Vous êtes sur la page 1sur 28

INSTITUTO TECNOLGICO DE LA

LAGUNA
Divisin de Estudios de Posgrado e
Investigacin
Maestria en Ciencias en Ingenieria Elctrica
Mecatrnica y Control
CONTROL NO LINEAL

Problemas Unidad I
Preliminares Matemticos
Ing. Ismael Medina Lpez
M1513050

Catedrtico: Dr. Alejandro Enrique Dzul Lpez


Torren, Coah. - 27 de febrero de 2016

Problemas Unidad I
Preliminares Matemticos
Tecnolgico Nacional de Mxico, Instituto Tecnolgico de la Laguna
Maestra en Ciencias en Ingeniera Elctrica
Mecatrnica y Control
27 de febrero de 2016

Problema 1.1. Sean los vectores x, y R3 definidos como




8
4

y = 5
x= 2 ,
6
3
Verificar las desigualdades del triangulo y de Schwarz.

Desigualdad del triangulo


kxk kyk kx + yk kxk + kyk,

para todo x, y Rn

De acurdo a la expresin anterior tenemos:

kxk = xT x = 104 = 10.1980


kyk =
kx + yk =

y T y = 30 = 7.0710

(x + y)T (x + y) = 274 = 16.5529

Por lo tanto, aplicando la desigualdad del triangulo


10.1980 7.0710 16.5529 10.1980 + 7.0710
3.1270 < 16.5529 < 17.2690
Desigualdad de Schwarz
|xT y| kxkkyk,

para todo x, y Rn

De acuerdo a la expresin anterior tenemos:


1

(1)

kxk =

kyk =

xT x =

104 = 10.1980

y T y = 30 = 7.0710
|xT y| = 60

Por lo tanto, aplicando la desigualdad de Schwarz


60 (10.1980)(7.0710)
60 < 72.1100
Problema 1.2. Cual debe ser el valor de para que los dos vectores siguientes sean
ortogonales?


3

x = 5 ,
y = 2
(2)
6
2

3 10 + 12 = 0
3 = 2
=

2
3

Problema 1.3. Considrese los vectores x Rn , y Rm . Demostrar que




x kxk
=

y kyk

Considerar los vectores x Rn e y Rm



x1
x2

x = .. ,
.
xn

(3)

y1
y2

y = ..
.
ym

Recordando que la norma euclidiana de un vector esta definida por la siguiente expresin:

Ing. Ismael Medina Lpez

v
u n

uX
kxk = t
x2i = xT x
i=1

Por lo tanto
2

kxk =

xT x

2

=x x=

n
X

x2i

i=1

Veamos primero el lado izquierdo de (3)

2
x

y

x1
x2
..
.
xn
y1
y2
..
.
ym

2








2
= x21 + x22 + . . . + x2n + y12 + y22 + . . . + ym






(4)

Desarrollando de igual forma para el lado derecho




kxk 2
2
2


kyk = kxk + kyk
Dado que kxk y kyk son escalares podemos desarrollar de la forma
kxk2 = x21 + x22 + . . . + x2n
2
kyk2 = y12 + y22 + . . . + ym

Se tiene entonces


kxk 2
2
2
2
2
2
2


kyk = x1 + x2 + . . . + xn + y1 + y2 + . . . + ym

(5)

Se demuestra por lo tanto que (4) = (5).


Problema 1.4. Considrese la matriz P R22 , dada como



k
1+2x
2
P =

1+2x
1
2

(6)

donde  > 0. Demostrar que si k > 2 , entonces P es una matriz definida positiva, es
decir, P > 0 para todo valor x R.

Ing. Ismael Medina Lpez

Dado que P R22 es una matriz simtrica, esto es, P = P T , entonces aplicando el Teorema
de Sylvester P ser una matriz definida positiva si y solo si
det [P11 ] > 0



P11 P12
det
= det [P ] > 0
P21 P22
De acurdo a lo anterior se tiene
dado que k > 2 y  > 0

det [P11 ] = det [k] = k > 0,








det [P ] = k
1 + 2x2
1 + 2x2




2
2
det [P ] = k
=k
1 + 4x2 + 4x4
(1 + 2x2 )2


2
sup
= 2
1 + 4x2 + 4x4
Dado que k > 2 , se tiene entonces

2
>0
det [P ] = k
(1 + 2x2 )2


Por lo tanto P > 0, es decir, es una matriz definida positiva.


Problema 1.5. Considrese los vectores x, y Rn . Demostrar que toda norma que
proviene de un producto escalar satisface la Ley del Paralelogramo.
kx + yk2 + kx yk2 = 2(kxk2 + kyk2 )

(7)

En espacios provistos de producto escalar, la definicin de la ley del paralelogramo se reduce a


la identidad algebraica:
kx + yk2 + kx yk2 = 2kxk2 + 2kyk2

(8)

Para demostrar que la identidad es verdadera, considrese los vectores x, y Rn




x1
y1
x2
y2


y = ..
x = .. ,
.
.
xn
yn
Desarrollando el lado izquierdo de (8) tenemos

Ing. Ismael Medina Lpez

x1 + y 1
x2 + y 2

x + y = .. ,
.

x1 y 1
x2 y 2

x y = ..
.
xn y n

xn + y n

kx + yk2 = (x1 + y1 )2 + (x2 + y2 )2 + . . . + (xn + yn )2


= x21 + 2x1 y1 + y12 + x22 + 2x2 y2 + y22 + . . . + x2n + 2xn yn + yn2
kx yk2 = (x1 y1 )2 + (x2 y2 )2 + . . . + (xn yn )2
= x21 2x1 y1 + y12 + x22 2x2 y2 + y22 + . . . + x2n 2xn yn + yn2
kx + yk2 + kx yk2 = x21 + y12 + x22 + y22 + . . . + x2n + yn2
+ x21 + y12 + x22 + y22 + . . . + x2n + yn2
= 2x21 + 2y12 + 2x22 + 2y22 + . . . + 2x2n + 2yn2

(9)

Desarrollamos de igual forma para el lado derecho de (8)


2kxk2 = 2(x21 + x22 + . . . + x2n )
= 2x21 + 2x22 + . . . + 2x2n
2kyk2 = 2(y12 + y22 + . . . + yn2 )
= 2y12 + 2y22 + . . . + 2yn2
2kxk2 + 2kyk2 = 2x21 + 2x22 + 2y12 + 2y22 + . . . + 2x2n + 2yn2

(10)

Se tiene entonces que (9) = (10), con lo cual se satisface o comprueba la ley del paralelogramo
para espacios con producto interno.
Problema 1.6. Considrese los vectores x, y Rn . Cul es la condicin para que se
satisfaga el Teorema de Pitgoras?
kx + yk2 = kxk2 + kyk2

(11)

R: Ambos vectores deben ser ortogonales o perpendiculares.


Esto es, el producto interno o escalar es igual a cero (xT y = 0)
Ejemplo:
Considrese los vectores x, y R2
 
2
x=
,
3


6
y=
4

Probamos que xT y = 0
xT y = (2)(6) + (3)(4) = 12 12 = 0
5

Ing. Ismael Medina Lpez

De acuerdo a (6), resolvemos para lado izquierdo de la igualdad


p
2
2
2
2
kx + yk =
8 + (1)
= 65
Ahora bien, resolviendo para el lado derecho de (6)
kxk2 + kyk2 = 13 + 52 = 65
Por lo tanto, siendo los dos vectores ortogonales se cumple satisfactoriamente el Teorema de
Pitgoras.
Problema 1.7. Utilizando los vectores x, y R3 del problema 1.1, demostrar que las
ecuaciones (1.60)-(1.67) son validas. Utilice un vector z R3 cualquiera.

Dados los vectores x, y, z R3 ,



8

x = 2 ,
6

y = 5 ,
3

z = 1
1

la matriz antisimtrica (
x),

0 x3 x2
0 6 2
0 x1 = 6
0 8
x = x3
x2 x1
0
2 8
0
presenta las siguientes propiedades.
a) xT =
x

0
6 2
8 ,
xT = 6 0
2 8 0

0
6 2
8

x = 6 0
2 8 0

b) x(y + z) = xy + xz

4
1
5

y + z = 5 + 1 = 6
3
1
4

0 6 2
5
28
0 8 6 = 2
x(y + z) = 6
2 8
0
4
38

0 6 2
4
24
0 8 5 = 0 ,
xy = 6
2 8
0
3
32
6

(12)


0 6 2
1
4
0 8 1 = 2
xz = 6
2 8
0
1
6
Ing. Ismael Medina Lpez

24
4
28
xy + xz = 0 + 2 = 2
32
6
38

(13)

Se demuestra por lo tanto la propiedad x(y + z) = xy + xz, siendo (9) = (10).


c) xy =
yx

0 6 2
4
24
0 8 5 = 0
xy = 6
2 8
0
3
32

(14)

0 y3 y2
0 3 5
0 y1 = 3
0 4
y = y3
y2 y1
0
5 4
0

0 3 5
8
24
24
0 4 2 = 0 = 0

yx = 3
5 4
0
6
32
32

(15)

La propiedad es demostrada dado que (11) = (12).


d) xx = 0 R3



0 6 2
8
(0)(8) + (6)(2) + (2)(6)
0

0 8 2 = (6)(8) + (0)(2) + (8)(6) = 0 R3


xx = 6
2 8
0
6
(2)(8) + (8)(2) + (0)(6)
0
e) y T xy = 0

0 6 2
4
24




0 8 5 = 4 5 3 0
y T xy = 4 5 3 6
2 8
0
3
32
y T xy = (4)(24) + (5)(0) + (3)(32) = 0

(16)

f ) xT yz = z T xy



0 3 5
1
2




T

3
0 4 1 = 8 2 6 1 = 8
x yz = 8 2 6
5 4
0
1
1

0 6 2
4
24



0 8 5 = 1 1 1 0 = 8
z T xy = 1 1 1 6
2 8
0
3
32


Ing. Ismael Medina Lpez

g) xy = yxT xT yI

0 6 2
0 3 5
28 8
24
0 8 3
0 4 = 40 50 30
xy = 6
2 8
0
5 4
0
24
6 42

(17)

4 
32
8
24

yxT = 5 8 2 6 = 40 10 30
3
24 6 18

4
1
0
0
1
0
0
60
0
0


(xT y)I = 8 2 6 5 0 1 0 = 60 0 1 0 = 0 60 0
3 0 0 1
0 0 1
0 0 60

32 8 24
60 0 0
28 8
24
yxT xT yI = 40 10 30 0 60 0 = 40 50 30
24 6 18
0 0 60
24
6 42

(18)

La propiedad es demostrada dado que (17) = (18).


d
h) (
xy) = yxT xy T

0 6 2
4
24
0 8 5 = 0 ,
xy = 6
2 8
0
3
32

32 8 24
yxT = 40 10 30 ,
24 6 18

0 32 0
d
(
xy) = 32 0 24
0 24 0

(19)

8 
32 40 24

xy T = 2 4 5 3 = 8 10 6
6
24 30 18

32 8 24
32 40 24
0 32 0
yxT xy T = 40 10 30 8 10 6 = 32 0 24
24 6 18
24 30 18
0 24 0

(20)

La propiedad es demostrada dado que (19) = (20).


Problema 1.8. Sean.

A=

1 4
,
2 5


B=

3 1
,
1 3

42 16
C =5 3
8 1

(21)

Calcular A + B, A B, AB, BA, CA, CB y AC T

Ing. Ismael Medina Lpez


 
 

1 4
3 1
4 5
A+B =
+
=
2 5
1 3
3 8

 
 

1 4
3 1
2 3
AB =

=
2 5
1 3
1 2


 

1 4 3 1
7 13
AB =
=
2 5 1 3
11 17


 

3 1 1 4
5 17
BA =
=
1 3 2 5
7 19


42 16 
74 248
1 4
CA = 5 3
= 11 35
2 5
8 1
10 37


42 16 
142
3 1

CB = 5 3
= 18
1 3
8 1
25


 
1 4 42 5 8
106
AC T =
=
2 5 16 3 1
164

90
14
11

Problema 1.9. Sea la siguiente ecuacin.


2 0.5 2
x1
3
3 3 0 x2 = 1
1 0.5 2
x3
5


17 12
25 21

(22)

Encontrar la solucin para x1 , x2 , x3 .

El sistema de ecuaciones 3 3 es de la forma:


2x1 + 0.5x2 + 2x3 = 3
3x1 +
3x2 + 0x3 = 1
x1 + 0.5x2 + 2x3 = 5
Resolvemos por el mtodo DGO. El procedimiento consiste en llevar la matriz a una triangular
por medio de eliminacin algebraica de resta.

Ing. Ismael Medina Lpez

2 0.5
3 3
2 0.5
1 0.5

..
2 0.5 2 . 3

3 3 0 ... 1

..
1 0.5 2 . 5






2 2
2 3
= 4.5

= 6



3 0
3 1 = 7






2 2
2 3
= 0.5




=2

1 2
1 5 =7
#
"
.
4.5 6 .. 7
.
0.5 2 .. 7




4.5 6
4.5 7




0.5 2 = 12
0.5 7 = 35

De esta forma se tiene para x3


12x3 = 35
35
x3 =
12
Calculamos para x2
0.5x2 + 2x3 = 7
 
35
=7
0.5x2 + 2
12
35
0.5x2 +
=7
6
0.5x2 = 7
0.5x2 =
x2 =

35
6

7
6
7
6

0.5
7
x2 =
3
Calculamos para x1
3x1 + 3x2 = 1
 
7
3x1 + 3
=1
3
3x1 = 1 7
x1 = 2

10

Ing. Ismael Medina Lpez

Problema 1.10. Encontrar la traza y el rango de la siguiente matriz.

1 2 3 3
2 2 1 1

A=
0 1 5 8
1 6 4 4

(23)

Traza de la matriz cuadrada A R44 .


tr (A) = 1 2 5 4 = 0
Rango de A R44 .
El rango de una matriz (A) es el mayor de los ordenes de los menores no nulos que podemos
encontrar en la matriz. Por tanto, el rango no puede ser mayor al numero de filas o de columnas.
Tambin se define el rango de una matriz como el nmero mximo de filas (o columnas) linealmente
independientes.
Si det [A] 6= 0 rank [A] = 4, si al contrario det [A] = 0 rank [A] 6= 4 y luego
1 rank [A] < 4.

1 2 3 3
1 2
3
3
1 2
3
3
2 2 1 1

0 6 5 5 0 6 5 5
A=
0 1 5 8 f2 2f1 0 1
5
8 f4 f1 0 1
5
8
1 6 4 4
0 8 1 7
0 8 1 7


6 5 5


5
8 = 6(35 8) + 5(7 + 64) 5(1 + 40)
det [A] = 1 1
8 1 7
= 6(43) + 5(57) 5(41)
= 258 + 285 205
= 338
det [A] = 338 6= 0

rank [A] = 4

Problema 1.11. Encontrar los eigenvalores de

1
0
0 3
0
1 3 0

A=
0.5 3 1 0.5
3
0
0
1

(24)

Para cada matriz cuadrada A Rnn existen n valores propios (tambin llamados eigenvalores
o autovalores)denotados por 1 {A}, 2 {A},. . .,n {A}. Los valores propios de la matriz satisfacen

11

Ing. Ismael Medina Lpez

det [i {A}I A] = 0,
Calculo de los


1 0

0 1

0 0


0 0

para i = 1, 2, . . . , n

valores propios mediante el polinomio caracterstico, usaremos |I A| = 0






0 0
1
0
0 3 1
0
0
3

0
0

0 0
1
3
0

1
3
0

=

1 0 0.5 3 1 0.5 0.5
3
1 0.5
0 1
3
0
0
1
3
0
0
1

Calculamos el determinante


1




0
0
3


1
0 1
3
0
3
0

1
3
0

= ( 1) 3


1 0.5 3 0.5
3
1
0.5

3
1 0.5

0

3
0

1
0
0

3
0
0
1



 

= ( 1) ( 1) ( 1)2 9 3 3 ( 1)2 9




= ( 1) ( 1)3 9 ( 1) 3 3 ( 1)2 27

= ( 1)4 9 ( 1)2 9 ( 1)2 + 81





= 4 43 + 62 4 + 1 9 2 2 + 1 9 2 2 + 1 + 81
= 4 43 + 62 4 + 1 92 + 18 9 92 + 18 9 + 81
El polinomio caracterstico es de la forma
4 43 122 + 32 + 64 = 0

polinomio caracterstico

El conjunto de posibles races del polinomio se forma con los divisores del termino independiente
(64 ), es decir, 64, 32, 16, 8, 4, 2, 1, as como estos nmeros multiplicados por -1. La regla de los
signos de Descartes dice: el numero de races reales positivas de un polinomio es igual al numero
de cambios de signo de termino a termino del polinomio..
De acuerdo a lo anterior aplicamos la regla de la siguiente forma:
1
1
1

1
2
1

1
4
1

-4
1
-3

-12
-3
-15

32
-15
17

64
17
81

-4
2
-2

-12
-4
-16

32
-32
0

64
0
64 6= 0

-4
4
0

-12
0
-12

32
-48
-16

64
-64
0 =0

12

6= 0

Ing. Ismael Medina Lpez

Una raz del polinomio es 1 = 4. Y luego tenemos:


3 12 16 = 0

Nuevo polinomio

donde ahora los divisores de -16 son: 16, 8, 4, 2, 1 y -16, -8, -4, -2, -1.
1

0
4
4

4
1

-12
16
4

-16
16
0 =0

Otra raz del polinomio de grado 4 es 2 = 4.


Formamos el nuevo polinomio de grado 2 (cuadrtico) como:
2 + 4 + 4 = 0
Por factorizacin tenemos que
2 + 4 + 4 = ( + 2) ( + 2) = 0
Por consiguiente los valores propios o eigenvalores de A son:
1
2
3
4

=4
=4
= 2
= 2

En conclusin tenemos dos pares de eigenvalores reales y repetidos.


Problema 1.12. Para

3

a = 4 ,
7



1 3
B=
3 6

(25)

Encontrar las normas kak5 y kBk1 .

La p-norma de un vector esta definida como:


1

kxkp = (|x1 |p + . . . + |xn |p ) p ,

x Rn ,

1p<

Para kak5 tenemos


kak5 = |3|5 + |4|5 + |7|5
= 7.1025

 51

= (18, 074) 5

Para la matriz B R22

13

Ing. Ismael Medina Lpez

kBk1 = max
j

n
X

|aij |

i=1

b1 = 1 + 3 = 4
b2 = 3 + 6 = 9
Por lo tanto
kBk1 = 9
Problema 1.13. Reducir a la forma cuadrtica y T Ay la siguiente ecuacin
Q=


1
16y12 + 10y22 + 16y32 4y1 y2 + 16y1 y3 + 4y2 y3
3

(26)

Reescribiendo la ecuacin
16 2 10 2 16 2 4
y + y2 + y3 y1 y2 +
3 1
3
3
3
La forma cuadrtica y T Ay esta dada por la forma

a11 a12


T

y Ay = y1 y2 y3 a21 a22
a31 a32
Q=

16
4
y1 y3 + y2 y3
3
3


a13
y1

a23
y2
a33
y3

y T Ay = a11 y12 + a12 y1 y2 + a13 y1 y3 +


a21 y1 y2 + a22 y22 + a23 y2 y3 +
a31 y1 y3 + a32 y2 y3 + a33 y32
Por lo tanto
16
3
10
=
3
16
=
3

a11 =
a22
a33


y T Ay = y1 y2

2
3
8
a13 = a31 =
3
2
a23 = a32 =
3
16

2
8
y1
3 3
3


 2 10 2
y
y3
3 2
3 3


8
2
16
y3
3
3
3
a12 = a21 =

14

Ing. Ismael Medina Lpez

Problema 1.14. Cuales de los siguientes conjuntos son vacos?


* A = {x|x2 = 9, 2x = 4}
* B = {x|x 6= x}
* C = {x|x + 8 = 8}

En matemticas el conjunto vaco es el conjunto que carece de elementos. Puesto que lo nico
que define a un conjunto son sus elementos, el conjunto vaco es nico. De los conjuntos anteriores,
el conjunto vaco se define como:
B = {x|x 6= x}
y de acuerdo a la definicin de B, el conjunto A tambin ser un conjunto vaco.


A = x|x2 = 9, 2x = 4
Problema 1.15. Sean A y B dos conjuntos dados, demostrar que (A\B) B =
(conjunto vaco).

Considrese los siguientes conjuntos A y B


A = {a, b, c, d, e}
B = {a, e, i, o, u}
Dados los conjuntos A y B, su diferencia es el conjunto que contiene todos los elementos de A
que no estn en B.
La diferencia de A menos B (o entre A y B) es otro conjunto A\B (o tambin A B) cuyos
elementos son todos aquellos elementos de A que no lo sean de B.
x (A\B)

si y solo si x A pero x 6 B

Por lo tanto
A\B = {b, c, d}
Y la interseccin de los conjuntos, (A\B) y B, definida como:
(A\B) B = {x|x (A\B) y x B}
resulta en el conjunto vaco , esto es
(A\B) B = {} =
15

Ing. Ismael Medina Lpez

Puesto que no hay elementos comunes entre los dos conjuntos. En detalle
La interseccin de los conjuntos (A\B) y B es otro conjunto (A\B) B cuyos elementos son
los elementos comunes a (A\B) y B:
x (A\B) B

cuando x (A\B)

y xB

Problema 1.16. Para el diagrama de Venn mostrado en la Figura 1, determinar el


conjunto formado por la relacin D = C\ (A B).

Figura 1: Diagrama de Venn de 3 conjuntos.


Para analizar el enunciado del problema, considrese el siguiente diagrama

La parte sombreada en color caf representa el conjunto (A B), es decir, la interseccin entre
A y el conjunto B. Mientras la parte resaltada en color gris es el conjunto formado por C\ (A B),
en otras palabras el conjunto D, el cual representa la diferencia entre el conjunto C y el formado
por la interseccin de A y B.
Demostremos lo anterior con un ejemplo ilustrativo al diagrama de Venn de la figura 1. Considrese los conjuntos
A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} Simbolos de numeracin base del 0 al 9
B = {6, 5, 4, 3, 2, 1, 0, 1, 2, 3, 4, 5, 6} Numeracin del -6 al 6
C = {2, 3, 5, 7} Numeros primos
Por lo tanto:
A B = {0, 1, 2, 3, 4, 5, 6}
C\ (A B) = {7}
16

Ing. Ismael Medina Lpez

Problema 1.17. Considrense todos los vectores definidos por puntos dentro de un
plano que se encuentra en un espacio tridimensional. Cul es la condicin para que
este conjunto de vectores definan un espacio vectorial?

En nuestro problema se pretende demostrar que un conjunto de vectores en R2 definen un


espacio vectorial, para ello partiremos de la idea de que este conjunto de vectores en R2 forma un
espacio vectorial sobre R.
Notacin
Dado un espacio vectorial V sobre un cuerpo K, se distinguen:
Los elementos de V como:
u, v, w, . . . V

se llaman vectores

o bien, tambin pueden ser representados de la forma


x, y, z, . . . V
Los elementos de K como:
a, b, c, . . . K

se llaman escalares

Un espacio vectorial sobre un cuerpo K (como el cuerpo de los nmeros reales) es un conjunto
V no vaco, dotado de dos operaciones para las cuales ser cerrado:
Suma

+: V V V
(u, v) 7 u + v

operacin interna tal que:


1) Tenga la propiedad conmutativa, es decir
u + v = v + u,

u, v V

2) Tenga la propiedad asociativa, es decir


u + (v + w) = (u + v) + w,

u, v, w V

3) Tenga un elemento neutro 0, es decir


0 V : u + 0 = u,

uV

4) Tenga elemento opuesto, es decir


u V , u V : u + (u) = 0
y la operacin producto por un escalar:
Produscto

: K V V
(a, u) 7 a u

operacin externa tal que:


17

Ing. Ismael Medina Lpez

5) Tenga la propiedad asociativa


a (b u) = (a b) u,

a, b K,

uV

6) 1 K sea elemento neutro del producto


uV

1 u = u,

7) Tenga propiedad distributiva del producto respecto a la suma de vectores:


a (u + v) = a u + a v,

a K,

u, v V

8) Tenga la propiedad distributiva del producto con respecto a la suma de escalares


(a + v) u = a u + b u,

a, b K,

uV

9) Y por ltimo exista un elemento neutro tal que


uV

0 u = 0,

Entonces se requiere probar que R2 es un espacio vectorial sobre R


Si R2 juega el papel de V y R el de K:
Los elementos:
u V = R2 = R R
son, de forma genrica:
u (ux , uy )
es decir, pares de nmeros reales. Por claridad se conserva la denominacin del vector, en este
caso u, es sus coordenadas, aadiendo los subndices x o y para determinar su componente en el
eje x o y del plano que se encuentra en el espacio tridimensional.
En V se define la operacin suma como:
+: V V V
(u, v) 7 w = u + v
donde
u = (ux , uy )
v = (vx , vy )
w = (wx , wy )
y la suma de u y v sera:
u + v = (ux , uy ) + (vx , vy ) = (ux + vx , uy + vy ) = (wx , wy ) = w

18

Ing. Ismael Medina Lpez

donde
wx = ux + vx
wy = uy + vy
esto implica que la suma de vectores es interna y bien definida.
La operacin suma tiene las propiedades:
1) La propiedad conmutativa, es decir
u + v = v + u,

u, v V

(ux , uy ) + (vx , vy ) = v + u
(ux + vx , uy + vy ) = v + u
2) La propiedad asociativa
(u + v) + w = u + (v + w)
((ux , uy ) + (vx , vy )) + (wx , wy ) = (ux , uy ) + ((vx , vy ) + (wx , wy ))
3) Tiene elemento neutro 0:
u+0=u
(ux , uy ) + (0, 0) = (ux , u y)
4) Tiene elemento opuesto:
u = (ux , uy )
u = (ux , uy )
u + (u) = (ux , uy ) + (ux , uy ) = (ux ux , uy uy ) = (0, 0) = 0
La operacin producto por un escalar:
: K V V
(a, u) 7 v = a u
El producto de a y u ser:
a u = a (ux , uy ) = (a ux , a uy ) = (vx , vy ) = v
donde:
vx = a ux
vy = a uy
esto implica que la multiplicacin de vector por escalar es externa y an as esta bien definida.
19

Ing. Ismael Medina Lpez

5) Tenga la propiedad asociativa


a (b u) = (a b) u,

a, b K,

uV

Esto es:
a (b u) = (a b) u
a (b (ux , uy )) = (a b) (ux , uy )
6) 1 R sea elemento neutro en el producto
1u=u
1 (ux , uy ) = u
Ademas se cumple las propiedades distributivas tanto por la izquierda como por la derecha.
De manera que queda demostrado que es un espacio vectorial.
Problema 1.18. Considrense todos los vectores tridimensionales definidos dentro de
una esfera con radio finito. Este conjunto de vectores constituye un espacio vectorial?

En lgebra abstracta, un espacio vectorial es una estructura algebraica creada a partir de un


conjunto no vaco, una operacin interna (llamada suma, definida para los elementos del conjunto)
y una operacin externa (llamada producto por un escalar, definida entre dicho conjunto y otro
conjunto, con estructura de cuerpo ), con 8 propiedades fundamentales. Dichos vectores tridimensionales, es decir, R3 cumplen con las propiedades de un espacio vectorial.
Problema 1.19. Determinar los valores de los siguientes lmites, siempre y cuando
existan. Ademas, determnese si la funcin es continua en (0,0).

(i)

lm

x0,y0

x2 y 2
,
1 + x2 + y 2

(ii)

lm

x0,y0

x
,
2
x + y2

(iii)

lm

x0,y0

(1 + y 2 ) sin x
(27)
x

Para funciones de una sola variable, cuando dejamos que x se aproxime a a, sol hay dos
posibles direcciones de acercamiento, por la izquierda o por la derecha. Esto es el lmite de una
funcin de una variable. Para funciones de dos variables, la situacin no es tan sencilla, puesto
que podemos dejar que (x,y) se aproxime a (x0 , y0 ) desde un numero infinito de direcciones y de
cualquiera formas.
La definicin anterior se refiere solo a la distancia entre (x,y) y (x0 , y0 ). No habla de la direccin
de aproximacin. Por eso, si el lmite existe, entonces f (x, y) debe aproximarse al mismo lmite., sin
importar la forma en que (x,y) se aproxime a (x0 , y0 ). as pues, si podemos encontrar dos diferentes
trayectorias de acercamiento a lo largo de las cuales f (x, y) tiene distintos limites, entonces se
concluye que el lmite no existe.
Si f (x, y) L1 conforme (x, y) (x0 , y0 ) a lo largo de una trayectoria C1 y f (x, y) L2
conforme (x, y) (x0 , y0 ) a lo largo de una trayectoria C2 , donde L1 6= L2 , entonces el lmite no
existe.
20

Ing. Ismael Medina Lpez

x2 y 2
1 + x2 + y 2
Nos preguntamos si existe el lmite de la funcin anterior
(i)

lm

x0,y0

f (x, y) =

x2 y 2
1 + x2 + y 2

lm
(x,y)(0,0)

x2 y 2
1 + x2 + y 2

Hacemos x = 0
f (0, y) =

y 2
1 + y2

Y ahora nos preguntamos por el lmite


lm f (0, y) = lm
y0

y0

y 2
=0
1 + y2

Hacemos ahora y = 0
f (x, 0) =

x2
1 + x2

Y al hacernos la pregunta
x2
=0
x0
x0 1 + x2
A la vista de los resultados podemos concluir que
lm f (x, 0) = lm

lm

f (x, y) = 0

(x,y)(0,0)

Y por lo tanto la funcin es continua en (0,0).


Determinar ahora el lmite de la siguiente funcin, siempre y cuando exista
(ii)

f (x, y) =
lm

(x,y)(0,0) x2

x2

x
+ y2

x
+ y2

Hacemos x = 0
f (0, y) =

0
=0
y2

Hacemos ahora y = 0
x
1
=
2
x
x
De acuerdo a los resultados el lmite de f (x, y) no existe. La funcin no es continua en (0,0).
f (x, 0) =

Determinar el lmite de la siguiente funcin, siempre y cuando exista


21

Ing. Ismael Medina Lpez

(iii)

lm

x0,y0

(1 + y 2 ) sin x
x

Hacemos
(1 + y 2 )

lm
(x,y)(0,0)

lm
(x,y)(0,0)

sin x
=1
x

La funcin no esta definida en (0,0).


Problema 1.20. Obtener las derivadas parciales
xy

(i) f (x, y) = e cos x sin y,

(i)

f
x

f
y

de las siguientes funciones:

x2 y 2
(ii) f (x, y) = 2
x + y2

(28)

f (x, y) = exy cos x sin y


 xy

f
de
d cos x xy
= sin y
cos x +
e
x
dx
dx
= sin y (yexy cos x sin xexy )
= yexy cos x sin y exy sin x sin y
= exy sin y (y cos x sin x)
 xy

f
de
d sin y xy
= cos x
sin y +
e
y
dy
dy
= cos x (xexy sin y + cos yexy )
= xexy cos x sin y + cos x cos yexy
= exy cos x (x sin y + cos y)

22

Ing. Ismael Medina Lpez

(ii)

x2 y 2
x2 + y 2
 

f
d
x2
2
=y
x
dx x2 + y 2
" d(x2 )
#
d(x2 +y 2 ) 2
2
2
(x
+
y
)

x
dx
= y 2 dx
2
2
2
(x + y )


2x(x2 + y 2 ) 2xx2
2
=y
(x2 + y 2 )2

 3
2x + 2xy 2 2x3
2
=y
(x2 + y 2 )2
2xy 4
= 2
(x + y 2 )2

f (x, y) =

 

f
d
y2
2
=x
x
dy x2 + y 2
#
" d(y2 ) 2
d(x2 +y 2 ) 2
2
(x
+
y
)

y
dy
dy
= x2
2
2
2
(x + y )


2y(x2 + y 2 ) 2yy 2
2
=x
(x2 + y 2 )2


2yx2 + 2y 3 2y 3
2
=x
(x2 + y 2 )
2yx4
= 2
(x + y 2 )2
Problema 1.21. Determinar las derivadas parciales
cadena.
(i) z = x3 + y 3 ,
(ii) z =

x2

x = 2r + s,

x
,
+ y2

x = r cos s,

z
r

z
s

utilizando la regla de la

y = 3r 2s

(29)

y = r sin s

(30)

Aplicaremos la regla de la cadena para una funcin de dos variables que a su vez dependen
cada una de ellas de otras dos variables, esto es
z = f (x, y),

x = g(r, s),

y = h(r, s)

Regla de la cadena esta definida como

23

Ing. Ismael Medina Lpez

dz =

z
z
dx +
dy

x
y

Calculamos para (i) las derivadas parciales


(i) z = x3 + y 3 ,

z
r

z
s

z x
x s

z x
x r

z y
y s

z y
y r

(31)
z
r
z
s

x = 2r + s,

y = 3r 2s

z
z
= 3x2 ,
= 3y 2
x
y
x
= 1,
s

y
= 2
s
y
=3
r

x
= 2,
r
Por lo tanto aplicando (31) tenemos:

z
= (3x2 )(2) + (3y 2 )(3)
r
= 6x2 + 9y 2
= 6(2r + s)2 + 9(3r 2s)2
z
= (3x2 )(1) + (3y 2 )(2)
s
= 3x2 6y 2
= 3(2r + s)2 6(3r 2s)2

Calculamos para (ii) las derivadas parciales


(ii) z =

x2

x
,
+ y2

z
r

z
s

x = r cos s,

y = r sin s

z
y 2 x2
z
2xy
= 2
,
= 2
2
2
x
(x + y )
y
(x + y 2 )2
x
= r sin s,
s

y
= r cos s
s

x
y
= cos s,
= sin s
r
r
 2



z
y x2
2xy
=
[r sin s] +
[r cos s]
s
(x2 + y 2 )2
(x2 + y 2 )2

24

Ing. Ismael Medina Lpez

 2 2



z
r sin s r2 cos2 s
2r cos sr sin s
=
[r sin s] +
[r cos s]
s
(r2 cos2 s + r2 sin2 s)2
(r2 cos2 s + r2 sin2 s)2
 3 3
 

z
r sin s + r3 cos2 s sin s
2r3 cos2 s sin s
=
+
s
r4
r4
r3 sin3 s + r3 cos2 s sin s 2r3 cos2 s sin s
z
=
s
r4
r3 sin s(sin2 s + cos2 s)
z
=
s
r4
z
sin s
=
s
r
Siguiendo de forma similar al proceso anterior, para el caso de

z
r

tenemos:

cos s
z
= 2
r
r
Problema 1.22. Demostrar que la funcin f =
E = (0, 1).

1
x

no es uniformemente continua en

f es continua en x, si dado un  > 0, existe un > 0 que


kx yk <

kf (x) f (y)k < 

(32)

Una funcin f es continua en un conjunto S si esta es continua para cada punto de S, y es


uniformemente continua en S, si dado un  > 0, existe un > 0 (que dependa solo de ) tal que la
desigualdad anterior se mantenga para todo x, y S.
Para el caso de nuestro problema, sea f (x) = x1 para x > 0 y consideremos E = (0, 1). Esta
funcin es continua en (0,1) pero no es uniformemente continua. Para demostrarlo, sea  = 10, y
supongamos que encontrsemos un 0 < < 1 que satisface la condicin que kf (x) f (y)k < ,
es decir que kf (x) f (y)k = 11
1 = 10
> 10. Luego para esos dos puntos tendriamos siempre

kf (x) f (y)k > 10, , en contra de la definicin de continuidad uniforme.


Problema 1.22. Encontrar los puntos fijos de las siguientes funciones:
* f (x) = sin(x)
* f (x) = x3
* f (x) = ex

25

Ing. Ismael Medina Lpez

En matemticas, un punto fijo de una funcin es un punto cuya imagen producida por la funcin
es el mismo. Es decir, x es un punto fijo de la funcin f si y slo si f (x) = x.
Por ejemplo, si f est definida sobre los nmeros reales como
f (x) = x2
entonces 0 y 1 son los puntos fijos de f, porque f (0) = 0 y f (1) = 1.
Si f est definida sobre los nmeros reales como
f (x) = x2 3x + 4
entonces 2 es un punto fijo de f, porque f (2) = 2, y, adems, es el nico.
Para los ejemplos anteriores podemos determinar esto de manera grfica.
Para el caso de la funcin f (x) = sin(x) se tiene

Figura 2: Grafica de sin(x).


El nico punto fijo de f (x) = sin(x) es 0, ya que sin(0) = 0, tal y como se muestra en la grfica.
Para el caso de la funcin f (x) = x3 se tiene la siguiente grfica

26

Ing. Ismael Medina Lpez

Figura 3: Grafica de x3 .
En el caso de f (x) = x3 , existen tres punto fijos, estos son 0, 1 y -1.
Por ltimo tenemos la grfica de f (x) = ex , mostrada a continuacin

Figura 4: Grafica de ex .
De esta grfica podemos concluir que la funcin f (x) = ex no posee puntos fijos.

27

Ing. Ismael Medina Lpez