Analisis en Ingeniería2

Las siguientes: NOTAS DE CLASE ANLISIS EN INGENIERA MECNICA Han sido evaluadas y aprobadas como material de apoyo didctico
dentro de los cursos de la FIMEE de la Universidad de Guanajuato.
POR LA COMISION DE SUPERACION ACADEMICA DE LA H. ACADEMIA DE LA FIMEE.
OCTUBRE DE 2007. Autor: Dr. Luz Antonio Aguilera Corts
Clave de identificacin N.ME.M.(1) I 07-10
Maestra en Ingra. Mecnica
Anlisis en Ingeniera
NOTAS DE CLASE. CURSO: ANLISIS EN INGENIERA MECNICA Clave: Dr. Luz Antonio Aguilera Corts Otoo 2007
Aguilera A
I.
ndice lgebra Vectorial lgebra Vectorial Funciones Vectoriales de una Variable Derivada Direccional . Gradiente, Divergencia y Rotacional Ejemplos Clculo Variacional Funcionales Ecuacin de Euler Lema Bsico Variaciones Ejemplos Multiplicadores de Lagrange y Restricciones Ecuaciones Diferenciales Parciales EDP Introduccin EDP 2 Orden Clasificacin Ejemplos Deduccin de EDP Solucin de DAlembert .. Separacin de Variables . Ejemplos Transformada de Laplace .. Diferencias Finitas
I-1 I-13 I-17 I-17 I-23
II.
II-1 II-6 II-9 II-10 II-14 II-27
III.
III-1 III-8 III-9 III-15 III-30 III-33 III-35 III-55 III-61
IV. Matrices y Formas Cuadrticas Determinantes y Matrices . Formas Cuadrticas ... Funciones de una matriz cuadrada ... Teorema de Cayley-Hamilton Tensores (Opcional) Coordenadas Oblicuas Coordenadas Curvilneas .. Transformaciones Convencin suma de Einstein . Tensores . Derivada Covariante . Bibliografa V.
IV-1 IV-5 IV-14 IV-30
V-1 V-12 V-16 V-17 V-25 V-29
Aguilera A
ALGEBRA VECTORIAL Vector: Para nuestros propsitos un vector en un espacio Euclideano es bien definido como un segmento lineal con una direccin y magnitud dadas.
F A
Desplazamiento Fuerza, velocidad, Aceleracin, Campo elctrico Campo magntico
Escalar: Cantidad que slo posee magnitud. Volumen, masa, temperatura, densidad, energa, trabajo, tiempo. La magnitud o longitud de un vector se conoce como el valor absoluto del vector: A = A Despreciando su direccin, un vector cuya longitud, o valor absoluto, es la unidad se llama vector unitario. Dos vectores son iguales si ellos tienen la misma direccin y la misma magnitud. El negativo de un vector (-A) es aqul que tiene idntica longitud pero direccin opuesta al original. La suma de dos vectores A y B est definida por la ley del paralelogramo.
B A+B -B A
B A
A-B = A+(-B)
A-B La suma (resta) de dos vectores es otro vector. De su definicin es evidente que: A+B = B+A La suma vectorial es conmutativa y asociativa: A+(B+C) = (A+B)+C Vector por un escalar (n) i) n > 0 (positivo) nA = An
Anlisis Vectorial
I-1
Aguilera A.
El nuevo vector (nA) tiene la misma direccin y sentido que A pero su magnitud ha cambiado en la forma siguiente: n > 1: Aumento n veces. n = 1: Permaneci inalterada. 0 < n < 1: Disminuy en proporcin al valor de n. ii) n < 0 (negativo) Para valores negativos de n, el nuevo vector (nA) tiene direccin opuesta a A. Su magnitud se modifica en la misma forma que para el caso 1, slo que en trminos del escalar n n=2 A 2A
-A/2
n = -1/2
PRODUCTO PUNTO Y CRUZ -PRODUCTO PUNTO: El producto punto de 2 vectores es un escalar igual al producto de los valores absolutos de los dos vectores y el coseno del ngulo entre sus direcciones. AB = ABcos B Proyeccin de A Sobre B Acos A Proyeccin de B sobre A Sobresalen dos casos particulares: 1) Si uno de los vectores, digamos A, es de longitud unitaria, entonces AB se simplifica a: Bcos = Bcos, la cual es justamente la proyeccin, o componente de B en la direccin del vector unitario. 2) Si B = A, entonces, obviamente: AA =A2= A2 ya que = 0; El producto de 2 vectores es igual a la longitud de uno u otro de ellos multiplicada por la proyeccin del otro sobre l.
El producto punto es conmutativo y distributivo sobre la adicin:
Anlisis Vectorial
I-2
Aguilera A.
AB = BA
ya que el cos es el mismo en ambos casos.
A(B + C ) = AB + AC Si AB = 0, entonces al menos uno de los vectores ( A, B ) es cero o A y B son perpendiculares. -PRODUCTO CRUZ: El producto vectorial de dos vectores A y B representado A x B es un vector V cuyo valor absoluto es el producto de los valores absolutos de A, B y el seno del ngulo entre ellos y cuya direccin es perpendicular al plano definido por A y B en la direccin de avance de un tornillo de rosca derecha que ha sido rotado de A hacia B.
AxB B
B Bsen A
Ya que Bsen es la proyeccin de B en la direccin perpendicular a A o, en otras palabras, es la altura del paralelogramo definido cuando A y B son dibujados de un punto comn, as la magnitud de AxB nominalmente: ABsen, es igual al rea de ese paralelogramo.
De la relacin entre el producto cruz y el rea es fcil mostrar que la multiplicacin vectorial es distributiva sobre la adicin: A x (B+C) = (A x B) + (A x C) Y la multiplicacin vectorial es NO conmutativa: A x B = -B x A Si A x B = 0, entonces uno u otro de los vectores A, B es cero o A y B son paralelos.
VECTOR UNITARIO Se define un vector de magnitud unitario como un vector con cierta direccin prescrita. Por lo tanto, se puede expresar el vector unitario A en la direccin del vector A como: A
Anlisis Vectorial
=

I-3 Aguilera A.
y as: A = AA Se ha visto que los vectores unitarios se pueden definir en cualquier direccin. Sin embargo, los vectores unitarios ms tiles son aquellos que tienen direcciones mutuamente ortogonales (conjunto ortonormal), por ejemplo las direcciones X, Y y Z de las coordenadas . , j yk cartesianas rectangulares, denotadas comnmente por i
k
j
Y
i
X
REPRESENTACIN DE UN VECTOR Luego Xi, Yj y Zk representan las longitudes de los vectores X, Y y Z cuyas direcciones corresponden a la de los ejes. De la definicin de suma vectorial es evidente que el vector que une el origen al punto general P(X,Y,Z) est definido por: R + Y R = Xi j + Zk En trminos mas generales, cualquier vector cuyas componentes a lo largo de los ejes coordenados son, respectivamente, a1, a2 y a3 puede escribirse: A = a1i + a2j + a3k Luego si B = b1i + b2j + b3k Entonces A B = (a1 b1)i + (a2 b2)j + (a3 b3)k
Claramente, dos vectores sern iguales si y slo si, sus respectivas componentes son iguales. Ya que el producto punto de vectores que son perpendiculares es cero, se tiene que: ij = jk = ki = 0
Anlisis Vectorial
I-4
Aguilera A.
Sin embargo, aplicando la magnitud de un vector, se tiene: ii = jj = kk = 1 De aqu: A B = (a1i + a2j + a3k)(b1i + b2j + b3k) =a1b1 + a2b2 + a3b3 En particular, si B = A, se tiene AA =A2 = a12 + a22 + a32
2 2 A= a12 + a 2 + a3
Aplicando la propiedad distributiva, expandiendo y simplificando
As, si: A = Axi + Ayj + Azk B = Bxi + Byj + Bzk AB= (Axi + Ayj + Azk) (Bxi + Byj + Bzk) =(ii)AxBx+(ij)AxBy+(ik)AxBz+(ji)AyBx+(jj)AyBx+(jk)AyBz +(ki)AzBx+(kj)AzBy+(kk)AzBz = AxBx + AyBy + AzBz El ngulo comprendido entre dos vectores A y B: Recordando que AB=ABcos, resolviendo para cos,se tiene: a1b1+a2b2+a3b3 cos= = lAlB + mAmB + nAnB 2 2 2 a12 + a 2 + a3 b12 + b2 + b32 AB = ABcos
cos= (AB)/AB = (AxBx + AyBy +AzBz)/AB = lAlB + mAmB + nAnB
Ejemplo: 1) Encontrar el ngulo entre los vectores A= 2i + 3j - 1k y B= -1i + 1j + 2k Calculamos primero su producto escalar: AB = (2i+3j-1k)(-1i+1j+2k)= (2)(-1)+(3)(1)+(-1)(2) = -2+3-2 AB = -1 Luego la magnitud de cada vector: A = 2 2 + 3 2 + 12 = 14 = 3.74
Anlisis Vectorial I-5 Aguilera A.
B = 12 + 12 + 2 2 = 6 = 2.15 As: cos= -1/(3.74)(2.15)= -1/9.17=-0.109
=96.3 Para el producto cruz de los vectores unitarios i, j y k, se tiene: ixi = jxj = kxk = 0 ixj = -jxi = k jxk = -kxj = i kxi = -ixk = j Luego se obtiene para el producto cruz de dos vectores:
A x B=(a1i+a2j+a3k)x(b1i+b2j+b3k) = (a2b3 - a3b2)i - (a1b3 - a3b1)j + (a1b2 - a2b1)k
El cual es precisamente la forma expandida del determinante: i j k AxB= a1 a2 a3 b1 b2 b3 El carcter anti-conmutativo del producto cruz corresponde as al hecho de que intercambiando dos renglones de un determinante cambia el signo del determinante.
TRIPLE PRODUCTO Se tienen los 3 siguientes casos:
(AB)C;
A(B x C)
A x (B x C)
(AB)C Es un vector cuya longitud es AB veces la longitud de C y cuya direccin es la misma de C u opuesta segn si AB es positivo negativo.
A(B x C)
TRIPLE PRODUCTO ESCALAR Geomtricamente, el triple producto escalar A(B x C) representa el volumen de un paraleleppedo de aristas A, B y C.
De aqu A(B x C), cuyo valor es justamente la magnitud de B x C multiplicada por la proyeccin de A sobre B x C, es numricamente igual al volumen del PARALELEPPEDO. Adems se cumple:
A(BxC) = B(CxA) = C(AxB) = [ABC] A(BxC) A(CxB)
Por qu?
Anlisis Vectorial
I-6
Aguilera A.
En cualquier triple producto escalar el punto y la cruz pueden intercambiarse sin alterar el valor del producto. [ABC] [ABC] = 0 es una condicin necesaria y suficiente para que A, B y C sean paralelas a un mismo plano. En particular, si dos factores de un triple producto escalar tienen la misma direccin, el producto es cero. Ejemplo: VOLUMEN DE UN PARALELEPIPEDO Demostrar que el valor absoluto de A(B x C) es igual al volumen de un paraleleppedo de aristas A, B y C.
Sea n el vector unitario perpendicular al paralelogramo I, con la misma direccin y sentido que BxC, y h la distancia del extremo A al paralelogramo I.
C h
I=BxC=BCsen h=An=Acos V = [Acos][BCsen] Volumen del paraleleppedo = [altura (h)][rea del paralelogramo (I)] V = (An)(BxC) V = A{BxCn} V = A(BxC) La altura del paralelogramo es la proyeccin del vector A sobre BxC. Algebraicamente, si escribimos:
A = a1i + a2j + a3k; B = b1i + b2j + b3k; C = c1i + c2j + c3k;
Se tiene: A(BxC)=(a1i+a2j+a3k)[(b2c3-b3c2)i-(b1c3-b3c1)j+(b1c2-b2c1)k] A(BxC)=a1(b2c3-b3c2)-a2(b1c3-b3c1)+a3(b1c2-b2c1) Lo cual es justamente la forma expandida del determinante: a 1 a2 a3 [ABC]= b1 b2 b3 c 1 c2 c3
Anlisis Vectorial
I-7
Aguilera A.
Finalmente para el triple producto vectorial, se tiene:

A x (BxC) = (AC)B - (AB)C
TAREA DEMOSTRAR
Adems: A x (B x C) (A x B) x C Con el conocimiento del triple producto escalar y vectorial, los productos que involucren mas de tres vectores pueden ser expandidos sin dificultad: (A x B )(C x D) = A[B x (C x D)] = A[(BD)C - (BC)D] IDENTIDAD DE LAGRANGE = (AC)(BD) - (AD)(BC) similarmente: (A x B) x (C x D) = (A x BD) C-(A x BC)D TRIPLE PRODUCTO VECTORIAL = [ABD]C-[ABC]D
Ejemplos
(1)
Sea: A=17i + 8j + 12k B=5i + 10j + 3k
Obtener A-B
A-B=(17i + 8j + 12k ) -(5i + 10j + 3k) = (17-5)i + (8-10)j + (12-3)k A-B=1 i -2j +9k
(2)
Dados los vectores A y B, determinar C = A-B, Cules son los cosenos directores de C?
De la figura se tiene:
A=10i+5k B=3j+4k
Entonces:
C=A-B=10i-3j+k
Luego:
C=(102+32+12)1/2=1101/2=10.49
y los cosenos directores:
l= 10/10.49= 0.953; m=0.286;n=0.095 m=-3/10.49 =-0.286

(3)
Dados los vectores A=17i+8j+12k B=5i+10j+3k Determinar su suma y la magnitud de C C = A + B

C=A+B=(17i+8j+12k)+(5i+10j+3k) C=(17+5)i+(8+10)j+(12+3)k C=22i+18j+15k
Solucin:
y la magnitud:
C=(222+182+152)1/2=10331/2=32.14
(4)
Sea:
A=20i+4pj+rk B=4i+8j+(p+q)k C=8qi+8qj+15k p, q, r son escalares desconocidos y C = A + B determinar p, q y r. C=A+B 8qi+8qj+15k=(20i+4pj+rk)+[4i+8j+(p+q)k] 8qi+8qj+15k=24i+(4p+8)j+(r+p+q)k
A partir de esta ecuacin se obtiene:

8q = 24 8q = 4p+8 15 = r+p+q
q=3 p=4 r=8
(5)
Vector unitario y cosenos directores.
a) Expresar el vector V en funcin de sus componentes y determinar el vector unitario v. b) Cules son los cosenos directores l, m y n correspondientes a V y los ngulos respectivos , y ?
ev= V/
V=Vev
Anlisis Vectorial
I-9
Aguilera A.
Solucin: a) Utilizando vectores coordenados unitarios, el vector V se puede expresar en funcin de sus componentes unitarias como: V=3i+4j+12k La magnitud de V puede calcularse fcilmente: V = (32 + 42 + 122)1/2 =13 Entonces: v = V/V = (3i+ 4j+ 12k)/13=0.231i+0.308j+0.923k b) Como el vector unitario se puede expresar en la forma: v=li+mj+nk
Se obtiene:
l = cos = 0.231 m = cos = 0.308 n = cos = 0.923
6) rea de un paralelogramo
= 7639 = 723 = 2238
-Hallar el rea del paralelogramo determinado por los vectores:

A = 2i + 3j - k B = -i + j + 2k
Calculemos primero el producto vectorial de A y B i j k A x B= 2 3 -1 = [(3)(2)-(1)(-1)]i-[(2)(2)-(-1)(-1)]j+[(2)(1)-(-1)(3)]k -1 1 2

A x B = 7i - 3j + 5k
Luego el rea del paralelogramo es justamente la magnitud de AxB:

rea = A x B= 7 2 + 3 2 + 5 2 = 49 + 9 + 25 = 9.11 u2
Anlisis Vectorial
I-10
Aguilera A.
7) rea de un tringulo
-Determinar el rea del tringulo cuyos vrtices son (0,0,0), (2,4,10) y (3,12,5) SOLUCIN: Puesto que rea=1/2ABsen(A,B)=1/2AxB A=2i+4j+10k B=3i+12j+5k
i j k A x B = 2 4 10 = -100i + 20j + 12k 3 12 5
A x B= 100 2 + 20 2 + 12 2 = 102.7
rea = 102.7/2 = 51.35 u2
(8) Expresin de un vector por medio de los vectores coordenados unitarios. Los vectores A y B de las caras del paralelogramo tienen magnitudes de 65 y 202 respectivamente, expresar A y B en funcin de sus componentes utilizando los vectores coordenados unitarios:
Solucin:
A=(12j-5k)/13 B=(-5i+5k)/52
as:
A=AA=65[(12j-5k)/13]=60j-25k B=BB=202[(-5i+5k)/52]=-20i+20k
Anlisis Vectorial
I-11
Aguilera A.
DISTANCIA MNIMA ENTRE UN PUNTO Y UNA RECTA
9) Determinar la distancia mnima entre el punto (1,4,8) y la recta que pasa por (0,0,0) y (2,14,5)
SOLUCIN:
La distancia mnima entre el punto A y la recta OB es la perpendicular AD, trazada desde A hasta la recta OB, de la figura.
AD=B sen(AB)= AB sen(AB)/A = AxB/A
Y como:
A=2i+14j+5k B=i+4j+8k
entonces:
i j k AxB = 2 14 5 = 92i - 11j - 6k 1 4 8
De manera que: AxB = A = As: AD= 93/15= 6.2 u
(2
+ 142 + 52 ) =
(92
+ 112 + 62 ) =
(8621) (225) =15
= 93
Anlisis Vectorial
I-12
Aguilera A.
FUNCIONES VECTORIALES DE UNA VARIABLE
Si t es un escalar variable y si para cada uno de los valores de t en algn intervalo existe un valor correspondiente de un vector V, se dice que V es funcin vectorial de t.
V(t)=V1(t)i+V2(t)j+V3(t)k V(t) es continua si y slo si las tres funciones escalares V1(t), V2(t) y V3(t) son continuas
Si la variable independiente t de una funcin vectorial V(t) cambia en un t, la funcin cambiar en general en magnitud y direccin. Especficamente para un incremento t se tiene el incremento en el vector: V=V(t+t)-V(t) =[V1(t+t)i+V2(t+t)j+V3(t+t)k]-[V1(t)i+V2(t)j+V3(t)k] =V1i+V2j+V3k As para la derivada de una funcin vectorial, se tiene: dV V(t+t)-V(t) V = lim = lim dt t0 t t0 t O usando las componentes: dV V1 V2 V3 = lim i + lim j + lim k dt t0 t t0 t t0 t
dV dV1 dV2 dV3 = i + j + k dt dt dt dt
[con i, j y k constantes]
La variacin de un vector con respecto a t puede consistir en un cambio de magnitud, en un cambio de direccin en ambos. De la ltima relacin se puede definir la diferencial de una funcin vectorial V(t) como: dV = dV1i+dV2j+dV3k En particular, para el vector
R = xi+yj+zk
Anlisis Vectorial
I-13
Aguilera A.
Dibujado del origen al punto P(x,y,z), se tiene dR = dxi+dyj+dz
z V(t+t)
V V(t) y
Interpretacin geomtrica de una funcin vectorial de una variable. Si t0 la direccin de V y de aqu la direccin de V /t, se aproxima a la direccin de la dv tangente a c. Esto es, es un vector tangente a la curva c, la cual es el lugar geomtrico de los dt puntos extremos del vector V(t). En particular si la variable escalar t es la longitud de arco s de c, medida de algn punto de referencia sobre c, se tiene * dV V cuerda infinitesimal de c = lim = lim = 1 ds s0 s s0 arco infinitesimal de c As, si s es la longitud de arco de la curva c definida por los puntos extremos de los vectores V(s), entonces dV/ds es una tangente unitaria a c.
De la definicin de la derivada de una funcin vectorial se obtiene la derivada de la suma, diferencia y producto de vectores las cuales pueden obtenerse del clculo ordinario teniendo slo especial cuidado en el orden de los factores, as: d(UV) dU dV = dt dt dt
DEMOSTRACIN:
d ( A + B ) = dA + dB dt dt dt
d(A+B) A(t+t)+B(t+t)-A(t)-B(t) = lim dt t0 t

A(t+t)-A(t) B(t+t)-B(t) = lim + lim t0 t t0 t
dA dB = + dt dt d(V) d dV = V + dt dt dt
d dA dB (AB) = B+ A dt dt dt
DEMOSTRACIN:
d(AB) A(t+t)B(t+t)-A(t)B(t) = lim dt t0 t

A(t+t)B(t+t)-A(t+t)B(t)+A(t+t)B(t)-A(t)B(t) = lim t0 t A(t+t)[B(t+t)-B(t)] [A(t+t)-A(t)]B(t) = lim = lim t0 t t0 t
dB dA = A + B dt dt
d(U x V) dU dV = x V + U x dt dt dt
d[UVW] = dt
dU dV VW + U W + dt dt
dW UV dt
Anlisis Vectorial
I-15
Aguilera A.
d[Ux(VxW)] dU = x (VxW) + U x dt dt
dV dW xW +Ux Vx dt dt
Ejemplo: Dado Q = 3t2i + ( 8t + 2 )j + 5k, obtener V tal que V = dQ / dt V = dQ / dt = 6ti + 8j
Anlisis Vectorial
I-16
Aguilera A.
EL OPERADOR (NABLA)
Q(x + x,y + y,z + z) R P(x,y,z) R+R R C Sea una funcin escalar de posicin que tiene primeras derivadas parciales con respecto a x, y, z en alguna regin del espacio y sea R = xi+yj+zk (vector del origen al punto P). Si nos movemos de P a un punto cercano Q(x + x,y + y,z + z), la funcin cambiar en un cuyo valor exacto del clculo es: = (/x)x + (/y)y + (/z)z + 1x + 2y + 3z donde i0 cuando QP, es decir, cuando x, y y z tienden a cero. Si dividimos el cambio por la distancia s =R entre P y Q, se obtiene la medida de la razn a la cual cambia cuando nos movemos de P a Q: x y z x y z = + + + 1 + 2 + 3 s xs ys zs s s s As, si (x,y,z) representa la temperatura en el punto P(x,y,z), entonces /s representa la razn promedio de cambio de la temperatura en la direccin en la cul s es medido. Luego cuando QP, direccional de . d dx dy = + + ds xds yds se tiene la derivada de en la direccin PQ o simplemente la derivada dz zds
Puede notarse que el primer factor en cada uno de los productos del lado derecho depende slo de y de la coordenada en la cual la derivada de es evaluada. A su vez el segundo factor es independiente de y depende slo de la direccin en la cual la derivada es calculada. Esto sugiere que d/ds puede representarse como el producto punto de dos vectores, uno que depende slo de y las coordenadas de P, el otro que depende slo sobre la direccin de ds, as:
d x y z dR j+ k j + k = i + i+ j+ k = i+ z ds ds x y s x z s y s
(4)
La funcin vectorial
i+ j+ k x y z Se conoce como el gradiente de simplemente grad = ( ) . As la ecuacin ( 4 ) puede representarse dR d = ( grad ) ds ds Vector unitario dR ds
S POR DEFINICIN LONGITUD DE R
ES
LA
As el producto (dR / ds ) es justamente la proyeccin de grad en la direccin de dR/ds . grad tiene la propiedad de que su proyeccin en cualquier direccin es igual a la derivada de en esa direccin.
* El gradiente de en cualquier punto P es perpendicular a la superficie de nivel de la cual pasa a travs de ese punto.
grad depende slo de las propiedades intrnsecas de , as en : grad =
i+ j+ k x y z
pueden reemplazarse por cualquier otro conjunto de vectores unitarios mutuamente , i j yk perpendiculares as como (/x), (/y) y (/z) sern remplazados por las derivadas direccionales de a lo largo de los nuevos ejes . El gradiente de una funcin se escribe frecuentemente en la forma operacional siguiente:
grad = i + x
Anlisis Vectorial
j+ y
k z
I-18 Aguilera A.
el vector operacional usualmente se denota por el smbolo (NABLA) as: =i + x j + k y z (6)
con esta notacin: grad =
dR d = ds ds
d = dR Tambin, si es una funcin de una variable simple y la cual a su vez es funcin de x , y, z entonces : i+ x j+ y k z
du i+ dux
du j+ duy
du k duz
d u i+ du x
u j+ y
u k z
= (d/du) u
El carcter vectorial del operador sugiere que tambin se considere a los productos punto es un vector cuyas componentes y cruz en los cuales aparece como factor. Si F = F1 i + F2 j + F3k son funcionales de x, y, z esto conduce a las siguientes combinaciones:
F = i + x j+ y +F k F1i 2 j + F3 k = z
Anlisis Vectorial
I-19
Aguilera A.
F1 + x
F2 + y
F3 z
el cual se conoce como la DIVERGENCIA del vector F , y:

xF = i + x F3 =i y j+ y F2 z +F k x F1i 2 j + F3 k = z F j 3 x F1 F2 +k z x F1 y
i j k = / x / y / z F1 F2 F3 El cual se conoce como el ROTACIONAL de F Ambos, la divergencia y el rotacional tienen interpretaciones fsicas que justifican sus nombres.
DIVERGENCIA: Mecnica de fluidos Razn de prdida por unidad de volumen . Ecuacin de continuidad ev = 0 v = 0 flujo incompresible. ROTACIONAL: La velocidad angular de un cuerpo que gira uniformemente es igual a del rotacional de la velocidad lineal de cualquier punto del cuerpo = 1/2( xv ) Los resultados de aplicar el operador a varias combinaciones de funciones escalares y vectoriales se expresa en las siguientes frmulas:
v = v + v
xv = xv + ( )xv (uxv ) = v xu u xv x(uxv ) = v u u v + u v v u
x = 0
el rotacional del gradiente de es cero.
Anlisis Vectorial
I-20
Aguilera A.
xv = 0
la divergencia del rotacional de v es cero.
x(xv ) = ( v ) v = ( v ) 2v
2 =
2 2 2 + + x 2 y 2 z 2
EL OPERADOR DE LAPLACE
Estas frmulas son vlidas slo para la forma cartesiana del operador dada en la ecuacin anterior. Diferentes frmulas se originan cuando es expresada en trminos de sistemas de coordenadas mas generales.
TRANSFORMACIN DE COORDENADAS
Considere dos sistemas de coordenadas rectangulares de referencia xyz y xyz con el mismo origen pero girado uno con respecto al otro: p( x, y, z )
P( x' , y ' , z ' )
Las coordenadas de un mismo punto P del espacio son (x,y,z) y (x,y,z) respecto de cada uno de los sistemas. Las ecuaciones de transformacin de unas coordenadas en otras son: x y z
= l11x+l12y+l13z = l21x+l22y+l23z = l31x+l32y+l33z
( 1)
En donde ljk ( j, k = 1, 2, 3 ) representa los cosenos directores de los ejes x, y y z respecto de x, y, z. Si los orgenes de ambos sistemas de coordenadas no coinciden, en este caso las ecuaciones de transformacin son:
x= l11x + l12y +l13z+ a1 y= l21x + l22y +l23z+ a2 z= l31x + l32y +l33z+ a3
(2)
Siendo ( a1, a2, a3 ) las coordenadas del origen o del sistema xyz respecto del xyz
Anlisis Vectorial
I-21
Aguilera A.
Las primeras ecuaciones de transformacin definen una rotacin pura y las segundas ecuaciones una rotacin y traslacin. El movimiento ms general de cuerpo rgido puede ser descrito por una rotacin y una traslacin alrededor de un eje ( eje del tornillo ). La primera transformacin se denomina tambin transformacin ortogonal. Fsicamente una funcin escalar de punto o campo escalar (x, y, z ), particularizada en un punto dado debe ser independiente de las coordenadas del mismo (por ejemplo la temperatura).
Anlisis Vectorial
I-22
Aguilera A.
EJEMPLOS ADICIONALES: Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995 REF. [1], Captulo 15, Secciones 15.1- 15.5
2i + j + 4k , P13.Dado U= i 2 j + 3k , V= 15.1 (U R 10)i + (V R 20) j + (W R 20)k = 0 encuentre R.
W=
i + 3 j + 3k ,
+ Ry Realizando los productos, teniendo en cuenta que R = Rxi j + Rz k ) = RX 2 RY + 3RZ + Ry U R = (i 2 j + 3k ) ( Rxi j + Rz k ) = 2 RX + RY + 4 RZ + Ry V R = (2i + j + 4k ) ( Rxi j + Rz k ) = RX + 3RY + 3RZ + Ry W R = (i + 3 j + 3k ) ( Rxi j + Rz k
=0 + [(2 RX + RY + 4 RZ ) 20] j + [( RX + 3RY + 3R) 20]k Entonces [( RX 2 RY + 3RZ ) 10]i Igualando trminos
RX 2 RY + 3RZ 10 = 0 2 RX + RY + 4 RZ 20 = 0 RX + 3RY + 3RZ 20 = 0
(1) (2) (3)
restando (3) y (1)

5 Ry 10 = 0 Ry = 2 Entonces Rx = 1
restando (2) y {(1)*(-2)}

5Ry 2 Rz = 0 5Ry = 2 Rz 5 Ry 2 Rz = 5
Rz =
Asi + 2 j + 5k R = i
Anlisis Vectorial
I-23
Aguilera A.
15.1 P21.- Demuestre por mtodos vectoriales que: un ngulo inscrito en un semicrculo es un ngulo recto.
De la definicin
G G G G AB BC = AB BC cos
De la figura se observa que:
G G G G G sustituyendo A B a =b G = a+c G G BC = b c = a c
Entonces
G G G H G G AB BC = (a + c ) (a c ) = a 2 c 2
Sustituyendo
a2 c2 G G = cos AB BC
pero debido a que en la fig. se observa que a = c representan el radio del semicrculo a = c = r a2 c2 = 0 Con esto cos =0 , entonces = 90
Una segunda demostracin sera la siguiente:

(0, r ) + r A = ri j r B = ri j
B
( r ,0)
A
r
(r ,0)
De la definicin A B = A B sen
A = 2r B = 2r
i r r
j r r
k ( r 2 r 2 ) = 2 r 2 k 0 = k 0
I-24 Aguilera A.
Anlisis Vectorial
A B = 2r 2
sustituyendo 2r 2 = 2r 2rsen 2r 2 = 2r 2 sen sen = 1 = 90

15.2 P13 .- Encuentre un vector unitario perpendicular a los vectores i-2j+k y -5i+4j-2k.
Teniendo los vectores 2 A =i j+k +4 B = 5i j 2k Definiendo el plano que forman A y B como A x B se conoce que el vector resultante ser un vector perpendicular a dicho plano y por lo tanto a los vectores que lo conforman.
(4 10) = C (4 4) A x B = 1 2 1 = i j (2 + 5) + k 5 4 2 y C = 3 j 6k
C =e c C
C = 9 + 36 = 45 = 3 5
) 1 = 1 ( C j 2k 5 ) debido a que el plano tambin lo puede formar B xA = C 2 = 1 ( C j 2k 5
15.1 P42. Encuentre la distancia del punto (6,2,2) al plano que pasa por (1,2,3) perpendicular a 2i+2j+k.
P 1 (6,2,1)
P2 (1,2,3) +2 n = 2i j+k
+2 El plano pasa por el punto (1,2,3) y el vector normal al plano es n = 2i j+k Donde R0 pertenece al plano y R es el Punto de inters De la frmula demostrada en el problema 41
d = (R R0 ) n n
+ (2 2 ) R R0 = (6 1)i j + (1 3)k R R0 = 5 j 2k n = 22 + 2 2 + 12 = 3
Entonces
d= d=
(5i 2k ) (2i + 2 j + k)
3 1 (10 + 0 2) = 8 3 3 8 3
d=
15.3 P3) Encuentre a) [ABC], b) Ax(BxC), c) (AxB)xC, d) el volumen del paraleleppedo que tiene como lados A+C, A-C y B, e) el volumen del paraleleppedo que tiene como lados A+C, AC y C, f) (AxB)(CxD), y g) (AxB)x(CxD). Los vectores son;
+ 10 A = 10i j + 5k 2 B = 5i j 14k +7 C = 4i j 4k D = 2i j+k a)

10 10 5
[ ABC ] =
5 -2 -14 = 10 ( 8 + 98 ) 10 ( 20 + 56 ) + 5 ( 35 + 8 ) = 1060 360 + 215 = 915 4 7 -4
Anlisis Vectorial
I-26
Aguilera A.
b) A x(B xC ) utilizando la identidad A x(B xC ) = ( A C )B ( A B )C ) (4i ) = 40 + 70 20 = 90 + 10 +7 A C = (10i j + 5k j 4k ) (5i ) = 50 20 70 = 40 + 10 2 A B = (10i j + 5k j 14k
) ( 40 )(4i ) 2 +7 A x(B xC ) = 90(5i j 14k j 4k + 160i 180 + 280 j 1260k j 160k = 450i + 100 Ax(B xC ) = 610i j 1420k
c)
( A xB )xC
i j A xB = 10 10
k ( 20 50) 5 = i ( 140 + 10) j ( 140 25) + k
5 - 2 - 14 + 165 A xB = 130i j 70k
( A xB )xC =
i = - 130 4
j 165 7
k - 70 -4
( 910 660) ( 660 + 490) =i j (520 + 280) + k
( A xB )xC
d)
800 = 170i j 1570k
+ 17 A + C = 14i j+k + 3 A C = 6i j + 9k 2 B = 5i j 14k
14 V = 6 5
17 3
1 9 = 14(42 + 18) 17(84 45) + (12 15)
2 14
V = 336 + 2193 27 = 1830 u 3 e) + 17 A + C = 14i j+k ; + 3 A C = 6i j + 9k +7 C = 4i j 4k
14 17 V = 6 4 3 7
1 9 = 14(12 63) 17(24 36) + (42 12) 4
V = 1050 + 1020 + 30 = 0 u 3
f) ( A xB ) (C xD ) + 165 A xB = 130i j 70k
i C xD = 4 2
j 7 -1
( 4 14) (7 4) -4 = i j (4 + 8) + k 1
12 C xD = 3i j 18k ) (3i ) = 390 1980 + 1260 + 165 12 ( A xB ) (C xD ) = (130i j 70k j 18k ( A xB ) (C xD ) = 1110
g) ( A xB ) x(C xD ) = 130 165 70 = i (2970 840) j (2346 + 210) + k (1560 495) 3 12 18 2550 ( A xB ) x(C xD ) = 3810i j + 1065k
15.4 P17.- El vector de posicin de una partcula p en el tiempo t est dado por r (t ) = 6ti + 12t 2 j + 8t 3k . Encuentre todos los valores de t para los cuales el movimiento de p es a) paralelo a i+2j+k b) perpendicular a i-5j+16k.
La posicin es: + 12t 2 r (t ) = 6ti j + 8t 3i a) Si el movimiento es paralelo a

+2j+k A =i A = 0 r i j k 6 24t 24t 2 = 0 1 2 1
a
La velocidad es: + 24tj + 24t 2 k (t ) = 6i r
Anlisis Vectorial
I-28
Aguilera A.
( 24t 48t ) i ( 6 24t ) j + (12 24t ) k = 0

2 2
24t 48t 2 = 0 6 24t = 0

2
t1 = 1 t2 = 1 t3 = 1
2 2 2 t = 1 segundo 2
12 24t = 0
5 j + 16k b) Si es perpendicular a B = i
B =0 r
(6i + 24tj + 2t k ) (i 5 j + 16k ) = 0

2
6 120t + 384t 2 = 0 64t 2 20t + 1 = 0 t= 20 400 256 128 t1 = 1 t= 20 12 128
4 t2 = 1 16
15.4 P1.- Encuentre el gradiente de cada una de las siguientes funciones.
(a) x 2 + 2 yz f =
(b) e xyz
(c) x sin ( yz )
(d) x 3 + y 3 3xyz
(e) x a y b z c
f f f + i j+ k z x y
f =
2 + ( x 2 + 2 yz ) x + 2 yz ) i j + ( x 2 + 2 yz ) k ( x y z + 2 zj + 2 yk f = 2 xi (a) + zj + yk f = 2 xi
(b) f =
xyz xyz xyz ( e ) i + y ( e ) j + z ( e ) k x + xze xyz f = yze xyz i j + xye xyz k + xzj + xyk f = e xyz yzi
Anlisis Vectorial
I-29
Aguilera A.
(xsen( yz ) )i + (xsen( yz ) ) j + ( xsen( yz ) )k x z y + xz cos( yz ) f = sen( yz )i j + xy cos( yz )k (c) f = 3 + (x 3 + y 3 3xyz ) ( x + y 3 3xyz )i j + (x 3 + y 3 3xyz )k x y z + (3 y 2 3 xz ) f = (3 x 2 3 yz )i j + ( 3xy )k (d) f =
a b c a b c a b c ( x y z ) i + y ( x y z ) j + z ( x y z ) k n + bx a y b 1 z c j + cx a y b z c 1k f = ax a 1 y b z c i (e) f = a b c f = x a y b z c i + j + k y x x
15.5 P11.- La temperatura T en estado estable de un slido est dada por el campo escalar 2 x2 ( y + z ) . (a)Encuentre un vector cuya magnitud conduzca a la mxima razn de cambio de T en el punto (2,1,1). (b) Cual es la razn de cambio de T en el punto (2,1,1) en la direccin del vector i 2 j + k?
a)
= T = x 2 ( y + z )2
d dR = ds ds
T =
P ( 2,1,1)
R = r1 i + r2 j + r3 k
T T T j+ k i + x y z j 2( y + z )k T = 2 xi 2( y + z )
Entonces para el punto (2,1,1) 4 T = 4i j 4k Vector que maximiza el cambio de T en el punto dado
Anlisis Vectorial
I-30
Aguilera A.
b) de la ecuacin:
d dT dR = = T ds ds ds 2 R =i j+k donde dR R = ds R
dT i 2j+k 2( y + z ) j 2( y + z )k = 2 xi ds 12 + 2 2 + 12 dT i 2j+k 4 j 4k = 4i ds 6 dT = (4 + 8 4 ) / 6 ds dT = 8 el valor de la derivada direccional 6 ds
( (
) (
)(
15.5 P29.- Calcule la divergencia y el rotacional de cada uno de los campos vectoriales siguientes:
(c)
( z + sin y ) i ( z x cos y )
( z x cos y ) F = ( z + seny ) i j
Divergencia: ( z x cos y ) F = i + j + k ( z + seny )i j x y z F = ( z + seny ) + [( z x cos y )] + (0) x y z F = xseny
Anlisis Vectorial
I-31
Aguilera A.
Rotacional: i F = j k 0 = [(z x cos y )]i y z y z - (z - xcosy ) 0 0 0 ( z + seny ) - j x z + [( z x cos y )] ( z + seny ) k y x + F =i j
x (z + seny )
EJERCICIOS PROPUESTOS 15.1 (8, 12) 15.2 (18,37, 44) 15.3 (3, 7, 16) 15.4 (24, 39) 15.5 (7, 13, 54).
15.6 (5,13,23,37)
Anlisis Vectorial
I-32
Aguilera A.
CLCULO VARIACIONAL INTRODUCCIN Conjuntamente con los problemas en que es necesario determinar los mximos y los mnimos de cierta funcin y = f ( x ) [o z = f ( x, y ) ], con frecuencia surge en los problemas fsicos la necesidad de hallar los VALORES MXIMOS y MNIMOS de un gnero especial de magnitudes, llamadas FUNCIONALES. Es decir, se busca determinar la funcin que maximiza o minimiza una cantidad que depende no de una o ms variables independientes, sino de las funciones de un conjunto dado. FUNCIONAL: magnitud variable cuyo valor se determina mediante la eleccin de una o varias funciones. El CLCULO VARIACIONAL estudia los mtodos que permiten hallar los valores mximos y mnimos de los funcionales. Los problemas en que se exige investigar el mximo o el mnimo de un funcional, se denominan PROBLEMAS VARIACIONALES. El clculo de variaciones es una herramienta matemtica til para el estudio de problemas de OPTIMIZACIN. -Dada una funcin localizar la posicin de sus valores extremos y la magnitud de stos (optimizacin de magnitud). -Dada una integral definida determinar el integrando que la hace mnima y el valor de la integral (optimizacin de forma) Muchas leyes de la mecnica y de la fsica se reducen a la afirmacin que cierto funcional debe alcanzar su mximo o su mnimo en el proceso considerado (PRINCIPIOS VARIACIONALES DE LA MECNICA o LA FSICA). Los tres problemas siguientes ejercieron gran influencia en el desarrollo del clculo variacional : PROBLEMA DE BRAQUISTCRONA (1696 Bernoulli J.) En este problema se exige determinar la curva que une dos puntos dados A y B, que no pertenecen a una misma recta vertical , que posee la propiedad de que un punto material se deslice por dicha curva desde el punto A hasta el punto B en el menor tiempo posible.
Es fcil ver que la lnea de deslizamiento ms rpido no ser la recta que une los puntos A y B , a pesar de que sta sea la distancia ms corta entre dichos puntos, ya que al moverse por esta recta la velocidad aumentar en forma relativamente lenta. Si, en cambio, se toma una curva que baje ms bruscamente cerca del punto A, entonces, aunque el camino se alarga, gran parte del recorrido ser con gran velocidad.
Clculo Variacional
II-1
Aguilera A.
PROBLEMA DE LAS GEODSICAS: aqu se pide determinar la lnea de menor longitud que una dos puntos dados en cierta superficie ( x, y, z ) = 0
-PROBLEMA ISOPERIMTRICO: Se pide hallar una lnea cerrada de longitud dada l que delimite el rea mxima S .(Esta lnea es la circunferencia) Otro caso que puede incluso reducirse al clculo elemental se refiere al problema: de todas las curvas suaves que unen a P0 ( x0 , y 0 ) con P1 (x1 , y1 ) encontrar aquella de longitud mnima (RECTA). Al relacionar el clculo variacional con en clculo elemental puede distinguirse lo siguiente: CLCULO
MAXIMIZAR MINIMIZAR
CLCULO VARIACIONAL }FUNCIONES

MAXIMIZAR MINIMIZAR
}FUNCIONALES
Un funcional es una regla que asigna un nmero real nico a cada funcin de un conjunto, o dominio dado de funciones. Ya hemos tratado con muchas funcionales en nuestros estudios anteriores de matemticas, por citar algunos ejemplos: 1. Para un valor fijo de x y una funcin fija f , la expresin f [g ( x )] es una funcional cuyo dominio es el conjunto de todas las funciones g tales que x est contenida en el dominio de g y g ( x ) est en el dominio de f . 2. nico a cada funcin f que sea integrable sobre [a, b] . 3. Los coeficientes de Fourier
Clculo Variacional II-2
f (x )dx es un funcional, puesto que es una regla que asigna un nmero real
b a
Aguilera A.
an =
1 d +2 p nx nx 1 d +2 p ( ) f x cos dx b = f ( x )sen dx n p d p p d p
4.
5.
6.
7.
son funcionales, dado que son frmulas o reglas que asignan valores numricos nicos a cada funcin peridica que satisfaga las condiciones de Dirichet. Para cada valor x la expresin L( y ) = a0 y '' ( x ) + a1 y ' ( x ) + a0 y ( x ) es un funcional cuyo dominio es el conjunto de todas las funciones y que sean dos veces diferenciables en x . La deflexin mxima del extremo de una viga en voladizo que se obliga a vibrar por medio de una carga armnica w( x )sent es un funcional cuyo dominio es el conjunto de todas las funciones admisibles de distribucin de carga w( x ) 2 1 l La energa potencial V = EI ( x ) y '' ( x ) dx que es almacenada en una viga 2 0 flexionada es un funcional cuyo dominio es el conjunto de todas las curvas admisibles de deflexin y ( x ) . 1 l La energa cintica de una viga vibrante T = 2 ( x ) y 2 ( x )sen 2tdx en 2 0 cualquier instante particular es una funcional cuyo dominio es el conjunto de todas las curvas admisibles de deflexin y ( x ) .
Un funcional que se estudiar a detalle es :
I = F ( x, y, y ') dx
b a
F (x, u, u')dx
b a
(1)
En particular, se intenta hallar la funcin , y , en el dominio de todas las funciones continuamente diferenciables que satisfacen las condiciones en los extremos y (a ) = y1 y y (b ) = y 2 que maximice o minimice a I . PRINCIPIOS VARIACIONALES Los principios variacionales son una de las herramientas ms poderosas para formular las ecuaciones de movimiento de sistemas de n GDL y sistemas continuos con una clara comprensin sobre cualquier aproximacin hecha durante el proceso de derivar las ecuaciones. El clculo de variaciones es un mtodo poderoso para la solucin de problemas en varios campos, algunos ejemplos son:

ESTTICA Y DINMICA DE CUERPOS RGIDOS ELASTICIDAD (EN GENERAL) VIBRACIONES PTICA OPTIMIZACIN
II-3 Aguilera A.
Clculo Variacional
El clculo de variaciones estudia la determinacin de un extremal (MXIMO o MNIMO) o valores estacionarios (PUNTO DE INFLEXIN) de FUNCIONALES. Un FUNCIONAL puede definirse como una funcin de funciones. Con lo cual el clculo variacional puede usarse para resolver problemas de optimizacin de trayectorias. Las bases de este tpico fueron dadas por los hermanos Bernoulli e importantes contribuciones fueron hechas por Euler, Lagrange, Weirstrass, Hamilton y Bolzane.
Fig. Puntos extremales de x = f (t ) PROBLEMA DE CLCULO DE VARIACIONES Un problema simple de la teora del clculo de variaciones puede establecerse de la siguiente manera, sin restricciones: Encuentre una funcin u ( x ) que MINIMICE al funcional (integral)
A = F ( x , u , u ' , u ' ')

x2 x1
(1A)
donde A y F son FUNCIONALES (funciones de otras funciones)
u = u(x )
du( x ) u' = dx
d 2u ( x ) u' ' = dx 2
En mecnica , el funcional usualmente posee un significado fsico claro. Por ejemplo en la mecnica de slidos deformables, la energa potencial ( ) juega la regla del funcional ( es una funcin de las componentes del desplazamiento u , v y w , las cuales, a su vez, son funciones de las coordenadas x , y y z ). La integral en (1) est definida en la regin o dominio [x1 , x 2 ] . Sean los valores de u definidos sobre las fronteras u ( x1 ) = u1 y u ( x 2 ) = u 2 . stas se conocen como las condiciones de frontera del problema. Uno de los procedimientos que pueden usarse para resolver el problema de la ec. (1) es ;
Clculo Variacional II-4 Aguilera A.
1. Seleccione una serie de intentos o soluciones tentativas u ( x ) para el problema dado y exprese el funcional A en trminos de cada una de las soluciones tentativas. 2. Compare los valores de A dados para las diferentes soluciones tentativas . 3. Encuentre la solucin correcta al problema como la solucin particular tentativa la cual hace que el funcional A posea un extremo o valor estacionario. El procedimiento matemtico usado para seleccionar la solucin correcta de un nmero de soluciones tentativas se llama CLCULO DE VARIACIONES. VALORES ESTACIONARIOS FUNCIONALES Cualquier solucin tentativa u ( x ) en la vecindad de la solucin exacta u( x ) puede representarse
u2
u ( x)
u1
Solucin Tentativa Solucin Exacta

x x2
u (x ) = solucin tentativa
u(x ) + exacta
u ( x )
de u
solucin variacin
u(x)
x1
la variacin de u (es decir u ) se define como un infinitesimal, cambio arbitrario en u para un valor fijo en la variable x (es decir, para x = 0 ). Aqu es el OPERADOR VARIACIONAL (similar al operador diferencial d ). La operacin de variacin es conmutativa en la integracin y derivacin
( F dx ) = (F )dx
du d (u ) = dx dx
Tambin, definimos la variacin de una funcin de varias variables o un funcional en una manera similar al clculo elemental de la diferencial total de una funcin.
F F F F F = u + u '+ u ' '+ x u u ' u ' ' x

x = 0
Clculo Variacional
0 (2)
variacin para un valor fijo de x

II-5 Aguilera A.
Ahora, consideraremos la variacin en A (A) correspondiendo a variaciones en la solucin u . Si buscamos la condicin en la cual A es estacionaria, tomamos la condicin (necesaria) como aquella que anula la primera derivada de A (similar a maximizar o minimizar funciones simples en clculo ordinario)
A = x
1
x2
F F F u + u '+ u ' ' dx = u ' u ' ' u
x2 x1
Fdx = 0
x2
(3)
x 2 F x 2 F F u (u )dx = F u dx = x x1 u ' u' dx = x1 u ' 1 u ' x u ' x x2
x1
x2 x1
d (Fu ' )udx (4) dx
x2 x1
F u ' ' dx = u ' '
x2 x1
F (u ')dx = F u ' u ' ' x u ' '

x2
x2
x1
x2 x1
x2 x1
d F u ' dx = dx u ' '

(5)
F u ' = u ' '

As
x1
d F u dx u ' '
x2
x1
d 2 F udx dx 2 u ' '

x2
A =
x2 x1
F d F d 2 F d u dx u ' + dx 2 u ' ' udx + Fu ' dx (Fu ' ') u
x1
F + u ' u ' ' x1
x2
Ya que u es arbitraria, cada uno de los trminos debe igualarse a cero.
F d F d 2 F + =0 u dx u ' dx 2 u ' '

d ( ) F F u ' ' ' u u dx
F u ' u ' '
x2
(7)
x2
=0
x1
(8)
=0
x1
(9)
La ecuacin (7) es la ecuacin diferencial gobernante para el problema dado y se llama la ECUACIN DE EULER o EC. EULER-LAGRANGE . Las ecuaciones (8) y (9) dan las CONDICIONES DE FRONTERA. Las condiciones que establecen las ecs. (8) y (9) se conocen como CONDICIONES DE FRONTERA NATURAL (Si ellas son satisfechas se llaman condiciones de frontera libres ). Si las condiciones de frontera NO son satisfechas, deberamos tener;
Clculo Variacional
II-6
Aguilera A.
u(x1 ) = 0 u ' (x1 ) = 0
u(x2 ) = 0 u' (x2 ) = 0
para que sean satisfechas las ecuaciones (8) y (9). stas se llaman CONDICIONES DE FRONTERA FORZADAS O GEOMTRICAS . Distinga que la ec. (7) de la pgina previa puede reducirse si F no depende de u a la expresin;
F d F =0 u dx u '
(7A)
CASOS ESPECIALES DE LA EC. (7A) i) Si la funcin F no involucra a u de manera explcita, entonces se reduce a; F 0 y la ec. (7A) u
d F =0 dx u
F =k u
ii)
Si F no involucra a x ni a u de manera explcita, la derivada parcial
F es funcin u solo de u. Toda solucin tendr la forma u = a donde la cte. a es una funcin de k . u es una funcin lineal de x.
iii)
Puede verificarse por diferenciacin que :

F d F F d F u F = u dx u y dx u x
F 0 y la ecuacin de Euler-Lagrange se x simplifica. Una primera integracin de esta ecuacin da como resultado F u F = K u
Si F no involucra a x en forma explcita, entonces
iv)
funcin h( x, u ) con respecto de x, entonces. A = u ( x, u, u ) dx =

x2 x1 x2 x1
Si el integrando F de la integral A = F ( x, u, u) dx es la derivada total de alguna

x2 x1
( x2 ,u2 ) d , h x u dx = ( ) ( x1 ,u1 ) dh ( x, u ) = h2 h1 dx
(8)
Clculo Variacional
II-7
Aguilera A.
Esto prueba que el valor de A es independiente de u, aunque u debe de cumplir las condiciones de extremo u ( x1 ) = u1 y u ( x2 ) = u2 . Para este caso la ecuacin Euler-Lagrange se analiza como; dh h h ; por hiptesis con esto = + u dx x u 2h 2h h Fu = + 2 u ; Fu ' = ux u u 2 2 d h h u + ( Fu ' ) = dx xu u 2 F= Ya que hxu = hux se tiene que Fu d ( Fu ' ) 0 dx
Comentario
Debe tenerse cuidado y distinguir que la ec. (7A) no es una condicin suficiente para que u extremice la integral A(I) de la ec. (8) o ec.(1). Una solucin de la ec. de Euler-Lagrange, con condiciones de extremo pre-definidas, puede conducir a un valor estacionario de A pero no necesariamente un mximo o un mnimo; y an si un extremo ocurre, ste puede ser relativo y no absoluto. En algunos casos inclusive podra obtenerse soluciones en forma implcita lo cual a su vez traera sus complicaciones. Estas observaciones sugieren la necesidad de profundizar ms en la teora matemtica, pero afortunadamente en aplicaciones elementales del clculo de variaciones esto no es necesario en forma estricta. As que podemos dejar de intentar profundizar en la teora y mejor nos concentraremos en aspectos prcticos del tema lo cual despus de todo es nuestro objetivo principal. Para un estudio ms detallado (Rigor Matemtico) consultar. 1. Gilbert A. Calculus of Variations, Mathematical Association of America,1944. 2. Weinstock R. Calculus of Variations, Mc Graw Hill, NY, 1952. 3. Lanczos C. The Variational Principles of Mechanics, Dover, 4th ed, 1970.
Clculo Variacional
II-8
Aguilera A.
LEMA BSICO DEL CALCULO DE VARIACIONES.
Si para cada funcin continua en ( x ) se tiene
(x ) (x )dx = 0
x1 x0
( x0 ) = 0 ( x1 ) = 0
siendo ( x ) una funcin continua en [x0 , x1 ] , entonces
( x ) 0 en dicho segmento.
Para probar lo anterior, suponga que ( x ) 0 , entonces existe una x' para la cual x ' > 0 ( x ') < 0
( )
( x)
( x)
x0 x' 0 x'1
x1
Definamos una 0 2 ' 2 ( x ) = ( x x0 ) ( x x1' ) 0
(x ) ,
' x0 x x0 ' x x1' x0
tal
que
x1' x x1
Note que ( x ) es continuamente diferenciable, sustituyendo
x1 x0
' ) (x x1' ) (x )dx (x ) (x )dx = (x x0

' x1
' x0
' x x1' el resultado de la integral es positivo lo cual para el caso en que ( x ) > 0 x0 contradice la hiptesis, luego ( x ) 0. Igualmente se puede obtener este resultado si se supone (x ) < 0 .
Clculo Variacional
II-9
Aguilera A.
VARIACIONES
Suponga que F ( x, y, y ') es una funcional definida sobre un conjunto de funciones {y ( x )} y desarrollaremos una expresin para el cambio de F correspondiente a un cambio asignado de y ( x ) para un valor fijo de x Si se cambia y ( x ) a la funcin
al cambio ( x ) lo llamaremos variacin de
( x) = y ( x ) + ( x )
y
independiente de
y lo denotaremos por y
y = ( x )
luego el valor cambiado de ' ( x ) es
para la variacin de y ' ( x ) correspondiente a estos cambios se tiene
y ' ( x ) = ' ( x )
y ' ( x ) + ( x )
F = F ( x, y + , y '+ ') F ( x, y, y ')

Si desarrollamos el primer trmino del segundo miembro en un desarrollo de Maclaurin en potencias de , se tiene
F 2F 2 F '2 2 F 2 F 2 F = F ( x, y, y ') + y + y ' ' + y 2 + 2 yy ' '+ y '2 2! + ... F ( x, y, y ')

Despreciando los trminos de con potencia 2 , se tiene
F =
F F + ' y y '
En forma equivalente
F =
F F y + y ' y y '
Por analoga con la diferencial de una funcin, la ltima expresin se define como la variacin * del funcional F y se denota F .
Clculo Variacional
II-10
Aguilera A.
*Por estricta analoga con la diferencial de una funcin de tres variables, se podra haber esperado la definicin F F F F = x + y + y ' x y y ' Sin embargo se debe recordar que el funcional es el valor de F ( x, y, y ') en un valor particular de x es decir, no se hace variar x en el clculo de F y por consiguiente x = 0
De paso se observa que en su forma ms simple, la diferencial de una funcin es una aproximacin de primer orden al cambio en la funcin a medida que x vara a lo largo de una curva particular, mientras que la variacin de un funcional es una aproximacin de primer orden al cambio en el funcional, en un valor particular de x , a medida que variamos de curva a curva. Resulta interesante e importante hacer notar que las variaciones pueden calcularse mediante las mismas reglas que se aplican a las diferenciales.
(F1 F2 ) = F1 F2 ** (F1F2 ) = F1F2 + F2F1

F1 F2F1 F1F2 = F F22 2
(F n ) = nF n 1F
** (F1 F2 ) = F1 ( x, y + , y '+ ' )F2 ( x, y + , y '+ ' ) F1 F2 De donde desarrollando una vez ms en trminos de potencias de = y y ' = y ' , se obtiene
, y recordando que
F1 F2 F1 F2 (F1 F2 ) = F1 + y + y ' ' y + y ' ' + ... F2 + + ... F1 F2
F2 F1 F2 F1 = F1 y y + y ' y ' + F2 y y + y ' y ' = F1F2 + F2F1

De la definicin
dy d (y ) = d [ (x )] = y ' = dx dx dx
Que establece: La derivada de la variacin es igual a la variacin de la derivada Si se tiene un funcional de ms de una funcin se tendra por ejemplo para F ( x, u , v' , u ') , entonces la variacin de ste se define
F =
Clculo Variacional
F F F F u + v + u '+ v' u v u ' v '

II-11 Aguilera A.
Considrese ahora que se tiene el funcional F ( x, y, y ') y variacin de su integral F ( x, y, y ') dx
que se desea conocer la
I ( y ) = F ( x, y, y')dx
b a
luego
I = I ( y + ) I ( y )
b b
Si los lmites de I no dependen de y , se tiene
I = F ( x, y + , y '+ ' ) F ( x, y, y ') =

a a
= [F ( x, y + , y '+ ' ) F ( x, y, y ')] = F ( x, y, y ')dx

b b a a
as
I = F ( x, y, y ')dx
b a
La integral de la variacin es igual a la variacin de la integral. Una condicin necesaria para que el funcional I tenga un extremo es que su variacin se anule
I = F ( x, y, y ')dx = (Fyy + Fy 'y ')dx = Fyy + Fy '

b b a a
a
b
d (y ) dx dx
d integrando el ltimo trmino por partes, con u = Fy ' y dv = (y ) dx dx
b a
Fy'
d (y ) dx = F y 'y dx
b a
b a
d (F y ' ) dx
ydx
como se supone que y ( x ) se anula en x = a y x = b debido a las condiciones usuales sobre y ( x ) o bien, que F y ' satisface las condiciones naturales en la frontera, lo que hace que se anule en estos puntos, se tiene
I = F y
a
d (F y ' ) ydx dx
d Fy ' Como ya hemos visto que Fy = 0 es una condicin necesaria para la dx existencia de un extremo de I , se concluye que I tambin es cero en cualquier extremo de I . Inversamente, puesto que y es una variacin arbitraria en y , la condicin I = 0 implica que
( )
Clculo Variacional
II-12
Aguilera A.
d (Fy ' ) Fy = 0 dx
y esto nos representa justamente la ecuacin que ya habamos deducido
d (Fy ' ) dx
Fy = 0
d F F = 0 Ecuacin de Euler dx y ' y
Clculo Variacional
II-13
Aguilera A.
Ejemplos 1) Qu curva que una los puntos P1 (x1 , y1 ) y P2 ( x 2 , y 2 ) tiene la longitud ms corta ?
Aqu, la respuesta es obvia, a saber, el segmento P1 P2 , pero resulta interesante verificar este hecho geomtrico elemental, por medio del clculo de variaciones. Por supuesto, lo que se tiene que hacer es determinar la funcin que minimice la integral
L=
x = x2 x = x1
ds =
x2 x1
dy 1 + dx dx
para esta integral, la ecuacin de Euler es
d 2 2 ( ) + y 1 ' 1 + ( y ') = 0 dx y y
lo cual se reduce a
y' 1 + ( y ')
despejando y '
2
=c
y' =
integrando
c 1 c2
=m
y = mx + b
Por supuesto, las constantes m y b se determinan por la condicin de que esta recta debe pasar por P1 y P2 . Por ejemplo es fcil verificar que, m, la pendiente de la recta que cubre los puntos P1 y P2 es:
m=
Aplicando la condicin de P1 Aplicando la condicin de P2 Ahora restando se obtiene Finalmente despejando m, se obtiene
Y2 Y1 X 2 X1
y1 = mx1 + b
y 2 = mx 2 + b
y 2 y1 = ( mx2 + b) ( mx1 + b) = m( x2 x1 )
m=
Y2 Y1 X 2 X1
II-14 Aguilera A.
Clculo Variacional
2) 16.3 P7 Qu curva que une los puntos P1 : ( a, b ) y P2 : (a, b ) genera la superficie de menor rea al girar alrededor del eje x ?
En este caso tenemos que minimizar la integral
S=
x=a x=a
2yds = 2
a
a
y 1 + ( y ') dx
2
De donde, debemos resolver la ecuacin de Euler
d yy' 2 dx 1 + ( y ')2
2 1 + ( y ') = 0
llevando a cabo la derivacin indicada y simplificando, obtenemos sin dificultad la ecuacin diferencial
yy ( y ') 1 = 0
2
para resolverla hacemos
y' ' =
para obtener
dy ' dy ' dy ' dy = = y' dy dx dy dx

dy ' 2 ( y ') 1 = 0 dy
yy '
la cual es una ecuacin separable
y' 1 dy = dy 2 y 1 + ( y ')
integrando
ln 1 + ( y') = 2 ln y 2 ln c
2
1 + ( y ')
y2 = 2 c1
a partir de lo que se concluye que
y' =
y 2 c12 c1
dy y 2 c12
dx c1
Clculo Variacional
II-15
Aguilera A.
integrando nuevamente
y x cosh 1 c = + c2 1 c1
x y = c1 cosh c + c2 1
Como P1 y P2 estn colocados simtricamente respecto al eje y, se deduce que la curva requerida tambin debe ser simtrica respecto al eje y. De donde, c2 = 0, as
y = c1 cosh
Para determinar c1, se tiene la ecuacin
x c1
b = c1 cosh
a c1
3) En que curvas puede alcanzar su extremo el funcional ?
v[ y (x )] =
[( y') y ] dx
2 2
y (0) = 0 , y = 1 2
en este caso la ecuacin de Euler tiene la forma
d [2 y'] ( 2 y ) = 0 dx
y ' '+ y = 0
La ecuacin diferencial anterior tiene la solucin familiar
y = c1 cos x + c2senx
Utilizando las condiciones de frontera, se tiene c1 = 0 , puede alcanzarse slo en la curva y = sen x
c 2 = 1 por consiguiente, el extremo
Clculo Variacional
II-16
Aguilera A.
4) PROBLEMA DE LA BRAQUISTCRONA (Vocablo griego; braquistos que significa ms corto y cronos tiempo)
Determinar la curva que une dos puntos dados A y B por la cual al moverse un punto material caiga desde el punto A hasta el punto B en tiempo mnimo (el rozamiento y la resistencia del medio se desprecian) Ubiquemos el origen de coordenadas en el punto A, el eje 0x en forma horizontal, y el 0y verticalmente hacia abajo. La velocidad de movimiento del punto material es
v=
ds = 2 gy dt
de aqu se halla el tiempo invertido en el desplazamiento del punto desde la posicin A(0,0) hasta la posicin B( x1 , y1 )
t ( y ( x )) =
1 2g
x1 0
1 + ( y ') y
dx
y (0 ) = 0
y (x1 ) = y1
Como F depende slo de y e y ' F = F ( y, y ') la ecuacin de Euler tiene la primera integral igual a
F y'
1 + ( y ') y
2
F = c1 y '
( y')2 =c 2 y (1 + ( y ') )
y 1 + ( y ') = c1
2
simplificando
y 1 + ( y')
Introduciendo el parmetro
1
2
=c
t , haciendo
y=
y ' = ctgt , se obtiene
c1 c1 2 (1 cos 2t ) = c sen t = 1 2 1 + ctg 2t dy 2c1sent cos tdt dx = = = 2c1sen 2 t = c1 (1 cos 2t ) y' ctgt c1 sen2t (2t sen2t ) + c2 x = c1 t + c = 2 2 2
por lo tanto, en forma paramtrica la ecuacin de la curva buscada es:
x c2 =
c1 (2t sen2t ) 2
y=
si se transformara el parmetro mediante la sustitucin 2t = t1 y se toma en cuenta que c2 = 0 ,
c1 (1 cos 2t ) 2
puesto que para y = 0 es x = 0 , se obtiene la ecuacin de una familia de cicloides de la forma habitual
c1 (t1 sent1 ) 2 c y = 1 (1 cos t1 ) 2 x=

siendo
c1 el radio de la circunferencia que rueda, la cual se determina de la condicin de que la 2 cicloide pasa por el punto B( x1 , y1 ) de este modo la BRAQUISTCRONA es una cicloide.
Clculo Variacional
II-18
Aguilera A.
5) 16.3 P23 (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) Encuentre la ecuacin de la curva que une los puntos (0,1) y (2,3) y a lo largo de la cual la
integral
1 + ( y) dx es un mnimo. y
2
Haciendo x =
dx dx = xdy , y la integral puede escribirse dy d u u d F F =0 dy x x dy u u
x x0
(x)2 + 1 dy
y
aqu
u = x x
(x)2 + 1
y
=0
( x ) + 1 d u u = 0 = c1 = dy x y x
2
2 ( x ) = C1 ; C = 2 2 2 y [ 1 + ( x ) ] y ( x ) + 1 (x)2 = c1 y 2 (1 + (x)2 ) = c12 y 2 + c12 y 2 (x)2
2 1
(x)2 =
c1 y 2 dx c1 y ; = 2 1 c1 y dy 1 c12 y 2 c1 y
2 1 2 1
dx = (1 c y )
x=
dy
2
1 1 c12 y 2 + c2 c1 1 1 1 c1 y 2 = 2 y 2 2 c1 c1 Ec. circunferencia
(x c2 )2 =
(x c2 )2 + y 2 = k 2
Para el caso particular de los puntos dados x0 = 0 ; x = 2 ; P y P2 (2,3) 1 (0,1)
(0 c2 )2 + 12 = k 2 2 (2 c2 ) + 32 = k 2
y = (x 3) + 10
2
Clculo Variacional
II-19
Aguilera A.
6) 16.5 P7 Ejercicio de Variaciones

2 Dado F ( x, y , y ') = ( y ') + xy. Calclese F y F para x = x 0 , y = x F F verifquese la ec. F = y + y ' F y y '
2
y y = x n entonces
F = ( y ') + xy + (x + 2 y ' ') + 0 2 + 2 0 '+2 ' 2

2
)2! + [( y')
2
+ xy =
y = x 2 ; y = =
[ = [4nx
= 4nx n + x n +1 + ( ') 2 = 4nx n + x n+1 + ' '

2
n
+ x n +1
] [ ] + y ' y ' = [4nx
; ;
= y ' = y '
+ x n +1 + x n 1x n 1
= 4nx n + x n +1 + 2 x n 1 x n 1 2 = 4nx n + x n +1 + 2 x 2 n 2
F =
F F y + y ' = F y y + F ' y ' y y ' y ;
y ' = nx n 1
= xx n + 2 y ' n x n 1 = x n +1 + 2(2 x ) n x n 1
) [
= 4n x n + x n+1
Clculo Variacional
II-20
Aguilera A.
PRINCIPIO DE HAMILTON Y EC. DE EULER-LAGRANGE
El clculo de variaciones es la base para la deduccin del principio de Hamilton y la ecuacin de Euler-Lagrange. Aunque la 2 ley de Newton , F = ma , basta para el planteamiento de muchos problemas de la dinmica, existen refinamientos y generalizaciones que con frecuencia proporcionan mtodos de ataque ms efectivos. En esta ltima seccin se dar una breve descripcin de dos de estos mtodos: EL PRINCIPIO DE HAMILTON y LA ECUACIN DE LAGRANGE En el curso de dinmica avanzada se estudia con mayor detalle estos mtodos as como las aplicaciones a problemas de la dinmica. El principio de Hamilton tambin llamado principio de mnima accin, establece que el movimiento de un sistema mecnico es tal que la conversin de energa es mnima. Lo cual implica que la siguiente integral tiene un valor mnimo.
t2 t1
L dt
(A)
Donde L = T V se conoce como el Lagrangiano del sistema, siendo T la energa cintica y V la energa potencial, y a la integral (A) tambin se le llama Integral de accin. Para sistemas de grado de libertad uno, el Lagrangiano es funcin de la coordenada generalizada q , su derivada con respecto al tiempo q y el tiempo t , se requiere que la integral de accin sea mnima se puede escribir
L(q, q, t ) . Luego como
t2
t1
L dt = 0
y de la deduccin ( L F ) presentada se obtiene la EC. DE EULER-LAGRANGE
L d L =0 q dt q
esta ecuacin se conoce como la ecuacin de Lagrange para sistemas conservativos y es su ecuacin de movimiento. Cualquier conjunto de coordenadas que define completamente la configuracin del sistema se llaman coordenadas generalizadas y el nmero de stas es el grado de libertad.
Clculo Variacional
II-21
Aguilera A.
Por ejemplo el pndulo doble de la figura tiene coordenadas generalizadas 1 y 2 y por lo tanto tiene grado de libertad 2.
l1
m1 l2
2
Ejemplos
m2
7) Establecer la ecuacin de movimiento del sistema masa-resorte sin friccin tomando x como coordenada generalizada, oscilador armnico.
T =
1 2 kx 2 1 1 L = T V = mx 2 kx 2 2 2
1 mx 2 2
V =
L = kx, x
d L d = (mx) = mx dt x dt
sustituyendo en la ecuacin de Euler-Lagrange , se obtiene
kx mx = 0 ,
mx + kx = 0
Esta ecuacin resulta ser la conocida ecuacin de vibracin , que con igual facilidad se puede obtener de la 2 ley de Newton .
8) Como un segundo ejemplo de la aplicacin de la ecuacin de Lagrange considrese el pndulo simple y obtenga su ec. de movimiento.
En este caso la coordenada generalizada es y el Lagrangiano es
L , , t =
1 2 2 ml + mgl cos 2
Donde se tom como nivel de referencia el punto de pivote
Clculo Variacional
L = mglsen II-22
d L d ml 2 = ml 2 = dt dt Aguilera A.
sustituyendo en la ecuacin de Euler-Lagrange
mglsen ml 2 = 0
g sen = 0 l
*ya en este ejemplo simple si no se eligen adecuadamente los ejes al aplicar la 2 ley de Newton podra complicarse algo el problema
Ojo, es necesario primero ver II-37
9) Usando las ecuaciones de Lagrange obtngase el sistema de ecuaciones diferenciales que describe las vibraciones debidas a la torsin del sistema de discos acoplados elsticamente que se muestra en la figura
En este caso las coordenadas generalizadas son lo ngulos de torsin i en cada uno de los discos, as se tiene
T=
1 2 2 2 2 I 1 1 + I 2 2 + + I i i + + I n n 2
tambin, como la energa potencial almacenada en un eje sometido a torsin es 1 2 mdulo (ngulo de torsin ) 2 se tiene
1 2 2 2 2 2 V = k0 1 +k1(1 2) ++ki1(i1 i ) +ki (i i+1) ++kn1(n1 n) +kn 2 n 2

de donde, las ecuaciones de Lagrange [L( , , t )] se obtiene de (ver pg. II-37):
L d L - =0 ; i dt i
i = 1,2,3,,n
(B)
Clculo Variacional
II-23
Aguilera A.
as
I22 k1(1 2 ) + k2(2 3) = 0 Iii ki1(i1 i ) +ki (i i+1) = 0 Inn kn1(n1 n ) +knn = 0
Estas ecuaciones son fciles de establecer por medio de mtodos elementales basados en la 2 ley de Newton(ec. Newton-Euler), en forma aplicable a la torsin, pero el uso de las ecuaciones Lagrange elimina la necesidad de comprobar los signos de los diversos momentos de torsin, lo que a veces resulta incomodo.
I11 + k01 + k1(1 2 ) = 0
10) Ejemplo de Optimizacin (Rao S. Ref. [11]): DISEO DE UN SLIDO DE REVOLUCIN PARA ARRASTRE (DRAG) MNIMO
Ahora consideremos el problema de determinar la forma de un slido de revolucin para arrastre mnimo. En el caso general, las fuerzas ejercidas sobre un cuerpo slido trasladndose en un lquido dependen de la forma del cuerpo y de la velocidad relativa en una manera muy compleja. Sin embargo, si la densidad del fluido es suficientemente pequea, la presin normal( P ) actuando sobre el cuerpo slido puede aproximarse por [M.J. Forray, 1968]
densidad del fluido
P = 2 v 2 sen 2
(E1)
velocidad del fluido relativa al cuerpo slido ngulo entre la direccin de la velocidad del fluido y la tangente a la superficie[fig1]
Fig. 1
Fig. 2
Clculo Variacional
II-24
Aguilera A.
Ya que la presin acta normal a la superficie, la componente x de la fuerza actuando sobre la superficie de una rebanada de longitud dx y de radio r ( x ) , [fig.2], puede escribirse
dP = (PRESIN NORMAL)(AREA)sen
= 2 v 2 sen 2 2y 1 + ( y ') dx sen

2
)[
(E2)
donde y ' =
dy . La fuerza total de arrastre, P , est dada por la integral de la ecuacin (E2) dx
P = 4 v 2 ysen 3 1 + ( y ') dx
L 2 o
(E3)
L Longitud del cuerpo. Para simplificar los clculos, supongamos que y ' << 1 tal que
sen =
as la ecuacin (E3) puede aproximarse por
y' 1+( y')

L 3
y'
P = 4 v 2 ( y ') ydx
o
(E5)
Ahora el problema de arrastre mnimo puede establecerse como; Encontrar y ( x ) la cual MINIMICE el arrastre P dado por la ec. (E5) sujeto a la condicin que y ( x ) satisfaga las condiciones en los extremos
y ( x = 0) = 0
y(x = L ) = R
(E6)
comparando el funcional P de la ec. (E5) con A de la ec. (1), se tiene
F (x, y , y ' , y ' ') = 4 v 2 ( y ') y

3
(E7)
La ecuacin de Euler-Lagrange, (7) que corresponde a este funcional es;
( y ')3 3 d [y ( y ')2 ] = 0
dx
las condiciones de frontera , ecs. (8) y (9), se reducen a ;
(E8)
[3 y( y') ]y
2
x =L x =0
=0
(E9)
Clculo Variacional
II-25
Aguilera A.
La ec. (E8) puede escribirse como o
( y ')3 3[y( y ')2 + y (2 y ' y ' ')] = 0
( y ')
(E10)
+ 3 yy ' y ' ' = 0
Esta ecuacin, cuando integramos una vez, da

3 3 d y ( y ) = y ( y ' ) = C = k13
(E11)
donde k1 es la constante de integracin. Integrando ec. (E11), se obtiene
y (x ) = (K1 x + K 2 )4
k1 dy = y dx dy k = 11 dx y / 3 y1 / 3dy = k1dx 3 43 y = k1 x + k2 4
3 3
(E12)
4 y = (k1 x + k2 ) 3
3/ 4
K1 =
4 k1 3
K2 =
4 k2 3
La aplicacin de las condiciones de frontera
K1 =
R L
4 3
K2 = 0
De aqu la forma del slido que tiene un arrastre mnimo est dado por la ecuacin
x 4 y ( x ) = R L
Clculo Variacional
II-26
Aguilera A.
MULTIPLICADORES DE LAGRANGE Y RESTRICCIONES
Si la variable x NO es por completo independiente sino que tiene que satisfacer alguna(as) condicin(es) de restriccin, el problema puede establecerse como sigue: Encuentre la funcin y ( x ) tal que la integral
A=
sujeta a la condicin
x2 x1
F ( x, y, y ') dx mnimo
(10)
h* ( x, y, y') = 0
donde h puede ser una funcin integral. El valor estacionario de un problema de clculo de variaciones restringido puede encontrarse usando MULTIPLICADORES DE LAGRANGE. PROBLEMAS CON RESTRICCIONES El concepto de incluir restricciones puede generalizarse. Analice el problema de encontrar las funciones u1 (x, y, z ), u 2 ( x, y, z ), , u n ( x, y, z ) que hacen que el funcional
sea estacionario sujeto a las m restricciones
u1 f x , y , z , u , u , , u , , , dv n 1 2 v x
u h1 x, y, z, u1 , u2 , , u n , 1 , = 0 x
(11)
(12)
u hm x, y, z, u1 , u 2 , , u n , 1 , = 0 x
El mtodo de los multiplicadores de Lagrange consiste en tomar variaciones en el funcional
A = ( f + 1h1 + 2 h2 + + m hm ) dv
v
(13)
donde i son ahora funciones de la posicin. En el caso especial donde una o ms de las hi son condiciones integrales, las i asociadas son constantes .
Clculo Variacional
II-27
Aguilera A.
11) Ejemplo. Analice el movimiento de la partcula en el plano inclinado.
Usando Lagrange-Multiplicadores V energa potencial = mgh = mgy 1 1 T energa cintica = mv 2 = ms 2 2 2
l
M
L=
1 2 ms mgy 2
s, y coordenadas generalizadas.
1 = (l s )sen y = 0
Restriccin holonmica.
Una forma alterna para obtener los multiplicadores de la ec. 13, as como la ecuacin de movimiento es ;
n j d L L = j + QNC dt qi qi j =1 qi
Ec. de Euler-Lagrange en trminos de los multiplicadores
(restricciones) y de las fuerzas (generalizadas) actuando sobre el sistema.
d L L d L L 1 1 = 0 ; 1 1 = 0 dt s s dt y y s y d L L = ms ; = ms dt s s L =0 s 1 = sen s L =0 y L = mg y 1 = 1 y
0 + mg + 1 = 0 1 = mg ms mgsen = 0 ms + 1 sen = 0
12) P6-12 (Greenwood D. Ref. [12]) Las partculas m1 y m2 estn restringidas a moverse sin friccin en el plano xy tal que m1 permanece sobre el eje horizontal y m2 sobre el eje vertical. Las partculas estn conectadas por una barra sin masa de longitud l. Obtenga la ecuacin de movimiento usando multiplicadores de Lagrange.
Multiplicaciones de Lagrange
d L L i = + Qnc j q dt q qi j =1 i i
1 = lsen x = 0 ; T = mx 2 + my 2 x, y, coordenadas generalizadas 2 2 2 = l cos y = 0 ; V = mgy

L = mx ; x d L = mx ; dt x 1 = 1 ; x 2 =0 ; x L =0 ; x L = my ; y d L = my ; dt y 1 =0 ; y 2 = 1 ; y L = mg ; y
L =0 d L =0 dt 1 = l cos 2 = lsen L =0
sustituyendo; i = 1,2,3 ( x, y, )
mx (0) = 1 ( 1) + 2 (0 ) ;
0 (0 ) = 1 (l cos ) + 2 ( lsen ) ;
adems
my mg = 1 (0) + 2 ( 1) ;
mx = 1 my - mg = -2
1 = mx 2 = my + mg
1lcos - 2lsen = 0
x = lsen ; y = l cos ;
Clculo Variacional
x = l cos ; y = lsen ;
x = l 2 sen + l cos y = l 2 cos lsen

II-29 Aguilera A.
As
1 = m( l 2 sen + l cos ) = m(l 2 sen l cos )
2 = m( l 2 cos + lsen ) + mg = m(l 2 cos + lsen ) + mg

usando la ec. donde aparece 1 y 2 se obtiene
m l 2 sen l cos l cos m l 2 cos + lsen + g lsen = 0 l 2 glsen = 0 + g sen = 0 l
Distinga que es la ecuacin de un oscilador armnico!
Clculo Variacional
II-30
Aguilera A.
13) (P. Hamilton) Usando el principio de Hamilton deduzca la ec. de movimiento del siguiente sistema-masa-resorte
x
x
(T V )dt = mv 2 kx 2 + mgy dt t t
t2
1
t2
1
1 2
1 2
=
g
t2 t1
(m kxx + my )dt
y
y
M
Se introducen los requerimientos geomtricos
Hasta aqu el indicador variacional ha sido expresado en trminos de tres variables ( , x, y ) y sus variaciones.
=y = y =
d (y ) dt ;
x = 2y
x = 2y
Sustituyendo en el indicador variacional e integrando un trmino (el que incluye a la derivada)

t 2 d (m ) + 2kx mg I .V . = my tt 2 y dt = 0 t1 2 dt
m + 2kx mg = 0
my + 4ky = mg
Para aplicar los multiplicadores de Lagrange, regresamos a la ecuacin inicial con la restriccin geomtrica:
t2 1 1 I .V . = my 2 kx 2 + mgy dt t1 2 2
x = 2y
Se introduce la restriccin
t2 1 1 I .V . = my 2 kx 2 + mgy + (x 2 y )dt t1 2 2
Clculo Variacional
II-31
Aguilera A.
donde = (t ) = multiplicador de Lagrange y se puede interpretar como una fuerza, donde i (constraint) tiene la interpretacin de un trabajo necesario para asegurar que la restriccin sea satisfecha. Finalmente, integrando por partes.
I .V . = myy tt12
t2 t1
{[my mg + 2 ]y + (kx )x}dt = 0

y kx = 0
my mg + 2 = 0
resolviendo el sistema
my mg + 2kx = 0 my mg + 4ky = 0
obtenemos la ec. de movimiento en trminos de la variable y
Clculo Variacional
II-32
Aguilera A.
14) DISEO PTIMO DE UNA ALETA DE ENFRIAMIENTO (Rao S. Ref.[11])
Las aletas de enfriamiento son usadas en radiadores para incrementar la razn de transferencia de calor de una superficie caliente (pared) a un fluido circundante. A menudo, ser de inters encontrar la forma ptima (seccin variable TAPERED) de la aleta (de seccin transversal rectangular ) para una masa total especificada la cual transfiera la mxima energa de calor. (PROBLEMA ISOPERIMTRICO)
La configuracin de la aleta se muestra en la fig. 12.7. Tomado de la referencia [11] Si T0 y T denotan las temperaturas de la pared y el ambiente, respectivamente, la temperatura de la aleta en cualquier punto, T ( x ) , puede expresarse en forma adimensional como
t (x ) =
T (x ) T T0 T
(E2.1)
tal que t (0 ) = 1 y t ( ) = 0 . Para formular el problema, primero escribimos la ecuacin de balance de calor para un elemento diferencial, dx , de la aleta.
FLUJO DE CALOR QUE ENTRA POR CONDUCCIN
FLUJO DE CALOR QUE SALE POR CONDUCCIN Y CONVECCIN
dt dt + hS (t t ) kA = kA dx x dx x + dx
donde;
(E2.2)
k conductividad trmica A rea de la seccin transversal de la aleta = 2 y (x ) por unidad de ancho de la

aleta h coeficiente de transferencia de calor
S rea superficial del elemento diferencial de la aleta = 2 1 + ( y ') dx por

2
unidad de ancho 2 y( x ) profundidad (altura) de la aleta en cualquier seccin x
Clculo Variacional
II-33
Aguilera A.
escribiendo
dt dt dt d = kA + kA dx kA dx dx x + dx dx x dx
y notando que t = 0 , la ec. (E2.2) puede simplificarse a
(E2.3)
d dt 2 ky = ht 1 + ( y ') dx dx
Por simplicidad podemos suponer que y ' << 1 y as
(E2.4)
d dt y = ht dx dx
(E2.5)
La cantidad de calor disipado de la aleta al medio circundante por unidad de tiempo est dado por:
H = 2 ht dx
0
(E2.6)
suponiendo que el flujo de calor del extremo libre de la aleta es cero. Ya que la masa de la aleta est especificada como m , tenemos
2 y dx m = 0
0
(E2.7)
densidad de aleta= Ahora el problema puede formularse como: Encontrar t ( x ) que maximice la integral de la ec. (E2.6) sujeta a la ecuacin de restriccin (E2.7). Ya que y ( x ) en la ec. (E2.7) es una variable tambin, puede expresarse en trminos de t ( x ) usando la ecuacin de balance de calor (E2.5). Integrando la ec. (E2.5) entre los lmites x y L , obtenemos
ky ( x )
L dt (x ) = h x t (x ) dx dx
(E2.8)
suponiendo que el flujo de calor del extremo libre sea cero. La ec. (E2.8)
y ( x) =
L h 1 t ( x ) dx k dt 0 dx
(E2.9)
Clculo Variacional
II-34
Aguilera A.
sustituyendo la ec.(E2.9) en (E2.7), el problema variacional puede reformularse (replantearse) como: Encontrar y ( x ) que maximice
H = 2h t (x ) dx
L O
(E2.10)
sujeto a la restriccin
h * ( x, t , t ' ) = 2
h L 1 L t ( x ) dx dx + m = 0 x k 0 dt dx
(E2.11)
Este problema puede resolverse usando el mtodo de los multiplicadores de Lagrange. El funcional I a encontrar su extremal est dado por
L L 1 L dx ( ) t x dx I = H + h * dx =2h t ( x ) + 0 0 dt k 0 dx
() (E2.12 )
Multiplicador de Lagrange
Comparando la ec. (E2.12) con la ec. (1) encontramos que
F ( x, t , t ' ) = 2ht +
La ec. de Euler- Lagrange, ec.(7), da
2h 1 L t ( x ) dx k t ' 0
(E2.13)
h 2t ' '
k (t ')3
L x
t ( x )dx +
(t ')2
t (x )
dx =0 0 t'
x
(E2.14)
Esta ecuacin integro-diferencial deber resolverse para encontrar la solucin a t ( x ) . En este caso puede verificarse que la ec.(E2.) satisface a la ec.(E2.14)
2 t ( x ) = 1 x k
Clculo Variacional II-35
(E2.15)
Aguilera A.
El perfil de espesor de la aleta puede obtenerse de la ec. (E2.9) como:

1 1 h1 L h k 2 L 2 y (x ) = t ( x )dx = x dx 1 k t' x k x k 1 1 2 2 h 2 L 2 x = x+ L 1 2 k k 2 (k ) 2
c1 + c 2 x + c 3 x 2
donde
1 2 2 L L k 2
(E2.16)
c1 =
(k )
1 2
(E2.17)
c2 =
(k ) 2
h = 2k k
1 2
(E2.18)
c3 =
(k )
1 2
(E2.19)
El valor de (multiplicador de Lagrange) se determina de la ec. (E2.7)
L2 L3 m = 2 y(x ) dx = 2 c1 L + c2 + c3 2 3 0
L
m L L2 hL 1 hL2 = c1 + c2 + c3 = 2 L 2 3 2(k )1 3 k 2
=
1 2
(E2.20)
hL
1
1 2
(k )
m 2 hL2 L + 3 k
(E2.21)
sustituyendo la ec. (E2.21) en la ec. (E2.16) se obtiene la solucin.
Clculo Variacional
II-36
Aguilera A.
FUNCIONALES DE LA FORMA
x1 x0
F (x, y1 , y 2 ,..., y n , y '1 , y ' 2 ,..., y ' n ) dx
Para obtener las condiciones necesarias de un extremo del funcional del tipo ms general
v[ y1 , y 2 ,..., y n ] = F (x, y1 , y 2 ,..., y n , y '1 , y ' 2 ,..., y ' n ) dx

x1 x0
con condiciones de frontera dadas para todas las funciones
y1 ( x1 ) = y11 , y 2 (x1 ) = y 21 ... , y n (x1 ) = y n1

variaremos slo una de las funciones
y1 ( x0 ) = y10 , y 2 ( x0 ) = y 20 ,... , y n ( x0 ) = y n 0
y j (x )
j = 1,2,..., n
v[ y1 , y 2 ,..., y n ] se transforma en una
funcin que depende slo de una funcin variable, por ejemplo y j ( x ) v
dejando las dems invariables. Entonces el funcional
[y1, y2 ,...,yn ] = v [yi ]

Fyi d Fy ' =0 dx i
del tipo ya considerado. Por consiguiente, la funcin que realiza el extremo debe satisfacer la ecuacin de Euler
Como este razonamiento es aplicable a cualquier funcin y i (i = 1,2,..., n ) se obtiene el sistema de ecuaciones diferenciales de segundo orden
Fyi
d Fy ' =0 dx i
(i = 1,2,..., n )
que determinan, en general, una familia dependiente de 2n -parmetros de curvas integrales en el espacio x, y1 , y 2 ,..., y n que es la familia de extremales del problema variacional dado Si, en particular, el funcional depende slo de dos funciones y1 ( x ) y y 2 ( x ) y ( x ) y z ( x ) ; entonces:
v[ y ( x ), z ( x )] = F ( x, y , z , y ' , z ') dx
x1 x0
o sea, se determina eligiendo la curva alabeada y = y (x ) , z = z ( x ) fig, 1, entonces, variando slo y ( x ) y fijando z ( x ) , cambiamos nuestra curva de modo que su proyeccin en el plano
y ( x0 ) = y 0 , z ( x 0 ) = z 0 ,
y ( x1 ) = y1 , z (x1 ) = z1
x o z no vara, es decir, z = z ( x ) , fig. 2.
la curva permanece todo el tiempo en el cilindro de proyeccin
Anlogamente, fijando y ( x ) y variando z ( x ) , variamos la curva de modo que esta permanezca todo el tiempo en el cilindro de proyeccin y = y (x ) . Entonces obtenemos un sistema de ecuaciones de Euler
Fy
d Fy ' = 0 dx
Fz
d Fz ' = 0 dx
Un ejemplo lo representa la ec. de Euler-Lagrange para sistemas de n-grados de libertad ec.(B), pg. II-23.
Fig. 1
Fig. 2
15) Ejemplo: Hallar los extremales del funcional
v[ y ( x ), z ( x )] = 2 y ' 2 + z ' 2 +2 yz dx
0
y (0 ) = 0 ,
z (0) = 0 z = 1 2
y = 1 2
El sistema de ecuaciones diferenciales de Euler tiene la forma
y ' ' z = 0 z ' ' y = 0

eliminando una de las funciones desconocidas, por ejemplo ,
z , se obtiene
y ( iv ) y = 0
cuya solucin es conocida
y = c1e x + c 2 e x + c3 cos x + c 4 senx

ya que
z = y' '
z = c1e x + c 2 e x c3 cos x c4 senx
utilizando las condiciones de frontera, se halla
c1 = 0 , c2 = 0 , c3 = 0 y c 4 = 1
por lo tanto
y = senx z = senx
Clculo de las constantes:
y = c1e x + c 2 e x + c3 cos x + c 4 senx z = c1e x + c 2 e x c3 cos x c 4 senx
y (0 ) = 0 ,
z (0) = 0
Clculo Variacional
II-39
Aguilera A.
y = 1 2
z = 1 2
Para y
Para z
0 = c1 + c 2 + c3 0 = c1 + c 2
0 = c1 + c 2 c3 c1 = c3 c 2 c1 = c 2
Restando
2c 3 = 0
c3 = 0
y = c1e x + c 2 e x + c 4 senx ; z = c1e x + c 2 e x c 4 senx ;
y = c1 e x + e x + c4 senx z = c1 e x + e x c 4 senx
( (
) )
1 = c1e + c2 e
2
+ c4
Restando
1 = c1e + c2 e
2
c4
2 = 2c4
c4 = 1
2 2 0 = c1 e e
c1 = 0
c2 = 0
y = c1e x + c2 e x + senx z = c1e x + c2 e x senx
y = senx z = senx
Clculo Variacional
II-40
Aguilera A.
Ejercicios Propuestos:
1
1) Hallar el extremal para el siguiente funcional: Sujeto a las CF siguientes;
v[ y ( x )] = 1 + ( y ) dx
2 0
y (0 ) = 1
Tareas
y (0 ) = 0 ,
y(1) = 1
y (1) = 1
Ref.[1] (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995):
Pgina 1087 (9, 11, 21, 29 y 43) Pgina 1101 (13, 15, 19) Pgina 1113 (9 y 10)
Pagina 1117 (3, 11, 18) Pagina 1124 (1)
Clculo Variacional
II-41
Aguilera A.
ECUACIONES DIFERENCIALES PARCIALES Ecuacin diferencial parcial, EDP, ecuacin que contiene las derivadas parciales de una o ms variables dependientes con respecto a ms de una variable independiente. Muchos fenmenos fsicos se describen mediante ecuaciones diferenciales en derivadas parciales (sistemas continuos), como ya es familiar si el sistema fsico se analiza bajo la suposicin de parmetros concentrados entonces nos resultan EDO. En este captulo, se analizarn aquellas ecuaciones que surgen comnmente en la ingeniera y en la fsica. Se iniciar el estudio examinando con detalle la deduccin de ciertas ecuaciones diferenciales parciales, a partir de principios fsicos. Entonces, conociendo las formas que se presentan con ms frecuencia, se investigarn los mtodos de solucin y su aplicacin a problemas especficos.
EDO, muy bsicas
(4 + x ) dy = y 3
dx Separacin de variables
dy dx = 3 y x+4
d2y + 4 y = 4x dx 2
Primero se resuelve la parte homognea.

d2y +4=0 dx 2
Integrando ambos miembros
( D2 + 4 )y = 0; m = 2i Yp = Ax; que conduce 4Ax = 4 A = 1, as Y = C1sen2x + C2cos2x + x
y 2 = ln ( x + 4 ) + k 2
Ecs. Diferenciales Parciales
III-1
Aguilera A.
FENMENO FSICO
OSCILACIN
MODELO ICONICO
LEYES FSICAS
2 LEY DE NEWTON
EDO MODELO MATEMTICO
parmetros concentrados
F = ma
EDP
continuo
SOLUCIN
INTERPRETACIN DE LA SOLUCIN
Diagrama esquemtico del estudio de un fenmeno fsico
III-2
Aguilera A.
EN LA FORMULACIN MATEMTICA DE PROBLEMAS APLICADOS PUEDEN SURGIR ECUACIONES DIFERENCIALES COMO:
d 2x + kx = 0 2 dt
d 2 y dy x 2 + + xy = 0 dx dx
U+m u = U2 m
MECNICA: OSCILADOR ARMNICO
CALOR, ELECTRICIDAD, AERODINMICA, ANLISIS DE ESFUERZOS, OTROS CAMPOS
PROBLEMA DE LA TRAYECTORIA DE VUELO DE UN COHETE.
d4y EI 4 = w (x ) dx
INGENIERIA CIVIL: TEORIA DEFLEXIN DE VIGAS. CIRCUITO ELECTRICO DE CA (BIOLOGA O ECONOMIA)
dI d 2I + a + bI = R sen wt 2 dt dt
d2y W = dx 2 H dy 1+ dx
2
SUSPENSIN DE CABLES.
2V 2V 2V + 2 + 2 =0 2 x y t
2U U = R x 2 + t
2 2Y 2 Y =a t 2 x 2
ELECTRIDAD, CALOR, AERODINMICA, TEORA DE POTENCIALES.
2U 2 y
CONDUCCIN DE CALOR, DIFUSIN DE NEUTRONES EN UNA PILA ATMICA. VIBRACIN DE CUERDAS, BARRAS, Y LA PROPAGACIN DE SEALES ELECTRICAS.
4 4 4 + 2 2 2 + 4 = F(x , y ) x 4 x y y
Ecs. Diferenciales Parciales III-3
ANLISIS DE ESFUERZOS.
Aguilera A.
INTRODUCCIN: ( ALGUNOS CONCEPTOS BSICOS Y EJEMPLOS )
Las formulaciones matemticas de problemas que involucran dos o ms variables independientes conducen a ECUACIONES DIFERENCIALES PARCIALES, EDP, como uno podra esperar, la introduccin de ms variables independientes hace el tema de las EDP ms complejo que el de las EDO. 1) EDP y sus soluciones Digamos que una solucin de una EDP es una relacin explcita o implcita entre las variables que no contiene derivadas y la cual satisface a la ecuacin. En ciertos casos muy simples puede obtenerse una solucin en forma inmediata. Por ejemplo, considere la ecuacin diferencial, parcial de primer orden
U = x2 + y 2 x
una solucin para esta ecuacin sera.
U = x 2 + y 2 x U = x3 + xy 2 + ( y ) 3
INTEGRACIN PARCIAL
donde (constante de integracin) es una funcin arbitraria de y. Como un segundo ejemplo, considere la EDP de 2 orden
2U = x3 y yx
primero re-escribimos
U 3 =x y y x
ahora integramos parcialmente con respecto a y, manteniendo a x constante.
U y2 = x3 y + (x ) x 2
Ecs. Diferenciales Parciales III-4 Aguilera A.
donde (constante de integracin) es una funcin arbitraria de x. Integrando nuevamente parcialmente, se obtiene:
U=
donde
x 4 y xy 2 + f (x ) + ( y ) 4 2
f ( x ) = ( x ) dx
Como un resultado de estos dos ejemplos simples, se observa que mientras las EDO tienen soluciones que involucran constantes arbitrarias, las EDP tienen soluciones que involucran funciones arbitrarias.
ECUACIONES DIFERENCIALES PARCIALES LINEALES DE 2 ORDEN
La EDP lineal general de segundo orden en las variables, (2), independientes X y Y es una ecuacin de la forma.
2U 2U 2U U U + B + C +D +E + FU = G 2 2 X XY Y X Y
donde A, B, C, D, E, F y G son funciones de X y Y. Si G (X, Y) = 0 para toda (X,Y), la ecuacin se reduce a:
2U 2U 2U U U + B + C +D +E + FU = 0 2 2 X XY Y X Y
(1)
Para la ecuacin ( 1 ) se establecen los siguientes teoremas bsicos los cuales son anlogos a los establecidos para las EDO. TEOREMA Hiptesis: Sean f1 , f2, ..., fn n soluciones de la ecuacin ( 1 ) en una regin R del plano xy Conclusin: La combinacin lineal c1f1 + c2f2 +....+ cnfn es tambin una solucin de la ecuacin ( 1 ) en la regin R. Una clase importante de los EDP lineales de 2 orden son las ecuaciones lineales homogneas de 2 orden con coeficientes constantes.
III-5
Aguilera A.
2U 2U 2U + b + c =0 (2) X 2 XY Y 2
a, b, c constantes.
La palabra homognea aqu se refiere al hecho de que todos los trminos de la ecuacin contienen derivadas del mismo orden. Se buscarn soluciones a la ec. ( 2 ) de la forma U = f( y + mx ), (3)
Donde f es una funcin arbitraria de su argumento y m es una constante. Diferenciando (3), se obtiene
2U = m 2 f ' ' ( y + mx ) 2 X 2U = mf '' ( y + mx ) XY 2U = f ' ' ( y + mx ) Y 2

sustituyendo en la ec.(2) se obtiene am2f( y + mx ) + bmf( y + mx ) + cf( y + mx ) = 0 , f( y + mx ) [ am2 + bm + c ] = 0 As f ( y + mx ) ser una solucin de la ec.( 2 ) si m satisface la ecuacin cuadrtica am2 + bm + c = 0 (5) (4)
Ahora es necesario considerar los siguientes cuatro casos de la ecuacin ( 2 ) i) ii) iii) iv) a 0, y las races de la ecuacin cuadrtica ( 5 ) sean distintas. a 0, y las races de la ecuacin cuadrtica ( 5 ) sean iguales. a = 0, b 0. a = 0, b = 0, c 0. Caso i ) Sean las races distintas m1 y m2. Entonces la ecuacin ( 2 ) tiene las soluciones: f ( y + m1x ) y g ( y + m2x ),
Donde f y g son funciones arbitrarias de sus respectivos argumentos. Por supuesto que: f ( y + m1x ) + g ( y + m2x ), Es tambin una solucin de la ecuacin ( 2 ). - Caso ii) Sea m1 la raz doble (raz repetida). Entonces la ecuacin ( 2 ) tiene la solucin f ( y + m1x ), donde f es una funcin arbitraria de su argumento. Adems puede demostrarse que en este caso la ecuacin ( 2 ) tambin tiene la solucin xg ( y + m2x ), donde g es una funcin arbitraria de su argumento. De aqu la solucin de la ecuacin ( 2 ) es: f ( y + m1x ) + xg ( y + m1x ), Caso iii) Aqu la ecuacin cuadrtica se reduce a: bm + c = 0 y de aqu slo hay una raz. Sea m1 esa raz, la ecuacin ( 2 ) tiene la solucin f ( y + m1x ), donde f es una funcin arbitraria de su argumento. Posteriormente puede verificarse otra vez que en este caso g (x), donde g es una funcin arbitraria de x solamente, es tambin una solucin de la ecuacin ( 2 ). As la solucin de la ecuacin ( 2 ) es: f ( y + m1x ) + g ( x ) Caso iv) Aqu la ecuacin cuadrtica se reduce a c = 0, lo cual no es posible. As en este caso no existen soluciones de la forma expresada por la ecuacin ( 3 ). Sin embargo, en este caso la ecuacin diferencial es muy simple:
2u =0 y 2
u =0 y y
integrando parcialmente con respecto a y dos veces, se obtiene: u = f( x ) + yg( x ) donde f y g son funciones arbitrarias de x solamente. As la solucin de la ecuacin ( 2 ) es: f(x)+yg(x) Toda ecuacin de la forma (2) con coeficientes constantes est en una y slo una de las cuatro categoras cubiertas en los casos i) a iv). As la ecuacin ( 2 ) siempre tiene una solucin la cual involucra dos funciones arbitrarias.
Ejemplo 1: Encuentre una solucin de:
2u 2u 2u 5 + 6 =0 x 2 xy y 2
La ecuacin cuadrtica auxiliar ( 5 ) correspondiente a esta ecuacin diferencial es:

m2 5m + 6 = 0 Cuyas races son: m1 = 2 y m2 = 3. Por lo tanto cae en el caso i) y as la solucin ser: U = f ( y + 2x ) + g ( y + 3x ) La cual contiene 2 funciones arbitrarias.
Ejemplo 2: Encuentre una solucin de:
2u 2u 2u 4 + 4 =0 x 2 xy y 2
La ecuacin cuadrtica (5) correspondiente a esta ecuacin diferencial es: m2 4m + 4 = 0 Y esta ecuacin tiene la raz doble m = 2. Por lo tanto este es un ejemplo del caso ii). Cuya solucin tiene la forma: U = f ( y + 2x ) + xg ( y + 2x ). Finalizamos esta seccin clasificando a las ecuaciones de la forma (1) en los casos especiales en los cuales los coeficientes A, B, C, D, E y F son constantes reales. Se ilustrar esta clasificacin con algunas de las famosas ecuaciones de la fsica-matemtica.
DEFINICIN: LA ECUACIN DIFERENCIAL PARCIAL LINEAL DE 2 ORDEN.
2U 2U 2U U U + B + C +D +E + FU = 0 2 2 X XY Y X Y
donde A, B, C, D, E y F son constantes reales se conoce como: i) ii) iii) Hiperblica si B2 4AC > 0, Parablica si B2 4AC = 0, Elptica si B2 4AC < 0,
III-8
Aguilera A.
Ejemplos:
3)
2u 2u =0 x 2 y 2
Hiperblica:
A = 1, B = 0 , C = -1
Caso especial de la ecuacin de onda unidimensional adems de las soluciones anteriores, caso i), puede verse que tiene una solucin de la forma
u=f(y+x)+g(yx)
4)
2u u + =0 x 2 t
A = 1, B = C = 0
Parablica:
Caso especial de la ecuacin de calor unidimensional ( ecuacin de difusin).
5)
2 u 2u + =0 x 2 y 2
A = 1, B = 0, C = 1
Elptica:
Ecuaciones de LAPLACE BI-DIMENSIONAL. Adems es homognea por lo tanto:

U = f ( y + ix ) + g ( y ix )
Ejemplos Ref.[1] (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) 6) 11.4 P3.- Para que los valores de x y y es cada una de las siguientes ecuaciones Hiperblica, Parablica o Elptica? a) ( y + 1)
2u 2u 2u 2 x = x+ y + + xy y 2 x 2
2u 2u 2u b) (x + 1) 2 + 2 x +y 2 =u x xy y
SOLUCIN:
a) De acuerdo a la ecuacin general
2u 2u 2u u u + B + C +D +E + Fu = a 2 2 x xy y x y
Bajo el supuesto que u = f ( x, y )

Identificando A = ( y + 1) B = 2x C =1 Para determinar cuando es parablica, Hiperblica o Elptica basta con determinar:
2 4 AC
Entonces:
Si es mayor a cero Si es igual a cero Si es menor a cero
Hiperblica Parablica Elptica
(2 x )2 4( y + 1)(1) = B 2 4 AC 4 x 2 4( y + 1) = 0
4 x2 y 1 = 0 x2 y 1 = 0 y = x 2 1 ecuacin de la parbola Si se tuviera y = x 2 la curva alcanza su punto mas bajo en 0,0 como se resta una unidad, est desplazada entonces una unidad hacia abajo. Por lo tanto la ecuacin es parablica para todos los valores de los puntos en ( x, y ) en la parbola x 2 y 1 = 0 Es elptica para todos los puntos ( x, y ) fuera de la parbola. Es hiperblica para todos los puntos ( x, y ) dentro de la parbola.
7) 11.4 P4.- Resuelva cada una de las siguientes EDP:
a)
e)
3u xx 4u xy + u yy = 0
u xx + 2u xy 3u yy = e x+2 y
Solucin: a) 3 2u 4 2u 2u + =0 x 2 xy y 2
III-10
Aguilera A.
Se propone como solucin: Se obtienen:

2u = m 2 f ' ' ( y + mx ) x 2 2u = f ' ' ( y + mx ) y 2 2u = mf ' ' ( y + mx ) xy al sustituir en a)
u = f ( y + mx )
3m 2 f ' ' ( y + mx ) 4mf ' ' ( y + mx ) + f ' ' ( y + mx ) = 0 f ' ' ( y + mx ) 3m 2 4m + 1 = 0
De aqu solo:
3m 2 4m + 1 = 0 a=3 b = 4 c =1 Al resolver
m1,2 = m1,2 = ( 4 )
( 4 ) 2 ( 3)
4 ( 3)(1)
4 16 12 4 4 = 6 6 42 m1,2 = 6
4+2 6 = =1 6 6 42 2 1 m2 = = = 6 6 3 m1 =
Por lo tanto la solucin queda como:
1 u = C1 f ( y + x ) + C2 f y + x 3
III-11 Aguilera A.
e) u xx + 2u xy 3u yy = e x + 2 y 2u 2 2u 3 2u + = ex+2 y x 2 xy y 2 La solucin complementaria (homognea) se determina por: 2u 2 2u 3 2u =0 + x 2 xy y 2
(e )
Proponiendo como solucin: u = f ( y + mx ) Se tiene que:

2u = m 2 f ' ' ( y + mx ) x 2 2u = f ' ' ( y + mx ) y 2
2u = mf ' ' ( y + mx ) xy
al sustituir en (e) y factorizando f ' ' ( y + mx ) m 2 + 2m 3 = 0 m 2 + 2m 3 = 0 (m + 3)(m 1) = 0 m1 = 3 m2 = +1 La solucin para la parte homognea es:
u = c1 f ( y 3 x ) + c2 f ( y + x )
para encontrar la solucin particular e x + 2 y se tiene que: u xx + 2u xy 3u yy = ( D 2 x + 2 DxDy 3D 2 y ) u = ( Dx + 3Dy )( Dx Dy ) u
Por lo tanto se tiene que:
(Dx + Dy )(Dx Dy )
e x + 2y ; se tiene de la siguiente forma
III-12
Aguilera A.
(Dx Dy ) p = e x + 2 y
p = e x + 2(a x )dx p = e x + 2 a dx
y = ax a = y+x
u = x + 2a
du = -1dx
p = eu du = eu = e x + 2 a = e x + 2( y + x ) = e x +2 y
(Dx + 3Dy )q = p = e x + 2 y
q = e x + 2(a +3 y ) q = - e x + 2a + 6x u = 7 x + 2a du = 7 q= 1 u 1 1 e du = e u = e 7 x + 2 a 7 7 7 y = a + 3x a = y - 3x dx = - e 7x + 2a dx
1 1 q = e 7 x + 2 ( y 3 x ) = e x + 2 y 7 7
por lo tanto la solucin completa es: 1 u = c1 f ( y 3 x ) + c2 f ( y + x ) - e x + 2 y 7

Comprobacin* 1 u = e x+2 y 7
u 1 2u 1 2u 1 = e x+2 y ; 2 = e x+2 y ; = e x+2 y [2] x 7 x 7 xy 7

u 1 2u 1 = e x+2 y [2] ; = e x+2 y [4] 2 y 7 y 7
Al sustituir en e)
1 2 4 e x + 2 y + 2 e x + 2 y 3 e x + 2 y = e x + 2 y 7 7 7 1 4 12 e x + 2 y + = e x + 2 y 7 7 7 7 ex+2 y = ex+2 y 7
Ejercicios 11.2(3(a,c,e), 6(a,c), 8, 38) 11.3(2,21)
1
III-14
Aguilera A.
DEDUCCIN DE LAS ECUACIONES
Uno de los primeros problemas que se abordaron empleando las ecuaciones diferenciales parciales fue el de la vibracin de una cuerda flexible estirada. Actualmente, al cabo de casi 250 aos, sigue siendo un ejemplo excelente para iniciar, el estudio de las EDP. VIBRACIN DE UNA CUERDA Y f ( x, y, y, t )x
m =
w(x )x g
x + x
ELEMENTO DIFERENCIAL
cuerda tensa
w ( x ) peso de la cuerda por unidad de longitud T tensin en la cuerda
f ( x, y, y, t ) carga distribuida, cuya magnitud por unidad de longitud se supone es una funcin conocida de x, y , t y la velocidad transversal y .
SUPOSICIONES 1) 2) 3) 4) Los puntos de la cuerda se mueven en direccin perpendicular a la posicin de equilibrio y en un plano. La cuerda es un elemento flexible ( no hay oposicin al momento flexionante ). La tensin en la cuerda se mantiene constante. No hay friccin interna.
Del diagrama de cuerpo libre para el elemento diferencial de cuerda aplicando la 2da. Ley de Newton, se tiene: Fx = 0 -T1cos1 + T2cos2 = 0 T1cos1 = T2cos2 = T T1 = T2
en la posicin de equilibrio 1 = 2 = 0
Fy = may
-T1sen1 + T2sen2 + f ( x, y, y, t ) x = ( x ) dividiendo entre T
w( x ) 2 y 2 y(x ) x = x 2 g t t 2
(1)
w( x ) 2 y 1 T2sen 2 T1sen1 F ( x, y, y, t ) + x = x 2 g t T T2 cos 2 T1 cos1 T ; tan = y x
y x
x + x
y x
]+
x
w(x ) 2 y 1 F ( x, y , y , t ) x x = 2 T g t T
dividiendo entre x
y x
x + x
y x
F ( x, y, y, t ) w(x ) 2 y 1 = g t 2 T T
tomando el lmite cundo x 0 y x y x
lim x 0
x + x
y 2 y = x x x 2
2 y F ( x, y, y, t ) w(x ) 2 y 1 = + T g t 2 T x 2
El resultado final es entonces que la deflexin y( x, t ) de una cuerda tensa satisface la ecuacin diferencial parcial: 2 y Tg 2 y g = + F ( x, y , y , t ) 2 2 t w(x ) x w(x )
(2)
III-16
Aguilera A.
En la mayora de las aplicaciones el peso de la cuerda por unidad de longitud w(x) es una constante, y si las fuerzas externas son despreciables, (vibracin libre) la ecuacin ( 2 ) se reduce a la ECUACIN UNIDIMENSIONAL DE ONDA. (3) a2 = Tg w
2 2 y 2 y = a t2 x2
Las dimensiones de a 2 son:
( fuerza )(aceleracin )
peso / unidad de longitud
(ML / T )(L / T ) = L (ML / T )(1/ L ) T

2 2 2
2 2
Es decir, las unidades de a son de velocidad. El significado de esto quedar claro en la siguiente seccin.
III-17
Aguilera A.
VIBRACIN EN BARRAS (Clculo Variacional)

X
* Deduccin: Principio de Hamilton
x =
dx = ( x, t )dx x
P( x, t )
u ( x, t ) +
u dx x P dx x
P ( x, t ) + dx + dx x
La energa Potencial 1 1 1 dV = 2 = = F 2 2 2 dV = 1 1 P( x, t )x = P( x, t ) ( x, t )dx 2 2 ;
P ( x, t ) A(x )
= E ( x, t )
=
P ( x, t ) EA( x )
( x, t ) =
As: dV =
1 P ( x, t ) P(x, t ) dx 2 EA( x )
V =
1 P 2 ( x, t ) 1 A2 ( x ) 2 dx = dx = 2 0 EA( x ) 2 0 EA( x )
2 2 1 AE ( x, t ) 1 dx = A ( x ) E 2 ( x, t ) dx = = 2 0 E 2 0
u ( x, t ) 1 = EA ( x ) dx 2 0 x
2
III-18
Aguilera A.
La energa cintica
dT =
1 u ( x, t ) (x ) dx 2 t
2
2
1 T = ( x ) dx 2 0 t Del Principio de Hamilton

t2 t1
t
1
(T V ) dt = 0
(A)
t2
( x)
2 2 1 l u u dx EA x dx dt = 0 ( ) 2 0 t x
Tomando la energa Cintica
t2 t1
t2 u u u u dt dt = ( x ) t 1 t t t t u du
t2 t1
u = ( x) u t 0
t2 t1
2u u ( x ) 2 dt t
ya que del lema bsico la variacin en los extremos es cero Para la energa potencial
as la ec. (A)
EA
u u u EA x dx = u dx ( ) 0 x x x x
2u u x EA x udx ( ) ( ) dt 2 t1 0 t x x 0 Del lema bsico del calculo de variaciones

t2
(x )
2u u = EA( x ) ; 2 t x x
si , A y E ctes.
EA L2 = T2
Aguilera A.
2u 2u 2 = EA 2 t x
VIBRACIN TORSIONANTE EN EJES
Suposiciones
1) Todas las secciones transversales del eje se conservan planas durante la rotacin 2) Cada seccin transversal gira alrededor de su centro de gravedad 3) La forma de una seccin transversal general es prcticamente un circulo Aplicando la ecuacin de Newton-Euler al elemento diferencial cuyo diagrama de cuerpo libre se muestra en la Fig. b), se tiene
M = I
F (x, , , t )
MOMENTO POLAR DE INERCIA
J ( x )dx 2 M (x, t ) M ( x, t ) + dx M ( x, t ) + M ( x, t )dx = g t2 x J ( x ) 2 M + F (x, , , t ) = 2 dx t g x

x
x +x
x +x
De resistencia de materiales, el momento de torsin transmitido a travs de una seccin transversal cualquiera de un eje sometido a una torsin es proporcional al ngulo girado por unidad de longitud, es decir, a la pendiente de la curva ( , x ) en esa seccin transversal.
M = = GJ ( x ) ; x x
= GJ (x )
Rigidez a la torsin
G= mdulo al cortante As la ecuacin de vibracin puede escribirse
2 ( ) ( ) GJ x F ( x , , , t ) I x + = x x t2
III-20
Aguilera A.
En la mayora de las aplicaciones elementales, los ejes son de seccin transversal circular uniforme, y si no existen momentos de torsin exteriores (VIBRACIN LIBRE), se reduce la ecuacin de vibracin a: GJ
2 2 I = t2 x2
GJ 2 2 = I x2 t 2
ECUACIN ONDA UNIDIMENSIONAL
Vibracin en Vigas
Z, w
f ( x, t )
f ( x, t )
M ( x, t )
M ( x, t ) + dM ( x, t )
o'
V ( x, t ) + dV ( x, t )
w( x, t )
x
x
w( x, t )
V ( x, t )
dx
dx l
Viga en Flexin
Suposiciones
-La seccion transversal es simtrica con respecto al plano de carga. -El movimiento de cualquier punto ocurre en un plano paralelo al plano de carga. 1 . -Pequeos desplazamientos ( z l ) y x -Las secciones transversales se mantienen planas y perpendiculares ( ) al plano neutro. = E +C M(x,t) Momento flexionante V (x,t) Fuerza cortante f (x,t) Fuerza por unidad de longitud. La ecuacin de movimiento en la direccin z es:
(V + dV ) + f ( x, t )dx + V = A( x )dx 2w ( x, t ) t2
densidad
La ecuacin de momento alrededor de un eje que pasa por O es:
(M + dM ) (V + dV )dx + f (x, t )dx dx M = 0

2
Haciendo dV =
V dx x
dM =
M dx x
Simplificando y considerando slo potencias de 1
2 V (x, t ) + f (x, t ) = A(x ) w ( x, t ) x t2
M ( x, t ) V ( x, t ) = 0 x
Usando
V =
M x
se llega
2M 2w ( ) ( ) ( ) ( x, t ) + = x t f x t A x , , x 2 t2
De la teora elemental de vigas M ( x, t ) = EI ( x )

2 w( x, t ) x 2
I; momento de inercia de la seccin transversal de la viga alrededor del eje Y. Sustituyendo se obtiene la ecuacin de movimiento para la vibracin forzada de la viga.
2 x 2 2w 2w EI ( x ) 2 ( x, t ) + A( x ) 2 ( x, t ) = f ( x, t ) x t
para una viga de seccin uniforme EI

4w 2w ( ) ( x, t ) = f ( x, t ) + x t A , x 4 t 2
sino existen fuerzas externas (VIBRACION LIBRE) c2 donde c= EI A

III-22 Aguilera A.
4w 2w + =0 x 4 t 2
VIBRACIN DE UNA MEMBRANA

z
Hiptesis 1) El movimiento de cualquier punto de la membrana es perpendicular al plano xy. 2) La masa por unidad de rea es funcin de la posicin ( x, y ); w( x, y ). 3) La tensin es uniforme, es la misma en todos los puntos y en todas las direcciones. 4) La membrana es totalmente flexible.
f ( x, y, z, z, t )
Txy
x
B
y
Ty x
Ty+y x
y + y
y
D
x + x, y
x
Tx+x y
x+x
x + x, y + y
x, y + y
ELEMENTO DIFERENCIAL MEMBRANA
III-23
Aguilera A.
Calculando entonces las componentes transversales, (z) de las fuerzas de tensin que actan a travs de las fronteras de un elemento bidimensional tpico de la membrana y aplicando la 2 ley de Newton a la masa de ese elemento, se tiene que la deflexin de la membrana z( x, y, t ) satisface la ecuacin. En las figuras T equivale a P.
2z Tg 2 z 2 z g + = + 2 2 2 w( x, y ) F (x, y, z , z , t ) t w(x, y ) x y
(4)
ya que
F = (T
x
x + x
cos x + x Tx cos x )y = 0
(Tx + x cos x + x = Tx cos x ) = T
F = (T
y
y + y
cos y + y Ty cos y )x = 0
(T
F = (T
z x + x
y + y
cos y + y = Ty cos y ) = T
sen x + x Tx sen x )y + (Ty + y sen y + y Ty sen y )x + F ( x, y, z , z , t )xy
w( x, y ) 2z xy 2 g t
Dividiendo entre ( xy ) T se llega a: w( x, y ) 2 z 2z 2 z 1 ( ) F x , y , z , z , t + = + x2 y2 T Tg t 2 Si el peso por unidad de rea de la membrana es el mismo en todos los puntos, y si no existen fuerzas externas, vibracin libre, entonces la ecuacin (4) se reduce a la ECUACIN BIDIMENSIONAL DE ONDA.
2z = a2 2 t 2z 2 z x2 + y2
(5)
a2 =
Tg w
al igual que en el caso de la cuerda vibrante tiene las mismas dimensiones.
III-24
Aguilera A.
Ya que la ec. (4) es una EDP de 2 Orden tanto en x y y as como t, se requieren 2 C.I y 4 C.F para encontrar la solucin.
w( x, y,0 ) = w0 ( x, y )
} C.I w (x, y,0) = w0 (x, y ) t Las Condiciones de frontera son de los siguientes tipos;
(6)
1. Si la membrana est fija en cualquier punto ( x1 , y1 ) sobre algn segmento de la w(x1 , y1 , t ) = 0 , t 0 frontera. 2. Si la membrana est libre para la deflexin transversal (z) en un punto ( x2 , y2 ) entonces la componente de fuerza en la direccin z debera ser cero. P
w ( x2 , y2 , t ) = 0 n
t0
w derivada de w con respecto a una direccin normal a la frontera en el punto n (x2 , y2 )
III-25
Aguilera A.
FLUJO DE CALOR; a) El calor fluye en la direccin en que decrece la temperatura b) La rapidez a la que fluye el calor a travs de un rea es proporcional al gradiente de temperatura, en grados por unidad de distancia, en la direccin perpendicular al rea. (CONDUCTIVIDAD TERMICA K) c) La cantidad de calor ganada o perdida por un cuerpo cuando cambia su temperatura es proporcional a la masa del cuerpo y al cambio en la temperatura . (CALOR ESPECFICO, C) Considere el slido conductor de la figura (elemento infinitesinal) cuya masa es:
m =
xyz
g
Sea u el cambio en la temperatura que ocurre en el elemento en el tiempo t, entonces por c) , la cantidad de calor almacenado en ese tiempo es
H = cmu =
cxyzu g
y la rapidez a la que se est almacenando el calor es aproximadamente.

H c u = xyz g t t
(1)
El calor que produce el cambio u en la temperatura proviene de dos fuentes: el calor puede generarse en todo el cuerpo (medios elctricos, qumicos, etc.) a una rapidez conocida por unidad de volumen f(x, y, z, t). La rapidez a la cual el elemento est recibiendo calor de esta fuente es:
f ( x, y, z , t )xyz
(2)
el elemento puede ganar calor en virtud de la transferencia de calor a travs de sus diversas caras.
Elemento tpico de volumen en una regin de flujo tridimensional de calor
H D z A E y
III-26
F B x
Aguilera A.
Porque gana calor
kyz
u x
x y + y / 2 z + z / 2
En donde, como un valor promedio se ha usado el gradiente de temperatura en el centro 1 1 x, y + y, z + z de la cara EFGH. De modo semejante, el elemento gana calor a 2 2 travs de la cara anterior ABCD, a la rapidez aprox.
kyz
u x
x + x 1 y + y 2 1 z + z 2
La suma de estas dos expresiones es la rapidez neta a la cual el elemento gana calor, debido al flujo de calor en la direccin x. De la misma manera, se encuentra que las rapideces a las que el elemento gana calor, debido al flujo en las direcciones y y z son, respectivamente.
kxz
u y
1 x + x 2 y 1 z + z 2
+ kxz
u y
1 x + x 2 y + y 1 z + z 2
kxy
u z
1 x + x 2 1 y + y 2 z
+ kxy
u z
1 x + x 2 1 y + y 2 z + z
Ahora bien, la rapidez a la cual se est almacenando calor en el elemento, (1) debe ser igual a la rapidez a la que se est produciendo calor en el elemento, ec. (2) ms la rapidez a la que est fluyendo calor hacia el elemento del resto de la regin .As se tiene la siguiente relacin aproximadamente.
cp u u u x y z = f ( x , y , z , t ) x y z + k y z x + x x x y + 1 y g t x y + 1 y 2 2 1 1 z + z z + z 2 2 u u u u + k x y + k x z 1 1 1 x + x x + x x + x x y x + 1 y z z 2 2 2 2 1 1 y + y y y + y y + y 1 1 2 2 z + z z + z z + z z 2 2
Finalmente dividiendo entre k xyz y haciendo que x, y, z y t tiendan a cero, se obtiene la ECUACIN DE CONDUCCIN DE CALOR.
u 2u 2u 2u 1 a = + + + f ( x, y , z , t ) t x 2 y 2 z 2 k
2
a2 =
cp kg
(4)
El parmetro a en esta ecuacin no tiene las dimensiones de velocidad. En muchos casos importantes no se pierde ni se genera calor en el cuerpo y nicamente se tiene inters en la distribucin limite de estado estacionario de la temperatura, la cual existe cuando ha cesado todo cambio de la temperatura con el tiempo. Bajo estas condiciones, tanto f(x, y, z, t) como u/t son cero y la ecuacin (4) se reduce a :
2 u 2u 2 u + + =0 x 2 y 2 z 2
(5)
Esta ecuacin en extremo importante a la que se llega en muchas aplicaciones, adems del flujo de calor en estado estacionario, se conoce como ECUACIN DE LAPLACE y se escribe con frecuencia en la forma abreviada.
2 u = 0
(6)
III-28
Aguilera A.
Por ltimo para el flujo de electricidad en un cable de gran longitud o lnea de transmisin se tienen las dos ecuaciones siguientes.
2e 2e e = + (RC + GL ) + RGe LC 2 x t t 2i 2i i = + (RC + GL ) + RGi LC 2 2 x t t
(7)
(8)
x = distancia al extremo emisor del cable. e(x, t) = potencial en un punto cualquiera del cable en cualquier instante. i(x, t) = corriente en un punto cualquiera del cable en cualquier instante. R = resistencia del cable por unidad de longitud. L = inductancia del cable por unidad de longitud. G = conductancia a tierra por unidad de longitud del cable.
Las ecuaciones (7) y (8) se conocen como ecuaciones del telfono. Si G = L = 0, cables co-axiales, se tiene
2e e = RC 2 x t i i = RC 2 x t
2
ECS. TELEGRAFO
MATEMTICAMENTE IDNTICAS A LA EC. UNIDIMENSIONAL DE CALOR CUANDO NO EXISTE FUENTE DE CALOR.
Por otro lado a altas frecuencias o si R = G = 0 las ecuaciones (7) y (8) se reducen a:
2e 2e = LC x 2 t 2
EC. UNIDIMENSIONAL DE ONDA

i i = LC 2 2 t x
2 2
III-29
Aguilera A.
Resulta interesante observar que en ningn momento en la deduccin de las ecuaciones anteriores se ha hecho uso de las condiciones de frontera. En otras palabras, la misma ecuacin diferencial parcial es satisfecha por las deflexiones de una membrana, ya sea redonda o cuadrada; y la misma ecuacin es satisfecha por las deflexiones de una viga vibrante, ya sea que la viga est empotrada en uno de sus extremos y libre en el otro, empotrada en los dos extremos, o simplemente apoyada en ambos. Del mismo modo, el flujo de calor en un cuerpo lo describe la misma ecuacin, sea que la superficie se mantenga a una temperatura constante, est aislado para evitar las perdidas de calor, o se le deje enfriar libremente por radiacin hacia el medio que lo rodea. CF. Condiciones de Frontera Determinan la forma de aquellas soluciones de una EDP que ataen a un problema particular. CI Condiciones Iniciales ( desplazamiento, velocidad, temperatura) determinan los valores especficos para las constantes arbitrarias
3. SOLUCIN DE D ALEMBERT DE LA ECUACIN DE ONDA
La mayora de las EDP en las aplicaciones que vamos a considerar en este curso se pueden resolver por un mtodo de considerable generalidad conocido como SEPARACION DE VARIABLES. Sin embargo, para la ecuacin unidimensional de onda, existe tambin un mtodo especial y elegante, conocido como SOLUCIN DE D ALEMBERT. El procedimiento es muy sencillo. En efecto, si f es una funcin con segunda y y u derivada, entonces, por la regla de la cadena, = x u x D Alembert propone una solucin Y = f ( x - a t );
f ( x at ) = af ' ( x at ) ; t 2 f ( x at ) = a 2 f ' ' ( x at ) ; t 2 f ( x at ) = f ' ( x at ) x 2 f ( x at ) = f ' ' ( x at ) x 2
y, a la vista de estos resultados, es evidente que y = f ( x at ) satisface la ecuacin

2 2 y 2 y = a t 2 x 2
( 3.1 )
III-30
Aguilera A.
Puede demostrarse que si g es una funcin arbitraria dos veces derivable entonces g ( x + a t ) tambin es una solucin de ( 3.1 ). Luego como ( 3.1 ) es una EDP lineal, se deduce que la suma y = f ( x at ) + g ( x + at ) ( 3.2 )
tambin es una solucin. Como hemos explicado cualquier solucin de ( 3.1 ) puede expresarse en la forma de la ecuacin ( 3.2 ). Esta forma de la solucin de la ecuacin de onda es especialmente til para ilustrar el significado del parmetro a y sus dimensiones de velocidad. En particular consideremos el problema de la CUERDA VIBRANTE. Suponiendo que el desplazamiento inicial de la cuerda en un punto cualquiera x est dado por ( x ) y que la velocidad inicial de la cuerda en cualquier punto es ( x ) , es decir, en t = 0
y = ( x) ;
y = ( x) t
Entonces, como condiciones para determinar la forma de f y g, se tiene por ( 3.2 ) y su primera derivada con respecto a t, APLICANDO LAS CONDICIONES INICIALES
y (x, 0 ) = ( x ) = [ f (x at ) + g ( x + at ) ] t = 0 = f (x ) + g ( x )
y t
t =0
( 3.3 ) ( 3.4 )
= ( x ) = [ af ' (x at ) + ag ' (x + at )] t = 0 = af ' ( x ) + ag ' ( x )
de ( 3.4 )
(x )
a
= g ' (x ) f ' (x ) =
[ g (x ) f (x ) ] x
integrando con respecto a x

g (x ) f (x ) =
x0
(x )
a
dx =
1 ( x ) dx ; a x 0
g (x ) = f (x ) +
1 ( x )dx a x0
combinando con la ecuacin ( 3.3 )
III-31
Aguilera A.
1 g ( x ) = ( x ) f ( x ) = f ( x ) + ( x )dx a x0 f (x ) =
x 1 1 (x ) ( x )dx ; 2 a x0
de esta ecuacin se obtiene f y g

x 1 1 (x ) + ( x )dx 2 a x0
g (x ) =
En forma equivalente
x 1 1 f ( x ) = ( x ) (s )ds ; 2 a x0 x 1 1 g ( x ) = ( x ) + (s )ds 2 a x0
Regresando a la forma de (3.2) ( x at ) 1 x at ( x + at ) 1 x + at ( ) Y = f ( x at ) + g ( x + at ) = s ds (s )ds + + x x 2 2a 0 2 2a 0 As: Y ( x, t ) = ya que;
( x at ) + ( x + at )
2
x at x0 x + at x0
+
x0
1 x + at ( s)ds 2a x at +
x + at x0
(3.5)
x at
x + at x at
( s)ds
8) Una cuerda que se extiende hasta el infinito en ambas direcciones recibe el desplazamiento inicial: 1 (x ) = 1 + 8x2
y despus se suelta desde el reposo. Determnese su movimiento subsiguiente. Datos: En t=0
(x ) =
=0
1 1 + 8x2
As simplemente utilizando la solucin dada por (3.5)

Y ( x, t ) =
( x at ) + ( x + at ) 1 1 1 = + 2 2 2 2 1 + 8( x at ) 1 + 8( x + at )
III-32 Aguilera A.
4. SEPARACION DE VARIABLES
Aun cuando este mtodo no es universalmente aplicable, basta para la mayor parte de las EDP que se encuentran en las aplicaciones elementales, en la ingeniera y fsica, y conduce directamente al corazn de la rama de las matemticas que trata de los PROBLEMAS CON VALOR EN LA FRONTERA. La idea en que se basa el mtodo es la de hacer que un problema nuevo dependa de otro ya conocido. En este caso, se intenta convertir la EDP en varias EDO, con la esperanza de lo que se sabe acerca de stas resulte adecuado para alcanzar la solucin. La ecuacin de onda para un eje vibrante por torsin no amortiguado y de la longitud infinita es:
2 2 2 = a t 2 x 2
Supongamos que el ngulo de torsin puede representarse por:
( x, t ) = X ( x ) T ( t )
Entonces: 2 2 X = T = X ' 'T x 2 x 2 y 2 2T = X = XT t 2 t 2
Sustituyendo estas expresiones en la ecuacin de onda, se obtiene:
XT = a 2 X ' 'T
Dividiendo entre XT T X '' = a2 T X (4.1)
Y la ecuacin (4.1) es una condicin necesaria para que ( x, t ) = X (x )T (t ) sea una solucin El 1er trmino de la ecuacin (4.1) no depende de x y el 2 termino no depende de t. Como el 1er trmino de la ecuacin (4.1) esta igualando al 2 trmino por tanto, al ser independiente de x y de t cada miembro de la ecuacin (4.1) esta necesariamente debe ser igual a una constante , y se tiene ahora: T X '' = a2 = T X
III-33
Aguilera A.
De este modo, la EDP original se reduce ahora a resolver 2 EDO.

T = T
X ''=
a2
Suponiendo que es una constante real, se tienen las siguientes opciones: 1) > 0 2) = 0 3) < 0 que la constante sea positiva que la constante sea 0 que la constante sea negativa
Y ahora es necesario elegir apropiadamente el valor de la constante . 1) Si > 0 , podemos escribir = 2 . En este caso, las 2 EDO y sus soluciones son: T = T;
2
X '' =
t
2
a2
T = Ae + Be ; as
X = Ce
+ De
x a
x x a ( x, t ) = X (x )T (t ) = Ce + De a Aet + Be t
Pero esta solucin no tiene significado con relacin al problema que se considera (vibraciones torsionales de un eje). NO ES UNA FUNCION PERIODICA. 2) Si = 0 , las ecuaciones y sus soluciones son:
T = 0; T = At + B X ''= 0 X = Cx + D
As
( x, t ) = (Cx + D )( At + B )
Esta solucin tampoco es peridica y no puede describir las vibraciones no amortiguadas del sistema. 3) Por ltimo, si < 0 , se puede escribir = 2 entonces las soluciones son:
EDO
sus
Aguilera A.
T = 2T ;
T = A cos t + Bsent
X =
2
a2
X = C cos
x + Dsen
En esta caso la solucin
( x, t ) = X (x )T (t ) = C cos x + Dsen x ( A cos t + Bsent )

a a La cual evidentemente es peridica, con periodo = 2
(4.2)
. Es decir, ( x, t ) representa un
movimiento vibratorio con periodo 2 o frecuencia = 1 =
. 2
En la solucin representada por la ec.(4.2) , C , D se obtienen de los C.F. y a su vez A y B se determinan de los C.I.
11.5 P7- Ref.[1] (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995).Cual de las siguientes ecuaciones diferenciales parciales puede ser reducida a dos o mas ecuaciones diferenciales ordinarias, por el mtodo de separacin de variables?
c) i)
2u 2u u + +c =0 b 2 xy x x
2u 1 u 1 2 u u + + 2 = a2 2 2 t r r r r a) Para conocer si se puede resolver por el mtodo de separacin de variables, se propone una solucin en forma de producto de la siguiente forma:
u ( x , y ) = X ( x )Y ( y ) 2u 2u u = = X Y ; 2 x xy x y u = XY entonces y 2u u = X Y y = X Y xy x
III-35
Aguilera A.
Al sustituir se tiene aX Y + bX Y + cX Y = 0 si se divide entre X Y aX '' Y X Y cX ' Y +b + =0 X 'Y X 'Y X 'Y aX '' Y +b +c = 0 X' Y aX '' bY = c = X' Y aX '' = X' bY ' + c = Y Estos resultados indican que la ecuacin puede resolverse por el mtodo de variables separadas
10) Vibracin libre de una barra (Fija-Libre) Encontrar las frecuencias naturales y la solucin de vibracin libre de una barra fija en un extremo y libre en el otro.
La solucin est expresada por la solucin obtenida para la ec. de onda (vibracin de cuerdas, barras y ejes), en este caso las C.F. asociadas son;
u (0, t ) = 0, t o u ( , t ) = 0, t 0 (2) x
(1)
Sustituyendo la ec. (1) en la ec. (4.2), se obtiene

0 = A * (1) + B * (0 )
A* = 0
ahora usando la condicin de la ec. (2) se obtiene la ec. de frecuencias B*
cos
=0
cos
=0
(3)
Los eigenvalores o frecuencias naturales estn definidas por;
III-36
Aguilera A.
n
c
= (2n + 1)
, n = 0,1,2,3,
n =
(2n + 1) c ,
2
n = 0,1,2,3, (4)
As la solucin total (vibracin libre ) usando el mtodo de superposicin de modos es; u ( x, t ) = u n ( x, t ) =

n =0 (2n + 1) = sen 2 n =0
(2n + 1)c t + D sen t x C n cos n n 2

2
(5)
donde
Cn = (5.1)
u0 ( x ) sen
( 2n + 1) x dx
2
pi
( 2n + 1) ux dx 4 Dn = u0 ( x ) sen 0 2 ( 2n + 1) c
11) Eje empotrado en ambos extremos. Encontrar las frecuencias naturales y la solucin de vibracin libre de un eje con sus dos extremos empotrados.
a) el eje tiene sus dos extremos empotrados, es decir, no puede haber giro en dichos puntos. CONDICIONES FRONTERA
(0, t ) = (l , t ) = 0
Aplicando la condicin en x = 0 a la ec. (4.2), se obtiene
(0, t ) 0 C ( A cos t + Bsent )

Si ( A cos t + Bsent ) = 0 se tiene la solucin trivial, entonces C = 0 As
( x, t ) = Dsen x( A cos t + Bsent )

a Ahora aplicando la condicin en x = l , se obtiene:
(l , t ) = Dsen l ( A cos t + Bsent ) = 0

a Si ( A cos t + Bsent ) = 0 se tiene la solucin trivial. Adems, tampoco se puede considerar D = 0 ya que con C = 0 , se llegara a la solucin trivial. La posibilidad restante es: sen As
l
a
=0
l
a
= n
n =
na l
Para n = 1, 2,3,. (4.3)
Estos y slo esos valores de dan lugar a soluciones que, adems de ser peridicas, satisfacen las condiciones en los extremos, o en la frontera, del problema considerado. Con estas soluciones, una para cada valor admisible de , debemos intentar construir una solucin que sustituya las restantes condiciones del problema, es decir, que el eje comience su movimiento en t = 0 con un ngulo de torsin conocido ( x,0 ) = f ( x ) y una velocidad angular conocida x , 0 = g (x ) en cada seccin. t Ahora, la ecuacin de onda es lineal y, por consiguiente, si se tienen varias soluciones, su suma tambin ser una solucin. Luego, escribiendo la solucin asociada con el n-simo valor de en la forma:
'' ( x, t ) = sen
n
a
x( An cos n 't + Bn sennt ) = sen
n na na t x An cos t + Bn sen l l l
As para todos los posibles, se tiene:
( x, t ) = n ' (x, t ) = sen

n =l n =l
n l
na na x An cos + Bn sen t l l
(4.4)
Si aplicamos la condicin inicial t = 0 en ( x, t ) , se obtiene de la ecuacin anterior y de la condicin de desplazamiento inicial dada.
(x,0) f ( x ) = An sen
n =l
n x l
III-38
Aguilera A.
El problema de determinar los An de modo que se verifique esta igualdad, no es sino el problema de desarrollar una funcin f (x ) dada en una serie senoidal de medio rango sobre el intervalo (0, l ) SERIES DE FOURIER An = 2 l n x f ( x ) sen dx 0 l l
Para determinar los Bn se observa, adems que:

n na na x An sen t = sen l l l t n = l
De donde, haciendo t = 0 , se tiene, a partir de la condicin inicial de velocidad: t

n na Bn sen x g (x ) = l n =l l
x,0
na Bn sean los l coeficientes en el desarrollo senoidal de medio rango de la funcin conocida g ( x ). Por consiguiente: Esto a su vez requiere de calcular los Bn , de modo que las cantidades n a 2 l n x Bn = g ( x ) sen dx 0 l l l Bn = n a 2
l
g ( x ) sen
n x dx l
III-39
Aguilera A.
12) Si una cuerda (cable) de longitud l, fija en ambos extremos, es desplazada en su punto medio como se muestra en la figura y luego soltada, determine el movimiento subsecuente. Datos: Cable, l, CF,(Fijo en ambos extremos) y CI. Incognita: w(x,t) para t>0 Solucin : La solucin esta dada para la ecuacin (4.2) con Cn y Dn dados para las ecuaciones () y () respectivamente.
Ya que no existe velocidad inicial [w0 ( x ) = 0] se obtiene Dn= 0 as la solucin se reduce a: w( x, t ) = Cn sen
n =1
nx nc cos t l l nx 2 l w0 ( x )sen dx 0 l l
donde Cn =
La reflexin inicial esta dada por 2hx l w0 ( x ) = 2h(l x ) l 0x l 2 wo ( x, o)
l xl 2
o
l
x
2
l
Sustituyendo (c) en (B), puede evaluarse Cn

Cn =
l 2h 2 l 2 2hx n x n x sen dx + l dx ( l x )sen 0 l l l l 2 l
n 8h 2 2 sen 2 n 0
para n = 1,3,5,.... para n = 2,4,6,....
Ahora usando la relacin
III-40
Aguilera A.

( n 1) n = ( 1) 2 2
sen
n = 1,3,5
La solucin puede escribirse w( x, t ) =
c 1 8h x 3x 3c sen cos t sen t + .... cos 2 l l l l 9
III-41
Aguilera A.
SOLUCIN DE LA EC. DE ONDA Caso Bidimensional (Vibracin Membrana)

2 2z 2z 2 z = + c x 2 y 2 t 2
Z ( x, y, t ) = X ( x )Y ( y )T (t )
2Z d 2T 2Z d2X 2Z d 2Y = XY ; = YT ; = XT dy 2 t 2 dt 2 x 2 dx 2 y 2 Sustituyendo
XY d 2Y d 2T d2X 2 , simplificando = + C YT XT dt 2 dx 2 dy 2
2 1 d 2T 1 d 2Y 2 1 d X = C + = 2 2 2 T dt 2 X dx Y dy
Tomando 1 y 3 d 2T + 2T = 0 dt 2 2 y 3 1 d 2 X 1 d 2Y 2 + = X dx 2 Y dy 2 c2 Ahora separando variables en esta ecuacin 1 d 2 X 2 1 d 2Y + = = 2 2 2 2 X dx c Y dy

d 2 X 2 d2X 2 + X = +2X = 0 2 2 dx 2 c dx
d 2Y + 2Y = 0 dy 2 Z ( x, y, t ) = ( A cos t + Bsent )[(c1 cos x + c2 senx )(c3 cos y + c4 seny )] y como se obtienen n-modos de vibracin Z ( x, y, t ) = [(Cn cos n X + Dn sen n X )(En cos nY + Fn sen nY )( An cos nt + Bn sennt )]
n =1
III-42
Aguilera A.
13) Caso de una membrana rectangular empotrada
En este caso las condiciones de frontera, CF, son: x L2 L1 Z (0, y, t ) = 0 Z (L1 , y, t ) = 0 Z(x,0, t ) = 0 Z(x, L 2 , t ) = 0
Aplicando las condiciones en la direccin de x, se obtiene: Z ( 0, y, t ) = c1 [ A cos t + Bsen t ][ c3 cos y + c4 sen y ] = 0 Z ( x, y, t ) = c2 sen x [ A cos t + Bsent ][ c3 cos y + c4 sen y ] Z ( L1 , y, t ) = c2 sen( L1 ) = 0 sen( L1 ) = 0 c1 = 0
L1 = n
=
n = 1,2,......
2
c
2
2 =
n L1
Ahora aplicando las condiciones en la variable y, se obtiene;

Z ( x, 0, t ) = c2 sen x [ R L2
Z ( x, L2 , t ) = c4 sen L2 = 0 as
] c3 (1) + c4 ( 0 ) =0
c3 = 0 R = 1,2,.....
L 2 = n = R
R =
n 2 2 = 2 c2 L1
2
2 = 2c2 +
n 2 2 2 R 2 2 2 n 2 2 2 c = 2 c + 2 c 2 L1 L2 L1
nR = c
n 2 2 R 2 2 n2 R 2 + = + 2 c 2 2 L1 L2 L1 L2 2
Ecuacin de frecuencias
As la solucin general para el desplazamiento de cualquier punto de la membrana y todo tiempo arbitrario est definido por:
Z ( x, y , t ) =
m ,n = 0
sen
Xsen nY [ Amn cos mnt + Bmn senmnt ]

III-43 Aguilera A.
Forma de los modos de vibracin (1-4).

14) Una barra metlica de 100 cm de longitud tiene los extremos x = 0 y x = 100 (x = L) mantenidos a 0C. Inmediatamente la mitad de la barra est a 60C, mientras que la otra mitad est a 40C. Suponiendo un valor para la constante difusividad de 0.16 unidades y que la superficie de la barra est aislada, encuentre la temperatura en toda parte de la barra en funcin del tiempo t. FORMULACIN:
La ecuacin de conduccin del calor es: u 2u = 0.16 2 t x
Donde; u(x,t) temperatura en x para cualquier tiempo t

C.F
u(0,t)=0 u(100,t)=0 C.I. 60 u(x,0)= 40 50 x 100 0 x 50
SOLUCIN:
Se propone que ; u= XT , con esto se tiene;

T X' ' = = 2 X T = 0.16X' ' T 0.16T X
o
o
T + 0.162T = 0 X' '+2 X = 0

u = e 0.16 t [Acos x + Bsen x]
2
De las dos primeras condiciones A=0
n =
n 100
III-45
Aguilera A.
para la ltima condicin (C.I.) 1 n u(x,0) = B n sen x 100 Bn = Bn =

n 0.16 (0) 100
2
=
2 50 n 2 100 n 60sen x dx + 40sen x dx 100 0 100 100 50 100
2 100 n u(x,0)sen xdx = 100 0 100
120 n 80 n 1 cos + cos cosn n 2 n 2 200
B1 = B2 =
40
As la solucin es: u(x,t) = 200 16106 2 t x sen e 100
40 64106 2 t 2x sen e + ... 100
15) Para el bloque slido encuentre la distribucin de temperatura en el estado estable sujeto a las condiciones indicadas en la figura anexa.
2T 2T 2T + + =0 x 2 y 2 z 2
x=0 x=b y=0 y=c z=0 z=a
T=0 T=0 T=0 T=0 T=0 T=100
Suponemos que la funcin de temperatura se describe por la siguiente relacin: T = XYZ

De esta forma calculamos las derivadas parciales
2 (XYZ) 2 (XYZ) 2 (XYZ) + + =0 z 2 x 2 y 2

1 2X 1 2Y 1 2 Z + + =0 X x 2 Y y 2 Z z 2
?
1X 1Y 1 Z = + = 2 2 2 2 X x Y y Z z
2 2 2
d 2X + 2X = 0 2 dx 1 d 2Y 1 d 2 Z + = 2 Y dy 2 z dz 2 d 2Y + 2Y = 0 dy 2 d2Z (2 + 2 )Z = 0 dz 2
X = C1sen X + C 2cosX Y = C3 sen Y + C 4cos Y
1 d2Y 1 d2Z = + 2 = 2 ? Y dy 2 z dz 2
; ;
X = C1 senX Y = C3 senY
Z = C5 senh ( 2 + 2 Z) + C6cosh ( 2 + 2 Z); x=0, T=0, X=0

0 = C1 sen 0 + C 2cos 0 x = b, T = 0, X = 0 C2 = 0
0 = C1 sen b b = n = y=0, T=0, Y=0 0 = C3 sen 0 + C 4cos 0 y = c, T = 0, Y = 0
n b
C4 = 0 n c C6 = 0
0 = C3 sen c c = n = z=0, T=0, Z=0 0 = C5 senh 0 + C6cosh 0
III-47
Aguilera A.
n n 2 2 T = C1sen X C3sen Y C5senh ( + Z) b c Tn = k mn sen n m x sen y senh ( 2 + 2 z) b c
Y la solucin de la distribucin de temperatura en el estado estable es: T=
m =1
n =1
n n k mn sen x sen y senh ( 2 + 2 z) b c
Ejercicios Ref.[1] (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) 16) 11.5 P25.- La superficie curvada de una barra delgada de longitud l se encuentra aislada contra el flujo de calor. Inicialmente la temperatura en toda la barra es u (x,0 ) = 100 . Suponiendo que el flujo de calor es unidimensional en la barra, encuentre la temperatura en cualquier punto de la barra, en cualquier tiempo subsecuente, si en t = 0 la temperatura en cada uno de los extremos de la barra es repentinamente reducida a cero y se mantiene posteriormente en esta condicin Ecuacin Fundamental
u 2u = a2 ; encontrar 2 x t
u ( x, t )
Condiciones:
u ( x, 0 ) = 100 u ( 0, t ) = 0 u (l, t ) = 0
Se propone una solucin de la forma: u ( x, t ) = X ( x )T (t ) Entonces
III-48
Aguilera A.
2u = X ' 'T x 2 u = XT ; al sustituir t XT = a 2 XT X T = a2 = X T Si 0 = 2 X 2 x = 0 T1 (1) (2)
2
a2
T =0
Al solucionar: (1) m = 0
2 2
T =
1
2
a2
m = X = A cosh x + Bsenhx X = Ae + Be
x
x
dT 2 = 2t T a T=
2
a2
t+a
2
2
T = Ce a
u ( x, t ) = Aex + Be y Ce a cuando t tambin. Ahora si = 0

x = 0
T = 0
2
2
; Esta solucin es rechazada por que indica que u incrementa
x = Ax + B T = C
por lo tanto
u ( x, t ) = ( Ax + B )C o simplemente u ( x, t ) = Ax + B absorbiendo la constante C, en A y B
Aplicando las C.I. y C.F.
III-49
Aguilera A.
u (o, t ) = A(0 ) + B = 0 B=0 u ( x, t ) = Ax u (l , t ) = Al = 0; l 0 A = 0

Evaluando X + 2 X = 0
= -2 ; se tiene:
T +
2
a2
T = 0 Solucionando
2
a2
X = A cos x + Bsenx
T = Ce
u ( x, t ) = [A cos x + Bsenx ]Ce Aplicando las C.I. y C.F.
2
a2
a u ( 0, t ) = A cos ( 0 ) + Bsen ( 0 ) Ce
2
2
2
=0
Ae a
= 0; A = 0
2
2
u ( x, t ) = Bsen xe a
=0
u ( , t ) = Bsen e a = 0
2
B 0 , Para no obtener solucion trivial, y por supuesto que

- 2
ea
0 , entonces
Sen = 0
= n
n2 a2 t
n =
; n = 1, 2,3
un ( x, t ) = Bn [ senn x ] e u ( x, t ) = Bn e
n =1 ( n ) a
2 2 2
sen
Ahora evaluando la condicion u ( x,0 ) = 100 = Bn e0 Sen

n =1
III-50
Aguilera A.
100 = Bn sen
n =1
n n
x xdx
Bn = Bn = u=
100sen
0
200 x
sen
xdx
du =
dx ;
sen
xdx =
senudu =
[ cosu ]0
sen
xdx =
n cos n
x = [ cosn cos0] n 0
sen
n x
dx =
( 1)n 1 n
Bn =
200 ( 1)n 1 = 200 1 ( 1)n n n
Por lo tanto la solucin completa

200 1 ( 1)n n 2 2 sen n xe a2 2 t n
u ( x, t ) =
n =1
o bien para n = 1,3,5,7 u ( x, t ) = u ( x, t ) = 200
400
n =1
n 1 ( 1) sen n xe a2 2 n
2 2
n =1
1 n sen xe n
n 2 2
n = 1, 3, 5,7
a2
III-51
Aguilera A.
17) 11.5 P33.- Una hoja delgada de metal limitada por el eje y las lneas y=0 y y=1, extendida hasta el infinito en la direccin positiva de las x, tiene sus caras superior e inferior aisladas. Sus lados horizontales sobre y=1 y y=0 se mantienen a 100 y 0 grados respectivamente, y sobre su lado vertical la distribucin de temperaturas es u (0, y ) = 100(1 y ) . Encuentre la temperatura en estado estacionario en cualquier punto de la hoja.
Ecuacin Fundamental a 2u 2u 2u u = 2 + 2 ; para estado estacionario =0 t x y t 2u 2u + =0 x 2 y 2 Proponiendo como solucin: u ( x, y ) = X ( x ) Y ( y ) 2u 2u = X '' Y ; = XY '' ; al sustituir se tiene que: x 2 y 2 X''Y + XY'' = 0 Y '' X'' = = donde puede ser ( = 0, 0, 0 ) Y X Si = - 2 X '' Y'' = 2 = 2 X Y 2 X ''+ X = 0 y- 2Y = 0 m2 + 2 = 0 m = i X = Acos x + Bsen x m2 2 = 0 m = Y = C Cosh y + Dsenh y
u ( x,y ) = [ A cos x + Bsen x ][C Cosh y + Dsen y ] ahora antes de continuar se definen las condiciones de frontera: u ( x,0 ) = 0 u ( x,1) = 100 u (0, y ) = 100(1 y ) = f ( y ) u ( x, y ) acotada cuando x -
III-52
Aguilera A.
u = 100
u = f ( y)
x u=0 0 u ( x, 0 ) = [ A cos x + Bsen x ][C Cosh0 + Dsenh0] = 0
[ A cos x + Bsen x ] C = 0
C=0
u ( x,y ) = [ A cos x + Bsen x ] Dsenh y u ( x, l ) = [ A cos x + Bsen x ] Dsenh l = 100 D senhl = 100 De aqu no podemos determinar o D, por lo tanto esta solucin no tiene validez, por que x,D arbitrarias y no satisfacen u ( x, l ) = 100 Si u = 2
X '' = 2 X X '' 2 x = 0 Y'' = 2 Y Y'' + 2Y = 0; la solucion a estas EDO's es Y = [ C cos y + Dsen y ]
X = Acosh x + Bsenh x
u ( x, 0 ) = 0 u ( x, 0 ) = [ A cosh x + Bsenh x ] ( C cos 0 + Dsen0 ) =0 u ( x,y ) = [ A cosh x + Bsenh x ] Dsen y = 0 Dsen y = 100 C=0
Como D o pueden ser arbitrarias, esta ecuacin no es valida, ya que no satisface la condicin u ( x,1) = 100 La nica opcin restante es = 0 , entonces: X ''= 0 Y' ' = 0
X = Ax + B Y = Cy + D u (x, y ) = [ Ax + B ][Cy + D ] Evaluando condiciones:
III-53
Aguilera A.
u ( x,0 ) = 0
u ( x,0 ) = [ Ax + B ][0 + D ] = 0 ; D = 0 u (x,1) = 100 u ( x,1) = Ax + B = 100 de la misma forma no se encuentran, A y B que satisfagan u ( x,1) = 100 ; por lo tanto la condicin u (0, y ) = 100(1 y ) y u ( x, y ) acotada cuando x- , la nica solucin es:
u ( x, y ) = 100(1 y )
III-54
Aguilera A.
5) MTODO DE LA TRANSFORMADA DE LAPLACE
Con frecuencia puede usarse con ventaja la Transformada de Laplace en la solucin de ecuaciones diferenciales parciales (EDP) lineales con coeficientes constantes, en dos variables independientes. En tales casos no conducen a una ecuacin algebraica sino a una ecuacin diferencial ordinaria en la transformada de la variable dependiente. La ecuacin diferencial parcial dada, junto con sus condiciones en la frontera e iniciales, se transforma con respecto a una de sus variables independientes, por lo general t. Entonces si las variables independientes son, por ejemplo, x y t, se tiene:
f ( x, t ) d f ( x, t ) L e st dt = f ( x, t )e st dt = [L{ f ( x, t )}] = 0 x x 0 dx x
ya que la variable transformada no depende de t Por supuesto para derivadas con respecto a x de orden superior se cumplen frmulas similares. As pues, el resultado de la transformacin es una ecuacin diferencial ordinaria en L { f ( x, t )} en la cual x es la variable independiente y s interviene como un parmetro. Como s aparece en los coeficientes de la ecuacin diferencial, las constantes arbitrarias que aparecen en su solucin completa sern, en general, funciones de s que habrn de determinarse imponiendo las condiciones en la frontera transformadas a la solucin completa de la ecuacin diferencial transformada. Una vez hecho esto, se efecta la transformacin inversa, y se obtiene la solucin del problema original. EJEMPLO 1. Una cuerda semi-infinita se encuentra inicialmente en reposo coincidiendo con el semieje positivo x. En el instante t = 0, el extremo izquierdo de la cuerda comienza a moverse a lo largo del eje y de una manera descrita por Y(0,t) = f(t) es una funcin conocida. Hllese el desplazamiento Y(x,t) de la cuerda en un punto e instante cualquiera. La ecuacin diferencial parcial que hay que resolver es, desde luego, la ECUACIN UNI-DIMENSIONAL DE ONDA.
2 2Y 2 Y = a t 2 x 2
(1)
sujeta a las condiciones de frontera Y(0,t) = f(t) Y(x,t) acotada cuando x
III-55
Aguilera A.
y las condiciones iniciales Y(x,0)=0 Y =0 t x , 0 Tomando la transformada de Laplace a la ec.(1) con respecto a t, se obtiene
s 2 L {Y ( x, t )} sY ( x,0) Y t
2 2Y ( x, t ) 2 d [L {Y ( x, t )}] = a = a2 L 2 2 X dx
x,0
con las C.I dadas d2 s2 { } [ L Y ( x , t ) ] L {Y ( x, t )} = 0 dx 2 a2 d 2Y s 2 Y =0 dX 2 a 2
Resolviendo esta ecuacin diferencial ordinaria para L {Y ( x, t )} , se halla fcilmente que Y L{Y ( x, t )} = A( s )e
s X a
+ B ( s )e
s X a
Para determinar las funciones coeficientes A(s) y B(s) debe notarse que si Y(x,t) se conserva finita cuando x , lo mismo tiene que suceder con L {Y ( x, t )} . De donde, B(s) tiene que ser cero. Adems, haciendo x = 0 en la ltima ecuacin ya con B(s)=0, se tiene que L {Y ( x, t )} = A(s), y en virtud de la condicin en la frontera Y(0,t) = f(t), se tiene que
L {Y (0, t )} = L { f (t )} . L {Y ( x, t )} = L{ f (t )}e
s X a
As
X s a
= L{ f (t )}e
Para encontrar Y(x,t) tomamos la transformada inversa, usando el segundo teorema de traslacin, corolario 2 a 0 T; L{ f (t a)u (t a)} = e as L{ f (t )} -1 -1 as C2; Si L { ( s )} = f (t ), entonces L {e ( s )}= f (t a)u (t a) As la solucin al problema es: x x Y ( x, t ) = f t u t a a que representa una onda que viaja hacia la derecha a lo largo de la cuerda con velocidad a.
III-56
Aguilera A.
El efecto de esta onda es dar a la cuerda en un punto cualquiera el mismo x desplazamiento que el extremo izquierdo de la cuerda tena unidades de tiempo antes. a
18) 11.8 P7. (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) Utilizando los mtodos de transformada de Laplace, determine el movimiento torsional de una barra uniforme de longitud l, que se encuentra fija en el extremo x = 0 y libre en el extremo x = l; si su desplazamiento inicial est dado por (2n + 1)x y adems parte del reposo. ( x,0) = sin 2l
Solucin:
De la ecuacin diferencial para movimiento torsional se tiene que:

2 2 2 =a t 2 x 2
aplicando la transformada de Laplace a dicha ecuacin se tiene entonces que:

2 2 L 2 = a2 2 x t
2 = a2 L 2 t x ahora aplicando las condiciones de frontera e iniciales, dadas en el problema
s 2 s ( x,0)
=0 t (0, t ) = 0
( x,0) = sin
la ecuacin es ahora:
(2n + 1)x 2l
(2n + 1)x 2 d s sin s=a 2 2l dx

2 2
III-57
Aguilera A.
donde es la variable transformada al espacio de s, y que ahora depende nicamente de la variable independiente x, convirtiendo el problema en un problema que involucra una ecuacin diferencial ordinaria de segundo orden.
d s (2n + 1)x s 2 = sin 2 2 2l dx a a
2 2
la solucin a dicha ecuacin est compuesta de la siguiente forma: = h + p para la solucin de la parte homognea se tiene la siguiente ecuacin auxiliar:
s 2 m = 0 a s m= a
2
y por tanto la solucin se puede expresar de la siguiente forma

h = C1 ( s )e para la solucin particular se tiene:
p = A sin x + B cos x
sx a
+ C 2 ( s )e
sx a
(2n + 1)
2l
entonces calculando la derivadas correspondientes y sustituyendo en la ecuacin original,

' p = A cos x B sin x " p = A sin x B cos x
2 2
s s 2 2 A sin x B cos x [A sin x + B cos x ] = 2 sin x a a
agrupando e igualando trminos
III-58
Aguilera A.
2 s 2 s A + = 2 a a B 1 2 = 0 B=0 s A= 2 2 a + s2
entonces
s p = sin x 2a 2 + s 2
Entonces la solucin completa est dada por la siguiente ecuacin

= C1 ( s )e
sx a
s + C 2 ( s )e a + 2 2 2 sin x a + s
sx
en la cual aparecen dos constantes que son funcin de s, la cuales es necesario calcular, para ello a la solucin homognea se aplican las condiciones de frontera e iniciales, pero en el espacio transformado, quedando de la siguiente forma:
L {0} = 0 L{ (0, t ) = 0} ( s ) = 0 = 0 L x ( s ) = 0
Entonces:
C1 ( s ) + C 2 ( s ) = 0 s s C1 ( s ) C 2 ( s ) = 0 a a C1 ( s ) = 0 C2 ( s) = 0
Con esto la solucin se simplifica de la siguiente forma:

s = sin x 2a 2 + s 2
ahora es necesario expresar dicha solucin en funcin de t, para ello se calcula la transformada de Laplace inversa:
L-1 {( s )} = ( x, t )
s L-1 2a 2 + s 2 sin x Y la solucin se puede expresar como:
( x, t ) = cos
(2n + 1)at (2n + 1)x sin 2l 2l
Ejercicios Propuestos: Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) Seccin 11.4 (P4 incisos d) y f) pgina 699 Seccin 11.5 (9,13,17, y 26) Seccin 11.7 (1).
III-60
Aguilera A.
SOLUCIONES NUMRICAS *Mtodo de Diferencias Finitas Ahora se presentar un mtodo para obtener soluciones aproximadas de ciertos problemas de valor de frontera para ecuaciones diferenciales parciales. Aun cuando algunos problemas admiten una solucin explcita a travs de una serie o una integral, sta podra complicarse en su clculo es en este tipo de casos y obviamente en problemas ms complejos que conviene usar mtodos numricos. El mtodo de diferencias finitas es un mtodo general. En ste se re-emplazan las variables continuas (x,y,z,t) por las variables discretas (xi, yj, zR, tm), lo cual supone un nmero finito de valores. Luego se sustituyen cada una de las derivadas que aparecen en la ecuacin por un cociente de diferencias apropiado. Esto convierte la ecuacin diferencial en un sistema de ecuaciones algebraicas. Con la solucin obtenida, puede cuestionarse la exactitud de la aproximacin, es decir, la magnitud de la diferencia entre la solucin real y la obtenida numricamente. Como una ilustracin simple del mtodo, considere el siguiente problema
u'(x) = e x
2
0 x 1,
, 0 ) = 0
x
2
Por supuesto la solucin exacta (?) puede escribirse a travs de la integral u ( x) = et dt

0
Para usar el mtodo de diferencias finitas, se selecciona una malla de puntos 0 = x0 x1 x2 ... xn = 1 Y sustituimos las derivadas por los cocientes de diferencias correspondientes; as
u(x i ) ui 0in
u' (x i ) Con esto se tienen las ecuaciones
se re-emplaza por; u i - u i -1 x i x i 1
1 i n
U0 = 0 u i - u i -1 = ex i x i x i 1
2
1 i n
Para resolver estas ecuaciones, se escribe la suma telescpica

u j = u j u0 =
(u i u i 1 ) =
i =1
e
i =1
xi2
(x i x i 1 )
xi
Esta es una suma aproximada para la integral de Rieman exacta.
e x dx , la cual es la solucin
La diferencia entre la solucin aproximada y la solucin exacta es; u (x j ) e xi (x i x i1 ) =

2
i =1
i =1
xi
x i 1
(e x e xi )dx
2 2
la cual es xj veces menor que la mayor de las diferencias e x i e x i - 1
i = 1,2,,n
El mtodo de diferencias finitas puede aplicarse a ecuaciones diferenciales de orden > 1. Para manejar problemas de este tipo, reemplazar las derivadas de ms alto orden por un cociente de diferencias apropiado. Por ejemplo, si la malla consiste de puntos igualmente espaciados x1, x2 xn con x i x i 1 = x , entonces re-emplazar la segunda derivada u(xi) por el cociente de diferencias simtrico u ( xi + x) 2u ( xi ) + u ( xi x) (x) 2 ECUACIN DE CALOR UNIDIMENSIONAL; u t (x i , t) u xx (x i , t)
u t = ku xx
u i (t + t) u i (t) t u i +1 (t) + u i -1 (t) - 2u i (t ) (x) 2
As la ecuacin diferencial parcial es reemplazada por las ecuaciones lineales siguientes con C.F. u i (t + t) u i (t) = t K u i +1 (t) + u i -1 (t) - 2u i (t ) (x) 2 un+1(t) = 0 1 i n
u0(t) = 0 Resolviendo para ui (t+ t), se obtiene

ui (t + t ) =
2k (t ) k (t ) k (t ) u (t ) + 1 u (t ) + ui (t ) 2 i +1 2 i 1 (x) 2 (x) (x)

III-62 Aguilera A.
Esto se ilustra grficamente en trminos de la molcula computacional ui 1 (t ) ui (t ) u i +1 (t )
R
Algoritmo numrico
1 2R
1
u i (t + t ) SOLUCIN EN VARIAS DIMENSIONES *EC. CALOR (2-3 DIMENSIONES) *EC. LAPLACE (2-3 DIMENSIONES) CASO BI-DIMENSIONAL
2 u = u xx + u yy
Se elige una malla de puntos (X i , Yj ) , con X i +1 X i = X Yj+1 YJ = Y
u ij = u(Xi , Yj ) Haciendo las sustituciones usuales para uxx y uyy, obtenemos la regla que sustituye al Laplaciano 2 u por: u i +1, j + u i -1, j - 2u i, j (x)
2
u i, j+1 + u i, j-1 - 2u i, j (Y) 2
si X = Y = h , entonces la frmula se simplifica a; u i + 1, j + u i -1, j + u i, j + 1 + u i, j -1 - 4u i, j h2
III-63
Aguilera A.
As tomamos la diferencia neta entre el valor de u en (i,j) y los cuatro puntos vecinos (i+1,j), (i-1,j), (i,j+1), (i,j-1). (i,j+1)
Algoritmo Molcula computacional ecuacin de Laplace (2D) para la
(i,j) (i-1,j) (i+1,j)
(i,j-1) Ahora para la EC. CALOR en dos dimensiones; u t = k 2 u u i, j (t + t) u i, j (t) t u i +1, j (t) + u i -1, j (t) + u i, j+1 (t) + u i, j-1 (t) - 4u i, j (t) h2
Resolviendo en trminos u i, j (t + t) u i, j (t + t) = k t t u i +1, j (t) + u i -1, j (t) + u i, j+1 (t) + u i, j-1 (t) + 1 4k 2 u i, j (t) 2 h h
que puede representarse
1 4R
III-64
Aguilera A.
Ejemplo
Encuentre la solucin numrica de la ecuacin de calor
u t = u xx
para
t>0, 0< x < 1,
con las condiciones de frontera u(0,t)=0 , u(1,t)=0 y la condicin inicial u(x,0)=4x. Use primero un tamao de malla x = x = 1 1 , t = . 4 8 y la forma de 1 1 , luego use un tamao de malla , t = 4 32
1 t 1 Solucin: Con la primera eleccin de malla, tenemos: k = 32 = 2 1 (x) 2 16
la soluciones es; ui (t + t ) =
1 1 ui +1 (t ) + ui 1 (t ) . Aplicando esto junto con el dato de la 2 2
condicin inicial u(x,0)=4x, se obtiene la siguiente tabla de valores:
x t 0 1/32 1/16 3/32 1/8
1/2
3/4
0 0 0 0 0
1 1 1 1 0.5
2 2 2 1 1
3 3 1 1 0.5
4 0 0 0 0
III-65
Aguilera A.
Para la segunda malla tenemos:
1 t k = 8 = 2 ; y la forma de la solucin es; 1 (x) 2 16
ui (t + t ) = 2ui +1 (t ) + 2ui 1 (t ) 3ui (t ) . Aplicando esto junto con el dato de la condicin
inicial u(x,0)=4x, se obtiene la siguiente tabla de valores::
x t 0 1/8 1/4 3/8 1/2
1/4
1/2
3/4
0 0 0 0 0
1 1 1 1 -31
2 2 2 -14 82
3 3 1 19 -85
4 0 0 0 0
En este ejemplo se observa que con la segunda opcin x =
1 1 , t = se obtiene una 4 8 solucin absurda, ya que fsicamente se esperara que la temperatura permanezca con valores positivos y tienda a cero conforme el tiempo aumenta. Sin embargo el valor ilgico en este ejemplo no debe sorprenderno ya que la razn t 2k es mayor a la unidad. (x) 2
III-66
Aguilera A.
Las ecuaciones para cada nodo se obtienen de la formula de recurrencia y de los datos de entrada del problema
11.9 P15; Ref.[1] (Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995) Una barra delgada de longitud unitaria se encuentra inicialmente con una 2 distribucin de temperatura dada por u ( x, o) = 100(1 2 x ) . Si cada extremo de la barra se encuentra aislada, encuentre la temperatura en la barra como una funcin de x y de t. Considere una malla de diez segmentos iguales y adems con m = .
Solucin: De la ecuacin de calor se tiene que: u 2 u a = t x 2

2
adems si se utilizan las siguientes aproximaciones 2 u U (t ) i +1 + U (t ) i 1 2U (t ) i = x 2 (x )2 u U (t + t ) i U (t ) i = (t ) t m= 1 2 1 x = 10 Sustituyendo en la ecuacin original a2 U (t + t ) i U (t ) i U (t ) i +1 + U (t ) i 1 2U (t ) i = (t ) (x )2

2
U (t + t ) i =
(t ) {U (t ) + U (t ) 2U (t ) } + U (t ) i +1 i 1 i i 2 a (x ) (t ) m= 1 = 2 2 a (x )2
Entonces acomodando trminos se tiene, la siguiente ecuacin de recurrencia para los nodos internos: U (t + t ) i = 1 {U (t ) i+1 + U (t ) i 1 } 2
Adems una de las condiciones establece que la barra se encuentra aislada en los extremos y esto es:
III-67
Aguilera A.
u =0 x U (t ) i +1 U (t ) i =0 x U (t ) i +1 = U (t ) i es decir, que las temperaturas en los nodos de los extremos de las paredes sern siempre iguales al nodo que les precede, en cada uno de los extremos. Y la condicin inicial est dada por: u ( x, o) = 100(1 2 x )
2
Teniendo, entonces el conjunto de ecuaciones, slo se requiere determinar los valores discretos del tiempo, para este caso, se toman de 1 segundo, hasta 10 segundos. El algoritmo se desarrolla en una hoja de Excel, y la solucin numrica se presenta a continuacin:
i X j 0 1 2 3 4 5 6 7 8 9 10 0 0 1 0.1 2 0.2 3 0.3 4 0.4 5 0.5 6 0.6 7 0.7 8 0.8 9 0.9 10 1
t 0 100.00 64.00 36.00 16.00 4.00 0.00 4.00 16.00 36.00 64.00 100.00 1 68.00 68.00 40.00 20.00 8.00 4.00 8.00 20.00 40.00 68.00 68.00 2 54.00 54.00 44.00 24.00 12.00 8.00 12.00 24.00 44.00 54.00 54.00 3 49.00 49.00 39.00 28.00 16.00 12.00 16.00 28.00 39.00 49.00 49.00 4 44.00 44.00 38.50 27.50 20.00 16.00 20.00 27.50 38.50 44.00 44.00 5 41.25 41.25 35.75 29.25 21.75 20.00 21.75 29.25 35.75 41.25 41.25 6 38.50 38.50 35.25 28.75 24.63 21.75 24.63 28.75 35.25 38.50 38.50 7 36.88 36.88 33.63 29.94 25.25 24.63 25.25 29.94 33.63 36.88 36.88 8 35.25 35.25 33.41 29.44 27.28 25.25 27.28 29.44 33.41 35.25 35.25 9 34.33 34.33 32.34 30.34 27.34 27.28 27.34 30.34 32.34 34.33 34.33 10 33.34 33.34 32.34 29.84 28.81 27.34 28.81 29.84 32.34 33.34 33.34
III-68
Aguilera A.
11.9 P5.- Tomando ventaja de todas las simetras, en cuantos puntos deben evaluarse las ecuaciones, o cuantos clculos independientes deben de hacerse en cada una de las mallas de las siguientes figuras: 0
0
100 100 100
0
100
0 0
100 100
100
(a)
(b)
25 50
100
100 50 25 0
(c)
(d)
a) Slo se requieren 5 nodos( 1, 2, 3, 4, y 5) debido a la simetra.

0
1 2 3
0 9 8
4 5 6 7
0
III-69
Aguilera A.
Ecuacin 2u 2u + =0 x 2 y 2 u xx + u yy = 0
(1)
11.9 P5 Solucin Se discretiza en un punto (xi , y j )
( xi + y j +1 )
(x
i 1
, yj)
(x , y )
i j
(x
i +1
, yj)
(x , y )
i j 1
Este esquema se utiliza tambin en los incisos b)-d) u xx = u yy = ui +1 , i + ui 1 , j 2uij
(x )2
ui , j +1 + ui , j 1 2uij
(y )2
Al sustituir en ecuacin 1 ui +1, j + ui 1, j 2uij
(x )2
ui , j +1 + ui , j 1 2uij
(y )2
=0
Si x = y = h ui +1, j + ui 1, j + ui , j +1 + ui , j 1 4uij h2
=0
La ecuacin o esquema de diferencias finitas es: ui +1, j + ui 1, j + ui , j +1 + ui , j 1 4uij =0
III-70
Aguilera A.
R R
(1 4 R )
Solo si x = y para la figura del inciso a) por simetra se aplica que u1 = u9 u2 = u8 u3 = u7 u 4 = u6
Entonces evaluando para u1 u5 , se tiene que comenzando por el nodo 1 ui +1, j + ui 1, j + ui , j +1 + ui , j 1 4uij =0
11.9 P6a)
0
1 2 3
0 9 8
100 + 0 + 0 + u2 4u1 = 0 nodo1 100 + 0 + u1 + u3 4u2 = 0 nodo2 u 4 + 0 + u2 + 0 4u3 = 0 u 5 + u3 + 100 + 0 4u4 = 0 nodo3 nodo4 u6 = u 4 Reordenando :
4 5 6 7
0
u 6 + u4 + 100 + 0 4u5 = 0 nodo5 2u4 + 100 + 0 4u5 = 0
III-71
Aguilera A.
11.9 P8
- 4u1 + u2 + 0 + 0 + 0 = 100 u1 4u2 + u3 + 0 + 0 = 100 0 + u2 4u3 + u4 + 0 = 0 0 + 0 + u3 4u4 + u5 = 100 0 + 0 + 0 + 2u4 4u5 = 100 4 1 0 0 0 1- 41 0 0 0 1- 41 0 0 0 1- 41 0 0 0 2 - 4
Ejercicios 11.8(7) 11.9(5,11, 15TF, 17D)
u1 - 100 u - 100 2 u3 = 0 u4 - 100 u5 - 100
34.669 38.674 u = 20.028 42.436 45.718
Tareas opcion2 11.2 (3(a,c,e), 6(a, c), 8, 38) o (3(b,d), 6(b, d), 9, 38) 11.3 (3,21) 11.4 (4(c, e), 8) 11.5 (5, 10, 12, 19 y 27) 11.7(1) 11.8 (7) o (9) 11.9 (5, 11, 15TF, 17D)
III-72
Aguilera A.
DETERMINANTES Y MATRICES. En este tema y el siguiente (formas cuadrticas) lo dedicaremos a una REVISIN y AMPLIACIN de nuestro primer estudio de los determinantes y a un anlisis de algunas de las propiedades fundamentales de los objetos matemticos asociados con ellos, llamados matrices. El concepto de matriz es en esencia ms simple que el concepto de determinante. Porque, mientras una matriz no es ms que una coleccin de elementos dispuestos en una forma particular, un determinante es una funcin ms bien complicada de los elementos de un conjunto dado. Un determinante es una funcin de una matriz cuadrada. EL PRODUCTO DE UNA MATRIZ Y UN ESCALAR R: es la matriz RA = AR, cuyos elementos son los elementos de A, cada uno multiplicado por R. ( Diferente al producto escalar de R por un determinante.)
C = AB es la matriz para la cual
Cij = aiR bRj

R =1
Se entiende POR TRANSFORMACIN LINEAL: una relacin de la forma: Y1 = a11X1 + a12X2 + ...... + a1nXn Y2 = a21X1 + a22X2 + ...... + a2nXn . . . Yn = an1X1 + an2X2 + ...... + annXn MATRICIALMENTE,
Y1 Y Y = 2 . Yn
Y=AX , donde a1n a2 n . ann

X1 X X = 2 . Xn
a11 a12 A = a21 a22 . . a n1 an 2
es decir, el vector X se transforma en un vector Ta=Y=AX. Ahora si se desea una segunda transformacin, que transforme el vector Y en un vector Z, se tiene Tb = Z = BY
Matrices/Formas Cuadrticas
IV-1
Aguilera A.
Luego si se desea, encontrar la ecuacin de transformacin equivalente que vincule directamente X con Z se tiene :
Ta = YR = aR j X j
j =1 n
R = 1,2,3......n i = 1,2,3,.......n
Tb = Z i = biR Y R
R =1
De modo que eliminando las Y por la sustitucin de las YR en las ecs. de Tb , se obtiene
n n n n = biR aR j X j Z i = biR a X R j j R =1 j =1 j =1 R=1
i =1,2,3,......,n
As pues, el coeficiente de Xj en la ecuacin para Zi es
b
R =1
iR R j
que es precisamente el elemento Cij en el producto BA.

Z = BY = B( AX ) = (BA)X
TEOREMA: El resultado de hacer que una transformacin lineal Ta: Y = AX sea seguida por la transformacin lineal Tb; Z = BY es la transformacin lineal nica Tba : Z = BAX , cuya matriz es el producto BA de las matrices Tb y Ta . Por analoga, la longitud o valor absoluto de un vector real cualquiera: X = [X1 , X2 ... Xn] Se define como la raz cuadrada del producto escalar;
n
X X = X i2
i =1
Un vector X con la propiedad de que ; X X = X i2 = 1 se denomina vector unitario.

i =1
Dos vectores diferentes de cero X = [X1 X2 ... Xn] y Y = [Y1 Y2 ... Yn]
Tienen la misma direccin si, y slo si, sus componentes son proporcionales y son perpendiculares u otorgonales si y slo si, satisfacen la condicin.
X Y = X i Yi = 0
i =1
IV-2
Aguilera A.
MULTIPLICACIN determinantes).
DE
MATRICES.
(Slo
las
matrices
cuadradas
tienen
1.- A (BC) = (AB)C. 2.- A (B C) = AB AC. 3.- AB = 0 puede ser posible aunque A 0 y B 0. 4.- AB BA. 5.- AI = IA = A. A0 = 0A = 0. 6.- (AB)T = BT AT.
Propiedades de Matrices
INVERSA: La inversa de una matriz A se define como el cociente de la matriz adjunta (A) entre el determinante de la matriz adj[A] Aij A = = A A
1
[ ]
adjunta/determinante
Aij es la matriz de cofactores y as la adjunta es la transpuesta de la matriz de cofactores.

A-1 A = A A-1 = I
Adems se cumple que:

(AB)-1 =B-1 A-1
Ejemplo : Calcule la inversa de la matriz A

1 2 4 A= 1 0 3 3 1 2
det. A = ( 1)
2 +1
( 1)
2 4 1 2 2+ 2 2+3 + ( 1) (0) + ( 1) (3) 1 2 3 1
= 8 3(1 6 ) = 8 + 15 = 7
y la adjunta es la transpuesta de la matriz de cofactores.
IV-3
Aguilera A.
MATRIZ DE COFACTORES. 0 1 2 1 2 0 3 2 4 2 4 3 1 3 3 2 1 4 3 2 1 4 1 3 1 0 3 1 1 3 7 1 2 = 8 14 5 3 1 6 7 2 + 1 2 1 0
TRANSPUESTA DE LA MATRIZ DE COFACTORES.

6 3 8 7 14 7 1 5 2
As
3 6 3 8 7 adjunta [ A] 1 1 = 7 14 7 = A1 = det A 7 1 1 5 2 7 8 6 7 7 2 1 5 2 7 7
Autoestudio: Repasar Operaciones con Matrices (lgebra Matricial)
IV-4
Aguilera A.
FORMAS CUADRTICAS.
Forma cuadrtica: es una expresin homognea de segundo grado en n-variables de la forma a11 X12 + 2 a12 X1 X2 + ... + 2 a1n X1 Xn + a22 X22 + ... + 2 a2n X2 Xn + . +an2 X32 + .... + ann X2n Q(x) = a11 X21 + 2 a12 X1 X2 + + 2 a1n X1 Xn + a22 X22 + 2 a2n X2 Xn ++ann X2n Para poder aplicar la notacin matricial a las formas cuadrticas hacer aji = aij . As Q(x) puede expresarse en la forma simtrica. Q( x ) = a11 X 12 + a12 X 1 X 2 + ...... + a1n X 1 X n
2 + a 21 X 2 X 1 + a 22 X 2 + ...... + a 2 n X 2 X n
aji = aij
+ +
2 + a n1 X n X 1 + a n 2 X n X 2 + ...... + a nn X n
Si ahora se definen las matrices X1 X 2 . X = . . Xn

a11 a A = 21 ... an1 ... a1n ... a2 n ... ... ... ann
a12 a22 ... an 2
aji = aij
es obvio, por la definicin de multiplicacin matricial, que Q (x) puede escribirse en la forma compacta. Q(x) = XT A X donde, como aji = aij , la matriz de la forma cuadrtica A necesariamente es simtrica.
IV-5
Aguilera A.
Si una forma cuadrtica con coeficientes reales tiene la propiedad de ser igual o mayor que cero para todos los valores reales de sus variables, se dice que es positiva. Se dice que la matriz A de la forma cuadrtica Q(x) = XT A X es definida positiva, definida negativa, semidefinida positiva, semidefinida negativa, o indefinida, de acuerdo con la naturaleza de Q(x). A su vez Q(x) es singular o no singular, segn que su matriz A sea singular o no singular. En la siguiente tabla se dan ejemplos de los diferentes tipos para una forma cuadrtica. Q(x) = XT A X Q(x) 0 para toda x positiva y si slo Q(x) = 0 para X1, X2, X3 ... Xn = 0 positiva definida
Una forma cuadrtica que puede tomar tantos valores positivos como negativos para todos los valores reales de sus variables se dice indefinida.
Tipo de forma cuadrtica Definida positiva Definida negativa Semidefinida positiva Semidefinida negativa Indefinida
Ejemplo X21 + X22 -(X21 + X22) (X1 X2)2 -(X1 X2)2 X21 X22
Una forma cuadrtica que es definida, necesariamente es no singular. Sin embargo, una forma cuadrtica no singular no necesariamente es definida. Por ejemplo, la forma X21 4X1X2 + 3X22 + 2X23 es no singular, puesto que el determinante de su matriz, a saber
X1
2
2X1 X 2 + 3X 2 +
2
0 0 2X3
2
1 2 0
2 0 3 0 0 = 2 2
2X 2 X1 + 0+
0+
es diferente de cero, sin embargo es NO DEFINIDA, ya que es cero para el conjunto no trivial de valores X1 = 3, X2 = 1, X3 = 0 El criterio completo para determinar la condicin de definicin de una forma cuadrtica lo establece el siguiente teorema: TEOREMA 1. Una condicin necesaria y suficiente para que la forma cuadrtica real XTAX sea definida positiva ( definida negativa ) es que las cantidades
IV-6
Aguilera A.
a11 ,
a11 a 21
a12 a 22
a11
,
a12 a 22 a 32
a13 a 23 , a 33
a11
...
an
a 21 a 31
.. ... .. a n1 ... a nn
Sean todas positivas ( de signos alternados, con a11 negativo ). Pueden establecerse los resultados ms generales. TEOREMA 2. Una condicin necesaria y suficiente para que la forma cuadrtica real XTAX sea definida positiva es que todo menor principal de A sea positivo.
EJEMPLO:
[X 1
X2
2 2 2 X 1 X 1 + 2 X 1 X 2 2 X 1 X 3 1 2 5 4 X3] 2 X 2 = + 2X 2 X1 + 5X 2 4X 2 X 3 2 2 4 5 X 3 2 X 3 X1 4 X 3 X 2 + 5X 3
es definida positiva, puesto que las tres cantidades 1 2 =1 2 5

1 2 2 2 5 4 =1 2 4 5
son todas positivas. Es ms, todos los dems menores principales, a saber, los elementos de la diagonal a 22 = 5 y a 33 = 5 y los determinantes de segundo orden
a11 a 31 a13 a 33 = 1 2 2 5 =1 y a 22 a 32 a 23 a 33 = 5 4 4 5 =9
son todos positivos, de acuerdo con el teorema 2. En este caso, la forma cuadrtica puede escribirse de modo equivalente como
(X 1
+ 2X 2
2 2X 3 ) + X 2 + X 32 2
que siendo una suma de cuadrados slo puede anularse si X1 + 2X 2 2X 3 = 0 X2 =0 X3 = 0
IV-7
Aguilera A.
En la definicin dada de forma cuadrtica, ni la matriz de los coeficientes A ni la matriz X se han supuesto slo reales. Sin embargo, en la mayor parte de las aplicaciones elementales tanto A como X sern reales y slo para formas cuadrticas de valor real se definen propiedades como las de ser o no definidas. En realidad cuando entran nmeros complejos, las formas cuadrticas, como se han definido, casi siempre se reemplazan por expresiones relacionadas que se conocen como formas hermitianas. DEFINICIN: Si A es una matriz hermitiana, la expresin XTAX se conoce como forma hermitiana. Una matriz igual a su asociada, es decir, una matriz cuadrada A tal que A = A T , se dice que es hermitiana
ASOCIADA: Es
la transpuesta de la conjugada de una matriz A.
-CONJUGADA: La conjugada de una matriz A es la matriz A cuyos elementos son respectivamente, los conjugados de los elementos de A. TEOREMA: El valor de una forma hermitiana es real para todos los valores de sus variables.
Estrechamente relacionadas con las formas cuadrticas estn las que se conocen como formas bilineales. DEFINICIN: Si A es una matriz simtrica, la expresin YTAX se llama forma bilineal. Si Y = X entonces la forma bilineal forma cuadrtica.
Es interesante observar que el producto escalar de dos vectores Y y X, a saber, YTX puede considerarse como la forma bilineal YTIX y sern ortogonales si su forma bilineal es cero. DEFINICIN: Se dice que los vectores X y Y son ortogonales con respecto a una matriz simtrica A, si la forma bilineal YTAX es igual a cero. A su vez la longitud generalizada del vector X con respecto a la matriz simtrica A Y AX si y slo si el radicando es positivo.
T
es
Un vector cuya longitud generalizada con respecto a una matriz definida positiva y simtrica dada sea 1, se dice que est normalizado con respecto a esa matriz. Si Y T AX = 1 X vector normalizado con respecto a A.
Un vector X siempre se puede normalizar con respecto a una matriz definida positiva y simtrica dada, dividindolo entre la cantidad positiva Y T AX .
IV-8
Aguilera A.
LA ECUACIN CARACTERSTICA DE UNA MATRIZ Al estudiar las transformaciones lineales de la forma Y = AX

Y1 Y Y = 2 . Yn
a11 a12 a1n A = a21 a22 a2 n . . . a n1 an 2 an 3
X1 X X = 2 . X n
es un problema interesante e importante determinar que vectores, si los hay, no cambian de direccin. Dos vectores tienen la misma direccin si y slo si, uno de ellos es un mltiplo escalar diferente de cero del otro.
( A I ) X
=0
(1)
Es evidente que la ecuacin que matricial sistema escalar;
( A I ) X
= 0 equivale al siguiente
(a11 )X 1
+ a12 X 2 + ...... + a1n X n = 0
2 + a21 X 1 + (a22 )X 2 + ...... + a2 n X n = 0
( 1a )
+ an 1 X 1 + an 2 X 2 + ...... + (ann )X n = 0
Este sistema homogneo tendr una o ms soluciones no triviales si, y solamente si, el determinante de los coeficientes es igual a cero.
a11 A I = a21 . a n1 a12 a1n a22 a2 n = 0 . . an 2 ann
(2)
Desarrollando n n 1 n A I = ( 1) n 1 n 1 + 2 n 2 + ... + ( 1) n 11 + ( 1) n = 0 ( 3 )
La ecuacin ( 3 ) se conoce como la ECUACIN CARACTERSTICA de la matriz A y el trmino en corchetes es el POLINOMIO CARACTERSTICO de A. Para valores de que
IV-9
Aguilera A.
satisfagan la ecuacin 3, y slo para estos valores, la ecuacin matricial (1) tiene vectores solucin no triviales. Las n-races de la ecuacin (3), las que, no necesitan ser distintas, se llaman races caractersticas, o valores caractersticos de la matriz A, y las soluciones (no triviales) correspondientes de la ecuacin (1) o de la (1a) son los vectores caractersticos de A. Como la ecuacin caracterstica (3) de una matriz cuadrada A es una ecuacin polinomial sus races, sean 1 , 2 ,..., n , estn relacionadas con sus coeficientes
1 , 2 , 3 , ( 1) n por la siguiente relacin
n
1 = 1 + 2 + ... + n 2 = 12 + 13 + ... + n 1n 3 = 1 2 3 + ... + n 2 n 1 n

........................................ n = 1 2 3 .... n Adems, si hacemos = 0 en la ecuacin (3), se obtiene
A = ( 1) n = n
2n
(4)
(5)
As se llega
A = 123 ....n
De lo que sigue que A es cero si, y solamente si, al menos una de las es cero.
TEOREMA.
Una matriz es singular si, y slo si, al menos uno de sus valores caractersticos
es cero. Si A y B son matrices semejantes, entonces A y B tienen el mismo polinomio caracterstico.

TEOREMA: TEOREMA:
Un vector caracterstico de una matriz cuadrada no puede corresponder a dos valores caractersticos distintos.
( A 1I )X 1 = 0;
TEOREMA
( A 2 I )X 1 = 0;
(2 1 )IX 1 = (2 1 )X 1 = 0
Restando
Si X1, X2,..., Xm ( m n ) son vectores caractersticos que corresponden, respectivamente, a los valores caractersticos distintos 1 , 2 ,..., m de una matriz A de nxn, entonces X1, X2,..., Xm son linealmente independientes.
IV-10
Aguilera A.
COROLARIO
Si los valores caractersticos de una matriz A de nxn son todos distintos, entonces A tiene n vectores caractersticos linealmente independientes y cualquier vector con n componentes se puede expresar como una combinacin lineal de los vectores caractersticos de A.
Los valores caractersticos de una matriz hermitiana son todos reales. Si Xi y Xj son vectores caractersticos que corresponden, respectivamente, a los
T
TEOREMA TEOREMA
valores caractersticos distintos i y j de una matriz hermitiana A, entonces X i X j = 0 Si Xi y Xj son vectores caractersticos que corresponden, respectivamente, a los valores caractersticos distintos i y j de una matriz hermitiana
A, entonces X i AX j = 0 .
T
COROLARIO1:
Si Xi y Xj son vectores caractersticos que corresponden, respectivamente, a los valores caractersticos distintos i y j de una matriz simtrica real
A, entonces X i X j = X i AX j = 0 .
DEMOSTRACIN: Por
T T
COROLARIO2:
hiptesis, se tiene
AX i = i X i AX j = j X j
Si en la primera de stas tomamos la conjugada y luego la transpuesta de cada miembro, se obtiene
X i A = i X
T
T j
o puesto que A = A , por hiptesis, y i = i por teorema

X i A = i X i
T T
Ahora, premultiplicando la segunda por X i y posteriormente multiplicando la ltima por Xj se tiene
X i AX j = j X i X j
X i AX j = i X i X j
por ltimo, restando estas ecuaciones
j )X i X j = 0
T
IV-11
Aguilera A.
luego como por hiptesis i j , se obtiene
Xi Xj =0
VECTORES ORTONORMALES: longitud TEOREMA:
Q.E.D. unitaria, linealmente independiente y (ortogonales).
Toda matriz hermitiana de nxn tiene n vectores caractersticos linealmente independientes.

COROLARIO
1 Toda matriz simtrica real de nxn tiene n vectores caractersticos linealmente independientes. Toda matriz de nxn hermitiana o simtrica real tiene un conjunto de n vectores caractersticos ortonormales. Una matriz de nxn cuyas columnas son vectores caractersticos ortonormales de una matriz A de nxn, se dice que es una matriz modal de A. En muchas aplicaciones en Fsica, Qumica e Ingeniera, es necesario considerar ecuaciones matriciales de la forma (A - B)X = 0 en las que A y B son hermitianas, o bien, reales y simtricas. En paralelo con nuestra terminologa, para el caso especial en que B = I, la ecuacin A - B = 0 se llama ecuacin caracterstica del sistema y las soluciones no triviales correspondientes se llaman vectores caractersticos del sistema. La teora de la ecuacin (A - B)X = 0 es por completo semejante a la teora de la ecuacin (A - I)X = 0.
COROLARIO 2
Ejemplo: Encuentre los valores caractersticos de la siguiente matriz.

4 6 2 4 2 6 6 6 15
2 (A - I ) = 4 6
4 2
6 6 =0 15
IV-12
Aguilera A.
(2 - )[(2 - )(-15 - ) - 36] 4[4(-15 - ) - 36] 6[ 24 + 6(2 - )] = 0 - (2 - )[(2 - )(15 + ) + 36 + 36] + 16(15 + ) + 288 = 0 (2 - ) 2 (15 + ) - 36(2 - ) + 16(15 + ) + 144 + 144 36(2 - ) = 0
(2 - )[(2 - )(15 + ) + 72] 16(15 + ) 288 = 0
3 + 112 56 + 60 + 144 72 240 16 288 = 0
( + 2)(2 + 9 162) = 0 ( + 2)( + 18)( 9) = 0

1 = 2 2 = 9 3 = 18
3 + 112 144 324 = 0
Ejercicios
1. Hllense los valores caractersticos de la siguiente matriz. b)

7 2 4 3 0 2 6 2 3
La ecuacin caracterstica para la matriz A es
(A - I ) X = 0
7 2 4 0 0 X 1 0 3 0 2 0 0 X 2 = 0 6 2 3 0 0 X 0 3 y una condicin es que A - I = 0 as
7 3 6 2 0 2 4 0 2 = (7 ) 2 3 2 3 2 4 2 0 4 2
(1)
2 3
+6
IV-13
Aguilera A.
= (7 - )[(0 - )(-3 - ) - (- 2)(- 2)] 3[(- 2)(-3 - ) - ( 2)( 4) ]+ 6[(- 2)(- 2) (0 - )(-4) ] = 0 = (7 - ) 3 + 2 4 3[6 + 2 8]+ 6[4 4 ] = 0
2
= 21 + 7 28 32 3 + 42 + 6 6 + 24 242 = 0 = + 4 5 + 2 = 0
3 2 2 = 3 1 4 + 5 2 = 0 1 = 1
( 1)( 1)( 2) = 0
VALORES CARACTERSTICOS
1 -4 5 -2 -1 -1 3 -2 1 3 2 0
2 = 1 3 = 2
FUNCIONES DE UNA MATRIZ CUADRADA
De la multiplicacin de matrices cuadradas, se tiene AR AS = AS AR = AR + S R,S enteros
(1) y de igual
y si A es una matriz no singular (si tiene inversa) se sabe AA1 = A1 A = I A n = ( A1 ) n luego as se tiene la siguiente definicin forma
DEFINICION: Una funcin polinomial de una matriz cuadrada A es una combinacin lineal finita de potencias enteras no negativas de A. Ejemplo Si 1 2 A= 3 4 y p(x)= X2+ 5X +4 , entonces
1 2 1 2 7 6 3 4 3 4 = 9 22 7 6 1 2 1 0 16 4 p(A) = A2 + 5A + 4I = + 5 + 4 = 9 22 3 4 0 1 6 6 Es interesante observar que tambin se puede evaluar p(A) utilizando las formas factorizables de p(X), es decir, p(X)= (X+4) (X+1) = (X+1) (X+4) p(A) = (A+4I) (A+I) = 3 4 + 4 0 1
1 2 1 0 1 2 1 0 5 2 2 2 16 4 3 4 + 0 1 = 3 0 3 3 = 6 6
IV-14
Aguilera A.
p(A)= (A+I) (A+4I)= 3 4 + 0 1
1 0 2 2 1 0 1 2 + 4 0 1 = 3 4 3 3
5 2 16 4 3 0 = 6 6
Del ejemplo anterior se observa la conmutatividad en la operacin de multiplicacin, esto se establece en el siguiente TEOREMA: Cualquier identidad polinomial entre polinomios escalares implica una identidad correspondiente para polinomios matriciales. Como f(x) g(x)= g(x) f(x), se sigue del teorema que f(A) g(A)= g(A) f(A) De aqu se tiene el importante resultado COROLARIO: Dos polinomios cualesquiera en una matriz A se conmutan entre s. Si g(A) es una matriz no-singular, entonces existe g-1(A) y podemos premultiplicar y postmultiplicar cada miembro de la ec (2) por g-1(A) g-1(A) f(A) g(A) g-1(A) = g-1(A) g(A) f(A) g-1(A) o sea g-1(A) f(A)= f(A) g-1(A) (3) TEOREMA: Si 1 , 2 ,.....n son los valores caractersticos (posiblemente repetidos) de una matriz cuadrada A y si f es un polinomio cualquiera, entonces el determinante de f(A) est dado por la frmula.
f ( A) = f (1 ) f (2 )... f (n )
(2)
TEOREMA 5:
Si 1 , 2 ,.....n son los valores caractersticos de una matriz cuadrada A y
si f= g/n , donde g y n son polinomios tales que n( A) 0 entonces los valores caractersticos de f(A) son f( 1 ),f( n ). COROLARIO: Si Xi es un vector caracterstico correspondiente al valor caracterstico i de una matriz cuadrada A y si p es un polinomio, entonces Xi tambin es un vector caracterstico que corresponde al valor caracterstico p( i ) de la matriz p(A).
IV-15
Aguilera A.
1 2 Ejemplo: Como una ilustracin del teorema 5, considrese la matriz A= y la 3 4 x . La ecuacin caracterstica de A es: funcin ( x) = x+3
1 A I = 3
2 = 2 + 3 + 2 = 0 4
De donde, las races caractersticas son = -1, -2. Por lo tanto, segn el teorema 5, las races caractersticas de ( A) son:
(1) =
1 2
(2) = 2
para comprobar esto, por clculo directo, se tiene

( A) =
1 2 4 2 1 2 1 1 2 1 5 6 5 / 2 3 A = A( A + 3I ) 1 = = = = A + 3I 3 4 3 1 3 4 2 3 4 2 9 10 9 / 2 5
1
Las races caractersticas de ( A) son, por lo tanto, las de la ec.
( A) I = 9/ 2
5 / 2
3 5 = 2 + + 1 = 0 5 2
o sea, -1/2 y -2 como antes.
Si p es un polinomio y A una matriz cuadrada , la evaluacin de p(A) es perfectamente directa. Sin embargo, cuando A es una matriz semejante a una matriz diagonal, la evaluacin de p(A) se puede simplificar apreciablemente.
IV-16
Aguilera A.
TEOREMA: Si B= PAQ, donde P y Q son matrices no-singulares, entonces A y B son equivalentes. Si P = Q-1, entonces B= Q-1AQ y B es semejante a A
LEMA : Si B = SAS 1 , entonces B n = SA n S 1
Por ejemplo para n = 2
B 2 = (SAS 1 )(SAS 1 ) = SA(S 1 S )AS 1 = SA 2 S 1

LEMA : Si B = SAS 1 ,y si p es un polinomio, entonces p(B ) = S p( A)S 1 es decir, p SAS 1 = S p( A)S 1
LEMA : Si D es la matriz diagonal
d11 0 0 0
0 d 22 0 0
k d11 0 0 0 k D = entonces 0 0 d nn 0
0 k d 22 0 0
0 0 0 k d nn
Finalmente, aplicando este ltimo lema a cada trmino de cualquier funcin polinomial de una matriz diagonal D y utilizando luego la definicin de adicin matricial, se tiene el siguiente resultado.
d11 0 LEMA : Si D es la matriz diagonal 0 0

Y
0 d 22 0 0
0 0 0 d nn
es cualquier polinomio, entonces
0 0 p(d11 ) 0 ( ) p d 0 22 p (D ) = 0 0 0 p(d nn ) 0 0
IV-17
Aguilera A.
con los lemas 2 y 4 se puede demostrar el siguiente teorema
TEOREMA : Si
es una matriz semejante a una matriz diagonal , es decir, si
1 0 1 S AS = D = 0 0
2
0 0
0 0 0 n
donde 1 , 2 , 3 , n son los valores caractersticos de
A , entonces
0 0 p(1 ) 0 ( ) 0 p 2 S 1 p ( A) = S 0 0 0 0 p(n ) 0
Ejemplo: Si
P( x ) = x 4 4 x 3 + 6 x 2 x 3
0 2 A= , 1 3 cual es p( A) ?
Por un clculo sencillo, encontramos que la ecuacin caracterstica de 2 2 A I = = 3 + 2 = 0 1 3
es :
luego, los valores caractersticos de A son 1 = 1 y 2 = 2 , y como estos son diferentes, se sigue que A es semejante a una matriz diagonal y se puede aplicar el teorema anterior. Ahora, en correspondencia con 1 y 2 se tienen los vectores caractersticos. 0 2 2 X 1 Para 2 = 2 ; = 0; 3 2 1 X2 2 X1 2 X 2 = 0 1 x2 = 1
X1 + X 2 = 0
X1 = X 2
IV-18
Aguilera A.
0 1 2 X 1 Con 1 = 1 ; =0 ; 3 1 1 X2
X1 2 X 2 = 0
X1 + 2 X 2 = 0
X 1 = 2 X 2
2 x1 = 1
y a partir de stos se puede construir la matriz modal y su inversa
1 2 S= 1 1
det( S ) = 2 + 1 = 1
1 1 S 1 = 1 2
det( S 1 ) = 2 + 1 = 1
1 1 1 2
1 1 1 2
1 1 1 2
Segn el teorema 4 (11.3), stas son matrices tales que
1 0 S 1 A S = D = 0 2
1 0 2 2 1 1 1 2 1 1 0 1 = = 3 1 1 2 4 1 1 0 2 1 2 1
Luego, estas son las matrices que deben usarse para evaluar ltimo teorema. Ahora bien
p ( A) mediante el
p(1 ) = p(1) = 1
p( 2 ) = p(2) = 3
0 1 p(1 ) S = ( ) 0 p 2
4 3 2 por lo tanto p ( A) = A 4 A + 6 A A 3I = S
1 5 8 2 1 1 0 1 = = 7 1 1 0 3 1 2 4
Definidas las funciones polinomiales de una matriz cuadrada, es natural considerar ecuaciones polinomiales en una variable (o argumento) matricial. En particular, ahora que hemos desarrollado procedimientos para evaluar p ( A) , esto es, para resolver la ecuacin
p( A) = x , se puede considerar el problema de resolver la ecuacin no trivial p ( x ) = A ,
donde p es un polinomio dado, matricial.
es una matriz cuadrada dada y
es una variable
IV-19
Aguilera A.
Ejemplos: SECCIN 11 .4 FUNCIONES DE UNA MATRIZ CUADRADA Wylie C.R. Matemticas superiores para ingeniera , 4 Ed. Mc Graw Hill, Mxico 1994.
P13. Verifique la siguiente identidad
1 2 A= 1 3
( A I ) 2 = A2 2A + I
(x I )2 = x 2 2 x + I
1 2 1 0 1 1 2 0 1 1 2 0 1 2 1 2 1 0 3 1 1 0 3 1 = 1 3 1 3 + ( 2)1 3 + 0 1 0 2 0 2 3 8 2 4 1 0 1 2 1 2 = 4 11 + 2 6 + 0 1 2 4 3 8 1 4 2 6 = 4 11 + 2 5 2 4 2 4 2 6 = 2 6
Ejercicio: Verifique A 3 I = ( A I )( A 2 + A + I )
17.- Si
p( x ) = x 4 x 3 3x 2 + 4 x + 2 , evalese p( A) para
4 9 3 4 1 d) 1 3 2 3
4 1 a) 3 0
1 4 A I = = (4 )(0 ) 1( 3) = 0 3 0 4 + 2 + 3 = 0 ; 2 4 + 3 = 0 ( 3)( 1) = 0
IV-20
Aguilera A.
1 = 3 2 = 1
1 2
y los vectores caractersticos son : para
1 = 3
para
2 = 1
1 x1 0 1 3 3 x = 0 2
= 3 ; [1 1]
3 1 x1 0 3 1 x = 0 2
= 1 ; [3 1]
as para x 2 = 3
x1 + x 2 = 0
x1 = x2
3x1 + x2 = 0
x2 = 3x1
x1 = 1
as
1 x1 = 1
luego la matriz modal, S ,es:
Matriz de cofactores
1 x2 = 3
Transpuesta de matriz de cofactores
1 1 S= 1 3
y por tanto
3 1 3 1 1 1 = 1 1
3 1 3 = 21 S = + 1 1 2
1 1 2

1 2 1 2
Estas son matrices tales que
3 0 S 1 AS = 0 1
luego sta es la matriz que debe evaluarse
p (1 ) = p (3) = (3) (3) 3(3) + 4(3) + 2 = 81 27 27 + 12 + 2 = 41

4 3 2
p (2 ) = p (1) = (1) (1) 3(1) + 4(1) + 2 = 3

4 3 2
por lo tanto
IV-21
Aguilera A.
p (1 ) p ( A) = A 4 A 3 3 A 2 + 4 A + 2 I = S 0 1 41 0 3 1 2 = 1 1 3 0 3 2
1 2
0 1 S p ( 2 ) 1 2
1 2
3 3 41 2 = 1 2 41 9 1 2
60 19 = 57 16
123 3 120 = = 60 2 2 2 41 3 38 = = 19 2 2 2 123 9 114 + = = 57 2 2 2 41 9 32 + = = 16 2 2 2
PASOS A SEGUIR (RESUMEN DEL MTODO) 1. 2. 3. 4. 5. Plantear ecuacin caracterstica de A Obtener los valores caractersticos y comprobar que sean diferentes Obtener los vectores caractersticos Obtener la matriz modal Encontrar la inversa de la matriz modal
1 0 1 6. Encontrar S AS = D = 0 0
2
0 0
0 0 0 n

7. Evaluar, p (1 ) , p ( 2 ) , ..................., p( n )
0 0 p(1 ) 0 p( 2 ) 0 8. Encontrar p( A) = S S 1 0 0 0 0 p( n ) 0
IV-22
Aguilera A.
Seccin 11.4 P 17 e)
2 1 1 1 4 3 1 1 0
si p( x ) = x x 3x + 4 x + 2
4 3 2
Evaluar
p ( A) = ?
2 A - I = 1 1
1 4 3 1 0 1
= (2 )[(4 )( ) ( 1)(3)] (1)[(1)( ) ( 1)(1)] + ( 1)[(1)(3) (4 )(1)]
= (2 ) 4 + 2 + 3 (1)( + 1) + ( 1)[3 4 + ] = 3 62 + 11 6
+6 1 3 3 4
8 + 22 3 + 42
3 + 62 11 + 6 = 0 3 62 + 11 6 = 0
1 = 1 2 = 3 3 = 2
1 2 2 3 1 3
Vectores caractersticos:
1 1 1 1 3 3 1 1 1
x1 = c
3 3 =0
1 = 1
1 3 3 1 1 1
1 1
x2 = c
1 3 = 2c 1 1
0 x1 = 1 1
IV-23
Aguilera A.
x3 = c
1 3 = 2c 1 1
Para 2 = 3
1 1 1 1 1 3 1 1 3
x1 = c
1 1 1 3 = 2c
2 = 3
1 1 1 1 1 3
x2 = c
1 1 = 4c 1 3
x3 = c
1 1 1 1
1 x2 = 2 1
= 2c
Para 3 = 2
1 0 1 1 2 3 1 1 2
x1 = c 2 3 = c 1 2
3 = 2
1 1 2
x2 = c
1 3 = c 1 2
1 x3 = 1 1
x3 = c
1 2 =c 1 1
as la matriz modal es:
0 1 1 S= 1 2 1 1 1 1
Matrices/Formas Cuadrticas IV-24 Aguilera A.
1 1
1 2 1 det S = 1 1 1 = ( 1 1) ( 1 2 ) = 2 + 3 = 1 0 1 1 1 2 1
Adjunta S S 1 = ; det S 1 0 0 S 1 AS = 0 3 0 0 0 2
p(1 ) = p(1) = 3 p(2 ) = p(3) = 41 p(3 ) = p(2) = 6
luego
1 0 1 1 S = 0 1 1 det S 1 1 1
1
1 0 1 1 S = 0 1 1 det S 1 1 1
1
0 1 1 3 0 0 1 0 1 p ( A) = 1 2 1 0 41 0 0 1 1 = 1 1 1 0 0 6 1 1 1
35 35 0 41 6 1 0 1 6 = 3 82 6 0 1 1 = 3 76 73 3 41 6 1 1 1 3 35 32
IV-25
Aguilera A.
Si p( x ) = x x 3x + 4 x + 2 , calcule
4 3 2
p( A) = ? Donde A es:
4 9 3 A= 1 4 1 3 3 2
4 A I = 1 3
( 4 )[(4 )(2 ) (1)(3)] 4 1 = (1)[ 9(2 ) (3)( 3)] + = 3 22 + 2 3 2 (3)[( 9)(1) (4 )( 3)]
9 3
( 4 )[8 4 2 + 2 3] (1)[ 18 + 9 + 9] + (3)[ 9 + 12 3 ] =

42 + 24 20 3 + 62 5 + 9 9 + 9 9 = 0 3 + 2 2 + 2 = 0
3 22 + 2 = 0
1 2 1 1
1 1
1 2 1 1 2
( 1)( 2)( + 1) = 0
1 2 0
1 2 2 2 2 1 0
y los eigenvalores son ;
1 = 1 2 = 2 3 = 1
Para 1 = 1
1 2 2 3
5 9 3 1 3 1 3 3 1
1 = 1
1 3 1 3 3 1
IV-26
Aguilera A.
x1 = c
3 1 3 1
=0
x 2 = c
1 1 3 1
= 2c
0 1 x1 = 3
x3 = c
1 3 3 3
= 6c
Para 2 = 2
6 9 3 1 2 1 3 0 3
x1 = c 2 1 = 3c 3 0
2 = 2
1 2 1 3 3 0
x 2 = c
1 1 = 3c 3 0
1 x2 = 1 1
x3 = c
1 2 = 3c 3 3
Para 3 = 1
3 9 3 1 5 1 3 3 3
5 1 3 3
3 = 1
1 5 1 3 3 3
x1 = c
= 12c
x 2 = c
1 1 =0 3 3
1 0 x3 = 1
x3 = c
1 5 3 3
= 12c
IV-27
Aguilera A.
con esto la matriz modal es ;
0 1 1 S= 1 1 0 3 1 1
1 1 1 1 1 1 0 1 1 1 1 0 1 0 3 1 0 1 1 3 1 0 1 3 1 0 1 1 1 1
3 1 0 1 1 0
det S = 1 (1 3) = 1
Luego la adjunta es la transpuesta de la matriz de cofactores :
1 2 1 1 3 1 3 1 2 1 2 1 1 2 1 1 1 1 = 1 3 1 3 1 y la inversa es S = det S 3 1 3 1 2 2
luego estas matrices son tales que
1 0 0 S 1 AS = 0 2 0 0 0 1
luego la evaluacin del polinomio en los valores es ;
p(1 ) = p(1) = 3 p(2 ) = p(2) = 6 p(3 ) = p( 1) = 3
IV-28
Aguilera A.
por lo tanto la evaluacin del polinomio con argumento matricial es ;
0 0 p(1 ) 1 0 p ( A) = A A 3 A + 4 A + 2 I = S 0 p(2 ) S 0 p(3 ) 0

4 3 2
0 1 1 3 0 0 1 2 1 0 6 3 1 2 1 1 0 = 3 + 1 6 0 3 + 1 1 = 3 0 6 0 1 1 3 1 9 6 3 2 3 1 3 1 1 0 0 3 2
12 27 9 p ( A) = 3 12 3 9 9 6
IV-29
Aguilera A.
EL TEOREMA DE CAYLEY-HAMILTON
Para cualquier matriz cuadrada A , siempre hay una ecuacin polinomial de orden n que es satisfecha por A .
TEOREMA 1 Si F ( ) y p ( ) son polinomios en la variable escalar con coeficientes que son matrices cuadradas y si p ( ) = F ( )( A I ) , entonces p ( A) = 0
Ahora puede enunciarse (y demostrarse) uno de los resultados ms importantes de la teora de matrices, el famoso TEOREMA DE CAYLEY-HAMILTON
TEOREMA 2 (CAYLEY-HAMILTON) Toda matriz cuadrada satisface su propia ecuacin caracterstica. Demostracin Sea A una matriz de n n cuya ecuacin caracterstica es
A I =
a11 a 21 a n1
n
a12 a 22 an2
a1n a2n a nn
n
= ( 1) n 1n 1 + + ( 1) n = 0
La adjunta de la matriz ( A I ) evidentemente es una matriz de n n cuyos elementos, siendo los cofactores de los elementos del determinante A I , son polinomios en ; esto es ,
p11 ( ) p12 ( ) p ( ) p ( ) 22 adj( A I ) = 21 p n1 ( ) p n 2 ( )
p1n ( ) p 2 n ( ) p nn ( )
Adems, de la definicin de adicin de matrices, se concluye que la ltima matriz puede escribirse como un polinomio en , por ejemplo, F ( ) , cuyos coeficientes son matrices de n n , siendo el elemento isimo rengln y j-sima columna del coeficiente matricial de k el coeficiente de k en pij ( ) . Ahora, por el corolario 1 del teorema 1, seccin 10.3, tenemos
[adj( A I )]( A I ) = A I I = n n = ( 1) [n I 1n1 I + + ( 1) n I ]

esto es,
= ( 1) n I 1n1 I + + ( 1) n I = F ( )( A I )
n n
Pero sta es una relacin entre polinomios en con coeficiente matriciales, precisamente del tipo cubierto por el teorema 1. Luego, el primer miembro debe anularse cuando se reemplaza por la matriz A . En otras palabras,
A n 1 A n 1 + + ( 1) n I = 0
n
Ec. CAYLEY-HAMILTON
es decir, la matriz A satisface su propia ecuacin caracterstica , como se afirm. Con el teorema de Cayley-Hamilton se puede expresar la n-sima potencia de cualquier matriz cuadrada como una combinacin lineal de potencias inferiores de A . Por lo tanto, mediante aplicaciones sucesivas del teorema de Cayley-Hamilton, cualquier potencia entera positiva de A y, por consiguiente, cualquier polinomio en A se puede expresar como un polinomio en A de grado n 1 a lo ms. Adems, si A es no singular, entonces A 1 existe, y en el desarrollo de A I el trmino constante n = A es diferente de cero. De donde, multiplicando la ecuacin de Cayley-Hamilton
A n 1 A n 1 + + ( 1) n I = 0
n
por A 1 , con lo cual, se obtiene
A n1 1 A n2 + + ( 1)
de donde, despejando A 1 , se obtiene
n 1
n1 I + ( 1)n n IA1 = 0
n 1 ( 1) [An1 =
A n2 + + ( 1)
n 1
n 1 I
En algunos casos ste es un mtodo conveniente para obtener la inversa de una matriz A .
Ejemplo
4 5 5 Si A = 5 6 5 , se encuentra mediante un clculo sencillo que 5 5 6

A I = 3 + 82 13 + 6
Luego, del teorema de Cayley-Hamilton, se sigue que
A 3 8 A 2 + 13 A 6 I = 0
como se puede verificar fcilmente por clculo directo. Usando esta relacin ahora podemos expresar las potencias ms elevadas de A como polinomios cuadrticos en A . Por ejemplo,
A 4 = AA3 = A 8 A 2 13 A + 6 I = 8 A3 13 A2 + 6 A = 8(8 A2 13 A + 6 I ) 13 A2 + 6 A = 51A2 98 A + 48I A5 = AA4 = A 51A2 98 A + 48I
= 51(8 A2 13 A + 6 I ) 98 A2 + 48 A = 310 A2 615 A + 306I
Anlogamente, multiplicando la ecuacin de Cayley-Hamilton por A 1 y despejando luego A 1 , encontramos
A1 =
1 2 A 8 A + 13I 6
34 35 35 4 5 5 1 0 0 11 5 5 1 1 + 13 8 5 6 5 = 35 36 35 0 1 0 1 5 = 5 6 6 5 5 35 35 36 5 5 6 0 0 1 1
La ecuacin de Cayley-Hamilton no es necesariamente la ecuacin polinomial de menor grado que satisface una matriz cuadrada dada. Por ejemplo, se comprueba fcilmente que la matriz A del ltimo ejemplo no solo satisface la ecuacin de Cayley-Hamilton
A 3 8 A 2 + 13 A 6 I = 0
sino tambin la ecuacin cuadrtica ms sencilla
A2 7 A + 6I = 0
IV-32
Aguilera A.
DEFINICIN 1 Si A es una matriz cuadrada, cualquier polinomio de que p ( A) = 0 se dice que anula a A .
con la propiedad
De aqu se tiene la siguiente definicin

DEFINICIN 2 El polinomio nico con primer coeficiente 1 y de grado mnimo que anula una matriz cuadrada A se llama polinomio mnimo de A .
Entre las propiedades de los polinomios mnimos, se citan

TEOREMA 3 Las matrices semejantes tienen el mismo polinomio mnimo. TEOREMA 4 El polinomio mnimo de cualquier matriz cuadrada A es un divisor de todo polinomio que anule a A . TEOREMA 5 Si las races caractersticas de una matriz A son todas distintas, excepto posiblemente en el signo, el polinomio caracterstico y el polinomio mnimo de A son los mismos. TEOREMA 6 Si A es una matriz cuadrada y si f ( x ) y g ( x ) son polinomios escalares tales que g ( A) es no singular, entonces f ( A) / g ( A) es igual a un polinomio en A .
Lo anterior pude expresarse a travs de la siguiente identidad
n n p ( k ) (A i I ) p ( A) = n k =1 i =1 ( k i ) i k i =1 ik
Identidad Sylvester (5)
Ejemplo: Si
15 14 40 A= 7 14 6 , exprese 4 14 5
en la forma ms sencilla posible.
p ( A ) = A 6 6 A 5 + 12 A 4 12 A 3 + 12 A 2 8 A + 3 I
Solucin; Por un clculo directo encontramos la ecuacin caracterstica de A
IV-33
Aguilera A.
15 A I = 6 5
14 40 7 14 = 3 + 62 11 + 6 = 0 4 14
Por tanto, los valores caractersticos de A son 1 = 1 , 2 = 2 , 3 = 3 . De donde ,
p(1 ) = p(1) = 2 p(2 ) = p(2) = 3 p(3 ) = p(3) = 6
y, sustituyendo en la ecuacin (5),
p ( A) =
2 3 ( A 2 I )( A 3I ) + ( A I )( A 3I ) + (1 2)(1 3) (2 1)(2 3) 6 ( A I )( A 2 I ) = A 2 2 A + 3I + (3 1)(3 2)
IV-34
Aguilera A.
SECCIN 11-5 Wylie C.R. Matemticas superiores para ingeniera , 4 Ed. Mc Graw Hill, Mxico 1994. 2) Mediante el Teorema de Cayley-Hamilton, hllese la inversa de cada una de las siguientes matrices.
2 4 4 A= 1 4 5 1 4 5
2 4 4 A I = 1 4 5 = (2 )[( 4 )(5 ) (4)( 5)] (1)[( 4)(5 ) 4( 4)] 1 4 5 + (1)[( 4)( 5) ( 4 )( 4)] = 3 + 32 10 + 8 = 0
= (2 )( 4 )(5 ) (4)( 5)(2 ) + ( 1)( 4)(5 ) + (1)(4)( 4) + ( 4)( 5) (1)( 4 )( 4) =
= 8 2 + 4 + 2 (5 ) + 40 20 + 20 4 16 + 20 16 4 =
= 5 + 10 40 3 2 2 + 8 + 48 28 = 0 ;
2
3 + 32 10 + 8 = 0
Luego la ec. de Cayley-Hamilton es :
A 3 3 A 2 + 10 A 8 I = 0
multiplicando la ecuacin de Cayley-Hamilton por A 1
A 2 3 A + 10 I 8 A 1 = 0
despejando ahora A 1
A 1 =
1 2 A 3 A + 10 I 8
2 4 4 2 4 4 2 4 4 1 0 0 1 1 4 5 1 4 5 31 4 5 + 10 0 1 0 = 8 5 5 5 1 4 1 4 1 4 0 0 1
IV-35
Aguilera A.
4 8 1 = 7 8 8 11 0 4 6 + 10 1 = 73+0 8 11 3 + 0
8 6 + 12 12 10 0 0 + 0 10 0 3 12 + 9 15 1 0 0 10 3 12 15 8 + 12 + 0 8 + 12 + 0 8 + 12 + 10 9 + 15 + 0 = 0 12 + 0 1 15 + 10
1 1 4 4 0 0 2 2 1 5 7 3 6 = = 10 14 4 4 4 8 12 4 3 1 1 8 2 2
c) Usando el teorema de Cayley-Hamilton encuentre la inversa de la siguiente matriz
4 9 3 A= 4 1 1 3 2 3
4 9 3 9 3 9 3 4 1 4 1 = ( 4 ) 1 +3 A I = 1 3 2 3 2 4 1 3 3 2
= ( 4 )[(4 )(2 ) 3] (1)[ 18 + 9 + 9] + (3)[ 9 + 12 3 ]
= ( 4 ) 8 4 2 + 2 3 9 + 9 + 9 9 = 4 2 + 24 20 3 + 6 2 5 18 + 18 3 + 22 + 2 = 0
As la ec. de Cayley- Hamilton es:
A3 2 A 2 A + 2 I = 0
Multiplicando por A 1 se tiene: Despejando A 1 se obtiene
A 2 2 A I + 2 A 1 = 0
A 1 =
1 2 A 2A I 2
IV-36
Aguilera A.
4 9 3 4 9 3 4 9 3 1 0 0 1 0 1 0 = 1 4 1 2 1 4 1 4 1 1 2 3 2 3 2 3 2 3 3 3 0 0 1 2 9 3 + 8 + 18 3 1 0 0 1 2 8 1 + 0 1 0 = 3 10 3 + 2 3 9 2 6 6 2 0 0 1 2 + 8 1 9 + 18 + 0 3 + 6 + 0 9 3 5 1 1 = 3 5 + 0 10 8 1 3 2 + 0 = 1 1 1 = 2 2 3 6 + 0 9 6 + 0 2 4 1 9 15 7
5 2 = 1 92 2
9 3 2 2 1 1 2 2 15 7 2 2
P3.- Hllese el polinomio mnimo de cada una de las siguientes matrices
d)
2 2 7 A= 2 6 1 6 2 1
= (7 )[( 1 )( 1 ) 4] + 6[(2)( 1 ) + 4] + 6[4 + 2( 1 )]
A I =
(7 )[1 + 2 + 2 4] + [ 12 12 + 24] + 24 12 12
7 2 + 14 21 3 2 2 + 3 + 24 24 3 + 52 7 + 3 = 0
3 52 + 7 3 = 0 = ( 1)( 1)( 3)
A3 5 A 2 + 7 A 3I = 0 A 3 = 5 A 2 7 A + 3I
Los valores caractersticos son:
1 5 1 1 4
7 4 3
3 1 3 0
IV-37
Aguilera A.
1 4 3 1 1 3 1 3 0
( 1)( 1)( 3) = 0
( A 1)( A 3)
A 2 4 A + 3I Polinomio mnimo
P4.- Aplicando tanto el teorema de Cayley-Hamilton como la identidad de Sylvester, evaluar p( A) = A 5 A 4 2 A 3 + A 2 + A 3I
3 2 A= 5 4
A I = (3 )( 4 ) (5)( 2) = 0
= 12 3 + 4 + 2 + 10 = 2 + 2 ( + 2)( 1) =0
y la ecuacin de Cayley-Hamilton es
A 4 = A A 3 = A(3 A 2 I ) = 3 A 2 2 A = 3( A + 2 I ) 2 A = 3 A + 6 I 2 A = = 5 A + 6 I
A5 = A A 4 = A ( 5 A + 6 I ) = 5 A 2 + 6 A = 5 ( A + 2 I ) + 6 A = = 5 A 10 I + 6 A = 11 A 10 I
A2 + A 2I = 0 A2 = A + 2I A 3 = A A 2 = A( A + 2 I ) = A 2 + 2 A = A 2 I + 2 A = 3 A 2 I
p ( A) = A 5 A 4 2 A 3 + A 2 + A 3I
p( A) = 11A 10 I ( 5 A + 6 I ) 2(3 A 2 I ) + ( 4 + 2 I ) + A 3I =
10 A 13I
IV-38
Aguilera A.
3 2 1 0 30 13 20 0 17 20 p( A) = 10 A 13I = 10 13 = = 5 4 0 1 50 0 40 13 50 53
IDENTIDAD DE SYLVESTER
n n p ( k ) (A i I ) p ( A) = n k =1 i =1 ( k i ) i k i =1 ik
Los valores caractersticos son
1 = 2 2 =1
As:
p(1 ) = p( 2) = 33 p( 2 ) = p(1) = 3
Luego:
p ( A) =
33 ( A I ) + 3 ( A + 2I ) (1 + 2) 2 1
p ( A) = 10 A 13I
y como ya vimos p( A) =
17 20 50 53
IV-39
Aguilera A.
d) Aplicando tanto el teorema de Cayley-Hamilton como la identidad de Sylvester, evaluar p( A) = A 5 A 4 2 A 3 + A 2 + A 3I
2 4 4 A= 1 4 5 5 1 4
A I = (2 )[( 4 )(5 ) + 20] 1[( 4)(5 ) + 16] 1[20 ( 4)( 4 )]
= (2 ) 20 + 4 5 + 2 + 20 [ 20 + 4 + 16] [20 16 4 ]
2
[ = (2 )[
2
+ 4 4 4 + 4
3
= 2 2 + 2 = 3 + 3 2 2 3 32 + 2 = 0 2 3 + 2 = 0
1 = 0
2 = 2
3 = 1
p(0) = 3 p(2) = 3 p(1) = 3

3 3 3 ( A 2 I )( A I ) + ( A 0 I )( A I ) + ( A 0I )( A 2 I ) (2 0)(2 1) (1 0)(1 2) (0 2)(0 1)
=
3 3 2 A 3 A + 2 I + A2 A + 3 A2 2 A = 2 2
) (
) (
3 3 3 9 = A2 + A 3 I + A2 A + 3 A 2 6 A = 2 2 2 2
= 3 A 2 3 A 3I
IV-40
Aguilera A.
EJERCICIOS PROPUESTOS
{Resolver: opcion1 (pares), opcion2(nones)
1. Sin aplicar el teorema de Cayley-Hamilton, prubese que toda matriz de n n satisface una ecuacin polinomial de grado n 2 a lo sumo. 2. Mediante el teorema de Cayley-Hamilton, hllese la inversa de cada una de las siguientes matrices a) b) c)
2 4 4 1 4 5 5 1 4
2 1 1 1 4 3 1 1 0
4 9 3 1 4 1 3 2 3
3. Hllese el polinomio mnimo de cada una de las siguientes matrices a) b)
1 1 1 1 1 1 1 1 1
c)
2 1 2 2 1 2 3 2 2
d)
1 1 1 1 1 1 1 1 3
7 6 6
2 1 2 2 1 2
4. Aplicando el teorema de Cayley-Hamilton como la identidad de Silvester, evalese p ( A) = A 5 A 4 + 2 A 3 + A 2 + A 3I para cada una de las siguientes matrices A
a) b)
3 2 5 4
c) d)
4 1 6 1
e)
2 6 2 5
2 4 4 1 4 5 1 4 5
1 2 2
1 1 3 2 3 2
5. 14.8/P31 Wylie C.R. Advanced Engineering Mathematics, 6th ed. Mc Graw Hill, 1995
Ejercicios opcion1 {14.5(1), 14.6(37), 14.8(19,25,32)}
Ejercicios opcion2 {14.5(1), 14.6(35), 14.8 (24, 25, 31)}
IV-41
Aguilera A.
ANALISIS TENSORIAL INTRODUCCION: En este captulo tomaremos como idea fundamental para un vector el concepto de una cantidad invariante bajo cualquier transformacin de coordenadas. Esto nos conducir a la idea de las representaciones covariante y contravariantes de los vectores y de aqu al concepto altamente importante de tensor. Aunque no haremos una discusin detallada de ANLISIS TENSORIAL, si indicaremos algunas de sus caractersticas principales y destacaremos la importancia de la notacin tensorial.
CORDENADAS OBLICUAS Para nuestros estudios de tensores requeriremos de notacin del tipo (tensores covariantes y contravariantes) donde alfa () es un ndice y no un exponente.
Como un ejemplo de coordenadas generalizadas, considere el siguiente sistema de coordenadas (X 1 , X 2 , X 3 ) el cual se relaciona al sistema de coordenadas rectangulares (x1, x2, x3) por las ecuaciones:
X 1 = a11 x 1 + a12 x 2 + a13 x 3 X 2 = a 21 x 1 + a 22 x 2 + a 23 x 3 X 3 = a31 x 1 + a32 x 2 + a33 x 3

en la forma matricial:
X = Ax
(1) Aqu se utiliza la barra ( X ) para denotar no slo las nuevas coordenadas sino tambin todas las cantidades referidas al nuevo sistema de coordenadas.
y tambin:
x = A1 X
donde:
x1 x = x2 ; x3
(2)
X 1 X = X 2 ; X 3
a11 A = a 21 a 31
a12 a 22 a 32
a13 a 23 a 33
Los puntos geomtricos para los cuales X 1 = 0,
X 2 = 0,
X 3 = 0, estn en el plano
Tensores
V-1
Aguilera A.
1 : a11 x 1 + a12 x 2 + a13 x 3 = 0 2 : a 21 x 1 + a 22 x 2 + a 23 x 3 = 0 3 : a 31 x 1 + a 32 x 2 + a33 x 3 = 0 as el eje X 1 es la interseccin de 2 y 3, similarmente X 2 es la interseccin de 1 y 3 y X 3 es la interseccin de 1 y 2. x2 x x

1 2
x2 x
1
3 2 e1 (1,0,0) 1 x x1 x
3
e2
e 2 (0,1,0) e1 e 3 (0,0,1) x3
e3
a) b) Un sistema de coordenadas rectangular y oblicuo con sus vectores de referencia relacionados.
X 1,
X2
X 3 son ejes concurrentes pero adems son lneas distintas y no coplanares.
En general, sin embargo, no son mutuamente perpendiculares, y por esta razn se conocen como los ejes de un sistema de coordenadas oblicuas. Sean e1 , e2 y e3 los vectores del origen a los puntos cuyas coordenadas oblicuas son (1, 0, 0), (0, 1, 0) y (0, 0, 1). Para determinar las longitudes de los vectores de referencia e1 , e2 y e3 y obtener la frmula para medir distancias en coordenadas oblicuas considere el vector V del punto P como la matriz de coordenadas oblicuas: p1 Vp = p 2 p3
Tensores
V-2
Aguilera A.
Al punto Q cuya matriz de coordenadas oblicuas es: q1 VQ = q 2 q 3 De la ecuacin (2) se tiene que las coordenadas rectangulares de P y Q son P (= P ) , Q (= Q )
V p = A1V p
VQ = A1VQ
De aqu, en coordenadas rectangulares el vector V = VQ VP

(Fig. 2b) definido por la matriz
V = VQ VP = A1VQ A1VP = A1 (VQ VP ) = A1V
(Fig. 2a) definido en
coordenadas oblicuas por la matriz de componentes V = VQ VP es el vector V= VQ - VP
x2
Q VQ
V=VQ-VP
V = V Q V P P
VQ
VP x
x1
1
VP
x3 a) Fig. 2 b)
En coordenadas rectangulares, el cuadrado de la longitud de un vector V cuya matriz de componentes es V est dada por
VV = V T IV = VTGV
(G por conveniencia)
Tensores
V-3
Aguilera A.
Ya que la longitud de un vector es INVARIANTE en cualquier sistema de coordenadas, se define el producto escalar de un vector por si mismo en coordenadas oblicuas por la siguiente condicin
V V = VV = (A1V ) I (A1V ) = V T (A1 ) IA1V =
T T
= V T A 1 = V T GV
[(
IA 1 .V
(3)
Y para vectores diferentes, digamos U y V

U V = UV = (A1U ) I (A1V ) = U T (A1 ) IA1V
T T
= U T (A1 ) IA1 .V
T
= U TGV
(4)
As, las propiedades mtricas de espacio, las cuales en coordenadas rectangulares son definidas por la matriz identidad I = G, son en coordenadas oblicuas definidas por la matriz (A-1)TIA-1 = G , donde A es la matriz de la transformacin X = AX de coordenadas rectangulares a oblicuas. G = (A1 ) IA1 , es claro de (3) y (4) que para los vectores de referencia e1 , e2 definidos por las matrices:
T
Sea g ij el elemento en el i-simo rengln y en la j-sima columna de la matriz y e3
1 e1 = 0 ; 0
0 e2 = 1 ; 0
0 e3 = 0 1
Se tiene ei e j = g ij (5) y e3 son: e3 = g 33
En particular, las longitudes de e1 , e2 e1 = g11 ;
e2 = g 22 ;
Tensores
V-4
Aguilera A.
La longitud de ei es tal que si R es el vector que se extiende a lo largo del eje X i del origen al punto X i = a i , entonces la longitud de R es igual al valor absoluto de la coordenada a i por la longitud de ei , esto es:
R = a i ei
A diferencia del sistema de coordenadas rectangulares en coordenadas oblicuas pueden elegirse dos conjuntos de coordenadas en forma intrnseca X 1 , X 2 , X 3 y direcciones perpendiculares a los planos coordenados 1, 2 y 3. Como vectores base en estas direcciones es adecuado tomar vectores e 1 , e 2 , e 3 definidos por las condiciones:
0 i j ei ej = 1 i = 1
(6)
Para i j estas relaciones fijan las direcciones de los nuevos vectores de referencia, y para i = j determinan su longitud y sentido. Los vectores e 1 , e 2 , e 3 se dice que forman un conjunto recproco al conjunto e1 , e2 , e3 y viceversa.
Es evidente que en coordenadas rectangulares el conjunto de vectores base y el conjunto de vectores recprocos son los mismos; esto es i=e1=e1, j=e2,=e2, k=e3,=e3.
Como e 1 , e 2 , e 3 son no coplanares pueden usarse como una base para la representacin de cualquier vector. As, cuando usamos coordenadas oblicuas cualquier vector V tiene dos diferentes representaciones naturales: puede expresarse como una combinacin lineal de los vectores e1 , e2 , e3 o como una combinacin lineal de los vectores del conjunto recproco e 1 , e 2 , e 3 . En particular los conjuntos puedan relacionarse por:
e1 = 11e 1 + 12 e 2 + 13 e 3 e2 = 21e 1 + 22 e 2 + 23 e 3 e3 = 31e 1 + 32 e 2 + 33 e 3
Tensores
V-5
Aguilera A.
Y luego formamos el producto escalar de cada uno de los lados de la i-sima ecuacin con e j , se obtiene
ei e j = i1e 1 e j + i 2 e 2 e j + i 3 e 3 e j
De aqu, usando las ecuaciones (5) y (6), se obtiene
g ij = ij
Y por lo tanto
e1 = g11e 1 + g12 e 2 + g13 e 3 e2 = g 21e 1 + g 22 e 2 + g 23 e 3 e3 = g 31e + g 32 e + g 33 e

1 2 3
( 7 )
Si se definen las matrices

e1 Ve = e 2 e3
e 1 V e = e 2 e 3
La ecuacin ( 7 ) puede escribirse en forma mas compacta
Ve = G V
De aqu se sigue que
(8)
V e = G 1Ve
(9)
e 1 = g 11e1 + g 12 e2 + g 13 e3 e 2 = g 21e1 + g 22 e2 + g 23 e 3 e 3 = g 31e1 + g 32 e2 + g 33 e3

1
( 10 )
Dnde g ij es el elemento en el i-simo rengln y j-sima columna de G ; esto es:
Tensores
V-6
Aguilera A.
g =
ij
G ji G
= g
[ ] = AA
ij
Por supuesto, ya que G = g ij = (A 1 ) A 1 es

T T
[ ]
SIMTRICA,
as su inversa es ;
, de ( 10 ) y ( 6 ) se obtiene:
j ij
e e = g
i
( 11 )
Y de aqu en forma ms general:

V V = v 1 e + v 2 e + v 3 e v 1 e + v 2 e + v 3 e = V G V
1 2 3 1 2 3 T
)(
As, en coordenadas oblicuas las propiedades mtricas de espacio, las cuales son determinadas por la matriz G = g ij = A 1 matriz inversa G
1
[ ] ( )
3
A 1 si los vectores estn representados en
trminos de los vectores base e 1 , e 2 , e 3 son igualmente bien determinados por la

= g
[ ] = AA
ij 1
si los vectores estn representados en trminos de los
vectores base recprocos e , e , e .
Considere la representacin de los vectores i = e1 = e1, j = e2 = e2, k = e3 = e3 en trminos de los vectores e1 , e2 , e3 y e 1 , e 2 , e 3 y viceversa:
1 e1 = 0 ; 0 0 e2 = 1 ; 0 0 e3 = 0 ; 1
a 11 21 a ; a 31
a 12 22 a ; a 32
a 13 23 a a 33
X = A 1 X donde a ij = tiene:
e1 = a 11 i + a 21 j + a 31 k = a 11 e1 + a 21 e 2 + a 31 e 3 e 2 = a 12 i + a 22 j + a 23 k = a 12 e1 + a 22 e 2 + a 23 e3 e 3 = a 13 i + a 23 j + a 33 k = a 13 e1 + a 23 e 2 + a 33 e 3 A ji A
es el elemento en el i-simo rengln y j-sima columna de la matriz A-1, se
( 12 )
Introduciendo las siguientes matrices:
Tensores
V-7
Aguilera A.
e1 V e = e 2 e 3
1 i e1 e 2 e Ve = j = e 2 = e = V 3 k e3 e
Se tiene:
V e = A 1 Ve = A T
( )
( )
Ve
( 13 )
Y de aqu:
Ve = A T V e
( 14 )
Esto es:
e1 = a11 e 1 + a 21 e 2 + a 31 e 3 e 2 = a12 e 1 + a 22 e 2 + a 23 e 3 e 3 = a13 e 1 + a 23 e 2 + a 33 e 3
( 15 )
Por lo tanto las ecuaciones expresan i = e1, j = e2, k = e3 en trminos de los vectores bases e1 , e2 , e3 del sistema oblicuo. Ahora para e 1 , e 2 , e 3 e1 = i, e2 = j, e3 = k, de la ecuacin ( 9 ) V = G V e
e
de usar ( 13 ) y el hecho de que G

V e = AAT AT
= AA T y Ve = V e , se obtiene:
)( )
V e = AV e
( 16 )
esto es:
e 1 = a11 e 1 + a12 e 2 + a13 e 3 e 2 = a 21 e 1 + a 22 e 2 + a 23 e 3 e = a 31 e + a 32 e + a 33 e
3 1 2 3
( 17 )
Resolviendo para Ve:

V e = A 1V e
( 18 )
:
e1 = a 11e 1 + a 12 e 2 + a 13 e 3 e 2 = a 21e 1 + a 22 e 2 + a 23 e 3 e 3 = a 31e 1 + a 32 e 2 + a 33 e 3
( 19 )
Tensores
V-8
Aguilera A.
Suponga ahora que se tiene un vector:

v 1e1 + v 2 e2 + v 3 e3 v1e1 + v 2 e 2 + v3 e 3 = Vr + v V = V r = ui j + zk Dnde, ya que V est dado en un sistema de coordenadas rectangulares ei = ei y por lo tanto vi = vi. Si se expresa V = Vr en trminos de los vectores base e1 , e2 , e3 del sistema oblicuo por medio de ( 15 ), se obtiene, despus de agrupar trminos:
V r = v 1 a11 + v 2 a12 + v 3 a13 e1 + v 1 a 21 + v 2 a 22 + v 3 a 23 e 2 + v 1 a 31 + v 2 a 32 + v 3 a 33 e 3 = v e1 + v e2 + v e3
1 2 3
As, cuando V es transformado de su representacin en trminos de los vectores base e1, e2, e3 a la representacin correspondiente en trminos de los vectores base e1 , e2 , e3 , las componentes de V = Vr se transforman de acuerdo a la siguiente ley:
v i = ai1v1 + ai 2 v 2 + ai 3 v 3
( 21 )
V r = AV r
( 22 )
Similarmente, si expresamos V = Vr en trminos de los vectores base recprocos e , e , e 3 por medio de ( 19 ), se obtiene:
1 2
V r = v1 a 11 + v 2 a 21 + v 3 a 31 e 1 + v1 a 12 + v 2 a 22 + v 3 a 32 e 2 + v1 a 13 + v 2 a 23 + v 3 a 33 e 3 = v1e + v 2 e + v3 e
1 2 3
( 23 )
Esta transformacin (componentes) se rige por la siguiente ley:

vi = a 1i v1 + a 2i v 2 + a 3i v3
( 24 ) ( 25 )
Vr = A 1 Vr
( )
Las ecuaciones ( 24 ) y ( 25 ) tienen exactamente la misma forma de las ecuaciones (12 ) y ( 13 ) para la transformacin de los vectores base e1, e2, e3 y por esta razn, la representacin de V en trminos de los vectores base recprocos se llama representacin COVARIANTE de V. Por otra parte las ecuaciones (21 ) y ( 22 ) tienen la forma de las ecuaciones ( 16 ) y ( 17 ) para la transformacin de los vectores base recprocos e1, e2, e3 y por esta razn la representacin de V en trminos de los mismos vectores base se llama la representacin CONTRAVARIANTE de V.
Tensores
V-9
Aguilera A.
Para la forma desarrollada de la ec. (1) es claro que X i aij = X j Y a su vez para la ec. (2) X i a ij = X j Para la matriz de la transformacin y su inversa, se tiene
X i A = aij = j X
[ ]
X i A 1 = a ij = j X
[ ]
Para el elemento general de la matriz G = (A 1 ) A 1 , que define las propiedades mtricas del espacio en coordenadas oblicuas, se tiene
T
g ij = a Ri a Rj =
R R
X R X R X i X j
No vlida en coordenadas generalizadas
Modificada / corregida
g ij = g Rl
R ,l
X R X l X i X j
( 26 )
Sistema de coordenadas generalizadas
Asimismo, para la matriz G 1 = g ij = AAT ,se tiene

g = aiR a jR
ij R
X i X j = R X R R X
O insertando el factor g Rl g Rl
g ij = g Rl
R ,l
X i X j X R X l
( 27 )
Para las relaciones entre los vectores base e1 , e2 , e3 y los vectores e1 , e2 , e3 , se tiene de (12) y (15) x k ( 28 ) ei = a ki ek = ek i x k k y
Tensores
V-10
Aguilera A.
ek = aik ei = ei
i i
x i x k
( 29 )
Para las relaciones entre los vectores base recprocos e 1 , e 2 , e 3 , y los vectores e1 , e 2 , e3 , se tiene de ( 17 ) y ( 19 )
e i = aik e k = e k
k k
x i x k
( 30 )
y
e k = a ki e i = e i
i i
x k x i
( 31 )
COVARIANTEMENTE,
Para las componentes de un vector representado ley de transformacin ( 24)

vi = a ki vk = vk
k k
se tiene de la
x k x i
( 32 )
CONTRAVARIANTEMENTE,
Y para las componentes de un vector representado tiene de la ley de transformacin ( 21 )

x i v = aik v = v x k k k
i k k
se
( 33 )
Si se tiene una transformacin de coordenadas general, digamos:

x i = x i x1 , x 2 , x 3
i = 1, 2, 3
Entonces cualquier vector cuyas componentes se transformen de acuerdo a la ley ( 32 ) se llaman un VECTOR COVARIANTE, y cualquier vector cuyas componentes se transformen de acuerdo a la ley ( 33 ) se llama VECTOR CONTRAVARIANTE. En coordenadas rectangulares no existe distincin entre vectores covariantes y contravariantes.
Tensores
V-11
Aguilera A.
COORDENADAS GENERALIZADAS (CURVILNEAS)
Sean x1 , x 2 , x 3 tres funciones escalares de punto independientes, uniformes y diferenciables, tales que a todo punto de alguna regin R del espacio Euclidiano tridimensional le corresponde una terna nica de valores (x1 , x 2 , x 3 ) y a cada terna de valores (x1 , x 2 , x 3 ) dentro de intervalos determinados por la naturaleza de R le corresponde un punto nico de R (RELACION BIUNIVOCA). Entonces x1 , x 2 , x 3 reciben el nombre de coordenadas generalizadas en R y la correspondencia entre los puntos de R y las ternas de nmeros (x1 , x 2 , x 3 ) se llama SISTEMA DE COORDENADAS GENERALIZADAS para R. Ejemplos conocidos de coordenadas generalizadas son las rectangulares, cilndricas, esfricas y las recin conocidas; las oblicuas. Por cada punto P de R pasa una superficie nica s1 en la cual x1 es constante, una superficie nica s2 en la cual x2 es constante y una s3 en la cual x3 es constante. Estas superficies se interceptan en curvas, llamadas curvas paramtricas, que pasan por P y en las que una, y solo una, de las coordenadas generalizadas vara. En general, las tangentes a las 3 curvas paramtricas que pasan por un punto NO SERN COPLANARES y se supondr que en toda la regin R ste es el caso.
x1, x3 constantes x variable

2
Figura 1. Curvas paramtricas y vectores base locales en un punto P, en un sistema de coordenadas generalizadas.
e2 s1: x1 constante e3
s3: x3 constante e1 x1 variable x2, x3 constantes
P s : x2 constante
2
x3 variable x1, x2 constantes
Se definen los vectores base locales e1 , e2 , e3 , en cualquier punto P, que tienen las direcciones de las tangentes a las curvas paramtricas x1, x2, x3 en P con longitudes
Tensores
V-12
Aguilera A.
ei = ei ei
i
tales que si ds es la distancia infinitesimal a lo largo de la curva paramtrica
x que corresponde al cambio infinitesimal dxi en xi, entonces: ds = ei dx i = ei ei dx i (1) En P se definen los vectores base recprocos locales e1, e2, e3 tal como se hizo en coordenadas oblicuas, o sea, por las condiciones:
0 i j ei e j = 1 i = j
Dnde como siempre, ei e j = ei e j cos ei , e j .

CMO MEDIR LAS DISTANCIAS?
Suponga la existencia en todo R de una matriz simtrica, positiva definida: G = gij
[ ]
Cuyos elementos sean funciones de las coordenadas generalizadas y que tengan la propiedad de que si
dx1 dx = dx 2 dx 3
Entonces la distancia, ds, de P: (x1, x2, x3 ) a Q: (x1 + dx1, x2 + dx2, x3 + dx3 ) la da la frmula:
(ds )2 = (dx )T Gdx = gij dxi dx j

i, j
En particular, para la longitud de un vector infinitesimal arbitrario e1dx1 + e2dx2 + e3dx , se tiene: (ds )2 = (e1dx1 + e2dx 2 + e3dx3 ) (e1dx1 + e2dx 2 + e3dx3 ) =
3
(ds )2 = ei e j dxi dx j = gij dxi dx j

i, j i, j
De aqu:
ei e j = gij
(3)
En particular
ei = ei ei = gii
(4)
Tensores
V-13
Aguilera A.
As, para la longitud de un vector no infinitesimal

V = v1e1 + v 2e2 + v 3e3
Expresado en trminos de los vectores base en un punto P
V = V V = v1e1 + v 2 e2 + v 3e3 v1e1 + v 2 e2 + v 3e3 =

2
)(
) e e v v = g v v
i j i i j ij i, j i, j
= V T GV
Luego (5) V = V T GV Por supuesto, los elementos gij de G se deben evaluar en el punto P en el que e1, e2, e3 son los vectores base. De ( 3 ) se llega tambin a la importante conclusin de que una condicin necesaria y suficiente para que las curvas paramtricas sean ortogonales en todo punto de R es que gij = 0 para i j en todo R. Los vectores base locales y los vectores base recprocos locales cumplen las relaciones ( demostradas en la seccin anterior ):
ei = gik ek
k
(6) (7)
ei = g ik ek
k
gik es el elemento en el i-simo rengln y la k-sima columna de la matriz G-1 que es la inversa de la matriz G = [gik ]
0 i j sea ei ek = ki , donde ki = ij = es la delta de Kronecker, as: 1 i = j ei e j = g ij

(8)
ei e j = g ik ek e j = g ik kj = g ij
k k
Tambin la ecuacin ( 7 ) se puede expresar por las siguientes relaciones:

e1 = e2 xe3 ; [e1e2e3 ] e2 = e3 xe1 ; [e1e2e3 ] e3 = e1 xe2 [e1e2e3 ]
Tensores
V-14
Aguilera A.
[e e e ] = 1 e xe e xe e xe [e e e ] = [e x = [e e e ] e e ] [e e e ] [e e e ] [e e e ]
2 1 2 3 2 3 3 1 1 2 1 2 3 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
por ( 6 )
j x g 3 k e k = [e1e2e3 ] = g e g1i ei j 2 j i j k = g1i g 2 j g3k e e e
i
( 33 = 27 trminos )
i, j,k
De aqu 21 trminos son cero, pues el triple producto escalar ei e j e k contiene al menos un factor repetido. Luego para ( i, j, k ) = ( 1, 2, 3 ), ( 2, 3, 1 ), (3, 1, 2 ), casos de ndices no repetidos
[e e e ] = [e e e ] = [e e1e ]
i j k 1 2 3 1 2 3
Y para ( i, j, k ) = ( 1, 3, 2 ), ( 3, 2, 1 ), ( 2, 1, 3 ), el factor ei e j e k es: e1e 2e3 =
] [e e1e ]
1 2 3
As: [e1e2e3]2 = g11g22g33 + g12g23g31 + g13g21g32 g11g23g32 g13g22g31 g12g21g33 = det [G] = det [gij] As:
[e1e2e3]2 = G
(12)
DETERMINANTE DE LA MATRIZ G, G ES LA MATRIZ QUE DEFINE LAS PROPIEDADES MTRICAS DEL ESPACIO.
Tensores
V-15
Aguilera A.
TRANSFORMACIONES Sean (x1,x2,x3) y (x1, x 2 , x 3 ) dos sistemas de coordenadas relacionados entre si por las ecuaciones de transformacin de la forma
x1 = x1 x1, x2 , x3 x2 x3
2 1 3 1
( = x (x , = x (x ,
x2 , x2 ,
) x) x)
3 3
o simplemente
T : x i = x i (x1 , x 2 , x3 )
i = 1,2,3
(13)
En casos particulares, las ecuaciones (13) podran ser las que relacionan un sistema rectangular y uno oblicuo (como en la seccin precedente) uno rectangular y uno cilndrico, uno rectangular y uno esfrico, o uno cilndrico y uno esfrico . Se requiere que el punto de coordenadas x1 , x 2 , x 3 tenga un conjunto nico de coordenadas x. Asimismo se requiere tambin que las ecuaciones (13) puedan resolverse para x1,x2,x3, como funciones uniformes de x1 , x 2 , x 3 , por ejemplo
T 1 : xi = xi (x1 , x 2 , x 3 )
Sea el determinante Jacobiano
i = 1,2,3
(14)
x1, x 2 , x 3 J = x1 , x 2 , x 3
( (
) )
x 1 x1 x 2 = 1 x x 3 x1
x 1 x 2 x 2 x 2 x 3 x 2
x 1 x 3 x 2 x 3 x 3 x 3
x i xi
son CONTINUAS
Si J 0 , T tiene una inversa uniforme y el determinante Jacobiano de la transformacin inversa es: x1 x1 x1 x 1 x 2 x 3 x 2 x 2 x 2 x1 , x 2 , x 3 J = = x 1 x 2 x 3 x1, x 2 , x 3 x 3 x 3 x 3 x 1 x 2 x 3
( (
) )
Por supuesto que J 0
Tensores
V-16
Aguilera A.
CONVENCIN DE LA SUMA DE EINSTEIN (mas breve que )
Si un trmino contiene la misma letra dos veces como ndice, se sobreentiende que el trmino se tiene que sumar para todos los valores del ndice repetido.
3 x i 1 x i 2 x i 3 x i j x i j dx = 1 dx + 2 dx + 3 dx = j dx = j dx x x x x j =1 x Como j es un ndice mudo, se puede escribir con igual propiedad i
x i x i R x i P j dx = j dx = R dx = P dx x x x
i
La convencin de suma permite tambin la suma con respecto a ms de un par de ndices repetidos en un trmino. Por ejemplo, aplicando la convencin primero al ndice repetido i y luego al ndice repetido j, se tiene
gij dx i dx j = g1 j dx1dx j + g 2 j dx 2 dx j + g3 j dx 3dx j
= g11dx1dx1 + g12 dx1dx 2 + g13dx1dx3 + g 21dx 2 dx1 + g 22 dx 2 dx 2 + g 23dx 2 dx3

31
( + (g
dx dx + g32 dx dx + g33
3 1 3 2
) ( dx dx ) = g dx dx
3 3 i ij i, j
Se nota que gijdxidxj giidxidxi Ya que giidxidxi = g11dx1dx1 + g22dx2dx2 + g33dx3dx3
Para continuar con el estudio de transformacin de coordenadas, es conveniente conocer los siguientes lemas. LEMA 1 Si (x1,x2,x3 ) y transformacin x i = x i x1 , x 2 , x 3
(x ,
1
x 2, x3
son coordenadas relacionadas por una
i =1,2,3
Entonces,
x i x = ij j x x
Tensores
V-17
Aguilera A.
LEMA 2 entonces
Si i y i (i = 1,2,3) son, respectivamente, funciones de x1,x2,x3 y x1, x 2 , x 3 ,
x i = x
i
implica
x = i x
i
o inversamente
Utilizando el ndice mudo en lugar del , se tiene:

x = x
i i
Ahora, multiplicando ambos miembros por
x x
i
y aplicando el lema 1, se tiene:
x x = = = i i x x x
i i
LEMA 3. Si ij y
1 2 3
ij
( i, j = 1, 2, 3 ) son, respectivamente, funciones de x 1 , x 2 , x y
x , x , x , entonces cualquiera de las relaciones:
=
ij
x x x x
i
ij
x
j
ij
x x x x x
j i
x x
i
= x x
j
ij
x x
i
Implica cada una de las otras:
=
ij
x x x x
i
implica
ij
x x x x
j i
Tensores
V-18
Aguilera A.
Escribiendo la primera relacin utilizando a y b, en lugar de y , y multiplicando

x ambos miembros por j x el lema 1:
ij
x i x
y sumando con respecta a i y j. Esto nos da, por
x x i = i j i x x a x x x x
ab
x x j = ab a b = x j x b
TEOREMA 1: Si T: x = x (x 1 , x 2 , x 3 ) es una transformacin con Jacobiano J, entonces

el Jacobiano J de la transformacin inversa T-1: x = x x , x , x

1 2
) es J .
-1
xi Por definicin, el Jacobiano de la transformacin directa T es J = k y el de la x k x transformacin inversa T-1 es J = j , luego: x x i x k JJ = k j x x

y por el lema 1:
J J = ij = [I ] J = J 1
[ ]
COROLARIO 1. Si J es el Jacobiano de la transformacin T: x = x (x 1 , x 2 , x 3 ) ,

x i x 1 es igual a veces el cofactor de en J . entonces j J x x i

j
TEOREMA 2: Si T1: x = x (x 1 , x 2 , x 3 ) es una transformacin con Jacobiano J1 y si T2:

x = x x 1 , x 2 , x 3 es una transformacin con Jacobiano J2, entonces el Jacobiano de la transformacin T2T1 es J2J1.
( ds )2 = gij dxi dxj se transforman como cuando x1, x2, x3 se transforman en x , x , x , usando ( 13 ). Para dxi y dxj, se tiene:
dx i = x i x
dx
dx j =
x j x
dx
Tensores
V-19
Aguilera A.
As ( ds )2 se convierte en la forma cuadrtica:

g ij x i x j

x x Por lo tanto, si se escribe la forma cuadrtica despus de la transformacin como:
dx dx
g d x d x
Se sigue que los coeficientes g se transforman segn la ley:

g = g ij x i x j x x

( 17 )
Como se transform de coordenadas rectangulares oblicuas. Por un razonamiento similar, se obtienen:
g ij = g
x x x i x j
( 18 )
EJEMPLO: Obtngase la frmula de la diferencial de la longitud de arco en coordenadas esfricas. En coordenadas rectangulares: ( ds )2 = ( dx )2 + ( dy )2 + ( dz )2
( 20 )
Sean x 1 , x 2 , x 3 respectivamente las coordenadas rectangulares X, Y, Z y Sean x , x , x respectivamente, las coordenadas esfricas R, , .
1 2 3
Entonces como de costumbre, se tiene:

x 1 = x sen x cos x
1 2 3
T 1 : x 2 = x sen x sen x
1 2
y x
x 3 = x cos x y a partir de stas: x1 2 3 = sen x cos x ; 1 x x 2 2 3 = sen x sen x ; 1 x x 3 2 = cos x ; 1 x

1
x1 x x 2
2
= x cos x cos x
1 2
x x 3
2
= x cos x sen x
1 2
= x sen x
1
Tensores
V-20
Aguilera A.

2 3 x1 1 2 3 x 1 2 3 x = x senx senx ; 3 = x senx cos x ; 3 = 0 x x x 3
sustituyendo en (17) y teniendo en cuenta, por la ec. (20), que gij = ij g11 = senx 2 cos x 3 + senx 2 senx 3 + cos x 2
) (
2 2 2
) (
2
=1
g 22 = x 1 cos x 2 cos x 3 + x 1 cos x 2 senx 3 + x 1senx 2 g33 = x 1senx 2 senx 3 + x 1senx 2 cos x 3
) (
) (
2 2
) = (x )
2
1 2
) (
) = (x senx )
1
2 2
1 2 2 3 3 x i x j x1 1 x 2 x x 3 x x g 22 = gij 2 = 1 2 2 + 2 2 2 + 3 2 2 x x x x x x x x
g12 = senx 2 cos x 3 x 1 cos x 2 cos x 3 + senx 2 senx 3 x 1 cos x 2 senx 3 + cos x 2 x 1senx 2 = 0 = g 21 g13 = senx 2 cos x 3 x 1senx 2 senx 3 + senx 2 senx 3 senx 2 senx 3 x 1senx 2 cos x 3 = 0 = g31 g 23 = x 1 cos x 2 cos x 3 x 1senx 2 senx 3 + x 1 cos x 2 senx 3 x 1senx 2 cos x 3 = 0 = g32
)(
) (
)(
) (
)(
)(
) (
)(
)(
)(
) (
)(
y por ltimo
(ds )2 = gij dx i dx j
= dx 1 + x 1 dx 2 + x 1senx 2
2 2
( ) ( )( ) (
2 2 2
) (dx )
2
3 2
= (dR ) + R 2 (d ) + (Rsen )(d )
Tensores
V-21
Aguilera A.
Si se reemplaza x1,x2,x3 por x 1 , x 2 , x 3 se origina un nuevo conjunto de curvas paramtricas que pasan por P y un nuevo conjunto de vectores base e1 , e2 , e3 y un nuevo conjunto de recprocos e 1 , e 2 , e 3 . Las nuevas relaciones se definen por: ds = dx e = dx i ei Por las ecuaciones de transformacin, se tiene x i dx = dx x
i
(21)
Por (21) se puede escribir dx e = x i dx ei x
As de la ltima ecuacin se tiene que satisfacer (ya que las diferenciales son arbitrarias ) e = x i ei x (22)
Anlogamente, o bien por el lema 2 x ei = i e x (23)
Sabiendo por la ecuacin (6) como se expresan los vectores base locales en trminos de los vectores base recprocos locales en cualquier sistema de coordenadas y por (23), cmo se transforman los vectores base locales, ahora se puede determinar cmo se transforman los vectores base recprocos locales por la ecuacin (6).
ei = g ij e j
y sustituyendo las expresiones de las ecuaciones (23) y (17) se tiene x x x j e e = g x i x i x j Multiplicando esta ecuacin por x i / x y sumando cada lado con respecto a i, se obtiene
Tensores
V-22
Aguilera A.
x x i x x i = e g x i x x i x
x j x j e
o mediante el lema 1, y notando que = 0 a menos que =
e = g
x j e x j
e = g
x j e x j
Si se multiplica por g y sumamos con respecto a , aplicando el hecho de que [gij] es la , se tiene inversa de [gij] y por lo tanto, que gg =
g e = g g
x j x ej e = x j x j
y utilizando la ecuacin (7)

e = x j e x j
(24)
CASOS ESPECIALES DE LAS ECS. (31) Y (30) DE LA SECCIN ANTERIOR.
Anlogamente, o bien usando el lema 2,

ej = x j e x
(25)
De la ecuacin (8) aplicada al nuevo sistema de coordenadas, resulta

e i e j = g ij
de donde por la ecuacin (25), se tiene

x i x j e x e x O, puesto que e e = g ij =g
LA EC. (27) DE LA SECCIN ANTERIOR ES UN CASO ESPECIAL DE ESTE RESULTADO.
g ij = g
x x x x
i
(26)
Que es la ley de transformacin para las gij. Anlogamente, o bien por el lema 3
g = g ij x x x i x j
Tensores
V-23
Aguilera A.
Cuando un vector en representacin contravariante, es decir, expresado en trminos de los vectores base locales e1,e2,e3, digamos
V = v1e1 + v 2e2 + v 3e3 = v e
Se expresa en trminos de los vectores base locales correspondientes e1 , e2 , e3 , de un nuevo sistema de coordenadas, se tiene, mediante (22), la nueva representacin
x i x i V = v x ei = v x i ei = v ei
Por tanto, las componentes de un vector contra variante se transforman segn la ley
v i = v x i x
(27)
De igual modo, para un vector en representacin covariante , esto es, expresado en trminos de los vectores base recproco locales, o sea
V = v1e1 + v2e 2 + v3e3 = v e
Se tiene, mediante (24) , la nueva representacin

i x V = v e x i x = v i x i i e = vi e
Por lo tanto, las componentes de un vector covariante se transforman segn la ley

vi = v x x i
(28)
LAS ECS. (33) Y (32) DE LA SECCIN ANTERIOR, SON CASOS ESPECIALES DE LAS ECS. (27) Y (28) RESPECTIVAMENTE.
TAREA 6 11 pag. 796 13
Tensores
V-24
Aguilera A.
TENSORES
En francs, la palabra tensin significa esfuerzo; de aqu que la palabra tensor indica un sistema de cantidades las cuales se transforman como esfuerzos bajo transformacin de coordenadas. Ya en la seccin anterior empezamos a trabajar con tensores. Sean (x1,x2,...,xn) y x 1 , x 2 ,..., x n ;
[(x , x , x )
1 2 3
(x , x
1
, x3
)]
MAYORIA DE LOS CASOS PRCTICOS
coordenadas generalizadas en n-dimensiones, cuyo sistemas se relacionan por la transformacin T : x i = x i x1 , x 2 ,..., x n T

1 i i
)
(1)
n
: x = x x , x ,..., x
1 2
COMO EN 3D SE TIENEN NCURVAS PARAMTRICAS.
Si se tienen los vectores base locales ei(i=1,2,...,n) en un punto arbitrario P (En este punto el Jacobiano de la transformacin 0) por las condiciones de que
ds = ei dx i = ei ei dx i
i no sumado
Como en 3 dimensiones, en n dimensiones se supone que las propiedades mtricas del espacio se definen por medio de una forma cuadrtica diferencial definida positiva (ds)2 = gijdxidxj (i,j=1,2,...,n) cuya matriz G = [gij] es no singular. Adems, puede definirse un conjunto de vectores base recprocos locales ei (i = 1,2,...,n) en P por las mismas condiciones empleadas en tres dimensiones
ei e j = ij
As cualquier vector que se origine en P se puede expresar como una combinacin lineal de los vectores base locales o de los vectores base recprocos. De hecho, todos los resultados de la ltima seccin son vlidos en n-dimensiones . Se entiende por escalar, o tensor de rango cero, una cantidad descripciones en los dos sistemas de coordenadas estn vinculadas por la relacin. cuyas
x 1 , x 2 ,..., x n = x1 , x 2 , x 3
(2)
Se llama vector contravariante, o tensor contravariante de rango 1, un conjunto de n cantidades i, llamadas componentes, cuyas descripciones en los dos sistemas de coordenadas estn vinculadas por las relaciones.
Tensores
V-25
Aguilera A.
i (x 1 , x 2 ,..., x n ) = (x1 , x 2 ,..., x n )

Como dx i =
x i x
i = 1,2,...,n
(3)
x i dx , se deduce que las diferenciales de las variables coordenadas x son las componentes de un tensor contra variante de rango 1.
Se llama vector covariante, o tensor covariante de rango 1, un conjunto de ncantidades i , llamadas tambin componentes, cuyas descripciones en los dos sistemas de coordenadas estn vinculadas por las relaciones.
i (x 1 , x 2 ,..., x n ) = (x1 , x 2 ,..., x n )
x x i
i =1,2,...,n
(4)
Un tensor contra variante de rango 2 (TENSOR DE ESFUERZOS) es un conjunto de n2 cantidades ij cuyas descripciones en los dos sistemas de coordenadas estn vinculados por las relaciones
ij =
x i x j x x
i, j = 1,2,...,n
(5)
Por la ec. (26) de la seccin anterior, es claro que los elementos gij de la matriz G-1 constituyen un tensor contra variante de rango 2. Los ndices que identifican las componentes de un tensor contravariante, es decir, los superndices que aparecen en las componentes de un tensor, se llaman ndices contravariantes. Un tensor covariante de rango 2 es un conjunto de n2 cantidades ij cuyas descripciones en los dos sistemas de coordenadas estn vinculadas por las relaciones:
ij =
x x x x
i j
i, j = 1, 2, ..., n
(6)
ndices covariantes (subndices)
Por la ecuacin ( 17 ) de la seccin anterior, es claro que los elementos gij de la matriz fundamental G constituyen un tensor covariante de rango 2. A este tensor se le conoce como: tensor mtrico fundamental. Un tensor mixto de rango dos es un conjunto de n2 cantidades ij cuyas descripciones en los dos sistemas de coordenadas estn vinculadas por las relaciones:
Tensores
V-26
Aguilera A.
x x = x x j
i i j
ndice contravariante
i, j = 1, 2, ..., n
ndice covariante
(7)
Un tensor ij ( o bien ij ) tal que ij = ji ( o bien ij = ji ) para todos los valores de i y j se dice que es simtrico. Un tensor ij ( o bien ij ) tal que ij=-ji ( o bien ij = -ji ) se dice que es antisimtrico alternante.
ij cuyas Por ejemplo, una generalizacin, un conjunto de n5 cantidades uvw descripciones en los dos sistemas de coordenadas se relacionan por:
ij uvw
x x x x x x x x u x v x w
i j
Constituye un tensor mixto de rango 5 con dos ndices contravariantes i y j, y tres ndices covariantes u, v y w. - Recordando que: TENSOR: Conjunto de cantidades que se transforman de una manera prescrita. Es claro que un tensor se puede construir especificando arbitrariamente sus componentes en un sistema de coordenadas y haciendo que las leyes de transformacin apropiadas definan sus componentes en todos los dems sistemas de coordenadas.
- LGEBRA DE TENSORES Dos tensores son iguales si, y slo si, tienen el mismo rango y el mismo nmero de ndices de cada tipo y tienen sus componentes correspondientes iguales en uno de los sistemas de coordenadas y, por tanto, en todos. Si las componentes de un tensor son todas cero en un sistema de coordenadas, son cero en todo sistema de coordenadas. Si T1 y T2 son tensores del mismo tipo, entonces el conjunto de cantidades que se obtiene sumando las componentes respectivas de T1 y T2 es un tensor T1 + T2 del mismo tipo de T1 y T2. La suma o diferencia de dos tensores del mismo tipo y rango ( con el mismo nmero de ndices covariantes y contravariantes ) es un tensor del mismo tipo y rango:
Arpq
Tensores
Brpq
V-27 Aguilera A.
Por la ley de transformacin:
jk l
=A
pq r
x x x r ; x p x q x l
j k
jk l
=B
pq r
x x x r x p x q x l
j k
Sumando:
(A
Restando:
jk l
+ Bl
jk
) = (A
pq r
+ Brpq
)x
x x r x p x q x l
j k
x x x r A B = A B x p x q x l Se deduce, pues, que Arpq + Brpq y Arpq Brpq son tensores del mismo orden y tipo que los dados.
jk l jk l pq r pq r
) (
Si T1 es el tensor ij y T2 es el tensor lk , entonces el trmino general l del producto exterior T1T2 se transforma segn la ley:
ij k
ijk l
rango 3 contrava. 4 1 cov ariante
l =
ij k
x x x x
i
i j k x k x = x x x x x x l x x x x l
Si, en un tensor de cualquier tipo se suma un ndice contravariante contra uno covariante, simplemente igualndolos y aplicando la conveccin de la suma, el conjunto resultante de cantidades es un tensor con un ndice contravariante menos y un ndice covariante menos. El tensor kij se transforma segn la ley:
=
ij k
x x x x x x k
i j
Haciendo j = k:
j =
ij
x x x x x x j
i j
Tensores
V-28
Aguilera A.
x x i x x
i
Por el lema 1, seccin anterior

Ya que slo cuando = se tiene 0
ij Luego ij j se transforma como un tensor contravariante de rango 1; es decir, j es
un vector contravariante, digamos i este proceso se conoce como: CONTRACCIN. PRODUCTO INTERIOR: resulta de aplicar la contraccin del producto exterior de dos tensores. Un conjunto de nr cantidades es un tensor siempre que un producto interior del conjunto y un tensor arbitrario sea tambin un tensor. LEY DEL COCIENTE. Si los elementos de una matriz no singular [ fij ] son las componentes de un tensor covariante de rango 2, entonces los elementos de la matriz inversa f ij son las componentes de un tensor contravariante de rango 2.
[ ]
TAREA: 1, 2, 5, 10. Pag. 802.
DERIVACIN COVARIANTE Como las componentes de un tensor son funciones de las coordenadas generalizadas, es obvio que se las puede derivar parcialmente con respecto a las variables coordenadas. Empero, las cantidades as obtenidas no tienen inters intrnseco, ya que no lo son las componentes de un tensor . Por ejemplo; si d es un vector contravariante y derivamos la ecuacin de transformacin
=d
x x d
parcialmente con respecto a x , se tiene

d x b = b x x x
2 x x b d x x d + x b x d x
(1)
Tensores
V-29
Aguilera A.
Es evidente que si no estuviera presente el segundo trmino del lado derecho, /x sera un tensor mixto de rango 2 . Ya que:
d b
d x x d = ; x b x x b x
,d b = ,
Es posible agregar trminos de correccin Cbd a las derivadas parciales d/ xb ? De modo que
d b + Cd b x
Sea un tensor mixto de rango 2. Esto es posible, se determinar los trminos de correccin apropiados. Y se definir la DERIVADA COVARIANTE . Como d entra linealmente en el segundo trmino de (1), resulta casi obvio que los trminos que hay que agregar a d/ xb para eliminar la segunda suma deben ser lineales en las . Por ejemplo
d a Cbd = ab
d ab ?
Determinacin de la funcin coeficiente dab De la ley de transformacin del tensor mtrico gab
g = g ab
x a xb x x
Se obtiene, derivando cada miembro con respecto a x , (2)

g x = g ab x c x a x b 2 x a x b x a 2 x b g + ab + g ab x c x x x x x x x b x x
Intercambiando 1) y , y luego 2) y , y haciendo las permutaciones correspondientes de los ndices mudos a, b, c en el primer trmino, se obtiene (3)
g x g x = 2 x a x b x a 2 x b g ac x b x a x c g + g ab + ab x x x x x x x b x x x 2 x a x b g cb x a x c x b x a 2 x b + + g g ab ab x a x x x x x x x x x
(4)
Tensores
V-30
Aguilera A.
Restando ahora (2) de la suma de (3) y (4), observando que las cantidades entre corchetes y aquellas entre llaves se cancelan respectivamente, se obtiene
g x + g ab
g x
g x
g ac g ab x a x b x c 2 x a x b g = cb + + g + ab a x b x c x x x x x x x
x a 2 x b x x x
Intercambiando por ltimo los ndices mudos a y b en el ltimo trmino y teniendo en cuenta que gba = gab, se tiene
g x g x g x
a b c 2 x a x b g cb g ac g ab x x x = a + b c + 2 g ab x x x x x x x x x
(5)
Las cantidades
c , ab =
1 g cb 2 x a
g ac x b
g ab x c
(6)
Cuya ley de transformacin viene dada por (5), se llaman smbolos de Christoffel de primera clase. Por el segundo trmino del segundo miembro en la ecuacin de transformacin (5), es obvio que c,ab NO ES UN TENSOR . Por definicin, los smbolos de Christoffel de segunda clase son las cantidades
d ab = g dc c , ab
(7)
Para obtener sus leyes de transformacin, recuerde que g = g di De donde,

= g , =
x x x i x i
1 g g x + 2
g x
g = x
g 1 g di x x + cb d i x a x x 2
g ac x b
g ab x a x c x
x b x
x c 2 xa + g 2 ab x x x
x b x
Tensores
V-31
Aguilera A.
1 g + = g di cb 2 x a
di
g ac x b
g ab x a x c x
x b x
x x d
x c x + i x x
2 x a x x b x + g g ab d x x x x x i
Ahora por el lema 1, los trminos entre corchetes se convierten en: x c x = ic i x x y x b x = ib i x x
As la ltima ecuacin se simplifica a

=
1 dc g cb g ac g ab x a x b x 2 x a x g a + b c d + g db g ab d 2 x x x x x x x x x
Adems, como [gij] y [gij] son matrices inversas g db g ab = g db gba = ad Con lo cual el ltimo trmino de la ecuacin anterior se reduce a: As se tiene finalmente la ley de transformacin
=
2 x a x x x x d
1 dc g cb g ac g ab g a + b c 2 x x x
2 x a x x a x b x + d x x x a d x x X
(8)
= g dc ab
a x a x b x 2 x a x x b x 2 x a x d x + = + ab x x x d x x x a d x x x d x x x d
d Debido al segundo trmino a la derecha en ( 8 ), es claro que ab , como c ,ab no es
un tensor. DEMOSTRACIN Pruebe que
d d a + ab es un tensor mixto de rango 2. b x De las ecuaciones ( 4 ) y ( 8 ):
Tensores
V-32
Aguilera A.
2 d x b x x b d x a x b x 2 x a x i x d x + = b + + ab + i x x x x d x b x d x x x x d x x x a x
Reemplazando los ndices mudos a x x = ia i x x
2 d i;
4 a b
y notando que
2 b d x b x x b x 2 x b x x i x i d a x i + = + + + ab i x x b x x d x x x b x i x b x i x x x d 2 b d x x b 2 x b x x a d x i x + + + = + ab b i d x b x x x b x i x x x x x x
(9)
Se sabe
x x b = . Derivando con respecto a xi, se tiene: b x x 2 x x b x 2 x b x + =0 x i x b x x b x x x i
Con lo cual, la expresin en corchetes en ( 9 ) es igual a cero y se tiene:

b d x a d x + = + ab d x b x x x
Lo cual demuestra que:
d d a + ab x b
( 10 )
Es un tensor de segundo rango. La expresin (10) se llama derivada covariante del vector contravariante d y se le denota D d frecuentemente por el smbolo ,d b. b x En forma muy similar, puede demostrarse que si d es un vector covariante, entonces:
d a db a b x
( 11 )
Tensores
V-33
Aguilera A.
Es un tensor mixto de rango 2. La ( 11 ) es la derivada covariante del vector D d covariante d y se denota por el smbolo . x b CUALQUIER TENSOR TIENE UNA DERIVADA COVARIANTE. Para tensores de segundo rango, se tienen las frmulas: D de de d ie e di = + ib + ib b b x x D ed ed d i i = b + ib e eb id b x x D de de i i = db ie eb di x b x b ( 12 )
( 13 ) ( 14 )
En estas derivadas puede notarse que entra un trmino, semejante al segundo en ( 10 ), por cada ndice contravariante en el tensor, y un trmino semejante al segundo en ( 11 ), por cada ndice covariante.
TAREA 1 y 2. Pag. 811.
Tensores
V-34
Aguilera A.

Analisis en Ingeniería2

Uploaded by

Document Information

Original Description:

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

Analisis en Ingeniería2

Uploaded by

Copyright:

Available Formats

Las siguientes: NOTAS DE CLASE ANLISIS EN INGENIERA MECNICA Han sido evaluadas y aprobadas como material de apoyo didctico

dentro de los cursos de la FIMEE de la Universidad de Guanajuato.

POR LA COMISION DE SUPERACION ACADEMICA DE LA H. ACADEMIA DE LA FIMEE.

OCTUBRE DE 2007. Autor: Dr. Luz Antonio Aguilera Corts

Clave de identificacin N.ME.M.(1) I 07-10

Maestra en Ingra. Mecnica

Maestra en Ingra. Mecnica

I-1 I-13 I-17 I-17 I-23

II-1 II-6 II-9 II-10 II-14 II-27

III-1 III-8 III-9 III-15 III-30 III-33 III-35 III-55 III-61

IV-1 IV-5 IV-14 IV-30

V-1 V-12 V-16 V-17 V-25 V-29

Maestra en Ingra. Mecnica

Desplazamiento Fuerza, velocidad, Aceleracin, Campo elctrico Campo magntico

Maestra en Ingra. Mecnica

El producto punto es conmutativo y distributivo sobre la adicin:

Maestra en Ingra. Mecnica

ya que el cos es el mismo en ambos casos.

Maestra en Ingra. Mecnica

Maestra en Ingra. Mecnica

Aplicando la propiedad distributiva, expandiendo y simplificando

cos= (AB)/AB = (AxBx + AyBy +AzBz)/AB = lAlB + mAmB + nAnB

Maestra en Ingra. Mecnica

B = 12 + 12 + 2 2 = 6 = 2.15 As: cos= -1/(3.74)(2.15)= -1/9.17=-0.109

TRIPLE PRODUCTO Se tienen los 3 siguientes casos:

Maestra en Ingra. Mecnica

Maestra en Ingra. Mecnica

Finalmente para el triple producto vectorial, se tiene:

Sea: A=17i + 8j + 12k B=5i + 10j + 3k

l= 10/10.49= 0.953; m=0.286;n=0.095 m=-3/10.49 =-0.286

Maestra en Ingra. Mecnica

Dados los vectores A=17i+8j+12k B=5i+10j+3k Determinar su suma y la magnitud de C C = A + B

A partir de esta ecuacin se obtiene:

q=3 p=4 r=8

Vector unitario y cosenos directores.

Maestra en Ingra. Mecnica

= 7639 = 723 = 2238

-Hallar el rea del paralelogramo determinado por los vectores:

Calculemos primero el producto vectorial de A y B i j k A x B= 2 3 -1 = [(3)(2)-(1)(-1)]i-[(2)(2)-(-1)(-1)]j+[(2)(1)-(-1)(3)]k -1 1 2

Luego el rea del paralelogramo es justamente la magnitud de AxB:

Maestra en Ingra. Mecnica

Maestra en Ingra. Mecnica

DISTANCIA MNIMA ENTRE UN PUNTO Y UNA RECTA

De manera que: AxB = A = As: AD= 93/15= 6.2 u

(8621) (225) =15

Maestra en Ingra. Mecnica

FUNCIONES VECTORIALES DE UNA VARIABLE

dV dV1 dV2 dV3 = i + j + k dt dt dt dt

Maestra en Ingra. Mecnica

Dibujado del origen al punto P(x,y,z), se tiene dR = dxi+dyj+dz

d(A+B) A(t+t)+B(t+t)-A(t)-B(t) = lim dt t0 t

Maestra en Ingra. Mecnica

A(t+t)-A(t) B(t+t)-B(t) = lim + lim t0 t t0 t

d(AB) A(t+t)B(t+t)-A(t)B(t) = lim dt t0 t

Maestra en Ingra. Mecnica

Ejemplo: Dado Q = 3t2i + ( 8t + 2 )j + 5k, obtener V tal que V = dQ / dt V = dQ / dt = 6ti + 8j

Maestra en Ingra. Mecnica

Maestra en Ingra. Mecnica

S POR DEFINICIN LONGITUD DE R

Maestra en Ingra. Mecnica

el vector operacional usualmente se denota por el smbolo (NABLA) as: =i + x j + k y z (6)

con esta notacin: grad =

Maestra en Ingra. Mecnica

La velocidad es: + 24tj + 24t 2 k (t ) = 6i r