice general

Ecuaciones diferenciales ordinarias

1. Ecuaciones diferenciales ordinarias de primer orden

1.2. Modelos simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. Metodos Elementales de Resolucion . . . . . . . . . . . . . . . . . . . . . .

1.3.1. Integracion directa . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3.2. Ecuaciones de variable separable . . . . . . . . . . . . . . . . . . . .

1.3.3. Ecuacion lineal de primer orden . . . . . . . . . . . . . . . . . . . .

1.3.4. Ecuacion de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . .

1.3.5. Ecuacion de Ricatti . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3.6. Ecuaciones homogeneas

1.3.7. Otros cambios de variables . . . . . . . . . . . . . . . . . . . . . . .

1.4. Modelos simples: Segunda parte . . . . . . . . . . . . . . . . . . . . . . . .

1.5. Analisis cualitativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5.1. Metodos cualitativos . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5.2. Ecuaciones diferenciales autonomas . . . . . . . . . . . . . . . . . .

1.5.3. Equilibrio y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . .

1.6. Ejercicios del captulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. Ecuaciones diferenciales lineales de orden superior

2.1. Elementos de transformaciones lineales . . . . . . . . . . . . . . . . . . . .

2.1.4. Matriz asociada a una transformacion lineal . . . . . . . . . . . . .

2.1.5. Calculo con coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 101

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

2.2. Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . . 142

3.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

4.1. Definiciones y teoremas fundamentales . . . . . . . . . . . . . . . . . . . . 226

4.4. Transformada de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . 234

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

5.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

6.1. El espacio euclidiano Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297

7.1. Definiciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

8.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

9.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336

9.3. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350

9.8. Derivada direccional y direcciones de crecimiento maximo . . . . . . . . . . 386

10.1. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404

11.1. El teorema de la funcion implcita . . . . . . . . . . . . . . . . . . . . . . . 439

Captulo 1 : Ecuaciones diferenciales ordinarias de primer orden

En general, entenderemos el modelamiento matematico como el proceso de establecer

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

Comenzaremos el estudio de las ecuaciones diferenciales con las ecuaciones diferenciales

Ejemplo 1.1.4. La funcion : ]1, +[ R, t (t) =

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

pues, para t ]1, +[

Ejemplo 1.1.5. Verifique que la funcion (x) = sin x definida en R es solucion de la

Se sabe que toda funcion de la forma:

es solucion de la ecuacion diferencial. En efecto, derivando la ecuacion (1.2), tenemos:

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

Ejemplo 1.1.7. Hallar una ecuacion diferencial para la familia de parabolas:

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

3. Demostrar que la ecuacion dada define implcitamente una solucion de la ecuacion

2xyy 0 + x2 + y 2 = 0 para x ]0, 1[

4. Muestre que la familia de funciones

son soluciones de la ecuacion

Apuntes de clase Mat023 (version preliminar actualizada 22-04-2014)

b) y (x) = xm donde x2 y 00 + 2xy 0 6y = 0