Fund4m3nt05 D3 M4T3M4TC45 4PL1C4D4 PDF

Ampliacin de fundamentos de matemtica aplicada.
Fernando Luis Garca Alonso.

Antonio Prez.
Jos Antonio Reyes Perales
ISBN: 9788499480329
e-book v.1.0
ISBN edicin en Papel: 978-84-8454-977-2
Edita: Editorial Club Universitario. Telf.: 96 567 61 33
C/. Cottolengo, 25 San Vicente (Alicante)
www.ecu.fm
Maqueta y diseo: Gamma. Telf.: 965 67 19 87
C/. Decano, 4 San Vicente (Alicante)
www.gamma.fm
gamma@gamma.fm
Reservados todos los derechos. Ni la totalidad ni parte de este libro puede reproducirse o
transmitirse por ningn procedimiento electrnico o mecnico, incluyendo fotocopia, grabacin
magntica o cualquier almacenamiento de informacin o siste ma de reproduccin, sin permiso
previo y por escrito de los titulares del Copyright.
AMPLIACIN DE FUNDAMENTOS
DE
MATEMTICA APLICADA
FERNANDO LUIS GARCA ALONSO
ANTONIO PREZ CARRI
JOS ANTONIO REYES PERALES
Profesores Titulares
de la
Escuela Politcnica Superior
de la
Universidad de Alicante
A nuestras familias
Prlogo
Las matemticas son una herramienta para los estudiantes de las carreras tcnicas,
tanto conceptual como de clculo. Conceptual porque permite comprender los desarrollos
tericos de asignaturas fundamentales, de clculo porque ayuda a resolver los problemas
que habitualmente se presentan en el ejercicio de la profesin.
Las matemticas tienen un carcter formativo, que genera el hbito de plantear los
trabajos con rigor y contribuye al desarrollo de un autntico mtodo cientco del futuro
profesional.
El objetivo fundamental que comparten las asignaturas de matemticas en todas
las carreras tcnicas, tanto medias como superiores, es el de proporcionar al estudiante
una formacin matemtica bsica, que le permita acceder al estudio de cualquier disciplina
de matemtica aplicada, requerida en su ejercicio profesional, ms adelante. Este objetivo
puede ser formulado, ms detalladamente, del modo siguiente:
Familiarizar al alumno con el lenguaje y razonamientos matemticos, situndolo en condiciones
de adquirir por s mismo, en el futuro, los conocimientos de matemticas que precise como
instrumento de su labor tcnica especca.
Proporcionarle asimismo, mtodos tiles para abordar los problemas que aparecen en las
diferentes disciplinas de su titulacin.
Dotarle de un repertorio de conceptos, mtodos y tcnicas de anlisis o clculo adecuados a sus
futuras necesidades profesionales.
La presente obra ha sido concebida para tales nes, y est dirigida preferentemente
a los alumnos que han elegido una carrera tcnica, inspirndose su redaccin en los
programas de las principales universidades.
Es tambin voluntad de los autores que este texto constituya una herramienta til y
ecaz en la preparacin de exmenes, procurando que sea lo ms autosuciente posible,
en el sentido de que pueda leerse sin ms conocimientos previos que los que aparecen en
cualquier asignatura de Fundamentos de Matemtica Aplicada.
Con esta idea se ha credo conveniente incluir en cada captulo, adems de una
introduccin terica que proporciona una visin global del tema que intentamos abordar,
una coleccin variada de problemas resueltos con observaciones y notas que tienen por
objeto facilitar su comprensin. Al nalizar cada captulo aparece una recopilacin de
problemas propuestos, similares a los resueltos, para que el alumno ejercite y aance los
conocimientos adquiridos.
Es tambin intencin de los autores, que el presente libro permita asentar unas bases
slidas para ulteriores estudios.
El contenido de esta obra se estructura en siete captulos; en los cinco primeros se
estudian los conceptos de aplicaciones lineales entre espacios vectoriales, valores y vectores
propios de un endomorsmo, transformaciones ortogonales, diagonalizacin ortogonal
y su aplicacin al estudio, clasicacin y representacin grca de cnicas. El captulo
seis presenta las ideas de lmite, continuidad y diferenciabilidad de campos escalares y
vectoriales. Por ltimo en el sptimo se efecta el estudio sobre la integracin exacta de
ecuaciones diferenciales ordinarias bsicas.
Los autores
ndice
Captulo 1.....................................................................................................................1
Aplicaciones Lineales..............................................................................................1
1.1 Introduccin....................................................................................................1
1.2 Aplicaciones lineales. Clasicacin................................................................2
1.2.1 Denicin de aplicacin lineal.................................................................2
1.2.2 Teorema de caracterizacin......................................................................2
1.2.3 Ejemplos de aplicaciones lineales............................................................2
1.2.4 Propiedades..............................................................................................3
1.2.5 Clasicacin de homomorsmos.............................................................3
1.3 Imagen y ncleo de una aplicacin lineal .......................................................3
1.3.1 Deniciones y consecuencias ..................................................................3
1.3.2 Teoremas de caracterizacin de monomorsmos. ...................................4
1.3.3 Caracterizacin de la imagen recproca de un vector ..............................4
1.4 Homomorsmos entre E.V. de dimensin nita. ............................................5
1.4.1 Isomorsmos entre E.V. de la misma dimensin. ....................................5
1.4.2 Determinacin de aplicaciones lineales. ..................................................5
1.4.3 Teoremas de caracterizacin de mono, epi e isomorsmos. ....................6
1.5 Matriz de una aplicacin lineal .......................................................................6
1.5.1 Ecuaciones y matriz de un homomorsmo..............................................6
1.5.2 Operaciones con aplicaciones lineales y matrices asociadas...................7
1.6 Equivalencia de matrices asociadas a una misma A.L....................................8
1.6.1 Denicin de matrices equivalentes, semejantes y congruentes .............8
1.6.2 Relacin entre matrices asociadas a una misma A.L. en distintas bases. 9
Ejercicios resueltos................................................................................................10
Ejercicios propuestos ............................................................................................28
Captulo 2...................................................................................................................31
Diagonalizacin de Endomorsmos ....................................................................31
2.1 Introduccin..................................................................................................31
2.2 Valores y vectores propios ............................................................................32
2.2.1 Denicin de valores y vectores propios de un endomorsmo. ............32
2.2.2 Subespacio propio asociado a un valor propio. .....................................32
2.3 Determinacin de valores y vectores propios. ..............................................33
2.3.1 Clculo de valores y vectores propios. Ecuacin caracterstica ............33
2.4 Denicin de endomorsmo diagonalizable. ...............................................34
2.4.1 Endomorsmo diagonalizable. ..............................................................34
2.4.2 Teorema de caracterizacin y consecuencias.........................................34
2.4.3 Primer teorema de diagonalizacin........................................................34
2.4.4 Teorema fundamental de diagonalizacin..............................................34
2.5 Matrices diagonalizables...............................................................................35
2.5.1 Denicin de matrices diagonalizables .................................................35
2.5.2 Caracterizacin ......................................................................................35
2.5.3 Propiedades............................................................................................35
2.5.4 Teoremas de anulacin...........................................................................35
Captulo 3...................................................................................................................59
Transformaciones Ortogonales............................................................................59
3.1 Introduccin..................................................................................................59
3.2 Aplicaciones ortogonales ..............................................................................60
3.2.1 Homomorsmo ortogonal ......................................................................60
3.2.2 Consecuencias........................................................................................60
3.3 Transformaciones ortogonales ......................................................................60
3.3.1 Denicin de transformacin ortogonal. ...............................................60
3.3.2 Teoremas de caracterizacin..................................................................61
3.4. Matrices ortogonales....................................................................................61
3.4.1 Denicin de matrices ortogonales........................................................61
3.4.2 Teorema de caracterizacin....................................................................61
3.4.3 Transformaciones ortogonales directas e inversas.................................62
3.4.4 Transformaciones en el E.V.E. ( )
2
con el p.e. cannico. ..............63
Captulo 4...................................................................................................................77
Diagonalizacin Ortogonal...................................................................................77
4.1 Introduccin..................................................................................................77
4.2 Endomorsmos simtricos de ( )
n
.........................................................78
4.3 Valores y vectores propios de un endomorsmo simtrico...........................78
4.4 Diagonalizacin ortogonal de un endomorsmo simtrico ..........................79
4.5 Formas cuadrticas........................................................................................79
4.5.1 Denicin de forma cuadrtica..............................................................79
4.5.2 Expresin reducida de una forma cuadrtica.........................................83
4.5.3 Formas cuadrticas denidas, semidenidas e indenidas....................84
Ejercicios propuestos ..........................................................................................106
Captulo 5 ..................................................................................................................... 109
Cnicas...................................................................................................................... 109
5.1 Introduccin .................................................................................................... 109
5.2 Denicin y ecuacin reducida ...................................................................... 110
5.3 Ecuacin cannica y representacin grca de cnicas no degeneradas ...... 112
5.4 Clasicacin y representacin grca de cnicas.......................................... 113
Ejercicios resueltos.................................................................................................. 118
Ejercicios propuestos .............................................................................................. 154
Captulo 6 ..................................................................................................................... 155
Clculo Diferencial.................................................................................................. 155
6.1 Introduccin .................................................................................................... 155
6.2 Nociones de topologa de
n
. ....................................................................... 156
6.2.1 El espacio normado
n
........................................................................... 156
6.2.2 Clasicacin de los puntos de
n
con respecto a un conjunto
n
DR .. 157
6.3 Lmites de campos escalares........................................................................... 159
6.3.1 Lmites nitos de campos escalares ........................................................ 159
6.3.2 Lmites segn un subconjunto................................................................. 159
6.3.3 Lmites innitos de campos escalares ..................................................... 161
6.3.4 Propiedades de los lmites de campos escalares. .................................... 163
6.4 Lmites nitos de campos vectoriales............................................................. 163
6.5 Continuidad de funciones de varias variables. ............................................... 164
6.5.1 Continuidad local de campos escalares................................................... 164
6.5.2 Continuidad local de campos vectoriales................................................ 164
6.6 Derivadas direccionales y derivadas parciales ............................................... 165
6.6.1 Derivadas direccionales y derivadas parciales de campos escalares...... 165
6.6.2 Derivadas direccionales y derivadas parciales de campos vectoriales... 168
6.7 La diferencial .................................................................................................. 169
6.7.1 Diferencial de campos vectoriales........................................................... 169
6.7.2 Matriz jacobiana ...................................................................................... 172
6.7.3 Interpretacin geomtrica de la diferencial de campos escalares........... 175
6.8 Diferenciacin de funciones compuestas ....................................................... 175
Ejercicios resueltos.................................................................................................. 177
Ejercicios propuestos .............................................................................................. 242
Captulo 7 ..................................................................................................................... 249
Ecuaciones diferenciales......................................................................................... 249
7.1 Introduccin. ................................................................................................... 249
7.2 Deniciones y terminologa............................................................................ 250
7.3 Problema Cauchy o de valores iniciales......................................................... 250
7.4 Ecuaciones con variables separables. ............................................................. 252
7.5 Ecuaciones homogneas. ................................................................................ 252
7.6 Ecuaciones diferenciales lineales de primer orden. ....................................... 253
7.7 Ecuaciones de Bernouilli. ............................................................................... 255
7.8 Ecuaciones diferenciales exactas.................................................................... 255
7.8.1 Factores integrantes. ................................................................................ 255
7.8.2 Algunos tipos de factores integrantes...................................................... 256
7.9 Trayectorias isogonales................................................................................... 258
7.10 Ecuacin diferencial lineal de orden n, con coecientes constantes. .......... 258
7.10.1 Sistema fundamental de soluciones....................................................... 259
7.10.2 Clculo de sistemas fundamentales de soluciones.............................259
7.10.3 Solucin general de la ecuacin diferencial lineal de orden n
completa con coecientes constantes. ................................................261
Ejercicios resueltos..............................................................................................263
Cuadro E.D.O. orden n.......................................................................................305
Ejercicios propuestos ..........................................................................................306
Bibliografa..............................................................................................................309
ndice alfabtico de deniciones ............................................................................311
1
CaptuIo 1
ApIicaciones LineaIes
1.1 Introduccin
Parece lgico que despus de haber manejado Espacios vectoriales intentemos
buscar relaciones entre ellos. Estas aplicaciones entre espacios vectoriales deben
cumplir al menos con las operaciones que denen la estructura de espacio vectorial
y conservar dicha estructura, es decir, deben preservar la suma y el producto por un
escalar. En otras palabras estas aplicaciones, llamadas lineales, mantienen la forma y
de ah que tambin reciban el nombre de homomorsmos (igual forma).
La palabra lineal con la que se apostillan estas aplicaciones entre espacios
vectoriales, proviene de la expresin en ecuaciones lineales de las imgenes. Cuando
los espacios vectoriales relacionados son de dimensin nita, las ecuaciones lineales
de las imgenes toman cuerpo a travs de su expresin matricial, encontrndonos con
un elemento tan ligado a la aplicacin lineal que en ocasiones se identicarn ambos
conceptos. Nos estamos reriendo a la matriz asociada a una aplicacin lineal respecto
a dos bases dadas (si los EV son distintos) o respecto de una base (si son iguales), lo
que nalmente nos llevar respectivamente a la equivalencia o semejanza de matrices
que representan a una misma aplicacin lineal.
Son muchos los fenmenos que se comportan de modo lineal a travs de modelos
matemticos aplicados a distintos mbitos cientco-tcnicos, como por ejemplo, en
arquitectura, fsica, ingeniera elctrica, ecologa, economa, telecomunicaciones,...
2
Captulo 1. Aplicaciones lineales
1.2 Aplicaciones lineales. Clasicacin
1.2.1 Denicin de aplicacin lineal
Denicin. Sean U y V dos espacios vectoriales sobre el mismo cuerpo k . Una
aplicacin f de U en V es toda correspondencia que asocia a cada vector u U
,
un
nico vector v V
,
, que se llama Imagen o Transformado de u
,
mediante f .
La Aplicacin : f U V es Lineal si verica las condiciones siguientes:
( ) ( ) ( ) 1) , f u v f u f v u v U + = +
, , , , , ,
.

( ) ( )
2) f u f u u U i i i =
, ,
,
k .
Observacin: Terminolgicamente son conceptos idnticos Aplicacin Lineal, Homomorfismo,
Transformacin Lineal y Operador lineal.
1.2.2 Teorema de caracterizacin
Teorema. La aplicacin : f U V es lineal u homomorsmo si, y slo si:
( ) ( ) ( ) f u v f u f v u v U i i i + = + , ,
, , , , , ,
k
1.2.3 Ejemplos de aplicaciones lineales
1. Si [x]
n
R es el espacio vectorial de los polinomios de grado menor o igual que n,
a coecientes reales y con indeterminada en x, entonces la aplicacin entre espacios
vectoriales
1
: [x] [x]
n n
D R R que a cada polinomio le hace corresponder su derivada
respecto de x es lineal (comprubese por el lector).
2. Sea = U C [ ] , a b , a b < el espacio vectorial de las funciones reales que son continuas
en el intervalo [a, b].
La aplicacin entre espacios vectoriales: : U R
( ) ( )
b
a
f x f x dx
es lineal (basta utilizar la linealidad de la integral denida).

3. Dado el espacio vectorial
1 2
U U U = , entonces las aplicaciones proyeccin de U
sobre
1
U y sobre
2
U son lineales.
4. La aplicacin identidad : , i U U tal que ( ) i u u u U =
, , ,
, es lineal.
5. La aplicacin nula 0:U V , tal que 0( ) 0, u u U =
,
, ,
, es lineal.
6. Los giros y simetras axiales son transformaciones que conservan las distancias y
puede comprobar el lector que son transformaciones lineales.
3
Resumen terico
1.2.4 Propiedades
Dada la Aplicacin Lineal entre espacios vectoriales sobre el cuerpo , k : f U V , se
verica:
a) (0) 0 f =
, ,
.
b) ( ) ( ) f u f u u U =
, , ,
.
c) Si
1
U es subespacio vectorial de
1
( ) U f U es subespacio vectorial de V .
d) Si
1
V es subespacio vectorial de
1
1
( ) V f V
es subespacio vectorial de U .
e) Si S es un sistema generador de
1
( ) U f S es un sistema generador de
1
( ) f U .
f) Si S es un sistema ligado en ( ) U f S es un sistema ligado en V .
g) Si ( ) f S es un sistema libre en V S es un sistema libre en U (contrarrecproco de f).
Observacin : El sistema imagen de un sistema libre puede ser libre o ligado, dependiendo de la
aplicacin lineal .
1.2.5 Clasicacin de homomorsmos
Denicin. Una aplicacin : f U V es:
a) inyectiva si ( ) ( ) f u f v u v u v U = = ; ,
, , , , , ,
.
b) sobreyectiva si ( ) f U V = .
c) biyectiva si es inyectiva y sobre a la vez.
Denicin. Sea : f U V una aplicacin lineal u homomorsmo, entonces:
1) Si f es inyectiva, se le llama monomorsmo.
2) Si f es sobreyectiva, se le llama epimorsmo.
3) Si f es biyectiva, se le llama isomorsmo.
4) Si U V = , entonces a f se le llama endomorsmo.
A un endomorsmo biyectivo se le llama automorsmo.
Observacin: En una correspondencia unvoca entre conjuntos con cardinalidad,
: f A B , en la que todos los originales tienen una sola imagen, la inyectividad implica que
( ) ( ) Card A Card B , la sobreyectividad implica que ( ) ( ) Card A Card B y la biyectividad ,
que = ( ) ( ) Card A Card B . En estas condiciones si f es inyectiva y = ( ) ( ) Card A Card B entonces
f es biyectiva. Claramente las dimensiones de espacios vectoriales isomorfos son iguales.
1.3 Imagen y ncleo de una aplicacin lineal
1.3.1 Deniciones y consecuencias
Denicin. Sea : f U V una aplicacin lineal entre espacios vectoriales sobre un
mismo cuerpo k , entonces:
4
Se llama I. Imagen de f al conjunto de vectores transformados de todos los
vectores de U y se representa por Im( f ). Como Im( f ) = ( ) f U , entonces
por la propiedad c) es un Subespacio Vectorial de V.
Llamamos Rango de f a la dimensin de Im( f ).
Se denomina II. Imagen recproca de un vector v V
,
mediante f, y se
representa por
1
( ) f v
,
, al conjunto de vectores de U que tienen por imagen
a v
,
.
Se llama III. Ncleo de f , y se representa por N( f ) o Ker(f) (del ingls
Kernel, o del alemn kern), al conjunto de vectores de U cuya imagen es
nula (imagen recproca del vector nulo). Por la propiedad d) como { 0
,
} es
un subespacio vectorial (impropio) de V y N( f ) =
1
(0) f

,
entonces N( f ) =
es un subespacio vectorial de U. A la dimensin del
ncleo de f se le llama nulidad de f .
Si U es de dimensin nita entonces dimU = dim N( IV. f ) + dim Im( f ) =
nulidad de f + rango de f .
1.3.2 Teoremas de caracterizacin de monomorsmos.
Teoremas:
f
i.
es un monomorsmo N( f )
=
.
f
ii.
es un monomorsmo La imagen de todo sistema libre de U es un sistema
libre en V.
Observacin: Como consecuencia del primer teorema resulta obvio que si dim U es finita
entonces, f es monomorfismo sii dimU = rango de f = dimIm( f ) = dim U ( ) f .
1.3.3 Caracterizacin de la imagen recproca de un vector
Sea el homomorsmo : f U V y v
,
Im( f ), entonces existe un vector
0
u U
,
tal
que
0
( ) f u v = .
, ,
Si u
,
es otro vector de U cuya imagen tambin es v
,
, es decir , un
vector cualquiera de la imagen recproca de v
,
, entonces
0
( ) ( ) f u f u =
, ,
por lo que
0
( )
, ,
u u N f , y as podemos concluir fcilmente que :
Observacin: Obviamente si N( f )=

la imagen recproca de cualquier vector ( )
,
v I m f
consta de un (mono) solo vector.
5
Resumen terico
1.4 Homomorsmos entre E.V. de dimensin nita.
En esta seccin entenderemos que
n
U quiere decir que el espacio vectorial U sobre el
cuerpo k tiene dimensin n.
Entonces la aplicacin lineal :
n m
f U V se entender que parte de un espacio vectorial
de dimensin n y llega a un espacio vectorial de dimensin m. Si no se pone el subndice
se entender que no es necesario el dato de la dimensin.
1.4.1 Isomorsmos entre E.V. de la misma dimensin.
Dado el espacio vectorial ( )
n
U k , una base B = { { } , 1, 2,...,
i
e i n =
,
de ste y el vector x
,
del mismo, podemos expresar x
,
como combinacin lineal nica de los vectores de la
base, es decir,
1 1 n n
x x e x e = +... +
,
, ,
, donde los coecientes de la combinacin lineal son
escalares del cuerpo k , que agrupados de la forma
1
( )
n
x x , ..., denotan las coordenadas
de x
,
en la base B.
La aplicacin
1
( ) ( )
( ,..., )
n
n
n
U
x x x
o :
,
k k k
es lineal y biyectiva (comprubese como ejercicio).
Lo que establece un isomorsmo entre espacios vectoriales de dimensin n y el espacio
vectorial
n
k .
Observacin: El isomorfismo definido depender en cada caso de la base elegida. Este isomorfismo
nos permite identificar
n
U con
n
k para de esta forma poder trabajar con mayor simplicidad a la
hora de resolver ejercicios tanto tericos como prcticos.
n
k es el modelo analtico de los espacios
vectoriales, n-dimensionales, sobre el cuerpo k y su importancia estriba en que un sistema de
coordenadas permite el estudio de la geometra vectorial de un e.v. V de dimensin n sobre k .
Observacin: Si recordamos la observacin del apartado 1.2.5, toda aplicacin lineal inyectiva
entre espacios vectoriales de la misma dimensin finita es biyectiva y por lo tanto isomorfismo.
1.4.2 Determinacin de aplicaciones lineales.
Teorema. Una aplicacin lineal :
n
f U V queda unvocamente determinada
conociendo las imgenes de los vectores de una base de
n
U . Si { }
1,2,...,
i
i n
B e
=
=
,
es base
de
n
U y x
,
n
U entonces,
1 1 1 1 1 1
( ) ( ) ( ) ( )
n n n n n n
x x e x e f x f x e x e x f e x f e = +... + = +... + = +... +
,
, , , , , , ,
.
6
1.4.3 Teoremas de caracterizacin de mono, epi e isomorsmos.
Sea :
n
f U V un homomorsmo,
{ }
1,2,...,
i
i n
B e
=
=
,
una base de
n
U y { }
1,...,
( ) ( )
i
i n
f B f e
=
=
,
entonces:
Teoremas:
f
i.
es epimorsmo ( ) f B es sistema generador de V.
f
ii.
es monomorsmo ( ) f B es libre.
f
iii.
es isomorsmo ( ) f B es base de V.
1.5 Matriz de una aplicacin lineal
1.5.1 Ecuaciones y matriz de un homomorsmo
Sean { }
1
,...,
U n
B u u =
, ,
y { }
1
,..., =
V m
B v v
, ,
bases respectivas de los espacios
vectoriales
n
U y
m
V y
n
x U
,
e
m
y V
,
tales que ( ) f x y =
, ,
.
Si conocemos las imgenes de los vectores de la base
U
B tendremos determinada la
aplicacin lineal :
n m
f U V , en efecto:
1 11 1 12 2 1
2 21 1 22 2 2
1 1 2 2
( )
( )
...................................................
( )
m m
m m
n n n nm m
f u v v v
f u v v v
f u v v v
o o o
o o o
o o o
= + +... +
= + +... +
= + +... +
, , , ,
, , , ,
, , , ,
Recordemos que por un lado
1 1 m m
y y v y v = +... +
,
, ,
y que por otro
1 1
1 11 1 12 2 1 1 1 2 2
1 11 2 21 1 1 1 1 2 2
( ) ( ) ( )
( ) ( )
( ) ( )
n n
m m n n n nm m
n n m m n nm m
y f x x f u x f u
x v v v x v v v
x x x v x x x v
o o o o o o
o o o o o o
= = +... + =
= + +... + +... + + +... + =
= + +... + +... + + +... +
, , , ,
, , , , , ,
, ,
y como la expresin de y
,
es nica en la base
V
B , los coecientes de la combinacin
lineal coinciden y as resulta que:
1 1 11 2 21 1
2 1 12 2 22 2
1 1 2 2
..............................................
n n
n n
m m m n nm
y x x x
y x x x
y x x x
o o o
o o o
o o o
= + +... +
= + +... +
= + +... +
7
Resumen terico
que son las Ecuaciones de la aplicacin lineal.
Expresando matricialmente el sistema anterior, que relaciona las coordenadas
1
( ,..., )
n
x x
de
x
,
en la base
U
B
con las coordenadas
1
( ,..., )
m
y y
de
( ) f x
,
en la base
V
B
se obtiene:
1 11 21 1 1
2 12 22 2 2
1 2
n
n
m m m nm n
y x
y x
y x
o o o
o o o
o o o
| | | || |
| | |
| | |
=
| | |
| | |
| | |
\ . \ .\ .
. . . . .
donde
11 21 1
12 22 2
1 2
n
n
m m nm
o o o
o o o
o o o
| |
|
|
|
|
|
\ .
. . .
es la Matriz de la aplicacin lineal f respecto a las bases B

U
y B
V
, cuyas columnas
son las coordenadas de las imgenes de los vectores de
U
B respecto de la base
V
B .
Se puede utilizar la notacin
U V
B B
f para aludir a dicha matriz.
Observacin: A la matriz de un homomorfismo f respecto a las bases dadas tambin se llama
matriz asociada al homomorfismo f respecto a dichas bases.
1.5.2 Operaciones con aplicaciones lineales y matrices asociadas
Sean :
n m
f U V y :
n m
g U V y
U
B una base de
n
U y
V
B una base de
m
V . Las
matrices asociadas a dichos homomorsmos respecto a las bases
U
B y
V
B , son
respectivamente:
U V
B B
F f = y
U V
B B
G g =
Suma y producto por un escalar
Denicin. Se dene la aplicacin lineal suma f g de la siguiente forma:
( )( ) ( ) ( )
n
f g u f u g u u U = ;
, , , ,
y la matriz asociada correspondiente es F G.
Del mismo modo se dene el homomorsmo producto por un escalar f i tal que
( )( ) ( ) , ,
n
f u f u u U K i i i =
, , ,
y su matriz asociada es F i .
Con estas operaciones el conjunto de las aplicaciones lineales entre los espacios
vectoriales
n
U y
m
V , ( , )
n m
L U V tiene estructura de espacio vectorial sobre el cuerpo k
8
y es isomorfo al espacio vectorial de las matrices de orden mn, por lo que su dimensin
es m n.
Composicin de aplicaciones
Sean :
n m
f U V y :
m p
h V W y
U
B una base de
n
U y
V
B una base de
m
V y
W
B una
base de
p
W . Las matrices asociadas a dichos homomorsmos respecto a sus bases son
respectivamente:
U V
B B
F f = y
V W
B B
H h =
Denicin: El homomorsmo composicin (f compuesto con h)
:
n p
h f U W
se dene por ( )( ) [ ( )] h f u h f u =
, ,
y tiene por matriz asociada H F .
De forma natural en caso de existir la aplicacin inversa de f para la composicin ,
1
f

, su matriz asociada sera la inversa de F, es decir ,
1
F
.
1.6 Equivalencia de matrices asociadas a una misma A.L.
1.6.1 Denicin de matrices equivalentes, semejantes y congruentes
Denicin. Dos matrices , ( )
mxn
A B M k son equivalentes si existen dos matrices P y
Q, cuadradas y regulares, de rdenes n y m respectivamente, tales que :
1
B Q A P
=
Observacin: Dos matrices que representen a una misma aplicacin lineal pero en distintas
bases, son equivalentes, siendo P y Q las matrices de cambio de base (en el siguiente apartado se
estudiar esta situacin con detalle).
n
A B M k son semejantes si existe una matriz P regular,
de orden n, tal que:
1
= B P A P
Observacin: Dos matrices que representen al mismo endomorfismo pero en distinta base, son
semejantes, siendo P la matriz de cambio de base. Es trivial que las matrices semejantes tienen el
mismo determinante.
n
A B M k son congruentes si existe una matriz P regular,
de orden n, tal que:
t
B P A P =
9
Resumen terico
Observacin: Dos matrices que representen al mismo endomorfismo ortogonal pero en distinta
base, son congruentes, siendo P la matriz de cambio de base.
1.6.2 Relacin entre matrices asociadas a una misma A.L. en distintas
bases.
Sean :
n m
f U V ,
U
B una base de
n
U ,
V
B una base de
m
V y
U V
B B
F f = la matriz
asociada a f en dichas bases.
Consideramos ahora las bases '
U
B de
n
U y '
V
B de
m
V respecto a las que la matriz
asociada a f es
U V
B B
F f =
' '
' .
La matriz de cambio de base (cuadrada y regular) de ' B a B se denota por ( ) ' B B : en
cada espacio vectorial.
Sea
n
x U
,
e
m
y V
,
tales que ( ) f x y =
, ,
.
La expresin en forma de matriz columna de x
,
en la base
U
B viene dada por X, y en
la base '
U
B por ' X .
La expresin en forma de matriz columna de y
,
en la base
V
B viene dada por Y, y en
la base '
V
B por ' Y .
Las relaciones de cambio de base son:
( ) ' '
U U
X B B X = : (1) ( ) ' '
V V
Y B B Y = : (2)
Por otro lado: Y F X = (3), ' ' ' Y F X = (4) (relaciones de las matrices asociadas)
Sustituyendo (1) y (2) en (3) se obtiene:
( ) ( ) ' ' ' '
V V U U
B B Y F B B X : = : (5)
por lo que
( ) ( )
1
' ' ' '
V V U U
Y B B F B B X
= : : (6)
y como la matriz de una aplicacin lineal respecto a unas bases dadas es nica,
comparando (4) y (6) resulta que:
( ) ( )
1
' ' '
V V U U
F B B F B B
= : :
lo que corrobora la equivalencia de las matrices asociadas a una misma aplicacin
lineal en distintas bases.
10
EJERCICIOS RESUELTOS
1. Dados los espacios vectoriales U y V, estudie si las siguientes aplicaciones
f:UV son lineales:
U = V = a)
3
( ) R R / f(x,y,z) = (2x + y, y z, x + y + z).
U = b)
3
( ) R R ; V =
2
( ) R R / f(x,y,z) = (2xy, x + 3y 4z).
U = V = c) ( )
n
M R / f(A) = A
t
A.
SOLUCIN:

Para que la aplicacin f : U V (entre espacios vectoriales sobre el mismo
cuerpo k ) sea lineal u homomorsmo debe cumplirse que:

En la prctica se utiliza el teorema de caracterizacin (T.C.):
Dado que a) = + + + R R R R
3 3
f : ( ) ( )/f(x, y, z) (2x y, y z, x y z)
Utilizando la caracterizacin anterior
i i i i
i i i i i i i
i i
+ = + + + =
+ + + + + + + + + + =
+ + + + + + + = +
1 1 1 2 2 2 1 2 1 2 1 2
1 2 1 2 1 2 1 2 1 2 1 2 1 2
1 1 1 1 1 1 1 2 2 2 2 2 2 2 1 1 1
f( (x , y , z ) (x , y , z )) f( x x , y y , z z )
(2( x x ) ( y y ), ( y y ) ( z z ), ( x x ) ( y y ) ( z z ))
(2x y , y z , x y z ) (2x y , y z , x y z ) f(x , y , z )
2 2 2
f(x , y , z )
para cualquier i R , y R R
3
1 1 1 2 2 2
(x , y , z ), (x , y , z ) ( ) por lo que es f una
aplicacin lineal
En este caso b) = R R R R
3 2
f : ( ) ( )/ (x, y, z) (2xy, x+3y-4z) f
Cuando las coordenadas del vector imagen son expresiones polinmicas podemos utilizar
un mtodo intuitivo para el reconocimiento de homomorsmos. Cuando las coordenadas
mencionadas son polinomios de trminos homogneos de grado 1 ( lineales) entonces
es homomorsmo. Por el contrario si alguna coordenada es no lineal o de grado cero (no
nulo), no ser aplicacin lineal. En este ltimo caso basta encontrar un ejemplo que no
cumpla la denicin o el T.C.
11
Ejercicios resueltos
)
f(2,0,0)=(0,2)
f(1,1,1)=(2,0) f(2,0,0)+f(1,1,1) f(3, 1, 1)
f(3,1,1)=(6,2)
y como consecuencia f no es homomorsmo
c) = R R f : ( ) ( )/f( )
t
n n
M M A A A

Utilizando el T.C.
i i i i i
i i
+ = + + = + =
+ = +
f( ) ( ) ( )
( ) ( ) f( ) f( )
t t t
t t
A B A B A B A B A B
A A B B A B
i R R , ( ), ,
n
A B M con lo que f es una aplicacin lineal.
2. Determine los subespacios Im(f) y N(f) de la siguientes aplicaciones

lineales:
f: a)
3
( ) R R
3
( ) R R / f(x,y,z) = ( y, 0, x - y - z).
f: b)
1
( ) P R
1
( ) P R / f(p(x)) = xp(x) (
1
( ) P R es el e.v. de los
polinomios de grado menor o igual que uno, con indeterminada en x
y a coecientes reales).
SOLUCIN:
Hallaremos unas ecuaciones implcitas y una base del N( f ) y de la Im( f ) en cada
caso.
De la denicin de f a) resulta que
= + + f(x, y, z) x(0,0,1) y(1,0,-1) z(0,0,-1)
por lo que se deduce fcilmente que
Im( f ) = <(1,0,-1), (0,0,1)>
pues (0,0,-1) es proporcional a (0,0,1) y una base de la imagen es pues {(1,0,-1),(0,0,1)}
Para hallar unas ecuaciones implcitas sea (x,y,z) Im( f ) , por lo que
o
o
o
=
= + =
= +
x
(x,y,z) (1,0,-1) (0,0,1) y 0
z
12
que constituyen las ecuaciones paramtricas de las que eliminando los parmetros
obtenemos una ecuacin implcita que en este caso es y = 0.
En cuanto al N( f ) ={(x,y,z)/f(x,y,z)=(0,0,0)} nos conduce al sistema
=
y 0
0 0
x-y-z 0
de
donde N( f ) ={(x,y,z)/y=0, x = z}={(x,0,x)/x real}=<(1,0,1)>, siendo unas ecuaciones
implcitas, y = 0 , x = z y una base, {(1,0,1)}.
En este caso resulta claro que f(ax + b) = ax por lo que Im( f b) ) = <x> = {ax+b
/ b = 0}, siendo la ecuacin implcita, b = 0 y una base de Im( f ), {x}.
De la misma forma N( f ) = {ax+b / f(ax+b) = polinomio idnticamente nulo (P.I.N)}
Es decir N( f ) = {ax+b/ ax = 0x+0} = {ax+b/ a = 0} =<1> y de esta forma una base
de N( f ) es {1} y una ecuacin implcita es a = 0.
3. Clasique las siguientes aplicaciones lineales:

f: a) ( )
n
M R ( )
n
M R / f(A) = A
t
+ A n2.
f: b)
3
( ) R R
2
( ) R R / f(x,y,z) = ( x + y, y + z).
f: c)
2
( ) R R
3
( ) R R / f(x,y) = ( 2x - y, 2y x, 2x+2y).
SOLUCIN:

a) Dado que A+A
t
es una matriz simtrica entonces Im( f ) = S
n
( R) (espacio
vectorial de las matrices simtricas).
Por otro lado toda matriz cuadrada real de orden n puede expresarse de forma
nica como suma de una matriz simtrica mas una antisimtrica, es decir,
M
n
( R) = S
n
( R) AS
n
( R)
Adems dim M
n
( R) = dim Im( f ) + dim N( f ) = dim S
n
( R)+ dim N( f ) y
de la expresin anterior podemos concluir que N( f ) = AS
n
( R) por lo que f slo es
endomorsmo *.
Otra forma de llegar al ncleo de f es:
N( f ) ={A M
n
( R)/A+A
t
= 0 (matriz nula)}={A M
n
( R)/A= - A
t
} es decir N(f) =
AS
n
( R).
* Como dim S
n
( R) =
( 1)
2
n n +
y dim AS
n
( R) =
( 1)
2
n n
resulta obvio el
resultado.
13
b) Im(f) = x(1,0) + y(1,1) + z(0,1) =<(1,0), (0,1)> =
2
( ) R R como consecuencia
f es sobre y dado que las dimensiones de los espacios vectoriales son distintas f no puede
ser biyectiva luego no puede ser inyectiva y por tanto f es epimorsmo.
c) N( f ) = {(x,y)/ 2 0; 2 0; 2 2 0 x y y x x y = = + = }={(0,0)} luego f es
inyectiva y como las dimensiones de los espacios vectoriales son distintas f no puede ser
biyectiva , por tanto f no es sobre y como consecuencia f es monomorsmo.
NOTA: Si f :UV es una aplicacin lineal (entre espacios vectoriales de dimensin
finita) sabemos que dimU = dim Im(f) + dim N(f). As pues en el caso en que dimU > dimV , f no
puede ser inyectiva (ya que en cualquier caso dim Im(f) dimV < dimU con lo que dim N(f)
0 y entonces N(f) { 0
,
}).
Por otro lado si dimU < dimV, f no puede ser sobreyectiva (ya que dim Im(f) dimU <
dimV ).
4. Dado el endomorsmo f:
2
( ) P R
2
( ) P R / f(p(x)) = xp(x) p(x), se pide
que:
Halle una base y unas ecuaciones implcitas del ncleo y de la a)
imagen de f.
Determine, de forma razonada, si existe f b)
-1
.
Compruebe si N(f) e Im(f) son suma directa. c)
SOLUCIN:

Dado que P
2
( R) es el espacio vectorial de los polinomios de grado menor o
igual que dos con indeterminada en x y a coecientes reales, f queda denida por:
f(ax
2
+bx+c) = ax
2
c
as pues,
Im( f ) a)
2
x ,1 = = { ax
2
+bx+c / b = 0} (f no es sobre).
N( f ) = { ax
2
+bx+c / f(ax
2
+bx+c) = 0 (PIN)} = { ax
2
+bx+c / ax
2
c =
0 (P.I.N)}= { ax
2
+bx+c / a = 0, c = 0} x = (f no es inyectiva).
Una base de Im( f ) es { x
2
, 1} y una ecuacin implcita es b = 0.
Una base de N( f ) es {x} y unas ecuaciones implcitas son a = 0 y c = 0.

Puesto que f no es biyectiva , es claro que f no es inversible. b)
De las estructuras de Im( f ) y de N( f ) es obvio que P c)
2
( R)= Im( f ) N(
f ).
14
5. Consideremos los endomorsmos f y g sobre el espacio vectorial U(K), con
dimensin n, cumpliendo las siguientes condiciones :
f = i g ( i = aplicacin identidad). a)
g b) ( ) 0; u u u u = =
,
, , , ,
U.
g es nilpotente de orden n. (es decir, g c)
1) n
0, g
n)
= 0).
Se pide que:
Demuestre que existe f a.
1
.
Halle f b.
1
en funcin de g.
SOLUCIN:

Para que f sea inversible basta ver que es inyectiva pues al ser endomorsmo 1.
si es inyectivo es automorsmo.
Veamos pues la inyectividad de f:
Sea u
,
U(K) ;
u
,
N(f) f( u
,
)=0
,
(por i.) i( u
,
)-g( u
,
)=0
,
u
,
-g( u
,
)=0
,
g( u
,
)=u
,

(por ii.) u
,
=0
,
luego N(f) ={0
,
} (es decir, f es inyectiva).
2. Sea f (i + g + g
2
+ + g
n
) = ( i g ) ( i + g + g
2
+ + g
n
) = i g
n +1

= i , pues g es nilpotente de orden n, es decir , g
n + 1
= 0 (A.I.N.) , de donde podemos
concluir que:
f
-1
= i + g + g
2
+ + g
n
siendo g
n
=
)
...
n
g g g
con n N.
NOTA: Las siglas A.I.N. significan aplicacin idnticamente nula.
6. Determine la aplicacin lineal f:

2
( ) P R
3
( ) R R tal que:
f(1 x) = (2, 0 ,0)
f(x
2
+ 2x 1) = (0, 1, -1)
f(2x
2
1) = (1, -2, 0)
y calcule f(x
2
+ 4x + 4).
15
SOLUCIN:

Puesto que una aplicacin lineal entre espacios vectoriales de dimensin nita
queda unvocamente determinada conociendo las imgenes de una base, utilizaremos este
extremo para contestar a la primera pregunta.
El sistema
1
2 3
2 2
1 , 2 1, 2 1
u
u u
x x x x

+
`

)
,
, ,
_ _

es una base de
2
( ) P R (comprubese), es
decir, si p(x)
2
( ) P R , entonces existen tres escalares, , , o y R, tales que,

p(x)
!
1 2 3
u u u o y = + +
, , ,
luego f(p(x)) = o f(
1
u
,
)+ f(
2
u
,
)+y f(
3
u
,
) y en el caso que nos ocupa:
x
2
+4x +4 =
22
3
1
u
,
+
17
3
2
u
,
-
7
3
3
u
,
f(x
2
+4x +4) =
22
3
f(
1
u
,
)+
17
3
f(
2
u
,
)-
7
3
f(
3
u
,
)=
=
37 31 17
, ,
3 3 3
| |
|
\ .
(haga el lector las pertinentes vericaciones).
NOTA: El signo de exclamacin ! indica la unicidad de la expresin a la que se refiere.
7. Sea f el endomorsmo de
3
( ) R R , con f(x
1
,x
2
,x
3
) = (y
1
,y
2
,y
3
) de forma
que :
y
1
= x
1
x
2
+ x
3
y
2
= x
1
+ x
2
y
3
= x
2
que son las ecuaciones del mismo.
Si U
1
= {(x
1
,x
2
,x
3
)/ x
1
+ x
2
= 0} y U
2
= = {(x
1
,x
2
,x
3
)/ x
3
= 0}, calcule:
f a)
1
(0)
,
.
f b)
1
(1,2,1) sin resolver ningn sistema de ecuaciones, sabiendo que
f(1,1,1)=(1,2,1).
f(U c)
1
) y f(U
2
).
SOLUCIN:

f a)
1
(0)
,
= N(f) = {(
1 2 3
x , x , x ) / f(
1 2 3
x , x , x ) = (0,0,0)} y resolviendo el sistema:
16
1 2 3
1 2
2
x x x 0
x +x 0
x 0
+ =
=
=
cuya nica solucin es la trivial , con lo que N(f) = {0
,
}.
Dado que f es monomorsmo, la imagen recproca de cualquier vector del b)
espacio vectorial Im(f ) consta de un solo vector, luego f
1
(1,2,1) = (1,1,1).
Puesto que c)
U
1
= {(
1 2 3
x , x , x )/
1 2
x +x 0 = }={(
1 1 3
x , x , x )/
1 3
x ,x R} = <(1,-1,0),(0,0,1)>
S
1
= {(1,-1,0),(0,0,1)} es un sistema generador de U
1
, por tanto f(S
1
) es un s.g. de
f(U
1
) y como f(S
1
) = {(2,0,-1),(1,0,0)} , resulta que :
f(U
1
)=<(2,0,-1),(1,0,0)>.
De la misma forma
U
2
= {(
1 2 3
x , x , x )/
3
x 0 = }={(
1 2
x , x , 0 )/
1 2
x ,x R} = <(1,0,0),(0,1,0)>
S
2
= {(1,0,0),(0,1,0)} es un sistema generador de U
2
, por tanto f(S
1
) es un s.g. de
f(U
2
) y como f(S
2
) = {(1,1,0),(-1,1,1)} , resulta que :
f(U
2
)=<(1,1,0),(-1,1,1)>.
8. Dada la aplicacin f :
3
( ) R R
2
( ) M R / f(x,y,z) =
| |
|
+
\ .
0
x y
x z
. Estudie si f es
lineal y, en este caso, halle la matriz asociada a dicha aplicacin lineal en las
bases cannicas.
SOLUCIN:

, i R y
3
1 1 1 2 2 2
(x ,y ,z ),(x ,y ,z ) ( ) R R se tiene que
f(
1 1 1 2 2 2
(x ,y ,z )+ (x ,y ,z ) i )=f(
1 2 1 2 1 2
x + x , y + y , z + z i i i )=
=
1 2 1 2
1 2 1 2
x x y y
0 ( x x ) ( z z )
i i
i i
+ + | |
|
+ + +
\ .
=
1 1 2 2
1 1 2 2
x y x y
0 x z 0 x z
i
| | | |
+
| |
+ +
\ . \ .
=
=
1 1 1 2 2 2
f (x ,y ,z )+ f(x ,y ,z ) i ) lo que prueba que f es una aplicacin lineal.
17
Para hallar la matriz asociada a f en las respectivas bases cannicas procederemos
calculando los transformados de la base cannica de
3
( ) R R y expresarlos en funcin de
los vectores de la base cannica de
2
( ) M R .
1 0 1 0 0 1 0 0 0 0
f(1,0,0)= 1 0 0 1
0 1 0 0 0 0 1 0 0 1
| | | | | | | | | |
= + + +
| | | | |
\ . \ . \ . \ . \ .
0 1 1 0 0 1 0 0 0 0
f(0,1,0)= 0 1 0 0
0 0 0 0 0 0 1 0 0 1
| | | | | | | | | |
= + + +
| | | | |
\ . \ . \ . \ . \ .
0 0 1 0 0 1 0 0 0 0
f(0,0,1)= 0 0 0 1
0 1 0 0 0 0 1 0 0 1
| | | | | | | | | |
= + + +
| | | | |
\ . \ . \ . \ . \ .
Las columnas de la matriz asociada a f son las constituidas por los coecientes de
las expresiones anteriores (coordenadas de los transformados de los vectores de la base
cannica de
3
( ) R R en la base cannica de
2
( ) M R ), es decir,
3 M ( )
2
C C
1 0 0
0 1 0
f
0 0 0
1 0 1
| |
|
|
=
|
|
|
\ .
R
9. Sean las bases B = {(1,1), (1,0)} y B = {((1,1,1), (1,1,0), (1,0,0)} de

2
( ) R R y
3
( ) R R respectivamente.
Consideremos el homomorsmo
2 3
: ( ) ( ) f R R R R denido por:
= ( , ) ( , , ) f x y y x x y
Halle la expresin matricial de f en las bases B y B.
SOLUCIN:
Mtodo 1:
Los transformados de los vectores de la base B
11 12 13
21 22 23
f (1,1) (1,1, 0) (1,1,1) (1,1, 0) (1, 0, 0)
f (1, 0) (0,1,1) (1,1,1) (1,1, 0) (1, 0, 0)
o o o
o o o
= = + +
= = + +

expresados en funcin de los vectores de la base B nos conducen a dos sistemas de tres
ecuaciones con tres incgnitas (ambos compatibles determinados) cuyas nicas soluciones
son, respectivamente,
11 12 13 21 22 23
( , , ) (0,1, 0); ( , , ) (1, 0, 1) o o o o o o = = y conforman las
columnas de la matriz buscada.
18
11 21
' 12 22
13 23
0 1
f 1 0
0 1
BB
o o
o o
o o
| | | |
| |
= =
| |
| |
\ . \ .
Mtodo 2:
Si notamos con C
2
y C
3
las respectivas bases cannicas de
2
( ) R R y de
3
( ) R R y
tenemos en cuenta que la denicin de f nos da los transformados de C
2
en funcin de
los vectores de C
3

f (1, 0) (0,1,1)
f (0,1) (1, 0, -1)
=
=

entonces la expresin matricial de f en las bases cannicas es
2 3
0 1
f 1 0
1 1
C C
| |
|
=
|
|
\ .
por otro lado sean
P = [ B :C
2
] (matriz de cambio de base de B a C
2
) y
Q = [ B:C
3
3
)
con lo que la relacin entre matrices asociadas a una misma aplicacin lineal en distintas
bases ( B , B y C
2
, C
3
) es
2 3
1
'
f f
BB C C
Q P
=
y dado que de forma obvia
1 1
1 0
P
| |
=
|
\ .
y
1 1 1
1 1 0
1 0 0
Q
| |
|
=
|
|
\ .
, basta hallar
1
0 0 1
0 1 1
1 1 0
Q
| |
|
=
|
|
\ .

y entonces
19
'
0 0 1 0 1 0 1
1 1
f 0 1 1 1 0 1 0
1 0
1 1 0 1 1 0 1
BB
| || | | |
| |
| | |
= =
|
| | |
\ .
| | |

\ .\ . \ .
NOTA: La forma de obtener las matrices P y Q es muy sencilla dado que se trata de
expresar los vectores de la base B y B en funcin de los vectores de las bases C
2
y C
3
respectivamente
y como los vectores de las bases B y B estn referidos a las bases cannicas respectivas , las
columnas de las matrices de cambio de base estn constituidas por las coordenadas, en las bases
cannicas, de dichos vectores. Recuerde tambin el lector que P y Q son matrices regulares.
10. Sea f :
2
( ) R R
4
( ) R R la aplicacin lineal denida por
f(2,1) = (1,0,-1,3) y f(4,1) = (2,-2,3,1)
Calcule la matriz asociada a f respecto de las bases cannicas.
SOLUCIN:
Mtodo 1:

El hecho de que
f(2,1)=(1,0,-1,3)
f(4,1)=(2,-2,3,1)
se puede traducir a un sistema de dos ecuaciones con dos incgnitas considerando

{ }
2 1 2
C u , u =
, ,
base cannica de
2
( ) R R
{ }
4 1 2 3 4
C e , e , e , e =
, , , ,
base cannica de
4
( ) R R
El sistema queda :
1 2 1 3 4
1 2 1 2 3 4
f(2u +u ) e e 3e
f(4u +u ) 2e 2e 3e e
= +
= + +
, , , , ,
, , , , , ,
y aplicando la linealidad de f, se obtiene el sistema

1 2 1 3 4
1 2 1 2 3 4
2f(u )+f(u ) e e 3e
4f(u )+f(u ) 2e 2e 3e e
= +
= + +
, , , , ,
, , , , , ,
que es compatible determinado, siendo la solucin (a travs de sus coordenadas)
20
1 1 2 3 4
2 1 2 3 4
1
f(u ) e e 2e e
2
f(u ) 0e 2e 5e 5e
= +
= + +
, , , , ,
, , , , ,
con lo que
2 4
C C
1
0
2
1 2
f
2 5
1 5
| |
|
|
=
|
|
|
|
\ .
Mtodo 2:
Puesto que B
2
= {(2,1),(4,1)} es base de
2
( ) R R y {(1,0,-1,3 ),(2,-2,3,1)} es
linealmente independiente, podemos completar este ltimo sistema hasta obtener una
base de
4
( ) R R . Sea B
4
= {(1,0,-1,3 ),(2,-2,3,1),(0,0,1,0),(0,0,0,1)} dicha base completada.
Por otro lado sean
P = [B
2
:C
2
] (matriz de cambio de base de B
2
a C
2
) y
Q = [B
4
:C
4
] (matriz de cambio de base de B
4
a C
4
)
bases ( B
2
, B
4
y C
2
, C
4
) es
2 4 2 4 2 4 2 4
1 1
B B C C C C B B
f Q f P f Q f P

= =
siendo
2 4
1
B B
1 0 1 2 0 0
0 1 2 4 1 4 0 2 0 0
1
f ; P P ; Q
0 0 1 1 1 2 1 3 1 0 2
0 0 3 1 0 1
| | | |
| |
| | | |
| |
= = = =
| |
| |

\ . \ .
| |
| |
\ . \ .
y nalmente
2 4
C C
1
1 2 0 0 1 0 0
1
2
2
0 2 0 0 0 1
2
1 2
f
1 3 1 0 0 0 1
2 5 1
2
3 1 0 1 0 0
1 5
| |
| || |
| | |
| |
| |
| |

= = | |
| |
| |

|
| |
| |
|
\ .
| \ .\ .
\ .
21
11. Determine la expresin matricial de la aplicacin lineal g f,en las bases
cannicas de
3
( ) R R y
4
( ) R R , sabiendo que:
f:
3
( ) R R
2
( ) R R /f(x,y,z) = (x+y, y+z).
g:
2
( ) R R
4
( ) R R /g(x,y) = (x, 2x y, y x, y).
SOLUCIN:
Mtodo 1: Por composicin directa

Dado que (g f)(x,y,z) =g(f(x,y,z)) y utilizando las deniciones de f y g resulta que:
(g f)(x,y,z) = g(f(x,y,z)) = g(x+y, y+z) = [(x+y), 2(x+y)-(y+z), (y+z) (x+y), (y+z)} =
= (x + y , 2x + y z , z x , y + z ).
Con lo que de forma clara * se tiene :
3 4
C C
1 1 0
2 1 1
(g f)
1 0 1
0 1 1
| |
|
|
=
|
|
|
\ .
* NOTA: La primera columna est constituida por los coeficientes de x en las ecuaciones
coordenadas de (g f), la segunda por los coeficientes de y, y la tercera por los de z. Esto se
debe a la obtencin de esta matriz respecto de las bases cannicas, en las cuales estn dadas
las ecuaciones de la composicin. Este procedimiento equivale a hallar las coordenadas de los
transformados, mediante g f, de los vectores de la base cannica C
3
, en la cannica C
4
.
Mtodo 2: Matricialmente
La denicin de f nos ofrece de manera directa la matriz asociada a f en la bases
C
3
C
2
:
3 2
C C
1 1 0
f
0 1 1
| |
=
|
\ .
por otro lado la denicin de g tambin nos da trivialmente la matriz asociada a C
2
C
4
:
2 4
C C
1 0
2 1
g
1 1
0 1
| |
|
|
=
|
|
|
\ .
22
Entonces la matriz asociada a la composicin (g f) en las bases C
3
C
4
viene dada
por el siguiente producto matricial:
3 4 2 4 3 2
C C C C C C
1 0 1 1 0
2 1 1 1 0 2 1 1
(g f) =(g ) (f )
1 1 0 1 1 1 0 1
0 1 0 1 1
| | | |
| |
| |
| |
= =
|
| |

\ .
| |
| |
\ . \ .
12. Dado el homomorsmo f:

2
( ) R R
3
( ) R R /f(x,y) = (-y, 2x, y) calcule
la expresin matricial de f respecto de las bases B = {(1,0), (1,-1)} y B =
{(1,1,1), (1,1,0), (1,0,-1)} de
2
( ) R R y
3
( ) R R respectivamente.
SOLUCIN:
Mtodo 1:

Siguiendo el mismo procedimiento del ejercicio 9, hallamos los transformados de
los vectores de la base B y los expresamos en funcin de los vectores de la base B.
11 12 13
21 22 23
f (1, 0) (0, 2, 0) (1,1,1) (1,1, 0) (1, 0, 1) 2(1,1,1) 4(1,1, 0) 2(1, 0, 1)
f (1, 1) (1, 2, 1) (1,1,1) (1,1, 0) (1, 0, 1) 2(1,1,1) 4(1,1, 0) 1(1, 0, 1)
o o o
o o o
= = + + = +
= = + + = +

obteniendo
BB'
2 2
f 4 4
2 1
| |
|
=
|
|

\ .
Mtodo 2:
Siguiendo los mismos pasos del ejercicio 9 llegamos a que la expresin matricial
de f en las bases cannicas es
2 3
C C
0 1
f 2 0
0 1
| |
|
=
|
|
\ .
por otro lado sean
P = [B:C
2
2
) y
Q = [B:C
3
3
)
23
bases ( B , B y C
2
, C
3
) es
2 3
-1
BB' C C
f Q f P =
y dado que de forma obvia
1 1
P
0 1
| |
=
|
\ .
y
1 1 1
Q 1 1 0
1 0 1
| |
|
=
|
|
\ .
, basta hallar
1
1 1 1
Q 1 2 1
1 1 0
| |
|
=
|
|
\ .

y entonces
BB'
1 1 1 0 1 2 2
1 1
f 1 2 1 2 0 4 4
0 1
1 1 0 0 1 2 1
| || | | |
| |
| | |
= =
|
| | |
\ .
| | |

\ .\ . \ .
13. Sea f:
2
( ) R R

3
( ) R R
una aplicacin lineal y B, B las respectivas
bases del ejercicio anterior, siendo la matriz asociada a f en estas bases:
f
BB
=
| |
|
|
|
\ .
0 - 1
1 1
2 3
Calcule la nueva matriz de la aplicacin respecto a las bases
B ={(3,2), (4,3)} y B ={(2,1,1), (3,3,1), (2,1,2)}.
Halle tambin la representacin matricial de f respecto a las bases
cannicas.
SOLUCIN:

Este ejercicio es una aplicacin directa de la equivalencia de matrices asociadas a
una misma A.L. en distintas bases, cuya relacin es:
-1
BB' BB'
f Q f P =
donde P = B:B (

y Q = B':B' (

son las respectivas matrices de cambio de base.
24
La obtencin de P pasa por expresar los vectores de la base B en funcin de los
de la base B.
11 12
21 22
(3, 2) (1, 0) (1, 1) 5(1, 0) 2(1, 1)
(4, 3) (1, 0) (1, 1) 7(1, 0) 3(1, 1)
o o
o o
= + =
= + =

5 7
P
2 3
| |
=
|

\ .
La obtencin de Q
-1
= B':B' (

requiere la expresin de B' en funcin de B'
11 12 13
21 22 23
31 32 33
2 1 2
(1,1,1) (2,1,1) (3, 3,1) (2,1, 2) (2,1,1) (3, 3,1) (2,1, 2)
3 3 3
1 1 1
(1,1, 0) (2,1,1) (3, 3,1) (2,1, 2) (2,1,1) (3, 3,1) (2,1, 2)
3 3 3
8 1
(1, 0, 1) (2,1,1) (3, 3,1) (2,1, 2) (2,1,1) (3,
3 3

= + + = + +
= + + = + +
= + + = +
5
3,1) (2,1, 2)
3
-1
2 1 8
1
Q 1 1 1
3
2 1 5
| |
|
=
|
|
\ .
y aplicando la relacin de equivalencia mencionada
BB'
2 1 8 0 1 31 38
5 7
1 1
f = 1 1 1 1 1 1 2
2 3 3 3
2 1 5 2 3 21 27
| || | | |
| |
| | |
=
|
| | |

\ .
| | |
\ .\ . \ .
Para hallar la matriz de f en las bases cannicas utilizamos la relacin de equivalencia
de matrices asociadas a una misma aplicacin lineal en distintas bases.
2 3 2 3
-1 -1
BB' C C C C BB'
f Q f P f Q f P = =
donde P = | |
2
B:C =
1 1
0 1
| |
|
\ .
-1
P =
1 1
0 1
| |
|
\ .
y Q = | |
3
B':C =
1 1 1
1 1 0
1 0 1
| |
|
|
|
\ .
son las
respectivas matrices de cambio de base.
Y aplicando la relacin dada:
2 3
C C
1 1 1 0 1 3 0
1 1
f 1 1 0 1 1 1 1
0 1
1 0 1 2 3 2 2
| || | | |
| |
| | |
= =
|
| | |
\ .
| | |

\ .\ . \ .
25
14. La matriz de un endomorsmo f de
3
( ) R R , dada respecto a la base
cannica, es
f
C
=
| |
|
|
|
\ .
1 - 1 0
- 2 2 0
0 3 - 3
.
Halle una base del ncleo y de la imagen de f.
Si U
1
= {(x
1
,x
2
,x
3
)/ x
1
= x
2
= x
3
} es un subespacio vectorial de
3
( ) R R ,
obtenga una base de la imagen de U
1
.
SOLUCIN:
El N(f) = {(x,y,z)/ f(x,y,z) = (0,0,0)} = {(x,y,z)/
1 1 0
2 2 0
0 3 3
| |
|
|
|
\ .
x
y
z
| |
|
|
|
\ .
=
0
0
0
| |
|
|
|
\ .
} =
={(x,y,z)/x =y , y = z (ecs. Implcitas)} ={(x,y,z)/x =y = z} = <(1,1,1)> y una base
de N(f) es {(1,1,1)}.
Puesto que
dim Im(f) = rg
1 1 0
2 2 0
0 3 3
| |
|
|
|
\ .
=2,
para generar Im(f) basta tomar el sistema formado por las columnas (no las) de la matriz
f
C
y dado que el sistema no es L.I. se obtiene una base de Im(f) cogiendo un sistema
mnimo de generadores a partir del dado.
As pues Im(f) = <(1,-2,0),(0,0,-3)> y una base es {(1,-2,0),(0,0,-3)}
Por otro lado resulta evidente que U
1
= N(f) y por tanto f(U
1
) = {0
,
} luego
f(U
1
) no tiene base (por ser el subespacio impropio {0
,
}).
15. Sea f:
4
( ) R R
4
( ) R R un endomorsmo del que se tiene la siguiente
informacin:
f(1,1,0,0) = (0,1,0,-1)
f(1,0,1,0) = (1,1,1,0)
.
26
Halle la matriz asociada a f en la base cannica en cada uno de los
siguientes supuestos:
f es involutiva. i)
f es idempotente. ii)
f es nilpotente de orden 2. iii)
Im(f) = N(f). iv)
SOLUCIN:

Se trata en cada caso de obtener las cuatro condiciones necesarias para la
determinacin de la matriz asociada a f en las bases cannicas. Estas cuatro condiciones
se traducen en un sistema de 4 ecuaciones con 4 incgnitas que son los transformados de
los vectores de la base cannica C
4
.
Sea C
4
={
1
e
,
,
2
e
,
,
3
e
,
,
4
e
,
} la base cannica de
4
( ) R R .
i) f involutiva (f f = i , i = identidad).
Conocemos f(1,1,0,0) = (0,1,0,-1) f(f(1,1,0,0)) = i(1,1,0,0) f(0,1,0,-1) = (1,1,0,0)
y tambin f(1,0,1,0) = (1,1,1,0) f(f(1,0,1,0)) = i(1,0,1,0) f(1,1,1,0) =(1,0,1,0)
Las condiciones obtenidas son:
f(1,1,0,0) = (0,1,0,-1) 1f(
1
e
,
)+1f(
2
e
,
)+0f(
3
e
,
)+0f(
4
e
,
) = 0
1
e
,
+1
2
e
,
+0
3
e
,
-1
4
e
,
f(1,0,1,0) = (1,1,1,0) 1f(
1
e
,
)+0f(
2
e
,
)+1f(
3
e
,
)+0f(
4
e
,
) = 1
1
e
,
+1
2
e
,
+1
3
e
,
+0
4
e
,
f(0,1,0,-1)= (1,1,0,0) 0f(
1
e
,
)+1f(
2
e
,
)+0f(
3
e
,
) -1f(
4
e
,
) = 1
1
e
,
+1
2
e
,
+0
3
e
,
+0
4
e
,
f(1,1,1,0) =(1,0,1,0) 1f(
1
e
,
)+1f(
2
e
,
)+1f(
3
e
,
)+0f(
4
e
,
) = 1
1
e
,
+0
2
e
,
+1
3
e
,
+0
4
e
,
Resolviendo el sistema resulta:
f(
1
e
,
) = 0
1
e
,
+2
2
e
,
+0
3
e
,
-1
4
e
,
f(
2
e
,
) = 0
1
e
,
-1
2
e
,
+0
3
e
,
+0
4
e
,
f(
3
e
,
) = 1
1
e
,
-1
2
e
,
+1
3
e
,
+1
4
e
,
f(
4
e
,
) =-1
1
e
,
-2
2
e
,
+0
3
e
,
+0
4
e
,
y la matriz buscada es la siguiente:
4 4
C C
0 0 1 1
2 1 1 2
f
0 0 1 0
1 0 1 0
| |
|

|
=
|
|
|
\ .
27
ii) f es idempotente ( f f =f ).
f(f(1,1,0,0)) = f(1,1,0,0) f(0,1,0,-1) = f(1,1,0,0) f(0,1,0,-1) = (0,1,0,-1)
f(f(1,0,1,0)) = f(1,0,1,0) f(1,1,1,0) = f(1,0,1,0) f(1,1,1,0) = (1,1,1,0)
Las condiciones obtenidas ms las iniciales son:
f(1,1,0,0) = (0,1,0,-1)
f(1,0,1,0) = (1,1,1,0)
f(0,1,0,-1) = (0,1,0,-1)
f(1,1,1,0) = (1,1,1,0)
y procediendo como en i) obtenemos:
4 4
C C
0 0 1 0
1 0 0 1
f
0 0 1 0
1 0 1 1
| |
|
|
=
|
|
|
\ .
iii) f es nilpotente de orden 2 (f
f = 0, 0 = aplicacin idnticamente nula).

f(f(1,1,0,0)) = (0,0,0,0) f(0,1,0,-1) = (0,0,0,0)
f(f(1,0,1,0)) = (0,0,0,0) f(1,1,1,0) = (0,0,0,0)
con lo que llegamos a las condiciones:
f(1,1,0,0) = (0,1,0,-1)
f(1,0,1,0) = (1,1,1,0)
f(0,1,0,-1) = (0,0,0,0)
f(1,1,1,0) = (0,0,0,0)
y tras la resolucin del correspondiente sistema :
4 4
C C
1 1 0 1
2 1 1 1
f
1 1 0 1
1 0 1 0
| |
|

|
=
|

|
|
\ .
iv) Si Im(f) = N(f) entonces f(0,1,0,-1) = (0,0,0,0) y f(1,1,1,0) = (0,0,0,0) y se repite
la situacin del apartado iii).
28
EJERCICIOS PROPUESTOS
1. Dados los espacios vectoriales U y V, estudie si las siguientes aplicaciones
: f U V son lineales:
a)
= = , , = , , R R
3
( ) / ( ) ( ) U V f x y z x y y z z x
.
b)
= = , , = , + R R R R
3 2 2 2 2 2
( ); ( ) / ( ) ( ) U V f x y z x y x y
.
c) = = = R ( ) / ( ) ( )
t t
n
U V M f A A A
.
2. Determine los subespacios Im(f) y N(f) de las siguientes aplicaciones
lineales:
a) : R R R R
3 3
( ) ( ) f / , , = , + , + ( ) ( ) f x y z 2 y x y x 2 y z .
b) : = R R
1 1
( ) ( ) / ( ( )) ( ) ( ) f P P f p x p x p x .
3. Clasique las siguientes aplicaciones lineales:
a) = R R : ( ) ( ) / ( )
t
n n
f M M f A A .
b) : = + R R R R
3 2
( ) ( ) / ( , , ) ( , ) f f x y z 3 x 2 y 3 y 2 z .
c)
2 3
( ) ( ) / ( , ) ( , , ) f f x y x x y x y : = + + R R R R .
4. Dada la aplicacin : =
R R
1
1 1
0
( ) ( ) / ( ( )) ( ) ( )
x
x
f P P f p x xp x p t dt , se pide que:
Pruebe que es lineal. a)
Halle una base del ncleo y de la imagen de f. b)
Compruebe si N(f) e Im(f) son subespcios suplementarios. c)
5. Consideremos el endomorsmo f sobre el espacio vectorial U
n
(K) cumpliendo
las siguientes condiciones:
i) ( ) = 2 r g f n (n par).
ii) f es nilpotente de orden 2.
Pruebe que el ncleo de f coincide con su imagen.
6. Determine la aplicacin lineal : R R R
3
2
( ) ( ) f P tal que :
, , = + ( )
2
f 1 0 0 1 x
, , = ( )
2
f 0 1 1 x x
, , = + ( )
2
f 1 1 0 1 x x
Y calcule , , ( ) f 1 1 2 .
29
Ejercicios propuestos
7. Sea f el endomorsmo de R R
3
( ) / , , = , ,
1 2 3 1 2 3
( ) ( ) f x x x y y y de forma que:
= +
1 1 2 3
y x x x
= + +
2 1 2 3
y x x x
= +
3 1 3
y x x
que son las ecuaciones del mismo.
Si { }} = , , =
1 1 2 3 1 3
( ) / 0 U x x x x 2 x y { }} = , , + =
2 1 2 3 2 3
( ) / 0 U x x x 2 x x
Calcule:
El conjunto de antiimgenes del a)
,
0.
La imagen recproca del vector (7,5,6) sin resolver ningn sistema b)
de ecuaciones, sabiendo que f(2,-1,4) = (7,5,6).
f( c)
1
U +
2
U ) y f(
1
U
2
U ).
8. Dada la aplicacin
: R R R
3
2
( ) ( ) f M /
| |
, , =
|
+
\ .
( )
z y
f x y z
y x z
Estudie si f es lineal y, en este caso, halle la matriz asociada a dicha
aplicacin lineal en las bases cannicas.
9. Sean { } { }
= = ( , ), ( , ) ( , , ), ( , , ), ( , , ) B 2 1 1 4 y B 2 1 1 1 2 0 1 0 2 bases de R R
2
( ) y
R R
3
( ) respectivamente.
Consideremos el homomorsmo
: R R R R
2 3
( ) ( ) f / = + ( , ) ( , , ) f x y x y y y x
Halle la expresin matricial de f en las bases B y B .
10. Consideremos la familia de endomorsmos f
k
, cuya matriz en la base
cannica de R R
3
( ) es la siguiente:
| |
|
|
|
\ .
0 k 2
k 2 k
2 k 2
Estudie, segn los valores reales de k, el ncleo y la imagen de
k
f y clasique
los endomorsmos a tenor de los resultados obtenidos.
30
11. Determine la representacin matricial de la aplicacin lineal g f , sabiendo
que:
: R R R R
3 2
( ) ( ) f / = + + ( , , ) ( , ) f x y z x 2 y x y z
: R R R R
2 4
( ) ( ) g / = + + ( , ) ( , , , ) g x y y x y 2 x 3 x y
Calcule adems los siguientes subespacios:
N( g f ) ; Im(f) ; N(g) ; N(g) Im(f) ;
1
f (N(g) Im(f)).
Cules de estos subespacios vectoriales coinciden? Coinciden en este caso
concreto o coincidirn en cualquier caso?
12. Dado el homomorsmo
2 3
( ) ( ) f : R R R R = ( , ) ( , , ) f x y y 2 x y calcule
la expresin matricial de f respecto a las bases { } = ( , ), ( , ) B 2 2 4 1 de
R R
2
( ) { }
= ( , , ), ( , , ), ( , , ) y B 2 1 1 1 2 0 1 0 2 de R R
3
( ) . Halle tambin la matriz de
f respecto a las bases cannicas C
2
y C
3
.
13. Sea
3 3
( ) ( ) f : R R R R con una aplicacin lineal y { } = ( , ), ( , ) ,
2
B 2 2 1 1
{ } = ( , , ), ( , , ), ( , , )
3
B 1 2 3 2 3 1 2 1 3 las respectivas bases, siendo:
| |
|
=
|
|
\ .
2 3
B B
3 4
f 1 2
2 3
Calcule la nueva matriz de la aplicacin respecto a las bases { }
= ( , ), ( , ) ,
2
B 1 2 4 2
{ }
= ( , , ), ( , , ), ( , , )
3
B 1 1 1 1 1 1 1 1 1 . Halle tambin la representacin matricial de f
respecto a las bases cannicas.
14. La matriz de un endomorsmo f de R R
3
( ) , dada respecto a la base
cannica, es
| |
|
|
|
\ .
2 3 1
1 2 4
3 1 2
Halle una base del ncleo y de la imagen de f. Si { }} = , , =
1 1 2 3 1 2
( ) / U x x x x x
y { }} = , , + + =
2 1 2 3 1 2 3
( ) / 0 U x x x x x x son subespacios vectoriales de R R
3
( ) , halla
una base de la imagen de
1 2
U U .
15. Sea el endomorsmo : R R R R
3 3
( ) ( ) f /
= + + ( , , ) ( , , ) f x y z x y z x x y z
Encuentre, si existe, un subespacio vectorial de R R
3
( ) que sea invariante para f.
31
CaptuIo 2
DiagonaIizacin de
Endomorfismos
2.1 Introduccin
En el captulo anterior hemos analizado la matriz asociada a una aplicacin
lineal :
n m
f U V , entre espacios vectoriales de dimensin nita. Si m = n la matriz
asociada es cuadrada y podemos encontrar una base de
n
U y otra de
n
V respecto a las
que la matriz de f es diagonal y equivalente a la primera. Estas bases, que no son
nicas, son calculables de manera sencilla mediante transformaciones elementales.
Sin embargo, cuando
n n
U V = la matriz asociada a f est referida a una sola
base, lo que comporta una complejidad mayor a la hora de buscar la simplicidad en la
expresin matricial de un endomorsmo. Resumiendo, lo que intentamos es encontrar
bases en las que la matriz del endomorsmo sea lo ms sencilla posible, es decir,
diagonal.
Observaremos que este proceso no es siempre posible, en cuyo caso nos
conformaremos con aquella matriz que semejantemente a otras tenga el mayor nmero
de ceros posible.
No obstante, en determinadas condiciones, podemos encontrar unas bases
especiales en las que la matriz de f es diagonal. Los elementos que nos conducen
a este resultado son los valores y vectores propios, tambin llamados autovalores y
autovectores. Su utilidad en el estudio de endomorsmos y su presencia innata en el
anlisis de vibraciones, sistemas elctricos, economa, sistemas dinmicos discretos y
continuos y geometra (cnicas y cudricas) es de tal calibre que en ocasiones resulta
impensable abordar determinadas investigaciones sin esta herramienta.
32
Captulo 2. Diagonalizacin de endomorfismos
2.2 Valores y vectores propios
2.2.1 Denicin de valores y vectores propios de un endomorsmo.
Ejemplos.
Sea : f U U un endomorsmo del espacio vectorial U sobre el cuerpo
( o ) k R C .
Denicin. Se dice que el escalar i k es un Valor Propio (o autovalor) de f si
existe un vector no nulo x U
,
tal que ( ) f x x i =
, ,
. A dicho vector x
,
se le llama Vector
Propio (o autovector) de f asociado al valor propio i.
Ejemplos:
Sea el endomorsmo 1. ( ) , f x x x U =
, , ,
.Todos los vectores no nulos de U son
vectores propios de f asociados al valor propio 1 i = .
En un giro de amplitud 2.
4
r
no hay vectores propios pues la imagen de un vector
nunca es mltiplo de l.
Sea 3.
2 2
: / ( ) (3 2 ) f f x y x y y , = , R R . El vector (1,1) es propio de f
asociado al valor propio 1 i = , mientras que el vector (2,0) tambin es propio
pero asociado al autovalor 3 i = .
Propiedades:
Un mismo vector propio no puede estar asociado a valores propios distintos. 1.
Si 2. x
,
es un vector propio de un endomorsmo f asociado al autovalor i ,
entonces cualquier vector no nulo, x o
,
, proporcional a x
,
, es vector propio de f
asociado al mismo valor propio i .
Si 3. x
,
es un vector propio de f asociado al valor propio i , entonces:
a) x
,
es un vector propio de f o asociado al valor propio oi .
b) x
,
es un vector propio de f i o asociado al valor propio i o .
c) x
,
es un vector propio de
1
f

asociado al valor propio
1
i
(siempre que
1
f

).
d) x
,
es un vector propio de
n
f asociado al valor propio
n
i .
2.2.2 Subespacio propio asociado a un valor propio.
El conjunto de vectores propios asociados a un mismo valor propio i, se denota por
Teorema. El conjunto U V
i i
= es un subespacio vectorial de U llamado
Subespacio Propio de f asociado al valor propio i .
33
Resumen terico
Dado que
{ }
{ }
{ }
/ ( ) / ( ) 0
/( )( ) 0 ( )
U x U f x x x U f x x
x U f i x N f i
i
i i
i i
= = = = =
= = =
,
, , , , , ,
,
, ,
es claro que existir algn vector propio de f si f i i no es inyectiva.(donde i es el
endomorsmo identidad).
2.3 Determinacin de valores y vectores propios.
Polinomio caracterstico.
2.3.1 Clculo de valores y vectores propios. Ecuacin Caracterstica
Dado el endomorsmo f de
n
U , espacio vectorial sobre el cuerpo k y una base B
de
n
U , consideramos la matriz F asociada a f en la base B. Si x
,
es un vector propio
de f asociado al valor propio i y X es la expresin matricial de sus coordenadas en la
base B, se tiene que:
F (1) X = i X
es decir,
(F- (2) i I)X = O
donde O representa la matriz nula de orden n.
La relacin (2) expresa un sistema homogneo de n ecuaciones con n incgnitas, que
tiene solucin distinta de la trivial si, y slo si, det(F- i I) = O.
Denicin. Al polinomio de grado n con indeterminada en i a coecientes en k ( que
suele ser R),
1
1 1 0
( ) det( ) ( 1) ...
n n n
n n
P F I b b b i i i i i
= = + + + +
se le llama Polinomio Caracterstico asociado al endomorsmo f , donde los
coecientes , 1, 2,..., 1
i
b i n = , son elementos del cuerpo k .
Denicin. A la ecuacin det( ) 0 F I i = se le llama Ecuacin Caracterstica de f y
sus soluciones, en k , son los valores propios de f . Al conjunto de valores propios de
f se le llama Espectro de f y se denota por E( f ).
Sustituyendo cada valor propio i k en la ecuacin (2) y resolviendo el sistema de
ecuaciones lineales resultante, se obtienen los vectores propios asociados al mismo.
Proposicin: El polinomio caracterstico de f es independiente de la base elegida.
Observacin: Como consecuencia, los valores propios tampoco dependen de la base elegida.
34
2.4 Endomorsmo diagonalizable.
Teoremas de caracterizacin.
2.4.1 Denicin de endomorsmo diagonalizable.
Denicin. Un endomorsmo f de ( )
n
U k es Diagonalizable si existe una base de
n
U
en la que la matriz asociada a f en dicha base es diagonal.
2.4.2 Teorema de caracterizacin y consecuencias
Teorema. Un endomorsmo f de ( )
n
U k es diagonalizable si, y slo si, existe una base
de
n
U formada por vectores propios de f.
Observacin: La diagonalizabilidad de un endomorfismo queda supeditada al hallazgo de bases
de vectores propios.
Lema. Una suma de subespacios vectoriales es directa si, y slo si, la nica
descomposicin del vector nulo de dicha suma es la trivial.
Teorema. La suma de subespacios propios correspondientes a valores propios distintos
es directa.
Corolario. Los vectores propios correspondientes a valores propios distintos son
linealmente independientes.
2.4.3 Primer teorema de diagonalizacin.
Teorema (P.T.D.). Si la ecuacin caracterstica de un endomorsmo f de ( )
n
U k tiene
n races distintas en k , entonces f es diagonalizable.
Proposicin. Si
i
i k es un valor propio del endomorsmo f de ( )
n
U k , y
i
m es su
orden de multiplicidad algebraica, entonces dim
i
i
U m
i
.
Nota: A la dimensin de
i
U
i
se le llama multiplicidad geomtrica del valor propio
i
i .
2.4.4 Teorema fundamental de diagonalizacin
Teorema (T.F.D.). El endomorsmo f, de ( )
n
U k , es diagonalizable si, y slo si, el
espectro de f contiene todas las races del polinomio caracterstico de f y el orden de
multiplicidad de cada valor propio coincide con la dimensin del subespacio propio
asociado, es decir,
Si
1
,...,
p
i i k son las races del polinomio caracterstico de f, cuyos respectivos
rdenes de multiplicidad algebraica son
1
,...,
p
m m respectivamente, entonces,
f es diagonalizable dim , 1, 2,...,
i
i
U m i p
i
= = .
35
Resumen terico
Observacin: La condicin U
i
= = dim , 1,2,...,
i
i
m i p se puede sustituir por:
i = = ( ) , 1,2,...,
i i
n rg F I m i p
donde F es la matriz de f en la base B. De esta forma se evita el clculo de subespacios propios
para obtener su dimensin.
2.5 Matrices diagonalizables
2.5.1 Denicin de matrices diagonalizables
Denicin. La matriz A de orden n es diagonalizable si el endomorsmo f de ( )
n
k k , tal
que A es su matriz asociada en la base cannica de ( )
n
k k , es diagonalizable.
Observacin: Esta definicin valida de forma directa todos los resultados vistos en los
endomorfismos de espacios vectoriales de dimensin n para las matrices cuadradas de orden n.
De esta forma podemos hablar de valores y vectores propios de una matriz, as como del polinomio
caracterstico, ecuacin caracterstica y espectro de una matriz.
2.5.2 Caracterizacin
Teorema. A es diagonalizable P regular y D diagonal
1
D P A P
= .
Lo que equivale a:
A es diagonalizable si y slo si existe una matriz diagonal D semejante a A.
Corolario. Si A y B son semejantes, entonces tienen la misma ecuacin caracterstica
y los mismos vectores propios.
Observacin: El recproco no es cierto en general pues aun teniendo los mismos valores propios
puede que una de las matrices sea diagonalizable y la otra no y como consecuencia del teorema
no podran ser semejantes.
2.5.3 Propiedades
Sea A una matriz cuadrada de orden n, entonces,
La matriz 1. A y
t
A tienen los mismos valores propios.
Los valores propios de una matriz triangular son los elementos de la diagonal principal. 2.
Si 3. i es un valor propio de A(regular), entonces
1
i
es un valor propio de
1
A
.
Si 4. i es un valor propio de A, entonces oi es un valor propio de A o I .
2.5.4 Teoremas de anulacin
Denicin. Decimos que un polinomio ( ) P i anula una matriz A si P(A) = O.
Teorema. Dada una matriz A ( )
n
M k siempre existe un polinomio que anula A.
Nota: Este resultado es obvio dado que el espacio vectorial k ( )
n
M tiene dimensin
2
n , luego
cualquier conjunto de +
2
1 n matrices tienen que ser L.D. Consideramos
{ }
, ,
2
2
, ...,
n
I A A A , que
36
por ser L.D. existirn +
2
1 n escalares no todos nulos tales que o o o + + + =
2
2
0 1
...
n
n
I A A O y
por tanto el polinomio i o o i o i = + + +
2
2
0 1
( ) ...
n
n
P anula A.
Teorema (de Cayley - Hamilton). El polinomio caracterstico de A anula A.
Corolario (Clculo de la matriz inversa de la matriz regular A ):
Si
0 1
( ) ...
n
n n
P a a a i i i = + + + es el polinomio caracterstico de A (regular),
entonces,
0
1 1 1
1 1
1 1 det
( ... ) ( ... )
n n
n n a A
A a I a A a I a A

= + + = + + .
Observacin: Por el teoroema de Cayley = ( )
n
P A O y entonces + + + =
0 1
...
n
n
a I a A a A O ,
multiplicando ambos miembros por A
1
resulta
.
+ + + =
1 1
0 1
...
n
n
a A a I a A O de donde se
deduce el resultado. Obsrvese que i = ( )
n
P det i ( ) F I = =
0
( 0 ) a P det
i = ( 0 ) A A
.
37
1. Halle todos los posibles valores propios de un endomorsmo f del espacio
vectorial U(K) en cada uno de los siguientes casos:
f es idempotente. a)
f es involutiva. b)
f es nilpotente de orden 2. c)
SOLUCIN:

Si i es un valor propio de f entonces existe un vector, x
,
, no nulo de U( k ) tal que
f( x
,
)=i x
,
.
Como f es idempotente (f a) f = f) se tiene que
f(f( x
,
))=f( x
,
) f( i x
,
)=i x
,
i f( x
,
)=i x
,
2
i x
,
=i x
,
(
2
i - i ) x
,
=0
,
y dado que
x
,
es no nulo (
2
i - i )=0 por lo que los nicos valores propios de f son i =1 y i =0.
Si f es involutiva (f b) f = i, i = identidad) se llega a
f(f( x
,
))=i( x
,
) f( i x
,
)=x
,
i f( x
,
)=x
,
2
i x
,
=x
,
(
2
i -1) x
,
=0
,
y como x
,
0
,

resulta que (
2
i -1)=0 y entonces los valores propios son i =1 y i =-1.
Siendo f nilpotente de orden 2 (f c) f = 0, 0 = A.I.N) se concluye que
f(f( x
,
))=0( x
,
) f( i x
,
)=0
,
i f( x
,
)=0( x
,
)
2
i x
,
=0( x
,
) (
2
i -0) x
,
=0
,
y como x
,
0
,

llegamos a (
2
i -0)=0 con lo que el nico valor propio es i =0.
2. Si i es un autovalor del endomorsmo f: UU pruebe que:

i)
n
i es un valor propio de f
n
con n N.
ii) Si f es un automorsmo
1
i
es un valor propio de f
-1
.
SOLUCIN:

i) Sea i un valor propio de f, entonces existe 0 x
,
,
, x U
,
/f( x
,
) = i x
,
, entonces
n
n n n-1 n-2 2 n-(n-1) 1 1
f ( ) (f f ... f )( ) f ( ) f ( ) f ( ) ... f ( ) f( )
n n n
x x x x x x x x i i i i i

= = = = = = = =
, , , , , , , ,

como queramos demostrar (tambin se puede probar por induccin sobre n).
38
ii) Por ser f un automorsmo sabemos que existe f
-1
y a partir de la hiptesis
principal (f( x
,
) = i x
,
, con 0 x
,
,
) podemos aplicar f
-1
y entonces
1
f
(f( x
,
)) =
1
f
(i x
,
) i( x
,
) = i
1
f
( x
,
)
1
f
( x
,
) =
1
i
x
,
, que es el resultado
pretendido.
NOTA: Podemos dividir por i pues i 0 ya que si i =0
,
,
0 x /f(
,
x ) =
,
0 y
entonces resulta que N(f) {
,
0 } luego f no sera inyectiva y por tanto no sera automorfismo en
contra de la hiptesis.
3. Un endomorsmo f de
2
( ) R R tiene por matriz asociada en la base
cannica:
f
C
=
| |
|
\ .
0 1
1 1
Estudie en qu espacio vectorial sera diagonalizable f.
SOLUCIN:
La ecuacin caracterstica, del endomorsmo f, viene dada por
1
2
C
2
1 3 1 3
1
2 2
f I 0 0 1 0
1 1
1 3 1 3
2 2
i
i
i
i
i i i
i
i
+ +
= =

= = + =

= =
C
C
y puesto que
1 2
, i i R , entonces, f no es diagonalizable en
2
( ) R R .
Sin embargo s lo es en
2
( ) C C ya que ambos valores pertenecen al cuerpo C y
son distintos.
NOTA: Las races del polinomio caracterstico no siempre son valores propios del
endomorfismo. Hemos visto en la teora que todo valor propio de un endomorfismo debe ser un
elemento del cuerpo de escalares del espacio vectorial sobre el que acta ste.
En nuestro ejemplo las soluciones de la ecuacin caracterstica (o races del polinomio
caracterstico) son complejas conjugadas por lo que no son valores propios de f como endomorfismo
de
2
( ) R R y s lo son de f como endomorfismo de
2
( ) C C . Como consecuencia, f no es
diagonalizable en
2
( ) R R debido a que no tiene valores propios en R.
39
4. Si A y B son matrices representantes de un mismo endomorsmo f en
distintas bases, pruebe que :
Traza de A = Traza de B. a)
Det(A) = Det(B). b)
Si c)
1
,...,
n
i i son las races
*
del polinomio caracterstico de f ,
entonces:
Tr(A) =
1
n
i
i
i
=
y Det(A) =
1
n
i
i
i
=
.
* contadas tantas veces como indica su orden de multiplicidad (vase tambin
la nota del ejercicio anterior).
SOLUCIN:

Si A y B son matrices representantes de un mismo endomorsmo entonces A y B
son semejantes y por tanto existe una matriz P, regular , del mismo orden, tal que
B = P
-1
A P.
a) Para probar que trA = trB (siendo A semejante a B) empezaremos probando
que tr(C D)=tr(D C) para todo par de matrices cuadradas de orden n.
Un elemento de la diagonal principal de C D es de la forma
1
n
ik ki
k
c d
=
con lo que
n n
i=1 k=1
tr(C D)=
ik ki
c d
| |
|
\ .

De la misma forma el elemento (i, i) de la diagonal principal de D C es
1
n
ik ki
k
d c
=
de
donde
n n
i=1 k=1
tr(D C)=
ik ki
d c
| |
|
\ .

y del desarrollo de ambas expresiones se inere que tr(C D)=tr(D C) .

Aplicando este resultado y la semejanza entre A y B se llega a
trB = tr(P
-1
A P) = tr(P
-1
(A P)) = tr((A P) P
-1
) = trA

como queramos probar.
b) det B = det (P
-1
A P) = det (P
-1
) det A det P =
det A det P
det P
= det A.
40
c) Consideremos la matriz A =
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
a a a
| |
|
|
|
|
|
\ .
. . .
asociada al endomorsmo f
en una base dada.
El polinomio caracterstico es
P
n
( i )= A I i =
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
a a a
i
i
i
. . .
= ( )( ) ( )
11 22 2
( )
nn n
a a a Q i i i i
+

que es un polinomio en i

de grado n, donde los trminos en
n
i

y

1 n
i

aparecen slo
en el producto de los elementos de la diagonal principal , es decir,
P
n
( i ) = ( ) ( )
1 1
11 22 2
1 ( 1) ( )
n
n n n
nn n
a a a R i i i

+ + + + +
P
n
( i ) = ( ) ( )
2
1 1 2
11 22 2 1 0
( )
1 ( 1) ...
n
n
n n n n
nn n
R
a a a a a a
i
i i i i
+ + + + + + + +
_
(1)
Por otro lado las Frmulas de Cardano-Vieta, nos dicen que:
Dado un polinomio de de grado n ,
1
1 1 0
... , con 0
n n
n n n
b x b x b x b b
+ + + + , sean
1 2
, ,...,
n
x x x sus races reales o complejas entonces si :
1) S = {1,2,,n} y,
2)
k
j
P = subconjunto de S, de j elementos, que ocupa el lugar k (de entre los
n
j
| |
|
\ .

subconjuntos de S con j elementos)
se tiene que:
{ }
1 2
k
1 j
1
,..., P
( 1)
... , j 1, 2,...,
j
j
n
j
j
j
i i i
k
n
i i
b
x x x n
b
| |
|
\ .
=
= =
(2)
y aplicando la frmula (2) al polinomio (1) resulta que:
para j = 1 ,
( ) ( )
( )
1
1
11 22
1 2 11 22
( 1) 1
... (A)
1
n
nn
n nn n
a a a
a a a tr i i i
+ + +
+ + + = = + + + =

41
y para j = n ,
( )
( )
0
1 2 0
1
... det(A)
1
n
n n
a
a i i i

= = =
como queramos demostrar.
5. Sea f un endomorsmo de R R
3
( ) , del que se sabe que i = 1 es un autovalor
y que la matriz asociada en la base cannica es:
f
C
=
| |
|
|
|

\ .
1 3 3
1 1 2
1 3 4
Halle los otros dos valores propios de f utilizando los resultados del ejercicio
anterior.
SOLUCIN:

Por el apartado c) del ejercicio anterior
1 2 3 C 2 3 2 3
1 2 3 C 2 3 2 3
(f ) 1 1 1 4 3
det(f ) 1 4 4
tr i i i i i i i
i i i i i i i
+ + = + + = + + =
= = =
lo que nos lleva a la ecuacin de segundo grado:

2
2 3
3 4 0 1 y 4 i i i i + = = =
luego los valores propios son 1, 1 y 4 .
NOTA: Este resultado es independiente de que f sea o no diagonalizable pero, en el caso
de que lo sea, la diagonal principal de la matriz diagonal semejante estar constituida por los
valores propios hallados.
6. Dadas las siguientes matrices asociadas, en la base cannica, a distintos

endomorsmos de R R
3
( ) :
1) f
C
=
1 2 2
0 2 1
0 1 2
| |
|
|
|
\ .
2) g
C
=
| |
|
|
|
\ .
1 0 0
0 1 2
1 1 2
3) h
C
=
| |
|

|
|
\ .
3 0 8
3 1 6
2 0 5
Se pide que halle en cada caso:
42
Los valores y vectores propios. a)
Los subespacios propios asociados a cada valor propio. b)
Una base en la que la expresin matricial del endomorsmo sea, si c)
es posible, diagonal.
SOLUCIN:

1.a) Procedemos al clculo de valores propios,
i
i , mediante la ecuacin
caracterstica:
1
2
C 2
3
1 2 2 1
f I 0 0 2 1 0 (1 )[(2 ) 1] 0 1
0 1 2 3
i i
i i i i i
i i
=
= = = =
En lo sucesivo llamaremos k( i ) al orden de multiplicidad del valor propio i

como solucin de la ecuacin caracterstica. As, en este caso, k(1) = 2 y k(3) = 1 , pues 1
es raz doble del polinomio caracterstico y 3 es raz simple del mismo.
1.b) Los vectores propios asociados a cada vector propio se hallan obteniendo los
respectivos subespacios propios asociados:
Subespacio propio asociado al valor propio 1:
{ }
1,2
1 C 1,2
0 -2 -2 x 0
E (x,y,z)/(f I)W O (x,y,z)/ 0 1 1 y 0
0 1 1 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/y z , x (x, -z, z)/ x,z (1,0,0),(0,-1,1) = = = = R R

donde
x 0
W= y ; O = 0
z 0
| | | |
| |
| |
| |
\ . \ .
Por tanto los vectores (1,0,0) y (0,-1,1) son vectores propios, asociados al valor
propio 1, que generan el subespacio propio asociado al mismo valor propio. Una base de
este subespacio propio es {(1,0,0), (0,-1,1)}.

{ }
3
3 C 3
-2 -2 -2 x 0
E (x,y,z)/(f I)W O (x,y,z)/ 0 -1 1 y 0
0 1 -1 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )
43

{ } { } (x,y,z)/y z , x 2z (-2z, z, z)/ z (-2,1,1) = = = = = R
Luego el vector (-2,1,1) es un vector propio, asociado al valor propio 3, que genera
el subespacio propio asociado correspondiente al mismo. Una base de dicho subespacio
es {(-2,1,1)}.
En lo sucesivo denominaremos d( i ) a la dimensin del subespacio propio
asociado a i . Por tanto en este caso d(1) = 2 y d(3) = 1.
1.c) Un endomorsmo es diagonalizable k( i ) = d( i ) i E( f ) (espectro
de f ) de forma que el espectro de f contiene todas y cada una de las races de P
n
( i ) de
f.
Dado que en este caso
k(1) = d(1) = 2
k(3) = d(3) = 1
podemos asegurar que existe una base

de vectores propios respecto de la que la matriz asociada a f es diagonal y dicha base est
constituida como unin de las bases de los subespacios propios asociados a cada uno de
los distintos valores propios obtenidos. Sea B, la base buscada,
B = {(1,0,0), (0,-1,1), (-2,1,1)}.
Y en dicha base la matriz asociada a f es:
B
1 0 0
f 0 1 0
0 0 3
| |
|
=
|
|
\ .
que es una matriz semejante a
C
f y por ello existe una matriz ,P, regular , de orden 3 que
verica:
-1
B C
f P f P =
donde P es la matriz de cambio de base de B a C, es decir , P =
1 0 2
0 1 1
0 1 1
| |
|
|
|
\ .
NOTA: Obsrvese que el orden de los valores propios en la diagonal principal de f
B
depende
del orden que se establezca en la colocacin de los vectores propios en la base B. Asimismo la matriz
de cambio de base P tambin va a depender de este orden pues sus columnas son precisamente las
coordenadas de los mencionados vectores en la base cannica.
Por otro lado cuando se habla del vector propio (a,b,c) nos estamos refiriendo al vector cuyas
coordenadas en la base cannica de R R
3
( ) son los nmeros reales a, b, c, es decir, + +
, , ,
1 2 3
ae be ce
, donde { }
, , ,
1 2 3
, , e e e es la mencionada base cannica.
44
2.a) Siguiendo el mismo esquema que en el apartado anterior calculamos los
valores propios:
1
2
C 2
3
1 0 0 1
I 0 0 1 2 0 (1 )[ 3 ] 0 3
1 1 2 0
g
i i
i i i i i i
i i
=
= = = =
2.b) Hallamos ahora los subespacios propios asociados a cada valor propio:
{ }
1
1 C 1
0 0 0 x 0
E (x,y,z)/(g I)W O (x,y,z)/ 0 0 2 y 0
1 1 1 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/x y , z 0 (-y, y, 0)/ y (-1,1,0) = = = = = R

donde
x 0
W= y ; O = 0
z 0
| | | |
| |
| |
| |
\ . \ .
El vector (-1,1,0) es un vector propio, asociado al valor propio 1, que genera el
subespacio propio asociado al mismo valor propio. Una base de este subespacio propio es
{(-1,1,0)}.

{ }
2
3 C 2
-2 0 0 x 0
E (x,y,z)/(g I)W O (x,y,z)/ 0 -2 2 y 0
1 1 -1 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/y z , x 0 (0, z, z)/ z (0,1,1) = = = = = R
Luego el vector (0,1,1) es un vector propio, asociado al valor propio 3, que genera
es {(0,1,1)}.

{ }
3
0 C 3
1 0 0 x 0
E (x,y,z)/(g I)W O (x,y,z)/ 0 1 2 y 0
1 1 2 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )
45
{ } { } (x,y,z)/y 2z , x 0 (0, -2z, z)/ z (0,-2,1) = = = = = R
Luego el vector (0,-2,1) es un vector propio, asociado al valor propio 0, que genera
el subespacio propio asociado correspondiente al mismo. Una base de dicho subespacio es
{(0,-2,1)}.
.
2.c) Dado que los tres valores propios son distintos, el endomorsmo g es
diagonalizable y podemos asegurar que existe una base de vectores propios respecto de
la que la matriz asociada a g es diagonal y dicha base est constituida como unin de las
bases de los subespacios propios asociados a cada uno de los distintos valores propios
obtenidos. Sea B, la base buscada,
B = {(-1,1,0), (0,1,1), (0,-2,1)}.
Y en dicha base la matriz asociada a g es:
B
1 0 0
0 3 0
0 0 0
g
| |
|
=
|
|
\ .
C
g y por ello existe una matriz P, regular, de orden 3 que
verica:
-1
B C
g P g P =
1 0 0
1 1 2
0 1 1
| |
|
|
|
\ .
3.a) Procedemos al clculo de valores propios,
i
i , mediante la ecuacin
caracterstica:
1
2
C 2
3
3 0 8 1
h I 0 3 1 6 0 (1 )[ 2 1] 0 1
2 0 5 1
i i
i i i i i i
i i
=
= = + = =
.
3.b) Subespacio propio y vectores propios:
46
{ }
1,2,3
1 C 1,2,3
-4 0 -8 x 0
E (x,y,z)/(f I)W O (x,y,z)/ -3 0 -6 y 0
2 0 4 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/x 2z , y (-2z, y, z)/ y,z (-2,0,1),(0,1,0) = = = = R R

donde
x 0
W= y ; O = 0
z 0
| | | |
| |
| |
| |
\ . \ .
Por tanto los vectores (-2,0,1) y (0,1,0) son vectores propios, asociados al valor
propio 1, que generan el subespacio propio asociado al mismo valor propio. Una base de
este subespacio propio es {(-2,0,1) y (0,1,0) }.
3.c) El endomorsmo h es diagonalizable k( i ) = d( i ) i E(f) (espectro
de f).
Dado que en este caso k(1) = 3 2 d(1) = resulta que h no es diagonalizable.
NOTA 1: Observe el lector, como se ver en el ejercicio 8, que si el valor propio 1 tiene
orden de multiplicidad igual a la dimensin de la matriz asociada al endomorfismo entonces
el nico endomorfismo diagonalizable es la identidad, por lo que dado que el endomorfismo
estudiado no es la identidad, entonces no es diagonalizable .
NOTA 2: Todos los vectores utilizados en este ejercicio y en sucesivos, salvo advertencia
en contrario, se expresan mediante sus coordenadas respecto a la base cannica.
7. Pruebe que el polinomio caracterstico de un endomorsmo es independiente

de la base elegida.
SOLUCIN:

Consideremos f un endomorsmo de U
n
y F la matriz asociada a f en la base B.
El polinomio caracterstico es:
n
P ( ) F- I i i =
Sea F la matiz asociada a f en la base B y
n
P ( ) F - I i i = su polinomio
caracterstico.
47
Entonces puesto que F y F son semejantes existe una matriz regular, P, de orden
n tal que F = P
-1
F P, y as
NOTA: Como consecuencia directa dos matrices semejantes tienen el mismo polinomio
caracterstico y por tanto los mismos valores propios.
8. Demuestre que si el polinomio caracterstico de un endomorsmo f de U

n
(K)
tiene la raz 1 i = de orden de multiplicidad n, entonces el nico endomorsmo
diagonalizable es la identidad.
SOLUCIN:

Si f es diagonalizable, entonces, k(1) = d(1) , es decir, n = dim N(f 1i) = n rg(f 1i),
de donde rg(f i ) = 0, lo que implica que f i 0, y por tanto f i.
NOTA 1: Con este resultado podamos haber resuelto de forma inmediata el apartado c) del
ejercicio 6 ya que la nica matriz semejante a la identidad es ella misma.

NOTA 2: Como consecuencia de este ejercicio si i = q 1 y no nulo de forma que k(q) = n,
entonces, para cada q, el nico endomorfismo diagonalizable es qi (i = identidad).
9. Estudie si son diagonalizables los siguientes endomorsmos de R

2
( ) P
*
:
f(p(x)) = p(x). a)
g(p(x)) = xp(x). b)
* Espacio Vectorial de los polinomios de grado menor o igual que dos con
indeterminada en x y a coecientes reales.
SOLUCIN:

a) Consideramos la base cannica de P
2
( R), C = {x
2
, x, 1} y hallamos los trans-
formados de sus vectores:
2 2
2
C
2
f( x ) =0 x +2 x +0 1
0 0 0
f( x ) =0 x +0 x +1 1 f 2 0 0
0 1 0
f( 1 ) =0 x +0 x +0 1

| |

|
=
`
|
|

\ .
)
48
fcilmente se llega a que el nico valor propio es 0 con orden de multiplicidad 3 y por el
ejercicio 8 sabemos que f no es diagonalizable.
b) Operando de la misma forma
2 2
2
C
2
g( x ) =2 x +0 x +0 1
2 0 0
g( x ) =0 x +1 x +0 1 g 0 1 0
0 0 0
g( 1 ) =0 x +0 x +0 1

| |

|
=
`
|
|

\ .
)
que ya es diagonal, con lo que g es diagonalizable.
NOTA: Puesto que un vector propio de un endomorfismo se caracteriza por el hecho de que
su imagen es proporcional a s mismo y que el coeficiente de proporcionalidad es un elemento del
cuerpo de escalares (valor propio) al cual est asociado, resulta evidente que en el apartado a), dado
que el nico polinomio proporcional a su derivada es el idnticamente nulo, slo existe el valor propio
cero.
10. Dado el endomorsmo f: R R

3
( ) R R
3
( ) / f(x,y,z) = (x+y+z,2y+z,2y+3z),
encuentre, si es posible, una base de R R
3
( ) que diagonalice f.
SOLUCIN:

Puesto que de forma clara
3
C
1 1 1
f 0 2 1
0 2 3
| |
|
=
|
|
\ .

seguiremos el mismo esquema que en
el ejercicio 6:
a) Calculamos los valores propios:
1
2
C 2
3
1 1 1 1
f I 0 0 2 1 0 (1 )[ 5 4] 0 1
0 2 3 4
i i
i i i i i i
i i
=
= = + = =
b) Hallamos ahora los subespacios propios asociados a cada valor propio:

{ }
1,2
1 C 1,2
0 1 1 x 0
E (x,y,z)/(f I)W O (x,y,z)/ 0 1 1 y 0
0 2 2 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )
49

{ } { } (x,y,z)/y z , x (x, -z, z)/ x,z (1,0,0),(0,-1,1) = = = = R R

donde
x 0
W= y ; O = 0
z 0
| | | |
| |
| |
| |
\ . \ .
Los vectores (1,0,0) y (0,-1,1) son vectores propios, asociados al valor propio 1,
que generan el subespacio propio asociado al mismo valor propio.
Una base de este subespacio propio es {(1,0,0) , (0,-1,1)}.

{ }
3
4 C 3
-3 1 1 x 0
E (x,y,z)/(f I)W O (x,y,z)/ 0 -2 1 y 0
0 2 -1 z 0
i
i
=
| || | | |
| | |
= = = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/2y z , x y (y, y, 2y)/ y (1,1,2) = = = = = R
Luego el vector (1,1,2) es un vector propio, asociado al valor propio 4, que genera
es {(1,1,2)}.
c) Dado que
k(1) = d(1) = 2
k(4) = d(4) = 1
por el teorema fundamental de diagonalizacin

podemos asegurar que existe una base de vectores propios respecto de la que la matriz
asociada a f es diagonal y dicha base est constituida como unin de las bases de los
subespacios propios asociados a cada uno de los distintos valores propios obtenidos. Sea
B, la base buscada,
B = {(1,0,0), (0,-1,1), (1,1,2)}.
B
1 0 0
f 0 1 0
0 0 4
| |
|
=
|
|
\ .
C
f y por ello existe una matriz ,P, regular , de orden 3 que
verica:
-1
B C
f P f P =

50
donde P es la matriz de cambio de base de B a C
3
, es decir , P =
1 0 1
0 1 1
0 1 2
| |
|
|
|
\ .

3
( ) cuyo espectro es:
E(f) = {
1 2 3
1, 2, 1 i i i = = =
}
y que tiene por vectores propios asociados (1,1,1) , (0,1,2) y (1,2,1)
respectivamente.
Obtenga la matriz asociada a f en la base cannica.
SOLUCIN:

Mtodo 1:
Las condiciones del enunciado se traducen de la siguiente forma:
1
2
3
f(1,1,1) = (1,1,1) 1(1,1,1) (1,1,1)
f(0,1,2) = (0,1, 2) 2(0,1, 2) (0, 2, 4)
f(1,2,1) = (1, 2,1) 1(1, 2,1) ( 1, 2, 1)
i
i
i
= =
= =
= =
y siguiendo el mismo procedimiento que en el ejercicio 15 de A.L. es fcil llegar a que :
3
C
2 2 1
3 5
f 3
2 2
0 2 3
| |
|
|
=
|
|
\ .
Mtodo 2:

Puesto que los tres valores propios son distintos f es diagonalizable (primer
teorema de diagonalizacin) y por tanto los vectores propios asociados constituyen una
base en la que la expresin matricial de f es diagonal:
Sea B = {(1,1,1), (0,1,2), (1,2,1)} la base y
B
1 0 0
f 0 2 0
0 0 1
| |
|
=
|
|
\ .

que es semejante a
3
C
f
, por
lo que existe una matriz regular, P, de orden 3 tal que
3
-1
B C
f P f P = ,
51
donde P es la matriz de cambio de base de B a C
3
, es decir ,
P =
1 0 1
1 1 2
1 2 1
| |
|
|
|
\ .
As pues, hallamos
-1
3 2 1
1
P 1 0 1
2
1 2 1
| |
|
=
|
|

\ .
y como
3
-1
C B
f P f P = resulta que:
3
C
2 2 1
1 0 1 1 0 0 3 2 1
1 3 5
f 1 1 2 0 2 0 1 0 1 3
2 2 2
1 2 1 0 0 1 1 2 1
0 2 3
| |
| || || |
|
| | |
|
= =
| | |
|
| | |

| \ .\ .\ .

\ .
12. Pruebe que :

Una matriz regular del E.V. a) ( )
n
M R y su inversa tienen los mismos
autovectores y autovalores inversos.
Si A b) ( )
n
M R es diagonalizable, entonces la matriz A
q
, con q natural,
es tambin diagonalizable.
Dos matrices de c) ( )
n
M R que sean semejantes tienen los mismos
valores propios*.
* Es cierto el recproco?
SOLUCIN:
Mtodo 1:

Vase el ejercicio 2. a)
La caracterizacin de matriz diagonalizable se expresa como sigue: b)
-1
A es diagonalizable P regular y D diagonal tales que D = P A P
y de la misma forma:
q -1 q
A es diagonalizable P regular y D diagonal tales que D = P A P
52
Puesto que A es diagonalizable , entonces existe una matriz P regular y una matriz
D diagonal (ambas del mismo orden que A), de tal forma que :
q
q
-1 -1 -1 -1 -1 q q -1 q
D = P A P D D...D (P A P)(P A P)...(P A P) P A P D P A P = = =
luego existe
q -1 q
P = P regular y D = D diagonal tales que D = P A P con lo que
q
A
es
diagonalizable como queramos demostrar.
Para la prueba vase el ejercicio 7 de este captulo. c)
En cuanto a la cuestin, el recproco es falso en general pues dos matrices
pueden tener los mismos valores propios y una ser diagonalizable pero la otra no y como
consecuencia no son semejantes.
Un ejemplo evidente es el siguiente:
La matriz
1 0 0
0 1 0
0 0 1
| |
|
|
|
\ .
es diagonalizable y tiene el nico valor propio 1 / k(1) = 3.
La matriz
1 1 1
0 1 1
0 0 1
| |
|
|
|
\ .
no es diagonalizable pues tiene como nico v.p. 1 / k(1) = 3 y no es
la identidad (vase el ejercicio 8 de este captulo).
Dichas matrices tienen los mismos valores propios y no son semejantes.
13. Dada la matriz A=

| |
|
|
|
\ .
1 2 2
1 1 1
2 1 1
calcule una matriz semejante a A que:
No sea diagonal. a)
Sea, si es posible, diagonal. b)
SOLUCIN:

Para ello basta buscar una matriz P regular y hallar a)
-1
B = P A P .
Una expresin sencilla de P es por ejemplo:
53
-1
1 1 1 1 1 0
P = 0 1 1 , cuya inversa es P 0 1 1
0 0 1 0 0 1
| | | |
| |
=
| |
| |
\ . \ .
entonces,
1 -1 0 1 2 2 1 1 1 0 1 2
B = 0 1 -1 1 1 1 0 1 1 1 1 1
0 0 1 2 1 1 0 0 1 2 3 4
| || || | | |
| | | |
=
| | | |
| | | |
\ .\ .\ . \ .
hemos obtenido una matriz semejante a A que no es diagonal.
b) En este caso es necesario que la matriz sea diagonalizable para poder encontrar
una semejante diagonal. Para ello hallaremos sus valores propios y aplicaremos el primer
teorema de diagonalizacin (p.t.d.) o el teorema fundamental de diagonalizacin (t.f.d.).

b.1) Busquemos los valores propios:

1
2
2
3
1 2 2 1
A I 0 1 1 1 0 ( )[ 3 4] 0 0
2 1 1 4
i i
i i i i i i
i i
=
= = = =
Como los valores propios son distintos, entonces A es diagonalizable (p.t.d.) y la

matriz semejante diagonal es:
1 0 0
0 0 0
0 0 4
| |
|
|
|
\ .
14. Sea la matriz A=

| |
|
\ .
0 1
1 0
se pide que :
Compruebe que cumple el teorema de Cayley - Hamilton. a)
Halle A b)
-1
utilizando el teorema del apartado anterior.
Estudie si A es diagonalizable. c)
SOLUCIN:

i) El teorema de Cayley-Hamilton dice que toda matriz cuadrada es un cero de su
polinomio caracterstico.
El polinomio caracterstico de A es
54
2
2
1
P ( ) 1
1
i
i i
i
= = +

vamos a comprobar que
2
2
P (A) A I 0 (matriz nula) = + =
2
0 1 0 1 1 0
A
1 0 1 0 0 1
| || | | |
= =
| | |

\ .\ . \ .
de donde se deduce el resultado trivialmente.
ii) Dado que
2 2 -1
A I 0 (matriz nula) A I A (-A) = I A A + = = = .
iii) Al igual que en el ejercicio 3 slo es diagonalizable en
2
( ) C C pues sus valores
propios son complejos conjugados (que son distintos).
15. Para qu valores reales del parmetro a es diagonalizable la matriz A?,

donde
A=
| |
|
|
|
\ .
1 0 0
a 1 0
1 1 2
SOLUCIN:

Obtengamos los valores propios de la matriz A
1
2
3
1 0 0 1
1 0 0 1
1 1 2 2
a
i i
i i
i i
=
= =
Estudiemos ahora la dimensin de los subespacios propios (dim

i
E
i
= n rg(A -
i
i I)) si
A
n
M ( ) R :
Caso i = 1:
Dim
1,2
1
E
i =
= 3 rg (A 1I ) = 3 rg
0 0 0
0 0
1 1 1
a
| |
|
|
|
\ .
Dim
1,2
1
E
i =
1 k(1) si 0 (no cumple) no es diagonalizable
2 k(1) si 0 ( cumple) falta comprobar el otro valor propio
a
a

=

= =
55
Caso
i
=2:
Dim
3
2
E
i =
= 3 rg (A 1I ) = 3 rg
1 0 0
1 0
1 1 0
a
| |
|

|
|
\ .

dim

3
2
E
i =
=1=k(2) (cumple
a R
)
Por lo tanto, de la interseccin de ambas condiciones, se tiene que:
si 0 A no es diagonalizable
si 0 A es diagonalizable
a
a

16. Dada la matriz A=

| |
|
\ .
1 3
3 1
halle A
n
, utilizando convenientemente una matriz
semejante a A que sea diagonal.
SOLUCIN:

Veamos si la matriz A es diagonalizable (posteriormente, en el tema de
diagonalizacin ortogonal, veremos que lo es por ser real y simtrica).
Valores propios:
1 2
2
2 1 3
0 (1 ) 9 0
4 3 1
i i
i
i i
=
= =

=

y, al ser distintos, es diagonalizable.
Subespacios propios:
{ } { }
1
2
3 3 0
E ( , ) / ( , ) / ( , ) / ( 1,1)
3 3 0
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
{ } { }
1
4
3 3 0
E ( , ) / ( , ) / ( , ) / (1,1)
3 3 0
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
Y de esta forma construimos la matriz de paso P =
1 1
1 1
| |
|
\ .
tal que D
-1
P A P =
donde
D =
2 0
0 4
| |
|
\ .
y P
-1
=
1
P
2
, por lo que
56
-1
A = P D P
n n -1
A = P D P
n
1
= P D P
2

y operando
n
( 2) 4 ( 2) 4 1
A
2 ( 2) 4 ( 2) 4
n n n n
n n n n
| | + +
=
|
+ +
\ .
NOTA: La matriz A puede considerarse como la matriz asociada un endomorfismo
de
2
( ) R R en la base cannica y una base de vectores propios de dicho endomorfismo sera
{(-1,1),(1,1)}.
57
1. Halle todos los posibles valores propios de un endomorsmo f del espacio
vectorial U(K) en cada uno de los siguientes supuestos:
f f
a)
=
1
f .
f es involutiva de orden 3. b)
f es nilpotente de orden 3. c)
f es idempotente de orden 3 d)
2. Si i es un autovalor del endomorsmo ( ) ( ) f U U : R R pruebe que:
3 i) i -2k es un valor propio de 3f -2ki con kR e i = identidad.
Si ii) i = 1 y i = 1 y f es un automorsmo 1 y -1 son un valores
propios de
1
f .
3. Un endomorsmo f de R R
2
( ) tiene por matriz asociada en la base cannica
la siguiente:
| |
|
\ .
1 2
2 1
Es diagonalizable ? Lo es en C C
2
( ) ?
3
( ) , del que se sabe que 2 i = es un
autovalor y que la matriz asociada en la base cannica es
| |
|
|
|
\ .
4 0 3
1 1 1
1 1 0
Halle los otros dos valores propios
(vase el ejercicio resuelto 4).
5. Dadas las siguientes matrices asociadas en la base cannica a distintos
endomorsmos de R R
3
( ) :
a)
| |
|
|
|
\ .
2 0 2
1 1 1
2 0 2
b)
| |
|

|
|
\ .
1 1 0
1 0 1
0 1 1
c)
| |
|
|
|

\ .
6 6 4
0 2 0
16 12 10
d)
| |
|

|
|
\ .
2 0 6
2 1 4
1 0 3
Se pide, en cada caso, que halle:
58
Los valores y vectores propios. i)
Los subespacios propios asociados a cada valor propio. ii)
Una base para que el endomorsmo sea diagonalizable, si lo es. iii)
6. Pruebe que la matriz asociada a un endomorsmo siempre es anulada por
su polinomio caracterstico.
7. Halle dos polinomios que anulen la matriz asociada al endomorsmo de
R R
2
( ) denido por f(x, y) = (x+y, x-y)
8. Estudie si son diagonalizables los siguientes endomorsmos de R
2
( ) P :
a) =
1
0
( ( )) ( )
x
x
f p x p t dt .
b) = ( ( )) ( ) ( ) g p x p x p x .
9. Dado el endomorsmo : , , = + , , R R R R
3 3
( ) ( ) / ( ) (2 4 4 ) f f x y z x z y x x z
. Encuentre una base de R R
3
( ) que diagonalice f.
10. Dada la matriz A =
| |
|
|
|
\ .
11 12 13
21 22 23
31 32 33
a a a
a a a
a a a
tal que { }
3
1
,
ij
i
a k j 1, 2, 3
=
=
R Pruebe
que i = k es un valor propio de A. Generalice este resultado para matrices
de orden n.
11. Dada la matriz A =
| |
|
\ .
1 2
2 1
se pide que:
Compruebe que cumple el Teorema de Cayley-Hamilton. i)
Halle ii)
1
A utilizando el teorema del apartado anterior.
Estudie la diagonalizabilidad de A. iii)
Calcule iv)
n
A .
12. Consideremos las siguientes sucesiones recurrentes:

= +
1 1 n n n
u 4 u 2v

= +
1 1 n n n
v 3 u 3v
Halle las expresiones generales de
n
u y
n
v en funcin de n, siendo =
0
1 u y
=
0
1 v , mediante la diagonalizacin de la matriz del sistema.
13. Resuelva el ejercicio anterior aplicando la propiedad: Si
,
x es
autovector de A asociado al autovalor i
,
x es autovector de
n
A asociado al
autovalor i
n
.
59
CaptuIo 3
Transformaciones OrtogonaIes
3.1 Introduccin
Recordemos que en la introduccin del captulo 5, veamos que homomorsmo
signica igual forma pero hay que entender que esta terminologa se reere a las
operaciones entre los elementos de los distintos espacios vectoriales. Incluso cuando
el homomorsmo es entre el mismo espacio vectorial (endomorsmo) tambin nos
referimos a las operaciones.
En este captulo daremos un paso ms y trabajaremos con espacios vectoriales
eucldeos, lo que lgicamente supondr la necesidad de preservar el producto escalar ,
y como consecuencia : las distancias, los ngulos y las formas en el sentido geomtrico
de la palabra como apreciaremos en los comentarios a lo largo del captulo. La
ortogonalidad del endomorsmo ser el mecanismo que preserve el producto escalar
y entonces transformacin ortogonal , endomorsmo ortogonal y movimiento tienen el
mismo signicado geomtrico. En este sentido se manejarn los conceptos geomtricos
de movimientos en el plano, tanto directos como inversos, cuya repercusin inmediata
se ver en el estudio de las cnicas (slo los movimientos directos).
Las transformaciones ortogonales conllevan la aparicin de matrices ortogonales
cuya principal propiedad es que su determinante vale 1 (pues su transpuesta coincide
con su inversa). Esto nos dar un modelo fcilmente reconocible en el caso de los giros
y las simetras axiales.
En este volumen, dado que no se tratar el tema de las cudricas, tampoco se
analizarn las transformaciones ortogonales en el espacio. stos se analizarn en una
prxima publicacin de un volumen especial de apndices y problemas aplicados.
60
Captulo 3. Transformaciones ortogonales
3.2 Aplicaciones ortogonales
3.2.1 Homomorsmo ortogonal
Denicin. Sea la aplicacin lineal f U V : , donde U y V son espacios vectoriales
eucldeos. Decimos que f es Ortogonal si conserva los productos escalares, es decir ,
si , u v U
, ,
se cumple que ( ) ( ) f u f v u v =
, , , ,
.
Observacin: La condicin de conservacin de los productos escalares equivale a la condicin
de conservacin de la norma y poda haber sido sustituida por sta en la definicin. Adems el
producto escalar definido en U ( ) no tiene por qu ser el mismo que el definido en V().
Denicin. Una aplicacin lineal f, entre espacios vectoriales eucldeos (e.v.e.),
ortogonal y biyectiva se denomina isomorsmo ortogonal , por lo que dos e.v.e se
dirn isomorfos si existe un isomorsmo ortogonal entre ellos.
Observacin: Si f es un isomorfismo ortogonal, entonces, f
-1
tambin es un isomorfismo ortogonal.
Cualquier e.v.e. ( )
n
U R es isomorfo a ( )
n
R R con el producto escalar cannico.
Nota: En lo sucesivo suprimiremos el trmino lineal, que se dar por entendido, y hablaremos de
aplicaciones ortogonales entre espacios vectoriales eucldeos.
3.2.2 Consecuencias
Si f U V : es una aplicacin ortogonal, entonces:
f 1. conserva la norma, o sea , ( ) f u u =
, ,
u U
,
.
f 2. conserva los ngulos, es decir,

( ( ) ( )) ( ) f u f v u v , = ,
, , , ,
u v U ,
, ,
.
f 3. es inyectiva
(comprubese como ejercicio que si f ortogonal
{}
( ) 0 N f =
,
).
f 4. transforma sistemas ortonormales en sistemas ortonormales.
3.3 Transformaciones ortogonales
En lo sucesivo se manejarn endomorsmos de espacios vectoriales eucldeos de
dimensin nita.
3.3.1 Denicin de transformacin ortogonal.
Denicin. Se llama Transformacin Ortogonal (T.O.) a todo endomorsmo
ortogonal.
61
Resumen terico
Toda transformacin ortogonal es inyectiva y si el e.v.e. es de dimensin nita, es
biyectiva y se llama Automorsmo Ortogonal. Puesto que la composicin de T.O. es
tambin una T.O. el conjunto de automorsmos ortogonales tiene estructura de grupo
llamado Grupo Ortogonal.
Observacin: Si el espacio vectorial eucldeo no es de dimensin finita la T.O. puede no ser
sobreyectiva y por tanto no podemos asegurar la biyectividad.
3.3.2 Teoremas de caracterizacin
Teorema. f es una T.O. de ( )
n
U R si, y slo si, f transforma una Base Ortonormal
(BON) de ( )
n
U R en otra BON de ( )
n
U R .
Corolario. Dadas dos BON de ( )
n
U R , existe una nica T.O. de ( )
n
U R que transforma
cada vector de una de las bases en el respectivo vector de la otra base.
Observacin: Los dos resultados anteriores se pueden generalizar a aplicaciones ortogonales en
las que el e.v.e. de llegada no sea de dimensin finita sustituyendo en ste BON por Sistema ON .
En trminos de matrices, se pueden caracterizar las T.O. del modo siguiente:
Teorema. Si A es la matriz asociada a un endomorsmo f de ( )
n
U R respecto de una
base cualquiera de ( )
n
U R y G es la matriz del producto escalar de ( )
n
U R en dicha
base, entonces:
f es ortogonal si, y slo si,
t
G A G A =
Corolario. Si A es la matriz asociada a un endomorsmo f de ( )
n
U R respecto de una
base ortonormal de ( )
n
U R , entonces:
f es ortogonal
t
A A I =
Observacin: Las bases idneas para estudiar las transformaciones ortogonales son las
ortonormales pues, en stas, G = I y por tanto A
t
A = I.
3.4. Matrices ortogonales
3.4.1 Denicin de matrices ortogonales
Denicin. Sea A una matriz cuadrada de orden n. Decimos que A es una Matriz
Ortogonal si el endomorsmo de ( )
n
R R asociado en la base cannica es ortogonal.
3.4.2 Teorema de caracterizacin
Teorema. Sea A = (
ij
a ) una matriz cuadrada de orden n. Entonces son equivalentes:
A es ortogonal(el endomorsmo f asociado transforma BON en BON). i)
62
ii)
2
1
1
n
ij
i
a
=
=
,
1 2 ... j n = , , , y
1
0
n
ij ik
i
j k
a a
=
,
1 2 ... j k n , = , , ,
.
iii)
1 t
A A
= .
iv) Los vectores la (o columna) de A constituyen una BON del EVE cannico
( )
n
R R .
Observacin: Para probar el teorema anterior se procede cclicamente probando que i) ) ii ,
despus que ii) ) iii a continuacin que iii) ) iv y finalmente que iv) ) i .De esta forma
queda probado que los cuatro enunciados son equivalentes.
Corolario. Si A es la matriz asociada a un endomorsmo f de
n
U respecto de una base
cualquiera, B, de
n
U y G es la matriz del producto escalar de
n
U en dicha base, entonces,
A es ortogonal
t
A G A G = y AP = PA con P = [C:B]
Corolario. En un E.V.E. la matriz de paso entre bases ortonormales es ortogonal.
Corolario. Si f es una transformacin ortogonal y F, ' F son las matrices asociadas a f en
las bases B y ' B (Ortonormales), respectivamente, entonces F y ' F son congruentes.
3.4.3 Transformaciones ortogonales directas e inversas
Las consecuencias 1 y 2 aplicadas a las transformaciones ortogonales nos
recuerdan la nocin de movimiento, es decir, aquella transformacin que mantiene las
distancias y los ngulos preservando la rigidez del cuerpo o gura transformada.
Dado que nuestro objetivo nal es abordar la representacin grca de las
cnicas, nos centraremos en los movimientos en el plano que resulten de interpretar las
transformaciones ortogonales en el E.V.
2
( ) R R
con el producto escalar cannico.
Puesto que por la caracterizacin iii) de las matrices ortogonales se llega de
forma fcil a que el determinante de una matriz ortogonal es +1 o -1, podemos establecer
la siguiente denicin:
Las T.O. cuyas matrices asociadas tengan determinante igual a +1 se
denominan Transformaciones Ortogonales Directas. Mientras que aquellas en las que
el determinante es igual a -1 se denominan Inversas. De la misma forma se dene por
asociacin : A es Matriz Ortogonal Directa si detA = + 1 e Inversa si detA = - 1.
Finalmente conectando con los movimientos en el plano a las T.O. directas se
les suele llamar Rotaciones y a las inversas Simetras axiales (ortogonales).
Observacin:Las transformaciones ortogonales directas son aquellas que no cambian la orientacin
de la figura transformada por lo que la nica forma de moverse en el plano es trasladndose o
rotando sin salir del plano. De estas dos opciones del movimiento directo slo la rotacin tiene
sentido como transformacin ortogonal de ah que se asocie la T.O. directa a las rotaciones.
Por otro lado las transformaciones ortogonales inversas cambian la orientacin de la figura
por lo que es necesario salirse del plano para poder invertir la orientacin. Los movimientos
inversos del plano son las simetras axiales, es decir respecto a un eje. Las simetras axiales pueden
63
Resumen terico
ser a su vez ortogonales al eje o segn una determinada direccin. En nuestro caso por el carcter
de los endomorfismos en estudio trabajaremos con los ortogonales.
3.4.4 Transformaciones en el E.V.E. ( )
2
con el p.e. cannico.
Sea el E.V.E.
2
( ) R R con el producto escalar cannico , { }
1 2
, e e
, ,
una BON del
mismo y f una T.O. en
2
( ) R R . Por el teorema de caracterizacin de T.O. resulta que
{ }
1 2
( ), ( ) f e f e
, ,
es BON de
2
( ) R R . De la relacin entre los vectores de la BON dada
y de sus imgenes obtendremos, segn que f sea una rotacin o una simetra axial
ortogonal, la matriz F asociada a f.
Caso 1: Det F = 1
La matriz del endomorsmo ortogonal directo f viene dada por
cos sin
sin cos
F
o o
o o
| |
=
|
\ .
que corresponde a una rotacin o giro positivo de amplitud o , tal que 0 o r < <
(negativo si 0 r o < < ) . Si consideramos otra BON con la misma orientacin que
{ }
1 2
, e e
, ,
, la matriz F tiene la misma expresin por lo que el ngulo de giro depende de
la expresin de f. Si 0 o = f es el endomorsmo identidad y si o r = f es una simetra
central respecto al origen.
Caso 2 : Det F = -1
La matriz del endomorsmo ortogonal inverso viene dada por
cos sin
sin cos
F
o o
o o
| |
=
|
\ .
que corresponde a una simetra axial ortogonal respecto a un eje generado por un vector
de coordenadas
cos , sin
2 2
o o | | | | | |
| | |
\ . \ . \ .
(vase el ejercicio 2 ).
Otra forma de analizar este segundo caso es observar, como veremos en el captulo
siguiente, que la matriz F es real y simtrica y por lo tanto diagonalizable, y como
DetF= -1, los valores propios slo pueden ser 1 y -1 (vase la nota 3 del ejercicio 2).
Y as, cuando esto suceda, sabremos que geomtricamente hablamos de una simetra
respecto a una recta de direccin el vector propio de 1 i = ( los vectores del eje de
simetra se mantienen invariantes por la simetra).
Observacin: As como la composicin de endomorfismos va asociada al producto de matrices,
la composicin de movimientos va asociada al producto de las matrices representantes y su
carcter (directo o inverso) queda matizado por el determinante de la matriz resultante, que es
igual al producto de determinantes. Por lo tanto la composicin de dos simetras axiales es un giro
y la composicin de un giro y una simetra axial es una simetra axial.
64
1. Consideremos los espacios vectoriales eucldeos U y V.
Estudie si las siguientes aplicaciones lineales f:UV son ortogonales:
U = V = a) R R
2
( ) / 5f(x,y) = (3x+4y,4x 3y) con el p.e. cannico.
U = b) R R
3
( ) ; V = R R
2
( ) / f(x,y,z) = (x,y+z).
U = V = M c)
n
( R) / f(A) = A
t
con el p.e. A B = Tr(AB
t
)
SOLUCIN:

Recordemos que una aplicacin lineal, f :U V, entre espacios vectoriales
eucldeos es ortogonal si se cumple que :
u,v U se verifica que f(u) f(v) = u v donde " " es el p.e. definido en los E.V.E.
, , , , , ,

Sea a) u
,
=
1 1
(x , y ) , v
,
=
2 2
(x , y )
2
U = ( ) R R E.V.E. y el p.e.c., entonces:
f
1 1
(x , y ) f
2 2
(x , y ) =
1 1 1 1 2 2 2 2
3 4 4 3 3 4 4 3
x y , x y x y , x y
5 5 5 5 5 5 5 5
| | | |
+ + =
| |
\ . \ .
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
9 12 12 16 16 12 12 9
x x x y y x y y x x x y y x y y
25 25 25 25 25 25 25 25
+ + + + + =
1 2 1 2
x x y y = +
luego, en efecto, f es ortogonal.
Sea b) u
,
=
1 1 1
(x , y , z ) , v
,
=
2 2 2
(x , y , z )
3
U = ( ) R R E.V.E. con el p.e.
cannico:
f
1 1 1
(x , y , z ) f
2 2 2
(x , y , z ) =
1 1 1 2 2 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
(x , y + z ) (x , y + z ) x x + y y + y z z y z z x x + y y + z z = + +
y por lo tanto f no es ortogonal.
Consideremos A,B c)
n
M ( ) R con el p.e.
t
A B = tr(A B )
f(A) f(B) = A
t
B
t
= tr (A
t
B)
1
= tr[ (A
t
B)
t
]
2
= tr [(B
t
A) ]
3
= tr (AB
t
) = A B
con lo que f es ortogonal.
La traza de una matriz coincide con la de su transpuesta. 1)
La transpuesta de un producto es el producto de transpuestas en orden inverso. 2)
65
La traza de un producto de matrices cuadradas no vara si permutamos el orden del 3)
producto. Vase el problema 4 de diagonalizacin de endomorfismos.
NOTA: Aunque habitualmente hemos empleado en casi todos los ejercicios la notacin
A B por su simplicidad, en este ejercicio hemos preferido utilizar la notacin estndar para el
producto de matrices, AB con el fin de no provocar confusiones con el producto escalar.
2. Sea el endomorsmo f de R R
2
( ) tal que 2f(x,y) = 2 (x+y, x y) , se
pide que:
Pruebe que es una transformacin ortogonal, utilizando la deni- a)
cin.
Idem utilizando la caracterizacin sobre la matriz del endo- b)
morsmo.
Describa geomtricamente dicha T.O. c)
SOLUCIN:

a) Utilizando la denicin expuesta en el ejercicio anterior,
Sea u
,
=
1 1
(x , y ) , v
,
=
2 2
(x , y )
2
U = ( ) R R E.V.E. con el p.e. cannico:
f( u
,
) f( v
,
) =f
1 1
(x , y ) f
2 2
(x , y ) = ( ) ( )
1 1 1 1 2 2 2 2
2 2
x y , x y x y , x y
2 2
+ + =
=
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
1 1
(x x x y y x y y x x x y y x y y ) (2x x 2y y )
2 2
+ + + + + = + =
1 2 1 2 1 1 2 2
x x y y (x ,y ) (x ,y ) = + = = u
,
v
,
como queramos demostrar.
b) De la denicin de la aplicacin a travs de sus ecuaciones obtenemos
2
C
1 1
2 2
f
1 1
2 2
| |
|
|
=
|
|
\ .
que es la matriz asociada a f en la base cannica (que es ortonormal con el p.e.
cannico)
.
Basta con probar que dicha matriz es ortogonal, es decir, que
2 2
C C
f (f ) I
t
= , en
efecto:
66
1 1 1 1
1 0
2 2 2 2
1 1 1 1 0 1
2 2 2 2
| || |
| |
| |
| |
=
|
| |
\ .

| |
\ .\ .
NOTA 1: Tambin se puede probar la ortogonalidad de f viendo que el sistema formado
por los vectores fila (o columna) de la matriz asociada a f en la base cannica constituye una Base
Ortonormal. del E.V.E.
2
( ) R R con el p.e. cannico.
c) Puesto que det(
2
C
f ) = -1 se trata de una transformacin ortogonal inversa de
matriz
1 1
cos sin
cos sin
2 2 4 4
1 1 sin cos
sin cos
4 4 2 2
r r
o o
o o r r
| |
| |
|
|
| |
|
= = |
|
|
\ . |

|
|
\ .
\ .
que geomtricamente se trata de una simetra axial ortogonal respecto a la recta dirigida
por el vector
cos , sin
2 2
o o | | | | | |
| | |
\ . \ . \ .
que es el vector propio correspondiente al valor propio i = 1 (vase la teora y la nota 3),
es decir, en la direccin del vector
( )
cos , sin 1, 2 1
8 8
r r | | | | | |
=
| | |
\ . \ . \ .
,
NOTA 2: Dependiendo del ngulo base (en este caso r / 4 radianes 45 sexagesimales)
el hallar la direccin del eje de simetra puede ser complicado, pues aplicando las expresiones del
ngulo mitad :
r
o o r
r
o o r
+ +
+ +
= = = =

= = = =
2
1 1 cos
1 cos 2 2
2 4
cos cos
2 2 8 2 2 2
2
1 1 cos
1 cos 2 2
2 4
sin sin
2 2 8 2 2 2
que resultan bastante complejas. En estos casos vale la pena utilizar otra expresin que simplifica
notablemente los clculos y es la que nos ofrece el vector propio* asociado a i = 1 (sin transformar
a la que es conocida y mejor en el sentido nemotcnico pero, en ocasiones, peor en el sentido
operativo y prctico) que es:
67
( )
o
o
| |
|
| |
| |
= = = |
| |
\ .
| \ .
|
\ .
2
1
1 cos 2 2
2
1, 1, 1, 1, 2 1
sin 2 2
2
*vase nota 3.
NOTA 3: Dada la matriz
o o
o o
| |
|
\ .
cos sin
sin cos
hallemos sus valores propios:
( )
o i o
o i o
o o i
o i o i
= =

+ = =
2 2 2
2 2 2 2
cos sin
0 cos sin 0
sin cos
cos sin 0 1 0
por lo tanto los valores propios son 1 y -1.
Dado que en una simetra axial los vectores invariantes (que se transforman en s
mismos) son los que estn en el eje de simetra (los que lo dirigen) entonces un vector director de
dicho eje de simetra ser un vector propio que se transforma en s mismo que es un asociado al
valor propio 1.
Busquemos, pues, el subespacio propio asociado al v.p. 1, que tendr dimensin uno, es decir
estar generado por un solo vector*:
{ }
1(
cos 1 sin 0
( , ) /
sin cos 1 0
( , ) /(cos 1) (sin ) 0
con y
x
E x y
y
x y x y
i
o o
o o
o o
= 0 )
| || | | |
= = =
`
| | |

\ .\ . \ . )
= + = =
{ }{ }
o o o
o
o o o

= = = = R
cos 1 1 cos 1 cos
( , ) / ( , ) / , ( 1, )
sin sin sin
x y y x x x x fijo

(vase nota 2).
* Sabemos que es de dimensin 1 porque es diagonalizable (los valores propios son distintos) y
por el teorema fundamental de diagonalizacin debe cumplirse que d(1)=k(1)=1.
3. Sea f el endomorsmo del E.V.E. R R

2
( ) con el p.e.c. cuya matriz en la
base cannica es:
f
C
=
| |
|
|
|
|
\ .
1
1
k
2
k
2
con k real
Halle los valores de k para los que f es una T.O. y descrbalas geomtricamente.
68
SOLUCIN:
La obtencin de los valores de k se puede realizar por tres mtodos.
Mtodo 1:

Para que f sea ortogonal la matriz del endomorsmo en la base cannica (BON
con el p.e.c.) debe ser ortogonal para que ste lo sea:
Luego basta comprobar que
1
C C C C C
f (f ) I (pues f es ortogonal (f ) (f ) )
t t
= = :
2
1
2 2
2
2
1 1 1
1
0
1 0
1 1 2 2 2 2
1 ,
1 1 1 0 1 1 2 2
0
2 2 2 2
k k k
k
k k
k k k k
| || |
| |
=
+
| |
|
| |
| |
= = + = = |

|
| |
| \ .

+ =
|
| |
\ .
\ .\ .
Mtodo 2:

La matriz del endomorsmo en la base cannica es ortogonal si y slo si el sistema
de vectores formado por las las (o columnas) de sta constituyen una base ortonormal.
Sea el sistema de las
1 2
1 1
( , ) , ( , )
2 2
u u
k k

`

)
, ,

vamos a exigir que sea ortonormal,
es decir, que:
1 1
1 2
2 1
2 2
u u 1
u u 0
u u 0
u u 1
=
, ,
, ,
, ,
, ,
y entonces
2
1
2 2
2
2
1 1 1
( , ) ( , ) 1 1
2 2 2
1 1 1
( , ) ( , ) 0 ( )
1 1 2 2 2
1
1 1 1 2 2
( , ) ( , ) 0 ( )
2 2 2
1 1 1
( , ) ( , ) 1 1
2 2 2
k k k
k k evidente k
k k
k k evidente k
k k k

= + =

= =

+ = =
`

= =

= + =

)
69
Mtodo 3 :

Si una matriz es ortogonal entonces su determinante es 1 o -1. Por tanto si f
C
fuera
ortogonal su determinante debera ser 1 o -1, y as dado que:
Det(f
C
)=
2
1
2
k +
La nica posibilidad es que
2
1
2
k + =1 por lo que
1
2
2
1
1 2
1 2
2
k
k
k
NOTA 1: Si A es ortogonal, entonces det(A) = 1 o det(A) = -1, pero en general el recproco

no es cierto, es decir , el hecho de que det(A) sea 1 o -1 no implica que A sea ortogonal.
En este ejercicio nos piden los valores de k para que f sea ortogonal, lo que equivale
a decir si f es ortogonal qu valores debe tomar k? y es por ello que en el mtodo 3 hemos
utilizado la proposicin directa (no la recproca, cuidado!).
Con los valores de k obtenidos tenemos dos transformaciones ortogonales de
2
( ) R R cuyas matrices asociadas en la base cannica son:
1 1
k k
2 2
C C
1 1 1 1
2 2 2 2
f y f
1 1 1 1
2 2 2 2
= =
| | | |
| |
| |
= =
| |
| |
\ . \ .
Geomtricamente

1
k
2
C
f
=
corresponde a un giro de amplitud
7
o
4 4
r r
y ,
1
k
2
C
f
=
corresponde a un giro de amplitud
4
r
NOTA 2: La obtencin de la amplitud del giro se obtiene fcilmente por comparacin
con la matriz
o o
o o
| |
|
\ .
cos sin
sin cos
que corresponde a un giro de amplitud o .
4. Demuestre que los nicos valores propios reales que puede tener una
matriz ortogonal son 1 y -1.
70
SOLUCIN:

Sea A una matriz ortogonal y i un valor propio de la misma cuyo vector propio
asociado es X (expresin en forma de matriz columna del vector propio x
,
).
Por ser A ortogonal es regular (
-1 t
A A = ) y su inversa tiene el valor propio
1
i

cuyo vector propio asociado sigue siendo X. Por otro lado A tiene los mismos valores
propios que su transpuesta (que coincide con su inversa), de donde:
2
1
1 i i
i
= =
luego i toma los valores 1 o -1.
NOTA 1: La semntica del enunciado es clara aunque la sintaxis del mismo puede dar
lugar a una interpretacin errnea del mismo. Lo que el enunciado pretende destacar es que una
matriz ortogonal puede presentar los siguientes casos a la hora de calcular sus vectores propios:
Que no tenga valores propios (ej.:la matriz de un giro de amplitud distinta a 0 rad o 1) r
rad),o sea, que el polinomio caracterstico (p.c.) no tenga races reales (slo complejas).
Que slo tenga el valor propio real 1 (ej.: la matriz de un giro de amplitud 0 rad, es decir, 2)
la identidad), es decir, que el p.c. tenga una sola raz real (el 1, con su respectivo orden
de multiplicidad) y el resto sean complejas.
Que slo tenga el valor propio real -1 (ej.: la matriz de un giro de amplitud 3) r rad con
k(-1)=2), es decir, que el p.c. tenga una sola raz real (el -1, con su respectivo orden de
multiplicidad) y el resto sean complejas.
Que slo tenga los v.p.reales 1 y -1 (ej.: la matriz de una simetra axial), o sea, que el p.c. 4)
slo tenga dos races reales (1 y -1, con sus respectivos rdenes de multiplicidad) y el resto
sean complejas.
Como consecuencia si una matriz cuadrada real tiene un valor propio real distinto de 1 y de
-1 entonces no es ortogonal (de la misma forma que sabemos que si el determinante de una matriz
cuadrada real es distinto de 1 y de -1 entonces no es ortogonal).
NOTA 2: La expresin de cada caso, en la nota anterior, aclara la relacin entre valor
propio de un endomorfismo y raz del polinomio caracterstico del mismo. Queda claro, pues,
que las races del p.c. que pertenezcan al cuerpo de escalares del E.V. sobre el que acta el
endomorfismo, son valores propios de ste. En nuestro caso y dado que estamos trabajando con
E.V. eucldeos, el cuerpo de escalares es R y por tanto los valores propios son las soluciones
reales del polinomio caracterstico.
NOTA 3: Recuerde el lector que, en un polinomio (con una indeterminada y coeficientes
reales),las races complejas se presentan a pares (una raz compleja y su conjugada),y entonces:
Todo polinomio de grado impar posee al menos una raz real -
Si un polinomio tiene todas sus races complejas es de grado par (caso 1) -
Lo que nos permite identificar rpidamente la lgica de los casos anteriores para n = 2 o 3, que
son los que se estudian habitualmente.
71
5. Sea un endomorsmo f del E.V.E. R R
3
( ) con el p.e. usual cuya matriz
asociada en la base cannica es:
f
C
=
| |
|
|
|
|
|
|
|
|
\ .
3 6
0 -
3 3
2 3 6
2 3 6
2 3 6
- -
2 3 6
Dada la base ortonormal B = {
1 1 1
(1, 1, 2), (1, - 1, 0), (1, 1, - 1)
6 2 3
},
Pruebe que:
Que f es una transformacin ortogonal. a)
La ortonormalidad de la base transformada de B. b)
SOLUCIN:
i) Basta con comprobar que
C C
f (f ) I
t
= , en efecto:
3 6 2 2
1 2 1 1 1 1
0 0
0 0 0
3 3 2 2
3 3 3 3 3 3
1 0 0
2 3 6 3 3 3 1 1 1 1 1 1 1 1
0 0 1 0
2 3 6 3 3 3 3 3 2 3 6 2 3 6
0 0 1
1 1 1 1 1 1 1 1
2 3 6 6 6 6
0
3 3 2 3 6 2 3 6
2 3 6 3 6 6
| || |
| |
| | + + + +
|
| |
| | |
| |
|
|
= + + + =
| |
|
|
| | |
|
\ .
| |
|
+ + +
| | |
| |
\ .
\ . \ .
ii) Sea
3 1 2
1 1 1
B (1,1, 2) , (1, 1, 0) , (1,1, 1)
6 2 3
u u u

=
`

)
, , ,

,
vamos a hallar { }
1 2 3
f(B) = f( ), f( ), f( ) u u u
, , ,
y a vericar que es una base ortonormal.
1
3 6 4 2 1
0
3 3 6
6
2 3 6 1 2 2 3
f( )
2 3 6 6 6
2 2 3 6 2 2 3
2 3 6 6 6
u
| | | |
| |
| |
|
| |
|
| |
+ + |
= =
| |
|
| |
|
| |
| +
| |
|
| |
\ .
\ . \ .
,
72
2
3
3 6 6 1
0
3 3 6
2
2 3 6 1 3 6
f( )
2 3 6 6 2
0 2 3 6 3 6
2 3 6 6
3 6 2 2 2 1
0
3 3 6
3
2 3 6 1 2 2 6
f( )
2 3 6 6 3
1 2 3 6 2 2 6
2 3 6 6 3
u
u
| | | |
| |
| |
|
| |
|
| |
|
= =
| |
|
| |
|
| |
+ |
| |
|
| |
\ .
\ . \ .
| | |

| |
|
|
|
|
|
+ |
= =
|
|
|
|
|
| + +
|
|
|
\ .
\ . \
,
,
|
|
|
|
|
|
|
|
|
.
aunque resulta bastante laborioso se puede comprobar que si A= (C
1
, C
2
, C
3
) es la matriz
de orden tres donde los C
i
, i = 1,2,3 , representan las columnas de la misma y adems:
1 1
2 2
3 3
C = f( )
C = f( )
C = f( )
u
u
u
,
,
,
entonces, se cumple que
t
A A I =
6. Verique que la siguiente matriz es ortogonal sin hacer ningn producto

matricial.
| |
|
|
|
|
|
|
|
|
|
|
|
\ .
1 1 1 2
2 6 3 2
1 1 1 2
-
2 6 3 2
1 3 2
0 -
2 6 2
1 5 2
- 0 -
2 6 6
73
SOLUCIN:

Utilizando el teorema de caracterizacin de matrices ortogonales,
( )
n n
2
ij ij ij ik
i,j = 1,...,n
i 1 i = 1
j k
A = a es ortogonal a =1 , j = 1,...,n a a 0, j,k=1,...,n y
=
=

En efecto:
La suma de los cuadrados de los elementos de la columna 1 es:
2 2 2 2
11 21 31 41
1 1 1 1
a a a a 1
4 4 4 4
+ + + = + + + =
2 2 2 2
12 22 32 42
1 1 9 25
a a a a 1
36 36 36 36
+ + + = + + + =
2 2 2 2
13 23 33 43
1 1
a a a a 0 0 1
2 2
+ + + = + + + =
2 2 2 2
14 24 34 44
4 4 9 1
a a a a 1
18 18 18 18
+ + + = + + + =
La suma de los prod. de los elem. de la col. 1 por los respectivos de la col. 2 es:
11 12 21 22 31 32 41 42
1 1 3 5
a a a a a a a a 0
12 12 12 12
+ + + = + + =
11 13 21 23 31 33 41 43
1 1
a a a a a a a a 0 0 0
2 2 2 2
+ + + = + + =
11 14 21 24 31 34 41 44
2 2 2 2 3 2 2
a a a a a a a a 0
12 12 12 12
+ + + = + =
74
12 13 22 23 32 33 42 43
2 2
a a a a a a a a 0 0 0
12 12
+ + + = + + =
12 14 22 24 32 34 42 44
2 2 2 2 9 2 5 2
a a a a a a a a 0
36 36 36 36
+ + + = + + =
13 14 23 24 33 34 43 44
1 1
a a a a a a a a 0 0 0
3 3
+ + + = + + =
NOTA: Esta caracterizacin coincide operacionalmente con la de probar que el sistema
de vectores constituido por las columnas (coordenadas de dichos vectores en la base cannica) de
la matriz es una base ortonormal con el p.e. cannico.
75
1. Dados los espacios vectoriales Eucldeos U y V, estudie si las siguientes
aplicaciones lineales : f U V son ortogonales:
a) = = , = R R
2
( ) / U V 5 f ( x y ) (2x - y, x +2y) con el p.e. cannico.
b) = ; = , , = + , + + R R R R
3 2
( ) ( ) / ( ) ( ) U V f x y z x y z x y z con el p.e.c.
2. Sea ( ) ( )
2 2
1
5
f / f ( x y ) (- 3 x 4 y , 4 x 3 y ) : , = + + R R R R , se pide que:
Pruebe que es una transformacin ortogonal, utilizando la denicin. a)
Idem utilizando la caracterizacin sobre la matriz del endomorsmo. b)
Describa geomtricamente dicha transformacin ortogonal. c)
3. Sea : R R R R
2 2
( ) ( ) f el endomorsmo del e.v.e.
2
( ) R R con el p.e.c.
cuya matriz en la base cannica es
| |
|
|
|
|
\ .
3
k
2
3
k
2
con k
R
Halle los valores reales de k para los que f es una T.O. y describa geomtri-
camente dichas T.O.
4. Dada la matriz
| |
|
|
|
|
|
|
|
|
\ .
3 2
x
3 2
3
0 y
3
3 2
z
3 2
halle los valores reales de x, y , z para que sea ortogonal.
5. Sea un endomorsmo : R R R R
3 3
( ) ( ) f cuya matriz respecto a la base
cannica es la resultante del ejercicio anterior.
Dada la base ortonormal B = {
1
3
(2,1,2),
1
2
(-1,0,1),
1
3 2
(1,-4,1)} de R R
3
( ) con el p.e.
usual, compruebe la ortonormalidad de la base transformada de B.
76
6. Compruebe que la siguiente matriz es ortogonal sin hacer ningn producto
matricial,
| |

|
|
|
|
|
|
|
|
|
|

|
|
|

| |
\ .
1 1 1 1 2
2 2 5 6 15
1 1 1 1 2
2 2 5 6 15
1 1 1 3
0
2 2 5 10
1 1 1 3
0
2 2 5 10
1 2 2
0 0
5 6 15
77
CaptuIo 4
DiagonaIizacin OrtogonaI
4.1 Introduccin
Las matrices reales simtricas constituyen la modelizacin matemtica de la
mayor parte del campo cientco-tcnico, pues su diagonalizacin abarca desde el
anlisis de estructuras hasta el procesamiento de imgenes multiespectrales, para, en
el caso de estructuras, evitar problemas de vibraciones en puentes de gran calibre o, en
el caso de imgenes multiespectrales o multicanal, eliminar informacin redundante
enviada va satlite , para la deteccin y valoracin de daos debidos a desastres
naturales.
Slo hemos nombrado dos ejemplos de la gran cantidad de aplicaciones en las
que surgen las matrices reales simtricas. El proceso terico que estudiaremos, enlaza
con conceptos ya vistos con anterioridad, pero acotando cada vez ms las condiciones
con el n de que las aplicaciones en el mundo real sean lo ms ables posibles.
El proceso de diagonalizacin es, en esencia, el de siempre pero en esta ocasin
jugaremos con la ventaja de que, al ser la matriz asociada real y simtrica, siempre ser
diagonalizable. Slo habr que encontrar una base ortonormal de vectores propios que
cumpla dicho cometido (de ah la denominacin de diagonalizacin ortogonal).
La diagonalizacin ortogonal tambin recibe el nombre de diagonalizacin por
congruencias, debido a que si A es la matriz asociada al endomorsmo en una base
ortonormal dada y D es la matriz diagonal del mismo endomorsmo respecto a la base
ortonormal de vectores propios, D y A son congruentes.
La primera aplicacin directa ser abordar la diagonalizacin de formas
cuadrticas y la segunda, como consecuencia de la anterior, ser la reduccin, en el
captulo siguiente, de la ecuacin de una cnica.
78
Captulo 4. Diagonalizacin ortogonal
4.2 Endomorsmos simtricos de ( )
n

Consideraremos en todo momento que los endomorsmos que trataremos a continua-
cin lo son sobre el E.V.E. ( )
n
R R con el producto escalar cannico o usual.
Denicin. Decimos que f es un Endomorsmo Simtrico si
( ) ( ) , ( )
n
u f v f u v u v =
, , , , , ,
R R .
Proposicin. Sea f un endomorsmo y F la matriz asociada a f en la base cannica
de ( )
n
R R , entonces, f es un endomorsmo simtrico si, y slo si, F es una matriz
simtrica.
Observacin: Como el espacio vectorial eucldeo sobre el que trabajamos es ( )
n
R R entonces
la matriz F de la proposicin anterior adems de simtrica es tambin real, o sea , que tiene todos
sus elementos reales.
Observacin: La proposicin anterior remarca como en ocasiones anteriores que hablar de
endomorfismos simtricos es equivalente, en las hiptesis que manejamos en este momento, a
hablar de matrices reales simtricas. Por lo que en lo sucesivo manejaremos indistintamente
ambos trminos.
Teorema. Si f es un endomorsmo simtrico de ( )
n
R R entonces su matriz asociada en
cualquier BON es simtrica.
Observacin (Semejanza Ortogonal) :
Recordemos que dos matrices R , ( )
n
A B M son semejantes si existe una matriz P regular
tal que
=
1
B P A P . Esta definicin se extiende a Semejanza ortogonal si P es ortogonal, con
lo que A y B son ortogonalmente semejantes si existe P ortogonal tal que =
t
B P A P , (pues si
P es ortogonal entonces
=
1 t
P P ), es decir, si A y B son congruentes. Por lo tanto la semejanza
ortogonal es un caso particular de la congruencia de matrices.
4.3 Valores y vectores propios de un endomorsmo simtrico
Teorema. Todas las races de la ecuacin caracterstica de una matriz real y simtrica
(endomorsmo simtrico de ( )
n
R R ) son reales.
Proposicin: Sea f un endomorsmo simtrico y F su matriz asociada en la base
cannica, entonces los subespacios propios asociados a valores propios distintos son
ortogonales.
Teorema Espectral:
Si f es un endomorsmo simtrico entonces existe una BON de ( )
n
R R formada por
vectores propios de f.
79
Resumen terico
4.4 Diagonalizacin ortogonal de un endomorsmo simtrico
Primero: Todo endomorsmo simtrico f de ( )
n
R R es diagonalizable. Esta
diagonalizacin es ortogonal lo que signica , que existe una BON de ( )
n
R R en la
que la matriz de f , D, es diagonal, estando formada dicha base por vectores propios de f
tomados ortogonalmente de los respectivos subespacios propios. Por supuesto la matriz
D est constituida, en su diagonal principal, por los valores propios de f (contado cada
uno tantas veces como indique su orden de multiplicidad).
Segundo: De forma equivalente, toda matriz real simtrica A, de orden n, es
ortogonalmente diagonalizable, es decir, existe una matriz P ortogonal tal que
t
D P A P = . A este proceso se le llama diagonalizacin por congruencias. Las
columnas de la matriz P son las coordenadas en la base cannica de los vectores
propios de A, que forman una base ortonormal, y la diagonal de D est formada por los
correspondientes valores propios de A.
Observacin: Como ya hemos visto los subespacios propios correspondientes a valores propios
distintos son ortogonales, por tanto si todos los valores propios son distintos, entonces la base de
vectores propios es ya ortogonal y normalizndola es ortonormal. Pero si algn valor propio es
solucin mltiple de la ecuacin caracterstica, los vectores que constituyen la base del subespacio
propio asociado no tienen por qu ser ortogonales y as habr que buscar una base alternativa
ortonormal para que al agruparla con las otras bases (en las que habremos seguido el mismo
proceso) de los restantes subespacios propios obtengamos la base ortonormal que necesitamos
para obtener D. Vase el ejercicio 4.d .
4.5 Formas cuadrticas
4.5.1 Denicin de forma cuadrtica
Denicin. Sea B una BON en el E.V.E. ( )
n
R R con el producto escalar cannico. Si
( )
n
A M R es una matriz real y simtrica, se llama Forma Cuadrtica asociada a la
matriz A en la base B a la expresin:
1 1
( ) ( ) , ( )
t n
x
x X A X M x =
, ,
R R R R
siendo X la matriz columna de las coordenadas del vector x
,
en la base B .
Observacin: Dado que el e.v. de las matrices cuadradas de orden 1 es isomorfo a R, podemos,
abusando de la notacin, decir que
t
X A X es un nmero real.
Justicacin de la denicin:
Consideraremos que el cuerpo de escalares k que se utilizar durante la justicacin
es de caracterstica distinta de 2.
Primero: Formas bilineales:
80
Denicin:
Dado un espacio vectorial U sobre un cuerpo k , la aplicacin
*
*
:
( , ) ( , )
f U U
x y f x y

, , , ,
k
es una Forma Bilineal si:
* * *
* * *
( , ) ( , ) ( , ) , , , ,
( , ) ( , ) ( , ) , , , ,
f x y z f x z f y z x y z U
f x y z f x y f x z x y z U
o o o
i i i
+ = +
+ = +
, , , , , , , , , ,
, , , , , , , , , ,
k
k
Expresin Matricial:
Si U tiene dimensin nita n y { }
1
,...,
n
B e e =
, ,
es una base del mismo, entonces dados
dos vectores e x y
, ,
de U, cuyas coordenadas respecto de la base B vienen expresadas
respectivamente por las n-tuplas ( ) ( )
1 1
,..., , ,...,
n n
x x y y y que matricialmente dichas
coordenadas estn representadas por los vectores columna X e Y, se tiene que:
( )
11 1 1
*
1
, 1
1
( , ) ...
n
n
t
ij i j n B
i j
n nn n
a a y
f x y a x y x x X A Y
a a y
=
| || |
| |
= = =
| |
| |
\ .\ .
, ,
. . .
siendo
*
( , ) , 1, 2,...,
ij i j
a f e e i j n = =
, ,
y
B
A la matriz de la forma bilineal
*
f en la base B.
Por otro lado, si B es otra base de U y P es la matriz de cambio de base tal que
X P X = e Y P Y = , entonces
t
B B
A P A P
=
donde
B
A

es la matriz de la forma bilineal
*
f en la base B . Es decir , las matrices de
una misma forma bilineal respecto a dos bases distintas son congruentes.
Denicin:
La forma bilineal
*
f es simtrica si
* *
( , ) ( , ) , f x y f y x x y U =
, , , , , ,
Proposicin:
Sea
*
f una forma bilineal y
B
A su matriz asociada en la base B de U, entonces:
*
f es simtrica
B
A es simtrica.
81
Resumen terico
Segundo: Formas Cuadrticas:
Denicin:
La aplicacin :U k es una Forma Cuadrtica si verica que:
2
( ) ( ) , x x x U o o o =
, , ,
k
i)
La aplicacin ii) ( )
* *
1
: / ( , ) ( ) ( ) ( )
2
f U U f x y x y x y = +
, , , , , ,
k es una
forma bilineal simtrica llamada forma polar de
Otra manera de denir una forma cuadrtica es la siguiente:
Dada una forma bilineal simtrica
*
: f U U k se llama forma cuadrtica asociada
a
*
f a la aplicacin:
*
:
( ) ( , )
U
x x f x x
=
, , , ,
k
Observacin: Con esta definicin la forma bilineal simtrica a la que se asocia es la forma
polar de sta.
Expresin Matricial:
Repitiendo las mismas condiciones que se esgriman en la expresin matricial de una
forma bilineal y usando la denicin de forma cuadrtica asociada resulta que:
( )
11 1 1
1
, 1
1
( ) ...
n
n
t
ij i j n B
i j
n nn n
a a x
x a x x x x X A X
a a x
=
| || |
| |
= = =
| |
| |
\ .\ .
,
. . .
siendo la matriz simtrica

B
A la matriz de la forma cuadrtica en la base B, que
tambin es la matriz de la forma bilineal simtrica en la base B.
Tercero: Justicacin de la denicin de forma cuadrtica asociada a una matriz
simtrica respecto de una BON.
En todas las deniciones y resultados de los apartados primero y segundo
el espacio vectorial utilizado es genrico sobre un cuerpo k , pero antes de llegar a
esta seccin estbamos trabajando con espacios vectoriales eucldeos ( )
n
R R con el
producto escalar cannico (p.e.c.) o usual.
La denicin de endomorsmo simtrico est ligada al producto escalar denido
y esto conlleva que la matriz asociada a un endomorsmo simtrico en una base dada
no sea siempre simtrica a menos que sta sea ortonormal.
Partiendo de estas premisas dado un endomorsmo f del E.V.E. ( )
n
R R con
el p.e.c. podemos denir la aplicacin,
*
f ,
82
*
*
: ( ) ( )
( , ) ( , ) ( )
n n
f
x y f x y x f y

=
R R R R R
, , , , , ,

que es una forma bilineal real asociada al endomorsmo f .
De forma evidente
*
f es simtrica si, y slo si, f es simtrico, y sin embargo
dada una base cualquiera B de ( )
n
R R , la matriz asociada a f en dicha base no coincide
con la matriz asociada a
*
f en la misma. Veamos este extremo matricialmente:
Si ( ) ( )
1 1
,..., , ,...,
n n
x x y y son las n-tuplas de coordenadas, respecto de la base
B, de los vectores e x y
, ,
de ( )
n
R R y X e Y las respectivas matrices columnas que
representan las mencionadas coordenadas, entonces,
( ) ( )
11 1 11 1 1
*
1
1 1
( , ) ( ) ...
n n
t
n B B
n nn n nn n
g g a a y
f x y x f y x x X G A Y
g g a a y
| || || |
| | |
= = =
| | |
| | |
\ .\ .\ .

, , , ,
. . . . .

donde :
B
G es la matriz de Gram del producto escalar respecto de la base B
B
A es la matriz asociada al endomorsmo f respecto de la base B
B B
G A es la matriz de la forma bilineal
*
f respecto de la base B
En el caso en que f sea simtrico no podemos asegurar que
B
A sea simtrica
pero
B B
G A s es una matriz simtrica, al serlo la forma bilineal asociada (o bien vase
la nota).
La situacin ptima es aquella en la que la matriz del endomorsmo simtrico
respecto de una base dada sea simtrica y coincida con la de la forma bilineal asociada,
respecto de la misma base. Lo que se consigue usando bases ortonormales, pues si B es
ortonormal ,
B
G I = y
B
A es simtrica.
As pues tomando B como BON, se dene Forma Cuadrtica asociada al
endomorsmo simtrico f (y por lo tanto a su forma bilineal simtrica asociada
*
f )
como la aplicacin:
*
: ( )
( ) ( , ) ( )
n
x x f x x x f x
= =
R R R
, , , , , ,

que matricialmente
83
Resumen terico
( )
11 1 1
1
1
( ) ...
n
t
n B
n nn n
a a x
x x x X A X
a a x
| || |
| |
= =
| |
| |
\ .\ .
,
. . .
donde X representa la matriz columna de las coordenadas del vector x

,
de ( )
n
R R
respecto de la BON B y
B
A es la matriz simtrica a la que est asociada la forma
cuadrtica respecto de B (que coincide con la matriz del endomorsmo simtrico f
respecto de B y con la matriz de la forma bilineal simtrica
*
f respecto a la misma
base ortonormal).
Para nalizar, en la denicin de forma cuadrtica asociada a una matriz real
y simtrica respecto de una base ortonormal, se comprende, por lo tanto, la presencia
implcita de un endomorsmo simtrico del E.V.E. ( )
n
R R con el p.e.c. cuya matriz
real y simtrica, representante en dicha base, es la dada.
Nota: Por ser f simtrico GA = A
t
G , y entonces (GA)
t
= (A
t
G)
t
= G
t
A = GA, pues G es simtrica,
por lo que GA es una matriz simtrica.
Denicin. Se dice que A y BM
n
( ) R son ortogonalmente semejantes si PM
n
( ) R ortogonal tal que B=P
t
AP
Teorema. Matrices ortogonalmente semejantes denen la misma forma cuadrtica.
Observacin: Dado que la expresin de una forma cuadrtica depende de la matriz real y simtrica
que la define, sta ser tanto ms simple cuanto ms lo sea dicha matriz. Por el teorema sabemos que
matrices ortogonalmente semejantes definen la misma forma cuadrtica y en el apartado anterior hemos
visto que dichas matrices son diagonalizables ortogonalmente, lo que nos permite obtener una matriz
diagonal ortogonalmente semejante a la dada y que simplifica la expresin de la forma cuadrtica.
4.5.2 Expresin reducida de una forma cuadrtica
Dada una forma cuadrtica de ( )
n
R R ), , denida por una matriz A, real y simtrica,
existe una BON de ( )
n
R R en la que la expresin de actuando sobre x
,
( )
n
R R ,
queda de la siguiente forma:
( )
1 1
2 2 2 2 2
1 2 1 1 2 2
n
0 0
0 0
( )
0 0
n n n
n
x
x
x x x x x x x
x
i
i
i i i
i
| | | |
| |
| |
= = + + +
| |
| |
| |
\ .\ .
,

. . . .
donde
1 2
( , ,..., )
n
x x x son las coordenadas de x
,
en la base ortonormal de vectores propios
de A y
1
i ,
2
i , ,
n
i los corrrespondientes valores propios de A. A esta expresin
simplicada de la forma cuadrtica se le llama Reducida o Cannica.
84
Observacin: No existe una nica matriz diagonal asociada a una forma cuadrtica.
4.5.3 Formas cuadrticas denidas, semidenidas e indenidas
Teorema (Sylvester). Todas las matrices diagonales asociadas a una misma forma
cuadrtica real tienen el mismo nmero de elementos positivos, negativos o nulos.
Denicin. Dada una forma cuadrtica,, de ( )
n
R R asociada a la matriz A, se llama
Rango de una forma cuadrtica al rango de la matriz A.
n
R R se dice que es Degenerada
si su rango es menor que n y No Degenerada si su rango es igual a n.
Observacin: Est claro que es degenerada si, y slo si, det(A) = 0.
n
R R
es denida positiva si ( ) 0 x >
,
0, x x
,
, ,
( )
n
R R . Entonces existe una base en la
que
1 2
( , ,..., )
n
x x x =
2 2 2
1 2
...
n
x x x + + + . Es no degenerada.
es denida negativa si ( ) 0 x <
,
0, x x
,
, ,
( )
n
R R . Entonces existe una base en
la que
1 2
( , ,..., )
n
x x x =
2 2 2
1 2
...
n
x x x . Es no degenerada.
es semidenida positiva si ( ) 0 x
,
x
,
( )
n
R R y es degenerada. Entonces existe
una base en la que
1 2
( , ,..., )
n
x x x =
2 2 2
1 2
...
p
x x x + + + con p n < .
es semidenida negativa si ( ) 0 x
,
x
,
( )
n
R R y es degenerada. Entonces
existe una base en la que
1 2
( , ,..., )
n
x x x = -(
2 2 2
1 2
...
p
x x x + + + ) con p n < .
es indenida en cualquier otro caso.
85
1. Consideremos el espacio vectorial eucldeo U .
Estudie si los siguientes endomorsmos f:UU son simtricos:
U = a) R R
2
( ) / f(x,y) = (3x+4y,4x 3y) con el p.e. cannico.
U = b) R R
3
( ) / f(x,y,z) = (x 3y+2z,-3x+4y+5z,2x+5y 6z) con el
p.e. cannico.
U = M c)
n
( R) / f(A) = A
t
con el p.e. A B = Tr(AB
t
).
SOLUCIN:

Por denicin sabemos que f, endomorsmo del E.V.E. U, es simtrico si
cumple la siguiente condicin:
u f(v) = f(u) v u,v U
, , , , , ,

Comprobemos si se verica en cada uno de los casos
Consideremos a)
2
1 1 2 2
u = (x , y ) ,v = (x , y ) ( )
, ,
R R = U, entonces
1 1 2 2 1 1 2 2 2 2
u f(v) = (x , y ) f(x , y ) = (x , y ) (3x +4 y , 4x - 3y ) =
, ,

1 2 1 2 1 2 1 2 1 1 2 1 1 2
1 1 1 1 2 2
= 3x x +4x y + 4 y x - 3y y = (3x + 4 y )x + (4x - 3y )y
(3x + 4 y , 4x - 3y ) (x , y ) f(u) v
=
= =
, ,

por lo que f es simtrico.
Sean b)
3
1 1 1 2 2 2
u = (x , y , z ) ,v = (x , y , z ) ( )
, ,
R R = U, y aplicando la
condicin,
1 1 1 2 2 2
1 1 1 2 2 2 2 2 2 2 2 2
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1
u f(v) = (x , y , z ) f(x , y , z ) =
= (x , y , z ) (x - 3 y +2z , -3x + 4 y + 5z , 2x + 5y - 6z ) =
= x x - 3x y +2x z - 3y x + 4y y + 5y z + 2z x + 5z y - 6z
, ,

2
1 1 1 2 1 1 1 2 1 1 1 2
1 1 1 1 1 1 1 1 1 2 2 2
z
(x - 3y + 2z )x +(- 3x + 4y + 5z )y + (2x + 5y - 6z )z =
(x - 3y + 2z , - 3x + 4y + 5z , 2x + 5y - 6z ) (x , y , z ) = f(u) v
=
=
=
, ,

y por tanto f es simtrico.
Dadas las matrices A, B c)
n
M ( ) R E.V.E. con el p.e.
t
A B = tr(A B ) ,
veamos si se cumple la condicin que dene los endomorsmos simtricos.
t t t t t
A f(B) = A B tr(A B) = tr(B A) = tr[(B A) ] = tr(A B ) = A B = f(A) B =
luego f es simtrico.
86
2. Compruebe los resultados del ejercicio anterior mediante el estudio de la
simetra de la matriz de los endomorsmos en la base cannica, (en el caso
c, tmese n = 2) .
SOLUCIN:
La matriz asociada en la base cannica es a)
2
C
3 4
f
4 3
| |
=
|
\ .
que es claramente
simtrica.
De la misma forma b)
3
C
1 3 2
f 3 4 5
2 5 6
| |
|
=
|
|
\ .
que obviamente es simtrica.

Como este endomorsmo no est expresado en ecuaciones como los dos c)
anteriores hallaremos las imgenes de los vectores de la base cannica,
M ( )
2
C
1 0 1 0
f
0 0 0 0
0 1 0 0
1 0 0 0
f
0 0 1 0
0 0 1 0
f
0 1 0 0
0 0 0 1
f
0 0 0 1
1 0 0 0
0 0 0 0
f
0 1 0 1
| | | | | |
=
| | |
\ . \ . \ .
| | | | | |
| |
=
| | |
|
\ . \ . \ .
|
=
`
|
| | | | | |
| =
| | | |
\ .
\ . \ . \ .

| | | | | |
=
| | |
\ . \ . \ . )
R
que tambin es simtrica.
NOTA: Recurdese que un endomorfismo f , de un espacio vectorial eucldeo, es simtrico
si, y slo si, su matriz asociada en cualquier base ortonormal es simtrica.
En los casos de los apartados a) y b) las bases ortonormales son las cannicas de
2
( ) R R y
3
( ) R R , respectivamente, con el producto escalar usual.
En el caso del apartado c) la base ortonormal es la cannica del E.V.E. ( )
2
( ), M R .
3. Sea el espacio vectorial eucldeo R R

3
( ) , con el p.e. cannico, en el que se
considera la base ortonormal siguiente B = {
, , ,
1 2 3
, , u u u }, y en el que se dene
el endomorsmo f, de la siguiente manera:
f(
,
1
u ) = + +
, , ,
1 2 3
3 u 2 u 2 u y f(
,
2
u ) = + +
, , ,
1 2 3
2 u 2 u 0 u .
La matriz A, asociada a f en dicha base, es simtrica.
El vector (2,-2,-1) dado respecto de la base B es autovector de
f.
87
Se pide que:
Halle la matriz A, los valores propios y los vectores propios de f. a)
Diagonalice ortogonalmente dicho endomorsmo (encontrando la b)
base ortonormal en la que la matriz asociada sea diagonal) y calcule
la matriz de paso ortogonal.
SOLUCIN:

De la primera condicin que dene el endomorsmo y de la simetra de A podemos
concluir que
B
3 2 2
A = f 2 2 0
2 0 a
| |
|
=
|
|
\ .
y de la tercera condicin
3 2 2 2 2
0 2
2 2 0 2 2 0, 4
4
2 0 1 1
a
a
a
i
i i
i
| || | | |
=
| | |
= = =
`
| | |
=
)
| | |

\ .\ . \ .
por lo que
3 2 2
A 2 2 0
2 0 4
| |
|
=
|
|
\ .
es real y simtrica y, por tanto, es ortogonalmente diagonalizable.
Seguiremos ahora el mismo esquema que en la diagonalizacin de endomorsmos:
Calculamos los valores propios:
1
2
2
3
3 2 2 6
A I 0 2 2 0 0 ( )[ 9 18] 0 3
2 0 4 0
i i
i i i i i i
i i
=
= = + = =
2.b) Hallamos ahora los subespacios propios asociados a cada valor propio:
88
{ }
1
6
3 2 2 x 0
E (x,y,z)/ 2 4 0 y 0 (x,y,z)/x = 2y , x = z
2 0 2 z 0
i =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )

x
(x, , x)/ x (2,1,2)
2

= =
`
)
R

{ }
2
3
0 2 2 x 0
E (x,y,z)/ 2 1 0 y 0 (x,y,z)/y = 2x , z = -2x
2 0 1 z 0
i =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )

{ } (x, 2x, -2x)/ x (1,2,-2) = = R

{ }
3
0
3 2 2 x 0
E (x,y,z)/ 2 2 0 y 0 (x,y,z)/y = -x , x = -2z
2 0 4 z 0
i =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )

x
(x, -x, - )/ z (2,-2,-1)
2

= =
`
)
R
Observemos que el sistema {(2,1,2), (1,2,-2), (2, -2, -1)} es una base ortogonal y,
como necesitamos una base ortonormal, vamos a normalizar cada vector:
2 2 2
2 2 2
2 2 2
(2,1, 2) 2 1 2 9 3
(1, 2, 2) 1 2 ( 2) 9 3
(2, 2, 1) 2 ( 2) ( 1) 9 3
= + + = =
= + + = =
= + + = =
y as , la base ortonormal de vectores propios es:

1 1 1
B (2,1, 2), (1, 2, 2), (2, 2, 1)
3 3 3

=
`
)
B'
6 0 0
f 0 3 0
0 0 0
| |
|
=
|
|
\ .
89
que es una matriz ortogonalmente semejante a
B
f y por ello existe una matriz, P, ortogonal,
de orden 3 que verica:
t
B' B
f P f P =
2 1 2
1
1 2 2
3
2 2 1
| |
|
|
|

\ .
NOTA: Las matrices .
B' B
f y f son congruentes.
4. Consideremos el espacio vectorial eucldeo R R

3
( ) , con el p.e.c. en el que
se ha denido el endomorsmo f:
3f(x,y,z) = (- x+2y+2z,2x y+2z,2x+2y z)
Se pide que:
Estudie si se trata de una transformacin ortogonal. a)
Analice si es diagonalizable ortogonalmente. b)
Halle sus valores propios y subespacios propios respectivos. c)
En caso de que el apartado b sea armativo obtenga una base d)
ortonormal en la que la expresin de f sea diagonal.
SOLUCIN:

Dado que a)
3
C
1 2 2
1
f 2 1 2
3
2 2 1
| |
|
=
|
|
\ .
veamos si se verica que
3 3
t
C C 3
f f I = ,
3 3
t
C C
1 2 2 1 2 2 9 0 0 1 0 0
1 1 1
f f 2 1 2 2 1 2 0 9 0 0 1 0
3 3 9
2 2 1 2 2 1 0 0 9 0 0 1
( ( | | | | | | | |
( ( | | | |
= = =
( ( | | | |
| | | |
( (

\ . \ . \ . \ .
luego, en efecto, f es una transformacin ortogonal.
f es diagonalizable ortogonalmente puesto que b)
3
C
f es simtrica y real
Valores propios c) :
90
3
C
1
2 2
2
3
1 2 2 1 3 2 2
3 3 3 3 3 3
2 1 2 2 1 3 2
f I 0 0 0
3 3 3 3 3 3
2 2 1 2 2 1 3
3 3 3 3 3 3
1
1 3 4 1 3 2 3 3 3 3
( )[ ] 0 ( )[ ] 0 1
3 3 3 3 3 3
1
i
i
i
i i
i
i
i
i i i i
i
i

= = =

=

+ = = =
Subespacios propios:
1
1
4 2 2 x 0
-2x + y + z = 0
1
E (x,y,z)/ 2 4 2 y 0 (x,y,z)/
x- 2y + z = 0 3
2 2 4 z 0
i =
| || | | |
| | |
= = = =
` `
| | |
)
| | |
\ .\ . \ . )

{ } { } (x,y,z)/ z = y, x = y (y, y, y)/ y (1,1,1) = = = R .
Subespacio propio asociado al valor propio -1:
{ }
2,3
1
2 2 2 x 0
1
E (x,y,z)/ 2 2 2 y 0 (x,y,z)/ x + y + z = 0
3
2 2 2 z 0
i =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )

{ } { } (x,y,z)/ x = - y- z (-y - z, y, z)/ y,z (-1,1,0), (-1,0,1) = = = R
d) Aunque los subespacios propios anteriores son ortogonales, los vectores del
segundo no lo son y puesto que necesitamos una base ortonormal hay que buscar un
sistema de vectores ortonormales equivalente.
Los subespacios <(1,1,1)> y <(-1,1,0),(-1,0,1)> son ortogonales pero los vectores
(-1,1,0) y (-1,0,1) no lo son, de forma que, aunque podemos obtener una base de vectores
propios , sta no es ortogonal, luego necesitamos dos vectores propios asociados al v.p.
-1 que sean ortogonales. Basta con sustituir uno de ellos, de manera que el nuevo vector
propio deber cumplir las siguientes condiciones:
Debe vericar las ecuaciones implcitas del subespacio propio asociado a -1. 1)
Debe ser ortogonal al otro vector propio (el que hemos dejado) asociado a -1. 2)
Si las coordenadas de este vector son (x,y,z) y hemos eliminado el vector (-1,0,1), las
condiciones anteriores se traducen al siguiente sistema:
91
x + y + z = 0 x + y + z = 0 z = - 2x
(x, x, -2x)
(x,y,z) (-1,1,0) = 0 -x + y = 0 y = x

` ` `
) ) )

luego nos sirve cualquier vector proporcional a (1,1,-2).
Ahora podemos expresar
2,3
1
E (-1,1,0), (1,1,-2)
i =
= con vectores generadores
ortogonales, lo que nos permite construir la base ortogonal de vectores propios de
3
( ) R R y obtener, normalizndolos, la base ortonormal en la cual la expresin matricial
de f es diagonal.
Sea B = {(1,1,1), (-1,1,0), (1,1,-2)} la base ortogonal de vectores propios, entonces ,
despus de normalizar como en el ejercicio anterior obtenemos la base ortonormal de
vectores propios buscada:
1 1 1
B = (1,1,1), (-1,1,0), (1,1,-2)
3 2 6

`
)
NOTA 1: La condicin 1) para la bsqueda del nuevo vector propio nos asegura que
el vector que obtengamos ser ortogonal a todos los vectores del subespacio propio al que no
pertenece pues en un endomorfismo simtrico los subespacios propios asociados a valores propios
distintos son ortogonales.
NOTA 2: En este ejercicio tenemos un ejemplo de lo que se explic en el ejercicio 4 del
tema anterior, relativo a los valores propios (soluciones reales de la ecuacin caracterstica) de
una matriz ortogonal.
5. Expresa en forma matricial las siguientes formas cuadrticas denidas

en R R ( )
n
(n = 3,4)
a) (x,y,z) = 2x
2
+ y
2
4xy + 6xz 8yz.
b) (x,y,z) = 4x
2
+ y
2
3z
2
+ 6xy 4xz.
c) (x,y,z,t) = x
2
4 y
2
+ 3t
2
3xy + 2yt 5zt.
SOLUCIN:
a) ( )
2 2 3 x
(x,y,z) = x y z 2 1 4 y
3 4 0 z
| || |
| |

| |
| |
\ .\ .
92
b) ( )
4 3 2 x
(x,y,z) = x y z 3 1 0 y
2 0 3 z
| || |
| |
| |
| |

\ .\ .
c) ( )
3
1 0 0
2
x
3
4 0 1
y
2
(x,y,z,t) = x y z t
5 z
0 0 1
2
t
5
0 1 3
2
| |
|
|
| |
|
|
|
|
|
|
|
|
|
|
\ .
|
|
|
\ .
NOTA: Una forma intuitiva de establecer los coeficientes en la matriz asociada a la
forma cuadrtica es , en el caso n = 3 por ejemplo, la visualizacin de la siguiente matriz:
1 1
( ) ( ) ( )
2 2
1 1
( ) ( ) ( )
2 2
1 1
( ) ( ) ( )
2 2
coef xx coef xy coef xz
coef xy coef yy coef yz
coef xz coef yz coef zz
| |
|
|
|
|
|
|
|
\ .
en donde queda claro que en la diagonal principal se ubican los coeficientes de x
2
, y
2
, z
2
, mientras
que el resto se reparte a partes iguales entre los dos trminos de la matriz que son iguales y estn
afectados en la expresin polinmica por el mismo coeficiente.
6. Sea : R R
3
( ) R la forma cuadrtica que en la base cannica de R R
3
( )
, tiene asociada la matriz simtrica siguiente:
a) A=
| |
|
|
|
\ .
1 3 1
3 1 1
1 1 5
b) A =
| |
|
|
|
\ .
3 1 0
1 3 0
0 0 2
Halle, en cada caso, una base ortonormal de R R
3
( ) (con el producto escalar
cannico), respecto a la cual la forma cuadrtica alcanza su expresin
reducida.
SOLUCIN:

a) La forma cuadrtica asociada a la matriz real y simtrica A en la base ortonormal
cannica con el producto escalar usual tiene la expresin polinmica siguiente:
93
2 2 2
(x, y, z) = x 6xy 2xz y 2yz 5z + + +
NOTA: El nmero mximo de trminos (con coeficiente significativo, es decir, no nulo) de
la expresin polinmica de una forma cuadrtica sobre un espacio vectorial eucldeo de dimensin n
es (1/2)n(n+1), es decir, el nmero de elementos distintos de una matriz cuadrada simtrica de orden
n (vimos en el ejercicio 3, del captulo de Aplicaciones Lineales, que precisamente dicho nmero es la
dimensin del subespacio vectorial de las matrices cuadradas simtricas de orden n).
Y matricialmente,
3
: ( ) R R R viene dada por:
( )
t
C
1 3 1 x
(x,y,z) X X x y z 3 1 1 y
1 1 5 z

| || |
| |
= =
| |
| |
\ .\ .
donde, X expresa la matriz columna de las coordenadas de un vector genrico x
,
de
3
( ) R R en la base ON (p.e.c.) cannica C,
C
= A es la matriz a la que est asociada la
forma cuadrtica en C.
Como matrices ortogonalmente semejantes denen la misma forma cuadrtica
buscamos una base ortonormal en la que la expresin de la forma cuadrtica sea lo
ms simplicada posible (o sea, una suma de cuadrados) y esto implica un proceso de
diagonalizacin ortogonal.
Clculo de los valores propios y de sus respectivos subespacios propios asociados *:
1
2
3
3 2
1 3
2 2
3 6
1 3 1
A I 0 3 1 1 0 7 36 0
1 1 5
3 E ( 1,1, 1)
( 3)( 2)( 6) 0 2 E (1,1, 0)
6 E ( 1,1, 2)
i
i
i
i
i i i i
i
i
i i i i
i
=
=
=

= = + =

= =
+ = = =
= =
* Se dejan los detalles al lector

Puesto que los valores propios son todos simples (orden de multiplicidad uno) la
base de vectores propios
B = { } ( 1,1, 1), (1,1, 0), ( 1,1, 2)
es ortogonal y por tanto necesitamos normalizarla (obtener otra base cuyos vectores son
proporcionales unitarios). La base ortogonal y unitaria (ortonormal) de vectores propios es:
B =
1 1 1
( 1,1, 1), (1,1, 0), ( 1,1, 2)
3 2 6

`
)
94
Sea X la matriz columna de las coordenadas del vector x
,
respecto de la base ON
B y
B'
la matriz a la que est asociada en la base B, es decir:
t
B'
(x',y',z') (X') X' =
La matriz
B'
(diagonal) es ortogonalmente semejante a
C
, pues
t
B' C
P P =
donde P es la matriz ortogonal de cambio de base de B a C,
1 1 1
3 2 6
1 1 1
P
3 2 6
1 2
0
3 6
| |

|
|
|
=
|
|
|
|
\ .
Finalmente la expresin reducida de dada en la base B es:
( )
t 2 2 2
B'
3 0 0 x'
(x',y',z') (X') X' x' y' z' 0 2 0 y' 3(x') 2(y') 6(z')
0 0 6 z'

| || |
| |
= = = +
| |
| |
\ .\ .
ADEMS , puesto que P X = X y P ortogonal resulta que X = P
t
X, que nos ofrece,
como complemento, un mtodo para descomponer la expresin original de la forma
cuadrtica en suma de cuadrados de trminos expresados a travs de las coordenadas
dadas en la base original, o sea,
1 1 1 1 1 1
x' x y z
3 3 3 3 3 3
x' x
1 1 1 1
y' 0 y y' x y 0z
2 2 2 2
z' z
1 1 2 1 1 2
z' x y z
6 6 6 6 6 6
| |
= +
|
|
| | | |
| | |
= = + +
|
| |
| |
|
\ . \ .

|
= + +
|
\ .
y sustituyendo en la expresin reducida:
2 2 2
1 1 1 1 1 1 1 2
(x,y,z) 3 x y z 2 x y 0z 6 x y z
3 3 3 2 2 6 6 6
| | | | | |
= + + + + + +
| | |
\ . \ . \ .
y simplicando
( ) ( ) ( )
2 2 2
(x,y,z) x y z x y 0z x y 2z = + + + + + +
b) Siguiendo el esquema del apartado anterior
95
La forma cuadrtica asociada a la matriz real y simtrica B en la base cannica
con el (p.e.c.) tiene la expresin polinmica siguiente:
2 2 2
(x, y, z) = 3x 2xy 3y 2z + +
Y matricialmente,
3
: ( ) R R R viene dada por:
( )
t
C
3 1 0 x
(x,y,z) X X x y z 1 3 0 y
0 0 2 z

| || |
| |
= =
| |
| |
\ .\ .
donde, X y
C
= A se denen de forma idntica a la del apartado anterior.
Iniciamos pues el proceso de diagonalizacin ortogonal.
Clculo de los valores propios y de sus respectivos subespacios propios asociados *:
1
2,3
2
1 4
2
2
2
3
3 1 0
A' I 0 1 3 0 0 (2 )[(3 ) 1] 0
0 0 2
4 E (-1,1,0)
(2 ) (4 ) 0 2
E (1,1, 0), (0, 0,1)
2
i
i
i
i i i i
i
i
i i i
i
=
=

= = =
= =
= =
=
`
=
)
* Se dejan los detalles al lector
Puesto que los vectores propios que generan el subespacio propio asociado al
valor propio 2 (doble) son ortogonales (en general no tienen por qu serlo, ver ejercicio 4)
podemos construir la base ortogonal de vectores propios
B = {(-1,1,0), (1,1,0), (0,0,1)}
y normalizndola obtenemos:
B =
1 1
( 1,1, 0), (1,1, 0), (0, 0,1)
2 2

`
)
Finalmente la expresin reducida de dada en la base B es:
96
( )
t 2 2 2
B'
4 0 0 x'
(x',y',z') (X') X' x' y' z' 0 2 0 y' 4(x') 2(y') 2(z')
0 0 2 z'

| || |
| |
= = = + +
| |
| |
\ .\ .
con
t
B' C
P P =
y
1 1
0
2 2
1 1
P 0
2 2
0 0 1
| |
|
|
|
=
|
|
|
|
\ .
ADEMS , procediendo como en el apartado anterior se llega a,
1 1 1 1
0 x' x y 0z
2 2 2 2
x' x
1 1 1 1
y' 0 y y' x y 0z
2 2 2 2
z' z
0 0 1 z' 0x 0y z
| |
= +
|
| | | | |
| | |
= = + +
| | |
| |
|
\ . \ .

= + +
|
|
\ .
y sustituyendo en la expresin reducida:
( )
2 2
2 1 1 1 1
(x,y,z) 4 x y 0z 2 x y 0z 2 0x 0y z
2 2 2 2
| | | |
= + + + + + + + +
| |
\ . \ .
y simplicando
( ) ( ) ( )
2 2 2
(x,y,z) 2 x y x y 2 z = + + + +
7. La qumica cuntica estudia el movimiento de las micropartculas (atmicas

y subatmicas) as como las propiedades fsico-qumicas de tomos, molculas
y sus estructuras. La mecnica cuntica analiza los sistemas de partculas
a travs de la funcin de estado del sistema, y la energa del mismo
mediante la ecuacin de Schrdinger que simplicada viene dada por H=E
, donde H es la matriz hamiltoniana del sistema (real y simtrica), E es la
energa del sistema (valor propio de H) y , como ya se ha dicho, la funcin
de onda (funcin de estado propia de H).
La funcin de onda, , de un orbital molecular (OM) se puede expresar
como combinacin lineal de funciones, , que representan orbitales atmicos
(CLOA):
97
=
1
n
i i
i
c
=
donde los c
i
son las coordenadas de los vectores propios
i
, de H.
El mtodo variacional para aproximar la ecuacin de onda consiste en
establecer que las energas esperadas (v.p. de H) sean mayores o iguales que
la energa del estado fundamental y que las aproximaciones principales para
la obtencin de las energas y la funcin de onda se realizan sobre H.
Un caso particular del mtodo variacional es la aproximacin r -elctronica
de Hckel que consiste en simplicar los compuestos orgnicos planos,
separando los electrones o y los r , considerando nicamente estos ltimos
con el hamiltoniano sumamente simplicado.
La matriz hamiltoniana de la molcula 1-3 del butadieno es H =
| |
|
|
|
|
|
\ .
0 0
0
0
0 0
a b
b a b
b a b
b a
Donde a y b son constantes energticas obtenidas empricamente.
Determine las energas de los cuatro electrones r (los ms alejados) y los
respectivos estados de los orbitales. son ortogonales dichos estados?. En
caso armativo normalcelos y halle la matriz de paso ortogonal.
SOLUCIN:

La molcula del gas butadieno 1-3 tiene la siguiente representacin grca de
enlaces qumicos:
Tenemos 4 electrones r correspondientes a 4 tomos de carbono cuyos orbitales
atmicos son { }
1 2 3 4
, , , que constituyen un sistema linealmente independiente (una
especie de base respecto a la que se expresa la funcin de onda de un orbital molecular
asociado a una energa concreta).
98
Vamos a hallar las energas (valores propios de H), E
i
, de los 4 electrones r .
0 0
0
H I 0 0
0
0 0
a E b
b a E b
E
b a E b
b a E
= =
.
Desarrollando el determinante por la primera columna:
( )
0 0 0
0
0 0
a E b b
a E b a E b b b a E b
b a E b a E
=

y simplicando
( ) ( )
4 2
2 4
3 0 a E b a E b + =
Ecuacin bicuadrada cuyas soluciones son:
1
2
1
3
1
4
E a b
E a b
E a b
E a b
=
= +
=
= +
siendo
1 5
2
+
= (el nmero de oro).
Una vez encontradas las energas (que son todas simples si 0 b ) pasamos a
buscar el estado (vector propio) del orbital asociado a cada energa, es decir vamos a
calcular los subespacios propios asociados a cada valor propio, que sern ortogonales
entre s al ser H una matriz real y simtrica.
Estado del orbital
1
, asociado a la energa
1
, 0 E a b b =
Recordemos antes las siguientes relaciones con el nmero de oro :
2
1
1 2
1
1
1

+ =
+ =
Sean (x,y,z,t) las coordenadas de

1
respecto de { }
1 2 3 4
, , , , entonces:
99
0
0 0 0 0
0 0 0
0 0 0
0 0 0 0
b
b b x x y
b b b y x y z
b b b z y z t
b b t z t

+ = | || | | |
| | |
+ + =

| | |
=
`
| | |
+ + =

| | |
| | |

+ =
\ .\ . \ . )
de la 4 ecuacin z t = , sustituyendo en la 3 ecuacin queda
2
( ) y t t t t = = + ,
es decir,
2
( 1) y t t = = .
Por la 1 ecuacin x y t x t = = = .
La 2 es combinacin lineal del resto. As pues
( ) , , , ( , , , ) ( 1, , ,1) x y z t t t t t =
es el subespacio propio asociado a
1
, 0 E a b b =
Procediendo de forma anloga se llega al siguiente cuadro:
Energa S.E.Propio Estados de los orbitales Estados de los
orbitales
(v. prop.) (vect. prop.) (ortogonales no unit.) (ortonormales)
1
E a b = ( 1, , ,1)
1 1 2 3 4
= + +
1 1 2 3 4
o o = + +
2
E a b = + (1, , ,1)
2 1 2 3 4
= + + +
2 1 2 3 4
o o = + + +
1
3
E a b
=
1 1
(1, , ,1)

1 1
3 1 2 3 4

= +
3 1 2 3 4
o o = +
1
4
E a b
= +
1 1
( 1, , ,1)

1 1
4 1 2 3 4
- -

= + +
4 1 2 3 4
o o = + +
siendo
1
1 1
,
4 2
4 2
o
= =
+

y la matriz de paso ortogonal P
o o
o o
o o
o o
| |
|

|
=
|

|
|
\ .
NOTA: El nmero real
+
= =
1 5
1,618033989...
2
,
es el Nmero de Oro, denominado con la letra FI en honor al arquitecto y escultor griego Fidias
(siglo V a.d.C) , autor del friso y frontis del Partenn de Atenas, el cual utiliz sus propiedades
como herramienta para la esttica de sus obras.
100
En la bsqueda de la construccin armnica de elementos geomtricos Vitrubio indic
que la divisin ms hermosa de un todo en partes desiguales era aquella en la que proporcin entre
el todo y la parte mayor sea igual a la que hay entre la parte mayor y la menor. Si aplicamos esta
divisin a un segmento de longitud 1, de forma que a sea la parte mayor y b la menor (a+b = 1),
entonces,
| | + +
= + = = = = =
|
\ .
2 2
2 2 2 2
4 5 1 5
0
2 2 2
a b a b b b b b
ab b a a b ab a b
a b
y tomando la solucin positiva de la ecuacin de segundo grado con indeterminada en a :
+
= =
1 5
2
a
b
A este cociente se le llam Divina Proporcin (Luca Pacioli en 1509) y fue denominado
Nmero ureo por Leonardo da Vinci (1452-1519).
obsrvese que
2
1
3 5
1
2
1 5
1
2

+
= = +
+
= = +
Dado un segmento de longitud l = a+b dividido segn la proporcin urea, donde a es la
parte mayor, se llama Seccin urea del segmento dado al cociente a/l =
1
, que coincide con la

parte mayor si l = 1.
En efecto, dado que a + b = 1 resulta que:
1
1 5 3 5 1 5 1 5 1 5 2
( 1 )
2 2 2 3 5 2 1 5
a a a a
| | + + + + +
= = = = = =
|
+ +
\ .
Trasladando esta nocin a un rectngulo obtenemos el rectngulo ureo en el que el cociente
entre su lado mayor y su lado menor es . Las tarjetas de crdito, los documentos nacionales
de identidad y las caras de mayor extensin de las cajetillas de tabaco son superficies limitadas
por rectngulos ureos. La espiral de Durero se construye utilizando una sucesin encajada de
rectngulos ureos.
Los pentgonos regulares cumplen la propiedad de que el cociente entre la longitud de
una de sus diagonales y la longitud del lado es = 2cos(r /5).En tiempos de Pitgoras se le
llam nmero mstico. El tringulo issceles inscrito en un pentgono regular y formado por dos
diagonales y un lado del pentgono se llama tringulo ureo.
El nmero de oro est presente en numerosos tratados, obras pictricas, escultricas y
arquitectnicas, as como en variados procesos de la vida natural, llevando asociado el concepto de
esttica, el canon de belleza y de la proporcin perfecta.
Sus propiedades matemticas son lo suficientemente asombrosas como para otorgarle un
merecido y prestigioso lugar al lado de r y e, pero la realidad siempre ha sido otra y es que
101
el humilde origen algebraico de siempre ha sucumbido ante la ostentosa trascendencia de sus
compaeros irracionales.
Veamos algunas de estas propiedades:
1. y
1
tienen la misma parte decimal (no hay otro nmero que cumpla esta propipedad)
2. La progresin geomtrica
2 3
1, , , ,.... de razn cumple que cada trmino es la suma de los
dos anteriores (Sucesin de Fibonacci) y toda sucesin { }
N
n
n
a con esta recurrencia,
+ +
= +
2 1 n n n
a a a
cumple que
+
+
=
1
( / )
n n
n
Lim a a y adems la expresin del trmino general con = =
1 2
1 a a es:
( )

(
| | | | +
(
= = (
| |

( \ . \ .

1
1 1 5 1 5 1
5 2 2 5
n n
n
n
n
a
3. Relacin con fracciones continuas y con radicales consecutivos y su logaritmo neperiano:

= +
+
+
+
( | | | | | |
+ + + + + +
| | |
(
\ . \ . \ .
1
1 , = 1+ 1+ 1+ 1+ ,
1
1
1
1
1
5 1 1 1 1 1 1 1 1 1 1 1 1
ln =
2 1 2 3 4 6 7 8 9 11 12 13 14
4. Existe una relacin de nmeros metlicos que son soluciones positivas de la ecuacin
=
2
1 0 x nx , de forma que:

si n = 1 , la solucin positiva es -
+ 1 5
2
, el nmero de oro.
si n = 2, la solucin positiva es - + 1 2 , el nmero de plata.
si n = 3, la solucin positiva es -
+ 3 13
2
, el nmero de bronce.
en general un nmero metlico es de la forma -
+ +
N
2
4
,
2
n n
n .
8. En un punto de un cuerpo sometido a tensin se conocen los valores y signos

de las tensiones expresadas en Kg/cm
2
. que son:
o o o
t t t
= = =
= = =
, ,
, ,
xx yy zz
xy xz yz
42 42 0
56 420 1260
Calcule:
Los valores y signos de las tres tensiones principales. a)
Las direcciones principales. b)
102
SOLUCIN:
INTRODUCCIN:
El anlisis de elementos estructurales comporta la presuncin, dentro de los lmites
establecidos, de que los cuerpos son elsticos, es decir se deforman si son sometidos a
ciertas fuerzas y recuperan su estado inicial al desaparecer stas.
Las fuerzas externas que actan sobre los cuerpos y los materiales que los constituyen
pueden ser de dos tipos: Superciales ( ejercen su accin sobre la supercie de los cuerpos
como por ejemplo la presin del viento) o de volumen (surgen en el seno del material como
son la accin de la gravedad, las fuerzas magnticas, etc.). Asimismo estas fuerzas pueden
actuar en las estructuras de forma constante (el peso propio, el empuje del terreno, etc.) o
variable (accin del viento, sobrecarga de nieve, movimientos ssmicos, etc.).
Cuando las fuerzas se aplican sobre supercies sucientemente pequeas, se
denominan puntuales y a ellas suelen referirse la mayor parte de los problemas prcticos
sobre estructuras.
La accin puntual de una fuerza externa por cada unidad de supercie de un cuerpo
se denomina tensin, mientras que la deformacin es el cambio geomtrico que experimenta
dicho cuerpo elstico debido a dicha fuerza externa. La tensin, que suele expresarse en
Kg/cm
2
, es un vector aplicado en un punto P, es decir, supongamos que en el interior de
un cuerpo elstico tridimensional sometido a un sistema de cargas externas, seleccionamos
el punto P , que elegimos un triedro de referencia, con origen en P, formado por tres
ejes ortogonales Px, Py, Pz y que
x y z
( , , ) p p p p
,
es el vector tensin que acta sobre
dicho punto cuya magnitud es p , entonces a cada plano xPy, xPz, yPz le corresponden
tensiones cuyas componentes son:
Plano perpendicular al eje x :
x x x y x z
, , o t t
Plano perpendicular al eje y :
y x y y y z
, , t o t
Plano perpendicular al eje z :
z x z y z z
, , t t o
Donde la componente normal de la tensin es o y la componente tangencial t .
103
Dado que todo plano, como el ABC, est denido por los cosenos directores
(coso , cos , cosy ) de su normal respecto a los ejes, resulta que :
x xx xy xz
y yx yy yz
z xz yz zz
cos cos cos
cos cos cos
cos cos cos
p
p
p
o o t t y
t o o t y
t o t o y
= + +
= + +
= + +
que matricialmente
x xx xy xz
y yx yy yz
z xz yz zz
cos
cos
cos
p
p
p
o t t o
t o t
t t o y
| |
| | | |
|
| |
=
|
| |
| |
|
\ . \ .
\ .
donde
xx xy xz
xyz yx yy yz
xz yz zz
T
o t t
t o t
t t o
| |
|
=
|
|
\ .
es la matriz de estado elstico o matriz de tensiones o tensor de tensiones. La matriz T
es simtrica y sus elementos son escalares si corresponden a una carga puntual y funciones
de x,y,z si se reeren a un cuerpo.
El objetivo es buscar tensiones normales extremas llamadas tensiones principales
(tensiones que carecen de componente tangencial 0 p t o = = ) lo que nos conduce a :
x y z
cos , cos , cos p p p o o o o y = = =
que transforma el sistema de estado elstico en:
xx xy xz
xx xy xz
yx yy yz yx yy yz
xz yz zz
xz yz zz
cos cos cos cos
0 ( ) cos cos cos
cos cos cos cos 0 cos ( ) cos cos
0 cos cos ( ) cos
cos cos cos cos
o o o o t t y
o o o t t y
o t o o t y t o o o t y
t o t o o y
o y t o t o y
= + +
= + +

= + + = + +
` `

= + +
= + +
)
)
sistema de tres ecuaciones con tres incgnitas (los cosenos directores) que es compatible
indeterminado pues la solucin trivial es incompatible con la relacin entre las incgnitas
y por tanto el determinante de los coecientes debe ser nulo:
xx xy xz
yx yy yz xyz
xz yz zz
0 I 0 T
o o t t
t o o t o
t t o o
= =
lo que nalmente nos ha llevado al clculo de los valores propios de la matriz

xyz
T que
son las tensiones principales y los vectores propios son las direcciones principales
104
orientadas segn un triedro trirrectngulo. En denitiva, un claro ejemplo de diagonalizacin
ortogonal.
Pasamos ya a resolver el ejercicio :
Segn el enunciado tenemos la siguiente matriz de tensiones
xyz
42 56 420
56 42 1260
420 1260 0
T
| |
|
=
|
|
\ .
Vamos a hallar los valores propios de a)
xyz
T
1
3
xyz 2
3
42 56 420 1330
I 0 56 42 1260 0 ( 1768900) 0 0
420 1260 0 1330
T
o o
o o o o o
o o
=
= = = =
las tensiones principales son pues, ordenndolas de mayor a menor:

2
1
2
2
2
3
1330 Kg/cm
0 Kg/cm
1330 Kg/cm
o
o
o
=
=
=
Busquemos ahora las direcciones principales: b)
Puesto que las tensiones principales son simples, las direcciones principales sern
ortogonales, por lo que dirigirn los ejes de un sistema de referencia trirrectngulo.
Subespacio propio asociado a 1330:
1
1330 xyz
1288 56 420 0
E ( , , ) / 56 1372 1260 0
420 1260 1330 0
x
x y z T y
z
o =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )
46 2 15 0
28 30
( , , ) / ( , , ) / , (11, 28, 30)
2 49 45 0 11 11
x y z
x y z x y z y x z x
x y z
+ + =

= = = = =
` `
+ =
)
)
Subespacio propio asociado a 0:
2
0 xyz
42 56 420 0
E ( , , ) / 56 42 1260 0
420 1260 0 0
x
x y z T y
z
o =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )
105
{ }
3 4 30 0
( , , ) / ( , , ) / 3 , 6 ( 18, 6,1)
3 0
x y z
x y z x y z x y y z
x y
+ + =
= = = = =
`
+ =
)
Subespacio propio asociado a -1330:
3
1330 xyz
1372 56 420 0
E ( , , ) / 56 1288 1260 0
420 1260 1330 0
x
x y z T y
z
o =
| || | | |
| | |
= = = =
`
| | |
| | |
\ .\ . \ . )
49 2 15 0
29 30
( , , ) / ( , , ) / , (8, 29, 30)
2 46 45 0 8 8
x y z
x y z x y z y x z x
x y z
+ + =

= = = = =
` `
+ + =
)
)
La base de vectores propios {(11,28,30),(-18,6,1),(8,29,-30)} es ortogonal y vamos
a normalizarla para diagonalizar la matriz real y simtrica
xyz
T
(11, 28, 30) 1085 19 5
( 18, 6,1) 361 19
(8, 29, 30) 1085 19 5
= =
= =
= =
luego la base ortonormal de vectores propios (direcciones principales) es:
1 1 1
(11, 28, 30), ( 18, 6,1), (8, 29, 30)
19 19 5 19 5

`
)
106
1. Dado el espacio vectorial Eucldeo U, estudie si los siguientes endomorsmos
: f U U son simtricos utilizando la denicin.
= , = , + R R
2
( ) / ( ) ( ) U f x y 6 x 5 y 5 x 6 y
a)
= , , = + , + , + + R R
3
( ) / ( ) ( ) U f x y z 2 x 3 y 6z 3 x 5 y 6z 6 x 6 y 6z
b)
c) = = + R ( ) / ( )
t
n
U M f A A A con el p.e. A B = Traza(
t
A B ).
2. Compruebe los resultados del ejercicio anterior mediante el estudio de la
simetra de la matriz de los endomorsmos en la base cannica (en el caso en
que = R ( )
n
U M tome n = 2).
3
( ) ,con el p.e.c., en el que se
considera la base ortonormal siguiente { } =
, , ,
1 2 3
, , B u u u , y en el que se dene el
endomorsmo f , de la siguiente manera:
= + +
, , , ,
1 1 2 3
( ) f u 1u 0 u 1u
y
= +
, , , ,
2 1 2 3
( ) f u 0 u 1u 3 u
.
La matriz, A, asociada a f en la base B, es simtrica .
El vector (1,-3,-2) dado respecto a la base B es autovector de f .
Se pide que:
Halle la matriz A, los valores y vectores propios de f. a)
Diagonalice ortogonalmente dicho endomorsmo (encontrando la base b)
ortonormal en la que su matriz asociada sea diagonal) y calcule la
matriz de paso ortogonal .
3
( ) , con el p.e.c., en el que se ha
denido el siguiente endomorsmo dado en la base cannica:
, , = + , , + ( ) ( ) 3f x y z 3 x 6z y 6 x 3 z
Se pide que:
Sabiendo que el determinante de la matriz asociada vale 1 Se a)
trata de una transformacin ortogonal?
Analice si es ortogonalmente diagonalizable. b)
Halle sus valores propios y los subespacios propios respectivos. c)
Halle una base ortonormal en la que la expresin de f sea d)
diagonal.
107
5. La matriz asociada al endomorsmo f de R R
3
( ) , en la base cannica viene
dada por
A=
| |
|
|
|
\ .
1 0 a
0 1 b
1 3 c
si (1,3,5) es un vector propio de f asociado al valor propio i = 6 , entonces:
Halle a, b y c. i)
Calcule los valores, vectores y subespacios propios de f . ii)
Diagonalice f y analice si lo es ortogonalmente. iii)
6. Consideremos el espacio vectorial eucldeo R R
3
( ) , con el p.e.c., en el que
se ha denido el siguiente endomorsmo dado en la base cannica:
| |
|
\ .
1 2 2 2 1 2 2 2 1
f (x, y, z) = - x + y + z, x - y + z, x + y - z
3 3 3 3 3 3 3 3 3
Analice si f es ortogonalmente diagonalizable y, en caso armativo, obtenga
una base ortonormal en la que la expresin matricial de f sea diagonal.
7. Exprese en forma matricial las siguientes formas cuadrticas denidas en
R R ( )
n
(n = 3 ,4)
r , , = + +
2 2 2
( ) x y z 5 x 2 y z 7 xy exz yz
a) .
, , = + + + + +
2 2 2
( ) x y z x y z xy xz yz
b) .
, , , =
2
( ) x y z t x 3 xy 8 zt
c) .
8. Sea
3
: ( ) R R R la forma cuadrtica, que en la base cannica de R R
3
( )
tiene asociada la matriz simtrica siguiente:
a)
| |
|
|
|
\ .
1 1 1
1 1 1
1 1 1
b)
| |
|
|
|
\ .
1 2 1
2 2 2
1 2 1
Halle, en cada caso, una base ortonormal de R R
3
( ) (con el producto escalar
cannico), respecto a la cual la forma alcanza su expresin reducida.
9. Considere la expresin cuadrtica:
2 2 2
3x - 2xy +3y +2z
Se pide que la transforme en suma de tres cuadrados mediante la bsqueda
de una base ortonormal en la que sta (la forma cuadrtica) alcance su
expresin reducida.
109
CaptuIo 5
Cnicas
5.1 Introduccin
En este captulo se intenta acumular los resultados obtenidos concatenadamente
en captulos anteriores pretendiendo, con esta exposicin terica, que el lector
obtenga los elementos necesarios para poder abordar la clasicacin y representacin
grca de cnicas.
El proceso de reduccin, clasicacin y representacin grca se ha reali-
zado atendiendo a la diagonalizacin de la forma cuadrtica asociada, cuya matriz
representativa es real y simtrica, para lo que utilizaremos la diagonalizacin orto-
gonal.
El estudio de las cnicas se ha realizado desde el punto de vista general
y particular al mismo tiempo con el n de que la simultaneidad de expresiones
provoque en el lector un conocimiento global de las mismas. Se ha empezado a
trabajar con las cnicas no degeneradas para acabar con cualquier tipo de cnica.
110
Captulo 5. Cnicas
5.2 Denicin y ecuacin reducida
Denicin. Se llama Ecuacin Cuadrtica Completa respecto a las variables x e y, a
la siguiente expresin:
2 2
11 12 22 13 23 33
2 2 2 0 a x a xy a y a x a y a + + + + + =
donde los coecientes
ij
a R y
11 12 22
( ) (0 0 0) a a a , , , , .
La ecuacin cuadrtica completa se descompone en tres partes diferenciadas:
Parte cuadrtica o forma cuadrtica asociada: a.
2 2
11 12 22
2 a x a xy a y + + .
Parte Lineal : b.
13 23
2 2 a x a y + .
Parte Afn : c.
33
a .
Observacin: Las variables x e y representan coordenadas (x, y) de ciertos puntos del plano
eucldeo respecto a un sistema de referencia ortonormal dado.
Observacin: Podemos expresar matricialmente la ecuacin cuadrtica completa segn dos
modalidades:
Atendiendo a las partes cuadrtica , lineal y afn: a.
( ) ( )
| || | | |
| | |
\ . \ . \ .
11 12
13 23 33
12 22
a a x x
x y + 2a 2a +a = 0
a a y y
Sin diferenciacin de partes: b.
Dado un punto del plano de coordenadas (x, y), se llaman coordenadas homogneas
de (x , y) a cualquier terna de nmeros reales
1 2 3
( , , ) x x x tales que x
3
0 ,
1
3
x
x
x = ,
2
3
x
x
y = . Claramente las coordenadas homogneas de un punto (x, y) del plano no son
nicas , es decir , como x
3
0 (x
1
, x
2
, x
3
) = x
3
(x, y, 1) luego la representacin ms
sencilla del punto (x , y) en coordenadas homogneas es (x , y , 1).
La expresin de la ecuacin cuadrtica completa en coordenadas homogneas es :
+ + + + + =
2 2 2
11 1 12 1 2 13 1 3 22 2 23 2 3 33 3
2 2 2 0 a x a x x a x x a x a x x a x
(obsrvese que el primer miembro es una forma cuadrtica en R R
3
( ) ) cuya
expresin matricial es :
( )
| || |
| |
=
| |
| |
\ .\ .
11 12 13 1
1 2 3 12 22 23 2
13 23 33 3
0
a a a x
x x x a a a x
a a a x
111
Resumen terico
y utilizando las coordenadas ms sencillas obtenemos la misma ecuacin cuadrtica
completa:
+ + + + + =
2 2
11 12 13 22 23 33
2 2 2 0 a x a xy a x a y a y a
y su expresin matricial es
( )
| || |
| |
=
| |
| |
\ .\ .
11 12 13
12 22 23
13 23 33
1 0
1
a a a x
x y a a a y
a a a
donde la matriz
M =
| |
|
|
|
\ .
11 12 13
12 22 23
13 23 33
a a a
a a a
a a a
es la matriz de la forma cuadrtica (en coordenadas homogneas) que representa el
primer miembro de la ecuacin cuadrtica completa.
Observacin: Por otro lado recordemos del tema anterior que una forma cuadrtica, cuya
matriz asociada es M, es degenerada si y slo si det(M) = 0. Por lo tanto si det(M) 0 es no
degenerada.
Nota: Esta matriz M se denomina matriz mtrica de la cnica y nos permite hacer un estudio y
clasificacin de las cnicas mediante los invariantes mtricos
Denicin. Se llama Cnica al lugar geomtrico de los puntos del plano eucldeo que
satisfacen la ecuacin cuadrtica completa.
Podemos dividir las cnicas segn dos tipos:
Cnicas No Degeneradas 1. : Elipse real e imaginaria (y circunferencia),
hiprbolas y parbolas
Cnicas Degeneradas 2. : Puntos y pares de rectas reales e imaginarias.
Observacin: El nombre de cnica (no degenerada) procede, como el lector ya sabe, de la
seccin del cono recto mediante un plano que forma un ngulo o con la base del mismo. Si la
generatriz del cono forma un ngulo con la base entonces:
Si o < < 0 la seccin se llama elipse ( si o =0 la seccin es una circunferencia ).
Si o = la seccin se llama parbola.
Si
r
o <
2
la seccin se llama hiprbola.(en este caso la seccin es sobre dos conos, con el

mismo eje de revolucin , unidos por el vrtice).
112
Captulo 5. Cnicas
5.3 Ecuacin cannica y representacin grca de cnicas
no degeneradas
Denicin: La Ecuacin Cannica o Reducida de una cnica no degenerada real, es
la expresin ms simple de la ecuacin cuadrtica real, de forma que cumple los dos
requisitos siguientes:
No aparece el trmino en xy. 1.
Si aparece el trmino cuadrtico de una variable entonces no aparece su 2.
trmino lineal (por ejemplo si aparece
2
y no aparece y).
Elipse Real:
2 2
2 2
1
x y
a b
+ = con 0 a b , > (circunferencia si ) a b =
Elipse Imaginaria:
2 2
2 2
x y
k
a b
+ = con 0 a b k , , > ( sin representacin grca)
Hiprbola:
2 2
2 2
1
x y
a b
= con 0 a b , > (g. 1) .
2 2
2 2
1
x y
a b
+ = con 0 a b , > (g. 2)
g. 1 g. 2
113
Resumen terico
Parbola:
2
y kx =
k > 0 k < 0
2
x ky =
k > 0 k < 0
5.4 Clasicacin y representacin grca de cnicas
Sea una cnica de ecuacin cuadrtica completa
2 2
11 12 22 13 23 33
2 2 2 0 a x a xy a y a x a y a + + + + + =
Su expresin matricial viene dada por:
( ) ( )
11 12
13 23 33
12 22
2 2 0
a a x x
x y a a a
a a y y
| || | | |
+ + =
| | |
\ . \ . \ .
o de la forma:
t
X A X + B X + C = 0
donde
-
x
X
y
| |
=
|
\ .
(coordenadas de un punto de la cnica en el sistema de referencia ortonormal
{ } { }
2
1 2
(origen), , (BON del E.V.E. ( ) con el p.e. usual) O e e =
, ,
R R (donde la BON es la
base cannica de
2
( ) R R situada en un sistema rectangular de ejes.
114
Captulo 5. Cnicas
-
11 12
12 22
a a
A
a a
| |
=
|
\ .
(matriz de la forma cuadrtica asociada),
-
( )
13 23
2 2 B a a =
(matriz de los coecientes de la parte lineal) y,
-C =
33
a
(parte afn).
La forma cuadrtica asociada viene dada matricialmente por
t
X A X . Si se
quiere pasar a un sistema de referencia respecto al que la cnica no est girada, basta
con hacer desaparecer el trmino en xy, es decir, diagonalizar A ortogonalmente
(pues A es una matriz real y simtrica), con lo que el coeciente a
12
desaparece y con
l, el trmino en xy.
Por lo tanto hemos de encontrar una BON { }
1 2
, e e
, ,
de vectores propios de A y
construir la matriz P, de paso de esta nueva base a la anterior.
Entonces, si
x
X
y
| |
=
|
\ .
representa las coordenadas del punto X de la cnica en el nuevo
sistema de referencia { } { }
1 2
, , O e e =
, ,
, resultar que:
X P X = y adems
1
2
0
0
t
P A P D
i
i
| |
= =
|
\ .
Y sustituyendo en la expresin matricial inicial
( ) ( ) ( ) 0
t
P X A P X B P X C + + =
Resulta que:
( ) 0
t t
X P A P X B P X C + + =
es decir,
( ) 0
t
X D X B P X C + + =
y as
( ) ( )
1
13 23 33
2
0
2 2 0
0
x x
x y a a P a
y y
i
i

| || | | |
+ + =
| | |

\ . \ . \ .
Observacin: La matriz P es la matriz de giro que transforma la grfica de la cnica en el
sistema de referencia en el que la ecuacin cuadrtica es incompleta en la grfica de la cnica en
el sistema de referencia en el que la ecuacin cuadrtica es completa. Esta matriz se puede construir
para que represente un giro positivo de centro en O (recordemos que el origen de la referencia todava
es el mismo pues slo hemos rotado los ejes) y amplitud un ngulo o , tal que
2
0
r
o , (tal
como aparece en el prrafo anterior).O un giro negativo de centro O y la amplitud en las mismas
condiciones.
115
Resumen terico
La ecuacin cuadrtica incompleta referida a es:
2 2
1 2 13 23 33
( ) ( ) 0 x y b x b y a i i + + + + =
donde
13 13 23
2 cos 2 sin b a a o o = + ,
23 13 23
2 sin 2 cos b a a o o = +
Puesto que an no hemos encontrado un sistema de referencia ortonormal en
el que la ecuacin de la cnica sea cannica o reducida, el ltimo paso consiste en
trasladar los ejes de (hecho que lograremos eliminando la parte lineal de la ecuacin
cuadrtica incompleta anterior).
Estudiaremos las posibles traslaciones segn los valores de
1
i y
2
i
Caso 1: Si
1
0 i y
2
0 i
Podemos escribir la ecuacin cuadrtica de la siguiente forma
2 2
2 2
13 23 13 23
1 2 33
1 2 1 2
0
2 2 4 4
b b b b
x y a i i
i i i i
| | | |
+ + + + =
| |
\ . \ .
que con la traslacin:
13
1
23
2
2
2
b
x x
b
y y
i
i

= +

`

= +

)
se llega a la ecuacin:
2 2
1 2 33
( ) ( ) 0 x y c i i + + = (Reducida) con
2 2
13 23
33 33
1 2
4 4
b b
c a
i i
=
Observacin: e x y son las coordenadas del punto genrico de la cnica en un nuevo sistema
de referencia ortonormal, , cuyo origen O , es el trasladado de O (origen de los sistemas de
referencia y ) mediante la traslacin anterior.
116
Captulo 5. Cnicas
Clasicacin:
1 2 33
33 1 2 33
1 2
1 2
33
1 2
sig sig sig c Elipse real
0 y sig sig sig c Elipse imaginaria
sig sig Hiprbola
sig sig Un punto
0 y
sig sig
c
c
i i
i i
i i
i i
i i
=
= =
=
=
Dos rectas distintas no paralelas
y
Caso 2: Si
1
0 i = y
2
0 i
La ecuacin cuadrtica incompleta se queda de la forma:
2
2 13 23 33
( ) 0 y b x b y a i + + + =
y podemos simplicarla escribiendo:
2 2
2
23 23 23
2 13 33 2 13 33
2 2 2
2
23
33 33
2
0 0,
2 4 2
con
4
b b b
y b x a y b x c
b
c a
i i
i i i
i
| | | |
+ + + = + + + =
| |
\ . \ .
=
Entonces
Si
2
23 33
13 2 13
2 13
0 0
2
i
i
| | | |
+ + + =
| |
\ . \ .
b c
b y b x
b
que con la traslacin
33
13
23
2
2i

= +

`

= +

)
c
x x
b
b
y y
obtenemos la ecuacin :
2
2 13
( ) ( ) 0 y b x i + = (reducida).
Clasicacin: En este caso siempre tenemos una Parbola
Si
2
23
13 2 33
2
0 0
2
b
b y c i
i
| |
= + + =
|
\ .
que con la traslacin
117
Resumen terico
23
2
2i
=

`
= +

)
x x
b
y y
obtenemos la ecuacin:
2
2 33
( ) 0 y c i + = (reducida).
Clasicacin:
2 33
2 33
33
sig sig Dos rectas paralelas
sig sig Dos rectas imaginarias
0 Dos rectas coincidentes
c
c
c
i
i

118
Captulo 5. Cnicas
1. Reduzca, clasique y represente grcamente las siguientes cnicas,
mediante el clculo de vectores propios y cambio de sistema de referencia
(resaltando en la grca los ejes de los distintos sistemas de referencia
empleados). Halle adems, cuando sea pertinente, el centro de la cnica y la
ecuacin de sus ejes.
11x a)
2
4xy + 14y
2
+
120
5
x +
60
5
y + 45 = 0.
4x b)
2
+ 4xy + y
2
+ 20 x 2 20 y 20 = 0.
5x c)
2
+ 6xy 3y
2
+6 10 x 6 10 y 6 = 0.
4x d)
2
+ 12xy + 9y
2
- 2 x 3 y 20 = 0.
x e)
2
- 6xy + 9y
2
+ 8 x 24 y + 16 = 0.
4x f)
2
24xy + 11y
2
+ 56 x 58 y + 75 = 0.
SOLUCIN:
a) 11x
2
4xy + 14y
2
+
120
5
x +
60
5
y + 45 = 0.
Mtodo 1: Matriz de giro de amplitud positiva
La ecuacin cuadrtica completa de la cnica, dividida en tres partes, es:
2 2
parte afn
parte cuadrtica
parte lineal
120 60
11 4 14 45 0
5 5
x xy y x y
| | | |
+ + + + =
| |
\ . \ .
_
_

(1)
que traducida matricialmente con diferenciacin de las partes:
( )
11 2
120 60
45 0
2 14
5 5
x x
x y
y y
| || | | | | |
+ + =
| | | |
\ . \ .\ . \ .

(2)
Esta ecuacin de la cnica est expresada respecto del sistema de referencia
ortonormal cannico (ejes rectangulares) del plano afn, es decir:
{ } { }
1 2
(0, 0), (1, 0), (0,1) O C e e = =
, ,
119
El objetivo del presente ejercicio es eliminar: 1) el trmino en xy de la parte
cuadrtica (lo que supone un cambio de referencia que implica un giro o una simetra
axial) y 2) la parte lineal (lo que trae consigo otro cambio de referencia que implica una
traslacin).
Para abordar 1) utilizamos el hecho de que podemos considerar la parte cuadrtica
como una forma cuadrtica denida en
2
( ) R R y asociada a la matriz real y simtrica que
se muestra en (2). As utilizando el proceso de diagonalizacin ortogonal encontraremos
un nuevo sistema de referencia respecto al cual la ecuacin de la cnica carece de trmino
en xy.
Diagonalizacin ortogonal de la parte cuadrtica:
Hallamos en primer lugar los valores propios* de la matriz
11 -2
A=
-2 14
| |
|
\ .
1 2
2
10 11 2
A- I 0 0 (11 )(14 ) 4 0 25 150 0
15 2 14
i i
i i i i i
i i
=
= = = + =
=

y a continuacin los subespacios propios respectivos:
{ } { }
1
10
1 2 0
E ( , ) / ( , ) / 2 (2 , ) (2,1)
2 4 0
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
{ }
2
15
4 2 0
1
E ( , ) / ( , ) / 2 ( , ) ( 1, 2)
2 1 0 2
x
x y x y x y y y y
y
i =
| || | | |

= = = = = =
` `
| | |

)
\ .\ . \ . )
R
Normalizando los vectores que generan los subespacios propios obtenemos la BON
1 1
(2,1), ( 1, 2)
5 5
B

=
`
)
la matriz de paso P =
2 1
5 5
1 2
5 5
| |
|
|
|
|
\ .
es una matriz ortogonal que como se vio en el tema
de T.O. representa geomtricamente un giro de 26,57 grados sexagesimales, es decir,
que el nuevo sistema de referencia ortonormal se obtiene girando el sistema original la
amplitud citada y con el mismo origen, o sea,
1 2
1 1
' (0, 0), ' (2,1), ' ( 1, 2)
5 5
O B e e

= = = =
``
) )
, ,
Veamos ahora la ecuacin con las nuevas coordenadas genricas (x, y), de forma
que, si X es la expresin de (x, y) como matriz columna y X la de (x, y) la relacin entre
ellas es PX = X , con lo que la ecuacin matricial (2), se transforma en :
120
Captulo 5. Cnicas
( )
t
t
t
X'
X' X'
A
P P
P
X X
X
2 1 2 1 2 1
11 2 ' '
120 60 5 5 5 5 5 5
' ' 45 0
1 2 2 14 1 2 ' 1 2 '
5 5
5 5 5 5 5 5
x x
x y
y y
| | | | | |

| | |
| | | | | | | |
| | |
+ + =
| | | |
| | |
\ . \ . \ . \ .
| | |
\ . \ . \ .
_
_
_ _ _
_ _
_
operando resulta:
( )
10 0 ' 2 1 '
1 120 60
' ' 45 0
0 15 ' 1 2 '
5 5 5
x x
x y
y y
| || | | || | | |
+ + =
| | | | |
\ . \ .\ . \ .\ .
y desarrollando:
( ) ( )
2 2
10 ' 15 ' 60 ' 0 ' 45 0 x y x y + + + + = (3)
Vamos ahora a hacer una traslacin de ejes con el n de que en este ltimo sistema
de referencia no aparezca el trmino lineal y obtengamos la ecuacin reducida de la
cnica:
( ) ( ) ( )
2
2 2 2
2
60
10 ' 15 ' 0 45 3 10 0 10 ' 3 15 ' 0 45
2 10
x y x y
| |
+ + + = + + =
|
\ .
con lo que haciendo la traslacin:
' 3 ''
' 0 ''
x x
y y
+ =
la ecuacin queda
( ) ( )
( ) ( )
2 2
2 2
'' ''
10 '' 15 '' 45 1
4, 5 3
x y
x y + = + = (4)
que es la ecuacin reducida de una elipse real de semieje mayor 4, 5 y semieje menor
3 dada respecto al sistema de referencia:
1 2
1 1
'' ''( 3, 0), ' (2,1), ' ( 1, 2)
5 5
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (-3,0) respecto de la referencia ' y el punto
6 3
,
5 5
| |
|
\ .
en la
referencia pues
2 1 6
3
5 5 5
1 2 0 3
5 5 5
| | | |
| |
| |
| |
=
|
| |
\ .
| |
\ . \ .
121
Grca de la cnica
La grca de la cnica en el sistema de referencia '' es:
g. 1
y en el sistema de referencia '
g. 2
122
Captulo 5. Cnicas
Finalmente respecto a
g. 3

Donde las ecuaciones de los ejes respecto a la referencia son:
3 1 6
(eje x'')
2 5 5
3 6
2 (eje y'')
5 5
y x
y x
| | | |
+ = +
| |
\ . \ .
| | | |
+ = +
| |
\ . \ .
habindose calculado las pendientes mediante los respectivos vectores que los dirigen (los
de la base ortonormal de vectores propios).
NOTA 1: Para calcular la pendiente de las rectas, que determinan los ejes de la cnica,
podemos utilizar los vectores de la base ortogonal de vectores propios {(2,1),(-1,2)} de forma que
la recta dirigida por (2,1) tiene pendiente 1/2 y la dirigida por (-1,2) tiene pendiente -2 (recordemos
que si el vector director de la recta es (v
1
,v
2
) entonces la pendiente de la recta es v
2
/v
1
).

NOTA 2: Para la representacin grfica de la cnica el paso clave se encuentra en la
figura 3 de forma que, para llegar a la grfica buscada, se podran seguir los siguientes pasos:
1) Se trazan los ejes de y los de ' ( estos ltimos rotados un ngulo de 26,57 sexagesimales
respecto a y con el mismo origen) y se establece, cuando proceda, el centro de la cnica:
Si las coordenadas del centro respecto a la referencia a) ' son enteras (o de fcil
representacin) se traza el mismo (por ejemplo en nuestro el centro de la cnica
respecto a ' es (-3,0) cuya ubicacin es obvia) en este sistema de referencia.
Si las coordenadas del centro respecto a la referencia b) son las de fcil representacin
se optar por el trazado en este sistema de referencia (en este caso el centro de la
123
cnica respecto de la referencia es (-6/ 5 ,-3/ 5 ) de difcil representacin si
no se posee calculadora para hallar su expresin decimal).
fig. 4
donde el marca la posicin del centro de la cnica.( que tambin es el origen de la referencia
'' ).
2) Se trazan los ejes de la referencia '' (paralelos a los de la referencia ' cuya interseccin
u origen de la misma se sita en el punto marcado con un
es decir el punto (-3,0) trazado en la

referencia ' ). En este caso el eje de abscisas de '' coincide con el de ' pues el centro de la
cnica se halla en dicho eje.
fig. 5
124
Captulo 5. Cnicas
3) Y finalmente se traza, utilizando la ecuacin reducida, la grfica de la cnica encontrada en
el sistema de referencia '' , es decir, sobre los ltimos ejes trazados quedando el resultado como
en la figura 3.
NOTA 3: Otra forma de hallar la ecuacin de los ejes de la referencia '' respecto de
es la siguiente:
De la relacin
| | | |
=
| |
\ . \ .
x x
P
y y
y por ser P ortogonal resulta
| |
= +
|
| | | | | | | |
| = =
| | | |

| \ . \ . \ . \ .

= +
|
\ .
2 1 2 1
5 5 5 5
1 2 1 2
5 5 5 5
t
x x y
x x x x
P
y y y y
y x y
(1)
Por otro lado la ecuacin del eje y es x = 0 y puesto que x = x + 3, entonces, la ecuacin del
eje y en la referencia ' es x = -3. De la misma forma la ecuacin del eje x en '' es y = 0
y como y = y, la ecuacin del eje x en ' es y = 0.
Utilizando las relaciones de la expresin 1 de esta nota obtenemos las ecuaciones de los
ejes x e y respecto de la referencia , es decir,
Puede comprobar el lector que las ecuaciones coinciden con las obtenidas anteriormente.
Mtodo 2: Matriz de giro de amplitud negativa
La diferencia de este mtodo con el primero es precisamente la forma en que
tomamos la base ortonormal de vectores propios. Tomemos ahora la siguiente base
ortonormal:
1 1
(1, 2), (2,1)
5 5
B

=
`
)
NOTA 4: Obsrvese que el primer vector de la base es el opuesto del que antes era el
segundo vector de la base ortonormal. Se ha procedido de esta forma para que la matriz de paso
as obtenida corresponda a un giro de amplitud negativa (vase la teora correspondiente al tema
de T.O.).
125
la matriz ortogonal de paso P =
1 2
5 5
2 1
5 5
| |
|
|
|
|
\ .
representa geomtricamente un giro de
amplitud -63,43 grados sexagesimales, o sea, el nuevo sistema de referencia es:
1 2
1 1
' (0, 0), ' (1, 2), ' (2,1)
5 5
O B e e

= = = =
``
) )
, ,
De igual forma que en el mtodo anterior:
( )
t
t
t
X'
X' X'
A
P P
P
X X
X
1 2 1 2 1 2
11 2 ' '
120 60 5 5 5 5 5 5
' ' 45 0
2 1 2 14 2 1 ' 2 1 '
5 5
5 5 5 5 5 5
x x
x y
y y
| | | | | |
| | |
| | | | | | | |
| | |
+ + =
| | | |
| | |
\ . \ . \ . \ .

| | |
\ . \ . \ .
_
_
_ _ _
_ _
_
operando resulta:
( )
15 0 ' 1 2 '
1 120 60
' ' 45 0
0 10 ' 2 1 '
5 5 5
x x
x y
y y
| || | | || | | |
+ + =
| | | | |
\ . \ .\ . \ .\ .
NOTA 5: Hay que observar el cambio de posicin de los valores propios en la matriz
diagonal. Esto se debe al cambio de posicin de los respectivos vectores propios asociados en la
base ortonormal.
y desarrollando:
( ) ( )
2 2
15 ' 10 ' 0 ' 60 ' 45 0 x y x y + + + + = (6)
Realizaremos ahora una traslacin de ejes con el n de que en este ltimo sistema
de referencia no aparezca el trmino lineal y poder obtener la ecuacin reducida de la
cnica:
( ) ( ) ( )
2
2 2 2
2
60
15 ' 0 10 ' 45 3 10 0 15 ' 0 10 ' 3 45
2 10
x y x y
| |
+ + + = + + =
|
\ .
' 0 ''
' 3 ''
x x
y y
=
+ =
la ecuacin queda
( ) ( )
( ) ( )
2 2
2 2
'' ''
15 '' 10 '' 45 1
3 4, 5
x y
x y + = + =

(7)
126
Captulo 5. Cnicas
que es la ecuacin reducida de una elipse real de semieje mayor 4, 5 y semieje menor
3 dada respecto al sistema de referencia:
1 2
1 1
'' ''(0, 3), ' (1, 2), ' (2,1)
5 5
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (0,-3) respecto de la referencia ' y el punto
6 3
,
5 5
| |
|
\ .
en la
referencia pues
1 2 6
0
5 5 5
2 1 3 3
5 5 5
| | | |
| |
| |
| |
=
|
| |
\ .
| |
\ . \ .
Grca de la cnica
g. 6
127
g. 7
g. 8

128
Captulo 5. Cnicas
Mtodo 3: Matriz de paso correspondiente a una simetra axial
Si en la base ortonormal del mtodo1 sustituimos el segundo vector de la base por
su opuesto llegamos a la siguiente base:
1 1
(2,1), (1, 2)
5 5
B

=
`
)
cuya matriz de paso P =
2 1
5 5
1 2
5 5
| |
|
|
|
|
\ .
corresponde geomtricamente a una simetra
axial respecto a un eje que pasando por el origen forma un ngulo de 13,28 grados
sexagesimales ( vase la teora correspondiente en el tema de T.O.) con el eje positivo de
abscisas, es decir, que el nuevo sistema de referencia ortonormal se obtiene hallando los
ejes simtricos respectivos y con el mismo origen, o sea,
1 2
1 1
' (0, 0), ' (2,1), ' ( 1, 2)
5 5
O B e e

= = = =
``
) )
, ,
como ya se ha explicado, la ecuacin matricial (2) se transforma en :
( )
t
t
t
X'
X' X'
A
P P
P
X X
X
2 1 2 1 2 1
11 2 ' '
120 60 5 5 5 5 5 5
' ' 45 0
1 2 2 14 1 2 ' 1 2 '
5 5
5 5 5 5 5 5
x x
x y
y y
| | | | | |
| | |
| | | | | | | |
| | |
+ + =
| | | |
| | |
\ . \ . \ . \ .

| | |
\ . \ . \ .
_
_
_ _ _
_ _
_
operando resulta:
( )
10 0 ' 2 1 '
1 120 60
' ' 45 0
0 15 ' 1 2 '
5 5 5
x x
x y
y y
| || | | || | | |
+ + =
| | | | |
\ . \ .\ . \ .\ .
y desarrollando:
( ) ( )
2 2
10 ' 15 ' 60 ' 0 ' 45 0 x y x y + + + + = (8)
Buscamos, pues, una traslacin de ejes con el n de que en este ltimo sistema de
referencia no aparezca el trmino lineal y as obtener la ecuacin reducida de la cnica:
( ) ( ) ( )
2
2 2 2
2
60
10 ' 15 ' 0 45 3 10 0 10 ' 3 15 ' 0 45
2 10
x y x y
| |
+ + + = + + =
|
\ .
129
' 3 ''
' 0 ''
x x
y y
+ =

la ecuacin queda
( ) ( )
( ) ( )
2 2
2 2
'' ''
10 '' 15 '' 45 1
4, 5 3
x y
x y + = + =
(9)
que es la ecuacin reducida de una elipse real de semieje mayor

4, 5 y semieje menor
3
dada respecto al sistema de referencia:
1 2
1 1
'' ''( 3, 0), ' (2,1), ' (1, 2)
5 5
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (-3,0) respecto de la referencia
'
y el punto

6 3
,
5 5
| |
|
\ .
en la
referencia
pues
2 1 6
3
5 5 5
1 2 0 3
5 5 5
| | | |
| |
| |
| |
=
|
| |
\ .
| |
\ . \ .
Grca de la cnica
g. 9
130
Captulo 5. Cnicas
g. 10
g. 11
131
NOTA 6: En la representacin grfica de la figura 11, r es la recta que constituye el eje
de la simetra axial a la que hace referencia la matriz de paso. Los ejes de la referencia ' son
los ejes simtricos, respecto a la recta r, de los ejes de la referencia pero cuidado! Obsrvese
dnde est ubicado el semieje positivo de ordenadas (y (+)) de la referencia ' lo que implica
que la ubicacin del centro de la cnica en la referencia ' debe hacerse con sumo cuidado
respetando los cuadrantes de forma correcta.
NOTA 7: Como consecuencia de todo lo visto en los tres mtodos llegamos a la conclusin
de que todos los caminos llevan a Roma pero algunos son ms directos que otros y dado que
siempre podemos escoger el orden de los vectores en la base ortonormal segn nos convenga es
claro que los mtodos 1 y 2 son los adecuados, mientras que el mtodo 3 no es muy aconsejable.
NOTA 8: En los casos de cnicas no degeneradas, el origen de la referencia '' es
precisamente el centro de sta. Dado que las cnicas degeneradas no tienen centro, en lo sucesivo,
slo haremos constar las coordenadas del origen de '' respecto de .
4x b)
2
+ 4xy + y
2
+ 20 x 2 20 y 20 = 0.
SOLUCIN:

La ecuacin cuadrtica completa de la cnica es:
2 2
parte afn
parte cuadrtica parte lineal
4 4 20 2 20 20 0 x xy y x y + + + =
_ _

(1)
que traducida matricialmente :
( )
( )
4 2
20 2 20 20 0
2 1
x x
x y
y y
| || | | |
+ =
| | |
\ .\ . \ .
(2)
Siguiendo el mismo proceso que en la cnica anterior
Hallamos en primer lugar los valores propios de la matriz
4 2
A=
2 1
| |
|
\ .
1 2
2
0 4 2
A- I 0 0 (4 )(1 ) 4 0 5 0
5 2 1
i i
i i i i i
i i
=
= = = =
=


{ } { }
1
0
4 2 0
E ( , ) / ( , ) / 2 ( , 2 ) (1, 2)
2 1 0
x
x y x y x y x x x
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
132
Captulo 5. Cnicas
{ } { }
2
5
1 2 0
E ( , ) / ( , ) / 2 (2 , ) (2,1)
2 4 0
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
Normalizando los vectores que generan los subespacios propios obtenemos la BON, que
organizamos convenientemente (para obtener la matriz de paso como matriz de un giro
de amplitud positiva)
1 1
(2,1), ( 1, 2)
5 5
B

=
`
)
2 1
5 5
1 2
5 5
| |
|
|
|
|
\ .
representa geomtricamente un giro de 26,57 g.s., y
el nuevo sistema de referencia ortonormal es
1 2
1 1
' (0, 0), ' (2,1), ' ( 1, 2)
5 5
O B e e

= = = =
``
) )
, ,
Veamos ahora la ecuacin con las nuevas coordenadas genricas (x, y):
( )
( )
2 1 2 1 2 1
4 2 ' '
5 5 5 5 5 5
' ' 20 2 20 20 0
1 2 2 1 1 2 ' 1 2 '
5 5 5 5 5 5
x x
x y
y y
| | | | | |

| | |
| | | | | |
| | |
+ =
| | |
| | |
\ . \ . \ .
| | |
\ . \ . \ .
operando resulta:
( )
( )
5 0 ' 2 1 '
1
' ' 2 5 4 5 20 0
0 0 ' 1 2 '
5
x x
x y
y y
| || | | || |
+ =
| | | |
\ .\ . \ .\ .
y desarrollando:
( ) ( ) ( )
2 2 2
5 ' 0 ' 0 ' 10 ' 20 0 5 ' 10( ' 2) 0 x y x y x y + + = + = (3)
' 0 ''
' 2 ''
x x
y y
+ =
+ =

la ecuacin queda
133
( )
2
'' 2 '' x y =

(4)
que es la ecuacin reducida de una parbola dada respecto al sistema de referencia:
1 2
1 1
'' ''(0, 2), ' (2,1), ' ( 1, 2)
5 5
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (0,-2) respecto de la referencia ' y el punto
2 4
,
5 5
| |
|
\ .
en la
referencia pues
2 1 2
0
5 5 5
1 2 2 4
5 5 5
| | | |
| |
| |
| |
=
|
| |
\ .
| |
\ . \ .
Grca de la cnica:
g. 1
134
Captulo 5. Cnicas
g. 2
g. 3

135
4 1 2
(eje x'')
2 5 5
4 2
2 (eje y'')
5 5
y x
y x
| | | |
+ =
| |
\ . \ .
| | | |
+ =
| |
\ . \ .
habindose calculado las pendientes segn el procedimiento habitual.
5x c)
2
+ 6xy - 3y
2
+ 6
10
x 6
10
y - 6 = 0.
SOLUCIN:

La ecuacin cuadrtica completa de la cnica, dividida en tres partes, es :
2 2
parte afn
parte cuadrtica parte lineal
5 6 3 6 10 6 10 6 0 x xy y x y + + =
_ _
(1)
y matricialmente :
( )
( )
5 3
6 10 6 10 6 0
3 3
x x
x y
y y
| || | | |
+ =
| | |
\ .\ . \ .
(2)
Siguiendo el mismo proceso que en las cnicas anteriores
5 3
A=
3 3
| |
|
\ .
1 2
2
6 5 3
A- I 0 0 (5 )( 3 ) 9 0 2 24 0
4 3 3
i i
i i i i i
i i
=
= = = =
=

{ } { }
1
6
1 3 0
E ( , ) / ( , ) / 3 (3 , ) (3,1)
3 9 0
x
x y x y x y y y x
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
{ } { }
2
4
9 3 0
E ( , ) / ( , ) / 3 ( , 3 ) (1, 3)
3 1 0
x
x y x y x y x x x
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
Normalizando los vectores que generan los subespacios propios obtenemos la BON,
136
Captulo 5. Cnicas
1 1
(3,1), ( 1, 3)
10 10
B

=
`
)
3 1
10 10
1 3
10 10
| |
|
|
|
|
\ .

representa geomtricamente un giro de 18,43 g.s.,
y el nuevo sistema de referencia ortonormal es
1 2
1 1
' (0, 0), ' (3,1), ' ( 1, 3)
10 10
O B e e

= = = =
``
) )
, ,
( )
( )
3 1 3 1 3 1
5 3 ' '
10 10 10 10 10 10
' ' 6 10 6 10 6 0
1 3 3 3 1 3 ' 1 3 '
10 10 10 10 10 10
x x
x y
y y
| | | | | |

| | |
| | | | | |
| | |
+ =
| | |
| | |
\ . \ . \ .
| | |
\ . \ . \ .
operando resulta:
( )
( )
6 0 ' 3 1 '
1
' ' 6 10 6 10 6 0
0 4 ' 1 3 '
10
x x
x y
y y
| || | | || |
+ =
| | | |
\ .\ . \ .\ .
y desarrollando:
( ) ( )
2 2
6 ' 4 ' 12 ' 24 ' 6 0 x y x y + = (3)
adaptando los trminos lineales y los cuadrticos para constituir cuadrados perfectos
llegamos a
( ) ( )
2
2
2 2 12 24
6 ' 4 ' 6 6 1 4 9 0 6 ' 1 4 ' 3 24 0
2 6 2 ( 4)
x y x y
| |
| |
+ + + = + + + =
| |

\ .
\ .
(4)
' 1 ''
' 3 ''
x x
y y
+ =
+ =

la ecuacin queda
137
( )
( )
2
2
2
2
''
( '')
6 '' 4( '') 24 1
4 6
x
y
x y = + = (5)
que es la ecuacin reducida de una hiprbola de semieje real 6 y semieje imaginario 2,
dada respecto al sistema de referencia:
1 2
1 1
'' ''( 1, 3), ' (3,1), ' ( 1, 3)
10 10
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (-1,-3) respecto de la referencia ' y el punto
( )
0, 10 en la
referencia pues
3 1
0
1
10 10
1 3 3
10
10 10
| |
|
| | | |
|
=
|
|
|
\ .
\ .
|
\ .
Grca de la cnica :
g. 1
138
Captulo 5. Cnicas
g. 2
g. 3

139
( )
( )
( )
( )
1
10 0 (eje x'')
3
10 3 0 (eje y'')
y x
y x
+ =
+ =
NOTA: El paso de la expresin 3 a la 4 no est exenta de cierta dificultad y por ello se
debe obrar con mtodo para su correcta transformacin. El objetivo es conseguir el cuadrado de
un binomio utilizando una parte del desarrollo del mismo. Imaginemos que tenemos la expresin
ax
2
bx y queremos trasformarla de forma que no aparezca el trmino en x, lo que se consigue de
la forma:
2 2
| | | |

| |
\ . \ .
b b
a x a
2a 2a
(I)
que desarrollada es la expresin de la que partamos.
En nuestro ejercicio tenemos + =
2 2
6(x') 4(y') 12x' 24y' 6 0 es decir hay dos
expresiones que precisan transformacin:
Por un lado
2
6(x') +12x' que se transforma, aplicando I, en
( ) ( ) ( )
1 1 1
| | | |
+ = + = +
| |
\ . \ .
2 2
2 2
2
12 12
6 x' 6 6 x' 6 6 x' 6
2 6 2 6
(II)
y por otro
2
4(y') 24y' que se convierte en
( ) ( ) ( )
| | | |
= + = +
| |

\ . \ .
2 2
2 2
2
24 24
4 y' ( 4) 4 y' 3 +4 3 4 y' 3 + 36
2 ( 4) 2 ( 4)
(III)
y ubicando las expresiones finales en sustitucin de las originales se llega a la ecuacin 4, en la
que el trmino independiente final resulta de la adicin del que aparece en la ecuacin original
(-6) del que surge de II (-6) y de III (36).
4x d)
2
+ 12xy + 9y
2
- 2x 3y -20 = 0.
SOLUCIN:

Dada la cuadrtica completa de la cnica:
2 2
parte afn parte cuadrtica parte lineal
4 12 9 2 3 20 0 x xy y x y + + =
__

(1)
pasamos a su expresin matricial:
140
Captulo 5. Cnicas
( ) ( )
4 6
2 3 20 0
6 9
x x
x y
y y
| || | | |
+ =
| | |
\ .\ . \ .

(2)
Y como en los ejercicios precedentes:
4 6
A=
6 9
| |
|
\ .
1 2
2
0 4 6
A- I 0 0 (4 )(9 ) 36 0 13 0
13 6 9
i i
i i i i i
i i
=
= = = =
=


{ }
1
0
4 6 0
3
E ( , ) / ( , ) / 2 3 ( , ) ( 3, 2)
6 9 0 2
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
` `
| | |
)
\ .\ . \ . )
R
{ }
2
13
9 6 0
3
E ( , ) / ( , ) / 3 2 ( , ) (2, 3)
6 4 0 2
x
x y x y x y x x x
y
i =
| || | | |

= = = = = =
` `
| | |
)
\ .\ . \ . )
R
1 1
(2, 3), ( 3, 2)
13 13
B

=
`
)
2 3
13 13
3 2
13 13
| |
|
|
|
|
\ .
1 2
1 1
' (0, 0), ' (2, 3), ' ( 3, 2)
13 13
O B e e

= = = =
``
) )
, ,
( ) ( )
2 3 2 3 2 3
4 6 ' '
13 13 13 13 13 13
' ' 2 3 20 0
3 2 6 9 3 2 ' 3 2 '
13 13 13 13 13 13
x x
x y
y y
| | | | | |

| | |
| | | | | |
| | |
+ =
| | |
| | |
\ . \ . \ .
| | |
\ . \ . \ .
141
operando resulta:
( ) ( )
13 0 ' 2 3 '
1
' ' 2 3 20 0
0 0 ' 3 2 '
13
x x
x y
y y
| || | | || |
+ =
| | | |
\ .\ . \ .\ .
y desarrollando:
( ) ( ) ( )
2 2 2 13
13 ' 0 ' ' 0 ' 20 0 13 ' 13 ' 20 0
13
x y x y x x + + = = (3)
llegamos a
2 2
2
13 13 13 1
13 ' 20 13 0 13 ' 20 0
2 13 4 13 26 4
x x
| | | |
= =
| |
| |

\ . \ .
(4)
13
' ''
26
' 0 ''
x x
y y
+ =
la ecuacin queda
( )
2
9
''
81 2 13
13 ''
9 4
''
2 13
x
x
x
(5)
que es la ecuacin reducida de una cnica degenerada en dos rectas paralelas, dadas
respecto al sistema de referencia:
1 2
13 1 1
'' ''( , 0), ' (3,1), ' ( 1, 3)
26 10 10
O B e e

= = = =
``
)
)
, ,
cuyo origen es el punto (
13
26
,0) respecto de la referencia ' y el punto
2 3
,
26 26
| |
|
\ .
en la
referencia pues
2 3
2
13
13 13 26
26
3 2 3
0
26 13 13
| |
| |
| |
|
|
|
|
= |
|
|
|
|
|
\ . |
\ .
\ .
142
Captulo 5. Cnicas
La grca de la cnica degenerada en el sistema de referencia '' es:

g. 1
y en el sistema de referencia ' las ecuaciones son:
2
9 1 5
'
13 81 2 13 2 13 13
13 '
9 1 4 26 4
'
2 13 2 13 13
x
x
x
= + =
| |

=
|
|

\ .
= + =
(6)
y la representacin grca
g. 2
143
g. 3

Donde las ecuaciones de las rectas paralelas respecto a la referencia son:
2 3 5 0
2 3 4 0
x y
x y
+ =
+ + =
pues
( )
( )
t
1 2 3
' 2 3
x' 13 13 13
P X' = X X' = P X
y' 3 2
1
' 3 2
13 13
13
x x y
x
y
y x y
| |
| |
= +
|
|
| | | | \ .
|
=
| |
|
| | \ . \ .

= +
|
|
\ .
\ .

sustituyendo en la expresin 4
( ) ( )
( )
2
2
2
1 13 81 1 1 81
13 2 3 13 2 3
26 4 4 13 13 2 13
1 9
2 3 2 3 5 0
13 1 81
2 2
2 3
1 9 13 2 4
2 3 2 3 4 0
2 2
x y x y
x y x y
x y
x y x y
| |
| | | | | |
+ = + =
|
| | |
|
\ . \ . \ .
\ .
+ = + =
| |
+ =
\ .

+ = + + =
144
Captulo 5. Cnicas
Tambin podamos haber tomado un camino ms directo mediante la expresin 6. pues de
5
'
13
4
'
13
x
x
sustituyendo x ,
( )
( )
1 5
2 3 2 3 5
13 13
1 4
2 3 2 3 4
13 13
x y x y
x y x y
| |
+ = + =
|
\ .
| |
+ = + =
|
\ .
NOTA 1: Cuando la cnica estudiada resulta degenerada en un par de rectas
paralelas o coincidentes siempre podemos llegar a la expresin de las mismas en la referencia
sin ms que resolver una ecuacin de segundo grado. En nuestro ejercicio la cnica es
+ =
2 2
4x +12xy 9y 2x 3y 20 0 , que se puede convertir en + + =
2
(2x 3y) (2x 3y) 20 0 ,
ecuacin de segundo grado con indeterminada en + 2x 3y cuyas soluciones son 5 y 4 , es decir ,
+ =
+ =
2x 3y 5
2x 3y 4
NOTA 2: Obsrvese que la parte afn tiene un papel fundamental en el resultado final
de la cnica y en nuestro caso tenemos un ejemplo claro dependiendo de que:
La parte afn sea igual a 1/4 en cuyo caso la expresin 4 se convertira en : a)
( ) ( )
( )
| | | | | | | |
+ = + =
| | | |
\ . \ . \ . \ .
+ =
| |
+ =
|
\ .

+ =
2 2
2
1 13 1 1
13 2 3 0 13 2 3 0
13 26 13 2 13
1
2 3 0
13 1
2
2 3 0
1
13 2
2 3 0
2
x y x y
x y
x y
x y
es decir , en un par de rectas coincidentes.
Si la parte afn es positiva y mayor que 1/4 , supongamos que es por ejemplo 5/4 , b)
entonces la expresin 4 pasa a ser:
( ) ( )
( )
| | | | | | | |
+ = + =
| | | |
\ . \ . \ . \ .
+ =
| |
+ =
|
\ .

+ =
2 2
2
1 13 1 1
13 2 3 1 13 2 3 1
13 26 13 2 13
1
2 3
13 1
2
2 3 1
1
13 2
2 3
2
x y x y
x y i
x y
x y i
o sea , un par de rectas imaginarias.
145
x e)
2
- 6xy + 9y
2
+ 8x 24y + 16 = 0.
SOLUCIN:

La ecuacin cuadrtica completa de la cnica viene dada por:
2 2
6 9 8 24 16 0 x xy y x y + + + =
__

(1)
que matricialmente se expresa de la forma:
( ) ( )
1 3
8 24 16 0
3 9
x x
x y
y y
| || | | |
+ + =
| | |
\ .\ . \ .
(2)
y procediendo como ya es habitual,
1 3
A=
3 9
| |
|
\ .
1 2
2
0 1 3
A- I 0 0 (1 )(9 ) 9 0 10 0
10 3 9
i i
i i i i i
i i
=
= = = =
=

{ } { }
1
0
1 3 0
E ( , ) / ( , ) / 3 (3 , ) (3,1)
3 9 0
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
`
| | |
\ .\ . \ . )
R
{ } { }
2
10
9 3 0
E ( , ) / ( , ) / 3 ( , 3 ) (1, 3)
3 1 0
x
x y x y x y x x x
y
i =
| || | | |
= = = = = =
`
| | |

\ .\ . \ . )
R
1 1
(3,1), ( 1, 3)
10 10
B

=
`
)
3 1
10 10
1 3
10 10
| |
|
|
|
|
\ .

1 2
1 1
' (0, 0), ' (3,1), ' ( 1, 3)
10 10
O B e e

= = = =
``
) )
, ,
146
Captulo 5. Cnicas
( ) ( )
3 1 3 1 3 1
1 3 ' '
10 10 10 10 10 10
' ' 8 24 16 0
1 3 3 9 1 3 ' 1 3 '
10 10 10 10 10 10
x x
x y
y y
| | | | | |

| | |
| | | | | |
| | |
+ + =
| | |
| | |
\ . \ . \ .
| | |
\ . \ . \ .
operando resulta:
( ) ( )
0 0 ' 3 1 '
1
' ' 8 24 16 0
0 10 ' 1 3 '
10
x x
x y
y y
| || | | || |
+ + =
| | | |
\ .\ . \ .\ .
y desarrollando:
( ) ( )
2 2 80
0 ' 10 ' 0 ' ' 16 0
10
x y x y + + + = (3)
llegamos a
2 2
80 16 4
10 ' 16 10 0 10 ' 0
10 2 10 10 10
y y
| | | |
+ = =
| |

\ . \ .
(4)
' 0 ''
4
' ''
10
x x
y y
+ =

la ecuacin queda
( )
2
'' 0
10 '' 0
'' 0
y
y
y
=
=

(5)
que es la ecuacin reducida de una cnica degenerada en dos rectas coincidentes, dadas
1 2
4 1 1
'' ''(0, ), ' (3,1), ' ( 1, 3)
10 10 10
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (0,
4
10
) respecto de la referencia ' y el punto
4 12
,
10 10
| |
|
\ .

en la

referencia pues
3 1
4
0
10 10 10
4
1 3 12
10
10 10 10
| | | |
| |
|
|
|
|
= |
|
|
| |
|
\ . |
\ .
\ .
147
La grca de la cnica en el sistema de referencia
''
es:
g. 1
2
4
'
4 10
10 ' 0
4
10
'
10
y
y
y
| |
=
|
\ .

=
(6)
g. 2
148
Captulo 5. Cnicas
g. 3

Donde las ecuaciones de las rectas coincidentes respecto a la referencia son:
3 4 0
3 4 0
x y
x y
+ =
+ =
pues
( )
( )
t
1 3 1
' 3
x' 10 10 10
P X' = X X' = P X
y' 1 3
1
' 3
10 10
10
x x y
x
y
y x y
| |
| |
= +
|
|
| | | | \ .
|
=
| |
|
| | \ . \ .

= +
|
|
\ .
\ .
y,
( )
( )
2 2
2
1 4 3 4
10 3 0 10 0
10 10 10
3 4 0 3 4 0
10
3 4 0
3 4 0 3 4 0 10
x y
x y
x y x y
x y
x y x y
| | + | | | |
+ = =
| | |
\ . \ . \ .
+ = + =
+ =
+ = + =
Tambin podamos haber tomado un camino ms directo mediante la expresin 6. pues de

149
4
'
10
4
'
10
y
y
sustituyendo y ,
( )
( )
1 4
3 3 4
10 10
1 4
3 3 4
10 10
x y x y
x y x y
| |
+ = + =
|
\ .
| |
+ = + =
|
\ .
NOTA: De la misma forma que hicimos en el ejercicio anterior la ecuacin de la la cnica
+ =
2 2
4x +12xy 9y 2x 3y 20 0 se puede transforma en + + =
2
(x 3y) 8(x 3y) 16 0 ,
ecuacin de segundo grado con indeterminada en x 3y cuyas soluciones son 4 y 4 , es decir ,
=
=
x 3y 4
x 3y 4
4x f)
2
- 24xy + 11y
2
+ 56x 58y +75 = 0.
SOLUCIN:

La ecuacin cuadrtica completa de la cnica, dividida en tres partes, es:
2 2
4 24 11 56 58 75 0 x xy y x y + + + =
__
(1)
y en forma matricial queda:
( ) ( )
4 12
56 58 75 0
12 11
x x
x y
y y
| || | | |
+ + =
| | |
\ .\ . \ .
(2)
Siguiendo el mismo proceso que en la cnica anterior
4 12
A=
12 11
| |
|
\ .
1 2
2
20 4 12
A- I 0 0 (4 )(11 ) 144 0 15 100 0
5 12 11
i i
i i i i i
i i
=
= = = =
=

{ }
1
20
16 12 0
3
E ( , ) / ( , ) / 4 3 ( , ) ( 3, 4)
12 9 0 4
x
x y x y x y y y y
y
i =
| || | | |
= = = = = =
` `
| | |

)
\ .\ . \ . )
R
150
Captulo 5. Cnicas
{ }
2
5
9 12 0
3
E ( , ) / ( , ) / 3 4 ( , ) (4, 3)
12 16 0 4
x
x y x y x y x x x
y
i =
| || | | |

= = = = = =
` `
| | |
)
\ .\ . \ . )
R
1 1
(4, 3), ( 3, 4)
5 5
B

=
`
)
4 3
5 5
3 4
5 5
| |
|
|
|
|
\ .

representa geomtricamente un giro de 36,87 g.s., y el
nuevo sistema de referencia ortonormal es
1 2
1 1
' (0, 0), ' (4, 3), ' ( 3, 4)
5 5
O B e e

= = = =
``
) )
, ,
( ) ( )
4 3 4 3 4 3
4 12 ' '
5 5 5 5 5 5
' ' 56 58 75 0
3 4 12 11 3 4 ' 3 4 '
5 5 5 5 5 5
x x
x y
y y
| | | | | |

| | |
| | | | | |
+ + = | | |
| | |
| | | \ . \ . \ .
| | |
\ . \ . \ .
operando resulta:
( ) ( )
5 0 ' 4 3 '
1
' ' 56 58 75 0
0 20 ' 3 4 ' 5
x x
x y
y y
| || | | || |
+ + =
| | | |
\ .\ . \ .\ .
y desarrollando:
( ) ( )
2 2
5 ' 20 ' 10 ' 80 ' 75 0 x y x y + + + =
(3)
llegamos a
151
( ) ( )
2 2
2 2 10 80
5 ' 20 ' 75 5 1 20 4 0 5 ' 1 20 ' 2 0
2 5 2 20
x y x y
| | | |
+ + + = + =
| |

\ . \ .

(4)
' 1 ''
' 2 ''
x x
y y
=
la ecuacin queda
( ) ( ) ( ) ( )
2 2 2 2
'' 2 ''
5 '' 20 '' 0 '' 4 ''
'' 2 ''
x y
x y x y
x y
=
+ = =
(5)
que es la ecuacin reducida de una cnica degenerada en dos rectas secantes, dadas
1 2
1 1
'' ''(1, 2), ' (4, 3), ' ( 3, 4)
5 5
O B e e

= = = =
``
) )
, ,
cuyo origen es el punto (1,2) respecto de la referencia ' y el punto
2 11
,
5 5
| |
|
\ .
en la
referencia pues
4 3 2
1
5 5 5
3 4 2 11
5 5 5
| | | |
| |
| |
= | |
|
| | \ .
| |
\ . \ .
La grca de la cnica degenerada en el sistema de referencia '' es:
g. 1
152
Captulo 5. Cnicas
' 1 2( ' 2)
' 1 2( ' 2)
x y
x y
=
(6)
g. 2
g. 3
153
Donde las ecuaciones de las rectas respecto a la referencia son:
2 3 0
2 11 25 0
x y
x y
+ =
+ =
pues
( )
( )
t
1
4 3
' 4 3
x' 5
5 5
P X' = X X' = P X
y' 3 4 1
' 3 4
5 5 5
x x y
x
y
y x y
| |
| |
= +
|
|
| | | | \ .
= |

| |
| | | \ . \ .

= +
|
|
\ .
\ .
y,
( ) ( )
( ) ( )
1 1
4 3 1 2( 3 4 2) 4 3 5 6 8 20 10 5 15 0
5 5
1 1
4 3 1 2( 3 4 2) 4 3 5 6 8 20 2 11 25 0
5 5
x y x y x y x y x y
x y x y x y x y x y
| | | |
+ = + + = + + =
| |
\ . \ .
| | | |
+ = + + = + + =
| |
\ . \ .
154
Captulo 5. Cnicas
Reduce, clasica y representa grcamente, las siguientes cnicas, mediante
el clculo de vectores propios y cambio de sistema de referencia (resaltando
en la grca los ejes de los distintos sistemas de referencia empleados). Halle
adems, cuando sea pertinente, el centro de la cnica y la ecuacin de sus
ejes.
a) + =
2 2
5 x 4 xy 8 y 36 0
b) + + + =
2 2 20 80
5 5
5 x 4 xy 8 y x y 4 0
c) + + + =
2 2 20 80
5 5
5 x 4 xy 8 y x y 45 0
d) + + + =
2 2 20 80
5 5
5 x 4 xy 8 y x y 40 0
e) + + + =
2 2
4 x 24 xy 11y 56 x 58 y 95 0
f) + + + =
2 2
4 x 24 xy 11y 56 x 58 y 75 0
g) + + + =
2 2
x 6 xy 9 y 2 x 6 y 0
h) + + =
2 2
x 4 xy 4 y 2 x 4 y 3 0
i) + + + =
2 2
x 4 xy 4 y 2 x 4 y 1 0
j) + + + =
2 2
x 4 xy 4 y 2 x 4 y 2 0
155
CaptuIo 6
CIcuIo DiferenciaI
6.1 Introduccin
Hasta ahora hemos tratado funciones reales de una variable real. Aunque
muchos problemas de la tcnica se pueden resolver con esta teora, otros, posiblemente
la mayora, necesitan de una teora matemtica ms compleja: el clculo diferencial en
ms de una variable. Especial relieve tiene el estudio de las funciones de ms de una
variable en la Arquitectura pues se construye en el espacio tridimensional.
Algunas aplicaciones de los conceptos del clculo en varias variables los podemos
encontrar, por ejemplo, en el clculo de la matriz de deformacin en estructuras a travs
de los desarrollos de Taylor, o en el clculo de extremos relativos, que es fundamental
en el tratamiento de muestras y en la optimizacin de ciertos parmetros: materiales,
benecios, costes, espacio, etc, que aunque no forman parte del tema, los contenidos de
ste fundamentan y facilitan su comprensin, en la asignatura de Estructuras y en otras,
especcas, en la titulacin de Arquitectura Tcnica.
Se iniciar el clculo diferencial para funciones de varias variables, deniendo
las nociones bsicas de Topologa de
n
R que se necesiten.
156
Captulo 6. Clculo diferencial
6.2 Nociones de topologa de
n
R .
6.2.1 El espacio normado
n
R
Se sabe, tal como se estudi en la asignatura de Fundamentos de Matemtica
Aplicada, que ( ) { }
1
,..., / , 1,...,
n
n i
x x x i n = = = x R R es un espacio vectorial sobre el
cuerpo R con las operaciones suma y producto por un escalar, denidas del modo
siguiente:
( ) ( ) ( )
1 1 1 1
,..., ,..., ,..., ,
n
n n n n
x x y y x y x y + + = + + x y = x y R
( ) ( )
1 1
,..., ,..., y
n
n n
x x x x o o o o o = x = x R R
La dimensin del espacio vectorial ( )
n
R R es n, y la base ordenada, llamada
base cannica, es { }
1 n
e , ...,e donde ( ) 0,...,1,...0 =
i
e con el 1 en el lugar i-simo.
El espacio vectorial real ( )
n
R R es un espacio vectorial eucldeo, pues la
operacin ( ) ( )
1 1 1 1
,..., ,..., ... , = + +
n
n n n n
x x y y x y x y x y = x y - - R , es un producto
escalar, llamado producto escalar cannico de
n
R . Este producto escalar nos permite
dotar al espacio vectorial real ( )
n
R R de la estructura de espacio vectorial normado,
deniendo la norma de ( )
1
,...,
n
x x = x del modo siguiente:
2 2
1
...
n
x x = + = + + x x x - .
En el espacio normado
( )
,
n
R , se dene la llamada distancia eucldea
mediante la expresin:
( ) ( )
2 2
1 1
( , ...
n n
d x y x y = + + x y) = x y .
Observacin: Como trabajaremos los lmites de funciones de dos variables independientes, es
conveniente dar la expresin de distancia en este caso, es decir, para el espacio normado
( )
2
, R :
si = , =
0 0 0
( ) y ( , ) x y x y x x se tiene que ( ) ( ) = + ) =
2 2
0 0 0 0
( , d x x y y x x x x .
Ya se est en condiciones para hablar de cun prximo est de x y , y
poder denir el concepto de lmite, en el que se apoyan los importantes conceptos de
continuidad, derivabilidad e integracin.
Se expondrn, a continuacin, algunas nociones bsicas de Topologa:
157
Resumen terico
Deniciones:
Se llama bola abierta de centro
0
n
x R y radio el nmero real 0 r > , al conjunto
{ } { }
0 0 0
( ) / ( , ) /
n n
B d
r
r r = < = < x x x x x x x R R .
Se llama bola cerrada de centro
0
n
x R y radio el nmero real 0 r > , al conjunto
{ } { }
0 0 0
( ) / ( , ) /
n n
B d
r
r r = = x x x x x x x R R .
Se llama bola abierta reducida de centro
0
n
x R y radio el nmero real 0 r > , al
conjunto { } { }
0 0 0 0
( ) ( ) / 0
n
B B
r r
r
= = < < x x x x x x R .
Observacin: Las bolas abiertas de
2 3
, y R R R son, respectivamente, intervalos abiertos,
crculos sin la circunferencia y esferas sin la superficie esfrica.
Denicin. Un conjunto
n
D R , se dice abierto si para cada
0
D x , existe una bola
0
( ) B
r
x contenida en D.
Proposicin. Se verican las propiedades siguientes:
1.
y
n
R
son abiertos.
2. La unin de una coleccin de abiertos es un abierto.
3. La interseccin de un nmero nito de abiertos, es un abierto.
Denicin. Un conjunto
n
D R , se dice cerrado si su complementario con respecto a
n
R es un conjunto abierto. Es decir, si
n
D R es abierto.
Proposicin. Se verican las propiedades siguientes:
1.
y
n
R
son cerrados.
2. La unin de un nmero nito de cerrados es un cerrado.
3. La interseccin de una coleccin de cerrados, es un cerrado.
6.2.2 Clasicacin de los puntos de
n
R con respecto a un conjunto
n
DR .
Denicin. Un punto
0
n
x R , se dice que es interior a un conjunto
n
D R si existe
una
0
( ) B
r
x contenida en D .
El conjunto de puntos interiores a un conjunto D, se llama interior de D y se
representa por D
( ) int D .
Denicin. Un punto
0
n
x R , se dice que es exterior a un conjunto
n
D R si existe
una
0
( ) B
r
x contenida en
n
D R , o lo que es lo mismo, si
0
n
x R es un punto interior
al complementario de D con respecto a
n
R .
158
El conjunto de puntos exteriores a un conjunto D, se llama exterior de D y se
representa por ( ) ext D .
Denicin. Un punto
0
n
x R , se dice que es un punto frontera de un conjunto
n
D R
si toda bola
0
( ) B
r
x contiene puntos de D y de
n
D R .
El conjunto de puntos frontera de D, se llama frontera de D y se representa
por ( ) fr D .
Proposicin. Si
n
D R se verican las propiedades siguientes:
1.
D
y ( ) ext D son conjuntos abiertos.

2. ( ) fr D es un conjunto cerrado.
3. Los conjuntos D
, ( ) ext D y ( ) fr D son disjuntos y se cumple que

( ) ( ) =
n
D ext D fr D R
Cuando se dena el concepto de lmite de una funcin en un punto
0
n
x R , se
exigir que ste cumpla la condicin de ser punto de acumulacin de su dominio. Esto
nos motiva a dar las deniciones siguientes:
Denicin. Un punto
0
n
x R , se dice que es punto adherente a un conjunto
n
D R ,
si toda bola
0
( ) B
r
x contiene puntos de D.
El conjunto de todos los puntos adherentes a D se llama adherencia de D y se
representa por D.
Denicin. Un punto
0
n
x R se dice que es punto de acumulacin de un conjunto
n
D R , si toda bola
0
( ) B
r
x contiene puntos de D distintos de
0
x .
Es decir, si en toda bola abierta reducida { } ( ) ( ) B B
r r
=
0 0 0
x x x hay al menos
un punto de D. El conjunto de todos los puntos de acumulacin de D se llama conjunto
derivado de D y se representa por D .
Observacin: Cuando se defina el concepto de lmite, aparecer la expresin 0 , o < <
0
x - x
siendo 0 o > un nmero real, expresin que es equivalente a decir que:
{ } ( ) ( ) B B
o o
=
0 0 0
x x x x
En el caso particular del estudio del lmite de funciones de dos variables, si
2 2
0 0 0
( , ) y ( , ) x y x y = = x x R R , la expresin 0 o < <
0
x - x se presentar bajo la
forma:
159
Resumen terico
2 2
0 0
0 ( ) ( ) x x y y o < + < .
Denicin. Un punto
0
D x se dice que es punto aislado de un conjunto
n
D R , si
existe una bola ( ) B
r 0
x tal que ( ) B D
r

0
x se reduce al punto
0
x .
Es decir: Un punto
0
D x es punto aislado de
n
D R cuando existe una ( ) B
r 0
x , en
la que
0
x es el nico punto de D.
Proposicin. Si
n
D R , se verican las siguientes propiedades:
1. y D D son conjuntos cerrados.
2. D es cerrado si, y slo si,
D D =
.
3. D D D =
4. D es cerrado si, y slo si,
D D
.
6.3 Lmites de campos escalares.
En esta seccin se introducirn los conceptos en
2
R , para poder visualizarlos
grcamente, generalizndose posteriormente a
n
R .
6.3.1 Lmites nitos de campos escalares.
Sea
2
f
f D : R R, y
0 0 0
( )
f
x y D = , x .
Denicin. Se dice que
0 0 0
( ) ( )
lim ( ) lim ( )
x y x y
f f x y l
,
,
, =
x x
x si:
0 ( ) 0 r o r > > tal que si ( )
f
x y D , y
2 2
0 0
0 ( ) ( ) ( ) x x y y f x y l o r < + < , <
O bien con notacin vectorial:
0 ( ) 0 r o r > > tal que si
0
0 o < <
x x
y ( )
f
D f l r < x x
Observacin: Con esta notacin se ve claramente que la definicin dada es la extensin natural
de la definicin de lmite para funciones escalares de una variable y, como en este caso, el lmite
si existe es nico.
Observacin: La segunda definicin es vlida para funciones
n
f
f D : R R, siendo la
primera una particularizacin para el caso
2
R .
6.3.2 Lmites segn un subconjunto.
Sea
2
f
f D : R R, A
2
R y
( )
0 0 0
( )
f
x y D A

= , x .
Denicin. Se dice que ( )
0 0
( , )
( , ) ( , )
lim ,
x y A
x y x y
f x y l
= si:
160
0 ( ) 0 r o r > >
tal que si
2 2
0 0
0 ( ) ( )
( )
f
x x y y
x y D A
o

< + <

`
,

)
( ) f x y l r , <
Observacin: Es de destacar que en el lmite segn un subconjunto, slo interesa el
comportamiento de la funcin en los puntos de ese subconjunto.
Si los subconjuntos son rectas que pasan por el punto
0 0 0
( ) x y = , x los lmites se
denominan lmites direccionales.
Teorema: Si existe el lmite en
0 f
x D de una funcin :
n
f
f D R Ry vale / ,
entonces si existe el lmite, en
0
x , segn un subconjunto dado, ste vale / .
Bajo las condiciones expresadas al comienzo de esta subseccin se puede armar lo
siguiente:
Teorema. Sea
2
f
f D : R R y
0 0 0
( )
f
x y D = , x
Si existe:
0 0
( ) ( )
lim ( )
x y x y
f x y l
,
,
, =
y existen:
0
1
( ) lim ( )
y y
f x f x y
= ,
y
0
2
( ) lim ( )
= ,
x x
f y f x y
entonces existen:
( )
0 0
1
lim lim ( )
x x y y
l f x y

= ,
y
( )
0 0
2
lim lim ( )
y y x x
l f x y

= ,
y adems:
( ) ( )
0 0 0 0 0 0
( ) ( )
lim lim ( ) lim lim ( ) lim ( )
x x y y y y x x x y x y
f x y f x y f x y l
,
,
, = , = , =
a l
1
y l
2
se les llama lmites iterados , reiterados o sucesivos.
Observacin: Este teorema demuestra que la existencia del lmite bidimensional y de los dos
lmites unidimensionales, implican la existencia e igualdad de los dos lmites sucesivos.
El recproco no siempre es cierto, para ello, basta considerar el lmite, en el origen, de la funcin:
( )
( ) ( )
( ) ( )
= +
R R
2
2 3 3
si , 0,0
: / ,
0 si , 0,0
x y
x y
f f x y x y
x y
.

Observacin: Como consecuencia inmediata del teorema anterior, se tiene que si existen
1
l
y
2
l
y son distintos, entonces la funcin carece de lmite. Este resultado se puede ilustrar utilizando
la funcin:
( )
( ) ( )
( ) ( )

= +
R R
2 2
2 2 2
si , 0,0
: / ,
0 si , 0,0
x y
x y
f f x y x y
x y
y estudiando su lmite en el origen.
161
Resumen terico
Observacin: No contradice al teorema, el hecho de no existir al menos uno de los lmites
sucesivos y existir el lmite bidimensional. Como ejemplo de esta situacin, se puede estudiar el
lmite de la funcin:
Con los resultados anteriores, slo podemos afirmar que no existe lmite bidimensional,
o bien que de existir lmite, ste debe ser l , pero no nos asegura la existencia del lmite, para lo
cual no contamos ms que con la propia definicin. Resulta por tanto muy interesante disponer
de criterios que nos permitan decidir si el lmite sugerido por las consideraciones anteriores es
efectivamente el lmite.
Se enuncia a continuacin uno de dichos criterios, conocido generalmente
como criterio de la funcin mayorante.
Teorema. Una condicin necesaria y suciente para que la funcin ( ) f x y , admita
l como lmite en el origen, es que la expresin: ( cos sin ) f l p p , admita una
funcin mayorante ( ) F p , en todo el campo de variacin de , que tienda a cero
cuando p tienda a cero por la derecha.
Observacin: Si se trata de un punto finito distinto del origen, para su aplicacin, se realizar
una traslacin previa al mismo.
6.3.3 Lmites innitos de campos escalares
De modo anlogo, a las funciones reales de variable real, se denen para
2
f
f D : R R y
0 0 0
( )
f
x y D

= , x
los siguientes conceptos.
6.3.3.1 Lmite innito de un campo escalar en un punto.
Denicin. Se dice que f tiene lmite +, cuando x tiende a
0
x , y se escribe
0 0
( ) ( )
lim ( )
x y x y
f x y
,
,
, = +
( )
2 2
0 0
( ) 0 , 0 ( ) ( ) ( ) o o > < + < , >
f
si k k tal que si x y D y x x y y f x y k R
162
Denicin. Se dice que f tiene lmite , cuando x tiende a
0
x , y se escribe
0 0
( ) ( )
lim ( )
x y x y
f x y
,
,
, =
( )
2 2
0 0
( ) 0 , 0 ( ) ( ) ( ) o o > < + < , <
f
si k k tal que si x y D y x x y y f x y k R
6.3.3.2 Lmite nito de un campo escalar en el innito.
Denicin. Se dice que f tiene lmite l R cuando ( ) x y , , y se escribe
( )
lim ( )
x y
f x y l
,
, =
2 2
0 ( ) ( )
f
si h tal que si x y h y x y D f x y l r r > + > , , < R
se pueden usar indistintamente las notaciones: ( ) x y , o bien ( ) x y , .
6.3.3.3 Lmite innito de un campo escalar en el innito.
Denicin. Se dice que f tiene lmite + cuando ( ) x y , , y se escribe
( )
lim ( )
x y
f x y
,
, = +
2 2
( ) ( )
f
si k h tal que si x y h y x y D f x y k + > , , > R R
Denicin. Se dice que f tiene lmite cuando ( ) x y , , y se escribe
( )
lim ( )
x y
f x y
,
, =
2 2
( ) ( )
f
si k h tal que si x y h y x y D f x y k + > , , < R R
Observacin: Hay que hacer notar que si en estas definiciones, sustituimos
+
2 2
0 0
( ) ( ) x x y y por
0
x x y +
2 2
x y por x estaran generalizados
estos conceptos para funciones : R R
n
f
f D , siendo las definiciones anteriores una
particularizacin para el caso
2
R .
163
Resumen terico
6.3.4 Propiedades de los lmites de campos escalares.
Teorema: Sean f y g funciones de
n
D R R, y
0
D
x , tales que:
0
lim ( ) f l
=
x x
x y
0
lim ( ) g m
=
x x
x
se verican los siguientes resultados:
( )
0
0
0
lim ( )
lim( )( )
lim ( ) 0
f g l m con
f g l m
f l
si m
g m
o o o
+ = + ,
=
| |
=
|
\ .
x x
x x
x x
x
x
x
R
Observacin: Estas propiedades son vlidas tanto para lmites finitos como lmites infinitos y
en el infinito. Los casos de las indeterminaciones
0
, 0 , , etc.
0
no los trataremos
especficamente.
6.4 Lmites nitos de campos vectoriales
Sea
n m
D :
f
f R R , y
0
D
f
x .
Denicin. Se dice que
0
lim ( )
=
x x
f x l si:
0 ( ) 0 r o r > > tal que si
0
0 o < <
x x
y ( ) D r <
f
x f x l
Denicin. Sea
n
D
f
R .
Una funcin
n m
D :
f
f R R determina m funciones
1 m
f f , ..., de D
f
( ) ,
n
R R R
tales que
, 1, 2,...,
i i
f p i m = = f
donde :
m
i
p R R es la funcin que asocia a cada vector ( )
1 m
x x = , ..., x su
i sima componente
i
x . Las funciones
i
f se llaman funciones componentes de la
funcin f .
Escribiremos ( )
1 m
f f = , ..., f para indicar que
1 m
f f , ..., son las funciones
componentes de f .
Teorema. Sea
n
D
f
R ,
0
D
f
x y ( )
1 m
f f = , ..., f una funcin de
n m
D
f
R R .
Una condicin necesaria y suciente para que sea:
( )
0
1
lim ( )
m
l l
= = , ...,
x x
f x l
164
es que para 1 i m = , ..., se verique:
0
lim ( )
i i
f l
=
x x
x
6.5 Continuidad de funciones de varias variables.
Se estudiar la continuidad local de funciones o campos escalares, generalizando
este concepto a campos vectoriales; a continuacin se enunciar el teorema de la funcin
compuesta.
6.5.1 Continuidad local de campos escalares.
Sea f una funcin de
n
f
D , R R y
0 f
D x .
Denicin. Se dice que f es continua en
0 f
D x si:
0 ( ) 0 r o r > > tal que si
0
o <
x x
y
0
( ) ( )
f
D f f r < x x x
Observacin: Es importante resaltar que si
0
x es un punto aislado de
f
D la definicin
anterior se cumple siempre, luego toda funcin es continua en los puntos aislados de su
dominio.
Observacin: En el caso de que
0 f f
D D x la definicin anterior es equivalente a:
( )
( )
( )
=
=
R
0
0
0

lim
f
f l
f l
x x
x
x
x
Si no existe
0
( ) f x , pero
= R
0
lim ( ) f l
x x
x , f puede prolongarse por continuidad,
definiendo la funcin en
0
x como el valor de l. Si
0
( ) f l x puede redefinirse f por
continuidad, cambiando el valor de la funcin en
0
x por l.
Teorema. Por las propiedades de los lmites, si f y g son funciones continuas en
0
x , entonces:
( )
0
0
0 0

, 0
f g es continua en
f g es continua en
f
es continua en supuesto g
g
x
x
x x
6.5.2 Continuidad local de campos vectoriales.
Sea
n m
D :
f
f R R y
0
D
f
x .
165
Resumen terico
Denicin. Se dice que f es continua en
0
x si:
0 ( ) 0 r o r > > tal que si
0
o <
x x
y
0
( ) ) ( D r <
f
x f x f x
Observacin: En el caso de que
0 f f
D D x la definicin anterior es equivalente a:
=
0
0
( lim ( ) )
x x
f x f x
Teorema. Sea
n
D
f
R , y ( )
1 m
f f = , ..., f una funcin de
n m
D
f
R R y
0
D
f
x .
Una condicin necesaria y suciente para que f sea continua en
0
x , es que cada
funcin componente
i
f con 1 i m = , ..., , sea continua en
0
x .
Teorema. Sea
0
D x y f , g funciones de
n m
D R R , continuas en
0
x entonces
0
, , es continua en con o o + f g x R.
Teorema (Continuidad de la funcin compuesta).
Sea
n m
D :
f
f R R y
m p
D :
g
g R R con ( ) D D
f g
f . Si f es continua en
0
x
y g es continua en
0
) ( f x , entonces g f es continua en
0
x .
6.6 Derivadas direccionales y derivadas parciales
En toda esta seccin evaluaremos cmo vara una funcin de varias variables segn la
variacin de los incrementos de las variables.
6.6.1 Derivadas direccionales y derivadas parciales de campos escalares
Sea f es una funcin denida en
n
f
D R , que toma valores en R siendo
0 1
( )
n
x x = , ..., x un punto del interior de
f
D , al que denotaremos f D
.
Denicin. Sea
1
( )
n
n
u u = , ..., u R un vector no nulo, entonces, el lmite:
0 0 1 1 1
0 0
( ) ( ) ( ) ( )
lim lim
n n n
h h
f h f f x hu x hu f x x
h h

+ + , ..., + , ...,
=
x u x
si existe, se llama derivada segn el vector u de la funcin f en el punto
0
x y se
designa por
0
( ) D f
u
x .
Si 1 = u , entonces
0
( ) D f
u
x se llama derivada direccional de la funcin f
segn el vector u en el punto
0
x .
166
Observacin: La derivada direccional, indica la variacin de la funcin f , segn la direccin
del vector u .
Denicin. Sea
i
e el i simo vector de la base cannica de
n
R .
La derivada
0
( )
i
D f
e
x , si existe, se llama derivada parcial respecto de la variable
i
x
de la funcin f en el punto
0
x .
Designndose indistintamente por:
0
( )
i
x
D f x ,
0
( )
i
D f x ,
0
( )
i
x
f x ,
0
( )
i
f
x
x
as pues:
( )
1 1
0 0
0
( ) ( )
( ) lim
i
i n n
x
h
i
f x x h x f x x f
f
x h
, ..., + , ..., , ...,

= =
x x
Observacin: Las derivadas direccionales de la funcin f segn los vectores de la base
cannica de
n
R se llaman derivadas parciales de f . Es decir,
0
( )
i
f
x
x
es la derivada en el punto
0
x de la funcin real de variable real, respecto de
i
x , definida por
+
= ,..., , , ,..,
1 1 1
( ) ( )
i i n
F x f x x x x x , obtenida haciendo constante todas las variables menos la
i
x y por consiguiente, para calcular derivadas parciales se puede aplicar el formalismo conocido
del clculo de derivadas para funciones reales de una variable real.
Observacin: En el caso particular de funciones R R
2
: f , la derivada parcial de f ,
respecto de x, en un punto
0 0
( , ) P x y ,
0 0
( , )
f
x y
x

es la pendiente de la recta tangente a la curva
1
interseccin del plano =
0
y y con la superficie
= ( , ) z f x y .
De forma anloga, la derivada parcial de f, respecto de la variable y, en un punto
0 0
( , ) P x y ,
0 0
( , ) f x y
y

es la pendiente de la recta tangente a la curva
2
interseccin del plano =
0
x x con la superficie
= ( , ) z f x y .
Observacin: Es importante resaltar que una funcin puede tener derivadas parciales en un
punto, incluso direccionales en un punto, segn cualquier direccin y no ser continua en dicho
punto.
Para ello bastara considerar la funcin R R
2
: f , siguiente:
167
Resumen terico

( )
( ) ( )
( ) ( )
+ =
2
4 2
3
si , 0,0
,
0 si , 0,0
x y
x y
x y f x y
x y
que no es continua en el origen y tiene derivadas en todas las direcciones en ese punto.
Observacin: Una funcin puede ser continua en un punto y no tener derivadas parciales o
direccionales en dicho punto. La funcin R R
2
: f , definida mediante la expresin:
( )
( ) ( )
( ) ( )
+
=
2 2
1
cos si , 0,0
,
0 si , 0,0
x x y
x y
f x y
x y
es un ejemplo de ello.
Denicin. En todos los puntos donde exista derivada parcial respecto de
i
x de f se
puede denir la funcin derivada parcial respecto de
i
x ,
i
f
x
, como la funcin:
( )
i
f
x
x x .
La derivada parcial segunda respecto de
i
x primero y
j
x despus de una funcin
f , denotada por
2
i j
f
x x

es la derivada parcial respecto de
j
x de la funcin
i
f
x
. Es
decir:
2
o =
i j
x x
i j j i j i
f f f
f
x x x x x x
| | | |
| |
| |
| |
| |
\ . \ .

=

Anlogamente, se pueden denir las derivadas de orden superior.
El siguiente teorema evidencia que bajo ciertas hiptesis, el orden de derivacin
es indiferente.
Teorema de Schwarz (o de las derivadas cruzadas):
Sea
2
f
f D : R R y
0
f D x

, si se verica que:
( )
( ) ( )
0 0 0
2
0 0 0 0 0 0
) , ,
) , ,
f f
a en una bola abierta de centro x y
x y
f
b en una bola abierta de centro x y y es continua en x y
x y

=

= =

x
x x
168
Entonces:
2
0
2 2
0 0
) ( )
) ( ) = ( )
f
a
y x
f f
b y se verifica que
y x x y

x
x x
Observacin: El teorema de Schwarz es vlido para derivadas de rdenes superiores, si se
verifican las hiptesis del teorema para las derivadas sucesivas. Lo habitual es que el orden de
derivacin se pueda permutar, sin embargo existen funciones donde esto no ocurre, como por
ejemplo la funcin R R
2
: f :
( )
( ) ( )
( ) ( )

+ =
2 2
2 2
si , 0,0
,
0 si , 0,0
x y
xy x y
x y f x y
x y
que verifica todas las condiciones en el origen, salvo la continuidad en el origen de las parciales
segundas.
Denicin. Sea
n
f
f D : R R. Se dice que f es de clase
r
C en un conjunto abierto
U
f
D si x U existen y son continuas todas las derivadas parciales hasta el orden
r inclusive. Si esto ocurre para cualquier orden se dice que f es de clase

C .
6.6.2 Derivadas direccionales y derivadas parciales de campos vectoriales
El estudio de las derivadas direccionales y parciales de campos vectoriales, se
reduce a analizar las funciones componentes, como asegura el siguiente teorema de
caracterizacin.
Teorema: Sea
n m
D :
f
f R R , ( )
1 m
f f = , ..., f .
La funcin f tiene derivadas parciales o direccionales en un punto
0
f D x

si, y slo si,
cada funcin componente
i
f con 1 i m = , ..., tiene derivadas parciales o direccionales
en dicho punto.
Se utilizar la notacin respectiva:
( )
( )
1 2
0 0 0 0
0 1 0 2 0 0
( ) ( ) ( )
( ) ( ) ( ) ( )
m
i i i i
m
f f f
x x x x
D f D f D f D f
| |
|
|
|
|
\ .

= , , ...,

= , , ...,
u u u u
f
x x x x
x x x x
En la seccin siguiente se va a tratar la diferenciabilidad de las funciones de varias
variables.
169
Resumen terico
6.7 La diferencial
La existencia de la derivada para una funcin
f
f D : R R en un punto
0 0
( , ) P x y tiene una interpretacin geomtrica sencilla, pues
0
( ) f x representa la
pendiente de la recta tangente a la curva ( ) y f x = en P. Sin embargo, el hecho de que
una funcin de, por ejemplo, dos variables independientes, tenga derivadas parciales,
no presenta en s mucho inters, pues la existencia de derivadas direccionales en la
direccin de los vectores de la base cannica, no implica la existencia de derivadas en
todas las direcciones, e incluso aunque tenga derivadas en cualquier direccin no por
ello tendr plano tangente en ese punto.
El concepto de diferencial que se expone, el cual se debe al matemtico Frechet,
es el adecuado, pues se pretende generalizar la denicin de derivada a las aplicaciones
entre espacios normados. Adems, como consecuencia directa del planteamiento del
problema de aproximacin local, se presenta de forma natural el concepto de matriz
Jacobiana y se particulariza el estudio a campos escalares y en especial se muestra la
interpretacin geomtrica en el caso de
2
R .
6.7.1 Diferencial de campos vectoriales.
Si
f
f D : R R es una funcin derivable en
0
f x D
R, la derivada
0
( ) f x viene dada mediante la expresin:
( ) ( )
0 0
0
lim
h
f x h f x
h
+
.
Si pretendiramos generalizar el concepto de derivada para funciones
n m
D :
f
f R R , mediante una expresin anloga a la anterior, sta carecera de
sentido pues
n
h R es un vector y la divisin por un vector no est denida. Se
intentar buscar una denicin sustitutiva aceptable:
Si consideramos una funcin real de una variable real, derivable en un punto
0
x
entonces:
( ) ( )
( )
0 0
0
0
lim
h
f x h f x
f x
h
+
=
y si L : R R es la aplicacin lineal denida por
0
( ) ( ) L h f x h = para cada hR,
podemos escribir
( ) ( ) ( )
0 0
0
lim 0
h
f x h f x L h
h
+
=
es decir, si la funcin f es derivable en
0
x , existe una aplicacin lineal, L : R R
que verica la igualdad anterior. Recprocamente, si la aplicacin lineal ( ) L h k h =
verica la igualdad anterior, entonces se tiene:
170
( ) ( )
0 0
0
lim
h
f x h f x
k
h
+
=
y por tanto, f es derivable en
0
x y ( )
0
f x k = .
Pudindose denir la derivabilidad de una funcin en los trminos siguientes:
Una funcin real de una variable real f es derivable en un punto
0
x cuando
existe una aplicacin lineal L : R R que verica:
( ) ( ) ( )
0 0
0
lim 0
h
f x h f x L h
h
+
=
Con esta formulacin el concepto de derivabilidad, puede extenderse fcilmente a
campos vectoriales.
Denicin. Sea
n m
D :
f
f R R ,
0
D f x

.
Se dice que f es diferenciable en
0
x cuando existe una aplicacin lineal
n m
: L R R
tal que
( ) ( ) ( )
lim = 0

0 0
h 0
f x + h f x L h
h
Proposicin. Sea
n m
D :
f
f R R ,
0
D f x

.
Si f es diferenciable en
0
x existe una aplicacin lineal nica
n m
:

L R
R
tal que
( ) ( ) ( )
lim 0

=
0 0
h 0
f x + h f x L h
h
Denicin. A la aplicacin lineal L, se llama la diferencial de f en
0
x y se designa
por ( ) d
0
f x .
Proposicin. Sea
n m
D :
f
f R R ,
0
D f x

.
Entonces son equivalentes:
f
1.
es diferenciable en
0
x .
Existe una aplicacin lineal nica 2.
n m
:

L R
R
tal que
)
lim 0
( )

=
0
0 0
x x
0
f(x) f(x L(x - x )
x - x
171
Resumen terico
Existe una aplicacin lineal nica 3.
n m
:

L R
R
y una funcin
n m
:

R
R
r tal que en un entorno de
0
x se cumple que
=
0 0
f(x + h) f(x ) + L(h) + h h r( )
de modo que lim ( )
=
h 0
h 0 r .
Observacin: El punto tres de la proposicin anterior nos muestra cmo, dado un campo
vectorial diferenciable en un punto, la diferencial en dicho punto permite aproximar en l , el
campo dado.
La proposicin siguiente permite estudiar la diferenciabilidad de un campo
vectorial, a travs de sus componentes.
Proposicin: Sea
n m
D :
f
f R R , ( )
1 m
f f = , ..., f .
La funcin f es diferenciable en un punto
0
D f x

si, y slo si, son diferenciables en
0
x cada funcin componente
i
f con 1 i m = , ..., . Entonces, las componentes de ( ) d
0
f x
son las diferenciales de los campos componentes
i
f con 1 i m = , ..., ; es decir:
( )
1 2
( ) ( ) ( ) ( )
m
d df df df = , , ...,
0 0 0 0
f x x x x
Teniendo en cuenta que, para toda aplicacin lineal L de
n
R en
m
R existe una constante
0 M > tal que:
( )
n
M L x x x R
se puede enunciar la siguiente proposicin.
Proposicin. f es diferenciable en
0
x f es continua en
0
x .
Proposicin. Sean f y g dos campos vectoriales, diferenciables en D D f g
0
x

,
entonces:
f g
1.
es diferenciable en
0
x y ( )( ) ( ) ( ) d d d = +
0 0 0
f g x f x g x
i i , f R
2.
es diferenciable en
0
x y ( )( ) ( ) d d i i =
0 0
f x f x .
Si 3. 1 m = entonces f g es diferenciable en
0
x y
( )( ) ( ) ( ) ( ) ( ) d d d = +
0 0 0 0 0
f g x f x g x f x g x .
Si 4. 1 m = y adems ( ) 0
0
g x entonces
f
g
es diferenciable en
0
x y
172
| |
2
( )
( )
d d
d
| |
=
|
\ .
0 0 0 0
0
0
f x g(x ) f(x ) g(x ) f
x
g
g(x )
.
6.7.2 Matriz jacobiana
La aplicacin ) ( d
0
f x es lineal, sera conveniente poder trabajar con la matriz asociada
a esta aplicacin lineal, en unas ciertas bases. Al jar las bases cannicas de
n
R y
m
R
obtendremos una matriz asociada a ) ( d
0
f x conocida como matriz Jacobiana de f en
0
x . Esta identicacin de la diferencial del campo vectorial con su matriz Jacobiana,
permite aritmetizar procesos de clculo y extraer interpretaciones geomtricas.
Proposicin. Sea :
n
f
f D R R diferenciable en f D
0
x

, entonces existe
( ) ( )( ) D f df =
u 0 0
x x u con 1 = u .
Teniendo en cuenta la proposicin anterior, si
i
u = e con 1 i n = , ..., , donde
i
e es el
i simo vector de la base cannica de
n
R , se puede escribir el siguiente corolario:
( ) ( ) ( )( )
i
f
D f df
x
= =
i
e 0 0 0 i
x x x e
Observacin: Esta proposicin nos asegura que todo campo escalar diferenciable en un punto,
tiene derivadas direccionales, en cualquier direccin y en particular, posee todas las derivadas
parciales de primer orden, adems se establece una relacin entre diferencial y derivadas direc-
cionales.
Teorema. Sea
n m
D :
f
f R R , ( )
1 m
f f = , ..., f diferenciable en un punto D
0 f
x

entonces los campos componentes
i
f con 1 i m = , ..., tienen derivadas parciales respecto
a cada variable en el punto
0
x , y la matriz de la aplicacin lineal ) ( d
0
f x respecto de
las bases cannicas de
n
R y
m
R se le llama matriz Jacobiana de f en
0
x .
Con el n de obtener la expresin explcita de la matriz Jacobiana de f en
0
x , si
( )
1 m
f f = , ..., f entonces
( )
1 2
) ) ) ) ( ( ( (
m
d df df df = , , ...,
0 0 0 0
f x x x x , la i sima columna
de la matriz Jacobiana, vendr dada por las coordenadas de )( ) ( d
i 0
e f x , en la base
cannica de
m
R , es decir:
( )
1 2
1 2
) ) ) )( ) )( ) )( ) ( ( ( ( ( (
t
t
m
m
i i i
f f f
df df df
x x x
| |
|
|
|
|
\ .

= , , ..., , , ...,

i i i 0 0 0 0 0 0
e e e x x x x x x
173
Resumen terico
obtenindose:
1 1 1
1 2
2 2 2
1 2
1 2
( ) ( ) ( )
( ) ( ) ( )
)
( ) ( ) ( )
n
n
m m m
n
f f f
x x x
f f f
x x x J
f f f
x x x
| |
|

|
|
|
=
|
|
|

|
|

\ .
0 0 0
0 0 0
f 0
0 0 0
x x x
x x x
(x
x x x
. . .
y por consiguiente si ( )
1
= , ...,
n
h h h y H es la matriz columna, se llega a la expre-
sin:
)( ) ) ( d J =
f 0 0
h (x f x H
Denicin. Si m n = el determinante de ) J
f 0
(x , se le llama Jacobiano de f en
0
x .
NOTA: La palabra Jacobiano, procede del matemtico alemn Carl Gustav Jacob Jacobi
cuyo nombre ha quedado asociado a los determinantes funcionales, no porque fue el primero
en usarlos, sino por ser un constructor de algoritmos convencido de las grandes posibilidades en
la notacin de los determinantes. Sin embargo, Jacobi no utiliz hasta 1829 los determinantes
que llevan su nombre. En 1841, public la obra De determinantibus functionalibus dedicada
exclusivamente a los jacobianos, donde demostr que un determinante funcional se puede
considerar como lo anlogo para funciones de varias variables de la derivada para funciones de
una sola variable.
Observacin: El recproco del teorema anterior, no es cierto en general, bastara para ello
considerar el ejemplo siguiente:
( ) ( )
( ) ( )

R R
2 2
2 2 2
si , 0,0
f : / f(x ,y)=
0 si , 0,0
x y
y x y
x y
x y
que presenta derivadas parciales en el origen, respecto de sus dos variables y sin embargo no es
diferenciable en el origen.
Sin embargo, es cierta la siguiente proposicin.
Proposicin. Sea
n m
D :
f
f R R , ( )
1 m
f f = , ..., f . Si existen las derivadas parciales
de los campos componentes de f en una bola de centro
0
x y son continuas en
0
x
entonces f es diferenciable en
0
x .
174
Denicin. Sea
n
f
f D : R R diferenciable en
f
D
0
x

, se llama vector gradiente
de f en
0
x , y se representa por ( ) f
0
x
,
, al vector, que tiene de coordenadas en la base
cannica de
n
R :
1 2
( ) ( ), ( ),..., ( )
n
f f f
f
x x x
| |
=
|

\ .
0 0 0 0
x x x x
,
Observacin: Si 1 m = la matriz Jacobiana de f en
0
x se puede identificar con el vector
gradiente de f en
0
x y por consiguiente:
1
( )( ) ( ) ( )
n
i
i
i
f
df f h
x
=
= =
0 0 0
x h x h x
,
-
donde ( ) - representa el producto escalar cannico.
Observacin: En ocasiones la variable h de la aplicacin ( ) df
0
x se denota por
( )
1 n
d dx dx = , ..., x obtenindose la clsica frmula:
1 2
1 2
( )( ) ( ) ( ) ... ( )
n
n
f f f
df d dx dx dx
x x x

= + + +

0 0 0 0
x x x x x
Proposicin. Si
n
f
f D : R R es diferenciable en f D
0
x

, entonces se verican
las siguientes propiedades:
El gradiente, es una funcin lineal en el sentido siguiente: 1.
( )( ) ( ) ( ) f g f g o o + = +
0 0 0
x x x
, , ,
con o , R
Para cualquier vector unitario 2.
n
u R , se verica: ( ) ( ) D f f =
u 0 0
x x u
,
- ,
deducindose de la expresin anterior que la derivada direccional es mxima
en la direccin del gradiente, siendo ese valor mximo ( ) f
0
x
,
.
Si 3. 2 n = el vector gradiente en
0 0
( , ) x y =
0
x es perpendicular en el punto
0
x a
la curva de nivel
{ }
0 0
( ) / ( ) ( )
f
x y D f x y f x y c = , , = , =
0
x
que pasa por dicho punto.
Si 3 n = el vector gradiente en
0 0 0
( , , ) x y z =
0
x es perpendicular en el punto
0
x
a la supercie de nivel
175
Resumen terico
{ }
0 0 0
( ) / ( ) ( )
f
x y z D f x y z f x y z c = , , , , = , , =
0
x
que pasa por dicho punto.
6.7.3 Interpretacin geomtrica de la diferencial de campos escalares.
Si
2
f : R R es una funcin diferenciable en un punto
0 0
( ) x y = ,
0
x del dominio de f
y se considera la supercie de
3
R , ( ) z f x y = , , entonces la ecuacin del plano tangente
a la supercie en el punto de coordenadas
0 0 0
( ) x y z , , donde
0 0 0
( ) z f x y = , es:
0 0 0 0 0 0 0
( ) ( ) ( ) ( )
f f
z z x y x x x y y y
x y
| | | |
= , + ,
| |

\ .
\ .
o en trminos de la diferencial
0 0 0
( )( ) z z df x x y y = ,
0
x
Observacin: El plano tangente contiene a todas las rectas tangentes a las curvas contenidas en
la superficie = , ( ) z f x y que pasan por el punto , , ,
0 0 0 0
( ( )) x y f x y .
Se puede observar que la diferencial nos permite obtener la ecuacin del plano tangente a la
superficie = , ( ) z f x y .
6.8 Diferenciacin de funciones compuestas
Se supondr que las funciones que se consideran a continuacin son suciente-
mente regulares, en el sentido que se precise. La derivacin de las funciones compues-
tas se efectuar mediante la regla de la cadena.
Se analizarn los diferentes casos de su aplicacin dependiendo de la naturaleza
de las funciones componentes.
Teorema (Regla de la cadena).
Sea
n m
D :
f
f R R y
m p
D :
g
g R R con ( ) D D
f g
f .
Si f es diferenciable en D f
0
x

y g es diferenciable en ( ) D g
0
f x

, entonces
= h g f es diferenciable en
0
x .
Si ( ) J
h 0
x es la matriz jacobiana de la funcin compuesta g f se verica:
( ) ( ) ( ) ( ) J J J =
h 0 g 0 f 0
x f x x
Dado que la funcin compuesta h es una funcin de p componentes, es decir:
( )
1 1 1
( ) ( ) ( )
n p n
h x x h x x = , ..., , ..., , ..., h x
si ( ) ( )
1 1 1 1 1 1
( ) ( ) ( ) y ( ) ( ) ( )
n m n m p m
f x x f x x g y y g y y = , ..., , ..., , ..., = , ..., , ..., , ..., f x g y
entonces para todo 1 j p = , ..., es:
176
1 1
( ) ( )
j n j m
h x x g y y , ..., = , ...,
donde para 1 k m = , ..., se tiene:
1
( )
k k n
y f x x = , ...,
Con esta notacin, desarrollando la expresin matricial anterior resulta:
1 1 1 1 1 1
1 1 1
1
1 1
( ) ( ) ( ( )) ( ( )) ( ) ( )
( ) ( )
( ) ( ) ( ( )) ( ( ))
n m n
p p p p m m
n
n m
h h g g f f
x x y y x x
h h g g f f
x x
x x y y
| | | | | |
| |
|

| |
|
| |
| =
| |
|

| |
|
|
| |

\ .
\ . \ .
0 0 0 0 0 0
0 0
0 0 0 0
x x f x f x x x
x x
x x f x f x

. . . . . .

as pues:
1
1
1
( ) ( ( )) ( ) ( ( )) ( ) ( ( )) ( )
m
i i k i i m
k
j k j j m j
h g f g g f f
x y x y x y x
=

= = +... +

0 0 0 0 0 0 0
x f x x f x x f x x
Observacin: El teorema permite obtener las derivadas parciales y la diferencial de h , sin
calcular previamente su expresin.
Adems, el teorema da una condicin suficiente de diferenciabilidad pero no necesaria, ya que
puede ocurrir que la funcin h sea diferenciable en
0
x sin que f sea diferenciable en
0
x o g
sea diferenciable en ( )
0
f x .
Observacin: La regla de la cadena tiene una aplicacin clara, en lo que llamaremos cambio
de variable en las diferenciales, pues efectuar un cambio de variables = ,...,
1
( )
i i p
x u u con
= ,..., 1 i n puede interpretarse como el resultado de considerar la composicin de la funcin f
de
n
R en
m
R y la funcin de
p
R en
n
R tal que ( ) = ,...,
1 n
de donde:
( ) ( )
,..., = ,..., ,..., ,...,
1 1 1 1
( ) ( ) ( )
p p n p
u u u u u u f f
El inters, y aqu es donde tiene aplicacin la regla de la cadena, es el determinar las nuevas
expresiones entre las diferenciales.
177
1. Determine la funcin f (x) , si
| |
=
|
\ .

2 2
x + y y
f (x, y >0)
x y
.
SOLUCIN:
De
2
2
2 2
= 1 = 1
x y y x y
f
x y y x
+ | |
| | | |
= + +
| | |
\ . \ .
\ .
se deduce
2
1
( )
z
f z
z
+
=
NOTA: La variable z es una variable muda, se podra sustituir por t, u,...,x.
2. Hallar f (x, y) , si
2
f (x + y, x - y) = xy + y .
SOLUCIN:
Resolviendo el sistema lineal:
u x y
v x y
= +
, se obtiene
1
( )
2
1
( )
2
x u v
y u v
= +
,
y sustituyendo estos valores en la expresin
2
( , ) f x y x y xy y + = +
resulta:
2
1
( , ) ( )
2
f u v u uv =
.
NOTA: Las variables u y v son mudas, se podran sustituir por x e y respectivamente.
3. Probar que no existe el lmite de la funcin

{ }

: \
2
2 2
f (0, 0)
xy
(x, y) f (x, y) =
x + y
R R
178
en el origen.
SOLUCIN:
Lmites reiterados:
Calculamos los lmites iterados (reiterados o sucesivos):
1
2 2
0 0 0
lim lim lim0 0
x y x
xy
l
x y

| |
= = =
|
+
\ .
y
2
2 2
0 0 0
lim lim lim0 0
y x y
xy
l
x y

| |
= = =
|
+
\ .
como existen y son iguales, el lmite si existe es 0.
Lmites direccionales:
Consideremos el conjunto
{ }
2
( , ) / = = A x y y mx R , como al calcular el lmite
direccional:
( , )
2
2 2 2 2 2 2 2 2
( , ) (0,0) ( , ) (0,0) 0 0
lim lim lim lim
(1 ) (1 ) 1
=

= = = =
+ + + + +
x y A y mx
x y x y x x
xy xy mx m m
x y x y m x m m
se observa que depende de la pendiente de la recta por la que se aproxima, se puede
concluir que el lmite no existe en el origen.
4. Estudiar la continuidad de la funcin
2 2
2 2
x - y
si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
=
en el origen.
SOLUCIN:
Lmites reiterados:
2 2 2
1
2 2 2
0 0 0 0
lim lim lim lim1 1

| |
= = = =
|
+
\ .
x y x x
x y x
l
x y x
2 2 2
2
2 2 2
0 0 0 0
lim lim lim lim( 1) 1

| |
= = = =
|
+
\ .
y x y y
x y y
l
x y y
como
1 2
l l , no existe el lmite de la funcin en el origen y por tanto, no ser continua
en l.
179
5. Demostrar que la funcin

1 1
ysin +xcos si x 0 e y 0
x y f (x, y)
0 en el r est o
no tiene lmites reiterados en el origen, pero es continua en (0, 0) .
SOLUCIN:
Lmites reiterados:
El lmite reiterado
1
0 0
1 1
lim lim sin cos

| | | |
= +
| |
\ . \ .
x y
l y x
x y
no existe pues no existe el
0
1
lim cos
y
x
y
| |
|
\ .
aunque s exista
0
1
lim sin 0
| |
=
|
\ .
y
y
x
Por otro lado el lmite
2
0 0
1 1
lim lim sin cos

| | | |
= +
| |
\ . \ .
y x
l y x
x y
tampoco existe debido a que no existe el
0
1
lim sin
| |
|
\ .
x
y
x
aunque s exista
0
1
lim cos
x
x
y
| |
|
\ .
.
{ }
2
( , ) / = = A x y y mx R , los lmites direccionales no
dependen de la direccin porque:
( , )
( , ) (0,0) ( , ) (0,0) 0
1 1 1 1 1 1
lim sin cos lim sin cos lim sin cos 0
x y A y mx
x y x y x
y x y x mx x
x y x y x mx
=

| | | |
| |
+ = + = + =
| | |
\ .
\ . \ .
por vericar que:
1 1
sin y cos mx x
x mx
tienden a 0 al ser ambas, producto de funciones
acotadas por funciones que tienden a 0. De aqu se concluye que el lmite, si existe es 0.
Utilizando trayectorias del tipo
2 3 2 3
, , , y ax y ax x ay x ay = = = = , se observa que
el lmite es 0 en cada caso, seguimos concluyendo que: el lmite, si existe es 0.
180
Criterio de la funcin mayorante:
Como
1 1
sin cos 0 1 1 sin cos 2 p p p + + = + y x y x
x y
y
0
lim 2 0
p
p
+
=

se puede asegurar que
( , ) (0,0)
lim ( , ) 0
x y
f x y
=
y como coincide con (0, 0) f , se puede
concluir que la funcin es continua en el origen.
Otra manera de calcular el lmite es utilizando la:
Denicin de lmite:
El
( , ) (0,0)
1 1
lim cos 0
| |
+ =
|
\ .
x y
ysen x
x y
si :
2 2
0 0 / 0 ( 0) ( 0) r o o > > < + < x y
1 1
cos 0 ysen x
x y
+ <r ,
como
1 1
cos 0 ysen x
x y
+
1 1
cos y sen x y x
x y
+ +
2 2
x y + +
2 2
x y +
2 2
2 2 x y o r + < , bastar tomar un
2
r
o para asegurar que el lmite existe y es 0.
NOTA: En este ejercicio se pone de manifiesto que pueden no existir los lmites reiterados
pero s existir el lmite.
6. Demostrar utilizando la denicin de lmite:

a)
(x, y) (1,- 2)
lim (4x + y) = 2
b)
2
2 2 (x, y) (0,0)
3y
lim = 0
x + y
c)
2
2 2
(x, y) (0,0)
3x y
lim = 0
x + y
SOLUCIN:
a) Para demostrar que ( )
( , ) (1, 2)
lim 4 2
x y
x y

+ = , una vez jado un 0 r > , habr que
encontrar un 0 o > , tal que si
2 2
0 ( 1) ( 2) x y o < + + < entonces 4 2 x y r + < .
NOTA: La traduccin literaria del prrafo precedente podra ser la siguiente:
El lmite de la funcin f(x ,y)= (4x+2y) , cuando (x , y) tiende al punto (1, -2) es 2 si
dado un nmero real ( r ) positivo podemos encontrar otro nmero real ( o ) tambin positivo,
que depende de r , de forma que la imagen de todos los puntos, que se hallen en la bola abierta
reducida de radio o centrada en el punto (1, -2),diste de 2 menos que el nmero real fijado r
181
Como:
2 2 2 2
4 2 4( 1) 4 ( 2) 2 2 4( 1) ( 2) 4 1 2
4 ( 1) ( 2) ( 1) ( 2) 4 5
x y x y x y x y
x y x y o o o r
+ = + + + = + + + +
+ + + + + < + =
Bastar tomar
5
r
o .
b) El
2
2 2 ( , ) (0,0)
3
lim 0
x y
y
x y
=
+
si:
0 r > , existe un 0 o > tal que si
2 2
0 x y o < + < entonces
2
2 2
3
0
y
x y
r <
+
.
Como
2 2 2 2
2 2
2 2 2 2 2 2
3 3 3( )
3 3
y y x y
x y
x y x y x y
o r
+
= = + <
+ + +
basta tomar
3
r
o .
c) El
2
2 2
( , ) (0,0)
3
lim 0
x y
x y
x y
=
+
pues:
Para todo 0 r > existe un 0 o > tal que si
2 2
0 x y o < + < entonces
2
2 2
3
0
x y
x y
r <
+
.
En efecto, como
2
2 2 2 2 2
2 2
2 2 2 2 2 2
3
3( ) 3
0 3 3
x y
x y x y x y
x y
x y x y x y
o
+ +
= + <
+ + +
r
Ser suciente tomar un
3
r
o .
7. Demostrar utilizando la denicin de lmite que

( )
2
(x, y) (1, 2)
lim x +2y = 5 .
SOLUCIN:
Hay que probar que:
0 r > , 0/ o >
2 2 2
( , ) : 0 ( 1) ( 2) x y x y o < + < R
2
2 5 r + < x y .
Pero,
182
( )
2 2 2 2
2
2
2 2 2 2 2 2 2
2 5 ( 1) 2 1 2( 2) 4 5 ( 1) 2 2 2( 2) ( 1) 2( 1) 2( 2)
( 1) 2 1 2 2 ( 1) ( 2) 2 ( 1) ( 2) 2 ( 1) ( 2) 4 o o
+ = + + + = + + = + +
+ + + + + + + +
x y x x y x x y x x y
x x y x y x y x y
Tomando 0 1 o < , como
2
4 o o + = ( 4) o o + 4 5 y ( 4) 5 o o o o + + < y
como quiero que 5 ,
5
r
o r o < < . Bastar tomar min(1, )
5
r
o .
8. Demostrar que la funcin
2
2 2
y
si (x, y) (0, 0)
f (x, y)
x + y
0 si (x, y) (0, 0)
es continua en el origen.
SOLUCIN:
Lmites reiterados:

2
1
2 2 0 0 0
lim lim lim0 0
x y x
y
l
x y

| | | |
| | = = =
| |
+
\ . \ .
y
2 2
2
2 2 2 0 0 0
lim lim lim 0
y x y
y y
l
x y y

| | | |
| | = = =
| |
+
\ . \ .
De la igualdad de los lmites reiterados, el lmite, si existe, es 0.
{ }
2
( , ) / = = A x y y mx R , los lmites direccionales
no dependen de la direccin porque:
( , )
2 2 2 2 2 2
2 2 2 2 2 2 2 ( , ) (0,0) ( , ) (0,0) 0 0
lim lim lim lim 0
(1 ) (1 )
=

| | | | | | | |
| | | | = = = =
| | | |
+ + + +
\ . \ . \ . \ .
x y A y mx
x y x y x x
y y m x m x
x y x y x m x m
2 3 2 3
, , , y ax y ax x ay x ay = = = = , se observa que
el lmite es 0 en cada caso, seguimos concluyendo que: el lmite, si existe es 0.
Como:
2 2 2
2
2 2
sin
0 sin
p
p p
p
= =
+
y
x y
y
0
lim 0
p
p
+
=
183
( , ) (0,0)
lim ( , ) 0
x y
f x y
= y como coincide con (0, 0) f , se puede

concluir que la funcin es continua en el origen.
Utilizando la denicin de lmite:
El
2
2 2 ( , ) (0,0)
lim
x y
y
x y
| |
|
|
+
\ .
ser 0 si:
2 2
0 0 / 0 ( 0) ( 0) r o o > > < + < x y
2
2 2
0
y
x y
r <
+
Como:
2 2 2
2 2
2 2 2 2
0
y x y
x y
x y x y
o
+
+ <
+ +
,
bastar tomar un o r para asegurar que el lmite existe y es 0.
9. Estudie el lmite de las funciones siguientes en (0, 0) .

a)
3
6 2
x y
f (x, y) =
x + y
b)
4 2
2xy
f (x, y) =
x + y
c)
1
f (x, y) = xsin
y
SOLUCIN:
Lmites reiterados a) :

3
1
6 2
0 0 0
lim lim lim0 0
x y x
x y
l
x y

| |
= = =
|
+
\ .

3
2
6 2
0 0 0
lim lim lim0 0
y x x
x y
l
x y

| |
= = =
|
+
\ .
Luego el lmite, si existe, ser 0.
{ }
2
( , ) / = = A x y y mx R , los lmites direccionales no
( , )
3 3 4 2
6 2 6 2 6 2 2 4 2
( , ) (0,0) ( , ) (0,0) 0 0
lim lim lim lim 0
=

| | | | | | | |
= = = =
| | | |
+ + + +
\ . \ . \ . \ .
x y A y mx
x y x y x x
x y x y mx mx
x y x y x m x x m
Se sigue concluyendo que el lmite, si existe, es 0.
184
Lmite segn el conjunto de parbolas cbicas
3
y ax =
( ) ( ) ( )
3
3 6
6 2 6 2 2 2
( , ) (0,0) 0 0
lim lim lim
1 1 1
=

= = =
+ + + +
y ax
x y x x
x y ax a a
x y x a a a
No existe el lmite, pues depende del coeciente a de la parbola.
Lmites reiterados b) :

1
4 2
0 0 0
2
lim lim lim0 0
x y x
xy
l
x y

| |
= = =
|
+
\ .

2
4 2
0 0 0
2
lim lim lim0 0
y x x
xy
l
x y

| |
= = =
|
+
\ .
{ }
2
( , ) / = = A x y y mx R , los lmites direccionales s
( , )
2
4 2 4 2 2 2 2 2 2
( , ) (0,0) ( , ) (0,0) 0 0
2 2 2 2 2
lim lim lim lim
( ) ( )
=

| | | | | | | |
= = = =
| | | |
+ + + +
\ . \ . \ . \ .
x y A y mx
x y x y x x
xy xy mx m
x y x y x x m x m m
Particularizando para las rectas 2 y x = e = y x se obtienen los lmites 1 y 2,
respectivamente, luego no existe ese lmite en el origen.
NOTA: Tambin se puede argumentar que al depender, el lmite direccional, de la
pendiente m de las rectas por las que se tiende a (0,0) , no existe el lmite en el origen.
Lmites reiterados c) :
El
0
1
lim sin
| |
|
\ .
y
x
y
no existe, luego
1
l

no existe, y
2
0 0 0
1
lim lim sin lim0 0

| |
= = =
|
\ .
y x x
l x
y
NOTA: Para probar que:
0
1
lim sin
y
x
y
| |
|
\ .
(recordemos que es un lmite de una variable siendo considerada x como una constante) basta
demostrar que:
0
1
lim sin
y
y
| |
|
\ .
185
y para ello es suficiente encontrar dos sucesiones de trminos no nulos que sean convergentes a
cero y cuyas imgenes tengan lmites distintos.
Sean las sucesiones de trminos generales:
2
( 4 3)
n
a
n r
=
y
2
( 4 1)
n
b
n r
=
ambas convergen a 0, y sin embargo:

lim ( ) lim sin ( 4 3) 1
2
n
n n
f a n
r

( | |
= =
|
(
\ .
y lim ( ) lim sin ( 4 1) 1
2
n
n n
f b n
r

( | |
= =
|
(
\ .
y como consecuencia , no existe
0
1
lim sin
y
y
| |
|
\ .
{ }
2
( , ) / = = A x y y mx R , los lmites direccionales
no dependen de la direccin porque:
( , )
( , ) (0,0) ( , ) (0,0) 0
1 1 1
lim sin lim sin lim sin 0
=

| | | |
| |
= = =
| | |
\ .
\ . \ .
x y A y mx
x y x y x
x x x
y y mx
2 3 2 3
, , , y ax y ax x ay x ay = = = = , se observa
que el lmite es 0 en cada caso, seguimos concluyendo que el lmite, si existe es 0.
Como:
1
sin 0 1 cos p p = x x
y
y
0
lim 0
p
p
+
=
( , ) (0,0)
lim ( , ) 0
x y
f x y
= .
Tambin se podra utilizar la denicin de lmite:
( , ) (0,0)
1
lim sin 0
| |
=
|
\ .
x y
x
y
si:
2 2
0 0 / 0 ( 0) ( 0) r o o > > < + < x y
1
sin 0 r < x
y
.
186
Como:
2 2
1
sin 0 1 x x x y
y
o + < ,
bastar tomar uno r para asegurar que el lmite existe y es 0.
10. Calcule, si existen, los lmites siguientes:

a)
2 2
(x, y) (1,- 1)
(y +1) sin(x - 1)
lim
(x +1)sin(y +1)
b)
2 2
(x, y) (0,0)
(cos3xy - 1)siny
lim
2(x + y )
c)
xy
(x, y) (0,0)
ye - y
lim
(1 - cosy)log(1 +x)
d)
2 2
(x, y) (0,0)
(1 - cosxy)ln(1 +x)
lim
(x + y )sinx
SOLUCIN:
Aplicando los siguientes innitsimos equivalentes: a)
2 2
sin( 1) ( 1) si 1 y sin( 1) ( 1) si 1 x x x y y y + + .
se tiene:
2 2
( , ) (1, 1)
( 1) sin( 1)
lim
( 1) sin( 1)

+
+ +
x y
y x
x y
=
2 2
( , ) (1, 1)
( 1) ( 1)
lim
( 1)( 1)
x y
y x
x y

+
+ +
=
2
( , ) (1, 1)
( 1) ( 1)( 1)
lim
( 1)( 1)
x y
y x x
x y

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

+ = .
Utilizando los innitsimos equivalentes: b)
2 2
9
(1 cos3 ) si 0 y sin si 0
2
x y
xy xy y y y
,
resulta:
2 2
( , ) (0,0)
(cos3 1)sin
lim
2( )
x y
xy y
x y
+
=
2 3
2 2
( , ) (0,0)
9
lim
4( )
x y
x y
x y
+
,
y como sus lmites reiterados son cero, si existe el lmite ser 0.
Aplicando el Criterio de la funcin mayorante tenemos:
5 2 3
3 2 3 3 3
2
9 cos sin 9 9 9
0 cos sin 1 1
4 4 4 4
p
p p p
p
= = y
3
0
9
lim 0
4
p
p
+
= ;
187
luego el lmite propuesto es 0.
Observacin: En la aplicacin del Criterio de la funcin mayorante, se ha tenido en cuenta que
sin 1 y cos 1 .
Utilizando los innitsimos equivalentes: c)
2
( 1) si 0, (1- cos ) si 0 y ln(1 ) si 0
2
xy
y
e xy xy y y x x x +
se obtiene:
2
2 2
( , ) (0,0) ( , ) (0,0) ( , ) (0,0)
2 ( 1) 2
lim lim lim 2
(1 cos ) ln(1 )
xy xy
x y x y x y
ye y y e y x
y x y x y x

= = =
+
Los innitsimos equivalentes: d)
2 2
(1 cos ) si 0, ln(1 ) si 0 y sin si 0
2
x y
xy xy x x x x x x +
nos permiten escribir:
2 2 2 2
2 2 2 2 2 2
( , ) (0,0) ( , ) (0,0) ( , ) (0,0)
(1 cos ) ln(1 )
lim lim lim
( ) sin 2( ) 2( )
x y x y x y
xy x x y x x y
x y x x y x x y

+
= =
+ + +
,
cuyos lmites reiterados son 0, y por tanto, el lmite si existe ser 0.
Aplicando el Criterio de la funcin mayorante:
4 2 2
2 2 2 2 2 2 2 2
2
cos sin
0 cos sin cos sin 1 1
p
p p p p
p
= = =
como
2
0
lim 0
p
p
+
= se puede asegurar que el lmite es 0.
11. Estudie la continuidad de la funcin

2 3 5 3 2
6 5 2
(9xy - x )(27y +x y )
f (x, y) =
81y x - x y
y su posible prolongacin por continuidad donde no est denida.
188
SOLUCIN:
El dominio de f es
{ }
2 2 6 5 2
\ ( , ) / 81 0
f
D x y y x x y = = R R .
La funcin f es continua en su dominio, por ser producto y cociente de funciones
continuas y no anularse el denominador.
La ecuacin
6 5 2
81 0 y x x y = es equivalente a :
2 4 4 2 2 2 2 2 2 2 2
(81 ) (9 )(9 ) (3 )(3 )(9 ) xy y x xy y x y x xy y x y x y x = + = + + =0
obtenindose: 0, 0, 3 0, 3 - 0. x y y x y x = = + = =
La funcin f es discontinua en los puntos de los siguientes subconjuntos de
2
R :
{ }
{ }
2
1
2
2
2
3
2
4
1) ( , 0)
2) (0, )
3) ( , )
3
4) ( , )
3
P a
P b
a
P a
a
P a
=
=

=
`
)

=
`
)
R
R
R
R
estudiaremos en ellos la prolongacin de f , descomponiendo en factores el numerador
de la funcin:
2 3 5 3 2
(9 )(27 ) xy x y x y + =
2 3 3
(3 )(3 )(27 ) + + xy y x y x y x
En 1)
{ }
2
1
( , 0) P a = R
2 3 3 3 3 3
2 2 2 2 2 2
( , ) ( ,0) ( , ) ( ,0)
(3 )(3 )(27 ) (27 )
lim lim si 0
(3 )(3 )(9 ) (9 )
x y a x y a
xy y x y x y x y x a
a a

+ + +
= = =
+ + +
Si 0 a = entonces:
3 3
2 2
( , ) (0,0) ( , ) (0,0)
(27 )
lim ( , ) lim
(9 )
x y x y
y x
f x y
y x

+
=
+
,
y como los lmites reiterados son ambos 0, el lmite, si existe ser 0. Aplicando el Criterio
de la funcin mayorante:
3 3 3 3 3 3
2 2 2 2 2 2
3 3
2 2 2 2 2
27 sin cos 27sin cos
0
9 sin cos 9sin cos
27 sin cos
27 1 1 28 28
8sin 1 1 8sin sin cos 8sin 1
p p
p
p p

p p
p p

+ +
=
+ +
+
+
=
+ + + +
189
y como
0
lim 28 0
p
p
+
= , el
3 3
2 2
( , ) (0,0) ( , ) (0,0)
(27 )
lim ( , ) lim 0
(9 )
x y x y
y x
f x y
y x

+
= =
+
.
En 2)
{ }
2
2
(0, ) P b = R
2 3 3 3 3 3
2 2 2 2 2 2
( , ) (0, ) ( , ) (0, )
(3 )(3 )(27 ) (27 ) 27
lim lim 3 si 0
(3 )(3 )(9 ) (9 ) 9
x y b x y b
xy y x y x y x y x b
b b
xy y x y x y x y x b

+ + +
= = =
+ + +
Si 0 b = estamos calculando el lmite en el origen y ya se ha probado que es cero.
En 3)
2
3
( , )
3
a
P a

=
`
)
R
2 3 3 3 3
2 2 2 2 2 2
( , ) ( , ) ( , ) ( , )
3 3
(3 )(3 )(27 ) (27 ) 0
lim lim 0 si 0
(3 )(3 )(9 ) (9 ) 2
a a
x y a x y a
xy y x y x y x y x
a

+ + +
= = =
+ + +
El caso 0 a = , nos remitira al lmite en el origen, cuyo resultado es 0.
En 4)
2
4
( , )
3
a
P a

=
`
)
R
2 3 3 3 3 3
2 2 2 2 2 2
( , ) ( , ) ( , ) ( , )
3 3
(3 )(3 )(27 ) (27 ) 2
lim lim si 0
(3 )(3 )(9 ) (9 ) 2
a a
x y a x y a
a a

+ + +
= = =
+ + +
El caso 0 a = , nos conduce, como ya hemos visto, al resultado 0.
Entonces f se puede prolongar por continuidad a
2
R del modo siguiente:
si ( , ) ( , 0)
3 si ( , ) (0, )
0 si ( , ) ( , )
( , )
3
si ( , ) ( , )
3
( , ) en otro caso
x x y a
y x y b
a
x y a
f x y
a
x x y a
f x y
=
=
=

12. Halle las derivadas parciales de 1 y 2 orden de

2 2
z(x, y) = x + y
y compruebe que

2
.
2
z z
=
x y y x
190
SOLUCIN:
Si ( , ) 0 x y , utilizando las reglas de derivacin se obtiene:
2 2 2 2
y
z x x z y y
x z y z
x y x y

= = = =

+ +
( )
2
2 2
2 2 2 2 2
3 2 2 2 3
2 2
2
=
z x
z x x y
z x y x y
x z
x z z z
x y
+
+
= = =
+
( )
2
2 2
2 2 2 2 2
3 2 2 2 3
2 2
2
=
z
y
z y
x y
z x y y x y
z
y z z z
x y
+
+
= = =
+
( )
2
3 2 3
2 2
2
=
xy
z
x
z z x xy xy y
z
x y y x y z z z
x y
| | | |
= = = = =
| |

\ . \ .
+
( )
2
3 2 3
2 2
2
=
yx
z
y
z z y xy xy
x
z
y x x y x z z z
x y
| | | |

= = = = =
| |

\ .
\ .
+
observndose la igualdad de las derivadas cruzadas.
En el punto( ) 0, 0 no existen las derivadas pues:
( ) ( ) ( ) ( ) ( ) ( )
0 0
(0,0)
2 2 2
0 0 0
0, 0 1, 0 0, 0 , 0 0, 0
(0, 0) lim lim
0 0
lim lim lim

+
| |
= = = =
|
\ .
+
= = =
x
h h
h h h
z h z z h z
z
z
x h h
h
h h
h h h
y este lmite no existe, en efecto:
0 0 0 0
lim lim 1 y lim lim 1
+

= = = =
h h h h
h h
h h
h h h h
La derivada parcial con respecto a y en el origen no existe pues no existe el lmite
siguiente:
( ) ( ) ( ) ( ) ( ) ( )
0 0
(0,0)
2 2 2
0 0 0
0, 0 0,1 0, 0 0, 0, 0
(0, 0) lim lim
0 0
lim lim lim

+ | |
= = = =
|
\ .
+
= = =
y
h h
h h h
z h z z h z
z
z
y h h
h
h h
h h h
191
Basta utilizar un argumento anlogo al anterior.
Dado que
(0,0)
y
| |
\ .
z
x
(0,0)
| |
|
\ .
z
y
,
no existirn las derivadas parciales segundas en el origen.
13. Dada la funcin

y
z = e ar ccos(x - y) qu relacin existe entre

z z
z, y
x y
?
SOLUCIN:
Calculamos las derivadas parciales:
( )
( )
( )
2 2
arccos
1 1
y y
y
z e z e
e x y
x y
x y x y

= = +

y observamos que:
z z
x y

+ =

( )
2
1
y
e
x y

+ ( )
( )
( )
2
arccos arccos
1
y
y y
e
e x y e x y z
x y
+ = =

14. Dada la funcin f (x, y, z) = cos(x + y)cos(y +z)cos(x +z) demuestre que:

3
f
= 2sin(2x +2y +2z)
x y z
.
SOLUCIN:
Utilicemos la notacin siguiente:
3
xyz
f f
f
x y z z y x
| | | |
= =
| |

\ .
\ .
y recordemos las frmulas trigonomtricas:
sin cos cos sin sin( )
cos cos sin cos( ) sin
o o o
o o o
+ = +
= +
192
entonces:
sin( ) cos( ) cos( ) cos( ) cos( ) sin( )
cos( ) sin(2 )
= + + + + + + =
= + + +
f
x y y z x z x y y z x z
x
y z x y z
sin( ) sin(2 ) cos( ) cos(2 )
cos(2 2 2 )
| |
= + + + + + + =
|

\ .
= + +
f
y z x y z y z x y z
y x
x y z
y por tanto:
3
2sin(2 2 2 )
| | | |
= = + +
| |

\ .
\ .
f f
x y z
x y z z y x
15. Halle:
a)

n+m
n m
f
, con f (x, y) = cos(ax +by +c)
x y
b)

3
3xyz
g
, con g(x, y, z) = e
x y z
SOLUCIN:
Empleemos la notacin a)
n m m n
n m m n
f f
x y y x
+
| |
=
|

\ .
Calcularemos, en primer lugar, las derivadas parciales n -simas de la funcin f con respecto
a x , teniendo en cuenta que: sin cos( )
2
r
o o = + .
2
2 2
2
3
3 3
3
sin( ) cos( )
2
sin( ) cos( 2 )
2 2
sin( 2 ) cos( 3 )
2 2
cos( )
2
r
r r
r r
r
= + + = + + +
= + + + = + + +
= + + + = + + +
= + + +
.
n
n
n
f
a ax by c a ax by c
x
f
a ax by c a ax by c
x
f
a ax by c a ax by c
x
f
a ax by c n
x
Para demostrar que la expresin de la derivada parcial n -sima nos basaremos en el
Mtodo de Induccin Completa, que consta de tres pasos:
193
1) Base de induccin:
Comprobamos que es cierto para 1 n = :
1
1
cos( ) sin( )
2
r
= + + + = + +

f f
a ax by c a ax by c
x x
2) Hiptesis de induccin.
Suponemos que es cierto para n k = , es decir:
cos( )
2
k
k
k
f
a ax by c k
x
r
= + + +
3) Paso de induccin.
Entonces, si demostramos que es cierto para 1 n k = + , el Mtodo nos
asegura que es cierta la frmula para todo nmero natural.
Como:
1
1
1
sin( ) cos( ( 1) )
2 2
r r
+
+
+
| |
= = + + + = + + + +
|

\ .
k k
k k
k k
f f
a a ax by c k a ax by c k
x x x
coincide con la predicha por la frmula para 1 n k = + , podemos concluir la certeza de
sta para cualquier nmero natural.
Si llamamos ( , )
n
n
f
F x y
x
, entonces
n m m n m
n m m n m
f f F
x y y x y
+
| |
= =
|

\ .
,
bastar calcular la derivada parcial m-sima con respecto a la variable y de la funcin
( , ) F x y :
2
2 2
2
3
3 3
3
sin( ) cos( ( 1) )
2 2
sin( ( 1) ) cos( ( 2) )
2 2
sin( ( 2) ) cos( ( 3) )
2 2
cos( ( )
r r
r r
r r
r
= + + + = + + + +
= + + + + = + + + +
= + + + + = + + + +
= + + + +
.
n n
n n
n n
m
n m
m
F
a b ax by c n a b ax by c n
y
F
y
F
y
F
a b ax by c n m
y
)
2
Se demuestra de modo anlogo a la anterior derivada n -sima, obteniendo:

194
cos( ( ) )
2
n m m n m
n m
n m m n m
f f F
a b ax by c n m
x y y x y
r
+
| |
= = = + + + +
|

\ .
b) Sabemos que
3
3
, con ( , , )
xyz
g g
g x y z e
x y z z y x
| | | |
= =
| |

\ .
\ .
3
2
3 2 3 2 3
3
3 9 (3 9 )
| |
= = + = +
|

\ .
xyz
xyz xyz xyz
g
yze
x
g g
ze xyz e z xyz e
x y y x
3 2
3 2 3 3 2 2 2
(3 18 ) (3 9 )3 3 (1 9 9 )
xyz xyz xyz
g g
xyz e z xyz xye e xyz x y z
x y z z x y
| |
= = + + + = + +
|

\ .
16. Dada la funcin:
2
2 4
xy
si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
demuestre que aunque no es continua en el origen, tiene derivadas en todas
las direcciones en ese punto.
SOLUCIN:

Lmites reiterados:
2
1
2 4
0 0 0
lim lim lim0 0
x y x
xy
l
x y

| |
= = =
|
+
\ .
,
2
2
2 4
0 0 0
lim lim lim0 0
y x y
xy
l
x y

| |
= = =
|
+
\ .
el lmite, si existe, es 0.

2 2 3
2 4 2 4 2
( , ) (0,0) 0
lim lim 0
(1 )
y mx
x y x
xy m x
x y x m x
=

| | | |
= =
| |
+ +
\ . \ .
Lmites segn trayectorias parablicas del tipo
2
x ay = :
195
2
2 4 4
2 4 2 4 4 4 2 2 2
( , ) (0,0) 0 0 0
lim lim lim lim
( 1) 1 ( 1)
=

| | | | | |
= = = =
| | |
+ + + + +
\ . \ . \ .
x ay
x y y y y
xy ay ay a a
x y a y y y a a a
no existe lmite, porque depende del coeciente a de la parbola. Por consiguiente, no
es continua en el origen.
Para calcular las derivadas direccionales, consideremos el vector unitario u ( ) cos ,sin =
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
0 0
3 2 2 2
2 2 4 4 2 2 4
0 0
0, 0 cos ,sin 0, 0 cos , sin 0, 0
(0, 0) lim lim
cos sin cos sin sin
lim lim si cos 0
cos cos sin cos sin
h h
h h
f h f f h h f
D f
h h
h
h h h h

+
= = =
= = =
+ +
u

Si cos 0 = el vector (0,1) = u (0, 1) = u y la derivada direccional ser:
( ) ( ) ( ) ( ) ( ) ( )
(0,1)
0 0 0
0, 0 0,1 0, 0 0, 0, 0
0
(0, 0) lim lim lim 0
h h h
f h f f h f
D f
h h h

+
= = = =

( ) ( ) ( ) ( ) ( ) ( )
(0, 1)
0 0 0
0, 0 0, 1 0, 0 0, 0, 0
0
h h h
f h f f h f
D f
h h h

+
= = = =
Luego, existen las derivadas direccionales en el origen, aunque la funcin no sea continua
en (0, 0) .
NOTA: En este ejercicio se pone de manifiesto que una funcin f puede ser discontinua
en un punto, y admitir derivadas direccionales en todas las direcciones en ese punto.
Por otra parte, haremos notar que la derivada direccional calculada
(0,1)
D f(0,0) = 0 , es la parcial:

(0,0)
f
y
| |
|
\ .
y que la derivada parcial de f respecto a la variable x se obtendra de la derivada direccional
considerando el vector u=(cos ,sen ) igual a (1,0), es decir =0 , con lo que:
196
17. Dada la funcin:
3 3
2 2
x + y
si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
demuestre que es continua en el origen y tiene derivadas en todas las direcciones en
ese punto.
SOLUCIN:

Lmites reiterados:
3 3 3
1
2 2 2
0 0 0
lim lim lim 0
x y x
x y x
l
x y x

| | +
= = =
|
+
\ .

3 3 3
2
2 2 2
0 0 0
lim lim lim 0
y x y
x y y
l
x y y

| | +
= = =
|
+
\ .

3 3 3 3
2 2 2 2
( , ) (0,0) 0
(1 )
lim lim 0
(1 )
y mx
x y x
x y x m
x y x m
=

| | | | + +
= =
| |
+ +
\ . \ .
Es fcil comprobar que el lmite segn trayectorias tipo parablico es 0.
Cambiando a coordenadas polares obtenemos la siguiente acotacin:
( ) ( )
( )
3 3 3 3
3 3 3 3
2
cos sin
0 cos sin cos sin 1 1 2
p p
p p p p
p
+
= + + + =
y como
0
lim 2 0
p
p
+
=
, el criterio nos asegura que existe el lmite de la funcin en el origen,
es 0 y coincide con la imagen del (0,0). La funcin es continua en (0,0).
Para calcular las derivadas direccionales, consideremos el vector unitario ( ) cos ,sin = u
197
( ) ( ) ( ) ( ) ( ) ( )
( )
( )
( )
( )
( )
0 0
3 3 3 3 3 3
3 3 3 3
3 2 2 2 2 2 2 2 2
0 0 0
3 3 3 3
0
0, 0 cos , sin 0, 0 cos , sin 0, 0
(0, 0) lim lim
cos sin cos sin
cos sin
lim lim lim
cos sin cos sin
lim cos sin cos sin

+
= = =
+ +
+
= = = =
+ +
= + = +
h h
h h h
h
f h f f h h f
D f
h h
h h
h h
h h h h h h h
u
Luego existen las derivadas en cualquier direccin; en particular las derivadas parciales de
primer orden:
3 3 3 3
(1,0) (0,1)
(0,0)
(0,0)
(0, 0) 1 0 1 y (0, 0) 0 1 1
f f
D f D f
x y
| | | |
= = + = = = + =
| |

\ .
\ .
NOTA: En este ejercicio se pone de manifiesto que una funcin f, puede ser continua en
un punto, y admitir derivadas direccionales en todas las direcciones.
18. Dada la funcin:
2 2
1
ysin si (x, y) (0, 0)
x + y f (x, y)
0 si (x, y) (0, 0)
demuestre que es continua en el origen, pero no existen todas las derivadas
direccionales.
SOLUCIN:
Calculamos los lmites reiterados:
1
2 2
0 0 0
1
lim lim sin lim0 0
x y x
l y
x y

| |
= = =
|
+
\ .
,
2
2 2 2
0 0 0
1 1
lim lim sin lim sin 0
y x y
l y y
x y y

| |
= = =
|
+
\ .
El lmite, si existe es 0.
Probando con trayectorias rectilneas y parablicas, se llega a la misma conclusin.
Aplicamos el Criterio de la funcin mayorante:
Cambiando a coordenadas polares obtenemos la siguiente acotacin:
2 2
1 1
sin sin 0 sin sin 1 1 p p p p
p p
= =
198
y como
0
lim 0
p
p
+
= , el criterio nos asegura que existe el lmite de la funcin en el origen,

es 0 y adems, coincide con la imagen del (0,0), luego la funcin es continua en (0,0).
Para calcular las derivadas direccionales, consideremos el vector unitario
( ) cos , sin = u y planteamos el siguiente lmite:
( ) ( ) ( ) ( ) ( ) ( )
0 0
2 2 2 2
2
0 0
0, 0 cos ,sin 0, 0 cos , sin 0, 0
(0, 0) lim lim
1
sin sin
1 cos sin
lim limsin sin
h h
h h
f h f f h h f
D f
h h
h
h h
h h

+
= = =
| |
|
+
\ .
= =
u
este lmite slo existe en los casos en los que sin 0 = ,es decir, cuando con k k r = Z
; para este caso los vectores direccin son (1, 0) y (-1, 0) = = u u y la derivada direccional
es cero .
NOTA: Este ejercicio muestra una funcin f continua en un punto, que no tiene derivadas
direccionales en ese punto, salvo las que llevan la direccin del eje de abscisas.
19. Dada la funcin
2 2
2 2
1
x + y cos si (x, y) (0, 0)
x + y f (x, y)
0 si (x, y) (0, 0)
demuestre que es continua en (0, 0) , pero no existe ninguna derivada
direccional en ese punto.
SOLUCIN:
Calculamos los lmites reiterados, teniendo en cuenta que un innitsimo por una
funcin acotada es un innitsimo.
2 2
1
2 2 2
0 0 0
2 2
2
2 2 2
0 0 0
1 1
lim lim x +y cos lim cos 0
x +y x
1 1
lim lim x +y cos lim cos 0
x +y y
x y x
y x y
l x
l y

| |
= = =
|
\ .
| |
= = =
|
\ .
El lmite, si existe, es 0.
Se comprueba fcilmente que los lmites direccionales existen y son 0 segn cualquier
direccin.
Demostraremos que el lmite es 0, utilizando el Criterio de la funcin mayorante:
199
2 2
1 1
cos 0 cos 1 p p p p
p p
= =

y como

0
lim 0
p
p
+
=
,
el criterio nos asegura que existe el lmite de la funcin en el origen, es 0 y adems, coincide
con la imagen del (0,0), luego la funcin es continua en (0,0).
Calculamos las derivadas direccionales, considerando el vector unitario ( ) cos ,sin = u
y planteando el siguiente lmite:
( ) ( ) ( ) ( ) ( ) ( )
( )
( )
0 0
2 2 2
2 2 2
2
0 0
0, 0 cos ,sin 0, 0 cos , sin 0, 0
(0, 0) lim lim
1
1
cos sin cos
cos
cos sin
lim lim
h h
h h
f h f f h h f
D f
h h
h
h
h
h
h h

+
= = =
+
+
= =
u
este lmite no existe pues no existen los lmites laterales:
2 2
2
0 0 0
2 2
2
0 0 0
1 1
cos cos
1
lim lim lim cos
1 1
cos cos
1
lim lim lim cos
| |
= =
|
\ .
| |
= =
|
\ .
h h h
h h h
h h
h h
h h h
h h
h h
h h h
ya que
2
0
1
lim cos
| |
|
\ .
h
h
NOTA: Este ejercicio muestra una funcin f continua en un punto, que no tiene
derivadas direccionales en ese punto.
20. Dada la funcin

(x - 1)(y +2)
e - 1
f (x, y) =
2(x - 1)(y +2)
Estudie la continuidad y prolongue la funcin por continuidad en los casos que a)
sea posible.
Halle las derivadas parciales de la funcin prolongada. b)
200
SOLUCIN:
La funcin es continua en todos los puntos tales que a) ( 1)( 2) 0 x y + , es
decir 1 e 2 x y , ya que es cociente de funciones continuas y no se anula el
denominador.
Nos centraremos en el estudio del lmite de la funcin ( , ) f x y en los puntos de
la forma ( , 2) y (1, ) con 1 y 2 a b a b , teniendo en cuenta la equivalencia:
( 1) si 0,
z
e z z
( 1)( 2)
( , ) ( , 2) ( , ) ( , 2)
( 1)( 2)
( , ) (1, ) ( , ) (1, )
1 ( 1)( 2) 1
lim lim
2( 1)( 2) 2( 1)( 2) 2
1 ( 1)( 2) 1
lim lim
2( 1)( 2) 2( 1)( 2) 2
x y
x y a x y a
x y
x y b x y b
e x y
x y x y
e x y
x y x y
+

+

+
= =
+ +
+
= =
+ +
La funcin ( , ) f x y , prolongada por continuidad se expresara:
( 1)( 2)
1
si 1 e 2
2( 1)( 2)
( , )
1
si 1 o 2
2
+

+
=

= =
x y
e
x y
x y
f x y
x y
b) Clculo de las derivadas parciales de la funcin
( , ) f x y :
- Si 1 e 2 x y , la funcin tendr derivadas parciales de primer orden que
vienen dadas por las frmulas:
( )
( )
2 ( 1)( 2) ( 1)( 2)
2 2
( 1)( 2) ( 1)( 2)
2
2 ( 1)( 2) ( 1)( 2)
2 2
( 1)( 2) ( 1)(
( 1)( 2) ( 2) 1
2( 1) ( 2)
( 1)( 2) 1
2( 1) ( 2)
( 1) ( 2) ( 1) 1
2( 1) ( 2)
( 1)( 2)
x y x y
x y x y
x y x y
x y x
x y e y e
f
x x y
x y e e
x y
x y e x e
f
y x y
x y e e
+ +
+ +
+ +
+
+ +
= =
+
+ +
=
+
+
= =
+
+
=
2)
2
1
2( 1)( 2)
y
x y
+
+
+
Derivadas parciales en los puntos - (1, ) con 2 b b :
201
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
( )
( ) ( )
( )
0 0
(1, )
(1 1)( 2) ( 2)
( 2)
2
0 0 0
( 2) ( 2)
0 0

1, 1, 0 1, 1 , 1,
lim lim
1 1 1 1
1 2
2(1 1)( 2) 2 2 ( 2) 2
lim lim lim
2 2
2 2
lim lim
4 2
h h
b
h b h b
h b
h h h
h b h b
h h
f b h f b f h b f b f
x h h
e e
e h b
h b h b
h h h b
b e b e
h b

+ + +
+

+ +

| | + +
= = =
|
|
\ .

+
+ + +
= = = =
+
+ +
= =
+
( ) ( ) ( ) ( ) ( ) ( )
0
0 0
(1, )
0 0
1 ( 2) ( 2)
lim
4 4 4

1, 0,1 1, 1, 1,
lim lim
1 1
2 2
lim lim0 0
h
h h
b
h h
h b b
h h
f b h f b f b h f b f
y h h
h

+ +
= =
| | + +
= = =
|
|
\ .
= =
.

Derivadas parciales en los puntos -
( , 2) con a 1 a
:

( ) ( ) ( ) ( ) ( ) ( )
( )
0 0
( , 2)
0 0 0

, 2 1, 0 , 2 , 2 , 2
lim lim
1 1 1
, 2
2 2 2
lim lim lim0 0
h h
a
h h h
f a h f a f a h f a
f
x h h
f a h
h h

+ | | +
= = =
|
|
\ .
+
= = = =

( ) ( ) ( ) ( ) ( ) ( )
0 0
( , 2)

, 2 0,1 , 2 , 2 , 2
lim lim
h h
a
f a h f a f a h f a f
y h h

| | + +
= = =
|
|
\ .

( )( ) ( ) ( ) ( )
( )
( ) ( )
( )
( )
( 1)( 2 2) ( 1)
( 1)
2
0 0 0
( 1)
0 0
1 1 1 1
1 1
2 2 2 1 2 2 1 2
lim lim lim
2 1
1 1 1
1
lim lim
4 1 4 4
a h a h
a h
h h h
a h
h h
e e
e h a
h a h a
h h h a
a e a a h
a
h a h
+ +

+ +
= =

= = =
En (
) se ha aplicado la regla de LHpital.
21. Dada la funcin:

( )
8
2
3 8
2x
si (x, y) (0, 0)
f (x, y) x - y +x
0 si (x, y) (0, 0)
202
Estudie la continuidad y la existencia de derivadas parciales en el
origen.
SOLUCIN:

Lmites reiterados:

( )
8 8 2
1 2 6 8 2
0 0 0 0 3 8
2 2 2
lim lim lim lim 0
1
x y x x
x x x
l
x x x
x y x

| |
|
= = = =
| + +
+
\ .
( )
( )
8
2 2
0 0 0 3 8
2
lim lim lim 0 0
y x y
x
l
x y x

| |
|
= = =
|
+
\ .
El lmite, si existe, es 0.
( ) ( )
8 8
2 2
( , ) (0,0) 0 3 8 3 8
8 6
6 4 2 2 8 4 2 2 6
0 0
2 2
lim lim
2 2
lim lim 0
2 2
y mx
x y x
x x
x x
x y x x mx x
x x
x mx m x x x mx m x
=

= =
+ +
= = =
+ + + +
Lmites siguiendo la parbola cbica
3
y x = :
( )
3

8 8
2 8
( , ) (0,0) 0 3 8
2 2
lim lim 2
y x
x y x
x x
x
x y x
=

= =
+
Como el lmite anterior no es 0, podemos asegurar que la funcin no tiene lmite en el
origen y es discontinua en l.
Derivadas parciales en (0,0):
( ) ( ) ( ) ( ) ( )
( ) ( )
0 0
(0,0)
8
8 8
6 8
2 6 8 7 2
0 0 0 0
0, 0 1, 0 0, 0 , 0 0
lim lim
2
2 2 2
lim lim lim lim 0
1 1
h h
h h h h
f h f f h
f
x h h
h
h h h
h h
h h h h h h h

+
| |
= = =
|
\ .
+
= = = = =
+ + +
( ) ( ) ( ) ( ) ( )
0 0
(0,0)
0 0
0, 0 0,1 0, 0 0, 0
lim lim
0 0
lim lim0 0
h h
h h
f h f f h
f
y h h
h

+ | |
= = =
|
\ .
= =
203
22. Se considera la funcin
4 4
2 8
x + y
ar ct g si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
Se verica
xy yx
f (0, 0) = f (0, 0)
?
SOLUCIN:
Calculemos las derivadas parciales de primer orden en puntos ( ) ( ) , 0, 0 x y
( ) ( )
( ) ( )
5 3 8 4
2 2
2 8 4 4
11 2 3 4 7
2 2
2 8 4 4
2 4 2
4 4 8
x
x
f x x y xy
f
x
x y x y
f y x y x y
f
y
x y x y
+
= =
+ + +
+
= =
+ + +
( ) ( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( ) ( )
0 0
(0,0)
4 4
2
2
2 2
0 0 0
0 0
(0,0)
4 4
2 2
0
0, 0 1, 0 0, 0 , 0 0
(0, 0) lim lim
0
0
lim lim lim 0
0, 0 0,1 0, 0 0, 0
(0, 0) lim lim
0
0
lim lim
x
h h
h h h
y
h h
h h
f h f f h
f
f
x h h
h
arctg
arctg h
h
h
h h h
f h f f h
f
f
y h h
h
arctg
h
h

+
| |
= = = =
|
\ .
+
+
= = = =
+ | |
= = = =
|
\ .
+
+
= =
( )
2
2
0 0
lim 0
h
arctg h
h
h h
= =
En ( ) se ha aplicado el innitsimo equivalente: ( ) si 0. arctg z z z
Las funciones derivadas parciales de primer orden son:
( ) ( )
( ) ( )
( ) ( )
5 3 8 4
2 2
2 8 4 4
2 4 2
si , 0, 0
0 si , 0, 0
x
x x y xy
x y
x y x y f
x y
+
+ + + =

( ) ( )
( ) ( )
( ) ( )
11 4 7 2 3
2 2
2 8 4 4
4 8 4
si , 0, 0
0 si , 0, 0
y
y x y x y
x y
x y x y f
x y
+
+ + + =

204
Clculo de derivadas cruzadas en (0,0):
( )
( ) ( ) ( ) ( )
( ) ( )
( )
( ) ( ) ( ) ( )
( ) ( )
2
0
(0,0)
0 0
2
0
(0,0)
0 0
0, 0 0,1 0, 0
0, 0 lim
0, 0, 0
0 0
lim lim 0
0, 0 1, 0 0, 0
0, 0 lim
, 0 0, 0
0 0
lim lim 0
x x
xy
h
x x
h h
y y
yx
h
y y
h h
f h f
f
f
x y h
f h f
h h
f h f
f
f
y x h
f h f
h h

+
| |
= = =
|

\ .

= = =
+
| |
= = =
|

\ .

= = =
Luego se verica la igualdad de las derivadas cruzadas.
23. Dada la funcin
4
2 2
2y
si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
Pruebe que se verica que
xy yx
f (0, 0) = f (0, 0) , pero que no cumple las
hiptesis del teorema de Schwarz en el (0, 0) .
SOLUCIN:
Calculemos las derivadas parciales de primer orden
en puntos ( ) ( ) , 0, 0 x y :
( )
( )
4
2
2 2
2 3 5
2
2 2
4
8 4
x
y
f xy
f
x
x y
f x y y
f
y
x y

= =
+
+
= =
+
y en ( ) ( ) , 0, 0 x y = :
( ) ( ) ( ) ( ) ( )
0 0 0
(0,0)
0, 0 1, 0 0, 0 , 0 0 0
x
h h h
f h f f h f
f
x h h h

+ | |
= = = = =
|
\ .
205
( ) ( ) ( ) ( ) ( )
0 0
(0,0)
4
4
2 2
3
0 0
0, 0 0,1 0, 0 0, 0
(0, 0) lim lim
2
2
0
lim lim 0

+ | |
= = = =
|
\ .
+
= = =
y
h h
h h
f h f f h
f
f
y h h
h
h
h
h h
( )
( ) ( )
( ) ( )
( )
( ) ( )
( ) ( )
4 2 3 5
2 2
2 2 2 2
4 8 4
si , 0, 0 si , 0, 0
0 si , 0, 0 0 si , 0, 0
x y
xy x y y
x y x y
x y x y f f
x y x y
+

+ + = =

= =

Trataremos el clculo directo de ( ) ( ) 0, 0 y 0, 0
xy yx
f f :
( )
( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
2
0 0 0
(0,0)
2
0 0 0
(0,0)
0, 0 0,1 0, 0 0, 0, 0 0 0
0, 0 lim lim lim 0
0, 0 1, 0 0, 0 , 0 0, 0
0 0
0, 0 lim lim lim 0
x x x x
xy
h h h
y y y y
yx
h h h
f h f f h f f
f
x y h h h
f h f f h f
f
f
y x h h h

+ | |
= = = = =
|

\ .
+ | |
= = = = =
|

\ .
Luego
( ) ( ) 0, 0 = 0, 0 0
xy yx
f f =
.
Esta igualdad de las derivadas cruzadas en el origen, no es consecuencia de la aplicacin
del teorema de Schwarz, porque no se cumple una de las hiptesis.
En efecto, a continuacin se demuestra que la funcin xy
f
no es continua en (0,0):
( )
( ) ( )
3 3
3
2 2
16
si , 0, 0
xy yx
f x y f
f f x y
y x x y
x y
| | | |
= = =
| |

\ .
\ . +
la funcin
xy yx
f f = viene dada mediante la expresin siguiente:
( )
( ) ( )
( ) ( )
3 3
3
2 2
16
si x,y 0, 0
0 si x,y 0, 0
xy yx
x y
x y f f

+ = =

206
y como
3 3 3 6 3 3
2 2 3 2 6 2 2
( , ) (0,0) 0 0
16 16 16 16
lim lim lim
( ) (1 ) 1 1
y mx
x y x x
x y m x m m
x y m x m m
=

= = =
+ + + +
depende de la trayectoria rectilnea que tomemos, la funcin
xy
f no tiene lmite en el (0,0)
y por tanto no es continua.
24. Una funcin ( , ) f x y de clase C

2
se dice armnica si verica la ecuacin
de
Laplace:

2 2
2 2
f f
f = + =0
x y
.
Pruebe que las siguientes funciones son armnicas:
a)
2 2
f (x, y) = x - y b)
2y
f (x, y) =e cos2x c) o o f (x, y) = sin( x)cosh( y)
SOLUCIN:
Calcularemos a) f :

( )
2
2 2 2
2 2 2
2
2 2
2 2 0
2 2
f f
x
f f x x
f
x y f f
y
y y

= =

= + = + =
`

= =

)
Como 0 f = , la funcin
2 2
( , ) f x y x y = es armnica.
Calcularemos b) f :

2
2 2
2 2 2
2 2 2
2 2
2
2 sin 2 4 cos 2
0
2 cos 2 4 cos 2
y y
y y
f f
e x e x
f f x x
f
f f x y
e x e x
y y

= =

= + =
`

= =

)
Como 0 f = , la funcin
2
( , ) cos 2
y
f x y e x = es armnica
Calcularemos c) f :
207

2
2
2 2 2
2 2 2
2
2
cos( )cosh( ) sin( )cosh( )
0
sin( )sinh( ) sin( )cosh( )
f f
x y x y
f f x x
f
f f x y
x y x y
y y
o o o o o o
o o o o o o

= =

= + =
`

= =

)
Como 0 f = , la funcin ( , ) sin( )cosh( ) f x y x y o o = es armnica.
NOTA: Las funciones hiperblicas se definen por las igualdades siguientes:
sinh( ) cosh( ) tanh( ) coth( )
2 2
x x x x x x x x
x x x x
e e e e e e e e
x x x x
e e e e

+ +
= = = =
+
y sus derivadas se expresan mediante las frmulas:
+
= =
= =
= =
2
2
sinh( ) cosh( )
2
cosh( ) sinh( )
2
1
tanh( ) 1 tanh ( )
cosh
x x
x x
e e
x x
e e
x x
x x
x
Se verifica la siguiente relacin fundamental:
2 2
cosh ( ) sinh ( ) 1 x x =
25. Demuestre que si la funcin f (x, y) de clase C

3
es armnica, tambin lo son
las siguientes funciones:
x
x y
a) z = f
b) z = xf + yf
SOLUCIN:
Como la funcin a) f es de clase C
2
, se cumple el teorema de Schwarz (igualdad de
las derivadas cruzadas), por tanto
2 2
y x xy
f f = .
Por ser f armnica se verica que
2 2
x y
f f = , luego, podemos escribir:
( ) ( ) 2 2 3 2 2 2
2 2 2 2
2 2
+ + = 0
x
x x x x y y x
x
x
y x xy xy xy
y xy
y xy
z f z f f f f
z f f f f
z f z f
= = = = =
= =
`
= =

)
Como 0 z = , la funcin
x
f es armnica.
208
b) Por cumplirse
2 2
y x xy
f f = (Teorema de Schwarz) y
2 2
x y
f f = ( f armnica), se
deduce que:
3 2
2 3
x y x
x y y
f f
f f
=
=
luego, podemos escribir:
2 2 2 2 3 2 2 3 2
2 2 2 2 2 3 2 2 3
2
2
x x yx
x x x x x yx x x yx
y xy y
y y xy y y y xy y y
z f xf yf z f f xf yf f xf yf
z xf f yf z xf f f yf xf f yf
= + + = + + + = + +
= + + = + + + = + +
y por tanto :
( ) ( ) ( ) 2 2 3 2 2 3
2 = 0
x y x xy yx y
z f f x f f y f f = + + + + +
Como 0 z = , la funcin
x y
z xf yf = + es armnica.
26. Pruebe que cada una de las funciones siguientes

a)
4
f (x,t ) = (x +at )
b) f (x,t ) = Asin(x +at ) +Bsin(x - at )
c)
x +at
f (x,t ) = e
satisface la ecuacin de ondas:

2 2
2
2 2
f f
a =
x t
.
SOLUCIN:
Calculemos las derivadas parciales siguientes: a)
( ) ( )
( ) ( )
2
3 2
2
2
3 2
2
2
4 12
4 12
f f
x at x at
x x
f f
a x at a x at
t t

= + = +

= + = +

y se observa que
2 2
2
2 2
f f
a
x t

=

.
Calculemos las derivadas parciales: b)
209
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
2
2
2
2 2
2
cos cos sin sin
cos cos sin sin
f f
A x at B x at A x at B x at
x x
f f
aA x at Ba x at a A x at a B x at
t t

= + + = +

= + = +

y se observa que
2 2
2
2 2
f f
a
x t

=

.
Calculemos las derivadas parciales: c)
2
2
2
2
2
x at x at
x at x at
f f
e e
x x
f f
ae a e
t t
+ +
+ +

= =

= =

.
y se observa que
2 2
2
2 2
f f
a
x t

=

.
27. Se considera la funcin
2 2
4 4
x y
si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
Halle a)
x y
f (0, 0) y f (0, 0) .
Estudie si b) f (x, y) es diferenciable en (0,0).
SOLUCIN:
Calculemos las derivadas parciales de primer orden en el punto (0,0): a)
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
0 0 0
(0,0)
3
0 0 0
(0,0)
0, 0 1, 0 0, 0 , 0 0 0
0, 0 0,1 0, 0 0, 0 0
x
h h h
y
h h h
f h f f h f
f
x h h h
f h f f h f
f
y h h h

+ | |
= = = = =
|
\ .
+ | |
= = = = =
|
\ .
No es continua en el origen, luego no es diferenciable en ese punto. b)
En efecto, basta calcular los lmites direccionales:
210
( )
2 2 2 4 2 2
4 4 4 4 4 4
( , ) (0,0) 0 0
lim lim lim
1 1 1
y mx
x y x x
x y m x m m
x y m m x m
=

= = =
+ + + +
y observar que dependen de la pendiente m de la recta y mx = .
28. Dada la funcin
3
2 2
1
(x + y) sin si (x, y) (0, 0)
f (x, y) x + y
0 si (x, y) (0, 0)
Estudie la continuidad en el origen. a)
Estudie si b) f (x, y) es diferenciable en (0,0).
SOLUCIN:
Se tiene que: a)

( )
3
2 2 ( , ) (0,0)
1
lim sin 0
x y
x y
x y
+ =
+
,
por ser producto de un innitsimo por una funcin acotada (aplquese el
Criterio de la funcin mayorante).
Como el ( ) ( )
3
2 2 ( , ) (0,0)
1
lim sin 0, 0
x y
x y f
x y
+
+
la funcin es continua en
(0,0).
La diferencial de b) ( , ) f x y en (0,0), si existe, adoptar la forma
( ) ( ) (0, 0) 0 (0, 0) 0 0 0 0
x y
f x f y x y + = + =
Veamos si el siguiente lmite es cero
( ) ( ) ( ) ( ) ( )
( ) ( )
( )
2 2 ( , ) (0,0)
3
2 2
2 2 2 2 ( , ) (0,0) ( , ) (0,0)
, 0, 0 (0, 0) 0 (0, 0) 0
lim
1
sin 0
, 0, 0 0
lim lim
x y
x y
x y x y
f x y f f x f y
x y
x y
f x y f x y
x y x y

+
=
+
+
+
= =
+ +
211
en efecto lo es, basta aplicar el Criterio de la funcin mayorante;
( )
( ) ( )
3
3 3 3
2 2 2 2
cos sin 1
sin 0 cos sin cos sin 1 1 8
p p
p p p p
p p
+
+ + + =
y como
2
0
lim 8 0
p
p
+
= , resulta que:
( ) ( ) ( ) ( ) ( )
2 2 ( , ) (0,0)
, 0, 0 (0, 0) 0 (0, 0) 0
lim 0
+
=
+
x y
x y
f x y f f x f y
x y
y la funcin es diferenciable en (0,0).
29. Demuestre que la funcin

| |
|

\ .
2 2
2 2
1
(x + y )cos si (x, y) (0, 0)
f (x, y) =
x + y
0 si (x, y) (0, 0)
es diferenciable en el (0,0), pero sus derivadas parciales de primer orden
son discontinuas.
SOLUCIN:
Dado que:
( )
2 2
2 2 ( , ) (0,0)
1
lim cos 0
| |
| + =
|
+
\ .
x y
x y
x y
,
por ser producto de un innitsimo por una funcin acotada (aplquese el Criterio de la
funcin mayorante), la funcin ( , ) f x y es continua en (0,0) pues el lmite coincide con
( ) 0, 0 0 f = .
Calcularemos las derivadas parciales de
( , ) f x y
en el origen para estudiar su
continuidad:
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
2
0 0 0 0
(0,0)
2
0 0 0 0
(0,0)
1
cos
0, 0 1, 0 0, 0 , 0 0 1
(0, 0) lim lim lim lim cos 0
1
cos
0, 0 0,1 0, 0 0, 0 1
(0, 0) lim lim lim lim cos 0
x
h h h h
y
h h h h
h
f h f h f h f
f h
x h h h h
h
f h f h f h f
f h
y h h h h

+ | |
= = = = = =
|
\ .
+ | |
= = = = = =
|
\ .

212
( ) ( ) ( )
( ) ( )
( ) ( )
2 2 2 2 2 2
1 1
2 cos + sin si , 0, 0
0 si , 0, 0
| |
|
|
=
| + + +
\ .
x
x
x x y
f
x y x y x y
x y
( ) ( ) ( )
( ) ( )
( ) ( )
2 2 2 2 2 2
1 1
2 cos + sin si , 0, 0
0 si , 0, 0
| |
|
|
=
| + + +
\ .
y
y
y x y
f
x y x y x y
x y
y puesto que
( ) ( ) ( )
( , ) (0,0) 2 2 2 2 2 2
1 1
lim 2 cos + sin
=
| |
|
|
| + + +
\ .
y mx
x y
x
x
x y x y x y

debido a que

( ) ( ) ( ) ( )
( , ) (0,0) 0 2 2 2 2 2 2
1 1
lim sin lim sin
1 1 =

=
+ + + + y mx
x y x
x x
x y x y x m x m
lo que implica que la funcin
x
f es discontinua en (0,0).

De modo anlogo, basndonos en la simetra de la funcin f , podemos asegurar
que
y
f es discontinua en el origen.
La diferencial de ( , ) f x y en (0,0), si existe, adoptar la forma:
( ) ( ) (0, 0) 0 (0, 0) 0 0 0 0
x y
f x f y x y + = + =
Veamos si es cero el siguiente lmite:
( ) ( ) ( ) ( ) ( )
( ) ( )
( )
2 2 ( , ) (0,0)
2 2
2 2
2 2 2 2 ( , ) (0,0) ( , ) (0,0)
, 0, 0 (0, 0) 0 (0, 0) 0
lim
1
cos 0
, 0, 0 0
lim lim
x y
x y
x y x y
f x y f f x f y
x y
x y
f x y f x y
x y x y

+
=
+
+
+
= =
+ +
en efecto lo es, basta aplicar el Criterio de la funcin mayorante;
213
2
1 1
cos 0 cos 1
p
p p p
p p p
= y como
0
lim 0
p
p
+
= , el lmite anterior es 0 y,
( ) ( ) ( ) ( ) ( )
2 2 ( , ) (0,0)
, 0, 0 (0, 0) 0 (0, 0) 0
lim 0
+
=
+
x y
x y
f x y f f x f y
x y
por lo que la funcin es diferenciable en (0,0).
NOTA: En este ejercicio se pone de manifiesto que una funcin f, puede tener derivadas
parciales de primer orden discontinuas en un punto, y ser diferenciable en dicho punto, con lo que
la continuidad de las derivadas parciales primeras en un punto es una condicin suficiente pero
no necesaria para la existencia de la diferencial en dicho punto.
30. Calcule aproximadamente las siguientes cantidades, usando la diferencial

de la funcin adecuada:
a)
2.99
1.02 b)
2 2
3.99 +3.01 c)
1 1
3 4
ln(8.01 +0.98 - 2)
SOLUCIN:
Elegimos como funcin a) ( ) ,
y
f x y x = y el punto (1,3) a en el que la funcin es
diferenciable.
Queremos calcular ( ) ( )
2.99
1.02, 2.99 1.02 f = .
Aproximamos ( ) 1.02, 2.99 f mediante la diferencial de ( ) ,
y
f x y x = en el punto
(1,3) a del modo siguiente:
( ) ( ) ( ) ( ) ( ) ( ) 1.02, 2.99 1, 3 1, 3 1.02 1 1, 3 2.99 3
x y
f f f f + +
Teniendo en cuenta que ( ) 1,3 1 f = y que:
( )
( )
1
1, 3 3
ln 1, 3 0
y
x x
y
y y
f yx f
f x x f
= =
= =
resulta:
214
( ) 1.02, 2.99 1 3 0.02 0 1.06 f + + =
b) Elegimos la funcin ( )
2 2
, f x y x y = + y el punto (4,3) a en el que la funcin es
diferenciable.
Queremos evaluar ( ) ( ) ( )
2 2
3.99, 3.01 3.99 3.01 f = + .
Aproximamos ( ) 3.99, 3.01 f mediante la diferencial de la funcin ( )
2 2
, f x y x y = +
en el punto (4,3) a del modo siguiente:
( ) ( ) ( ) ( ) ( ) ( ) 3.99, 3.01 4, 3 4, 3 3.99 4 4, 3 3.01 3
x y
f f f f + +
Teniendo en cuenta que ( ) 4, 3 5 f = y que:
( )
( )
2 2
2 2
4
4, 3
5
3
4, 3
5
x x
y y
x
f f
x y
y
f f
x y
= =
+
= =
+
resulta: ( ) ( ) ( )
4 3
3.99, 3.01 5 0.01 0.01 4.998
5 5
f + + =
Elegimos como funcin c) ( )
1 1
3 4
, ln 2 f x y x y
| |
= +
|
\ .
y el punto (8,1) a en el que la
funcin es diferenciable.
Queremos calcular ( )
1 1
3 4
8.01, 0.98 ln 8.01 0.98 2 f
| |
= +
|
\ .
.
Aproximamos ( ) 8.01, 0.98 f mediante la diferencial de la funcin:
( )
1 1
3 4
, ln 2 f x y x y
| |
= +
|
\ .
215
en el punto
(8,1) a
del modo siguiente:
( ) ( ) ( ) ( ) ( ) ( ) 8.01, 0.98 8,1 8,1 8.01 8 8,1 0.98 1
x y
f f f f + +
Teniendo en cuenta que
( ) ( ) 8,1 ln 2 1 2 0 f = + =
y que:
( )
( )
2
3
1 2 2 1 1
3 3 3 4 4
3
4
1 1 1 3 3
3 3 4 4 4
1 1
8,1
12
3 2 3 2
1 1
8,1
4
4 2 4 2
x x
y y
x
f f
x y x x y x
y
f f
x y x y y y
= = =
| | | |
+ +
| |
\ . \ .
= = =
| | | |
+ +
| |
\ . \ .
resulta:
( )
3
1 1
8.01, 0.98 0 0.01 0.02 4.16 10
12 4
f

+ =
31. Hallar la ecuacin de la tangente a la curva

2 3
x = 2t , y = 3t , z =t ,
en el punto (2, 3, 1) .
SOLUCIN:
Esta curva puede considerarse como una funcin vectorial
3
: f R R denida de
la forma ( ) ( )
2 3
2 ,3 , t t t t = f . El punto ( ) 2, 3,1 se obtiene para 1 t = .
Un vector en la direccin de la recta tangente a la curva en el punto( ) 2, 3,1 viene
dado por ( ) ( ) ( )
2
1
1 2, 6 , 3 2, 6, 3
t
J t t
=
=
f
y por consiguiente, la ecuacin de la recta
tangente a la curva dada en ( ) 2, 3,1 en forma continua es:
2 3 1
2 6 3
x y z
= =
216
32. Consideremos la supercie
2 2
z = 2x + y . El plano y = 3 se interseca
con la supercie en una curva. Halle la ecuacin de la recta tangente a
esa curva en x = 2 .
SOLUCIN:
Esta curva puede parametrizarse haciendo:
3 y = , x t = , y
2
2 9 z t = +
y considerarse como una funcin vectorial
3
: f R R denida de la forma:
( ) ( )
2
,3, 2 9 t t t = + f
.
El punto ( ) 2, 3,17 se obtiene para 2 t = .
Un vector en la direccin de la recta tangente a la curva en el punto( ) 2, 3,17
viene dado por ( ) ( ) ( )
2
2 1, 0, 4 1, 0, 8
t
J t
=
=
f
y, por consiguiente, la ecuacin de la recta
tangente a la curva dada en ( ) 2, 3,17 es:
2 3 17
1 0 8
x y z
= = o en unas ecuaciones cartesianas
3
8 1
y
z x
=
= +
NOTA: Tambin podemos utilizar el mtodo siguiente que consiste en considerar la

curva plana situada en el plano
3 y =
siendo su pendiente:
( )
( )
( )
| |
= =
|
\ .
2,3
2,3
4 8
z
x
x
,
la recta tangente ser la recta del plano 3 y = , de ecuacin ( ) 17 8 2 z x = es decir, la
formada por las ecuaciones
3
8 1
y
z x
=
= +
217
33. Calcule el jacobiano de la funcin:
( ) ( ) p p p p = , , , , cos cos cos sin sin f
.
SOLUCIN:
Las componentes de la funcin ( ) , , p f , son:
1 2 3
cos cos , cos sin , sin f f f p p p = = =
La matriz jacobiana de la funcin ( ) , , p f es:
1 1 1
2 2 2
3 3 3
cos cos cos sin sin cos
cos sin cos cos sin sin
sin 0 cos
f f f
f f f
J
f f f
p
p p
p p
p
p
p
| |
|

|
| |
|

|
= =
|
|

| |
\ .
|

|
|

\ .
f
y el determinante jacobiano pedido:

2
cos cos sin sin cos
cos cos sin cos sin sin =
sin 0 cos
J

p

=
f
( )
2 2 2 2 2 2 2 2 2
= cos cos cos sin sin sin cos cos sin = p
(
+

( ) ( )
2 2 2 2 2 2 2
= cos cos cos sin sin cos sin p
(
+ + + =

( )
2 2 2 2
= cos cos sin = cos p p +
34. Calcule el jacobiano de g f en el punto

| |
|
\ .

0, ,
2 2
, si
= (x, y, z) (sin(x + y +z), sin(xyz)) f y
2
(x, y) = (x, x - y, x + y ) g .
218
SOLUCIN:
Como
( ) ( ) ( )
0, ,
0, , 0, ,
2 2
2 2 2 2
J J J r r
r r r r | |
| | | |
|
| |
\ .
\ . \ .
=
g f g f
f
y ( ) 0, , 0, 0
2 2
r r | |
=
|
\ .
f ,
calcularemos la matriz jacobiana de f en 0, ,
2 2
r r | |
|
\ .
:
( )
( ) ( ) ( )
( ) ( ) ( )
2
0, ,
2 2
0, ,
2 2
1 1 1
cos cos cos
cos cos cos
0 0
4
x y z x y z x y z
J
yz xyz xz xyz xy xyz
r r
r r
r
| |
|
| | \ .
|
\ .
| |
+ + + + + + | |
|
= =
|
|
| \ .
\ .
f
y la matriz jacobiana de g en ( ) 0, , 0, 0
2 2
r r | |
=
|
\ .
f :
( )
( )
( )
0,0
0,0
1 0 1 0
1 1 1 1
1 2 1 0
J
y
| | | |
| |
= =
| |
| |
\ . \ .
g
La matriz
( )
0, ,
2 2
J
r r | |
|
\ .
g f
, viene dada por el producto de matrices siguiente:
2
2
1 1 1
1 0
1 1 1
1 1 1 1 1
4 0 0
1 0
4
1 1 1
r
r
| |
| | | | |
|
|
|
=
|
|
|
|
|
| \ .
\ .
|

\ .
y el determinante jacobiano es 0, por tener dos las iguales.
219
35. Calcular el jacobiano de la funcin:
( )
| | | |
| |
| |
=
|
| |
\ .
\ . \ .
, ,
2 2 2
2 2
y z
x, y, z x + y +z ar ct an ar ct an
x
x + y
g , x 0 y 0
SOLUCIN:
Las componentes de la funcin ( ) , , x y z g , son:

2 2 2
1 2 3
2 2
, arctan , g arctan
y z
g x y z g
x
x y
| |
| |
| = + + = =
|
|
\ .
+
\ .
La matriz jacobiana de la funcin ( ) , , x y z g es:
1 1 1
2 2 2
3 3 3
g g g
x y z
g g g
J
x y z
g g g
x y z
| |
|

|
|

= =
|

|
|

|
|

\ .
g
2 2 2 2 2 2 2 2 2
2
2 2
2 2 2 2 2 2 2
2 2 2 2 2 2
2 2 2 2 2 2
1
0
1 1
1 1 1
1 1 1
x y y
x y z x y z x y z
y
x x
y y
x x
z x z y x
x y x y
x y x y x y
z z z
x y x y x y
| |
|
|
|
|
+ + + + + +
|
|
|
|
| | | |
|
+ +
| |
|
\ . \ .
|

|

| + +
+ + + | | | | | |
|
| | | + + +
| | | | |
+ + +
\ . \ . \ . \ .
y el determinante jacobiano pedido es:
220
2 2 2 2 2
2 2 2 2 2
2 2
1 1 1 1
0 =
x y z
J y x
x y x y z
x y z x y
zx zy x y
=
+ + +
+ + +
+
g
( )( )
( )( )
2 2 2 2 2
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
1
=
x y x y z
x y z x y x y z x y x y z x y
+ + +
=
+ + + + + + + + +
NOTA: Obsrvese que:
2
2 2 2 2 2
1 1
cos
x y z x y
p
=
+ + +
segn la relacin de coordenadas esfricas:
cos cos
sin cos
sin
x
y
z
p
p
p
=
,
y por tanto
1
J
J
=
f
g
, siendo ( ) , , p f la funcin definida en el ejercicio anterior.
Un resultado terico (Teorema de la funcin inversa) nos permite afirmar que cuando dos
transformaciones son inversas, como en este caso lo son ( ) , , x y z g

y

( ) , , p f , se verifica la

siguiente relacin entre las matrices jacobianas:
( )
1
J J
=
g f
.
en un entorno de los puntos donde son diferenciables con continuidad y sus determinantes
jacobianos no son nulos.
Por lo que en estas condiciones se verifica:
1
J
J
=
f
g
.
221
36. Calcule:
a) la derivada de la funcin =
2 2 3
f (x, y, z) xy - 2x z +xy en el punto
A(1, - 2, 1) en la direccin del punto A al punto B(1,-1,1).
b) el valor de la derivada direccional mxima en el punto A
c) la direccin o direcciones para la cual la derivada direccional de
f en A es nula.
SOLUCIN:
a) La funcin escalar ( )
2 2 3
, , 2 f x y z xy x z xy = + es diferenciable en el punto A.
El vector ( ) 0,1, 0 AB =
,
es unitario. La derivada direccional de ( ) , , f x y z en el
punto A, vendr dada por la siguiente expresin en la que interviene el gradiente:
( ) ( ) ( ) ( ) ( ) ( ) ( )( ) 1, 2,1 1, 2,1 0,1, 0 1, 2,1 , 1, 2,1 , 1, 2,1 0,1, 0
x y z
AB
D f f f f f = =
,
,
- -
Como:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
2 3
1, 2,1
1, 2,1
2
1, 2,1
1, 2,1
2
1, 2,1
1, 2,1
1, 2,1 4 8
1, 2,1 2 3 8
1, 2,1 2 2
x
y
z
f
f y xz y
x
f
f xy xy
y
f
f x
z
| |
= = + =
|
\ .
| |
= = + =
|
\ .
| |
= = =
|
\ .
el gradiente ser ( ) ( ) 1, 2,1 8,8, 2 f =
,
,
y la derivada direccional viene dada por
( ) ( ) ( ) ( ) ( ) 1, 2,1 1, 2,1 0,1, 0 8, 8, 2 0,1, 0 8
AB
D f f = = =
,
,
- -
b) La derivada direccional mxima de la funcin escalar f en el punto ( ) 1, 2,1 A
viene dada por el mdulo o norma del gradiente de f en ese punto:
( ) ( ) ( )
2 2
2
1, 2,1 8 8 2 2 33 f = + + =
,
222
c) Como
( ) ( ) ( ) ( ) ( )
( , , )
, , 8, 8, 2 , , 0
a b c
D f A f A a b c a b c = = =
,
- - ,
entonces cualquier vector unitario del subespacio ( ) ( ) 1, 0, 4 , 0,1, 4 < > es solucin, puesto
que ( ) ( ) ( ) ( ) 8 8 2 0 , , , , 4 4 1, 0, 4 0,1, 4 , a b c a b c a b a b a b a b + = = + = + R.
37. Dada la supercie

2 2
z = 8 - 4x - 2y , halle:
a) la direccin de mxima pendiente en el punto (1, 1, 2) .
b) la direccin de la recta tangente a la curva de nivel z = 2
Obsrvese que ambas direcciones son perpendiculares.
SOLUCIN:
a) La funcin asociada a la supercie viene dada por
2 2
( , ) 8 4 2 f x y x y =
es
diferenciable en el punto ( ) 1,1
, y se sabe que el gradiente en ese punto es un vector que
indica la direccin de mxima pendiente.
Como
( )
( )
( )
( )
( )
( ) 1,1 1,1
1,1
1,1
( , ) ( , )
8 8 y 4 4
f x y f x y
x y
x y
| | | |
= = = =
| |

\ .
\ .
el vector gradiente es: ( ) ( ) 1,1 8, 4 f =
,
y, la direccin de mxima pendiente viene dada
por el vector unitario:
223
( )
( )
( )
( ) ( )
2 2
1,1 8, 4
8 4 2 1
, ,
4 5 4 5 5 5 1,1
8 4
f
f

| | | |
= = =
| |
\ . \ .
+
,
, .
b) La curva de nivel que pasa por el ( ) 1,1 es la elipse:
2 2
4 2 6 x y + = y la pendiente
de la recta tangente a esa curva en el punto ( ) 1,1 ser ( ) 1,1 y que se obtendr derivando
implcitamente la curva con respecto a x , y sustituyendo el punto en y :
( )
2
8 4 0; ; 1,1 2
x
x yy y y
y
+ = = =
Un vector direccin de la recta tangente viene dado por ( ) ( ) ( ) 1, 1,1 1, 2 y = .

Como ( )
2 1
, 1, 2 0
5 5
| |
=
|
\ .
- , se puede observar que las direcciones son perpendiculares.
38. Sea
( )
R R R : /
2 1 2
f f C , se sabe que la derivada direccional de
f en el punto
0 0
(x , y ) y en la direccin del vector (- 3, 4) es 1. Y que
la derivada direccional de f en el punto
0 0
(x , y ) y en la direccin del
vector (8, 6) es 2. Cul es la derivada direccional mxima de f en el
punto
0 0
(x , y ) ?
SOLUCIN:
Como la derivada direccional mxima de una funcin en un punto tiene la direccin
del gradiente de esa funcin en ese punto, suponiendo que ( ) ( )
0 0
, , f x y a b =
,
y teniendo
en cuenta que los vectores unitarios de ( ) 3, 4 y de ( ) 8, 6 son:

3 4 8 6
, y ,
5 5 10 10
| | | |
| |
\ . \ .

respectivamente, se verica lo siguiente:
224
( ) ( ) ( )
0 0 0 0 3 4
,
5 5
3 4 3 4 3 4
, , , , , 1
5 5 5 5 5 5
a b
Df x y f x y a b
| |
|
\ .
| | | |
= = = + =
| |
\ . \ .
,
- - ;
3 4
1
5 5
a b
+ =
( ) ( ) ( )
0 0 0 0 8 6
,
10 10
8 6 8 6 8 6
, , , , , 2
10 10 10 10 10 10
a b
Df x y f x y a b
| |
|
\ .
| | | |
= = = + =
| |
\ . \ .
,
- - ;
4 3
2
5 5
a b
+ =
Resolviendo el sistema formado con las ecuaciones anteriores
3 4 5
4 3 10
a b
a b
+ =
+ =
resulta 1 a = y 2 b = .
La direccin pedida viene expresada mediante el vector ( ) ( )
0 0
, 1, 2 f x y =
,
y la
derivada direccional mxima es:
( ) ( )
2 2
0 0
, 1, 2 1 2 5 f x y = = + =
,
.
39. Sea R R :
2
f , una funcin diferenciable en el punto (1, 2) , tal que:
= =

4 3
D f (1, 2) 2 2 y D f (1, 2) 2 3
.
Halle y .
x y
f (1, 2) f (1, 2)
SOLUCIN:
Recordando que, al ser f diferenciable en ( ) 1, 2 la derivada direccional puede ser
expresada mediante el gradiente:
( ) ( )
( ) ( ) ( ) | |
0 0 0 0
0 0 0 0
, , 1
, , cos , sin 0, 2
Df x y f x y
Df x y f x y
r
= =
=
,
-
,
-
u
u u
o bien con
.
225
En el caso que nos ocupa:
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
4
3
1 1
1, 2 1, 2 , 1, 2 cos , sen 1, 2 1, 2 2 2
4 4
2 2
1 3
1, 2 1, 2 , 1, 2 cos , sen 1, 2 1, 2 2 3
3 3 2 2
x y x y
x y x y
D f f f f f
D f f f f f
r
r
r r
r r
| |
= = +
|
\ .
| |
= = +
|
\ .
-
-
obtenemos el sistema de ecuaciones lineales siguiente:
( ) ( )
( ) ( )
1 1
1, 2 1, 2 2 2
2 2
1 3
1, 2 1, 2 2 3
2 2
x y
x y
f f
f f
+ =
+ =
Con lo que: ( ) 1, 2 0
x
f = y ( ) 1, 2 4
y
f = .
40. Halle los valores de las constantes a, b y c para que la derivada

direccional de la funcin =
2 2 3
f (x, y, z) ax z +byx +cy z en el punto A(1,1,-1)
tenga un valor mximo de 16 en el sentido positivo del eje x.
SOLUCIN:
Se sabe que la derivada direccional es mxima en la direccin del gradiente, como
se nos dice que es mxima en el sentido positivo del eje X, el sentido del vector gradiente
ser el del vector ( ) 1, 0, 0 .
Calculemos:
( )
( )
( )
3
2 2 2
2 1,1, 1 2
2 1,1, 1 2
3 1,1, 1 3
x x
y y
y z
f axz by f a b
f bx cyz f b c
f ax cy z f a c
= + = +
= + =
= + = +
226
como ( ) 1,1, 1 16 f =
,
y ( ) ( ) ( ) ( ) ( )
1,1, 1 1,1, 1 , 1,1, 1 , 1,1, 1
x y z
f f f f =
,
es
proporcional al vector ( ) 1, 0, 0 , podemos asegurar que :
( )
( )
( )
1,1, 1 2 16
1,1, 1 2 0
1,1, 1 3 0
x
y
z
f a b
f b c
f a c
= + =
= =
= + =
Resolviendo el sistema de ecuaciones lineales anterior, resulta:
6, 4, 2. a b c = = =
41. Halle la ecuacin del plano tangente a la supercie

3 3
z = x + y - 1 en
el punto (2, 1, 8)
SOLUCIN:
Como la funcin ( ) , z x y , es diferenciable en ( ) 2,1 , la ecuacin del plano tangente
vendr dada por la siguiente expresin:
( ) ( ) ( ) ( ) 8 2,1 2 2,1 1
x y
z f x f y = +
calculando:
( )
( )
2
2
3 2,1 12
3 2,1 3
x x
y y
f x f
f y f
= =
= =
la ecuacin anterior adopta la forma:
12 3 19 0 x y z + =
227
42. Halle la ecuacin del plano tangente a la supercie
2 2
z = 3x - y ,
paralelo al plano 2x +4y +z = 3 .
SOLUCIN:
Como la funcin es diferenciable en todo
2
R , existe el plano tangente en cualquier
punto de la supercie.
Un vector caracterstico del plano tangente en un punto cualquiera
( ) ( )
0 0 0 0 0
, , , x y z z x y = de la supercie, ser ( ) ( ) ( )
0 0 0 0
, , , , 1
x y
f x y f x y . En este caso
concreto( )
0 0
6 , 2 , 1 x y .
Como el plano tangente debe ser paralelo al plano 2 4 3 x y z r + + = , los
vectores
( )
0 0
6 , 2 , 1 x y y ( ) 2, 4,1 sern proporcionales, es decir:
0 0
6 2 1
2 4 1
x y
= =
por tanto
0 0 0
1 11
, 2,
3 3
x y z = = =
.
El plano tangente pedido ser:
( )
11 1 1 1
, 2 , 2 2
3 3 3 3
x y
z f x f y
| | | | | |
+ = + +
| | |
\ . \ . \ .
y sustituyendo queda:
( )
11 1
2 4 2
3 3
z x y
| |
+ = +
|
\ .
es decir,
11
2 4
3
x y z + + =
.
228
43. Dada la funcin
4x - 5y
z = e con
3
x = sint , y = 2t , halle
dz
dt
.
SOLUCIN:

Primer mtodo:
Se sustituye ( ) ( ) e x t y t en la funcin ( ) , z x y y se obtiene:
( )
3
4sin 10 t t
z t e

=
Se deriva ( ) z t con respecto a t :
3
2 4sin 10
(4cos 30 )
t t
dz
t t e
dt
=
Segundo mtodo:
Se utilizarn las matrices jacobianas.
La funcin ( ) z t es composicin de las funciones f g , es decir, ( ) z t f = g
( ) ( )
2 2
3
1 2
( ) sin , ( ) 2 ,
f
4x-5y
t g t t g t t x y e

= =
g
R R R R
y la relacin entre sus matrices jacobianas viene dada por la frmula:
( ) ( ) ( ) ( )
z f
J t J t J t =
g
g
( ) ( ) ( )
3
1
4 5 4 5 2 4sin 10
2
( )
2
( )
cos
4 , 5 4cos 30
6
x y x y t t
t
t
t t
t
g
t
dz f f
t
e e t t e
g t dt x y
t

| |
|
| | | | | |
= = |
| | |

\ .
| \ . \ .
|
\ .
g
g
=
Finalmente se obtiene:
( )
3
2 4sin 10
4cos 30
t t
dz
t t e
dt
=
Tercer mtodo:
Como ( ) ( ) ( ) ( )
, , z z x y z x t y t = = , se utiliza la siguiente frmula basada en la relacin
entre las matrices jacobianas:
dz z dx z dy
dt x dt y dt

= +

229
obtenindose en este caso:
( ) ( ) ( )
4 5 4 5 2 4 5 2
4 cos 5 6 4cos 30
x y x y x y
dz
e t e t e t t
dt

= + =
NOTA: Este tercer mtodo, se puede representar mediante un rbol de dependencia.
Este diagrama de rbol proporciona una buena regla nemotcnica para recordar y utilizar la regla
de la cadena
En el diagrama , cuando
0
t t = , las derivadas
dx dy
y
dt dt
se evalan en
0
t . El valor de
0
t
determina entonces el valor de
0
x para la funcin diferenciable x(t) , y el valor
0
y para la
funcin diferenciable y(t) .

Las derivadas parciales

z z
y
x y
, que son a su vez funciones de x e y, se evalan en el

punto
0 0
P(x , y )

correspondiente a
0
t
.
La verdadera variable independiente es t, mientras que
x e y

son variables intermedias controladas por t, siendo z la variable dependiente.
Una expresin ms precisa de la regla de la cadena sera:
| | | | | | | | | |

| | | | |

\ . \ . \ . \ . \ .
0 0 0 0 0 0 0
t t t (x , y ) (x , y )
dz z dx z dy
= +
dt x dt y dt
que muestra cmo se evalan las distintas derivadas
230
44. Halle la

z
x
y
dz
dx
siendo
3xy
z = e
con
y = y(x)
.
SOLUCIN:

Calculemos
3
3
xy
z
ye
x
.
Primer mtodo:
Para hallar
dz
dx
se sustituye ( ) y x en la funcin ( ) , z x y y se obtiene:
( )
3 ( ) xy x
z x e = ,
por tanto
3 ( ) 3 ( )
(3 ( ) 3 ( )) 3 ( ( ) ( ))
xy x xy x
dz
y x xy x e e y x xy x
dx
= + = +
Segundo mtodo:
La funcin ( ) z x es composicin de las funciones f g , es decir, ( ) z x f = g
( ) ( )
2 2
1 2
( ) , ( ) ( ) ,
f
3xy
x g x x g x y x x y e

= =
g
R R R R
( ) ( ) ( ) ( )
z f
J x J x J x =
g
g
( ) ( )
1
3 3 3 ( ) 3 ( )
( )
2
( )
1
3 , 3 3 ( ) 3 ( )
( )
xy xy xy x xy x
x
x
x x
x
g
dz f f
x
ye xe y x e xy x e
g y x dx x y
x
| |
|
| | | | | |
= = + |
| | |

\ .
| \ . \ .
|
\ .
g
g
=
Luego ( )
3 ( )
3 ( ) ( )
xy x
dz
e y x xy x
dx
= + .
Tercer mtodo:
Como ( ) ( ) ( )
, , z z x y z x y x = = , se utiliza la siguiente frmula basada en la relacin entre
las matrices jacobianas:
dz z z dy
dx x y dx

= +

obtenindose en este caso:
( ) ( ) ( )
3 3 3 ( )
3 3 ( ) 3 ( ) ( )
xy xy xy x
dz
ye xe y x e y x xy x
dx
= + = +
231
45. Halle la
du
dt
siendo u = xyz con
2
x =t +1, y = lnt , z =t an(t ) .
SOLUCIN:

Primer mtodo:
Se sustituye ( ) ( ) ( ) , y x t y t z t en la funcin ( ) , , u x y z y se obtiene:
( ) ( )
2
1 ln tan( ) u t t t t = +
Se deriva ( ) u t con respecto a t :
( ) ( )
2
2 2
1
2 ln tan( ) tan( ) 1 ln 1 tan ( )
du t
t t t t t t t
dt t
| | +
= + + + +
|
\ .
.
Segundo mtodo:
La funcin ( ) u t es composicin de las funciones f g , es decir, ( ) z t f = g
( ) ( )
3 3
2
1 2 3
( ) 1, ( ) ln , ( ) tan , ,
f
t g t t g t t g t t x y z xyz

= + = =
g
R R R R
( ) ( ) ( ) ( )
z f
J x J x J x =
g
g
( )
( )
( )
1
2
( )
( )
2
3
2 2
2
2
2
2
1
1 tan
2
1
ln tan ( 1) tan ( 1) ln
1 tan
1
2 ln tan( ) tan( ) 1 ln 1
t
t
t
t
t
t
dg
t
dt
du f f f dg
yz xz xy
dt x y z dt t
dg t
dt
t
t t t t t t
t
t
t
t t t t t t
t
| |
|
| |
|
|
| | | |
|
|
= =
| |
|
|
\ .
\ .
|
|
+
\ . |
|
\ .
| |
|
|
= + + =
|
|
+
\ .
| | +
= + + +
|
\ .
g
g
=
( )
2
tan ( ) t +
232
46. Dos barcos, que salieron al mismo tiempo del punto A van, uno hacia
el norte y, el otro hacia el nordeste. Las velocidades de dichos barcos son
Km Km
20 y 40
h h
respectivamente. Con qu velocidad aumenta la distancia
entre ellos?.
SOLUCIN:
Al cabo de un tiempo de t horas el barco:

1
2
20
40
B y t Km
B x t Km
=
=
lleva recorridos
lleva recorridos
Aplicando el teorema del coseno, la distancia D entre los barcos en el instante t , viene
dada por la frmula:
2 2 2 2 2
2 cos 2
4
D x y xy x y xy
r | |
= + = +
|
\ .

2 2
2 D x y xy = + con ( ), ( ) x x t y y t = =
La velocidad pedida ser la derivada de D respecto de t :
( 40 , 20 )
( 40 , 20 )
t x t y t t t
x t y t
dD D dx D dy
dt x dt y dt
= =
= =
| | | | | | | | | |
= +
| | | | |

\ . \ . \ . \ .
\ .
Calculemos las siguientes derivadas:
( )
2 2
( 40 , 20 )
( 40 , 20 )
20 4 2
2 2 80 20 2 4 2
2
40 5 2 2 40 5 2 2 2 5 2 2 x t y t
x t y t
t
D x y t t
x D
t t t = =
= =
| |
| |
= = = =
|
|
|
\ .
\ .
( )
2 2
( 40 , 20 )
( 40 , 20 )
40 1 2
2 2 40 40 2 1 2
2
40 5 2 2 40 5 2 2 5 2 2 x t y t
x t y t
t
D y x t t
y D
t t t = =
= =
| |
| |
= = = =
|
|
|
\ . \ .
40
t
dx
dt
| |
=
|
\ .
20
t
dy
dt
| |
=
|
\ .
Por tanto la velocidad con la que aumenta la distancia D es:
( )
20 5 2 2
4 2 1 2
40 20 20 5 2 2
2 5 2 2 5 2 2 5 2 2 t
dD Km
dt h
| |
= + = =
|
\ .

233
47. Demuestre que la funcin
2 2
z = y (x - y ) satisface la ecuacin

1 1
2
z z z
+ =
x x y y y
.
SOLUCIN:

La funcin z depende de x y e a travs del argumento intermedio
2 2
u x y =
Es decir ( ) ( , ) z y u x y =
Aplicando las frmulas de la derivada de la funcin compuesta resulta:
2 2
u u
z u
y y x xy
x u x

= = =

( ) ( ) ( ) ( )
2
, , 2 , 2
u u
z u
x y y x y y y x y y
y u y

= + = + =

Sustituyendo estas derivadas obtenemos:
( ) ( )
( ) ( )
2 2 2 2
2 2 2
2 2
1 1 1 1
2 2
u u
x y y x y
z z z
xy x y y
x x y y x y y y y

+ = + = = =

48. Comprubese que se verica la siguiente igualdad:

x y z u v w
xV + yV +zV = uG +vG +wG
si ( ) V = G u,v, w es diferenciable y
3 3 3 3
u = x + y +z
2 2 2 2
v = x + y +z
w = x + y +z .
234
SOLUCIN:
Tercer mtodo:
Como ( ) ( ) ( ) ( )
, , , , , , , , V G u x y z u x y z u x y z = se utilizan las siguientes frmulas
basadas en la relacin entre las matrices jacobianas:
V G u G v G w
x u x v x w x

= + +

x u x v x w x
V G u G v G w = + +
V G u G v G w
y u y v y w y

= + +

y u y v y w y
V G u G v G w = + +
V G u G v G w
z u z v z w z

= + +

z u z v z w z
V G u G v G w = + +
sustituyendo en
x y z
xV yV zV + + , resulta:
( ) ( )
x y z u x v x w x u y v y w y
xV yV zV xG u xG v xG w yG u yG v yG w + + = + + + + + +
( )
u z v z w z
zG u zG v zG w + + +
( ) ( ) ( )
x y z u x y z v x y z w x y z
xV yV zV G xu yu zu G xv yv zv G xw yw zw + + = + + + + + + + +
y teniendo en cuenta que las funciones ( , , ), ( , , ) y ( , , ) u x y z v x y z w x y z son homogneas
de grado 1, les aplicamos el Teorema de Euler para las derivadas parciales primeras de las
funciones , , u v w y concluimos que:
1 1 1 p
x y z
xu yu zu t u t u u

+ + = = = ,
1 1 1 p
x y z
xv yv zv t v t v v

+ + = = = ,
1 1 1 p
x y z
xw yw zw t w t w w

+ + = = =
y por lo tanto
x y z u v w
xV yV zV uG vG wG + + = + +
Tambin podemos calcular directamente las expresiones siguientes:
( ) ( ) ( )
2 2 2
2 2 2
3 3 3 3 3 3 3 3 3
3 3 3
x y z
x y z
xu yu zu x y z
x y z x y z x y z
+ + = + + =
+ + + + + +
( )
( )
1 3 3 3
3 3 3
3
2
3 3 3
3
x y z
x y z u
x y z
+ +
= = + + =
+ +
y, de modo anlogo:
235
( ) ( ) ( )
( )
1 1 1
2 2 2 2 2 2 2 2 2
2 2 2
1
2 2 2
2
+ + = + + =
+ + + + + +
= + + =
x y z
x y z
xv yv zv x y z
x y z x y z x y z
x y z v
y, por ltimo
x y z
xw yw zw x y z w + + = + + =
NOTA: Una funcin se dice homognea de grado de homogeneidad R p en un
dominio
f
D si y R
1 1
( , ..., ) tal que( , ..., )
n f n f
x x D t tx tx D se verifica:
1 1
( ,..., ) ( ,..., )
p
n n
f tx tx t f x x =
Una proposicin nos asegura que:
Si la funcin
1
( ,..., )
n
f x x es homognea de grado de homogeneidad R p en un
dominio
f
D y diferenciable en dicho dominio, sus derivadas parciales primeras son homogneas
de grado ( 1) p en ese dominio.
El Teorema de Euler afirma que:
Si la funcin
1
( ,..., )
n
f x x es diferenciable, entonces es homognea de grado R p si,
y slo si
1
1 1
... ( ,..., )
n
p
x n x n
x f x f t f x x + + = en todo punto de su dominio de homogeneidad.
Segundo mtodo:
Se utilizarn las matrices jacobianas, para obtener las derivadas.
La funcin ( ) , , V x y z es composicin de las funciones G g , es decir, ( , , ) V x y z G = g
( ) ( )
3 3 3
1 2 3
( , , ) ( , , ), ( , , ), ( , , ) , , ( , , )
G
x y z g x y z g x y z g x y z u v w G u v w

g
R R R R
con :
( )
( )
1
3 3 3
3
1
1
2 2 2
2
2
3
( , , )
( , , )
( , , )
g x y z u x y z
g x y z v x y z
g x y z w x y z
= = + +
= = + +
= = + +
La relacin entre sus matrices jacobianas viene dada por la expresin:
( ) ( ) ( , , ) ( , , ) ( , , )
V G
J x y z J x y z J x y z =
g
g
es decir:
236
( ) ( )
( , , )
( , , )
( , , )
x y z
x y z u v w x y z
x y z
x y z
x y z
x y z
u u u
V V V G G G v v v
w w w
| |
|
=
|
|
\ .
g
y se obtienen las frmulas:
x u x v x w x
V G u G v G w = + +
,
y u y v y w y
V G u G v G w = + +
,
z u z v z w z
V G u G v G w = + +
una vez aqu se sigue el mismo proceso que en el mtodo anterior.
49. Transforme la expresin

+ =

2 2
2 2
w w
0
x y
, en funcin de la variable t, sabiendo
que
2 2
w = w(x, y) y t = x + y .
SOLUCIN:

Sea ( ) ( , ) w w t x y =
2 2 2 2
x y
w w t w x w w t w y
w w
x t x t y t y t
x y x y

= = = = = =

+ +
Se deriva la funcin ( ) ( , )
x x
w
w w t x y
x
= =
respecto de x , y resulta:
( )
( )
2
2
2 2 2 2
2
2 2 2 2 2 2
2 2
2
2 2 2 2 2 2 2 2
+
+
+
| | | | | |
= = = + =
| | |

\ . \ . \ .
| |
| |
| = =
|
|

\ .
+ +
\ .
| |
= =
|

\ .
+ + +
| |

| =
|

+ + + +
\ .
xx
w w t w t w t
w
x x t x x t x t x x
w x w x
x t t x
x y x y
w x w y
x t t
x y x y x y
w x x w y
t t
x y x y x y x y
(*) Para el clculo de la derivada
w
x t
| |
|

\ .
237
se aplica la derivacin de la funcin compuesta pues
( ) ( , )
t t
w
w w t x y
t
= =
,
de donde
2
2
2 2
w w t w x
x t t t x t
x y
| | | |
= =
| |

\ . \ . +
.
Anlogamente se deriva, respecto de
y
, la funcin
( ) ( , )
y y
w
w w t x y
y
= =
y se obtiene:
( )
( )
2
2
2 2 2 2
2
2 2 2 2 2 2
2 2
2
2 2 2 2 2 2 2 2
+
+
+
yy
w w t w t w t
w
y y t y y t y t y y
w y w y
y t t y
x y x y
w y w x
y t t
x y x y x y
w y y w x
t t
x y x y x y x y
| | | | | |
= = = + =
| | |

\ .
\ . \ .
| |
| |
| = =
|
|

\ .
+ +
\ .
| |
= =
|

\ .
+ + +
| |

| =
|

+ + + +
\ .
(**) Para el clculo de la derivada
w
y t
| |
|

\ .
se aplica la derivacin de la funcin compuesta
pues ( ) ( , )
t t
w
w w t x y
t
= =
, de donde
2
2
2 2
w w t w y
y t t t y t
x y
| | | |
= =
| |

\ . \ . +
.
En resumen:
( )
2 2 2 2
2 2 2 2
2 2 2 2
+
w w x w y
x t x y t
x y x y

=
+
+ +
( )
2 2 2 2
2 2 2 2
2 2 2 2
+
w w y w x
y t x y t
x y x y

=
+
+ +
y
238
( ) ( )
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
+ +
w w w x w y w y w x
x y t x y t t x y t
x y x y x y x y

+ = + =
+ +
+ + + +
( )
2 2 2 2 2
2 2 2
2 2 2 2
+
w x y w x y
t x y t
x y x y
+ +
= =
+
+ +
2 2
2 2
2 2
1 1
+ +
w w w w
t t t t t
x y

=

+
De todo lo anterior se deduce que la expresin
2 2
2 2
0
w w
x y

+ =

se transforma en:
2
2
1
+ 0
w w
t t t

=

50. Sea C
2
f , transforme la expresin

+ +
2 2 2
2 2
f (x, y) f (x, y) f (x, y)
E =
x x y y
mediante el cambio
u = x +5y
v = x +2y
en trminos de y u v.
SOLUCIN:

Sea ( ) ( ) , ( , ), ( , ) f u v f u x y v x y =
Calculemos -
( )
2
2
, f x y
x
:
1 1
x
f f u f v f f f f
f
x u x v x u v u v

= = + = + = +

Se deriva la funcin ( ) ( , ), ( , )
x x
f
f f u x y v x y
x
= =
respecto de x , y resulta:
2
2
2 2 2 2
2 2
2 2 2
2 2
1 1 1 1
2
| | | | | | | |
= = = + = + =
| | | |

\ . \ . \ . \ .

= + + + =

= + + + =

= + +

xx
u u v v
f f f f f f
f
x x x x u v x u x v
f f f f u v u v
u x v x u x v x
f f f f
u u v v u v
f f f
u u v v
Calculemos -
( )
2
, f x y
x y

:
239
2
2 2 2 2
2 2
2 2 2
2
5 2 5 2
5 7 2
| | | | | | | |
= = = + = + =
| | | |

\ . \ . \ . \ .
| | | |
= + + + =
| |

\ . \ .
| | | |
= + + + =
| |

\ . \ .

= + +

xy
u u v v
f f f f f f
f
x y y x y u v y u y v
f f f f u v u v
u y v y u y v y
f f f f
u u v u v v
f f f
u u v
2
v
Calculemos -

( )
2
2
, f x y
y
:
5 2
y
f f u f v f f
f
y u y v y u v

= = + = +

Se deriva la funcin
( ) ( , ), ( , )
y y
f
f f u x y v x y
y
= =

respecto de
y
, y resulta:
2
2
2 2 2 2
2 2
2 2
2
5 2 5 2
5 2
5 5 2 2 5 2
25 10
yy
u u v v
f f f f f f
f
y y y y u v y u y v
f f f f u v u v
u y v y u y v y
f f f f
u u v v u v
f f
u
| | | | | | | |
= = = + = + =
| | | |

\ . \ . \ .
\ .
| | | |
= + + + =
| |

\ . \ .
| | | |
= + + + =
| |

\ . \ .

= +

2 2
2
2 2 2
2 2
10 4
25 20 4
f f
u v v u v
f f f
u u v v

+ + =

= + +

Sustituyendo en la expresin
E
, resulta:
( ) ( ) ( )
2 2 2
2 2
, , , f x y f x y f x y
E
x x y y

= + + =

2 2 2 2 2 2 2 2 2
2 2 2 2 2 2
2 + 5 7 2 + 25 20 4
f f f f f f f f f
u u v v u u v v u u v v
| | | | | |
= + + + + + + =
| | |

\ . \ . \ .
2 2 2
2 2
31 29 7

= + +

f f f
u u v v
240
(*) Se emplea la notacin y
u v
f f
f f
u v

= =

El clculo de la derivada
f
x u
| |
|

\ .
se realizar teniendo en cuenta la derivacin de la funcin compuesta pues
( ) ( , ), ( , )
u u
f
f f u x y v x y
u
= =
,
de donde
2 2 2
2
1 1
u
f f f u f v f f f
x u u u x v u x u u v u u v
| | | | | |
= + = + = +
| | |

\ . \ . \ .
Anlogamente , para obtener
f
x v
| |
|

\ .
,
como
( ) ( , ), ( , )
v v
f
f f u x y v x y
v
= =
,
basta aplicar la derivada de la funcin compuesta, por tanto:
2 2 2
2
1 1
v
f f f u f v f f f
x v u v x v v x v u v v u v
| | | | | |
= + = + = +
| | |

\ . \ . \ .

Sumando

f
x u
| |
|

\ .

y
f
x v
| |
|

\ .
, y teniendo en cuenta que
2 2
f f
u v v u

=

, resulta:
( )
2
2 2 2
2 2 2
,
2
f x y
f f f
x u u v v

= + +

241
NOTA: De modo anlogo a la nota del ejercicio 43, se presenta el siguiente diagrama
arbreo:
que facilita el recuerdo de las siguientes frmulas:

= + = +

f f f f f f u v u v
x u x v x y u y v y
242
PROBLEMAS PROPUESTOS
1. Sea
| |
|
\ .
y
u = xf
x
, halle las funciones f y u , sabiendo que
2
u = 1+y para
x =1.
2. Demuestre utilizando la denicin de lmite que:
( )

2 2
2 2
2 2 (x, y) (3,1) (x, y) (0,0) (x, y) (0,0)
xy 2x
a) lim 2x +y =7 b) lim =0 c) lim =0
x +y
x +y
3. Estudie el lmite en el origen de las funciones siguientes:
4 6
2 8 12 2
xy x y 1
a) f (x, y) = b) f (x, y) = c) f (x, y) = xcos
x +y x +y y
4. Calcule, si existen, los lmites siguientes:
a)
2 2
(x, y) (3, 2)
(x - 3) sin(y - 4)
lim
(y +2)sin(x - 3)
b)
4 2
2 2
(x, y) (0,0)
x y sinx
lim
(x + y )(cos4xy - 1)
c)
(x, y) (1, 2)
(1 - cos(x - 1))ln(y - 1)
lim
(y - 2)sin(x - 1)
d)
2 4
2 2 (x, y) (0,0)
x ln (1 + y)
lim
(x + y ) (cosxy - 1)
5. Pruebe que la funcin
2 2
xy
si (x, y) (0, 0)
f (x, y) x +y
0 si (x, y) (0, 0)
es continua en
(0, 0) .
6. Estudie la continuidad en el origen de la funcin:
2 2
x y
si (x, y) (0, 0)
f (x, y)
x +y
0 si (x, y) (0, 0)
7. Estudie la continuidad de la funcin
2 3 5 2 3
6 2 5
(16x y - y )(64x +x y )
f (x, y) =
256x y - x y
y su posible prolongacin por continuidad donde no est denida.
243
8. Considere la funcin
2
R R f :
denida por:
| |
|
=
\ .
2
1
x ycos si x 0
f (x, y) x
0 si x 0
Calcule las derivadas parciales de f en (0, 0) y en los puntos . (a, 0) con a 0
9. Dada la funcin
u v w
2 2 2 2 2 2
2 2 2
f (u,v, w) =v w e +u w e +u v e , demuestre que

u v w 6
2 2 2
2 2 2
f
=e +e +e
u v w
10. Dada la funcin ( ) z = sin ax +by +c , halle

p+q
p q
z
x y
.
11. Sea la funcin u =f (x)g(y)h(z) , demuestre que
xy yx
u =u .
12. Demuestre que son armnicas las funciones siguientes:
3 2
2 2
a) f (x, y) = x - 3y x
b) f (x, y) =cos( x)cosh( y)
y x z
c) f (x, y, z) = ar ct an +ar ct an +ar ct an
x z y
yz
d) f (x, y, z) =
x + y
o o
| |
| | | |
|
| |
\ . \ .
\ .
13. Pruebe que si f (x, y) de clase
3
C es armnica, tambin lo son las
funciones siguientes:
y x y
a) z =f b) z = yf - xf
14. Dada la funcin
=
x(y - 2)
1 - e
f (x, y)
xy - 2x
a) Estudie la continuidad y prolongue la funcin por continuidad en los casos
que sea posible.
Halle las derivadas parciales de la funcin prolongada. b)
Considere la funcin 15.
2
R R f : denida del modo siguiente:
244
2
3 2 3
x y
si (x, y) (0, 0)
f (x, y) x +x y +y
0 si (x, y) (0, 0)
Halle a)
x y
f (0, 0) y f (0, 0) .
Es b) f (x, y) diferenciable en (0, 0) ?
16. Estudie la continuidad, la existencia de derivadas parciales y la
diferencial en (0, 0) de las funciones siguientes:
| |
|
=

\ .
2 2
1
ycos si (x, y) (0, 0)
a) f (x, y) x +y
0 si (x, y) (0, 0)
2
4 2
x y
si (x, y) (0, 0)
b) f (x, y) x +y
0 si (x, y) (0, 0)
( )
2 2
2 2
1
x +y sin si (x, y) (0, 0)
x +y c) f (x, y)
0 si (x, y) (0, 0)
=
2x +y
d) f (x, y) e
3 3
2 2
x - y
si (x, y) (0, 0)
e) f (x, y) x +y
0 si (x, y) (0, 0)
2 2
2 2
y - x
x si (x, y) (0, 0)
f ) f (x, y) x +y
0 si (x, y) (0, 0)
| |
|
=

\ .
2 2
1
xsin si (x, y) (0, 0)
g) f (x, y) x +y
0 si (x, y) (0, 0)
2 3
R R : f dada por
2
(x, y) =(x, y, y ) f .
Pruebe que es diferenciable usando la denicin y calcule la d (a, b) f .
18. Halle la ecuacin del plano tangente a la supercie S dada por la grca
de la funcin:
a)
2 2
z = x +y en el punto (0, 0, 0)
b)
2 2
z = x - y +2xy +1 en el punto (1, 1, 3 )
245
19. Calcule aproximadamente los siguientes valores usando la diferencial de
una funcin adecuada:
a)
3 3
2.01 +0.99
b)
0.02 4
(1.01e )
20. Sea la funcin
2
R R f : dada por
2 2
f (x, y) = x - 2y - xy . Halle la derivada
direccional de f en el punto (1, 2) , en la direccin del vector que va de este
punto al punto (4, 6) .
2
R R f : dada por:
3 2
2 2
x y
si (x, y) (0, 0)
f (x, y) x +y
0 si (x, y) (0, 0)
Pruebe que es de clase
2
C .
22. Sea la funcin
2
R R f : dada por:
2 2
2 2
x y
si (x, y) (0, 0)
f (x, y) x +y
0 si (x, y) (0, 0)
Demuestre que es de clase a)
1
C
Pruebe que no es de clase b)
2
C porque la
2

f
x y
no es continua en el
origen
2
R R f : expresada por:
p
2 2
4x
si (x, y) (0, 0)
f (x, y) x +y
0 si (x, y) (0, 0)
Estudie la continuidad en el origen segn los valores de
N p
.
Si
p =3
responda a los apartados siguientes:
Halle las derivadas parciales primeras en cualquier punto. a)
Cumple b) f la condicin suciente de diferenciabilidad en el origen?
Es c) f diferenciable en el origen?
246
24. Dada la funcin
2 2
y x
f (x, y) = +
3 3
, halle las direcciones en las que:
a) f crece ms rpidamente.
b) f decrece ms rpidamente.
c) Cules son las direcciones de variacin nula?
25. Si la temperatura del aire en los puntos del espacio viniera dada por
la funcin
2 2
T (x, y, z) = x +y - z . En qu direccin deber volar una mosca
situada en el punto P(1, 1, 3) si desea enfriarse lo antes posible?
26. La derivada direccional de f (x, y, z) , diferenciable en un punto P, es
mxima en la direccin =(1, 1, - 1) v . En esta direccin el valor de la derivada
direccional es . 2 3
Halle el a)
,
f en el punto P.
Calcule la derivada direccional de b) f (x, y, z) en P en la direccin
=(1, 1, 0) v .
27. Sea
2
: f R R, una funcin diferenciable en el punto (3, 4) , tal que
r r
6 3
D f (3, 4) = 3 y D f (3, 4) = 2
Calcule
x y
f (3, 4) y f (3, 4).
28. Obtenga el mximo valor de la derivada direccional de la funcin f (x, y, z)
en el punto P, y la direccin en que esto ocurre si:
a) f (x, y, z) = sin(xy) +cos(yz) en P(- 3, 0,7) .
b)
y x z
f (x, y, z) =e cosy +e cosz +e cosx en P(0, 0, 0) .
2
: f R R, dada por f (x, y) = kxy . Halle el
valor de k para que la derivada direccional mxima de f en el punto P(3, 4) ,
tenga la direccin (4, 3) .
30. Sea
( )

2 1 2
: / f f C R R R , se sabe que la derivada direccional
de f en el punto
0 0
(x , y ) y en la direccin del vector (1.5, 2) es 2 . Y que
la derivada direccional de f en el punto
0 0
(x , y ) y en la direccin del vector
(3, - 4) es 0.4 . Cul es la derivada direccional mxima de f en el punto
0 0
(x , y ) ?
247
31. Calcule los valores de las constantes a, b, y c para que la derivada
direccional de la funcin
2 2 2
f (x, y, z) = axz +byz +cx y en el punto P(1, 2, - 1)
tenga un valor mximo de 24 en el sentido positivo del eje z.
32. Obtenga la ecuacin del plano tangente a la supercie
2 2
z = 2x - 3y
,
perpendicular a la recta
y
r x - 1 = = 12z
2
. Halle tambin el punto de
tangencia.
33. Halle la derivada
du
dt
si u = xz + y , x = cost , y = sint , z =t . Cul es el
valor de esa derivada en
t =
2
?
34. En los dos casos siguientes:
a)
w = xy + yz +xz, x = u +v, y = u - v, z = uv, (u,v) = (0.5, 1)
b)
2 2 2 v v v
w = ln(x + y +z ), x = ue sinu, y = ue cosu, z = ue , (u,v) = (- 2, 0)
Se pide que:
Exprese la derivada a)

w w
y
u v
como funciones de u y de v usando la regla
de la cadena y expresando w directamente antes de diferenciar.
Calcule b)

w w
y
u v
en el punto dado (u,v)
35. Demuestre que la funcin satisface la ecuacin:

2 2
w w
(x - y ) +xy = xyw
x y
36. Pruebe que la funcin w = f (u,v) con
u = x +at
v = y +bt
verica la ecuacin:

w w w
= a +b
t x y
.
248
37. Las ecuaciones del movimiento de un punto material son:
2 3
x =t , y =t , z =t .
Con qu velocidad aumentar la distancia desde este punto al origen de coor-
denadas?
38. Sea
2
f C , transforme la ecuacin:
2
2
f 1 f
+ =0
x x x

mediante el cambio
2
x =4t
39. Sea
2
f C , transforme la ecuacin:
2
2
2
f f
(1 - x ) - x =0
x x

mediante el cambio x = sint .
40. Sea
2
f C , transforme la expresin:
2 2
2
f f v f
E =u - v +
v u u u

v
mediante el cambio
u = x
y
v =
x
249
CaptuIo 7
Ecuaciones diferenciaIes
7.1 Introduccin.
La historia de las ecuaciones diferenciales comienza en el siglo XVII, cuando
Newton, Leibniz y los hermanos Bernouilli resolvieron algunas ecuaciones diferenciales
sencillas de primer y segundo orden planteadas en problemas de geometra y
mecnica.
Los mtodos especiales, como la separacin de variables y los factores inte-
grantes, fueron obtenidos de manera ms o menos casual, a nales del siglo XVII.
En el siglo XVIII, Euler, Lagrange y Laplace, entre otros, desarrollan proce-
dimientos ms sistemticos. Poco a poco los matemticos comprendieron que no era
posible hallar las soluciones de todas las ecuaciones diferenciales. A cuenta de esto,
encontraron ms prctico saber si una ecuacin diferencial tena solucin o no, y si la
tena, averiguar propiedades de la misma. La experiencia ha demostrado que no es fcil
obtener resultados generales sobre las soluciones, excepto para unos pocos tipos.
Entre stos destacan los problemas lineales que se presentan en numerosas
cuestiones cientcas y tcnicas. En los comienzos del siglo XIX, esta teora experimenta
un importante despliegue, con la idea de conseguir unos desarrollos con ms rigor en
el clculo. En 1820, Cauchy demostrar el primer teorema de existencia y unicidad de
soluciones para ecuaciones diferenciales de primer orden en forma normal.
250
Captulo 7. Ecuaciones diferenciales
7.2 Deniciones y terminologa.
Resulta difcil denir con exactitud, cuando se quiere agrupar en una denicin
todos los tipos de ecuaciones diferenciales que se presentan, de manera que nos
limitaremos a dar varias deniciones restringidas a los modelos que vamos a estudiar.
Denicin. Una ecuacin diferencial ordinaria es una expresin de la forma:
( )
)
, , , , , 0
n
F x y y y y =
donde F es un campo escalar de 1+(n+1) variables.
Denicin. ( ) y x denida en un intervalo I R que toma valores en R, es una
solucin de la ecuacin
( )
)
, , , , , 0
n
F x y y y y = , si al sustituir y por ( ) y x , y por
( ) y x etc., en la ecuacin diferencial, sta se transforma en una identidad x I .
A la grca de una solucin de la ecuacin diferencial, se le llama curva
integral de la ecuacin.
Denicin. El orden de una ecuacin diferencial ordinaria, es el orden de la derivada
de mayor orden de la funcin incgnita que aparece en la ecuacin.
Denicin. Cuando la derivada de mayor orden de la funcin incgnita de la ecuacin
( )
)
, , , , , 0
n
F x y y y y = se puede despejar, es decir
( )
) 1)
, , , , ,
n n
y f x y y y y

= ,
diremos que se trata de una ecuacin diferencial ordinaria expresada en forma
normal.
Denicin. Dada la ecuacin diferencial ordinaria de primer orden
( ) , , 0 F x y y =
se
llama integral general, a una familia monoparamtrica de curvas ( , , ) 0 x y c o = , tal
que eliminando el parmetro entre las ecuaciones:
( , , ) 0
( , , ) ( , , )
0
x y c
x y c x y c
y
x y
o
o o
=

`
+ =

)
se obtiene la ecuacin diferencial propuesta.
Puede suceder, que alguna de las curvas integrales de ( ) , , 0 F x y y = no pertenezca a
( , , ) 0 x y c o = , a este tipo de curvas se les llama integrales singulares.
7.3 Problema Cauchy o de valores iniciales.
Denicin. Se dene un problema de Cauchy o de valores iniciales como el clculo
de la solucin de la ecuacin diferencial ( )
) 1)
, , , , ,
n n
y f x y y y y

=
, que verique
las siguientes condiciones:
251
Resumen terico
0 0
0 1
1)
0 1
( )
( )
( )
n
n
y x y
y x y
y x y
=

`
=
)
.
Observacin: Habitualmente, un problema de Cauchy se expresa de la forma siguiente:
( )
=
`
=
)
.
) 1)
0 0
0 1
1)
0 1
, , , , ,
( )
( )
( )
n n
n
n
y f x y y y y
y x y
y x y
y x y
En particular:
( )
=
`
=
) 0 0
,
( )
y f x y
y x y
es un problema de Cauchy, para la ecuacin diferencial ordinaria de primer orden, que se puede
interpretar geomtricamente del modo siguiente.
Si ( ) y x es solucin de la ecuacin ( )
= , y f x y y ( )
0 0
, x y es un punto de la
grfica de ( ) y x , entonces la pendiente de la solucin en ( )
0 0
, x y es
0
( ) y x y por tanto
( )
=
0 0 0
( ) , y x f x y .
Teorema de existencia y unicidad de soluciones. Dado el problema de Cauchy:
( )
0 0
,
( )
y f x y
y x y
=
`
=

)
donde la funcin ( ) , f x y esta denida en un recinto del plano OXY que contiene
al punto ( )
0 0
, x y , tal que ( ) , f x y es continua y admite derivada parcial
( , ) f x y
y
,
continua con respecto a x e y , en el recinto. Entonces, existe una, y slo una,
solucin ( ) y x de la ecuacin diferencial ( ) , y f x y = que verica la condicin inicial
0 0
( ) y x y = .
Observacin: El teorema expresa las condiciones suficientes para la existencia de solucin
nica del problema de Cauchy para la ecuacin de primer orden, pero estas condiciones no son
necesarias.
252
7.4 Ecuaciones con variables separables.
Denicin. La ecuacin diferencial de la forma:
( ) ( ) g y dy f x dx =
se llama ecuacin diferencial en variables separadas y su solucin se calcula mediante
integracin directa.
Denicin. La ecuacin de la forma:
1 1 2 2
( ) ( ) ( ) ( ) g y f x dy g y f x dx =
se llama ecuacin diferencial en variables separables y su solucin se puede expresar
en la forma:
1 2
2 1
( ) ( )
( ) ( )
g y f x
dy dx C
g y f x
=

Observacin: Una ecuacin diferencial de la forma = + + ( ) y f ax by c con R , , a b c
, se puede reducir a una ecuacin en variables separables efectuando el cambio de variable:
= + + z ax by c y por tanto = + z a by
7.5 Ecuaciones homogneas.
Denicin. Una funcin ( , ) f x y es homognea de grado p en sus argumentos cuando
se cumple la igualdad:
( , ) ( , )
p
f tx ty t f x y =
Teorema. Para una ecuacin diferencial escalar, de primer orden, son equivalentes:
Ser de la forma i)
( , ) y f x y =
, con
f
homognea de grado 0.
Ser de la forma ii)
y
y h
x
| |
=
|
\ .
.
Ser de la forma iii)
( , ) ( , ) 0 M x y N x y y + =
con
M
y
N
funciones
homogneas del mismo grado
Denicin. Llamaremos ecuacin diferencial homognea, a una ecuacin diferencial
de uno de los tipos que se enuncian en el teorema precedente, resolvindose mediante
el cambio de variable
y
u
x
= y por tanto u x u y + = .
Dicho cambio reduce la ecuacin diferencial homognea a una ecuacin
diferencial en variables separables, que adopta la forma:
( ) u x h u u =
.
Las ecuaciones de la forma
253
Resumen terico
1 1 1
2 2 2
m x n y p
y f
m x n y p
| | + +
=
|
+ +
\ .
con
1 1 1 2 2 2
, , , , , m n p m n p R se pueden reducir a una ecuacin homognea,
efectuando una traslacin del origen al punto
0 0
( , ) x y , interseccin de las rectas
1 1 1
0 m x n y p + + = y
2 2 2
0 m x n y p + + = , bastando para ello efectuar el cambio de
variables
0 0
; x x y y q = + = + .
En el caso de rectas paralelas, es decir cuando
1 1 1
2 2 2
m n p
m n p
=
la ecuacin diferencial anterior adopta la forma
1 1 1
1 1
1 1 2
( )
( )
m x n y p
y f g m x n y
m x n y p o
| | + +
= = +
|
+ +
\ .
,
que es tambin una ecuacin diferencial en variables separables.
7.6 Ecuaciones diferenciales lineales de primer orden.
Denicin. La ecuacin diferencial lineal de primer orden, tiene la forma:
( ) ( ) y g x y h x + =
donde las funciones ( ) y ( ) g x h x son funciones escalares reales denidas en I R .
En el caso de que h(x) 0 diremos que la ecuacin diferencial lineal es
homognea, y en caso contrario se denomina completa.
La ecuacin diferencial obtenida de la completa sustituyendo la funcin h(x)
por la funcin idnticamente nula se denomina ecuacin diferencial lineal homognea
asociada a la completa.
Observacin: No debe confundirse la ecuacin homognea asociada a una ecuacin diferencial
lineal de primer orden con las ecuaciones diferenciales homogneas definidas en el punto 7.5.
Proposicin. La solucin de la ecuacin diferencial lineal homognea asociada de
primer orden es la familia monoparamtrica
( ) x
y e C
o
= donde,
( ) ( ) x g x dx o =
Proposicin. La solucin de la ecuacin diferencial lineal completa de primer orden

es la familia monoparamtrica:
254
( )
( ) ( )
( )
x x
y e C h x e dx
o o
= +
donde
( ) ( ) x g x dx o =
.
Observacin: Mtodo de variacin de constantes:
Dada la ecuacin diferencial lineal de primer orden
y+g ( x ) y = h (x)
Sea y
h
(x) = K
( ) x dx
e
o
la solucin general de la homognea asociada. El mtodo permite calcular
una solucin particular de la completa reemplazando la constante K por una funcin K (x). De
esta forma, sustituyendo la expresin y
p
(x) = K (x)
( ) x
e
o
en la ecuacin diferencial podemos
obtener, mediante integracin, la funcin K (x) =
( )
( )
x
h x e dx
o
por lo que la solucin general de

la completa viene dada por:
y
c
(x) =
( ) x
e
o

( )
( )
K + ( )
x
h x e dx
o
Observacin: Es de resaltar que la solucin general de la ecuacin diferencial lineal completa

se puede expresar como:
o o o
= +
( ) ( ) ( )
( )
x x x
y e C e h x e dx .
El primer sumando corresponde a la solucin general de la ecuacin diferencial lineal homognea
y el segundo sumando es una solucin particular de la ecuacin diferencial lineal completa, que
se obtiene para =0 C . Este resultado es generalizable a ecuaciones diferenciales lineales de
orden arbitrario.
Proposicin. Consideremos el problema de Cauchy:
0 0
( ) ( )
( )
y g x y h x
y x y
+ =
`
=
)
donde las funciones ( ) y ( ) g x h x son funciones escalares continuas definidas en I R .
Entonces existe una nica solucin del problema de Cauchy, de clase
1
C en I, que se puede
expresar como:
( )
0
0
( ) ( ) ( )
0
( )
o o o
= +
x
x x t
x
y e e y h t e dt
255
Resumen terico
7.7 Ecuaciones de Bernouilli.
Denicin. Se llama ecuacin diferencial de Bernouilli, a una ecuacin diferencial de
primer orden, de la forma:
( ) ( )
n
y f x y g x y + =
Si n 0 = o n 1 = se trata de una ecuacin diferencial lineal de primer orden.
En el caso de que n 0,1 la ecuacin diferencial de Bernouilli, se resuelve mediante
el cambio de variable
1 n
z y

= de donde ( )
n
z 1 n y y
= .
7.8 Ecuaciones diferenciales exactas.
Denicin. La ecuacin ( , ) ( , ) 0 P x y dx Q x y dy + = se dice exacta, si existe una funcin
( , ) F x y diferenciable, tal que ( , ) ( , ) dF P x y dx Q x y dy = + y por lo tanto la ecuacin
diferencial anterior es dF = 0, con lo que la solucin general es F(x,y) = C (C =
constante).
En tal caso se dice que la ecuacin diferencial ( , ) ( , ) 0 P x y dx Q x y dy + = es exacta
para la funcin F(x,y).
Observacin: Dado que

= +

( , ) ( , )
( , )
F x y F x y
dF x y dx dy
x y
, entonces
( , )
( , )
F x y
P x y
x
y
( , )
( , )
F x y
Q x y
y
.
Teorema. Si las funciones ( , ), ( , ) P x y Q x y admiten derivadas parciales primeras
continuas en un rectngulo abierto, entonces en dicho rectngulo son equivalentes:
La ecuacin i) ( , ) ( , ) 0 + = P x y dx Q x y dy es una ecuacin diferencial exacta.
Se cumple que ii)
( , ) ( , )
=

P x y Q x y
y x
Proposicin. Si la ecuacin diferencial
1 1
( , ) ( , ) 0 + = P x y dx Q x y dy es exacta para
( , ) F x y y la ecuacin diferencial
2 2
( , ) ( , ) 0 + = P x y dx Q x y dy es exacta para ( , ) G x y
, entonces la ecuacin diferencial ( ) ( )
1 2 1 2
( , ) ( , ) ( , ) ( , ) 0 + + + = P x y P x y dx Q x y Q x y dy
es exacta para ( , ) ( , ) F x y G x y +
7.8.1 Factores integrantes.
Denicin. Se dice que (x, y) es un factor integrante de la ecuacin diferencial
( , ) ( , ) 0 + = P x y dx Q x y dy si la ecuacin ( , ) ( , ) 0 + = (x, y)P x y dx (x, y)Q x y dy es
exacta.
256
Ecuacin diferencial de los factores integrantes. La exactitud de la anterior ecua-
cin diferencial, implica la igualdad:
( , ) ( , )
=

(x, y)P x y (x, y)Q x y
y x
y efectuando las operaciones adecuadas, se puede expresar como:
( , ) ( , )
( , ) ( , )

| |
=
|

\ .
(x, y) (x, y) P x y Q x y
Q x y P x y (x, y)
x y y x
que es conocida como ecuacin diferencial de los factores integrantes.
Observacin: Lo que ocurre al tratar el caso general, es que la ecuacin diferencial de los
factores integrantes, es una ecuacin diferencial en derivadas parciales de primer orden, que es
ms difcil de resolver que la ecuacin diferencial original.
Para el clculo de los factores integrantes a travs de su ecuacin diferencial, lo que se
hace es estudiar algunos casos particulares, en los que el factor integrante dependa solamente de
x solamente de y o solamente de una funcin

( , ) z x y
.
7.8.2 Algunos tipos de factores integrantes
Caso 1: = (x)
Cuando
( , ) ( , )
( , )

y x
P x y Q x y
P Q
y x
Q x y Q
es una expresin que slo depende de la variable x entonces,

=
y x
P Q
(x)
(x) Q
lo que permite el clculo del factor integrante, mediante:
y x
P Q
ln (x) dx
Q
de donde
=
y x
P Q
dx
Q
( x ) e .
Caso 2: = (y)
Cuando
257
Resumen terico
( , ) ( , )
( , )

y x
P x y Q x y
P Q
y x
P x y P
es una expresin que slo depende de la variable y entonces,

=
y x
P Q
(y)
(y) P
lo que permite el clculo del factor integrante, mediante:
y x
P Q
ln (y) dy
P
de donde
=
y x
P Q
dy
P
( y ) e .
El caso ms general, en el que el factor integrante es = (z) con z = z(x, y) , la
ecuacin diferencial de los factores integrantes adopta la forma:
( , ) ( , )
( , ) ( , )
| |
=
|

\ .
z(x, y) z(x, y) P x y Q x y
Q x y (z) P x y (z) (z)
x y y x
Cuando
( , ) ( , )
( , ) ( , )

y x
x y
P x y Q x y
P Q
y x
z(x, y) z(x, y)
Qz Pz
Q x y P x y
x y
es una expresin que slo depende de z(x, y) , entonces:
y x
x y
P Q
ln (z)= dz
Qz Pz
de donde ( )
y x
x y
P Q
dz
Qz Pz
z e
=
Nota: Resulta claro que la expresin
y x
x y
P Q
Qz Pz
debe ser funcin de z para que tenga sentido
el factor integrante.
258
7.9 Trayectorias isogonales.
Denicin. Dada una familia monoparamtrica de curvas planas de parmetro c, de
terminada por la ecuacin y = f(x,c) , la curva que en cada uno de sus puntos corta
a las curvas de la familia que pasan por el mismo punto bajo ngulo constante o , se
denomina trayectoria isogonal de la familia y = f(x,c).
En el caso particular de que
r
o =
2
se hablar de trayectorias ortogonales.
Proposicin. Dada una familia monoparamtrica de curvas planas de parmetro c,
de terminada por la ecuacin y = f(x,c) y su ecuacin diferencial
F(x, y, y ) = 0
. Si
las trayectorias isogonales, se cortan bajo ngulo
| | , 0,
2
r
o o r
tal que
o tg = k
,
entonces la ecuacin diferencial de las trayectorias isogonales es:
y - k
F(x, y, ) = 0
1+ky
Proposicin. Dada una familia monoparamtrica de curvas planas de parmetro c,
de terminada por la ecuacin y = f(x,c) y su ecuacin diferencial F(x, y, y ) = 0 .
Entonces la ecuacin diferencial de las trayectorias ortogonales es:
-1
F(x, y, ) = 0
y
7.10 Ecuacin diferencial lineal de orden n, con coecientes constantes.
Denicin. Se llama ecuacin diferencial lineal completa, de orden n, con coecientes
constantes a la ecuacin:

n) n-1)
0 1 n n -1
a y +a y + +a y +a y = b(x) con R
0 1 n n -1
a ,a a ,a y
0
a 0
En el caso de que b(x) 0 diremos que la ecuacin diferencial lineal es homognea.
La ecuacin diferencial obtenida de la completa sustituyendo la funcin b(x) por la
funcin idnticamente nula se denomina ecuacin diferencial lineal homognea
asociada a la completa.
Proposicin. Las soluciones de una ecuacin diferencial lineal homognea de orden n

n) n-1)
0 1 n n -1
a y +a y + +a y +a y = 0 forman un espacio vectorial de dimensin n.
Observacin: Esta proposicin nos asegura que cualquier combinacin lineal de soluciones de
una ecuacin diferencial homognea, es una solucin de la misma.
259
Resumen terico
7.10.1 Sistema fundamental de soluciones.
Denicin. A cualquier base
1 n
y (x),..., y (x) del espacio vectorial de las soluciones de una
ecuacin diferencial homognea, se le denomina sistema fundamental de soluciones.
Teorema. Si
1 n
y (x),..., y (x) es un sistema fundamental de soluciones de una ecuacin
diferencial homognea entonces la solucin general de la misma viene dada por:
1 1 n n
y(x) = C y (x) +... +C y (x)
Teorema. Si
1 n
y (x),..., y (x) es un sistema fundamental de soluciones de la ecuacin
diferencial homognea asociada a la completa e
p
y (x) es una solucin particular de
la ecuacin completa, entonces
p 1 1 n n
y(x) = y (x) +C y (x) +... +C y (x) es la solucin
general de la ecuacin diferencial completa.
Nota: El conjunto de soluciones de una ecuacin diferencial lineal completa de orden n, tiene
estructura de Espacio Afn n-dimensional asociado al espacio vectorial de las soluciones de la
ecuacin diferencial homognea asociada.
Principio de superposicin de soluciones. Consideremos las ecuaciones lineales
completas con coecientes constantes:
n) n-1)
0 1 n-1 n 1
a y + a y +... + a y + a y = b (x)
n) n-1)
0 1 n-1 n 2
a y + a y +... + a y + a y = b (x)
y sean respectivamente
1
y (x) e
2
y (x) soluciones particulares de las mismas, entonces
1 1 2 2
c y (x) +c y (x) es una solucin de la ecuacin diferencial:
n) n-1)
0 1 n-1 n 1 1 2 2
a y + a y +... + a y + a y = c b (x) +c b (x)
Denicin. A la ecuacin
n n-1
0 1 n-1 n
p( ) = a + a +... + a + a = 0 i i i i , que se obtiene
de sustituir la derivada k-sima de la funcin y(x) por la indeterminada i
k
, se le
denomina ecuacin caracterstica asociada a la ecuacin diferencial lineal con
coecientes constantes dada.
7.10.2 Clculo de sistemas fundamentales de soluciones.
Veamos a continuacin, el clculo de un sistema fundamental de soluciones segn las
races de la ecuacin caracterstica. Supongamos que son las races de la
ecuacin caracterstica, entre las que puede haber reales o complejas, tanto simples
como mltiples.
Caso 1
Si son races reales simples de la ecuacin caracterstica, entonces:
260
{ }
n 1 2
x x x
e ,e ,...,e
i i i
es un sistema fundamental de soluciones, y la solucin general de la ecuacin diferencial
homognea es:
n 1 2
x x x
1 2 n
y(x) = C e +C e C e
i i i
+ + ...
Caso 2
Si son races reales de la ecuacin caracterstica, tales que es una raz
p-mltiple, es decir y el resto de races son reales simples entonces:
{ }
p 1
n
x
x x x 2 x p 1 x
e , xe , x e ,...x e ,e ,...,e
i
i i i i i +
es un sistema fundamental de soluciones y la solucin general de la ecuacin diferencial
homognea es:
p 1
n
x
x x x 2 x p 1 x
1 2 3 p p+1 n
y(x) = C e +C xe +C x e +...+C x e +C e +...+C e
i
i i i i i +
Caso 3
En el caso de que la ecuacin caracterstica presente races complejas simples, para jar
ideas, supongamos que dichas races complejas simples son i = +
1 1 1
a b i , i =
2 1 1
a b i ,
i

= +
k 1 p p
a b i , i =
k p p
a b i con
k
p=
2
y el resto de las n-k races son reales
simples, entonces:
{ }
p p
n-k n 1 1
a x a x
x x a x a x
1 1 p p
e cos(b x),e sin(b x), ,e cos(b x),e sin(b x),e ,...,e
i i
es un sistema fundamental de soluciones y la solucin general de la ecuacin

diferencial homognea es:
p p
1 1
k+1 n
a x a x
a x a x
1 1 2 1 k-1 p k p
x x
k+1 n
y(x) = C e cos(b x) +C e sin(b x) +... +C e cos(b x) +C e sin(b x) +
+C e +... +C e
i i
261
Resumen terico
Caso 4
Si + i =
1
a bi es una raz compleja p-mltiple con
n
p
2
entonces i =
2
a bi es
tambin una raz p-mltiple de la ecuacin caracterstica y si el resto de races son
reales simples entonces:
{
}
2p+1
n
ax ax ax ax
x
x p-1 ax p-1 ax
e cos(bx),e sin(bx), xe cos(bx), xe sin(bx),
..., x e cos(bx), x e sin(bx),e ,...,e
i
i
...
es un sistema fundamental de soluciones y la solucin general de la ecuacin diferencial
homognea es:
2p+1
n
ax ax ax ax
1 2 3 4
x
x p-1 ax p-1 ax
2p-1 2p 2p+1 n
y(x) = C e cos(bx) +C e sin(bx) +C xe cos(bx) +C xe sin(bx) +...
... +C x e cos(bx) +C x e sin(bx) +C e +... +C e
i
i
Observacin: En cada caso, a partir del segundo , se ha tomado el resto de las races como
reales simples para completar un sistema fundamental de soluciones..
7.10.3 Solucin general de la ecuacin diferencial lineal de orden n
completa con coecientes constantes.
En el caso general, dicha solucin puede calcularse mediante el mtodo
de variacin de constantes sin embargo, si el trmino independiente de la ecuacin
diferencial completa presenta una forma determinada, el clculo de la solucin general
puede realizarse mediante el mtodo de coecientes indeterminados.
Dicho mtodo consiste en calcular una solucin particular de la ecuacin
diferencial completa mediante el ensayo de una funcin con la misma estructura que el
trmino independiente.
Para poder aplicar el mtodo de coecientes indeterminados, el trmino
independiente b(x) debe ser de la forma:
( )
= +
ax
p q
b( x ) e M ( x )cos( bx ) N ( x ) sin( bx )
siendo
p
M ( x ) y
q
N ( x ) polinomios de grado p y q respectivamente.
Si ello es as, la expresin de la solucin particular
p
y ( x ) de la ecuacin diferencial
completa es:
( )
= +
s ax
p r r

y ( x ) x e M ( x )cos( bx ) N ( x ) sin( bx )
donde { } = r max p,q ,
r r

M ( x ), N ( x ) son polinomios distintos de grado r en la variable
x con coecientes indeterminados y s el grado de multiplicidad de la raz a bi i = +
de la ecuacin caracterstica, entendindose que s = 0, si a bi i = + no es raz de la
262
ecuacin caracterstica. En el caso en que el trmino independiente de la ecuacin
diferencial completa sea de la forma:
p
i i
i 1
b( x ) b ( x ) o
=
=
y cada
i
b ( x ) , 1,,p i = con la forma anteriormente descrita, en virtud del principio
de superposicin de soluciones, la solucin particular buscada es de la forma
i
p
p i p
i 1
y ( x ) y ( x ) o
=
=
. Las posibles expresiones de la solucin particular se muestran

en la tabla siguiente:
b(x) p()
p
y ( x )
p
M ( x )
El 0 no es raz de p()
p
M ( x )
El 0 es raz de p() con
multiplicidad s
s
p
x M ( x )
ax
p
M ( x )e con aR
aR no es raz de
p()
ax
p
M ( x )e
aR es raz de p()
con multiplicidad s
s ax
p
x M ( x )e
p q
M ( x )cos( bx ) N ( x ) sin( bx ) +
Los nmeros bi no
son races de p()
r r

M ( x )cos( bx ) N ( x ) sin( bx ) +
Los nmeros bi
son races de p() con
multiplicidad s
( )
s
r r

x M ( x )cos( bx ) N ( x ) sin( bx ) +
( )
ax
p q
e M ( x )cos( bx ) N ( x ) sin( bx ) +
Los nmeros a bi
no son races de p()
( )
ax
r r

e M ( x )cos( bx ) N ( x ) sin( bx ) +
Los nmeros a bi
son races de p() con
multiplicidad s
( )
s ax
r r

x e M ( x )cos( bx ) N ( x ) sin( bx ) +
263
1. Resuelva las siguientes ecuaciones diferenciales:
a)
| |
|
\ .
2
y +1 dx
yln(x) = ; x >0
dy x
b)
y 2y
e sin(2x)dx +cos(x)(e - y)dy = 0
c)
dy xy +3x - y - 3
=
dx xy - 2x +4y - 8
d)
2
x y = y - xy; y(- 1) = - 1
e)
y 2 - y x 3 - x
(e +1) e dx +(e +1) e dy = 0
f)
2 2
dy
(y - yx ) = (y +1)
dx
SOLUCIN:
Dado que a)
2
1
ln
dx y
y x
dy x
+ | |
=
|
\ .
se puede expresar como:
2
2
( 1)
ln
y
x x dx dy
y
+
=
se trata de una ecuacin en variables separadas. Integrando cada uno de los miembros:
3 2 3
2
1
ln ln ln
3 3 3 3
x x x
x x dx x dx x C
| |
= = +
|
\ .

resultado que se obtiene aplicando el mtodo de partes:
3
2
ln
3
dx
x u du
x
x
x dx dv v
= =
= =
2 2
( 1) 1
2 2 ln
2
y y
dy y dy y y
y y
| | +
= + + = + +
|
\ .

Por tanto la solucin general de la ecuacin es:
2 3
1
2 ln ln
2 3 3
| |
+ + = +
|
\ .
y x
y y x C
264
Separando las variables: b)
2
sin(2 ) cos( )( )
y y
e x dx x e y dy = obtenemos
2
sin(2 )
cos( )
y
y
x y e
dx dy
x e
=
e integrando ambos miembros:
sin(2 )
2sin( ) 2cos( )
cos( )
x
dx x dx x C
x
= = +

2 y
y y
y
y e
dx ye dy e dy
e
=

que resolvemos por separado:
y y y y y
ye dy ye e dy ye e

= + =

aplicando el mtodo de partes:
y
y u
e dy dv
y como
y y
e dy e =
entonces:
2 y
y y y
y
y e
dx ye e e
e

Luego la solucin general de la ecuacin sera:

2cos( ) 0
y y y
x ye e e C

+ + + + =
Efectuando una doble extraccin de factor comn en la ecuacin, se obtiene: c)
( 3) ( 3) ( 1)( 3)
( 2) 4( 2) ( 4)( 2)
dy x y y x y
dx x y y x y
+ + +
= =
+ +
lo que permite separar las variables:
2 1 5 5
1 1
3 4 3 4
y x
dy dx dy dx
y x y x
| | | |
= + = +
| |
+ + + +
\ .
\ .
Integrando ambos miembros, la solucin general viene expresada por:
265
5ln 3 5ln 4 y y x x C + = + +

5
3
ln 0
4
y
x y C
x
+
+ + =
+
Escribiendo la ecuacin, utilizando la notacin de diferenciales y separando las d)
variables:
2
1 1 1
dy dx
y x x
| |
=
|
\ .
Obtenindose la solucin general integrando ambos miembros:
1 1 1
ln ln ln ln ln y x C y x C xy C
x x x
= + + + = + =
Para calcular la solucin particular, es suciente con calcular la constante C que verique
la condicin inicial ( 1) 1 y = .
Si ( 1) 1 y = entonces:
1
ln ( 1)( 1) ln(1) 1 1
1
C C + = = =
La solucin al problema de Cauchy sera:

1 1
1
1
ln 1 0
x
x x
xy xy e xy e
x
+ | | | |
+
| |
\ . \ .
+ + = = =
Separando las variables: e)
2 3
3 2
( 1) ( 1)
( 1) ( 1)
x y
y y x x
x y
e e
e e dx e e dy dx dy
e e

+ = + =
+ +
Integrando ambos miembros y operando, se obtiene la solucin general:
1 2 1 2
2
1 1 1 1
( 1) ( 1) 2( 1) ( 1)
2 2 ( 1) 1
y x y x
x y
C e e C e e C
e e

+ = + + + = + + + =
+ +
Extrayendo factor comn y separando las variables: f)
De
2 2
(1 ) ( 1)
dy
y x y
dx
= + se obtiene
2 2
1
( 1) 1
y
dy dx
y x
=
+
Para calcular la solucin general, bastara integrar los dos miembros de la ecuacin.
2 2
1 1 1
ln 1
( 1) 1 ( 1) 1
y
dy dy y
y y y y
| |
= = + +
|
+ + + +
\ .

266
ya que:
2 2
1
1 1 ( 1) ( 1)
A
y A B
B y y y
=
= +

= + + +

2
1 1 1 1 1 1 1
(ln 1 ln 1 ) ln
1 2 1 1 2 2 1
x
dx dx x x C
x x x x
+ | |
= + = + = +
|
+
\ .

puesto que:
2
1
1
2
1 1 1 1
2
A
A B
x x x
B
= +

+
Luego la solucin general sera:

1 1
ln 1 ln
1 1
x
y C
y x
+
+ + = +
+
Ntese que si 1 = y tambin es solucin y no se obtiene de la solucin general.
2. Resuelva las siguientes ecuaciones diferenciales:

a)
2 3 3
dy
xy = y - x ; y(1) =2
dx
b)
| |
|
|
\ .
y y
x x
x +ye dx - xe dy =0, y(1) =0
c)
2 2
4xy dx +(3x y - 1)dy =0
d) (x - 2y - 1)dx +(3x - 6y +2)dy =0
e) (x - y +3)dx +(3x +y +1)dy =0
SOLUCIN:
Por tratarse de funciones homogneas de tercer grado, se puede expresar la a)
ecuacin en la forma
y
y
x
| |
=
|
\ .
:
3
3 3
2 2
1
y
dy y x x
dx xy
y
x
| |
\ .
= =
| |
|
\ .
267
y efectuando el cambio de variable
y ux =
, se obtiene:
3
2 2
1 1 u
u xu xu
u u

+ = =

que
es una ecuacin en variables separadas.
2
2
1 du dx
x u du
dx x u
= =
3
2
ln
3
dx u
u du x C
x
= = +

Deshaciendo el cambio de variable, obtendramos la solucin general:
3
3
ln
3
y
x C
x
= +
.
Resolviendo el problema de Cauchy,
3
3
(1) 8
ln 1
3 3 1
y
C C + = =
la solucin particular sera:

3
3 3 3
3
8
ln 3 ln 8
3 3
y
x y x x x
x
+ = + =
Expresando la ecuacin en la forma b)
y
y
x
| |
=
|
\ .
:
1
y
y
x
x
y y
x x
y
e
dy x ye
x
dx
xe e
+
+
= =
y efectuando el cambio de variable

y ux = , se obtiene:
1 1
u
u u
ue
u xu xu
e e
+
+ = =
que es una ecuacin en variables separadas.
1
ln
u
u
u u
du dx
x e du
dx x e
dx
e du e x C
x
= =
= = +

deshaciendo el cambio de variable: ln
y
x
e x C = + .
268
resolviendo el problema de Cauchy:
0
1
ln 1 1 e C C = + =
la solucin particular seria: ln 1
y
x
e x = +
Para homogeneizar la ecuacin efectuamos el cambio: c)
1
y z dy z dz
o o
o

= = .
2 2 1
2 2 2 1 1
4 (3 1) 0
4 (3 ) 0
xz dx x z z dz
xz dx x z z dz
o o o
o o o
o
o

+ =
+ =
Igualando los grados de cada uno de los monomios, se obtiene:
1 2 2 2 1 1 o o o + = + =
de donde
2 o =
.
Efectuamos el cambio de variable:
2 3
1 2
y dy dz
z z
= =
2 2 2
2 2
4 2 3 4 5
4 3 2 4 6 2
1 0 0 4 (6 2 ) 0
x x x x z
dx dz dx dz xzdx x z dz
z z z z z
| | + | |
+ = + = =
| |
\ .
\ .
Expresando la ecuacin en la forma
y
y
x
| |
=
|
\ .
:
2 2 2
4
4
6 2
6 2
z
dz xz
x
dx x z
z
x
= =
| |
|
\ .
y efectuando el cambio de variable z ux = , se obtiene:
3
2 2
2
3 3
u u u
u xu xu
u u
+ = =

que es una ecuacin en variables separadas.
3 2 2
2 3 3
3 3
3
du u u u dx u dx
x du du
dx x x u u u u u

= = =

Resolviendo ambas integrales:
269
2 2
3
3 3 3 1 1
( 1)( 1) 1 1
| |
= = + + =
|
+ +
\ .

u u
du du du
u u u u u u u u
2
3
1
3ln ln 1 ln 1 ln
+ + + =
u
u u u
u
ya que:
2
3
3
1
( 1)( 1) 1 1
1
A
u A B C
B
u u u u u u
C
=

= + + =
+ +
ln
dx
x C
x
= +
De donde la solucin general es:

2 2
3 3
1 1
ln ln
u u
Kx Kx
u u

= =
.
Deshaciendo el cambio de variable z ux =
:
2
2
2 2 3
3 3
1
1
z
u x
Cx Cx z x Cz
u
z
x
| |
\ .
= = =
| |
|
\ .
La solucin general se obtendra deshaciendo el cambio de variable

2
1
y
z
=
.
En efecto, de la expresin:
2
2 2
2 2 3 2 2 2
2
1
1 1
; ; ; 1 ; (1 )
1
= = = = =
x
z x y
z x Cz Cz C x y C y x y C
z y y
y
Como d)
2 1
( 2 1) ( 3 6 2) ;
3( 2 ) 2
x y dy
x y dx x y dy
x y dx

= + =

se observa que es una ecuacin cuasi-homognea.
Al ser 2 1 0 y 3 6 2 0 = + = x y x y rectas paralelas, para transformarla en una
ecuacin en variables separadas efectuamos el cambio
270
1
2
2
z
x y z y

= =
con lo que
1 1 5 3 2 3 2
; ; ; ln
2 3 2 3 2 5 5 5
+
= = = + = +
+ +

z z z z
z dz dx z z x C
z z z
La solucin general, se obtendra deshaciendo el cambio de variable. Si 2 z x y =
entonces:
3 2
ln ; 3( 2 ) 2ln 2 5 ; 3 ln 2
5 5
+ = + + = + + = z z x C x y x y x C x y x y C
Resolviendo el sistema: e)
3 0
3 1 0
x y
x y
+ =
`
+ + =
)
se obtiene como solucin: 1; 2 x y = = .
Efectuamos el cambio de variable: 1 x p dx dp = = ; 2 y q dy dq = + =
, transformndose la ecuacin en: ( ) (3 ) 0 p q dp p q dq + + = que es una ecuacin
homognea .
Expresando la ecuacin en la forma
q
q
p
| |
=
|
\ .
:
1
( ) (3 ) ; ;
3
3
q
q p dq p
q p dp p q dq q
q
p q dp
p
= + = =
+
+
Si q pu q u pu = = + entonces:
2 2
1 2 1 ( 1)
;
3 3 3
u u u u
u pu pu
u u u
+
+ = = =
+ + +
que
es una ecuacin en variables separadas.
2
2 2
( 1) 3 3
; ;
3 ( 1) ( 1)
du u u dp u dp
p du du
dp u u p u p
+ + +
= = =
+ + +

y resolviendo ambas integrales:
2 2
3 1 2 2
ln 1
( 1) 1 (1 ) 1
u
du du u
u u u u
| | +
= + = +
|
+ + + +
\ .

ya que:
271
2 2
1
3
2 1 (1 ) (1 )
A
u A B
B u u u
= +
= +

= + + +

ln
dp
p C
p
= +
, por lo que la solucin general de la ecuacin en variables separadas es:

2
ln 1 ln
1
u p C
u
+ = +
+
Si q pu = entonces la solucin de la ecuacin homognea es:
2
2 2
ln 1 ln ; ln ln ;
1
p
p q
q p q p
p C p C p q K e
q
p p p q
p
+
+
+ = + + = + + =
+
+
en variables x, y :
2 2
1
1
x
x y
x y K e
+
+
+ = o bien
2 2
1
1
x
x y
y x K e
+
+
= +
3. Resuelva las ecuaciones diferenciales siguientes:

a)
y + ycosx = sinxcosx; y(0) = 1
b)

2
x
y - 2xy = 2xe
c)
dy 1
=
dx xsiny +2sin2y
d)
3
2
x
3xy - 2y =
y
e)

3
2sin(x)y + ycosx = y (xcosx - sinx)
SOLUCIN:
Por tratarse de una ecuacin diferencial lineal de primer orden, resolvemos a)
en primer lugar la ecuacin homognea: cos 0 y y x + = que es una
ecuacin en variables separadas.
cos( ); cos( ) ; ln sin( )
dy dy
y x x dx y x C
dx y
= = = + o bien
sin( ) x
y K e
=
Para calcular la solucin general de la ecuacin completa, aplicamos el mtodo
de variacin de constantes.
272
Supongamos que
sin( )
( )
x
y e K x
= entonces:
sin sin
cos ( ) ( )
x x
y xe K x e K x

= +
sustituyendo en la ecuacin diferencial se tiene:
sin sin sin
cos( ) ( ) ( ) cos( ) ( ) sin cos
x x x
x e K x e K x x e K x x x

+ + =
simplicando esta expresin
sin
( ) sin cos
x
e K x x x
= de donde
sin
( ) sin cos
x
K x e x x =
integrando ambos miembros
sin sin sin
( ) sin cos sin( )
x x x
K x e x xdx x e e H = = +
por aplicacin del mtodo de partes:

sin
sin
cos( )
x
x u
e x dx dv
=
Luego la solucin general de la ecuacin completa es:

( )
sin sin sin
sin
x x x
y e xe e H
= +
Calculamos la constante H , para resolver el problema de Cauchy:
(0) 0 1 1 1 2 y H H H = + = = =
Por lo que la solucin particular es:
sin
2 sin 1
x
y e x
= +
b) Por tratarse de una ecuacin diferencial lineal, resolvemos primero la
ecuacin homognea.
2 ; 2 = =
dy dy
xy xdx
dx y
integrando ambos miembros:
2
2
ln ;
x
y x C y K e = + =
Aplicando el mtodo de variacin de constantes:
2
( )
x
y K x e =
de donde
2 2
2 ( ) ( )
x x
y xe K x e K x = +
273
sustituyendo en la ecuacin diferencial:
2 2 2 2
2 ( ) ( ) 2 ( ) 2
x x x x
xe K x e K x xe K x xe + =
simplicando y despejando
( ) 2 K x x = , por lo que
2
( ) K x x H = +
Luego la solucin general de la ecuacin completa es: ( )
2
2 x
y e x H = +
NOTA: Dada la ecuacin diferencial lineal en
y
, y en
y
,
( ) ( ) + = y g x y h x
es posible utilizar
un mtodo alternativo para el clculo de la solucin general.
Mtodo del producto de funciones.
Sea
z
una funcin tal que el primer miembro de + = ( ) ( ) ( ) ( ) ( ) z x y z x g x y z x h x sea la
derivada del producto de ( ) ( ) y x z x . Esto implica que
+
= =
( )
( ) ( ) ( ) ( )
g x dx
g x z x z x z x e
.
Por otro lado como
= = +
( ( ) ( )) ( ) ( ) ( ) ( ) ( ) ( )
d
z x y x h x z x z x y x h x z x dx C
dx
de
donde:
(
= +

-1
( ) ( ( )) ( ) ( ) y x z x h x z x dx C
o bien:
(
= +
(

( ) ( )
( ) ( )
g x dx g x dx
y x e h x e dx C
En muchos manuales, utiliza el siguiente desarrollo para el mtodo del producto de funciones:
Consideran = ( ) ( ) ( ) y x u x v x (producto de funciones) y sustituyen en la ecuacin diferencial,
obteniendo:
+ + = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) u x v x v x u x g x u x v x h x
de donde
( )(u ( )+g( )u( ))+v ( )u( )=h( ) v x x x x x x x
considerando el caso particular en que + = ( ) ( ) ( ) 0 u x g x u x

entonces:
=
( )
( )
g x dx
u x e
y = ( ) ( ) ( ) v x u x h x de donde ( )
=
-1
( ) ( ) ( ) v x u x h x por lo que:
= +
( )
( ) ( )
g x dx
v x h x e dx C
274
Como
= ( ) ( ) ( ) y x u x v x

se tiene que:
(
= +
(

( ) ( )
( ) ( )
g x dx g x dx
y x e h x e dx C
Aplicando el mtodo anteriormente descrito al caso que nos ocupa:

= =
2 2
( ) 2
xdx
x
g x x e e , como =
2
( ) 2
x
h x xe entonces:
( )
(
= + = +

2 2 2 2
2
( ) 2
x x x x
y x e xe e dx C e x C
Dado que c)
1
sin 2sin(2 )
dy
dx x y y
=
+
entonces
sin 2sin(2 )
dx
x y y
dy
= +
,
que podemos considerar como una ecuacin diferencial lineal en x
,
expresndola como:
sin 2sin(2 )
dx
x y y
dy
=
Resolviendo la ecuacin homognea sin 0
dx
x y
dy
= se obtiene
cos y
x K e
= .
Aplicando el mtodo de variacin de constantes
cos
( )
y
x K y e
=
de donde:
cos cos
sin( ) ( ) ( )
y y
x y e K y K y e

= +
sustituyendo en la ecuacin diferencial:
cos cos cos
sin( ) ( ) ( ) sin( ) ( ) 2sin(2 )
y y y
y e K y K y e y e K y y

+ =
simplicando y despejando
cos cos
( ) 2sin(2 ) 4sin cos
y y
K y y e y ye = =
por lo que
cos cos cos
( ) 4sin( ) cos( ) 4cos 4
y y y
K y y y e dy ye e H = = + +
275
Integral resuelta por aplicacin del mtodo de partes:
cos
cos
sin( )
y
y u
y e dy dv
=
La solucin general de la ecuacin diferencial completa es:

( )
cos cos cos
4cos( ) 4
y y y
x e y e e H
= + + o bien
cos
4(1 cos )
y
x y He
= +
teniendo en cuenta que
2
1 cos
sin
2 2
y y | |
=
|
\ .
, la solucin viene dada por:
2 cos
8sin
2
y
y
x He
| |
= +
|
\ .
Aplicando el mtodo del producto de funciones:
sin( )
cos( )
( ) sin
y dy
y
g y y e e

= =
y como
( ) 2sin(2 ) h y y =
entonces:
cos( ) cos( )
( ) 2sin(2 )
y y
x y e y e dy C
(
= +

aplicando el mtodo de partes:

cos( ) cos( ) cos( ) cos( )
( ) 4cos( ) 4 4 4cos( )
y y y y
x y e y e e C y Ce

( = + + = +

Se trata de una ecuacin diferencial de Bernouilli, con d) 2 n = .
Para resolverla realizamos el cambio
3 3
2 1
1
z z y y z
y

= = =
y sustituyendo en la ecuacin diferencial queda:
3 3
3 3 3
3 3 3 3 2 2 2 2
3 2 ; 2 ; 2
3

= = =
z x xz x
x z z xz z x
z z z z
Puesto que una vez realizado el cambio de variable nos encontramos ante una ecuacin
diferencial lineal, resolvemos primero la ecuacin diferencial homognea.
276
2
2
2 0; ; ln 2ln ;
dz
xz z dx z x C z x K
z x
= = = + =
2
( ) z x K x =
de donde:
2
2 ( ) ( ) z xK x x K x = +
Sustituyendo en la ecuacin de Bernouilli, simplicando y despejando ( ) 1 K x = por lo
que ( ) K x x H = + .
La solucin general de la ecuacin diferencial lineal es:
2
( ) z x x H = +
Deshaciendo el cambio de variable
3
z y = , la solucin de la ecuacin diferencial de
Bernouilli es:
3 2
( ) y x x H = +
Aplicando el mtodo del producto de funciones, para resolver la ecuacin diferencial
lineal, se tiene:
2
2
2
( )
dx
x
g x e x
x
= =
y como
2
( ) h x x =
entonces:
( )
2 2 2
2
1
( ) z x x x dx C x x C
x
(
= + = +
(

Se trata de una ecuacin diferencial de Bernouilli, con e)

3 n =
.
Para resolverla realizamos el cambio
3 1 2
1 1 1
z z y
y y
z
= = =
con lo que,
1 1
2sin cos ( cos sin ); sin( ) cos( ) cos sin
2
z
x x x x x x z x z x x x
z z z z z

+ = + =
277
Puesto que una vez realizado el cambio de variable nos encontramos ante una ecuacin
diferencial lineal, resolvemos primero la ecuacin diferencial homognea.
cos
sin( ) cos( ) 0; ; ln ln sin ; sin( )
sin
dz x
x z x z dx z x C z x K
z x
+ = = = + =
sin( ) ( ) z x K x =
de donde:
sin cos z K x K x = +
Sustituyendo en la ecuacin, simplicando y despejando:
2 2
sin cos 1 cos
( )
sin sin sin
x x x x x
K x
x x x
= =
por lo que
2
sin cos
( )
sin sin
x x x x
C x dx H
x x
= = +
ya que:
Si en la integral anterior aplicamos el mtodo de partes:
2
sin cos
sin
x x x u
dx
dv
x
=
se obtiene
2
sin cos cos
(sin cos ) cos( )
sin sin

= +

x x x x
dx x x x x x dx
x x
Aplicando, a la ltima integral, el mtodo de partes:
cos( )
x u
x dx dv
=
se obtiene
2 2
cos cos
cos sin sin( ) sin
sin sin sin
+ = + + = +
x x x x x
x x x x dx x x H H
x x x
La solucin general de la ecuacin diferencial lineal es:
278
sin sin
sin
x
z H x x H x
x
| |
= + = +
|
\ .
Deshaciendo el cambio de variable
2
1
z
y
= , la solucin de la ecuacin diferencial de
Bernouilli es:
2
1
sin x H x
y
= +
Aplicando el mtodo del producto de funciones, a la ecuacin diferencial lineal:
cot( ) cot 1 z x z x x = +
cot( )
ln(sin( ))
( ) cot( ) sin( )
x dx
x
g x x e e x
= = =
y como
( ) cot( ) 1 h x x x = +
entonces:
( )
1
2
2
cos( ) 1
( ) sin( ) cot( ) 1 sin ( ) sin( )
sin( ) sin ( )
sin( ) cos( )
sin( ) sin( ) sin( )
sin sin ( )
x
z x x x x x dx C x x dx dx C
x x
x x x x
x dx C x d C x C x
x x
(
(
= + + = + + =
(

( ( | |
= + = + = +
| ( (
\ .

4. Calcule el valor de la constante

k
para que la ecuacin diferencial:
+ + + = ( ) ( )
3 4 2 2 3
y kxy 2 x dx 3 xy 20 x y dy 0
sea exacta.
SOLUCIN:
Para que la ecuacin diferencial sea exacta, deben de ser iguales las siguientes
parciales:
3 4 2 2 3
2 3 2 3
( 2 ) (3 20 )
3 4 ; 3 40
y kxy x xy x y
y kxy y xy
y x
+ +
= + = +

279
Por lo tanto:
2 3 2 3
3 40 3 4 10 y xy y kxy k + = + =
5. Halle la solucin general de las siguientes ecuaciones diferenciales:

a)
| |
| |
| |
\ .
\ .
1 1
siny + ysinx + dx + xcosy - cosx + dy = 0
x y
b)
2
2 2
xdx + ydy xdy - ydx
+ = 0
x
x + y
c) { } { } ncos(nx +my) - msin(mx +ny) dx + mcos(nx +my) - nsin(mx +ny) dy = 0
SOLUCIN:
Para ver si es o no exacta comprobemos la igualdad de las derivadas a)
parciales.
1
1
cos cos
sin sin
cos sin ; cos sin
x y x
y y x
y
x
y x y x
y x
| |
| |
+
+ +
| |
\ . \ .
= + = +

Dado que se trata de una ecuacin diferencial exacta, la solucin general ser de la
forma ( , ) F x y C = .
Para calcular dicha funcin tenemos presente que:
( , ) 1
sin sin
F x y
y y x
x x
= + +
( , ) 1
cos cos
F x y
x y x
y y
= +
Si
( , ) 1
sin sin
F x y
y y x
x x
= + +
entonces
1
( , ) sin sin ( ) F x y y y x dx y
x

| |
= + + +
|
\ .
, es
decir:
( , ) sin cos ln ( ) F x y x y y x x y = + +
Para calcular la funcin ( ) y , nos basaremos en que
( , ) F x y
y
ha de vericar que:
( , ) 1
cos cos
F x y
x y x
y y
= +
280
( , )
cos cos ( )
F x y
x y x y
y

= +
Por tanto:
1
( ) y
y
=
de donde
1
( ) ln y dy y
y
= =
.
Luego sin cos ln ln x y y x x y C + + = es la solucin general de la ecuacin
diferencial, o bien sin cos ln 0 x y y x xy C + =
NOTA: Obsrvese que dada la ecuacin diferencial:
( , ) ( , )
1 1
sin sin cos cos 0
P x y Q x y
y y x dx x y x dy
x y
| | | |
+ + + + =
| |
\ . \ .
_ _
(1)
al ser exacta, como hemos visto, existe una funcin F (x ,y) tal que:
= + ( , ) ( , ) dF P x y dx Q x y dy
(2)
Obviamente de (1) y (2) se llega a que la ecuacin diferencial es en realidad dF = 0, cuya solucin
general es F = cte. lo que reduce la resolucin de (1) al clculo de F(x ,y).
De (2) resulta claro que :

= =

( , ) (3) ( , ) (4)
F F
P x y Q x y
x y
por lo que el procedimiento expuesto en la resolucin se puede esquematizar en 4 pasos
independientemente de que partamos de (3) o de (4).
Vemoslo:
Si partimos de
( , )
F
P x y
x
Paso 1: Expresin inicial de F(x ,y)

| |
= + = + + +
|
\ .

1
( , ) ( , ) ( ) ( , ) sin sin ( ) F x y P x y dx y F x y y y x dx y
x
donde

( ) y

es una funcin que slo depende de y.
Integrando respecto de la variable x , obtenemos :
= + + ( , ) sin cos ln ( ) F x y x y y x x y (5)
Paso 2: Determinacin de ( ) y
281
Sustituyendo (5) en (4) :
( )
1
cos cos sin cos ln ( ) x y x x y y x x y
y y

+ = + +
desarrollando y simplificando:
1 1
cos cos cos cos 0 ( ) ( ) x y x x y x y y
y y
+ = + + =
(6)
e integrando:
( ) ln y y =
(
7)
Observacin: El hecho de que en (6)
( ) y
slo dependa de y (mediante la simplificacin de los
restantes trminos de Q) indica que vamos por buen camino.
Dado que esta integracin es un resultado intermedio hasta la solucin general se toma la
constante de integracin con el valor cero.
Paso 3: Expresin final de F(x,y)
Mediante la sustitucin de (7) en (5) se llega a:
= + + ( , ) sin cos ln ln F x y x y y x x y
Paso 4: Solucin o integral general de la ecuacin diferencial
Basta igualar F(x ,y) a una constante, y as obtenemos la Integral General:
sin cos ln ln x y y x x y C + + =
es decir:
(ycosx-xsiny)
y=Ke x
Si partimos de

( , )
F
Q x y
y
Paso 1: Expresin inicial de F(x ,y)

| |
= + = + +
|
\ .

1
( , ) ( , ) ( ) ( , ) cos cos ( ) F x y Q x y dx x F x y x y x dy x
y
donde
( ) x
es una funcin que slo depende de x.
282
Integrando respecto de la variable y, obtenemos:
= + + ( , ) sin cos ln ( ) F x y x y y x y x (8)
Observacin: Comprese (8) con (5)
Paso 2: Determinacin de
( ) x
Sustituyendo (8) en (3) :
( )
1
sin sin sin cos ln ( ) y y x x y y x y x
x x

+ + = + +
desarrollando y simplificando:
1 1
sin sin sin sin 0 ( ) ( ) y y x y y x x x
x x
+ + = + + + =
(9)
e integrando:
( ) ln x x = (10)
Observacin: El hecho de que en (6) ( ) x slo dependa de x (mediante la simplificacin de los
restantes trminos de P) indica que vamos por buen camino.
Dado que esta integracin es un resultado intermedio hasta la solucin general se toma la
constante de integracin con el valor cero.
Paso 3: Expresin final de F(x ,y)
Mediante la sustitucin de (10) en (8) se llega a:
= + + ( , ) sin cos ln ln F x y x y y x y x
Paso 4: Solucin o integral general de la ecuacin diferencial
Basta igualar F(x ,y) a una constante, y as obtenemos la Integral General:
sin cos ln ln x y y x x y C + + =
es decir:
(ycosx-xsiny)
y=Ke x
Dado que la ecuacin diferencial se puede expresar de la forma: b)
283
2
2 2 2 2
1
0
x y y
dx dy
x x
x y x y
| | | |
| | + + =
| |
+ +
\ . \ .
y como
2 2 2 2
2 2 2 2
2 2 2 2
1 2
2 1 1
( )
y xy
x
x y x y xy
x x y x x
x y x y
| |
| +
|
+ +
\ .
= =
+
+ +
2
2 2 2 2
2 2 2 2
2 2 2 2
2
2 1 1
( )
x y xy
x
x y x y xy
y x y x x
x y x y
| |
|
|
+ +
\ .
= =
+
+ +
se trata de una ecuacin diferencial exacta, por lo que la solucin general sera de la
forma
( , ) F x y C =
.
Para calcular dicha funcin tenemos presente que:
2
2 2
( , ) f x y x y
x x
x y
+
entonces
2 2
2
2 2
( , ) ( )
x y y
F x y dx x y y
x x
x y

| |
| = = + + +
|
+
\ .
Por otro lado

( , ) F x y
y
verica que:
2 2
( , ) 1 F x y y
y x
x y
= +
+
2 2
( , ) 1
( )
F x y y
y
y x
x y

= + +
+
de donde
( ) 0 y =
por lo que
( ) y K =
.
Luego la solucin general de la ecuacin diferencial es:
2 2
y
x y C
x
+ + =
NOTA: La ecuacin diferencial podra haberse resuelto con ms sencillez mediante la diferen-
cial, ya que:
284
( )
2 2
2
2 2
xdx + ydy xdy- ydx x
+ =0 d x + y +d =0
x y
x + y
| |

|
\ .
2 2 2 2
x x
d x + y + = 0 x + y + = C
y y
| |

|
\ .
La ecuacin diferencial es exacta, ya que: c)
( cos( ) sin( ))
sin( ) cos( )
m nx my n mx ny
mn nx my nm mx ny
x
+ +
= + +
( cos( ) sin( ))
sin( ) cos( )
n nx my m mx ny
mn nx my nm mx ny
y
+ +
= + +
Entonces:
( , )
cos( ) sin( )
F x y
n nx my m mx ny
x
= + +
de donde
( , ) ( cos( ) sin( )) ( ) F x y n nx my m mx ny dx y = + + +
es decir
( , ) sin( ) cos( ) ( ) F x y nx my mx ny y = + + + +
Como
( , )
cos( ) sin( ) cos( ) sin( ) ( )
F x y
m nx my n mx ny m nx my n mx ny y
y

= + + = + + +
Simplicando y despejando,
( ) 0 y =
por lo que
( ) y K =
La solucin general de la ecuacin diferencial es:
sin( ) cos( ) nx my mx ny C + + + =

a)
2 2
(1 - x y)dx +x (y - x)dy = 0
b)
2 3 2
(2xy - 3y )dx +(7 - 3xy )dy = 0
285
SOLUCIN:
Estudiemos si la ecuacin diferencial, admite un factor integrante que sea a)
funcin de x , es decir
( ) x =
.
Dado que:
2
2 ( ) 2
( )
y x
P Q
x x y
Q x y x x

= =
es funcin de
x
, entonces:
2
2
1
( )
dx
x
x e
x
= =
Por lo que la ecuacin
2
2
1
(1 ) ( ) 0 x y dx y x dy
x
+ =
es una ecuacin diferencial exacta,
ya que:
2
2
1
(1 )
( )
1
x y
y x x
x y
| |

|

\ .
= =

Para calcular su solucin general procedemos como en los casos anteriores.
2
2
( , ) 1
(1 )
F x y
x y
x x
por lo que
2
2
1 1
( , ) (1 ) ( ) ( ) F x y x y dx y xy y
x x
= + = +
Como
( , ) F x y
y x
y
y por otro lado

( , )
( )
F x y
x y
y

= +
entonces ( ) y y = de donde
2
( )
2
y
y =
.
La solucin general de la ecuacin diferencial es
286
2
1
2
y
xy C
x
+ =
o bien
2 2
2 2 xy x y Kx + =
.
Para determinar qu factor integrante se debe usar estudiemos la diferencia: b)
2 2 2
(4 9 ) ( 3 ) 4 6 2 (2 3 )
y x
P Q xy y y xy y y x y = = =
Como
2
(2 3 ) P y x y =
entonces:
2
2 (2 3 ) 2
(2 3 )
y x
P Q
y x y
P y x y y

= =
por lo que
2
2
1
( )
dy
y
y e
y
= =
Por lo que la ecuacin diferencial
2
2
1
(2 3 ) (7 3 ) 0 x y dx xy dy
y
+ =
es exacta, ya que:
2
2
1
(7 3 )
(2 3 )
3
xy
y x y
x y
| |

|

\ .
= =

Procediendo como en el apartado anterior:
( , )
2 3
F x y
x y
x
de donde
2
( , ) (2 3 ) ( ) 3 ( ) F x y x y dx y x xy y = + = +
Como
2
2
( , ) 1
(7 3 )
F x y
xy
y y
y por otro lado

( , )
3 ( )
F x y
x y
y

= +
287
entonces igualando y despejando
( ) y
se tiene
2
7
( ) y
y
= de donde
7
( ) y
y

= .
Luego la solucin general de la ecuacin diferencial es:
2
7
3 = x xy C
y
7. Calcule la integral general de la ecuacin diferencial

2 2
xdx + ydy = (x + y )dx
,
mediante la obtencin de un factor integrante de la forma
+
2 2
( ) = x y
SOLUCIN:
Expresando la ecuacin diferencial como
2 2
(x - x - y )dx + ydy = 0 se tiene que:
2 2
2 0
( x - x - y ) y
- y
y x

= =

por lo que la ecuacin diferencial no es exacta.
Calculemos el factor integrante pedido. Recurdese que:
( )
=
y x
x y
P Q
dz
Qz Pz
z e
con ( )
2 2
= + z x, y x y , por lo que:
( )
( )
( )
( )
( )
( )
2 2 2 2
2 2
2 2 2 2
2 2
2 1
1
2 2
2 2
1
y
d x y d x y
d x y
xy y x x y x x x y
x y
z e e e
x y
+ +
+

+

= = = =
+
pudindose comprobar que el factor integrante est bien calculado. Para ello, bastara
vericar que la ecuacin diferencial:
2 2
2 2 2 2
0
x - x - y y
dx + dy =
x + y x + y
es exacta. En efecto:
2 2
2 2 2 2 2 2 2
2 x - x - y - xy y
= =
y x + y (x + y ) x x + y
| | | |
| |

\ . \ .
Para calcular su solucin:
288
2 2 2 2
2 2 2 2
F(x, y) x - x - y x - x - y
F(x, y) = dx (y) =
x x + y x + y

= +

2 2
2 2
1
1
2
x
= - dx (y) = ln(x + y ) - x + (y)
x + y

| |
+
|
\ .
2 2
2 2 2 2
1
2
F(x, y) y y
= ln(x + y ) - x + (y) (y)
y x + y y x + y

| |
= = +
|
\ .
y por consiguiente (y) = 0 (y) = K
.
Luego la solucin general es:
2 2
ln x + y - x = C
.
8. Resuelva la ecuacin diferencial

3 2 4 3
(y +x y +2x )dx +(x +4xy +8y )dy = 0
utilizando un factor integrante de la forma
= (x y)
SOLUCIN:
Comprobamos primero que la ecuacin diferencial no es exacta. Para ello calculamos
las parciales:
3 2
3
2
1
(y + x y + x )
= + x
y
4 3
4
4 8
1 4
(x + xy + y )
= + y
x
y vemos que son distintas.

Recurdese que ( )
=
y x
x y
P Q
dz
Qz Pz
z e con ( )= z x, y xy , por lo que:
( )
( )
( )
1
2
1
2
= =
+
d xy
xy
z e
xy
ya que:
3 4
4 =
y x
P Q x y
( ) ( ) ( )( )
4 3 2 3 4
3
4 8 2 2 4 = + + + + = +
x y
Qz Pz y x xy y x y x y x xy x y
y la ecuacin diferencial:
3 2 4 3
4 8
0
2 2
y + x y +2x x + xy + y
dx + dy =
+ xy + xy
289
es exacta. Para calcular su solucin general:
3 2
2
2
F(x, y) y + x y + x
x + xy
por lo que
3 2 2
2 2
2 2
y + x y + x x ( + xy) + y
F(x, y) dx + (y) = dx + (y) =
+ xy + xy
=

2 3
2
2
2
2 2 3
x ( + xy) + y y x
= dx + (y) = x dx + dx + (y) = +ln + xy + (y)
+ xy + xy

y como
4 3 3
4 8
2
2 3 2
F(x, y) x + xy + y x x
+ln + xy + (y) + (y)
y + xy y + xy

| |
= = =
|

\ .
entonces:
3 3 4
4 4 y = (y) (y) = y dy = y
Por lo que la solucin general de la ecuacin diferencial es:

3
4
2
3
x
+ln + xy + y = C
o bien
3 3 4
2 3 0 x +ln( + xy) + y + K =
9. Calcule un factor integrante del tipo

2
= (x + y )
para la ecuacin
diferencial
2 3
(3y - x)dx +(2y - 6xy)dy = 0
.
SOLUCIN:
Sea
2
= + z x y
como:
( ) 6 6 12 = =
y x
P Q y y y
( ) ( )
3 2 3 2
2 6 2 3 4 4 4 = = = +
x y
Qz Pz y xy y y x y xy y x y
entonces
( )
2 2
12 3
4

= =
+ +
y x
x y
P Q
y
Qz Pz x y y x y
por lo que
290
( )
( )
( )
2
2
3
2
3
2
1
+
+
+ = =
+
d x y
x y
x y e
x y
10. Halle un factor integrante de la forma

2 2
= (y - x )
para la ecuacin
diferencial
2 2
(x + y +1)dx - 2xydy = 0
.
SOLUCIN:
Sea
2 2
= z y x como:
( ) 2 2 4 = =
y x
P Q y y y
( ) ( ) ( )
2 2 3 2 2
2 2 2 1 4 4 2 1 = + + = =
x y
Qz Pz x xy y x y y xy y x y
entonces
( )
2 2 2 2
4 2
1 2 1

= =
+ +
y x
x y
P Q
y
Qz Pz x y y x y
por lo que
( )
( )
( )
2 2
2 2
2
2 2 1
2
2 2
1
1
+ +
= =
+
d y x
x y
y x e
y x
11. Obtenga las trayectorias ortogonales a:

a)
R
2 2 2
x - y = a ; a
b)
R
- x
cosy = ae ; a
SOLUCIN:
a) Calculamos la ecuacin diferencial de la familia de curvas: 0 x yy = .
Para obtener la ecuacin diferencial de las trayectorias ortogonales, en la ecuacin
anterior sustituimos y por
1
y
, obtenindose
1
0 x y
y
| |
=
|
\ .
y operando en dicha
ecuacin, sta se expresa como:
291
1
0; 0 xy y y y
x
+ = + =
Resolviendo la ecuacin diferencial homognea resultante:
; ; ; ln ln ; ;
y dy y dy dx C
y y x C y xy C
x dx x y x x

= = = = + = =
Luego la ecuacin de las trayectorias ortogonales es xy C =
Calculamos la ecuacin diferencial de la familia de curvas. b)
Despejando el parmetro a en la ecuacin de la familia se tiene
cos
x
y
a
e
=
y sustituyndolo en la ecuacin diferencial sin
x
y y ae
= se consigue la ecuacin
diferencial de la familia de curvas: sin cos y y y = .
Para obtener la ecuacin diferencial de las trayectorias ortogonales se sustituye, en la
ecuacin diferencial de la familia de curvas, y por
1
y
, con lo que
1 cos sin
;
sin cos
y y
y
y y y

= =
operando en dicha ecuacin, sta se expresa como:

sin cos
;
cos sin
dy y y
dy dx
dx y y
= =
Resolviendo la ecuacin diferencial resultante:
ln(sin ) = + y x C
Luego la ecuacin de las trayectorias ortogonales es
sin

=
x
y Ke
.
12. Demuestre que:

a) La curva que posee la propiedad, de que sus normales pasan por un
punto jo, es una circunferencia.
b) La curva para la cual la pendiente de la tangente en cualquiera de sus puntos
es proporcional a la abscisa del punto de contacto, es una parbola.
SOLUCIN:
a) Consideremos el punto jo ( , ) P a b y consideremos la funcin ( ) y f x = , la
ecuacin de la recta normal que pasa por P es:
292
1
( ) y b x a
y
o bien ( ) ( ) 0 y b y x a + =
.
Resolviendo la ecuacin diferencial:
2 2
( ) ( )
( ) ; ( ) ( ) ;
2 2
dy y b a x
y b a x y b dy a x dx C
dx

= = = +
simplicando esta ltima ecuacin
2 2
( ) ( ) x a y b C + = que es la ecuacin de una
circunferencia.
b) Si =
dy
kx
dx
resolviendo la ecuacin diferencial:
2
;
2
= = +
x
dy kxdx y k C
que es la ecuacin de una familia de parbolas.

a)
y +6y +11y +6y = 0
b)
y +2y + y = 0
c)
4y - 8y +5y = 0
d)

I V
y +2y +4y - 2y - 5y = 0
e)

I V
y +4y +10y +12y +5y = 0
f)

I V
y +2y + y = 0
SOLUCIN:
a) Calculamos y factorizamos la ecuacin caracterstica:
3 2
( ) 6 11 6 ( 2)( 1)( 3) p i i i i i i i = + + + = + + +
Por lo que el sistema fundamental de soluciones es:
{ }
2 3
, ,
x x x
e e e

y la solucin general de la ecuacin diferencial es:
2 3
1 2 3
x x x
y C e C e C e

= + +
b) Calculamos y factorizamos la ecuacin caracterstica:
293
2 2
( ) 2 1 ( 1) p i i i i = + + = +
{ }
,
x x
e xe

y por tanto, la solucin general de la ecuacin diferencial es:
1 2 1 2
( )
x x x
y C e C xe e C C x

= + = +
c) Calculamos y factorizamos la ecuacin caracterstica:
2
( ) 4 8 5 4 1 1
2 2
i i
p i i i i i
| || | | | | |
= + = +
| | | |
\ . \ . \ .\ .
cos , sin
2 2
x x
x x
e e
| | | |
`
| |
\ . \ . )
1 2 1 2
cos sin cos sin
2 2 2 2
x x x
x x x x
y C e C e e C C
| | | | | | | | | |
= + = +
| | | | |
\ . \ . \ . \ . \ .
d) Calculamos y factorizamos la ecuacin caracterstica:
4 3 2 2
( ) 2 4 2 5 ( 1)( 1)( 2 5)
( 1)( 1)( ( 1 2 ))( ( 1 2 ))
p
i i
i i i i i i i i i
i i i i
= + + = + + + =
= + +
{ }
, , cos 2 , sin 2
x x x x
e e e x e x

( )
1 2 3 4
cos 2 sin 2
x x x
y C e C e e C x C x

= + + +
e) Calculamos y factorizamos la ecuacin caracterstica:
4 3 2 2 2
2
( ) 4 10 12 5 ( 1) ( 2 5)
( 1) ( ( 1 2 ))( ( 1 2 ))
p
i i
i i i i i i i i
i i i
= + + + = + + =
= +
294
{ }
, , cos 2 , sin 2
x x x x
e xe e x e x

( )
1 2 3 4
cos 2 sin 2
x x x
y C e C xe e C x C x

= + + +
f) Calculamos y factorizamos la ecuacin caracterstica:
4 2 2 2 2 2
( ) 2 1 ( 1) ( ) ( ) p i i i i i i i i = + + = + = +
{ } cos , sin , cos , sin x x x x x x
1 2 3 4
cos sin cos sin y C x C x C x x C x x = + + +
14. A la ecuacin diferencial ordinaria, homognea, de orden n

n n) n- 1 n- 1)
n 1 n- 1
x y +a x y + +a xy +a y = 0
se le llama ecuacin equidimensional de Euler de orden n.
Con el cambio de variable =
z
x e se transforma en una ecuacin
diferencial lineal de orden n con coecientes constantes.
Aplique el resultado anterior y transforme la ecuacin equidimensional de Euler
de orden tres en una ecuacin diferencial lineal homognea de coecientes
constantes de orden tres.
SOLUCIN:
Sea
3 2
1 2 3
0 x y a x y a xy a y + + + = la ecuacin equidimensional de Euler de orden
tres, si hacemos el cambio de variable
z
x e = resulta ( ( )) y x z de donde
( ) ( ) ( ) ( ) ( )
z z
dy dy dx
y z y z y x e y x y z e
dz dx dz
= = = =
( )
( ) ( ) ( )
( ) ( ) ( ) ( )
z z z z z
dy z d dy x dy x dx
y z y x e e y x e e y x e
dz dz dz dx dz

| |
= = = + = + =
|
\ .

( )
2 2
( ) ( ) ( ) ( ) ( ) ( ) ( )
z z z z z z z
y x e e y x e y x e y x e y z y x e y x e = + = + = +
295
luego
( )
2 2
( ) ( ) ( ) ( ) ( ) ( )
z z
y z y x e y z y x y z y z e
= + =
( )
2 2 2
( ) ( )
( ) ( ) ( ) 2 ( ) ( )
z z z z z z
d dy x dx dy x dx
y z y x e y x e e y x e e y x e
dz dx dz dx dz

| | | |
= + = + + + =
| |
\ . \ .

3 2 2 3 2
( ) 2 ( ) ( ) ( ) ( ) 3 ( ) ( )
z z z z z z z
y x e y x e y x e y x e y x e y x e y x e = + + + = + +
luego
( )
3 2 2 3
( ) ( ) 3 ( ) ( ) ( ) ( ) ( ) 3 ( ) 2 ( )
z z z z
y z y x e y z y z e e y z y z y x e y z y z
= + + = +
Con lo que ( )
3
( ) ( ) 3 ( ) 2 ( )
z
y x y z y z y z e
= +
Sustituyendo ( ), ( ), ( ) y x y x y x en la ecuacin inicial resulta:
( ) ( )
3 3 2 2
1 2 3
3 2 0
z z z z z z
e y y y e a e y y e a e y e a y

+ + + + =
reorganizando la ecuacin diferencial, se obtiene:
( ) ( )
1 2 1 3
3 2 0 y a y a a y a y + + + + =
que es una ecuacin diferencial lineal homognea, de orden tres, con coecientes
constantes.
15. Para determinar la resistencia de una pequea esfera que se mueve a

velocidad constante en un uido viscoso, es necesario resolver la ecuacin
diferencial:

3 I V 2
x y +8x y +8xy - 8y =0
Pruebe que la solucin general es
2 - 1 - 3
1 2 3 4
y(x) =C x +C x +C x +C
SOLUCIN:
La ecuacin anterior es una ecuacin de Euler para ( ) ( ) y x t x = es decir la ecuacin
diferencial anterior, es en realidad la siguiente ecuacin equidimensional de Euler de orden
tres en ( ) t x
3 2
8 8 8 0 x t x t xt t + + =
296
y utilizando el cambio de variable del ejercicio anterior
z
x e = obtenemos la ecuacin
diferencial homognea de orden tres con coecientes constantes en ( ) t z
5 2 8 0 t t t t + + =
cuya ecuacin caracterstica es ( )( )( )
3 2
5 2 8 1 2 4 0 i i i i i i + + = + + =
{ }
2 4
, ,
z z z
e e e

y en consecuencia, la solucin general de la ecuacin diferencial homognea de orden tres
con coecientes constantes en ( ) t z es:
2 4
1 2 3
( )
z z z
t z K e K e K e

= + +
y deshaciendo el cambio de variable
z
x e = se obtiene:
2 4
1 2 3
( ) t x K x K x K x

= + +
como ( ) ( ) y x t x = , la ecuacin anterior se transforma en:
2 4
1 2 3
( ) y x K x K x K x

= + +
e integrando resulta:
2 1 3 3 1 2
4
( )
2 1 3
K K K
y x x x x K

= + + +

con lo que la solucin general de la ecuacin diferencial inicial es:
2 1 3
1 2 3 4
( ) y x C x C x C x C

= + + +
16. Halle la solucin general de las ecuaciones diferenciales siguientes:
a)
y +2y +2y = 1 +x
b)
y +8y = 8x
c)

2 x
y + y + y = (x +x )e
d)

- 3x
y +4y +3y = 9e
e)
y + y = 4xcosx
f)

x
y +2y = 4e (sinx +cosx)
297
SOLUCIN:
a) La solucin general de la ecuacin diferencial completa la expresamos como
la suma de la solucin general de la ecuacin homognea ms una solucin
particular de la ecuacin completa.
Resolviendo la ecuacin homognea 2 2 0 y y y + + = , se tiene:
2
( ) 2 2 ( ( 1 ))( ( 1 )) p i i i i i i i = + + = + +
{ }
cos , sin
x x
e x e x

y por tanto, la solucin general de la ecuacin diferencial homognea es:
1 2
( cos sin )
x
y e C x C x
= +
Para calcular una solucin particular de la ecuacin completa, recurriremos al mtodo
de coecientes indeterminados.
Por la forma del trmino independiente, ensayamos una solucin del tipo:
y ax b = +
por lo que
y a = e 0 y =
Sustituyendo estas expresiones en la ecuacin diferencial completa, obtenemos:
2 2 2 1 a ax b x + + = +
reordenando la ecuacin
2 2 2 1 ax a b x + + = +
e identicando coecientes, se plantea el sistema siguiente:
2 1
2 2 1
a
a b
=
`
+ =
)
de donde
1
; 0
2
a b = =
298
Luego una solucin particular de la ecuacin completa es:
2
x
y =
.
1 2
( cos sin )
2
x
x
y e C x C x
= + +
b) Resolviendo la ecuacin homognea 8 0 y y + = , se tiene:
2
( ) 8 ( 8) p i i i i i = + = +
{ }
8
1,
x
e

8
1 2
x
y C C e
= +
Para calcular una solucin particular de la ecuacin completa, por la forma del trmino
independiente, ensayamos una solucin del tipo:
( ) y x ax b = +
por lo que
2 y ax b = + e 2 y a =
2 8(2 ) 8 a ax b x + + =
reordenando la ecuacin
16 2 8 8 ax a b x + + =
e identicando coecientes, se plantea el sistema siguiente:
16 8
2 8 0
a
a b
=
`
+ =
)
de donde
1 1
;
2 8
a b = =
299
1
2 8
x
y x
| |
=
|
\ .
8
1 2
1
2 8
x
x
y C C e x
| |
= + +
|
\ .
c) Resolviendo la ecuacin homognea 0 y y y + + = , se tiene:
2
1 3 1 3
( ) 1
2 2 2 2
p i i i i i i i
| || | | | | |
= + + = + | | | |
| | | |
\ . \ . \ .\ .
2 2
3 3
cos , sin
2 2
x x
e x e x

| | | |

| | `
| |
\ . \ . )
2
1 2
3 3
cos sin
2 2
x
y e C x C x
| | | | | |
= + | | |
| | |
\ . \ . \ .
2
( )
x
y ax bx c e = + +
por lo que
2
( (2 ) )
x
y ax a b x b c e = + + + + e
2
( (4 ) 2 2 )
x
y ax a b x a b c e = + + + + +
2 2
(3 (6 3 ) 2 3 3 ) ( )
x x
ax a b x a b c e x x e + + + + + = +
identicando coecientes, se plantea el sistema siguiente:
3 1
6 3 1
2 3 3 0
a
a b
a b c
=
+ =
`
+ + =
)
300
de donde
1 1 1
; ;
3 3 9
a b c = = =
2
1 1 1
3 3 9
x
y e x x
| |
= +
|
\ .
2
2
1 2
3 3 1 1 1
cos sin
2 2 3 3 9
x
x
y e C x C x e x x
| | | | | |
| |
= + + + | | |
|
| | |
\ .
\ . \ . \ .
d) Resolviendo la ecuacin homognea 4 3 0 y y y + + = , se tiene:
2
( ) 4 3 ( 1)( 3) p i i i i i = + + = + +
{ }
3
,
x x
e e

3
1 2
x x
y C e C e

= +
independiente, y como 3 es una raz de la ecuacin caracterstica ensayamos una
solucin del tipo:
3x
y axe
=
por lo que
3
( 3 )
x
y ax a e
= + e
3
(9 6 )
x
y ax a e
=
3 3
2 9
x x
ae e

=
de donde
9
2
a =
301
3
9
2
x
y xe
=
3 3
1 2
9
2
x x x
y C e C e xe

= + o bien
3
1 2
9
2
x x
y C e C x e

| |
= +
|
\ .
Ntese que una forma alternativa de resolucin, basada en el operador diferencial D ,
sera la siguiente:
2 3 3
4 3 9 3 1 9
-3x x x
y +4y +3y = 9e ( D D )y e ( D )( D )y e

+ + = + + =
Sea 1 z ( D )y = + , entonces:
3 3 3 3
3 9 3 9
x x x x
( D )z e ( D )( e e z ) e

+ = + =
Teniendo en cuenta la regla del desplazamiento exponencial del operador diferencial:
k x x k
( D ) ( e y ) e D ( y )
i i
i =
y en general:
k x x k
( D ) ( e u( x, y )) e D ( u( x, y ))
i i
i =
siendo ambas fcilmente demostrables por induccin, podemos escribir:
3 3 3 3 3 3 3
3 9 9 9
x x x x x x x
( D )( e e z ) e e D( e z ) e D( e z )

+ = = =
de donde tomando la constante como cero
3 3
9 9
x x
e z x z xe
= =
por lo que
3 3 3
1 9 1 9 9
x x x x x x x
( D )y xe ( D )( e e y ) xe e D( e y ) xe

+ = + = =
2 2 2
9 9
9
2 4
x x x x x
D( e y ) xe e y xe e

= =
3 3
9 9
2 4
x x
y xe e

=
302
Aunque la solucin particular es distinta a la que se obtiene por el mtodo de coecientes
indeterminados, es igualmente vlida, pues proporciona la misma solucin general de
la ecuacin diferencial completa. En efecto:
3 3 3 3 3
1 2 1 2
9 9 9 9
2 4 4 2

| |
= + = + =
|
\ .
x x x x x x x
y C e C e xe e C e C e xe
3 3 3
1 2 1 2
9 9
2 2

| |
= + = +
|
\ .
x x x x x
K e K e xe K e K x e
NOTA: Estos mtodos operacionales se deben al matemtico britnico Oliver Heaviside (1850 -
1925), experto en matemtica aplicada. Su utilidad es grande para hallar una solucin particular
de la completa, cuando el trmino independiente es un polinomio.
e) Resolviendo la ecuacin homognea 0 y y + = , se tiene:
2
( ) 1 ( )( ) p i i i i i i = + = +
{ } cos , sin x x
1 2
cos sin y C x C x = +
independiente, y como 1 no es raz de la ecuacin caracterstica ensayamos una solucin
del tipo:
(( ) cos ( ) sin ) y x ax b x cx d x = + + +
por lo que
2 2
( (2 ) ) cos ( ( 2 ) ) sin y cx a d x b x ax b c x d x = + + + + + + +
2 2
( ( 4 ) 2 2 ) cos ( ( 4 ) 2 2 ) sin y ax b c x a d x cx a d x b c x = + + + + + + +
(4 2 2 ) cos ( 4 2 2 ) sin 4 cos cx a d x ax b c x x x + + + + =
de donde
303
4 4
2 2 0
4 0
2 2 0
c
a d
a
b c
=
+ =

`
=
+ =
)
resolviendo el sistema:
0; 1; 1; 0 a b c d = = = =
2
cos sin y x x x x = +
2
1 2
cos sin cos sin y C x C x x x x x = + + +
o bien:
( ) ( )
2
1 2
cos sin y C x x C x x = + + +
f) Resolviendo la ecuacin homognea 2 0 y y + = , se tiene:
2
( ) 2 ( 2) p i i i i i = + = +
{ }
2
1,
x
e

2
1 2
x
y C C e
= +
( cos sin )
x
y a x b x e = +
por lo que
(( ) cos ( ) sin )
x
y a b x a b x e = + + +
(2 cos 2 sin )
x
y b x a x e =
((2 4 ) cos ( 4 2 ) sin ) (4sin 4cos )
x x
a b x a b x e x x e + + + = +
304
de donde
2 4 4
4 2 4
a b
a b
+ =
`
+ =
)
resolviendo el sistema:
2 6
;
5 5
a b = =
2 6
cos sin
5 5
x
y x x e
| |
= +
|
\ .
2
1 2
2 6
cos sin
5 5
x x
y C C e x x e
| |
= + + +
|
\ .
o bien:
( )
2
1 2
6sin 2cos
5
x
x
e
y K K e x x
= + +
Cuadro de ejemplos de ensayo de la Solucin Particular de la EDL Completa C.Ctes.(orden >1) para hallar la S. General de la misma, mediante el Mtodo de los
Coecientes Indeterminados y para trminos no homogneos cuya expresin general viene dada por:
Ecuacin Diferencial Trmino No Homogneo Ecuacin Caracterstica Sol. de la EC y OM(k) Ensayo de la Solucin Particular
7 2 3 = + y y y
7 2
i - 3 i +2=0 1
2
, 2
1
= = i i
y
p
= A
x y y 5 10 =
5x 2
i - 10 i =0 10
2
, 0
1
= = i i
y
p
= (Ax+B)x
2
13 36 1
IV
y y y x + =
x
2
- 1 4
i - 13
2
i +36=0 3
4
, 3
3
, 2
2
, 2
1
= = = = i i i i
y
p
= (Ax
2
+Bx+C)
2
IV
y y x = +
x + 2 4
i -
2
i =0 1
4
, 1
3
, 2 , 0
2 , 1
= = = = i i i k
y
p
= (Ax+B)x
2
5
IV x
y y e =
5e
x
4
i - 1=0 i i = = = =
4
,
3
, 1
2
, 1
1
i i i i
y
p
= [Ae
x
]x
x
xe y y y
2
4 4 = +
xe
2x
2
i - 4 i +4=0 2 , 2
2 , 1
= = k i
y
p
= [(Ax+B)e
2x
]x
2
x
e x x y y y

+ = + + )
2
2 (
(2x
2
+ x)e
-x
2
i +i +1=0
2
3 1
2 , 1
i
= i
y
p
= (Ax
2
+Bx+C)e
-x
x
e x y y
4 3
16 =
x
3
e
4x
3
i - 16 i =0 4
3
, 4
2
, 0
1
= = = i i i
y
p
= [(Ax
3
+Bx
2
+Cx+D)e
4x
]x
x
e x y y y y
2
) 6 2 ( 8 12 6

+ = + + +
(2x + 6)e
-2x
3
i +6
2
i +12 i +8=0 3 , 2
3 , 2 , 1
= = k i
y
p
= [(Ax+B)e
-2x
]x
3
senx
x
e y y y = + + 15 8
e
x
senx 2
i + 8 i +15=0 5
2
, 3
1
= = i i
y
p
= e
x
(Acosx+Bsenx)
) 4 cos( 17 2 x
x
xe y y y

= + +
xe
-x
cos(4x) 2
i +2 i +17=0 i 4 1
2 , 1
= i
y
p
= [e
-x
((Ax+B)cos(4x)+(Cx+D)sen(4x))]x
) 3 (
2
) 3 2 ( x sen
x
e x y y = +
(2x 3 )e
2x
sen(3x) 3
i +1=0
1
3
,
2
3 1
2 , 1
=
= i i
i
y
p
= e
2x
((Ax+B)cos(3x)+(Cx+D)sen(3x))
| | ) 4 ( ) 4 cos(
3
) 2 ( 9 6 x sen x
x
e x y y y +
+ = +
(x+2)e
-3x
[cos(4x)+sen(4x)] 2
i - 6 i +9=0 2 , 3
2 , 1
= = k i
y
p
= e
-3x
((Ax+B)cos(4x)+(Cx+D)sen(4x))
(
+ = ) 2 (
2
) 2 cos(
2 /
8 x sen x x x
x
e y y
e
x/2
[xcos(2x)+x
2
sen(2x)] 2
i - 8 =0 2 2
2
, 2 2
1
= = i i
y
p
= e
x/2
((Ax
2
+Bx+C)cos(2x)+(Cx
2
+Dx+E)sen(2x))
EC : Ecuacin Caracterstica de la EDL Homognea asociada a la Completa.
OM: Orden de Multiplicidad .
306
PROBLEMAS PROPUESTOS
a)
2 2x y
(1 + y )(e - e dy) - (1 + y)dy = 0
b)

2
y
y
(1 - y)e y + = 0
xlnx
c)

2 2
x 1 + y + yy 1 +x = 0
d)
R
2 2
xy (xy + y) = a a
e)

x y
(1 +e )yy = e y(0) = 0
2. Calcule la solucin general de las ecuaciones diferenciales siguientes:
a)
2 2
xy = x - y + y
b)
(x + y - 2)dx +(x - y +4)dy = 0
c)
(x + y +1)dx +(2x +2y - 1)dy = 0
d)
ydx +(2 xy - x)dy = 0
e)
2 2
xdy - ydx = x + y dx
f)

1 - 3x - 3y
y =
1 +x + y
g)

1 +x +2y
y =
3 +2x +4y
a)

2
- x
y +2xy = 2xe
b)
dy 1
=
dx xcosy +sin2y
c)
3x
(e + y)dx +dy = 0
d)

2 3
xy +3y +2x = x +4x
e)
2 - 4x
(x e - 4y)dx = dy y(0) = 1
f)
dy
xsinx - ycosx = sinx
dx
4. Obtenga la integral general de las ecuaciones diferenciales siguientes:
a)
3
1
8xy - y = -
y x +1
b)

2 2 2
(1 +x )y = xy +x y
c)

3 2
y 1
y + = - (x +1) y
x +1 2
307
d)

4
y = y +x y
x
a)
2 2 2 2
(x +xy )dx +(x y + y )dy = 0
b)
(x +2y - 1)dx +(2x +4y +3)dy = 0
(examen)
c)
(cosxcosy +2x)dx - (sinxsiny +2y)dy = 0
d)
| | | |
| |
| |
\ . \ .
2
2 2 2 2
y x 1 1 1 x
+ + dx + + - dy = 0
x y y y
x + y x + y
e)
2 2
3 4
(y - 3x )dy 2xdx
+ = 0 y(1) = 1
y y
6. Calcule la solucin general de las ecuaciones diferenciales siguientes:
a)
2 2
(y +2xy)dx - x dy = 0
b)
2
(x + y )dx - 2xydy = 0
c)
3
y
dx +(y - lnx)dy = 0
x
d)
2 2
(y +2xy )dx +(3x +4x y)dy = 0
e)
2
6xydx +(4y +9x )dy = 0
(examen)
f)
3 3 2 2
(x - 4xy )dx +6x y dy = 0
(examen)
g)

2 3 4
(3yx ) +(- x - 2y )y = 0
(examen)
a)
y - 4y +3y = 0 y(0) = 6 y (0) = 10
b)
y - 8y = 0
c)

V I V
y +4y +5y - 6y - 4y = 0
d)
VI V I V
y +2y + y = 0
e)

I V
y +4y +8y +8y +4y = 0
f)

I V
y - 13y +36y = 0
g)

I V
y +13y +36y = 0
h)

I V
y - 5y - 36y = 0
i)
y + y = 0
8. Halle la integral general de las ecuaciones diferenciales siguientes:
a)

2
y - y + y - y = x +x
b)
4y +8y = xsinx
308
c)

2 4x
y + y - 2y = x e
d)

2 - x
y +2y + y = x e cosx
e)

x
y - y = e sinx
f)

2x
y +6y +8y = (4x - 1)e
(examen)
g)

2
y + y = 8x
(examen)
h)
+
3 2
y + y + y + y = 6x 2 x x
(examen)
309
Bibliografa
Apostol, T. M. Anlisis matemtico. Revert, 1989.
Apostol, T. M. Calculus. Revert, 1999.
Balmaseda, J. L., Garca, J., Mic, J. C. y Soler, D. Fundamentos matemticos de la
Arquitectura Tcnica. Vol II. Servicio de publicaciones de la Universidad Politcnica de
Valencia, 2000.
Bombal Gordon, F., Rodrguez Marn, L. y Vera Boti, G. Problemas de Anlisis
Matemtico. Vol I. AC, 1974.
Boyer, C. B. Historia de la Matemtica. Alianza Editorial, 2001.
Cerdn, J., Navarro, T. y Tornel, E. Fundamentos matemticos de la Arquitectura Tcnica. Vol
I. Servicio de publicaciones de la Universidad Politcnica de Valencia, 2000.
Cerdn, J., Navarro, T. y Tornel, E. Problemas de lgebra Lineal. Servicio de publicaciones
de la Universidad Politcnica de Valencia, 1999.
De Burgos, J. lgebra Lineal y Geometra Cartesiana. McGraw-Hill, 2000.
De Burgos, J. Clculo Innitesimal de varias variables. McGraw-Hill, 1995.
De Burgos, J. Curso de lgebra y Geometra. Alhambra, 1977.
De la Villa, A. Problemas de lgebra. CLAGSA, 1991.
Demidovich, B. P. Problemas y ejercicios de Anlisis Matemtico. Paraninfo, 1976.
Daz Hernando, J. A. lgebra , Geometra , Clculo. Tomos II y VI. Tebar Flores, 1986 y
1988.
Espada Bros, E. Problemas resueltos de lgebra. Vol I y II. EDUNSA, 1989.
Fernndez Novoa, J. Anlisis matemtico I. UNED, 1982.
Fleming, W.H. Funciones de diversas variables. C.E.C.S.A., 1969.
Garca Garca, J. y Lpez Pellicer, M. lgebra Lineal y Geometra. Marl, 1992.
Garca Garca, J. y Lpez Pellicer, M. lgebra Lineal y Geometra, ejercicios. Marl, 1991.
Garca Lpez, A., Lpez de la Rica, A., Rodrguez Snchez, G., Romero Snchez, S
y De la Villa Cuenca, A. Clculo II. Teora y problemas de funciones de varias variables. CLAGSA,
1996.
Granero, F. Clculo. McGraw-Hill, 1991.
Hernndez, E. lgebra y Geometra. Addison-Wesley / Universidad Autnoma de Madrid,
1994.
Jimnez Guerra, P. lgebra I. UNED, 1984.
Kent Nagle, R. y Saff, E.B. Fundamentos de Ecuaciones Diferenciales. Addison-Wesley
Iberoamericana, 1994.
Kiseliov, A., Krasnov, M. y Makarenko, G. Problemas de ecuaciones diferenciales ordinarias.
MIR, 1994.
Kline, M. El pensamiento matemtico de la antigedad a nuestros das. Vol I, II y III. Alianza
Editorial,1992.
Kreyszig, E. Matemticas avanzadas para ingeniera. Vol I, . Limusa, 2000.
Larson, R. E. Introduccin al lgebra Lineal. Limusa, 1995.
Larson / Hostetler / Edwards. Clculo II. Pirmide, 2002.
Lay, D.L. lgebra Lineal y sus aplicaciones. Prentice Hall, 2001.
Lins Escard, E. Anlisis matemtico II. UNED, 1974.
Novo, S., Obaya, R. y Rojo, J. Ecuaciones y sistemas diferenciales. McGraw-Hill, 1995.
Palacio Gros, A. Ejercicios de Anlisis Matemtico. Universidad Central de Venezuela, 1968.
Prez Carreras, P. lgebra Lineal. Servicio de publicaciones de la Universidad Politcnica
de Valencia, 1991.
Rbnikov, K. Historia de las matemticas. Mir, 1991.
310
Bibliografa
Simmons, G. F. Ecuaciones diferenciales. McGraw-Hill, 1996.
Stanley I. Grossman. lgebra lineal. McGraw-Hill, 1998.
Strang, G. lgebra lineal y sus aplicaciones. Mir, 1991. Addison-Wesley Iberoamericana,
1986.
Thomas/Finney. Clculo varias variables. Addison Wesley Longman, 1999.
Zill, D. G. Ecuaciones diferenciales con aplicaciones de modelado. International Thomson Editores,
1997.
311
ndice Alfabtico de Deniciones
A
adherencia 158
aplicacin 2
biyectiva 3
identidad 2
inyectiva 3
lineal (A.L.) 2
nula 2
ortogonal 60
sobreyectiva 3
automorsmo 3
autovalor 32
autovector 32
B
base cannica 156
bola
abierta 157
abierta reducida 157
cerrada 157
C
circunferencia 111
cnicas
clasicacin 116,117
degeneradas 111
no degeneradas 111
conjunto
abierto 157
cerrado 157
derivado 158
coordenadas homogneas 110
criterio de la funcin mayorante 161
cuadro E.D.O. de orden n 305
curva
integral 250
de nivel 174
D
derivadas
direccionales 165
direccional mxima 174
parcial 166
diagonalizacin ortogonal 79
diferencial de una funcin 170
direcciones principales 103
distancia eucldea 156
E
ecuacin
caracterstica 33,259
cuadrtica completa 110
de Bernouilli 255
de variables separables 252
de variables separadas 252
diferencial exacta 255
diferencial homognea 252
lineal completa 253, 258
lineal de primer orden 253
lineal homognea 253
lineal homognea orden n 258
lineal homo. Asociada 253
reducibles a homogneas 253
reducida de una cnica 112
espacio normado 156
expresin reducida de una f.c. 83
F
factor integrante 255
forma bilineal 80
forma cuadrtica (f.c.) 79
denida negativa 84
denida positiva 84
degenerada 84
indenida 84
no degenerada 84
semidenida negativa 84
semidenida positiva 84
frmulas de Cardano-Vieta 40
frontera de un conjunto 158
funcin(es)
armnicas 206
componentes 163
continua 164
derivada parcial 167
diferenciable 170
hiperblicas 207
homogneas (grado p) 235,252
312
ndice Alfabtico de Definiciones
G
gradiente 174
H
hiprbola 111
homomorsmo de e.v. 2
I
imagen de una a.l. 4
imagen recproca de un vector 4
integral general 250
interior de un conjunto 157
isomorsmo 3
ortogonal 60
J
jacobiana, matriz 172
jacobiano 173
K
ker de una a.l. 4
L
lmite(s)
direccionales 160
nitos de campos escalares 159
nitos de campos vectoriales 163
innitos de campos escalares 161
iterados 160
reiterados 160
segn un subconjunto 159
sucesivos 160
M
matriz(ces)
congruentes 8
de tensiones 103
de una aplicacin lineal 7
diagonalizables 35
equivalentes 8
jacobiana 172
mtrica de una cnica 111
ortogonalmente diagonalizable 79
ortogonalmente semejantes 83
semejantes 8
mtodo
de coef. indeterminados 261
de induccin completa 192
de operadores dif. 301
del producto 273
de variacin de ctes 254
monomorsmo 3
multiplicidad
algebraica 34
geomtrica 34
N
norma 156
ncleo de una a.l. 4
nulidad de una a.l. 4
nmero de oro 99
nmeros metlicos 101
O
ondas, ecuacin de 208
P
parbola 111
plano tangente a una supercie 175
polinomio
anulador 35
caracterstico 33
problema de valores iniciales 250
producto escalar cannico 156
punto
adherente 158
aislado 158
de acumulacin 158
exterior 157
frontera 158
interior 157
R
rango
de una a.l. 4
de una f.c. 84
313
ndice Alfabtico de Definiciones
rectngulo ureo 100
regla de la cadena 175, 229, 241
rotacin 63
S
seccin urea 100
simetra axial ortogonal 63
sistema fundamental de soluciones 259
solucin de una e.d.o. 250
subespacio propio 32
supercie de nivel 174
T
tensiones principales 103
tensor de tensiones 103
transformacin
ortogonal 60
ortogonal directa 62
ortogonal inversa 62
trayectorias
isogonales 258
ortogonales 258
tringulo ureo 100
V
valor propio 32
vector propio 32

Fund4m3nt05 D3 M4T3M4TC45 4PL1C4D4 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Fund4m3nt05 D3 M4T3M4TC45 4PL1C4D4 PDF

Загружено:

Авторское право:

Доступные форматы

Ampliacin de fundamentos de matemtica aplicada.

Fernando Luis Garca Alonso.

es lineal (basta utilizar la linealidad de la integral denida).

es la Matriz de la aplicacin lineal f respecto a las bases B

2. Determine los subespacios Im(f) y N(f) de la siguientes aplicaciones

3. Clasique las siguientes aplicaciones lineales:

6. Determine la aplicacin lineal f:

9. Sean las bases B = {(1,1), (1,0)} y B = {((1,1,1), (1,1,0), (1,0,0)} de

se puede traducir a un sistema de dos ecuaciones con dos incgnitas considerando

12. Dado el homomorsmo f:

f = 0, 0 = aplicacin idnticamente nula).

2. Si i es un autovalor del endomorsmo f: UU pruebe que:

como queramos demostrar.

lo que nos lleva a la ecuacin de segundo grado:

6. Dadas las siguientes matrices asociadas, en la base cannica, a distintos

En lo sucesivo llamaremos k( i ) al orden de multiplicidad del valor propio i

podemos asegurar que existe una base

7. Pruebe que el polinomio caracterstico de un endomorsmo es independiente

8. Demuestre que si el polinomio caracterstico de un endomorsmo f de U

9. Estudie si son diagonalizables los siguientes endomorsmos de R

10. Dado el endomorsmo f: R R

b) Hallamos ahora los subespacios propios asociados a cada valor propio:

por el teorema fundamental de diagonalizacin

11. Sea f un endomorsmo de R R

12. Pruebe que :

13. Dada la matriz A=

Como los valores propios son distintos, entonces A es diagonalizable (p.t.d.) y la

14. Sea la matriz A=

15. Para qu valores reales del parmetro a es diagonalizable la matriz A?,

Estudiemos ahora la dimensin de los subespacios propios (dim

16. Dada la matriz A=

3. Sea f el endomorsmo del E.V.E. R R

NOTA 1: Si A es ortogonal, entonces det(A) = 1 o det(A) = -1, pero en general el recproco

6. Verique que la siguiente matriz es ortogonal sin hacer ningn producto

siendo la matriz simtrica

donde X representa la matriz columna de las coordenadas del vector x

3. Sea el espacio vectorial eucldeo R R

4. Consideremos el espacio vectorial eucldeo R R

5. Expresa en forma matricial las siguientes formas cuadrticas denidas

* Se dejan los detalles al lector

7. La qumica cuntica estudia el movimiento de las micropartculas (atmicas

Sean (x,y,z,t) las coordenadas de

, que coincide con la

8. En un punto de un cuerpo sometido a tensin se conocen los valores y signos

lo que nalmente nos ha llevado al clculo de los valores propios de la matriz

las tensiones principales son pues, ordenndolas de mayor a menor:

es decir el punto (-3,0) trazado en la

Tambin podamos haber tomado un camino ms directo mediante la expresin 6. pues de

y ( ) ext D son conjuntos abiertos.

, ( ) ext D y ( ) fr D son disjuntos y se cumple que

, ..., + , ..., , ...,

3. Probar que no existe el lmite de la funcin

4. Estudiar la continuidad de la funcin

6. Demostrar utilizando la denicin de lmite:

7. Demostrar utilizando la denicin de lmite que

8. Demostrar que la funcin

= y como coincide con (0, 0) f , se puede

9. Estudie el lmite de las funciones siguientes en (0, 0) .

ambas convergen a 0, y sin embargo:

10. Calcule, si existen, los lmites siguientes:

= se puede asegurar que el lmite es 0.

11. Estudie la continuidad de la funcin

12. Halle las derivadas parciales de 1 y 2 orden de