1) Este documento contiene apuntes sobre funciones, espacios euclidianos, límites, funciones continuas y diferenciables, ecuaciones diferenciales ordinarias.
2) Se dividen los temas en capítulos que cubren funciones, el espacio euclidiano Rn, límites y funciones continuas, funciones diferenciables, y ecuaciones diferenciales ordinarias.
3) Cada capítulo contiene definiciones, ejemplos y propiedades de los conceptos matemáticos correspondientes.
Este documento presenta un problemaario para el curso de matemáticas I. Incluye secciones sobre números naturales, enteros, racionales, irracionales y reales, así como álgebra, operaciones algebraicas, fracciones algebraicas, exponentes y raíces, y ecuaciones. Proporciona ejemplos de problemas sobre estos temas para que los estudiantes practiquen.
Este documento presenta un resumen de 3 oraciones de un estudio analítico realizado sobre la ecuación de Darcy-Brinkman-Lapwood (DBL), la cual describe el movimiento de un fluido incompresible a través de un medio poroso. El estudio construye la solución analítica de la ecuación DBL adimensionalizada, determinando primero una condición para la vorticidad que depende de la función de corriente y la variable independiente, y luego definiendo un parámetro que relaciona la permeabilidad y el número de Reynolds. El objetivo
Este documento presenta el plan docente de la materia Cálculo impartida en la Universidad Técnica Particular de Loja. Incluye la información del profesor, datos de la materia, competencias a desarrollar, contenidos, planificación, evaluación y recursos. La materia se divide en dos bimestres con actividades presenciales y extraclase. La evaluación consta de participación, exámenes, trabajos y deberes.
Este documento presenta una introducción a las ecuaciones en derivadas parciales. Se divide en varias secciones que describen conceptos fundamentales como los tipos de ecuaciones (elípticas, parabólicas e hiperbólicas), operadores como el de Laplace y ondas, y ejemplos de aplicación como la ecuación del calor y de ondas. Finalmente incluye secciones de ejercicios resueltos.
Este documento describe las funciones y sus propiedades. Define una función como una relación entre dos conjuntos donde cada elemento del dominio está asociado con exactamente un elemento del codominio. Explica que una función debe cumplir tres condiciones: cada elemento del dominio debe tener un asociado en el codominio, ningún elemento del dominio puede quedarse sin asociado, y ningún elemento del dominio puede tener más de un asociado. Además, clasifica las funciones en inyectivas, suprayectivas y biyectivas según cómo ocurre la correspondencia entre los elementos.
Este documento presenta el plan de estudios para un curso de matemáticas empresariales. El curso se enfoca en desarrollar competencias básicas como pensamiento crítico y resolución de problemas, así como competencias específicas como comprender operaciones algebraicas, resolver ecuaciones y sistemas de ecuaciones, y modelar situaciones usando funciones lineales, cuadráticas, exponenciales y logarítmicas. El curso consta de 16 semanas que cubren estos temas a través de lecturas, ejercicios y dos exá
Este documento presenta la dosificación de contenidos para la asignatura de Matemáticas Segundo Grado para Telesecundaria. Se dividen los contenidos en 5 bloques principales a tratar durante los meses de agosto y septiembre: 1) Multiplicación y división de números con signo, 2) Problemas aditivos con expresiones algebraicas, 3) Expresiones algebraicas y modelos geométricos, 4) Ángulos y 5) Rectas y ángulos. Cada bloque se compone de varias sesiones con objetivos específicos relacionados con los concept
Este documento trata sobre grupos, anillos y cuerpos finitos. Introduce conceptos básicos como grupos abelianos, subgrupos y grupos cíclicos. Luego explica propiedades de anillos como isomorfismos, anillos de polinomios, extensiones algebraicas y cuerpos de descomposición. Finalmente, cubre temas relacionados con cuerpos finitos como caracteres de grupos, extensiones normales y la construcción de un cuerpo finito de 16 elementos.
Este documento presenta un problemaario para el curso de matemáticas I. Incluye secciones sobre números naturales, enteros, racionales, irracionales y reales, así como álgebra, operaciones algebraicas, fracciones algebraicas, exponentes y raíces, y ecuaciones. Proporciona ejemplos de problemas sobre estos temas para que los estudiantes practiquen.
Este documento presenta un resumen de 3 oraciones de un estudio analítico realizado sobre la ecuación de Darcy-Brinkman-Lapwood (DBL), la cual describe el movimiento de un fluido incompresible a través de un medio poroso. El estudio construye la solución analítica de la ecuación DBL adimensionalizada, determinando primero una condición para la vorticidad que depende de la función de corriente y la variable independiente, y luego definiendo un parámetro que relaciona la permeabilidad y el número de Reynolds. El objetivo
Este documento presenta el plan docente de la materia Cálculo impartida en la Universidad Técnica Particular de Loja. Incluye la información del profesor, datos de la materia, competencias a desarrollar, contenidos, planificación, evaluación y recursos. La materia se divide en dos bimestres con actividades presenciales y extraclase. La evaluación consta de participación, exámenes, trabajos y deberes.
Este documento presenta una introducción a las ecuaciones en derivadas parciales. Se divide en varias secciones que describen conceptos fundamentales como los tipos de ecuaciones (elípticas, parabólicas e hiperbólicas), operadores como el de Laplace y ondas, y ejemplos de aplicación como la ecuación del calor y de ondas. Finalmente incluye secciones de ejercicios resueltos.
Este documento describe las funciones y sus propiedades. Define una función como una relación entre dos conjuntos donde cada elemento del dominio está asociado con exactamente un elemento del codominio. Explica que una función debe cumplir tres condiciones: cada elemento del dominio debe tener un asociado en el codominio, ningún elemento del dominio puede quedarse sin asociado, y ningún elemento del dominio puede tener más de un asociado. Además, clasifica las funciones en inyectivas, suprayectivas y biyectivas según cómo ocurre la correspondencia entre los elementos.
Este documento presenta el plan de estudios para un curso de matemáticas empresariales. El curso se enfoca en desarrollar competencias básicas como pensamiento crítico y resolución de problemas, así como competencias específicas como comprender operaciones algebraicas, resolver ecuaciones y sistemas de ecuaciones, y modelar situaciones usando funciones lineales, cuadráticas, exponenciales y logarítmicas. El curso consta de 16 semanas que cubren estos temas a través de lecturas, ejercicios y dos exá
Este documento presenta la dosificación de contenidos para la asignatura de Matemáticas Segundo Grado para Telesecundaria. Se dividen los contenidos en 5 bloques principales a tratar durante los meses de agosto y septiembre: 1) Multiplicación y división de números con signo, 2) Problemas aditivos con expresiones algebraicas, 3) Expresiones algebraicas y modelos geométricos, 4) Ángulos y 5) Rectas y ángulos. Cada bloque se compone de varias sesiones con objetivos específicos relacionados con los concept
Este documento trata sobre grupos, anillos y cuerpos finitos. Introduce conceptos básicos como grupos abelianos, subgrupos y grupos cíclicos. Luego explica propiedades de anillos como isomorfismos, anillos de polinomios, extensiones algebraicas y cuerpos de descomposición. Finalmente, cubre temas relacionados con cuerpos finitos como caracteres de grupos, extensiones normales y la construcción de un cuerpo finito de 16 elementos.
El Servicio Nacional de Aprendizaje (SENA) promueve el desarrollo social a través de la formación profesional gratuita e integral de las personas. Representa los tres sectores económicos de industria, comercio y servicios, y agro a través de un piñón, caduceo y café. Ofrece programas educativos en gestión administrativa, gestión documental, y gestión de talento humano para satisfacer las necesidades del sector empresarial y del desarrollo del país.
Este documento presenta resúmenes de galletas decoradas por niños para el árbol de Navidad de los Reyes Magos. Cada galleta tiene un mensaje o pista sobre la personalidad e intereses del niño que la decoró. Los Reyes Magos agradecen a los niños su ayuda en decorar el árbol y desear una feliz Navidad.
El documento describe los diferentes pisos climáticos del Ecuador, dividiéndolos en seis regiones naturales de acuerdo a su altitud y temperatura promedio. La región más baja abarca desde el nivel del mar hasta los 1500 metros y se caracteriza por temperaturas cálidas y lluvias intensas. Las regiones intermedias van desde los 1500 a los 3500 metros, con temperaturas que varían entre 20 y 12 grados. La región más alta comprende de 3500 a 4500 metros sobre el nivel del mar, donde la temperatura oscila entre 4 y
OPEN Silcon Valley - Clean-tech is Main-tech: How do you fit in the Green Ec...Shuja Keen
The document provides a graph showing per capita energy use in kilowatts for various countries in 2003. The United States is shown as using around 15-16 kilowatts per capita, slightly above the global average. The document also provides an analogy that if the average American needed to carry the fuel for their daily energy use, it would amount to 10kg each of oil and coal, and 200 cubic feet of natural gas.
Windows Movie Maker es un programa gratuito y sencillo para crear videos y álbumes de fotos animados con sonidos y transiciones. Permite importar videos y fotos ya existentes, editarlos mediante cortes y transiciones, añadir títulos, música y efectos, y guardar el proyecto finalizado. Su interfaz incluye barras de menús, una línea de tiempo para trabajar con los elementos importados, y una ventana de previsualización.
Lattice Energy LLC-LENRs ca 1950s-Sternglass Expts-Einstein & Bethe-Nov 25 2011Lewis Larsen
Readers may enjoy reading this amazing tale of a brilliant LENR-related experimental discovery back in 1951 --- followed by its descent into total obscurity. Simply lost and forgotten by mainstream physics. In the history of science, it seems that experimental results that don't somehow fit within some sort of contemporary conceptual paradigm often tend to get ignored. Sadly, in many cases such results are never reported anywhere in peer-reviewed journals for posterity. In that regard, this cover note is combined with scanned page images from Chapter 6 in Dr. Ernest Sternglass' little 1997 book, “Before the Big Bang - the Origin of the Universe.”
Estimados Amigos
Nos es muy grato saludarles y a la vez invitarle, a usted y a los miembros de su organización a participar de los proximos cursos y diplomados en materia de Seguridad y Salud Ocupacional y Sistemas de Gestión, que desarrolla la Universidad Nacional de Trujillo & la Fundación Trujillo para el Desarrollo Educativo y Social a traves de Econsultores Peru en la Ciudad de Piura y tambien a nivel nacional a traves de nuestra metodologia a Distancia (Virtual). Para más información y preinscripciones escribanos a: informes@econsultores.edu.pe
Este documento describe diferentes tipos de afasia, una patología del lenguaje causada por lesiones cerebrales. Explica que la afasia implica dificultades en la expresión y comprensión del lenguaje y que se debe a lesiones en el hemisferio izquierdo. Luego describe varios tipos de afasia como la de Wernicke, la motora y la semántica, señalando sus características principales. Finalmente, ofrece recomendaciones para familiares de pacientes con afasia.
A woman was waiting for her flight at the airport and bought cookies to eat. As she sat reading, a man sat next to her and began eating her cookies. Angry but unable to react, she watched as he ate each cookie until only one was left, which he shared with her. When the woman boarded her flight and looked in her purse, she discovered her cookies were still untouched inside - she had forgotten they were in her purse all along and had mistakenly accused the innocent man of eating them.
El gerente de créditos y recobro en elSalva Molina
El documento resume la situación actual de la gestión de cobros, recuperación de créditos e impagados comerciales en España. Indica que los plazos de pago son más largos en España que en otros países europeos, pero que el porcentaje de impago es menor. Sin embargo, la crisis ha reducido el circulante de las pymes españolas y ha aumentado las insolvencias. El documento también discute diferentes modelos de gerentes de créditos y cobros y ofrece consejos para que esta función sea más estratégica y esté mejor integrada en las empresas.
This document discusses analyzing play-by-play data from NFL games from 2002-2012 that was released by Advanced NFL Stats. It contains over 470,000 individual play entries and details analyzing the data using tools like MapReduce, Hive, and examining factors like weather, stadiums, player arrests and their effects on games. Examples of analyses shown include the percentage of different play types in varying game situations and weather conditions.
El documento describe un proyecto para conocer la situación de violencia en los barrios de Medellín donde viven los estudiantes del Colegio Loyola para la Ciencia y la Innovación. El proyecto busca justificar e identificar la realidad de vida barrial de los estudiantes a través de encuestas aplicadas a un porcentaje de ellos. La metodología incluye definir roles en el grupo, diseñar una encuesta, aplicarla a estudiantes, tabular resultados y graficarlos para su socialización.
Este documento describe la metodología PACIE para e-learning. PACIE utiliza las TIC para facilitar el aprendizaje y la autoenseñanza, dando importancia a la metodología y pedagogía. Explica la estructura de un aula virtual Moodle, divida en bloques con contenidos específicos para permitir la interacción y apropiación del conocimiento por los estudiantes. El bloque cero es el más importante, ya que constituye la inducción al curso y fuente del conocimiento cooperativo a través de secciones de información, comunicación e inter
Este documento presenta los principios fundamentales del Método Bates para mejorar la vista. El método se basa en el reposo de la mente y los ojos. Ha tenido mucho éxito ayudando a personas de todas las edades a mejorar su visión de forma natural, desafiando las teorías oftalmológicas tradicionales. El Dr. Bates demostró que la visión puede mejorarse a través del entrenamiento del ojo y la coordinación entre el ojo y la mente.
El documento discute los beneficios del uso de medios didácticos y recursos educativos para crear ambientes de aprendizaje. Explica que los medios dinamizan y motivan a los estudiantes, generando conocimiento en el aula. Además, permiten a los estudiantes acceder a eventos del pasado y lugares lejanos, desarrollando habilidades cognitivas. Los medios también sirven como vehículo para que los estudiantes expresen ideas y mantienen la información de forma estable.
1) The document proposes the hydroplate theory as an alternative to plate tectonics to explain geological phenomena.
2) It suggests that a layer of water trapped under the crust ruptured, causing massive flooding that separated the continents and formed new geological features rapidly.
3) As the continents drifted apart, mountain ranges formed from buckling plates and impacts, and the remaining water drained in massive floods, eventually receding to form the oceans and end the proposed flood period.
Este documento presenta una propuesta de reestructuración del programa de Cálculo Diferencial impartido en el bachillerato de acuerdo con el plan de estudios de la SEP. La propuesta divide los contenidos en cuatro unidades, incluyendo una unidad de precálculo para reforzar conceptos previos. Además, enfoca más en los temas fundamentales y da más tiempo a la práctica, optimizando así la comprensión de los estudiantes.
Este documento presenta un índice de los temas que se abordarán en el curso de Cálculo Diferencial. Incluye secciones sobre lógica, conjuntos, números reales, funciones, límites, continuidad, derivadas y aplicaciones de la derivada. Cada sección contiene una introducción al tema, definiciones y conceptos teóricos clave, ejemplos y ejercicios para que los estudiantes apliquen los conocimientos.
El Servicio Nacional de Aprendizaje (SENA) promueve el desarrollo social a través de la formación profesional gratuita e integral de las personas. Representa los tres sectores económicos de industria, comercio y servicios, y agro a través de un piñón, caduceo y café. Ofrece programas educativos en gestión administrativa, gestión documental, y gestión de talento humano para satisfacer las necesidades del sector empresarial y del desarrollo del país.
Este documento presenta resúmenes de galletas decoradas por niños para el árbol de Navidad de los Reyes Magos. Cada galleta tiene un mensaje o pista sobre la personalidad e intereses del niño que la decoró. Los Reyes Magos agradecen a los niños su ayuda en decorar el árbol y desear una feliz Navidad.
El documento describe los diferentes pisos climáticos del Ecuador, dividiéndolos en seis regiones naturales de acuerdo a su altitud y temperatura promedio. La región más baja abarca desde el nivel del mar hasta los 1500 metros y se caracteriza por temperaturas cálidas y lluvias intensas. Las regiones intermedias van desde los 1500 a los 3500 metros, con temperaturas que varían entre 20 y 12 grados. La región más alta comprende de 3500 a 4500 metros sobre el nivel del mar, donde la temperatura oscila entre 4 y
OPEN Silcon Valley - Clean-tech is Main-tech: How do you fit in the Green Ec...Shuja Keen
The document provides a graph showing per capita energy use in kilowatts for various countries in 2003. The United States is shown as using around 15-16 kilowatts per capita, slightly above the global average. The document also provides an analogy that if the average American needed to carry the fuel for their daily energy use, it would amount to 10kg each of oil and coal, and 200 cubic feet of natural gas.
Windows Movie Maker es un programa gratuito y sencillo para crear videos y álbumes de fotos animados con sonidos y transiciones. Permite importar videos y fotos ya existentes, editarlos mediante cortes y transiciones, añadir títulos, música y efectos, y guardar el proyecto finalizado. Su interfaz incluye barras de menús, una línea de tiempo para trabajar con los elementos importados, y una ventana de previsualización.
Lattice Energy LLC-LENRs ca 1950s-Sternglass Expts-Einstein & Bethe-Nov 25 2011Lewis Larsen
Readers may enjoy reading this amazing tale of a brilliant LENR-related experimental discovery back in 1951 --- followed by its descent into total obscurity. Simply lost and forgotten by mainstream physics. In the history of science, it seems that experimental results that don't somehow fit within some sort of contemporary conceptual paradigm often tend to get ignored. Sadly, in many cases such results are never reported anywhere in peer-reviewed journals for posterity. In that regard, this cover note is combined with scanned page images from Chapter 6 in Dr. Ernest Sternglass' little 1997 book, “Before the Big Bang - the Origin of the Universe.”
Estimados Amigos
Nos es muy grato saludarles y a la vez invitarle, a usted y a los miembros de su organización a participar de los proximos cursos y diplomados en materia de Seguridad y Salud Ocupacional y Sistemas de Gestión, que desarrolla la Universidad Nacional de Trujillo & la Fundación Trujillo para el Desarrollo Educativo y Social a traves de Econsultores Peru en la Ciudad de Piura y tambien a nivel nacional a traves de nuestra metodologia a Distancia (Virtual). Para más información y preinscripciones escribanos a: informes@econsultores.edu.pe
Este documento describe diferentes tipos de afasia, una patología del lenguaje causada por lesiones cerebrales. Explica que la afasia implica dificultades en la expresión y comprensión del lenguaje y que se debe a lesiones en el hemisferio izquierdo. Luego describe varios tipos de afasia como la de Wernicke, la motora y la semántica, señalando sus características principales. Finalmente, ofrece recomendaciones para familiares de pacientes con afasia.
A woman was waiting for her flight at the airport and bought cookies to eat. As she sat reading, a man sat next to her and began eating her cookies. Angry but unable to react, she watched as he ate each cookie until only one was left, which he shared with her. When the woman boarded her flight and looked in her purse, she discovered her cookies were still untouched inside - she had forgotten they were in her purse all along and had mistakenly accused the innocent man of eating them.
El gerente de créditos y recobro en elSalva Molina
El documento resume la situación actual de la gestión de cobros, recuperación de créditos e impagados comerciales en España. Indica que los plazos de pago son más largos en España que en otros países europeos, pero que el porcentaje de impago es menor. Sin embargo, la crisis ha reducido el circulante de las pymes españolas y ha aumentado las insolvencias. El documento también discute diferentes modelos de gerentes de créditos y cobros y ofrece consejos para que esta función sea más estratégica y esté mejor integrada en las empresas.
This document discusses analyzing play-by-play data from NFL games from 2002-2012 that was released by Advanced NFL Stats. It contains over 470,000 individual play entries and details analyzing the data using tools like MapReduce, Hive, and examining factors like weather, stadiums, player arrests and their effects on games. Examples of analyses shown include the percentage of different play types in varying game situations and weather conditions.
El documento describe un proyecto para conocer la situación de violencia en los barrios de Medellín donde viven los estudiantes del Colegio Loyola para la Ciencia y la Innovación. El proyecto busca justificar e identificar la realidad de vida barrial de los estudiantes a través de encuestas aplicadas a un porcentaje de ellos. La metodología incluye definir roles en el grupo, diseñar una encuesta, aplicarla a estudiantes, tabular resultados y graficarlos para su socialización.
Este documento describe la metodología PACIE para e-learning. PACIE utiliza las TIC para facilitar el aprendizaje y la autoenseñanza, dando importancia a la metodología y pedagogía. Explica la estructura de un aula virtual Moodle, divida en bloques con contenidos específicos para permitir la interacción y apropiación del conocimiento por los estudiantes. El bloque cero es el más importante, ya que constituye la inducción al curso y fuente del conocimiento cooperativo a través de secciones de información, comunicación e inter
Este documento presenta los principios fundamentales del Método Bates para mejorar la vista. El método se basa en el reposo de la mente y los ojos. Ha tenido mucho éxito ayudando a personas de todas las edades a mejorar su visión de forma natural, desafiando las teorías oftalmológicas tradicionales. El Dr. Bates demostró que la visión puede mejorarse a través del entrenamiento del ojo y la coordinación entre el ojo y la mente.
El documento discute los beneficios del uso de medios didácticos y recursos educativos para crear ambientes de aprendizaje. Explica que los medios dinamizan y motivan a los estudiantes, generando conocimiento en el aula. Además, permiten a los estudiantes acceder a eventos del pasado y lugares lejanos, desarrollando habilidades cognitivas. Los medios también sirven como vehículo para que los estudiantes expresen ideas y mantienen la información de forma estable.
1) The document proposes the hydroplate theory as an alternative to plate tectonics to explain geological phenomena.
2) It suggests that a layer of water trapped under the crust ruptured, causing massive flooding that separated the continents and formed new geological features rapidly.
3) As the continents drifted apart, mountain ranges formed from buckling plates and impacts, and the remaining water drained in massive floods, eventually receding to form the oceans and end the proposed flood period.
Este documento presenta una propuesta de reestructuración del programa de Cálculo Diferencial impartido en el bachillerato de acuerdo con el plan de estudios de la SEP. La propuesta divide los contenidos en cuatro unidades, incluyendo una unidad de precálculo para reforzar conceptos previos. Además, enfoca más en los temas fundamentales y da más tiempo a la práctica, optimizando así la comprensión de los estudiantes.
Este documento presenta un índice de los temas que se abordarán en el curso de Cálculo Diferencial. Incluye secciones sobre lógica, conjuntos, números reales, funciones, límites, continuidad, derivadas y aplicaciones de la derivada. Cada sección contiene una introducción al tema, definiciones y conceptos teóricos clave, ejemplos y ejercicios para que los estudiantes apliquen los conocimientos.
Este documento proporciona una introducción a MATLAB. Explica que MATLAB es un entorno de cómputo numérico y gráfico interactivo usado comúnmente en ingeniería. Describe brevemente el origen y uso de matrices en MATLAB, así como las plataformas compatibles. Además, resume varias librerías y herramientas disponibles en MATLAB para aplicaciones específicas como procesamiento de señales, compilación a C, matemáticas simbólicas y optimización. Finalmente, ofrece una introducción al uso básico de comandos
Este documento presenta una introducción a las sucesiones y series numéricas. Fue escrito por Ramón Bruzual y Marisela Domínguez para ser utilizado en un curso de matemáticas en la Universidad Central de Venezuela. Contiene definiciones básicas de sucesiones numéricas, ejemplos de sucesiones, criterios de convergencia y operaciones con sucesiones.
Este documento describe las características principales del lenguaje de programación Scala. Scala es un lenguaje multiparadigma que integra características de programación orientada a objetos y funcional. Scala se ejecuta en la máquina virtual de Java y permite expresar patrones de programación de manera simple y segura. El documento analiza las ventajas de Scala sobre otros lenguajes y su capacidad para expresar conceptos de objetos, funciones y concurrencia.
Este documento presenta un resumen del método de elementos finitos para el análisis de vigas y marcos planos. Introduce conceptos básicos de álgebra matricial y vectorial, marco teórico de resistencia de materiales, definición y características de vigas y marcos, y los fundamentos del método de elementos finitos. Finalmente, describe el desarrollo de un programa computacional en Matlab que implementa el método de elementos finitos para resolver problemas de vigas y marcos planos.
Este capítulo introduce el concepto de derivada y presenta técnicas para derivar diferentes tipos de funciones, incluyendo funciones algebraicas, compuestas, implícitas, exponenciales, logarítmicas y trigonométricas. El objetivo es que los estudiantes aprendan a calcular derivadas y aplicar este conocimiento para analizar curvas, obtener pendientes de rectas tangentes y resolver problemas de optimización.
Este documento presenta un módulo sobre la aplicación del álgebra lineal. El módulo tiene como objetivo general que los estudiantes y docentes usen los conceptos y herramientas del álgebra lineal como ecuaciones, matrices, determinantes para resolver problemas. El módulo se dividirá en cinco capítulos que cubren introducción al álgebra lineal, álgebra matricial, determinantes, desigualdades y programación lineal. El módulo se impartirá de manera semipresencial utilizando textos, talleres
Este documento presenta el sílabo del curso de Cálculo Diferencial impartido en la Universidad Nacional de Ingeniería. El curso dura 17 semanas y cubre temas como límites, derivadas, secciones cónicas, ecuaciones paramétricas y polares. Los estudiantes aprenderán a aplicar los conceptos de cálculo para resolver problemas de ingeniería. El curso se evaluará mediante prácticas calificadas, exámenes parcial y final.
Este documento presenta el sílabo del curso de Cálculo Diferencial impartido en la Universidad Nacional de Ingeniería. El curso dura 17 semanas y cubre temas como límites, derivadas, secciones cónicas, ecuaciones paramétricas y polares. Los estudiantes aprenderán a aplicar los conceptos de cálculo para resolver problemas de ingeniería. El curso se evaluará mediante prácticas calificadas, exámenes parcial y final.
Este documento provee un resumen de los cambios realizados para la sexta edición del libro "Ecuaciones diferenciales con aplicaciones de modelado". Los principales cambios incluyen un mayor énfasis en las ecuaciones diferenciales como modelos matemáticos, la adición de cinco nuevas aplicaciones de modelado, y un mayor énfasis en las ecuaciones diferenciales no lineales y los sistemas de ecuaciones diferenciales. Adicionalmente, se realizaron cambios en cada capítulo para actualizar el contenido y mejorar la presentación de los concept
Este documento presenta apuntes sobre el lenguaje de programación C++. Introduce conceptos clave como lenguajes de programación, paradigmas de programación como la programación por procedimientos, modular y orientada a objetos. Luego explica características básicas de C++ como variables, tipos, asignaciones, punteros y arreglos. Finalmente presenta ejemplos de uso de funciones, estructuras y algunas estructuras de datos en C++.
Este documento presenta la asignatura de Cálculo Diferencial, incluyendo su nombre, clave, créditos, objetivos, competencias desarrolladas, temario y historia del programa. La asignatura estudia conceptos fundamentales como números reales, funciones, límites y derivadas, y desarrolla habilidades lógicas y de resolución de problemas. El temario contiene cinco unidades que cubren estos temas de manera progresiva.
Este documento presenta una guía didáctica y módulo para el curso de Cálculo. Incluye 8 unidades temáticas sobre límites, derivadas, integración, cálculo multivariable y álgebra de matrices. Explica la metodología, evaluación, y contiene ejemplos y ejercicios para cada tema.
Este documento presenta un libro titulado "Cálculo Vectorial: grad, div, rot ... y algo más" escrito por Baltasar Mena Iniesta. El libro introduce conceptos básicos de cálculo vectorial como funciones escalares y vectoriales, derivadas parciales, integrales múltiples y campos vectoriales. Incluye capítulos sobre valores extremos, funciones vectoriales, geometría diferencial y aplicaciones a mecánica. El libro proporciona una guía completa para comprender los fundamentos del cálculo vectorial.
Este documento introduce conceptos matemáticos básicos como números naturales, enteros, racionales e irracionales. Explica las propiedades de cada conjunto numérico y cómo se relacionan. También define operaciones como multiplicación, potenciación y radicación, describiendo sus propiedades. El objetivo es familiarizar a estudiantes de ciencias agropecuarias con estos conceptos a través de ejemplos contextualizados a sus campos de estudio.
Este documento presenta la asignatura de Ecuaciones Diferenciales. La asignatura busca que los estudiantes aprendan a modelar y resolver problemas de ingeniería usando ecuaciones diferenciales. El temario cubre ecuaciones diferenciales de primer orden, de orden superior, la transformada de Laplace y sistemas de ecuaciones diferenciales. El objetivo es que los estudiantes puedan identificar, modelar y manipular sistemas dinámicos para predecir comportamientos y resolver problemas de ingeniería.
Este documento presenta apuntes para el curso de Cálculo Avanzado y Aplicaciones dictado en la Universidad de Chile. Los apuntes cubren temas de cálculo vectorial como divergencia, rotor, integral de flujo y teorema de Gauss, así como funciones de variable compleja, series de potencias y ecuaciones en derivadas parciales. El documento está dirigido a estudiantes de ingeniería civil y fue escrito por profesores del Departamento de Ingeniería Matemática de la Universidad de Chile.
Este documento presenta el manual "Aprenda Matlab 7.0 como si estuviera en primero". El manual introduce las características básicas de MATLAB, incluyendo el entorno de trabajo, tipos de datos, operaciones matriciales, funciones de librería, programación, interfaces con otros lenguajes, y gráficos bidimensionales y tridimensionales. El manual está dirigido a usuarios principiantes y les ayuda a familiarizarse con MATLAB de una manera sencilla y práctica.
1. APUNTES de MAT 023
Rub´n A. Hidalgo
e
α1
α´
2
β1
α´
1
β2
C
α3
β3
α2
α´
3
Departamento de Matem´ticas
a
Universidad T´cnica Federico Santa Mar´
e ıa
Casilla 110-V, Valpara´
ıso
Chile
E-mail address: ruben.hidalgo@usm.cl
2.
3. ´
Indice general
Introducci´n
o 5
Cap´ıtulo 1. FUNCIONES 7
1.1. Funciones 7
1.2. Gr´fico de Funciones
a 8
1.3. Funciones Coordenadas 9
1.4. Superficies de Nivel 10
Cap´ıtulo 2. EL ESPACIO EUCLIDIANO Rn 15
2.1. El Espacio Vectorial Rn 15
2.2. El Espacio Vectorial Rn 18
2.3. Transformaciones Lineales 18
2.4. Vectores y Valores Propios 20
2.5. Matrices Asociadas a Transformaciones Lineales 21
2.6. El Espacio Euclidiano Rn 24
2.7. El Espacio Topol´gico Rn
o 25
2.8. Isometr´ Euclidianas
ıas 26
Cap´ıtulo 3. LIMITES Y FUNCIONES CONTINUAS 31
3.1. Puntos l´ımites 31
3.2. L´ ımite 31
3.3. Propiedades de L´
ımites 32
3.4. Continuidad 35
3.5. Propiedades de Funciones Continuas 35
Cap´ıtulo 4. FUNCIONES DIFERENCIABLES 39
4.1. Funciones Diferenciables 39
4.2. Continuidad Asegurada por Diferenciabilidad 40
4.3. Derivadas Parciales y Direccionales 42
4.4. Situaci´n Vectorial
o 43
4.5. Pregunta natural 43
4.6. Jacobianas, Gradientes 44
4.7. Propiedades de funciones diferenciables 47
4.8. Derivadas Parciales de Orden Superior 51
4.9. Valores Regulares y Cr´ıticos 53
3
4. 4 ´
INDICE GENERAL
4.10. Planos Tangentes, Normales 54
4.11. Propiedad Geom´trica del Gradiente
e 57
4.12. M´ximos y M´
a ınimos 58
4.13. M´ximos y M´
a ınimos sobre Regiones Compactas 62
4.14. El M´todo de los Multiplicadores de Lagrange
e 64
4.15. F´rmula de Taylor
o 68
Cap´ıtulo 5. ECUACIONES DIFERENCIALES ORDINARIAS 71
5.1. Motivaci´n
o 71
5.2. Problema de Cauchy 71
5.3. Existencia de Soluciones 72
5.4. Unicidad de Soluciones 72
5.5. M´todo de Aproximaciones Sucesivas
e 74
5.6. Sistemas Aut´nomos
o 75
5.7. Problemas Unidimensionales 77
5.8. Ecuaciones Homog´neas
e 82
Bibliograf´
ıa 89
´
Indice alfab´tico
e 91
5. Introducci´n
o
A pesar de la existencia de un gran n´ mero de textos en el ´rea,
u a
es dif´ encontrar uno que se apegue fielmente a la estructura de nue-
ıcil
stros cursos. Es por esto que aparecen estos apuntes de manera que
en el futuro, despu´s de much´
e ısimos cambios, tengamos un texto m´s a
cercano a nuestra realidad. La idea tampoco es dejar de lado los dem´sa
textos, por el muy contrario, la idea es que este sirva de base y pueda
complementarse con esos textos. Este apunte es preliminar y debe ser
reparado y mejorado en muchas de sus porciones a manera que en un
futuro cercano pueda servir como un apunte para estudiantes y pro-
fesores y permita ser una herramienta para las coordinaciones de las
asignaturas de MAT 023. Estoy consciente que el n´ mero de ejerci-
u
cios es muy bajo, pero los pocos ejemplos y tareas est´n dirigidas al
a
entendimiento de los conceptos. Ser´ bueno el poder anexar una colec-
a
ci´n de problemas, en cada secci´n, de manera se suplir este problema
o o
(pero como existen variados textos con gran cantidad de problemas
de tipo est´ndar, esta colecci´n de problemas debe ser fuera de tal
a o
categor´ y dirigidos al entendimiento, manejo y estudio de problemas
ıa
avanzados). Al ser este un texto escrito en LaTeX, es muy f´cil el poder
a
modernizarlo y hacerle las variaciones y addendas necesarias.
Rub´n A. Hidalgo
e
Departamento de Matem´tica
a
UTFSM
Valpara´ 2005
ıso,
5
6.
7. CAP´
ıTULO 1
FUNCIONES
1.1. Funciones
´
Definicion 1.1. Sean A y B conjuntos no vac´ Una funci´n F
ıos. o
de A en B es una relaci´n que asigna a cada valor de A un unico valor
o ´
de B. Usaremos la notaci´n
o
F : A → B : a → F (a) = b
para indicar la funci´n anterior, donde b ∈ B es el valor asignado por
o
F al valor a ∈ A.
El conjunto A es llamado el dominio de la funci´n F y el conjunto
o
F (A) = {b ∈ B : ∃a ∈ A tal que F (a) = b}
es llamado la imagen de F .
Podemos mirar una funci´n F : A → B como un proceso que toma
o
datos en A y luego de ser procesados por la m´quina F obtenemos
a
resultados en B:
a∈A→ F → F (a) = b ∈ B
Datos Resultado
Proceso
En nuestras notas estaremos preocupados de funciones donde A ⊂
Rn y B ⊂ Rm , para ciertos valores de n y m.
Ejemplo 1.1.
F : R → R2 : t → F (t) = (cos(t), sin(t))
Ejemplo 1.2. Sean n un entero positivo y k ∈ {1, 2, ..., n}. La
funci´n
o
ik : R → Rn : t → ik (t) = tek ,
donde ek = (0, ..., 0, 1, 0, ..., 0) es el k-´simo vector can´nico, es llamada
e o
una incrustaci´n de R en la k-´sima coordenada de Rn .
o e
7
8. 8 1. FUNCIONES
Figura 1. Parte superior de un cono en R3
El tipo de funciones donde A es un intervalo en R (puede ser abierto,
cerrado, semiabierto, acotado o no-acotado) y la llegada es un subcon-
junto S ⊂ Rm es llamada una curva en S.
Ejemplo 1.3. Sean n un entero positivo y k ∈ {1, 2, ..., n}. La
funci´n
o
πk : Rn → R : x = (x1 , ..., xn ) → πk (x) = x, ek = xk
es llamada la la proyecci´n en la k-´sima coordenada.
o e
´
Observacion 1.1. En nuestro curso s´lo nos interesaremos may-
o
oritariamente de funciones definidas en subconjuntos de Rn y llegada
en R, es decir, de funciones reales de varias variables.
1.2. Gr´fico de Funciones
a
´
Definicion 1.2. Dada una funci´n F : A → B : a → F (a) = b,
o
tenemos asociado su gr´fica definida por:
a
Graf(F ) = {(a, b) ∈ A × B : F (a) = b} ⊂ A × B
Ejemplo 1.4. Si F : R2 → R : (x, y) → F ((x, y)) = + x2 + y 2 =
z, entonces
Graf(F ) = {(x, y, z) ∈ R3 : z 2 = x2 + y 2 , z ≥ 0} ⊂ R3
Este resulta ser la parte superior de un cono en R3 .
9. 1.3. FUNCIONES COORDENADAS 9
Figura 2. Silla de montar en R3
Ejemplo 1.5. Si F : R2 → R : (x, y) → F ((x, y)) = x2 − y 2 = z,
entonces
Graf(F ) = {(x, y, z) ∈ R3 : z = x2 − y 2} ⊂ R3
Este resulta ser una silla de montar en R3 .
Ejercicio. Sean a, b, c ∈ R valores dados. Determinar la gr´fica de la
a
funci´n F (x, y) = ax2 + bxy + cy 2 .
o
´
Observacion 1.2. Es importante notar que cuando n + m ≥ 4,
se torna muy dif´ el poder estudiar la funci´n tratando de mirar
ıcil o
su gr´fica. M´s adelante veremos otra manera para estudiar funciones
a a
(Superficies de Nivel).
1.3. Funciones Coordenadas
Dada un funci´n F : A ⊂ Rn → Rm , uno tiene asociada sus fun-
o
ciones coordenadas
Fk = πk ◦ F : A ⊂ Rn → R : x ∈ A → πk (F (x))
donde
πk : Rm → R : (y1 , ...., ym ) → yk
Luego, F (x) = (F1 (x), ..., Fm (x))
Ejemplo 1.6. Para
F : R2 − {(0, 0)} → R2 : (x, y) → (xy, 1/(x2 + y 2 )),
tenemos que sus funciones coordenadas son:
F1 : R2 − {(0, 0)} → R : (x, y) → xy
F2 : R2 − {(0, 0)} → R : (x, y) → 1/(x2 + y 2)
10. 10 1. FUNCIONES
1.4. Superficies de Nivel
Ya hab´ıamos observado que es un poco dif´ el entender F mirando
ıcil
su gr´fica cuando n+m ≥ 4. Una manera de poder estudiar esta funci´n
a o
es por medio de sus superficies de nivel.
´
Definicion 1.3. Supongamos que tenemos una funci´n
o
F : Ω ⊂ Rn → Rm : x ∈ Ω → F (x) = (F1 (x), ..., Fm (x))
Una superficie de nivel es definida por:
F −1 (b) = {x ∈ Ω : F (x) = b},
donde b = (b1 , ..., bm ) ∈ Rm .
´
Observacion 1.3. Observemos que tambi´n podemos mirar las
e
hiper-superficies de nivel de cada funci´n coordenada Fj : Fj−1 (bj ),
o
j = 1, 2, ..., m. No es dif´ el ver la igualdad:
ıcil
F −1 (b) = F1 (b1 ) ∩ F2 (b2 ) ∩ · · · ∩ Fm (bm )
−1 −1 −1
´
Observacion 1.4. Cuando n = 2 y m = 1, entonces hablaremos
de curvas de nivel.
De alguna manera, lo anterior nos est´ diciendo que para entender
a
F basta con entender sus funciones coordenadas. M´s adelante nos
a
iremos convenciendo de esta sugerencia. Primero algunas definiciones.
´
Definicion 1.4.
1.- Un subconjunto de R3 es llamado un elipsoide centrado si
(m´dulo permutaci´n de las coordenadas) es de la forma:
o o
x2 y 2 z 2
(x, y, z) ∈ R3 : + 2 + 2 =1 ,
a2 b c
donde a, b, c > 0.
2.- Un subconjunto de R3 es llamado un paraboloide centrado de
dos caras si (m´dulo permutaci´n de las coordenadas) es de la
o o
forma:
x2 y 2 z 2
(x, y, z) ∈ R3 : − 2 − 2 =1 ,
a2 b c
donde a, b, c > 0.
11. 1.4. SUPERFICIES DE NIVEL 11
Figura 3. Un Paraboloide de dos caras
3.- Un subconjunto de R3 es llamado un hiperboloide centrado si
(m´dulo permutaci´n de las coordenadas) es de la forma:
o o
x2 y 2 z 2
(x, y, z) ∈ R3 : + 2 − 2 =1 ,
a2 b c
donde a, b, c > 0.
Ejemplo 1.7. Para F (x, y, z) = x2 + y 2 + z 2 , obtenemos que:
(i) F −1 (t) = ∅, para t < 0;
(ii) F −1 (0) = {(0, 0, 0)};
(iii) F −1 (t) = {(x, y, z) ∈ R3 : x2 +y 2 +z 2 = t}, una esfera centrada
√
en (0, 0, 0) y radio t.
Ejemplo 1.8. Para F (x, y, z) = x2 + y 2 − z 2 , tenemos que:
F −1 (t) = {(x, y, z) ∈ R3 : x2 + y 2 = t + z 2 }
donde
(i) Si t < 0, entonces obtenemos un paraboloide de dos caras;
(ii) Si t = 0, entonces obtenemos un cono;
(iii) Si t > 0 obtenemos un hiperboloide de una cara.
Ejemplo 1.9. Para F (x, y, z) = x2 + 2y 2 + z 2 , obtenemos que:
(i) F −1 (t) = ∅, para t < 0;
(ii) F −1 (0) = {(0, 0, 0)};
12. 12 1. FUNCIONES
Figura 4. Un Cono
Figura 5. Un Hiperboloide
(iii) F −1 (t) = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 √ t}, un elipsoide
=
centrada en (0, 0, 0) con radio minimal 1/ 2 y radio maximal
1.
Ejercicio.
(1) Estudiar las curvas de nivel de la funci´n
o
F (x, y) = ax2 + bxy + cy 2
en funci´n de los valores a, b, c ∈ R.
o
(2) Estudiar las superficies de nivel de
x2 y 2
F (x, y, z) = + − z2
4 9
13. 1.4. SUPERFICIES DE NIVEL 13
Figura 6. Un Elipsoide
(3) Lo mismo para
F (x, y, z) = y 2 − x2 − z
14.
15. CAP´
ıTULO 2
EL ESPACIO EUCLIDIANO Rn
2.1. El Espacio Vectorial Rn
En el curso de Mat 022 se defini´ el concepto de espacio vectorial
o
sobre el cuerpo de los n´ meros reales. En esta secci´n recordaremos tal
u o
y otras definici´n all´ dadas.
o ı
2.1.1. Espacios Vectoriales Reales.
´
Definicion 2.1. Un espacio vectorial sobre el cuerpo R es por
definici´n un triple (V, +, ·) donde:
o
(1) V es un conjunto no vac´ıo;
(2) Las funciones (la primera llamada adici´n y la segunda am-
o
plificaci´n)
o
+:V ×V →V ; (x, y) → x + y
·:R×V →V ; (λ, x) → λx
satisfacen las siguientes propiedades algebraicas:
(2.1) Propiedad Asociativa:
Para x, y, z ∈ V vale que (x + y) + z = x + (y + z);
(2.2) Propiedad Conmutativa:
Para x, y ∈ V vale que x + y = y + x;
(2.3) Existe Neutro Aditivo:
Existe 0 ∈ V tal que para todo x ∈ V vale que 0 + x =
x = x + 0;
(2.4) Existen Inversos Aditivos:
Para cada x ∈ V existe −x ∈ V tal que x + (−x) = 0 =
(−x) + x;
(2.5) Propiedades Distributivas:
Para x, y ∈ V y λ, ν ∈ R valen que λ(x + y) = λx + λy,
(λ + ν)x = λx + νx;
(2.6) Neutro Amplificador:
Si 1 ∈ K denota el neutro multiplicativo de R, entonces
para todo x ∈ V vale que 1x = x;
15
16. 16 2. EL ESPACIO EUCLIDIANO Rn
(2.7) Asociatividad de Amplicaci´n:
o
Para x ∈ V y λ, ν ∈ R vale que (λν)x = λ(νx)
2.1.2. Subespacios Vectoriales.
´
Definicion 2.2. Dado un espacio Vectorial V sobre el cuerpo R
y un subconjunto W ⊂ V , diremos que W es un subespacio vectorial
de V (y lo cual denotaremos por W < V ) si este es invariante bajo
las dos operaciones de adici´n y amplificaci´n, es decir, si tenemos la
o o
siguientes dos propiedades:
(1) Para cada par w1 , w2 ∈ W se tiene que w1 + w2 ∈ W ;
(2) Para cada escalar λ ∈ R y para cada vector w ∈ W se tiene
que λw ∈ W .
Tarea 2.1. Verificar que todo subespacio vectorial W < V de un
espacio vectorial V es en si un espacio vectorial con las mismas opera-
ciones definidas en V .
2.1.3. Combinaciones Lineales.
´
Definicion 2.3. Supongamos que tenemos un espacio vectorial V
sobre el cuerpo R.
1.- Para cada colecci´n finita de vectores de V , digamos v1 ,..., vr ,
o
y escalares λ1 , ..., λr ∈ R, el vector
v = λ1 v1 + λ2 v2 + · · · + λr vr ∈ V
el cual es llamado una combinaci´n lineal.
o
2.- Dado cualquier conjunto S ⊂ V , J = ∅, uno puede considerar
el conjunto S formado por todas las posibles combinaciones
lineales que se puedan formar con los vectores en S. Tal con-
junto es llamado el subespacio generado por S.
Tarea 2.2. Sea V un espacio vectorial sobre R y S ⊂ V un con-
junto no vac´ Verificar que el subespacio de V generado por S es en
ıo.
efecto un subespacio vectorial de V .
´
Definicion 2.4. Un conjunto S ⊂ V , donde V es un espacio vec-
torial, es llamado un conjunto generador de V si ocurre que V = S .
17. 2.1. EL ESPACIO VECTORIAL Rn 17
2.1.4. Conjuntos Linealmente Independientes.
´
Definicion 2.5. Un subconjunto S ⊂ V de vectores en V es llama-
do linealmente dependiente si es posible encontrar vectores diferentes
v1 , ..., vr ∈ S y escalares λ1 , ..., λr ∈ R − {0} tales que
0 = λ1 v1 + λ2 v2 + · · · + λr vr
es decir, una combinaci´n lineal no trivial para el neutro aditivo 0 ∈ V .
o
En caso de no suceder esta posibilidad, diremos que S ⊂ V es un
conjunto linealmente independiente.
Tarea 2.3.
(1) Verificar que todo conjunto S ⊂ V tal que 0 ∈ S es siempre
un conjunto linealmente dependiente. Dar un ejemplo de un
conjunto S ⊂ V que es linealmente dependiente y tal que 0 ∈/
S.
(2) Si S = ∅, entonces S es un conjunto linealmente independi-
ente.
(3) Sea S ⊂ V , S = ∅. Verificar que S es linealmente independi-
ente si y s´lo si cada vector en S tiene una unica expresi´n
o ´ o
como combinaci´n lineal (m´dulo permutaci´n de factores).
o o o
2.1.5. Bases y Dimensi´n.
o
´
Definicion 2.6. Un conjunto S ⊂ V , de vectores de V , es llamada
una base de V si:
(1) S es conjunto generador de V ;
(2) S es conjunto linealmente independiente.
Tarea 2.4. Verificar que si S1 y S2 son base del mismo espacio
vectorial V , entonces existe una funci´n biyectiva f : S1 → S2 . En
o
particular, si una base de V tiene cardinalidad finita n, entonces toda
otra base tambi´n tiene la misma cardinalidad n.
e
´
Definicion 2.7. Si S es una base del espacio vectorial V , entonces
(usando el ejercicio anterior) denotamos por dimR (V ) la cardinalidad
de S y le llamamos la dimensi´n de V .
o
Tarea 2.5. Verificar que si W < V , entonces dimK (W ) ≤
dimK (V ) y que la igualdad ocurre s´lo si W = V .
o
18. 18 2. EL ESPACIO EUCLIDIANO Rn
Tarea 2.6.
(i) Verificar que R es un espacio vectorial sobre R. Calcular
dimR (R).
(ii) Verificar que C es un espacio vectorial sobre R. Calcular
dimR (C)
2.2. El Espacio Vectorial Rn
Por cada entero n ∈ {1, 2, 3, ...} podemos considerar el producto
cartesiano de n copias del conjunto R
Rn = R × · · · × R = {(x1 , ..., xn ) : xj ∈ R, j = 1, ..., n}
n−veces
Tenemos dos operaciones b´sicas en Rn dadas por:
a
(1) Suma: Dados los puntos x = (x1 , ..., xn ), y = (y1, ..., yn ) ∈ Rn ,
definimos la suma de estos por
(x1 , ..., xn )+(y1 , ..., yn ) := (x1 + y1 , ..., xn + yn )
(2) Amplificaci´n: Dados α ∈ R y x = (x1 , ..., xn ) ∈ Rn , defini-
o
mos la amplificaci´n de x por α por
o
α · (x1 , ..., xn ) := (αx1 , ..., αxn )
Tarea 2.7. El conjunto Rn junto a esas dos operaciones resulta ser
un espacio vectorial sobre R. Determinar una base de Rn y verificar que
la dimensi´n de este espacio vectorial es n.
o
2.3. Transformaciones Lineales
Hay ciertas funciones que nos interesar´n mucho en nuestra exposi-
a
ci´n. Estas son las transformaciones lineales.
o
´
Definicion 2.8. Sean V y W espacios vectoriales sobre el mismo
cuerpo R de dimensi´n n y m, respectivamente. Una funci´n L : V →
o o
W es llamada una transformaci´n lineal si esta preserva las estructuras
o
de espacio vectorial, es decir:
1.- Para todo escalar λ ∈ R y todo vector x ∈ V vale la igualdad
L(λx) = λL(x);
2.- Para todo par de vectores x, y ∈ V vale la igualdad
L(x + y) = L(x) + L(y).
19. 2.3. TRANSFORMACIONES LINEALES 19
Tarea 2.8.
(i) Deducir de la definici´n que toda transformaci´n lineal
o o
est´ unicamente determinada por la acci´n en una base.
a´ o
(ii) Deducir que el conjunto L(V, W ) de las transformaciones lin-
eales L : V → W forma un espacio vectorial sobre R (con
la suma usual de funciones y multiplicaci´n por escalares) de
o
dimensi´n nm. Determine una base de este espacio vectorial.
o
En el caso particular que W = R, entonces este resulta ser un
espacio vectorial de la misma dimensi´n que V . Usualmente
o
denotamos este espacio vectorial como V ∗ y es llamado el es-
pacio dual de V .
(iii) Denotemos por V el espacio vectorial de las matrices reales
dos por dos. Fijemos una matriz A ∈ V y considere la funci´no
LA : V → V definida como LA (X) = AX − XA. Verificar que
LA es una transformaci´n lineal.
o
(iv) Denotemos por R2 [x] al espacio vectorial de los polinomios
reales de grado menor o igual a dos en la variable x. Sean
a, b, c ∈ R tres n´meros diferentes. Considere para cada t ∈
u
{a, b, c} la funci´n Lt : R2 [x] → R definida por Lt (p(x)) =
o
p(t), es decir, Lt es la funci´n evaluaci´n en t. Verificar que
o o
estas tres funciones son lineales y que forman una base para
L(R2 [x], R).
Tarea 2.9. Sea L : Rn → R una transformaci´n lineal. verificar
o
que existen n n´meros reales, digamos λ1 , ...., λn ∈ R, de manera que
u
n
L(x1 , ...., xn ) = λ1 x1 + λ2 x2 + · · · + λn xn = λj xj
j=1
Rec´ıprocamente, toda funci´n de la forma anterior es una transfor-
o
maci´n lineal.
o
´
Definicion 2.9. Supongamos que tenemos una transformaci´n lin-
o
eal L : V → W . Asociado con L tenemos los dos siguientes conjuntos:
(i) El N´cleo de L, denotado por Ker(L), que es definido como
u
el conjunto de todos los vectores de V que van a parar al cero
0 ∈ W por la acci´n de L, es decir,
o
Ker(L) = {x ∈ V : L(x) = 0}
20. 20 2. EL ESPACIO EUCLIDIANO Rn
(ii) La Im´gen de L, denotado por Im(L), formada por los vectores
a
de W que se obtienen como llegada por L, es decir,
Im(L) = {L(x) ∈ W : x ∈ V }
Tarea 2.10.
1.- Verificar que el Ker(L) es un subespacio vectorial de V y que
la Im(L) es un subespacio vectorial de W .
2.- Verificar que cualquier base del Ker(L) puede ser extendida a
una base del espacio V . Deducir de esto la f´rmula
o
dimR Ker(L) + dimR Im(L) = dimR (V )
´
Definicion 2.10. Una transformaci´n lineal L : V → W que es
o
biyectiva (es decir, inyectiva y sobreyectiva) es llamada un isomorfismo.
En este caso los espacios vectoriales V y W son llamados espacios
isomorfos.
Tarea 2.11. Suponga que tenemos un isomorfismo L : V → W ,
donde V y W son espacios vectoriales sobre el mismo cuerpo K. Veri-
ficar que:
(i) La inversa L−1 : W → V tambi´n es un isomorfismo (en
e
particular, una transformaci´n lineal).
o
(ii) Las dimensiones de V y W son las mismas.
(iii) Todo par de espacios vectorial sobre K de la misma dimensi´n o
n son isomorfos. En particular, isomorfos al espacio vectorial
Kn .
(iv) Considere una base BV = {v1 , ..., vn } para V y considere las
funciones Lj : V → K : x1 v1 +· · ·+xn vn → xj , con j = 1, ..., n.
Verifique que Lj ∈ V ∗ y que adem´s BV = {L1 , ..., Ln } es una
a ∗
∗
base de V , llamada la base dual de BV . Ahora, verifique que
la funci´n Q : V → V ∗ definida por Q(x1 v1 + · · · + xn vn ) =
o
x1 L1 + · · · + xn Ln resulta ser un isomorfismo.
2.4. Vectores y Valores Propios
Dada una transformaci´n lineal L : V → V , donde V es un espa-
o
cio vectorial sobre el cuerpo R, entonces podemos naturalmente pre-
guntarnos por la existencia de subespacios invariantes de L, es decir
W < V tal que L(W ) ⊂ W . Por ejemplo, si W = {0} ´ W = V ,
o
entonces L(W ) ⊂ W . Nos podemos preguntar por otros casos menos
triviales.
21. 2.5. MATRICES ASOCIADAS A TRANSFORMACIONES LINEALES 21
´
Definicion 2.11. Sean V y W espacios vectoriales sobre R. Si L :
V → W es una transformaci´n lineal, entonces un vector v ∈ V − {0}
o
para el cual existe un escalar λ ∈ R de manera que L(v) = λv es
llamado un vector propio de L y tal escalar λ un valor propio de L.
Tarea 2.12. Sea V un espacio vectorial sobre K y L : V → V una
funci´n lineal.
o
(i) Si v ∈ V es un vector propio de L, entonces el subespacio de
V generado por v, W = v = {tv : t ∈ K}, es un espacio
invariante por L
(ii) Sean λ1 ,..., λr valores propios diferentes de L y consideremos
v1 , ..., vr ∈ V − {0} tales que vj es vector propio respecto al
valor propio λj . Verificar que {v1 , ..., vr } es un conjunto lin-
ealmente independiente.
(iii) Supongamos que dim(V ) = n. Deducir de (ii) que la cantidad
de valores propios de L es a lo m´s n.
a
(iv) Sea V = R3 y L(x, y, z) = (x, x + y, x + y + z). Determinar
todos los valores y vectores propios de L.
2.5. Matrices Asociadas a Transformaciones Lineales
Sean V y W espacios vectoriales sobre R. A cada transformaci´n
o
lineal L : V → W le podemos asociar matrices de tama˜ o n × m de la
n
siguiente manera. Supongamos que tenemos una transformaci´n lineal
o
L:V →W
donde V es un espacio vectorial real de dimensi´n n y W es un espacio
o
vectorial real de dimensi´n m. Tomemos bases (ordenadas)
o
BV = {v1 , ..., vn }, para V y
BW = {w1 , ..., wn }, para W
Denotemos por Rn (respectivamente, por Rm ) al espacio vectorial
real de dimensi´n n (respectivamente, m) formado por las matrices de
o
tama˜ o n×1 (respectivamente, de tama˜ o m×1). Ahora consideremos
n n
los siguientes isomorfismos lineales
φ V : V → Rn : v = a1 v1 + · · · an vn → t [a1 · · · an ]
φ W : W → Rm : w = b1 w1 + · · · bm wm → t [b1 · · · bm ]
22. 22 2. EL ESPACIO EUCLIDIANO Rn
Ahora miremos el siguiente diagrama:
L
V −→ W
φV ↓ ↓ φW
b
L
Rn −→ Rm
−1
donde L = φW LφV . Veamos que forma tiene L. El vector v ∈ V tiene
una unica expresi´n de la forma
´ o
v = a1 v1 + · · · + an vn
donde a1 , ..., an ∈ R y luego tenemos que
L(v) = a1 L(v1 ) + · · · + an L(vn )
Por otro lado, tenemos adem´s que L(vj ) ∈ W tiene una unica expre-
a ´
si´n de la forma
o
L(vj ) = b1j w1 + · · · + bmj wm
donde b1j , ..., bmj ∈ R. Ahora, esto nos dice (despu´s de un corto c´lcu-
e a
lo) que
L(v) = b1 w1 + · · · bm wm
donde
bk = a1 bk1 + a2 bk2 + · · · an bkn
Consideremos la matriz
b11 · · · b1m
b21 · · · b2m
M(L, BV , BW ) = .
. ··· .
.
. .
bn1 · · · bnm
Observemos que tenemos la igualdad
M(L, BV , BW )t [a1 · · · an ] = t [b1 · · · bm ]
donde t [s1 · · · sp ] denota la matriz columna de tama˜ o p × 1. Luego no
n
es dif´ ver que
ıcil
L(t [a1 · · · an ]) = M(L, BV , BW )t [b1 · · · bm ],
es decir, la transformaci´n lineal L es descrita como multiplicaci´n por
o o
la matriz M(L, BV , BW ).
´
Definicion 2.12. La matriz construida anteriormente es llamada
la representaci´n matricial de la transformaci´n lineal L en las bases
o o
BV y BW .
Tarea 2.13.
23. 2.5. MATRICES ASOCIADAS A TRANSFORMACIONES LINEALES 23
′ ′
(i) Consideremos otras bases (ordenadas) BV = {v1 , ..., vn } para
′ ′
V y B2 W {w1 , ..., wm } para W . Verificar que se tiene la sigu-
iente igualdad:
M(L, BV , BW )
||
M(IW , BW , BW )M(L, BV , BW )M(IV , BV , BV ),
donde
IV : V → V y IW : W → W
son la funci´n identidad. La matriz del tipo M(IV , BV , BV ) es
o
llamada una matriz de cambio de base.
(ii) Verificar que M(IV , BV , BV ) es siempre la identidad, donde
BV es cualquier base (ordenada) de V .
(iii) Sea L : V → W un isomorfismo entre espacios vectoriales de
dimensi´n finita. Dada una base BV para V y una base BW
o
para W , consideremos las matrices asociadas M(L, BV , BW )
y M(L−1 , BW , BV ). Usando el hecho que IV = L−1 L y IW =
LL−1 verificar que estas marices son inversas una de la otra,
en particular, cada matriz asociada a un isomorfismo es in-
vertible.
(iv) Considere el espacio vectorial real V = M(2 × 2, R) de las
matrices reales de tama` o dos por dos. Calcule una base B de
n
V y diga cual es entonces la dimensi´n de V . Tome una matriz
o
A ∈ V cualquiera y f´ ıjela. Considere la funci´n LA : V → V
o
definida por LA (X) = AX − XA. Verificar que LA ∈ L(V, V )
(es decir, es lineal). Calcule la matriz M(LA , B, B).
(iv) Sea L : V → V una a funci´n lineal, donde V es un espacio
o
vectorial sobre R de dimensi´n n. Consideremos una base B
o
para V y sea M = M(L, B, B).
(a) Verificar que los valores propios de L son exactamente las
soluciones del polinomio caracter´ ıstico
χM (λ) = Det(M − λI)
donde I es la matriz identidad de tama˜ o n × n.
n
(b) Verificar que si L tiene n valores propios diferentes,
digamos λ1 ,..., λn , entonces existe una base B para
V de manera que M(L, B, B) es la matriz diagonal
Diag(λ1 , ..., λn ) (mirar el ejercicio de secci´n 1.11).
o
24. 24 2. EL ESPACIO EUCLIDIANO Rn
2.6. El Espacio Euclidiano Rn
Definicion 2.13. En el espacio vectorialRn podemos considerar el
´
producto interior Euclidiano
(x1 , ..., xn ), (y1 , ..., yn ) := x1 y1 + · · · + xn yn
Este producto satisface las siguientes propiedades:
(1) x, x ≥ 0;
(2) x, x = 0 s´lo si x = (0, ..., 0);
o
(3) x, y = y, x ;
(4) αx + βy, z = α x, z + β y, z
Definicion 2.14. El espacio vectorial Rn junto al producto inte-
´
rior Euclidiano , es llamado un espacio Euclidiano de dimensi´n n.
o
Definimos la norma de un vector por
x := x, x = x2 + · · · + x2 ,
1 n
donde x = (x1 , ..., xn ) ∈ Rn .
Tarea 2.14. Verificar las siguientes propiedades:
(i) x ≥ 0;
(ii) x = 0 s´lo si x = (0, ..., 0);
o
(iii) αx = |α| x .
Teorema 2.15 (Desigualdad de Cauchy). Dados x = (x1 , ..., xn ) e
y = (y1 , ..., yn ) en Rn , se tiene
| x, y | ≤ x y
con igualdad s´lo si x e y son linealmente dependientes.
o
´
Demostracion. Si x e y son linealmente dependientes, entonces la
igualdad es clara. Supongamos que x e y son linealmente dependientes.
Luego, tx − y = 0 para todo valor t ∈ R. De aqu´ obtenemos en
ı
particular que
2
0 < tx − y = tx − y, tx − y = t2 x 2
− 2t x, y + y 2
Esto dice que la ecuaci´n cuadr´tica en t ∈ R no posee ra´
o a ıces, es
decir, su descriminante debe ser negativa
2 2
4 x, y − 4 x y <0
25. ´
2.7. EL ESPACIO TOPOLOGICO Rn 25
La desigualdad de Cauchy permite definir ´ngulos entre vectores no
a
nulos de la siguiente manera.
Definicion 2.16. Sean x, y ∈ Rn − {(0, ..., 0)}, entonces existe un
´
unico valor θ ∈ [0, π] tal que
´
x, y = x y cos θ
El valor θ es llamado el ´ngulo entre x e y.
a
Otra consecuencia de la desigualdad de Cauchy es:
Corolario 2.17 (Desigualdad Triangular). Si x, y ∈ Rn , entonces
x+y ≤ x + y
con igualdad s´lo si x e y son linealmente dependientes.
o
Demostracion. Sean x, y ∈ Rn . Entonces
´
2
x+y = x+y, x+y = x 2 +2 x, y + y 2
≤ x 2 +2 x y + y 2
con la igualdad s´lo si x e y son linealmente dependientes.
o
Podemos usar el producto interior x, y , para x, y ∈ Rn , para
definir vectores ortogonales.
Definicion 2.18. Diremos que x, y ∈ Rn son ortogonales si
´
x, y = 0. En particular, si x, y = 0, entonces ellos ortogonales si
y s´lo si el ´ngulo entre ellos es π .
o a 2
En forma particular, si W es un subespacio vectorial de Rn , en-
tonces denotaremos por W ⊥ al conjunto de todos los vectores en Rn
que son ortogonales a todo vector en W .
Tarea 2.15. Verificar que W ⊥ es tambi´n un subespacio vectorial
e
de Rn y que W ∩ W ⊥ = {0}. Verificar que Rn = W + W ⊥ . Deducir que
todo vector x ∈ Rn se puede escribir de manera unica como x = u + v,
´
donde u ∈ W y v ∈ W ⊥ .
2.7. El Espacio Topol´gico Rn
o
´
Definicion 2.19. La distancia Euclidiana entre dos vectores x, y ∈
n
R es definida por
d(x, y) = x − y
Ejercicio. Verificar las siguientes propiedades de la distancia Euclidi-
ana.
26. 26 2. EL ESPACIO EUCLIDIANO Rn
(i) d(x, y) ≥ 0;
(ii) d(x, y) = 0 s´lo si x = y;
o
(iii) d(x, y) = d(y, x);
(iv) d(x, y) ≤ d(x, z) + d(z, y).
´
Definicion 2.20.
1.- Una bola abierta de radio r > 0 con centro en x ∈ Rn es por
definici´n el conjunto
o
Br (x) = {y ∈ Rn : x − y < r}
2.- Una bola cerrada de radio r > 0 con centro en x ∈ Rn es por
definici´n el conjunto
o
Br (x) = {y ∈ Rn : x − y ≤ r}
3.- Un conjunto Ω ⊂ Rn es llamado un conjunto abierto si para
cada x ∈ Ω existe un radio rx > 0 tal que Brx (x) ⊂ Ω.
4.- Un conjunto F ⊂ Rn es llamado un conjunto cerrado si su
complemento F c = Rn − F es un conjunto abierto.
5.- Un conjunto acotado que es por definici´n un subconjunto A ⊂
o
Rn para el cual existe alg´n R > 0 tal que A ⊂ BR (0).
u
Ejemplo 2.1.
(i) Sea p ∈ Rn un punto cualquiera. Entonces el conjunto Rn −{p}
(el complemento de un punto) es un conjunto abierto.
(ii) El conjunto R2 − {(x, y) ∈ R2 : xy = 1} es un conjunto
abierto.
(iii) El conjunto R2 − {(0, y) ∈ R2 : 0 < y < 1} no es un conjunto
abierto.
Observacion 2.1. Los unicos subconjuntos de Rn que son abiertos
´ ´
y cerrados al mismo tiempo son el conjunto vac´ ∅ y el espacio total
ıo
Rn . Dar una raz´n (recordar Mat I) que justifique esta observaci´n.
o o
2.8. Isometr´ Euclidianas
ıas
Definicion 2.21. Una funci´n T : Rn → Rn tal que
´ o
d(T (x), T (y)) = d(x, y), para todo x, y ∈ Rn , es llamada una isometr´
ıa
Euclidiana de Rn . En otras palabras, una isometr´ es una funci´n que
ıa o
preserva distancias.
27. 2.8. ISOMETR´
IAS EUCLIDIANAS 27
Es f´cil verificar que toda isometr´ Euclidiana es una funci´n in-
a ıa o
yectiva, es decir, T (x) = T (y) s´lo si x = y. Algunos ejemplos de
o
isometr´ son las siguientes funciones:
ıas
Translaciones. Por cada p ∈ Rn podemos construir la funci´n
o
Tp : Rn → Rn ; Tp (x) = x + p,
llamada la translaci´n en p. Como
o
d(Tp (x), Tp (y)) = (x + p) − (y + p) = x − y = d(x, y),
tenemos que toda translaci´n es una isometr´ Euclidiana.
o ıa
Transformaciones Ortogonales Una funci´n R : Rn → Rn la cual
o
satisface
R(x), R(y) = x, y
para todo x, y ∈ Rn , es llamada una transformaci´n ortogonal. Por
o
ejemplo, R(x) = −x es una transformaci´n ortogonal.
o
La pregunta natural es la siguiente: Cuales s´n las isometr´
o ıas
de Rn ? Para responder a esta pregunta, veamos algunas definiciones.
Definicion 2.22. La base can´nica de Rn es {e1 , ..., en }, donde
´ o
ek = (0, ..., 0, 1, 0, ..., 0) es tal que el valor 1 se encuentra en la posici´n
o
k-´sima. Llamaremos a ek el k-´simo vector can´nico de Rn . Esta base
e e o
tiene la propiedad que ek , er = δk,r , donde δk,r es la delta de Kroe-
necker. Toda base {v1 , ..., vn } de Rn es llamada una base ortonormal si
vk , vr = δk,r .
Teorema 2.23. Una funci´n R : Rn → Rn es una trans-
o
formaci´n ortogonal si y s´lo si R es una transformaci´n lineal y
o o o
{R(e1 ), ..., R(en )} es una base ortonormal.
Demostracion. Supongamos primero que R : Rn → Rn es una
´
transformaci´n ortogonal. Entonces tenemos de la definici´n que
o o
R(ek ), R(er ) = ek , er = δk,r
Si obtenemos que {R(e1 ), ..., R(en )} es una base de Rn , entonces lo
anterior nos dice que es una base ortonormal. Para esto, consideremos
una combinaci´n lineal
o
n
aj R(ej ) = (0, ..., 0)
j=1
28. 28 2. EL ESPACIO EUCLIDIANO Rn
Ahora,
n
0= aj R(ej ), R(ek ) = ak
j=1
para cada k = 1, ..., n.
Procedamos a ver que R es una funci´n lineal. Sea x = (x1 , ..., xn ) ∈
o
Rn . Entonces usando el hecho que {R(e1 ), ..., R(en )} es base de Rn ,
podemos escribir
n
R(x) = bj R(ej )
j=1
Luego,
bk = R(x), R(ek ) = x, ek = xk ,
obteniendo que
n
R(x) = xj R(ej ),
j=1
es decir, que R es una funci´n lineal.
o
Rec´ıprocamente, supongamos que R : Rn → Rn es una funci´n o
lineal tal que {R(e1 ), ..., R(en )} es base ortonormal de Rn . En este
caso, escribiendo x = j=1 xj ej , y = n yj ej , obtenemos que
n
j=1
n n n
R(x), R(y) = R(ej ), R(ei ) xi yj = xi yi ,
j=1 i=1 i=1
es decir, R es una transformaci´n ortogonal.
o
Una consecuencia directa es que si R : Rn → Rn es una transfor-
maci´n ortogonal, entonces
o
2 2
R(x) = R(x), R(x) = x, x = x
del cual obtenemos
R(x) − R(y) = R(x − y) = x − y ,
es decir, toda transformaci´n ortogonal es una isometr´ Euclidiana.
o ıa
´
Observacion 2.2. Si A es la matriz asociada a una transformaci´n
o
t
ortogonal R, en la base can´nica, entonces obtenemos que AA = I.
o
Una matriz de este tipo es llamada una matriz ortogonal. Rec´proca-
ı
mente, si tenemos una matriz ortogonal A y consideramos una trans-
formaci´n lineal R : Rn → Rn para la cual A es su matriz asociada en
o
la base can´nica, entonces R es una transformaci´n ortogonal.
o o
29. 2.8. ISOMETR´
IAS EUCLIDIANAS 29
Tarea 2.16. Verificar que la composici´n de isometr´ Euclidi-
o ıas
anas es de nuevo una isometr´ Euclidiana. En particular, composi-
ıa
ci´n de translaciones y/o transformaciones ortogonales son isometr´
o ıas
Euclidianas.
El siguiente resultado muestra que estas son todas las isometr´
ıas
Euclidianas.
Teorema 2.24. Toda isometr´ Euclidiana es composici´n de
ıa o
translaciones y/o transformaciones ortogonales.
Demostracion. Sea Q : Rn → Rn una isometr´ Euclidiana.
´ ıa
Componiendo con una translaci´n, podemos suponer que Q(0) = 0. Al
o
ser Q una isometr´ Euclidiana que fija el or´
ıa ıgen, debemos tener que Q
preserva la norma, es decir, Q(x) = Q(x) − Q(0) = x − 0 = x ,
para todo x ∈ Rn . Ahora,
2
Q(x) − Q(y) = Q(x) − Q(y), Q(x) − Q(y)
= Q(x) 2 + Q(y) 2 − 2 Q(x), Q(y)
De donde obtenemos que
2 Q(x), Q(y) = Q(x) 2 + Q(y) 2 − Q(x) − Q(y) 2
= x 2+ y 2− x−y 2
= 2 x, y
es decir, obtenemos una transformaci´n ortogonal.
o
30.
31. CAP´
ıTULO 3
LIMITES Y FUNCIONES CONTINUAS
3.1. Puntos l´
ımites
Definicion 3.1. Dado un conjunto A ⊂ Rn y un punto p ∈ Rn ,
´
decimos que p es un punto de acumulaci´n de A si dado cualquier
o
margen de error R > 0 existen puntos de A (diferentes de p) pr´ximos
o
a p dentro de tal margen de error, es decir,
Para todo R > 0 vale que (Br (p) − {p}) ∩ A = ∅
Ejemplo 3.1. Consideremos el subconjunto de R3 siguiente:
A = {(x, y, z) ∈ R3 : x2 + y 2 − z 2 = 0, z > 0}
El punto p = (0, 0, 0) es un punto l´ ımite de A. Para ver es-
to, consideremos los puntos de A siguientes: √k = (1/k, 0, 1/k), para
a
k = 1, 2, 3, .... Entonces d(p, ak ) = p − ak = 2/k. Es claro que dado
√
cualquier margen de error r > 0, existe k tal que 2/k < r.
Tarea 3.1. Sea Ω ⊂ Rn un conjunto abierto. verificar que todo
punto de Ω es un punto de acumulaci´n de Ω.
o
3.2. L´
ımite
Dada una funci´n F : A ⊂ Rn → Rm y un punto de acumulaci´n p
o o
para A, podemos interesarnos con el comportamiento de F (x) a medida
que x ∈ A se acerca a p. Puede ocurrir que no haya un comportamiento
controlable.
Definicion 3.2. Sea F : A ⊂ Rn → Rm una funci´n y p un punto
´ o
de acumulaci´n de A. Si tenemos que los valores de F (x) se acercan a
o
un valor preciso b ∈ Rm no importando la manera que x ∈ A se acerca
ımite de F , con valor b ∈ Rm , cuando x ∈ A
a p, diremos que existe el l´
se acerca a p. Esto lo denotaremos esto por
l´ F (x) = b
ım
x→p
31
32. 32 3. LIMITES Y FUNCIONES CONTINUAS
Formalmente, esto dice que dado cualquier margen de error de salida
ǫ > 0 siempre es posible escoger un margen de error de entrada δ > 0
tal que F (x) − b < ǫ si tenemos que x − p < δ con x ∈ A, x = p.
Ejemplo 3.2. Consideremos la funci´no
x2 −y2
x2 +y2 (x, y) = (0, 0)
F (x, y) =
0 (x, y) = (0, 0)
Si nos acercamos a (0, 0) por el camino y = 0, obtenemos:
l´
ım F (x, y) = l´ F (x, 0) = 1
ım
(x,y)→(0,0), y=0 x→0
Por otro lado, si nos acercamos por el camino x = 0, obtenemos:
l´
ım F (x, y) = l´ F (0, y) = −1
ım
(x,y)→(0,0), x=0 y→0
De esta manera vemos que no puede existir
l´
ım F (x, y)
(x,y)→(0,0)
Tarea 3.2. Verificar que en el ejemplo anterior existe
l´
ım F (x, y) = 0
(x,y)→(1,1)
3.3. Propiedades de L´
ımites
En esta secci´n veremos algunas de las propiedades que satisfacen
o
los l´
ımites y que nos servir´n para calcular estos de manera simple.
a
Teorema 3.3. Supongamos que tenemos funciones
F, G : Ω ⊂ Rn → Rm ,
h : Ω ⊂ Rn → R
y constantes α, β ∈ R dadas. Sea p ∈ Rn un punto de acumulaci´n de
o
Ω y supongamos que existen los l´
ımites
l´ F (x) = A = (A1 , ..., Am )
ım
x→p
l´ G(x) = B = (B1 , ..., Bm )
ım
x→p
l´ h(x) = c
ım
x→p
Entonces, tenemos la existencia de los siguientes l´
ımites:
33. 3.3. PROPIEDADES DE L´
IMITES 33
(1) Propiedad Lineal:
l´ (αF + βG)(x) = αA + βB = (αA1 + βB1 , ..., αAm + βBm )
ım
x→p
(2) Invariancia Euclidiana:
m
l´ F (x), G(x) = A, B =
ım Aj Bj
x→p
j=1
(3) Invariancia Por Amplificaciones:
l´ h(x)F (x) = cA = (cA1 , ..., cAm )
ım
x→p
Ejemplo 3.3. Tomemos la proyecci´n
o
πk : Rn → R : x → x, ek = xk .
Para todo p ∈ Rn tenemos que existen
l´ x = p
ım
x→p
l´ ek = ek
ım
x→p
Como π(x) = x, ek , entonces por propiedad (2) del teorema anterior
obtenemos que existe
l´ π(x) = p, ek = pk
ım
x→p
Ejemplo 3.4. Consideremos la funci´n F : R3 → R, definida por
o
F ((x1 , x2 , x3 ) = x2 + x1 x2 + x2 ,
1 3
y tomemos p = (a, b, c). Entonces, usando las propiedades anteriores y
el ejemplo anterior obtenemos que
l´ F (x) = a2 + ab + c2 .
ım
x→p
Teorema 3.4. Supongamos que tenemos una funci´n
o
K : Ω ⊂ Rn → Rm
cuyas funciones coordenadas son K1 ,..., Km , es decir, para x ∈ Ω
tenemos que K(x) = (K1 (x), K2 (x), ..., Km (x)). Si p ∈ Rn es punto de
acumulaci´n de Ω, entonces
o
existe l´ x→p K(x) = B = (b1 , ..., bm )
ım
s´ y s´lo si
ı o
existen l´ x→p Kj (x) = bj ,
ım para j = 1, ..., m.
34. 34 3. LIMITES Y FUNCIONES CONTINUAS
´
Demostracion. En efecto, supongamos que existe l´ x→p K(x) =
ım
B. Entonces usando F (x) = K(x) y G(x) = ej en la propiedad (2)
de l´
ımites, obtenemos la existencia de l´ x→p Kj (x) = bj . Rec´
ım ıproca-
mente, si tenemos la existencia de todos los l´ımites l´ x→p Kj (x) = bj ,
ım
entonces por propiedad (3) con h(x) = Kj (x) y F (x) = ej , obtenemos
la existencia de l´ x→p Kj (x)ej = bj ej , para j = 1, ..., m. Ahora, us-
ım
amos la propiedad (1) y el hecho que K(x) = K1 (x)e1 + · · · Km (x)em
para obtener la existencia de l´ x→p F (x) = B.
ım
´
Observacion 3.1. El teprema anterior nos dice que el proceso de
l´
ımites de funciones vectoriales es consecuencia del proceso de l´
ımites
de funciones reales. Esto tendr´ gran importancia en las definiciones
a
de continuidad y diferenciabilidad de funciones vectoriales.
Tarea 3.3.
(1) Calcular los siguientes l´
ımites en caso de existir:
xy x2 − y 2
l´
ım , l´
ım
(x,y)∈Ω→(0,0) x2 + y 2 (x,y)∈Ω→(0,0) x2 + y 2
para
(i) Ω = {(x, y) ∈ R2 : y = ax}, donde a = 0;
(ii) Ω = {(x, y) ∈ R2 : y = ax2 }, donde a = 0;
(iii) Ω = {(x, y) ∈ R2 : y 2 = ax}, donde a = 0.
(2) Sea f : R2 → R definida como
x2 −y 2
x2 +y 2
, (x, y) = (0, 0)
f (x, y) =
0, (x, y) = (0, 0)
Calcular los siguientes (en caso de existir):
l´
ım l´ f (x, y)
ım
x→0 y→0
l´
ım l´ f (x, y)
ım
y→0 x→0
x2 − y 2
l´
ım
(x,y)→(0,0) x2 + y 2
¿Qu´ puede deducir de su respuesta?
e
35. 3.5. PROPIEDADES DE FUNCIONES CONTINUAS 35
3.4. Continuidad
Definicion 3.5. Consideremos una funci´n F : A ⊂ Rn → Rm
´ o
y un punto p ∈ A. Si p no es punto de acumulaci´n de A, entonces
o
diremos que F es continua en p. Si p es un punto de acumulaci´n de
o
A, entonces diremos que F es continua en el punto p ∈ A si:
∀ǫ > 0 ∃ δ > 0 tal que F (x) − F (p) < ǫ para todo x ∈ Bδ (p) ∩ A.
En este caso estamos diciendo que
l´ F (x) = F (p)
ım
x→p
De manera informal, la funci´n F es continua en el punto de acu-
o
mulaci´n p ∈ A si podemos controlar el error de salida para F (x) si
o
podemos controlar el error de elegir x ∈ A cercano a p. Para entender
esto, debemos pensar que la funci´n es un proceso que toma datos (los
o
valores en A) y entrega resultados (los valores im´genes por F ). En
a
la vida cotidiana, nuestros instrumentos de medici´n cometen errores
o
(esto puede significar tomar un valor aproximado al valor preciso p,
pero con un margen de posible error).
Definicion 3.6. Una funci´n f : Ω ⊂ Rn → Rm que es continua
´ o
en cada punto de Ω es llamada continua en Ω ´ solamente continua.
o
Tarea 3.4. Sea f : R2 → R definida como
x2 −y 2
x2 +y 2
, (x, y) = (0, 0)
f (x, y) =
0, (x, y) = (0, 0)
es continua en R2 − {(0, 0)} y no es continua en (0, 0).
3.5. Propiedades de Funciones Continuas
En esta secci´n veremos algunas de las propiedades que satis-
o
facen las funciones continuas y que son consecuencia directa de las
propiedades de los l´
ımites. Por la definici´n de continuidad, si tenemos
o
un punto p ∈ Ω que no es punto de acumulaci´n de Ω, entonces la
o
continuidad es gratis para cualquier funci´n definida sobre Ω.
o
Teorema 3.7. Supongamos que tenemos funciones
F, G : Ω ⊂ Rn → Rm ,
h : Ω ⊂ Rn → R
y constantes α, β ∈ R dadas. Sea p ∈ Ω un punto de acumulaci´n de
o
Ω y supongamos que las funciones anteriores son todas continuas en p,
36. 36 3. LIMITES Y FUNCIONES CONTINUAS
entonces tenemos que las funciones αF + βG , F (x), G(x) , h(x)F (x)
son continuas en p.
Ejemplo 3.5. Tomemos la proyecci´n
o
πk : Rn → R : x → x, ek = xk .
Para todo p ∈ Rn tenemos que
l´ π(x) = pk = π(p),
ım
x→p
luego π es continua en Rn .
Ejemplo 3.6. Consideremos la funci´n F : R3 → R, definida por
o
F ((x1 , x2 , x3 ) = x2 + x1 x2 + x2 ,
1 3
y tomemos p = (a, b, c). Entonces,
l´ F (x) = a2 + ab + c2 = F (p),
ım
x→p
luego esta funci´n es continua en Rn
o
Teorema 3.8. Supongamos que tenemos una funci´n
o
K : Ω ⊂ Rn → Rm
cuyas funciones coordenadas son K1 ,..., Km . Sea p ∈ Ω, entonces
K es continua en p si y s´lo si Kj es continua en p para j = 1, ..., m.
o
´
Demostracion. En efecto, si p no es punto de acumulaci´n de Ω,
o
entonces esto es directo por la definici´n. Si p es punto de acumulaci´n
o o
de Ω, entonces esto es directo del ejemplo 2.14.
Teorema 3.9 (Composici´n de Funciones Continuas). Sean
o
F : Ω ⊂ Rn → Rm y G : ∆ ⊂ Rm → Rk
funciones tales que F (Ω) ⊂ ∆. Si F es continua en p ∈ Ω y G es
continua en F (p) ∈ ∆, entonces G ◦ F es continua en p.
´
Demostracion. Consideremos un margen de error de salida ǫ > 0.
Queremos ver que existe un margen de error de entrada δ > 0 tal que
si x − p < δ, con x ∈ Ω, entonces G ◦ F (x) − G ◦ F (p) < ǫ.
Como sabemos que G es continua en F (p), tenemos que existe un
margen de error de entrada (para G) η > 0 tal que si y−F (p) < η,con
y ∈ ∆, entonces G(y) − G(p) < ǫ.
37. 3.5. PROPIEDADES DE FUNCIONES CONTINUAS 37
Por otro lado, F es continua en p. Tomando η > 0 como margen
de error de salida para F , sabemos la existencia de un margen de error
de entrada (para F ) δ > 0 tal que si x − p < δ, con x ∈ Ω, entonces
F (x) − F (p) < η.
Combinando todo lo anterior, vemos que el valor δ escogido fun-
ciona.
Ejemplo 3.7. Sea F : R2 → R : (x, y) → sin(ex+y ). Consideremos
las funciones
H : R2 → R : (x, y) → x + y
E : R → R : u → eu
S : R → R : v → sin(v)
Es claro ver que todas esas funciones son continuas y que
F (x, y) = S ◦ E ◦ H(x, y),
luego F es continua.
´
Observacion 3.2. Este ejemplo nos muestra lo util que es la
´
propiedad de composici´n de funciones continuas. Para ver esto, trate
o
de verificar la continuidad de la definici´n con l´
o ımites.
Para la siguiente propiedad b´sica de funciones continuas reales
a
necesitaremos la siguiente definici´n. Sean p, q ∈ Rn . Entonces defini-
o
mos su trazo como el conjunto
[p, q] = {p + λ(q − p) : λ ∈ [0, 1]}
Teorema 3.10 (Teorema del Valor Intermedio). Consideremos una
funci´n continua
o
F : Ω ⊂ Rn → R
y sean p, q ∈ Ω tal que el trazo [p, q] ⊂ Ω. Si F (p) ≤ F (q), entonces
para cada t ∈ [F (p), F (q)] existe un punto w ∈ [p, q] tal que F (w) = t.
´
Demostracion. La idea de la demostraci´n es simple y utiliza
o
el teorema del valor intermedio de funciones reales de una variable.
Consideremos la funci´n J : [0, 1] → [p, q] ⊂ Rn definida por J(λ) =
o
p + λ(q − p). Es claro que esta funci´n J es continua en [0,1]. Ahora
o
consideremos la composici´n G = F ◦ J : [0, 1] → R, la cual es una
o
funci´n continua (al ser composici´n de funciones continuas). Ahora,
o o
como tenemos que G(0) = F (p) y G(1) = F (q), dado cualquier t ∈
38. 38 3. LIMITES Y FUNCIONES CONTINUAS
[F (p), F (q)] existe λt ∈ [0, 1] con G(λt ) = t, es decir, basta tomar
w = J(λt ) = p + λt (q − p).
Tarea 3.5.
(1) Sea f : Rn → R una funci´n continua en el punto p =
o
(a1 , a2 , ..., an ). Considere la funci´n g : R → R definida por
o
g(x) = f (x, a2 , a3 , ..., an ).
¿Es g continua en x = a1 ?
(2) Sea f : [0, 1] → R continua y considere la funci´n
o
g : [0, 1] × [0, 1] → R
definida por:
g(x, y) = g(y, x)
g(x, x) = f (x)
Si 0 ≤ x < y ≤ 1, entonces g(x, y) = Max{f (t) : x ≤ t ≤ y}
¿Es g continua?
39. CAP´
ıTULO 4
FUNCIONES DIFERENCIABLES
4.1. Funciones Diferenciables
La idea b´sica es la siguiente. Dada una funci´n f : Ω ⊂ Rn → Rm ,
a o
donde Ω es un subconjunto abierto del espacio Euclidiano Rn , y dado
un punto p ∈ Ω, nos gustar´ poder reemplazar f por una funci´n
ıa o
m´s simple (computacionalmente) que valga lo mismo en el punto p =
a
(a1 , ..., an ) (es decir, f (p)) y que sea bastante cercana a f al menos
cuando estamos muy cerca de p. Lo que sirve como una funci´n m´s o a
simple es del tipo Q(x) = L(x) + q, x = (x1 , ..., xn ) ∈ Ω, donde
L : Rn → Rm es una funci´n lineal y q ∈ Rm .
o
´
Definicion 4.1. Una funci´n del tipo
o
Q(x) = L(x) + q, x = (x1 , ..., xn ) ∈ Ω,
donde L : Rn → Rm es una funci´n lineal y q ∈ Rm es llamada una
o
funci´n af´
o ın.
Si queremos que Q(p) = f (p), entonces debemos pedir q = f (p) −
L(p), es decir Q(x) = L(x − p) + f (p). Ahora, para medir que tan
cercanas est´n f (x) y Q(x) = L(x−p)+f (p), basta mirar su diferencia:
a
f (x) − f (p) − L(x − p)
Ahora, la idea es que esta diferencia sea cercana a cero cuando
estamos cerca de p y a´ n ma´, queremos que ella vaya a cero cuando x
u s
se aproxima a p.
Definicion 4.2. Sea f : Ω ⊂ Rn → Rm una funci´n, donde Ω es un
´ o
subconjunto abierto del espacio Euclidiano Rn , y p ∈ Ω. Diremos que
f es diferenciable en p si existe una funci´n lineal Df (p) : Rn → Rm
o
tal que
f (x) − f (p) − Df (p)(x − p)
l´
ım =0
x→p x−p
Llamamos a Df (p) la diferencial de f en p.
39
40. 40 4. FUNCIONES DIFERENCIABLES
Tarea 4.1. Verificar que esta definici´n coincide con la definici´n
o o
de derivada hecha en Mat 021 para n = m = 1.
Definicion 4.3. Sea f : Ω ⊂ Rn → Rm una funci´n, donde Ω es
´ o
n
un subconjunto abierto del espacio Euclidiano R . Si la funci´n f es
o
diferenciable en cada punto de Ω, entonces diremos que f es diferen-
ciable en Ω ´ simplemente que es diferenciable en caso de no existir
o
confusi´n sobre Ω.
o
Tarea 4.2. Sea L : Rn → Rm una funci´n lineal. Verificar que L
o
es diferenciable y que DL(p) = L, para cada p ∈ Rn .
Observacion 4.1. Cuando f : Ω ⊂ Rn → Rm es una funci´n difer-
´ o
enciable, tenemos definida la siguiente funci´n llamada la diferencial
o
de f :
Df : Ω ⊂ Rn → L(Rn , Rm )
la cual asigna a cada punto p ∈ Ω su diferencial Df (p). Si hacemos una
identificaci´n (por un isomorfismo) de L(Rn , Rm ) con Rn+m , entonces
o
obtenemos una funci´n o
Df : Ω ⊂ Rn → Rn+m
Ahora uno puede preguntarse si Df es continua ´ mejor a´n difer-
o u
enciable. En particular, esto nos permite analizar diferenciabilidad de
mayor orden para f en cada uno de los puntos de Ω.
4.2. Continuidad Asegurada por Diferenciabilidad
Cuando uno trata de ver si una funci´n es o no diferenciable en un
o
punto, nos encontramos ante dos problemas:
(1) Deducir un posible candidato para Df (p); y
(2) verificar que funciona el l´
ımite anterior.
Esto en general puede parecer muy dif´ ıcil, pero veremos m´s ade-
a
lante que esto no lo es tanto. Un primer paso ser´ saber si una funci´n
ıa o
puede o no ser diferenciable en un punto p. En Mat 021 vimos el sigu-
iente hecho para el caso n = m = 1.
Teorema 4.4. Si f : Ω ⊂ Rn → Rm es una funci´n diferenciable
o
en el punto p ∈ Ω, entonces f es continua en p.
41. 4.2. CONTINUIDAD ASEGURADA POR DIFERENCIABILIDAD 41
´
Demostracion. Para ver esto, supongamos que tenemos una fun-
ci´n f : Ω ⊂ R → Rm diferenciable en p ∈ Ω. Entonces sabemos que
o n
existe una funci´n lineal Df (p) : Rn → Rm tal que
o
f (x) − f (p) − Df (p)(x − p)
l´
ım =0
x→p x−p
Esto dice que dado cualquier error ǫ > 0, existe r > 0 de manera
que si x − p < r (x ∈ Ω), entonces
f (x) − f (p) − Df (p)(x − p) < ǫ x − p
Esto asegura que
f (x) − f (p) < Df (p)(x − p) + ǫ x − p ≤ (A + ǫ) x − p
donde A > 0. Luego, basta tomar δ > 0 cualquier n´ mero positivo
u
menor que r y que ǫ/(A + ǫ).
Tarea 4.3. Sea f : R2 → R definida como
x2 −y 2
, (x, y) = (0, 0)
f (x, y) = x2 +y 2
a, (x, y) = (0, 0)
Verificar que para todo valor a ∈ R f no es diferenciable en (0, 0).
Usando los hechos que (i) el l´ ımite de una funci´n vectorial es el
o
l´
ımite de sus funciones coordenadas (suponiendo que todas existan)
[ver ejemplo 2.14] y (ii) que las funciones coordenadas de una funci´n
o
lineal son funciones lineales, obtenemos el siguiente resultado.
Teorema 4.5. Consideremos una funci´n f : Ω ⊂ Rn → Rm ,
o
cuyas funciones coordenadas son f1 , ..., fm : Ω ⊂ Rn → R. f es difer-
enciable en un punto p ∈ Ω si y s´lo si cada f1 ,..., fm es diferenciable
o
en p. M´s a´n, tenemos que
a u
Df (p) = (Df1 (p), ..., Dfm (p))
´
Observacion 4.2. El teorema anterior nos est´ diciendo que el
a
estudio de funciones diferenciables con llegada vectorial es consecuencia
del estudio de funciones diferenciables reales, es decir, con llegada a R.
42. 42 4. FUNCIONES DIFERENCIABLES
4.3. Derivadas Parciales y Direccionales
Por lo observado en la secci´n anterior, nos bastar´ analizar el caso
o a
de funciones reales. Supongamos que hemos pasado el test de con-
tinuidad de una funci´n f : Ω ⊂ Rn → R en el punto p ∈ Ω. A´ n
o u
no somos capaces de decidir si f es diferenciable en tal punto!!! Nos
gustar´ en este punto poder conjeturar una posible funci´n lineal can-
ıa o
didata para Df (p) para poder usarla en la definici´n usando l´
o ımites.
Para esto, respondamos a la siguiente pregunta:
¿Qu´ forma tiene Df (p) si esta existe?
e
Suponiendo que f es diferenciable en el punto p, tenemos que existe
f (x) − f (p) − Df (p)(x − p)
l´
ım =0
x→p x−p
Esto nos dice que no importa la manera en que nos acerquemos con
x al punto p, la fracci´n
o
f (x) − f (p) − Df (p)(x − p)
x−p
se acerca siempre a 0. Veamos algunos caminos especiales de acer-
camiento.
Tomemos un vector u ∈ Rn , de norma uno, es decir u = 1.
Tal vector u nos indica una direcci´n. Aproximemosnos a p por esa
o
direcci´n, es decir, usando x = p + ru, donde r se acerca a cero. Luego
o
el l´
ımite anterior puede escribirse de la siguiente forma:
f (p + ru) − f (p) − rDf (p)(u)
l´
ım =0
r→0 |r|
lo cual es lo mismo a tener la existencia del siguiente l´
ımite:
f (p + ru) − f (p)
l´
ım = Df (p)(u)
r→0 r
Definicion 4.6. Sea f : Ω ⊂ Rn → R y p ∈ Ω, donde Ω es un
´
abierto de Rn . El l´
ımite (en caso de existir)
f (p + ru) − f (p)
l´
ım
r→0 r
es denotado por
∂f
(p)
∂u
y es llamado la derivada direccional de f en p en la direcci´n u.
o
43. 4.5. PREGUNTA NATURAL 43
Lo anterior nos permite observar el siguiente hecho.
Corolario 4.7. Si f : Ω ⊂ Rn → R es diferenciable en el punto
p ∈ Rn , entonces para todo vector u ∈ Rn , con u = 1, debe existir la
∂f
derivada direccional ∂u (p).
´
Definicion 4.8. Cuando usamos las direcciones can´nicas ej =
o
(0, ..., 0, 1, 0, ..,0) (el valor 1 en la posici´n j-´sima), denotaremos la
o e
derivada direccional en la direcci´n ej como
o
∂f
(p)
∂xj
y le llamaremos la derivada parcial de f en p en la direcci´n j-´sima.
o e
Corolario 4.9. Si f : Ω ⊂ Rn → R es diferenciable en el punto
p ∈ Rn , entonces para todo j = 1, ..., n, debe existir la derivada parcial
∂f
∂xj
(p).
4.4. Situaci´n Vectorial
o
En el caso que tenemos una funci´n vectorial f : Ω ⊂ Rn → Rm ,
o
cuyas funciones coordenadas son f1 , ..., fm : Ω ⊂ Rn → R, entonces
definimos la derivada direccional de f en p en la direcci´n de u como
o
∂f ∂f1 ∂fm
(p) = (p), ..., (p)
∂u ∂u ∂u
y de manera an´loga, su derivada parcial en la coordenada j-´sima
a e
como
∂f ∂f1 ∂fm
(p) = (p), ..., (p)
∂xj ∂xj ∂xj
4.5. Pregunta natural
Hemos visto que una condici´n necesaria para la existencia de la
o
diferencial de una funci´n en un punto p es la existencia de todas las
o
derivadas direccionales. Ahora la pregunta natural es:
Si existen las derivadas direccionales de f en el punto p,
¿podemos asegurar la diferenciabilidad de f en p?
Los siguientes ejemplos indican que en general la respuesta a la
pregunta anterior es negativa.
44. 44 4. FUNCIONES DIFERENCIABLES
Ejemplo 4.1.
(1) Sea f : R2 → R definida como
x + y, xy = 0
f (x, y) =
1, xy = 0
Entonces existen
∂f ∂f
(0, 0) = (0, 0) = 1
∂x ∂y
pero f al no ser continua en (0, 0) no puede ser diferencia-
ble en (0, 0). Este ejemplo dice que la existencia de todas las
derivadas parciales no asegura la existencia de la diferencial.
(2) Sea f : R2 → R definida como
xy 2
2 , x=0
f (x, y) = x + y4
0, x=0
Para u = (a, b), a2 + b2 = 1, se tiene que existe
2
b a=0
∂f a
(0, 0) =
∂u
0 a=0
pero como f no es continua en (0, 0) tenemos que f no es
diferenciable en (0, 0). Este ejemplo dice que la existencia de
todas las derivadas direccionales no asegura la existencia de la
diferencial.
4.6. Jacobianas, Gradientes
Hemos visto en la secci´n anterior que la diferenciabilidad de una
o
funci´n no puede asegurarse si s´lo sabemos que existen todas las
o o
derivadas direccionales.
¿Qu´ podemos hacer en el caso que tenemos la existencia
e
de las derivadas direccionales, o inclusive menos, si s´lo hemos
o
deducido la existencia de las derivadas parciales (menos can-
tidad de c´lculos)?
a
Intentemos buscar que forma deber´ tener Df (p) en caso de exi-
ıa
stir. Sabemos que Df (p) : Rn → Rm es una funci´n lineal. Podemos
o
preguntarnos por la forma que tiene. Para esto, basta con calcular la
45. 4.6. JACOBIANAS, GRADIENTES 45
matriz asociada a ella en las bases can´nicas Bn = {e1 , ..., en } para Rn
o
m
y Bm = {e1 , ..., em } para R , la cual denotaremos por
a11 · · · a1n
a21 · · · a2n
Jac f (p) = .
. .
. .
.
. . .
am1 · · · amn
que es una matriz de tama˜ o m×n. Veamos que valor es aij . Para esto,
n
recordemos que para calcular la matriz asociada M(Df (p), Bn , Bm ) =
Jac f (p) basta mirar la imagen Df (p)(ej ) y calcular sus coordenadas
en la base de llegada Bm . Pero
∂f ∂f1 ∂fm
Df (p)(ej ) = (p) = (p), ..., (p) ,
∂xj ∂xj ∂xj
y como Bm = {e1 , ..., em }, entonces obtenemos
∂fi
aij = (p).
∂xj
Definicion 4.10. Sea f : Ω ⊂ Rn → Rm una funci´n. Supongamos
´ o
que existen todas las derivadas parciales de f en un punto p ∈ Ω.
Entonces la matriz
∂f1 ∂f1
∂x1
(p) · · · ∂xn (p)
∂f2 (p) · · · ∂f2 (p)
∂x1 ∂xn
Jac f (p) =
.
. .
. .
.
. . .
∂fm ∂fm
∂x1
(p) · · · ∂xn (p)
es llamada la matriz Jacobiana de f en el punto p. Cuando m = 1,
entonces
∂f ∂f
∇f (p) = ( (p), ..., (p))
∂x1 ∂xn
es llamado el vector gradiente de f en p.
Todo lo anterior nos permite decir que forma debe tener la diferen-
cial Df (p) en caso que tengamos una funci´n f que es diferenciable en
o
un punto p.
46. 46 4. FUNCIONES DIFERENCIABLES
Teorema 4.11. Sea f : Ω ⊂ Rn → Rm una funci´n. Si f es o
diferenciable en el punto p ∈ Ω, entonces
∂f ∂f
Df (p)(k1, ..., kn ) = k1 (p) + · · · kn (p) =
∂x1 ∂xn
= Jac f (p) t [k1 · · · kn ]
Cuando m = 1, entonces tenemos que
Df (p)(k1 , ..., kn ) = ∇f (p), (k1, ..., kn )
Todo lo anterior nos permite hacer el siguiente resumen.
Teorema 4.12. Si tenemos una funci´n
o
f : Ω ⊂ Rn → Rm
donde Ω es un conjunto abierto en Rn , y tenemos un punto p ∈ Ω,
entonces:
(1) f es diferenciable en p si y s´lo si todas sus funciones coorde-
o
nadas son diferenciables en p;
(2) Si f no es continua en p, entonces f no es diferenciable en p;
(3) Si f es continua en p, pero no existe alguna derivada parcial
o derivada direccional, entonces f no es diferenciable en p;
(4) Si f es continua y posee todas las derivadas parciales, entonces
la funci´n lineal siguiente
o
∂f ∂f
L(k1 , ..., kn ) = k1 (p) + · · · kn (p)
∂x1 ∂xn
es candidata a ser la diferencial de f en p. Si existe
f (x) − f (p) − L(x − p)
l´
ım =0
x→p x−p
entonces L = Df (p).
Hay un caso particular en el que no es necesario verificar l´
ımites en
caso de estar en la situaci´n (3). Este es cuando todas las derivadas
o
parciales son continuas en el punto p:
Teorema 4.13. Si tenemos una funci´n
o
f : Ω ⊂ Rn → Rm
donde Ω es un conjunto abierto en Rn , y tenemos un punto p ∈ Ω, de
manera que todas las derivadas parciales existen y son continuas en el
punto p, entonces f es diferenciable en p.
47. 4.7. PROPIEDADES DE FUNCIONES DIFERENCIABLES 47
Ejemplo 4.2. Consideremos la funci´n f : R2 → R definida como
o
sin(x)+y 2
f (x, y) = e . Entonces existen las derivadas parciales en todo
punto p = (a, b) y estas son de la forma
∂f 2
∂x (a, b) = cos(a)esin(a)+b
∂f 2
∂y
(a, b) = 2besin(a)+b
Las derivadas parciales son continuas en todo R2 y como conse-
cuencia, f es diferenciable en R2 . En este caso,
2 2
Df (a, b)(u, v) = ucos(a)esin(a)+b + 2vbesin(a)+b
4.7. Propiedades de funciones diferenciables
Teorema 4.14. Supongamos que tenemos f, g : Ω ⊂ Rn → Rm
funciones. Entonces, las propiedades algebraica de l´
ımites aseguran lo
siguiente:
(1) Si f y g son diferenciables en el punto p, entonces para todo
α, β ∈ R se tiene que αf + βg es diferenciable en p; adem´s,
a
D(αf + βg)(p) = αDf (p) + βDg(p).
(2) Si f y g son diferenciables en el punto p, entonces el producto
interior f, g es diferenciable en p; adem´s,
a
D f, g (p) = g(p), Df (p) + f (p), Dg(p) .
En este caso, cuando m = 1 estamos hablando del producto
escalar.
(3) Si m = 1, f , g son diferenciables en el punto p y g(p) = 0,
entonces el cociente f /g es diferenciable en p; m´s a´n,
a u
g(p)Df (p) − f (p)Dg(p)
D(f /g)(p) = .
g(p)2
(4) Regla de la Cadena
(4.1) Primera forma de la Regla de la Cadena: Sea
h : (a, b) → R derivable en f (p) ∈ (a, b), y supongamos
que f es diferenciable en p entonces h◦f es tambi´n difer-
e
enciable en p. M´s a´n, se tiene la regla de la cadena:
a u
D(h ◦ f )(p)(u) = h′ (Df (p)(u)) = h′ (f (p)) ∇f (p), u =
∂f ∂f
h′ (f (p)) u1 (p) + · · · un (p) ,
∂x1 ∂xn
48. 48 4. FUNCIONES DIFERENCIABLES
donde u = (u1 , ..., un )
(4.2) Segunda forma de la Regla de la Cadena: Sea P :
(a, b) → Ω ⊂ Rn una funci´n definida por
o
P (t) = (x1 (t), ..., xn (t))
donde las funciones xk son funciones derivables en t = t0 .
Supongamos que P (t0 ) = p. Entonces f ◦ P : (a, b) → R
es derivable en t = t0 ; m´s a´n, se tiene la regla de la
a u
cadena:
d(f ◦ P )
(t0 )(u) = Df (p)(x′1 (t0 )u, ..., x′n (t0 )u) =
dt
∂f ∂f
= x′1 (t0 ) (p) + · · · x′n (t0 ) (p) u
∂x1 ∂xn
(4.3) Forma general de la Regla de la Cadena: Sean
P1 , ..., Pn : W ⊂ Rk → R funciones diferenciables en el
punto q ∈ W supongamos que (P1 (q), ..., Pk (q)) = p ∈ Ω.
Entonces la funci´n definida por f (P1 (x), ..., Pn (x)) es
o
diferenciable en q; m´s a´n, tenemos la regla de la ca-
a u
dena
Df (P1 , ..., Pn )(q)(u) = Df (p)(DP1 (u), ..., DPn(u)) =
n k
∂f ∂Pj
= (p) us (q)
j=1
∂xj s=1
∂ys
´
Demostracion. Los puntos (1) y (2) son consecuencia directa
del ´lgebra de l´
a ımites y el punto (3) es consecuencia de (4) usando
h(x) = 1/x. Luego, la unica parte que necesitamos verificar es la regla
´
de la cadena, es decir parte (4). Para dar una idea, en (4.1) debemos
considerar la fracci´n
o
h(f (x)) − h(f (p)) − h′ (f (p))Df (p)(x − p)
(∗)
x−p
cuando x se acerca a p. Pero,
h(f (x)) − h(f (p))
f (x) − f (p)
se aproxima al valor h′ (f (p)) ya que h es derivable en f (p). Luego, la
fracci´n (∗) se aproxima al mismo valor donde se aproxima la fracci´n
o o
h′ (f (p))(f (x) − f (p)) − h′ (f (p))Df (p)(x − p)
=
x−p
49. 4.7. PROPIEDADES DE FUNCIONES DIFERENCIABLES 49
f (x) − f (p) − Df (p)(x − p)
h′ (f (p)) ,
x−p
la cual se aproxima a 0 ya que f diferenciable en p.
Tarea 4.4. Verificar la regla de la cadena (4).
Ejemplo 4.3.
1.- Si f (t) = (cos(2πt), sin(2πt)) y g(x, y) = xy, entonces g ◦
f (t) = cos(2πt) sin(2πt). Entonces (g ◦ f )′ (t) = −2π cos(4πt).
Usando la regla de la cadena, tenemos que
−2π sin(2πt)
Jac f (t) = Jac g(x, y) = [y x]
2π cos(2πt)
de lo cual obtenemos que
Jac g(f (t))Jac f (t) = −2π cos(4πt)
2.- Sea f (x, y) = (x2 , y 2, xy) y g(u, v, w) = u + v + w. Entonces
g ◦ f (x, y) = x2 + y 2 + xy. En particular,
∂(g ◦ f )
(a, b) = 2a + b =
∂x
∂g 2 2 ∂x2 ∂g ∂y 2 ∂g 2 2 ∂xy
= (a , b , ab) (a, b)+ (a2 , b2 , ab) (a, b)+ (a , b , ab) (a, b)
∂u ∂x ∂v ∂x ∂w ∂x
Tarea 4.5.
(1) Calcular las derivadas parciales
∂f ∂f
, y
∂t ∂s
para las funciones:
(a) f (x, y, z) = xyz, x(t, s) = t + s, y(t, s) = ts, z(t, s) =
cos(ts);
(b) f (x, y) = Log(x2 + y 2), (x, y) = (0, 0), x(t, s) = et+s ,
y(t, s) = 1 + t + s + ts.
(2) Sea u(x, y, z) = f (x − y, y − z, z − x), donde f es funci´n real
o
que posee todas las derivadas parciales continuas. Verificar que
∂u ∂u ∂u
+ + =0
∂x ∂y ∂z
50. 50 4. FUNCIONES DIFERENCIABLES
(3) Sea u(x, t) = f (x + kt), donde f es funci´n real derivable.
o
Verificar que
∂2u ∂2u
= k2 2
∂t2 ∂x
(4) Sea f (x, y) una funci´n real diferenciable y consideremos las
o
formas polares
x = x(r, θ) = rcos(θ), y = y(r, θ) = rsin(θ)
Expresar las derivadas parciales
∂f ∂f
,
∂r ∂θ
en funci´n de las derivadas parciales
o
∂f ∂f ∂x ∂x ∂y ∂y
, , , , ,
∂x ∂y ∂r ∂θ ∂r ∂θ
(5) Sea f : R → R una funci´n derivable y sea g(x, y, z) = x2 +
o
y 2 + z 2 . Verificar la igualdad
2
∇(f ◦ g)(a, b, c) = 4(f ′ (a2 + b2 + c2 ))2 g(a, b, c)
Ejemplo 4.4. Algunas funciones f (x1 , ..., xn ) tienen la propiedad
de homogeinidad, es decir, existe un valor entero r > 0 tal que para
cualquier valor λ ∈ R vale la igualdad
f (λx1 , ..., λxn ) = λr f (x1 , ..., xn )
Decimos que f es homog´nea de grado r. Si sabemos que f es diferen-
e
ciable, entonces podemos derivar respecto a la variable λ para obtener
(usando la regla de la cadena) la igualdad
n
∂f
xj (λx1 , ..., λxn ) = rλr−1 f (x1 , ..., xn )
j=1
∂xj
Haciendo λ = 1, obtenemos la igualdad
n
∂f
xj (x1 , ..., xn ) = rf (x1 , ..., xn )
j=1
∂xj
Una consecuencia directa de la regla de la cadena es la extensi´no
del teorema del valor medio en una variable a varias variables como
sigue. Dado dos puntos p, q ∈ Rn , el trazo determinado por ellos es
[p, q] = {λq + (1 − λ)p : λ ∈ [0, 1]}