Académique Documents
Professionnel Documents
Culture Documents
Bibliografa:
Anlisis vectorial (W.P. Hsu)
Anlisis vectorial (Murray Spiegel)
Calculo II: Hebe T. Rabuffeti
Calculo II: Tom Apostol
ndice:
^ . ( f + g )=
^ f +
^ g
^ ( f + g )=g .
^ f + f .
^ g
^ . ( + )=
^ +
^
^
^
^ . = . . . .
( )
^ ( f . g ) =( f
^ ) g + ( g
^ ) f
Ce
. T ( x , t )+ J ( x ,t ) + ( T )=0
t
regin en
R3 )
^ T ( x , t)
J =k ( x ,t ) (T ) .
(Ley de Fourier)
Ce
T
^ T ( x , t ) ) + ( T ) =0
. ( x , t ) ( K ( T )
t
Ce . T ( x , t )+ J ( x ,t ) + ( T )=0
t
d
^ T ( x , t ) Si z=0 Es Fourier
J + J ( x , t )=k ( T ) .
dt
FUNCIONES
EN R
LIMITE
DERIVADAS,
CONTINUIDAD
DIFERENCIABILIDAD
TIPOS DEFUNCIONES:
1 . f A B
f : A B es una funcin 2 .x A, y B / ( x, y ) f
3 .( x, y ) f ( x, z ) f y z
FUNCIN ESCALAR O FUNCIN REAL DE VARIABLE REAL
f es una funcion escalar f : A B A R
CAMPO ESCALAR O FUNCIN REAL DE VARIABLE VECTORIAL O
FUNCIN DE VECTOR
R n , Rm n 2
m2
Sean
,
y
En ambos conjuntos definimos la norma
Rn ,
y
NORMA EUCLIDIANA
x R n , x x1 , x2 , x3 ,..., xn
Dado
x
x
i 1
Sea
A Rn
2
1
consideremos la funcin:
f : A R m / x f ( x ), x A
x Rn
f ( x) R m
se escribe
1
2
x2 y 2 z 2 1
cos( x y ) sen( x y ) z
z x2 y 2 1
Dominio de la funcin
x 2 y 2 1 0
x y 1
2
2
2
2
Dmf ( x, y ) R / x y 1
Como bien es sabido toda bola abierta es un conjunto abierto, entonces deducimos que
el complemento es abierto, por lo tanto el dominio de la funcin es cerrado.
Ahora analizaremos si el dominio de la funcin es un conjunto convexo para ello
considero necesario definir el concepto de conjunto convexo
Definicin: Sea
un subconjunto, decimos que
es un conjunto convexo si
contiene a cualquier segmento de recta cuyos extremos pertenezcan a , o sea,
.
FUNCIN EN
Rn
Rn , definido como:
Es decir,
A R
entonces
f : AR
Es decir
A R
el conjunto:
D(f )={x Rn f ( x )} R n
Criterios y sugerencias para definir el dominio adecuado y graficarlo:
1. Evitar los puntos del dominio de la funcin donde esta, no est definida.
2. Deben eliminarse del primer conjunto los pares (x,y) donde cuyas componentes
1
z= 2
|x|| y|
2
anules el denominador. Ej:
x y
3.
4. Si aparece una expresin logartmica, solo puede pertenecer al dominio los pares
que transformen al argumento en un nmero positivo.
Ej:
2
2
ln ( 5+ x y ) 5+ x y >0
5. Finalmente deben tenerse en cuenta valores para funciones trigonomtricas. Ej:
2
2
arc sin x + y1 x + y1 1
IMAGEN DE UNA FUNCIN
m
n
Dada una funcin f : R R
llamaremos imagen o rango de
f
y lo denotaremos
f
al conjunto:
R
por
R ( f ) ={y Rm|y =f ( x ) x D ( f ) } Rm
TOPOLOGA DE CONJUNTOS EN
Rn
B r (x )=Br (x ){x }
Es decir, es una bola abierta de la cual se excluye su centro.
A R y x R :
x es punto interior de
A r >0Br ( x ) A
x es punto exterior de
A r >0Br (x ) ( Rn A)
x es punto frontera de
A r >0Br ( x ) A ; Br ( x ) (R A)
i.
A ext A A=R
ii.
x R n es punto de acumulacin de
n
Conjunto abierto: Se dice que A R es abierto cuando todos sus puntos son
ii.
iii.
i.
A R n es cerrado si su conjunto
siguientes propiedades:
i.
ii.
iii.
lim
{
xa
f(x) = A}
0, ( ) / d ( x, a ) , x C , x a f ( x ) A
{
lim
1) {
xa
f(x) = A}
0, ( ) / x B * ( a, ) : f ( x ) A
{
2) Se dice que el numero A es el lmite de la funcin f(x) en el pto a, cuando para toda
sucesin de puntos (am) de C convergente hacia el pto a se verifica que el lmite de la
sucesin de nmeros reales {f(am)} en el numero A.
Propiedad 1
Si existe lmite de la funcin f(x) en el pto a, dicho lmite es nico.
Propiedad 2
Sean f(x) y g(x) dos funciones tales que:
lim f ( x ) F
x a
lim g ( x ) G
y
xa
xa
x a
x a
xa
x a
d) Si G0,
x a
x a
x a
x a
Propiedad 3
Si los lmites direccionales tienen diferentes valores segn la direccin, entonces el
lmite doble no existe.
Caso de funciones de n variables:
lim f ( x1 , x2 ,..., xn )
x1 a1
x2 a 2
M
xn a n
Limites reiterados:
xi1 ai1 xi 2 ai 2
xin ain
Donde {i1,i2,,in} son las diferentes permutaciones que pueden realizarse en los enteros
{1,2,,n}
Criterio para analizar la existencia de lmite mltiple segn los reiterados.
a) Si no existe ninguno de los reiterados: el limite mltiple puede existir o no existir
y no se dispone de informacin sobre el.
b) Si existen solo alguno de los reiterados:
b.1) Si todos los que existen toman el mismo valor L: el limite mltiple puede
existir o no existir pero en ele caso de que exista valdr L.
b.2) Si los que existen no tienen el mismo valor: el limite mltiple NO existir.
c) Si existen todos los limites reiterados:
c.1) Si todos tienen el mismo valor L: el limite multiple puede existir o no existir
pero si existe tomara el valor L.
c.2) Si todos los limites reiterados tienen distinto valor: el limite multiple NO
existe.
DEFINICIN
Sea una funcin de dos variables definida en un disco abierto centrado en (x0,y0),
excepto quizs en el punto (x0,y0) , y sea L un nmero real. Entonces,
si para cada
existe un
tal que
siempre que
Grficamente, esta definicin de lmite implica que para cualquier punto (x,y) (x0,y0)
en el disco de radio , el valor de
esta entre
y
.
Para funciones de una sola variable, cuando dejamos que x se aproxime a a, slo hay
dos posibles direcciones de acercamiento, por la izquierda o por la derecha. Que
podemos ver por aqu 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 nmero infinito de direcciones y de
cualesquiera formas.
La definicin anterior se refiere slo a la distancia entre (x, y) y (x0,y0). No habla a la
direccin de aproximacin. Por eso, si el lmite existe, entonces f(x,y) debe
aproximarse a 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 lmites, entonces se concluye que el lmite no existe.
Si
conforme
conforme
, Existe?
Proponemos:
Ahora proponemos:
El limite no existe.
En funciones de dos variables:
lim f ( x, y )
x a x
y a y
x a x
Limites reiterados:
f(x,y)
lim( ylim
a
x a x
y:
-
f(x,y)
x ax
, donde
y = k( x - ax) + ay
Criterio para analizar la existencia de lmite doble segn los reiterados:
a) Si no existe ninguno de los reiterados: el limite doble puede existir o no existir y
no se dispone de informacin sobre el.
b) Si existe solo uno de los reiterados y su valor es L: el lmite doble puede existir
o no existir, pero en caso que exista valdr L.
c) Si existen los dos reiterados:
c.1) si ambos tienen el mismo valor L: el limite doble puede existir o no
existir pero si existe tomara el valor L.
c.2) Si los reiterados tienen distinto valor: el lmite doble NO existe.
LIMITES ITERADOS O SUCESIVOS
Estos lmites no deben interpretarse como limites dobles (en donde las variables tendan
simultneamente), sino como su nombre lo indica, limites que se suceden o se iteran.
Los lmites iterados son los siguientes.
y x
x y
TEOREMA
Veremos a continuacin el teorema que relaciona la existencia del lmite doble con los
iterados
lim L( y ) L
y
Adems si
lim L(x)=L
x
DEMOSTRACION
Por hiptesis tenamos lo siguiente:
lim f ( x, y ) L
x
y
y tambin:
lim f ( x, y ) L( y ) y a 0< y
x
x,y)
0 x <
0 < y-
lim [lim f ( x, y )] = L
lim f (x,y)
y x
ser
DERIVADAS DIRECCIONALES
Concepto:
Las derivadas parciales
f x (x , y )
pendiente de la superficie z =
f y ( x , y) , representan respectivamente, la
Para hallar la pendiente de cualquier otra direccin se utiliza las derivadas direccionales.
Es decir, las derivadas parciales nos da una medida de la variacin de una funcin en la
direccin de cada eje coordenado. Es natural buscar un concepto ms general de
derivada a fin de que nuestras consideraciones no quedan restringidas a las direcciones
particulares de los ejes coordenados y nos permita estudiar la razn de incrementos de
una direccin cualquiera.
Queremos estudiar la variacin de la funcin f en el punto p cuando el argumento vara
en la direccin marcada por el vector u . Para ello partimos de la idea del concepto de
derivada de funciones de una variable el limite, cuando el incremento de la variable
tiende a cero, del cociente del incremento de la funcin dividido entre el incremento de
la variable es decir:
Du f ( p )=lim
x p
f ( x )f (p)
t
f
( p)
u
fy
f
(a)
u
Las derivadas parciales son dos derivadas direccionales particulares en las direcciones
de los versores.
Respectivamente.
TEOREMA DE SCHWARZ-BONNET.
Sea:
Si f es de clase C2 entonces
Demostracin:
Lema
Lema
DERIVADA TOTAL:
( )
( )
F (x, y)
x
B=
F (x , y)
y
(1)
Por lo tanto al existir las derivadas parciales primeras, la funciones derivable con lo que
se demuestra la primera parte del teorema.
En (1) vemos que s x 0 i y 0 f 0
s ea que
continua en (x,y) ya que su incremento
Z =f ( x , y)
es
TEOREMA II: expresa las condiciones necesarias y suficientes para que una
funcin sea diferenciable. Si una funcin Z =f ( x , y) es continua y derivable,
a tiene su derivadas parciales continuas en un entorno del punto P(x, y) entonces
es diferenciable en dicho punto.
f ( x , y )=f ( x + x ; y+ y )f ( x , y )
Aplicando LaGrange:
f = y . fy ( x + x ; y + y ) + xfx( x+ x ; y)
Donde:
0< <1
0< <1
y f x
f
f y ( x + x ; y + y )=f y ( x , y ) + 2
f x (x+ . x ; y )=f x ( x , y ) + 1
con 1 0
si y 0
si x 0
Reemplazando en (1)
( fx ( x , y )+ 1 ) x + ( fy ( x , y ) + 1 ) y
f =
f =fx ( x , y ) x + fy ( x , y ) y + 1 x+ 2 y
DIFERENCIABILIDAD
Z =f (x , y)
NOTACIONES:
OBSERVACIN:
TEOREMA:
Adems:
Demostracin:
Sus componentes Df1(a) ej, Dfi(a) ej, Df(a) ej forman la columna j-sima de la matriz
JacobianaJf(a).
Existen las derivadas parciales fi/xj = Dfi(a) ej y son iguales al trmino de la fila i,
columna j de la matriz asociada a la transformacin lineal Df(a)
Observaciones:
Por el teorema anterior:
1.
2.
Para que f sea diferenciable en a, adems de existir la matriz jacobianaJf(a) (es decir
todas las derivadas parciales) se necesita que
Adems sabemos:
f diferenciable en a f continua en a.
Demostracion:
Demostracion
El dibujo que se obtiene sobre ese plano (o cualquier otro plano horizontal) es el de una
curva. Esa curva yace en el plano xy. Sus puntos verican la ecuacin f(x, y)=0.
Nos paramos a pensar ahora en un punto de esa curva, digamos (a, b). En un entorno de
(a, b) tenemos una descripcin de la curva: sta comprende a todos los puntos (x, y)
tales que f(x, y)=0.
Sin embargo, esta ecuacin es implcita puesto que no muestra claramente cmo
despejar y en funcin de x ni x en funcin de y. Una ecuacin explcita sera de la forma
y = g(x) o x = h(y).
Cualquiera de estas dos ecuaciones sera preferible a la implcita puesto que siempre
una ecuacin explcita puede transformase en una implcita de manera trivial poniendo
f(x, y)= yg(x) (o xh(y), segn corresponda).
La pregunta es entonces: cundo es posible encontrar una funcin que describa
explcitamente y en funcin de x o x en funcin de y en un entorno de (a, b)?
La importancia de este teorema radica en la posibilidad de calcular la diferencial en un
punto (a, b) de una funcin sin conocerla explcitamente. Esto permitir por ejemplo,
obtener una evaluacin aproximada de la funcin en el punto.
Teorema 1 (Teorema de la Funcin Implcita)
Supongamos que F : R2 R tiene las primeras derivadas parciales continuas.
Si en un punto (x0,y0) R2 tal que
F(x0,y0)=0
F
y (x0,y0) 0
F(x, f(x)) = 0
X0 I
( f ( x 0) ) f ( x )
X0 I
( f ( x 0) ) f ( x )
y=f ( x1 ; x 2 ; x 3 ; x n ) =f ( x )
un
, de radio r0.
N=(a ;r ) un entorno del punto a
a =(a 1 ; a 2 ; a3 ; ; a n)
y=f ( x )
r >0 x S N ( a , r ) : f ( x ) f ( a )
y=f ( x )
a S , si: x S N ( a , r ) : f ( a ) f (x )
y=f ( x )
a S , si: - x S : f ( a ) f ( x ) (I)
- x S : f ( x ) f ( a ) (II)
En caso de (I), f ( a ) constituye el mximo absoluto de f, y en caso (II) f ( a )
constituye el mnimo absoluto de f.
f ( x )=f ( a ) +
'
' ''
(n)
f (0)
f ' (0) 2 f (0) 3
f (0) n
x+
x+
x ++
x
1!
2!
3!
n!
X0 I
( f ( x 0) ) f ( x )
X0 I
( f ( x 0) ) f ( x )
y=f ( x1 ; x 2 ; x 3 ; x n ) =f ( x )
un
, de radio r0.
N=(a ;r ) un entorno del punto a
a =(a 1 ; a 2 ; a3 ; ; a n)
y=f ( x )
r >0 x S N ( a , r ) : f ( x ) f ( a )
y=f ( x )
a S , si: x S N ( a , r ) : f ( a ) f (x )
y=f ( x )
a S , si: - x S : f ( a ) f ( x ) (I)
- x S : f ( x ) f ( a ) (II)
En caso de (I), f ( a ) constituye el mximo absoluto de f, y en caso (II) f ( a )
constituye el mnimo absoluto de f.
Los mximos y mnimos locales se denominan extremos relativos o locales. La
palabra relativo indica que se compara el valor de la funcin en el punto x =a con
los valores que ella toma en una vecindad de dicho punto solamente. As, una funcin
con mximos y mnimos locales, puede tomar valores mayores que sus mximos locales
y=f ( x )
puede tener
y=f ( x1 ; x 2 ; x 3 ; ; x n )
f ( a )
=0
;
x2
f ( a )
=0
x3
( a1 ; a2 ; a3 ; ; an )
respectivamente.
y=f ( x1 ; x 2 ; x 3 ; ; x n ) =f (x 1 )
funcin
al ser
f ( x1 )
En
estas
condiciones
f ( x 1 )=f ( x 1 ; x 2 ; x 3 ; x n )
( x 1 ; x 2 ; x 3 ; xn ) en los valores
derivable en
x 1=a1
x 1=a1
x1
debe ser:
en x 1=a1
f ( x1 ; x2 ; x3 ; ; xn )
f ( a1 ; a 2 ; a 3 ; ; a n )
f ( x )
f ( a )
=0
=0
x1
x1
x1
x1
Observaciones:
resulta
Si
y=f ( x )
f ( a )
f ( a )
dx++
d x n=0 dx ++0 d x n=0
x1
xn
Sp f ( xi*, Yj*) ij
i 1 j 1
Esta doble suma de Riemann es un valor numrico que se obtiene al efectuar la suma
del producto de la imagen de la funcin f en cada punto arbitrario (Xi*,Yj*) y el rea de
cada rectngulo Dij. Al expandir la expresin se obtiene:
lim SD = lim
| P| 0
|| P|| 0
f ( xi*,Yj*)
i 1 j 1
ij
f ( x, y ) dA = lim
|| P|| 0
f ( xi*, Yj*)
i 1 j 1
ij
si el lmite existe.
Decir que el lmite existe significa que:
f ( x, y )dA = L
donde L
INTEGRALES ITERADAS
Para evaluar una integral definida en un intervalo cerrado se tienen dos alternativas: la
definicin, donde se emplean frmulas y propiedades de la notacin sigma y adems, la
resolucin de un lmite; la otra opcin para resolver una integral definida de una
Funcin real de variable real, es el Segundo Teorema Fundamental del Clculo, el cual
consiste en encontrar una antiderivada y evaluarla en los extremos del intervalo de
integracin. El primer mtodo, la definicin como el lmite de una suma suele ser un
procedimiento ms riguroso en comparacin con el segundo. Anlogamente, la
resolucin de una integral doble por definicin es un clculo muy complejo, ya que es el
resultado del lmite de una doble suma de Riemann. A continuacin se expone un
mtodo que consiste en expresar una integral doble como una integral iterada, lo cual
implica la evaluacin sucesiva de dos integrales simples.
DEFINICIN: La Integral Iterada
f ( x, y) dxdy o
f ( x, y ) dxdy =
[ f ( x, y )dy ]dx
se define como:
[ f ( x, y ) dx ]dy
a
O tambin:
b
f ( x, y ) dydx =
f ( x, y ) dy ]dx
f ( x, y )dx = A(y)
Finalmente:
d
f ( x, y ) dxdy =
[ f ( x, y )dx]dy =
a
f ( x, y ) dx = A(y) dy
INTEGRALES TRIPLES
Sea f una funcin definida sobre la caja rectangular B, esto es f : B R3R, donde B
est definida como:
B = [a,b][c,d][r,s]
o tambin
B = {(x, y,z) R 3a x b c y d r z s}
lim f ( xi *, y j *, zk *) Vijk
| P| 0
i 1 j 1 k 1
i 1 j 1 k 1
si el lmite existe.
^
Divergencia es la operacin en la que el operador
i
^ x u =
Rot u =
x
u1
y
u2
|(
k
u3 u2
u 1 u3
u2 u1 ^
^
^j +
=
i+
k
y z
z x
x y
z
u3
) (
) (
GRADIENTE:
Dada una funcin escalar ( x , y , z ) se llama gradiente de la misma al vector o
pseudo vector cuyos exponentes son las derivadas parciales.
2
2
Siendo f : R R ; f C ( R )
^ . f = f i^ + f ^j + f k^
Gra u =
x y
z
Cn = clase de funciones continuas y derivables hasta la derivada de n orden que
tambin tiene que ser continua.
Teorema: la direccin del vector gradiente de una funcin, es aquella segn la cual esta
funcin vara ms rpidamente.
^ |.|dp| .cos 00=|
^ |.|dp|
^ =|dy|
|
d|=|
Modulo:
|dp|
LAPLACIANO:
^ 2 = ; + + =( x , y , z)
x2 y2 z2
u =V ; 2 + 2 + 2 = V (x , y , z )
x y z
BI-LAPLACIANO:
^ 2(
^ 2 u )=V
^ 4 u =V
4 u
4 u
4 u
+
+
=V
x4 x2 y2 y4
4 u
4 u
4 u
4 u
4 u 4 u
+
+
+
+
+
=V
x 4 x 2 y 2 x 2 z2 y 2 z2 y 4 z 4
c) Laplaciano
r
2 A
si endo
i
j k
x
y
z
x x
y y
r
r
r
2 A1 2 A2 2 A2
x 2
y 2
z 2
z z
d ) Bilaplaciano
4 2 2
2
2
2
2 2
2 2
2
y 2 y 2
z 2 z 2
x 2 y 2
x
4
4
4
2
2
2
4 4 4 2 2 2 2 2 2 2 2 2
x
y
z
x y
x z
y z
2
x 2
2 2
2 2
x z 2
e)
r r
r
r
r
r
f g f ( g ) g ( f)
r r
r r
r r
r r
f g f g i f g j f g k
x
y
z
1
r
r
r g1 r f1 r
f1
g1
i f 2
x
x
r gr1 gr 2 gr3
r
f
g
y
z
x
r
r
r
r
f ( g ) g ( f)
r
g 2 r
g2
y
r
r
f1 f 2
x y
^
^
^ . = . . . .
2
f)
( )
r
r
r
r g3 r f3
f 2
g3
k
j f 3
y
z
z
r
f 3
z
2 2
2 2
y z 2
Demostracin:
Suponemos que
Tomamos al cociente como una funcin
g )Gradiente
( )
Demostracin:
( + ) =
=[
i+
j+
( + ) i +
k] + [
( + ) j +
i+
( + ) k =
j+
k] =
R2
R3
mediante la
f f 1 ; f 2 en a; b
R 2 y A
f :A R
(con A
F x; y dx f f i (t ); ( f 2 (t )) f i '(t )dt
b
T= parmetro
x= x(t)
y= y(t)
PROPIEDADES DE LA INTEGRAL CURVILNEA
f f1 ; f 2
y C es una curva regular asociada a la funcin vectorial
en el intervalo
parametrito [a;b], entonces llamamos integral curvilnea completa a la siguiente:
b
i (t )
dt Q( f i (t ) ; f a ( t ) ) f 2 ' (t )]dt
Si C=
c1
c2
f .ds f .ds
c
^ f = 1 ( f n^ )da+ i
Vi
x, y ,z Vi
en el aplicamos la definicin de
^ f . V i= ( f n^ )da+ i V i
^ f . V i= ( f n^ ) da+ i V i
n
^ f . V = lim
lim
i
Vi 0
Vi 0
Cuando
V i 0
Cuando
(f n^ ) da+ lim
Vi0
i V i
i
entonces n .
sucede lo siguiente, la frontera de la sup.
Si
de cada
Vi
^ f . V
lim
i
n .
lim
n .
(f n^ )da
i
^ f . V i
V
(f n^ )da
S
i V i
n .
lim
( ^ f )= ( f n^ )da
Teorema de Stokes
El teorema de Stokes establece que si S es una superficie limitada por una curva cerrada
simple C y f es una funcin vectorial que tiene primeras derivadas parciales continuas
sobre S y C, entonces:
x f dS= f dr
Demostracin
Si
, la
definicin de rotacional da
n xf S i= f d r +i Si
Ci
Donde
i 0, cuando S i 0,
Si
n Vx f S i= f d r + i S i
i=1
i=1 C i
i=1
Pdx+Qdy=
( Qx Py ) dxdy
f d r = x f k dxdy
Demostracin
Si f = Pi + Qj y dS = kdxdy, entonces puedo seguir el teorema de Stokes
TEOREMA DE GREEN:
En fsica y matemticas, el teorema de Green de la relacin entre una integral de lnea
alrededor de una curva cerrada C y una integral doble sobre la regin plana D limitada
por C.
El teorema de Green es un caso especial del ms general teorema de Stokes. El teorema
afirma:
Sea C una curva cerrada simple positivamente orientada, diferenciable por trozos, en el
plano y sea D la regin limitada por C. si L y M tienen derivadas parciales continuas en
una regin abierta que contiene D.
C+
( Ldx + Mdy)= ( Mx Lx ) dA
D
A veces
C+
(Ldx + Mdy )
[P( x , y ) dx +Q(x , y) dy ]=
Observaciones:
Q
P
( x , y )
( x , y ) dxdy
x
x
1) La regin D es tal que cualquier paralela a los ejes coordenados corta a la curva
en a lo sumo 2 puntos.
2) La curva est orientada en sentido positivo, adoptamos como sentido positivo de
recorrido a la curva aquella que se deja a la regin encerrada por la curva a la
izquierda del recorrido por el grafico es el sentido contrario a las agujas del
reloj.
DEMOSTRACIN DE LAS IDENTIDADES DE GREEN
Se utilizan para probar unicidad
1 IDENTIDAD DE GREEN
El primer teorema de identidad se Green establece que si , campos escalares que
tienen 2da derivada continuas en una regin R limitada por una superficie cerrada S
entonces:
( 2 + ) dv= ds
S
Verificacion:
Usando el vector identidad
f) =
f+f
donde
f=
.
.
.
( ) dv +
( ) dv + ds
Asi que :
)=
( 2 + ) dv= ds
S
2 IDENTIDAD DE GREEN
El 2do teorema o identidad de Green establece que
son funciones
escalares que tienen 2da derivada continua en una regin R limitada por una superficie
cerrada S, entonces:
( 2 + 2 )dv= ( )ds
S
Verificacin:
Partiendo de la 1er identidad de Green
( + ) dv= ds
2
Intercambiando
( 2 + ) dv= ds
S
( ) ds
2
( )dv =
S
Pero como:
ds =
ds
ds =
ds
Puedo finalmente expresar tambin como:
(
) ds
r
r
( 2 2 )dv =
S
3 IDENTIDAD DE GREEN
El 3er teorema o identidad de Green expresa que si f ( y) y f x (
y) son
funciones vectoriales que tienen 2das derivadas continuas en una regin R limitada por
una superficie cerrada S, entonces:
(f 2 y y 2 f ) dv=
S
fx(
y) + f( y) yx(
f) y( f)] ds
Donde
2f
= ( f) -
f)
y):
[ f ( y ) ] dv=
f( y) ds
fx(
y)] dv =
fx(
y)] ds
y)] = (
y). (
( y)
f) f.
y)
Por consiguiente:
[ ( y )( f )+f ( y)]
[ f ( y ) ] dv=
dv
[f x (
y)] dv =
y). (
f) f.
y)] dv
f.
( y ) - y
( f )] dv =
f ( y )
- y ( f )] ds
ds
( y ) - y
f)] dv = -
fx(
y)- yx (
f)]
Sumando 1 y 2 y usando:
2f
f) -
f)
Obtenemos finalmente:
(f 2 y y 2 f ) dv=
S
fx(
y) + f(
y) yx(
f) y(
f)] ds
Modelo de Fourier
P Ce
T ( x , t ) + . j ( x , t )+ ( T )=0
t
^ (x . t)
J =K ( T ) T
Ce
es el calor especifico, T( x , t
es la
T ( x , t ) [ k (T , t ) T ( x , t ) ]+ ( T , t ) =0
t
ce ,
p ce
Introduciendo
k
T ( x , t )
[ T ( x , t ) ]+ (T , t )=0
t
p ce
p ce
Introduciendo
k
D2m=
p ce
1 =
p ce
Llegamos finalmente a
T ( x , t ) D 2m 2 T ( x ,t ) +1 (T , t )=0
t
Modelo de Cattaneo-Vernotte
Se parte, ahora, de la relacin cuantitativa entre flujo de calor y gradiente de
temperatura dada por la Ley de Fourier, pero se supone que el flujo de calor como
consecuencia de la temperatura existente en cada instante t se produce no en ese
momento t, sino en un instante posterior t , donde t, parmetro de relajacin, es una
constante caracterstica de cada material, que refleja el tiempo que tarda el calor en
transmitir y producir el flujo calorfico.
x , t+ =k ( x ,t ) T (x ,t )
J
(1)
x , t+ = J ( x ,t ) +
Donde
(r2 )
x , t+ = J ( x ,t ) + J ( x , t )
t
(2)
J
energa
p ce
T ( x , t ) + J ( x , t )+ (T , t )=0(4)
t
I)
. T ( x , t )+ J ( x ,t ) + ( T )=0
t
R3 )
^ T ( x , t )
J =k ( x ,t ) (T ) .
(Ley de Fourier)
T
^ T ( x , t ) ) + ( T ) =0
. ( x , t ) ( K ( T )
t
. Ce
.T ( x , t ) + J ( x ,t ) +. ( t , T ) =0
t
J ( x , t ) =. Ce
II)
. T ( x ,t ). ( t ,T )
t
^ T ( x ,t ) Si z=0 Es Fourier
J ( x , t ) + d J ( x , t )=k ( T ) .
dt
0=J ( x ,t )
Demostraremos:
d
^ T ( x , t )
J ( x , t ) k ( T ) .
dt
0=J ( x ,t )
d
^ T ( x , t )
J ( x , t ) k ( T ) .
dt
0= ( J ( x ,t ) )
d
^ T ( x , t ) )
( J ( x , t ) ) ( k ( T ) .
dt
0= Ce
T ( x ,t )
T ( x , t )
d
^ T ( x , t ) )
+ ( t , T ) Ce
( t , T ) ( k ( T ) .
t
dt
t
0= Ce
T ( x ,t )
T ( x , t )
^ T ( x ,t ) )
+ ( t , T ) + Ce
( k ( T ) .
t
t
0= Ce
T ( x ,t )
2 T ( x , t )
^ T ( x ,t ) )
+ ( t , T ) + Ce
( k (T ) .
2
t
t
ECUACION DE ONDA:
Dados los siguientes campos determinar las ecuaciones de onda que satisfacen
r
divq 0
t
r
q
0
t
(1)
(2)
t t
r
2
q
div
0
t 2
t
Despejando
r
q
t
r
q
t
de (2)
(3)
2
div 0
2
t
2
div 0
2
t
2 2
0
t 2
(6)
t t
2r
0
2t t
r
2 q
0
2t
t
Despejando
r
divq
t
(7)
de (1)
r
2q
r
divq 0
2
t
r
2q
r
divq 0
2
t
r
2q 2 r
q 0
2t
(8)
Las expresiones (6) y (8) obtenidas de los campos, son las ecuaciones de onda que ellos
satisfacen. Por lo tanto:
2 2
0
t 2
2r 2
q qr 0
2t
E ( x , t ) =
. B ( x , t )
dt
Faraday-Henry
d
^
B ( x ,t )= J ( x ,t ) + .
D
dt
^ .
^ .
B=0 ;
D =
Amper- Maxwell
Gauss
B = .
H
D = .
E
Demostraremos:
B ( x , t )
^
E ( x , t ) =
t
^ (
^
^ B ( x , t )
E ( x , t ) )=
t
B ( x , t )
^ .(
^ .
^2
E ( x , t ) )
E ( x ,t )=
t
H ( x , t )
^ .(
^ .
^2
E ( x , t ) )
E ( x ,t )=
t
Por:
B = .
H
^ .(
^ .
E ( x , t ) ) =0
D
^ X
H =J +
t
relacin vectorial
D
^2
E ( x , t )=
J+
t
t
( (
^2
E ( x , t )=
))
J
2
D
2
t
t
Por:
J = .
E
D = .
E
E
2
E
^2
E ( x , t )=
2
t
t
E
2
E
^2
0=
E ( x , t ) +
+ 2
t
t
Sabemos tambin que el campo magntico satisface la misma ecuacin de onda.-