cál.vec-Pita
1084 Pages

cál.vec-Pita

Course Number: FíSICA 515.15, Spring 2010

College/University: Universidad de Antioquia

Word Count: 413179

Rating:

Document Preview

Cálculo Vectorial PRIMERA EDICIÓN Claudio Pita Ruiz Universidad Panamericana Escuela de Ingeniería PRENTICE HALL MÉXICO' NUEVA YORK' BOGOTÁ' LONDRES' MADRID MUNICH· NUEVA DELHI • PARÍS' RÍO DE JANEIRO SINGAPUR • SYDNEY • TOKIO' TaRaNTa· ZURICH EDITOR: SUPERVISOR DE TRADUCCIÓN: SUPERVISIÓN PRODUCCIÓN: Luis Gerardo Cedeño Plascencia Jorge Bonilla Talavera Julián Escamilla Liquidano Pita: Cálculo...

Unformatted Document Excerpt
Coursehero >> Colombia >> Universidad de Antioquia >> FíSICA 515.15

Course Hero has millions of student submitted documents similar to the one
below including study guides, practice problems, reference materials, practice exams, textbook help and tutor support.

Course Hero has millions of student submitted documents similar to the one below including study guides, practice problems, reference materials, practice exams, textbook help and tutor support.

Vectorial PRIMERA Cálculo EDICIÓN Claudio Pita Ruiz Universidad Panamericana Escuela de Ingeniería PRENTICE HALL MÉXICO' NUEVA YORK' BOGOTÁ' LONDRES' MADRID MUNICH· NUEVA DELHI • PARÍS' RÍO DE JANEIRO SINGAPUR • SYDNEY • TOKIO' TaRaNTa· ZURICH EDITOR: SUPERVISOR DE TRADUCCIÓN: SUPERVISIÓN PRODUCCIÓN: Luis Gerardo Cedeño Plascencia Jorge Bonilla Talavera Julián Escamilla Liquidano Pita: Cálculo Vectoriall/Ed. Todos los derechos reservados Prohibida la reproducción total o parcial de esta obra, por cualquier medio o método sin autorización por escrito del editor. Derechos reservados © 1995 respecto a la primera edición en español publicada por PRENTICE HALL HISPANOAMERIChuT\JA S.A. Calle 4 Nº 25-22 piso Fracc. lnd. Alce Blanco, Naucalpan de ]uárez, Edo. de México, c.P. 53370 ISBN 968-880-529-7 Miembro de la Cámara Nacional de la Industria Editorial, Num. 1524 Cl SE' PROGRAMAS EDUCATIVOS, S. A. DE c.v. CALZ. CHABACANO No. 65, LOCAL A COL. ASTURIAS,DELEG, CUAUHTEMOC, C.P. 06850, MÉXICO, D.F. EMPRESA CERTIFICADA POR EL INSTITUTO MEXICANO DE NORMAUZACIÓN y CERTIACACIÓN A.C.. BAJO LA NORMA 1509002: '9!l4JNMX.cC.{)()4: '995 CON EL No. DE REGISTRO RSC-!l48 '''' Cl It seems to be one of the fundamental features of nature that fundamental physics laws are described in terms of a mathematical theory ofgreat beauty and power, needing quite a high standard of mathematics for one understand it. You may wonde'r: why is nature constructed along these lines? One can only answer that our present knowledge seems to show that nature is so constructed. We simply have to accept it. One could perhaps describe the situation by saying that Cod is a mathematician of a ver)' high order, and He used very advanced mathematics in constructing the Universe. Paul Dirae Let us grant that the pursuit ofmathematics is adivine madness of the human spirit. Alfred North Whitehead P rólogo The values [of mathematicsJ are there, values at least as great as any human creation can offer. If all are not readily or widely perceptible or appreciated, fortunately they are utilized. If the climb to reach them is more ardous than in music, say, the rewards are richer, for they include almost all the intellectual, aesthetic, and emotional values that any human creation can offer. Morris Kline Este es un libro de cálculo diferencial e integral de funciones cuyo dominio y/o codominio son subconjuntos del espacio lit". Como a los elementos de este espacio se les llama "vectores", un nombre popular para este tipo de temas dentro del cálculo es el de "cálculo vectorial". De otro modo aún, este libro trata sobre el cálculo en (espacios de) dimensiones superiores. El único prerrequisito formal para estudiar el material que aquí se presenta, es haber tomado un curso de cálculo diferencial e integral de funciones reales de una variable real (como el que se estudia en un primer semestre de cálculo), junto con algunos resultados elementales sobre sistemas de ecuaciones lineales y matrices (que se estudian generalmente en un curso de álgebra superior o en los primeros capítulos de un curso de álgebra lineal). El cálculo es el primer contacto de un estudiante con la llamada "matemática superior"; desde el concepto de límite para funciones de una variable se puede advertir que las ideas que se manejan en esta parte de la matemática tienen un sabor diferente de las que se habían estudiado previamente (álgebra, trigonometría, geometría analítica). Actualmente ya no es necesario insistir en la importancia del estudio del cálculo, como primera etapa para adentrarse en problemas matemáticos más elaborados, o bien para abordar problemas en otras ramas del conocimiento que utilizan de manera importante las herramientas que ofrece el cálculo. Esta parte de la matemática fue, desde su nacimiento en el siglo XVII, es ahora, y seguirá siendo, la antesala de los problemas propios del estudio de la mayor parte del conocimiento científico actual, como el que aparece en los planes de estudio de las carreras de ingeniería o ciencias. Esto es especialmente cierto con los temas del cálculo en dimensiones superiores, como los que contempla este libro. Lo es, por ejemplo, por las importantes aplicaciones que de estos temas se derivan, sobre las cuales puse una especial atención para que aparecieran en los momentos importantes del desarrollo de la teoría. Por otra parte, el cálculo en dimensiones superiores nos brinda la primera oportunidad de disfrutar las satisfacciones intelectuales que proporcionan los procesos de generalización en matemáticas. Una vez entendidos los conceptos del cálculo para funciones reales de una variable, y que se admira la fuerza de estas ideas para resolver problemas en otras partes del conocimiento científico, aún más, cuando llegamos a pensar que estamos pisando terrenos "muy elevados" de la matemática, el cálculo en dimensiones superiores nos muestra que· estábamos apenas a la mitad de la montaña, y que las emociones fuertes apenas comienzan a aparecer al ver que los resultados del primer curso de cálculo son casos particulares de situaciones que contemplan los mismos problemas, pero de una manera más general. Esta obra contiene más material del que se puede cubrir normalmente en un segundo curso de cálculo con estos temas. No es, sin embargo, un tratamiento exhaustivo del cálculo en lit". Como en cualquier libro de matemáticas, hay varias ausencias (por ejemplo, las demostraciones de los teoremas vii V lll Prólogo de la función implícita y de la función inversa que se estudian en el capítulo 3), y la justificación de estas ausencias es también, como en cualquier libro de matemáticas, la misma: no es posible tener en unas cuantas páginas todos los temas que contempla y que se derivan de una (cualquiera) parte de la matemática. L0s temas tratados en los libros de matemáticas son fruto principalmente de dos motivaciones del autor. La primera de ellas es que el libro debe contener como mínimo el material que se debe cubrir en un curso normal. La segunda es que el libro debe ofrecer más que este material mínimo (de otra forma se podría convertir en una recopilación de apuntes del curso), ya sea profundizando en los temas tratados, o bien, presentando algunas de sus derivaciones. Y son los gustos y las debilidades matemáticas del autor los que deciden el producto de esta segunda motivación, lo cual provoca entonces la ausencia de algunos temas, así como el estudio de algunos temas no usuales en un curso sobre la materia. Lo que presentamos en este libro se no es ajeno a estos hechos, pues éste contiene como subconjunto propio el material "normal" de un segundo curso de cálculo ... y algunas cosas más. Las partes correspondientes al complemento de los temas obligados en un curso de esta materia, que considero son las "más prescindibles" en un primer acercamiento al cálculo en IRn, aparecen como apéndices de secciones de capítulos, o bien como secciones que están marcadas con un asterisco. Con estas indicaciones explícitas, y el criterio (y gusto) del profesor, se pueden planear varios programas de cursos en los que se puede usar el presente libro como texto. El inicio de esta obra "considera" el conjunto IRn, formado por n-adas ordenadas de números reales, y termina con la demostración del teorema (general) de Stokes, con formas diferenciales, sus diferenciales exteriores, y la integración de éstas en cadenas. La "distancia" que hay entre estos dos hechos matemáticos es muy grande, y la intención del libro es proporcionar un plan de ruta al lector para que recorra el camino que separa estos dos hechos. En el transcurso de este principio y fin se exploran muchas de las maraviílosas ideas que ofrece el cálculo en dimensiones superiores, como el concepto de difereneiabilidad de funciones reales de varias variables (capítulo 2), los teoremas de la función implícita y de la función inversa (capítulo 3), el problema de los extremos sujetos a restricciones (capítulo 4), los conceptos de curvatura y torsión para curvas en el espacio (capítulo S), el teorema de cambio de variables en integrales dobles y triples (capítulo 6), el estudio de los campos conservativos y el teorema de Oreen (capítulo 7), los conceptos de superficies en el espacio (capítulo 8), el teorema de la divergencia y el teorema de Stokes (capítulo 9), y el teorema-general---de Stokes, como resultado globalizador de toda la obra (capítulo 10). Los temas mencionados, representativos de cada capítulo, constituyen un "guión" de un curso est,índar de cálculo vectorial. Algunos de los temas adicionales que el libro presenta son: el teorema de Euler sobre funciones homogéneas (capítulo 2); el método de Newton para la solución de sistemas de ecuaciones no lineales (capítulo 3); un estudio sobre las condiciones que garantizan la existencia de extremos condicionados en el método de los multiplicadores de Lagrange (capítulo 4); un estudio de curvas paralelas (capítulo 5); el cálculo de volúmenes de esferas, conos y paralelepípedos en el espacio IRn (capítulo 6); un estudio introductorio sobre conjuntos conexos en IR", un estudio sobre las ecuaciones diferenciales exactas, y una demostración de la desigualdad isoperimétrica (capítulo 7); un estudio introductorio sobre tubos en IR2 y IR3 (capítulo 8); las "cuentas" explícitas para obtener la expresión del rotacional de un campo en el sistema de coordenadas esféricas (capítulo 9); la demostración del teorema general de Stokes, con formas diferenciales e integración en cadenas (capítulo ¡ 0); Además, un ejercicio con 27 incisos distribuídos en 4 secciones del libro (capítulo 2, secciones 6 y 12, Y capítulo 7, secciones 3 y 4), en el que se dan algunas ideas sobre la teoría de funciones de variable compleja, y cuyo objetivo es que el lector aplique la teoría expuesta en esta obra para demostrar algunos resultados elementales que aparecen en esta teoría. El libro contiene varios cientos ele ejemplos resueltos y más de 2300 ejercicios para que el estudiante los resuelva, la mayoría de los cuales tiene respuesta en la sección correspondiente al Prólogo ix final del libro. El papel que juega la resolución de estos ejercicios en la comprensión del material expuesto es, como en todos los libros de matemáticas, fundamental. Hasta que nos enfrentamos a situaciones concretas planteadas en estos ejercicios, cuya solución demanda la aplicación de la teoría expuesta, es cuando se empieza a dar el proceso de comprensión de la materia. Los ejercicios que demandan para su solución algo más de lo que el libro ofrece, están marcados con uno o varios asteriscos, según su grado de dificultad. Este libro fue escrito con el apoyo de una beca de Cáteara Patrimonial Nivel III del Consejo Nacional de Ciencia y Tecnología (CONACYT). Aunque la responsabilidad de la realización del proyecto fue solamente mía, en él estuvieron involucradas muchas personas que me ayudaron e impulsaron para presentar esta primera versión del libro, que inicialmente fue concebido como una obra menos ambiciosa de la que se presenta, pero que poco a poco se fue convirtiendo en lo que ahora es, al no poner resistencia a los encantos y ganas de escribir algunos de los temas complementarios del curso que se comentaban anteriormente. Antes que nada, deseo hacer patente mi agradecimiento a las autoridades de la Universidad Panamericana, que me ofrecieron el espacio y el apoyo para la realización de este proyecto; especialmente al Ing. Pedro Creuheras Vallcorba, de la Escuela de Ingeniería, y a la Lic. Aurea Rojas Ponce, del Centro de Cómputo, quienes siempre me brindaron las facilidades necesarias para salir adelante en los momentos críticos y decisivos del proyecto. Agradezco también al Girton College de la Universidad de Cambridge (Inglaterra), donde escribí los dos últimos capítulos del libro, durante el verano de 1994. A Sergio W. del Valle y Gutiérrez, quien trabajó conmigo durante medio año en una de las etapas finales del libro. A Carlos F. Diez de Sollano Navarro, a quien dirigí su tesis de licenciatura (sobre el producto cruz generalizado), algunos resultados de la cual aparecen en el ejercicio 35 de la sección 7 del capítulo 1. A Pedro Albin Smith, quien resolvió los ejercicios de los capítulos 5 y 6. Al Ing. Alfonso Leal Guajardo, quien revisó varios capítulos, usándolos en un curso sobre la materia que impartió en el primer semestre de 1994, y posteriormente revisó de manera exhaustiva el capítulo 7, resolviendo todos los ejercicios que en este capítulo aparecen. Al L.F.M. Francisco Ortíz Arango, al Ing. Eduardo de la Vega Segura, a la Ing. Lilia Elena de la Vega Segura, al DI". Fernando Brambila Paz y al Dr. Alejandro Bravo Mojica, quienes leyeron varios de los capítulos dellibíO. Menciono de manera especial al equipo con quien trabajé durante las últimas horas antes de dar por concluido el proyecto, haciendo los dibujos del libro en computadora, armando, revisando, y, en fin, trabajando intensamente en esos momentos críticos de la terminación de un proyecto de esta magnitud; mi agradecimiento especial a mis alumnos Rigoberto Chávez Carrillo y José Luis Salazar Velázquez, al Ing. David Pérez Rivera, a la Ing. Lourdes Grimaldo Funes y a la Ing. Rebeca Moreno Lara Barragán. Por último, un agradecimiento más especial aún al Ing. Javier Cervantes Camarena, quien exhibió nuevamente una combinación muy difícil de conseguir, pues además de ayudarme con la elaboración de muchos de los dibujos que aparecen en el libro, logró, con su buen humor y optimismo, neutralizar muchos de mis momentos de histeria (que se incrementaron sustancialmente durante algunos meses previos a la terminación del libro), mostrándome siempre su amistad y apoyo. Claudio de Jesús Pita Ruiz V. Universidad Panamericana Escuela de Ingeniería Donatello 75-bis Colonia Insurgentes-Mixcoac México, D.F. 03920 México, D. F., septiembre de 1994. C ontenido Prólogo . vii Capítulo l. Introducción al espacio IRn y al álgebra lineal . 1.1 1.2 1.3 lA 1.5 1.6 1.7 1.8 1.9 El espacio IRn . . . . . . . . . Producto punto. Proyecciones Norma y distancia . Bases ortonormales. Cambios de base El producto cruz en IR 3 . . . . . . . . Apéndice. Coordenadas cilíndricas y esféricas Rectas y planos en IR 3 Transformaciones lineales Valores y vectores propios Formas cuadráticas.. . . . 1 1 17 25 36 44 51 60 73 83 91 103 Capítulo 2. Funciones de varias variables . . . . . Funciones de varias variables . . . . . . . . . Geometría de las funciones de varias variables Límites y continuidad. . Derivadas parciales . . . . Derivadas direccionales. . . . . . . . Apéndice. El teorema del valor medio 2.6 Diferenciabilídad........ 2.7 Diferenciabilidad y derivadas direccionales Apéndice. El Teorema de Euler sobre funciones homogéneas 2.8 Gradiente.. . . . 2.9 Vectores normales 2.10 Planos tangentes . 2.11 La diferencial. . . 2.12 Derivadas parciales de órdenes superiores . Apéndice I. Funciones de clase ~k . . . . Apéndice Il. El Teorema de Euler sobre funciones homogéneas (versión general para funciones de dos variables). . .... Capítulo 3. Funciones compuestas, inversas e implícitas 3.1 3.2 3.3 304 3.5 Composición de funciones . . Regla de la cadena . . . . . . Regla de la cadena. Perspectiva Funciones implícitas (1) . Funciones implícitas (II) . . . ..... .... general .. 2.1 2.2 2.3 2.4 2.5 103 112 127 147 lS8 164 168 184 188 193 201 207 219 222 229 230 241 242 249 269 280 297 xi x ii Contenido 3.6 * 3.7 4.1 4.2 4.3 4.4 4.5 Funciones inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . Un interludio numérico: el método de Newton para sistemas no lineales. 309 319 333 335 343 355 365 372 381 398 407 425 425 432 442 458 Capítulo 4. Extremos de las fundones de varias variables Definición y ejemplos preliminares .. . La fórmula de Taylor de segundo orden . . . . . . . . Condiciones suficientes para la existencia de extremos locales. Caso de dos variables. Ejemplos . . . . . . Apéndice. El método de mínimos cuadrados . . . . . . . . . Extremos condicionados . . . . . . . . . . . . . . . . . . . Apéndice Extremos absolutos de funciones en regiones compactas Extremos condicionados (H): condiciones suficientes . . . . . . . * 4.6 5.1 5.2 5.3 5.4 5.5 5.6 5.7 * 5.8 5.9 5.10 5.11 Capítulo 5. Curvas en el espacio. . . . . . . . . . . . . Introducción. Límites y continuidad . . . . . . . . Caminos en JR". Consideraciones y ejemplos preliminares Diferenciabilidad. Curvas regulares. Reparametrizaciones . . . . . . . . . . . Longitud de un camino . . . . . . . . . . Reparametrizaciones por longitud de arco. Curvatura............... Curvas paralelas . . . . . . . . . . . Plano osculador, normal y rectificante . Torsión . Aplicaciones a la dinámica 469 479 484 503 519 526 535 551 553 562 567 570 589 608 608 612 614 620 624 632 636 640 646 646 650 653 656 Capítulo 6. Integrales IDl.llHIlles 6.1 6.2 6.3 6.4 6.5 Integrales dobles (1): funciones escalonadas . . . . . . . . . . Integrales dobles (H): funciones integrables sobre rectángulos . Apéndice. Integrabilidad de funciones discontínuas en conjuntos de medida cero Integrales dobles de funciones sobre regiones más generales Cambio de variables en integrales dobles . Aplicaciones de las integrales dobles . . . 6.5.1 Voltimenes de cuerpos en el espacio . 6.5.2 Areas de figuras planas . . . . . . . 6.5.3 Centros de masa y momentos de figuras planas 6.5.4 Valor medio de una función . . . . Integrales triples . . . . . . . . . . . . Cambio de variables en integrales triples 6.7.1 Coordenadas cilíndricas. . . . 6.7.2 Coordenadas esféricas Aplicaciones de las integrales triples 6.8.1 Volúmenes de cuerpos en el espacio . 6.8.2 Centros de masa y momentos de cuerpos en el espacio. 6.8.3 Valor medio de una función Integrales N-múltiples . . . . . . . . . . . . . . . . . . . 6.6 6.7 6.8 6.9 Contenido xiii Capítulo 7. Integrales de línea . . . . . . . . . . . . . . Curvas en el espacio: resumen de hechos importantes Campos vectoriales. . . . . . . . . . . . . . . . . Apéndice. Campos vectoriales en los sistemas de coordenadas cilíndricas y esféricas . . . . . . . . . . . . . . . . . . . . 7.3 Integrales de línea: definición y propiedades . . . . . . . . . . . . . . 7.4 Independencia del camino, campos conservativos y funciones potenciales * 7.5 Un interludio topológico: conexidad 7.5.1 Conjuntos conexos . . . . . . . . . . . . . 7.5.2 Conjuntos conexos por caminos . . . . . . . 7.5.3 Conjuntos simplemente conexos, homotopía * 7.6 Ecuaciones diferenciales exactas . . . . . . . . . 7.7 Integrales de línea con respecto a la longitud de arco 7.7.1 Definición y propiedades 7.7.2 Aplicaciones . . . . 7.8 La perspectiva de la física. . 7.9 El teorema de Green . . . . Apéndice (1). Una demostración del teorema de cambio de variables en integrales dobles. . . . . . Apéndice (H). La desigualdad isoperimétrica . . . . . . 7.10 Rotación de un campo en ]R2 . . . . . . . . . . . . . . 7.11 La divergencia de un campo vectorial (l): campos en]R2 Apéndice. La divergencia en los sistemas de coordenadas cilíndricas y esféricas. Capítulo 8. """'P,-ji"·; ..,, en ]R3 8.1 8.2 8.3 8.4 8.5 8.6 * 8.7 Superficies simples . Reparametrizaciones . . Espacios tangentes, planos tangentes y vectores normales Superficies más generales . Orientación de superficies Área de una superficie Tubos . 8.7.1 Tubos en ]R2 8.7.2 Tubos en]R3 . . 7.1 7.2 671 671 673 680 689 702 725 727 729 731 741 753 753 761 771 779 790 792 799 807 814 821 821 834 839 847 857 862 873 873 876 881 881 886 887 892 905 915 920 926 938 Capítulo 9. Integrales de superficie . . .. 9.1 9.2 9.3 9.4 9.5 9.6 Integrales de superficie de funciones reales . . . . . . . . . . . . . . . . . 9.1.1 Aplicaciones (1). Valor medio de una función definida en una superficie 9.1.2 Aplicaciones eH). Centros de masa y momentos de superficies Integrales de superficie de campos vectoriales. . . . . . La divergencia de un campo vectorial (H): campos en]R3 . . . . . El rotacional de un campo vectorial . . . . . . . . . . . . . . . . Apéndice. El rotacional en los sistemas de coordenadas cilíndricas y esféricas. El teorema de Stokes . Grad, Div, Rot: Las fórmulas clásicas del análisis vectorial . xiv Contenido Capítulo 10. Formas diferenciales . . . . . . . . 10.1 10.2 10.3 lOA 10.5 10.6 945 946 Definiciones preliminares. Suma y producto de formas La diferencial exterior . . . . . . Cambio de variables en formas . . . . . Integración de p-formas sobre p-cubos . Integración de p-formas sobre p-cadenas El teorema (general) de Stokes . . . . . 957 970 979 983 993 1001 1071 Respuestas a los ejercicios Bibliografía Índice analítico 1073 _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Capítulo ducción al espacio al ál eh lineal En este primer capítulo expondremos los preliminares necesarios para abordar adecuadamente el estudio del cálculo para funciones cuyo dominio y/o codominio es el espacio n-dimensional IRn. Por una parte, estudiaremos algunos aspectos sobre la naturaleza algebraica de este espacio, que será nuestro anfitrión durante el desarrollo de toda la obra, insistiendo en la gran riqueza geométrica, la cual puede ser visualizada en los casos en que 11 = 2 Y n = 3 y, por otra parte, introduciremos algunos conceptos importantes del álgebra lineal que nos ayudarán en su momento a tener un lenguaje adecuado para entender varios de los temas que aparecen en el estudio del cálculo (sobre todo el diferencial) de las funciones anteriormente mencionadas (v.gr. la derivada de una función determinada es una "transformación lineal"). Advertimos, sin embargo, que los tópicos que aquí abordaremos no serán tratados en forma exhaustiva, pues el objetivo es solamente dejar asentado un material de repaso y/o referencia, cuyo conocimiento es importante (muchas veces fundamental) para entender las discusiones de los temas de esta obra. Muchos de estos temas se tratan de modo más profundo en algunos textos de álgebra lineal. De cualquier modo, se advierte que sí es un requisito el conocimiento de algunos resultados elementales sobre la teoría de sistemas de ecuaciones lineales, matrices y determinantes, que se exponen en los primeros capítulos de algunos libros de álgebra lineal, como por ejemplo, en los dos primeros capítulos de la referencia [Pillo 1.1 El espado]Rn Téngase en cuenta que, en todo el libro, la letra n, que acompaña a la letra IR en la notación IR", denotará a un número natural. Consideremos el conjunto de todas las n-adas ordenadas de números reales, que denotaremos por IR" (y leemos "erre ene") A cada uno de los números reales XI, X2, ... , X" que conforman la n-ada (XI, X2, ..• , x,,) E IR", se le llama componente o coordenada de la n-ada correspondiente y, puesto que éstas son ordenadas, decimos, con más precisión, que Xi es la i-ésima coordenada de (XI, X2, ... , x,,), i = l, 2, ... ,n. Por ejemplo, si n = l, el conjunto IR I no es más que el conjunto de números reales IR. Si n = 2, IR 2 será 2 Capítulo 1 Introducción al espacio IR n y al álgebra lineal el conjunto de parejas ordenadas de números reales que podemos escribir como {(x, y)lx, y E IR}. Si n = 3, el conjunto IR 3 estará formado por las ternas ordenadas de números reales, que se puede escribir como {(x, y, z)lx, y, z E IR}, etc. Insistimos en que las n-adas que constituyen el conjunto jR;1l, son ordenadas: por ejemplo, en IR 2 la pareja (2,7) es diferente de la pareja (7, 2). De hecho, dos n-adas de IR" se dicen ser iguales, cuando todas y cada una de sus coordenadas son iguales. Es decir que i = 1,2, ... , n (XI, X2,"" x ll ) = (YI, Y2,"" y,,) q Xi = Yi, Un hecho de fundamental importancia en el conjunto IR" es quepodemos <iefinir en él dos operaciones entre sus elementos, las cuales cumplen con ciertas propiedades que veremos a continuación. Este hecho hace que tal conjunto tenga una estructura algebraica llamada espacio vectorial y que, por tanto, nos podamos referir a él no sólo como el "conjunto jR;"", sino como el "espacio IR"". Las operaciones que definimos en IR" son a. Suma de n-adas ordenadas Si (X],X2'''''X,,), (YI,Y2,""Y") son dos elementos de IR", definimos su suma, denotada por (x], X2, ... , x,,) + (YI, Y2, ... , YIl)' como (X], X2, ... , x,,) + (y], Y2, ... , Yn) = (x] + YI, X2 + Y2, ... ,x" + Yn) b. Producto de una n-ada ordenada por un escalar Si (XI, X2, ... , x,,) es un elemento de IR", Ye es un número real (en álgebra lineal se usa la palabra siguiendo esta "escalar" para designar a un elemento de un campo, que en nuestro caso es nomenclatura, también nosotros llamaremos escalar a un número real). El producto de la n-ada (x], X2, ... , x,,) por el escalar e, denotada por e(xI, X2, ... , x,,), se define como C(XI, X2, .. " x ll ) = (exl, eX2, ... , CX Il ) Obsérvese que, según estas definiciones, tanto la suma de n-adas como el producto de una de ellas por un escalar, son nuevamente n-adas del conjunto IR". Por ello se dice que estas operaciones son eerradas en IR". Por ejemplo, en IR 3 la suma de la terna (2,5. -9) con la terna (l, 0, 7) es (2,5, -9) + (1,0,7) = (2 + 1,5 + O. -9 + 7) = (3.5, -2), que es una nueva tema de IR 3 ; en IR 4 , el producto de la 4-ada (2, 8, -6,3) por el escalar -2 es -2(2, 8, -6,3) = (-4, -16, 12, -6) que es también un elemento de IR 4 • Es fácil verificar que estas operaciones entre los elementos de IR" cumplen con las propiedades siguientes: \ l. La suma es conmutativa, es decir (x]. X2, ...• x,,) + (YI, Y2,"" Yn) = (YI, Y2,···. y,,) + (x], X2,.·" x,,) 2. La suma es asociativa, es decir (XI.X2,···'X n)+ [(YI,Y2, ... ,Y,,)+(Z],Z2, ...• Zn)] = [(X], X2, ... , x,,) + (YI' Y2,"" y,,)] -1- (Zl, Z2,"" z,,) 3. Existe un elemento en IR", llamado cero, que actúa de manera neutra para la suma. De hecho, este elemento es el que tiene todas sus coordenadas iguales al (número real) cero. Lo denotaremos --------------------- 1.1 El espacio IR" 3 por O (o cuando no haya peligro de confusión, simplemente por O). Es decir O = (O, O.... , O) E ]R" Yse tiene (XI. X}, ... , XII) + (0,0, ... , O) = (XI, x2, ... , XII) 4. Cada n-ada de ]R" tiene un "inverso aditivo", el cual es un elemento de]R" que tiene la propiedad de que, sumado con la n-ada original, produce cero (¡el cero de]R" !). De hecho, el inverso aditivo de (XI. X2.· .. , XII) es (-XI, -x} •...• -XII) puesto que (XI, X} ••••• xn ) + (-XI, ~X2 •...• -xn ) = (0,0, ... , O) 5. Si A es un escalar, se tiene 6. Si A Y J-L son escalares, se tiene 7. Si A Y J-L son escalares, se tiene (A,u.)(XI,X2 •...• XIl) = A[J-L(XI,X2, ... ,x lI )] = ,u.[A(XI,X}, ... ,x lI )] 8. l(xI, X2 • ... , XII) = (Xl. X}, ... , XII) Como decíamos, todas estas propiedades son de verificación inmediata y su validez se basa fundamentalmente en las 'correspondientes propiedades ya conocidas de los números reales, como la conmutatividad, asociatividad y la existencia de neutros para la suma y producto de reales, además de la existencia de inverso para la suma y la distributividad. Obsérvese que, de hecho, si n = 1, ]R 1 no es más que el conjunto de números reales y las propiedades 1-8 anteriormente mencionadas se cumplen automáticamente (basándonos en que conocemos de antemano las propiedades algebraicas de ]R). Sabemos que, en realidad, ]R es más que un espacio vectorial: es un campo (es un hecho general que un campo K cualquiera es un espacio vectorial, tomando como escalares los mismos elementos de K). A manera de ejemplo, verifiquemos la validez de la propiedad 5. Se tiene A [(XI. X2, ... , XII) + (YI. Y2 • ... , Yn)] = = A(XI + YI, X2 + )'} .... , Xn + YII) + )'1). A(x} + Y2),.··. A(x" + )'11») definición de) ( suma en IR:" definición de ProductO) ( P?r escalares en R" propiedad distributiva) ( de los números reales = (A(XI = (AXI' ÁX2 •...• Ax + (AYI, lI ) AY2,"" AYII) definición de) ( suma en IR:" definición de ProductO) ( por escalares en 'R" 4 Capítulo l Introducción al espacio JR" y al álgebra lineal y z y ................ (x, y) (x, y, z) ---------1""-----------4> X X x x Figura 1. Vectores en JRz y JR3. y Cuando en un conjunto no vacío V se han definido operaciones de suma entre sus elementos y producto de éstos por escalares (números reales,I) + az(xz + yz) + ... + a"(x,, + y,,) = R (a¡x¡ + azxz + ... + a"x,,) + (aIYI + azyz + ... + a"y,,) = O+ 0= ° También, si x = (XI, xz, ... , x,,) está en S y e E se tiene que ex está en S pues En la sección 6 se verá que estos subespacios se pueden interpretar geométricamente como "hiperplanos" en ]R". Otros subespacios importantes están dados por 8 Capítulo I Introducción al espacio IR" y al álgebra lineal donde al, a2, ... , all son números reales dados y t es un real arbitrario. Dejamos que el lector verifique, usando el teorema anterior, que, efectivamente se trata de un subespacio de IR/l. Geométricamente estos subespacios se pueden identificar como "rectas que pasan por el origen" (como se verá en la sección 6). 111 Dado un conjunto de vectores Vl, V2, combinación lineal de los vectores VI, v2, , Vil , Vil' E R", decimos que el vector v· E JR" es una si existen escalares c], c2, ... , c" tales que Por ejemplo, el vector (7,5) es una combinación lineal de los vectores (2, 1) Y (1, 1) puesto que (7,5) = 2(2, 1) + 3(1,1); es decir, podemos escribir al vector (7,5) como la suma de algún múltiplo escalar del vector (2, 1) Y algún múltiplo escalar del vector (1, 1). Esto puede verse geométricamente como . (7,5) 2(2,1) ------>x 6. El vector (7, 5) = 2(2, 1) + 3( 1, 1), En realidad, cualquier vector (x, y) E JR2 es una combinación lineal de los vectores (2, l) Y(1, l), En efecto, podemos escribir (x, y) = CI (2, 1) + C2(1, 1) con CI = x - y, C2 = 2y - x, como se verifica sin dificultad, Por otra parte, el vector (1, 1, O) no es unacombinación lineal de los vectores (1, 2, 3), (-1, -- 1,2), (1, 3, 8). Para ver esto último, escribamos (l, 1, O) = y veamos que tales escalares expresión nos queda que C], C2 C1( 1, 2, 3) + C2 ( - j, - 1, 2) + C3 (l, 3, 8) YC3 no existen. Haciendo las operaciones indicadas en la última de donde se obtiene el sistema CI C2 + C3 = 1, 2cI - C2 + 3C3 = 1, 3cI + 2C2 + 8C3 =O del cual es fácil convencerse que no tiene solución. 1.1 El espacio JRn 9 Es claro que los vectores (2, 1) Y(1, 1) tienen una propiedad importante que no tienen los vectores (1,2,3), (-1, -1,2), (1, 3, 8), ya que con una combinación lineal adecuada de los prImeros podemos escribir cualquier vector del espacio ]R2, cosa que no se puede hacer con los segundos vectores en el espacio IR3 . Tal propiedad es conocida como "independencia lineal" y a continuación haremos un estudio breve de ella, empezando por establecer la definición correspondiente. Un conjunto de vectores VI, V2, ... , Vk E ]Rn se dice ser linealmente independiente (abreviaremos l.i.) si la combinación lineal obliga a que todos los escalares CI, C2, ••. , Ck sean cero. Es decir, si se tiene la implicación Caso contrario, se dice que los vectores son linealmente dependientes (abreviaremos l.d.? Es decir, si se puede tener la combinación lineal CIVI + C2V2 + ... + CkVk = O con no todos los escalares C¡, C2, •.. , Cn iguales a cero. Usando esta definición, es fácil convencerse de los siguientes hechos: l. 2. 3. 4. 5. 6. 7. Cualquier conjunto de vectores que contenga al Oes l.d. Un conjunto formado sólo por un vector no nulo es l.i. Si S es un conjunto de vectores l.i., cualquier subconjunto de S es también l.i. Si S es un conjunto de vectores l.d., cualquier conjunto S' que contenga a S como subconjunto será también l.d. Si VI, V2, ... , Vk son vectores Ld., entonces alguno de ellos se puede escribir como combinación lineal de los restantes. Si k> n, el conjunto de vectores V¡, V2, •.. , vk E ]Rn es Ld. Un conjunto de n vectores VI, V2, ... , vn E ]R" es l.i. si y sólo si el determinante de la matriz que tiene por vectores columna (o por vectores línea) a estos vectores es distinto de cero. Dejamos al lector la verificación detallada de estos hechos (algunas de ellas usan resultados relacionados con los sistemas de ecuaciones lineales). Un concepto muy importante que aparece cuando se trabaja en el espacio IRIl es el concepto de base de este espacio. Se dice que un conjunto formado por n vectores V¡, V2, ... , Vil E ]R1l es una base de ]R1l, si estos vectores son linealmente independientes. Según la propiedad (7) anterior, los vectores VI, V2, ... , vn E IRIl son (o forman) una base de JI{1l si y solamente si el determinante de la matriz cuyos vectores columna son los vectores dados, es distinto de cero. Esquemáticamente, los vectores VI, \12, ... , vn E IR" son una base de este espacio si y sólo si 1 2La propiedad de dependencia o independencia lineal se puede ver como una propiedad de los vectores o del conjunto que forman. No haremos distinción al respecto. 10 Capítulo I Introducción al espacio IR" y al álgebra lineal Cuando se tiene una base del espacio IR", digamos formada por el conjunto {v], V2, ... , VII}, es importante considerar a éste último como un conjunto ordenado de vectores en IR". De esta manera, se tiene el siguiente resultado fundamental que pone de relieve la importancia de tener bases en el espacio IR" . Teorema 1.1.1 Si [3 = {VI, "2, ... , v,,} es una base del espacio IR", entonces cada vector V E IR" se escribe de manera única como combinación lineal de los vectores de [3, es decir. existen únicos escalares C], C2, ... , c" tales que v = CI VI + C2V2 + ... + C" Vil' Demostración. Considere el conjunto A = {VI, V2,"" v,,, v}. Este es un conjunto linealmente dependiente, pues está formado por n + 1 > n vectores de IR". Es decir, existen escalares YI, Y2, ... , YI1+ 1 no todos nulos tales que YI VI + Y2V2 + ... + y" VII + YI1+ 1V = O. Afirmamos que Y,,+I i- O, pues caso contrario tendríamos YIVI + Y2v2 + ... + YI1VII = O y, por la independencia lineal de los vectores de [3, se concluiría que Y¡ = O para i = 1, 2, ... , IZ, lo cual contradice la dependencia lineal del conjunto A. Tenemos entonces que v = CIVI + C2V2 + ... + C"V", donde C¡ = -Yi! y,,+]. Veamos por último que estos escalares son únicos. Si existieran otros escalares tales que v = dl"l + d2v2 + ... + d"v", se tendría de donde Usando la independencia lineal de la base [3, concluímos de esta última expresión que o sea que c¡ = di para todo i == 1,2, ... , n, como se quería. En el teorema anterior, decimos que v = ('IVI en términos de la base [3 = {v 1, V2, ... , vn }". Ejemplo 2. Los vectores VI C¡ -- di =c O, + ('2V2 + ... + CnVIJ es "la expresión de! vector v = (2, 1) Y V2 = (1, 1) (ver figura 6) forman una base de IR 2 , puesto que ellos son l.i., hechoque se deduce del valor no nulo de det [~ :] = l. En realidad, ya se había visto que todo vector (x, y) E IR2 se escribe (¡de manera únical) corno (x, y) como lo asegura el teorema anterior. = (x y)vI + (2y X)V2 11 Ejemplo 3. Cualquier conjunto de k vectores en IR", con k i- 11, no puede ser una base de este espacio (¿por qué?). Los vectores VI = (1,2, 3), V2 = (- J, -1,2), V3 = (1, 3, 8) no forman una base de IR 3 porque son l.d., ya que -1 det [; 3 -] 2 (Obsérvese que este determinante ya había aparecido en una discusión previa sobre si todo vector de IR 3 se puede escribir como combinación lineal de los vectores VI, V2 Y V3. Se descubrió que no. Esto es justamente lo que volvimos a hacer en este ejercicio, ¿por qué?). 11 l .l El espacio ]R." 11 El ejemplo más importante de base en el espacio IR" es el conjunto {el, e2, ... , e,,} donde e¡ = (O, ... ,0, l. 0, ... , O) 1 i = l, 2, ... , n. i -ésim<l coordenada Es claro que estos n vectores e¡ constituyen una base de IR", pues la matriz cuyos vectores columna son estos vectores es justamente la matriz identidad (que tiene unos en su diagonal principal y ceros en las posiciones restantes), cuyo determinante es l. Esta base es llamada base canónica de IR". Observe que el vector x = (XI, X2, ... , x,,) E IR" se escribe en términos de esta base como Ejemplo 4. En el espacio IR 2, los vectores de la base canónica son el = (L O) Y e2 = (O, l), comúnmente denotados por i y j, respectivamente. Entonces, dado cualquier vector (x, y) E IR 2, éste se escribe en términos de esta base como (X, y) = xi + yj. Análogamente, los vectores de la base canónica del espacio IR', denotados por i, j, k, son i = (l, 0, O), j = (O, !. O), k = (O, O. 1), de modo que para (x, y, ::) E IR' se tiene (x, r, ;:) = xi + rj + ;:k. Geométricamente esto se ve de la siguiente manera k - - - - - - - ' l - - - j l > - - -....... x Figura 7. Los vectores de las bases canonicas de ]R.2 y R'. Cuando se consideran subespacios S de IR" es importante tener también un concepto de base de ellos, pues esto nos permitirá introducir el concepto de "dimensión del subespacio". Según se ha visto anteriormente, son dos las características de conjunto f3 que es base del espacio IR": (1) sus vectores son l.í. y (2) todo vector de IR" se puede escribir como combinación lineal de los vectores de f3. Estas son. de hecho, las dos propiedades que definen una base de cualquier espacio vectorial. Diremos entonces que un conjunto f3 = {VI, V2 .... , Vk} del subespacio S de IR" es una base de S, si: (l) los vectores de f3 son l.i.; (2) todo vector v E S se escribe como combinación lineal de los vectores de f3. En este caso se dice que los vectores de f3 generan al subespacio S, o bien, que S es generado por los vectores de f3. 12 Capítulo I Introducción al espacio ]R" y al álgebra lineal Ejemplo 5. Sea S = {(x, y)lx = y}. Ya se vió que S es un subespacio de lR. 2 . Es fácil verificar que el conjunto 13 = {(1, 1)} es una base de S, pues, por una parte es claro que es I.i. y, por otra, iII todo vector de S, digamos (a, a) es un múltiplo escalar de (1, 1). Ejemplo 6. El conjunto S = {(x, y, z)lx - 3Y - Sz = O} es un subespacio de lR. 3 (ver ejemplo 1). Para "descubrir" una base de S podemos proceder como sigue: escribamos un vector arbitrario de S y tratemos de "descomponerlo" como combinación lineal de vectores de IR3. Verificando finalmente que estos vectores son l.i. podemos concluir que constituyen la base buscada. En nuestro caso tenemos que un vector cualquiera de S se escribe como (x, y, z) = (3y + Sz, y, z) = y(3, 1, O) + z(S, 0,1) Entonces, todo vector de S se escribe como combinación lineal de los vectores VI = (3, 1, O) y V2 = (S, 0, 1). Puesto que estos vectores son I.i., concluimos que 13 = {(3, 1, O), (S, 0, I)} es una base de S. iII Por supuesto que la base 13 de un subespacio S de IR" no es ul1!ca. Con el mismo ejemplo anterior, podemos ver que 132 = {( - 2, 2, -1), ( -1, 3, -1)} es otra base del subespacio S = {(x, y, z)lx - 3y - 8z = O}. Lo que sí ocurre, y es posible demostrar en general, es que dos bases distintas de un subespacio tienen siempre el mismo número de vectores, Esto nos permite establecer la siguiente definición importante. Definición. Sea S un subespacio de IR". Se llama dimensión de S, denotada por dim S, al número de vectores que existe en una base (cualquiera) de S. Por ejemplo, es claro que la dimensión de lR." es n. La dimensión del subespacio del ejemplo 6 es 2. En el caso del subespacio trivial {O} que contiene solamente al vector cero, su dimensión se define como siendo cero. 1. Verifique que el conjunto de n-adas ordenadas de números reales i = 1, 2, ... , n} con las op~raciones de suma y producto por escalares definidas en esta sección, es un espacio vectorial. 2. Escriba en forma explícita. a. b. c. d. e. f. el neutro para la suma de JR3. el inverso aditivo de (1, 2, -3,5) E IR4 . el inverso aditivo del inverso aditivo de un vector v E JR". el inverso aditivo del neutro para la suma de un vector v E IR". el vector suma de (1,1,1) con (3, 2, 2) en IR 3 . la propiedad conmutativa para la suma de vectores en IR 3 . 1.1 El espacio]Rn 13 g. h. i. el vector suma de (8,9,3,5) con el inverso aditivo de (2, 7, 5, 4) en R,4. el vector suma de (a, b, e, d, e) E R,s con su inverso aditivo. 3 veces el vector (2, 1, 1) de ]R3. -5 veces el vector (1,1, 1, 1, O E R,s. la propiedad asociativa para la suma de vectores en ]R4. el inverso aditivo de 4 veces el vector (2, 4, -7) E R,3. R,4. R,2. j. k. 1. n. o. p. q. r. s. m. la suma de (2, 5, 5,4) con 4 veces el vector (-1, - 2, -1, -1) en la suma de (1, 1) con el inverso aditivo de 5 veces el vector (4, 5) en el vector 3(1, 1,8) + 4 [( -2,3, O) + 5(1, 0, el vector (2, 1,0, O) - 2( 1, 1, 1, 1) de el vector de R,4 R,4 la suma del inverso aditivo de (1, 1) con 5 veces el vector (4, 5) en lR,2. O] de R,3. el vector -(2, 0, 2) + 3{(3, 2, 2) - 3[ -(1,2, 1) + 7(0, 1, Ol} de R,3. multiplicado por el escalar -5. el inverso aditivo del vector -( 1,4,2,3) + 2(3,2, 1, 1) en R,4 multiplicado por el escalar -6. que sumado al vector (3, 2, 0, O) dé por resultado el vector O, 1, 2, 1). el vector de R,3 que sumado con el inverso aditivo del vector (1, -4, 6) da por resultado el vector 3(3, 4, 2). t. u. 3. Sean x y y dos vectores de R,n. Verifique que el inverso aditivo del vector x - y es el vector y x. Discuta geométricamente este hecho. 4. Demuestre que el subconjunto de lR,2 s = {(x, Y)ix = y} con las operaciones usuales de suma y producto por escalares (las que están definidas en R,2) es un espacio vectorial, verificando que se cumplen los 8 axiomas que definen a esta estructura algebraica. Observe que geométricamente este conjunto es representado por la recta y = x, la cual es una recta que pasa por el origen. 5. Usando el teorema 1.1.1, demuestre que el conjunto de vectores en R,2 que se encuentran en la recta que pasa por el origen ax + by = (con a y b reales no ambos nulos), e~ ¡Jn subespacio de R,2. Más aún, demuestre que si S es un subespacio no trivial de R,2 (es decir, distinto de {(O, O)} Yde todo R,2), entonces S es una recta que pasa por el origen, siguiendo los pasos: ° a. Tome un vector (xo, Yo) E S no nulo, digamos que Xo L = {(x, Y)!Yox - XoY i= 0, y defina O}. Ciertamente L es un subespacio de R,2 (¿por qué?). Tome (Xl, YI) E L. Verifique que (x 1, YI) es un múltiplo escalar de (xo, Yo). Con S como un subespacio de lR,2, concluya que (Xl, YI) pertenece de hecho a S. Esto demuestra que LeS. b. Suponga que S no está contenido en L. Tome entonces un vector (X2, Y2) E S tal que ti- L (es decir, YOX2 - XOY2 i= O). Considere el sistema de dos ecuaciones con las incógnitas u y v, (X2, Y2) YoU + Y2 V = y, 14 Capítulo l Introducción al espacio]R" y al álgebra lineal donde x, y y son números reales arbitrarios dados. Concluya que este sistema de ecuaciones tiene solución única, digamos U, v. Verifique entonces que el vector (x, y) E lFt 2 se puede escribir como (x, y) = u(xo, Yo) + V(X2. Y2)' Use S como un subespacio de lFt 2 para concluir que (x. y) E S, con lo cual concluya a su vez que S = lFt 2 , lo que es una contradicción a las hipótesis hechas sobre S. Esto prueba entonces que S e L. c. Tome los resultados de los dos incisos anteriores para concluír finalmente que S que, entonces, S es una recta que pasa por el origen. = L, Y 6. Demuestre que dos vectores en lFt n son linealmente dependientes si y sólo si uno de ellos es un múltiplo del otro. 7. Use el resultado del ejercicio anterior para decidir (a simple vista) si los siguientes pares de vectores son linealmente independientes o dependientes. a. b. (1, 1) Y (2, 3). (2.4, 1) Y (8. 16,4). (O, O. O) Y (3, 2, - 7). (l, 1,2,0, 1) Y (3, 3, 6, 0, 3). c. d. e. (2,5, 1, n, 1) y (-3,5. 1, 0, 1). 8. Demuestre que cualquier conjunto de vectores en lFt" que contenga al vector cero es linealrnente dependiente. (Sugerencia: use directamente la definición de dependencia lineal). 9. Pruebe que un conjunto formado por un solo vector no nulo es linealmente independiente. 10. Demuestre que si S es un conjunto de vectores en lFt" linealmente indpendiente, entonces cualquier subconjunto de S es también linealmente independiente. 11. Demuestre que si S es un conjunto de vectores en lFt" linealmente dependiente, entonces cualquier conjunto que contenga a S es también linealmente dependiente. 12. Pruebe que si los vectores V], '12, ... , Vk E lFtn son linealmente dependientes, entonces alguno de ellos se puede escribir como combinación lineal de los restantes. 13. Demuestre que si k > n, el conjunto de vectores V¡, '12, ... , Vk E lFt n es linealmente dependiente. (Sugerencia: escriba explícitamente la combinación lineal C¡ V¡ + C2'1'2 + ... + Ck Vk = O con las coordenadas de los vectores involucrados; obtendrá un sistema homogéneo de n ecuaciones lineales con k indeterminadas C¡, C2, .•• , Ck. Use el hecho de que para un sistema de este tipo, si k > n, existen soluciones no todas nulas para las incógnitas). 14. Demuestre. que un conjunto formado por n vectores VI, '1'2, ... , Vn E lFt" es linealmente independiente si y solamente si la matriz cuadrada de orden n que tiene por vectores columna (o por vectores línea) a estos vectores, tiene determinante distinto de cero. (Sugerencia: escriba explícitamente la combinación lineal C¡V¡ + C2V2 + ... + CkVk = O con las coordenadas de los vectores involucrados; obtendrá así un sistema homogéneo de n ecuaciones lineales con n incógnitas c¡, C2, .•. , Cn. Use el hecho de que un sistema semejante tiene sólo la solución trivial e¡ = C2 = ... = Cn = O si y sólo si el determinante de la matriz del sistema --que es el mismo que el de su transpuesta- es no nulo). 1.1 El espacio lRn 15 15. Diga si los siguientes conjuntos de vectores son linealmente independientes o dependientes, justificando su respuesta directamente de la definición, o bien, usando alguno de los resultados de los problemas S-14 anteriores. a. b. {(2, l)}. {(3, 2, 1),(l,0,0),(-4,5,-2)}. c. d. e. {(l, 1, 9), (2,1,3), (2, 2, 3), (3, -3, -7)}. {(l, 4,5, O), (2,1,0, O), (3,1,1, l)}. {(1, 2, 3, 4), (O, 2, 3,4), (O, O, 3, 4), (O, 0, O, 4)}. 16. Demuestre el teorema 1.1.1. (Sugerencia: el "sólo si" es obvio; para probar el "si", observe que la cerradura de las operaciones en el espacio vectorial queda garantizada por las dos condiciones dadas; la conmutatividad y asociatividad de la suma, y las propiedades relacionadas con productos por escalares se cumplen automáticamente -¿por qué?-; resta por ver que existe el neutro para la suma en S y que cada x de S tiene en S su inverso aditivo; esto lo puede hacer usando la propiedad 2. con e = y e = -1). ° 17. Diga si cada uno de los siguientes conjuntos son subespacios del espacio IRn correspondiente. + Z2 = a} e IR3 • S = {(x, y, z)lx 2 + l + Z2 2': a} e IR 3 • f. S = {(x, y, z)lx 2 + y2 + Z2 > a} e IR 3 . g. S = {(x), X2, X3, x4)lx¡ = X2 = X3 = X4} e IR4 • h. S = {(X¡,X2,X3,X4)!X¡X2X}X4 = I} e IR4 • i. S = {(Xl, X2, X}, X4, xs)lx¡ + X2 + x3 + X4 + Xs = a} e IRs (a un número dado). 18. Para cada uno de los subconjuntos S de IR 3 dados a continuación verifique que se trata de subespacios y encuentre una base de ellos, así como su dimensión. a. b. c. d. e. S = {(x, y)12x +y 2 = O} e IR 2 . IR3. IR3. S = {(x, y, z)12x + y = ü} e + y = a} e S = {(x, y, z)lx S = {(x, y, z)lx 2 + l a. b. S = {(x, y, z)lz = a}. S={(x,y,z)!x=y=O}. S c. d. = {(x, y, z)lx + y = O}. = a}. 5t, t E IR}. S={(x,y,z)lx+y+z=O}. S = {ex, y, z)!3x - Sy + 9z e. f. S = {(x, y, z)lx = 2t, y = t, Z = g. S = {(x, y, z)lx = 2y = 3z}. h. i. S = {(x, y, z)lx = s, y = Ss, z S = {(x, y, z)lx = y}. = 0, s E IR}. 19. Explique por qué cada uno de los siguientes conjuntos de vectores de IR} no pueden constítuír una base de este espacio. a. {(l,2,1),(2,5,4)}. b. {el, -1,3),(0,a,0),(2,3,6)}. 16 Capítulo l Introducción al espacio ]R" y al álgebra lineal c. d. {(2, S, 4), (l, 3, 2), (2, 6, 4)}. {(l, 1,5), (l, 1, S), (3, 2, 2)}. {(3, 2, 1), (2, 5, 5), (3, 4, 2), (2, 2, 7)}. {(2, 4, 8)}. e. f. g. h. {(3, 4, 3), (l, 1,1), (2, 2, 2)}. {(l, 1,3), (2, 6, 4), (5, 3, 5), (3, 2,1), (2, 3, 7)}. 20. Verifique que todo vector de IR2 se puede escribir como una combinación lineal de los vectores VI = (l, 3), V2 = (3,7), V3 = (-3,5). ¿Significa esto que el conjunto {VI, V2, V3} es una base de IR2? ' 21. Verifique que los siguientes conjuntos constituyen bases de los espacios correspondientes. a. {( 1, 2), (3, 1)} de IR 2 . {(l,1),(9,11)}deIR2. b. c. d. {(1, 1, 1), (O, 5, 2), (O, 0, 19)} de IR 3. {(l, -1, -1), (2,3,1), (2, 7, 3)} de IR3. e. f. {(l,O,O,O),(1, 1,0,0),(1, 1, 1,0),0, 1, 1, l)}deIR4 . {(2, 3,4,2,3), (O, 2, 4, 3, 5), (0,0, 1,0, O), (O, 0, 0, 4, 2), (0,0,0,0, 3)} de IRs. 22. Demuestre que el conjunto [3 = {(a, b), (c, d)} es una base de IR 2 si y sólo si ad - be =/= O. 23. Verifique que [3 = {(l, 1, 1), (1,1, O), (l, 0, O)} es llna base del espacio IR 3. Escriba el vector (x, y, z) en términos de esta base. 24. Demuestre la afirmación recíproca del teorema U.2. Es decir, demuestre que si el conjunto [3 = {VI, V2,"" vn} de n vectores en IR" es tal que cada vector v E IR" se escribe de manera única como combinación lineal de los vectores de [3, entonces [3 es una base de IR". (Sugerencia: la expresión CI V¡ + C2V2 + ... + en Vn = () es una manera de escribir el vector 1) E ]R". Otra manera es la uivial 0= Ov¡ +OV2 + ... +Ovn . Obtenga de aquí la independencia lineal de f3 . .. ). Concluya entonces que las dos afirmaciones siguientes acerca del conjunto f3 son equivalentes: a. b. f3 es una base de jR" (es decir, f3 es un conjunto linealmente independiente). todo vector v E IR" se escribe de manera única como combinación lineal de los vectores de f3. 25. Considere los vectores VI = (Xl, y¡), '112 = (X2, Y2) en jR2. Defina el producto de VI por '112, denotado por '111'112, coordenada a coordenada (como se hizo con la suma). Es decir, defina V1V2 = (XI Y¡, X2Y2). Observe que VI '112 es \,In nuevo vector de R 2. Demuestre que: a. b. c. d. e. el producto es conmutativo. Es decir, VIV2 = V2V¡' "1'111, '112 E jR2. el producto es asociativo. Es decir, VI (V2 V = (V¡V2)V3, \1"11, V2, '113 E ]R2. 3) existe un neutro para el producto 1 E jR2, tal que vI v, \Iv E IR2. = el producto es distributivo. Es decir, V¡(V2 + "3) = VIV2 + '111'113, \lv¡, '112, '113 E R? (con la suma definida en esta sección). Si v = (a, b) es un vector cualquiera de ]R2, entonces v = vi + vj, en donde i j = (O. 1). = O, O), 1.2 Producto punto. Proyecciones 17 f. ¿Existe un vector inverso multiplicativo asociado a todo vector no nulo (es decir, distinto del vector (O, O)) v E IR z? Es decir, dado v E JRz no nulo, ¿existe y-I E JRz tal que y-I v = 1 (el vector neutro multiplicativo de JRz del inciso c))? ¿Vale la ley de la cancelación para este producto definido en JRz? Es decir, ¿es cierto que si YIYZ = YIV3 y VI es distinto de (el vector) cero. entonces Vz = V3? g. 1.2 Producto punto. Proyecciones En el espacio JR" podemos definir un tipo de producto entre sus elementos (los vectores del espacio) con el cual este espacio se llena de una gran riqueza geométrica que nos permite adentrarnos más en la "esencia" misma de la naturaleza de él. Este producto es el conocido "producto punto", el cual no es más que un tipo de "producto interno" que se puede definir en un espacio vectorial en general. El produeto punto en JR" es una función -: IR" x JR" -+ JR que a cada par de vectores x y E JR" le asocia un número real x . y (llamado también "producto punto de x, y"; se usa también la notación (x. y)) dado por x .y = XI YI + xzYz + ... + XIlY" en el que x = (XI, X2,"" x ll ), Y = (YI. Yz • ... , YIl)' En el teorema siguiente se recogen las propiedades más importantes del producto punto. Teorema 1.2J. propiedades: El 'producto punto x . y de dos vectores x, y E JR" tiene las siguientes 1. 2. x .x X· 2': 0, x . x y = Y' x = O {:} x = O E JR 3. 4. (x + Xl) . Y = x . y + x' . y (ex) . y = e(x . y), e Demostración. Se trata de verificaciones de simple rutina. Hacemos las cuentas correspondientes a las propiedades (3) y (4) (simultáneamente) y dejamos que el lector haga las de las propiedades (1) Y(2). Si x = (Xl. Xz • ...• x,,), x' = (x~, x~, ... , x~), y = (YI, Yz • .... YIl) son tres vectores cualesquiera de lR" y e E IR., se tiene (e" + x')· y = (ex¡ + X~)YI + (exz + x~)yz + ... + (cx + x~)y" =C(XIY¡ + X2Y2 + .,. + X"YIl) + (x;y¡ + X~Y2 + ... + x:,y,,) = c(x . y) + x' . y ll Q.E.D El teorema anterior nos dice que el producto punto es una función definida positiva (propiedad 1), simétrica (propiedad 2), y lineal respecto de su primera variable (propiedades 3 y 4). Juntando este último hecho, con la simetría del producto punto, concluimos que éste es lineal también respecto de su segunda variable, €le modo que es entonces una función bilineal. Esta propiedad de bilinealidad se usa frecuentemente en la forma 18 Capítulo 1 Introducción al espacio IR" y al álgebra lineal donde U;, Vj son vectores de]R" y e¡, d j son escalares. En el siguiente teorema se establece una de las desigualdades más célebres de la matemática, en su versión para vectores en el espacio ]R/. Teorema 1.2.2 (Desigualdad de Cauchy-Schwarz) en ;;(". Entonces (x . y)2 S (x . x)(y . y) Sean x, y dos vectores cualesquiera Demostración. Si x = O, ambos miembros de la desigualdad son iguales a cero (y entonces en este caso es cierta la desigualdad). Sea entonces x :f O. Considere el vector ti = Y + ex, donde e es un número real fijo, pero arbitrario. Consideremos el producto punto de u con u y apliquemos las propiedades del teorema 1.2.1, para obtener que o :<:: (y + ex) . (y + ex) = (y . y) + 2(x . y)e + (x . x)e 2 La función ¡f;(c) = (x· x)e 2 + 2(x . y)e + (y . y) es una función cuadrática que geométricamente representa una parábola que abre hacia arriba (ya que x . x es positivo), y, puesto que ~f(e) 2: O para toda c, no debe cortar al eje de las c. Es decir, el discriminante de la ecuación cuadrática (y. y) + 2(x . y)e + (x . x)c 2 = O debe ser no positivo (i.e. debe ser o negativo -caso en el que la parábola no toca al eje de abscisas--, o cero -caso en el que la parábola toca al eje de abscisas). Entonces . y) :<:: O o sea (x . y)2 S; (x· x)(y . y) como se quería demostrar. Q.E.D. Haciendo explícitos los productos punto involucrados en la desigualdad de Cauchy-Schwafz, ésta se convierte en una desigualdad de números: si XI, X2, ... , XIl , YI, Y2, ... , y" son números arbitrarios, entonces Para motivar la definición que daremos de "ortogonalidad" de vectores en ]R", estudiemos cómo aparece el hecho de que dos vectores en ]R2 sean perpendiculares. Consideremos los vectores x = (XI. X2), Y = (YI,Y2) en ]R2 y supongamos que son perpendiculares, como se muestra en la siguiente figura La recta en la que se encuentra el vector x tiene pendiente X2/XI, Yla que contiene el vector y tiene pendiente y2/ YI· Estas rectas son perpendiculares si y sóJt? si el producto de sus pendientes es igual a - l. Es decir. los vcctores x y y serán perpendiculares si y sólo si (~)(~)=-'l 1.2 Producto punto. Proyecciones 19 y x Figura 1. Dos vectores perpendiculares en el plano. o sea XIYI + X2Y2 =O El lado izquierdo de esta última expresión no es mas que el producto punto de x y y. Podemos decir entonces que, en el plano lR 2 , la perpendicularidad de vectores es equivalente al hecho de que su product0 punto sea cero. Esta situación concreta motiva a establecer la siguiente definición, que generaliza la idea de perpendicularidad de vectores en él plano. Definición. Se dice que los vectores x, y E lR n son ortogonales si x . y = O. Según esta definición, el vector O E lR" es ortogonal a cualquier vector x E JRn, pues es claro que O. Y = O\:Iy E JRn. Más aún, es el vector cero el único vector de lR" con esta propiedad (en efecto: si x E JR" es tal que x . y = O\:Iy E JRn, entonces, en particular se tiene x . x O, por lo que, atendiendo a la primera propiedad del producto punto enunciada en el teorema 1.2.1, se concluye que x es el vector cero). (l, -1). El vector v = (x, y) será ortogonal a ti si y sólo siu . v = (1 )(x) + (- i )(y) = x - y = O. Observe que el conjunto de todos los vectores v con esta propiedad constituyen geométricamente la' recta y = x. Más en general, si ti = (m, -1), donde m es un Ejemplo 1. Sea ti = número real dado, los vectores v = (x, y) ortogonales a u son tales que u . v = mx _. y = O. Estos vectores representan geométricamente la recta y = mx, la cual es una recta de pendiente m. Así pues, podemos decir que la recta y = mx es el conjunto de todos los vectores en el plano ortogonales '11 vector (m, -1). Generalmente, la recta y = mx + b, de pendiente m y ordenada al origen b, se puede describir como el conjunto de puntos (x, y) en el plano que se escriben como (O, b) + (r, mt), con t = x E lR, como se puede comprobar directamente. Esto significa que los vectores (x, y) de la recta y = mx + b son vectores suma del vector constante (O, b) con vectores del tipo (r, mt) que son ortogonales a (m, - i) (es decir, estos vectores (r, mt) pertenecen a la recta y = mx). Ejemplo 2. Dado el vector no nulo u = (a. b, e) E lR 3, el conjunto de vectores v E JR3 ortogonales a u está fonnado por los vectores v = (x, y, z) de modo que u . v = ax + by + ez = O. La ecuación ax + by + ez = O representa geométricamente un plano que pasa por el origen. Este hecho será discutido con más amplitud en la sección 6 de este capítulo. Ii! Un conjunto de vectores V¡, '1'2, son ortogonales. Es decir, si Vi' Vj ... , Vk = O, para todo i i- en ]Rn se dice ser ortogonal si tomados dos a dos, éstos j, i, j = 1,2, ... , n. 20 Capítulo 1 Introducción al espacio ]R." y al álgebra lineal y ----~::.-._+_--L---~_3>x Figura 2. La recta y = mx + b. Ejemplo 3. El conjunto {( -2,4), (6, 3)} es un conjunto ortogonal en lR 2 , pues los dos únicos vectores que lo constituyen son ortogonales: (-2,4)· (6, 3) = (-2)(6) + (4)(3) = O. Obsérvese que este conjunto ya "no acepta" otro vector no nulo (x, y); más precisamente, el conjunto {(- 2,4), (6, 3), (x, y)} es ortogonal si sólo si (x, y) es el vector O. En efecto, siendo (x, y) ortogonal a (-2,4) Ya (6, 3) se debe tener que -2x + 4y = O, 4x + 3y= 0, que es un sistema homogéneo de ecuaciones lineales que sólo tiene la solución x = y = O. . 11 Ejemplo 4. en lR 3 , pues El conjunto A = {( -1, 1, 1), (2, 1, 1), (O, -1, 1)} es un conjunto ortogonal de vectores (-1, 1,1) . (2,1, 1) = -2 (-1,1,1)·(0, + 1+ 1= O 1,1)=0-1+1=0 (2, 1, 1) . (O, -1, 1) = O -- 1 + 1 = O Se puede ver también que si (x, y, z) es un vector que unido a A produce un conjunto ortogonal, entonces éste es el vector cero. Esto es consecuencia de que el sistema homogéneo -x + y +z= 0, 2x + y+ z = 0, -y + z = O tiene solamente la solución trivial x = y = z = O. Los dos ejemplos anteriores nos hacen suponer que, en general, en el espacio lR" nó se pueden tener conjuntos ortogonales de vectores no nulos con más de n vectores. Esto es cierto y es consecuencia del siguiente resultado. . Teorema 1.2.3 Sea A = {VI, "2, ... , "k} un conjunto de k vectores no nulos en lRn . Si este conjunto es ortogonal, entonces es también linealmente independiente (y entonces necesariamente k :::; n). Demostración. Debemos mostrar que de la combinación lineal se deduce que el = C2 = ... Ck = O. Se tiene 1,2 Producto punto, Proyecciones 21 donde se usó la linealidad del producto punto y el hecho de que Vj . v¡ = O para toda j distinta de i. Puesto que v¡ . v¡ 0, concluimos que c¡ = O, lo cual es cierto para cualquier i = 1, 2, ... , k, como queríamos. Q.E.D. t= Entonces, si {v 1, V2, ... , VII} es un conjunto ortogonal de vectores no nulos en ]Ftll, éste es linealmente independiente (y es, por tanto, una base del espacio). Si v = XlVI + X2V2 + ... + XliV" es otro vector tal que {VI, V2, , V," V} sigue siendo un conjunto ortogonal, entonces, en particular V¡·V = Opara toda i = 1,2, ,n. EsdecirqueO = V¡·V = V¡'(XIV¡ +X2V2+" ·+x"Y,,) = x¡(v¡,v¡), de donde X¡ = O (pues V¡ . V¡ O, ¿por qué?). Así pues, el vector y es el vector cero. Pasaremos ahora a discutir el importante concepto de proyección de un vector sobre otro. Sean x, y dos vectores en ]Ft" (para la discusión que presentamos a continuación, requerimos que x no sea ortogonal al vector y). Tomemos la proyección ortogonal del vector y sobre el vector x como se muestra en la figura siguiente. Denotemos por u a este vector proyección (usaremos también la notación PRy~x). t= y I 3. Á=- x La proyección ortogonal del vector y sobre el vector x, Es claro que el vector u es un múltiplo escalar del vector x. Es decir, existe A E ]Ft tal que ti = AX. Observe además que el vector v = y - ti es un vector ortogonal a x. Entonces (y - u) ,x = O, o bien (y - Ax) . x = 0, de donde, usando las propiedades de linealidad del producto punto, obtenemos que y·x x·x y así, la proyección ortogonal de y sobre x es el vector y·x PRy->x = --x x-x Ejemplo 5. Si los vectores x y y son ortogonales, geométricamente es claro que PRy->x y PRx~y son iguales a (al vector) cero, lo cual se puede ver también de la fórmula para la proyección ortogonal, pues x . y = O. También, si x = (x¡, X2, ... , XII) es un vector cualquiera de]Ftlly c¡ es el i-ésimo vector de la base canónica de ]Ftll, entonces, puesto que x . e¡ = Xi y. ei . ei = 1, se tiene PRx~e; = --' c¡ = ti' x· e· ei X¡ti como era de esperarse. 22 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal x ~-------+--------- ~------- .. ti x¡c¡ ti Figura 4. La proyección de x sobre es x¡ei. Ejemplo 6. Consideremos los vectores x = (6, 2), Y = (1,5) en ]R2. Se tiene PRy~x = -..-x = xX _ PR x~y - + (2)2 x = -x 5' Y . x _ (6)( 1) + (2)(5) _ ~ y .l- (l)2 + (5)2 y - 13 Y (6)2 y .x (6)(1) + (2)(5) 2 lo cual se ve geométricamente como y (6,2) ---I"'::.-..---------_x Figura 5. Los vectores del ejemplo 6. Ejercicios (Capítulo 1, Sección 2) 1. Demuestre que 'Ji. • O = O \Ix E ]R". 2. En este ejercicio se da un argumento distinto al del texto que prueba la validez de la desigualdad de Cauchy-Schwarz: (x· y)2 ::; (x . x)(y . y). Sean x, y dos vectores de ]R". Si Y = O, verifique 1.2 Producto punto. Proyecciones 23 que se cumple automáticamente la desigualdad de Cauchy-Schwarz (de hecho, se cumple la Haga el producto punto de igualdad). Si y =F O. considere el vector l.J. = X - ay, donde a = u consigo mismo y obtenga de ahí la desigualdad de Cauchy-Schwarz (usando que l.J. • l.J. ~ O). Use además el hecho de que u . l.J. = u = O, para concluir que la igualdad en la desigualdad de Cauchy-Schwarz se tiene si y sólo si los vectores x, y son linealmente dependientes. q. °{:} 3. ¿Qué es el producto punto de dos vectores en ]R.!? ¿Cómo se ve la desigualdad de CauchySchwarz para vectores en ]R.!? ¿En qué casos se tiene la igualdad en esta desigualdad para vectores en ]R.!? (recuerde: el valor absoluto del producto de dos números reales es igual al producto de los valores¡¡bsolutos de los números). Explique. 4. Verifique la desigualdad~deCauchy-Schwarz con los vectores x = (1, l),y = (3,2) b. x = (2. l. 1), Y = (1,0, O) c. x = (3,0,1), Y = (O, O. 3) d. x = (1, 1, 1), Y = (2,2,2) e. x = (1,2.0,2,1), Y = (3, 1, 1,0,2) a. 5. Sea v un vector de ]R.". Demuestre que el conjunto S de vectores x E ]R." ortogonales a v, es decir S = {x E ]R." Ix . v = O} es un subespacio de ]R." . 6. Describa los vectores (x, y) E ]R.2 que son ortogonales al vector (3. -1). Verifique que éstos son los puntos de una recta que pasa por el origen. 7. Describa los vectores (x, y, z) E ]R.3 que son ortogonales al vector (- 2. l, 4). Verifique que éste es un subespacio de ]R.3 del tipo S = {(x, y, z)lax + by + ez = O} Más en general, demuestre que todo subespacio S de ]R.3 como el anterior, es descrito como S = {u E JR3¡u. V = O} para algún v E ]R.3. 8. Escriba de manera vectorial cada una de las rectas dadas a continuación. Es decir, como un conjunto de vectores (x. y) E ]R.2 tales que (x. y) = (O. b) + t(l. 111), t E IR., haciendo una gráfica en cada caso (ver ejemplo 1) = 2x b. y = x + l' a. c. y y = -2x +3 + t(1, 2), tE JR} d. Y = -x - 1 9. Considere la recta f = {(x, y)l(x, y) = (0,3) Verifique que (2.7) E €. ¿Significa esto que el vector (2, 7) se encuentra sobre la recta e? Explique. 10. a. b. c. d. Halle un vector (x, y) E ]R.2 que sea ortogonal a (l. 2). Halle un vector (x, y) E ]R.2 que sea ortogonal a (1.2) Ya (- 3, -6). Halle un vector (x, y) E JR2 que sea ortogonal a (l. 2), (-3. -6) Ya (2, 4). Halle un vector (x. y) E JR2 que sea ortogonal a (1, 2) Y (3, 5). 24 Capítulo l Introducción al espacio JR" y al álgebra lineal 11. Sean VI y Vz dos vectores en IRminos del ángulo e, se puede escribir el producto punto de los vectores x, y E ]Rn como x· y= 1IIIyll cose Más aún, si calculamos directamente el cuadrado de la norma del vector diferencia x - y, obtenemos Ilx -- Yl12 = (x = y) . (x - y) = x . x - 2(x . y) +y .y 2+ IIYl12 - 211xllllyll cos () 11"11 la cual no es más que la versión (¡ generalizada!) para vectores en ]Rn de la conocida "ley de los cosenos" que se estudia en los cursos de trigonometría elemental. y () x IIx - yl12 = IIxl1 2+ IIyl12 - 211xllllyll cos e Figura 3. La ley de los cosenos. 1.3 Norma y distancia 29 Ejemplo 2. El ángulo entre los vectores x = O. -2.3,2), Y = (3,4. 0.8) es e= X· y arccos IIxllllyll = arccos /f8/89 11 = arccos 3v'I78 11 que aproximadamente es de 74 grados. Debemos mencionar que el concepto de norma es más general que el presentado anteriormente: una norma en el espacio IR n es una función 11 11: IR" -; IR que a cada vector x E IRn le asocia el número realllxll(la norma de x) y que cumple con las tres propiedades establecidas en el teorema 1.3.1. La norma que presentamos aquí es la llamada "norma euclidiana" y con ella trabajaremos en este libro. Existen, sin embargo, otras normas importantes en IR" (digamos que otras maneras de medir el tamaño de los vectores en IR"), por ejemplo (*) la norma del máximo II Ilmáx: IR" -; IR dada por Ilxllmáx (*) la norma de la suma II = máx(lx¡j. i = 1.2..... n) lis: IR" -; IR dada por donde x en ]R". = (XI, X2 • ...• x n ). Dejamos al lector que verifique que éstas son efectivamente normas Estudiemos ahora el concepto de distancia entre dos vectores en IR". Recordemos que el vector diferencia x - y de x, y E ]R" es un vector que "conecta los puntos finales de las flechas que representan a x y y". La norma de este vector es entonces una medida de la distancia que separa a los puntos x y y en el espacio ]R". Esta es, de hecho, la definición que daremos de distancia entre dos vectores en IR". Dados x. y E IRn, definimos la disrancia entre x y y, denotada por d(x, y), como d(x. y) Esquemáticamente se tiene = - yll y /.~'qJ;,4 +- '\ 'J. ~ ;/ x Figura 4. Distancia entre x y y. 30 Capítulo 1 Introducción al espacio ]R;" y al álgebra lineal Haciendo explícitas las coordenadas de los vectores x y y, poniendo x (YI, Y2, ... , y,,) se tiene Nuevamente, los casos n = 2 Y n = 3, nos dan las conocidas fórmulas de la "distancia entre dos puntos" en el plano y en el espacio, respectivamente, estudiadas en los cursos de goemetría analítica: la distancia entre el punto PI = (XI, YI) Y P2 = (X2, Y2) es Análogamente, si PI = (XI, Yl, Zl), P2 = (X2, Y2, Z2) son dos puntos en IR 3 , la distancia entre ellos es El siguiente teorema recoge las propiedades más importantes de la distancia entre dos puntos en IR" . Teorema 1.3.2 b. d(x, y) Sean x, y dos vectores cualesquiera en IR". Se tiene a. d(x, y) 2: 0, d(x, y) = O {=} x = y. =--= d(y, x) c. d(x, y) ::; d(x, z) + d(z, y), z un vector cualquiera de IR". Demostración. El hecho de que d(x, y) sea un número no negativo, es consecuencia de la definición misma y de la primera propiedad de la norma establecida en el teorema 1.3.1. Además, por esta misma propiedad se tiene que d(x, y) = Ilx·- yll = Osi y sólo si x - y = O, o sea si y sólo si x = y como se quería. Para ver]a segunda propiedad hacemos uso de la propiedad b) de la norma, quedándonos d(x, y) = jlx - yll = !I( - J)(y - x)11 = 1-- lllly - xii = Ily - xjl = d(y, x) Por último, la propiedad c) no es más que una versión un poco más general de la desigualdad triangular ya demostrada en el teorema 1.3.1, pues. d(x, y) = Ilx - yll = lI(x - z) + (z - y)11 ::; 11" - zll + Ilz - yll = d(x, z) + d(z, y) Q.E.D Ejemplo 3. La distancia entre el vector x = (2, 3, 3, 4, 1) Yel vector y = (1, 1, 2, -1, 3) es d = 11(2,3,3,4,1) - (1,1,2, -1, 3)11 = 11(1,2,1, 5, -2)11 = J35 Para terminar esta sección, hacemos nuevamente hincapié en que el concepto de distancia entre dos vectores de IR" es más general (la misma situación que ocurre con la norma) y que el que aquí presentamos es un caso particular de métrica en este espacio (llamada métrica o distancia euclidiana): 1.3 Norma y distancia 31 una métrica en IFt" es una función d:'IFt" x IFt" . . . . IFt, que asocia a cada par de vectores x, y E IFt" un número real d(x. y) (llamado "distancia entre x y y") y que satisface las tres propiedades establecidas en el teorema anterior. Obsérvese que estas propiedades representan lo que cualquier concepto sensato de distancia entre dos puntos debería cumplir: la distancia entre dos puntos siempre es un número no negativo, y es cero en el caso (y sólo en el caso) en que se esté midiendo la distancia de un vector a él mismo; la distancia entre x y y es la misma que entre y y x; por último, se pide que se cumpla la desigualdad triangular (para asegurar que se está midiendo adecuadamente distancias relativas entre tres puntos). Algunas otras métricas en IFt" son: (*) La métrica discreta d: IFt" x IFt" . . . . IFt, d(x. y) = I si x i y, d(x. y) = O si JI: = y. (Este es un ejemplo poco importante, pero interesante: nos permite entender que el concepto de métrica establecido anteriormente ... ¡es realmente muy general!). La métrica d: IR" x IR" La métrica d: IFt" x IR" (*) (*) IR, d(x. y) = max(lx¡ - Yil, i = 1.2.. , .11). IR, d(x. y) = 2:".:;'=1 IXi - Yi l. en donde x = (XI. X2 • ...• x,,), y = (YI • .)'2 •... , y,,). Dejamos a cargo del lector la verificación de que los tres ejemplos anteriores son efectivamente métricas en IR" . 1- Calcule la norma ele los siguientes vectores a. b. (4. O) d. (2. --3.4) e. f. (2,0,2) (-3, 1) c. (l, 2, 1) (1.3.2, O, 1) 2. ¿Es la función norma 1I . 11: IR" ........ IR, que a cada vector x E IFt" le asocia su norma Ilx 11 E IR, una función inyectiva?, ¿sobreyectiva? 3. a. b. c. Sean a y b dos números reales no nulos. Demuestre que los cuatro vectores (±a. ±b) E IR 2 tienen la misma norma. Interprete geométricamente este hecho. Sean a, b y e tres números reales no nulos. Demuestre que los 8 vectores (±a, ±b. ±c) E IR 3 tienen la misma norma. Intereprete geométricamente este hecho. Sean XI. X2 • ... , x" n números reales no nulos. ±X2, .... ±x,,) E IR" tienen la misma norma. Demuestre que los 2" vectores (±XI, 4. ¿Quées la norma de un vectorx en IR I? ¿Cómo se ven las propiedades de la norma (teorema 1.3.1) en este caso? 5. Use la desigualdad de Cauchy-Schwarz para probar que si cualesquiera, entonces XI, X2, ...• x" son números reales JIi ¿Xi I ~ 11" ,=1 W' ¿Xi o 1=1 y que la igualdad se da si y sólo si todos los Xi son iguales. 32 Capítulo 1 Introducción al espacio IR" y al álgebra lineal 6. Verifique la desigualdad triangular con los vectores a. b. x = (0,5), Y = (1,7) x = (2, 1, --2), Y = (3, 1, 2) c. x = (-2,0,2, 1), Y = (0,0,3,7) 7. Demuestre que la igualdad en la desigualdad triangular se tiene si y sólo si uno de los vectores es un múltiplo no negativo del otro vector. 8. Sean x, y dos vectores en ]R.n. Demuestre que I Ilxll - Ilyill :':: il x - yll (Sugerencia: Ilxll = II(x-y)+yll:':: Ilx-yll+llyll,dedondeseobtienequellxll---llyll:':: Ilx-yll· De la misma manera se obtiene que Ilyll - Ilxll :':: IIx - yll)· 9. ¿Existen vectores x, y E ]R.n tales que ¡Ixll = 3, Ilyll y E ]R." tales que Ilxll = 3, Ilyll = 1, Ilx - yll = 57 = 1, IIx + Yi! = 5? ¿Existen vectores x, 10. Sean x, y dos vectores ortogonales en]R.", tales que Ilxll 11. Sean x, y dos vectores en ]R." tales que Ilxll = 3, lIyll = 7. Calcule Ilx +yll, Ilx - JII· - yll· = 4, Ily!1 = 5, Ilx + = 7. Calcule 12. Sean x, 13. y dos vectores en ]R." tales que lIxll 11, lIyll = 23, Ilx -- = 30. Calcule IIx + Demuestre que si {x 1, X2, ... , xd es un conjunto ortogonal de vectores en ]R.", entonces II XI + X2 + ... + X!: '12 = 11 XI!'1 2 +,11 X2 11 2 + ... I . !Xk!! --t- 1 ,,2 I A este resultado se le conoce como 'Teorema de Pitágoras". ¿Qué tiene que ver con el resultado del mismo nombre que se estudia en la matemática elementaJ'! 14. Sean x, y dos vectores en ]R.". Demuestre que a. b. c. + yll > lix - yll· -(x· y) E ]R.+ si y sólo si Ilx + < Ilx -- yll. x e y son ortogonales si y sólo si + yll = Ilx X· y E ]R.+ si y sólo si Ilx yll. Discuta el contenido geométrico de estos resultados. 15. Sean u y v dos vectores en]R.n tales que lIull = IIvil. Demuestre que los vectores son ortogonales. ¿Vale la afirmación recíproca? 16. Calcule el ángulo entre los vectores del ejercicio 6. 17. Calcule el ángulo entre un vector v E ]R." no nulo y su inverso aditivo. ti +vy u - v 18. Los vectores u y v de JRn forman un ángulo de Tr/3. Suponiendo que Ilull = 3 Y Ilvll = 4, calcule: u . v; Ilu + vII; IIn - vii 19. Cada pareja de vectores d, v y w en]R." forma un ángulo de 17/3. Suponga que lIu 1I = 1, Ilv 1I Ilwll = 3. Calcule Ilu + v + wll· = 2, 20. Sea {u, v} un conjunto ortogonal de vectores unitarios en ]R.n. Demuestre que el ángulo entre el vector u y el vector U + v es de 17/4. Discuta el contenido geométrico de este resultado cuando n = 2. (Sugerencia: use el teorema de Pitágoras para calcular Ilu + vii). 1.3 Norma y distancia 33 21. ¿Vale el resultado del ejercicio anterior si los vectores ti y V no son unitarios? 22. Sean u y v dos vectores en JRn. Demuestre que A este resultado se le conoce como "Ley del Paralelogramo". Justifique este nombre en base a su contenido geométrico en el caso n = 2. Resuelva de nuevo los ejercicios 11 y 12 a la luz de este resultado. 23. Sean ti y v dos vectores no nulos en JRn tales que Ilull = 11'1'11 = Ilu - '1'11. Demuestre que el ánguloentre u y v es de 7T/3. ¿Cuál es el ángulo entre u y u - v?, ¿y entre v y u - v? Discuta el contenido geométrico de este ejercicio en el caso n = 2. 24. Sean uy v dos vectores no nulos en JRn tales que Ilull = Ilu - '1'11. Demuestre que el ángulo entre los vectores ti y V es el mismo que el ángulo entre los vectores ti y ti - v. Discuta el contenido geométrico de este ejercicio en el caso n = 2. 25. Considere las rectas !!] = {(x, y)l(x, y) = (O, b]) + t(l, m]), tE JR} é2 = {(x, y)j(x, y) = (O, b2) + t(l, mü tE JR} (ver ejemplo 1 de la sección anterior). Con los vectores VI = (l, m]) y '1'2 = (1, m2) que son paralelos a el y !!2 respectivamente, demuestre, partiendo de la fórmula para el ángulo entre dos vectores, que el ángulo (O:::; 7T) entre!!] Y!!2 es e e : :; e= arctan -=-----'1 + m2m¡ m2 m] 26. Sea u = (6, -8, -15/2). Determine el vector v E JR3 sabiendo que es linealmente dependiente con u, que 11'1'11 = 50, Yque el ángulo que forma v con la parte positiva del eje z es agudo. 27. Calcule la distancia entre cada par de los vectores siguientes a. b. x = (7, 1), Y = (3,5). x = (3,4, 1), Y =(2, 1, 1). c. x = (2, 1, 1, 1), y = (1,0,0,4). (1, 1), B = (4, 3) Ye 28. Demuestre que el triángulo cuyos vértices son A Determine sus ángulos internos. = (1/2,5) es isósceles. 29. Repita el ejercicio anterior con los puntos A = (1,2, 1), B = (3, -1, 7), 30. Demostrar que los puntos A = (2,2), B = (-1,6), vértices de un cuadrado. e= (7,4, -2). (-2, -1) son los e = (-5,3) yD = 31. Sean x = (x], X2, ... , x n ), y = (y], y2, ... , Yn) dos vectores enlRn • Demuestre que el punto p = ~(x + y) es un punto equidistante de x y y (es decir, d(x, p) = d(y, p)), el cual se encuentra "sobre el segmento que une a x con y" (para ver esto, nótese que los vectores ti = X - p, v = y - p, son linealmente dependientes). Se dice que p es el punto medio del segmento xy. Determine el punto medio del segmento -"'Y en cada uno de los siguientes casos. 34 Capítulo I Introducción al espacio JR" y al álgebra lineal a. b. X= (2,5), Y = (8, 15) x = (3, 6, 9), Y = (3, 3, -7) x = (1, 1, 1, 1), y = (3,3,3,3) c. 32. Los vértices de un triángulo son A = (2,4), B de los puntos medios de sus lados. = (6,6) Y e = (3,7). Determinar las coordenadas 33. Los puntos medios de los lados de un triángulo son P = (2, -1), Q = (-1, 4) Y R = (-2,2). Determinar los vértices del triángulo. 34. Determinar la longitud de la mediana del triángulo del ejercicio 32 trazada por el vértice B. (Recuerde que la mediana por el vértice V es la recta que va de V al punto medio del lado opuesto de V). 35. Use el concepto de proyección de un vector sobre otro para demostrar que la distancia del punto p = (xo, Yo) a la recta Ax + By + e = o viene dada por la fórmula d = lAxo -JA2=t- BZ a. 3x - 4y + Byo + el 36. En cada uno de los incisos siguientes, calcule la distancia entre las dos iíneas paralelas dadas: 37. + 5 = 0, 3x- 4y - 5 = b. x + y = 0, x + y = -3 c. 2x - y - 5 = O, 4x - 2y - 10 = O d. x + 4y - 2 = O, -2x - 8y + 7 = O Considere la recta Ax + By - bB = 0, en donde b es la ordenada al origen. las rectas paralelas que se encuentran a d unidades de la recta dada son Ax VA2 + B 2d = O. ° Demuestre que + By - bB ± 38. Considere la recta Ax + By + e = 0, la cual dista r unidades del origen. Demuestre que la recta paralela a la recta dada, que dista también r unidades del origen (y que resulta ser simétrica respecto del origen de la recta dada), es Ax + By - e = o. 39. (Cubos de JRn). Sea {3 = {el, Cz, ... , en} la base canóníca de JRn. Al conjunto e como e JRn definido e= {x E JR"lx = " L ¡=l Á¡Ci, O ::; Á¡ ::; 1, i = 1,2, ... , n} se le llama cubo unitario de n dimensiones en JR". A los vectores c¡ se les llama lados del cubo e, y a los vectores dE JR" de la forma d = :Z~=I o::¡e¡, donde O::i = ±l, se les llama diagonales del cubo e (se identifica como la misma diagonal a los vectores d y -d). a. b. c. d. Dibuje un cubo unitario de una dimensión en JR. Dibuje un cubo unitario de dos dimensiones en JRz. Dibuje un cubo unitario de tres dimensiones en JR3. Demuestre que el cubo unitario e de n dimensiones en JR" tiene 2n -1 diagonales distintas, las cuales tienen todas la misma longitud. ¿Cuál es esa longitud? 1.3 Norma y distancia 35 e. Sea d una diagonal del cubo e (en ]Rn). Demuestre que si n es impar, no existen otras diagonales de e ortogonales a d, en tanto que si n es par, digamos n = 2k, el cubo e tiene ~ G) diagonales ortogonales a d. Demuestre que el ángulo que forma una diagonal d del cubo lados del cubo es igual a arccos(n-I/ 2 ). ]Rn f. e en ]Rn con cada uno de los g. Demuestre que la norma de la proyección ortogonal de un lado cualquiera del cubo e en sobre una diagonal cualquiera de e, es la n-ésima parte de la longitud de la diagonal d. (*) 40. Considere las normas del máximo y de la suma Ilxllmáx = máx(lx;i, i para un vector x = = 1, 2, ... , n) (Xl, X2, ... , x n ) E ]Rn. Demuestre que en donde Ilxll es la norma euclidiana de x. (*) 41. Sea "o E ]Rn y r > O. Se define la bola abierta (en ]Rn) con centro en Xo y radio r, denotada por B(xo, r), como el conjunto B(xo, r) = {x E]Rn ! Ilx - xoll < r} a. b. c. d. e. ¿Cómo son las bolas abiertas en ]R? Describa las bolas abiertas B(2, 1) Y B( -3,2). ¿Cómo son las bolas abiertas en JR2? Describa las bolas abiertasB«2, 3), 1) Y B« -3, -1), 1). ¿Cómo son las bolas abiertas en B«3, 5,4),2). ]R3? Describa las bolas abiertas B«O, 0, O), 1) Y Suponga que en la definición dada de bola abierta tomamos la norma del máximo. Describa geométricamente la bola abierta en ]R2, B«xo, Yo), r). Suponga que en la definición dada de bola abierta tomamos la norma de la suma. Describa geométricamente la bola abierta en ]R3, B«xo, yo), r). (*) 42. Un conjunto A e JRn se dice ser acotado si existe un c > tal que ° Ilxll < c a. b. "ix. E A Demuestre que el conjunto A e ]Rn es acotado si y sólo si existe una bola abierta en JRn, B(xo, r) tal que A e B(xo, r). Con la definición dada anteriormente, diremos que el conjunto A es acotado según la norma euclidiana. Si en tal definición tomamos lo norma del máximo o la norma de la suma, diremos que el conjunto es acotado según la norma del máximo o de la suma, respectivamente. Demuestre que son equivalentes: 1. el conjunto A 2. el conjunto A 3. el conjunto A e e e ]Rn es acotado según la norma euclidiana, es acotado según la norma del máximo, ]Rn es acotado según la norma de la suma. ]Rn 36 Capítulo I Introducción al espacio ]R" y al álgebra lineal 1.4 Bases ortonornlales. Cambios de base Diremos que un conjunto de vectores '11, '12, ... , Vk en ]Ftn es un conjunto ortonormal si es un conjunto ortogonal (i.e. los vectores son dos a dos ortogonales) y todos los vectores son unitarios (i.e. su norma es 1). Diremos que una base f3 de ]Ft" es una base ortonormal si el conjunto de 11 vectores que la constituyen es un conjunto ortonormal. Así pues, la base f3 = {v 1, '12, ... , 'In} de ]Ftll es una base ortonormal si si i =1= j si i = j El ejemplo por excelencia de base ortonormal en]Ft" es la base canónica de este espacio, cuyo i-ésimo vector es c¡ = (O, ... , 1, ... , O) (el 1 en la i-ésima coordenada). Es claro que los vectores e¡ son ortogonales dos a dos y que su norma es 1. Dado un vector no nulo v E ]Ftn, diremos que el vector ti = (11'111)-] ves el vector v normalizado. Observe que este vector ti es unitario, pues Ejemplo 1. Consideremos el conjunto {v], V2} de vectores en ]Ft2 en donde VI = (-2,4), '12 = (6,3). Este es un conjunto ortogonal (ver ejemplo 3 de la sección 2) y es por tanto una base de ]Ft2 (¿por qué?). Sin embargo, no es una base ortonormal, pues los vectores involucrados no son unitarios. Para tener una base ortonormal, podemos normalizar los vectores '11 y '12. (Es claro que la propiedad de ortogonalidad entre ellos no se pierde con su normalización, ¿por qué?). Así, los vectores UI Y U2 en donde UI = (11(---2,4)\1)-1(-2,4) = (/fc))-1(-2,4) 112 = _1 ( r;;: = (11(6, 3)!J)- 1(6,3) = (v45)- 1(6,3) = ('21\) /S' 15 constituyen una base ortonormal de ]Ft2. Si f3 = {VI, '12 .... , 'In} es una base de ]Ftll, entonces cada vector V E ]Ftn se escribe de manera única como combinación lineal de los vectores de f3, digamos v = CI VI + C2V2 + .. , + CIl VII' Si la base f3 es ortonormal, los escalares C¡ se pueden calcular fácilmente: tomando producto punto del vector v con el i-ésimo vector de la base f3 nos queda n V· V¡ = (CIVI + C2V2 + ... +- cnvll )· V¡ = ¿Cj(Vj' Vi) = C¡ j=l Se tiene pues el siguiente resultado. Teorema 1.4.1 Si f3 = {v], '12 .... , "n} es una base ortonormal del espacio ]Ftn, cada vector v E ]Ftn se escribe en términos de esta base como v = (v· '11)'11 +- (v· '12)'12 + ... +- (v· vn)vn lA Bases ortonormales. Cambios de base 37 Ejemplo 2. En el ejemplo 1 se vio que la base f3 = {u l. U2} donde es una base ortonormal de ]R2. Escribamos el vector '1' = (1.7) en términos de esta base. Se tiene '1' = (v· u¡)u¡ = \. = + (v· U2)U2 (1 13 14) 2 7 V5 + V5 U¡ + ( V5 + V5 ) U2 9 + --u? V5 - -U¡ V5 11 Observe que si u E IR" es un vector unitario y '1' es un vector cualquiera de IR", la proyección de v sobre u es, según se discutió en la sección 2 PRv~u = - - u = ¡ -11¡ u = (v . u)u 2 v· u V· u u· U ! 11" de modo que si {3 = {VI, '1'2 •..• , VI!} es una base ortonormal de IR", la expresión de un vector '1' E IR" en términos de esta base no es más que la suma de sus proyecciones sobre cada uno de los vectores de la base, como se ilustra en la figura siguiente Figura 1. El vector v escrito en términos de la base ortonormal f3 = {VI, "'2, ... , "'" }. Dada una base f3 = {v ¡, '1'2 ••.•• v,,} del espacio IR" es siempre posible, a partir de ella, construir una base ortonormal f30n = {UI. 1.12 •...• U,,} para este espacio. El proceso, conocido como proceso (de ortonormalización de bases) de Gram-Schmidt. se describe a continuación: como vector 111 tome al vector '1'1 normalizado. Es decir, 1 UI=W VI 38 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal Para construir el vector Uz, consideramos la proyección del vector Vz sobre el vector unitario u l. Según lo discutido previamente esta proyección es (vz . u I )UI. Es claro entonces que el vector Vz (vz . U I)U I es un vector ortogonal a u l, Normalizándolo, obtenemos el segundo vector de la base ortonormal procurada. Es decir Podemos establecer este resultado considerando el vector w = Vz - aUI, tomando a de tal modo que w sea ortogonal a UI, es decir, imponiendo la condición de que (vz au])· UI = O. De aquÍ se obtiene que a = '112 . UI, como antes. De manera análoga, para construÍr el vector U3, que debe ser ortogonal a u] y U2, consideramos el vector w = '113 - au¡ - bU2, escogiendo a y b de modo que este vector sea ortogonal a UI Y U2. Es decir, calculamos a y b imponiendo las condiciones siguientes: (V3-au¡-bu2)'U¡ ('113 - =0 au] - bU2) . U2 =O De la primera de ellas se obtiene que a = '113 . "¡, Yde la segunda b = '113 . Uz. Entonces, el vector w = '113 - ('113 . UI)UI - ('113' U2)UZ es ortogonal a UI Y Uz. Normalizándolo, obtenemos U3. Es decir Continuando de esta manera, llegamos a que los vectores de la base ortonorrnal un}, construida a partir de la base f3 = {v 1, Vz, ... , "n} dada, son de la forma U¡ f30n = {u 1, Uz, .. -- (Vi' Ui-¡)Ui-I = -Vi --(Vi' 111)UI-- -(Vi' UZ)UZ- -... - - - - - - c : - ------- IIVi - (Vi' UI . UZ)UZ - ... - (v¡ . U¡_I )Ui- J 1I i = 1,2, ... , n. Ejemplo 3. Consideremos la base f3 = {(2, 1, 2), (3, O, 4), (O, 1, I)} de IR3. A partir de ella obtengamos una base ortonormal, usando el proceso de Gram-Schmidt presentado previamente. Llamando Vi a los vectores de la base f3 y Ui, i = 1, 2, 3 a los de la base ortonormal procurada, tenemos que UI =W U2, 1 V¡ = 1 I 11(2, -1,2)11 (2, -1,2) = 3'(2, -1,2) Para determinar el vector hagamos primero los cálculos siguientes =(3,0,4)- V2-(VZ'U¡)U¡ ((3,O,4).~(2,-1,2))~(2,-1,2) 14 1 9(2, -1,2) = 9(-1,14,8) = (3,0,4) Normalizando este vector obtenemos Uz Uz = I Mf1(-I,14,8) v261 lA Bases ortonormales. Cambios de base 39 Finalmente, para determinar U3 hacemos la siguiente operación 1 22 22 V3-(V3'U¡)U¡-(V3'U2)U2=(0 11)- ( -1) -(2 -1 2)- ( - - ) --(-1148) " 33" J26T J26T ' , =(0 11)- -(2 -12)- -(-1148)= -(-4 -23) " 9" 261 " 29 ' ,. 1221 Normalizando este vector, obtenemos U3 U3= ¡;::;n(-4,-2,3) v29 1 Así, una base ortonormal de J!.t3 es f30n 1 1 1 = { -(2, -1, 2), ¡;:;-z;-( -1, 14,8), ¡;::;n ( -4, -2, 3) } v261 v29 3 Si quisiéramos escribir el vector v = (3, 1,5) como combinación lineal de los vectores de esta base, según lo establecido en el teorema 1.4.1, se tendría lo siguiente v = (v· u¡)u¡ -+ (v 'l.b)U2 - + (v· U3)U3 = 5u¡ + 51 v261 ¡;:;-z;-lb + I ¡;::;nU3 v29 Consideremos ahora el problema de cambio de bases ortonormales en el espacio J!.tn, Por razones de simplicidad, vamos a estudiar de cerca solamente el caso n = 3, El caso general se copiará de éste "poniendo más coordenadas", Tomemos entonces dos bases ortonormales de J!.t3, digamos f3¡ = {VI, V2, V3} Y f32 = {u¡, U2, U3}' Cada vector v en se puede escribir como combinación de cada una de estas bases de la siguiente manera v = C¡V¡ + C2V2 -+ C3V3 v = d¡u¡ -+ d2U2 -+ d3U3 en donde sabemos que C¡ = v' Vi, di = V' U¡, i = 1,2,3. Ciertamente también cada vector de la base f32 se puede escribir en términos de los vectores de la base f3¡, digamos que U¡ =a¡lv¡ -+a2lV2-+a3¡V3 U2 = a¡2V¡ + anV2 -+ a32 v 3 U3 = al3v¡ -+ a23 V2 -+ a33 V3 donde de hecho sabemos que a¡j = Ui ' Vj, i, j = 1,2,3, Escribiendo estas expresiones en la que expresa a v en términos de la base f32 nos queda v = d¡u¡ -+d2U2 -+d3U3 d¡(a¡lv¡ = (a¡¡d¡ + a2¡v2 -+ a3¡v3) + d2(a¡2v¡ + anV2 + a32v3) -+ d3(al3v¡ -+ a23V2 -+ a33v3) + a¡2d2 + a¡3d3)v¡ + (a2¡d¡ + and2 -+ a23d3)v2 + (a3¡d¡ + a32d2 -+ a33d3)v3 40 Capítulo I Introducción al espacio l~" y al álgebra lineal Apoyados en la unicidad de la representación del vector v en términos de la base f3¡, concluimos que c¡ C2 C3 = a11d¡ + al2ch + 013d3 = a21 d¡ + 022d2 + a23d3 = a3¡d¡ + a32d2 + a33d3 Podemos esciÍbir matricialmente estas expresiones como A la matriz 3 x 1 de elementos c¡ (d¡), se le llama "matriz de coordenadas del vector v respecto de la base f3¡ (f32 respectivamente)", la cual denotaremos por [v ]131 ([v ]13,), y a la matriz 3 x 3 de elementos al}' en cuyas columnas aparecen los elementos de las matrices de coordenadas de cada vector de la base f32 respecto de la base f31, se le llama "matriz de cambio de base de f32 a f31". Denotaremos esta matriz por P. Se tiene entonces que Este es un resultado estándar en el problema de cambio de bases (no necesariamente ortonormales) en ~n. Se puede ver también, por ejemplo, que la matriz P es inversible y que su inversa es la matriz de cambio de base de f31 a ,82, Hasta este momento no hemos usado que nuestras bases son ortonormales. Este hecho se reflejará en las propiedades que en este caso tiene la matriz P de cambio de base. La característica fundamental de esta matriz en este caso es que su inversa coincide con su transpuesta. En efecto, hagamos el producto P pt. Se tiene Llamemos Oi} al elemento de la i-ésima línea y j-ésima columna de ppl. Este es Oi} aiJa}¡ + Q¡2a}2 + onoj3 = (u¡, v¡)(u}' VI) + (Ui' V2)(U}' V2) + (u¡, V3)(U}' V3) = U¡' ((u}' VI)VI + (u}' V2)V2 + (u}' "3)V3) = Ui' u} = {O si i 1 si i = j :f j De modo entonces que P pt es la matriz identidad, y así p- 1 = pl como se quería ver. A una matriz inversible cuya inversa coincide con su transpuesta se le llama matriz ortogonal. Hemos entonces probado que la matriz de cambio de una base ortonormal a otra base ortonormal es una matriz ortogonal. Ejemplo 4. Sea f31 la base canónica de ~3 y considere la base f32 = {( l, 1, l), (1, l, O), (1,0, O)} de este espacio. Obtenemos la matriz P de cambio de base de f32 a f3¡ expresando cada vector de la base f32 como combinación lineal de los vectores de la base f31' Puesto que f31 es la base canónica de lA Bases ortonormales. Cambios de base 41 IR 3 , las coordenadas de estas combinaciones lineales coinciden con las coordenadas de los vectores mismos (es decir, [(x, y, z)]¡3, = (x, y, z». Entonces Por ejemplo, el vector v = (3, -1,2) = 2(1, 1, 1) - 3(1, 1, O) + 4(1,0, O), cuyas coordenadas en términos de la base f32 son entonces (2, -3,4), se puede obtener como Obsérvese que el resultado anterior nos da la versión del vector v, cuyas coordenadas en la base f32 son (2, - 3,4), en términos de la base f31' Como ésta es la base canónica, se obtiene directamente la expresión misma del vector (3, -1,2). La inversa de la matriz P, I p- = [ °° O 1 1 -} es la matriz de cambio de base de f31 a f32' De este modo, el vector (5, 1, 2), que en la base canónica tiene las mismas coordenadas, es transformado por la matriz p-! a su "versión" en la base f32' De hecho O P- l [(5,1,2)]¡3,= 1 [ °° I -\ lo cual se comprueba fácilmente notando que (5, 1,2) = 2(1, 1, 1) Ejemplo 5. ejemplo 3 (1, 1, O) + 4( 1, 0, O). En el espacio ]R3 considere la base canónica f31 y la base ortonormal obtenida en el f32 = {-3(2, -1,2), 1 ;;;;L1(-I, 14,8), ¡;:¡r;(-4, -2,3)} y261 y29 1 1 La matriz de cambio de base de f32 a f31 es entonces P= [ 2/3 -1/3 2/3 -1/J26l -4/V29] 14/V261 -2/V29 8/J26l 3/V29 Puesto que P es una matriz de cambio de una base ortonormal (f32) a otra base ortonormal (la canónica), es una matriz ortogonal. Es decir, se debe tener que p-I = pt, como se puede comprobar fácilmente. 11 °: :; 8 < 27T. Puesto que Ejemplo 6. Consideremos los vectores er (cos 8, sen 8), Ce sen 8) + (sen 8)(cos 8) = (- sen 8, cos 8), donde er . ee = (cos 8)( - ° llerll = Ileell = Jcos 2 8 + sen 2 8 = 1 42 Capítulo l Introducción al espacio IR" y al álgebra lineal y Ce r x Figura 2. Los vectores unitarios Cr y Ce. la base f32 = {e r , ee} es una base ortonormal de JR2. Esta es una base muy importante del espacio JR2, pues cuando introducimos en él el sistema de coordenadas polares, los vectores er y Ce son los vectores unitarios que marcan las direcciones en que se miden las coordenadas r y 8 en ese sistema. Sea {3¡ = {i, j} la base canónica de JR2. Tenemos entonces que ter = (cos 8, sen 8) = cos 8í + sen 8j ee = (- sen (J, cos (J) = í32 a es COSe [ sen 8í + cosBj y así, la matriz de cambio de base de sen e - sen cos 8 eJ y, como sabemos, su transpuesta (su inversa) es la matriz de cambio de base de {3¡ (la canónica) a {32. Esta es Q = [ cos 8 - sen 8 sen (} ] cos 8 Tenemos pues que si v = (x, y) = xi + yj es un vector de JR2, la multiplicación de Q por este vector nos da la expresión de v en términos de la base f32, que denotamos como [V]/32' Es decir cos 8 [V]/32= [ -sen8 sen 8] cosO [x] y= [x cos 8 + y sen 8 -xsenO+ycos8 ] Se tiene entonces que si (x, y) = xi + yj E JR2, entonces (x, y) = (x cos 8 + y sen 8)cr + (- x sen 8 + y cos 8)ee en particular, poniendo (x, y) = (1, O) = i y (x, y) = (O, 1) = j, nos queda que . [ cos 8 ] [1]/32 = _ sen 8 . L1J/32 = [sen O] cos 8 lA Bases ortonormales. Cambios de base 43 o sea i = cos eCr - sen eco j = sen eC r + cos eco Por otra parte, podemos ver la base /32 como la base canónica del sistema xy original girada un ángulo e. Con esta idea se pueden obtener expresiones de un vector en el plano en términos de esta base (las "ecuaciones de transformación de coordenadas por rotación de ejes" que se estudian en los cursos de geometría analítica). 11 Ejercicios (Capítulo 1, Sección 4) 1. Determine el valor de a para que los siguientes conjuntos de vectores sean ortogonales. a. c. {(l,2), (a,5)}, {(l,2,-1),(3, 1, a)}, b. {(O,I),(I,a)} {(2,3,O),(O,O,a)} d. 2. Verifique que el conjunto f3 = {(3/5, 4/5), (-4/5, 3/5)} constituye una base ortonormal del espacio ]R2. Escriba el vector v = (6, -7) como combinación lineal de los elementos de esta base. 3. Compruebe que el conjunto f3 = {(2/3, -2/3),1/3), (2/3,1/3, -2/3),0/3,2/3, 2/3)} constituye una base ortononnal del espacio]R3. Escriba el vector v lineal de los elementos de esta base. = (3, 1, O) como combinación 4. Verifique que el conjunto f3 = (O/2, 1/2, 1/2, 1/2), (l/2, 1/2, -1/2, -1/2) (1/2, ~1/2, 1/2, -1/2), (l/2, -1/2, -1/2, 1/2)} constituye una base ortonormal del espacio ]R4. combinación lineal de los elementos de esta base. Escriba el vector v = (2,4, 1, 3) como 5. Considere la base canónica f3' de ]R2. Determine la matriz de cambio de base de f3 a f3', en donde f3 es la base ortonormal del ejercicio 2. Verifique que se trata de una matriz ortogonal. ¿Cuál es la matriz de cambio de base de f3' a f3? 6. Considere la base canónica f3' de ]R3. Determine la matriz de cambio de base de f3 a f3', en donde f3 es la base ortonormal del ejercicio 3. Verifique que se trata de una matriz ortogonal. ¿Cuál es la matriz de cambio de base de f3' a f3? 7. Considere la base canónica f3' de ]R4. Determine la matriz de cambio de base de f3 a f3', en donde f3 es la base ortonormal del ejercicio 4. Verifique que se trata de una matriz ortogonal. ¿Cuál es la matriz de cambio de base de f3' a f3? En los ejercicios 8-11, aplique el proceso de Gram-Schmidt para obtener una base ortonormal partir de la base dada del espacio ]R2. <§- 8. /3 = {el, 1), (l, l)} 44 Capítulo 1 Introducción al espacio IR" y al álgebra lineal 9. (3={(l,1),(2,4)} 10. {3 = {(2, 1), (1, -2)} 11. {3 = {(3, 1), (1, l)} En los ejercicios 12-15, siga el proceso de Gram-Schmidt para obtener una base ortonormal a partir de la base dada del espacio JR3. 12. {3 = {(l, 1, 1), (1,1, O), (1, 0, O)} 13. {3 = {(l, 2, 1), (3, 1,2), (1, 0, 1)} 14. {3 = {(O,!, 1), (1, 1, O), (2, 1, 3)} 15. {3 = {(3, 1, 1), (-1, -1, -2), (1, 1,4)} En los ejercicios 16 y 17, use el proceso de Gram-Schmidt para obtener una base ortonormal a partir de la base dada del espacio JR4. 16. {3 = {(l, 1, 1, 1), (1,1, 1, O), (1, 1, 0, O), (1, 0, 0, O)} 17. {3 = {(l,0, 1, -1), (2,1,3, O), (0,2,1, 1), (O, 0,1, 1)} En los ejercicios 18-20, obtenga la matriz de cambio de base, de la base dada a la base canónÍca de JR3. A partir de ella, obtenga la matriz de cambio de base de la canónica a la base dada. 18. {3 = = {(2, 1, 1), -1, 9), (1, 0, O)} 19. {3 = {(l, 2, 3), (1, -1, -2), (3,1, l)} 20. {3 {(O, 0, 5), (2, 3, O), (1, 2, -1)} 21. Determine la matriz de cambio de base de la base ortonormal considerada en el ejercicio 2, a la base canónica de JR2. Verifique que se trata de una matriz ortogonal. 22. Determine la matriz de cambio de base de la base ortonormal considerada en el ejercicio 3, a la base canónica de JR3. Verifique que se trata de una matriz ortogonal. 23. Determine la matriz de cambio de base de la base ortonormal considerada en el ejercicio 4, a la base canónica de JR4. Verifique que se trata de una matriz ortogonal. 1.5 El producto cruz en ffi,3 En esta sección estudiaremos un nuevo producto entre vectores del espacio JR3 (ya hemos considerado el producto punto entre estos vectores). Con él podremos estudiar las ecuaciones de planos en JR3 que emprenderemos en la siguiente sección, junto con las ecuaciones de las rectas en JR3. Una diferencia fundamental de este nuevo producto que estudiaremos ahora, es que éste será un nuevo vector de JR3, mientras que el producto punto es, como sabemos, un escalar. Establezcamos la definición correspondiente. 1.5 El producto cruz en IR} 45 Definición. Sean u = (XI. X2, X3) Y v = (YI, Y2, Y3) dos vectores de IR 3 • El producto cruz de 3 ti con Y, denotado por ti x y. es el vector de IR dado por o bien Si el lector siente que la fórmula de la definición anterior es demasiado para su memoria, no se preocupe. Lo es, de hecho, para la memoria de muchos de nosotros; además en matemáticas no se deben hacer esfuerzos mentales para memorizar fórmulas, sino para entender la esencia de las ideas, razonamientos y proc,edimientos analíticos que en ella aparecen. Con ayuda del siguiente determinante podremos recordar fácilmente la fórmula del producto cruz de dos vectores j ti XY (XI. X2. X3) X(YI. Y2, Y3) = det [:1 = YI .~] Y3 Desarrollando por cofactores a lo largo de la primera línea, la fórmula de la definición anterior se obtiene. Obsérvese que la matriz involucrada en este determinante es muy peculiar: en su primera linea están los vectores de la base canónica de IR 3 , y las líneas restantes están ocupadas por escalares. Por supuesto que esto "no se vale" en matemáticas; sin embargo, el objetivo del determinante anterior es solamente proporcionar una ayuda para recordar la "difícil" fórmula del producto cruz de dos vectores. Además, con esta "manera de presentar la definición" se pueden probar fácilmente algunas de las propiedades del producto cruz que estudiaremos más adelante. Una de las propiedades fundamentales que caracterizan al vector u x v, es que éste es perpendicular a ambos vectores u y v. En efecto, tomando el producto punto de ti x v con u tenemos Análogamente se ve que (u x v) . v = O. Más aún, el vector u x ves un vector perpendicular a al y a v, y su dirección se rige según la "regla de la mano derecha": usando la mano derecha, ponga su dedo pulgar perpendicular a los restantes dedos de la mano; haga coincidir la dirección de los cuatro dedos con la del vector u de tal modo que, cerrando su mano, ésta pueda encontrarse en su recorrido al vector v. La dirección hacia donde apunta su dedo pulgar, es la del vector ux v. Ejemplo 1. Sean ti = (2.3,8), '1= (-2.2, -5). Se tiene uxv = det [ -2 Además (u x v) . u ~ j 3 2 -31i - 6j + IOk = (-31, -6, lO) . (2,3.8) = O (u x v)· v = (-31. -6. 10)· (-2,2, -5) = O como tenía que ocurrir. 46 Capítulo 1 Introducción al espacio JR" y al álgebra lineal uxv u v Figura 1. La regla de la mano derecha. Con los vectores del ejemplo anterior, calculemos v x u. Se tiene v X 1J = det 2 3 8J =-(-31i-6j+ =-uxv [~2 ~ ~(51 = 3li + 6j - lOk i\sí pues, el cambio de orden en los "factores" del producto cruz, produce un cambio de signo en el vector resultante. Este es un hecho general que se entiende fácilmente si se recuerda la propiedad de los determinantes de cambiar de signo cuando se intercambian de posición dos de sus líneas. Así, para dos vectores cualesquiera u = (XI. X2, X3) Y v = (YI, Y2, Y3) se tiene i ti X V = det [ XI YI Y3 ~] = -det [;1 XI j Y2 X2 X3 ~] = -v x U Debido a esta propiedad, se dice que el producto cruz es anticonmutativo. Al igual que el producto punto, el producto cruz tiene un comportamiento lineal respecto de sus dos variables (ver teorema 1.2.1, propiedades (3) y (4)). Con más presición, se tiene, con u, u l , v, VI E IR 3 Y,\ E IR (n + '\u / ) x v = ti X V + ('\u / ) x v = u x v + A(u l x v) / U x (v + Av') = u x v + u x (Av ) = ti X V + A(u x VI) Obsérvese entonces que el producto cruz, al igual que el producto punto, es distributivo. Nuevamente, esta propiedad se puede entender fácilmente recordando que la función determinante tiene Un comportamiento lineal respecto ele sus lineas (ele hecho, también respecto ele sus columnas). Es 1.5 El producto cruz en 1R 3 47 decir, sí u = (XI, X2, X3), v = (YI, Y2, Y3), v' = (y~, y~, y~), se tiene "X(V+AV')=det[:¡ Yl " = det [:¡ YI + Ay~ Y2 X3] Y3 'k + Ay~ +[ +A L ' ;2 Y2 X2 ':1, Ay¡ = det [ :¡ k] [" ' j X3 Y¡ Y2 Y3 :; Y¡ =" x '1+ Au x v' Como consecuencia de esta propiedad, podemos escribir, en general, que si "1, ... , U", son (11 + m) vectores de IR 3 Y Al, ... , A", ¡..t ¡, ... , ¡..t", son escalares, entonces VI,"" '1 m Otra propiedad importante del producto cruz es su relación con la dependencia lineal de los vectores involucrados en él. Por una parte, es fácil verificar que si los vectores ti, v E IR 3 son linealmente dependientes (l.d.), entonces su producto cruz es cero (el vector cero de IR 3 ). En efecto, si ti y V son l.d., existe un escalar e E IR tal que u = ev. Entonces, usando el comportamiento lineal del producto cruz previamente estudiado se tiene ti X V = (ev) x v = e(v x v) = -v x u = -v x (ev) = -c(v x v) o sea 2e(v x v) = 0, de donde e = O o bien v x v = O. De cualquier modo se tiene u x v = O. En particular, el producto cruz de un vector con él mismo es cero. La afirmación recíproca de la verificada anteriormente también es cierta. Es decir, si u y v son vectores de IR 3 tales que u x v = 0, entonces estos vectores son l.d. La validez de esta afirmación (y de la anterior también) se deduce fácilmente de la fórmula que a continuación obtendremos para la norma del producto cruz de dos vectores: si u = (Xl, X2, X3), V = (y¡, Y2, Y3) se tiene Ilu x v 11 '- ' = (X2Y3 - X3Y2) 2 + (X3Y¡ - X¡ Y3)- + (XI Y2 - X2Y¡ t, = xbj + xb~ + xhf + xfyj + xfA + xbf - 2X2X3Y2Y3 - 2X¡X3Y¡Y3 2 22 22 2 22 22 2 2 2 2 .2 = X¡Y¡2 +X¡Y2 +X¡Y3 +X2Y¡2+X2Y2 +X2Y3 +X3Y¡2 +X3Y2 +X3Y3 22 22 22 - (X¡Y¡ +X2Y2 +X3Y3 + 2 X¡X2Y¡Y2 + 2XI X3YIY3 + 2 X2 X3Y2Y3 ) = (xf + X~ + X~)(yT + y~ + yj) - (X¡Y¡ + X2Y2 + X3Y3)2 22 = IIul1 11vll - (u. '1)2 = IIull 211vl1 2 IIul1211vl12 cos28 = Ilu11211v112(1 - cos 28) 2 = IIul1211vl12 sen 8 - 2X¡X2Y¡Y2 48 Capítulo l Introducción al espacio ]R" y al álgebra lineal o sea que Ifu x vii = Ilullllvlll sen el donde se usó la fórmula u . v = Ilullllvll cos siendo el ángulo que forman los vectores u y v (ver sección 3). Esta es una fórmula impOliante que nos descubrirá un hecho geométrico interesante sobre el significado de la norma del producto cruz de dos vectores. De ella se ve también que si ti y V son vectores I.d., entonces sen = o (¿por qué?), y entonces Ilu x vii = 0, de modo que u x v = O. Este hecho lo dedujimos anteriormente usando otras ideas. Por otro lado, si ti x v = 0, con u y v vectores no nulos de IR3 (si alguno o ambos fueran nulos, su dependencia lineal se deduce de inmediato), entonces Ilu x vii = O, Y así, por la fórmula anterior, sen = o (es decir, el ángulo entre u y v o es Oo 1T; en cualquier caso, los vectores son colineales), y entonces ti y V son I.d. como se quería ver. En el siguiente teorema se recogen los resultados anteriormente estudiados acerca del producto cruz. e, e e e Teorema 1.5.1 1 2 Sean ti, u ' , v, v' vectores de IR 3 , Y A un escalar. Entonces (u x v)· ti = O (u x v)· v = O ti X V = -v x ti (anticonmutatividad) (distributividad) 3 4 5 ti X (v + AV ' ) = u X v + AlJ x Vi (u + Au ' ) x v = u x v + AU' x v ti x V = O si y solamente si u y v son I.d. Ilu x vii = Ilullllvlfl sen ~I, donde e es el ángulo entre l.l y V. Demostración. Hecha en ¡as líneas anteriores. Ejl:mplo 2. ixj Consideremos los vectores 1, j, k de la base canónica de IR 3 . tS raCH venncar que k, j x k = i, k x i = j. Esquemáticamente podemos pensar en un triángulo como el siguiente = El producto de cada uno de dos vértices (en el sentido indicado) es igual al tercer vértice. Por ejemplo, calculemos el producto cruz del vector u = (1,0, -7) con v = (0,2, -3). Podemos hacerlo de la manera "tradicional" -3 ~7] = 14i+3j+2k o bien, usando algunas propiedades del producto cruz de la manera siguiente u x v = (i - 7k) x (2j - 31<) = 2i x j - 3i x k - 14k x j = 2k + 3k x i + 14j x k + 21(0) = 2k + 3j + 14i + 21 k x k La fórmula establecida en la propiedad 5) del teorema 1.5.1 anterior tiene una interpretación geométrica interesante: si consideramos el paralelogramo cuyos lados son los vectores u y v, el 1.5 El producto cruz en IR 3 49 base.= altura = área = (base)(altura) = = Ilull Ilvlll sen 81 lI u llllvlll sen 81 Ilu x vii Figura 2. Paralelogramo generado por los vectores u y v. ,írea que éste encierra se calcula como la base (la norma de uno de los vectores) por la altura, la cual es la norma del otro vector multiplicada por el (valor absoluto del) seno del ángulo que forman los vectores (ver figura 2). Entonces, según la fórmula mencionada, el área de tal paralelogramo es justamente la norma del producto cruz de los vectores que lo generan. Ejemplo 3. Consideremos los vectores ti = (2,3,8), v = (-2,2, -5) del ejemplo 1. Se tiene uxv (- 31, -6, 10), de modo que el área del paralelogramo generado por estos vectores es Ilu xvii = [( -31)2 + (_6)2 + (10)2]1/2 = V1097.Usando estas ideas se concluye inmediatamente que si los vectores ti y V son vectores unitarios y ortogonales, entonces su producto cruz será también un vector unitario (y ortogonal a ambos), puesto que Ilu x '111 es igual a Ilullllvlll sen 81 = (1)( 1) sen( 7r /2) 1 = área de un cuadrado de lado l. Combinemos ahora el producto cruz de dos vectores con el producto punto. Dados dos vectores v, w E JR3, su producto cruz es un vector v x w E JR3 con el que podemos tomar el producto punto con otro vector u E JR3, para formar así el escalar ti . (v X w). A éste se le conoce como triple producto (escalar) de los vectores ti, v y w. Si u = (XI, X2, X3), v = (YI, Y2, Y3), w = (ZI, Z2, Z3) y si v x w = (a, ,B,y),.entonces ti· (v X w) xla + x2,B + X3Y. Recordando que a,,B y y eran los determinantes menores de la matriz cuya segunda y tercera líneas estaban formadas por las coordenadas de v y w asociados a los elementos de su primera línea, es claro que podemos escribir XI YI [ Z¡ ti . (Y X w) = det El escalar resultante del triple producto escalar de los vectores ti, Y Y w tiene una interpretación geométrica interesante: consideremos el paralelepípedo generado por los tres vectores 11, Y Y w (cuyos ocho vértices son entonces (1) el origen, (2) el vector ti, (3) el vector Y, (4) el vector w, (5) el vector ti + v, (6) el vector ti + w, (7) el vector Y + w, (8) el vector ti + v + w), el cual tiene por volumen V al área A de su base multiplicada por su altura H. El área A de su base es el área del paralelogramo generado por los vectores v y W (véase figura 3). Esta es, según se vio anteriormente, la norma Ilv x wlI. La altura del paralelepípedo se puede calcular como la norma de la proyección 50 Capítulo l Introducción al espacio IR" y al álgebra lineal del vector restante ti sobre un vector perpendicular a v y a w. Tal vector puede ser v x w, y la proyección de ti sobre él es PRu~vxw = de modo que la altura H del paralelepípedo es H= ti· !Iv x wl1 2 v X w (v X w) ti· (v X w) 11 PRu~vxw!1 I !Iv x wI1 2 v I XW = lu, (v x w)! ¡Iv x wll Ilv x wl1 2 lti· (" x w)1 Ilv x wll . y entonces el volumen del paralelepípedo es V = (Area de la base)(Altura) = , lu· (v x w)1 Ilv x wll 11" x wll = lo· (v x w)1 Es decir, el triple producto escalar u . (v x w) es, en valor absoluto, el volumen del paralelepípedo generado por los tres vectores ti, v y w. volumen = !u . (v x Figura 3. Paralelepípedo generado por los vectores n, v y w. Ejemplo 4. Consideremos los vectores u = (2. 1, O), v = (3,4, 5), w = (2,6,4). El triple producto escalar de estos vectores es u·(vxw)=det 3 4 5 264 2 1 O] =2(-14)-(2)=-30 [ Entonces el paralelepípedo generado por estos vectores tiene por volumen 30 unidades cúbicas. En los ejercicios al final de esta sección se considerarán algunas propiedades de este triple producto escalar. 1.5 El producto cruz en ]R3 51 Apéndice ]R3, Coordenadasdlíndricas y esféricas En este apéndice introduciremos dos nuevos sistemas coordenados muy importantes en el espacio los cuales jugarán un papel fundamental en algunos cálculos que se harán con integrales triples en el capítulo 6 (sección 7). De modo más concreto, los resultados que se establecerán en este apéndice, se usarán en el apéndice de la sección 2 del capítulo 7. En la discusión que presentamos aquí, usaremos libremente las ideas estudiadas en la sección anterior. Dado un punto p = (x, y, z) E ]R3, asociamos a él la terna (r, O, z) donde (r, O) son las coordenadas polares de la proyección p' del punto p en el plano xy (es decir, (r, O) son las coordenadas polares del punto pI = (x, y, O)). Decimos que los elementos de la terna (r, O, z) son las coordenadas cilíndricas del punto p -ver figura 4-. (Obsérvese que, en cierto sentido, podemos decir que las coordenadas cilíndricas son las "coordenadas polares de ]R3", donde la tercera coordenada, que se encarga de medir la altura de un punto al plano xy, coincide con la del sistema rectangular). :¡ . . . ··.1 l', .(e '.') ~T¡,:''''''' --------» y fJ.,/ x I El sistema de coordenadas cilíndricas. Figura 4. Obsérvese que la ecuación r = ro (ro > O) es, en el sistema cilíndrico, la ecuación de un cilindro (circular recto) cuyo eje es el eje z; en ella se establece que los puntos p = (r, (J, z) que la satisfacen son puntos de ]R3 cuya proyección pI en el plano xy siempre dista del origen una cantidad constante igual a ro. Si er , ee, e z son los vectores unitarios ortogonales que marcan la direcciÓn donde se mide cada una de las correspondientes coordenadas r, O, z, respectivamente en el sistema de coordenadas cilíndricas, (por lo cual {en ee, e z} constituye una base ortonorrnal de ]R3), es claro que el vector e z es justamente el vector k = (O, O, 1) del sistema rectangular, y que los vectores er , ee son los mismos que los vectores del sistema ortonormal de ]R2 considerado en el ejemplo 4 de la sección anterior (con su última coordenada igual a cero). Es decir, se tiene que er = (cos (J, sen e. O) = cos (Ji + sen ej ee = (- sen (J, cos (J, O) = - sen ei + cos ej ez = k 52 Capítulo I Introducción al espacio lR" y al álgebra lineal Así pues, la matriz de cambio de base de la base ortonormal {e r , ee, e z } a la base canónica de ]R3 es cOS P = [ seÓ e e - sen e cos e O~] o Siendo esta matriz ortogonal su transpuesta, que es justamente su inversa, nos da la matriz de cambio de base de la canónica a la base 0l10normal del sistema de coordenadas cilíndricas. Esta es COSe p-I = pt = [ -s~ne sen e cos e O~] o de donde se obtiene que i j k = cos eC r - sen eCe = sen ee r + cos ece = ez Ejemplo 5. El punto p cuyas coordenadas cartesianas son (1, 1, 1). Las coordenadas cilíndricas de este punto las determinamos convirtiendo a polares las coordenadas (1, 1, O) de la proyección de p sobre el plano xy. Como sabemos, se tiene r = e = arctan ~ = metan 1 = n/ 4. Así entonces, las coordenadas cilíndricas de p son ( yI2, n/ 4, 1). Nótese que para ver qué coordenadas corresponden a p en el sistema ortonormal {en Ce, l\}, podemos usar las fórmulas que relacionan a i, j, k con los vectores del sistema ortonormal de las coordenadas cilíndricas, como sigue (1,1,1) = ¡ + j = +k - = cos Be r sen Bce + sen + (cos {] -- sen B)ee + e z (cos B + sen fJ)e r Poniendo B = n/ 4 se obtiene (1, 1, 1) = her + e z o, 1), tal como la Es decir, en el sistema ortonormal {en ee, ez}, el punto (1, 1, 1) se vería como ( vi, intuición geométrica nos dice que debería ocurrir. Otro sistema coordenado muy importante en el espacio IR 3 es el que corresponde a las coordenadas esféricas. Este sistema localiza los puntos en el espacio tridimensional con los siguientes tres parámetros: la distancia del punto p = (x, y,z) al origen de coordenadas, denotada por r; el ángulo que forma la proyección del vectorp en el plano xy, con la parte positiva del eje x,denotado por B, y, el ángulo que forma el vector p con la parte positiva del eje z, denotado por cf>. Se dice entonces que la terna (r,8, cf» son las coordenadas e.lféricas del punto p. Los rangos de variación de cada una de estas coordenadas será, atendiendo a la manera como se efectúa su medición: O ::; r < +00, O ::; 8 < 2n, O ::; cf> ::; n. Obsérvese que la ecuación r = ro es, en coordenadas esféricas, la ecuación de una esfera con centro en el origen y radio ro. En efecto, a esta ecuación la satisfacen por los puntos en!R 3 cuya distancia al origen es igual a ro, sin importar sus ángulos e y cf>, y estos puntos son justamente los de la esfera mencionada. También es fácil ver que la ecuación qJ = qJ(), (epo i n/2) es, en coordenadas ------------------- 1.5 El producto ClUZ en IR 3 53 z p(r. 8. 1» y x Figura 5. El sistema de coordenadas esféricas. esféricas, la ecuación de un semicono con vértice en el origen, pues en ella se establece la condición de que los puntos p que la satisfacen forman un ángulo constante igual a ePa con la parte positiva del eje z, sin importar el ángulo 8 y el valor de r. Veamos la equivalencia entre las coordenadas rectangulares de un punto p en]R3 y sus coordenadas esféricas. Si en el sistema rectangular p tiene coordenadas (x, y, z) y en el sistema esférico este punto tiene coordenadas (r. eP), entonces, atendiendo a la figura 7 se tiene que e. z Del mismo modo, se tiene que = r cos eP x= IOp'l cos 8. y = ¡Op'l sen e donde Op' = r sen eP. Entonces se tiene que x = r sen eP cos e, y = r sen eP sen e. Así pues, las fórmulas que relacionan las coordenadas (x. y. z) de un punto p en ]R3 con sus coordenadas (r, e, <f;¡) z z ro ~-x /7 1> = 1>0. y y x Figura 6. La esfera r = ro y el semicono 54 Capítulo 1 Introducción al espacio ]R:" y al álgebra lineal z z p x = r sen cP cos 8 y = r sen cP sen 8 x --y y z = r cos cP x Figura 7. Relación entre las coordenadas cartesianas y esféricas. son x = r sen 4J cos e, = r sen 4J sen e, z = r cos 4J Utilizando estas "fórmulas de transformación", se puede uno convencer de que la ecuación de una esfera x 2 + l + Z2 = r5, se ve, en el sistema esférico, como r = ro. En efecto, al sustituir las expresiones anteriores en la ecuación de la esfera se obtiene r 2 :o:: rij, o bien r = ro. Igualmente se ve que la ecuación del semicono z = x2 + y2 se ve como 4J = 17'/4. Obtengamos ahora las fórmulas que relacionan los vectores i, j, k del sistema ortonormal en las coordenadas cartesianas, con los vectores ero Ce, e,¡, del sistema ortonormal esférico. Estos últimos marcan la dirección en que se efectúa la medición de coordenadas en el sistema esférico. Se tiene entonces que el vector er es un vector unitario en la dirección radial. Luego para p = (x, y, z) = xi + yj + zk, se tiene J Cr = -:C- 11 1 (-x,-y,-z-C:-)1I (x, y, z) o bien, en términos de r, e, 4J se tiene Cr = - (r sen c/J cos e, r sen c/J sen e, r cos c/J) r = (sen c/J cos O)i 1 + (sen c/J sen O)j + (cos c/J)k El vector ee es el mismo que el vector correspondiente (denotado igual) del ejemplo 4 (¿por qué?). Es decir, ee = - sen O¡ + cos 8j Para determinar e,¡" obsérvese que se necesita un vector unitario que sea ortogonal a er y ee. Lo podemos obtener entonces como el producto cruz de ee con ero Puesto que estos dos últimos vectores 1.5 El producto cruz en IR 3 55 son unitarios, el vector e</> = Ce x er también lo será (ver ejemplo 3). Así se tiene que e</> = ee = x er = i sen [ sen ep cos e - e j k cos o sen ep sen ecos ep e ] (cos ecos ep)i + (sen ecos ep)j - (sen<t»k Entonces, las fórmulas que relacionan los vectores er , ee, e</> del sistema ortonormal en las coordenadas esféricas con los vectores i, j, k de la base canónica de ]R3 son = (sen ep cos e)i + (sen ep sen e)j + (cos ep)k ee = - sen ei + cos ej er c,¡, = (cas Ocas ep)i + (sen Ocas ep)j - (sen <t»k por lo que la matriz de cambio de base del sistema ortonormal {e r, ee, e</>} a la base canónica de ]R3 es sen ep cos O - sen ecos ep cos P = sen epsen B cos ecos ep sen [ cosq) o - sen <t> e] e Su transpuesta (su inversa) es la matriz de cambio de base de la canónica a la base ortonormal del sistema de coordenadas esféricas pt = p-I sen ep cos e sen ep sen O - senO cos O [ eos epeos 8 eos 4> sen e de donde se obtienen las relaciones i = (sen 4> cos O)e r j - = (sen ep sen B)c r - (sen 8)ee + (cos ep cos O)c4> + (eos O)ee + (cos ep sen 8)c</J k = (cos ep)e r (sen ep)c</J Nótese, por último, que el sistema ortonormal {er, Ce, c</J} está comprometido por la posición del punto p = (x, y, z), pues el vector er es un vector unitario en la dirección de p. De hecho, el punto x 2 + y2 + Z2 er , como el lector puede p = xi + yj + zk se ve, en el sistema {er, Ce, e</J} como P = comprobar fácilmente. J Ejemplo 6. El punto p E ]R3 cuyas coordenadas esféricas son (2, coordenado rectangular, las coordenadas 1T /3, 7T / 4) tiene, en el sistema x = rsenepcose = 2 sen7T/4cos7T/3 = (2)(12/2)(1/2) = 12/2 y = r sen ep sen e = 2 sen 7T/4 sen 7T/3 = (2)(12/2)(3/2) = ,j6/2 Z = rcosep = 2eos7T/4 = (2)(12/2) = 12 Es decir, en el sistema cartesiano el punto p se ve como (/2/2, ,j6/2, /2). 56 Capítulo I Introducción al espacio]R" y al álgebra lineal Por otra parte, teniendo las coordenadas rectangulares de un punto p E IR: 3 , podemos determinar sus coordenadas esféricas resolviendo para r, (J y 4> las ecuaciones x = r sen 4> cos (J, y = r sen 4> sen e, z = r cos 4>: puesto que x 2 + l + Z2 = r2 , se tiene r = x 2 + y2 + Z2; además, dividiendo y entre x se obtiene que tan (J = y I x, de donde 8 = arctan(y Ix); por último, de la expresión z = r cos 4> obtenemos que 4> = arccos(zlr), donde r = x 2 + y2 -l- Z2. Por ejemplo, el punto p que en coordenadas rectangulares se ve como (l, 2, - 3), tiene, en el sistema esférico, las coordenadas J J r= J x2 + y2 + Z2 = JT4 = arctan 2 8 = arctan(2/1) 4> = arccos( - 3 I JT4) Ejercicios (Capitulo Sección 5) En los ejercicios 1-5, calcule los productos cruz u x v y v x u de los vectores dados. En cada caso, verifique que el vector obtenido es ortogonal a cada uno de los vectOres u y v dados. 1. ti = (í, 1, 2), v = (-1, 1, O) 2. u = (2,4,3), v = (2, -4, 3) 3. u = (O, 2, 5), v = (0,4, 10) 4. ti = (2, 1, 1), v = (3, 2, 2) 5. u=(3,2, '1=(-3, -2) 6. Considere los vectores u (3, 1, 2), v = (2, 3), VI' = (l, 1,7). Calcule los productos u x (v x w) y (11 X v) X w. En base al resultado obtenido, explique por qué la expresión u x v x w para el producto cruz de tres vectores es una expresión ambigua. 7. Con los vectores ti X W 1.1, v, W E IR: 3 del ejercicio anterior, compruebe que (u +- 2'1) x VI' == + 2'1 x W. ti X 8. ¿Verdadero o falso? Si u x v = 9. Sean u d) (u w, entonces v = w. Calcule: a) u x v; b) (u - 4'1). = (l., -3, -3), '1= (3, 1, 1). + v) x (u - v); e) (2u + 3v) x W + v) x v; e) (u + v) x (ti + v); 10. Sean u, v, E IR:3 tres vectores tales que u + v + W 3 = O. Demuestre que u x v = v x VI' = W x u. 11. Sean VI, '12, '13,'14 E IR: cuatro vectores tales que VI x '12 = '13 X '14 Y VI X '13 = Demuestre que los vectores u = VI - '14, W = '12 - v} son linealmente dependientes. '12 X '14. 12. Demuestre que si los vectores ti + v y u - v son colineales, entonces los vectOres u y v son colineales. ¿Vale la afirmación recíproca? 13. Suponga que los vectores u, VE IR:3 forman entre sí un ángulo de 7T I 4. Demuestre que u . v = Ilu x vii. 14. Suponga que los vectores 7T/6. Calcule Ilu xvii· ti, v E IR 3 son vectores unitarios que forman entre sí un ángulo de 1.5 El producto cruz en ]R3 57 15. Suponga que los vectores calcule lIu x vII. u, v E IR 3 forman entre sí un ángulo de TT/6. Si Ilull 6, Ilvll = 5, 16. Sean u, v E IR3 dos vectores cuyas normas son 3 y 7 respectivamente. Si u . v 17. = 5, calcule Ilu x vII· Sean u, v E IR 3 dos vectores cuyas normas son 3 y 7 respectivamente. u· v. Si lIu x vII = 5, calcule Calcule 18. Sean u, v E IR 3 dos vectores ortogonales con normas 4 y 2 respectivamente. II(u + 2v) x (3u - v)ll. 19. Demuestre que para cualquiera de los dos vectores u, v E IR 3 se cumple (*) 20. Sean u, VI, V2, V3 cuatro vectores en IR3. Demuestre que (Sugerencia: use argumentos de desarrollo por cofactores a lo largo de las líneas de los determinantes con los que se calculan los triples productos escalares involucrados en esta fórmula). b. Para ¡os vectores n, VI, "2, "3 E IR 3 , demuestre que det U, V7 [ VI . V2 - 21. Sean VI ,V2, ••• , V n n vectores en IRIl. Sedefine el determinante de Gramm de estos vectores, denotado por reVI, V2, ... , vn) como el detenninante de la matriz A = (a¡j)¡.j=I ..... n, en donde aij = Vi . Vj. Observe que la matriz A es una matriz simétrica (es decir, A coincide con su transpuesta). Considere los vectores n, v, W E IR3. Demuestre que el cuadrado del triple producto escalar n· (v x w) es igual al determinante de Gramm de los vectores n, v, w. Es decir, demuestre que el volumen del paralelepípedo formado por los vectores ti, v, w es lti· (v x w)1 = ¡f(u, v, w) (Sugerencia: considere la matriz A en cuyas líneas se encuentran las coordenadas de los vectores ti, v, w; se sabe que lu·(v x w)1 = 1 A 1; entonces lu· (v x w)1 2 det (det A)2 = (det A)(det A) = (det A)(det Al) = det AA!; concluya ... ). 22. Sean u, V, w tres vectores en IR 3 . En este ejercicio probaremos la fórmula u x (v x w) = (u . w)v - (ti . v)w a. Demuestre la fórmula anterior de manera directa, considerando las coordenadas de los vectores involucrados y efectuando las operaciones indicadas. Observe que es suficiente demostrar la fórmula con el vector v tomado sobre el eje x, ¿por qué? 58 Capítulo 1 Introducción al espacio IR" y al álgebra lineal b. Observe que el vector ti x (v X w) es perpendicular a v x w, quien a su vez es perpendicular a v y w. Concluya entonces que el vector ti x (v X w) es una combinación lineal v y w. Es decir, concluya que existen constantes a y f3 tales que u x (v x w) = av + f3w. Tomando el producto punto del vector n x (v x w) con ti, concluya, de la expresión obtenida en el inciso anterior, que (u . v)a c. + (n . w)f3 = ° d. Considere el vector q = (a, (3). Según el inciso anterior este vector es perpendicular al vector ((n . v), (n . w)). Concluya entonces que el vector p = (-{3, a), el cual es perpendicular a q, es paralelo a ((u· v), (u . w)), y que por lo tanto existe una constante k tal que (-{3, a) = k((u· v), (u· w)) Use el resultado del inciso anterior para reescribir la expresión obtenida en el inciso b) como u x (v x w) = k((u . w)v (u . v)w) e. f. Tome el producto punto en ambos miembros de la expresión obtenida en el inciso anterior, con un vector arbitrario w E IR3 , y use los resultados del ejercicio 20, para demostrar que k = 1. Con esto se da un lluevo argumento que valida la fórmula establecida en este ejercicio. 23. Sean u, v, w tres vectores en IR3. Demuestre que (u x v) x w = . w)v - (v . w)u 24. Sean u, v, w tres vectores en IR 3 tales que u x (y x x v) x w. Discuta la posición relativa de los vectores u, v, w. (Sugerencia: use los resultados de los dos ejercicios anteriores). 25. Sean n, v, w tres vectores linealmente independientes en IR 3 . Demostrar que el plano que pasa por n, Y, w tiene por vector normal a n=uxv+YXw+wxu 26. Sean u, Y, w tres vectores en IR 3 . Demuestre que u x (v x w) +v x (w x u) +w x (n x v) = O 27. Demuestre que (n x v) . w = n . (v x w), para cualesquiera vectores ti, v, w E IR3. Explique entonces por qué la expresión tiVW puede ser usada para denotar, sin peligro de confusión, al triple producto escalar de los vectores ti, Y, w. Téngase presente que usaremos esta notación en los ejercicios que siguen. 28. Demuestre que una condición necesaria y suficiente para que los vectores n, coplanares (es decir, que se encuentren en un mismo plano) es que nyw = O. Y, w E IR3 sean En los ejercicios 29-32, determine si los vectores dados son coplanares o no. En caso de que lo sean, encuentre la ecuación del plano en que se encuentran. 29. ti = (1,2, 1), '1= (1, -1,0), W = (2,1,0) 1.5 El producto cruz en lPI. 3 59 30. u = (2, 1, 1), V = (2,3,4), w = (2, -1, -2) 31. u = (1, 1, 3),v = (3,1,1), w = (1,3,8) 32. U = (2, O, 1), V = (3, 1, O), w = (2,2,3) En los ejercicios 33-35, demuestre que los cuatro puntos dados se encuentran en un mismo plano. Determine la ecuación del plano en que se encuentran. 33. A = (1,1, -1), B = (0,1,1), 34. A = 35. A = e= (-1, 1,2), B = (2,2, O), e = (O, O, 1), B = (2, -4, 3), e = 3 . (1,0, 1), D = (2,2, -5) (1, 1, 1), D = (-1,3,1) (5, -7,2), D = (-4,7, -2) 36. Sean u, v, w tres vectores en IR Demuestre que luvwl:::; Ilullllvllllwll 37. Calcular el área del paralelogramo generado por los vectores u = (3,2,5), v 38. Calcular el área del paralelogramo cuyos vértices son A = 0,2,7). = (-2, 1, 5), = (1, 1, 1), B = (2, 3, 4), e D = (-1,3,8). 39. Calcular el área del triángulo cuyos vértices son A = (3,2,3), B = (-1,2,5), e = (0,2,7). = (-1, O, 9), 40. Calcular el volumen del paralelepípedo generado por los vectores u = w = (3,2,2). A 1,4), v 41. Calcular el volumen del tetraedro cuyos vértices son el origen de coordenadas y los puntos = (2,1,1), B = (-3,7,9) Y e = (-1, -5, O). (10,9,11). 42. Calcular el volumen del tetraedro cuyos vértices son los puntos A = (2, 1, 2), B = (5,3,7), (-3,4,9)yD NOTA: Los ejercicios 43-55 se refieren al material estudiado en el apéndice de esta sección (coordenadas cilíndricas y esféricas) 43. Determine las coordenadas cilíndricas de los siguientes puntos dados en el sistema cartesiano: a. p = (2,1,1); b. P = (-1,3,5); c. P = (1, O, O); d. p = (2,3, -1). 44. Determine las coordenadas cartesianas de los siguientes puntos dados en el sistema de coordenadas cilíndricas: a. p = (2, O, 1); b. p = (1, 7T, 3); c. p = (3, 57T/3, -2); d. p = (16, 7T/4, O). 45. Escriba la ecuación del cono 2 = J x 2 + y2 en coordenadas cilíndricas. + l + 22 = + 1 en coordenadas cilíndricas. y2; b. z 46. Escriba la ecuación de la esfera unitaria x 2 cilíndricas. 47. Escriba la ecuación de los paraboloides: a.2 = x 2 = 2x 2 + 3 y 2, en coordenadas 48. Determine las coordenadas esféricas de los siguientes puntos dados en el sistema coordenado cartesiano: a. p = (l,O, O); b. P = (3,1, -1), c. p = (0,1, 1); d. P = (-2, -3, -5). 49. Determine las coordenadas cartesianas de los siguientes puntos dados en el sistema de coordenads esféricas: a. p = (1, O, O); b. P = (2, 7T/2, 7T/2); c. P = (1, 7T/3, 37T/4); d. P = (4, 77T/4, arccos(l/4». 60 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal 50. Escriba la ecuación del cilindro circular recto x 2 51. 52. 53. + l = 9 en coordenadas esféricas. Escriba la ecuación de la esfera (x - 1)2 + l + Z2 = 1 en coordenadas esféricas. Escriba la ecuación de las esferas: a. (x a)2 + l + Z2 = a 2; b. x 2 + (y - a)2 + Z2 2 + l + (z - a)2 = a 2, en coordenadas esféricas. C. x Escriba la ecuación del cono Z2 = a 2(x 2 + l) en coordenadas esféricas. 54. Sean P y Q dos puntos en IR 3, cuyas coordenadas en el sistema cilíndrico son (rl, 81, Z 1) Y (r2' 82 , (2), respectivamente. Demuestre que la distancia d entre estos dos puntos es 55. Sean P y Q dos puntos en IR3, cuyas coordenadas en el sistema esférico son (rl, q>l, 81) Y (r2, 4>2, 82), respectivamente. Demuestre que la distancia d entre estos dos puntos es En esta sección utilizaremos la herramienta vectorial desarrollada en las secciones anteriores (sobre todo las ideas en torno al del concepto de ortogonalidad) para hacer un poco de geometría analítica de planos y rectas en el espacio IR 3. Las generalizaciones al espacio IR" (n > 3) de los resultados que obtendremos serán casi inmediatas. La intención de esta sección es familiarizamos con algunos tipos importantes de ecuaciones de planos y rectas en el espacio]Rl1, pues todos los conceptos diferenciables del cálculo que se estudiarán en este libro tendrán su contenido geométrico al involucrar este tipo de lugares geométricos de IR", los que son, sin duda alguna, los más simples que existen. En el caso de! plano IR 2 , el lugar geométrico más simple que existe es la recta (en este caso no hay planos). Este es, por así decirlo, el prototipo de comportamiento "simple" y "decente" propio de una curva en el plano. La matemática involucrada en el estudio de estos "entes lineales" de! plano es sencilla y cristalina; todos los resultados son "fáciles" de establecer alrededor de comportamientos lineales. Precisamente la intención del cálculo (diferencial) es cambiar (localmente) el estudio de comportamientos "complicados" de funciones por comportamientos lineales los cuales se tienen "bien·estudiados". Así, a una función y = f(x) ("comportamiento complicado de x con y"), se le asigna, en un punto, una recta tangente ("comportamiento lineal que aproxima a la función") cuyas propiedades nos darán información de1a función misma (en torno al punto en cuestión). Por esta razón es fundamental estar familiarizado con las ecuaciones de las rectas en el plano para poder entender las ideas del cálculo de funciones de una variable. En esta misma línea de razonamiento el objetivo de esta sección es presentar un resumen de las principales ideas en torno a los comportamientos lineales de lugares geométricos en el espacio IRI1, los cuales, insistimos, serán las "aproximaciones decentes" que tendrán (localmente) las funciones que estudiaremos en este libró. Comencemos por la idea más simple: un plano n en ]R3 queda completamente determinado si se conocen: (*) un punto p = (xo. Yo, zo) por el que pasa (*) un vector normal a él, digamos 11 = (a, !J, c) 1.6 Rectas y planos en IR 3 61 Usaremos la palabra "normal" como sinónimo de "ortogonal" o "perpendicular". En efecto, ayudados con la figura 1 de inmediato se ve que el punto q = (x, y, z) pertenecerá al plano n si y sólo si el vector diferencia q - p se encuentra "sobre el plano". Es decir si y sólo si q p = (x - Xo, y - Yo, z - lo) es ortogonal al vector n = (a, b, c) (el cual es claro que debe ser un vector no nulo). Así pues, el plano n queda determinado comnel lugar geométrico de aquellos puntos (x, y, z) de IR 3 tales que (x - Xo, y - Yo,i - lO) . (a, b, c) = 0.0 s~a tait's que a(x - xo) + bey .:.- Yo) + c(z - Zo) = O Esta es la primera ecuación importante de la sección y merece que la encerremos en un cuadro con título para recordarla (¡la usaremos mucho!). (1) l a(x - xo) + bey - Yo) + c(z - Zo) = O Ecuación de un plano en JH;3 que pasa por (xo, Yo, ZO) y tiene a n :::::: (a, b, e) como vector normal ~ y i1. Z t x/ Figura 1. Un plano rr en ]R3 que pasa por p ytiene a n como vector normal. La ecuación (1) se puede escribir, desarrollando los productos ahí indicados, como ax + by + cz + d = O donde d = -axo - byo - Clo. Desde el punto de vista algebraico ésta es una ecuación lineal en las variables x, y, z. Si d = O es homogénea y, caso contrario, es no homogénea. Puesto que el vector n = (a, b, c) es no nulo, el hecho de que d = O significa que el plano n pasa por el origen. Recuerde además que en el plano xy, las ecuaciones de las rectas eran justamente las ecuaciones lineales en las variables x, y'(ecuaciones de la forma ax + by = d). Así pues, los planos en IR3 son las "generalizaciones algebraicas naturales" de las rectas en el plano IR 2 . Si vamos a dimensiones mayores, diremos que un hiperplano en el espacio IR" es el conjunto de puntos (x 1, X2, ... , x ll ) en IR" que satisfacen la ecuación (lineal en las n variables XI, XZ, ... , x,,) a¡xI + azxz ... + a"x" =b donde el vector no nulo n = (al, az, ... , a,,) es un vector normal al hiperplano. Más aún, si b = O, los vectores de este hiperplano constituyen un subespacio de IR" (ver ejemplo 1 de la sección 1) el cual tiene dimensión igual a n - 1(¡verifique!). 62 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal Ejemplo l. Hallemos la ecuación del plano en ]R3 que pasa por el punto (2, 1,3) Y tiene a n = (2, -4,5) porvectornormal. Según (1) la ecuación procurada es 2(x-2)-4(y-1 )+5(z-3) = O, o sea 2x - 4y + 5z = 15. Iil Ejemplo 2. Consideremos el plano cuya ecuación es 7x - 2y + 6z = 12. Es claro que el vector n = (7, -2, 6) es un vector normal al plano. Además, tal plano pasa, por ejemplo, por el punto (0,0, 2) (¿cómo determinar un punto por el que pasa el plano, conociendo su ecuación? Muy simple: fije los valores de dos de las tres variables involucradas en la ecuación y obtenga el valor de la variable restante; es obvio que los valores de x, y, z así obtenidos son las coordenadas de un punto que satisface la ecuación en cuestión). Iil Ejemplo 3. La ecuación 3x + 7y - 9z + 5u - 13w = 0, representa un hiperplano en]Rs que tiene a n = (3,7, -9,5, -13) por vector normal y pasa por el origen. Este es entonces un subespacio de ]Rs cuya dimensión es 4. Una base de él es, por ejemplo, {3 = {( - 7, 3, 0, 0, O), (3, 0, 1, 0, O), ( - 5, O, 0, 3, O), (13, 0, 0, 0, 3)} Supongamos ahora que nos dan tres puntos por los que pasa el plano n, digamos PI = (x" YI, z,), P2 = (X2, Y2, Z2), P3 = (X3' Y3, Z3). Estos tres puntos pueden dejar bien determinado de la siguiente manera el plano n que pasa por eiios. Si consideramos los vectores ti = pz - PI Y v = P3 - PI, éstos deben ser vectores que se encuentran sobre el plano procurado. Haciendo el producto cruz u x v, obtenemos, en principio, un vector n normal al plano, a menos que este producto cruz sea cero (yen tal caso, los tres puntos dados no dejan bien determinado un plano que pase por ellos; piense, por ejemplo, en que los puntos sean colíneales). Supongamos que efectivamente n = u x v es no nulo. En tal caso, nuestro problema queda resuelto: el plano que pasa por PI (digamos) tiene a n = ti X V por vector normal está constituido por los puntos q = y, z) de modo que el vector q - PI = (x - XI, Y - YI, Z - ZI) es ortogonal a n. Es decir, n y Obsérvese que se trata de un triple producto escalar. Escribiéndolo explícitamente, la ecuación procurada del plano es entonces X- Xl Xl Y- YI Y2 - y, Y3 - det z - z, ] Z2 - ZI Z3 - Z, X2 [ = X3 -Xl YI ° y- 1 Ejemplo 4. Obtengamos la ecuación del plano que pasa por los tres puntos PI = (l, 1, 2), P2 = (3,6,5), P3 = (-2,4, -8). Según la fórmula que acabamos de obtener, la ecuación procurada es 0= det o sea 1 y- 1 z- 2 ] 3 - 1 6-1 5- 2 -2 - 1 4 - 1 -8 - 2 X- [ = det [X - 2 -3 1 5 3 -59(x - l) o bien + ll(y - 1) + 21(z = 2) = ° 59x - lIy - 21z - 6 ° 1.6 Rectas y planos en ]R.3 63 Ejemplo 5. Es claro que si n = (a, b, e) es un vector normal a un plano n, cualquier vector del tipo kn = (ka, kb, ke), con k E IR, k =1 0, es también un vector normal al plano. Los planos ax+by+ez = d, a' x+b' y+e' z = d' serán paralelos si y sólo si su vector normal es "esencialmente el mismo". Más aún, si el vector n' = (a', b' , e'), normal al segundo plano, es un múltiplo escalar del vector n = (a. b, e), normal al primer plano. Es decir, si existe k E IR, k =1 0, tal que n' = kn. Por ejemplo, los planos 2x - 5Y + 4z = 1, 8x - 20y + 16z = 7 son paralelos, pues el vector n' = (8, -20,16) normal al segundo plano es iguala 4 veces el vector n = (2, -5,4), normal al primero. 111 Estudiaremos ahora las ecuaciones de las rectas en ]R3. Para determinar una recta en el espacio es suficiente conocer (*) un punto p = (xo, Yo, zo) por el que pasa (*) un vector v = (a, b, e) paralelo a la recta En efecto, si v = (a. b, e) es un vector paralelo a la recta (digamos que es el vector que "marca la dirección de I!"), y la recta pasa por el punto p = (XO, Yo. zo), entonces el punto q = (x, y. z) pertenecerá a si y solamente si el vector q - p = (x - xo. Yo. z - zo) (que se encuentra sobre la recta) es paralelo al vector v (ver figura 2). Es decir, debe existir t E IR (para cada punto q), tal que q - p = tv. Haciendo explícita esta condición se tiene e e y- (x - xo, y - Yo. z - zo) = tea, b, e) de donde x = Xo + at, y = Yo + bt, Z = zo + et, donde t E IR (mientras t recorre IR, el punto q = (x. y, z) recorre la recta). Estas ecuaciones se conocen como las ecuaciones paramétricas de la recta (el número real t es "el parámetro") y, por su importancia, las dejamos escritas dentro de un cuadro (2) f + ta V = va + tb l ~ = ~o + te x = Xo Ecuaciones paramétricas de la recta que pasa por (xo. Yo, zo) y tiene a v = (a, b. e) por vector paralelo v = (a. b. e) y x Figura 2. La recta que pasa por (xo, yo. e lO) y tiene a v = (a, b, e) por vector paralelo. 64 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal Nótese que, despejando e igualando el parámetro t de cada una de las ecuaciones paramétricas de la recta, la ecuación anterior también se puede escribir también como x - Xo a y - Yo b Z - Zo C Veamos algunos ejemplos. Ejemplo 6. Obtengamos la ecuación de la recta que pasa por el punto p = (2, -3,7) Y tiene a v = (-4, -6, 1) por vector paralelo. Según la ecuación (2), la recta procurada es X { = 2 - 4t Y = -3 - 6t z=7+t tE JR Consideremos dos planos alx + b¡y + C¡Z = dI, a2X + b2 y + C2Z = d l que no sean paralelos. La intersección de estos dos planos es una recta cuya ecuación se puede determinar resolviendo simultáneamente las ecuaciones de los planos. Estas son dos ecuaCiones con tres indeterminadas, lo que permite dejar escritas dos de ellas en términos de la tercera. El ejemplo siguiente ilustra cómo proceder en este caso. Ejemplo 7. Obtengamos la ecuación de la recta de la intersección de los dos planos 2x- 3 y+ 10z = 1, x - y - z = 2. Estos planos no son paralelos (¿por qué?). Podemos, por ejemplo, dejar la variable z como "variable libre", digamos z = t E ]R, Yresolver el sistema 2x - 3y = 1 lOt, x-y=2·H para x y y. Obtenemos que x = 5 + 1 paramétricas a y = 3 + 121. Así pues, la recta buscada tiene por ecuaciones 1;, = :3 ~ i2~ lz= t Yse trata de una recta que pasa por el punto p Ejemplo 8. Consideremos las dos rectas X (,.='1-1-1" t E JR (5,3, O) Y tiene a v = (13, 12, ¡) por vector paralelo. R tI = { = 1 + 2t y= -2-3t Z = 5 + 4t X =7 tl = { Y = 2 + 2s z = 1 - 2s + 3s con t, S E JR (por razones que en este ejemplo se harán evidentes, conviene denotar de manera distinta a los parámetros de las rectas). Nos preguntamos si existe algún punto común a ambas rectas. Es decir, si las rectas se intersectan en algún punto. Para que esto ocurriera, tendría que existir un valor de t y uno de s que hicieran que la x, y, z de la primera recta fuera igual a las correspondientes de la segunda. Es decir, que se cumpliera 1 + 2t = 7 + 3s -2-3t=2+2s 5 + 4t = 1 - 2s -----------_. 1.6 Rectas y planos en ]Ro 65 En este caso se ve fácilmente (¡haciendo las cuentas!) que este sistema de tres ecuaciones con dos indeterminadas tiene solución para t = O Y s = -2. Sustituyendo estos valores de los parámetros en las ecuaciones de las rectas, encontramos que el punto común de ambas es O, -2,5). Más aún, sabiendo ya que ambas rectas se intersectan, nos preguntamos por el plano que las contiene, es decir, el plano en el que se hallan simultáneamente ambas rectas. Para lograrlo, necesitamos un punto por el que pasa el plano (lo cual no es problema, pues cualquier punto de cualquiera de las dos rectas es un punto del plano) y un vector normal a él. Es claro que este vector debe ser ortogonal a todos los vectores que se encuentran sobre las rectas. En particular, debe ser perpendicular a los dos vectores paralelos a ambas rectas, que son VJ = (2, -3,4) Y V2 = (3,2, -2). El producto cruz de estos vectores nos sirve entonces como vector normal al plano que buscamos. Este es j -3 2 -2 ~] = -2i + 16j + l3j De modo pues que el plano que contiene a ambas rectas es (tomando, por ejemplo, el punto (1, - 2, 5) que es común a ambas rectas como punto por el que pasa el plano) -2(x - 1) + 16(y + 2) + l3(z - 5) = O o sea - 2x + 16 y + l 3z - 3l =O Llamamos la atención al hecho de que hubiéramos podido escoger como punto por el que pasa el plano, cualquier punto de cualquiera de las dos rectas y el resultado debe ser el mismo. Obsérvese que si tomarnos un punto arbitrario de la primera recta, o sea (l + 2(, -- 2 - 3(, 5 + 4t), el plano que pasa por este punto y tiene a v . (- 2, 16, 13) por vector normal es -(l+2t))+16(y .... o sea, simplificando - 2x la segunda recta. Ejemplo 9. -3t))+ 13(z-(5+4t))=O + 16y + 13z ~ 31 = O. Así mismo ocurre si tomamos cualquier punto de Consideremos las dos rectas X PI = { = -7 + 3t y = -4 +4t z = -3 - 2 X = 21 + 6s P2 = { Y = -5 - 4s z= 2 - s Al estudiar el sistema -7 + 3t = 2l + 6s -4 + 4t = -5 4s -3 - 2t = 2 - s vemos que éste no tiene solución. Esto significa que tales rectas no se intersectan. Adem,ís, es fácil convencerse de que tales rectas no son paralelas, pues sus vectores paralelos VI = (3,4, -2) Y V2 = (6, -4, - 1) son linealmente independientes. Nos planteamos el problema de encontrar la distancia más corta que existe entre estas dos rectas. Este es un problema interesante que puede ser atacado desde puntos de vista muy diversos con distintas herramientas. Por ejemplo, se puede resolver 66 Capítulo 1 Introducción al espacio IR" y al álgebra lineal (usando el cálculo que estudiaremos a partir del próximo capítulo) como un problema de extremos de funciones de dos variables (ver sección 6 del capítulo 4, ejercicios 43-46). Ahora presentamos un argumento "sin cálculo" que resuelve el problema. La idea general es "meter" la recta PI en un plano n de modo que la recta P2 quede paralela a este plano; logrando esto, la distancia procurada no es más que la distancia de un punto (cualquiera) de la recta P al plano n. Los detalles son los siguientes: 2 los vectores VI = (3,4, -2) Y V2 = (6, -4, -1) son paralelos a las rectas PI y P respectivamente. 2 Procuramos un vector (a, b, e) que sea ortogonal a ambos. Se debe cumplir entonces que 3a + 4b - 2e =O 6a - 4b - e = O (este sistema tiene una infinidad de soluciones, lo cual, desde el punto de vista geométrico resulta (4,3, 12) es un vector como el que perfectamente explicable), de donde, por ejemplo el vector n procuramos. El plano que contiene a PI y tiene a n por vector normal es 4x + 3y + 12z + 76 = O. Es claro que P quedó paralela a este plano. Tomando entonces un punto cualquiera de P , digamos 2 2 (21, - 5, 2), Ycalculando la distancia de éste al plano obtenido (la fórmula de la distancia de un punto a un plano se obtiene en el ejercicio 34 al final de esta sección) se llega a d= 14(21) + 3(-5) )(4)2 + 12(2)1 + (3)2 + (12)2 - _ 1'1 lJ Esta es la distancia procurada. Con las mismas ideas manejadas en este ejemplo, se puede demostrar que la distancia d entre dos rectas no paralelas PI y P viene dada por 2 en donde PI y P2 son dos puntos cualesquiera sobre las rectas PI y E , respectivamente, y VI Y V2 son 2 vectores paralelos a estas rectas. Dejamos al lector como ejercicio que dé el argumento que valide esta fórmula. III Ejercicios (Capítulo Sección En los ejercicios 1-5, determine la ecuación del plano que pasa por el punto p y tiene al vector n como vector normal. 1. p=(O,O,O),n=(1,l,l) 2. p = (2, 1, 1), n = (1,0, O) 3. P = (3,4,5), n = (0,2,3) 4. p = (2, -1, O), n = (3, 2, 6) = (O, 2, O), n = (- 2, -7, 4) 5. P 6. Hallar la ecuación del plano que pasa por p = (xo, Yo, Zo) y tiene a p por vector normal. 1.6 Rectas y planos en ]R3 67 7. Considere los puntos p = (1, -1,3), q = (3,2, 1). Hallar la ecuación del plano: a. que pasa por p y tiene a 11 = P - q por vector normal; b. que pasa por q y tiene a 11 = q - p por vector normal. 8. Hallar la ecuación del plano que pasa por el punto p = (5, 1, 1), si se sabe que los vectores u = (2, 1,2), v = (-4, -5,7) son paralelos a él. 9. Hallar la ecuación del plano que pasa por los dos puntos p = (1, 1, O), q = (3,2,4), si se sabe que el vector u = (7, -1, -3) es paralelo a él. En los ejercicios 10-14, determine si los puntos p y q pertenecen al plano dado. 10.3x-y+z=l,p=(0,O,I),q=(1,I,-I) 11. z = 3, p = (3, 1,3), q = (3,3,5) 12. x + y - 4z = O, P = (O, 0, O), q = (2, 2, 1) 13. 3x - 2y = 0, P = (2, 1, 1), q = (-3,2,5) 14. x + y - 2z = 10, p = (5,7,2), q = (5,7,1) En los ejercicios 15-18, determine un punto por el que pasa el plano dado y un vector normal a él. 15. 3x +z= 16. Y = ° 3 17. x - y 18. 3x - 2y z= 5 + 7z = 23 En los ejercicios 19-23, determine si los planos dados son paralelos, perpendiculares, o si no están en ninguno de estos dos casos. (r'''¡ota: dos planos son perpendiculares si sus vectores normales lo son). 19. 3x +y z = 3, Z -- y = 8 20. x+4y-2z= 1,2x+8y-4z=7 21. y = 3, Y = 7 Z= 22. x = O, ° +z=9 = (3, 2, 2) Y es paralelo al plano 23. x - y + z = 1, x - y 24. Hallar la ecuación del plano que pasa por el punto p 3x - 2y + z = 6. 25. Hallar la ecuación del plano que pasa por el origen de coordenadas y es perpendicular al plano 4x - y + z = 9. En los ejercicios 26-30, determine la ecuación del plano que pasa por los tres puntos dados. 26. P 27. 28. = (0,0, O), q = (3,1,1), r = (-1, 2,4) P = (2, 1, O), q = (0,0,7), r = (2, 1, 1) P = (1, -1, -1), q = (8,4,2), r = (2, 1, 5) 68 Capítulo l Introducción al espacio iR" y al álgebra lineal 29. p = (1,4,9), q = (-3, 1.5), r = (4.4. 11) 30. p = (a, 0, O), q = (O. h, O), r = (0.0, c) 31. Demuestre que la ecuación de un plano que pasa por el punto p = (xo. Yo, zo), tal que los vectores ti = (al, h l . CI), V = (a2, b 2. C2) (no colineales) son paralelos a él, se puede escribir como X + Xo al a2 det z CI Zo] C2 [ = ° = (XI. YI. Z1), 32. Demuestre que la ecuación de un plano que pasa por los puntos p = (xo, Yo. Zo) y q tal que el vector u = (a. b, c) es un vector paralelo a él, se pude escribir como det [ x¡: X- Xo Xo y - Yo Y¡ - Yo h zZl ~ Zo ] Zo =O Considere el plano que pasa por el origen Ax + By + Cz = 0, y sea p = (xo. Yo. Zo) un punto que no pertenece al plano. Use la proyección del vector p sobre el vector (ortogonal al plano) Xl = (A, B, C), para demostrar que la distancia perpendicular del punto p al plano es d _ lAxo + B.vo + Czol - -- J A 2 + B2 -¡-C2 Demuestre que la distancia (perpendicular) del punto p D = 0, es = (xo. Yo. 20) al plano Ax + By + Cz + En los ejercicios 35-37, calcule la distancia del punto p al plano dado. = 37. P (5, 30, 426), x = 3 36. p'=(3.-2.5),2x·-y+z=0 =- (1, 1,5), 2x + 3y - 2z = 4 38. Habiendo verificado que los planos 2x + y - z = 4, 4x + 2y - 2z _. 5 = la distancia entre ellos. ,/ °son paralelos, calcule 39. SupongaquelosplanosAlx+Bly+C]z = D I,A 2x+B 2y+C2Z = D 2 sonparalelos. Obtenga una fórmula para calcular la distancia entre ellos. 40. Dos caras de un cubo se encuentran en los planos 3x - Y + 2z = 5, 3x - y + 2z = 7. Calcule el volumen del cubo. 41. Demuestre que los planos paralelos al plano Ax + By + Cz = D que distan de éste r unidades, son Ax + By + Cz = D ± rJ A2 + B2 + C2. 42. Suponga que los planos perpendiculares x + Y - 2z = 2, 2x + z = 5 dividen a un cubo de volumen 64 en cuatro paralelepípedos. Si el centro del cubo se encuentra en el punto (2.2, 1), determine las ecuaciones de los planos en donde se encuentran las caras del cubo. 1.6 Rectas y planos en IR 3 69 43. Los vectores u. = (1,2,1), v (-3,1,1), W = (1, -4,7) determinan 3 de las aristas de un paralelepípedo. Halle las ecuaciones de los planos en que se encuentran sus caras. 44. Hallar un punto en el eje x que equidiste de los dos planos paralelos 3x - y 3x - y + 22 = 13. 46. Demuestre que los tres planos x + y solo punto. Determine este punto. + 22 = ·6, 45. Hallar un punto en el eje y que equidiste de los dos planos 2x + 2y + 2 = 0, 4x - 3y = 2. +z = 6, x - y - z = 0, 2x - 3y + 2 = 1 se cortan en un 47. Determine los puntos donde se encuentran los vértices del cubo del ejercicio 42. 48. Determine los puntos en que se encuentran los vértices del paralelepípedo del ejercicio 43. En cada uno de los ejercicios 49-51, determine la ecuación de la recta que pasa por el punto p dado y tiene al vector v como vector paralelo. 49. p = (0,0, O), v = (1, 1, 1) 50. P 51. p = (O, 1, O), v = (O, 1, O) = (2, -4, -7), v = (3, 1,2) 52. Hallar la ecuación de la recta que pasa por el punto p = (2, 1, 1) Y es paralela al vector que une p con el punto q = (2, -3, -5). 53. Hallar la ecuación de la recta que pasa por el punto p = O, 4, 7) Yes perpendicular al plano 3x - 2y + z = 9. 54. Hallar la ecuación de la recta que pasa por el punto p paralelo. (xo, Yo, zo) y tiene a p por vector En los ejercicios 55-57, determine la ecuación de la recta que pasa por los dos puntos dados. 55. p = (3,9, 7), q 56. p = (-1,2,5) (-2, 3, 2) = (2,1,6), q = 57. P = (0,0, O), q = (2, 6, 5) 58. Determine las ecuaciones de las rectas donde se encuentran las diagonales del cubo del ejercicio 42. Halle el punto donde éstas se cruzan. 59. Determine las ecuaciones de las rectas en quee se encuentran las diagonales del paralelepípedo del ejercicio 43. Halle el punto donde éstas se cruzan. En los ejercicios 60-62, determine si los puntos p y q se encuentnrn en la recta dada. X=2+t 60. { y 2 = -3t =t p = (2, O, O), q = (3, 1, 1) p X=1+2t 61. { y = 2 - 3t = (5, -4, 1), q = (-1, 5, O) z=l+t 70 Capítulo I Introducción al espacio IR" y al álgebra lineal X 2+,t p = (0,0, O), q 63. { y = -3t 2 (2, 1, 1) = t 63. Hallar la ecuación de la recta que pasa por p = (2, 1, 4) Y que es paralela a la recta x = 3t, Y = -2 + 4t, 2 = -t. 64. Hallar la ecuación de la recta que pasa por el origen y es perpendicular a la recta x Y = 3 + 4t, 2 = -St. = 3 - 2t, 65. Los puntos A = (2, 1,3), B = (-2,7, S), e = (2,3,2) son los vértices de un triángulo. Hallar las ecuaciones de las rectas donde se encuentran las medianas de este triángulo (es decir, las rectas que salen de uno de los vértices hacia el punto medio del lado opuesto de él). Constate que estas tres rectas se cruzan en un punto. 66. Hallar los puntos de intersección de la recta x coordenados. 67. Hallar el punto de intersección de la recta 68. Verifique que la recta x X = 3 + t, v~ I y = 2 - t, 2 = 4 - St, con los planos 23 = = 2, con el plano 2x +y- 2 = l. 22 = v;¡ = ~ se encuentra contenida en el plano x 2y + 32 - 4 = O. 0, 69. Compruebe que la recta ~5 = = como en el plano 2x + 3y - 22 = -5. W z;:/ seencuentracontenidatantoenelplano.sx-+-Y+·2 = En cada uno de los ejercicios 70-73, determine las ecuaciones paramétricas de las rectas que resultan de la intersección de los planos dados. 70. 2x 71. 72. + 3y - 2 - 4 = O, 3x + y 3x + y - 42 = 0, 5x + 2 = 2. x + y -+ 2 = 2, x - y-+- z = 3. 2 = O. 73. x = 0, y = O. 74. Verifique que las dos rectas L¡ = {x = 3t, Y = 2t,2 = 1,1 E IR}, L 2 {x = --3/, Y -t, 2 = t, / E IR} se cortan en un punto. Determine la ecuación de! plano en el que éstas se encuentran. 75. El punto p = (2, 1, -1) se encuentra en el plano x - y + z= O. Determine la forma general de las ecuaciones de las rectas que pasan por p y que se encuentran sobre el plano dado. 76. El punto p = (1,3,2) se encuentra en el plano x + y - 2z = O. Determine la forma general de las ecuaciones de las rectas que pasan por p y que se encuentran sobre el plano dado. 77. Hallar la distancia entre los puntos de intersección de la recta x = 3 - 2t, Y = 2 = t, con los planos paralelos 2x + y + 2 = 3, 2x -+ y + 2 = 9. ¿Es ésta la distancia entre los dos planos paralelos dados? 78. Hallar la distancia entre los puntos de intersección de la recta x = S + t, Y = 3 - 2t, Z = 4 + 31, con los planos paralelos x - 2y + 32 = 2, x - 2y + 32 = 6. ¿Es ésta la distancia entre los dos planos paralelos dados? En los ejercicios 79-82 compruebe que las rectas dadas son paralelas. 1.6 Rectas y planos en IR 3 71 X =5 79. { y= Z + 3t -2 + 5t. =t { = 7 - 6t Y = -lOt Z = 4 - 2t X 80. X=3+t y = 4t . { Z = 2 - 2t X=l-t y = 3 + 2t , { z=-2+5t 2X+Y-Z=7 ' 2X+Z=5 4x + y +4z = 7 { -X-3 Y +Z=6 2x - 4y + 2z = 3 { X { 81. 82. { x+y=6 6x + 3y + 2z = 4 + 2y - 4z = 3 En los ejercicios 83-85, verifique que las rectas dadas son perpendiculares (es decir, sus vectores paralelos son perpendiculares). 83. { X = 2 - 3t Y 3- t , z=l+t X=5+t y = 1+t { Z = 5 + 4t (X=2-l 84. ~ y=3-t. lz=5+t { X+ Y -Z=5 2x - 4z = 7 85. { x+y+z=6 • 2X v z=7 X+Y+Z=4 { x + 3y""':' 5z = 5 86. Demuestre que la distancia d entre el punto p = (Xl, YI. Z1) Yla recta x = Xo Z = Zo + el, está dada por d = II(a. b, e) x (Xl - XO. YI - Yo, ZI - zo)11 lI(a, b, e)1I + at, y = Yo + bt, En los ejercicios 87-89, use el resultado del ejercicio anterior para calcular la distancia entre el punto p y la recta dada. X 87. P = (1,2,3), { = 5 - 4t Y = 1+t Z = 3t 88. P = (-2, 4, 5), X=I+t y = 2 + 3t { Z -1 + 5t X { 89. p = (1, 1, 1), + Y - 2z = 5 x-y-z=13 En los ejercicios 90-92, calcule la distancia entre las dos rectas dadas (ver ejemplo 9). X 90. { = 1 + 2l Y = -1 + l, Z= t x = Y = 2z 72 Capítulo 1 Introducción al espacio ]Rn y al álgebra lineal X 91. { = 5 + 3t Y = 1 2t, X { z=3 =1 Y = 5t z= 2- t 92. x=y=z 3X - y + z = 5 { x+y+z=4 (*) 93. (Planos en JRn). Dado un punto Po = (Xlo' x20' ... , x no ) E JRn y un vector no nulo v = (al, a2,"" an ), el plano (o hiperplano) en JRn que pasa por Po Y tiene a v por vector normal es el conjunto de puntos x = (Xl, X2, ... , X n ) E JRn tales que v . (x - Po) = O, o bien, tales que al (XI - Xl o) + a2(x2 - X2 o) + ... + an(x n - x no ) = O a. Concilie esta definición con la dada en el texto. Encuentre la ecuación del plano en JR4 que pase por el origen y tenga al vector v (1, 1, -1, -1) por vector normal. Encuentre la ecuación del plano en que pase por el punto Po = (1, 2, O, -1) Ytenga al vector v = (O, 1, O, 1) por vector normal. Dos planos en JRn se dicen ser paralelos si sus vectores normales son linealmente 3 dependientes. Encuentre la ecuación del plano en JR4 paralelo al plano X + 3 y - 6z + 5u que pase por el punto Po = (1, 1, 1, O). Dos planos en JRM se dicen ser ortogonales si sus vectores normales lo son. Si denotamos por (x, y, z, u) los puntos de JR4, demuestre que los planos coordenados x = 0, y = 0, z = O, u = O son ortogonales entre sí. M,ls aún, (demuestre que) los planos coordenados del espacio JRn, a saber Xl = O, X2 = O, ... , x" = O, son planos ortogonales entre sí. Considere los siguientes cuatro planos en JR4 nI: pasa por Po = (1,2, O, 2) Ytiene a v (1,1, 1, 1) por vector normal. pasa por 1)0 = (0,0,0, O) Ytiene a v = (2, -1, 1, 3) por vector normal. n3 : pasa por Po = (3, O, -1) Ytiene a v = (-·1,4, -2, -3) por vector normal. n4 : pasa por Po = (1, 1, ·-1, O) Ytiene a v = (1, -3, 1, 1) por vector normal. Demuestre que estos planos tienen un punto común. Determínelo. Detennine la ecuación del plano en ~4 que pasa por el origen de coordenadas y por los puntos A = (1,0,2, 1), B = (1, 1, O, O), e = (0,2, 1, 3). Determipe la ecuación del plano en JR5 que pasa por el origen de coordenadas y por los puntos A = (1,0,1, O, O), B = (3,1,1, 2,1), e = (0,1, -1, 2, 3), D = (1,1, -1, -1, -1). Determine la ecuación del plano en JRn que pasa por los n puntos Pi = (O, ... ,0, ai, 0, ... , O) (el número Qi #- en la i-ésima coordenada), i = 1,2, ... , n. b. c. d. e. f. g. h. i. ° ("') 94. (Rectas en ~n). Dado un punto Po = (Xl o ' x20, ... , X"o) E JRn y un vector no nulo v ,= (al, a2, ... , Gn ), la recta en JR" que pasa por Po Y tiene a v por vector paralelo es el conjunto de puntos x = (XI, X2, ... , x,,) E JRn tales que el vector x - Po es paralelo al vector v, o bien, en forma más explícita, tales que X; = Xio + a;t, donde tER i = 1,2, ... , n. Obsérvese que la ecuación de una recta semejante se puede escribir como una serie de n - 1 igualdades de la siguiente manera Xl al Xl o X2 ~ no = ... = ----"~ Xn - x a. Determine la ecuación de la recta en ~4 que pasa por el origen de coordenadas y tiene al vector v = (1, ], ], 1) por vector paralelo. 1.7 Transformaciones lineales 73 b. Encuentre la ecuación de la recta en JR4 que pasa por el punto Po vector v = (-1,1,3, -5) por vector paralelo. = (2, 1, 1,4) Y tiene al c. Encuentre la ecuación de la recta en JR4 que pasa por el punto Po (1, -1, 3, -4) Y es ortogonal al plano 3x - 2y + 4z - 3u = 7 (es decir, los vectores paralelo a la recta y normal al plano, son paralelos). Encuentre la ecuación de la recta en JR" que pasa por el origen de coordenadas y tiene al vector v = (1, 1, ... , 1) por vector paralelo. Determine la ecuación de la recta en JR4 que pasa por los dos puntos p q=(3,1,1,6). d. e. f. = (2, 1, 1, 3), Dos rectas en ]R" se dicen ser paralelas si sus vectores paralelos correspondientes lo son. Determine la ecuación de la recta en JRs que pasa por el punto p = (1, 0, 0, 0, 1) Y es paralela a la recta X2 - 5 XI - 2 +4 X4 - 9 Xs -7 7 3 4 -3 l Determine el punto donde la recta en JR4 g. -10 = -10 = - - = - -1 -1 intersecta al plano XI h. XI - 3 X2 - 1 X3 - 2 X4- 5 + 3X2 + 5X3 - 2X4 = 80. x-y-z+2u i. Demuestre que los siguientes tres planos en ]R4: x + y - 2z - u = 2, 3x - y + z + u = 1, = 1, se intersectan enlos puntos de la recta en JR4 que pasa por (O, -10, -3, -6) Y tiene al vector (1, 17,4, 10) por vector paralelo. Denmestre que las dos rectas en ]R4 (X = 2t L¡: Y =t-3 t '" z =:Jt- 3 ' u = 2t 3 t ( x = 2t y = -'-3t + 2 , z=t+2 u tE JR =t se intersectan en un punto. Determínelo. j. Considere el triángulo en ]R4 cuyos vértices son A = (l, 1, 2, 1), B = (3, 1, 3, -2), e = (4, -3,2,2). Determine las ecuaciones de las medianas de este triángulo. Compruebe que éstas se cortan en un punto. 1.7 Transformaciones lineales En esta sección vamos a recordar algunas de las definiciones y resultados básicos que aparecen en el estudio de las transformaciones lineales, (tema que pertenece al ámbito del Álgebra Lineal). Comenzamos por dar la definición de este tipo de funciones. Definición. Se dice que la función T: JR" ---> ]Rm es una transformación lineal si: (1) T(x + y) = T(x) + T(y), x, y E JR"; (2) T(ex) = eT(x), e E JR, x E JR". El núcleo de la transformación T, denotado por Ker T, es el conjunto de los vectores x E JR" cuya imagen 74 Capítulo 1 Introducción al espacio IR" y al álgebra lineal es el vector O de ]Pi.m, y la imagen de la transformación T, denotada por 1m T, es el conjunto de los vectores y E ]Pi.m tales que y = T(x) para alguna x E ]Pi.". Es decir Ker T 1m T = {x E ]Pi./lIT(x) = O} = {y E ]Pi.m Ir = T(x), x E ]Pi./l} A una transformación lineal T:]Pi./l --+ ]Pi./l del espacio]R./l en él mismo se le llama operador líneal (en ]Pi./l). Una condición equivalente para que la función T:]Pi./l --+ ]Pi.m sea una transformación lineal, que contiene a las condiciones (1) y (2) de la definición anterior, es que T(x + ey) = T(x) + eT(y), e E ]Pi., x, y E ]Pi./l. Obsérvese que siendo T:]Pi./l --+ ]Pi.m una transformación lineal, entonces T(O) = O. Es decir, la imagen del vector O E ]R./l es siempre el vector O E ]R.m. En efecto, usando la propiedad (1) de la definición anterior, se tiene T(x) = T(x + O) = T(x) + T(O), de donde, por la unicidad del vector O E ]R.m se tiene que T(O) = O. Dejamos que el lector dé otro argumento de este hecho utilizando la propiedad (2) de la definición dada de transformación lineal. Se tiene entonces que tanto el núcleo como la imagen de una transformación lineal son conjuntos no vacíos (de]R./l y ]R.m, respectivamente), pues al menos el vector O de ]R./l está en su núcleo y al menos el vector O de ]R.m está en su imagen. Otro hecho importante que se deduce fácilmente de la definición dada de transformación lineal es que tanto el núcleo de T como su imagen, son subespacíos (de ]R./l y lRm , respectivamente). En efecto, si x, x' E Ker T (j.e. T(x) = T(x') = O), entonces T(x + x') = T(x) + T(x') = O +- O = 0, por lo que x + 'Ji/ pertenece también a Ker T. Por otra parte, si e E JR Y x E Ker Y, entonces T(ex) = eT(x) = e(O) = 0, por lo que ex también en Ker T. Según el teorema 1.1.1 concluimos entonces que Ker T es un subespacio de ]R.". Dejamos al lector verificar que 1m T es también un subespacio de ]R.m (codominio de la transformación T). A la dimensión del núcleo de la transformación lineal T se le llama nulidad de y a la dimensión de su imagen se le llama rango de T. Uno de los resultados clásicos importantes que aparecen en el estudio de las transformaciones lineales T:]R." --+ JRm, que relaciona la nulidad y el rango de T con n = dimensión elel espacio lR/l, es el siguiente teorema que enunciamos sin demostración. Teorema 1.7.1 Entonces (Teorema de la dimensión). Sea Y:]R." - .... ]R.m una transformación lineal. dim(Ker T) +dim(Im T) = n Ejemplo 1. La función identidad T:]R." --+ ]R.", T(x) = x, es una transformación lineal, pues T(x + ey) = x + ey = T(x) + eT(y), e E JR, x, y E lR". Su núcleo consta solamente del vector Ode ]Pi." y su imagen es todo ]R.". La nulidad de T es entonces O y su rango es n. 11 Ejemplo 2. lineal, pues La función T:]R.2 --+ ]R.3, dada por Y(x, y) = (x+ y, 2x, 3x-4y) es una transformación T((x, y) + e(x', y'» + ex', y + el) = (x + ex' + y + el, 2(x + ex 3(x + ex') - 4(y + ey'» = (x + y + e(x' + l), 2x + e(2x'), 3x -- 4y + e(3x' - 4y'» = (x + y, 2x, 3x - 4y) + e(x' + y', 2x', 3x' - 4y') = T(x, y) + eT(x', y') = T(x l ), 1.7 Transformaciones lineales 75 Su núcleo está formado por aquellos vectores (x, y) de JRz tales que T(x, y) = (x + y. 2x, 3x - 4y) = (0,0, O) Es claro que sólo el vector (O, O) de JRz cumple con esta condición, Es entonces el único vector del núcleo de la transformación T. La imagen de T está formada por aquellos vectores (x, y. z) de JR3 para los cuales existe (a, b) E JRz tal que T(a, b) = (x. y, z), Es decir, vectores (x, y, z) para los que existe a y b tales que T(a, b) = (a + b. 2a. 3a -- 4b) = (x, y, z) Esta condición es equivalente a plantear el siguiente sistema de 3 ecuaciones en las indeterminadas a,b a + b = x, 3a - 4b = z 2a = y. del cual queremos saber condiciones sobre x, y, z para que el sistema tenga solución, Usando eliminación en este sistema, se llega a que (x, y. z) está en la imagen de T si y sólo si 8x-7y+2z = 0, Es decir, la imagen de T está formada por los vectores del plano 8x - 7y + 2z = 0, El lector puede verificar que f3 = {( I, 0, -4), (O. 2, 7)} es una base de 1m T, por lo que el rango de Tes 2., Se cumple entonces el teorema de la dimensión, pues la nulidad de T (que es O) sumada al rango de T es igual a 2 = dim JRz , 11 Una transformación lineal T: JRn -> JRm queda completamente determinada si conocemos las imágenes de los vectores el, ez, . ",, en de una base de JRn, Más aún, si f3 = {el. ez., . '" en} es una base del espacio JRn, existe una única transformación lineal T: JRn ---> JRm tal que T(c¡) = Yi E JRm, en la que YI, Yz", . , y" son vectores dados.. En efecto, si x E JR" es un vector cualquiera de JRn, podemos escribirlo en términos de la base f3 como x= CICI + CzCz + .' ,+ CnCn donde Cl, Cz,. ., Cn son escalares bien determinados. Entonces la imagen de x bajo T queda determinada por (aplicando el hecho de que T es lineal) T(x) = T(c¡c¡ + C2C2 + + cnen) =cIT(c¡)+C2T(e2)+ ,,+cnT(cn) = C¡YI + C2Y2 +., . + CnYn Dejamos a cargo del lector la verificación de que esta función es efectivamente una transformación lineal y que es única Ejcmplo 3. Según la discusión anterior, sólo hay una transformación lineal T: JR2 --; JR3 tal que T(l, O) = (1,2,3), T(O, 1) = (1,0, -4), Esta transformación es tai que en (x, y) es T(x, y) = T(x(!, O) + y(O, 1» = = (x + y, 2x, 3x - 4y) xT(l, O) + yT(O, 1) = x(l, 2, 3) + y(!, 0, -4) Esta es, de hecho, la transformación lineal del ejemplo 2, Una transformación lineal T: JRn -> JRm es inyectiva (es decir, si X¡ y X2 E JRn son dos vectores distintos. entonces sus imágenes T(XI) y T(X2) son distintas) si y sólo si su núcleo consta solamente 76 Capítulo 1 Introducción al espacio IR" y al álgebra lineal del vector O E JRn En efecto, suponga que Ker T = {O} Yque T(x¡) = T(X2); siendo T lineal se tiene T(x] - X2) = O, de donde XI - X2 es un vector del núcleo de T; debe ser entonces el vector O; se debe tener entonces que XI = X2 Esto prueba que T es inyectiva Por otra parte, si T es inyectiva, y el vector v está en el núcleo de T, entonces T(O) = T(v) = O, por lo que v = O (¡pues Tes inyectiva!); es decir, Ker T = {O}, Esto prueba nuestra afirmación., Si el operador lineal T: JRn -> JRn es inyectivo, se dice que es un isomorfismo. De hecho, se puede probar que T es un isomorfismo si y sólo si Tes sobreyectivo (es decir, si su imagen es todo JRn), Un hecho que usaremos de forma importante en el capítulo 2 de este libro es que a toda transformación lineal T: JRn -> JRlIl se le puede asociar una matriz de orden m x n, que denotaremos por [T], tal que la acción de T sobre un vector x E JRn pueda verse como "una multiplicación por la matriz [T]"., Los detalles son como sigue: fijamos inicialmente una base f31 = {el, e2, . , ." en} de JRn y una base f32 = {e~, e~", ,, e~} de JRm. Para simplificar la discusión, pensemos en estas bases como las canónicas. Vamos siempre a identificar a un vector!; = ({I, , .,' {p) E JRP con su matriz de coordenadas (respecto de la base canónica) T(x) = (CI, C2, ." Dado un vector X = (x], x2, ." ,xn) E JRn, la imagen ele él bajo T es un vector de JRm, digamos ,cm)' Por otra parte, con el hecho de que T es lineal y escribiendo al vector x en términos de la base f3J, se tiene T(x) = T(x]e¡ n + X2e2 + ".. + xne n) +xnT(en) = x I T(e¡)+x2 T (e2) + ' = ¿xJ(e)) )=1 Cada vector T( e)) E JRm se puede escribir en términos de la base T(ej) = f32 = {e;, e~, j , e~} como ,n a]je~ + a2je~ +, + amje~ = ¿ 1Il aijef = 1,2, i=] Entonces T(x) ~ t.X¡T(e¡) ~ t. X ¡t,a;¡e: ~ t, (t.aux¡) n e: En vista de la unicidad de la representación de un vector en términos de una base, concluimos que, siendo T(x) = (CI, C2, ... , cm), los escalares C¡ i = 1,2,., ,m son Ci = ¿aijxj j=1 En otras palabras, el vector T(x) se puede presentar como T(x) = Ax 1.7 Transformaciones lineales 77 donde la matriz A (que denotaremos por [TD, de orden m x n tiene elementos aij Decimos que esta matriz representa a la transformación T (en términos de las bases canónicas de los espacios ]Rn y ]Rm). Más aún, la j-ésima columna de esta matriz tiene las coordenadas del vector T(e) en términos de la base 132. Esquemáticamente i T(ez) 1 ]Rz Ejemplo 4. Sea T:]RZ --t ]R2 dada por T(x, y) = (2x - y, 5x + Sy). Tomando la base canónica de tenemos que T(e) = T(l, O) = (2,5), T(e2) = T(O, 1) = (-1, S). Estos vectores van a constituir las columnas de la matriz [T]. De hecho [T] +J = [52 -SI] y Obsérvese entonces que la imagen del vector (x, y) se puede determinar como 2 T(x, y) = [ 5 Ejemplo 5. (x -l][X] S = Y [2X- Sy ] 5x + --t Consideremos la transformación lineal T:]R2 4y) . Puesto que ]R3 del ejemplo 2, T(x, y) + y, 2x, 3x - T(l, O) = (1,2,3), T(O, }) = (1,0, -4) la matriz que representa a T es la matriz 3 x 2 dada por [T] = [~ -4 J ~ 3 Dadas dos transformaciones lineales T]:]Rn --t ]Rm y T2:]Rm -+ ]RP, podemos formar su composición T2 o T]:]Rn --t ]RP. Es inmediato verificar que ésta es también una tr·ansformación lineaL Más aún, haciendo uso de las matrices que representan a T] y T2 podemos escribir (T2 o TI )(x) = Tz(T] (x» = T2([T] ]x) = [T2][T¡)x de donde se ve que la matriz que representa a la composición T2 o T] (la cual es una matriz de orden p x n) es el producto de la matriz que representa a T2 (que es de orden p x m) por la matriz que representa a TI (que es de orden m x n). O sea [Tz o T¡) = [T2][T¡) Consideremos el operador lineal T:]Rn --t ]Rn., Es importante estudiar condiciones bajo las cuales este operador tiene un inverso T-]:]Rn --t ]Rn, en el sentido de que las composiciones T o T- 1 y T-] o T sean la función identidad de ]Rn. Como cualquier función, es claro que para que exista T-], T debe ser inyectivo. En tal caso se dice que el operador T es inversible y es fácil comprobar 78 Capítulo l Introducción al espacio JR" y al álgebra lineal que T- 1 es también un operador lineal (y así, su composición con T será entonces el operador lineal identidad de ]Rn)., Más aún, siendo T inversible (y solamente en este caso), la matriz [T] que lo representa también es una matriz inversible , la matriz que representa a y-I será (como todo el mundo esperaría que ocurriera) la inversa de la matriz que representa a T Es decir, se tiene la bonita fórmula (la cual es una consecuencia inmediata de que 1 = [Id] = [T2 o T¡] = [T2HT¡]) En el siguiente teorema, que enunciamos sin demostración, se establecen varias condiciones equivalentes al hecho de que el operador lineal T: ]Rn----> ]Rn sea inversible., Teorema 1.7.2 equivalentes: 1. 2. Sea T:]Rn ----. ]Rn un operador lineal en]Rn Las siguientes afirmaciones son T es inversible. T es inyectivo 3. 4. 5. Ker T = {O} 1m T =]Rn T es sobreyectivo . 6. 7. 8. La matriz [T] es inversible. det[T] i= O. El sistema de ecuaciones lineales [T]x = O tiene sólo la solución trivial. Ejercicios (Capítulo 1, Sección 7) En los ejercicios 1-5, constate que la función dada es una transformación lineaL En cada caso describa su núcleo y su imagen, y compruebe que se satisface el teorema de la dimensión. 1. T:]R2 ----. ]R, T(x, y) ]R2, T(x, 2. T:]R2 ----. = x +y y) = (x + y, 2x z) = (x 3y) 3. T:]R3 ----. 4. T:]R3 ----. ]R2, T(x, y, + y, 3x - z) ]R3, T(x, y, z) = (x - y, y - z, z - x) 5. T:]R4----.]R2,T(x,y,z,u)=(x+y,z+u) 6. Describa la estructura general de las transformaciones lineales cuyo dominio y codominio es IR 7. Verifique que la función T:]R3 ----. ]R2, T(x, y, z) = (x - y, z + 1) no es una transformación lineal. 8. Sea T:]R2 -----> ]R2 una transformación lineal tal que TO, O) una expresión general para T(x, y)., = (2,5), T(O, 1) = (-3,4), Halle 9. Sea T:]R2 ----. ]R2 una transformación lineal tal que T(I, 1) = (3,2), T(O, 1) = (2,7). Halle una expresión general para T(x, y). 10. Sea T:]R2 ----. ]R2 un operador linealcuyo núcleo es Ker T = {(x, y)lx = y} . Demuestre que T no es sobreyectiva., Más aún, pruebe que 1m T es una recta que pasa por el origen (Sugerencia: use el teorema de la dimensión) 1.7 Transformaciones lineales 79 11. Sea 1': IR} --> IR 3 un operador lineal cuya imagen es 1m l' = {(x, y, z)lx que el núcleo de l' es un plano en IR 3 que pasa por el origen. =y= z}. Demuestre 12. Sea 1': IR3 -+ IR 2 una transformación lineal tal que 1'(1, 1, O) = 1'(1, 1, 1) = (O, O), 1'(2, 3, -1) = (a, b) =f (O, O). Demuestre que el núcleo de l' es un plano en IR3 que pasa por el origen. Halle su ecuación. 13. Demuestre que el operador lineal 1': IRII -+ IRII es inyectivo si y sólo si es sobreyectivo. Demuestre que su 14. Sean TI: IRII -+ IR'" y 1'2: IR'" -+ IRP dos transformaciones lineales. composición 1'2 o TI: IRII -+ IRP es una transformación lineal. 15. Sean TI: IRII -+ IR"', 1'2: IR'" -+ IRP, 1'3: IRP -> IRq transformaciones lineales. Demuestre la propiedad asociativa de su composición. Es decir, demuestre que las transformaciones lineales 1'3 o (1'2 o TI), (1'3 o 1'2) o TI: IRII -+ IRq son iguales. ¿Es esta propiedad válida para funciones en general? 16. Sean TI: IRII -+ IR"', 1'2, T.,: IR'" -> IRP transformaciones lineales. Demuestre la propiedad distributiva de la composición respecto de la suma: TI 0(1'2 + 1'3) = TI 01'2 + TI o 1'3. ¿Es esta propiedad válida para funciones en general? 17. Sea 1': IRII -+ IRII un operador lineal inyectivo. Demuestre que el inverso 1'-1: IRII -> IRII (tal que 1'-1 o l' y l' o 1'-1 es la identidad en IR") es un operador lineal. (Esbozo de la demostración: Sea T(x) = ti, T(y) = v. Se tiene que 1'-1 (u + cv) = 1'-1 (1'(x) + cT(y)) = 1'- I (T(x + cy») = (1'-1 0 T)(% + cy) = x + cy = T-I(u) + cT-I(v». Para cada uno de los operadores lineales de los ejercicios 18-22, halle la matriz que lo representa (en las bases canónicas de los espacios correspondientes). En base a ella, argumente por qué el operador dado es inversible. Determine una fórmula explícita para el operador inverso 1'-1. 18. T: IR -> T(x) = ax, a =f O. 19. 1': IR 20. 21. = (x + y, x - y). 1': IR 2 -+ ,T(x, y) = (lOx + 6y, x ..- 3y). T: IR3 -> IR 3, T(x, y, z) = (x, x + y, x + y + z) 2 -+ IR2, T(x, y) 22. 1': IR 3 -+ IR}, T(x, y, z) = (z, x, y) -+ 23. Considere la transformación lineal 1'2 o TI: IRII Ker TI <:;;: Ker 1'2 o TI , 1m 1'2 o TI <:;;: 1m 1'2. IRP del ejercicio 14. Demuestre que 24. Sean 1'1,1'2: IRII -+ IRII dos operadores lineales. Demuestre que si 1'2 es inyectivo, entonces Ker TI = Ker 1'2 o TI, Ysi TI es inyectivo, entonces 1m 1'2 = 1m 1'2 o TI, 25. Considere las transformaciones lineales TI: IR 3 -> IR 2 , TI (x, y, z) = (x + y, x - z), 1'2: IR2 -+ IR 3, T2 (x, y) = (y, x. x + y). Determine expresiones explícitas para las transformaciones lineales TI 01'2: IR2 -+ IR2 y 1'2 o TI: IR3 -> IR3. Verifique en cada caso que la matriz que representa a la composición de transformaciones es el producto de las matrices que representan a cada una de las transformaciones lineales que se componen. 26. Repita el ejercicio anterior con los operadores lineales TI, 1'2: IR 3 T2 (x, y, z) = (y + z, x + z, z). -+ IR3, TI (x, y, z) = (x- z, y, x), 80 Capítulo I Introducción al espacio ]Rn y al álgebra lineal ------------------- 27. Verifique que el operador lineal T2 o T]: Il{3 -. Il{3 obtenido en el ejercicio 25 no es inversible. (*) 28. Sea T: Il{n -. Il{m una transformación linea!. Demuestre que si n > m, T no puede ser inyectiva. ¿Puede ser sobreyectiva? (*) 29. Sea T: Il{n -. Il{m una transformación lineal. Demuestre que si n < m, T no puede ser sobreyectiva. ¿Puede ser inyectiva? 30. Demuestre que una transformación lineal T: Il{n -. Il{m con n i= m, no puede ser inversible. (*) 31. Sean T¡:Il{n -. Il{m, T 2 :Il{m -. Il{n transformaciones lineales. Demuestre que si n > ni, el operador lineal T2 o TI: Il{n -. Il{n no puede ser inversible. ¿Puede ser inversible el operador TI o T2 : Il{m -. Il{m? Explique. (*) 32. (ApHcadmics bHineales) Una aplicación bilineal (en Il{n) es una función f: Il{" X Il{n -. Il{m tal que: 1. f(uI + CU2, v) = f(u], v) + Cf(U2, v), para cada v E Il{" (fija) y todo nI, U2 E Il{", c E R 2. f(n, V¡ + CV2) = f(u, VI) + cf(ll, V2), para cada u E Il{n (fija) y todo v], v2 E Il{1l, C E R Obsérvese entonces que una aplicación bilineal es aquélla que, fijando una de sus variables, se comporta de manera lineal respecto de la otra. Cuando m = 1, se dice que fes unafarma bilinea!. a. b. Verifique que la función f: JR x JR -. Il{, f(x, y) = x una transformación lineal de JR2(R:ó Il{ X Il{) a 1~? Verifique que la función f: JR2 x Il{2 -. bllineal enJR 2. + y es una forma bilineal en R ¿Es R f ((X], YI), (X2, Y2») = X¡X2 + Y¡ Y2 es una fomla c. d. e. (*) 33. Demuestre que el producto punto· : Il{" x Il{" -. JR es una forma bilineal en IRn. Demuestre que el producto cmz x: Il{3 x JR3 -. IR3 es una aplícación bilineal en Demuestre que si f: lI{n xlI{n -. Il{m es una 0, \iu, v E JRn. bilineal, entonces v) = O) = X ... X Una aplicación m-lineal (en JRfl) es una función f: JRfl x Il{" Il{n -. Il{P (definida en el producto cartesiano de Il{n consigo mismo m veces) tal que f(VI' ... , Vi-l, Vi + CV;, Vi+¡, ... , V n ) = f(v], ... , V¡_ lo Vi, Vi+], ... , v,,) + Cf(VI, ... , Vi-l, V¡+¡, ... , V n ) 1,2, ... , n. para todo VI, ... , Vi-I, Vi+I, ... , Vn E lI{n (fijos) y todo Vi, a. b. v; E JRn, e E Il{, i = Demuestre que la función f: JRn X JRn X JR" -. lI{", f(u, v, w) = au + bv + eV\', en donde a, b, e son números reales dados, es una aplicación trilineal en JRn. Demuestre que si f: Il{n X IRn x ... x lI{" -. Il{q es una aplicación m-lineal en JRn, entonces f(VI, V2,"" 0, oo., 'In) = O. Se dice que la aplicación m-lineal en Il{", f: Il{" X X ... X (*) 34. (Aplicaciones m-lineales alternadas) Il{n JRIl -. Il{P es alternada, si f(VI, ... , Vi, .. ·, Vj, ... , Vn) = - f(VI,"" Vj, ... , Vi, ... , Vn) (es decir, si al intercambiar de posición dos de sus argumentos, la imagen "cambia de signo"). a. Demuestre que si f: Il{" x Il{" X X Il{" -. Il{P es una aplicación m-lineal alternada en Il{", entonces f(v¡, ... , Vi, ... , Vi, , 'In) = O. 1.7 Transformaciones lineales 81 b. Demuestre que si entonces I IR" x IR" x ... X IR" ---> IRP es una aplicación m-lineal alternada en IR", f(VI, ... , Vi,···, Vj + CVi,"" v,,) = f(VI, ... , Vi, ... , Vj, ... , v,,) c. d. Demuestre que el producto cruz x: IR3 x IR 3 ---> IR 3 es una aplicación bilineal alternada en IR 3 . Sea A una matriz 2 x 2. Piense las columnas de esta matriz como las coordenadas de (dos) vectores en IR z, digamos que si A = [~~], escribimos VI = (a, b), V2 = (b, d). Demuestre que la función determinante det: IR z x IRz ---> IR, det A = det(v¡, vz) es una forma bilineal alternada en IR 2. e. Más en general, si A es una matriz n x n, podemos verla constituida por (sus columnas) n vectores en IR", digamos VI, Vz, ... , V". Demuestre que la función determinante det: IR" x IR" x ... X IR" ---> IR, vista como función de las columnas de la matriz A, es una forma n-lineal alternada en IR". Demuestre que esto sigue siendo válido si cambiamos la palabra "columnas" por "líneas". (**) 35. (El producto cruz en IR") El producto cruz entre vectores fue estudiado en la sección 5. Esta operación se definió como una operación entre dos vectores del espacio IR3. En el ejercicio anterior se demostró que ésta es una aplicación bilineal alternada enlR. 3. En este ejercicio se presenta una generalización de esta operación, para n - l vectores en IR". Sean entonces V¡, "2, ... , V ,,-1, n - 1 vectores en L~". Se define el producto cruz de estos vectores, denotado por v 1 x Vz X ... X V,,_ J, como el vector v E IR" tal que para todo vector u E IR", se tiene u· V = det(u, VI, "z, . .. , ",,-1) = determinante de la matriz n x n cuyas columnas son los n vectores u, Vn-I. Nótese entonces que el vector v tiene en su j-ésima coordenada a det(cj, "1, "2, ... , ",,-1)' Más aún, si escribimos "j = (alj' GZj, ... , a"j), j = 1, 2, ... , n - 1, Y consideramos la matriz de orden n x (n - 1), A = (aij) i= 1" ..• " , entonces, usando la expansión v" ... , j=!, .... n-I de un determinante a lo largo de su primera línea, se tiene que det(cj, VI, "2, ... , V,,_I) = (-1 )i+ j det A(j), donde A(j) es la matriz de orden (n 1) x (n -1) que proviene de A eliminando en esta última su j-ésima línea. a. Demuestre que ti VI X Vz X ... X V,,_I = L(-l)i+ j detA(j)ej j=1 (donde ejes el j-ésimo vector de la base canónica de IR") b. Demuestre que la aplicación f:IR" x IR" x ... x IR" ---> IR", f(vl, V2,' .. , v,,_¡) = VI X V2 X ... X V,,_I es una aplicación (n - l)-lineal alternada. Concluya entonces que si los vectores VI, V2, ... , V,,_I E IR" son linealmente dependientes, entonces su producto cruz es cero. Demuestre que el vector v 1 x Vz X ... X V,,_I es ortogonal a cada uno de los vectores VI, V2, ... , V,,-l' Es decir, demuestre que (VI XV2X"'XV"_I)'Vj=0 d. Sean VI c. vj = 1, 2, ... , n - 1 X = (1,0,2, l), Vz = (1, 1, 0, O), V3 = (0,2, 1, 3). Calcule VI x Vz "3. 82 Capítulo 1 Introducción al espacio IR" y al álgebra lineal e. f. Obtenga la ecuación del hiperplano en ]R4 generado por los vectores VI, V2 Y V3 del inciso anterior. (Ver inciso g del ejercicio 93 de la sección 6). Sean Vi = (1,0, 1,0,0), '112 Calcule V\ x '112 X V3 X '114. = (3, 1, 1, 2,1), V3 = (O, 1, -1,2,3), '114 = (1, l, -1, -1, -1). g. h. Obtenga la ecuación del hiperplano en ]Rs generado por los vectores '11\, '112, '113 Y '114 del inciso anterior. (Ver inciso h del ejercicio 93 de la sección 6). En este inciso y en el próximo, se generalizan (al caso de vectores en ]R4) los resultados establecidos en el ejercicio 20 de la sección 5. Sean "1, "2, "3, VI, V2, '113 vectores en ]R4. Demuestre la identidad de Lagrange i. Demuestre que J. En los siguientes incisos se construye un argumento que finalizará con la obtención de una fórmula que generaliza, al caso de vectores en lR 4, a la fórmula establecida en el ejercicio 22 de la sección 5, en donde se vió que para n, v, W E se tiene que u x (v x w) = (o . w)v - (u . v)w. El argumento seguirá las mismas ideas que en ti ejercicio mencionado. Demuestre que existen constantes a, p, y E lR tales que k. Tomando el producto punto en ambos miembros de la expresión anlterjior, con los vectores "1 y "2, concluya que (v] . "1)0' (v\ +- (V2 . u\)P +- ('113' lll)Y = O . '112)0' + ('V2 . U2)P +- (V3 . U2)Y = ° 1. Defina los vectores x, YI, Y2 E lR 3 como x = (a, p, y), YI = (VI . UI, V2 . !JI, v3 . "1), Y2 = (VI' U2, '112 . "2, Y3 . U2) Verifique entonces que x . YI = 0, X . Y2 = 0, y que, por lo tanto, x es un vector en la dirección de YI x Y2. Es decir, debe existir una constante k tal que x = k(YI x Y2). m. Verifique que el vector y¡ x Y2 está dado por ( n. det [UI . Y2 "2' Y2 !JI'V3] -det [UI'VI U2 . '113 ' 1.12 . VI UI'V3]d [UI'VI 02 . '113 et"2 . VI I U 'V2]) "2' '112 Use los resultados de los incisos h e i para demostrar que la constante k del inciso 1) es igual a-l, 1.8 Valores y vectores propios 83 o. Concluya entonces que el vector UI x det [UI . Y2 U2 . Y2 UI . Y3] VI U2 . V3 U2 X (VI X V2 x V3) se puede escribir como det [UI'VI U2 . VI UI . V2] V3 U2 • V2 + det [UI . VI 1.12' VI , UI'V3] V2 ti2 . V3 p. Para el caso de vectores en IR n se tiene el siguiente resultado que generaliza a la fónnula establecida en el ejercicio 22 de la sección 5: sean til, U2, ... , U n -2, VI, V2, ... , Vn-I vectores en IRn (con n ¿ 3). Entonces n-l til X U2 x··· X Un -2 X (VI X V2 x··· X Vn-I) = (_1)n+1 ¿{3¡V¡ i=1 en donde f3i = e¡ . (al x a2 x ... x a n -2), i de la base canónica de IRn - I Y = l, 2, ... , n - l, siendo Ci el i-ésimo vector j = 1,2, ... , n - 2. Valores y Ve(~tores prc~PU)s Sea T: jRn -ry IR" un operador lineal en IR". Se dice que el número real A es un valor propio de T si existe un vector x E jR" no nulo tal que T(x) = Ax. Al vector x se le llama vec{or propio de T asociado al valor propio A. Si consideramos la correspondencia entre operadores lineales y matrices que los representan, podemos establecer la definición de valor y vector propio para una matriz cuadrada A cualquiera como sigue: el número real A es un valor propio de A si existe un vector x E IR" no nulo (vector propio asociado a A) tal que Ax = AA. Bajo esta perspectiva se puede demostrar que A es un valor propio del operador IR" -ry IRn si y sólo si lo es de alguna matriz A que lo representa (en particular, de la matriz que representa a T respecto de la base canónica de IR" , que fue la que se obtuvo en la discusión correspondiente en la sección anterior). Para concretar la discusión, aquí trabaj aremos con valores y vectores propios de matrices cuadradas A. Para pasar a los resultados correspondientes para operadores lineales, solamente piense en el operador T(x) = Ax. Si A es un valor propio de la matriz A de orden n, entonces existe x E IRn distinto de cero tal que Ax = Ax, expresión que se puede escribir como (A - Al)x = O. Vemos pues que el sistema homogéneo de ecuaciones lineales dado por (A - Al)x = Oposee soluciones no triviales (el vector x es no nulo). Esto ocurre cuando (y sólo cuando) la matriz de coeficientes del sistema es no inversible, o equivalentemente cuando su determinante es igual a cero. Así pues, A es valor propio de A si y sólo si det(A - Al) = O. Nótese que la expresión det(A - Al) es un polinomio en A de grado n, llamado polinomio característico de A, que denotaremos por peA). Así entonces hemos establecido el siguiente resultado Teorema 1.8.1 Los valores propios de la matriz cuadrada A son las raíces de su polinomio característico peA) = det(A - Al). 11 En toda esta obra ponemos nuestro interés en considerar solamente raíces reales del polinomio característico peA), de modo que una matriz cuadrada A de orden n tiene, según el teorema fundamental del álgebra, cuando mucho n valores propios. distintos, pudiéndose dar el caso de que no tenga valores propios (si todas las raíces de peA) son complejas). 84 Capítulo 1 Introducción al espacio IR" y al álgebra lineal Ejemplo 1. Consideremos la matriz A=[: ~] Su polinomio característico es peA) = det(A - Al) = det [ 1- A 1 -A 6] = A2 - A - 6 = (A - 3)(A + 2) Entonces los valores propios de A son Al = 3 Y A2 = - 2. Para encontrar vectores propios asociados a estos valores propios, debemos obtener las soluciones no triviales del sistema homogéneo de ecuaciones (A - AI)X = O. Para Al = 3 se tiene el sistema 6 ] x= O --3 d¡z donde se obtiene que si Ji: = (a, b), entonces a = 3b. Así, los vectores propios asociados al valor propio Al = 3 son del tipo x = t(3, 1). De igual modo se encuentra que los vectores propios asociados al valor propio A2 = -2 son del tipo x = t( -2, 1). Un problema importante en el que intervienen los valores y vectores propios de una matriz, es el problema de la diagonalizaciól1 de la matriz. Se dice que la matriz. cuadrada A de orden Il es diagol1alizable si existe una matriz inversible P de orden Il de modo que D = p- 1 A P es una matriz diagonal (es decir, D es una matriz que tiene ceros fuera de su diagonal principal). Se puede demostrar que una condición equivalente a que la matriz A sea diagonalizable, es que exista una ~~e __ v!v.).P ..... vlf~ ( V 1 "e~'ores pr~p¡'oc de la m"trl'? A • f)e her'¡'A ~ v..:> ¡~lla~#fl u """uv, b a.~ f3 -l.'f},V2, ... ,l'n dDI Do~a~l'~ Tf])n formad'" ; lp~~ V v L la estructura de la matriz P de la que se habló anterionnente es tal que en sus columnas están los vectores propios Vi de la base f3. o ("" " } 11 .i,., Ejemplo 2. Considere la matriz O 1 O Se trata de investigar si la matriz A es diagonalizable. El polinomio característico de A es 1- A o 1-'\ O peA) = det(A- Al) = det [ ~ por lo que el único valor propio que tiene A es A = l. Los vectores propios correspondientes se obtienen de la solución del sistema (A - l)x = 0, o sea [~ o O O !] ~ x O 1.8 Valores y vectores propios 85 Si x = (a, b, e), vemos que para que x sea solución de este sistema (para que sea vector propio de A asociado al), se debe tener b = O. Así, los vectores propios son del tipo x = (a, O, e) = a(1, O, O) + e(O, O, 1). Se ve entonces que O, O, O) Y(O, 0,1) son dos vectores propios linealmente independientes y que no hay posibilidades de obtener otro vector propio de A linealmente independiente de estos dos vectores. Es decir, no hay manera de obtener una base de ]R3 formada por vectores propios. Así pues, concluimos que A no es diagonalizable. 11 Ejemplo 3. Consideremos la matriz -2 A = [ ~4 Su polinomio característico es -2 - A 8 10 -8 peA) = det(A - Al) :::;: det [ ~4 -4 - A ~ ] = - A(A - 2)2 por lo que sus valores propios son Al = 2, A2 = O. Para obtener los vectores propios asociados al valor propio Al = 2, resolvemos el sistema (A 2l)x = O. Es decir, [=: 4 x = (a, b, e) -8 ~ 66 -6 Jx = 4) de donde se ve que siendo x = (a, b, e), éste es solución del sistema cuando -2a + 4b + 3c = O. Es los vectores propios asociados a = 2 son del tipo = (a, b, (2a - 4b)/3) = (a/3)(3, 0, 2) + (b/3)(O, 3, -4) de donde se obtiene que los vectores VI = (3, O, 2) Y V2 = (0,3, -4) son dos vectores propios linealmente independientes asociados a este valor propio. Haciendo lo mismo con el valor propio A2 = O, obtenemos el vector propio V3 = (1, 1, -1). Tenemos así tres vectores propios, los cuales se puede verificar fácilmente que son l.i. 1 Entonces podemos formar la base {3 = {v 1, "2, "3} de ]R3 la cual está formada por vectores propios de A. Así esta matriz es diagonalizable. De hecho, la matriz p (tal que P- 1 A P es una matriz diagonal) tiene en sus columnas a estos vectores, es decir 3 P= [ ~ La inversa de esta matriz es O 3 -4 -1/3 pI 4/3 -4 = [ -~3 5/3 I Es un hecho general que vectores propios que proceden de 'Valores propios {jiferentes, son linealmente independientes. 86 Capítulo l Introducción al espacio IR" y al álgebra lineal y se tiene p-IAP = [ -1/3 -2/3 2 4/3 5/3 -4 1 1] -3 [-2 -4 4 8 10 -8 = [2 O O2 OO ~] JJ [~ O 3 -4 iJ la cual es una matriz diagonal que tiene los valores propios de A en su diagonal principal (en el orden en que fueron puestos en las columnas de P los vectores propios correspondientes). Un caso particular muy importante cuando se estudia el problema de la diagonalización de matrices es el caso de la diagonalización de matrices simétricas (es decir, matrices cuadradas A que coinciden con sus transpuestas). En tal caso este problema siempre tiene solución (i.e. siempre es posible diagonalizar una matriz simétrica) y además, con algunas características adicionales sobre la matriz P tal que P- J A P es la matriz diagonal: resulta que en este caso se puede conseguir que la matriz P sea una matriz ortogonal; es decir, que su inversa sea su transpuesta. Presentamos a continuación un resumen de los hechos más importantes (sin demostración) que hay en torno al problema de diagonalización de matrices simétricas: (*) Una matriz simétrica tiene todos sus valores propios reales. Los vectores propios que provienen de valores propios distintos para una matriz simétrica, son ortogonales. Siendo A una matriz simétrica, existe una matriz ortogonal Z P tal que p- I A P = p t A P es una matriz diagonal (se dice entonces que la matriz A es diagonalizable ortogonalmente). Consideremos la matriz simétrica A=f3 4J --3 (*) (*) Ejerrlplo 40 l4 Su polinomio característico es peA) = det(A - Al) = det [ 3- A 4 4 ] = A2 -3 - A _ 25 XI por lo que sus valores propios son Al = 5 Y A2 = -5. Para Al = 5 se consigue el vector propio = (2, 1) Y para A2 = -5 se consigue el vector propio X2 = (1, -2). Obsérvese que los vectores propios XI y Xz son ortogonales. Más aún, normalizándolos obtenemos los vectores = yI5(2, 1) 1 VI V2 = yI5(l, -2) 1 2Las siguientes afirmacic>nes sobre la matriz cuadrada P de orden n son equivalentes (1) p es ortogonal (P- J = PI) (2) Las columnas de P forman una base ortonormal de IR". (3) Las líneas de P forman una base ortonormal de IR". 1.8 Valores y vectores propios 87 los cuales constituyen una base ortonormal de ]Rz. En este caso la matriz P es en este caso (sus columnas son los vectores VI y vz) P = V5 1 [21 -2 J 4 -3 Ciertamente esta es una matriz ortogonal (se verifica fácilmente que p-I = PI). De hecho, se tiene p-I AP = ptAP = = _1 [2 11[3 V5 1 4] V5 [21 1 [~ ~5] Ejemplo 5. Diagonalicemos ortogonalmente la matriz simétrica Su poiinomio característico es peA) = det(A .- Al) = det l ~2 r6 -), -2 5- A 2 O 1 O 7-A J = _A 3 + 18Á Z - 99.\ + 162 = -(A - 3)(Á - 6)(Á - 9) Tenemos entonces los tres valores propios Al = 3, Az = 6 Y A3 =--= 9. Para el valor propio = 3, resolvemos el sistema homogéneo (A - 3l)x = O para obtener vectores propios. Eliminando coeficientes del sistema en la matriz se llega a -2 2] 2O O 4 rv . . · " , [1O O2] 12 OOO de donde se obtiene que siendo x = (a, b, e), se debe tener a = b = -2e. Así por ejemplo, XI = (2,2, -1) es un vector propio asociado a Al = 3. Para Az = 6 resolvemos el sistema (A - 6!)x = O. Haciendo eliminación de donde se obtiene que si x = (a, b, c), se debe tener b = e =. -2a. Así por ejemplo, Xz = (1, -2, -2) es un vector propio asociado a Az = 6. Finalmente, para A3 = 9 resolvemos el sistema (A - 9I)x = O. Eliminando ~'] 88 Capítulo l Introducción al espacio lRI." y al álgebra lineal de modo que si x = (a, b, e), se debe tener a = e = -2b. Entonces un vector propio asociado = 9 es X3 = (2, -1,2). Se han conseguido entonces 3 vectores propios XI = (2,2, -1), X2 = (1, -2, -2), X3 = (2, -1,2) los cuales, se ve f<lcilmente, forman un conjunto ortogonal. Normalizándolos, obtenemos '\3 V¡ = (2/3,2/3, -1/3), V2 = (1/3, -2/3, -2/3), V3 = (2/3, -1/3,2/3) que son vectores que constituyen una base ortonormal de ]R3. Entonces la matriz ortogonal Pes P= Haciendo p- l A P obtenemos 2/3 2/3 [ -1/3 1/3 -2/3 -2/3 2/3 ] -1/3 2/3 -1/3] [ 6 -2/3 -2 2/3 2 -2 5O O 2] [ 2/3 2/3 -1/3 7 1/3 -2/3 -2/3 2/3 ] -1/3 2/3 como tenía que ocurrir. En los ejercicios 1-26, determine, para cada una de las matrices dadas: a su polinomio característico, b sus valores propios, e los vectores propios correspondientes a cada uno de los valores propios. (Nota: en estos ejercicios todos los valores propios que resultan de las matrices, son números enteros). 1. [~ [ -~/5] 2. 5. 8. 4. 7. 10. ~2 ~2] [~ ~] [ 150 -{S] 3. 6. 9. [~ ~4] 1 [2 2 -1 J [i L;2 ~8J O 2 2 O 3 6 [-;5 -1] -2 O [~ ~J :2] O -4 --8 [~ ~J 11. 13. ;] [~ ~J 12. [ ~3 -3 -3 O 4 4 16. [16 -In 14. U/5 [88~27 -T3] 15. [! 1] O 17. TJ 18. [8?/7 3 9 -2~/27] 3 1.8 Valores y vectores propios 89 19. [1 ~J [6)1 [ -1 O -3 -3 1 1 TJ ~] !6] 20. [-4 2 56 [ O -4 8 -2 -1 1 -1/8] -2 21. HI4 [8~5 -28/3 2 4 n -2/3 22. 23. ~2 ~2 ] 24. -5/8 3 5 -~~5 ] 25. -7/2 2 -2 26. [+ A= -7/6 5 7 -1~/7 ] -3 1 27. Considere la matriz [~ -3 -2 O O 3 1 1 jJ y sólo si A = o es un valor propio de A. Demuestre que el polinomio característico de A es p(A) = (A 2 - 1)(A 2 - 4). Obtenga entonces los valores propios de A y vectores propios correspondientes a cada uno de ellos. 28. Sea A una matriz cuadrada de orden 2. Demuestre que el polinomio característico de A es p(A) = A2 .- (tr A lA + det A, donde tr A es (la traza de A, que es igual a) la suma de los elementos de su diagonal principal. 29. Demuestre que el término independiente del polinomio característico de la matriz A, es det A. 30. Demuestre que la matriz cuadrada A es no inversible si 31. Demuestre que si ;\ es un valor propio de la matriz A, entonceS A" es un valor propio de la matriz A", n E N. ¿Cómo son los vectores propios de A" asociados al valor propio A"? 32. Sea A una matriz inversible y sea A un valor propio de A (el cual es diferente de cero, según lo probado en el ejercicio 30). Demuestre que A-1 es un valor propio de la. matriz inversa A - l . ¿Cómo son los vectores propios de A. - J asociados al valor propio A-1? 33. Describa los valores y vectores propios de la matriz identidad de orden n, 1". 34. Describa los valores y vectores propios de la matriz cero de orden n. 35. Demuestre que el polinomio característico de una matriz cuadrada A es el mismo que el de su transpuesta A t . 36. Uno de los resultados clásicos del Álgebra Lineal, es el llamado Teorema de Hamilton-CayleYI si A es una matriz cuadrada y p(A) es su polinomio característico, entonces p(A) = O. Por ejemplo, si A es la matriz su polinomio característico es p(A) = det(A. - Al) = det [2 -5 3 1- 3A + 17 90 Capítulo 1 Introducción al espacio nr y al álgebra lineal Entonces p( A) = = A2 - 3A + 17 J = [; -14 ~5 [-11 -15] _[69 -15] + [17 9 3 ° r- 3 [; a. b. Verifique el Teorema de Hamilton-Cayley para las matrices de los ejercicios 2, 3 Y 13. Critique la siguiente "demostración" del Teorema de Hamilton-Cayley: el polinomio característico de A es peA) det(A - AJ). Entonces peA) = det(A - Al) = det(A A) = det O O. En cada uno de los ejercicios 37-42, demuestre que la matriz dada es diagonalizable, obteniendo una base de lR. 2 (o en su caso lR.3 ) formada por vectores propios de A. Determine la matriz P tal que p- I AP es una matriz diagonal. 37. La matriz del ejercicio 1. 39. La matriz del ejercicio 7. 41. La matriz del ejercicio 15. 38. La matriz del ejercicio 4. 40. La matriz del ejercicio 8. 42. La matriz del ejercicio 19. 43. Suponga que la matriz A es diagonalizable. Existe entonces una matriz inversible P tal que P-IAP = D, donde D es una matriz diagonal. Demuestre que P-- 1 A"P = D", n E N. Observando que la matriz D" se puede obtener fácilmente elevando a la n-ésima potencia los elementos de la diagonal principal de D, concluya que la n-ésima potencia de la matriz A se puede escribir explícitamente como A" = PD" P- l . Aplique estas ideas para obtener expresiones para las n-ésimas potencias de las siguientes matrices: a. c. La matriz del ejercicio 2. La matriz del ejercicio 8. b. La matriz del ejercicio 3. 44. Considere la matriz del ejemplo 3 A= -2 r-4 l4 8 10 -8 Demuestre que la n-ésima potencia de esta matriz es 4 5 -4 45. Una sucesión de Fibonacci es una sucesión de números enteros (ao, al, a2, ... ) en la que a" = a,,-l + all -2. n = 2,3, ... , y ao yal son números dados. La fórmula Qll = all-I + a"-2 que define el término a ll de la sucesión de Fibonacci se dice ser unaIórmula de recurrencia, pues a ll se determina una vez determinados sus dos términos anteriores. El objetivo de este ejercicio es obtener una fórmula explícita para el término a" de una sucesión de Fibonacci. Considere el caso en el que ao = O, al = 1. Así, la sucesión de Fibonacci se ve como (O, 1, 1, 2, 3, 5, 8, 13,21,34, ... ). 1. 9 Formas cuadráticas 91 3. Considere la matriz A = xn = A n [~ b]' Para n = 0, 1,2, ... defina el vector x n E JR2 como [b]' Use inducción para probar que x n = (an+l, a n), donde (a n) es la sucesión b. de Fibonacci que se está considerando. Hallando una fórmula explícita para A", demuestre que (¡esta fórmula define un número entero!). c. Demuestre que lím a.+! a. = 1+ 15. 2 Los griegos llamaban a este número "razón áurea". En los ejercicios 46-53, diagonalice ortogonalmente la matriz simétrica dada, obteniendo una matriz ortogonal P tal que p-l A p = pI A P sea una matriz diagonal. 46. [ !l 49. -;1 ] -51 8J 2 47. [ 50. r8 L-5 ~2 ~2] [ -;4 21 -4 J 48. [ 51. ~3 ~3] 2 52. [ 2 -2 5 -2] -4 [~ ~] 53. -4 5 r!2 L2 -2 5 ° ~] En esta sección veremos algunos hechos importantes que aparecen en el estudio de las formas cuadráticas. El material que aquí se presenta se usará en el estudio de los extremos de las funciones de varias variables en el capítulo 4. Unaforma cuadrática en IRlI es una función q: JRn ---+ IR definida por donde A es una matriz simétrica de orden n y [x] es la matriz de coordenadas dex = (XI. X2 • ..• , xn) E IR" (entonces [x] es una matriz 1 x n, y [X]I, la transpuesta de [x], es una matriz n x 1). Por ejemplo, una fo~a cuadrática en IR 2 es una función q: JR2 -> lR q(x,y)=[xy] [~ ~] [~] =ax2 +ci+2bxy -> y una forma cuadrática en JR3 es del tipo q: lR 3 a lR q(x, y, z) = [x y z] = ax 2 b [ e b d e f Z2 + di + + 2bxy + 2cxz + 2eyz 92 Capítulo 1 Introducción al espacio ]R" y al álgebra lineal En general, una forma cuadrática en IR" es una función de la forma al I q(XI,X2, ... ,X,,)=[XI X2 ... XII] [ al2 Q2n al,,] [XI] X2 al" a"" n ~\:I tl = 2::.: aii.\'t -+ 2 2::.: aijXi Xj i=1 ij=! i<j Ejemplo 1. Consideremos la forma cuadrática q: q(X, y, z) -> IR dada por = 7x 2 -+ si - 4xy -+- 26xz -+ 30yz Según la fórmula recientemente obtenida para una forma cuadrática general, podemos escribir a q como q(x, y, z) = (x y z]A [ ] donde A = (aij) es la matriz simétrica (aij = ajl, i, j = 1, 2, 3) para la cual al I = 7 (coeficiente de Xl = X), a22 == 5 (coeficiente de X2 = y), (/33 = O (coeficicnte de X3 = z), 2a 12 = -4 (coeficiente de XI X2 ,= xy), 2a 13 == 26 (coeficiente de XI X3 = = 30 (coeficiente de X2X3 = yz). Entonces A = r~2 L13 -2 S 15 Una forma cuadrática q: IRII ~, IR se dice ser: a. b. > O"Ix E IR", x ¡:. O. definida negativa, si q(x) < O VX E Ii{", X ¡:. O. definida positiva, si q(x) semidefinida positiva, si q(x) ~ c. d. O"Ix E IR", x ¡:. O. semidefinida negativa, si q(x) ::; O "Ix E IR", x ¡:. O. Ejemplo 2. La forma cuadrática q: IR -> dada por q(x) = ax 2 es definida positiva (definida negativa, semidefinida positiva, semidefinida negativa) si y sólo si a > O (a < O, a ~ O, a ::; O, respectivamente). 11 Ejemplo 3. La fúrma cuadrática q: 1R2 -> IR dada por q(x, y) = 3x 2 -+- 7 y 2 es definida positiva, pues es claro que q(x. y) > O v(x. y) E 1R2 , (x, y) ¡:. (O. O). Del mismo modo se ve claro que la forma cuadrática q: 1R3 -> IR dacia por q(x, y, z) = _x 2 IOz 2 es definida negativa que la forma cuadrática q: 1R 3 -> IR, q(x, y, z) = 2x 2 -+ 3z 2 es semidefinida positiva, pues en este caso q(x. y, z) ~ O v(x. y. z) ¡:. (O, O, O) (de hecho, obsérvese que para todos los vectores del tipo (O, y, O) la forma q vale O). si - y Con los dos ejemplos anteriores podemos darnos cuenta de que la propiedad de una forma cuadrática de ser definida positiva o negativa se descrubre inmcdiatamente cuando ésta solamente 1.9 Formas cuadráticas 93 posee los términos cuadráticos. Más en concreto, podemos decir que la forma cuadrática q: lR" dada por q(XI, X2 . ... , XI!) = A]xT + A2X~ + ... + Anx~ ---7 lR será definida positiva (definida negativa, semidefinida positiva, semidefinida negativa) si y sólo si todos los coeficientes A¡ son números positivos (negativos, no negativos, no positivos, respectivamente). Nótese que en este caso la matriz simétrica A de la forma cuadrática es en realidad una matriz diagonal (cuyos elementos en la diagonal principal son los números A¡). Ejemplo 4. Consideremos la forma cuadrática q: lR 3 q(X, y, z) ---7 lR dada por 4xy = 6x 2 + 5/ + 7z 2 = [x yzJA -2 5 O + 4xz o bien q(X. y. z) [~] en la que Ciertamente no es posible afirmar "a golpe de vista" que esta forma cuadrática es definida positiva (veremos a continuación que de hecho lo es). Sin embargo, si escribiéramos nuestra forma cuadrática como q(X, y. z) = 3(2x/3 + 2y/3 - Z/3)2 + 6(x/3 - 2y/3 - 2z/3)2 + 9(2x/3 - y/3 + 2z/3)2 (queda de responsabilidad del lector verificar que esta es efectivamente igual a la expresión de q(x. y, z) que se dio al inicio del problema), resultaría evidente que la forma es definida positiva, pues es una suma de cuadrados con coeficientes positivos. El ejemplo anterior nos muestra que la propiedad de que una forma cuadrática sea definida positiva o negativa, se descubre fácilmente si escribinlos la expresión que define a la forma de una "manera adecuada"; por ejemplo, si la escribimos como una suma de cuadrados. Se nos plantean así dos preguntas naturales: 1) ¿Una forma cuadrática se puede escribir siempre como una suma de cuadrados?, 2) De ser así, ¿cómo se procede para lograrlo? La respuesta a la pregunta 1) esafortunadamente- afirmativa. Al tratar de ver el por qué de esto, se dará respuesta a la pregunta 2). Tomemos entonces la forma cuadrática q: lR" ---7 lR, q(x) = [xPA[xJ. en donde A es una matriz simétrica. En la sección anterior se veia que A por ser simétrica, es diagonalizable ortogonalmente; es decir, que existe una matriz ortogonal P tal que pI A P es una matriz diagonal. Se vio también que las columnas de P forman una base orto normal de lR". Sea f3 = {VI. V2, .,., VII} dicha base. Entonces los vectores V¡ son vectores propios de A, los cuales tienen norma 1 y son ortogonales dos a dos. Escribamos el vector x = (XI. X2, .... XII) E JRn en términos de la base f3; digamos que [xJf3 = (x;. x~, ... , x;), o bien, como matriz [x]f3 = X; [ : l x;, J 94 Capítulo 1 Introducción al espacio IR n y al álgebra lineal ._---------------- Observemos entonces que, puesto que x = x; VI + x; V2 + ... + x;¡ V n , podemos escribir r Entonces, la forma q(x) queda como (recordando que (AB)t = BtA t ) q(x) = [x]tA[x] = (P[x]¡¡)tA(P[x]¡¡) = [x]~(pt A P)[xJ¡¡ = [x]~D[x]¡¡ donde D es una matriz diagonal la cual, sabemos, tiene en su diagonal principal los valores propios de A (que aparecen en el mismo orden en que fueron acomodados los vectores propios cOlTespondientes en las columnas de P). Sean Al, A2 , ... , An tales valores propios. Escribiendo explícitamente la última expresión nos queda que q(x) = [x]~D[x]¡¡ Así pues, hemos logrado escribir a q(x) como una suma de cuadrados de las coordenadas xr del vector x en términos de la base ortonorma! p. No es difícil ver que tales coordenadas se pueden calcular como productos internos del vector x con los vectores de la base p (esto ocurre porque p es una base ortononnal). Es decir que xr = x . Vi. En resumen tenemos que: la forma cuadrática q: IR n -> q(x) = [xJl A[x], donde A es una matriz simétrica, se puede escribir como donde Ai son los valores propios de A, y Vi son vectores propios (normalizados) correspondientes a tales valores propios. Regresando al ejemplo 4 anterior, vemos que la matriz -2 2] 5 O O 7 tiene por valores propios a Al = 3, A2 = 6, A3 = 9 (ver ejemplo 5 de la sección anterior) y que los vectores VI = (2/3,2/3, -1/3), Y2 = (1/3. -2/3, --2/3), V3 = (2/3, -1/3,2/3) 1.9 Formas cuadráticas 95 de donde q(x, y, z) = q(u) = A¡(u . VI)2 + A2(u . vD 2 + A3(u . V3)2 + 6(x/3 - 2y/3 - 2z/3)2 = 3(2x/3 + 2y/3 - Z/3)2 + 9(2x/3 - y/3 + 2z/3)2 que es el resultado que se usó en el ejemplo mencionado. De la discusión anterior se desprende inmediatamente el siguiente teorema Teorema 1.9.1 La forma cuadrática q: IR.n - t IR., q(x) = [xr A[x], en donde A es una matriz simétrica, es definida positiva (definida negativa, semidefinida positiva, semidefinida negativa) si y sólo si todos los valores propios de A son positivos (negativos, no negativos, no positivos, lIIll respectivamente). Ejemplo 5. Consideremos la forma cuadrática q: IR. 3 -t IR. dada por q(x, y, z) = [x y z] [ 2 -2 _2 54 =542] [x~] Para investigar si esta forma cuadrática es definida positiva, definida negativa, etc. sólo tenemos que ver los valores propios de la matriz simétrica que define a la forma q. El polinomio característico de esta matriz es peA) = det(A - Al) = det f -2 l 2- A 2 2 S-A -4 -2 ] -4 = -(A - 1)2(A - 10) 5-A Así pues, los valores propios de A son Al = 10, A2 = l. Como éstos son positivos, concluimos que la forma dada es definida positiva. 111 Diremos que una matriz simétrica A de orden n es definida positiva, definida negativa, semidefinida positiva o semidefinida negativa, si la forma cuadrática correspondiente q: IR.n - t IR., q(x) = [xr A[x] lo es. Ejemplo 6. Consideremos la matriz simétrica A= [ -8 11 2 El polinomio característico de A es 11 - A 2 peA) = det(A = -(A - - Al) 9)(A = det [ 2 2-A 10 -8 ] \O -8 18) S-A + 9)(A - 96 Capítulo 1 Introducción al espacio lR" y al álgebra lineal Los valores propios de A son entonces Al = 9, A2 = -9, A3 = 18. En este caso concluimos que la matriz no cae dentro de ninguna de las clasificaciones estudiadas aquí. De hecho, si consideramos la correspondiente forma cuadrática q: JR3 - t IR, q(x, y, z) = [x Y zJA[x y zr se tiene que los valores que toma esta forma son positivos para algunos vectores de JR3 y negativos para otros (por ejemplo, q(O, -1, 1) = -13 < 0, pero q(l, 1, O) = 17 > O). 11 A una matriz (o a una forma cuadrática) como la del ejemplo anterior, se le llama indefinida. En el siguiente teorema se establece otro criterio útil para decidir si una matriz simétrica A es definida positiva o definida negativa. La demostración de este resultado puede consultarse en [Pi], pp. 624 a 627. En este teorema se usa el concepto de submatriz angular: consideremos la matriz cuadrada A = (aij) de orden /l. A las submatrices Al = [alJ1, A2 = [a ll al2 022 a2l J' all A3 = I- OJ2 022 ra a2J a23 a131 , ... , Al! = A 3i °33.J se les llama "submatrices angulares de A". En forma esquemática 1 a Q2n 1!1 Gn " J Teorema 1.9.2 Sea q: lR" --> lR la forma cuadrática q(x) = [xJ t A [xJ. Esta forma (o bien, la matriz A) es definida positiva (respectivamente, definida negativa) si y sólo si los determinantes de las submatrices angulares;).l = det Al, ;).2 = det A z, ... , Á" = det A" = det A, son positivos (los determinantes tienen signos alternados, comenzando con;).l = det A J < O, respectivamente). 11 NOTA: El resultado anterior sigue siendo válido si aceptamos el cero en los determinantes de las submatrices angulares, cambiando entonces la conclusión correspondiente a "formas semidefinidas positivas" o bien, "formas semidefinidas negativas". Es claro que si los determinantes de las submatrices angulares no siguen alguno de los patrones establecidos en este resultado, la forma es indefinida. Ejemplo 7. Consideremos la matriz simétrica del ejemplo 5 A= [ -2 ~ 1.9 Formas cuadráticas 97 Los determinantes de las submatrices angulares de A son ~l = det Al = det(2] = 2 > O ;] ~2 = det A2 = det [~ ~] =6>O [ 2 2 2 5 -4 = det A] = det A = det -2] -4 5 10> O -2 Puesto que todos estos determinantes son positivos, concluimos que la matriz es definida positiva (como lo hicimos en el ejemplo 5 usando los valores propios de la matriz), 11 Ejemplo 8. Sea A la matriz -5 A= [ ; Los determinantes de las submatrices angulares de A son ~I = det Al = det[-5] = -5 < O = det A 2 = det _2 1 , ~2 -5 -'::-6 ?] = 26 > O C1] = det A] = det A = det . -5 2 2] = [ 2 -6 O -80 <O < O, concluimos 11 .2 O -4 Puesto que los signos de estos determinantes son alternados, comenzando con C1¡ que la matriz A es definida negativa, Ejemplo 9. Consideremos la matriz del ejemplo 6 11 A= [ 2 -8 Los determinantes de las submatrices angulares de A son ~1 = det[ll] = 11 11 [2 11 2 >O ~2 ~3 = det = det 2] = 18 > O 2 2 2 -8] 10 [ = -1458 <O -8 10 5 Los signos de estos determinantes no siguen alguno de los patrones comentados en el teorema 1.9.2. Concluimos entonces que la matriz A es indefinida. 11 98 Capítulo 1 Introducción al espacio ]Rn y al álgebra lineal Ejercicios (Capítulo 1, Sección 9) En los ejercicios 1-3, escriba la forma cuadrática q: 1R 2 -> IR dada, como q(x, y) = [x y]A [~], k2 Y (con A una matriz simétrica de orden 2), en la forma q(x, y) = k 1x 2 -+- k 2xy k3 son números reales, -+- k3y 2, donde k¡, 1. q(x, y) = [x y] [; ;] [~] 2. q(X'y)=[XY)[~ ~] [~] 3. q(X'y)=[XY][~ ~] [~] -> En los ejercicios 4-7, escriba la forma cuadrática q: 1R3 IR dada, como q(x, y, z) = [x y z)A [; J' (conA una matriz simétrica de orden 3), en la forma q(x, y, z) = k¡X2-+-k2l-+-k3Z2+k4Xy+ksxz+k6Yz 4. q(x.y.z)~lxyzl [! l 5 3 iJ [;] ~J Lz r~] -> 5. q(x, y, z) = [x y z] r~ Ll ¡J[~] -1 6. q(x. y. z) ~ Ix y z) [~ O 5 39 7. q(x, y, z) Ix y z{¡ -5 o TJ m 8. Escriba la forma cuadrática q: 1R4 IR dada, como suma de términos del tipo kijx;xj, i, j =:.~ 1, 2,3,4. 3 q(x¡, X2, X3, X4) 2 = [XI X2 X3 X4) [ ~ -1 5 4 -2 7 -7 o 4 -1] lXX1] f. -2 -7 8 2 X3 X4 En los ejercicios 9-15, escriba la forma cuadrática dada como q(x) matriz simétrica. = [x]¡ A [x], donde A es una 9. q: JR2 10. q: 1R2 11. q: 1R3 -> -> -> -> -> -> IR, q(x, y) = 3x2 -+- l IR, q(x, y) = x 2 -+IR, q(x, y, z) = -+- 4xy lol x 2 -+- l -+- Z2 -+- xy -+- xz -+- yz 12. q: JR3 JR, q(x, y, z) = x 2 -+- yz IR, q(x, y, z) = 2xy -+- 4xz - 10yz IR, q(x¡, X2, X3, X4) = X¡X2 -+- X3X4 13. q: 1R3 14. q: 1R4 15. q: 1R4 -> JR, q(X¡, X2, X3, X4) = xi -+- 2x~ -+- 3x~ -+- 4x¡ - XlX3 - X2X4 ].9 Formas cuadráticas 99 En los ejercicios 16-50, aplique el criterio establecido en el teorema 1.9.2 para decidir si la matriz simétrica dada (o bien, la forma cuadrática dada) es definida positiva, definida negativa, semidefinida positiva, semidefinida negativa, o indefinida. 16. [~ ~] -2 r2 , 17. [~ ~] 18. [ -;1 ¡] 2 -S 19. [ -3 n 4 16 20. 22. 25. [~ ~] O l~ 3 9716] 1 23. [-2 -1 [~ ¡iJ O 4 3 O -1 -5/2 -2 21. [T [¡ 1 1 O jJ ~] -4 ~2 ] -S 24. 2 O 5 2 26. O [~5 1 -4/5 2] 27. 28. [~3 [¡ -3 -2 1 1/2 O -2 ] -4/3 29. 31. 3 2 2 7~] 32. [y [3 ~ [-3 ~ -8 2 -8 O 2 -80 [~I [~I 1 -2 ~J O 2 -S 1 O ~i 1 2 J ~J ~J 30. O JJ ~2] 33. [ 3 3 -18 O 34. [~J O ¡] - 3 35. -15 1 36. q(x, y, z) = --3x 2 31. q(x, y, z) 38. 39. 12Sy2- SZ2 - 16xy - 6yz = x 2 + 2i + 8z 2 + 2xy + 4yz q(x, y, z) = 4x 2 - i - 4z 2 + 2xy + 6xz - 4yz q(x, y, z) = _x2 - 36 y 2 - 2z 2 + 6xy + 2yz 40. q(x, y, z) = 8x 2 + lBi 41. q(x, y, z) = -3x 2 - 4y2 42. 43. 44. 45. 46. 47. 48. 49. + Sz2/9 + 8xy - 2xz + Byz /3 - 6z 2 + 2xy + 16yz q(x, y, z) = -4x2 - 16y2- Z2 + Sxy - 6yz q(x, y, z) = x 2 + si + z2/2 + 4xy + 2yz q(x, y, z) = x 2 + y2 + IO z2 + 4xz + 2yz q(x, y. z) = -4x2 - 4y2 - Sz2/3 + 4xy + 4xz q(x, y, z) = -2x 2 + y2 + Z2 q(x, y, z) = -5x 2 - 4y2 - 2z 2 + 4xy - 2yz q(x, y, z) = 4x 2 + 6y2 + 14z 2 - 4xz - 12yz q(x, y, z) = -2x 2 - 3y2 - 4z 2 + 2xy + 4yz ] 00 Capítulo 1 Introducción al espacio lit" y al álgebra linea] 50. q(x, y. z) = -2x 2 ~ 1Oy2- 4z 2 -- 4xy + 5yz En los ejercicios S 1-85, use el teorema 1.9.1 para decidir si la forma cuadrática dada es definida positiva, definida negativa, semidefinida positiva, semidefinida negativa indefinida. En cada caso, escriba la forma como una suma de cuadrados. (NOTA: tocios los valores propios de las matrices simétricas correspondientes. son números enteros). ° 51. q(x. y) = !(34x 2 + 41y2 52. q(x. y) = !(6Ix 2 + 89y2 53. q(x. y) + 24xy) + 96xy) 13(469x 2 + 1897y2 + 1440xy) 54. q(x, y) = 13(194x2 + 313y2 + 120xy) 55. q(x, y) = 61x 2 + 89y2 + 96xy 56. q(x, y) = -!(l51x 2 + 249y2 57. q(x, y) = -13(219x 2 + 457y2 + 336xy) + 240xy) 58. q(x. y) = ¡¿9(244x2 + 601y2 + 360xy) 59. q(x.y) = 13(119x 2 -119y2-240xy) 60. q(x, y) = -2(34x 2 + 41l + 24xy) 61. q(x. y, z) = 5x 2 + 6l + 7z 2 + 4xy + 4yz 2 - 15y2- 21z 2 -- 12xy + 12xz 62. q(x. y. z) = -18x 63. q(x. y. z) = 25x 2 + 39l + 132 2 + 24xy -- 24yz = ~(\03x2+ 125l 64. q(x. y. z) + 662 2 + 48xy + 12xz - 60yz) 65. q(x, y. z) = ~X2 66. 67. 68. 69. + ~ l + 52 2 + ~xy q(x, y, z) = ~(203x2 + 86l + 35z 2 - 152xy + 32xz - 40)'z) q(x, y. z) = 34x 2 + 41y2 + 5z 2 + 24xy q(x, y, z) = 8x 2 + 9y2 + lOz 2 + 4xy + 4yz q(x, y. z) = i9(I03x 2 + 125y2 + 66z 2 + 48xy + 12xz -- 60yz) 70. q(x, y, z) = i9(-382x 2 - 541y2- 155z 2 - 324xy - 60xz -lOx 2 - 12y2 - 14z 2 - 8xy - 8yz 72. q(x, y. z) = 6x 2 + 12y2 + 9z 2 + 12xz + 12yz 73. q(x. y, z) = _~x2 -- ~y2- 5z 2 - ~xy 71. q(x. y. z) + 384yz) = 74. q(x. y. z) = 13(345x2 + 466y2 + 203z 2 - 120xy - 48xz - 168yz) 75. q(x. y, z) = ¡¿9(l197x 2 + 1439y 2 + 9132 2 - 240xy - 96xz - 336yz) 76. q(x, y. z) = !(l02x 2 + 95y2 77. q(x, y. z) + 73z 2 - 100xy + 28xz) = ~(433x2 + 259y2 + 118z 2 - 20Sxy + 16xz - 152yz) 1.9 Formas cuadráticas 101 78. q(x, y, z) = 17(203x 2 79• q-(>; ,y . = - . z) 80. q(x, y, z) = 81. q(x, y. z) + 86y2 + 35z 2 22 x 2 + 22 V2 + 2 + l:!xy 25 25, 25 ~ 152xy + 32xz -- 40yz) 7 !( -18 Ix 2 13(192x2 - IOy2 + 29z 2 + 232xy - 62xz + 8yz) 96xz = + 441y2 + 43z 2 2 216xy - 24xz - 24Üyz) 82. q(x. y, z) = 13(-649x2 83. q(x, y. z) = 33x 84. 85. 2 1915y2- 309z 2 + IOü8xy - + 912yz) + 114y2 + 96z + 12üxy - 48xz - 48yz q(x. y, z) = ~252 x 2 + ~ i - ~~7 Z2 - 3~8 xy + 5°,;8 XZ - ~ YZ 4 2 2 q(x. y, z) = 7x - 33y2 + 5z - 48xy + 24xz + 24yz _ _ _ Capítulo .., uncIones es En este capítulo trabajaremos con funciones cuyos valores, que serán números reales, dependerán de más de una variable. Por ejemplo, el área de un triángulo (que es un valor real) depende (es función de) de su base b y su altura h. Así, si T es el conjunto de todos los triángulos, podemos formar la función f: T -; 1Ft que asocia a cada triángulo T, su área. De otro modo, podemos acomodar en parejas ordenadas los valores de la base y altura de cada triángulo en T, de tal manera que la función f tomará la pareja (b, h) E JR x JR y le asociará el número real f(b, h) = ~bh = área del triángulo de base b y altura h. Esto lo escribimos como f: U s:;; JR2 -; JR, f(b, h) = ~bh. En este caso la función f solamente acepta valores positivos de b y h. Decimos entonces que el dominio U de f, que es un subconjunto de JR2, estará formado por aquellas parejas (x, y) cuyas dos coordenadas sean positivas. Es decir En física se encuentran también muchos ejemplos de funciones reales que dependen de más de una variable. El volumen V de un globo inflado depende de la presión P del aire que contiene y de la temperatura T. Así, el número real V es función de P y T. De hecho V: U s:;; JR2 -; JR, V(P, T) = kT/ P = volumen del globo, donde k es una constante (ley general de los gases ideales). Dividiremos en 3 partes el estudio del cálculo diferencial de estas funciones. La primera de ellas (de la cual se ocupa el presente capítulo) tiene por objeto estudiar el concepto de diferenciabilidad de estas funciones y algunos tópicos simples relacionados con este concepto. En la segunda parte (el capítulo 3) se estudiarán temas más específicos sobre funciones diferenciables de varias variables, como son la derivación de funciones compuestas, las funciones inversas y las funciones implícitas. Por último, en la tercera parte (el capítulo 4) se estudiará lo relacionado con los extremos de estas funciones. El estudio del cálculo integral de este tipo de funciones se hará en el capítulo 6. 2.1 Funciones de varias variables Recordemos que una función f: A - t B del conjunto A al conjunto B (ambos no vacíos) es una regla que asocia a cada elemento a E A un elemento (y sólo uno) bien determinado b E B, llamado "imagen de abajo f" y escrito como b = f(a), (b es igual a f de a). El conjunto A es el dominio de f, el conjunto B es su contradominio (o codominio), y el conjunto formado por todas las imágenes 103 1 04 Capítulo 2 Funciones de varias variables de f es su rango, es decir, rango de f = {b E B(b = f(a). a E A} En el primer curso de cálculo se trabajó con funciones en las cuales A y B eran (subconjuntos de) el conjunto de números reales que se escribían como f: ¡ c.:. l'?: -> notación en la que se enfatiza que el dominio de la función es el conjunto ¡ de S. y que su codominio es IR (el rango de la función no queda explícito en esta notación). Decíamos entonces que f es unafunción real (las imágenes f(x) son números reales) de una variable real x E l. Ahora vamos a considerar funciones cuyas imágenes son también números reales, pero cuyo dominio será un subconjunto del espacio IR". Es decir, funciones del tipo f: U r;;;; IR" -> IR:, llamadas funciones reales de n variables reales (viendo a los punto de ]R." como Il-adas de números reales -las variables de la función), o bien,jimciones reales de variable \'cctorial (viendo a los elementos de IR" como vectores). Tenemos pues que una función f: U r;;;; ]R." -~ ? es una regla que asocia a cada Il-ada ordenada de números reales (XI, X2, ... , x,,) de U, o bien, a cada vector x de U, un número real bien determinado f(x], X2, .•. , x,J. El conjunto U es el dominio de la función f, su codominio es L::t y el rango de f es el conjunto de ::. E ]R. para las cuales existe x E U tal que z = f(x), es decir rango de f = {z E E Obsérvese que éste es un subconjunto de IR.. Así. cada una de estas funciones está constituida por: 1) su dominio U r;;;; ]R". 2) su codominio y, 3) la regla que asocia a cada x E U, el número E imagen de X bajo f. Esquemáticamente se tiene f Figura 1. Una función f: U c:: ]Rn --.., lR. Usaremos indistintamente las notaciones f(XI, X2, ... , x,,) o f(x) para denotar la imagen bajo f del vector x = (Xl, X2, ' .. , X n ) E JR". Es usual, en una función f: U r;;;; JR" -> R dar simplemente la regla z = f(x) por medio de la cual se asocia a cada vector x E U, el número real z = f(x), y no dar explícitamente el dominio U de f (se entiende que el codominio siempre es lP!.). En tal caso se debe entender que el dominio de f es el mayor subconjunto U dcl espacio JRn para el cual la regla f(x) tenga sentido con x E U (llamado dominio natural de la función n. Ejemplo 1. La función f(x], X2) = xi + x~, asocia a cada pareja (Xl, X2) E cl número real xi + x~. Así, se tiene que f(l, 2) = (l)2 + (2)2 = 5 = imagen bajo f dc (l, 2), f( -3,4) = (_3)2 + (4)2 = 25, etc, El dominio de f es en este caso todo el espacio 1R 2, pues 2.1 Funciones de varias variables 105 f(xl. X2) = xT + x~ puede ser calculado para cualquier pareja de números reales (x). X2) E JR2. El rango de f es el conjunto de números reales no negativos, pues f(xI. X2) = xT + x~ 2: O V(XI. X2) E JR2. 11 Ejemplo 2. ~~función f(xI, X2. X3) = /l-~- XT -- x~ - x~ asocia a la tema (x), X2. X3) E JR3 el número real JI - xT - X~ -- x~. De este modo se tiene que f( 1, O. O) = jI - (1)2 - (0)2 - (0)2 = O = imagen bajo f del vector (l. O. O). f(l/2. 1/2. 1/3) = JI - (l/2)2 - 0/2)2 - (l/3)2 = etc. Obsérvese que entonces en este caso el dominio de f no es todo el espacio JR3, por ejemplo f(l, l. 1) = /1 - 1 - I - f = v-2 que no existe (como nÚmero real. y estamos trabajando con funciones cuyas imágenes son números reales). Se tiene, de hecho, que V7Tf8, dominio de f= {(XI, X2. X3) E JR 3 11 xT - x~ - x~ 2: O} = {(XI, x2, X3) E JR31xT + x~ + x~ :::: I} NOTA. Cuando se trabaja con funciones de 2, 3 ó 4 variables, es usual, en lugar de usar subíndices con la letra x para denotar a las variables, usar las letras x y sus vecinas. Así, la función del ejemplo I anterior la escribimos como f(x, y) = x 2 + l, y la del ejemplo 2 como f(x. y. z.) = } I - x2 - y2 - Z2. Debemos advertir, sin embargo, que una letra como la z juega frecuentemente un doble papel: en funciones de dos variables es común usarla para denotar los valores de la función, escribiendo z. = f(x, y), (aquí, la z es "la función", como la del ejemplo 1: z = x 2 + y2) en tanto que en funciones de 3 o más variables puede aparecer denotando a una de las variables de la función, por ejemplo, en u =c f(x. y, z) (aquí, la z es una variable independiente, como en la función del ejemplo 2: u = ylJ=- x 2 - y2 - Z2). De cualquier modo, esto no debe provocar confusión. Ej¡:mjplo 3. La función f(x. y. z. w) = es una función de las cuatro variables x. y. z. w que tiene por dominio a todo el espacio JR4 excepto el (O, O, O. O). En el caso concreto de funciones f: U <;;; JR2 ~ IR definidas en algún conjunto U del plano IR 2 , conviene a veces tener una representación geométrica del dominio U de f. Este conjunto puede quedar determinado por las restricciones que f imponga para obtener z = f(x. y) E IR (el dominio natural de f), o bien, estar restringido por condiciones que arbitrariamente (por razones que hagan que así convenga) se impongan sobre él. En todo caso, estaremos interesados en "ver" el "pedazo" del plano IR 2 donde f está definida. Ejemplo 4. La función f(x. y) U = }l - x 2 2 - y2 está definida (su dominio natural es) el conjunto = {(x,y)ll-x - /2': O} = {(x,y)lx 2 + l:::: l} el cual corresponde al interior del círculo unitario x 2 + y2 = 1, inclu'yendo su frontera, como se muestra en la figura 2. Obsérvese que el rango de esta función es el conjunto {z E JRIO :::: z :::: l} (¿por qué?). 11 Ejemplo 5. La función f(x. y) = ln(xy) está definida en aquellos puntos (x, y) en que xy > O. restricción que impone la función logaritmo, pues ésta existe para valores positivos de su argumento. 1 06 Capítulo 2 Funciones de vanas \'ariables y Figura 2. Dominio de la función ¡(x, y) = ¡I-=-:;;2- y2 Este conjunto V de puntos de! plano con el producto de sus coordenadas positivo, queda descrito en forma más explícita como la unión de VI y V 2 donde VI = y)!x > O, y > O}, [h = {(x, < O, Y < O} que corresponden a los puntos del primer y tercer cuadrante del plano xy, respectivamente, x Figura 3. El dominio de la función ¡(x, y) = ln(xy). Observe que el rango de esta función es todo el conjunto lR. De hecho, para puntos (x, y) en que O < xy < 1, se tiene f(x, y) < O, en tanto que si xy > 1, se tendrá f(x, y) ?: O. Para los puntos de la hipérbola xy = 1, se tiene que f(x, y) = O. 11 Ejemplo 6. La función f(x, y) = arcsen X,~y tiene por dominio al conjunto de puntos (x, y) en el plano de tal modo que -1 :::: :::: 1, restricción impuesta por la función arcsen, la cual, como sabemos, tiene por dominio al (rango de la función sen que es el) intervalo [-1, 1]. Es interesante describir explícitamente este conjunto, para poder tener una imagen geométrica de la región del plano que representa. Se trata entonces de "resolver" (dejar a la variable y en términos de x) la desigualdad xl I-+ y IX <1 - 2.1 Funciones de varias variables 107 Observando que de antemano el origen x que = y = O está excluido del dominio de la función, se tiene Ix:yl:::; 1 <=? Ixl:::; Ix+yl <=?x2:::; (x+y)2 y~ O, Y ó ~ -2x <=? y(y + 2x) ~ O<=? { y:::; O, y:::; -2x y:::; -2x} Así pues, el dominio V queda descrito por la unión de los subconjuntos VI y V2 tales que VI = {(x, Y)IY ~ 0, y ~ -2x}, V2 = {(x, Y)IY :::; 0, exceptuando el origen. Es decir, V :=; (VI U V2) - {(O, O)}. Geométricamente VI contiene los puntos que están por encima de la recta y = -2x que tienen a su vez su ordenada no negativa, mientras que V2 contiene los puntos que están por debajo de la recta y = - 2x que tienen su ordenada no positiva. El conjunto V se ve como y ~ y = -2x Figura 4. x El dominio de la función f(x, y) = arcsen x~)'. Tí/2] El rango de la función f es el intervalo [-1'1'/2, (¿por qué?). Las funciones reales de 3 variables, f: V ~ JR3 -; JR, tienen por dominio a "pedazos" de JR3, los cuales todavía pueden ser visualizados, como en el siguiente ejemplo. Ejemplo 1. La función f(x, y, z) = In(l - x 2 - y2 V = {(x, y, z)ll - x 2 - + z), tiene por dominio al conjunto = {(x, y, l + z > O} z)lz > x 2 + l- l} La ecuación z = x 2 + l- 1 representa un paraboluide que abre hacia arriba y tiene su vértice en el punto (O, 0, -1) (detalles a este respecto se considerarán a partir de la siguiente sección). La región V de JR3 queda entonces descrita como los puntos (x, y, z) E JR3 que están "dentro" del paraboloide mencionado (figura 5). La igualdad entre dos funciones de varias variables se ve como sigue: las funciones fl: VI ~ JRn -; R 12: V2 ~ JRn -; JR, se dicen ser iguales, lo cual se escribe como fl = 12, si VI = V2 y fl(x) = 12(x) 'r:/x E VI' I! 1 08 Capítulo 2 Funciones de varias vuiahks z > .1'2 + / - 1 x Figura 5. El dominio de la función f(x, y. z)=, In(l - ).2 - / + zl Ejemplo 8. Las funciones f(x, y) = Ix + y R(x, y) =c + no son iguales, pues aunque sus dominios coinciden (es todo el espacio ), sus iIl1ágenes no (en g.eneral). [)e hecho. sabernos que f(x, y) = g(x, y) si y sólo si una de las coordenadas de (x, y) es un múltiplo no negativo de y)= I~, y la otra (ver ejercicio 7 de la sección 3, capítulo 1), Por otra parte, las funciones 'r!, . 1 pues sus d 0l11lmOS COJl1CtOen " .. , (l ¡. ¡fl(X, y) = 1";1 S1 son 19ua es, excepto ellos puntos (x, y) con .l' así como sus imágenes, I Las operaciones entre funciones de varias variables se definen de manera análoga a como se hace en el caso de funciones de una sola variable: si tenemos las funciones f: U (~: !R'.n -..., filé g: 1/ s;:: lR'.n se define a, la suma de f y g como la función f+ g: U n V s;:: IR" ....., tal que (f b. + g)(x) :oc: f(x) V -j. g(x) -> el producto de f y g como la función fg: U n (fg)(x) s;:: IR" tal que = f(x)g(x) -> c. el cociente de Í entre g como la función L: W s;:: IRn g lR, tal que (1) g donde W = U (x) = f(x) g(x) nV- {x E Vlg(x) = O}. Ejemplo 9. Sean f(x, y) = respectivamente. Sabemos que Jl-=- x 2 ::.. y2, g(x, y) = f= {(x, y)lx In(xy), las funciones de los ejemplos 4 y 5 2 dominio de dominio de g + l ::; l} = {(x, y)lx > 0, y> O} U{(x, y)lx < 0, y < O} 2. I Funciones de varias variables 109 La intersección de estos dominios está entonces constituida por los puntos interiores al círculo unitario x 2 + l = ! (incluyendo su frontera) que están el el primer y tercer cuadrantes. Este es el . dominio de la función suma de f y g, (j + g)(x, y) = f(x, y) + g(x, y) = JI - x 2 - y2 + In(xy) y de la función producto de f y g, (jg)(x, y) = f(x, y)g(x, y) = JI - x 2 - y 2 In(xy) En el caso de la función cociente de f entre g, debemos eliminar de la intersección de los dominios de f y g los puntos (x, y) del dominio de g que hagan cero a esta función (es decir, debemos eliminar los ceros del denominador de la función cociente). Estos puntos son los de la hipérbola xy = 1, los cuales están fuera de la intersección de los dominios de f y g. Así pues, el dominio de la función cociente de f entre g (f). - g, (x) f(x) JI-x - y2 = - = -'----- 2 g(x) In(xy) es el mismo que el de la función suma y producto. 6. Los dominios de las funciones f + g, fg, f/g del ejemplo 9 Para terminar esta sección, presentamos algunos tipos de funciones de varias variables a los que se les conoce con un nombre especial. (*) A una función f: IR" (*) A una función f: IR" -+ -+ IR del tipo f(x) IR del tipo = c, se le lIamafuncíón constante. en la que b E IR Y al, a2, (*) A una función f: IR 2 ... , -+ all son números reales dados no todos nulos, se le lIamaftmcíón lineal. IR del tipo f(x, y) = L GijX yj i i,} 1 10 Capítulo 2 Funciones de varias variables donde aij son números reales dados, se le llama función polinomial (en x y y). Por ejemplo, son funciones polinomiales f(x, y) = x 2 + l + 3, g(x. y) = 2 + 3x - 4y + 2x 2 + xy, etc. En general, una función polinomial en las n variables XI. X2 • ... , Xli es una función del tipo si en la que Gili2 ... in son números reales dados. Por ejemplo, las funciones f(x, y, z) = 3xy g(x, y, z, u) = 23 - 3z + 8x2 yz 3 - 2xyu 4 + u S , son funciones polinomiales. 8xz, Ejercicios (Capítulo 2, Sección 1) 1. Sea f: ~2 ~ la función f(x, y) = x 2 + Halle f(1, O), feO, 1), f(l, 1). ¿Cuáles puntos (x, y) E ~2 son tales que f(x, y) = O? ¿A dónde manda la función f los puntos (x, y) del círculo -+ l. unitario x 2 +l = l? 2. Sea f: ~2 -+ ~ la función f(x, y) = x+ y. Halle f(2, 3), f(x, 1), f(1, y), f([ l, y-l). ¿Cuáles puntos (x. y) E ~2 son tales que f(x, y) = k? ¿A dónde manda f los puntos de la recta y = -x? 3. La función f: ~2 -+ ~ es tal que f(x f(x, y). ¿A dónde manda recta y = -x? f y) x2 + Determine f(2, 5), f(x, 3), feS, y), los puntos de la recta y = x?, ¿a dónde manda f los puntos de la + y, x - l. 4. La función f: U <;:;: ~2 -+ IR es tal que f(x - y, ;) = dominio U de esta función'? 3 2 ') l- x 2 . Determine f(x. y). ¿Cuál es el 5. Sea f: ~ -+ IR la función f(x, y, z) = e-(x +)"+z' . Calcule feO, 0, O) Y l, ± 1, ± 1). dónde manda f los puntos de la esfera unitaria + l + Z2 = l? ¿Qué pasa con los valores de f cuando II(x, y, z)11 -+ 00 ? "'l) 6. Considere la función está dada por -+ dada p(}r f(x, y) = sgn(x -- y2), donde la función sgn (signo) sgn(a) = ~ { 1-1 -1 si IY. si a si a >O =O < ° z= f(x, y) dada y Describa el conjunto de puntos (x, y) E ~2 tales que: a f(x, y) > O; b f(x. y) = O; e f(x, y) < O. 7. Sea f: ~2 -+ ~ la función f(x, y) = In(sgn( 1 + x 2 + y2». ¿Cuál es el dominio de f7, ¿cuál es su rango? 8. Repita el ejercicio anterior con la función f(x, y) = sgn(ln(l + x + y)). En cada uno de los ejercicio 9 a 28, describa el dominio natural de la función haga un esquema en el que se represente este dominio en el plano xy. 9. f(x, y) = Jx 10. f(x, y) = Jx +y 1 +y 11. f(x, y) = Vi + VY 2.1 Funciones de varias variables 111 12. ¡(x. y) = 13. ¡(x, y) = 14. ¡(x. y) = .¡x + .¡y 1 1 VXY .¡x.¡y 15. ¡(x. y) = VX + .¡y yl-X 16. ¡(x. y) = / 1 2 -y1 ? 17. ¡(x, y) = ln(l + 2x 2 + 4y2) 18. ¡(x. y) = ---¡=:;===;;==:;c= ln (1 + 2x 2 + 4 y 2) V 19. ¡(x. y) = jln(l 20. + x + y) ¡(x, y) = In(y InO + x + y» 21. f(x, y) = Vi - x 2- 5y 4 22. ¡(x, y) = arccos(x + y) 23. ¡(x, y) = arcsen(x 2 24. ¡(x, y) = arctan + y) 2 1 +x T+Y"2 25. ¡(x, y) = jsenh(2x + y) 26. ¡(x, y) = jcosh(2x + y) 27. ¡(x, y) = sen [7T(x 2 + y2)] v 28. ¡(x, y) = JYcosx En los ejercicios 29-33 haga explícito el dominio de la función indicada 29. ¡(x, y, z) = JI 30. + x 2 + y2 + Z2 ¡(x, y, z) = jx + y + i + .¡x + .¡y + Vi = Xl + 2x~ + 3x~ + 4x1 1 Xl +X2 +X3 +X4 31. ¡(x, y. z) = ln(x 4 In 2 (y2 In z» 32. ¡(Xl, X2. x3, X4) 33. ¡(Xl, X2, X3. X4) = j. + jXI + x2 + X3 + X4 En los ejercicios 34-40 diga si las funciones dadas son iguales 34. ¡(x, y) = 36. ¡(x, y) 37. f(x, y) 38. 39. /XfY, g(x, y) = -JiI .¡y = 2ln(x + y) 35. ¡(x, y) = Ixyl, g(x, y) = Ixllyl = ln(x + yf, g(x, y) = ln(xy), g(x, y) = lnx + lny ¡(x, y) = In(x 2 I y4), g(x, y) = In x 2 - In y4 f(x, y) = I sgn(x + y)l, g(x, y) = sgn Ix + yl 40. ¡(x, y) = sgn 2 (l - x - 4y), g(x, y) = sgn 28 (l - x - 4y) 112 Capítulo:: Funciones de varias variables En los ejercicio 41-44 determine las funciones f + g, fg, f/g, así como sus dominios 41. f(x, y) = x 2 + y2, g(x, y) = l 42. fix, y) = x + y, g(x, y) = x - y 43. f(x, y) = j1+~t+ y, g(x, y) =x- Y 44. f(x, y, z) = sen(x + y + z), g(x, y, z) = 2 cos(x + y + z) -7 45. ¿Cuál es el rango de la función constante f: IR" IR, f(x) = c? 46. ¿Es una función constante un tipo especial de una función lineal? 47. ¿Es una función lineal un tipo especial de una función polinomial? 48. Sea f: U C;;; IR" - 7 IR una función definida en el conjunto U de IR" y sea Aun número real. Defina la función Af: U C;;; IR;" - 7 IR como (Af)(x) = Af(x), Esta función es llamada "producto de la función f por el escalar A", Obsérvese que éste es un caso particular de la operación producto de dos funciones, cuando una de ellas es una función constante. Si g, h: U C;;; IR" --t IR son otras dos funciones definidas en U, demuestre que: a. .... f +g =g +f b. f + (g + h) = (f + g) + h Existe una función O: IR" -, IR tal que f + O= f -7 d. Dada f, existe una función - f: U C;;; IR" .inciso anterior) IR tal que f + (- f) = () (la función cero del e. f. g. + g) = Af + Ag, A E IR (A + fL)f = Af + fLf, A, ¡.L E IR A(f A(pJ) h. Así queda demostrado que el conjunto de todas las funciones reales definidas en U C;;; IRIl es un espacio vectorial (real) con las operaciones de suma (definida en esta sección) y producto por escalares (definida en este ejercicio). (*) 49. ¿Existen funciones inyectivas f: U C;;; 1R2 -7 JR definidas en un abierto U de JR2? = lf = f ¡.L(A!) = (AJ.L)f, A, J.L E IR Geometría de las funciones de varias variables Para funciones reales de una variable real f: 1 C;;; IR - 7 IR, tenemos una representación geométrica de ellas, a saber, su gráfica (figura 1). En el caso de una función de n variables f: U C;;; IR" - 7 IR, definimos (análogamente al caso de una función de una variable) la gráfica de f como el conjunto 2.2 v Geometría de las fUlIciones de varias variables 113 x Figura 1. La gráfica de la funcion y = /(x) Obsérvese que éste es un subconjunto del espacio IR"+ l. Así, si n = 1, tenemos la gráfica de la función f: U iR -> IR definida como el subconjunto del espacio IR 2 {(x, y) E lR2 1x E u. y = f(x)} tal como se dijo al principio de la sección. Si n :0: 2. la gráfica de la función f: U <::;: IR 2 ........, IR es el subconjunto del espacio [M;3 {(x, y, z) I (x, y) E U. z = f(x, y)} Podemos visualizar este subconjunto del espacio IR 3 como una "superficie en el espacio", poniendo los puntos de U <::;: en el plano z = O Ylos valores de z = f(x, v) correspondientes en el eje z. . ¡ X y y ,. . ' ¡ . ,,:' ------~-~-~--------~,.. x Figura 2. Gráfica de una función f: U <:::: ]R2 --> ]R En otras palabras, la gráfica de la función f: U <::;: IR 2 ---+ IR, es la gráfica de la superficie z = f(x, y). Para n 2: 3, la gráfica de la [unción f: U <:::: IR" ---+ IR ya no puede ser visualizada, pues se encuentra en el espacio (n + l)-dimensional (2: 4-dimensional). Es por este hecho que todos los conceptos importantes (por ejemplo, los relacionados a la diferenciabilidad) sobre funciones de varias variables, se ejemplifican de preferencia con funciones de 2 variables, pues en este caso tenemos representaciones geométricas concretas de las gráficas de ellas, donde es posible "ver" el concepto estudiado. 114 Capítulo 2 Funciones de varias variables Ejemplo 1. aspecto es La gráfica de la función f: 1R2 -+ R f(x, y) = x2 +i es un paraboloide cuyo z y x Figura 3. Gráfica de ¡(x, y) = x 2 + l. Ejemplo 2. La gráfica de la función constante f: R2 -+ R, f(x, y) = k, es un plano paralelo al plano xy, separado de éste una distancia de k unidades (hacia arriba si k > o hacia abajo si k < O). ° z =k x Figura 4. Gráfica de la función constante ¡(x, y) = k. Ejemplo 3. La gráfica de la función lineal f: 1R2 -+ IR, f(x, y) = ax + by + e, es un plano que pasa por el punto (O, 0, e) y un vector normal al plano es (a, b, -1), (ó (-a, -b, 1) como el mostrado en la figura 5). El ejemplo 2 es un caso particular de este ejemplo con a = b = O. Nótese la analogía con el caso de la función lineal f: IR -> IR f(x) = mx + b. Esta es una recta en el plano 1R2 que pasa por (O, b) Ysu vector normal es (m, -1) (figura 6). Una generalización de la función lineal de este ejemplo es la función lineal f: IRn -+ lR del tipo 2.2 Geometría de las funciones de varias variables 115 x Figura 5. Gráfica de la función lineal f(x, y) = ax y (m, -1) + by + c. y = mx +b Figura 6. La función lineal de una variable f(x) = mx + b. cuya gráfica es entonces el subconjunto de Jl~n+ 1 dado por {(Xl. X2, ... , x n , y)ly = al Xl + a2x2 + ... + GIlX n + b} Esta gráfica, aunque no podamos verla, decimos que es un "hiperplano" en ~n+l que pasa por (O. O•... , O. b) y cuyo vector normal es (al. a2, ... , ano -1). iI Ejemplo 4. Recordemos que la ecuación x 2 + l = r2 no representa (globalmente) función alguna f: 1 ~ IR --> R pues al tratar de despejar "y" nos queda y = ±Jr2 - x 2 de donde vemos que para cada valor de x E 1 = [-r, r], tenemos un par de valores asociados para "y", ±Jr2 - x 2 con lo cual se viola la definición de función. Sabemos sin embargo que cada una de las expresiones f¡(x) = Jr 2 - x 2 , h(x) = -0-2 - x 2 sí representan funciones del tipo f1.2: [-r, r] --> R cuyas 2 gráficas son los semicírculos superior e inferior, respectivamente, del círculo x 2 + l = r , con centro 2 en el origen y radio r. Del mismo modo la expresión x 2 + l + Z2 = r no representa (globalmente) función alguna f: U ~ IR 2 --> R pues al tratar de escribir z = f(x, y) nos quedaría, igual que en el caso anterior, Z = ±Jr2 - x 2 - y2. Empero, las expresiones fl(X, y) = Jr 2 - x 2 - y2, 1 16 Capítulo 2 Funciones de varias variables U = {(x, y) E JR l lx 2+l de la esfera xl + l + Z2 h(x, y) = - jr l - xl - yl sí representan dos funciones del tipo f: U <;;; JRl ----+ IR en donde :::; r 2 }, cuyas gráficas son la semiesfera superior e inferior, respectivamente, = r2 , con centro en el origen y radio r. x Figura 7. se derivan. La esfera x 2 + l + Z2 =r 2 y las funciones JI y ,Í2 que de ella Yendo más lejos, decimos que la "esfera en lR"+ ¡", con centro en el origen y radio r (cuando r es denotada por S") dada por define dos funciones del tipo f: U <;;; iR" -, JR, donde = a saber 1¡(x¡,xl, h(x],xl, ,x,,) ,x,,) = = Jr 2 - xI -x~ - - x~ - -FxT·- x~ x~ 11 cuyas gráficas son las "semiesfera superior e inferior" de la esfera dada respectivamente. Es común identificar a una función f: U <;;; JR" ----+ JR con su gráfica. Así, en algunas ocasiones nos referimos (en base a los ejemplos anteriores) a: (*) (*) (*) = x 2 + y2". "el plano f(x, y) = ax + by + c". "la semiesfera superior l(x, y) = jr l "el paraboloide f(x, y) - x 2 - y2", etc. En muchas ocasiones, dibujar (o simplemente bosquejar) la gráfica de una función de dos variables resulta una tarea altamente complicada. Por eso hay algunos procedimientos alternativos que nos 2.2 Geometría de las funciones de varias variables 117 Z f'Z = f(x, y) z = f(x, kx) y x Figura 8. Intersección con planos y = kx. permiten tener una descripción geométrica parcial de la gráfica de la [unción. Uno de ellos consiste en cortar la superficie z ::::: ¡(x, y) con planos del tipo y = kx y estudiar el tipo de curvas así resultantes (las curvas 2 = ¡(x, kx». En particular, se estudian las curvas resultantes de cortar la superficie con los planos X2 (y = O) Y Y2 (x = O). Ejemplo 5. Consideremos la función 2 = ¡(x, y) = x 2 + l. Cuando y = 0, nos queda la curva 2 = x 2 (en el plano zx), y cuando x = nos queda la curva z = y2 (en el plano 2Y). Ambas son parábolas con vértice en el origen que abren hacia arriba. Más aún, si y = kx, nos queda z = (l + k 2 )X2 que también es una parábola de las mismas características que las anteriores. ° z ;/ y = kx x Figura 9. Intersección del paraboloide f(x, y) con los planos y = kx. = x2 +'l Ejemplo 6. La gráfica de la [unción 2 = 1 - x - y es un plano. Cuando y = 0, nos queda la recta 2 = 1 - x. En general, cortando con y = kx, nos queda la recta 2 = 1 - (l + k)x (figura 10). 118 Capítulo 2 Funciones de varias variables z y x Figura 10. Intersección del plano z = l - x - y con y = kx. Otro concepto importante que también se usa como ayuda para tener representaciones geométricas parciales de gráficas de funciones de dos variables, es el de "nivel constante" de una función: dada la función f: U ~ IRn -> IR, y el número c E rango de j; se define el nivel e de la función f corno el conjunto de puntos de U que f manda a c. Es decir {x E VI f(x) = e} = f-l(e) Esquemáticamente Figura 11. Nivel e de f Nótese que éste es un subconjunto del espacio]Rn, de modo que cuando n = 1, es un subconjunto de números reales; cuando n = 2, es un subconjunto del espacio IR 2, el cual es en muchas ocasiones una curva llamada curva de nivel (de la función f correspondiente al nivel z = c). Cuando n = 3, el nivel e de la función f: U ~ ]R3 -+ IR es un subconjunto del espacio IR3, el cual es también, en muchas ocasiones, una superficie llamada superficie de nivel. 2.2 Geometría de las funciones de varias variables 119 Ejemplo 7. Considere la función constituido por ¡-I(I) ¡: JR -. JR, ¡(x) = sen x. El nivel 1 de esta función está = {x E JRI senx = 1} = {x = ~ + 2k1r, k E Z} y x Figura 12. El nivel 1 de la función f(x) = sen x. En este caso el nivel 1 está constituido por una infinidad de puntos aislados. Para la función f: JR -. JR, ¡(x) = sgn x tenemos que el nivel 1 es ¡-lO) = {x E IRI sgnx = 1} = {x E !R!x > ü} y y = sgnx nivel 1 Y x Figura 13. El nivel 1 de la función f(x) = sgn x. En este caso el nivel 1 está formado por todas las x de la parte positiva de la recta real. Para la función ¡: JR -. JR, ¡(x) = 2x + 3, el nivel 1 es ¡-I(X) = {x E IRI2x + 3 = 1} = {x = -l} En este caso el nivel 1 está formado por un único punto (figura 14). 1 20 Capítulo 2 Funciones de varias variables ----~:...;..-+----,--+ x Figura 14. El nivel I de la función ¡(x) = 2x + 3. Nótese también que el nivel c de la superficie z = f(x, y) se puede interpretar geométricamente como la intersección de dicha superficie con el plano z = c (al resolver simultáneamente las ecuaciones z = f(x, y) y z = c se obtiene f(x, y) c), la cual es, como dijimos, (en algunos casos) una curva en el plano. l Esta curva (de nivel) es f(x, y) = c, la cual, de manera natural, se identifica como una curva del plano xy. Obsérvese, sin embargo, que bajo la perspectiva de la intersección de la superficie con el plano z = c, esta curva se debe encontrar en el plano z = C (pues al resolver simultáneamente el sistema z = f(x, y), z = e, se obtienen las temas (x, y, z) E tales que f(x, y) = c, y z = c. De este modo la curva f(x, y) = c que dibujamos en el plano xy es la proyección en este plano de la intersección de la superficie z = f(x, y) con el plano z = c. , : , : ~ curva de nivel (e) y x Figura 15. La intersección de z = ¡(x, y) con z = e. Ejemplo 8. Consideremos nuevamente la función del ejemplo 1, f(x, y) = x 2 + y2. Nótese que f(x. y) ::::: O Y(x. y) E 1R2 , de modo que el rango de f está formado por los reales no negativos. Sea J En este momento no podemos decir en qué casos la intersección de la gráfica de la función z '" ¡(x. y) con el plano z = e produce una curva en el plano, pues, entre otras cosas, no sabemos aún lo que en matemáticas se entiende por "curva". Este es un importante concepto con el que se trabajará ampliamente en el capítulo 5. Aun identificando "curva" con "g'áfica de una función real de variable real", la cuestión de cuándo la intersección mencionada produce una curva es un asunto no trivial que se discutirá en el capítulo 3. 2.2 Geometría de las funciones de varias variables 1') 1 pues e ;:: O. El nivel e de la función ¡ es el conjunto Si e = O, éste se reduce al punto (O, O). Si e > O, ¡-1 (e) es un círculo con centro en el origen y radio .¡c. Estos círculos constituyen las curvas de nivel de la función ¡. y x .= 4 .=9 Figura 16. Curvas de nivel de la función f(x, y) = x 2 + l. x2 Sea ¡(x, y) = .jx 2 + y2. Las curvas de nivel de esta función son los círculos' + l = que tienen el mismo aspecto de las curvas de nivel de la función del ejercicio anterior. Nótese que, sin embargo, la curva de nivel 2 de la función del ejercicio anterior no corresponde a la curva del nivel 2 de esta función. Ejemplo 9. e2 , y x .=3 Figura 17. Curvas de nivel de la función f(x, y) = Jx2: + y2 Continuando con este ejemplo, si usamos las ideas expuestas en los ejemplos 5 y 6 anteriores, vemos que con y = Oobtenemos la curva z = ..¡;¡. = IxI. y con x = O la curva z = = Iyl. Más aún, intersectando con el plano y = kx obtenemos la curva z = vT+k2lxl. Es fácil ver, con esto, que la superficie z = .jx 2 + y2 es un cono con vértice en el origen y que abre hacia arriba (figura 18). H 122 Capítulo 2 Funciones de varias variables ---------------------------- z y x Figura 18. Ejemplo 10. (e> O) a Intersecciones del cono z = -> J x 2 + y2 con z = e y y = kx. La función f: IR n IR, f(XI, X2, ... , xn ) = xf + x~ + ... + x;', tiene por nivel c + ... + x~ = c} xf + x~ + x~, tiene por superficie de nivel a la esfera xf + x~ + x~ Obsérvese que si n = 2, este es el ejemplo 8 anterior. Con n = 3, la función f(Xl, X2, X3) e. Ejemplo 11. Consideremos, como último ejemplo, la función f: -. f(x, y) = _ y2. Esta es una función interesante que nos servirá posteriormente para ejemplificar algunos conceptos que aparecerán en nuestro estudio de la diferenciabilidad de funciones de varias variables. Téngase presente en principio que el rango de f es todo IR. Si c > 0, las curvas de nivel de esta función están constituidas por hiperbolas del tipo x 2 - y2 = e, en tanto que si e < 0, las hiperbolas son del tipo y2-- x 2 = -e. Para e = 0, tenemos x 2 - y2 = (x - y)(x + y) = 0, que son dos rectas que se cortan en el origen, a saber y = x, y = -x. y Figura 19. Curvas de nivel de la función ¡(x, y) = x 2 - l. Véase también que la intersección de la superficie z = x 2 -y2 con y = es la parábola z = x2 , que tiene vértice en el origen y abre haeia arriba, en tanto que si intcrseclamos lal superficie con x = 0, ° 2.2 Geometría de las funciones de varias variables 123 obtenemos la parábola z = cuyo vértice está en el origen y abre hacia abajo. Esta superficie presenta pues un comportamiento interesante alrededor del origen. Su forma es la de una "silla de montar". Con este nombre nos referiremos a ella en adelante. -l, z y Figura 20. Gráfica de la función f(x, y) = x 2 - l. len:lcl~[}S (Capítulo a. Sección 2) <:;;; 1. Considere la función f: U lR 2 -; iR, Z = f(x, y). Sea g(x, y) = f(x, y) + k, en donde k es un número real dado. ¿Dónde se define la función g? ¿Cómo es la gráfica de la función g respecto de la gráfica de la función f? Ejemplifique con la función g(x, y) = x 2 + y2 + 3. Sea g(x, y) = f(x - Xo, y - Yo), donde (xo, Yo) es un punto de ]R2 dado. ¿Dónde se define la función g? ¿Cómo es la gráfica de la función g respecto de la gráfica de la función f? Ejemplifique con la función g(x, y) = (x - 2? + (y + 3)2. Sea g(x, y) = fe-x, -y). ¿Dónde se define la función g? ¿Cómo es la gráfica de la función g respecto de la gráfica de la función f? Ejemplifique con la función g(x, y) = (-x - 2f + (-y + 3)2 (usando la gráfica del inciso anterior). Sea g(x, y) = - f(x, y). ¿Dónde se define la función g? ¿Cómo es la gráfica de la función g respecto deja gráfica de la función f? Ejemplifique con la función g(x, y) = b. c. d. _.,,2 -l. 2. Para cada una de las funciones lineales f: IR 2 -; IR dadas a continuación, dé un vector nomlal al plano que representa la función, así como un punto por el que éste pasa. a. b. f(x, y) = 3x - 2y f(x, y) + 3 d. 1 f(x, y) = y = -x +y- e. f(x, y) = x f. f(x, y) +7 c. a. b. f(x, y) = x = 2 3. Dé un ejemplo de una función f: IR -; IR cuyo nivel 1 sea {x cuyo nivel = l} 1 sea {x = 1, x 3} 1 24 Capítulo 2 Funciones de varias variables c. cuyo nivel I sea {I cuyo nivel 1 sea R :s; x :s; 3} d. e. cuyo nivel I sea {xix E Z} 4. ¿Verdadero o falso? La función f: J C;;; ]R -+ definida en J C;;; cada e E ]R el nivel e de f consta de un solo punto. ]R es biyectiva si y sólo si para 5. En el texto se dijo que el nivel constante de una función de dos variables z = f(x, y) era "en muchas ocasiones" una curva. Digamos que si e E rango de f, la curva sería f(x, y) = c. Dé un ejemplo en el que f(x, y) = e no es una curva en el plano. Ahora bien, dé un ejemplo de una función z = f(x, y) y un valor e E rango de f, de modo que: a. b. c. f(x, y) = e sea un punto; f(x, y) = e sea el primer cuadrante del plano xy, sin incluir a los ejes. f(x, y) = e sea todo el plano ]R2. 6. Describa las curvas de nivel de una función lineal f(x, y) = ax + by + c. 7. A la gráfica de la función f(x, y) = ax 2 + by2 se le llama "paraboloide elíptico". ¿Cómo son las curvas de nivel de esta función? 8. Se define la función "mínimo de dos números", mín: mm(;: -+ IR, como , (x . ,», = 'ilY si siy<x x<y - Obtenga mín(l, -1), mín(3, 17), mín(3, e). Demuestre que la gráfica de esta función es simétrica respecto del plano y = x. Describa las curvas de nivel de esta función. 9~ Se define la función "rnáxinlo de dos nún1cros" ~ ¡náx: máx(x, y) ---t conlO = X { si y SI . x> Y y >x . Obtenga máx(2 1f2 ,2 3 / 2 ), máx(2- 1/ 2 ,2- 3 / 2 ). Demuestre que la gráfica de esta función es simétrica respecto del plano y = x. Describa las curvas de nivel de esta función. ¿A qué es igual la función z = mín(máx(x, y), mín(x, y»? 10. a. b. c. Describa las curvas de nivel de la función Describa las curvas de nivel de la función Describa las curvas de nivel de la función --> IR; z= z= z= mín(lxl, Iyl). máx(lx¡, ¡yi). mín(x 2 , y). 11. Dé un ejemplo de una función f: IR;2 a. b. c. d. cuyo nivel -7 sea la curva y cuyo nivel I sea la curva y = sen x. 6 = ';'x--+-I-n-"'8-;:. cuyo nivel 126 sea la curva lx + x3 y - 5 = O. cuyo nivelO sea el conjunto de puntos del interior del círculo unitario x 2 + incluir la frontera). l I (sin 2.2 Geometría de las funciones de varias variables 125 12. Sea 4>: 1 ~ JR. -> JR. una función real de una variable real, con rango J ~ R Dé una función f: U ~ JR.2 -> JR. cuyo nivel e sea la gráfica de la función 4>. ¿Dónde se define la función f? 13. Considere la función f: U ~ JR.2 ....... JR., Y sean a y {3 dos números de su rango (a i= (3). Sean C l = f- l (a), C2 = f-l({3) los niveles constantes correspondientes a a y {J. Viendo a C l ye2 como subconjuntos del plano xy, demuestre que éstos tienen intersección vacía (es decir, dos curvas de nivel de una función de dos variables no se pueden intersectar). 14. Sea f(x, y) = (y-x 2 + l)(y +x2 -1). Demuestre que el nivel cero de esta función está fonnado por las curvas y= x 2 - 1, Y = 1 - x 2 , las cuales se cortan en (1, O) Y en ( -1, O). ¿Contradice esto el resultado del ejercicio anterior? Explique. 15. Discuta la siguiente afirmación: el nivel cero de una función dicha superficie "pasa por el plano xy". z= f(x, y) es "la manera" como En los ejercicios 16-24, describa las curvas de nivel de las funciones indicadas. Haga una gráfica mostrando algunas de estas curvas. 16. f(x, y) = Ixl - y 17. f(x, y) =x - Iyl 18. f(x, y) = Ix - yl 19. f(x, y) = .ftY x 20. f(x, y) = y f(x, y) = ~+~ 2x . 22. f(x, y) = ,..2 ~ ,,2 ""'1 2v J 23. f(x, y) = (sgnx)y 24. f(x, y) = arcsen(x + y) 25. En el texto se dijo que el nivel constante de una función de tres variables u = f(x, y, z) era "en muchas ocasiones" una superficie. Digamos que si e E rango de 1, la superficie sería f(x, y, z) = c. Dé un ejemplo en el que f(x, y, z) = e no es una superficie en el espacio. Más aún, dé un ejemplo de una función u = f(x, y, z) y un valor e E rango de f, tal que: a. b. c. f(x, y, z) f(x, y, z) y = z; f(x, y, z) = c sea el primer octante del espacio xyz, sin incluir los planos coordenados. --> = e sea un punto; = e sea la línea x = 26. Describa las superficies de nivel de la función lineal f: JR.3 27. Dé una función f: JR.3 ....... JR. a. cuyo nivel 1 sea la superficie JR., f(x, y, z) = ax + by + ez + d. z = x2 + l. b. cuyo nivel -7 sea la superficie z = ln 2(sen 4 (x + yS) + 7). cuyo nivel 126 sea la superficie xz 3 + x 2 y5 z 2 - 23yz + 128 = O. cuyo nivelO sea el conjunto de puntos del interior de la esfera unitaria x 2 (sin incluir la frontera). c. d. +l + Z2 = 126 Capítulo 2 Funciones de varias variables 28. Sea <p: U ~ JR2 --+ JR una función definida en el subconjunto U de JR2, con rango J ~ R Sea e un punto de J. Dé una función u = f(x, y, z) cuyo nivel e sea la superficie z = <p(x, y). ¿Cuál es el dominio de f? 29. Discuta la siguiente afirmación: el nivel cero de una función u = f(x, y, z) es "la manera" como la hipersuperficie, gráfica de f, "atraviesa el espacio JR 3". 30. Considere la función f: U ~ JR3 --+ lR, y sean a y 13 dos números de su rango. Sean SI = f-I(a), S2 = f-I(I3) los niveles constantes correspondientes a a y 13 (a =1= ¡3). Demuestre que SJ y S2 son disjuntos (es decir, dos superficies de nivel de una función de tres variables no se pueden intersectar). En general, si f: U ~ lRn --+ JR, y sean a y 13 dos números de su rango. Demuestre que f-J(a) n f-I(f3) = 0 En los ejercicios 31-36, describa las superficies de nivel de las funciones u = f(x, y, z) dadas. 31. f(x, y, z) = x2 + l - Z2 32. f(x, y, z) = x 2 - y2 + Z2 33. f(x, y, z) = x 2 34. f(x, y, z) y2- Z2 = 2x2 + 4y2 + iQ z 2 2 x 2 +y2 35. f(x, y, z) = - 36. f(x, y, z) = x 2 + i + Z2 - 4x - 6y + 152 37. (Superficies de revolución). Situémonos en el espacío IR 3 . Piense en una curva en el sernip,larlo superior del plano yz, digamos la gráfica de una función no negativa z = fey). Si ponemos a girar esta gráfica, teniendo como eje de giro el eje z, obtenemos una superficie S en hq;3, llamada superficie de revolución. Obsérvese que un punto p = (O, y, z) E IR3 de la gráfica de z = f(y), girará en un círculo e alrededor del eje z. Este círculo deberá ser una curva de nivel de la superficie S. Es decir, todos los puntos y) del circulo e (viéndolo proyectado en el plano xy), deben tener la misma imagen z. La distancia de un punto cualquiera (x, y) de e al origen es y2. Es claro entonces que la función cuya gráfica es la superficie de revolución S es Z = f ( j x 2 + y2). ex, #+ a. b. Considere la parábola z = l (en el plano zy). Demuestre que la superficie de revolución que se obtiene al girar esta parábola alrededor del eje z es el t:>araboloide z = x2 + l. Considere la función valor absoluto z = ¡yl (en el plano zy). Demuestre que la superficie de revolución que se obtiene al girar la gráfica de z = 1)'1 alrededor del eje z es el cono z = jxl + y2, Detemline la superficie de revolución que se obtiene al girar el semicírculo superior z = j a2 - y2 alrededor del eje z. Determine la superficie de revolución que se obtiene al girar la catenaria z alrededor del eje z. Demuestre que la superficie tiene? c. d. e. f. = cosh y z = e-ex2 +i) es una superficie de revolución. ¿Qué aspecto ¿Podría considerar un plano como superficie de revolución? 2.3 Límites y continuidad 127 38. (Más superficies de revolución ... ) a. Suponga que la gráfica de la funci6n y = del eje y. Demuestre que se obtiene así y = f( v'Z2 + x 2 ). Suponga que la gráfica de la función x = del eje x. Demuestre que se obtiene así x = f( j z2 + y2). fez), dibujada sobre el plano zy, gira alrededor una superficie de revolución cuya ecuaci6n es fez), dibujada sobre el plano zx, gira alrededor una superficie de revolución cuya ecuación es b. c. d. ¿Las superficies descritas en los incisos a y b pueden ser gráficas de una función z = cP(x, y)? Explique. u ¿Las superficies descritas en los incisos a y b pueden ser superficies de nivel de una funci6n = !J¡(x, y, z)? Explique. 2.3 Límites y continuidad Para poder abordar adecuadamente el estudio de la diferenciabilidad de funciones de varias variables es necesario tener algunos conceptos sobre limites y continuidad de estas funciones. No es objeto de esta obra un acercamiento riguroso y exhaustivo de esta parte de la teoría. Por una parte, establecer "rigurosamente" los resultados que, sobre limites y continuidad, aparecen en el estudio de las funciones de varias variables, requiere un trabajo previo con la topología del espacio lR n , lo cual no debe interesar demasiado en un primer curso de cálculo (si el objetivo del curso fuera hacer "análisis", la historia sería otra). Por otra parte, el estudio de los límites y la continuidad poco ayuda, a posteriori, a entender las técnicas del cálculo en el espacio lR n , siendo éstas lino de los objetivos importantes en un primer curso sobre esta materia. La exposición que se presenta a continuación puede parecer poco ambiciosa para algunos, o quizá demasiado pretenciosa para otros. Para los últimos dejamos al profesor la decisión de tomar s610 alguna parte de este material, o sugerir la profundidad con que se debe estudiar. Para los primeros presentamos algunas demostraciones opcionales de varios resultados que aparecen en esta parte de la teoría, al mismo tiempo que se recomienda estudiar algunos de los excelentes libros de análisis matemático que existen actualmente en el mercado. Al encontrarnos con el estudio de los límites de las funciones de varias variables, se ponen al descubierto las grandes dificultades de pasar del cálculo de una al de varias variables: para funciones de una variable sus dominios son "pedazos de la recta", muchas veces intervalos, cuyas descripciones son en general fáciles de entender. Para una funci6n de n variables, su dominio es un "pedazo de lR n ", y ... aquí empiezan los problemas. ¿Cómo son los subconjuntos de IRn "equivalentes" a los subconjuntos de lR? Esta es una pregunta cuya respuesta puede ser muy complicada, y pertenece a la parte de la matemática llamada "topología". Lo que a continuaci6n haremos es estudiar solamente aquellos conceptos "topoI6gicos" que nos hagan lo más eficiente posible el camino para comprender los conceptos de límite y continuidad para una función f: U ~ lR n --lo IR. Recordemos primeramente el concepto de límite para una función f: l ~ lR --lo lR definida en el intervalo abierto 1 de IR. Sea Xo E l. Aceptamos que f(xo) puede no existir, es decir que f esté definida en l - {xo}. Decir que el límite de f(x), cuando x tiende a xo, es L, significa que estando x cerca de Xo se tiene f(x) cerca de L. El concepto de "cercanía" en la recta lo podemos establecer rigurosamente con la idea de "vecindad": una vecindad de centro Xo y radio r es el conjunto {x E lR Ilx - xol < r} = {x E lRlxo - r < x < Xo + r} 1 28 Capítulo 2 Funciones de varias variables es decir, en este conjunto están las x "vecinas a Xo en menos que r". Con este concepto, decíamos que el límite de f(x) es L, que se escribe límx->xo f(x) = L, si siempre que se diera una vecindad con centro en L y radio E > O (en la recta de las imágenes de la función) uno podía conseguir una vecindad con centro en Xo y radio o > Ocon la propiedad de que cualquier x que esté en esta vecindad (excepto posiblemente xo) tuviese su imagen dentro de la vecindad dada. Es decir, Iím(->xo fex) = L significa que dado E > O, existe o > Otal que 0< Ix-xol <o=='?- Ifex)-LI <E lo cual se ve geométricamente como efigura 1) y x 1. Interpretación geométrica de la expresión lím x- xo ¡(x) =; L. El concepto de límite para funciones de varias variables f: U ~ ]R" --l> ]R será, en esencia, el mismo. El problema que se nos presenta ahora es que cuando queramos hablar de "cercanía" para la x de la función (que vive en ]R") las vecindades ya no nos servirán (para las imágenes de fex) seguirán sirviendo). Tendremos que comenzar entonces por introducir un concepto que generalice la idea de vecindad que teníamos en la recta, con el cual podamos establecer rigurosamente la frase "cuando x E ]R" esté cerca de "o E ]Rn ... ". La herramienta básica que usaremos para nuestro propósito es la de "bola abierta", que se da en la siguiente definición. Definición. (bola abierta) Sea Xo E ]Rn y r > O. La bola abierta de centro en Xo y radio r, denotada por B(xo, r), es el conjunto de puntos de ]R" que distan de Xo en menos que r. Es decir B(xo, r) = {x E]Rn Illx - xoll < r} Recordemos que la norma (euclidiana) del vector x - xo, que aparece en la definición anterior, es (por definición) la distancia entre x y xo. Es por eso que la desigualdad Ilx - xoll < r se cumple precisamente para aquellos puntos x E ]Rn cuya distancia a Xo es menor que r. Veamos cómo son las bolas abiertas en R En este caso B(xo, r) = {x E]R I Ix - xol < r} = {x E ]Rlxo - r < x < Xo + r} 2.3 Límites y continuidad 129 r r ~ Xo - r Xo Xo +r Figura 2. Una bola abierta en IR. que geométricamente se ve como en la figura 2 Es decir, las bolas abiertas de ]R. son precisamente nuestras viejas conocidas "vecindades con centro en Xo y radio r", que nos daban una descripción de las x "vecinas a Xo en menos que r". Es precisamente esta misma idea la que recoge el concepto de "bola abierta en ]R.n". Para n = 2, escribiendo x = (x, y), Xo = (xo, Yo), tenemos B(xo, r) = {(x, y) E ]R.2 111(x, y) - (xo, Yo)11 < r} = {(x, y) E]R.2 111(x - xo, y - Yo)11 < r} = {(x, y) E]R.2 I J(x - xo)2 + (y - Yo)2 < r} = {(x, y) E ]R.2 I (x - xd + (y - YO)2 < r 2} Es decir, la bola B(xo, r), está constituida por los puntos interiores a la circunferencia (x - xO)2 (y - Yo)2 = r 2 , o sea, los puntos que distan de (xo, Yo) menos que r. + 'i ~----------------, Xo Figura 3. Bola abierta en IR 2 . Igualmente, para n = 3, si x = (x, y, z), xo = (xo, Yo, Zo), tenemos que es un conjunto que describe a los puntos x E ]R.3 vecinos de xo en menos que r. Estos son los puntos interiores de una esfera con centro en xo y radio r (figura 4). Definamos ahora lo que se entiende por "conjunto abierto". Definición. (conjunto abierto). Se dice que el conjunto U ~ lR n es un conjunto abierto de lR n , si para cada xo E U existe un r > Otal que B(xo. r) e U. iI 1 30 Capítulo 2 Funciones de varias variables z Zo .............. r yo y x Figura 4. Bola abierta en ]R3. Es decir, el conjunto U S;; jRn será abierto si cuando tomamos un punto "o de él, este siempre tiene vecinos (en una bola abierta de centro en "o Yalgún radio r > O) que siguen viviendo dentro de U. Obsérvese que no importa qué tan grande o pequeña sea la bola donde viven los vecinos de "o. Lo que impO¡ia es que tales vecinos (que viven en la bola) existan. De hecho, es fácil imaginar que a medida que Xo esté más cerca de "la frontera de U" (si es que existe), los vecinos de la definición anterior vivirán en una bola cada vez más pequeña. La idea intuitiva de un conjunto abierto es, pues, un conjunto "que no incluye su frontera" Figura 5. Un conjunto abierto. Un intervalo abierto es un conjunto abierto de IR. Debe ser claro que todo el espacio jRn es un conjunto abierto. También el conjunto vacío 0 es abierto (¿por qué?). Ejemplo 1. Hay una infinidad de ejemplos de conjuntos abiertos. Daremos ahora algunos de ellos. Más que pensar en "cómo justificar" que el conjunto es abierto, es mejor desarrollar una cierta intuición que nos diga convincentemente "tal conjunto es abierto y tal otro no lo es". Una bola abierta es un conjunto abierto [demostración opcional: Considere la bola B(x, s) e ]Rn de centro en ji E ]Rn y radio s > O. Para ver que este es un conjunto abierto tome cualquier Xo E B(x, s). Veremos que existe r > O tal que B(xo. r) e B(x, s). De hecho, sea r = s -llxo - xii. Observe que r > Opues 2.3 Límites y continuidad 131 siendo Xo un elemento de B(x, s), se tiene IIxo siguientes implicaciones xii < s. Tome cualquier y E B(xo, r). Se tienen las yE B(xo, r) =} =} lIy - xoll < r =} Ily - xoll < s Ily - "011 + 11"0 - xII < s lIy - xII :<:; y E B(x, s) II xo - xii la primera desigualdad ) ( es la desigualdad triangular =} lIy - "011 + 11"0 - xii < s =} Cori esto se tiene entonces que B(xo, r) e B(x, s). Como Xo E B(x, s) fue arbitrario concluimos que B(x, s) es abierto]. Si A es un conjunto abierto de ]Rn y C = {Xl, X2' ... , X n } es un conjunto finito de puntos de A, entonces A - C = {x E A, x r:J. C} sigue siendo un conjunto abierto. El semiplano superior {(x, y) E ]R21y > O} y el semiplano inferior {(x, y) E ]R21y < O} son conjuntos abiertos de ]R2. El plano xy de ]R3, {(x, y, z) E ]R31z = O} no es un conjunto abierto de ]R3. 11 Definid6n. (Frontera de un conjunto). Sea V <;;;; ]Rn un subconjunto de ]Rn. Se dice que el punto KO E ]Rn es un punto frontera de V si toda bola abierta con centro en Xo y radio r > O contiene puntos dentro de V y fuera de U. Lafrontera de U es el conjunto de puntos frontera de V, y se denota por (jV. 11 Téngase presente que siendo Xo E ]Rn un punto frontera de V (el cual puede o no pertenecer a V) se debe tener para todo r > O B(xo, r) nV =1 0 y B(xo, r) n Ve =1 0 Si V es un conjunto abierto, y si Xo es un punto frontera de V, entonces Xo no puede pertenecer a V (¿por qué?). En tal caso la segunda condición anterior se cumple automáticamente, pues {"o} e B( XQ, r) n ve, de tal modo pues que si V es abierto, el punto Xo (r:J. V) es un punto frontera de V si y sólo si cualquier bola abierta con centro en Xo y radio r > O contiene puntos que pertenecen a V, i.e. si B(xo, r) n V =10 Vr> O. au u Figura 6. Frontera de un conjunto. 1 32 Capítulo 2 Funciones de varias variables Ejemplo 2. Si 1 es un intervalo finito de R los extremos de él son puntos frontera de l. La frontera de la bola abierta B(xo, r) de IR" (que ya vimos que es un conjunto abierto) es la esfera {(Xl, X2 •... , X,,) E IR"¡XT + x~ + ... + x~ = r 2}. En IR 2 se ve como frontera B(xo. r) x Figura 7. Una bola en IR2 y su frontera. Ahora definiremos el concepto de límite de una [unción de varias variables. Si f: U <::; 1~/l -; ¡¡:¡; es una función definida en el conjunto abierto U de ¡¡:¡;" y Xo es un punto de U o bien un punto frontera de U, nos interesa estudiar el comportamiento de los valores de f para los valores de X que estén cerca de 'lo. No queremos estudiar lo que pasa con f en 'lo, pues estamos aceptando que f puede incluso no estar definida en Xo (si Xo es un punto frontera de U, siendo U abierto se tiene 'l() '1 U, i.e. x() no está dentro del dominio de la función f). Así, si f(x()) existe, tal valor no nos va a interesar. Lo que queremos, pues, es estudiar qué pasa con los valores de f('l) cuando JI: es una vecina "íntima" (x vive en una bola de centro Xo y radio r > O. r pequeño) de "o. Estudiaremos, pues, expresiones del tipo lím f(x) = L x . . . . . xo donde L E " , "o E ¡¡:¡;/l, lo cual, de manera intuitiva (y quizás esta sea la manera más importante de entender este concepto), significa que siendo x una "vecina íntima" de :%0, entonces f(x) es una "vecina íntima" de L, o bien, que estando x suficientemente cerca de K(), se puede tener a f(x) suficientemente cerca de L. Todavia más, de otro modo, que podemos tener a f(x) tan cerca de L como queramos, con tal de que x esté lo suficientemente cerca de x(). Todas estas ideas intuitivas se cristalizan rigurosamente en la siguiente definición. Definición. (límite) Sea f: U <::; ¡¡:¡;" -; IR una función definida en el conjunto abierto U de IR". Sea Xo un punto de U o bien un punto frontera de U. Se dice que el límite de f cuando x tiende a KO es L, lo cual se escribe como lím f(x) = L .x~xo si dado cualquier E > O (por pequeño que sea) existe 8 > O tal que x E B(xo, 8) n U(x =1 xo) =? f(x) E B(L, E) 2.3 Límites y continuidad 133 Esquemáticamente UcJR Figura 8. El concepto de límite. Si n = 2 se tiene la siguiente interpretación geométrica z 4- L+E L -..--::-E_I--~ z = f(x, y) L ---_ .. x Figura 9. El concepto de límite para funciones de dos variables. Ejemplo 3. Sea ¡: U ~ JRn -+ JR la función constante ¡(x) = c. Si Xo E ,JRn, entonces lím x-. Xo ¡(x) = c. Este es un hecho elemental que se puede probqr con la definición dada anteriormente. Sugerimos, sin embargo, que el lector piense con argumentos intuitivos, como por ejemplo: ¡(x) es una función que manda a cualquier punto x E JRn siempre al mismo valor c. Preguntarse, bajo esta perspectiva, qué hace ¡(x) cuando x es vecina íntima de Xo (algún Xo E JRn dado) resulta trivial: x puede hacer "lo que le dé la gana" y ¡(x) estará siempre en el valor de c. Así pues, si x es vecina íntima de xo, ¡(x) será vecina íntima de e (aceptamos que la relación "ser vecinas íntimas" es reflexiva, i.e. e es vecina íntima de e para todo e E JR). lilII Ejemplo 4. Sea ¡: JRn -+ IR; la función ¡(XI. x2, ...• x n ) = ax¡ 1 34 Capítulo 2 Funciones de varias variables donde a es un real dado no nulo e i es un índice fijo, 1 :::; i :::; n (ejemplos de estas funciones son: f(x, y) = 2x, f(x, y, z) = 20z, etc.). Sea x = (x], X2, ... , XI!) un punto dado de ]R". Se tiene límx->x f(x) = ax¡. Dejamos al lector que aplique la definición de límite para validar esta afirmación (tome 8 = E/a y use que ¡Xi - xd :::; Ilx - xiI>. Así entonces se tiene lím k~-~~ 2x = 2(3) =6. lím k~-~~ lím 8y = 8(8) = 64. (X,y,z)-(l, ],0) 20z = 20(0) = O. etc. Ejemplo 5. Considere la función f(x, y) = Esta función está definida en ]R2 - {(O, O)}. Queremos estudiar el límite lím(x,y)_(O,O) f(x, y). Es decir, queremos ver cómo se comportan los valores f(x, y) cuando (x, y) está cerca de (0,0). Una manera de tener "candidatos" al valor del límite (si éste existe) es hacer que (x, y) tienda a (0,0) por medio de un camino concreto dado por una curva y = <p(x) que pasa por el origen. En tal caso, si el límite lím(x.y)_(O,O) f(x. y) existe y vale L, y el límite límx->o f(x, <p(x» existe, éste debe valer L. La ventaja de este planteamiento es que el último límite<es el de una función de una sola variable x, el cual, en principio, podemos calcular sin mucha dificu1tad. Observe cuidadosamente la estructura lógica de las afirmaciones hechas anteriormente: si el límite de f(x, y) cuando (x, y) tiende a (0,0) existe y vale L, y si el límite límx-.o f(x, <p(x» existe (donde y = ep(x) es una curva que pasa por el ongen),éste debe valer L. En el caso que nos ocupa, poniendo y = O (el eje x) tenemos lím (x,y)-(O,O) /¡y2' f(x, y) = lím f(x. O) = lím :(0)02 = O x-o x->o X + Esto no significa que Hm(x,y)->(O,O) f(x, y) = O. Lo que significa es que si nos acercamos al origen por el eje x, los valores de la función f(x, y) se acercan a O (me1s aún, y) vale cero en los puntos del eje x). Hagamos lo mismo por el camino y = x (X,y)-.(O,O) lím f(x. y) = Iím f(x, x) x-'O = x-'O Hm x(x) + l 2. Es claro entonces que el límite lím(x,y)-->(O,O) xCy2 no existe: no puede ser O pues los puntos del tipo (x, x) con x muy pequeño son vecinos íntimos del origen y sin embargo f(x. x) no es vecino ími~odel O; por la misma razón no puede ser 112, pues los puntos (x. O), con x muy pequeño son vecin9~ íntimos del origen pero f(x, O) no es vecino íntimo de 112. Este ejemplo nos presenta un ,,%9s~dimiento" para convencemos de que un límite lím(x,y)-->(xO,Yo) f(x, y) no existe (el cual no nos 11 sirve para ver que el límite sí existe -¿por qué?). Como resumen del ejemplo anterior diremos: una condición necesaria (no suficiente) para que el límite lím(x,y)-->(xO,Yo) f(x, y) exista y sea L, es que si los límites lím f(x. <p(x» X--"'Xo x---+xo Hm f(x, ¡fJ(x» existen (donde y = <p(x), y = !f;(x) son curvas que pasan por (xQ. Yo), deben valer L. 2.3 Límites y continuidad 135 Ejemplo 6. Con las ideas del ejemplo 5 podemos ver que el límite lím(x,y)->(O,O) El siguiente par de cálculos nos permite concluirlo J~Yl no existe. Ejemplo 7. Estudiemos el límite lím(x,y)->(O,O) tipo y = kx obtenemos , 1m 1 x4y x:+?' Si nos acercamos al origen por una recta del 4 (x,y)->(O,O) - - - = ---; = hm ----:--:-x4 + x->O x4 + (kx)4 y=kx , x 4(kx) y4 = lím _k_x=O .<->01 + k4 Esto no prueba en absoluto que el valor del límite sea cero. Lo que nos dice es que si tal límite existe. éste debe ser cero. Un argumento que concluye que el límite de hecho existe y vale cero, requiere la aplicación directa de la definición. Hagámosla. Según vemos que Iyl S J x 2 + y2 < [) :::} Ix4 ; y4! S Iyl < 8 Es decir, con x o= E nos queda 0< Ii(x, y) - (0,0)11 <o:::} 4 Ix :4 yy + 4- 01 < E lo que nos dice que efectivamente lím(x,y)-+(O,O) ; : 4 = O. Continuando con este mismo ejemplo, veamos cómo se pueden usar las coordenadas porares para convencerse de que tal límite existe y vale cero. Decir que (x, y) -¡. (O, O) equivale a decir que (en coordenadas polares) r -¡. O (independientemente del valor de e). Expresando la función f(x, y) = x = r cos e, y = r sen e obtenemos la función ;+>;,. en cordenadas polares 4 g(r, e) = COS4 cos 4 esen e r 8 + sen 4 8 1f;(r) = r que tiende a cero cuando r Obsérvese que ésta es el producto de la función 'P(8) = cos sen o que está acotada por la función co::~sen! -¡. O. Podemos concluir entonces que lím g(r, 8) r-+O =O 1 36 Capítulo 2 Funciones de varias variables Hemos usado el siguiente resultado para que el lector lo demuestre: "si rp(8) es una función acotada (en alguna bola con centro en el origen) y ljJ(r) es una función que tiende a cero cuando r tiende a 11 cero, entonces límr~o g(r, 8) = rp(8)if/(r) = O". En el siguiente teorema se recogen las principales propiedades de los límites de funciones de varias variables. Como el lector podrá advertir, éstas son completamente análogas a aquéllas que conocía para funciones de una sola variable (lo cual no debe ser en absoluto extraño, pues el concepto de límite es el mismo para funciones de una o varias variables). Teorema 2.3.1 Sean f, g: U ~ JRn ---+ JR dos funciones definidas en el abierto U de jRn y sea Xo un punto de U o un punto de la frontera de U. Suponga que lím f(x) x~X{) = L y X......¡.Xo lím g(x) =M Entonces: lím + g)(x) = = lím (f(x) X-tXQ + g(x» = = X......¡.Xo Iím f(x) X--Xo x~xo + Iím g(x) X"-¡.XQ = L +M lím f(x)g(x) '}('-::<O (lím f(x») ( Iím g(x») = LM L M E 3. . SI M :/= 0, entonces X-"'Xo ,f, 11m - (x) = 11m g '"~"o g(x) Ifm,r-xo f(x) -----Iím,,~xo g(x) Demostración (de 1). (Opcional) O] > °tal que Como lím,,~xo f(x) = L, tenemos que dado > 0, existe x E B(xo, ( 1) n U, x :/= Xo ==? f(x) E B(L, E/2) E Del mismo modo, como Iím x-. xo g(x) = M, n U, se tiene que (dado x > O) existe lh > O tal que x E B(xo, (2) :/= Xo ==? g(x) E B(M, E/2) Se quiere ver que dado E > °existe o> Otal que o) x E B(xo, n U, x :/= Xo ==? f(x) + g(x) E + M,E) = mín(01:02). En tal caso de modo que al aplicar la desigualdad triangular tenemos (para x E B(x, 8) If(x) nu, x :/= KO) + g(x) E B(L (L + M)! = l(f(x) S If(x) - L) + (g(x) - M)I - LI + Ig(x) MI < E/2 + E/2 = E es decir f(x) + g(x) + M, E), como queríamos. Q.E.D. Un corolario del teorema anterior y del ejemplo 2 es el siguiente (su demostración la dejamos como ejercicio para el lector): 2.3 Límites y continuidad 137 Corolario Si f: U <;;; IR 2 ---> IR es una función polinomial, es decir, una función del tipo f(x, y) = ¿GiP;i y j i.j donde aij son constantes dadas, entonces lím (x. y) ...... (xo. YO) f(x, y) = f(xo, Yo) Pasemos ahora a estudiar el concepto de continuidad para funciones de varias variables. De manera intuitiva, debemos pensar en la continuidad de la función f: U <;;; IR" ---> IR en un punto Xo E U como la propiedad que nos dice que los valores de f(x) "cambian suavemente" cuando x se mueve "cerca de xo". Es decir, para que la función f sea continua en xo, si x es una vecina íntima de xo, se debe tener que f(x) es una vecina íntima de f(xo) (i valor que debe existir!). Más aún, se tiene la definición siguiente. Definición. (continuidad en un punto). Sea f: U <;;; IR" ---> IR una función definida en el abierto U de IR" y sea "o E U. Se dice que f es una función continua en "o si Um f(x) x-~xo = f(xo). Si la función f no es continua en xo, se dice que es discontinua en ese punto. Veamos algunos ejemplos. Ejl~mJplo8. 2 Una función polinomial f: U <;;; ---> IR es continua en cualquier punto (xo. Yo) E IR . Esto es consecuencia del corolario del teorema 2.3.1. 11 Ejemplo 9. La función j: U <;;; IR2 ---> definida como xy f(x, y) = { O + si (x, y) si (x, y) 1- (O, O) = (O, O) es discontinua en (O, O), pues se vió (ejemplo 5) que el límite lím (x. y) ...... (o. O) f(x, y) no existe. Ejemplo 10. La función f: U <;;; IR2 ---> IR, definida como si (x, y) si (x, y) 1- (O, O) = (O, O) 138 Capítulo 2 Funciones de varias variables es continua en cualquier punto (xo, Yo) E 1R2 . En efecto, si (xo. Yo) =1- (O, O), al seguir el teorema 2.3.1 vemos que en tanto que si (xo, Yo) = (O, O), aplicando la técnica con coordenadas polares mencionada en el ejemplo 7 tenemos lím --2 x 3Y (X,y)->(O,O) x lím O lím(cos 3 esen O)r- = = + y2 = r->O (r cos O)2 + (r sen) 2 = r->O (r cos 0)3 (r sen O) 1 ° feO, O). Definición. (continuidad en un abierto) Sea f: U C;;;; IRn -; JR una función definida en el abierto U de 1R1l. Se dice que f es continua en U (o simplemente que f es continua) si lo es lJ1ll para todos y cada uno de los puntos (x. y) E U. Ejemplo 11. Una función polinomial (ver ejemplo 8) es continua en todo JR2. La función del ejemplo 1 es continua en todo JR2. La función f(x, y) = Xi~7 es continua en 1R 2 - {(O, O)} (i.e. es continua en todo su dominio). ° Al poner junto la definición de continuidad y el teorema 2.3.1, se obtiene fácilmente el siguiente teorema Teorema 2.3.2 Sean f, g: U g son continuas, entonces C;;;; iR 2 --t IR funciones definidas en el abierto U de TIlo. Si f y 1. la función f + g: U C;;;; C;;;; iR n -; --7 JR, (f + + es continua. la función fg: U iR ll IR, (fg)(x) = f(x)g(x) es continua. g(x) 3. la función g(x) =1- O. L: U C;;;; iR" -; IR, (L \) (x) = g g f(x) es continua en todo punto x E U donde Es decir, suma y producto de funciones continuas es una función continua. El cociente también lo es en aquellos puntos en que no se anula el denominador. Por último, considere la función f: U C;;;; iR" -; iR Y g: 1 C;;;; IR -; IR en donde 1 es un intervalo de IR que contiene las imágenes de f (es decir, se tiene que rango de f C;;;; 1). Podemos formar la composición g o f: U C;;;; IR" -; IR Supongamos que f es continua en Xo E U Y que g es continua en f(xo) E l. Un razonamiento intuitivo nos dice que la composición g o f debe ser continua en "o. En efecto: veamos que si x está cerca de Xo entonces (g o f)(x) debe estar cerca de (g o f)(xo), Siendo x vecina íntima de "o (en U), la imagen f(x) será vecina íntima de f(xo) (en 1), pues f es continua en Xo. Ahora, si f(x) es vecina íntima de f("o), la imagen g(f(x» será vecina íntima de g(f(xo», debido a la continuidad de g. Poniendo todo junto, tenemos: x cerca de KO produce (g o f)(x) cerca de (g o f)(xo). Esto nos dice que la composición g o f es continua en xo. Con algunos épsilons (E) y deltas (8) podemos convencernos "rigurosamente" de la validez de este argumento. Esto lo dejamos para el lector. En resumen, añadiendo a lo establecido en el teorema 2.3.2 tenemos también que "composición de funciones continuas es continua". 2.3 Límites y continuidad 139 gof Figura 10. Composición de las funciones g con f. Ejemplo 12. La función F: U º º ]R2 -> 2 IR, F(x, y) = sen(5;'+~{+2) es continua e~ ]R2, pues la 2 2 2 composición de la función f(x, y) = 5~++{+2 que es continua, con la función g(x) = sen x, que y " tamb len I o es. 11 Ejemplo 13. La función F: U ]R2 -> IR, es continua en ]R.2 pues está formada por sumas, productos y cocientes de funciones que son 11 composiciones de funciones continuas y que, por lo tanto, son continuas. ~Jerch~ios (Capítulo 2, ~e(:ClOln 3) ]R.n 1. Escriba explícitamente (como conjunto de puntos en el espacio de las siguientes bolas abiertas. correspondiente) cada una a. b. B(3, 0.5) en IR.. B«2, -3),0.1) en ]R2. c. B((l, 1, 4), 2) en ]R.3. B«2, -1, 9, 3, 5), 1) en]R.5. d. 2. Verifique que el semiplano superior A = {(x, y)ly > O} es un conjunto abierto, tomando un punto cualquiera p = (xo, Yo) E A Yconsiguiendo una bola B con centro en p y (algún) radio r > Oque quede completamente contenida en A. 3. Demuestre que el conjunto vacío 0 es un conjunto abierto en abierto ... ) 4. Demuestre que el espacio ]R.n es un conjunto abierto en ]R.n. ]R.n. (Sugerencia: si 0 no fuera 5. ¿Verdadero o falso? La intersección de dos conjuntos abiertos en ]R.n o es vacía o contiene una infinidad de puntos (es decir, no puede constar de un número finito de puntos). Justifique su respuesta. 1 40 Capítulo 2 Funciones de varias variables 6. Sean A y B dos conjuntos abiertos en IR". Demuestre que su unión A U B Y su intersección A n B son también conjuntos abiertos en IR". Más en general, sea Al, Al, ... , A" una colección (finita) de conjuntos abiertos en IR". Demuestre que su unión U;'=l A¡ y su intersección A¡ son conjuntos abiertos en IR". n;'ocl 7. Demuestre que el conjunto A = {p} fom1ado por un solo punto p E IR" abierto en IR" . /10 es un conjunto 8. En este ejercicio se establece el importante resultado sobre conjuntos abiertos en IR": "la unión arbitraria de conjuntos abiertos es un conjunto abietio y la intersección finita de conjuntos abiertos es un conjunto abierto" (es decir, el resultado establecido en el ejercicio 6 se puede generalizar a una colección arbitraria -no necesariamente finita- de conjuntos abicrtos, solamente en el caso de la unión). Sca Al, A 2, ., ., A", ... una colección arbitraria de conjuntos abiertos en IR" . a. b. Demuestre que el conjunto U A¡ (unión de los conjuntos A¡) es abierto. Demuestre que el conjunto A¡ (intersección de los conjuntos A¡) puede no ser un conjunto abierto. (Sugerencia: torne A¡ = B(p, = bola abierta con centro en p E IR" Y radio i = 1,2, Se sabe que cada A¡ es un conjunto abierto. Verifique que A¡ = {p}. Concluya j. n¡ t) n t, 9. (Conjuntos cerrados de IR"). Se dice que un conjunto complemento IR" - e es abierto. a. e <;::; IR" es cerrado (en IR") si su Demuestre que todo el espacio IR/l y el conjunto vacío 0 son conjuntos cerrados. (Moraleja: ser cerrado no es lo contrario de ser abierto. Hay conjuntos que son cerrados y abiertos a la vez, como IR" y 0. Y, por supuesto, hay conjuntos quc no son ni cerrados ni abiertos). Demuestre que los intervalos cerrados de IR son conjuntos cerrados. Defina la bola cerrada (en con centro en p punto dado en y radio r > O. denotada por B(p, r), como B(p, r) = {x E IR"III" -- pi! ~ r}. Obsérvese que es la -- pll = r). Demuestre que es unión de la bola abierta B(p, r) con su frontera (la esfera B(p, r) un conjunto cerrado. Sea A un conjunto cualquiera de IR". Demuestre que su frontera élA es un conjunto cerrado. Demuestre que la unión finita de conjuntos cerrados es un conjunto cerrado. Por medio de un ejemplo muestre que esto puede ser falso si se consideran uniones arbitrarias de cerrados. (Sugerencia: use el resultado del inciso b. del ejercicio anterior. Recuerde que IR" A¡ = U¡(IR" - A¡». b. c. d. e. n f. Demuestre que la intersección arbitraria de conjuntos cerrados es un conjunto cerrado. En cada uno de los ejercicios 10-26, se da un conjunto A de puntos en el plano IR2 • Diga en cada caso si el conjunto dado es abierto, cerrado (en IR2 ), o no es ni abierto ni cerrado, justificando su respuesta. Haga una gráfica que muestre el conjunto dado en el plano xy. 10. A 11. 12. = {(x, y)lxy > O} A = {(x, y)lx > O, y > O, y < 2 A = {(x, y)llxl + Iyl < I} x} 13. A = {(x, y)ly = x} 2.3 Límites y continuidad 141 14. A = {(x, y)lx 2 + y2 > 1} 15. A = {(x, y)lx2 + y2 ::; 1} 16. A={(x,y)lx z +y2::;-I} 17. A = {(x, y)ly < xZ} 18. A = {(x, y)ly = xZ} 19. A = {(x, y)12 20. A = {(x, y)12 < x < 4,2 < y < 5} < x < 4,2 < y ::; 5} 21. A = {(x, y)1 senx < O} 2: O} Z- 22. A = {(x, y)1 cosy 23. A = {(x. y)/x z + y2 2: O} 24. A = {(x, y)l(x 2 + y2- 4)(1 X y2) > O} 25. A = {(x, y)l(y - x 2 + 2)(y + x 2 - 4) < O} y2) > O} 26. A = {(x, y)l(x 2 + y2 -l)(2x - x Z - En cada uno de los ejercicio 27-30, diga si el conjunto A de JRn dado es abierto, cerrado, o ninguno de los dos, justificando su respuesta. 27. A = {(XI, XZ, 28. A = {(x¡,XZ, , x n )Ix¡ > 0, i O} = 1, 2, ... , tI} ,xn)lx¡x2 ... xn < O} l} 29. A = {(XI,X2" .. ,xn)lx¡ ::; 30. A = {(x¡,xz, ... ,xn)lxf+x~+···+x~2: 31. Sea f:.JR 2 -+ .JR la función f(x, y) = 4y. Se sabe que (X,y)-(I,2) Iím f(x, y) = 8 Dado E = 0.1, halle ó > O tal que II(x, y) 32. Sea f: .JR2 -+ (1, 2)11 < {) => If(x, y) - 81 < E .JR la función f(x, y) = -3x. Se sabe que lím (x,y)_(3,7) f(x, y) = -9 Dado E = 0.4, halle {) > O tal que lI(x, y) - (3,7)11 < {) => If(x, y) + 91 < E 33. Sea f: JRz -+ JR la función f(x, y) = 5x - 2y. Se sabe que lím (X,y)-(i,I) f(x, y) =3 1 42 Capítulo 2 Funciones de varias variables Dado E = 0.2, halle o> O tal que I¡(x, y) (1, 1)11 < o '* If(x, y) - 31 < E. 34. Sea f: lR n -+ lR la función f(x¡, un índice fijo, 1 :S i :S n. Sea límx_,j¡ f(x) = ax¡. Para cada una de las funciones a. b. X2, ... , ji: x n ) = ax¡ en donde a es un real dado no nulo e i es = (XI, X2, ... , .tn ) un punto dado de lR n • Demuestre que z= f(x, y) dadas en los ejercicios 35-38: Diga dónde están definidas. Demuestre que los límites x-~O lím (lím f(x, y)) y->O y y->O x->o lím (lím f(x, y)) (llamados límites iterados) existen y valen cero. ¿Cómo estamos haciendo tender el punto (x, y) al origen al hacer el cálculo de estos límites? ¿Puede concluir de aquí que el límite (x,y)->(O,O) lím f(x, v) . •. existe y vale 07 .... d. Demuestre que Demuestre que tipo y e. f. (x,y)->(O,O) lím f(x, y) = O si el punto (x, y) se acerca a (O, O) por rectas del tipo y = kx. ¿Puede concluír de aquí que tal límite existe (x,y)->(O,O) y vale O? lím f(x, y) = O si el punto (x, y) se acerca a (0,0) por parábolas del = kx 2 • ¿Puede concluír de aquí que tal límite existe y vale O? Use la definición de límite para demostrar que el límite de f(x, y) cuando (x, y) tiende a (O, O) efectivamente existe y vale O. Use coordenadas polares para concluir nuevamente que el límite de f(x, y) cuando (x, y) tiende a (0,0) existe y vale O. y) = 35. f(x, 36. f(x, x -2--i' y3 +y +y y) = - 2 - - 2 ' X 3x3 y2 31. f(x, y) = 7x2 y2 2x2 + 2y 2' x 38. f(x, y) x 3 y4 =~. +y Para cada una de las funciones lím(x,y)->(O,O) f(x, y) no existe. x2 z= f(x, y) dadas en los ejercicio 39-46, demuestre que el límite 39. f(x, y) = _y2 -2--2' X +y 2.3 Límites y continuidad 143 40. f(x. y) = 41. f(x, y) x2y -3--3' X +y = -4-2' xl + Y +x 42. f(x. y) = 43. f(x. y) X 5 2xi 5' 6 y 3 = -6--4' X x l +y 4 44. f(x. y) 45. f(x, xy = -8--2' +y X y) = -9--3' X 8x 3 l +y +x 46. f(x. y) = ::62' y ix 47. Demuestre que una condición necesaria para que el límite Iím(x,y)->(xo.yo) f(x, y) exista y sea L, es que si los límites (iterados) lím (lím f(x. X--+XQ Y-'f Yo y») y Y-t)'o lím (lím f(x. X-'+XQ y») existen, deben valer L. a. b. ¿Cuál es la negación de la afirmación anterior? Use la función f(x, y) = xy 2 2 + ('x-yP X2 v2 para demostrar que tal condición no es suficiente. c. Para la función f(x. y) = (x + y) sen ~ sen ~,demuestre que los límites iterados no existen, pero que el límite lím(x,y)-+(O,O) f(x. y) sí existe. ¿Contradice este ejemplo el resultado general establecido en este ejercicio? 48. Considere la función f(x, y, z) = x x+y-z + y + z. ¿Dónde está definida? Demuestre que el límite lím(x,y,z)-+(O,O,O) f(x, y, z) no existe. (Sugerencia: haga tender (x, y, z) a (O. 0, O) por los ejes coordenados). 49 • Sea f( x, y, Z) = 2x2 lím(x,y,z)-+(O,O,O) + l- Z2 . ¿D' de está efi1m'd a esta f " ? D emuestre que e11' . 'd 2 2 on unClOn. ImIte x-y f(x, y. z) no existe. 3 xyz 3 3' x + y +z (z SO. Sea fx, y,) = ' 'd ¿ D' de esta de fi m a esta f " ? Demuestre que e1 l' . on unclOn. ImIte lím(x,y,z)-+(O,O,O) f(x, y, z) no existe. (Sugerencia: acérquese al origen por los ejes coordenados y por la recta x = y = z). 51. Sea f(x. y. z) = x ~2Z3Y6' +z ¿Dónde está definida esta función? Demuestre que el límite lím(x,y,z)-+(O,O,O) f(x, y, z) no existe. 1 44 Capítulo 2 Funciones de varias variables 52. Sea f: l ~ lR -> lR una función definida en el conjunto l de R Sea Xo un punto de. l o un punto frontera de l. Suponga que límx~xo f(x) = L. Considere la función l x lR ~ lR 2 -> lR dada por j(x, y) = f(x). ¿Cómo es la gráfica de la función j7 Demuestre que el límite lím(x,y)~(xO'Yo) j(x, y) existe y vale L (en donde Yo es un número real cualquiera). 1: 53. Sean f, g: 1 ~ lR -> lR dos funciones definidas en el conjunto l de R Sean xo, Yo dos puntos de J o puntos frontera de l. Suponga que lím f(x) = L X-Xo y lím g(y) y~yo = M a. b. c. Considere la función j(x, y) = f(x) + g(y). ¿En dónde está definida j7 Demuestre que el límite lím(x,y)~(xO'Yo) j(x, y) existe y vale L + M. Considere la función j(x, y) = f(x)g(y). ¿En dónde está definida j7 Demuestre que el límite lím(x,y)->(xO,Yo) j(x, y) existe y vale LM. Suponga que M i- O. Considere la función j(x, y) = f(x)/ g(y). ¿En dónde está definida j7 Demuestre que el límite Iím(x,y)->(XO,Yo) j(x, y) existe y vale L/M. En los ejercicios 54-61, calcule los límites indicados. 54. 55. (x, y)-> (1 , 1) l' 11m Jlm _, [x 2 -- + ---1j 1 Y 1 X- 1 y2 - 1, (x,y)->(i,1) (x - l)(l- 1) --~,,--(x - l)(y- - ¡) 3 56. 57. 58. 59. (X,y)->(O,O) Iím sen x sen 3y 2xy (y 2 (x,y)-~(O, 1) lím lím + 2y x 3)(1 -' cosx) 2 (y ~ 1) (x,y)->(O,O) ------2 ----5x y arcsen(2x) arctan(3y) xy (y4 - 4 y 3 + 7 y 2 (l - cos2x)(cos3y-1) , hm (x,y)--,(O,O) 60. 61. (x,y)-o(1,2) , 1 1m lím (x3+x2_5x+3)(i-4y+4) _ 12y + 12)(x3 - 4x 2 + 5x - 2) (r - 1)(e2Y - 1) (X,y)-> (0,0) xy -> 62. (Límites al infinito). Sea f:lR 2 lR una función definida en todo el espacio lR 2 (excepto posiblemente en un subconjunto acotado). Se dice que el límite de f cuando x, y tienden a infinito, es L, lo cual se escribe como X->OO lím f(x, y) = L y-ooo si dado E > Oexiste N > O tal que ¡¡(x, y)1I > N=> If(x, y) - LI < E 2.3 Límites y continuidad 145 a. b. c. Demuestre que lím _1_ ~:::::~ x + y Demuestre que Iím x~oo = O. 2 2 e-(x +y ) = O. y->oo Sea z = </>(y) una función (cuya gráfica está enel plano zy de IR3) tal que límy->oo </>(y) = L. Sea z = </> ( / x 2 + y2) la superficie de revolución que se obtiene al girar z = </>(y) alrededor del eje z. Demuestre que Iím </>(/.1.'2 + y2) = L x->oo y~oo En los ejercicios 63-72, diga en dónde laf~nción dada es continua, justificando en cada caso su respuesta con los resultados generales sobre continuidad discutidos en esta sección 63. f(x, y) = x 2 + 4xy + 5l- 7.1.' + 9y - 10 64. f(x, y) = ~+ 2 x y .1.'2 X .1.'2 -l Y 65. f(x, y) = 66. f(x, y) -2--2 - +l = x- y?-+---.,-+--¡ 2x+3i 67. f(x, y) 68. f(x, y) = sen x + sen y =senx seny 69. f(x, y) = sen2 (x 3 cos4 y) 70. f(x, y) 71. f(x, y) = t r ( { ,.3 ,,2 t<~J3y4 .1.'4 - si (x, y) i= (O, O) i= i= si (x, y) = (O, O) si (x, y) (O, O) 3y4 + 5y 4 si (x, y) = (O, O) si (x, y) si (x, y) (O, O) 72. f(x, y) = { ~4 6x3y3 + 7 y4 == (O, O) En los ejercicios 73-77 se da una función z = f(x, y) que no está definida en (O, O). ¿Es posible definir el valor feO, O) de tal modo que f sea continua en este punto? Explique. 73. f(x, y) = 74. f(.1.', y) = 75. f(.1.', y) --;¡--+ 4 x y --;¡--+ 4 x y 5.1.' 2 1 3.1.' 2 y 3 3x 2 y = -3--6 X +y 1 46 Capítulo 2 Funciones de varias variables 3x 2 y8 76. f(x, y) = S-+ 8 x y x-y 77. f(X, y) = - x+y 78. Estudie la continuidad de la función f: lR. 2 ....... lR., f(x, y) = sgn(xy). 79. En el texto se estableció que "suma y producto de funciones continuas es una función continua" (es decir, si f y g son funciones continuas, entonces f + g y fg son continuas). Por medio de un ejemplo concreto, muestre que la afirmación recíproca es falsa. 80. Se dice que la función f: U ~ lR. 2 lR., definida en el conjunto abierto U de lR. 2 , es continua respecto de su primera variable (respecto de su segunda variable) en el punto (xo, Yo) E U, si la función o/ex) = f(x, Yo) es continua en Xo (si la función ¡fJ(y) = f(xo, y) es continua en Yo, respectivamente). ....... a. b. c. Demuestre que f es continua respecto de su primera variable en (xo, Yo) si y sólo si Iímh->o f(xo + h, Yo) = f(xo, Yo). Demuestre que f es continua respecto de su segunda variable en (xo, Yo) si y sólo si límh-+O f(xo, Yo + h) = f(xo, Yo). Dé un ejemplo de una función f (y un punto p = (xo, Yo) de su dominio) tal que: el. f sea continua respecto de su primera variable y discontinua respecto de su segunda variable en p. e2. f sea continua respecto de su primera y segunda variable en p. Demuestre que la función f: lR. 2 ....... d. lR'. dada por f(x, y) = t (~ ~2 + y2 si (x, y) si (x, y) i= (O, O) = (O, O) es continua respecto de su primera y segunda variables en (O, O). e. f. Demuestre que si f es continua en (xo, Yo), entonces es continua respecto de su primera y segunda variables en ese punto. Demuestre que la afirmación recíproca del inciso anterior es falsa, considerando la función del ejemplo d). 81. Sea f: U ~ lR. 2 ....... lR. una función definida en el conjunto abiel10 U de JR2. Sea y E lR. 2 un vector no nulo dado. Se dice que f es continua en la dirección del vector Y, en el plinto p = (xo, Yo) E U, si lím f(p + tv) = f(p) 1---+0 a. b. Demuestre que f es continua en la dirección del vector v = i = (1, O) en p si y sólo si fes continua respecto de su primera variable en p. Demuestre que f es contínua en la dirección del vector v = j = (O, 1) en p si y sólo si es continua respecto de su segunda variable en p. Demuestre que la función f: lR. 2 ....... f c. lR. dada por xl f(x, y) = { ~2 -+ y4 si (x, y) =J (O, O) si (x, y) = (O. O) 2.4 Derivadas parciales 147 es continua en la dirección de cualquier vector no nulo v E JR2 en el punto (O, O). d. e. Demuestre que si f es c~mtinua en (xo. Yo) entonces cualquier vector no nulo v E JR2 en ese punto. f es continua en la dirección de Demuestre que la afirmación recíproca del inciso anterior es falsa, considerando la función de! inciso c. 82. Demuestre que la función f: lFtn - ; lFt, f(x) = IIxll es continua. (Sugerencia: use la desigualdad establecida en el ejercicio 8 de la sección 3 del capítulo 1). (*) 83. Demuestre que la función f: lFtn - ; lFt es continua en el punto p si y sólo si la imagen inversa de cualquier conjunto abierto (en JR) que contenga a f(p) es un conjunto abierto (en lFtn ) que contiene a p. Es decir, si llamamos 1f(p} a un conjunto abierto de JR que contiene a f(p), entonces (demuestre que) f es continua en p si y sólo si el conjunto es abierto. Derivadas parciales En esta sección estudiaremos el primer concepto "diferenciable" para funciones de varias variables. Recordemos que para una función de una variable f: l <;;; lR -; lFt definida en el intervalo abierto 1 de JR, se define la derivada de f en Xo E 1, denotada por f'exo), como el valor dei límite '( ) r f(xo f Xo = h~ + h) h f(xo) cuando éste existe (en cuyo caso decimos que f es diferencíable en xo). Si f'exo) existe, su valor nos da la pendiente de la recta tangente a la gráfica de la función Y = f(x) en el punto (xo, f(xo)). Las funciones importantes a estudiar, bajo la óptica del cálculo, son las funciones diferenciables. Cuando se tiene una función diferenciable, lo importante es obtener información de la función a partir de su derivada (la información que se obtiene de f a partir del valor de f' (xo) es local, alrededor de xo). Por ejemplo, el simple hecho de la existencia de f'exo) nos habla del comportamiento suave de la gráfica de la función en los alrededores del punto (xo, f(xo)); el signo de !'(xo) nos habla del crecimiento y/o decrecimiento de la función alrededor del punto, etc. Este es, en realidad, uno de los objetivos principales del cálculo: obtener información de una función diferenciable a partir de su derivada. Resulta deseable, por tanto, disponer de un concepto de "diferenciabilidad" para funciones de varias variables semejante a aquél que conocemos para funciones de una variable. En esta sección estudiaremos un primer acercamiento a este importante concepto, el cual será abordado detalladamente en la sección 6 de este capítulo. Comencemos por considerar una función de dos variables f: U <;;; lFt2 - ; lR definida en el abierto U de JR2. Sea p = (xo, YO) un punto de U. Se define la derivada parcial de f con respecto de x (la primera variable de 1) en el punto p, denotada por %f(p) (o fxCp), o fl (p), o D¡f(p)), como el límite af ( ) = lím f(xo + h, Yo) - .f(xo, Yo) ax P h-O h 1 48 Capítulo 2 Funciones de varias variables cuando éste límite existe. Del mismo modo, la derivada parcial de f con respecto a y (la segunda variable de f) en p, denotada por %f(p) (o fy(p), o h(p), o Dzf(p», es el límite (si existe) -p=lIn af () l' ay h~O f(xo,yo+h)-f(xo, h Observando con detenimiento esta definición, vemos que tiene los mismos ingredientes de la definición de derivada de una función de una sola variable. Esto es: se toma la función con "su" variable incrementada en h, se le resta el valor de la función en el punto en cuestión, se divide todo entre el incremento, y se toma el límite cuando éste tiende a cero. En el caso de una función de una sola variable se hace este proceso con su variable. En el caso de una función con dos variables este proceso se efectúa respecto de cada variable conservando fija la otra. De otro modo, si consideramos la función <p(x) = f(x, Yo) que se obtiene de fijar en la función f(x, y) la segunda variable en y = Yo, sabemos que la derivada de <p en x = Xo es <p Xo = h~O 1m '() r <p(xo + 11) h <p(xo) = r h~O 1m f(xo + h, 11 - f(xo. Yo) = af(p) a. , V Similarmente se tiene que IV (Yo) = -- (p) en donde ¡J;(y) = f(xo. y). Obsérvese que desde el punto de vista geométrico, la función <p(x) = f(x, representa la curva que se obtiene al intersectar la superficie z = f(x. y) con el plano y = Yo. Esta es una curva que en el punto x = Xo tiene una recta tangente cuya pendiente es precisamente I df ay z i recta de pendiente ~ (p) x Figura 1. La derivada parcial de f con respecto a x. Análogamente, la función ¡J;(y) = f(xo. y) representa la curva obtenida de la intersección de la superficie z = f(x. y) con el plano x = Xo, cuya pendiente en el punto y = )'0 es ¡J;/(yO) = %f(p) (figura 2). De esta manera, las derivadas parciales de una función z = f(x, y) en un punto p = (xo. Yo) nos hablan del comportamiento geomé\rico (la inclinación) de la superficie que tal función representa, en las direcciones de los ejes x e y. Esta es pues una información "parcial". 2.4 Derivadas parciales 149 z X:= Xo y recta de pendiente *(p) x Figura 2. La derivada parcial de f con respecto a y. NOTA: Las derivadas parciales son conceptos "puntuales", es decir, se habla de la derivada parcial de una función en un punto dado (de su dominio). Es por eso que, en general, se debe hacer explícito el punto p = (xo, YO) donde están evaluados Jf y escribiendo Jf(xo, YO) Jf(p) (igualmente para *). *, ° Sin embargo, muchas veces calculamos las derivadas parciales "en un punto cualquiera (o fx y fy, o fI y (x, y) de su dominio". En tal caso, basta escribir Jf y respectivamente). Ejemplo 1. Sea f: U ~ IR2 af iJx -; * h o D¡f y Dd, IR, f(x, y) = x 2 y3. f(x, y) Entonces = lím h-.O f(x + h, y) h = lím (x + h)2y3 h-.O 2 x y3 h = h-,O lím(2x/ + h/) = 2x/ 2 af = Iím f(x, Y + h) - f(x, y) = lím x (y ay h->O h h->O 2 2 23 = lím(3x y 2 + 3x vh + x h ) = 3x2 h->O • + h)3 h x 2y 3 l En este ejemplo se observa que, como era de esperarse, las derivadas parciales de una función z = f(x, y) se obtienen "derivando parcialmente" cada una de las variables, y conservando la otra como constante (es decir, pensando en la función f como dependiente sólo de x o de y) 11 Ejemplo 2. Sea f: U s;:;: IR2 -; IR, f(x, y) = sen( J2x 3 + y2). Entonces af ax = (cos V2x3 + y2) 2 3 (6x 2 ) = 3x cos J2x + y2 2J2x3 + y2 J2x3 + y2 1 3 af = (cos J2x 3 + y2) 1 (2y) = ycos J2x + y2 ay 2J2x3 + y2 J2x3 + )2 Ejemplo 3. Sea f(x, y) af -(1, O) ax = x 2 + l. (1,0) Las derivadas parciales de esta función en el punto (1, O) son af -(1, O) ay = 2x I = 2(1) = 2 = 2y I (1,0) = 2(0) = O 1 50 Capítulo 2 Funciones de varias variables z y x Figura 3. Las derivadas parciales de la función z = x2 + l en p. Esto signifi¡;a que la curva f(x, O) = xl (que está en el plano y = O) tiene pendiente m = 2 en x ==l,yqu~ la curva f(l, y) = 1 + y2 (que está en el plano x = 1) tiene pendiente m = Oen y = O (figuf <l:3). Al spnsiderar el caso general de funciones de fl variables f: V ~ ]Rn ---+ lR, conviene usar notación vectorial para definir las derivadas parciales. El esquema que sigue la definición de derivada parcial de ¡respecto de su i-ésima variable, digamos Xi, es el mismo: digamos que se toma la función f con su i-ésima variable incrementada en h. Se resta la función evaluada en el punto considerado, se divide entre el valor del incremento (h) y se toma el límite cuando éste tiende a cero. Sean el, el, ... , en E ]Rn los vectores de la base canónica de ]Rn. Entonces he¡ es el vector que tiene sólo. ceros, excepto en la i-ésima coordenada, donde tiene h. Si 'K E ]Rn es un vector cualquiera, el vectof'K + he¡ será idéntico a x, excepto en la i-ésima coordenada, donde aparece la i-ésima coordenada de x, Xi, incrementada en h. Definición. abierto V de Sea Í: U S;;; ]R" -> IR una función definida en el conjunto y sea "o E V. l Se define la derivada parcial de f con respecto a su ¡-ésima variable en el punto 'Ko, denotada por ~.~ (xo) (o o f¡(p), o Di ÍCp», como el límite ]Rn - f ( ) = l' "--C.-'- + !leí) ----" _ a 'Ko 1m f(xo f(xo) ax¡ h-.O h cuando éste existe. Así, por ejemplo, para la función f(x, y, z) tenemos af = lím f(x, y, z + h) h f(x. y, z) az y para la función g(x, y, z, u) tenemos h--.O af = lím g(x, y + h. z. u) h g(x. y, z, u) ay etc. h--.O 1 La razón de definir las derivadas parciales en un punto perteneciente a un conjunto abierto U (dominio de la función). es para poder asegurar que para h E lR pequeño, se tenga XQ + he; E U Yque asf haga sentido la expresión f(x() + he; l. la cual aparece en la definición de derivada parcial. 2.4 Derivadas parciales 151 Es claro que también en este caso general las derivadas parciales de una función, respecto a alguna de sus variables, se calculan derivando la función pensando ésta como si dependiera sólo de la variable en cuestión, con las variables restantes fijas. Ejemplo 4. Sea f: U ~ IR3 af 345 2 ax = eX y Z (3x -. 5 IR, f(x, y, Z) af ay = = ¿3/ Z5. 345 Entonces l z ), ¿ y z (4x 335 y z ), Recordando que para una función y = ep(x) de una variable real, la derivada ep/(xo) mide la velocidad de variación de y con respecto a x en x = xo, tenemos, de manera análoga, que para la función f: U ~ IRn -. JR, su derivada parcial respecto de su i-ésima variable en p E U, (p), mide la velocidad de variación parcial de la función con respecto de dicha variable, cuando las demás se mantienen fijas. U; Ejemplo 5. El volumen V de un gas encerrado en un recipiente elástico es función de su presión P y de su temperatura T, según la ley V = KJ, en donde K es cierta constante. Entonces av aT K P y av = ap KT p2 miden las variaciones del volumen con la temperatura (a presión constante) y del volumen con la presión (a temperatura constante), de modo respectivo. Retomando el interés de llegar a establecer una noción de diferenciabilidad equivalente a la de (simplísima) para funciones de una variable (en cuyo caso diferenciabilidad equivale a existencia de la derivada), nos podríamos preguntar si la sola existencia de las derivadas parciales de una función f: U ~ IRn -. IR en un punto Xo E U nos puede dar un concepto de diferenciabilidad como el requerido. Es decir, si establecemos la definición: "la función f: U <;;; IRn -. IR definida en el conjunto abierto U de IRn es diferenciable en el punto "o E U si las derivadas parciales (xo), i = 1,2, ... , n existen", nos preguntamos si esta noción de diferenciabilidad es equivalente a la de funciones de una sola variable. No podemos negar que esta "definición" de diferenciabilidad para funciones de varias variables goza de una gran simplicidad. Sería bueno que esta fuera en verdad la definición que buscamos. Sin embargo, este anhelo pronto se viene abajo pues es fácil convencerse que la existencia de las derivadas parciales de una función, (siendo una condición necesaria) está muy lejos de ser una condición suficiente para que la función sea diferenciable en el sentido buscado. Para poder ver esto, recordemos que, en el caso de funciones de una variable, la diferenciabilidad de una función en un punto implica la continuidad de la función en ese punto. De modo que, en el caso de varias variables, la noción de diferenciabilidad (que procuramos sea equivalente al caso de una variable, v.gr. que tenga las mismas propiedades) que buscamos, debe respetar esta propiedad (i.e. diferenciabilidad debe implicar continuidad). El ejemplo siguiente nos desengaña sobre la posible validez de la definición establecida anteriormente. U; Ejemplo 6. Considere la función f: JR2 -. IR xy f(x, y) = { ~2 + y2 si (x, y) =1= (O, O) si (x, y) = (O, O) 1 52 Capítulo 2 Funciones de varias variables Calculemos * (O, O) Y ~; (O. O). Según la definición de derivadas parciales, tenemos af (O, O) ax h~O , f(h. O) - feO, O) 11m f¡ = h--+O ----'---'---- = 1m h f¡2 l' ~-O h 2 + 02 (O)h _. + 02 h ° ° ° af (O, O) = lím feO, h) - feO. O) = lím ay h~O = h h~O de modo que la función tiene ambas derivadas parciales (iguales a cero) en el origen. Sin embargo, en el ejemplo 9 de la sección anterior, vimos que esta función es discontinua en (O, O). 111 En la próxima sección estudiaremos un concepto más fuerte que el de derivada parcial de una función de varias variables, con el que trataremos de reformular la definición fallida de diferenciabilidad establecida en esta sección. Ejercicios 'n""iíil-nll.n 2, Sección 4) En los ejercicios 1-7, identifique las expresiones dadas como derivadas parciales de funciones de varias variables respecto alguna de sus variables. Obtenga la derivada parcial indicada. 1. lím h~O ("..Lh)4}.5 \A I '} )A y 5 • ¡ 2. , + h)2 + tan 2 (x + h) h 1n ••• 3. 11m h~O l±!: +- - ... ~ - In ;:. - 31n x , 11n y+h x h ¿: y , ysenxz(cosxh - 1) + ycosxz senxh 7. 1un ' - - - - - - - - - - - ' - - - - - - h->O h En los ejercicios 8-30 obtenga todas las derivadas parciales de las funciones indicadas. 8. f(x, y) = (4x 2 y4 - 3x2 + 8y3)3 9. f(x, y) 10. f(x, y) = arcsen ~ x-y + arccos ~ = x +y 24 Derivadas parciales 153 11. f(x, y) = x 12. [(x, y) = 13. f(x, y) = + y + xy + ; + ~ x Y + y'" x'" + yY + xYy'" 14. f(x, y) = (2x 15. f(x, y) = xy' + 3yY + (2x + 3y)Y + / + (xYY(y'")Y I 16. f(x, y) = ----,;----. In 2 (1 + x2 + y2) 17. f(x, y) = (2yY + 2Y 18. [(x,y)=xlny-ylnx 19. [(x, y) = arceas /x 2 + y2 20. f(x, y) = arctan(2x I _. (x 2 21. f(x, y) = In I + (x2 + y2)1/2 1 - (x 2 + y2 -i- (x2 + y2 Z + 3 sen x)Y + l)I/2 + Z2)1/2 22. f(x. y, z) = In I 23. 24. 25. + Z2)1/2 [(x, y, z) = xY + X + y'" + / + ZX + zY f(x, y, z) = (xyr + (XZ)Y + (y,")Z + (/Y + (z<)Y + (zYY f(x, y, z) = x 2 arctan JI + y + z + In(l + y + z) = x 2 y3 Z4 sen 2 x cos 3 y tan 4 z = In (~.x + ~ + ~ + ~ + ~ + ~) y 26. [(x, y, z) = xy sen z + xz cos y + yz tan x 27. f(x. y, z) 28. f(x, y, z) z x z x y 29. [(x, y, z, u) = xy+z+uzx+y+u 30. f(XI,X2, ..... , xn ) . = - + - +. +-x2 '3 Xn Xl X2 Xn-I 31. Sea f(x, y, z) = xl + x z' en el punto (1, 1, 1). + y'" , +./ + zx' + zy'. Calcule las derivadas parciales de esta función Calcule las derivadas parciales 32. Sea [(x, y, z) = x\y/z) +x(z/Y) + y<x/z) de esta función en el punto (1, 1, 1). 33. Sea f(XI,X2,."'X n ) + lz/x) + z(x/ y) + z(y/x) = In(x¡x2 . . x n ).. Calcule ~-(l,I, ... ,1) n af Lax1 i=! 34. Sea [(x, y) = 3x 2 l - 12x6 + 2xy5. Verifique que x- af + y af ax ay = 6f(x. y) 1 54 Capítulo 2 Funciones de varias variables 35. Considere la función del ejercicio 30 f(x¡, n X2, ,Xn ) = - +- + X2 X3 Xl X2 Demuestre que"" Xi L.. ax 1 i=l ' aj = O, 36. Sea f: U ~ IR2 -> IR una función definida en el conjunto abierto U de IR2 Demuestre que si la derivada parcial de f respecto de x existe en el punto p = (xo, YO) E U, entonces f es continua respecto de su primera variable en p (ver ejercicio 80 de la sección anterior). Establezca un resultado análogo para la segunda variable de la función Use la función f(x, y) = Jx 2 + y2 (en el punto p = (O, O)) para probar que las afirmaciones recíprocas son falsas, r 37. Sean ¡; g: U s;:; IR 2 -> IR dos funciones definidas en el conjunto abierto U de IR 2 que tienen derivadas parciales en U. a. Demuestre que la función F: U s;:; IR 2 -> IR, F = f + g tiene derivadas parciales en U y que éstas son aF aF af ag af ag - = - + ax - = - + ay ax ax ay ay Demuestre que la función F: U s;:; IR2 --+ IR, F = fg tiene derivadas parciales en U y que éstas son aFag af aF ag af - =f--+g-' -- = j - +g-' ay ay ay ax ax ax Demuestre que si g(x, y) i= en U, la función F: U s;:; IR 2 parciales en U y que éstas son b. c. ° -> IR, F = i- tiene derivadas aF ax 38. a. b. ga j _ _ fag ax 'ax g2 aF ay = -7-- afag g- --fay ay Calcule la pendiente de la recta tangente a la curva de intersección de la superficie z = x 3y 5y2 con el plano x = 2, en el punto en el que y = 1. -+ Calcule la pendiente de la recta tangente a la curva de intersección de la superficie z = x2 + y3x con el plano y = 2, en el punto en el que x = 2, 39. Demuestre que la ecuación de la recta tangente (cuando existe) a la curva de intersección de la gráfica de la función z = f(x, y) con el plano y = Yo en el punto en el que x = Xo viene dada pOI' 40. Demuestre que la ecuación de la recta tangente (cuando existe) a la curva de intersección de la gráfica de la función z = f(x, y) con el plano x = Xo en el punto en el que y = Yo viene dada 24 Derivadas parciales 155 por X = Xo y=yo+t { z= ¡(xo, Yo) + a¡ ax (xo, yo)t tEIR 41. Sea g: IR ...... IR una función continua y positiva definida en R Considere la función f: IR 2 dada por ¡(x, y) = ...... IR 1 Y g(t) dt a. b. c. d. ¿Para qué puntos (x, y) E IR 2 se tiene que ¡(x, y) ¿Cuál es el nivel cero de f(x, y)? Calcule las derivadas parciales de la función f. > O? ¿Para qué puntos (x, y) E IR 2 se tiene que f(x, y) <: O? 42. Resuelva el ejercicio anterior suponiendo que la función g es impar y que g(t) > °para t > ° Calcule las derivadas parciales de cada una de las funciones de los ejercicios 43-50, donde g: IR ...... IR una función continua. 43. f(x, y) = 44. J:Y g(t) dt f(x, y) = J:+-: g(t) dt = f~(x2 + y2)g(t) dt = 45. f(x, y) 46. f(x, y) . I:: y g(t) dt 47. f(x, y) = 48. f(x, .y) = 49. · f}x g (r) dr g(t) dt JI fJx g(r)dr .f.'g(r)dr g(t)dt f ·(x, y, z) = fX+Y+z g(t) dt xyz 50. ¡(x, y, Z) = 1 JJ y g(t)dr x x+y+t g(r)dr g(t) dt x+y+z Para cada una de las funciones dadas en los ejercicios 51-71, en las que g, h: IR ...... IR son funciones definidas en IR, diferenciables (es decir, tal que g'(t) y h'(t) existen para todo t E IR), calcule sus derivadas parciales. 51. f(x, y) = g(x) + 5h(y) 52. f(x, y) = 2g(x)h(y) + l(x) 53. + hey2) f (x, y) · 1 + h(x) = 1 + (g(y»2 54. f(x, y) = h(x)g(h(y» + g(y)h(g(x» 1 56 Capítulo 2 Funciones de varias variables 55. f(x, y) 56. f(x, 57. f(x, = g(h(x)) sen h(g(y) + h(g(y» cas g(h(x» y, z) = ln(1 + g2(X) + h\y) + l(z) y, z) == g(z)h(g(x)h(y» 58. f(x, y, z) = g(g(x)g(g(y)g(h(z»» 59. f(x, y, z) = (g(x)i(Y) 60. f(x, y, z) 62. f(x, y) + (h(y)F(z) = (g(x»(h(y»g(z) 61. f(x, y, z) = (g(h(x)))(h(g(y)))g(h(')) = (1 + g2(x»h(x)(l + h 4 (y)h(y) 63. f(x, y) = (1 + g2(x) + h 2(y))i(x) ) 2 64. f(x, y) = (g2(h 3 (y») h (g (y)) 2 65. f(x, y) = (1 + g2(x»(l+h (y»g(h(')) 66. ¡(x, y) 68. f(X, = (ln(1 + x 2»(In(l+g (x» 2 h2( ) y 67. ¡(x, y, Z) = yz sen(1 + h 2(x)i x2 +1) y, Z) = xyz(1 + Z2)g(x)h(z) 2 4 6 2 69. f(x, y. Z) = (g2(h(x»h 2(g(z») h (g(Y))i(h(z)) 70. f(X, y, z) = ( ln(l +g (x) +h (y) +g (z» )g2(x)h 4 ()')g6(Z) 4 71. f(x, y, Z) = (1 + g2(x)h 4 (y)g6(z»)ln(l+i(x)h (})g6(z») IR una función definida en el conjunto abierto U de IR 2 , con rango J ~ IR, 72. Sea f: U que tiene derivadas parciales en el punto p = (xo. Yo) de U. Sea g: 1 ~ IR ---+ IR una función real definida en el intervalo abierto 1 que contiene a J, diferenciable en el punto g(f(p). Queremos ver que la función compuesta g o f: U ~ IR 2 ---+ IR, (g o f)(x, y) = g(f(x. y» tiene derivadas parciales en el punto p, y queremos obtener fórmulas para calcularlas. Los siguientes pasos son el "guión" de un argumento que hace plausible el resultado que se quiere obtener. Se pide al lector que justifique cada paso. - ~ IR 2 ---+ ~ a (g o f)( ) l' (g o nexo Xo, Yo = 1m . h~ + h, Yo) h - (g o nexo, Yo) = lím g(J(xo h-.O + h, yo» -- g(J(xo, Yo» ) Sea h k= f(xo+h.)'o)- f(xo.yo) g(J(xo, Yo) =1 1m , + k) h g(J(xo, Yo») g(f(xo, Yo» ~ h-,O = lím g(J(xo, Yo) h-.O + k) k h g(f(xo, Yo» l' h-.O , g(J(xo, Yo) =1 1m k-.O l· . + k) k 1m -"----'----'----'----'--h f(xo + h. Yo) - f(xo, Yo) = g (f (xo. Yo» ax (xo, Yo) af 2.4 Derivadas parciales 157 Un resultado análogo se obtiene para la derivada parcial de g o ¡ respecto de y. En resumen, se tienen las fórmulas ax (g o f)(p) a a = g'(f(p» a¡ ax (p) ay (g o f)(p) = g'(f(p» ay (p) a¡ Así, una derivada parcial de la función compuesta g o ¡, de la función de una sola variable g(t) con la función de dos variables ¡(x, y), se obtiene multiplicando la derivada de g (evaluada en ¡(x, y» y multiplicándola por la derivada parcial correspondiente de la función ¡. Por ejemplo, para cualquier gdiferenciable definida en lR se tiene _g(x 2 +4xi) = (2x ax a + 4i)g'(x2 + 4i) + 4.y3) ~ g(x 2 + 4xi) = ay l2xlg'(x 2 Siga paso a paso el argumento presentado en este ejercicio con el que se "demuestran" las fórmulas de las derivadas parciales de la composición y diga dónde falla el argumento (sugerencia: siga paso a paso el argumento con la función ¡(x, y) = y). En el capítulo siguiente se verá (bien demostrado) un resultado más general que el que aquí se presenta. La finalidad de este ejercicio es que desde este momento comencemos a hacer uso de este caso sencillo de derivación de funciones compuestas. Sea g una función real diferenciable de una sola variable real. Para cada una de las funciones dadas en los ejercicios 73-80, determine sus derivadas parciales. 73. F(x, y) = g(xy) 74. F(x, y) 75. 76. = g(3x 2 + 7y2) F(x, y) = g2(X + y) y) = g(x + y2) + g(x 2 + y) 77. F(x, y) = g(3x 3i)g(3x 3 + i) 78. F(x, y) 79. 80. = ln(4 + g4(ax + by + e» F(x, y) = arctan(l + sen g(x cos y + y sen x» F(x, y) = g7(g6(x 5 + i)g3(x 2 + y» En los ejercicios 81-85, z = </J(x, y) es una función real de variable real, diferenciable en R Demuestre que la función dada satisface la expresión indicada. x - -2y- = 2z ax ay a¡ a¡ 82. ¡(x, y) = y</J(x + y), y(a¡ _ ay ax al) = z 83. ¡(x, y) = x 2 </J(3x + y2), a¡ a¡ 2xy- - 3x- = 4yz ax ay 1 58 Capítulo 2 Funciones de varias variables 84. f(x, y) = x</J( xy 3), 3x- - y - = 3z af af x - - - = z(x - 1) ax ay af ax af ay 85. f(x, y) = eX+Y</J(xeY), 2.5 Derivadas direcdonales Consideremos la función f: U ~ IR" --t IR definida en el conjunto abierto U de IR". Sea v E JR" un vector dado de IR", cuya norma es l. Ahora queremos estudiar la variación de la función f en el punto "o E U cuando su argumento varía en la dirección marcada por el vector v. La idea para lograr esto será la misma que aparece en el concepto de derivada de una función de una variable, y, más recientemente, en el estudio de las derivadas parciales en la sección anterior, a saber, la derivada será "el límite cuando el incremento de la variable tiende a cero del cociente del incremento de la función, dividido entre el incremento de la variable". En el caso de las derivadas parciales, "el incremento de la variable" correspondía al de la variable respecto de la cual se estaba derivando. Lo que haremos ahora será tomar el "incremento de la variable", comenzando en el punto X{) E U, Y yendo en la dirección del vector unitario v E IR" dado. Esquemáticamente f f(xo f(xo) + IV) incremento de } la f'lnción 1. Variación de la función en la dirección de v. Nótese que (en el esquema anterior) en este caso la variable (vectorial) x E U se mueve t unidades en dirección del vector v, pasando del punto "o E U al punto Xo + tv (de otro modo, la magnitud de esta variación es IItvll = Itlllvll = ItI). Así, tomando el cociente del incremento de la función f(xo + tv) - f(xo), dividiendo entre t y tomando el límite cuando t tiende a cero, obtenemos la manera de variar de f en "o en la dirección de v. A esto lo llamamos derivada direccional de f en "o en la dirección de v. Incluso se tiene Definición. (derivada direccional) Sea f: U ~ IR" --t JR una función definida en el conjunto abierto U de JR" y sea "o E U un punto dado de U. Sea v E JR" un vector unitario dado. Se define la derivada de la función f en "o, en la dirección del vector v, denotada por *(xo), o D v f(xo), como el límite af (xo) av = lím 1 .... 0 f(xo + IV) t f(xo) 2.5 Derivadas direccionales 159 La primera observación que debemos hacer de la definición anterior es que el concepto de derivada direccional es un concepto que generaliza el de derivada parcial estudiado en la sección 2.4. En efecto. si '1= Cj = i-ésimo vector de la base canónica de JRn, tenemos que. efectivamente 11'111 = Ile; 11 = 1, Y af ac¡ (xo) = lím f('Ko 1-·0 + tej) t f('KO) = af ax¡ ("o) = derivada parcial de f en Xo respecto de su i-ésima variable la cual, dijimos ya, medía la variación de la función f en "o en la dirección del vector ej. Otro punto que debemos observar es lo que pasa en el (muy frecuente --en este libro) caso de una función de dos variables f: U S;;; JR2 -+ R Podemos escribir en general el vector unitario y E JR2 como y = (cos e, sen e). o ::; e ::; 21T y v = (cos 8, sen 8) 2. Un vector unitario en JR2. de modo que la derivada direccional de f en el punto (xo. Yo) E U en la dirección de y se vería como af -(xo. yo) ay f«xo. O, sen O» = l' " - - Yo)-+ t(cos - - - - ---f(xo. Yo) 1m - ---. 1..... 0 t = Iím 1..... 0 f(xo + t cos e, Yo + t sen e) t f(xo, yo) Nuevamente observamos que si O = O, o bien si v = i = (1, O), entonces t af l' f(xo + t cos O, Yo + t sen O) - f(xo, Yo) -(xo, Yo) = 1m ::.....:.-=-------:....::....:.----'-----=---'----=-- ay 1..... 0 , f(xo =1 1m 1..... 0 + t, Yo) t f(xo. Yo) = -ax af ( Xo.YO ) Del mismo modo, si e= ay 1T/2, o bien. si v = j = (0,1), entonces af -(xo, Yo) f(xo, Yo) t _ l' f(xo. Yo + t) - f(xo. Yo) _ af( ) - 1m - - xo,yo 1..... 0 t ay 1 ..... 0 = hm :.....:.-=-------=--...::...:.---'~--:...--- , f(xo + t cos ~, YO + t sen ~) - 1 60 Capítulo 2 Funciones de varias variables Veamos ahora algunos ejemplos. Ejemplo 1. Sea f: U <:;:: IR" -+ IR la función f(x, y) = x 2 + y2. Calculemos la derivada de esta función en un punto (x, y) E IR 2 en la dirección del vector v = (cas 8, sen 8). Según la discusión anterior tenemos af = lím /--->0 f(x + tcos 8, y + t sen 8) t t f(x, y) ay = lím (x + t COS 8)2 + (y + t sen 8)2 -- (x 2 + y2) /--->0 = lím(2x cos 8 + 2y sen 8 + t) /--->0 = 2x cos 8 + 2y sen 8 También, como dijimos, si e= °se tiene af af -=2x=--av ax ysi8=7T/2 E.il~m:plo 2. Sea f: lR 2 --; IR, la función definida como si (x, y) si =J (O, O) y) = af av (O, O) = lím fU cos (J, t sen 8) - feO, O) /->0 t (t cos 8)(t sen 8) = lím -'-------"--'--'----'-/--->0 , cos esen O = 1 ---1m /->0 t Se ve entonces que este límite existe si y sólo si cos 8 sen (J = 0, Le. si 8= 0, 7T /2, 7T. 3 7T/2. En tal caso ~: (O. O) = O. Nótese entonces que esta función no tiene derivadas direccionales (en el origen) excepto en las "direcciones canónicas" (las de los ejes x y y). Es decir, esta función tiene derivadas parciales iguales a cero en (O, O), pero no tiene derivadas en ninguna otra dirección. lIJ Ejemplo 3. Sea f: IR3 -+ IR, la función f(x, y, z) = 2x3 + 7y2 + 9z 2 y sea y = (a, b, e) un vector unitario dado en el espacio IR3 • La derivada direccional de esta función en un punto (x, y, z) E JR3 arbitrario en la dirección de y es ¡Ji: = lím f«x, y, z) 1->0 av + tea, b, e» - f(x, y, z) f(x, y, z) t = lím f(x + ta, y + tb, z + te) 1->0 t 2.5 Derivadas direccionales ¡ 61 = lím 2(x t~O + ta)3 + 7(y + tb)2 + 9(z + tC)2 t (2x 3 + 7l + 92 2 ) = lím(6x 2a + 6xta 2 + 2t 2a3 + 14yb t~O + 7tb 2 + 18zc + 9zc 2) = 6x a 2 + 14yb + 18zc Podemos interpretar geométricamete la derivada direccional de una función de dos variables f: U ~ ]R2 -; ]R en un punto (xo. Yo) E U. Sin pérdida de generalidad supongamos que (x(J, Yo) = (O, O). Sea v = (cos e, sen e) E ]R2 el vector unitario en la dirección del cual calculamos la derivada de la función f en el origen. Consideremos el plano x sen e - Y cos e = ° Este es un plano perpendicular al plano z = que contiene al vector v. La intersección de este plano con la superficie z = f(x. y) es una curva en el espacio. La derivada direccional de f en (O, O) en la dirección de v es la pendiente de la recta tangente a esta curva en (O, O). ° zÁ y Recta tangente a la curva en (O, O) con pendiente ~ (O, O) e x Figura 3. Interpretación geométrica de la derivada direccional. NOTA: El concepto de pendiente de una recta está totalmente comprometido con "las unidades que se siembran" en los ejes coordenados. Al decir que la derivada direccional U(O. O) es la pendiente de la recta tangente a la curva de intersección de la superficie 2 = f(x. y) con el plano x sen e- Y cos e = O (que contiene al vector v) en (O. O), estamos pensando en la pendiente medida en el plano ZS, en que s es el eje generado por el vector v cuya magnitud marca la unidad que se toma en ese eje (ver la figura 4). El siguiente ejemplo muestra en un caso concreto esta observación. Ejemplo 4. Considere la función f:]R2 -; ]R, dada por f(x. y) = (x _1)2 + (y - 1)2. La superficie que esta función representa es la misma que la del paraboloide z = x 2 + l, recorrido su vértice al punto (1, 1, O). Calculemos la derivada direccional de esta función en (O, O) en la dirección del 1 62 Capítulo 2 Funciones de varias variables z Recta de pendiente m en el plano zs ----:J~~--+_---.¡¡.. y s x Figura 4. Las unidades utilizadas para medir la pendiente se toman sobre el plano zs, donde la magnitud de v da la unidad. vector unitario v = (-12/2, Vi/2). a¡ (O, O) = Tenemos lím ¡(Vit/2, -I2t/2) - ¡(O, O) /....,0 av t t = hm • (-I2t/2-1)2+(Vit/2-1)2 _.--- 2 / ..... 0 / ..... 0 = Iím(t - 2/2) = -2/2 Por otra parte, el plano y = x es el plano perpendicular al plano xy, que contiene al vector v, cual corresponde al valor de f) = 17/4 en la ecuación x sen e - y cos e = O). La intersección de este plano con la superficie z = (x - 1)2 + (y - 1)2 es z = 2(x - 1)2 = 'Pex). Esta función z = 'Pex) mide la variación de Z respecto de x en la curva de intersección de la superficie con el plano y = x. Para obtener la variación de z con respecto a la variable s que se encuentra en el eje marcado por el vector z z = (x _ 1)2 + (y _ 1)2 y s x Figura 5. Gráfica del ejemplo 4. 2.5 Derivadas direccionales 163 11 --que llamamos "eje s"-(es decir, para obtener la "ecuación natural" de la curva en el plano en el que se encuentra ella), observamos que una unidad en el eje x corresponde a V2 unidades en el eje s, de modo que la expresión que relaciona este "cambio de unidades" en los ejes x y s es sV2x o bien x = .;2s/2. Entonces, al sustituir en z= ip(x), obtenemos z = tf;(s) = 2( V2s/2 - 1)2 que es la ecuación de la curva en el plano en el que ella se encuentra. Su derivada en s = nos da la pendiente de la recta tangente a la curva en ese punto. Tenemos tf;'(s) = 4( V2s/2-1)( .;2/2) = 2V2( V2s/2 -1), de donde tf;'(0) = -2.;2, valor que coincide con el obtenido de la derivada direccional calculado al principio del ejemplo (Fig 5). 111 ° Retomemos, por último, nuestra discusión sobre el concepto de diferenciabilidad para una función de varias variables. Por supuesto que con la ayuda de las derivadas direccionales podemos formular la siguiente definición más fuerte que la establecida en la sección 2.4: "una función f: U ~ ]Rn - t ]R es diferenciable en el punto "o E U si las derivadas direccionales xo) existen para todo vector 11 E ]Rn". Observamos que a la luz de esta definición podemos "justificar" por qué la función del ejemplo 6 de la sección 2.4, (la cual no nos conviene que sea diferenciable, pues en tal caso tendría que ser continua en (O, O» no es diferenciable en (O, O). En el ejemplo 2 vimos que sus derivadas direccionales no existen en el origen (excepto en las direcciones canónicas). Así pues, a la luz de esta nueva definición, tal función no es diferenciable en (O, O). Sin embargo, el siguiente ejemplo nos hará desistir de aceptar esta nueva definición como la de diferenciabilidad que estamos procurando. *(' Ejempio 5. Sea f:!R 2 -; JI( la función si (x, y) si (x, y) 1- (O, O) = (O, O) Sea 11 = (a, b) E ]R2 un vector unitario dado. Calculemos af (O, O). av af (O, O) = Iím f(ta, tb) - feO, O) av 1->0 t (ta)2(tb) = lím (ta)4 1->0 + (tb )2 t = lím 3 1--+0 t (t2 a 4 t 3a 2b + b 2) = b a2 (Se acepta que b 1- 0, pues caso contrario la derivada sería cero -¿por qué?). Entonces esta función posee derivadas direccionales en (O, O) en todas direcciones. Según lo establecido en la definición anterior esta función debería ser diferenciable en (O, O). Sin embargo, podemos ver que esta función no es (ni siquiera) continua en (O, O). En efecto Iím (X,y)->(O,O) ~ x4 + y2 ={ ° (con y = x) 1/2 . (con y = x 2 ) de modo que el límite no existe y la función es por lo tanto discontinua en (O, O). En la siguiente sección estudiaremos el concepto ele difereneiabilidad de una función de varias variables (¡por fin!). 1 64 Capítulo 2 Funciones de varias variables Apéndice El teorema del valor medio Para funciones de una variable f: [a, b] - t iR tenemos un resultado según el cual si la función es continua en el intervalo cerrado [a, b] Ydiferenciable en el intervalo abierto (a, b), entonces hay un punto e E (a, b) en el que ¡'(e) = f(b) - fea) b-a lo cual significa geométricamente que (bajo las hipótesis mencionadas para f) siempre tenemos un punto x = e entre x = a y x = b, el cual podemos escribir como e = a + e(b a) con O < e < 1, en el que la recta tangente a la gráfica de la función y = f(x) (de pendiente f'(e) = ¡'(a + e(b - a))) es paralela a la recta secante de la gráfica de f que pasa por los puntos (a, fea)) y (b, f(b)) (la cual tiene pendiente [(bi=pa»). Este resultado se conoce como el teorema del valor medio (o teorema de Lagrange). El teorema se puede reenunciar de la siguiente manera: si la función f es continua en el cerrado [xo, Xo + h] Y derivable en el abierto (xo, Xo + h), entonces hay un E (O, 1) que e f(xo + h) - f(xo) = ¡'(xo + eh)h Veremos ahora un resultado análogo para funciones de varias variables en el cual intervienen las derivadas direccionales de la función estudiadas en esta sección. Si "'o, Yo E iR", introducimos la notación [xo, YoJ para denotar al segmento de recta que une xo con Yo- Es decir [xo. Yo] = Análogamente, escribiremos - (1 - A)xo, °< ;\ < 1} Nótese que u valor medio para funciones de varias Sea f: U ~ lR" - t lR una función definida en el conjunto abierto U de lR". Si "o, Yo E U, se pide que el conjunto U sea tal que [xo, Yol e U. Sea u un vector unitario en la dirección del vector Yo - Xo. Si la función f es continua en los puntos del segmento [xo. YoJy tiene derivadas direccionales en la dirección del vector u en los puntos del segmento (xo, entonces existe un número e, O < < 1, tal que Teorema e f(xo (donde h = lIyo - xolj)· + hu) - f(xo) =--(xo af au + 8hu)h Demostración. Considere la función 4>: [O, h] -t iR dada por 4>(1) = f(xo + tu) + ~ + li)~) - f(xo + tu) Ti Bu Ciertamente la función 4>' (1) 4> es continua en [O, h], pues f lo es en [xo. Yo]. Además obsérvese que 4>(1 = Iím "TI-, o +h) Ji 4>(t) = lím f(xo h-.O = lím f(xo Ii--" ° + tu + hU) - f~xo ~u~ = ~L(xo + tu) Ti 2.5 Derivadas direccionales ¡ 65 de modo que para t E (O, l1., rf/(t) existe y es la derivada direccional de la función f en el punto Xo + tu E (Xo, Yo) en la dirección del vector u. Aplicando entonces el teorema del valor medio a la función rf;, concluimos que existe un número E (O, 1) que da e rf;(h) - rf;(0) = rf;'(eh)h es decir, de modo que f(xo + hu) - f(xo) = -(xo af au + Ohu)h Q.E.D. tal como se quería demostrar. Ejercicios (Capítulo 2, Sección 5) En los ejercicios 1-6, identifique las expresiones dadas como derivadas direccionales de funciones de varias variables en la dirección de un vector unitario v. Obtenga la derivada direccional que se indica. 1. 11m --'----'------'--I~O " (x+t/V2)(y+t/V2)2 t [ xl - 2. IImi~O , (x - J'3t/2)1/2(y 2 + t/2)1/2 .¡xy 3. /-,0 ' j ¡¡n In sen «x + t)4 y) -In sen 2 (x4 y) [ 4. 5. 1 1m , I~O (y +0 2 cos (xy 3 + xt) -l cos 3(xy) t/3) - xyz ---'-----'-----'------'-[ (x + 2t/3)(y + 2[/3)(z - En los ejercicio 7-15, calcule la derivada direccional de la función dada en la dirección del vector indicado. 7. f(x, y) = 3x - 2y, v = 8. f(x, y) = 3x - 2y, v = (l/V2, 1/V2) (-1/V2, -1/V2) 9. f(x, y) = x 2 + y2, v = (a, b), en el punto (0,0). 10. f(x, y) = 11. f(x, y) = xl + x2 y, v = (1, O). x 3 JI + 3 tan 6 (x2 + X 1(2 ), v = (O, 1). = (1, -~, 12. f(x, y, z) = z sen y3 cos(x5 + tan l), v = (0,0, 1). 13. f(x, y, z) = xyz, v -Ü' 14. f(x, y, z, u) = xyzu, v = (~, -~, -~, O). 1 66 Capítulo 2 Funciones de varias variables 15. f(x¡, X2, ... , x n) = a¡x¡ + a2x2 + ... + anxn, v = (0'1, 0'2, ... , O'n)' 16. Sea f: U ~ JRn - t JR una función definida en el conjunto abierto U de JRn. Sea ti E JRn un vector no nulo de JRn, no necesariamente de nOrma 1 y sea v = II~II' Defina la derivada de f en el punto p E U en la dirección del vector ti E JRn de manera análoga a como se hizo en el libro (para el caso de vectOres unitarios) af (p) = lím f(p au + tu) t f(p) 1->0 cuando este límite existe. Demuestre que af 1 af av Verifique este resultado con la función f(x, y) Ilull au = x 2 + y2, y el vector u = (1,1). 17. Con el resultado del ejercicio anterior, calcule la derivada direccional de la función f(x, y) = 3x + 2y + 7z en la dirección del vector ti = (3,2, -5). 18. Sea f: U ~ JR2 -+ JR una función definida en el conjunto abierto U de JR2. Sea v E un vector unitario dado. Demuestre que si la derivada direcciona! de f en la dirección de v existe en el punto p E U, entonces f es continua en p en la dirección del vector v ejercicio 7! de la sección 3). ¿Es verdadera la afirmación recíproca? 19. Sean f, g: U ~ JR2 - t ]R dos funciones definidas en el conjunto abierto U de ]R2 con derivadas direccionales en p E U en la dirección de un vector unitario v E JR2 dado. 11. Demuestre que la función F: U ~ ]R2 la dirección de v y que ésta es -t F = f + g tiene derivada direccional en p en ag - = - + av av av b. Demuestre que la función F: U ~ JR2 dirección de v y que ésta es -t aF af 1~, F = fg tiene derivada direccional en p en la af aF -¡¡;; = f av + g av ag c. Demuestre que si g(x, y) =1= O en U, la función F: U ~ ]R2 direccional en p en la dirección de v y que ésta es -t JR, F = ?tiene derivada aF av g-¡¡;; - f a~ g2 af ag 20. Compruebe que las derivadas direccionales obtenidas en los ejercicios 7-1 ! se pueden escribir como af =aa(+b af av ax ay en que v = (a, b) es el vector dado en la dirección del cual se calculó la derivada. 2.5 Derivadas direccionales 167 21. Compruebe que las derivadas direccionales obtenidas en los ejercicios 12-13 se pueden escribir como a¡ =aa¡ +b a¡ +c a¡ av ax. ay az donde v = (a, b, c) es el vector dado en la dirección de la cual se calculó la derivada. 22. Verifique que la derivada direccional de la función del ejercicio 15 se puede escribir como - a¡ av =a¡- +a2- +···+an - a¡ ax] a¡ aX2 a¡ aXn 23. Los resultados de los 3 ejercicios anteriores sugieren que la fórmula - a¡ av = a l - +a2- a¡ aXI a¡ aX2 + ···+an -aXI! a¡ se puede usar para calcular la derivada direccional de la función ¡: U 5; JRn - 4 JR en la dirección del vector v = (al> a2, .... al!)' En efecto, esto es efectivamente cierto para "algunas" funciones que empezaremos a estudiar en la siguiente sección. Para convencernos que tal fórmula no siempre es cierta, considere la función ¡: JR2 - 4 JR del ejemplo 5 si (x. y) =1- (O, O) si (x, y) = (O, O) Demuestre que ~¡ (O. O) =1- a a¡ (O, O) +b a¡ (O, O) dv dX ay donde'll = (a. b) es un vector dado. 24. a. Sea v = (a, b) un vector unitario enJR 2. Demuestre que el plano perpendicular a z = O, que pasa por (xo. Yo), para el que v es un vector paralelo (decimos que el plano está en la dirección del vector 'Il), se puede escribir como X { = Xo y = Yo + at + bt tE JR b. Demuestre que la curva de intersección de la superficie z = ¡(x. y) con un plano como el descrito en el inciso anterior es z = ¡(xo + at, Yo + bt). Considere la función 1>: 1 5; JR - 4 JR, 1>(t) = ¡(xo + at, Yo + bt), cuyo dominio es el conjunto de la recta dado por 1 = {t E JRI(xo + at, Yo + bt) E dominio de j}. Nótese que el conjunto de imágenes de 1> es justamente la curva del inciso anterior. Demuestre que 1>' (O) existe si y sólo si se da la derivada de ¡ en (xo, Yo) en la dirección de v = (a, b) existe. En tal caso c/>'(O) = ,*(xo, Yo). Demuestre que la ecuación de la recta tangente (cuando existe) q la curva del inciso b, en el punto (xo, Yo. ¡(xo, Yo») es c. d. { z = f(xo, Yo) + a¡ (xo, yo)t av X = Xo + at y = Yo + bt tE JR 1 68 Capítulo 2 Funciones de varias variables e. Obtenga, como caso particular de los resultados de los incisos anteriores, los resultados de los problemas 39 y 40 de la sección anterior. 25. Sea f: JR2 -+ JR una función continua tal que sus derivadas parciales existan en todo punto pE JR2. Demuestre que existen el, e E (0,1) tales que 2 f(xo + h, YO) + h) - f(xo, yo) f(xo, Yo) = h7j-;;(xo + elh, YO) = h ay (xo, Yo + 82 h) af af f(xo, Yo 2.6 Diferenciabilidad Recordemos de nuevo que una función de una variable f: 1 ~ JR en Xo E 1 si existe el límite , f(xo + h) - f(xo) lIm h h-O -+ JR se dice que es diferenciable En tal caso al valor del límite se le llama "derivada de f en xo" y se denota por f' (xo). Por supuesto que un primer intento para conseguir un concepto equivalente para funciones de varias variables, digamos f: U ~ JRn -+ R sería copiar la definición anterior extendiéndola a esta nueva situación. Esto, sin embargo, conduce a una expresión que carece de sentido. En efecto. si f está definida en un subconjunto U de IR", n > 1, tanto Xo como h en la definición anterior serian vectores de JRIl, Y en la expresión que define a flexo) aparece una división por h, operación que carece de sentido con vectores de JR" , n > l. A pesar de este contratiempo, nuestro interés seguirá siendo tratar de "copiar la esencia" de la definición de diferenciabilidad que conocemos para plasmarla en el concepto que queremos establecer de diferenciabilidad para funciones de varias variables. Lo que haremos ahora será replantear la definición para una variable, de modo que en ella no aparezcan divisiones (que es la operación que no se puede copiar para vectores de JR" con n :::: 2). Una manera equivalente -y más elegante-- de establecer el concepto de diferenciabilidad para funciones de una variable es la siguiente: la función f: 1 ~ JR -+ JR es diferenciable en XI) E 1 si existe una constante A tal que f(xo donde + h) = f(xo) + Ah + r(h) En efecto, escribiendo explícitamente la constante A de la última definición, tenemos A _ f(xo ---¡;-----h O) se puede ver fácilmentc la equivalencia entre las definicioncs + h)- f(xo) r(h) de donde (al tomar límite cuando h (poniendo A = f'exo»~. ----+ ---------------------------- 2.6 Diferenciabilidad 169 Más aún, es interesante la interpretación geométrica de la nueva definición, como se ve en la figura 1 y f(xo) y = f(x) +h Recta tangente a la gráfica de y = ¡(x) en x = Xo f(xo) I I _______s_l }f' (xo)h 1 I MI Xo NI Xo 1 +h x Figura 1. La derivada de una función. La ecuación de la recta tangente a la gráfica de la función y = f(x) en el punto P = (xo, f(xo» es, como sabemos y = /(xo)(x - '<0) + f(xo) de manera que el punto R de abscisa XR = Xo + h tiene por ordenada YR = f'(xo)/¡ + f(xo), de donde se ve fácilmente que la magnitud del segmento RS es f'(xo)h y por tanto, con r(h) = f(xo + h) f(xo) - f'(xo)J~, vemos que r(h) es justamente la distancia entre la curva y la recta tangente en el punto P. De la figura también se desprende que a medida que h tiende a cero, el residuo r(h) (llamado así, pensando en que es "lo que le falta a la recta tangente para describir a la curva y = f(x) en los alrededores de P") también tiende a cero. Sin embargo, esto no es el punto importante en la definición de diferenciabilidad, pues este hecho (el que límh-.O r(h) = O) lo único que nos dice es que lafuncíón es continua en P (¿por qué?). Lo importante, cuando se estudia la diferenciabilidad de funciones, es que el residuo r(h) tiende a cero nuís rápido de lo que h lo hace. Esta condición está expresada en la parte de la definición que dice que , r(h) l 1 m-- h-.O h O Intuitivamente, podemos pensar que la única manera como se puede dar esta condición del residuo, es cuando la recta tangente se "embarra" con la curva en los alrededores de P. En otras palabras, la curva tiene que ser "suave" en P, para que "se pueda ver localmente como una recta" (su recta tangente). Esta es en realidad la idea geométrica tras el concepto de diferenciabilidad de una función en un punto P: el buen comportamiento de la función en tomo al punto P para que en se pueda aproximar por un comportamiento lineal (el de su recta tangente). Consideremos ahora una función de dos variables f: U <;;; lR 2 -+ lR definida en el conjunto abierto U de lR 2 . Sea p = (xo, Yo) E U. Generalizando la definición de diferenciabilidad para funciones de una variable estudiada anteriormente, diremos que la función f es diferenciable en el punto p = (xo.yo) si hay constantes Al y A2 de modo que , D 170 Capítulo 2 Funciones de varias variables donde , ¡m 1 (h"h 2 )->(O,O) r(h¡, h2 ) II(h], hz)11 (R) No se puede negar que esta definición se ve como una generalización natural de la dada para funciones de una variable: el incremento h ha sido sustituido por el vector h = (h], hz) E ]R2, Y al residuo r que depende de h, se le ha pedido que, al ser dividido por la norma (en este caso no podemos dividir simplemente por h) de h, tienda a cero cuando h tiende a cero. Supongamos que la función f: U ~ ]Rz -+ ]R es diferenciable en p = (xo, Yo) E U. Veamos cuáles tienen que ser las constantes A ¡ Y Az de la definición anterior. Poniendo h = (h 1, O) en la expresión (D), podemos escribir ---=--= r(h¡, O) h¡ r(h¡) h1 f(xo + h l , Yo) h] -+ f(xo, Yo) -Al Si tomamos límite cuando h] definición, obtenemos -+ O(i.e. cuando h O) y usamos la propiedad (R) del residuo en la h¡-,O lím r(h¡) = lím (f(xo+h¡,yo)-f(Xo,yo) -Al) =0 h¡ h¡->O hl de donde vemos que A '¡ = l"l'm f(xo h¡->O + h¡, Yo) I11 f(xo, Yo) _ af / .. ) ,xo, Yo ax Un argumento análogo (poniendo h = (O, h z)) nos conduce a --.; lR sea Se observa entonces que una condición necesaria para que una función f: U ~ diferenciable en el punto p = (xo, Yo) E U es que existan sus derivadas parciales en ese punto. Sin embargo, tal condición está muy lejos de ser suficiente como se verá posteriormente. Podemos entonces, en resumen, establecer la definición siguiente Definición •. Se dice que la función f: U .~ ]Rz -+ lR definida en el conjunto abierto U de ]R2, es diferenciable en el punto p = (xo, Yo) E U, si se dan las derivadas parciales de f en p y si el residuo r(h¡, h 2 ) definido en la expresión tiene la propiedad 2.6 Diferenciabilidad 171 Veamos ahora que esta definición sí garantiza la continuidad de la función en el punto p en donde es diferenciable (corno acontece con funciones de una variable). Teorema 2.6.1 Si la función 1: U ~ IRz - 4 IR definida en el conjunto abierto U de IRz, es diferenciab1e en el punto p = (xo, Yo) E U, entonces es continua en ese punto. Demostración. Siendo 1 diferenciable en p = (xo, Yo) se tiene Tornando el límite cuando (h 1, hz) - 4 OYobservando que de la condición establecida en la definición para el residuo r(h 1, hú se deduce que vernos que lo cual significa precisamente que la función Veamos ahora algunos ejemplos. Ej<,mlplo 1. La función 1 es continua en (xo, Yo) Q.E.D. 1: U ~ ]Rz -4 IR xy I(x, y) = { ~z + y2 si (x, y) i= (O, O) si (x, y) = (O, O) (ver ejemplo 6 sección 4) no puede ser diferenciable en el origen, pues aunque las dos derivadas parciales de la función existen en ese punto (son ambas iguales a cero), ésta es discontinua en ese punto. Por el teorema anterior, la función no es diferenciable en (O, O), de lo cual también podemos convencemos directamente de la definición, escribiendo 1(0, O) + (h l , h z») = 1(0, O) + (O)(h¡) + (O)h z + r(h l , h 2 ) de donde y r(h ¡, hz) II(h l , hz)11 Tomando límite cuando (h 1, h z) - 4 (O, O) obtenernos , 1 1m (h¡,h 2)->(O.O) hlh2 (hr + hD 3 / 2 = ---; h¡=h2 1 72 Capítulo 2 Funciones de varias variables ._--------_. límite que no existe. Ejemplo 2. Una función polinomial f: ~2 -> R f(x, y) E~j=o ajjx i yj es diferenciable en todo punto (xo, YO) E ~2. Este es un hecho de verificación directa de la definición, que requiere de algunas cuentas que dejamos al lector. Por simplicidad, verifiquemos esta afirmación con la función f(x, y) = xl en el origen. Escribiendo f(O, O) nos queda de donde + (h¡, h 2») = feO, O) + -(O, O)h l af ax af + -(O, 0)h2 + r(h¡, 11 2) ay (h¡,h2)~(0,0) 11m , (hf + hD 3/ 2 hlh~ o 11 2 =r sen e h¡=rcos - - - , = lím r 2 cos ¡---loO esen 2 e = o -> ~, tal como lo requería la definición. Verifiquemos también la diferenciabilidad de la función polinomial f: en un punto arbitrario (xo, yo) E . Tenemos f(x, y) = + o sea de donde 11 2 ) j, == hj + h~, y entonces , 1m 1 (I¡¡,h)-.(O,O) ---- hf + h~ (hf + hD 1/2 = lím (l1¡,h2)-;'(0,0) (h1 + ¡¡D I / 2 =O no es diferenciable en el Ej¡~m]plo 3. La función f: n;t2 -> ~, dada por f(x, y) = x2 origen. En efecto, las derivadas parciales %f (O, O) Y %f (O, O) serían J + y2 af (O, O) ax = lím f(h, O) - feO, O) = lím ~ h-,O h h-·,O h (de igual modo para O» que es un límite no existente (pues Iímh-;.O+ l~ = l Y límh_.. o- ~ = -1). Entonces, siendo la existencia de las derivadas parciales en el punto p una condición necesaria x 2 + y2 no es para la diferenciabilidad de la función en p, concluimos que la función f(x, y) = diferenciable en el origen. %feo, J Después de ver estos ejemplos, se podría presentar un panorama desconsolador si se piensa en la diferenciabilidad de una función de varias variables como una propiedad muy restrictiva de difícil 2.6 Diferenciabilidad 173 verificación. Esto podría, en algún sentido, ser cierto. Sin embargo, nuestro objetivo será poder desarrollar cierta "intuición en torno a la diferenciabilidad de funciones de varias variables" que nos permita "detectar a priori" las funciones no diferenciables. Esta intuición tiene que ver en parte con los siguientes teoremas que estudiarenos y en parte con la idea geométrica de la diferenciabilidad que veremos en la sección 10. Debemos, sin embargo, decir que las funciones con las que trabajaremos en este libro serán, a menos que se enfatize lo contrario, diferenciables en todo su dominio. Como era de esperarse, la suma, el producto y el cociente de funciones diferenciables son también una función diferenciable (como ocurre con las funciones de una sola variable). He aquí el contenido del siguiente teorema. Teorema 2.6.2 Sean f, g: U S;;; IR" - t IR dos funciones definidas en el conjunto abierto U de IR", diferenciables en p E U. Entonces: a. b. c. la suma f en p. + g: U S;;; IR" -+ IR, (f -t + g)(p) = f(p) + g(p) es una función diferenciable el producto fg: U S;;; IR" si g(p) IR, (fg)(p) = f(p)g(p) es una función diferenciable en p. U S;;; IR" -t 1':. 0, el cociente L : g IR, (L)(p) g = f(p) es diferenciable en p. g(p) Dc¡mostr;aci,ón. (opcional) La demostración de los 3 incisos es similar. Presentaremos sólo la del inciso b en el caso 11 == 2. Escribamos el punto p como p = (xo, Yo). Debemos probar que el residuo r(/¡ l. /¡2) definido por la expresión tiene la propiedad (h l .h 2 )-(O.O) , ¡m 1 r(/¡ 1, h 2 ) i1(h¡, h2 )11 = O Si vemos que (ver ejercicio 37 de la sección 4) a ax(fg) = ag af fax +gax' a -(fg) ay = f - + gay ay ag af nos queda, escribiendo p = (xo, Yo), h = (h l , h2) expresión que podemos reescribir como r(h l , h 2 ) = g(p + h)(J(p + h) - f(p) - -(p)h] - -(p)h 2 ) ag ag ) g(p) - -(p)h] - -(p)h 2 af ax af ay + f(p) ( g(p + h) - ax ay + ax(p)(g(P+h)-g(p»)h l + a/ P)(g(P+h)-g(p»)h 2 af af 1 74 Capítulo 2 Funciones de varias variables de donde h h) f(p r ( 1, Z ,.,-----------:7 l, II(h hz)11 = g ( p + h) + h) - uf f(p) - -;-(p)h l uX - -'1 (p)h z ( uf y II(hl. hz)11 g(p + h) - g(p) -(p)h l ug UX -(p)h z ug + f(p) + ux (p) uf ( g(p lI(h l , hz)II uy + h) - g(p) II(h h1 l • hz)11 + uy (p) uf ( g(p + h) - g(p) ) h 11(111, hz)11 z Al tomar el límite cuando (h l , h z ) -> (O, O) vemos que los dos primeros sumandos tienden a cero pues las funciones f y g son, por hipótesis, diferenciables en p (los segundos factores de cada uno de estos sumandos definen los residuos --divididos por Ilhll- de las funciones f y g respectivamente). Por otra parte, como para todo (h l , I1 z) E ]Rz no nulo (es decir, estas expresiones se mantienen acotadas cerca del origen de ]Rz), y como g es diferenciable en p, es continua en p (teorema 2.ó.l), entonces h-,O Iím(g(p + h) - g(p)) = O -> por lo cual también los dos últimos sumandos tienden a cero cuando h queríamos. O. Esto muestra lo que Para el caso de la composición de funciones, también es cierto que si componemos la función f: U <;;:: ]Rz -> ]R diferenciable en el punto p = (xo, Yo), con la función g: J <;;:: IR -, IR (donde J es un conjunto abierto de ]R que contiene al rango de f) diferenciable en f(xo. Yo) E !, entonces la composición g o f: U <;;:: ]Rz -> ]R, será diferenciable en p. Este es un punto que se discutirá con más amplitud en el siguiente capítulo. Ejemplo 4. -> ]R dada por f(x, y) = ::~t~:;11 es diferenciable en todo el espacio z, pues es el cociente de dos funciones polinomiales que, como se vio en el ejemplo 2, siempre son ID: La función f: IR z diferenciables (y además la función del denominador siempre es no nula). 2 11 Ejemplo 5. La función f: ID:z -> ID: dada por f(x, y) = e-(X +/) es diferenciable en todo el espacio ]R2, pues es la composición de la función <p(x, y) = x 2 + l que siempre es diferenciable, 111 con la función ¡fJ(x) = e-x que también lo es. Ejemplo 6. La función f: ID:2 -> ]R dada por f(x, y) = x sen IX + ~ +x + (l - xy + 1) cos(x 2 + /) es diferenciable en todo (punto de) el espacio ID:2, pues está formada por sumandos, productos. 111 cocientes y composiciones de funciones diferenciables. 2 .6 Diferenciabilidad 175 La situación en el caso de funciones de n variables f: U ~ ]R" -> ]R definidas en el conjunto abierto U de ]R" es completamente análoga: la función será diferenciable en el punto "o E U si se presentan las derivadas parciales U;(xo), i = 1, 2, ., ., n y si el residuo r(h) definido como " af I f("o + h) = f(xo) + '" -("o)h; + r(h) ~ax' ;=] (donde h = (h], h z, ... , h,,) E ]R" es tal que "o +h E U) tiene la propiedad de que La diferenciabilidad de la función f en "o implica su continuidad en ese punto. Cuando una función f: U ~ ]R" -> ]R definida en el conjunto abierto U E ]R" es diferenciable en todo punto de su dominio, decimos simplemente que es "diferenciable". Discutamos, por último, qué papel que juegan las derivadas parciales de una función f: U ~ ]R" -> ]R en un punto "o E U con la diferenciabilidad de la función en este punto. Como hemos visto, el hecho de que haya tales derivadas no garantiza que la función sea diferenciable. Sin embargo, el siguiente teorema nos dice que si las derivadas parciales de la función (existen y) son continuas en el punto "o, entonces sí podremos concluir la diferenciabilidad de la misma en ese punto. Cuando decimos que la derivada parcial U; de la función f respecto de su i-ésima variable, es continua en el punto "o, nos estamos refiriendo a que la función U;: D~ JR" -> ]R, definida en D~ U, 1 que a cada punto "o E D le asocia la derivada parcial U; ("o), es continua en "o, es decir que , af 11m -(xo ax; h-->O + h) = -'("0) Bx; af La continuidad de funciones de varias variables es un concepto que fácilmente se maneja de manera intuitiva: nos resulta fácil -en general- decidir a priori cuándo una función es continua o no lo es. Muchas de las funciones con las que trabajamos en la práctica son funciones cuyas derivadas parciales "se ven" como funciones continuas. Con la ayuda del siguiente teorema, podremos concluir entonces que tales funciones son diferenciables. Teorema 2.6.3 Sea f: U ~ ]R" -> ]R una función definida en el conjunto abierto U de]R". Si las funciones (derivadas parciales) U;: D ~ ]R" -> R i = 1, 2, ... , n, D ~ U, son continuas en el punto "o E D, entonces fes diferenciable en "o. Demostración. (opcional, caso n = 2). funciones Sea entonces la función f: U ~ ]Rz -> ]R tal que las I Esta funciones podrían no estar definidas en todo el conjunto abierto U, pero deben estarlo al menos en una bola abierta con centro en XQ --contenida en U-, denotada por Ü. Por ejemplo, considere la función f:]R2 -+ IR dada por f(x. y) = x l/3 + yl/3. Sus derivadas parciales son = ~ x- 1/3 , = ~ y-1/3 Aunque f está definida en todo 1R2 , sus parciales no lo están. * * 1 76 Capítulo 2 Funciones de varias variables ---------------------- sean continuas en el punto (xo, YO) E Ü. Consideremos el residuo Queremos ver que Escribamos la expresión del residuo como r(h], h2) = ¡(xo + h], Yo + h 2) - ¡(Xo,Yo + h2) + j(xo, Yo . + 112) - ¡(xo, YO) - -(xo, Yo)l1] - -(xo, Yo)h 2 a¡ ax a¡ ay Si consideramos la función <p(x) = ¡(x, Yo+h 2 ) (que es diferenciable en Xo -¿por qué?) y aplicarnos el Teorema del Valor Medio (Lagrange) en el intervalo [xo, Xo + 11]] obtenemos que existe un número el E [0,1] tal que ,p(xo + h 1) - <p(xo) = o sea ¡(xo + 11 1, Yo + h2 ) - ¡(xo, Yo + h2 ) = ~jl; (xo + e¡h¡, Yo + 11 2 )11 1 0:= • ¡- Del mismo modo, al aplicar el Teorema del Valor Medio en la función o/(Y) [Yo, Yo + 11 2 ] obtenemos que ¡(xo, Yo ¡(:to, y) en el intervalo + 11 2 ) -- ¡(xo, Yo) donde 82 es un número entre °y l. Entonces Al dividir por la norma del vector (h 1, h 2 ) obtenemos Observemos que -&-<1 'V(h], h 2 ) t11 (h], h 2 ) 1 I -- (O, O), i = 1, 2. 2.6 Diferenciabilidad 177 y que, debido a la continuidad asumida de las derivadas parciales en (xo, Yo), cuando (h 1, h 2) - t (O, O) los dos corchetes de la expresión anterior tienden a cero, obtenemos finalmente que lo que nos dice que la función f es diferenciable en (xo, Yo). Q.E.D. Ejemplo 7. Las derivadas parciales de la función polinomial f:]R2 - t R f(x, y) = L'1,].Q;]'x i también son funciones polinomiales. Como éstas son continuas, entonces la función f es diferen11 ciable, como ya se había dicho en el ejemplo 2. Ejemplo 8. La función f(x, y) = 2 i, e-(x +/) tiene por derivadas parciales a 2 af _ - - - 2xe _(x +/) ax que son funciones continuas. Entonces fes diferenciable (Ver ejemplo 5). Ejemplo 9. parciales a La función f:]R3 -t ]R dada por f(x, y, z) = cos(x + l + Z3) tiene por derivadas af - =Jx sen (x + y2 + z 3 ) af 2 af = -2ysen(x + y 2 + z 3 ) ay -- = -3z sen(x az + . 2 + z3) y que son funciones continuas. Entonces f es diferenciable. Secición 6) Para cada una de las funciones dadas en los ejercicios 1-10, escriba la expresión del residuo de la definición de diferenciabilidad en el punto en cuestión, Pruebe que la función es diferenciable. 1. f(x, y) 2. f(x, = 5, P = (xo, Yo) y) = 3x, p = (xo, Yo) 3. f(x, y) = 8y, p = (xo, Yo) 4. f(x, y) = 4x 2 10y, P = (xo, Yo) (1,2) 5. f(x, y) = 3x + 9y2, p = 6. f(x, y) = 4x 2y3, P = (1, 1) 7. f(x, y) = x sen y, p = (O, O) 8. f(x, y, z) = x 3 9. f(x, y, + 3y2 + Z2, P = (2,1,1) (1,0,1) z) = xlz 3 , P = 1 78 Capítulo 2 Funciones de varias variables 10. f(x, y, z) = ¿+y+z, P = (0,0, O) ]R dos funciones definidas en el conjunto abierto U de ]Rn, diferenciables 11. Sean f g: U en p <;;:; ]Rn --+ = (xo, Yo) E U. a. b. Demuestre que la función suma una función diferenciable en p. Demuestre que si g(xQ, Yo) g(x, y) f + g: U c;;: ~n --+ IR, (f + g)(x, y) = f(x, y) + g(x, y) es --+ 1= 0, la función cocientei: U <;;:; ]Rn IR, (i) (x, y) f(x, . - - y) es d'" l!erenCIa bl e en p. En los ejercicios 12-15, utilice los resultados establecidos en el teorema 2.6.2, junto con el hecho de que "composición de funciones diferenciables es diferenciable", para argumentar por qué las funciones dadas son diferenciables (en todo su dominio). 12. f(x, 13. 14. y) = In(1 + x 2 + y2) f(x, y) = 4 sen 2(x f(x, y) = + y) cos2(x - y) 1 + tanhx 1 cos 1 y 15. f(x, y) = arctan l+x+v ~ l-x-y Sea g:]R --+ ]R una función diferenciable definida en lIt Para cada una de las funciones z = f(x, y) dadas en los ejercicios 16-20, diga dónde están definidas y si son diferenciables (en su dominio). 16. f(x, y) = 4g(x) 17. f(x, y) + 7g(y) 18. f(x, y) = xyg(x)g(y) = g(x)g(g(y» + g(y)g(g(x» 19. ¡(x, y) = 1+ g2(x) + xg(y)g(g(g(x))) g(y) 20. f(x, y) = g(xg(y» 21. Concluya de nuevo la diferenciabilidad de las funciones de los ejercicios 12-15, calculando sus derivadas parciales y aplicando el teorema 2.6.3. 22. Considere la función f:]R2 --+ f(x, y) = Ixl + ¡yl. ¿Qué aspecto tiene la gráfica de f? Demuestre que esta función no es diferenciable en el origen. ¿En qué otros puntos no es diferenciable? 23. Sea f: U <;;:; ]R2 -> ]R una función definida en el conjunto abierto U de]R2 y sea p = (xo, Yo) E U. Suponga que el límite lím(x.y)~(xo.yo) f(x, y) no existe. Demuestre que f no es diferenciable en p. 24. Sea f: U <;;:; ]R2 --+ ]R una función definida en el conjunto abierto U de ]R2 y sea p punto frontera de U. Demuestre que f no es diferenciable en p. <;;:; ]R2 --+ = (xo, Yo) un 25. Sea f: U ]R una función diferenciable definida en el conjunto abierto U de ]R2. Demuestre que f es continua en cualquier punto p E U, en la dirección de cualquier vector v E ]R2 (ver ejercicio 81 de la sección 3). 2.6 Diferenciabilidad 179 26. Sea f: U <;;; JR.2 -+ JR. una función definida en el conjunto abierto U de JR.2 y sea p = (xo, Yo) un punto de U. Suponga que hay un vector v = (a, b) E JR.2 no nulo para el que la derivada direccional de f en p, en la dirección de v. no existe. Demuestre que f no es diferenciable en p. 27. (A manera de recapitulación: ¿qué implica qué?). Sea f: U <;;; JR.2 -+ JR. una función definida en el conjunto abierto U de JR.2, Y sea P un punto de U. A continuación se dan 8 afirmaciones sobre la función f. a. b. c. d. e. r. g. h. tiene derivadas parciales continuas en alguna bola B contenida en U con centro en p. Llene el siguiente cuadro, indicando con una V en la línea i y columna j, cuando la afirmación de la línea i implique la afirmación de la columna j, y con una F cuando no la implique. Por ejemplo, la afirmación a implica la afirmación r, pero la afirmación f no implica la a. Estas respuestas ya aparecen en la tabla. f f f f f f f f es diferenciable en p. es continua respecto de su primera variable en p. es continua respecto de su segunda variable en p. es continua en p en la dirección de algún vector v E JR.2. es continua en p en la dirección de todo vector v E JR.2. tiene derivadas parciales en p. tiene derivadas direccionales en p en la dirección de cualquier vector v E JR.2. a b e¡d ! e¡ I a b f V g h e el e T g h F 28. En este ejercicio se muestra que la afirmación recíproca del teorema 2.6.3 es falsa. Es decir, el hecho de que la función f: U <;;; JR.2 -+ JR. sea diferenciable en el punto p = (xo, Yo) E U, no implica que las derivadas parciales de f sean continuas en p. Considere la función f: JR.2 -+ JR. (x { 2 f() = x, y + y2 ) sen J x2 1+ y2 si (x, y) =1=- (O, O) ° l si (x, y) = (O, O) a. Demuestre que las derivadas parciales de esta función están dadas por af = af, af : JR.2 ax ay =1=- -+ JR. { { ax ° ° 2x sen / x2 + y2 _ x cos l / x2 + y2 / x2 + y2 si (x, y) (O, O) si (x, y) = (O, O) - af ay = 2y sen / l x2 + y2 - Y cos l /x2 + y2 / x2 + y2 si (x, y) =1=- (O, O) si (x, y) =(0,0) 1 80 Capítulo 2 Funciones de varias variables b. c. Demuestre que las derivadas parciales de f son discontinuas en el origen, probando que el límite de ellas cuando (x, y) tiende a (O, O) no existe. Constate que el residuo de la definción de diferenciabilidad aplicada a f en el origen se ve como d. Demuestre que y concluya entonces que la función es diferenciable en el origen. 29. Sea f: U ~ ]R" -> ]R una función definida en el conjunto abierto U de JR.ll, Y sea Xo E U. Considere la función p: B -> JR. definida en una bola de JR." con centro en 0, dada por f(xo + h) = f(xo) + '""" --(xo)h¡ + p(h)llhll L..t éJx. i=1 1 II df Demuestre que la función f es diferenciable en Y límh->o p(h) = O. AO si y sólo si la función p es tal que p(O) = O, 30. Detennine la función p(h) del ejercicio anterior para cada una de las funciones de los ejercicios 1-10. Verifique nuevamente que las funciones dadas en estos ejercicios son diferenciables (en los puntos indicados). 31. (Un breve curso "hágalo usted mismo" sobre funciones de variable compleja. parte diferenciabilidad). En este ejercicio trabajaremos con el conjunto de números cOlnplej()s e = {x + iylx, y E R i 2 = --I}. Recordemos primeramente algunos hechos básicos sobre este conjunto. Dado el número complejo z = x + decimos que x es su parte real, y que y es su parte imaginaria. Se escribe x = Re z, y= 1m z. Dos números complejos Z¡ y 22 se dicen ser iguales, lo cual se escribe como 2¡ = 22, si tienen la misma parte real y la misma parte imaginaria. Se define el módulo del número complejo 2 = X + iy, denotado por Izl, 2 + y2. Dado el complejo 'l = + iy, se define su conjugado, denotado por Z, como Izl= como z = x - iy. En el conjunto e se introducen las operaciones de suma y producto de la siguiente manera: si 21 = Xl + iYI, 22 = X2 + iY2, entonces Zl + 22 = (Xl + X2) + i(YI + Yl), 2122 = (X]X2 - Y1Y2) + i(XIY2 + XlYI)' Se demuestra que te con estas operaciones forma un campo. Esto se comprobará en el primer inciso de este ejercicio, en el cual, además, se recuerdan algunos resultados elementales sobre el manejo algebraico con números complejos. Jx x a. Sean z, 21, 22, 23 números complejos, ya, b, c números reales. En el inciso a8 se probará que todo z E C,2 ::J O, tiene un inverso multiplicativo 2- 1 , tal que 'le I = l. Defina el cociente del complejo 21 entre el complejo 22 (no nulo), denotado por II o 21/22, como <2 2 I Z.¡l. Demuestre que: al. 21 a2. a3. a4. ZI + Z2 = 22 + ZI + (22 + 23) = (21 + 22) + 23 2 + O = 0, en donde O == + iO dado 2 E te, existe -2 E e tal que z + (-2) = ° ° 2.6 Diferenciabilidad 181 aS. Z1Z2 = Z2Z, a6. a7. a8. Z,(Z2Z3) = (Z,Z2)Z3 Iz = z, en donde l = l + iO = 1 dado Z E C. z =1= O. existe e' tal que Z-IZ a9. z(z, alO. aH. a12. a13. b. a14. Identifique el número complejo z = x + iy, como el punto del plano JR2 cuyas coordenadas son (x, y). Pensando en esta identificación es que hablaremos del "plano complejo". Describa los siguientes conjuntos de puntos en el plano complejo: + Z2) = ZZ¡ + ZZ2 Izl = Itl zZ = Izl 2 IZ21 = IzlItl IzI/z21 = Izd/lz21 IZI + z21 ::; IZII + IZ21 M. b2. b3. M. {z E e 1 Rez = O} {z E e 1 1m z = I} {z E e! Re z > O} b5. b6. b7. c. {Z E e {z E e {z E e {z E e 11m z < Re z} Ilzl == ¡} Ilzl ::; l} Ilzl 2: I} Sea ZO un complejo dado. Defina la bola abierta con centro en Zo y radio r > O, denotada por B(zo, r) como el conjunto {z E Ilz - zol < r}. Identifique geométricamente este conjunto en el plano complejo. e d. c. Un subconjunto U de se dice ser abierto, si para cada z E U existe una bola B(z. r) tal que B(z. r) e U. De los conjuntos dados en el inciso b, diga cuáles son abiertos. Una función del tipo f: U ~ C. que a cada número complejo z de su dominio U ~ le asocia un número complejo f(z) E bien determinado. se dice ser unafunción (compleja) de (una) variable compleja. Demuestre que existen funciones reales u, v: U ~ e -; JR, tales que f(z) = u(z) + iv(z). Si consideramos el dominio de estas funciones como parte del plano R.2, podemos decir que las funciones u, v: U ~ JR2 -; JR son tales que f(x + iy) = u(x. y) + iv(x, y). Nótese entonces que u y v son del tipo de funciones que hemos estudiado en este capítulo. A u se le llama la parte real de f, y a v se le llama la parle imaginaria de f. Identifique las funciones u y v para cada una de las funciones de variable compleja dadas a continuación: e e -; e e el. f(z) =z e2. I(z) = Z2 eJ. e4. eS. 1 f(z) = -, z i= O z f(z) = (3z + 2)2 f(z) f(z) =2 = Izl e6. 1 82 Capítulo 2 Funciones de varias variables f. Sea f: U ~ C --+ C, f = u -r iv, una función del1nida en el conjunto abIerto U de C. Sea ZO un punto de U. Se dice que el límite de f, cuando z tiende a Zo, es L( E C), lo cual se escribe como lím z-. zo fez) = L, si dado E > 0, existe i5 > 0, tal que si < jz - zol < 8, entonces If(z) - LI < E. Demuestre que si f es una función polinomial, es decir, es una función del tipo fez) = a"z" + ... + alZ + ao, entonces lím z -. zo f(z) = f(zo). Más aún, demuestre que este resultado es cierto para funciones racionales, es decir, funciones que son cocientes de dos funciones polinomiales, con Zo en el dominio de la función. Calcule: ° fl. lím z-.(I+i) Z2 n. n. g. z-.I Z - Z2 + 3 lím-2i z->(I+;) Iím Z3 - Z 2 3z + 2 + 41. Sea f: U ~ C --+ C una función definida en el conjunto abierto U de C. Sea Zo E U. Se define la derivada de la función f en Zo, denotada por ¡t(zo), como el límite cuando se da este límite. Escriba fez) = u(x, y) + ¡v(x, y), Zo = (xo, Yo) = ·>:0 -t- ¡Yo, h = (h l , h 2 ) = h l + ih 2 . Demuestre que ¡t(zo) se puede escribir como a + ib, donde a h. = h->O , u(zo 1 1m + h) .- u(zo) h , b= hm - - - h-.O h , vezo + h) - vezo) Considere el primero de los lfmites del inciso anterior a = Ifm h->O _.c........ !l(ZO + h) - _u(zo) h Ponga h = (h 1, O) = h 1 E JR. Demuestre entonces que a = hm , u(xo + h ¡, Yo) hl - u(xo, Yo) h¡->O = -(xo. Yo) ax au Ponga h = (O, h 2 ) = ih 2 . Demuestre i. Considere el segundo de los límites del inciso g b Ponga h = Iím h->O vezo + h) h vezo) = (h]. O) = h] E IR. Demuestre entonces que , v(xo+hl.yo)-v(xo,Yo) b= 1 1m h¡->O h¡ -= - ax aVe xo, Yo ) 2.6 Diferenciabilidad 183 Ponga h = (O, h 2) == ih 2. Demuestre b= 1 1m , v(xo, Yo + h2) 112 h~O ./ v(xo, Yo) == -;-(xo, Yo) = -I-(XO, Yo) 1 1 av . av ay ay j. Use los resultados de los dos incisos anteriores para demostrar que f'(zo) se puede escribir como y como .au . -I-(XO, Yo) ay .av + 1.( -I~(XO, Yo) ) ay = -(Xo, Yo) - i-(xo, Yo) av ay au ay Concluya entonces que si f'(zo) existe, se deben cumplir las igualdades au av ax (xo, Yo) = ay (xo, Yo) av au ax (xo, Yo) = - ay (xo, Yo) Estas se llaman Ecuaciones de Cauchy-Riemann. En el siguiente inciso se establecen de nuevo estas ecuaciones siguiendo la idea de diferenciabilidad de funciones estudiada en esta sección. k. e ..... e, definida en el conjunto abierto U de e, es diferenciable en zo f(zo+ h) = f(zo) Reconsiderando la definición establecida en el inciso g, diremos que la función f: U ~ E U, si existe un número complejo 1'(zo) = a + ib, tal que definiendo r(h) como + 1'(zo)h + r(h) se tiene h-+O lím r(h) h =O Xo + ¡Yo, h h ¡ + ih 2 , Poniendo fez) = u(x, y) + iv(x, y), zo = (xo, Yo) r(h) = r¡(h) + ir2(h), demuestre que podemos separar las partes real e imaginaria de = = la expresión anterior y escribir entonces que u(zo vezo + h) = u(zo) + ah¡ - bh 2 + r¡(h), , h-+O r¡ (h) donde hm -hh-+O = ° ° + h) = vezo) + bh¡ + ah 2 + rlCh), , r2(h) donde hm -h- = Concluya entonces que si la función compleja fes diferenciable en Zo, las partes real u(x, y) e imaginaria v(x, y) de f son funciones diferenciables (según se estudió en esta sección). Comparando las dos expresiones anteriores (los coeficientes a 'y b que multiplican a las coordenadas de h), concluya que se debe tener au av a == ax (xo, Yo) = ay (xo, Yo) av au b = -(xo, Yo) = --(xo, Yo) ax ay 1 84 Capítulo 2 Funciones de varias variables Estas son las ecuaciones de Cauchy-Riemann establecidas en el inciso anterior. 1. Si la función f: U <;:;; e .--, e es diferenciable para todo z E U, se dice que es diferenciable (en U), o bien, que es unafunción holomorfa. El cumplimiento de las ecuaciones de CauchyRiemann en un punto ZO son entonces una condición necesaria para que la función f sea diferenciable en zo. El siguiente ejemplo muestra que el cumplimiento de estas ecuaciones no es suficiente para garantizar la diferenciabilidad de la función: sea f: e .--, e la función 4 definida como fez) = Z5 /Iz 1, si z f=- O, feO) = O. Demuestre que esta función satisface las ecuaciones de Cauchy-Riemann en z = 0, pero que no es diferenciable en este punto (es decir, f'(O) no existe). m. Aplique las ecuaciones de Cauchy-Riemann para demostrar que la función f(z) = diferenciable en punto alguno. n. o. z no es Demuestre que la función fez) = z Re z es diferenciable solamente en el punto z = O. Verifique que las siguientes funciones satisfacen las ecuaciones de Cauchy-Riemann en todo punto de su dominio: 01. 02. f(z) = Z2 fez) = Z3 03. ! fez) = - z p. 04. fez) = (4z + i)2 Se puede demostrar que si la función f: U <;:;; e .--, e es tal que sus partes real e imaginaria ti, v: U <;:;; ]R2 .--, ]R son funciones de clase Q6J y satisfacen las ecuaciones de Cauchy-Riemann en un punto Zo E U Yen una bola abierta con centro en zo contenida en U, entonces la función f es diferenciable en Zo. Use este hecho para conc!uír que las funciones de! inciso anterior son diferenciables en todo su dominio (es son funciones holomorfas). (Este ejercicio continuará en el ejercicio 34 de la sección 12 de este capítulo). UUerencl:aln.UC12IC1 y Retomemos la discusión sobre derivadas direccionales que se presentó en la sección 2.5. En esa sección se calcularon las derivadas direccionales de las funciones utilizando solamente la definición ahí presentada de ese.concepto. A partir de esta sección las funciones con las que vamos a trabajar son (como ya dijimos) diferenciables -a menos que se indique lo contrario--. En tal caso, el cálculo de derivadas direccionales es mucho más amable, sin hacer uso de la definición. Tomemos la función f: U <;:;; ]Rn .--, ]R diferenciable, definida en el conjunto abierto U de ]Rn. Sea "o E U Ysea v E ]Rn el vector (unitario) en cuya dirección queremos calcular la derivada de la función f en el punto "o. Siendo f diferenciable en "o se tiene que el residuo r(h) definido por la expresión n éJf f(xo + 11) ...:. f("Ko) = -h; + r(h) éJx; ;=1 ¿ tiene la propiedad de que 2.7 Diferenciabilidad y derivadas direccionales 185 Escribamos el vector h = (h 1, h2 , .•. , hn ) E lR n como h = ty, t E lR (con t suficientemente pequeño para que ty E U). Entonces h¡ = tv¡ donde v = (Vio V2, ... , vn)' Nos queda entonces que f(xo + tv) - f(xo) = '" -(xo)(tv;) + rUv) L..- ax. ¡=I I n af de donde f(xo + ty) - f(xo) ¿:n af rUv) -------"-- = -("o)v; +-t í=l ax¡ t Nótese que decir h -; O equivale a pedir que t -; O. Además 111111 = Iltvil = Itlllvll = Itl pues el vector v es un vector unitario. Entonces si se toma límite cuando h -; O (es decir, cuando t -; O) en la última expresión, nos queda (teniendo en cuenta que los primeros sumandos del 2° miembro no dependen de h ni de t) lím f(xo hO + tv) - f(xo) = t. t af (xo)v¡ ± lím r(h? h->O ;=1 aXí Ilhl! El límite que aparece en el 2° miembro es igual a cero, pues la función f es diferenciable. En el primer miembro aparece la definición de la derivada de la función f en el punto "o en ladirección del vector v. Tenemos pues que af iI af -(xo) = av ¿: -(xo)\I¡ ax¡ ¡=1 (D) y así, con esta sencilla fórmula, podemos calcular las derivadas direccionales de la función f. Ejemplo 1. v = (cos e, Retomemos el ejemplo 1 de la sección 5. Se quiere calcular la derivada de la función + y2 en un punto arbitrario (x, y) E lR2 en la dirección del vector sen ()). Según la fórmula (D) tenemos f:]R2 -; lR, dada por f(x, y) = x 2 - =- af av af af cos e+ - sen () = 2x cos () ax ay + 2 y sen e De igual forma, en el ejemplo 3 de la sección 5 se consideró la función f:]R3 -; lR, dada por f(x, y, z) = 2x 3 + 7y2 + 9z 2 y se quería calcular su derivada direccional en un punto arbitrario (x, y, z) E ]R3 en la dirección del vector unitario v = (a, b, c) E lR 3. Se tiene entonces - af av = -a af ax + -b + -c = af ay af az 6x-a + 14yb + 18.::c ) tal como se obtuvo en aquélla ocasión. Se quiere calcular la derivada de la función f:]R2 -; lR, f(x, y) = sen(x 2 + y2) en el punto p = (l, 1) en la dirección que va de éste punto al punto q = (3,2). Según la fórmula (D) todo lo que necesitamos son las derivadas parciales de la función f calculadas en p y las coordenadas del vector unitario v que marca la dirección en que se quiere calcular la derivada. El Ejemplo 2. 1 86 Capítulo 2 Funciones de varias variables vector ti = q - p = (3,2) - (1, 1) será (normalizando al vector u) = (2, 1) está en la dirección deseada, de modo que el vector v v = M= ti y's(2, 1) = 1 (2 y's 1) y's' - Por otra parte, las derivadas parciales de la función son - al ax = 2xcos(x 2 + /), al ay = 2ycos(x 2? + y-) las cuales, evaluadas en p son al (1, 1) = ax 2 cos 2, - al (1, ay 1) = 2 cos 2 Entonces aL 1 al ' 1 " . -\0" 1) = -\0' l)V¡ + av ax = (2COS2)( al -ay (l., l')V2 5s) + (2COS2)( 5s) = -- 6 cos2 y's Ejemplo 3. Consideremos ahora la función f: jR2 -; R J(x, y) = + l, y fijemos nuestra atención en el punto (1, 1, 2) de la superficie que representa (un paraboloide con vértice en el origen que abre hacia arriba). La curva de nivel de z = + l que "pasa por (corresponde al nivel 2) es la circunferencia x 2 + l = 2. Queremos calcular la derivada de la función J en el punto = (1, 1) --el cual pertenece a la curva del nivel 2- en la dirección de la tangente a la curva x 2 + === 2 en ese punto. Es decir, queremos calcular la derivada de la función J en el punto p en la dirección de la curva de nivel que contiene a p. y ..--r--." / ' dirección en la cual se quiere calcular la derivada de f en p ------- ¡ p = (1, 1) ! x Figura 1. Gráfica de la tangente a la curva de nivel en el punto p. 2.7 Diferenciabilidad y derivadas direccionales 187 Un vector unitario en la dirección requerida es v = (-12/2,12/2). (¿Cómo se obtiene? Fácilmente: la dirección buscada debe ser ortogonal al punto p del círculo x 2 + l = 2; un vector ortogonal a O, 1) es cualquier vector (x, y) que satisfaga que su producto punto con (l, 1) sea cero -condición de ortogonalidad-, i.e., x + y = O; por ejemplo el (-1, 1). Sólo falta entonces hacerlo unitario, y así se obtiene el vector v = 11(-\.1)11 (-1. 1) = (-12/2, 12/2). Por otra parte, las derivadas parciales de la función f evaluadas en p son: -O, af ax l) = 2, af O,l)=2 iJy de modo que la derivada de f en la dirección de v es af -'-(J, 1) = -(l, I)v] rJr av ax af + -(l, ay 1)v2 = 2 (12) + 2 (12) = O -2 2 Recapacitemos un poco en el resultado obtenido; si estamos en un punto de alguna montaña (digamos que nuestra superficie z = x2 + y2 "volteada") y caminamos sobre ella en una línea de nivel levantada al punto en cuestión- por definición de curva de nivel, los valores de Ja función no cambian durante el recorrido. Es decir. yendo por una curva de nivel, los valores de la función se mantienen constantes, y, por tanto, se espera que la derivada de la función en esa dirección -que mide la velocidad de la variación de la función en ese punto en dicha dirección- sea cero, como ocurrió en este ejemplo. Este es un hecho general que se demostrará posteriormente. ZÁ y x Figura 2. Derivada direccional sobre la curva de nivel de un paraboloide. Generalizando este ejemplo, si p = (xo, Yo, e) es un punto cualquiera de la superficie z = x 2 + l (y entonces + = e) por el cual pasa la curva de nivel 2 + y2 = e (levantada a p), un vector ,\'Q, unitario en la dirección de la tangente a la curva en p es v = (- sen 80, cos 80) en donde tan 80 = .to de modo que la derivada de la función f en p en la dirección de v es x6 Y6 x 1 88 Capítulo 2 Funciones de varias variables -(Xo, Yo) = -(Xo, YO)VI af af av ax + -(xo, YO)V2 ay + 2yo(cos (0) 2xo af = 2xo( - sen (0) = 2xo yo) ve ( ve + (yo) = O 2· 2 tal como dijimos anterionnente que tenía que ocurrir. Ejemplo 4. Consideremos la función f: IR;2 -> IR; dada por f(x, y) = e-(x ~y ). Sea v = (VI, V2) un vector unitario dado en el espacio IR;2. Calculemos la derivada de la función f en el origen en la dirección del vector v, las derivadas parciales son iJf ay de modo que en el origen ambas derivadas son nulas. Entonces iJ f (O, O) = Ov¡ + OV2 av =O Es decir, la derivada de la función es cero. f en el origen, en cualquier dirección (el vector v fue arbitrario) La fónnula 7.1 se puede leer de manera vectorial si la identificamos como un producto punto de dos vectores: uno de ellos el vector unitario v que marca la dirección en la cual calcularemos la derivada de la función y el otro, el vector de IR;n cuya i-ésima coordenada es la derivada parcial de la función f respecto de su i-ésima variable, evaluada en el punto en en el que se está calculando la derivada direccional. Este último vector jugará, a continuación, un papel fundamental. El objetivo de la próxima sección es presentarlo de manera formal y estudiar de sus propiedades. En este apéndice vamos a estudiar un teorema que establece una relación sobre cierto tipo de funciones llamadas homogéneas, cuya demostración tiene que ver con las ideas manejadas en esta sección. Como siempre, nuestras funciones serán diferenciables. Sea f: U ~ IR;n -; IR; una función definida en el conjunto abierto U de IR;". Se dice que esta función es homogénea de grado a (a como número real) si se cumple que fUx) = t a f(x), Vx E U, Vt >O Veamos algunos ejemplos. Ejemplo 1. La función f: IR; fUx) -> IR;, dada por f(x) = 3x es homogénea de grado 1 pues = 3Ux) = t(3x) = tf(x), Vx E IR:, Vt > O Del mismo modo la función g: IR; -> IR;, dada por g(x) = IOx 2 es homogénea de grado 2, y la función h: IR; -> IR;, dada por h(x) = 8x + 1, no es homogénea. 11I 2.7 Diferenciabilidad y derivadas direccionales 189 Ejemplo 2. 3 pues La función f: JR2 ....... JR, dada por f(x, y) = 8x 3 + 3x 2y +5 y 3 es homogénea de grado f(tx, ty) = 8(tx)3 + 3(tx)\ty) + 5(ty)3 = t 3(8x 3 + 3x2y + Sl) = t 3 f(x, y), -+ V(x, y) E IR?, Vt> O La función g: JR2 - {(O, O)} lR, dada por g(x, y) = sen -2--2 x 2 _y2 x +y es homogénea de grado 0, pues g(tx, ty) = sen (tX)2 - (ty)2 (tx)2 = sen --=--::--;:- = sen -2--2 x +y x2 + (ty)2 -y2 O t 2(X 2 -y2) t 2(x 2 + y2) = t f(x, y), V(x, y) E JR2, Vt > O. La función h: JR2 ....... lR, dada por h(x, y) = 8xy + lOx3 + 1 no es homogénea. Ejemplo 3. La función j: JR3 ....... JR dada por es homogénea de grado 4, en tanto que la función g: JR3 g(x, y, z) = -+ JR dada por Z5 ijx 5 + 8x4 y + 15 xyz 3 + es homogénea de grado 5/3. Las verificaciones son análogas a los ejemplos anteriores y quedan como ejercicio para el lector. El resultado que queremos establecer en este apéndice es el siguiente. Teorema (de Euler sobre funciones homogéneas). Sea f: U ~ IRn -+ JR una función homogénea de grado 01. definida en el conjunto abierto U de JRn. Sea Xo un punto no nulo de U, y sea v = 1T~ el vector unitario en la dirección de Xo. Entonces (si la derivada direccional al ~)v (xo) existe) Demostración. Directamente de la definición de derivada direccional: af (Xo) = lím f(xo av + tv) t f(xo) 1--->0 = lím 1-->0 = lím 1--->0 f( llxoll+t Xo )-f(Xo) Ilxoll f(xo f(xo) + t~) t t 1 90 Capítulo 2 Funciones de varias variables Siendo ¡ homogénea de grado O' tenemos que 1Ixoll+t) ¡ ( Ilxoll Xo = de modo que (lI xoII xll+ t"o )CX ¡(xo) oll - ¡(xo) t -(Xo) = a¡ av 11m t~O Ilxoll + t )CX ,~-IIXo ¡(xo) ( --"---'-'-.::.."-._~----- 1lxoll + t xo)CX _ l ( II = ¡(xo) Iím --'--.. . :.:. 11, _o-'C. _-'---_ t~O t Considere ahora la función .-p(x) = x cx • Observe que de modo que IIxoll + t)CX 1 ( ,11"011- - - - = hm - - HO l --.-p I (l) t 11"011 O' = _._- Ilxoll y así lo que queríamos probar. Corolario Sea ¡: U ~ JRn ---> JR una función diferenciable, homogénea de grado en el conjunto abierto U de JRn. Entonces Q.E.D. definida 0', a¡ X¡- +X2~¡ a~ a¡ + ... +xn - a¡ a~ = O'¡ (las derivadas parciales y la función están evaluadas en un punto arbitrario x E U). 2.7 Diferenciabilidad derivadas direccionales 191 Demostración. Si x E U, el vector v del teorema anterior lo podemos poner como v (iMf. li~II"'" !Mi), de modo que, según la fórmula (D) se tiene -(x) = uf av = XI uf X2 af X af - - + - - + ... +n- Ilxll UX¡ Ilxll aX2 Ilxll UXn _1_ (XI uf + X2 a f + ... + XII af ) IIxll aXI aX2 UX n y entonces, por el teorema previamente probado se tiene de donde af uf x]- +X2UXI aX2 + ... +x lI - af = af aXn Q.E.D. Ejemplo 4. Con la función f del ejemplo 2, f(x. y) = 8x 3 + 3x 2y grado 3 se tiene + Sy3 que es homogénea de af xux + y- uf ? 2 2 2 3 = x(24x + 6xy) + y(3x- + lsi) = 24x + 6x y + 3x y + lsi ay = 24x 3 + 9x 2y + lsi = 3(8x 3 + 3x2y + si) = 3f(x, y) tal como aseguraba el corolario anterior. E.leIlnplo5. x La función f(x, y) = -- es homogénea de grado O. Se tiene y df af x-+y-=x ax ay y (1) ( -+ yX ) y2 como tenía que ocurrir (según el corolario previamente probado con a = O). Ejercicios (Capítulo 2, Sección 7) (*) 1 Sea f: U ~ ]Rn --> ]R una función diferenciable en U y sea u = (al. a2, ... , a ll ) E ]R" un vector no nulo (no necesariamente de norma 1). Defina la derivada de f en la dirección de u (en un punto cualquiera x E U), denotada por ~, como - af af = al au aXI + a2 - af aX2 + ... + a n - af aX n Demuestre que rt. ~ a(cu) a(u] = e af donde e es un número real no nulo. au =uU¡ b. + U2) uf + -uf donde u], U2 E ]R" (ambos no son nulos). UU2 1 92 Capítulo 2 Funciones de varias variables c. Si V = II~II es un vector unitario en la dirección de ti, entonces, según el inciso a se tiene d. ~~ = TIthr %f¡. Es decir, la derivada direccional de f en la dirección del vector unitario v se determina "normalizando" (dividiendo entre la norma) la derivada direccional de [ en la dirección del vector ti el cual tiene la misma dirección que v. ¿Por qué, si se trata de calcular la derivada direccional de f, teniendo ti y v la misma dirección, en el libro se ha definido esta derivada con el vector v unitario? La propiedad = 1I~1I %f¡ (que se deduce de lo mostrado en el inciso a, ya había sido probada en el ejercicio 16 de la sección 5. Es decir, esta propiedad es válida aún para funciones no diferenciables (con tal de que sus derivadas direccionales existan). ¿Es la propiedad del inciso b igualmente válida con sólo suponer que la función posee derivadas direccionales? * En los ejercicios 2-10, calcule la derivada direccional de la función dada en la dirección del vector indicado. 2. f(x, y) 3. = ax + by, en un punto p = (xo, Yo), en la dirección del vector ti = f(x, y) = x 2 + y2, en el origen, en la dirección del vector u = (a, b). (2,3). 4. f(x, y) = e-(xJ+y'), en el origen, en la dirección del vector u = (a, b). 5. [(x, y) = x 2 - y2, en el origen, en la dirección del vector u = (a, b). JI=- ti = (-2, 3). y', en el punto p = (1, 1, 1), en la dirección del vector u == (2, 7. f(x, y, z) = x 1). 6. f(x, y) = x sen y, en el punto p = (1, 71), en la dirección del vector 8. f(x, y, z) 9. = 6 - x 2 -y2- z1., en el punto p = (l, 2, O), en la dirección del vector ti =~ (0,0,28). [(x, y, z) = ax+by+cz+d, en el punto p = (xo, Yo, zo), en la dirección del veetan = (a, b, e). en la dirección del vector v 10. f(x. y, z) = X In y+ y In z + zln x, en el punto p = (l, L (a un número positivo = a, 11. Calcule la derivada direccional de la función f(x, y) = 5x2 y3 en el punto p = (1, 1) a. en la dirección del vector que va de p al punto (3, -2), b. en la dirección del vector que va de p al origen, c. en la dirección del vector tangente al círculo x 2 + y2 = 2 en p, d. en la dirección del vector p. 12. Calcule la derivada direccional de la función f(x, y) = x sen y en el punto (3, O), en la dirección del. vector tangente a la parábola y = x 2 en el punto (1, 1). B. Demuestre que la derivada direccional de la función f(x, y) = x ~y en los puntos del círculo x 2 + y2- 2y = 0, en la dirección de la normal a este círculo, es igual a cero. 2 2 14. Sea [(x, y) = x 2 + y2. ¿En qué dirección es igual a cero la derivada de esta función en el punto (l, 1)?, ¿En qué dirección es igual a cero la derivada de esta función en los puntos del círculo unitario x 2 + y2 = l? En cada uno de los ejercicios 15-19, se da una función f: U ~ IR. 2 -+ IR y un punto p E U. Compruebe que la derivada direccional de [ en p, en la dirección de (la tangente a) la curva de nivel que pasa por p (es decir, la curva f(x, y) = f(p» es igual a cero. 15. [(x, y) = 3x - y, p = (2,5) 16. f(x, y) = 5x2 + 6y2, P = (-1, O) 2.8 Gradiente 193 17. j(x, y) 18. 19. = xy, p = (2, 3) j(x, y) = sen (x + y), p = (O, O) j(x, y) = éeY, p = (O, O) 20. Considere la función j: R2 -+ lR cuya gráfica es la superficie de revolución z = j( x2 + y2). Sea p = (xo, Yo). Argumente por qué la derivada de j en p en la dirección del vector tI = 2 (- Yo, xo) debe ser igual a cero. Ejemplifique este resultado con la función j(x, y) = e-<x +il. (Nota: los cálculos explícitos para este problema se podrán hacer cuando se haya estudiado cómo obtener las derivadas parciales de laJunción j, lo cual se hará en el siguiente capítulo). ¡ Después de comprobar que las funciones dadas en los ejercicios 21-27 son homogéneas, verifique el teorema de Euler para este tipo de funciones, estudiado en el apéndice de esta sección (verifique tanto la fórmula del teorema como la de su corolario). 21. j(x, y) =e 2 + by 23. j(x, y) = x + 5xy + l 22. j(x, y) = ax 24. j(x, y) = sen y x 25. j(x, y) = x+ 2 x-y 26. j(x, y, z) = x 3 + y3 + Z3 + xyz xy+ Z2 27. j(x, y, z) = xy In ---:.--x(y + z) 28. Sea j: U ~ lR" -+ JR una función diferenciable, homogénea de grado Of. Demuestre que las derivadas función ~: U ~ JR" -+ i = 1, 2, ... , n, son funciones homogéneas de grado Of - l. Verifique este resultado con las funciones de los ejercicios 21 -27. Establezcamos formalmente la siguiente definición. Definición. Sea j: U ~ JR" -+ JR una función diferenciable definida en el conjunto abierto U de lRn • Se define el (vector) gradiente de la función j en el punto "o E U, denotado por grad j("o) o \l j("o), como el vector de lRn dado por grad f(Xo) = aj aj aj ) -(Xo), -(Xo), ... , -(xo) ( ax¡ aX2 aXn Con este concepto, la fórmula (D) de la sección anterior, que nos da la derivada direccional de una función diferenciable f: U ~ lRn -+ lR en el punto Xo E U en la dirección del vector unitario v E lRn , se ve como aj (A) -("o) = grad j(Xo) . v av (la derivada de j en Xo en la dirección de v es el producto punto del vector gradiente de j en Xo con el vector v). 1 94 Capítulo 2 Funciones de varias variables Ejemplo 1. La función f: IR3 -. IR dada por f(x, y, z) = x 2 y3 z 4 tiene por derivadas parciales a af ax af ax = 2X},3~4 . <., En el punto (1, L 1) estas derivadas son -(1, 1, 1) = 2, -(1,1,1) = 3, af ay --(1 1 1) = 4 af az " Entonces, el vector gradiente de la función f en el punto (1, 1, 1) es grad f(1, 1, 1) = (2,3,4) la derivada direccional de la función f en la dirección del vector unitario v = (1/)3, 1/)3, 1/)3) es --(1,1, 1) = grad f(1, 1, 1). v = (2,3, 4)· =- af ay (¡ 1 1) y3 y3 y3 ¡;}' ¡;}' ¡;} 2 vl +- 3 )3 +- 4 vl =- 9 )3 = 3vl Una de las cualidades importantes que tiene la fórmula (A) -además de su simp!icidad--, es que permite descubrir algunos secretos importantes de las derivadas direccionales. En efecto, recordemos que el producto punto del vector x E IRfl con el vector y E IR n tiene que ver con la proyección del vector JI: sobre el vector y. En forma más precisa se tiene que la proyección de x sobre Y. denotada por PRx~y es el vector dado por x·y I YI Más aún, si y es un vector unitario se tiene (x· En el caso de la fórmula x = grad f(xa), y = y (que es un vector unitario), podemos concluir que PRJ(~Y = I1 '112 y poniendo PR grad J(J(o)~V = (grad f(xa) . = -;--(xa)Y cJy af Xa de modo que entonces tenemos que la derivada direccional de la función diferenciable f en el punto en la dirección de! vector v es la componente del vector f(xa) sobre el vector Y. grad ¡('Ko) %0 Figura 1. Proyección del gradiente sobre el vector v. 2.8 Gradiente 195 Este hecho nos permite obtener la siguiente importante conclusión: el valor de la derivada direccional %f(xo) es máximo cuando el vector v está en la dirección del gradiente de f en Xo y nula cuando v es ortogonal a tal vector gradiente. Es decir, el vector grad f(xo) nos dice en qué dirección se tiene la mayor variación (el mayor crecimiento) de la función f en el punto Xo. Esquemáticamente grad ¡(xo) grad ¡(xo) Xo --------~»---......;»l>_ v Xo I.-.. ~ v f--- -Xo a¡ av --1 -Xo maxlma a¡ av ,. -Xo nula a¡ av Figura 2. Los valores máximo y nulo de la derivada direcciona!. rc.1ás aún, el valor máximo de esta derivada direccional es -(Xo) af av = 11 grad f(xo)l! donde v = grad f(xo) lo cual se puede deducir, ya sea atendiendo a la figura anterior, o bien del hecho de que el ángulo () entre el vector grad f(xo) y el vector unitario v,es tal que grad f(xo) . v = de modo que cuando 11 grad f(xo)lIllvll cos e= 11 grad f(xo)!! cos e e= o (cuando grad f(xo) y v son vectores en la misma dirección) se tiene 1I -.(xo) =grad f(xo) . v = af av grad f(xo)1I cos 0= 1I grad f(xo)1I y cuando () = 1T/2 (cuando grad f(xo) y v son vectores perpendiculares) se tiene -(xo) = grad f(xo)' v = af av I! grad f(xo) 11 cos 1T/2 = grad f(xo)(O) = O También, retomando la serie de observaciones hechas en el ejemplo 3. de la sección anterior (que luego serán debidamente demostradas), en cuanto al hecho de que la derivada direccional de una función z = f(x, y) en un punto p de alguna de sus curvas de nivel en la dirección de esta curva (de su tangente) es igual a cero, podemos ver que si v es un vector tangente a una curva de nivel de una función f: U ~ ~2 --+ ~ en el punto p E U, entonces grad f(p) debe ser un vector ortogonal a v, pues en este caso se ha visto que la derivada direccional es cero. Así pues, tenemos que el vector grad f(xo) es un vector ortogonal a la curva de nivel que pasa por xo. Esquemáticamente 1 96 Capítulo 2 Funciones de varias variables z í 1 .... 1 ......... z = f(x,y) 1 I I I I yo I ~. . y ~--_. vector grad ¡(xol marca la dirección de mayor crecimiento de la función y es ortogonal a la curva de nivel x Figura 3. Los vectores grad f(x) son ortogonales a las curvas de nivel. .lC,JI,m¡plO 2. Considere la función f: U <;;; ......, IR dada por f(x, y) = x2 La superficie que representa la gráfica de esta función es la parte superior de la esfera ele centro en el origen y radio )3. Si hacemos f(x, y) = 1, obtenemos la curva de nivel (el nivel!) + i = 2, que es una circunferencia con centro en el origen y radio /"2.. Las derivadas de la función f son /3 -- -=-¡. af r!X --x af 2- estas derivadas son En el punto Xo = (1, 1) --el cual es un punto de la curva de nivel x 2 + l af ay -1 de modo que grad ¡(xc) = (-1, -1). Este vector marca la dirección de mayor crecimiento de la función f en Xc. La magnitud de esta derivada direccional máxima es 11 grad f(xo)11 = !I( -1, -1 )11 =;~ Vi. Además, teniendo en cuenta que lJ =( - 1, 1) es un vector tangente a la curva de nivel en xo, vemos que ti· gradf(l, 1) = (-1, 1)· (-1, -1) = 1 - I = O; es decir, el vector grad/(l,1) es ortogonal a la curva de nivel en Xo (figura 4). Ejemplo 3. Suponga que la distribución de la temperatura dentro de una habitación está dada por T(x. y, z) = 25 + 0.02eO. 1x + 0 .4y+O.Olz2 donde x, y, z se miden a partir de uno de los rincones (dado). A partir de ese rincón (el punto (O, O, O)), se quiere saber en qué dirección aumenta la temperatura con más rapidez. Según ya hemos visto, la velocidad de variación máxima se encuentra en la dirección del vector gradiente de T en (O, 0, O), es decir, en la dirección del vector aT aT aT ) ( -éJx (0,0, O), ~ (O, O, O), -- (0,0, O) dy az Calculando estas derivadas tenemos 2.8 Gradiente 197 z z= ~ )3 - X 2 _ y2 r ~ --~ 1 I 1_ _ _ _ ~ r '1 I , A I I 1 _ _ 1_ _ l' ,. - _ 1 ~ __ _-1 I r I-t' I y x Figura 4. Ejemplo 2. aT = 0.002eO.lx+OAy+OJlI< aX aT = 0.OOSeO. 1X+0 .4y+O.Olz2 aT - = 0.0004ze°lt+0 .4 >'LOOJ,2 .. ay az 'y", . - Evaluando estas deíivadas en (0,0, O) obtenemos el vector grad T(O, O, O) = (0.002, O.OOS, O) que nos marca la dirección de mayor crecimiento de la temperatura partiendo del punto de origen. Jl',JI~HllpW 4. Un cultivo de bacterias ha sido infectado por un contaminante, cuya concentración, medida con un sistema coordenado xy, está dada por C = 2 + 4sen\x + 3y + 8xy) donde x y y se miden en centímetros y C en centigramos por litro. Una bacteria b se encuentra en el punto de coordenadas (O, 2). El vector grad ceO, 2) = (~~ (O, 2), ~~ (O, 2») = (6S sen 12, 12 sen 12) = 4 sen 12( 17, 3) nos da la dirección de movimiento de la bacteria en la cual ésta encontraría la mayor variación de concentración de contaminante. Para que la bacteria b se pueda mover en el cultivo sin tener cambio en la concentración del contaminanú~, lo tendrá que hacer sobre una curva de nivel de la función cex, y) correspondiente al nivel C(O, 2) = 2 + 4 sen 2 6. • Las propiedades del vector gradiente ejemplificadas aquí con funciones de 2 variables, valen en general para funciones de n variables f: U ~ lRn -> IR. En particular quisiéramos hacer hincapié en la propiedad que establece que el vector grad f(xo) E lRn es un vector "perpendicular" o "normal" a la curva (o más en general a la superficie) de nivel de la función f que pasa por "o. Ejercicios (Capítulo 2, Sección 8) 1. Determine el vector gradiente de las siguientes funciones en los puntos indicados. a. f(x, y) = 3x 2 y + cos(xy) en el punto p = (1,1) b. f(x, y) = x Y en el punto p = (2,2) 198 2 Funciones de varias variables c. d. f(x, y) en el punto (1, O) x-y f(x, y, z) = (sen x)(cos y)(tan z) en el punto p = arctan x+ (7T / 4, 7T/4, 7T / 4) 2. Calcule el ángulo entre los gradientes de la función a. b. f(x, y) = 3x 2 +l en los puntos (2,1) Y (1, 2), f(x, y, z) = xlz 3 en los puntos (1,1, 1) Y (1, -1, -1). 3. Calcule el ángulo entre los gradientes de las funciones a. f(x, y) = xy y g(x, y) = x 2 - l en el punto (2,1), b. f(x, y, z) = x 4 + 3lz y g(x, y, z) = x + 3y - 2z en el punto (1, 2,1). En los ejercicios 4-10 se da una función, un punto p de su dominio y un vector ti. Escriba en cada caso la descomposición del vector grad f(p) en sus componentes ortogonales, una de las cuales está en la dirección del vector ti dado. Es decir, determine el escalar a tal que grad f(p) = an + w, donde w es un vector ortogonal a u. 4. f(x, y) = 4x - 16y, p = (2, 1), u = (1, 1) 5. f(x, y) = x 2 + 3xy + l , p = (1,1), u = (0,1) 6. f(x, y) = x sen y + y sen x, p = (O, 7T), ti = (2, 3) 7. f(x, y) = 1 + y2' P = 2 1 +x 2 (O, 0),11 = (1, 1) 8. f(x, y, z) = x 9. f(x, y, z) = 10. ¡(x, y, z) = + y + z, P = (1,1, i), u = (1, 1, 1) x + l + Z2, P = (l, 1, 1), tI = (-1,0,1) ln(2 + + l + Z6), P = (1,2, u :::, (0,0,5) , y sea H. Sea f: U ~ ]R2 ~ ]R una función diferenciable definida en el conjunto abierto U de pE U. Suponga que %f(p) = 0, %(p) = 5. a. b. c. d. Calcule la derivada de Calcule la derivada de f f en p en la dirección del vector u en p en la dirección del vector ti = (3, 4). = (7T 2, O). + by + e = O es la Sea e una curva de nivel de f que pasa por p. Demuestre que si ax ecuación de la recta tangente a e entonces a = O. Demuestre que la función f "crece" (en p) en la dirección de cualquier vector en en los cuadrantes primero y segundo, y "decrece" (en p) en la dirección de cualquier Vector en JR2 en los cuadrantes tercero y cuarto. 12. Sea f: U ~ ]R2 ~ JR una función diferenciable definida en el conjunto abierto U de ]R2 y sea p E U. Suponga que %f(p) = 3. %f(p) = 4. ¿En qué dirección se tiene que %f(p) = 2?, ¿en qué dirección se tiene %fÜ» = O?, ¿en qué dirección se tiene %~(p) = -5? ¿Hay alguna dirección en la que %f(p) = 6? 13. Sea f: U ~ JR2 -> JR una función diferenciable definida en el abierto U de JR2 y sea p un punto de U en el que las derivadas parciales de f son iguales a cero. Pruebe que, de hecho, las derivadas de f en p en cualquier dirección son iguales a cero. Es decir, del hecho de que las derivadas de f en p en las direcciones de i = (1, O) Yj = (O, 1) son cero, se puede deducir que las derivadas de f en p en cualquier otra dirección son también nulas. Pruebe que esto es falso si no asuminos la diferenciabilidad de f (al menos en p). 2.8 Gradiente 199 14. Sea f: U ~ IR 3 IR una función diferenciable definida en el conjunto abierto U de IR3 y sea p E U. Suponga que %f(p) = 6, *(p) = O, *(p) = 8. Demuestre que ~{ (p) = 10 es el máximo valor que puede tomar la derivada direccional de f en p, y que este se logra en la dirección del vector unitario u = (3/5, O, 4/5). ¿Cuál es el mínimo valor (absoluto) que puede tomar %G(p)?, ¿en qué dirección se tiene este valor? -jo IR una función diferenciable definida en el conjunto abierto U de ]R2 y sea pE U. Suponga que ~(p) = 3, %f(p) = 2, donde u = (l/Vi, -l/Vi), v = (/3/2,1/2). Calcule las derivadas parciales de f en p. 16. Sea f: U ~ ]R2--,+]R una función diferenciable definida en el conjunto abierto U de IR2 y sea p E U. Suponga que ~(p) = a, %G(p) = b, donde los vectores unitarios u = (XI, y¡) y v = (X2, Y2) sonlínealmente independientes. Demuestre que las derivadas parciales de f en p son af bx¡ - aX2 af ) aY2- by¡ , -(p)=----(p = -jo 15. Sea f: U ~ ]R2 ax XI Y2 - x2Y¡ ay X¡ Y2 - X2Y¡ 17. Sea f:]R2 IR la función f(x, y) = x 2 + l. a. Determine los puntos (x. y) E ]R2 en que el gradiente de esta función forma una ángulo de 'Tí/4 con el vector u = (1, 1). b. Determine los puntos (x, y) E IR2 dondeel gradiente de esta función tiene la misma dirección del vector ti = (-3, -4). c. Determine los puntos (x, y) E ]R2 en que el gradiente de esta función es perpendicular al vector u = (-1, 1). 18. Sea f:]R3 ]R la función f(x, y. z) = z - x 2 -l. a. Determine los puntos (x. y, z) E ]R3 en que el gradiente de esta función forma un ángulo de 'Tí/3 con el vector u = (2, 1, 1). b. Determine los puntos (x, y, z) ]R3 donde el gradiente de esta función esté en la dirección del vector u = (1, 1, 1). c. Detem1ine los puntos (x, y, z) E ]R3 en que el gradiente de esta función es perpendicular al vector u = (2, -1, 1). -jo -jo E 19. Demuestre que no existe función diferenciable alguna f: U ~ ]R" ]R definida en el abierto U de ]R" para la que su derivada direccional en un punto p E U, ~{ (p), tenga signo constante -jo en la dirección de todo vector unitario v E ]R". ¿Puede ocurrir que ~{ (p) sea igual a cero para todo vector unitario v E]R"? 20. Sea f: U ~ ]R" ]R una función diferenciable definida en el abierto U de]R" y sea p E U. Si v es un vector unitario en ]Rn, demuestre que -jo a( -v) (p) = - av (p) af af 21. Sean f, g: U ~ ]R" ]R dos funciones diferenciables definidas en el 'conjunto abierto U de ]R" y sea p E U. Demuestre las siguiente fórmulas para el gradiente 3. grad(f + g )(p) = grad f (p) + grad g(p) b. grad(fg)(p) = f(p) grad g(p) + g(p) grad f(p) l)()= g(p)gradf(p)-f(p)gradg(p) . ()--I-O c. grad ( g p . g2(p) . , SI g P I ' -jo 2 00 Capítulo 2 Funciones de varias variables 22. Pruebe que si f: IR" -----+ IR es una función constante, entonces grad f(x) = O (el vector cero de IR") Vx E IR". Más aún, suponga que f: IR" -----+ IR es una función definida en todo IR" tal que sus derivadas parciales son nulas en todo punto x E IR". Demuestre que f es constante. 23. Generalizando el resultado del ejercicio anterior: (demuestre que) la función f: IR" -, IR es constante si y sólo si las derivadas direccionales (p) (existen y) son iguales a cero en todo punto p E IR", en las direcciones de un conjunto de n vectores VI, V2, ... , V" E IR" linealmente independientes. ;t, 24. Considere las funciones f(x, y) = 7ln x+ J3 y. Demuestre que la derivada de la función f en el punto p = (1, l) en la dirección del gradiente de la función g en p es igual a la derivada de la función g en p en la dirección del gradiente de la función f en p. ¿Ocurre lo mismo con las funciones f(x, y) = x 2 + y2, g(x, y) = 2x + y, en el punto p = (2, ])'1 = 3x2 + 2y2, g(x, y) 25. Sean f, g: U ~ IR" --., IR dos funciones diferenciables definidas en el conjunto abierto U de IR". Sea p un punto de U. Demuestre que una condición necesaria y suficiente para que la derivada de f en p en la dirección del gradiente de g en p sea igual a la derivada de g en p en la dirección del gradiente de f en p, es que las normas de los gradientes de f en p y de g en p sean iguales. Es decir, demuestre que . af (p) = , ej ¿¡ grad g(p) dg (p) grad f(p) {=} 1I grad f(p)11 = 1I grad g(p)11 26. (Un ejercicio sobre elipses). Una elipse se define en geometría analítica clásica como el lugar geométrico de los puntos del plano tales que la suma de distancias a dos puntos fijos, llamados focos, es una magnitud constante. Sean F, = (-e, O) y == (e, O) los focos, y considere las -----+ lR funciones fl' h: fl y) hC),", y) Sea f: IR 2 a. b. --+ = ~ e)2 + y2 = = + h(x, y). distancia del punto y) a F¡ distancia del punto (x, y) a IR, f(x, y) = f, (x, y) 2 Describa las curvas de nivel de la función f. Sea Il E IR un vector unitario tangente a una elipse en un punto de ella, digamos p = (x, y), apuntan,do en la dirección contraria a la del recorrido de las manecillas del reloj. Dé argumentos geométricos que muestren que ~(p) = O. Deduzca de este hecho que grad fl(X, y) . u + grad h(x, y) . 1I = O c. Considere los vectores VI = -(x + e, y), V2 = -(x - e, y) que unen el punto p = (x, y) de una elipse con los focos F¡ y F2 , respectivamente. Sea 8, el ángulo que forma el vector VI con el vector u del inciso anterior, y sea 82 el ángulo que forma el vector "2 con el vector -u. Demuestre que l cos 8 1 = - f - - V I . U = grad f¡(x, y). I (x, y) U COS82 = --f- - V 2 ' U = 2(X, y) 1 grad h(x, y). u 2.9 Vectores normales 201 d. Use los resultados de los dos incisos anteriores para concluír que el = e]. Obtenga entonces la conocida propiedad de la elipse: los radios que unen a un punto p de la elipse con los focos F¡ y F] forman ángulos iguales con la recta tangente a la elipse en el punto p. 2.9 Vectores normales Consideremos la grMka de una función diferenciable f: U r,: IR2 ---> IR definida en el conjunto abierto U de IR 2. Como sabemos, ésta es una superficie S en el espacio IR 3 . Sea p (xo. Yo. f(xo. Yo)) un punto de esta superficie. Queremos obtener una expresión que nos de un vector normal a la superficie S en p. En este momento entenderemos la palabra "normal" ó "perpendicular" que califica la propiedad del vector procurado, tratando de extender lo que se entiende con este calificativo para gráficas de funciones de una sola variable (donde "normal" significa "perpendicular a la recta tangente"), sólo que ahora, en el caso de nuestra superficie S, debemos pensar en un "plano tangente a la superficie en p" (lo que buenamente -de modo intuitivo-- podemos pensar acerca de este término, que será objeto de estudio de la próxima sección). De modo pues que el vector que procuramos--el vector normal a la superficie S en p-, será un vector perpendicular al plano tangente a la superficie en p. (Veremos luego que, siendo la función f diferenciable, la existencia de este plano tangente está garantizada). Llamemos N p = (a. b. e) al vector normal procurado (ciertamente a, b y e dependen de p). Siendo este vector perpendicular al plano tangente a S que pasa por p, debe ser, en particular, perpendicular a cualquier recta tangente a la superficie S en p. Ahora debemos recordar lo estudiado en la sección 2.5 sobre derivadas parciales: éstas nos daban las pendientes de las rectas tangentes --en las direcciones canónicas-- a la superficie en p. Obtengamos dos vectores (en el plano xz y que marquen las direcciones de las rectas tangentes a la superficie S en p (que sean paralelos a tales rectas). Fijemos nuestra atención en el plano Y = Yo. Este corta a la superficie S y da lugar a una curva --en ese plano--- que en el punto p tiene una recta tangente de pendiente ,*(xo, Yo). Entonces el vector "¡ = (1,0, a~(xo, YO)) \ ax es un vector en la dirección de la recta tangente mencionada (ver ejercicio 39 de la sección 3). Esquemáticamente (Fig. 1) ; a¡ , . NOTA: El vector VI mostrado en la figura es en realidad el vector rígidamente al plano y = Yo. De forma análoga, el vector "2 = V1 \ 1, O. iiX (xo, Yo)) recomdo (o, 1, af(X o. yo )) ay es un vector en la dirección de la recta tangente a la curva z = f(xo. y) en el punto p -la cual se encuentra en el plano x = xo-lver ejercicio 40 de la sección 3). 2 02 Capítulo 2 Funciones de varias variables Plano y = yo (paralelo al plano Xz) Recta de pendiente ;¡f (xo, yo) >t Curva z = ¡(x, Yo) Xo Figura 1. Gráfica de la recta tangente a la curva de intersección, VI Así pues, el vector normal N p procurado debe ser perpendicular a el producto cruz de VI y V2, digamos Np = VI X V2. Tenemos y V2. Lo obtenemos como ( 1) Esta es la expresión que nos permite obtener un vector perpendicular a la superficie dada por la gráfica de la función z = ¡(x, y) en el punto p = (xo, Yo, ¡(xo, Yo». 1. Considere la función ¡(x, y) = . Como sabemos, su gráfica es la parte superior de la esfera con centro en el origen y radio ¡. Obtengamos un vector perpendicular en el punto (x, y, z) cualquiera de ella. Todo lo que tenemos que hacer es calcular las derivadas parciales de la función, las cuales son Ejl~mplo d¡ dX de modo que el vector normal es x d¡ ay N = (_ d¡ p ax' _ d¡ 1) ay' o bien Más aún, sabiendo que z (x, y, z) es N p = (x, y, Z). JI - x 2 - y2, vemos que un vector normal a tal esfera en el punto I!l NOTA: Se ha venido hablando de un vector normal a una superficie en un punto. Es claro que, teniendo un vector N p de esta naturaleza, se tiene automáticamente una infinidad de ellos, a saber ------ 2.9 Vectores normales 203 AN p , con A E IR. Así pues, en el ejemplo anterior el vector normal que se obtuvo fue ~(x, y, z), el cual multiplicado por z es N p = (x, y, z). Es interesante notar también cómo en este ejemplo se juega la dualidad de papeles de los elementos del espacio 1R 3 que ya se había comentado en el capítulo 1: por una parte, (x, y, z) juega el papel de un punto de la esfera y por otra parte el mismo (x, y, z) juega el papel de un vector normal a la esfera en ese punto (que es él mismo). Por razones "psicológicas" uno "distingue" estas dos ideas en una figura poniendo z (x, y, z) y x 2. Gnifica de un punto y un vector normal a la esfera Ejemplo 2. Para la función f(x, y) = x 2 + l que representa un paraboloide que abre hacia arriba, y. z) es un vector normal en un punto = ( _ af , _ ~f, \ ax ay 1) (-2x, -2y, 1) Así por ejemplo, en (O, 0, O) un vector normal es el (O, O. 1). E.il~mplo 3. Panda función vector normal al plano es y) = ax + by + c que representa un plano en el espacio, un Np = (-a, -b, 1) Quisiéramos ahora llamar la atención hacia un punto de especial interés que conecta lo discutido en esta sección con la propiedad del vector gradiente de ser perpendicular a una curva de nivel. Comencemos por tener presente que una curva en el plano que sea la gráfica de la función y = ~(x), también se puede ver como una curva de nivel, correspondiente al nivel cero, de la función f(x, y) = y - ~(x). De hecho, los puntos del plano que constituyen la gráfica de la función y = ~(x) son precisamente aquellos puntos que satisfacen que y - ~(x) = 0, es decir, en los cuales la función f(x, y) es constante (igual a cero). Así por ejemplo, la recta y = x, gráfica de la función ~(x) = x, es el nivel cero de la función f(x, y) = y - x, que geométricamente es un plano que pasa por el origen (figura 3). Nótese que al decir "nivel cero", nos estamos refiriendo, geométricamente, al corte de la superficie z = f(x, y) con el plano xy. Más aún, si tuviéramos una curva en el plano, no necesariamente la gráfica de una función y = ~(x), también podremos en ciertas condiciones (la pregunta sería ¿cuándo podremos?) verla como el nivel cero de alguna función z = f(x, y). es decir, como la manera como 2 04 Capítulo 2 Funciones de varias variables ----_. f(x, y) = y --- x y x Recta v = x (en el plano xv) que corresponde al nivel cero de f(x, y) = y x Figura 3. Gráfica del plano f(x. y) = y - x, esta superficie corta al plano xy. Esta es una cuestión que será discutida ampliamente en el próximo capítulo (seción 4), Por ejemplo, la curva x 2 + = 1 no es (globalmente) la gráfica de función y = 'P(x) alguna. Sin embargo, la podemos ver como el nivel cero de la función f(x. y) c...-c x 2 + \,2 -- 1 (esta función no es única: para cualquier constante k i O. la función f(x. y) = ker 2 + .1'2 __ 1) tiene por nivel cero a x 2 + l = 1; esto significa que existen muchas superficies en que cortan el plano xy en la curva x 2 + l = 1), cuya gráfica es un paraboloide que abre hacia arriba y cuyo vértice estú en el punto (O, 0, -1) (figura 4), i Nivel cero: x 2 / =1 y x Figura 4. Gráfica del paraboloide z = x2 + / - 1 Ysu nivel cero. Llevando esta idea una dimensión más arriba, tenemos que la superficie que representa la gráfica de la función z f(x, y) también la podemos ver como el nivel cero de la función de tres variables F(x, y, z) = z - f(x, y). Entonces, la superficie z = f(x, y) se puede ver como una supcfjicic de nivel (correspondiente al nivel cero) de la función F(x, y, z) = z - f(x, y), o bien, como la manera en que la gráfica de la función F(x, y, z) = z - f(x, y) (que vive en el espacio IR 4 ) "atraviesa" el espacio IR 3 (identificado como una porción de IR 4 , correspondiente a aquellos puntos de IR 4 cuya última coordenada sea igual a cero). Así por ejemplo, la superficie z = x2 + l es la superficie de nivel de 2.9 Vectores normales 205 la función F(x, y, z) = z - x 2 - y2, cOIT'espondiente al nivelO de esta función . Más aún, podríamos tener una superficie en el espacio IR 3 , que no representa (globalmente) la gráfica de alguna función z = f(x, y) y también verla como una superficie de nivel de una función u = F(x, y, z) Este es el caso que se presenta con la esfera x 2 + y2 + Z2 = 1, la cual no es la gráfica de función z = l(x. y) alguna, pero sí la podemos ver como el nivel cero de la función F(x, y, z) = x 2 + i + Z2 - l. Así las cosas, si vemos la superficie z = f(x, y) como el nivel cero de la función F(x, y, z) = z - f(x;, y), y recordamos que el gradiente de esta función es un vector perpendicular a cualquier superficie de nivel de ella, concluimos que el vector grad F = (aF, aF, aF) ax ay az debe ser normal a la superficie considerada. En efecto, si calculamos estas derivadas parciales obtenemos grad F = (_ al, ax; _ al. ay ,1) resultado que coincide con la fórmula (l) establecida anteriormente. Ejemplo 4. Retomemos el ejemplo 1 La superficie z = l(x, y) = x 2 - y2 es un trozo de la esfera x 2 + l + Z2 = I Lo que digamos entonces de la esfera, vale, en particular, para la gráfica de z = f(x, y) . Esta esfera la podemos ver como la superficie de nivel (cero) de la función F(x, y, z) = x;2 + l + Z2 - I cuyo gradiente es grad F = JI - aF aF aF) ( - . - . -az ax ay = (2x. 2y, 2z) = 2(x, y, z) Este vector debe ser entonces normal a la superficie En particular N p = (x, y. z) 10 es, como ya observamos en el ejemplo l. 11 Ejemplo 5. Consideremos el elipsoide ~ + + f:, = L Para obtener un vector normal en el punto p = (x, y, z) de él, lo podemos ver como superficie de nivel de la función F: IR 3 -> R, dada por x2 l Z2 F(x, y, z) = "2 + b 2 + "2 - I a e El vector grad F debe ser entonces normal a esta superficie de niveL Este vector es grad F = 2 V 2 2 aF aF aF) ( ¡¡;, ay' az = (2X 2 y 2Z) a2' b2' e2 =2 (x a2' b2' e 2 y z) I 11 En particular entonces, el vector N p en un punto (x;, y, z) de éL = (~, p. -!r) es un vector normal al elipsoide ~ + ~ + ~ = Ejercicios (Capítulo 2, Sección 9) Para cada una de las funciones z = l(x, y) dadas en los ejercicios 1-10, determine un vector normal a su gráfica en el punto indicado 2 06 Capítulo 2 Funciones de varias variables ----------------------------- 1. f(x, y) = I en un punto cualquiera p = (xo, Yo) 2. f(x, y) = -128'172 en un punto cualquiera p = (xo, Yo) 3. f(x, y) = x + 12 en un punto cualquiera p = (xo, Yo) 4. f (x, y) = x - 125 en un punto cualquiera p = (xo, Yo) 5. f(x, y) = xy en un punto cualquiera p = (xo, Yo) 6. f(x, y) = sen x + sen y en el punto p = (O, O) 7. f(x, y) = e Y cosx en el punto p = (0,1) 8. f(x, y) = 2x 2 + 5 y3 en el punto p = (2, -1) 9. f(x, y) = In(2 + x + y) en el punto p = (O, O) 10. f(x, y) = sen(senxcosy) en el punto p = ('17, '17) En cada uno de los ejercicios 11-15, se dan ecuaciones de superficies en IR 3 Con ellas como superficies de nivel de funciones It = F(x, y, z), determine un vector normal a cada una en los puntos indicados, 11. xyz = I en el punto p = (1, 1, 1) 12. xy 13. x 2 + xz + yz- 3 = ° = en el punto p = (1, 1, 1) 14. + i - Z2 = Oen los puntos p = (3,4,5) Yq = (-3, -4, -5) x 2 y2 + x 2Z2 + y2 Z2 + xyz - 4 = Oen el punto p = (1,1,1) 15. x Y + X Z + ZX - 3xyz ° en el punto p = (1, 1, 1) 16. ¿Cierto o falso? La gráfica de una función vector ~n el plano xy. Explique, z= f(x, y) no puede tener por vector normal a un 17. ¿Cierto o falso? Si la gráfica de la función Z = f(x, y) tiene al vector N E JR3 por vector normal en el punto p = (xo, Yo, f(xo, Yo», entonces N no puede ser normal a la gráfica de la función en otro punto q de ella, diferente de p" ¿Cambia la respuesta si consideramos una superficie más general en IR 3 (no necesariamente la gráfica de una función z = f(x, y)), por ejemplo, una superficie cerrada (como una esfera o un elipsoide)? 18. Sea f: U s:;; IR 2 -> IR una función diferenciable definida en el conjunto abierto U de IR2, y sea p = (xo, Yo) E U. Llamemos N p al vector normal a la gráfica de f en (xo, Yo, f(xo, Yo». El vector grad f(p) es un vector en IR2, que se puede identificar con un vector en IR 3 con su última coordenada nula, Demuestre que el ángulo e entre los vectores N p y grad f(p) está dado por e = arctan I 11 grad f(xo, Yo)11 2 19. Considere la función f: IR 2 -> IR, f(x, y) = e-(x +/) Sea e el ángulo del ejercicio anterior, Demuestre que límll(x.Y)II~oo e = '17/2, Interprete geométricamente este hecho. 2 10 Planos tangentes 207 En los ejercicios 20-25 se da una función z = f(x, y) y un vector N E JR3. Determine el (los) punto(s) de la gráfica de la función (si los hay) para los que el vector N es un vector normaL 20. f(x, 21. 22. 23. 24. 25. = x 2 + i, N = (O, 0,1) f(x, y) = x + y - 3, N = (I, 1, -1) f(x, y) = 3x - 2y + 4, N = (4,5,1) f(x, y) = 2x 2 + 3xy + 5i, N = (3,2, -3) f(x, y) = ln(l + x + 2y), N = (-1, -3,4) f(x, y) = sen Jx 2 + y2, N = (O, O, -3) y) En los ejercicios 26-30 se da la ecuación de una superficie S y un vector N E JR3 Determine el (o los) punto(s) de S (si los hay) para los que N es un vector normal a S 26. x 2 + i + Z2 = 4, N = (2, 2, 2) 27. x2 +2l+3z 2 =I,N=(-2,3,6) 28. x 2 + 4y2 - Z2 = 1, N = (0,3,4) 29. 2x 2 + 2y2 - 5z2 + 2xy - 2x - 4y - 4z- 11 = O, N = (5,4,3) + 18 = O, N = (1,0,1) 30. 7x 2 + 6y2 + 5z 2 - 4xy- 4yz - 6x - 24y + 18z 31. Considere la función diferenciable f: JR -> IR, z = f(y).. Suponga que ésta tiene un máximo local en el punto y = Yo > O, z = Zo > O. Sea z. = f ( Jx 2 + y2) la superficie de revolución generada al poner a girar la gráfica de z = f(y) alrededor del eje z ¿Para qué puntos de la superficie el vector N = (O, O, 1) es un vector normal? Ejemplifique este resultado con la función f{y) = y2 e -/ (Nota: la pregunta puede ser contestada en base a consideraciones geométricas . Para convencerse analíticamente de su respuesta, puede hacer uso de las siguientes fórmulas de las derivadas parciales de la función z = f ( jx 2 + y2), las cuales se entenderán después de estudiar el siguiente capítulo az ax donde u x Jx2 + y2 f'(u), y f'(u) Jx 2 +i == v0+-7\ 2.10 Planos tangentes Consideremos la función f: U ~ ]R2 -> lR definida en el conjunto abierto U de JR2. Supongamos que es diferenciable en el punto (xQ, Yo) E U Queremos asociar a ella (a su gráfica) un plano "tangente" que haga el papel de la recta tangente a la gráfica de una función de una sola variable. Por supuesto que esto nos llevaría a contestar la pregunta: ¿qué se entiende por un plano tangente a una superficie en un punto? La respuesta a esta pregunta está intimamente ligada con la propiedad de diferenciabilidad de la función en el punto, como veremos más adelante. Por lo pronto, pensemos que el plano que buscamos debe poder contener a todas las rectas tangentes a la superficie z = f(x, y) 208 Capítulo 2 Funciones de varias variables en el punto (xo, Yo, f(xo, Yo)) Más aún, el plano que se procura es tal que si cortamos a la superficie z = f(x, y) con un plano perpendicular al plano xy que pase por (xo, Yo, O), entonces la recta tangente a la curva de intersección de la superficie con este plano, en el punto (xo, Yo, f(xo, Yo», debe estar contenida en el "plano tangente" que buscamos. Entonces, en particular, tal plano debe tener por vector normal al vector N p = (-*(xo, va), - ~{ (xo, Yo), 1), según se discutió en la sección anterior. Por lo tanto, sabiendo que Np es un vector normal al plano buscado y que éste debe pasar (digamos que debe "tocar") por el punto (xo, Yo, f(xo, Yo», concluimos que su ecuación debe ser af af - ax (xo, yo)(x - xo) - ay (xo, YoKy -- Yo) o sea + z - f (xo, . )'0) = ° ( T) z = f(xo. Yo) + -a (xo, Yo)(x - xo) + -a (xo, yo)(y -- Yo) y af x af Observando esta ecuación con detenimiento nos encontramos con que todo lo que se necesita para construir la ecuación del plano tangente a la gráfica de la función z = f(x, y) en el punto p = (to, Yo) son las derivadas parciales de esta función calculadas en p . ¿Quiere decir esto que si una función j: U ~ IR 2 -> IR posee derivadas parciales en el punto (xo, Yo), ya podemos asociarle un plano tangente a su gráfica en el punto (xo, Yo, f(xo, Yo))? Para dar respuesta a esta pregunta nos vemos obligados (de nuevo) a establecer con precisión el concepto de tangencia de un plano con una superficie. De manera "formal" la respuesta a la pregunta sería "sI': hallamos las derivadas parciales y las sustituimos en la ecuación anteriormente obtenida y ¡ya está! Ese es nuestro plano tangente procurado . Sin embargo, la experiencia vivida en la sección 4 (ver ejemplo 6) nos dice que la función f: IR 2 -> IR xy f(x. y) = { ~2 + y2 si (x, y) si (x, y) =f (O, O) = (O, O) de modo que ~{ (O, O) = ~(O, O) = 0, tendría por plano tangente en el origen a z = (plano XV), aun siendo la gráfica de la' función discontinua en (O, O) (situación sumamente desagradable, pues la idea intuitiva de "tangencia" que tenemos exige al menos la continuidad de la gráfica en el punto donde el plano toca a la superficie). Acontece que el concepto de tangencia que funciona en matemáticas es "el mismo" que el concepto de diferenciabilidad de funciones . De modo más preciso, si la función f: U ~ IR? -> IR es diferenciable en (xo, Yo) entonces diremos que la ecuación (T) define al plano tangente a la superficie z = f(x, y) en el punto (xo, Yo, f(xo, Yo)). Es decir, es cuando la función fes diferenciable (y sólo en este caso) cuando el plano dado por la ecuación (T) es tangente (en el sentido preciso que se entiende en matemáticas) a la gráfica de la función en el punto considerado. Veamos cuál es el sentido geométrico de la "tangencia" del plano dado por (T). Siendo la función f diferenciable en (xo, YO) tenemos que ° donde 2.10 Planos tangentes 209 Poniendo h I = X - XO, h2 = Y - Yo, nos queda la expresión anterior convertida en f(x, y) af = f(xo, Yo) + -;-(xo, yo)(x ox xo) af + -a (xo, yo)(y y Yo) + r(x Xo, y- Yo) donde (X.Y)~(Xo.Yo) , 11m r(x-xo,y-yo) II(x xo, y - Yo)11 = o Al ver esta expresión nos encontramos con la agradable sorpresa de que la suma de los 3 primeros términos del segundo miembro nos da precisamente (según la ecuación (T» la altura, en el punto (x, y), del plano tangente a Z = f(x, y) en (xo, Yo). De modo que el residuo r(x - Xo, y - Yo) se puede ver como r(x -- xo, y - Yo) = ¡(x, y) . - (a¡ + f(xo, Yo) ax(xo, Yo)(x - xo) af + -ay (xo, YO)(y - Yo) ) = diferencia entre la z de la función z = ¡(x, y) en el punto (x, y) y la z en el mismo punto del plano tangente a la gráfica en (xo, Yo) El hecho de que f sea una función diferenciable nos dice que este residuo es muy pequeiio en torno al punto (xo, Yo). Con más precisión, nos dice que si lo dividimos entre la norma del vector (x - Xo, y - Yo), este cociente va a cero cuando x tiende a xo y y tiende a Yo [Es claro que el puro rcsiduo r(x - xo. y - Yo) tiende a cero cuando (x, y) - t (xo. yo). Sin embargo esta propiedad sólo nos dice que la función f es continua en (xo, yo), como ya lo habíamos advertido anteriormente -¿por qué?]. Esta propiedad del residuo es precisamente la que le da el carácter de tangencia al plano dado por (T). Es decir, es justamente cuando el residuo r(x - xo, y - Yo) (visto como la diferencia de la z de z = ¡(x, y) y la z del plano dado por (T» tiene tal propiedad (que al dividirlo por la norma de (x - Xo, y - Yo) tiende a cero cuando (x, y) - t (xo, Yo», cuando decimos que el plano dado por (T) es tangente a la superficie z = ¡(x, y) en (xo, Yo). z z = f(x, y) Yo Y = Yo + h2 y x Vector (x - Xo, y - Yo) Figura 1. Plano tangente a lagráfica de z = f(x, y)- Como las funciones con las que trabajamos normalmente son diferenciables, entonces podremos hablar con libertad de planos tangentes a sus gráficas. Veamos ahora algunos ejemplos. 2 10 Capítulo 2 Funciones de varias variables Ejemplo 1. Se quiere hallar la ecuación del plano tangente a la superficie z = x 2 + l en los puntos (O, 0, O) Y (1,2,5). Todo lo que necesitamos son las derivadas parciales ~ = 2x y ~, = 2y. En x = y = 0, tenemos ~(O, O) O, *(0, O) = 0, de modo que según la ecuación (T), el plano tangente es z = 0, es decir, el plano xy (resultado que coincide con la respuesta intuitiva al imaginar el paraboloide z = x2 + cuyo vértice es justamente el origen). En el punto en que x = 1, Y = 2, tenemos ~(1, 2) = 2, ~(l, 2) = 4, de modo que en este punto el plano tangente es z = 5 + 2(x - 1) + 4(y - 2), o sea 2x + 4y - z = 5. 11 l Consideremos una superficie S, digamos que dada como la gráfica de la función diferenciable -+ IR. Se define la recta normal a la superficie S en el punto p = (xo, Yo, zo) de ella, como la recta que pasa por p y contiene el (o es paralela al) vector normal a la superficie en p (es decir, la recta perpendicular al plano tangente a la superficie en p). Según lo discutido en esta sección y en la anterior, tal recta debe de ser paralela al vector N p = (- *(xo, Yo), - *(xo, Yo), 1) y, como debe también pasar por el punto p = (xo, Yo, f(xo, Yo», su ecuación debe ser f: U ~ IR 2 af x = xo - ax (xo, yo )t . af y = Yo - -(xo, yo)t ay { z = f(xo, yo) + t Ejemplo 2. Z t E IR = x2y + eX +y en el punto en que x 2 Se quiere hallar la ecuación del plano tangente y de la recta normal a la superficie 2 = 1, y = l. Tenemos que ~ a- ax = 2xy + 2xex'+Y , ¡ ' -- = x ay az 2 + 2 .ye X2 +y ¡ de modo que con x = 1, Y = I nos queda que z 1+ e2 , y -.- (I. 1) cJy (jz az -( I, I ) - 2 + ') -d ax La ecuación del plano tangente es entonces 2, = I + 2e" o z = 1 + e2 + (2 + 2e 2 )(x -- 1) + (1 o bien La ecuación de la recta normal es + 2e 2 )(y -- 1) t E IR Ejemplo 3. de él. Como * Consideremos el paraboloide z = x 2 + y2. Sea p = (xo, Yo, zo) un punto cualquiera = 2x Y ~ = 2y, tenemos que la ecuación de la recta normal a esta superficie en p es { X = Xo 2xot Y = Yo - 2Yot Z = x5 + Y5 + t t E IR 2.10 Planos tangentes 211 Nótese que si ponemos t =: se tiene x =: y =: O. Esto significa que la recta normal corta al eje z. Como el punto p es arbitrario, tenemos probada la siguiente propiedad geométrica del paraboloide z x 2 + l: todas sus rectas normales cortan el eje z. En realidad esta es una propiedad válida para superficies más generales (superficies de revolución), hecho que se considera en el ejercicio 42 al final de esta sección. 11 Ejemplo 4. Consideremos el elipsoide :;-r + ~ + ~ l. Como sabemos, esta función no es la gráfica de función alguna del tipo z = f(x, y). Sin embargo, esto no nos impide obtener la ecuación del plano tangente a ella en un punto p = (xo, Yo, zo). Todo lo que necesitamos es un vector normal a la superficie enp. En el ejemplo 5 de la sección anterior, vimos que un vector tal es N p = (~. 7}, ~), de modo que el plano tangente al elipsoide en p es 2 2 2 i. Xo o(X - Xo) a" Yo + -(y 2 b YO) 20 + -(z 2 c 20) = O o bien Xo Yo Zo xij Y6 zij -x+-y+-z=-+-+-=I a2 b2 e2 a2 b2 e2 (la última igualdad se justifica por ser p un punto del elipsoide). Es decir, la 2 2 2 tangente al elipsoide :;-r + ~ + ~ 1 en un punto p = (xo. Yo. 20) de él es XoX 1 a- ~cuación del plano + YoY b' 2 + ZoZ _ I C" 1 -- Ejemplo 5. Tomemos de nuevo el elipsoide :;-r + + ~ = l. Sea ax + j3y + -yz un plano dado en el espacio. Nos preguntamos por el plano tangente al elipsoide que sea paralelo al plano dado. En realidad, hay dos respuestas a esta pregunta, pues localizando un plano tangente al elipsoide (digamos que "por arriba") podemos construir siempre otro tangente a él y paralelo al anterior (digamos que "por abajo"). Nótese que la propiedad de los planos A¡x + Bly + Clz = DI Y A 2 x + BY2 + CZ2 = D2 de ser paralelos significa que sus vectores normales son paralelos, es decir que hay una constante k :f Otal que (Al. B I , CI) = k(A 2• B 2• C 2 ). En nuestro caso, debemos hallar en qué puntos del elipsoide sus planos tangentes tienen vectores normales paralelos al vector (a. j3. -y), que es el vector normal al plano dado (y por tanto es un vector normal a los planos tangentes que procuramos). Como ya sabemos, un vector normal al elipsoide en el punto (xo. Yo, zo) viene dado por (~, 7}, ~), de modo que debemos resol ver para Xo, Yo, 20 la ecuación fi ::! 2 o xo Yo Zo) ( a2' b 2' c 2 = k(a. j3.-y) donde k es alguna constante. Es claro que los valores de Xo, Yo, Zo que satisfacen tal condición son Xo = kaa 2, Yo = kj3b 2, Zo = k-yc 2. Por otra parte, el punto (xo. Yo. zo) debe ser punto del elipsoide dado, por lo que de donde k 2 12 Capítulo 2 Funciones de varias variables / a 2a 2 +f/T¡;2 + y2 c 2, tenemos que hay dos posibilidades para k, a saber Llamando 7] k = ±7]-I. Entonces, uno de los puntos del elipsoide que tiene plano tangente paralelo al dado es (xo, Yo, Zo) = 7]-] (aa 2 , (3h 2 , yc 2 ), en cuyo caso el plano tangente es o sea Se obtiene fácilmente que el otro plano tangente paralelo al plano dado es ax + f3y pues, los planos tangentes al elipsoide ~2 + 2 tr +?- = 2 2 + YZ = -7]. Así I que son paralelos al plano ax+ {3y+yz = ¡'5 son La gráfica de la función de una variable f: IR-{O} -+ IR dada por Y = (una hipérbola con asíntotas los ejes coordenados) tiene una propiedad muy interesante: si trazamos la recta tangente en cualquier punto de ella, ésta formará con los ejes coordenados un triángulo cuya área será constante (es decir, no depende del punto escogido). Ejemplo 6. 'f )' Recta tangente a la curva en p Área = 2a 2 x Figura 2. El triángulo formado por la recta tangente a y = a 2 / x y los ejes coordenados tiene área constante. Este hecho es fácil de probar y lo dejamos como ejercicio para el lector. En este ejemplo queremos una propiedad análoga de una superficie en el espacio. Si tomamos la función f(x, y) = ~ (definida en todo :IR.2 excepto en los puntos (x, y) tales que xy = 0, i.e. en los planos coordenado's xz y yz), se tendrá que el plano tangente a la superficie que ella representa formará un tetraedro de volumen constante con los planos coordenados. Demostrar este hecho es el objetivo de este ejemplo. Tomemos entonces un punto cualquiera p = (xo, Yo, zo) de la superficie z ~ y escribamos la ecuación del plano tangente que pasa por p. Las derivadas parciales son - ay 2.10 Planos tangentes 213 y x Figura 3. Tetraedro del ejemplo 6. de modo que la ecuación del plano tangente procurado es Z = --,-x -, .1.'(¡Yo a2 ,? --1 .1.'0 Yo a2 Y + 3-.1.'0 Yo Para hallar el volúmen del tetraedro que este plano forma con los planos coordenados, todo lo que necesitamos son las intersecciones que tiene con los ejes coordenados, digamos .t (con el eje x), y (con el eje y) y z (con el eje z). En tal caso el volumen del tetraedro será V = t.tH (figura 3). Haciendo x = y = 0, obtenemos de la ecuación del plano tangente Nos queda que z 3a z= -XoYo 2 Análogamente, haciendo x = z = 0, obtenemos y = Entonces el volumen del tetraedro es 3.1'0, Yhaciendo y = z Oobtenemos X = 3.1.'0· I -( 3xo)(3yo) ( -3a ) 6 \ XoYo 2 = -a2 9, resultado que no depende de las coordenadas del punto p, como queríamos que ocurriera. iII Ejemplo 7. Regresando de nuevo al caso de funciones de una variable, recordamos que la familia de curvas en el plano .1.'2 + i = ax, .1.'2 + l = by (a y b son parámetros) se dicen "ortogonales", pues, en los puntos comunes, éstas se cortan ortogonalmente, es decir, sus rectas tangentes en tales puntos son perpendiculares entre sí. Nuevamente, invitamos al lector a que verifique esta propiedad. Geométricamente estas curvas se ven como (ambas son familias de circunferencias) En el caso de superficies en el espacio, también podemos hablar de "superficies ortogonales", refiriéndonos con esto a que en los puntos donde las superficies coincidan, sus planos tangentes son ortogonales (o con más precisión, los vectores normales atales superficies en los puntos comunes, son ortogonales entre sí). Por ejemplo, veamos que las familias de esferas (análogas a las circunferencias del plano) .1.'2 + l + Z2 = ax, y, .1.'2 + i + Z2 = by son ortogonales. Nótese que los puntos comunes de las esferas de ambas familias son puntos (x, y, z) E ]R3 que cumplen con la condición ax = by (además, claro está, con las dos ecuaciones de las esferas). Sea p un tal punto. Obtengamos un 2 14 Capítulo 2 Funciones de varias variables y x Figura 4. Circunferencias ortogonales x 2 +/ = ax, x 2 +/ = by. vector normal a cada una de las esferas (que comparten a p) en p. Esto lo podemos hacer calculando los gradientes de las funciones F¡ (x, y, z) = x 2 + / + Z2 - ax, cuyo nivel cero son precisamente las esferas de nuestro problema. Tenemos grad F¡ grad F2 (2x - a, 2y, 2z) = (2x, - b, 2z) Queremos ver que en el punto p estos vectores son ortogonales. Esto lo logramos convenciéndonos que su producto punto es cero. En efecto grad F¡ . grad F2 = (2x - a, 2y, 2z) . (2x, 2y - h, 2z) = 4x 2 - 2ax + 4/ - 2by + 4z 2 2ax - 2by = 4(x 2 + / + Z2) - en el punto p se tiene by = ax, y, x 2 + i + Z2 = ax, de modo que grad F, . grad F2 = 4ax - 2ax - 2(ax) = O como queríamos que ocurriera. Ejercicios (Capítulo 2, Sección 10) En los ejercicios 1-5 se da una función diferenciable z = ¡(x, y) y un punto p = (xo. Yo) de su dominio; Determine la ecuación del plano tangente a la gráfica de la función dada en el punto p. 2.10 Planos tangentes 215 1. f(x, y) 2. f(x, = 3x + 8y - 10, p = (xo, Yo) y) = x 3 + 8y 3, P = (O, O) 3. f(x, y) 4. f(x, y) 5. f(x, = x Y , P = (2, 1) = x arctan(arctan y), p = (1, O) 1 y) = (x 2 + i)e-(x +iJ , p = (O, O) 6. Demuestre que si la superficie S en 1R3 es una superficie de nivel de la función diferenciable u = f(x, y, z), y si P = (xo, Yo. zo) E S es un punto en el que las derivadas parciales ~~ (p), ~; (p), ~~ (p) no son simultáneamente cero, entonces la ecuación del plano tangente a S en p vIene dada por aF -(p)(x - xo) ax + -(p)(y - Yo) aF ay aF + _. (p)(z - az zo) =O 7. Considere la función f: JR3 -> R f(x, y, z) = x 2 + i - Z2. Ciertamente ésta es una función diferenciable en todo punto p E 1R3 . En particular en el origen lo es. Su nivel cero es una superficie S determinada. ¿Existe un plano tangente para S en el origen? Discuta ampliamente (por ejemplo, la relación entre "diferenciabilidad" y "existencia de planos tangentes", el papel que juegan las hipótesis hechas sobre las derivadas parciales de la función F en el ejercicio anterior, etc.). 8. Sea f: U <:;;; 1R2 -; JR una función diferenciable definida en el conjunto abierto U de JR2. sea p E U Ysea v = (a, b) E JR2 un vector unitario. En el ejercicio 24de la sección 5 se probó que la curva de intersección de la superficie z = f(x, y) con un plano perpendicular al plano xy que pasa por p, paralelo al vector v, tiene por recta tangente en p a X = Xo + al y = Yo { af z = f(xo. Yo) + av (xo. yo)t + bt 1E IR Demuestre que, para todos los posibles vectores v E 1R 2, las rectas tangentes anteriores se encuentran en el plano tangente a z = f(x, y) en p. En los ejercicios 9-11 se da la ecuación de una superficie en el espacio tridimensional y un punto p de ella. Determine la ecuación del plano tangente a la superficie en el punto p. 9. Z2 + 3z - x2 10. x - i - Z2 + Z2 i - 2 = 0, p = = 0, p = (0.0, O) - (l, 1, 1) 11. x 2 + i 4x - 8y - 16z + 54 = 0, p = (1,2,3) 12. Determine la ecuación del plano tangente a la superficie z = x2 3x + 8y - 5z = 10. a. El plano tangente procurado debe ser de la forma 3x Explique. +i que sea paralelo al plano 13. El problema anterior puede ser resuelto "algebraicamente" (sin cálculo) de la siguiente manera: + 8y - 5z = k, para alguna k E IR. 2 16 Capítulo 2 Funciones de varias variables b. Resuelva simultáneamente las ecuaciones z = x 2 + y2, 3x -¡- 8y - 5z = k, para obtener que los puntos comunes del paraboloide y del plano deben satisfacer 5x 2 - 3x+ 5/ -- 8y + k == O. Viendo a la expresión 5x 2 - 3x + 5\,2 - 8y + k = O como una ecuación cuadrática para x, imponga la condición de que el plano tangente procurado debe compartir 1111 S% punto con el paraboloide, para concluír que (_3)2 - 4(5)(5y2 - 8y + k) = O, (l sea 100y2- 160y + 20k - 9 = O. Repita el argumento del inciso anterior con la expresión 100y2 - 160y + 20k - 9 = O para concluír que (-160)2 4( 100)(20k - 9) = O, de donde se obtiene que k == 73 /20. De aquí entonces que el plano tangente procurado es 3x + 8y - 5z = 73/20. - c. d. 14. Halle la ecuación de los planos tangentes a la superficie 3x 2 + si + 3z 2 - 12x = O que sean paralelos al plano z = O: 2xy + 2xz 2 \i,' a. b. usando las técnicas del cálculo discutidas en esta sección; usando la técnica del ejercicio anterior. 15. Verifique que no existen planos tangentes a la superficie 2x 2 + 2i -. 5z 2 + 2xy -- 2x- 4y .... 4z + 2 = O que sean paralelos al plano x = O. 16. Determine la ecuación del plano tangente a la superficie z = x 2 + xy que sea perpendicular a los planos x + y - Z = 3 Y 2x - y + z = 4. ¿Existe alguna técnica algebraica análoga a la del ejercicio 13 que permita resolver este problema? 17. Determine la ecuación del plano tangente a la superficie z = 3.x 2 que la recta normal tenga por vector paralelo a v - 8xy + 5v 2 en el punto en 18. Halle la ecuación del = (-·1, O, 2). plano tangente a la superficie z = x2 + / l+f,tEiR. 4x que sea perpendicular a larectax=3+4f,y=-2f,z 19. Determine las ecuaciones de los planos tangentes al elipsoide x 2 paralelos al plano tangente a la superficie + 3y2 + 5z 2 1 que sean z = x yen el punto p = (l. l. 1), 20. Considere la superficie x 2 + y2 + Z2 - 2x- 2y - 6z + 10 = O. Demuestre que esta superficie tiene una infinidad de planos tangentes perpendiculares a cualquier plano dado ax + by +. ez d. Determine la expresión general de estos planos. Explique geométricamente su resultado. 21. Dados dos planos perpendiculares (lIX + bly + c¡z = di, (l2X + b 2 y + C2Z = d 2 , demuestre que la superficie del ejercicio anterior tiene exactamente dos planos tangentes perpendiculares a los planos dados. Determine estos planos tangentes si los planos dados son 3x - y + z 7, x + 8y + 5z = 10. ¿Puede resolverse el problema si los planos dados no son perpendiculares? Explique. 22. Repita los dos ejercicios anteriores con la superficie 7x 2 + 182 + 30 = O. + 6/ + 52 2 - 4xy 4Y2 - 6x - 24y En los ejercicios 23-26 determine los puntos de la superficie dada en los que los planos tangentes sean paralelos a los planos coordenados. 23. x 2 + s i 24. (x - + IOz2 = J 2 2)2 + 5(y - 3)2 + 10(2 + + 2 2 + 4.1." - 6y - 25. x 2 + 3i = ]2, 2z + 7 = O. 1)2 2. 10 Planos tangentes 217 26. 7x 2 + 61 + 5z 2 - 4xy - 4yz _. 6x -. 24y + 18c~- 18 =O + l + 2z 2 = 27. Hallar los puntos del elipsoide + 21 + = ó en Jos que la recta normal que pasa por ellos es perpendicular al plano 4x -- 6y + 3z = 7. x2 32 2 28. Determine las ecuaciones de Jos planos tangentes al elipsoide x 2 de intersección de éste con la recta x = 3t, Y = 2t, Z =-- t, tER 2 en los puntos 29. Hallar las ecuaciones de los planos tangentes a la superficie z = x 2 + en los puntos de intersección de ésta con la recta que resulta de la intersección de los dos planos 2x - y - z = O, x+3y-4z=0. 30. Hallar el volumen del tetraedro que forman los planos coordenados con el plano tangente al elipsoide x 2 + l + 3z 2 = 50 en el punto (1, 5, 2V2) 31. Determine los puntos del elipsoide ~ + ¡,~ + ~ = 1 en los que los planos tangentes cortan a los ejes coordenados en puntos equidistantes del origen. 32. Demuestre que los planos tangentes a la superficie jX + .¡y + ,¡z = ..¡a cortan los ejes coordenados en puntos cuya suma de distancias al origen es constante. 33. Demuestre que las rectas normales a la superficie z = x 2 + ~ y3 + y, en los puntos (xo, Yo, zo), 3i ! con Xo =1= O, no cortan al eje z. Los ejercicios 34-41 tratan sobre planos tangentes y rectas normales a esferas. Cada uno de ellos puede ser resuelto con técnicas independientes del cálculo y, por supuesto, con técnicas del cálculo como las discutidas en esta sección. Invitamos al lector a que resuelva cada ejercicio de las dos maneras para que vea en cada caso las ventajas o desventajas que conlleva cada una de estas técnicas. 34. Demostrar que el plano ax + by + e2 + d solamente si a 2 r 2 + b 2 r 2 + c 2 r 2 = d 2 • O es tangente a la esfera x 2 + l + Z2 = r 2 si y 35. Demostrar que el plano 2x- 6y + 3z - 49 = O es tangente a la esfera x 2 + l qué punto? Hallar el otro plano tangente a la esfera que sea paralelo al dado. 36. Hallar las ecuaciones de los planos tangentes a la esfera x 2 + l que sean paralelos a las rectas X { + Z2 = 49. ¿En =O + 2 2 - 1Ox + 2y + 26z - 113 = 2t = 2t { X = 1+ 3t y= -3t 2 Y = -1 - 2t 2 t 37. Los puntos A = (2,5.3) Y B = (-1, -2, -3) son los extremos de un diámetro de una esfera. Hallar las ecuaciones de los planos tangentes a esta esfera en los puntos A y B. 38. Una esfera tiene su centro en el punto (3,4,5) y pasa por el origen de coordenadas. Hallar la ecuación del plano tangente a la esfera en el origen. Obtenga también el otro plano tangente a la esfera que sea paralelo al plano hallado. 39. Determine la esfera que tenga por planos tangentes a los planos paralelos x + Y + x + Y + 2 = -3, sabiendo que el punto (1, 2,2) es uno de los puntos de contacto. 40. Hallar las ecuaciones de los planos tangentes a la esfera con centro en (xo, Yo, sean paralelos al plano ax + by + e2 = d. 20) 2= 5, Yradio r, que 2 18 Capítulo 2 Funciones de varias variables 41. Hallar las ecuaciones de los planos tangentes a la esfera x 2 + y2 que contengan: a. b. c. al eje x, al eje y, al eje + Z2 - 4x - 4y - 8z + 20 =O z. 42. Considere la gráfica dc la función diferenciable z = f(y), dibujada en el primer cuadrantc del plano zy. Sea z f( 2 + y2 ) la superficie de revolución que se obtiene al girar z = f(y) alrededor del eje z. Ciertamente los puntos PI = (O, YI, f(YI », P2 = (O, -YI, f(YI)), P3 = (Yt, 0, f(YI» y P4 = (- Yt, 0, f(YI» son puntos de la superficie de revolución mencionada. Obtenga las ecuaciones de los planos tangentes y de las rectas normales a la superficie en cada uno de estos puntos. Compruebe que los cuatro planos se cortan en un mismo punto en el eje z, y que esto mismo ocurre con las rectas normales. ¡x 43. (Generalización del ejercicio anterior). Use las fórmulas de las derivadas parciales de la función z= f (¡ x 2 + y2) mencionadas en la nota dcl ejercicio 31 de la sección anterior, para demostrar que todas los planos tangentes en los puntos de la superficie z = f ( j x2 + y2) cOrrespondientes a un mismo nivel (en los que x 2 + l = cte.), se cortan en un mismo punto sobre el ejc z, y que todaslas rectas normales a la superficie se cortan con el eje z (su eje de revolución). 44. Considere el cono z = x 2 +. y2. Sea p = (xo, Yo, x 2 + y2) un punto distinto del origcn. .Demuestre que la ecuación del plano tangente al cono en cl punto P es ¡ ¡ Demuestre también que este plano tangente "sc intersecta" con el cono en los puntos de la recta tE JRi. la cual es una recta que pasa por el origen y tiene a p por vcctor paralelo. Verifique que, dc hecho, todos los puntos de esta recta, excepto el origen, comparten el mismo plano tangente con p. 45. En el ejemplo 4 se obtuvo que el plano tangente al elipsoide ~ + ~ + ~~ = 1 en el punto p = (xo, Yo, zo) es + 2fj + "N- = l. con este resultado demuestre que los planos tangentes al elipsoide en sus puntos de intersección con el plano z = Zo (-e < Zo < e, zo =1= O) se cortan en un mismo punto sobre el eje z. Más aún, demuestre que éstos son los planos tangentes al cono elíptico e ¡;:;--;:; x 2 y2 e2 2 7 Z =-- Zo V e - Z2 a2 + -2 + b Zo (en todos sus puntos excepto en (O, 0, ~). En particular obtenga que la esfera x 2 + l + Z2 = a 2 "está metida tangencialmente" dentro de la parte del cono z = entre su vértice (O, O, 2a) y el plano z = -a. 46. Demuestre que las esferas x 2 + l cortan entre sí ortogonalmente. J3 ¡ x2 + y2 + 2a comprendida + Z2 = 2ax, x 2 + l + Z2 = 2by, x 2 + l + Z2 2cz se 2.11 La diferencial 219 2.11 La diferencial Sea f: U ~ IR? x E U tenemos ---t JR una función diferenciable en el conjunto abierto U de JR2. Entonces, para cada f(x + 11) = f(x) + af ax hI + af ay h2 + r(h) donde a la parte lineal en h I Y h 2 de esta expresión se le llama diferencial de la función f en (x, y) y se denota por df(x, y) o simplemente por dI Así df= - h l af + - h af ax ay 2 dx y si f(x, y) Obsérvese que si f(x, y) entonces = x, se obtiene h l df = = y se obtiene h 2 = dy. Se escribe . = -dx+ -dv ax ay . af af Retomando la definición de diferenciabilidad de la función f, podemos escribir f(x + h) = f(x) + df(x) + 1'(11) o bien, como para h pequeño (es decir 111111 pequeño), se tiene 1'(11) ~ O(puesto que límh~o r(h) = O), se debe tener que f(x + h) - f(x) ~ df(x) Geométricarnentepodemos interpretar la diferencial de la función f: U ~ IR.2 ---t IR. en x E U como sigue (ver la figura 1 de la sección anterior): El vector x + h está cerca del vector x (con h pequeño); la función f sufre un incremento (positiyo, negativo o cero) al pasar su argumento de x a x + 11. Tal incremento está dado por f(x + h) f(x), el cual se puede ver formado por dos sumandos: uno de ellos es el residuo 1'(11) que es la distancia entre el plano tangente a la superficie en x y la superficie misma, en el punto x + 11, y el otro es justamente lo que acabamos de definir como la diferencial de la función en x. Pensando en que h es pequeño (en norma), es que podemos decir que tal incremento se puede aproximar por la diferencial de la función. Para el caso de funciones de una variable (donde se tienen representaciones geométricas más sencillas), estas ideas -que son completamenteanálogas~ se ven geométricamente como (figura 1). Ejemplo 1. Se quiere hacer un cálculo aproximado de (1.08)(3.98). Para esto, podemos usar las ideas anteriores y considerar la función f(x, y) = XV en el punto (1,4). Tomando h l = 0.08 Y h 2 = -0.02, vemos que f((1, 4) + (0.08, -0.02)) = (1.08)(3.98) en tanto que f(l, 4) = 14 = l. Como f(( 1, 4) + (0.08, -0.02)) - f(1, 4) ~ df(1, 4) 2 20 Capítulo 2 Funciones de varia~ variables y y = f(x) Recta tangente a la gráfica de )' = ¡(x) en - I I r(h) ..--- '} I (x. ¡(x)) ____ -1 I I df(x) I x h x+ h x "----v---' Figura 1. La diferencial df para funciones de una variable. tenemos que si calculamos df( 1, 4) obtendremos una estimación de la cantidad (1.08)<398). af df(l, 4) = -(l, 4)h l ax + - ( l , 4)h 2 + (x1'lnxlx=l)h2 y=4 af ay = (yxy-1Ix=l)h l 1'=4 4(0.08) = 0.32 Así (1.08)398 :=o:ó I + 0.32 = 1.32 (el valor exacto es 1.358396). Ejemplo 2. Supongamos que las funciones f g: U ~ IR2 --+ IR son diferenciables. Entonces (Teorema 2.6.2) la función fg: U ~ IR2 -, IR también es diferenciable. Obtengamos d(fg). Se tiene d(fg) = a(fg) dx ax + a(fg) dy ay g ag af) af) = ( f - + g - dx+ (a +g- dy fax ax ay ay = f(a g dX + ay ~gdY) ax = fdg+gdf f +g(a dx+ af dX) ax ay De manera análoga podemos obtener sin dificultad las fórmulas d(f + g) = = df + dg =1= d({) gdf ~ fdg si g(x) O, x E U Se ve entonces que la diferencial de una función de dos variables tiene propiedades análogas a las de la derivada (y de la diferencial) de una función de una variable. 11 2.11 La diferencial 221 En el caso más general de una función de n variables f: U S;;; IR" ...... IR diferenciable, tenemos que la diferencial de f se define como df= af ¿-, dx; ax¡ JI ;=! siendo también df una aproximación del incremento de la función f(x +11) - f(x) con h pequeño. Ejemplo 3. Se quiere calcular aproximadamente A = --=,--='= = = = y 15.05 +~0.98 0.05. 0.97 Tornando la función f(x. y. z) = xl dz = ~0.02. Tenemos ,Iv +..yz con x = 1, Y = 15, z = 1, dx = -0.03, dy = = f(x, y, z) + df(x, y, z) f(x + dx. y + dy. z + dz) Como f(x, y. z) = f( 1. 15. 1) = .jr~+ I = ~, sólo tenemos que calcular la diferencial de la función en (1, 15. 1). Se tiene (Jf _ _ _o ax jy+,{'Z' ~L - _~ (v + ay'- 2' vz) ~ -3j2 , af az -2: y+V Z ) x( JI:' -3i21 . 3' af az 1 384 Evaluado con x l , Y = 15, z = 1 obtenemos af ---(1 de modo que ax . 15 1) •= -, 4' 1 ____o af (1 ay" 15 dfO, 15, 1)= y así: ¡( -0.03) ~ ~ _ 3.01 4 1 I1 --ro 05) .---(-0.02) = - 3.01 -128" 384 384 A = 92.99 = 0.242161 384 384 (el valor exacto es 0.2421726) Ejercicios (Capítulo 2, Sección 11) En los ejercicios 1-5, obtenga la diferencial de la función dada. 1. f(x) = sen 3 x 2 222 Capítulo 2 Funciones de varias variables 2. f(x, y) = xtany 3. f(x, y, z) = ax + by + ez + d 4. f(x, y, z, u) = sen x + cos y + arcsen z + arccos u 5. f(x, y, z, u, w) = xyz + xzw + yuw + zuw 6. Calcule aproximadamente el incremento de la función f(x, y) = x Y cuando la variable x pasa de Xl = 3 a X2 3.1, y la variable y pasa de YI = 2 a Y2 = 1.9. 7. Calcule aproximadamente el incremento de la función f(x, y) = ~x~fy cuando el punto (x, y) de su dominio pasa de (2, 1) a (2.05, 1.1). cuando su i-ésima variable Xi se incrementa en h¡ unidades, i . 2 2 8. Cuál es el incremento que sufre la función lineal f(XI, X2, ... , x n ) = alxl + a2x2 + ... + anx" = 1, 2, ... , n? En los ejercicios 9-14 aplique diferenciales para calcular aproximadamente el valor de la expresión dada. 9. V(2.13)(1.98) 10. In«3.1)2 - 8) 11. In(ATI + V9.08 - 4) 12. arctan( v'o2 + 0.98) 13. 3\/(4.9)2+2.1 14. arcsen( -1,/3.9 + (0.1)292) 15. Calcule la longitud del segmento de la recta x = xo, y = Yo que se encuentra entre la superficie z = x2 + l, y su plano tangente en el origen. (Nota: este problema lo tiene que resolver "a golpe de vista"). 16. Calcule la longitud del segmento de la recta x = 1.2, Y = 0.95, que se encuentra entre el paraboloide z = x2 + sl y su plano tangente en el punto (1, 1,6). 17. Suponga que la superficie z f(x, y), gráfica de la función diferenciable f, tiene en el punto p = (xo, YO) el plano tangente 2 = 20 = f(xo, Yo) Y que en una bola B con centro en p y radio r > O la gráfica de la superficie se encuentra por debajo del plano tangente mencionado. Determine la longitud del segmento de recta x = XI, Y = YI (donde (XI, YI) es un punto de la bola B) que se encuentra entre la superficie 2 = f(x, y) y el plano z = zo. 2.12 Derivadas parciales de ordenes superiores Consideremos la función f: U <;;;; IR 2 -+ IR definida en el conjunto abierto U de IR 2 . Si esta función es diferenciable, sabemos que existen las derivadas parciales ~~ y en cualquier punto (x, y) E U. Podemos entonces considerar las funciones . * -+ Jf ~:UCIR2-+IR y ax - af: U e IR 2 ay - IR 2.12 Derivadas parciales de ordenes superiores 223 de modo que en cada punto (x, y) E U les asocia las derivadas parciales ~(x, y) y %L(x, y) respectivamente. Puede ocurrir que estas funciones sean a su vez lo suficientemente bien p6rtadas en U como para que podamos obtener de ellas sus derivadas parciales ay f a(aax ) ' ax (aay ) , ay (aay ) af af (en un punto dado de U). Diremos en tal caso que estas son las derivadas parciales de segundo orden de la función f y escribiremos ~(af) ax ax ax ay 2 _af - ax 2 - ~ (a f ) _ af ayax 2 NOTA: Usando la notación fx y fv para denotar a las derivadas parciales respecto de x y respecto de y de la función f(x, y) respectivamente, las derivadas parciales de segundo orden de esta función se escriben (fx)x = fxx. (fx)Y = fxy, (fy)x = fvx, (fv)y = fyy· Con la notación D, f(x, y) y Dd(x, y), las derivadas parciales de segundo orden se verían corno D, (DI f(x, y) = D II f(x, y), D 2 (D¡f(x, y) = Dld(x, y), DI (Dd(x, y» = D 21 f(x, y), D 2 (Dd(x, y» = D 22 f(x, y). Suponiendo. que las derivadas de 2° orden de f(x, y) existan, podemos considerar ahora las funCIOnes iJx 2 ' U t;;; lR-t lR, iJxiJy' U t;;; lR -t lR, iJyiJx' U t;;; lR -t lR, iJy" U t;;; lR -t IR., que a cada punto (x, y) E U le asocian las derivadas parciales de segundo ordenft(x, y), .. la historiapuede continuar. Si estas funciones son lo x, y) y~(x, y) respectivamente. suficientemente bien portadas en U, podemos obtener de ellas sus derivadas parciales, las cuales serán las derivadas parciales de tercer orden de f en U (8 en total). . ifJ. . 2 2 .!!!..L. 2 . iJ2 f . 2 iJ2 f . 2 Mxe 1 ~(x, y), •• • etc. Ejemplo 1. La función f: lR 2 -t lR dada por f(x, y) = x 2 + l tiene por derivadas parciales a ~ 2x, = 2y. Las derivadas parciales de segundo orden de f son "* 2 af ax 2 2 =~(af) = ~(2x) = 2, ax ax ax ay ax f) a = ~(2x)=O, ay axay 2 a! = ay2 2 ~(af) = ~(2y) = o ax ay ax ay (a f ) ay (a -a f = ~ ayax af -- = -.a = a -(2v) ay' =2 2 24 Capítulo 2 Funciones de varias variables Ejemplo 2. parciales a La función f: U s;;: TI{2 -e, TI{, dada por f(x, y) af ax = x2ex'+v'(2x) + 2xex'+v' = X 2e x'+r'(x 3 + x) a ,~-+- f = x"e ay ,2 '.' (2y) . = Leve ,.2 +,\ , ? ,? De estas nuevas funciones podemos obtener sus derivadas parciales y así tener las derivadas parciales de segundo orden de f ' a a -=a - f2 = -- (a f ) = --=- (2xe " ,(x 3 + x») "t'Y X 2 éJx éJx dx 2 ax = 2e x '+y (3x 2 + 1) ') + 4xex'+ y' (x 3 + x) ') ") = 2e t"+v' (2x 4 , ., + 5x 2 + 1) 2 af a -f . - - = --=- (a ) = - a (2xe X "+y (x 3 + x») ' . , 1 (.e'\ = 4ye' n ayax ay ax ay éJ2f axay + x) _~(af) ax ay _ ~(2x2yexl+y') ax = 2x2yexl+y2 (2x) + 4xye x' +v' = 4ye x1 +/ (x 3 + x) a2.~ = ~(a f.) ay· "1 :-.= = ; . (2x2 ye x '+/) ay ay ay ') ., 2ye x '+ Y'(2y) + 2x 2e x '+Y 2 = 2x 2c"+Y'(2/ 2x ., 7 + 1) Enlos dos eJ'emplos anteriores se observa que las derivadas parciales oXdfy (",,¡'i , llamadas derivadas 2' y W/.( ..... . .. .. .. parciales cruzadas (o mixtas) son iguales. Esta situación ocun'c en muchas ocasiones (veremos el teorema correspondiente que da condiciones bajo las cuales esto ocurre), pero no es un hecho general, como muestra el ejemplo siguiente, Ejemplo 3. Sea f: TI{2 ......., TI{ la función si (x, y) si (x, y) :f (O, O) = (O, O) Si (x, y) :f (O, O) las derivadas parciales de esta función son 4 2 af = ~ (x 3y - xl) = x y + 4x i _ y5 ax ax x 2 + y2 (x2 + y2)2 5 3 af = a (x 3y - xi) = x - 4x y2 - xl ay ay x 2 + y2 (x2 + y2)2 Ahora bien, en el punto (O, O) las derivadas parciales de f son h'(O)-h(?)J _ af (O, O) = lím f(h, O) - feO, O) = lím ax h~O h h~O ¡h(o)· h (O)'h-Oh) (0)2-+ h' - °° = a f (O, O) = lím feo, h) - feO, O) ay h-O h = lím h-,O h °= o 2.12 Derivadas parciales de ordenes superiores 225 Calculemos fx{y (O. O) Y J#x(0. O), usando directamente la delinición de derivadas parciales ayax af 2 (O, O) = ~ (a f ). (O. O) = lím %feo, h) - %feo, O) ay ax h~O h (O)'h+4(0)2h 3 -h' = lím h~O 2 (02+h )2 . h -o =lím(-l) =-1 h~O --(O. O) axay a2 f a (a f ) (O, O) = lím 1-(h. O) -1-(0. O) =- y y ax ay h~O h = lím Por lo que h' -4h 3(O)-h(O)' W+0 2)2 - h~O h O = lím(l) = 1 h~O El siguiente teorema nos dice cuándo debernos esperar que las derivadas parciales cruzadas de una función sean iguales. Teorema 2.12.1 (Teorema de Schwarz) Sea f: U ~ IR 2 ~ IR2 -> IR y abierto Ude IR 2. Si las derivadas ffv:u axay #Ix: U ~ IR -> IR una funcióndelinida en el 2 -> IR (existen y) son funciones continuas en U, entonces . a2f ayax DemostraciÓn. (Opcional). Sea (x, y) E U un punto abierto de U,. Para hy para k sulicientemente pequeños (no nulos) los puntos (x+h, y+k), (x+h, y), (x. y+k) siguen perteneciendo a U. Considere la expresión Iv! = f(x + h, y + k) - f(x + h, y) - f(x, y + k) + f(x. y) St:a~(x) = f(x, y + k) - f(x, y). Obsérvese entonces que Iv! = ~(x + h) - ~(x) Aplicando el teorema del valor mt:dio en la función 'P en el intervalo [x, x Iv! h] obtenernos = ~(x + h) - ~(x) = 'P1(~)h. x < ~ < x +h Obsérvese que laf . a f 'P (x) = ax (x, y + k) -<ax (x, y) de modo que ~ (~) I = -a (~, y + k) x af af -a (~, y) x 226 Capítulo 2 Funciones de varias variables y entonces M se ve M q;(x + h) - q;(x) = q; , (~)h = . (a f -(~, ax y + k) - -(~, f a ax y) ) h Si consideramos ahora la función t{;(y) en el intervalo [y, y + k], que t{;(y %f(x, y), tenemos, aplicando el teorema del valor medio + k) t{;(y) = t{;'(71)h, af ax (~, y) y < 71 < y +k o sea af ax (~, y + k) - pues t{;'(y) significa derivar respecto de y a anteriormente para M llegamos a %f. Sustituyendo esta expresión en la obtenida x<~<x+h Y<71<y+k Repitiendo la misma jugada, pero considerando primero la función <p(y) obtenemos = f(x + h, y) - f(x, y) M = 'p(y + h) - <p(y) = <p'(f¡)k = = (~f (x + h, f¡) ay af (x, f¡))k ay a2 f -(~. axay 71)hk _ donde x <~<x + h, y < f¡ < y + k de modo que, igualando las dos expresiones para M y simplificando por hk llegamos a Tomado límite cuando h -+ O y k -+ O y usando la continuidad asumida de las parciales mixtas, vemos que ~, g -+ x, 71, f¡ -+ y, de modo que ayax (x, y) a2 f = axay (x, y) a2 f como se quería. Q.E.D. Muchas de las funciones que aparecen de manera natural en la práctica cumplen con la hipótesis del teorema de Schwarz, de modo que para ellas se tendrán solamente 3 derivadas parciales distintas de segundo orden. Más aún, en muchas funciones sus derivadas parciales cumplen también con la hipótesis del Teorema de Schwarz, por lo que 2.12 Derivadas parciales de ordenes superiores 227 y a~:y (~~) = a~:x (~~). Es ?ecir que axayax = ay¡ti'i y W = ayaxay y, como además (por ser iguales las parciales mixtas) se tIene 2 3 a3 f a (a 2f ) af a .( a f ) 2ay = ax. axay = ax ayax = axayax ax af a (a f ) ayaxay = ay axay 3 2 ~ a)r a)r ~ a( af ) = ay ayax 2 af = ay 2ax 3 se ve que de las 8 derivadas parciales de tercer orden de la función f, se tienen sólo 4 derivadas distintas, a saber 1. a3¡ ax 3 ax2ay - axayax - ayax 2 2. 3. 4. a3 f (_ ~_ _ a3 f ) a3f (_ ~ _ a3f ) ay 2ax - ayaxay - axa y 2 a3 f ay 3 y así entonces, para una función .1: U IR" -+IR que tenga todas sus derivadas parciales de todos los órdenes continuas en U, se tendrán sólo (n + 1) derivadas distintas de orden n (de las 2" que en principio existen). Estas son a" f ¡JI' f an f an f an ax'" ax" __ lay'ox"-2a y 2'"'' axay"-l' ay" Ejemplo 3. Para un~Junción polinomial f: IR 2 -+ IR, todas sus derivadas parciales son también funciones polinomiales y por tanto son continuas. Entonces tendrá sólo (n + 1) derivadas parciales distintas de orden n. Veamos esto con n = 3 Y f(x, y) = x 3 + 6x 2 + 7 xy 5 + lOx 3 y Las derivadas de primer orden son i Las derivadas de segundo orden son 2 a ; =::a (a f ) = ~(. 3x2 + 12xi ax ax a x a x < » ... 2 a f = ~(. af) = ~ (24X 2l + 35xi axay ax ay ax + 30x2y ) = 6x+ 12i + 60xy .. . .. ... . . .. . + IOX 3 ) = 48xl :,- 35i + 30x2 . ... ... = -f - a = -(3x2 + 12xi +71 . 2.= -a (a f ) 30x y) ay . ay ax a fa _.- = - .(a f ) = -a (24x 2 ay2 ay ay· . . ay 2 ayax a 2 l +35xl+ IOx 3 ) = 72x 2 i + 140xy 3 2 28 Capítulo 2 Funciones de varias variables Las derivadas de tercer orden son Ejemplo 4. Verifiquemos que la función f(x, y) = ~ + Y2' satisface la ecuación x- + y Las derivadas parciales de la función af f son l - 2xy x 2 (x2 +y2)2 2x 3 - 2y3 + 6x 2y - 6xl (x2 + y2)3 2 - 2xy-l x ax a 2f ax 2 af ay a2f ay2 - ----"- + y 2)2 2y3 - 2x 3 + 6xl- 6xl (x2 + y2)3 (x2 de modo que como se quería. Por último mencionamos que para una función f: U que tenga sus derivadas parciales de segundo orden Schwarz establece que uX¡ ~ x) JRn -> JR definida en el abierto U de JRn /d/" continuas en U, entonces el Teorema de a2 f a2 f ax¡aYj = ByjBx¡' i, j = 1, ... , n Este es un hecho que se deduce directamente del caso probado anteriormente: lo dejamos como un sencillo ejercicio para que el lector dé un argumento que establezca su validez. 2.12 Derivadas parciales de ordenes superiores 229 Apéndice 1 Funciones de clase 'P k Al considerar la propiedad de diferenciabilidad de una función f: 1 <;;; IR ---> R es natural preguntarse por las propiedades que presenta la función derivada ¡t: 1 <;;; IR ---> R Por ejemplo: ¿esta función ¡t(x) es continua?, ¿es derivable? La discusión que se presenta a este respecto con funciones de una sola variable se traslada sin gran dificultad, con las debidas adecuaciones en las definiciones --que hemos estudiado en este capítulo-, al caso de funciones de varias variables. Es por eso que presentamos al principio .estadiscusign en el caso de funciones reales de una variable real y, hacia el final del apéndice, extendemos los conceptos al caso de funciones de varias variables, objetivo de este capítulo, Sea I: 1 <;;; IR. --->.IR una función diferenciable. Si la función derivada f': 1 <;;;.IR ---> IR es continua (en 1), se dice que fes unafunciánde clase 'PI. Si esta función ¡t es asu vez una función diferenciable, decimos que f es una función dos yeces dtferenciable. Entalcaso consideramos la función fl!: 1 <;;; IR ---> R Si ésta es continua, decimos que fes unafunción de clase '(í'2, En general, decimos que lafunción ¡ es una función k vece.s diferenciable si la función f(k-I) :1<;;; IR ---> IR es diferenciable. Si además ésta es continua, deci¡nos que fes una función de clase '(?k Una función f que esk veces diferenciable para todo k EN, se dice ser infinitamente diferenciabIe, o bien, de clase re oo . Es claro entonces que se tienen las contenciones fUnCiones) ::::J ·(funCíones de) ::::J(f\lnCiOnes dos •. ) ( diferenciables clase veces diferenciables re l. y (funcíones de) ::::J ..::::J (funcion.es,de) clase '(?2 • clase 0"= ---t Vemos estas contenciones son estrictas, Por ejemplo, la función f: IR 1 f(x)" { ~2 sen ~ = IR dadil por si x o O es diferenciable. De hecho f'(O) y, para x =1=. O, se tiene = lím ¡eh) /) ...... 0 f(O) = lím /) ...... 0 2 h sen h * = lím h sen ~ = O h 11 ...... 0 , 1 f(x) = -cos - x + 2xsenx 1 Es decir, la función derivada f': IR ---> IR es si x =1= O si x = O la cual es una'función discontinua (en x = O, ¿por qué?). Entonces esta función, siendo diferenciable, no es de clase «6'1, Por otra parte, la función f: IR ---> IR, f(x) = x 5/ 3 es de clase re l , pues la función derivada ¡t: IR---> IR, f'(x) = ~x2/3 es continua, Sin embargo, esta última función no es diferenciable, ya que su derivada (la segunda derivada de f), JI! (x) =~ x- I/3, no existe en x = O, Así pues, la 2 30 Capítulo 2 Funciones de varias variables ._----------------_._------------- función f(x) = x 5j3 es de clase f" : IR --t IR, n E N, dadas por '(ll pero 110 es dos veces diferel1ciable. Generalmente las funciones f,,(x) = x"lx! = { ._xl! ~1 , t"~1 si x 2: O si x < O --t son diferenciables excepto en el caso 11 = O. Su k-ésima derivada, l ::; k ::; n, !,;k): IR f~k)(x) IR igual a = (n + I)(n) ... (11 - k + 2)f"-k(X) de modo que en tanto k < 11, las funciones f~kl(X) siguen siendo diferenciables. Sin embargo, con k = n tenemos f~")(x) (n + I)!fo(x) = (n + 1)!lx¡, función que sólo es continua, pero no diferenciable (en x = O). Así pues, las funciones f,,(x) = x"lx¡ son de clase '(l", pero no son (n + 1) veces diferenciables. En particular, éstas son ejemplos de funciones de clase '(l" que no son de clase 1("+1. En el caso de funciones de varias variables, la discusión anterior se presenta como sigue: se dice queJa función f: U :;;; JR" --t IR definida en el conjunto abierto U es de clase~,1 (en U) si sus derivadas parciales ;;.{: U c;;:; IR" --t IR, i = 1, .... 11, (existen y) son funciones continuas en U. Con base en el teorema 2.6.3, podemos concluir directamente el corolario siguiente. Corolario (del Teorema 2.6.3) Si la función f: U c;;:; IR" diferenciable. --t IR es de clase ~,1 entonces fes 11 Por supuesto, se tiene la misma situación que en el caso de funciones de una variable: el conjunto de funciones de clase 'i?J está estrictamente contenido en el conjunto de funciones diferenciables. Es decir, la afirmación recíproca del corolario anterior es falsa (ver ejercicio 28 de la sección 6). Si además la función f: U c;;:; IR" --t IR tiene todas sus derivadas parciales de segundo orden continuas en U, entonces se dice que f es una función de clase '(,2 (en U), (nótese que no se definió "función dos veces diferenciable"; ver ejercicio 33 al final de la sección). En general, si en la función f: U c;;:; IR" --t IR sus derivadas parciales de k-ésimo orden son funciones continuas en U, entonces se dice que f es una función de clase 'i?k (en U). Si la función f tiene sus derivadas parciales de todos los órdenes continuas en U, se dice que f es una función de clase '(lx,. Si por el contrario, la función f es solamente continua en U (digamos que sus derivadas parciales de primer orden no existen al menos en un punto de U), se dice que la función es de clase '(B'o (e cero). Existen ejemplos de funciones f: U c;;:; IR" --t IR que muestran que las contenciones son estrictas. Estos son, como era de esperarse, mucho más complicados que los que se dieron anteriormente para funciones de una sola variable. Apéndice n El teorema de Euler sobre funciones homogéneas (versión general para funciones de dos variables). En el apéndice de la sección 7 de este capítulo se estableció el resultado conocido como T':orema de Euler para funciones homogéneas, cuyo corolario dice que siendo f: IR" --t IR una función 2.12 Derivadas parciales de ordenes superiores 231 diferenciable, homogénea degrado a, entonces uf uf XI-(X) + X2-(X) aX¡aX2 + '" + Xn -(x) = af(x) af aXn donde x = (XI, X2,"" x n ). En el ejemplo 4 de ese apéndice, se consideró la función la cual es homogénea de grado 3, con derivadas parciales af , - = 24.c ax y entonces + 6xy, -- = 3x- + ay af , JSv . 2 af xax + y- af , = x(24x 2 + 6xy) + y(3x 2 + ISy-) ay = 24x3 + 6x 2y + 3x 2 y + Isi = 24x 3 + 9x 2 y + JSy3 3(8x 3 + 3x 2 y + sl) = 3f(x,.v) tal como tenía que ocurrir. Tomemos esta misma función para ejemplificar el resultado que queremos establecer en este apéndice. Las derivadas parciales de segundo orden .de fson 48x + 6y, Se tiene que = 6x, (¡2 f ay2 = 30v • , a2 f a2 f x - - +2xy-2 ax axay a2 f + l-2 ay = x-(48x 1 + 6y) + 2xy(6x) + y(30y) 18x 2 y + 30y3 1 = 48x 3 + = (3)(2)(8x 3 + 3x 2 y + sl) = (3)(3 - 1)f(x, y) Así, siendo f una funció ll homogénea de grado 3, hemos verificado que se cumple la relación Deseándolo, podemos identificar el lado izquierdo aplicado a la función f. De hecho, si definimos 2 aa ) 2 2a f ( x- + .v- f = x - ax ay ax 2 esta expresión como un binomio al cuadrado + 2xy-- + v--. axay' a 2 y a2 f . 2 a2 f 232 Capítulo 2 Funciones de varias variables para una función f suficientemente bien portada como para que sus parciales cruzadas sean iguales, hemos verificado que, siendo f homogénea de grado 3, se cumplen las relaciones af xax + .y - = 3f ay af aa ) 2 ( x- + Y-o f = 3(3 - l)f ax a.v Más aún, si vamos a las derivadas de tercer orden de la función f, se tiene -3 a3 f ax = 48. a f. ay3 a3 f y2 a3 f 3 = 30 y entonces a3 f x3 _ 3 ax + 3x2y -ay + 3 xaxa - + i ay 3 = x 3 (48) + 3x 2y(6) + 3xy"(0) + i(30) /ax 2 = (3)(2)(1)(8x 3 a3 f o + 3x 2y + Si) y) = (3)(2)(1) f(x. Nuevamente, si definimos aa ) 3 ( x- + y- f ax ay hemos probado que a3 f a3 f a3 f a3 f = x 3 _ _ + 3x2v-·2-.- + 3xi--- + v3 _-3 ax ' ax ay axa y 2 ' ay 3 (x.f!.- + y~)3 f = (3)(3 ax ay 1)(3-2)f Este ejemplo nos pone en la mira la siguiente conjetura: si f es homogénea de grado 11, y es lo suficientemente bien portada (desde el punto de vista de la diferenciabilidad; por ejemplo, que tenga derivadas parciales continuas de "muchos" órdenes), se cumple la relación aa ( x-+y(]x ay )k f=n(n-I) ... (n-k+l)f = donde el lado izquierdo de esta expresión se define como aa ) k f ( x- + yax ay L k (k) x k.- J.. yJ j J=O .. axk-JayJ él f La relación anterior es efectivamente cierta, y dar una demostración de ella es el objetivo de este apéndice. De hecho, el resultado vale para funciones de n variables: si f: JRn -+ JR es una función definida en el conjunto abierto U de JRn, homogénea de grado m, con "buen comportamiento diferenciable", entonces se tiene la relación aa a ( X¡-+X2-+",+xn-,aXI a~ a~ )k f=m(m-l)(m-2)···(m k+l (e) 2.12 Derivadas parciales de ordenes superiores 233 para cualquier k E N. Las ideas que se expondrán para demostrar el caso n = 2 se pueden generalizar para probar la validez de la fórmula (e). Esto, sin embargo, nos obliga a pagar un precio muy alto en el aspecto de la notación, con el consiguiente peligro de perder las ideas centrales del argumento. Presentaremos entonces solamente la demostración del caso n = 2 Ydejamos para el lector interesado que ajuste el argumento al caso generilJ. Establezcamos entonces formalmente el resultado que queremos probar. Como siempre, consideraremos funciones bien portadas desde el punto de vista diferenciable. Teorema (pe Euler sobre funciones homogéneas). Seaf: 1R2 ble, homogénea de grado a. Entonces, para k E N se tiene IR una función diferencia- -+ a o)k (x:- + yay j(x, y) = ox a(a - 1) .. (a- k + I)j(x, y) donde el primer miembro de esta expresión se interpreta como Para la demostración de este teorema vamos a introducir un concepto que llamaremos "derivada euleriana" (o "derivada deEuler") de la función j, que denotilremos por qj) j(x, y) (o simplemente como qj)j), y que definimos como qj)j =(x~ + y~) j ax ay Esta derivada tiene un comportamiento lineal ante combinaciones lineales de funciones. Es decir, se tiene que qj)(f + cg) = qj) j + c'2lJg, donde e E R Dejamos al lector que pruebe esta propiedad de la derivada eulerinna (en el ejercicio 31 al final de esta sección se consideran otras propiedades). Definimos la k-ésima derivada euleriana de j, denotadil por qfj, como qj)k j = a. a )k ( x- + y_ j ax ay Por otril parte, definimos la acción de dos veces sobre j, escrita qj)QJ j como QJQJ j = qj)(@f). En general, qj)qj) ... qj) j significa @(qj)( .. . qj)(qj)f) . .. ». Debemos hacer notar que qj)k j no significa la acción de qj) k veces sobre f. Es decir, qj)kj no quiere decir qj)qj)qj) . .. qj)f (k veces qj). Por ejemplo, qj)2 f no. quiere decir qj)QJf: En efecto, por una parte se tiene que qj)2 j es 2 34 Capítulo 2 Funciones de varias variables y por otra parte @q;f = = @(x~ + y~)f = @(x af + /ay) f ax ay ax (x~ + y~") (x af + /ay) f ax ay ax ax ax ay ay ax ay 2 2 2 af a2 f af af ) (a f af ) =x ( x - + - + - - +y x - - + y - + ax 2 ax axay axay ay 2 ay 2f 2f 2f 2a a 2a af af =x - + 2 x y - - + y - + x - + y q;2f+q;f ax 2 axay ay2 ax ay =x~(xaf + / f ) +y~(xaf + / f ) De hecho, vamos ahora a probar que q;(q;k-l f) = q;k f + (k - l)q;k-I f * para k E N (la hemos verificado para k = 2). En efecto (por inducción sobre k), para k = 1 es clara la relación (definiendo q;0 f como siendo f). Supongámosla válida para k y probémosla para k + 1. Se tiene q;(q;k f) a = x-@kf + ya q;k f ax ay k. = xa k ( ) x k ' af . -JyJ ax j dxk-JayJ J=O ¿ k + ya ay k ._. ¿k (k) x -JyJ axk-JayJ j J=O k af x~ ~(k\[(k j) -}X ') k-j-l Yaxk-JayJ+ x k-J Yaxk-J+JayJ ] j rif J ak+1f y J-I + k Y~ k (k)[ }X . j k-J x j k- j akf axk-JayJ + x k- J aH1f ] J y axk-Jayj+1 _ - k¿ J=O + k () j ak f y axk-jayJ ~ k (k) [ j aH 1f x k- j +1 j aH 1f +xk-J )+1 y axk- j +1ayJ y axk-JayJ+I ] -kf:ij;k f _ k - kq; f = kq;k f + ¡= k J=O k (k) k-j+lj ak+lf jx y axk- j+1a y J J=O +¿ k (k) k-JJ+I ak+lf jx y axk-jay)+l J=O j_1x H1 +¿ (k) x j H1 k-)+l J aHI f y axk-j+1ayJ +¿ k+I"( J=I k ) k-j+l y J ax a-k+l+1ayJ f kJ + Xk+1a f axH1 +~ (k)xk- j+J yJ a f . L...- j axk-J+1ayJ J=1 2.12 Derivadas parciales de ordenes superiores 235 +L k( k ) k-j+1 j u :>k+lf j_1 x y dXk-j+1dyj aHlf ax + aH1f ayk+1 +y :>k+lf k+1 u dyHI J=I = Mil f + x k +1 _k_ + /+1 __ 1 +f; [(k) + k j = k9ll f k+1 +~ L..,¡ J=O ( k ) ] k '+1 . a I f k+ j - 1 x -J yJdxk-Hldyj =k9llf+x"+IaH1f +/+Idk+lf +~(k+1)x"-j+lyj aH1f dX H1 ayHI!--, j dXk-j+1ayj (k + j 1) x k- j+1 / . J=1 k+lf a· . . = kfi} f dXk-J+1dyJ + q;k+1 f Así hemos probado que q;(qff) = kqf f + q;HI f, que es la misma expresión (*) con k + 1. Ya estamos ahora en posibilidades de probar nuestro teorema. Se quiere demostrar entonces que siendo f una función homogénea de grado a se cumple que aa = ( x-+yfJx ay )k f=a(a-l)···(a-k+l)f para cllalquier entero positivo k. La prueba se hará por inducción sobre k. Para k = 1 ya se ha demostrado el teorema (en el apéndice de la sección 7). Supongamos válida la relación anterior para k y probémosla para k + 1. Se tiene, usando la fórmula (*) previamente demostrada (con k + 1) ~k I k ~k w+ f = q;(q; f) - kw 1 = hipótesis de inducción 1 = q; ( a(a - 1) ... (a - k linealidad de~ 1 + 1)f) - ka(a - 1) ... (a - k + l)f = a(a - 1) ... (a - k caso k=1 + 1)riJf - ka(a - 1) ... (a k + 1)1 + l)f =---+ <:lJf=af = a(a - 1) = a( a - 1) (a - k (a - + l)af - ka(a k + 1)( a - k) f 1) ... (a - k que es la fórmula que el teorema establece con k + l. Ejercicios (Capítulo 2, Sección 2.12) En los ejercicios 1-5 calcule las derivadas parciales de segundo orden de la función dada. 1. f(x, y) = xseny + ysenx 2 36 Capítulo 2 Funciones de varias variables 2. f(x, y) = xY 3. f(x, y) = arctan(xy) 4. f(x, y) = In(x + y) = (sen x)(sen y) 5. f(x, y) alx¡ 6. Calcule las derivadas parciales de segundo orden de la función lineal f(XI, X2, ... , x,,) = + a2X2 + ... + a"x". 7. Sean f¡, 12, ... , f,,: IR -+ IR funciones de clase 1&2. Calcule las derivadas parciales de segundo orden de la función F:]R" -+ ]R dada por 3. F(XI, x2, "', x,,) = f¡(xI) F(x], x2, "', x,,) + h(x2) + b. c. e. f. = f~(xl) + l¡(X2) + F(x¡, x2,"', x,,) = f¡(x¡) + f1(X2) + = F(XI, x2,"', x,,) = F(x¡, x2,"', x,,) ff(XI)f1(X2) f¡(x¡)f1(X2) + f,,(x,,) + f;(x,,) + f:(x,,) F(X¡,X2," o,x,,) = fl(x¡)h(x2)'" f,,(x,,) f;(x,,) f:(x,,) , x,,) = 8. Sea f: IR" -+ ]R la función f(XI, X2, segundo orden de f. L7:/ X¡X¡+ l, Calcule las derivadas parciales de DernuestJre que cada una de las funciones dadas en los ejercicios 9-14 satisface la ecuación = O (llamada "ecuación de Laplace") 9. f(x, y) = x 3 - 3xy2 10. f(x,y)=¿(cosy+seny) f(x, y) = ¿(x cos y 2 2 - y cos y) 12. ¡(x, y) = ¿ -y (cos 2xy + sen 2xy) 13. ¡(x, y) = In 14. f(x, y) yx2 +y2 b = ¿2_/ (2xy cas 2xy + (x 2 -y2) sen 2xy) 15. Constate que la función z = sen(x2 + y2) satisface la ecuación 16. Constate que la función u = (x - at)2 + (x + at)3 satisface la ecuación cPu -2 =a2 2 cPu at ax (llamada "ecuación de calor"). 2.12 Derivadas parciales de ordenes superiores 237 17. En el ejercicio 62 de la sección 4 se estableció que si g es una función real de variable real, diferenciable, y f(x, y) es una función con derivadas parciales, entonces la composición g o f tiene derivadas parciales y éstas son a , af ax (g o j)(p) = g (f(p» ax (p), a. , af ay (g o j)(p) = g (f(p)) ay (p) donde p = (x, y) es un punto del dominio de f tal que f(x, y) está en el dominio de g. Suponga ahora que tanto g como f tienen derivadas de segundo orden .. Demuestre que 2 2 af (a f a ) ax2 (g o j)(p) = g'(f(p»)ax 2 (p) + g"(f(p» ax (p) 2 a2 . . . a2f a 2 (goj)(p) =g'(j(p» a 2(P) y y axay (g o j)(p) + gfl(f(p» (a f )2 ay (p) a2 = g (f(p» I a2 f " afaf axay (p) + g (f(p» ax (p) ay (p) En los ejercicios 18-21, g es una función real de variable real, de clase q¡¡2. Tome el resultado del ejercicio anterior para calcular las derivadas de segundo orden de las funciones F(x, y) indicadas. 18. F(x, y) 19. F(x, y) = g(2x+3y) = xg(xy) + g(y» 20. F(x, y) = (x 2 + y2)g(X2 + l) 21. F(x. y) = g(g(x) 22. Sea z = g(x 2 +l). donde g es una función real de variable real, dos veces derivable. Demuestre que y-- - x - - - - =0 ax 2 ayax ay a2 z a2 z az Nótese que el ejercicio 15 es un caso particular de este ejercicio. 23. Sea u = <jJ(x - at) + ljJ(x + at), donde <jJ y ljJ son dos funciones reales de variable real, dos veces derivables. Demuestre que esta función u = f(x, t) es solución de la ecuación de calor Obsérvese que el ejercicio 16 es un caso particular de este ejercicio. 24. Sea z = x<jJ(x + y) + yljJ(x derivables. Demuestre que y), donde <jJ y ljJ son funciones reales de variable real, dos veces 2 38 Capítulo 2 Funciones de varias variables 25. Demuestre que la función del ejemplo 3, f: IR 2 -> IR si (x, y) si (x, y) no satisface las hipótesis del teorema de Schwarz. i (O, O) = (O, O) 26. En el apéndice de la sección 7 se estableció el teorema de Euler sobre funciones homogéneas: si f(x. y) es homogénea de grado n, entonces af af x-+y-=nf ax ay Más adelante probaremos que si una función f(x, y) satisface la relación anterior, entonces f debe ser homogénea de grado n (ejemplo lOde la sección 2 del capítulo 3). Se tiene entonces que la relación anterior se satisface si y sólo si f es una función homogénea de grado n. En el apéndice n de esta sección, probamos que siendo f una función homogénea de grado n, entonces también se cumplía que x2_ J ax 2 a2 .. a2 .. a2 f + 2xy-J- + l axay ay2 = n(n - I)f ¿Será esta condición también suficiente para asegurar que f es homogénea de grado n? La respuesta es NO. Demuestre que la función f(x, y) xy + -f¡ satisface la relación anterior con n = 2, a pesar de que tal función no es homogénea. 27. Demuestre que si cf>(x. y) es una función homogénea de grado n y ¡jJ(x, y) es una función homogénea de grado 1 n, entonces la función f(x. y) = q>(x, .v) + qf(X, y) (que en general no es homogénea) satisface la relación Vuelva al ejercicio anterior y explique lo ahí demostrado a la luz de este ejercicio. 28. Tome el resultado del ejercicio anterior para demostrar que si cf> y ¡jJ son funciones homogéneas de grado cero, entonces la función f(x, y) = cf>(x, y) + x¡jJ(x, y) satisface la relación 29. Sea z = f(x, y) una función homogénea de grado a. En el ejercicio 28 de la sección 7 se probó que las derivadas parciales de f, ~, son funciones homogéneas de grado a - 1. Use el teorema de Euler sobre funciones homogéneas aplicado a estas derivadas parciales para concluir que * f f (aax ) + y~ (aax ) = ay x~ (a f ) + y~ (a f ) ax ay ay ay x~ ax (a _ 1) = (a _ 1) af ax af ay 2.12 Derivadas parciales de ordenes superiores 239 Multiplique por x la primera de estas expresiones y por y la segunda, y luego sume las expresiones resultantes para obtener que Esta es otra demostración del teorema de Euler sobre funciones homogéneas (caso k = 2) estudiado en el apéndice n. 30. Considere la función f: IR 2 -> IR homogénea de grado Demuestre que para k E N, se tiene 0:', suficientemente diferenciable. donde QJ es la derivada de Euler definida en el apéndice n. Utilice este hecho para una nueva demostración del teorema de Euler sobre funciones homogéneas. 31. Sean ¡; g: U <;:;; IR. 2 -> IR. dos funciones diferenciables. Demuestre las siguientes propiedades de la derivada de Euler: a. b. c. QJ(f + cg) = QJf + cQJg, c E IR º(fg) = fQJg + gQJf -> '21(f) = g'd¡-/Qg, (para las (x, y) E U tales que g(x, y) 1=0) 32. Demuestre que las funciones fl!: IR IR, ti E N, dadas por 1 I ~_n sen ~ { six 1= O si x = O son ti veces diferenciables, pero no son de clase '15 11 • 33. Para funciones de varias variables no se estableció el concepto de "funciones k veces diferenciables", saltando, desde la clase '15 k - 1 hasta la clase '15 k • ¿Sugiere el lector alguna causa por la cual no se incluyó este concepto?, ¿qué sinificaría decir que la función f: IR 2 -> IR. es dos veces diferenciable? 34. (Continuación del ejercicio 31 de la sección 6: un breve curso "hágalo usted mismo" de funciones de variable compleja. parte (ii): funciones armónicas). q. Un resultado clásico del análisis complejo, que es consecuencia del teorema de Cauchy que estudiaremos en la cuarta parte de este problema (sección 4 del capítulo 7), en el capítulo 7, establece que si la función fez) es holomorfa (es decir, existe !,(z) en todo z de su dominio), entonces esta función tiene derivadas de todos los órdenes. Es decir, la sola existencia de la primera derivada garantiza la existencia de las derivadas de todos los órdenes. En particular, -> es holomorfa, las funciones u, v: U <;:;; IR 2 -> IR son de (verifique que) si f: U <;:;; 2 clase '15 . Use este hecho, junto con las ecuaciones de Cauchy-Riemann, y el teorema de Schwarz estudiado en esta sección para demostrar siendo f = u + iv holomorfa, las funciones u y v satisfacen la ecuación de Laplace re re 2 40 Capítulo 2 Funciones de varias variables (ver ejercicios 9-14). A una función F(x, y) que satisface esta ecuación se le llamafimcióll armónica. Así pues, siendo f = u + iv holomorfa, las funciones u y v son armónicas. T. Considere la función holomorfa f(z) = Z3. Identifique sus partes real e imaginaria. Vea con nuevos ojos el ejercicio 9 de esta sección. (Este ejercicio continuará en el ejercicio 18 sección 3, del capÍtulo 7.) Capítulo Funciones compuestas, inversas e implícitas En este capítulo continuaremos con el estudio del aspecto diferencial de las funciones de varias variables, considerando ahora funciones cuya descripción es, o más complicada que las del capítulo anterior (como serán las funciones compuestas), o bien, cuya descripción no es "explícita", como lo han sido las funciones estudiadas hasta este momento (las funciones implícitas). Recordemos rápidamente el tipo de resultados que, en estos temas, aparecían en el estudio de funciones de una variable. Si tenemos las funciones g: 1 S;; IR ---7 IR, f: J ~ IR ---7 IR (tales que g(l) ~ J), podíamos formar la composición fa g: 1 ~ IR -> IR., definida como (f o g)(x) = f(g(x». El resultado más importante de esta parte del curso (la regla de la cadena) nos dice que si g es diferenciable en un punto Xo E 1 Y fes diferenciable en g(xo) E J, entonces la composición f o g es diferenciable en xo, es decir, que (f o g)'(x) existe, y su valor no es más que el producto de las derivadas de las funciones f y g. Más bien (f o g)' (x) = f' (g(x»)g' (x) o bien, con la notación de Leibniz, si y = f(u) y u = g(x) entonces dy dx dy du du dx (la ventaja de esta noción es obvia: sugiere a la vista que se cancela du y queda una igualdad trivial. Obsérvese sin embargo, que en ella no se hacen explícitos los puntos donde se calculan las derivadas). En el caso de funciones de varias variables, la situación se hará (en principio) más complicada Téngase en cuenta que, para empezar, no podemos hablar de composición de dos funciones j; g: U ~ IRn ---7 IR, pues la operación de composición entre funciones solamente se puede realizar cuando el rango de una de ellas está contenido en el dominio de la otra (yen nuestro caso ambas funciones I y g tienen rango en IR y dominio en IRn). Nuestro propósito en este capítulo será dejar claro el proceso de composición de funciones de varias variables y luego estudiar "la regla de la cadena" en el caso general. En el caso de funciones inversas en una variable teníamos que si la función f: 1 ~ IR ---7 IR es inyectiva, con rango J ~ IR., se da la función f-I: J ~ IR -> IR., llamada inversa de f, tal que f- I (f(x)) = x, x E 1 Y fU- 1(y) = y, y E J Sabiendo que f es una función diferenciable tal 241 2 42 Capítulo.3 Funciones compuestas, inversas e implícitas que f' (xo) i- O, Xo El, entonces podíamos, al menos localmente, invertir diferenciable, cuya derivada se encontraba como f y obtener f- I también cr J)' (f(x)) = o con la notación de Leibniz, si y = f(x), entonces dy dx 1 f'(x) 1 dx dy donde x = f-l(y). En el caso de funciones de varias variables esta situación también se complica, pues se tienen que considerar funciones más generales con condiciones más generales (piense: ¿tiene sentido hablar de "inversa" de una función f: U ~ IRn --> IR?). Este estudio nos llevará a uno de los célebres teoremas del análisis, llamado Teorema de la Función Inversa, el cual estudiaremos en la sección 6. Por último, en el cálculo de funciones de una variable, se consideraron expresiones del tipo F(x, y) = O, preguntándonos si podíamos despejar· a y en términos de x, y dejar establecida una función del tipo y = f(x) (por ejemplo si F(x, y) = x 2 + y2- 1 = O no se puede obtener de ella una función y = f(x); y de F(x, y) = x 2 - y = Osí se puede obtener la función y = f(x) = x 2 ) Cuando de F(x, y) = Opodemos despejar la variable y, y escribir y = f(x), decimos que ésta última función está dada implícitamente en F(x, y) = O En realidad, el tema de las funciones implícitas no se puede abordar plenamente en el primer curso de cálculo, pues para entender bien las cuestiones que en él se tlatan, se tiene que acudir a resultados más elaborados (como los de un curso de cálculo en IRn). Con la herramienta que hemos desarrollado hasta este momento estaremos en condiciones de llegar a entender bien la problemática en tomo a las funciones implícitas, estableciendo, en la sección 5, OtIO de los célebres teoremas del análisis: el Teorema de la Función Implícita. Comencemos pues por estudiar cómo se hace la composición de funciones de varias variables. 3.1 Composición de funciones Componer funciones significa "sustituir una función en otra". Una manera sencilla de entender esto es la siguiente: si tenemos la función y = f(x) que establece la dependencia de y y x, y la función x = g(u), que establece la dependencia entre x y u, podemos sustituir esta última en la primera y obtener y = f(g(u)). A la función así obtenida (que manda u a y) se le llama composición de f con g y se denota por f o g. En un esquema se ve como en la figura 1. Obsérvese entonces que para obtener la función compuesta "se ha sustituido la variable x de la función f por la función g que conecta a esta variable con otra, a saber, u" . Pasemos al caso de funciones de dos variables z = f(x, y). Siguiendo con la misma idea, para "componer" esta función tendremos que sustituir las dos variables x y y por dos funciones, digamos g\ y g2 que conecten a éstas con otras variables, digamos otras dos variables u y v. Así, si consideramos las funciones x = gl (u, v), Y = g2(U, v) podemos sustituir éstas en la función f y obtener lafunción compuesta y = f(gl (u, v), g2(U, v) 31 Composición de funciones 243 ------ f Figura 1. Composición de funciones En esta perspectiva, una función! de dos variables se compone de dos funciones que conectan cada tina de estas variables con otras variables distintas Ejemplo L Considere la función ¡(x. y) = x 2 y + sen(xy). Si x ) = g2(1I, v) = l/V 3, entonces la función compuesta de f con g¡ Y g2 es !(g¡(lI, v). g2(U, v» = (g¡(u, v»2 g2 (u, v) + sen(g¡(u, V)g2(U. v» = (11 2 + \,2)2(uv 3 ) + sen((u 2 + v2 )(uv 3» Nótese que ésta es una función distinta de f, g¡ y g2: aquélla es la composición de f con g¡ Y g2 11 Ejemplo 2. Sea f(x, y, z) = 2x3 y2z + cos 2 (x + y + z). Sean también las funciones Entoces la composición de f con g¡, g2 Y g3 es !(g¡(t), g2(t), g3(t» = 2(g¡(t»\g2(t»2 g3 (t) ! + cos 2(g¡(t) + g2(t) + g3(t» = 2e 3 (cos 2 t)t 2 + cos 2(e l + cos t + t 2) Una mejor manera de contemplar el proceso de composición de funciones es pensando en funciones de ]](m en ]](n: la pareja de funciones x = g¡ (u, v), y = g2(¡1, v) las podemos ver como una función g que va de ]](2 en ]](2 de la siguiente manera. A cada punto (u, v) E ]](2 la función g le asocia el punto g(u, v) E ]](2 cuyas coordenadas serán (x. y) = (g¡ (u, v). g2(U, v» (Figura 2) A las funciones g¡ y g2 se les llama (por razones obvias) lasfúnciones coordenadas de la función g Escribimos entonces g: JR.2 ----+ IR", g(u, v) = (g¡ (u. v), g2(U, v». Por ejemplo, si g¡ (u. v) = u + v, g2(U, v) = u 2 - v 2, entonces la función g:]](2 ----+ JR.2 es g(u, v) = (u + v, u 2 - v 2) Si tuviéramos 3 funciones, cada una de ellas de una variable (como el ejemplo 2 anterior), digamos x = g¡ (t), y = g2(t), z = g3(t), podríamosjuntar estas tres funciones en una sola función g: JR. ----+ JR.3, de modo que g(t) = (g¡(t), g2(t). g3(t» Así, las funciones x = el, y = cost, Z = t 2 del ejemplo 2 se pueden ver como las funCIOnes coordenadas de la función g(t) = (el, cos t, t 2) 2 44 Capítulo 3 Funciones compuestas, inversas e implícitas v y (x.») = (gl(U. v). g2(U. v)) v u u y x .X Figura 2. El punto (x, y) como imagen de gl(U, v) y g2(U. v) En general, los conjuntos de n funciones reales, cada una de ellas dependiendo de m variables, digamos XI =g¡(U¡,U2, ... ,U m ) X2=g2(U¡,U2, .. ,u m ) Xn =g/l(U¡,U2' ,u m ) se puede ver como una función g: ~m --t ~/l que toma al punto (u 1, U2, , u m ) E ~m y le asocia el punto (Xl, X2, , X n ) E ~n, para la cual las funciones dadas son sus funciones coordenadas. Las funciones g: U <;;;; ~m -> ~n definidas en el conjunto abierto U de ~ITI y tomando valores en el espacio ~n son las funciones más generales que podemos encontrar en nuestro curso de cálculo. El caso n = m = 1, es el de las funciones reales de una variable real que se estudiaron en el primer curso Si n = 1 Y m es arbitrario, se tienen las funciones reales de m variables que ya estudiamos en el capítulo anterior.. En el caso general, si el codominio es el espacio ]R.n, debemos ver estas funciones como constituidas por n funciones reales de m variables (sus funciones coordenadas) En este punto se ve la importancia de estudiar primero las funciones de m variables g: U ¡:;:; ]R.m --> IR., pues son los eslabones que componen a funciones más generales g: U ¡:;:; ]R.m --t ]R.n Ejemplo 3. La función g: ~2 --t ~3, dada por g(u, v) = (u 2 - 1'2, U + v, u ]R., - v) g3(U, tiene por funciones coordenadas a v) = u- v. g¡, g2, g3: ~2 --t gl(U, v) u + v, I!I!II Con esta perspectiva podemos ver mejor el proceso de composición de funciones de varias variables como una sustitución de unafunción en otra (es decir, como un proceso entre dos funciones). Supongamos que tenemos la función f: ~n ---4 ]R. definida en el espacio]R.n Si consideramos la función g: ~m -> ]R.n, cuyo codominio ~n es el dominio de j, podemos formar la composición f o g: ~m -> IR., definida como (f o g)(u) = f(g(u)) . (Figura 3) Generalmente, si tenemos la función f: U ¡:;:; ]R.n --t ]R. definida en el conjunto U de ]R./l y la función g: V ¡:;:; ]R.m -> ]R.n definida en el conjunto V de ]R.tIl, cuyo rango está contenido en U 3.1 Composición de funciones 245 g f Figura 3.. Composición de funciones (i.e. tal que g(V) ~ U), entonces podemos formar la composición (f o g)(v) = f(g(v)), v E V. (Figura 4). f o g: V ~ IRm --+ IR, como Ejemplo 4. Considere la función f: U ~ IR2 --+ IR del ejemplo 1, {(x, y) = x 2 y + sen(xy). Si componemos esta función con la función g: IR2 -> IR2 , g(u, v) = (u 2 + v2, uv 3 ), se obtiene f o g: IR2 --+ IR, (f o g)(u, v) = f(g(u, v)) = f(u 2 + v2, uv 3 ) = (u 2 + v2)2(uv3 ) + sen«u 2 + v2)uv3 ), como se obtuvo en el ejemplo 1 componiendo f con las tres funciones coordenadas de g.. De la misma manera, podemos ver el ejemplo 2 como la composición de la función f: IR 3 --+ IR, dada por f(x, y, z) = 2x 3 y2z + cos 2 (x + y + z), con la función g: IR-> IR 3 dada por g(t) = (el, cos t, t 2 ), obteniéndose la función compuesta f o g: IR -> IR, dada por (f o g)(t) = f(g(t)) = f(é, cos t, t 2) = 2e 31 (cos 2 t)t 2 + cos 2 ( el + cos t + t 2 ).. !II Ejemplo 5. Sea f: IR2 -> IR la función f(x, y) = 3x 2 + 5xy y sea g: IR3 --+ IR2 la función g(u, v; w) = (u 2 + 2uvw, u + v + w)., Podemos formar la composición f o g: JR3 -> IR, la cual sería (j'og)(u, v, w) = f(g(u, v, w)) = f(u 2+2uvw, u+v+w) = 3(u 2+2uvw)2+5(u 2+2uvw)(u+v+w). Más aún, si consideramos la función h: IR2 -> IR3 , dada por h(a, f3) = (a + f3, a - f3, af3), podemos formar la composición (f o g) o h: IR2 -> IR, que sería «j' o g) o h)(a, f3) = (f o g)(h(a, f3)) = g Figura 4. Dominio y codominio de la composición. 2 46 Capltulo 3 Funciones compuestas, inversas e implícitas ------------------- (f o g)(o: + f3, o: - f3, 0:(3) = 3[(0: + (3)2 + 2(0: + (3)(0: - (3)(o:f3)f + 5[(0: + f3? + 2(0: + (3)(0: (3)(0:f3)][0: + f3 + o: - f3 + o:f3l El lector puede verificar que llegaríamos a este mismo resultado haciendo primero la composición g oh:]K" -+ ]K" y luego componiendo con la función f, obteniendo la función f o (g oh): R 2 -+ R Es decir que (f o g) o h = f o (g o h) Esta función se denota simplemente f o g o h Esquemáticamente fa(gah) gah ------'- fag (f a g) a h Figura S. Composición del ejemplo 5 En general, si tenemos las funciones f: JRn -> JR, g: JRI1l -.; R n y h: RP - t JRI1l, podemos formar las composiciones f o (g oh), (f o g) ah: RP -> R Se puede demostrar que estas funciones son iguales, es decir que U o (g o h»(x) = (U o g) a h)(x), \:Ix E RP. Estas funciones se denotan simplemente como f o g o h. Se tiene entonces (f a g o h)(x) = f(g(h(x»). 11 Los conceptos de continuidad y diferenciabilidad para funciones f: U ~ JRn -> Rm, m > 1, se establecen en términos de las funciones coordenadas de la función f De modo más preciso, se dirá que la función f = UI, h ., 1m) es continua (respectivamente, diferenciable) en el punto Xo E U, si y sólo si todas y cada una de las funciones coordenadas k U ~ Rn --> R i = 1,2,.. , m, lo son La función f: JR2 -+ R 2, 1(x, y) = (x.lyl) es continua en todo su dominio, pues las funciones coordenadas fl, f2: JR2 -> R, fl (x, y) = x, h(x, y) = Iyl lo son. Esta función no es diferenciable en el origen, pues la función h(x, y) = Iyl no lo es.. Por otra parte, la función f: R 3 -> JR4, f(x, y, z) = (x + y + z, sen x + cos y, eX + z, arctan(xz 2 es diferenciable en todo su dominio, pues las funciones coordenadas f¡, h 13, 14: JR3 -> JR, fl(x. y, z) x + y + z, fl(x. y. z) = sen x + cos y, f3(x. y, z) = eX +z , f4(X, y, z) = arctan(xz 2 ) lo son. lllI Ejemplo 6. » Ejercicios (Capítulo 3, Sección 1) a. Escriba la función g: JR2 1. f(x, y) En cada uno de los ejercicios 1-5 se da una función f: JR2 -+ JR y dos funciones gl, g2: JR2 -+ R -+ JR2 que tenga por funciones coordenadas a g, y g2 b. Determine la función compuesta F(u, v) = U o g)(u. v) = x, gl (u, v) = u, g2(U, v) =v 3 1 Composlcllín de funciones 247 2. l(x, y) = senx 3. l(x, y) + seny, gl(lI, v) = u 2v, g2(U, v) = /IV =u = 3x' + 8\'5, gl(U, v) + v, g2(U, v) =u COSII x+v 4. f(x, y) = J ; ,gl(/I, v) = senil, g2(1I, v) = x- + y- + I 5. f(x, y) = arctan 35 (x + y), gl(lI, v) = U - v + n/4, g2(Li, v) = V --> 1l En los ejercicios 6-10 se da una función f: lR 2 fU(x, y), y); b. F(x, y) = f(x, f(x, y»; c. fU(x, y), f(y, x» 2 IR Determine las funciones: a. [(.r, y) F(x, y) = fU(x, y), f(x, y»; d. F(x, y) 6. f(x, y) = ax + by 7. f(x, y) 8. f(x, y) =x y = senx + seny = arctan y 9. f(x,)=ln(I+lx[) 10. f(x, y) 11. Sea f: IRn -+ lR la función lineal f(xl,x2, • x n ) = alx! + a2x2 + + anXI! + b Demuestre , n, la función que si componemos esta función con n funciones lineales g,: lRl! --> R i = 1.2, compuesta F: lRl! --> IR, F(x) = f(gl(X), g2(X), ,gn(x» también es lineaL Compruebe que el término independiente de Fes F(O) = ¿;'=I a,g,(O) 12. Sea f: U c;: :R;I! --> IR la función f(xl' X2' ,XI!) = J... tI + J... {2 + .+ función compuesta F(XI, Xl, ,xn ) (La respuesta NO es "en todo JRI!") = l( +" +" , -t) J... X n Determine la ¿Dónde está definida esta función') En los ejercicios 13-20 se dan funciones f, g, h definidas en algún conjunto de lRl! (algún n) y tomando valores en JR'" (algún m) . Identifique en cada caso los espacios JRn y JR'" del dominio y codominio de cada función, y, cuando sea posible, determine las funciones compuestas: a. f o g; b. h o g; c. f o g oh. 13. f(x, y) = x + 2y, g(u, v) = (3u, v). h(r, 5) = r + 4\ = .xy, g(u, 2 14. f(x, y) 15. f(x, y) v) = 22 (IIV, 11 V ), he,: s) = I = x + l, g(L/, v) = (11 + v, v = 5x + 3y, g(lI) = sen l/, u), hU) = (t, 2t) 16. {(x, y) 17. he,; s) = (~, ~~) sr (r2, 53, t 4 ) f(t, y, z) I = x + Z, g(lI) = (11, 2u, 3u), h(t) = t 2 UW, 18. f(x, y, z) /-::- xyz, g(u, v, w) = (uv, vw), he,; s, t) = 19. f(x, y, z)~ senx, g(u, v, w) = (u, v 34 , uvarctan 5 W), h(t) = (l, t 3, t + 4) --> 20. f(x, y, z) = 1, g(u, v, w) = (w, v, 11), he,; s, t) = (,2, rst, S5(4) --> 21. Determine funciones f: JR2 como F = g o f R g: lR --> JR de modo que la función dada F: JR2 c. lR se vea a. F(x, y) = sen(3xy) _. seny) F(x, y) Fex, y) = JI - x 2 _ y) y2 b. d. = ¡nex - 2 48 Capítulo 3 Funciones compuestas, inversas e implfcitas 22. Determine funciones f: 1R2 ---> IR, g: 1R 2 ---> 1R 2 de modo que la función dada F: 1R 2 como F = f o g ---+ R se vea a. b. F(x, y) = sen(x + y) F(x, y) = arctan 2 + cos(x - y) (5x + y2) + 3x - c. 2y d. F(x, y) = (3x - y)3 Ftx, y) = In + 4(2x + )4 ---> Ixyl + e-' R se vea 23. Determine funciones f: 1R3 ---> IR, g: 1R 3 ---> 1R 3 de modo que la función dada F: 1R 3 como F = f o g a. b. F(x, y, z) = x 2 + i' + Z2 F(x, y, z) c. d. = sen(x + y) + cos(y - z) + sen 2 (x + y + z) F(x, y, z) = (x + y + d + 5(3x - y)4 - IOz F(x, y, z) = In(l + x 2 + y2 + Z2) + x + y + Z ----t 24. Determine funciones f: IR 3 --+ R, gi: IR gl3 o g12 o· o g2 o g¡ o f, si R, i 1, 2, . , , 13, de modo que F 25. Considere las funciones f, g: 1R2 ----t 1R2 dadas por f(x, y) = (x + y, 2x + 3y), g(x, y) = (3x - y, -2x + y) a. b. c. Determine f(2, 4) Y g(/(2, 4» Determine g(2, 4) Y f(g(2, 4» Demuestre que las composiciones id: 1R2 ----t 1R2, id(x, y) = (x, y) ----t f y) ogygo f son iguales a la función identidad 26. Considere la función f: 1R2 F: 1R2 ----t 1R2, F = f o f? 1R2, f(x, = (y, x). ¿A qué es igual la función compuesta 27. Sea f: 1R3 ----t 1R3, f(x, y, z) = (2x - 3y - 5z. -x + 4y + 5z. x - 3Y - 4z) . Determine la función F: 1R3 ----t 1R3, F = f o f. 28. Dé ejemplos de funciones f, g: 1R2 ----t 1R2 tales que: a. f o g = g o f; b. f o g i- g o f 29. Sea f: 1R3 -.:. 1R3, f(x, y, z) = (x + y + 3z. 5x + 2y + 6z. - 2x - y --, 3z).. Determine la función 1R3, F = f o f o f. 30. Se dice que la función f: 1R2 ----t 1R2 es lineal (en JR2), si sus funciones coordenadas fl, F: 1R3 ----t .h: 1R2 ----t IR lo son. Es decir, f es lineal si es de la forma f(x, y) = (a¡x + b l y + el. a2x + b 2y + e2). Sea f una función lineal en 1R2 tal que feO, O) = (O, O). Demuestre que f(p + aq) = f(p) + af(q), donde p, q E 1R2 , a E IR. Compruebe que las funciones de los ejercicios 25 y 26 son de este tipo. 31. Sea g: IR ----t IRn una función continua en Xo E IR, Y f: JRn ----t IR una función continua en g(xo) E IRn. Demuestre que la función f o g: JR ----t JR es continua en xo. (*)32. Sea f: JRn ----t JRm una función definida en JRn. Sea Xo E JRn afirmaciones acerca de la función f son equivalentes: a. Demuestre que las siguientes f es continua en xo. 32 Regla de la cadena 249 b. dado un E > O existe un 8 > O tal que Ilx - xoll < 8 -t Ilf(x) - j(xo)11 < E c. la imagen inversa de cualquier conjunto abierto (en ~m) que contenga a f(xo) es un conjunto abierto (en ~Il) que contiene a Xo Es decir, si llamamos B j(xo) a un conjunto abierto que contiene a f(xo), entonces (demuestre que) f es continua en Xo si y solamente si es un conjunto abierto (Ver ejercicio 83 de la sección 3 del capítulo 2). 3.2 Regla de la cadena Ahora estudiaremos la relación entre la diferenciabilidad y las derivadas parciales de una función compuesta, con la diferenciabilidad y las derivadas parciales de sus funciones componentes Enunciaremos rigurosamente el teorema que establece la regla de la cadena para la derivación y presentamos (de manera opcional) una demostración en un caso concreto Quisiéramos advertir, sin embargo, que en este tema, como sucede en algunos otros tópicos del cálculo, existen dos aspectos que demandan atención y esfuerzo por parte del lector para su comprensión: uno de ellos es el aspecto "teórico" que está contenido en el teorema que presentamos y , desde luego, su demostración El otro aspecto es el carácter "práctico": en él no interesará mucho escribir en detalle las fórmulas de la regla de la cadena que aparecerán en el teorema, sino más bien adquirir habilidad en su uso para aplicarlas adecuadamente en distintas situaciones Creemos que, en un primer acercamiento a este tema, el segundo aspecto mencionado es sobre el que se debe poner atención especial y a él se dedicará una buena cantidad de ejemplos en esta sección. Teorema 3.2.1 (Regla de la cadena). Sea g: V <;;; ~m - t ~Il una función definida en el conjunto abierto V de ~1Il, diferenciable en Xo E V (esto significa que las n funciones , n son diferenciables en Xo E V) coordenadas de g, digamos g¡: V <;;; ~1Il --; IR, i = 1,2, Sea f: U <;;; ~n - t ~ una función definida en el conjunto abierto U de IRIl, tal que g( V) <;;; U, diferenciable en el punto g(xo) E U Entonces la composición f o g: V <;;; IRIIl - t ~ es diferenciable en Xo y sus derivadas parciales son - . (f o g)(xo) = a. ax J" al ag¡ ¿ -. (g(xo))-. (Xo), "ay, aX n 1=1 J j = 1, 2" m Demostración. (OPCIONAL, caso m = n = 2). Se tiene la situación siguiente (figura 1) en que las dos funciones coordenadas de g, g¡ Z: V <;;; ~z - t IR son diferenciables en Xo y fes diferenciable en g(xo) Los puntos del dominio de g se denotan con coordendas Xi y los del dominio de f con coordenadas y¡ Así, Xo = (XI, xz) E V Y g(xo) = (YI, yz). La noción de diferenciabilidad que manejaremos en la hipótesis de esta demostración es como sigue: la función cp: B <;;; ~z - t ~ se dirá diferenciable en el punto Xo del conjunto abierto B de ]Rz, si al escribir 25:J Capítulo 3 Funciones compuestas im ersas e implícitas I lag Figura L Las funciones I y g donde H = (h j, h 2 ) es Xo + H E R, la función P definida en alguna bola abierta de IR 2 con centro enO, es tal que prO) = OY es continua en O, es decir, límll~o p(H) = O El lector puede verificar la equivalencia de esta definición con la dada en el capítulo anterior (ver ejercicio 29 de la sección 6. capítulo 2) Nuestra hipótesis en el teorema será entonces: La función g¡: V r;:: Es decir ¡i{2 .~ IR (la primera función coordenada de g) es ditcrenciable en Xo E V gl(xo + H) = g¡(xo) + -.-(xo)h l + -(xlI)h 2 + IIH:lpl(H) dx¡ cJX2 (ig¡ (jg¡ I donde PI (O) = O YIímll __ o PI (J:I) = O 11 La función g2 V r;:: L:¿ 2 ~ Es decir E( (la segunda función coordenada de g) es diferenciable en Xo le: V donde P2(0) = O Y límH~o P2(H) = O 111 La función f: U r;:: IR 2 ~ IR es c1iferenciable en g(xo). Es decir j(g(xo) + K) = j(g(x())) + -;--(g(xlI))k l + -'-(g(xl))h + IIKllpl(K) rJy¡ (/';'2 al (JI donde P3(0) = O Y límK~o P3(K) = O. Nuestro trabajo consistirá en probar la diferenciabilidad de la función la definición del capítulo anterior). Es decir, que si escribimos (f o g)(xo f o g en XII (en el sentido de + H) = (f o g)(xo) -+- Ah I -+- Bh 2 + I(H) * (donde en A y R deberán aparecer las derivadas parciales de log respecto de.\ I Y\2. respecti\amcntc), se debe tener que ¡un 1I.!J .' 1(11) [jH ji ~-- = () 3:2 Regla ue la cadena 251 Comencemos: (f o g)(xo + H) = l(g(xo + H» = l(g,(xo + H), gl(XO + H» usando i Y ji nos queda Llamemos Entonces Al utilizar iii. nos queda (r o g)(Xo + H) = I(g(xo) -+- K) f (IOI,')(xo+H)= l(g(xo» + af(g(xo)k¡ + a , Ol, a\2 Haciendo C'\plícit~ls bs coonJenadas de K, k¡ ) k,. nos queda (f o g)\X ü + H) = (jf (' (;li". ,(j.!?¡ '1' ., /(g(xo» + --o (g(xo»)-"'-\xo)l1¡ + -:-.-(xo)!z, + I Hi¡p¡(H) ) ch', rJx¡ ()x, a+ -'.f . (g(xo» ,h:2 = (' -,)-(xo)h, rJg2 C.l, ¡I \ ¡ éJg 2 " ) li + -'-(xo)h:2 + fIH!ip:2(H) +' K., [[p3(K) c!x:2 1 l' -;-. (gIXo)-,-(xo) (1 \ , c! X ¡ , ,(él I . élg! . f(g(xo»', -,.-\g(x o -(Xo) »-. eh ,DI . . ' ,él.!?, cJg 2 , ). 11[ --¡- ,(cJ f --(glx o)¡--. IX!)) --¡ay¡ aX:2 Xii , ,cJg¡, H •. --o (g(xo)-:-'---. (X!) ¡Jf \, ) a\, jl12 eI.t, T- , al « g ») TI) 11 af + -;- «g dV2 Xo »I'H" TI' Ji IIP:'(I) + "K't [J) (K) il I Comparando esta última expresión con (') podemos escribir que A = cJ.. iif ág¡ - ( f o g)(x ü ) = -,--(g(xo»-(xo) cJx¡ ¡ly, ax, cJ. ¡JI agl + -,-(g(xo»-,-(xo) eI)2 dx¡ B = -,-( f cJXl . o g)(xo) = - (g(xo»-(xo) + a\ , aX2 (H) (J af cJg¡ --(g(xo»_':'_(xo) af ag2 aV:2 aX2 iJf . , " ¡lB) == -:)-(g(xo»i!,H (l, élf, 1I + -:;--(g(x!))¡'1 H"P2(H) + 11' K \:2 \() 2 52 Capítulo 3 Funciones compuestas, inversas e implícitas en lo que se establecen las fórmulas de las derivadas parciales de la composición f o g respecto de XI y X2. Queda por demostrar que el residuo r(H) cumple con la propIedad requenda Se tiene r(H) al i1HiI = aYI (g(xo»PI(H) + dY2 (g(Xo»P2(H) + ~HITP,(K) éJI ilKIi Es un pequeño trabajo técnico, que dejamos al lector, probar que la cantidad !:~I: se mantiene limitada para H en una bola con centro en el origen de IR 2 Siendo así, al tomar límite cuando H ---> O, vemos que los dos primeros sumandos tienden a cero pues, PI y P2 tienen dicha propiedad, y el tercer sumando, al mantenerse limitado el factor j:~i: y tender P, a cero (pues si H ---> O también K ---> O, y p,(K) tiene la propiedad de IímK~o p,(K) = O) también tiende a cero Con esto probamos que , r(H) ." Q,E ,D 1lmH--->O TfHTI - O como quenamos, La fórmula del teorema anterior adquiere una apariencia especial si la función g depende de una sola variable Más en concreto, si tenemos la situación siguiente g j(g(l)) fog Figura 2. Caso especial de la regla de la cadena Vemos que g es una función de n funciones coordenadas, cada una de ellas dependiendo de una sola variable, digamos t Al hacer la composición con l, se obtiene también la función reaí f o g que depende sólo de t, Para estas funciones, las derivadas parciales de las fórmulas del teorema anterior son derivadas totales, quedándonos como 'd-U t d , o g)(t) = (f o g)'(t) = "JI d L -(-(g(t»~(t) dt j=I aX J donde g¡, i = 1,2, ,n, son las funciones coordendas de g, Antes de empezar a ver algunos ejemplos, veamos la demostración ya prometida desde la sección 8 del capítulo anterior del hecho de que el gradiente de una función di ferenciable f: U ~ IR" ---> IR en un punto Xo E U, es ortogonal a la curva (o superficie) de nivel de f que pasa por xo, hecho que 32 Regla de la cadena 253 foA -E E Figura 3. Grafica del nivel e de f. ya hemos usado en repetidas ocasiones y del que se había dado un argumento geométrico que lo validaba Consideremos pues la función diferenciable f: U ~ IRn -> IR definida en el conjunto abierto U de IRn y sea Xo E U. Sea e = f(xo) La curva (o superficie) de nivel que pasa por Xo (el nivel e de f) es s = {x E IRnlf(x) = e} Sea X un punto cualquiera de S y sea v E IRn un vector tangencial cualquiera a S en x. Queremos ver que el vector grad f(x) es ortogonal a v . (Como x y v son arbitrarios, esto probaría lo que deseamos: que el vector grad f(x) es ortogonal a la curva de superficie de nivel que pasa por x.) Tomemos una función A: 1 = (-E, E) ~ IR -> IRn tal que A(O) = x, A/(O) = v, y A(t) E S, \/t E l. Una función de este tipo se llama "curva en IRn" . El estudio de estas funciones se efectuará en el capítulo 5. Nuestra curva A que estamos considerando es tal que su imagen cae completamente sobre el nivel e de f, pasando en t = O por el punto x y teniendo ahí por derivada (la cual, como veremos luego, es un vector tangente a la curva) al vector v.. Consideremos que A es diferenciable, lo que significa que si A = (A[, A2, .. , An ), las funciones coordenadas A¡: (-E, E) -> IR son funciones diferenciables. Esquemáticamente Podemos formar la composición f o A: (-E. E) -> R Se observa que (f o A)(t) = f(A(t)) = e, por estar A(t) siempre en S. Según la regla de la cadena tenemos, derivando, que -(f o A)(t) at a. = I: -(x)-(O) = O n af aA, at ;=1 ax¡ Podemos ver el lado izquierdo de esta expresión como el producto punto del vector grad f(x) = llaa (x)" llaa (x) y el vector A'(O) = (A; (O), . ,A~(O)) = v Hemos entonces probado que Xl x" grad f(x) v = O lo que muestra la ortogonalidad de grad f(x) con v, como queríamos Veamos ahora algunos ejemplos 2 54 Capítulo 3 Funciones compuestas, inversas e implícitas Sea f: U ~ IR2 -> IR la función dada por f(x, y) = x 2 + 3 y2, Y sea g: U C;;; R -. IR 2 la función g(t) = (el, cos t). Podemos, sin hacer explícita la composición f o g: IR -> IR, calcular sus derivadas parciales usando la fórmula dada en el teorema anterior Ejemplo 1. --(f o g)(t) at a. al a al a = --;:--(g(t»-;-(e + --:.-'-(g(t»)-;-(cos t) l ) elX dI dy dI = 2Xlg(I)(el) + 6Y!g(l)( - sen t) = - = 2/ el + 6 cos I( - sen 1) = 2e 21 6 cos t sen t Se puede llegar a este mismo resultado haciendo primero la composición (f o g)(t) = f(g(t) = f(é, cos 1) = e 21 + 3 cos 2 1, y derivando directamente en ella, como se comprueba fácilmente 11 Ejemplo 2. Sea f:l1;r.2 -> R una función tal que grad f(1.I) = (2,4) Y g:lR'---> R 2 una función tal que sus funciones coordenadas g¡: IR 3 ---> Il:t., i = 1. 2, tienen los siguientes gradientes: gradgJ(l, 1, 1) = (2, -3), gradg 2 (1,I, 1) = (-5,4). Si g(1, 1, 1) = (l, 1), se quiere hallar o g)(l, 1. 1) Según la regla de la cadena (llamando (x, r, z) a los puntos de IR' y (u, v) a los de IR 2 ) se tiene -I!xu --;-(f o g)(1. 1, 1) iü a. = = = aj élg¡ éif . éig2 --;-(g(l, 1, ])--(1,1,1) -+- --;-(g(1. 1, 1»)--;--(1, 1. 1) du rJx dI <Ix (Jj éig¡ af rJg 2 -(1, 1)-(1, 1, 1) -1- -(1, 1)-,-(1. 1,1) al! rJx élv dx (2)(2) + (4)(-5) = -16. 11 Una vez establecido el teorema importante de esta sección. con la notación y rigor adecuados, pasemos a la parte "operativa": ahora nos interesa sacar prO\ echo del teorema para hacer «'¡el! lo de derivadas de ciertas funciones compuestas La situación típica que se presenta en la prática (donde se suele ser poco riguroso, incluso en la notación), es la siguiente: si tenernos una función z = z(y¡, Y2, , YIl) ele n \' ariables y cada una de ellas es a su \' ez función de OtDS I/J \ ariables, digamos ", = y,(xl X2, ,xm ) (observe que --como es normal en estos tcoremas--- U'::1I110S las mismas letras ";.", "y" para denotar a las funciones z: RTl --> TI<, y: st'" ---> IR así como a sus irnúgcnes), entonces podemos formar la composición z(y¡(X¡, ,X m ),Y2(X¡, ,x m ), ')'n(xJ, ,x m ») Xi de la cual nos interesa obtener las derivadas parciales respecto de las variables Atención: suele ser muy común denotar esta función como z=z(y¡(X¡, ,Xm ),Y2(X¡,. ,x,,¡j, ,Yn(x¡ • • x",» y escribir i = 1,. . m, para la derivada parcial de ella respecto de Xi. Esto puede ser motivo de confusiones (ver ejercicio 22 al final ele la sección). Sin embargo, tiene la "ventaja" ele hacer aún más simple la notación en el proceso del cálculo de las derivadas parciales de la función compuesta %:¡' ._------~ 3 .2 Regla de la cadena 255 funciones dadas YI Z = y¡(x¡, X2,· ,xm ) ,xm ) Y2 = Y2(X¡, X2, = z(y¡, h ,Yn) 1 Z se componen • x",), . . , Yn(x¡, .X2, = Z(YI(XI, X2.·· • Xm )·Y2(X¡. X2, • XIII)) función compuesta Según la regla de la cadena se tiene entonces j = 1,2, ,1Il No podemos negar la ventajosa simplicidad de la fórmula de las derivadas parciales de la función compuesta con esta presentación, respecto de su análoga que apareció en el teorema anterior. Su ventaja es clara: nos permitirá una mecanización operativa fácil en el cúlculo de derivadas y nos permitirá "ver" claramente el proceso involucrado en el cálculo Sin embargo, debemos hacer notar que: 1 no se hacen explícitos los puntos donde están calculadas las derivadas; 2 se usan letras iguales para denotar cosas distintas, a saber 1 , ~=¿~ ax) . a Y, 1=1 T , 1 2 3 4 se refiere a la función compuesta de variables XI, .X2, , XII J n ¡ se refiere a la función dada se refiere a la i-ésima función dada con que se compone la función z se refiere a la i-ésima variable de la función dada Estos hechos se deben poder manejar naturalmente después de una buena cantidad de ejercicios Ejemplo 3, Si z = x2 + 3i, donde x = az ay + -- = ay at 6 cos t sen t el, y = cos t (ver ejemplo 1), entonces 2e e - rJz rJz. rJx - = -- at ax at - 2.xe - [ 6ysent = [[ 6 costsent = = 2e 21 Ejemplo 4. Si z = x 2e v', donde x = uv, y = u2 - v 3 entonces az az ax az ay - = - - + - - = 2xe v' v + 3x 2 v2 e " (2u) au ax au ayau ' az - - + - - = 2xe v' u + 3x 2 v2 e v' (-3v 2 ) az ax az ay - av éJxéJv ayéJv . 2 56 Capítulo 3 Funciones compuestas, inversas e implícitas Ejemplo 5. Si u = 3x 2 lz 2 + 6 sen(xyz), donde Entonces -=--+-.-+--= av ax av ayav az av = (6xiz 2 + 6yz cos(xyz»(4w 2) + (6x 2YZ 2 + 6xz cos(xyz»(10v) + (6x 2 lz + 6xycos(xyz»(3v 2) au au ax au ay au az -' = --- + - - + - = (6xiz 2 + 6yz cos(xyz»(8vw) + (6x 2iz au aw ou ax ox aw au oy ay aw au az az aw + (6x 2YZ 2 + 6xz cos(xyz»(30w 2) + 6xycos(xyz»(0) Ejemplo 6. Consideremos la función z = f(x 2 + y3, 2x 2 -l) Obsérvese que ésta se presenta ya como la composición de z = f(u, v) con las funciones u = x 2 + l, v = 2x 2 -.l Se tiene entonces az = ofau + afav =2xaf +4xof ax au ax az = afau ay ou ay av ax + afav au =3lof av ay . au _.2/ f ov av Llamamos la atención al hecho de que las letras x, y, z, u, v, w no tienen (en estos temas) '¡posiciones privilegiadas" para representar las variables de algunas de las funciones que componen (o bien de la función compuesta), En este ejemplo, u, v juegan los papeles contrarios a x, y respecto del ejemplo 4" 141 Ejemplo 7. La función Z = f (~) se debe interpretar como la composición de la función de una sola variable z = z(u) con la función de dos variables u = ; (quedando así la composición como función de las variables x y y). Entonces oz = of au = f/(IJ) ax au ax / ,.. az oy au ay (_,1) Y y2 = af au = f'(u) (_~) 11 Ejemplo 8. Decir que una función satisface una ecuación significa que es solución de la ecuación, entendiéndose "solución" en el sentido clásico: al sustituir "la solución" en la ecuación, ésta queda reducida a una identidad. Por ejemplo en la ecuación algebraica x 3 + 3x 2 - 4x 2 = O, tenemos que x = 1 es una solución, pues (1)3 + 3(1)2 - 4(1)2 = O es una identidad (otra solución es x = O), Del mismo modo, en la ecuación diferencial ordinaria y" - y' - 2y = O, la función y = e2t es una solución, pues al sustituir esta función en la ecuación obtenemos (e 2t )" - (e 2t )/ - 2e 2t = 4e 2t - 2e 2t - 2e 2t = O que es una identidad (otra solución es y = el, verifique). De la misma manera, podemos comprobar 32 Regla de la cadena 257 que la función z = f(x + y, -x -- y) donde f es una función diferenciable cualquiera (de IR 2 en IR) es solución de la ecuación diferencial parcial az az --·---=0 ax ay En efecto, poniendo u = x + y, v = -x - y se tiene az af au af av af af af af - = - - + - - =-(1)+ -(-1) = - - - ax au ax av ax au av au av az af au af av af af af al - = - - + - - = -(1) + -(--1) = - - ay au ay av ay au av au av de modo que al sustituir estas derivadas en la ecuación se obtiene az az af af a1 af ----=-----+-=0 ax ay au av au av que es una identidad Ejemplo 9. (De nuevo el Teorema de Euler sobre funciones homogéneas). En el apéndice de la sección '7 del capítulo anterior (en el corolario del teorema ahí presentado) vimos que si f: IR" -> lR es una función homogénea de grado a, digamos z = f(x¡, X2, ,x,,), entonces ésta satisface la relación af af af XI-O + X2- + +x,,- = af ax¡ aX2 ax" Veremos ahora otro argumento que muestra este hecho, usando las ideas estudiadas en esta sección. Siendo f una función homogénea de grado a tenemos que f(tx) = f(tX¡, tX2", tx,,) = taf(x¡, X2, ,x,,), t >O ,11,,) La expresión f(tx¡, tX2,' ,txll ) se puede ver como la composición de la función f(u¡, U2, con las n funciones Ui = tXi, i = 1,2, , n, que son funciones de las variables t y x,, Derivando ,tx,,) = t a f(x¡, X2,' ., x n ) respecto de t, obtenemos entonces la igualdad f(tx) = f(tx¡, tX2, af au¡ af aU2 -_.-+--+ au¡ at ¡ aU2 at alau" + - - = at a-¡f' (X¡,X2, aUn at o sea (como 0/1, 01 = x-) af x¡au¡ +Xo- al -aU2 + + Xn -af au" = at a-¡ .f'( x ¡, X2, ' , Xn ) Poniendo t = l obtenemos finalmente af X¡ax¡ + X2- +'" + X,,- = a~ a~ al al af(x¡,x2, "x,,) (donde volvemos a llamar X¡, X2, quedan ya calculadas en (x¡, X2, establecer ,xn a las variables de la función f, Nótese que estas derivadas , XII), como tenía que ocurrir), que es relación que querfamos lIIJlI 258 Capítulo 3 Funciones compuestas, imelsas e implícitas Ejemplo 10. (El recíproco del Teorema de Euler sobre funciones homogéneas) ahora que la función f: IR" - t R satisface la relación Supongamos XI-+Xo-+ ax} • élX2 af aj + X,,-,- = aj rJx" élj (con las derivadas y la función calculadas en (XI, X2, ,x,,» Veamos entonces que esta función debe ser homogénea de grado a Consideremos la función 'P: R+ - t ]K de la variable t dada por 'P(t) n = "--------a f(txI,tx2, t ,(X ) Si derivamos esta función obtenemos t a (Xl élj_ 'P1(t) = au} = + X2ar + au,• él j '+X,,- ) -at a-I'" j(tXI,(X2, élun , (X,,) t 2a en que llamamos u, = (Xi, i 1,2, ,Il, Podemos reescribir esta última expresión como H H) a-I f'( , , [Xn) ( Ul o",+U2 H 0"2+ ,+u"o,," - a t · , tX}, 1.x 2, 'P1(t) = - - - - - - ' - - - - - - - - , - 0 - - - ' - . - - - - - - , - 2a t Atendiendo a la relación que satisface (por hipótesis) la función 'PI (t) f tenemos a t = ---'---Xl, tX2, a-} ( j'(t ,(X,,» - at a - I f(tx}, (X2, t 2a Así que 'P'(t) = O \lt E jR+ Como consecuencia del Teorema del Valor Medio, concluimos que 'P debe ser una función constante, De hecho, como 'P(l) = f(xI, X2, ,xn ), tenemos f(txl, tX2, 'P(t) = - - - a t , txll ) = f(xI, X2, ,xll ), \lt> O o sea f(tx¡, (x2' " txn ) = taf(x}, X2, , x n ), \lt homogénea de grado ex, como queríamos demostrar.. > O, lo que nos dice que f es una función 11 Ejemplo 11. Consideremos la función z = z(x, y) que se compone con las funciones x = x(u, v), y = y(u, v) Ya sabemos entonces que las derivadas parciales respecto de u y v de la función compuesta son az az ax az ay au ---+-ax au ayau az azax azay -=---+-al' élx al' élyal' Queremos ahora obtener la derivada parcial de segundo orden él él 11 B" Es decir, queremos obtener (az) ¡¡;; = élu iJ (az iJx élz ay) a (élZ ax) él (élZ ay) élx a1l + ély élu = élu élx élu + él1l élyau 3.2 Regla de la cadena 259 Debemos ser muy cuidadosos al calcular estas nuevas derivadas parciales indicadas. Es necesario reconocer adecuadamente las nuevas funciones Uunto con sus variables) que vamos a derivar. Por ejemplo, el símbolo ~ que aparece en la expresión anterior representa la derivada parcial de la función x = x(u, v) . Derivar esta nueva función respecto de u no representa problema alguno, pues (~) = Una situación similar se presenta con la función ~ Un problema menos esto es evidente se presenta con las expresiones ~ y ~.. Estas representan las nuevas funciones que se obtienen al derivar respecto de x y y a la función dada z = z(x, y). Sin embargo, no está claro (no se hace explícito en esta notación) que estas derivadas parciales están calculadas en x = x(u, v) y y = y(u, v), (sugerimos al lector que revise nuevamente la fórmula de las derivadas parciales de la función compuesta establecida en el Teorema de esta sección), es decir, que estas funciones son nuevas funciones compuestas -k B. az ax(x(u, v), y(x, v», az -(x(u, v), y(u, v» ay que queremos derivar respecto de u . El esquema que debemos tener siempre presente es el siguiente: si representa una función de las variables x, y, en la que x, y son funciones de u y v, entonces O a~L-J = a ¡--¡ a ¡--¡ax a ¡--¡ay axL-.-Jau + ayL-Jau z= z(x, y) y ahora lo tenemos Este hecho ya lo aplicamos al principio del problema con la función que aplicar con las funciones -aJe y ~ . Así, x vy y ~I(:~)=~(~):~+~(:~):~ =---+-a2 z ax axayau a2 z ay ay2 au Retomando nuestro problema original tenemos a2 z a (az ax) a (az ay) derivadas de productos au 2 = au ax au + a;~ ayau de dos funciones ) az a (ax) ax a faz) az a (ay) = ax au au au au \. ax ay'au au 2 2 2 az a x ax (a z ax a z ay) a? a2 y = ax au 2 au ax 2 au ayax au ayau 2 + + + + ay a + au (az) au ay a z a + + ( dxay ax + z ay) au au ay au ay 2 2 2 o bien, simplificando (y suponiendo que la función z es lo suficientemente bien portada para que sus derivadas cruzadas sean iguales) nos queda 2 60 Capítulo 3 Funciones compuestas . im ersas e implícitas De manera análoga, el lector puede obtener ias expresiones Ejemplo 12. Obtengamos las derivadas de segundo orden de la función compuesta z f (u 2 + v2 , ;). Llamando x = u 2 + v2 , y = ~, tenemos que las derivadas de primer orden son - = - - + - ----'-- = 211- + - - az au az ux az a, i)z 1 az axau ayau ax Va) éll. = al. ax + éll. ay = 2v al. _ ~ (}l. av iJx élv ay av ax v2 ay Obtengamos ~~~ siguiendo las indicaciones del ejemplo anterior az 1 az = 2u -(J (iJl.) + - -(J (2u) + - -a (az) + - -a (1) au ax axau· vau a) ayau v a2l. -- + -2z - + 2- + - ( 0_- - + -- ax a- ay) ¡Iz 1 a:'z ¡IX a2z ay) = 2u ( ax 2 au (Jyclx au ax v axayau éJ,2 au 2 2z iPl. iPz élz az =2u ( --2u+-- +2-+- (a --(2u)-l-- ax 2 ayax v ()x v axay 'a y2 v o (1)) 1 (1)) Obtengamos 2 2az 4u a2z 1 a2 z al. =4u - 2 + - - - + -_o +2ax v iJxay v2 ay2 élx a2 z -auav + a.z (_~) 2 ay v 3.2 Regla de la cadena 261 Ejemplo 13. Una ecuación muy importante en la Física Matemática es la Ecuación de Laplace Supongamos que la función z = f(x. y) satisface la Ecuación de Laplace Veamos entonces que la función z = f(x - 2)'. 2x + y) también la satisface En efecto, llamando u = x - 2)', v = 2x + y, tenemos Entonces éy2z ¡y2z éy2z az za - 2 + - 2 = 5 - + '5~· = .5 (a ' + - z) = O -2 ax ay au 2 av 2 au av 2 2 2 2 pues, por la hipótesis, la función original z satisface la Ecuación de Laplace . Ejemplo 14. Una situación que se presenta con cierta frecuencia en las aplicaciones, es efectuar "cambios de variable" en expresiones diferenciales (expresiones que contienen una función determinada -de una o varias variables- y sus derivadas). Esto se logra aplicando conectamente la regla de la cadena en las expresiones de cambios de variables Veamos un ejemplo importante. 2 62 Capítulo 3 Funciones compuestas, inversas e implícitas Dada la función 1: U ~ ]Rn -; ]R (suficientemente diferenciable), se le asocia a ella su laplaciano, denotado por \J21 y definido como \J21 = af +af 2 2 ax 2 az 2 (Obsérvese que la Ecuación de Laplace del ejemplo anterior es \J2 Z = O). Se pretende ver cuál es la expresión dellaplaciano en coordenadas polares. Más bien, supongamos que en lugar de las coordenadas cartesianas x, y, con las cuales ellaplaciano tiene el aspecto mostrado arriba, trabajamos con las coordenadas polares r, 8 y con la función z = F(,; 8) = f(r cos 8, r sen 8). La pregunta es: ¿cuál es el aspecto dellaplaciano con esta nueva función? (tenga en cuenta que ésta no es más que la composición de la función dada z = f(x, y) con la función C(,; 8) = (r cos 8, r sen 8), que establece el cambio de coordenadas de polares a cartesianas). Esquemáticamente 8 )' ~'á C(,; 8) = (r )' cos 8, r sen 8) 8 --+--_........:.- -+ x x Figura 4. Esquema del paso de coordenadas cartesianas a polares De la función z = f(r cos 8, r sen 8) tenemos az afax afay af aj = - - + - - = cos 8 - + sen 8 ar ax ar ay ar ax ay az afax al ay af af - = - - + - - = -rsen8- +rcos8a8 ax a8 ay a8 ax ay - Obtengamos las segundas derivadas -'2 y a2 z -2 z a2 ar a8 ~:~ = :,. ( ~~) = 2f 2f 2f y a a2fay) ax a a = cos 8( -ax 2 -ax + - - - + sen 8 (a - - + - - ) ar ayax ar axaya,. ay2 ai 2 2 2 a2 f2 af ) ( aI af ) = cos 8 -a cos 8 + - - sen 8 + sen 8 - - cos 8 + -.-2 sen 8 = cos 2 8-2 (x a2f ax axay ayax ay + 2 sen ecos e - - + sen 2 8 2 axay éJy a2f a2j 32 Regla de la cadena 263 También 2 a z = !-(az) = -l'seno!-(af) + af !-(-rseno) a0 2 ao ao ao ax ax ao f a+rcosO- (a ) ao ay 2f ax ao af a + - - ( rcosO ) ay ao --- a ax = --rsenO ( -2- + a2fay) af + -(-rcosO) ayax ao ax af a2f ax a2fay) + rcosO ( ._- - + - . - - + -(-l'senO) axayao ay2 ao ay = -r sen O( -2 (-rsen O) + -.-(rcos O) a2f ax a2 f ) af +rcosO ( --o (-rsenO)+-2(l'cosO) -rsenOaxay ay ay a2 f ayax a2f ) af - rcos 0ax af af = l' 2 sen 2 0 - - 2r 2 sen Ocos 0 - 2 2 2 axay 2f a af af + r2 cos 2 0 - - rcos 0- - rsen 0ay2 ax ay ax Buscamos despejar de las expresiones aniba obtenidas, el laplaciano 2 ~+ ffi, Se observa que dividiendo por r la derivada ~ y sumándola con ~ se llega a la expresión buscada, más un par de términos fáciles de identificar. 1 a2z -, - 2 + - 2 = sen 0 - _. 2 sen Ocos 0 - - + cos 0 axay ay2 r2 a0 al' ax2 - - cos 0- - _. sen 0- + cos2 0 2 a2z 2 a2f a2f 2 a2f 1 r af ax 1 r af ay a2f ax + 2 sen Ocos ( J - - + sen 2 0 2 a2 f a2 f ay axay =- 2 2 a f + - f - - ( cosO- + senOa 1 af a ax 2 ay2 r ax ay v f) j '----v----'" Laplaciano az a,: Entonces a2 f a2 f 1 a2 z a2 z 1 az - + - = - - -2 - 2 - 2 2++ ax ay2 r a0 ar r al' Dejemos pOI' un momento "las cuentas" y regresemos al "detalle" de la teoría, que nos permitirá comprender de una manera global el teorema demostrado en esta sección 2 64 Capítulo 3 Funciones compuestas, inversas e implícitas Ejercicios (Capítulo 3, Sección 2) En los ejercicios 1-15, identifique la(s) funcion(es) g que se está(n) componiendo con la función f (la cual suponemos diferenciable), y obtenga las derivadas parciales de la función F indicada, las cuales involucran a la composición de f con g (ver ejemplo 6) 1. F(x, y) = f(ax + by) 2. F(x. y) = xf(xy) 3. F(x, y) = x 2 f(x sen y) -- yf(2xy) 4. F(x. y) = f(2, xy) 5. F(x, y) = f(Y. x) 6. F(x, y) = f(x, y) + f(l, x 2) z) 7. F(x, y) = f(x - y. x + y) + f(x + y. x - y) 8. F(x, y, z) = f(x + y. y - 9. F(x. y, z) = f(x, xy. xyz) + f(xyz, xy, x) x 2y2 z 2) 3z, 2x 10. F(x, y. z) = f(xlz 3• x 3y2z. 11. F(x. y, z) = f(x + 3 y, 2y - + 7y - 6z. x - y - z) 12. F(x, y, z) 13. F(x, y, = f(l - x. 2 - y. 3 - z) z, u) = fe-x, -y. -z, --u) 14. F(x, y, z, u) = f(sen x, cos y. tan z. cot u) = f(X¡X2. XIX3, X¡X4, X2X3. X2 X4. X3 15. F(x¡, X2, X3. X4) X4) En los ejercicios 16-20 se dan funcumes F(t) que involucran la composición de una función real diferenciable f definida en algún espacio JRn y una función g diterenciable definida en IR y que toma valores en JRn En cada caso iden.ti-fique la función g y obtenga la derivada F'(I) 16. F(t) 17. F(t) = f(8t 2 + 13t = f(3t + 2. St = tf(t. t, t) 1) 4) 18. F(t)=(t 3 +2)f(l.t) 19. F(t) 20. F(t) = (sen 2 t 3 ) cos f(sen t, cos t) 21. Sea f: JR2 -> JR una función diferenciable. Considere la función compuesta F(x. y) = f(f(x, y), f(x. y» Aplicando la regla de la cadena, obtenemos que la derivada parcial de F respecto de x es . aF = af af + af af = (a f )2 + af af ax axax ayax ax ayax 9y.7x-9y) Por ejemplo, si consideramos la función f(x. y) = 7x - 9y, tenemos que F(x. y) = f(7x = 7(7x-9y)-9(7x-9y) = -14x+ 18y,dedonde ~J~ = -14 Paratra 32 Regla de la cadena 265 Parte, ('l,l) ) 2 + U/ 'l)) = (7)2 + (-9)(7) =-14 = iJf Sin embargo, si tomamos la función (x (\" r r dx '-' f(x, v) = . \ 2 + 3xy, tenemos F(x, y) = f(x 2 + 3x), .x 2 + 3xy) = (x 2 + 3xd + 3(x 2 + 3x)')(x 2 + 3xy) = 4(x 2 + 3X\)2, de donde %Ex. = 8(x 2 + 3xy)(2x + 3y), y, por otra parte se tiene (%0 2 + %f. %f = (2x + 3d + (3x)(2x+ 3)') = (2x + 3y)(5x + 3y), expresión evidentemente diferente de ~/~. Explique dónde está el error de esta (aparente) contradicción 22, Considere la función z = ,(x, ». Al componer ésta con la función f(x, ,,) = (x + y, x + 3) se obtiene z = ,(x + y, x + 3) Aplicando la regla de la cadena, obtenemos que la derivada parcial de esta última función respecto de x es éJz éJz éJ - = --(x+ y) ax éJx éJx de donde, eliminando se obtiene que Explique el enor en este razonamiento 23. Sea F(t) *' * + - - ( x + 3) = a} ax éJi:. a - a::: ax +ay éJz. = 0, lo cual, evidentemente es (en general) falso = f(t sen r, t, t 2 ), donde f es diferenciable. Suponga que grad feO, 0, O) = (2,4,7) Halle FI(O) 24. Sea g: IR 2 ---> IR3, g = (gl, g2' gl) una función diferenciable tal que grad gl (O, O) = (1,2), grad g2(O, O) = (O, 10), grad g3(0, O) = (3, 1), Ysea f: IR 3 ---> IR una función diferenciable tal que grad f(g(O, O» = (3, -4,2) Hallar grad(f o g)(O, O) 25. Sea F: jR>I ---> IR la función definida como F(XI' ,12, ,X>l) = f(xl' xlx2, Xlx2x3, ,.Xlx2 X>l) donde f: IR>I grad F(l, 1, 26. Sea F: IRII ---> ---> IR es una función diferenciable Si grad j(l, 1, ,1) ,1) = (a 1, a2, , a ll ), halle IR la función definida como F(XI, X2, ,XII) = f(xl, XI + X2, ,XI + X2 + + XII) ., Il) donde f: IR>I ---> IR es una función diferenciable. Si grad f(1, 2, grad F(l, 1,.,1). = (1,2, ,Il), halle 27. Sea F(x, y) = f(x + 3y, 2x - y), donde f: IR2 ---> IR. es diferenciable Suponga que grad feO, O) = (4, -3) Determine la derivada de la función F en el origen en la dirección del vector v=(1,l) 28. Sea F (x, y) = f(x 2 + r\ 5x + 7), 3 x2 y, X 3 ) 7), donde f: IR. ~ --. IR. es diferenciable. Suponga que grad feO, 0, 0, O) = (a, b, e, d) Determine la derivada de la función F en el origen en la dirección del vector unitario v = (al, (2) 29. Sea F(x, y) = f(x c + 'r, 3xv), donde f: IR 2 ---> IR es diferenciable Suponga que grad f (2, 3) = (5,4) Hallar la dirección del mayor crecimiento de la función F en el punto (1, 1). 30. Sean j, g, h: IR - IR tres funciones diferenciables cuyas gráficas pasan por el origen de coordenadas, el cual es un punto crítico para cada una de ellas. Demuestre que el plano tangente a la gráfica de la función F: R 2 ---> IR, F(x, \) = f(g(x) + he»~) es el plano z = ¿Ocurre lo mismo con la función F(x, v) = f(g(x)h(v»'), ¿y con la función F(x, v) = f(g(x), h(\m ° 2 66 Capítulo 3 Funciones compuestas. inversas e implícitas 31. Sea F(x, y) = f(f(x, y), f(x, y». donde f: IR 2 ----> IR es una función diferenciable tal que feO, O) origen. 32. a. = O, grad feO, O) = (1, 2) . Hallar la ecuación del plano tangente a la gráfica de F en el Considere las funciones 4>.IjJ: IR 3 ----> IR, 4>(x, y, z) = x 3 - 3xyz 2, ljJ(x, y, z) = xy -+xi -+ Z4 Determine la ecuación del plano TI en IR3 en el que se encuentran los vectores VI = grad 4>(1, 1, 1), V2 = grad ljJ(1, 1, 1) b. Sea F: IR 2 ----> IR la función F(x, y) = 5x -+ 4y - 3xy. Determine la función G: IR 3 ----> IR, G(x, y, z) = F(4)(x, y, z), ljJ(x, y, z». Demuestre que el vector grad G(l, 1, 1) se encuentra en el plano TI.. 33. Demuestre que el resultado del ejercicio anterior es un hecho general: si G: IR 3 ----> IR es la función G(x, y, z) = F(4)(x, y, z), ljJ(x, y, z», en que F: IR 2 ----> IR, 4>, 1jJ: IR 3 ----> IR son funciones diferenciables, entonces los vectores grad 4>(p), grad ljJ(p) y grad G(p), donde p es un punto dado de IR 3 , se encuentran en un mismo plano . 34. Sea f: IR 2 F(x.y) x IR una función diferenciable tal que Considere la función F: IR2 _-; IR dada por F(x, y) = -t ** -+ f(;,y) ' = O, f(x, y) =1= O V(x, y) E IR 2 . Demuestre que ~(x, y)-+ ~(x, y) = 35. Demuestre que la función F(x, y) = fC2?::y2) donde f es una función real diferenciable de variable real, satisface la ecuación diferencial parcial (x 2 -+ i) ~~ -+ 2xy ~~ = O, 36. Dada la función f: IR ----> IR tres veces diferenciable. se define la derivada de Sehwarz de f. denotada por Sf, como Sf( ) a. b. t_ 1"'(t) _ ~ (1"(t))2 ['(t) 2 f'(t) Seag: IR ----> IR una función tres veces diferenciable . Considere la composición gof: IR ----> IR Demuestre que S(g o f)(t) = (Sg(f(t»)(f'(t)2 -+ Sf(t), Sea F(t) = ~7gi~~, donde ad - be S(l/f)(t)) = Sf(t), =1= O. Demuestre que SF(t) = Sf(t). Concluya que En los ejercicios 37-48 se da una función F que involucra una composición de una cierta función (suficientemente diferenciable) f con otra cierta función g. Obtenga las derivadas parciales de segundo orden de la función F 37. F(x, y) = f(ax 38. 39. 40. 41. -+ by) F(x, y) = f(ax -+ by, ex -+ dy) F(x, y) = xf(y, y) -+ yf(x, x) F(x, y) = (x 2 -+ y2)f(x, 2y) F(x, y) = f(x, xy, x -+ y) = J!(x. 42. F(x, y) y ) g(t)dt, donde g: IR----> .IR es una función continua. 43. F(x, y) = J~(x+y,X-y) g(t)dt 44. F(x, y) = J;f(sen x,ens y.xy g(t) dt 3.2 Regla de la cadena 267 45. F(x, y, z) = f(ax + by + cz) 46. F(x. y. z) = ;.f(xy, xz) 47. F(x. Y. z) = f(xyz. xy, x) 48. F(x, y, z) = fU(x, y, z), y, z) 49. Obtenga las derivadas parciales de tercer orden de la función F(x, y) = f(ax donde f: lR2 -> lR es una función de clase ~3. (*) SO. Sea F: lR n -> lR la función dada por + by, ex + dy), en donde f: lR n -> lR es una función de clase ~2 Obtenga las derivadas parciales de segundo orden de la función F.. 51. Sea F(x, y) = x a 1>(n, en que 1> es una función real dos veces diferenciable, de una variable real, y a es un número real. Demuestre que a. x aF' (x, y) + y aF' (x, y) = aF(x, y) ax ay b. x axr(x, y) 2~F' ~F. _ + 2xy axay (x, y) + y 2~F y) ar(x, a(a - I)F(x. y) ~2, 52. Sea F(x. y. z) = x a 1>(?, donde un número real. Demuestre que a. xaF' + .yaF' + zaF = aF ax ay az b• n, 2 1> es una función real de dos variables, de clase y a es x2~ ax- + y2~ + z2a F + 2. . IT + 2xz.IT + 2.yz IT = ayazr xy axay axaz ayaz a(a - I)F 53. Concilie los resultados de los dos ejercicios anteriores con lo establecido en el teorema de Euler sobre funciones homogéneas estudiado en el apéndice II de la sección 12 del capítulo 2. 54. Sea f: lR n -> lR una función diferenciable homogénea de grado a (es decir, se tiene que f(tXl.tx2, ... ,txn ) = t a f(X¡,X2, .... ,xn ), Vt > O. V(X],X2, ..... x n ) E lR n ). Demuestre que esta función se puede escribir (para Xl positivo) como f(x!. X2,.'" xn ) = xf1> (X 2, ~'" . . , x n ) XI XI XI af. +xn = aj aXn donde 1> es una función real de n - 1 variables. Use este hecho para verificar directamente que XI-- af af +X2ax¡ aX2 +. Obsérvese que el inciso a de los ejercicios 51 y 52 son casos particulares de este ejercicio . 55. (Las funciones que aparecen en este ejercicio se consideran de clase ~2) Se dice que la función f: U <:;; lR 2 -> lR satisface la ecuación de Laplace si L(f(x, y)) = . 2 - 2 (x, y) af ax af + - 2 (X. y) 2 ay =O V(X, y) E U 2 68 Capítulo 3 Funciones compuestas, inversas e implícitas a. Sean c/J, Ij;: U ~ R2 ----+ lPi. dos funciones tales que iJlj; iJlj; Ol/ 01' b. Demuestre que c/J y Ij; satisfacen la ecuación de Laplace Sea f: U ~ R 2 ----+ R una función que satisface la ecuación de Laplace, y sean c/J y Ij; dos funciones como las del inciso anterior.. Demuestre que la función F (l/, v) = f(c/J(u, v), Ij;(u, v» satisface la ecuación de Laplace. 56. Con el resultado del ejercicio anterior, demuestre que si la función de Laplace, entonces la función F(x, y) !Cx, y) satisface la ecuación =f x\, ) ( -0--." --,-'--2 x- + yx- + v también la satisface 57. Demuestre que si la función f(x, y) satisface la ecuación de Laplace, entonces la función F(x y) , = f -+ y2' - '+ y2 - x2 , x2 ( ±x ±v) ,, + x-.)'-./(x, .c) I también la satisface 58. Considere la ecuación ·_(x, Y') iJx 2 iJ2 j o iJ f + 2x)'"-(x, ' éJx I e) + 2(y - ..•. \' )-(x, .V) éJ Y 3 af =O e donde f: R 2 ----+ IR es una función de clase ~2. Diremos que (e) es la "ecuación asociada a la función fex, y)" Demuestre que (e) es también la ecuación asociada a la función F(l/, v) = f(l/V, l/v) Es decir, (e) no cambia su forma si en lugar de f(x, y) ponemos F(l/, v) = f(uv, l/v). 59. Considere la ecuación diferencial ordinaria ax 2 f"(x) + bxf'(x) + ef(x) = O en la que a, b, e son constantes (llamada "Ecuación de Euler·Cauchy"), Demuestre que si hacemos el cambio de variable independiente x por t, según la fórmula x = e', la ecuación se transforma en . exFI/U) + (3F'U) + yF(t) = O donde ex, (3, y son constantes, y FU) = j(e') . Generalice este resultado para ecuaciones del tipo a"x"¡i")(X) + all_jx"- 1 /,"-I!(X) + . + a¡xf'(x) + aa/ex) = O 60. Sea j: 1R 2 ----+ IR una función de clase ~2. Considere la función F(l/, v) Demuestre que = j(IIV, ~ (l/2 - 1'2» ( iJF)2 + (~F)2 au dI' 3J Regla de la cadena Perspectiva general 269 3.3 Regla de la cadena. Perspectiva general Cuando se ve el teorema presentado en la sección anterior (regla de la cadena), una vez apreciada la sencillez del resultado análogo para funciones de una variable, el lector se puede desconcertar ante la (aparente) complejidad de las fórmulas de las derivadas parciales de la función compuesta ahí establecidas. En esta sección pretendemos ubicar al lector en el ángulo adecuado para que vea que la regla de la cadena en el caso más general (aun que en el teorema de la sección anterior) sigue siendo un resultado de asombrosa sencillez y elegancia, como lo es en el caso de funciones de una variable. Para lograr este objetivo tendremos que utilizar un lenguaje algebraico un poco más sofisticado que el que hemos venido usando: este es el precio que hay que pagar por ver de manera global a qué se refiere la regla de la cadena. Dicho lenguaje es el del álgebra lineal (matrices y transformaciones lineales) El lector que no esté familiarizado con él, debe estudiar primeramente la sección 7 del capítulo 1, en donde se hace una breve exposición de los conceptos algebraicos que se manejarán en las discusiones que se presentan en esta sección . Recordemos primeramente lo que, con palabras, establece la regla de la cadena para funciones de una variable: "la composición de dos funciones diferenciables es diferenciable y su derivada es el producto de las derivadas de cada una de las funciones que se están componiendo".. Uno de los objetivos de esta sección será convencernos de que un enunciado similar vale para el caso de funciones entre espacios de dimensiones mayores a uno Llamamos, sin embargo, la atención al hecho de que hasta este momento no se ha definido el concepto de derivada de una función f: U <;;; IR" -+ IR. Hemos definido a qué se refieren los términos "derivadas parciales", "derivadas direccionales", "gradiente" y "diferenciales" para funciones de varias \ariables, pero nunca hemos dicho qué es "la derivada" para este tipo de funciones y éste es un buen momento para hacerlo Trabajaremos con funciones f: U <;;; IR" -+ IR'" definidas en el conjunto abierto U de IR" y tomando valores en IR"'. Entonces f = (fl, ./2. . 1",) donde f,: U <;;; IR" -+ IR, i = 1, 2, . m, son las funciones coordenadas de f Para definir la derivada de esta función en un punto Xo E U, recordemos que en la sección 1 se había dicho que tal función es diferenciable en Xo (lo cual querrá decir que "la derivada" de la función existe en xo) si y sólo si todas y cada una de sus funciones componentes f, lo eran En este momento tendremos que establecer esta misma idea de una manera diferente, un poco más sofisticada, pero de mayor utilidad para nuestras intenciones Definición. Considere la función f: U <;;; IR" -+ IR'" definida en el conjunto abierto U de IR" y sea Xo E U. Se dice que esta función es diferenciable en Xo si existe una transformación lineal f' (xo): IR" -+ IR"', llamada derivada de f en xo, tal que f(xo + h) = f(xo) + f' (xo)h + r(h), donde Iímh~o íl~'¡ (para h E IR" tal que Xo + h E U) 111 NOTA: Siendo r una función que toma valores en IRII/, la interpretación del límite anterior sería de que todas sus funciones componentes tenderán a cero cuando, al dividirlas por [[h[[, h tiende a cero En esta definición aparece ya el término "transformación lineal de IR" en IROl", que se estudia en los cursos de Álgebra Lineal. Sabemos que estos objetos abstractos (las transformaciones lineales) tienen representaciones concretas por medio de matrices De hecho, la transformación lineal T: IR" -+ IR'" tiene asociada una matriz de orden m x n que la representa, la cual está construida de la forma siguiente: si {31 = {el. e2. . • e,,} y {32 = {el, e2.. . e",} son las bases canónicas de IR" y IR'" respectivamente, entonces el vector T(eÚ = imagen bajo T del j-ésimo vector de la base canónica de IR", se puede escribir como combinación lineal de los vectores de {32; es decir, existen constante aij tales que 2 70 Capítulo 3 Funciones compuestas, inversas e implícitas A la matriz A = (aij), i = 1, 2, ... , m, j = 1, 2, ... , n, cuya j-ésima columna está constituída por las coordenadas de la imagen del j-ésimo vector e j de base canónica en]Rn respecto de la base canónica de ]Rm, se le llama matriz de transformación T respecto de las bases f31 y f32 Sea f: U ~ ]Rn - 7 ]Rm una función diferenciable en Xo E U. Consideremos el vector h = tej, tER Con t suficientemente pequeño podemos tener Xo + h E U. Entonces f(xo + tej) = = + f'(xo)(tej) + r(h) f(Xo) + tI' (xo)e j + r(h) f(xo) (la última igualdad usa la linealidad de f'(xo)). Se observa que escribir ¡¡h!l = ±t, Ypor lo tanto podemos Al tomar el límite cuando t - 7 O (Le . cuando !Ih¡1 --; O) el segundo sumando del lado derecho tiende a cero (por la definición de aniba) quedando sólo . f '() e· = Xo J 1->0 l' .:....:.-=--~~-:: ¡m f(Xo + tej) - f(xo) t Al descomponer f como (f¡, I2,' ... , f~), y tomando el límite en cada una de las coordenadas vemos que éstas son las derivadas parciales UL(xo), i = 1,2, .... , m. Es decir J Entonces la j-ésima columna de la matriz que representa a f'(Xo) está formada por las derivadas parciales de las funciones. componentes respecto de su j-ésima variable., De aquí que la matriz que representa a la transformación P(xo): IR n - 7 ]Rm es af¡ (Xo) ax¡ ah (xo) ax¡ --(xo) -Xo af¡ ( ) aX2 ah(Xo) aX2 ) -Xo af¡ ( ) aXn ah ( -Xo ) íJx n afmo ax¡ - - Xo afm '( iJX2 ---(Xo) afmo iJxn A esta matriz m x n, en cuya i-ésima linea y j-ésima columna aparece la derivada parcial ~(xo) de la i-ésima función componente de f respecto de su j-ésima variable, evaluada en Xo, se le llama matrizjacobiana de la función f en Xo y se denota Jf(xo). Esta es entonces la derivada de la función diferenciable f en Xo (identificando, como siempre, a la transformación lineal f'(xo): IR n - 7 IR.m con la matriz que la representa). Veamos, por ejemplo, el caso en el que m = 1. En este caso la función f: U ~ IR.n --; IR. definida en el conjunto abierto U de IR.n será diferenciable en Xo E U si se da la transformación lineal f'(xo): IRn - 7 IR. cuya representación matricial es la matriz 1 x n Jf(xo) af af af = [-a (xo)-(xo) .... -(xo) ] X¡ aX2 aX n 3J Regla de la cadena. Perspectiva general 271 tal que f(xo + h) = f(Xo) + f'(Xo)h + r(h), ., con l~ ~~~~ = O Observe que si h = (h 1, h 2 , h n ) E lR n (tal que Xo +h E U) se tiene af = -(xo)h¡ ax¡ + -(xo)h 2 + . + -(xo)h n aX2 aX n af af Comparando esto con la definición que habíamos dado de diferenciabilidad para funciones de varias variables (capítulo 2 sección 6), vemos que se trata exactamente d~ la misma definición, sólo que en aquélla se hablaba de la existencia de las derivadas parciales y ahora hablamos de la transformación lineal f'(xo) --la derivada de f en xo- o de modo más preciso, de la matriz que la representa (es decir, el residuo r(h) queda determinado de la misma manera en ambas definiciones y se le pide que cumpla la misma propiedad). Es posible demostrar (lo dejamos como ejercicio para el lector) que la función f: U s:;;; lR n ---> lR m será diferenciable en Xo E U (según la definición dada en esta sección) si y sólo si sus funciones coordenadas ji: U s:;;; lRn ---> lR lo son (con la definición de diferenciabilidad del capítulo 2). Más aún, pensando en que la derivada de la i-ésima función coordenada ji en Xo es la matriz de orden 1x n tenemos que la derivada de la función f: U s:;;; lR n ---> lR m es la matriz que en su i--ésima línea tiene la derivada de su i-ésima función componente Esquematicamente l/ex,) ~ [~ Jf¡(xo) Jfl(xo) Obsérvese también que la matriz 1 x n, Jfi(XO), derivada de la función Ji: U s:;;; lR n ---> lR, se identifica de manera natural con el vector gradiente de ti en Xo (poniendo comas a los espacios en la matriz, y cambiando los corchetes por paréntesis normales) Jf¡(xo) = ~] af _ 1 (xo) [ aXI 1 identificación al;) al grad f¡(xo) = ( -(xo)" -(xo) ax¡ aX n ¡ teniéndose además que, bajo esta identificación, J f¡(xo)h = grad f(xo) . h (producto punto de vectores) . Así, el vector gradiente de una función de n variables definido en el capítulo anterior, es "como la derivada de la función" en el sentido establecido anteriormente Veamos un par de ejemplos 2 72 Capítulo 3 Funciones compuestas, inversas e implfcitas La función f:]R2 -> ]R2 dada por f(x. y) = (x 2 + 3)'2. 5x 3 + 2 y 6) es diferenciable en todo el dominio y su derivada en un punto arbitrario (x. y) está dada por la matriz (aquí 3 2 /1 (x, y) = x + 3 y 2, h(x, y) = 5x + 2y6 Ejemplo 1. 12y 5 6y ] La función f:]R2 -> ]R' dada por j(x. y) = (sen(x + y).xe x + v • x + y) es diferenciable en todo su dominio (sus funciones coordenadas fl (x. y) = sen(x+ y), hex. y) = xeX+v, h(x, y) = x + y, lo son) y su derivada en el punto (O. O) está dada por la matriz Ejemplo 2. ~fl (O, O) x x lf(O, O) - ' (0,0) af y y = ah (O, O) X ah (O, O) Y [oo'(X + y) e-<+V(x + 1) 1 oo~~:;y)] 1 . x=o 1=0 ~J3 (O, O) ah (O. O) [: ~] Ahora estamos en posibilidades de establecer la regla de la cadena en el caso general. En principio trataremos de entender bien el resultado y dejaremos para el fina! el enunciado riguroso del teorema y su demostración Consideremos entonces dos funciones diferenciables j y g, como en la figura 1 (f o g)'(xo) = j'(g(xo»g'(xo) Figura 1. La composici6n de las funciones f yg Supongamos entonces que la función g:]Rm -> ]Rn es diferenciable en Xo y la función f:]Rn -> ]RP es diferenciable en g(xo) Lo que dice la regla de la cadena es que la función compuesta f o g:]Rm -> ]RP será diferenciable en Xo y que 33 Regla de la cadena. Perspectiva general 273 entendiéndose el lado derecho de esta expresión como una composición de transformaciones lineales (¡la misma fórmula que en el caso de una variable!), o bien, en términos matriciales JU o g)(xo) = J j(g(xo»)Jg(xo) entendiéndose el lado derecho de esta última expresión como una multiplicación de matrices. Es decir, sigue siendo cierto, al igual que en el caso de funciones de una sola variable, que: la (matriz que representa a la) derivada de la composición es Igual al producto de las (matrices que representan a las) derivadas de lasjilllciones componentes Obsérvese que J g(xo) es una matriz IJ x m y J f(g(xo») una matriz p x n, de modo que el producto Jf(g(xo» Jg(xo) está bien determinado y da por resultado una matriz p x m, como debe ser la derivada de J( I o g)(xo) Veamos nuevamente el caso p = l que ya hemos estudiado en la sección anterior Tenemos entonces la función g: IRIII -> ]R" diferenciable en Xo y la función 1: IR" -> IR diferenciable en g(xo) Si escribimos g = (g ¡, g2. , g,,) donde g¡: ]RIII_... ]R, I = 1, 2, , n son las funciones coordenadas de la función g. entonces la derivada de g en Xo es la matriz éJg 1 - 0..- (xo) Xo ) 0 ..\ él - o; ,,- ( j Jg(xo) = (Jg,¡ ( ) éJx2 - . - Xo cJx¡ -(xo) (h 2 éJg" en tanto que la derivada de f: IR" -; IR en b = g(xo) es éJI éJj -(b) -(b) [ J"I élV2 Jj(b) = (denotamos por (y¡, Y2, . )'Il) a las variables de la función 1) Entonces la derivada de la función compuesta f o gen Xo debe ser la matriz J U o g)(xo) de orden 1 x m que se obtiene como el producto de las matrices Jf(b) y Jg(xo) Es decir éJ éJ fU o g)(xo) = [ -U o g)(xo) élx¡ - . . (f o g)(xo) ih.2 - éJ . U éJX1 o g)(xo) ] ag¡ -(xo) (JXl l léJI -(g(x o ay¡ éJj » -.-(g(xo») rh2 élI -;-(g(xo» ] UYIl g> ---..::....:: (xo) a éJx¡ éJgI (Xo ) éJxo ag; -(xo) élX2 _C_(xo) éJr;¡ ag> - - (xo) aXIII éJx lII 2 74 Capítulo 3 Funciones compuestas, inversas e implícitas de donde podemos ver que, por ejemplo, el j-ésimo elemento de J(f o g)(xo) (que se obtiene multiplicando la matriz Jf(g(xo» por la j-ésima columna de Jg(xo» es a - ( f o g)(xo) aXj = = -(g(xo»-(xo) n al ay¡ ag¡ aXj + -(g(xo»-(xo) al aY2 ag2 aXj + 2:= -(g(xo»--(xo) ay· ax ;=¡ . 1 al ag; . J fórmula que ya conocemos de la sección anterior. Veamos algunos ejemplos. Ejemplo 3. Consideremos las funciones diferenciables g: JR2 ........ JR3 Y f: JR3 ........ JR2, dadas por g(x, y) = (xy, 5x, y3) f(x, y, z) = (3x 2 + l + Z2, 5xyz) La composición f o g: JR2 ........ ]R2 es diferenciable y su derivada es (donde se denota por (f o g)¡ y (f o gh a las funciones coordenadas de (f o g» - ( f o g)¡ a. J(f o g) = aáx [ -(fogh ax aI¡ -a (g(x, y» x ah [ --(g(x, y» ax - ( f o g)¡ a. ay a. ay ] . = Jf(g(x, y»Jg(x, y) - ( f o g)2 ah -a (g(x, y» y aI¡ --a (g(x, y» ] z ah '-(g(x, y» ay ah -(g(x, y» az ag¡ ax ag¡ ax ag¡ ax ag¡ ay ag¡ ay ag¡ ay xy, g2(X, y) 5x, Sustituyendo f¡ (x, y, z) = 3x 2 + y2 g3 (x, y) = y3, nos queda + Z2, h(x, y, z) 2Z 5] xy g(x,y) 2(5x) 5(xy)(y3) 50x 5xyz, g¡ (x, y) 6x - [ 5xy 2y 5xz [.~ 3y2 ~] O 2(y')] 5(xy)(5x) = 6(xy) [ 5(5x)(y3) _ [6Xy2+ 50xy4 6x 2y + 6 y s ] 100x2 y3 Es claro que también podemos llegar a este resultado si antes hacemos explícita la composición (f o g)(x, y) = f(g(x, y» 2 = f(xy, 5x, l) = (3(xy)2 = (3x + (5x)2 + (l)2, 5(xy)(5x)(l») l + 25x2 + l, 25x 2 l) y luego derivamos directamente. ._------------------------=----Ejemplo 4. g(x, y, z) = (x 33 Regla de la cadena. Perspectiva general 275 Sea f: JR3 -+ JR2 y g: JR3 + y + z, xyz, x 2 + y3). 2 -+ JR3 las funciones f(x, y, z) = (x + 2, x + l + Z3), Se quiere calcular la derivada de f o g: JR3 -+ JR2 en (1, 1, 1). Según la regla de la cadena tenemos lU o g)(I, 1, 1) = lf(g(1, 1, 1))lg(l, 1,1) = lf(3, 1, 2)lg(l, 1, 1) Entonces lf(3, 1,2) = [2X I O 2y I 19(1, 1, 1) ~ [), [~ xz 3~2 L.12) = [~ I [1I xy J = O 2 ~2] I I 3 2.x 3y2 O (1,1.1) 2 iJ 6 39 de modo que O 1(1 o g)(1, 1, 1) = 2 I~] ¡¡ I 1 3 iJ ~ [; ~] Terminamos esta sección estableciendo rigurosamente el teorema que establece la regla de la cadena en el caso general y dando una demostración opcional de éL Teorema 3.3.1 Sea f: U ~ JRn -+ JRP una función definida en el abierto U de JRn y g: V ~ JRm -+ JRn una función definida en el abierto V de JRm tal que g(V) ~ U. Si g es diferenciable en Xo E V Y f es diferenciable en g(xo) E U entonces la función f o g: V ~ JRm-. JRP es diferenciable en Xo y su derivada viene dada por la matriz 1(10 g)(Xo) = lf(g(xo))lg(xo) Demostración. (opcional). Decir que la función g: V ~ JRm -+ JRn es diferenciable en Xo equivale a decir que la función PI definida en alguna bola de JRm con centro en el origen y tomando valores en JRn, definida por g(xo + h) = g(xo) + 19(xo)h + Ilhllpl (h) tiene la propiedad de que p¡ (O) Análogamente, por ser f: U = OY límh~o PI (h) = O. ~ JRn -+ JRP diferenciable en g(Xo), tenemos f(g(xo) + k) = f(g(xo)) + lf(g(xo))k + Ilk\lP2(k) donde P2(0) = O Y límk~O P2(k) = O Demostraremos que con estas hipótesis la función f o g: V ~ JRm -+ JRP es diferenciable en Xo. Tenemos (f o g)(xo + h)= f(g(xo + h)) = f(g(xo) + 19(xo)h + \Ih\lp¡ (h)) Llamando k = 19(xo)h + Ilhllp¡(h) tenemos u o g)(xo + h) = f(g(xo) + k) = f(g(xo)) + lf(g(xo))k + l\kllP2(k) IlkllP2(k) = f(g(xo)) + lf(g(xo))(1g(xo)h + Ilh\\PI (h)) + Il k llP2(k) = (f o g)(xo) + ] f(g(xo))lg(xo)h + \Ihll lf(g(xo))p¡ (h) + 2 76 Capítulo 3 Funciones compuestas, inversas e implícitas Comparando con la definición de diferenciabilidad de la función f o g, vemos que todo lo que resta probar es que el residuo r(h) = Ilh!IJf(g(xo»p¡(h) + IlkllP2(k) tiene la propiedad de que límh ~O íi~l¡ = aTenemos Al observar que si h -; Oentonces k -> O y que \:~:: es una cantidad que se mantiene acotada en una bola del origen de Jl{1Il; vemos que, usando las propiedades de p¡ (h) Y P2 (k), se llega a la propiedad deseada de r(h), concluyendo así la demostración del teorema Q.ED. Ejercicios (Capítulo 3, Sección 3) En cada uno de los ejercicios 1-10 escriba la matrizjacobiana de la función dada en el punto indicado 1. f:Jl{2 -; Jl{, fex, y) = 256, P = (xo, Yo) 2. f: IR. 3 -; JR., f(x, y, z) 3. f:Jl{2 -; IR. 2, f(x, 4. f: JR3 -; JR3, f(x, 5. f: JR2 -; Jl{3, f(x, = ax + by + cz, P = (xo, Yo) y. z) = (a¡x + bly, a2 x + b 2 y), p = (xo, Yo) y, z) = (x, x + y, x + y + z), p = (xo, Yo, zo) y) = (sen x, sen x cos y, cos y), p = (O, 7T /2) = 6. f: JR3 -; IR. 2, f(x, y, z) (~ ::~, (z + x 2 )(z + i»). P = (1,1,1) (1, 1, 1, 1) P = (1) 7. f: JR4 -; JR., f(x, y, z, u) 8, f: JR -> = xy2 z 3 u4, P = JR4, f(l) = (1, 12, 13, 14), 9. f: JR4 -> JR4, f(x, y, z, u) = (y, u. z, x), p = (xo, Yo, Zo, uo) X ), 10. f: JR2 -; JR5, f(x, y) = (x Y , y', (;'y, xe Y, ye p = (1,2) 11. Sea f: JRn -; JRlIl una función tal que ¡(x + y) = ¡(x) + f(y), f(cx) = ef(x), para toda x, y E JRn, e E JR Demuestre que f es diferenciable en cualquier punto p E JRn. Halle f' (p).. 12. Sea g: JR2 -; JR3 una función diferenciable, que en el punto p E JR2 tiene por matriz jacobiana a Jg(p) ~ [~ ~l] y sea j: JR3 -; Jl{ una función diferenciable cuyo gradiente en g(p) E JR3 es grad g(p) = (8,0, --2) Demuestre que la función f o g: JR2 -; JR es diferenciable en p Determine el vector gradiente de esta función en p 33 Regla de la cadena. Perspectiva general 277 13. Sea g: IR 2 -t IR 2 una función diferenciable en el punto p E IR 2, donde tiene por matrizjacobiana a 19(p) = [~ ;] Sea f:]R2 - t IR una función diferenciable. Suponga que el gradiente de la función compuesta f o g: IR 2 - t ]R en el punto pes grad f o g(p) = (1, 1) Determine el vector gradiente de f en el punto g(p), 14. Sean g' IR ~ IR). r IR) ~ IR dndunoione, difáendnbl" g(O) ~ (O. o. O). Ig(O) ~ ¡¡ l lf(O, 0, O) = [1 1 1]. Demuestre que la función compuesta f o g:]R - t ]R es creciente en el origen de coordenadas Determine la ecuación de la recta tangente a la gráfica de esta función en ese punto, 15. Sea g: IR 3 - t ]R4 una función diferenciable en el punto p E ]R3, Y f:]R4 diferenciable en el punto q = g(p) Suponga que -t ]R2 una función 19(p) = O1 0 2 ° 0] [7 ° 5 19 8 -1 lf(q) = [ 10 3 -2 2 2 10] -10 Sean g¡, g2, g3, g4:]R3 - t ]R las funciones coordenadas de g, 11, h:]R4 - t ]R las funciones coordenadas de f, y (f o g) ¡, (f o g)z: IR 3 - t IR las funciones coordenadas de la función compuesta f o g: IR 3 - t ]R2 a. b. c. Escriba los vectores gradientes grad g,(p), i = 1,2,3,4, Ygrad fj(q), j = 1,2. Determine la ecuación del plano tangente a la superficie de nivel (f o g) ¡ (x, y, z) pasa por p, en este punto = e que Calcule la derivada direccional de la función u = (f o g)zCx, y, z) en el punto p en la dirección del vector v = (1, 0, 2) En los ejercicios 16-23, sea f: IR 2 - t IR 2 una función diferenciable de modo que feO, O) Suponga que la matriz jacobiana de f en p = (O, O) es = (O, O), lI(p) = [i ~] Sean f1' h:]R2 ........ ]R las funciones coordenadas de j, Determine la matriz jacobiana de las funciones F:]R2 - t ]R2 indicadas en el origen de coordenadas. 16. F(x, y) = (x, iI (x, y)) 17. F(x, y) = (f2(X, y), y) 18. F(x, y) = (x 2 fI(X, y), lfz(x, y)) 19. F(x, y) = f(f(x, y)) 20. F(x, y) = f(f(f(x, y))) 2 78 Capítulo 3 Funciones compuestas, inversas e implícitas 21. F(x, y) = (J2(X, y), fl(X, y» 22. F(x, y) = (xfl(x, y) 23. F(x, y) + y h(x, y), y fl(X, y) + ue es una función implícita dada en F(x, y) = O Obsérvese que siendo y = j(x) una función implícita de F(x. y) = O. se debe tener F(x. jex» == O (para toda x en el dominio de f) Ante esta perspectiva, vemos que las funciones y = f¡(x) = VI=- x 2 , y = h(x) = -JI=X"2 son funciones implícitas definidas en x 2 +l- 1 = O, pues, por ejemplo, el punto (l / J2. 1/ J2) E IR2 es tal que (1/ \12)2 + (1/ J2)2 - 1 = O (es decir, pertenece al nivel cero de F(x. y) = x 2 + l - 1) y, en una bola de él podemos dibujar la gráfica de la función v = j(x) = JI - x 2 yo -1 Figura 1. La función y = ji (x) = JI - ,2 El problema de la existencia de funciones implícitas y = j(x) dadas por F(x, y) = O lo resuelve el Teorema de la Función Implícita (TFIm), el cual establece condiciones suficientes (sobre la función z = F(x. y» para que de F (x, y) = O se pueda obtener alguna función implícita y = f(x) A continuación enunciamos el 1FIm en su primera versión (haremos después discusiones similares más generales, y en cada una de ellas aparecerá la correspondiente versión del TFIm) Teorema 3.4.1 (De la Función Implícita. Primera versión). Considere la función z = F(x. y) Sea (xo, Yo) E IR2 un punto tal que F(xo, Yo) = O. Suponga que la función F tiene derivadas parciales continuas en alguna bola B con centro en (xo, Yo) Y que ~~. (xo, Yo) eF O Entonces Fex, y) = O se puede resolver para y en términos de x y definir así una función 2 82 Capítulo 3 Funciones compuestas, inversas e implícitas y = f(x) con dominio en una vecindad de xo, tal que Yo continuas en V que pueden calcularse como = f(xo), la cual tiene derivadas y'=f'(x)=-g~ y -(x, y) aF , xEV ¡-(x, y) No es intención de este texto la demostración de este teorema. El lector interesado puede consultarla en alguno de los excelentes libros de Análisis Matemático que hay en el mercado, por ejemplo [ELl] y [el].. Quisiéramos en cambio, hacer una serie de observaciones que nos ubiquen en la importancia y contenido del teorema. En principio debemos tener presente que el TFIm es un teorema de existencia: nos habla de que (en ciertas condiciones) existe una función y = f(x) definida implícitamente por F(x, y) = 0, con tales características. Sin embargo, el teorema nada dice de cómo se determina tal función (nos dice que F(x, y) = puede resolverse para y en términos de x, pero no nos dice cómo hacer el despeje). EL hecho de que el teorema no nos diga cómo establecer explícitamente la función y = f(x), no es simplemente por capricho matemático. La cuestión es que las obstrucciones algebraicas de F(x, y) = O podrían no permitir hacer el despeje de y en términos de x, y . .. he aquí la importancia del teorema: aun sin poder ("en la práctica") despejar y en términos de x de F(x, y) = 0, cumpliendo la función F las hipótesis que el teorema establece, éste nos garantiza la existencia de la función y = f(x), y aún más, nos dice cómo calcular su derivada. Otra observación no menos importante que las anteriores, es que el TFIm es un teorema local. Nos asegura la existencia de la función y = f(x), o bien, nos asegura la posibilidad del despeje de yen términos de x a partir de F(x, y) = 0, solamente en las cercanías del punto (xo, Yo). Fuera de la vecindad V de que habla el Teorema, éste no se responsabiliza por la existencia de la función f ° y x Figura 2. Nivel cero de z = F(x, y)., Observemos, por último, que si asumimos la existencia de la función implícita y = f(x) del TFIm, la fórmula para calcular su derivada se sigue fácilmente de la regla de la cadena. En efecto, para ._------x E V se tiene F(x, f(.x» = O 34 Funciones implícitas (1) 283 Siendo F Y f diferenciables en B y en V respectivamente, podemos aplicar la regla de la cadena, y derivando respecto de x: aFax ax ax + aFay =0 ayax de donde, como y = f(x) se obtiene fácilmente aF k , Y - ¡'(x) - _aF ay como lo establece el teorema Ejemplo 1. Consideremos la función F(x, y) = x 2 aF =2x ax + l -. l. Las derivadas parciales de ésta son aF = 2y ay Estas son continuas siempre . Sea (xo, Yo) un punto del nivel cero de F, es decir, x5 + Y6 = l. Como ~~ (xo, Yo) = 2yo, el TFlm sólo puede aplicarse si Yo =1= O. Los puntos del nivel cero de F en los que Yo = O son (-1, O) Y O, O). En estos puntos no podemos concluir del TFIm la existencia de una función y = f(x) en una vecindad de ellos . De hecho, la gráfica de F(x, y) = O delata el "mal comportamiento" (a la luz de este teorema) de estos puntos. y .--'--+-0--_ x (--1, O) (1. O) Figura 3. Gráfica del círculo x 2 +/ =l Para cualquier otro punto (xo, yo) tal que F(x, y) = 0, con Yo =1= O, el TFIm garantiza una vecindad V de Xo en la que se puede definir una función Y = f(x) tal que F(x, f(x» == O, cuya derivada es , aF ax 2x y =- x y AF = - 2y xEV Ay 2 84 Capítulo 3 Funciones compuestas, inversas e implícitas Se puede ver que si Yo > O, tal función es f(x) = VI-=7 ~ De aquí se obtiene f y si Yo < O, la función es f(x) , (x) = -x x Y vi - x2 = -VI-=7, de donde x x Y -x j'(x) = - -"¡=1=-=x=2 En cualquier caso, la fórmula para la derivada de la función y = f(x) está contenida en la dada por el TFlm: 11 Considere la función F(x, y) = x 4 - ex)J- 1• El punto (1,1) pertenece al nivel cero de F, pues F(1, 1) = O. Las derivadas parciales de F Ejemplo 2. aF - = 4x 3 - ax Y eXY 3 ) _. 1, son continuas siempre y además ~~ (1, 1) = -3 i= O. El TFlm nos asegura entonces que en los alrededores de (l, 1), el nivel cero de F se ve como la gráfica de una función Y = f(x), y que su derivada es 3 4x 3 _ y 3 e<,J - 1 4x - Y3..xy' - 1 I I:" Y = _. )- 1 3 xy 2 exy' - 1 -3 xy 2 ex y Observe que en este caso la función F sí permite hacer el despeje de y en términos de x De hecho, de F(x, y) = x4 - exl - l = O, se obtiene y = f(x) = (1 +1; x ) 1/3 La derivada y' podría calcularse de esta fórmula explícita y verificar que se llega al mismo resultado obtenido con la fórmula del TFlm 4 m Ejemplo 3. Considere la función F(x, y) = e2 )+x F(O, O) = O Las derivadas parciales de F son + sen(x 2 + y) - 1 En el punto (O, O) tenemos -- = e2y -rx + 2x cos(x 2 + y), - - = 2e2 )+x + cos(x 2 + .y) ax ay que son siempre continuas. Además ~~. (O, O) = 3 i- 0, de modo que el TFIm garantiza una vecindad V de x = O en la cual podemos definir una función y = f(x) tal que F(x, f(x» = O Obsérvese que en este caso las obstrucciones algebraicas de la función F no permiten hacer explícita la función Y = f(x), sin embargo tal función existe (el TFlm lo dice), y más aún, su derivada es aF. aF, , y = - aF = ay a; aF e2y +x + 2x cos(x 2 + y) 2e 2y +x + cos(x 2 + y) Ejemplo 4. Considere la función F(x, y) = x 3 + y3 -- 2xy De ésta, podríamos hacer explícita una expresión del tipo y = f(x) resolviendo la ecuación cúbica para y Sin embargo, eso no es 3.4 Funciones implícitas (1) 285 necesario para investigar la curva F(x, y) = O en los alrededores de un punto concreto, digamos el (1,1) (ya que F(l, 1) = O). Las derivadas parciales de F son - aF ax = 3x - 2y, 2 - aF ay = 3y -2x 2 las cuales, son funciones continuas. Se tiene ~~(l, 1) = l '" O Entonces en los alrededores de (1, 1), la expresión F(x, y) = O define una función y = f(x), que no necesitamos conocer explícitamente para conocer su derivada aF - aF ax = 3x 2 3 y2 - 2y 2x ay que cuando x = l vale y/ (1) = -·1. Más aún, observamos que y' = f' (x) es una función diferenciable cuando x = 1, de modo que podemos calcular yl! derivando respecto de x la expresión de y' recordando que y = f(x). En efecto yI! . a / a 3x - 2Y = -(y) = -- ( -~---=-.) ax· ax 3 2_2x y (3y2- 2x)(6x - 2/) - (3x 2 - 2y)(6y/ - 2) 2 (3 y2 - 2X)2 Cuando x = 1, Y = I se tiene y' I! = -1, de modo que y(l)=- (3 - 2)(6 - 2( -1» - (3 - 2)(6( -1) - 2) ·=-16 (3 - 2)2 (si se quisiera la expresión general de yl! en términos de x y y, basta sustituir la expresión de y' previamente encontrada en la de yl!). De modo pues que y' (l) = -1 Y yl! (1) = --16. Podemos concluir entonces que en los alrededores del punto (1, 1), la curva F(x, y) = Oes decreciente (y' < O) y tiene su gráfica cóncava hacia abajo (yl! < O) La curva completa tiene el siguiente aspecto (llamada Folium de Descartes) Y'j'", ~>~ " -1 , "\, recta tangente 1- -----'-,*--"-....... . ~_+_""/~-~--"--- x " ',~ ~ /~ :n~}~}: +2 " / /' " ,, ,, -} , ,, , Figura 4. Folium de Descartes 2 86 Capítulo 3 Funciones compuestas. inversas e implícitas Ejemplo 5. Considere la función z = F(x, y) y el punto (xo, Yo) E ]R2 tal que F(xo, Yo) = O. Si F satisface las hipótesis del TFlm, sabemos que en los alrededores de (xo, Yo), la curva F(x, y) = O se puede ver como la gráfica de una función Y = f(x). ¿Cuál es la ecuación de la recta tangente a la curva F(x, y) = Oen (xo, Yo)? Todo lo que necesitamos para responder esta pregunta es la pendiente de la recta, y ésta, dada según el TFlm por Entonces la ecuación de la recta tangente procurada es aF a-(xo, Yo) Y. .-- Yo = -~--(x - xo) aF -(xo, Yo) ay o sea: aF aF ax (xo, Yo)(x - xo) +ay (xo, Yo)(Y - Yo) = O Otro modo de llegar a este resultado es como sigue: siendo la curva en cuestión el nivel cero de z = F(x, y), sabemos que el vector grad F(xo, Yo) debe ser perpendicular a la recta tangente a la curva en (xo, Yo). El punto (x, y) estará en tal recta tangente si y sólo si el vector (x- Xo, y - Yo) es perpendicular a grad F(xo, Yo) = (~~. (xo, Yo), ~~. (xo, yo»), es decir, si su producto punto es cero, obteniendo así la ecuación buscada 0= (x- Xo, y - Yo)·· grad F(xo, Yo) = aF -(xo, Yo)(x - xo) ax + -(xo, YO)(Y- Yo) ay aF y recta tangente (x - Xo, y -- Yo) F(x, y) =O x Figura 5. Recta tangente a la curva F(x. y) = o. 34 Funciones implícitas (1) 287 El lector puede obtener fácilmente que la ecuación de la recta normal a la curva F(x, y) = O en (xo, Yo) es aF ay (xo, yo)(x - xo) aF ax (xo, yo)(y - Yo) = O Debemos aclarar que los papeles de las letras x y y en las discusiones anteriores son perfectamente intercambiables . Más bien, suponga que la función z = F(x, y) es tal que en el punto (xo, Yo) vale cero, que en una bola con centro en (xo, Yo) tíene derivadas parciales continuas y que su derivada parcial respecto de x es es distinta de cero en (xo. Yo), es decir ~~. (xo, Yo) =f. O. El mismo TFlm garantiza la existencia de una función x = g(y) tal que F(g(y), y) = O, para y en una vecindad de Yo. Es decir, garantiza la existencia de una función implícita x = g(y) q~e pasa por (xo, Yo), Ycuya derivada es aF ax I ay (xo. Yo) a-(Yo) = g (Yo) = - aF y -{xo, Yo) ax Por ejemplo, para la función analizada en el ejemplo 1, F(x, y) las derivadas parciales son -(1,0) ax aF = x 2 + i- 1 teníamos que en (1, O) =2 a-O, O) = O Y aF de modo que del TFlm no se concluye la existencia de una función implícita y = f(x), pero sí de una función x = g(y) en los alrededores de (l. O). De hecho esta función es x = g(y) = J1=Y2 y ---t----+-----+ (1, O) x -1 Figura 6. La función implícita x = y'I=Y2 Es claro que si en el punto (xo. Yo) se tíene aF -(xo. Yo) ax =f. O y el TFlm nos dice que en los alrededores de (xo, )'0), la gráfica de la curva F(x, y) = O se puede ver ya sea como la gráfica de una función y = f(x) o bien como la gráfica de una función x = g(y) Con esta perspectiva, las ecuaciones de las rectas tangente y normal a la curva F(x, y) = O en un punto (xo, Yo) de ella, obtenidas en el ejemplo 5, quedan fuera del compromiso de necesitar que 288 Capítulo 3 Funciones compuestas, inversas e implícitas ~~. (xo, Yo) =1 O; según el TFlm basta que ~~ (xo, Yo) =1 O o bien que ~~ (xo, Yo) =1 O para que tales ecuaciones hagan sentido . Este tipo de consideraciones nos hace fijar nuestra atención en puntos (xo, Yo) de modo que en una bola con centro en ellos, a partir de F(x, y) = O, podemos despejar a x o y en términos de yo x respectivamente y establecer una función con derivada continua x = g(y) ó y = f(x). En tal caso el ejemplo 5 nos proporciona las ecuaciones de las rectas tangente y normal a la curva en (xo, Yo) Un punto con estas características se llama punto regular de la curva F(x, y) = O. Entonces el TFlm nos dice que si z = F(x, y) es una función tal que F(xo, Yo) = OY en una bola B con centro en (xo, Yo) las parciales ~~. y ~~ son continuas y si ~~(xo, Yo) =1 O ó ~~(xo, Yo) =1 O (o equivalentemente si (~~. (xo, Yo») 2 + (~~. (xo, Yo») 2 =1 O) entonces (xo, Yo) es un punto regular de la curva F(x, y) = O Ejemplo 6. parciales Considere la función F(x. y) = 9x 2 - + 4l - l8x - 8y - 23 que tiene derivadas aF ax = l8x - 18 aF ay = 8y- 8 . las cuales son continuas. Si (xo, Yo) es tal que F(xo, Yo) = O. entonces es claro que (~~ (xo. Yo») 2 + y = f(x) o x = g(y) De cu~lquier punto de la curva se puede ver como la gráfica de una función hecho F(x, y) = Oes una elipse con semiejes y ~ (~F (xo, Yo») 2 =1 o. Es decir, todos los puntos de la curva F(x, y) = O son regulares: alrededor de y 3 Ycentro en (1, 1) x Figura 7. Elipse del ejemplo 6. Si el punto (xo. Yo) noes un punto regular de F(x, y) = O. sedicequees un punto singular. Pasemos ahora a discutir una generalización natural de los asuntos estudiados en esta sección. Si tomamos ahora una función F: IR n + 1 -> IR, digamos z = F(XI, X2, ••. , x n , y) y consideremos el nivel cero de ella F(xl. X2 • .... , x n , y) = O, ahora la pregunta es cuándo este nivel se puede ver como la gráfica de una función y = f(x), X2,. ,xn ) (vea definición de gráfica de una función de n variables en la sección 2 del capítulo anterior). Es decir, cuándo, de la expresión F(x], X2,' .• , x n • y) = Ose puede despejar "y" en términos de las n variables XI, X2, .•.• x n , y formar así una función y = f(x), X2, . . • x n ). El caso que ya se discutió exhaustivamente es n = l. La discusión en esta nueva situación con n arbitraria, se copia casi textualmente del caso n = 1 34 Funciones implfcitas (1) 289 Sea p = (x 1, X2" ,XII' y) E IR 11 + ¡ en un punto para el cual F(x¡ ,h ,XII' y) = O Si existe una bola B (en IRIl+¡) con centro en p, tal que restringiendo a F(XI, X2, ,X"' y) = Oa B, ésta se ve como la gráfica de una función y = f(x¡, X2," ,XII) (con ji = f(Xt, X2" ,XII))' decimos que esta función f es unajimción implícita dada en F(x¡, X2," ",XII' y) = O El siguiente TFlm nos dice en qué condiciones se puede esperar la existencia de funciones implícitas, Teorema 3.4.2 Segunda versión). Considere la función Sea P := (x¡, X2,' ,X", ji) E IR 11 + I un punto tal que F(p) = 0, Suponga que la función F tiene derivadas parciales ~:.. i = 1,2,., ,n y ~~. continuas en alguna (De la Función Implícita. y) z= F(XI, X2, ,XII' bola B con centro en p y que ~~. (p) =1 O, Entonces F(XI, X2, " x", y) = O puede resolverse para y en términos de X y definir así una vecindad V (de IR") del punto (x 1,X2, , x,,), una función y = f(XI' X2, " , x,,) la cual tiene derivadas parciales continuas en V que se pueden calcular con las fórmulas -(XI, X2, aF ,x" ) - - _ ax¡ ,X", y) "X", ·7 -(XI, X2. a -;OF:-----y) ay Veamos algunos ejemplos, Ejemplo 7. F(p) = Sea la función F(x, y, z) = ,x 2 O Las derivadas parciales de F son + y2 + Z2 aF - 3 El punto p = (l. 1, 1) E IR3 es tal que aF - =2x. ax -ay =2y' , - aF az =2z Estas siempre son continuas, En el punto p. se tiene ~~(p) = 2 =1 O El TFlm dice entonces que en los alrededores del punto P. F(x, y, z) = O puede verse como la gráfica de una función z = f(x, y) que tiene por derivadas parciales a az ax az ay - aF ax - aF -az aF ay -F az -- 2x X 2z z y 2y 2z z De hecho, es claro que tal función f es f(x, y) = )3 - x 2 - y2. geométricamente este ejemplo es equivalente al ejemplo 1, sólo que con una dimensión más: F(x, y, z) = O representa una esfera con centro en el origen y radio )3, la cual globalmente no es la gráfica de función z, = f (x, y) alguna" Pero alrededor del punto (1, 1. 1) de tal esfera, esto se puede ver como la gráfica de la 111 función f(x, y) = )3 - x 2 - y2 2 90 Capítulo 3 Funciones compuestas, inversas e implícitas ---------------------_. Ejemplo 8. Sea F(x, y, z) = x + y + z - zé Las derivadas parciales de esta función son -=1. aF ax - aF ay =l . Si el punto p = (xo. Yo, zo) E 1R3 es tal que xo + Yo + Zo - zoé o = y z f:. 0, entonces, puesto que ~~(p) f:. 0, el TFIm sugiere que podamos despejar z en términos de x y y y establecer así una función z = f(x, y) (con Zo = f(xo, YO» de modo que su gráfica en los alrededores de p coincide con F(x, y. z) = O. Las parciales de la función f son ° aj ax aF ax -aF l _. az l-eZ(z+l)' af ay aF ay -- aF = - l l-eZ(z+l) az U Ejemplo 9. Sea F(x, y. z. u, v) Las parciales de F son -=2x = x 2 + 2y2 + 3z 2 + 4u 2 v + e +v -" l. Se tiene F(O. O. 0, O. O) = O. -=6z aF ax aF - =4y ay aF az - aF au = 8uv +e U +v que son funciones continuas. En el origen (de 1R5) la parcial ~~. vale l (f:. O) EL TFlm asegura entonces que alrededor del origen F(x, y, z, u, v) = se puede ver como la gráfica de una función v = fez, y. z. u) (que no es posible hacer explícita en este caso) cuyas derivadas en el origen son ° av - (O. 0, 0, 0, O) = - aF -(O, O. 0,0, O) ax tF av -(0.0.0,0,0) =--= 1 °° Análogamente -(0,0, O. 0, O) av ay = O. -(0,0,0, O. O) = O. av az - (O. O. O. O, O) = - l av au Ejemplo 10. En el cálculo muchas veces se suele ser poco riguroso con las funciones implícitas. Es común encontrarse con expresiones del tipo " ... la función y = f(x) dada implícitamente por F(x, y) = O ... " Sin embargo, habiendo discutido con el debido detalle lo que aquí se ha presentado sobre funciones implícitas, podemos, con un poco de buena voluntad, entender lo que está detrás de esta afirmación y que nos dice: "como la función z = F(x. y) satisface en el punto (xo, yo) las hipótesis del TFIm, es decir, 1. F(xo, yo) O; 2. en una bola con centro en (xo, Yo) las derivadas parciales ~~ y ~F son continuas, y 3. ~~(xo, yo) :f= 0, entonces considere la función implícita y = [(x) que el tFlm asegura que existe .. :'. Es claro que esto es muy largo para escribirlo cada vez que nos referimos a alguna función implícita dada por F(x, y) = O. Es por eso que, en lo que sigue, también nos daremos las libertades pertinentes que nos simplifiquen la comunicación. Este (único) preámbulo, lo hacemos para que haga sentido el enunciado de este y muchos otros ejercicios y discusiones que aparecerán más adelante en este y otros capítulos. = 34 Funciones implícitas (1) 291 Considere, pues, la función z = f(x, y) dada implícitamente por F(x, y, z) = xyz - é = O. Verifiquemos que ésta satisfaga la conclusión del Teorema de Schwarz sobre la igualdad de las derivadas parciales cruzadas en el punto p = (e 2, 4,2) az ax que en el punto p son aF ax - aF - yz _._-xy - eZ' az ay aF ax - aF - xz ---xy -, eZ az az az (4)(2) -2 -;- = - ze2 - e2 = 2e , 1 ux u az ".y Al calcular las derivadas de segundo orden, debemos tener siempre presente que Z = f(x, y) y aplicar entonces la regla de la cadena az a (az) a( yz) ayax = ayax = ay -- xy - eZ Z (xy - e) (az Ya:;; 2 + z) az) -- yz ( x - el ay (xy -- e l )2 que en el punto p es Por otro lado =~_ ( _ xz ) ._ ax xy - el (xy - el) (x az ax = _(xy -: el)z + xyz _ (xy - el)y + yzel az (xy - el? (xy - e z )2 ax z) _xZ (y _ el az) ax que en el punto p es Yasí aaya~ (p) = a~taz/p), como queríamos comprobar Nuevamente debemos advertir que siendo u = F(x, y, z) una función que cumple las hipótesis del TFlm, las letras x, y, z juegan papeles completamente intercambiables al considerar la expresión F(x, y, z) = O. Es decir, de F(x, y, z) = Opodremos despejar una de las variables en términos de las otras dos restantes siempre que la derivada parcial de F respecto de esa variable sea distinta de cero (localmente).. Entonces, si p = (xo, Yo, Zo) es un punto para el cual alguna de las derivadas parciales ~~', ~~. o ~~. es no nula, el TFIm nos dice que en los alrededores de p podemos ver a F(x, y, z) = O como la gráfica de una función x = h(y, z), y = g(x, z) o Z = f(x, y), respectivamente 2 2 2 92 Capítulo 3 Funciones compuestas, inversas e implícitas Por ejemplo, considere la expresión F(x, y, z) = O donde F(xo, Yo, zo) = O, F tiene derivadas parciales continuas en una bola alrededor de p = (xo, Yo, zo) y alguna de ellas no se anula en p, digamos que ~~. (p) =!= O. El TFIm nos dice entonces que en los alrededores de p podemos ver a F(x, y, z) = O como la gráfica de una función z = f(x, y) . ¿Cuál es la ecuación del plano tangente a esta gráfica en p? Según lo discutido en la sección 10 del capítulo anterior, todo lo que necesitamos determinar son las derivadas ~~. (xo, Yo) Y ~( (xo, Yo), Yéstas las calculamos con la ayuda del TFlm que nos dice que . al -(Xo, Yo) ax = aF _.(p) _..Q_x_ aF(p) az al " ay (xo, _ aF ay(p) Yo) - ----¡¡p-(p) az Así, la ecuación requerida del plano tangente es aF( ) aF(p) ap ay z - Zo = _._x_(x - xo) - - - ( y - Yo) aF' aF -(p) -(p) az az o sea aF -(p)(x - Xo) dX + --(p)(y ay aF Yo) + -(p)(z az aF zo) =O Pudimos haber llegado a establecer esta ecuación haciendo uso de que siendo F(x, y, z) = O una superficie de nivel de la función F, el vector grad F(p) = (~~. (p), ~¡~ (p), ~~. (p)) es el vector ortogonal a dicha superficie en p, y entonces, el vector (x - Xo, y - Yo, z - 20) es ortogonal a grad F(p), o sea, si y sólo si el producto de estos dos vectores es cero.. O = (x - Xo, y - Yo, z - zo) aF = -(p)(x - xo) ax aF ay aF aF aF ) ( ax (p), ay (p), ~(p) Yo) + -(p)(y - + -(p)(z az aF Zo) radF(p)~ p Figura 8. Plano tangente de la superficie F(x, y, Z) = O. Observamos también que la ecuación del plano tangente anteriormente planteada hace perfecto sentido aun cuando ~~(p) = O. Lo que se requiere es que no se anulen simultáneamente en p las tres derivadas parciales de la función F, pues, como dijimos, en tal caso el TFlm nos dice que en los alrededores de p la superficie F(x, y, z) = O se puede ver como la gráfica de una función (diferenciable) de dos variables, y por lo tanto se le puede asociar un plano tangente, cuya ecuación es la establecida anteriormente. (Ver ejercicios 6 y 7 de la sección 10 del capítulo 2). 34 Funciones implícitas (I) 293 Ejemplo 11. Considere la superficie en JR3 definida implícitamente por F(x, y, z) = xyz Hallar la ecuación del plano tangente en p + ln(xyz) - z= O = (1, 1, 1). Se tiene ih = yz +~, de modo que evaluando en p aF 1 = xz ay aF + -', y 1 - aF az = xy+ --1 1 z a~(p) = 2, aF ay(p) = 2, aF --(p) = 1 aF az y así, la ecuación del plano tangente procurada es 2(x - 1) + 2(y - 1) + (z - 1) = O o sea 2x Ejemplo 12. + 2y + z = 5 Hallar la ecuación del plano tangente a la superficie dada implícitamente por F(x, y, z) = 36x 2 en el punto p + 9i + 4z 2 - 72x - 36y - 24z + 72 = O = (1,4,3). Se tiene aF - = 72.x-72, ax - aF ay = 18y - 36, . _. = 8z - 24 aF az de modo que en el punto p obtenemos -(p) = 36, ay aF aF (p) ay =O (Obsérvese que en este caso podemos aplicar el TFlm para concluir que la superficie F(x, y, z) = O se ve en los alrededores del punto p como la gráfica de una función del tipo y = g(x, z)). El plano tangente procurado tiene por ecuación a O(x - 1) + 4(y - 4) + O(z - 3) =O o sea y=4 2 94 Capítulo.3 Funciones compuestas, inversas e implícitas Ejercicios (Capítulo 3, Sección 4) En los ejercicios 1-5 se dan funciones F (x, y). Verifique en cada caso que F satisface las hipótesis del teorema de la función implícita (en algún punto p del nivel cero de F), y obtenga la derivada de la función y = I(x) definida por el nivel cero de F En cada caso es posible hacer explícita esta última función. Hágalo y obtenga de nuevo y' derivando directamente la función y = f(x) despejada. 1. F(x, y) 2. 3. 4. 5. + 10y -- 2 F(x, y) = 2xy + y - 4 F(x, y) = x Z + 3x 3 + 8 xy 3 - 20 F(x, y) = x- 2 - 5e x + e' F(x, y) = 2x z + 4x - 91n(1 + 4x z + 3 y 3) = 8x En los ejercicios 6-10, se da el nivel cero de una cierta función F(x, y). Compruebe que esta función satisface las hipótesis del teorema de la [unción implícita en el punto indicado (perteneciente al nivel cero de F). Obtenga la derivada de la función y = f(x) en el punto dado. 6. F(x,y)=x 2 y+3x z -2l-2y=0,p=(I.I) 7. F(x, y) = sen x 8. F(x, y) = 9. F(x, y) 10. F (x, y) + cos y + 2y - 7T = 0, P = (O. 7Tj2) y In(x z + yZ) - 2xy = 0, P = (O, 1) X = xe + ye' = xY - 2x - 2y = 0, P = (O. O) (2. 2) + y< - 2xy = O, P = En los ejercicios 11-15 se da el nivel cero de una cierta función F(XI, xz, y). Compruebe que éste define implícitamente una función y = I(x¡, Xz) en una vecindad del punto p dado perteneciente al nivel cero de F. Obtenga las denvadas parciales de la función 1 en p 11. F(x¡, xz, y) = XI 12. F(x¡, xz, y) 13. F(x], Xz, y) 14. - F(x¡, Xz, y) 15. F(x], xz, y) + XI - 3xz + y = O, p = (0,0, O) = XI ln( 1 + Xz) + ye 4y = O, p = (0,0, O) = yarctan(l -y2) + 3xI + 5y - 8x~ = 0, p = (1, = x](xz + eY ) + 5y - 2 = 0, P = (1,1, O) = xlxzye' In y _. 3xI + 3xz = O, p = (1,1, 1) sen Xz z ; 1, 1) 16. Demuestre que cualquier nivel constante de una [unción lineal F: IR n -> R F(XI, X2, , x n) = alxl + azxz + . + anXn + b, donde alaz a n =f. 0, define siempre funciones implícitas !,:IRn--1 -> Rx, =f¡(XI, •.. ,x;_I,x¡+I"xn),lascualestambiénsonfuncioneslineales Determine las derivadas parciales de las funciones f¡ ¿Qué importancia tiene la suposición de que el producto a¡ az a n sea distinto de cero en el resultado establecido en este ejercicio? 17. Considere la función F: IR z . - t IR, F(x, y) = ax z + 2hxy + el + d, en donde d =f. ¿En qué condiciones es posible trazar una recta tangente a la grúfica de F(x, y) = O en cualquier punto de ella? ° 34 Funciones implícitas (l) 295 18. Sea y = f(x) una función dos veces diferenciable definida implícitamente por F(x, y) = O Demuestre que la segunda derivada y"(x) viene dada por (todas las derivadas parciales de F calculadas en (x, f(x))). 19. Suponga que la expresión F(x, y) = F(y, x), en que F:]R2 -; ]R es una función diterenciable, define implícitamente una función diferenciable y = f(x).. Derivando respecto de x, nos queda que - +ax aF aF, ay y = -- y ax aF, + -ay aF de donde y' = 1, lo cual es, en general, falso Encuentre el error en este razonamiento. Determine la expresión correcta para la derivada f' (x) 20. Suponga que la expresión F(x, c/>(x), y) = O, donde F:]R3 -; R y c/>:]R -; ]R son funciones diferenciables, define implícitamente una función diferenciabley = f(x) Halle f'(x). (Sugerencia: derive respecto de x la expresión F(x, c/>(x), y) = O, usando adecuadamente la regla de la cadena) 21. Suponga que la expresión F( c/>(x), tf;(x), y3) = O, donde F: ]R3 -; ]R., C/>, tf;: ]R -; ]R son funciones de clase 'ti? 1, define implícitamente una función diferenciable y = f(x). Halle f' (x). 22. Sean G, F:]R2 --> ]R funciones diferenciables. Suponga que la expresión G(F(x, y), F(y, x)) = O define implícitamente una función diferenciable y = f(x) Determine la expresión para f'(x) En los ejercicios 23-26 se da el nivel cero de una función diferenciable F:]R4 -; ]R, IV = F (x, y, z, u), y un punto p perteneciente a este nivel. Diga en cada caso si en los alrededores del punto p es posible ver la gráfica de F como la gráfica de una función diferenciable del tipo: a. u = II(X, y, z), b. z = z(x, y, 11), c. y = y(x, Z, 11), y/o, d. x = x(y, z, u) En cada caso (en el que tal función exista), determine sus derivadas parciales en el punto p . 23. x 2 + l 24. 25. 26. + Z2 + 11 2 - 4 = O, P = (1, 1, 1, 1) xyzu + x 3 - 5YZ 2 + 8u - 8z = O, P = (O, O, 1, 1) ln(1 + x 2 + i) + 3z - 8u = O, p = (O, O, O, O) x sen x + y sen y + z sen z + u sen u = O, p = (O, O, O, O) 27. Determine la derivada direccional de la función z = f(x, y) definida implícitamente por x tan y - zé = Oen el punto p = (O, 1T /4, O) en la dirección del vector 11 = (2, 1).. 28. Determine la derivada direccional de la función ti = f(x, y, z) definida implícitamente por u + ye" + x + 3z = O en el origen de coordenadas en la dirección del vector v = (1, - 1, -1) 29. Hallar la dirección de mayor crecimiento de la función z = f(x, y) dada implícitamente por arctan(x + y + z) + 3xyz + z. = O en el origen de coordenadas 2 96 Capítulo 3 Funciones compuestas, inversas e implícitas 30. Considere la superficie -2x z + 64x - 4y2 + 64y posible trazar un plano tangente? Explique. 31. Repita el ejercicio anterior con la superficie + zZ - 768= O. ¿En qué punto de ella no es _XZ + x(2z + 10) - / + y(2z + 14) + zZ + 8z + 6 = O En los ejercicios 32-34 considere la función z = f(x, y) definida implícitamente por la expresión dada F(x, y, z) = O. Calcule las derivadas parciales de segundo orden de la función r + 8yz3 = O 33. sen(xy) + z + sen z = O 34 ..Xfr + ye Y + zé- 3e = O, en el punto (1, 1, 1) 32. xZy - 3z 35. Suponga que la expresión F(x, y) = Odetermina funciones diferenciables x = f(y), y = g(x) Demuestre que f'(y)g'(x) = L ¿Qué relación tiene este hecho con el teorema de la función inversa del curso de cálculo de funciones de una variable? 36. Suponga que la expresión F(x. y, z) = O determina implícitamente funciones diterenciables x = x(y, z), y = y(x, z), z = z(x, y). Demuestre que -_.~_. ax ay az =-1 ay az ax En los ejercicios 37·-42, F: JR.3 --+ JR. es una función de clase 'lZ1. Suponga que la expresión dada determina implícitamente la función de clase 'lZ1 z = f(x. y). Hallar las derivadas parciales de esta función. 37. F(y, x, z) 38. F(z, y, x) =O =O O 39. F(x, y, z) + F(x, z, y) + F(z, x, y) = O 40. F(a¡x 41. + bly + CIZ, azx + bzy + czz, a3X + b3 y + C3Z) = xF(y, y, z) + yF(x, x, z) + zF(x. x, x) = O 42. F(x sen y cos z, y sen z cos y, z sen x cos y) = O 43. F(~,~,~) = O Yzx 44. Sea F: JR.z - t JR. una función de clase 'lZz. Suponga que la expresión F(x + z, x) = O define implícitamente una función z = f(x, y) de clase 'lZz. Determine las derivadas parciales de segundo orden de esta función . 45. Suponga que la expresión j Y+Z xz g(t) dt + JZ2 3x+y h(t) dt = O donde g, h: JR. -+ JR. son funciones continuas, define implícitamente una función diferenciable z = f(x, y). Halle sus derivadas parciales. 35 Funciones implícitas (lI) 297 3.5 Funciones implícitas (I1) Vamos a estudiar ahora una generalización de los temas analizados en la sección anterior. Comencemos por considerar una situación elemental que nos introduzca en el tipo de ideas que manejaremos en esta sección Tomemos el siguiente sistema lineal de 2 ecuaciones con las variables u, v, x, y atl + bv - klx = cu + dv --'- k2Y = O O donde a, b, c, d, k¡ Yk2 son constantes Nos preguntamos cuándo podemos resolver el sistema para u y ven términos de x y y. Si escribimos el sistema como au+bv=k¡x cu + dv = k2 y podemos ver más claro que la pregunta es: ¿cuándo tiene este sistema solución para las incógnitas u y v? La respuesta a esta pregunta simple la sabemos desde hace mucho: cuando En tal caso podemos escribir Esta respuesta no cambiarla si consideráramos el sistema au + bv = fl (x, y) cu + dv = h(x, y) donde fl y f2 son funciones dadas de las variables x, y. La posibilidad de despejar las variables ti y V en términos de x y y recae sobre los coeficientes de estas variables en las ecuaciones dadas . Por supuesto, este problema pasa de su gran simplicidad a una posible gran complejidad si ahora las ecuaciones ya no son lineales en u y v . Es decir, si ahora escribimos el sistema como gl (ti, v) = fl (x, y) g2(U, v) = h(x, y) en que gl y g2 son ciertas funciones de u y v, nos preguntamos cuándo de él podemos despejar a u y v en términos de x y y. Más generalmente, consideremos el problema siguiente: dadas las funciones F y G de las variables ti, v, x, y, nos preguntamos cuándo de las expresiones F(x, y, u, v) = O} G(x, y, ti, v) = O podemos despejar a u y ven términos de x y y. En el caso de que esto sea posible diremos que las funciones u = 'PI (x, y) y v = 'P2(X, y) son funciones implícitas dadas en el par de ecuaciones (*) 2 98 Capítulo 3 Funciones compuestas, inversas e implícitas Por la experiencia de la srcción anterior, no debe resultamos extraño el hecho de que la respuesta a la pregunta planteada tiene sólo respuesta local Es decir, si p = (x, y, ü, v) es un punto tal que F(p) = G(p) = O Y F Y G tienen ciertas propiedades en sus derivadas parciales en los alrededores de p, se podrá esperar la existencia de funciones u = 'PI (x, y), v = 'Pl(X, y) tales que ü = 'PI (x, S'), V = cpz(ü, v) y F(x, y, 'P¡(x, y), 'Pl(X, y)) == O G(x, y, 'PI (x, y), 'Pl(X, y)) == O con (x, y) en alguna vecindad V de (x, Si), y con las funciones 'PI y cpz con ciertas propiedades de diferenciabilidad en V. Asumamos por el momento la existencia de las funciones 'PI y 'Pl Y veamos cuáles tendrían que ser sus derivadas parciales . Derivando las expresiones (*) respecto de x, recordando que u = 'PI (x, y) y v = cpz(x, y), se tiene, aplicando la regla de la cadena aF + aF au + aF av = O ax au ax avax aG + aG~1!. + aG av = O ax au ax av ax que se pueden reescribir como aFau aFav au ax avax aG au aG av --- + - au ax av ax aF au au --+--=-= aF ax aG --_. ax y verse como un sistema de dos ecuaciones con dos incógnitas ~ y ~. Se ve entonces que una condición que debe cumplir F y G es, para que este sistema tenga solución, que det [ aG aF] =1 O av aG av (en p) . En tal caso, según la regla de la Cramer, podemos despejar las derivadas que nos interesan quedándonos det au ax det En forma análoga, si derivamos la expresión (*) respecto de y obtenemos l l aF ax ,aG ax aF au aG aF] av aG det [ - .~~ - aG ] ~~ aG au ax av aF] , av aG av = ----:::-'-'--:::---,-='-:::- ax det [:~ :~ au av ] au av aF au aF av aF au ay av ay ay aG au aG av aG --+--=-au ay av ay ay --+--=-- 3 5 Funciones implícitas (II) 299 de donde det au ay [ aF _ ay :~ aF] av aG av [aF _aF] au ay det av -= ay aG au aG ay det [aF a;:; av aF aGr au aG av det [aF aF] av au aG au aG av Introduzcamos la siguiente notación: Si X, Y son funciones de las variables x, y se llamajacobiano de X y Y respecto de x y y, denotado por J(X, Y) x,y al determinante o a(x, Y) a(x, y) a(x, Y) = det a(x, y) [~~ ~~] aY ax aY ay a(F, G) - Con esta notación las derivadas parciales de u se ven como au -ax (**) = <PI (x, y), V = <P2(X, y) determinadas anteriormente a(F, G) a(x, v) - a(F, G) a(u, v) a(F, G) a(y, v) - a(F, G) a(u, v) av ax a(u, x) a(F, G) a(u, v) a(F, G) au ay av ay = a(u, y) a(F, G) a(u, v) Obsérvese que la condición aquí impuesta de que el jacobiano ~\:.~1 sea no nulo (en p), para nuestro sistema lineal que consideramos al comienzo de la sección F(x, y, u, v) = au + bv - .fJ (x, y) = O + dv - h(x, y) = aF] G(x, y, u, v) = cu O se ve como a(F, G) = det a(u, v) aF au aG [ au :~ = det [~ ~] #O av . como ya lo habíamos dicho antes . Enunciamos ahora el TFIm en este caso de dos expresiones en cuatro variables que definen implícitamente a dos de ellas como funciones de las dos restantes 3 00 Capítulo 3 Funciones compuestas, inversas e implícitas Teorema 3.5.1 (De la función implícita tercera versión). Considere las funciones Z I = F(x, y, u, v), Z2 = G(x, y, u, v) Sea p = (x, y, u, V) E JR4 un punto tal que F(p) = G(p) = O Suponga que en una bola B (en JR4) de centro en p, las funciones F y G tienen (sus cuatro) derivadas parciales continuas. Si eljacobiano ~i~.~l(p) -10, entonces las expresiones F(x, y, u, v) = O Y G(x, y, u, v) = Odefinen funciones (implícitas) u = IfI (x, y), V = 1f2(X,V) definidas en una vecindad V de (x,y), las cuales tienen derivadas parciales continuas en V que se pueden calcular con las fórmulas (**). 111 La demostración de este teorema se basa por completo en el TFIm segunda versión, establecido en la sección anterior (Teorema 34.2) y resulta un ejercicio ilustrativo cómo se puede usar tal teorema para probar otros resultados De cualquier modo, presentamos como opcional su demostración Demostración. (Opcional). Como, por hipótesis, aF ~(F, G) = det a(u, v) -a-;; aG [ au aF] av aG av . -10 p los cuatro elementos ~~ (p), ~(p), ~~ (p), ~~ (p) no pueden ser simultáneamente cero.. Sin pérdida de generalidad podemos suponer que ~~(p) -10. Entonces, la función ZI = G(x, y, u, v) satisface las hipótesis del Teorema 34.2, del cual podemos concluir que en una bola B de JR4 con centro en p, se puede escribir v como función de x, y, u Sea v = ljJ(x. y. u) tal función y consideremos la función H(x, y, u) = F(x, y, u, ljJ(x, y, u)) Tenemos que, derivando esta expresión respecto de u _.=-+-El mismo teorema 3.4.2 nos dice que aH ax aF au aF aljJ av au de modo que aFaG aFaG ----au av av au aG av es decir que la función H(x, y, u) en el punto p es tal que a(F, G) (p) a(u, v) aH au -1 O aG -(p) av 35 Funciones implícitas (H) 30 I Nuevamente el teorema 3.4.2 nos permite concluir que de la expresión H(x, y, u) = O, podemos, localmente, ver a u como función de x, y.. Sea u = 'PI (x, y) tal función Entonces u = 'PI (x, y) y v = If;(x, y, u) = If;(x, y, 'P¡(x, y» = !Pl(X, y) Estas son las funciones cuya existencia asegura el teorema Una vez concluida la existencia de estas funciones es posible obtener las fórmulas (**) para sus derivadas parciales procediendo como se hizo en el libro, o bien. haciendo uso repetido (y cuidadoso) de las fórmulas del teorema 34..2. Este Q.ED es un bonito ejercicio de "sustitución" de expresiones con derivadas, para el lector. Ejemplo 1. Considere las expresiones = xe u +v + uv - l = O G(x, y, u, v) = ye 2uv - 1 = O F (x, y, u, v) U V - En el punto p = (1, 1, O, O) se tiene F(p) u+_ = G(p) = O Las derivadas parciales de F y G son aF iJx =e - = 0, ay aF aF - = xe u 'v + v, au T - iJF uH =xe iJv +u - 2u - iJG iJx =0, aG u-v -=e , ay aG - = ye u-v iJu - 2u, iJG av = -ye u-v las cuales siempre son continuas El .J' acobiano a(F:C) a(u, v) es aF a(F, G) = det a(u, v) que en el punto p vale [ aG au ~ aG av aF] _ ~ - det [xe + ye uv . u-_ + u 2v uV + _ye U - V xe + a(F, G) (p) a(u, v) = det [l I I J = -2 -1 of O Entonces el TFlm nos asegura que en los alrededores de p podemos (teóricamente) despejar a u y v en términos de x y y y establecer así funciones implícitas u = u(x, y), v = v(x, y), las cuales, aun sin poder hacerlas explícitas, podemos obtener sus derivadas parciales en una vecindad de (1, 1) Por ejemplo au ax a( F, G) --iJ(x, v) - iJ(F, G) dd f aG aF] ax av av 'F] au faF aG iJlt ~1~ :; ~~ --a(u, v) det 3 02 Capítulo 3 Funciones compuestas . im ersas e implícitas det [CU~Y O ll Y .re'h-> +y Y ] -yc"-' - 211 21' \. e"+ Y -le"2llC Il + V det [ . .rC ye"- + Y - + .11 + l' - ] '211 ye 2/1 + 2.ne 2ll + 2(11 - l')xe"~' + (11 + l')\e"-' Ejemplo 2. La función z = f(x, y) está dada como z determinadas por el par de expresiones F(.r, Y, 11, = II + v, donde 11 y l' son funciones implícitas v) G(x, y, 11, 1') = 11 + e"~V .- x = O = V + e"- v = O V - Se quiere hallar la ecuación del plano tangente a:. = f(.\, \) en el punto correspondiente a x = \ = l. 11 = V = O (en el que i;,I(;;~: = - l =1= O Ypor lo tanto. existen tales funciones 11 y 1'). Necesitamos entonces calcular ~(I,I) dx a~ y -.:::. (I, 1) (Jy a.. Se tiene -=_.+(IX éJx éJx' a: all al' -=-+éJ\ éi\ éh a: all al' Calculemos entonces ~ ( 1, 1), 1, 1), ~ (1, 1), ~ ( 1, 1). Estas derivadas se pueden calcular usando las fórmulas establecidas con los jacobianos, o bien, derivando directamente las expresiones F = O Y G = O Procediendo de esta segunda manera (que en general resulta ser más práctica cuando se procuran resultados numéricos), derivamos respecto de x las expresiones F = OYG = (recordando que 11 y V son funciones de x y \ ) 2( ° all -+e' éJx ll+\ (all + al') -elX ax --1=0 -+e ax al' ll-\ (ellI - éJx 11 al'.) =0 ax = 0, obtenemos de modo que evaluando estas expresiones en los valores x = y = 1, 2-+-=1 élx élu = V ay ax all = ax ° = 0, G de donde i!!.!. dt obtenemos o , ¡JI' ilx l. Igualmente, al derivar respecto de y las expresiones F au -+e ll+' ay (al.1 a.v) -+ay (Jy ° =0 a.v -+e:, __ , (fll.1· - - - 1 =0 ay ay ay de donde, al evaluar con x = } = 1, 11 ay) = Y = Oobtenemos 7f;. = 1, '1 ~ '1 = -2 Así pues éJ::. - = 0+1 = 1, a.X --=1+(-2)=-1 a;: ay , 35 Funciones implícitas (!I) 303 de modo que la ecuación del plano tangente procurado es z=x-l-(y-l) o sea z=x-y Ejemplo 3. Dado un par de expresiones F(x. y. u. v) = O, G(x. y. u. v) = O que determinan (localmente, alrededor de algún punto p) funciones /{ = !PI (x. )1). V = !PI (x. y), nos podríamos preguntar (con F y G suficientemente bien portadas) por derivadas de segundo orden de estas funciones. La discusión general nos llevará a expresiones bastante complicadas para estas derivadas \ no es nuestra intención obtenerlas Sin embargo. sí puede ser un buen ejercicio de derivación y uso de la regla de la cadena hacer esto en un caso particular. Considere las expresiones F(x, J. 1/. v) G(x. y, 1/, \') = = 1/ - 311' + 2x - 2y = O + \', - 5\" + y' = V O Como aF a(.F. G) _ a(lI. \') det [. d éil¡ .'G aF] a\' aG (íl' = det I [9u 1 31" -~'I' , all J = 3v 1 + 911 1 = O? U =v =O consideremos los alrededores de cualquier punto (r. y, u. v) E IR-l con 11 y 1 no nulos. por ejemplo. ,2 el punto (1, l. 1, 1) Se quiere calcular ~'i~ en los alrededores de este punto Tenemos al/ ay =_ ~í~:.~; a(F, a(lI. v) =_ G) 1 det 3v 2 + 9u 2 [(;¡: ~G~] aG aya\' (1 _ 1 - - 3\,1 + 9u 2 det l31" ' r- 2 -I 31" 1 _ 61,1 - 3 y" _ 'J - -+- 31 . 2 9u 1 2v1 _ y1 v1 + 3u 1 Ahora a,1 a"u = aya\' , a (all) 1 ( = ay a (2\'l_i) \,2 + 3u 2 (1'+311-) 41--2y)-(2r'-y')(21-+6uay ay ay 2 )2 (v"+3u 2\'(,' + 611')- - (21" - y')611- - (r' + 3u-)2y 1 1 al/ '? e)¡. au) al' 1 1 ()II ) 1 ay a\ 3 04 Capítulo 3 Funciones compuestas, inversas e implícitas Calculemos -ay av ay av ~ a(u, v) a(F, G) a(F, G) = - 3v 2 + 9u2 1 d [ aF au et aG au ay aG ay aF] 1 [1 -2] 3i + 18u = - 3v 2 + 9u 2 det 9u2 3i = - 3v2 + 9u2 2v(l 2 =2 i + 6u 2 v2 + 3u2 sustituyendo esta expresión junto con la de ~ en la expresión para ~.:; nos queda finalmente + 6u 2? + 6u(2v2 - l ? (v 2 + 3u 2 )3 - 2y(v 2 + 3u 2)2 Presentamos por último la versión del TFlm más general que consideramos en este texto: cuando se tienen n expresiones del tipo F,(XI, X2. ,Xm , YI" Y/l) = O, i = 1, 2, , n con m + n variables, las cuales definen a n de ellas, digamos YI, , YIl como funciones implícitas de las m restantes, .XI, .X2, , Xm · Teorema 3.5.2 (De la Función Implícita. Cuarta versión). Considere las n funciones i = 1,2, ,n ,n Suponga Sea p = (XI, .• -t m, JI, , )'Il) E IRm+/l un punto tal que F;(p) = O, i = 1,2, que en una bola B de IRm+1l con centro en p, las funciones Fi tienen (sus m parciales continuas. Si el jacobiano + n) derivadas a(F I , h a(YI, Y2, . . FIl ) aFI aYI -aY2 aF2 aFI - aFI aY/l aF2 aYIl -- . YIl) = det OFi aYI - - aF~ aYI - aY2 uFIl aY2 - aF~ aYIl es no nulo en p, entonces las expresiones F¡(XI, ... , Xm , YI> ... , Y/l) = O definen funciones (implícitas) Yi = <Pi (x 1, , Xm ), i = 1, 2, . , n definidas en una vecindad V de (x 1,X2'" , xm ), las cuales tiene derivadas parciales continuas en V que se pueden calcular como aYi aXj a(YI, ····.Yi--I,Xj,YH1,··,YIl) a(F¡,h ... ,FIl ) a(YI.Y2, 'YIl) Ejemplo 4. Considere las expresiones F(x, y, u. v, w) G(x, y. u, v, w) =x +y+u +v+w =O 2v = x 2 -l + u 2 4 H(x, y, u. v. w) = x 3 + y 3 + u - + w2 + 1 = O 4 4 3v + 8w + 2 = O 2 3 5 Funciones implícitas (II) 305 En el punto p = (l. -\, 1, -1, O), se tiene F(p) = G(p) = H(p) = O. Todas las derivadas parciales de F, G Y H son continuas siempre Se tiene además a(F;G,H) a(ll, v, w) [ - - - - (p) = det 4u 3 I 2u I -4v -12v 3 El Teorema anterior nos asegura entonces que en tomo a p podemos despejar u, v, w en términos de x, y y establecer así funciones u = u(x, y), v = v(x. y), w = w(x, y), las cuales, aun cuando no se puedan ver explícitamente, sabemos que tienen derivadas continuas en una vecindad de (1, -1) Calculemos, por ejemplo, ~(I. -1). Como a(F. G, H) av ay a(u, y, w) a(F, G. H) a(u, v. w) se tiene aF au a(F, G. H) a(lI, y. w) aG au aH all aF ay aG ay aH ay aF aw aG aw aH aw' = det ~ del [ 2~ 411 1 -2y 31'2 3 1 2w ] 32w 3 Al evaluar en p obtenemos a(F, G, H) a(lI. v, w) = det [~ 4 ] .2 3 00]] = -2 Así, av ay(l· -1) = -8 = 4 -2 1 Ejercicios (Capítulo 3, Sección 5) 1. El sistema II V = x + y. u +v = x- y define funciones implícitas II = u(x. y), v = v(x. y), x = X(lI. v), y = y(u. v), las cuales se pueden hacer explícitas. Obtenga las derivadas parciales de estas funciones Compruebe que a(u. v) a(x. y) a(x. y) a(lI, v) =] 3 06 Capítulo 3 Funciones compuestas, inversas e implícitas 2. Considere las funciones u = u(x, y), v = v(x, y) definidas implícitamente por las expresiones e U + e=x V + ye, ue u + ve = xye v Calcule las derivadas parciales ~, ~, ~, ~, para u = O, v = 1, x = 1, Y = l 3. Considere las expresiones uv- 3x + 2y = O, Habiendo verificado que éstas definen funciones u = u(x, y), v = v(x, y) en los alrededores del punto (u, v, x, y) = (l, 1, 1, 1), determine las ecuaciones de los planos tangentes a las superficies u = u(x, y), v = v(x, y) en p. 4. Sean F, G: JR4 -> JR dos funciones de clase '6'1 tales que grad F(l, 1, 1, 1) = (3,2, 1, -1), grad G(l, 1, 1, 1) = (4,-5,2,2). Suponga que las expresiones F(x, y, u, v) = O, G(x, y, u, v) = Odeterminan funciones de clase '6'1, u = u(x, y), v = v(x, y) alrededor del punto p = (l, 1, 1, 1). Demuestre que las expresiones F(x 2 , l, u, v) = 0 1 G(x 3 , u, v) = O determinan también funciones de clase '6'1, U = u(x, y), v = v(x, y) en torno a p . Calcule las derivadas parciales de estas funciones para x = y = l . i, 5. Sean F, G: JR3 -> ]R dos funciones de clase '6'1. Considere el sistema F(x, y, z) = O, G(x, y, z) =O Sea p = (xo, Yo, zo) un punto en el que F(p) = G(p) = O. Establezca condiciones bajo las cuales estas expresiones determinen funciones implícitas x = x(z), y = y(z) En tal caso, halle xl(zo), yl(ZO). Por lo general, establezca condiciones bajo las cuales estas expresiones determinen algunas de las funciones implícitas x = x(z), y = y(z), o, .x = x(y), Z = z(y), o, y = y(x), Z = z(x). 6. Como caso particular del ejercicio anterior, considere las funciones F(x, y, z) = a¡x + b¡y + C¡Z + dI, G(x, y, z) = azx + bzy + Czz + d 2 . Verifique que las condiciones establecidas en el ejercicio anterior para que de las expresiones F(x, y, z) = O, G(x, y, z) = Ose puedan despejar dos de las variables x, y, Z en términos de la restante, se ven como (correspondiendo a los casos de existencia de funciones: l. x = x(z), y = y(z); 2. x = x(y), = z(y); 3. Y = y(x), z = z(x), respectivamente). Constate que estas condiciones son equivalentes a la independencia lineal de los vectores VI = (al, b l , c¡), V2 = (az, b z, cz), que son los vectores normales a los planos que representan F(x, y, z) = 0, G(x, y, z) = Relacione el resultado aquí establecido con las condiciones para que dos planos en JR3 se corten entre sí (en una línea recta). Z ° 7. Considere las expresiones F(x, y, z) = 0, G(x, y, z) = O. Sea p E JR3 un punto para el que F(p) = G(p) = O. Suponga que estas expresiones determinan, localmente, en una bola B(p) del punto p, funciones x = x(z), y = y(z). En tal caso, el conjunto de puntos (x, y, z) E ]R3 tales que x = x(t), y = y(t), z = t, con t E ]R tal que (x(t), y(t), t) E B(p), puede verse como .3 5 Funciones implícitas <II) 307 el conjunto de puntos (x, y, z) de la curva de intersecCión de las dos sflperjicies F (x, y, z) = O, C (x. \. z) = Observe que esta curva podría ser descrita (en su caso) como ° c = {(x, y, z)lx = x(t), y = t, Z = z(t)} o c = {(x, y, z)lx = t, Y = y(t), z = z(t)} con t E IR tal que (x(t), t, z(l) E S(p) o (t, x(t), y(t» E S(p), respectivamente ¿A qué casos corresponden estas descripciones de la curva C? Considere, por ejemplo, las superficies F(x, y, z) = x2 2 C(r, y, z) = x + i + Z2 + / + Z2 - 2x - 1 =O 2y - 1 = ° y el punto p = (1. 1, 1) Compruebe que ':J\;~;(p) = -4. Concluya entonces que en los alrededores de p podemos ver la curva de intersécción de estas dos superficies como x = x(t), y = Jet), Z = t. Halle las funciones x(t), y(t) Describa geométricamente esta situación 8. Considere las expresiones x sen y + y sen x = u sen v + v sen u x cos y + y cos x = 11 COS v + v COS 11 Compruebe que en los alrededores del punto p = (x, y, 11, v) = (O, 1. O, 1) estas expresiones determinan fünciones de clase 'PI, 11 = u(x, )1), v = v(x, v), x = X(lI, v), y = Y(II, v). Halle las derivadas parciales de estas funciones en el punto p Considere luego las funciones <P, \V: IR 2 -+ ]R2, <P(x, y) = (u(J;, y), v(x, y», 'V(u, v) = (x(u, v), y(u, v». Escriba las matrices jacobianas l<P(O, 1), J'V(O. 1) Determine los productos l<P(O, I )J'V(O, 1) Y l'V(O, I )J<P(O, 1). En los ejercicios 9-15 establezca condiciones bajo las cuales las expresiones dadas determinan funciones de clase 1? I U = u(x, y), v = v(x, y) En cada caso, halle la expresión de la derivada parcial indicada, en términos de las (derivadas parciales de las) funciones dadas f, g: IR 2 -+ IR. las cuales se suponen de clase 'íP I 9. f(x, y) 10. f(x, v) 11. f(x, u) = g(u, v), g(x, y) f(y, x) ¡(u, x) g(x, y) = f(lI, v), = g(u, v), = g(y, v), = = f(u, v), = g(v, u), = g( v,y), = g(u, v), = vg(u, u) --') -=') ax -. av ax -. au ay --') all 12. f(x, y) --') au ay - 13. yf(x, x) ug(v, v), xf(y, .)1) 14. xuf(v, v) = g(u, v), )vg(x, 11) = f(lI, v), au , ax av ax _') -. _') -, 3 08 Capítulo 3 Funciones compuestas, inversas e implícitas 15. f(xu, yv) = g(u, v), f(yu, xv) = g(l/, v), dl/ ='1 dX . 16. Considere las expresiones x + y = eU - e', x- 7 + y2 = u + v Demuestre que estas expresiones determinan funciones implícitas I1 = uC'(', y), V = v(x, y) en los alrededores del punto p = (0,0,0, O) Halle las derivadas parciales de segundo orden cruzadas de estas funciones en el origen. 17. Sean fl,h gl, 82: IR --+ IR funciones continuas tales que f1 (1) Considere las expresiones = h( 1) = gl (l) = g2(l) = 1 Ju ["2 fl (t)dt = j)' gl x (t)dl, Demuestre que éstas determinan funciones implícitas l/ = u (x, y), v = v(x, y) en los alrededores del punto p = (1, 1, 1, 1) Determine las derivadas parciales ~J" (1, 1), ~J" (1, 1), !'(-J'X (l, ]), :~ (l, 1) v v rJv . ( l; ( 18. Demuestre que las expresiones 3xy + x 2 / + z' + 2uv x' + i + Z3 - 41' 21'2 - 3u = U ° =° determinan funciones implícitas u = u(x, y, z), v = v(x, y, z) en los alrededores del punto p = (1, 1, 1, 1, 1). Halle las derivadas parciales de estas funciones en el punto (l, 1, 1) 19. Sean F, C, H: IR6 ---¡ IR funciones de clase 0: 1 tales que en el punto p E IR 6 tienen por vectores gradientes a grad F(p) = (1, 0, -- 1, 1, 1, 2), grad C (p) = (O, 0,- 2, 0, 1, 1), grad H(p) = (2,-2,0,0,0,1) . Demuestre que las expresiones F(x, y, z, u, v, w) = 0, C(x, y, z, u, v, w) = 0, H(x, v, z, l/, v, w) = ° definen funciones implícitas u = u(x, y, z), v = v(x, y, z), w punto p. Calcule las derivadas parciales ~, ~, ~ = w(x, y, z) en los alrededores del 20. Demuestre.que las expresiones 3x = u + v + w, x 2 + l = u 2 + 1'2, x' + l + z' = 311' definen funciones implícitas 11 = u(x, y, z), v = v(x, y, z), w = w(x, y, z) alrededor del punto P = (1, 1,1,1, 1, 1) Determine las derivadas parciales i!-J", !L¡v, i!}W Demuestre también que tales (z (y LX expresiones definen funciones implícitas x = x(u, v, w), y = Y(II, v, w), Z = z(u, v, w) alrededor X 'Z del punto p . Calcule las derivadas parciales iL , 0'J' , E(V (w J J (ji En los ejercicios 21-23, sean f, g, h: IR' --t IR funciones de clase 0: 1, cuyos gradientes en el origen de coordenadas son gradf (O, 0, O) = (l, 0, O), grad gt 0, 0, O) = (O, 1, O), grad h (O, 0, O) = (O, 0, 1). Diga en cada caso si las expresiones dadas determinan funciones implícitas: a. u = lI(x, y, z), V = v(x, y, z), w = w(x, y, z); b. x = x(u, v, w),y = Y(lI, v, w), Z = z(l/, v, w), en los alrededores del punto p = (0,0, O, 0, 0, O) 36 Funciones inversas 309 21. f(x, y, z) 22. 23. = f(lI, v, w), g(x, y, z) = g(lI, v, w), h(x, y, z) = h(lI, v, w) f(x, y, z) = f( v, lI, w), g(x, y, z) = g(lI, v, w), h(x, y, z) = h(lI, v, w) f(x, x, x) = g(lI, lI, w), g(y, y, y) = h(lI, v, v), hez, z, z) = f(v, w, w) 3.6 Funciones inversas En nuestro primer curso de cálculo se estudió el problema de "invertir" funciones f: 1 ~ IR --> IR, en el sentido de que siendo f una función del tipo y = f(x), se quería, a partir de ella obtener la "regla de asociación inversa", X = f-I(y} Esquematicamente l Figura 1. La función inversa Para que esta función f- I exista, es claro que f tiene que ser inyectiva, pues en tal caso cada Yo = f(xo) está determinada por un único Xo y entonces se puede definir Xo = f- 1(Yo). Además se ve también que f- I debe cumplir con U-lo fXx) = x, para toda x en el dominio de f, y, (f o f- I )(y) = y, para toda y en el rango de f lar i --------....----,..( //~ ./ Figura 2. La composición de una función con su inversa es la función identidad El resultado más importante relacionado con este tema nos decía que, si para algún punto Xo E dominio de f, se tenía /,(xo) =1- 0, entonces, localmente (alrededor de xo) se ·podía esperar la existencia de la función f- I la cual era diferenciable y su derivada era "la inversa" (en sentido algebraico) de la derivada de la función f Con más precisión 3 10 Capítulo 3 Funciones compuestas, inversas e implícitas m = ¡'(xo) Xo yo -+----;"L-----¡I---------~ ,to x Figura 3. La derivada de la función inversa El problema que vamos a considerar ahora será el de estudiar las posibilidades de inversión de una función F: U <;;; 1R2 -> 1R 2 , definida en algún conjunto abierto U de 1R 2 Por supuesto que este estudiü será en términos de las propiedades diferenciables de la función F, e interesará también relacionar tales propiedades con las correspondientes a la inversa, Entendemos, como siempre, por inversa de la función F: U <;;; ¡¡:J;2 '-> Et 2 la función F- 1 : V <;;; ¡¡:J;2 -> ¡¡:J;2, tal que (F- J o F)(LI, v) = (LI, v), (LI, v) E U (F o F-J)(x, y) = (x, y), (x, y) E rango de F = V escribiremos (u, v) para referimos a los puntos de ¡¡:J;2 en el dominio de F y (x, y) para los del codominio de F Recordando que la función F: U <;;; 1R 2 -> ]R2 tiene dos funciones coordenadas f, g: U <;;; 1R 2 -> R digamos x = f(lI, v), y = g(l/, v), nuestro problema lo podernos ver desde otro punto de vista corno: dadas las funciones x = ¡(lI, v) y = g(u, v) que describen a x' y y como funciones de u y v, se quiere estudiar en qué condiciones es posible establecer "funciones inversas" que describan a u y v como funciones de x y y, digamos l/ = <p(x, y) v = ¡fI(x, y) (estas son las funciones coordenadas de F- 1 ),' (figura 4), Se debe tener entonces que (F-l o F)(u, v) = F-1(F(u, v)) = F-1(x, y) = F-1(f(u, v), g(lI, v)) = (lI, v) y (F o F-1)(x, y) = F(p-I(X, y» = F(lI, v) = F(<p(x, y), ¡fI(x, y» = (x, y) 3.6 Funciones inversas 311 v x = j(u, v) y y = g(u, v) (u, v) --t7"'--------.... x ------~ 11 F- 1 = ¡p(X, y) v = if¡(X, y) Figura 4. La inversa de F en términos de sus funciones coordenadas La ventaja de esta manera de ver el problema es que lo podemos colocar bajo las perspectivas de las funciones implícitas estudiadas en la sección anterior.. Más aún, si consideramos las expresiones G(x, y, u, v) = x - f(u, v) = H(x, y, u, v) ° ü = y - g(u, v) = lo que pretendemos es "despejar" de ellas a u y ven términos de x y y y establecer así las funciones = cp(x, y), v = ¡J;(x, y) Entonces, el TFIm (Tercera versión), (Teorema 351) nos da las condiciones para que podamos hacer esto En efecto, aplicando a esta situación el Teorema 3 S 1 tenemos: sea p = (x, y, ü, v) E JR.1 un punto tal que G(p) = H(p) = O [lo cual se traduce en nuestro problema como: sea (x, y) = F(ü, v), o bien, sea x = f(ü, v),y = g(ü, v)] Supongamos que en una bola B de centro en p las derivadas parciales de G y H son continuas [lo cual se traduce en nuestro problema como: ya que ~~ = 1, H ilG = 0, r1 H = 0, aa = 1 -que siempre son funciones continuas--, suponiendo que en una bola B av {x V _ J ti --en JR.3 _ de centr'o en (ü 1 v\) son funciones continuas] jacobiano Sí el jacobiano las derivadas parciales aG = _ al aG = _ '!.l. aH = _ i!K aH = _ i!K au Du'Jv Dv'Du Du' av av ilJ((G.H)l es roo nulo en p [lo cual se traduce como: si el ( U,V aG r'J(G, H) d - - - = et r'J(u, v) a;; l aH . au - aH av ac] av J ] = det [a] _al] av au -au ag ag av = det [~~. ag au ~ a ag av = au, g) a(u, v) es no nulo en (ü, v)], entonces es posible despejar u y v en términos dex y y, y establecer así funciones u = 'P(x, y), v = ¡J;(x, y) definidas en una vecindad V de (x, y) = F(ü, v), las cuales tienen derivadas parciales continuas en V que se pueden calcular como 3 12 Capítulo 3 Funciones compuestas, inversas e impli'citas au ax a(c, H) [ ac a(x, v) = __1_ det ~ a(C, H) a(f, g) aH a(u, v) a(u, v) ax ;}~ c7v ac] = - _(f,1-) det [1 a ,g a(u, v) c7u ° ~~ - ] ag av a(;f,3g,v _) g a(u, v) [ ac ay aH ay ac ] av aH av ay a(c, H) a(y, v) a(c, H) a(u, v) = __1_ det a(f, g) a(u, v) l =a(f, g) det a(u, v) a(c, H) [0 _~L] 1 - ~; = av _ af a(];) a(u, v) ac ac :: ~ - a~~: ~) ~ - a(;' g) de. [:;, :~] a(u, v) a(u, v) au ax = -a() g) det [- a(u, v) av ay if~] a~;~) au a(u, v) [ ac Bu al~ =_ a(C, H) B(u,-.iL a(c, H) B(u, v) = __1_ det B(f, g) a(u, v) [_af _ au Bu ac] ay aH ay =- a(f, ii det a(u, v) l .~~ 0] l = a(~Ug2 a(u, v) af En resumen tenemos: sean f, g: U s:;; JR2 -> JR funciones definidas en el conjunto abierto U de JR2 Sea X = f(ü, ii), Si = g(ü, ii) Suponga que en alguna bola B en JR2 de centro (ü, ii), las derivadas %f, %5, ~ son continuas., Si el jacobiano ~i{~~ es no nulo en (ü, ii), entonces existe una parciales vecindad V de x,y donde podemos definir "funciones inversas" u = cp(x, y), v = lf;(x, y) (es decir, tales que ü = cp(x, y), ii = lf;(x, y), y f(cp(x, y), lf;(x, y)) = x, g(cp(x, y), I/J(X, y)) = y, para (x, y) E V) las cuales tienen derivadas parciales continuas en V que se calculan como '*, au ax ag av c7(f,g)' B(u, v) au ay al av a(f, g)' a(u, v) c7g av _. ax au a(f,g)' a(u, v) av ay af au a(f, g) a(u, v) Quisiéramos hacer algunas observaciones sobre este resultado para darle unidad, usando para ello, en lugar de las funciones f y g, la función F: U ~ JR2 -> JR2, F = (f, g), 3 6 Funciones inversas 313 Por principio nótese la matriz involucrada en el.J' acobiano (111.\' ~((j.g)). ai i av a(j, g) = det au a ] o(u. v) [ ag og au av Esta matriz no es más que la derivada de la jimciÓn F = (f, g) (es decir, la matriz que representa a la transformación lineal FI(u, v) en relación a la base canónica de]R2 -ver sección 3 de este capítulo). Así entonces, que el jacobiano ~~t:f,~ sea no nulo en (Ü, v), significa que la matriz jacobiana J F(Ü, v) es invenible (pues su determinante es distinto de cero) Hagamos una observación similar con la función inversa F- \r. y). Esta tiene por funciones coordenadas a las funciones u = 'P(x, y), v = lf¡(x, y) Es decir F - J (x, y) = (u, v) = ('P(x, y). lf¡(x, y» La matrizjacobiana de esta función es /F-I= au OX ov [OX 01.1. ] oy ov - oy. El resultado que acabamos de obtener nos dice cómo calcular las derivadas parciales 0!. 0!. il':' il':' dX' ay' dX' ay en una vecindad V de (r. y) Sustituyamos las fórmulas correspondientes en 1 F- J, recordando que ,¡(j.g) = det(J F) . rI(U t') cía ov --.~ ag -~ det( 1 F) IF- 1 det(J F) aj élv af l det(J F) [ 'g él, ag au _al] élv ai au ----ª.lL_ det(l F) det(l F) Multipliquemos J Fy 1 F~ I Se obtiene (JF)(lF- 1 ) = [ ~~. rJg ~~..] ag av ( 1) det(JF) l_cí g au r ~~ - ~~ ] af au ai au au det(lF) [ ag au ~~. ~~ 1[~: - (~~ ] ag - au cífag_aia g au ov O av élu cíg av O ] det(J F) [ ----det(JF) -cígcíf,cígcíj --,-au av élv ou élfag av au élfag élu av AsÍ, siendo el producto de la matriz J F por la matriz 1F- 1 igual a la matriz identidad, concluimos que la matriz jacobiana de la función inversa de F es justamente la inversa de la matriz jacobiana 3 14 Capítulo 3 Funciones compuestas, inversas e implfcitas de F (esto se puede concluir directamente al ver la expresión obtenida para la matrizIF recordando que como A 1 1 = -1 [d -b] ), Es deCIr, se tIene det A -e a SI o I Y A = [a e b d J es una matflz InVerSl°bl e, entonces su Inversa se puede encontrar o o o o o De este modo, el resultado que conocíamos de nuestro primer curso de cálculo sigue siendo cierto en este contexto más general: la derivada de la función inversa F-- 1 es la inversa (en el sentido algebraico -inversa de una matriz) de la derivada de la función original Recapitulando: si F: U ~ IR? ---+ lR,2 es una función tal que FUi, v) = (1', y en una bola 8 de (u, v) las derivadas parciales é- ti, ' )!, (\' f'..-,g de las funciones coordenadas de F son continuas, se (v du tiene que siendo det IF(u, v) i- 0, entonces existe una bola B/ de (i,}) en la que existe la inversa F- l de la función F, la cual tiene continuas las derivadas parciales de sus funciones coordenadas en 8/ y su matriz jacobiana es n ':1í¡" , (ji Jr\x, y) = (fF(u, v»-I donde (x, y) = (/(u, v), g(u, v)) E 8/ NOTA: Recordemos que si las funciones x = I(u, v), y = g(u, 1) tienen derivada:; rarci~¡Je:; continuas en una bola B, decimos que son de clase '7-" 1, Siendo éstas las funciones coordenadas de F, podemos decir que esta función es de clase '7-',1 Así, las hipótesis del resultado anterior se pueden establecer como: "si existe una bola 8 de centro en (ü, v) en la que F es de clase '7-',1 y si la derivada F en (ü, v) es inversible " Estas mismas observaciones se hacen para la función F -- 1 De esta manera el resultado anterior se puede establecer corno: si F: U ~ p2 ---+ pe es tal que F(ü, v) = (X, y) Y en una bola 8 de (ü, v), la función F es de clase '7-',1, entonces si det I{(ll, v) ;~ 0, existe una bola BI de (i, S') en la cual existe la imersa F--- 1 , que es de clase 'f' J en DI y cuya dcrÍ\ adil es IF-1(x, y) = (JF(u, v»-I en donde (x, y) = (/(u, v), g(l/, \») E DI Veamos algunos ejemplos ",..------F(u, v) FI(u, v) Figura S. La función su inversa y sus derivadas ------. __. _ - - - - - - Ejemplo 1. 3.6 Funciones inversas 315 Considere la función F:]R" -+ ]R" dada por F(u, v) = (u 3 + v 3 , 1/2 + uv). Se tiene Esta función es de clase 'PI en]R" Las derivadas parciales de sus funciones coordenadas x = /(u, v) = u 3 + v3 y y = g(u, v) = u" + uv son F( 1,2) = (9,3) (Jj ? - = 3u-, au -= (Ju (Jg 2u + v' - (Jg (Jv =u La matriz jacobiana de F es JF = av [~~. aI1 ag ag 3u" [ 2u + v 3v /1 2 ] . au la cual en el punto (1,2) es inversible pues det fF(l, av 2) = det [~ In = -45 i= o Así, podemos concluir que en una bola B' de (9, 3) se da la inversa F-! de F (o bien, que podemos despejar de x = u 3 + v 3 , l = u 2 ..;-. ln, a u y v como funciones de x y \), la cual es de clase 'P I en 13/, Y que su deri \ ada es donde x = u 3 + \.'3, \ = u2 + Il\' Es decir 3? + v, 1(- + uv) ? -(u au 3 éJx = 3u 3 3u 3 -----611>2 - U 31'3 au -3v 2 -(u 3 + v3 , 11'" + uv) = - - - - - ay - 6uv 2 - 3v 3 3 av 3 -(u ax + v ,u + uv) = - 3u 3 - 6? uv· 3 2 2u +v - 3v 31'3 av, -(Ir' él l ' + v', u- + uv) = 3? 3u 3 - 3u 2 ? 6uv- - Ejemplo 2. Considere las ecuaciones x = e"+\, }' = e"-V que definen a x y:> como funciones de u y v Se quiere estudiar, a la luz de los resultados estudiados en esta sección, la posibilidad de despejar de ellas a u y v en términos de x y y La función F:]R2 -+ ]R2 dada por F(u, v) = (e"+I', e"-V) es diferenciable siempre y su derivada es 3 16 Capftulo 3 Funciones compuestas, inversas e implfcitas Como det JF(u, v) = -2e 211 i- O concluimos que siempre (en cualquier punto) es posible despejar a u y ven términos de x y \ Más aún, como uv eU-' e+ ] 2u -1 2e 2e 2u ~e-U-\ (lF(u, v») = [ e"-' _ e"+ v = 2e 211 2e 2u concluimos que las derivadas parciales de las funciones inversas u = 'Pex, y), v = l~eX, y) son (en el punto (e u +v , e"- V ») [~e-II-v au 1 -II-V - = -e , ax 2 au 1 - =-e -II+V ay 2 ' al' 1 _. == -e -II-V , ax 2 al' 1 - = --e -11+' ay 2 Observe que en este caso es posible hacer explícitas las funciones u = 'P(x, y), v = ¡f;(x, y). En efecto, de las expresiones x = eU + v , y = eU - v , se deduce que u = 4(In x + In y), v = 4(In x - In y). Las derivadas parciales de estas funciones son au ax I1 2 x' au ay 11 2 y' al' ax 11 2~' al' ay 11 2y 1'»-1 las cuales coinciden con las obtenidas de la matriz jacobiana (JF(II, y = eU - v . Enunciemos ahora el resultado correspondiente para funciones F: U las discusiones aquí presentadas en el caso Il = 2 . poniendo x e U +\, II!I ~ IR" ~ IR" que generaliza Teorema 3.6.1 (De la Función Inversa). Sea F: U ~ IR" -; IR" una función definida en el conjunto abierto U de IR" Sea F(p) = q, P = (h I2' ,I,,), q = (S'J,Y2' , y,,) Suponga que en una bola B de IR" con centro en p la función F es de clase 'PI y que det J F(p) i- O Entonces hay una bola B' en IR" con centro en q en la que se puede definir la función inversa de F, F- 1 : BI - ; B, la cual es de clase '(g'J y donde y = F(x) E B I • Ejemplo 3. Considere las ecuaciones x + v + e" y = u + w + e 2v 311 Z = 1'+ w + e = 1I Para p = (ü, v, ~v) = (O, 0, O) se tiene q = (x, de la función F(u, v, w) = (x, y, z) es y, Z) = (1, 1, 1). El determinante de la matriz jacobiana det J F = a(x, y, z) a(u, v, w) = det [ l. 3e 3t1 1 2e 2v e:" ] 3.6 Funciones inversas 317 que en el punto p es Entonces podemos, localmente, invertir la función F, en torno al punto q, donde podemos definir funciones de clase 0'1 u = u(x, y, z), v = v(x, y, z), w = w(x, y, z) Como JF-1(q) = (JF(q»-1 = 11 l2 [ 31 --~/2 au az(q) az (q) 1/2 ] concluimos que las derivadas parciales de las funciones u, v, w en el punto q -(q) = --, = (1, 1, 1) son au l ax 2 av -(q)=-l, ax 5 au ay (q) = 0, = 2' = o, 1 ay(q) = 1, -(q) = -1, av av aw ax (q) = 2' aw ay élw 1 -(q) = - - a' < '-) Ejercicios (Capítulo 3, Sección 6) En los ejercicios 1-.5, constate que las funciones dadas F: U <;;:; IR.2 -+ IR. 2 tienen inversa en los alrededores del punto p E U dado . En cada caso determine la matrizjacobiana JF-J(F(p» 1. F(x, y) = = (x + y, x - y), p = (xo, Yo) 2. F(x, y) 3. F(x, y) = (y, x), p = (xo, Yo) (x Y, y'), P = (\,1) 4. F(x,y)=(xseny,ycosx),p=(l, 1) 5. F(x, y) = (x + arctan y, y + arctanx), p = (1,1) 6. Considere la función F: IR.2 -+ IR.\ F(x, y) = (ax, by), donde a y b son reales positivos dados. Demuestre que esta función tiene inversa F- 1 : IR.2 -+ IR.2 Hállela. Determine los jacobianos det JF(x, y), det JF-J(ax, by) 7. Repita el ejercicio anterior con la función F: IR.2 -+ IR.2, F(x, y) = (e', el") 8. Los dos ejercicios anteriores son casos particulares del siguiente resultado general: sean f, g: IR. -+ IR. funciones de clase «:? 1 con derivada siempre positiva. La función F: IR.2 -+ IR.2, F(x, y) = (f(x), g(y» tiene inversa F- 1: IR. 2 -+ IR. 2, la cual es V- J (u, v) = U- I (u), g-1 (1'», donde u = f(x), v = g(y). Demuestre este hecho 9. Sean f, g: IR. -+ IR. dos funciones de clase i(¿'1 Suponga que f no tiene puntos críticos y que g no tiene raíces Demuestre que la función F: IR. 2 -+ IR. 2, F(x, y) = (f(x)g(y), f(y» tiene inversa Determine el jacobiano detJF- 1(u, v) 3 18 Capftulo 3 Funciones compuestas, inversas e implícitas 10. Considere la función F: IR 2 --; IR 2 , F(x, y) = (x + y, xy). Demuestre que en los alrededores del punto (2, 1) es posible definir una inversa de F, F -1 (u, v) = (x(u, v), y(u, v») Determine la matriz jacobiana J F- I (3, 2) Haga explícitas las funciones x = x(u, v), y = y(u, v) y verifique el resultado de la matriz J F -1 (3, 2) derivando directamente estas funciones 11. Considere la función de clase «6'1, F: IR 2 --; IR 2 , F(x, y) = (u, v) = (u(x, y), v(x, y) Suponga que las funciones u, v: IR 2 --; IR tienen por gradientes en el origen a grad u(O, O) = (3, 1), grad veO, O) = (-1, 2). Si F(O, O) = (O, O), demuestre que existen funciones de clase 0;' 1 x, y: B ~ IR 2 --; IR, x = x(u, v), y = y(u, v) definidas en una bola B del origen, de modo que F(x(u, v), y(u, v» = (u, v) V(u, v) E B. Calcule gradx(O, O), grad y(O, O). 12. Sea g: IR--> IR una función continua tal que g(O) por F(x, y) = ( = I Considere la función F: IR 1 --; IR 2 dada ¡ y g(t)dt, i (2) g(t)dt Demuestre que esta función tiene una inversa F- I definida en una bola B del origen de coordenadas Determine J F-] (O, O) 13. Sea F: IR 3 -..; IR 3 la función F(x, y, z) = (x una inversa F- I : IR3 -..; IR 3 Hállela. 14. Sean F(x, y, z) = (x + y + z, y + z, z) Demuestre que esta función tiene función F: IR' --; IR', invcrsa F- 1 : IR' --; IR' Hállela. Determinc la matriz jacobiana J F- 1(u, v, w), donde (u, v, w) f, g: IR --; IR dos funciones de clase 0;'1 Considere la + I(y) + g(z), }' + g(z), z) Dcmuestre quc F tiene = F(x, y, z). (*) 15. Sea f: U ~ IR" --; IR una función de clase 0;'1 definida en el abierto U de IR". En este ejercicio se probará que f no puede ser inyectiva. Sea p E U un punto en el que grad f(p) # O. (Si este punto no existe, ya no hay nada que demostrar. ¿Por qué?) . Digamos que *f(p) # 0, Considerc ,x,,)o Demuestre la función F: U ~ IR" -..; IR", F(x) = F(XI,X2, "x,,) = (f(x), X2, X,, que esta función tiene una inversa F- I definida en alguna bola B de F(p) E IR" Concluya de aquí que existe una infinidad de puntos x E IR" tales que f(x) = e, e E rango de f Es decir, concluya que f no es inyectiva. 16. Demuestre que la función identidad F: IR" -..; IR", F(x) = x es inversible Determine su inversa F- 1: IR" --; IR" Escriba también las matrices jacobianas J F(x), J F- I (x) 17. Sea F:IR" -..; IR" la función F(XI, Xl, .. o,x,,) = (X",X"_l, ,XI), Demuestre que F tiene inversa F- 1 : IR" -..; IR", Háliela . Escriba también las matrices jacobianas J F(x), J F- I (x), 18. Sea F: U ~ IR" --¡ IR" una función de clase ,x,,)= 0;'1, definida en el abierto U de IR", F(UI,Ul, ,."U,,)=(XI,X2," (XI(U],Ul"",U,,),Xl(UI,Ul, ...• U,,), ,x,,(U],Ul. ,u,,») tal que el determinantejacobiano ~fX'oX2"'''X,\ es distinto de cero en todo U. Considere la función UI.U2., "Un inversa F-1(XI, X2,' ,x,,) = (UI, U2, . , u,,) = (UI(XI, X2,' ,X,,), U2(XI, X2,'" ,x,,), ., U,,(XI, X2, ,x,,)) ------------ ( *) 3 '7 Un interludio numérico: El método de Newton para sistemas no lineales 319 Demuestre que a(XI.X2 • . • Xn)a(UI.UZ,' a(UI, Uz" '. Un) iJ(XI. Xz., ,un) ,Xn ) (*) 3.7 Un interludio numérico: El método de Newton para sistemas no lineales En esta sección entraremos en contacto con el mundo de los cálculos numéricos relacionados con el aparentemente simple problema de "resolver ecuaciones". Los antecedente escolares de este problema se pueden remontar a nuestros estudios del primer curso de álgebra (en la secundaria): se quiere obtener el valor de x que, por ejemplo, satisfaga (sea solución de) la ecuación 3x- 2 = Desde ese entonces se nos empezó a dar herramientas para resolver este tipo de problemas (en el caso mencionado: "pase el 2 sumando al miembro derecho y el 3 que multiplica a la x dividiendo, obteniendo así x = 2/3) Esta historia, cuyo comienzo ahora se ve "ingenuo", llega a tomar cauces en los que se presentan problemas altamente complicados. Ya con las ecuaciones algebraicas, o, con más precisión, ecuaciones del tipo anx" + a"_lx"--1 + + alx + ao = 0, sabemos que el gusto de tener de manera explícita las soluciones de ellas con una fórmula (que involucra radicales) se termina, en general, con n = 4 . Uno de los grandes legados del matemático francés Evaristo Galois (1811-1832) fue precisamente este resultado (para n 2': 5 las ecuaciones mencionadas no tienen soluciones explícitas en términos de radicales) Este es un bellísimo e importante resultado teórico que, por otra parte, nos pone en un problema cuando nos enfrentamos con ecuaciones como 3x 7 - 2x 5 - 4x" + x + 2 = O Es el "Análisis Numérico" quien se encarga de proporcionar métodos adecuados para obtener, no con una fórmula, pero sí con una aproximación numérica, las soluciones de la ecuación El problema que abordaremos en esta sección está en la misma línea de resolver ecuaciones. Se trata de resolver sistemas de ecuaciones, es decir, conjuntos de !l ecuaciones, cada una de las cuales involucra n incógnitas, y se trata de encontrar valores de éstas últimas que satisfagan todas y cada una de las ecuaciones dadas del sistema. Cuando estas ecuaciones son lineales, es decir, del tipo al XI + a2xZ + + a"x n = b, el problema está bien estudiado por el Álgebra Lineal (es decir, se sabe en qué condiciones el sistema tiene solución y se conocen métodos para calcular tal solución) Si las ecuaciones del sistema no son lineales, el problema se vuelve mucho más severo Este es el que queremos abordar en esta sección, pues con las ideas del cálculo en IR" que hemos desalTollado hasta este momento, es posible entender algunos de los métodos que ofrece el Análisis Numérico para resolver este tipo de problemas En particular, estudiaremos un método numérico (el método de Newton), el cual es uno de los más eficaces para obtener soluciones de sistemas de ecuaciones no lineales. El método de Newton (o de Newton-Raphson) paraobtenerraíces de ecuaciones del tipo f(x) = 0, con f derivable, se basaen lo siguiente. Se quiere encontrar el punto); E IR donde fex) = Partiendo de un punto XI, como se muestra en la figura 1, trazamos la recta tangente a la curva y = f(x) en el punto (Xl, f(xl)), la cual es y - f(xl) = I'(XI)(X - XI) Esta recta cOlta el eje de las x en el punto X2 = XI - f'ix¡) f(XI), el cual, en principio, se encuentra más cerca del punto x procurado l Trazamos ahora la recta tangente a la curva y = f(x) en el punto (X2, f(x2)) y localizamos el punto X3 en que esta recta cOlta el eje de las x. Se obtiene que X3 = X2 - f'iX2) f(xz), el cual se supone ° ° I El método de Newton tiene algunas condiciones generales que aseguran su buen funcionamiento Este tipo de detalles se estudian en cursos de Análisis Numérico. En esta sección no se discutirá esto; simplemente decimos que, "si se corre con buena suerte", nuestro punto de arranque en el método nos conducirá eventualmente a la raíz deseada 3 20 Capítulo 3 Funciones compuestas, inversas e implícitas que es una mejor aproximación del punto x procurado Siguiendo con este proceso, es posible llegar eventualmente (con ciertas condiciones sobre la función f y sobre el punto inicial XI) a la raíz buscada Se tiene entonces, en general, que la fórmula Xn+1 =Xn - 1 f'(xn)f(x ll ) nos va dando los términos de una sucesión XI, X2, .... la cual converge a la raíz x y ¡(xo) x raíz buscada Figura 1. El Método de Newton para hallar raíces de ecuaciones f(x) = O. Veamos un ejemplo. Ejemplo 1. Se quiere hallar una raíz de f(x) = x -ln(3x 2 ) - 3 = O La derivada de esta función es f'(x) = X~2. En este caso la fórmula que nos dará las aproximaciones a la raíz es Xn+1 = Xn -- -. Xn - xn --2 ( X n - ln( 3x 2 ) - 3 ) n X4 Partiendo del punto XI = 4, obtenemos los siguientes valores: X2 = 9 . 7424, X3 = 8.36981, = 8.34098, X5 = 834097 = X6 Así pues, con una exactitud de 5 cifras decimales, concJuímos que la raíz buscada es x = 8.34097.. I11III Veamos con detenimiento la filosofía subyacente en el método de Newton anteriormente descrito. Tenemos entonces una curva en el plano, gráfica de la función y = f(x), y estamos interesados en obtener el punto por donde esta curva corta el eje x . Partimos de un punto PI = (XI, f(xl)) de la curva. Si tal curva pudiera verse en el punto PI como una recta, ésta debería ser la recta tangente a la curva en PI Lo que hacemos entonces es "ver" 1:1 curva y = f(x) en PI, como una función lineal, la cual queda descrita por la ecuación de su recta tangente, y localizar el punto donde esta recta corta al eje X (este es un cálculo muy simple) . La recta tangente a y = f(x) en PI es ( *) 3 7 Un interludio numérico: El método de Newton para sistemas no lineales 321 que corta el eje x en Xl = XI _. r!xI) [(XI). Localizamos ahora el punto de la gráfica de la función y = f(x) correspondiente a esta nueva abscisa. Este es Pl = (X2, f(X2». y repetimos la misma idea: aproximamos el comportamiento de la función y = f(x) por un comportamiento lineal, descrito por su recta tangente en Pl, la cual es y vemos dónde corta ésta el eje x Este punto es X3 = Xl - 1'!X2) f(x]) y así sucesivamente . La idea que hay detrás de este proceso es entonces aproximar el comportamiento de la [unción y = ¡(x) por un comportamiento lineal y sobre este último ir localizando las raíces, las cuales se mpone que se irán acercando a la raíz procurada de la función dada. Qt1eremos abordar ahora un problema más general: encontrar una raíz de una función (bien portada desde el punto de vista de la diferenciabilidad) del tipo F: IR 2 -> IR l , es decir, un punto (r, S,) tal que F(x, ji) = (O, O) Del mismo modo, si escribimos F(x, y) = (J(x, y), g(x, y)), con ¡, g: IR l -> S\ (las funciones coordenadas de F), se trata de encontrar un punto (x, y) donde I(x, S') = O, g(x, ji) = O Incluso, de otra manera: se trata de encontrar la solución (x, y) del sistema de ecuaciones dado por ¡(x, y) = 0, g(x, y) = O Si las funciones que f y g fueran lineales, el problema sería muy simple de resolver En efecto, digamos f(x, y) = ax + by + a, + by + a = O, g(x, y) = ex + dy + {3 Se tratari"a entonces de resolver el sistema de dos ecuaciones lineales con dos indeterminadas ax ex + dy + {3 = O el cual está perfectamente estudiado desde los cursos elementales de álgebra en la secundaria El caso de interés, que consideraremos aquí, es cuando f y g no son lineales Para ello, usamos las mismas ideas del método de Newton que acabamos de recordar: partiendo de un punto PI = (x 1, YI ) -una primera aproximación a la raíz que buscamos-, consideramos que el comportamiento de f y g es lineal Es decir, las funciones f y g se verían (en los alrededores de PI) como f(x, y) g(x, y) = a(x = e(x - XI) XI) + bey + d(y - YI) YI) +a + {3 para ciertos números reales a, b, e, d, a; (3. Si en la primera de estas expresiones ponemos x = XI, Y = YI, obtenemos que a debe ser f(xl' YI) Igualmente, si derivamos esta expresión respecto de X y sustituimos x por XI, Y por YI, obtenemos que a debe ser ~(PI). Así mismo, se obtiene que b debe ser ~f (PI) De modo que, si quisiéramos ver a f(x, y) como una función lineal en los alrededores ov del punto Pi = (XI, Vi)' ésta debería ser f(x, y) . = f(PI) . + -(PI)(X - af ax XI) + -(PI)(Y - YI) af ay De manera análoga, si quisiéramos ver a g(x, y) como una función lineal en los alrededores del punto PI, ésta debe ser g(x, y) = g(PI) + -3. (PI)(X -XI) + -:;-(PI)(Y x uy ag ag YI) 322 Capítulo 3 Funciones compuestas, inversas e implícitas -------------------------- (observe que lo que estamos diciendo es que si los comportamientos de las superficies z = f{x,» y = g(x, y) en los alrededores del punto PI fueran lineales, éstos serían los de sus planos tangentes en el punto PI)' En términos de la función F(x, y) = (f(x, y), g(x, y», si en los alrededores del punto PI esta función tuviera un comportamiento lineal, éste sería dado por z F(x, y) = = (j(x,)'), g(x, )'») -- Yd, g(PI) aj . aj ( j(PI) +-. (PI)(X - XI) + -. (p¡)(y éJx ay + -(Pl)(X éJx éJg XI) + ag éJ/PI)(Y = (j(PI), g(PI») )'1) ) aj ~. (PI) + [IX al -a (PI) ] y ag [ [ :;-. (PI) [IX ag . X _. XI ]. -a (PI) y Y -)'1 = F(Pl) + JF(p¡)(x, y) - PI) donde J F(PI) es la matriz jacobiana de F en el punto PI, Yestamos identificando al vector (a, b) con la matriz [~] Obsérvese la expresión obtenida para F en los alrededores de PI: F(x, y) = F(PI) + fF(PI)((X, y)- PI) y compare con la que habíamos establecido para la función y = j(x) de nuestra discusión prnia, en los alrededores del punto Pide abscisa XI, la cual es y - j(xI) = f' (x I )(x - XI), o bien j(x) = J(XI) + teXI )(x - Xl) Es claro que se trata de "la misma expresión" que establece la aproximación del comportamiento lineal de la función en los alrededores del punto PI: la derivada de la función F es, como ya habfarnos dicho, representada por su matriz jacobiana J F. Entonces, se tiene que la función F, si tuviera un comportamiento lineal en los alrededores del punto p¡, estaría dado por F(x, y) = F(PI) + JF(PI)(X, y) - PI) De esta expresión hallarnos la raíz P2 = (X2, Y2), la cual nos servirá como una nueva aproximación de la raíz que buscamos de F. Se tiene entonces que F(Pl) + JF(PI)(X2. )'2) - PI) =O De aquí queremos despejar el punto (X2. Y2). Nótese que en este CaSO no podemos "pasar dividiendo la derivada de F", como hacíamos en el caso del método de Newton para una variable, pues ahora la derivada es una matriz . Lo que sí podemos hacer, para quitarla de nuestro carnina (y dejar solo el punto (X2. Y2)), es tomar su inversa (suponiendo que ésta existiera) De hecho se tiene JF(PI)(X2' Y2) - PI) = -F(PI) ((X2' Y2) - PI) = [JF(PI)]-I(-F(PI» = -[JF(PI)]-I F(PI) ( *) 3.7 Un interludio numérico: El método de Newton para sistemas no lineales 323 de donde (X2, Y2) = (XI, YI) - [JF(XI, y¡)]-I F(x¡, y¡) Siguiendo con este proceso (aproximándose ahora a la función F por un comportamiento lineal alrededor del punto P2 y hallando su raíz), llegamos finalmente a la fórmula del método de Newton (en dos dimensiones) la cual nos da (en determinadas condiciones sobre F y del punto inicial PI) una sucesión de puntos P" = (x"' y,,) en !R2 que se aproximan a la raíz (x, y) buscada de F. Obsérvese que en cada paso, para obtener un nuevo punto (X"+I, Y"+I), es necesario calcular la matrizjacobiana de F en el punto anterior (x"' y,,) e invertirla.. Es posible, en este caso de dos dimensiones, dejar explfcitas las cuentas que se encuentran involucradas en este proceso, con ayuda de la fórmula [r ~~ ¡ oc! ~~ [!c ~b] Se tiene det JF(p,,) de modo que . tn+ ¡ ] [ Yll+l [.~,,] }" ag -a (p,,) y det 1 F(p,,) [ ag -ax (p,,) aj -- ay af () a. x p" (P,,)] [f(P")] g(p,,) es decir Ejemplo 2. Se quiere resolver el sistema f(x, y) = 5x2 + 6xy g(x, y) = x 2 + 5i 1= O - 4x + 4y - 4= O +i - Desde el punto de vista geométrico, se tratan de hallar las intersecciones entre la elipse que representa f (x, y) = O (la cual, en un sistema coordenado con el eje Xl siendo la recta y = -x, y el eje y' siendo 3 24 Capítulo 3 Funciones compuestas, inversas e implícitas la recta y = x - 2, se ve como (Xl - 1)2 + 4(y' + 1)2 = 4), .Y el círculo unitario g(x, ) matriz jacobiana de la función F (x, y) = U(x, y), g(x, y») es = O La lF(x, y) = [ax ~~. ag al] ay ag = [10X+6 Y --4 2x 6x + 10)' + 4] 2y ay - cuyo determinante es det 1 F = 12l ~ 12x 2 8x - 8y Entonces, los puntos (x"' y,,) de la sucesión que aproximará las raíces procuradas se calculan como Partiendo del punto PI = (XI, Y1) = (1, 1), se obtienen los siguientes puntos P2 = (1 .25, 0.25) P3 = (0991667, O291667) P4 = (0957506,0290433) Ps = (0956943,0290276) = Pó Así pues, una raíz del sistema corresponde al punto (x, y) = (0956943,0290276) Partiendo ahora del punto PI = (-1, -·1) se obtienen los siguientes resultados P2 = (-025, -1 25) P3 = (--0291667, -0991667) P4 = (-0290433, -0957506) Ps = (-0290276, -0956943) = PI> Entonces otra raíz del sistema es (x, .y) = (-0290276, -()956943) ( *) 3 7 Un interludio numérico: El método de Newton para sistemas no lineales 325 Ejemplo 3. Se quiere resolver el sistema f(X, y) g(x, = l- (x - 1)3 = O y) = In( 1 + l) + e-x ---> 3x + 2y =O La matrizjacobiana de la función F: JFt2 JFt2, F(x, y) = U(x, y), g(x, y» es af af JF(x, y) = [ :; ax El determinante de esta matriz es det JF(x, y) = . ay] ag ay = [-3(X - 1)2 -e- t -3 ~+2 1 + y2 2y ] 6y(x _ 1)2 1 + y2 -- 6(x - 1)2 + 2ye- t + 6y Entonces las fórmulas que dan las nuevas aproximaciones (x n , Yn) a la raíz procurada son .n l 2 2 Y/l ,2 +! = X.n - d t JF( .') [( Yn - (,'/1- 1)3) (- 1 e X/I' >/1 + J/I X + 2) - 2Yn (In(l + Yn+¡=Yn- y~) + exp(-x n) (x n , YIl) 3x/l + 2Yn)] det J/ [-3(Xn-I)2(ln(l+y~)+exP(-X/I)-3XIl+2YIl) +(exp(-xn)+3)(y~ -(Xn _1)3)] Tomando como punto inicial a (xo, yo) = (1, 1) se obtienen los siguientes puntos Pl = (0572736,05) P2 = (O 15438, -0057117) P3 = (0417146,0330259) P4 = (3409549, 4482523) Ps = (3309779, 3607891) P6 = (3419417,3754896) P7 = (3412339,3746734) Ps = (3412304,3746693) = P9 Así, una raíz del sistema conesponde a los valores x = 3412304, Y = 3746693 Es interesante notar que, aunque se parta de un punto muy alejado de la raíz, en este caso el método de Newton conduce rápidamente a las cercanías de ]a raíz procurada. Por ejemplo, partiendo del punto 3 26 Capítulo 3 Funciones compuestas, inversas e implícitas Po = (Xo, Yo) = (30,45), se obtienen los siguientes puntos en el proceso iterativo PI = (20506144,27344458) Pl = (1422879, 18362055) P3 = (10.050146,12482694) P4 = (7283054, 8.698204) = (5477638,63161) P6 = (4347231,488236) PS P7 = (371613,4109406) PS = (3460018, 3 80308) P9 = (3413773, 3748422) PIO = (3412306,3.746696) PII = (3.412304,3.746693) = Pll Las ideas expuestas anteriormente para obtener la fórmula del método de Newton para funciones n 2 ----+ 1R , se extienden fácilmente para el caso de funciones F: IR ----+ Rn, quedando de la siguiente manera: si F(x) = (fl (x), h(x), , /n(x» -donde x = (XI, Xl, , X n ) - es una función (bien portada desde el punto de vista diferenciable), con funciones coordenadas fl, .12.. ,/~:]Kn ~ R, para la cual se quiere hallar una raíz x E Rn (es decir, un vector x E IR" tal que F(x) = O). o, en forma equivalente, se quieren obtener valores XI, Xl, ,xn E JR que satisfagan el sistema de ,i ecuaciones con n indeterminadas F: JR2 !1(XI,Xl, h(XI,Xl. ,xn)=o ,x,,)=O /~(XI, Xl, ., Xn) =O entonces la fórmula (del método de Newton) da una sucesión de puntos PI, Pl, . (partiendo de un punto Po inicia!) en JRn que tienden (en determinadas condiciones sobre F y sobre el punto de partida Po) a la raíz procurada. En la fórmula anterior, JF(Pm) es la matriz (de orden n x n)jacobiana de la función F evaludada en el punto Pm Es decir af) a-(Pm) XI -J-(Pm) C Xl af) -')-(Pm) a-(Pm) Xn afl ( Xn -J (Pm) ah C XI -J (Pm) ( Xl ah élh J F(Pm) = _J (Pm) (XI afn' afn' a-(Pm) X2 af~ . -J-(Pm) ( Xn ( *) 3 7 Un interludio numérico: El método de Newton para sistemas no lineales 327 En el caso n = 2, hicimos explícita la fórmula de la inversa de esta matriz que está involucrada en la conespondiente fórmula del método de Newton. Es claro que en este caso general re~ulta completamente impráctico hacer explícita tal inversa (en términos de la adjunta y del determinante de la matriz), pues las expresiones que se obtendrían serían de manej.o altamente complicado . En este caso general entonces, cada nueva iteración nos conduce, en principio, a invertir la matriz jacobiana con alguno de los métodos de eliminación estudiados en álgebra lineal Así pues, partiendo de un punto inicial Po (que se supone debe estar "cerca" de la raíz procurada), la fórmula del método de Newton establece que para obtener el siguiente punto PI en el proceso de aproximación a la raíz ji se deben hacer los siguientes cálculos: l. 2 '3. Evaluar la matriz jacobiana J F en el punto Po. Invertir la matriz obtenida en l. Multiplicar la matriz obtenida en 2 por el vector F(p,J (es decir, por la matriz n x l cuyos elementos son las coordenadas de F(Pn»' Hacer la resta Po menos el vector obtenido en el paso anterior, llegando así al punto PI, con el cual se repite el proceso desde el paso I 4 El procedimiento anterior, si bien es claro de entender, involucra una gran cantidad de cálculos en cada paso (invertir matrices, multiplicar matrices, restar vectores) Un hecho que es interesante hacer notar, es que en tal proceso no importa el resultado parcial del paso 2, lo que importa es el resultado del paso 3, pues éste se usará en la etapa final 4 . Es decir, no importa en sí tener la inversa (1 F(Pm lo que importa es tener el producto (1 F(Pm F(Pm) Veamos cómo podemos sacar provecho de esta situación "accidental": llamemos V m al vector (J F(Pm F(Pm)' Este es el vector que interesa. Tenemos entonces que »-1, »-1 »-1 o bien, m)tiplicando ambos miembros por J F(Pm), queda como Esta expresión se puede contemplar como un sistema no homogéneo de n ecuaciones lineales con n indeterminadas (las coordenadas del vector v m ), siendo JF(Pm) la matriz de coeficientes del sistema y F (Pm) la matriz de términos independientes. Este sistema puede ser resuelto con alguno de los métodos de eliminación estudiados en el álgebra lineal Aunque en apariencia llegamos a una situación similar a la presentada originahnente, en la que se tuvo que echar mano de procesos de eliminación Gaussiana (en la situación original para invertir una matriz, y en esta nueva situación para resolver un sistema de ecuaciones lineales), resulta que esta nueva manera de ver las cosas tiene, "en la práctica", grandes ventajas sobre la primera. La cuestión es que este proceso puede ser implementado en un programa por computadora, y aquí es donde la nueva visión de la fórmula del método de Newton adquiere ventajas.. Más adelante entramos en detalles sobre la manera de estructurar un programa que haga todos los cálculos involucrados en el método de Newton. En resumen, para obtener una raíz de F(x) = 0, se procede como sigue: partiendo de un punto Po, hacemos los siguientes pasos para m = 0, 1,2, . 1 2. 3. Resolvemos el sistema J F(Pm )v m = F(Pm) para el vector Hacemos Pm+1 = Pm Vm Vm Regresamos al) con el punto Pm+ l. 3 28 Capítulo 3 Funciones compuestas, inversas e implfcitas Ejemplo 4. Consideremos el sistema f(x, y, z) g(x, y, z) h(x, y, z) = x2 + l + tanh z - 3 Z3 - =O 2=O =x + tanh(2y) - = tanh(3x) + i + z - 1= O La matriz jacobiana de la función F: IR' ~ IR', F(x, y, z) = (f(x, y, z), g(x, y, z), h(x, y, z)) es J F(x, y, z) = r 2x 1 L3 sech 2 3x 2y 2 sech 2 2y 3/ sech Z] -3z 2 1 2 Partiendo del punto Po sistema = (l, 1, 1), en cada paso se obtiene el vector Vm 2 = (am, f3m, Ym), solución del 2xm 1 [ 3 sech 2 3xm 2 y2' 2 sech 2Ym 3y; sech im] -3z m 1 [a m ] f3m Vm , [. x; +y;" +.tanh z,~ - 3 ] X m + tanh 2Ym - zm - 2 Ym. tanh 3x m + y~ + z - 1 m = O, l. 2, ,llegando a los siguientes y calculando el siguiente punto Pm+l como Pm - resultados m = 1, Vo = -0.777585 ] 0.634025 , [ O. 115991 0.021336] 0.584239 PI = Po - Vo = 1.77758 ] 0365975 [ 0.884009 I 75624 ] --0.501932 [ 0.29977 m= 2, VI = 0867907 , [ -0.222095 ] .-O .73653 , [ -0.730008 0..228798 ] 0.020467 , [ -0.420724. ~ 0.0211528 ] P2 = PI = P2 - VI = = = m = 3, '"2 = P, - V2 197834 ] 0.234598 [ -0.430237 1.74954 ] 0..214131 [ -0 . 009514 1.72839 -j 0135116 [ 0001113 172717 ] 0.139949 . [ -0 . 002668 172715 ] O. I39965 [ -0.00266914 P7 m =4, V3 =. = = = P4 = P3 - V3 m =5, V4 lO.0790144 , -0 . 010626 0.0012225 ] -0 . 004832 , [ 0.0037808 108104 x Ps = P4 = PS - V4 = = m = 6, Vs P6 Vs m =7, V6 [ -- 162693 x 9.51842 X lO-S] lO-s , 10- 7 P7 = P6 - V6 = La siguiente iteración arroja un punto que difiere de los elementos de raíz del sistema es x = 172715, Y = 0.139965, z = -0.00266914. en orden de 10- 6 Así, una l1li ~--~------_. ( *) 3 7 Un interludio numérico: El método de Newton para sistemas no lineales 329 En la siguiente página se muestra el diagrama de flujo de un programa de computadora que hace los cálculos del método de Newton. La parte importante corresponde a un procedimiento en el que, en cada nueva iteración, se resuelve el sistema líneal de ecuaciones JF(Pm)v m = F(Pm) para el vector VIII' que servirá para calcular la siguiente aproximación X m + I . Ejemplo 5. Se quiere resolver el sistema fl(x, y, z, u) = x 3 + h(x, y, z, u) l- 2z 2 + u 2 + 3 = zu O = xy - +2 = O /)(x, y, z, u) fiex, y, z, u) La matrizjacobiana de la función F: IR 4 = x +l +z+u = O = xz + yu - 2 = O -. IR 4 , F = (ft,J2, h. /4) es -4z -u 2U] -z 1 Y x A continuación se muestran los resultados de las iteraciones realizadas por el programa mencionado anteriormente, con el punto inicial x = 1, Y = 2, Z = 3, u = 4. iteración l 2 3 4 5 6 7 8 9 10 1I 12 13 14 15 x 2..5909774 -56.179657 -18.1669171 -310773581 - 11 .234 I993 -7 . 2376635 -5.068011 -3 . 1995777 -2.3006812 -1 . 7984976 -1.7228517 -1.6899483 - 1.6882143 - 1.6882091 -1.6882091 y Z u -0.937594 48.64028 23.8983283 1L5813421 5..5 159472 2.6570918 0.8643791 , 08058214 0 . 947281 1.2948349 L3961188 14075929 140864 14086429 14086429 12060150 42019976 1..235399 -0.0858966 -0.5424367 -0.5949845 00698393 -0 . 016966 --O .1259898 -03986781 -0.7257321 -0 . 7773826 -07804767 -07804865 -O .7804865 3..8180451 140.7126609 70,8760384 35 . 833477 I 18 1399774 8.9455653 7463245 2.5706599 1.5493405 0.6413719 0.5096946 04861448 04844253 04844206 04844206 Así, una de las raíces del sistema corTesponde a x = -1.6882091, Y -07804865, u = 04844206. Partiendo de los valores x = y = z = u = siguientes resultados que conducen a otra raíz del sistema = I 4086429, Z = - 1, se obtienen los o w w ~, n PJ w o '"T1 C" ::l 2' Continuar (l) o" ::l '" n o C n 'O (l) :3 Evaluar el vector B = FU] en el punto P, que es la matnz P[t - 1. el 11 I I Se resuelve el SIstema lineal de N ecuaciones con n incógnitas A X = B, en donde A es la matriz J F[i, jj evaluada en P[t - 1, el y B es el vector FU] evaluado en P[t - l. e], para e = 1, 2..... N. La SolucIón X es el vector V[j] I I .'" ;;; (l) '" ~ 5" -< PJ '" (l) :3 '2.. ~ V' (')' son pelo j] Evaluar la matnz Jacobiana A = J[i. j] enP[t--l.e] "1 I '1 I ,1 Captura de datos I I ProcedimIento de Gauss Impnme resultados " P[t, jj EvaluacIón de la matnz 11 x 1 B Y de la matriz Jacobiana A = J[i. jj. ..................... "--_ ( *) 3.7 ------ Un interludio numérico: El método de Newton para sistemas no lineales 331 iteración 1 2 3 4 5 I L6 x 0.6666667 0286648 0.2943675 03010535 0301041 0301041 y Z u -1.6666667 -1.48753 - 14977126 --14979912 -14979962 -14979962 0301041, Y -1.8333333 -1 1142345 -1.0030817 - 10074584 -1.0074559 -10074559 -1.4979962, z -1 . 1666667 -1.353069 -15343253 -15375728 -1.5375777 ·-1.5375777 -L0074559, Entonces otra raíz del sistema es x u = -1.5375777 11 Ejercicios (Capítulo 3, Sección 7) 1. Considere el sistema (x 2 + i)e_«2+)"2) x 2 -z =O Ay--z=O + i + Z2 - 1 = O Resuelva el sistema para A = 3 Y para A = 1 Verifique en cada caso que se obtienen dos soluciones del tipo (±xo, Yo, zo) Para A = Aa = 0391226858, se obtiene una solución del tipo (O, Yo, Zo) (con exactitud hasta cienmilésimas) Interprete geométricamente este problema ¿ Qué pasa para valores de A menores que Aa? 2. Sea f: IR.' -> IR. la función fer, 3. Sea f: IR. 2 -> y, z) = x 2 + y2 + Z2 + xy + xz + yz + 6x + 8y + 7z + 3 Resuelva (para x, y, z) la ecuación grad f(x, y, z) = f(x, y, z)( 1, 1, 1) -y IR. la función f(x, y) = (l ecuación, para x, y, gradf(x, y) = grad (7 ) (x, y) + i) In cosh x + 2x 2 + 3yl- x + 1 Resuelva la En los ejercicios 4-10 resuelva el sistema dado 4. x 3 + y3 - 2xy = O, 5. 2x 4 6. 2 - + y2 = 1 2x 2 y + l - 2y3 + l = O, x2 3x 2 - 2xy - 6 y2 3x +3 =O y+ 7. 8. 9. 10. + 2y -- 6z = O 5 sen xy + z - 1 = O, x + y - z = O, 3x 1 + 4yl + 6z 1 + xy + xz - yz + x J cos xl + yl - 6z 2 + I = O xyz - 4 = O, e' - e + é - 3 = O 2 x 3 + y' + Z3 = O, sen x + sen y + sen z + I = O, 4xy + 3x 2 + 5z = O sen(xy) + z - 1 = O, 2 sen(xz) + v - 2 = O, 3 sen(yz) + x - 3 = O 2 - x +l - z - 2 = O, x l - z= O, z- 5 = O V Capítulo Extremos de las funciones de varias variables En este capítulo estudiaremos lo referente a los máximos y mínimos de las funciones de varias variables. Antes de empezar recordemos rápidamente el tratamiento de este tema en el caso de funciones de una sola variable, así como los resultados más importantes del primer curso de cálculo Siendo éste uno de los más importantes temas del curso --por sus aplicaciones, entre otros aspectosesta pequeña retrospectiva al caso "simple" de funciones de una variable. nos servirá de guía para abordar de la misma manera la problemática presentada con funciones de varias variables (la cual, como es natural esperar, tiene algunas complicaciones técnicas adicionales) La función f: 1 <;;; lR -+ R definida en el intervalo abierto 1 de R se decía tener un máximo (mínimo) local o relativo en un punto Xo E 1 si en una vecindad V'o de Xo se tenía f(xo) 2': f(x) U(xo) ::; f(x). respectivamente) para toda x en V'o En otras palabras. f tiene un máximo (mínimo) local en Xo si f(xo) es el valor más grande (más pequeño) de la función en torno a Xo y fea) f(b) --j.."L-----r-~-;-----r--7"b~,.-----. x V / Figura 1. Y = l(x) tiene un máximo local en x = a y un mínimo local en x = b Una condición necesaria para que la función f tenga un extremo (máximo o mínimo) local en Xo es que, si f'exo) existe, entonces f'exo) = o. Por ejemplo, la función f(x) = Ixl tiene un mínimo local en x = O. pues feO) = 101 = O ::; Ixl = f(x) para toda x en una vecindad de x = O En este caso 1'(0) no existe También la función f(x) = _x 2 tiene un máximo local en x = O, 333 3 34 Capítulo 4 Extremos de las funciones de varias variables pues feO) = O 2: _x 2 = f(x) para toda x en una vecindad de x = O En este caso la función es diferenciable en x = O Y se tiene t(O) = -2(0) = O. Geométricamente esta condición necesaria para la existencia de un extremo local, nos dice que si la gráfica de la función es suave en xo, su recta tangente en ese punto debe ser horizontal (tal recta tangente podría no existir y la función tener extremo en xo, como es el caso de fex) = Ixl en x = O). A un punto Xo E 1 en el que /,(xo) es cero o no existe, se le llama punto crítico de la función f Entonces, una condición necesaria para que la función f tenga un extremo local en Xo es que Xo sea un punto crítico de ella. Tal condición no es suficiente, ya que, por ejemplo, la función f(x) = x 3 es tal que t(O) = 3(0)2 = pero no tiene extremo local en x = (pues en cualquier vecindad de x = 0, digamos Vo = {x E ]R, -1: < x < E} se tiene para x < 1: que f(x) = x 3 2: 0= feO), en 3 tanto que para -1: < x ::::: O se tiene f(x) = x ::::: = feO»~. Las condiciones suficientes para la existencia de extremo local de una función f en un punto xo, son condiciones que garantizan la permanencia del signo de la expresión fex) - f(xo) en los alrededores de Xo. Así, si tales condiciones nos aseguran que f(x)- f(xo) es no negativo en los alrededores de Xo podríamos concluir que la función f tiene un mínimo local en xo, en tanto que si j(x) - f(xo) es no positivo en los alrededores de xo, se puede concluir la existencia de un máximo local para f en Xo· Con la ayuda de la fórmula de Taylor para la función f en Xo se pueden establecer tales condiciones suficientes. Siendo f suficientemente diferenciable en xo, la fórmula de Taylor nos dice que podemos escribir, para h pequeñas (tal que Xo + h quede en el dominio de f) ° °: : ° ° f(xo + h) - f(xo) = j'(xo)h + ~f"(Xo)h2 + r(h) donde el residuo r(h) tiene la propiedad de que Iímh~o ~ = O. Es decir, r(h) es más pequeño que h2 Si Xo es un punto crítico de f la expresión anterior se ve como f(xo + h) - f(xo) = 2: r(xo)h 2 + r(h) I Cuando h es pequeño, Xo + h es un punto en los alrededores de Xo y, como r(h) es muy pequeño en relación a ~ 1'1 (xo)h 2, el signo del segundo miembro de esta última expresión queda determinado por el del término ~ 1'1 (xo)h 2 . Más aún, como h 2 2: O, el signo de f (xo + h) - f(xo) queda determinado por el signo de r(xo), teniéndose que: a. b. c. si r(xo) > 0, entonces f(xo + h) - I(xo) 2: O para h pequeño (íe. f(x) - f(xo) 2: O para x en los alrededores de xo) y por lo tanto f tendrá un mínimo local en Xo; sit'(xo) < 0, entonces f(xo máximo local en Xo + h) - f(xo) ::::: °para h pequeño, y por lo tanto f tendrá un si f"(xo) = 0, la fórmula de Taylor anterior no da información suficiente para concluir la existencia de extremo local de f en Xo Este es el llamado "criterio de la segunda derivada" para analizar el carácter de puntos críticos de funciones, el cual da condiciones suficientes para la existencia de extremos locales. La forma de estudiar de los extremos locales de funciones de varias variables será similar a la breve exposición que acabamos de presentar para funciones de una variable. Por medio de la fórmula de Taylor se establecerán las condiciones suficientes para que una función tenga extremo local en un punto. En la primera sección se dan las definiciones básicas y se presentan los primeros 4.1 Definiciones y ejemplos preliminares 335 ejemplos que nos situarán en los problemas específicos que se tienen con los extremos locales de funciones de varias variables. En la segunda sección se estudia la fórmula de Taylor que nos servirá para, en la tercera sección, establecer el teorema que da condiciones suficientes para la existencia de extremos locales En la cuarta sección presentamos un teorema para el caso concreto de funciones de dos variables, y dedicamos el resto de la sección a resolver algunos ejemplos típicos de aplicación de la teoría previamente estudiada. Por último en las quinta y sexta secciones se estudia la importante problemática de los extremos sujetos a restricciones, en las que se discute el método de los multiplicadores de Lagrange para atacar este tipo de problemas. 4.1 Definiciones y ejemplos preliminares Definición. Sea f: U ~ IR" -; R una función definida en el conjunto abierto U de IR" Se dice que f tiene un máximo (mínimo) local o relativo en el punto Xo E U si f(xo) :2: f (x) (/(xo) S f(x) respectivamente) para toda x en una bola B de centro en Xo 11 Es decir, al igual que en el caso de funciones de una variable, la función f tendrá un máximo (mínimo) local en Xo E U si f(xo) es el valor más grande (más pequeño, respectivamente) de todos los valores de f (x) para x en una bola de centro en Xo z y --+-+-l-+-++-+-+-.¡-.... x C2 - - el x Figura 1. o < c¡ < (3 < C2 < el Gráfica de la función z = x2 + i y sus curvas de nivel cerca del origen Ejemplo 1. La función f: 1Ft 2 -; R dada por f(x, y) = x 2 +l tiene un mínimo local en Xo = (O, O) pues en una bola B de centro en Xo (de hecho, en cualquier bola B de centro en xo) se tiene feO, O) = 02 + 02 = O S x 2 + l = f(x, y) para toda (x, y) E B Recuerde el aspecto geométrico de la superficie z = x 2 + l Su gráfica cerca del origen muestra el comportamiento típico que una superficie z = f (x, y) presenta en un punto de 3 36 Capítulo 4 Extremos de las funciones de varias variables mínimo locaL Más aún, observe que las curvas de nivel de esta función son x 2 + y2 = e (e > O), cuyo aspecto, a medida que e es más cercano a cero, es el de un conjunto de círculos concéntricos cada vez "más pegados" (este es el aspecto típico del conjunto de curvas de nivel de una función con un extremo local). 11 Ejemplo 2. La función f: IR.2 ---> IR., dada por f(x, y) = I - x 2 - i tiene un máximo local en Xo = (O, O), pues en una bola B de centro en Xo se tiene feO, O) = I 2 I - x 2 - i = f(x, y) para toda (x, y) E B. Nuevamente llamamos la atención al aspecto geométrico de la superficie z = f(x, y), así como el de sus curvas de nivel cerca del origen. y --+-i-+-+-+-l--+-il-+-~x CI .x el < C2 < Cl < Cl <I Figura 2. Gráfica de la función z = I - x 2 - / y sus curvas de nivel. Ejemplo 3. Los dos ejemplos anteriores muestran funciones diferenciables que tienen extremos locales Una función puede no ser diferenciable en un punto y tener ahí un extremo local (10 mismo que en el caso de funciones de una variable: f(x) = ¡xl enx = O). Por ejemplo la función f: IR.2 ---> IR., dada por f(x, y) = Jx 2 + y2 tiene un mínimo local en (0,0) pues feO, O) = °: :; Jx 2 + y2 = f(x, y) para toda (x, y) en una bola (cualquiera) B de centro en (O, O). Sin embargo tal función no es diferenciable en (O, O) pues sus derivadas parciales no se presentan ahí. La superficie z = Jx 2 -+- y2 es un cono abierto hacia arriba con vértice en el origen . El conjunto de curvas de nivel cerca del origen tiene el mismo aspecto que el de la superficie z = x2 + y2 del ejemplo I llIII Supongamos que la función f: U ~ IR.n-t IR. es diferenciable en extremo locaL Digamos que x = (X¡,.t2, ... ,xn ) Para cada i = 1,2, x E U Y que ahí tiene un .,n considere la función 4I Definiciones y ejemplos preliminares 337 íp,: 1 ~ IR -> R definida en alguna vecindad de Xi, digamos 1 = {x E IRIXi - E < x < Xi + E} (E puede ser el radio de la bola B de la que habla la definición de extremo local de f), dada por Es claro que teniendo f un extremo local en X, la función 'Pi debe tener también un extremo local (del mismo tipo) en .x de modo que íp;CXi) = O. Es decir que " -(x) = 0, aXi af _ i = 1, 2,. ,n Así, una condición necesaria para que la función f: U ~ IRn -> IR diferenciable en ese punto un extremo local es que todas sus derivadas parciales se anulen en x xE U, tenga en Definición. Al punto x E U en el que todas las derivadas parciales de la función f: U -> IR se anulan, se le llama punto crítico (o punto estacionario) de la función ~ IRn 11 Considere por ejemplo una función de dos variables f: U ~ IR 2 -> lR Suponga que en el punto (ro, Yo) esta función tiene un extremo locaL Si fes diferenciable en (Xo, Yo) se debe tener que al ax (xo, Yo) = ° y -(xo, Yo) ay af = ° Obsérvese entonces que la ecuación del plano tangente a z = f(x, y) en (ro, Yo) es z = f(xo, Yo), el cual es un plano horizontal (paralelo al plano xl') Entonces, desde el punto de vista geométrico, una condición necesaria para que la función f: U ~ JR2 -> iR diferenciable en p E U, tenga ahí un extremo local, es que en ese punto su plano tangente sea horizontal. Sin embargo, como era de esperarse, tal condición está muy lejos de ser suficiente. Ejemplo 4. IR 2 Sea f: IR 2 --> IR la función f(x, y) = x 2 - l Esta función es diferenciable en todo Los puntos críticos de f se obtienen al resolver el sistema ~ dx (jj = 2x = 0, aj _. =-2v = a . y ° de donde se ve que (O, O) es el único punto crítico que existe Así, si la función f tiene algún extremo local, lo tiene en (O, O). Sea B una bola con centro en el origen, digamos B = {(x, y)lx 2 - i < E}. Los puntos del tipo (r; O) con r 2 < E 2 , están en B y para ellos se tienen feo, O) = °: :; r 2 = f(r, O) B y para ellos se tiene Del mismo modo, los puntos del tipo (O, r) con r 2 < E2 , está en 2 feO, O) = °: : _r = feo, r) de modo que la expresión: f(x, y) - feO, O) no mantiene signo constante en ninguna bola con centro en el origen. Es decir, la función f no tiene extremo local en (O, O). 11 Los puntos que tienen un comportamiento como el origen en el ejemplo anterior reciben un nombre especial 3 38 Capítulo 4 Extremos de las funciones de varias variables Definición. Considere la función f: U ~ Jl{n ----> Jl{ definida en el conjunto abierto U de Jl{" Sea x E U Si cualquier bola B (de llln) con centro en x contiene puntos x E B tales que f(x) - f(x) es positivo y puntos y E B tales que fey) - f(x) es negativo, se dice que x es un punto de ensilladura (o punto silla) de la función f rI El aspecto de la gráfica de una función f: U ~ R.2 ----> Jl{ cerca de un punto de ensilladura, es justamente como si ésta fuera una silla de montar. Así lo muestra la función f(x, y) = x 2 - l del ejemplo 4, cuya gráfica cerca del origen se muestra a continuación así corno algunas de sus curvas de nivel z y c>o x Figura 3. Gráfica y curvas de nivel de la función z = x2 - i Nótese que las curvas de nivel delatan el por qué esta función no puede tener extremo local en el origen . Cualquier bola con centro en el origen contendrá puntos de curvas con c > O (donde la superficie está por encima del plano xy) y puntos de curvas con e < O (donde la superficie está por debajo del plano xy) Un acercamiento natural hacia la obtención de condiciones suficientes para la existencia de extremo local de una función f: U ~ llln ----> III en un punto crítico x de ella, sería estudiar las funciones 'P¡(x) = f(x¡, , .Xi-I, x, X¡+ 1, ,In) mencionadas anteriormente, a las cuales podernos aplicar (con f suficientemente diferenciable) el criterio de la segunda derivada para funciones de una variable. Parecería lógico pensar que si la función 'Pi(X) tiene un máximo local (o mínimo local) en x =x¡, para toda i = 1,2, .... , n, entonces la función f deberá tener un máximo local (o mínimo local) en el punto x. Para una función de dos variables esta situación se ve así: si f: U ~ Jl{2 ----> IR tiene un punto crítico en (x, y), consideramos las funciones 'PI (x) = f(x,y), 'P2(Y) = f(x, y) Obsérvese que 'P¡ (x) geométricamente representa la curva de intersección de la superficie z = f(x, y) con el plano y = y, y 'P2(Y) la curva de intersección de z = [(x, y) con el plano x = I. Supongamos que estas dos curvas tienen máximos (o mínimos) locales (en x =x y y = y, respectivamente). ¿Se infiere de aquí que la función z = f(x, y) tiene un máximo (o mínimo) local en ex, y)? La respuesta a esta pregunta es NO. Ciertamente tal condición es necesaria, pero no suficiente. Antes de verun ejemplo concreto que muestre lo anterior, veaque la función z = f(x, y) = x 2 _ y 2 no cumple con tal condición necesaria . En efecto, el punto (O, O) es el único punto crítico La función 2 'PI (x) = f (x, O) = .x tiene un mínimo local en x = Oen tanto que la función 'P2(Y) = feO, y) = tiene un máximo local en y = O i 4.1 Definiciones y ejemplos preliminares 339 Ejemplo S. Sea f: IR 2 ----> IR la función f(x, y) = I - ".-2 - y2 + 3xy. Esta es una función diferenciable en todo IR 2 Sus puntos críticos se obtienen al resolver el sistema - = - 2x + 3 .V = 0, ax (jf -- y-2v + 3x = = ·' a af ° Se ve que x = O, Y = es la única solución, por lo que (O. O) es el único punto crítico de f Considere las funciones <PI (x) = f(x, O) = 1 - x 2, <P2(Y) = feo, y) = I - l. Ambas tienen un máximo local enx = y y = (respectivamente). Sin embargo, la función f no tiene un máximo local en (O, O) En efecto, basta que veamos que en cualquier bola B con centro en el origen, hay puntos (x, y) E B para los que f(.x. y) :2: feO, O) = l . Sea B una bola cualquiera con centro en (O, O), digamos que . 1 I1 B = {(x, y) E 111>"I"""} Consldere los puntos (t, O E B (con t- < '5 e) . Observe que m.. - x- + y- < Efeto t) = 1 + 3W(t) = 1 + :2: 1 = feO, O) Así pues, en la bola B hay puntos (x, }') para los cuales f(x, y) - feO, O) es negativo (los puntos del tipo (x, O) ó (O, y) x i- y y i- O) Y también puntos en los cuales f(x, y) - feO, O) es positivo (los del tipo (x, x) x i- O) Se trata pues de un punto de ensilladura. Desde el punto de vista geométrico, acontece entonces que la superficie z = 1 - x" - l + 3xy es tal que su intersección con los planos x = y y = produce curvas con m,íximo local en el origen, pero su intersección con el plano y = r, produce una curva (z = I + x 2 ) con un mínimo local en el origen II1II ° °° e-e e ° °° El ejemplo anterior nos invita a considerar, en la misma dirección de "tipo de extremos de las curvas de cone de la superficie z = f(r, y) con planos perpendiculares al plano x y", condiciones más fuertes a partir de las cuales podamos concluir la existencia de un extremo local para la función dada. Sería natural ahora preguntarse lo siguiente: si la función f: U s:-; Gt' ~ iR la cual es diferenciable en el punto crítico (xo, Yo) E U es tal que todas las curvas procedentes de la intersección la superficie z. = f(x, y) con planos perpendiculares al plano xy que pasen por (xc), \0)' tiene el mismo tipo de extremos en (xo, Yo), ¿tiene la función f misma un extremo local de la misma naturaleza en ese punto') Más aún, supongamos que al intersectar la superficie z = f(x, y), que tiene un punto crítico en (xo. yo), con el plano Y = k(x - xo) + Yo, se obtiene una curva z = f(x, k(x - Xo) + Yo) la cual tiene un máximo local, digamos, en x = xo. ¿Se concluye de aquí que la función misma z = f(x, y) tiene un máximo local en (Xo, Yo)? Nuevamente observamos que tal condición es ciertamenete necesaria para la existencia del extremo local (1a cual no se satisface por la función del ejemplo 5) Y aunque ahora sí parecería que la condición es lo suficientemente fuerte como para garantizar la existencia del extremo local para la función f, el siguiente ejemplo nos muestra que con funciones de varias variables pueden ocurrir situaciones extrañas en las que la intuición geométrica nos falla. Ejemplo 6. Considere la función f: IR 2 - - t IR dada por f(x, y) = 2x 2 diferenciable en todo IR 2 Las derivadas parciales de esta función son - 3xl + v 4, la cual es - = 4x - 3y-, ax . af 1 - = -6xv+ 4v' ay·' . af ' de donde se ve que (O, O) es un punto crítico de f Tomemos los planos y = kx, los cuales pasan por el origen y son perpendiculares al plano xy. La intersección de la superficie z = 2x 2 - 3xy' + v~ con el plano y = kx es z = <p(x) = 2x 2 - 3x(kx)2 + (kx)4 = 2x 2 - 3k 2 xJ + k~x4. Se tiene <p1(X) = 4x - 9k 2x 2 + 4k~x3, de donde <p1(0) = 0, como tenía que ocurrir Más aún, como <pll (x) = 4 - ISex + 12k 4 x 2, se tiene <p'l (O) = 4 > 0, por lo que la curva <p(x) tiene en el origen un m[nimo local Tenemos entonces que nuestra superficie z = f(x, v) es tal que 3 40 Capítulo 4 Extremos de las funciones de varias variables "rebanándola" con planos perpendiculares al plano xy que pasan por el origen, las correspondientes curvas de intersección tienen un mínimo en x = O Sin embargo, veamos que la función f no tiene un mínimo en el origen Si así fuera, se debería de cumplir que f(x, y) ;::: O = feO. O) para toda (x, y) en una bola con centro en (O, O), digamos B = {(x, y) E R 2 ix 2 + \2 < E 2 } Veamos que existen puntos en esta bola para los que f(x, y) :::; O Si escribimos a f(x, y) como f(x, y) = (x -y2)(2x -y2), vemos que (x -y2)(2x - y2) :::; O tiene solución para x :::; )'2 :::; 2x Tomando puntos suficientemente cerca del origen que satisfagan esta desigualdad, por ejemplo puntos 2 de la forma (~e, g), en donde ~ + E (esto garantiza que todos los puntos están en la bola B), se tiene f(~e, g) = (~g2_ g2)(H2 - g2) = - H2 :::; O por lo que la función f tiene, en realidad, un punto de ensilladura en el origen e e : :; y en toda esta región se tiene f(x, y) :::; O l =x ----+-+'-t~.,.,..¡-rl"..,.-r,+_+-f_+r++-'_o+---- x Figura 4. DIagrama de la bola B en la que f(x, y) <O Acontece que las condiciones suficientes que garantizan la existencia de un extremo local de una función f en un punto crítico de la misma se tendrán que plantear, al igual que el caso de una variable, con la ayuda de la fórmula de Taylor para la función f en un punto crítico. En la siguiente sección estudiaremos lo referente al Teorema de Taylor, que establece la fónnula mencionada Ejercicios (Capítulo 4, Sección 1) 1. Directamente de la definición, pruebe que la función f: R 2 --t R f(x, y) = ax 2 + hy2, donde a y h son reales positivos dados, tiene un mínimo local en el origen (Ver ejemplo 1) 2. Generalizando el ejercicio anterior, pruebe que la función f: R" --t R f(x¡, X2,' . "Xf/) = a¡(xJ)íl + a2(x2)i2 +. + af/(x"in, donde los coeficientes aí son reales positivos dados y los exponentes i j son enteros positivos pares, tiene un mínimo local en el origen 3. Pruebe que si la función f: U ~ R" --t R definida en el conjunto abierto U de ]R", tiene un máximo local en el punto p E U, entonces la función - f: U ~ R" --> R (- f)(x) = -- f(x), tiene un mínimo local en ese punto 4.1 Definiciones y ejemplos preliminares 341 4. Demuestre que si la función f: U ~ JRn -; IR, definida en el conjunto abierto U de JRn, tiene un máximo (mínimo) local en el punto p E U, entonces la función F: U ~ JRn -; JR, F(x) = f(x) + k, donde k es un número real dado, tiene también un máximo (mínimo) local en p. Interprete geométricamente este hecho . (Ver ejercicio 1 de la sección 2, capítulo 2). S. Sean f, g: U ~ JRn -; JR dos funciones definidas en el conjunto abierto U de JRn Suponga que estas funciones tienen un máximo (mínimo) local en el punto pE U. Demuestre que la función suma F: U ~ JRn -; IR, F(x) = f(x) + g(x) tiene un máximo (mínimo) local en p. ¿Podemos concluir lo mismo con la función producto F(x) = f(x)g(x)? Explique. 6. Demuestre que la función f: JRz ---> JR, f(x, y) = ax z + bl, en que a y b son números reales tales que ab < O, tiene un punto de ensilladura en el origen, mostrando que en cualquier bola B = {(x, y)lx z + l < é} existen puntos p, q E B, tales que f(p) > Oy f( q) < O. (Sugerencia: procure puntos en los ejes coordenados). 7. Generalizando el ejercicio anterior: demuestre que la función f: JRn -; IR, f(x¡, xZ, ... , x n) = a¡XT + azx~ + ... + anx~, donde no todos los coeficientes a¡ tienen el mismo signo, tiene un punto de ensilladura en el origen . 8. Demuestre que la función f(x, y) = x 3 + y3 tiene un punto de ensilladura en el origen. 9. Demuestre que la función f: JRz -; IR, f(x, y) = Ixl + Iyl, tiene un mínimo local en el origen Observe que f no es diferenciable en (O, O) ¿por qué? Haga un esquema mostrando las curvas de nivel de esta función cerca del origen. 10. Generalizando el ejercicio anterior: demuestre que la función f: JRn -; IR, f(x¡, X2, a ¡lx¡1 + azlxzl + local en el origen + an IX n¡, donde todos los coeficientes a¡ ,xn ) = son positivos, tiene un mínimo 11. Demuestre que la función f: JRz -; iR, f(x, y) = x 3 + 3x + y3 + y no tiene extremos locales . (Sugerencia: si los tuviera, éstos deberían ser puntos críticos de f ). 12. Demuestre que la función f: JR3 -; IR, f(x, y, z) = x 5 + y5 + z 7 + 4x + 2y + 9z + 3 no tiene extremos locales. 13. Demuestre que la función f: JR3 -; IR, f(x, y, z) locales. 14. Demuestre que una función lineal f: iR n no puede tener extremos locales -; = arctan(x + 2 y + 3z) no tiene extremos , x n) = a ¡Xl JR, f(x¡, xz, + a2xZ + . + anx n + b 15. Una función constante f: JRn -; IR, f(x) = c, tiene extremos locales? 16. Demuestre que si la función f: JRz -; IR, f(x, y) = x Z + 3xy + i + 2x - 4y + 210 tiene un extremo local, éste debe de estar en el punto p = (16/ S, -14/5) 17. Considere la función f: JRz -; IR, f(x, y) = ax 2 + 2bxy + ci + dx + ey + f Demuestre que esta función puede tener a lo más un extremo local, y que si lo tiene, entonces ac - b2 f= o. Use el ejercicio 6 para probar que la condición ac - b2 f= O no garantiza la existencia de extremo local de f. 18. Considere la función f: JRn -; IR, f(x¡, Xz, ., Xn) = In(l + XT +x~ + + x~) Demuestre que esta función puede tener a lo más un extremo local, el cual se encontraría en el origen. Básese en que la función logaritmo es creciente en todo su dominio para probar que de hecho existe tal extremo local en el origen . ¿Qué tipo de extremo es? 3 42 Capítulo 4 Extremos de las funciones de varias variables 19. Sea f: R.+ -> R. una función diferenciable con derivada siempre positiva, Demuestre que la función F: R.2 -> R F(x, y) = f(1 + x 2 + l) tiene un mínimo local en el origen Más en general, demuestre que la función F: lR n -> R F(x¡, X2," ,xn ) = f(1 + + x~ + + x~) xt tiene un mínimo local en el origen., Nótese que el ejercicio anterior es un caso particular de este ejercicio, 20. Suponga que la función f del ejercicio anterior tiene derivada siempre negativa, Demuestre que la función F tiene un máximo local en el origen. Use este hecho para probar que la función f: lR 2 -> lR, f(x, y) = I+J+ y2 tiene un máximo local en (O, O), Y que lo mismo acune con la 1 -x -y., -> 2 2 función g(x, y) = e- 21. Considere la función f: R. 2 x 2/3 + i/3 Constate que el origen es un punto crítico de esta función Use el hecho de que f(x, y) ;::: Opara todo (x, y) E lR 2 para concluir que R f(x, y) = j tiene un mínimo local en (O, O), 22. Sea f: R. 2 el origen., -> lR la función f(x, y) = (x 2 + i)1/3, Demuestre que j tiene un mínimo local en 23. Sea f: lR -> R., z = f(y), un,a función par que tiene un 'extremo local en el punto (O, zo) Considere la superficie de revolución z = f( ~y2). Demuestre que ésta tiene, en el origen, el mismo tipo de extremo local que la función f. Compruebe que el ejercicio anterior es un caso particular de la situación expuesta en este ejercicio, 24. Demuestre que la función f: lR 2 f(x, y) = (x 2 + i)e-(X'+I') tiene un mínimo local en el origen., (Sugerencia: basta demostrar que la función j(x) = x 2 e- x ' tiene un mínimo local para x = O Y usar el resultado del ejercicio anterior). -> R 25. Demuestre que la función f: lR 2 -> R f(x, y) = x4 + x 2 y2 + l tiene solamente un extremo local en el origen, el cual es un mínimo, 26. Generalizando el ejercicio anterior, demuestre que si!l = 4k, k E N, entonces la función f: lR 2 -> lR, f(x, y) = x n + cxn/2yn / 2 +t, donde c es un número positivo dado, tiene solamente un extremo local, el cual es un mínimo 27. Es fácil ver que si la función f: lR 2 -> R j(x, y) = xnt, donde n es un número natural dado, tiene extremos locales, éste es único y se debe encontrar en el origen (¿por qué?)., Discuta la existencia y naturaleza de este extremo en términos de !l " En los ejercicios 28-40, encuentre Jos puntos crúicos de la función dada. Recuerde que éstos son los puntos en que puede haber extremos locales de la función, 28. j(x, 29. 30. 31. 32. 33. 34. + 8y - 2xy + 4 f(x, y) = x + x + i + 1 f(x, y) = x 2 + 2x + i - 4y + 10 [(x, y) = 2x 3 + 3x 2 + 6x + y3 + 3y + 12 f(x, y) = x 2 y - x 2 _ 3xy + 3x + 2y - 2 j(x, y) = x 2 i + x 2 - 5 xy 2 - 5x + 6y2 + 6 j(x, y) = (x - y)e x + 2y y) = 3x 2 42 La fórmula de Taylor de segundo orden 343 35. f(x, y) 36. f(x, y) 37. 38. 39. 40. = .x cos y = x cosh Y f(x, y, z) = 3x4 - 8y3 + 134z 23 - 5 j(x, y, z) = xy + xz + yz - 3 f(x, y, z) = x + y + z + xy + xz + yz - 3 f(x, y, z) = xyz - 3xy - 2xz + 6x - yz + 3y + 2z - 6 41. f(x, y, z) = xyz2 + xy + xz 2 + x - 2 yz 2 - 2y - 2z 2 - 2 42. Considere la función f: IR 2 --+ IR, f(x, y) = 3x4 -4x 2y+y2. Compruebe que el punto p = (O, O) es un punto crítico de esta función Considere las curvas de intersección de la superficie z = f(x, y) con planos que pasan por el origen, perpendiculares al plano xy. Demuestre que todas estas curvas tienen un mínimo local en el origen y que sin embargo la función f tiene un punto de ensilladura en el origen. (Sugerencia: use la mismas ideas del ejemplo 6).. 43. Repita el ejercicio anterior con la función f: IR 2 -; IR, f(x, y) = x 6 - x 2 y - x 4 y + y2 Demuestre que, de hecho, tal situación se repite con la función g: IR 2 -; IR, g(x, y) = x"+m _xmy _xny+ l, donde m y n son números pares. 44. Repita el ejercicio 42 con la función f: IR 2 -; IR, f(x, y) = l +y -y cosx+yx 2+x2 _x 2 cos x. 45. Los tres ejercicios anteriores son casos particulares de la siguiente situación más generaL Sean f, g: IR -; IR dos funciones diferenciables tales que en una bola con centro en el origen la gráfica de una de ellas siempre está por encima de la gráfica de la otra, y tales que tienen en el origen un máximo o un mínimo local (ambas el mismo tipo de extremo). Considere la función F: IR 2 - ; IR, F(x, y) = y2 - (¡(x) + g(x»y + f(x)g(x).. El origen es un punto crítico de F La intersección de la superficie z = F(x, y) con todos los planos perpendiculares al plano xy que pasan por el origen, son curvas que tienen en el origen el mismo tipo de extremo de f y g. Sin embargo. la función F tiene un punto de ensilladura en el origen . Demuestre estos hechos Observe, sin embargo, que la situación mostrada en el ejemplo 6 es diferente de la aquí descrita . ¿Por qué') 46. Sea f: U <;;; IR n - ; IR una función diferenciable definida en el conjunto abierto U de IR n , tal que f (x) i- O't/x E IR n . Sea p un punto de U en el que grad (-7 )(p) = grad f f(p) Demuestre que p es un punto crítico de ¿Es cierta la afirmación recíproca? 4.2 La fórmula de Taylor de segundo orden Si la función f: 1 <;;; IR -; IR definida en el intervalo abierto 1 de IR es derivable en Xo El. entonces podemos escribir f(xo + x) = f(xo) + /'(xo)x + r(x) 344 Capítulo 4 Extremos de las funciones de varias variables (para x tales que Xo + x E l) en que el residuo r(x) tiene la propiedad de que Iímx~o r(~t) = O Una manera geométrica de leer esta fórmula (que no es más que la definición de derivada de f en xo) es la siguiente: para valores pequeños de x se tiene la igualdad aproximada f(xo +x) ::::; f(xo) + f' (xo)x o bien f(x) ::::; f(xo) + f' (xo)(x - xo), la cual nos dice que si quisiéramos ver la gráfica de y = f (x) en los alrededores del punto (xo. f(xo» como una recta, ésta debería ser y = j(xo) + f'(xo)(x - xo), es decir, la recta que pasa por (xo. f(xo» y tiene como pendiente a f'(xo) (que es justamente la recta tangente a y = f(x) para x = xo) Esta información resulta muy valiosa cuando investigamos algunos aspectos geométricos de la gráfica de la función y = f(x). Por ejemplo, si al ver a y = f(x) como su recta tangente en (xo. f(xo», esta recta tiene pendiente positiva, entonces podemos decir que la función y = f (x) es creciente en ese punto . Sin embargo, para otros aspectos esta información, que llamaremos "lineal" o "de primer orden", resulta insuficiente. Supongamos que estamos investigando los extremos locales de la función y = f(x)'. Hemos detectado que en x = Xo existe un punto crítico para la función (que suponemos es derivable). Se debe tener entonces f'(xo) = O Si queremos ver como recta a esta función en los alrededores de (xo. f(xo», esta recta sería (su recta tangente en ese punto) y = j(xo)- f'(xo)(x - xo) + f(xo) = f(xo).· Esta información lineal lo único que nos dice es que en el punto (xo, f(xo» la gráfica de y = f(x) tiene una recta tangente horizontal (de ecuación y = j(xo», pero no nos dice nada acerca de la naturaleza del extremo en cuestión (si es que existe). y . - y = f(a) /. y = I(x) --+--. ~ ~ LY~f(b) a ·-~b- - - - . . . \ / -4-------- x Figura 1. La recta tangente a y = f(x) en un extremo local. Se necesita entonces una información más fina para y = f(x) en los alrededores de (xo, f(xo» o sea: quisiéramos ver ya no como recta la gráfica de y = f(x) en (xo. f(xo», sino más bien, como una parábola con su vértice en ese punto. ("Querer ver como (recta-parábola) la gráfica de la función y = f(x) en los alrededores de (xo. j(xo»" significa que la gráfica de la función y = f(x) y la (recta-parábola) (las cuales obviamente deben pasar por el punto en cuestión) tengan, localmente, en los alrededores del punto (xo. f(xo», las mismas propiedades geométricas; por ejemplo, la misma pendiente, concavidad, etc, lo cual se traduce en que en ese punto las derivadas de y = j(x) y las de la (recta-parábola) coincidan)., Si así fuera el caso, digamos, que tal parábola es y = ax 2 + bx + c. Como ésta debe pasar por (xo. f(xo» la podemos escribir como y = (x - xO)2 + b(x -xo) + f(xo). Además queremos que su vértice esté en el punto (xo. f(xo»; entonces y' (xo) = O, de donde b = O. Por último, queremos que la concavidad de la parábola sea la misma que la concavidad de la curva y = f(x) para x = Xo (ésta es la cuestión importante). Entonces y"(xo) = 2a = fl/(xo), Concluimos entonces que si la gráfica de la función y = f(x) se viera como una parábola con vértice 42 La fórmula de Taylor de segundo orden 345 en (xo, f(xo», ésta será Y 1 ="2 f'// (xo)(X - xo) 2, + f(xo) (p) (recuerde que la función tiene un punto crítico en xo) De aquí se puede concluir lo siguiente (criterio de la segunda derivada para la existencia de extremos locales de la función y = f(x) en el punto crítico xo) 1. Si f//(xo) > 0, la parábola (p) abre hacia arriba, y por lo tanto la función y = f(x) tiene un mínimo local en x = Xo (figura 2) y Xo x Figura 2. Un mínimo local en la función y = j(x) 2. Si f"(xo) < 0, la parábola (p) abre hacia abajo, y por lo tanto la función y = f(x) tiene un máximo local en x = Xo (figura 3) y y = f(x) -l = f" (xo)(x I ' - - - - - - - x - o - - - - - -.... x • '''''''-y ! XO)2 + f(xo) Figura.3. Un máximo local en la función y = fet) Vemos pues que esta información "cuadrática" o de "segundo orden" sí nos proporciona información acerca de la naturaleza de los puntos críticos en cuestión En general, si queremos ver la gráfica de y = f(x) como una parábola alrededor del punto (xo, f(xo)) (donde ahora Xo no es necesariamente un punto crítico de y = f(x)), ésta debería ser 3 46 Capítulo 4 Extremos de las funciones de varias variables por lo que, para x cerca de Xo podemos escribir la igualdad aproximada f(x) o bien ~ 1 :2 I 11 (xo)(x - xo)"- ) + f (xo)(x - ro) I + I(xo) f(xo + x) ~ f(xo) + j'(xo)x + ~ f"(xo)x 2 Acontece que si f es una función con derivadas hasta segundo orden continuas vecinas a '\0, entonces podemos escribir 1 , f (xo + x) = .·+ f (xo)x +:2 111 (xo)x- + r(x) (xo) ' f donde el residuo r(x) tiene la propiedad de que lím,_,o r~;) = O Una alternativa es [(xo donde Xo + x) = f(xo) + j'(xo}x + ~ f"(Ox 2 < t; < Xo + x Esta es la fórmula de Taylor de segundo orden para la función y = f(x) en Xo· Una fórmula análoga es la que necesitamos para una función 1: U C;;; iRll ~ ]R definida en el abierto U de R", para poder describir la naturaleza (como posibles extremos locales) de sus puntos críticos De ella podremos deducir (lo haremos en la próxima sección) un criterio "ele la segunda derivada" para identificar extremos locales de la función. Obtener tal fórmula es el objetivo de la presente sección Por ejemplo, para una función de dos variables f: U C;;; lR 2 ---> IR, definida en el abierto U de lR 2 , quisiéramos obtener una fórmula que nos diga que en los alrededores del punto p = (xo, Yo, f(xo, Yo» de su dominio, podemos ver a f (x, v) como una función polinomial de grado 2 f(x, )') = ax 2 + b y 2 + ex)' + dx + ey + R (es natural esperar que los coeficientes a, b, e, d, e, g de esta fórmula estén de algún modo comprometidos con las derivadas -parciales- de la función f en el punto p, como ocurre en el caso de una función de una sola variable). Usando luego esta "información cuadrática" para f (x, y) en los alrededores del punto p, podremos establecer (en la siguiente sección) un criterio que nos permita detectar la existencia de extremos locales en los puntos críticos de esta función. Consideremos pues una función f: U C;;; lR" ---> ]R definida en el conjunto abierto U de ]R1l, Y sea x = (XI,X2. • XII) E U. Supongamos que esta función tiene las derivadas parciales de segundo orden "¡i)2¡ f (Xii X; continuas en alguna bola B con centro en ---> x Tornemos la función g: [-1, 11 ]R, definida como gel) = f(x + IX) donde X es un punto de ]Rn Jo suficientemente cerca de x como para que x ± x E U. Entonces, g es la composición de la función f con la función 'P: [-- J. 1J ---> lR" dada por 'P(t) = x + IX, la cual tiene entonces 11 funciones coordenadas 'Pi: I-l, 1] .~ iR: dadas corno 'Pi(t) = .\", + IX" i = l, 2, ,11 Así (f o g)(t) = f(cp(t)) = /(x+ IX) = g(t), lE 1-1, 1I 42 La fórmula de Taylor de segundo orden 34 7 Apliquemos la fórmula de Taylor de segundo orden a la función g, poniendo en la fórmula (*) Xo = 0, r = I Nos queda entonces gel) dondc O < ~ < l Observamos quc g( 1) = g(O) + g/(O) + 2gll (g) ¡(x) Calculcmos g/(t) usando la regla de la cadena l = f(x + x), g(O) = = ~(f 01 -¡ . o g)(t) g'(!) = L Il '001 . ~(cp(t))cp:(I) = O'\i 'JI L JI ~(CP(I))X, "x, 'JI i=1 Como (p(O) = x nos queda que g (O) , = ~ af ~ icol -.-. (x)x, dx, Calculcmos ahora gil (t) 11 g (t) = a ,. ~ g (t) al = -;(JI a ¿ /l -(cp(I)X, i= 1 al aXi = '" X,- -(cp(I)) ~ ,,~I /l a al al ax, = ¿ L -.~. -.' . d.xj(Jx, 1/ 11 ¿)2 f (cp(I)X,.\; i=1 )=1 El punto ~, O < ~ < 1. donde est,} calculada gil, corresponde al punto cp(O = x + ~x donde aparccerún calculadas las dcrivadas parciales de 2° orden de la función f Nos queda finalmente quc, para x E iR/l tal quc x + x E U _ ¡(x + x) = x + L _ /l i=1 a¡ _ .- (x)x, + -I2 . . éI".f-. (x_ + ~X)XiXj ... L ¿--. Il Il (T) rJx, ,=1 j=1 ax¡ax, dondc O < ~ < ! Resulta convenientc haccr algunas observaciones con miras a una simplificación de la notación involucrada cn csta fórmula En principio nótese que la cxpresión aI_ ¿ -. (x)x, ax, /l ,=1 sc pucde ver, tanto como cl producto punto del vector grad f(x) por el vcctor x, como el producto dc la matriz jacobiana JF(x) por la matriz Xl (la traspuesta de la matriz de coordenadas de x), o simplemente, también, como la acción de la transformación lineal l' (x) (la derivada de f en x) en el vector x Así esta expresión sc pucde escribir como grad f \x) X. JF\x)x l o f(x)x. dcpendiendo dc cómo queramos verla 3 48 Capítulo 4 Extremos de las funciones de varias variables Lo que resultará interesante será ver de una manera adecuada la expresión ¿" ¿" -a. f-., (x_+ ~X)X,X) ax)ax 2 j=1 j=1 Llamemos, por razones de simplificación, a,) = (x + ~x) (estos son números reales concretos) Sea A la matriz n x n cuyos elementos son a,), i, j = 1,2, " n Identificando el vector x = (Xl, X2, ,Xn ) con la matriz l x n x = [XI X2' x"], vemos que a;Ji a2" al"] [Xl] X2 Xn a"" n " = L¿aijX¡Xj j=l j=1 Como sabemos, a una función Q: IR" -+ IR, del tipo Q(X) = xAxt, en donde A es una matriz 11 x n, se le llama forma cuadrática (en IR") A la matriz A se le llama matriz de la forma cuadrática Q (en relación con la base canónica de IR") En nuestro caso la matriz A tiene como elementos las derivadas parciales de segundo orden de la función f Esta matriz recibe un nombre especial Definición. Sea f: U <;;; IR" -+ IR una función definida en el conjunto abierto U de IRn y sea Suponga que las derivadas parciales de segundo orden (.¡el'! j existen en x A la matriz XjuX cuadrada de orden n, xE U A = (ai)) = ( '--,,,(x) ax jaX a2 f _) i,j= 1 2 JI se le llama MATRIZ HESSIANA (o simplemente HESSIANO) de la función denota por H(x) Defina, para x E IR" (suficientemente cerca de x), la función r(x) como r(x) f en xy se 11 = x(H(x + gx) - H(x))x t Entonces la fórmula (T) anterior se puede escribir como f(x + x) = f(x) + grad f(x) x + '2XH(x)x' + r(x) l Queremos ver que "el residuo" r(x) tiene la propiedad , r(x) 11m x 11 2 x-~O -11 =O ----------------_. 42 La fórmula de Taylor de segundo orden 349 En principio téngase presente que si A = (a¡j)¡,j=I,2, ,n es una matriz cuadrada de orden n, entonces n n n n Aplicando este hecho a r(x) nos queda Ir(x)1 = Ix(H(x ::; II x l1 + ~x) n H(x»xtl 2 2n L L I-a-f( x + ~x) . . axJax; ,=1 J=l - .- (x) axJax, a2 f I de modo que Recuerde que estamos asumiendo como hipótesis que la función f tiene derivadas parciales de segundo orden continuas en alguna bola B con centro en x Tomando entonces límite en ambas partes de la expresión anterior cuando x 2 llXjOX¡ ---> ,a { (x + gx) ---; uXjVX (x), por lo que el segundo miembro de esta desigualdad tiende a cero Esto prueba entonces la propiedad deseada para r(x). En conclusión, hemos probado la fórmula de Taylor de segundo orden para la función f, resultado que a continuación enunciamos a modo de resumen t f r O Por la continuidad de a~Jt; vemos que 2 Teorema 4.2.1 (Fórmula de Taylor de segundo orden para funciones de varias variables) Sea f: U ~ JR.n ---; JR. una función definida en el conjunto abierto U de JR.n, tal que las derivadas parciales de segundo orden ,.a {. son continuas en alguna bola B con centro en x E U (por supuesto B contenida en U) Entonces, para todo x E JR.n tal que x + x E U se tiene la fórmula (de Taylor de segundo orden para la función f en x) U:(J UX ' 2 f(x donde O < ~ + x) = f(x) + grad f(x) x + "2xH(X 1 + ~x)xt < 1, la cual se puede escribir también como f(x + x) = f(x) + grad f(x) x + 1 -xH(x)x l 2 + r(x) en que el residuo r(x) tiene la propiedad , r(x) !1m- =0 X 11 2 X~O ji 3 50 Capítulo 4 Extremos de las funciones de varias variables Observamos que ya que f es una función con derivadas parciales de segundo orden continuas en una bola B de centro en X, cumple las hipótesis del teorema de Schwarz y por lo tanto las derivadas parciales mixtas son iguales. Es decir --(x) ax,aYj a2 f' = --(x) axjay¡ a2 f' Este hecho se puede enunciar de otro modo diciendo que la matriz hessiana H(x) es una matriz simétrica Veamos algunos ejemplos . Considere la función f: IR 2 --> IR dada por /(x. y) = e2x + 3 }. Ciertamente esta función es diferenciable y tiene sus derivadas parciales de todos los órdenes continuas en todo IR 2 La fórmula de Taylor de f en el origen se ve como Ejemplo 1. /((0, O) donde + (x, y)) = feO, O) + grad /(0, O) Iím (x,y)~(O,O) (x, y) + ~ [x y]H(O, O) [~ ] + r(x. y) r(x, x2 + y2 Y.L = O Hagamos explícita esta fórmula . Tenemos gradf = de modo que grad feO. O) Por otra parte f . (aax af) ay -'-. = (2. 3) H(x, y) = de modo que H(O, O) = [: Así, la fórmula de Taylor se ve como ~] /(x,y)=/(0,0)+(2,3) o sea (X,y)+~[xy][: ~] [~]+r(x,y) e+ 2x 3y =I + 2x + 3y + 2x2 + 6xy + ~l + r(x, y) Insistimos en el signicado de esta fórmula: si quisiéramos ver la función f(x, y) = e 2x + 3y en los alrededores del origen como un polinomio de grado 2, éste sería p(x. y) = 1 + 2x + 3y + 2x 2 + 6xy + ~ y el enor r(x, y) que se estaría cometiendo sería menor que x 2 + y2 Por ejemplo, ponga x = 0.01,)' = -0.03 Se tiene p(O . OI, -003) = 093245, en tanto que /(0.01, -O 03) = 09323238 (el enor cometido es de 5.618 x 10-5, que es menor que (001)2 + (-003)2 = 1 x 10-') • i, 4.2 La fórmula de Taylor de segundo orden 351 Ejemplo 2. Considere la función f:]R3 - t ]R dada por u = f(x, y, z) = sen x + sen y + sen z sen(x + y + z). Esta función es diferenciable y tiene sus derivadas parciales de todos los órdenes continuas en todo]R3 Tomemos el punto p = (1' l' 1) y escribamos la fórmula de Taylor para f en p. Se tiene f ( l' l' 1) = 4. Las derivadas parciales de f son al ax = cos x - cos(x + y + z), az al ay = cos y - cos(x + y + z) al - = cos z -- cos(x + y + z) en el punto p se tiene Zl (p) = Zl (p) = Zl (p) = ax ay az La matriz Hessiana de f es o. a2 f ax 2 a2 j H(x, y, z) = axay a2 j axaz a2 I a2 j ayax azax a2 j a2 I ay2 azay a2 I a2 f ayaz az 2 -sen x + sen.(x + y + z) sen(x + y + z) [ sen (x + y + z) sen(x + y + z) - sen y + sen(x + y sen(x + y + z) + z) sen(x + y + z) ] sen(x + y + z) - sen z + sen(x + y + z) que en el punto p queda como H(p) = [=~ -1 -2 =~ =~] -1 (x, y, z) Entonces la fórmula de Taylor se ve como f ( ( ~, ~, ~) + (x, y, Z)) = f ( ~, ~, ~) + gradf ( ~, ~, ~ ) + ~[Xy ZlH(~,~, ~) [;] + r(x, y, z) o sea sen ( ~ + x) + sen ( ~ + Y) = 4+ = + sen -1 -2 ( ~ [x y zJ - [-2 -1 -1] [X] + z -1 -1 -2 -1 y. Z2 - ~ + z) - sen r(x, e; + x+ y + z) y, z) 4 - x2 l- xy - xz - yz + r(x, y, z) , 1 1m r(x, y, z) en donde (x.y.z)->(O.O.O) x2 + y2 + Z2 = O 3 52 Capítulo 4 Extremos de las funciones de varias variables Ejercicios (Capítulo 4, Sección 2) En los ejercicios 1-9, escriba la fórmula de Taylor de segundo orden para la función dada, en un punto cualquiera x de su dominio, en la forma f(x + x) = f(x) + grad f(x) x + 1 "2XH(x)xl + r(x) Verifique en cada caso la propiedad del residuo ~~ IIxl1 2 = O 1. f(x, y) = , r(x) 5 2. f(x, y) = 5x 3. f(x, y) = 5x + 8y + 4 4. f(x, y) = lol + 7xy + 5i - 2 5. f(x, y) = 3xy 6. f(x, y) = 2x 2 7. f(x, y) = x 3 + y3 8. f(x, y, z) = 3x -- 2y + 15z - 23 9. f(x, y, z) = 2x 2 - 5 y2 + 3z 2 + xy - 6xz + 2yz + 1 10. Escriba la fórmula de Taylor de segundo orden en un punto cualquiera p E ]Rn, para una función ,xn ) = a¡Xj + a2X2 + .... + anXn + b . lineal f:]Rn -> JR, f(x¡, X2, 12. Escriba la fórmula de Taylor de segundo orden en un punto cualquiera p = (XI, X2, la función ("cuadrática") f:]Rn -> JR, f(xj, X2,' ... , x n ) = ¿:7,j=1 a'jx¡xj 13. Constate que la fórmula de Taylor de segundo orden de una función punto p = (x, y) E U, se puede escribir como f(x, y) ,.xn ) para -> f: U ~ ]R2 ]R en un = f(h, k)+grad f(h, k) (x-h, y-k)+ 2. [x-h y-k]H(h, k)[x-h y-kY +r(x-h, y-k) 1 donde el residuo r(x - h, Y - k) tiene la propiedad r(x - h, Y - k) =0 (x.y)~(h.k) II(x - h, y - k)11 2 , bm Véase la fórmula anterior como una manera de "expander" la función f(x, y) como un polinomio en potencias (hasta segundo orden) de (x - h) Y (y - k) 42 La fórmula de Taylor de segundo orden 353 14. Después de verificar que una función polinomial del tipo I(x, y) = Ax 2 + Bl + Cxy + D tiene el residuo de la fórmula de Taylor de segundo orden igual a cero, use el resultado del ejercicio anterior para escribir los polinomios en dos variables dados a continuación en potencias de (x - h) Y (y - k), con h y k dados. a. b. C. 3x 2 5x x2 2 + 4y 2_ 8xy + 5, en potencias de (x -- 1) Y (y - lol + 14, en potencias de (x + 3) y (y - 3) 5) Y (y - 12) 2) + l, en potencias de (x - 15. Después de verificar que una función polinomial del tipo f(x, y, z) = Ax2 + Bi + ez 2 + Dxy + Exz + Fl'z + G, tiene el residuo de la fórmula de Taylor de segundo orden igual a cero, tome el resultado del ejercicio 13 para escribir los siguientes polinomios en 3 variables, en potencias de (x - a), (y - (3) y (z - y), con a, {3 y y dados. a. + l + Z2, en potencias de (x - 1), (y - 2) Y (z - 3) b. + 3y2 - 5z 2 + 3xl' + 3, en potencias de x, (y + 1), (z C. x2 - 2y2 + 4z 2 + Xl' + xz - yz + 1, en potencias de (x x2 2x 2 - 1) 1), (y + 1), Z 16. Justifique la fórmula aproximada I(x, y) ;:::;: f(h, k) + grad f(h, k) . (x - h, y - k) 1 + 2: [x - h Y - k]H(h, k)[x - h y - k] 1 para valores de (h, k) cercanos a (x, y) Use este hecho para obtener la siguiente fórmula aproximada para calcular x' con x y y cerca de 1 XV;:::;: xy - y + Calcule con esta fórmula los valores aproximados de (098)095, (1.1027)° 91. Compare con los valores exactos 17. Obtenga la fórmula aproximada 1o o cos x ;:::;: 1 - - (x-- l'-) 2 cosy para valores de x y y cerca de cero 18. Obtenga la fórmula aproximada cos(x + y) ;:::;: 1 - Xl' - -(x- 1 2 o + y-) o para valores pequeños de x y y. Utilice este hecho para justificar los siguientes límites lím 1 - cos(x (x + y) (x.y)~(O,O) + y)2 1 2' (x, v)~(O,O) , 1 1m _l_-_co_s-.:.-C-_x-+-=y~) -_ O (x + y) 19. Sea 1: U <:;; 1Ft 2 -> 1Ft una función definida en el conjunto abierto U (conteniendo al origen) de 1Ft 2 , con derivadas parciales de segundo orden continuas en alguna bola B con centro en el 3 54 Capítulo 4 Extremos de las funciones de varias variables origen Demuestre que para (x, v) E U se tiene f(x,» = f(O, ()) + -;-(0, O)x f!x (jf -¡- -;--(0. O)'. rJ\' . af . ( 2) -¡- -;-,-(0. O)n' c)xc!\ . + donde l (jl) 7 - -, (O, O)x' 2 (jx' + I a" f ' - -, (O, O)y 2 (jI' . + r(x, . v) (r \)~(OO) , bm r(x, y) -7--7 X" + y' =O f en el origen Esta es la fórmula de Taylor de segundo orden para la función En cada uno de los ejercicios 20-26. obtengá la fórmula de Taylor de segundo orden de la función dada en el origen 20. f(x, y) 21. f(x, y) = x 3 + y3 = --l+x+y 2 22. f(x, y) = 23. 1 + x + yIn(1 - x) 7 f (x, y) = = = + In( 1- y) 24. f(x, y) 25. f(x, y) 26. f(x, y) = eX sen y eX cos y arctan(x 27. Considere la + y) función z f (x, Z3 y) que, en los alrededores del punto (1, 1, 1), está definida y3 Z implfcitamente por + 3x 2 y - +l - 3x - I =O Obtenga la fórmula de Taylor de segundo orden de tal función en el punto (1, l, 1) Con esta fórmula, dé estimaciones aproximadas de f (1 1,09) Y f (O 912, 1087) (*) 28. Considere las funciones u (1, l, 1, 1), par = u(x, y), v = v(x, F(x, y) definidas implícitamente, alrededor del punto u 3 - y, l/, v) =x+y- v 3 2 =O G(x, y, u, v) = x - y + ¡¡2 v =O Obtenga las fórmulas de Taylor de segundo orden de las funciones ¡¡ y ven el punto (1, 1) Use las fórmulas obtenidas para calcular aproximadamente los valores de las funciones u = u(x, y), v = v(x, y) en los puntos (x, y) indicados a continuación. Para comparar, se proporcionan los valores de estas funciones en tales puntos con una exactitud de 10- 9 ¿Qué tan preciso es el cálculo de tales valores con la fórmula de Taylor a medida que nos alejamos del punto (1, I)? a. b. (x, y) (x, y) c. d. (x, y) (x, y) = (0,9,1.1) = (07, 13) = (05, 15) (Valores exactos u (Valores exactos u (Valores exactos ¡¡ = 1.0476133415, v = 09473614481) = 1 1300288142, v = 08227789016) = I 1970285668, v = 0.6579341834). = (03,1.7) (Valores exactos u = 12469796179, v = 0.3936472628) ------------- 4.3 Condiciones suficientes para la existencia de extremos locales 355 4.3 Condiciones suficientes para la existencia de extremos locales En esta sección se estudiarán resultados generales que aseguran la existencia de extremos locales de funciones diferenciables f: U ~ IR" --> IR en sus puntos críticos. Esto se logrará con la ayuda de la fórmula de Taylor ~e segundo orden estudiada en la sección anterior. Suponga entonces que la función f: U ~ IR" --> IR definida en el conjunto abierto U de IR" tiene en E U un punto crítico, y que en ese punto satisface las hipótesis del teorema 4.2 I En tal caso el vector gradiente de f en x, constituido por las derivadas parciales de f en x, es igual a cero (al vector cero) y por lo tanto la fórmula de Taylor en x se ve como x f(x + x)- f(x) = grad I(x) I x + "2XH(x)xl + r(x) I = -xH(x)x l + r(x) 2 ,' r(xl don de 1lmx~O jjXjf! = O Habíamos visto, en la sección 1, que el que la función f tenga o no un extremo local en x depende del comportamiento del signo de f(x + x) - f(x) para x en una bola B en IR" con centro en cero. Al ver la fórmula anterior y al recordar que r(x) es un residuo "muy pequeño", parecería que el comportamiento de f(x + x) - f(x) está determinado por el de ~x H(x)x l , con x pequeño. De hecho así acune Es justamente la matriz hessiana H(x) la que tiene la información que necesitamos del signo de f(x + x) - f(x), con x pequeño. De modo más preciso, se demostrará que si para x en una bola con centro en O (x -¡. O) se tiene que xH(x)x l > O (xH(x)x l < O), entonces la función f tendrá un mínimo local (máximo local respectivamente) en el punto crítico Ahora es cuando usaremos algunos de los resultados estudiados en Algebra Lineal, que se recordaron en la sección 8 del capítulo 1, Y que, por consideración al lector, enunciaremos aquí brevemente. Dada la matriz cuadrada A de orden n, se dice que A E IR es un valor propioie A si existe un vector x E IR", x -¡. O tal que Ax = Ax. Al vector x se le llama vector propio asociado a A. El conjunto de vectores x E IR" tales que Ax = Ax, unión con el vector cero, forman un espacio vectorial, subespacio de IR" , llamado espacio propio asociado a A Este espacio propio es el espacio solución del sistema homogéneo de ecuaciones lineales (A - Al)x = O Se sabe que A es un valor propio de A si y sólo si es una raíz del polinomio característico de A, peA) = det(A - Al), el cual es un polinomio de grado n en A. De aquí se ve que una matriz A de orden n tiene no más de n valores propios (reales). Si la matriz A = (aij)¡.}=1.2. " es simétrica (es decir, a,] = CIji, i. j = 1,2, ,n) entonces A tiene todos sus valores propios reales Más aún, siendo A simétrica entonces es diagonalizable ortogonalmente, es decir, existe una matriz ortogonal P de orden n (es decir, P es inversible y p- I = Pi) que diagonaliza a A, o sea que pi A P = D, donde D es una matriz diagonal que tiene los valores propios de A en su diagonal principal La forma cuadrática Q(x) = xAx l , que tiene asociada la matriz A (respecto de la base canónica de iR") se dice ser: a. b. definida positiva, si Q(x) definida negativa, si > O vx E IR", x -¡. O, Q(x) < O VX E IR", x -¡. O Se prueba fácilmente que la forma Q(x) = xAx l es definida positiva (definida negativa) si y sólo si la matriz A tiene todos sus valores propios positivos (negativos, respectivamente Ver teorema I 9 1, 3.56 Capítulo 4 Extremos de las funciones de varias variables capítulo 1, sección 9). Este es un hecho que usaremos en la discusión que presentamos en esta sección sobre extremos locales (en la demostración del siguiente teorema) El resultado principal de esta sección está contenido en el siguiente teorema. Teorema 4.3.1 (Condiciones suficientes para la existencia de extremos locales). Sea f: U t;;; lR n - 7 lR una función definida en el conjunto abierto U de lR n que tiene en x E U un punto critico.. Supongamos que en una bola B de lR n con centro en x las derivadas parciales de f de segundo orden son continuas. Sea H(x) la matriz hessiana de f en x Entonces a. Si la forma cuadrática Q(x) = xH(x)x l es definida positiva, entonces f tiene un mínimo local en x b. Si la forma cuadrática Q(x) local en x. = xH(x)x l es definida negativa, entonces f tiene un máximo Demostración. Como ya se había dicho, nuestro punto de partida es la fórmula de Taylor de la función f en x (las hipótesis hechas sobre f en el teorema, garantizan que podemos usar tal fórmula), la cual se ve, por ser x un punto crítico de f, como f(x + x) - f(x) = "2XH(x)xl + r(x) I donde límx~o = O. Demostremos el inciso 3.. Tendremos que demostrar que existe un número o> O, radio de una bola B en IR n con centro en O, tal que f(x + x) - f(x) 2' O para toda x en B (o bien, tal que f(x) 2' f(x) para toda x E j¡(n con I!x - xii < o, lo cual dice que f tiene un mínimo local en x).. Sean Á¡, Á2, . , Á k (k ::; n) los valores propios de la matriz H(x). Como sabemos, el que la forma Q(x) = xH(x)x l sea definida positiva es equivalente a que todos los números Ál , Á2,' Á k sean positivos Sea t un número positivo menor que todos los..\., Entonces los números Á¡ - t, i = 1,2, ,k siguen siendo números positivos, los cuales son los valores propios de la matriz H(x) - tI (en efecto, si x es un vector propio asociado al valor propio ..\.¡ de H(x), entonces (H(x) - tl)x = H(x)x - tx = Á¡x _. tx = (Á; - I)X, lo que muestra que ÁI - 1 es un valor propio de la matriz H (x) - t1) De este modo, que la matriz !J (x) - 1/ tiene todos sus valores propios Á¡ - 1 positivos Por lo tanto la forma cuadrática Q/(x) = x(H(x) - II)x l es definida positiva, es decir, x(!J(x) - tl)x l > O para toda x E lR n , x i= O, de donde se obtiene que xH(x)x l > 1 x Xl = Illxli", 'Ix E lR n , x i= O Por otra parte como límx_~o = O(y según la definición de límite-ver capítulo 2, sección 3), W W dado el número t > O, se da o> O de modo que si O < I!xll < decir !,(x)1 < tllxll Z siempre que O < Ilxll < xH(x)x l > tllxll Z > !,(x)l, o bien que xH(x)x l Por último, tenemos f(x o. - o entonces IWI < t; es Juntando toda la información, concluímos que Ir(x)! > O para toda x tal que O < Ilxl! < o + x) - f(x) = xH(x)x l + ,(x) > xH(x)x l - I,(x)! >O para toda x en una bola B con centro en O y radio o(x i= O) . Est9 es lo que queremos probar. El inciso b se deduce fácilmente del inciso a, aplicando el resultado probado a la función F = 2 - f. Puesto que uX¡eXj = - (IAjCA) , la matriz hessiana !J F(X) de la función F será la negativa de la matriz /.F¡· ,iJ )[ hessiana de la matriz !J ¡(x) Sabemos que si ..\. es un valor propio de la matriz A entonces _. A es un valor pIOpio de la rnatriz- A (prueba: de Ax = Ax se sigue - Ax = - ÁX). Así pues la matriz 43 Condiciones suficientes para la existencia de extremos locales 357 HF(x) tiene todos sus valores propios positivos, y entonces, por el inciso 3, podemos concluir que F(x + x) - F(x) > Oo sea f(x + x)- f(x) < Opara toda x en una bola B. Esta es la conclusión a la que se quería llegar en este inciso.. Q.E.D Con las mismas ideas aplicadas en la demostración anterior, es posible construir un argumento que pruebe que (en las mismas condiciones del teorema anterior) c. Si la matriz H(x) tiene (todos) sus valores propios positivos y negativos, entonces la función f tendrá un punto de ensilladura en x. Dejamos como ejercicio para el lector la prueba de este hecho., El punto clave, entonces, para determinar la naturaleza de un punto crítico X, es la forma cuadrática Q(x) = xH(x)x'. Más aún, el punto clave es la matriz hessiana H(x), pues en ella está contenida la información para concluir que la forma cuadrática es definida positiva o definida negativa., Por ejemplo, investigando los valores propios de H(x) podemos concluir: 3. b. Si todos xH(x)x ' Si todos xH(x)x' los valores propios de H(x) son positivos, entonces (la forma cuadrática Q(x) es definida positiva y) la función f tiene un mínimo local en x los valores propios de H(x) son negativos entonces (la forma cuadrática Q(x) es definida negativa y) la función f tiene un máximo local en x. Hay otro criterio muy útil que nos dice cuándo la forma Q(x) = xH(x)x ' es definida positiva o definida negativa en términos de los elementos de la matriz H(x), Dada una matriz cuadrada A = (aí]) i, j = 1, ,n se consideran las submatrices angulares Ak> k = 1,2, ,n, definidas como Al = [all], al3 ] Q2] " Q33 Es decir, la matriz Ak está formada por los elementos de la matriz A que están en su "ángulo superior izquierdo", incluyendo k líneas y k columnas de ella Se define 6. k = det Ak' Se tiene entonces que: la forma cuadrática Q(x) = xH(x)x' es definida positiva (definida negativa) si y sólo si todos los determinantes 6.}, 6. 2 , ' , ,,6.n = det A son números positivos (los determinantes 6. k tienen signos alternados, 6. 1 < O, 6. 2 > O, ..... , respectivamente). Para una demostración de este hecho vea [Pil], capítulo 7, sección 2, teorema 2.3 (pág . 623**) De esta manera tenemos el siguiente nuevo criterio: 3. Si todas las submatrices angulares de la matriz hessiana H(x) tienen determinantes positivos, entonces la función f tiene un mínimo local en x. Si las submatrices angulares de la matriz hessiana H(x) tienen determinantes de signo alternado (comenzando con un valor negativo, o sea fj (x) < O), entonces la función f tiene un máximo I local en x. Veamos algunos ejemplos b. Ejemplo 1. Sea f:]R2 -> JR la función dada por f(x, y) = 2(x - 1)2 + 3(y - 2)2 Los puntos criticas de f se obtienen de - af ax = 4(x - 1) = O - af ay = 6(y - 2) = O 3 58 Capítulo 4 Extremos de las funciones de varias variables sistema que tiene por solución a x = 1, Y = 2 Entonces (1,2) es el único punto crítico de la función La matriz hessiana de f es que en (1, 2) es ella misma. Se ve que los valores propios de esta matriz son 4 y 6 (ambos positivos) o bien, que los determinantes de las submatrices angulares son 4 y 24 (también ambos positivos) por lo que concluimos que la función f tiene en el punto (1, 2) un mínimo local (la gráfica de la función 11 es un paraboloide elíptico que tiene su vértice en (1, 2) Yabre hacia arriba). Ejemplo 2. Consideremos la función f: IR 3 -> IR f(x, y, z) = sen x + sen y + sen z -- sen(x + y + z) = CÍ' I' I) es un punto crítico de (ver ejemplo 2 de la sección anterior) El punto p punto la matriz hessiana de f es l En ese -2 H(p) = - 1 [ -1 -1 =~ -1 ] -2 =:] -2 Los determinantes de las submatrices angulares son ~I = det[ -2] = -2, ~2 = det -2 [_ l = 3, Ll3 = det H(p) = --4 Puesto que son de signos alternados (con LlI < O), concluimos que la función f tiene en un máximo local. (Conclusión a la que se hubiera podido llegar viendo que el polinomio característico H(p) es det(H(p) - Al) = _1.. 3 - 61.. 2 - 9,1. - 4 = -(A + 1)2(1.. + 4) y que por lo tanto los valores propios de H(p) son A = - l Y A = -4, ambos negativos). Este máximo local vale f ( ~) = 4 l!Ill (I' I' I) I' I' Ejemplo 3. Sea f: IR 4 - {(O, 0, 0, O)} -> IR dada por f(x, y, z, u) Los puntos críticos de = x + -- + - + - + x Z y Z y 11 l u f se obtienen de ------------------Este sistema se satisface para x en p = (1, 1, \, 1) 4.3 Condiciones suficientes para la existencia de extremos locales 359 y = z = u = l. Obtengamos la matriz hessiana de f ¡Pf a2 j a2 j a2 f ax2 axay axaz axall a2 j a2 f a2 f a2 f ayax ci y 2 ayaz ayall ¡p f a2 j a2 f a2 f azax azay az 2 azau a2 j a2 f a2 f a2 f auax auay auaz au 2 H(x, y, z, u) = 2y x3 1 O O x2 O O de modo que H(\'I,I,I)= O o 2 -1 [ ~ -1 2 -1 O -1 2 O -1 Las submatrices angulares de esta matriz tienen por determinantes ~I = det[2] = 2, ~2 = det [2 -1] = -1 2 3 ó, ~ del [~1 ~: ~1] ~ 2 ~~ = det [ t f 2 -1 O O -1 2 -1 O O -1 2 -1 -1 ] 2 ~ = 5 Como son positivos, concluimos entonces que la función f(l,I,I,I)=5 Ejemplo 4. Sea f: ~ ]R.3 -> tiene un mínimo local en p, que vale 11 lR la función dada por f(x,y,z)=e- x +e- V +z2 2? Las derivadas parciales de - f son = -2xe _x 2 af ax ' a - f = - 2 ye _v.. 2 , ay af az = 2z 3 60 Capítulo 4 Extremos de las funciones de varias variables de donde se ve que el único punto critico es (O, 0, O). La matriz hessiana es a2 j a2 j ax 2 axay axaz a2 j a2 f a2 j H(x, y, z) = ayax ai ayaz ¡p f ¡p j a2 f azax azay [(4<' que en el origen se ve como -t'-; =[ ~ a2 f az 2' ~] -2 H(O, 0, O) Los valores propios de la matriz son Al = -2 Y A2 = 2, por lo que, según la observación hecha después de la demostración del teorema 4.3 . 1, la función / tiene un punto de ensilladura en el origen. x2 Advertimos que, en este caso, decir que la función f(x, y, z) = e·- + e- i + Z2 tiene un punto de ensilladura en el origen nada tiene que ver con "la forma de la gráfica de / cerca del origen". El nombre "punto de ensilladura" se usa por extensión para funciones de n variables, aunque está inspirado en el caso concreto n = 2 (en la gráfica de f(x, y) = x 2 - / cerca del origen). Lo que x2 nos dice tal calificativo para el origen es que f(x, y, z) - /(0,0, O) = e- + e- i + Z2 - 2 tiene 3 con centro en el origen. De hecho, obsérvese signos positivos y negativos en cualquier bola B de IR que para cualquier " los puntos de la forma (r; r; O) son tales en los que f(x, y, z)- feO, 0, O) = r2 2e- - 2 < O, en tanto que para puntos de la forma (O, 0, r) se tiene f(x, y, z) - feo, 0, O) = 2 + ,2 _ 2 = r 2 > O. 111 En los criterios desaITollados en esta sección nada se ha dicho del caso en que la matriz hessiana H(p), p un punto crítico de la función f, tenga algún valor propio igual a cero. Acontece que con este caso los criterios aquí estudiados no dicen nada acerca de la naturaleza del punto crítico p. Se podrían establecer resultados para situaciones como ésta usando la fórmula de Taylor de orden 3 de la función f en p . Esto, por supuesto, resulta mucho más complicado que lo aquí visto y no se expondrá en el texto Veamos, sin embargo, un ejemplo conCreto que ilustra esta situación. Ejemplo 5. Sea f: IR2 -+ IR la función dada por f(x, y) = ax2 + bl Tenemos af = 2ax, ax af = 4bl ay de donde se ve que el origen (O, O) es el único punto critico de la función. La matriz hessiana es H(x, y) = a2 f 'ax 2 r.ayax af 2 12~l ] ------------que en el origen se ve como 43 Condiciones suficientes para la existencia de extremos locales 361 H(O, O) = [2; ~] Se tiene entonces que A = es un valor propio de la matriz H(O, O) Como dijimos nada se puede concluir en este caso de la naturaleza del punto crítico (O, O) para la función f.. De hecho, puede ocurTir cualquier cosa en ese punto: si a = b = 1, la función f(x, y) = x 2 + l tiene un mínimo local en (O, O), pues es claro que para una bola (cualquiera) de 1R2 de centro en (O, O) se tiene f(x, y) = x 2 + l ~ = feO. O), \t'(x. y) E B; si a = b = -1, la función f(x, y) = _x 2 - y4 tiene un máximo local en el origen, pues f(x. y) = _x 2 -l ::; = j{O, O), \t'(x, y) E B.. Si a = -1 Y h = 1, la función f(x, y) = _x 2 + l tiene un punto de ensilladura en el origen, pues en cualquier bola B de 1R2 con centro en el origen, digamos B = {(x. y) E JR2\X 2 + l < E 2 } se tiene puntos (T; O) Y (O. s) de modo que f(T; O) = ,2 < 0= feO. O) (con ,2 < E2 ) y feO, s) = 54 > = j(O, O) (con ° ° ° 52 < E2 ) ° 11 Ejercicios (Capítulo 4, Sección 3) En los ejercicios 1-5, suponga que la función f: U ~ 1R 2 ---t IR definida en el conjunto abierto U de 1R 2 , tiene en p = (xo, Yo) un punto critico, y tiene derivadas parciales de segundo orden continuas en un.a bola B con centro en p. Dada la matriz hessiana de f en p, determine (cuando concluya) si se trata de un máximo local, mínimo local o un punto de ensilladura 1. Hf(p) = [~ = [ ~2 = n ~] 2. Hf(p) 3. Hf(p) 4. [~ ~] Hf(p) = [~ ~] = _ -9 10 5. Hf(p) r 10 ] -16 En los ejercicios 6-10, suponga que la función f: U ~ 1R3 ---t IR definida en el conjunto abierto U de 1R 3 , tiene en p = (xo. Yo, la) un punto critico, y tiene derivadas parciales de segundo orden continuas en una bola B con centro en p. Dada la matriz hessiana de f en p, determine (cuando concluya) si se trata de un máximo local, núnimo local o un punto de ensilladura 6. Hf(p) ~ [i ~ [~ ° ~] ° 1 3 3 4 7, i1f(p) :] 362 Capítulo 4 Extremos de las funciones de varias variables 8. Hj(p) ~ ~ P 10 .5 3 -4 10 -4 7J 1 9. Hj(p) U ; -2 3 -2 O 2 5 01 O, l J 10. Hf(p) ~[ -2] -4 5 -4 11. Dé un ejemplo concreto de una función f: jR2 -; JR. Y un punto p = (xo, Yo), tal que p sea un punto crítico de f, y que la matriz hessiana de f en p sea la matriz del ejercicio: a. 1; b. 4 12. Dé un ejemplo concreto de una función f: JR.3 -; JR. Yun punto p = (xo. Yo, zo), tal que p sea un punto crítico de f, y que la matriz hessiana de f en p sea la matriz del ejercicio: a. 6; b. 9 13. Sea f: JR.2 -; JR. la función f(x, y) = ax 2 + Habiendo verificado que el origen es un punto crítico de f, clasifique todas las posibilidades que tiene este punto de ser extremo local o punto de ensilladura de f, en términos de los coeficientes a y b. 14. Sea f: JR.3 -; JR. la función f(x, y, z) = ax 2 + + cz 2 Habiendo verificado que el origen es un punto crítico de f, clasifique todas las posibilidades que tiene este punto de ser extremo local o punto de ensilladura de f, en términos de los coeficientes a, b y e En los ejercicios 15-25, la función f tiene un punto crítico en el origen, donde vale O Suponga que f tiene derivadas parciales de segundo orden continuas en una bola con centro en el origen Se da la fórmula de Taylor de segundo orden de la función f en el punto crítico Determine en cada caso (cuando esto sea posible) la naturaleza del punto crítico p 15. f(x, y) 16. f(x, y) 17. f(x, y) 18. f(x, br. bi = 2x2 + sl- 3xy = x2 + i -3.x2 - t- r(x. y) y) = 3x 2 + 5i + xy + r(x, xy + r(x, y) y) = si + 2xy + r(x, y) 5i 19. f(x, y) = -3x 2 + 7xy + r(x, y) 20. f(x, y, z) = 17x2 + 14i + 14z 2 - 4xy - 4xz - Syz 3xz + r(x, y, z) 21. f(x, y, z) = -6x 2 - sl -- 7z 2 + 3xy + Z2 + r(x, y, z) + r(x, y, z) 22. f(x, y, z) = _x 2 - 2i - 3z 2 + r(x, y, z) 23. f(x, y, z) = x 2 - y2 24. f(x, y, z) = x 2 + 1 25. f(xl, X2. X3. X4) + Z2 + 2xy + 2xz + 2yz + r(x, y, z) = xf + x~ + x~ + x~ + r(xl, X2, X}. X4) ------------------ 43 Condiciones suficientes para la existencia de extremos locales 363 En los ejercicios 26-34, determine (si los hay) los extremos locales y/o puntos de ensilladura de las funciones dadas de dos variables. 26. f(x, y) = x 2 + 4y2 - 3xy +x+y - 1 27. f(x, y) = x 2 -y2 - xy 28. f(x, y) = 2x 2 29. f(x, y) + 2y2 + 12xy + 3.x + 4y - 2 = x 3 y 3 + 3x + 3y + 1 - 30. f(x. y) = x 3 i- 3x + 3y - 1 31. f(x. y) 32. f(x. y) 33. f(x, y) 34. f(x, y) = x -y2 - x2 + 5y - 2 = x In y +x = arctan(x 2) - arctan(y2) = ln( 1 + exp(-x 2) + exp( -y2)) 4 En los ejercicios 35-56, determine (si los hay) los extremos locales y/o puntos de ensilladura de las funciones dadas de tres variables . 35. f (x, y. z) = x 4 36. f(x, y. z) 37. f(x. y, z) + l + Z4 + 4x + 4y + 32z + 1 = -2x 4 -y4 - Z4 + 8x + 4y + 4z - 2 = x 4 + 2y4- Z4 + lOx + 12y + 9z 38. f(x, y, z) = ~x3 - x + 2 -l + 2y + l + 2y Z2 Z2 + 2z 1 39. f(x, y, z) = 3"x 3 + x + 2z + 3 40. f(x, y, z) = x 3 + 3x 2 41. f(x. y. z) 42. 43. 44. 45. 46. 47. 48. 49. 50. 2y2 + 4y - 2z 2 + 6z + 2 = 2(x3 + x 2 ) + 3x + y2- 10y + z + 12 f(x. y, z) = 15x 3 + 6x 2 - x + 2y2 + y + 5z2 + 10z - 2 f(x, y. z) = x 3 + y2 + .xy + xz + yz + 4y + z - 3 f(x. y, z) = 2x 3 + 2 y2 + Z2 + 2xy + xz + yz + z - 1 f(x. y. z) = 2x 3 + 2 y2 + Z2 + 2xy + 3yz f(x. y, z) = x 2 + y2 + Z2 + xy + xz. + yz + x + y + z + 2 f(x. y, z) = -2x 2 -y2 - 3z 2 + xy + 2x + 2y + 3z f(x, y. z) = 2x 2 + 3y2 + 2z 2 + 2xy + xz + yz + 2x + 4y + 6z f(x, v. z) = 6x 2 + sy2 + 4z 2 + 3xy + 2xz + yz f(x, y. z) = x 2 + 2y2 + Z2 + 2xy + xz + 2yz + x + 2y + z + 2 - 51. f(x, y. z) = -x 2 52. j(x. \, z) = x 2 21 - Z2 - 2rv - xz - 2yz - x - 2y - z - 2 + 2y2 + 3z 2 + xy + 2xz + 3)z + x + 2y + 3z + 1 3 64 Capítulo 4 Extremos de las funciones de varias variables 53. f(x, y, z) 54. f(x, 55. f(x, 56. f(x, + xz + y y, z) -2x - 3i - Z2 +xy + yz + x + y + z + 2 y, z) = 10x2 -- (i + Z2 + xy + xz + yz + x + y + z + 1) y, z) = x 2 + 3i + 5z 2 + 7xy + 9xz + 11 yz + 13x + 15 y + = = _x 2 - i- Z2 2 112 + 19 57. Sea g: IR -> IR una función diferenciable. Suponga que g tiene solamente una raíz en el punto Xo y que g' (xo) > O. Estudie la naturaleza de los puntos críticos de las siguientes funciones f: IR2 -> IR a. b. f(x, y) = f(x, y) J: g(t) dt = J~x g(t) dt c. d. f(x, y) = r- y g(t) dt f(x, y) = r~: g(t) dt 58. Sea g: IR .-t IR una función diferenciable. Suponga que la gráfica de g cruza al eje x solamente en el origen de coordenadas . Estudie la naturaleza de los puntos criticas de la función f: IR 2 -> IR ¡(x, y) = 1<-1 g(t)dt + 11 Y - g(t)dt en cada uno de los siguientes casos: a. g'(O) > O, b. g'(O) < ° g(t)dt 59. Sea g: IR -> IR una función diferenciable Suponga que esta función no tiene raíces. Determine la naturaleza de los puntos críticos de la función f: IR 2 -> IR ¡<X __ 1)2 r(Y-.¡l g(t)dt f(x, y) = Jo en cada uno de los siguientes casos: a. g(O) + Jo g(O) > 0, b. X+Y < ° - .... 60. Sea g: IR -> IR una función diferenciab1e tal que g(1) = g(2)" Considere la función f: IR 2 IR ¡(x, y) = f g(t)dt xy Demuestre que f tiene un punto critico en (1, 1). Estudie la naturaleza de este punto crítico en cada uno de los siguientes casos: a. b. g(1) = 0, g'(1) = 1, g'(2) = 2 g(l) = 3, g'(1) = 3, g'(2) = 4 61. Sea g: IR -> IR una función diferenciable. Suponga que la gráfica de g pasa pOi el origen Demuestre que la función f: IR3 -> IR f(x, y, z) = Z2 + ¡:x g(t)dt tiene un punto crítico en (O, 0, O) Determine la naturaleza de este punto crítico suponiendo que g' (O) =1= O. 4.4 Casos de dos variables. Ejemplos 365 62. Considere la función f(x. y) = In x In y, Compruebe que el punto (1, 1) es el único punto critico de f y que el criterio desarrollado en esta sección no permite determinar la naturaleza de este punto (como posible extremo local), Dé argumentos que muestren que, de hecho, la función f tiene en (1, 1) un punto de ensilladura. 63. Demuestre que la función f(xl. X2 • .... , x n ) = (In XI )(ln X2) (l. 1" .." 1) el cual es un punto de ensilladura. (In x n ) tiene un punto critico en Los ejercicios 64-69. en los que se pide estudiar la naturaleza de los puntos críticos de lasfunciones indicadas. requieren la utilización de técnicas numéricas para localizar tales puntos, como el método de Newton estudiado en la sección 7 del capítulo 3. 64. Determine la naturaleza de los puntos criticas de la función f(x, y) xy + 3x - 3y = x 4 + y4 - 3x3y - 2xy2 + 65. Determine la naturaleza de los puntos criticas de la función f(x, y) = In x In y - 0.25x - OAy., 66. Determine la naturaleza de los puntos criticas de la función f(x, y) = (1 +i) In cosh x + 2x 2 + 3y2- x - y + 1 (Ver ejercicio 3 de la sección 7 del capítulo 3, y ejercicio 45 de la sección 1 de este capítulo). 67. Determine la naturaleza de los puntos criticas de la función f(x, y) que se encuentran dentro del cuadrado [-3,3] x [-3,3].. = y sen(x+y)+xcos(x- y), 68. Encontrar 10 puntos criticas de la función f(x, y) = y In(2 + cos x) [1, 11] x [1, 11], Determine la naturaleza de estos puntos criticas, + x sen y, en el cuadrado + z) exp( x2 _ 69. Determine la naturaleza de los puntos criticas de la función f(x, y, z) = (x 3 + l l - Z2) - xy - xz - yz. 4.4 Casos de dos variables. Ejemplos En esta sección sólo vamos a particularizar en el (importante) caso n = 2 los resultados obtenidos en la sección anterior y también presentar'emos algunos ejemplos "prácticos" en cuya solución interviene la determinación de extremos locales de funciones de dos variables., Teorema 4.4.1 (Criterio de la segunda derivada para la determinación de extremos locales par'a funciones de dos variables)" Sea f: U ~ IR2 ---t IR una función definida en el conjunto abierto U de IR 2 tal que en una bola B con centro en el punto critico (xo. yo) E U sus derivadas parciales de segundo orden son continuas. Sea a. b. c. d. Si B2 Si B Si B2 Si B2 2 - < O y A > O. entonces la función f tiene un mínimo relativo en (xo, Yo). AC < Oy A < O, entonces la función f tiene un máximo relativo en (xo, Yo)' AC > O, entonces la función f tiene un punto de ensilladura en (xo, Yo). AC AC = O, no se puede afirmar nada acerca de la naturaleza del punto critico (xo, Yo) 11 3 66 Capítulo 4 Extremos de las funciones de varias variables Demostración. En este caso la matriz hes si ana de f en (xo, Yo) es Los casos a y b se siguen fácilmente del criterio de los signos de los determinantes de las submatrices angulares de H(xo, Yo}. Sin embargo, presentamos un argumento con valores propios de H(xo, Yo) con el que también podemos demostrar e y d. El polinomio característico de H(xo, Yo) es peA) = 1.. 2 - (A + C)A + AC - B2 Sabemos que Sean Al Y 1..2 las raíces de peA) (es decir, los valores propios de H(xo, Yo» Si B 2 - A C < (caso a y b), entonces 1.. 11..2 > O por lo que AI Y 1.. 2 tienen el mismo signo . También A y C deben tener el mismo signo (caso contrario se tendría B 2 - AC 2: O). Entonces, como Al + 1..2 = A + C concluimos que los signos de Al, 1..2, A YC deben ser iguales. Entonces, si A >0, se tiene que A1 Y1..2 deben ser positivos y por lo tanto (la matriz hessiana tiene sus dos valores propios positivos) existe un mínimo local en (xo, Yo). Esto prueba el inciso a. Del mismo modo, si A < 0, los dos valores propios de H(xo, Yo), Al Y 1.. 2, son negativos, y por lo tanto existe un máximo local en (xo, Yo) Esto prueba b . Si B 2 - AC > entonces 1.. 11..2 < O y así, los valores propios de H(xo, Yo) tienen signos distintos, de lo cual se concluye que existe un punto de ensilladura en (xo. Yo) Esto prueba c. Por último, si B2 - AC = 0, se tiene 1.. 11..2 = O, de donde uno de los valores propios de H(xo, Yo) debe ser igual a cero, y, como ya se había dicho en la sección anterior, en este caso no se Q.ED puede concluir nada con este criterio ° ° Ejemplo 1. Considere la función f: IR 2 -> IR dada por f(x, y) Obtengamos sus puntos críticos = 2x4 + l - 4x 2 _. 2l - af ax = 8x 3 - 8x = ° = af ay = 4y 3 - 4y = ° (1, O), Se ve que existen 9 puntos críticos, a saber PI Ps = (1, 1), P6 = (l, -1), P7 (O, O), P2 (O, 1), P3 = (O, -1), P4 = (-1, O), PS = (--1, 1), P9 = (-1, - 1). Se tiene = _ . = 12 y2 -·4 ay 2 . ¡Pf La siguiente tabla resume los resultados a la luz del teorema anterior 44 Casos de dos variables. Ejemplos 367 Punto (xo, Yo) A = a-"(xo, Yo) X' a2 f 8 = --(xo, yo) Dxay a2 f C= -2· (Xo, Yo) a2 f ay 82 - AC Conclusión Máximo local f(O, O) = O Punto de ensilladura feO, 1) =-1 Punto de ensilladura f(O, -1) =-1 Punto de ensilladura f(1, O) = -2 Mínimo local f(l, 1) = -3 Mínimo local f(l,-l) = -3 Punto de ensilladura f(-I,O)=-2 Mínimo local f(-I, 1) =-3 Mínimo local I f(-l, -1) =-3 I (O, O) (O, 1) -8 -8 O O -4 +8 -32 +64 I (O, -1) -8 O +8 +64 (1. O) +16 O -4 +64 I (1, 1) i (1, -1) +16 +16 +16 O O O +8 +8 -4 -128 --128 +64 I I (-1. O) I I (-1. 1) I i I +16 +16 O O +8 +8 I I -128 -128 (-1. -1) I I I I I L lIIiII Ejemplo 2. Sea f: jR2 -+ 1Ft la función f(x, y) = (x 2 + y2)e-(I'+,2) Escribamos r = x 2 + i de modo que la función considerada se ve como f(r) = re- r , Obtengamos los puntos críticos de f - a= f, (r)f ar ax ax = (1 - r)e- r 2x = O - af ay = ., f (r)- = (1 - r)e r2y = O ar _ ay Estas ecuaciones se satisfacen con x = y = O, o bien con r = 1, Y la última condición se satisface por todos los puntos del círculo unitario x 2 + i = I Tenemos así que esta función f posee una infinidad de puntos críticos Obtengamos las derivadas parciales de segundo orden de f -2 af ax 2 = 2- l - r e r -l + 4?( r x· 2)] axay af 2 = 4xy(r _ 2)e- r , Para el punto crítico (O, O) se tiene r = O Y A a2 f = - o (O, O) ax· = 2, B = -(0,0) a2 j axay = O, y entonces B2 - AC = -4 < O y A = 2 > O, por lo que la función f tiene un mínimo local en (O, O) que vale f (O, O) = O Por otra parte, para los puntos r = 1 se tiene a" A= - fI ax"lr=1 = - 8x 2 e -1, 3 68 Capítulo 4 Extremos de las funciones de varias variables de donde B2 - AC = 16x2 y2e- 2 _64X 2 y2 e -2 = -48x 2 y2e- 2 < y A = -8x 2 e- 1 < O. En realidad esta condición se da si y sólo si x =J O. Es decir, en los puntos (O, ± 1) no podremos concluir nada con este criterio . Sin embargo, aplicando un argumento de continuidad de la función f, incluimos también estos puntos en nuestras conclusiones. Resulta entonces que en todos los puntos en que r = x 2 + l = 1 existen máximos locales de la función f, que valen f(x, y)lr=1 = e- 1 Resulta que nuestra superficie f(x, y) = (x 2 + l)e-(x +/) es en realidad una superficie de x2 revolución que se obtiene al girar alrededor del eje y la curva y = x 2 e- , la cual tiene el aspecto de la (figura 1). y 2 ° ~~-~ --'-- . -] '-----2 x2 -- .1.' Figur-a 1. Gráfica de la función y = x 2 e- x Siendo entonces este el aspecto de la superficie z = (x 2 + y2)e-e +/) Figura 2. La superficie f(x, y) = (x 2 + /)e-e x2 +Y') Ejemplo 3. Sea f: ne - {O, O} -; IR la función f(x, y) = 2x - 3y + ~ In(x 2 + l) + 5 arctan ~ 4 .4 Casos de dos variables. Ejemplos 369 Investiguemos sus puntos críticos af ax = 2+ _x_ + 5 _1_ x 2 + y2 1+ ; 2 x (_1'..) = 2(x 2 x ~ x· 2 + i) + x-s Y x 2 + y2 =o aj ay 1 = -3 +~. +5_-, (~) x· + y2 1+ x 2 =-3(x + i) ~ y + 5 = x 2 + Y· 2 o Resolviendo este sistema encontramos el único punto crítico (1, 1).. Las derivadas parciales de 2° orden de f en (1, 1) son A a2 f 5 = - 2 (1,1) = -, ax 2 B = -(1, axay a2 j 1) = --, 2 1 af e = -(1,1) = ay2 2 -- 5 2 de donde B 2 - A e = (1, ]), el cual vale 1(1, Ejemplo 4. 1) = ! In 2 + 54 -!f > o y entonces, la función f tiene un punto de ensilladura en el punto 1T - 1 11 Consideremos la función z = f(x, y) dada implícitamente en la expresión F(x, y, z) = x 3 + i + Z3_ 3x- 3y + z+ 4 = O Queremos estudiar sus extremos locales Los puntos críticos se obtienen al resolver el sistema <1; = 0,'-)': =-c O Estas derivadas lils obtenemos con las fórmulas establecidas en el teorema 3.4.2 (jt ( \' éJF 2 az _ . ax _ 3x éJx - - aF - - 3;:2 +1 - - 3_O az aF ~~=_~=_3y--3=o d} aF 3z2 + ] az Vemos así que existen cuatro puntos criticas, PI = (l, 1), P2 = (l ,--1), P3 = (-1, 1), p~ Obtengamos las derivadas de segundo orden de la función z = f(x, y). - ? = (-1, -1) a- j 2 ".. a. ( ..3." 3) x- - 3z 2 + 1 2 (3z =- 2 + l)(6x) (3z2 (3x - 3) 6zax 2 (al) (al) dy ax 2 = ax aI a 3x - - - - ( - --2 axay . ay 3z +1 3) - 3;(2 - - (3z2 + 1)2 36 zaz . ay + 1)2 r,{ =a~ (-~~~~~) .. " (3;:- + 1)(6y) - (3 y 2 - 3) 6z--;:- =- (3z2+ 1)2 3 70 Capítulo 4 Extremos de las funciones de varias variables Investiguemos el punto PI = (1, 1) En este caso, el valor de z = j(1, 1) se obtiene de F(1, 1. z) = 0, o sea de Z3 + Z = O La única raíz (real) de esta ecuación es z = O Entonces B = -(1,1,0) dXdY a2 f = O, C= 2 j ~2(1.1,0) a rJy =-6 Se tiene que B 2 - A C = -36 < Oy A = -6 < 0, por lo que concluimos que la función z = f (x, » tiene un máximo local en PI = (1, 1) que vale z = O. Para el punto P2 = (1, -1), la z correspondiente se obtiene de F (1, - 1, z) = Z3 + z + 4 = O Sea 2 la (única) raíz real de esta ecuación (i ~ -1 378797). Tenemos se tiene que B2 - AC = (3li~l)2 > O, por lo que la función z = f(x, y) tiene un punto de ensilladura en el punto P2 = (1, -1) que vale 2 ~ -1378797. Para el punto P3 = (-1, 1), la z correspondiente se obtiene de F(-l, 1, z) = Z3 + z + 4 = Este es el mismo valor de 2 = f( - 1, 1) ~ -1 378797. Tenemos A= - 2 (-1, ()x ° a2 f 1, z) = _ 6 -2-' 32 +1 B = --(-1, 1, z) = O a2 f _ a.xrly _ 6 C=-(-ll z)=--2+1 ay2 " 32 a2 j Se tiene que B2 - AC = (3i~W > O, por lo que también en el punto P3 = (-1, 1) la función z = f(x, y) tiene un punto de ensilladura, que vale 2 = -1378797 . Por último, para el punto P4 = (- 1, - 1), la z correspondiente la obtenemos de F( - 1, - 1, = Z3 + z + 8 = O Sea z* la (única) raíz real de esta ecuación (z* ~-183375) Tenemos n A= a2 f * 6 -a. (- 1, -1, z ) = -*3 2 1' x .z + B= a2 f axa/ -1, -1, z* ) = éP f 6 O C=-=--ay2 3z* + 1 B? - A L = - (3z'+I)2 < O y A = 3z'+1 > O,por 1 que 1 f'unclon z = ¡'( X, y, ' ~ 36 6 ., \ tIene un o a l1li mínimo local en el punto P4 = (-1, -1) que vale z' = f( -1, -1) ~ -1.83375. ~. ~e tIene Ejemplo S. Se quiere construir una caja rectangular abierta cuyo volumen sea de 100 cm 3 . Nos preguntamos por las dimensiones de la caja, con cuyo volumen tenga la menor superficie posible (figura 3).. Sean x, y, z las dimensiones de la caja, como se muestra en la figura Su superficie lateral es 2xz + 2yz +xy. Se quiere entonces determinar el mínimo de la superficie g(x, y, z) = 2xz + 2yz +.xy cuando x, y, Z satisfacen la relación xyz = 100 Esta relación la incorporamos a la función g y obtenemos, por ejemplo, la función f(x, y) =- 200 x + -- + Xl' 200 y 44 Casos de dos variables. Ejemplos 371 / / / / y ~--x Figura 3. La caja del ejemplo 5 que describe exactamente la situación de nuestro problema: nos da el valor de la superficie lateral de la caja de capacidad 100 cm 3 en términos de las dimensiones de la base (la altura queda determinada por z = I~). Obtengamos el punto crítico de f - = --+y=O, 2 ax De aquí se obtiene el único punto crítico (~,~) El mismo contexto del problema nos dice que este punto crítico debe ser el mínimo que estamos procurando Sin embargo, podemos verificarlo con el criterio estudiado en esta sección . Tenemos 400 X aj 200 x 3' 400 y3 de donde, en el punto (~, ~) se obtienen los valores A = 2, B = 1, C = 2.. Así, pues, B 2 - AC = -3 < O, y A = 2 > O, por lo que, en efecto, se tiene un mínimo para la función f en x = ~, .y = ~ . La altura de la caja debe ser z = (v 200) 2 = ,y2S . Concluimos entonces que j~ la caja de dimensiones x = y = ~ con z = ,y2S, tiene por volumen 100 cm 3 y por superficie, la mínima posible f (~, ~, ,y2S) = 3(200)2/3 cm 2 lA Ejemplo 6. Consideremos el plano x + y + z = 3 Y el punto p = (2,3, 1) (que no se encuentra sobre el plano). Queremos calcular la distancia más corta que existe entre el punto p y los puntos del plano. A esta distancia se le llama "distancia del punto p al plano" . Sabemos que la distancia de p al punto (x, y, z) viene dada por d = V(x - 2)2 + (y - 3)2 + (z - 1)2 Al incorporar la condición de que el punto (x, y, z) debe ser un punto del plano x queda la función f(x, y) = V(x - 2)2 + (y - 3)2 + (3 - x - y - 1)2 = V(x - 2)2 + y + z = 3, nos + (y - 3)2 + (2 - x - y)2 Esta es la función que necesitamos estudiar en nuestro problema; ella nos da el valor de la distancia del punto (x, y, z) en el plano x + y + z = 3 al punto p = (2,3, 1) Queremos obtener el mínimo de esta función 3 72 Capítulo 4 Extremos de las funciones de varias variables Los puntos críticos los obtenemos de aj 2(x - 2) - 2(2 - x 2j(x - 2)2 2j(x - 2)2 y) ax aj + (y -3)2 + (2 + (y 3)2 x - y)2 y)2 =0 =0 2(y - 3) -- 2(2 - x - y) ay + (2 -x - Es decir, del sistema 2x + y = 4, x + 2y = 5, el cual tiene la única solución x = 1, Y = 2 Por las condiciones del problema, es claro que este punto crítico es un mínimo para la función j, el cual además de ser un mínimo local, es de hecho un mínimo global para la función (es decir, en este punto la función f toma el valor menor que puede tomar en todos los puntos de su dominio) Sin embargo, podemos convencemos de esta situación calculando las derivadas parciales de segundo orden de f en O, 2); se obtiene que A = B = ~, C = de donde B 2 - AC = -1 < O y A = > o, lo que confirma nuestra afirmación . Tenemos pues que el punto del plano x + y + z = 3 que está más cerca de p conesponde a x = 1, Y = 2, z = 3 _. 1 _. 2 = O. La distancia más corta es entonces, 1, 1, 1 d = f(l, 2) = J3 hecho que se confirma con la conocida fórmula de geometría analítica que establece que la distancia entre el punto p = (xo, Yo, Zo) y el plano Ax + By + Cz = D la dada d= IAxo+BYo+Czo-Di J A2 + B2 + C2 fórmula que se puede obtener siguiendo el mismo procedimiento que presentamos en este ejemplo (ver también ejemplo 4 de la próxima sección) 11 Apéndice El método de mínimos cuadrados En este apéndice expondremos el importante método de mínimos cuadrados, que se aplica para ajustar rectas (en general, la idea del método permite ajustar también otro tipo de curvas) a una serie de datos presentagos como puntos del plano. Supongamos que se tienen los siguientes datos para las variables x y y Esta situación se puede presentar en estudios experimentales, donde se estudia la variación de cierta magnitud x (por ejemplo, temperatura, etc.) en función de otra magnitud y. De manera teórica, se espera que la relación entre estas variables sea lineal, es decir, que haya una expresión del tipo y = mx + b que las relacione. El problema es determinar los valores de m y b que determinaron esta funcionalidad lineal entre x y y Si las mediciones hechas para x y y fueron exactas, todos los datos (Xi, Yi), i = 1, 2,.. ,n obtenidos representarían puntos del plano colocados (todos ellos) sobre una misma línea recta y, de hecho, bastarían dos de ellos para determinar la pendiente m y la ordenada al origen b ele la recta 44 Casos de dos variables Ejemplos 373 que determina la relación funcional entre estas variables Sin embargo, en la práctica, resulta muy poco probable que esto OCUlTa. Ciertamente, al colocar todos los puntos (x;, y¡), i = 1, 2, , n en el plano veríamos que están distribuidos "en los alrededores de alguna recta", la cual se podría trazar sencillamente con una regla, "al tanteo", tratando de que todos quedaran lo "más cercanos posible" a la recta . El método de mínimos cuadrados nos proporciona un criterio con el cual podremos obtener la mejor recta que representa a los puntos dados . Digamos que y = mx + b es esa recta Como dijimos, seria deseable que se tuviera y¡ = mx¡ + b para todos los puntos (x;, y¡) de i = 1, 2,. , n. Sin embargo, como, en general, y¡ -¡:. mx¡ + b, se pide que la suma de los cuadrados de las diferencias (las desviaciones) y¡ -- (mx¡ + b) sea la menor posible. Es decir, se pide que s= (Yl - (mxl n + b»2 + (Y2 - (mx2 + b»2 + = L(y¡ - (mx; i=1 + b»2 sea lo más pequeña posible. Los valores de m y b que cumplan con esta propiedad, determinan la recta y = mx + b que mejor representa el comportamiento lineal de los puntos (Xi, y¡) y y = mx (X" Y,) Y, - (mx¡ +b + b) {. X Figura 4. Una recta ajustada Consideremos entonces la función f de las variables m y b dada por n f(m, b) = L(Yi - (m x; ¡=1 + b))2 los puntos críticos de esta función se obtienen al resolver el sistema af am n n = L ;=1 2(y¡ - mx; - b)( -Xi) = -2 LX;(Yi - mXi - b) i=1 =O af n i=1 n ab = L 2 (y; - mx; - b)(-l) = -2 L.(y; - mx¡ - b) i=1 =O 3 74 Capítulo 4 Extremos de las funciones de varias variables De la segunda ecuación obtenemos ¿ i=! 11 Yi - m ¿ i=! 11 x, - ¿ i=! 11 b = ° ) de donde b= 1 L."i=1 I LI amemos X = ;; "'11 Xi, Y = ;; respectivamente. Entonces ",11 n 1¿ 11 Y, - m (1 ¿ 11 i=1 n XI i=1 L."i=! " ' Y" E stas son las me d'las antmetlcas d e los va lores b X, y y" =y - m.x Sustituyendo en la ecuación ~~ = 0, nos queda que ¿ i=1 11 X,(Yi - mXi - (y - m.x)) = ° de donde se obtiene En resumen, la función f(m, b) = ¿~=I (Yi - mx , _. b)2 tiene un (único) punto crítico para m ¿~=I x,(y¡ - y) ="'11 _ , b= L."i=1 Xi(Xi- x) Y - m.x Debe ser claro, por el contexto del problema, que en este punto crítico se tiene un mínimo local para la función l, el cual, de hecho, es un mínimo global de f Sin embargo, para liquidar cualquier brizna de escepticismo en el lector, comprobaremos que, efectivamente, se tiene un mínimo, usando el criterio con las segundas derivadas parciales de la función f Se tiene A = am 2 = -2 ¡;2f ¿ 11 2 -Xi =2 ¿ ".2 Xi i=1 i=1 a2 f B = amab C = -2 ¿ i=1 11 11 -Xi = 2¿ i=1 11 Xi a2 f =- = ab2 B2 - -2 ~(-1) = 2n L-t i=1 Se ve que A > O, Resta verificar que 11 AC < 0, o sea que 11 ) ( 2 ~ Xi )2 (2 ~ x; - (2n) < ° 4.4 Casos de dos variables Ejemplos 375 Esta desigualdad es equivalente a (Xl, Xl, la cual no es más que la desigualdad de Cauchy-Schwarz aplicada a los vectores (1, 1,.. ,1) Y ,xn ) de]Rn [Recuerde: si y == (YI, Yl, . . , Yn), x == (Xl, Xl,. ,Xn ) son dos vectores en ]Rn, entonces se tiene que Ix yl S; Ilxllllyll, donde x .y representa el producto punto de los vectores x y y, y Ilxll == j¿>X2 Esta desigualdad es una igualdad si y sólo si los vectores x y y son linealmente dependientes (ver ejercicio 2 de la sección 2, capítulo 1)] En nuestro caso, poniendo y == (1,1, .. ,1), que es linealmente independiente de x == (Xl, Xl,·. ,Xn ) (¿POI' qué?) obtenemos II: Xii S; A > O, lo cual nos dice que la función f posee un mínimo local en el punto crítico estudiado. En resumen, la mejor recta (en el sentido de los mínimos cuadrados) que describe el comportamiento lineal de los puntos (x" y,), i == 1,2, ,n es la recta y == mx + b, donde I:~-l x,(y, - VD JI: X¡, o sea (I: x,)l < n ¿ x¡, como se quería). Así pues, B l - AC < O y m == .9) _, ",n b ==y - mi L..,,=1 Xi(X, - x) Veamos un ejemplo. Se obtuvieron experimentalmente los siguientes valores de las variables x y y, los cuales se sabe que guardan entre sí una relación lineal x y 40 0.1 Veamos cuál es la mejor recta que ajusta estos datos, según el método de mínimos cuadrados Tenemos i == 1+2+3+4 4 - = 25 .Y -= 14+11+07+01 =0825 4 Aplicando la fórmula obtenida para m y b se obtiene m= I:~-l x,(y, I:~=I Xi(X, .9) -y) 1(1 4 - 0825) + 2(1 l - 0825) + 3(07 - 0825) + 4(0 l - 0825) 1(1 - 25) + 2(2 - 25) + 3(3 - 25) + 4(4 - 25) -215 = - - == -043 5 b = Y - mx == 0825 - (-043)(25) = L9 Entonces, la recta y = -OA3x tabla siguiente + L9 es la que mejor ajusta a los datos proporcionados Véase la 3 76 Capítulo 4 Extremos de las funciones de varias variables x 1 y y calculada con y=-O 43x+19 Desviación -007 0 . 06 0 . 09 -0.08 2 3 4 lA 11 0.7 0.1 147 104 0.61 O18 0.,09 - 0,08 La suma de las diferencias de la y real con la y predicha por la ecuación obtenida es -0 . 07 + 0.06 + = O. Es decir, nuestra recta efectivamente compensa los puntos que quedaron por encima de ella con los puntos que quedaron por debajo. Gráficamente esto se ve como y L6 r----,--,-----,------,----,-------,---.,-------, lA 12 08 06 04 02 O O 05 1 15 2 2.5 3 x 35 4 4.5 5 Figura 5. La mejor recta que ajusta los datos del ejemplo Ejercicios (Capítulo 4, Sección 4) En los ejercicios 1-27 determine la naturaleza de los puntos críticos de las funciones dadas (si los hay). 1. f(x, y) = 2x 2 2. f(x, y) + 3y2 + xy - 5x + 6y _. 1 27 = xy + x + y + 2 3. f(x, y) = x i + 2x + 2y + 1 4. f(x, y) = x 3 5. f(x, y) = x 6. f(x, y) 7. f(x, y) 4 + l- 3x - 3y - 2 + 3y 3 - 2x2 - 3y - 1 = xy(1 - x - y) = x exp( _x 2 y2) 4.4 Casos de dos variables. Ejemplos 377 8. f(x, y) = y exp( _x 2 - i) 9. f(x,y)=xlny 10. f(x, y) = xlny -- x 11. f(x,y)=3ylnx-4x+2 12. f(x,y)=(i-l)lnx-x 13. f(x, y) = In(1 + x 2 + i) 14. f(x, y) = yarctanx - 2x - y 15. f(x, y) = cosh x 16. f(x, y) = +1 + cosh y cos x + cos y +- + x x y y 17. f(x, y) = sen x cos y 18. f(x, y) = x 19. f(x, y) =x + ~ - osi 2 - 20. f(x, y) = (x 1) exp( - i ) 21. f(x, y) = (x 2 l)exp(-y) - y 22. f(x, y) = arctan(x 2 ) 23. {(x, y) + arctanCl) 1 2 cos x 24. f(x, y) = sech x + sech y = - h - + 1- y 25. f(x, y) = In(1 26. f(x, y) (*) 27. ¡{x, y) = In(1 + Vi + x 2 + y2) + exp( _x 2 - i)) = (ln(1 + exp(-x 2 ) + exp(-i)))-l En cada uno de los ejercicios 28-36 se dan funciones z = f(x, y) en forma implícita. Determine la naturaleza de sus puntos críticos 28. _x 2 + 2i + 3z2 + 4xy + 5xz + 6yz + 7x + 8y + 9z + 115/2 = O 29. -2x 2 +2z 2 +3xy+xz+yz-13/9=0 30. 3x 2 31. 32. 33. 34. 35. 36. + 21 + Z2 + 3xy + 2xz - yz + x + y + 2 = O 2x 2 + 2y2 + Z2 + xz. + 2yz + x + 2y + 3z = O 11x 2 + 9i + 7z 2 + 5xy + 3xz + yz - 530 = O 3x 2 + 4y2 + 5z 2 + xz + 2yz + 3x + 4y + 5z + 7/4 = O -4x 2 -l- 3z 2 + 3yz + 3y + 6z - 36 = O _x 2 + 2z 2 - xy + xz + x + 2y + z = O 2x2 - l - Z2 - 3xy + 2xz + yz + x + y + z + 220 = O 3 78 Capítulo 4 Extremos de las funciones de varias variables 37. Sean g, h: IR -> IR dos funciones diferenciables dos veces . Suponga que g tiene solamente un extremo local en Xa, el cual es un mínimo que vale g(xo) = a, y que h tiene también solamente un extremo local en XI, el cual es un mínimo que vale h(x]) = b. Suponga además que las segundas derivadas de g y h son no nulas en sus puntos críticos, y que las gráficas de estas funciones no cruzan al eje x Determine la naturaleza de los puntos críticos de las siguientes funciones f: IR 2 -> IR. a. b. f(x, y) = g(x) + h(y) b2. a > 0, b < < 0, b > 0, b4. a < 0, b < = (g(x))2 + (h(y))2, en los siguientes casos: f(x, y) = g(x)h(y), en los siguientes casos: bl. bl. a > 0, b > 0, a ° ° e. f(x, y) el. e2. e3. g y h son funciones positivas . g es positiva y h es negativa. g es negativa y h es positiva e4. g y h son negativas . 38. Determine la naturaleza de los puntos críticos de la función f (x, y) = (x 2 + 1)2 + (l - y + 1P = (x 2 + 1)2 + (-e- \ 2 3)2 (Concilie con el resultado del inciso c 1) del ejercicio anterior). 39. Determine la naturaleza de los puntos críticos de la función f(x, y) (Concilie con el resultado del inciso c2) del ejercicio anterior) Los ejercicios 40--46 sección. le refieren al método de mínimos cuadrados estudiado en el apéndice de esta En cada uno de los ejercicios 40-42, obtenga la mejor recta, según el criterio de mínimos cuadrados, que ajusta los datos ahí presentados. En cada caso, compare el valor de la variable y, correspondiente a cada valor de x dado, con el obtenido por la recta calculada. 40. 41. xJ 1 I 2 I 2.5 L29~ I 4 I 5.7 Yl 0.9 2.11 2.66 ¡T92l 4 5.5 ;(_l----º.. O~ 0.67 I 1.89 I ?33 ~_4~~1 ~41 8 . 78 26.5 0.91 4.50 911Till--¡ 9 . 62 I 42. 4-=-~ 1 0+~-=-3-:;-:33:-+---:-::-::--+---::-::c-.,----j yI -11 13 7.99T 43. En determinadas condiciones, se puede considerar que la reacción de oxidación de tiourea por hexacano feHato (III) en medio alcalino es una reacción de primer orden, para la cual se cumple que donde C es la concentración molar de hexaciano a un tiempo t, Ca es la concentración inicial de este reactivo (concentración al tiempo t = O). Y k es la llamada constante de velocidad 44 Casos de dos variables. Ejemplos 379 de reacción, parámetro cuyo conocimiento reporta una gran cantidad de información sobre la misma . Obsérvese que la expresión anterior se puede escribir como In C = In Ca - kt 44. (Regresión lineal en tres variables). Supongamos que se tienen n datos de 3 variables x, y, Z, a saber (x" y" z,), i = 1,2, ., n, de las cuales se sabe que deben guardar una relación lineal del tipo z = Ax + By + c.. Se quieren determinar entonces los coeficientes A, By C que hacen que los valores de z calculados como z = Ax + By + C, ajusten lo mejor posible (en el sentido de los mínimos cuadrados) los datos proporcionados Desde el punto de vista geométrico, se trata de determinar el plano z = Ax + By + C que mejor ajuste los n puntos dados (x" y¡, z¡) E IP:. 3, i = 1, 2,., n Tomando entonces la suma de los cuadrados de las diferencias de z¡ con Ax, + By¡ + C = valor de z en (Xl' y¡) según el plano que se quiere determinar, se trata de hallar los valores de A, B Y C que hagan que esta suma sea la menor posible Es decir, se trata de hallar los valores de A, B YC que hagan que S = S(A, B, C) = I: (z¡ j=1 n (AXi + BYi + C))2 = 0, ~~ sea mInlma. Demuestre que, resolviendo el sistema ~~ = 0, ~~ único punto crítico, A, B, C, donde C= y A Y B son las soluciones del sistema 0X¡ - = 0, se obtiene, como z - AI - By "'\""' 2 nx --2 [ "'\""'xv-nxy ~l.,l .. 3 80 Capítulo 4 Extremos de las funciones de varias variables (x, y, son las medias aritméticas de los valores dados Xi, Yi, Zi, i = 1,2. .n, las sumas son de i = I a i = 11) Es claro que este punto crítico debe tratarse de lIn mínimo para la función SeA, B, C) (¿por qué?). Tome este resultado como base para obtener el mejor ajuste lineal del tipo z = Ax + By + e para cada uno de los siguientes conjuntos de datos X z a. Y z b. X O 0.1 11 0.8 -0.5 I 3 13 4. 2 2. 1 -1 1 -03 3.2 -2.7 -2 2 2 -0.4 3.5 -3.5 3 I 2.5 18 0.5 2 Y z c. . 18 2 d. ~ Y -O . I lA 53 -042 -0.2 0. 8 1.5 32 O 2 .5 23 L7 2 1 -OA O O -16 235 O 3 8.05 z. -O .2 X Y 04 -1 z e. -4.5 lJ 11 09 :z.-~+--:~::-:::-+I _---;~::_A-+---~;_:.5:_+_~ 09 O -4.7---=-ffl 1 45. (Ajuste cuadrático) Supongamos un conjunto de datos de las variables X, y, a saber (x,. y,), i = 1,2, , n, las cuales se sabe que guardan una relación cuadrática del tipo y = ax 2 + hx + ( Se trata de determinar los coeficientes a, b, e que mejor ajustan (según el criterio de los mínimos cuadrados) tal relación cuadrática Desde el punto de vista geométrico, se trata de determinar la parábola y = ax 2 + hx + e, que mejor ajusta al conjunto de los 11 puntos del plano (x,. y,). Demuestre que este problema se puede reducir al considerado en el ejercicio anterior, calculando la función lineal z = Ax + By + C, que mejor ajusta el comportamiento lineal de las variables x, y (= x 2 ), Z = la ordenada de la parábola por determinar Tome esta idea para obtener la parábola que mejor ajusta cada uno de los siguientes conjuntos de datos a. ~ y I l 39 O I -1 6 TU I L~.L}J 9.1TJ8l 6.1 b.~J c. y[ - Ll O 4. 1 I -1195-1 -1 ~ 2 -2 --27 8.95 :JI y 15 L7 I - 7.9 I i 2 2 .2 1~59 L=2..:.UI 46. (Regresión lineal en N + 1 variables). Supongamos un conjunto de m datos de las 11 variables XI, X2, . ,X", y, digamos (Xl i .X2.' .. ,X""Yi) i = 1, 2 .... ,m, las cuales se sabe que deben guardar una relación del tipo y = A I XI + A2x2 + . + A"x" + B. Se trata de determinar los coeficientes A, y B que mejor ajustan esta relación (según el criterio de los mínimos cuadrados) con los datos presentados . Tomando entonces la función S = SeA l •.... , A", B) = suma de los cuadrados de las diferencias entre los valores Yi dados y los valores (Alxl, +.. + A"x", + B), es decir m s = S(A} .... A", B) = L(Yi i=l (AIXI, + + A"x", + ) B»)- 4.5 Extremos condicionados 381 se trata de determinar los valores de A l. .. • A n • B que hagan que S sea mínima . Demuestre que . as as . ., e I sistema aA, = O• aH = O· = I,2 .• n, tiene por so IuClon a ,1 . donde Al, .• A n son las soluciones del sistema M x = N, siendo ¿ x t -- mxf ¿XI,X2 i -'- mh X2 ¿XliXni - mx¡x n M= [ ¿ Xl i X2, - mXIX2 ¿x~, - mx~ ¿ X2iXni - mX2·Xn ¿Xn,XI, - mXlXn ¿ Xn,X2, - mX2Xn x = [~: 1' .A n 3.1 ¿XI,Yi - m.XIY ¿X2iYi- m,'(2Y N= (las sumas son de i = I a i = m, XI, ,'(2. ., xn.y, que son las medias aritméticas de los valores conespondientes de estas variables) Siga estas ideas para obtener la mejor aproximación lineal del tipo y = A¡x¡ + + Anxn + B, para cada uno de los siguientes conjuntos de datos. a. ~ X2 X3 2 1 Y O 4 -0.5 2. 6 17 1.3 2A 4..2 -2 3..2 lA 2.5 67 -3A 5.1 7.5 -5 . 1 4..2 4.8 39 5. 9 7.7 9 67 1.6 56 66 8A 10.1 b. Xl X2 X3 X4 1 2 3 4 3.7 4.9 O 3.7 5..2 6.7 2.5 Y -09 12 4.5 Extremos condicionados Hay un tipo especial de problemas en relación a encontrar los valores max¡mo y mínimo de una función de varias variables, muy importante por sus aplicaciones, que tiene que ver con un planteamiento como el siguiente: supongamos que queremos encontrar los extremos de la función z = f(x. y), cuando las variables X, y varían en un conjunto determinado de puntos en el plano como podria ser una curva . Es decir, nos interesa obtener cuál es el valor más grande y más pequeño (localmente) de la función z = f(x, y), y en qué puntos se tienen estos valores cuando (x. y) se mueve sobre una curva presentada previamente, digamos que por una ecuación del tipo g(x. y) = O La diferencia entre este planteamiento del problema de extremos de la función z = f(x. y) con el expuesto en la sección anterior para extremos locales, es que en estos últimos las variables x, y se movían en todo el dominio función f, y se procuraban los puntos (x, y) para los que el valor f(,'(,)') 3 82 Capítulo 4 Extremos de las funciones de varias variables z Zmax Zmin +---z = f(x, y) x ~ --.. y g(x, y) = O Figura 1. Valor mínimo y máximo de z = f(x, y) con (x, y) variandó en la curva e fuera el mayor o menor de los valores de f(x, y) con (x, y) variando en una bola con centro en (x, ji). La novedad ahora es que procuramos los puntos (x, y) para los que el valor f (x, Y) es el mayor o menor de los valores de f(x, y), con (x, y) variando en una curva dada g(x, y) = Gráficamente (figura 1) Tomemos el siguiente ejemplo concreto que nos servirá para entender el planteamiento y la propuesta de solución para este tipo de problemas en general. Damos la curva en el plano ° (x- 3) 2 1 + 4(Y - 4) 2 = 1 o bien g(x, y) = 4x 2 + y2- 24x - 8y + 48 = Esta es una elipse con centro en el punto (3,4), semiejes 1 y 2,'y eje mayor paralelo al eje y. Queremos encontrar qué punto de esta elipse se encuentra más cercano al origen y qué punto se encuentra más alejado de éL Para un punto (x, y) en el plano, 2 + y2. Podemos pensar entonces en la "función distancia del la distancia entre él y el origen es 2 +Y2. Esta es una función de las variables x, y, de la punto (x, y) al (O, O)", dada por f(x, y) = cual nos interesa obtener el máximo y el mínimo, cuando x, y se mueven sobre la elip.\e g(x, y) = Gráficamente (figura 2) Diremos entonces que queremos encontrar el máximo y el mínimo de la función z = f(x, y) = /x 2 + y2 sujeta a la restrición g(x, y) = 4x 2 + y2- 24x - 8y + 48 = O. Estos valores extremos de la función z = f(x, y) se llaman, en general, extremos condicionados Por supuesto que una manera de resolver nuestro ejemplo es despejar, de g(x, y) = 0, la variable .Y en términos de la variable x, obteniendo así una función del tipo y = rp(x), y sustituir ésta en la función z = f(x, y), convirtiendo así el problema inicial al de la determinación de extremos de la función z = f(x, rp(x», la cual depende de la única variable x" En general este procedimiento queda supeditado a que efectivamente se pueda hacer el despeje mencionado. En este momento nuestro objetivo es investigar cómo atacar el problema sin esta limitante. Fijemos nuestra atención en las curvas de nivel de la función f; es decir, las curvas f(x, y) = C. Estas son los círculos x 2 + y2 = e, que tienen su centro en el origen .Y radio C. Sea (x, ji) el 2 +y2 punto en donde se alcanza el mínimo buscado (el cual obviamente existe) y sea (; = 2 + y2 = (; Esta curva debe ser tangente a Observemos con detenimiento la curva de nivel /x la elipse g(x, y) = en el punto (x, y). En cierto sentido la función de la recta tangente común ° vlx 0 ° vi /x ° 4.5 Extremos condicionados 383 y 4 (x, y) 3 .x Figura 2. La elipse del ejemplo es marcar la separación del punto (x, y) con los demás puntos de la elipse que se encuentran más alejados del origen que (x, y) (que es el más cercano al origen) (figura 3), Sabemos que el vector grad f(x,Y) es un vector perpendicular a la curva de nivel que pasa por (x, )i) Entonces éste es un vector perpendicular al círculo x 2 + i = 2 en el punto (x,y), Por otra parte, la elipse g(x, y) = O la podemos ver como una curva de nivel (correspondiente al nivel cero) de la función z = g(x, y)" Entonces el vector grad g(x,y) debe ser perpendicular a tal curva en (x, y) En resumen: grad f(x, ji) es perpendicular a f(x, y) = en (x, y); grad g(x,y) es perpendicular a g(x, y) = O en (x, y); las curvas ¡(x, y) = y g(x, y) = O son tangentes en (x, y), Conclusión: grad ¡(x, ji) y grad g(x, ji) son vectores colineales Un r.azonamiento análogo se aplica para el punto (x*, y*) en el que se alcanza el máximo, e e e g(x, y) = O --+"----'--+-~---x f(x, y) = ¡x2 + y2 = e -------" Figura 3. La recta tangente a la elipse y la curva de nivel 3 84 Capítulo 4 Extremos de las funciones de varias variables y y* gradf(x*, y*) gradg(x*, y*) y gradg(x, y): x x* x Figura 4. Los vectores grad f y grad g donde se alcanzan los extremos Este análisis nos permite hacer la siguiente importante afirmación: en el punto (x, y), donde la función z = f(x, y) alcance su máximo o mínimo condicionado, debe existir una constante A tal que grad f(x, y) = Agrad g(x, y) Esta es precisamente la condición de colinealidad de los vectores grad f(x, y) y grad g(x, y) que hemos concluido OCUITe en los puntos del extremo. Busquemos pues en qué puntos OCUITe una relación como la anterior. Se debe tener entonces que f ( a af) ax' ay o bien Jx2 =A (a g ag) a~' ay o sea - af ax =A- ag ax' - af ay =A- ag ay ~== x + y2 = A(8x -- 24), h+ x2 y2 =A(2y-8) Tenemos así un sistema de tres ecuaciones (las dos anteriores más la ecuación g(x, y) = O) con tres indeterminadas x, y, A. Resolviendo este sistema localizamos los puntos (x, y) de la elipse en la que se da la colinealidad de los vectores grad f(x, y) y grad g(x, y). Estos son los puntos donde se encuentran los extremos procurados. Sin entrar en detalles técnicos (los cuales pueden ser muy complicados, como en este ejemplo que conduce a resolver una ecuación de cuarto grado) sólo diremos que el sistema ~. = A(8x - 24) yx2 + y2 x2 y2 x h+ 4x 2 =A(2y-8) +l - 24x - 8y + 48 = O tiene solución para x = 2.49, y = 2198 y x = 3..26, y = 5.8765. Viendo que f(2.49, 2198) = 3.3213, f(3..26, 5.8765) = 6.72018, debe ser claro que el punto (2.49, 2198) es el punto de la elipse _._~--------- 4.5 Extremos condicionados 385 más cercano al origen (a una distancia de 3.3213 unidades), en tanto que el punto (326,58765) es el que se encuentra más lejos del origen (a una distancia de 672018 unidades). Esta es la solución de nuestro problema. El valor de A que satisface el sistema no interesa mucho; sólo nos dice el factor por el que hay que multiplicar el vector grad g(x, y), para obtener grad f(x, y) en los puntos donde acune el extremo . (En nuestro ejemplo tenemos que en (249, 2.198) el valor de A es -O .1837 Yen (326,58765) su valor es 012886, valores cuyo signo coinciden con lo previsto en la figura 4.) Consideremos ahora, en abstracto, una situación como la mostrada en el ejemplo anterior Sea la función z = f(x, y) de la cual se quieren obtener sus extremos cuando (x, y) se mueve sobre la curva g(x, y) = O Supongamos que en el punto (i,y) OCUlTe uno de los extremos, el máximo. Esto significa que f(i, ji) es el valor más grande de los valores de f(x, y) cuando (x, y) se encuentra en una vecindad sobre la curva g(x, y) = O de centro en (x, y) (más aún f(x,y) 2:: f(x, y) cuando (x, y) se encuentra en B n e donde B es una bola con centro en (x, y) y e es la curva g(x, y) = O) Consideremos la curva de nivel de z = f(x, y) conespondiente al nivel e = f(i, yl Es decir, consideremos la curva L = {(x, y) E nel f(x, y) = f(X, y)} La CUlva L separa (en general) los puntos del plano en los que f (x, y) > f(x, de los puntos en los que f(x, y) < f(x, y). ¿Cómo es la curva g(x, y) = O respecto de la curva L en los alrededores de (,\',y) --donde coinciden? Observemos que una situación como la mostrada en la figura 5 no puede ocurrir pues habrá puntos de la curva g(x, y) = O vecinos a (x, y) para los que f(x, y) > f (oY:, y) n y _----........ f(x. y) > fU:, y) ......... ··1 _L / ; .- [Ix. y) < [Ix. j) t g(x, y) = O x Figura 5. Gráfica de las curvas g(x, y) = O Y L Se ve que para que se pueda tener el máximo de f(x, y) en (x, y) toda la curva g(x, y) = O debe quedar en la región f(x, y) < f(x, y), al menos en una vecindad de (x, y). Sólo así garantizamos que f(x, y) ::; f(i, y) para toda (x, y) en la curva g(x, y) = O cerca de (j"y) Entonces, en el punto (j',y) debe haber tangencia entre L y g(x, y) = O. Como L es una curva de nivel de z = f(x, y), se debe tener que el vector grad f(x, y) es perpendicular a L en (x, y) Así mismo, la curva g(x, y) = O se puede ver como una curva de nivel de la función z. = g(x, y), de modo que también grad g(x, y) debe ser perpendicular a g(x, y) = O en (i, Y) Siendo L y g(x, y) = O tangentes en (x, y), concluimos que los vectores grad f(x, y) y grad g(i, y) son colineales (figura 7) 3 86 Capítulo 4 Extremos de las funciones de varias variables y L .___. g(x, y) = O -f-,---------'----------------+ X Figura 7. Gráfica que muestra la colinealidad de grad f(x, y) y grad g(i,y) Es decir, debe ocunir A E IR. de modo que grad f(x,y) = A grad g(x,.n En resumen, podemos establecer lo siguiente: una condición necesaria para que la función z = f (x, y) sujeta a la restricción g(x, y) = O tenga un extremo en el punto (x, y), (donde grad g(x, y) =1= O (una condición técnica que garantiza que en los alrededores del extremo buscado, la curva g(x, y) = O se ve como una "curva decente", gráfica de alguna función y = rp(x) Ó x = ¡fI(l') -lo cual se explica en términos del teorema de la Función Implícita, ver ejemplo 2 de la siguiente sección» es que exista A E IR. tal que grad f(x, y) = Agrad g(x, y) Esta condición, junto con el hecho de que el punto procurado debe ser un punto de la curva g(x, y) = O, nos proporciona el sistema de 3 ecuaciones 3f = A3g 3x 3x' y -=A-, 3f 3g ay ay g(x,y)=O L r x Figura 6. g(x, y) = o l(x, y) < l(x, .9> x Gráfica de la tangencia de las curvas L y g(x, y) = o. 4 .5 Extremos condicionados 387 con tres indeterminadas x, y, A, el cual, resolviéndolo, nos dará los (posibles, como veremos) extremos condicionados que se buscan Una vez localizados los puntos (x, y) que cumplen las condiciones establecidas en el párrafo anterior, muchas veces resulta muy sencillo, ya sea por el contexto físico o geométrico del problema, o bien, por un análisis simple alrededor de esos puntos, establecer si en tales puntos se encuentra efectivamente un máximo o un mínimo. Debemos advertir, sin embargo, que en tales puntos podrá no haber extremo para la función f. En otras palabras, la condición de colinealidad de los vectores grad f y grad g, es necesaria pero no suficiente para la existencia de un extremo condicionado para la función f La siguiente gráfica debe explicar este hecho. En la siguiente sección ahondaremos más a este respecto. Por el momento, nuestros esfuerzos se concentrarán en entender la estrategia de ataque en general, para el problema de extremos condicionados y gr ad f (r, y) )Jg" "- () ~ O f(t, ,) > f(r, \) -.----..."....-+-.....e -. - . - - - ....(~,;n " 'recta tangente común ./ ./ / / / " "- / / gradgU,y) "- <' \ L f(x.}) < f(X, v) =O Figura 8. La colinealidad de los vectores grad de extremos condicionados. f y grad g no es suficiente para la existencia Antes de considerar la situación general, analicemos otro ejemplo concreto Supongamos que se quieren obtener los extremos de la función 11 = f(x, y, z) cuando (x, y, z) varía en una curva e del espacio, descrita como la intersección de dos superficies g ¡ (x, v, z) = O Y g2(X, y, z) = O. Ahora tenemos un problema de extremos condicionados donde se buscan los extremos de una función de tres variables u = f (x, y, z) sujeta a dos restricciones g¡ (x, y, z) = O Y g2(X, y, z) = O (figura 9) Supongamos que en el punto p = (X, y, z) se logra uno de los extremos condicionados procurado, digamos que el máximo Tomamos una función a: 1 <:: JR; - 4 JR;3 cuyas imágenes describen precisamente la curva e (este tipo de funciones son objeto de estudio del próximo capítulo) Es decir a(1) E e = {(x, y, z) E JR; 3 Ig¡(x,), z) = O} n {(x, y, z) E JR;'ic¡;2(X,V, z) = O} para I E 1 Digamos que f E 1 es tal que a(f) = p = (r, )', Z) Podemos formar la composición f o a: 1 <:: IR - 4 R, la cual es una función real de la variable 1, que alcanza un máximo en I = lo Entonces (f o a)'(to) = O Esta derivada es, según la regla de la cadena, si a(t) = (x(t), y(t), z(t)), la siguiente (f o a)'(t) = ~(a(t))x/(I) al ax al al + ~(a(I))y'(t) + ~(a(t))Z/(I) ay az = grad f(a(I)) a/(I) 3 88 Capítulo 4 Extremos de las funciones de varias variables f(x, ), ~) f x / ------------Figura 9. -._------------ ---- .. ,--., Gráfica de la intersección de las superficies gl y g2 donde al(t) = (xl(t), yl(t), Zl(t») es el vector derivada de a, que, como veremos en el próximo capítulo, es tangente a la curva e. Entonces Siendo el vector al (to) tangente a la curva e en el punto p, y siendo grad f(p) al (to) = O, concluimos que el vector grad f(p) debe ser normal a la curva e en p. Es decir, grad f(p) es un vector que se encuentra en el plano normal a la curva e en p (el plano que es atravesado perpendicularmente por e en p). Por otra parte, las expresiones g¡(x, y, = O Y g2(X, y, z) = O se pueden ver como superficies de nivel (conespondientes al nivel cero) de las funciones u = g¡(x, y, z), u = g2Cx, Y, ,) respectivamente.. Siendo así, sabemos que grad g ¡ (p) es un vector normal a g ¡ (x, y, z') = O en p y grad g2(P) es un vector normal a g2(X, y, z) = O. Por otro lado, grad g¡ (p) Ygrad g2(P) son vectores normales a la curva e en p. Siendo grad f(p) un vector normal a la curva e en p, concluimos que los tres vectores grad f(p), grad g¡ (p), grad g2(P) se encuentran en el mismo plano (el plano normal a e en p) Son, por tanto, linealmente dependientes, Si los vectores gradgl(p) y gradg 2(p) son linealmente independientes, podemos expresar grad f(p) como combinación lineal de ellos En tales condiciones, deben existir constantes Al y ,12 que z) Concluimos entonces que una condición necesaria para que la función u = f(x, y, z) sujeta a las restricciones g¡ (x, y, z) = O Y g2(X, y, z) = O alcance un extremo en (x, y, z) (donde se supone la independencia lineal de los vectores grad g ¡ y grad g2), es que se den constantes Al, A2 E R de modo que grad f = A¡ grad g¡ + A2 grad g2 4.5 Extremos condicionados 389 Esta expresión, junto con las dos g¡ (x, y, z) = OY g2(X, y, z) = O nos proporciona un conjunto de 5 ecuaciones con 5 incógnitas (x, y, Z, t, A¡, ,12), a saber af agl ag2 - =A¡-+A 2 - · , ax ax ax af ag¡ ag2 - = A¡·- + ,12-, g¡(x, y, z) az az az = O, g2(X, y, z) = O Supongamos, por ejemplo, que la función lt = f(x, y, z) = xy + xz, describe la temperatura en el punto (x, y, z) . Consideremos la curva e intersección de las dos superficies g¡ (x, y, z) = x 2 +y2- l = OY g2(X, y, z) = y - Z = O. Nos interesa saber cuál de los puntos de e está más caliente y cuál más frío. Se trata entonces de obtener los extremos condicionados de la función f(x, y, z) = Xl' + xz, sujeta a las dos restricciones g¡ (x, y, z) = x 2 + y2 - l = OY g2(X, y, z) = y - z = O Observe que la curva e es la intersección del cilindro x2 + y2 = I con el plano z = y (figura 10) z -- z=y y Figura 10. Gráfica de la curva e intersección del cilindro y el plano La expresión grad f = Al grad g¡ + ,12 grad g2 se convierte en las tres ecuaciones y +z= x 2A¡x = 2A¡ Y+ A2 x = -,12 de donde, eliminando Al y ,12 se obtiene simultáneamente con x 2 + y2 P34 = (± V;. ::¡: V;, ::¡: V;) (± ~2) (::¡: ¿) = -1 Concluimos entonces que los puntos p¡ 2 son los más calientes de C, en tanto que los puntos P3 4 son los más fríos = l Y Y = z, obtenemos los cuatro puntos PI2 = (± V;, ± V;, ± V;), Se tienef(pu) = (± ¿) 2 + (± ¿) 2 = 1, f(P3A) = (± ¿)(::¡: ¿) + l + zy - 2x 2 = O Resolviendo esta expreslOn 3 90 Capítulo 4 Extremos de las funciones de varias variables Vamos ahora a enunciar debidamente el teorema que establece condiciones necesarias para la existencia de extremos condicionados, en el caso general Una vez entendidos los ejemplos presentados en la exposición previa, esperamos que para el lector sea natural el resultado que presentamos a continuación, cuya demostración queda fuera de los alcances de este texto Teorema 4.5.1 Sea f: U c;:; R n --7 R una función de clase q;; I definida en el conjunto abierto U de Rn Sean gl, gz, ,gm: U c;:; Rn --7 IR, m funciones de clase q;;1 en U (m < n) Sea s = {x E U!g,(x) = O,í = 1,2, . . ,m} Sea Xo E S un punto de extremo condicionado de f, es decir tal que existe una bola B e U con centro en Xo con la propiedad de que f(xo) ::; f(x) ó f(xo) :::: f(x) para toda x en B n S Suponga que el determinante det (~(xo») =J para un conjunto de m variables Xj, tomadas , x n } de g¡. Entonces existen m números reales Al, del conjunto de n variables {XI, Xz, Az, , Am tales que se cumple ° grad f(xo) + 2: Ak grad gk(XO) = k=1 m ° A los números Ab k = 1, 2,. ., m cuya existencia establece el teorema anterior se les llama MULTIPLICADORES DE LAGRANGE, Y al método que el teorema proporciona para localizar los (posibles) extremos de la función f sujeta a las m restricciones gl (x) = 0, , gm (x) = 0, se le llama Método de los Multiplicadores de Lagrange. Para una demostración de este teorema puede consultarse, por ejemplo, la referencia [Ap), capítulo 7, sección 8 La expresión grad f(xo) + 2: Ak grad gk(XO) = k=1 m ° 1,2, que establece la dependencia lineal de los vectores grad f(x) y grad gk(X), k punto x, equivale a las n expresiones ,m en el af -.-(x) ux) k + :L Ak-(x) = 111 ag k=1 ax)· O, j = 1,2,. ,n que junto con las m ecuaciones gk(X) = O, k = 1,2,. ., m, producen un sistema de m+ n ecuaciones con m + n incógnitas, a saber XI, Xl, ..• , X n (las coordenadas de x) y Al, ,12, ... ,Am . Resolviendo este sistema localizamos a los candidatos x E U a extremos condicionados de la función f Una manera concreta de obtener este sistema es formar primero la llamada Función de Lagrange F(XI, Xl, .. , Xn, Al, Al, ... , Am) = f(XI, Xl,· . , Xn) + 2: Akgk(XI, Xl, k=1 m ., Xn ) Obsérvese que 4.5 Extremos condicionados 391 de modo que las m + n ecuaciones que se deben considerar son equivalentes a ~=O, / = aA k 1, 2,." ,n, k=1,2, ... ,m 10 que sugiere que se busca un punto crítico de la función de Lagrange F. Por último, una vez localizados los puntos x E U candidatos a extremos condicionados de la función f, se requerirá de un análisis adicional, que el mismo contexto del problema suele proporcionar de inmediato para concluir la naturaleza del extremo en cuestión (si es que éste existe). Sin embargo, un resultado que puede ser útil tener presente es aquél que nos dice que una función continua definida en un conjunto cerrado y acotado siempre alcanza el máximo y el mínimo en puntos de dicho conjunto (hecho que se expondrá en el apéndice de esta sección). Esto se aplica en nuestro caso cuando el conjunto S del teorema anterior, dado por las restricciones gk(X) = O, k = 1,2, . , n (que puede ser una curva, como en los dos ejemplos antes estudiados) es acotado ---cenado siempre, pues las funciones gk que lo determinan son "buenas funciones"--·. Así pues, si el conjunto S que marca la restricción de las variables de la función f, es acotado, podemos estar seguros que dentro de los valores que determinamos por el Método de los multiplicadores de Lagrange, se encontrará un máximo y un mínimo Ejemplo 1. Se quieren determinar los extremos de la función f(x, y, z) = x 2 + l + Z2 sujeta a la restricción Formando la función de Lagrange F(x, y, z, A) = x 2 + l + Z2 + A(x 2 + ~l + ~Z2 - 1) Entonces el sistema a resolver es - aF aF 1 ay = 2y + 2Ay = O aF -az = - ax = 2x+2Ax = ° 1= O 2z 2 2 . + _. 11.7 = O 9~' 1 1 + -y 2 + -z 2 4 9 aF aA =x de donde se obtienen seis puntos que lo satisfacen, a saber (± 1, O, O), (O, ±2, O), (O, 0, ±3). Obsérvese que en este caso la superficie S que impone las restricciones es el elipsoide 2 + j l + 2 = 1, (una superficie acotada) Entonces entre los puntos encontrados deberá haber un máximo y un mínimo. Como f(± 1,0, O) = 1, feO, ±2, O) = 4, feO, 0, ±3) = 9, se tiene que el mínimo (igual a 1) se logra en los puntos (± 1, 0, O) Yel máximo (que vale 9) en los puntos (O, 0, ±3). Es interesante darse cuenta de la geometría que hay detrás de este problema. La función f(x, y, z) = x 2 + l + Z2 mide (el x bz 3 92 Capítulo 4 Extremos de las funciones de varias variables cuadrado de) la distancia del punto (x, y, z) al origen. La superficie S de la restricción es un elipsoide con centro en el origen. Lo que hicimos entonces fue obtener los puntos del elipsoide que estaban más cerca (los puntos (±l, O, O») y más lejos (los puntos (O, O, ±3» del origen. iIIII Ejemplo 2. Se quieren hallar los extremos de la función f(x, y, z) = xyz sujeta a las restricciones g¡ (x, y, z) = x 2 + l + Z2 - 1 = O Y g2(X, y, z) =x+ y+ z =O Formamos la función de Lagrange y consideramos entonces el sistema -=yz+2A l x+A 2 =0 uF -ay = xz + 2,\1 y + A2 = O -=xy+2,\lz+A 2 =0 uF aF ux (l) (2) (3) uz --=x +y +c-l=O aA I -=x+y+z=O éJA 2 uF 2 2 ? (4) (S) af De (2) Y (3) se obtiene (z - y)(x - 2,\1) = O. Surgen dos opciones: a) z = y; b) x = 2,\1 Si z = y, de (4) y (5) se obtiene el sistema x 2 + 2l = 1, x + 2y = O, que posee dos soluciones x = =f ~, Y = ± Así, en este caso (z = y) hay dos soluciones a nuestro sistema original, a Regresando a la opción b), si x = 2AI, de (1) saber Pl = y (2) se obtiene que (y - x)(z - x) = O De donde o y = x o z = x En el primet caso nuevamente las Ji;)' P4 = (Ji;) y ecuaciones (4) y (5) nos dan otras dos soluciones P3 = A (- ~, 76' A)' P2 = (~, - A' - A) A' A)' P6 = (~, De nuevo observamos que el conjunto S que impone las restricciones al dominio f es la intersección de la esfera x 2 + l + Z2 = 1 con el plano x+y+ Z = l. Entonces es un círculo, el cual es acotado. Debe entonces haber un máximo y un mínimo entre los puntos localizados. Observando que f(p¡) = f(P3) = f(ps) = del segundo obtenemos Ps = (- ~, (A' A' -A; - A)' A' - A' -"376, !(P2) = f(P4) = f(P6) = 3~' concluimos que la función tiene máximos en P2, P4, P6 (iguales a 3~) y mínimos en PI, P3, Ps (iguales a -3-~)' 111 Ejemplo 3. Retomemos el ejemplo 5 de la sección anterior. Se desea obtener las dimensiones de una caja que, con un volumen V dado, tuviera la menor superficie posible. Siendo x, y, z las dimensiones de la caja, la función de la cual queremos obtener el mínimo es f(x, y, z) = 2xz + 2yz + xy = superficie de la caja. Notamos sin embargo, que las dimensiones x, y, z no pueden variar a su antojo: se debe tener xyz = V. Así, el problema consiste en localizar el mínimo de la funcióm f sujeta a la restricción g(x, y, z) = xyz - V = O. Formando la función de Lagrange F(x, y, z, A) = 2xz + 2yz + xy + A(xyz -- V) --------------------..-:.=--obtenemos de ella el sistema = 2z élx 4.5 Extremos condicionados 393 ° aF -ay = 2z + x + Axz = ° aF + "+ ° az + y + Ayz = = 2x aF (1) (2) (3) 2y Axy = aA = XYZ - aF V = ° (4) De (1) Y (2) se obtiene (y - x)(Az + 1) = O. de donde y = x (el factor Az + I es no nulo, pues en caso contrario las mismas ecuaciones (1) Y(2) nos conducirfan a z = O. valor imposible para z, pues no podrá satisfacer la ecuación (4»). De (3), con y = x, se obtiene A = -~, y entonces de (2), se obtiene l = ~ Así pues, de (4) llegamos a x(x)(O = V, de donde x = V2V = y, z = 1V2V El contexto físico del problema nos dice que en este punto la función f debe tener un mínimo que vale f (/2V, /2V. ~ V2V) = 3(2 V)2/3 Este es el mismo resultado al que llegamos de otro modo en el ejemplo 5 de la sección anterior (con V = 100). lIiI Ejemplo 4; Sea p = (xo. Yo. lo) un punto dado de 1R 3 y Ax + By + Cz = D un plano n.. Se quiere hallar la distancia del punto p al plano TI Esta es la menor distancia que existe entre el punto p y los puntos del plano Sabemos que la distancia entre p y (x, y, z) es resultado de Se quiere hallar entonces el mínimo de esta función sujeta a la restricción Ax + By + Cz = D. Es decir, se quiere hallar el mínimo de la distancia entre p = (xo. Yo, lO) Yel punto (x, y, z). cuando este punto pertenece al plano Ax + By + Cz = D . Por razones de simplicidad en los cálculos, en lugar de la función anterior podemos considerar mejor la función Es claro que f tendrá un mínimo en un punto si y solamente si d lo tiene Tomemos entonces la función de Lagrange F(x, y. z, A) = (x - xO)2 + (y - YO)2 + (z - zd + A(D - Ax - By - Cz) Tenemos - = 2(x ax - aF xo) - AA =O (1) aF ay al = 2(y - yo) - AB = O (2) (3) - élF = 2(z - lo) - AC =O aF élA = D - Ax - By - ez = O (4) 3 94 Capítulo 4 Extremos de las funciones de varias \ariables De (1), (2) Y (3) (suponiendo por el momento que A, By C no son cero) obtenemos x - Xo A y - Yo B zC Zo de modo que, según (4) se llega a (dejando todo en términos de z) D- A( de donde ~ (z z- zo) + xo) - B( ~ (z - zo) + )'0) - Ce: =O zo = C(D - Aro - Byo - CZ o) A2+B2+C2 como x - Xo = ~ (z - zo), y - Yo = ~ (z - zo), obtenemos también X-Xo = A(D - Axo - Byo - Cz o) A2 + B2 + C2 y - Yo =- BCD - Aro - B\'o- Cz: o) Al + B2 ~ Cl Al despejar x, y, z obtenemos la solución al problema, pues siendo ésta la única reportada por el método de los multiplicadores de Lagrange, es claro que se debe tratar del mfnimo procurado para la función f., En tal punto se tiene de modo que la distancia mínima buscada es d = vI(x, y, z) d = lAxo + Byo + Cz o VA2 + B2 + C2 DI Esta es, efectivamente, la fórmula de la distancia entre el punto p Ax + By + Cz = D, (ro, Vo, lo) Y el plano 11 Ejemplo 5. Una desigualdad muy importante en matemáticas, conocida como deligualdad de Holder, establece que si al>, ,an , ,Xl,. ,Xn son números leales no negativos, y los números positivos p, q son exponentes conjugados (lo cual significa que p > 1 y¡' + ~ = 1), entonces n 2: ai x (n )1/1'(" )1/'1 Lar 2:<' ¡ :-:; 1=1 1=1 1=1 Veamos cómo usar el método de los multiplicadores de Lagrange para establecer la validez de esta desigualdad Consideremos la función f de las variables XI, ,XII dada por 45 Extremos condicionados 395 Por ahorro en la notación llamemos K función sujeta a la restricción = (2::;'=1 aI') I/p Se desea encontrar el mínimo de esta A (A es un número dado) " = La,xi ;=1 Formamos entonces la función de Lagrange de donde élF _ -K élx l élF éll\. = q( + 1 ' 1 ' 1 _1 " 8\ )IÍii-1 A= O qx) + 1\. a ) - - o, j = 1. 2, ,/1 " ¿ 1=1 a,x, - Tenemos así el sistema de /1 1 ecuaciones con /1 + 1 indeterminadas (XI. X2. , Xli' 1\.) siguiente K ( " LX? ) I '1-- 1 Xj + /la] , = O j = 1. 2. ./1 1=1 La,x, I-~I A =O De la primera y la j-ésima ecuación, 2 ::; j ::; /1, obtenemos, despejando 1\. de ellas e igualando, que (suponiendo, sin perder la generalidad, que 0\ 1= O ya) 1= O) -~ °' ) 1 ~ ] 1<., (,"" (1 )1/(1- ",. L...,\ \ '1-' 1=1 1/-1 , ) - --~ ~q )1 1 K (," L...,x l al ,=1 '1\1 1 de donde se obtiene que o) 1/1'1-1) ) XI, XI = ( ~ j = 1. 2. ,/1 01 De la última ecuación obtenemos, sustituyendo estos valores de XI A= alxl + L 11 Ojx) = 0IXI + L, 11 ( )1!lq~l) a) °1 XI al ]=2 ]=2 J) = __ X_I_ 11 ~ a(!Ílq- ° 1/«1-1) 1 L..., ) )=1 3 96 Capítulo 4 Extremos de las funciones de varias variables de donde, en virtud de que ~ +~ = XI 1 I/(q-I)A 01 "'" L..,;=l l' o; A - - o 1/('1- 1) KP I y entonces ) _(0;) 1 x; 1/('1- ~ _ XI - A K po; 1/('1- 1) , j = 1, 2, . , 11 Tenemos pues que el método de los multiplicadores de Lagrange nos reporta un único punto de solución A 1/('1- 1) x} = K pO j , j = 1, 2, ,n Invitamos al lector a que considere el aspecto geométrico de nuestro problema en los casos 11 = 2 Y 11 = 3, para que se convenza de que esta solución debe corresponder de hecho a un mínimo de la función f, que vale f(x], KA· -Kp/q KI' / = AKp,q+ 1 -1' =A de modo que, siendo A el mínimo condicionado de f se tiene para toda (XI, ,XI!) tal que I:~=I 11 0iXi = A. Es decir, ", ¿o,x,:::; (¿a;)1/1'(" )1/'1 ¿xi i=1 i=1 i=1 como se quería demostrar. Ejemplo 6. (En un tono menos serio: un problema práctico de economía culinaria) Cuando a doña Gela se le ocurrió hacer una sencilla gelatina usando solamente un poco de grenetina, azúcar y licor de plátano que unos compadres producían en una industria cerca de su pueblo, nunca imaginó que estaba descubriendo la receta que sería la fuente de ingresos con los cuales iba a poder sostener a su familia por largos años . Durante mucho tiempo doña Gela estuvo surtiendo pequeños pedidos para fiestas: un promedio de cinco gelatinas por semana era su producción estándar Doña Gela es una persona con un gran gusto por la matemática, así que en todo ese tiempo, además de obtener algunos ingresos extras, se dedicó también a establecer un modelo que le proporcionara el número de gelatinas que podía producir en términos de las cantidades de los ingredientes que usaba en su 4.5 Extremos condicionados 397 elaboración La fórmula a la que llegó es g = xay"z', con a, b y e algunas constantes secretas que doña Gela guarda celosamente en su memoria. x la cantidad en kg de grenetina, y la cantidad en kg de azúcar. z la cantidad en litros de licor de plátano y g la cantidad de gelatinas que se pueden hacer con tales cantidades de ingredientes. Ahora le llegaba una oportunidad importante a Doña Gela: un pedido de cuando menos 100 gelatinas mensuales para una cadena de salones de fiestas infantiles. Ante esta nueva etapa de gran producción de gelatinas. doña Gela se planteó el problema de saber qué cantidades de ingredientes tendría que comprar mensualmente para producir una cantidad determinada de gelatinas, de modo que le representara el menor gasto posible en la compra de los ingredientes. Es decir. si N es el número de gelatinas que tiene que hacer, quería saber los valores de x, y y z para tal producción, y cuyo precio en conjunto (conociendo los precios de cada uno de ellos), representaran la menor inversión posible (en la compra de la materia prima) Veamos cómo con el método de los multiplicadores de Lagrange estudiado en esta sección, es posible resolver el problema de la óptima producción de gelatinas de doña Gela. Sean A, By C los precios de la grenetina. el azúcar y el licor de plátano. respectivamente (A y B en pesos por kilo y e en pesos por litro) . Entonces la función f(x. y. z) = Ax + By + Cz nos da el costo invertido al comprar x kg de grenetina, y kg de azúcar y z litros de licor de plátano Nos interesa obtener el mínimo de esta función, cuando se tiene la restricción de que el número de gelatinas producidas debe ser N; es decir, usando la fórmula obtenida por doña Gela; dicha restricción se ve Consideremos entonces la función de Lagrange F(x, y, z. A) = Al.' + By + Cz + A(l.'alz e - N) El sistema a resolver es aF al.' -- = A + Aal.'o--Ilz' = O ay az (1) aF - = B + AbxOy b - I ze = O (2) (3) - = C + Acl."'y z'-' = O aF - =x aA Q aF _ b . 1 y ze - N b =O (4) de (1), (2) Y (3) se obtiene que bA Y = aB l.' , Sustituyendo en (4) se obtiene cA z = ae l.' 398 Capítulo 4 Extremos de las funciones de varias variable:; de donde .-:. y entonces f. hA.,. ¡j .\ )-b (rA)-C N \ aC a+~+', z= a+b+f _ .l y= (:~ ) -b+l G~) -( N bA) (CA) (aB aC -·b -c+l 1 N a+b+c Siendo ésta la única solución reportada por el método de los multiplicadores de Lagrange, es claro Así, para poder producir N gelatinas y gastar que debe de tratarse de un mínimo para la función lo menos posible en la compra de los ingredientes, habrá que comprar .i kg de grenetina,y kg de 11 azúcar y Z lt de licor de plátano, r, Apéndice Extremos absolutos de funciones en regiones compactas Uno de los resultados clásicos sobre funciones reales de una variable real, definidas en un intervalo cerrado y acotado [a, b], donde la función es continua, es que ésta alcanza su máximo y mínimo absolutos dentro del intervalo [a, b]. Más aún, si la función f: [a, b] --> ]R es continua, entonce? acunen xo, X¡ E [a, b], que M = f(xo) :::: f(x) \Ix E [a, b], m = f(x¡) :::; f(x) \:Ix E [a, b 1 Al valor M (respectivamente, m) se le llama máximo (mí'nimo) absoluto de la función f en el intervalo [a, b] Se sabe además que los puntos Xo, Xl donde f alcanza sus extremos absolutos, son o los extremos del intervalo [a, b] (es decir, los puntos x = a o x = b), o bien, si es un punto del intervalo abierto (a, b), éste debe ser un punto crítico, es decir, un punto en donde la derivada!, es cero o no existe. Las gráficas de la figura 11 ilustran estos hechos y A. y M :m ~ b x x Figura 11. Extremos absolutos de una función continua f: [a, b] -+ lR. Este resultado sigue siendo cierto para funciones reales continuas de varias variables definidas en cierto tipo de regiones K e ]Rn, con propiedades "análogas" (desde el punto de vista topológico) a las de los intervalos cerrados y acotados de R Estas regiones se llaman compactas y se caracterizan por ser conjuntos cerrados y acotados de ]Rn, es decir, conjuntos cuyo complemento ]Rn - K es un conjunto abierto en ]Rn, de modo que se puedan incluir en una bola B con centro en el origen y algún r > O Incluso, se tiene el resultado siguiente,. 4.5 Extremos condicionados 399 Teorema 4.5.2 Sea f: K e IR" -> IR una función real definida en el conjunto compacto K de IR". Supongamos que f sea continua . Entonces existen puntos Xo, XI E K tales que M = f(xo) 2: f(x) "Ix E K, m = f(x)) ~ f(x) "Ix E K I11III Al valor M (a m) se le llama máximo (mínimo) absoluto de f en K Entonces lo que establece el teorema anterior (cuya demostración se puede consultar por ejemplo en [Ap]), es que la función continua f definida en el conjunto compacto K alcanza su máximo y mínimo absolutos en puntos de K. Si además suponemos que la función fes diferenciable (por ejemplo en un conjunto abierto U que contenga a K), se puede demostrar que los extremos absolutos de faCUlTen: 1) en la fi:ontera de K; o bien, 2) en puntos interiores de K, donde las derivadas parciales de f se deben anular (es decir, si el (los) extremo(s) absoluto(s) de f se encuentran en puntos del interior de K, estos deben ser puntos críticos de f) En el caso de funciones diferenciables de dos variables, f: K e IR 2 -> IR, definidas en un conjunto compacto K (la función f continua en K y diferenciable en un abierto U que contiene a K), limitado por una curva cerrada del plano, digamos que dada por la ecuación g(x, y) = O, el problema de determinación de los extremos absolutos de f en K se limita a determinar los puntos críticos de f dentro de K (pues en ellos se podrían encontrar los extremos procurados), y luego, determinar los extremos de f en los puntos de la curva dada g(x, y) = O, la cual es la frontera de K, donde también se pueden encontrar los extremos absolutos de f Estos últimos cálculos (para determinar los extremos de f en la hüntera de K) se pueden realizar resolviendo el problema de extremos condicionados de la función f con la restricción de que sus variables independientes x, y satisfagan la relación g(x, y) = O Comparando los valores de f en los puntos así encontrados, se puede decidir cuál de ellos es el máximo y cuál el mínimo absoluto de f en el conjunto compacto K. Veamos algunos ejemplos Ejemplo 1. Se han de determinar los extremos absolutos de la función f(x, y) = x 2 + 3y 2, en la región K = {(x, y)lx 2 - 2x + y2-- 3 ~ O} Obsérvese que la curva g(x, y) = x 2 - 2x + y2 - 3 = (x - 1)2 + y2- 4 = O, que limita a la región K, es un círculo con centro en (l, O) Y radio 2. Se determinarán entonces los valores máximo y mínimo de f(x, y) con (x, y) E K. En principio, se localizan los puntos críticos de f que estén dentro de K. Resolviendo ~ = 2x = O, = 6y = O, se obtiene el punto Pl = (O, O) dentro de K. Pasamos ahora a determinar los extremós de f en la frontera de K. Para ello, resolvemos el problema de extremos condicionados de f con la restricción g(x, y) = O Se tiene entonces la función de Lagrange * F(x, y) = x 2 + 3l + .\(x2 aF 2x + / - 3) de donde aF - = 2x + .\(2x - 2) = O, ax 7 a) = 6y + 2.\\ = O -3 aF - = x2 - 2x + ya.\ =O de donde se obtienen los puntos P2 = (-1, O), P3 = (3, O). Se tiene entonces f(Pi) = feO, O) = O, f(P2) = f (-1, O) = 1, f(3, O) = 9 . Así pues, el mínimo absoluto de f en K se encuentra en el punto PI = (O, O) (dentro de K, en un punto crítico de el cual vale O, y el máximo absoluto de f en K se encuentra en el punto P2 = (3, O) (en la frontera de K), el cual vale 9 Para que se convenza de los resultados obtenidos, invitamos allectOl a imaginar la geometría del problema. 111 n, 400 Capítulo 4 Extremos de las funciones de varias variables Se han de determinar los extremos absolutos de la función f (x, y) = x 2 )'3 ( 1 - r - y), en la región K = {(x, y)llxl + Iyl :::; I} Esta región corresponde a un cuadrado con vértices en los puntos (± 1, O) Y(O, ± 1), el cual está limitado por las rectas: L 1: )' = 1- r, x :::; 1, L 2 : y = 1 +r, -1 :::;x :::; 0, L3: )' = -1 - r, -1 :::; r :::; 0, L 4 :y = -1 + x O:::; x :::; 1 (ver figura 12) Ejemplo 2. °: :; y -1 --1 Figura 12. Primero se localizan los puntos críticos de Región K del ejemplo 2 f en K. Se tiene af = x},3(2 ax 3x -- 2)') = 0, - yx·>,2(3 =2 a aj 3x - 4}') . = ° de donde se obtienen los puntos PI = (1/3, 1/2), P2 = (O, t), P3 = (r, O), -1 < t < 1, que se encuentran en el interior de K. Obtengamos ahora los extremos de f en la frontera dc K Sobre L 1 la función f se ve como t:Pl(X) = [(x, 1- x) = x 2(1 - x)3(1 - X - (1 - x» = O. Sobrc L 2, f se ve como t:P2 = f(x, 1 + x) = x 2(1 + x)\I- x- (1 + x» = -2x3(1 + x)3, con-l :::; x :::; O. Determinamos los extremos absolutos de t:P2(X) en el intervalo [-1, O], encontrando que sc ticnen mínimos absolutos en x = -1, x = 0, donde t:P2 vale 0, y el máximo absoluto cn x = --1/2, donde t:P2 vale 1132 Sobre L 2 se tiene entonces que f alcanza su mínimo absoluto en los puntos (O, 1) Y (-1, O) donde f vale 0, y el máximo absoluto en (-1/2, 1/2) donde f vale 1/32 Para L3, f se ve como t:P3eX) = f(x, -1 - x) = x 2(-1- x)\l - x - (-1 - x» = -2x 2(1 + x)3, con - ¡ :::; x :::; O. Los extremos absolutos de t:P3(X) en [--1, O] se encuentran en .x =-1, x = 0, mínimos absolutos donde t:P3 vale 0, y x = -2/5, máximo absoluto en que t:P3 vale -216/3125. Es decir, para f en L3 se tienen mínimos absolutos en los puntos (O, -1) Y (-1, O) donde f vale 0, y máximo absoluto en el punto (-2/5, -3/5) donde f vale -216/3125. Finalmente, para f en L4, se tiene t:P4(X) = fex,-I + x) = x 2(-1 + x)3(l - x - (-1 + x» = -2x 2(x- 1)4, con x :::; l. Los extremos absolutos de t:P4(X) en [O, 1] se encuentran en .x = 0, x = 1, mínimos absolutos, donde t:P4 vale 0, y x = 1/3, máximo absoluto, donde t:P4 vale -32/729. Se tiene entonces que f en L 4 alcanza su mínimo absoluto en los puntos (O, -1) Y (l, O) apnde f vale 0, y su máximo absoluto en (l/3, --2/3), en que f vale -32/729 En resumen, la fun'ción [alcanza, sobre la frontera de la región K, su mínimo absoluto en los puntos (x, 1 -- x), O:::; x ~ 1, (-1, O) Y (O, -1) donde f vale 0, y su máximo absoluto en el punto (-1/2, 1/2) donde I vale 1/32. Comparando con los valores de I en los puntos críticos que se hallaron dentro de K, l(r, O) = feO, t) = 0, 1(1/3, 1/2) = 1/432, ° : :; 4.5 Extremos condicionados 401 vemos que los extremos absolutos de f en K son: el mínimo absoluto en (-2/5, -3/5) donde j vale -216/3125, y el máximo absoluto en el punto (-1/2, 1/2) donde f vale 1/32 111 Las ideas anteriores, establecidas para funciones continuas de dos variables f(x, y) definidas en conjuntos compactos K de ]R.2, se extienden de manera natural para funciones continuas de n variables f(XI, X2,.. ,X/l) definidas en conjuntos compactos K de]R./l Ejemplo 3. Se han de determinar los extremos absolutos de la función f(x, y, z) = xy2Z3 en la región K = {(x, y, z)lx 2 + y2 + Z2 :::; I} = bola unitaria cenada Los puntos críticos de f en K se hallan en el sistema aj - '). 3 ay _ _.tyz - °, ° de donde se obtiene el único punto crítico (0,0, O), el cual se encuentra en el interior de K Para investigar los extremos de f en la frontera de K, consideramos el problema de extremos condicionados de f con la restricción g(x, y, z) = x 2 + l + Z2 -- 1 = La función de Lagrange es F(x, y, z, A) de donde se obtiene el sistema = xiz 3 + A(x 2 + l + Z2 - 1) aF ax = .,- z3 + 2Ax = 1 O, c7 _. = 2X ./' ' a) . aF 3 + 2A .'v = " ° l - aF az = 3xy z- 1 . + 2A;: = 0, - -(-. = x 2 + i + Z2 aA . De las primeras tres ecuaciones se tiene (igualando A) ..V7 ~ 3F = ° XZ ) 3xy 2z 2x de donde se obtiene que (l - 2x 2 )z = 0, 2z" = 3i, expresiones que junto con la restricción dada, producen los siguientes puntos como candidatos a extremos condicionados: PI 2 = (± l, 0, O), P3'¡ 5675910 = (± 1/)6, ± 1//3, ± 1/ Ji) Se tiene entonces feO, 0, O) = 0, f(I//6, ±1/v3, 1/V2) = f(-I//6, ±1/v3, ~1/V2) = /0//6, ±1/v3, -1/V2) = f(-1//6, ±1/v3, 1/V2) = - I 12v3 I h 12v3 h de donde se ve que los extremos absolutos de f se encuentran en la frontera de K (en puntos (x, y, z) donde + y2 + ;:2 = 1), estando los máximos absolutos en los cuatro puntos (1/)6, ± 1//3, 1//2), (~ 1/)6, ± 1//3, - 1//2), en que f vale 12~:l' Y los mínimos absolutos en los cuatro puntos x" (1/)6, ±1//3, ~ 1//2), (--1/,,16, ±1//3, 1/V2), donde f vale -12~:l l1lI 402 Capítulo 4 Extremos de las funciones de varias variables Ejercicios (Capítulo 4, Sección 5) 1. Determine los extremos de la función f(x, y) 3x 2 + 2)'2 - 33/2 = O 2. Determine los extremos de la función 2x 2 + Y" - 38 = O 2x - y, con la restricción g(x.') 3 y, con la restricción g(x. \) f (x. y) x + 3. Determine los extremos de la función f(x, y) 4x 2 + 3y' - 892/3 = O 4. Halle los extremos de la función f(x. y) 3x 2 +1" - 237 = O. 5. Halle los extremos delafunción ¡(x. y) = 3x - 7y, con la restricción g(x, y) = -2x - 5y, sujeta a la restricción g(r, \) = O = x+2y,sujetaalarestriccióng(x. y) = X 2+y2 __ 5 = 6. Determine el valor máximo que puede tomar el producto de dos números positivos, si la suma de éstos debe ser 20 7. Determine el valor máximo que puede tomar el producto de tres números positivos, si la suma de éstos debe ser 20. 8. Determine los extremos de la función ¡(x. y) = x 2 \", si (x, y) se encuentra en el CÍrculo unitario x2 + i = 1 9. Halle los extremos de la función f(x, y) 10. Determine los extremos de la función x 2 + 4 y2 = 5. = x 2 y, si (x, y) se encuentra en la elipse 2x 2 + " = 3 f(x, y) = x 2 + 8y, si (x, y) se encuentra en la elipse En los ejercicios 11-15 se da una función de dos variables z = f(x, \), de la que se han de determinar los extremos cuando sus variables están sujetas a la restricción g(x. y) = O Estos se pueden resolver como problemas de extremos condicionados, o bien haciendo explícita una de las variables x o v de la restricción dada y sustituyendo ésta en la función f dada, convirtiendo así el problema en la determinación de extremos locales de una función de una sola variable Resuelva estos ejercicios de las dos maneras mencionadas. 11. f(x, y) 12. 13. + y3 + 3x2 y, g(x, y) = x + y - 3 = O f(x, y) = x 2 + 21 + 3xy + 1, g(x, y) = x- y - 1 = ¡(x, )i) = 2x 3 + x 2 y, g(x, y) = x + y - 2 = o. = x3 y) = 3x 3 + O. 14. f (x, y3 + x 2 \" g(x, y) = x + y -- 5 = O 15. f(x, y) = 16x3 + y3 + 3x 2 y, g(x, y) = x + y -- 6 2x 16. Determine los extremos de la función f(x, y, z) g(x, y, z) = 4x 2 + 31 + Z2 - 80 = O. + 3y + + z, sujeta a la restricción 17. Determine los extremos de la función ¡(x. y. z) g(x, y, z) = 5.x 2 + + Z2- 1030 = o. i -x - 4y x- 5z, sujeta a la restricción 18. Halle los extremos de la función f(x. y. z) x 2 + 2)" + Z2 = 50. y- Z, SI (x. y. z) está en el elipsoide 4.5 Extremos condicionados 403 19. Halle los extremos de la función f(x, y, z) 4x 2 + l + Z2 = 704 = 2x - 3y + z, si (x. y, z) está en el elipsoide 20. Determine los puntos (x, y, z) del elipsoide 2x 2 + 4l + 5z2 = 70 de modo que la suma de su primera y tercera coordenadas sea la mayor y la menor posible 21. Demuestre que la función f(x, y, z) = x 3 + x 2 y + OSxl + xz. cuando (x, y, z) satisface x + y + z + I = O, tiene un máximo en el punto PI = (-1,2,-2) Y un mínimo en el punto P2 = (1,0, -2). Resuelva este problema: a. como problema de extremos condicionados; b. despejando una de las variables de la restricción y sustituyéndola en la función f, para resolver entonces el problema de determinación de extremos locales de la función de dos variables obtenida 22. Demuestre que la función f(x, y, z) = x 3 + x 2 y + xy2 + xz, cuando (x, y, z) satisface x+y+z+ 1 = 0, tiene un máximo en el puntop! = (-5/9,7/9, -11/9) yun mínimoen el punto P2 = (l. 0, --2) Resuelva este prúblema: a. como problema de extremos condicionados; b. despejando una de las variables de la restricción y sustituyéndola en la función f, para resolver el problema de determinación de extremos locales de la función de dos variables obtenida. 23. Considere la función f(x, y, z) = x 3 + 2y2 + 2z 2 + ,,2 y + xy2 -+- xz, con la restricción g(x, y, z) = x + y + z - 1 = O Siga el método de los multiplicadores de Lagrange presentado en esta sección, para obtener que los puntos PI = (5/9,2/9,2/9), P2 = (-1,1,1) son los candidatos a extremos condicionados de la función dada. Convierta este problema en el de determinación de extremos locales de una función de dos variables, para verificar que la función tiene un mínimo en PI, Y que no tiene extremo en P2 Verifiq1Je que f( -1, 1, 1) = 2 . Calcule f( -O 9, I 1,08) Y f( -1 1 l. I 1) ¿Le ayudan estos resultados a confirmar que f no tiene extremo condicionado en P2 ') 24. Considere la función f (x, y, z) = x 3 -+- l + Z2 -+- x 2 y + xy2 -+- xz, con la restricción g(x, y, z) = x +- y +- z - 1 = O Siga el método de los multiplicadores de Lagrange expuesto en esta sección para obtener que los puntos PI = (1/3, 1/3, 1/3), P2 = (-1/3,2/3,2/3) son los candidatos a extremos condicionados de la función dada. Convierta este problema en el de determinación de extremos locales de una función de dos variables, para verificar que la función tiene un mínimo en PI, Yque no tiene extremo en P2. Localice puntos (x, y, z), tales que x -+- y + z = 1, cercanos de P2 para los cuales f(x, y, z) > f(P2) Y f(x, y, z) < f(P2) 25. Siga el método de los multiplicadores de la Lagrange para determinar los semiejes de la elipse 5x 2 - 6xy + sl - 32 = O 26. Calcule el área de la elipse 25x 2 - 14xy +- 25l - 288 = O. (Sugerencia: el área de una elipse con semiejes a y b es igual a 7mb; determine a y b con el método de los multiplicadores de Lagrange). 27. Determine los puntos más cercanos y más alejados del origen de la curva cerradax 2 +i +xy = 4 28. Determine los puntos más cercanos y más alejados del origen de la curva (x - 1)2 + (y - 1)2 = 4 Resuelva este problema: a. con el método de los multiplicadores de Lagrange; b. con ideas de geometría analítica 29. Determine los puntos más cercanos y más alejados del origen de la superficie (x - 2f +- (y I f +- (z - 2)2 = 16. Resuelva este problema: a. con el método de los multiplicadores de Lagrange; b. con ideas de geometría analítica. 4 04 Capítulo 4 Extremos de las funciones de varias variables 30. En la elipse 4x2 + 9y2 = 36, hallar el punto más cercano y el punto más alejado a la recta x + y = 6. (La distancia entre el punto (x, y) y la recta dada se toma perpendicularmente Ver ejercicio 35 de la sección 3 del capítulo 1). 31. En la hipérbola x 2 -y2 = 1, hallar los puntos más cercanos a la recta y = 3x. 32. En el elipsoide 4x2 + y2 + 4z2 - 16x - 6y - 8z + 25 = 0, hallar el punto más cercano y el punto más alejado del plano 2x + 2y + z = O. (Ver ejemplo 4).. 33. En el paraboloide z = (x - 2)2 x + y + z = O. + 0..25(y - 3? + 5. hallar el punto más cercano al plano 34. En el hiperboloide de una hoja x 2 + ~y2-- tz2 x + y + 20(z - 1) = O. + I = O. hallar los puntos más cercanos al plano 35. Considere el elipsoide 6x 2 + 3y2 + 2z 2 - 12x - 12y - 8z + 20 = Compruebe que su plano tangente en el punto (1, 3, 0.505 + 2) está dado por 05z + 3y - 12 - 205 = O. Sea I(x, y, z) la función que da la distancia del punto (x, y, z) E ]R3 al plano 05z + 3y -- 12 _. 205 = O Determine los extremos de la función I(x, y, z) con la restricción de que (x. y. z) es un punto del elipsoide dado. ··36. Determine los semiejes de la elipse que se obtiene al intersectar el cilindro x 2 + y2 = I con el plano x + y + z = 0, determinando los extremos condicionados de la función f(x, y. z) = x2 + y2 + Z2 sujeta a las dos restricciones x 2 + l - I = O. y x + y + z = O. 37. Hallar el valor máximo y mínimo del producto de tres números reales .x, y. z, si la suma de éstos debe ser cero y la suma de sus cuadrados debe ser uno. (Distancia de un punto a una recta en ]R3) Sea p = (xo. Yo. zo) un punto dado en ]R3, Y sea X~XJ = YI/' = una recta L dada que pasa por (XI, YI. ZI) Y tiene a (a, b, e) por vector paralelo Se define la distancia de p a L, denotada por d(p, L), como la menor distancia que existe entre los puntos de la recta y el punto p. Entonces, para calcular d(p. L) podemos considerar la función f(x. y. z) = (x-xo? +(y-yd+(z -ZO)2 = (cuadrado de la) distancia del punto (x. y, z) al punto p, con la restricción de que (x. y, z) se encuentre sobre L. Constate que esta última condición puede ser manejada como el par de restricciones: 1) bx - ay + ay] _. bXI = O; 2) ex - az + az I - eXI = O Use estas ideas para calcular la distancia de los puntos dados a las rectas dadas en los ejercicios 38-42 ° 7 x-3 38. P = (1,0,1)'--"2- = -3-· = z = -=2 = y+1 z+1 -2- y-4 39. P = (-2,3,2), -240. P = (0.0, O), -541. p x-l x-3 = y+4 z-3 -=s = -2 42. = (0,0,1), L es la recta {(x, y, z)lx = y, z = O} P = (-1,-1, 3), L es la recta {(x, y. z)lx = y = z} (Distancia entre dos rectas en ]R3). (Ver ejemplo 9 de la sección 6, capítulo 1). Sean L I Y L 2 dos rectas en]R3 Se define la distancia entre L] Y L2, denotada por d(L 1, L 2), como la menor distancia entre los puntos (x. y, z) de L¡ y los puntos (x, y, z) de L 2 Si L I es la recta x~,xJ = Y-¡}' = ~ y L 2 lá recta XdX¡ = Y~Y2 = ,la distancia d(L 1• L 2 ) se puede obtener como (la raíz cuadrada de) el mínimo T 4.5 Extremos condicionados 40S de la función h(x, y, z, u, v, w) = (x - u)2 + (y - v)2 + (z - w)2, con las restricciones de que (x, y, z) esté en L¡ y (u, v, w) esté en L 2. Verifique entonces que d(L¡, L 2) sea el mínimo condicionado de la función de 6 variables h(x, y, z, u, v, w) sujeta a las 4 restricciones 1) bx - ay + ay¡ - bx¡ = O; 2) ex - az + az¡ - eXI = O; 3) eu - dv + dY2 - eX2 = O; 4) fu - dw + dZ 2 - fX2 = o. Use estas ideas para calcular la distancia entre las rectas L¡ y L2 dadas en los ejercicios 43-46 43. -2- = x+4 y-4 -·1 = -=2" z+l x+5 -4- y-S -3 z-S -s 44. x = y-lO = z + S, -2- = -3- = -4= -2y+S z+4 x+3 3 ' -4- x+1 y+S z-·2 45. -1- x+6 = y+2 S = z+l 6 x+l y-2 z-l 46. .x - y - , -2 - - - - - - - -3 - -4 -. - z 47. Demostrar que el paralelepípedo de mayor volumen que se puede inscribir en una esfera es un cubo 48. Hallar el paralelepípedo de mayor volumen que se puede inscribir en el elipsoide ~ + ~ + ~ 49. Hallar el paralelepípedo de volumen V que tenga la menor superficie lateral posible. 50. Hallar el paralelepípedo de superficie lateral S que tenga el mayor volumen posible 51. Hallar el paralelepípedo, cuya longitud de su diagonal d es dada, que tenga el mayor volumen posible. 52. Hallar el paralelepípedo cuya suma de longitudes de sus aristas sea L, que tenga el mayor volumen posible. 53. Considere la elipse ~ + ~ = l. Determine el triángulo de menor área que se puede formar (en el primer cuadrante) con la pmte positiva de los ejes coordenados y una recta tangente a la elipse. 54. Considere el elipsoide ~ + ~ + ~ = 1. Demuestre que el volumen del tetraedro formado por el plano tangente a este elipsoide en un punto de él (x, y, z) del primer octante y los planos coordenados, está dado por V(x, y, z) = a~~~2. Minimize la función V(x, y, z) sujeta a la restricción de que el punto (x, y, z) esté sobre el elipsoide, para concluir que el mínimo volumen que el tetredro mencionado puede tener es Vmín = abe ¿En qué punto del elipsoide se debe trazar este plano tangente? 2 2 2 2 • 2 2 = l. 2 2 i 1 (*) 55. Considere el elipsoide en JRn dado por la ecuación Básese en el hecho que el volumen de un (n + 1)-edro en JRn formado por los hiperplanos coordenados y un plano que corta a los ejes coordenados en los puntos Xl, X2, .... , xn está dado por J,.XIX2 . . xn (ver ejemplo 2 de la sección 9 del capítulo 6), demuestre que el volumen del n. 4 06 Cápftuio 4 Extremos de las funciones de varias variables (n ~ 1)-edro formado por los hiperplanos coordenados (x, = 0, i = 1,2. tangente al elipsoide está dado por ,n) y un hiperplano v= V(XI, X2. , x,,) = - I aTa~ a~ ---'--"'-----"n! X'X2 , Xn ) Demuestre que el valor mínimo de esta función, con la restricción de que el punto (x ,. .1.2, se encuentre en el elipsoide, es \/m;'n -_ 1 ,,/2 a,a2 n. ,n ,G" NOTA: Los siguientes ejerCicios de determinación de extremos condicionados conducen a eltablecer sistemas no lineales (del tipo ~; = 0, donde Fes lajilllción de Lagrange) que 110 son fácilel de resolver "a mano ", para los cuales se deben emplear técnicas numéricas para encontrar su mluc ión. como el método de Newton estudiado en la sección 7 del capítulo .3 En los ejercicios 56-62 se dan ecuaciones de curvas cerradas en el plano" Se trata de determinar los puntos de las curvas que están más cercanos y más alejados del origen de las coordenadas Se trata entonces de obtener los extremos de la función f(x, y) = x 2 + y2 = cuadrado de la distancia del punto (x, y) al origen, con la restricción de que el punto (x, y) se encuentre en la curva dada, (Para dar el punto de inicio en el método de Newton, puede ayudar ver las gráficas de estas cunas) 56. g(x, y) = x 4 57. g(x, y) + y2 + xy - 4 = O 1= O = In(x 2 + 2x + 2) + In(y2 + 2y + 2) + 2x + 2) +i 2 58. g(x, y) = In(x 2 59. g(x, y) 60. g(x, y) 6y +8= = In(x 2 = exp(x + 5) + y2- 6y + 8 -l) + x 2 - 4x + l- 6y + 4x 5 ° =° 10 =O 61. g(x, y) = x 4 + l + 2x2 + 4y2 + xy + 6y2 + 5z 2 - =O =O + ]8 = O hallar el punto más 62. g(x, y) = (x 2.+ l)2 - 3x 2 + 4y2- 2xy - 2 63. En el elipsoide 7x 2 4xy - 4yz - 6x - 24y + 18z cercano y más alejado del origen de coordenadas 64. Hallar las distancias máxima y mínima entre los puntos de intersección del cilindro x 2 + y2 = con el plano x + y + z = O, Y los puntos de la recta x = 2 + t, y = 3 - t, Z = 6 + 5t, t E IR: 65. Hallar las distancias máxima y mínima entre Jos puntos de intersección del paraboloide z = x 2 + 21 - 1 con el plano x - y + Z = O, Ylos puntos del plano 2x + 3y - 42 - 10 = ° 66. Hallar las distancias máxima y mínima entre los puntos del elipsoide x recta x = 3 - t, Y = 4 + t, Z = 6 + t, tER 2 + 2y2 + Z2 = 1, y la 67. Hallar los puntos de la curva x 2 + 4y2 - 4 = O que se encuentre más cercano y más alejado de los puntos de la curva x 2 + l + 4x + 2y - 20 = O" 4.6 Extremos condicionados (11) Condiciones suficientes 407 LOI ejercicios 68-74 tratan acerca de extremos absolutos de funciones continuas en regiones compactas, tema estlldiado en el apéndice de esta sección. 68. Hallar los extremos absolutos de la función f(x, y) región K = {(x, y)lx 2: O, Y 2: O, x + y :s; I} 69. Hallat los extremos absolutos de la función f(x, x:S;I,-I:s;y:S;l} y) = tx3 - ~x2 + 2x + l = 2y + J. en la = x + y, y) en la región K {(x, y)1 - l < 70. Determinar los extremos absolutos de la función f(x, { (x, y) IO :s; x :s; 1, O :s; Y :s; I} . 3x 2 + 5i, y2 en la región K = 71. Determinar los extremos absolutos de la función f(x, y) K = {(x, y)lx 2 + i:s; I} = x2 +x+ cos x + y, en la región 72. Determinar los extremos absolutos de la función f(x, y) K = {(x, y)I-71":S; x:S; 71", -71":S; y:S; 71"} + cos y en la región 73. Hallar los extremos absolutos de la función f(r, y) {(x, y)l- 71":S;x:S; 71", -71":S; y:S; 71"} 74. Hallar los extremos absolutos de la función f(x, y, z) región K = {(x, y, z)lx 2 + l + Z2 :s; 12} = sen x 1)2 + cos y en la región K = - 1)2 = (x - + (y + (z - 1)2, en la (*)4.6 Extremos condicionados (H). Condiciones suficientes El objetivo de esta sección es, por una parte señalar por medio de ejemplos algunos de los detalles finos que tiene el método de los multiplicadores de Lagrange expuesto en la sección anterior, y , por otra parte, asomamos un poco en la dirección de la obtención de condiciones suficientes para la existencia de extremos condicionados . El material aquí presentado es opcional (para un primer curso de Cálculo Vectorial) y se puede omitir sin alterar en absoluto la secuencia de los temas; lo estudiado en la sección anterior es la parte estándar del tema de extremos condicionados que debe ser incluido en cualquier curso de esta materia Consideremos en primer lugar la siguiente situación: si quisiéramos obtener los extremos de la función z = f(x, y) sujeta a la restricción g(x, y) = 0, y de alguna manera nos la pudiéramos ingeniar para despejar (de esta última expresión), a y como función de x, dejando así establecida la función y = rp(x), la que se sustituye entonces en J, finalmente logramos así convertir nuestro problema inicial en el de la investigación de extremos ("normales", de los del primer curso de cálculo) para la función z = f(x, rp(x)) = F(x) que depende sólo de la variable x Todo esto suena muy bien, pero podrían surgir algunos problemas . Veamos el siguiente ejemplo Ejemplo 1. Se quiere encontrar la distancia más corta entre los puntos de la parábola =x- I Y el origen Consideramos entonces la función fer. y) = x 2 + ,2, que nos da (el cuadrado de) la elistancia del punto (x, y) E JR2 al origen, e imponemos la restricción ele que este punto pertenezca a la parábola = .x - l. Nuestra restricción es entonces g(x, y) =l - x + l = O Una sencilla reflexión geométrica de la siguiente figura nos dice que la solución debe ser el punto (1, O) Sin embargo, si aplicamos nuestra técnica de convertir el problema en el de una función de una sola variable, vemos que fácilmente de g(x, y) = y2 - X + ¡ = Odespejamos y en términos de r, poniendo y2 = X - 1 Y sustituimos en la función f, obteniendo la función f(x) = x 2 + r - 1, de la cual, i i 4 08 Capítulo 4 Extremos de las funciones de varias variables y ~ y2=x_1 ~ x Figura 1. La parábola l = x - l del ejemplo 1 nos disponemos a localizar los extremos De F ' (x) = 2x + 1 = O obtenemos x = - ~, y así nos encontramos con la desagradable sorpresa de que no existe punto alguno de la parábola -y2 = X - 1 que tenga esta abscisa (no existe y por tanto y2 = - ~ - 1 = - ~) La explicación de este conflicto es sencilla: en el punto p = (1, O) en el que se encuentra la solución del problema no se puede ver a y como función de x (en una vecindad de él), Esto es lo que nos indica el Teorema de la función Implícita (Teorema 34..1). Obsérvese que ~(1. O) = O, de modo que de g(x, y) = O no podemos poner y = ip(x) para una vecindad de (1, O), Sin embargo, a la luz de este mismo teorema de funciones implícitas, como O) = -1 =1- O, sí podemos poner a x como función de y en una vecindad de p Dicha función es x = l + l., Si sustituimos ésta en la función f, obtenemos F(y) = (l + 1)2 + l, investigando los extremos de esta función tenemos: F'(y) = 2(y2 + 1)2y + 2y = O de donde se obtiene y = 0, y como, x = l + 1, se obtiene x = 1, llegando así a la solución del problema. La moraleja de este ejemplo es que el método para despejar una variable en términos de la otra de la restricción g(x, y) = para luego sustituir en la función de la cual se quieren obtener los extremos, resulta riesgoso. peor aún: no hay manera de saber a priori si tal despeje es lícito (a la luz del teorema de la función implícita) pues para eso tendríamos que saber de antemano la solución del problema, Ante esta desconsoladora situación, surge el método de los multiplicadores de Lagrange, que lo único que pide es que grad g(x, )i) =1- O(el vector cero) en el punto (x, y) en el que se encuentra el extremo. Como en nuestro caso grad g(x, y) = (2y, -1) =1- (O. O) V(x, y) E ]R2, se puede proceder sin ningún temor con este método: *0, ° F(x. y, A) = x 2 + l + Acl - x + 1) de donde - aF ax =2x- A=O, ay = 2y + 2AY = O. aF -=y2- x +l=0 aA ' aF La única solución para este sistema es x = 1, Y = O, que es la solución de nuestro problema 46 Extremos condicionados (II). Condiciones suficientes 409 Al estudiar los extremos de la función z = f(x, y) sujeta a la restricción g(x, y) = O, la hipótesis de que grad g(x, ji) i= (O, O) en el punto (x, y) en donde se encuentra el extremo procurado es importante, como se ve en el ejemplo siguiente. Ejemplo 2. Se desea obtener los extremos de la función f(x, y) = x 2 + l sujeta a la restricción g(x, y) = (x - 1)3 - y2 = O Apliquemos el método de los multiplicadores de Lagrange para resolver nuestro problema. La función de Lagrenge en este caso es F(x, y, A) = x 2 + l + A((X - 1)3 --l) de donde -ax = 2x + 3A(X - aF 1) 2 = O, - aF ay = 2y - 2Ay = O aF aA = (x - 1)3 -l = O Este sistema no tiene solución alguna. Sin embargo, si pensamos en términos geométricos, vemos que lo que se intenta es obtener el mínimo y/o el máximo de la función distancia de los puntos de la curva g(x, y) = O al origen . Esta curva es l = (x - 1)3 cuya gráfica esJa figura 2 de donde se ve claramente que en el punto O, O) se debe tener un mínimo para la función f(x, y) = x 2 + y2 El problema es que en ese punto se tiene grad g(l, O) = (3(x - 1)2,-2 y )1 x=1 = (O, O) >,,,,,0 Así que en los alrededores del punto (1, O), la curva g(x, y) = Ono tiene un comportamiento "decente", violándose entonces una hipótesis fundamental del método de los multiplicadores de Lagrange y (1, O) x Figura 2. Gráfica de la curva / = (x - 1)3 4 10 Capítulo 4 Extremos de las funciones de varias variables Al considerar el problema de estudiar los extremos de la función l/ = ((l, " :) sujeta a dos restricciones gl(X, y, z) = O Y g2(X, y, z) = O, se pidió que en el punto p, donde se de el extremo. se tuvieran los vectOtes grad g I (p) Ygrad g} (p) linealmente independientes Esta es en cierto sentido la misma conducción de que grad g(x, S·) i Ocomentada previamente En cada una de las situaciones en las que aparecen tales condiciones, ellas garantizan la existencia de los multiplicadores de Lagrange '\' que es la tesis fundamental en la que se basa el método En el teorema general estas condiciones están incluidas en la hipótesis de que si X() E :::n en r,,) sujeta a las 111 el punto donde se de el extremo de la función de n variables :: = f(xl' X}, restricciones g, (XI, X2, , x,J, i = 1, 2, . m, entonces debe cumplirse que agi det ( -,-(xo) ) dX j para alguna elección de entiende que m < n) In i O 1, j = 1,2. 111 variables x j tomadas del conjunto de las ¡¡ variables (x I X2. \,_) (Sl En efecto, si n = 2, m = 1, estamos en el caso de una función de dos variables z = I( a una restricción g(x, y) = O. La hipótesis anterior pide que alguno de los determinantes g \ v) sujeta det (a ) ax = ag ax' ag det ( - ) =ag - al' . i/\ . sea no nulo en el punto (x, y) donde se de el extremo. Esto significa que el vector .... grad ("l = (~S ~I,,) p .... no se anule en (x, y) -que no tenga ambas componentes igual a cero--, la cual es justamente la condición que conocíamos para este caso. (11, ('\ Si 11 = 3, m = 2. estamos en el caso de una función de tres variables Ii = f(x,).:') sujeta a dos restricciones g](x, y. z) O, g2(X. y. z) = O La hipótesis general pide que alguno ele los determinantes a.g] det dx iJg] ] ay [ ag2 ax agl :g: l ---éJ(x. y) a(gl. g2) det r ax l ax ag az az. az ] ag2 ~g2 ag] ] = a(g¡, g2) -_._- a(x. z) det [~~: ay og2 ~~ a(g.!.: g2) a(y. z) az (que son los jacobianos de gl y g2 respecto a x y y, x y Z y y y z respectivamente) sea no nulo en el punto p donde se da el extremo. Por otra parte, sabemos que los dos vectores VI =, grad gl y \2 = grad,l;} en R' son line<llrnente independientes si y sólo si su producto cruz VI x 1'2 es no nulo Tal pmclucto crUl es 46 Extremos condicionados (ll) Condiciones suficientes 411 grad g I X grad g2 = det [ ag2 ~:; ,:~, al] ag2 ag2 ax = ay az + rJ~gl' gJ k d(X, y) a(.:}, g2)¡ _ a~gl' g2)j a( y, z) <J(X, z) el cual es no nulo si y sólo si alguno de sus componentes es no nulo. Por lo tanto, la hipótesis del teorema general es, en este caso, justamente la condición de la independencia lineal de los vectores grad g} y grad g2 que ya conocemos Considcremos el problema de encontrar los extremos dc la función sujeta a las dos restricciones gJ (x, y, z) = z - (y - 1)3 = y g2(r, y, ;::) = z = función de Lagrange es en este caso Ejemplo 3. ° ° 1I = x 2 + y2 + Z2 Tenemos que la de donde - rJF éix = 2x = O =2v- 3'\1(\ -1)- =0 7 (1) ciF a}' (2) (3) - aF a = 2;:: + '\J +,\,- = z' . ° -=z-(v-I)3=0 ("!Al aF aF (4) (5) ---".-0 ("!A2 - , - Este sistema es incompatible pues de (4) y (5) se sigue que el valor de v debena ser 1, que no satisface (2) Viendo el problema en forma geométrica, se trata de hallar el máximo y el mínimo (si existen) de la filOción distancia (al cuadrado) del punto (x, y, z) al origen, f(x, y, 7) = x 2 +}2 + ;::2, con la restricción de que el punto (x, y, z) se encuentra en la intersección de las dos superficies g¡ (r, y, z) = z - (y - 1)3 = y g2(X, v, z) = z = Tal intersección es la recta x = 1, Y = 1, Z = 0, I E IR Geométricamente es claro que (O, 1, O) es el punto de esta recta que se encuentra más cerca del origen. Esta debe ser la solución de nuestro problema que, en este caso, no se detecta por el método de los multiplicadores de Lagrange. El conflicto en este problema está en que en el punto p = (O, 1, O), que es donde se alcanza el mínimo procurado, se tiene ° ° I gradgl(O, 1,0) = (O, -3(\,-1)1,1)\ .00 '-= = (0,0, 1) I~ 1 ~=o grad g2(0, 1, O) = (0,0,1) de modo que los dos vectores grad gl y grad g2 son linealmente dependientes en ese punto 4 12 Capítulo 4 Extremos de las funciones de varias variables z 1-------_____.. +----{~:; z=O x y Figura 3. Gráfica de la recta x = t, Y = 1, z = O, t E lR Quisiéramos ahora pasar a discutir un poco sobre las condiciones suficientes para la existencia de los extremos condicionados. Este es un tema suficientemente complicado como para superar las pretenciones de cualquier libro estándar de Cálculo Avanzado. No será nuestra intención por lo tanto discutirlo con profundidad. Sin embargo, creemos que siempre es intelectualmente reconfortante, darse cuenta al menos del tipo de dificultades al respecto y hacer algunas cuentas, en un caso particular, para "sentir" tales dificultades. Comencemos por considerar un ejemplo concreto. Tomemos la función f(x, y) = y - x 4 sujeta a la restricción g(x, y) = )' - x 3 = O. La función de Lagrange es en este caso de donde aF = -4x3 _ 3A.x2 = O, ax --=I+A=O, ay aF aF 3 - =y·-x =0 aA El origen es un punto cuyas coordenadas satisfacen este sistema. Sin embargo, podemos ver que en tal punto no puede existir un extremo de la función f. En efecto, consideremos la curva de nivel f(x, y) = feO, O), o sea y = x 4 , la cual separa los puntos del plano en los que f(x, y) > feO, O) de los puntos en los que f(x, y) < feO, O)., Veamos qué ocurre cerca del origen con esta curva y la curva y = x 3 que marca la restricción del problema Se ve que cualquier bola con centro en el origen contiene puntos de la curva y = x 3 para los que f(x, y) > feO, O) Y puntos de esa curva para los que f(x, y) < feo, O) Así pues, el origen es un punto que cumple con las condiciones necesarias para la existencia de un extremo condicionado de la función f, en el que se muestra que tales condiciones no son suficientes. Tomemos ahora en general una función z = f(x, y) de clase «6'1 (como lo pide el teorema de los multiplicadores de Lagrange) y una función z = g(x, y) también de clase «6'1, e investiguemos los extremos de la función f sujeta a la restricción g(x, y) = O. Ya sabemos qué hacer para obtener un punto p = (xo, Yo) candidato a extremo condicionado, Haremos ahora algunas operaciones que nos permitan obtener en este caso condiciones suficientes para que en el punto p exista de hecho como extremo. Sabemos que en el punto p el vector grad g 46 Extremos condicionados (H). Condiciones suficientes 413 y Figura 4. Gráfica de y == x 4 y y == x 3 es no nulo Supongamos, por ejemplo, que El teorema de la función implícita nos dice que, en tal caso, podemos ver la curva g(x, y) = 0, en los alrededores del punto p, como la gráfica de una función de clase '6'1, Y = ep(x), cuya derivada se puede calcular como ag Y ..,., = m'(x) = _ ax ag ay en estos puntos se tiene f(x. y) >O en estos puntos se tiene f(x. y) <O Figura 5. Gráfica de y == x 3 en una bola con centro en el origen 4 14 Capítulo 4 Extremos de las funciones de varias \ ariables para los puntos que están cerca de p . En tal caso, podemos considerar la función z sabemos, tiene un punto crítico para x = Xo En efecto, se tiene = f(x, ',O(x» que, d¿ dx = (~j. + rJx (:f',OI(X) cJ} = (:f rJx + ~f dy éJg) _ ( rig ~x_ éJv - ag ay 1 (afo g - - - ) afo g -- oxay oyax de modo que ;t(xo) = O si y solo si -----=0 éJfag ax ay ajéJg éJy éJx en el punto (xo, Yo), donde Yo = ',O(xo) Esta relación es equivalente a la existencia de ;\ E lR tal que grad f + ;\ grad g = O Más aún, la función lo cual está expresado por el teorema de los multiplicadores de Lagrange z = f(x, ',O(x» tendrá un extremo local en x = Xo si y sólo si la función z = j(x, ) tiene tal extremo (condicionado, con la restricción g(x, y) = O) en el punto p = (ro, )'0) Invitamos al lector para que tome de la definición de extremos locales para z = f(x, ',O(x» y de extremos condicionados para f(x, y) con la restricción g(x, y) = O. para que se convenza plenamente de esta afirmación Lo que pretendemos entonces es usar el criterio de la segunda derivada para identificar extremos locales de la función <' = f(x, ',O(x» y dejarlo en términos de las funciones j y g que conocernos en nuestro problema Todo consiste entonces en realizar algunas operaciones haciendo uso intensivo de la regla de la cadena Tenemos .y'a calculada (x Esta es r!-,z z= dz dX dx' -"'"- újag ajag ---,- ay ayax ag ay Cada una de las derivadas que aparecen en el miembro derecho de esta expresión son funciones de las variables x y y, Denotémoslas en general corno eNx, y) Suponemos además que y = ',O(x) , Tendremos que derivar eNx, y) respecto de x. Entonces, el esquema general será entonces según la regla de la cadena --e!)(x, y) ()x a = -.- + (ix ()Cf> -.-',0 (x) aef> cJy 1 = -rlX ae!> g cíe!> -f- (Ix a ) ay ( af;.' ay 46 Extremos condicionados (l!) Condiciones suficientes 415 Procedamos entonces a derivar nuevamente '('-fe respecto de x. Tenemos -x ~~=~(az.)=~ a:;ay-ay~ dxax ax ax ( afa g afag) ag ay g [af a (a g) ag a (a f ) 1 {a = (a.g)Z ay ax éJx ay + ayax (Jx ay - :; a~r (~~)] -- - af a (a g) ay éJx a~ (~~. ~~ - ~~. :~) aar (~~) } Aplicando nuestro esquema general, comentado previamente, para calcular las derivadas indicadas obtenemos Todas las derivadas se tienen calculadas en (xo. Yo). Aceptamos también que f y g son funciones de clase '{::,Z, de modo que sus parciales cruzadas son iguales. Esta es la expresión que buscábamos para ~:~ en términos de las derivadas de las funciones conocidas f y g Si esta expresión es positiva en (xo. yo) podemos concluir la existencia de un mínimo condicionado para la función f, y si es negativa, de un máximo condicionado. Es posible, con un poco de trabajo adicional, hacer que el aspecto de esta expresión sea menos terrible, si en lugar de las funciones f y g, trabajamos con la función f y con la función de Lagrange F = f + I\g. En el punto p = (xo. YO) se tiene, para 1\ = valor del multiplicador de Lagrange correspondiente a p aF = af + 1\ ag = o, aF = af + 1\ ag = o. ax ax ax ay ay ay Z Z Z Zf ZF aZ a f ag aF a a g a" F a2f a" g - z = - , + 1\-, - - = - - + 1\--, - o = --::-:) + 1\-0 2 axay axay ax axax axay ay- dyay" de donde se tienen las expresiones - af = - j\\ag. -af = -1\-, ag ax ax ay ay a2f = -2F - 1 \ -g aa2-axay ata, axay' 4 16 Capítulo 4 Extremos de las funcÍones de varías variables Sustituyendo éstas en la expresión para ;8 nos queda Observamos que la expresión dentro del corchete es el negativo del desarrollo del determinante o HF = det ag ax ag ay ag ax a2 F a.x 2 a2 F --axay ag ay a2 F -axay a2 F a y2 que llamamos hessiano limitado de la función F = f + Ag en el punto p. Así pues Como el denominador de esta expresión es siempre positivo, el signo de por el signo de HF(xo, Yo), teniéndose que: (*) (*) (*) ;8 (xo) queda determinado Si H F(XO, Yo) > O (en cuyo caso condicionado en (xo, Yo); ;8 (xo) < O), entonces la función f tiene un máximo Si HF(xo, Yo) < O (en cuyo caso ;8(xo) > O, entonces la función condicionado en (xo, yo)); Si H F(XO, Yo) f tiene un mínimo = O no podemos determinar la naturaleza del punto (xo, Yo). Veamos un ejemplo. Ejemplo 4. Se quieren estudiar los extremos de la función f(x, y) = cos 2 x restricción g(x, y) = x - y - ¡ = O. La función de Lagrange es + cos2 y sujeta a la F(x. y, A) = cos2 x + cos 2 y + A(x - y- ¡) 46 Extremos condicionados (1I). Condiciones suficientes 417 de donde - = -- sen 2x + A = O ax aF y ay = - sen 2 . - A = aF 1T -=x-y--=O aA .4 O aF (1) (2) (3) De (1) y (2) se tiene que sen 2x + sen 2y = O. Incorporando la ecuación (3) obtenemos tan 2x = 1, de donde x = ~ + kl' k E Z, y por lo tanto, de (3), y = - ~ + kl' k E Z. se tienen así una infinidad de posibles extremos. a saber 1T 1T X= - +k8 2 1T 1T Y = -8 +k"2 ag = 1, Obtengamos los elementos del hessiano limitado para la función F. Estos son ax ag =-1 ay - 2 = -2cos2x, a2 F ax --=0, a2 F axay Evaluando en los puntos Pk = 2 (i + k l' - i + q) obtenemos 1T) + k1T = -2(-1) k - aF -(Pk) = -2cos ( ax 2 4 a - F (Pk) =-2 cos ay2 2 h 2 ~ = (-1) k+ 1v2 (1T) - - + k1T 4 J2 = (--1)k+ I v~ = -- 2( - 1)k 2 2 de modo que el hessiano limitado H F es o H F = det ag ax ag ay ag ax a2 F élx 2 a2 F -élxay ag ay a2 F -axay a2 F ay2 = det r~1 L1 -1 (_1)k+l J2 o (-li+ 1 J2 ~ ] ~(-1/2J2 Concluimos entonces que si k es par (H F puntos Pb que valen !(Pk) = cos- > O), la función! tendrá máximos condicionados en los 2(1T +k1T) 8 2 +cos 2 (1T +k1T) -8 2 = 1+- J2 2 pero si k es impar (H F < O), la función! tendrá mínimos condicionados en los puntos Pk que valen f(pd = 1 - 2 . J2 4 18 Capitulo 4 Extremos de las funciones de varias variables Tomemos ahora el caso de una función f(x, v, z) de tres variables x, y, Z', sujeta a la restricción g(x, y, z) = O. Sea (xo, va, zo) un punto candidato a extremo condicionado de f, obtcnido según el método de los multiplicadores de Lagrange Sabernos que grad g(p) 1= O Sin perder generalidad podemos suponer que ~(p) 1= () Esto significa entonces que (por el teorema de la función implícita) en una vecindad del punto p podemos ver la superficie g(x, y, z) = O como la grúfica de una función y = 'P(x, z) Sustituyendo ésta en la función l, obtenemos la función de dos v¡uiables lt = f(x, 'P(x, z), z) Es fácil ver que esta función tiene un punto crítico en (xo, zo), pues este hecho equivale a la existencia del multiplicador de Lagrange A de modo que grad f(p) + A grad f(p) = O (E IR) l'vlús aún, la función u = f(x, 'P(x, z), z) tendrá un extremo local en (xo. zo) si y solamente si la función lt = f(x, y, z) tiene tal tipo de extremo (condicionado Con la restricción g(x. y) = O) en el punto p = (xo, Yo, lO) El problema original se convierte en el de la determinación de extremos locales de la función lt = fex, 'P(x. z), z) Siendo ésta una función de dos variablcs, podernos hacer LISO del Teorema 34..1 que nos da condiciones suficientes para la existencia de extremos locales para este tipo de funciones En nuestro caso tal teorema nos daría condiciones suficientes para la existencia de extremos condicionados de la función f en términos de las derivaclas Tal como hicimos en el caso anterior, debemos de tener estas derivadas en términos de las (derivadas de) las funciones g y f (ó g Y F = f + Ag), para que el criterio noS sea de utilidad. Las cuentas que se hacen para obtener A, 8 Y C son muy parecidas a las realizadas en el caso anterior. Se trata simplemente de aplicar de manera correcta la regla de la cadena y los resultados del teorema 342 para la derivación de las funciones implícitas (al momento de obtener ~, y ''..' en términos de las derivadas parciales de la función g) Damos solamente los resultados, er;"t¿n~inos de la función g y de la función de Lagrange F = f + Ag . Se supone también que tanto f corno g san funciones de clase re 2 , para simplificar las expresiones resultantes tomando iguales las parciales mixtas correspondientes. Se tiene Se supone que todas las derivadas están evaluadas en p. Al calcular la expresión 8 2 - AC (la cual debe ser negativa para que pueda existir extremo) nos encontramos con una agradable sorpresa Este 46 Extremos condicionados eH) Condiciones suficientes 419 es justamente el desarrollo del determinante O l ---det G~r ag ax ag ay ag az ag ag ag ay ax az a2 F -2 - -2aF aF ax 2 axay axaz a2 F a2 F -2aF ._ay2 ayaz axay a2 F a2 F a2 F -- -axaz ayaz az 2 O Además, observamos que el signo de A queda determinado por el signo de ( ag -a-F ax ay2 ?? ) _2agag~+ ax ay axay 2 ()2 a2 =-det ag F ay ax 2 ag a2 F ax ax 2 ag a2 F ay axay ag az a2F axaz a2 F ayaz a2 F az 2 ag ax ag ay a2 j; axay a2 F ay2 que es justamente el negativo del determinante de la submatriz angular 3 x 3 que apareció en B 2 - AC, La clave de este análisis está entOnces en el determinante O H F = det ag ay ag a2 F -2aF ax ax 2 axay ag -2- a2 F aF ay axay ay2 ag -2- -2aF aF az axaz ayaz ag ax también llamado hessiano limitado de la matriz F, teniendo entonces que, si llamamos Cl 3 al detelminante, la submatr1z angular 3 x 3 del determinante H F , entOnces (ver Terorema 34.,1) (*) (*) Si HF < O y Cl3 > O(o sea, si B2 - AC condicionado en el punto p, Si H F < O y Cl3 < O(o sea, si B2 - AC condicionado en el punto p, Si H F > O (o sea, si B2 el punto p, - < Oy A < O) entonces la función 1 tendrá un máximo < Oy A > O) entonces la función 1 tendrá un mínimo (*) (*) AC - > O), entOnces la función 1 no tiene extremo condicionado en Si H F = O (o sea, si 8 2 punto p, Veamos un ejemplo, AC = O), no se puede concluir nada acerca de la naturaleza del Ejemplo 5. y > O, z > O sujeta a la restricción g(x, F(x, y, Estudiemos los extremos de la función f(x, y, z) = x + y + z definida para x > O, y, z) = ~ + .~ + ~ - l = O, La función de Lagrange en este caso z, Á) 1 I l = x + y + z + Á ( -, + - + - - l ) x Y z 4 20 Capítulo 4 Extremos de las funciones de varias variables de donde aF A -=1--=0 ax x2 ' aF A -=1-az Z2' aF A -=1--=0 ay y2' aF 1 1 1 -=-+-+--1=0 aA x y Z La única solución de este sistema es x = y = hessiano limitado de la función F = f + Ag. z = 3 (y A = 9) Obtengamos los elementos del ag ax 2F a ax 2 x2 2,1 x3 ag ay 2F a ay 2 1 y2 2,1 y3 a2 F -=0 axay a2F -=0 axaz 2,1 Z3 az2 a2F -=0 ayaz .'.,. ag az 2F a Z2 de tal modo que en el punto (3, 3, 3) se tiene I ¡ - O 1 9 1 9 ¡ 9 - - I H F = det 9 2 3 9 9 O 4 = - - <O 243 . ~3 O 2 3 O O 2 3 ¡ 9 ¡ - 9 = det OO O ¡ 9 I 9 2 3 O 3 4 = - - <O 243 ° 2 Según el criterio establecido anteriormente, se tiene un mínimo condicionado de la función f en el punto (3,3,3). Obsérvese que lo que hemos establecido en este problema es que la suma de tres números positiv¿s x, y, z, de modo que la suma de sus inversos sea la unidad, es un mínimo cuando iIII los tres números son iguales a 3. El análisis de las condiciones suficientes para extremos condicionados de funciones en los dos casos particulares anteriores nos presenta, de manera plausible, el siguiente criterio para el caso general de una función y = f(x¡, X2, . , x n ) de n variables sujeta a la restricción g(XI, X2, ,xn ) = 0, el cual no es más que la generalización natural de las condiciones establecidas en los casos previos . Supongamos que f y g son funciones de clase 'e 2 y que en Xo E U ~ ]Rn (dominio de f), existe A E]R tal que grad f(xo) + Agrad g(xo) =O Consideramos entonces el hessiano limitado de la función de Lagrange F = f + Ag 46 Extremos condicionados (II). Condiciones suficientes 42 l o ag aXI éJg aXI a2F aXT a2F aXl aX 2 a2F axlax lI Xo ag aX2 a2 F aX] aX 2 a2F ag aXII a2 F aXlaXII a2 F aX2aXII a2 F H F = det ag aX2 -ax~ a2F aX2aXII ág aX II ax~ donde todas las derivadas están evaluadas en Sea ag aX2 a2F aXl aX 2 a2F aX2aXk éJg aXk a2 F aXI aXk a2 F ax 2 k O ag ag aXI a2 F aX¡ Li k+ I = ejet aXI ----;;- ag aXk a2 F aXI aXk (2 :S k :S a. b. c. n) Entonces Si Li k < Opara k Si Li 3 = 2, 3, .. n la función f f tiene un mínimo condicionado en Xo Xo > O, Li 4 < O, Lis > O, , la función tiene un máximo condicionado en Si no todos los Li k son cero, pero no se tiene ninguna de las situaciones descritas en los dos incisos anteriores, entonces la función f no tiene extremo condicionado en Xo Veamos un último ejemplo. Ejemplo 6. Consideremos la función f(XI, X2,·. ., XII) = X I Xl positivos, sujeta a la restricción g(XI, X2,·. ,XII) = XI + Xl + . positivo dado) La función de Lagrange es F(XI,X2, .. ,xlI,A)=XIX2 XII + XII XII en donde XI, X2. ., XII son - A = O (A un número + A(xl + X2 +.. + XII - A) de donde - aF aXI aF aX2 = .X2X3 = XIX3 . XI! XI! +A= O +A= O (1) (2) aF = XIX' éJx" - X,,_I + A= + XI! O -A (n) - = .X¡ + x, + aA - JF =O (n + 1) 4 22 Capítulo 4 Extremos de las funciones de varias variables De las ecuaciones (1) a la (n), se obtiene X¡ = X2 = = X n , y de la (n + 1) se obtiene Xi = ~, i = 1, 2, ,n Por lo tanto sólo hay una solución al sistema, la cual corresponde al punto p = (~, ~" ,~) E JR", Los elementos del hessiano limitado de la función F son ax, a2 F --ax¡ax j de modo que en el punto p se tiene ~= 1 ' í = 1,2" n Xj_.¡x j +¡ Xn =X¡ Xi_IX¡+¡' (n-2 factores) --1 -1 -lOe H F = det ° -1 e e ° -1 e e -1 donde e e= (~r-2 Se puede ver fácilmente que ° y por lo tanto los signos de estos determinates son Ll 3 > 0, Ll4 < 0, Ll5 > 0, " ., de modo que por el criterio establecido anteriormente, la función f tiene un máximo condicionado en el punto p (se puede llegar a esta conclusión razonando un poco en el contexto del problema; sin embargo nuestra intención aquí era obtenerla del criterio estudiado), que vale Veamos la consecuencia de nuestro resultado, Hemos obtenido que (~) n es el valor más grande de la función f(x¡, Xl', '" x,,) = XIX2 'X n sujeta a la restricción XI + X2 +, + x" = A, es decir que siempre que X¡ + X2 +,. + X n = XI ( A. Lo que podemos escribir con sólo la expresión + X2 +n' ,,+ x,,)n 'x n ::::: X¡X2 o sea yXIX2 .r::-:--- XI X2 Xn :::; - - - - - - - + + n + donde Xl, X2, "" X n son cualesquiera números positivos Así se obtiene la conclusión conocida de 111 que la media geométrica de n números positivos nunca excede su media aritmética. 4 6 Extremos condicionados en) Condiciones suficientes 423 Ejercicios (Capítulo 4, Sección 6) En los ejercicios 1-6, compruebe, usando el Hessiano limitado, los resultados bbtenidos sobre los extremos condicionados de las funciones f(x, y) con las restricciones g(x, y) = O consideradas en los ejercicios indicados de la sección anterior. 1. Ejercicio 1: f(x, y) = 2x - y, g(x, y) = 3x 2 2. Ejercicio 2: f(x, y) = x + 2y2 - 33/2 = O + 3y, g(x, y) = 2x2 + y2 - 38 = O 892/3 = O 3. Ejercicio 3: ¡(x, y) = 3x .- 7y, g(x, y) = 4x 2 + 3l - 4. Ejercicio 4: f(x, y) = -2x - 5y, g(x, y) = 3x2 + l - 237 = O 5. Ejercicio s: f(x, y) = x + 2y, g(x, y) = x2 + y2 - 5= O 6. Ejercicio 8: f(x, y) = x 2 l , g(x, y) = x 2 + y2- 1 = O En los ejercicios 7-11, compruebe, usando el criterio establecido en esta sección (con los determinantes Ll3 y H F ), los resultados obtenidos sobre los extremos condicionados de las funciones f(x, y, z) con las restricciones g(x, y, z) = O consideradas en los ejercicios indicados de la sección anterior. 7. Ejercicio 16: ¡(x, y, z) 8. Ejercicio 17: 9. Ejercicio 18: 10. Ejercicio 19: 11. Ejercicio 20: = 2x + 3y + z, g(x, y, z) = 4x2 + 3l + Z2 - 80 = O f(x, y, z) = -x - 4y + 5z, g(x, y, z) = 5x 2 + y2 + Z2 - 1030 = O f(x, y, z) = x - y- z, g(x, y, z) = x 2 + 2y2 + Z2 - SO = O f(x, y, z) = 2x - 3y + z, g(x, y, z) = 4x 2 + y2 + Z2 - 704 = O f(x, y, z) = x + z, g(x, y, z) = 2x2 + 4y2 + SZ2 - 70 = O 12. En el ejercicio 23 de la sección anterior se obtuvieron los puntos PI = (5/9,2/9,2/9), P2 = (-1, 1, 1) como candidatos a extremos condicionados para la función f(x, y, z) = x 3 + 2y2 + 2z 2 + x 2 y + xl + xz, sujeta a la restricción g(x, y, z) = x + y + z. - 1 = O Aplique los criterios estudiados en esta sección para concluír que la función f tiene en PI un mínimo condicionado, y que en P2 no tiene extremo 13. En el ejercicio 24 de la sección anterior se obtuvieron los puntos PI = (l/3, 1/3, 1/3), P2 = (-1/3,2/3,2/3) como candidatos a extremos condicionados para la función f(x, y, z) = x3 + y2 + Z2 + x 2 y + xy2 + xz, sujeta a la restricción g(x, y, z) = x + y + z - 1 = O. Aplique los criterios estudiados en esta sección para concluir que la función f tiene en PI un mínimo condicionado, y que en P2 no tiene extremo 14. En el ejercicio 31 de la sección anterior se consideró el problema de hallar la distancia mínima de los puntos de la hipérbola x 2 -l = 1 al origen de coordenadas. Se obtuvieron dos puntos PI = (3/.¡s, 1/ .¡s), P2 = (-3/.¡s, -1/ .¡s).. Compruebe que estos dos puntos representan efectivamente mínimos para la función f(x, y) = x 2 + l = (cuadrado de la) distancia al origen de] punto (x, y), sujeta a la restricción g(x, y) = x 2 -y2 - 1 = O 4 24 Capítulo 4 Extremos de las funciones de varias variables (*) 15. Considere la ecuación In(x 2 ) + l = 1, la cual representa una curva en el plano Use el método de los multiplicadores de Lagrange para determinar que los extremos condicionados de la función (cuadrado de la) distancia de (x, y) al origen, estando (x, y) en la curva dada, se pueden encontrar en los puntos PI = (1, 1), P2 = (1, -1), P3 = (-1, 1), P4 = (-1, -]), Ps = (ve, O), P6 = (-ve, O). Compruebe que, de hecho, en los puntos PI 2.34 hay mínimos condicionados y que en PS,6 se dan máximos condicionados. Al ver la gráfica de la curva, es fácil convencerse de que los puntos PUJA son los que en realidad se encuentran más cercanos al origen de coordenadas, pero que existen puntos de la curva que se encuentran más alejados del origen que los pIntos PS,6 ¿Hay alguna contradicción en este hecho? (*) 16. En la discusión presentada en esta sección de la que se obtuvieron condiciones suficientes para que en el punto P = (xo, Yo) exista un extremo condicionado de la función z = f(x, y) sujeta a la restricción g(x, y) = O, se anancó del hecho de que *(p) i= O. Suponga que esto no ocurre Es ..;.~ decir, suponga que (p) = O. Demuestre entonces que ~ (p) i= O, Yque en una vecindad de p, la gráfica de g(x, y) = b puede verse como la gráfica de una función x = ¡fJ(y). Demuestre que, en tal caso, la función z = f (x, y) sujeta a la restricción g(x, y) = Otiene un extremo condicionado en p si y solamente si la función z = f(¡fJ(y), y) tiene un extremo local para Y = Yo Verifique que la segunda derivada de esta última función, en el punto y = Yo, se ve como * donde todas las derivadas parciales están evaluadas en P (se supone que f y g son funciones de clase 'e 2 , de modo que sus derivadas parciales mixtas son iguales) . Demuestre finalmente que esta última expresión se escribe, en términos del Hessiano limitado definido en esta sección, como Con ella, re0btenga el mismo criterio establecido en esta sección para concluír la existencia de un extremo condicionado de z = f(x, y) con la restricción g(x, y) = O, en el punto p, en términos del Hessiano limitado Hf(XO, Yo) _ _ _ _ _ _ _ _--------'- ~Capítulo urvas en el espacio En los tres capítulos anteriores hemos dedicado nuestro estudio a las funciones que, tomando valores reales, tienen su dominio en subconjuntos del espacio euclidiano n-dimensional JRn. Estos tres capítulos cubren la parte "diferencial" del cálculo de estas funciones. La parte "integral" se abordará en el siguiente capítulo donde, por así decirlo, comienza la parte "integral" del presente libro. En alguna parte del estudio de funciones de varias variables tuvimos un acercamiento con las funciones más generales consideradas en este texto, del tipo f: U ~ JRn -+ JRm, cuyo dominio y codominio está en un espacio euclidiano de varias dimensiones. Esto fue simplemente para poner en un contexto global el estudio de la diferenciación de funciones compuestas. Sin embargo, podemos decir que lo que en realidad hemos estudiado hasta este momento es, como apuntábamos, el cálculo diferencial de las funciones f: U ~ JRn -+ JRm en el caso particular m = l. En este capítulo estudiaremos dichas funciones en el caso particular n = 1, dejando entonces que ahora el espacio euclidiano de varias dimensiones esté en el codominio de la función y que su dominio sea un subconjunto de JR 1 = la recta de los reales. Estas serán pues funciones del tipo f: 1 ~ JR -+ JRn, definidas en algún subconjunto 1 de JR (digamos un intervalo) y tomando valores en el espacioJRn. En realidad, concentrar~lllos nuestro estudio en los casos n = 2 Yn = 3 (el caso n= 1 fue estudiado en el primer curso de cálculo), ya que es en estos casos donde se cristaliza la riqueza geométrica del tema con visualizaciones concretas de los tópicos que se abordarán. Por supuesto que, entendiendo estos casos particulares, se llega a las generalizaciones correspondientes de un modo muy natural. Comencemos. 5.1 Introducción. Límites y continuidad Una función vectorial (o a valores vectoriales) de una variable real, es una función del tipo f: 1 ~ JR -+ JRn la cual, a cada número real t de algún subconjunto 1 de IR (el dominio de la función) le asocia un (y solamente un) valor f(t) en el espacio JRn. (En todo este capítulo la variable independiente de f se denotará con la letra t o en algunas ocasiones, a partir de la sección 4, también con la letra s). Puesto que f(t) es un punto del espacio JRn, éste tiene n coordenadas, las cuales son, en general, funciones de la variable t. Así, podemos escribir f(t) (Xl (t), X2(t), ... , Xn (t» E JRn donde Xi: 1 ~ JR -+ JR, i = 1,2, ... , n son funciones reales de la variable real t, llamadas funciones coordenadas de la función f. 425 4 26 Capítulo 5 Curvas en el espacio Como siempre, cuando solamente se proporciona la regla de correspondencia (como suele ocurrir) f(t) = (Xl (t), X2(t), ... , xn(t)), y no se hace explícito el dominio 1 de la [unción, se entiende que éste es el mayor subconjunto de la recta para el cual x¡(t) hace sentido para toda i = 1, 2, .. . ,11 (el dominio natural de la [unción f), es decir, el mayor subconjunto l de JR para el cual f(t) hace sentido. Esquemáticamente se tiene f(l) Figura 1. Una función f: 1 s:; IR --+ IR". Las funciones f: 1 ~ IR -. JRn que nos interesa estudiar son las que son continuas en su dominio f. Para establecer el concepto de continuidad de estas funciones, antes tendremos que referirnos al concepto de límite. La idea de límite para funciones f: 1 ~ JR -. JRn es la misma que se estudió tanto en el primer curso de cálculo, como en el capítulo 2 para funciones de varias variables: si to El, o es un punto frontera de l, se dirá que la función f tiende al límite L E JRn cuando t tiende a to, si para valores de t cercanos a to se tienen las correspondientes imágenes de fU) cercanas a L. Para mayor precisión se tiene la definición siguiente 'o Definición. Sea f: l ~ JR --+ JR" una función definida en un intervalo abierto! de JR y sea to un punto de J o un punto de frontera de l. Se dice que el límite de la función f cuando t tiende a to es L (E JRn), lo cual se escribe como lím f(t) (-'(0 =L si dado cualquier € > Oexiste un {) > O tal que t E l. O < It - tol < {) :::} Ilf(t) - LII < € donde 1I II es la norma euclideana de vectores de JRn, es decir Ilxll x = (Xl. X2 • ...• x n ). Esquemáticamente (figura 2) El siguiente teorema nos dice que el estudio de los límites de las funciones f: l ~ JR --+ JR" está íntimamente relacionado con el estudio de los límites de las funciones coordenadas de f. 5.1 Introducción. Límites y continuidad 427 f lo - 8 lo lo +8 IR" 1 Figura 2. El límite de una función f: 1 <;;; IR -t IR". Teorema 5.1.1 lím H10 f(t) Sea f: 1 L ~ (e¡, (x¡(t), X2(t), .... XII (t)). = = 6 ..... ell) JR ......, JR" una función como en la definición anterior. Entonces E JR" si y sólo si líml~lo X¡(l) = e¡, donde f(t) 111 Demostración. Supongamos primero que lím¡-do f(t) = L. Esto significa, según la definición dada anteriormente, que para cualquier E > Oexiste Ode modo que si t E 1, O < It - tal < entonces Ilf(t) LII < E. Pero como o> o Ilf(t) -- LII = II(x¡(t) -- el .... , xlI(t) -- ell)11 = (t(X¡(t) ¡=l se tiene que por lo tanto, dado E > Oexiste o> O tal que 0< It - tal < o => Ix¡(t) -- e¡1 < E Lo que significa que límH10 x¡(t) = e¡, como se quería. Supongamos ahora que lím H10 x¡(t) = e¡, i = 1,2•... , TI. Esto quiere decir que para cualquier E¡ > O hay un o¡ > O. tal que tE 1, O <It -- tal Sea E> < o¡ =>Ix¡(t) - e;¡ < E¡. O arbitrario y sea E¡ = )n. Tome 0= mín(ol, 02, ... , ( 11 ), Para talo se tiene t E 1, 0.< It -- tal < o => Ix¡(t) -- e;¡ <;n I=J Vi 1, 2, ... , TI Entonces IIf(t) -- LII = (t(X¡(t) - e¡)2) 1/2 < 1=1 (t (;n) 2) 1/2 =E 4 28 Capítulo 5 Curvas en el espacio Así se ha probado que para cualquier E tE > Oexiste o > O tal que It .- tal 1, 0< < o=? Ilf(t) - LII < E Q.E.D. Esto significa que límt->to f(t) Veamos un ejemplo. = L. Ejemplo 1. Sea f: JR -; ]R3 la función dada por f(t) = (t 2 + 1, 2t, t). Las funciones coordenadas def sonx¡(t) = t 2 + 1, X2(t) = 2t,X3(t) = t. Puesto que límt->tox¡(t) = límHto(t2 + 1) = tJ + 1, límt->to X2(t) = lím Hto (2t) = 2to, límt->to X3(t) = límt~to t = to, se tiene que, según el teorema anterior lím f(t) t-+to = t-+/o (t), X2(t), X3(t» lím(x¡ (lím x¡ (t), lím X2(t), lím X3 1-10 t-+to /-+10 (t)) = (tJ + 1, 2to, to) Por ejemplo, si to = 1, se tiene que lím t-> I f(t) = (2, 2, 1). Esto significa que se puede tener a f(t) arbitrariamente cerca del punto (2, 2, 1) E ]R3 con t suficientemente cerca de l. f ---+-+I-l-l- - - - --------f.-_-"\ ~/ . lR (2,2, 1) X2 XI Figura 3. El límite de f(t) = (t 2 + 1, 2t, t) cuando t -> l. En cierto sentido el comportamiento de la función f: 1 <;;; JR -; ]Rn lo determina completamente por el comportamiento de sus funciones coordenadas Xi: 1 <;;; JR -; R Este hecho se empieza a sospecharse con el teorema anterior que nos dice que el límite de la función f está determinado por los límites de las funciones coordenadas Xi. Una situación análoga ocurrirá con la continuidad de la función f; se verá que ésta es continua (con la definición que daremos a continuación) si y sólo si sus funciones coordenadas lo son. Establezcamos la definición rigurosa de continuidad de este tipo de funciones. Definición. Sea f: 1 <;;; ]R -; ]Rn una función definida en el subconjunto abierto 1 de ]R y sea to E l. Se dice que f es continua en to si lím fU) = f(to) 1-10 5.1 Introducción. Límites y continuidad 429 Como siempre, lo que sugiere esta definición es que la propiedad de continuidad de una función f equivale a que movimientos pequeños de t en torno a to producen movimientos pequeños en las imágenes fU) alrededor de fUo); de otro modo, las imágenes cercanos a f(to) no tienen cambios bruscos para cambios pequeños del valor de t. Esto se puede ver mejor si escribimos la definición de continuidad dada anteriormente usando la definición de límite: la función f es continua en to si dado E > O existe 8 > de modo que ° It - tal < 8 t =} en!nm:es está l'erca de 'O en menos que a Ilf(t) - fUo)\I < «rl es¡;! cerca de fUO 1 en menós q\IC~ € E (la condición t i= to que en la definición de límite estaba escrita como It - tol eliminada pues la definición de continuidad requiere que fUo) exista). La cadena de igualdades lím f(t) = lím(x¡ U), X2(t), ... ,xn(t» -{-fo /-+(0 > 0, ahora queda = (lím XI (t), lím X2U), ... , lím x,,(t)) 1-10 .•. [-+fo 1-+(0 = (XI (to), X2(tO), ... , x"Uo») = feto) junto con algunos comentarios pertinentes por parte del lector, (aplicando desde luego el teorema demostrado previamente y la definición de continuidad de f y de sus funciones coordenadas), deberá sin duda proporcionar el argumento contundente que pruebe la validez del teorema siguiente. Teorema 5.1.2 Sea f: 1 <:;:; JFt -> JFt" una función definida en el intervalo abierto 1 de 1Ft, digamos que f(t) = (XI (t), X2(t), ... , xn(t)). Sea to E l. La función f es continua en to si y sólo si sus funciones coordenadas Xi: 1 <:;:; JFt -> JFt lo son. 11 Una función f: 1 <:;:; JFt -> JFtn definida en el intervalo abierto 1 de JI( se dice ser continua en 1 (o simplemente continua) si lo es en todo t E l. Ejemplo 2. La función f: JI( -> JFt2 dada por f(t) = UJ + 1, (2 - 2t + 1) es continua, pues sus funciones coordenadas son polinomiales y, por tanto, continuas. Ejemplo 3. La función f: JFt -> JFt3 dada por t,t-, -t-. 1 fU)= { sen t) ( si t si t i= ° ° es discontinua en t = ° (0,0,0) = pues t~lo 1 sen lím fU) = lím t, t-, I~O ( t t) = (0,0, 1) i= (0,0, O) = feO) La continuidad de una función f: 1 <:;:; JI( -> JFtn definida en el intervalo 1 de JFt es el ingrediente esencial que nos permite definir el tipo de objetos de nuestro estudio en este capítulo. 4 30 Capítulo 5 Curvas en el espacio Ejercicios (Capítulo 5, Sección 1) 1. Sea f: IR; ---> IR;3 la función fU) = U2 , 3t - 1, t 3 - 2). Determine: a. b. e.. c.. f.. f(1); f(3) - f(2); 0.5f( -1); d .. f(1) . f(3); Ilf(2)llf(1); f(1) x f(-1); g.. feO) . f(l) x f(2) 2. Sean /1: 1 ~ IR; ---> IR; y 12: ] ~ IR; ---> IR; dos funciones reales definidas en los subconjuntos J y ] de IR;, ¿Cuál es el dominio (natural) U de la función f: U ~ IR; ---> IR;2, f(t) = (JI (t), hU))? En general, si /i: Ji ---> IR; es una función definida en el subconjunto Ji de IR; , i = 1, 2, ... , k, ¿cuál es el dominio U de la función f: U ~ IR ---> IR;k, f(t) = (JI U), h(t), ... , hU))? En los ejercicios 3-10 determine el dominio U de las funciones siguientes 3. f: U ~ IR; ---> ¡¡~,2, ---> ---> ---> ---> fU) (t, 1) 4. f: U ~ IR; IR;2, f(t) = (.ji, t 2 ) 5. f: U ~ IR; IR 2, f(t) = (Vf+t, IR;2, f(t) = IR;3, f(l) = JI=t) 6. f: U ~ IR; 7. f: U ~ IR O/ t, In t) (l, l2, t 3 ) 8. f: U ~ IR; ---> IR;2, f(t) = (ln(t 2 + 1 + 1), In(t 2 - t + 1), In(t2 + 1)) 9. f: U ~ IR; 10. f: U ~ IR ---> ---> IR;3, f(t) = (t, arcsen t, In t) IR;4, f(t) = (arcsen t, arcsen 2t, arcsen 3t, arcsen 4t) E 11. Se sabe que Iím h 2(t, t) = (2,2). Puesto que > O, determine el 8 > O que verifique la validez de este límite. 12. Repita el ejercicio anterior con el límite lím r _d3t, -t) = (6, -2). 13. Se dice que la función f: J ~ IR; ---> IR;n es una/unción constante, si f(tl) = f(t2) \lt¡, t2 E J. Ental caso se escribe f(t) = e (donde e E IRn es igual f(t) para cualquier tEl). Por ejemplo, f(t) = (1, 3) Y f(t) = (2, O, -4) son funciones constantes. Enuncie con precisión y demuestre el resultado siguiente: el límite de una función f: J ~ IR; ---> IR;n cohstante es igual al valor de la constante. En los ejercicios 14-20, calcule los límites indicados 14. lím h l(3t - 1, t) 5.1 Introducción. Límites y continuidad 431 15. lím HI (tt-11, tt+11) 2 2 - 16. lím (sent ' ..... 0 t ' cos t _t_) t3 - l -t 2 - l' 4 t - 1) -t3 - l t2 - 1 18. lím ( - ¡ ..... I t - 1' 19. 11m ¡ ..... o , (X + t)2 t x 2 (x + t)3 - x 3 (x + t)4 - x , , -'--,-.--t t 4) 20. lím (sen 2t cos 21 sen 4t ) ¡ ..... O sen 3t' cos 3t' cos 51 En los ejercicios 21-25, exponga la continuidad de las Junciones 21. f(t) = ( - - , - t- 1 t+l t 2 l t 2 - 1) + 1)) 22. fU) 23. fU) = (t. sgn t) = (sgn(t 1), sgn(t 24. fU) = -{ e (O, 1) se;t) si t:f= si t = o o si t si t 25. fU) = { sen 2t cos 2t sen 4t ) ( sen 3t' cos 3t' cos St (2/3, 1, O) :f= O O l. Demuestre que la función 'P: 1 --+ IR, 26. Suponga que la función f: 1 <::;; ]R 'P(t) = Ilf(t)1I es continua en l. 27. Si f, g: 1 a. b. <::;; --+]R" es continua en JR ]R" son dos funciones continuas, demuestre que las siguientes funciones son continuas; f + g: 1 <::;; ]R --+ ]R" , (f + g)U) = fU) + gU) c. r· g: 1 <::;; ]R --+ ]R", (f . g)(t) = fU) . gU) r x g: 1 <::;; ]R --+ ]R", (f x g)(t) = f(t) x gU) 28. Por medio de ejemplos concretos, muestre que la afirmación recíproca del ejercicio anterior es, en general, falsa. Es decir, dé ejemplos de funciones r, g: 1 c;;: ]R ----> ]R" por los que r + g, f . g, r x g son funciones continuas, sin que r y/o g sean continuas. 4 32 Capítulo 5 Curvas en el espacio 5.2 Caminos en rrt n • Consideraciones y ejemplos preliminares La definición más importante del capítulo, punto que nos presenta los objetos a estudiar en él, es la siguiente Definición. Una función f: l ~ IR --> IR" continua, definida en el intervalo l de IR., se llama camino o trayectoria en el espacio IR" ... [Antes de completar la definición haremos un par de comentarios. En ella nada se dice de la naturaleza del intervalo l ~ IR donde está definida f. Si éste es abierto, ya sabemos qué significa que la función f sea continua en l. Si no lo es, digamos por ejemplo que sea cerrado 1= [a, b], entonces decimos que f es continua en l si lo es en (a, b) y si lím f(t) t---+Q- = fea) y lím f(t) f---4b+ = f(b) Los caminos de IR" son los objetos matemáticos de nuestro estudio en este capítulo. Ellos son pues, según la definición anterior,funciones continuas f: l ~ IR --> IR" definidas en el intervalo l de IR y tomando valores en el espacio IR".] ... Si la función continua f: l ~ IR --> IR" está definida en el intervalo cerrado l = [a, b], diremos que el punto fea) E IR" es el punto inicial del camino o trayectoria r, en tanto que f(b) E IR" es el punto final de él. Si acontece que fea) = f(b), diremos que el camino f es cerrado. Si la función r es inyectiva en l (es decir, Vtl, t2 E 1, tI 1= t2 => f(tl) 1= f(t2»), diremos que f es un camino simple. Si se tiene que fea) = f(b) Y la función f restringida al intervalo [a, b) es inyectiva, diremos que el camino es cerrado simple. lIi Nos inclinaríamos ahora a tener una visualización geométrica de este tipo de objetos recién definidos, lo cual nos lleva de manera natural a pensar en "la gráfica" de un camino. Ciertamente no hemos definido lo que se debe entender por gráfica de una función como las que estamos estudiando. Sin embargo, no resultará difícil establecer tal definición si vemos de nuevo cómo es este concepto en el caso de las funciones reales de una variable real y el caso de funciones de varias variables (ver sección 2, capítulo 2). Haciendo una generalización (o adecuación) natural para el caso de funciones f: l ~ IR --> IR", diremos que la gráfica de una función como ésta es el conjunto f(t) E (abusando un poco de la notación, hemos puesto en la segunda coordenada de (t, fU», el punto IR"). Sugerimos al lector que intente visualizar este concepto en el caso n = 2 (único caso en que se puede hacer, para tener así los puntos de la gráfica de f en el espacio IR 3 ), para que vea y sienta las dificultades que se presentan. Este es, pues, un concepto que en nada nos ayuda a tener representaciones geométricas "decentes" de los nuevos objetos estudiados. Sin embargo, sí hay una manera de "ver" nuestros caminos f; l ~ IR --> IR", que nos ayudará mucho a entender su comportamiento. La manera correcta deabordar la geometría de estos objetos matemáticos es por medio del siguiente concepto. Definición. Se llama traza del camino f; l las imágenes de f; es decir traza de f ~ IR --> IR", al conjunto (subconjunto de IR") de = {f(t) E IR"lt E I} e IR" 5.2 Caminos en IR". Consideraciones y ejemplos preliminares 433 traza def I I a b Figura 1. Traza de un camino f: 1 <;;; JR -+ JR". Así, la traza de un camino f es algo así como la "huella" de las imágenes de f. (Esta huella se deja en el espacio donde viven las imágenes de la función). Conviene siempre tener en mente que la variable independiente t recorre de izquierda a derecha el intervalo 1 e imaginar a las imágenes correspondientes moviéndose en el espacio ID;n, dejando así marcada de manera continua su traza. En realidad, esta visión "mecánica" de los caminos es muy importante para entender adecuadamente algunos puntos en el estudio que emprenderemos en este capítulo. Aún más, se usará la letra t para designar a la variable independiente de nuestros caminos, y precisamente para que ésta sea pensada como tiempo. Ante esta perspectiva, podemos pensar que cada camino f: 1 <;;;; ID; -> ID;n es como "la fórmula matemática de una carretera en el espacio", la cual, como veremos, tiene dos ingredientes importantes que la caracterizan: la forma de la carretera en sí y la manera como ésta es recorrida. f I )1 ti 1 Figura 2. Diagrama de la traza de una función. Designaremos con la palabra curva (en ID;n) la traza de un camino f: 1 ID; -> ID;n. Esta palabra tiene un contenido geométrico más fuerte que "camino" o "trayectoria", lo cual resulta muy conveniente para nuestros propósitos, pues en ocasiones debemos distinguir al camino en sí, el cual es unafunción continua f: 1 <;;;; ID; -> ID;n, del aspecto visual que presentan sus imágenes en conjunto, es decir, de 4 34 Capítulo 5 Curvas en el espacio la curva asociada a f. Sin embargo, cuando no haya peligro de confusión, nos podremos referir a propiedades del camino f como propiedades de la curva asociada a f. Pensemos por ejemplo en un camino en 1R2 , digamos f: [a, b] --> 1R 2 , f(t) = (x(t), y(t». El punto inicial de él es fea) = (x(a), y(a» y el punto final es f(b) = (x(b), y(b». Supongamos que f es una función inyectiva. En tal caso, siendo el camino f simple, podremos decir que la curva {f(t) E 1R 2 1t E [a, bJ} es (una curva) simple. Veamos de cerca cuál es la implicación geométrica de este concepto. Supongamos que la curva pasa por el punto (xo, Yo) (es decir, para algún to E J se tiene feto) = (xo, Yo». El hecho de ser la función f inyectiva significa que la curva no vuelve a pasar por (xo, Yo) (si así lo hiciera, existiría tI E J tal que f(tl) = (xo. Yo) = f(to), lo que viola la propiedad de inyectividad de f). Por lo tanto, una curva simple es una curva que no tiene autointersecciones. Por ejemplo, los siguientes caminos (las siguientes curvas) en 1R2 no son simples y f fea) o Figura 3. Curvas que no son simpJes. x En el caso de caminos cerrados simples f: [a, b] --> 1R2 (que no equivale a que sean cerrados y simples, -pues de hecho tales caminos ... ¡no existen!- ¿por qué?) el aspecto geométrico es el siguiente y a 1 b x Figura 4. Curvas cerradas simples. 5.2 Caminos en IR". Consideraciones y ejemplos preliminares 435 z f(b) a b y Figura 5. Curvas simples. Del mismo modo, curvas simples en IR 3 tienen aspectos como los que se muestran en la figura 5. Veamos algunos ejemplos concretos. Ejemplo 1. Consideremos la función continua cp: IR -> IR. Esta es una función real de una variable real xE /. Como sabemos, la gráfica de esta función es (por definición) el conjunto {(x, y)lx E /, Y cp(x)} e IR 2 al cual siempre nos hemos referido como "una curva" en el plano.¿ Es ésta una "curva" en el sentido que estamos manejando en el presente capítulo?, es decir, ¿es la gráfica de la función y = cp(x) igual a la traza de una función f: / ~ IR IR 2 ? Nótese que si definimos la función f: / ~ IR -> IR 2 (l es el mismo intervalo de la recta donde está definida cp) como = (t, cp(t)) tenemos que f es continua (pues sus funciones coordenadas xU) = t, y(t) = cpU) lo son) y además traza de f = {U, cpU))lt E I} = gráfica de cp !p(t) ----------------- r(n = (r, !p(t)) t 1 Figura 6. Gráfica de la función !p. 4 36 Capítulo 5 Curvas en el espacio De este modo tenemos pues que las curvas que son gráficas de funciones continuas cp: ¡ <:;; IR -+ IR, son "curvas" (en el sentido de este capítulo), trazas de caminos f: J <:;; IR -+ IR 2 , f(r) = (r, cp(r». Sin embargo, es claro que nuestro concepto de curva en este capítulo abarca situaciones mucho más generales que ésta; es decir, la traza del camino f: J <:;; IR -+ IR 2 no es necesariamente la gráfica de una función continua cp: J <:;; IR -+ IR. Por ejemplo, la curva asociada al camino f: IR -+ IR 2 , f(t) = (r. ( 2 ) es la gráfica de la función cp(x) = x 2 , sin embargo, cualquier curva f: [a, b] -+ IR 2 cerrada no puede ser la gráfica de una función cp: [a, b] -> IR (¿por qué?). Ejemplo 2. La traza del camino f: IR -+ IR 2, dada por f(l) = (r, mI + b) es una recta en el plano, de pendiente m y ordenada al origen b. Esto se desprende del ejemplo anterior y f x Figura 7. Traza del camino f(r) = (r. mi + !J). Incluso, la traza del camino f: IR -+ IR}, dada por f(l) = (al + xo. bt + Yo, el + 20) es una recta en el espacio que pasa por el punto (xo. Yo. 20) (correspondiente a t = O), Y que es paraleía al vector v = (a, b, e). Esto es un hecho que se desprende de las ecuaciones x = al + xo, Y bl + Yo, z = el + 20, que conocemos como ecuaciones paramétricas de una recta en el espacio z y Figura 8. Una recta en JR3, traza del camino f(l) := (al + Xo. !JI + yo. el + zo). 5.2 Caminos en iR". Consideraciones y ejemplos preliminares 437 Ejemplo 3. Consideremos el camino f: [0, 27T] que las funciones coordenadas x(t) = r cost, y(t) (X(t))2 -t ]R2 dado por f(t). = (r cos t, r sen t). Obsérvese = rsen t cumplen con (r sen t)2 = r 2 + (y(t))2 = (r cos t)2 \:It E [0,27Tl de modo que en cualquier instante t E [O, 27T l, el punto f(t) se encuentra en el círculo de centro en el origen y radio r, x 2 + l = r 2 • Así, la traza del camino f es un círculo de centro en el origen y radio r, cuyo punto inicial es feO) = (r cos 0, r sen O) = (r, O), y cuyo punto final es f(27T) = (r cos 27T, r sen 27T) = (r, O) = feO); es decir, se trata de una curva cerrada simple (¿por qué?) que se recorre partiendo del punto (r, O), en sentido contrario a las manecillas del reloj (antihorario). y (O, r) = f( 7T/2) ° x 27T (r, O) = feO) = f(27T) Figura 9. La traza del camino cerrado simple f(t) = (r cos t, r sen t), t E [O, 27T j. De hecho, en este caso podemos ver la variable independiente t como el valor del ángulo (medido en radianes) que forma el vector f(t) con la parte positiva del eje x. f(t) = (r cos t, r sen t) Figura 10. Interpretación geométrica de la variable t en el camino f(t) = (r cos t, r sen t). 438 Capítulo 5 Curvas en el espacio Ejemplo 4. Considere el camino f: lE. - 7 lE. 2 , dado por fU) = U3 - t, t 2 1). Obsérvese que f( -1) = (O, O) = f(1), de modo que este es un camino que no es simple. Podríamos "rastrear" (O, O), feO) = (O, -1), su traza con algunos valores de t, por ejemplo, f( - 2) = (-6,3), f( -1) f(1) = (O, O), f(2) (6,3), ... Estos valores, acompañados de alguna reflexión adicional sobre los posibles valores de x(t), y(t) para diferentes valores de t, nos pueden dar una idea de la forma geométrica de la curva. f(-2) f(2) -2 -1 O 2 f(l)=/(-I) reo) Figura H. Traza del camino f(t) = (t3 - t, t 2 - j). Ejemplo 5. Una curva muy importante en matemáticas es la llamada CICLOIDE, definida como la curva que describe un punto fijo de una circunferencia de radio a, la cual rueda, sin deslizarse, a una velocidad constante sobre el eje x. y p p p x Figura 12. Gráfica de la CICLOIDE. Vamos a conseguir expresiones para las funciones coordenadas x, y: lE. - 7 lE., de un camino f: lE. - 7 lE. 2 , f(t) = (."((t), y(t» que tenga por traza una cicloide. En un instante dado, el círculo que está rodando se ve como 5.2 Caminos en IR". Consideraciones y ejemplos preliminares 439 y a cos t V a sen t x(t) r t x Figura 13. El círculo que rueda para describir la cicloide. Sea t el ángulo, en radianes, que forma (la línea que contiene) el radio CP con la parte negativa del eje y, como se muestra en la figura 13. Nótese que la distancia lüRI es justamente la longitud del arco de circunferencia RP, que es igual a at, de modo que el punto e tiene por coordenadas (at, a). Si (x(t), y(t)) denotan las coordenadas del punto p, se tienen, atendiendo a la figura 13, las siguientes relaciones y(t) x(t) =a = at - (lCOS! = d(1 = a(t - cost) sen t) a sen t Así, el camino f; R -:' R 2 dado por f(t) = (a(t -,. sen t), a( 1 - cos t)) tiene por traza una cicloide. A arco de cicloide B Figura 14.. Un cuerpo cayendo de A a B. La Cicloide .es una curva conocida por .10s rnatemático.s desde el siglo XVIII. Surgió como respuesta a un famoso problema planteado por Johann Bernoulli en 1691: el "problema de la 4 40 Capítulo 5 Curvas en el espacio braquistócrona", que consiste en determinar la curva con la que se deben unir los puntos A y B (como en la figura 14) para que un cuerpo que cae desde A llegue a B, siguiendo la trayectoria de la curva, en el menor tiempo posible (suponiendo que no hay fricción). Esta curva lleva el nombre de "braquistócrona" (del griego brachistos el menor, cronos = tiempo) y fue el mismo Johann Bernoulli (entre otros) quien descubrió que la cicloide era la curva que solucionaba al problema. (Para una exposición más completa acerca de este interesante problema, se puede consultar por ejemplo, el apéndice del capítulo 3 de la referencia [PilIl). Ejemplo 6. Consideremos el camino f: IR - t IR 3 dado por f(t) = (r cos t, r sen t, t). Obsérvese cómo las dos primeras funciones coordenadas x(t) r cos t, y(t) = r sen t satisfacen x(t? + y(t)2 = r 2, \lt E IR, de modo que la curva correspondiente debe estar dibujada en el cilindro circular recto x 2 + l = r 2 . Por otra parte, a medida que t avanza, la tercera función coordenada de f, z(t) = t, que marca la altura del punto fU), va siendo cada vez más grande. En base a estas condiciones, se puede ver que la curva que describe r, llamada hélice, tiene el siguiente aspecto geométrico .. ~ z ..... cilindro x 2 +l = r2 f(37T/2) = (O, -r, 37T/2) J 'f(7T/2) (0,r,7T/2) y x Figura 15. Una hélice. Una terminología muy usada para las funciones coordenadas de caminos en IR 2 y IR 3 , es llamar a éstas como las ecuaciones paramétricas de la curva correspondiente al camino. A la variable t se le llama parámetro. Por ejemplo, las ecuaciones x(t) = r cos t, y(t) = r sen t, O :s; t :s; 21T son las ecuaciones paramétricas de un círculo con centro en el origen y radio r (en el plano) --ver ejemplo 3; las ecuaciones x(t) = a(t - sen t), y(t) = a(l - cos O, t E IR, son las ecuaciones paramétricas de una cicloide -ver ejemplo 5, y las ecuaciones x(t) = r cos t, y(t) = r sen t, z(t) = t, t E IR, son las ecuaciones paramétricas de una hélice. Para adentrarnos en la exposición que emprenderemos a continuación, consideremos el ejemplo siguiente. Sea f: [O, 1T) - t IR 2 el camino f(O = (r cos 2t, r sen 2t). Se observa que las funciones coordenadas x(t) = r cos 2t, y(t) = r sen 2t satisfacen x(t)2 + y(t)2 = r 2 \lt E [O, 1T), que el punto inicial es feO) = (r, O) y el punto final es f( 1T) = (r, O) = feO). Así que la curva que representa este camino es un círculo con centro en el origen, radio r, que comienza su recorrido en el punto (r, O) y se recorre en sentido antihorario: exactamente la misma curva que representa el camino f: [O, 21T) - t IR 2 , 5.2 Caminos en ]R". Consideraciones y ejemplos preliminares 441 f(t) = (r cos t, r sen t) estudiado en el ejemplo 3. Sin embargo, es claro que los caminos de f y f son distintos: están definidos en distintos intervalos y las reglas de asociación de t E 1 con las imágenes correspondientes en ]R2 son distintas. Ambos, sin embargo, tienen la misma traza. La moraleja de este sencillo ejemplo introductorio es enfatizar que un camino no es solamente el conjunto de sus imágenes (i.e. la curva que representa). Habíamos ya dicho que podemos pensar en un camino como un objeto matemático caracterizado por dos aspectos: primero, la traza, curva,o forma geométrica del conj unto de sus imágenes, y segundo, la manera como el camino recorre tal curva. En el ejemplo anterior, vemos que tanto f como f coinciden en el primer aspecto, pero no en el segundo: al ver los dominios de estas funciones y pensaren su variable independiente como tiempo, vemos que mientras f tarda21T segundos en recorrer el círculo x 2 + y2 = r 2 , af sólo le toma la mitad de tiempo, 7T segundos, en efectuar tal recorrido. Esto sugiere que la velocidad de recorrido de fes el doble de la de f.. El término "velocidad" aparece entonces de manera natural como el ingrediente que nos dice cómo una función f (un camino) recorre la curva de sus imágenes. Esto es precisamente lo que vamos a estudiar en la próxima sección. Ejerddos (Gapítulo5,.Secdón 2) Describa la traza del camino constante f: JR ]R2, f(t) (a, b). 2. Sea cp: 1 ]R ]Runa función continua definida en el intervalo 1 de R Considere el camino f: /....., ]R2, f(t) = (t, cp(!). Demuestre que éste debe ser un camino simple. ¿Puede ser un camino cerrado? 3. Demuestre que todo camino del tipo f: ]R ....., ]R2, fU) no nulos, es simple Describa su traza. Demuestre que el camino = (at + b, et + d), donde a y c son reales _ ....., ]R2, f(t) = ((2 + 1, t 2 --t 1) no es simple. Describa la traza de f. 5. Demuestre que el camino g: [1, (0) compare con el ejercicio anterior. ]R2, gU) = (l, t -- 2) es simple. Describa la traza de g y 1, t 3 6. Demuestre que el camino f: [-2,2] .....,·]R2, f(t) = (t 2 cerrado?, ¿ es cerrado simple? - + 2t2 = (t 2 - t ~. 2) no es simple. ¿Es 7. Repita el ejercicio anterior con el camino f: [-1, 1] ....., 1R 2, f(t) 8. Considere el camino f: IR ....., 1, t 3 + 2t 2 - t - 2). 1R 2, f(t) = (cosh t, senh t). Describa la traza de f. 9. Considere el camino f:R.....,]R2, f(t) = (a, cp(t)), donde aes un número real dado. Describa la traza de f en términos del rango de la función cp:]R ....., R Suponga que ésta es una función inyectiva. ¿Qué puede decir del camino f?, ¿qué puede decir de f si cp es sobreyectiva?, ¿si cp es biyectiva? 10. Repita el ejercicio anterior con el camino f:]R ....., ]R2, f(t) = (cp(t), a). 11. Sea f: 1 ~ ]R ....., ]R2 un camino, y sea u un vector en ]R2 dado. Considere el camino g: 1 ~ ]R ....., ]R2, g(t) = u + fet)o Describa la traza de g en términos de la traza de f. 12. Sean Uo y Ul dos vectores en ]R2. Considere el camino f:]R ....., ]R2, f(t) = traza de f. Uo + tUl. Describa la 4 42 Capítulo 5 Curvas en el espacio 13. Sean uo, UI Y U2 tres vectores en ]R2. Considere el camino f:]R f(l) = Uo + IUl + 12U2' Describa la traza de f en cada uno de los casos: a. los vectores UI Y U2 son linealmente independientes, b. los vectores u I y U2 son linealmente dependientes. --7 , 14. Describa la traza del camino f: [0, 21T] a. a b, b. a #- b. --> ]R2, f(l) = (a cos 1, b sen t), en cada uno de los casos: 15. Sean uo, UI Y U2 tres vectores en ]R2. Considere el camino f: [O, 21T] --> ]R2, f(l) = Uo + COS IUl + sen IU2. Derrmestre que si UI Y U2 son vectores linealmente independientes, la traza de f es una elipse. ¿Qué pasa si los vectores UI Y U2 son linealmente dependientes? --> 16. Considere el camino f:]R Describa la traza de f. ]R3, f(l) = (1, cp(t), a), donde cp:]R ]R3, g(l) --> ]R es una función continua. 17. Repita el ejercicjo anterior con los caminos g, h:]R (cos 1,0, sen 1), h(l) --> = (l, a, cp(t», h(t) = (a, 1, cp(t). 18. Describa la traza de los caminos f, g, h: [0, 21T] --> 1R:3, f(t) = (cos 1, sen 1, O), g(1) = = (O, sen 1, cos 1). 19. Se dice que el camino f: 1 ]R ]R3, f(1) = (J1(t), 12(1), 13(1» se encuentra sobre la esfera S {(x, y, z)ix 2 + l + Z2 ~= R 2 } si f(l) E S 'lit E 1 (es decir, si f¡2(1) + f1(0+ Jl(t) = 'lit E 1). Demuestre que los caminos f, g, h del ejercicio anterior se encuentran sobre la esfera unitaria. --7 s: 20. Se dice que la curva, imagen del camino f: 1 ]R --> IR\ f(l) = (JI (1),12(1), h(t» es una eurva plana, si hay un plano S = {(x, y, z)lax + by + ez = d} tal que f(1) E S VI E 1 (en cuyo caso s: se dice que el camino f --o la curva que describe- se encuentra sobre el plano S). Considere los caminos f, g, h de los ejercicios 16 Y 17. Demuestre que las curvas que éstos describen son planas. 2 2 2 , f(t) = (a cos 1, 0.5b sen t, 0.5e sen t) se encuentra sobre 21. Demuestre que el camino f: ]R --> el plano ~ plano z +~+~ = l. --> 22. Demuestre que el camino f:]R ]R3, f(l) = (1 2 + I + 1, t 2 1, t + 2) se encuentra sobre el = x-y. 23. El ejemplo anterior es un caso particular de la siguiente situación más general: la curva descrita por el camino f: ]R -> IR 3, f(l) = (al t 2 + b l t + Cl, a2t2 + b 2t + C2, a312 plana. Esta se encuentra sobre el plano cuya ecuación es XCl + b 3 t + C3) es una curva y - C2 a2 b2 det [ al =0 b¡ Demuestre este hecho. 5.3 Diferenciabilidad. Curvas Regulares. El formalismo en la definición de la derivada de una función f: 1 primer curso de cálculo, dado por I ¡ ./() = s: ]R -> ]R de las estudiadas en el l' un "-----""---- f(l + h) - f(t) 11--0 h 5.3 Diferenciabilidad. Curvas Regulares. 443 hace perfecto sentido si la función J,en lugar de tomar valores reales, toma valores en IR". Nada más. n"tural entonces que definir, de esta misma manera, la derivada para caminos. Definición. Sea f: I IR -; IR". un camino definido en el intervalo abierto I de IR. Sea to .E 1. Sedetlne la derivada de fen lo, denotada por fl (to) o 'ff¡ (to), como el límite _h fl (to) = lím _f(_to_+ __)-_._f_(to_) 11-0 cuando éste existe .. EÍl tal caso se qiceque el caminof es diferenciable en to .. Si f es diferenciable en todos los puntos to de 1, decimos que es diferenciable en 1. 11I La primera observación que debemos hacer en este nuevo concepto, es que la derivada de un camino f: / ~ IR -; IR" en un punto to E/, es un vector en el e.\pacio IR". De hecho, viendo la siguiente cadena de igualdades, en donde J(n = (x¡(t), X2(t), j (to) = ltm . 11-··0 .1 ... , x,,(t» ,lUo+h)-j(to) , (xI(to+h), ... ,x,Jto+h») - (xr(to), ... ,x,,(to») = ltm - ' - - - - - - - - - - - ' - - ' - - - - h h-O h . (X¡(f O + h) h = 1\~1 x¡(to) , .. , x,,(to , + h) h xn(to») .. , ]¡m - . - - - - - - 11_0 x,,(to+h)-x,,(to) h podemos concluir que el camino f esdiferenciable en lo si y sólo si sus funciones coordenadas lo son, y, en tal caso, la derivada fl (to) es el vector de IR" cuyas coordenadas son las derivadas x;(to) de las funciones coordenadas de f. NOTA. En el capítulo 3 se había dicho que la derivada de una función f: U .~IRn -; IR'" en un punto Xo del abierto Ude IR"esuna transformación lineal cuya representación en términos de las bases canónicas de lR n y IR'" es la matriz jacobiana de f en Xo, la cual es una matriz de orden m x n que en su i-ésima línea y j-esima columna tienela derivada parcial de la i-ésima función coordenada de f respecto de su j-ésima variable. Con esta perspectiva, la derivada de un camino f: / ~ IR -;IR" en to 1, debería estar asociada a una matriz de orden n x 1, la matriz jacobiana de f en to, en cuya i-ésima línea (tiene sólo una columna) se encuentra la derivada de la i-esima función coordenada de f respecto de su (única) variableindependiente t. Es decir, la derivada del camino f en to, debe estar representada por su matrizjacobiana lf(to) la cual es lf(to) = .[;W:;I. x;, (to) Hemos establecido, de manera natural, el concepto de derivada del camino f en to como el vector de IR" dado por 4 44 Capítulo 5 Curvas en el espacio Por supuesto no hay ningún problema en conciliar estos dos puntos de vista para [' (lo), identificando los vectores de JRn con matrices n x 1, de la manera canónica. Esta identificación es de hecho un isomorfismo entre el espacio vectorial JRn y el espacio vectorial de las matrices de orden n x l. Un hecho geométrico relevante acerca del vector [' (lo) de un camino diferenciable f: 1 s;;: JR -; JR", es que éste es tangente a la curva correspondiente en el punto donde se calcula la derivada y que apunta en dirección al recorrido de la curva. Veamos, por ejemplo, el caso de un camino diferenciable en JR2, f: 1 <:;; JR -; JR2. En la siguiente figura están marcados los puntos de la curva correspondientes a to Y to + h. El vector v = feto + h) - f(lo) es aquél que va de P a Q. Para cualquier h =/= O el vector v = t.(f(lo + h) - feto»~ es un vector paralelo a v. Siguiendo la posición del vector v para /¡ cada vez más pequeño, resulta plausible que, en la posición límite, cuando h -; O, el vector \. sea tangente a la curva en P. ----------'JR lO lo +h Figura 1. El vector tangente e' (to) a la curva en P. Más aún, el vector tangente f'(lo) mide la velocidad a que se trazan las imágenes en la curva, o bien, a qué velocidad se mueve un punto en el espacio siguiendo la trayectoria determinada por la función f. La siguiente definición comprende este importante hecho. Definición. Sea f: 1 <:;; JR --4 JRn un camino diferenciable. Al vector f'(l) se le llama vector velocidad del camino en el punto f(l) E JRn. 11 De esta manera, la diferenciabilidad de un camino f: 1 <:;; JR -> JRn queda comprometida con el vector velocidad con el que la curva, traza del camino f, es recorrida. Siendo éste tangente a la curva, usaremos indistintamente los nombres "vector velocidad" y "vector tangente". Ejemplo 1. Sea f: [0, 27T] --4 JR2 el camino f(t) = (r cos t. r sen t). Este es un camino diferenciable, I pues sus funciones coordenadas x = r cos t, Y = r sen t, lo son. La derivada de J Se ha definido diferenciabilidad para caminos cuyos dominios son intervalos abiertos de IR. Cuando se consideran caminos definidos en intervalos cerrados, digamos [a, bl. podemos adecuar la definición de diferenciabilidad poniendo la función f definida en algún intervalo abierto un poco más grande que [a, bl, por ejemplo (a - E. b + E) :> [a, bl cuando la función misma lo permite (como en el ejemplo), o bien, se podrían definir las derivadas laterales f~(a) y f~ (b) con los límites laterales correspondientes de la definición de derivada y decir entonces que el camino f es diferenciable en [a, b] si lo es en (a, b) y existen las derivadas laterales f~(a) y f~(b), 5.3 Diferenciabilidad. Curvas Regulares. 445 fes f' (t) = (x' (t), y' (t)) = (-1' sen t, l' cos t) Nótese que, tomando el producto punto del vector f(t) con el vector f'(t) se tiene f(O' f'(t) = (rcost, rsent)· (-1' sen t,rcost) = _1'2 sen t cos t + 1'2 sen t cos t = O de modo que f' (t) es perpendicular a f(t) para todo t. Puesto que la curva que describe f es el círculo x 2 + y2 == 1'2, resulta claro que f' (t) es tangente al círculo en el punto f(t) (el cual es un vector radial del círculo). o Figura 2. El cammo f(l) ""- (r COS 1, r sen 1) y su vector velocidad f' (1)( -r sen t. r cos 1). Ejemplo 2. Consideremos el camino [o. 7T 1 --> JR2 dado por f(O = (r cos 2t, l' sen 2t). En la exposición con que cerramos la sección anterior veíamos que la curva descrita por es el mismo círculo x 2 + y2 = r 2 descrito por el camino f del ejemplo anterior. Para este camino se tiene e: r r f' (t) = ( - 21' sen 2t, 21' cos 2t) En t = O ambos caminos se encuentran en el punto inicial feO) reO) = (1', O). Sin embargo, obsérvese que f' (O) = (O, r) y (O) = (O, 2r) = 2f' (O), de modo que la velocidad en el arranque de f es el doble de la de f. Esta es una situación que se mantiene durante todo el recorrido de las curvas correspondientes. En efecto, sea p= (a, b) un punto del círculo x 2 +.l = ,.2, digamos a = l' cos e, b=.r sen e, con O s. e S27T. Elcamino f alcanza al punto p a los t =.e seg. mientras que el camino f llega a palos ¡ = ~e seg. (pues f(e) = (a, b) = f(~e)). Se tienef'(e) = (-rsen e, l' cos e) y e' (~e) = ( - 21' sen e, 21' cos e) = 2f' (e), es decir, al pasar por el punto p el punto que se mueve en el camino f va al doble de la velocidad del que va por el camino f. e' 4 46 Capítulo 5 Curvas en el espacio "t'(0/2) f' (O) Figura 3. Los vectores velocidad de f y f del ejemplo 2. De esta manera podemos explicamos por qué al camino f le toma solamente 7T segundos recorrer el círculo completo, la mitad del tiempo del que le toma a f(27T seg.). 11 Ejemplo 3. Sea f: IR. -> IR.2 la función dada por f(t) = (t, Itl). Este es un camino en ]R2 pues sus dos funciones coordenadas x(t) = t Y y(t) = Itl son continuas. Sin embargo, no se trata de un camino diferenciable, pues la función y(t) = Itl no es diferenciable en t = O. La curva descrita por f es la gráfica de la función y = Ixl (ver ejemplo l de la sección anterior) f(t) = (r, [ti) ~ (1, Iti) = f(l) Figura 4. Traza de la función f(t) = (1, [t\). Obsérvese que es justamente en el valor t = O en el que se presentan los problemas para el vector velocidad f'(t): en f(O) = (O, O) dicho vector no existe. Sin embargo, para t < Ose tiene f(t) (t, - t) de modo que f' (t) = (1, -1) Ypara t > O, se tiene f(t) = (t, t) de modo que f/(t) = (l, 1). Así pues 111 el vector velocidad f/(t) está bien determinado, excepto para t = O. 5.3 Dif~renciabilidad. Curvas 447 Ejemplo 4. Consideremos el caminof: JR ->a, debe ser una propiedad de la curva en sí y no del camino f: J ~ IR - 7 IR 2 (o IR 3) que tiene por traza dicha curva. Este es un hecho que expondremos ampliamente cuando estudiemos las reparametrizaciones de caminos en la sección 4. Esto mismo se puede decir para un plano normal a una curva en el . espacio IR3. Los dos siguientes ejemplos tienen que ver con este hecho. 5.3 Diferenciabilidad. Curvas Regulares. 451 Ejemplo 7. Consideremos los caminos f,,: [O, 2,,'lT]-+JR2 dados por f,,(r):= (cos nt, sen nt) (n E: N) Todosinician su recorrido enelpuntof(O) . 1,0) Y lo terminan en f(O,~n = (1. O) = feO), siguiendo en sentido antihor~ri() el círculo x 2 + l = .1. Tomemos un punto (a, b) sobredicho círculo, digamos a = cos8,b =.sen8.EI c~minof" pasapor(a,b) cuando t ~. El vector velocidad en este punto es f/(º) = (-n sen( ºn), n cos( ºn») = (-n sen 8, n cos 8) n( - sen 8, c. os 8). Se ve . "" " ... • .• 2' .. entollces que "esencialmente".el "ectortangente a la circunferencia x + y = 1 en (a, b) es el vector (- sen (J, cos (J) pues todos los demás son l11últiplqsde él. La propiedad de tangencia de la recta que pasa por (a, b) Ytiene a f' (*) como vector paralelo no dependerá entonces del valor de n (figura 9). (1, O) \ recta tangente a + y2 = I en (a, b) x2 Figura 9. El vector tangente a x 2 +/ = I en (a, b). lIlI Ejemplo 8. Sea la curva que se obtiene de la intersección de la esfera x 2 + l + Z2 = I Yel plano z = y. Entonces e es una circunferencia en el espacio. Se quiere obtener la ecuación de la ~, (figura 10). recta tangente y el plano normal a e en el punto p = e Ciz, t) y Figura 10. Intersección de la esfera y el plano. 4 52 Capítulo 5 Curvas en el espacio Las ecuaciones de la recta tangente y el plano normal a una curva e en el espacio están planteadas en términos de las funciones coordenadas de un camino f: 1 S;; JR --t JRn cuya traza sea la curva e, así como de sus derivadas. En este ejemplo se nos da la descripción geométrica de la curva e pero no se nos da un camino que la tenga por traza. Sin embargo, como ya señalábamos, lo que nuestro ejemplo pide no deberá depender del camino concreto que tomemos que describa la curva e en los alrededores de p. Todo lo que tenemos que hacer es determinar un camino (cualquiera) f: 1 S;; JR ........ JR3 que describa la curva e en los alrededores de p. Esto lo podemos hacer de muchas manerilS. La idea general es resolver simultáneamente las ecuaciones x2 + y2 + Z2 = 1, z = y que definen a la curva y declarar alguna de las variables como t -el argumento de la función f que queremos hallar. Por ejemplo, poniendo z = y = t, nos queda x 2 + t 2 + t 2 = 1, o sea x 2 = 1 - 2t 2 . En este momento surge el problema de escribir x = \11 - 2t2 o X = -vT=2f2. Al observar que el punto p donde queremos obtener la ecuación de la recta tangente y el plano normal tiene su primera coordenada positiva, nos decidimos por x = vT=2f2. Así, el camino f: 1 --t JR3 definido en alguna vecindad 1 de (y = z =) t = ~ dado por f(t) = (vT=2f2, t. t) describe la traza de la curva que nos interesa. Este es un camino regular en 1 (tomado suficientemente pequeño). Nótese que no lo es globalmente en JR, pues su primera función coordenada x(t) = vT=2f2tiene problemas de derivabilidad en t = ± ~. Cuando t = ~ estamos en el punto p, es decir, fl ( ~) = (~, ~. ~) = p. El vector velocidad es fl(t) = ( ~, 1, 2 v 1-21 1) que para t = ~ se ve como f/U) = (-V2. 1, 1), así que la recta tangente buscada es X =~ V2t t E JR { y=~+t, z = ~ +t y el plano normal es o sea -V2x + y + z = O Al resolver simultáneamemnte las ecuaciones de las superficies que al intersectarse determinan la curva e, hubiéramos podido proceder de otra manera, por ejemplo, declarando x = t. En tal caso, como y = z, se tendría t 2 + 2y2 = 1, de donde y = z = ~ Jl=t2 (nuevamente optamos por el signo positivo de la raíz cuadrada atendiendo al signo de la segunda y tercera coordenadas del punto p). Otro camino que describe la curva e en los alrededores de p es entonces el camino g: J --t JR3, donde g(t) = (t, ~2Jl=t2, ~2Jl=t2). Su vector velocidad es gl(t) = (1, .j2~' .j2~). 2 2 V" V" 2 1-1 2 1-1 El camino gl ( ~) = - ~ veces el vector velocidad (- V2, 1, 1) hallado con el camino f. Puesto que son paralelos, se tendrá la misma recta tangente y plano normal a la curva e en el punto p, como esperábamos. 1111 g pasa por p cuando t = .~ pues g(~) (1, - ~, - ~). N6tese que este vector es = (~,~, 4) = p. En ese punto se tiene Sean r, g: 1 S;; JR --t JRn dos caminos diferenciables. Para cada t E 1 podemos formar el producto punto de los vectores f(t) y g(t) en JRn, y definir así la función cp: 1 --t IR dada por cp(t) = f(t) . g(t). Si Xi: 1 --t JR son las funciones coordenadas de r y Yi: 1 --t JR son las funciones coordenadas de g, 5.3 Diferencíabilidad. Curvas Regulares. 453 i =1,2, .. , n,entonces <p(t) = f(t) . g(t) = ¿ ;=1 TI Xi(t)y¡(t) Ciertamente la función <p es una función diferenciable y su derivada es d <p' (t) = dt TI ¿ TI x¡(t)y¡(t) = ¿ TI d (X¡(t)y¡(t)) t d i=l ¡=l = ¿(Xi(t)y;(t) + YiX;(t)) ¡=I =.¿ x¡(t)y;(t) + ¿ y¡(t)x;(t) i=1 ;=1 TI TI = f(t) . g' (t) + g(t) . f' (t) es decir que d dt (f(t) . g(t)) = f(t) .g' (t) + g(t) . f'(t) obtenién¡jose .así una sugestiva. fórmula para la derivada del producto. punto de dos caminos diferenciables, que nos recuerda la fórmula de la derivada del producto de dos funciones reales de una variable real. Como caso particular, poniendo g(t) = f(t), obtenemos dt (f(t) .f(t)) =f(t)f'(t) +f(t)· f'(t) =2f(t)f'(t) d es decir :t Ilf(t)11 = 2f(t) . f'(t) 2 Por otra parte, usando la regla de la cadena con la función <p(t) = Ilf(t)11 2 , vista como la composición de la función a(t) = t 2 con f3(t) = Ilf(t)11 tenemos :t y entonces Ilf(t)11 =2I1f(t)11 2 :t IIf(t) 11 21If(t)11 :t IIf(t)11 = 2f(t) . f'(t) de donde, si f(t) i- 0, t E 1 (nos referimos a que f(t) no es el vector O de ~TI para t El, lo cual equivale a que Ilf(t)11 i- O; esto significa que la curva que representa el camino f no pasa por el origen), obtenemos la fórmula de la derivada dela función ¡JI(t) = Ilf(t)1I como d IIf(t)1I = f(t) . f'(t) dt ·llf(t) I1 Ejemplo 9. En geometría analítica se define una circunferencia concentro en el origen como el lugar geométrico de todos los puntos del plano que equidistan del origen. Esta distancia común es 4 54 Capítulo 5 Curvas en el espacio el radio r de la circunferencia. Podríamos definir la circunferencia, a la luz de lo estudiado en este capítulo, como la curva cerrada, imagen del camino regular f: J -> ]R2 de modo que IIf(t) 11 r, \:It E J. Esquemáticamente (figura 11) IIf(t) 11 = r 1 Figura 11. Una circunferencia. Al derivar ambos miembros de la ecuación Ilf(t)11 = r, obtenemos, segun la fórmula establecida anteriormente fU)' = O "It E J nt) IlfU)11 de donde fU)' = O"Ir E J. Concluimos entonces que los vectores fU) y f' (1) son ortogonales en todos los puntos de la curva. Este es un hecho geométrico que ya conocíamos para una circunferencia nt) f'(t) Figura 12. Los vectores f(t) y f'(t) en una circunferencia. Más aún, supongamos que el camino regular f: J -> ]R2 describe una curva cerrada definida en el intervalo 1 de ]R, y es tal que f(t) . f/(t) = O \:It E J. Entonces, por la misma fórmula anterior tenemos que la función diferenciable t{!(t) = IIf(t)lI, definida en el intervalo J, tiene derivada igual a cero para toda t E l. Usando el teorema del valor medio (para funciones reales de una variable 5.3 Diferenciabilidad. Curvas Regulares. 455 real) concluimos que !f¡(t) = Ilf(t)11 = cte. t E l. Es decir, la curva que describe el camino f es una circunferencia con centro en el origen. Así pues, podríamos definir una circunferencia como la imagen del camino cerrado regular f: 1 ~ IR ---> 1R2 para el que f(t) . f/(t) = O1ft E l. ll!I Ejemplo 10. Sea f: 1 ---> IR 2 un camino cerrado regular en el plano. De manera intuitiva resulta claro que los vectores velocidad nt) toman todas las direcciones posibles. o Figura 13. Los vectores velocidad en una curva cerrada en ]R2. Este es un hecho que se puede probar rigurosamente. En efecto, sea v = (xo. Yo) un vector no nulo arbitrario (pero fijo) en rre. Sea v = ( - Yo, xo). Este.esun vector ortogonal a v. Considere la función g: 1 ---> 1R2 dada por g(t) = v· f(t). Siendo f un camino cerrado, la función g toma el mismo valor en los extremos del intervalo 1 = [a, b) (puesg(a) = v ·(a) = v· f(b) = g(b». Se verifica fácilmente que las demás hipótesis del Teorema. de Rolle se cumplen también para la función g. Según este teorema, debe existir to E 1 de modo que g/(to) = O, es decir, tal que v . (/(to) = O. En tal punto el vector f/(to) es perpendicular a vypor lo tanto paralelo a v. Como fue arbitrario, con esto concluimos que f/(t) toma todas las direcciones posibles, como queríamos. 111 Ejemplo 11. Sea f: 1 -; IR 3 un camino regular de modo que f(t) i= O 1ft E l. Supongamos que hay un to E 1 para el quela distancia del punto f(to) E 1R3 al origenalcanza unvalor mínimo. Afirmamos que en ese punto el vector f/(to) es perpendicular a f(to). En efecto, si consideramos la función!f¡(t) = I\f(t)1i = distancia del punto f(to) al origen, puesto que ésta alcanza un mínimo en to se tiene que !f¡/(to) = O. Entonces, según la fórmula de la derivada de 11f(t)1\ tenemos !f¡/(t ) = f(to) . f/(to) = O ° Ilf(to)1i de donde f(to) . f'(to) = 0, como queríamos ver. Este es un hecho igualmente válido para curvas en elplano. Esquemáticamente (figura 14) 4 56 Capítulo 5 Curvas en el espacio Figura 14. Ejemplo 11. Ejercicios (Capitulo 5, Sección 3) 1. Sean r, g: 1 ~ IR -; IRn dos caminos diferenciables. Demuestre las siguientes fórmulas para las derivadas de las funciones suma y producto cruz de los caminos f y g (la derivada de la función producto punto de f y g ya se efectuó en el texto). a. b. (f + g)'(t) = f'U) + g'U) + f' (t) x g(t) (f X g)' (t) = f(t) X g' (t) En los ejercicios 2-5, hallar la derivada del camino dado en el punto indicado r(t) = (sen 2 t, sen t 2 ), para t = 7T /2 O 7T 3. f(t) = (J3tTI, 1n\t2 + 1)), para t = 4. f(t) = (cos t, cos 2 2t, cos 3 3t), para t = 5. f(t) = (exp(-0.5t 2 ), -0.5t 2 , In(t 2 + 0.5)), para t = l En los ejercicios 6-] O, diga si el camino es: a. diferenciable, b. regular. Justifique su respuesta. 6. f: IR -; IR 2 , f(t) = (3t - 1, 4t + 5) . 7. f: IR -; IR 2 , fU) = (2t 2 + 4, 4t 3 - 2r2 3 8. f: IR -; IR , fU) = (t, t 9. f:IR -; IR 2 , f(t) 10. 2 5 + 3t 4 - 5t + 1) + 9t 2 - !Ot + 23) = (t, t 2/ 3 ) f: IR -; IR, f(O = (t3, t 2) 11. ¿Cierto o falso? Si f, g: 1 ~ IR -; IRn son dos caminos regulares, entonces f es un camino regular. + g: 1 ~ IR -; IRn 12. ¿Cierto o falso? Si f: 1 ~ IR -; IRn es un camino diferenciable tal que fU) I O \:It E /, entonces la función ¡p: 1 ~ IR -; IR, ¡pU) = IIf(Oll es diferenciabley IIf'(Oll = 11f(t)1!' (es decir, ¡p(f'(t)) = ¡p'(f(t))). Si es cierto, demuéstrelo. Caso contrario, dé un contraejemplo. 5.3 Diferenciabilidad. Curvas Regulares. 457 13. ¿Cierto o falso? Si f: 1 ~ JR -> JRn es un camino diferenciabletal que f(t)=rf \:ItE 1, entonces f(t)· f'(t) = Ilf(t)IIIIf'(t)II. Si es cierto, demuéstrelo. Caso contrario, dé un contraejemplo. ° 14. ¿Cierto o falso? Si f:1 f(t) . f'(t) = Ilf(t)IIIIf(t)II'. Si es cierto, demuéstrelo. ~ JR -> JRn es.un caminodiferenciable tal que fU) =rf \:It E 1, entonces Caso. contrario, dé un contraejemplo. ° 15. Sea f:[O, 27T] JR2 elcamino f(t) (a cos t,b sen t), donde a y b son dos reales positivos. Demuestre que f(t) es perpendicular a f'(t) para todo t en [O, 27T] si y sólo si a = b. Interprete este hecho geométricamente (ver ejemplo 9). 16. Hallar el (los)valor(es)de tpara los cuales el vector tangente al camino f: JR -> JR2, f(t) = (2t 2 + 1, 3t -2), sea paralelo al vector v = (2, -1). 17. Considere el camino f: (O, 27T] -> JR2, f(t) ::::: (a cos t, b sen t), en donde a y b son dos números reales positivos. Compruebe que se trata de un camino regular cerrado (¿cuál es su traza?). En el ejemplo 10 se dell10strÓque el vector tangente f' (t) toma todas las direcciones posibles. Determine el (lo~) valor~sde t E [O, :27T] en los que f'(t) toma las direcciones de los siguientes c. j; d ..-j; e. (1, 1); f. ( __ 1, -1). vectores: a. i; b. 18. Considerandoelcaminoregular f: l·~ JR -t JR 2 ,f(t) = (t, 'P(t), demuestre que la ecuación de la recta tangente a la gráfica de la función <p: 1 ~ JR -T JR en el punto x = xo El, es y = <p' (xo)(x - xo) + q;(xo) En los ejercicios 19-25, determine la ecuaGiQn.(le la recta tangente y del plano normal a la curva en el punto indicado descrita por el camino f: 1 ~ JR f(t) ::::: (t + 1, 2t, 2t- 5), en ~l puntop = feto) = (t 3 - r2 + 1,3), en el punto p = f(l) 21. f(t) = (cos 3t, sen 3t, 3t), en el punto p = feO) 22. fU) = (e- 2/ , e- I , t), en el puntop = C(O) 23. f(t) = (el sen t, é cos t, 5t), en el punto p ::::: feO) 24. fU) = (3 cos t, 1, 2 sen t), en el punto p = f( 7T) cos 2 lOe- o..5/), en el punto p= feO) 26. Determinarlos puntos en que la recta tangente a la curva descrita por el camino f: JR -> JR3, fU) = (3t·- t 3 , 3t 2 , 3t+ t 3 ) es paralela al plano 3x + y + z = 5. 27. Hallar el punto en que la recta, imagen deLcamino f: JR ->JR3, f(t) = (t está más cerca del origen. + 1, 3t - 2, 2t - 1), 28. Demuestre que el punto p en que la recta, imagen delcflmino f: JR -> JR3, f(t) = (at [3, et + y), está más cerca del origen, es p = feto), donde to = - aa~~~?;;l. + a, bt + 4 58 Capítulo 5 Curvas en el espacio 5.4 Reparametrizaciones Sea f: 1 ~ IR - t IR" un camino. En varias ocasiones hemos mencionado el hecho de que un camino se puede ver como un objeto matemático caracterizado por dos aspectos: la curva que describe en el espacio IR" (su traza), que es como la "carretera" por la que circula el punto f(r) E IR", y, por otro lado, la manera como el punto f(t) recorre tal carretera; más aún, la velocidad a la que el punto realiza el recorrido. Uno de los objetivos fundamentales en el estudio de los caminos f: 1 ~ IR ~ IR" es el de las propiedades geométricas de las curvas que éstas representan. Estas propiedades no dependen generalmente de la velocidad a la que se recorre la curva, sino solamente de la "curva en sí", es decir, de la "forma geométrica" de la imagen del camino f. Sin embargo, es vía el camino f que se estudian tales propiedades. De hecho, algunos conceptos geométricos importantes en el estudio de la geometría de curvas, se definen por medio de un "recorrido con ciertas características" que se hace en ellas, es decir, por medio de un camino concreto de f que tenga por imagen la curva en consideración. Enesta sección estudiaremos lo relacionado al parentesco existente entre los diversos caminos que describen una misma curva. Tal parentesco se llarha "reparametrización". De manera poco precisa podemos decir que la reparametrización de un camino f: 1 c;:.: IR - t IR" es otro camino f: J c;:.: [1{ - t IR" con la misma imagen que f. De otro modo, el camino f es una reparametrización del camino f si la curva descrita por ¡ esla misma que la descrita por f. Esta no será, sin embargo, la definición de reparametrización que aceptaremos. Tendremos que avanzar un poco más en la teoría para afinarle algunos detalles desagradables que admite esta idea general, y establecer así la definición de este concepto que nos servirá. Antes que nada, un comentario para justificar el término "reparametrización". Ya se había mencionadº que a las funciones coordenadas de un camino f: 1 c;:.: IR - t IR 2 o IR;.3 se les solía llamar "ecuaciones paramétricas" de la curva que describe el camino. Con tal terminología, a la varibale independiente I se le llama "parámetro". En esta perspectiva entonces, la reparametrización de un camino no es más que un cambio en el parámetro I en las ecuaciones paramétricas de la curva. es decir, un cambio de variable independiente del camino f. Nótese que, viendo el parámetro I como el tiempo en que el punto f(t) recorre la curva, un cambio en la escala del tiempo representará un cambio de velocidad del desplazamiento del punto f(t) por la curva. De esta manera, caemos nuevamente en la cuenta de que siendo f un camino que describe la misma curva que f (una reparametrización de f), la diferencia entre ellos debe estar precisamente en la velocidad de recorrido de la curva. Tomemos entonces el camino f: 1 c;:.: IR - t IR;." definido en el intervalo 1 de IR:. La manera de obtener una reparametrización de f es simplemente dejar correr el tiempo I en el intervalo 1 de otra manera. Esto lo podemos lograr definiendo una función cp: J - t 1 de la variable s. Mientras la variable real s recorre el intervalo J, las imágenes cp(s) recorrerán el intervalo 1; estos serán los valores I = cp(s) que tomará f para asignar los puntos f(t) E IR". La primera condición natural que la función cp debe cumplir es que debe ser sobreyectiva, para asegurar que las imágenes cp(s) t{)m~n todos los valores de I enI. Observe entonces que podemos concebir a una reparametrización de f como una composición de f con cp. Más precisamente, dada la función sobreyectiva cp: J - t 1 definida en el intervalo J de IR;. y tomando valores en el intervalo 1 de IR, podemos componerla con el camino f: 1 c;:.: IR - t IR;." para formar así la nueva función f o cp: J c;:.: IR;. - t IR;.". Siendo f un camino, esta función es continua. Otra condición natural que surge para la función cp es que sea continua, asegurándose así de que la composición f o cp sea una función continua (compuesta de funciones continuas es una función continua) y por lo tanto sea un nuevo camino, el cual, es claro, tiene la misma traza que el camino f (figura 1) 5 .4 Reparametrizaciones 459 s J f o ep Figura 1. Reparametrización del camino f. Si el camino f es diferenciable (respectivatllentede clase <6' 1), nos gustaría que esta propiedad no se perdiera con lareparametrización f =f qf{!,de.tal.maneraque tatllbién pediremos que la función t = ¡p(s) sea diferenciable(ded<1se <6' 1). En tal caso tenemos 1<1. colllPosición f = f.o ¡p de funciones diferenciables (de dase<6'I), lacl.lales<entonces diferenci<1ble (de clase <6'1, respectivamente) y, según la regla de la cadena t"(s) = (f o ¡p)I(S) = fl(¡p(s»epl(S), s E J En lafórmula anterior ¡p1(S) es la derivada dela función ¡p: J - t 1 en el punto s E J; por lo tanto es un número real, en tanto que f'(¡p(s» es la derivada del camino f en el punto t = ¡pes), el cual es un vector en lR". Siguiendo la tradición de escribir primero los escalares y luego los vectores en un producto, la fórmula la escribimos como fl(s) = ¡pI (s)f l(¡p(s» Esta fórmula descubre relación entre los vectores velocidad del camino f con los correspondientes de su reparametrización f: según ella el camino f se mueve en el punto fes) E lR" a una velocidad igual a ¡pI (s) veces la velocidad que llevaría el camino f en ese punto (el cual corresponde al punto t = ¡p(s» (figura 2). f(s) = ep' (s)f' (1) s J 1= ep(s) 1 oep Figura 2. Diagrama de la composición f = f o ep. 4 60 Capítulo 5 Curvas en el espacio Consideremos, por ejemplo, el camino f: [-1, 1] -+ lR.2 dado porf(t) = (t, t 2 ). La curva que describe es el arco de parábola y = x 2 comprendido entre -1 y l. Ciertamente este es un camino regular, pues su vector velocidad es f/(t) = (l, 2t) -¡. (O, O) \it E [-1, 1]. Sea <;o: [O, 27T] -+ [-1, l]la función t = <;o(s) = - cos s. Esta cumple la condición de sobreyectividad y diferenciabilidad que habíamos pedido para que la composición f o <;o: [O, 27T] -+ lR. 2 sea un nuevo camino diferenciable (de hecho, de clase qgl). Esta es entonces la reparametrización f de r, dada por fes) = (f o <;o)(s) = f(<;o(s)) = f( - cos s) = (- cos S, cos 2 s), s E [O, 27T] El vector velocidad de es e e'es) = f/(s) (sen s, -2senscoss) el cual, como dijimos, se puede escribir como = (sens)(l, -2coss) = <;o/(s)f/(<;o(s)) Obsérvese que mientras que el camino f recorre una vez el arco de parábola y = x 2 del punto f(..--l) = (-1, 1) al punto f(l) = (1, 1), tomando para tal recorrido 2 segundos, la reparametrización (efectúa el mismo recorrido de ida y vuelta, comenzando también por el punto reO) = (-1, 1), yendo de éste al punto (1, 1) = f(7T) -durante los primeros 7T segundos- y regresando luego al punto (-1, 1) = f(27T) -en los siguientes 7T segundos- (figura 3). -1 [ ;( t = - cos (. O s f=forp ---._~ f(s) x Figura 3. Los recorridos del camino f y de su reparametrizaci6n f En la próxima sección nuestro objetivo será calcular la longitud de una curva entre dos puntos dados de ella. Esto se hará por medio de un camino f que recorre la curva. Quisiéramos que nuestro concepto de reparametrización que vamos a establecer vaya en el sentido de "maneras distintas de recorrer una curva en cuanto a la velocidad de recorrido de ésta", pero que respete el hecho de que si un arco de curva se recorre de dos maneras distintas, la longitud de éste sólo depende del arco mismo. Desde este punto de vista no nos convendrá aceptar reparametrizaciones de caminos como la del ejemplo anterior, pues mientras el camino f recorre una sola vez el arco de parábola, el camino f lo hace dos veces (veremos que la longitud de la curva descrita por el camino f es el doble de la correspondiente del camino f). Hay además un punto importante para el cual tendremos que restringir más la función <;o con la que obtengamos reparametrizaciones de caminos. Supongamos 5.4 Reparametrizaciones 461 que la función rp tiene extremos locales en los puntos SI y S2 E J. Entonces rp'(SI) = rp'(S2) Sean tI = rp(SI), t2 = rp(S2) las correspondientes imágenes en l. Entonces tendríamos = O. de modo que si nuestro camino f original es regular (f'(t) reparametrizaciones (figura 4). =1= O 'e/tE 1), su reparametrización f podría no serlo. La regularidad de un camino es una propiedad importante a conservar en sus f SI S S2 J Figura 4. La regularidad del camino f no la conserva f. =1= Las reparametrizaciones que estaremos interesados en considerar serán aquellas en las que rp' (s) O 'e/s EJ. Cuando.la función rp cumple esta condición adicional es cuando llamamos "reparametri- zación" a la composición f = f o rp. Con esta nueva condición tenemos garantizado el hecho de que mientras f recorre la curva de sus imágenes una sola vez, el camino f lo hará también una sola vez (posiblemente con otra velocidad), "sin regresos" como ocurría con f en la figura anterior. Con esto, laregularidad det(dada la de f) queda automáticamente garantizada. Establezcamos entonces nuestra definición de reparametrización. Definición. Sea f: l ~ ]R ........ ]Rn un camino regular. Sea cp: J ~.]R -; 1 una función de clase .¡glsobreyectivaque rp'(s) =1= O'e/s E J. Entonces el caminof = f o rp: J ~ ]R -; ]Rn se llama reparametrización del camino f (el cual también resulta ser regular). 11 La condiciónip'(s)=!, OVsETnosdiceque(siendo rpde clase 0(1), o rp'(s) > O Vs E J, o rp'(s) < O'e/s E J. Escribamos 1 = [a, b], J = [e. d] y veamos qué sucede en cada uno de los casos. Sirp'(s) >O'e/sE J,entoncesrp es una función creciente en J de modo que qJ(e) == a, rp(d) = b Y así los puntos .inicial y final de f coinciden con los respectivos de f,pues f(e) = (f o rp)(e) = f(rp(e)) = fea) y f(d) = (f o rp)(d) = f(rp(d)) ==f(b). Además el vector velocidad f'(s) se obtiene de multiplicar el vector velocidad f'(rp(s)) por el escalar positivo rp' (s), s E J, de modo que ambos vectores tienen la misma dirección. En este caso, entonces, el camino f recorre la curva descrita por f, en la misma dirección que lo hace f. Diremos que f es una reparametrización de f que eonserva la orientación. 4 62 Capítulo 5 Curvas en el espacio f fl (s) b a --+-+---:......-----+---+s e s d f(b) = f(d) f=forp Figura 5. Una reparametrización que conserva la orientación. Un análisis similar en el caso de que <p'(s) < Vs E J nos dice que en tal caso el camino f recorre la curva descrita por r, en dirección contraria la de f. En este caso se tiene rp(c) b, <p(d) = a, de modo que el punto inicial de f es f(c) = f(rp(c» = f(b) = punto final de r, y el punto final de f es f(d) = f(<p(d») = r(a) = punto inicial de f. En este caso diremos que f es una reparametrización que invierte la orientación. (figura 6) ° f f(b) = f(d) --+-+---:......-----+---+s e s d f=forp Figura 6. Una reparametrización que invierte la orientación. Ejemplo l. Sea r: [a. b] --", ]Rn un camino regular. Sea kuria constante positiva. Para recorrer la curva descrita por r, k veces más rápido, podemos tomar la función <p: [O, bka] --", [(l' b] dada por rp(s) = ks + a. La reparametrización f: [O, bka] --", ]Rn, f(s) = (f o <p)(s) = f(ks + a) tiene por vector velocidad a ('(s) = rp'(s)f'(<p(s)) = kf'(ks + a), sE (o, ~ a) b 5.4 Reparametrizaciones 463 Si quisiéramos recorrer la curva descrita por f con una velocidad en módulo k veces mayor que la correspondiente de f, pero en sentido inverso al de f, podemos considerar la función cp: [O, a;b] -> [a, b] dada por cp(s) = ks + b, donde ahora k es una constante negativa. La reparametrización f: [O, a;b] -> lR n , fes) = f(ks+ b) tiene por vector velocidad a af'(s) =cp'(s)f'(cp(s)) = kf'(ks + b), s E [ O'--k- b] Un caso partiCular de esta última situación es cuando k = -1. En tal caso el camino f: [0, b-a] -> lRn dado por fes) = f(b - s), recorre la curva descrita por f con la misma velocidad -en módulode f, pero en sentido inverso arde f. En este caso particular se dice que el camino f es el (camino) inverso de f y se suele denotar como -f. Una manera alternativa de estudiar este camino, dejándolo definido en el mismo intervalo [a, b] en que está definido f, es tomar la función cp: [a, b] -> [a, b], cp(s) = a + b - s. Así tendríamos (figura 7) (-[)(s) = f(cp(s)) = fea +b - s), s E. [a, b] -r'(s) e' a b Figura 7. El inverso del caminar. EjCIllplo2. Sea f: [O,27T] lR 2 el camino f(t) = (cos t, sen t). La curva que describe fes, como sabemos, la circunferencia x 2 + y2 1, a partir del punto O, O) Y en sentido antihorario. Según el ejercici.o.anterior, tomando k== 5,teneillos que el caillinof: [O, 2;] .-> ~2 dado por f(s)= «5s) = (cos 5s, sen5s) recorre la circunferencia x 2 + y2 = 1,5 veces más rápido que f, haciendo dicho recorrido igual que f, en sentido antihorario. POi1iendo ahora k =2, tenemos que el camino f: [O, 7T] -> lR2 dado por fes) = f(-2s + 27T) = (cos(-2s + 27T), sen(-2s + 27T)) = (cos2s, __ sen2s), recorrerá la CUrva x 2 +y2 1, partiendo de (1,0) y en sentido horario, con un(l velocidaddel doble (en m,agnitud)de f. El camino inverso def será ~f: [O, 27T] -> lR 2 , (-f)(s)= f(27T (COS(27T -s), sen(27T - s)) = (coss,- sen s). Este camino, como dijimos ya, debe recorrer la curva x 2 + y2 = len 27T segundos (igual que f) pero en sentido contrario al de f (figura 8). 4 64 Capítulo 5 Curvas en el espacio O 27T (1, O) Figura 8. El camino inverso de f(t) = Ccos t, sen t). El siguiente resultado, que ya habíamos comentado en la sección anterior, es una consecuencia inmediata de la definición que hemos dado de reparametrización y de la fórmula que relaciona al vector velocidad del camino dado con el correspondiente de su reparametrización. Dejamos su demostración como un ejercicio sencillo para el lector. Teorema 5.4.1 Sea f: 1 ~ ]R -; ]R2 (o ]R3) un camino regular y sea [ = f o 'P: J ~ ]R -, ]R2 (o ]R3) una reparametrización de él (donde 'P: J -; ¡ es la función de la definición). Entonces la recta tangente a la curva e (traza de f) en feto) (to un punto de l) es la misma que la recta tangente a e en [(so), donde to = rp(so). 11 Para el caso de un camino regular en ]R3, digamos f: 1 ~ ]R -; ]R3, el plano normal a la curva correspondiente en el punto feto) está determinado por tal punto y por el vector fl (to) E ]R3. Corno habíamos visto, tal plqno es Xl (to)(x - x(to» + y' Cto)(y - y(to» + z' (to)(z - z(to» = ° donde f(t) = (x(t), y(t), z(t». Sea f = f o rp: J ~ ]R -; ]R3 una reparametrización de f. Sea So de modo que rp(so) = too Entoncesfl(so) =rp'(so)f'(rp(so» = rp'(so)(x'Cto), l(to), z'(to», de modo que el plano normal a la curva en [(so) = feto) es Como rp' (so) =1= 0, podemos dividir toda la ecuación por rp' (so) y llegar a la ecuación del plano obtenida con el camino f; Así pues, si una curva e en ]R3 es la imagen de un camino regular f: 1 ~ ]R -; ]R3, las rectas tangentes y planos normales a e se pueden obtener con cualquier reparametrización f de f. Ejemplo 3. Retomemos el ejemplo 5 de la sección anterior. En él obtuvimos las ecuaciones de la recta tangente y el plano normal a la hélice f:]R -; ]R3, f(t) = (cos t, sen t, t) en el punto f( ¡). Para limitar nuestra atención sólo en un pedazo de la curva alrededor de este punto, restringimos el dominio de f al intervalo [O, ~]. Sea rp: [ 1, e1T/ 2 ] -; [O,~] la función rp(s) = In S. Entonces 5.4 Reparametrizaciones 465 IR 3 , ¡(s) = felpes)) = (cos(lns). sen(ln s), In s) es una reparametrización del arco de hélice descrito porf. Para s e7T/ 4 tenemos fes) == f (¡). El vector velocidad de f es fo lp: [1, e7T / 2 ) ---t = f (s) que ens -, = (1 -s sen(lns). - cos(1ns), - s 1 s 1) = e7T / 4 se ve como Así que la recta tangente a la curva en f(e 7T / 4 ) tiene por ecuaciones paramétricas a sE IR resultado que coincide con el obtenido enelejempio 5 de la sección anterior ecuaciones paramétricas de Iarectaque pasa por (xo. yo.zo) y tiene a v = .(a, b. e) por vector paralelo se pueden en general como .x=.xo +.kat .Y = Yo +kbt. 2"" 20 + kct r donde k es cualquier constante no nula, pues al ser v paralelo a la recta, el vector kv = (ka, kb. kc) también lo es (k -¡. O)). El plano normal pasa por V:¡.¡) y tiene por vector nonnal a fl (e 1T / 4). es entonces (v:¡. -e o sea -7T/40.(x - T + e-7T/4 T ( Y - T 0) J2 J2) T 2 1T J2 = - +--(x 1T) + e -7T/4 (2 - ¡ =O 4 2 como se obtuvo también en el ejemplo 5. 111 Quisiéramos ahora llamar la atención a un detalle importante en la definición de reparametrización de un camino y las conclusiones que de ella hemos obtenido. Hemos visto que si el camino f: J <;;:; JR ---t IRn es una reparametrización del camino regular f: 1 <;;:; JR ---t IRn, lo cual significa que existe una función lp: J ---t 1 de clase <& I Ysobreyectivasegún la cual lpl (s) i= O 'Vs E J Y f = f o lp, entonces los caminos f y f describen la misma curva, o sea, f(J) = f(l) (igualdad de conjuntos de puntos en IR n). La pregunta que nos haremos ahora .es: . suponga que los canlinos regulares f: 1<;;:; JR. -> IR n. y f.: J<;;:;IR--+ JRn describen la. misma curva en JRn. ¿Es f una reparametrización de f? Es decir, ¿existe una función lp: J ->.1 de clase <&Isobreyectiva tal que ~/(S)i= O 'Vs E 1 Y f= fo lp?. La respuesta a esta pregunta es NO (necesariamente) y el siguiente par de ejemplos presentan situaciones concretas que la apoyan. 4 66 Capítulo 5 Curvas en el espacio Ejemplo 4. Sea f: (-1T, 1T) ----> IR 2 el camino dado por f(l) = (sen 1, sen 21) y f: (O, 21T) ----> IR 2 el camino fes) = (sen s, sen 2s). Ciertamente estos son caminos regulares y ambos describen la misma curva en IR 2 la cual es un "ocho acostado" (recorrido por cada uno de ellos una sola vez) (figura 9). -1T 1T o Figura 9. Traza de los caminos f y C(/) = (sen t, sen 2t). Supongamos, para obtener una contradicción, que f es una reparametrización de f. Entones = f o ¡p donde cp: (0,21T) ----> (-1T, 1T) es una función de clase i(?l sobreyectiva tal que cp'(S) =1 Vs E (0,21T). Obsérvese que (O, O) = f(1T) = f(¡p(1T» = feO), de modo que, como f es inyectiva se tiene cp( 71") = O. Además l'(S) = (cos s, 2 cos 2s) y fl(t) = (cos 1,2 cos 21), de modo que 1T) = (-1,2) Y f'(O) = (1, 2). Como f = f o cp se debería tener que fl(s) = cp'(s)fl(cp(S», s E (O, 21T). Con s = 1T llegamos a 1T) = cp' (1T)f' (cp( 1T» = ¡p'( 1T)f ' (O), o sea que (-1, 2) = cp'( 1T)(l, 2). Tal número ¡p' ( 1T) no existe. Recapacitando esta situación, lo que acontece es que los caminos f y pasan por el origen de distintas maneras, como se muestra en la siguiente figura. ° e e '( e( ' e f' (O) = (1,2) r'(1T) = (-1,2) Figura 10. Gráfica de f y f' cerca del origen. Ejemplo 5. Consideremos los caminos f: [0, 21T) ----> IR 2 , Y [O, 41T) ----> IR 2 dados por f(t) = (cos 1, sen t), fes) = (ca s s, sen s). Ambos son caminos regulares que recorren el círculo x 2 + l = 1 en sentido antihorario partiendo del punto (1, O); el camino f lo recorre una sola vez y el camino f lo hace dos veces. Obsérvese que el camino f es inyectivo. Supongamos que f es e: 5.4 Reparametrizaciones 467 una reparametrización de f. Entonces f = f o ep. Tenemos (O, 1) = f (i) ==J (ep (i)) = f ( i) . Como f es inyectivo concluimos que ep (I) = Análogamente f (5;)= f (ep( 5;») = f ( I) de donde ep ( ?f) Entonces ep ( = ep (5;) Aplicando el Te()rema de Rolle a la fl.Inción ep en el intervalo [I' 5;]. concluimos que debe existir al menos un So E (i, S;) tal que epi (.1'0)= 0, lo cual contradice a la propiedad ep'(S) =f Vs E [0,411') requerida para que f = ~ o .ep sea una 11 reparametrización de f. =I' I) i. = i. ° Existen resultados que establecen en qué condicione~ s~ puede concluir que el caminor es una reparametrizaci6n de f cuando estos .caminos describen la misma curva, pero no ahondaremos en este respecto. Simplemente enfatizamos el hecho estudiado en esta sección de que sires una reparametrización de f, entonces ambos caminos recorren la misma CUrva, con distinta velocidad posiblemente, pero que la afirmación recíproca es, en general, falsa. Ejercicios (Capítulo 5, Sección 4) <p: [-1. 1] --> ]R dadas, produce una reparametrización En los ejercicios 1-5, considere el camino regular f:. [-1, 1] -->]Rn. Diga cuáles de las funciones f = f o ep: [-1, 1] --> ]Rn del camino f. 2. ep(s) 3. <pes) ep(s) = -s = 2.1'2 ~ 1 0.5(.1' - 1) ep(s) = .1'3 Sea f: [O, 1] --> IH;2 el camino fU) = U2 + 1, t 3 + 3t + 2). Sea ip: [-1, 1] [O, 1] una función de clase 'e' 1, sobreyectiva, tal que q/(s) > Vs E [-1, 1]. Si ep(O) = 1/2, ep' (O) = 2, obtenga el vector velocidad de la reparametrización f = f o <p para s = O. ° 7. Sea f:[-l, 1 ] ] R 2 e l camino f(t)=(t 3 - 3t, P+4t).DeterrniJ;leHna funciónep:. [-2,2] --> [-1,1] sobreyectiva, de clase 'el, talque f o ep:[ __ 2, 2] --> ]R2 sea un camino que empiece en el punto f( -1) = (2, -3), vaya al punto fO) = (-2,5) durante los primeros 2 segundos, y regrese finalmente al punto f(-l) durante los siguientes 2 segundos. ¿Es t = f o ep una reparametrización de f? 8. Sea f: [O, 2n'] "'-']R2 el camino fU) == 3 sen t). Dertermineuna función ep: [-1, 1] --> [0,2n] sobreyectiva, de clase 'e'1, tal que g = f o ip: [O, 2n] --> ]R2 recorra 2 veces la elipse f([O, 211' D. ¿Es g una reparametrización de f? 9. Sea f: [0, 5] --> ]R3 el camino fU) = (sen t,cos t, t). Obteng~ una reparametrización f de f, que conserve su orientación.y que recorra la traza de f en la quinta parte de tiempo en que lo hace f. 10. Sea f: [0,1] --> ]R3 el camino f(t) = (r, t, t). Obtenga uuareparametrización.f de f que invierta su orientación y recorra el segmento de recta f([O, 1Den 5 segundos. 4 68 Capítulo 5 Curvas en el espacio Para cada uno de los caminos f dados en los ejercicios 11-15, obtenga una reparametrización f que recorra su imagen de la manera indicada 11. f: [O, 2] --> IR 2 , f(t) = (3t + 2, t 3 + 3). Se quiere que f recorra f([O, 2]) en la misma dirección de f, pero con el doble de velocidad. 12. f: [-1, 1] --> IR 2 , f(t) = (3 cos t, 3 sen t). Se quiere que f recorra f([ -1, 1]) en la misma dirección de f, pero a la mitad de velocidad. 13. f: [O, 3] --> IR 2 , f(t) = (t2 + t, 4t - 1). Se quiere que f recorra f([O, 3]) en dirección contraria a y que lo haga en la cuarta parte del tiempo que le toma a f recorrerlo. 14. f: [O, 3] --> IR 3 , f(t) = (te l , e- I , t). Se quiere que f recorra f«(O, 3]) en dirección contraria a f, y que lo haga en el mismo tiempo de recorrido de f. 15. f: (1, 4] --> IR3, f(t) = (t, 2t, 3t). Se quiere que f recorra f«(l, 4]) en la misma dirección de f. y que le tome 7T veces más tiempo en efectuar tal recorrido. En los ejercicios 16-23, determine una función f: 1 ~ IR --> IR 2 que parametrice la curva indicada 16. El eje x, recorrido de izquierda a derecha. El eje y, recorrido de arriba hacia abajo. 18. La recta y = 2x, recorrida del tercero al primer cuadrante. 19. La cuarta parte del círculo x 2 + sentido antihorario. l = 3 que se encuentra en el segundo curadrante, recorrido en 20. El cuadrado Ixl + Iyl = 1, recorrido en sentido antihorario. 21. El triángulo cuyos vértices son A A --> B --> e --> A. = (O, O), B = (3, 1), e= (2,5), con el recorrido 22. El segmento de la curva y a derecha. 23. El segmento de la curva y a izquierda. = 11 -Ixll comprendido entre x = - 2 Yx = 2, recorrido de izquierda = Ix2 - 11 comprendido entre x --> - 2 Yx = 2, recorrido de derecha En los ejercicios.24-30, determine una función f: 1 ~ IR 24. El eje x, recorrido en su dirección positiva. 25. El eje y , recorrido en su dirección negativa. 26. El eje Z, recorrido en su dirección negativa. 27. La parte de la recta y origen. IR 3 que parametrice la curva indicada. = 2x = 3z que se encuentra en el primer octante, comenzando en el 28. La parte de la recta que resulta de la intersección de los dos planos.1.'+2y-z correspondiente a Z ~ O, comenzando en el origen. = 0,3.1.'- y+5z = 0, 29. El círculo que resulta de la intersección del paraboloide z = x2 + l con el plano z = 4, comenzando en el punto (0,2,4), con el sentido de recorrido (0,2,4) --> (-2,0,4) ........ (O, -2,4) --> (2,0,4) --> (0,2,4). 55 Longitud de un camino 469 5.5 Longitud de un camino Sea f: 1 ~ IR -> IRIl un camino de clase ~ l . En el punto fUo) E IR Il , to El, tenemos asociado el vector velocidad f'(to) E IRIl que nos dice en qué dirección se está moviendo el punto fU) sobre la curva cuando éste pasa por f(to), Ycuya magnitud nos da una estimación numérica de la rapidez con que el punto se mueve. De hecho, en lo subsecuente, llamaremos rapidez del camino f en f(to) al número no negativo Ilf'(to)ll, la cual distinguiremos del mismo vector velocidad f'(to). Ejemplo 1. El camino f: [O, 27T] -> IR 2 dado por fU) = (cos t, sen t) que recorre el círculo unitario tiene por vector velocidad a f' (t) = (- sen t, cos t), el cual es distinto en todos los puntos del círculo. Sin embar o, la rapidez a la que se recorTe el círculo es siempre constante, pues 11f'(t)11 = (- sen t)2 + (cos t)2 = 1, '<it E [O,27T] 11 Pensemos el camino f; [a, b] -> IRIl en términos físicos, como el punto f(t) moviéndose por la curva descrita por f con una rapidez 11f'(t)II; si ésta fuera constante digamos \lf' (t)\I = k unidades/seg y quisiéramos calcular la longitud total del camino recorTido, todo lo que tendriamos que hacer sería multiplicar a k por el tiempo total empleado en efectuar el reconido, el cual es (b - a) seg . Así, en este caso la longitud de la curva descrita por f sería k(b - a) unidades . Esta situación ocurre en el caso del círculo unitario del ejemplo anterior con k = 1, b- a = 27T .- O = 27T, de modo que k(b - a) = 27T es la longitud del círculo x 2 + l = 1 (recorrido una vez) como ya sabíamos . Sin embargo, en general la rapidez a la que se recorTe una curva descrita por un camino es una función del tiempo . Si pensamos "infinitesimalmente", al multiplicar la rapidez Ilf' (t)11 que lleva el punto f(t) en el instante t, por la diferencial de tiempo dt, tendríamos calculada así la longitud infinitesimal del recorrido en ese instante . Sumando estos productos desde t = a hasta t = b tendríamos calculada la longitud de todo el recorrido hecho por el camino f: [a, b] -> IRIl Por supuesto que esta suma se hace de manera continua sobre la infinidad de sumandos \lf'(t)\I dt, con t E [a, bl Esta es, como sabemos, la integral Este tipo de consideraciones, más bien imprecisas, pero con buena intención, tienen la finalidad de hacer plausible la siguiente definición formal. Definición. Sea f; [a, b] -> IRn un camino de clase 15 1 La longitud de f entre t denotada por R(f), se define como = a y t = b, Obsérvese que siendo f un camino de clase 15 1 se tiene que f'(t) es una función continua de t, al igual que \lf'(t)11 (composición de la función <p(x) = Ilxll, x E IRIl , con f'(t), continuas ambas) Así que la integral de la definición anterior existe siempre (funciones continuas son integrables) Ejemplo 2. Sea f: [O, 27T] -> IR2 el camino dado por fU) = (a(t - sen t), a(l - cos t)), en donde a es un número real positivo dado . La curva que éste describe es el arco de cicloide entre t = O Y t = 27T (ver ejemplo.5 de la sección 2). \lf'(t)11 Calculemos la longitud de este arco. Se tiene = II(a(1 - cos t), a sen t)\I = via 2(l - cos t)2 + a2 sen 2 t = lalJ2Jl - cos t 4 70 Capítulo 5 Curvas en el espacio así que r(f) = rb (rr Ja Ilf'(t)1I dt = Jo ahJl - cos t dt = ha r2rr Jo JI - cos t dt = 2a r~ Jo Vsen 2: dt 2rr 2 (Obsérvese que /sen 2 ~ = Isen il = sen i, pues sen i 2: O \lt E [O, 27T]. En general debemos ser muy cuidadosos en respetar los valores absolutos en este tipo de integrales; de otro modo nos rr podemos llevar sorpresas desagradables como Jsen 2[ dt = grr sen t dt = - cos tl~rr = O!) I: = 2a. ¡ 2rr o t t1 sen -dt = --4a cos = 8a 2 2o 2rr Ejemplo 3. Sea f: [O, 27T] -> ]R3 el camino dado por f(t) = (cost, sent, t). La curva que éste describe es la vuelta completa de una hélice, como se muestra en la figura (ver ejemplo 6 de la sección anterior). Calculemos su longitud, Se tiene así que z f(27T) = (1, O, 27T) O 27T y x Figura 1. Una vuelta completa de hélice Ejemplo 4. Dada una curva e en ]R2 o ]R3 y f: 1 ~ ]R -> ]R2 o ]R3 un camino que tiene por traza a e, no es cierto, en general, que la longitud de e sea la longitud del camino f. Por ejemplo si e es una curva ceITada y f es un camino que recorTe a e dos o más veces, la longitud de f será el número de veces que f recorre e, multiplicado por la longitud de C. Esta situación ocuITe con el camino f: [O, 47T] -> ]R2, f(t) = (cos t, sen t) que recorre dos veces el círculo unitario. La longitud de f será e(o = la cual es dos veces 27T t Jo lr Ilf'(t)1I = t Jo 1T ldt = 47T = longitud del círculo unitario x 2 + y2 = l. 5.5 Longitud de un camino 471 Supongamos que f: [a, b] -> Rn es un camino regular y que f: [e, d] -> Rn es una reparametrización de f Según la discusión presentada en la sección anterior, es de esperarse que la longitud de f entre 1 = a y t = b sea igual a la de f entre s = e y s = d, pues, "la canetera recorTida por f y f es la misma", sólo cambia la manera de recorrerla En efecto, tenemos que f = f o ep, donde ep: [e, d] -> [a, b] es de clase '6'1, sobreyectiva y ep'(s) 1= O Vs E [e, dl Entonces d f(f) = i e Ilf'(s)11 ds = j~ Ilep'(s)f'(ep(s))11 ds e = id e Ilf'(ep(s))lllep'(I)1 ds supongamos que epi (s) > O Vs E [e, d] En tal caso tenemos que f es una reparametrización que conserva el sentido de recorrido de f, con ep(e) = a, ep(d) = b. Entonces, si t = ep(s) en la última integral obtenemos id e f(f) = IIf'(ep(s))llep'(s)ds = . = dt='I"(r)ds '='I'(s) lb a IIf'(t)lldt = f(f) De la misma forma, si ep' (s) < O, Vs E [e, d], tenemos que la reparametrización f invierte el sentido, resultando que ep(e) = b, ep(d) = a . En tal caso lep'(s)1 = -ep'(s) y entonces f(f) = id 1if'(ep(s))II(-ep'(s))ds = -~ = dt='I"(s)ds ,=",(,) ¡a b = -id = Ilf'(ep(s))llep'(s)ds Ilf'(t)11 dt ja rb I¡r'(t)!! dt = f(f) como asegurábamos que ocurriría Ejemplo 5. Sea f: [O, 21T] -> R2 el camino f(t) = (sen t, cos t) Hemos visto que, para cualquier n E N, los caminos f: [O, 2,~] -> R 2 dados por f(s) = (cos n s, sen n s) son reparametrizaciones de f Calculemos f(f) ¡hin (1T" ln €cf) = Jo = Jo IIl'cs)11 ds = Jo ¡I( -n sen nI, neos ns)11 ds ¡hin J n2 sen 2 ns + n2 COS 2 nsds = n Jo ds = n = perímetro del círculo x 2 + l = 1 que describe f (1T"ln (21T) --;; = 21T Ejemplo 6. Consideremos la curva e en IR 3 que se obtiene como intersección de las superficies 2 y Z = ~xy Queremos calcular la longitud de ésta desde el origen (O, O. O) hasta el punto y=x (1, 1, Para usar la fórmula establecida en la definición de la longitud de un camino. debemos disponer de un camino f: [a, b] -> R 3 de clase «6'1 que tenga por imagen a la curva e y que recona ésta una sola vez En el ejemplo 8 de la sección 3 nos encontramos con una situación similar Ahí vimos que resolviendo simultáneamente las ecuaciones que definen a las superficies cuya intersección es la curva e, podemos encontrar parametrizaciones de ella . Por ejemplo, poniendo.x = t, tenemos que y = x 2 = r2 y z = ~xy = ~t(t2) = ~t3 Ciertamente el camino f(t) = (t. 12 , ~t3) es un camino de clase '6'1 que describe a la curva e Para (x =) 1 = O estamos en (O. O. O) y para (x = ) t = 1, O 4 72 Capítulo 5 Curvas en el espacio estamos en (1, I,~) Así que la logitud buscada es la del camino f: [O, l] --; Tenemos que f'U) = (1, 2t, 2t 2 ) de modo que ]R\ f(l) = (1, (", ~t') . y entonces f(f) = J I o 11f'(t)lldt = JI o (2t 2 2 + l)dt = - + I = 3 S ~ 3 En realidad hubiéramos podido poner x = cpU) en la que cp: [a, b] ---; [0, 1] es cualquier función sobreyectiva de clase re! tal que cp/U) /:: '<It E [a, b]. En tal caso tendríamos V = x" = (cp(t»2 y Z = ~xy = ~(cp(t))3 Así, el camino f: [a, b] --; IR' dado por f(l) = (cp(t), (cp(t»2, ~(cp(t»') es un camino de clase «i;'1 que describe igualmente a la curva e (en realidad se trata de una reparametrización del camino considerado inicialmente). lIIiI ° Ejemplo 7. Considere el camino f: [O, 21T] --; IR 2 dado por f(t) él es la curva llamada astroide . = (cos' t, sen' t) La imágen de o 21T feO) = f(27T) Figura 2. Astroide. Este no es un camino regular, pero sí es de clase 1?1 Calculemos su longitud r2~ r2~ f(f) = Jo 11f'(t) 11 dt = Jo 11(-3 cos 2 t sen t, 3 sen 2 t cos t)1I dt = Jo r2~ /9cos 4 tsen 2 t+9sen 4 tcos 2 tdt = 3 = -(8) 2 o Jo r2~ Icostsentldt 3j2~ =~ I sen 2tl dt 2o 3 1,"/ 4 sen 2t dt = 6(- cos 2t) 1~/4 o =6 5.5 Longitud de un camino 473 Ejemplo 8. Considere una función cp: 1 <;:; IR - t IR de clase '(gl. Podemos calcular la longitud de la gráfica de cp comprendida entre x = a y x = b, a, b E 1, por medio del camino de clase '(gl f: [a, b] - t 1R 2 , fU) = U, cpU)). Se tiene que Por ejemplo, si cp: IR - t IR es la función cp(x) = cosh x, tenemos que la longitud de la gráfica (llamada catenaria) entre x = a y x = bes f(cp)= = b l lb a jl+(cp'(t))2dt= lb a 2 jl+senh tdt= b 1 2 jcosh tdt cosh tdt 1 = senh tl~ = senh b = senh a (Recuerde que senh t = l e - e2 y cosh t e'+r ' y se cumple que cosh 2 t - senh 2 t = l, \/t E IR) x=a x=b x Figura 3. Longitud de la catenaria y = cosh x entre x = a y x = b. Sean f: [a, b] - t IRn y g: [e, d] - t IRn dos caminos tales que f(b) = g(c), es decir, el punto donde termina el camino f, es el punto donde comienza el camino g. Podríamos pensar en un camino "f seguido de g", que recorre el camino f y continúa recorriendo luego el camino g. Para dejar este nuevo camino definido en un intervalo podemos reparametrizar el camino g de modo que éste a b b+d-e e < d )- d-e Figura 4. Arreglo de los intervalos [a, b], [e, d]. 4 74 Capítulo 5 Curvas en el espacio quede definido en el intervalo lb, b + d - e] por medio de la función 'P: [a, b + d - e] -. [e, d], 'P(s) = s - b + e (figura 4). Denotaremos este nuevo camino como l' + g (advertencia: hemos usado anteriormente esta notación para la función (1' + g)(I) = f(1) + g(I). Esto, sin embargo, no debe provocar confusión, atendiendo al contexto del problema). Este camino es entonces f + g: [a, b + d - e] --> ]R;" (f+ g )(1)= {f(1) g(t b + e) sil E [a,b] SI tE [b. b +d - e] f(h) = g(c) a b e g(d) (f -+- g)(b) f+g ~~ a b b-+-d-e (f -+- g)(b -+- d - e) Figura 5. El camino f -+- g. Si tanto f como g son caminos de clase re l , es claro que el camino f + g puede no serlo. Sin embargo, podemos definir la longitud de este último camino entre t = a y I = b + d - e como R(f Ejemplo 9. l' + g) = R(f) + f(g) = la 111"(1)11 dI + rb id Ilg'(1)1I e dI g(l) = (1, t - J). Se tiene f( 71") + g: [O, 1T Considere los caminosf:[O, 71"] - 7 Jj(2, 1'(1) = (-COSI, senl) y g: [1, 3] _-; Jj(2, = (1, O) = g( 1). Formemos entonces el camio f + g. Este es +2] - 7 1R2 (1' + l)(t) = {~- cos t, sen 1) g. ít - 71" + 1, 1- 7T) si I E [O, 1T] si t E [1T, 1T + 2] ---------------- 5.5 Longitud de un camino 475 (3,2) f+g ~ o 7T' (-1, O) (1, O) Figura 6. El camino f + g del ejemplo 9. Nótese que f y g son caminos de clase ~1 , pero f + g no lo es, pues r--+1T~ lím (f + g)' (t) = lím t-1T+ 1--~7T~ f'(t) = lím (sen t, cos t) = (O, -1) t-+'TT+ lím(f+g)'(t)= lím g'(t) = lím(l,I)=(1,l) !-..¡.rr- !-1r-. así que lím H7T - (f + g)'(t) no existe, y entonces la derivada (f + g)'(t) es discontinua en t embargo, podemos calcular la longitud del camino f + g entre I = OY I = 7T' + 2 como e(f + g) = = 17. Sin t(O + €(g) = jTf IIf' (t)1I dt + j3 Ilg'(1)11 dt = r II(sen t, cost)11 dt + j3 110 , I)li di = r di + j3 .J2dt Jo Jo 1 1 =17+2.J2 11 Tenemos entonces que el camino f + g obtenido al unir los caminos f y g de clase 15 1 , puede no ser de clase 'el, pero es posible partir el intervalo donde está definido de modo que restringiendo a cada uno de los subintervalos de la partición, quede de clase ~d, De hecho así es como se construye el camino f + g. En términos más generales, diremos que un camino f: [a, b] -; ]R.n es seccionalmente de clase ~1 si se da una partición del intervalo [a, b] digamos a = to < t1 < 12 < ... < tn -1 < tn =b de modo que restringiendo el camino a cada subintervalo [ti-I, I¡] i = 1, 2, ... , n, se obtenga un camino de clase 15 1 • En tal caso podemos definir la longitud del camino f entre t = a y t = b como e(f) = t jli i=l 11f'(t) 11 dt tl-~l donde la derivada f' se calcula en la [unción f restringiendo al subintervalo [ti~ 1, t¡J. Es decir, la longitud del camino f es la suma de longitudes de ese camino en los subintervalos en que f "se porta bien" (de clase 1( 1). 4 76 Capítulo 5 Curvas en el espacio Ejemplo 10. El camino f: [-a, a] --+ JR2 dado por f(t) = (t, Itl) no es de clase 'PI. Sin embargo podemos partir el intervalo [-a, a] corno -a to < < t2 = a, de modo que f restringido a [-a, O] es fl(t) = (t, -t) que es de clase 'PI, Y restringido a [O, a] es f 2 (t) = (t, t), que también es de clase 'lii'1. Así entonces f es un carnina seccionalmente 'PI. SU longitud es pues ° e(o = = = lOa IIf;(OII + ¡a Ilf~(OII lOa 11(1, 1)11 + ¡a 11(1,1)11 lOa + ¡a + dt dt dt dt Vidt Vidt Via Via = 2Via 11 Ejercicios (Capítulo 5, Sección 5) En los ejercicios 1-5, calcule la longitud de la gráfica de las funciones y los intervalos indicados (ver ejemplo 8). q;(x), comprendida en 1. Y = 5x 2. Y + 1, °: ; x ::; l 3 = In x, 32 X/, 1 ::; x ::; 5 3. y = °: ; x ::; ~, 4. Y = 3 cosh 5. Y O ::; x ::; 2 7T/3 = Incosx, O::; x::; En los ejercicios 6-10, calcule la longitud de los carninas dados. 6. f: [0,3] --+ JR2, f(O = (t, 5t + 1) (ver ejercicio - 1) 7. f: (O, )2] 8. f: (O, 27T] 9. f: (O, 1] --+ --+ JR2, f(t) = (8t3, 6t 2 JR2, f(t) 3t 4 ) = (cos4 t, sen4 t) --+ --+ JR2, f(t) = (cosh 2 t, senh 2 t) JR3, f(t) 10. f: (O, 1] = (cosh t, senh t, t) --+ U. Considere el camino A: (O, 27T] la elipse JR2, Aet) = (a cos t, b sen t), cuya imágen es (como sabemos), ~ +~ = 1. Demuestre que la longitud L de esta curva viene dada parla integral L = 4b Jo ("/2 JI - e2 sen 2 tdt donde e = iv'b 2 - a 2 (este número es la excentricidad de la elipse). Para obtener el valor de la integral anterior, haciendo uso del teorema fundamental del cálculo, habría que determinar primeramente la integral indefinida correspondiente. Sin embargo, ésta última (puede 5.5 Longitud de un camino 477 demostrarse que) no tiene solución en términos de funciones elementales. De hecho, la integral que aparece en la expresión de L es un caso particular de integrales de la forma ("/2 Jo JI~k2sen2tdt donde O < k < 1, llamadas integrales elípticas de segunda clase. Estas integrales juegan un papel muy importante en algunas partes de la matemática, y se tienen referencias de valores de ellas para diferentes valores de k. 12. Considere el camino f: [to, +00) -; IR 2 dado por f(t) = (e- I cos t, e- I sen t). a. Demuestre que la imagende f cruza una infinidad de veces cada uno de los ejes coordenados. Más aún, (demuestre que) si t, t' E [to, +00) son tales que t > t' y f(t) Yf(t') se encuentran en el eje x (o en el eje y), entonces 11f(t)1I < Ilf(t')II. Interprete vía geométrica este hecho. Demuestre que cuando t tiende a infinito, la imagen de f tiende al origen de coordenadas (¿de qué manera?). Considere la longitud de f entre t = to Y t = ti. Denótela como L[to.til' Defina la longitud total de f como el límite límll~= L[lo.liI' Demuestre que la longitud total de f es finita. Calcúlela. A la traza de f se le llama espiral logarítmica. b. c. 13. Considere los caminos f, g, h: [a, J3] -; IR} dados por fU) = (t, cp(t), a), g(l) = (r. b. cpU)), h(t) = (c. t. cp(t», donde a, b, e son números reales dados y cp: [a, {31 -; IR es una función de clase '(:(1. Demuestre que la longitud de los caminos f,g, h es igual a la longitud de la gráfica de la función cp. Interprete geométricamente. 14. ¿Cuál es la longitud de un camino constante f: IR -; IRn, f(t) n = v? 15. Determine la longitud del camino f; [a. {3] -; IR dadoporf(t) = (a¡t+b l • a2t+b2 . ... , Gnt+b n). Demuestre que ésta se puede escribir comollf(a) :- f({3)II. Interprete geométricamente. 16. Sean p y q dos puntos en IR 3 . El objetivo de este ejercicio es probar que la distancia más corta entre estos dos puntos es IIq - pll = longitud del camino f: [O, 1] -> IR3, fU) = tq + (1 - t)p (es decir, la distancia más corta entre p y q es la longitud de la recta que une a p con q). Sea f; [a, bl -> IR3 un camino de clase %,1, tal que fea) = p, f(b) = q. a. Sea v E IR 3 un vector unitario. Considere la función cp; [a. b] Demuestre que -> IR dada por cp(t) = f' (t) . v. .t cp(t)dt = (q --, p). v b. Use la desigualdad de Cauchy-Schawrz con los vectores f'(t) y v para demostrar que c. Considere el vector unitario v = II~:::~II para demostrar, usando los Ilq - pll : : : d. longitud del camino f Concluya que la distancia más corta entre p y q es la de la línea recta que une estos dos puntos. 4 78 Capítulo 5 Curvas en el espacio 17. (En un tono menos serio: un problema intergaláctico). Era el 19 de diciembre del año 2015. El capitán Marcello se disponía a realizar su misión número 1T 2 x 10 2 . A bordo de su nave "Apolo-Tepepan", escuchaba la cuenta regresiva para dar inicio a su vuelo por el espacio. En esta ocasión el capitán Marcello debía dirigirse a un punto en el espacio ]R3 con coordenadas (50, 70, 100) -las unidades están medidas en miles de kilómetros-, teniendo el punto de arranque en el origen de coordenadas. Después de que su equipo de trabajo había resuelto el ejercicio anterior, y convencidos plenamente de que la distancia más corta entre el punto de despegue y el punto objetivo es la línea recta, planearon un viaje descrito matemáticamente por el camino f: [O, 1] -> ]R3, f(t) = (50t,70t, 100t), en donde t está medido en cientos de horas de vuelo. La computadora ha indicado el paso por tres "zonas de alta turbulencia", en donde se deben extremar las precauciones de vuelo, como por ejemplo, dejar de tomar café y no ir al sanitario. Estas zonas estaban registradas en fonna matemática, con ecuaciones que describían las regiones que éstas ocupaban en el espacio. Así, bajo el título de "PELIGRO, ZONAS DE ALTA TURBULENCIA", apareció en la pantalla de la computadora de la nave la siguiente información: l + Z2 ZONA DOS:{(x, y, z)lx + l + Z2 ZONA TRES:{(x, y, z)lx 2 + l + Z2 ZONA UNO:{(x, y, z)lx 2 + 2 16x -'- 24y - 30z 36x - SOy 60x - 80y - + 424 ~ O} 80z + 2533 ~ O} 1102 + 5489 ~ O} "Es fácil ver que se trata de zonas esféricas", dijo para sí mismo el capitán Marcello, segundos después de ver las ecuaciones en pantalla. Tomó papel y lápiz, y se dispuso a hacer los cálculos de los tiempos en que entraría y saldría de cada una de las zonas de turbulencia, así como de la cantidad de kilómetros que recorrería en cada una de ellas. Con un gesto de tranquilidad, pudo ver que no pasaría más de 20 horas, de las 100 horas de vuelo, dentro de zonas de turbulencia. Reproduzca los cálculos que hizo el capitán Marcello, indicando tiempo de entrada y tiempo de salida a cada una de las tres zonas, así corno la distancia recorrida en cada una de ellas. Después de 25 horas de vuelo, habiendo dejado atrás la primera zona de turbulencia, apareció en la pantalla una información de última hora: justo en el momento del despegue, se detectó una explosión en el espacio, registrada en el punto de coordenadas (35,50, 80). Este tipo de fenómenos espaciales eran de gran peligro, pues si se entraba en contacto con la región ele las ondas expansivas de la explosión en menos de 150 horas de que ocurrió ésta, las probabilidades de que la nave sufriera transtomos serios en las turbinas, eran de alrededor de 0.5e 1/2. Se sabe que las ondas expansivas eran esferas concéntricas (con centro en el punto de la explosión) cuyo radio crecía de manera proporcional al tiempo transcurrido desde la explosión; es decir, el radio de las esferas de las ondas expansivas era del tipo r = kt, en donde k es una constante positiva. ¿Hasta qué valor de k la nave del capitán Marcello no cruzaría la región de ondas expansivas? 18. Para adornar la entrada al Palacio d~Mathingham (cuya historia se relatará en el ejemplo 14 de la sección 7 del capítulo 7, ¡no se la pierda!), se tiene pensado colocar tres cadenas colgantes. Las cadenas serán de oro macizo y colgarán cada una de ellas de dos postes consecutivos de los cuatro postes que se colocarán al frente del jardín principal. La altura de cada uno de estos postes es de 1 mt y la distancia entre dos postes consecutivos es de 2 mt. Para cada una de las dos cadenas laterales se quiere que la mínima distancia de ellas al piso sea de 0.5 mt, mientras que para la cadena central se quiere que esta distancia sea de 0.25 mt. Se sabe que la curva que forma una cadena colgante es del tipo y = a cosh kx. Poniendo el eje y en el eje de simetría de cada una de las cadenas, demuestre que las dos cadenas laterales pueden ser representadas por la ecuación 5.6 Reparametrización por longitud de arco 479 y = 0.5 cosh«arccosh 2)x), y la cadena central por la ecuación y = 0.25 cosh«arccosh 4)x). Demuestre que la longitud total de cadena de oro que será necesaria para este fastuoso adorno del Palacio de Mathingham es de (aproximadamente) 7.26 mt.(Use integración numérica para obtenerel valor de las integrales que le aparecerán en el cálculo de las longitudes de las catenarias involucradas). 5.6 Reparametrización por longitud de arco En esta sección veremos la posibilidad de reparametrizar un camino f: 1 <;:: ]R -; ]R", digamos que f; [a, b] -; ]R" es la reparamctrización, de modo que la rapidez a que f recorre la curva e = imagen de f imagen de r, sea constante e igualala unidad. Es decir, que Ilr'(t)11 = 1, 'it E (a. b]. Obsérvese que en tal caso la longitud del camino entre t == a y t = bes r f(f) = ¡b IIf'(t)11 ¡b dt = 1 dt = b- a así que f será una reparametrización tal que la longitud de la curva que describe es igual al tiempo que emplea en recorrerla. Por ejemplo, el camino f: (O, 27T] -; ]R2, dado por f(t) = (cos t. sen t), que recorre una vez el círculo unitario x 2 + y2 = 1, tiene las características menicionadas: la rapidez can que se recorre el círculo es \lf'(t)11 = 11(- sen t. cas t)11 = Jsen 2 t + cos 2 t = 1 'it E (O. 21Tl y, consecuentemente. la longitud de la curva descrita por f es 27T = tiempo que-emplea en recorrerla. Consideremos un camino regular f: (a, b] -; ]R" y supongamos un punto p = f(ro) E IR" de la curva que describe (to algún punto en [a, b]). Siendo f de clase i(?,l podemos calcular, para cada t E [a, b], la longitud de f entre t = to Y t. Esta es claramente una función de t, designada por ¡fiU). Entonces ¡fi(t) = Jto t Ilf'(u)11 du t E (a, b] (Aceptamos que si t < to (i.e. el punto fU) está antes -en el recorrido de f - que p = f(to». entonces la longitud del camino es negativa). Según el teorema fundamental del cálculo tenemos ¡fi'(t) = IIf'(t)\l. Como nuestro camino f es regular, entonces ¡fi'(t) = Ilf'U)\l =/=- O 'it E (a, b]. De hecho se tiene ¡fi' (t) = IIf' (t)11 > O'it E (a, b]. Además, es claro que ¡fi es una función de clase i(?,1. pues su derivada ¡fi/(t) = \lf/(t)11 es continua. Sea [e, d] e ]R el intervalo en el.que la función ¡fi manda las imágenes ¡fi(t). t E (a. b]. Por ejemplo, si hubiéramos tomado p = fea), entonces la función ¡fi: [a, b] -; IR ¡fi(t) = ¡I Ilf/(u)11 du manda el intervalo (a, b] al intervalo (O, E(O] sobreyectivamente, donde t = a y t = b. e(o es la longitud de f entre 4 80 Capítulo 5 Curvas en el espacio Sabemos, de nuestro primer curso de cálculo, que siendo ¡f;: [a, b] ......., [e, d] una función de clase '6'1 tal que ¡f;/ (t) =1= O 'Vt E [a, b], existe entonces la función inversa ¡f;-I: [e, d] ......., [a, b] la cual es también de clase '6'1 y además, como (¡f;-J)/(¡f;(t))¡f;/(t) = 1 'Vt E [a, b], también se tiene que (¡f;-I)/(S) =1= O 'Vs E [e, d]. Más aún, como ¡f;/(t) > O 'Vt E [a, b], también se tiene (~J-J)/(s) > O 'Vs E [e, d]. Obsérvese que la función cp = ¡f;- J: [e, d] ......., [a, b] tiene entonces todas las características que se necesitan para que f = f o cp sea una reparametrización de f. Estudiémosla. t __- - f ( b ) • ~ .¡ ~, ( ' ) .«) ~ IIr' f (1) ji dI f(a) e s d Figura 1. Gráfica de la curva e descrita por f y f. Para s E [e, d] tenemos fes) = (f o cp)(s) = f(cp(s)) (Podemos poner a s como una longitud de una parte de la curva descrita por f). Obsérvese que el vector velocidad l/(s) es eles) = cp'(s)f/(cp(s)) Pero cp (s) = (¡f; / -1 -1 ) (s) = I (t/J ) (t/J(t)) I I = ¡f;'(t) = donde s = ¡f;(t) = h: Ilf'(u)1I IIf' (t)11 I duo Entonces II f (s)1 = IIf'1 llf (t)1I = 1 (t)ll 1 I De modo que f es una reparametrización de f cuya propiedad es recorrer la curva de sus imágenes a una rapidez constante igual a la unidad. Diremos que f es una reparametrización de f por longitud de arco, en el sentido de que la nueva variable independiente s de f es justamente la longitud del camino entre to Yt, s = ¡f;(t) = l/o t Ilf'(u)11 du Nótese que el punto to tomado del intervalo [a, bJ no jugó papel alguno en la discusión anterior. Podemos entonces, sin pérdida de generalidad, tomar siempre to = a. 5.6 Reparametrización por longitud de arco 481 Debemos señalar que la reparametrización de un camino f por longitud de arco es una construcción de gran importancia teórica, pues a través de ella vamos a establecer nuevos conceptos que estudiaremos en la próximas secciones relacionados con la geométria de la curva descrita por f. Los cálculos técnicos involucrados al tratar de llevar a cabo una de estas reparametrizaciones con algún camino dado, pueden ser sumamente complicados, o, en ocasiones, con impedimentos algebraicos que no permiten hacer explícita la función cp con la cual construimos la reparametrización (que es la función inversa de s = t/f(s) = IIf'(u)\\ du). Tendremos, sin embargo, algunos ejemplos tomados de situaciones que permiten ver, sin muchas dificultades, cómo se efectúan estas reparametrizaciones. J: Ejemplo 1. Sea f: [O, 217'] ....... ]R2 el camino fU) = (r cos t, r sen t). Este es un camino regular que recorre una vez el círculo x 2 + l = r2 • Obtengamos la reparametrización de f por longitud de arco. Se tiene . s = t/fU) = ir Ilf'(u)1I du = ir II( -r sen u, r cos u)11 du = ir rdu = rt = cp(s) es t de modo que la función t 1 = cp(s) = t/f-I(S) = -s r Entonces el camino f: (O, 217'rJ ....... ]R2, dado por es la reparametrización por longitud de arco de f. Observe que se tiene para todo s E (O, 217'r], como tenía que ocurrir. Ejemplo 2. Sea f: [0, 31 ....... R.2 el camino f(t) = U, cosh t). Se trata de un camino regular que recorre la catenaria y = cosh x del punto (O, 1) al punto (3, cosh 3) con una velocidad dada por el vector f' (t) = O, senh t) t E [O, 31 y una rapidez Ilf'(t)1I = JI + senh 2 t = cosht, tE [0,3] Es decir, la velocidad con que se mueve el punto f(x) en la catenaria y = cosh x en el instante t = X es justamente el valor de la ordenada de la curva correspondiente a esta abscisa. Obtengamos la reparametrización de f por longitud de arco, la cual recorrerá el mismo arco de catenaria con una rapidez constante igual a uno. Tenemos s = ¡fI(t) = ir IIf'(u)lIdu = senht - senhO = senht (ver ejemplo 8 de la sección anterior). Así que t = cp(s) = ¡fI-I(s) = arcsenhs = ln(s + Vs 2 + 1) 4 82 Capítulo 5 Curvas en el La longitud de f entre t= f: [O, senh 3] --> ]R2 dada por fes) Se tiene °Y t 3 es senh 3 de modo que la reparametrización buscada es = f(<;D(s)) = (ln(s + Vs 2 + 1), cosh(ln(s + Vs 2 + 1))) de modo que I¡f' (s) I! = (~) 2 + s2 + 1 1 (vd-+ + s2 1 senh(ln(s + J~2+1))) 2 (l + s2) = - 2 - - (1 s +1 como tenía que ocurrir, + senh 2 (arcsenh s)) = 1 -0-- s· +1 Ejemplo 3. Un ejemplo "parecido" al del ejempiu ~"ior es f: [O, 3] -+ ]R2, f(t) = (t, t 2 + 1), pues la curva que éste describe es el arco de paráuu; x- + 1 en O s:: x s:: 3, cuyo aspecto tiene cierto parecido con el arco de catenaria y cosh x en s:: x s:: :', (En el siglo XVIII se planteó el problema de describir la ecuación de la curva que formaba una cadena homogénea que colgaba libremente de dos puntos fijos de ella [con la misma altura]. Esta curva NO ES UNA PARÁBOLA. como se llegó a pensar inicialmente, sino una catenaria, nombre dado desde ese tiempo a la curva y = cosh x que es la solución del problema. Es obvio, sin embargo, el parecido geométrico de estas curvas). El problema de reparametrizar por longitud de arco el camino f es en este caso sumamente más complicado que el anterior, no obstante el parecido mencionado de las curvas. Veamos ° s = ¡J;(t) = Jo t Ilrteu)lldu = Jo 11(1, 2u)11 du = Jo VI +4u r t J 2 du (La integral 1 J va 2 + x 2 dx se puede resolver por la sustitución trigonométrica x = a tan u, conduciéndonos así a la integral a sec 3 u duo Un procedimiento más sencillo es aplicar la sustitución hiperbólica x = a senh u. En este caso la integral 1se convierte en a2 J cosh 2 u,Au, la cual se resuelve (1 +cosh 2u). Queda como 1 = a 2 J (1 +cosh 2u) du = usando la identidad hiperbólica cosh 2 u 1 a (~.. + ~ senh u) = ~ (u + senh u cosh u), expresión que se ve después de regresar a la variable x, y de hacer alguIJas simplificaciones, como J va 2 + x 2 dx = ln(x +.Va2 + x 2 ).+ ~V a2 + x 2 ) 2 'f Regresando al cál~ulo de s p ¡J;(t), nos queda s= ¡J;(t) = ) ~ In (u ,+ ~ VI + 4U 2 + ~ VI + 4u21: !~) + ':'JI+4tz - 4 In(~) ~2 2 =! ln(t + 4 2 =~ln(2t+~)+~~ 5.6 Reparametrización por longitud de arco 483 Cuandot = 3 tenemos a = !/J(3) = ~ In(6+J37)+~J37. Ciertamentelafunción!/J: [O, 3] -+ (O, a] es sobreyectiva, de clase '6'1, y !/J'U) = v'f+t2 > O'tIt E [O, 3J, de modo que podemos hablar de su inversa 'P = !/J-l: [O, aJ -+ [0,3]. Esta función t = 'P(s) es la que necesitamos para construir la reparametrización f = f o 'P de fporIongitud de arco. Sin embargo, es evidente que en este caso no es posible hacer explícita la función 'P. Así pues, nos conformamos con decir que el camino que reparametriza a f por longitud de arco es f: (O, ~ ln(6 + J37) + ~ J37] -+ ~2, fes) = f('P(s» = ('P(S), ('P(s»2 + 1), donde 'P(s) es la inversa de la función s = !/J(t) = . ~ ln(2t +V i + 4t 2) + .~ VI + 4t 2 Ejemplo 4. Sea f:]R -+ ]R3 el camino fU) = (a cos t, a sen t, {3t). La curva que éste describe es una hélice circular (que se dibuja en el cilindro x 2 + l = 0'2). Tomemos como punto base f(lo) el correspondiente en to = O (es decir, el punto (a, O, O)) a partir del cual mediremos la longitud del camino. Se tiene s = !/J(t) =i 1¡rt(u)1I f du = ir ¡I(-a sen u, a cos u, {3)11 du = ir Va2 +{32du = V + {32t 0'2 t de modo que = 'P(s) = !/J-l(s) =,. 1 S V 0'2 + {32 La reparametrización de f por longitud de arco es entonces el camino f: ]R f (s) = f('P(s» = -1 -+ ]R3 dado por ( s + {32 ' cos V a 0'2 a sen V 2 ' a + {32 S 3s J 0'2{+ {32) Ejercicios (Capítulo 5, Sección 6) 1. Considere el camino f: [O, 21Tr] -+ ]R2 dado por fes) = (rcos~, rsen;) Este es la parametrizaciónpor longitud de arco del círculo x 2 + l = r 2 (ver ejemplo 1). Calcule fll(S). Compruebe que este vector es ortogonal a f' (s)paratoda s en [O, 21Tr J. Interprete geométricamente este hecho. Calcule.llf"(s)1I 2. Considere el camino f: [O, senh 3] -+ ]R2 dado por fes) = (ln(s + W+1), cosh(ln(s + W+1))) Este es la parametrización por longitud de arco de la catenaria y = coshx en el intervalo (0,3] (ver ejemplo 2). Calcule fIles). Compruebe que este vector es ortogonal a f'(s) para toda s en [O, senh 3]. Calcule 1If"(s)ll. 4 84 Capítulo 5 Curvas en el espacio 3. Considere el camino f: IR fes) -+ IR} dado por = (O' cos J 0'2 + (32 s , O' sen J 0'2 + (32 J 0'2 + (32 s , /=;;,(3=s=::;c) Este es la parametrización por longitud de arco de la hélice circular g(t) = (O' cos 1, O' sen 1, (3r), I E IR (ver ejemplo 4). Calcule f"(s). Constate que este vector es ortogonal a f/(s) para toda s E IR.. Calcule 11f'/(s)ll. 4. Sea f: 1 ~ IR -+ IR" un camino parametrizado por longitud de arco. Demuestre que el vector fIles) es ortogonal al vector f/(s) Vs E J. 5.7 Curvatura En esta sección estudiaremos uno de los dos conceptos más importantes en el estudio de las curvas, llamado curvatura; el otro, llamado torsión, será objeto de estudio de la sección 10. La idea general que se persigue en el estudio de la curvatura de una curva es la de medir la rapidez con que la curva se aleja de su recta tangente en un punto p dado de ella. En términos generales, a esta rapidez se le llama "curvatura de la curva en el punto p". La idea intuitiva subyacente en este ejemplo tiene que ver con "qué tanto se curva la curva en el punto p". Por ~ie.!TIplo, al ver las~iguiente0iguras recta tangente a la curva en p recta tangente a la curva en p Figura 1. Dos curvas con diferente curvatura en el punto p. podemos intuir que la curvatura de la primera en p es más grande que la de la segunda en p. Es claro entonces que el concepto de curvatura es un concepto local: hablamos de la curvatura de una curva en un punlo pde ella. También debe ser claro que para iniciar este estudio, necesitamos trabajar con curvas que sean imágenes de caminos regulares, ya que a ellos son a los que siempre podemos asociar rectas tangentes. En realidad, tendremos que pedir un poco más a los caminos f: 1 ~ IR -+ IR" con los que trabajaremos en esta sección. Estos deben ser tales que su segunda derivada f" (l) deba existir para lE!, Si f(l) = (Xl (t), ... , x,,(I)), el vector segunda derivada de fes f"(t) (x~/(t), ... , x;(t)). Sea entonces f: 1 ~ IR --; IR" un camino regular para el que fl/(I) existe, VI E J (diremos que f es un camino dos veces diferenciable en 1). Hemos visto que Ilf/(I)11 nos da información de la rapidez con que el punto f(t) se está moviendo sobre la curva de las imágenes del camino f. Obsérvese entonces que el número positivo 11f'(t)11 nos da la rapidez de = 5.7 Curvatura 485 variación de las imágenes del camino f en el punto fet)o Con esta perspectiva en mente, el número Iif'/(t)II nos daría información sobre la rapidez de variación del vector velocidad f/{t) en el punto f(t). Al hablar de variación de un vector, estamos incluyendo en ésta la variación de la magnitud del vector y la variación de la dirección del vector. Por ejemplo el camino f:]R+ -> ]R2, dado por f(t) = (t3, (3) cuyas imágenes describen la.rectay = x en el primer cuadrante, tiene por vector velocidad a f' (t)= (3t 2 , 3t2 ); ciertamente este vector tiene siempre la misma dirección, pero su magnitud es variable, de modo que 1if"(t)1I = 1I(6t,6t)1I = 6V2t nos da solamente la información de la variación de la magnitud del vector f/(t)enel punto f(t). Por otro lado, el camino f:.]R -> ]R2, dado por f(t) (cos2t, sen2t) tiene por vector velocidad a fl(t) (-2 sen 2t, 2 cos 2t). Nótese que Ilf/(t)H = 2 '<It E ]R, de modo que en este cas()la magnitud del vectorvelocidad f/(t) es constante, no así su dirección. Entonces el número 1if"(t)H = H( -4 cos 2t, -4 sen 2t)11 = 4 nos da información de la variación de la dirección del vector f/(t) en el punto f(t). Al estudiar la curvatura de una curva en un punto pde ella nos interesará tener información sobre la variación del vector tangente f' (t) en el punto p. Por supuesto que lo único que nos debe interesar es la variación en la dirección de f/(t), y no en su magnitud, de tal manera que, por ejemplo, para el camino f(t) = (1 3, t 3 ) mencionado anteriormente, cuyo vector velocidad no cambia de dirección, podamos decir que "su curvatura es cero", coincidiendo así con la idea intuitiva que sembramos al comienzo de la sección (¡una recta no se curva!). Con estas consideraciones previas, resulta entonces claro que para tener una medida de la rapidez de variación en la dirección del vector velocidad de un camino, debemos tomar un camino que tenga rapidez IIf/(t)11 constante, digamos igual a la unidad, pues en tal caso 1\f"(t)1I sería una medida (¡la medida que necesitamos!) de cuánto está cambiando la dirección del vector f/(t) de la curva en el punto f(t). Luego de este preámbulo, no debe resultar extraño que el estudio emprendido en la sección anterior fue precisamente para resolver esta dificultad técnica que ahora se nos presenta; para introducir el concepto de curvatura lo haremos por medio de un camino f: l S;;; ]R -> ]Rn reparametrizado por longitud de arco, cuya característica fundamentales precisamente quesu rapidez 1If' (t)1I es constante e igual a 1 para todo t El. Establezcamos rigurosamente entonces el concepto de curvatura. = = Definición. Sea f: l S;;; IR -> ]Rn un camino dos veces diferenciable parametrizado por 111 longitud de arco. l Al número k(s) = 1if"(s)1I se le llama curvatura de f en S. Seguimos respetando el uso de la letra s para denotar a la variable independiente (la longitud de arco) de un camino reparametrizado por longitud de arco, para el cual, además, usaremos la notación T(s) para designar al vector f/(s), llamado vector tangente unitario de f en s. Entonces, T(s) es el vector tangente (el vector velocidad) del camino f: l S;;; ]R -> ]Rn parametrizado por longi tud de arco, y así, IIT(s)1I = 1 '<Is E l. Con esta notación, la curvatura de f en s se ve como k(s) = II T /(s)11· Ejemplo 1. (La curvatura de una recta eS cero). Una recta en ]R3 que pasa por el punto p = (xo, Yo, zo) y tiene a v = (a, b, e) por vector paralelo, se puede ver como la imagen del camino f*:]R -> ]R3, f*(t) = (xo. Yo, zo) + tea, b, c). Es fácil ver que la reparametrización de f* por longitud I Este camino f al que se refiere la definición, es en realidad el camino que manejamos en la sección anterior, reparametrización de un camino por longitud de arco. Por razones de simplicidad en la notación, pensemos que el camino dado f ya es la reparametrización por longitud de arco de un camino previamente dado f*. En tal caso decimos que f está "parametrizado" por longitud de arco. r 4 86 Capítulo 5 Curvas en el espacio de arco es el camino f: IR -t IR 3 dado por (xo, Yo, 20) fes) donde u k(s) = + ..j s 2 2 a +b +c 2 (a, b, c) = p + us = u y f"(s) = O (el vector O de IR3), de modo que 11f'/(s)II = 0, Vs E R Es decir, la curvatura de f en cualquier punto es O. 111 II~II' Observe entonces que f/(s) = = Ejelllplo 2. (La curvatura de un círculo es constante). Sea f: [O, 21Tr] - t IR 2 el camino fes) = (r cos ~, r sen ~). Esta es la parametrización por longitud de arco del círculo x 2 + y2 = r 2 (ver ejemplo 1 de la sección anterior). Tenemos T(s) = f/(s) = (sen~, cos ~) r r r f (s) = de modo que la curvatura de f en s es " (1 s 1 s) --cos-,--senr 1 k(s) = 11f'/(s)II = ~ r Vs E [O, 21T] Podemos decir entonces que la curvatura de un círculo de radio r es constante e igual a ~. Esto responde a la idea intuitiva de que en un círculo el vector tangente unitario T(s) tiene la misma rapidez de variación en su dirección en todos los puntos, o bien, que la curva se aleja de su tangente a la misma rapidez en todos sus puntos. 111 Ejemplo 3. Consideremos el camino f: IR fes) -t 1R 3 dado por = ( a cos va + S sen ,a S 2 2 f32 va + va~) + , {32 2 . {32 Esta es la parametrización por longitud de arco de una hélice en IR3 (ver ejemplo 4 de la sección anterior). Tenemos La segunda derivada es f" s = ( () a+ 2 -a f32 cos va s a+ + 2 f32' 2 -a f32 sen - - - , 2 {32 va s ) +° de modo que la curvatura de f en s es 5.7 Curvatura Obsérvese que al igual que sucedió en el ejemplo anteiíor, la curvatura es constante en todos los puntos de la curva. 111 Si bien es cierto que la definición que dimos de curvatura muestra con toda claridad y sencillez la esencia del concepto, también es cierto que tal definición resulta impráctica si quisiéramos (como de hecho queremos) hacer cálculos concretos de curvaturas de curvas, pues para poder hacerlo tendríamos que pasar antes por la reparametrización por longitud de arco del camino. En otras palabras, elprocesoque.sugiere la definición de curvatura para hacer cálculos con ella es la siguiente: dado el camillO f; 1 ~ IR--+IR2 .qIR3 del cual se quiere calcular su curvatura en cierto punto correspondiente a to E 1, obtenga primero la reparametrización por longitud de arco f: J ~ IR --t IR 2 o IR 3 ; con ella, calcule ['/(S); lallorma de este vector evaluado en So = ¡JJ-l(tO), donde ¡JJ(t) = J~ IIf'(u)1I du es la curvatura busca.da. Además de que ciertamente resulta molesto pensar en que para cada carnino hay que p¡lsar primero por su reparametrización por longitud de arco, acontece que más allá de la incomodidad que esto representa se dan curvas tan simples como y = x 2 , imagen del camino f: IR --t IR2, f(t) = (r, t 2 ), para los que no o podríamos calcular, con la definición dada, su curvatura (ver ejemplo 3 de la sección anterior). Veamos cómo podemos hacer los cálculos de la curvatura de un camino sin pasar por la reparametrización por longitud de arco; es decir, veamos cómo expresar la segunda derivada f"(s) de la reparametrización por longitud de arco de un camino dado f(t) en términos de la o las derivadas de éste. Haremos este análisis en el caso concreto de caminos en IR 3 • Sea entonces f: 1 ~ IR - t IR 3 un camino regular dado, dos veces diferenciable y sea f: J ~ IR --t 3 su reparametrización por longitud de arco. Recuerde el esquema IR t ~ .(,) ~ r'<,) e}~~(I) I Jít -_;_-+---_-Jít s Figura 2. Reparametriz¡¡ción de un camino por longitud de arco. Lo que queremos hacer es dejar expresada la norma del vector f"(s) (la curvatura) en términos de la norma de los vectores f'(t) y f"(t) (que se calculan directamente del camino dado). De la misma definición de i"(s) = T(s) es claro que f (S) = Ilf'(t)11 f (t) en donde t = cp(s) -, 1, 1 = ¡JJ- (s) 4 88 Capítulo 5 Curvas en el espacio q/(s){/(ljO(S». PeroljO'(s)= (r/J-I)/(S) = .¡,'(~(S» = o bien, haciendo directamente los cálculos en fes) = {(ljO(s», obtenemos, derivando t'/(s) '¡'}(I) = 11f'~t)II,demodoque -/ { (s) = Ilf/(t)11 f (t) 1 / Derivando nuevamente respecto de s obtenemos - 11 f (s) = ds d( 1 /) Iif'(t) 11 f (t) / ljO (s) - = dt d( 1 / ) dt Ilf/(t)11 f (t) ds = dt IIf/(t)11 d ( f/(t) ) = (1If/(t)1I ~f/(t) Ilf/(t)11 2 f/(t)~ IIf/(t) 11 ) (_1_) Ilf/(t)1I Recordando que d I g(t) . g/(t) dt IIg(t),1 = Ilg(t)11 (ver página 453), nos queda / 11 11 / f'U)' {"(t) 1I f (t) f (t) - f U) IIf/U) 11 (" (s) = ----,..---,..--,---:-,'---'-'-'-'-- IIf/(t) 11 3 = Entonces 11("(s)11 2 = fll(s)· f"(s) = _1_ Ilf/(t)11 4 1 (1If/(t)1I 2f ll(t) - (f'(t). fll(t»f/(t») .llf/(t)1I 8 Iif'(t) 11 8 1 [llf/(t)11 2fll(t) - (f'(t). fll(t))f'(t)] . [1jf'(t)11 2fll(t) - (f/(t). fll(t))f/(t)] (lIf/(t)114fll(t). f"(t) _ = 2I1 f /(t)1I 2 (f/(t). fll(t))2 + (('(t). fll(t»)2 fl (t). f'(t)) = Iif'(t) 11 8 1if'(t)1I 6 1 1 (1If/(t)1141jf"(t)1I2 _ Ilf/(t)1I2(f/(t). fll(t))2) (1If/(t)1I 211f"(t)1I 2 - (f'(t). fll(t)/) = Recuerde que si u, v son dos vectores de IR 3 entonces 5.7 Curvatura 489 Con esta fónnula podemos escribir entonces de donde 11f"(s)1I = ¡lf'U) x fl/U)II Ilf'U)113 Así pues, la curvatura del (;amino regular f: 1 ~JR por k(t), es JR3 dos veces diferenciable, que denotaremos kU) = Ilf/(n x fl/(t)1I IIf/(t)11 3 Esta es la fónnula que buscábamos, con la cual podremos calcular la curvatura del camino f trabajando directamente con él. EjeJUplo 4. El camino f: JR ->JR3 dadoporf(t) = (acos t, a sen t, f3t) es el mismo que el considerado en el ejemplo 3, sólo que estaba parametrizado por longitud de arco. Tenemos f' U) X fl/ (t) = (-a sen t, a cos t, f3) X (-a cos t, -a sen t, O) k ij = det .[ -asen t (X cos t -a cos t -a sen t de modo que 13] = (af3 sen t, -af3 cos t, ( 2 ) O y como IIf' (t)1I = II( -a sen t, a cos t, 13)11 = tenemos que la curvatura k(t) es J a 2 + 132 resultado que coincide con el obtenido enel ejemplo 3. Ejemplo 5. Considere el camino f: JR -> JR3 dado por fU) = (2 + t, 1 + t 2 , 3t su curvatura k(t). Se tiene f'U) O, 2t, 3 +2t), fl/(t) (0,2,2), de modo que = = + t 2 ). Calculemos f/(t) x fl/(t) = .[~ ~t O 2 . 'k 3 +2t] 2 = (-6, -2,2) Entonces k t _ Ilf/(t) x fl/(t) 11 _ ()Ilf/(t)11 3 - 11(-6, -2,2)11 11(l, 2t. 3 + 3t)li 3 _ - J44 (lO + l2t + 8t 2 )3/2 4 90 Capítulo 5 Curvas en el espacio Observe que en este caso la curvatura k(t) sí depende de t. k(l) Por ejemplo, k(O) = ( 0). ¡V44 4,4¡" = {~2 < (1~2 k(O), así que podemos decir que el camino f, o bien, que la curva en 1R3 que este camino describe, se curva más en el punto feO) = (2, 1, O) que en el punto f(1) = (3,2,4). Más aún, considerando la "función curvatura", k: IR -> IR, vemos que donde k' (t) = O {:} t = - ~. En este valor de t se localiza un punto crítico para k(t). Es fácil ver que se trata de un punto de máximo local. Entonces concluimos que el camino f tiene curvatura máxima cuando t = -~, es decir, en el punto f( -~) = (~, ~, -ti,), la cual es k( -~) = fiii. 111 Quisiéramos ahora ver que la fóm1Ula obtenida para calcular la curvatura de un camino f: ¡ <;:; IR -+ 1R 3 (regular, dos veces diferenciable) es invariante por reparametrizaciones del camino. Este hecho nos permite ver a la curvatura como una propiedad geométrica de la curva en sí, imagen del camino f, independientemente de "la manera" como es recorrida. .En efecto, sea g: J <;:; IR -+ 1R3, un camino regular dos veces diferenciable, reparametrización del camino f. Entonces g = f o ep, con ep: ¡ -+ J la inversa de la función tjJ: J -> ¡ s Queremos ver que = rjJ(t) ir Ilf/(u)11 du donde t = ep(s). Tenemos = ep'(s)f/(ep(s» = ep'(s)f/(t) gl/(s) ( rp'(S»2[I/(ep(s» + epl/(s)f/(ep(s» = (ep'(s»2fl/(t) + epl/(S)f/(t) g/(S) Entonces g/(S) X gl/(s) = ep'(s)f/(t) X [(ep'(S»2fl/(t) + epl/(S)f/(t)] x f/(t) = (ep'(s»3fl(t) x fl/(t) = (ep' (s»3fl (t) x fl/ (t) + ep'(s)epl/(s)f/(t) de modo que Ilg/(t) x gl/(t) 11 k(s) = II(ep'(S»3f/(t) x fl/(t) I1 Ilepl(S)f /(t)11 3 IIg/(t)113 = lepl(sWllf/(t) x fl/(t)1I lep'(s)1 3 11f'(t)1I 3 IInt) x fl/(t)1I 1\f'(t)!1 3 = k(t), t = ep(s) como queríamos comprobar. 5.7 Curvatura 491 Ejemplo 6. Consideremos el cilindro elíptico 2x 2 + 3y2 = 1 Y el plano z = 2y. Estas dos superficies se intersectan en una elipse C. Calcularemos la .curvatura de ésta en el punto p = (O, Según lo expuesto anteriormente, podemos tomar cualquier camino f: 1 ~ IR -> IR3 regular dos veces diferenciablecuya imagen sea la elipse C(al menos en los alrededores del punto p) y con él calcular la curvatura deseada. Por ejemplQ, el caminQ f: [O, 27!] -.. IR3 dado por JJ, 3J). f(t)=. ( ,ji cos t,. 0. sen t, y'3sent • 1 l 2 ) El punto pcorresponde a (( 1)' Tenemos f I U) 12 =.(1 sen y'3 cos y'3 cos ) -,ji t, t, t f 1/ (t) = (1 -,ji = (- cos t, - y'3 sen t, - y'3 sen t (1/ I 2) 3J). Entonces En t = 1 estos vectores son fl (1) Vz' 0, o), (1) = (o, ~ JJ, j f'(HXf"(i) ~d,,[-1 ° .° 2 1) ( . y'6' y'6 0,.- y'3 de modo que la curvatura de la elipse C en pes La discusión sobre curvatura de curvas planas, imágenes de caminos 1 ~ IR -> IR 2 , se obtiene fácilmente como un caso particular de la presentada previamente para caminos en el espacio JR3. En efecto, una curva plana, imagen del camino f: 1 ~ IR -> ~2, fU):= (x(t), yU)) puede ser considerada como imagen del camino f:l ~ IR -> JR3, f(t) ==(xU), y(t), O), la cual queda dibujada en el plano xy (z = O). Sea entonces f: 1 ~ IR kU). Tenemos y entonces -> IR 2 un camino regular dos veces diferenciable. Calculemos su curvatura f"U) = (x"(t), yl/(t), O) f'(t) = (x' (t), y' U), O) f'(t) X f" (t) = det [XI~t) At) y" (t) x"U) ~O] = (0,0, x' (t)y" U) - xl/ (t)y' (t)) 4 92 Capítulo 5 Curvas en el espacio de modo que k(t) = lino x f"(t)11 IIf'(t)311 = Ix/(t)y'/(t) - x"(t)y'(t)1 «X (t)2 + (y/(t»2)3/2 ' esta la fórmula buscada que nos da la curvatura k(t) del camino f. Llamemos la atención al hecho de que la curvatura de un camino tal como ha sido definida, es siempre un número no negativo; sin embargo, en el caso de caminos en JR2, es posible asociar un signo a la curvatura, el cual nos ampliará la información geométrica de la curva que el camino describe. Para ver esto retomaremos la discusión desde la definición misma de curvatura, para el caso de un camino f: 1 <;:; JR -. JR2, f(t) = (xU), yU» -regular dos veces diferenciable-. Si f: J <;:; JR -. JR2 es la reparametrización de f por longitud de arco, el vector T(s) = f' (s) es un vector unitario para toda s E J. De Ilf/(s)11 = 1, obtenemos, derivando respecto de s, que d 0= ds IIT(s)1I = IIT(s)11 T(s)· T/(s) = T(s) . T (s) / por lo que el vector T' (s) = f" (s) es un vector ortogonal a T(s) para toda s EJ. Por otra parte, consideremos el vector unitario N(s) que se obtiene al girar el vector T(s) un ángulo de en sentido contrario de las manecillas del reloj. Tenemos así que los vectores T/(s) y N(s) son ortogonales a T(s), y por lo tanto colineales, de modo que para cada s E J, existe un número k(s) bien definido 1 T' (s) = f" (s) = k(s)N(s) a este número k(s) lo llamaremos curvatura de f en s. Nótese que se trata de la misma definición que la dada anteriomente para un camino en JR3, excepto, posiblemente, por un cambio de signo, pues I¡f'/(s) I = IIk(s)N(s)1I = Ik(s)IIIN(s)11 = Ik(s)1 El único detalle adicional que tiene nuestra nueva definición, es, entonces que ahora la curvatura puede ser positiva, cero, o negativa. N(s) TI (s) (k (s) > O) N(s) TI(s) (k(s) < O) Figura 3. Los vectores N(s) y T(s) en una curva plana. 5.7 Curvatura 493 Obtengamos una expresión para la curvatura así definída. Tenemosque T (s) = IIf'(t)llf (t)=.llf'(t)ll(X (t), )'(t)), 1,1" t.= q;(s) de modo que el vector N(s) debe ser N(s) Además, usando la fórmula 11f'(t) 11 (-y (t),x(t» 1 " f"(s) ==. IIf'(t)11 4 1 (11f'(t)1I 2f "(t) - (f'(t).C"(t»f'(t)) . (obtenida en la discusión general, ver página 488), tenemos que, como é" = kN, _1_ (1If'(t)1I 2f "(t) - (f'(t). f"(t))f'(t)) = kN IIf'(t) 11 4 Tomando producto punto con el vector N en ambos lados.de esta expresíón obtenemos __1_ = (1\f'(t)11 2f"(t) . N - (C'(t).· f"(t»f'(t)· N) Ilf'(t)11 4 2 = kN . N = kllNI1 = k de donde k= IIf' (t) 11 4 1 (1\f'(t)1I 2f"(t) . N - (C'(t) . f"(t»f'(t) . N) = IIC'(~)1I4 (lI f '(t)1I 2(X"(t), y"(t) '11f'~t)1I (-y'(t), x'(t») ~(f'(t)·f"(t»(x'(t), y'(t» .• lIf'~t)1I (-y' (t), X'(t))) =llf'(t)1I 4 (lIf'(t)lI(x'(t)y"(t) - x"(t)y'(t) ~ -..,:...:...::....--::-::~~:....=.-:-.:.= O») x'(t)y"(t) - x"(t)y'(t) x'(t)y"(t) - x"(t)y'(t) «x'(t»2 lIf'(t)11 3 + (y'(t»2)3/2 fórmula que coíncide (excepto posiblememte por un signo) con la obtenida anteriormente considerando el camíno f: r ~ IR --+ IR 2 como un caso particular de un camino en IR 3 . Definición. Sea f: l .~ IR --+IR2 , f(t) = (x(t), y(t» un camino regular dos veces diferenciable. Se define la curvatura (con signo) de f en t Como x'(t)y"(t) - x"(t)y'(t) k(t) - ---=-'-.:.,..-;;-:--.-:....:..:;~ - «x'(t»)2 + (y'(t))2)3/2 4 94 Capítulo 5 Curvas en el espacio Es interesante analizar qué tipo de información nos proporciona el signo de la curvtura k(t) así definida para caminos en IR 2 . Desde el punto de vista mecánico, el signo de k(t) tiene que ver con la dirección hacia donde apunta el vector segunda derivada fll(t) = (Xll(t), yll(t)) (llamado "vector aceleración"). De hecho, si consideramos la curva descrita por f, recorrida por el camino f = reparametrización por longitud de arco de f, vemos que en cada punto de la curva, el vector N(s), obtenido al girar el vector unitario T(s) en un ángulo de 90° en sentido antihorario, es un vector paralelo al vector T'(s) = f~'(s). Este es el vector aceleración del camino e.Entonces, si N (s) y TI (s) coinciden en su dirección, la curvatura será positiva; en caso contrario será negativa. En general, el vector aceleración para el camino f, i.e. el vector fll (t), no será paralelo al vector N(s); sin embargo, es posible descomponerlo como suma de sus componentes ortogonales en las direcciones de T(s) y N(s), digamos fll(t) = a(t)T(s) + b(t)N(s) donde a = a(t) y b = b(t) son funcjones reales que dependen de t. Esta es una interesante fórmula que obtendremos en la sección 11 en la que abordaremos más detenidamente la misma mecánica del estudio de los caminos y curvas en IR 2 y IR3. La componente bN(s) de f"(t) en la dirección de N(s) es a la que se aplica la condición de coincidencia con la dirección de N(s) (si b > O) en cuyo caso la curvatura será positiva, o, en caso contrario, si bN(s) no apunta en la misma dirección que N(s), (si b < O), será negativa. T'(s) bNÜ) / ./ 1-]R2. f"(t) bN(s) \ k(t) <O Curvatura con signo para un camino en Figura 4. Desde otro punto de vista, el signo de la curvatura de un camino en IR 2 tiene que ver con la concavidad hacia arriba o hacia abajo .de la curva que el camino describe. Para entender esto, consideremos el camino f: 1 ~.IR -+ IR 2 , dado por f(t) = (t, Ip(t), donde Ip: 1 ~ IR -+ IR. Como sabemos (ver ejemplo 1 de la sección 2) la curva que describe el camino f es la gráfica de y = Ip(x). En este caso tenemos x(t) y(tJ = t, x' (t) = 1, x"(t) = yll(t) O = Ip(t), y' (t) = Ip' (t), = Ipll(t) de modo que la curvatura k(t) es k(t) = x'(t)y"(t) - x"(t)y'(t) «x'(t))2 (y'(t))2)3/2 + (l)Ip"(t) - (0)1p'(t) = -(-1--1--(-Ip-'(-t)-=)2-=)3-::/2:- Ip" (t) (l + (lpl (t»)2 )3/2 5.7 Curvatura 495 Es decir, que la curvatura de la función y = ep(x) en x se calcula como k (x) - epl!{x) ----'----'-'-.:-::-:= - (l + (ep'(x»2)3/2 De aquí se ve que el signo de k(x) es el mismo que el de epl/(x), de modo que si k(x) > O entonces la curva es cónCava hacia arriba y si k(x) < O la curva es cóncava hacia abajo. En los puntos en que k(x) = epl/(x) = O, podría haber puntos de inflexión (donde la concavidad de la curva cambia). Ejemplo 7. Consideremos el camino f: JR --> JR2 dado por f(t) = (t, t 3 - 6t 2 + 9t). La curva que éste describe es la gJ:áficadelafunción¡¡;: JR --> JR, ep(x) 6x 2 + 9x. Calculemos su curvatura. 2 -12x + 9, epl!(x) = 6x - 12. Entonces Se tiene ep'(x) = 3x k(x) = -(l-+..........;,.(ep-,-(x..:....»-:-2)-3/~2 epI! (x) 6x - 12 De aquí se ve que si x < 2, entonces k(x) < O y si x > 2 entonces k(x) es cero. Este punto corresponde a un punto de inflexión. > O. en x = 2 la curvatura 4l--~-----1 2 -----r------------3 k(x) <O - k(x) >O Figura 5. Gráfica de y = x 3 6x 2 + 9x mostrando la curvatura. Este tipo de conclusiones acerca de la relación entre el signo de la curvatura y la concavidad de la curva descrita por el camino, que hemos visto enel caso de que tal curva sea la gráfica de una función real de una variable, pueden ser falsas en situaciones más generales. El hecho es que no existe una relación absoluta .entre lafor¡na (en lo que se refiere a la concavidad) de la curva y el signo de la curvatura del carninoque tiene por imagen ataLcurya. Por ejemplo, si vemo$queelarco de parábola y = x 2 entre los puntos (-1, 1) Y (1, 1), no podemos asegurar que un camino f: 1 .s;:; IR --> JR2 que tenga por imagen a tal arco tendrá una curvatura positiva (pues es claro que tal arco es una curva cóncava hacia arriba). En efecto, el camino f: [-1, 1]--> JR2, f(t) =.( -t, t 2)tiene por imagen a la curva y = x 2 en -1 ~ x ~ 1, pero en este caso k(t) x' (t) yl! (t) - xl! (t) y' (t) -2 - ---::-::--.:: «x'(t»2 + (y'(t))l)V2 - «_1)2 + (2t)2)3/2 - (l + 4t 2)3/2 ( -1)(2) - (0)(2t) de donde se ve que la curvatura es de hecho negativa para todo t E [-1, 1]. 4 96 Capítulo 5 Curvas en el espacio (-1,1) (1, 1) -1 k(t) <O Figura 6. La curvatura del arco de parábola y = x 2 en [-1, 1J. Obsérvese el sentido del recorrido de la curva por el camino f. Hay una manera más consistente de abordar la relación entre el signo de la curvatura de un camino f y la geometría de la curva descrita por el camino. Esta consiste en rastrear en los alrededores del punto p = f(l) el cambio en la dirección del vector velocidad f/(t). Si el movimiento del vector f'(t) (¡siguiendo el recorrido del camino f!) es tal que su dirección cambia en el sentido de las manecillas del reloj, entonces la curvatura será negativa; si lo hace en sentido contrario de las manecillas del reloj, la curvatura será positiva k<O Figura 7. k>O La curvatura con signo en relación del cambio de dirección del vector f/(1). EjemploS. Consideremos el camino f: [O, 271'] -; ]R2 dado por f(t) = (sen t, sen 2t). La curva que éste describe es un "ocho acostado": comienza en el punto f(O) = (O, O), va por el primer cuadrante (durante los primeros I seg), pasa por f(I) = (1, O), Y regresa al origen por el cuarto cuadrante, al cual llega a los 1T seg (f( 1T) = (O, O», pasa al segundo cuadrante y, luego de pasar por f (3;) = (-1, O), va al tercer cuadrante, en el que está los últimos I seg, cerrando finalmente la curva en f(21T) = (O, O) Tenemos X/ (t) = cos t, xl/(t) = - sen t X(I) = sen t, y(t) = sen 2t, y' (t) = 2 cos 21, yl/ (t) = -4 sen 21 5.7 Curvatura 497 f o 1T /2 1T 37T/2 27T f(31T /2) Figura 8. El camino f(t) = (sen t. sen 2t). Entonces la curvatura es k(t) = x'(t)y"(t) - x"(t)y'(t) = (cos t)( -4 sen 21) - (- sen t)(2 cos 21) «x'(t))2 + (y'(t))2)3/2 (cos 2 t + 4cos 2 2t)3/2 - 2 sen t(sen 2 t + 3 cos 2 t) (cos 2 t +-,fcos 27i)3/2 Se ve que k(t) < O para O < t < 7T, y k(t) > O para 7T < t < 27T. En t = 7T tenemos k(1) = O. Es decir, la curvatura del camino es negativa en todo el circuito cerrado derecho del ocho que describe y positiva en todo el izquierdo. Se ve claramente la correspondencia de estos signos con la variación del vector tangente al recorrer la curva. k(t) >O Figura 9. La curvatura del camino f(t) = (sen t, sen 2t). Pamentenderelporqué de esta relación entre el signo de la curvatura y la direcdón de variación de los vectores tangentes a la curva, recordemos que para estas curvas, imágenes de caminos f: 1~]R ]R2, se definió la curvatura como el número k(s) para elque T(s) = f' (s) = k(s)N(s), donde f: J ~ ]R - t ]R2 es la reparilmetrización por longitud de arco de f y N(s) eS un vector unitario que se obtiene al girar 90° el vector T(s) en sentido antihorario. Escribimos fes) = (l(s), y(s)), donde 4 98 Capítulo 5 Curvas en el espacio entonces .;;(s) = x(<;D(s)), y(s) = Y(<;D(s», con t s <;D(s) la inversa de la función = ¡fJ(t) = lID t Ilf/(u)lldu Como (1 (s) = T(s) = (Xl (s), y' (s)) es un vector unitario, podemos asociar, para cada s E J un número 8(s) E IR tal T(s) = (cas 8(s), sen 8(s)) T(s) T(s) N(s) 8(s) Figura 10. El vector T(s). Se puede demostrar que la hipótesis hecha sobre la diferenciabilidad del camino f garantiza un comportamiento diferenciable para la función 8 = e(s), de modo que f" (s) = TI (s) = ((-sen 8(S»)81 (s), (cas 8(S))81 (s))) = el (s)( sen 8(s), cos 8(s)) Nótese que el vector (- sen 8U), cos 8(s») es un vector unitario que se obtiene al girar a T(s) (cos 8(s), sen 8(s)) en un ángulo de 90° en sentido antihorario. Este es justamente el vector N(s). Tenemos pues que f" (s) = 81(s)N(s) por lo que comparando con la fórmula r"(s) = k(s)N(s), vemos que la curvatura k(s) es justamente la derivada de la función 8 = 8(s). Es decir que k(s) = 8 (s) 1 Ahora ya puede entender que si el vector velocidad 1"(t) (que tiene la misma dirección que T(s)) gira de modo que su dirección cambia en el sentido de las manecillas del reloj, entonces la función 8(s) es decreciente y por lo tanto su derivada (que es precisamente k(s)) es negativa. Análogamente, si el vector velocidad 1'1 (t) gira cambiando su dirección en sentido antihorario, entonces la función 8(s) es creciente y por tanto su derivada (la curvatura) será positiva. 5.7 Curvatura 499 8(s) decreciente (81 k(s) = 8'(s) > B2 > B3 ) <O B(s) creciente (B I < B2 < k(s) = B'(s) > O ( 3) Figura 11. Una curva con B(s) creciente y otra decreciente. De este análisis se descubre nuevamente ante nosotros lo que es la curvatura: la fórml.lla k(s) = O/ (s) nos dice (como ya sabíamos) queja curvatura es la rapidez de variación de.laqirección del vector velocidad de la curva. Adelllás,estemislll() análisis nos asegura elhnportante hecho de que las curvasen el plano están completamente determinadas por su curvatura. En otras palabras, que ante una función curvatura k = k(s) existe "una única" curva en el plano que tiene curvatura k(s). En efecto, suponga dada una función k(s). Afirmamos que hay un caminor: J ~ IR - t JR2 cuya curvatura en s esprecisamentek(s). En efecto, según el análisis anterior .tenemos que O(s) = 1 k(s)ds EL vectorT(s) = f/(s) debe ser T(s) = (cos O(s), sen O(s» = (.t/ (s), y' (s» de donde fes) = (x (s), y(s» debe ser tal que .t(s) = )i(s) = En resumen, el camino r: J 1 1 cos O(s)ds sen O(s)ds +a + f3 R-. 1R2 que tiene tiene. en s una curvatura k(s) es fes) = donde (1 cos O(s)ds + a, 1 sen O(s)ds + f3) O(s) = 1 k(s)ds +p siendo a, f3 y p constantes. La aparición de éstas nos dice simplemente que, a menos que haya un movimiento rígido (una traslación del origen al punto (a, f3) y un giro del sistema coordenado un ángulo p) la curva que describe el camino f es única. 5 00 Capítulo 5 Curvas en el espacio fes) = (a, Ejemplo 9. Si k(s) = O para toda s. tenemos 8 JO ds + P = cte + p = 80 • de modo que f3) + (J cos 80 ds, sen 80 ds) = (a, f3) + «cos 80 )s, (sen 80 )s) es el camino cuya curvatura es cero. La curva que describe es claramente la recta que pasa por (a. f3) y tiene pendiente tan 80 . 11 J Quisiéramos ahora retomar el resultado que apareció en el ejemplo 2 de esta seCClon para introducirnos en la discusión referente a los círculos osculadores. Ahí se vió que el camino f: [O, 277] - t JR.2, f(t) = (r cos t, r sen t) que describe un círculo con centro en el origen y radio r tiene curvatura constante e igual a ~. Es decir, la curvatura del círculo x 2 + l = r 2 es igual al inverso del radio del círculo. Consideremos un camino arbitrario f: ! ~ JR --> JR2 (regular. dos veces diferenciable), y digamos que en el punto p = f(t) éste tiene curvatura k(t) =1 O. Si quisiéramos ver la curva que describe f en los alrededores p, como un círculo que "se confunde" con la curva, deberíamos pedir que, además de la condición de tangencia entre el círculo y la curva en el punto p, tanto el círculo como la curva tuvieran en p la misma curvatura. Así tendríamos un buen contacto entre el círculo y la curva (llamado "contacto de segundo orden"; el "contacto de primer orden" es el que acontece con la recta tangente a la curva en p y la curva misma). El radio de este círculo debe ser (como lo sugiere el ejemplo 2 mencionado anteriormente) igual a ¡is)' Además es claro que el centro de este círculo se debe encontrar en la dirección del vector fl! (s), donde f es la reparametrización porlongitud de arco de r, es decir, se debe encontrar "dentro" de la curva (en torno a p). Establezcamos formalmente las definiciones de los conceptos anteriores. Definición. Sea f: ! ~ JR. --> JR2 un camino regular dos veces di,ferenciable. Para los puntos p(t) EJR. 2 de la curva que describe f en los cuales la curvatura k(t) es no nula, se define el radio de curvatura de f en p denotado por r(t), como r(t) = I/;nl' Se llama círculo osculador (del latín "osculum" que significa "beso": el círculo osculador "besa" la curva en p) de la curva en p al círculo que pasa por p, tiene radio igual a r(t), y cuyo centro se encuentra en la dirección del vector fl/(s), donde f es la reparametrización por longitud de arco de f (es decir. si c(t) E JR2 es el punto donde se encuentra el centro, el vector c(t) - f(t) debe tener la misma dirección que el vector fl/ (s)). Figura 12. El círculo osculador en una curva. Es claro que hay una relación inversa entre la magnitud de la curvatura k(t) y el radio del círculo osculador r(t), lo cual nos dice que cuanto "más plana" sea la curva (su curvatura sea menor) tanto mayor será el círculo osculador. 5.7 Curvatura Obsérvese que el vector c(t) - f(t) es tal que: i. tiene magnitud igual a r(t) = radio de curvatura; ii. si k(t) > O, su dirección coincide con la del vector unitario N(s) = IIf':tlll< -y/(t), x/(t», pues en este caso los vectores fl/(s) y N(s) apuntan a la misma dirección; iii. si k(t) < 0, su dirección es opuesta a la del vector N(s). Estas trescondÍ<;iont:s St: pueden escribir con la única fórmula c(t) - f(t) = . -.-N(s) k(t) I I de donde el centro del círculo osculador (llamado centro de curvatura) debe estar en el punto c(t) = f(t) + -k·N(s) ) -(t o mejor aún, en el punto y'(t) x/(t) ) ( x(t) - k(t)lIf/(t)II' y(t)+ k(t)llf/(t)1I Ejemplo 10. Si f: [O, 27T] --t Jl~2 es el caminof(t)=(rcost,rsent),entonces k(t)=~,de modo que el centro del círculo osculador en p = f(t) debe ser y'(t) ( x(t) - k(t)llf/(t)II' y(t) + k(t)lIf/(t)1I x/(t) ) .= ( rcos t - rcost r st:nt - rsent) ~r • = (O, O) Entonces, el círculo osculador tiene en todos los puntos su centro en el origen y radio igual a = r. Este es el círculo x 2 r 2 que es precisamente la imagen del camino f. Esto nos confi~a lo que era de esperarse: el círculo oseuladorde un círculo es él mismo. I!l r(t) = ¡kil)1 = + Ejemplo 11. Sea f: JR+ --t JR2 el camino f(t) = (t, In t). La curva que este camino describe es la gráfica de la función y ep(x) In x.c;alculemos Sj.l. curvatura. Se tiene = = epl/(x) k(x) = (1 + (ep/(X»2)3/2 x2 = -(-I-+-"'-1-)=3/=2 x2 -x Hallemos el círculo osculador en el punto p = (1, O). Tenemos que k(1) = - 2~' de modo que el radio de curvatura en p es r( 1) = 2 V2. 11f'(t)1I Además =.II(I,~) ~Jl+~ 11 y entonces IIf/(I)II. ~ V2. También xl(t) = y/(t)= de modo que x/(I) = 1, y'(1) = 1. Entonces el círculo osculador buscado debe tener su centro en yl(t) ( x(t) -k(t)I¡rt(t)II' y(t) + k(t)I¡rt(t)1I x/(t»).( = I - __ V2' 1 2)2 •• l. .°+ __ 1) 1 V2 = (3, -2) 2)2 y por lo tanto tal círculo es (x - 3)2 + (y + 2)2 =8 502 Capítulo 5 Curvas en el espacio y = lnx (x - 3)2 + (y + 2)2=8 3 / 2 Figura 13. El camino del ejemplo 11. Ejercicios (Capítulo 5, Sección 7) En los ejercicios 1-5, determine la curvatura de la curva dada en el punto indicado. 1. A(t) = (cosh t, sen ht, 2t), en el punto p = A(O). 2. A(t) = (e t , e- t , t), en el punto p 3. A(t) = 5. A(t) (t2 = A(O). + 1, t 2 ~ 3t, t 2 1, t), en el punto p = A(I). 4. A(t) = (In t, t, (2 ), en el punto p = A(I). = ((3 - + t, 3t), en el punto p = A( 1). En los ejercicios 6-10, determine la curvatura (con signo) de la curva en el plano. en un punto arbitrario de ella. 6. A(t) 7. ACt) 8. A(t) = (cosh t, senh t). = ((2, t 3 ). = (t3, t 2). 9. Á(t) = ((3 + P', t 2 t ). t). 10. Á(() = (e!, e- 11. Calcule la curvatura de la cicloide Á: IR -; 1R 2 , Á(t) puntos en los que cos t = I? = (t - sen t, l - cos t). ¿Qué sucede en 12. Calcule la curvatura de la elipse Á: [0, 21T] -; 1R2 , Á(t) = (a cos t, b sen t). en donde 0< b < a. ¿En qué puntos la curvatura alcanza sus valores máximo y mínimo? 13. Calcule la curvatura de la parábola y = x 2 • ¿En qué punto de ella la curvatura alcanza su valor máximo?, ¿existe algún punto en que la curvatura sea mínima? Explique. 14. Calcule la curvatura de la parábola cúbica y obtenida. = x3. Estudie los extremos de la función curvatura = X". 15. Determine la curvatura de la parábola de n-ésimo orden y 5.8 Curvas paralelas 503 En los ejercicios 16-20 determine el círculo osculadorde la curva dada en el (los) punto(s) indicado(s). x2,en el origen de coordenadas. 16. y 17. y = cos x, en el punto (O, 1). 18. Y = x 3 , en el punto (1,1) Y en el punto ( -1, ~ 1). 19. Y = l + ' en el punto (O, x2 , I 1). 20. Y = e- en el punto (O, 1). (~ompare con los resultados de los ejercicios 16 y 19). 21. Sea F: U <;;:; IR 2 --> IR una función de clase,??2 tal que grad F(x, y) =J O'v'(x, y) E U. Si e E IR pertenece al rango de F, la expresión F(x, y) = e define una curva en el plano cuya curvatura en un punto (x, y) de ella (demuestre que) es igual a 22. Se llama evoluta de una curva f: f de f. a. b. <;;:; IR --> IR 2 a la curva que describen los centros de curvatura , f(l) (l, [2). Determine la evoluta de la curva f: IR Determine la evoluta de la curva f: IR IR 2 , f(l) = (l, [3). (*) 5.8 Curvas paralelas El contenido de esta sección es (con algunas modificaciones de estilo) un artículo escrito independientemente del libro (referencia [PiIII]), y motivado por una pregunta "inocente" de un estudiante de ingeniería, cuya respuesta resultó ser bastante poco inocente (este es el tipo de preguntas interesantes en matemáticas: de contenido profundo yde formulación sencilla). La pregunta fue: "¿es la curva paralela auna parábola también una parábola?". Más bien, supongamos que en cada punto de la parábola y = x 2 nos alejamos de ella sobre la recta normal una distancia 1 constante. Formamos así una nueva curva "paralela" a y = x 2 . La figura que queda tiene al menos todo el aspecto de una nueva parábola. ¿Esta nueva curva es efectivamente una parábola? Al intentar contestar esta pregunta surgieron una gran cantidad de ideas interesantes que culminaron en lo que ahora se presenta en esta sección. Lapart~de la matemática que más intervino en la respuesta es la que hemos desarrollado en el presente capítulo (geometría diferencial de curvas en el plano). En realidad, el problema que abordaremos es más ambicioso que el planteado inicialmente. Estudiaremos curvas que tienen la propiedad de mantenerse a una distancia c.onstante de una curva dada (medida sobre la normal de esta curva en cada punto), llamadas "curvas paralelas" (a la curva dada). Exploraremos las relaciones que existen'entre algunas propiedades (como la regularidad) y aspectos geométricos (como curvatura, longitud dela curva y área encerrada) de la curva dada y las correspondientes de sus curvas paralelas. Se presentan -a manera de ejemplos ilustrativos-, los estudios correspondientes a las curvas paralelas a elipses y a parábolas. Las curvas que aparecen en esta sección se suponen infinitamente derivables (de clase 0'(0), de modo que "curva regular" significa una curva de clase '(7,00 cuyo vector velocidad nunca es nulo. 5 04 Capítulo 5 Curvas en el espacio Consideremos la curva regular a: 1 -+ ]R2, a(t) = (x(t), y(t». Sea n(t) el vector normal unitario obtenido al girar a'(t) (normalizado) un ángulo de 7T/2 en dirección antihoraria. Sea {3: 1 -+ JR 2 la curva definida como {3(t) = a(t) + m(t), donde r es un número real no nulo dado. Obsérvese que para cada t E 1 se tiene que 11{3(t) - a(t)ii = Irl, es decir {3, es una curva que se mantiene a una distancia constante -igual a Irl- de a. LLamaremos a {3 "la curva r-paralela a a". Se entiende que r puede ser positivo o negativo, (por razones obvias se descarta el caso r = O). y curva r-paralela a a x Figura 1. Curva paralela a a. Comencemos por hacer explícitas las funciones coordenadas de la curva (x' (t), y' (t», se tiene que el vector n(t) es f3. Como a'(t) n(t) = I lI a '(t)11 (- y "(t), x (t» de modo que P(t) = a(t) + m(t) = ( x(t) - ry'(t) Ila'(t)II' y(t) + rx'(t) ) j1a'(t)] (1) Obtengamos una expresión para el vector velocidad {3' (t). Se tiene, derivando, (haciendo uso de que = (p(t) . p'(t»/llp(t)11 en donde' denota derivación respecto de t de la norma del vector p(t» lo siguiente (lIp(t)ID' {3'(t) = (11 x '(t)II- lIa'(t)IIy"(t) - y'(t)(a'(t)· a"(t»/lIa'(t)1I r Ila'(t)1I 2 ' , y (t) +r lIa'(t)llx"(t) - x'(t)(a'(t)· a"(t»/lla'(t)II) Ila'(t)11 2 Simplificando nos queda , _ (, _ x'(t)(x'(t)y"(t) - x"(t)y'(t», ' y (t) P (t) x (t) r lI '(t)1I 3 a +r y'(t)(x"(t)y'(t) - X'(t)y"(r))) lIa'(t)lJ3 o sea {3'(t) = (1 - r x'(t)y"(t) - X"(t)Y'(t») ( .t(t) '(r)) Ila'(t)11 3 x, y 5.8 Curvas paralelas 505 Recordando que la curvatura con signo de la curva a, que denotaremos por ka(t), está dada por xl(t)ll(t) - x"(t)l(t) .. ·lIa' (t)11 3 ka(t) = nos queda finalmente la fórmula para pl(t) como I pi (t) = (1 -: rka(t»a ' (t) I Siendo la curva a regular, nos preguntamos si la curva r-paralela que obtuvimos para !J1(t) es fácil contestar esta pregunta. (2) P también lo es. Con la fórmula Teorema 5.8.1 Sea a: 1 -> JR2 una curva regular, y sea p: 1-> JR2 la CUrva r-paralela a a. La curva pes regular si· y sólo si r-! no pertenece al rango de ka(t) (t E 1). Demostración Puesto que Ilpl(OII = 1I - rka(t)llIa'(t)II, y por hipótesis lIa ' (t)ll# O,se tiene que Pl(t) =j=. O si y sólo si I - rk".(t) =j=. O 'it E 1, lo cual significa que r-! =j=. ka(t) 'it E 1, es decir que r- I f- rango de ka(t). Q.E.D. Por ejemplo, si consideramos la curva regular a: [a, b] -> JR2, definida en el intervalo compacto [a, b] de IR, la función curvatura ka(t), t E [a, b] alcanzará su máximo absoluto dentro del intervalo [a, b], de modo que si tomamos r = ±E, (E > O), con las curvas PI (t) = a(t) + En(t) y f32(t) = a(t) - En(t),que son curvas regulares E-paralelas a a, (y que cada una de ellas se encuentra en "lados distintos de a(t)", es decir, PI se encuentra en el lado marcado por la dirección del vector 11(t), mientras que P2 se encuentra en el lado opuesto) constituyen la frontera de la vecindad abierta V,,(a) = {(x, y) E JR 2111(x, y) - Pí(t) 11 < E, i = 1, 2, tE 1} la cual es un ejemplo de un tipo de vecindades abiertas de curvas llamadas "vecindades tubulares". A manera de ejemplo, consideremos la curva a: [O, 21T] -> JR2, dada por a(t) = (t, sen t). La curva r-paralela a a es p: [O, 21T] ->JR 2 P(t) = (t - (rcost)/(I + cos 2 t)1/2, sent + r/(I + cos 2 t)I/2) La curvatura de a en t es ka(t) = -(sen t) /(1 + cos2 t)3/2 que alcanza su máximo en t = 31T /2, el cual vale ka (31T /2) = L Entonces, tomando E > O de modo que E- 1 > 1, es decir que E < 1, tenemos que las curvas regulares E-paralelas P(t) dadas en 5 06 Capítulo 5 Curvas en el espacio y curva O. I-paralela a a // ,. curvaa / . .'¡¿/ /v r curva -O.l-paralela a a x Figura 2. Curvas ±O.l-paralelas a la gráfica de y = sen x, O ::; x ::; 211". la fórmula anterior con r = ±E, constituyen la frontera de una vecindad tubular de a. La siguiente figura muestra el caso en que E = 0.1. Veamos ahora cómo están relacionadas las curvaturas ka, de la curva a, con la de su paralela [J, kf3. Tomemos r- J fj. rango de ka(t), de modo que la curva r-paralela [J es regular. Se tiene, derivando la expresión (2), que [JI! (t) =O- rka(t»a" (t) - rk~(t)a' (t) de modo que [J'(t) X [J"(t) = (0- rk a (t»a'(I)) x (O 1i[J'(t) kfJ(t) = rka(t)a"(t) - rk~(t)a'(t)) =O rkty(t»2 a '(t) x al/(I) y entonces x [JI/(t) 1 O- rk a (t)21Ia'(I) x al/(t)J1 JI {j'(t) 11 3 i 1 - rk a (t)1 3 1Ia'(t)11 3 Por las hipótesis hechas sobre r se tiene que 1 -- rka(t) > entonces la fórmula anterior queda como ° vt E J, o bien 1 - rka(t) < O VI E J, Y con los signos correspondientes a cada uno de los casos mencionados. Con esta fórmula es fácil ver que si la curva a tiene un vértice en lo (es decir que k~(to) = O) entonces su curva r-paralela [J (regular) tendrá también un vértice en ese punto. En efecto, se tiene que de donde se ve, de hecho, que los vértices de a y de [J coinciden. Consideremos, a manera de ejemplo la elipse a: [O, 211"] --7 1R2 dada por a(t) = (a cos t, b sen t) donde a > b > O. La curvatura ka(t) es ab 5.8 Curvas paralelas 507 Los extremos absolutos de esta función en el intervalo [O. 27T] se alcanzan en t 0, 1T (máximo absoluto) yen t = 1T/2, 37T/2 (mínimo absoluto), los cuales valen ka(O) = k a (1T) = a/b 2 y k a (7T/2) = k a (37T/2) = b/a 2. Tomando entonces r tal de modo r- l ?j. [b/a 2• a/b 2 ], la curva r-paralela a a, que según (1) es P(t) = cos ( t ( a - rb ) • sen t ( b ra . . )) (a 2 sen 2 t+ b 2 cos 2 t)ll2 . (a 2 sen 2 t+ b 2 cos 2 t)I¡2 será una curva regular con curvatura k (t) = {3 ± ka(t) = 1 - rkct(t) ± (a 2 sen 2 t + b 2 cos 2 t)3/2 ab - rab donde el signo más corresponde al caso en el que r <b 2 / a (pues en este caso r- I > a/ b 2 = máximo absoluto de k,,(t) en [O. 21T], Y por lo tanto .se tiene que 1 - rk,,(t) > O \it E [O. 27T J), Y el signo menos corresponde al caso en que r > a 2 / b (pues en este caso r~ 1 < b / a 2 = mínimo absoluto de k,,(t) en [O, 27T], Y por lo tanto se tiene que 1 - rk,,(t) < O Vt E [0, 27TJ). La siguiente figura muestra el caso en que a = 2, b = 1, con PI una curva r-paralela a a siendo r = 0.25 < 0.5 = b 2/a, Y P2 una curva r-paralela aa con r = 5 > 4 == a 2 /b. Obsérvese que la curva a tiene curvatura positiva, al igual que las curyas PI y P2. Sin embargo, el vectoryelocidad de /31 siempre tiene la misma dirección que el vector velocidad de a, en tanto que el de P2 siempre tiene la dirección contraria al correspondiente de a (hecho que se ve fácilmente de la fórmula (2». Nótese también que cualquier curva r-paralela a a con r < O, es automáticamente regular, pues siendo kct(t) > \it E [O, 27T], se tiene 1 - rk,,(t) > \it E [O, 27T] (figura 3). ° ° y elispe 0'(1) = (2 cos 1, sen 1) / /curva 0.25-paralela a a .---;:::::::=¡:~/~/. x ~ curva S-paralela a a Figura 3. Curvas 0.25 y S-paralelas a la elipse a, =(2 cos 1, sen t) O ~ I~ 271'. Ahora estudiaremos la relación entre la longitud de la curva regular dada a: [a, b] -+ JR2 con la correspondiente de su curva r-paralela p: [a, b] -+ JR2. Solamente se considerará el caso en que la 5 08 Capítulo 5 Curvas en el espacio curva f3 sea regular, es decir, cuando f3 es una curva r-parelela a a, con r- I fuera del rango de ka(t) (t E [a, b]). Recordemos que para la curva regular a se tiene bien definida su longitud (denotada como L[a,b] (a»como Siendo la curva f3 también regular, su longitud se calcula como o bien, puesto que f3'(t) = (l - rka(t)a'(t), se tiene L[Q,b](f3) = lb 11- rka(t)llla'(t)11 dt = lb (sgn(l - rka(t»)(l - rka(t»lla'(t)11 dt =sgn(1 - rka(t) [lb Ila'(t)11 dt - r lb ka(t)lla'(t)11 dt] = sgn(l - rka(t» [L[a'b] - r lb ka(t)lla'(t)11 dt] Por otra parte, si llamamos e(t) al ángulo formado por el vector velocidad a'(t) (que por hipótesis es no nulo para toda t E [a, b]) con la parte positiva del eje de las abscisas (O ::::: e(t) < 1T), se tiene y/(t) e(t) = arctan -'(x t) de donde e/(t) = - - - - - - , . l (x'(t)Y"(t) - l(t)X"(t») (X'(t»2 , 2 1/2 1+ (_~:~_:~) 2 = de mode. que x'(t)y"(t) - y'(t)x"(t) , 2 ((x'(t»2 + (y'(t»2)3/2 (x (t) + (y (t)) ) = ka(t)lla'(t)11 lb ka(t)lla'(t)11 dt = lb O'(t)dt = O(b) - OCa) y por lo tanto finalmente podemos escribir la fórmula de L[Q,b]({3) como L[Q,bj({3) = sgn(l - rka(t) [L[Q,bl(a) - r(O(b) - e(a») (3) 5.8 Curvas 509 Más aún, si la curva a es cerrada, la diferencia 8(b) -8(a) es un múltiplo de 21T.En forma más precisa se tiene que 8(b) - 8(a) = 21Tl, en 1 se llama índice de rotación de la curva (que de manera intuitiva lo pensamos como la cantidad de vueltas completas que da el vector tangente sobre la curva). Así pues, en este caso la fórmula (3) se ve como L[a,b](J3) = sgn(l - rka(t» [L[a,b](a) - 21TrlliJ de modo que si 1 ~ rka(t) > O'itE [a, b] (situación que se presenta si r- 1 > máxtE[a,bllka(t)l, o bien, en particular, si la curva a es una curva ~imple convexa positivamente orientada y r < O), la longitud de la curva p, r-paralela a a es en tanto que si 1 - rka(t) < O'it E [a, b] (por ejemplo, si r- I p, r-paralela a a tiene por longitud L[a,b](/3) = -L[a,b](a) < míntE[a,b] Ika(t) 1), la curva regular + 21Tr lll Retomando el ejemplo de la elipse a: [O, 21T] -t JR2, a(t) = (2 cos t, sen t), habíamos ya considerado curvas r-paralelas aella conr = 0,25 (caso en el que 1- rka(t) > O 'it E [O, 21T]), que llamamos p¡, y con r =5 (caso en el que 1 - rkaCt) < O 'it E [O, 21T]), que llamamos f32 (ver figura 3). Tanto PI como P2 son regulares y para calcular su longitud podemos usar las fórmulas recientemente obtenidas. Se tiene L[O.27r](PI) L[O,27r](P2) = L[O.27r](a) - 2w = 9.6885 - 0.51T = 8,1177 = -L[O.27r](a) + 21Tr = -9.6885 + 101T = 21.7275 Consideremos ahora una curva regular cerrada simple a: [a, b] -tJR2(es decir, se tiene a(j)(a) = a(ji(b), j = O, 1,2",., y a(tl) ~ a(t2) para toda pareja tI, t2 E [a, b), tI i= t2)' Así si tiene sentido hablar del "área encerrada por la curva a". De hecho, con ayuda del Teorema de Green que estudiaremos en el capítulo 7, podemos calculardicha área (que denotaremos por A(a» como (con la curva a(t) (x(t), y(t» positivamente orientada) A(a) = 2 Ja 1 [b [X(t)y' (t) - X' (t)y(t)] dt (en este momento, aceptemos que esta fórmula proporciona efectivamente el área mencionada). Vamos ahora a estudiar cómo está relacionada esta área con la correspondiente de su curva r-paralela (cuando tengasentido hablar del área de .esta curva). Primero obsérvese que si la curva a es cerrada entonces la curva pserá también cerrada (hecho que se ve fácilmente por la manera como está definida /3). La propiedad de regularidad de la curva a, como ya se ha visto, se puede perder en la curva p; esto depende de la existencia de raíces de la ecuación 1 - rka(t) = Oen [a, b]. Este hecho, sin embargo, no nos impide usar la fórmula del Teorema de Oreen para calcular el área encerrada por la curva, pues ésta sigue siendo válida para curvas regulares por secciones en [a, b]. Entonces la propiedad importante que debe conservar la curva P para poder seguir hablando del área que ésta encierraesla de ser una curva simple (sin autointersecciones). Notemos también que la orientación positiva de a puede perderse en P, aun conservando esta última la propiedad de ser simple (ver el 510 Capítulo 5 Curvas en el espacio ejemplo de la curva 13, I.S-paralela a la elipse a(t) = (2 cos t, sen t), que tiene orientación negativa). De cualquier modo, este conflicto se arregla fácilmente con una reparametrización de la curva que invierta su orientación. Partamos entonces de una curva a: [a, b] - t JR2, a(t) = (x(t), y(t)) regular, cerrada, simple y positivamente orientada y consideremos la curva 13: [a, b] - t jR2, r-paralela a a, con r de modo que 13 sea simple. Supongamos también, por el momento, que 13 queda orientada positivamente. Escribiendo f3(t) = (x¡J(t), Yf3(t)), f3'(t) = (xp(t), Yp(t)) donde entonces xf3(t) xp(t) = = x(t) - Ila'(t)II' ry' (t) rx' (t) Yf3(t) Yí¡(t) = y(t) + Ila'(t)ll' (1 - rka(t))x'(t) = (1 - rka(t))y'(t) tenemos que el área encerrada por 13, que denotaremos por A(f3) es A(f3) = ~ ~ 2 lb b [x f3 (t)yp(t) - xp(t»'f3(t)] dt ry' (t) \ Ila'(t)II) (1 - "'a ())Y,(,); (. ~1, t f \ -i _1 r la lr( .(,) X ¡ - rx' (t) \y t, - Ila'(nll-) ( ¡ \(. ( \ k ')] r. a(t))x (1) dt = la la [b(l __ rka(t)) (x(t)y'(t) -- y(t)x'(t) _ y(t)x'(t)) dt - ! r rllo/(t)II) dt =! [b (x(t)y'(t) 2 1 -- ir lb a (x(t)y'(t) - y(t)x'(t))ka(t)dt - la [b Ila'(t)lldt I + 2r2 J'b (l k a (t)lla'(t)1I dt El primero, segundo y cuarto sumandos son expresiones fácilmente reconocibles. En efecto, el primero no es más que el área encerrada por la curva a. La integral que aparece en el segundo sumando es la longitud de la curva a (que denotaremos por L(a)), y, por último, la integral que aparece en el cuarto sumando es (como ya habíamos observado en los cálculos correspondientes a la longitud de la curva paralela f3) 1 (t)lIa'(t)11 b - ka dt = 8(b) - 8(a) = 27í pues la curva a es simple y positivamente orientada (su índice de rotación es + 1). Entonces la última expresión nos queda como A(f3) = A(a) - O.SrL(a) + 7ír 2 - O.Sr t' la (x(t)y'(t) -- y(t)x'(t)) ka (t)dt Trabajemos con la integral que aparece en esta fórmula. Llamémosla f,. Se tiene que 5.8 Curvas paralelas 511 E; = ¡b (X(t)y'(t) - y(t)x'(t»)ka(t)dt la la = r (x(t)y'(t) - y(t)x'(t)(x'(t)y"(t) - y'(t)x"(t» dt 3 r b (a(t)· a'(t»(a'(t)· a"(t» - (a(t)· . Ila'(t)1I . a"(t))lla'(t)11 2 dt .lla'(t)113 ¡ba,f~,~~;,;t)Ib a'(t)· a"(t) ¡ba\f~~u;;I(t)dt li Resolviendo la primera de estas integrales (!lamérnosla E;¡) por partes, tomando como factor y como dv al segundo (de modo que v == Ila'(t)Ii). Nos queda ~¡ i: al primer = a(t)· a'(t)]b Ila'(t)11 - lb a a Ila'(t)11 2 (a(t). a"(t) + Ila'(t)W) -2(a(t) ·a'(t»(a'(t)· a"(t» Ila'(t)11 3 dt Puesto que a es una curva cerrada, el primer sumando de esta última expresión es igual a cero. quedándonos entonces que b a(t)· a " ( t ) ¡ b , dt lIa (t)1I dt ¡a a de modo que la integral original +2 a 1/) (a(t)· a'(t»(a'(t)· a"(t») 11'(t) 11 3 a dt t; queda como =E; I la f" a(t) ·a"(t) dt = 2E; _lb Ila/(t)p Ila'(t)11 la .' de donde finalmente obtenemos E; =f"Jla'(t)11 dt = L(a) la Sustituyendo este valor en la fórmula obtenida para A(mllegamos a I A(m =A(a)-rL(a) + l7r2 1 Llamamos la atención al hecho de que esta fórmula siempre se puede aplicar cuando r < O, pues en este caso la curva /3 conserva las propiedades de regularidad. de ser simple y la positividad dela orientación. (uardo r>. O, habrá que sercui9adosos en verifkarque1a curva/3 sea simple para poder aplicar la fórmula anterior (la dirección en laorientación, en cas() decambiar. se reflejará en un signo menos en el resultado del área). Tomemos como ejemplo nuevamente la elipse a: [O, 217 J -> R2 dada por a(t) = (2 cos t, sen t) y consideremos sus curvas r-paralelas f3 con r = 0.25, r 5 (casos en que la curva /3 queda regular) y r = 1.5. El área encerrada por la curva 0.25-paralela a la elipse es (tomando el valor ya calculado de la longitud de a como L(a) = 9.6885, Yel conocido valor del área encerrada por la elipse de semiejes a y b, que es l7ab) A(m = A(a) - rL(a) +l7r2 =217 - 0.25(9.6885) + 17(0.25)2= 4.05745 5 12 Capítulo 5 Curvas en el espacio Para la curva 5-paralela a la elipse tenemos A(m = 27T - 5(9.6885) + 7T(5)2 = 36.3807 y para la curva 1.5-paralela a la elipse se tiene A(m = 27T - 1.5(9.6885) + 7T(1.5)2 = -1.18095 Nótese que el valor del área encerrada por esta curva 1.5-paralela a la elipse es negativo, pues, como ya habíamos comentado, la orientación que tiene esta curva es negativa. Es claro, sin embargo, que en este caso el valor absoluto de nuestro resultado es el área procurada. En el caso particular de la elipse a: [O, 27T J -+ ]R2, dada por a(t) = (a cos t, b sen t), con a > b > O, podemos ser más explícitos en cuanto a la utilización de la fórmula del área encerrada por sus curvas r-paralelas p: [O, 217] -+ ]R2 P(t) = (cos t (a - (a2 sen2 t +rbb2 cos2 t)1/2 ), sen t (b _~-----,-;:-ra2-cos-,- ;:2-'------;--;-: -)) - t)I/2 (a 2 sen 2 t + b y(t) Estudiemos las intersecciones de esta curva con el eje x. Haciendo sen t b - ( ---:---:---:---~---:---:~ (a 2 sen 2 t + b2 cos 2 t)1/2 ra ) =0 P corta al eje x al menos en estos dos puntos. Nótese que siempre hay dos raíces de esta ecuación en [O, 27T), a saber t = O, 7T. Es decir, la curva Puede, sin embargo, haber otras raíces de la ecuación, provenientes de bra O (a 2 sen 2 t + b 2 cos 2 t)I/2 Obsérvese que si r < O, estas raíces no existen (las curvas paralelas hacia el exterior de la elipse cortan solamente en t = O Y t = 7T al eje de las x). Tomemos entonces r > O. En este caso se tiene que 2 r 2a 2 - b4 sen t = b 2a 2 _ b4 Estos valores de t existen (y son diferentes de Oy 17) si Ysólo si eS decir, si b2/ a < r < b. En tal caso, obsérvese que existen dos raíces de la ecuación y(t) = O (además de las ya mencionadas Oy 17) entre Oy 217, a saber r2a2 _ b4 ) 1/2 ti = arcsen ( 2 2 ba - b 4 ' y que además se tiene Xp(tl) = Xp(t2). Esto significa que bajo la condición b2/ a < r < b, existe una autointersección de la curva P, la cual ocurre sobre el eje de las x (en el punto PUl) = P(2»' 5.8 Curvas 513 De manera análoga se ve que la curva 13 siempre tiene dos intersecciones con el eje y. en t = 7T /2 Yen t = 37T/2, y que puede tener más, provenientes de la ecuación arb =O (a 2 sen 2 t + b2 cos2 t)1/2 de donde se ve también que de ser r < O, tales nuevas intersecciones (las raíces de esta ecuación) no existen (las curvas paralelas hacia el exterior de la elipse cortan al eje de las y solamente en t = 7T /2 Y t = 37T/2). Escribiendo la LÍltima ecuación como vemos que las nuevas raíces ex:isten si y sólo si o sea si a < r < a 2 / b. En tal caso. existen dos raíces, a saber t2 = ti + 1f teniéndose además que yp(tl) = yp(t2). Esto significa entonces que con la condición a < r < a 2/ b. hay dos intersecciones enel eje y (además de las correspondientes a t = 7T /2 Y t = 37T/2) las cuales . son autointersecciones de la curva 13. En concIusión:sib2 / a< r< b,la curva f3 tieneautointersecciones (en el eje x); sia < r < a 2 /b, la cUrva 13 tiene autointersecciones(en eLeje y) .. Como a > b, observamos que en el intervalo b ~ r .~ a, la cUrva f3 no tiene autointersecciones (nótese que en este intervalo la curva 13 no es regular pues, como habíamos ya visto, la región en la cual la curva 13 pierde su regularidad corresponde a valores.de tales que b 2/ Q. ~r. ~ a2 /b). Más aLÍn, con el valor de r en el intervalo [b. a], la curva r-paralela 13, siendo cerrada, simple y regular por partes. tiene orientación negativa (un ejemplo de esta situación es la curval.5-paralela a la elipse a(t) = (2 cos t. sen t) que ya ha sido estudiada, pues en este caso r = 1.5 E [1. 2] = lb, aJ). A manera de resumen de las variaciones que tienen .las propiedades de regularidad, simplicidad y positividaden.la orientación de la curva r-paralela 13, al variar r, presentamos el esquema siguiente r ----- * - - - * ~------.--.-...-. La o b 2 /a curv~ es regular I La curva no es regular [. J La curva no es simple (autointersecciones en el eje x) (, ) (. ) y simple (, J. Tie~~ orientación poslliva (. ]. La curva es simple. Tiene orientación negativa [. J La curva no es simple (autointersecciones en el eje y) (. ) La curva es regu lar (, ) y simple [, ). Tiene orientación positiva [. ). Las siguientes figuras ilustran cada una de estas situaciones En consecuencia, la fórmula para. calcular el área encerrada por la curva r-paralela 13 a la elipse a, tiene sentido cuando r ct (b 2 / a, b) U (a. a 2 / b). En todos los demás casos la curva 13 es simple, 5 14 Capítulo 5 Curvas en el espacio y elipse /r = 0.25 x r = 0.9 1.5 r = 2.5 Figura 4. Curvas paralelas a la elipse a(t) = (a cos t, b sen t), O S t S 27T. propiedad fundamental para que tenga sentido hablar del área encerrada por la curva. Más aún, cuando r :s; b2 / a, o r :::: a2 / b, siendo (3 una curva positivamente orientada, el área que ésta encierra es A({3) = A(a) - rL(a) + 7Tr 2 = 7Tab - rL(a) + 7Tr 2 mientras que si b S r S a, la curva simple (3 tiene orientación negativa, y entonces el área encerrada por ella debe ser A({3) = -7Tab + rL(a) - 7Tr 2 En el teorema siguiente se recopilan los resultados obtenidos respecto a longitud y área encerradas por las curvas paralelas a una elipse. Teorema 5.8.2 Sea a: [O, 27T] ......, ]R2 la elipse a(t) = (a cos t, b sen t) en donde a > b > O. La curva {3: [O. 27T] ......, ]R2 ), sen t (3(t) = (cos t (a . (a 2 sen 2 t + b2 cos 2 t)I/2 rb (b _ (a 2 sen 2 t + b2 cos 2 t)I/2 ra )) es una curva r-paralela a a. Sean L(a) y L({3) la longitud de las curvas a y (3, y A(a) y A({3) el área que éstas encierran, respectivamente. 5.8 Curvas paralelas 515 a. Si r S; b 2 ja, la longitud de la curva 13 se ~alGula como L(f3) = L(a) - 21Tr b. Si r ;:: a2 j b, la longitud de la curva 13 se calcula como L(f3)=-L(a) + 21Tr c. Sir E: (-oo. e ja) LJ [a 2 jb. +(0), el área encerrada por la ACf3) = 1Tab - rL(a) + 1Tr 2 d. Si r E [b, a], el área encerrada por la curva 13 es Para finalizar esta sección, estudiaremos las curvas paralelas a una parábola. Consideremos la parábola a: 1 -+ IR 2, a(r) = (r, pt 2 ), donde 1 es un intervalo de IR simétrico respecto del origen, y p es un real positivo dado. Según la fórmula (1), la curva 13, r-parillela a a es Ciertamente ésta es una curva simétrica respecto del eje de ordenadas.· Una pregunta natural sobre ella es: ¿esta curva -paralela a la parábola y = px 2_ , también es una parábola? (Como se dijo al inicio, esta pregunta fucIa que motivó en principio el presente estudio). No es difícil imaginar que la respuesta a la pregunta será negativa, pues, como hemos visto ya en varias ocasiones, la curva 13 puede llegar a perder su regularidad(propiedad que debe poseer cualquier curva parabólica). En efecto, la curvatura de a en t viene dada por El rilngo de esta función es (pensando que a está definida en todo IR) el intervalo (O, 2p), de modo que, según el teoremil 1, tomando r-IE (0.2p], la curva p,r-paralelaa a, no es regular, y no se puede esperar que ésta sea una parábola. Sin embargo. la inquietud puede persistir al imaginar una curva r-paralela a a con r < Omuy pequeño en valor absoluto (con p"muy cerca de la parte exterior de a"). En este caso, sin embargo, la respuesta sigue siendo negativa. En efecto, si la curva 13 fuera una parábola, ésta tendría que ser del tipo y .=¡'LX2 + v, para ciertas constantes ¡..L y v. (En efecto, la. curva pes simétrica respecto del eje de ordenadas y posee un extremo local en 13(0) = (O, r), el cual corresponde al punto que está a r unidades .del vértice de la parábola --que es, además, el único vértice de la curva, i.e. el punto en que k~(t) = O. Así, la única curva parabólica con estas características es y = ¡..LX 2 + v). Para probar nuestra afirmación ("la curva f3 no es una paníbola") usaremos la siguiente caracterización de este tipo de curvas. Lema La (traza de la) curva regular a: IR -+IR 2 , a(t) (x(t), y(t», simétrica respecto del eje de ordenadas, es una parábola del tipo y = ¡..LX 2 + v, si y sólo si y'(t)(X'(t»2 - x(t)(X'(t)y"(t) x"(t)y'(t» =O 5 16 Capítulo 5 Curvas en el espacio Demostración. Primeramente veremos que la expresión anterior es invariante por reparametrizaciones de a. Sea a: JR. - 4 JR.2 una reparametrización de a. Entonces a(t) = a(4)(t)) para alguna función 4>: JR. - 4 JR. diferenciable con derivada nunca nula en llt Se tiene que de modo que, escribiendo a(t) y'(t) (x'(t)) 2 - = (x(t), y(t)), se tiene = 4>'(t)y'(4>(t»)[4>'(t)x'(4>(t»]2 x(t)(x'(t)y"(t) - x"(t)y'(t)) - x(4)(t)){ 4>'(t)X'(4>(t)) [4>"(t)y'(4>(t» - 4>'(t)y'(4>(t»[4>"(t)x'(4>(t» + (4)'(t))2 Y''(4>(t))) + (4)'(t))2 x ''(4>(t)))} =O (4)'(t))3 [y'(t)(x'(t»2 - x(t)(x'(t)y"(t) - x"(t)y'(t))) Supongamos entonces que la (traza de la) curva a es de la forma mencionada en el lema. Es decir, supongamos que y(t) = ¡';'(X(I»2 +/.1, \lt E llt Tomemos x(t) = 1, Y entonces y(t) = ¡.;.t 2 + /.l. Se tiene /(t)(X'(I»2 - x(t)(x'(t)y"(t) - x"(t)/(t» = (2¡.;.t) - En forma recíproca, suponga que se cumple la relación dada. y(l) satisface y'(t) - t(y"(t» = O de donde, integrando nos queda como queríamos. y = ¡.;.x 2 =O Poniendo x(t) = t, t(2¡.;.) nos queda que Q.E.D. Ahora es fácil ver que nuestra curva p, r-paralela a la parábola a, no es una parábola del tipo + /.l. De hecho se tiene (escribiendo las funciones coordenadas de p como xfJ(t) y YIJ(!)) Si consideramos la parábola y = px 2 en todo su dominio, es decir, la (traza de la) curva (\': JR. --; 1R 2, a(t) = (l, pt 2 ), como dijimos anteriormente, la curva p, r-paralela a a, será regular si y sólo si 1'-1 rf. (0,2p]='rango de ko:(t). Es decir, 13 es regular si y sólo si l' < Ij2p. Esto signiflca que, globalmente, sólo se pueden tener curvaS regulares paralelas a la parábola y = px 2 por afuera de ella (1' < O), o bien, por adentro hasta l' = l j2p (no incluso, o sea O < l' < 1/2p). Para l' 2: 1 /2p, la curva 13 no es regular, teniéndose de hecho que si l' > I /2p, esta curva presentará una autointersección sobre el eje de las ordenadas. En efecto. haciendo Xp(t) = O, es decir vemos que una raíz de esta ecuación es siempre 1 = O(la curva 13 siempre pasa por el eje de ordenadas en 13(0) = (O, 1'», teniéndose además la posibilidad de que (1 + 4 p 2t 2)1/2 2rpt =O 5.8 Curvas paralelas 517 (Nótese que esta ecuación no tiene solución si r < 0, es decir, las curvas r-paralelas hacia el exterior de la parábola solamente cruzan el eje de ordenadas en el punto (O, r), de donde tu " = ±(I / 2p)(4r-¡r - 1) 11' - (nótese también que si r < 1/2 p estas raíces no existen). Para r > 1/2 p, éstas son dos raíces reales distintas en las que (puesto que yp(t) es una función par) ypUI) = )'pU2). Estas raíces corresponden entonces a una autointersección de la curva P sobre el eje de ordenadas. Para r = 1/2p (las raíces (u son iguales ~a cero), la curva p, aunque no regular (de hecho P'CO) = O), es simple. Veamos un poco más de cerca qué ocurre cuando r ;::: 1/2p (es decir, cuando la curva P no es regular). En este caso la ecuación 2pr , ? '1' = (1 + 4p"t")· - I - rka(t) = I - ° posee dos raíces en t~.2 = ±(l/2p)«2pr)2/3 _ 1)1/2 Nuevamenteobservamosque si r =1 /2p, estas raíces son iguales, y la curva p, aunque no regular (pierde su regularidad únicamente en = ti), es una curva simple (en este caso todas las raíces (1, (2, ti, ti son iguales a cero). Cuando r > 1/2p,las raíces ti y ti son distintas, y se tiene además que (1 < t~ < ti < (2. Por la simetría de la curva P respecto del eje de ordenadas, podemos concluír que la partedela curva 13 entre (1 y (2, corresponde a un "loop" (simétrico respecto del eje de ordenadas) dentro del cual la curva pierde su regularidad en los puntos p(tj) y {J(tD. figura 5 (tomando p =1) ilustra los casos en los que r =. -1 (curva regular paralela hacia el exterior de la parábola y == x 2 ), r == 0.25 <: == 1/2p (curva regular paralela hacia el interior de la parábola) y r==. 1.8 > Ij2p (curva nO regular paralela hacia el interior de la parábola). tr p.5 y r= 0.25 parábola y = x 2 - r = 1.8 x Figura 5. La parábola y = x 2 y sus curvas r-paralelas con r = -1,0.25, 1.8. 5 l8 Capítulo S Curvas en el espacio y arco 6.S-paralelo arco de parábola y = x" x Figura 6. El arco de parábola y = x 2 , -1 :::: x :::: I y su curva 6.S-paralela. Si consideramos solamente un arco de parábola (simétrico respecto del eje de ordenadas), digamos a: [-a, a] -> ~2, a(t) = (t, pt 2 ), es posible hacer algunas observaciones adicionales a las anteriormente hechas en el caso general. En este caso la función curvatura ka: [-(l, aJ - .... ~ k,xCt) = (1 2p + 4p 212 ).310 /~ alcanza su máximo absoluto en 1 = O, que vale k",(O) = 2p, Y alcanza también su mínimo absoluto en 1 = ±a, que vale ka(±a) = 2p/O + 4 p 2(l2)3/2. LLamemos q a este valor. Se tiene entonces que la curva J3 será regular si y sólo si r-I?t [q, 2p J, es decir, si r < 1/2p (como en el caso general) o si r ;> 1/q = (l + 4 p2 a2P/2/2p. Este valor de q es positivo, lo indica la curva r-paralelal3 que está en la parte "interna" de la parábola. Es posible entonces tener una "imagen paralela al arco de parábola y = px 2 , que sea regular". Observe sin embargo que el valor 1/ q es en general muy grande (del orden de 4( 3 ), lo que significa que "hay que despegarse mucho -hacia adentro, par