Académique Documents
Professionnel Documents
Culture Documents
Conceptos Preliminares
lı́m f (x) = L
x→a
Con palabras, se puede decir que los valores f (x) tienden a un Lı́mite,
L, conforme x tiende a un número a si el valor absoluto de la diferencia
entre f (x) y L puede hacerse tan pequeño como se quiera, tomando x lo
suficientemente cercano a a, pero no igual que a.
21
22 CAPÍTULO 1. CONCEPTOS PRELIMINARES
f (x)
f (x)
L+ε
L−ε
0
X
−δ +δ
Lı́mite Izquierdo
lı́m f (x) = L
x→a
Lı́mite Derecho
lı́m f (x) = L
x→a
Lı́mites Infinitos
Sea f una función definida en todo número de algún intervalo abierto
X que contenga a a, excepto como posiblemente en el número a mismo.
Cuando x tiende a a, f (x) crece sin Lı́mite, lo cual se escribe como:
lı́m f (x) = +∞
x→a
Si para cualquier número N > 0 existe una δ < 0 tal que f (x) > N
siempre que:
0 < |x − a| < δ
Y:
lı́m f (x) = −∞
x→a
Si para cualquier número N < 0 existe una δ > 0 tal que f (x) < N
siempre que:
0 < |x − a| < δ
Lı́mites en Infinito
Sea f una función definida en todos los números de algún intervalo
(a; +∞). El Lı́mite de f (x), cuando x crece sin Lı́mite es L, y se repre-
senta como:
lı́m f (x) = L
x→+∞
lı́m f (x) = L
x→−∞
lı́m (mx + b) = ma + b
x→a
lı́m x = a
x→a
lı́m f (x) = L
x→a
Y:
lı́m g(x) = M
x→a
Entonces:
lı́m f (x) = L
x→a
Y:
lı́m g(x) = M
x→a
Entonces:
lı́m f (x)g(x) = LM
x→a
lı́m f (x) = L
x→a
Y n es cualquier entero positivo, entonces:
1.1. REPASO DE CÁLCULO 25
lı́m [f (x)]n = Ln
x→a
lı́m f (x) = L
x→a
Y:
lı́m g(x) = M
x→a
Con M 6= 0, entonces:
f (x) L
lı́m =
x→a g(x) M
Teorema 1.1.7 Si:
lı́m f (x) = L
x→a
Entonces:
p
n
√
n
lı́m f (x) = L
x→a
Esto se cumple, si L > 0 y n es cualquier entero positivo, o si L ≤ 0 y
n es un entero impar positivo.
Teorema 1.1.8 El lı́m f (x) existe y es igual a L si y sólo si lı́m f (x) y
x→a x→a−
lı́m f (x) existen y son iguales a L.
x→a+
1. f ± g es Continua en a.
2. f g es Continua en a.
3. f /g es Continua en a, suponiendo que g(a) 6= 0.
lı́m g(x) = b
x→a
Y si la función f es Continua en b, entonces:
Continuidad en un Intervalo
1. Se dice que una función es Continua en un intervalo abierto si solo si
es continua en todo número del intervalo abierto.
a) f (a) existe.
b) lı́m f (x) existe.
x→a+
c) lı́m f (x) = f (a).
x→a+
a) f (a) existe.
b) lı́m f (x) existe.
x→a−
c) lı́m f (x) = f (a).
x→a−
4. Una función, cuyo dominio incluye el intervalo cerrado [a, b], se dice
que es Continua en [a, b] si y sólo si es Continua en el intervalo abierto
(a; b), y Continua a la derecha de a y a la izquierda de b.
f (c) = k
f (x)
f (x)
f (b)
k .
(c, k)
g(x)=k
f( )
0 c b
X
1.1.5. La Derivada
La Derivada de una función f es aquella función, denotada por f 0 , tal
que su valor en cualquier número x en el dominio de f , está dado por:
1.1. REPASO DE CÁLCULO 29
f (x + ∆x) − f (x)
f 0 (x) = lı́m
∆x→0 ∆x
f (a + ∆x) − f (a)
f 0 (a) = lı́m
∆x→0 ∆x
f (x)
f (x)
f( +h)-f( )
P
0
+h
X
y − f (a) = f 0 (a)(x − a)
Diferenciabilidad y Continuidad
Teorema 1.1.16 Si una función f es Diferenciable en a, entonces f es
Continua en a.
Derivada Unilateral
f (a + ∆x) − f (a)
f+0 (a) = lı́m
∆x→0+ ∆x
Y para la misma función f , la Derivada por la Izquierda en a, represen-
tada por f−0 (a), está definida como:
f (a + ∆x) − f (a)
f−0 (a) = lı́m
∆x→0− ∆x
Regla de la Cadena
Si tanto f como g son funciones derivables y F = f ∼ g es la función
compuesta definida por F (x) = f (g(x)), entonces F es derivable y F 0 se
expresa mediante el producto:
dy dy du
=
dx du dx
Diferencial
Si una función f está definida por y = f (x), entonces la Diferencial de
y que se presenta por dy, está dada por:
dy = f 0 (x)dx
1.1. REPASO DE CÁLCULO 31
dy
= f 0 (x)
dx
b−a
∆x =
n
Denotando con x0 (= a), x1 , x2 , . . . , xn (= b) los puntos extremos de estos
subintervalos y eligiendo los puntos de muestra ξ1 , ξ2 , . . . , ξn en estos subin-
tervalos, de modo que ξ1 se encuentre en el i-ésimo subintervalo [xi−1 , xi ].
Entonces la Integral Definida de f , desde a hasta b, es:
Z b n
X
f (x)dx = lı́m f (ξi )∆x
a n→∞
i=1
El término:
n
X
f (ξi )∆x
i=1
f (x)
∆x
0 xi * b
X
f (x)
f (x)
0 b
X
m ≤ f (x) ≤ M
Para a ≤ x ≤ b. Entonces:
Z b
m(b − a) ≤ f (x)dx ≤ M (b − a)
a
f (x) f (x)
f (X)
0 X b
X
Entonces:
1.1. REPASO DE CÁLCULO 35
F 0 (x) = f (x)
Si x = a, F 0 (x) puede ser una derivada por la derecha, y si x = b, F 0 (x)
puede ser una derivada por la izquierda.
Teorema 1.1.24 Sea una función f continua en el intervalo cerrado [a, b],
y sea g una función tal que:
g 0 (x) = f (x)
Para toda x en [a, b]. Entonces:
Z b
f (t)dt = g(b) − g(a)
a
d
[f (x)g(x)] = f (x)g 0 (x) + g(x)f 0 (x)
dx
En la notación de las integrales indefinidas, esta ecuación se convierte
en:
Z
[f (x)g 0 (x) + g(x)f 0 (x)]dx = f (x)g(x)
O sea:
Z Z
0
f (x)g (x)dx + g(x)f 0 (x)dx = f (x)g(x)
Z Z
udv = uv − vdu
a1 + a2 + a3 + . . . + an + . . .
Es una PSerie Infinita. El número an es el n-ésimo término de la serie. La
sucesión sn , definida como:
s1 = a1
s2 = a1 + a2
..
.
n
X
sn = a1 + a2 + . . . + an = ak
k=1
..
.
Es la Sucesión de Sumas Parciales de la serie, donde el número sn es
la n-ésima Suma Parcial. Si la Sucesión de Sumas Parciales converge a un
lı́mite L, se dice que la serie Converge y que su suma es L. En este caso, se
escribe:
∞
X
a1 + a2 + . . . + an + . . . = an = L
n=1
∞
X
cn xn = c0 + c1 x + c2 x2 + c3 x3 + . . .
n=0
En donde x es una variable y las cn son constantes llamadas coeficientes
de la serie. Para cada x, fija, la serie de la última ecuación es una serie
de constantes que se puede probar para ver si es convergente (ver apartado
1.4.11.). Una serie de potencias puede converger ante ciertos valores de x y
divergir ante otros. La suma de la serie es una función de la siguiente forma:
f (x) = c0 + c1 x + c2 x2 + . . . + cn xn + . . .
Cuyo dominio es el conjunto de todas las x para las que converge la serie.
Obsérvese que f se parece a un polinomio. La única diferencia es que f tiene
una cantidad infinita de términos.
(x − a)0 = 1
Aunque x = a. Obsérvese también que cuando x = a todos los términos
son 0 para n ≥ 1 y ası́ la Serie de Potencias de la última ecuación siempre
converge cuando x = a.
Teorema 1.1.25 Para una Serie de Potencias dada, sólo hay tres posibili-
dades:
|x − a| < R
Y diverge si:
38 CAPÍTULO 1. CONCEPTOS PRELIMINARES
|x − a| > R
a−R<x<a+R
Cualquier x en un punto extremo del intervalo (esto es x = a ± R) puede
suceder cualquier cosa: la serie puede converger en uno o ambos puntos
extremos o divergir en ellos.
f (a) = c0
Si se deriva la ecuación 1.1, se tiene:
f 0 (a) = c1
1.1. REPASO DE CÁLCULO 39
f 00 (a) = 2c2
Aplicando una vez más el procedimiento. Al derivar la serie de la ecuación
1.3,
f (n) (a)
cn =
n!
Esta fórmula es válida a un para n = 0 si se adopta la convención de
que 0! = 1 y f (0) = f . De esta manera se acaba de demostrar el siguiente
teorema.
f (n) (a)
cn =
n!
40 CAPÍTULO 1. CONCEPTOS PRELIMINARES
∞
X f (n) (a)
f (x) = (x − a)n
n!
n=0
(1.5)
La serie de la ecuación 1.5 se llama Serie de Taylor de la función f en a
(alrededor de a o centrada en a). En el caso especial en que a = 0 la serie
se transforma en:
∞
X f (n) (0) f 0 (0) f 00 (0) 2
f (x) = xn = f (0) + x+ x + ... (1.6)
n! 1! 2!
n=0
lı́m Rn (x) = 0
n→∞
Cuando:
|x − a| < R
|x − a| < R
1.2. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 41
Desigualdad de Taylor
Si:
|f (n+1) (x)| ≤ M
Para |x−a| ≤ d. Entonces el residuo Rn (x) de la Serie de Taylor satisface
la desigualdad:
M
|Rn (x)| ≤ |x − a|n+1
(n + 1)!
Para |x − a| ≤ d.
dn y dn−1 y
an + a n−1 + . . . + a0 y = f (x, y)
dxn dxn−1
Esta se divide en dos partes para su solución, que serán resumidas a
continuación.
dn y dn−1 y
an + a n−1 + . . . + a0 y = 0
dxn dxn−1
Además, si en la última ecuación se hace que:
dy
=α
dx
Se obtiene la Ecuación Caracterı́stica de la parte homogénea de la Ecuación
Diferencial Ordinaria, dada por:
an αn + an−1 αn−1 + . . . + a0 = 0
Como es un polinomio de grado n, tendrá n raı́ces: α1 , α2 , . . . , αn . En el
caso particular de las ecuaciones diferenciales ordinarias de Segundo Orden,
si α1 6= α2 , la solución homogénea ,yH , está dada por:
42 CAPÍTULO 1. CONCEPTOS PRELIMINARES
yH = C1 eα1 x + C2 eα2 x
Si α1 = α2 , entonces:
yH = eαx (C1 + C2 x)
Si α1 y α2 son números complejos, es decir.
α=a±b i
Entonces:
yH = C1 eαx
yP = f (x, y)
De donde se pueden tener los siguientes casos. Si:
f (x) = B0 xn + B1 xn−1 + . . . + B n
La solución particular, yP , es:
yP = Axn + Bxn−1 + . . . + z
Si:
f (x) = B0 eφx
Entonces:
yP = Axeφx
Si:
f (x) = sen φx
1.2. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 43
Entonces:
yP = A sen φx + B cos φx
Si:
f (x) = cos φx
Entonces:
yP = A cos φx + B sen φx
er
•1 Orden= 1 condición de contorno(Valores iniciales):
y = yH +yP y(x0 ) = y0
• n-ésimo Orden= n condiciones de contorno
1.2.4. Ejemplos:
1) Encontrar la solución de:
dy
3 − 5y + 6x − 2 = 0
dx
y(1) = 3
dy
3 − 5y = −6x + 2
dx
44 CAPÍTULO 1. CONCEPTOS PRELIMINARES
Haciendo:
dy
=α
dx
Entonces:
3α − 5 = 0
Despejando α:
5
α=
3
Como α tiene una solución (Ecuación Diferencial de Primer Orden),
entonces:
yH = C1 eαx
Luego:
yH = C1 e(5/3)x
Como:
f (x) = −6x + 2
Entonces:
yP = Ax + B
Derivando yP :
yP0 = A
3A − 5(Ax + B) = −6x + 2
3A − 5Ax − 5B = −6x + 2
−5Ax + 3A − 5B = −6x + 2
Si se iguala los términos del lado izquierdo a los del lado derecho, se
tiene:
−5A = −6
3A − 5B = 2
6 8
A= B=
5 25
Reemplazando:
6 8
yP = x +
5 25
y = yH + yP
Entonces:
6 8
y = C1 e(5/3)x + x +
5 25
µ ¶
6 8
3 = C1 e(5/3)(1) + (1) +
5 25
3 = 5, 2945C1 + 1, 52
1, 48 = 5, 2945C1
C1 = 0, 28 = 7/25
Sustituyendo el valor de C1 en y.
7 (5/3)x 6 8
y= e + x+
25 5 25
y(5) = −2
Y:
y(10) = 1
Si se hace que:
dy
=α
dx
Entonces:
1.2. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 47
α2 + α + 1 = 0
Luego:
√
1 3
α=− ± i
2 2
De donde:
√
1 3
a=− b=
2 2
Como las soluciones de α son números complejos.
Como:
Ã√ !
3
f (x) = sen x
2
Entonces:
Si se deriva yP , se tiene:
−0, 75A sen(0, 866x) − 0, 75B cos(0, 866x) + 0, 866A cos(0, 866x)
= sen(0, 866x)
Y:
0, 25A − 0, 866B = 1
0, 25B + 0, 866A = 0
Resolviendo el sistema:
y = yH + yP
Entonces:
Operando:
Operando:
C1 = 16, 387
Y:
C2 = 21, 19
d2 y dy
2
−5 + 6y = e2x + x2
dx dx
y(−2) = 0, 5
Y:
y(6) = −1, 5
α2 − 5α + 6 = 0
α1 = 3 α2 = 2
yH = C1 eα1 x + C2 eα2 x
yH = C1 e3x + C2 e2x
1.2. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 51
Como:
f (x) = e2x + x2
Entonces:
yP = Axe2x + Bx2 + Cx + D
Derivando yP .
Luego:
= e2x + x2
Operando:
= e2x + x2
−A = 1
6B = 1
−10B + 6C = 0
2B − 5C + 6D = 0
A = −1 B = 0, 1666
C = 0, 2777 D = 0, 1758
+ 0, 1758
C1 = −9
Y:
C2 = 9, 65
+ 0, 1758
a0 X ³ mπx ´
∞
mπx
f (x) = + am cos + bm sen
2 L L
m=1
w = f (x1 , x2 , . . . , xn )
A cada elemento en D. El conjunto D es el Dominio de la función,
mientras que el conjunto de valores w asumidos por f es el Rango de la
54 CAPÍTULO 1. CONCEPTOS PRELIMINARES
z = f (x, y)
En la Figura 1.7 se muestra la Gráfica de la función f (x, y) = 100 − x2 −
y2 en conjunto con sus Curvas de Nivel Proyectadas sobre el plano x − y.
Las Curvas de Nivel, cada 20 unidades de desnivel, de la función f (x, y) =
100 − x2 − y 2 (Figura 1.7), se muestran en la Figura 1.8.
Superficie de Nivel
El conjunto de puntos (x, y, z) en el espacio donde una función de tres
Variables Independientes tiene un valor constante f (x, y, z) = c, es una
Superficie de Nivel de f . Esto se ilustra en la Figura 1.9.
lı́m f (x, y) = L
(x,y)→(x0 ,y0 )
|f (x, y) − L| < ε
Siempre que:
p
0< (x − x0 )2 + (y − y0 )2 < δ
1.3. REPASO DEL CÁLCULO DIFERENCIAL EN VARIAS VARIABLES55
100 f(x,y) 2 2
f(x,y) = 100 − x − y
50
0
10
10
0
y 0
x
−10 −10
f(x,y)=60
f(x,y)=80
y0 f(x,y)=100
f(x,y)=40
−7
−7 0 7
x
p
Figura 1.9: Superficies de Nivel de la función f (x, y) = x2 + y 2 + z 2 .
Si el lı́mite existe.
Sea f una función escalar de dos variables. Supóngase que para cada
(x; y) del dominio, D, de f existen:
∂f ∂f ∂2f
(x, y), (x, y), (x, y)
∂x ∂y ∂x∂y
∂2f
Y que es continua en (x; y). Entonces también existe la otra
∂x∂y
derivada cruzada en (x0 ; y0 ), y se verifica que:
∂2f ∂2f
(x0 , y0 ) = (x0 , y0 )
∂y∂x ∂x∂y
58 CAPÍTULO 1. CONCEPTOS PRELIMINARES
1.3.5. Diferenciabilidad
El Teorema del Incremento
∂f ∂f
∆z = (x0 , y0 )∆x + (x0 , y0 )∆y + ε1 ∆x + ε2 ∆y
∂x ∂y
Donde cada ε1 , ε2 → 0 cuando ∆x, ∆y → 0.
Función Diferenciable
∂f ∂f
(x0 , y0 ), (x0 , y0 )
∂x ∂y
Existen, y ∆z satisface una ecuación de la forma:
∂f ∂f
∆z = (x0 , y0 )∆x + (x0 , y0 )∆y + ε1 ∆x + ε2 ∆y
∂x ∂y
Donde cada ε1 , ε2 → 0 cuando ∆x, ∆y → 0. Se dice que f es Diferen-
ciable si es diferenciable en cada punto de su dominio.
Teorema 1.3.1 Si las derivadas parciales de una función f (x, y) son con-
tinuas en toda una región abierta R, entonces f es Diferenciable en cada
punto de R.
dw ∂f dx ∂f dy
= +
dt ∂x dt ∂y dt
dw ∂f dx ∂f dy ∂f dz
= + +
dt ∂x dt ∂y dt ∂z dt
∂w ∂w ∂x ∂w ∂y ∂w ∂z
= + +
∂r ∂x ∂r ∂y ∂r ∂z ∂r
∂w ∂w ∂x ∂w ∂y ∂w ∂z
= + +
∂s ∂x ∂s ∂y ∂s ∂z ∂s
∂F
6= 0
∂y
Se tiene que:
60 CAPÍTULO 1. CONCEPTOS PRELIMINARES
∂F
dy
= − ∂x
dx ∂F
∂y
∂f ∂f ∂f
(x, y) = (x, y)a + (x, y)b
∂{u} ∂x ∂y
1.3. REPASO DEL CÁLCULO DIFERENCIAL EN VARIAS VARIABLES61
Vector Gradiente
∂f ∂f
∇f = i+ j
∂x ∂y
∂f ∂f
L(x, y) = f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y
La aproximación:
∂f ∂f
df = (x0 , y0 )dx + (x0 , y0 )dy
∂x ∂y
µ ¶¯ µ
∂f ∂f ¯¯ 1 2
2∂ f
f (a + h, b + k) = f (a, b) + h +k + h + 2hk
∂x ∂y ¯(a,b) 2! ∂x2
¶¯
∂2f 2
2∂ f ¯
¯
+k
∂x∂y ∂y ¯(a,b)
2
µ
1 ∂3f ∂3f
+ h3 3 + 3h2 k 2 + 3hk 2
3! ∂x ∂x ∂y
¶¯
∂3f 3
3∂ f ¯
¯
+ k +s
∂x∂y 2 ∂y 3 ¯(a,b)
µ ¶ ¯
1 ∂ ∂ n ¯¯
+ h +k f¯
n! ∂x ∂y (a,b)
µ ¶ ¯
1 ∂ ∂ n+1 ¯¯
+ h +k f¯
(n + 1)! ∂x ∂y ¯
(a+ch,b+ck)
A × B = {(x, y)| x ∈ A ∧ y ∈ B}
1.4.6. Topologı́a
Sea X un conjunto cualquiera y P (X) el conjunto de sus partes. Una
Topologı́a sobre X es un conjunto T ⊂ P (X) que cumpla que:
1. X, ∅ ∈ T
64 CAPÍTULO 1. CONCEPTOS PRELIMINARES
2. Si A, B ∈ T , entonces A ∩ B ∈ T
3. Si A ⊂ T , entonces ∪G∈A G ∈ T
1. ∅ ∈ T, X ∈ T
3. ∀i ∈ I, Oi ∈ T → ∪i∈I Oi ∈ T
1.4.9. Entornos
Si X es un Espacio Topológico y p es un punto perteneciente a X, un
entorno de p es un conjunto V que contiene un Conjunto Abierto U que
contiene a p.
p∈U ⊆V
1. d(x, y) ≥ 0
2. d(x, x) = 0
3. Si d(x, y) = 0, entonces x = y
4. d(x, y) = d(y, x)
1.4.11. Convergencia
Una sucesión de elementos xn de un Espacio Métrico (M ; d) Converge a
un elemento x ∈ M si para todo número ε > 0, existe un entero positivo N
(que depende de ε) tal que:
n ≥ N → d(xn , x) < ε
66 CAPÍTULO 1. CONCEPTOS PRELIMINARES
lı́m xn = x
n→∞
Ux ∩ Uy = ∅
1.4.19. Red
Una Red en un conjunto X es una aplicación Υ : (D, ∼) → X entre un
Conjunto Dirigido (D; ∼) y un conjunto X. Se suele representar por (xd )d∈D ,
donde xd := Υ(d).
Punto de Acumulación
Se dice que una Red (xd )d∈D tiene como punto de acumulación (o acu-
mula en) x ∈ X si la Red está frecuentemente en cada entorno de x, es decir,
si para todo V entorno de x, y para todo d ∈ D, ∃d0 ∈ D, d ∼ d0 |xd0 ∈ V .
1.4.20. Continuidad
En espacios topológicos generales, esta caracterización se hace mediante
redes. Ası́, se cumple que si (X; T1 ) y (X; T2 ) son dos espacios topológicos,
g : X → Y será continua en el punto x0 ∈ X ↔ ∀(xd )d∈D → x0 , se cumple
que g(xd ) → g(x0 ).
Subespacio
Sea {W } un Subconjunto de un Espacio Vectorial sobre un cuerpo F,
{W } se llama un Subespacio de {V } si {W } es a su vez un Espacio Vectorial
sobre F con respecto a las operaciones de adición de vectores y multiplicación
por escalar en {V }. Un criterio simple para identificar un Subespacio, es el
siguiente.
1. {W } no es vacı́o.
72 CAPÍTULO 1. CONCEPTOS PRELIMINARES
1. {0} ∈ {W } (o {W } 6= ∅).
1.5.2. Matriz
Una matriz [A] es un ordenamiento regular de escalares (números o fun-
ciones):
a11 a12 · · · a1n
a21 a22 · · · a2n
[A] = . ..
.. .
am1 am2 · · · amn
1.5. MATRICES Y TEMAS AFINES 73
Ejemplo:
74 CAPÍTULO 1. CONCEPTOS PRELIMINARES
a)
2 −3 10 −15
5 4 −1 = 20 −5
1
5 6 1 30
b)
1 et
et −2 = −2et
4 4et
Es de notar que para toda matriz [A], el producto k[A] es igual al pro-
ducto [A]k, en otras palabras, el producto de una matriz por un escalar, o
viceversa, posee propiedad conmutativa, por ejemplo:
½ ¾ ½ ¾ ½ ¾
−3t 2 2e−3t 2
e = = e−3t
5 5e−3t 5
Ejemplo:
La suma de:
2 −1 3
[A] = 0 4 6
−6 10 −5
Más:
4 7 −8
[B] = 9 3 5
1 −1 2
Es:
1.5. MATRICES Y TEMAS AFINES 75
2+4 −1 + 7 3 + (−8) 6 6 −5
[A] + [B] = 0 + 9 4+3 6 + 5 = 9 7 11
−6 + 1 10 + (−1) −5 + 2 −5 9 −3
Ejemplo:
2
3t − 2et
La matriz t2 + 7t se puede expresar como la suma de tres vec-
5t
tores columna:
2
3t − 2et 3t2 0 −2et 3 0 −2
t2 + 7t = t2 + 7t + 0 = 1 t2 + 7 t+ 0 et
5t 0 5t 0 0 5 0
El producto [A] · [B] = [C] sólo está definido cuando el número de colum-
nas en la matriz [A] es igual al número de filas en [B]. El tamaño del producto
se puede determinar con:
76 CAPÍTULO 1. CONCEPTOS PRELIMINARES
[a] · [b] = a1 b1 + a2 b2 + . . . + an bn
Ejemplo:
Si:
· ¸
4 7
[A] =
3 5
Y:
· ¸
9 −2
[B] =
6 8
Entonces:
· ¸ · ¸
(4)(9) + (7)(6) (4)(−2) + (7)(8) 78 48
[A] · [B] = =
(3)(9) + (5)(6) (3)(−2) + (5)(8) 57 34
Ejemplo:
2 −1 3 −3 (2)(−3) + (−1)(6) + (3)(4) 0
0 4 5 · 6 = (0)(−3) + (4)(6) + (5)(4) = 44
1 −7 9 4 (1)(−3) + (−7)(6) + (9)(4) −9
1.5. MATRICES Y TEMAS AFINES 77
k[A] = [A]k
78 CAPÍTULO 1. CONCEPTOS PRELIMINARES
|A| = a11 a22 a33 + a11 a23 a32 + a12 a21 a33 + a12 a23 a31 + a13 a21 a32 + a13 a22 a31
Ejemplo:
Si:
3 6 2
[A] = 2 5 1
−1 2 4
Desarrollando |A| por los elementos de la primera fila:
¯ ¯
¯3 6 2¯¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯5 1¯ ¯ 2 1¯ ¯ 2 5¯
|A| = ¯¯ 2 5 ¯ ¯
1¯ = 3 ¯ ¯ − 6¯¯ ¯ + 2¯¯ ¯
¯−1 2 ¯ 2 4¯ −1 4¯ −1 2¯
4
El cálculo del rango de una matriz es una tarea muy costosa cuando se
quiere utilizar esta definición. De hecho, casi nunca se utiliza.
80 CAPÍTULO 1. CONCEPTOS PRELIMINARES
1
[A]−1 = [Aij ]T (1.7)
|A|
Cada Aij en éste teorema es tan sólo el cofactor (o menor con signo, o
adjunto del elemento aij de la matriz [A]) del elemento aij correspondiente
a [A].
¯ ¯
¯a11 a12 a13 ¯
¯ ¯
[A] = ¯¯a21 a22 a23 ¯¯
¯a31 a32 a33 ¯
¯ ¯ ¯ ¯ ¯ ¯
¯a22 a23 ¯ ¯a21 a23 ¯ ¯a21 a22 ¯
A11 ¯
=¯ ¯ , A12 ¯
= −¯ ¯ , A13 ¯
=¯ ¯ ,
a32 a33 ¯ a31 a33 ¯ a31 a32 ¯
Ejemplo:
Calculase la inversa de:
2 2 0
[A] = −2 1 1
3 0 1
82 CAPÍTULO 1. CONCEPTOS PRELIMINARES
¯ ¯ ¯ ¯ ¯ ¯
¯1 1¯ ¯−2 1¯ ¯−2 1¯
A11 ¯
=¯ ¯=1 A12 ¯
=¯ ¯=5 A13 ¯
=¯ ¯ = −3
0 1¯ 3 1¯ 3 0¯
¯ ¯ ¯ ¯ ¯ ¯
¯2 0¯ ¯2 0¯ ¯2 2¯
A21 ¯
=¯ ¯ = −2 A22 ¯
=¯ ¯=2 A23 ¯
=¯ ¯=6
0 1¯ 3 1¯ 3 0¯
¯ ¯ ¯ ¯ ¯ ¯
¯2 0¯ ¯ 2 0¯ ¯ 2 2¯
A31 = ¯¯ ¯=2 A32 = ¯¯ ¯ = −2 A33 = ¯¯ ¯=6
0 1¯ −2 1¯ −2 1¯
Dado que la ecuación 1.7 para hallar la inversa de una matriz, se basa en
el cálculo de determinantes, para hallar la inversa de matrices no singulares
de tamaños grandes no se emplea, en la práctica este método. Existen otros
métodos mucho más eficaces, desde el punto de vista del cálculo, que tienen
que ver con la factorización de matrices, sin embargo, estos métodos no serán
objeto de estudio en el presente trabajo.
1. ([A]T )T = [A]
5. |[A]T | = |A|
Ejemplo:
La transpuesta de:
3 6 2
[A] = 6 5 2
2 1 4
Es:
3 6 2
[A]T = 6 5 1
2 2 4
84 CAPÍTULO 1. CONCEPTOS PRELIMINARES
[A] = [A]T
Entonces:
[A] = [A]sim
Ejemplo:
En un estudio, se reportó que la longitud de ala promedio que resulta de
aparear tres variedades de mutantes de las moscas de la fruta (Drosophila
Melanogaster) puede expresarse en la forma de la Matriz Simétrica.
1, 59 1, 69 2, 13
[A] = 1, 69 1, 31 1, 72
2, 13 1, 72 1, 85
Donde aij denota la longitud de ala promedio de la crı́a resultante de
aparear un macho del tipo i con una hembra del tipo j.
µ ¶
T T [A] + [A]T
{x} · [A] · {x} = {x} · · {x}
2
Entonces [A] puede ser reemplazada por ([A] + [A]T )/2, la cual siempre
es una Matriz Simétrica.
a11 a12 · · · a1n x1
a21
a22 · · · a2n
x2
{x}T · [A] · {x} = (x1 , x2 , . . . , xn ) · . .. .. · ..
.. . . .
an1 an2 · · · ann xn
Finalmente:
n X
X n
T
{x} · [A] · {x} = aij xi xj
i=1 j=1
1<p
q<n
Con la propiedad:
½
Si i + p ≤ j
aij = 0
Si j + q ≤ i
uij = 0 Para i = j + 1, j + 2, · · · , n.
Ejemplo:
1 1 0 3
0 −1 −1 −5
[U ] =
0 0
3 13
0 0 0 −13
1.5. MATRICES Y TEMAS AFINES 87
lij = 0 Para i = 1, 2, · · · , j − 1.
Ejemplo:
1 0 0 0
2 3 0 0
[L] =
3
4 1 0
−1 −3 0 2
Matriz Diagonal
Una matriz [D] de n × n es Diagonal si es que cumple para sus elementos
que:
dij = 0 Si i 6= j.
Una Matriz Diagonal es a la vez triangular superior e inferior.
Ejemplo:
3 0 0 0
0 5 0 0
[D] =
0
0 −1 0
0 0 0 8
El cálculo del determinante de una matriz arbitraria puede requerir de
gran número de operaciones. Sin embargo, en una matriz en forma triangular
el determinante es fácil de calcular, de la manera siguiente:
n
Y
|A| = aii
i=1
La demostración de este resultado consiste en expander la matriz y cada
submatriz utilizando la primera fila o la primera columna.
Ejemplo:
Sean las matrices:
· ¸
1 2
[A1 ] = [2] , [A2 ] =
3 4
Y:
1 2 −1
[A3 ] = 2 0 3
4 1 −2
La Suma Directa: [A1 ] ⊕ [A2 ] ⊕ [A3 ] es la Matriz Escalonada:
1.5. MATRICES Y TEMAS AFINES 89
2 0 0 0 0 0
0 1 2 0 0 0
0 3 4 0 0 0
[A1 ] ⊕ [A2 ] ⊕ [A3 ] =
0
0 0 1 2 −1
0 0 0 2 0 3
0 0 0 4 1 −2
Ejemplo:
Si:
sen 2t
{x(t)} = e3t
8t − 1
Entonces:
90 CAPÍTULO 1. CONCEPTOS PRELIMINARES
d
dt (sen 2t) 2 cos 2t
{x(t)}0 = d 3t
dt (e ) = 3e3t
d
dt (8t − 1)
8
Y:
R 1
t 1
Z t 0R sen 2s ds − 2 cos 2t + 2
t 3s 1 3t 1
{x(t)}dt =
R 0 e ds
=
3e − 3
0 t (8s − 1) ds 4t2 − t
0
Teorema 1.5.8 Todos los Valores Propios de una Matriz Simétrica son
reales, de forma equivalente, los de para una Matriz Definida Positiva tam-
bién lo son.
1.5. MATRICES Y TEMAS AFINES 91
Ejemplo:
Compruébese que:
1
{v} = −1
1
Es un vector propio de la matriz:
0 −1 −3
[A] = 2 3 3
−2 1 1
En efecto, al multiplicar [A] · {v} se obtiene:
0 −1 −3 1 −2 1
[A]·{v} = 2 3 3 · −1 = 2 = (−2)· −1 = (−2)·{v}
−2 1 1 1 −2 1
Por lo tanto:
Por ser un sistema homogéneo hay siempre una solución obvia (o trivial):
v1 = v2 = . . . = vn = 0
Pero para que {v} sea un vector propio, por definición, debe ser distinto
de cero. Ası́ pues, la solución trivial no sirve.
(λ[1]n − [A]|{0}n×1 )
1.5. MATRICES Y TEMAS AFINES 93
Ejemplo:
Solución
Luego:
λ3 + λ2 − 12λ = 0
Operando:
λ(λ + 4)(λ − 3) = 0
λ1 = 0
λ2 = −4
λ3 = 3
Para λ1 = 0:
94 CAPÍTULO 1. CONCEPTOS PRELIMINARES
−1 −2 −1 0 1 2 1 0 6R1 + R2
−1R1
[0I3 − [A]|0] = −6 1 0 0 −6 1 0 0 −R1 + R3
−→ −→
1 2 1 0 1 2 1 0
1
1 2 1 0 1 1 2 1 0 1 0 13
0
− 13 R2 −2R2 + R1
0 13 6 0 0 1 6
0 0 1 6
0
−→ 13 −→ 13
0 0 0 0 0 0 0 0 0 0 0 0
1
v1 = − v3
13
Y:
6
v3 v2 = −
13
Las infinitas soluciones del sistema se obtienen dando valores distintos a
v3 . Como se pide encontrar un vector propio se da a v3 un valor cualquiera.
En efecto, cualquier valor de v3 valdrı́a para obtener un vector propio, pero si
se quiere que las componentes de este vector sean números enteros se puede
escoger v3 = −13. Ası́ un vector propio serı́a:
1
v1 = 6
−13
Se procede de la misma forma con λ2 = −4.
−5 −2 −1 0 1 2 −3 0 −6R1 + R2
R31
[−4[1]3 − [A]|0] = −6 −3 0 0 −6 −3 0 0 −5R1 + R2
−→ −→
1 2 −3 0 −5 −2 −1 0
1 2 −3 0 1 1 2 −3 0 −2R2 + R1 1 0 1 0
0 R
9 2
9 −18 0 0 1 −2 0 −8R2 + R3 0 1 −2 0
−→ −→
0 8 −16 0 0 8 −16 0 0 0 0 0
v1 = −v3
1.5. MATRICES Y TEMAS AFINES 95
Y:
v2 = 2v3
2 −2 −1 0 operaciones 1 0 1 0
[3[1]3 − [A]|0] = −6 4 0 0 por filas 0 1 3
2
0
1 2 4 0 −→ 0 0 0 0
Ası́:
v1 = −v3
Y:
2
v2 = − v3
3
Escogiendo v3 = −2 se obtiene un vector propio asociado al valor propio
λ = 3:
2
v3 = 3
−2
2. v(α{x}) = |α|v({x}), ∀α ∈ Fn
Normas `p o de Hölder
Norma `1
n
X
k{x}k1 = |xi |
i=1
Norma `∞
k{x}k∞ = máx |xi |
1≤i≤n
Norma `p
à n !1/p
X
k{x}kp = |xi |p , ∀p ∈ R
i=1
Vector Normal
Bola Unitaria
Sea {V } un espacio vectorial sobre un cuerpo Fn , y sea d({x}, {y})
definida en {V }. Una Bola Unitaria se define como el conjunto de todos los
vectores cuya distancia al origen sea 1, o lo que es igual, el conjunto de todos
los vectores normales.
Equivalencia de Normas
Sean µ y v normas definidas en {V }, espacio vectorial sobre un cuerpo
Fn . Se dice que µ y v son equivalentes si existen números reales positivos c1
y c2 tales que.
v({x})
c1 ≤ ≤ c2 , ∀{x} ∈ {V }
µ({x})
Vectores Ortogonales
Un conjunto de vectores {x1 }, {x2 } . . . {xk } es ortogonal si:
½
= 0 si i 6= j
{x1 } · {x2 }
6= 0 si i = j
Vectores Ortonormales
Un conjunto de vectores {x1 }, {x2 } . . . {xk } es ortonormal si es ortogo-
nal y todos sus vectores son normales, es decir si:
½
0 si i 6= j
{x1 } · {x2 } = δij =
1 si i = j
En donde δij se conoce como la función delta de Kronecker.
La Norma de Frobenius
La Norma de Frobenius viene dada por:
1/2
Xm X
n
k[A]kF = |aij |2
i=1 j=1
Además:
à n X
n
! n n
X XX
k[A] · [B]k2F = |aik |2 |bkj |2
i=1 k=1 k=1 j=1
O:
k[A] · {x}kv
f ([A]) = sup
{x}6=0 k{x}kv
O:
k[A] · {x}kv
f ([A]) = máx = máx k[A] · {x}kv
{x}6=0 k{x}kv k{x}kv =1
n
X
k[A]k1 = máx |aij | = máx kaj k1
1≤j≤n 1≤j≤n
i=1
q
k[A]k2 = máx λi ([A]T · [A])
1≤i≤n
n
X
k[A]k∞ = máx |aij |
1≤i≤n
j=1
1.5. MATRICES Y TEMAS AFINES 101
Ejemplo:
λ2 − 30λ + 4
Y las raı́ces de este polinomio son:
√
λ = 15 ± 221
Eligiendo el signo + se tiene el valor propio máximo, por lo tanto.
q
√
k[A]k = 15 + 221 = 5, 465
{F } = ∇f
Para alguna función escalar f en D, entonces f recibe el nombre de
Función Potencial de {F }.
1.6.3. Rotacional
Si:
{F } = P i + Qj + RK
Es un campo vectorial en R3 y existen todas las derivadas parciales de P ,
Q y R, entonces el Rotacional de {F } es el campo vectorial en R3 definido
por:
µ ¶ µ ¶ µ ¶
∂R ∂Q ∂P ∂R ∂Q ∂P
∇ ∧ {F } = − i+ − j+ − k
∂y ∂z ∂z ∂x ∂x ∂y
∇ ∧ {F } = {0}
1.6.4. Divergencia
Si:
{F } = P i + Qj + Rk
∂P ∂Q ∂R
, ,
∂x ∂y ∂z
Entonces, la Divergencia de {F } está dada por:
∂P ∂Q ∂R
∇{F } = + +
∂x ∂y ∂z
Como se ve en la ecuación, la Divergencia de un campo vectorial {F } es
el producto escalar o producto punto entre el gradiente, ∇, y dicho campo.
Z Z Z
{F }d{r} = (∇ ∧ {F })d{S}
C S
Z Z Z µ ¶
∂M ∂L
(Ldx + M dy) = − dA
C D ∂x ∂y
Sea:
{F } : H → R3
Un campo vectorial de clase C 1 , esto es, {F } cuenta con derivadas par-
ciales de primer orden continuas. Entonces:
Z Z Z Z Z
∇{F }dV = {F }{n}dS
V S