Calculo Variacional

Clculo Variacional.
Condiciones necesarias y suficientes de extremo. La

ecuacin de Euler. Condiciones de Jacobi, Legendre y
Weiertrass.

01/01/2010
Universidad de Almera.
Carmen Gdor Garzn Escamilla y Melina Gorini.

Universidad de Almera. | Clculo Variacional. 2

Contenido.

1. Introduccin4
1.1. Introduccin histrica...4
1.2. Definicin de Clculo Variacional...5
1.3. Problemas importantes....7
1.3.1. Problema isoperimtrico...7
1.3.2. Principio de accin mnima..7
1.3.3. Problema de la Braquistocrona.8
1.3.4. El problema de las Geodsicas..10
1.3.5. La Catenaria.11
1.3.6. Conclusin....11
1.4. Mtodos de resolucin de los problemas variacionales..12
1.4.1. Mtodos indirectos..12
1.4.2. Mtodos directos..12
2. Condiciones necesarias de extremo. Ecuacin de Euler15
2.1. Funciones que dependen de funciones de varias
Variables independientes....28
3. Condiciones suficientes de Extremo....33
4. Condicin de Legendre....39
4.1. Condicin necesaria de Legendre para la realizacin de un
mnimo de un funcional del tipo variacional....39
4.2. Condicin suficiente de Legendre de inclusin de un
extremal de un funcional en un campo de extremales......40
5. Condicin de Jacobi42
5.1. Condicin necesaria de Jacobi..42
5.2. Condicin suficiente de Jacobi bajo las cuales un funcional
tiene un mnimo49
5.3. Relacin entre la condicin de Jacobi y la teora de
formas cuadrticas...51
5.4. Condicin suficiente de Jacobi de inclusin de una extremal
en un campo de extremales centrales..56
6. Condicin de Weiertrass..59
6.1. Funcin (, , , ). Condicin de Weiertrass....59
7. Anexo: Mtodos directos en el clculo variacional. ...72
7.1. Mtodo de Euler de diferencias finitas....72
7.2. Mtodo de Ritz...74
7.3. Mtodo de Kantorvich.79
7.4. Mtodos variacionales de bsqueda de valores propios y
funciones propias...81
7.4.1. El problema de Sturm-Liouville.......81
7.4.2. Principio de Rayleigh......85
8. Biografas..88
8.1. Leonhard Euler.88
8.2. Karl Gustav Jacobi...90

8.3. Adrien Marie Legendre..91
8.4. Karl Weiertrass...91
9. Bibliografa..93


1. Introduccin

1.1. Introduccin histrica
El clculo de variaciones o clculo variacional es una rama clsica y
fundamental de las matemticas. No es una exageracin afirmar que el
desarrollo de esta rama de las matemticas ha ido a la par con el desarrollo de
los conceptos centrales del anlisis matemtico y sus aplicaciones. En lo que
respecta a las aplicaciones, muchos de los conceptos centrales de la fsica terica
estn en estrecha relacin con el clculo variacional.

Las races del clculo variacional se extienden a tiempos anteriores a la
Grecia clsica. Uno de los problemas ms antiguos del clculo variacional, y de
las matemticas en general, es el problema isoperimtrico. Este problema
est relacionado con la legendaria Dido fundadora de la ciudad fenicia de
Cartago (buena parte de la leyenda de Dido se encuentra en la Eneida de
Virgilio, aunque por otras fuentes se sabe que fue un personaje histrico).
Cuenta la leyenda que Dido y un grupo de seguidores llegaron a las costas de lo
que ahora es Tnez y solicitaron un pedazo de tierra a los habitantes locales.
Dido pidi la tierra que pueda ser encerrada por la piel de un toro. Desde luego
la peticin no pareca muy ambiciosa as que le fue esto concedido. Dido corto la
piel en tiras muy delgadas formando as una cuerda muy larga. Utiliz entonces
esta cuerda para rodear una extensin de tierra en la costa que pas a
convertirse en la ciudad de Cartago. Independientemente de la veracidad de la
leyenda no es difcil aceptar que el problema de abarcar la mayor rea posible
dada una cuerda de longitud fija apareci hace mucho tiempo en la historia. El
filsofo Zenodoros (200 a.n.e.) plante de manera precisa ste y otros
problemas matemticos relacionados con encontrar figuras ptimas", que hoy
podemos considerar problemas clsicos del clculo variacional. Hay otros
problemas clsicos que son parte del clculo de variaciones que fueron
planteados y estudiados por Aristteles y Pappus.

Hasta aqu hemos hablado de problemas de clculo variacional, pero no
hemos definido esta rama de las matemticas. De hecho no lo haremos ahora
sino que postergaremos la definicin del clculo de variaciones. Esto no nos
impide notar que en los problemas de clculo de variaciones siempre se requiere
encontrar curvas, figuras, procesos, ptimos".

Se le atribuye a Pierre de Fermat, matemtico francs del siglo XVII, el
principio fsico de tiempo mnimo, el cual establece que la trayectoria que toma
la luz entre dos puntos es la trayectoria que puede ser recorrida en el menor
tiempo. Este principio est relacionado con el principio de distancia
mnima de Hern de Alejandra, filsofo griego del siglo I (la luz sigue la
trayectoria entre dos puntos que resulta ser la ms corta). En 1662, Fermat
utiliz su principio de tiempo mnimo para deducir la ya entonces conocida ley
de Snell que describe la refraccin de la luz al pasar de un medio a otro. Es a
partir de este momento que se empiezan a utilizar mtodos analticos para la
resolucin de problemas de optimizacin" (anteriormente estos problemas se
haban abordado por mtodos puramente geomtricos).

El tratamiento de Fermat de este problema es considerado por varios
historiadores del clculo variacional como el comienzo del mismo, precisamente
por el uso de tcnicas analticas similares a las que se usaran ms tarde en el
anlisis matemtico. Es interesante mencionar que stas tcnicas jugaron un
papel importante en el desarrollo del clculo unos aos despus.

En 1696 Johann Bernoulli publica un desafo para los matemticos de su
tiempo: el llamado problema de la Braquistocrona. Varios matemticos
dieron respuesta al desafo. Entre las respuestas destacadas se encuentran la de
su hermano Jakob, la de Newton (publicada de manera annima) y la de
Leibniz.
Jakob Bernoulli utiliza un mtodo similar al de Fermat, pero ms refinado,
para dar respuesta al problema. El desarrollo y generalizacin de estos mtodos
por Euler, y despus Lagrange, llevan a un mtodo sistemtico para estudiar
este tipo de problemas y ste al clculo de variaciones. Fue precisamente Euler
quin acuo el trmino.

Johann Bernoulli tambin estudio geodsicas en varias superficies. Este es
otro problema clsico del clculo variacional. La geodsica es la curva ms corta
sobre cierta superficie que une a dos puntos de esa superficie.

Durante el siglo XIX los trabajos de Euler y Lagrange son formalizados y
generalizados para conformar lo que es el clculo de variaciones hoy en da. Es
de destacarse las contribuciones de Weierstrass en la formalizacin de la teora.

El desarrollo del clculo variacional est relacionado con el desarrollo de la
fsica. Esto es as por el marco conceptual en el que se han desarrollado las ideas
sobre el comportamiento" de la realidad. Con innegable influencia religiosa el
pensamiento fsico ha considerado que los procesos naturales se desarrollan de
manera ptima". Durante la evolucin de los procesos algo se minimiza o
maximiza (Dios o la naturaleza deben ser perfectos). As las leyes de la fsica
deben ser el producto de principios variacionales. Es as como surgen la
mecnica analtica y la mecnica hamiltoniana y de ah la formalizacin de la
mecnica cuntica. Es tambin notable que la Teora General de la Relatividad
tambin est relacionada con el clculo de variaciones.

1.2. Definicin de Clculo Variacional

En una serie de problemas de la fsica y de la matemtica nos encontramos
con funciones definidas sobre un conjunto cuyos elementos tambin son
funciones de una o varias variables.

Las funciones definidas sobre un conjunto cuyos elementos son funciones, se
llaman funcionales.

Por ejemplo, la longitud l del arco de una curva plana que une dos puntos
dados ( )
0 0
, y x A y ( )
1 1
, y x B , es un funcional. La magnitud l puede calcularse si se
da la ecuacin de la curva ( ) x y y = . Entonces


( ) [ ] ( )
+ =
1
0
2
' 1
x
x
dx y x y l

El rea S de cierta superficie es tambin un funcional, puesto que se
determina escogiendo la superficie, es decir, escogiendo la funcin ( ) y x z z , = de
la superficie. Como es sabido,

( ) [ ]
|
|
\
|
+ |
\
|
+ =
D
dxdy
dy
dz
dz
dz
y x z S
2
2
1 ,

donde D es la proyeccin de la superficie en el plano OXY .

Los momentos de inercia, los momentos estticos, las coordenadas del
centro de gravedad de cierta curva o superficie homognea, son tambin
funcionales, puesto que sus valores se determinan eligiendo la curva o la
superficie, es decir, las funciones contenidas en la ecuacin de dicha curva o
superficie.

En todos estos ejemplos se tiene una dependencia que es caracterstica para
los funcionales: a una funcin (escalar o vectorial) le corresponde un nmero,
mientras que al dar una funcin ( ) x f z = a un nmero le correspondera otro
nmero.

En el Clculo Variacional se consideran los mtodos para hallar el valor
mximo o el mnimo de un funcional. Los problemas en que se exige investigar
el mximo o el mnimo de un funcional, se denominan problemas
variacionales.

Durante ms de dos siglos, el Clculo de Variaciones ha sido una de las
principales ramas del Anlisis. Es un instrumento de gran utilidad que se puede
aplicar en muy diversos problemas, como ya he dicho antes, tanto en
Matemticas, como en Fsica.

Es fcil captar el inters del tema si se toman en cuenta algunos de sus
problemas tpicos. A continuacin, introducimos algunos ejemplos clsicos del
Clculo de Variaciones, en los que se muestran los elementos fundamentales del
problema de optimizacin. stos son:

1. Un espacio de funciones V , tal que
q
u : , donde es un
abierto, normalmente acotado, de
n
, de frontera, , regular.

2. Restricciones sobre el conjunto de soluciones, que pueden imponerse
bien sobre la frontera , bien sobre el dominio . Por ejemplo 0 = u
en , u en , etc. El conjunto de funciones que satisfacen estas
restricciones es, en general, un subconjunto, U de V .

3. Un funcional V J : de la forma siguiente:


( ) ( ) ( ) ( )
= dx x u x u x L u J ' , , : (1)

La hiptesis sobre V y L deben asegurar la existencia de J sobre V , o al
menos sobre U .

El problema de optimizacin consiste en hallar el mnimo, U u , del
funcional J .

1.3. Problemas importantes

1.3.1. Problema isoperimtrico

De entre todas las curvas de longitud dada, que unen el punto ( ) 0 , 0 con un
punto variable ( ) 0 , , encontrar aquella que, junto con el eje OX , encierra una
superficie mxima. El problema es, pues, el de hallar una funcin, u y un
nmero, tales que ( ) 0 0 = u , ( ) 0 = u , 0 u y que minimicen el funcional

( )
0
: , u u J
y satisfagan la restriccin

= +
0
2
' 1 u

1.3.2. Principio de accin mnima

En Mecnica Clsica, cuando una partcula se mueve bajo la accin de un
potencial ( ) x V , el movimiento real es el dado por las ecuaciones de Newton, que
expresan la aceleracin de la partcula en trminos de las fuerzas. Cuando las
fuerzas derivan de un potencial ( ) x V , el movimiento real ( ) t x t satisface la
ecuacin diferencial:

( ) ( ) ( )
dx
t x dV
dt
t x d
m =
2
2

cuya solucin determina el movimiento real que sigue una partcula que en un
instante inicial
1
t sale del punto
1
x , se mueve bajo la accin del potencial, y
llega en un instante final
2
t al punto
2
x .

Una pregunta interesante es: Podemos singularizar el movimiento real
dado por las soluciones de esta ecuacin, entre todos los movimientos que la

partcula podra seguir, para ir desde el punto inicial
1
x en el instante
1
t al
punto final
2
x en el instante
2
t ?

La respuesta a esta pregunta es un principio bsico en Fsica, que en
Mecnica se denomina principio de Hamilton, o principio de mnima accin.
Este principio caracteriza a los movimientos reales entre todos los movimientos
imaginables que llevaran a la partcula del estado inicial (posicin
1
x en el
instante
1
t ) al estado final (posicin
2
x en el instante
2
t ), ambos dados.

La caracterizacin dada por el principio de Hamilton asocia una cantidad,
denominada accin a cada movimiento imaginable. La accin es una cantidad
de naturaleza bastante diferente a las cantidades que usualmente describen el
estado de la partcula, como posicin y/o velocidad. A diferencia de ellas, la
accin no se asocia al estado, sino a la historia completa de la partcula entre
dos instantes inicial y final. Para cada movimiento imaginable, descrito por
( ) t x t con las condiciones ( )
1 1
x t x = , ( )
2 2
x t x = , la accin de ese movimiento se
define como:

( ) [ ]
( )
( ) ( )
\
|
=
2
1
2
2
1
t
t
dt t x V
dt
t dx
m t x S

El principio de la mnima accin dice: entre todos los movimientos
imaginables, la propiedad que distingue al movimiento real es que el valor de
la accin ( ) [ ] t x S es menor para el movimiento real que para cualquier otro.

Cul es la relacin entre este principio y la forma newtoniana de planear las
ecuaciones del movimiento? Resulta que ambas maneras de describir el
movimiento son equivalentes. Para verlo, necesitamos abordar el problema de la
bsqueda de la funcin ( ) t x con las condiciones requeridas, que minimice el
valor de la accin. No se trata de un problema ordinario de mnimo, ya que la
accin depende del movimiento como un todo, esto es, depende de la funcin
( ) t x .

1.3.3. Problema de la Braquistocrona

El problema de la braquistocrona, o curva de descenso ms rpido, es uno
de los problemas ms antiguos del clculo de variaciones. La primera solucin
fue dada por Johann Bernoulli en 1696, aunque tambin dieron soluciones
algunos contemporneos como Jacob Bernoulli, Leibniz y Newton.

Entre todas las curvas que unen los puntos A y B , se desea hallar aquella a
lo largo de la cual un punto material, movindose bajo la fuerza de la gravedad
desde A llega al punto B en el menor tiempo.

Para resolver este problema debemos considerar todas las posibles curvas
que unen A y B . A una determinada curva, , le corresponder un valor
determinado, T , del tiempo invertido para el descenso del punto material a lo

largo de ella.. El tiempo, T , depender de la eleccin de . De todas las curvas
que unen A con B debemos hallar aquella a la que corresponda el menor valor
de T . El problema puede plantearse de la siguiente forma.

Tracemos un plano vertical que pase por los puntos A y B . La curva de ms
rpido descenso debe evidentemente estar en l, as que podemos restringirnos
a curvas sobre dicho plano. Tomemos el punto A como el origen de
coordenadas, el eje OX apuntando en la direccin de la gravedad y sea
( )
1 1
, y x B = , con 0
1
> x y 0
1
y . Consideremos una curva arbitraria descrita por
la ecuacin

( ) x y y =

1
0 x x
(2)

donde y es una funcin regular. Como la curva pasa por A y B , la funcin y
debe verificar

( ) 0 0 y =
,
( )
1 1
y x y =
(3)

El movimiento de la masa puntual puede describirse por medio de la ley de
la conservacin de la energa, . cte E E
p c
= + , del siguiente modo: en el punto A,
en el que asumimos que la velocidad inicial es nula, se tiene

E mgh E E E
A p p c
= = = +

donde 0 > E es una constante y
A
h es la altura a la que se encuentra el punto A.
En cualquier punto por debajo ser

E mgh mv = +
2
2
1

luego
( ) h h g v
A
= 2
2

y tomando la coordenada vertical como h h x
A
= , deducimos que la velocidad
del movimiento del punto material es

gx
dt
ds
v 2 =

siendo s una parametrizacin de la trayectoria del punto material. Deducimos
que
gx
ds
dt
2
=

y como la longitud de arco de la curva viene dada por

( ) dx x y ds
2
' 1+ =


tenemos que el tiempo empleado a lo largo de la curva y viene dado por

( )
( )
|
|
\
|
+
=
1
0
2
1
2
2
' 1
x
dx
gx
x y
y J

(4)

Hallar la braquistocrona es equivalente a resolver el siguiente problema de
mnimos: entre todas las posibles funciones (2) que verifican las condiciones
(3), hallar la que corresponda al menor valor de la integral (4).

1.3.4. El problema de las Geodsicas

Las geodsicas son aquellas curvas contenidas en una superficie regular que
minimizan la distancia entre dos puntos de la misma. Enunciaremos este
problema de dos formas:

1. Consideremos una superficie regular
3
S definida por la
parametrizacin:

( ) v u x x , = , ( ) v u y y , = , ( ) v u z z , = ,

con ( ) [ ] [ ]
1 0 1 0
, , , v v u u v u . Cualquier curva contenida en S puede
parametrizarse en la forma [ ] ( ) ( ) ( ) t v t u t t t , , :
2 1
.

El elemento de arco de las curvas contenidas en S est determinado
por la primera forma fundamental:

2 2 2
' ' ' 2 ' : Gv v Fu Eu ds + + =
con

2 2 2
:
u u u
z y x E + + = ,
v u v u v u
z z y y x x F + + = : ,
2 2 2
:
v v v
z y x G + + =

De modo que la longitud del arco entre los puntos correspondientes a
los valores
1
t y
2
t es

( )
+ + =
2
1
2 2
' ' ' 2 ' ,
t
t
dt Gv v Fu Eu v u J

que es el funcional a minimizar.

2. Si la superficie viene dada de la forma implcita por ( ) 0 , , = z y x y
representamos una curva sobre ella de forma paramtrica,
( ) ( ) ( ) ( ) t z t y t x , , , debemos minimizar el funcional

( ) ( ) ( ) ( ) ( )
+ + =
1
0
2
1
2 2 2
' ' ' , ,
t
t
dt t z t y t x z y x J

Adems, las funciones x , y y z deben someterse a la condicin
( ) ( ) ( ) ( ) 0 , , = t z t y t x para [ ]
1 0
t t t . Es lo que se llama un problema
variacional con restricciones de igualdad.

1.3.5. La Catenaria

Cmo cuelga un hilo inextensible y flexible, de longitud total L, suspendido
entre dos torres con separacin horizontal d , y alturas dadas, A y B ?
Claramente, el principio que determina la forma de equilibrio del hilo es que su
energa potencial sea la menor posible. Cada forma posible del hilo est
descrita por una funcin ( ) x z x que debe satisfacer las condiciones ( ) A a z = ,
( ) B b z = (donde a y b son las coordenadas horizontales de las torres), a b d = ,
y adems otra condicin importante, a saber, la longitud total del hilo debe ser
L ; esta condicin se traduce en:

( )
+ =
b
a
dx x z L
2
' 1

Veamos ahora cmo se expresa la energa potencial del hilo cuando su forma
es la funcin ( ) x z . Suponiendo el hilo de densidad lineal constante, la masa
del elemento entre las coordenadas x y dx x + es ( ) dx x z
2
' 1+ y la energa
potencial de ese elemento es ( ) ( ) dx x z g x z
2
' 1+ . As pues, la energa potencial
total es:

( ) ( )
+ =
b
a
dx x z x z g E
2
' 1

La forma real ser aquella curva que, satisfaciendo la condicin adicional de
tener longitud total L , haga mnima la energa potencial. Conviene notar que
este problema es ms complicado que los anteriores, ya que interviene en l una
ligadura, o condicin auxiliar.

1.3.6. Conclusin

En todos los casos, el problema propuesto se reduce a buscar, entre todas las
funciones ( ) x f x f : definidas en un intervalo [ ] b a, , y con condiciones del
tipo ( ) A a f = , ( ) B b f = (adems de otras condiciones de continuidad,
regularidad, etc. Que se precisarn a su tiempo), aquellas que minimizan o
maximizan una expresin del tipo


( ) ( ) ( )

b
a
dx x f x f x ' , ,

En algunos casos, la funcin ( ) x f x f : debe satisfacer ciertas condiciones
adicionales, que pueden imaginarse como ligaduras; en todos los casos que
hemos discutido los ligaduras estn expresadas tambin por condiciones del
tipo

( ) ( ) ( ) cte dx x f x f x
b
a
=
' , ,

Por otro lado veremos algunos mtodos de resolucin de problemas
variacionales.

1.4. Mtodos de resolucin de los problemas
variacionales

Existen dos aproximaciones fundamentales a la resolucin de los problemas
variacionales.

1.4.1. Mtodos indirectos

La primera de estas aproximaciones es la heredada de los mtodos de
minimizacin de funciones (dimensin finita) va el clculo diferencial. Este
mtodo proporciona condiciones necesarias y condiciones suficientes que dan
lugar a una base metodolgica para la resolucin de problemas variacionales, la
cual est ntimamente ligada a la teora de ecuaciones diferenciales.

1.4.2. Mtodos directos

La idea fundamental es la extensin del Teorema de Weierstrass a funciones
definidas de dimensin infinita, que tendr un enunciado del tipo:

Teorema 1. Sea V J : un funcional definido en un espacio de funciones
V dotado de cierta nocin de convergencia para la que V es compacto y J es
semicontinuo inferiormente. Entonces existe un mnimo de J en V .

A partir de este teorema, se produce del siguiente modo:

1. Se elige la clase de funciones V junto con una nocin adecuada de
convergencia para la que V sea completo.


2. Hay que mostrar que J est bien definido en V y que est acotado
inferiormente, de modo que ( ) u J
V u
inf sea finito. Esto implica que
se puede construir una sucesin minimizante, V u
k
, tal que
( ) ( ) u J u J
V u k
inf .

3. Debemos probar que J es semicontinuo inferiormente
(secuencialmente), es decir, que u u
k
implica

( ) ( )
k
k
u J lm u J

4. Finalmente, debemos demostrar que V es compacto
(secuencialmente) con respecto a la convergencia considerada en 1.

La hiptesis del Teorema de Weierstrass ataen a la funcin que se desea
minimizar (semicontinuidad inferior) y al conjunto en el cual se busca el
mnimo (compacto). En espacios de dimensin finita estas hiptesis son
relativamente fciles de comprobar dado que la compacidad de un conjunto es
equivalente a que el mismo sea cerrado y acotado. La continuidad suele
deducirse de un anlisis directo de la funcin a minimizar.

Sin embargo, el Teorema de Riesz establece que la bola unidad cerrada de un
espacio de Banach es compacta si y solo si la dimensin del espacio es finita.
Puesto que este criterio de compacidad falla en el caso de dimensin infinita, se
impone la investigacin de nuevas condiciones sobre los subconjuntos de
espacios de dimensin infinita y sobre los funcionales definidos en estos
espacios que nos permitan usar una generalizacin del Teorema de Weierstrass.

Puesto que los conjuntos cerrados y acotados, en el sentido de la topologa
fuerte, de un espacio de Banach no son compactos, puede esperarse que si se
reduce la cantidad de abiertos mediante la introduccin de la nueva topologa, la
cantidad de cerrados y, por tanto, de compactos, aumente. Esto resulta ser as.
En particular, cualquier subconjunto cerrado y acotado de un espacio de Banach
es relativamente compacto respecto a la topologa dbil (es la topologa menos
fina que hace continuas a las aplicaciones lineales).

El problema que surge a continuacin es el de la continuidad (respecto a la
topologa dbil) del funcional a minimizar. Claramente, al introducir una
topologa con menos abiertos, la cantidad de funciones continuas tambin
disminuye y as, por ejemplo, la norma asociada a la topologa fuerte no es una
funcin continua respecto a la topologa dbil. Cobra especial importancia en
este contexto la nocin de semicontinuidad inferior.

Finalmente, observamos que aunque la introduccin de la topologa dbil y
de los funcionales semicontinuos inferiormente respecto dicha topologa nos
permiten asegurar la existencia de un mnimo sobre cualquier conjunto cerrado
y acotado respecto la topologa dbil, la verificacin prctica de estas
propiedades dista de ser sencilla. Por ello, una de las cuestiones centrales es la

bsqueda de condiciones expresadas respecto a la topologa fuerte que
impliquen las correspondientes respecto a la topologa dbil. En este contexto la
convexidad de conjuntos y funciones juega un papel fundamental.


2. Condiciones necesarias de extremo.
Ecuacin de Euler.

Analicemos el extremo del funcional:

() = , (),
()

si los puntos frontera de las curvas admisibles estn fijos (
) =
e (
) =
, tal y como podemos apreciar en la siguiente imagen:

Adems (, ,
) se considera derivable tres veces. Sabemos que la

condicin necesaria para que haya un extremo es la anulacin de la variacin de
el funcional. Supongamos que en la curva = (), derivando dos veces, se
tiene un extremo (exigiendo slo la existencia de derivadas de primer orden de
las curvas admisibles, se puede demostrar por otro mtodo que la curva posee
tambin segunda derivada). Tomemos cierta curva admisible = () cercana a
la curva = () e incluyamos ambas curvas en la familia mono-paramtricas
de curvas:

(, ) = () +(() ())

cuando = 0, se obtiene la curva = (); para = 1, se tiene = (). Lo
podemos ver en la siguiente imagen:


Recordemos que () () se llama variacin de la funcin () y se
designa por . Esta funcin se puede derivar una o varias veces, siendo
()
= () ()= , es decir, la derivada de la variacin es igual a la

variacin de la derivada. Anlogamente podemos verlo en derivadas sucesivas
de la variacin. De este modo, consideremos la familia = (, ), donde
(, ) = () +, que contiene para = 0 la curva en la cual se alcanza el
extremo, y para = 1 cierta curva admisible cercana llamada curva de
comparacin. Si consideramos los valores del funcional:

() = , (),
()

slo en las curvas de la familia = (, ), el funcional se transforma en una
funcin de :
(, ) = ()

ya que el valor del parmetro determina una curva de la familia = (, )
determinando tambin con esto el valor del funcional (, ). Esta funcin
() tiene un extremo en = 0, ya que para dicho valor se obtiene = ()
teniendo el funcional, por hiptesis, un extremo con respecto a cualquier curva
cerca admisible y, en particular, con respecto a las curvas cercanas de la familia
= (, ) . La condicin necesaria para que la funcin () tenga un extremo
en = 0, es la anulacin de su derivada para = 0, es decir,
(0) = 0. Como

() = , (, ),
(, )

Derivando:

() =
(, ) +
(, )

donde
, (, ),
(, ),

, (, ),
(, ),

o, puesto que,

(, ) =
() + =

(, ) =
()
+
=
se obtiene

() =
, (, ), (, ) +
, (, ), (, )

sustituyendo por = 0, obtenemos:

(0) =
, (), () +
, (), ()

Como hemos visto
(0) se llama variacin del funcional, y se designa por .

La condicin necesaria para que la funcional v tenga un extremo consiste en la
anulacin de su variacin: = 0. Para el funcional:

() = , ,

esta condicin tiene la forma:

= 0

Integrando el segundo sumando por partes y tomando en cuenta que
= () obtenemos que:

=

Pero

=
= (
) (
) = 0

=
= (
) (
) = 0

Considerando que todas las curvas admisibles en el problema simple pasan
por puntos frontera fijos, se tiene que:

=

De este modo, la condicin necesaria de extremo toma la forma:

=
= 0 ( )

donde el primer factor
es una funcin continua dada en la curva

= () que realiza el extremo, y el segundo factor es una funcin arbitraria

que satisface que se anula en los puntos frontera =
y =
es continua y
derivable una o varias veces, o bien y son pequeos en valor absoluto.
Para simplificar la condicin necesaria de extremo ( I ) obtenida, aplicaremos el
siguiente lema, conocido como Lema Fundamental del Clculo de Variaciones:

Lema 2. (Fundamental del Clculo de Variaciones). Sea
) = {
): (
) = 0, (
) = 0}, una funcin continua tal que:

(()()) = 0

para todo
). Entonces () = 0 para todo
.

Demostracin. Suponiendo que en el punto = contenido en el segmento
sea () 0, se llega a una contradiccin. As es, como
) entonces se deduce que si ( ) 0, entonces () conserva el signo

en cierto entorno
del punto . Pero entonces tomando una funcin

() que tambin conserve su signo en este entorno y sea igual a cero fuera del
mismo tal y como aparece en la siguiente imagen:

se obtiene:

(()()) = (()()) 0

ya que el producto ()() conserva su signo en el segmento
y se
anula fuera del mismo. De este modo, hemos llegado a una contradiccin; por lo
tanto () 0. La funcin () puede escogerse de la siguiente manera:
() 0 fuera del segmento
; () = (
en el
segmento
, donde n es un entero positivo, y k, un factor constante.

Es evidente que la funcin () satisface las condiciones consideradas
anteriormente: es continua, tiene derivadas continuas hasta de orden 2 1, se
anula en los puntos
y puede hacerse tan pequea como se quiera en valor

absoluto, conjuntamente con sus derivadas, disminuyendo el mdulo del factor
k.

Apliquemos ahora el lema 2 para simplificar la condicin necesaria ( I ),
obtenida anteriormente, de extremo del funcional inicial con el que
comenzamos esta seccin,


= 0

Todas las condiciones del lema se cumplen: en la curva que realiza el
extremo, el factor
es funcin continua, y la variacin es una

funcin arbitraria a la cual se ha impuesto slo limitaciones de carcter general,
ya previstas en el lema fundamental. Por lo tanto,
0 en la curva
= () que realiza el extremo del funcional considerado, es decir, = () es
solucin de la ecuacin diferencial de segundo orden

= 0
o tambin:

, (),
()
, (),
() = 0 , (
)

o bien de la forma desarrollada:

= 0

Esta ecuacin se denomina Ecuacin de Euler, publicada por primera vez por
Euler en 1744. La ecuacin de Euler juega un papel fundamental en el clculo de
variaciones. Las curvas integrales de la ecuacin de Euler = (,
) se
llaman extremales. Slo en las extremales puede alcanzarse un extremo del
funcional:

() = , (),
()

Para hallar la curva que realiza un extremo del funcional, se integra la
ecuacin de Euler y se determinan las dos constantes arbitrarias, que figuran en
la solucin general de esta ecuacin, de las condiciones de frontera (
) =
, (
) =
. Slo en las extremales que satisfacen estas condiciones se puede

realizar un extremo del funcional.

Recordemos que el problema de la frontera:

= 0, (
) =
, (
) =

no siempre tiene solucin, y si existe, puede no ser nica.
A continuacin veremos un par de problemas variacionales donde la
existencia de la solucin es evidente en el sentido fsico o geomtrico del
problema, y si la ecuacin de Euler que satisface las condiciones de frontera es
nica, esta nica extremal ser la solucin del problema variacional
considerado.


Ejemplo 1. Veamos en qu curvas puede alcanzar su extremo el funcional:

() =
, (0) = 0,
2
= 1
?

Solucin. La ecuacin de Euler tiene la forma:
+6 = 0 donde =
cos +
. Utilizando las condiciones de frontera, se obtiene que
= 0,
= 1, por lo tanto, el extremo puede alzarse slo en la curva = .

Ejemplo 2. Veamos en qu curvas puede alcanzar su extremo el funcional:

() =
12 , (0) = 0, (1) = 1
?

Solucin. La ecuacin de Euler tiene la forma:
+ = 0 donde =
. Utilizando las condiciones de frontera, se obtiene que
= 0,
= 0,
por lo tanto, el extremo puede alzarse slo en la curva = .

En estos dos ejemplos la ecuacin de Euler fue integrada fcilmente; pero
esto no siempre ocurre, puesto que las ecuaciones diferenciales de segundo
orden se integran de forma finita, solo en casos excepcionales.
A continuacin veamos algunos casos simples de integracin de la ecuacin
de Euler:

1) F no depende de :

= (, )

La ecuacin de Euler tiene la forma
(, ) = 0 puesto que
0. La
solucin de la ecuacin finita
(, ) = 0 obtenida no contiene elementos

arbitrarios y, por esto, en general no satisface las condiciones de frontera
(
) =
) =
.

Por lo tanto, la solucin del problema variacional considerado en general
no existe. Slo en casos excepcionales, cuando la curva
(, ) = 0 pasa
por los puntos frontera (
), (
) existe una curva en la que se

puede alcanzar un extremo.

2) F depende de en forma lineal:

, ,
= (, ) +(, )

() = (, ) +(, )


La ecuacin de Euler tiene la forma:

(, ) = 0

= 0
o bien:

= 0

pero sta, al igual que en el caso anterior, de nuevo es una ecuacin finita
y no diferencial. La curva
= 0 no satisface, en general, las

condiciones de frontera. Por lo tanto, el problema variacional, por regla
general, no tiene solucin en la clase de funciones continuas. Si, en
cambio,

0

la expresin + es una diferencial total, entonces:

() = +
= +

no depende del camino de integracin con lo que el valor del funcional
es constante en las curvas admisibles. Por tanto el problema variacional
pierde el sentido.

3) F depende slo de :

= (
)

= 0, puesto que
= 0. De aqu se obtiene que
= 0, o bien,
= 0. Si
= 0,
entonces =
, que es una familia biparamtricas de lneas rectas.

Si la ecuacin
= 0 tiene una o varias races reales = ,

entonces =
+, y obtenemos una familia monoparamtrica de

rectas contenida en la familia biparamtrica =
obtenida

anteriormente. De esta forma, en el caso = (
) todas las lneas rectas

posibles =
son extremales.

4) F depende slo de x e :

= (, )

La ecuacin de Euler toma la forma
= 0, y por lo tanto, tiene

la primera integral
. Adems, como la ecuacin de primer

orden obtenida
no contiene a , sta puede integrarse o

bien resolvindola directamente respecto a e integrando, o bien
introduciendo un parmetro escogido en forma adecuada.

5) F depende slo de e :

= (,
)

= 0, puesto que
= 0. Si se multiplica esta ecuacin miembro a miembro por ,

entonces, como no es difcil comprobar, el primer miembro se
transforma en la derivada exacta
).
En efecto,
.

Por consiguiente, la ecuacin de Euler tiene la primera integral:

adems, como esta ecuacin de primer orden no contiene explcitamente
a x, puede ser integrada resolvindola con respecto a y separando
variables, o introduciendo un parmetro.

Para obtener las condiciones necesarias de extremo del funcional de tipo ms
general:

, ,
= (,
, ,
, ,

con condiciones de frontera dadas para todas las funciones:


) =
) =
, ,
) =
) =
) =
, ,
) =

variaremos slo una de las funciones:

() ( = 1,2 , )

dejando las dems invariables.

Entonces el funcional
, ,
se transforma en un funcional que

depende slo de una funcin variable, por ejemplo, de
(),

, ,

del tipo considerado en el apartado anterior.

Por tanto, la funcin que realiza el extremo debe satisfacer la ecuacin de
Euler:

= 0

Como este razonamiento es aplicable a cualquier funcin
( = 1,2, ), se
obtiene el sistema de ecuaciones diferenciales de segundo orden:

= 0 ( = 1,2, , )
que determinan, en general, una familia dependiente de 2n parmetros de
curvas integrales en el espacio ,
, ,
, que es la familia de extremales del

problema variacional dado.

Si, en particular, el funcional depende slo de dos funciones () y ():

(), () = (, , ,
;

(
) =
, (
) =
) =
) =

o sea, se determina eligiendo la curva alabeada = (), = (), tal y como
observamos en el siguiente grfico:


Entonces variando slo () y fijando (), cambiamos nuestra curva de tal
modo que su proyeccin en el plano xOz no vara, es decir, la curva permanece
todo el tiempo en el cilindro de proyeccin = () como podemos observar:

Anlogamente, fijando () y variando (), variamos la curva de modo que
sta permanezca todo el tiempo en el cilindro de proyeccin = (). Entonces
obtenemos un sistema de dos ecuaciones de Euler:

= 0

= 0

Ejemplo 3. Hallar los extremales del funcional:

() = (
+(
+2, (0) = 0,
2
= 1, (0) = 0,
2
= 1

Solucin. El sistema de ecuaciones diferenciales de Euler tiene la forma:

= 0
= 0


Despejando por ejemplo, z, de la primera ecuacin y sustituyendo en la
segunda se obtiene que
= 0 integrando esta ecuacin lineal con

coeficientes constantes tendremos que:

=
cos +

Como = entonces =
cos
. Utilizando las
condiciones de frontera, que se exponen en el enunciado, se halla que:

= 0
= 0
= 0
= 1

Y por lo tanto = , = .

Analicemos el extremo del funcional:

, ,
= , (),
(), ,
()
()

donde la funcin F se considera derivable +2 veces con respecto a todos los
argumentos y supondremos que las condiciones de frontera tienen la forma:

(
) =
, (
) =
, ,
()
(
) =
()

(
) =
, (
) =
, ,
()
(
) =
()

Es decir, en los puntos frontera estn dados los valores no slo de las
funciones, sino tambin de sus derivadas hasta de orden ( 1) inclusive.
Supongamos que el extremo se alcanza en la curva = (), derivable 2n veces.
Sea = () la ecuacin de cierta curva de comparacin, tambin derivable 2n
veces.

Consideramos la funcin monoparamtrica de funciones (, ) = () +
() (), o bien, (, ) = () +. Para = 0, (, ) = (); para
= 1, (, ) = (). Si consideramos el valor del funcional () slo en las
curvas de la familia = (, ), entonces sta se transforma en una funcin del
parmetro , la cual alcanza su extremo para = 0. Por lo tanto,
(, )
restringido a = 0, vale 0. Esta derivada se llama variacin del funcional y se
designa por :

=
, (, ),
(, ), ,
()
(, )
= 0
= (
++
()
()
)

Integramos por partes una vez el segundo sumando del segundo miembro:


el tercer sumando, dos veces:

y as sucesivamente. El ltimo sumando n veces, tenemos que:

()
()
=
()
()
()
()
++(1)
()

Tomando en cuenta las condiciones de frontera, en virtud de las cuales las
variaciones =
= =
()
= 0 para =
y para =
,
obtenemos por ltimo:

=
++(1)
()

Como en la curva que realiza el extremo se tiene que:

=
++(1)
()
= 0

para funciones arbitrarias, y como el primer factor bajo el smbolo integral es
funcin continua de x en la misma curva = (), entonces, debido al lema
fundamental, el primer factor es idnticamente nulo:

++(1)
() 0

De este modo, la funcin = (), que realiza el extremo del funcional:

() = , (),
(), ,
()
()

debe ser solucin de la ecuacin

++(1)
() = 0

Esta ecuacin diferencial de orden 2n recibe el nombre de ecuacin de Euler-
Poisson, y sus curvas integrales se denominan extremales del problema
variacional considerado. La solucin general de esta ecuacin contiene 2n
constantes arbitrarias, las cuales pueden ser, en general, determinadas a partir
de las 2n condiciones de frontera:


(
) =
, (
) =
, ,
()
(
) =
()

(
) =
, (
) =
, ,
()
(
) =
()

Ejemplo 4. Hallar la extremal del funcional:

() = (1 +
), (0) = 0, (0) = 1, (1) = 1, (1) = 1

Solucin. La ecuacin de Euler-Poisson tiene la forma
(2
) = 0
= 0
su solucin general es =
. Utilizando las condiciones de

frontera, obtenemos:

= 0
= 0
= 1
= 0

De esta manera, el extremo puede alcanzarse slo en la recta = .

Ejemplo 5. Determinar la extremal del funcional:

() =
, (0) = 1, (0) = 0,
2
= 0,
2
= 1

Solucin. La ecuacin de Euler-Poisson tiene la forma
= 0 su solucin
general es =
cos +
. Utilizando las condiciones de

frontera, obtenemos:
= 0
= 0
= 1
= 0

De esta manera, el extremo puede alcanzarse slo en la recta = cos .

Veamos que ocurre cuando el funcional tiene la forma:

(), () = , ,
, ,
()
, ,
, ,
()
;

variando slo () y considerando () fija, se halla que las funciones () y
() que realizan el extremo deben satisfacer la ecuacin de Euler-Poisson:

++(1)
() = 0;

Variando () y considerando () fija, obtenemos que las mismas funciones
deben satisfacer la ecuacin:


++(1)
() = 0;
De esta manera las funciones () e () deben satisfacer el sistema de
ecuaciones:

++(1)
() = 0;

++(1)
() = 0;

De forma completamente anloga se puede razonar tambin al analizar el
extremo de un funcional que depende de un nmero arbitrario de funciones:

, ,
= ,
, ,
)
,
, ,
)
, ,
, ,
;

Variando slo alguna
() y considerando invariables las dems, obtenemos

la condicin necesaria fundamental de extremo en la forma:
++(1)
) = 0 ( = 1,2, , )

2.1 Funciones que dependen de funciones de
varias variables independientes.

Analicemos el extremo del funcional

(, ) = , , ,
;

Adems en la frontera C de la regin D los valores de la funcin (, ) estn
dados, es decir, est dado un contorno alabeado
, por el cual deben pasar todas

las superficies admisibles, tal y como vemos en la siguiente figura:

Para abreviar la escritura, designamos
= ,
= . La funcin F se
considerar derivable tres veces. La superficie = (, ), en la cual se realiza el
extremo, se supondr derivable dos veces.

Consideramos nuevamente la familia monoparamtrica de superficies
= (, , ) = (, ) +, siendo = (, ) (, ), que contiene, cuando
= 0, la superficie = (, ), en la cual se realiza el extremo y, para = 1,
cierta superficie admisible = (, ). En las funciones de la familia (, , ), el
funcional se transforma en una funcin de , la cual debe tener un extremo
cuando = 0; por lo tanto
(, )
= 0
= 0. Llamando variacin del
funcional a la derivada de (, , ) con respecto a cuando = 0,
designndola por , tendremos que:

(, ) =
(, , (, , ), (, , ), (, , ))
= 0
=

Donde

(, , ) = (, ) +
(, , ) =
(, , )
= (, ) +
(, , ) =
(, , )
= (, ) +

Como

Entonces
(

donde
es la llamada derivada parcial completa o total con respecto a x.

Al calcularla, se considera fija, pero la dependencia de , , de x se toma en
cuenta:

y anlogamente:

En virtud de la frmula de Green:

= ( )

se obtiene

= 0

La ltima integral es igual a cero, debido a que en el contorno C, la variacin
= 0, puesto que todas las superficies admisibles pasan por el mismo contorno
alabeado
. Por lo tanto:

y la condicin necesaria de extremo:

= 0

toma la forma:
= 0

Como la variacin es arbitraria (a se le imponen limitaciones slo de
carcter general con respecto a la continuidad y a la derivabilidad, anulacin en
el contorno C, etc.) y el primer factor es continuo por el lema fundamental
enunciado anteriormente, en la superficie = (, ) que realiza el extremo
ser:

} 0

Por consiguiente, = (, ) es solucin de la ecuacin:

= 0


Esta ecuacin diferencial de segundo orden en derivadas parciales, a la cual
debe satisfacer la funcin (, ) que realiza el extremo, lleva el nombre de
ecuacin de Ostrogradski, en honor al eminente matemtico ruso
M.V.Ostrogradski, quien la obtuvo por primera vez en el ao 1834; sin embargo,
para las regiones D rectangulares se encontraba ya en los trabajos de L. Euler.

Dado el funcional de la siguiente forma:

(
, ,
) =
, ,
, ,
, ,
,

donde
en base a la condicin necesaria fundamental de extremo = 0,

se obtiene, en forma completamente anloga, la siguiente ecuacin de
Ostragradski:

= 0

a la cual debe satisfacer la funcin:

= (
, ,
)

que realiza el extremo del funcional .

Por ejemplo, para el funcional:

(, ) = (, , ,

se obtiene la ecuacin

} +
} +
} = 0

donde

=
; =
; =
; =
; =

La funcin que realiza el extremo del funcional debe satisfacer esta
ecuacin de cuarto orden en derivadas parciales.

Por ejemplo, para el funcional:
=
+2


La funcin z que realiza el extremo debe satisfacer la llamada ecuacin
biarmnica
+2

Que habitualmente se escribe en forma compacta as: = 0.

Para el funcional

=
+2
2(, )

La funcin z(x,y) que realiza el extremo debe satisfacer la ecuacin =
(, ).
Los problemas sobre el extremo funcional
=

o del funcional de forma ms general
=
2(1 )

donde es un parmetro, se reducen tambin a la ecuacin biarmnica.


3. Condiciones suficientes de extremo.
Si en el plano (, ) por cada punto de cierta regin pasa una y slo una
curva de la familia = (, ), se dice que esta familia de curvas forma un
campo en la regin , o, ms exactamente, un campo propio. El coeficiente
angular de la tangente (, )a la curva de la familia = (, ) que pasa por el
punto (, ) se llama inclinacin (o declive) del campo en el punto (, ).
Por ejemplo, las rectas paralelas = + forman un campo dentro del
crculo 1
2 2
+ y x (Figura 1) y su inclinacin es (, ) = 1. Por el contrario, la
familia de parbolas 1 ) (
2
= a x y (Figura 2) no forma un campo dentro del
mismo crculo, debido a que en su interior las parbolas de la familia
considerada se cortan.

Figura 1
Si todas las curvas de la familia = (, ) pasan por cierto punto ) , (
0 0
y x , es
decir, forman un haz de curvas, entonces stas con seguridad no forman un
campo propio en la regin si el centro del haz pertenece a sta. Sin embargo,
si las curvas del haz cubren toda la regin y se cortan en su interior slo en el
centro del haz, es decir, se cumplen las condiciones impuestas al campo en
todos los puntos distintos del centro del haz, se die que la familia
= (, ) forma tambin un campo, llamado en este caso central, a diferencia
del campo propio (Figura 3).

Figura 2

Por ejemplo, el haz de sinusoides ) (x Csen y = forma un campo central para
a x 0 , a (Figura 4). El mismo haz de sinusoides forma un campo propio
en un entrono suficientemente pequeo del segmento a x del eje de las
abscisas, donde 0 > , < a (Figura 4). El mismo haz de sinusoides no forma
un campo en un entorno del segmento
1
0 a x , >
1
a , del eje de las abscisas
(Figura 4).
Si un campo central o propio est formado por una familia de extremales de
cierto problema variacional, se llama campo de extremales.
El concepto de campo se generaliza casi sin modificaciones tambin al caso
de un espacio de cualquier dimensin. La familia ) ,..., , (
1 n i i
C C x y y =
) ,..., 2 , 1 ( n i = forma un campo en la regin D del espacio
n
y y x ,..., ,
1
.

Figura 3 Figura 4
si por cada punto de dicha regin pasa una y slo una curva de la familia
) ,..., , (
1 n i i
C C x y y = . Se llaman funciones de inclinacin del campo
) ,..., , , (
2 1 n i
y y y x p = ) ,..., 2 , 1 ( n i = a las derivadas parciales de las funciones
) ,..., , (
1 n i i
C C x y y = con respecto a x, calculadas en el punto ) ,..., , , (
2 1 n
y y y x ; por
consiguiente, para obtener ) ,..., , , (
2 1 n i
y y y x p = hay que tomar ) ,..., , (
1 n i
C C x y
x

y sustituir ) ,..., (
1 n
C C por sus expresiones mediante las coordenadas
n
y y y x ,..., , ,
2 1
. En forma anloga se define tambin el campo central.
Supongamos que la curva ) (x y y = es extremal del problema variacional
sobre el extremo del funcional simple
=
1
0
) ' , , ( )] ( [
x
x
dx y y x F x y v
con puntos frontera ) , (
0
y x A
o
y ) , (
1 1
y x B fijos. Se dice que la extremal ) (x y y =
est incluida en un campo de extremales, si ha sido dada una familia de
extremales ) , ( C x y y = que forma un campo,

Figura 5 Figura 6
contiene a la extremal ) (x y y = para cierto valor
0
C C = y dicha extremal no
pertenece a la frontera de la regin D en la cual la familia ) , ( C x y y = forma un
campo (Figura 5). Si el haz de extremales con centro en el punto ) , (
0
y x A
o
forma
un campo en un entrono de la extremal ) (x y y = , que pasa por este punto,
entonces con esto se halla un campo central que contiene a la extremal dada
) (x y y = . Como parmetro de la familia se puede tomar en este caso el
coeficiente angular de la tangente a las curvas del haz en el punto ) , (
0
y x A
o
(Figura 6).

Ejemplo 6. Se da el funcional
dx y y
a
) ' (
2
0
2

se pide incluir el segmento de la extremal y = 0 que une los puntos (0, 0) y (a,
0), donde < < a 0 , en un campo central de extremales.
Solucin. La solucin general de la ecuacin de Euler 0 ' ' = +y y tiene la forma
) ( ) cos(
2 1
x sen C x C y + = . De la condicin de que las extremales pasen por el
punto (0, 0) se obtiene 0
1
= C , ) (
2
x sen C y = ; las curvas de este haz forman un
campo central en el segmento a x 0 , < a que incluye la extremal 0 = y

para 0
2
= C . El parmetro
2
C de la familia es igual a la derivada
x
y en el punto
(0, 0). Si en este mismo problema fuera a , la familia ) (
2
x sen C y = no
formara campo.

Es sabido que dos curvas infinitamente cercanas de la familia 0 ) , , ( = C y x F se
cortan en los puntos de la curva C-discriminante, la cual se determina por las
ecuaciones

0 ) , , ( = C y x F 0 =
C
F

Figura 7
Recordemos que en la curva C-discriminante se incluyen, en particular, la
envolvente de la familia y los lugares geomtricos de los puntos mltiples de las
curvas de dicha familia. Si 0 ) , , ( = C y x F es la ecuacin de un haz de curvas, se
centro pertenece tambin a la curva C-discriminante. Por esto, si se toma un haz
de extremales ) , ( C x y y = que pasan por el punto ) , (
0 0
y x y se determina su
curva C-discriminante 0 ) , ( = y x .
En particular, las curvas de este familia prximas a la extremal considerada
) (x y y = , que pasa por los puntos ) , (
0
y x A
o
y ) , (
1 1
y x B , se cortarn en puntos
cercanos a los puntos de tangencia (o de interseccin) de la curva ) (x y y = con
la curva C-discriminante (vase la Figura 7, en donde la curva C-discriminante
est representada por una lnea gruesa). Si el arco AB de la extremal ) (x y y = no
tiene puntos comunes diferentes de A con la curva C-discriminante del haz de
extremales que incluye a la extremal dada, entonces las extremales del haz
suficientemente prximas al arco AB no se cortan, es decir, forman un campo
central que incluye al arco AB en un entorno de este arco (Figura 8).

Figura 8

Si el arco de la extremal ) (x y y = tiene un punto comn
*
A , diferente del
punto , con la curva C-discriminante del haz ) , ( C x y y = entonces las curvas
del haz prximas a ) (x y y = pueden cortarse entre s y con la curva ) (x y y = en
las proximidades del punto
*
A se llama conjugado del punto .
El resultado obtenido se puede enunciar as: para construir un campo central
de extremales con centro en el punto que contenga el arco de la extremal,
es suficiente que el punto
*
A conjugado del no pertenezca al arco . Esta
condicin de la posibilidad de la construccin de un campo de extremales que
incluya a la extremal dada se llama condicin de Jacobi.
No es difcil formular esta condicin tambin en forma analtica. Sea
) , ( C x y y = la ecuacin del haz de extremales con centro en el punto ; el
parmetro se puede considerar, para fijar ideas que coincide con el coeficiente
angular y de las extremales del haz en el punto . La curva C-discriminante se
determina por las ecuaciones
); , ( C x y y = 0
) , (
=
C
C x y

A lo largo de cada curva fija de la familia la derivada 0
) , (
=
C
C x y
es una
funcin slo de . Denotaremos abreviadamente por dicha funcin:
C
C x y
u
=
) , (
, donde est dado; de aqu .
) , (
'
2
x C
C x y
u
x

= Las funciones
) , ( C x y y = son soluciones de la ecuacin de Euler por lo tanto,
0 )) , ( ' ), , ( , ( )) , ( ' ), , ( , ( C x y C x y x F
dx
d
C x y C x y x F
x y x y
.
Derivando esta identidad con respecto a y haciendo u
C
C x y
=
) , (
, se obtiene
0 ) ' ( '
' ' '
= + + u F u F
dx
d
u F u F
y y yy yy yy
,
o bien
0 ) ' ( ) (
' ' '
= u F
dx
d
u F
dx
d
u F
y y yy yy
.
Aqu ) ' , , ( y y x F
yy
, ) ' , , (
'
y y x F
yy
y ) ' , , (
' '
y y x F
y y
son funciones conocidas de ,
debido a que el segundo argumento y es igual a la solucin ) , ( C x y y = de la
ecuacin de Euler, tomada para el valor
0
C C = que corresponde a la extremal
. Esta ecuacin lineal homognea de segundo orden con respecto a u se
llama ecuacin de Jacobi.

Si la solucin
C
C x y
u
=
) , (
de este ecuacin que se anula en el centro del haz
para
0
x x = (el centro del haz siempre pertenece a la curva C-discriminante) se
anula tambin en algn otro punto del intervalo
1 0
x x x < < , entonces el punto
conjugado de , que se determina por las ecuaciones
) , (
0
C x y y = y 0
) , (
=
C
C x y
o bien 0 = u ,
Pertenece al arco de la extremal. Si, en cambio, existe una solucin de la
ecuacin de Jacobi que se anule para
0
x x = y no se anule en ningn otro punto
del segmento
1 0
x x x , entonces no hay puntos conjugados de en el arco ;
la condicin de Jacobi se cumple y se puede incluir el arco de la extremal en
un campo central de extremales con centro en el punto .
Observacin. Se puede demostrar que la condicin de Jacobi es necesaria para
que se alcance un extremo, es decir, para la curva que realiza un extremo el
punto conjugado de no puede estar en el intervalo
1 0
x x x < < .


4. Condicin de Legendre

4.1.Condicin necesaria de Legendre para la
realizacin de un mnimo de un funcional del
tipo variacional.

La condicin necesaria para la realizacin de un mnimo de un funcional del
tipo variacional

() = , (),
()

con condicin de frontera fija, ( )
0 0
y x y = y ( )
1 1
y x y = , es la condicin de
Legendre

( ) ( ) ( ) 0 ' , ,
' '
x y x y x F
y y
para todo ( )
1 0
, x x x

Legendre, en analoga al caso de dimensin finita, intent demostrar, sin
xito, que una condicin suficiente para que v tenga un mnimo en y es que
satisfaga la desigualdad estricta

( ) ( ) ( ) 0 ' , ,
' '
> x y x y x F
y y
para todo ( )
1 0
, x x x

Ahora, hallamos la siguiente expresin para la segunda variacin

( ) dx u F u F
dx
d
F u v
x
x
y y yy yy y
|
|
\
|
+
|
\
|
=
1
0
2
' '
2
'
2
'
2
1

con [ ] ( )
1 0
1
0
, x x C u . Por brevedad, la escribimos como

( ) ( )dx Qu Pu u F
x
x
y

+ =
1
0
2 2 2
'
2
1

La idea de Legendre fue escribir esta expresin en la forma

( ) ( ) ( )dx u w Q wuu Pu u F
x
x
y

+ + + =
1
0
2 2 2
' ' 2 '
2
1
(5)

siendo w una funcin derivable arbitraria, y donde hemos usado la relacin


( ) ( )dx wuu u w wu
dx
d
x
x
x
x

+ = =
1
0
1
0
' 2 ' 0
2 2

puesto que ( ) ( ) 0
1 0
= = x u x u . Seguidamente, observ que la condicin 0
' '
>
y y
F
sera suficiente si se pudiera encontrar una funcin w para la que el integrando
de (5) fuera un cuadrado perfecto. Sin embargo, esto no es siempre posible,
como el mismo Legendre demostr, puesto que w debera satisfacer la ecuacin

( )
2
' w w Q P = +

que no posee, necesariamente, una solucin global en todo el intervalo ( )
1 0
, x x
(Por ejemplo, si 1 = P y 1 = Q , la solucin viene dada por ( ) ( ) x c x w = tan . Si
>
0 1
x x , no hay solucin en todo el intervalo ( )
1 0
, x x , puesto que ( ) x c tan
se hace infinita en algn punto de dicho intervalo). Legendre concluy que
condiciones de tipo local como la ecuacin de Euler o la condicin estricta de
Legendre no podan ser las nicas condiciones suficientes para la realizacin de
un mnimo.

4.2 Condicin suficiente de Legendre de
inclusin de un extremal de un funcional en
un campo de extremales.

La condicin suficiente de inclusin de un extremal de un funcional

() = , (),
()

con condicin de frontera fija, ( )
0 0
y x y = y ( )
1 1
y x y = en un campo de
extremales es el cumplimiento de la condicin reforzada de Legendre

( ) ( ) ( ) 0 ' , ,
' '
> x y x y x F
y y

en todos los puntos de la extremal considerada (es decir,para todo
( )
0 1
, x x x
)

Ejemplo 7. Mostrar que la extremal del problema variacional

() = (

con condicin de frontera
( ) , 1 0 = y

( ) 5 2 = y
se puede incluir en un campo de
extremales.

Solucin. Las extremales son las rectas
.
2 1
C x C y + =
La extremal que satisface
la condicin de contorno dadas es la recta
. 1 2 + = x y
En este caso
2 ' 12
2
' '
+ = y F
y y
y en todos los puntos de la extremal
1 2 + = x y
tenemos
. 0 50
' '
> =
y y
F
La condicin reforzada de Legendre se cumple y, por tanto, la
extremal
1 2 + = x y
puede ser incluida en un campo de extremales.
Esto se ve sin necesidad de realizar clculos. La extremal
1 2 + = x y
pertenece
a la familia uniparamtrica de extremales
+ = x y 2
, donde es un parmetro,
las cuales forman un campo propio.


5. Condicin de Jacobi

5.1. Condicin necesaria de Jacobi.

En esta seccin estudiaremos las condiciones bajo las cuales el funcional

( ) ( )
+ =
1
0
2 2
'
x
x
dx Qu Pu u G
(6)

definido para [ ] ( )
1 0
1
0
, x x C u , es definido positivo. Se puede observar, que en
relacin con la funcin lagrangiana del problema de optimizacin se obtiene
este mismo funcional, en concreto

' '
2
1
y y
F P =
, |
\
|
=
' '
2
1
y y yy
F
dx
d
F Q

De momento estudiaremos la positividad del funcional (6) como un problema
independiente.

Una condicin necesaria para la no negatividad del funcional (6) es que

( ) 0 x P para todo ( )
1 0
, x x x .

En esta seccin asumiremos la condicin

( ) 0 > x P para todo ( )
1 0
, x x x .

y buscaremos condiciones necesarias y suficientes para que dicho funcional sea
definido positivo. Comenzamos escribiendo la ecuacin de Euler asociada al
funcional (6):

( ) 0 ' = + Qu Pu
dx
d
(7)

Esta es una ecuacin diferencial lineal de segundo orden. Las condiciones de
frontera son ( ) ( ) 0
1 0
= = x u x u . Este problema tiene la solucin trivial 0 u . Sin
embargo, tambin puede tener soluciones no triviales (Por ejemplo, para
1 = = Q P , la funcin ( ) Csex x u = es solucin del problema en el intervalo( ) , 0 ,
para toda constante C). En este contexto, se introduce la siguiente definicin:

Definicin 3. Diremos que el punto x es un punto conjugado de
0
x si la
ecuacin (7) tiene una solucin que se anula en
0
x y x pero que no es
idnticamente nula.


Observacin. Si u es una solucin no idnticamente nula de (7) entonces
tambin lo ser Cu , para cualquier 0 C . Hay varios criterios de
normalizacin que se pueden imponer para forzar la unidad de solucin de este
problema. Aqu asumiremos que ( ) 1 '
0
= x u , que es siempre posible eligiendo C
adecuadamente. En efecto, si ( ) 0
0
= x u y v no es idnticamente nula entonces
( )
0
' x u no puede ser nulo, por el teorema de unicidad para la ecuacin lineal (7).

Teorema 4. Supongamos que ( ) 0 > x P en [ ]
1 0
, x x y que no hay puntos
conjugados en dicho intervalo. Entonces el funcional cuadrtico

( ) ( )
+ =
1
0
2 2
'
x
x
dx Qu Pu u G

es definida positiva para toda [ ] ( )
1 0
1
0
, x x C u .

Demostracin. Para demostrar que el funcional G es definido positivo lo
reduciremos a la forma
1
0
2
x
x
dx P

donde
2
es cierta expresin cuya anulacin implica que 0 u . Para conseguir
esto, comenzamos sumando a G la funcin cero expresada en la forma

( )
1
0
2
x
x
dx wu
dx
d

A continuacin, seleccionamos la funcin diferenciable w de modo que la
expresin
( ) ( )
2 2 2 2 2
' ' 2 ' ' u w Q wuu Pu wu
dx
d
Qu Pu + + + = + +
(8)

sea un cuadrado perfecto. Esto ser cierto si w es solucin de

( )
2
' w w Q P = + (9)

ya que en tal caso (8) puede ser escrito como

2
'
|
\
|
+ u
P
w
u P

De este modo, si (9) tiene una solucin definida en todo el intervalo [ ], ,
1 0
x x
entonces G puede escribirse como


\
|
+
1
0
2
'
x
x
dx u
P
w
u P
(10)

y es, por tanto, definido positivo. De hecho, si (10) se anula, entonces debe ser

0 ' + u
P
w
u

puesto que, por hiptesis, es ( ) 0 > x P en [ ]
1 0
, x x . Pero esta ecuacin de primer
orden, con la condicin ( ) 0
0
= x u tiene por nica solucin a 0 u .

La demostracin se reduce, pues, a comprobar que si no hay puntos
conjugados de
0
x en el intervalo [ ]
1 0
, x x entonces la ecuacin (9) tiene una
solucin global en [ ]
1 0
, x x . Esta ecuacin diferencial, es una ecuacin de Ricatti,
que puede ser reducida a una ecuacin lineal de segundo orden mediante el
cambio
P
z
z
w
'
=
(11)

donde z es una nueva incgnita. Con este cambio (9) se transforma en

( ) 0 ' = + Qz Pz
dx
d
(12)

que es, justamente, la ecuacin de Euler de G. Ahora, puesto que no hay puntos
conjugados en [ ]
1 0
, x x se sigue, por definicin, que (12) tiene una solucin que
no se anula en [ ]
1 0
, x x . Por tanto, la ecuacin (9) tiene una solucin, dada por
(11), definida en todo el intervalo [ ]
1 0
, x x .

A continuacin veremos que la condicin de que no existan puntos
conjugados de
0
1 0
, x x no es solo una condicin suficiente sino
tambin necesaria. Comenzamos con un lema que usaremos en la demostracin.

Lema 5. Si la funcin u satisface la ecuacin

( ) 0 ' = + Qz Pz
dx
d

y las condiciones de frontera

( ) ( ) 0
1 0
= = x u x u

entonces

( ) 0 '
1
0
2 2
= +
x
x
dx Qu Pu

Demostracin. El lema es una consecuencia inmediata de la frmula

( ) ( )

+ =
|
\
|
+ =
1
0
1
0
2 2
' ' 0
x
x
x
x
dx Qu Pu udx Qu Pu
dx
d

que se obtiene por integracin por partes y el uso de las condiciones de frontera.

Teorema 6. Supongamos que ( ) 0 > x P para todo
0
1 0
, x x . Si
el funcional cuadrtico G es definido positivo para toda [ ] ( )
1 0
1
0
, x x C u
entonces el intervalo [ ]
1 0
, x x no posee puntos conjugados de
0
x .

Demostracin. La idea de la demostracin es la de construir una familia de
funcionales definidos positivos dependientes de un parmetro, t , tales que para
1 = t se reduce al funcional G, mientras que para 0 = t nos da el funcional
cuadrtico

1
0
2
'
x
x
dx u

el cual, claramente, no posee puntos conjugados de
0
1 0
, x x .
Entonces, demostraremos que cuando variamos el parmetro t en [ ] 1 , 0 , no
pueden aparecer puntos conjugados en [ ]
1 0
, x x .

Consideremos el funcional

( ) ( ) [ ]
+ +
1
0
2 2 2
' 1 '
x
x
dx u t Qu Pu t
(13)

es definido positivo para todo [ ] 1 , 0 t , puesto que G lo es por hiptesis. La
ecuacin de Euler correspondiente a este funcional es

( ) ( ) [ ] 0 ' 1 = + + tQz u t tP
dx
d
(14)

Sea ( ) t x u , una solucin de (14) tal que ( ) 0 ,
0
= t x u y ( ) 1 ,
0
= t x u
x
para todo
[ ] 1 , 0 t . Esta solucin depende con continuidad del parmetro t , que para 1 = t
se reduce a la solucin v de la ecuacin (7) con las condiciones

( ) ( ) 0 1 , 1 ,
1 0
= = x u x u , y para 0 = t se reduce a la solucin de 0 ' ' = u con las
mismas condiciones de frontera, es decir, ( )
0 0
0 , x x x u = .

Supongamos ahora que el intervalo [ ]
1 0
, x x contiene un punto x conjugado
de
0
x . Necesariamente ser
1
x x < porque, si
1
x x = , el lema anterior implica
que existe una v no idnticamente nula tal que ( ) 0 = v G , contradiciendo la
hiptesis de positividad de G. Por tanto, la demostracin se reduce a
comprobar que no puede haber un punto conjugado, x , en el interior de [ ]
1 0
, x x

Para demostrarlo, consideremos el conjunto de puntos

( ) [ ] [ ] ( ) { } 0 , : 1 , 0 ,
1 0
= = t x u x x t x C

Si mostramos que en los puntos en los que ( ) 0 , = t x u no puede tenerse
( ) 0 ,
0
= t x u
x
entonces podremos deducir el teorema de la funcin implcita que
el conjunto C representa una curva diferenciable en el plano xt . Tenemos que,
si ( ) 0 * *, = t x u en algn ( ) * *, t x entonces debe ser ( ) 0 * *, t x u
x
ya que para
cualquier t fijo ( ) t x u , satisface la ecuacin (14), y si se tuviera
( ) ( ) 0 * *, * *, = = t x u t x u
x
entonces debera ser ( ) 0 * , = t x u para todo [ ]
1 0
, x x x
debido al teorema de unicidad para ecuaciones diferenciales lineales. Pero esto
es imposible puesto que
x
u es una funcin continua en [ ] [ ] 1 , 0 ,
1 0
x x y
( ) 1 ,
0
= t x u
x
para todo [ ] 1 , 0 t .

Tenemos entonces que el teorema de la funcin implcita nos asegura la
existencia de una curva, ( ) t x , tal que ( ) ( ) 0 , = t t x u en un entorno de cada punto
de C. Por hiptesis, el punto ( ) 1 , x pertenece a dicha curva. Partiendo de este
punto tenemos que:

A. La curva no puede terminar en le interior de [ ] [ ] 1 , 0 ,
1 0
x x , pues sera
una condicin de la dependencia continua de ( ) t x u , respecto del
parmetro t .
B. La curva no puede cortar el segmento [ ] { } 1 , 0 ,
1
= t x x , puesto que, por
el mismo argumento que el del lema anterior, pero aplicado a la
ecuacin (14), las condiciones de frontera ( ) ( ) 0 , ,
1 0
= = t x u t x u y el
funcional (13), se tendra una contradiccin de la positividad del
funcional para todo t .
C. La curva no puede cortar el segmento 1 = t , [ ]
1 0
, x x x , puesto que
tendramos ( ) ( ) 0 , , = = t x u t x u
x
para algn ( ) t x, .
D. La curva no puede cortar el segmento [ ] { }
1 0
, , 0 x x x t = , puesto que
para 0 = t la ecuacin (14) se reduce a 0 ' ' = u cuya solucin slo se
anula en
0
x x = .

E. La curva no puede aproximarse al segmento [ ] { } 1 , 0 ,
0
= t x x puesto
que tendramos ( ) 0 ,
0
= t x u
x
para algn t , contrario a nuestras
hiptesis.

Podemos ver esto en la siguiente figura:

Se sigue que tal curva no puede existir, con lo que se concluye la
demostracin.

Si reemplazamos la condicin de que el funcional G sea definido positivo
por la de que sea no negativo obtenemos el siguiente resultado.

Corolario 7. Si ( ) u G , con ( ) 0 > x P para todo
0
1 0
, x x , es
definido no negativo entonces el intervalo [ )
1 0
, x x no contiene puntos
conjugados de
0
x .

Demostracin. La nica diferencia con la demostracin del teorema anterior
es que no podemos asegurar que el funcional auxiliar dado por (13) sea definido
positivo en 1 = t . As, no se puede excluir la posibilidad de que
1
x x = .

Los teoremas anteriores se combinan en el siguiente enunciado.

Teorema 8. El funcional cuadrtico

( )
+
1
0
2 2
'
x
x
dx Qu Pu

con ( ) 0 > x P para todo
0
1 0
, x x , es definido positivo para toda
[ ] ( )
1 0
1
0
, x x C u si y solo si el intervalo [ ]
1 0
, x x no contiene puntos conjugados en
0
x .

A continuacin aplicaremos estos resultados al problema de optimizacin

( ) ( ) ( ) ( )dx x u x u x L u J
x
x
=
1
0
' , ,
(15)

con las condiciones de frontera ( )
0 0
u x u = y ( )
1 1
u x u = . Recordemos que la
segunda variacin de este funcional en un extremo viene dada por

( )
+
1
0
2 2
'
x
x
dx Qv Pv
(16)
con
' '
2
1
u u
L P =
, |
\
|
=
' '
2
1
u u uu
L
dx
d
L Q

Definicin 9. La ecuacin de Euler
( ) 0 ' = + Qv Pv
dx
d

del funcional cuadrtico (16) es llamada ecuacin de Jacobi del funcional
original dado por (15).

Definicin 10. Se dice que el punto x es conjugado de
0
x con respecto al
funcional (15) si es el conjugado de
0
x con respecto al funcional cuadrtico (16).

A continuacin enunciamos la condicin necesaria de Jacobi:

Teorema 11. Si u es un mnimo del funcional

() = , (),
()
(17)

para el cual 0
' '
>
y y
F , entonces el intervalo ( )
1 0
, x x no contiene puntos
conjugados de
0
x .

Demostracin. Como ya se ha dicho anteriormente, una condicin necesaria
para la realizacin de F es la no negatividad de la segunda variacin evaluada
en dicho mnimo. Un colorarlo anterior, asegura que si el funcional cuadrtico
(16) es no negativo entonces el intervalo ( )
1 0
, x x no puede contener puntos
conjugados en
0
x .


5.2.Condiciones suficientes de Jacobi bajo las
cuales un funcional tiene un mnimo.

En esta seccin formularemos las condiciones suficientes bajo las cuales un
funcional de la forma

() = , (),
()
(18)

con condiciones de frontera fija, ( )
0 0
y x y = y ( )
1 1
y x y = tiene un mnimo en la
curva y . Veremos que estas condiciones se parecen mucho a las condiciones
necesarias obtenidas en las secciones anteriores. Las condiciones necesarias
fueron consideradas separadamente, puesto que cada una de ellas es necesaria
en s misma. Sin embargo, las condiciones suficientes deben considerarse en
conjunto puesto que la presencia de un mnimo est asegurada solo si se
satisfacen todas las condiciones simultneamente. Demostraremos previamente
un lema que usaremos en la demostracin del teorema de suficiencia.

Lema 12. Sea u una funcin diferenciable con ( )
0 0
y x y = , ( )
1 1
y x y = y
[ ] ( )
1 0
1
0
, x x C u . Entonces si F es tres veces diferenciable con continuidad
respecto todos sus argumentos, se tiene

( ) ( ) ( ) ( )

+ + + = +
1
0
1
0
2 2 2
' '
x
x
x
x
dx u u dx Qy Py F y v u y v

donde 0 , cuando 0
1
u .

Demostracin. El desarrollo de Taylor de orden dos nos proporciona la
identidad

( ) ( ) ( ) ( ) + + + + + = +

1
0
1
0
2
' ' ' '
2
'
' ' 2
2
1
'
x
x
y y yy yy
x
x
y y
dx u F uu F u F dx u F u F y v u y v

donde el resto, , puede escribirse como

( )
+ + =
1
0
2
3 2
2
1
' '
x
x
dx u uu u
(19)
Debido a la continuidad de las derivadas
yy
F ,
' yy
F y
' ' y y
F , se sigue que
0
i
cuando 0
1
u , para 3 , 2 , 1 = i . Ahora integrando por partes y usando
las condiciones de frontera de h , podemos escribir (19) como

( )
+
1
0
2 2
'
x
x
dx u u

con y satisfaciendo 0 , cuando 0
1
u .

Teorema 13. Supongamos que el funcional (18) evaluado en u satisface las
siguientes condiciones:

1. La curva u es un extremo, es decir, satisface la ecuacin de Euler

( ) ( ) ( ) ( ) ( ) ( ) 0 ' , , ' , ,
'
= x y x y x F
dx
d
x y x y x F
y y
para todo
( )
1 0
, x x x

2. A lo largo de la curva u se satisface la condicin estricta de Legendre, es
decir
( ) ( ) ( ) ( ) 0 ' , ,
2
1
' '
> = = x y x y x F x P
y y
para todo
( )
1 0
, x x x

3. El intervalo [ ]
1 0
, x x no contiene puntos conjugados de
0
x .

Entonces el funcional (18) tiene un mnimo en y .

Demostracin. Si el intervalo [ ]
1 0
, x x no contiene puntos conjugados de
0
x , y
si ( ) 0 > x P en dicho intervalo, entonces por la continuidad de la solucin de la
Ecuacin de Jacobi y de la funcin P , tenemos que tampoco habr puntos
conjugados en un intervalo mayor [ ] +
1 0
, x x , en el cual tambin podemos
asumir que 0 > P . Consideremos ahora el funcional cuadrtico

( )

+
1
0
1
0
2 2 2 2
' '
x
x
x
x
dx u dx Qu Pu
(19)
que tiene por ecuacin de Euler

( ) [ ] 0 '
2
= + Qu u P
dx
d
(20)

Puesto que 0 > P en [ ] +
1 0
, x x y, por tanto, tiene una cota inferior positiva
en este intervalo, y como la solucin de (20) que satisface las condiciones
iniciales ( ) 0
0
= x u , ( ) 1 '
0
= x u depende con continuidad del parmetro , se
sigue que:

1. ( ) 0
2
> x P para todo [ ]
1 0
, x x x .
2. La solucin de (2.15) que satisface las condiciones de frontera ( ) 0
0
= x u ,
( ) 1 '
0
= x u no se anula en ( ]
1 0
, x x .

Por el segundo teorema de este punto se sabe que el funcional (19) es
definido positivo para todo suficientemente pequeo. Es decir, existe una
constante 0 > c tal que


( )

> +
1
0
1
0
2 2 2
' '
x
x
x
x
dx u c dx Qu Pu
(21)

A partir de (21) deducimos que el mnimo es, efectivamente, y . En efecto,
sea h una curva tal que h y + est suficientemente prximo a y . Entonces
tenemos que (por un lema anterior):

( ) ( ) ( ) ( )

+ + + = +
1
0
1
0
2 2 2
' '
x
x
x
x
dx h h dx Qu Pu F y v h y v

donde 0 , en [ ]
1 0
, x x cuando 0
1
h . Adems, usando la desigualdad de
Schwarz obtenemos

( ) ( ) ( )

|
\
|
=
1
0 0 0
2
0
2
0
2
2
' ' '
x
x
x
x
x
x
dx h x x dx h x x dx h x h

es decir,
( )

1
0
1
0
2
2
0 1 2
'
2
x
x
x
x
dx h
x x
dx h

que implica que

( )
( )

|
|
\
|

+ +
1
0
1
0
2
2
0 1 2 2
'
2
1 '
x
x
x
x
dx h
x x
dx h h
(22)

si y . Puesto que 0 > puede tomarse arbitrariamente pequeo, se
sigue de (21) y (22) que ( ) ( ) y v h y v > + para toda h con
1
h suficientemente
pequea.

5.3. Relacin entre la condicin de Jacobi y la
teora de formas cuadrticas.

El funcional cuadrtico

( )
+
b
a
dx Qu Pu
2 2
'
(23)

donde hemos cambiado la notacin [ ]
1 0
, x x por [ ] b a, , y donde ( ) 0 > x P para
todo [ ] b a x , , es definido positivo para todo [ ] ( ) b a C u ,
1
0
si y solo si el
intervalo [ ] b a, no contiene puntos conjugados de a . El funcional (23) es el
anlogo a una forma cuadrtica en dimensin finita. Por tanto, es natural

comenzar estudiando las condiciones de este tipo de formas en un espacio n-
dimensional y luego tomar el lmite n . Esto puede hacerse de la siguiente
manera: introducimos la particin

b x x x x a
n n
= =
+1 1 0
, ,..., ,

del intervalo [ ] b a, , en la cual, por comodidad, suponemos los nodos
equiespaciados, ( ) ( ) 1 + = n a b x , a continuacin consideramos la forma
cuadrtica

=
+
(
(
+ |
\
|
n
i
i i
i i
i
x u Q
x
u u
P
0
2
2
1
(24)

donde
i
P ,
i
Q y
i
v son los valores de las funciones P , Q y v en los nodos
i
x .
Esta forma cuadrtica proporciona una aproximacin finito dimensional
cuadrtico (23), agrupando trminos similares y teniendo en cuenta que
( ) 0
0
= = a u u , ( ) 0
1
= =
+
b u u
n
, podemos escribir (24) como

\
|
+
n
i
i i
i
i
i i
i
u u
x
P
u
x
P P
x Q
1
1
1 2 1
2
(25)

En otras palabras, el funcional cuadrtico (23) puede aproximarse por una
forma cuadrtica de n variables cuya matriz viene dada por

|
|
|
|
|
|
|
|
|
|
|
|
|
|
\
|

n n
n n n
a b
b a b
a b
b a b
b a
1
1 1 2
3 2
2 2 1
1 1
0 ... 0 0 0
... 0 0 0
... .......... ..........
0 0 0 ... 0
0 0 0 ...
0 0 0 ... 0
(26)

donde
x
P P
x Q a
i i
i i
+
+ =
1
para n i ,..., 2 , 1 =
y
x
P
b
i
i
=
para 1 ,..., 2 , 1 = n i

Un matriz como (26) en la cual todos los electos excepto la diagonal
principal y sus dos diagonales adyacentes se anulan es llamada matriz de
Jacobi, y su forma cuadrtica asociada es llamada forma de Jacobi. Para
cualquier matriz de Jacobi existe una frmula de recurrencia para el clculo de
los menores principales dados por:

para n i ,..., 2 , 1 = . En efecto, expandiendo
i
D con respecto a los elementos de la
ltima fila, obtenemos la frmula

2
2
1 1
=
i i i i i
D b D a D (27)

que nos permite determinar
n
D D ,...,
3
en trminos de los dos primeros
menores. De hecho, si tomamos 1
0
= D y 0
1
=
D , entonces esta frmula es

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

El criterio de Silvester asegura que una forma cuadrtica simtrica es
definida positiva si y solo si todos los menores
i
D son positivos. Podemos as
obtener un criterio para que el funcional cuadrtico (23) sea definido positivo
haciendo n en la frmula (27). Sustituyendo la expresin de los
coeficientes
i
a y
i
b en dicha frmula, obtenemos

( )
2
2
2
1
1
1
\
|
+
+ =
i
i
i
i i
i i
D
x
P
D
x
P P
x Q D
(28)

para n i ,..., 2 , 1 = . Es imposible pasar directamente al lmite n en esta
expresin, puesto que los coeficientes de
1 i
D y
2 i
D se hacen infinitos. Para
evitar esta dificultad realizamos el cambio


( )
1
1 1
...
+
+
=
i
i i
i
x
Z P P
D
,
1
1
0
=
=
x
Z
D
, 0
0 1
= =
Z D

para n i ,..., 2 , 1 = . La frmula (28) se escribe entonces, en trminos de las
variables
i
Z como

( ) ( ) ( ) ( )
1
1 2 1
2
2
1 1 1 1
1
1 1
... ... ...

+
+

\
|
+
+ =
i
i i i
i
i i i i
i
i
i i
x
Z P P
x
P
x
Z P P
x
P P
x Q
x
Z P P

es decir,

( ) 0
1 1 1 1
2
= + +
+ i i i i i i i i i i
Z P Z P Z P Z P x Z Q

(29)

o
0
1
1
1
1
= |
\
|
+
x
Z Z
P
x
Z Z
P
x
Z Q
i i
i
i i
i i i

para n i ,..., 2 , 1 = . Pasando al lmite n obtenemos la ecuacin diferencial

( ) 0 ' = + QZ PZ
dx
d

que es justamente la ecuacin de Jacobi.

La condicin de que las cantidades
i
D sean positivas es equivalente a la
condicin de que las cantidades
i
Z que satisfacen la ecuacin en diferencias
(29) sean positivas ya que el factor

( )
1
...
+
i
i i
x
P P

es siempre positivo (ya que ( ) 0 > x P ). De modo que hemos probado que la
forma cuadrtica (23) es definida positiva si y solo si todas, excepto las primeras
2 + n cantidades
1 0
,...,
+ n
Z Z que satisfacen la ecuacin en diferencias (29) son
positivas.

Ahora, si consideramos la lnea poligonal
n
con vrtices

( ) ( ) ( )
1 1 1 0 0
, ,..., , , ,
+ n
Z b Z x Z a


la condicin de que 0
0
= Z y 0 >
i
Z para 1 ,..., 2 , 1 + = n i significa que
n
no
corta el intervalo [ ] b a, excepto en el punto a . As, cuando 0 x , la ecuacin
en diferencias (29) se transforma en la ecuacin de Jacobi, y la lnea poligonal
n
tienda a una solucin no trivial de dicha ecuacin, la cual satisface la
condicin inicial

( ) 0
0
= = Z a Z ,
( ) 1 '
0
0 1
0
=
=

x
x
lm
x
Z Z
lm a Z
x x

y adems, dicha solucin no se anula en ( ] b a, . En otras palabras, cuando
n , la forma de Jacobi converge al funcional cuadrtico (23), y la condicin
de que (25) sea definida positiva se traduce en la condicin de que (23) sea
definida positiva, que es equivalente a que el intervalo [ ] b a, no contenga puntos
conjugados de a .

Ejemplo 8. Se cumple la condicin de Jacobi para calcular el extremo del
funcional ( )dx y y v
a
=
0
2 2
' que pasa por los puntos ( ) 0 , 0 A y ( ) 0 , a B ?

Solucin. La ecuacin de Jacobi tiene la forma

( ) 0 ' 2 2 = y
dx
d
y
, o bien 0 ' ' = +y y
de donde
( )
2 1
C x sen C y = .

Como ( ) 0 0 = y , entonces 0
2
= C , senx C y
1
= . La funcin y se anula en los
puntos k x = , donde k es un nmero entero.

Por tanto, si ( ) , 0 a , la funcin y se anula en el intervalo [ ] a x , 0 solo en el
punto 0 = x , y la condicin de Jacobi se cumple. Si, en cambio, ( ) , a , la
funcin y se anula en el intervalo [ ] a x , 0 tambin por lo menos en el punto
= x , y la condicin de Jacobi no se cumple.

Ejemplo 9. Se cumple la condicin de Jacobi para calcular el extremo del
funcional ( )dx x y y v
a
+ + =
0
2 2 2
' que pasa por los puntos ( ) 0 , 0 A y ( ) 0 , a B ?

Solucin. La ecuacin de Jacobi tiene la forma

0 ' ' = +y y

Tomemos la solucin general en la forma

chx C shx C y
2 1
+ =

De la condicin ( ) 0 0 = y se halla 0
2
= C , por lo que shx C y
1
= . Las curvas
del haz shx C y
1
= cortan el eje OX solo en el punto 0 = x .

La condicin de Jacobi se cumple para todo a .

5.4.Condicin suficiente de Jacobi de inclusin
de una extremal en un campo de
extremales central.

Para que un arco AB de una extremal se pueda incluir en un campo de
extremales central con centro en un punto
0
0
( , ) A y
x
, es suficiente que el arco AB
no contenga puntos * A conjugados del punto A.

Ejemplo 10. Consideremos el funcional

2
2 2
0
; [ ( )] ( ' 9 1)
a
x
v y x y y e dx = +
(0) 0, y = (0) 0, y = ( ) 0. y a =

Determinar si la extremal 0 y = puede ser incluida en un campo central de
extremales con centro en el punto (0, 0). O

Solucin. La ecuacin de Euler del funcional dado es '' 9 0 y y + = y su solucin
general,
1 2
( ) (3 ) cos(3 ). y x C sen x C x = +
Si / 3 a k (k es un nmero entero), entonces la extremal que satisface las
condiciones de contorno dadas es la recta 0. y = Considerando la familia
uniparamtrica de extremales
1 1
(3 ), y C sen x = es fcil verificar que su C-

discriminante est formado por los puntos ( / 3, 0). k Por eso, si / 3, a < en la
extremal 0 y = no existen puntos conjugados del punto (0, 0), por lo cual esta
extremal, evidentemente, puede ser incluida en el campo central de extremales
con centro en el punto (0, 0). O Pero si / 3, a entonces en la extremal 0 y =
hay al menos un punto conjugado del punto (0, 0), O es decir, la condicin
suficiente de Jacobi no se cumple. En este caso las extremales
1
(3 ) y C sen x = no
forman un campo.

Forma analtica de la condicin de Jacobi.

Consideremos el problema variacional elemental

1
0
[ ( )] ( , , ') ;
x
x
v y x F x y y dx =

0 0
( ) , y x y =
1 1
( ) . y x y =

Si la solucin ( ) u u x = de la ecuacin deJacobi

' ' '
( ) ( , ') 0
yy yy y y
d d
F F u F u
dx dx
=

que satisface la condicin
0
( ) 0 u x = se anula en algn punto del intervalo
0 1
, x x x < < entonces el arco AB de la extremal (en el punto B tiene coordenadas
1 1
( , ) x y ) contiene un punto * A conjugado de
0 0
( , ). A x y
Si existe una solucin ( ) u x de la ecuacin de Jacobi que satisface la
condicin
0
( ) 0 u x = y que no se anula en ningn punto del semiintervalo
0 1
, x x x < entonces en el arco AB no hay puntos conjugados de A. En este caso,
el arco AB de la extremal puede ser incluido en el campo central de extremales
con centro en el punto
0 0
( , ). A x y

Ejemplo 11. Determinar si se cumple la condicin de Jacobi para la extremal
del funcional
2 2
0
[ ( )] ( ' )
a
v y x y x dx = +

que pasa por los puntos (0, 0) O y ( , 3). B a

Solucin. La ecuacin de Jacobi es '' 0 u = y su solucin general es
1 2
( ) . u x C x C = + De la condicin (0) 0 u = resulta
2
0, C = de donde
1
. u C x = Estas
soluciones
1
u C x = (
1
0 C ) no se anulan para ningn valor de 0. a > Es decir, en
el arco OB de la extremal no existe un punto conjugado del punto (0, 0). O Por
consiguiente, esta extremal puede ser incluida en un campo central de
extremales con centro en el punto (0, 0). O No es difcil verificar que la extremal

buscada es la recta 3 / , y x a = la cual, evidentemente, est incluida en el campo
central de extremales
1
. y C x =


6. Condicin de Weiertrass.

6.1. Funcin
) ' , , , ( y p y x E
.
Condicin de
Weiertrass.
Supongamos que en el problema simple sobre el extremo del funcional
=
1
0
; ) ' , , (
x
x
dx y y x F v ; ) (
0 0
y x y =
1 1
) ( y x y =
se cumple la condicin de Jacobi y, por consiguiente, la extremal C que pasa por
los puntos ) , (
0 0
y x A y ) , (
1 1
y x B puede ser incluida en un campo central con
inclinacin igual a (, ) (Figura 5).

Figura 5

Transformemos el incremente

=
C C
dx y y x F dx y y x F v ) ' , , ( ) ' , , ( a una forma
ms cmoda para su estudio, para determinar el signo del incremento v del
funcional v al pasar de la extremal a cierta curva prxima admisible C. (Los
smbolos:
C
dx y y x F ) ' , , ( y
C
dx y y x F ) ' , , (
representan los valores del funcional
=
1
0
) ' , , (
x
x
dx y y x F v tomados
respectivamente por los arcos de las curvas C y C).
Consideremos el funcional auxiliar:

dx p y x F p
dx
dy
p y x F
C
p
(
\
|
+ ) , , ( ) , , ( ,
que se transforma en
C
dx y y x F ) ' , , ( en la extremal C, en virtud de que p
dx
dy
=
en las extremales del campo. Por otro lado, el mismo funcional auxiliar
dx p y x F p
dx
dy
p y x F
C
p
(
\
|
+ ) , , ( ) , , ( ,
o bien
dy p y x F dx p y x pF p y x F
p
C
p
) , , ( )] , , ( ) , , ( [ +
(30)
es la integral de una diferencial total. En efecto, la diferencial de la funcin
) , ( y x v , en la cual se transforma el funcional )] ( [ x y v en las extremales del
campo, tiene la forma
dy y y x F dx y y x F y y y x F v d
y y
) ' , , ( )] ' , , ( ' ) ' , , ( [
' '
+ = ,
Y se diferencia slo por la notacin del coeficiente angular de la tangente a las
extremales del campo de la expresin subintegral en la instalar auxiliar (30)
considerada.
De este modo, la integral dx F p y p y x F
C
p
+ ] ) ' ( ) , , ( [ coincide con la
C
dx y y x F ) ' , , ( en la extremal C, y como el funcional dx F p y p y x F
C
p
+ ] ) ' ( ) , , ( [ es
la integral de una diferencial total, (y por lo tanto, no depende del camino de
integracin) entonces
dx p y x F p y p y x F dx y y x F
C
p
C

+ = )] , , ( ) ' ( ) , , ( [ ) ' , , (
no slo para C C = , sino tambin para cualquier C.
Por lo tanto, el incremento

=
C C
dx y y x F dx y y x F v ) ' , , ( ) ' , , (
Puede ser reducido a la forma siguiente:

+ =
C
p
C
dx p y x F p y p y x F dx y y x F v )] , , ( ) ' ( ) , , ( [ ) ' , , ( .

La funcin subintegral se llama funcin de Weierstrass, y se denota por
) ' , , , ( y p y x E :
) , , ( ) ' ( ) , , ( ) ' , , ( ) ' , , , ( p y x F p y p y x F y y x F y p y x E
p
= .
En estas notaciones
=
1
0
) ' , , , (
x
x
dx y p y x E v
Es evidente que una condicin suficiente para que el funcional v tenga un
mnimo en la curva C es que la funcin E no sea negativa, puesto que si 0 E ,
entonces tambin 0 v ; y una condicin suficiente para que tenga un mximo
ser 0 E , debido a que en este caso tambin 0 v . Para que haya un mnimo
dbil es suficiente que la desigualdad 0 ) ' , , , ( y p y x E ( 0 E en el caso de
mximo) se cumpla para valores de x e y prximos al valor de x e y en la
extremal C investigada, y para valores de y cercanos a p(x,y) en la misma
extremal; para que haya un mnimo fuerte la misma desigualdad debe ser vlida
para las mismas x e y, pero para y arbitrarias, puesto que en el caso de un
extremo fuerte las curvas cercanas tendrn direcciones arbitrarias de las
tangentes, y en el caso de extremo dbil los valores de y en las curvas cercanas
son prximos a los valores p y = ' en la extremal C.
Por consiguiente, las siguientes condiciones sern suficientes para que el
funcional v tenga un extremo en la curva C.
Para un extremo dbil:
1. La curva C es una extremal que satisface las condiciones de frontera.
2. La extremal C puede ser incluida en un campo de extremales. Esta
condicin se puede sustituir de la de Jacobi.
3. La funcin ) ' , , , ( y p y x E no cambia su signo en todos los puntos (x, y)
prximos a la curva C, y para valores de y cercanos a p(x, y). En el
caso de mnimo es 0 E , en el caso de mximo, 0 E .
Para un extremo fuerte:
1. La curva C es una extremal que satisface las condiciones de frontera.
2. La extremal C puede ser incluida en un campo de extremales. Esta
condicin se puede sustituir por la de Jacobi.
3. La funcin ) ' , , , ( y p y x E no cambia su signo en todos los puntos (x, y)
prximos a la curva C, y para valores de y. En el caso de mnimo es
0 E , en el caso de mximo, 0 E .
Observacin. Se puede demostrar que la condicin de Weierstrass es
necesaria. Ms exactamente, si en un campo central que incluya a la extremal C
la funcin E tiene signos opuestos en los puntos de la extremal para ciertas y,

entonces no hay extremo fuerte. Si esta propiedad tiene lugar para valores de y
arbitrariamente prximos a p, tampoco hay extremo dbil.
Ejemplo 12. Investigar el extremo del funcional
dx y v
a
=
0
3
' 0 ) 0 ( = y b a y = ) (
0 > a 0 > b .
Solucin. Las rectas
2 1
C x C y + = son extremales. El extremo puede alcanzarse
slo en la recta x
a
b
y = . El haz de rectas x C y
1
= con centro en el punto (0, 0)
forma un campo central que incluye a la extremal x
a
b
y = (Figura 6).

Figura 6
La funcin E es igual a
) 2 ' ( ) ' ( ) ' ( 3 ' ) ' , , , (
2 2 3 3
p y p y p y p p y y p y x E + = = .
En la extremal x
a
b
y = la inclinacin del campo es 0 > =
a
b
p , y si y toma
valores prximos a
a
b
p = , entonces 0 E y, en consecuencia se cumplen todas
las condiciones suficientes para que haya un mnimo dbil. De este modo, en la
extremal x
a
b
y = hay un mnimo dbil. Si, en cambio, y toma valores
arbitrarios, entonces ) 2 ' ( p y puede tener cualquier signo y, por lo tanto, la
funcin E no tiene signo constante; no se cumplen las condiciones suficientes
para que haya un mnimo fuerte. Entonces, se puede afirmar que no hay
mnimo fuerte en la recta x
a
b
y = .


Ejemplo 13. Analizar el extremo del funcional
; ) ' ' ' 6 (
4
0
2
dx yy y y
a
+
0 ) 0 ( = y b a y = ) (
0 > a 0 > b .
en la clase de las funciones continuas con derivada primera continua.
Solucin. Las rectas
2 1
C x C y + = son extremales. La recta x
a
b
y = satisface las
condiciones de frontera, y se incluye en el haz de extremales x C y
1
= que
forman un campo central.
La funcin E es igual a
[ ]. ) 3 6 ( ' 2 ' ) ' (
) 4 12 )( ' ( 6 ' ' ' 6 ) ' , , , (
2 2 2
3 4 2 4 2
p py y p y
y p p p y yp p p yy y y y p y x E
+ =
= + + + =
.
El signo de E es opuesto a signo del ltimo factor
) 3 6 ( ' 2 '
2 2
p py y + .
Este factor se anula y puede cambiar su signo slo cuando pasa por el valor
. 2 6 '
2
p p y = Para 0 2 6
2
p 3 p , para toda y tendremos
0 )] 3 6 ( ' 2 ' [
2 2
+ p py y ; si, en cambio, 0 2 6
2
> p 3 < p , la expresin
)] 3 6 ( ' 2 ' [
2 2
p py y + cambia su signo. Si en este caso se diferencia
suficientemente poco de , la ltima expresin mantiene su signo positivo >
1, y negativo para < 1.
Por tanto, para 1 < =
a
b
p a b < se tiene un mnimo dbil, puesto que 0 E
para valores de y prximos a p; para 1 > =
a
b
p a b > se tiene un mximo
dbil. Para 3 =
a
b
p se tiene un mximo fuerte, ya que 0 E para valores
cualesquiera de y. Para 3 < =
a
b
p , no hay ni mnimo fuerte ni mximo fuerte
(figura 7).


Figura 7

Incluso en los ejemplos citados ms arriba, sumamente simples, el estudio
del signo de la funcin caus ciertas dificultades; por esto, sera conveniente
sustituir la condicin de que la funcin tenga sigo constante por otra, de ms
fcil comprobacin. Supongamos que la funcin ) ' , , ( y y x F es derivable tres
veces respecto al argumento . Segn la frmula de Taylor,
) , , (
! 2
) ' (
) , , ( ) ' ( ) , , ( ) ' , , (
' '
2
q y x F
p y
p y x F p y p y x F y y x F
y y p
+ + = ,
donde est contenido entre e .
La funcin
) , , ( ) ' ( ) , , ( ) ' , , ( ) ' , , , ( p y x F p y p y x F y y x F y p y x E
p
=
luego de sustituir ) ' , , ( y y x F por su desarrollo mediante la frmula de Taylor,
toma la forma:
) , , (
! 2
) ' (
) ' , , , (
' '
2
q y x F
p y
y p y x E
y y
= .
De aqu se ve que la funcin conserva su signo se ) , , (
' '
q y x F
y y
lo conserva.
Al estudiar el extremo dbil, la funcin ) , , (
' '
q y x F
y y
debe conservar su signo para
valores de e en los puntos cercanos a los puntos de la extremal que se
investiga, y para valores de prximos a . Si 0 ) ' , , (
' '
y y x F
y y
en los puntos de
la extremal , entonces en virtud de la continuidad esta derivada segunda
conserva su signo en los puntos prximos a la curva , y para valores de
prximos a los valores de y en la curva . De este modo, al estudiar un mnimo
dbil la condicin 0 E puede ser sustituida por la 0
' '
<
y y
F en la curva . La
condicin 0
' '
>
y y
F ( 0
' '
<
y y
F ) se llama condicin de Legendre).

Al estudiar un mnimo fuerte la condicin 0 E puede sustituirse por la
0 ) , , (
' '
q y x F
y y
en los puntos (, ) prximos a los puntos de la curva para
valores arbitrarios de . En este caso se supone, claro est, que el desarrollo
mediante la frmula de Taylor:
) , , (
! 2
) ' (
) , , ( ) ' ( ) , , ( ) ' , , (
' '
2
q y x F
p y
y y p
+ + =
tiene lugar para cualesquiera. Al estudiar un mximo fuerte se obtiene la
condicin 0 ) , , (
' '
q y x F
y y
, bajo las mismas suposiciones respecto a la regin de
variacin de los argumentos y a la validez del desarrollo de la funcin ) ' , , ( y y x F
por la frmula de Taylor.
[ ]
=
a
dx y y x y v
0
2 2
) ' ( ) ( 0 > a 0 ) 0 ( = y 0 ) ( = a y
Solucin. La ecuacin de Euler tiene la forma ; 0 ' ' = +y y su solucin general es
). ( ) cos(
2 1
x sen C x C y + = Utilizando las condiciones de frontera, se obtiene 0
1
= C
y 0
2
= C , si k a , donde es un entero.
De este modo, si k a , es extremo se puede alcanzar slo en la recta 0 = y .
Si < a , el haz de extremales ) (
1
x sen C y = con centro en el punto (0, 0) forma
un campo central. Si > a , la condicin de Jacobi no se cumple.
Como la funcin subintegral es derivable tres veces con respecto a para
cualesquiera y 0 2
' '
> =
y y
F para valores cualesquiera de y, entonces en la recta
0 = y , para < a , hay un mnimo fuerte. Entonces, se puede afirmar que para
> a no hay mnimo en la recta 0 = y .

[ ] dx
y
y
x y v
x
+
=
1
0
2
' 1
) ( 0 ) 0 ( = y
1 1
) ( y x y =
Solucin. Las extremales son las cicloides
2 1
) ( ( C t sen t C x + =
) cos( 1 (
1
t C y =

El haz de cicloides
2 1
) ( ( C t sen t C x + = , ) cos( 1 (
1
t C y = con centro en el
punto (0, 0) forma un campo central que incluye la extremal
)) ( ( t sen t a x = )) cos( 1 ( t a y = ,
Donde a se determina de la condicin de que la cicloide pase por el segundo
punto frontera ) , (
1 1
y x B (Figura 8), si a x 2
1
<

Figura 8
se tiene
2
'
' 1
'
y y
y
F
y
+
= 0
) ' 1 (
1
2 / 3 2
' '
>
+
=
y y
F
y y

para y cualesquiera. Por consiguiente, para a x 2
1
< hay un mnimo fuerte en la
cicloide
)) ( ( t sen t a x = )) cos( 1 ( t a y = ,

[ ] dx y x y v
a
=
0
3
' ) ( 0 ) 0 ( = y b a y = ) ( 0 > a 0 > b .
Solucin. Los extremales son lneas rectas. El haz Cx y = forma un campo
central que incluye la extremal x
a
b
y = . En la extremal x
a
b
y = la derivada
segunda es 0 6 ' 6
' '
> = =
a
b
y F
y y
. En consecuencia, en la recta x
a
b
y = hay un
mnimo dbil.

La derivada segunda ' 6
' '
y F
y y
= no mantiene su signo constante para
arbitrarias; por lo tanto, las condiciones suficientes para que haya un mnimo
fuerte indicadas ms arriba no se cumplen. Sin embargo, de aqu no se puede
an concluir que no hay un extremo fuerte.

[ ] dx
y
y
x y v
a
=
0
2
'
) ( 1 ) 0 ( = y b a y = ) ( 0 > a 1 0 < < b .
Solucin. La primera integral de la ecuacin de Euler tiene la forma
C
y
y
y
y
y
= +
3 2
'
2
'
'
, o bien y C y
1
2
4 ' =
Extrayendo la raz cuadrada, separando variables e integrando, se obtiene
2
2 1
) ( C x C y + = , que es una familia de parbolas. De la condicin 1 ) 0 ( = y se
halla 1
2
= C . El haz de parbolas
2
1
) 1 ( + = x C y con centro en el punto A(0,1)
tiene la curva
1
C -discriminante 0 = y (Figura 9).

Figura 9
Por el punto (, ) pasan dos parbolas de este haz. En el arco de una de
ellas ) (
1
L se encuentra el punto
conjugado del ; en el otro ) (

2
L no hay
puntos conjugados y, por lo tanto, la condicin de Jacobi se cumple en el arco
2
L , y en este arco de parbola puede haber un extremo. En un entrono de la
extremal estudiada se tiene 0
'
6
4
' '
> =
y
y
F
y y
para arbitrarias; sin embargo, en

base a esto no su puede an afirmar que en el arco
2
L hay un mnimo fuerte,
debido a que la funcin
2
'
) ' , , (
y
y
y y x F = no puede ser representada en la forma
) , , (
! 2
) ' (
) , , ( ) ' ( ) , , ( ) ' , , (
' '
2
q y x F
p y
y y p
+ =
Para valores de arbitrarios, ya que la funcin ) ' , , ( y y x F es discontinua para
0 ' = y . Se puede afirmar solamente que en
2
L hay un mnimo dbil, puesto que
para valores de cercanos a la inclinacin del campo en la curva
2
L tiene lugar
dicho desarrollo de la funcin ) ' , , ( y y x F por la frmula de Taylor.
Para un estudio completo del extremo de este funcional es necesario
considerar la funcin ) ' , , , ( y p y x E :
.
'
) ' 2 ( ) ' (
) ' (
2
'
) ' , , , (
3 2
2
3 2 2
p y
p y p y y
p y
p
y
p
y
y
y
y p y x E
+
= + =
Como el factor ) ' 2 ( p y + no mantiene su signo constante para arbitrarias, se
puede afirmar, que no hay un mnimo fuerte en el arco
2
L .
La teora expuesta se generaliza sin cambios sustanciales a los funcionales de
la forma
[ ] ; ) ' ,..., ' , ' , ,..., , , ( ,..., ,
2 1 2 1 2 1
1
0
dx y y y y y y x F y y y v
n n
x
x
n

=
io i
y x y = ) (
0

1 1
) (
i i
y x y = ) ,... 2 , 1 ( n i =
La funcin tiene la forma:
) ,..., , , ,..., , , ( ) (
) ,..., , , ,..., , , ( ) ' ,..., ' , ' , ,..., , , (
2 1 2 1
1
2 1 2 1 2 1 2 1
n n p i
n
i
i
n n n n
p p p y y y x F p y
p p p y y y x F y y y y y y x F E
i

=
=

donde
i
p son las funciones de inclinacin del campo, al cual se le imponen
ciertas limitaciones (bajo estas limitaciones en campo se llama especial).
La condicin de Legendre 0
' '

y y
F se sustituye por las condiciones siguientes:
0
2 1
' '

y y
F
, 0
2 2 1 2
2 1 1 1
' ' ' '
' ' ' '
y y y y
y y y y
F F
F F


Las condiciones suficientes de mnimo dbil se pueden obtener tanto para el
problema simple como para otros ms complejos por otro mtodo, basado en el
estudio del signo de la segunda variacin.
El incremento del funcional en el problema simple se puede reducir,
mediante la frmula de Taylor, a la forma siguiente:
[ ]

+ + + + =
= + + =
1
0
1
0
1
0
) ' ' 2 (
2
1
) ' , (
) ' , , ( ) ' ' , , (
2
' ' '
2
'
x
x
x
x
y y yy yy y y
x
x
R dx y F y y F y F dx y F y F
dx y y x F y y y y x F v

donde R tiene orden mayor que 2 respecto a y y ' y . Al investigar un extremo
dbil y y ' y son suficientemente pequeas, y en este caso el signo del
incremento v se determina por el signo del trmino que se halla en el segundo
miembro y contiene las potencias menores de y y ' y . En las extremales la
primera variacin ser
=
1
0
0 ) ' , (
'
x
x
y y
dx y F y F
y, por lo tanto, el signo del incremento v coincide en general con el de la
segunda variacin
+ + =
1
0
) ' ' 2 (
2
' ' '
2 2
x
x
y y yy yy
dx y F y y F y F v
La condicin de Legendre conjuntamente con la de Jacobi son precisamente
condiciones que aseguran que el signo de la segunda variacin sea constante y,
conjuntamente con esto, sea constante el signo del incremento v en el
problema sobre un extremo dbil.
En efecto, consideremos la integral
+
1
0
) ' ) ( 2 ) ( ' (
2
x
x
dx y y x y x (31)
donde ) (x es una funcin derivable arbitraria. Esta integral es igual a cero:

= = = +
1
0
1
0
1
0
0 ] ) ( [ ) ( ) ' ) ( 2 ) ( ' (
2 2
x
x
x
x
x
x
y x y d dx y y x y x
Sumando la integral (31) a la segunda variacin, se obtiene

+ + + + =
1
0
) ' ' ) ( 2 ) ' ((
2
' ' '
2 2
x
x
y y yy yy
dx y F y y F y F v .
La funcin ) (x se escoge de modo que la funcin subintegral se transforme,
salvo un factor, en un cuadrado perfecto. Para esto la funcin ) (x debe
satisfacer la ecuacin
0 ) ( ) ' (
2
' ' '
= + +
yy yy y y
F F F .
Con la funcin elegida de este modo, la segunda variacin toma la forma
|
|
\
| +
+ =
1
0
2
' '
'
' '
2
'
x
x y y
yy
y y
dx y
F
F
y F v

y, en consecuencia, su signo coincide con el de
' ' y y
F .
Sin embargo, esta transformacin es posible slo bajo la hiptesis de que la
ecuacin diferencial
0 ) ( ) ' (
2
' ' '
= + +
yy yy y y
F F F
tenga una solucin derivable ) (x en el segmento ) , (
1 0
x x .
Transformando esta ecuacin a nuevas variables mediante la sustitucin
u
u
F F
y y yy
'
' ' '
=
donde es una nueva funcin incgnita, se obtiene
0 ) ' (
' ' '
=
|
\
|
u F
dx
d
u F
dx
d
F
y y yy yy
,
que es la ecuacin de Jacobi.
Si existe una solucin de esta ecuacin que no se anule para
1 0
x x x < , es
decir, si se cumple la condicin de Jacobi, existe, para dichos valores de x, una
solucin continua y derivable:
u
u
F F x
y y yy
'
) (
' ' '
=
de la ecuacin:
0 ) ( ) ' (
2
' ' '
= + +
yy yy y y
F F F

De este modo, las condiciones de Legendre y de Jacobi aseguran la
constancia del signo de la segunda variacin y, por consiguiente, son
condiciones suficientes de mnimo ) 0 (
' '
>
y y
F o mximo ) 0 (
' '
<
y y
F dbil.


7. ANEXO: Mtodos directos en el clculo
variacional.

7.1. Mtodo de Euler de diferencias finitas.
Consideremos el siguiente problema variacional elemental: hallar el
extremo del funcional
[ ( )] ( , , ') ;
b
a
v y x F x y y dx =
( ) , y a A = ( ) . y b B =
En el mtodo de Euler los valores del funcional anterior no se consideran
en curvas arbitrarias admisibles para el problema variacional dado, sino slo en
lneas quebradas formadas por un nmero dado n de segmentos rectilneos
cuyos vrtices tienen abscisas
, a x + 2 , , a x + ( 1) , a n x + donde .
b a
x
n
=
En estas lneas quebradas el funcional [ ( )] v y x se transforma en una
funcin
1 2 1
( , ,..., )
n
y y y
de las coordenadas
1 2 1
, ,....,
n
y y y
de los vrtices de la
lnea quebrada. Las ordenadas
1 2 1
, ,....,
n
y y y
se eligen de tal manera que la

funcin
1 2 1
( , ,..., )
n
y y y
alcance su extremo, es decir, se determinan del

sistema de ecuaciones

1
0,
y

2
0,
y
.....,
1
0.
n
y

La lnea quebrada obtenida es una solucin aproximada del problema
variacional inicial.
Ejemplo 18. Hallar la solucin aproximada del problema del mnimo del
funcional
1
2
0
[ ( )] ( ' 2 ) ; v y x y y dx = +
(0) (1) 0. y y = =
Solucin. Tomemos
1 0
0, 2
5
x

= = y hagamos
= (0) = 0,
= (0,2),
= (0,4),
= (0,6),

= (0,8),
= (1) = 0
Sustituyamos aproximadamente los valores de las derivadas mediante la
frmula

Entonces,
(0) =
0
0,2
,
(0,2) =
0,2
,
(0,4) =
0,2
,
(0,6) =
0,2
,
(0,8) =
0
0,2
.
La integral se calcula por el mtodo de los rectngulos:
()
(() +(
) +(
) ++(
)).
Entonces,
(
) =
0,2
0,2
+2
0,2
+2
0,2
+2
0,2
+2
0.2
Escribimos el sistema de ecuaciones para determinar las ordenadas

de la lnea quebrada:
1
0,2
0,02
0,02
+2 = 0,
1
0,2
0,02
0,02
+2 = 0,
1
0,2
0,02
0,02
+2 = 0,
1
0,2
0,02
+
0,02
+2 = 0,

o bien
= 0,04
+2
= 0,04
+2
= 0.04
+2
= 0,04


La solucin de este sistema es
= 0,08 ;
= 0,12 ;
= 0,12 ;
= 0,08
Los valores de la solucin exacta
=
2

en los puntos respectivos coinciden con los valores de la solucin aproximada.

7.2. Mtodo de Ritz.
La idea del mtodo consiste en que al hallar el extremo del funcional [ ( )] v y x
se consideran, en lugar del espacio de las funciones admisibles, slo las
funciones que se pueden representar como combinaciones lineales de las
funciones admisibles:
=
=
n
j
j j n
x x y
1
) ( ) ( (32)
donde
j
son unas constantes y el sistema { } ) (x
j
, llamado sistema de
funciones coordenadas, est formado por funciones ) (x
j
que son linealmente
independientes y que constituyen un sistema completo de funciones en el
espacio considerado.
Hablado en trminos generales, cuando pedimos que las funciones ) (x y
n

sean admisibles, imponemos a las funciones coordenadas ) (x
j
ciertas
condiciones complementarias como, por ejemplo, limitaciones en cuanto a la
derivabilidad o en cuanto a la verificacin de las condiciones de frontera.
En estas combinaciones lineales el funcional [ ( )] v y x se convierte en una
funcin de los argumentos
n
,..., ,
2 1
:
1 2
[ ( )] ( , ,..., )
n
v y x = .
Determinamos los valores
n
,..., ,
2 1
que ofrecen extremo a la funcin
) ,..., , (
2 1 n
; para ello resolvemos el sistema de ecuaciones

0 =
) ,..., 2 , 1 ( n i = ,
no lineales, como regla, respecto a
n
,..., ,
2 1
, e introducimos en (32) los
valores encontrados para
j
. La sucesin { } ) (x y
n
que as resulta es una
sucesin minimizante, o sea, la sucesin de los valores del funcional { } [ ( )] v y x
obtenida a partir de ella converge hacia el mnimo o hacia la cota inferior del
funcional )] ( [ x y J .
Sin embargo, de
[ ( )] min [ ( )]
lim
n
n
v y x v y x
=
no se deduce an que ( ) ( )
lim
n
n
y x y x
= . La sucesin minimizante puede no

converger hacia la funcin que realiza el extremo en la clase de las funciones
admisibles.
Se pueden indicar las condiciones que garanticen que el mnimo absoluto del
funcional exista y se alcance en las funciones { } ) (x y
n
.
En el caso en el que se trate del extremo del funcional
2
1
[ ( )] ( , , ')
x
x
v y x F x y y dx =
;
1 1
) ( y x y =
2 2
) ( y x y =
estas condiciones son:
1. La funcin ) , , ( z y x F es continua respecto al conjunto de sus argumentos
para cualquier z y para D y x ) , ( , donde D es un recinto cerrado del
plano y x0 al que pertenecen las lneas ) (x y
n
.
2. Existan unas constantes 1 , 0 > > p y tales que
+
p
z z y x F ) , , (
cualquiera que sea z y para cualquier punto D y x ) , ( .
3. La funcin ) , , ( z y x F tiene la derivada parcial continua ) , , ( z y x F
z
y esta
derivada es una funcin no decreciente de z ) ( + < < z cualquiera que
sea el punto D y x ) , ( .
En particular, las condiciones enunciadas se cumplen para los funcionales

2
1
2 2
[ ( )] ( ) ' ( ) 2 ( )
x
x
v y x p x y q x y r x y dx ( = + +

a x y = ) (
1
b x y = ) (
2

donde ) ( ), ( x q x p y ) (x r son funciones dadas, continuas en ] , [
2 1
x x , con la
particularidad de que existe la derivada continua ) ( ' x p de ) (x p y de que
0 ) ( > x p y 0 ) ( x q .
Si por este mtodo se determina el extremo absoluto del funcional, el valor
aproximado de su mnimo se obtiene por exceso y el valor aproximado de su
mximo, por defecto. Al aplicar este mtodo, el xito depende en gran medida
de la eleccin adecuada del sistema { } ) (x
j
de funciones coordenadas.
En muchos casos basta tomar la combinacin lineal de dos o tres funciones
) (x
j
para obtener una aproximacin bastante satisfactoria de la solucin
exacta.
Si hay que determinar el extremo aproximado del funcional
1 2
[ ( , ,..., )]
n
v z x x x
que dependen de las funciones de varias variables independientes, se escoge un
sistema de funciones coordenadas
) ,..., , (
2 1 1 n
x x x , ) ,..., , (
2 1 2 n
x x x , ) ,..., , (
2 1 n n
x x x ,
y la solucin aproximada del problema variacional se busca en la forma:
) ,..., , ( ) ,..., , (
2 1
1
2 1 n
m
k
k k n m
x x x x x x z
=
= ,
donde los coeficientes
k
son unos nmeros constantes. Para determinarlos se
forma, por analoga con lo que hemos explicado, el sistema de ecuaciones
0 =
) ,..., 2 , 1 ( n k = donde ) ,..., , (

2 1 n
es el resultado de introducir
m
z en
el funcional
1 2
[ ( , ,..., )]
n
v z x x x .
Ejemplo 19. Hallar la solucin aproximada del problema sobre el mnimo del
funcional
1
2 2
0
[ ( )] ' 2 v y x y y xy dx ( = +

(33)
0 ) 1 ( ) 0 ( = = y y
y compararla con la solucin exacta.

Solucin. Como sistema de funciones coordenadas ) (x
k
tomamos
k
k
x x x ) 1 ( ) ( = ,...) 2 , 1 ( = k
Es evidente que las funciones ) (x
k
satisfacen las condiciones de frontera
0 ) 1 ( ) 0 ( = =
k k
, son linealmente independientes y forman un sistema completo
en el espacio ] 1 , 0 [
1
C .
Para 1 = k tenemos ) ( ) (
2
1 1
x x x y = . Introduciendo esta expresin de ) (
1
x y
en el funcional (33), obtenemos
1
2 2 2 2 2 2
1 1 1
0
1
2 2 2 3 4 2 3
1 1
0
2
1 1
[ ( )] (1 2 ) ( ) 2 ( )
(1 4 4 2 ) 2 ( )
3 1
10 6
v y x x x x x x x dx
x x x x x x x dx

( = + =

( = + + + =

= +

El coeficiente
1
se determina de la ecuacin
0
6
1
5
3
1
1
= + =

de donde resulta
18
5
1
= . Por consiguiente,
2
1
18
5
18
5
) ( x x x y + = .

Solucin exacta. La ecuacin de Euler del funcional considerado es
x y y = + ' '
Resolviendo esta ecuacin lineal no homognea, encontramos
x x sen C x C y + = ) ( ) cos(
2 1
.
Empleando las condiciones de frontera 0 ) 1 ( ) 0 ( = = y y , obtenemos
definitivamente

) 1 (
) (
sen
x sen
x y = .
Comparemos las soluciones exacta y aproximada:
X Solucin exacta Solucin
aproximada
0,00 0 0
0,25 -0,044 -0,052
0,50 -0,070 -0,069
0,75 -0,060 -0,052
1,00 0 0

Ejemplo 20. Hallar la solucin aproximada de la ecuacin no lineal
2
2
3
' ' y y =
que satisfaga las condiciones 4 ) 0 ( = y , 1 ) 1 ( = y .
Solucin. A este problema de contorno le corresponde el problema variacional
1
2 3
0
[ ( )] ' v y x y y dx ( =

4 ) 0 ( = y 1 ) 1 ( = y
Buscaremos la solucin en la forma
) ( 3 4 ) (
2
1 1
x x x x y + =
Es evidente que ) (
1
x y satisface las condiciones de frontera dadas cualquiera que
sea el valor de
1
.
Tenemos:
1
2 2 2 3
1 1
0
[ ( )] (1 2 ) 3] [4 3 ( )] v y x x x x x dx ( = + +

,
de donde
1
2 2 2
1
1 1
1 0
[ ( )]
(1 2 )2[ (1 2 ) 3] 3( )[4 3 ( )]
v y x
x x x x x x x dx
( = + +


La condicin
1
1
[ ( )]
0
v y x
toma la forma
0 1407 490 9
1
2
1
= + +
y para 0413 , 3
1
= obtenemos la solucin del problema
4 0413 , 6 0413 , 3 ) (
2
1
+ = x x x y
positiva en todos los puntos.

7.3. Mtodo de Kantorvich.
Este mtodo ocupa un lugar intermedio entre la resolucin exacta del
problema y el mtodo de Ritz, y se utiliza en la investigacin de los extremos de
funcionales
1 2
[ ( , ,... )],
n
v z x x x
dependientes de funciones de varias variables independientes ( 2 n ). Al igual
que en el caso del mtodo de Ritz, elegimos un sistema coordenado de funciones
( ) { }
1 2
, ,...
k n
x x x y buscamos una solucin aproximada de la forma
( )
1 2
1
( ) , ,... ,
m
m k j k n
k
z x x x x
=
=

pero ahora los coeficientes ( )
k j
x son funciones desconocidas de una de las
variables independientes.
En las funciones de la forma ( )
1 2
1
( ) , ,...
m
m k j k n
k
z x x x x
=
=
el funcional
1 2
[ ( , ,... )]
n
v z x x x se transforma en el funcional
1 2
( ( ), ( ),..., ( )),
j j m j
v x x x

dependiente de funciones
1 2
( ), ( ),..., ( ).
j j m j
x x x Estas funciones se eligen
de tal manera que el funcional v alcance su extremo, y se determinan a partir de
las condiciones necesarias de extremo del funcional v .

Para las mismas funciones coordenadas ( ) { }
1 2
, ,...
k n
x x x y con el mismo
nmero de trminos de la aproximacin, utilizando el mtodo de Kantorvich
obtenemos una solucin aproximada ms exacta, en general, que por el mtodo
de Ritz.

Ejemplo 21. Hallar la solucin aproximada de la ecuacin de Poisson 1 z =
en el rectngulo { } , , D a x a b y b = con la condicin 0 z = en la
frontera de la regin . D

Solucin: La ecuacin 1 z = es la ecuacin de Euler-Ostrogradski del
funcional
2
2
[ ] 2 .
D
z z
v y z dxdy
x y
(
| |
| |
= + (
| |

\
\ (

La solucin se busca en la forma

2 2
1
( , ) ( ) ( ); z x y b y x =

la funcin
1
( , ) z x y satisface las condiciones de contorno del problema en las
rectas . y b =
Sustituyendo este valor de
1
z en el funcional [ ] v y anterior, obtenemos

5 2 3 2 3
1
16 8 8
[ ] ' .
15 3 3
a
a
v z b b b dx
| |
= +
|
\

La ecuacin de Euler de este funcional es

2
2
5
5
''
4
2
b
b
=

Se trata de una ecuacin lineal homognea con coeficientes constantes y su
solucin general es
1 2
5 5 1
( ) .
2 2 2
x x
x C ch C sh
b b
= + +

Las constantes
1 2
, C C se hallan a partir de las condiciones de contorno

( ) ( ) 0, a a = =
lo cual proporciona
2
0, C =
1
1
,
5
2
2
C
a
ch
b
=
de manera que


5
1
2
( ) 1 .
2 5
2
x
ch
b
x
a
ch
b
| |
|
| =
|
|
\

As pues,
2 2
1
5
2
( , ) 1 .
2 5
2
x
ch
b y
b
z x y
a
ch
b
| |
| =
|
|
\

Para obtener una aproximacin ms exacta se puede buscar la solucin del
problema en la forma

2 2 2 2 2
2 1 2
( , ) ( ) ( ) ( ) ( ). z x y b y x b y x = +

7.4. Mtodos variacionales de bsqueda de
valores propios y funciones propias
7.4.1 El problema de Sturm-Liouville.
La ecuacin de Sturm-Liouville
(()
) +() = (33)
con condiciones
() = 0, () = 0 (34)
donde () > 0 tiene derivada continua y () es continua, siempre tiene la
solucin trivial (nula) 0 para todo real o complejo.
Definicin 14. La ecuacin (33) con las condiciones de contorno (34) se
denomina problema de contorno de Sturm-Liouville (33)-(34). Los valores del
parmetro para los cuales el problema de contorno (33)-(34) tiene soluciones
no triviales () 0, se denominan valores propios y las propias soluciones,
funciones propias del problema de contorno dado.
La ecuacin (33) es la ecuacin de Euler del siguiente problema de
extremo condicionado: hallar el mnimo del funcional
= (
(35)

con las condiciones (34) y
()
= 1 (36)

Si cierta funcin () es solucin de este problema variacional, entonces,
en virtud de la condicin (36), tambin es una solucin no trivial del problema
(33)-(34). Por eso, los valores propios y las funciones propias del problema de
contorno de Sturm-Liouville se llaman tambin valores propios y funciones
propias del funcional (35) con las condiciones (34) y (36).
La funcin propia () se denomina funcin normalizada si
()
= 1
Ejemplo 22. Hallar los valores propios y las funciones propias del funcional
= (2 +3)

con las condiciones
(0) = 0, (3) = 0, ()
= 1.

Solucin. La ecuacin de Sturm-Liouville es

((2 +3)
) = ,
o bien,
(2 +3)
+4(2 +3)
+( +1) = 0. (37)
Mediante el cambio de variables 2 +3 =
la ecuacin anterior se reduce a la

ecuacin lineal con coeficientes constantes
4
+4
+( +1) = 0. (38)
Su ecuacin caracterstica
4
+4 + +1 = 0
tiene races

,
=
1
2
1
2
.
Consideremos tres casos:
1. < 0. Entonces la solucin general de la ecuacin (38) es
() =
,
donde
son nmeros reales. La solucion general de la ecuacin

(37) es
() =
(2 +3)
(2 +3)
.
Utilizando las condiciones de contorno del problema obtenemos que
= 0
= 0. Luego () 0.
2. = 0. Entonces,
() = (
,
es decir,
() = (
ln(2 +3))
1
2 +3
.
De las condiciones de contorno obtenemos que
= 0
= 0. Luego
() 0.

3. > 0. Entonces
,
=
y la solucin general de la
ecuacin (38) es
() =
cos
2
+
sin
2
.
Regeresando a la variable , resulta
() =
cos
2
ln(2 +3) +
sin
2
ln(2 +3)
2 +3
. (39)
Las condiciones de contorno proporcionan

cos
2
ln(3) +
sin
2
ln(3) = 0
cos
2
ln(9) +
sin
2
ln(9) = 0
(40)
El sistema tiene soluciones no triviales si su determinante es igual a cero:
cos
2
ln(3) sin
2
ln(3)
cos
2
ln(9) sin
2
ln(9)
= 0,
o bien
sin ln 3
2
ln 3 = 0,
es decir, sin
ln 3 = 0, de donde
ln 3 = . Los valores propios son
=
4
ln
3
, = 1,2, .

Tomando cualquier ecuacin del sistema (40) y sustituyendo el valor de
por
obtenemos
cos +
sin = 0,
de donde se tiene que
= 0. Haciendo en (39)
= 0 y
,
obtenemos las funciones propias del problema dado:
() =
sin
ln(2 +3)
ln 3

2 +3
, = 1,2,
Los coeficientes
se hallan de la condicin de normalizacin

()
= 1,

lo cual proporciona
=
2
ln3
.

Entonces,
() =
2
ln 3
sin
ln(2 +3)
ln 3

2 +3
, = 1,2,

Los valores propios y las funciones propias del problema variacional (35),
(34), (36) poseen una serie de propiedades importantes.
1. Si
son dos valores propios diferentes del funcional (35) con las
condiciones (34) y (36), e
() e
() son las correspondientes funciones

propias, entonces estas funciones son ortogonales, es decir,

()
() = 0, .
2. Todos los valores propios
del funcional (35) son reales.

3. Si
es un valor propio del funcional (35), e
() es su funcin propia
normalizada correspondiente, entonces
() =
.
4. El menor de los valores propios coincide con el mnimo del funcional (35)
con las condiciones (34) y (36).

7.4.2 Principio de Rayleigh.
Consideremos el problema de valores propios
=
()
+() = (), (41)
() +
() = 0,
> 0,
() +
() = 0,
> 0,
(42)

donde (),
(), (), () son continuas en , y () > 0 en , .

Definicin 15. La funcin () se denomina funcin admisible ( ) si es
dos veces diferenciable y satisface las condiciones de contorno (42).
Supongamos que para toda funcin admisible () se cumple la condicin

0.

En este caso el problema de contorno (41)-(42) tiene slo valores propios reales
.
Al problema de valores propios se le puede poner en correspondencia el
siguiente problema variacional: entre todas las funciones admisibles () tales
que
()
> 0, (43)

hallar la funcin para la cual

()
= .
Sea =
() la solucin de este problema.

Si
es el valor propio mnimo, es decir, si
= min
()
,
entonces
es el menor valor propio positivo, y
correspondiente.
Si, adems de las condiciones (43), sobre las funciones admisibles se
impone la condicin

= 0
(condicin de ortogonalidad), entonces el problema

=
tiene nuevamente cierta solucin
().
Si
es el valor propio mnimo correspondiente, entonces
es el
siguiente valor propio en magnitud (
), y
correspondiente, ortogonal a
(). En general, si ya se conocen los primeros

valores propios positivos

y su sistema ortogonal de funciones correspondientes
(),
(), ,
(),
entonces el siguiente valor propio es
= min
,
con la particularidad de que ahora se consideran las funciones admisibles ()
que, a excepcin de (43), cumplen las condiciones adicionales
()
()() = 0, = 1,2, , .

Si en la ecuacin (41) la funcin () > 0 en , , entonces para estimar
superiormente el menor valor propio positivo
, a menudo se utiliza la
desigualdad (principio de Rayleigh)
.
Ejemplo 23. Utilizando el principio de Rayleigh, estimar
en el problema de
contorno
= ;
(0) = 0, (1) = 0.
Solucin. En este caso =
, es decir, () 1 > 0, () 0 y ()
1 > 0 en 0,1. Evidentemente,
= 0,
= 1,
= 1,
= 0, de modo que
= 1 > 0,
= 1 > 0. Tomemos como funcin admisible () =

1
. De acuerdo con el principio de Rayleigh tenemos
=
2(1
(1
=
4
3
8
15
= 2,5
El valor exacto es
2,4674.

8. Biografas

8.1. Leonhard Euler

(Basilea, Suiza, 1707
facultades que desde temprana edad demostr para las matemticas pronto le
ganaron la estima del patriarca de los Bernoulli, Johann, uno de los ms
eminentes matemticos de su tiempo y profesor de Euler en la Universidad de
Basilea. Tras graduarse en dicha inst
invitado personalmente por Catalina I para convertirse en asociado de la
Academia de Ciencias de San Petersburgo, donde coincidi con otro miembro de
la familia Bernoulli, Daniel, a quien en 1733 relev en la cte
matemticas.
A causa de su extrema dedicacin al trabajo, dos aos ms tarde perdi la
visin del ojo derecho, hecho que no afect ni a la calidad ni al nmero de sus
hallazgos. Hasta 1741, ao en que por invitacin de Federico el Grande se
traslad a la Academia de Berln, refin los mtodos y las formas del clculo
integral (no slo gracias a resultados novedosos, sino tambin a un cambio en
los habituales mtodos de demostracin geomtricos, que sustituy por
mtodos algebraicos), que convirti en
problemas de fsica. Con ello configur en buena parte las matemticas
aplicadas de la centuria siguiente (a las que contribuira luego con otros
resultados destacados en el campo de la teora de las ecuaciones difere
lineales), adems de desarrollar la teora de las funciones trigonomtricas y
logartmicas (introduciendo de paso la notacin e para definir la base de los
logaritmos naturales).

Universidad de Almera. | Clculo Variacional.
Leonhard Euler
(Basilea, Suiza, 1707-San Petersburgo, 1783) Matemtico suizo. Las
tades que desde temprana edad demostr para las matemticas pronto le
Basilea. Tras graduarse en dicha institucin en 1723, cuatro aos ms tarde fue
la familia Bernoulli, Daniel, a quien en 1733 relev en la cte
a la Academia de Berln, refin los mtodos y las formas del clculo
mtodos algebraicos), que convirti en una herramienta de fcil aplicacin a
resultados destacados en el campo de la teora de las ecuaciones difere
| Clculo Variacional. 88

San Petersburgo, 1783) Matemtico suizo. Las
tades que desde temprana edad demostr para las matemticas pronto le
itucin en 1723, cuatro aos ms tarde fue
la familia Bernoulli, Daniel, a quien en 1733 relev en la ctedra de
a la Academia de Berln, refin los mtodos y las formas del clculo
una herramienta de fcil aplicacin a
resultados destacados en el campo de la teora de las ecuaciones diferenciales

En 1748 public la obra Introductio in analysim infinitorum, en la que
expuso el concepto de funcin en el marco del anlisis matemtico, campo en el
que as mismo contribuy de forma decisiva con resultados como el teorema
sobre las funciones homogneas y la teora de la convergencia. En el mbito de
la geometra desarroll conceptos bsicos como los del ortocentro, el
circuncentro y el baricentro de un tringulo, y revolucion el tratamiento de las
funciones trigonomtricas al adoptar ratios numricos y relacionarlos con los
nmeros complejos mediante la denominada identidad de Euler; a l se debe la
moderna tendencia a representar cuestiones matemticas y fsicas en trminos
aritmticos.
En el terreno del lgebra obtuvo as mismo resultados destacados, como el de
la reduccin de una ecuacin cbica a una bicuadrada y el de la determinacin
de la constante que lleva su nombre. A lo largo de sus innumerables obras,
tratados y publicaciones introdujo gran nmero de nuevas tcnicas y contribuy
sustancialmente a la moderna notacin matemtica de conceptos como funcin,
suma de los divisores de un nmero y expresin del nmero imaginario raz de
menos uno. Tambin se ocup de la teora de nmeros, campo en el cual su
mayor aportacin fue la ley de la reciprocidad cuadrtica, enunciada en 1783.
A raz de ciertas tensiones con su patrn Federico el Grande, regres
nuevamente a Rusia en 1766, donde al poco de llegar perdi la visin del otro
ojo. A pesar de ello, su memoria privilegiada y su prodigiosa capacidad para el
tratamiento computacional de los problemas le permitieron continuar su
actividad cientfica; as, entre 1768 y 1772 escribi sus Lettres une princesse
dAllemagne, en las que expuso concisa y claramente los principios bsicos de la
mecnica, la ptica, la acstica y la astrofsica de su tiempo.
De sus trabajos sobre mecnica destacan, entre los dedicados a la mecnica de
fluidos, la formulacin de las ecuaciones que rigen su movimiento y su estudio
sobre la presin de una corriente lquida, y, en relacin a la mecnica celeste, el
desarrollo de una solucin parcial al problema de los tres cuerpos resultado de
su inters por perfeccionar la teora del movimiento lunar, as como la
determinacin precisa del centro de las rbitas elpticas planetarias, que
identific con el centro de la masa solar. Tras su muerte, se inici un ambicioso
proyecto para publicar la totalidad de su obra cientfica, compuesta por ms de
ochocientos tratados, lo cual lo convierte en el matemtico ms prolfico de la
historia.


8.2. Karl Gustav Jacobi

(Potsdam, actual Alemania, 1804-Berln, 1851) Matemtico alemn. Hijo de
una familia de banqueros de origen judo, estudi en la Universidad de Berln,
donde se doctor en 1825. Convertido al cristianismo, tuvo oportunidad de
acceder a un puesto de profesor en la Universidad de Knigsberg.
Destacadsimo pedagogo, influy en numerosas generaciones posteriores de
matemticos alemanes. Sus trabajos ms relevantes se produjeron en el campo
del lgebra, en el que introdujo y desarroll el concepto de determinante,
aplicndolo as mismo al estudio de las funciones de variables mltiples. Entre
1826 y 1827 estableci, independientemente del noruego Niels Henrik Abel, los
principios fundamentales de la teora de las funciones elpticas. En el mbito de
la teora de nmeros, demostr el teorema de Bachet sobre el total de las
descomposiciones posibles de un entero, y en el de la mecnica fsica, trat con
profundidad y rigor el problema de los tres cuerpos.
Su obra ms notable es sobre la formacin y propiedades de los
determinantes (1841).

8.3. Adrien Marie Legendre

(Pars, 1752-Auteuil, Francia, 1833) Matemtico francs. Tras completar sus
estudios en el Collge Mazarin, entr a trabajar en la Escuela Militar, para la
que complet un estudio sobre la trayectoria de los proyectiles que le sup
Premio de la Academia de Berln en 1782. A partir de 1795 ense matemticas
en la cole Normale.
En sus primeros trabajos, centrados en la mecnica, introdujo conceptos
como la funcin que lleva su nombre o la primera demostracin del mtodo de
los mnimos cuadrados.
Tras los pasos de Euler y Lagrange, estudi las funciones elpticas y las redujo
a tres formas bsicas. Fue el primero en dedicar una obra estrictamente a la
teora de nmeros, mbito en el que obtuvo resultados fundamentales como la
demostracin en 1830 de la ley de la reciprocidad cuadrtica.
En 1794 public los Elementos de geometra, una versin reordenada y
simplificada de la obra original de Euclides, que fue traducida a ms de treinta
idiomas.

8.4. Karl Weiertrass

Adrien Marie Legendre

Auteuil, Francia, 1833) Matemtico francs. Tras completar sus
que complet un estudio sobre la trayectoria de los proyectiles que le sup

demostracin en 1830 de la ley de la reciprocidad cuadrtica.
Karl Weiertrass
Auteuil, Francia, 1833) Matemtico francs. Tras completar sus
que complet un estudio sobre la trayectoria de los proyectiles que le supuso el

Karl Weierstrass. (Ostenfelde, actual Alemania, 1815
Matemtico alemn, e hijo de un oficial a las rdenes de Napolen, Karl era el
mayor de cuatro hermanos. Ms tarde, su padre ingres e
recaudacin de impuestos en Prusia, lo que oblig a la familia a trasladarse
constantemente. Con catorce aos, Karl fue aceptado en la escuela catlica de
enseanza secundaria de Paderborn. Gan algunos premios antes de graduarse,
y en 1834, siguiendo los deseos de su padre, ingres en la Universidad de Bonn
para estudiar comercio y finanzas. Sin embargo, estas materias no le
interesaban y pas la mayor parte del tiempo bebiendo, practicando esgrima y
leyendo libros de matemticas.
En 1839 fue aceptado en la Academia de Teologa y Filosofa de Mnster,
donde encontr la inspiracin matemtica de manos de Christof Guderman.
ste le introdujo en la teora de las series de potencias, que ms tarde seran la
base de todo su trabajo. Su primer e
ensayo sobre funciones elpticas.
Durante los quince aos siguientes se dedic a dar clase en una escuela de
enseanza secundaria. En 1854 envi un trabajo sobre funciones abelianas a
una publicacin matemtica
matemtica con su genio. Por este trabajo recibi el doctorado honorfico de la
Universidad de Knigsberg y en 1856 fue aceptado como profesor asociado en la
Universidad de Berln.
Abrumado por las enormes respon
crisis nerviosa en 1861, que le apart de las aulas dos aos. A pesar de ello, en
1864 fue ascendido a profesor, cargo que ostent el resto de su vida.
Desafortunadamente, tras los ataques pblicos de Kronecker por
ideas de Cantor, y la muerte de su amiga Sonja Kovalevsky, se hundi
mentalmente y pas el resto de su vida en una silla de ruedas hasta que muri
vctima de una neumona.

. (Ostenfelde, actual Alemania, 1815-
mayor de cuatro hermanos. Ms tarde, su padre ingres en el servicio de
4, siguiendo los deseos de su padre, ingres en la Universidad de Bonn
leyendo libros de matemticas.
fue aceptado en la Academia de Teologa y Filosofa de Mnster,
base de todo su trabajo. Su primer escrito importante, publicado en 1841, fue un
ensayo sobre funciones elpticas.
una publicacin matemtica de prestigio, y sorprendi a la comunidad
Abrumado por las enormes responsabilidades de su nuevo cargo, sufri una
Desafortunadamente, tras los ataques pblicos de Kronecker por
vctima de una neumona.
-Berln, 1897)
n el servicio de
4, siguiendo los deseos de su padre, ingres en la Universidad de Bonn
fue aceptado en la Academia de Teologa y Filosofa de Mnster,
scrito importante, publicado en 1841, fue un
de prestigio, y sorprendi a la comunidad
sabilidades de su nuevo cargo, sufri una
Desafortunadamente, tras los ataques pblicos de Kronecker por su apoyo a las

9. Bibliografa
Las consultas realizadas para la elaboracin de este trabajo han sido las
siguiente:
[1] Biografa y vidas http://www.biografiasyvidas.com
[2] Elsgoltz, L. Ecuaciones Diferenciales y Clculo Variacional. Editorial MIR
(Mosc) Rusia. 1969.
[3] Galiano, G. Introduccin al Clculo Variacional. 2003.
http://orion.ciencias.uniovi.es/~galiano/docencia/main03.pdf
[4] Krasnov, M.L., Kiseliov, V, Makrenko, G.I. Clculo Variacional. Editorial
URSS (Mosc). 2002.

Calculo Variacional

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo Variacional

Uploaded by

Copyright:

Available Formats

Clculo Variacional.

Condiciones necesarias y suficientes de extremo. La

, tal y como podemos apreciar en la siguiente imagen:

) se considera derivable tres veces. Sabemos que la

= () ()= , es decir, la derivada de la variacin es igual a la

(0) se llama variacin del funcional, y se designa por .

es una funcin continua dada en la curva

) = 0}, una funcin continua tal que:

). Entonces () = 0 para todo

sea () 0, se llega a una contradiccin. As es, como

) entonces se deduce que si ( ) 0, entonces () conserva el signo

del punto . Pero entonces tomando una funcin

, donde n es un entero positivo, y k, un factor constante.

y puede hacerse tan pequea como se quiera en valor

es funcin continua, y la variacin es una

. Slo en las extremales que satisfacen estas condiciones se puede

. Utilizando las condiciones de frontera, se obtiene que

= 1, por lo tanto, el extremo puede alzarse slo en la curva = .

. Utilizando las condiciones de frontera, se obtiene que

(, ) = 0 obtenida no contiene elementos

) existe una curva en la que se

= 0 no satisface, en general, las

= 0. De aqu se obtiene que

, que es una familia biparamtricas de lneas rectas.

= 0 tiene una o varias races reales = ,

+, y obtenemos una familia monoparamtrica de

) todas las lneas rectas

= 0, y por lo tanto, tiene

. Adems, como la ecuacin de primer

no contiene a , sta puede integrarse o

= 0. Si se multiplica esta ecuacin miembro a miembro por ,

se transforma en un funcional que

, que es la familia de extremales del

= 0 integrando esta ecuacin lineal con

), (0) = 0, (0) = 1, (1) = 1, (1) = 1

. Utilizando las condiciones de

. Utilizando las condiciones de

() y considerando invariables las dems, obtenemos

, por el cual deben pasar todas

es la llamada derivada parcial completa o total con respecto a x.

en base a la condicin necesaria fundamental de extremo = 0,

D , entonces esta frmula es

+ ] ) ' ( ) , , ( [ coincide con la

conjugado del ; en el otro ) (

se eligen de tal manera que la

alcance su extremo, es decir, se determinan del

= . La sucesin minimizante puede no

) ,..., 2 , 1 ( n k = donde ) ,..., , (

la ecuacin anterior se reduce a la

son nmeros reales. La solucion general de la ecuacin

ln 3 = . Los valores propios son

se hallan de la condicin de normalizacin

() son las correspondientes funciones

del funcional (35) son reales.

es un valor propio del funcional (35), e

+() = (), (41)

(), (), () son continuas en , y () > 0 en , .

() la solucin de este problema.

es el valor propio mnimo, es decir, si

es el menor valor propio positivo, y

es el valor propio mnimo correspondiente, entonces

(). En general, si ya se conocen los primeros

= 1 > 0. Tomemos como funcin admisible () =