Calculo Vectorial Fourier Residuos

CLCULO VECTORIAL
SERIES DE FOURIER
VARIABLE COMPLEJA
Francisco Javier Prez Gonzlez
Departamento de Anlisis Matemtico
Universidad de Granada
septiembre 2007
ndice general
1. Estructura eucldea de R
n
. Curvas 1
1.1. Producto escalar y norma eucldea . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Producto escalar y vectorial en R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Curvas en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1. Recta tangente en un punto de una curva plana . . . . . . . . . . . . . . . 7
1.3.1.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2. Curvas paramtricas en el espacio. Velocidad, aceleracin, curvatura. . . . 8
1.3.3. Componentes tangencial y normal de la velocidad y de la aceleracin . . . 10
1.3.3.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2. Campos vectoriales. Integrales de lnea 14
2.1. Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.1.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Integrales de lnea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1. Integral de lnea de un campo escalar . . . . . . . . . . . . . . . . . . . . . 16
2.2.1.1. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
I
ndice general II
2.2.2. Integral de lnea de un campo vectorial . . . . . . . . . . . . . . . . . . . . 19
2.2.2.1. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3. Campos conservativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.1. Conservacin de la energa en un campo de fuerzas conservativo . . . . . 24
2.3.2. Condiciones necesarias para que un campo sea conservativo . . . . . . . . 25
2.3.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3. Rotacional y divergencia 32
3.1. Rotacional y divergencia de un campo vectorial . . . . . . . . . . . . . . . . . . . . 32
3.1.1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4. Coordenadas curvilneas 39
4.1. Coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.1.1. Expresin de la velocidad y la aceleracin en coordenadas polares . . . . . 41
4.1.2. Expresin de la divergencia en coordenadas polares . . . . . . . . . . . . . 41
4.1.3. Gradiente en coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . 43
4.1.4. Signicado de los factores de escala . . . . . . . . . . . . . . . . . . . . . . 44
4.2. Coordenadas esfricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.2.1. Expresin de la velocidad y la aceleracin en coordenadas esfricas . . . . 48
4.2.2. Expresin de la divergencia en coordenadas esfricas . . . . . . . . . . . . 48
4.2.3. Gradiente en coordenadas esfricas . . . . . . . . . . . . . . . . . . . . . . 49
4.2.4. Signicado de los factores de escala . . . . . . . . . . . . . . . . . . . . . . 50
4.3. Coordenadas cilndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.3.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4. Coordenadas curvilneas ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5. Supercies. Integrales de supercie 56
5.1. Supercies en R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Dpto. de Anlisis Matemtico
Prof. Javier Prez
Clculo vectorial. Series de fourier. Variable compleja
ndice general III
5.1.1. Plano tangente en un punto de una supercie . . . . . . . . . . . . . . . . 57
5.1.1.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2. rea de una supercie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.3. Integral de supercie de un campo escalar . . . . . . . . . . . . . . . . . . . . . . . 61
5.3.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.3.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.4. Integral de supercie de un campo vectorial . . . . . . . . . . . . . . . . . . . . . . 64
5.4.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6. Teoremas de Stokes y de Gauss 68
6.1. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.2. Teorema de la divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.3. Aplicaciones de los teorema de Stokes y de la divergencia . . . . . . . . . . . . . . 72
6.4. Funciones armnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.4.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7. Nmeros complejos 79
7.1. Operaciones bsicas con nmeros complejos . . . . . . . . . . . . . . . . . . . . . 79
7.1.1. Forma cartesiana de un nmero complejo . . . . . . . . . . . . . . . . . . . 79
7.1.2. Representacin grca. Complejoconjugado y mdulode unnmerocom-
plejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.1.3. Forma polar y argumentos de un nmero complejo . . . . . . . . . . . . . 81
7.1.4. Frmula de De Moivre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.1.5. Races de un nmero complejo . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.2. Sucesiones y series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.2.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.2.2. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
7.2.2.1. La particularidad del estudio de las series . . . . . . . . . . . . . . 91
7.2.3. Algunos criterios de convergencia para series de trminos positivos . . . . 91
7.2.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Prof. Javier Prez
ndice general IV
7.3. Funciones complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
7.3.1. La funcin exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.3.2. Logaritmos complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.3.3. Potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
7.3.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
8. Conceptos bsicos de la teora de Series de Fourier 97
8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.1.1. Sinusoides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.2. Polinomios trigonomtricos y coecientes de Fourier . . . . . . . . . . . . . . . . 98
8.2.1. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.2.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.2.3. Series de Fourier seno y coseno . . . . . . . . . . . . . . . . . . . . . . . . . 103
8.2.4. Convergencia de las series de Fourier . . . . . . . . . . . . . . . . . . . . . 104
8.2.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.3. Geometra de las series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.3.1. Suavidad de una seal y convergencia de su serie de Fourier . . . . . . . . 109
8.3.2. Espectro, dominio del tiempo y dominio de la frecuencia . . . . . . . . . . 110
8.3.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8.4. Introduccin a la Transformada de Fourier Discreta . . . . . . . . . . . . . . . . . 111
8.4.1. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.4.2. Convolucin y DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.4.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.5. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.5.1. Propiedades de la transformada de Fourier . . . . . . . . . . . . . . . . . . 119
8.5.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8.6. Convolucin y transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 123
8.6.1. Qu es la convolucin? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.6.1.1. Propiedades de la convolucin . . . . . . . . . . . . . . . . . . . . 126
8.6.2. Convolucin y Sistemas Lineales Invariantes en el Tiempo (LTI) . . . . . . 127
8.6.2.1. Propiedades de los sistemas . . . . . . . . . . . . . . . . . . . . . . 127
Prof. Javier Prez
ndice general V
8.6.2.2. Respuesta impulsiva de un ltro discreto . . . . . . . . . . . . . . 128
8.6.2.3. Respuesta impulsiva de un ltro analgico . . . . . . . . . . . . . 129
9. Funciones holomorfas. Integracin en el campo complejo 130
9.1. Derivada de una funcin de variable compleja . . . . . . . . . . . . . . . . . . . . 130
9.1.1. Ecuaciones de Cauchy-Riemann . . . . . . . . . . . . . . . . . . . . . . . . 131
9.1.2. Propiedades de las funciones holomorfas . . . . . . . . . . . . . . . . . . . 131
9.2. Series de potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
9.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9.3. Integracin en el campo complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.3.1. Existencia de primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.3.2. ndice de un punto respecto a un camino cerrado . . . . . . . . . . . . . . 140
9.3.3. Cadenas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
9.4. Teorema de Cauchy y frmula de Cauchy . . . . . . . . . . . . . . . . . . . . . . . 143
9.4.1. Singularidades aisladas. Teorema de los residuos . . . . . . . . . . . . . . . 145
9.4.1.1. Singularidades aisladas . . . . . . . . . . . . . . . . . . . . . . . . 145
9.4.2. Clculo de residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
9.4.2.1. Polos de cocientes de funciones holomorfas . . . . . . . . . . . . 148
9.5. Aplicaciones del teorema de los residuos para calcular integrales reales . . . . . . 149
9.5.1. Integrales del tipo

R(cost, sent)dt . . . . . . . . . . . . . . . . . . . . . . 149


+
P(x)
Q(x)
dx . . . . . . . . . . . . . . . . . . . . . . . . . . 149

+
e
i x
P(x)
Q(x)
dx . . . . . . . . . . . . . . . . . . . . . . . . 152

+
sen(x)P(x)
xQ(x)
dx . . . . . . . . . . . . . . . . . . . . . . . 154
9.5.5. Integrales del tipo V.P.
e
i x
P(x)
xQ(x)
dx . . . . . . . . . . . . . . . . . . . . . . 156
9.6. Aplicacin del teorema de los residuos para sumar series . . . . . . . . . . . . . . 157
9.6.1. Series del tipo
P(n)
Q(n)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
(1)
n
P(n)
Q(n)
. . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.6.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Prof. Javier Prez
Leccin1
Estructura eucldea de R
n
. Curvas
1.1. Producto escalar y norma eucldea
Voy a recordarte algunas cosas que ya debes conocer. Como sabes, R
n
es un espacio vecto-
rial en el que suele destacarse la llamada base cannica formada por los vectores {e
1
, e
2
, . . . , e
n
}
donde e
k
es el vector cuyas componentes son todas nulas excepto la que ocupa el lugar k que
es igual a 1.
Dados dos vectores x = (x
1
, x
2
, . . . , x
n
), y = (y
1
, y
2
, . . . , y
n
) se dene su producto escalar
y
_
por:
y
_
=
n
j=1
x
j
y
j
= x
1
y
1
+x
2
y
2
+ +x
n
y
n
Este producto escalar se llama producto escalar eucldeo. Observa que el producto escalar de
dos vectores no es un vector sino un nmero real. La notacin x.y es frecuentemente usada en
los libros de Fsica para representar el producto escalar de los vectores x e y. Las dos notaciones
son tiles y las usaremos en lo que sigue.
Las siguientes propiedades del producto escalar se deducen fcilmente de la denicin:
y
_
=
x
_
para todos x, yR
n
(simetra).
x +y
z
_
=
z
_
+
z
_
para todos , R y para todos x, y, zR
n
(linealidad).
La norma eucldea de un vector x se dene por
x =
_
x
_
=
_
n
k=1
x
2
k
En libros de fsica es frecuente representar la norma eucldea por |x| y se le llama mdulo o
magnitud o longitud del vector x. Tambin es frecuente seguir el convenio de que una letra en
negrita, por ejemplo v, representa un vector (digamos, la velocidad); y la misma letra pero en
tipo normal, v, representa su norma (que sera la rapidez o celeridad). Ni que decir tiene que
este convenio da lugar a muchsimas confusiones. Advertido quedas.
1
Producto escalar y norma eucldea 2
Dados dos vectores x e y, el nmero x y se llama la distancia (eucldea) entre x e y.
Desigualdad de Cauchy-Schwarz.
Para todos x, y R
n
se verica que
y
_
xy. Adems, supuesto que x e y no son nulos,

la igualdad
y
_
= xy equivale a que hay un nmero R tal que x = y (es decir, los

vectores x e y estn en una misma recta que pasa por el origen).
Desigualdad triangular.
Para todos x, yR
n
se verica que x +y x +y. Adems, supuesto que x e y no son nulos,
la igualdad x +y = x+y equivale a que hay un nmero > 0 tal que x = y (es decir, los
vectores x e y estn en una misma semirrecta que pasa por el origen).
1.1 Denicin. Se dice que los vectores x e y son ortogonales, y escribimos x y, cuando su
producto escalar es cero. Se dice que un vector x es ortogonal a un conjunto de vectores E R
n
cuando x es ortogonal a todo vector en E. Un conjunto de vectores no nulos que son mutua-
mente ortogonales se dice que es un conjunto ortogonal de vectores; si, adems, los vectores
tienen todos norma 1 se dice que es un conjunto ortonormal de vectores. Una base vectorial
que tambines un conjunto ortogonal (ortonormal) se llama una base ortogonal (ortonormal).
Si x e y son vectores no nulos, el vector
y
(x) =
y
_
y
_y
se llama proyeccinortogonal de x sobre y.
Puedes comprobar que el vector x
y
(x) es ortogonal a y. En particular, si y es un vector
unitario (de norma 1) entonces el vector x
y
_
y es ortogonal a y.
1.1.1.1. Ejercicios
1. Prueba la desigualdad de Cauchy-Schwarz.
Sugerencia. Comprueba que la ecuacin
x y
x y
_
= 0, en la que es un nmero
real arbitrario y x e y son vectores que se suponen jos, es un trinomio de segundo grado
enla variable . Tenencuenta que dicho trinomiotoma siempre valores mayores oiguales
que cero (por qu?) lo que proporciona informacin sobre su discriminante.
2. Prueba la desigualdad triangular.
Sugerencia. Una estrategia para probar desigualdades entre normas eucldeas es elevar al
cuadrado. La desigualdad x +y
2
_
x+y
_
2
es equivalente a la desigualdad triangu-
lar pero es muy fcil de probar desarrollando el trmino x +y
2
=
x +y
x +y
_
y usando
la desigualdad de Cauchy-Schwarz.
3. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si,
x +y
2
=x
2
+y
2
.
4. Prueba que el vector x
y
(x) es ortogonal a y.
Prof. Javier Prez
Producto escalar y norma eucldea 3
Las componentes de un vector en una base ortonormal son muy fciles de calcular. Sea
B ={u
1
, u
2
, . . . , u
n
} una base ortonormal de R
n
y sea xR
n
. Puedes comprobar que
x =
n
j=1
u
j
_
u
j
(1.1)
Es decir, x es la suma de sus proyecciones ortogonales sobre los vectores de la base. Las compo-
nentes de x en dicha base son, por tanto,
_
x
u
1
_
,
u
2
_
, . . .
u
n
__
.
El producto escalar y la norma es invariante por cambios de base ortonormales. Es decir,
si B={u
1
, u
2
, . . . , u
n
} es una base ortonormal de R
n
; x =(x
1
, x
2
, . . . , x
n
), y =(y
1
, y
2
, . . . , y
n
) sonvecto-
res de R
n
cuyas coordenadas en la base B son, respectivamente, (
1
,
2
, . . . ,
n
) y (
1
,
2
, . . . ,
n
),
entonces se verica que:
y
_
=
n
j=1
x
j
y
j
=
n
j=1
j
En particular,
x =
_
n
j=1
x
2
j
=
_
n
j=1
2
j
1.1.1.2. Ejercicios
1. Comprueba la igualdad (1.1) y prueba las dos armaciones anteriores.
1.2 Denicin. Sea H es un subespacio vectorial de R
n
y {v
1
, v
2
, . . . , v
k
} una base ortonormal de
H. Dado un vector xR
n
, el vector de H denido por
H
(x) =
k
j=1
v
j
_
v
j
(1.2)
se llama la proyeccin ortogonal de x sobre H.
Es inmediato que el vector x
H
(x) es ortogonal a cada uno de los vectores v
j
, 1 j k y,
por la linealidad del producto escalar, deducimos que x
H
(x) es ortogonal a H.
1.3 Teorema (Distancia mnima de unpuntoa unsubespacio). SeanH un subespacio vectorial
de R
n
y {v
1
, v
2
, . . . , v
k
} una base ortonormal de H. Dado xR
n
, se verica que la distancia mnima
de x al subespacio H es igual a
_
_
_
_
_
_
x
k
j=1
v
j
_
v
j
_
_
_
_
_
_
(1.3)
Demostracin. Llamemos
H
(x) =
k
j=1
v
j
_
v
j
. El vector
H
(x) est en H. Queremos pro-
bar que x
H
(x) x y para todo yH. En efecto, para todo yH se tiene que el vector
H
(x) y tambin est en H por lo que los vectores x
H
(x) y
H
(x) y son ortogonales y,
usando el teorema de Pitgoras, deducimos que
x y
2
=
_
_
_
x
H
(x)
_
+
_
H
(x) y
__
_
2
=x
H
(x)
2
+
H
(x) y
2
Prof. Javier Prez
Producto escalar y vectorial en R
3
4
esta igualdad implica que x
H
(x) x y, y la igualdad se da solamente cuando
y =
H
(x), esto es, la distancia mnima de x a H se alcanza solamente en el punto
H
(x).
Cuando la dimensin de H es grande, puede calcularse fcilmente el vector x
H
(x) de la
siguiente forma. Se ampla la base {v
1
, v
2
, . . . , v
k
} a una base ortonormal de R
n
; sea esta
B ={v
1
, v
2
, . . . , v
k
, u
k+1
, ..., u
n
}. De la igualdad
x =
k
j=1
v
j
_
v
j
+
n
j=k+1
u
j
_
u
j
se sigue que
x
H
(x) = x
k
j=1
v
j
_
v
j
=
n
j=k+1
u
j
_
u
j
Este proceder es muy til cuando k = n 1 y permite calcular fcilmente la distancia de un
punto a un hiperplano (subespacio vectorial de dimensin n 1). Teniendo en cuenta que la
distancia es invariante por traslaciones, este resultado te permite calcular la distancia de un
punto a una recta o la distancia de un punto a un plano.
1.4 Denicin. Supuesto que x 0, y 0, la desigualdad de Cauchy-Schwarz puede escribirse
en la forma:
1
y
_
xy
1
La medida en radianes del ngulo que forman los vectores no nulos x e y se dene como el
nico nmero t [0, ] que verica la igualdad
cost =
y
_
xy
Naturalmente, como consecuencia de esta denicin, se verica que
y
_
=xycost.
1.2. Producto escalar y vectorial en R
3
En fsica se representan los vectores de la base cannica de R
3
con las letras i, j, k. Es decir:
i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1)
Naturalmente, si (x, y, z) es un vector de R
3
se tiene que (x, y, z) = xi +yj +zk.
En Matemticas se preere la expresin (x, y, z) y en fsica se preere xi +yj +zk. Debes tener
bien claro que son dos formas de escribir lo mismo.
1.5Denicin. EnR
3
se dene el productovectorial de dos vectores x =(x
1
, x
2
, x
3
), y =(y
1
, y
2
, y
3
)
como el vector:
xy =
_
x
2
x
3
y
2
y
3
x
1
x
3
y
1
y
3
x
1
x
2
y
1
y
2
_
=
_
x
2
y
3
x
3
y
2
_
i +
_
x
3
y
1
x
1
y
3
_
j +
_
x
1
y
2
x
2
y
1
_
k
Prof. Javier Prez
Producto escalar y vectorial en R
3
5
No es imprescindible memorizar esta denicin pues se verica que:
xy =
iii jjj kkk

x
1
x
2
x
3
y
1
y
2
y
3
=
_
x
2
y
3
x
3
y
2
_
i +
_
x
3
y
1
x
1
y
3
_
j +
_
x
1
y
2
x
2
y
1
_
k
Donde el determinante de la matriz se ha calculado formalmente considerando i, j, k comosm-
bolos algebraicos. De aqu se deduce que el producto vectorial xy es nulo cuando los vectores
x e y son linealmente dependientes (suele decirse que son paralelos).
Las siguientes propiedades del producto vectorial son fciles de comprobar.
xy =yx (es anticonmutativo).
(x +y)z =(xy) +(yz) (linealidad).
El vector xy es ortogonal a los vectores x e y.
Usando estas propiedades y sabiendo que ii = jj = kk = 0, ij = k, jk = i, ki = j, es
fcil calcular productos vectoriales. Una precaucin que debes tener al trabajar con productos
vectoriales es no usar la propiedad asociativa porque, engeneral, es falsa. Por ejemplo i(ij) =
ik =j pero (ii)j = 0j = 0.
Vamos a calcular la norma eucldea del producto vectorial. Tenemos que:
xy
2
= (x
2
y
3
x
3
y
2
)
2
+(x
3
y
1
x
1
y
3
)
2
+(x
1
y
2
x
2
y
1
)
2
=
=
_
x
2
1
+x
2
2
+x
2
3
__
y
2
1
+y
2
2
+y
2
3
_
2
(x
1
y
1
+x
2
y
2
+x
3
y
3
)
2
=
=x
2
y
2
y
_
2
=x
2
y
2
x
2
y
2
cos
2
t =x
2
y
2
sen
2
t
siendo t la medida en radianes del ngulo que forman los vectores x e y. Como 0 t , se tiene
que sent 0, y deducimos que
xy =xysent
De aqu se sigue que el nmero xy es igual al rea del paralelogramo construido sobre los
vectores x e y.
Realmente, antes hemos probado la bonita identidad de Lagrange:
x
2
y
2
=
y
_
2
+xy
2
que relaciona la norma, el producto escalar y el producto vectorial.
Tambin usaremos de aqu en adelante las letras i, j para representar los vectores de la ba-
se cannica de R
2
, es decir, los vectores (1, 0) y (0, 1). El contexto indicar claramente cundo
dichas letras representan vectores de R
2
o de R
3
.
En la denicin de muchas magnitudes fsicas intervienen el producto escalar o el producto
vectorial. Los siguientes ejemplos son signicativos.
Trabajo. El trabajo, W, realizado por una fuerza constante F (recuerda que la fuerza es un
vector) al mover un objeto un desplazamiento d (vector desplazamiento) viene dado por el
producto escalar W = F.d.
Prof. Javier Prez
Curvas en el plano 6
Momento de una fuerza (par de torsin). El momento,, tambin llamado par de torsin,
de una fuerza F que acta en un punto A del espacio con vector de posicin r
a
respecto de un
punto B con vector de posicin r
b
, est dado por el producto vectorial = (r
a
r
b
)F.
Momento cintico (o momento angular). Sea una partcula de masa m, con una velocidad
v situada en un punto cuyo vector de posicin es r. El momento cintico, L, (respecto al origen)
de dicha partcula se dene como L = rmv.
Fuerza magntica ejercida por un campo magntico sobre una carga. Una carga q que se
mueve con velocidad v en un campo magntico constante B, experimenta una fuerza magn-
tica, F
m
, dada por F
m
= qvB. De hecho, esta igualdad se usa para denir el vector B (que se
llama tambin densidad de ujo magntico).
1.6 Denicin. El producto x.(yz) se llama triple producto escalar de los vectores x, y, z.
El volumen del paraleleppedo determinado por los vectores x, y, z es igual a |x.(yz)|.
1.2.1.3. Ejercicios
1. Calcula el rea del paralelogramo de vrtices (0, 0, 0), (5, 0, 0), (2, 6, 6), (7, 6, 6).
2. Calcula el rea del tringulo de vrtices (1, 1, 2), (1, 1, 3), (2, 3, 1).
3. Calcula el rea del paralelogramo en R
2
de vrtices (0, 1), (3, 0), (5, 2), (2, 1).
4. Calcula el volumendel paraleleppedo determinadopor los vectores (1, 0, 6), (2, 3, 8), (8, 5, 6).
5. Calcula el volumen del paraleleppedo con aristas concurrentes AB, AC, AD siendo
A = (1, 1, 1), B = (2, 0, 3), C = (4, 1, 7), D = (3, 1, 2).
6. Prueba que la mnima distancia de un punto P = (a, b, c) al plano Ax +By +Cz +D = 0 es
igual a
|Aa +Bb +Cc +D|
(A, B,C)
Sugerencia. Haz una traslacin. Ten en cuenta que el vector (A, B,C) es ortogonal al plano.
1.3. Curvas en el plano
En todo lo que sigue consideraremos funciones de una o varias variables con derivada con-
tinua o con derivadas parciales de primer orden continuas respectivamente.
Una curva en el plano puede venir dada de tres formas.
a) Como la grca de una funcin f : I R donde I es un intervalo de R:
={(x, f (x)) : xI}.
b) De forma implcita como el conjunto de puntos donde se anula una funcin, g, de dos varia-
bles:
={(x, y)R
2
: g(x, y) = 0}.
Prof. Javier Prez
Recta tangente en un punto de una curva plana 7
c) Por medio de ecuaciones paramtricas (t) = (x(t), y(t)) donde t I siendo I un intervalo de R:
=(I) ={(x(t), y(t)) : t I}.
Observa que a) es un caso particular de b) pues la grca de una funcin f es el conjunto de
puntos donde se anula la funcin de dos variables g(x, y) = f (x) y, y tambin es un caso parti-
cular de c) pues la grca de una funcin f tiene como ecuaciones paramtricas (x) =(x, f (x)).
1.3.1. Recta tangente en un punto de una curva plana
El clculo de la recta tangente depende de cmo venga dada la curva. Consideremos los tres
casos posibles.
a) La tangente en un punto (a, b) = (a, f (a)) es la recta de ecuacin y b = f

(a)(x a).
El vector (1, f

(a)) es tangente a en el punto (a, b) y el vector ( f

(a), 1) es ortogonal a en el
punto (a, b).
b) La tangente en (a, b) es la recta de ecuacin implcita
g(a, b)
(x a, y b)
_
=0. Don-
de g(a, b) es el vector gradiente de g en (a, b). Se supone que g(a, b) (0, 0), pues en otro caso
la tangente en (a, b) no est denida. El vector gradiente g(a, b) es ortogonal a en el punto
(a, b).
c) Supuesto que
(t
0
) (0, 0), la tangente a en t
0
es la recta de ecuaciones paramtricas
(x, y) = (t
0
) +t
(t
0
). El vector
(t
0
) = (x
(t
0
), y
(t
0
)) es tangente a en t
0
(suele decirse, aunque
no es del todo correcto, vector tangente a en (t
0
)). En los puntos en los que el vector derivada
es el vector cero no est denida la tangente.
Podemos interpretar una curva (t) = (x(t), y(t)) como la trayectoria que recorre un mvil
cuyo vector de posicin en el instante t viene dado por (t) = (x(t), y(t)). En tal caso, el vector
derivada,
(t) = (x
(t), y
(t)), es la velocidad del mvil en el instante t y la norma eucldea de

dicho vector,
(t) =
_
x
(t)
2
+y
(t)
2
es la rapidez o celeridad del mvil en el instante t.
La distancia recorrida por el mvil desde el instante t = a hasta el instante t = b se obtiene,
como es natural, integrando la rapidez y viene dada por
b
(t) dt . Dicho de otra forma: la

longitud de la curva (t) = (x(t), y(t)), donde a t b, viene dada por
b
(t) dt .
Una curva (t) =(x(t), y(t)) se dice que es suave si tiene derivada
(t) =(x
(t), y
(t)) continua
y que no se anula nunca. En tal caso se dene el vector tangente unitario como
T(t) =

(t)
(t)
Como
T(t)
T(t)
_
= 1, se deduce que
(t)
T(t)
_
= 0, es decir, supuesto que T
(t) (0, 0), el

vector T
(t) es ortogonal al vector tangente. Se dene por ello el vector normal unitario a la
curva como
N(t) =
T
(t)
T
(t)
Prof. Javier Prez
Curvas paramtricas en el espacio. Velocidad, aceleracin, curvatura. 8
1.3.1.1. Ejercicios
1. Justica que
(t)
T(t)
_
= 0.
2. Calcula las rectas tangente y normal a la elipse de ecuacin
x
2
a
2
+
y
2
b
2
= 1, (a > 0, b > 0), en
un punto genrico (u, v) de la misma.
3. Sea (t) = (t
3
t, t
2
t). Representa grcamente la curva para 3 t 3. Calcula la recta
tangente a para t = 0 y para t = 1. Observa que (0) = (1) = (0, 0). Comprueba que
es una curva suave. Observa que la expresin tangente a en (0,0) es ambigua porque la
curva pasa dos veces por (0, 0) y, en cada caso, lo hace con distinta velocidad.
Los siguientes ejercicios ponen de maniesto que la forma geomtrica de una curva no
proporciona informacin sobre la derivabilidad de la misma ni sobre su longitud. Lo im-
portante de una curva es cmo se recorre dicha curva, es decir, la funcin que la dene.
4. a) Sea (t) = (t, |t|). Representa grcamente la curva para 1 t 1. Calcula la recta
tangente a para un valor t < 0 y para un valor t > 0. Es derivable en t = 0?.
b) Sea (t) = (t
3
, t
2
|t|). Representa grcamente la curva para 1 t 1. Calcula la recta
tangente a para un valor t < 0 y para un valor t > 0. Es derivable en t = 0? Es una
curva suave?.
5. Sea (t) = (cost, sent), (t) = (cos3t, sen3t) donde 0 t 2. Representa grcamente las
curva y . Calcula el vector derivada y la rapidez de cada curva. Calcula la longitud de
y la de .
6. Sea (t) = (cos
3
t, sen
3
t) donde 0 t 2. Representa grcamente la curva . Tiene deri-
vada continua? Es una curva suave? Calcula la longitud de .
Si f (x, y) es un campo escalar de dos variables, las curvas de ecuacin implcita f (x, y) = c o,
lo que es igual f (x, y) c = 0, donde c es una constante, se llaman curvas de nivel. De lo dicho
antes, se sigue que el vector gradiente f (x, y) es ortogonal en todo punto (x, y) (en el que
f (x, y) (0, 0)) a la curva de nivel que pasa por dicho punto.
1.3.2. Curvas paramtricas enel espacio. Velocidad, aceleracin, curvatura.
Las deniciones que hemos dado antes para curvas paramtrica en el plano pueden gene-
ralizarse sin esfuerzo a curvas paramtricas en R
n
. Como en las aplicaciones fsicas el caso n =3
tiene especial importancia, consideraremos en lo que sigue curvas en R
3
aunque la mayora de
los conceptos que vamos a estudiar se generalizan fcilmente a R
n
.
Por denicin, una curva en R
3
es una aplicacin continua : [a, b] R
3
. La funcin debe
ser de la forma
(t) = (x(t), y(t), z(t)) = x(t)i +y(t)j +z(t)k
En lo que sigue supondremos que las funciones x(t), y(t), z(t) son derivables con derivada conti-
nua en el intervalo [a, b]. El punto (a) se llama punto inicial de la curva u origen y el punto (b)
se llama punto nal o extremo. Cuando (a) =(b) se dice que la curva es cerrada. Una curva se
Prof. Javier Prez
Curvas paramtricas en el espacio. Velocidad, aceleracin, curvatura. 9
dice que es simple si pasa una sola vez por cada uno de sus puntos, es decir si no se corta a s
misma o, lo que es igual, la funcin es inyectiva en [a, b], o sea, (u) (v) siempre que u, v[a, b]
y u v. Una curva cerrada se dice que es simple si es inyectiva en [a, b[. Una curva cerrada y
simple se llama una curva de Jordan.
Podemos interpretar una curva (t) = (x(t), y(t), z(t)) como la trayectoria en R
3
que reco-
rre un mvil cuyo vector de posicin en el instante t viene dado por (t) = (x(t), y(t), z(t)). Se
dice entonces que es la funcin de trayectoria del mvil. En tal caso, el vector derivada
(t) = (x
(t), y
(t), z
(t)) es la velocidad del mvil en el instante t y la norma eucldea de di-

cho vector,
(t) =
_
x
(t)
2
+y
(t)
2
+z
(t)
2
es la rapidez o celeridad del mvil en el instante t.
Debes tener clara la diferencia entre estos conceptos.
Una curva (t) = (x(t), y(t), z(t)) se dice que es suave si tiene derivada
(t) = (x
(t), y
(t), z
(t))
continua y que no se anula nunca. En tal caso se dene el vector tangente unitario como
T(t) =

(t)
(t)
Como
T(t)
T(t)
_
= 1, se deduce que

T
(t)
T(t)
_
= 0, es decir, supuesto que T
(t) (0, 0, 0),

el vector T
(t) es ortogonal al vector tangente. Se dene por ello el vector normal principal
unitario a la curva como
N(t) =
T
(t)
T
(t)
Se dene el vector binormal como el producto vectorial del vector tangente unitario por el
vector normal principal unitario
B(t) = T(t)N(t)
Es claro, por las deniciones dadas, que, en todo instante t, el sistema {T(t), N(t), B(t)} es una
base ortonormal de R
3
que se llama el triedro intrnseco de la curva .
La distancia recorrida por el mvil desde el instante t = a hasta el instante t = b se obtiene,
como es natural, integrando la rapidez y viene dada por
b
(t) dt . Dicho de otra forma: la

longitud de la curva (t) = (x(t), y(t), z(t)), donde a t b, viene dada por
b
(t) dt =
b
a
_
x
(t)
2
+y
(t)
2
+z
(t)
2
dt
La funcin s : [a, b] R denida para todo t [a, b] por
s(t) =
t
(u) du =
b
a
_
x
(u)
2
+y
(u)
2
+z
(u)
2
du
se llama funcin longitud de arco y nos da la distancia recorrida por el mvil hasta el instante
t. Por su denicin, es claro que s(t) es una primitiva de
(t), es decir, s
(t) =
(t). Observa
que la igualdad s
(t) =
_
x
(t)
2
+y
(t)
2
+z
(t)
2
tiene una interpretacin fsica clara: la derivada
del espacio recorrido respecto al tiempo es la rapidez. Esta igualdad suele expresarse en la forma
ds =
_
dx
2
+dy
2
+dz
2
y a ds se le llama elemento diferencial de longitud de arco.
Prof. Javier Prez
Componentes tangencial y normal de la velocidad y de la aceleracin 10
Se dene la aceleracin como la derivada de la velocidad, es decir, la derivada segunda,
(t) = (x
(t), y
(t), z
(t)), de la funcin de trayectoria. En fsica son frecuentes las siguientes

notaciones.
r(t) para representar la funcin de trayectoria que hemos representado por (t).
r(t) = (x(t), y(t), z(t)) = x(t)i +y(t)j +z(t)k
Es un vector.
v(t) para representar la velocidad.
v(t) = r
(t) = (x
(t), y
(t), z
(t)) = x
(t)i +y
(t)j +z
(t)k
Es un vector.
v(t) para representar la rapidez.
v(t) =v(t) =
_
x
(t)
2
+y
(t)
2
+z
(t)
2
Es un nmero.
a(t) para representar la aceleracin.
a(t) = v
(t) = r
(t) = (x
(t), y
(t), z
(t)) = x
(t)i +y
(t)j +z
(t)k
Es un vector.
Seguiremos estas notaciones de aqu en adelante.
1.3.3. Componentes tangencial y normal de la velocidad y de la aceleracin
Como en todo instante t el triedro intrnseco {T(t), N(t), B(t)} forma una base ortonormal
de R
3
, podemos referir a dicha base cualquier vector uR
3
y sabemos que dicho vector es igual
a la suma de sus proyecciones ortogonales sobre los elementos de dicha base, esto es:
u =
T(t)
_
T(t) +
N(t)
_
N(t) +
B(t)
_
B(t)
Comoel vector velocidadtiene la direccindel vector T(t) se sigue que
v(t)
N(t)
_
=
v(t)
B(t)
_
= 0,
por lo que
v(t) =
v(t)
T(t)
_
T(t) =
_
v(t)
v(t)
v(t)
_
T(t) =v(t)T(t) = v(t)T(t)
Es decir, las componentes del vector velocidad en el triedro intrnseco son (v(t), 0, 0).
Derivando la igualdad anterior obtenemos:
a(t) = v
(t) = v
(t)T(t) +v(t)T
(t) = v
(t)T(t) +v(t)T
(t)N(t)
que es la expresin del vector aceleracin en el triedro intrnseco. Esta igualdad nos dice que el
vector aceleracin est siempre situado en el plano engendrado por los vectores T(t) y N(t) por
lo que
a(t)
B(t)
_
= 0,
a(t)
T(t)
_
= v
(t) y
a(t)
N(t)
_
= v(t)T
(t).
Prof. Javier Prez
El vector a
T
(t) = v
(t)T(t), que es la proyeccin ortogonal de la aceleracin sobre el vector

tangente unitario, se llama aceleracin tangencial.
El vector a
N
(t) = v(t)T
(t)N(t), que es la proyeccin ortogonal de la aceleracin sobre el

vector normal principal, se llama aceleracin normal.
Es decir, las componentes del vector aceleracin enel triedrointrnseco son(v
(t), v(t)T
(t), 0).
Advertencia. En muchos textos de fsica se llama aceleracin tangencial a la norma del vec-
tor a
T
(t) = v
(t)T(t) y la representan por a

T
(t) = v
(t), es decir, la aceleracin tangencial es la

derivada de la rapidez. Esta aceleracin representa la variacin de la velocidad en la direccin
del movimiento y cuando un vehculo acelera es la que hace que tu espalda se pegue al asiento.
As mismo, es frecuente llamar aceleracin normal y tambin aceleracin centrpeta a la
norma del vector a
N
(t) = v(t)T
(t)N(t) y representarla por a

N
(t) = v(t)T
(t). Esta acelera-

cin representa la variacin de la direccin del vector tangente unitario, tiene la direccin de
la normal a la curva y es la responsable de que cuando un vehculo toma una curva te sientas
empujado contra una puerta.
Expresiones tiles para las aceleraciones tangencial y normal se deducen de las igualdades
siguientes.
(t)
(t)
_
=
v(t)
a(t)
_
=
v(t)T(t)
(t)T(t) +v(t)T
(t)N(t)
_
= v(t)v
(t)
r
(t)r
(t) = v(t)a(t) = v(t)T(t)

_
v
(t)T(t) +v(t)T
(t)N(t)
_
= v(t)
2
T
(t)B(t)
de donde
a
T
(t) = v
(t) =
v(t)
a(t)
_
v(t)
=
(t)
(t)
_
r
(t)
a
N
(t) = v(t)T
(t) =
v(t)a(t)
v(t)
=
r
(t)r
(t)
r
(t)
1.7 Denicin. La curvatura de una curva suave r(t) es, por denicin, el nmero
(t) =
r
(t)r
(t)
r
(t)
3
En consecuencia, obtenemos la siguiente expresin para la aceleracin normal
a
N
(t) =(t)v(t)
2
Obtenemos as la expresin
a(t) = v
(t)T(t) +(t)v(t)
2
N(t)
El radio de curvatura se dene como
(t) =
1
(t)
Por tanto, tambin podemos escribir
a
N
(t) =
v(t)
2
(t)
Observacin. En algunas de las frmulas anteriores interviene el producto vectorial. Te recuer-
do que este producto solamente est denido para vectores de R
3
por lo que dichas frmulas
Prof. Javier Prez
solamente tienen sentido para curvas en el espacio. Pueden particularizarse dichas frmulas
para curvas en R
2
de la forma que sigue. Dada una curva en R
2
, (t) = (x(t), y(t)), podemos aso-
ciarle una curva en R
3
por la igualdad (t) = (x(t), y(t), 0) es decir, se trata de la misma curva
plana vista dentro del espacio tridimensional. Podemos ahora particularizar las expresiones
anteriores para y as obtenemos las siguientes igualdades.
La curvatura de una curva plana suave r(t) = (x(t), y(t)) viene dada por
(t) =
r
(t)r
(t)
r
(t)
3
=
(x
(t), y
(t), 0)(x
(t), y
(t), 0)
(x
(t), y
(t), 0)
3
=
|x
(t)y
(t) x
(t)y
(t)|
_
x
(t)
2
+y
(t)
2
_
3/2
Si en la ltima expresin suprimimos el valor absoluto se obtiene lo que se llama curvatura con
signo. Podemos particularizar la expresin obtenida para el caso de que la curva venga dada
como la grca de una funcin f , es decir, por medio de una funcin del tipo (x) =(x, f (x)). En
este caso es fcil obtener que la curvatura (con signo) viene dada por
(x) =
f

(x)
(1 + f

(x)
2
)
3/2
En este caso la curvatura es positiva donde la curva es convexa ( f

(x) > 0) y es negativa donde
la curva es cncava ( f

(x) < 0).
La (norma de la) componente normal de la aceleracin de una curva plana suave
r(t) = (x(t), y(t)) viene dada por
a
N
(t) = v(t)T
(t) =
v(t)a(t)
v(t)
=
r
(t)r
(t)
r
(t)
=
|x
(t)y
(t) x
(t)y
(t)|
_
x
(t)
2
+y
(t)
2
_
1/2
Finalmente, te recuerdo la segunda ley del movimiento de Newton, F(t) = ma(t), donde F(t) es
la resultante de todas las fuerzas que actan sobre un objeto de masa m y a(t) es la aceleracin
que experimenta dicho objeto en el instante t. Conociendo la aceleracin es fcil calcular, por
integracin componente a componente, la velocidad y la funcin de trayectoria.
1.3.3.1. Ejercicios
1. La funcin de trayectoria de un mvil viene dada por (t) = (3cost, 3sent, t).
a) Calcula su velocidad y aceleracin.
b) Calcula las componentes tangencial y normal de la aceleracin.
c) Calcula el triedro intrnseco de la trayectoria.
2. La funcin de trayectoria de un mvil viene dada por (t) = (t, t
2
).
b) Calcula las componentes tangencial y normal de la aceleracin.
c) Calcula el vector tangente unitario y el vector normal unitario.
3. Movimiento circular.
La funcin de trayectoria de un mvil viene dada por r(t) =
_
Rcos(t), Rsen(t)
_
donde
(t) es la medida en radianes del ngulo que forma el vector de posicin r(t) con la parte
positiva del eje de abscisas. La velocidad angular del mvil se dene como (t) =
(t)
(la rapidez de variacin del ngulo (t) respecto del tiempo). La aceleracin angular se
Prof. Javier Prez
dene como
(t). Cuando
(t) = 0 se dice que se trata de un movimiento circular uni-

forme.
b) Calcula la aceleracin tangencial y la aceleracin normal.
c) Calcula el vector tangente unitario y el vector normal unitario.
d) Supuesto que el mvil tiene masa m, calcula la fuerza necesaria para producir el movi-
miento.
e) Particulariza los resultados obtenidos para el caso de un movimientocircular uniforme.
4. a) Calcula la curvatura de la elipse : [0, 2] R
2
, (t) =(acost, bsent), donde 0 <b <a. En
qu puntos la curvatura alcanza sus valores mximo y mnimo?
b) Calcula la curvatura de la parbola de ecuacin y = x
2
. En qu punto de ella la curva-
tura alcanza su mximo valor? Alcanza la curvatura algn valor mnimo?
c) Calcula la curvatura de la cbica alabeada (t) = (t, t
2
, t
3
).
5. Un proyectil se dispara desde el origen con ngulo de elevacin y rapidez inicial v
0
.
Suponiendo que la nica fuerza que acta sobre el proyectil es la de atraccin gravitatoria,
calcular la funcin de trayectoria. Qu valor de hace mximo el alcance del proyectil?
Qu valor de hace que la altura alcanzada sea mxima y cul es el valor de sta?
6. Consideremos un pndulo ideal. Se trata de un punto material de masa m sujeto por una
varilla perfectamente rgida de longitud L y masa despreciable que puede girar sin roza-
miento alrededor de un punto jo O. Suponemos que el movimiento ocurre en el plano
XY. Elegimos el punto O como origen de coordenadas y notamos i = (1, 0), j = (0, 1) los
vectores de la base cannica. Notamos por y(t) la medida en radianes del ngulo que for-
ma la varilla conel semieje negativo de ordenadas (la vertical por O). Los ngulos se miden
hacia la derecha con valores positivos y hacia la izquierda con valores negativos. Inicial-
mente se supone que el pndulo est en el punto (0, L).
yt
L
mg
O
a) Escribe la ecuacin de la trayectoria que sigue el pndulo en funcin de y(t).
b) Aplicando la segunda ley del movimiento de Newton deduce que y(t) verica la ecua-
cin diferencial y
(t) +
g
L
sen(y(t)) = 0.
Prof. Javier Prez
Leccin2
Campos vectoriales. Integrales de lnea
2.1. Campos vectoriales
Un campo escalar de n variables es una funcin f : A R donde A es un subconjunto de
R
n
. Un campo vectorial es una funcin que a cada punto de una regin de un espacio vectorial
hace corresponder un vector de dicho espacio. Concretamente, un campo vectorial de n varia-
bles es una aplicacin F : A R
n
donde A es un subconjunto de R
n
. Dicha funcin debe ser de
la forma F(x) = (F
1
(x), F
2
(x), . . . , F
n
(x)) donde F
1
, F
2
, . . . , F
n
son campos escalares de n variables
llamados componentes de F. Se dice que F es continuo o que tiene derivadas parciales o que es
de clase C
k
(tiene derivadas parciales de orden k continuas) cuando todos los campos escalares
componentes de F tienen la correspondiente propiedad. Por ejemplo, las funciones
F(x, y) =
_
x
1 +x
2
+y
2
,
y
1 +x
2
+y
2
_
=
x
1 +x
2
+y
2
i
y
1 +x
2
+y
2
j
G(x, y, z) =
_
x
1 +x
2
,
y
1 +y
2
,
z
1 +z
2
_
=
x
1 +x
2
i
y
1 +y
2
j
z
1 +z
2
k
son campos vectoriales de 2 y 3 variables de clase C
denidos en R
2
y en R
3
respectivamente.
Como puedes ver, nada nuevo hay en el concepto de campo vectorial pues se trata de un tipo
particular de funciones vectoriales. Ahora bien, cuando decimos que una funcin F : A R
n
donde A R
n
es un campo vectorial, es porque la visualizamos de una forma especial y consi-
deramos que dicha funcin hace corresponder a cada vector xA el vector F(x) con origen en el
punto x.
En general, los campos vectoriales de 2 variables son funciones de la forma
F(x, y) =
_
P(x, y), Q(x, y)
_
= P(x, y)i +Q(x, y)j
Y los campos vectoriales de 3 variables son funciones de la forma
F(x, y, z) =
_
P(x, y, z), Q(x, y, z), R(x, y, z)
_
= P(x, y, z)i +Q(x, y, z)j +R(x, y, z)k
14
Campos vectoriales 15
2.1.1.2. Ejemplos
Campo gravitacional. La ley de la gravitacin de Newton establece que la norma eucldea
(la magnitud se dice en fsica) de la fuerza (no olvides que la fuerza es un vector) de atraccin
gravitacional, F, entre dos objetos de masas m y M es
F =
mMG
r
2
donde r es la distancia eucldea entre dichos objetos y Ges la constante gravitacional universal.
Si el objeto de masa M se encuentra en el origen y el objeto de masa mse encuentra en un punto
r = (x, y, z), entonces r =r. Como, adems, la fuerza ejercida por el objeto de masa M sobre el
objeto de masa mest dirigida desde ste hacia el origen y un vector unitario en dicha direccin
es r/r, deducimos que dicha fuerza viene dada por
F(r) =
mMG
r
3
r
Esta igualdad vectorial puede escribirse tambin en la forma:
F(x, y, z) =
mMGx
(x
2
+y
2
+z
2
)
3/2
i
mMGy
(x
2
+y
2
+z
2
)
3/2
j
mMGx
(x
2
+y
2
+z
2
)
3/2
k
Campo elctrico producido por una carga. La ley de Coulomb establece que la norma
eucldea (la magnitud se dice en fsica) de la fuerza (no olvides que la fuerza es un vector), F,
ejercida entre dos cargas elctricas q y Q es
F =
|qQ|
4r
2
donde r es la distancia eucldea entre dichas cargas y es una constante. Si la carga Q se en-
cuentra en el origen y la carga q se encuentra en un punto x = (x, y, z), entonces r = x. Como,
adems, la fuerza ejercida por la carga Q sobre la carga q acta en la direccin del segmento de
recta que une ambas cargas y es atractiva o repulsiva segn que ambas cargas sean de distinto
o de igual signo, y un vector unitario en la direccin del vector x es x/x, deducimos que dicha
fuerza viene dada por
F(x) =
1
4
qQ
x
3
x
La fuerza ejercida por unidad de carga es, por denicin, el campo elctrico, E, creado por la
carga Q que viene dado por
E(x) =
F(x)
q
=
1
4
Q
x
3
x
Campos de gradiente. Sea f : A R donde A es un subconjunto de R
n
un campo escalar
de n variables. El gradiente de dicho campo escalar en un punto x = (x
1
, x
2
, . . . , x
n
) A es, por
denicin, el vector
f (x) =
_
f
x
1
(x),
f
x
2
(x), . . . ,
f
x
n
(x)
_
La aplicacin f : A R
n
que a cada x A hace corresponder el gradiente de f en x se llama
campo vectorial gradiente de f .
Prof. Javier Prez
Integrales de lnea 16
2.2. Integrales de lnea
2.2.1. Integral de lnea de un campo escalar
2.1 Denicin. Sea : [a, b] R
n
una curva con derivada continua y sea f : A R un campo
escalar continuo denidoenunconjunto AR
n
que contiene a la imagende , estoes, ([a, b])
A. La integral de lnea de f sobre la curva es el nmero
f =
b
a
f ((t))
(t)dt (2.1)
Para n = 2, poniendo (t) = (x(t), y(t)), la integral (2.1) se expresa en la forma
f =
b
a
f (x(t), y(t))
_
x
(t)
2
+y
(t)
2
dt
Para n = 3, poniendo (t) = (x(t), y(t), z(t)), la integral (2.1) se expresa en la forma
f =
b
a
f (x(t), y(t), z(t))
_
x
(t)
2
+y
(t)
2
+z
(t)
2
dt
2.2.1.1. Observaciones
Suelen usarse distintas notaciones para las integrales de lnea de campos esdcalares. Es fre-
cuente la notacin
f (x, y)ds
en la cual el smbolo ds indica que se integra respecto al elemento diferencial de longitud de
arco. Esta notacin est de acuerdo con el hecho de que cuando la funcin f es la funcin
constantemente igual a 1 se tiene que
1 =
1ds =
b
(t)dt
es la longitud de la curva .
Cuando la curva es una curva cerrada a algunos les gusta usar alguno de los smbolos
f (x, y)ds,
f (x, y)ds
para indicar la integral de lnea de f sobre (en el segundo smbolo la echita indica que la
curva tiene determinada orientacin; estudiaremos esto ms adelante). No necesito decirte
que no debes preocuparte por el smbolo que se usa sino que lo importante es comprender
bien la denicin de lo que dicho smbolo signica.
Cuando la funcin f es positiva, el valor de la integral de lnea (2.1) puede interpretarse
como el rea de un lado de una cortina que cuelga de un alambre cuya forma viene dada por la
curva y cuya altura en cada punto (t) viene dada por f ((t)).
Prof. Javier Prez
Integral de lnea de un campo escalar 17
Otra posible interpretacin es cuando f ((t)) es la densidad lineal en el punto (t) de un
alambre cuya forma viene dada por la curva ; en tal caso la integral (2.1) nos da la masa total
del alambre. El centro de masas del alambre es el punto de coordenadas (, ) dadas por:
=
x f (x, y)ds
f
, =
y f (x, y)ds
f
Cuando la densidad es constante el centro de masas se denomina centroide (que es una pro-
piedad geomtrica de la curva).
Una integral de lnea depende de DOS funciones: la funcin f y la funcin . Necesitas co-
nocer dichas funciones para poder calcular la integral. Cuando se integra sobre curvas sencillas
como, por ejemplo, un segmento o una circunferencia la funcin se da por sabida. Esto puede
dar lugar a confusiones. Intentar aclarar este punto.
Calculemos la integral de la funcin f (x, y) = x
2
+ y
2
sobre la circunferencia unidad
= {(x, y) R
2
: x
2
+y
2
= 1}, es decir, la circunferencia de radio 1 centrada en el origen. Dicha
circunferencia viene dada por la funcin (t) = (cost, sent) para t . Tenemos que
f =
f (cost, sent)
_
(sent)
2
+cos
2
t dt =
1dt = 2
Pero tambin la funcin (t) = (cos(2t), sen(2t)) para t tiene como imagen la circunfe-
rencia unidad , esto es ([, ]) =, y se tiene que
f =
f (cos(2t), sen(2t))
_
(2sen(2t))
2
+4cos
2
(2t) dt =
2dt = 4
Cul de estas dos integrales es la que nos piden cuando nos dicen que calculemos la integral
de la funcin f (x, y) = x
2
+y
2
sobre la circunferencia unidad? Lo usual es que nos pidan la pri-
mera de las dos integrales. Observa que la funcin (t) = (cost, sent) donde t recorre
la circunferencia unidad una sola vez, mientras que la funcin (t) = (cos(2t), sen(2t)) donde
t recorre la circunferencia unidad dos veces. Es decir, para calcular una integral de l-
nea de una funcinsobre una curva loimportantenoes la imagengeomtrica de la curva (en
este ejemplo una circunferencia) sino la funcin que la representa, es decir, cmo se recorre
dicha curva (en este ejemplo la funcin recorre la circunferencia con rapidez doble que ).
Por esta misma razn, una notacin como
f
para representar la integral de lnea de un campo escalar f sobre una curva denida como un
conjunto de puntos, esto es, R
n
, no tiene sentido, salvo que especiquemos antes la forma
en que dicha curva se recorre. En resumen, no debes confundir una curva , que es una funcin,
con su imagen, , que es un conjunto de puntos.
Como las integrales de lnea en segmentos y en circunferencias aparecen mucho conviene
introducir una notacin apropiada para ellas y precisar su signicado.
Prof. Javier Prez
Integral de lnea de un campo escalar 18
En adelante representaremos por C((a, b), r) la circunferencia de centro (a, b) y radio r. Di-
cha circunferencia es la imagen de la aplicacin : [, ] R
2
, (t) = (a +r cost, b +r sent).
Como
(t) =
_
(r sent)
2
+r
2
cos
2
t = r, si f es un campo escalar denido en los puntos de
dicha circunferencia tenemos que
C((a,b),r)
f = r
f (a +r cost, b +r sent)dt
Debido a la periodicidad de las funciones seno y coseno, podemos reemplazar en la integral
anterior el intervalo [, ] por cualquier intervalo de longitud 2; por ejemplo, [0, 2].
Dados dos vectores x e y en R
n
(n 2), representaremos por [x, y] el segmento que une x con
y esto es, el conjunto {(1 t)x +ty : 0 t 1}. Dicho segmento es la imagen de la aplicacin
: [0, 1] R
n
, (t) = (1t)x+ty. Como
(t) =y x, si f es un campo escalar denido en los

puntos de dicho segmento tenemos que
[x,y]
f =y x
1
0
f ((1 t)x +ty)dt
Con frecuencia hay que integrar sobre segmentos en R
2
que son verticales u horizontales. En
estos casos podemos simplicar un poco los clculos como sigue.
Un segmento horizontal es el que une dos puntos de la forma (a, u), (b, u). Una parametriza-
cin natural de dicho segmento es : [a, b] R
2
, (t) = (t, u). Tenemos as que
[(a,u),(b,u)]
f =
b
a
f (t, u)dt
Un segmento vertical es el que une dos puntos de la forma (u, a), (u, b). Una parametrizacin
natural de dicho segmento es : [a, b] R
2
, (t) = (u, t). Tenemos as que
[(u,a),(u,b)]
f =
b
a
f (u, t)dt
Confrecuencia es necesario calcular integrales de lnea sobre curvas que no tienen derivada
continua pero que pueden expresarse como una yuxtaposicin de curvas con derivada conti-
nua. Estas curvas se llaman curvas con derivada continua a trozos o caminos. Por ejemplo, si
unimos varios segmentos uno a continuacin de otro obtenemos una poligonal que es un tipo
frecuente de camino. Otro ejemplo puedes verlo en la grca siguiente.
1 2 3
Prof. Javier Prez
Integral de lnea de un campo vectorial 19
En esta grca las curvas
1
,
2
,
3
se yuxtaponen para formar un camino que llamaremos .
En estas circunstancias se dene
f =
1
f +
2
f +
3
f
Es decir, para integrar una funcin sobre un camino se suman las integrales de dicha funcin
sobre las curvas con derivada continua que forman dicho camino. Por ejemplo, si usamos la
notacin [z
1
, z
2
, . . . , z
n
] para indicar una poligonal cuyos vrtices son z
1
, z
2
, . . . , z
n
, entonces
[z
1
,z
2
,...,z
n
]
f =
[z
1
,z
2
]
f +
[z
2
,z
3
]
f + +
[z
n1
,z
n
]
f
2.2.1.2. Ejercicios
1. Calcula las siguientes integrales de lnea de la funcin f sobre la curva .
a) f (x, y) = x
2
y
2
, (t) = (cost, sent) donde 0 t .
b) f (x, y) = 2x, (t) = (t, t
2
) donde 0 t 1.
c) f (x, y, z) = ysenz, (t) = (cost, sent, t) donde 0 t 2.
d) f (x, y, z) = xz, (t) = (6t, 3
2t
2
, 2t
3
) donde 0 t 1.
2. Calcula el rea de la parte del cilindro x
2
+y
2
= ax que se encuentra dentro de la esfera
x
2
+y
2
+z
2
= a
2
.
3. Calcula la masa total de un alambre cuya forma es la de la curva y = logx comprendida
entre x
1
= 1 y x
2
= e, si la densidad lineal (gr/cm) en cada punto del alambre es igual al
cuadrado de su abscisa.
4. Calcula la integral de la funcin f (x, y) =xy a lolargo de la poligonal [(1, 0), (0, 1), (1, 0), (1, 0)].
2.2.2. Integral de lnea de un campo vectorial
Sea : [a, b] R
n
una curva suave y sea F : A R
n
un campo vectorial continuo denido
en un conjunto A R
n
que contiene a la imagen de , esto es, ([a, b]) A. La componente
tangencial de F sobre en un punto (t) es la proyeccin ortogonal del vector F((t)) sobre
el vector tangente unitario a en el punto (t), es decir, es el vector
F((t))
T(t)
_
T(t) donde
T(t) =
(t)/
(t). Es usual representar por F.T el campo escalar que a cada punto de la curva
hace corresponder el producto escalar
F((t))
T(t)
_
.
2.2 Denicin. La integral de lnea de F sobre se dene como la integral de lnea del campo
escalar F.T sobre , esto es, el nmero dado por
F =
F.T =
b
F((t))
T(t)
_
(t)dt =
b
F((t))
(t)
_
dt (2.2)
Expresando el campo vectorial y la curva por medio de sus funciones componentes
F(x) =
_
F
1
(x), F
2
(x), . . . , F
n
(x)
_
y (t) =
_
1
(t),
2
(t), . . . ,
n
(t)
_
, tenemos que
F =
b
a
F(t).
(t)dt =
n
k=1
b
a
F
k
((t))
k
(t)dt
Prof. Javier Prez
2.2.2.1. Observaciones
Para esta integral suelen emplearse las notaciones
F.Tds ,
F. d
No olvides que con frecuencia en Fsica se usa la letra r en lugar de para representar la
curva sobre la que se integra.
Para n =2, poniendo (t) =(x(t), y(t)) =x(t)i+y(t)j, F(x, y) =(P(x, y), Q(x, y)) =P(x, y)i+Q(x, y)j,
la integral (2.2) se expresa en la forma
F =
b
F(x(t), y(t))
(x
(t), y
(t))
_
dt =
b
a
_
P(x(t), y(t))x
(t) +Q(x(t), y(t))y
(t)
_
dt
En este caso son frecuentes la notaciones
P(x, y)dx +Q(x, y)dy,
Pdx +Qdy
para representar la integral de lnea del campo vectorial F(x, y) = P(x, y)i +Q(x, y)j sobre .
Para n =3, poniendo (t) =(x(t), y(t), z(t)) =x(t)i+y(t)j+z(t)k, F(x, y, z) =(P(x, y, z), Q(x, y, z), R(x, y, z)) =
P(x, y, z)i +Q(x, y, z)j +R(x, y, z)k, tenemos que
F =
b
F(x(t), y(t), z(t))
(x
(t), y
(t), z
(t))
_
dt =
=
b
a
_
P(x(t), y(t), z(t))x
(t) +Q(x(t), y(t), z(t))y
(t) +R(x(t), y(t), z(t))z
(t)
_
dt
En este caso son frecuentes la notaciones
P(x, y, z)dx +Q(x, y, z)dy +R(x, y, z)dz,
Pdx +Qdy +Rdz

para representar la integral de lnea del campo vectorial F(x, y, z) =P(x, y, z)i+Q(x, y, z)j+R(x, y, z)k
sobre .
La integral de lnea de un campo vectorial sobre una curva suave depende de la orienta-
cinde la misma. Precisemos esta idea. Toda curva : [a, b] R
n
tiene una orientacinnatural
que es la que establece el sentido de recorrido de la curva conforme el punto (t) se desplaza
desde (a) hasta (b) a medida que el parmetro t aumenta desde t = a hasta t = b. La curva
: [a, b] R
n
denida por (t) = (a +b t) para todo t [a, b], se llama curva opuesta de
. Observa que es la misma curva recorrida en sentido contrario pues el punto (t) se
desplaza desde (b) hasta (a) a medida que el parmetro t aumenta desde t = a hasta t = b.
Teniendo en cuenta que ( )
(t) =
(a +b t), tenemos que
F =
b
F((a +b t))
(a +b t)
_
dt = [a +b t = u] =
b
F((u))
(u)
_
du =
F
La integral de lnea de un campo vectorial sobre un camino formado por yuxtaposicin de
curvas suaves se dene como la suma de las integrales de lnea de dicho campo vectorial sobre
las curvas suaves que forman el camino.
Prof. Javier Prez
2.2.2.2. Ejemplos
Trabajo. Consideremos un camino r : [a, b] R
n
cuya imagen est en una regin A R
n
en
la que est denido un campo vectorial F : A R
n
que a cada punto xA asigna un vector F(x)
que interpretamos como una fuerza que acta en x. El trabajo, W, realizado por el campo de
fuerzas F al desplazar una partcula a lo largo del camino r viene dado por la integral de lnea
de F sobre el camino r.
W =
r
F. dr
Ley de Ampre. Se comprueba experimentalmente que un largo alambre recto que lleva
una corriente estacionaria I produce un campo magntico B. La relacin entre la corriente I
del conductor y el campo magntico (densidad de ujo magntico) B producido por la misma,
viene dada por la ley de Ampre que establece que la integral de lnea de B sobre cualquier
curva de Jordan suave r que rodee al conductor es igual a
0
I.
r
B. dr =
0
I
Circulacin de un campo vectorial a lo largo de un camino. Consideremos un camino
r : [a, b] R
n
cuya imagen est en una regin A R
n
en la que est denido un campo vectorial
F : A R
n
. La circulacin de F a lo largo del camino r es el nmero dado por
r
F. dr.
Como acabamos de ver, dependiendo de su naturaleza, la circulacin de un campo admite
distintas interpretaciones.
2.2.2.3. Ejercicios
1. Calcula la integral de los siguientes campos vectoriales, F, a lo largo de los caminos r que
se indican en cada caso.
a) F(x, y) = x
2
y
3
i y
xj, r(t) =t
2
i t
3
j , 0 t 1.
b) F(x, y, z) = xyi +yzj +zxk, (t) =t i +t
2
j +t
3
k, 0 t 1.
c) F(x, y, z) = xi +yj +zk, (t) = sent i +cost j +t k, 0 t 2.
d) F(x, y, z) = yi xj +k, (t) = cos
3
t i +sen
3
t j +(t
3
/2)k, 0 t
3
2.
2. Calcula las siguientes integrales
a)
r
xydx +(x y)dy, donde r es la poligonal [(0, 0), (2, 0), (3, 2)].
b)
r
x
ydx +2y
xdy, donde r es el camino formado por la yuxtaposicin del primer

cuadrante de la circunferencia unidad y el segmento [(0, 1), (4, 3)].
c)
r
(xy +logx)dy, donde r es el segmento de la parbola y = x
2
desde el punto (1, 1) al
punto (3, 9).
d)
r
yzdy +xydz, r(t) =
t i +t j +t
2
k, 0 t 1.
Prof. Javier Prez
Campos conservativos 22
3. Calcula el trabajo realizado por el campo de fuerzas F(x, y) = (x +y, x y) para llevar un
punto material desde el origen de coordenadas hasta el punto (2, 0) en cada uno de los
siguientes casos.
a) A travs del segmento que une dichos puntos.
b) A travs de la semicircunferencia (x 1)
2
+y
2
= 1, y 0.
c) A travs de la semicircunferencia (x 1)
2
+y
2
= 1, y 0.
4. Calcula el trabajo realizado por el campo de fuerzas G(x, y, z) =(x, y, z) para llevar un punto
material desde el origende coordenadas hasta el punto (1, 1, 1) encada uno de los siguien-
tes casos.
a) A travs del segmento que une dichos puntos.
b) A travs de la poligonal [(0, 0, 0), (1, 0, 0), (1, 1, 0), (1, 1, 1)].
5. Calcula el trabajo realizado por el campo gravitacional creado por una masa M situada
en el origen de coordenadas para trasladar una partcula de masa unidad desde el punto
(1, 1, 1) al punto (2, 2, 2) a travs del segmento que une dichos puntos.
2.3. Campos conservativos
Recuerda que una integral de lnea de un campo vectorial depende de dos funciones: el
campo vectorial F y el camino ; hay que conocer dichas funciones para poder calcular la inte-
gral. Para ello, todoloque necesitas es obtener una primitiva, G, de la funcin g(t) =
F((t))
(t)
_
y aplicar la regla de Barrow
F =
b
F((t))
(t)
_
dt =
b
a
g(t)dt = G(b) G(a)
Observa que la funcin g depende del camino . Puede ocurrir que dos caminos
1
y
2
tengan
los mismos puntos inicial y nal pero las integrales
1
F y
2
F sean distintas. El siguiente im-
portante resultado nos dice que los campos vectoriales con la propiedad de que sus integrales
de lnea sobre cualquier camino dependen solamente de los puntos inicial y nal del camino
son campos de gradiente, y nos muestra cmo calcular una integral de lnea de un campo de
gradiente.
2.3 Teorema. Sea F : A R
n
, donde A es un conjunto abierto enR
n
, un campo vectorial continuo.
Las siguientes armaciones son equivalentes.
a) Para todo camino cerrado en A se verica que
F = 0.
b) La integral de lnea de F es independiente del camino, es decir, cualesquiera sean los caminos
1
y
2
en A con los mismos puntos inicial y nal se verica que
1
F =
2
F.
c) F es un campo de gradiente, es decir, existe un campo escalar f : A R con derivadas parciales
continuas tal que F(x) =f (x) para todo xA.
Si el campo F verica alguna de estas armaciones, en cuyo caso las verica todas, se dice que es
un campo conservativo (en A).
Prof. Javier Prez
Campos conservativos 23
Demostracin. Es fcil probar que a) es equivalente a b). No es tanfcil probar que b) implica c)
y no lo haremos aqu. Probaremos que c) implica b). Para ello supongamos que hay un campo
escalar f : A R con derivadas parciales continuas tal que F(x) = f (x) para todo x A. Sea
: [a, b] R
n
una curva suave en A, entonces, por la regla de la cadena, se tiene que la funcin
G(t) = f ((t)) es derivable y
G
(t) =
f ((t))
(t)
_
=
F((t))
(t)
_
Es decir, G(t) = f ((t)) es una primitiva de
F((t))
(t)
_
, luego
F =
b
F((t))
(t)
_
dt =
b
a
G
(t)dt = G(b) G(a) = f ((b)) f ((a))

Lo que prueba que la integral de F a lo largo de solamente depende de los puntos inicial y nal
de , por tanto cualesquiera sean los caminos
1
y
2
en A con los mismos puntos inicial y nal
se verica que
1
F =
2
F.
2.4 Denicin. Un conjunto abierto A R
n
con la propiedad de que dos puntos cualesquiera
de A pueden unirse por medio de una curva contenida en A se llama un dominio.
Si F es conservativo en un dominio A, el campo escalar f : A R de clase C
1
tal que
F(x) = f (x) para todo x A est determinado de manera nica salvo una constante aditiva
y se llama una funcin potencial de F en A. Si : [a, b] R
n
es un camino en A y F(x) = f (x)
para todo xA, segn hemos visto en la demostracin del teorema (2.3), se verica que
F =
f . d = f
_
(b)
_
f
_
(a)
_
2.5 Ejemplo. El campo elctrico producido por una carga puntual Q situada en un punto
(a, b, c) viene dado por
E(x, y, z) =
Q
4
(x a, y b, z c)
_
(x a)
2
+(y b)
2
+(z c)
2
_
3/2
, (x, y, z)R
3
\ {(a, b, c)}
Es fcil comprobar que la funcin
f (x, y, z) =
Q
4
1
_
(x a)
2
+(y b)
2
+(z c)
2
es una funcin potencial para E en R
3
\ {(a, b, c)}.
Anlogamente se prueba que el campo gravitacional producido por un objeto de masa M es
conservativo.
La ley de Ampre nos dice que el campo magntico producido por una corriente elctrica
estacionaria no es conservativo.
Prof. Javier Prez
Conservacin de la energa en un campo de fuerzas conservativo 24
2.3.1. Conservacin de la energa en un campo de fuerzas conservativo
a) Supongamos un objeto de masa m que recorre una trayectoria r : [a, b] R
3
de modo que
en cada punto r(t) de la trayectoria acta sobre el mvil una fuerza total F(r(t)). En virtud de la
segunda ley de Newton del movimiento, se vericar que la fuerza total F(r(t)) que acta sobre
el mvil en cada punto de la trayectoria est relacionada con la aceleracin a(t) = r
(t) por la
igualdad F(r(t)) = mr
(t). En consecuencia, el trabajo realizado por dicha fuerza es

W =
r
F. dr =
b
a
F(r(t)).r
(t)dt =
b
a
mr
(t).r
(t)dt =
m
2
b
a
d
dt
_
r
(t).r
(t)
_
dt =
=
m
2
_
r
(b)
2
r
(a)
2
_
=
1
2
mv(b)
2
1
2
mv(a)
2
donde hemos representado con v(t) = r
(t) la rapidez del mvil en el instante t. La cantidad

1
2
mv(t)
2
se llama energa cintica. Hemos probado as que el trabajo que realiza una fuerza
sobre un mvil es igual al incremento que experimenta la energa cintica del mismo debido
a la accin de dicha fuerza.
b) Supongamos ahora que un mvil se mueve dentro de un campo de fuerzas conservativo
F
c
(x, y, z) = f (x, y, z) donde f es un campo escalar. En estas condiciones se dene la energa
potencial, P(x, y, z), de un objeto en el punto (x, y, z) por la igualdad P(x, y, z) = f (x, y, z) y, en
consecuencia, F
c
(x, y, z) =P(x, y, z). En esta situacin, por lo visto en el teorema (2.3), se veri-
ca que
W
c
=
r
F
c
. dr =
r
P. dr = P(r(a)) P(r(b))
Igualdad que expresa que el trabajo realizado por uncampo de fuerzas conservativo al mover
un objeto a lo largo de un camino es igual a la diferencia de la energa potencial del objeto en
los punto inicial y nal del camino.
c) Si adems de las fuerzas del campo conservativo F
c
acta sobre el mvil en cada punto
r(t) de su trayectoria una fuerza exterior F
e
, entonces la fuerza total que acta sobre el mvil
ser F = F
c
+F
e
y el trabajo realizado por dicha fuerza viene dado por
W =
1
2
mv(b)
2
1
2
mv(a)
2
=
r
F. dr =
r
F
c
. dr +
r
F
e
. dr =
=P(r(a)) P(r(b)) +
r
F
e
. dr
de donde se sigue que el trabajo realizado por las fuerzas exteriores al campo viene dado por
r
F
e
. dr =
_
1
2
mv(b)
2
+P(r(b))
_
_
1
2
mv(a)
2
+P(r(a))
_
d) En particular, si sobre el mvil no actan fuerzas exteriores, F
e
= 0, y el mvil se desplaza
debido solamente a la accin del campo F
c
deducimos que
1
2
mv(b)
2
+P(r(b)) =
1
2
mv(a)
2
+P(r(a))
Igualdad que expresa que la suma de la energa cintica y de la energa potencial del objeto
permanece constante. Este resultado se conoce como ley de conservacin de la energa y es
vlida para campos conservativos.
Prof. Javier Prez
Condiciones necesarias para que un campo sea conservativo 25
2.3.2. Condiciones necesarias para que un campo sea conservativo
El siguiente resultado, fcil de probar, proporciona condiciones necesarias para que un
campo sea conservativo.
2.6 Proposicin. Sea A R
n
un abierto y F : A R
n
un campo vectorial de clase C
1
. Pongamos
F(x) = (F
1
(x), F
2
(x), . . . , F
n
(x)). Condiciones necesarias para que F sea conservativo en A es que se
veriquen las igualdades
F
i
x
j
(x) =
F
j
x
i
(x) xA, 1 i < j n (2.3)
Observa que las igualdades (2.3) expresan que la matriz jacobiana de F es simtrica. Para
el caso de un campo vectorial de dos variables F(x, y) = (P(x, y), Q(x, y)) las condiciones (2.3) se
reducen a
P
y
(x, y) =
Q
x
(x, y) (2.4)
Para el caso de un campo vectorial de tres variables F(x, y, z) = (P(x, y, z), Q(x, y, z), R(x, y, z)) las
condiciones (2.3) se reducen a
P
y
(x, y, z) =
Q
x
(x, y, z),
P
z
(x, y, z) =
R
x
(x, y, z),
Q
z
(x, y, z) =
R
y
(x, y, z) (2.5)
Es natural preguntarse si estas condiciones necesarias son tambin sucientes para que un
campo sea conservativo. La respuesta es que, en general, no son sucientes. Por ejemplo, el
campo F : R
2
\ {(0, 0)} R dado por
F(x, y) =
_
y
x
2
+y
2
,
x
x
2
+y
2
_
(2.6)
satisface las igualdades (2.4) pues
P
y
(x, y) =

y
_
y
x
2
+y
2
_
=
y
2
x
2
(x
2
+y
2
)
2
=

x
_
x
x
2
+y
2
_
=
Q
x
(x, y)
Sin embargo la integral de dicho campo en la circunferencia unidad es igual a
C((0,0),1)
F =
(sent, cost)
(sent, cost)
_
dt =
dt = 2 0
lo que prueba que el campo no es conservativo.
Por tanto, las condiciones necesarias (2.3) no son en general sucientes para asegurar que
un campo que las cumpla sea conservativo en A. Cuando un campo vectorial verica las con-
diciones (2.3) se dice que es localmente conservativo en el abierto A.
2.7 Denicin. Un dominio se llama simplemente conexo cuando todo camino cerrado en el
dominio puede deformarse de forma continua sin salirse del dominio hasta convertirlo en un
punto del dominio.
Prof. Javier Prez
Condiciones necesarias para que un campo sea conservativo 26
La formalizacin matemtica de la idea intuitiva de deformacin continua es complicada
y considero innecesario precisarla aqu. Intuitivamente, un dominio simplemente conexo en
R
2
es un dominio que no tiene agujeros. Pero esta idea intuitiva ya no sirve para dimensiones
mayores que 2. Si a R
2
le quitamos un punto (o un conjunto nito de puntos) obtenemos un
dominio que no es simplemente conexo; si esto mismo lo hacemos con R
3
el dominio que
obtenemos es simplemente conexo. Un ejemplo de dominio simplemente conexo en R
2
es una
regin acotada del plano cuya frontera es una curva cerrada y simple.
El siguiente resultado establece condiciones sucientes para que un campo localmente
conservativo sea conservativo.
2.8 Teorema (Condiciones sucientes). Sea A R
n
n
un campo vectorial
de clase C
1
que es localmente conservativo en A. Entonces se verica que F es conservativo en todo
dominio simplemente conexo D A.
Un resultado que es equivalente al anterior y muy til para calcular integrales de lnea de
campos vectoriales es el siguiente.
2.9 Teorema. Sea A R
n
n
un campo vectorial de clase C
1
que es localmente
conservativo en A. Sean
1
y
2
dos caminos cerrados en A (o bien dos caminos con los mismos
puntos inicial y nal) tales que es posible deformar continuamente el camino
1
en el camino
2
sin salirse de A (manteniendo jos los puntos inicial y nal), entonces se verica que
1
F =
2
F
2.3.2.1. Ejercicios
1. Estudia si los siguientes campos son conservativos en el dominio que se indica en cada
caso. Cuando el campo sea conservativo calcula la funcin potencial que se anula en el
origen.
a) F(x, y) = (x y)i +(y +y
2
x)j, A =R
2
.
b) F(x, y) = (x
3
+3y
2
x)i +(y
3
+3yx
2
)j, A =R
2
.
c) F(x, y) = (2xcosy ycosx)i +(x
2
seny senx)j, A =R
2
.
d) F(x, y, z) = 2xy
3
z
4
i +3x
2
y
2
z
4
j +4x
2
y
3
z
3
k, A =R
3
.
2. a) Justica que el campo vectorial F(x, y) =
_
1
2
log(x
2
+y
2
), arctg
y
x
_
es conservativo
en el abierto ={(x, y) : x > 0}.
b) Sean x > 0, y R (puedes suponer que x > 1 e y > 0). Pongamos a = (1, 0), b = (x, 0),
c = (x, y). Calcula la funcin
f (x, y) =
[a, b]
F. dr +
[b, c]
F. dr
y comprueba que es una funcin potencial de F en .
3. a) Justica que el campo vectorial F(x, y) =
_
2xy
(1 +x
2
)
2
+y
2
,
1 +x
2
(1 +x
2
)
2
+y
2
_
es conserva-
tivo en R
2
.
Prof. Javier Prez
Teorema de Green 27
b) Pongamos a = (0, 0), b = (x, 0), c = (x, y). Calcula la funcin
f (x, y) =
[a, b]
F. dr +
[b, c]
F. dr
y comprueba que es una funcin potencial de F.
4. Calcula las siguientes integrales de lnea.
a)
r
ydx +xdy, r(t) = (t +1)cos
4
t i +(t/+sen
4
t)j, 0 t .
b)
r
(z
3
+2xy)dx +x
2
dy +3xz
2
dz, r(t) = [(1, 1, 2), (1, 1, 1), (0, 1, 1), (1, 2, 2), (2, 1, 1)].
c)
r
(2xz +seny)i +xcosyj +x
2
k, r(t) = cost i +sent j +t k, 0 t 2.
d)
r
4xe
z
i +cosyj +2x
2
e
z
k, r(t) =t i +t
2
j +t
4
k, 0 t 1.
5. Indica algunos dominios en los que el campo F : R
2
\ {(0, 0)} R
2
dado por
F(x, y) =
_
y
x
2
+y
2
,
x
x
2
+y
2
_
sea conservativo. Calcula la integral de dicho campo sobre la circunferencia de centro
(1, 1) y radio 1.
6. Estudia si el campo F : R
2
\{(0, 0)} R
2
dado por F(x, y) =
_
2xy
(x
2
+y
2
)
2
,
y
2
x
2
(x
2
+y
2
)
2
_
es con-
servativo en R
2
\ {(0, 0)} (ten en cuenta que R
2
\ {(0, 0)} no es un dominio simplemente
conexo).
2.4. Teorema de Green
La versin ms elemental del teorema de Green relaciona una integral de lnea sobre una
curva cerrada y simple en R
2
y una integral doble sobre la regin acotada por la curva. Se dice
que una curva cerrada y simple en R
2
est orientada positivamente cuando se recorre en
sentido contrario a las agujas del reloj. En otras palabras, cuando recorremos la curva en el
sentido que indica su vector tangente en cada punto, la regin interior de queda siempre a
nuestra izquierda.
Observa que estamos usando un resultado, conocido como teorema de la curva de Jordan,
que arma que una curva enR
2
cerrada y simple divide al plano endos regiones disjuntas cuya
frontera comn es la curva. Una de las regiones est acotada y se llama interior de y la otra se
llama exterior de . Este resultado tan intuitivo es muy difcil de demostrar. Nos apoyamos en l
ms que nada por comodidad de lenguaje pues para lo que estamos haciendo puede evitarse
su uso.
Una denicin matemtica ms precisa de lo que se entiende por orientacin positiva es la
siguiente. Sea una curva suave cerrada y simple; llamemos Da la regin interior de y sea P
un punto de . La curva tiene en P dos vectores normales unitarios que son opuestos entre s.
Prof. Javier Prez
Teorema de Green 28
Sea N un vector normal unitario a en P. Se dice que N es la normal interior a en P si hay un
nmero > 0 tal que P+tND y PtN D siempre que 0 <t < (esta condicin expresa que
si se avanza un poquito desde P en la direccin de N se entra en D y si se avanza en la direccin
opuesta a N se sale de D). Se dice que est orientada positivamente cuando el determinante
de la matriz cuya primera la es el vector tangente unitario a en un punto t y cuya segunda
la es el vector normal interior a en un punto t es siempre positivo (de hecho, igual a 1). Esto
es lo mismo que exigir que el giro que lleva el vector tangente unitario al vector normal interior
sea siempre en sentido contrario a las agujas del reloj.
La siguiente grca muestra un ejemplo de una curva cerrada simple positivamente orien-
tada. Observa que el giro que lleva el vector tangente (en azul) al vector normal interior (en
verde) es siempre en sentido contrario a las agujas del reloj.
x
y
D
2.10 Teorema (Teorema de Green). Sea un camino cerrado y simple en R

2
que est orientado
positivamente y sea D la regin del plano limitada por . Sean P, Q campos escalares con deri-
vadas parciales de primer orden continuas denidos en un abierto que contiene a D. En estas
condiciones se verica que la integral de lnea del campo F(x, y) = P(x, y)i +Q(x, y)j sobre el ca-
mino es igual a la integral doble de la funcin
Q
x
(x, y)
P
y
(x, y) sobre D. Es decir
F =
P(x, y)dx +Q(x, y)dy =
D
_
Q
x
(x, y)
P
y
(x, y)
_
d(x, y)
Es frecuente representar con D la curva frontera de D, es decir , orientada positivamente.
El teorema de Green permite facilitar el clculo de algunas integrales de lnea (o de integra-
les dobles) transformndolas en integrales dobles (o en integrales de lnea).
Una aplicacin del teorema de Green es para calcular reas. Como el rea de la regin D
viene dada por
D
1d(x, y) podemos transformar esta integral doble en una integral de lnea
sobre la frontera D sin ms que elegir funciones P, Q tales que
Q
x
(x, y)
P
y
(x, y) = 1. Hay
muchas posibilidades pero las ms sencillas son P(x, y) = 0, Q(x, y) = x; P(x, y) = y, Q(x, y) = 0;
P(x, y) =y/2, Q(x, y) = x/2; por lo que obtenemos las siguientes expresiones para el rea:
rea(D) =
D
1d(x, y) =
D
x dy =
D
y dx =
1
2
D
x dy y dx
El teorema de Green tambin es vlido para regiones acotadas por caminos de Jordan en
las que se han hecho agujeros, es decir regiones acotadas cuya frontera est formada por va-
Prof. Javier Prez
Teorema de Green 29
rios caminos de Jordan que no tienen puntos comunes siempre que cada camino frontera est
orientado de modo que la regin quede siempre a la izquierda cuando se recorre dicho camino.
Esto signica que el camino frontera ms exterior de todos (aquel en cuyo interior se encuentra
contenida la regin) debe tener orientacin positiva y los restantes caminos frontera (los que
forman los agujeros la regin se encuentra en el exterior de los mismos) deben tener orienta-
cin negativa (recorrido en el sentido de las agujas del reloj). En otras palabras, representando
por la unin de todas las curvas frontera, debe ocurrir que el determinante de la matriz cu-
ya primera la es el vector tangente unitario a en un punto t y cuya segunda la es el vector
normal interior a en un punto t es siempre positivo (de hecho, igual a 1).
2.11 Teorema (Teorema de Green para dominios conagujeros). . Sea F(x, y) =P(x, y)i +Q(x, y)j
un campo de clase C
1
denido en un abierto A R
2
. Sean ,
1
,
2
, . . . ,
k
, curvas de Jordan en A
disjuntas dos a dos tales que:

1
,
2
, . . . ,
k
se encuentran en el interior de .

i
se encuentra en el exterior de
j
para i j.
Todas las curvas ,
1
,
2
, . . . ,
k
, estn orientadas positivamente (sentido antihorario).
Sea D la regin obtenida por la interseccin del interior de con el exterior de cada una de las
curvas
1
,
2
, . . . ,
k
. En estas hiptesis se verica que
F. d
k
j=1
j
F. d
j
=
D
_
Q
x
(x, y)
P
y
(x, y)
_
d(x, y) (2.7)
En particular, si el campo F(x, y) = P(x, y)i +Q(x, y)j es localmente conservativo en un abierto que
contiene a D, se verica que
F. d =
k
j=1
j
F. d
j
(2.8)
Observa que en el enunciado del teorema hemos supuesto que todas las curvas tienen
orientacin antihoraria y por eso, en la igualdad (2.7), las integrales sobre las curvas interio-
res se restan en lugar de sumarse.
La igualdad (2.8) es muy til porque permite reducir el clculo de una integral de lnea de
un campo conservativo sobre una curva que puede ser complicada, al clculo de una o varias
integrales sobre curvas sencillas (por ejemplo, circunferencias).
La siguiente grca muestra un ejemplo de un dominio como el que se considera en el
enunciado del teorema.
x
y
1
2
D
Prof. Javier Prez
Teorema de Green 30
Naturalmente, la razn de considerar dominios con agujeros es porque se supone que en
esos agujeros el campo tiene algn tipo de singularidad. Con frecuencia un agujero est produ-
cido por un punto en el que el campo se hace innito.
2.4.1.2. Ejercicios
1. Comprueba la validez del teorema de Green en cada uno de los siguientes casos.
a) F(x, y) = xy
2
i yx
2
j , (t) = (cost, sent), 0 t 2.
b) F(x, y) = xyi +y
3
x
2
j , = [(0, 0), (1, 0), (1, 2), (0, 0)].
c) F(x, y) = (x
2
+y
2
)i +2xyj, es el camino obtenido por la yuxtaposicin del segmento
de parbola y = x
2
de (0, 0) a (2, 4) y de la poligonal [(2, 4), (0, 4), (0, 0)].
2. Utiliza el teorema de Green para calcular el rea de las regiones del plano limitadas por
las siguientes curvas.
a) La elipse, (t) = (acost, bsent), 0 t 2, donde a > 0, b > 0.
b) La astroide, (t) = (acos
3
t, asen
3
t), 0 t 2, donde a > 0.
c) Un arco de cicloide, (t) = a(t sent)i +a(1 cost)j , 0 t 2, donde a > 0.
d) Una poligonal cerrada orientada positivamente =[(x
1
, y
1
), (x
2
, y
2
), (x
3
, y
3
), . . . , (x
n
, y
n
), (x
1
, y
1
)].
3. Utiliza el teorema de Green para calcular las siguientes integrales de lnea.
a)
e
y
dx +2xe
y
dy donde = [(0, 0), (1, 0), (1, 1), (0, 1), (0, 0)].
b)
x
2
y
2
dx +4xy
3
dy donde = [(0, 0), (1, 3), (0, 3), (0, 0)].
c)
(y +e
x
3
)dx +(2x +cos(y
2
))dy donde es la curva frontera de la regin limitada por
las parbolas y = x
2
, x = y
2
.
d)
(x
3
y
3
)dx +(x
3
+y
3
)dy donde es la curva frontera de la regin limitada por las
circunferencias x
2
+y
2
= 1 y x
2
+y
2
= 9.
e)
(cosx
1
6
x
2
y
3
)dx +(
1
6
x
3
y
2
+2e
y
)dy donde es la elipse positivamente orientada
x
2
4
+
y
2
9
= 1.
f )
_
e
x
2
y
3
_
dx +
_
e
y
2
+x
3
_
dy. Donde es la frontera positivamente orientada de la
regin del plano limitada por las circunferencias
1
=C((0, 1), 1) y
2
=C((0, 2), 2).
4. El centroide de una regin plana D R
2
se dene como el punto (c
1
, c
2
) cuyas coordena-
das vienen dadas por
c
1
=
1
rea(D)
D
xd(x, y), c
2
=
1
rea(D)
D
yd(x, y)
Supuesto que D es la regin limitada por un camino cerrado simple, , justica que
c
1
=
1
2rea(D)
x
2
dy, c
2
=
1
2rea(D)
y
2
dx
Prof. Javier Prez
Teorema de Green 31
a) Calcula el centroide del tringulo de vrtices (0, 0), (1, 0) y (0, 1).
b) Calcula el centroide de un semicrculo de radio R.
5. Haz uso del teorema de Green para dominios con agujeros, o bien del teorema (2.9), para
probar que la integral de lnea del campo F : R
2
\ {(0, 0)} R
2
dado por
F(x, y) =
_
y
x
2
+y
2
,
x
x
2
+y
2
_
sobre cualquier curva cerrada simple que rodee el origen es igual a 2.
Prueba de la misma forma que la integral de lnea del campo
F(x, y) =
_
2xy
(x
2
+y
2
)
2
,
y
2
x
2
(x
2
+y
2
)
2
_
sobre cualquier curva cerrada simple que rodee el origen es igual a 0.
Prof. Javier Prez
Leccin3
Rotacional y divergencia
3.1. Rotacional y divergencia de un campo vectorial
Para dar una interpretacin intuitiva del signicado fsico del rotacional y de la divergencia
de un campo vectorial es conveniente considerar en primer lugar campos bidimensionales.
Sea F(x, y) =P(x, y)i +Q(x, y)j un campo vectorial de clase C
1
, sea un camino cerrado simple
positivamente orientado y Dla regin del plano limitada por . El teorema de Green arma que
F =

D
_
Q
x
(x, y)
P
y
(x, y)
_
d(x, y) (3.1)
Como ya sabes, la integral
F se llama circulacin del campo F a lo largo de . Para dar una in-

terpretacin de dicha integral consideremos que el campo F(x, y) =P(x, y)i +Q(x, y)j es el campo
de velocidades de un uido plano, esto es, F(x, y) es el vector velocidad del uido en el punto
(x, y). Se supone que la velocidad no depende del tiempo sino solamente de las coordenadas
espaciales del punto, es decir, que se trata de un uido estacionario. En cada punto (t) del ca-
mino la velocidad del uido es F((t)); la proyeccin ortogonal de dicho vector sobre el vector
unitario tangente a en el punto (t) es el vector
F((t))
T(t)
_
T(t), donde T(t) =
(t)/
(t).
Este vector tiene el mismo sentidoque el vector tangente si el nmero
F((t))
(t)
_
es positivo
y distinto sentido cuando dicho nmero es negativo; en el primer caso la velocidad del uido
en el punto (t) va en el mismo sentido que el del recorrido de la curva y en el segundo caso la
velocidad del uido en el punto (t) va en sentido opuesto al del recorrido de la curva.
La siguiente grca muestra un campo vectorial.
32
Rotacional y divergencia de un campo vectorial 33
La siguiente grca muestra una curva cerrada simple positivamente orientada (una elipse);
en dos puntos de la misma se representan los vectores del campo anterior en rojo, los vectores
tangente en azul y las proyecciones ortogonales de los primeros sobre los segundos en negro.
En uno de los puntos la proyeccin ortogonal tiene el mismo sentido que el vector tangente y
en el otro tiene sentido opuesto.
Puesto que
F =
b
a
F((t))
(t)
_
dt , si el valor de esta integral es positivo esto nos dice que
el uido circula a lo largo de la curva en el mismo sentido que el denido por la orientacin
de y si el valor de esta integral es negativo entonces el uido circula a lo largo de la curva
en sentido opuesto al de la orientacin de . Si el valor de la integral es nulo es porque no hay
circulacin neta del uido a lo largo de .
Supongamos que

F > 0. En tal caso, por la continuidad del campo, se vericar tambin

que

F > 0 para todo camino cerrado simple positivamente orientado que est suciente-
mente prximo al camino . Deducimos que en este caso se formar en las proximidades de
un pequeo tubo que el uido recorrer en sentido antihorario.
Consideremos ahora la igualdad (3.1) y supongamos que en un punto (a, b) se verica que
Q
x
(a, b)
P
y
(a, b) > 0. Entonces, por la continuidad de las derivadas parciales, se tendr que
Q
x
(x, y)
P
y
(x, y) > 0 para todo punto (x, y) en un disco centrado en (a, b) de radio suciente-
mente pequeo. Si es cualquier camino de Jordan contenido en dicho disco, se deduce de
dicha igualdad que la circulacin del campo a lo largo de dicho camino ser en sentido antiho-
rario y concluimos que en el punto (a, b) se formar un pequeo remolino.
Una propiedad, fcil de justicar, de las integrales dobles arma que si h es una funcin
continua en una regin del plano D cerrada y acotada entonces hay algn punto (a, b) D para
el que se verica la igualdad
D
h(x, y)d(x, y) = h(a, b)rea(D).
Prof. Javier Prez
Usando esta propiedad y teniendo en cuenta la igualdad (3.1) es fcil probar que
lm
0
1
C((a,b), )
F = lm
0
1
C((a,b), )
Q
x
(a, b)
P
y
(a, b)
El nmero
Q
x
(x, y)
P
y
(x, y) se llama rotacin del campo F en el punto (x, y). Se dice que el
campo es irrotacional cuando
Q
x
(x, y)
P
y
(x, y) = 0 para todo punto (x, y) de su dominio de
denicin.
Como consecuencia tambin del teorema de Green, sin ms que cambiar Q por P y P por
Q, se verica la igualdad
P(x, y)dy Q(x, y)dx =
D
_
P
x
(x, y) +
Q
y
(x, y)
_
d(x, y) (3.2)
Pongamos (t) = (x(t), y(t)), a t b. Tenemos que:

b
a
_
P(x(t), y(t))y
(t) Q(x(t), y(t))x
(t)
_
dt =
=
b
a
_
P(x(t), y(t))i +Q(x(t), y(t))j
(t)i x
(t)j
y
(t)i x
(t)j
_
x
(t)i +y
(t)j dt =
=
b
F((t))
n(t)
_
(t) dt =
F.n
Donde hemos representado por n(t) el vector unitario normal a la curva en el punto (t) que
apuntan hacia el exterior de la misma. Supuesto que la curva est orientada positivamente, n(t)
viene dado por:
n(t) =
y
(t)i x
(t)j
y
(t)i x
(t)j
=
y
(t)i x
(t)j
x
(t)i +y
(t)j
La siguiente grca muestra una curva cerrada simple positivamente orientada (una elipse); en
dos puntos de la misma se representan los vectores del campo antes considerado en rojo, los
vectores normales unitarios exteriores en azul y las proyecciones ortogonales de los primeros
sobre los segundos en negro. En uno de los puntos la proyeccin ortogonal tiene el mismo
sentido que el vector normal exterior y en el otro tiene sentido opuesto.
Al igual que la proyeccin ortogonal del vector campo sobre el vector unitario tangente a
la curva mide la circulacin del uido a lo largo de la curva, la proyeccin ortogonal del vector
campo sobre el vector unitario normal exterior a la curva mide el ujo de uido a travs de
la curva, por ello, se dene el ujo del campo a travs del camino como la integral
F.n. Si
dicha integral es positiva eso signica que sale ms uido del que entra (por lo que dentro de
Prof. Javier Prez
la curva debe haber manantiales) y si es negativa signica que sale menos uido del que entra
(por lo que dentro de la curva debe haber sumideros).
Hemos justicado la igualdad
F.n =
D
_
P
x
(x, y) +
Q
y
(x, y)
_
d(x, y)
A partir de aqu podemos razonar como lo hicimos anteriormente para obtener que
lm
0
1
C((a,b), )
F.n =
P
x
(a, b) +
Q
y
(a, b)
El nmero
P
x
(x, y) +
Q
y
(x, y) se llama divergencia del campo F en el punto (x, y). Donde la
divergencia es positiva hay manantiales y el uido diverge hacia otros lados y donde la di-
vergencia es negativa hay sumideros y el uido converge hacia ellos. Se dice que el campo es
incompresible cuando su divergencia es idnticamente nula.
En el siguiente ejemplo se pone de maniesto lo que acabamos de armar.
-4 -2 2 4
-8
-6
-4
-2
2
4
Observa que hay puntos hacia los que los vectores de este campo parecen dirigirse (por
ejemplo, los puntos (3.1,1.6), (3.1,-4.7) y sus simtricos respecto al eje de ordenadas) y hay otros
puntos de los que los vectores de este campo parecen estar alejndose (por ejemplo, los puntos
(0,1.5), (0,-1.5), (0.5,-4.5)). Si este campo lo interpretamos como el campo de velocidades de un
uido estacionario, las zonas hacia donde se dirigen los vectores son sumideros y las zonas de
donde los vectores se alejan (divergen) son manantiales. Es decir, el uido uye de los manan-
tiales a los sumideros. La divergencia es una medida de la magnitud de un manantial o de un
sumidero.
La siguiente grca es una representacin por curvas de nivel de la divergencia del campo
Prof. Javier Prez
anterior. En las zonas ms claras la divergencia es positiva (fuentes o manantiales) y en las ms
oscuras es negativa (sumideros).
-4 -2 0 2 4
-8
-6
-4
-2
0
2
4
A continuacin nos proponemos generalizar los conceptos anteriores. No hay dicultad
ninguna en extender el concepto de divergencia para campos vectoriales de n variables.
3.1 Denicin. Sea F : A R
n
un campo vectorial con derivadas parciales de primer orden
n
. Sea F(x) = (F
1
(x), F
2
(x), . . . , F
n
(x)). Se llama divergencia de F en
un punto x = (x
1
, x
2
, . . . , x
n
)A y se nota divF(x) al nmero
divF(x) =
F
1
x
1
(x) +
F
2
x
2
(x) + +
F
n
x
n
(x)
Observa que la divergencia de un campo vectorial es un campo escalar. Suele usarse una
notacin simblica para representar la divergencia. Para ello se dene el operador nabla, ,
como
=
_

x
1
,

x
2
, ,

x
n
_
Este operador cuando acta sobre un campo escalar, f , produce su gradiente.
f (x) =
_

x
1
,

x
2
, ,

x
n
_
f (x) =
_
f
x
1
(x),
f
x
2
(x), ,
f
x
n
(x)
_
La divergencia de uncampo vectorial Fenunpunto x puede escribirse comoel producto escalar
simblico del vector por el vector F(x).
divF(x) =.F(x) =
_

x
1
,

x
2
, ,

x
n
_
.(F
1
(x), F
2
(x), . . . , F
n
(x)) =
F
1
x
1
(x) +
F
2
x
2
(x) + +
F
n
x
n
(x)
Comprobaremos ms adelante que la divergencia de un campo en R
3
tiene un signicado fsico
que generaliza lo visto para el caso de campos bidimensionales.
Es conveniente enunciar ahora, para referencia posterior, un resultado obtenido anterior-
mente como consecuencia del teorema de Green.
3.2 Teorema (Teorema de la divergencia enR
2
). Sean un camino cerrado simple positivamen-
te orientado y D la regin del plano limitada por . Sea F : A R
2
un campo vectorial de clase
Prof. Javier Prez
C
1
denido en un abierto que contiene a D. Notemos por n el vector normal unitario exterior a .
Entonces se verica que
F.n =
D
divF(x, y)d(x, y) (3.3)
Este resultado puede generalizarse, al igual que el teorema de Green, para dominios con
agujeros.
En el caso particular de que el campo F sea el campo de gradiente de un campo escalar f ,
F =f , la igualdad anterior nos dice que
f .n =
D
div(f )(x, y)d(x, y) =
D
_
2
f
x
2
(x, y) +

2
f
y
2
(x, y)
_
d(x, y)
Como n es el vector unitario normal exterior a ; en cada punto (x, y) de el producto escalar
f (x, y).n(x, y) es la derivada del campo escalar f en el punto (x, y) en la direccin del vector
unitario normal exterior a en dicho punto. Suele usarse la notacin f (x, y).n(x, y) =
f
n
(x, y),
con ello obtenemos la igualdad
f
n
=
D
_
2
f
x
2
(x, y) +

2
f
y
2
(x, y)
_
d(x, y)
La generalizacin del concepto de rotacin de un campo bidimensional vamos a hacerla para
campos vectoriales en el espacio. Para ello nos vamos a guiar por el teorema (2.8) de la lec-
cin anterior que arma que una condicin necesaria y suciente para que un campo vec-
torial F(x, y) = P(x, y)i +Q(x, y)j de clase C
1
2
sea conservativo en
todo dominio simplemente conexo D A es que para todo (x, y) A se verique la igualdad
P
y
(x, y) =
Q
x
(x, y) o, lo que es igual,
Q
x
(x, y)
P
y
(x, y) = 0; esto es, con la terminologa introduci-
da ms arriba, que el campo sea irrotacional.
El resultadoanlogo para uncampo de tres variables F(x, y, z) =P(x, y, z)i+Q(x, y, z)j+R(x, y, z)k
establece las condiciones
R
y
(x, y, z)
Q
z
(x, y, z) =
P
z
(x, y, z)
R
x
(x, y, z) =
Q
x
(x, y, z)
P
y
(x, y, z) = 0
Estas ideas llevan a la siguiente denicin.
3.3Denicin(Rotacional deuncampovectorial). Sea F(x, y, z) =P(x, y, z)i+Q(x, y, z)j+R(x, y, z)k
un campo vectorial con derivadas parciales de primer orden denido en un abierto A R
3
. Se
dene el rotacional de F en un punto (x, y, z)A como el vector
rot F(x, y, z) =
_
R
y
(x, y, z)
Q
z
(x, y, z)
_
i +
_
P
z
(x, y, z)
R
x
(x, y, z)
_
j +
_
Q
x
(x, y, z)
P
y
(x, y, z)
_
k
(3.4)
Se dice que un campo es irrotacional cuando su rotacional es idnticamente nulo.
Para recordar esta denicin se acostumbra a representar simblicamente el rotacional por
medio del operador nabla en tres dimensiones
=
_

x
,

y
,

z
_
=

x
i +

y
j +

z
k
Prof. Javier Prez
Con ello podemos escribir el rotacional como el siguiente producto vectorial simblico
rot F(x, y, z) =F(x, y, z) =
i j k
z
P Q R
=
=
_
R
y
(x, y, z)
Q
z
(x, y, z)
_
i +
_
P
z
(x, y, z)
R
x
(x, y, z)
_
j +
_
Q
x
(x, y, z)
P
y
(x, y, z)
_
k
Podemos tambin denir el rotacional de un campo de dos variables, F(x, y) = P(x, y)i +Q(x, y)j,
por el convenio de asociar a dicho campo el campo de tres variables F
3
(x, y, z) =P(x, y)i +Q(x, y)j
y denir rot F(x, y) = rot F
3
(x, y, z). Con ello, resulta que rot F(x, y) =
_
Q
x
(x, y)
P
y
(x, y)
_
k. Observa
que el teorema de Green puede escribirse en la forma:
F =
D
rot F(x, y).kd(x, y) (3.5)
Comprobaremos ms adelante que el rotacional de un campo en R
3
tiene un signicado fsico
que generaliza lo visto para el caso de campos bidimensionales.
Teniendo en cuenta el teorema (2.8), las igualdades (2.4) y la denicin de rotacional, obte-
nemos el siguiente resultado.
3.4 Teorema. Sea F(x, y, z) = P(x, y, z)i +Q(x, y, z)j +R(x, y, z)k un campo vectorial de clase C
1
de-
nido en un abierto A R
3
. Una condicin necesaria y suciente para que dicho campo sea con-
servativo en todo dominio simplemente conexo contenido en A es que F sea irrotacional en A.
3.1.1.3. Ejercicios
Los ejercicios de esta leccin son los propuestos en el libro de James Stewart Clculo Multi-
variable 4Ed. en la seccin 16.5 (pgina 1081) nmeros: 1-8, 12, 19, 23-29, 30, 31, 33, 34 y 36.
Prof. Javier Prez
Leccin4
Coordenadas curvilneas
4.1. Coordenadas polares
La funcin g(, ) =(cos, sen) es una biyeccinde =R
+
] , ] sobre R
2
\{(0, 0)}. Los
nmeros y dados por x =cos, y =sen donde > 0, - < se llaman las coordenadas
polares del punto de coordenadas cartesianas (x, y).
Y
X
P
xcos
ysen
x
2
y
2
e
Figura 4.1: Coordenadas polares

En vez de elegir el intervalo ] , ] para medir en radianes el ngulo polar , podemos
elegir cualquier otro intervalo semiabierto de longitud 2, por ejemplo [0, 2[. La eleccin ms
conveniente desde un punto de vista matemtico, por razones de clculo (denicin del arco-
tangente) y de simetra, es ] , ]. Observa que lo que hacemos es medir ngulos en sentido
antihorario desde la parte negativa del eje de abscisas. Los valores de en el intervalo ] , 0[
corresponden a puntos situados en el semiplano inferior (y < 0) y valores de en el intervalo
]0, [ corresponden a puntos situados en el semiplano superior (y > 0). Los valores de en el
intervalo ] /2, /2[ corresponden a puntos situados en el semiplano de la derecha (x > 0) y
39
Coordenadas polares 40
valores de en ]/2, ]] , /2[ corresponden a puntos situados en el semiplano de la iz-
quierda (x < 0).
En muchos textos se arma que el ngulo polar, , viene dado por la igualdad = arctg(y/x),
debes tener claro que eso es falso cuando x < 0. Recuerda que la funcin arcotangente toma
valores en el intervalo ] /2, /2[. Para (x, y) en el segundo cuadrante (x < 0, y > 0) el ngulo
polar est en el intervalo ]/2, [ y es igual a arctg(y/x) +, y para (x, y) en el tercer cuadrante
(x < 0, y < 0) el ngulo polar est en el intervalo ] , /2[ y es igual a arctg(y/x) .
Viendo (x, y) como el nmero complejo x +iy, el ngulo polar de (x, y) no es otra cosa que el
argumento principal de x +iy.
Cuando se utiliza el sistema de coordenadas polares los vectores se reeren a una base or-
tonormal {e
, e
} que se ha representado en la gura anterior. En el lenguaje tpico de los tex-

tos de fsica, se dice que el vector e
es un vector unitario en el sentido en que se mueve el

punto P cuando aumenta manteniendo constante, y el vector e
es un vector unitario en
el sentido en que se mueve el punto P cuando aumenta manteniendo constante. En tr-
minos matemticos, quizs ms precisos, observa que el vector de posicin del punto P es
g(, ) = (cos, sen), su variacin con respecto a manteniendo constante es la deriva-
da parcial respecto a y su variacin con respecto a manteniendo constante es la derivada
parcial respecto a .
g
(, ) = (cos, sen),
g
(, ) = (sen, cos) (4.1)

Observa que estos vectores son ortogonales
g
(, ).
g
(, ) = 0.
Para obtener una base ortonormal a partir de ellos todo lo que tenemos que hacer es nor-
malizarlos. El primero tiene norma igual a 1 y el segundo tiene norma igual a . Por tanto, los
vectores
e
= (cos, sen), e
= (sen, cos )
forman una base ortonormal. Es a dicha base a la que se reere un vector cuando se usan
coordenadas polares.
Observa que los vectores de esta base dependen del ngulo polar , es decir, no se trata de
una base ja. Una notacin ms correcta para estos vectores, para indicar su dependencia de
, sera e
() y e
(). Pero esta notacin no suele usarse. En textos de Fsica es frecuente usar las
notaciones e
=, e
. Adems, a estos vectores se les llama versores.

En general, la expresin en la base {e
, e
} de un vector v = (x, y) se obtiene por el mtodo

usual (igualdad (1.1)) calculando sus proyecciones ortogonales sobre los vectores de la base.
v =
_
e
_
e
(4.2)
Observa que si escribimos v en la forma v = (cos, sen) entonces
_
= y
_
= 0.
Dicho de otra forma, si (, ) son las coordenadas polares de un punto (x, y), se verica que
(x, y) =e
.
Recuerda que la matriz jacobiana de una funcin de R
2
en R
2
, F(x, y) = (F
1
(x, y), F
2
(x, y)) es
la matriz cuyas las son los vectores gradiente de las funciones componentes de F y, en conse-
cuencia, sus columnas son las derivadas parciales de F respecto a cada una de sus variables. Se
Prof. Javier Prez
Expresin de la velocidad y la aceleracin en coordenadas polares 41
entiende, claro est, que la derivada parcial de un campo vectorial respecto de una de sus va-
riables, es el vector formado por las derivadas parciales de los campos escalares componentes
de F respecto a dicha variable.
Las columnas de la matriz jacobiana de g(, ) las hemos obtenido en (4.1). Las normas
eucldeas de las columnas de la matriz jacobiana se llaman factores mtricos o factores de
escala del cambio a coordenadas polares y son {1, }.
4.1.1. Expresin de la velocidad y la aceleracin en coordenadas polares
Consideremos un mvil cuya trayectoria en el plano viene dada por r(t) = x(t)i +y(t)j. Sean
((t), (t)) las coordenadas polares de r(t) de forma que r(t) =((t)cos(t), (t)sen(t)) =(t)e
(t)
donde e
(t) = (cos(t), sen(t)). Observa que e
(t) =
(t)(sen(t), cos(t)) =
(t)e
(t), donde
e
(t) = (sen(t), cos (t)). Tenemos as que

r
(t) =
(t)e
(t) +(t)e
(t) =
(t)e
(t) +(t)
(t)e
(t) (4.3)
que es la expresin de la velocidad en coordenadas polares.
Esta igualdad suele escribirse con notacin ms clsica en la forma
dr = de
+de
Imaginemos ahora que r es la funcin de trayectoria de un mvil y que r(a) es su punto inicial;
entonces la distancia, s(t), recorrida por el mvil en cada momento t viene dada por
s(t) =
t
a
r
(t) dt =
t
a
_
_
(t)e
(t) +(t)
(t)e
(t)
_
_
dt =
t
a
_
(
(t))
2
+((t)
(t))
2
dt
Y, por tanto, s
(t) =
_
(
(t))
2
+((t)
(t))
2
. Esta igualdad suele escribirse en la forma
(ds)
2
= (d)
2
+
2
(d)
2
(4.4)
y se llama elemento diferencial de longitud en coordenadas polares. Observa que aqu apare-
cen los factores de escala 1 y elevados al cuadrado y multiplicando a las correspondientes
diferenciales (d)
2
y (d)
2
.
Derivando la igualdad (4.3) y teniendo en cuenta que e
(t) =
(t)e
(t), puedes comprobar

que la aceleracin viene dada por:
r
(t) =
_
(t) (t)
_
(t)
_
2
_
e
(t) +
_
2
(t)
(t) +(t)
(t)
_
e
(t) (4.5)
4.1.2. Expresin de la divergencia en coordenadas polares
Sea f(x, y) = ( f
1
(x, y), f
2
(x, y)) un campo vectorial de dos variables. La divergencia de este
campo es el campo escalar dado por divf(x, y) =
f
1
x
(x, y) +
f
2
y
(x, y). Consideremos la expresin
de f en coordenadas polares:
F(, ) = f(cos, sen) =
_
f
1
(cos, sen), f
2
(cos, sen)
_
Prof. Javier Prez
Expresin de la divergencia en coordenadas polares 42
y calculemos las componentes F
(, ) y F
(, ) de F(, ) respecto de la base {e
, e
}, esto es,
F(, ) = F
(, )e
+F
(, )e
. Sabemos que dichas componentes viene dadas por las corres-

pondientes proyecciones ortogonales:
F
(, ) =
F(, )
_
= f
1
(cos, sen)cos + f
2
(cos, sen)sen (4.6)
F
(, ) =
F(, )
_
=f
1
(cos, sen)sen+ f
2
(cos, sen)cos (4.7)
Para obtener la expresin de la divergencia de f en coordenadas polares debemos expresar la
igualdad divf(cos, sen) =
f
1
x
(cos, sen) +
f
2
y
(cos, sen) en trminos de las funcio-
nes F
, F
y de sus derivadas parciales. Hay dos formas de hacer esto.

De forma indirecta
Derivamos en las igualdades anteriores haciendo uso de la regla de la cadena (derivacin de
una funcin compuesta). Tenemos que:
F
(, ) =
f
1
x
(cos, sen)cos
2
+
f
1
y
(cos, sen)cos sen+
+
f
2
x
(cos, sen)cos sen+
f
2
y
(cos, sen)sen
2
(, ) =
f
1
x
(cos, sen)(sen)sen
f
1
y
(cos, sen)cos sen+
+
f
2
x
(cos, sen)(sen)cos +
f
2
y
(cos, sen)cos
2
f
1
(cos, sen)cos f
2
(cos, sen)sen
Sumando estas igualdades, despus de dividir por la segunda de ellas, se deduce que
F
(, ) +
1
(, ) =
f
1
x
(cos, sen) +
f
2
y
(cos, sen)
1
(, )
Es decir
divf(cos, sen) =
f
1
x
(cos, sen) +
f
2
y
(cos, sen) =
F
(, ) +
1
(, ) +
1
(, )
igualdad que suele escribirse en la forma
divf =
F
+
1
+
1
(4.8)
E incluso ms condesado, en la forma
divf =
1
(F
) +
1
que es la expresin de la divergencia de f en polares.

De forma directa
El camino que hemos seguido antes para obtener la expresin de la divergencia en coorde-
nadas polares es un camino indirecto, pues hemos calculado las derivadas
F
y
F
y, al hacerlo,
Prof. Javier Prez
Gradiente en coordenadas polares 43
nos hemos dado cuenta de que podamos hacer una operacin sencilla con ellas para relacio-
narlas con
f
1
x
(cos, sen) +
f
2
y
(cos, sen). Un camino ms natural consiste en expresar
f
1
(x, y) y f
2
(x, y) en funcin de F
(, ) y F
(, ); es decir, se trata de obtener las coordenadas

cartesianas ( f
1
(x, y), f
2
(x, y)) del vector f(x, y) en funcin de las coordenadas de dicho vector res-
pecto de la base {e
, e
}. Basta para ello tener en cuenta que:

( f
1
(x, y), f
2
(x, y)) = F
(, )e
+F
(, )e
=
_
cos sen
sen cos
__
F
(, )
F
(, )
_
Es decir, la matriz cuyas columnas son los vectores e
y e
es justamente la matiz del cambio de

base que necesitamos. Naturalmente, en esta igualdad debemos ver a y a como funciones
de x e y, (x, y) =
_
x
2
+y
2
, (x, y) = arctg(y/x)
1
. Tenemos que
f
1
(x, y) = cos((x, y))F
(
_
x
2
+y
2
, arctg(y/x)) sen((x, y))F
(
_
x
2
+y
2
, arctg(y/x)) (4.9)
f
2
(x, y) = sen((x, y))F
(
_
x
2
+y
2
, arctg(y/x)) +cos((x, y))F
(
_
x
2
+y
2
, arctg(y/x)) (4.10)
Una vez que disponemos de f
1
(x, y) y f
2
(x, y) en funcin de F
(
_
x
2
+y
2
, arctg(y/x)) y de
F
(
_
x
2
+y
2
, arctg(y/x)), todo lo que tenemos que hacer es calcular, aplicando la regla de la ca-
dena, las derivadas parciales
f
1
x
(x, y),
f
2
y
(x, y) sumarlas, simplicar y sustituir (x, y) por
(cos, sen). Te propongo que hagas esto en un ejercicio.
Este mtodo tiene el inconveniente de que los clculos pueden ser ms largos pero tiene
la gran ventaja de que puede seguirse en cualquier situacin similar. Es decir, cualquier ope-
racin sobre un campo vectorial f(x, y) = ( f
1
(x, y), f
2
(x, y)) que haga intervenir a las funciones
componentes f
1
y f
2
y a sus derivadas parciales de los rdenes que sean, puede expresarse en
coordenadas polares usando las igualdades (4.9) y (4.10).
4.1.3. Gradiente en coordenadas polares
Sea f un campo escalar de dos variables. Sabemos que el gradiente de f es el campo vecto-
rial dado por f (x, y) =
f
x
(x, y)i +
f
y
(x, y)j. Hagamos en esta igualdad (x, y) =(cos, sen) para
obtener
f (cos , sen) =
f
x
(cos, sen)i +
f
y
(cos, sen)j
La expresin del gradiente de f en polares es f (cos, sen) = f
(, )e
+ f
(, )e
donde f
y f
son las componentes del vector f (cos , sen) en la base {e
, e
}. Dichas componentes
sabemos que vienen dadas por las igualdades (4.6) y (4.7) donde las componentes f
1
y f
2
del
campo F deben reemplazarse por las componentes
f
x
y
f
y
del campo f . Por ello, podemos
escribir dichas igualdades en la forma
f
(, ) =
f
x
(cos, sen)
(cos)
+
f
y
(cos, sen)
(sen)
f (cos, sen)
f
(, ) =
1
_
f
x
(cos, sen)
(cos)
+
f
y
(cos, sen)
(sen)
_
=
1
f (cos , sen)
1
Ten en cuenta que aunque (x, y) se puede diferenciar de arctg(y/x) en una constante () esto no inuye para nada
en el clculo de las derivadas parciales de (x, y) que es lo que ahora nos interesa.
Prof. Javier Prez
Signicado de los factores de escala 44
Hemos obtenido as que
f (cos , sen) =

f (cos , sen)e
+
1
f (cos, sen)e
(4.11)
Es conveniente introducir la funcin h(, ) = f (cos, sen) con lo que la igualdad anterior se
escribe mejor en la forma
f (cos , sen) =
h
(, )e
+
1
(, )e
(4.12)
Observa que en esta igualdad a la izquierda tenemos el gradiente de f calculado en la expresin
de f en coordenadas cartesianas y evaluado en el punto (cos, sen), y a la derecha lo que te-
nemos son las derivadas parciales de la funcin compuesta h(, ) = f (cos, sen) evaluadas
en el punto (, ). En los textos de Fsica es frecuente que no se distinga entre la funcin f y la
funcin h (pues, en denitiva, son la misma funcin expresada en distintas coordenadas) y que
escriban la igualdad (4.11) en la forma
f =
f
+
1
(4.13)
igualdad que constituye la expresin del gradiente en polares.
Observa que en la expresin anterior del gradiente aparecen los inversos de los factores de
escala multiplicando a las derivadas parciales a las que est asociado cada uno de ellos. Como
sabes, los factores de escala son{1, }; el primero de ellos, 1, est asociado a la primera columna
de la matriz jacobiana del cambio de coordenadas que corresponde a la derivacin parcial res-
pecto a la primera variable, ; el segundo de ellos, , est asociado a la segunda columna de la
matriz jacobiana del cambio de coordenadas que corresponde a la derivacin parcial respecto
a la segunda variable, .
4.1.4. Signicado de los factores de escala
Consideremos la matriz jacobiana de la funcin que introduce las coordenadas polares.
A =
_
cos sin
sin cos
_
Esta matriz dene una aplicacin lineal de R
2
en R
2
que a cada vector (x, y) hace corresponder
el vector A .(x, y). Un clculo fcil proporciona
A .(x, y) =
_
x
2
+
2
y
2
Deducimos que para vectores situados en el eje de abscisas, es decir, de la forma (x, 0), se veri-
ca que A .(x, 0) =(x, 0) y, por la linealidad, se sigue que A .(x, 0) A .(z, 0) =(x, 0) (z, 0),
esto es, la aplicacin (x, y) A .(x, y) conserva distancias en el eje X. Pues bien, este es el signi-
cado de que el factor de escala asociado a la primera variable sea igual a 1.
Deducimos tambin que para vectores situados a lo largo del eje de ordenadas, es decir,
de la forma (0, y), se verica que A .(0, y) = (0, y) y, teniendo en cuenta la linealidad, se
sigue que A .(0, y) A .(0, z) = (0, y) (0, z), esto es, la aplicacin (x, y) A .(x, y) multiplica
Prof. Javier Prez
distancias por en el eje Y. Pues bien, este es el signicado de que el factor de escala asociado
a la segunda variable sea igual a .
En resumen, los factores de escala indican las dilataciones a lo largo de los ejes que hace la
aplicacin lineal asociada a la matriz jacobiana de la aplicacin g(, ) = (cos, sen). Suele
decirse que la aplicacin g es la que, a escala innitesimal, produce esas dilataciones. La expre-
sin escala innitesimal se entiende de la siguiente forma. Supongamos que jamos valores
=
0
y =
0
y sea un nmero muy pequeo (lo que en los siglos XVII y XVIII se llamaba un
innitsimo; terminologa que todava usan algunos textos de Fsica). Entonces, por la deni-
cin de derivada, tenemos que
g(
0
+,
0
) g(
0
,
0
)
_
_
_
_
g
(
0
,
0
)
_
_
_
_
=
g(
0
,
0
+) g(
0
,
0
)
_
_
_
_
g
(
0
,
0
)
_
_
_
_
=
0
La primera igualdad nos dice que si efectuamos incrementos innitesimales en la primera
variable la aplicacin g conserva distancias y la segunda igualdad nos dice que si efectuamos
incrementos innitesimales en la segunda variable la aplicacin g multiplica las distancias
por el correspondiente valor de la primera variable.
La expresin (4.4) del elemento diferencial de longitud en coordenadas polares tiene en
cuenta dichos factores de escala.
Naturalmente, para calcular la longitud de una curva dada por sus ecuaciones paramtricas
polares r(t) = ((t)cos(t), (t)sen(t)), a t b, lo que se hace es integrar la rapidez con que
dicha curva se recorre:
r
(t) =
_
(
(t)cos(t) (t)
(t)sen(t))
2
+(
(t)sen(t) +(t)
(t)cos(t))
2
=
_
(t)
2
+(t)
2
(t)
2
en consecuencia, la longitud de r viene dada por
b
a
r
(t) dt =
b
a
_
(t)
2
+(t)
2
(t)
2
dt
Observa que el valor obtenido para r
(t) podamos haberlo calculado directamente usando

la igualdad (4.3) y recordando que la norma eucldea es invariante por cambios de base orto-
normales.
Al igual que cada factor de escala mide la dilatacin innitesimal a lo largo de un eje, el pro-
ducto de los factores de escala, en nuestro caso , mide el cambio en el rea de un rectngulo a
escala innitesimal. El producto de los factores de escala es justamente el determinante jaco-
biano. Recuerda que la frmula del cambio de variables a coordenadas polares en una integral
doble arma que si f es un campo escalar continuo en un conjunto A R
2
se verica que
A
f (x, y)d(x, y) =
B
f (cos, sen)d(, )
donde B ={(, ) : (cos, sen)A}. Observa que B es la expresin del conjunto A en coorde-
nadas polares, es decir A = g(B), y que en la segunda integral se multiplica por . Si particulari-
zamos la igualdad anterior para la funcin constante f (x, y) = 1 obtenemos
rea(g(B)) =
A
1d(x, y) =
B
d(, )
Prof. Javier Prez
Coordenadas esfricas 46
Si B es un rectngulo muy pequeo (un rectngulo innitesimal) se verica que
B
d(, )
B
d(, ) =rea(B)
Deducimos que rea(g(B)) rea(B). En los libros de fsica se dice que d d es el elemento
diferencial de rea en coordenadas polares.
4.2. Coordenadas esfricas
La funcin g(r, , ) = (r sencos, r sensen, r cos ) es una biyeccin de = R
+
[0, ]]
, ] sobre R
3
\{(0, 0, 0)}. Los nmeros (r, , ) dados por x = r sencos, y = r sensen, z = r cos
donde r >0, 0 , - < , se llaman las coordenadas esfricas del punto de coordenadas
cartesianas (x, y, z).
zrcos
r
x
2
y
2
z
2
rsen xrsencos
yrsensen
P
X
Z
Y
e
r
e
Nota. La notacin y el orden en que se escriben las coordenadas esfricas vara de unos textos a
otros. En muchos textos los papeles de y estn intercambiados con respecto a los nuestros.
Por lo que se reere al intervalo ] , ] elegido para medir en radianes el ngulo , podemos
hacer las mismas observaciones que las hechas para las coordenadas polares. Con frecuen-
cia dicho intervalo se sustituye por [0, 2[ lo que, dicho sea de paso, complica las frmulas del
cambio de cartesianas a esfricas. Cuando en un libro se usen coordenadas esfricas debes
comprobar cmo se denen dichas coordenadas.
Cuando se utiliza el sistema de coordenadas esfricas los vectores se reeren a una base
ortonormal {e
r
, e
, e
} que se ha representado en la gura anterior (trasladada al punto P). En

el lenguaje tpico de los textos de fsica se dice que el vector e
r
es un vector unitario en el sen-
tido en que se mueve el punto P cuando aumenta r manteniendo y constantes, el vector
Prof. Javier Prez
Coordenadas esfricas 47
e
es un vector unitario en el sentido en que se mueve el punto P cuando aumenta mante-

niendo r y constantes y el vector e
es un vector unitario en el sentido en que se mueve el

punto P cuando aumenta manteniendo r y constantes. En trminos matemticos, quizs
ms precisos, observa que el vector de posicin del punto P de coordenadas esfricas (r, , )
es g(r, , ) = (r cos sen, r sensen, r cos ); su variacin con respecto a r manteniendo y
constantes es la derivada parcial respecto a r, su variacin con respecto a manteniendo r y
constantes es la derivada parcial respecto a y su variacin con respecto a manteniendo r y
constantes es la derivada parcial respecto a .
u
1
=
g
r
(r, , ) = (cos sen, sen sen, cos )
u
2
=
g
(r, , ) = (r cos cos, r sencos, r sen)

u
3
=
g
(r, , ) = (r sensen, r cos sen, 0)

Es fcil comprobar que estos vectores son ortogonales dos a dos, u
i
.u
j
= 0, para i j. Para ob-
tener una base ortonormal a partir de ellos todo lo que tenemos que hacer es normalizarlos. Se
calculan fcilmente sus normas u
1
= 1, u
2
= r, u
3
= r sen. Deducimos que los vectores
e
r
= (cos sen, sen sen, cos)
e
= (cos cos, sencos , sen)

e
= (sen, cos, 0)
formanuna base ortonormal. Es a dicha base a la que se reere unvector cuandose usancoor-
denadas esfricas. Observa que los vectores de esta base dependen de la posicin del punto,
es decir, no se trata de una base ja. Fjate en que si (r, , ) son las coordenadas esfricas de un
punto (x, y, z), se verica que (x, y, z) = re
r
. En general, la expresin en la base {e
r
, e
, e
} de un
vector vR
3
se obtiene por el mtodo usual calculando sus proyecciones ortogonales sobre los
vectores de la base:
v =
e
r
_
e
r
+
_
e
_
e
(4.14)
Observa que si escribimos v en la forma v = (r sencos , r sensen, r cos ), entonces
e
r
_
= r
y

v
_
=
_
= 0.
Recuerda que la matriz jacobiana de una funcin de R
3
enR
3
, f =( f
1
, f
2
, f
3
) es la matriz cuyas
las son los vectores gradiente de las funciones componentes de f y, por tanto, sus columnas
son las derivadas parciales de f respecto a cada una de sus variables; entendiendo, claro est,
que la derivada parcial de un campo vectorial respecto de una variable es el vector formado por
las derivadas parciales de sus componentes respecto de dicha variable.
Las columnas de la matriz jacobiana de la aplicacin g que introduce las coordenadas esf-
ricas son los vectores u
1
, u
2
, u
3
. Las normas eucldeas de las columnas de la matriz jacobiana
se llaman factores mtricos o factores de escala del cambio a coordenadas esfricas y son
{1, r, r sen}.
Nota. En algunos libros de fsica se usa la notacin e
r
= r, e
=

y e
=

.
Prof. Javier Prez
Expresin de la velocidad y la aceleracin en coordenadas esfricas 48
4.2.1. Expresin de la velocidad y la aceleracin en coordenadas esfricas
Consideremos un mvil cuya funcin de trayectoria viene dada por r(t) =x(t)i +y(t)j +z(t)k.
Sean (r(t), (t), (t)) las coordenadas esfricas de r(t) de forma que
r(t) = (r(t)cos (t)sen(t), r(t)sen(t)sen(t), r(t)cos (t)) = r(t)e
r
(t)
donde e
r
(t) = (cos(t)sen(t), sen(t)sen(t), cos (t)). Es fcil comprobar que
e
r
(t) =
(t)e
(t) +
(t)sen(t)e
(t).
Deducimos que
r
(t) = r
(t)e
r
(t) +r(t)e
r
(t) = r
(t)e
r
(t) +r(t)
(t)e
(t) +r(t)sen(t)
(t)e
(t) (4.15)
que es la expresin de la velocidad en coordenadas esfricas.
Esta igualdad suele escribirse con notacin ms clsica en la forma
dr = dr e
r
+r de
+r sende
(t)
La distancia, s(t), recorrida por el mvil, desde un tiempo inicial a hasta el tiempo t viene dada
por
s(t) =
t
a
r
(t) dt =
t
a
_
_
r
(t)
_
2
+
_
r(t)
(t)
_
2
+
_
r(t)sen(t)
(t)
_
2
dt
Y, por tanto, s
(t) =
_
_
r
(t)
_
2
+
_
r(t)
(t)
_
2
+
_
r(t)sen(t)
(t)
_
2
. Esta igualdad suele escribirse
en la forma
(ds)
2
= (dr )
2
+r
2
(d)
2
+(r sen)
2
(d)
2
(4.16)
y se llama elemento diferencial de longitud en coordenadas esfricas. Observa que aqu apare-
cen los factores de escala 1, r y r sen elevados al cuadrado y multiplicando a las correspondien-
tes diferenciales (d)
2
, (d)
2
y (d)
2
.
Derivando la igualdad (4.15) puedes comprobar que la aceleracin viene dada por:
r
(t) =
_
r
(t) r(t)(
(t))
2
r(t)(
(t))
2
sen
2
(t)
_
e
r
(t)+
+
_
2r
(t)
(t) +r(t)
(t) r(t)(
(t))
2
sen(t)cos(t)
_
e
(t)+
+
_
2r
(t)
(t)sen(t) +2r(t)
(t)
(t)cos(t) +r(t)
(t)sen(t)
_
e
(t)
4.2.2. Expresin de la divergencia en coordenadas esfricas
Sea f(x, y, z) =( f
1
(x, y, z), f
2
(x, y, z), f
3
(x, y, z)) un campo vectorial de tres variables. La divergen-
cia de este campo es el campo escalar dado por divf(x, y, z) =
f
1
x
(x, y, z) +
f
2
y
(x, y, z) +
f
3
z
(x, y, z).
Consideremos la expresin de f en coordenadas esfricas:
F(r, , ) = f(r sencos , r sensen, r cos )
y sean F
r
(r, , ), F
(r, , ) y F
(r, , ) las componentes de F(r, , ) respecto de la base {e

r
, e
, e
},
esto es, F(r, , ) = F
r
(r, , )e
r
+F
(, , )e
+F
(r, , )e
. La expresin de la divergencia de f en
coordenadas esfricas consiste en expresar la igualdad
divF(r, , ) = divf(r sencos, r sensen, r cos ) =
f
1
x
(r sencos, r sensen, r cos )+
+
f
2
y
(r sencos, r sensen, r cos ) +
f
3
z
(r sencos, r sensen, r cos)
Prof. Javier Prez
Gradiente en coordenadas esfricas 49
en trminos de las funciones F
r
(r, , ), F
(r, , ), F
(r, , ) y de sus derivadas parciales. El ca-

mino indirecto consistente en calcular derivadas parciales de F
r
, F
y F
para tratar de relacio-

narlas con divF(r, , ) no se ve nada claro (puedes intentarlo para convencerte). Seguiremos el
camino directo como hicimos para las coordenadas polares. Para ello expresaremos las compo-
nentes cartesianas del campo f en funcin de sus componentes F
r
, F
y F
en la base {e
r
, e
, e
}.
La matriz del cambio de esta base a la base cannica es la que tiene comocolumnas los vectores
e
r
, e
, y e
.
( f
1
(x, y, z), f
2
(x, y, z), f
3
(x, y, z)) = F
r
(r, , )e
r
+F
(, , )e
+F
(, , ) =
=
_
_
_
cos sen cos cos sen
sen sen sen cos cos
cos sen 0
_
_
_
_
_
_
F
r
(r, , )
F
(, , )
F
(, , )
_
_
_
Naturalmente, debemos considerar r, y como funciones de x, y, z.
r = r(x, y, z) =
_
x
2
+y
2
+z
2
=(x, y, z) = arccos
z
_
x
2
+y
2
+z
2
=(x, y, z) = arctg(y/x)
Las igualdades anteriores permiten expresar f
1
(x, y, z), f
2
(x, y, z) y f
3
(x, y, z) en funcin de
F
r
(r(x, y, z), (x, y, z), (x, y, z)), F
(r(x, y, z), (x, y, z), (x, y, z)) y F
(r(x, y, z), (x, y, z), (x, y, z)). Ahora

hay que calcular, aplicando la regla de la cadena, las derivadas parciales
f
1
x
(x, y, z),
f
2
y
(x, y, z) y
f
3
z
(x, y, z) sumarlas, simplicar y sustituir (x, y, z) por (r sencos, r sensen, r cos). Los clculos
son largos pero mecnicos. El resultado nal es el siguiente.
divf(r sencos , r sensen, r cos ) =
1
r
2
r
_
r
2
F
r
(r, , )
_
+
1
r sen
_
senF
(r, , )
_
+
1
r sen
(r, , )
Observa que en esta igualdad a la izquierda tenemos la divergencia de f calculada en la expre-
sin de f en coordenadas cartesianas y evaluada en el punto (r sencos , r sensen, r cos ), y a
la derecha lo que tenemos son las derivadas parciales de las componentes de la funcin com-
puesta F(r, , ) evaluadas en el punto (r, , ).
4.2.3. Gradiente en coordenadas esfricas
Sea f un campo escalar de tres variables. Sabemos que el gradiente de f es el campo vecto-
rial dado por
f (x, y, z) =
f
x
(x, y, z)i +
f
y
(x, y, z)j +
f
y
(x, y, z)k
La expresin del gradiente de f en esfricas viene dada por
f (r sencos, r sensen, r cos ) = f
r
(r, , )e
r
+ f
(r, , )e
+ f
(r, , )e
donde f
r
, f
y f
son las componentes del vector f (r sencos, r sensen, r cos ) en la base

{e
r
, e
, e
}. En virtud de la igualdad (4.14), tenemos que

f
r
(r, , ) =
f (r sencos , r sensen, r cos )
e
r
_
f
(r, , ) =
_
f
(r, , ) =
_
Prof. Javier Prez
Haciendo estos productos escalares y teniendo en cuenta la regla de la cadena se obtiene fcil-
mente la igualdad siguiente.
f (r sencos , r sensen, r cos ) =

r
f (r sencos, r sensen, r cos )e
r
+
+
1
r
f (r sencos , r sensen, r cos)e
+
1
r sen
f (r sencos , r sensen, r cos )e
Es conveniente introducir la funcin h(r, , ) = f (r sencos, r sensen, r cos ) con lo que la

igualdad anterior se escribe mejor en la forma
f (r sencos , r sensen, r cos ) =
h
r
(r, , )e
r
+
1
r
h
(r, , )e
+
1
r sen
h
(r, , )e
En los textos de fsica es frecuente que no se distinga entre la funcin f y la funcin h (pues, en
denitiva, son la misma funcin expresada en distintas coordenadas) y que escriban la igual-
dad anterior en la forma
f =
f
r
e
r
+
1
r
f
+
1
r sen
f
igualdad que constituye la expresin del gradiente en coordenadas esfricas.

Observa que en la expresin anterior del gradiente aparecen los inversos de los factores de
escala multiplicando a las derivadas parciales a las que est asociado cada uno de ellos. Como
sabes, los factores de escala son {1, r, r sen}; el primero de ellos, 1, est asociado a la prime-
ra columna de la matriz jacobiana del cambio de coordenadas que corresponde a la derivacin
parcial respecto a la primera variable, r; el segundo de ellos, r, est asociado a la segunda colum-
na de la matriz jacobiana del cambio de coordenadas que corresponde a la derivacin parcial
respecto a la segunda variable, , el tercero de ellos, r sen, est asociado a la tercera colum-
na de la matriz jacobiana del cambio de coordenadas que corresponde a la derivacin parcial
respecto a la tercera variable, .
4.2.4. Signicado de los factores de escala
Consideremos la matriz jacobiana en un punto genrico (r, , ) de la funcin que introduce
las coordenadas esfricas.
S =
_
_
_
cossen r coscos r sensen
sensen r cossen r cossen
cos r sen 0
_
_
_
Esta matriz dene una aplicacin lineal de R
3
en R
3
que a cada vector (x, y, z) hace corresponder
el vector S .(x, y, z). La norma eucldea de la imagen de un vector en dicha transformacin viene
dada por la igualdad siguiente.
S .(x, y, z) =
_
x
2
+r
2
y
2
+r
2
sen
2
z
2
Deducimos que para vectores situados a lo largo del eje X, es decir, de la forma (x, 0, 0), se ve-
rica que S .(x, 0, 0) = (x, 0, 0) y, teniendo en cuenta la linealidad, se sigue que la aplicacin
(x, y, z) S .(x, y, z) conserva distancias en el eje X. Pues bien, este es el signicado de que el
factor de escala asociado a la primera variable sea igual a 1.
Prof. Javier Prez
Coordenadas cilndricas 51
Deducimos tambin que para vectores situados a lo largo del eje Y, es decir, de la forma
(0, y, 0), se verica que S .(0, y, 0) = r (0, y, 0) y, teniendo en cuenta la linealidad, se sigue que
la aplicacin (x, y, z) S .(x, y, z) multiplica distancias por r en el eje Y. Pues bien, este es el sig-
nicado de que el factor de escala asociado a la segunda variable sea igual a r.
Deducimos tambin que para vectores situados a lo largo del eje Z, es decir, de la forma
(0, 0, z), se verica que S .(0, 0, z) = r sen(0, 0, z) y, teniendo en cuenta la linealidad, se sigue
que la aplicacin (x, y, z) S .(x, y, z) multiplica distancias por r sen en el eje Z. Pues bien, este
es el signicado de que el factor de escala asociado a la tercera variable sea igual a r sen.
En resumen, los factores de escala indican las dilataciones a lo largo de los ejes que hace
la aplicacin lineal asociada a la matriz jacobiana de g(r, , ) = (r sencos , r sensen, r cos ).
Suele decirse que la aplicacin g es la que, a escala innitesimal, produce esas dilataciones.
Al igual que cada factor de escala mide la dilatacin innitesimal a lo largo de un eje, el
producto de los factores de escala, en nuestro caso r
2
sen, mide el cambio en el volumen de
un ortoedro a escala innitesimal. El producto de los factores de escala es justamente el deter-
minante jacobiano. Recuerda que la frmula del cambio de variables a coordenadas esfricas
en una integral triple arma que si f es un campo escalar continuo en un conjunto A R
3
se
verica que
A
f (x, y, z)d(x, y, z) =
B
f (r sencos , r sensen, r cos )r
2
send(r, , )
donde B = {(r, , ) : (r sencos, r sensen, r cos ) A}. Observa que B es la expresin del con-
junto A en coordenadas esfricas, es decir A = g(B), y que en la segunda integral se multiplica
por r
2
sen. Si particularizamos la igualdad anterior para la funcin constante f (x, y, z) = 1 obte-
nemos
Volumen(g(B)) =
A
1d(x, y, z) =
B
r
2
send(r, , )
Si B es un ortoedro muy pequeo (un ortoedro innitesimal) se verica que
B
r
2
send(r, , ) r
2
sen
B
d(r, , ) = r
2
senVolumen(B)
y obtenemos Volumen(g(B)) r
2
senVolumen(B). Suele decirse que r
2
sendr d d es el ele-
mento diferencial de volumen en coordenadas esfricas.
4.3. Coordenadas cilndricas
La funcin g(, , z) = (cos, sen, z) es una biyeccin de = R
+
], ] R sobre R
3
\
{(0, 0, 0)}. Los nmeros (, , z) donde x = cos, y = sen, con > 0 y < , se llaman
las coordenadas cilndricas del punto (x, y, z).
Cuando se utiliza el sistema de coordenadas cilndricas los vectores se reeren a una base
ortonormal {e
, e
, e
z
} que se ha representado en la gura (4.2) (trasladada al punto P). En el
lenguaje tpico de los textos de fsica se dice que el vector e
es un vector unitario en el sentido

en que se mueve el punto P cuando aumenta manteniendo y z constantes, el vector e
es un
vector unitario en el sentido en que se mueve el punto P cuando aumenta manteniendo y z
Prof. Javier Prez
Coordenadas cilndricas 52
z
x
2
y
2
xcos
ysen
P
X
Z
Y
e
z
e
Figura 4.2: Coordenadas cilndricas

constantes y el vector e
z
es un vector unitario en el sentido en que se mueve el punto P cuan-
do aumenta z manteniendo y constantes. En trminos matemticos, quizs ms precisos,
observa que el vector de posicin del punto P es g(, , z) = (cos, sen, z) su variacin con
respecto a manteniendo y z constantes es la derivada parcial respecto a , su variacin con
respecto a manteniendo y z constantes es la derivada parcial respecto a y su variacin con
respecto a z manteniendo y constantes es la derivada parcial respecto a z.
u
1
=
g
(, , z) = (cos, sen, 0)
u
2
=
g
(, , z) = (sen, cos, 0)
u
3
=
g
z
(, , z) = (0, 0, 1)
Es fcil comprobar que estos vectores son ortogonales dos a dos, u
i
.u
j
= 0, para i j. Para ob-
tener una base ortonormal a partir de ellos todo lo que tenemos que hacer es normalizarlos. Se
calculan fcilmente sus normas u
1
= 1, u
2
=, u
3
= 1. Deducimos que los vectores
e
= (cos, sen, 0)
e
= (sen, cos, 0)
e
z
= (0, 0, 1) = k
formanuna base ortonormal. Es a dicha base a la que se reere unvector cuandose usancoor-
denadas cilndricas. Observa que los vectores de esta base dependen de la posicin del punto,
es decir, no se trata de una base ja. Fjate en que si (, , z) son las coordenadas cilndricas de
un punto (x, y, z), se verica que (x, y, z) = e
+zk. En general, la expresin en la base {e
, e
, k}
de un vector v R
3
se obtiene por el mtodo usual calculando sus proyecciones ortogonales
sobre los vectores de la base:
v =
_
e
_
e
k
_
k (4.17)
Observa que si escribimos v en la forma v = (cos, sen, z), entonces
_
= ,

v
_
= 0,
y
k
_
= z.
Prof. Javier Prez
Ejercicios 53
4.3.1. Ejercicios
1. Completa el estudio de las coordenadas cilndricas conforme al esquema seguido en el
estudio de las coordenadas polares y esfricas. Es decir, debes calcular la velocidad, ace-
leracin, divergencia y gradiente en coordenadas cilndricas y hacer una interpretacin
de los factores de escala y de los elementos diferenciales de longitud y volumen.
4.4. Coordenadas curvilneas ortogonales
Sean A y B dos subconjuntos de R
3
y sea g : A B una biyeccin de A sobre B. Representa-
remos por (x, y, z) un punto genrico de B y por (u, v, w) un punto genrico de A. La biyeccin g
permite describir los puntos de B mediante puntos de A, pues dado un punto (x, y, z) B hay
un nico punto (u, v, w) A tal que g(u, v, w) =(x, y, z); diremos que dicho punto (u, v, w) son las g-
coordenadas del punto (x, y, z) y tambin diremos que la aplicacin g introduce en B un sistema
de coordenadas curvilneas. Naturalmente, para que estas coordenadas denidas por g sean
tiles hay que suponer que la funcin g tiene buenas propiedades analticas. Suele suponerse
como condicin mnima para g que sea de clase C
1
, es decir que sus funciones componentes
tengan derivadas parciales continuas y tambin se supone que el determinante jacobiano de g
no se anula nunca. Estas condiciones aseguran que la biyeccin inversa de g es una funcin
de clase C
1
en B. Las funciones que verican estas propiedades (biyecciones de clase C
1
cuya
biyeccin inversa tambin es de clase C
1
) se llaman difeomorsmos. Suele exigirse tambin
que la matriz jacobiana de g calculada en cualquier punto de A tenga la propiedad de que sus
vectores columna sean dos a dos ortogonales. Cuando la aplicacin g verica estos requisitos
(es un difeomorsmo de A sobre B cuya matriz jacobiana tiene columnas ortogonales) se di-
ce que dicha aplicacin dene un sistema de coordenadas curvilneas ortogonales en B. Las
coordenadas esfricas y las cilndricas son ejemplos de coordenadas curvilneas ortogonales (y
tambin lo son las coordenadas polares en el plano).
4.1 Ejemplo. Consideremos la aplicacin
g(u, v, w) = (u
2
v
2
, 2uv, w
2
)
Es evidente que dicha aplicacin no es biyectiva en todo su dominio natural de denicin que
es R
3
. Para obtener un conjunto en el que sea una biyeccin debemos restringir su dominio
de denicin. Para ello vamos a considerar el conjunto A = {(u, v, w) : u > 0, v > 0, w > 0}. En el
conjunto A la funcin g toma valores en el conjunto B = {(x, y, z) : y > 0, z > 0}. Sea (x, y, z) un
punto cualquiera de B. Es fcil comprobar que el punto
(u, v, w) =
_
_
_
x +
_
x
2
+y
2
(x +
_
x
2
+y
2
)
2y
,
_
x
2
+
1
2
_
x
2
+y
2
,
z
_
_
est en A y g(u, v, w) =(x, y, z). Por tanto g es una biyeccin de A sobre B. Es claro que la funcin
g es de clase C
. Su matriz jacobiana es
_
_
_
2u 2v 0
2v 2u 0
0 0 2w
_
_
_
Prof. Javier Prez
Ejercicios 54
Y el determinante jacobiano es igual a 8u
2
w+8v
2
w.Deducimos que g es un difeomorsmo de
A sobre B. Adems las columnas de la matriz jacobiana son ortogonales.
Concluimos que la aplicacin g introduce un sistema de coordenadas curvilneas ortogo-
nales en B. Las g-coordenadas de un punto (x, y, z) B son la nica terna (u, v, w) A tal que
g(u, v, w) = (x, y, z).
Volvamos a la situacin general y supongamos que g : A B dene un sistema de coorde-
nadas curvilneas ortogonales en B. En tal caso los vectores columna de la matriz jacobiana de
g, es decir las derivadas parciales de g, normalizados constituyen una base ortonormal de R
3
que notaremos por {e
u
, e
v
, e
w
}. Se dice que esta base est asociada al sistema de coordenadas
dado y es a esa base a la que se reeren los vectores en el sistema de coordenadas denido por
g. En general los vectores de la base dependen de las coordenadas (u, v, w), no es una base ja.
Las normas eucldeas de los vectores columna de la matriz jacobiana de g se llaman factores
de escala o factores mtricos, los representaremos por {a, b, c} (son funciones de u, v, w).
Para expresar el vector gradiente de un capo escalar f dado en coordenadas cartesianas
f (x, y, z) =
f
x
(x, y, z)i +
f
y
(x, y, z)j +
f
z
(x, y, z)k
en g-coordenadas, lo que hacemos es calcular las componentes del vector (f )(g(u, v, w)) en la
base {e
u
, e
v
, e
w
}. Llamemos ( f
u
, f
v
, f
w
) a las componentes del vector (f )(g(u, v, w)) en la base
{e
u
, e
v
, e
w
}. Sabemos que
f
u
(u, v, w) =
(f )(g(u, v, w))
e
u
_
f
v
(u, v, w) =
(f )(g(u, v, w))
e
v
_
f
w
(u, v, w) =
(f )(g(u, v, w))
e
w
_
Teniendo en cuenta la regla de la cadena para derivadas parciales y las deniciones dadas, pue-
des comprobar que
(f )(g(u, v, w)) =
1
a
u
f (g(u, v, w))e
u
+
1
b
v
f (g(u, v, w))e
v
+
1
c
w
f (g(u, v, w))e
w
Debes entender bien lo que signica esta igualdad: a la izquierda aparece la funcin gradiente
de f evaluada en el punto g(u, v, w), a la derecha guran las derivadas parciales de la funcin
compuesta h(u, v, w) = f (g(u, v, w)) dividida cada una de ellas por el factor de escala que corres-
ponde a su variable y multiplicada por el correspondiente vector de la base asociada a las nue-
vas coordenadas (y no olvides que dichos vectores dependen de u, v, w). La expresin obtenida
para el gradiente es vlida para todo sistema de coordenadas curvilneas ortogonales.
4.4.1. Ejercicios
1. Completa el estudio general de las coordenadas curvilneas ortogonales conforme al es-
quema seguido en el estudio de las coordenadas polares y esfricas. Es decir, debes cal-
cular la velocidad y el elemento diferencial de longitud, la aceleracin y divergencia en
coordenadas curvilneas ortogonales y hacer una interpretacin de los factores de escala
y de los elementos diferenciales de longitud y volumen.
2. Representa la supercie cuya ecuacin en coordenadas esfricas es r = 1.
Prof. Javier Prez
Ejercicios 55
3. Representa una parte de la supercie cuya ecuacin en coordenadas esfricas es =/4.
4. Representa una parte de la supercie ecuacin en coordenadas esfricas es =/4.
5. Representa una parte de la supercie cuya ecuacin en coordenadas cilndricas es r = 1.
6. Representa una parte de la supercie cuya ecuacin en coordenadas cilndricas es
=/4.
7. Representa una parte la supercie cuya ecuacin en coordenadas esfricas es r = 1.
Prof. Javier Prez
Leccin5
Supercies. Integrales de supercie
En todo lo que sigue consideraremos funciones de una o varias variables con derivada con-
tinua o con derivadas parciales de primer orden continuas respectivamente.
5.1. Supercies en R
3
Una supercie S en el espacio R
3
puede venir dada de tres formas:
a) Como la grca de una funcin z = f (x, y) donde (x, y)A siendo A un conjunto de R
2
.
S ={(x, y, f (x, y)) : (x, y)A}
b) Por medio de ecuaciones paramtricas, es decir, se trata de una supercie de la forma
S = (A) donde es una funcin de dos variables con valores en R
3
. La funcin transfor-
ma un subconjunto A R
2
en una supercie en R
3
. En este caso se acostumbra a interpretar
los puntos del conjunto A como parmetros que describen la supercie. Si notamos (s, t)A
un elemento genrico de A, la funcin debe ser de la forma
(s, t) = (x(s, t), y(s, t), z(s, t)) = x(s, t)i +y(s, t)j +z(s, t)k
y, por tanto
S =(A) ={(x(s, t), y(s, t), z(s, t)) : (s, t)A}
c) De forma implcita como el conjunto de puntos g(x, y, z) = 0 donde se anula un campo es-
calar diferenciable de tres variables.
S =
_
(x, y, z)R
3
: g(x, y, z) = 0
_
Observa que a) es un caso particular de c) (basta considerar g(x, y, z) = f (x, y) z) y tambin es
un caso particular de b) (basta considerar (x, y) = (x, y, f (x, y))).
56
Plano tangente en un punto de una supercie 57
5.1.1. Plano tangente en un punto de una supercie
Se dice que un vector wR
3
es tangente a una supercie S en un punto (a, b, c) S si se
verica que w es el vector tangente en el punto (a, b, c) a una curva contenida en S y que pasa
por dicho punto. Se dice que un vector wR
3
es ortogonal a una supercie S en un punto
(a, b, c)S si se verica que w es ortogonal a todo vector tangente a S en el punto (a, b, c).
Se verica que el plano tangente a la supercie en el punto (a, b, c) contiene a todos los
vectores tangentes a la supercie en dicho punto. El clculo del plano tangente depende de
cmo venga dada la supercie. Consideremos los tres casos posibles.
La supercie viene dada por ecuaciones paramtricas.
Sea S =(A) donde A R
2
y
Para calcular el plano tangente en un punto (s
0
, t
0
) = (a, b, c) S, basta darse cuenta de que
las curvas (s) = (s, t
0
) y (t) = (s
0
, t) estn contenidas en S y pasan por el punto (a, b, c). Los
vectores tangentes a dichas curvas en (a, b, c) vienen dados por
(s
0
) =

s
(s
0
, t
0
) =
_
x
s
(s
0
, t
0
),
y
s
(s
0
, t
0
),
z
s
(s
0
, t
0
)
_
=
x
s
(s
0
, t
0
)i +
y
s
(s
0
, t
0
)j +
z
s
(s
0
, t
0
)k
(t
0
) =

t
(s
0
, t
0
) =
_
x
t
(s
0
, t
0
),
y
t
(s
0
, t
0
),
z
t
(s
0
, t
0
)
_
=
x
t
(s
0
, t
0
)i +
y
t
(s
0
, t
0
)j +
z
t
(s
0
, t
0
)k
que sonlos vectores columna de la matriz jacobiana de en(s
0
, t
0
). Se supone que dichos vectores
son linealmente independientes pues en otro caso el plano tangente a S en (a, b, c) no est deni-
do. El plano tangente a S en(a, b, c) es la traslacin a dicho punto del plano vectorial engendrado
por estos dos vectores. En consecuencia, el plano tangente tiene las ecuaciones paramtricas
siguientes:
(x, y, z) =(s
0
, t
0
) +s
s
(s
0
, t
0
) +t
t
(s
0
, t
0
), (s, t R)
La supercie est dada implcitamente.
Se trata de una supercie de la forma S = {(x, y, z) R
3
: g(x, y, z) = 0} donde g es un cam-
po escalar de tres variables. Para calcular el plano tangente a S en un punto (a, b, c) S, bas-
ta observar que el vector gradiente de g calculado en (a, b, c) es ortogonal a todo vector tan-
gente a S en (a, b, c). Ello es consecuencia de que si : [a, b] R
3
es una curva contenida en
la supercie S que pasa por el punto (t
0
) = (a, b, c), entonces se tiene que g((t)) = 0 para
todo t [a, b], por lo que la derivada de la funcin compuesta g((t)) es idnticamente nu-
la, es decir

(g)((t))
(t)
_
= 0 para todo t [a, b]. En particular, para t = t
0
obtenemos que
g(a, b, c)
(t
0
)
_
= 0.
Deducimos que el plano tangente a S en (a, b, c) es el plano que tiene como vector ortogonal
g(a, b, c) y que pasa por el punto (a, b, c). Se supone que g(a, b, c) (0, 0, 0) pues en otro caso,
el plano tangente en (a, b, c) no est denido. En consecuencia, el plano tangente es el plano de
ecuacin cartesiana
g(a, b, c)
(x a, y b, z c)
_
=
g
x
(a, b, c)(x a) +
g
y
(a, b, c)(y b) +
g
z
(a, b, c)(z c) = 0
Prof. Javier Prez
Plano tangente en un punto de una supercie 58
La supercie es la grca de una funcin.
Sea S = {(x, y, f (x, y)) R
3
: (x, y) A} donde A R
2
y f : A R es un campo escalar de dos
variables. Entonces dicha supercie est denida implcitamente por la ecuacin g(x, y, z) =
f (x, y) z = 0. Como consecuencia de lo visto en el punto anterior, el plano tangente en un
punto (a, b, c) = (a, b, f (a, b)) S es el plano de ecuacin
g(a, b, c)
(x a, y b, z f (a, b))
_
= 0
y, como, g(a, b, c) =
_
f
x
(a, b),
f
y
(a, b), 1
_
, se sigue que la ecuacin del plano tangente es
z c =
f
x
(a, b)(x a) +
f
y
(a, b)(y b)
Observa que S tiene como ecuaciones paramtricas (x, y) = (x, y, f (x, y)) por lo que los vectores
_
1, 0,
f
x
(a, b)
_
y
_
0, 1,
f
y
(a, b)
_
son tangentes a S en el punto (a, b, c). Puedes comprobar que
el vector
_
f
x
(a, b),
f
y
(a, b), 1
_
es ortogonal a dichos vectores, como debe ser segn lo dicho
anteriormente.
Si g(x, y, z) es un campo escalar, las supercies de ecuacin implcita g(x, y, z) = c o, lo que es
igual g(x, y, z) c = 0, donde c es una constante, se llaman supercies de nivel (cuando el campo
se interpreta como un potencial se llaman supercies equipotenciales). De lo dicho antes, se
sigue que el vector gradiente g(x, y, z) es ortogonal en todo punto (x, y, z) (en el que g(x, y, z) 0)
a la supercie de nivel que pasa por dicho punto.
Una forma interesante de ver la grca de una funcin es mediante curvas de nivel. Por es-
te mtodo lo que se hace es representar la grca de una funcin en R
3
proyectando sobre el
plano XY las curvas interseccin de dicha supercie con planos paralelos al plano XY ( curvas
de nivel). Las curvas de nivel unen los puntos de la supercie que tienen la misma altura. Ests
acostumbrado a ver estas representaciones porque los mapas topogrcos representan el relie-
ve del terreno por curvas de nivel. Esta representacin permite ver las zonas donde la funcin
vara ms rpidamente porque las curvas de nivel estn ms prximas entre s.
5.1.1.1. Ejercicios
1. Calcula las ecuaciones del plano tangente y de la recta normal a cada una de las siguientes
supercies en el punto P
o
indicado.
z
2
2x
2
2y
2
12 = 0, P
0
= (1, 1, 4)
z log(x
2
+y
2
) = 0, P
0
= (1, 0, 0)
x
2
+y
2
+z
3
2x +4y +3z +1 = 0, P
0
= (3, 4, 3)
4 x
2
4z
2
= y, P
0
= (0, 0, 1)
z(xy 1) (x +y) = 0, P
0
= (1, 2, 3)
z +e
z
+2x +2y x
2
y
2
3 = 0, P
0
= (1, 1 +
e, 1)
(u, v) = (u +v)i +ucosvj +vsenuk, P
0
= (1, 1, 0)
(u, v) = (u +v, 3u
2
, u v), P
0
= (2, 3, 0)
2. Halla la ecuacin de la tangente en el punto (3, 2, 1) a la curva dada como interseccin
del elipsoide x
2
+4y
2
+2z
2
= 27 y el hiperboloide x
2
+y
2
2z
2
= 11.
Prof. Javier Prez
rea de una supercie 59
3. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las su-
percies z = xy, x
2
+y
2
2z = 4 en el punto (3, 1, 3). Comprueba el resultado expresando
la curva por sus ecuaciones paramtricas.
4. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las su-
percies 4xz = (x +z)y, 3z
2
+y = 5x en el punto (1, 2, 1).
5.2. rea de una supercie
Sea una supercie S =(A) donde (s, t) =(x(s, t), y(s, t), z(s, t)) =x(s, t)i +y(s, t)j +z(s, t)k y A es
un subconjunto de R
2
que, por sencillez, supondremos que es de la forma A = [a, b] [c, d]. En
todo lo que sigue se supone que la parametrizacin es buena en el sentido de que recubre la
supercie una sola vez. Esto es tanto como exigir que sea una funcin inyectiva aunque puede
permitirse que en S haya algunas curvas que se recubran ms de una vez por .
Consideremos particiones a =s
0
<s
1
<s
2
<. . . <s
n1
<s
n
=b y c =t
0
<t
1
<t
2
<. . . <t
m1
<t
m
=d
de los intervalos [a, b] y [c, d] respectivamente. Tenemos que
S =(A) =
_
_
1jn
1km
[s
j1
, s
j
] [t
k1
, t
k
]
_
=
_
1jn
1km
_
[s
j1
, s
j
] [t
k1
, t
k
]
_
Teniendo en cuenta la propiedad aditiva del rea, se sigue que
rea(S) =
n
j=1
m
k=1
rea
_
_
[s
j1
, s
j
] [t
k1
, t
k
]
__
(5.1)
Acontinuacin calcularemos de forma aproximada el rea de unpequeo trozode la supercie.
Para ello sean h y k nmeros muy pequeos y consideremos el trozo de supercie
S
0
=
_
[s
0
, s
0
+h] [t
0
, t
0
+k]
_
. Aproximaremos dicha supercie por el paralelogramo con vr-
tice en (s
0
, t
0
) engendrado por los vectores v1 =(s
0
+h, t
0
) (s
0
, t
0
) y v2 =(s
0
, t
0
+k) (s
0
, t
0
).
Sabemos que el rea de dicho paralelogramo viene dada por la norma del producto vectorial de
v1 por v2. Teniendo en cuenta la denicin de derivada parcial, podemos hacer las siguientes
aproximaciones:
v1 h
s
(s
0
, t
0
), v2 k
t
(s
0
, t
0
)
por lo que
v1 v2 hk
_
_
_
_
s
(s
0
, t
0
)
t
(s
0
, t
0
)
_
_
_
_
Observa que lo que estamos haciendo es aproximar el rea de S
0
por el rea de un paralelogra-
mo contenido en el plano tangente a S
0
en el punto (s
0
, t
0
). Es decir, para medir el rea de S
0
lo
que hacemos es sustituir S
0
por su proyeccin sobre dicho plano tangente.
Esto no debe de extraarte. T vives sobre la supercie de la tierra que es parecida a una
esfera pero te comportas como si vivieras sobre un plano: el plano tangente a la Tierra en tu
lugar de residencia. Por ejemplo, para medir el rea de una regin cuadrada cuyo lado es de 5
kilmetros, no se tiene en cuenta la pequea curvatura de dicha regin y armamos que el rea
es de 25 kilmetros cuadrados; lo que hacemos es aproximar un trozo de la esfera Tierra por
un trozo de su plano tangente. El error que se comete es muy pequeo. Si pudiramos tapizar
Prof. Javier Prez
Ejercicios 60
la supercie de la Tierra con teselas de 1 centmetro de lado, bastara conocer cuntas teselas
se necesitan para tener una buena aproximacin del rea de la supercie total de la Tierra. La
siguiente grca ilustra estas ideas.
Figura 5.1: Aproximacin local de una supercie por su plano tangente
Teniendo ahora en cuenta la igualdad (5.1), deducimos que
rea(S) =
1jn
1km
rea
_
_
[s
j1
, s
j
] [t
k1
, t
k
]
__
1jn
1km
(s
j
s
j1
)(t
k
t
k1
)
_
_
_
_
s
(s
j1
, t
k1
)
t
(s
j1
, t
k1
)
_
_
_
_
En el lmite estas sumas convergen a la integral doble
A
_
_
_
s
(s, t)
t
(s, t)
_
_
_ d(s, t). Esto lleva a
denir el rea de una supercie S dada paramtricamente por
rea(S) =
A
_
_
_
_
s
(s, t)
t
(s, t)
_
_
_
_
d(s, t) (5.2)
El vector

s
(s, t)
t
(s, t) recibe el nombre de producto vectorial fundamental.
Si la supercie es la grca de una funcin S = {(x, y, f (x, y)) R
2
: (x, y) A} donde A R
2
y
f : A R es un campo escalar de dos variables, entonces dicha supercie tiene como ecuacio-
nes paramtricas (x, y) =(x, y, f (x, y)) por lo que

x
(x, y) =
_
1, 0,
f
x
(x, y)
_
,

y
(x, y) =
_
0, 1,
f
y
(x, y)
_
.
En este caso tenemos que
rea(S) =
A
_
_
_
_
x
(x, y)

y
(x, y)
_
_
_
_
d(x, y) =
1 +
_
f
x
(x, y)
_
2
+
_
f
y
(x, y)
_
2
d(x, y) (5.3)
5.2.1. Ejercicios
1. Calcula las siguientes reas.
a) De la parte del plano
x
a
+
y
b
+
z
c
= 1, (a > 0, b > 0, c > 0) que se encuentra en el primer
octante.
b) De la grca de la funcin f : A R
2
, denida por f (x, y) = x
2
+y
2
para todo (x, y) A
donde A es el crculo de centro el origen y radio 1.
Prof. Javier Prez
Integral de supercie de un campo escalar 61
c) De la parte de la semiesfera z =
_
R
2
x
2
y
2
limitada por el cilindro circular recto
x
2
+y
2
= r
2
(se supone que R > r).
d) De la supercie (un toro) S =([0, 2] [0, 2]) donde
(s, t) = ((R+r cost)coss, (R+r cost)sens, r sent) (0 < r < R)
e) De la parte de la esfera x
2
+y
2
+z
2
=a
2
que se encuentra dentro del cilindro
x
2
a
2
+
y
2
b
2
=1,
b a, z 0.
f) De la supercie r(u, v) = ucosvi +usenvj +vk, 0 u 1, 0 v .
g) De la supercie r(u, v) = uvi +(u +v)j +(u v)k, donde u
2
+v
2
1.
5.3. Integral de supercie de un campo escalar
Supongamos ahora que f es un campo escalar denido en una regin del espacio que con-
tiene a la supercie S = (A). Para denir la integral de f sobre S, procedemos como antes di-
vidiendo la supercie en pequeos parches S
j,k
=
_
[s
j1
, s
j
] [t
k1
, t
k
]
_
, evaluamos la funcin f
en un punto de cada parche, por ejemplo en (s
j1
, t
k1
), y formamos la suma
n
j=1
m
k=1
f
_
(s
j1
, t
k1
)
_
rea
_
([s
j1
, s
j
] [t
k1
, t
k
])
_
n
j=1
m
k=1
(s
j
s
j1
)(t
k
t
k1
) f
_
(s
j1
, t
k1
)
_
_
_
_
_
s
(s
j1
, t
k1
)
t
(s
j1
, t
k1
)
_
_
_
_
En el lmite estas sumas convergen a la integral doble
A
f
_
(s, t)
_
_
_
_
s
(s, t)
t
(s, t)
_
_
_ d(s, t). De-
nimos, por tanto, la integral del campo escalar f sobre la supercie S como
S
f (x, y, z)dS =
A
f
_
(s, t)
_
_
_
_
_
s
(s, t)
t
(s, t)
_
_
_
_
d(s, t) (5.4)
En el caso particular de que la supercie sea la grca de una funcin S = {
_
x, y, h(x, y)
_
R
3
:
(x, y)A} donde A R
2
y h : A R es un campo escalar de dos variables, tenemos que
S
f (x, y, z)dS =
A
f
_
x, y, h(x, y)
_
1 +
_
h
x
(x, y)
_
2
+
_
h
y
(x, y)
_
2
d(x, y) (5.5)
Te recuerdo que estamos suponiendo que todas las funciones que consideramos son de clase
C
1
, es decir que tienen derivadas parciales de primer orden continuas. Las supercies deni-
das por funciones de clase C
1
que tienen plano tangente en todo punto se llaman supercies
suaves. Con frecuencia es preciso calcular integrales sobre supercies que tienen aristas y no
son suaves pero que son suaves a trozos esto es, que se obtienen pegando varias supercies
suaves; por ejemplo, la supercie formada por las caras de un poliedro. En tal caso, la integral
sobre una supercie suave a trozos se dene como la suma de las integrales sobre cada una
de las supercies suaves que la forman.
Naturalmente, el valor de la integral (5.4) no debe depender de la forma en que represente-
mos la supercie. Efectivamente, esto es as debido a una propiedad muy especial del producto
vectorial.
Prof. Javier Prez
Ejemplos 62
Sea pues, una supercie S dada por (s, t) = (x(s, t), y(s, t), z(s, t)) donde (s, t)A R
2
, e intro-
duzcamos parmetros nuevos (u, v) por s = (u, v), t =(u, v) donde (u, v) B siendo B = {(u, v) :
((u, v), (u, v)) A}. Pongamos (u, v) = ((u, v), (u, v)) la nueva parametrizacin de S. Proba-
remos que
A
f ((s, t))
_
_
_
_
s
(s, t)

t
(s, t)
_
_
_
_
d(s, t) =
B
f ((u, v))
_
_
_
_
u
(u, v)
v
(u, v)
_
_
_
_
d(u, v) (5.6)
En virtud del teorema del cambio de variables, tenemos que
A
f ((s, t))
_
_
_
_
s
(s, t)
t
(s, t)
_
_
_
_
d(s, t) =
=
B
f ((u, v))
_
_
_
_
s
((u, v), (u, v))
t
((u, v), (u, v))
_
_
_
_
(, )
(u, v)
d(u, v)
Donde hemos representado por
(, )
(u, v)
el determinante jacobiano de la transformacin. La
igualdad (5.6) la obtenemos ahora como consecuencia de la siguiente igualdad
u
(u, v)
v
(u, v) =
(, )
(u, v)
s
((u, v), (u, v))
t
((u, v), (u, v))
que t mismo puedes comprobar o hacerlo con el programa Mathematica.
5.3.1. Ejemplos
5.1 Ejemplo(Centrode masa de una supercie). Sea S =(A) una supercie y sea : S Runa
funcin continua que representa la densidad supercial de una lmina cuya forma es la de la
supercie S, es decir, (x, y, z) es la densidad de S en el punto (x, y, z) S medida en unidades de
masa por supercie (por ejemplo, en gr/cm
2
). La masa total de la supercie viene dada por la
integral de supercie de la funcin sobre S. El centrode masa de S es el punto (a, b, c) denido
por
a =
S
x(x, y, z)dS
S
(x, y, z)dS
, b =
S
y(x, y, z)dS
S
(x, y, z)dS
, c =
S
z(x, y, z)dS
S
(x, y, z)dS
Cuando la densidad es constante el centro de masas se denomina centroide (que es una pro-
piedad geomtrica de la supercie).
5.2 Ejemplo(Frmulade Pappus para el rea de una supercie de revolucin). Este resultado
establece que el rea de la supercie de revolucin obtenida girando una curva plana simple
alrededor de una recta que no la corta situada en su mismo plano es igual al producto de la
longitud de la curva por la longitud de la circunferencia que describe el centroide de la misma.
Vamos a probar la armacin anterior. Supongamos, por comodidad, que la curva est con-
tenida enel plano XZ y viene dada por (t) =(x(t), z(t)) donde a t b. Suponemos tambinque
z(t) > 0 para todo t [a, b]. Observa que estas hiptesis no son restrictivas pues el caso general
puede reducirse a ste mediante un giro y una traslacin que son movimientos del espacio que
conservan las reas. Al girar la curva alrededor del eje X se obtiene una supercie de revolucin
Prof. Javier Prez
Ejemplos 63
S que est dada por (s, t) = (x(t), z(t)cos s, z(t)sens) para a t b, 0 s 2. Deducimos que, el
rea de la supercie S viene dada por
rea(S) =
A
_
_
_
_
s
(s, t)
t
(s, t)
_
_
_
_
d(s, t) =
2
0
_
b
a
z(t)
_
x
(t)
2
+z
(t)
2
dt
_
ds =2
b
a
z(t)
_
x
(t)
2
+z
(t)
2
dt
Recordemos que la segunda coordenada del centroide de la curva viene dada por
=
zds
ds
=
zds
()
=
b
a
z(t)
_
x
(t)
2
+z
(t)
2
dt
()
donde () es la longitud de la curva . Concluimos que rea(S) = 2() y 2 es la longitud
de la circunferencia que recorre el centroide al girar la curva alrededor del eje X.
El siguiente resultado, aunque no est directamente relacionado con este tema, lo incluyo
aqu por complitud.
5.3 Ejemplo (Frmula de Pappus para el volumen de un slido de revolucin). El volumen
de un slido de revolucin obtenido girando una gura plana alrededor de una recta que no la
corta situada en su mismo plano es igual al producto del rea de la gura plana por la longitud
de la circunferencia que describe el centroide de la misma.
Vamos a probar la armacin anterior. Supongamos, por comodidad, que la gura plana,
F, est contenida en el plano XZ y su frontera es una curva dada por (t) = (x(t), z(t)) donde
a t b. Suponemos tambinque x(t) >0 para todot [a, b]. Observa que estas hiptesis no son
restrictivas pues el caso general puede reducirse a ste mediante un giro y una traslacin que
sonmovimientos del espacio que conservan los volmenes. Al girar la gura plana, F, alrededor
del eje Z se obtiene un slido de revolucin que est limitado por la supercie dada por
(s, t) = (x(t)cos s, z(t)sens, z(t)) para a t b, 0 s 2.
El volumen de viene dado por
1d(x, y, z). Haciendo un cambio de variables a coorde-

nadas cilndricas, tenemos que Volumen() =
d(x, y, z) =
B
d(, , z) donde
B ={(, , z) : (cos, sen, z)} ={(, , z) : (, z)F, 0 2}
En consecuencia, usando el teorema de Fubini, tenemos que
Volumen() =
d(x, y, z) =
B
d(, , z) =
2
0
_
F
d(, z)
_
d =
= 2
F
d(, z) = 2
F
d(, z) = 2rea(F)
donde
=
F
d(, z)
F
d(, z)
es la abscisa del centroide de F.
Prof. Javier Prez
Ejercicios 64
5.3.2. Ejercicios
Hacer los ejercicios propuestos en el libro de James Stewart Clculo Multivariable 4Ed., en
la seccin 16.7 (pgina 1103), ejercicios 5-18.
1. Calcula el centroide de la semiesfera x
2
+y
2
+z
2
= R
2
, z 0.
2. Calcula la masa de un embudo delgado en forma de cono z =
_
x
2
+y
2
, 1 z 4, cuya
funcin de densidad es (x, y, z) = 10 z (gr/cm
2
).
5.4. Integral de supercie de un campo vectorial
Sea S = (A) una supercie donde (s, t) = (x(s, t), y(s, t), z(s, t)) = x(s, t)i +y(s, t)j +z(s, t)k y A
es un subconjunto de R
2
. Sea F(x, y, z) = P(x, y, z)i +Q(x, y, z)j +R(x, y, z)k un campo vectorial de
tres variables denido en un abierto de R
3
que contiene a la supercie S. Recuerda que para
denir la integral de F sobre una curva lo que se haca era considerar un campo de vectores
sobre la curva, a saber, el campo vectorial que a cada punto de la curva hace corresponder el
vector tangente unitario en dicho punto. Ahora necesitamos hacer algo parecido. Necesitamos
denir uncampo vectorial de tres variables sobre la supercie S. Puesto que enunpunto de una
supercie hay muchos vectores tangentes pero hay solamente dos vectores normales unitarios
opuestos entre s, parece natural elegir uno de dichos vectores en cada punto de la supercie y
de esta forma obtenemos un campo vectorial que podremos multiplicar escalarmente por F lo
que nos va a llevar a la integral que queremos denir.
Nos vemos as llevados a la necesidad de elegir en cada punto de una supercie uno de los
dos vectores unitarios normales a la supercie endichopunto. Representaremos por n(x, y, z) un
vector normal unitario a S en el punto (x, y, z)S. El otro vector normal unitario ser n(x, y, z).
5.4Denicin. Diremos que una supercie S es orientable cuando es posible denir uncampo
vectorial continuo sobre S que a cada punto de S asigne uno de los vectores unitarios normales
en dicho punto. Cuando dicho campo vectorial existe se llama una orientacin de S.
Es claro que una supercie de un solo trozo orientable tiene dos posibles orientaciones.
Las supercies orientables tienen dos caras porque, intuitivamente, lo que hace una orien-
tacin es denir en cada punto de la supercie una direccin hacia arriba que es aquella direc-
cin en la que apunta el vector normal y la direccin opuesta dene una direccin hacia abajo.
Por tanto podemos distinguir una cara de S hacia arriba y otra cara de S hacia abajo. La mayora
de las supercies usuales son orientables pero hay algunas supercies que no lo son y suelen
llamarse supercies de una sola cara. La ms conocida es la llamada banda de Moebius. Aqu la
tienes.
Prof. Javier Prez
Integral de supercie de un campo vectorial 65
Figura 5.2: Una supercie no orientable
Se dice que la supercie S = (A) es simple cuando la funcin es inyectiva en A. La banda
de Moebius no es una supercie simple.
Supuesto que S es una supercie suave y simple, se verica que la funcin denida para todo
(x, y, z)S por
n(x, y, z) =
s
(s, t)

t
(s, t)
_
_
_
_
s
(s, t)

t
(s, t)
_
_
_
_
donde (s, t) = (x, y, z)S (5.7)
es continua sobre S por lo que la supercie S es orientable. La orientacin denida por (5.7) se
dice que est inducida por la parametrizacin . En particular, si la supercie es la grca de
una funcin S ={
_
x, y, h(x, y)
_
R
3
: (x, y)A} donde AR
2
y h : A Res un campo escalar de dos
variables, entonces dicha supercie tiene como ecuaciones paramtricas (x, y) =
_
x, y, h(x, y)
_
(y es simple y suave) por lo que

x
(x, y) =
_
1, 0,
h
x
(x, y)
_
,

y
(x, y) =
_
0, 1,
h
y
(x, y)
_
. En este caso
tenemos que
n
_
x, y, h(x, y)
_
=
x
(x, y)

y
(x, y)
_
_
_
_
x
(x, y)

y
(x, y)
_
_
_
_
=
h
x
(x, y)i
h
y
(x, y)j +k
_
h
x
(x, y)
_
2
+
_
h
y
(x, y)
_
2
+1
(5.8)
Cuando la supercie est denida implcitamente por una ecuacin, es decir, se trata de una
supercie de la forma S ={(x, y, z)R
3
: g(x, y, z) = 0} donde g es un campo escalar de tres varia-
bles cuyo gradiente no se anula nunca en S, entonces una orientacin en S viene dada por
n(x, y, z) =
g(x, y, z)
g(x, y, z)
(5.9)
5.5 Denicin. La integral de un campo vectorial F(x, y, z) = P(x, y, z)i +Q(x, y, z)j +R(x, y, z)k so-
bre una supercie S que suponemos simple y suave, se dene por
S
F. dS =
S
F
_
(s, t)
_
.n
_
(s, t)
_
dS (5.10)
donde n
_
(s, t)
_
viene dado por la igualdad (5.7) en el caso de que S =(A) o por la igualdad (5.8)
en el caso de que S sea la grca de una funcin h.
Es decir, la integral de supercie de un campo vectorial sobre una supercie S es igual a
la integral de supercie del campo escalar F
_
(s, t)
_
.n
_
(s, t)
_
sobre S. Teniendo en cuenta la
denicin de integral de supercie de un campo escalar, cuando S =(A) tenemos que
S
F. dS =
A
F
_
(s, t)
_
.
_
s
(s, t)
t
(s, t)
_
d(s, t) (5.11)
Prof. Javier Prez
Integral de supercie de un campo vectorial 66
y cuando S es la grca de una funcin h tenemos que
S
F. dS =
A
F
_
x, y, h(x, y)
_
.
_
h
x
(x, y)i
h
y
(x, y)j +k
_
d(x, y)
A
_
P
_
x, y, h(x, y)
_
h
x
(x, y) Q
_
x, y, h(x, y)
_
h
y
(x, y) +R
_
x, y, h(x, y)
_
_
d(x, y) (5.12)
En fsica suele llamarse a la integral
S
F. dS ujo de F a travs de S.
Con frecuencia es preciso calcular integrales sobre supercies que tienen aristas y no son
suaves ni orientables en el sentido que acabamos de denir pero que son suaves y orientables a
trozos esto es, que se obtienen pegando varias supercies suaves y orientables; por ejemplo,
la supercie formada por las caras de unpoliedro. Ental caso, la integral de uncampovectorial
sobre una supercie suave y orientable a trozos se dene como la suma de las integrales
sobre cada una de las supercies suaves y orientables que la forman.
Para una supercie cerrada, esto es una supercie que es la frontera de un dominio aco-
tado en R
3
, se conviene que la orientacin positiva es aquella en la que los vectores normales
apuntan siempre hacia el exterior de la supercie. Si una supercie cerrada viene dada por
una parametrizacin, puede ocurrir que la orientacin inducida por dicha parametrizacin no
sea la orientacin positiva. Cuando esto ocurre basta intercambiar las variables para que la
orientacin inducida sea la orientacin positiva.
5.6 Ejemplo (Flujo de un campo vectorial a travs de una supercie). Consideremos que el
campo v es el campo de velocidades de un uido que se mueve en una regin del espacio, esto
es, v(x, y, z) es el vector velocidad, del uidoenel punto (x, y, z). Suponemos, por comodidad, que
la velocidad no depende del tiempo sino solamente de las coordenadas espaciales del punto,
es decir, que se trata de un uido estacionario (en el caso general en que la velocidad tambin
depende del tiempo, las consideraciones que siguen permanecen vlidas en cada instante t).
Supongamos tambin que usamos el metro como unidad de longitudes y el segundo como
unidad de tiempo.
Consideremos una supercie S orientada por un campo de vectores normales unitarios
n(x, y, z). Suponemos que dicha supercie no impide el paso del uido el cual puede uir libre-
mente a travs de ella. Queremos calcular el volumen total de uido que atraviesa la supercie
por unidad de tiempo, es decir, el ujo (volumtrico) del uido a travs de S. Es evidente que di-
cho ujo depende de la posicin de la supercie respecto al campo de velocidades del uido, el
ujo ser mximo cuando el campo sea normal a la supercie y ser nulo cuando el campo sea
tangente a la supercie. Es por ello por lo que precisamos tener una orientacin en la supercie
pues de esta forma podemos precisar la posicin de S respecto al campo de velocidades.
Consideremos el caso ms simple en que la supercie S es un paralelogramo plano engen-
drado por los vectores a y b y el campo de velocidades, v, es constante. En este caso tan sencillo,
el ujo a travs de S es igual al volumen (con signo) del paraleleppedo engendrado por los vec-
tores a, b y v, que sabemos es igual al producto mixto v.(a b). Pues el uido que en un instante
dado se encuentra en el paralelogramo, al cabo de un segundo se encontrar en otro parale-
logramo trasladado del primero mediante el vector v. Recuerda que a b es un vector normal
a S cuya norma es igual al rea de S. El nmero v.(a b) se expresa en metros cbicos por se-
gundo. El signo de dicho nmero indica si el ujo es saliente (signo positivo cuando el vector
v y el vector a b forman un ngulo agudo, esto es apuntan en la misma direccin) o entrante
Prof. Javier Prez
Ejercicios 67
(signo negativo cuando el vector v y el vector a b forman un ngulo mayor de 90 grados, esto
es apuntan en direcciones opuestas).
Volviendo al caso general, el vector v(x, y, z) puede descomponerse en cada punto (x, y, z) de
la supercie S comosuma de dos vectores ortogonales de los cuales uno de ellos est enel plano
tangente a S en el punto considerado y el otro se obtiene como la proyeccin ortogonal del vec-
tor sobre el vector normal unitario n(x, y, z), es decir, es el vector
_
v(x, y, z).n(x, y, z)
_
n(x, y, z). La
componente tangente a S no atraviesa dicha supercie (lo que hace es establecer una circula-
cin del uido sobre la misma) y su contribucin al ujo es nula. Por ello, para calcular el ujo
solamente se considera la componente del campo v(x, y, z) que es normal a la supercie, esto
es, el vector
_
v(x, y, z).n(x, y, z)
_
n(x, y, z). Ya puedes suponer lo que sigue: dividimos la supercie
en pequeos parches y aproximamos el rea de cada parche como lo hemos hecho al denir la
integral de supercie y en cada uno de esos parches aproximamos el ujo por el volumen de un
paraleleppedo engendrado por los vectores tangentes a la supercie en un punto del parche y
el vector
_
v(x, y, z).n(x, y, z)
_
n(x, y, z) calculado en ese punto; hacemos la correspondiente suma y
obtenemos una aproximacin del ujo a travs de S. Estas aproximaciones convergen a la in-
tegral de supercie del campo v(x, y, z) sobre S. Por tanto, el ujo a travs de S viene dado por
S
v. dS.
Las consideraciones anteriores tambin sirven para justicar que el ujo de masa a travs
de S viene dado por
S
v. dS, donde (x, y, z) es la funcin de densidad del uido.
El ujo de un campo vectorial a travs de una supercie tiene gran importancia enel estudio
de campos elctricos y campos magnticos. Si E es un campo elctrico, la integral de super-
cie
S
E. dS se llama ujo elctrico de E a travs de S. La ley de Gauss establece que la carga
elctrica neta que hay en el interior de una supercie cerrada viene dada por Q =
0
S
E. dS.
5.4.1. Ejercicios
Hacer los ejercicios propuestos en el libro de James Stewart Clculo Multivariable 4Ed., en
la seccin 16.7 (pgina 1103), ejercicios 19-28.
Prof. Javier Prez
Leccin6
Teoremas de Stokes y de Gauss
6.1. Teorema de Stokes
El teorema de Stokes es una generalizacin del teorema de Green para supercies en el es-
pacio: el teorema de Green establece una igualdad entre integrales dobles e integrales de lnea
y el teorema de Stokes establece una igualdad entre integrales de supercie e integrales de l-
nea. Veremos que en el caso particular de que la supercie sea una supercie plana situada en
el plano XY con normal unitaria igual a k el teorema de Stokes se convierte en el teorema de
Green.
Sea S una supercie que suponemos orientada por un campo continuo de vectores que a
cada punto (x, y, z)S hace corresponder un vector unitario normal a S que notaremos n(x, y, z).
Suponemos que la supercie S es una supercie abierta y representamos por S su borde. Ob-
serva que S puede ser una curva cerrada o puede estar formado por varias curvas cerradas
disjuntas (por ejemplo, la supercie S puede ser un trozo de cilindro circular recto sin tapade-
ras en cuyo caso su borde son dos circunferencias).
La orientacin en S denida por el campo de vectores normales n(x, y, z) induce una orienta-
cin en S que se llama orientacin inducida. En trminos familiares, la orientacin inducida
en S es aquella en la que al recorrer caminando S en el sentido que indica el vector tangente
en cada punto de S y con la cabeza apuntando en el sentido que indica el vector normal n, la
supercie S queda a nuestra izquierda.
Una denicin matemtica ms precisa de lo que se entiende por orientacin inducida es la
siguiente. Sea PS un punto en el borde de la supercie S. La curva S tiene en P dos vectores
normales unitarios que son tangentes a la supercie S en P; estos vectores son opuestos entre
s. Sea N uno de dichos vectores. Representemos por H el plano tangente a S en P. Sea B(P, )
una bola centrada en P de radio >0 sucientemente pequeo. Denamos G=B(P, )S, y sea
D =
H
(G) la proyeccin ortogonal de G sobre H. Observa que
H
deja invariante a N y a P
porque ambos estn en H. Adems, como
H
conserva la ortogonalidad, el vector N es normal
en el punto P a la curva (S)
H
=
H
_
S B(P, )
_
. Observa que D es un dominio plano y que
(S)
H
es parte de D. Pues bien, si el vector N es la normal interior a D en P (en el sentido que
68
Teorema de Stokes 69
denimos al estudiar el teorema de Green) se dice que N es el vector unitario normal a S en P
que apunta hacia dentro de S. La orientacininducida en S por la orientacindada de la su-
percie S es aquella en la que, notando por N(x, y, z) el vector unitario normal que apunta hacia
dentro de S y por T(x, y, z) el vector tangente unitario a S en el punto (x, y, z)S, se verica que
la base ortonormal {T(x, y, z), N(x, y, z), n(x, y, z)} tiene determinante positivo (de hecho igual a
1) para todo (x, y, z)S. Observa que, cualquiera sea el vector tangente unitario T(x, y, z) se tiene
que N(x, y, z) = n(x, y, z) T(x, y, z) o N(x, y, z) =n(x, y, z) T(x, y, z).
Cuando S es una supercie suave y orientable a trozos se conviene en que la orientacin de
cada parte suave y orientable de S se haga de forma que encada curva , que sea frontera comn
de dos partes suaves orientables, las respectivas orientaciones inducidas en sean opuestas.
Las siguientes grcas te ayudarn a entender estas ideas.
Entodos los casos se han representado enrojo los vectores normales a S que apuntan hacia
dentro de S, en verde los vectores normales que orientan la supercie y en azul los vectores
tangentes a S que proporcionan en cada caso la orientacin inducida en S.
Observa que las orientaciones inducidas en S por las orientaciones de las semiesferas su-
perior e inferior son opuestas. En el caso del cilindro su borde est formado por dos circunfe-
rencias cuyas orientaciones son opuestas. La ltima de las supercies est formada pegando
dos supercies (un casquete esfrico y un cono) orientables cuyas orientaciones se eligen de
forma que induzcan orientaciones opuestas en su borde comn.
Prof. Javier Prez
Teorema de Stokes 70
Comprueba que en todos los casos si andas sobre la curva borde en el sentido que indica
su tangente (vector azul) y con tu cabeza apuntando en el sentido que indica la normal que
orienta la supercie (vector verde), la supercie queda a tu izquierda.
El teorema de Stokes arma que el ujo del rotacional de un campo a travs de una supercie
suave y orientable a trozos es igual a la circulacin del campo en el borde de la misma.
6.1 Teorema (Teorema de Stokes). Sea S una supercie suave y orientable a trozos con una
orientacin denida por el campo de vectores normales unitarios n(x, y, z) y representemos por
S
+
el borde de S con la orientacin inducida. Sea F un campo vectorial de clase C
1
denido en
un abierto que contenga a S. Entonces se verica que
S
+
F. dr =
S
rot F.ndS (6.1)
Un caso frecuente es cuando la supercie S viene dada en la forma S =(A) donde A R
2
y
para (s, t)A es
y la orientacin de S viene dada por
n(x, y, z) =
s
(s, t)

t
(s, t)
_
_
_
_
s
(s, t)

t
(s, t)
_
_
_
_
donde (s, t) = (x, y, z)S
Consideremos en el espacio de los parmetros la orientacin positiva s t es decir, el eje de
abscisas representa la variable s y el de ordenadas la variable t. En esta situacin se verica que
la orientacin positiva de la frontera de A (en el sentido que vimos al estudiar el teorema de
Green) se corresponde con la orientacin inducida en S. Esto quiere decir que si s =s(u), t =t(u)
donde a u b, son las ecuaciones paramtricas de la frontera de A con la orientacin positiva,
que notaremos A
+
, entonces (u) =(s(u), t(u)) es una representacin paramtrica de S
+
.
El teorema de Green es un caso particular del teorema de Stokes. Supongamos que nuestra
supercie es un dominio plano D contenido en el plano XY y que la orientamos por la normal
al plano XY en la direccin del eje Z positivo. Es claro que en esta situacin la normal unitaria
es k = (0, 0, 1) y que el borde de D con la orientacin inducida es precisamente el borde de D
orientado positivamente (en el sentido que vimos al estudiar el teorema de Green) que repre-
sentamos por D
+
. Sea F(x, y) = (P(x, y), Q(x, y)) un campo vectorial denido en D. Aplicando el
teorema de Stokes al campo vectorial F
3
(x, y, z) = (P(x, y), Q(x, y), 0) obtenemos
D
+
F
3
. dr =
D
rot F
3
.kdS
Es claro que
D
+
F
3
. dr =
D
+
P(x, y)dx +Q(x, y)dy
Por otra parte tenemos que
rot F
3
(x, y, z).k =
Q
x
(x, y)
P
y
(x, y)
Prof. Javier Prez
Teorema de la divergencia 71
Concluimos que
D
+
D
_
Q
x
(x, y)
P
y
(x, y)
_
d(x, y)
6.2. Teorema de la divergencia
Ya conocemos una versin del teorema de la divergencia para campos vectoriales de dos
variables. En la generalizacin de dicho teorema para campos vectoriales de tres variables se
consideran dominios regulares en R
3
. Recuerda que un dominio es un conjunto abierto y co-
nexo. La frontera de un dominio acotado es una supercie cerrada. Sea D un dominio acotado
en R
3
, diremos que D es un dominio regular cuando su frontera, que representaremos por D,
est formada por trozos de supercies que tienen plano tangente en todo punto. No exclui-
mos la posibilidad de que en las uniones de dichas supercies haya aristas en cuyos puntos
no est denido un plano tangente. El interior de una esfera o de un ortoedro son ejemplos de
dominios regulares el segundo de ellos con aristas.
Las supercies cerradas que son frontera de un dominio regular se orientan mediante la
normal exterior, concepto ste que, aunque tiene un signicado intuitivo para las supercies
cerradas ms usuales, es fcil de precisar matemticamente. En cada punto de D (excepto
quizs enlas aristas si las hay, peroestos conjuntos de puntos sontanpequeos que no inuyen
para nada en la integral) estn denidas dos normales unitarias que son opuestas una de otra.
Sea xD y sea N un vector normal a S en x. Se dice que N es normal exterior a S en x si para
> 0 sucientemente pequeo y para 0 <t < se verica que:
x tND, x +tN D
condiciones que expresan que si a partir del punto x nos desplazamos un poquito en la direc-
cin de N salimos de D y si nos desplazamos en la direccin opuesta a N entramos en D. Se
verica que D es una supercie orientable y suave a trozos y la aplicacin x n(x) que a ca-
da punto xD (con la salvedad indicada) hace corresponder la normal exterior a D en dicho
punto dene una orientacin que se llamar la orientacin positiva de D.
6.2 Teorema (Teorema de la divergencia). Sea D un dominio regular en R
3
, F un campo vec-
torial de clase C
1
denido en un abierto que contiene a DD y consideremos la supercie D
orientada positivamente. Entonces se verica que
D
F.ndS =
D
divF(x, y, z)d(x, y, z) (6.2)
Es decir, el ujo del campo F a travs de la frontera D del dominio D es igual a la integral de la
divergencia del campo en D.
Este teorema relaciona una integral de supercie con una integral de volumen. El teorema
de la divergencia tiene dos autores Gauss y Ostrogradsky; los textos atribuyen su autora a uno
u otro segn las simpatas del autor de turno aunque lo ms justo, como hacen muchos textos,
sera llamarle teorema de Gauss-Ostrogradsky.
Prof. Javier Prez
Aplicaciones de los teorema de Stokes y de la divergencia 72
Aplicando el teorema de la divergencia al dominio B(x, ) formado por una bola de centro x
y radio se deduce fcilmente que
lm
0
1
Vol(B(x, ))
B(x,)
F.ndS = divF(x, y, z)
lo que permite interpretar la divergencia como el lmite del ujo por unidad de volumen. Cla-
ramente, cuando divF(x, y, z) > 0 entonces para todo > 0 sucientemente pequeo se tiene
que
B(x,)
F.ndS > 0 de modo que el ujo neto a travs de B(x, ) es en sentido hacia afue-
ra. Anlogamente, cuando divF(x, y, z) < 0 el ujo neto a travs de B(x, ) es en sentido hacia
dentro.
6.3. Aplicaciones de los teorema de Stokes y de la divergencia
Este apartado sigue muy de cerca los apuntes de Anlisis del profesor de la Universidad de
Valencia Dr. Carlos Ivorra. Puedes descargar dichos apuntes y otros muchos, todos ellos exce-
lentes, de su pgina Web http://www.uv.es/ivorra.
El rotacional en hidrodinmica
Empezaremos viendo una interpretacin de la circulacin de un campo en el contexto de
la hidrodinmica. Supongamos que V es el campo de velocidades de un uido. Esto signica
que si liberamos una partcula de masa despreciable en un punto p el uido la arrastrar con
velocidad V(p) (no excluimos que V pueda depender del tiempo adems de hacerlo de la po-
sicin). Supongamos ahora que en el uido situamos una bolita sujeta por una varilla rgida a
un eje, respecto al cual puede girar a lo largo de una circunferencia de radio r. Es claro que si
la bolita se encuentra en el punto p el uido la har moverse con velocidad igual a la proyec-
cin de V(p) sobre la recta tangente a la circunferencia en p, pues la componente normal de
la velocidad ser cancelada por las fuerzas que mantienen rgida a la varilla que sujeta la bola.
Imaginemos ahora que el eje sujeta a la varilla por el centro y que sta tiene una bolita en cada
brazo como se muestra en la siguiente gura. Si las bolitas se encuentran en los puntos p
1
y
p
1
p
2
v
1
v
2
Vp
1
Vp
2
p
2
, entonces su velocidad (que en mdulo ha de ser la misma para ambas a causa de la rigidez
de la varilla) estar determinada por los vectores V(p
1
) y V(p
2
). Al igual que en el caso anterior
en realidad depender slo de las proyecciones v
1
= V(p
1
).T(p
1
)T(p
1
) y v
2
= V(p
2
).T(p
2
)T(p
2
)
(donde hemos notado por T(p) el vector tangente unitario a la circunferencia en el punto p).
Por ejemplo, en el caso indicado en la gura, donde V(p
1
).T(p
1
) = 2 y V(p
2
).T(p
2
) = 1, la velo-
cidad resultante ser el promedio de ambas: la varilla girar en sentido contrario a las agujas
Prof. Javier Prez
del reloj con velocidad (2 1)/2 = 1/2. La justicacin de esto es la siguiente. Se trata de un
problema de conservacin de la cantidad de movimiento. De hecho es equivalente al siguiente:
dos cuerpos de la misma masa se aproximan frontalmente de modo que sus velocidades son v
1
y v
2
. Si tras el choque se mueven conjuntamente, a qu velocidad lo hacen? La respuesta es
que la cantidad de movimiento del sistema es mv
1
+mv
2
al principio y 2mv al nal. Igualando
resulta que v = (v
1
+v
2
)/2. El uido comunica una cantidad de movimiento a las bolitas y la
varilla se limita a unicar las velocidades sin alterar la cantidad de movimiento.
Supongamos ahora que en vez de una varilla con dos bolitas tenemos un molinillo con n
aspas. Entonces el valor numrico de la velocidad resultante ser
1
n
(V(p
1
).T(p
1
) +V(p
2
).T(p
2
) + +V(p
n
).T(p
n
))
Que podemos escribir en la forma
1
2r
_
2r
n
V(p
1
).T(p
1
) +
2r
n
V(p
2
).T(p
2
) + +
2r
n
V(p
n
).T(p
n
)
_
donde r es el radio de la circunferencia. Esto equivale a considerar la circunferencia dividida
en n partes iguales de longitud s = 2r/n, multiplicar la longitud de cada parte por el valor de
V.T en uno de sus puntos, sumar y luego dividir el resultado entre la longitud completa de la
circunferencia. Finalmente, si en lugar de un molinillo ponemos un disco S de radio r, el valor
numrico de la velocidad que le imprimir el uido vendr dado por
v =
1
2r
C
V.Tds =
1
2r
C
V. dr
La velocidad v corresponde a una velocidad angular
r
= v/r. As pues, representando por C la
circunferencia del disco S orientada positivamente, tenemos que
r
=
1
2r
2
C
V. dr
Sea ahora n un vector unitario normal al disco. En virtud del teorema de Stokes se verica que
C
V. dr =
S
rot V.ndS
Si el centro del disco es el punto p y el radio r es sucientemente pequeo se verica que
S
rot V.ndS r
2
rot V(p).n
y por tanto
r
=
1
2r
2
C
V. dr =
1
2r
2
S
rot V.ndS
1
2
rot V(p).n
En el lmite se tiene la igualdad
lm
r0
r
=
1
2
rot V(p).n
As pues, la velocidad angular que adquirir la rueda es (aproximadamente) la mitad de la pro-
yeccin del rotacional sobre el eje de giro. Claramente el rotacional indica la direccin en que
hemos de situar el eje para que la velocidad de rotacin sea mxima.
Prof. Javier Prez
La ecuacin de continuidad
Sea V(x, y, z, t) el campo de velocidades de un uido y sea (x, y, z, t) su densidad (en general
ambos dependen de la posicin (x, y, z) y del tiempo t). Sea p = (x, y, z) un punto cualquiera y S
una esfera de centro p. La cantidad de uido contenida en S en un instante dado es la integral
de sobre la bola B de frontera S, luego la variacin de esta masa (debida a la variacin de la
densidad del uido respecto al tiempo) es
d
d t
B
(x, y, z, t)d(x, y, z) =
t
(x, y, z, t)d(x, y, z)
En la leccin anterior vimos que el ujo del campo V a travs de S se interpreta como la masa
de uido que sale de S por unidad de tiempo. Sea r el radio de B y denamos
r
(p, t) =
t
(x, y, z, t)d(x, y, z) +
S
(x, y, z, t)V(x, y, z, t).n(x, y, z)dS =
t
(x, y, z, t)d(x, y, z) +
B
div
_
(x, y, z, t)V(x, y, z, t)
_
d(x, y, z) =
B
_
t
(x, y, z, t) +div
_
(x, y, z, t)V(x, y, z, t)
_
_
d(x, y, z)
donde en la segunda igualdad hemos usado el teorema de la divergencia (se entiende que el
operador divergencia indica derivacin respecto a las variables espaciales x, y, z. Es claro que
r
(p, t) es el incremento de la masa de uido en B por unidad de tiempo menos la cantidad de
masa que entra en B a travs de S por unidad de tiempo. Por consiguiente
r
(p, t)/Vol(B) es la
cantidad de masa neta que se crea en B por unidad de tiempo y de volumen (el aumento o la
disminucin de masa en B que no entra ni sale por su frontera). Un razonamiento ya varias
veces repetido permite probar fcilmente que
(p, t) = lm
r0
r
(p, t)
vol(B)
=

t
(x, y, z, t) +div
_
(x, y, z, t)V(x, y, z, t)
_
donde (p, t) representa la cantidad de uido que se crea alrededor de p por unidad de tiempo
y de volumen. La ecuacin
(p, t) = div((p, t)V(p, t)) +

t
(p, t)
se denomina ecuacin de continuidad de la hidrodinmica.
Los puntos donde > 0 se llaman fuentes (son puntos donde aparece uido) y los puntos
donde < 0 se llaman sumideros (en los cuales desaparece uido). Si no hay fuentes ni su-
mideros, es decir, cuando la masa neta se conserva, se tiene que es idnticamente nula y la
ecuacin de continuidad adopta la forma ms usual
div((p, t)V(p, t)) +

t
(p, t) = 0
Si la densidad es constante el uido se llama incompresible y entonces la ecuacin de con-
tinuidad se reduce a (p, t) = divV(p, t) que nos dice que divV(p, t) es igual a la cantidad de
uido que se crea alrededor de p por unidad de masa y de volumen. Si adems no hay fuentes
ni sumideros, la ecuacin de continuidad se reduce a divV = 0.
Prof. Javier Prez
La ley de Gauss y la ecuacin de Poisson en electrosttica
Recuerda que el campo elctrico creado por una carga puntual Qsituada en un punto aR
3
viene dado por
E(x) =
1
4
Q
x a
3
(x a) (xR
3
, x a)
donde es la permisividad del medio. Recuerda que E(x) es la fuerza que experimentara una
carga positiva de 1 culombio que estuviera situada enel punto x. Es fcil comprobar por clculo
directo que divE(x) =0 para todo xR
3
, x a. Enconsecuencia, el teorema de la divergencia nos
dice que el ujo elctrico neto a travs de cualquier supercie cerrada que no rodee al punto a
es nulo. Observa que si la supercie cerrada contiene al punto a entonces no podemos aplicar el
teorema de la divergencia porque el campo no est denido en ningn abierto que contenga a
dicha supercie y a su interior. Estudiemos lo que ocurre eneste caso. Sea Gun dominio regular
que contiene al punto a y tomemos una bola B centrada en a y de radio r > 0 de manera que
est contenida en G. Consideremos el dominio D = G\ B que se obtiene quitndole a G la bola
B. Es claro que el dominio D no contiene a y que D =BG. La orientacin positiva en G es
la misma respecto a G y respecto a D y viene dada por la normal exterior a G, mientras que la
orientacin positiva en B como parte de la frontera de D =G\B es la dada por el vector normal
que apunta hacia dentro de B, es decir, la opuesta a su orientacin positiva como frontera de B.
En consecuencia tenemos que
0 =
D
divE(x)dx =
D
E(x).n(x)dS =
G
E(x).n(x)dS
B
E(x).n(x)dS
de donde
G
E(x).n(x)dS =
B
E(x).n(x)dS
Pero la ltima integral es inmediata porque para xB se tiene que
E(x).n(x) =
1
4
Q
r
3
(x a).n(x) =
1
4
Q
r
3
(x a).
(x a)
r
=
1
4
Q
r
2
luego
G
E(x).n(x)dS =
1
4
B
Q
r
2
dS =
1
4
Q
r
2
4r
2
=
Q
Este resultado se generaliza inmediatamente para el campo elctricoproducido por unnmero

nito, n, de cargas puntuales q
j
situadas en los puntos a
j
R
3
. Dicho campo viene dado por la
suma vectorial de los campos creados por cada carga
E(x) =
1
4
n
j=1
q
j
x a
j
3
(x a
j
) (xR
3
, x a
j
)
Se tiene que divE(x) = 0 para todo xR
3
, x a
j
. En consecuencia, el teorema de la divergencia
nos dice que el ujo neto de E a travs de cualquier supercie cerrada que no encierre a nin-
guno de los puntos a
j
es nulo. Mientras que si la supercie S encierra algunos de dichos puntos
y es Q la suma de las cargas que encierra se tiene que
S
E(x).n(x)dS =
Q
Consideremos ahora que tenemos una distribucin continua de cargas en un dominio regular
del espacio. Es decir, tenemos una funcin continua : R llamada densidad de carga
Prof. Javier Prez
que se anula fuera de tal que la carga neta contenida en un conjunto E viene dada por
E
(x)dx. En este caso, la suma que corresponde a una distribucin nita de cargas se con-
vierte en una integral y el campo viene dado por
E(x) =
1
4
(y)
x y
3
(x y)dy (xR
3
)
donde se entiende que la integral de una funcin vectorial es el vector formado por la integral
de cada una de sus componentes. Fjate en que si x el integrando no est denido en x
pero se demuestra que la integral tiene sentido. En este caso la ley de Gauss adopta la forma
siguiente: si D es un dominio regular con frontera S =D se verica que
S
E(x).n(x)dS =
1
D
(x)dx
Usando ahora el teorema de la divergencia tenemos
D
divE(x)dx =
1
D
(x)dx
o lo que es igual
D
_
divE(x)
(x)
_
dx = 0
Como esta igualdad tiene que ser vlida para todo dominio regular D, concluimos que
divE(x) =
(x)
Es sabido que el campo elctrico es conservativo. En el caso que nos ocupa se verica que la
funcin
V(x) =
1
4
(y)
x y
dy (xR
3
)
es una funcin potencial para E, es decir, se verica la igualdad E(x, y, z) = V(x, y, z). En con-
secuencia
div(V)(x, y, z) =
(x, y, z)
que es la ecuacin de Poisson.

Un sencillo clculo permite comprobar que para cualquier campo escalar f de clase C
2
se
verica que
div(f )(x, y, z) =

2
f
x
2
(x, y, z) +

2
f
y
2
(x, y, z) +

2
f
z
2
(x, y, z)
La expresin
f (x, y, z) =

2
f
x
2
(x, y, z) +

2
f
y
2
(x, y, z) +

2
f
z
2
(x, y, z)
se llama laplaciana del campo escalar f . El operador : f f se llama operador de Lapla-
ce. La ecuacin de Poisson para el potencial elctrico suele escribirse en la forma condensada
V =/.
Prof. Javier Prez
Funciones armnicas 77
6.4. Funciones armnicas
Sea f un campo escalar de clase C
2
denido en un abierto R
3
. Se dice que f es una
funcin armnica en si para todo (x, y, z) se verica que
2
f
x
2
(x, y, z) +

2
f
y
2
(x, y, z) +

2
f
z
2
(x, y, z) = 0
Dicho en otras palabras, las funciones armnicas en son las soluciones de la ecuacin de
Laplace f (x, y, z) = 0 en .
Es fcil comprobar que la funcin f denida para todo (x, y, z) (0, 0, 0) por
f (x, y, z) =
1
(x, y, z)
=
1
_
x
2
+y
2
+z
2
es armnica en R
3
\ {(0, 0, 0)}.
El teorema de la divergencia para un campo conservativo F(x, y, z) = f (x, y, z) adopta la
forma
D
F(x, y, z).ndS =
D
f (x, y, z).ndS =
D
f
n
(x, y, z)dS =
D
divF(x, y, z)d(x, y, z) =
D
divf (x, y, z)d(x, y, z) =
D
f (x, y, z)d(x, y, z)
Esto es

D
f
n
(x, y, z)dS =
D
f (x, y, z)d(x, y, z)
donde hemos tenido en cuenta que el producto escalar del gradiente de un campo escalar por
un vector unitario es igual a la derivada de dicho campo escalar en la direccin dada por dicho
vector, por ello f (x, y, z).n =
f
n
(x, y, z) es la derivada de f en el punto (x, y, z) en la direccin de
la normal exterior a la supercie D en dicho punto.
En particular, deducimos que para toda funcin f armnica en un abierto que contenga al
dominio regular D y a su frontera se verica que
D
f
n
(x, y, z)dS = 0
6.4.1. Ejercicios
Hacer los ejercicios propuestos en el libro de James Stewart, Clculo Multivariable 4Ed., en
las secciones 16.8 (ejercicios 2-6, 7-10, 13-15 de la pgina 1109) y 16.9 (ejercicios 3-6, 7-16, 19-28
pginas 1116 y 1117).
1. Sea S la parte del paraboloide z = x
2
+y
2
que queda bajo el plano z = 2x, y sea r la curva
interseccin de ambos. Calcular la circulacin del campo vectorial F(x, y, z) = (z, x, y) a lo
largo de r.
a) Usando el teorema de Stokes (considera S orientada por la normal con componente
z > 0).
b) Directamente (considera la orientacin apropiada para r).
Prof. Javier Prez
Ejercicios 78
2. Calcula el ujo saliente del campo F(x, y, z) = (xz, yx, zy) a travs de la supercie cerrada
formada por la parte del cilindro (con sus dos tapaderas) x
2
+y
2
= 4 comprendida entre
los planos z = 0 y z +y = 2.
a) Directamente (elige las orientaciones adecuadas para cada supercie).
b) Usando el teorema de la divergencia.
3. Sea S la parte del paraboloide z =4x
2
y
2
que queda sobre el plano z = 42y, y sea r la
curva interseccin de ambos. Calcula la circulacin del campo vectorial F(x, y, z) = (z, x, y)
a lo largo de r.
a) Usando el teorema de Stokes (considera S orientada por la normal con componente
z > 0).
b) Directamente (considera la orientacin apropiada para r).
4. Calcula el ujo saliente del campo F(x, y, z) =(y+x, xy, z) a travs de la supercie cerrada
formada por la parte del cono z =
_
x
2
+y
2
que queda bajo el plano z = 1 y la parte de la
esfera x
2
+y
2
+(z 1)
2
= 1 que queda sobre dicho plano.
a) Directamente (elige las orientaciones adecuadas para cada supercie).
b) Usando el teorema de la divergencia.
Prof. Javier Prez
Leccin7
Nmeros complejos
7.1. Operaciones bsicas con nmeros complejos
7.1 Denicin. Consideremos en el conjunto R
2
las operaciones de adicin y producto deni-
das por
(a, b) +(c, d) = (a +c, b +d)
(a, b)(c, d) = (ac bd, ad +bc)
Es muy fcil comprobar las propiedades asociativa, conmutativa y distributiva de las opera-
ciones as denidas. El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto.
Adems, (a, b) es el opuesto de (a, b), y todo (a, b) (0, 0) tiene inverso
(a, b)
_
a
a
2
+b
2
,
b
a
2
+b
2
_
= (1, 0)
Todas estas propiedades se resumen diciendo que (R
2
, +, ) (lase el conjunto R
2
con las ope-
raciones de adicin y producto) es un cuerpo. Dicho cuerpo se representa simblicamente por
C y sus elementos se llaman nmeros complejos.
7.1.1. Forma cartesiana de un nmero complejo
El smbolo usual (a, b) para representar pares ordenados no es conveniente para represen-
tar el nmero complejo (a, b). Para convencerte calcula (1, 1)
4
. Representaremos los nmeros
complejos con un simbolismo ms apropiado. Para ello hacemos la identicacin (a, 0) = a y el
nmero complejo (0, 1) lo representaremos por i. Con ello tenemos que
i
2
= (0, 1)(0, 1) = (1, 0) =1
Ahora podemos escribir
(a, b) = (a, 0) +(0, b) = (a, 0) +(b, 0)(0, 1) = a +bi
79
Representacin grca. Complejo conjugado y mdulo de un nmero complejo 80
Se dice que a es la parte real y b es la parte imaginaria del nmero complejo z = a +ib y
escribimos a = Re(z), b = Im(z). El producto ahora es muy fcil de recordar pues
(a +ib)(c +id) = ac +i
2
bd +i(ad +bc) = ac bd +i(ad +bc)
7.1.2. Representacingrca. Complejoconjugadoy mdulode unnmero
complejo
Es usual interpretar el nmero complejo x +iy como el vector del plano (x, y) y, en ese sen-
tido, se habla del plano complejo. El eje horizontal recibe el nombre de eje real, y el eje vertical
recibe el nombre de eje imaginario. Si z = x +iy es un nmero complejo (con x e y reales), en-
z = x + i y
x
y
z = x i y
|z|
Figura 7.1: Representacin de un nmero complejo
tonces el conjugado de z se dene como: z = x iy, y el mdulo o valor absoluto de z, se dene
como: |z | =
_
x
2
+y
2
. Geomtricamente z es la reexin de z respecto al eje real, mientras que
|z | es la distancia eucldea del punto (x, y) a (0, 0) o, tambin, la longitud o norma eucldea del
vector (x, y) (ver gura 7.1). La distancia entre dos nmeros complejos z y w se dene como
|z w|.
La representacin grca de la suma es conocida. Dos nmeros complejos z = a +ib y w =
c +id determinan un paralelogramo cuya diagonal (ver gura 7.2) es z +w. Se comprueba fcil-
z
x
w
u
z + w
x + u
Figura 7.2: Suma de nmeros complejos
mente que si z y w son nmeros complejos se verica que z = z, z +w = z +w y zw = zw.
La igualdad |z |
2
= zz que se deduce directamente de la denicin de mdulo de un nmero
complejo, permite probar con facilidad que para todos z, wC es
a) |zw| =|z | |w| y b) |z +w| |z| +|w|
Prof. Javier Prez
Forma polar y argumentos de un nmero complejo 81
Tambin son de comprobacin inmediata las desigualdades
m ax{|Rez| , |Imz|} |z| |Rez| +|Imz| (7.1)
7.1.3. Forma polar y argumentos de un nmero complejo
El uso de coordenadas polares en el plano facilita mucho los clculos con productos de
nmeros complejos. Para cualquier nmero complejo z = x +iy 0 podemos escribir
z =|z | (
x
|z|
+i
y
|z |
)
Como (
x
|z |
,
y
|z|
) es un punto de la circunferencia unidad, puede escribirse en la forma
(
x
|z|
,
y
|z |
) = (cos, sen)
para algn nmero R. Resulta as que
z =|z| (cos+i sen)
Esta forma de expresar un nmero complejo recibe el nombre de forma polar, cuya interpreta-
cin grca vemos en la gura 7.3. Dado zC, z 0, hay innitos nmeros t R que verican la
z
|z|
Figura 7.3: Forma polar de un nmero complejo

igualdad z =|z| (cost, sent) cualquiera de ellos recibe el nombre de argumento de z. El conjunto
de todos los argumentos de un nmero complejo no nulo se representa por Arg(z).
Arg(z) ={t R : z =|z | (cost +i sent)}
Observa que
s, t Arg(z)
_
cos(t) = cos(s)
sin(t) = sin(s)
_
s =t +2k para algn k Z
Por tanto, conocido un argumento t
o
Arg(z) cualquier otro es de la forma t
o
+2k para algn
k Z, es decir, Arg(z) =t
o
+2Z.
De entre todos los argumentos de un nmerocomplejo z 0 hay uno nico que se encuentra
en el intervalo ] , ], se representa por arg(z) y se le llama argumento principal de z.
Prof. Javier Prez
Frmula de De Moivre 82
No es difcil comprobar que el argumento principal de z = x +iy 0 viene dado por:
arg(z) =
_
_
arctg(y/x) si y < 0, x < 0
/2 si y 0, x = 0
arctg(y/x) si x > 0
/2 si y > 0, x = 0
arctg(y/x) + si y 0, x < 0
7.1.4. Frmula de De Moivre
Veamos cmo la forma polar permite hacer fcilmente productos de nmeros complejos.
Consideremos dos nmeros complejos no nulos
z =|z | (cos+i sen)
w =|w| (cos+i sen)
Entonces
zw =|z | |w| (cos+i sen)(cos +i sen) =
=|zw| [(coscos sensen) +i(sencos +cossen)] =
=|zw| (cos(+) +i sen(+))
Es decir: para multiplicar dos nmeros complejos se multiplican sus mdulos y se suman sus
argumentos.
Acabamos de probar que si z, w son complejos no nulos, Arg(z), Arg(w), entonces
+Arg(z +w). Es ahora fcil demostrar mediante induccin la siguiente frmula, muy til,
conocida como frmula de De Moivre.
7.2 Proposicin (Frmula de De Moivre). Si z es un complejo no nulo, es un argumento de z y
n es un nmero entero, se verica que nArg(z
n
), es decir:
z
n
=
_
|z| (cos+i sen)
_
n
=|z|
n
(cosn+i senn)
7.1.5. Races de un nmero complejo
Dados un nmero complejo, z 0, y un nmero natural, n 2, se verica que hay n nmeros
complejos w que verican la igualdad w
n
= z. Dichos nmeros se llaman races n-simas de z y
vienen dados por
z
k
=|z|
1/n
_
cos
argz +2k
n
+i sen
argz +2k
n
_
k = 0, 1, 2, . . . , n 1
Si los representamos obtenemos n puntos sobre una circunferencia de centro (0, 0) y radio
n
_
|z |
que forman un polgono regular de n lados.
Prof. Javier Prez
Ejercicios 83
Figura 7.4: Races novenas de la unidad
De entre todas las races nsimas de z vamos a designar con el smbolo
n
z a la raz n-sima
principal, que se dene por
n
z =|z|
1/n
_
cos
argz
n
+i sen
argz
n
_
Observa que en el caso particular de que z sea un nmero real positivo, entonces la raz prin-
cipal de z (considerado como nmero complejo) coincide con la raz de z (considerado como
nmero real positivo).
En general no es cierto que dados dos nmeros complejos z y w, el producto de las races
n-simas principales de z y de w sea igual a la raz n-sima principal de zw. Lo que s es cierto es
que el producto de dos races n-simas cualesquiera de z y de w es una raz n-sima de zw. Por
tanto,
n
z
n
w, es una raz n-sima de zw pero no tiene por qu ser la principal. Es fcil probar
que
n
z
n
w =
n
zw < arg(z) +arg(w) arg(zw) = arg(z) +arg(w)

Si Rez > 0 Rew > 0, entonces < arg(z) +arg(w) < por lo que, en este caso,
n
z
n
w =
n
zw.
Para n = 2 y z = w =1, tenemos que
arg(1) +arg(1) = 2 0 = arg(1) = arg
_
(1)(1)
_
y no se cumple la condicin anterior. En este caso
1 =1 1 =
1 =
_
(1)(1)
es decir

1
1 = 1 es una raz cuadrada de 1 (porque 1 = (1)(1)) pero no es la raz

cuadrada principal de 1.
Ahora ya sabes dnde est el error en lo que sigue:
1 = i
2
= i i =
1 =
_
(1)(1) =
1 = 1
7.1.6. Ejercicios
1. Realiza las operaciones indicadas y expresa el resultado en la forma a +i b.
i) (7 2i)(5 +3i) ii) (i 1)
3
iii) (1 +i)(2 +i)(3 +i) iv)
3 +i
2 +i
v)
(4 i)(1 3i)
1 +2i
vi) (1 +i)
2
vii)
1 +2i
2 i
viii) i
2
(1 +i)
3
Prof. Javier Prez
Ejercicios 84
2. Calcula la parte real e imaginaria de las funciones:
a) f
1
(z) = z
2
b) f
2
(z) = z
3
c) f
3
(z) =
1
z
d) f (z) =
1
1 +z
2
e) f
4
(z) =
z +i
z i
3. Calcula las siguientes cantidades.
a) |(1 +i)(2 i)| b)
4 3i
2 i
c)

(1 +i)
20
d)
2+i(
2+1)
4. Calcula los nmeros complejos z tales que

1 +z
1 z
es:
a) Un nmero real; b) Un nmero imaginario puro.
5. Expresa en forma polar los siguientes nmeros complejos.
a)
3i b)
3 +i c)
3
3+i
d)
1 +i
3
(1 +i)
2
6. Expresa los siguientes nmeros en la forma a +i b:
a) (1 +i
3)
11
b)
_
1 +i
1 i
_
5
c)
_
1 +i
3
1 i
_
6
d) (
3+i)
13
7. Calcula arg(zw) y arg
_
z
w
_
supuestos conocidos argz y argw. Sugerencia: hay que distinguir
varias posibilidades.
8. Sea z = x +i y. Supuesto que |z| = 1, z 1, z i, prueba que
arg
_
z 1
z +i
_
=
_
/4 si 1 x +y > 0
3/4 si 1 x +y < 0
9. Resuelve la ecuacin cuadrtica az
2
+bz +c = 0 donde a, b, c, son nmeros complejos cono-
cidos y a 0.
10. Calcula todas las soluciones de las siguientes ecuaciones:
a) z
3
= 1 +i b) z
4
= i c) z
3
=1 +i
3 d) z
8
= 1 e) z
2
+
32i z 6i = 0
11. Demuestra la llamada igualdad del paralelogramo:
|z +w|
2
+|z w|
2
= 2(|z|
2
+|w|
2
) (z, w C)
y explica su signicado geomtrico.
12. Prueba que
z a
1 az
< 1 si |z | < 1 y |a| < 1 y tambin si |z| > 1 y |a| > 1.

Sugerencia: Una estrategia bsica para probar desigualdades entre mdulos de nmeros
complejos consiste en elevar al cuadrado ambos miembros de la desigualdad.
Prof. Javier Prez
Sucesiones y series 85
13. Sea x un nmero real que no es mltiplo entero de 2. Prueba las igualdades
a) 1 +cosx +cos2x + +cosnx = cos
_
n
2
x
_
sen
_
n +1
2
x
_
sen
_
x
2
_
b) senx +sen2x + +sennx = sen
_
n
2
x
_
sen
_
n +1
2
x
_
sen
_
x
2
_
Sugerencia: Si llamamos A a la primera suma y B a la segunda, calclese A+iB haciendo uso
de la frmula de De Moivre.
14. Haciendo uso de la frmula de De Moivre prueba que:
a) sen3 = 3 sen4 sen
3
, b) cos4 = 8 cos
4
8 cos
2
+1
15. Representar grcamente los conjuntos de nmeros complejos z que verican:
|z 3| 3; 2 <|z i| 3; |argz| </6; |z i| +|z +i| = 4
|z 1| =|z 2i| ;
z i
z +2i
= 2; Im(z
2
) > 6; |z i| = Imz +1
7.2. Sucesiones y series
Esta seccin tiene un propsito esencialmente terico; voy a intentar explicarte de la for-
ma ms sencilla posible los conceptos de sucesin convergente y de serie convergente. Son
conceptos fundamentales del Anlisis Matemtico y los encuentras en todas partes: series de
Taylor, series de Fourier, series de potencias complejas, transformada z, . . . Los procesos itera-
tivos, tan frecuentes en los algoritmos de clculo, no son sino sucesiones. Las seales discretas
son sucesiones. La convolucin de seales discretas viene dada por una serie. Las ecuaciones
en diferencias nitas estn relacionadas con un tipo especial de sucesiones que se llaman recu-
rrentes. Muestreando a intervalos regulares de tiempo una seal analgica obtienes una suce-
sin. Muchas funciones importantes estn denidas por medio de una serie. Por todo ello creo
que es imprescindible que tengas ideas claras sobre estos temas.
Dos conceptos son fundamentales: el de sucesin y el de lmite de una sucesin convergen-
te. Empezaremos con ellos.
7.2.1. Sucesiones
Sea A un conjunto no vaco. Una sucesin de elementos de A es una aplicacin del con-
junto N de los nmeros naturales en A. Una sucesin de nmeros reales (complejos) es una
aplicacin del conjunto N de los nmeros naturales en el conjunto R (C) de los nmeros reales
(complejos).
Dada una sucesin : NA suele emplearse una notacin especial para representarla. Para
nN suele notarse (n) en la forma x
n
=(n) (naturalmente la letra x nada tiene de especial y
Prof. Javier Prez
Sucesiones 86
puede sustituirse por cualquier otra). La sucesinmisma se representa por = {x
n
}
nN
, es decir,
el smbolo {x
n
}
nN
debe interpretarse como la aplicacin que a cada nN hace corresponder
el elemento x
n
. Cuando no hay posibilidad de confusin escribimos simplemente {x
n
} en vez
de {x
n
}
nN
.
En lo que sigue solamente consideraremos sucesiones de nmeros complejos y, por tanto,
representaremos por {z
n
} la aplicacin de Nen C dada por n z
n
. Como R C, en el caso parti-
cular de que para todonNse tenga que z
n
Rentonces {z
n
} es una sucesin de nmeros reales.
Es decir, las sucesiones de nmeros complejos incluyen, como caso particular, a las sucesiones
de nmeros reales.
Naturalmente, dos sucesiones {z
n
} y {w
n
} son iguales cuando para todo nN se verica que
z
n
=w
n
. No hay que confundir la sucesin {z
n
}, que es una aplicacin, con su conjunto imagen,
que es el subconjunto de C formado por todos los nmeros z
n
, el cual se representa por {z
n
: n
N}. Por ejemplo, {(1)
n
} y {(1)
n+1
} son sucesiones distintas con el mismo conjunto imagen.
El nmero z
n
se llama trmino n-simo de la sucesin; para n = 1, 2, 3 se habla respectivamente
de primero, segundo, tercer trmino de la sucesin.
Una forma correcta de imaginar una sucesines comounvector coninnitas componentes.
La sucesin {z
n
} puedes verla como el vector (z
1
, z
2
, z
3
, . . . ).
Introduciremos ahora una notacin muy til en lo que sigue.
Dados a C y r > 0, el conjunto
D(a, r) ={z C : |z a| < r}
se llama disco abierto de centro a y radio r. Observa que un disco abierto no puede ser vaco.
Si a =+i tenemos que:
D(a, r) ={x +i yC : |x +i y i | < r} =
_
(x, y)R
2
: (x )
2
+(y )
2
< r
2
_
es el crculo de centro (, ) y radio r excluida la circunferencia que lo limita.
7.3 Denicin (Sucesin convergente). Se dice que una sucesin {z
n
} converge a un nmero
z C cuando en cualquier disco abierto D(z, ) estn todos los trminos de la sucesin a partir
de uno de ellos en adelante.
Con ms detalle: una sucesin {z
n
} se dice que converge a un nmero z si, dado cualquier
nmero real > 0, existe un nmero natural m
tal que si n es cualquier nmero natural mayor

o igual que m
se cumple que |z
n
z| <. Simblicamente:
> 0 m
N : n m
|z
n
z| <
Se dice tambin que el nmero z es lmite de la sucesin {z
n
} y se escribe lm
n
{z
n
} = z o, sim-
plemente, lm{z
n
} = z e incluso, si no hay posibilidad de confusin, {z
n
} z.
Se comprueba fcilmente que una sucesin convergente tiene un nico lmite.
En Matemticas se dan deniciones para introducir nuevos conceptos y saber de qu es-
tamos hablando, pero las deniciones no suelen ser tiles para el clculo. Por eso no debes
Prof. Javier Prez
Series 87
preocuparte si la denicin anterior te parece difcil de aplicar en casos concretos. Debes hacer
un esfuerzo por comprenderla pero no tendrs que usarla para hacer clculos.
Observa que, en virtud de la denicin dada, se verica que
{z
n
} z |z
n
z| 0
Recordemos que m ax{|Rez| , |Imz|} |z | |Rez| +|Imz|. Gracias a esta desigualdad tenemos que
|Rez
n
Rez|
|Imz
n
Imz|
_
|z
n
z| |Rez
n
Rez| +|Imz
n
Imz|
Deducimos que |z
n
z| 0 si, y slo si, |Rez
n
Rez| 0 y |Imz
n
Imz| 0. Hemos probado as
el siguiente resultado.
7.4 Proposicin. Una sucesin de nmeros complejos {z
n
} es convergente si, y slo si, las suce-
siones de nmeros reales {Rez
n
} y {Imz
n
} son convergentes. Adems, en dicho caso
lm{z
n
} = z Rez = lm{Rez
n
} y Imz = lm{Imz
n
}
Gracias a este resultado el estudio de sucesiones de nmeros complejos se reduce a estudiar
la convergencia de dos sucesiones de nmeros reales.
El siguiente resultado relaciona las operaciones algebraicas con el concepto de lmite. Su
demostracin es un sencillo ejercicio.
7.5 Proposicin. Si {z
n
} z y {w
n
} w, entonces {z
n
+w
n
} z +w y {z
n
w
n
} zw. Adems, si
z
n
0 para todo nN y z 0, entonces {1/z
n
} 1/z.
El siguiente resultado es quizs el ms til para calcular lmites de sucesiones de nmeros
reales.
7.6 Proposicin. Sea f una funcin real de variable real, y sean a, LR{+}{}. Supon-
gamos que lm
xa
f (x) = L. Entonces para toda sucesin {x
n
} a se verica que { f (x
n
)} L.
7.2.2. Series
Dada una sucesin, {z
n
}, podemos formar a partir de ella otra sucesin, {S
n
}, cuyos trmi-
nos se obtienen sumando consecutivamente los trminos de {z
n
}, es decir:
S
1
= z
1
, S
2
= z
1
+z
2
, S
3
= z
1
+z
2
+z
3
, . . . , S
n
= z
1
+z
2
+ +z
n
, . . .
La sucesin {S
n
} as obtenida se llama serie de trmino general z
n
y es costumbre representarla
por
n1
z
n
o, ms sencillamente,
z
n
. El nmero S
n
se llama suma parcial de orden n de la serie
z
n
.
Ni que decir tiene que, siendo las series sucesiones, los conceptos y resultados vistos para
sucesiones conservan su misma signicacin cuando se aplican a series. En particular, es inne-
cesario volver a denir qu se entiende cuando se dice que una serie es convergente. Si una
Prof. Javier Prez
Series 88
serie
n1
z
n
es convergente se usa el smbolo
n=1
z
n
para representar el lmite de la serie que suele
llamarse suma de la serie. Naturalmente
n=1
z
n
es el nmero complejo denido por
n=1
z
n
= lm{S
n
} = lm
n
n
k=1
z
k
Como caso particular de la proposicin 7.4, la serie
n1
z
n
converge si, y slo si, las series de
nmeros reales
n1
Rez
n
y
n1
Imz
n
son convergentes. Observa que si la serie
z
n
converge entonces la sucesin z
n
=
n
j=1
z
j
n1
j=1
z
j
es diferencia de dos sucesiones que convergen al mismo lmite y por tanto converge a cero.
7.7 Proposicin. Para que la serie
z
n
sea convergente es necesario que lm{z
n
} = 0.
7.8 Ejemplo (Serie geomtrica). Dado zC, la sucesin {1+z +z
2
+ +z
n
} se llama serie geo-
mtrica de razn z. Observa que dicha serie se obtiene sumando consecutivamente los trmi-
nos de la sucesin
_
1, z, z
2
, z
3
, . . . , z
n
, . . .
_
. Es costumbre representar la serie geomtrica de razn
z con el smbolo
n0
z
n
. Dicha serie converge si, y slo si, |z| < 1, en cuyo caso su lmite es igual
a
1
1 z
.
Todas las armaciones hechas se deducen de que si z 1, se tiene:
n
k=0
z
k
= 1 +z +z
2
+ +z
n
=
1
1 z
z
n+1
1 z
(7.2)
si |z| < 1 entonces lm
n
z
n+1
1 z
= 0 y obtenemos que
n=0
z
n
= lm
n
n
k=0
z
k
=
1
1 z
(|z| < 1)
Si |z| 1 entonces la sucesin {z
n
} no converge a 0, por lo que, en virtud de la proposicin
anterior, deducimos que la serie
n0
z
n
no converge.
Antes de ver el siguiente ejemplo hay que precisar lo que se entiende por sucesin divergente
porque este trmino se utiliza mal con frecuencia.
7.9 Denicin (Sucesiones divergentes). Una sucesin de nmeros reales {x
n
} se dice que es
positivamente divergente, y escribimos lm{x
n
} = +, si para todo nmero real K >0 existe
un nmero natural m
K
N, tal que para todo nN con nm
K
se verica que x
n
K.
Una sucesin de nmeros reales {x
n
} se dice que es negativamente divergente, y escribimos
lm{x
n
} =, si {x
n
} +.
Una sucesinde nmeros complejos {z
n
} se dice que es divergente, y escribimos lm{z
n
} =
si lm{|z
n
|} = +.
Prof. Javier Prez
Series 89
7.10 Ejemplo (Serie armnica). Se llama as la serie de trmino general 1/n; es decir, la serie
n1
1
n
. Se verica que la serie armnica diverge positivamente
n=1
1
n
= lm
n
{1 +1/2 + +1/n} = +
En efecto, para todo nN tenemos que
logn =
n
1
1
x
dx =
n1
j=1
j+1
j
1
x
dx
n1
j=1
j+1
j
1
j
dx =
n1
j=1
1
j
< 1 +
1
2
+ +
1
n 1
+
1
n
y por tanto
lm
n
{1 +1/2 + +1/n} lm
n
logn = + =
n=1
1
n
= +
7.11 Ejemplo (Serie armnica alternada). Se llama as la serie de trmino general

(1)
n1
n
; es
decir, la serie
n1
(1)
n1
n
. Se verica que la serie armnica alternada es convergente y su suma
es igual a log2.
n=1
(1)
n1
n
= log2
En efecto, sustituyendo z por x en la igualdad (7.2), obtenemos la siguiente igualdad vlida
para todo nN y todo x 1:
1
1 +x
= 1 x +x
2
x
3
+ +(1)
n
x
n
+(1)
n+1
x
n+1
1 +x
(7.3)
integrando esta igualdad entre 0 y 1 tenemos que:
log2 = 1
1
2
+
1
3
1
4
+ +(1)
n
1
n +1
+(1)
n+1
1
0
x
n+1
1 +x
dx =
n
k=1
(1)
k1
k
+(1)
n+1
1
0
x
n+1
1 +x
dx
de donde

log2
n
k=1
(1)
k1
k
=
1
0
x
n+1
1 +x
dx
1
0
x
n+1
=
1
n +2
de donde se deduce que
lm
n
log2
n
k=1
(1)
k1
k
= 0 =log2 =
n=1
(1)
n1
n
El siguiente ejemplo te ayudar a entender el concepto de serie convergente.

Reordenando trminos en la serie armnica alternada podemos obtener otra serie con dis-
tinta suma.
Prof. Javier Prez
Series 90
Como hemos vista, la serie armnica alternada es la sucesin que se obtiene sumando conse-
cutivamente los trminos de la sucesin
_
(1)
n1
n
_
=
_
1,
1
2
,
1
3
,
1
4
,
1
5
,
1
6
,
1
7
,
1
8
,
1
9
,
1
10
,
1
11
,
1
12
, . . . . . .
_
(7.4)
Vamos a cambiar el orden de los trminos en esta sucesin poniendo uno positivo seguido de
dos negativos manteniendo sus posiciones relativas. Obtenemos as la sucesin
_
1,
1
2
,
1
4
,
1
3
,
1
6
,
1
8
,
1
5
,
1
10
,
1
12
,
1
7
,
1
14
,
1
16
, . . . . . .
_
(7.5)
Cuya serie asociada, obtenida sumando consecutivamente sus trminos, es la sucesin {S
n
}
dada por:
S
1
= 1
S
2
= 1
1
2
S
3
= 1
1
2
1
4
S
4
= 1
1
2
1
4
+
1
3
S
5
= 1
1
2
1
4
+
1
3
1
6
S
6
= 1
1
2
1
4
+
1
3
1
6
1
8
. . . . . . = . . . . . .
S
9
= 1
1
2
1
4
+
1
3
1
6
1
8
+
1
5
1
10
1
12
. . . . . . = . . . . . .
S
3n
=
n
j=1
_
1
2 j 1
1
4 j 2
1
4 j
_
Tenemos que
S
3n
= 1
1
2
1
4
+
1
3
1
6
1
8
+
1
5
1
10
1
12
+ +
1
2n 1
1
4n 2
1
4n
=
_
1
1
2
_
1
4
+
_
1
3
1
6
_
1
8
+
_
1
5
1
10
_
1
12
+ +
_
1
2n 1
1
4n 2
_
1
4n
=
1
2
1
4
+
1
6
1
8
+
1
10
1
12
+ +
1
2(2n 1)
1
4n
=
1
2
_
1
1
2
+
1
3
1
4
+
1
5
1
6
+ +
1
2n 1
1
2n
_
=
1
2
n
j=1
(1)
j1
j
Deducimos que
lm
n
S
3n
=
1
2
lm
n
n
j=1
(1)
j1
j
=
1
2
log2
Es claro que lm{S
3n
S
3n1
} = lm{S
3n
S
3n2
} = 0 de donde se sigue que lm{S
n
} =
1
2
log2. Es
decir, hemos probado que la serie obtenida reordenando los trminos de la serie armnica
Prof. Javier Prez
Algunos criterios de convergencia para series de trminos positivos 91
alternada por el criterio de sumar uno positivo seguido de dos negativos, es convergente y su
suma es
1
2
log2.
Este ejemplo pone claramente de maniesto que la suma de una serie convergente no es
una suma en el sentido usual de la palabra, es decir, no es una suma algebraica de nmeros.
Observa que los conjuntos de nmeros (7.4) y (7.5) son los mismos pero las series correspon-
dientes tienen distinta suma; la primera tiene suma log2 y la segunda
1
2
log2. Si la suma de una
serie consistiera en sumar los innitos trminos de una sucesin, entonces el orden en que
los sumramos sera indiferente porque la suma de nmeros tiene la propiedad conmutativa.
Debes tener claro, por tanto, que cuando calculas la suma de una serie no ests haciendo una
suma innita sino que ests calculando un lmite de una sucesin cuyos trminos se obtiene su-
mando consecutivamente los trminos de otra sucesin dada. Insisto: calcular la suma de una
serie no es una operacin algebraica, no consiste en sumar innitos trminos, es un proceso
analtico que supone un lmite.
7.2.2.1. La particularidad del estudio de las series
Ahora viene la pregunta del milln: si las series no son nada ms que sucesiones, por qu
dedicarles una atencin especial? La respuesta a esta pregunta es que en el estudio de las series
hay una hiptesis implcita que los libros silencian. A saber: se supone que las series son suce-
siones demasiado difciles de estudiar directamente. La caracterstica que distingue el estudio
de las series es la siguiente: se trata de deducir propiedades de la serie {S
n
} ={z
1
+z
2
+ +z
n
},
a partir del comportamiento de {z
n
}; es decir, los resultados de la teora de series dan informa-
cin sobre la sucesin {S
n
} haciendo hiptesis sobre la sucesin {z
n
}. Por qu esto es as?, no
sera ms lgico, puesto que lo que queremos es estudiar la serie {S
n
}, hacer hiptesis directa-
mente sobre ella? La razn de esta forma de proceder es que, por lo general, no se conoce una
expresin de S
n
= z
1
+z
2
+ +z
n
que permita hacer su estudio de forma directa; es decir, la su-
ma z
1
+z
2
+ +z
n
no es posible realizarla en la prctica. Por ello, en el estudio de las series se
supone implcitamente que la sucesin {z
n
} es el dato que podemos utilizar. Naturalmente, esto
hace que el estudio de las series se preste a muchas confusiones porque, aunque su objetivo es
obtener propiedades de la serie {S
n
}, las hiptesis hacen siempre referencia a la sucesin {z
n
}.
Si bienlo pensamos, esta forma de proceder no es del todonueva. Ya ests acostumbrado a usar
la derivada de una funcin para estudiar propiedades de la funcin; pues bien, la situacin aqu
es parecida: para estudiar la serie {z
1
+z
2
+ +z
n
} (la funcin) estudiamos la sucesin {z
n
} (la
derivada). Un buen ejemplo de esto que digo son los siguientes criterios de convergencia.
7.2.3. Algunos criterios de convergencia para series de trminos positivos
Una serie
a
n
tal que a
n
0 para todo nN, se dice que es una serie de trminos positivos.
Observa que una serie de trminos positivos es una sucesin creciente por lo que o bien es
convergente o es positivamente divergente.
Recuerda que la serie geomtrica de trminogeneral a
n
=x
n
, donde x >0, converge si
a
n+1
a
n
=
x < 1. Esto nos lleva a considerar, en el caso general de una serie de trminos positivos
a
n
, el
Prof. Javier Prez
Algunos criterios de convergencia para series de trminos positivos 92
comportamiento de la sucesin {a
n+1
/a
n
}.
Criterio del cociente o de DAlembert (1768)
Supongamos que a
n
> 0 para todo nN y que existe
lm
a
n+1
a
n
= LR
+
o
{+}
Entonces se verica que:
a) Si L < 1 la serie
a
n
es convergente;
b) Si L > 1 o si L = +, entonces
a
n
es divergente.
Anlogamente, puesto que la serie geomtrica de trmino general a
n
=x
n
, donde x > 0, con-
verge si
n
a
n
= x < 1, esto nos lleva, en el caso general de una serie de trminos positivos
a
n
,
a considerar el comportamiento de la sucesin {
n
a
n
}.
Criterio de la raz o de Cauchy (1821)
Supongamos que para todo nN es a
n
0, y que existe
lm
n
_
a
n
= LR
+
o
{+}.
Entonces se verica que:
a) Si L < 1 la serie
a
n
es convergente;
b) Si L > 1 o si L = +, entonces
a
n
es divergente.
Unas series de trminos positivos muy importantes son las siguientes.
Series de Riemann
Dado un nmero real , la serie {1 +1/2
+1/3
+ +1/n
} se llama serie de Riemann de

exponente . Dicha serie es convergente si, y slo si, > 1.
La importancia de las series de Riemann es consecuencia del siguiente criterio de conver-
gencia.
Criterio lmite de comparacin
Dadas dos series de trminos positivos
a
n
y
b
n
, tales que {a
n
/b
n
} LR
+
o
{+} se veri-
ca:
a) Si L = + y
b
n
es divergente tambin
a
n
es divergente.
b) Si L = 0 y
b
n
es convergente tambin
a
n
es convergente.
c) Si LR
+
las series
a
n
y
b
n
son ambas convergentes o ambas divergentes.
Los criterios anteriores pueden aplicarse para estudiar la convergencia absoluta de una
serie. Precisemos este concepto.
Prof. Javier Prez
Ejercicios 93
7.12 Denicin. Se dice que una serie de nmeros complejos
z
n
es absolutamente conver-
gente si la serie de trminos positivos
|z
n
| es convergente.
El siguiente resultado es muy importante en el estudio de las series.
7.13 Proposicin. Si una serie de nmeros complejos
z
n
es absolutamente convergente enton-
ces dicha serie tambin es convergente.
De hecho, el concepto de convergencia absoluta de una serie es mucho ms fuerte que el
de convergencia. La serie armnica alternada es un ejemplo de serie convergente que no es
absolutamente convergente.
Cuando una serie no es absolutamente convergente se utilizan los siguientes criterios para
estudiar su convergencia.
7.14 Teorema. Sea {a
n
} una sucesin de nmeros reales y {z
n
} una sucesin de nmeros com-
plejos.
Criterio de Dirichlet. Si {a
n
} es montona y converge a cero y la serie
z
n
tiene sumas parciales
acotadas, entonces
a
n
z
n
converge.
Criterio de Abel. Si {a
n
} es montona y acotada y la serie
z
n
converge, entonces
a
n
z
n
es con-
vergente.
Para estudiar la convergencia de una serie
z
n
de nmeros complejos lo primero que de-
bes hacer es estudiar la convergencia absoluta, es decir la convergencia de la serie de trminos
positivos
|z
n
|, para lo que se aplican los criterios de convergencia para series de trminos po-
sitivos. Si la serie
|z
n
| converge hemos acabado. Cuando la serie
|z
n
| no converge se aplican
los criterios de Dirichlet o de Abel para estudiar directamente la convergencia de la serie
z
n
.
7.2.4. Ejercicios
1. Estudia la convergencia de las sucesiones:
i) z
n
=
n
n + i na
n
(aR, |a| < 1) ii) z
n
=
2
n
n
+
i n
2
n
iii) z
n
=
n
a+i sen
1
n
(a > 0) iv) z
n
= n sen
1
n
+5i cos
1
n
v) z
n
=
_
1 +i
2
_
n
vi) z
n
=
_
1
2
+i
1
2
_
n
2. Sea {z
n
} una sucesin de nmeros complejos no nulos y para todo n N sea
n
Arg(z
n
).
Supongamos que {
n
} y {|z
n
|} . Justica que la sucesin {z
n
} (cos+i sen).
3. Calcula el lmite de la sucesin z
n
=
_
1 +
2+i
3
n
_
n
.
Sugerencia: Expresa z
n
=|z
n
| (cos
n
+i sen
n
) y usa el ejercicio anterior.
Prof. Javier Prez
Funciones complejas 94
4. Calcula el lmite de la sucesin z
n
= n
_
n
2
_
cos

2n
+i sen

2n
_
1
_
.
Sugerencia: Recuerda que el lmite de la sucesin n
_
n
21
_
es bien conocido.
5. Sea z C, con |z| = 1, z 1. Prueba que la sucesin {z
n
} no converge (qu pasa si supones
que converge?). Deduce que si es un nmero real que no es un mltiplo entero de , las
sucesiones {cos(n)} y {sen(n)} no convergen.
6. Explica lo que quiere decir la igualdad siguiente.
x =
1
2
k=1
sen(2k x)
k
para todo x]0, 1[
7. Estudia la convergencia de las series:
i)
n0
1
(1 +i)
n
ii)
n1
cosn +i senn
n
iii)
n1
cosn +i senn
n
2
iv)
n1
cos

n
+i sen

n
n
v)
n1
(2 +i)
n
(1 +2i)
n
1
n
vi)
n1
1
n
_
1 +i
3
2
_
n
vii)
n1
_
cos

n
2
+i sen

n
2
_
viii)
n0
(3 +4i)
n
2i(4 +3i)
n
+7
8. Sea R con || < 1 y R. Calcula los lmites
n=0
n
cos(n) y
n=0
n
sen(n).
9. Estudia la convergencia absoluta de las siguientes series.
a)
n1
z
n
n!
b)
n1
(n +1)
n
n
n+1
z
n
c)
n1
n
z
n
d)
n1
n
n
n!
z
n
e)
n1
3 5 (3n +1)
5 10 5n
z
n
f )
n1
z
n
1 +1/2 + +1/n
Estudia en los casos c)y f), el comportamiento de la serie en los puntos de la circunferencia
unidad.
7.3. Funciones complejas
Las funciones complejas no son ms que las funciones denidas en subconjuntos de R
2
con
valores en R
2
cuando en R
2
consideramos su estructura compleja. Dado un conjunto A C, a
toda funcin compleja f : A C se le asocian dos funciones reales: la funcin u = Re f parte
real de f y la funcin v =Im f parte imaginaria de f denidas para todo (x, y) =x+iy A por:
u(x, y) = Re f (x +iy), v(x, y) = Im f (x +iy)
Naturalmente, f (z) = Re f (z) +i Im f (z).
Prof. Javier Prez
La funcin exponencial 95
7.3.1. La funcin exponencial
Una de las formas de denir la exponencial de un nmero real x es mediante el lmite
e
x
= lm
n
_
1 +
x
n
_
n
Por tanto, una forma coherente de denir la exponencial de un nmero complejo sera calcular
el anterior lmite para z = x +iyC. Pues bien se puede probar con facilidad que
lm
n
_
1 +
x +i y
n
_
n
= e
x
(cosy +i seny)
Denimos, por tanto, la exponencial compleja como
e
x+i y
= exp(x +i y) = lm
n
_
1 +
x +i y
n
_
n
= e
x
_
cosy +i seny
_
Observa que
| e
z
| = e
Rez
, ImzArg(e
z
)
En particular, obtenemos la llamada frmula de Euler:
e
it
= cost +i sent (para todo t R)
que establece una relacin entre la exponencial compleja y las funciones trigonomtricas. De
la frmula de Euler se deducen fcilmente las llamadas ecuaciones de Euler:
cost =
e
it
+e
it
2
, sent =
e
it
e
it
2i
(t R)
Se prueba fcilmente que e
z+w
= e
z
e
w
para todos z, wC. Se deduce que para todo z C y
todo k Z es
e
z
= e
z+2ki
Lo que nos dice que la exponencial compleja es una funcin peridica con perodo 2i. Natu-
ralmente, estosupone una gran diferencia con la exponencial real que es una funcin inyectiva.
Observa que la exponencial no se anula nunca pues | e
z
| = e
Rez
> 0.
7.3.2. Logaritmos complejos
Dado un nmero complejo z 0, hay innitos nmeros complejos w que satisfacen la ecua-
cin e
w
= z. Cualquiera de ellos se llama un logaritmo de z. El conjunto de todos ellos lo repre-
sentaremos por Logz y es el conjunto:
Logz ={log|z| +i(arg(z) +2k), k Z}
De entre todos ellos elegimos uno, llamado logaritmo principal, denido por
logz = log|z| +i arg(z) para todo z C
Prof. Javier Prez
Potencias complejas 96
Observa que cualquier otro logaritmo de z es de la forma log(z) +i2k para algn entero k. Es
importante que observes que la igualdad
logzw = logz +logw
que es vlida para los logaritmos de los nmeros reales positivos, no es siempre cierta para
nmeros complejos. Por ejemplo:
log
_
e
i 2/3
_
= i
2
3
, log
_
e
i 3/4
_
= i
3
4
, log
_
e
i 2/3
e
i 3/4
_
= log
_
e
i 17/12
_
= log
_
e
i7/12
_
=i
7
12
Lo que est claro es que el nmero logz +logw Log(zw), es decir, logz +logw es un logaritmo
de zw pero no tiene por qu ser el logaritmo principal de zw.
7.3.3. Potencias complejas
Recuerda que dados dos nmeros reales a > 0 y bR, la potencia de base a y exponente b se
dene como a
b
= e
bloga
. Ahora, dados a, b C, con a 0, sabemos que hay innitos logaritmos
de a, todos ellos son de la forma loga +i 2k, con k Z. Por ello, cualquier nmero complejo de
la forma e
b(loga+i 2k)
donde k Z, es una potencia de base a y exponente b. Representamos por
[a
b
] el conjunto de todas ellas.
[a
b
] =
_
e
b(loga+i 2k)
: k Z
_
Se destaca una:
a
b
= e
bloga
que se llama valor principal de la potencia de base a y exponente b. Observa que si b = 1/n
donde nN, el nmero
a
1/n
= exp
_
1
n
loga
_
= exp
_
loga
n
+i
arga
n
_
=|z|
1/n
_
cos
arga
n
+i sen
arga
n
_
es el valor principal de la raz n-sima de a que antes hemos notado por
n
a.
7.3.4. Ejercicios
1. Expresa los 8 nmeros 1 i,
3i en la forma r e
i
.
2. Calcula el mdulo y los argumentos principales de los nmeros 1+e
i
, 1e
i
, ae
i
, donde
|| y a > 0.
3. Calcula logz y Logz cuando z es uno de los nmeros siguientes i, i, e
3
, e
5i
, 4, 5e, 1 +i.
4. Calcula log(3i) +log(1 +i
3) y log
_
3i(1 +i
3)
_
. Calcula log(1 i) logi y log
_
1 i
i
_
.
5. Calcula [(4)
i
], i
3i
, [i
2/
], [i
i
], 1
2i
, 3
1i
, ((i)
i
)
i
, (1 +i)
1+i
.
6. Estudia, para zC
y nN, las igualdades:

a) log(exp(z)) = z; b) exp(log(z)) = z; c) log(
n
z) =
log(z)
n
; d) log(z
n
) = nlog(z).
7. Explica dnde est el error en las igualdades siguientes: i = (1)
1/2
= [(1)
3
]
1/2
= (1)
3/2
=
i
3
=i.
Prof. Javier Prez
Leccin8
Conceptos bsicos de la teora de Series de Fourier
8.1. Introduccin
Esencialmente la teora de Series de Fourier persigue dos propsitos:
El anlisis o descomposicin de una seal como suma o superposicin (en general in-
nita) de sinusoides.
La sntesis o recomposicin de una seal a partir de sus sinusoides.
Habrs notado que estoy empleando la palabra seal como sinnimo de funcin y as lo
seguir haciendo a lo largo de esta leccin con las precisiones que considere necesarias. En
anlisis armnico las seales ms simples sonlas sinusoides a las que nos hemos referidoantes.
Conviene darles un repaso.
8.1.1. Sinusoides
Una sinusoide es una seal de la forma
Asen(2t +).
El nmero A > 0 es la amplitud, > 0 es la frecuencia medida en ciclos por segundo o Hercios
(Hz), < es la fase (fase inicial), =2 es la frecuencia medida en radianes por segundo
(que se llama a veces frecuencia angular). El perodo es el tiempo que necesita la sinusoide para
completar un ciclo completo, es decir, el perodo es T = 1/ segundos.
Asen(2(t +1/) +) = Asen(2t +2+) = Asen(2t +).
En general, una funcin f : R C se dice que es peridica con perodo T si f (t +T) = f (t) para
todo t R. En tal caso cualquier mltiplo entero de T es tambin un perodo de f , esto es, f (t +
kT) = f (t) para todot R, kZ. Por convenio, una funcin constante se considera peridica con
97
Polinomios trigonomtricos y coecientes de Fourier 98
cualquier perodo. Salvo este caso, cuando se dice que una funcin es peridica de perodo T se
sobreentiende que T es el nmero positivo ms pequeo que verica la igualdad f (t +T) = f (t)
para todo t R.
En la representacin grca de la seal f (t) = Asen(2t +) se interpreta f (t) como la am-
plitud de la seal en el instante t. La amplitud A representa la mxima altura que alcanza dicha
grca, esto es, el mximo absoluto de la funcin f (el mnimo absoluto es A). La frecuencia
es el nmero de veces (ciclos) que se repite la grca en un segundo. El perodo es el tiempo
necesario para que la grca complete un solo ciclo.
8.2. Polinomios trigonomtricos y coecientes de Fourier
Un polinomio trigonomtrico de orden N es una funcin de la forma
N
n=0
A
n
sen(2nt/T +
n
) (8.1)
En una suma de este tipo el nmero T es el periodo fundamental y = 1/T es la frecuencia
fundamental (en hercios). A cada uno de los sumandos individuales, cuyas frecuencias son
mltiplos enteros de la frecuencia principal, se les llama armnicos. Esta forma de una suma
trigonomtrica tiene la ventaja de mostrar explcitamente la amplitud y la fase de cada uno de
ellos pero es muy incmoda para los clculos. Por ello es ms frecuente escribir esta suma en
la forma:
a
0
2
+
N
n=1
(a
n
cos(2nt/T) +b
n
sen(2nt/T)) (8.2)
la razn de escribir el trmino constante en la forma a
0
/2 es para simplicar las frmulas de los
coecientes que veremos en seguida.
Se trabaja con mucha ms comodidad con estas sumas si usamos la exponencial compleja.
Usando las ecuaciones de Euler tenemos que:
cos(2nt/T) =
e
2i nt/T
+e
2i nt/T
2
, sen(2nt/T) =
e
2i nt/T
e
2i nt/T
2i
con ello la suma (8.2) puede ser escrita como:
N
n=N
c
n
e
2i nt/T
(8.3)
La relacin entre estas tres formas distintas de escribir una misma funcin viene dada por las
siguientes igualdades vlidas para todo n = 1, 2, 3, . . . :
c
n
=
a
n
i b
n
2
c
n
=
a
n
+i b
n
2
(8.4)
a
n
= A
n
sen
n
b
n
= A
n
cos
n
(8.5)
Supongamos que f es una seal que podemos representar como un polinomio trigonomtrico
con periodo T:
f (t) =
N
n=N
c
n
e
2i nt/T
Prof. Javier Prez
Observaciones 99
entonces se verica que los coecientes en esta expresin estn determinados de forma nica
por f y vienen dados por:
c
n
=
1
T
T
0
e
2i nt/T
f (t)dt
Las consideraciones anteriores motivan a las siguientes deniciones.
8.1 Denicin. Sea f : R C una seal de periodo T integrable en [0, T]. Se denen los coe-
cientes de Fourier de f por:
c
n
=
1
T
T
0
e
2i nt/T
f (t)dt (nZ) (8.6)
El polinomio trigonomtrico:
S
N
(t) =
N
n=N
c
n
e
2i nt/T
(8.7)
donde los coecientes c
n
vienen dados por (8.6), se llama polinomio de Fourier de orden N de f .
La sucesin de los polinomios de Fourier de f se llama serie de Fourier de f y la representamos
por
nZ
c
n
e
2i nt/T
. Cuando dicha serie converge escribimos:
lm
N
S
N
(t) =
n=
c
n
e
2i nt/T
Teniendo en cuenta 8.4 se deduce que las igualdades 8.6 y 8.7 pueden escribirse de forma
equivalente:
S
N
(t) =
a
0
2
+
N
n=1
(a
n
cos(2nt/T) +b
n
sen(2nt/T)) (8.8)
donde:
a
n
=
2
T
T
0
cos(2nt/T) f (t)dt n = 0, 1, 2, . . . (8.9)
b
n
=
2
T
T
0
sen(2nt/T) f (t)dt n = 1, 2, . . . (8.10)
Los a
n
se llaman coecientes coseno y los b
n
coecientes seno de f .
8.2.1. Observaciones
Tambinse utilizan las notaciones c
n
( f ) y

f (n) para representar los coecientes de Fourier
c
n
de f .
Para calcular los coecientes de Fourier de una seal de periodo T podemos integrar en
cualquier intervalo de longitud T. Suele ser frecuente, por razones de simetra, elegir el
intervalo [T/2, T/2].
Prof. Javier Prez
Ejemplos 100
Observa que nada hemos dicho an sobre la relacin entre una funcin f y su serie de
Fourier. La pregunta de qu modo la serie de Fourier de f representa a f ? no tiene una
respuesta fcil porque tiene muchas respuestas. Mas adelante presentaremos algunos re-
sultados en este sentido.
Observa que si cambias una funcin en un nmero nito de puntos esto no afecta para
nada a sus coecientes de Fourier los cuales viene dados por medio de integrales. Igual-
mente, tampoco debe preocuparnos que una funcin no est denida en un conjunto
nito de puntos porque eso no afecta para nada a su integrabilidad ni al valor de su inte-
gral.
A diferencia de la serie de Taylor de una funcin, la cual solamente est denida si dicha
funcin es indenidamente derivable, la nica condicin para que la serie de Fourier de
una funcin est denida es que la funcin sea integrable enunintervalo. Te recuerdo que
hay funciones integrables con innitas discontinuidades. Es decir, el concepto de serie de
Fourier es mucho menos restrictivo que el de serie de Taylor y esa es una de las grandes
ventajas de la teora de series de Fourier: puede aplicarse a funciones muy generales.
En contra de lo que pudiera parecer a primera vista, la hiptesis de periodicidad no es
restrictiva para la aplicacin de la teora de series de Fourier.
En efecto, si queremos representar una funcin f en un intervalo [a, b] por medio de una
serie de Fourier, lo nico que se necesita es que dicha funcin est denida y sea integra-
ble en dicho intervalo. En tal caso la serie de Fourier
nZ
c
n
e
2i nt/(ba)
cuyos coecientes
son
c
n
=
1
b a
b
a
e
2i nt/(ba)
f (t)dt (nZ)
representa (cuando se dan las condiciones de convergencia apropiadas) una funcin pe-
ridica de periodo b a que coincide con f en el intervalo ]a, b[.
Podemos considerar esto desde otro punto de vista. Si estamos interesados en represen-
tar por medio de una serie de Fourier una funcin f denida e integrable en un intervalo
[a, b] podemos extender dicha funcin a todo R de manera que la extensin sea una fun-
cin peridica de perodo T = b a. Para ello basta repetir la grca de f en intervalos de
longitud T = b a (si f (b) = f (a +T) f (a) ser preciso cambiar el valor de f en uno de
los extremos del intervalo [a, b]).
La consideracin de funciones complejas, si bien desde un punto de vista terico no pre-
senta ninguna dicultad e incluso hace que la teora sea ms elegante y fcil de desarro-
llar, desde un punto de vista prctico no aade nada pues en las aplicaciones siempre se
consideran seales reales.
8.2.2. Ejemplos
8.2 Ejemplo. Calcular la serie de Fourier de la funcin 2-peridica
f (x) =
_
0, si < x </2
1, si /2 < x
Prof. Javier Prez
Ejemplos 101
De acuerdo con la denicin de los coecientes de Fourier
a
0
=
1
/2
dx =
3
2
a
n
=
1
/2
cos(nx) dx =
sen(nx)
n
_
x=
x=/2
=
sen(n/2)
n
=
_
_
(1)
n1
2
n
si n es impar
0 si n es par
b
n
=
1
/2
sen(nx) dx =
cos(nx)
n
_
x=
x=/2
=
cos(n)
n
+
cos(n/2)
n
=
=
_
_
1
n
, si n es impar
1
n
[1 +(1)
n/2
] si n es par
Por tanto la serie de Fourier de f es
3
4
+
1
_
cos(x) +sen(x) sen(2x)
1
3
cos(3x) +
1
3
sen(3x) +. . .
_
=
=
3
4
+
1
n1
1
2n 1
_
(1)
n1
cos((2n 1)x) +sen((2n 1)x) sen((4n 2)x)
_
8.3 Ejemplo. Sea f : [4, 6] R denida como

f (x) =
_
1, si 4 < x 5
2, si 5 < x 6
Vamos a calcular sus coecientes de Fourier:
a
0
=
5
4
dx +
6
5
2 dx = 3
Para n 1:
a
n
=
5
4
cos(nx) dx +
6
5
2cos(nx) dx = 0,
y
b
n
=
5
4
sen(nx)dx +
6
5
2sen(nx) dx =
_
_
_
0, si n es par
2
n
, si n es impar
Por tanto la serie de Fourier de f es
3
2
n1
1
2n 1
sen
_
(2n 1)x
_
Prof. Javier Prez
Ejemplos 102
8.4 Ejemplo(Funcinimpulsorectangular). Se llaman impulsos rectangulares las seales que
son nulas salvo en un determinado intervalo de tiempo en el que son constantes. El ejemplo
tpico es la funcin : R R
(x) =
_
1, si |x| < 1/2
0, en otro caso
Con ms generalidad, dado un nmero a > 0 podemos considerar la funcin
a
denida por
a
(x) =(x/a), con lo que
a
(x) =
_
1, si |x| < a/2
0, en otro caso
Dado un nmero T > a podemos considerar la extensin peridica de
a
con periodo T cuya
grca es de la forma
-5 -3 -1 1 3 5
1
Figura 8.1: Periodizacin con periodo 4 de
2
Llamemos f a dicha funcin. Los coecientes de Fourier de f son
c
n
=
1
T
T/2
T/2
f (t)e
2i nt/T
dt =
1
T
a/2
a/2
e
2i nt/T
dt =
1
2i n
_
e
2i nt/T
_
t=a/2
t=a/2
=
=
1
n
_
e
i na/T
e
i na/T
2i
_
=
sen(na/T)
n
para n distinto de cero, y
c
0
=
1
T
T/2
T/2
f (t)dt =
1
T
a/2
a/2
1dt =
a
T
.
8.5 Ejemplo (Funcin triangular). La funcin triangular es la funcin : R R denida por

(x) =
_
1 |x| si |x| 1,
0 para |x| > 1.
Con ms generalidad, dado un nmero a > 0 podemos considerar la funcin
a
denida por
a
(x) =(x/a), con lo que
a
(x) =
_
_
_
1
x
a
, si |x| a
0, para |x| > a.
Prof. Javier Prez
Series de Fourier seno y coseno 103
-8 -7 -6 -5 -4 -3 -2 -1 1 2 3 4 5 6 7 8
1
Figura 8.2: Periodizacin de periodo 3 de
1/2
Dado un nmero T > 0 podemos considerar la extensin peridica de
a
con periodo T.
Calculemos sus coecientes de Fourier.
c
n
=
1
T
T/2
T/2
f (t)e
2i nt/T
dt =
0
a
_
1 +
t
a
_
e
2i nt/T
dt +
a
0
_
1
t
a
_
e
2i nt/T
dt =
=
2
T
a
0
_
1
t
a
_
cos(2nt/T)dt =
2
T
T
2n
_
__
1
t
a
_
sen(2nt/T)
_
t=a
t=0
+
1
a
a
0
sen(2nt/T)dt
_
=
=
T(1 cos(2na/T))
2
2
n
2
a
=
sen
2
(na/T)
2
n
2
a/T
.
Es inmediato comprobar que
c
0
=
1
T
T/2
T/2
f (t) dt t =
a
T
.
8.2.3. Series de Fourier seno y coseno

Los coecientes seno de una funcin par son nulos y los coecientes coseno de una funcin
impar son nulos. Esto lleva a denir las series de Fourier seno y coseno de una funcin como
sigue.
Sea f una funcin denida e integrable en el intervalo [0, L]. Podemos extender f al intervalo
[L, L] de las formas siguientes:
f
1
(x) =
_
f (x), L x < 0
f (x), 0 x L
y
f
2
(x) =
_
f (x), L x < 0
f (x), 0 x L
Es claro que f
1
es impar y f
2
es par y coinciden con f en [0, L]. La funcin f
1
es llamada la
extensin impar de f y f
2
es llamada la extensin par de f .
La serie de Fourier de la extensin de perodo 2L de f
1
se llama la serie de Fourier seno de
f y viene dada por:
n1
b
n
sen(nt/L), b
n
=
2
L
L
0
f (t)sen(nt/L)dt
Prof. Javier Prez
Convergencia de las series de Fourier 104
La serie de Fourier de la extensin de perodo 2L de f
2
se llama la serie de Fourier coseno
de f y viene dada por:
a
0
2
+
n1
a
n
cos(nt/L), a
n
=
2
L
L
0
f (t)cos(nt/L)dt
8.2.4. Convergencia de las series de Fourier
Una funcin f se dice que es continua a trozos en un intervalo [a, b] si hay una particin
a = x
0
< x
1
< x
2
< . . . < x
n1
< x
n
= b del intervalo [a, b] de forma que
f es continua en cada intervalo ]x
i
, x
i+1
[, para i = 0, 1, 2, . . . , n 1, y
f tiene lmites laterales en los puntos x
i
, i = 0, 1, . . . , n.
Diremos que una funcin f es derivable a trozos en un intervalo [a, b] si hay una particin
a =t
0
<t
1
<t
2
< . . . <t
m1
<t
m
= b del intervalo [a, b] de forma que
f es derivable en cada intervalo ]t
i
, t
i+1
[, para i = 0, 1, 2, . . . , m1, y
La funcin derivada f

tiene lmites laterales en los puntos t
i
, i = 0, 1, . . . , m.
Diremos que una funcin es suave a trozos en un intervalo [a, b] si es derivable a trozos en
dicho intervalo y su derivada es continua a trozos.
Toda funcin derivable a trozos en un intervalo tambin es continua a trozos en dicho in-
tervalo. Las funciones continuas a trozos en un intervalo son integrables en dicho intervalo.
Adems, la integral la podemos calcular como suma de integrales en cada uno de los intervalos
donde la funcin es continua.
El siguiente resultado nos dice que en condiciones razonablemente generales la serie de
Fourier de una funcin converge puntualmente a dicha funcin.
8.6 Teorema (Riemann, Dirichlet). Sea f : R C una seal peridica con perodo T derivable a
trozos en [0, T]. Entonces se verica que:
1. En todo punto t R donde f sea continua
n=
c
n
e
2i nt/T
= f (t)
2. Si f no es continua en un punto t entonces se verica que:
n=
c
n
e
2i nt/T
=
f (t+) + f (t)
2
donde f (t+) y f (t) son, respectivamente, los lmites por la derecha y por la izquierda de f
en t.
En particular, una funcin continua y derivable a trozos est determinada de manera nica por
su serie de Fourier.
Prof. Javier Prez
Ejercicios 105
8.2.5. Ejercicios
1. a) Sea f (t) =sen(t/3)+sen(t/4). Es f peridica? En caso armativo, cul es su perodo?
b) Sea f (t) = sen(t) +sen(t). Prueba que para que f sea peridica es necesario y su-
ciente que / sea un nmero racional.
c) Es peridica la funcin f (t) = sen(10t) +sen
_
(10 +)t
_
?
2. Considera las distintas formas de escribir la serie de Fourier de una funcin real peridica
de perodo 1:
a
0
2
+
n=1
a
n
cos(2nt) +b
n
sen(2nt)
n=
c
n
e
2int
a
0
2
+
n=1
A
n
sen(2nt +
n
)
Indica con detalle cmo se pasa de una a otra, es decir, las relaciones que hay entre los
distintos coecientes.
3. Sea f una seal derivable a trozos, c
n
sus coecientes de Fourier, a
n
s y b
n
sus coecientes
coseno y seno respectivamente. Justica las siguientes armaciones:
a) f es real c
n
= c
n
(nN) a
n
R, b
n
R (nN)
b) f es par c
n
= c
n
(nN) b
n
= 0 (nN)
c) f es impar c
n
=c
n
(nN) a
n
= 0 (nN)
d) f real y par c
n
= c
n
R (nN)
e) f real e impar c
n
=c
n
i R (nN)
4. Da una demostracin aceptable de la igualdad de Parseval:
1
T
T
0
| f (t)|
2
dt =
n=
|c
n
|
2
5. Prueba que si f : R C es una funcin suave a trozos se verica que

f

(k) = ik
f (k) para
todo kZ. En otros trminos: la serie de Fourier de la derivada de f se obtiene derivando
trmino a trmino la serie de Fourier de f .
6. Sea f : RC peridica y suave a trozos. Denamos F(x) =
x
0
f (t) dt para todo xR. Prueba
que la funcin G : R C dada por G(x) = F(x)

f (0)x, es peridica y expresa sus coe-
cientes de Fourier por medio de los de f .
7. Calcula las series de Fourier de las extensiones peridicas de las siguientes funciones:
f (x) =
_
0, < x < 0
, 0 x
f (x) =
_
0, 2 < x < 0
x, 0 x 2
Prof. Javier Prez
Ejercicios 106
8. Calcula la serie de Fourier coseno de la funcin f (x) = x para x[0, ].
9. Calcula la serie de Fourier seno de la funcin f (x) = 1 para x[0, ].
10. Calcula la serie de Fourier seno de la funcin f (x) = cosx para x[0, ].
11. Sea aR, a 0. Si los coecientes de Fourier de una seal f son c
n
, cules son los coe-
cientes de Fourier de la seal trasladada g(t) = f (t a)? Y los de la seal h(t) = f (at)?.
12. Calcula las series de Fourier de las funciones |sent| y |cost|.
13. Usando el desarrollo en serie de Fourier de la funcin de perodo 1 dada por f (t) =t para
0 t < 1 y f (t +1) = f (t) para todo t R, justica la igualdad
n=1
(1)
n+1
2n +1
=

4
Utiliza la igualdad de Parseval para deducir que
n=1
1
n
2
=

2
6
14. Usando el desarrollo en serie de Fourier de la funcin de perodo 2 dada por f (t) = t
2
para t y f (t +2) = f (t) para todo t R, justica la igualdad
n=1
(1)
n+1
n
2
=

2
12
15. Usando el desarrollo en serie de Fourier de la funcin de perodo 2 dada por f (t) =|t | para
1 t 1 y f (t +2) = f (t) para todo t R, justica la igualdad
n=1
1
(2n 1)
2
=

2
8
16. Dado a R, a Z, se dene la funcin de perodo 2 f (t) = e
iat
para 1 t < 1 y f (t) =
f (t +2). Calcula la serie de Fourier de f y utiliza la igualdad de Parseval para deducir que
n=
1
(a n)
2
=

2
sen
2
(a)
17. Sea f (x) = x(1 x), (0 x 1) y consideremos la extensin impar de f de perodo 2.
a) Calcula la serie de Fourier seno de f .
b) Justica que
n=0
1
(2n +1)
4
=

2
96
.
c) Calcula la serie de Fourier coseno de f

(x) = 12x, (0 x 1); y la serie de Fourier de
f

(x) =2.
d) deduce de lo anterior que:
n=0
1
(2n +1)
2
=

2
8
,
n=0
(1)
n
2n +1
=

4
Prof. Javier Prez
Geometra de las series de Fourier 107
8.3. Geometra de las series de Fourier
La teora de las series de Fourier est estrechamente relacionada con los aspectos algebrai-
cos y geomtricos de los espacios eucldeos. Lo caracterstico de la geometra eucldea es el
concepto de ortogonalidad o perpendicularidad y sus consecuencias.
8.7 Denicin. Representaremos por L
2
(a, b) el espacio de las funciones f : R C que son pe-
ridicas con periodo b a y de cuadrado integrable en [a, b]. Este conjunto con las operaciones
usuales de suma de funciones y producto por escalares complejos es un espacio vectorial com-
plejo.
Para todo par de funciones f , gL
2
(a, b) denimos su producto escalar por:
( f | g) =
1
b a
b
a
f (t)g(t)dt (8.11)
y denimos la norma de f L
2
(a, b) por:
f =
_
( f | f ) =
_
1
b a
b
a
| f (t)|
2
dt (8.12)
8.8 Denicin. Dos funciones f , g L
2
(a, b) se llaman ortogonales si ( f | g) = 0 en cuyo caso
escribimos f g. Un conjunto de funciones B L
2
(a, b) se dice ortogonal si para cada par de
elementos distintos f , gB se tiene que f g. Si, adems para toda funcin f B es f = 1 se
dice que B es un conjunto ortonormal de funciones. Un conjunto ortonormal, B, con la pro-
piedad de que la nica funcin que es ortogonal a todas las funciones del mismo es la funcin
nula, se llama una base ortonormal.
8.9 Ejemplo. En el espacio L
2
(0, T) un ejemplo de base ortonormal de funciones especialmente
importante es la formada por las exponenciales complejas:
E =
_
e
2i nt/T
: nZ
_
Otro ejemplo de base ortonormal es la formada por las funciones trigonomtricas:
T =
_
1,
2cos(2nt/T),
2sen(2nt/T) : nN
_
De hecho, tenemos las siguientes igualdades:
1
T
T
0
cos(2nt/T)cos(2mt/T)dt =
_
_
0 si n m
1
2
si n = m 0
1 si n = m = 0
1
T
T
0
sen(2nt/T)sen(2mt/T)dt =
_
_
_
1
2
si n = m 0
0 en otro caso
1
T
T
0
sen(2nt/T)cos(2mt/T)dt = 0 n, mN
Prof. Javier Prez
Geometra de las series de Fourier 108
8.10 Proposicin. Supongamos que B = {e
k
: 1 k n} es un conjunto de n funciones ortonor-
males en L
2
(a, b) y sea Mel subespacio vectorial engendrado por B. Dada una funcin f L
2
(a, b)
la funcin:
P
M
( f ) =
n
j=1
( f | e
j
)e
j
se llama la proyeccinortogonal de f sobre My tiene las propiedades siguientes:
1. P
M
( f )M.
2. f P
M
( f ) es ortogonal a M.
3. mn{ f g : gM} =f P
M
( f )
Demostracin. La primera armacin es evidente porque por su denicin P
M
( f ) es combina-
cin lineal de los vectores e
k
que forman una base de M.
Para probar la segunda armacin basta observar que:
( f P
M
( f ) | e
k
) = ( f | e
k
)
n
j=1
( f | e
j
)(e
j
| e
k
) = ( f | e
k
) ( f | e
k
) = 0
lo que prueba que f P
M
( f ) es ortogonal a los vectores e
k
y, por tanto, tambin es ortogonal a
cualquier combinacin lineal de ellos, es decir, a cualquier vector de M.
Para probar el punto 3 basta observar que para toda g M se verica que los vectores f
P
M
( f ) y P
M
( f ) g son ortogonales, por lo que:
f g
2
=( f P
M
( f )) +(P
M
( f ) g)
2
=f P
M
( f )
2
+P
M
( f ) g
2
f P
M
( f )
2
Deducimos que f P
M
( f ) f g y que la igualdad se da si, y slo si, g = P
M
( f ).
Particularicemos el resultado anterior al espacio L
2
(0, T) cuando se consideran conjuntos
ortonormales particulares.
Dado NN, consideremos el conjunto ortonormal
E
N
=
_
e
2i nt/T
: N n N
_
En este caso, representando por e
n
la funcin t e
2i nt/T
, esto es e
n
(t) = e
2i nt/T
, la proyeccin
ortogonal de f sobre E
N
es la funcin
N
k=N
( f | e
k
)e
k
(t) =
N
k=N
1
T
_
T
0
f (t)e
k
(t)dt
_
e
k
(t) =
N
k=N
1
T
_
T
0
f (t)e
2i kt/T
dt
_
e
2i kt/T
=
N
k=N
c
k
e
2i kt/T
Donde los coecientes c
k
viene dados por (8.6). Pero esta funcin es justamente el polinomio
de Fourier (8.7) de orden N de f .
Dado NN, consideremos el conjunto ortonormal
T
N
=
_
1,
2sen(2nt/T),
2cos(2nt/T) : N n N
_
Prof. Javier Prez
Suavidad de una seal y convergencia de su serie de Fourier 109
En este caso, poniendo por u
n
(t) =
2cos(2nt/T) y v
n
(t) =
2sen(2nt/T), tenemos que la

proyeccin ortogonal de f sobre T
N
es la funcin
( f | 1) +
N
n=1
( f | u
n
)u
n
(t) +
N
n=1
( f | v
n
)v
n
(t) =
=
1
T
T
0
f (t)dt +
N
n=1
1
T
_
T
0
f (t)
2cos(2nt/T)dt
_
2cos(2nt/T) +
+
N
n=1
1
T
_
T
0
f (t)
2sen(2nt/T)dt
_
2sen(2nt/T) =
=
a
0
2
+
N
n=1
a
n
cos(2nt/T) +
N
n=1
b
n
sen(2i nt/T)
Donde los coecientes a
n
, b
n
viene dados por (8.9) y (8.10). Pero esta funcin es justamente el
polinomio de Fourier (8.8) de orden N de f .
El siguiente resultado es uno de los ms notables de la teora de series de Fourier.
8.11 Teorema (Teorema de Riesz-Fisher). Para toda funcin f L
2
(a, b) se verica que su serie
de Fourier converge a f en la norma de L
2
(a, b):
lm
N
_
_
_
_
_
f (t)
N
k=N
c
k
e
2i kt/(ba)
_
_
_
_
_
= 0 lm
N
b
f (t)
N
k=N
c
k
e
2i kt/(ba)
2
dt = 0.
La convergencia en la norma de L
2
(a, b) se llama convergencia en media cuadrtica . Ter-
minaremos esta seccin con un resultado muy til conocido con el nombre de igualdad de
Parseval.
8.12 Proposicin (Igualdad de Parseval). Para toda funcin f L
2
(a, b) se verica que
1
b a
b
a
| f (t)|
2
dt =
n=
|c
n
|
2
(8.13)
La igualdad de Parseval 8.13 tiene una interpretacin interesante. El nmero |c
n
|
2
se inter-
preta como la energa del armnico c
n
e
i nt
, mientras que la integral
1
2
| f (t)|
2
dt se interpreta
como la energa de la seal (en este sentido se dice que las funciones de L
2
(, ) tienen ener-
ga nita). La igualdad de Parseval expresa, pues, que la energa de la seal es igual a la suma de
las energas de sus armnicos componentes.
8.3.1. Suavidad de una seal y convergencia de su serie de Fourier
La primera armacin del siguiente resultado es consecuencia directa de la igualdad de
Parseval.
8.13 Proposicin. Sean {c
n
} los coecientes de Fourier de una funcin f .
1. Si f es una funcin de cuadrado integrable, en particular si es continua a trozos, se verica
que lm{c
n
} = 0.
Prof. Javier Prez
Espectro, dominio del tiempo y dominio de la frecuencia 110
2. Si f tiene k 1 derivadas continuas y tiene derivada de orden k continua a trozos entonces
se verica que lm n
k
c
n
= 0.
8.3.2. Espectro, dominio del tiempo y dominio de la frecuencia
Una seal analgica dada por medio de una funcin f (t) se dice que est dada en el dominio
del tiempo. Supongamos que dicha seal es T-peridica y derivable a trozos, entonces
f (t) =
n=
c
n
e
2i nt/T
en todo punto de continuidad de f . Las frecuencias de los armnicos complejos que forman
esta serie son n/T. El espectro de f se dene como el conjunto de pares {(n/T, c
n
) : nZ}. El co-
nocimiento del espectro de la seal determina a dicha seal. Podemos considerar una funcin
f denida en el conjunto de las frecuencias {n/T : nZ} por

f (n/T) = c
n
. Se suele decir que di-
cha funcin representa a la seal f en el dominio de la frecuencia. La grca de la funcin
se llama el espectro de amplitudes, y la grca de la funcin arg
f se llama el espectro de fases.

Recuerda que si la serie de Fourier la escribimos en la forma
n=0
A
n
sen(2nt +
n
)
donde A
n
0 es la amplitud del armnico n-simo y
n
es su fase, entonces, en virtud de las
igualdades 8.4 y 8.5, se verica que c
n
=
i
2
A
n
e
i
n
=
1
2
A
n
e
i(
n
/2)
; y eligiendo
n
] /2, 3/2]
resulta que
n
/2 = arg(c
n
), lo que justica la terminologa empleada. Ten en cuenta que
para una seal real se verica siempre que c
n
= c
n
lo que explica el aspecto de las siguientes
grcas. El espectro de amplitudes consiste en lneas espectrales regularmente espaciadas
3
T

2
T

1
T
0
1
T
2
T
3
T
4
T
|c
3
|
|c
2
|
|c
1
|
|c
0
|
|c
1
|
|c
2
|
|c
3
|
|c
4
|
Figura 8.3: Espectro de amplitudes
3
T
2
T
1
T
0
1
T
2
T
3
T
3
Figura 8.4: Espectro de fases
Prof. Javier Prez
Ejercicios 111
en las frecuencias n/T. Para n = 1 y n =1 las lneas corresponden a la frecuencia fundamental.
Las dems lneas son llamadas armnicos de la seal.
Lo interesante de estas representaciones es que para manipular una seal analgica es ms
fcil hacerlo en el dominio de la frecuencia. Por ejemplo, si la seal es un sonido las frecuencias
bajas corresponden a los tonos graves y las altas a los agudos, mientras que las amplitudes
representan la intensidad del sonido del armnico correspondiente.
8.3.3. Ejercicios
1. Usandolas propiedades algebraicas del producto escalar enL
2
(0, T), prueba las siguientes
igualdades:
a) f +g
2
= f
2
+g
2
+2Re( f | g)
b) f +g
2
+f g
2
= 2 f
2
+2g
2
c) f ig
2
= f
2
+g
2
2Im( f | g)
d) 4( f | g) =
_
f +g
2
f g
2
_
+i
_
f +ig
2
f ig
2
_
2. Comprueba que el conjunto formado por las funciones trigonomtricas:
{1, cos(2nt/T), sen(2nt/T) : nN}
es ortogonal en L
2
(0, T).
8.4. Introduccin a la Transformada de Fourier Discreta
Usualmente lo que conocemos de una seal es una muestra, esto es, una seal podemos
verla como un vector cuyas componentes son valores de la seal en determinados instantes.
Si el tamao de la muestra es N, este vector est en el espacio vectorial N-dimensional C
N
. En
trminos muy generales puede armarse que el anlisis de esta seal consiste en representarla
endiferentes bases de C
N
. Estas bases se eligen de forma que la correspondiente representacin
pueda ser fcilmente interpretada y proporcione informacin til sobre la seal. Unejemplo de
esto es la Transformada de Fourier Discreta que vamos a ver a continuacin.
Supongamos que conocemos N muestras de una seal peridica f de perodo T las cuales se
han tomado en instantes t
k
igualmente espaciados a lo largo de un perodo, es decir, t
k
= kT/N,
donde k = 0, 1, 2, . . . , N 1. Conocemos, pues, los N nmeros
1
:
f (kT/N) = y
k
, k = 0, 1, 2, . . . , N 1
y sabemos que f tiene perodo T. Usando esta informacin queremos calcular una buena apro-
ximacin de los coecientes de Fourier de f .
Como tenemos N datos parece lgico calcular N coecientes c
n
. Sabemos que bajo hiptesis
muy generales se verica que lm{c
n
} =0, esto es, la sucesin de los coecientes de Fourier con-
verge a cero. Por ello los coecientes ms signicativos vienen al principio. Teniendo esto en
1
Es usual en este contexto trabajar con ndices que empiezan en 0. La gran mayora de los textos lo hacen as.
Prof. Javier Prez
Introduccina la Transformada de Fourier Discreta 112
cuenta, vamos a tratar de calcular los coecientes c
n
para n = N/2, . . . , N/2 1 (o un intervalo
centrado si N es impar). Este clculo podemos hacerlo de dos formas.
Calculando de forma aproximada el valor de la integral
c
n
=
1
T
T
0
f (t)e
2int/T
dt
Para ello podemos proceder como sigue:
c
n
=
N1
k=0
1
T
(k+1)T/N
kT/N
f (t)e
2int/T
dt
N1
k=0
1
N
f (kT/N)e
2ink/N
lo que nos lleva a tomar como una aproximacin de los coecientes c
n
los nmeros
c
n
=
1
N
N1
k=0
y
k
nk
donde = e
2i/N
,
N
2
n
N
2
1 (8.14)
Otra forma de proceder es calcular coecientes c
n
por la condicin de que el polinomio
trigonomtrico
P(t) =
N/21
n=N/2
c
n
e
2int/T
interpole a f en los puntos t
k
, es decir, verique que P(kT/N) = y
k
para k = 0, 1, 2, . . . , N 1. Pues
bien, se comprueba que c
n
= c
n
para
N
2
n
N
2
1. Deniendo
Y
n
=
_
_
c
n
0 n
N
2
1
c
nN
N
2
n N 1
Podemos escribir (8.14) en la forma
Y
n
=
1
N
N1
k=0
y
k
nk
n = 0, 1, 2, . . . , N 1, = e
2i/N
(8.15)
Denamos
k
=
_
1,
k
,
2k
, . . . ,
k(N1)
_
, k = 0, 1, 2, . . . , N 1 = e
2i/N
Recuerda que en C
N
el producto escalar eucldeo est dado por:
(z | w) =
N1
j=0
z
j
w
j
z = (z
0
, z
1
, . . . , z
N1
), w = (w
0
, w
1
, . . . , w
N1
)
Teniendo en cuenta que
N
= 1, es fcil comprobar que los vectores
k
(0 k N 1) son
ortogonales y tienen norma igual a

N. Dichos vectores forman una base ortogonal de C
N
.
Observa que podemos escribir las igualdades (8.15) en la forma
Y
n
=
1
N
(y |
n
), y = (y
0
, y
1
, . . . , y
N1
),
n
= (1,
n
,
2n
, . . . ,
(N1)n
), = e
2i/N
(8.16)
de donde se deduce fcilmente que (Y
0
,Y
1
, . . . ,Y
N1
) sonlas coordenadas del vector y =(y
0
, y
1
, . . . , y
N1
)
en la base
k
(0 k N 1)
Prof. Javier Prez
Observaciones 113
8.14 Denicin. La transformacin F : C
N
C
N
que a un vector y = (y
0
, y
1
, . . . , y
N1
) C
N
ha-
ce corresponder el vector Y = (Y
0
,Y
1
, . . . ,Y
N1
) C
N
dado por las igualdades (8.15) se llama la
Transformada de Fourier Discreta (DFT) en C
N
.
La DFT es una biyeccin lineal de C
N
en C
N
cuya inversa viene dada por
y
n
=
N1
k=0
Y
k
nk
n = 0, 1, 2, . . . , N 1, = e
2i/N
8.4.1. Observaciones
La denicin que hemos dado de la DFT es la ms usual aunque adolece de cierta falta
de simetra debido al factor de escala 1/N que gura en la transformada directa pero no
en su inversa. De hecho, la denicin de la DFT puede variar de unos textos a otros. Es
frecuente ortonormalizar la base formada por los vectores
k
, esto es, considerar la base
ortonormal formada por los vectores
1
k
. Con ello se consigue que en las frmulas
anteriores gure como factor de escala en ambas 1/
N.
Aunque hemos supuesto al principio que el vector y se obtena tomando N valores igual-
mente espaciados de una funcin peridica a lo largo de un perodo, es claro que se tra-
taba nada ms que de una motivacin inicial. La TFD (transformada de Fourier discreta)
no tiene ninguna limitacin: el vector y puede ser cualquier elemento de C
N
. De hecho,
la TFD se utiliza para intentar averiguar las frecuencias presentes en series de datos de
cualquier naturaleza. Pero hay un convenio que se sigue siempre cuando se trabaja con la
TFD y que consiste en considerar que el vector y = {y
0
, y
1
, y
2
, . . . , y
N1
} es una muestra de
una sucesin innita peridica de perodo N. Es decir, dado un entero arbitrario kZ, de-
nimos y
k
= y
q
donde 0 q N1 es el resto de la divisin de k por N. Con este convenio es
inmediato comprobar que el vector Y = F (y) verica que Y
k+N
=Y
k
, es decir, es peridico
con perodo N. Esta propiedad se expresa diciendo que la TFD transforma seales peridi-
cas discretas en el dominio del tiempo en seales peridicas discretas en el dominio de la
frecuencia.
El espectro de la seal y es el conjunto {(n/N,Y
n
) : nZ}. Los espectros de amplitudes y de
fases son, respectivamente, los conjuntos {(n/N, |Y
n
|) : nZ} y {(n/N, Arg(Y
n
)) : nZ}. Di-
chos conjuntos suelen representarse por segmentos de lnea que unen los puntos (n/N, 0)
con los puntos del espectro correspondiente. Debido a la periodicidad de los Y
n
es su-
ciente representar dichos espectros para N valores consecutivos de n.
Para seales y reales se verica que Y
n
=Y
n
donde la barra indica complejo conjugado.
ComoY
n
=Y
Nn
haciendo n =N/2k obtenemos queY
N/2+k
=Y
N/2k
de donde se deduce
que
Y
N/2+k
Y
N/2k
y Arg(Y
N/2+k
) = Arg(Y
N/2k
) =Arg(Y
N/2k
)
esto es el espectro de amplitudes es simtrico respecto a N/2 y el espectro de fases es
antisimtrico respecto a N/2. Por esta razn, como en la prctica siempre se trabaja con
seales reales, es costumbre representar solamente la mitad ms uno de los puntos de
dichos espectros correspondientes a los valores 0, 1, 2, . . . , N/2. Los cuales son sucientes
Prof. Javier Prez
Observaciones 114
para recuperar la seal original combinndolos con sus conjugados que representan fre-
cuencias negativas.
Prof. Javier Prez
Observaciones 115
Hay una estrecha analoga entre la DFT y las series de Fourier.
Series de Fourier.
Se considera una seal continua en el dominio del tiempo, f , con perodo T y,
por tanto, con frecuencia 1/T expresada en Hercios (ciclos por segundo).
Se trata de descomponer dicha seal como una serie de seales con frecuencias
n/T (mltiplos enteros de la frecuencia fundamental). La seal modelo con fre-
cuencia n/T (ciclos por segundo) es sen(2nt/T). La forma compleja de dicha
seal es la funcin e
n
(t) = e
2i nt/T
.
El peso que la componente de frecuencia n/T tiene en nuestra seal viene dado
por el producto escalar:
( f | e
n
) =
1
T
T
0
f (t)e
2i nt/T
dt
La serie que representa a la seal f es
n=
( f | e
n
)e
2i kt/T
. Dicha serie proporcio-
na el espectro de la seal y constituye la representacin de la seal en el dominio
de la frecuencia.
En el contexto de las series de Fourier las igualdades:
f (n) =
1
T
T
0
f (t)e
2int/T
dt (8.17)
f (t) =
n=
f (n)e
2int/T
(8.18)
se llaman, respectivamente, las ecuaciones de anlisis y de sntesis.
Transformada de Fourier Discreta.
Se considera una seal discreta y = (y
0
, y
1
, . . . y
N1
) formada por N valores que se
interpretan como un perodo de una seal discreta peridica de perodo N.
Se trata de descomponer dicha seal como una suma de seales con frecuen-
cias n/N (mltiplos enteros de la frecuencia fundamental 1/N). La seal conti-
nua modelo con frecuencia n/N (ciclos por segundo) es sen(2nt/N). La forma
compleja de dicha seal es e
2i nt/N
. Puesto que de la seal original solamente
conocemos un perodo formado por N valores consecutivos, lo que hacemos es
discretizar la seal e
2 i nt/N
evalundola en t = 0, 1, 2, . . . , N 1 y obtenemos as el
vector
n
= (1, e
2i n/N
, e
2i n2/N
, . . . , e
2i n(N1)/N
)
El peso que la componente de frecuencia n/N tiene en nuestra seal viene dado
por el producto escalar:
(y |
n
) =
1
N
N1
k=0
y
k
e
2ink/N
La suma que representa a la seal discreta y es
N1
n=0
(y |
n
)
n
. Dicha suma se
interpreta como la representacin de la seal en el dominio de la frecuencia.
Prof. Javier Prez
Convolucin y DFT 116
Los coecientesY
n
se llaman coecientes espectrales de la seal y. Las igualdades:
Y
n
=
1
N
N1
k=0
y
k
e
2ink/N
, n = 0, 1, 2, . . . , N 1 (8.19)
y
n
=
N1
k=0
Y
k
e
2ink/N
, n = 0, 1, 2, . . . , N 1 (8.20)
se llaman, respectivamente, la ecuacin de anlisis y la ecuacin de sntesis. La
frecuencia fundamental en (8.20) es = 1/N.
8.4.2. Convolucin y DFT
Como acabamos de explicar, interpretamos los elementos de C
N
como sucesiones peridi-
cas con perodo N. Esto justica la siguiente denicin.
Dado y = (y
0
, y
1
, . . . , y
N1
) C
N
y un entero arbitrario k Z, denimos y
k
= y
q
donde 0 q
N 1 es el resto de la divisin de k por N.
Se dene la convolucin
2
(llamada a veces convolucin circular o peridica o cclica) de dos
elementos de C
N
, x =(x
0
, x
1
, . . . , x
N1
) e y =(y
0
, y
1
, . . . , y
N1
) como el elemento z =(z
0
, z
1
, . . . , z
N1
)
de C
N
denido por:
z
k
=
N1
q=0
x
q
y
kq
k Z
Es inmediato que z
k
es una sucesin peridica con perodo N. Escribiremos simblicamente
z = x y.
Fijado un vector y = (y
0
, y
1
, . . . , y
N1
), la aplicacin que a un vector x = (x
0
, x
1
, . . . , x
N1
) hace
corresponder el producto de convolucin z = y x es una aplicacin lineal de C
N
en C
N
que
podemos escribir en forma matricial como sigue:
_
_
_
_
_
_
_
_
z
0
z
1
z
2
.
.
.
z
N1
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
y
0
y
N1
y
N2
y
1
y
1
y
0
y
N1
y
2
y
2
y
1
y
0
y
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
y
N1
y
N2
y
N3
y
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
0
x
1
x
2
.
.
.
x
N1
_
_
_
_
_
_
_
_
(8.21)
Las propiedades del producto de convolucin se deducen fcilmente de la siguiente impor-
tante propiedad.
Dados dos vectores a = (a
0
, a
1
, . . . , a
N1
) y b = (b
0
, b
1
, . . . , b
N1
) en C
N
notaremos por abC
N
su producto puntual:
ab = (a
0
b
0
, a
1
b
1
, . . . , a
N1
b
N1
)
8.15 Proposicin. Sean x = (x
0
, x
1
, . . . , x
N1
), y = (y
0
, y
1
, . . . , y
N1
) vectores en C
N
. Entonces se ve-
rica que:
F
_
x y
_
= NF (x)F (y), F (xy) = F (x) F (y) (8.22)
2
Este es uno de los distintos tipos de convolucin ms frecuentes. Las operaciones de convolucin son muy usadas
en el procesamiento de seales digitales. Los tipos de ltros ms frecuentes actan sobre la seal de entrada input
haciendo una convolucin con la funcin respuesta impulsiva del ltro.
Prof. Javier Prez
Transformada de Fourier 117
8.4.2.1. Ejercicios
1. Comprueba que los vectores
k
=
_
1,
k
,
2k
, . . . ,
k(N1)
_
, k = 0, 1, 2, . . . , N 1 = e
2i/N
forman una base ortogonal de C
N
.
2. Recuerda que consideramos los elementos de C
N
como sucesiones peridicas con pero-
do N. Explcitamente: dado y =(y
0
, y
1
, . . . , y
N1
)C
N
y un entero arbitrario kZ, denimos
y
k
= y
q
donde 0 q N 1 es el resto de la divisin de k por N. Por ejemplo, y
1
= y
N1
,
y
2
= y
N2
, y
N
= y
0
, y
N+1
= y
1
.
Se dice que la sucesin (y
n
) es par si y
n
= y
n
y se dice que es impar si y
n
=y
n
para todo
nZ.
Supongamos que (y
n
)
F
(Y
n
). Prueba que:
a) (y
n
)
F
(Y
n
)
b) (y
n
)
F
(Y
n
)
c) (y
n
)
F
(Y
n
)
d) (y
n
) es par (impar) (Y
n
) es par (impar).
e) (y
n
) es real Y
n
=Y
n
para todo nZ.
f ) (y
n
) es real y par (Y
n
) es real y par.
g) (y
n
) es real e impar (Y
n
) es imaginario puro e impar.
3. Calcula la transformada de Fourier discreta de las siguientes sucesiones:
a) (1, 1, 1, 1, 1, 1, 1, 1)
b) (1, 1, 1, 1, 0, 0, 0, 0)
c) (0, 0, 1, 1, 1, 1, 0, 0)
d) (1, 1, 1, 1, 1, 1, 1, 1)
e) (0, 0, 1, 0, 0, 0, 1, 0)
4. Justica que
N1
n=0
|Y
n
|
2
=
1
N
N1
n=0
|y
n
|
2
.
5. Sea Z = F (F (y)). Calcula las componentes Z
k
de Z en funcin de las componentes y
n
de
y.
8.5. Transformada de Fourier
8.16Denicin. La transformada de Fourier de una funcin f : RC es la funcin

f =Ff : R C
denida por:
f (s) =Ff (s) =
e
2ist
f (t)dt (sR) (8.23)
Prof. Javier Prez
Transformada de Fourier 118
Comentarios
Usaremos las notaciones

f y Ff para representar la transformada de Fourier de la seal f .
A veces conviene escribir Ff en la forma F( f ) para indicar claramente que Ff es la trans-
formada de Fourier de la funcin f .
El parmetro s en la denicin 8.23 se interpreta como frecuencias. La funcin

f se
interpreta como la representacin de la seal f en el dominio de la frecuencia.
La transformada de Fourier convierte una seal, f (t), dada en el dominio del tiempo en
otra seal,

f (s), en el dominio de la frecuencia.
Representaremos por L
1
(R) el espacio de todas las funciones f : RC tales que
| f (t)| dt <
. Para que la denicin 8.23 tenga sentido es condicin suciente que f L
1
(R).
Para calcular la transformada de Fourier de una funcin tenemos libertad para modi-
car como queramos dicha funcin en un conjunto siempre que ello no afecte al valor de
la integral. Por ejemplo, podemos cambiar el valor de la funcin en cualquier conjunto
nito de puntos. Por eso, para calcular la transformada de Fourier de una funcin no es
imprescindible que la funcin est denida en todo R, es suciente, por ejemplo, que est
denida en todo R excepto en un conjunto nito de puntos.
No hay acuerdo unnime sobre la denicin de la transformada de Fourier. Algunos deta-
lles sobre los que los distintos autores no se ponen de acuerdo son: el signo enla exponen-
cial, multiplicar la integral por 1/2 o por 1/
2, incluir o no incluir 2 en el exponente

de la exponencial.
La transformada inversa de Fourier
La transformada de Fourier permite analizar una seal f por sus componentes de frecuen-
cia. El conjunto ( f ) =
_
sR :

f (s) 0
_
se llama espectro continuo de la seal f . Cada fre-
cuencia s ( f ) tiene como amplitud
f (s)
y su fase es arg
f (s). La seal f queda caracterizada

completamente por

f en el sentido de que el conocimiento de

f permite recuperar f .
8.17 Denicin. La transformada inversa de Fourier de una funcin g : R C es la funcin
g : R C denida por:
g(t) =
e
2i st
g(s)ds (t R) (8.24)
Es usual usar la notacin g =F
1
g para representar la transformada de Fourier inversa de g.
Se verica el siguiente importante resultado.
8.18 Teorema (de inversin de Fourier). Si f es una seal suave a trozos tal que f L
1
(R) y
tambin

f L
1
(R), se verica que:
f (t+) + f (t)
2
=
e
2i st

f (s)ds (t R) (8.25)
Prof. Javier Prez
Propiedades de la transformada de Fourier 119
En particular, en todo punto t R en el que f sea continua es
f (t) =
e
2i st

f (s)ds (8.26)
La igualdad (8.23) se llama la ecuacin de anlisis y la igualdad (8.26) se llama ecuacin
de sntesis. Observa que la ecuacin de sntesis permite reconstruir una seal no peridica a
travs de sus componentes de frecuencia y puede verse como una versin continua de la
representacin de una seal peridica por su serie de Fourier.
Explcitamente, la igualdad (8.26) arma que:
f (t) =
e
2i su
f (u)du
_
e
2i st
ds (8.27)
Evidentemente, es ms cmodo escribir esta igualdad en la forma:
f =F
1
(Ff ) (8.28)
Es notable la simetra que hay entre la transformada de Fourier y su inversa: solamente se
diferencian por un cambio de signo en la exponencial. De hecho, se verica tambin la igual-
dad:
g =F(F
1
g) (8.29)
La transformada de Fourier es una operacin que regulariza y suaviza las funciones. Esto es
lo que dice el siguiente resultado.
8.19 Teorema. La transformada de Fourier de una seal integrable, f L
1
(R), es una funcin
continua, acotada y lm
t
Ff (s) = 0.
8.5.1. Propiedades de la transformada de Fourier
Algunas de las propiedades que siguen son generales, es decir, se satisfacen solamente con
la hiptesis de que las funciones que en ellas intervienen estn en L
1
(R) para que sus corres-
pondientes transformadas estn denidas. Otras propiedades requieren hiptesis adicionales
en las que no vamos a entrar. Te aconsejo que aprendas estas propiedades como un formalismo
til para calcular transformadas de Fourier. Para ello tendrs que memorizar las transformadas
de Fourier de unas pocas funciones bsicas y a partir de ellas aplicando las propiedades que
siguen, sin necesidad de calcular integrales, podrs deducir las transformadas de Fourier de
muchsimas funciones ms.
Linealidad. La transformada de Fourier es un operador lineal. Esto quiere decir que si y son
nmeros y f , g seales, se verica la igualdad:
F(f +g) =Ff +Fg
Propiedades de simetra
Prof. Javier Prez
Propiedades de la transformada de Fourier 120
De las deniciones dadas para la transformada de Fourier y su inversa:
Ff (s) =
e
2i st
f (t)dt =
cos(2st) f (t)dt i
sen(2st) f (t)dt
F
1
f (s) =
e
2i st
f (t)dt =
cos(2st) f (t)dt +i
sen(2st) f (t)dt
y teniendo en cuenta que el coseno es par y el seno impar, se deducen las siguientes propieda-
des de simetra.
1. Ff (s) =F
1
f (s).
2. Regla de inversin. F(Ff )(s) = f (s).
3. Si la funcin f es par entonces se tiene que:
sen(2st) f (t)dt = lm
a+
a
a
sen(2st) f (t)dt = 0
por lo que
Ff (s) =F
1
f (s) =
cos(2st) f (t)dt = 2
0
cos(2st) f (t)dt
y la transformada de Fourier de f coincide con su transformada inversa y es una funcin
par.
4. Anlogamente, si f es impar su transformada de Fourier tambin es impar y:
Ff (s) =F
1
f (s) = i
sen(2st) f (t)dt = 2i
0
sen(2st) f (t)
5. Si f es real entonces Ff (s) =Ff (s).
6. Si f es real y par su transformada de Fourier tambin es real y par.
7. Si f es real e impar su transformada de Fourier es impar y toma valores imaginarios puros.
Las siguientes dos propiedades se obtienen fcilmente con un sencillo cambio de variable.
Traslacin en el tiempo. Dado un nmero aR y una seal f , denimos la seal
a
f por:
a
f (t) = f (t a)
Se verica que:
a
f (s) = e
2i as
f (s)
Es decir, una traslacin en el tiempo produce un cambio de fase en la transformada.
Cambio de escala o dilatacin. Dado un nmero a R
y una seal f , denimos la seal

a
f
por:
a
f (t) = f (at)
Prof. Javier Prez
Ejemplos 121
Se verica que:
a
f (s) =
1
|a|
f
_
s
a
_
Es decir una dilatacin (a >1) o una compresin (a <1) en el dominio del tiempo se correspon-
de con una compresin o dilatacin en el dominio de la frecuencia ms un cambio de escala.
Propiedadde modulacin. Dado aR, y una seal f , se verica que la transformada de Fourier
de la funcin g(t) = e
2i at
f (t) es la funcin
a
f .
Esta propiedad es inmediata pues:
g(s) =
e
2i st
f (t)e
2i at
dt =
e
2i(sa)t
f (t)dt =

f (s a)
La aplicacin de la transformada de Fourier para resolver ecuaciones diferenciales se basa
en la siguiente propiedad.
Propiedad de derivacin
F( f

)(s) = 2isFf (s) F(2it f (t))(s) = (Ff )
(s)
Igualdad de Parseval
f (t)g(t) dt =
Ff (s)Fg(s) ds
En particular
| f (t)|
2
dt =
|Ff (s)|
2
ds
8.5.2. Ejemplos
8.20 Ejemplo (La funcin pulso rectangular). Es la funcin dada por
(t) =
_
1 |t| < 1/2
0 |t| > 1/2
Para calcular su transformada de Fourier no es preciso denir dicha funcin en los puntos
1
2
pero, para recuperar esta funcin por medio de una transformada de Fourier es necesario de-
nir su valor en dichos puntos igual a 1/2. Como se trata de una funcin par su transformada de
Fourier viene dada por:
(s) = 2
0
(t)cos(2st)dt = 2
1/2
0
cos(2st)dt = 2
_
sen(2st)
2s
_
t=1/2
t=0
=
sen(s)
s
Prof. Javier Prez
Ejemplos 122
8.21 Ejemplo (La funcin cardinal seno o funcin de muestreo). Es la funcin dada para
todo t R por
senc(t) =
sen(t)
t
por supuesto, senc(0) = 1.
La transformada de Fourier de esta funcin se deduce fcilmente de que, segn acabamos
de ver,

= senc y, como la funcin es par, obtenemos
Fsenc =F(F) =F(F
1
) =.
8.22 Ejemplo (Decaimiento exponencial truncado). Es la funcin dada por

f (t) =
_
0, t 0
e
t
, t > 0
Podemos calcular su transformada de Fourier directamente:
f (s) =
e
2i st
f (t)dt =
0
e
(2i s1)t
dt =
_
e
t
e
2i s
1 +2i s
_
t+
t=0
=
1
1 +2i s
8.23 Ejemplo (La funcin de Laplace). Es la funcin dada por

g(t) = e
|t |
Para calcular su transformada de Fourier observamos que g(t) = f (t) + f (t) donde f es el
decaimiento exponencial truncado. Deducimos que:
g(s) =

f (s) +
f (s) =
1
1 +2i s
+
1
1 2i s
=
2
1 +4
2
s
2
8.24 Ejemplo (La funcin gausiana unidad). Es la funcin denida por:

f (t) = e
t
2
Esta funcin tiene la notable propiedad de ser invariante para la transformada de Fourier: su
transformada de Fourier es ella misma. Para calcularla podemos usar el hecho de que f

(t) =
2t f (t) y tomar transformadas de Fourier en ambos lados de esta igualdad con lo que, en
virtud de la propiedad de derivacin, resulta:
2is
f (s) =
1
i
f

(s)
Es decir
f

(s) +2s
f (s) = 0
Deducimos de aqu que la funcin
f (s)e
s
2
tiene derivada nula por lo que
f (s) =
f (0)e
s
2
= e
s
2
= f (s)
Donde hemos usado el resultado bien conocido
f (0) =
e
t
2
dt = 1.
Prof. Javier Prez
Ejercicios 123
8.5.3. Ejercicios
1. Supongamos que reproduces en un magnetofn una cinta a velocidad doble de la velo-
cidad a que se ha grabado. Interpreta lo que ocurre mediante la propiedad de cambio de
escala o dilatacin de la transformada de Fourier.
2. Utilizando las propiedades de la transformada de Fourier, calcula, sin hacer integrales, la
transformada de Fourier de las siguientes funciones:
a)
a
(t) =
_
1, |t | < a/2
0, |t | a/2
b) f (t) =
_
(t b)/c
_
donde es la funcin pulso rectangular.
c) f (t) es una funcin escalonada f (t) =
m
k=1
a
k
_
x b
n
c
n
_
.
d) f (t) =
_
_
1, 0 < x < 1
2, 1 < x < 2
0, x < 0 o x > 2
e) f (t) =
_
cos(t), |t | < a/2
0, |t | a/2
f ) f (t) =
1
2
e
(t)
2
/2
2
g) f (t) = cos(2t)e
(x/)
2
h) f (t) =
1
1 +2it
i) f (t) = 2t e
t
2
3. Calcula mediante integracin la transformada de Fourier de la funcin tringulo deni-
da por:
(t) =
_
1 |t | , |t | 1
0, |t | > 1
4. a) Supuesto conocida la transformada de Fourier de una seal f , calcula la transforma-
da de Fourier de la seal g(t) = f (t)cos(2at).
b) Calcula la seal (en el dominio del tiempo) cuya transformada de Fourier tiene la
grca siguiente.
-6 -4 -2 2 4 6
1
8.6. Convolucin y transformada de Fourier
Procesar una seal consiste en modicar sus componentes de frecuencia. Si la seal es
analgica y su transformada de Fourier es
f (s) =
f (s)
e
i (s)
Prof. Javier Prez
Convolucin y transformada de Fourier 124
donde (s) = arg
f (s), podemos estar interesados en modicar las amplitud
f (s)
, o las fases
arg
f (s) correspondientes a cada frecuencia s, para obtener una nueva seal que podemos re-
presentar en la forma:
(s)
f (s)
e
i (s)
e
i (s)
donde la funcin (s) 0 da cuenta del cambio producido en la amplitud, y la funcin e
i (s)
da cuenta del cambio producido en la fase. Esto nos lleva a considerar la funcin (s)e
i (s)
y a
concluir que

f (s)(s)e
i (s)
es la transformacin ms general que podemos hacer sobre nues-
tra seal modicando amplitudes y fases. Es natural interpretar la funcin (s)e
i (s)
como la
transformada de Fourier de una seal analgica g(t), por tanto g(t) = F
1
((s)e
i (s)
)(t), y a pre-
guntarnos qu operacin debemos hacer con las seales f (t) y g(t) para obtener una nueva
seal cuya transformada de Fourier sea precisamente g(s)
f (s). Est claro que dicha operacin

ser el modelo ms general del procesamiento de seales. Calculemos g(s)
f (s).
g(s)
f (s) =
g(t)e
2i st
dt
f (x)e
2i sx
dx =
g(t)e
2i st
e
2i sx
dt
_
f (x)dx =
=
g(t)e
2i s(t+x)
dt
_
f (x)dx =
g(u x) f (x)e
2i su
du
_
dx =
=
f (x)g(u x)e
2i su
dx
_
du =
f (x)g(u x)dx
_
e
2i su
du
Pero esto que hemos obtenido es justamente la transformada de Fourier de la funcin
h(u) =
f (x)g(u x)dx
8.25 Denicin. La convolucin de dos seales f y g es la funcin
h(t) =
g(t x) f (x)dx t R
dicha funcin se representar por f g y se llama la convolucin de f y g.
Deducimos de lo anterior el siguiente resultado que expresa que la convolucin en el domi-
nio del tiempo se corresponde con la multiplicacin en el dominio de la frecuencia.
8.26 Teorema (de convolucin). F( f g)(s) =Ff (s)Fg(s).
Teniendo en cuenta la simetra entre la transformada de Fourier y su inversa, tambin se
verica la igualdad:
F
1
( f g) = (F
1
f )(F
1
g)
y, lo que es ms interesante:
F( f g) =Ff Fg
es decir, la multiplicacin en el dominio del tiempo se corresponde con la convolucin en el
dominio de la frecuencia.
Prof. Javier Prez
Qu es la convolucin? 125
8.6.1. Qu es la convolucin?
Es la segunda vez que aparece en este curso la operacin de convolucin. En la leccin an-
terior vimos la convolucin cclica de dos seales peridicas discretas y ahora surge la convo-
lucin de dos seales continuas no peridicas. Entre ambas hay ciertas analogas y ambas se
comportan igual respecto a las respectivas transformadas de Fourier discreta o continua. No
son estos los nicos tipos de convolucin que se consideran. La convolucin de funciones es
una herramienta muy verstil que tiene distintos signicados en distintos campos y no admi-
te una interpretacin nica. Se trata de una operacin que no es fcilmente visualizable y que
tiene cierta complicacin: para calcular el valor de la convolucin de dos funciones en un so-
lo punto hay que usar todos los valores de ambas funciones y realizar una integracin. En la
gura 8.5 tienes un intento de visualizacin del clculo de la convolucin de la funcin pulso
rectangular, , consigo misma en el punto x = 0.75.
-2 -1 0.75 2 -2 -1 0.75 2
-2 -1 0.75 2 -2 -1 0.75 2
Figura 8.5: Grcas de (x) (azul), (0.75x) (verde), (x)(0.75x) (azul), (x) (rojo). El punto azul es el valor
(0.55)
Observa que aunque la funcin pulso rectangular es discontinua en los puntos 1/2 su con-
volucin es la funcin tringulo que es continua. Esta es una propiedad importante de la con-
volucin: la convolucin de dos funciones es una funcin al menos tan buena como la mejor de
ambas.
Podemos ver la convolucin como una operacin para promediar y suavizar una funcin
por medio de otra. Consideremos que g es una funcin positiva, concentrada cerca de 0, con
rea total igual a 1:
g(x)dx = 1
Por ejemplo, g podra ser una campana de Gauss alta y estrecha centrada en 0. En tal caso, la
funcin x g(t x) est concentrada cerca de t y sigue teniendo rea total 1. La integral
g(t x) f (x)dx
puede interpretarse como un promedio de los valores de f (x) cerca de x = t ponderado por
los valores de x g(t x). Si nos movemos a otro punto t
cercano a t y calculamos el valor,

f g(t
), de la convolucin en t
, repetiremos la operacin anterior, es decir, calcularemos una

media ponderada de los valores de f cerca de t
y dicha media incluir, si t
est cerca de t,
Prof. Javier Prez
Qu es la convolucin? 126
valores de f que ya se usaron en el anterior promedio. Por ello, cabe esperar que los valores de
la convolucin f g(t) y f g(t
) estn ms prximos que f (t) y f (t
). Es decir, f g(t) suaviza f .

Por otra parte, este proceso de promediar y regularizar es lo que hacen los instrumentos de
medida. Por ejemplo, cuando usamos un termmetro para medir la temperatura en un punto
del espacio lo que estamos midiendo realmente es un promedio. Eso se debe a que el termme-
tro no mide la temperatura solamente en un punto, sino que la informacin que proporciona
es realmente un promedio de las temperaturas en una pequea regin del espacio. La manera
de realizar este promedio depende de las caractersticas fsicas del instrumento y dicho prome-
dio se realiza de igual forma en cualquier punto donde situemos el termmetro. De esta forma
se entiende que los datos que proporciona el termmetro son el resultado de una convolucin
de la funcin temperatura con otra funcin, que podemos interpretar como una funcin de
densidad de probabilidad - una gausiana -, que es caracterstica del instrumento concreto que
usemos. Cuanto ms preciso sea el termmetro ms alta y estrecha ser esta gausiana y ms
concentrada ser la lectura que se realice.
Las razones anteriores explican por qu la convolucin aparece en contextos tan diversos.
En algunas aplicaciones como, por ejemplo, en restauracin de imgenes, lo que se quiere es
invertir el proceso antes descrito, es decir, se dispone de una seal f que est contaminada
por su convolucin con otra seal g de manera que lo que nosotros recibimos es la seal h =
f g. La seal g se interpreta como un ruido y pueden hacerse hiptesis sobre su naturaleza
para intentar separar la seal f del ruido g que la contamina. En estos casos lo que se quiere
es invertir un proceso de convolucin.
Aqu puedes ver dos fotografas de una comadreja. La primera de ellas est corrida debido
a un pequeo movimiento de la cmara que tom la foto. Esto es una convolucin. La segunda
es el resultado de someter los datos de la foto a una de-convolucin.
0 50 100 150 200 250
0
20
40
60
80
100
120
0 50 100 150 200 250
0
20
40
60
80
100
120
8.6.1.1. Propiedades de la convolucin
La operacin de convolucin se comporta de forma parecida a la multiplicacin. Concreta-
mente, se verican las siguientes propiedades:
Conmutativa. f g = g f .
Asociativa. ( f g) h = f (g h).
Distributiva. ( f +g) h = f h +g h.
La ltima propiedad es inmediata y las otras dos son consecuencia fcil del teorema de
convolucin.
Prof. Javier Prez
Convolucin y Sistemas Lineales Invariantes en el Tiempo (LTI) 127
8.6.2. Convolucin y Sistemas Lineales Invariantes en el Tiempo (LTI)
Un sistema es cualquier proceso que transforma seales de entrada en seales de salida. En
trminos matemticos, podemos representar un sistema por un operador L que al actuar sobre
una seal x produce una seal y, lo que se escribe y = Lx.
Como puedes ver el concepto de sistema es muy general. Ejemplos de sistema son:
Los instrumentos que usamos para comunicarnos: telfonos, radios, televisores, cmaras
fotogrcas,... Todos ellos aceptan cierto tipo de seales de entrada y producen nuevas
seales de salida.
Todo proceso matemtico en el que una funcin se transforme en otra. Por ejemplo, las
ecuaciones diferenciales, la convolucin con una funcin dada.
Se distinguen distintos tipos de sistemas segn el tipo de seal de entrada y de salida. Los ms
interesantes para nosotros son:
Sistemas analgicos los que transforman seales analgicas en seales analgicas.
Sistemas discretos los que transforman seales discretas en seales discretas.
Para que unconcepto tangeneral sea realmente til hay que suponer que se cumplenciertas
propiedades.
8.6.2.1. Propiedades de los sistemas
Linealidad. Se dice que un sistema L es lineal cuando es aditivo y homogneo, es decir,
cualesquiera sean las seales de entrada x e y y los nmeros , se verica que:
L(x +y) =Lx +Ly
Esta propiedad suele llamarse principio de superposicin.
Invariancia en el tiempo. Se dice que un sistema L es invariante en el tiempo si un ade-
lanto o retraso de la seal de entrada produce el mismo efecto en la seal de salida.
Representando por
a
x la seal (
a
x)(t) = x(t a), la invariancia en el tiempo se expresa
por la igualdad:
L(
a
x) =
a
Lx
De manera ms explcita, si es y(t) = (Lx)(t) la seal transformada de x y es
z(t) = (L(
a
x))(t) la seal transformada de
a
x, se verica que z(t) = y(t a).
Estabilidad. Se dice que un sistema L es estable cuando es lineal y continuo. Matem-
ticamente esto se expresa por la igualdad (que en cada caso concreto debe dotarse de
signicado matemtico preciso):
L
_

n=0
x
n
_
=
n=0
Lx
n
Prof. Javier Prez
Tambin suele expresarse la estabilidad por la condicin de que el sistema transforme
seales acotadas (Bounded Inputs) en salidas acotadas (Bounded Outputs). A estos siste-
mas les llaman BIBO en los textos de procesamiento de seales.
Causalidad. Se dice que un sistema L es causal cuando se verica que
u(t) = v(t) t <t
0
=(Lu)(t) = (Lv)(t) t <t
0
Dicho en trminos familiares, un sistema es causal cuando su respuesta depende sola-
mente del pasado.
Un sistema LTI es un sistema lineal invariante en el tiempo.
Un ltro es un sistema LTI que adems es estable.
Nuestropropsito es ver que los ltros lo que hacen es una convolucin de la seal de entra-
da con una funcin que se llama la respuesta impulsiva del ltro. Consideremos primero ltros
discretos y despus ltros analgicos.
8.6.2.2. Respuesta impulsiva de un ltro discreto
Representaremos las seales discretas por funciones denidas en Z con valores en C. Dadas
dos seales u, v : Z C se dene su convolucin como la seal z dada por
z(n) =
k=
u(k)v(n k) (nZ)
supuesto, claro est, que dicha serie converge para todo nZ. La seal z se llama la convolucin
de las seales u y v y se representa por u v. Esta convolucin de sucesiones tiene anlogas
propiedades a la convolucin de funciones por medio de una integral.
La seal : Z C denida por (n) = 0 para n 0 y (0) = 1 se llama seal impulso unidad
o seal delta de Dirac discreta. Dada una seal discreta x : Z C, para todo n Z se verica la
igualdad:
x(n) =
k=
x(k)(n k)
pues dicha suma consta realmente de un nico sumando no nulo que se obtiene para k = n.
Representaremos por
k
la funcin
k
(n) = (n k), es decir, con la notacin ya usada varias
veces,
k
=
k
. La igualdad anterior nos dice que la sucesin de funciones x
N
=
N
k=N
x(k)
k
converge puntualmente a la funcin x.
Supongamos ahora que L : X Y un ltro donde X e Y son espacios vectoriales normados
de sucesiones y que se verica que x
N
converge a x en la norma de X (es decir, x
N
x 0).
Entonces, la linealidad y continuidad de L permite escribir:
Lx = L
_
lm
N
N
k=N
x(k)
k
_
= lm
N
N
k=N
x(k)L
k
=
k=
x(k)L
k
Prof. Javier Prez
Como L es invariante en el tiempo se verica que L
k
= L(
k
) =
k
(L). Poniendo y = Lx, y
llamando h = L, la igualdad anterior nos dice que para todo nZ se verica que:
y(n) =
k=
x(k)(
k
h)(n) =
k=
x(k)h(n k)
Es decir, y = x h. En consecuencia, la funcin h, que es es la respuesta del ltro a la funcin
impulso unidad, caracteriza al ltro. Dicha funcin se llama la funcin respuesta impulsiva del
ltro.
8.6.2.3. Respuesta impulsiva de un ltro analgico
Para un ltro analgico se demuestra que hay una funcin h llamada la respuesta impulsiva
del ltro con la propiedad de que la respuesta, y(t), del ltro a una entrada x(t), viene dada por
la convolucin
y(t) =
x(s)h(t s)ds = (x h)(t)

Resulta as que todo ltro acta por convolucin.
Prof. Javier Prez
Leccin9
Funciones holomorfas. Integracin en el campo complejo
9.1. Derivada de una funcin de variable compleja
En lo que sigue, representaremos por un conjunto abierto en C. Se dice que una funcin
f : C es derivable en un punto a A si existe el lmite
lm
za
f (z) f (a)
z a
C.
El valor de dicho lmite se representa por f

(a) y se llama derivada de f en el punto a.
La nica novedad de la denicin es que se est utilizando el producto complejo y eso,
como veremos, hace que la condicin de derivabilidad en sentido complejo sea mucho ms
fuerte que la derivabilidad para funciones reales.
Observa que hay una completa analoga formal entre el concepto de funcin derivable para
funciones de variable compleja y para funciones reales de una variable real. Por ello, las re-
glas de derivacin conocidas para funciones de una variable real son tambin vlidas, con las
mismas demostraciones, para funciones de variable compleja.
9.1 Proposicin(Reglas de derivacin). Sean dos funciones f , g : C. Entonces:
En todo punto z donde f y g sean derivables se verica que las funciones f +gy f g son
derivables y
( f +g)
(z) = f

(z) +g
(z), ( f g)
(z) = f

(z)g(z) + f (z)g
(z)
Si g(z) 0 para todo z entonces entodo punto zdonde f y g seanderivables se verica
que la funcin f /g es derivable y
_
f
g
_
(z) =
f

(z)g(z) f (z)g
(z)
_
g(z)
_
2
130
Ecuaciones de Cauchy-Riemann 131
Reglade la cadena. Sean f : Cy g : B Ctales que f () B, y consideremos la funcin
compuesta h = g f : C. Supongamos que f es derivable en z y g es derivable en
w = f (z)B. entonces h es derivable en z y
h
(z) = g
_
f (z)
_
f

(z) = g
(w) f

(z)
9.1.1. Ecuaciones de Cauchy-Riemann
El siguiente resultado pone de maniesto que la derivabilidad compleja es mucho ms res-
trictiva de lo que puede parecer a primera vista.
9.2 Teorema (Relacin ente la derivabilidad compleja y la diferenciabilidad real). Sea C
un conjunto abierto, a un punto de y f : C una funcin de en C. Notemos a = +i ,
u(x, y) = Re f (x +iy), v(x, y) = Im f (x +iy). Equivalen las siguientes armaciones:
i) f es derivable (en sentido complejo) en a =+i .
ii) Las funciones u(x, y) = Re f (x +iy), v(x, y) = Im f (x +iy) son diferenciables en (, ) y adems
u
x
(, ) =
v
y
(, )
u
y
(, ) =
v
x
(, )
_
_
Ecuaciones de CauchyRiemann
En caso de que se cumplan i) y ii) se tiene
f

(a) = f

(+i ) =
u
x
(, ) +i
v
x
(, )
Este resultado explica porqu si denes, sin pensarlo mucho, una funcin compleja en la
forma f (x+iy) =u(x, y)+iv(x, y) lo ms probable es que, a pesar de lo buenas que puedan ser las
funciones u y v, la funcin as denida no sea derivable. Pues las funciones u y v no tienen por
qu vericar las ecuaciones de Cauchy-Riemann. Esto indica (aunque esta es una idea difcil
de precisar) que las funciones complejas derivables son autnticas funciones complejas en el
sentido de que si la funcin f (x+iy) =u(x, y)+iv(x, y) es derivable entonces la expresin u(x, y)+
iv(x, y) debe depender nicamente de la variable z. Los siguientes ejemplos son ilustrativos.
9.3 Ejemplos.
f (x +iy) = x no es derivable en ningn punto.
f (z) = z|z|
2
slo es derivable en cero.
f (x +iy) = e
x
(cosy +i seny) es derivable en todo C y f

(z) = f (z) para todo zC.
9.1.2. Propiedades de las funciones holomorfas
9.4 Denicin. Sea un abierto de C. Una funcin f : Cse dice que es holomorfa ensi f
es derivable en todo punto de . En tal caso la funcin denida para zpor z f

(z) se llama
funcin derivada de f . Notaremos por H () el conjunto de todas las funciones holomorfas en
. Las funciones holomorfas en todo el plano complejo se llaman funciones enteras.
Prof. Javier Prez
Propiedades de las funciones holomorfas 132
9.5 Ejemplos.
Las funciones polinmicas, es decir, las funciones de la forma
p(z) = c
0
+c
1
z +c
2
z
2
+ +c
n
z
n
donde c
k
C para 0 k n, son funciones enteras. La funcin derivada de p viene dada por
p
(z) = c
1
+2c
2
z +3c
3
z
2
+ +nc
n
z
n1
(zC)
Las funciones racionales, es decir, las funciones de la forma R(z) =
p(z)
q(z)
donde p(z) y
q(z) son funciones polinmicas, son holomorfas en su dominio natural de denicin =
{zC : q(z) 0}. La funcin derivada de R viene dada por
R
(z) =
p
(z)q(z) p(z)q
(z)
q(z)
2
(z)
La funcin exponencial compleja, exp(z) = e
z
, es una funcin entera y exp
(z) = exp(z)
para todo zC.
La funcin logaritmo principal, logz, es una funcin holomorfa en el dominio = C\
{xR : x 0} y su derivada viene dada por
log
(z) =
1
z
La funcin logz es discontinua en los puntos del eje real negativo porque en ellos el argu-
mento principal salta de a .
9.6 Proposicin. Una funcin holomorfa en un dominio cuya derivada es nula en todo punto
es constante.
9.7 Corolario. Si dos funciones holomorfas tienen la misma derivada sobre un dominio y coin-
ciden en un punto son iguales.
La siguiente proposicin vuelve a poner de maniesto que la condicin de que una funcin
sea holomorfa es mucho ms restrictiva que la derivabilidad real.
9.8 Proposicin. Sea un dominio y f H (). Equivalen las siguientes armaciones:
(I) Re f es constante en
(II) Im f es constante en
(III) La funcin compleja conjugada de f ,

f , es holomorfa en
(IV) f es constante en
(V) | f | es constante en
Observa que estas propiedades de las funciones holomorfas estn muy lejos de ser ciertas
para funciones reales diferenciables. Por ejemplo, dada una funcin de R
2
en R
2
diferenciable
que no se anule nunca, dividindola por su norma obtenemos una funcin diferenciable cuyo
mdulo (norma eucldea) es constante.
Prof. Javier Prez
Series de potencias complejas 133
9.2. Series de potencias complejas
Dada una sucesin de nmeros complejos {c
n
}
nN
o
y un nmero a C, la sucesin
_
c
0
+c
1
(z a) +c
2
(z a)
2
+ +c
n
(z a)
n
_
se representa por
n0
c
n
(z a)
n
y se llama serie de potencias centrada en a. La sucesin {c
n
}
recibe el nombre de sucesin de coecientes de la serie.
9.9 Lema. Supongamos un nmero positivo > 0 tal que la serie
n0
|c
n
|
n
sea convergente. En-
tonces se verica que la serie
n0
c
n
(z a)
n
converge absolutamente en el disco D(a, ).
Dada una serie de potencias
n0
c
n
(z a)
n
puede ocurrir:
1) La serie solamente converge para z = a. En este caso se dice que la serie de potencias es
trivial.
2) La serie converge absolutamente para todo zC.
3) Hay un nmero 0 <R <+tal que la serie converge absolutamente en D(a, R) y no converge
para |z a| > R. El disco D(a, R) se llama disco de convergencia de la serie.
Al nmero R se le llama radio de convergencia de la serie. En el caso 1) convenimos en que
R = 0 y en el caso 2) R = +.
Dada una serie de potencias no trivial, llamaremos dominio de convergencia de la serie al
conjunto
=C si R = +
= D(a, R) si RR
+
Para obtener el radio de convergencia de una serie de potencias de forma prctica podemos
aplicar alguno de los criterios siguientes.
9.10 Teorema (Criterio del cociente o de DAlembert). Dada una sucesin de nmeros comple-
jos {c
n
} supuesto que
c
n
0 para todo n a partir de un ndice en adelante, y que
|c
n+1
|
|c
n
|
L R
+
0
{+}
entonces R = 1/L con los convenios: R = 0 si L = + y R = + si L = 0.
Demostracin. Para obtener este resultadobasta aplicar el criteriodel cociente a la serie
n0
|c
n
(z a)
n
|.
Tenemos

c
n+1
(z a)
n+1
|c
n
(z a)
n
|
=
|c
n+1
|
|c
n
|
|z a| L |z a|
Deducimos que:
Prof. Javier Prez
Si L |z a| < 1 la serie converge.
Si L |z a| > 1 la serie no converge.
y concluimos que R = 1/L con los convenios anteriores.
De forma anloga se obtiene el siguiente resultado.
9.11 Teorema (Criterio de la raz o de Cauchy). Si {
n
_
|c
n
|} L R
+
0
{+} entonces R = 1/L
con los mismos convenios anteriores.
El siguiente lema es muy til para calcular la suma de algunas series.
9.12 Lema (de Abel). Supongamos que la serie
n0
c
n
z
n
converge en un punto z
0
de la frontera de
su disco de convergencia. Entonces se verica que:
lm
r1
0<r<1
n=0
c
n
(r z
0
)
n
=
n=0
c
n
z
n
0
9.13Teorema(de derivacinde una serie de potencias). Seaa unnmero complejo,
n0
c
n
(z a)
n
una serie de potencias no trivial y su dominio de convergencia. Sea f : C la funcin suma
de la serie, esto es,
f (z) =
n=0
c
n
(z a)
n
z
Entonces f es indenidamente derivable en y para cada k N su derivada k-sima se obtiene
derivando k veces la serie trmino a trmino, esto es:
f
(k)
(z) =
n=k
n(n 1) (n k +1)c
n
(z a)
nk
z
En particular f
(k)
(a) = k! c
k
o, lo que es lo mismo
c
k
=
f
(k)
(a)
k!
para todo k N{0}
9.14 Denicin. Sea f una funcin indenidamente derivable en un abierto C y sea a.
La serie de potencias
n0
f
(n)
(a)
n!
(z a)
n
se llama serie de Taylor de f en el punto a.
9.15 Corolario. Las nicas series de potencias no triviales son series de Taylor (de su funcin
suma).
El siguiente resultado es uno de los resultados ms sorprendentes de la teora de funciones
holomorfas. Para que comprendas bien su alcance conviene que tengas en cuenta los siguien-
tes ejemplos.
Prof. Javier Prez
Una funcin real derivable una vez pero no dos veces derivable.
Sea f : R R la funcin dada por:
f (x) =
_
x
2
/2 si x < 0
x
2
/2 si x 0
La funcin f es derivable y su derivada viene dada por:
f

(x) =
_
x si x < 0
x si x 0
Es decir, f

(x) =|x|, que no es derivable en x = 0.
Una funcin real indenidamente derivable cuya serie de Taylor enun punto no converge
a la funcin.
Sea f : R R la funcin dada por:
f (x) =
_
exp(1/x
2
) si x < 0
0 si x 0
La funcin f es indenidamente derivable y sus derivadas en x = 0 son todas nulas,
f
(n)
(0) = 0 para todo n N. Por tanto la serie de Taylor de f en x = 0 es la serie nula. Sin
embargo f no es nula en ningn intervalo abierto que contenga a 0.
El siguiente resultado nos dice que para funciones complejas derivables estas situaciones
no se pueden dar.
9.16 Teorema (Teorema de Taylor). Sea C un abierto y f : C una funcin derivable
(holomorfa) en . Entonces se verica que:
a) f es indenidamente derivable en ;
b) Para cada punto a la serie de Taylor de f en a converge por lo menos en el disco ms
grande centrado en a y contenido en y su suma en dicho disco es igual a f . Es decir
f (z) =
n=0
f
(n)
(a)
n!
(z a)
n
para todo zD(a, r)
Este resultado pone de maniesto la gran diferencia que hay entre la derivabilidad en el
campo real y en el campo complejo.
Del teorema de Taylor puede deducirse el siguiente til resultado.
9.17 Lema (Lema de Riemann). Si una funcin compleja es continua en un abierto y sabemos
que es derivable en todos los puntos de dicho abierto excepto en un conjunto nito de puntos (en
los que slo sabemos que es continua) entonces se verica que dicha funcin es derivable en todos
los puntos del abierto.
Prof. Javier Prez
Ejercicios 136
9.2.1. Ejercicios
1. Estudia la convergencia de las siguientes series de potencias.
a)
n1
z
n
n!
b)
n1
(n +1)
n
n
n+1
z
n
c)
n1
n
z
n
d)
n1
n
n
n!
z
n
e)
n1
3 5 (3n +1)
5 10 5n
z
n
f )
n1
z
n
1 +1/2 + +1/n
Estudia en los casos c)y f), el comportamiento de la serie en los puntos de la circunferencia
unidad.
2. Expresa
1
z
como suma de una serie de potencias centrada en un punto a 0 e indica en
dnde es vlida dicha igualdad.
3. Expresa
1
(1 z)
3
como suma de una serie de potencias.
4. Sea la serie de potencias
n0
_
(1)
n
(n +1)2
n

n
3
n
_
z
n
. Calcula su dominio de convergencia y su
suma.
5. Prueba que
log(1 +z) =
n=1
(1)
n+1
n
z
n
z D(0, 1)
a) Deduce que para todo ] , [ se tiene:
n=1
(1)
n+1
n
cos(n) = log
_
2cos
2
_
;
n=1
(1)
n+1
n
sen(n) =

2
.
b) Cambiando z por z, deduce que para todo ]0, 2[ se tiene:
n=1
cos(n)
n
=log
_
2 sen
2
_
;
n=1
sen(n)
n
=

2
.
6. Dada la serie de potencias
n1
_
n
2
+
1
n
_
(z 1)
n
Calcula su radio de convergencia y su suma.
7. Calcula el desarrollo de Taylor en a = 0 de la funcin
f (z) =
z
2
3z +1
z
2
5z +6
e indica su dominio de convergencia.
Sugerencia. Usa la descomposicin en fracciones simples.
8. Sea la serie de potencias
n0
(2
n+1
n)z
n
. Calcula su dominio de convergencia y su suma.
Prof. Javier Prez
Integracin en el campo complejo 137
9.3. Integracin en el campo complejo
Una curva en C no es ms que una curva en R
2
cuando los vectores de R
2
los vemos como
nmeros complejos. Concretamente, una curva en C es una aplicacin continua : [a, b] C.
Dicha funcin ser de la forma (t) = x(t) +iy(t). Hay que distinguir entre la curva y su imagen
(tambin llamada traza o soporte), que notaremos por
mb
=([a, b]). Al punto (a) se le llama
punto inicial de la curva y a (b) punto nal. Ambos reciben el nombre de extremos de la
curva.
Se dice que es una curva cerrada cuando sus extremos coinciden, esto es, (a) =(b).
Diremos que una curva es regular si la aplicacin que la dene es derivable con derivada
continua, esto es, es de clase C
1
.
9.18 Denicin (Curvas regulares a trozos o caminos). Una curva : [a, b] C es regular a
trozos, y la llamaremos un camino, si hay una particin de [a, b], a = t
0
< t
1
< < t
n1
<t
n
= b
de manera que
|[t
k1
,t
k
]
es regular para 1 k n.
9.19 Denicin. Sea : [a, b] C un camino y f :
C una aplicacin continua. Denimos la

integral de f a lo largo del camino como el nmero complejo
f (z)dz =
b
a
f
_
(t)
_
(t)dt
Pongamos f (z) = f (x +iy) = u(x, y) +iv(x, y) y (t) = x(t) +iy(t) donde a t b. Tenemos que
f (z)dz =
b
a
f
_
(t)
_
(t)dt =
b
a
_
u
_
x(t), y(t)
_
+i v
_
x(t), y(t)
_
_
_
x
(t) +iy
(t)
_
dt =
=
b
a
_
u
_
x(t), y(t)
_
x
(t) v
_
x(t), y(t)
_
y
(t)
_
dt +i
b
a
_
u
_
x(t), y(t)
_
y
(t) +v
_
x(t), y(t)
_
x
(t)
_
dt =
=
u(x, y)dx v(x, y)dy +i
v(x, y)dx +u(x, y)dy =
F. dr +i
G. dr (9.1)
Donde las dos ltimas integrales son las integrales de lnea (en el sentido real que ya conoce-
mos) de los campos vectoriales de dos variables F(x, y) =
_
u(x, y), v(x, y)
_
, G(x, y) =
_
v(x, y), u(x, y)
_
a lo largo del camino (t) = (x(t), y(t)). Por tanto, calcular una integral de lnea compleja equi-
vale a calcular dos integrales de lnea reales. En consecuencia, las integrales de lnea complejas
se comportan como las integrales de lnea de campos vectoriales en R
2
.
La siguiente acotacin bsica es muy til.
9.20 Proposicin (Acotacin bsica).
f (z)dz
m ax{| f (z)| : z
}()
Donde hemos representado por () la longitud de .
Prof. Javier Prez
Existencia de primitivas 138
9.3.1. Existencia de primitivas
9.21 Denicin. Dada una funcin f : C, se dice que F es una primitiva de f en , si F es
holomorfa en , y F
(z) = f (z) para todo z.

Observaciones
Recuerda que, comoconsecuencia del TeoremaFundamental del Clculo, toda funcin real
continua en un intervalo tiene primitivas. La cosa es completamente diferente para funciones
complejas. Una condicin necesaria que tiene que cumplir una funcin compleja f : C para
tener primitivas es que sea holomorfa. Pues si F es una primitiva de f en , entonces F
= f
en , y sabemos, por el teorema de Taylor, que toda funcin holomorfa es indenidamente
derivable, luego F
= f es derivable, esto es, f es holomorfa en . Pero esta condicin necesaria

no es suciente como enseguida veremos.
Un caso fcil en el que puede asegurarse la existencia de primitivas es el siguiente.
9.22 Proposicin. La funcin suma de una serie de potencias no trivial tiene primitivas en el
dominio de convergencia de la serie.
Demostracin. Supongamos que
n0
c
n
(z a)
n
es una serie de potencias no trivial. Sea su
dominio de convergencia y para z sea (z) =
n=0
c
n
(z a)
n
la funcin suma. El teorema de
derivacin de series de potencias nos dice que la funcin F(z) =
n=0
c
n
n +1
(z a)
n+1
es una
primitiva de en .
Como consecuencia de este resultado y del teorema de Taylor deducimos el siguiente resul-
tado.
9.23 Corolario. Toda funcin holomorfa en un abierto tiene primitivas en cualquier disco
contenido en .
El clculo de una integral curvilnea es inmediato si se conoce una primitiva de la funcin
que integramos.
9.24Teorema(Regla de Barrowpara integrales curvilneas). Sea Cunabierto, f una funcin
continua en y supongamos que hay una funcin F H () tal que F
(z) = f (z) para todo z .

Sea : [a, b] C un camino en (esto es,
), entonces
f (z)dz = F
_
(b)
_
F
_
(a)
_
Demostracin. No es restrictivo suponer que tiene derivada continua en [a, b]. Por la regal de
la cadena tenemos que para todo t [a, b] se verica
(F )
(t) = F
_
(t)
_
(t) = f
_
(t)
_
(t)
Luego, por la regla de Barrow para funciones de variable real, tenemos
f (z)dz =
b
a
f
_
(t)
_
(t)dt = F
_
(b)
_
F
_
(a)
_
Prof. Javier Prez
Existencia de primitivas 139
como pretendamos demostrar.
Deducimos de aqu otra condicin necesaria para la existencia de primitivas.
9.25 Corolario(Condicin necesaria para la existencia de primitivas). Si una funcin continua
f en un abierto admite una primitiva en , entonces la integral curvilnea de f es la misma
para todos los caminos enque tienen los mismos puntos inicial y nal. En particular, para todo
camino cerrado en se verica que
f (w) dw = 0.
9.26 Ejemplo. Sea f (z) =
1
z
para z C
. Tenemos que
C(0,1)
f (z)dz =
1
e
it
i e
it
dt = 2i 0
luego f no tiene primitiva en C
.
Observa que f es una funcin holomorfa en el dominio C
.
El anterior corolario nos dio una condicin necesaria para la existencia de primitiva de una
funcin. Esta condicin es tambin suciente.
9.27 Teorema (Caracterizacin de existencia de primitivas). Sea f una funcin continua en un
abierto . Equivalen las siguientes armaciones:
a) f tiene primitivas en .
b) La integral de f sobre todo camino cerrado en es nula.
Este resultado recuerda a la caracterizacin de los campos vectoriales conservativos. Aca-
bamos de ver que el hecho de que una funcin sea holomorfa en un dominio no garantiza que
dicha funcin tenga primitivas en dicho dominio. La situacin aqu es muy parecida a lo que
ocurra con los campos vectoriales localmente conservativos. De hecho, tenemos el siguiente
resultado.
9.28 Proposicin. Sea f : C holomorfa en . Pongamos f (x +iy) = u(x, y) +iv(x, y), y sean
F(x, y) =
_
u(x, y), v(x, y)
_
, G(x, y) =
_
v(x, y), u(x, y)
_
. Entonces se verica que los campos vectoriales
F y Gson localmente conservativos en .
Demostracin. Basta tener en cuenta las ecuaciones de CauchyRiemann:
u
x
(x, y) =
v
y
(x, y)
v
x
(x, y) =
u
y
(x, y) (x, y) (9.2)
La primera de ellas nos dice que G es localmente conservativo, y la segunda nos dice que F es
localmente conservativo en .
El siguiente resultado deja ya claras las cosas.
9.29 Teorema. Toda funcin holomorfa en un dominio simplemente conexo tiene primitivas en
dicho dominio.
Prof. Javier Prez
ndice de un punto respecto a un camino cerrado 140
Demostracin. Sea un dominio simplemente conexo en C. Intuitivamente, es un dominio
sin agujeros. Sea f H (), f (x +iy) = u(x, y) +iv(x, y), y sea un camino de Jordan cerrado
contenido en . Por ser simplemente conexo, la regin interior del camino queda dentro
de . Llamemos D a dicha regin. En esta situacin, podemos aplicar el teorema de Green a
los campos vectoriales F(x, y) =
_
u(x, y), v(x, y)
_
, G(x, y) =
_
v(x, y), u(x, y)
_
(pues tiene derivadas
parciales continuas en un abierto que contiene a D
) y, teniendo en cuenta las condiciones

de CauchyRiemann (9.2), obtenemos que
F. dr =
D
_
v
x
(x, y)
u
y
(x, y)
_
d(x, y) = 0
G. dr =
D
_
u
x
(x, y)
v
y
(x, y)
_
d(x, y) = 0
Teniendo en cuenta la denicin de integral de lnea compleja (9.1), se sigue que

f (z)dz = 0.
Podemos ahora aplicar el teorema (9.27) que nos dice que f tiene primitivas en .
Este resultado nos dice que si es un dominio simplemente conexo, entonces se verica
que

f (z)dz = 0
para toda funcin f H () y para todo camino cerrado en .
9.3.2. ndice de un punto respecto a un camino cerrado
Vamos a cambiar ahora el punto de vista y, en vez de jarnos en el dominio , vamos a
jarnos en el camino .
Problema. Sea un abierto cualquiera en C. Qu condiciones debe vericar un camino cerrado
en para que la integral de toda funcin holomorfa en sobre dicho camino sea nula?
Por ejemplo si =C
, y =C(0, 1) (la circunferencia unidad), entonces es un camino en ,

la funcin f (z) = 1/z es holomorfa en , y
f (z)dz = 2i 0. Por tanto este camino no satisface

lo que queremos. Observa que este camino rodea un punto (el origen) que est fuera de .
Veamos que el problema que hemos planteado tiene mucho inters. Supongamos que
es un camino cerrado en un abierto y se verica que
f (z)dz = 0 para cualquier funcin f

holomorfa en . Sea f una funcin holomorfa en y elijamos un punto z por el que no
pasa el camino , esto es z
. Dicho punto estar jo en lo que sigue. La aplicacin h : C

dada por
h(w) =
_
_
_
f (w) f (z)
wz
w z
f

(z) w = z
es holomorfa en (pues es continua en y holomorfa en \{z} por lo que el lema de Riemann
(9.17) nos asegura que es holomorfa en todo ) y deber ser
h(w)dw = 0. Tenemos as que

0 =
h(w)dw =
f (w) f (z)
wz
dw =
f (w)
wz
dw f (z)
1
wz
dw
Prof. Javier Prez
ndice de un punto respecto a un camino cerrado 141
de donde
f (z)
1
wz
dw =
f (w)
wz
dw (z\
) (9.3)
Observa que esta es una frmula de representacin pues permite calcular los valores de f en
puntos z \
conocidos los valores de f sobre el camino
. Dicha frmula nos dice que

los valores de una funcin holomorfa en un dominio estn determinados de manera nica
en cuanto que los conozcamos sobre los puntos de una curva. Claro est, que para que esta
frmula sea ecaz debemos saber lo que signica la integral
1
wz
dw
De hecho, nuestro prximo objetivo es calcular esta integral.
9.30 Proposicin. Sea : [a, b] C un camino cerrado en C, para cada punto zC por el que no
pasa el camino , esto es z
, denimos
F(z) =
1
2i
1
wz
dw (zC\
) (9.4)
Entonces se verica que F(z) es un nmero entero.
Demostracin. Llamemos (t) =(t) z al camino trasladado de . Tenemos que
F(z) =
1
2i
1
wz
dw =
1
2i
1
w
dw =
1
2i
b
(t)
(t)
dt
Observa que (t) 0 para todo t [a, b]. No es restrictivo suponer que , y por tanto tambin ,
tiene derivada continua en [a, b]. Haciendo el cociente indicado, podremos escribir
(t)
(t)
=(t) +i(t)
donde y sern funciones continuas reales en [a, b]. Sabemos que una funcin real continua
e un intervalo tiene primitivas. Sean A(t), B(t) primitivas de y en [a, b]. Denamos h(t) =
A(t) +iB(t). Tenemos que
h
(t) = A
(t) +iB
(t) =(t) +i(t) =

(t)
(t)
Es decir, h(t) es una primitiva de la funcin que integramos, por lo que
F(z) =
1
2i
b
(t)
(t)
dt =
h(b) h(a)
2i
(9.5)
Calculemos h(b) h(a). Tenemos que
d
dt
_
e
h(t)
(t)
_
= e
h(t)
_
h
(t)(t) +
(t)
_
= e
h(t)
_
(t)
(t)
(t) +
(t)
_
= 0
Deducimos que e
h(t)
(t) = e
h(a)
(a) para todo t [a, b]. Como h est determinada salvo una
constante aditiva, podemos suponer que e
h(a)
(a) = 1. Hemos obtenido que
(t) = e
h(t)
t [a, b]
Prof. Javier Prez
Cadenas 142
Esto nos dice que h(t) es un logaritmo de (t) y, por tanto, tiene que ser de la forma h(t) =
log(|(t)|) +i (t), donde (t) es un argumento de (t), (t) Arg((t)). Adems como h es de-
rivable, las funciones log(|(t)|) y (t) han de ser derivables y, por tanto, continuas. Resulta as
que
h(b) h(a) = log(|(b)|) +i(b) log(|(a)|) +i(a) = i((b) (a))
Donde hemos tenido encuenta que, al ser la curva cerrada, (a) =(a)z =(b)z =(b). Co-
mo(a) y (b) son dos argumentos de un mismonmero complejo ((a) =(b)), debendiferen-
ciarse enunmltiplo enterode 2, luegotiene que haber unenterokZtal que (b)(a) =2k.
Con ello tenemos que h(b) h(a) = 2ki. Finalmente, de (9.5), obtenemos que
F(z) = k Z.
z
0
Qu representa el valor del entero dado por (9.4)? Observa que en la demostracin anterior
hemos obtenido que
F(z) =
(b) (a)
2
La funcin (t)Arg((t)) es un argumento que vara de forma continua cuando recorremos los
puntos de la curva (t). Cada vez que damos una vuelta completa el argumentoaumenta 2, por
tanto
(b) (a)
2
es igual al nmero de veces que la curva rodeaal origen y, como, (t) =(t)z,
es igual tambin al nmero de veces que la curva rodea al punto z. Dicho nmero se llama
ndice de z respecto a y se representa por Ind
(z). En resumen, la integral

Ind
(z) =
1
2i
1
wz
dw (9.6)
es un nmero entero que es igual al nmero de veces que la curva rodea al punto z.
Ya puedes adivinar que la integral que gura en (9.6) no hace falta calcularla porque, en la
prctica, siempre integramos sobre curvas sencillas y sabemos cuntas veces rodean a cada
punto del plano.
9.3.3. Cadenas
En lo que sigue nos va a interesar integrar en varios caminos al mismo tiempo por lo que
es conveniente introducir la terminologa de cadenas. Una cadena es una suma formal nita
de caminos, =
1
+
2
+ +
n
. El smbolo + que hemos escrito en la expresin anterior no
representa a la suma de funciones ni a la yuxtaposicin de caminos, es una manera de decir
que la cadena est formada por varios caminos. Por ejemplo podemos considerar la cadena
=C(0, 1) +C(i, 2) 2C(1 +i, 1/2)
Prof. Javier Prez
Teorema de Cauchy y frmula de Cauchy 143
que est formada por tres circunferencias, la ltima de ellas considerada dos veces y recorrida
en sentido contrario.
Por denicin, para integrar una funcin sobre una cadena se integra la funcin sobre cada
uno de los caminos que forman la cadena y se suman dichas integrales.
f (z)dz =
n
j=1
j
f (z)dz
Dadas dos cadenas y =
1
+ +
m
entonces su suma es otra cadena compuesta por todos
los caminos que forman y todos los que forman ,
+ =
1
+ +
n
+
1
+ +
m
Evidentemente se cumple
+
f (z)dz =
f (z)dz +
f (z)dz
Como caso particular de cadenas tenemos los ciclos. Un ciclo es una cadena formada por ca-
minos cerrados. En el ejemplo anterior era un ciclo pues estaba formado por circunferencias.
Si es unciclo se dene el ndice de unpunto z
respecto a como la suma de los ndices

del punto z respecto a cada uno de los caminos cerrados que forman el ciclo.
Ind
(z) =
n
j=1
Ind
j
(z)
9.31 Denicin. Dado un abierto C y un ciclo en , diremos que es nulhomlogo
respecto de si el ndice de con respecto a todo punto que no est en es cero:
Ind
(z) = 0 para todo z C\

9.4. Teorema de Cauchy y frmula de Cauchy
Pero volvamos a nuestro problema. Supongamos que es un camino cerrado en un abierto
y se verica que
f (z)dz = 0 para cualquier funcin f holomorfa en . Entonces si z es un

punto que no est en , como la funcin w
1
wz
es holomorfa en , deber cumplirse que
1
wz
dw = 0
Es decir, Ind
(z) = 0 para todo z . En otros trminos, el camino cerrado no puede rodear

a ningn punto fuera de . Dicho de otra forma debe ser nulhomlogo respecto a . Esta
condicin necesaria resulta ser tambin suciente.
9.32 Teorema (Teorema de Cauchy y Frmula Integral de Cauchy). Sea un abierto en C, un
ciclo en nulhomlogo respecto de . Entonces para toda funcin holomorfa, f , en se verica:
I)
f (z)dz = 0
Prof. Javier Prez
Teorema de Cauchy y frmula de Cauchy 144
II) f (z) Ind
(z) =
1
2i
f (w)
wz
dw, para todo z \
(frmula de Cauchy)
III) f
(k)
(z) Ind
(z) =
k!
2i
f (w)
(wz)
k+1
dw, para todo z \
y para todo kN (frmula de Cau-

chy para las derivadas)
9.33 Corolario. Sea un abierto en C, f H () y supongamos que

D(a, R) . Entonces para
todo zD(a, R) y para todo k N se verica que
I) f (z) =
1
2i
C(a,R)
f (w)
wz
dw (Frmula de Cauchy para una circunferencia)
II) f
(k)
(z) =
k!
2i
C(a,R)
f (w)
(wz)
k+1
dw
El siguiente resultado establece una relacin entre dominios simplemente conexos y cami-
nos cerrados.
9.34 Teorema. Un dominio es simplemente conexo si y slo si todo camino cerrado en es
nulhomlogo respecto de .
Es cmodo introducir la siguiente terminologa.
9.35 Denicin. Dos ciclos , en un abierto se dicen homolgicamente equivalentes res-
pecto de si se verica que
Ind
(z) = Ind
(z) para todo zC\

El teorema de Cauchy arma que si , son ciclos en un abierto homolgicamente equi-
valentes respecto de , entonces
f (z)dz =
f (z)dz para toda funcin f H (). Este teorema

permite reducir el clculo de integrales de funciones holomorfas sobre caminos cerrados al
clculo de integrales sobre circunferencias.
El siguiente ejemplo es ilustrativo de esto. Sea el abierto el plano complejo C al que le
hemos quitado tres puntos a, b y c. Pretendemos calcular la integral de una funcin holomorfa
en a lo largo del camino que se presenta en la gura 9.1
a
b
c
Figura 9.1: Un camino complicado

Prof. Javier Prez
Singularidades aisladas. Teorema de los residuos 145
Teniendo en cuenta que el ndice de los puntos a, b y c respecto de es el nmero de veces
que los rodea (teniendo en cuenta que el sentido es positivo si los rodea en sentido contrario
al de las agujas del reloj), a la vista de la gura tenemos:
Ind
(a) = 1, Ind
(b) = 2, Ind
(c) =1
Consideremos las circunferencias C(a, ), C(b, ) y C(c, ) que se presentan en la gura y
formemos el ciclo
=C(a, ) +2C(b, ) C(c, )
El ciclo es homolgicamente equivalente al ciclo respecto de . El teorema de Cauchy nos
dice que en estas condiciones para cualquier funcin holomorfa en , f , se cumple que
f (z)dz =
f (z)dz =
C(a,)
f (z)dz +2
C(b,)
f (z)dz
C(c,)
f (z)dz
De esta forma hemos reducido el clculo de la integral de cualquier funcin holomorfa sobre
el camino a tres integrales sobre circunferencias. Observa que podemos tomar los radios de
estas circunferencias arbitrariamente pequeos. Esto nos dice que la integral
f (z)dz va a de-
pender solamente del comportamiento de f en los puntos a, b, y c.
9.4.1. Singularidades aisladas. Teorema de los residuos
9.4.1.1. Singularidades aisladas
Sea un abierto en C, a un punto de y sea f una funcin holomorfa en \ {a} (el abierto
puede muy bien ser un disco abierto centrado en a). En esta situacin se dice que el punto a
es una singularidad aislada de f . Pueden ocurrir los siguientes casos:
Existe lm
za
f (z) = wC. En tal caso, deniendo f (a) = w tenemos, en virtud del lema de
Riemann, que f es holomorfa en . Se dice que a es un punto regular de f o que a es una
singularidad evitable de f .
Existe lm
za
f (z) =. En tal caso se dice que a es un polo de f .
No existe el lmite de f en a. Se dice entonces que a es una singularidad esencial de f .
9.36 Denicin. Sea un abierto en C, a un punto de y sea f una funcin holomorfa en
\ {a}. Supongamos que

D(a, r) . Se dene el residuo de f en a como
Res( f (z), a) =
1
2i
C(a,r)
f (z)dz
Observa que la integral enesta denicinno depende de r pues si consideras otrodisco

D(a, s)
, el ciclo = C(a, r) C(a, s) es nulhomlogo respecto de \ {a} y, como f es una funcin
holomorfa en \ {a}, el teorema de Cauchy nos dice que
f (z)dz = 0, es decir,
C(a,r)
f (z)dz =
C(a,s)
f (z)dz.
Prof. Javier Prez
Clculo de residuos 146
9.37 Teorema (de los residuos). Sean C un abierto, S ={a
1
, a
2
, . . . , a
q
} un conjunto nito de
puntos en y sea f una funcin holomorfa en \ S. Si es un ciclo en nulhomlogo respecto
de entonces
f (z)dz = 2i
q
j=1
Res( f (z); a
j
)Ind
(a
j
)
Idea de la demostracin. Tomamos > 0 de forma que

D(a
k
, ) y

D(a
k
, ) A = {a
k
} para
k = 1, . . . , q. Para cada k llamamos m
k
= Ind
(a
k
) y
k
= m
k
C(a
k
, ). Construimos el ciclo
=
k
j=1
j
Es fcil probar que el ciclo es nulhomlogo respecto del abierto \ S. En consecuencia,
podemos aplicar el teorema general de Cauchy a dicho abierto para el ciclo y la funcin f
obteniendo que
0 =
f (z)dz =
f (z)dz
f (z)dz
despejando obtenemos
f (z)dz =
f (z)dz =
q
j=1
j
f (z)dz =
=
q
j=1
m
j
C(a
j
,)
f (z)dz = 2i
q
j=1
Ind
(a
j
)Res( f (z); a
j
)
que es la frmula que queramos probar.
La utilidad del teorema de los residuos depende de que seamos capaces de calcular los resi-
duos de una funcin holomorfa en sus singularidades aisladas.
9.4.2. Clculo de residuos
Sea un abierto en C, a un punto de y sea f una funcin holomorfa en \ {a}.
Supongamos que a es un punto regular de f . Entonces Res( f (z), a) = 0. Pues podemos
denir f (a) = lm
za
f (z) con lo que f es holomorfa en y si

D(a, r) , como consecuencia
del teorema de Cauchy tenemos que
C(a,r)
f (z)dz = 0.
Supongamos que a es un polo de f . Entonces se verica que hay un nmero natural k N
tal que lm
za
(z a)
k
f (z) = w 0. Se dice que a es un polo de orden k de la funcin f . Sea
g(z) = (z a)
k
f (z) para z , z a, y sea g(a) = w. Entonces, por el lema de Riemann, g es
holomorfa en . Sea

D(a, r) . Por el teorema de Taylor sabemos que
g(z) =
n=0
d
n
(z a)
n
zD(a, r)
Prof. Javier Prez
donde d
n
=
g
(n)
(a)
n!
. Deducimos que
f (z) =
k1
n=0
d
n
(z a)
kn
+
n=k
d
n
(z a)
nk
zD(a, r) \ {a} (9.7)
Es usual emplear la siguiente notacin para la serie 9.7. Dicha serie se escribe en la forma
f (z) =
n=k
c
n
(z a)
n
zD(a, r) \ {a} (9.8)
Observa que con ello tenemos que c
1
= d
k1
.
Si ahora integramos f (z) en la circunferencia C(a, r) y tenemos en cuenta que (za)
n
tiene
primitiva
(z a)
n+1
n +1
para todo n Z con n 1 por lo que
C(a,r)
(z a)
n
dz = 0 para todo
entero n 1, obtenemos que las integrales de todos los trminos de la serie 9.8 son nulas
excepto la que corresponde al sumando para n =1. Por tanto
C(a,r)
f (z)dz =
n=k
C(a,r)
c
n
(z a)
n
dz =
C(a,r)
c
1
z a
dz = 2ic
1
Deducimos que
c
1
=
1
2i
C(a,r)
f (z)dz = Res( f (z), a)
Lo interesante es que podemos calcular c
1
= d
k1
derivando. Pues
c
1
=
g
(k1)
(a)
(k 1)!
=
1
(k 1)!
lm
za
d
k1
dz
k1
[(z a)
k
f (z)]
Hay que calcular el lmite indicado porque al evaluar la derivada
d
dz
k1
[(z a)
k
f (z)] en el
punto a suele aparecer una indeterminacin.
Supongamos, nalmente, que a es una singularidad esencial de f . Entonces se prueba
que es posible representar a la funcin f por medio de una serie del tipo siguiente.
f (z) =
n=
c
n
(z a)
n
zD(a, r) \ {a} (9.9)
donde hay innitos coecientes c
n
distintos de cero. Razonando igual que antes tambin
se obtiene en este caso que c
1
=Res( f (z), a). Aunque ahora no disponemos de una forma
para calcular c
1
que no sea obtener el desarrollo 9.9.
9.38 Denicin. Una serie del tipo
_
k=n
k=n
c
k
(z a)
k
_
se dice que es una serie de Laurent cen-
trada en a. Dichas series son una generalizacin de las series de potencias. Cuando dicha serie
converge el lmite se nota por
lm
n
n
k=n
c
k
(z a)
k
=
+
n=
a
n
(z a)
n
Prof. Javier Prez
Usaremos la notacin A(a; r, R) para indicar el anillo abierto de centro a radio interior r y
radio exterior R donde 0 r < R +.
A(a; r, R) ={zC : r <|z a| < R}
El siguiente resultado es una generalizacin del teorema de Taylor.
9.39 Teorema (Desarrollo en serie de Laurent). Sean 0 r < R +, a C y f una funcin ho-
lomorfa en el anillo A(a; r, R). Entonces hay una nica serie de Laurent centrada en a vericando
que
f (z) =
+
n=
c
n
(z a)
n
, para todo z A(a; r, R)
Adems los coecientes de la serie vienen dados por:
c
n
=
1
2i
C(a,)
f (w)
(wa)
n+1
dw, n Z
siendo r < < R.
9.4.2.1. Polos de cocientes de funciones holomorfas
En muchas ocasiones la funcin que integramos viene dada como cociente de dos fun-
ciones holomorfas f (z) =
g(z)
h(z)
donde suponemos que g, h son funciones holomorfas en
un abierto . En tal caso las nicas posibles singularidades de f son los ceros de h. Su-
pongamos que a y que la funcin h y sus derivadas hasta la de orden k 1 se anulan
en el punto a y la derivada de orden k de h es distinta de cero en a (se dice entonces que
h tiene un cero de orden k en a). Supongamos tambin que g(a) 0. Entonces, en virtud
del teorema de Taylor, podemos escribir para zD(a, r) :
h(z) =
n=0
h
(n)
(a)
k!
(z a)
n
=
n=k
h
(n)
(a)
k!
(z a)
n
= (z a)
k
n=k
h
(n)
(a)
k!
(z a)
nk
Poniendo para zD(a, r) (z) =
n=k
h
(n)
(a)
k!
(z a)
nk
, la funcin es holomorfa en D(a, r)
y (a) 0. Deducimos que
lm
za
(z a)
k
f (z) = lm
za
g(z)
(z)
=
g(a)
(a)
0
por lo que f tiene en a un polo de orden k.
Supongamos que lm
za
(z a) f (z) = w, entonces se verica que Res( f (z), a) = w. En parti-
cular, supongamos que f (z) =
g(z)
h(z)
donde g, h son funciones holomorfas en un abierto ,
y suponemos que g(a) 0 y h tiene un cero simple, es decir, de orden 1 en a. Entonces, se-
gn acabamos de ver, f tiene un polo simple, es decir, de orden 1 en a. Entonces tenemos
que
Res( f (z), a) = lm
za
(z a)
g(z)
h(z)
= g(a) lm
za
z a
h(z)
=
g(a)
h
(a)
Prof. Javier Prez
Aplicaciones del teorema de los residuos para calcular integrales reales 149
9.5. Aplicaciones del teorema de los residuos para calcular in-
tegrales reales
R(cost, sent)dt
Suponemos que R es una funcin racional de dos variables continua en la circunferencia uni-
dad. La idea para calcular esta integral por el mtodo de residuos es convertirla en una integral
sobre C(0, 1) de una funcin compleja que tambin va a ser racional. Para ello recordemos que
sent =
e
it
e
it
2i
=
e
2it
1
2i e
it
cost =
e
it
+e
it
2
=
e
2it
+1
2e
it
Por tanto, se verica que
C(0,1)
R
_
z
2
+1
2z
,
z
2
1
2iz
_
1
iz
dz =
R(cost, sint)dt .
En consecuencia, si notamos f (z) = R
_
z
2
+1
2z
,
z
2
1
2iz
_
1
iz
. Tenemos que f (z) es una funcin ra-
cional por lo que sus nicas posibles singularidades son polos. Para calcular la integral slo nos
interesanlos polos que estndentrodel disco unidad. Supongamos que estos son
_
z
1
, z
2
, . . . , z
q
_
.
El teorema de los residuos nos dice que
R(cost, sint)dt = 2i
q
j=1
Res( f (z), z
j
)
9.40 Ejemplo. Se trata de calcular la integral I =
1
5 +4cost
dt . Segn acabamos de ver
I =
C(0,1)
1
5 +2
z
2
+1
z
1
iz
dz =
1
i
C(0,1)
1
2z
2
+5z +2
dz =
1
i
C(0,1)
1
(2z +1)(z +2)
dz
Por tanto
I =
1
i
2i Res
_
1
(2z +1)(z +2)
,
1
2
_
= 2 lm
z1/2
(z +1/2)
1
(2z +1)(z +2)
= lm
z1/2
1
(z +2)
=
2
3

+
P(x)
Q(x)
dx
Suponemos que
1. P y Q son funciones polinmicas sin factores comunes.
2. grado(Q) grado(P) +2.
Prof. Javier Prez
Integrales del tipo

+
P(x)
Q(x)
dx 150
3. Q(x) 0 para todo xR.
En estas condiciones si
_
z
1
, z
2
, . . . , z
q
_
es el conjunto de los ceros del polinomio Q que estn en
el semiplano superior se verica que
+
P(x)
Q(x)
dx = 2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
Para ello vamos a aplicar el teorema de los residuos a la funcin f (z) =
P(z)
Q(z)
en el abierto =C.
Sea la poligonal (, , ) = [, , +i, +i, ] donde , y son nmeros positivos
que tomamos sucientemente grandes para que todos los ceros del polinomio Q que estn en
el semiplano superior quedenen el interior del rectngulo de modo que Ind
(,,)
(z
j
) =1 para
1 j q.

+ i + i i
3
Figura 9.2: (, , )
(,,)
P(z)
Q(z)
dz = 2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
Observa que en esta igualdad el lado de la derecha es independiente de , y . Por tanto, ser
suciente para nuestros propsitos probar que cuando , y tienden hacia +se verica que
(,,)
P(z)
Q(z)
dz
+
P(x)
Q(x)
dx
Por la hiptesis sobre los grados de los polinomios P y Q se tiene que existen nmeros K > 0 y
M > 0 tales que
|z | K | f (z)| =
P(z)
Q(z)
M
|z|
2
(9.10)
En lo que sigue, suponemos que , y son mayores que K.
Pongamos ahora
1
= [, +i ],
2
= [ +i , +i ] y
3
= [+i , ] (ver gura 9.2) y
notamos I
k
=
k
f (z)dz. Tenemos
2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
=
(,,)
P(z)
Q(z)
dz =
P(x)
Q(x)
dx +I
1
+I
2
+I
3
As,

2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
P(x)
Q(x)
dx
|I
1
| +|I
2
| +|I
3
| (9.11)
Prof. Javier Prez
Integrales del tipo

+
P(x)
Q(x)
dx 151
Acotamos ahora I
1
. Para z[, +i ]
tenemos que z =+it para t [0, ]. Adems, como es

> K ser |z| K por lo que, en virtud de la desigualdad 9.10, se tiene que
| f (z)| =| f (+it)|
M
2
+t
2
Por tanto,
|I
1
| =
0
f (+it)i dt
0
| f (+it)| dt
0
M
2
+t
2
dt =
M
_
arctan
t
_
t=
t=0
2
La integral I
3
se acota de la misma forma, resultando |I
3
|
M
2
.
Por ltimo, para acotar I
2
se usa que para z [+i , +i ]
tenemos, por ser > K, que

|z | K por lo que, en virtud de la desigualdad 9.10, se tiene que | f (z)|
M
|z|
2
. Por tanto
|I
2
| =
[+i ,+i ]
f (z)dz
| f (t +i )| dt
M
t
2
+
2
dt (+)
M
2
En vista de 9.11 y de las acotaciones anteriores se tiene que
2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
P(x)
Q(x)
dx
2
+
M
2
+(+)
M
2
Como en esta desigualdad la parte de la izquierda no depende para nada de podemos jar
y y tomar lmite cuando + con lo que obtenemos
2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
P(x)
Q(x)
dx

2
_
M
+
M
_
(9.12)
Tomando ahora lmite para + y + en la expresin de la derecha, se obtiene que la
funcin
P(x)
Q(x)
es impropiamente integrable en R y adems
+
P(x)
Q(x)
dx = 2i
q
j=1
Res
_
P(z)
Q(z)
, z
j
_
Observa que la acotacin 9.12 proporciona una cota del error que se comete al aproximar la
integral
+
P(x)
Q(x)
dx por una integral parcial
P(x)
Q(x)
dx.
9.41 Ejemplo. Queremos calcular la integral
I =
+
1
(x
2
+a
2
)(x
2
+b
2
)
dx
donde suponemos que a > 0 y b > 0 son distintos. La funcin que integramos tiene dos polos
simples en el semiplano superior en los puntos i a, i b. Segn acabamos de ver
I = 2i Res
_
1
(z
2
+a
2
)(z
2
+b
2
)
, i a
_
+2i Res
_
1
(z
2
+a
2
)(z
2
+b
2
)
, i b
_
Prof. Javier Prez
Integrales del tipo

+
e
i x
P(x)
Q(x)
dx 152
Tenemos que
Res
_
1
(z
2
+a
2
)(z
2
+b
2
)
, i a
_
= lm
zi a
(z i a)
1
(z i a)(z +i a)(z
2
+b
2
)
= lm
zi a
1
(z +i a)(z
2
+b
2
)
=
1
2i a(b
2
a
2
)
Anlogamente
Res
_
1
(z
2
+a
2
)(z
2
+b
2
)
, i b
_
=
1
2i b(a
2
b
2
)
Luego
I = 2i
_
1
2i a(b
2
a
2
)
+
1
2i b(a
2
b
2
)
_
=

ab(a +b)

+
e
i x
P(x)
Q(x)
dx
Suponemos que
1. P y Q son funciones polinmicas sin factores comunes y > 0.
_
z
1
, z
2
, . . . , z
q
_
+
e
i x
P(x)
Q(x)
dx = 2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
Para ellovamos a aplicar el teorema de los residuos a la funcin f (z) =
e
i z
P(z)
Q(z)
enel abierto=
C. Sea la poligonal (, , ) =[, , +i, +i, ] donde , y son nmeros positivos
que tomamos sucientemente grandes para que todos los ceros del polinomio Q que estn en
el semiplano superior quedenen el interior del rectngulo de modo que Ind
(,,)
(z
j
) =1 para
1 j q.

+ i + i i
3
Figura 9.3: (, , )
Prof. Javier Prez
Integrales del tipo

+
e
i x
P(x)
Q(x)
dx 153
(,,)
e
i z
P(z)
Q(z)
dz = 2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
Observa que en esta igualdad el lado de la derecha es independiente de , y . Por tanto, ser
suciente para nuestros propsitos probar que cuando , y tienden hacia +se verica que
(,,)
e
i z
P(z)
Q(z)
dz
+
e
i x
P(x)
Q(x)
dx
Por la hiptesis sobre los grados de los polinomios P y Q se tiene que existen nmeros K > 0 y
M > 0 tales que
|z | K
P(z)
Q(z)
M
|z|
(9.13)
En lo que sigue, suponemos que , y son mayores que K.
Pongamos ahora
1
= [, +i ],
2
= [ +i , +i ] y
3
= [+i , ] (ver gura 9.3) y
notamos I
k
=
k
f (z)dz. Tenemos
2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
=
(,,)
e
i z
P(z)
Q(z)
dz =
e
i x
P(x)
Q(x)
dx +I
1
+I
2
+I
3
As,

2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
e
i x
P(x)
Q(x)
dx
|I
1
| +|I
2
| +|I
3
| (9.14)
Acotamos ahora I
1
. Para z[, +i ]
tenemos que z =+it para t [0, ]. Adems, como es

> K ser |z| K por lo que, en virtud de la desigualdad 9.13, se tiene que
P(z)
Q(z)
P(+it)
Q(+it)
M
|+it|

M
Adems
e
i (+it)
= e
t
. Por tanto,
|I
1
| =
0
f (+it)i dt
0
| f (+it)| dt
0
Me
t
dt =
M
_
e
t
_
t=
t=0
=
M
1 e
La integral I
3
se acota de la misma forma, resultando |I
3
|
M
.
Por ltimo, para acotar I
2
se usa que para z [+i , +i ]
tenemos, por ser > K, que

|z | K por lo que, en virtud de la desigualdad 9.13, se tiene que | f (z)|
M
|z|

M
. Adems, para
z[+i , +i ]
es Imz =. Por tanto
e
i z
= e
. Deducimos que
|I
2
| =
[+i ,+i ]
f (z)dz
| f (t +i )| dt
Me
dt = (+)
M
Prof. Javier Prez
Integrales del tipo

+
sen(x)P(x)
xQ(x)
dx 154
En vista de 9.14 y de las acotaciones anteriores se tiene que
2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
e
i x
P(x)
Q(x)
dx
+
M
+(+)
M
e
,
Como en esta desigualdad la parte de la izquierda no depende para nada de podemos jar
y y tomar lmite cuando + con lo que, teniendo en cuenta que > 0, obtenemos
2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
e
i x
P(x)
Q(x)
dx
_
M
+
M
_
(9.15)
Tomando ahora lmite para + y + en la expresin de la derecha, se obtiene que la
funcin
e
i x
P(x)
Q(x)
es impropiamente integrable en R y adems
+
e
i x
P(x)
Q(x)
dx = 2i
q
j=1
Res
_
e
i z
P(z)
Q(z)
, z
j
_
Observa que la acotacin 9.15 proporciona una cota del error que se comete al aproximar la
integral
+
e
i x
P(x)
Q(x)
dx por una integral parcial
e
i x
P(x)
Q(x)
dx.
9.42 Ejemplo. Queremos calcular la integral I =
+
cos(x)
a
2
+x
2
dx. Suponemos que a > 0 y > 0.
Como
I = Re
_
+
e
i x
a
2
+x
2
dx
_
Calcularemos J =
+
e
i x
a
2
+x
2
dx. Segn acabamos de ver, teniendo en cuenta que la funcin
1
a
2
+z
2
solamente tiene un polo simple en el semiplano superior en el punto ai, se sigue que
J = 2i Res
_
e
i z
a
2
+z
2
, i
_
= 2i lm
zai
(z ai)
e
i z
a
2
+z
2
= 2i lm
zai
(z ai)
e
i z
(z ai)(z +ai)
=
e
a
a
Luego I =
e
a
a
.
+
sen(x)P(x)
xQ(x)
dx
Suponemos que
1. P y Q son funciones polinmicas con coecientes reales sin factores comunes, P(0) 0, y
> 0.
2. grado(Q) grado(P).
Prof. Javier Prez
Integrales del tipo

+
sen(x)P(x)
xQ(x)
dx 155
_
z
1
, z
2
, . . . , z
q
_
+
sen(x)P(x)
xQ(x)
dx = Im
_
_
2i
q
j=1
Res
_
e
i z
P(z)
zQ(z)
, z
j
_
+i Res
_
e
i z
P(z)
zQ(z)
, 0
_
_
_
La forma de proceder es muy parecida a la anterior con una pequea diferencia y es que
ahora consideraremos el camino de integracin (, , , ) que puedes ver en la siguiente gu-
ra.

+ i + i i
Figura 9.4: (, , , )
Procediendo como en el caso anterior, considerando ahora la funcin f (z) =
e
i z
P(z)
zQ(z)
te-
niendo en cuenta que Ind
(,,,)
(0) = 0, el teorema de los residuos nos dice que
(,,,)
e
i z
P(z)
zQ(z)
dz = 2i
q
j=1
Res
_
e
i z
P(z)
zQ(z)
, z
j
_
Las acotaciones que hemos obtenido antes en los segmentos
1
,
2
y
3
siguen siendo vlidas
(observa que grado
_
zQ(z)
_
grado
_
P(z)
_
+1) por lo que obtenemos fcilmente la siguiente aco-
tacin anloga a la acotacin 9.15 del caso anterior:
2i
q
j=1
Res ( f (z), z
j
)
f (x)dx
f (z)dz
f (x)dx
_
M
+
M
_
Tomando en esta desigualdad lmites para + y + se deduce que
2i
q
j=1
Res ( f (z), z
j
)
f (z)dz =
f (x)dx +
+
f (x)dx (9.16)
Sea w = Res( f (z), 0) = lm
z0
z f (z) =
P(0)
Q(0)
. Teniendo en cuenta el sentido de recorrido de
tenemos que
f (z)dz +iw =
0
_
f (e
it
)
w
e
it
_
i e
it
dt
Como

f (e
it
)
w
e
it
=
1
e
it
f (e
it
) w
Prof. Javier Prez
Integrales del tipo V.P.
e
i x
P(x)
xQ(x)
dx 156
deducimos que
f (z)dz +iw
e
it
f (e
it
) w
dt m ax{|z f (z) w| : |z | =}
y como lm
z0
(z f (z) w) = 0, se sigue que m ax{|z f (z) w| : |z | =} 0 cuando 0.
Hemos probado as que lm
0
f (z)dz =iw =i Res( f (z), 0). Teniendo en cuenta la igual-

dad 9.16 deducimos que
lm
0
_

f (x)dx +
+
f (x)dx
_
= 2i
q
j=1
Res ( f (z), z
j
) +i Res( f (z), 0) (9.17)
Tomando ahora partes imaginarias y teniendo en cuenta que P y Q tienen coecientes reales
Im
_

f (x)dx +
+
f (x)dx
_
=
sen(x)P(x)
xQ(x)
dx +
+
sen(x)P(x)
xQ(x)
dx
y teniendo en cuenta tambin que la funcin x
sen(x)P(x)
xQ(x)
es continua en x = 0 sin ms que
denirla en 0 igual a
P(0)
Q(0)
por lo que
lm
0
_

sen(x)P(x)
xQ(x)
dx +
+
sen(x)P(x)
xQ(x)
dx
_
=
+
sen(x)P(x)
xQ(x)
dx
concluimos que
+
sen(x)P(x)
xQ(x)
dx = Im
_
_
2i
q
j=1
Res ( f (z), z
j
) +i Res( f (z), 0)
_
_
9.43 Ejemplo.
+
senx
x
dx = Im
_
i Res
_
e
i z
z
, 0
__
= Im
_
i lm
z0
z
e
i z
z
_
=
9.5.5. Integrales del tipo V.P.

+
e
i x
P(x)
xQ(x)
dx
Suponemos que
1. P y Q son funciones polinmicas sin factores comunes, P(0) 0, y > 0.
2. grado(Q) grado(P).
Prof. Javier Prez
Aplicacin del teorema de los residuos para sumar series 157
Para este tipo de integrales el mtodo anterior se aplica exactamente igual hasta llegar a
la igualdad 9.17. La dicultad ahora es que la funcin
e
i x
P(x)
xQ(x)
no es continua en 0 (de hecho
dicha funcin se comporta en 0 como la funcin 1/x) y la integral impropia
+
e
i x
P(x)
xQ(x)
dx no
existe. Todo lo que podemos obtener en este caso es lo que arma la igualdad 9.17:
lm
0
_

f (x)dx +
+
f (x)dx
_
= 2i
q
j=1
Res ( f (z), z
j
) +i Res( f (z), 0)
El lado de la izquierda de esta igualdad se llama valor principal de Cauchy de la integral impro-
pia y se representa por V.P.
+
e
i x
P(x)
xQ(x)
dx. En consecuencia, podemos armar que
V.P.
+
e
i x
P(x)
xQ(x)
dx = 2i
q
j=1
Res ( f (z), z
j
) +i Res( f (z), 0)
9.6. Aplicacin del teorema de los residuos para sumar series
+
P(n)
Q(n)
Suponemos que
3. Q(k) 0 para todo k Z.
_
z
1
, z
2
, . . . , z
q
_
es el conjunto de los ceros del polinomio Q se verica que
+
P(n)
Q(n)
=
q
j=1
Res
_
cotg(z)
P(z)
Q(z)
, z
j
_
Para probarlo consideremos la funcin cotg(z). Dicha funcin tiene un polo simple en cada
entero k Z y lm
zk
(z k)cotg(z) = 1.
Aplicamos el teorema de los residuos a la funcin f (z) = cotg(z)
P(z)
Q(z)
y al camino cerrado
(es un cuadrado)
n
= [(n +
1
2
)(1 i), (n +
1
2
)(1 i), (n +
1
2
)(1 +i), (n +
1
2
)(1 +i), (n +
1
2
)(1 i)].
y obtenemos para n sucientemente grande que
n
f (z)dz = 2i
_
_
n
k=n
Res( f (z), k) +
q
j=1
Res( f (z), z
j
)
_
_
(9.18)
Prof. Javier Prez
Series del tipo
(1)
n
P(n)
Q(n)
158
n
n
(n +
1
2
)(1 + i) (n +
1
2
)(1 + i)
(n +
1
2
)(1 i) (n +
1
2
)(1 i)
T
n
Figura 9.5: Camino
n
Como para k Z es
Res( f (z), k) = lm
zk
(z k)cotg(z)
P(z)
Q(z)
=
P(k)
Q(k)
lm
zk
(z k)
cos(z)
sen(z)
=
=
P(k)
Q(k)
cos(k ) lm
zk
z k
sen(z)
=
P(k)
Q(k)
cos(k )
1
cos(k )
=
P(k)
Q(k)
y, en las hiptesis hechas, se comprueba que lm
n
n
f (z)dz = 0, deducimos de la igualdad 9.18
que
lm
n
n
k=n
Res( f (z), k) = lm
n
n
k=n
P(k)
Q(k)
=
+
P(n)
Q(n)
=
q
j=1
Res
_
cotg(z)
P(z)
Q(z)
, z
j
_
9.44 Ejemplo. Sea > 0.
+
1
n
2
+
2
=Res
_
cotgz
1
z
2
+
2
, i
_
Res
_
cotgz
1
z
2
+
2
, i
_
=
=

+e
De donde
n=1
1
n
2
+
2
=
1
2
_
+e
2
_
Ahora deducimos que
n=1
1
n
2
= lm
0
n=1
1
n
2
+
2
= lm
0
1
2
_
+e
2
_
=

2
6
donde el ltimo lmite puede calcularse por la regla de LHpital.
+
(1)
n
P(n)
Q(n)
Suponemos que
Prof. Javier Prez
Ejercicios 159
3. Q(k) 0 para todo k Z.
_
z
1
, z
2
, . . . , z
q
_
es el conjunto de los ceros del polinomio Q se verica que
+
(1)
n
P(n)
Q(n)
=
q
j=1
Res
_
cosec(z)
P(z)
Q(z)
, z
j
_
9.6.3. Ejercicios
1. Calcula la integral
e
z
dz
z(1 z)
3
para =C(1/4, 1/2), =C(1, 1/2), =C(2, 3).
cosz
z
2
(z 1)
para =C(0, 1/3), =C(1, 1/3), =C(0, 2).
3. Calcula
C(0,1)
sen(2z)
(z /4)
2
(z
2
+9)
dz.
4. Calcula
C(0,r)
dw
(wa)(wb)
m
donde mN y |b| < r <|a|.
5. Dado n N, calcula las siguientes integrales:
C(0,1)
senz
z
n
dz ;
C(0,1)
e
z
e
z
z
n
dz ;
C(1,
1
2
)
logz
z
n
dz
6. Sean a, bC tales que |a| <|b|. Obtngase el desarrollo en serie de Laurent de la funcin
f (z) =
1
(z a)(z b)
(zC\{a, b})
en cada uno de los anillos : A(0; |a|, |b|), A(0; |b|, +), A(a; 0, |b a|) y A(a; |b a|, +).
7. Obtngase el desarrollo en serie de Laurent de la funcin
f (z) =
1
(z
2
1)
2
(zC\{1, 1})
en cada uno de los anillos siguientes: A(1; 0, 2) y A(1; 2, +).
8. Clasicar las singularidades de las funciones f : R siguientes:
a) f (z) =
1 cos(z)
z
n
=C
(nN),
b) f (z) = z
n
sen
1
z
=C
(nN),
c) f (z) =
log(1 +z)
z
2
=C\{xR: x1},
d) f (z) =
1
z(1 e
2iz
)
=C\Z,
e) f (z) =
z
tgz
=C\Z.
Prof. Javier Prez
Ejercicios 160
9. Prueba, usando el teorema de los residuos, que para 0 < b < a se tiene:
0
sen
2
t
a +bcost
dt =

b
2
_
a
_
a
2
b
2
_
.
10. Prueba que, para 0 < a < 1, se tiene:
2
0
cos
2
3t
1 +a
2
2acos2t
dt =
a
2
a +1
1 a
.
11. Prueba que, para nN, se tiene:
2
0
(1 +2cost)
n
cosnt
3 +2cost
dt =
2
5
(3
5)
n
.
12. Prueba que, para nN, se tiene:
2
0
cos(nt sent)exp(cost)dt =
2
n!
.
13. Prueba que, para cualesquiera a, b > 0, se tiene:
+
dx
(x
2
+a
2
)(x
2
+b
2
)
2
=
(a +2b)
2ab
3
(a +b)
2
.
14. Prueba que, para a > 0, se tiene:
+
x
6
(x
4
+a
4
)
2
dx =
3
2
8a
.
15. Integrando una conveniente funcin compleja a lo largo de la frontera del sector circular
_
zC
: |z| <R, 0< arg(z)<

2
n
_
, con R>0 sucientemente grande, calcular la integral
+
0
x
q
1 +x
n
dx (q, nN, n q2).
16. Integrando la funcin f (z) =
e
3i z
3e
i z
+2
z
3
a lo largo de la mitad superior del anillo A(0; , R)
deducir que
+
0
_
senx
x
_
3
dx =
3
8
+
0
sen(x)
x(x
2
+a
2
)
dx donde > 0 y a > 0.
18. Prueba que, para a, t > 0, se tiene:
+
costx
(x
2
+a
2
)
2
dx =

2a
3
(1 +at)e
at
.
Prof. Javier Prez
Ejercicios 161
19. Prueba que:
+
x senx
x
2
5x +6
dx =5.
20. Sea a > 1. Integrando a lo largo de la poligonal [, , +in, +in, ] (n N) la funcin
z
z
a e
iz
, Prueba que:
x senx
1 +a
2
2acosx
dx =
2
a
log
_
1 +a
a
_
.
21. Integrando la funcin z
1 e
2iz
z
2
a lo largo de la frontera de la mitad superior del anillo
A(0, , R), Prueba que:
+
0
sen
2
x
x
2
dx =

2
.
22. Integrando una conveniente funcin compleja a lo largo de la frontera de la mitad superior
del anillo A(0, , R), Prueba que, para 1 < < 3, 1, se verica:
+
0
x
(1 +x
2
)
2
dx =

4
(1 )sec
2
.
23. Prubese, integrando una conveniente funcin compleja a lo largo de la poligonal cerrada
(a, b) = [a, b, b +2i, a +2i, a] (a > 0, b > 0), que
+
e
x
1 +e
x
dx =

sen()
donde es un parmetro real y 0 < < 1.
24. Prueba que, para 0 < < 2, 1, se verica:
+
0
t
1
1 +t +t
2
dt =
+
e
x
1 +e
x
+e
2x
dx =
2
3
sen

3
(1 )
sen
.
25. Prubese, integrando una conveniente funcin compleja a lo largo de la frontera de la mitad
superior del anillo A(0; , R) (0 < < R), que
+
0
x
1 +x
2
dx =

2cos(
2
)
26. Integrando la funcin f (z) =
log(i +z)
1 +z
2
a lo largo de la frontera de la mitad superior del anillo
A(0; , R), 0 < < 1 < R, Prueba que
+
0
log(1 +x
2
)
1 +x
2
dx =log2.
Prof. Javier Prez
Ejercicios 162
27. Integrando una conveniente funcin a lo largo de la poligonal [a, b, b +i, a +i, a], donde
a<0<b, prubese que
+
e
x
e
x
e
2x
+e
2x
sen2xdx =
1
2
e
/2
e
/2
e
+e
28. Integrando la funcin

f (z) =
z +ie
iz
i
z
3
a lo largo de la frontera de la mitad superior del anillo A(0; , R), Prueba que
+
0
x senx
x
3
dx =

4
29. Prubese, integrando una conveniente funcin compleja a lo largo de la poligonal cerrada
(a, b) = [a, b, b +i, a +i, a] (a < 0 < b), que
+
e
x
e
x
+e
x
dx =

2cos
_
_
30. Denamos, para cada zC
, h(z) = log(iz) +i
2
. Dado ] 1, 1[, intgrese la funcin
f (z) =
exp(h(z))h(z)
1 +z
2
a lo largo de la frontera de la mitad del anillo A(0; , R), 0 < < 1 < R, que est contenida en
el semiplano superior para obtener el valor de las integrales
+
0
x
log(x)
1 +x
2
dx y
+
0
x
1 +x
2
dx
31. Justifquese que, excepto para ciertos valores de a (que se precisarn en cada caso), se veri-
can las siguientes igualdades:
a)
n=1
1
n
2
+a
2
=
1
2
_
a
cotha
1
a
2
_
;
b)
n=1
1
n
4
a
4
=
1
2a
4

4a
3
(cotga +cotha);
c)
n=
1
(n a)
2
=

2
sen
2
a
;
d)
n=0
(1)
n
n
2
+a
2
=
1
2a
2
+

2a senha
;
e)
n=1
(1)
n
n
4
a
4
=
1
2a
4

4a
3
_
1
sena
+
1
senha
_
.
Prof. Javier Prez

Calculo Vectorial Fourier Residuos

Cargado por

Copyright:

Formatos disponibles

Calculo Vectorial Fourier Residuos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calculo Vectorial Fourier Residuos

Cargado por

Copyright:

Formatos disponibles

CLCULO VECTORIAL

R(cost, sent)dt . . . . . . . . . . . . . . . . . . . . . . 149

xy. Adems, supuesto que x e y no son nulos,

= xy equivale a que hay un nmero R tal que x = y (es decir, los

iii jjj kkk

(t)), es la velocidad del mvil en el instante t y la norma eucldea de

(t) dt . Dicho de otra forma: la

(t) (0, 0), el

(t)) es la velocidad del mvil en el instante t y la norma eucldea de di-

(t) (0, 0, 0),

(t) dt . Dicho de otra forma: la

(t)), de la funcin de trayectoria. En fsica son frecuentes las siguientes

(t)T(t), que es la proyeccin ortogonal de la aceleracin sobre el vector

(t)N(t), que es la proyeccin ortogonal de la aceleracin sobre el

(t)T(t) y la representan por a

(t), es decir, la aceleracin tangencial es la

(t)N(t) y representarla por a

(t). Esta acelera-

(t) = v(t)a(t) = v(t)T(t)

(t) = 0 se dice que se trata de un movimiento circular uni-

(t) =y x, si f es un campo escalar denido en los

(t) +Q(x(t), y(t))y

P(x, y)dx +Q(x, y)dy,

F(x(t), y(t), z(t))

(t) +Q(x(t), y(t), z(t))y

(t) +R(x(t), y(t), z(t))z

P(x, y, z)dx +Q(x, y, z)dy +R(x, y, z)dz,

Pdx +Qdy +Rdz

(a +b t), tenemos que

xdy, donde r es el camino formado por la yuxtaposicin del primer

(t)dt = G(b) G(a) = f ((b)) f ((a))

(t). En consecuencia, el trabajo realizado por dicha fuerza es

(t) la rapidez del mvil en el instante t. La cantidad

2.10 Teorema (Teorema de Green). Sea un camino cerrado y simple en R

P(x, y)dx +Q(x, y)dy =

F se llama circulacin del campo F a lo largo de . Para dar una in-

F > 0. En tal caso, por la continuidad del campo, se vericar tambin

P(x, y)dy Q(x, y)dx =

P(x, y)dy Q(x, y)dx =

(t) Q(x(t), y(t))x

P(x, y)dy Q(x, y)dx =

Figura 4.1: Coordenadas polares

} que se ha representado en la gura anterior. En el lenguaje tpico de los tex-

es un vector unitario en el sentido en que se mueve el

(, ) = (sen, cos) (4.1)

. Adems, a estos vectores se les llama versores.

} de un vector v = (x, y) se obtiene por el mtodo

(t) = (cos(t), sen(t)). Observa que e

(t) = (sen(t), cos (t)). Tenemos as que

(t), puedes comprobar

(, ) de F(, ) respecto de la base {e

. Sabemos que dichas componentes viene dadas por las corres-

y de sus derivadas parciales. Hay dos formas de hacer esto.

que es la expresin de la divergencia de f en polares.

(, ); es decir, se trata de obtener las coordenadas

}. Basta para ello tener en cuenta que:

es justamente la matiz del cambio de

son las componentes del vector f (cos , sen) en la base {e

(t) podamos haberlo calculado directamente usando

} que se ha representado en la gura anterior (trasladada al punto P). En