Proyecto de cálculo vectorial

Estudiantes de Licenciatura en Matematicas

Universidad de Cundinamarca
Facultad de Educación, Departamento de Licenciatura en Matemáticas
Cundinamarca, Colombia
2016
 CONTENIDO

0.1. Campos vectoriales y sus aplicaciones en Matlab.

0.2. Construyendo curvas de nivel y mapas de contorno en gnuplot.
0.3. Ecuación de Torricelli para velocidad de uidos.
0.4. Leyes de Kepler.
0.5. Optimización de volúmenes.
0.6. Representación campo gravitatorio de la tierra.
0.7. Series de Taylor para aproximación de funciones en dos variables.

1
 INTRODUCCIÓN
El cálculo vectorial resulta ser una herramienta clave en muchos campos de
trabajo del ser humano, algunos ejemplos son la ingeniería o la física que resul-
tan ser una aplicación profunda de esta herramienta que comprende temáticas
complejas, como el análisis de fenómenos mecánicos que ocurren en nuestro
entorno como el trabajo, la fuerza, la energía entre muchos otros. Deseamos
dar a conocer una serie de trabajos que desde un punto de vista matemático
son simplemente un abrebocas de investigaciones que se pueden llevar a una
profundización más exhaustiva, el n de esta recolección de ideas es mostrar
precisamente como mediante el cálculo vectorial se logran presentar modelos
matemáticos que intentan dar solución a problemas físicos que abordan la re-
alidad de nuestro medio de acción. Cabe aclarar que esta recopilación se logra
gracias a lo propuesto en el curso de cálculo vectorial y a una serie de herramien-
tas adquiridas en medio de una breve investigación realizada por los estudiantes
de este antes mencionado, que deja como resultado el trabajo que a contin-
uación, traemos a consideración y que podrá ser útil para comprender algunas
aplicaciones del análisis vectorial.
 OBJETIVOS

Objetivo general.
Analizar y comprender la utilización del cálculo vectorial en el entorno que nos rodea
y lograr una aplicación coherente y lógica de las distintas temáticas propuestas en
el curso.

Objetivos especícos.
(1) Aplicar ecuaciones del cálculo vectorial para describir situaciones físicas.
(2) Ayudar a la compresión y análisis graco de algunas ecuaciones.
(3) Facilitar la comprensión de ecuaciones de cálculo vectorial.
(4) Proveer aplicaciones y gracas que ayuden a comprender algunas temáticas
de cálculo vectorial.
Campos vectoriales y sus aplicaciones
en matlab

Estudiantes de Licenciatura en Matematicas

Universidad de Cundinamarca
Facultad de Educación, Departamento de Licenciatura en Matemáticas
Cundinamarca, Colombia
2016
 Resumen
En el siguiente documento encontraremos Puesto que el Calculo Vectorial tiene
gran aplicación en el área de matemáticas es fundamental para todo estudiante
conocer el calculo pero además ofrecer una herramienta para modelar y graficar,
para tener una mejor interpretación del tema.

Al hacer uso de la herramienta Matlab, con la cual realizaremos aplicaciones a

campos vectoriales en 2d y 3d no solo gratificarlos para una mayor interpretación

Palabras claves: la herramienta Matlab, gradiente, graficar, modelar

 Abstract
Since the vector calculation has great application in the area of mathemat-
ics is essential for all students to know the calculation but also offer a tool for
modeling and graphing, to have a better interpretation of the theme.

To make use of the tool of Matlab, with which we will make applications to
vector fields in 2d and 3d not only gratify them for greater interpretation

Key words: the Matlab tool, gradient, graphing, modeling

 INTRODUCCIÓN:
El presente proyecto hace uso de la herramienta informáticas que es Matlab,
con la que se ha realizado aplicaciones de Campos Vectoriales en 2D y 3D, esta
basado en dar informacion y ademas una manera de interpretar y aplicar el
calculo vectorial a estas herramientas .
OBJETIVOS:

• Graficar campos vectoriales en matlab.

• Analizar e interpretar las representaciones gráficas de dichos campos vec-

toriales.
 JUSTIFICACIÓN:
La realización de este trabajos se realiza como una herramienta que facilitara la
comprensión del tema campos vectoriales, basada en la poca utilización de las
herramientas informática tratare de potenciar en calculo vectorial el programa
matlab.
0.1 SOFTWARE UTILIZADO
MATLAB:
MATLAB: (abreviatura de MATrix LABoratory, ”laboratorio de matrices”) es
un software matemático que ofrece un entorno de desarrollo integrado (IDE)
con un lenguaje de programación propio (lenguaje M). Está disponible para las
plataformas Unix, Windows y Apple Mac OS X.

Entre sus prestaciones básicas se hallan: la manipulación de matrices, la repre-

sentación de datos y funciones, la implementación de algoritmos, la creación de
interfaces de usuario (GUI) y la comunicación con programas en otros lenguajes
y con otros dispositivos hardware. El paquete MATLAB dispone de dos her-
ramientas adicionales que expanden sus prestaciones, a saber, Simulink (plataforma
de simulación multidominio) y GUIDE (editor de interfaces de usuario - GUI).

MATLAB es un entorno de computación y desarrollo de aplicaciones totalmente

integrado orientado para llevar a cabo proyectos en donde se encuentren impli-
cados elevados cálculos matemáticos y la visualización gráfica de los mismos.

Además, se pueden ampliar las capacidades de MATLAB con las cajas de her-
ramientas (toolboxes); y las de Simulink con los paquetes de bloques (blocksets).
Es un software muy usado en universidades y centros de investigación y desar-
rollo. En los últimos años ha aumentado el número de prestaciones, como la de
programar directamente procesadores digitales de señal o crear código VHDL.

0.2 CAMPOS VECTORIALES

En matemáticas, un campo vectorial representa la distribución espacial de una
magnitud vectorial. Es una expresión de cálculo vectorial que asocia un vector
a cada punto en el espacio euclidiano, de la forma . Los campos vectoriales se
utilizan en fı́sica, por ejemplo, para representar la velocidad y la dirección de un
fluido en el espacio, o la intensidad y la dirección de fuerzas como la gravitatoria
o la fuerza electromagnética. Como expresión matemática rigurosa, los campos
vectoriales se definen en variedades diferenciables como secciones del fibrado
tangente de la variedad. Este es el tipo de tratamiento necesario para modelizar
el espacio-tiempo curvo de la teorı́a general de la relatividad por ejemplo.
 ´
0.3. MARCO TEÓRICO-PRACTICO

Definición:
Un campo vectorial sobre un subconjunto del espacio euclidiano es una función
con valores vectoriales: Se dice que es un campo vectorial C k si como función es
k veces diferenciable con continuidad en X. Un campo vectorial se puede visu-
alizar como un espacio X con un vector n- dimensional unido a cada punto en X.

Operaciones con campos vectoriales:

Dados dos campos vectoriales C k F, G definidos sobre X y una función C k
a valores reales f definida sobre X, se definen las operaciones producto por es-
calar y adición: Debido a la linealidad de la función (F+G): define el módulo de
los campos vectoriales C k sobre el anillo de las funciones C k . Alternativamente
el conjunto de todos los campos vectoriales sobre un determinado subconjunto
X es en sı́ mismo un espacio vectorial.

Derivación y potenciales escalares y vec-

tores:
Los campos vectoriales se deben comparar a los campos escalares, que asocian
un número o escalar a cada punto en el espacio (o a cada punto de alguna var-
iedad). Las derivadas de un campo vectorial, que dan por resultado un campo
escalar u otro campo vectorial, se llaman divergencia y rotor respectivamente.
Recı́procamente:

• Dado un campo vectorial cuyo rotacional se anula en un punto , existe un

campo potencial escalar cuyo gradiente coincide con el campo escalar en
un entorno de ese punto.

• Dado un campo vectorial solenoidal cuya divergencia se anula en un punto,

existe un campo vectorial llamado potencial vector cuyo rotacional coin-
cide con el campo escalar en un entorno de ese punto.

0.3 MARCO TEÓRICO-PRÁCTICO

GRADIENTE DE UN CAMPO ESCALAR:
El gradiente de un campo escalar f es el campo vectorial ∇f cuyas componentes
son las derivadas parciales de primer orden de f. El vector gradiente es útil para
calcular derivadas de un campo escalar en una dirección dada. Te recuerdo que
una dirección en Rn es un vector de norma 1.
Si f es un campo escalar con derivadas parciales continuas, la derivada de f en un
punto a en la dirección dada por el vector u viene dada por el producto escalar
h∇f (a) ∨ ui
.
Supuesto que ∇f (a) = o la direccion en la cual la derivada direccional de f
en a es máxima, que indica la dirección en la cual el campo en a crece más
rápidamente, viene dada por el vector ∇f (a). || ∇f (a) ||
Por tanto, el vector gradiente en cada punto indica la dirección en la que el
campo aumenta más rápidamente en dicho punto. Análogamente, la dirección
en la cual la derivada direccional de f en a es mı́nima, que indica la dirección
en la cual el campo en a decrece más rápidamente, viene dada por el vector
∇f (a). || ∇f (a) ||
Si a y b son puntos de Rn la dirección del punto a hacia el punto b viene dada
por el vector (b − a) k b − a k
 ´ EN MATLAB
0.4. APLICACION

Figure 1 aplicacion ejemplo 1.

0.4 APLICACIÓN EN MATLAB

0.4.1 ejemplo 1
Sea f (x,y,z) = z+ X 2 − y 2 Ingresamos a matlab asi como nos muestra la figura
numero 1:

la figura es como nos muestra la figura numero 2

0.4.2 ejemplo 2
Ingresamos a matlab asicomo nos muestra la figura numero 3:

la figura es como nos muestra la figura numero 4

0.4.3 ejemplo 3
Ingresamos a matlab asi como nos mestra la figura numero 5
Figure 2 aplicacion ejemplo 1.

Figure 3 aplicacion ejemplo 2.

 ´ EN MATLAB
0.4. APLICACION

Figure 4 aplicacion ejemplo 2.

Figure 5 aplicacion ejemplo 3.

 Figure 6 aplicacion ejemplo 3.

la figura es como se muestra en la figura numero 6

 ´
0.5. CALCULO VECTORIAL APLICADO A LA FISICA

0.5 CÁLCULO VECTORIAL APLICADO A LA

FISICA
El vector de movimiento es una estimación del desplazamiento horizontal y ver-
tical de cada región de una cierta imagen con respecto a uno o varios frames de
la misma secuencia.

un movimiento queda definido cuando se conoce una expresion matematica que

permite detreminar la posicion del movil a lo largo del tiempo. La expresion
~r = ~r(t) posicion en funcion del tiempo, es carateristico de cada movimiento y
recive el nombre de ecuacion del movimiento.

El vector velocidad representa la rapidez con la que cambia la posición del

cuerpo en el movimiento cuando se considera ésta como un vector. Al igual que
en el caso de la velocidad escalar, se podrá definir un vector velocidad media
vm en la forma:

∇~
r
vm = ∇t
(1)
r−r0
= t−t0

o cociente entre el desplazamiento ∇r considerado como un vector y el intervalo

de tiempo ∇t correspondiente. Dicho cociente representa lo que varı́a el vector
posición en la unidad de tiempo. Puesto que ∇t es un número, vm tendrá la
misma dirección y sentido que el vector diferencia ∇r entre las posiciones final
r e inicial ro.

Cuando se consideran intervalos de tiempo cada vez más pequeños se advierte

que el vector desplazamiento correspondiente tiene una dirección que se acerca
cada vez más a la trayectoria, de modo que para intervalos de tiempo suficiente-
mente breves como para ser aceptados como instantes, la dirección de ∇r y, por
tanto, del vector velocidad será tangente a la trayectoria. El vector velocidad
instantánea, expresado mediante la ecuación:

d~r
v= (2)
dt

es, por tanto, tangente a la trayectoria.

Además la longitud del vector desplazamiento |dr| al ser éste tan próximo a
la trayectoria coincide prácticamente con la correspondiente porción de ella, es
decir, con ds. Eso significa que el módulo del vector velocidad instantánea co-
incide con la velocidad instantánea escalarmente considerada, pues:

|v| = | d~
r
dt |

|d~
r|
|v| = dt
(3)
ds
|v| = dt

|v| = v

En resumen, el vector velocidad instantánea por ser tangente a la trayectoria

recoge la dirección u orientación del movimiento en cada instante y por coin-
cidir en módulo con la velocidad escalar contiene, además, información sobre
la rapidez del movimiento. Esto demuestra que la descripción en términos de
vectores es más complicada que la escalar, pero también más completa.

El vector aceleración

El vector aceleración representa la rapidez con la que el vector velocidad de

un cuerpo móvil cambia con el tiempo. Si el intervalo de tiempo considerado es
amplio se define el vector aceleración media am en la forma:

∇~
v
am = ∇t
(4)
v−v0
= t−t0

o cociente entre la variación que experimenta el vector velocidad durante un

intervalo de tiempo ∇t y la amplitud de dicho intervalo. De acuerdo con su
definición, el vector aceleración media representa lo que por término medio
varı́a el vector velocidad en cada unidad de tiempo.

Si el intervalo de tiempo ∇t se puede considerar reducido a un instante, el

vector aceleración media se convierte en el vector aceleración instantánea a y se
expresa en la forma:
 ´ EN MATLAB
0.6. APLICACION

Figure 7 aplicacion ejemplo 1.

d~v
a= (5)
dt

donde d representa, de nuevo, una variación muy pequeña.

A diferencia del vector velocidad v, el vector aceleración a es, salvo en los

movimientos rectilı́neos, no tangente a la trayectoria. Ello es debido a que,
de acuerdo con su definición, tiene la misma dirección que v o dv, es decir,
que la diferencia de dos vectores velocidad. Dado que tales vectores sucesivos
son tangentes a la trayectoria, su diferencia no puede ser también tangente a
la trayectoria, a menos que ambos vectores velocidad tengan igual dirección, lo
que sucede únicamente en los movimientos rectilı́neos.

0.6 APLICACIÓN EN MATLAB

la figura es como nos muestra la figura numero 7:
 Figure 8 aplicacion ejemplo 1.

la figura es como nos muestra la figura numero 8

la figura es como nos muestra la figura numero 9:

la figura es como nos muestra la figura numero 10

Ingresamos a matlab asi como nos mestra la figura numero 11

Ingresamos a matlab asi como nos mestra la figura numero 12

Ingresamos a matlab asi como nos mestra la figura numero 13

Ingresamos a matlab asi como nos mestra la figura numer 14

 ´ EN MATLAB
0.6. APLICACION

Figure 9 aplicacion ejemplo 2.

Figure 10 aplicacion ejemplo 2.

Figure 11 aplicacion ejemplo 3.

Figure 12 aplicacion ejemplo 3.

 ´ EN MATLAB
0.6. APLICACION

Figure 13 aplicacion ejemplo 3.

Figure 14 aplicacion ejemplo 3.

 CONCLUSION:
Con lo anterior se pudo ver como se puede vincular una herramienta tan im-
portante como es matlab en los diferentes temas de cálculo vectorial esta es
una forma didáctica de ver todas las ecuaciones y teorı́as que se nos da en una
representado mediante una grafica.
 CONSTRUYENDO CURVAS DE NIVEL Y MAPAS DE
CONTORNO EN GNUPLOT

Descripción
El presente proyecto consiste en la elaboración de una galerı́a de gráficas, en
la cual se mostrará las curvas de nivel de cada una usando como herramienta
el programa interactivo GNUPLOT, con el propósito de dar a conocer un
método para representar funciones de dos variables, y que puede ser aplicado
a fenómenos fı́sicos y a situaciones de la vida cotidiana.
 CURVAS DE NIVEL

Las curvas de nivel son usadas comúnmente en los mapas climáticos, en los
mapas topográficos para representar la elevación de los puntos de un terreno
y en la medición del campo y el efecto gravitacional de la tierra.

Definición 1: Curvas de nivel para funciones de dos variables

El conjunto de puntos en el plano donde la función f(x,y) tiene un valor
constante f (x, y) = c se llama curva de nivel de f . El conjunto de todos los
puntos (x, y, f (x, y)) en el espacio, para (x, y) en el dominio de f , se llama
la gráfica de f . La gráfica de f también se llama superficie z = f (x, y).

Definición 2: Curvas de nivel para funciones de tres variables

El conjunto de puntos (x, y, z) en el espacio, donde una función de tres varia-

bles independientes tiene un valor constante f (x, y, z) = c, es una superficie
de nivel de f .
Ejemplo
Graficar las curvas de nivel de la función f (x, y) = x2 + y 2 para k = 0, 1, 2, 3.

La gráfica es un paraboloide z = x2 + y 2 ,orientado hacia arriba desde el

origen y alrededor del eje z, tal como se muestra en la siguiente gráfica

Figura 1: Paraboloide z = x2 + y 2
Las curvas de nivel son:

x2 + y 2 = k

las cuales
√ son una familia de circunferencias concéntricas con centro en (0, 0)
y r = k,ubicada en el plan xy, entonces para cada uno de los casos,se
presentan en la siguiente figura:

Figura 2: Curvas de nivel para la función z = x2 + y 2

 GALERÍA
√
f (x, y) = 2x − y

Curvas de nivel

√
Figura 3: Curvas de nivel para la función z = 2x − y

El script para realizar la gráfica en Gnuplot es:

√
Figura 4: Script para las curvas de nivel de la función z = 2x − y
 Mapa de contorno

√
Figura 5: Mapa de contorno para la función z = 2x − y

El script para realizar el mapa de contorno de la función en Gnuplot es:

√
Figura 6: Script para el mapa de contorno de la función z = 2x − y
 √
f (x, y) = xy

Curvas de nivel

√
Figura 7: Curvas de nivel para la función f (x, y) = xy

El script para realizar la gráfica en Gnuplot es:

√
Figura 8: Script para las curvas de nivel de la función f (x, y) = xy
 Mapa de contorno

√
Figura 9: Mapa de contorno para la función z = xy

El script para realizar el mapa de contorno de la función en Gnuplot es:

√
Figura 10: Script para el mapa de contorno de la función z = xy
 sin(xy)
f (x, y) = x2 +y 2

Curvas de nivel

sin(xy)
Figura 11: Curvas de nivel para la función z = x2 +y 2

El script para realizar la gráfica en Gnuplot es:

sin(xy)
Figura 12: Script para las curvas de nivel de la función z = x2 +y 2
 f (x, y) = cos(xy)

Curvas de nivel

Figura 13: Curvas de nivel para la función z = cos(xy)

El script para realizar la gráfica en Gnuplot es:

Figura 14: Script para las curvas de nivel de la función f (x, y) = cos(xy)
 x2 −y 2
f (x, y) = x2 +y 2

Curvas de nivel

x2 −y 2
Figura 15: Curvas de nivel para la función z = x2 +y 2

El script para realizar la gráfica en Gnuplot es:

x2 −y 2
Figura 16: Script para las curvas de nivel de la función f (x, y) = x2 +y 2
 f (x, y) = ln(9 − x2 − 9y 2 )

Curvas de nivel

Figura 17: Curvas de nivel para la función z = ln(9 − x2 − 9y 2 )

El script para realizar la gráfica en Gnuplot es:

Figura 18: Script para las curvas de nivel de la función f (x, y) = ln(9 − x2 −
9y 2 )
 Mapa de contorno

Figura 19: Mapa de contorno para la función f (x, y) = ln(9 − x2 − 9y 2 )

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 20: Script para el mapa de contorno de la función f (x, y) = ln(9 −

x2 − 9y 2 )
 p
f (x, y) = x2 − y 2

Curvas de nivel

p
Figura 21: Curvas de nivel para la función z = x2 − y 2 )

El script para realizar la gráfica en Gnuplot es:

p
Figura 22: Script para las curvas de nivel de la función f (x, y) = x2 − y 2
 Mapa de contorno

p
Figura 23: Mapa de contorno para la función f (x, y) = x2 − y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

p
Figura 24: Script para el mapa de contorno de la función f (x, y) = x2 − y 2
 √ p
f (x, y) = 1 − x2 − 1 − y 2

Curvas de nivel

√ p
Figura 25: Curvas de nivel para la función z = 1 − x2 − 1 − y2

El script para realizar la gráfica en Gnuplot es:

√
Figura 26: Script para las curvas de nivel de la función f (x, y) =
p 1 − x2 −
1 − y2
 Mapa de contorno

√ p
Figura 27: Mapa de contorno para la función f (x, y) = 1 − x2 − 1 − y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

√
Figura
p 28: Script para el mapa de contorno de la función f (x, y) = 1 − x2 −
1 − y2
 √ p
f (x, y) = y+ 25 − x2 − y 2

Curvas de nivel

√ p
Figura 29: Curvas de nivel para la función z = y+ 25 − x2 − y 2

El script para realizar la gráfica en Gnuplot es:

√
Figura 30: Script para las curvas de nivel de la función f (x, y) = y+
p
25 − x2 − y 2
 Mapa de contorno

√ p
Figura 31: Mapa de contorno para la función f (x, y) = y + 25 − x2 − y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

√
Figura 32: Script para el mapa de contorno de la función f (x, y) = y+
p
25 − x2 − y 2
 √
y−x2
f (x, y) = 1−x2

Curvas de nivel

√
y−x2
Figura 33: Curvas de nivel para la función z = 1−x2

El script para realizar la gráfica en Gnuplot es:

√
y−x2
Figura 34: Script para las curvas de nivel de la función f (x, y) = 1−x2
 Mapa de contorno

√
y−x2
Figura 35: Mapa de contorno para la función f (x, y) = 1−x2

El script para realizar el mapa de contorno de la función en Gnuplot es:

√
y−x2
Figura 36: Script para el mapa de contorno de la función f (x, y) = 1−x2
 f (x, y) = arcsin(x2 + y 2 − 2)

Curvas de nivel

Figura 37: Curvas de nivel para la función z = arcsin(x2 + y 2 − 2)

El script para realizar la gráfica en Gnuplot es:

Figura 38: Script para las curvas de nivel de la función f (x, y) = arcsin(x2 +
y 2 − 2)
 Mapa de contorno

Figura 39: Mapa de contorno para la función f (x, y) = arcsin(x2 + y 2 − 2)

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 40: Script para el mapa de contorno de la función f (x, y) = arcsin(x2 +

y 2 − 2)
 f (x, y) = 1 + y

Curvas de nivel

Figura 41: Curvas de nivel para la función z = 1 + y)

El script para realizar la gráfica en Gnuplot es:

Figura 42: Script para las curvas de nivel de la función f (x, y) = 1 + y

 Mapa de contorno

Figura 43: Mapa de contorno para la función f (x, y) = 1 + y

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 44: Script para el mapa de contorno de la función f (x, y) = 1 + y)

 f (x, y) = 2 − x

Curvas de nivel

Figura 45: Curvas de nivel para la función z = 2 − x

El script para realizar la gráfica en Gnuplot es:

Figura 46: Script para las curvas de nivel de la función f (x, y) = 2 − x

 Mapa de contorno

Figura 47: Mapa de contorno para la función f (x, y) = 2 − x

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 48: Script para el mapa de contorno de la función f (x, y) = 2 − x

 f (x, y) = 10 − 4x − 5y

Curvas de nivel

Figura 49: Curvas de nivel para la función z = 10 − 4x − 5y

El script para realizar la gráfica en Gnuplot es:

Figura 50: Script para las curvas de nivel de la función f (x, y) = 10 − 4x − 5y

 Mapa de contorno

Figura 51: Mapa de contorno para la función f (x, y) = 10 − 4x − 5y

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 52: Script para el mapa de contorno de la función f (x, y) = 10−4x−5y

 f (x, y) = e−y

Curvas de nivel

Figura 53: Curvas de nivel para la función z = e−y

El script para realizar la gráfica en Gnuplot es:

Figura 54: Script para las curvas de nivel de la función f (x, y) = e−y
 Mapa de contorno

Figura 55: Mapa de contorno para la función f (x, y) = e−y

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 56: Script para el mapa de contorno de la función f (x, y) = e−y

 f (x, y) = y 2 + 1

Curvas de nivel

Figura 57: Curvas de nivel para la función z = y 2 + 1

El script para realizar la gráfica en Gnuplot es:

Figura 58: Script para las curvas de nivel de la función f (x, y) = y 2 + 1

 Mapa de contorno

Figura 59: Mapa de contorno para la función f (x, y) = y 2 + 1

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 60: Script para el mapa de contorno de la función f (x, y) = y 2 + 1

 f (x, y) = 1 + 2x2 + 2y 2

Curvas de nivel

Figura 61: Curvas de nivel para la función z = 1 + 2x2 + 2y 2

El script para realizar la gráfica en Gnuplot es:

Figura 62: Script para las curvas de nivel de la función f (x, y) = 1+2x2 +2y 2
 Mapa de contorno

Figura 63: Mapa de contorno para la función f (x, y) = 1 + 2x2 + 2y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 64: Script para el mapa de contorno de la función f (x, y) = 1 + 2x2 +

2y 2
 f (x, y) = 9 − x2 − 9y 2

Curvas de nivel

Figura 65: Curvas de nivel para la función z = 9 − x2 − 9y 2

El script para realizar la gráfica en Gnuplot es:

Figura 66: Script para las curvas de nivel de la función f (x, y) = 9 − x2 − 9y 2

 Mapa de contorno

Figura 67: Mapa de contorno para la función f (x, y) = 9 − x2 − 9y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 68: Script para el mapa de contorno de la función f (x, y) = 9−x2 −9y 2
 p
f (x, y) = 4x2 + y 2

Curvas de nivel

p
Figura 69: Curvas de nivel para la función z = 4x2 + y 2

El script para realizar la gráfica en Gnuplot es:

p
Figura 70: Script para las curvas de nivel de la función f (x, y) = 4x2 + y 2
 Mapa de contorno

p
Figura 71: Mapa de contorno para la función f (x, y) = 4x2 + y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

p
Figura 72: Script para el mapa de contorno de la función f (x, y) = 4x2 + y 2
 f (x, y) = |x| + |y|

Curvas de nivel

Figura 73: Curvas de nivel para la función z = |x| + |y|

El script para realizar la gráfica en Gnuplot es:

Figura 74: Script para las curvas de nivel de la función f (x, y) = |x| + |y|
 Mapa de contorno

Figura 75: Mapa de contorno para la función f (x, y) = |x| + |y|

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 76: Script para el mapa de contorno de la función f (x, y) = |x| + |y|
 f (x, y) = |xy|

Curvas de nivel

Figura 77: Curvas de nivel para la función z = |xy|

El script para realizar la gráfica en Gnuplot es:

Figura 78: Script para las curvas de nivel de la función f (x, y) = |xy| |
 Mapa de contorno

Figura 79: Mapa de contorno para la función f (x, y) = |xy|

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 80: Script para el mapa de contorno de la función f (x, y) = |xy|

 1
f (x, y) = 1+x2 +y 2

Curvas de nivel

1
Figura 81: Curvas de nivel para la función z = 1+x2 +y 2

El script para realizar la gráfica en Gnuplot es:

1
Figura 82: Script para las curvas de nivel de la función f (x, y) = 1+x2 +y 2
 Mapa de contorno

1
Figura 83: Mapa de contorno para la función f (x, y) = 1+x2 +y 2

El script para realizar el mapa de contorno de la función en Gnuplot es:

1
Figura 84: Script para el mapa de contorno de la función f (x, y) = 1+x2 +y 2
 f (x, y) = (x2 − y 2 )2

Curvas de nivel

Figura 85: Curvas de nivel para la función z = (x2 − y 2 )2

El script para realizar la gráfica en Gnuplot es:

Figura 86: Script para las curvas de nivel de la función f (x, y) = (x2 − y 2 )2
 Mapa de contorno

Figura 87: Mapa de contorno para la función f (x, y) = (x2 − y 2 )2

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 88: Script para el mapa de contorno de la función f (x, y) = (x2 − y 2 )2

 f (x, y) = (x − y)2

Curvas de nivel

Figura 89: Curvas de nivel para la función z = (x − y)2

El script para realizar la gráfica en Gnuplot es:

Figura 90: Script para las curvas de nivel de la función f (x, y) = (x − y)2
 Mapa de contorno

Figura 91: Mapa de contorno para la función f (x, y) = (x − y)2

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 92: Script para el mapa de contorno de la función f (x, y) = (x − y)2

 f (x, y) = sin(|x| + |y|)

Curvas de nivel

Figura 93: Curvas de nivel para la función z = sin(|x| + |y|)

El script para realizar la gráfica en Gnuplot es:

Figura 94: Script para las curvas de nivel de la función f (x, y) = sin(|x| + |y|)
 Mapa de contorno

Figura 95: Mapa de contorno para la función f (x, y) = sin(|x| + |y|)

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 96: Script para el mapa de contorno de la función f (x, y) = sin(|x| +

|y|)
 f (x, y) = (y − 2x)2

Curvas de nivel

Figura 97: Curvas de nivel para la función z = (y − 2x)2

El script para realizar la gráfica en Gnuplot es:

Figura 98: Script para las curvas de nivel de la función f (x, y) = (y − 2x)2
 Mapa de contorno

Figura 99: Mapa de contorno para la función f (x, y) = (y − 2x)2

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 100: Script para el mapa de contorno de la función f (x, y) = (y − 2x)2

 f (x, y) = x3 − y

Curvas de nivel

Figura 101: Curvas de nivel para la función z = x3 − y

El script para realizar la gráfica en Gnuplot es:

Figura 102: Script para las curvas de nivel de la función f (x, y) = x3 − y

 Mapa de contorno

Figura 103: Mapa de contorno para la función f (x, y) = x3 − y

El script para realizar el mapa de contorno de la función en Gnuplot es:

Figura 104: Script para el mapa de contorno de la función f (x, y) = x3 − y

 ECUACIÓN DE TORRICELLI PARA VELOCIDAD DE FLUIDOS
1.0 Introducción: Este proyecto analiza la ley de Torricelli, que surge a travéz
de la ecuación de Bernoulli para uidos, observando el comportamiento de la
velocidad con la que sale disparada el agua de un recipiente a ciertas alturas y
a ciertos ángulos, con el n de analizar el alcance de distintos chorros de agua
dentro de algun recipiente.
2.0 Justicación: Con frecuencia se piensa que lo que permite el alcance
de un chorro de agua que sale disparado de un recipiente es la presión que
ejerce la gravedad o el mismo peso de el agua, sin embargo, si analizamos este
mismo fenomeno teneindo en cuenta que la presión en estos puntos de salida es
constante sin importar su altura obtendriamos la verdadera razon de por que se
da este suceso.
A traves de un experimento que involucra un tanque de agua de determi-
nadas dimensiones con 3oricios o salidas ubicados a alturas diferentes se busca
demostrar, explicar y aclarar bajo fundamentos físicos como no es directamente
la presion atmosferica la que actua sobre la velocidad y el alcance que tiene un
liquido.
3.0 Objetivo: Analizar y evaluar mediante el experimento sico el fenomeno
de cambio de velocidad del chorro de agua a diferentes alturas, y las variables
que determinan este fenomeno.
4.0 Marco Teórico: El teorema de Toricelli o principio de Toricelli es una
aplicación del principio de Bernoulli que estudia el ujo de un líquido contenido
en un recipiente, a través de un pequeño oricio, bajo la opción de la gravedad.
La velocidad de un líquido en una vasija abierta, por un oricio, es la que tendria
un cuerpo cualquiera, cayendo libremente en el vacio desde el nivel del liquido
hasta el centro de gravedad del oricio.
Matemáticamente:
q
vo2
Vt = 2 ∗ g ∗ (h + 2∗g )
Donde:
Vt es la velocidad teorica del liquido a la salida del oricio.
v0 es la velocidad de aproximacion o inicial.
h es la distancia desde la supercie del liquido al centro del oricio.
g es la aceleracion de la gravedad.
Para velocidad de aproximacion bajas, la mayoria de los casos, la expresion
anterior se transforma
√ en:
Vr = Cv 2 ∗ g ∗ h
Donde:
Vr es la velocidad real media del liquido a la salida del oricio.
Cv es el coeciente de velocidad. Para calculos preliminares en aberturas de
pared delgada puede admitirse 0,95 en el caso mas desfavorable.
Tomando
√ Cv = 1
Vr = 2∗g∗h
Experimentalmente se ha comprobado que la velocidad media de un chorro
de un oricio de pared delgada, es un poco menor que la ideal, debido a la
viscosidad del uido y otros factores tales como la tension supercial, de ahi el
signicado de este coeciente de velocidad.
Demostracion de Torricelli a travez de Bernoulli
P1 + 12 pv12 + pgh1 = P2 + 12 pv22 + pgh2
P1 = P2 ; v 1 = o
pgh1 = 12 pv22 + pgh2
1 2
2 v2 = gh1 − gh2
v22 = √
2g(h1 − h2 )
v2 = 2gH ; H = h1 − h2

5.0 Análisis:
Cuando se desean analizar conceptos que se relacionan con lo que sucede en
teoremas como el de Bernoulli y el de Torriceli se debe saber en que campo de la
física se está incursionando. Hablamos precisamente de la mecánica de uidos
y es esta parte de la física la que se ocupa de la indagación del accionar de los
uidos en reposo o en movimiento así como las aplicaciones en campos como
la ingeniería que hacen uso de los uidos. Buscamos e investigamos en sitios
verídicos la relación existente entre los dos teoremas ya mencionados (Bernoulli-
Torriceli), y denimos una serie de conjeturas que nos hacen comprender ciertas
leyes de los uidos, por ejemplo, lograr determinar que factores inuyen en el
experimento y conforme a esto postular una serie de ecuaciones matemáticas que
permitan el cálculo de variables en este caso la velocidad con la que el uido
escapa del recipiente.
6.0 Conclusiones: ˆ observar como la velocidad de salida del uido varía en
cada perforación.
ˆ observar que las tres perforaciones tienen la misma presión atmosférica que
la presión en la parte superior del uido.
ˆ Si realizamos las 3 perforaciones, cabe resaltar que la velocidad sigue var-
iando, pero la distancia recorrida por el uido partiendo desde donde sale, es la
misma en cualquiera de las otras 2.
ˆ Demostrar la ley de Torricelli a través de la ecuación de Bernoulli.
 LEYES DE KEPLER

Desde la Antigüedad clásica los lósofos, matemáticos y astrónomos griegos trataron

de explicar el movimiento de los planetas y las estrellas tal y como los vemos desde
la Tierra. Existían dos modelos para describir dicho movimiento:

Sistema geocéntrico: La Tierra se encontraba en el centro del Universo y, alrededor,

el resto de astros. La mayoría de los lósofos griegos como Platón, Aristóteles o
Ptolomeo defendían este modelo Sistema heliocéntrico: El Sol se encontraba en el
centro del Universo y, alrededor, la Tierra y el resto de astros. Galileo fue, en el
siglo XVII, el principal difusor de esta teoría, basándose en trabajos realizados por
Nicolás Copérnico Ambos sistemas se basaban en la idea de que los cuerpos celestes
siempre se movían según el movimiento circular uniforme. Pero tenían que recurrir
a complicadas sumas de trayectorias circulares para explicar las observaciones desde
la Tierra.

En el año 1600 un joven Johannes Kepler (1571 - 1630) fue a trabajar como ayu-
dante matemático de Tycho Brahe (1546 - 1601), quién había estado recopilando
exhaustivamente datos astronómicos sobre la posición de los planetas en el cielo. A
la muerte de Brahe, y a partir de los datos recopilados, Kepler intentó obtener la
órbita circular de Marte. Sin embargo ningún círculo se ajustaba a las medidas de
 LEYES DE KEPLER

Tycho. En lugar de círculos, Kepler encontró que utilizando elipses el ajuste con
las observaciones era perfecto. Así surgieron las leyes de Kepler.
Kepler no comprendió el origen de sus leyes. Fue Newton, años más tarde, quien
describió con precisión las magnitudes que permitían explicarlas, enunciando así la
ley de la gravitación universal.
Primera ley de Kepler: ley de las órbitas .

La primera ley, conocida como ley de las órbitas, acaba con la idea, mantenida
también por Copernico, de que las órbitas debían ser circulares.
Los planetas giran alrededor del Sol siguiendo una trayectoria elíptica. El Sol se
sitúa en uno de los focos de la elipse.

.
La excentricidad e de una elipse es una medida de lo alejado que se encuentran los
focos del centro.
Segunda ley de Kepler: Ley de las áreas .

La segunda ley, conocida como ley de las áreas, nos da información sobre la veloci-
dad a la que se desplaza el planeta.
La recta que une el planeta con el Sol barre áreas iguales en tiempos iguales. Para
que esto se cumpla, la velocidad del planeta debe aumentar a medida que se acerque
al Sol. Esto sugiere la presencia de una fuerza que permite al Sol atraer los planetas,
tal y como descubrió Newton años más tarde.
Planeta describiendo una órbita elíptica alrededor del Sol pero mostrando que en el
mismo tiempo el planeta siempre describe áreas iguales.
 LEYES DE KEPLER

.
Perihelio y afelio .

Perihelio: Es el punto de la órbita del planeta más próximo al Sol. La velocidad en

las proximidades del perihelio es la máxima.
Afelio: Es el punto de la órbita del planeta más lejano al Sol. la velocidad de la
Tierra en el afelio debe de ser menor que la velocidad en el perihelio.
Tercera ley de Kepler: Ley de los periodos .

La tercera ley, también conocida como armónica o de los periodos, relaciona los
periodos de los planetas, es decir, lo que tardan en completar una vuelta alrededor
del Sol, con sus radios medios.

4π 2 3
T2 = GM r .

Donde:

• T : Periodo del planeta. Su unidad de medida en el Sistema Internacional

es el segundo ( s )
• G: constante gravitacional
• M: masa
•
r : Distancia media al Sol en metros. Por las propiedades de la elipse se
cumple que su valor coincide con el del semieje mayor de la elipse, a.
 LEYES DE KEPLER

como consecuencia de esta ley, los planetas se mueven tanto más despacio cuanto
mayor es su órbita.

1. primera ley de kepler

Un planeta gira alrededor del sol siguiendo una orbita eliptica, uno de cuyos focos
es el sol.

Fact. la ley de gravitacion universal

→
− GM m
| F |= r2 , donde M representa la masa del sol, m la masa del
planeta y r la distancia entre el planeta y el sol.
→
− m →
− →
−
F = −( GM
r 2 ) u , con u como vector unitaria en la direccion de los
centros.

Fact 1. primera ley de newton. ya que se mueve el planeta tenemos:

→
−
F = m→
−
a
→
−
donde F es la fuerza ejercida por la atraccion del sol.
 LEYES DE KEPLER

−GM m →
−
r2 u = m→−
a
−GM →
−
u =→
r2
−
a
→
−
como →
−
u es un vector unitario que va del sol al planeta entonces: →
−
u = r
|r| .
−GM →
−
r3 r =→
−
a
→
−
a es paralelo a →
−
r por lo tanto →
−
a ×→
−
r = 0.

por teorema:
d → −
dt ( u (t) ×→
−
v (t)) = →
−
u ´(t) × →
−
v (t) + →
−
u (t) × →
−
v ´(t)
ahora bien:
d → −
dt ( r (t) ×→
−
v (t)) = →
−
r ´(t) × →
−
v (t) + →
−
r (t) × →
−
v ´(t)
→
− →
− →
−
r´= v y v´= a →
−
d → − ×→
dt ( r (t)
−
v (t)) = → −
v (t) × →
−
v (t) + →
−
r (t) × →
−
a (t)
d →− →
− →−
dt ( r (t) × v (t)) = 0
d →
como dt (−
r (t) × →
−
v (t)) es cero →
−r (t) × →−
v (t) debe ser un vector que no depende de
t, por lo tanto debe ser un vector constante.
→
− →
− →
−
r (t) × →
−
v (t) = h con h 6= 0
→
− →
−
r (t) × →
−
r ´(t) = h
tenemos que →
−
r (t) =| →
−
r |→
−
u.
→
−
|→
−r |→
−u × (| →
−
r |→−
u )´ = h
→
−
|→
−r |→
−u× |→ −
r |→−
u´ = h
→
−
|→
−r |2 (→
−
u ×→ −
u ´) = h
Ahora.
→
− →
− −GM →− × |→
−
r| →
2 −
u ×→
−
 0

a × h = 2 u u
|→
−
r|

→
− →
− →
−u × |→
−
r| →
2 −
u ×→
−
n  0
o
−GM
a × h = u
|→
− 2
r|

→
− −GM |→
− 2
→
− r| →
−u × →−
u ×→
−
n  0
o
a × h = →
− 2 u
| |
r

→
− →
−
a × h = −GM → −u × → −
u ×→ −
n  0
o
u

→
− →
− →−
u •→
−u → −
u − → −
u •→ −u → −
n 0
  0
 0o
a × h = −GM u

→
− →
− →
−
u •→ −
u → −
u − |→−
u| →
2−0
n 0
 o
a × h = −GM u
→
−
como U es un vector unitario |→
−
u | = 1.
2
 LEYES DE KEPLER

→
− →
− →−
u •→
−
u → −
u −→
−
n 0
 0
o
a × h = −GM u

como u es un vector tangente a →

−
u entonses →
−
u •→
−
u = 0.
0 0

→
− →
−
a × h = −GM −→
−
n 0
o
u
→
−
GM →
−u =→ −
0
a × h
→
−
GM →
−
u =→ −
0
v´× h
→
−
h´ = 0
→
− →
−
GM →
−
u = (→
−
0
v ´ × h ) + h ´xv
0
→
−
GM →
−
u = → −
0

v × h

´ ´ → →
−
0

GM →
− −
0
u dt = v × h dt
→
−
GM →
−
u +→−c = →
−
0
v × h

(r, θ)son las coordenadas polares de planeta.

→
−
r •→ −c
cos θ = →
|−
r | |→
−c |

|→
−r | |→
−c | cos θ = →
−
r ∗→
−c

→
− →
−
r • →−
v × h =→ −
r (GM →
−u +→
−c )
 

→
− →
− −
r • →−
v × h =→ r GM →
−
u +→−r→
−c


→
−
r •→−c = |→
−
r | |→
−c | cos θ
→
−
r •→
−
u = [|→
−
r | (→
−
u )] • →
−
u debido a que →
−
u es un vector unitario.
 LEYES DE KEPLER

= GM |→
−
r | (→
−
u •→
−
u ) + |→
−
r | |→
−c | cos θ
→
− →
−
r• →
−

v×h
|→
−
r|= GM + →
−
| |
c cos θ
→
−
1
GM (→
−
r •(v×h))
|→
−
c | cos θ
1+ GM

→
− →
− → − →
− →
− → − →
− 2

r • (v × h ) = (→
−
r ×→
−
v )• h = h • h = h
− 2
→
→
− 2
 |→
−
c| | |
h
GM ∗ |→
1
GM ∗ h  −
c|
→
−
| |
c cos θ
= |→
−
c | cos θ
1+ GM 1+ GM
→
− 2

h
d= GM
|→
−
c|
e= GM
ed
1+e cos θ

la cual es una elipse en coordenadas polares.

2. Segunda ley de kepler

→
−
R (θ) =| r(θ) | →
−
u (θ)

vector unitario
→
−
u (θ) = (cos(θ), sen(θ))

w = (−sen(θ), cos(θ))

u•w =0

d→
−u dθ
=→
−
w
dt dt
 LEYES DE KEPLER

d→
−w dθ
= −→
−
u
dt dt

d→
−u d→
−
u dθ dθ → dθ
= = (−sen(θ), cos(θ)) =−
w
dt dθ dt dt dt
velocidad:

→
− dR d dθ dr
v (t) = = ru = r + u
dt dt dt dt
aceleracion:

dv d dθ dr d dθ d dr d dθ dr dθ dr du d2 r dθ d2 θ
a(t) = = (r w+ u) = (r )+ ( u) = r ( w)+ ( w)+ + u = −r( )2 u+r 2 w+
dt dt dt dt dt dt dt dt dt dt dt dt dt dt dt dt dt
la aceleracion es multiplo de u.

d2 θ dr dθ
r 2
+2 =0
dt dt dt

d2 θ
   2 
dθ 2 d θ dr dθ
a(t) = −r( ) u+r 2w u+ r 2 +2 w
dt dt dt dt dt

d2 θ
 
dr dθ
r.a(t) = r2 + 2r
dt2 dt dt

d2 θ dr dθ
0 = r2 + 2r
dt2 dt dt

d 2 dθ
(r )
dt dt

dθ
r2 =h
dt
con h constante, el area generada es:

ˆθ
1
A(θ) = r2 (φ)dφ
2
0
 LEYES DE KEPLER

dA 1
= A(θ) = r2 θ
dt 2

dA r2 θ
=
dt 2

dA dA dθ r2 (θ) dθ
= = =h
dt dθ dt 2 dt

A(t) = h.t

A(t2 − t1 ) = (t2 − t1 )h = (t4 − t3 )h = A(t4 − t3 )

3. 3° LEY DE KEPLER

Apreciaremos que la fuerza centrípeta de los satélites (que como sabemos la expre-
sión es FC = m vr ) respecto al cuerpo que orbitan es la fuerza gravitatoria, por
2

tanto :
tenemos en cuenta que son iguales :

FC = Fg (A)
2
r = m vr = G Mr2m (B)

R es la distancia que los separa.

Mm=masas de los cuerpos que interactuan.

V 2 = GM
r (C)

3.0.1. V velocidad orbital del satelite y se expresa tambien de la siguiente manera:

2πr
V = T (D)
T el periodo de revolucion del satelite, ahora sustituimos y desarrollamos y aislamos
el periodo: (C,D).
2πr 2
= GM


T r ...................... (E)
4π 2 r 2
T2 = GM
r ....................... (F )
4π 2 3
T2 = GM r ....................... (G)

y si hacemos que.
2
4π
K= GM

tenemos:
 LEYES DE KEPLER

T 2 = Kr3 ..........(H).
Simulacion de la orbita de un planeta larededor del sol
se realizara una simulacion de la orbita de un planeta en geogebra, dadas las sigu-
ientes especicaciones: la mitad del eje mayor del planeta va a estar dado por la
tercera ley de kepler:
GM T 2
a3 = 4Π2

donde G es la constante gravitacional, M es la masa del sol y T el periodo en

segundos.
como el periodo en geogebra lo ingresamos en dias hacemos la conversion a segundos,
asi que:
Tsegundos = Tdias ∗ 24 ∗ 60 ∗ 60
y reemplazamos en la ecuacion anterior:
GM (Tdias ∗24∗60∗60)2
a3 = 4Π2

a3 esta en unidades de metros cubicos lo pasamos a Km3 dividiendo entre 10003

para que quepa en la pantalla de geogebra, por lo tanto todas las unidades del eje y
y x estaran en Km:
GM (Tdias ∗24∗60∗60)2 1
a3 = 4Π2 ∗ (1000)3

para conocer la longitud del eje mayor conocemos la excentricidad con un valor
entre 0 y 1, y despejamos.
c
e= a

ea = c
ya que la orbita describe una elipse por la primera ley de kepler.
a2 = b2 + c2
a2 − c2 = b2
imafgklsjaklsdfasdf.
sdfklsdfnsdfjknasdfjkasdfn.
las coordenadas del planeta con respecto al sol, en terminos de el angulo tetha y la
distancia entre el planeta y el sol, seran:
planeta(x, y) = (c + rcosθ, rsenθ)

donde r en funcion de θestara dado por:

a(1−e2 )
r(θ) = 1+ecosθ

tetha sera:
360
θ= T ∗ diastrancurridos
con estos datos realizamos 3 deslizdores los cuales son:
 LEYES DE KEPLER

la excentricidad desde 0 a 1.
periodo en dias desde 0 hasta n, donde n se podra modicar para el planeta escogido.
y tiempo transcurrido en dias.
y realizamos los puntos que representan el planeta y el sol.l.
La siguiente tabla presenta los datos de periodo y excentricidad para ver la orbita
de cada uno de los planetas de nuestro sistema solar:

Example 2. Tomaremos como ejemplo la tierra:

Excentricidad=0.01.
Periodo=365 dias.
Dado que la excentricidad es cercana a 0 se puede apreciar que la orbita de la tierra
alrededor del sol es casi un circulo.

planeta tierra alrededor del sol.

Example 3. supondremos ahora un planeta alerededor del sol con:
 LEYES DE KEPLER

Excentricidad=0.8.
Periodo=200 dias.
en la simulacion se puede apreciar que la aceleracion aumenta cuando esta mas
cerca del sol.
 OPTIMIZACIÓN DE VOLÚMENES

1. RESEÑA

El cálculo vectorial proporciona una notación precisa para representar las ecua-
ciones matemáticas que sirven como modelo para diferentes situaciones físicas y,
ayuda en gran medida a formar mentalmente la imagen de los conceptos físicos.
El cálculo vectorial es un campo de las matemáticas referidas al análisis multiva-
riable de vectores en 2 o más dimensiones con enfoque a la geometría diferencial
como conjunto de fórmulas y técnicas para solucionar problemas muy útiles en
la ingeniería y la física.
Consideramos los campos vectoriales, que asocian un vector a cada punto en el
espacio, y campos como el GRADIENTE que mide la tasa y la dirección del
cambio de un campo escalar, el gradiente de un campo escalar es un campo
vectorial.
Rotor o rotacional mide la tendencia de un campo vectorial al rotar alrededor
de un punto; el rotor de un campo vectorial es otro campo vectorial.
La Divergencia; mide la tendencia de un campo vectorial al originarse o con-
verger hacia ciertos puntos; la divergencia de un campo vectorial es un campo
escalar y con la OPTIMIZACIÓN buscamos mejorar funcionamientos a través
de una gestión perfeccionada de los recursos. La optimización puede realizarse
en distintos niveles, aunque lo recomendable es enfocarla hacia el nal de un
proceso.
En el caso más simple, un problema de optimización consiste en maximizar
o minimizar una función real eligiendo sistemáticamente valores de entrada y
computando el valor de la función.

2. OBJETIVO

Solucionar una problemática encontrando un sistema que determine cuál es

el método por el que se pueda aprovechar al máximo un material y que permi-
ta determinar cómo generar máximos benecios, utilizando el cálculo vectorial
como herramienta para este proceso.

3. PLANTEAMIENTO

La fabricación de un tanque cilíndrico de 5.000 litros de agua, para suplir

las necesidades de una población de la Guajira.
Queremos calcular las dimensiones y la cantidad mínima de material que se
necesita para la fabricación de un tanque cilíndrico para el almacenamiento de
5.000 litros de agua , ya que los que actualmente se están usando en las rancherías
tienen una capacidad de 2.500 litros y no cumplen con las necesidades básicas
para la región en época de verano.

4. PROCEDIMIENTO

Para dar solución a este problema utilizaremos el método de optimización de

volúmenes, que nos permitirá encontrar la manera de fabricar un tanque con la
menor cantidad de material posible con un sistema de tres variables y estaremos
realizando sustituciones para lograr un resultado que al derivarlo nos dará la
respuesta que necesitamos
Lo primero que debemos hacer es plantear el problema mediante el uso de for-
mulas adecuadas de volumen, área y perímetro.
Teniendo un tanque con capacidad de 5.000 litros de agua, es necesario relazar
el calculo de estos 5.000 litros a m3 para poder operar mejor el volumen en las
ecuaciones .
5,000 litros = 5 m3
Para obtener las debidas formulas, determinar las dimensiones y proceder a
gracar el cilindro en 3D .

Figura 1: Supercie lateral del cilindro

Ahora creamos una referencia a la gura1

En la gura 1 se puede observar que la supercie lateral del cilindro es un
rectángulo cuya base es igual al perímetro del circulo, y cuya altura es la del
cilindro.
Área lateral del cilindro= 2
Q
rh
 Figura 2: Área del circulo

En la gura 2 observamos que el área del circulo es:

r2
Q
A=

De lo cual , analizando el tanque cilíndrico, observamos 2 tapas con forma

circular que tendrán como área
r2
Q
A=2

De tal manera que debemos hallar el área supercial mínima par aun volumen
de 5 m3 que dependa de una sola variable para hallar el dato nal.
 Figura 3: Volumen del cilindro

En la gura 3 observamos el cilindro con la representación del radio y la

altura, en la cual la formula del volumen es
r2 h = 5m3 (1)
Q
V =

El área del cilindro minimizada es:

r2 + 2 rh (2)
Q Q
A=2

Como la ecuación (2) depende de dos variables para poder encontrar los puntos
críticos que minimizan la ecuación (2), debemos expresarla en función de una
sola variable.
Para ellos utilizamos la ecuación (1) que sera la función restricción donde des-
pejaremos la variable h y la remplazaremos en la ecuación (2).
r2 h = 5
Q

5
h = Q 2 (3)
r

Sustituyendo (3) en la ecuación (2) tendremos

 
Q 2
Q 5
A(r) = 2 r +2 r Q 2
r
 10
r2 + (4)
Q
A(r) = 2
r
Por lo tanto ya tenemos la ecuación (2) que vamos a minimizar en función de
una sola variable, de tal manera que ahora procederemos a derivar la ecuación
(4) con respecto a r.
r2 + 10r−1
Q
A(r) = 2
0
A (r) = 4 r − 10r−2
Q

e igualando la derivada
Q a cero tenemos 4 r − 10r−2 = 0 que se puede expresar
Q
3
4 r − 10
igualmente como =0
r2
AhoraQ, si r 6= 0 bajo esta salvedad.
2

4 Q r3 − 10 = 0
4 r3 = 10
10
r3 = Q
q4
r = 3 410
Q

Para comprobar que r es el valor mínimo utilizaremos la segunda derivada con

respecto
00
a r. Q
A (r) = 4 +20r−3
Evaluando la segunda derivada en r tendremos
00
q  q −3
10 10
Q
A 3
4
Q =4 +20 3
4
Q

Que sera
 qiguala
00
10
Q
A 3
4
Q = 12
00
q 
10
A 3
4
Q 0
donde 12 sera aun numero positivo mayor que cero, entonces tenemos un
Q
Mínimo en
q
10
r= 3
4
Q

Por lo tanto encontramos la dimensión r.

Ahora hallamos la otra dimensión que es h, para lo cual utilizamos la ecuación
(1),Q
despejando la variable h.
r2h = 5m

3

h= Q5 2
r
Sustituyendo r tendremos
!
5
h= Q q 3 10
2
Q
4
Por lo tanto hallamos la dimensión h.
Para nalizar hallamos el valor del área mínima, sustituyendo r en la ecuación
(4)
Q q 2 10
10
A(r) = 2 3
4
Q + q
3 10
Q
4

5. RESULTADOS

Las dimensiones para la fabricación de un tanque cilíndrico para el almacena-

miento de 5.000 litros
q de agua son:
El radio :r = 3 410Q
!
La altura ”h”: h = Q q
3
5
10
2
Q
4

El área mínima de material para la fabricación del tanque es:

Q q 2 10
10
A(r) = 2 3
4
Q + q
3 10
Q
4

Figura 4: Tanque cilíndrico de 5.000 litros

6. CONCLUSIÓN

Como podemos observar la aplicación del cálculo vectorial, es una herra-

mienta fundamental en la solución de problemas enfocados a la optimización y
distribución de recursos. Nosotros como futuros docentes de matemáticas demos-
tramos nuestras capacidades a través de la exploración y el análisis del espacio
físico, si observamos todo tiene un lugar en el tiempo y en el espacio. Se deben
tener en cuenta las diferentes variables que dirigen un proceso como tal; como
el tipo de material, el tiempo requerido en su fabricación y demás aspectos im-
portantes, pero todo esto viene a ser complemento del proceso principal donde
se optimiza el volumen del tanque cilíndrico y se logra el propósito inicialmente
planteado.
 Representación campo gravitatorio de la tierra

0.1. Qué es el campo gravitatorio

Un campo gravitatorio (Eg ) es producido por un cuerpo en un punto cualquiera, este es igual al cocien-
te entre la fuerza de atracción gravitatoria que dicho cuerpo ejerce sobre otra masa, colocada en cualquier
punto del espacio.

El vector F~g (Fuerza de gravedad entre dos cuerpos) (1)

  G·M ·m
~ 
Fg  = (1)
r2

Donde M es la masa del cuerpo que ejerce el campo, m es la masa del cuerpo sobre el que se esta
ejerciendo el campo y r es la distancia entre las dos masas desde su centro.
La norma del vector que representa el campo gravitatorio de una masa M sobre una masa m se puede
escribir como:

 
  F~g  G·M ·m G·M
~ 
Eg  = = 2
= (2)
m r ·m r2

Esta expresión nos muestra que el valor del campo gravitatorio no depende del cuerpo de masa m, pero
si del cuerpo de masa M que genera el campo y de la distancia r entre los centros de dichos cuerpos.

0.2. Campo gravitatorio de la tierra en el espacio

Para completar la definición del campo se introduce el concepto de líneas de fuerza, cuyo trazado se
realiza dibujando líneas tangentes a los vectores que representan el campo en cada punto. Como la fuerza
gravitatoria es de atracción (y no se llega a anular a ninguna distancia), las líneas de fuerza del campo
gravitatorio proceden de una distancia infinita y se dirigen hacia el cuerpo o hacia los cuerpos que lo pro-
ducen. Conviene además observar que la densidad de líneas de fuerza es un indicador de la intensidad
del campo en cada lugar, puesto que éste es más intenso cuanto más cerca nos encontramos del objeto
que lo produce (región donde se aprietan las las de fuerza) y más débil a medida que nos alejamos de él
(donde las líneas de fuerza quedan cada vez más separadas).
 La tierra se puede representar como una esfera con una masa distri-
buida de forma homogénea. tomando en cuenta esta declaración pode-
mos decir que las líneas de su campo gravitatorio en el exterior son ra-
~
diales, y en la superficie la norma del campo gravitatorio terrestre (g)
es:

G·M N
|~g | = ≈ 9, 8 (3)
RT2 Kg

Cuando se considera una porción de superficie de tamaque compara-

ción con el radio de la tierra, y se adapta la altura a una escala represen-
tativa, las líneas de campo se pueden considerar paralelas entre si y ver-
ticales respecto a la superficie, debido a esto se puede considerar el cam-
po gravitatorio terrestre como un campo uniforme; siendo g una constan-
te.

El campo gravitatorio tiene un determinado valor para cada punto, indepen-

dientemente de que halla o no masa, el campo gravitatorio producido por la
tierra depende únicamente de la masa del planeta y de la distancia entre el
punto donde se calcula y el centro de la tierra. El valor de 9,8N
Kg significa que cuando se coloca un cuerpo
en algún punto del campo, este cuerpo es atraído por la tierra con una fuerza de 9,8N por cada kilogramo
de masa que tenga.

0.3. Variación de la gravedad con respecto a la altura

Teniendo en cuenta las ecuaciones de la fuerza de gravedad entre dos cuerpos (1) y el campo gravita-
torio en un punto (2).
Se genera la siguiente ecuación
−G · M
~g = (4)
r2

En donde:
- M: es la masa que crea el campo.
- r: vector de posición del punto.
- El signo (-) indica que g es contrario
- La expresión es válida para masa puntual, o punto externo a una corteza esférica o esfera sólida

Con esto se dice que la fuerza es igual a la masa por la aceleración, en el caso de la tierra que es
un planeta masivo, este va a ejercer una fuerza gravitatoria sobre todos los cuerpos que posean masa,
esta ecuación toma un comportamiento lineal proporcional a la masa del cuerpo en cuestión, siendo la
constante de propoción lo que conocemos como aceleración de gravedad.

Fuerza sobre una masa m colocada en un punto del campo donde la intensidad es g y nos dará la
siguiente ecuación igual a :

F~ = m · ~g (5)

m se moverá siempre en el sentido de g ya que esta genera el campo por lo que se convierte en una fuerza
atractiva. Dándonos el valor de esta fuerza de atracción que da como resultado el peso.
De acuerdo a lo planteado anterior mente y tomando como base la ecuación (4) y que ademas se aplica
sobre el planeta tierra, se nombra la ecuación de la siguiente manera:
G · MT
|~g | = (6)
r2

En donde MT = masa de la tierra

0.4. Variación de la gravedad a cierta profundidad
Si la masa de la Tierra se distribuyera de forma homogénea (densi-
dad constante), el valor de la norma de g por debajo de la superfi-
cie terrestre dependería lineal mente de la distancia al centro de la Tie-
rra. En efecto, el campo gravitatorio a cualquier distancia r del cen-
tro por debajo del suelo (r<R), es el producido por la masa esférica que
queda debajo de esa distancia (teorema de Gauss). Por tanto, su norma
es:
G·m
|g| = (7)
r2

Y, si la masa se distribuye homogamente, la densidad de la Tierra es la misma en todos los puntos:

M m M m
p= 4·Π·R3
= 4·Π·R3
→ 3
= 3 (8)
3 3
R r

Sustituyendo (8) en (7) se obtiene:

G·M 4
|g| = 3
· r = pGr (9)
R 3

Expresie dice que la norma del campo gravitatorio en el interior de la Tierra es proporcional a la distancia
al centro (r).
De lo anterior podemos deducir que entre mayor sea la profundidad a la que ubicamos un cuerpo la
gravedad disminuirá de acuerdo con la longitud a la que se encuentre el centro de la tierra.

0.5. Variación de la gravedad en el centro de la tierra

La fuerza de gravedad en el centro de la tierra considerada como una esfera homogénea, es nula, de-
bido a que es la suma de las fuerzas, que por simetría se cancelan las unas a las otras.
 SERIES DE TAYLOR PARA APROXIMACIÓN DE FUNCIONES
EN DOS VARIABLES.

1. Deducción de la Expresión General de la Serie de Taylor

1.1. Introducción
En el cálculo elemental existe diveras manera de aproximar una funcion f por polinomios, en este
capitulo queremos hacer estas aproximaciones utilizando Series de Taylor, logrando que coincidan con
f y algunas de sus derivadas en un punto dado. Primero relizaremos la demostracion de esta Serie y
presentaremos su aplicacion en funciones con dos variables.
Demostracion de la serie de Taylor
sea f (t) = g(x(t), y(t)) una funcion de dos variables, definimos la primera derivada como
df ∂g ∂x ∂g ∂y
f 0 (t) = = + (1)
dt ∂x ∂t ∂y ∂t
su segunda derivada esta definida asi:

d2 f
 
2 ∂ ∂g ∂x ∂g ∂y
f (t) = 2 = + (2)
dt ∂t ∂x ∂t ∂y ∂t
→
−
r0 + t→
−
u =−
r→
(t)
→
− −→
tu =r − r →
−
(t) 0

Figura 1: grafica funcion

ahora reemplazamos los valores que encontramos en la figura ??

t(cosαx , cosαy ) = (x, y) − (xo , yo )

tcosαx = x − xo (3)
tcosαy = y − yo (4)
luego despejamos x y y de las ecuaciones anteriores.

x = xo + tcosαx (5)

y = yo + tcosαy (6)
Con las ecuaciones (5) y (6) se deriva respecto t

dx
= cosαx (7)
dt

dy
= cosαy (8)
dt

Recordemos que
f (t) = g(x(t), y(t)) (9)

Entonces
f (t) = g(xo + tcosαx , yo + tcosαy ) (10)

df ∂g ∂x ∂g ∂y
f 0 (t) = = + (11)
dt ∂x ∂t ∂y ∂t
df ∂g ∂y
= cosαx + cosαy (12)
dt ∂x ∂t

Como este es un claro ejemplo de producto puntos, tenemos que

 
df ∂g ∂g
= (cosαx , cosαy ) · , (13)
dt ∂x ∂y

 
df ∂ ∂
= (cosαx , cosαy ) · , g (14)
dt ∂x ∂y

con la segunda derivada;

d2 f
   
∂ ∂g ∂ ∂g
2
= cosαx + cosαy (15)
dt ∂t ∂x ∂y ∂t

   
∂ ∂g ∂g ∂ ∂g ∂g
= cosαx cosαx + cosαy + cosαy cosαx + cosαy (16)
∂x ∂x ∂y ∂y ∂x ∂y
simplificando obtenemos que

∂2g ∂2g ∂2g

cos2 αx 2
+ 2cosαx cosαy + cos2 αy 2 (17)
∂x ∂x∂y ∂y

realizando producto punto obtenemos,

d2 f
 
∂g ∂g
= (cosαx , cosαy ) · , (18)
dt2 ∂x ∂y
2
d2 f
 
∂ ∂ dg
= (cosαx , cosαy ) · , (19)
dt2 ∂x ∂y dt

A partir de los resultados en la primera y segunda derivada, evidenciables en las ecuaciones 14 y 19

tenemos la siguiente deducción
k
∂kf

∂ ∂
= cosαx + cosαy g(x0 , yo )
∂kt ∂x ∂y
 ∞
X tk
g(x, y) = f (k) (0)
k!
k=o

∞  k
X ∂ ∂ tk
g(x, y) = cosαx + cosαy g(x0 , yo )
∂x ∂y k!
k=o

∞
∂ k
 
X 1 ∂
g(x, y) = tcosαx + tcosαy g(x0 , yo )
k! ∂x ∂y
k=o

∞
∂ k
 
X 1 ∂
g(x, y) = (x − x0 ) + (y − yo ) g(x0 , yo )
k! ∂x ∂y
k=o

∞
1 h→ →
− ik
(−
r −→
−
X
g(x, y) = ro ) · ∇ g(x0 , yo ) (20)
k!
k=o

Para nuestra aproximacion de funciones multivariables con polinomos, lo realizaremos con plinomios
de grado 3:

Sea f (a, b) donde a y b perteneces a los reales.

f (x, y) = f (a, b) + ∇f (a, b) (21)

Po : f (a, b) (22)
∂f ∂f
P1 : Po + (a, b)(x − a) + (a, b)(y − a) (23)
∂x ∂y
1 ∂2f ∂2f ∂2f
 
2 2
P2 : Po + P1 + (a, b)(x − a) + 2 (a, b)(x − a)(y − b) + 2 (a, b)(y − b) (24)
2! ∂x2 ∂x∂y ∂y
1 ∂3f ∂3f ∂3f ∂3f
 
3 2 2 3
P3 : P2 + (a, b)(x − a) + 3 2 (a, b)(x − a) (y − b) + 3 (a.b)(x − a)(y − b) + 3 (a, b)(y − b)
3! ∂x3 ∂x ∂y ∂x∂y 2 ∂y
(25)

2. Aplicación
A continuación presentaremos algunos ejemplos para aproximar funciones multivariables con poli-
nomios, utilizando Series de Taylor:

2.1. Ejemplo 1
Sea f (x, y) = ex cos(x + y) evaluada alrededor del punto f (a, b) = (0, 0)

derivadas respecto a x:

∂f
primera derivada: ∂x = ex cos(x + y) − ex sen(x + y) ⇒ f(a,b)= 0

∂2f
segunda derivada: ∂x2
= −2ex sen(x + y) ⇒f(a,b)= 0

∂3f
tercera derivada: ∂x3
= −2ex sen(x + y) − 2ex cos(x + y) ⇒ f(a,b)= −2
derivadas respecto a y

∂
primera derivada: ∂y = −ex sen(x + y) ⇒f(a,b)= 0

∂2f
segunda derivada: ∂y 2
= −ex cos(x + y) ⇒f(a,b)= −1

∂3f
tercera derivada: ∂y 3
= ex sen(x + y) ⇒f(a,b)= 0

Derivadas mixtas:

∂2f
∂x∂y = −ex sen(x + y) − ex cos(x + y) ⇒f(a,b)= −1

∂3f
∂x2 ∂y
= −2ex cos(x + y) ⇒f(a,b)= −2

∂3f
∂y 2 ∂x
= −ex cos(x + y) + ex sen(x + y) ⇒f(a,b)=−1

con las anteriores derivadas reemplazamos en el polinomio P3 :

1.png

Figura 2: grafica funcion

P1 (x, y) = 1 + x

Figura 3: grafica p1
 1
P2 (x, y) = 1 + x − xy − 2y 2

Figura 4: grafica p2

1 1 1
P3 (x, y) = 1 + x − xy − 2y 2
− 3x3
− x2 y − 2xy 2

Figura 5: grafica p3
2.2. Ejemplo 2
Sea f (x, y) = x3 y + x2 y + 1 evaluada alrededor del punto f (a, b) = (0, 1)

Figura 6: grafica Función

derivadas respecto a x:

∂f
primera derivada: ∂x = 3x2 y + 2xy ⇒ f(a,b)= 0

∂2f
segunda derivada: ∂x2
= 6xy + 2y ⇒ f(a,b)=2

∂3f
tercera derivada: ∂x3
= 6y ⇒ f(a,b)=6

derivadas respecto a y

∂f
primera derivada: ∂y = x3 + x2 ⇒ f(a,b)=0

∂2f
segunda derivada: ∂y 2
= 0 ⇒ f(a,b)=0

∂3f
tercera derivada: ∂y 3
= 0 ⇒ f(a,b)=0

∂2f
Derivadas mixtas: ∂x∂y = 3x2 + 2x ⇒ f(a,b)=0

∂3f
∂x2 ∂y
= 6x + 2 ⇒ f(a,b)=2

∂3f
∂y 2 ∂x
= 0 ⇒ f(a,b)=0
con las anteriores derivadas reemplazamos en el polinomio:

P1 (x, y) = 1

Figura 7: grafica P1

P2 (x, y) = 1 + x2

Figura 8: grafica P2

P3 (x, y) = 1 + x2 y + x3
 Figura 9: grafica P3

2.3. Ejemplo 3
Sea f (x, y) = xy 2 + sen(xy) evaluada alrededor del punto f (a, b) = (1, π2 )

Figura 10: grafica Funcion

Derivadas respecto a x:

∂f π2
Pimera derivada: ∂x = y 2 + cos(xy) ⇒ f(a,b): 4

∂2f
Segunda derivada: ∂x2
= −sen(xy) ⇒ f(a,b): −1

∂3f
Tercera derivada: ∂x3
= −cos(xy) ⇒ f(a,b):0

Derivadas respecto a y:

∂f
Pimera derivada: ∂y = 2xy + cos(xy) ⇒ f(a,b): π

∂2f
Segunda derivada: ∂y 2
= 2x − sen(xy) ⇒ f(a,b): 1

∂3f
Tercera derivada: ∂y 3
= −cos(xy) ⇒ f(a,b):0
Derivadas mixtas:

∂f
∂x∂y = 2y − sen(xy) ⇒ f(a,b): π − 1

∂3f
∂x2 ∂y
= −cos(xy) ⇒ f(a,b): 0

∂3f
∂x∂y 2
= 2 − cos(xy) ⇒ f(a,b): 2

con las anteriores derivadas reemplazamos en el polinomio P3 :

π2
P1 (x, y) = 4 x + πy + 1 − π

Figura 11: grafica P1

−1 2 1
P2 (x, y) = 2 x +x− 2 + πxy − 12 π 2 x − 32 πy + 58 π 2 − xy + 12 πx + y − 21 π + 12 y 2

Figura 12: grafica P2

P3 (x, y) = 14 πx2 + 21 πy + 1
2 − 32 π − 12 x2 + x − 14 π 2 x + 38 π 2 − xy + 12 πx + y − 12 y 2 + xy 2
 Figura 13: grafica P3

2.4. Ejemplo 4
Sea f (x, y) = sen(x + y) + cos(x + y) evaluada alrededor del punto f (a, b) = (0, 0)

Figura 14: grafica Funcion

Derivadas respecto a x:
Pimera derivada: ∂f
∂x = cos(x + y) − sen(x + y) ⇒ f(a,b): 1

∂2f
Segunda derivada: ∂x2
= −sen(x + y) − cos(x + y) ⇒ f(a,b): −1

∂3f
Tercera derivada: ∂x3
= −cos(x + y) + sen(x + y) ⇒ f(a,b):−1

Derivadas respecto a y:

∂f
Pimera derivada: ∂y = cos(x + y) − sen(x + y) ⇒ f(a,b): 1

∂2f
Segunda derivada: ∂y 2
= −sen(x + y) − cos(x + y) ⇒ f(a,b): −1

∂3f
Tercera derivada: ∂y 3
= −cos(x + y) + sen(x + y) ⇒ f(a,b):−1
Derivadas mixtas:

∂f
∂x∂y = −sen(x + y) − cos(x + y) ⇒ f(a,b): 1

∂3f
∂x2 ∂y
= −cos(x + y) + sen(x + y) ⇒ f(a,b): 1

∂3f
∂x∂y 2
= −cos(x + y) + sen(x + y) ⇒ f(a,b): −1

con las anteriores derivadas reemplazamos en el polinomio P3 :

P1 (x, y) = 1 + x + y

Figura 15: grafica P1

P2 (x, y) = 1 + x + y − 12 x2 − 2xy − 12 y 2

Figura 16: grafica P2

P3 (x, y) = 1 + x + y − 12 x2 − 2xy − 12 y 2 − 16 x3 − 12 x2 y − 12 xy 2 − 16 y 3

Figura 17: grafica P3

3. Conclusiones
La series de Taylor es utilizada en muchos campos de la matemática y la fı́sica, ya que nos permite
realizar diversas interpretaciones de una función; por ejemplo, podemos estudiar el comportamiento
de los máximos y mı́nimos locales de una superficie.
Con este método de aproximación podemos concluir que entre mayor sea el grado del polinomio, enton-
ces mayor afinidad vamos a obtener entre la función y el polinomio. A partir de este trabajo logramos
hacer una interpretación de aproximación de funciones con polinomios, utilizando la herramienta látex
que es un sistema de composición de textos, orientado a la creación de documentos escritos que presen-
ten una alta calidad tipográfica. Además logramos ver como es el comportamiento de los polinomios
cuando a una función dada se le aplica series de Taylor.
References
[1] Kreysig, E. (2003). Matemáticas avanzadas para ingeniería (3rd ed.). Méx-
ico: LIMUSA S.A.

[2] Stewart, J. (2012). Calculo de varias variables (7th ed.). México: Cengage
Learning Editores, S.A.

[3] Thomas, G. (2010). Calculo de varias variables (12th ed.). México: PEAR-
SON EDUCACIÓN.

[4] Tromba, A. (1991). Calculo vectorial (3rd ed.). Estados unidos: Printed in
U.S.A.