MAMEMATICAS UNIVERSITARIAS - Vol11ok

Matematicas: Enseñanza Universitaria
Revista oficial de la Corporación Escuela Regional de Matemáticas (ERM)

Resolución 00116, 24 de Mayo de 1977, Ministerio de Gobierno
ISSN 0120-6788
Fundador Yu Takeuchi (U. Nacional) Director Jairo Alvarez (U. del Valle)
Editor Graciano Calderón (U. del Valle) Asesor técnico Jairo Duque (U. del Valle)
Comité editorial
Raúl Quintero (U. del Valle), Pedro Vicente Esteban (U. EAFIT), Miguel Marmolejo
(U. del Valle), Abel Posso (UTP), Mauro Montealegre (U. Surcolombiana),
Carlos Trujillo (U. del Cauca).
Editores de secciones
Matemáticas Raúl Quintero (U. del Valle)
Educación e Historia Pedro Vicente Esteban (U. EAFIT)
General Andrés de la Torre (U. de Antioquia)
Notas Raúl Quintero (U. del Valle)
Pedro Vicente Esteban (U. EAFIT)
Reseñas Abel Posso (U. Tecnológica de Pereira)
Problemas y Soluciones Yu Takeuchi (U. Nacional)
Resúmenes Jairo Villegas (U. del Valle)
Noticias y Eventos Maria Dolly García (U. del Quindio)
Asesores editoriales
Matemáticas: Manuel Abellanas (U. Politécnica de Madrid), B. Bhatt (U. of the West
Indies), Mario Estrada (U. de la Havana y de Antioquia). Educación e Historia: Carlos
Vasco (U. Javeriana), Luis Moreno (CINVESTAV, Méjico).
Matematicas: Enseñanza Universitaria (nueva serie) es editada por las universidades
que se agrupan en el Corporación Escuela Regional de Matemáticas (ERM) y está
dirigida a los profesores de matemáticas y a todos los interesados en las matemáticas.
Publica dos números al año, con un tiraje de 1000 ejemplares cada uno. El valor de la
suscripción anual institucional es de $30.000 pesos e incluye costos de correo. El valor
de una suscripción personal anual es de $15.000 pesos. Suscripciones de apoyo por
$16.000 ó más pesos son bienvenidas. En las páginas interiores se hallará un formulario
de suscripción. En el reverso de la contracarátula expresamos nuestra política editorial
y las recomendaciones para autores. Su correspondencia puede enviarla a:
Matemáticas: Enseñanza Universitaria

Departamento de Matemáticas
Universidad de Valle
Apartado Aéreo 25360, Cali, Colombia.
Telfax: + (2)-330-25-66 + (2)-339-32-27
Página web: http://revistaerm.univalle.edu.co/
e-mail: [email protected]
Contenido
1 Editorial
Matemáticas
5 Método numérico para un modelo de ondas dispersivas
Juan Carlos Muñoz
21 Los espacios de Hörmander Bp,k (E)
Jairo Villegas G
33 Métricas conformes en superficies compactas con frontera
Gonzalo García y Oscar Andrés Montaño
45 Injection and suction effects on three-dimensional unsteady
flow and heat transfer between two parallel porous plates
R.C. Chaudhary y Bhupendra Kumar Sharma
57 Normas tensoriales construidas mediante espacios de sucesiones
de Banach
Patricia Gómez Palacio, Juan Antonio López Molina y María José Rivera
Ortún
Educación e Historia
73 El concepto de aproximación local: una propuesta metodoló-
gica a partir de la recta tangente
Pedro Vicente Esteban Duarte y Pedro Pérez Carreras
91 El modelo de Toulmin y la evolución del concepto de continuo
en los clásicos griegos
César Augusto Delgado G
General
129 Resúmenes de Artículos, Proyectos y Tesis
135 Problemas y Soluciones
139 Noticias y Eventos
Editorial
El encuentro y las nuevas realidades de la Escuela Regional de

Matemáticas
El ENCUENTRO es una de las actividades canónicas de la Corporación

Escuela Regional de Matemáticas (ERM), conjuntamente con la publica-
ción de la revista Matemáticas: Enseñanza Universitaria. En este evento
se dan cita anual, profesores de los departamentos de matemáticas de las
universidades que se agrupan en la Corporación, profesores de otras uni-
versidades colombianas y, regularmente, invitados internacionales. Con-
curren, también, profesores de secundaria, al igual que estudiantes de
pre y postgrado de matemáticas y de licenciaturas en matemáticas. Su
programa académico se estructura de una oferta abierta de cursillos, po-
nencias y conferencias que presenta la comunidad matemática regional.
Uno que otro cursillo y una que otra conferencia se solicitan, casi siempre,
a los invitados internacionales. El último Encuentro, el IX, se realizó en
Neiva entre el 15 y el 19 de Septiembre de este año. Se realizaron 25
cursillos, 100 ponencias y 10 conferencias. Asistieron del orden de 700
personas.
El Encuentro, a pesar de los altibajos organizativos que se le pueden
atribuir, ha sido, quizás, el instrumento mas importante en la creación de
un identidad académica regional y nacional de la ERM y se ha convertido
en un punto de referencia para la actividad matemática regional. En esta
medida, ha venido jugando un papel importante en la conformación de
una comunidad matemática regional y nacional.
Cuando en 1992 se iniciaron los Encuentros, la actividad matemática
regional avanzada estaba concentrada en la Universidad del Valle. En
otras universidades de la ERM prácticamente no existían, ni profesores
con doctorado, ni grupos de investigación, ni programas de formación
avanzada en matemáticas.
Once años después, este panorama ha cambiado de manera impor-
tante. La actividad matemática avanzada ha crecido significativamente
en el contexto de la ERM y, cerca de las dos terceras partes de ella, cuan-
tificada en términos de profesores con doctorado, grupos de investigación
activos reconocidos por COLCIENCIAS, publicaciones y programas de
formación avanzada, se realiza por fuera de la Universidad del Valle. En
la región se perfilan hoy, dos programas de doctorado que, posiblemente,
terminen integrados en la práctica; uno liderado por la Universidad del
Valle y otro por las universidades de Antioquia, EAFIT y Cauca.
1
2 Editorial
Paralelamente con este desarrollo matemático, y en el mismo contexto

institucional de la ERM, se vienen expresando otras necesidades ligadas
con el desarrollo social de las matemáticas, que no encuentran una res-
puesta explícita en el desarrollo matemático per se. Estas necesidades
están del lado de la educación matemática, principalmente, porque en
varias de las universidades de la ERM, incluyendo algunas de las univer-
sidades fundadoras, sus departamentos de matemáticas están inscritos en
Facultades de Educación y, por lo tanto, tienen una proyección académica
natural hacia el profesorado del bachillerato y hacia el estudio de los
problemas de la enseñanza de las matemáticas en la secundaria. Pero,
también, porque en todas las universidades de la ERM, la docencia de
las matemáticas, en los primeros años de universidad, plantea problemas
crónicos que permanecen sin respuesta.
La educación matemática, como disciplina, ha tenido también avances
en el contexto de la ERM, pero, su desarrollo relativo, es notoriamente
inferior al desarrollo matemático, si se le mira desde la perspectiva del
número de profesores con doctorado, tradición investigativa y programas
de formación avanzada. Estos avances son mas visible en las mismas
universidades en las que se ha dado el mayor desarrollo matemático.
Es importante anotar que si miramos el desarrollo matemático del
país, desde una perspectiva social y cultural amplia, no solamente desde
la perspectiva de una producción de tipo matemático que se publica en
revistas internacionales y de la formación de pequeños grupos profeso-
rales a nivel avanzado, que replican el sistema, dicho desarrollo requiere,
tanto de una capacidad académica matemática amplia, a nivel avanzado,
como de una capacidad académica similar, en el acampo de la educación
matemática. Y, habría que agregar, con articulaciones fuertes entre ellas.
Resulta difícil concebir un desarrollo matemático importante y auténtico,
en un país atrasado educativamente en matemáticas. A su vez, no se ve
como se pueda superar dicho atraso si la comunidad matemática per-
manece aislada de dicha problemática y distante de la comunidad de
quienes cultivan la educación matemática como disciplina.
El desarrollo matemático y el desarrollo de la educación matemática,
como disciplina y como práctica, aparecen un tanto desarticulados en el
contexto de las universidades de la ERM y se expresan, a veces, como
intereses contrapuestos o por lo menos divergentes. Una prueba visible
es la poca integración de las propuestas curriculares en que se forman
ambas comunidades y la ausencia de grandes proyectos compartidos de
mejoramiento educativo. De otro lado, es común que miembros de la
comunidad matemática miren con cierto desdén y desconfianza a quienes
Editorial 3
cultivan la educación matemática como disciplina y que no crean mucho

en los beneficios reales de tal actividad. No será posible mejorar la calidad
de la investigación y, en general, de la actividad académica en educación
matemática, mientras se mantenga dicho divorcio. Como tampoco será
posible, en esta situación, que los matemáticos superen su visión ingenua
sobre los problemas de la educación matemática.
Esta situación le está planteando problemas importantes al programa
académico de los Encuentros que, creemos, no se están resolviendo satis-
factoriamente.
El sector mas avanzado matemáticamente no parece sentirse a gusto
en los Encuentros y parece necesitar un espacio de intercambio mas es-
pecializado. La respuesta podría estar en las Escuelas de Verano, que
empiezan a expresarse en el contexto de la ERM, asociadas con los gru-
pos de investigación mas evolucionados. Éstas no serían un sustituto del
Encuentro, sino una forma de ampliar y ajustar los espacios capacitación,
actualización y de intercambio académico que genera la ERM, de acuerdo
con los diversos niveles que se expresan en su desarrollo.
Creemos, a este respecto, que sería importante repensar su formato.
De un lado, para incorporar, como parte de su programación regular, la
presentación de comunicaciones especializadas. Y, de otro, para permitir
la articulación de sus cursos y seminarios con los programas de formación
avanzada existentes en las universidades de la ERM, en el marco de una
visión regionalizada de tales programas.
De otro lado, creemos que el Encuentro debería cumplir una función
de capacitación profesoral mas institucionalizada. En lo concerniente
a cursos y seminarios, pensamos, que parte importante de esta progra-
mación debería estar al servicio de programas de formación de mediano y
largo plazo y de actualización, tanto para profesores de bachillerato como
para profesores universitarios de matemáticas, que enseñan en carreras
que forman profesionales no matemáticos. Estos programas deberían es-
tar debidamente institucionalizados, contar con el apoyo financiero de
agencias gubernamentales e instituciones de fomento educativo y, con
nexos posibles, con los programas de formación avanzada en matemáti-
cas y educación matemática, existentes en universidades de la ERM.
Al lado de estos programas consideramos importante que subsista
una programación, limitada, muy bien evaluada, de cursillos y ponencias,
producto de una oferta libre de la comunidad matemática regional.
El Encuentro podría constituirse también en un espacio para el es-
tímulo al talento matemático y para la aproximación a la investigación,
tanto en matemáticas como en educación matemática. Se podría pen-
4 Editorial
sar en talleres de aproximación a la investigación, dirigidos por investi-

gadores de experiencia, no tanto desde la perspectiva de cursos teóricos
sobre metodología de la investigación, sino sobre el estudio de casos,
relacionados con el desarrollo de proyectos específicos ya realizados. El
Encuentro podría ser, igualmente, una plataforma de presentación de tra-
bajos destacados de estudiantes de pre y post grado. Actividades como
la de Germine, realizada en el pasado Encuentro, están en la dirección
correcta.
Por ultimo, consideramos importante que el Encuentro propicie un
espacio, a manera de Foro, donde el profesorado, a la vez que analiza el
desarrollo de la Escuela, se plantea y discute los problemas que enfrenta
el desarrollo de las matemáticas a nivel regional y nacional.
En conclusión. Creemos que las nuevas realidades de la ERM y los
problemas que se vienen expresando, de distintas maneras, en la reali-
zación del Encuentro, plantean la necesidad de repensar y reformular la
concepción y formato del Encuentro. El cambio surge como necesario
frente a las necesidades que está planteando el desarrollo superior de la
ERM pero, también, para garantizar la subsistencia del mismo Encuentro.
El año 2004 parece ser un buen año para iniciar este proceso de cambio.
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
Matemáticas: 5–20
Enseñanza Universitaria
c
Escuela Regional de Matemáticas
Universidad del Valle - Colombia
Método numérico para un modelo de ondas dispersivas
Juan Carlos Muñoz
Resumen
Presentamos un esquema numérico de alta precisión para estudiar las soluciones de la
ecuación de T.B. Benjamin, J. Bona y J.J. Mahony (BBM). Este es un modelo disper-
sivo uni-direccional que describe la propagación de una onda con pequeña amplitud en
la superficie del agua en un canal raso con profundidad constante. La ecuación BBM
tiene soluciones de onda solitaria que calculamos de manera explícita. En el caso lineal
también existen soluciones exactas que se pueden calcular mediante la trasformada de
Fourier. Este tipo de soluciones son utilizadas para verificar la precisión, estabilidad
y convergencia del modelo numérico.
Palabras y frases claves: Dispersión, Ondas solitarias, Diferencias finitas
1 Introducción
En este artículo estudiamos numéricamente las soluciones de la ecuación

deducida por T.B. Benjamin, J. Bona y J.J. Mahony (BBM) [2]
ut + (1 + αu)uξ − βuξξt = 0, ξ ∈ R, t ≥ 0, (1)

sujeta a la condición
u(ξ, 0) = f (ξ). (2)
Esta ecuación describe el movimiento de ondas con pequeña amplitud en
la superficie de un canal raso limitado inferiormente por un fondo imper-
meable constante. El fluido que llena el canal se supone incompresible,
irrotacional y no se consideran efectos de la viscosidad. Estos supuestos
son razonables debido a que los efectos de vorticidad y viscosidad son
apreciables sólo cerca del fondo. La posición en el canal unidimensional
se representa con ξ y el tiempo con t. La función real u = u(ξ, t) repre-
senta la amplitud de la onda medida con respecto al nivel de reposo del
agua. Los parámetros adimensionales positivos α, β miden la magnitud
de los efectos no lineales y dispersivos, respectivamente, en el fenómeno.
En el régimen de aguas rasas y ondas de pequeña amplitud tenemos
β << 1 y α << 1.
5
6 Juan C. Muñoz
Señalamos que la ecuación (1) está relacionada con otros modelos

unidireccionales de aguas rasas a través de la expresión formal
ut = −uξ + O(α, β).

Por ejemplo, insertando esta relación en (1) obtenemos la ecuación de
Korteweg-de Vries (KdV)
ut + (1 + αu)ux + βuξξξ = 0, (3)

donde se han retenido hasta términos de primer orden O(α, β).
Aspectos teóricos relativos a la ecuación BBM tales como existen-
cia, unicidad y estabilidad de ondas solitarias han sido estudiados por
Benjamin [1] y Bona et al. [3], [4]. El propósito de este trabajo es pre-
sentar un esquema de diferencias finitas diseñado específicamente para
ecuaciones de evolución del tipo dispersivo, tal como (1).
Si se intenta una aproximación en diferencias finitas directamente
en la ecuación BBM, encontramos que el error de truncamiento en las
discretizaciones de la derivada de primer orden u ξ contiene términos dis-
persivos de tercer orden, tales como u ξξξ , uξtt , uttt , semejantes al tér-
mino dispersivo de la ecuación. Tales errores pueden introducir dispersión
numérica significativa deteriorando la precisión de la aproximación final.
Para resolver esta dificultad, la idea fundamental es escribir la ecuación
(1) de manera conveniente, como una ecuación diferencial ordinaria en el
tiempo la cual se discretiza usando un método del tipo predictor-corrector
que combina esquemas de tercer y cuarto orden. Las derivadas de primer
orden en el espacio se discretizan a cuarto orden. Esta estrategia tomada
del trabajo de Wei y Kirby [10], elimina automáticamente los errores de
truncamiento de la misma forma que el término dispersivo en el modelo
BBM.
Para verificar algunas propiedades del esquema numérico, tales como
la estabilidad, la precisión y la convergencia, usamos algunas soluciones
exactas de la ecuación BBM. Presentamos varios experimentos numéricos
para diferentes valores de los parámetros α y β. En todos los casos, en-
contramos que la aproximación reproduce con alta precisión la respectiva
solución exacta del modelo. El esquema ha sido adaptado por el autor
para explorar problemas de transmisión-reflección de ondas en una di-
mensión en medios aleatorios mediante sistemas del tipo Boussinesq con
coeficientes variables [7], [8],[9].
Este trabajo está organizado como sigue. En la sección 2 se deduce
una solución exacta de la ecuación (1) con α = 0 usando la técnica de
la tranformada de Fourier. En la sección 3 encontramos una familia de
Método numérico para ondas dispersivas 7
soluciones de onda solitaria para (1). La sección 4 describe con detalle

el esquema numérico propuesto. Sus propiedades son analizadas en la
sección 5, a través de un conjunto de experimentos numéricos en dife-
rentes regímenes. Finalmente, las conclusiones se presentan en la sección
6.
2 Solución exacta en el caso lineal
Considere la linealización (α = 0) de la ecuación (1)
ut + ux − βuξξt = 0, (4)
con la condición inicial (2). Aplicando la transformada de Fourier en ξ

tenemos
ikt
ût (k, t) = − û(k, t),
1 + βk 2
ˆ
û(k, 0) = f(k),
con solución
ikt
ˆ −
û(k, t) = f(k)e 1+βk2 .
Usando el teorema de inversión de Fourier obtenemos finalmente

Z ∞
1 ˆ − ikt 2 ikξ
u(ξ, t) = f(k)e 1+βk e dk. (5)
2π −∞
Para computar la solución explícita u(ξ, t) del problema linearizado, la

integral en la ecuación (5) se aproxima usando el algoritmo FFT (Fast
Fourier Transform) [5]. Hay una consecuencia importante que se puede
deducir de la ecuación (5). Cuando t → ∞ entonces
Z ∞
1 ˆ (−kt+βtk 3 )i ikξ
u(ξ, t) ≈ f(k)e e dk,
2π −∞
lo cual implica que

Z ∞
1 ξ−t−y
u(ξ, t) ≈ Ai f (y)dy. (6)
(3tβ)1/3 −∞ (3tβ)1/3
Aquí Ai(z) denota la función de Airy

Z ∞
1 1 3
Ai(z) = ei(zω+ 3 ω ) dω.
2π −∞
8 Juan C. Muñoz
La aproximación (6) indica que la amplitud de la solución u(ξ, t) de-

crece como efecto de la dispersión β con un factor aproximadamente de
1/(3tβ)1/3 cuando t → ∞. También, como consecuencia de la convolución
del pulso inicial f con la función de Airy, la solución se descompone en un
pulso principal y una cola oscilatoria que se desarrolla progresivamente
con el tiempo. La tasa de dispersión del pulso es también proporcional a
la raíz cúbica del tiempo t y aumenta con el parámetro β.
3 Solución de onda solitaria para la ecuación BBM
Un equilibrio entre los órdenes del término dispersivo βu ξξt y el término

no lineal αuuξ en la ecuación (1) hace posible la existencia de soluciones
que mantienen su forma para todo tiempo, esto es, que pueden escribirse
la forma u(ξ, t) = φ(ξ − Ct) para alguna función φ. La constante C
corresponde a la velocidad con que se propaga la onda. Este tipo de
solución recibe el nombre de solución de onda viajante. En el caso en
que φ satisface la condición adicional
lim φ(n) (ζ) = 0, para todo n ∈ N, (7)
ζ→±∞
la solución recibe el nombre de onda solitaria o simplemente solitón.

Aquí el superíndice de φ denota la n− ésima derivada.
Si u(ξ, t) = φ(ξ−Ct) es una solución de onda solitaria para la ecuación
(1) entonces φ debe satisfacer la ecuación diferencial ordinaria
−Cφ0 (ζ) + (1 + αφ(ζ))φ0 (ζ) + Cβφ000 (ζ) = 0, (8)

donde ζ = ξ − Ct.
La ecuación anterior puede también escribirse como
α
(1 − C)φ0 + (φ2 )0 + Cβφ000 = 0. (9)
2
Integrando la ecuación (9) se llega a
α 2
(1 − C)φ + φ + Cβφ00 = 0. (10)
2
Multiplicando la ecuación (10) por φ 0 y reescribiendo las derivadas se
tiene
1−C α Cβ
(φ2 )0 + (φ3 )0 + ((φ0 )2 )0 = 0. (11)
2 6 2
Integrando esta última ecuación tenemos

Cβ 0 2 1−C α
(φ ) + φ2 + φ3 = 0. (12)
2 2 6
La ecuación (12) tiene soluciones de la forma
u(ξ, t) = φ(ξ − Ct) = φ(ζ) = ASech2 (Bζ), (13)
donde A, B son constantes que están determinadas de las propiedades del

solitón (7). Sustituyendo (13) en la ecuación (12) obtenemos
(1 − C)A2
2CβA2 B 2 Sech4 (Bζ)T anh2 (Bζ) + Sech4 (Bζ)
2
α 3
+ A Sech6 (Bζ) = 0,
6
la cual después de simplificación se convierte en
1−C αA
2CβB 2 T anh2 (Bζ) + + Sech2 (Bζ) = 0. (14)
2 6
Ahora tomando el límite ξ → ∞ en la ecuación (14) se llega a
1−C
+ 2CβB 2 = 0,
2
de donde s
C −1
B= .
4Cβ
Haciendo ζ = 0 en la ecuación (14) se tiene
1−C α
+ A = 0,
2 6
de donde A = 3(C−1)
α .
La velocidad C del solitón puede determinarse de una condición inicial
tal como φ(0) = 1. El resultado es C = 1 + α3 .
4 El esquema numérico
En esta sección describiremos el esquema numérico que proponemos para

resolver la ecuación (1). La estrategia es tomada del trabajo de Wei y
Kirby [10] para un sistema del tipo Boussinesq bidireccional para ondas
acuáticas.
En primer lugar, escribimos la ecuación (1) como
Vt = F (u), (15)
10 Juan C. Muñoz
donde
F (u) = −(1 + αu)uξ , (16)
y V es una variable intermedia definida por
V = u − βuξξ .
Aproximamos la solución de (15) usando un esquema del tipo predictor-
corrector. El dominio espacio-tiempo ξ ∈ [ξ 1 , ξJ ] , t ≥ 0 es discretizado
como ξj = ξ1 + (j − 1)∆ξ, 1 ≤ j ≤ J and tn = (n − 1)∆t, 1 ≤ n ≤ N ,
respectivamente. Las constantes ξ 1 y ξJ denotan las posiciones de los
extremos del dominio computacional. Las discretizaciones de las varia-
bles u, V se denotarán por unj , Vjn . Como es bien conocido, los esque-
mas predictor-corrector combinan dos métodos numéricos. Primero un
esquema explícito de Adams-Bashford de tercer orden se emplea para cal-
cular una predicción de V y luego un esquema implícito Adams-Moulton
de cuarto orden se aplica para obtener un valor corregido.
La etapa predictor explícita está dada por
∆t
Vjn+1 = Vjn + (23Fjn − 16Fjn−1 + 5Fjn−2 ), (17)
12
donde los valores en los niveles n − 2, n − 1, n son conocidos. Además,
usamos la notación Fjn = F (unj ). Hacemos las siguientes observaciones
sobre este paso:
La derivada de primer orden uξ (en la ecuación (16)) se aproxima
mediante la fórmula de cuarto orden
8(uj+1 − uj−1 ) + uj−2 − uj+2
uξ (ξj ) ≈ + O(∆ξ 4 ), (18)
12∆ξ
en puntos interiores tales que 3 ≤ j ≤ J − 2. En puntos de frontera
usamos las aproximaciones de cuarto orden
−3u5 + 16u4 − 36u3 + 48u2 − 25u1
uξ (ξ1 ) ≈ + O(∆ξ 4 ),
12∆ξ
u5 − 6u4 + 18u3 − 10u2 − 3u1
uξ (ξ2 ) ≈ + O(∆ξ 4 ),
12∆ξ
3uJ + 10uJ−1 − 18uJ−2 + 6uJ−3 − uJ−4
uξ (ξJ−1 ) ≈ + O(∆ξ 4 ),
12∆ξ
25uJ − 48uJ−1 + 36uJ−2 − 16uJ−3 + 3uJ−4
uξ (ξJ ) ≈ + O(∆ξ 4 ).
12∆ξ
Note que para evaluar la elevación de la onda u n+1
j , debe resolverse la
ecuación diferencial ordinaria (en el espacio)
u − βuξξ = V, (19)
la cual es forzada por el término V el cual es conocido. La ecuación

anterior da lugar a un problema del tipo Sturm-Liouville lo cual es típico
en el análisis de ecuaciones del tipo KdV. La solución está dada por
r Z q
1 1 ∞ 1
|x−s|
u(ξ, t) = e β V (s, t)ds. (20)
2 β −∞
Sin embargo, para un cálculo numérico más eficiente, en lugar de com-

putar la convolución en la fórmula (20), la ecuación (19) se discretiza
directamente por la aproximación de segundo orden
!
n+1
un+1 n+1
j+1 − 2uj + un+1
j−1
uj − β = Vjn+1 ,
∆ξ 2
para 2 ≤ j ≤ J − 1.
Para computar los valores de frontera u n+1
1 , un+1 n+1
J , η1 and ηJn+1 en el
nivel n + 1 usamos las condiciones de radiación (B. Engquist y A. Majda
[6])
ut − uξ = 0, en ξ = ξ1 , (21)
ut + uξ = 0, en ξ = ξJ .
El propósito de estas condiciones es absorber las ondas que llegan a los

extremos del dominio computacional. Por lo tanto, el canal computa-
cional no tiene que ser tan largo. Esto ahorra tiempo de computación
porque se necesitan menos nodos en la discretización.
En conclusión, para pasar de la variable intermedia V a la elevación
del fluido u, debe resolverse un sistema tridiagonal de dimensión (J −
2) × (J − 2) donde la matriz del sistema tiene la siguiente estructura:
 
∆ξ 2 + 2β −β 0 0 ··· 0
 .. 
 −β ∆ξ 2 + 2β −β 0 ··· . 
 
 0 −β ∆ξ 2 + 2β −β · · · 0 
 
 .. .. .. .. 
 . 0 . . .  . (22)
 
 .. .. 
 . . 0 
 
 .. .. 
 . . −β 
0 0 ··· 0 −β ∆ξ + 2β 2
Notamos que para resolver este sistema lineal sólo es necesario aplicar
una descomposición LU en el punto de partida. Esta descomposición
puede almacenarse para usarse en cada paso de tiempo.
12 Juan C. Muñoz
Una vez que se computan las predicciones de los valores de u n+1

j , el
n+1
campo Fj se obtiene de la ecuación (16). Los valores corregidos se
calculan mediante el esquema implícito
∆t
Vjn+1 = Vjn + (9Fjn+1 + 19Fjn − 5Fjn−1 + Fjn−2 ), (23)
24
donde las cantidades en el nivel n + 1 se computan por iteración usando
los valores obtenidos en la etapa predictor como valores iniciales. La
elevación de la onda un+1
j se calcula de Vjn+1 usando la ecuación (19)
como en el paso predictor. El proceso iterativo se detiene cuando el error
∗
relativo entre dos valores sucesivos del corrector u n+1 y u(n+1) satisface
P n+1
(n+1)∗
j u j − u j
∆un+1 =
P n+1 < tol.
j uj
En los experimentos numéricos una tolerancia de tol = 0.001 se consigue

con sólo una iteración. Note que al menos tres niveles de tiempo tienen
que ser conocidos para inicializar el esquema. Para esta tarea empleare-
mos el método de Runge-Kutta de cuarto orden dado por
∆t
V n+1 = V n + (K1 + 2K2 + 2K3 + K4 ), (24)
6
donde
K1 = F (un ),
K2 = F (un + (1/2)∆tK1 ),
K3 = F (un + (1/2)∆tK2 ),
K4 = F (un + ∆tK3 ),
y
V n = (V1n , V2n , ..., VJn ), un = (un1 , un2 , ..., unJ ).
Puesto que solamente un sistema lineal tiene que resolverse en cada ite-
ración encontramos que el esquema presentado es muy eficiente y barato.
Fue implementado usando el paquete MATLAB 6.0 donde tenemos a la
mano rutinas vectorizadas para tratar matrices esparsas de gran tamaño.
Además, su costo computacional crece aproximadamente de manera lineal
con los tamaños de las mallas espacial o temporal.
5 Experimentos numéricos
En esta sección presentamos un conjunto de simulaciones numéricas usan-

do el esquema descrito en la sección 4. El objetivo es evaluar el desempeño
del esquema numérico en diferentes regímenes, i.e., para distintos valores
de los parámetros de no linealidad α y de dispersión β. Para este fin
empleamos la solución de onda solitaria (13) y la solución explícita (5)
en el caso lineal obtenidas en las secciones 2 y 3.
5.1 Régimen lineal (α = 0), débilmente dispersivo (0 < β << 1)
En el primer experimento tomamos un valor de dispersión pequeño β =

0.002. El pulso inicial (en t = 0) es una gaussiana con amplitud uno de
la forma
ξ2
u(ξ, 0) = f (ξ) = e− , (25)
donde el parámetro > 0 controla la longitud del soporte efectivo de la

gaussiana. Aquí tomamos = 0.3. En la figura 1 comprobamos que la
solución numérica en el tiempo t = 40 coincide con la solución exacta (5)
en el intervalo [20,50]. Los parámetros numéricos son J = N = 2500 y el
dominio computacional es [-5,50]. Las oscilaciones en el intervalo [30,38]
son debidas al término dispersivo βu ξξt presente en la ecuación BBM (c.f.
ecuación (6)). Encontramos que el esquema numérico modela muy bien
las características dispersivas de la ecuación. Además, damos evidencia
de la estabilidad del esquema, i.e., que la solución numérica mantiene su
precisión en intervalos largos de tiempo. Las condiciones de radiación
(21) absorben eficientemente las ondas que salen a través de las fronteras
del dominio computacional y controlan las reflecciones producidas por las
mismas.
En la figura 2 aumentamos el parámetro de dispersión a β = 0.02.
Observe que la gaussiana se dispersa más rápidamente. En efecto, en
t = 20 la cola oscilatoria que sigue el pulso principal es más extensa que
en el experimento anterior y la amplitud inicial del pulso ha disminido
aproximadamente en un 50 % (compare con la onda en la figura 1). En
la sección 2 establecimos que la amplitud del frente de onda decae apro-
ximadamente como 1/(3tβ)1/3 cuando t → ∞ (c.f. ecuación (6)). Esto
es consistente con los resultados que hemos obtenido.
14 Juan C. Muñoz
u en t=40
1
0.8
0.6
0.4
0.2
−0.2
−0.4
20 25 30 38 45 50
ξ
Figura 1: Elevación de la onda u(ξ, t) según la ecuación BBM en t =

40. Línea contínua: solución numérica. Puntos : solución exacta (5).
Parámetros del modelo: α = 0, β = 0.002. Este pequeño valor de β es
suficiente para afectar la forma de la gaussiana inicial.
5.2 Régimen débilmente no lineal (0 < α << 1), débilmente

dispersivo (0 < β << 1)
En la anterior sección todos los experimentos se dan en el régimen lineal.

En lo que sigue consideramos efectos no lineales en la ecuación BBM. La
perturbación inicial es de nuevo una gaussiana de la forma (25). Como se
espera, conforme el parámetro α aumenta, la solución no lineal se desvía
de la solución (5). En la figura 3 comparamos la solución numérica no
lineal para α = 0.05 y β = 0.002 con la solución (5) para el mismo valor
de dispersión. Este experimento proporciona evidencia numérica de que
la presencia del término no lineal altera el mecanismo de dispersión lineal
de la ecuación BBM. Como consecuencia, la amplitud del pulso decrece
más lentamente y la cola dispersiva que sigue al pulso principal tarda más
tiempo en desarrollarse.
u en t = 20
0.5
0.4
0.3
0.2
0.1
−0.1
−0.2
−0.3
−0.4
−5 0 5 10 15 20 25 30 35
Figura 2: Elevación de la onda u(ξ, t) en t = 20. Línea contínua:

solución numérica. Puntos: solución exacta (5). Parámetros del modelo:
α = 0, β = 0.02.
5.3 Ondas solitarias
En esta sección analizamos la capacidad del esquema numérico para des-

cribir efectos conjuntos de dispersión y no linealidad en el modelo BBM.
En particular estamos interesados en las soluciones de onda solitaria en-
contradas en la sección 3. Para confirmar la precisión del esquema rea-
lizamos una serie de experimentos tomando ∆t = 0.001 (tamaño paso
tiempo) fijo y ∆ξ = 60/2k (tamaño paso espacio), alternativamente
usando k = 7, 8, 9, 10, 11, 12, 13. Medimos en cada caso el error relativo
kue −unum k∞ /kue k∞ entre la onda solitaria exacta ue en (13) y la corres-
pondiente solución numérica unum . Los resultados se muestran en la tabla
1. Allí también se incluyen los tiempos de computación en MATLAB 6.0
de cada simulación. Como se puede ver, el costo computacional aproxi-
madamente se duplica cuando el número de nodos en el espacio se duplica.
Los valores de los parámetros del modelo son α = β = 0.03. Los errores
disminuyen cuando se refina la malla espacial lo cual muestra la conver-
gencia en este caso de la solución numérica a la solución exacta. En el
próximo experimento, en la figura 4 superponemos la onda solitaria exac-
ta para la ecuación BBM dada en (13), con la simulación numérica no
16 Juan C. Muñoz
u en t = 40
1
0.8
0.6
0.4
0.2
−0.2
−0.4
20 25 30 35 40 45 50
Figura 3: Elevación de la onda u(ξ, t) en t = 40. Línea contínua:

solución numérica para α = 0.05, β = 0.002. Línea punteada: solución
exacta (5) para α = 0 y β = 0.002.
lineal en t = 40 para α = β = 0.03. En este caso, la perturbación inicial

es f (ξ) = ASech2 (Bξ), donde las constantes A y B fueron definidas en la
sección 3. Los parámetros numéricos son J = 2500 N = 2000 y el dominio
computacional es el intervalo [-15,60]. Observe que estas soluciones coin-
ciden con alta precisión. En particular, no se observa disipación numérica
en la solución obtenida, la cual conserva su forma y se propaga con ve-
locidad aproximadamente constante C ≈ 1.01. Como indicamos antes, la
presencia de los términos no lineal y dispersivo en el modelo BBM es lo
que hace posible que existan soluciones de onda solitaria. Corroboramos
este aspecto en figura 5 donde presentamos la solución numérica en t = 40
con β = 0. Como perturbación inicial tomamos la onda solitaria (13) con
α = β = 0.07. Observe que en este caso la solución no mantiene su forma
y se inclina hacia adelante. La razón es que la velocidad de las partículas
que están en la cresta de la onda es mayor que aquellas próximas a su
base. Si la situación persiste, en tiempo finito la solución deja de existir
en el sentido clásico y se forma un choque. Esto ya era esperado debido
a que la ecuación BBM sin dispersión (β = 0) se convierte en la ecuación
de Burgers en una dimensión.
k Error relativo Tiempo de cómputo (seg)

7 2.1e-4 1.2
8 7e-6 1.8
9 5.6e-6 2.8
10 1.6e-6 5.2
11 4.2e-7 9.5
12 1.1e-7 19.3
13 9e-8 43.0
Tabla 1: Error relativo kue − unum k∞ /kue k∞ entre la solución exacta

ue en (13) y la solución numérica unum .
6 Conclusiones
En este trabajo hemos estudiado numéricamente las soluciones de la

ecuación BBM a través de un esquema de diferencias finitas de alta
precisión. La discretización en el tiempo combina una etapa predictor
explícita de tercer orden y un esquema corrector implícito de cuarto or-
den. Las derivadas de primer orden en el espacio se discretizan a cuarto
orden. La capacidad del esquema propuesto para modelar soluciones de
un modelo dispersivo tal como la ecuación BBM fue puesta a prueba a
través de varios experimentos numéricos para diferentes valores de los
parámetros de interés. Se dió evidencia numérica de la estabilidad, pre-
cisión y convergencia de la solución numérica en el régimen lineal usando
la solución exacta (5) y en el régimen débilmente no lineal, débilmente
dispersivo empleando la solución de onda solitaria (13). No se observó
disipación numérica ni reflecciones provenientes de las fronteras del do-
minio computacional. Esto indica que las condiciones de radiación (21)
funcionan correctamente. El esquema puede ser adaptado para resolver
otras ecuaciones que tengan términos dispersivos de la forma u ξξt . El
código es flexible y con pequeños ajustes pueden implementarse también
condiciones de frontera periódicas o condiciones apropiadas para modelar
ondas en un canal finito de extremos L 1 , L2 , tales como u(L1 , t) = f (t),
u(L2 , t) = g(t).
18 Juan C. Muñoz
u en t=40
1.4
1.2
0.8
0.6
0.4
0.2
0
20 25 30 35 40 45 50 55 60
Figura 4: Onda solitaria de la ecuación BBM en t = 40. Línea contínua:

solución numérica. Puntos: solución exacta (13). Parámetros del modelo:
α = 0.03, β = 0.03.
u en t = 40
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
15 20 25 30 35 40 45 50 55 60
Figura 5: La onda solitaria inicial (13) no mantiene su forma en ausencia

de dispersión (β = 0) en el modelo BBM. Los parámetros restantes del
modelo son: α = 0.07 y t = 40.
20 Juan C. Muñoz
Referencias
[1] T.B. Benjamin. The stability of solitary waves. Proc. Royal Soc. London
A 338, pp. 153-183, 1972.
[2] T.B. Benjamin, J.L. Bona, J.J. Mahony. Model equations for long waves
in nonlinear dispersive systems. Philos. Trans. Roy. Soc. London Ser. A
272, no. 1220, pp. 47-78, 1972.
[3] J.L. Bona. On the stability theory of solitary waves. Proc. Royal Soc.
London A 344, pp. 363-374, 1975.
[4] J.L. Bona, W.G. Pritchard, L.R. Scott. A comparison of solutions of two
model equations for long waves. Lectures in Applied Mathematics vol. 20,
pp. 235-267, 1983.
[5] E.O. Brigham. The Fast Fourier Transform and its Applications. Prentice
Hall, 1988.
[6] B. Engquist, A. Majda. Absorbing boundary conditions for the numerical

simulation of waves. Math. Comp. 31 (139), pp. 629-651, 1977.
[7] J.C. Muñoz Grajales, A. Nachbin. Dispersive wave attenuation and refo-
cusing due to disordered orographic forcing, por aparecer en SIAM J. Appl.
Math., 2003.
[8] J.C. Muñoz Grajales, A. Nachbin. Stiff microscale forcing and solitary wave
refocusing, sometido para publicación SIAM Multiscale Modeling and Si-
mulation, 2003.
[9] J.C. Muñoz Grajales, A. Nachbin. A new set of Boussinesq equations for
variable depth. En preparación
[10] G. Wei, J. Kirby. Time-Dependent Numerical Code for Extended Boussi-

nesq Equations. J. of Waterway, Port, Coastal and Ocean Engineering, vol.
121, No. 5, pp. 251-261, 1995.
Dirección del autor: Juan Carlos Muñoz Universidad del Valle, A.A. 25360,
Cali, Colombia, [email protected]
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
c
Los espacios de Hörmander Bp,k (E)
Jairo Villegas G
Resumen
En este trabajo se extienden al marco vectorial algunos resultados de Björck sobre
espacios de Hörmander Bp,k utilizando la teoría de ultradistribuciones de Beurling.
Palabras y frases claves: Espacio de Hörmander, ultradistribución, espacio de

Fréchet, transformada de Fourier.
1 Introducción
Se sabe de la importancia de los espacios de Hörmander B p,k en la teoría

de operadores diferenciales parciales lineales (ver [6], [7]). De igual ma-
nera, en [2] Björck, utilizando ultradistribuciones de Beurling, estudia
problemas de existencia, aproximación y regularidad de soluciones de
ecuaciones diferenciales parciales lineales con coeficientes constantes en
espacios más generales que los de Hörmander. En este trabajo definimos
los espacios de Hörmander con valores vectoriales vía la teoría de ultra-
distribuciones de Beurling e introducimos algunas propiedades de dichos
espacios pero en el marco vectorial. Para ello, utilizaremos conceptos de
la teoría de espacios localmente convexos. Para definiciones y propiedades
ver [8], [11] y [13].
A continuación presentamos alguna terminología usada en este tra-
bajo. Los espacios vectoriales usados en este artículo están definidos
sobre el cuerpo C de los números complejos. Si E es un espacio local-
mente convexo, denotamos por E 0 su dual topológico. Dados dos espacios
localmente convexos E y F, Lb (E, F ) denota el espacio de los operadores
lineales y continuos de E en F, provisto de la topología de la convergen-
cia uniforme sobre todos los subconjuntos acotados de E; cuando E = F
escribimos Lb (E) y si F = C ponemos Eb0 . Por E ⊗ b F denotamos la com-
pleción del producto tensorial inyectivo de E y F . Si E es un espacio
localmente convexo, Cc (Rn , E) denota el espacio de las funciones conti-
nuas de Rn en E, equipado de la topología de la convergencia uniforme
sobre los compactos de Rn . Si E = C escribimos Cc (Rn ). B 1 denota la
21
22 Jairo Villegas G
bola unitaria cerrada y Bt (x) a la bola abierta de centro en x y radio t

(t > 0).
Finalmente, si u es una función compleja en R n y x ∈ Rn , τx u y u e
serán las funciones definidas por (τ x u) (t) = u (t − x), u
e (t) = u (−t) para
t ∈ Rn . Si x ∈ Rn , ex denota la función ex (t) = eixt , t ∈ Rn , donde xt =
P n n
j=1 xj tj es el producto escalar usual de R . Si u ∈ L1 entonces
R
la trans-
formada de Fourier de u, û o F u, es definida por û(ξ) = Rn u(x)e−i ξ x dx.
Para definiciones y resultados sobre espacios de funciones diferenciables
y distribuciones con valores vectoriales, nos remitimos a [14] y [15].
2 Preliminares
En esta sección extendemos al marco vectorial algunos resultados de

Björck (ver [2]) sobre ultradistribuciones de Beurling. Tratamientos bas-
tante exhaustivos sobre la teoría de ultradistribuciones (incluyendo las
de Beurling) pueden encontrarse en [1], [2], [3], [4], [9] y [10]. Nuestra
notación sigue el trabajo de [2].
Sea M el conjunto de todas las funciones reales continuas ω (x) so-
bre Rn tales que para cada una de ellas existe una función σ(t) que
verifica ω (x) = σ (|x|) donde σ (t) es una función cóncava, continua y
creciente sobre [0, ∞[ con las siguientes propiedades: (i) σ (0) = 0, (ii)
R ∞ σ(t)
0 1+t2 dt < ∞ (condición de Beurling), (iii) existe un número real a y
un número b > 0 tales σ(t) ≥ a + b log(1 + t) para t ≥ 0. La propiedad
más importante es la (ii), que es esencialmente la condición de no cuasi-
analiticidad de Denjoy-Carleman (ver la Sección 1.5 de [2]). Dos de los
ejemplos más importantes de funciones de M son ω(x) = log(1+|x|) d con
d > 0 y ω(x) = |x|β con 0 < β < 1. Cada función ω ∈ M es subaditiva.
Si ω ∈ M, entonces Kω es el conjunto de todas las funciones positivas
k sobre Rn para la que existe una constante λ > 0 tal que k (x + y) ≤
eλω(x) k (y) para todo x, y ∈ Rn . Si k, k1 , k2 ∈ Kω y s es un número
real entonces log k es uniformemente continua, k s ∈ Kω , k1 k2 ∈ Kω y
Mk (x) = supy∈Rn k(x+y)
k(y) ∈ Kω (ver [2, Th.2.1.3]).
Definición 1. Sean E un espacio de Banach, p ∈ [1, ∞], ω ∈ M y

k ∈ Kω . Lp,k (E) denota el conjunto de todas las funciones f medibles
Bochner de Rn en E, tales que kf ∈ Lp (E) , donde Lp (E) es el conjunto
de todas las funciones (clases de funciones equivalentes) medibles Bochner
1/p
n
R p
de R en E, tales que kf kp = kf (x)kE dx < ∞.
Rn
(Si p = ∞ se supone ess sup kf (x)k E < ∞).
Los espacios de Hörmander Bp,k (E) 23
Como es bien conocido los espacios L p (E) , equipados con la norma

k.kp son espacios de Banach. Definiendo kf kLp,k (E) = kkf kp para f ∈
Lp,k (E) , resulta que Lp,k (E) es un espacio de Banach isométricamente
isomorfo a Lp (E). Denotamos por Lloc 1 (E) el conjunto
R de todas las fun-
n
ciones medibles Bochner de R en E, tales que kf (x)kE dx < ∞, para
K
todo compacto K ⊂ Rn . Si f ∈R L1 (E) la transformada de Fourier de f ,
fˆ o Ff , es definida por f(t)
ˆ = n f (x)e−it x dx.
R
En la definición que sigue extendemos al caso vectorial las definiciones
1.3.1, 1.3.2 y 1.8.1 de [2].
Definición 2. Si ω ∈ M y E es un espacio de Banach, D ω (E) denota

el conjunto de todas las funciones ϕ ∈ LR1 (E) con soporte compacto tales
que para cada λ > 0 se tiene kϕk λ = kϕ̂ (x)kE eλω(x) dx < ∞, donde
Rn
ϕ̂(x) es la transformada de Fourier de ϕ.
Por otra parte, Sω (E) es el conjunto de todas las funciones ϕ ∈
L1 (E) tales que ϕ y ϕ̂ son funciones de clase C ∞ sobre Rn y
p~α,λ (ϕ) = sup eλω(x) k∂ α ϕ (x)kE < ∞

x∈Rn
q~α,λ (ϕ) = sup eλω(x) k∂ α ϕ̂ (x)kE < ∞

x∈Rn
para todo multiíndice α y todo λ > 0.
Si Ω es un subconjunto de Rn , entonces
Dω (Ω, E) = {ϕ ∈ Dω (E) : sopϕ ⊂ Ω} .
Si Ω es un compacto entonces Dω (Ω, E) equipado con la familia de nor-

mas {k·kλ : λ > 0} llega a ser un espacio de Fréchet. Si Ω es un abierto
y {Kj }∞1 es una sucesión fundamental de compactos de Ω, entonces
Dω (Ω, E) = indDω (Kj , E) y es un LF-estricto (para la definición de
→
j
límite inductivo y de espacio LF-estricto ver p.e. [13]).

De igual manera, Sω (E) equipado de la topología localmente convexa
generada por las seminormas p~α,λ , ~qα,λ (α ∈ Nn0 , λ > 0) es un espacio de
Fréchet y la transformada de Fourier es un automorfismo topológico de
Sω (E).
Observación 3. 1. Si E = C entonces Dω (E) y Sω (E) coinciden con

los espacios usuales Dω y Sω . En este caso escribimos pα,λ y qα,λ en lugar
de p~α,λ y q~α,λ , respectivamente.
24 Jairo Villegas G
2. Al igual que sucede en el caso escalar (ver [2, Cor. 1.3.21]) la condi-
ción ω (x) ≥ a + b log (1 + |x|) , (a ∈ R, b > 0) y la fórmula de in-
versión de Fourier, permiten demostrar que si f ∈ D ω (E) entonces f,
modificándola si es necesario en un conjunto de medida cero, llega a ser
indefinidamente diferenciable. Por tanto D ω (E) ⊂ D (E) .
En la siguiente proposición demostramos la completitud de los espa-

cios de la definición anterior.
Proposición 4. Sea K un compacto de R n , ω ∈ M y E un espacio de

Banach, entonces
1. (Dω (K, E) , {k.kλ : λ > 0}) es un espacio de Fréchet,
2. (Sω (E) , {~pα,λ , q~α,λ : α ∈ Nn0 , λ > 0}) es un espacio de Fréchet.
Demostración.
1. Para ver que el espacio Dω (K, E) es de Fréchet bastará probar su

completitud.
Sea (hj ) una sucesión de Cauchy en Dω (K, E). Entonces para cada
m ∈ N y para todo > 0, existe j0 tal que khj − hs km < , j, s ≥ j0 ,
es decir, tal que
Z
khj − hs km = kĥj (z) − ĥs (z) kE emω(z) dz
Rn
Z
= kĥj (z) − ĥs (z) kE dµm (z) < , j, s ≥ j0 ,
Rn
siendo µm la medida mω(z) dz. Por tanto

definida por dµm (z) = e
para cada m, ĥj es de Cauchy en L1 (µm , E). De este modo,
para todo m existe una función fm ∈ L1 (µm , E) tal que ĥj −→ fm ,
j
en L1 (µm , E) y de las inclusiones continuas · · · ,→ L 1 (µm , E) ,→
· · · ,→ L1 (µ2 , E) ,→ L1 (µ1 , E) ,→ L1 (E) se deduce que f1 = f2 =
T
∞
f3 = · · · . Llamando f a esa función vemos que f ∈ L1 (µm , E)
m=1
y que también ĥj → f en L1 (E) . Teniendo en cuenta que la trans-
formada de Fourier es un operador continuo de L 1 (E) en C0 (E) re-
ˆ ˜
sulta que ĥj = (2π)n h̃j −→ fˆ en C0 (E), es decir, hj −→ (2π)−n fˆ
˜
en C0 (E). Finalmente, si g = (2π) −n fˆ entonces g ∈ Dω (K, E)
y hj −→ g en Dω (K, E). Puesto que sophj ⊂ K, para cada j,

es claroR que sopg ⊂ K. Además Rĝ = f c.p.p. pues ĝ (x) =
(2π)−n fˆ (−z) e−ix.z dz = (2π)−n fˆ (z) eix.z dz = f (x) para casi
Rn Rn
todo x (en el último paso hemos aplicado la fórmula de inversión
de Fourier ya que f y fˆ están en L1 (E)). Por consiguiente,
Z Z
mω(x)
kĝ (x)kE e dµm (x) = kf (x)kE emω(x) dµm (x) < ∞,
Rn Rn
para cada entero positivo m, ya que f ∈ L 1 (µm , E) para todo

m. Que la sucesión (hj ) tiende a g en Dω (K, E) se deduce de las
igualdades khj − gkm = kĥj − f kL1 (µm ,E) , m = 1, 2, . . . .
2. La prueba de 2 se deduce de la inmersión S ω (E) ,→ S (E), del he-
cho de que S (E) es un espacio de Fréchet (ver p.e., [14]) y de la
continuidad de la transformación de Fourier.
La siguiente definición es la extensión al caso vectorial de las defini-

ciones 1.8.8 y 1.8.9 de [2].
Definición 5. Sean ω ∈ M y E un espacio de Banach. Una aplicación li-
neal y continua de Sω en E se llama una ultradistribución (ω−temperada)
con valores en E. El espacio de todas las ultradistribuciones con valores
en E se denota por Sω0 (E) y está equipado con la topología de la conver-
gencia uniforme sobre los acotados de S ω .
Si T ∈ Sω0 (E) se define la transformada de Fourier T̂ ∈ Sω0 (E) por
hu, T̂ i = hû, T i, para cada u ∈ Sω .
T̂ es un automorfismo topológico de Sω0 (E).
El siguiente lema lo demostramos por motivos de completitud.
Lema 6. Sea f ∈ Lloc n
1 (E) y sea Ω un abierto de R tal que
Z
f (x) ϕ(x)dx = 0,
Ω
para cada ϕ ∈ Dω (Ω). Entonces f = 0 c.p.p. en Ω.

Demostración. Primero supongamos que f es escalar. En virtud del teo-
rema de Lebesgue se sabe que, para casi todo x,
Z
1
lim n |f (y) − f (x)| dy = 0.
t→0+ t
Bt (x)
26 Jairo Villegas G
R
Sea entonces ϕ ∈ Dω tal que ϕ (x) dx = 1 y sopϕ ⊂ B 1 (Lema 1.3.9 de
Rn
[2]). Sea x ∈ Ω, entonces
Z
−n x−y
f (x) = f (x) t ϕ dy
t
R n
Z
−n x−y
= [f (y) − f (x)] t ϕ dy +
t
Bt (x)
Z
−n x−y
f (y) t ϕ dy (∗)
t
Ω

Si t es lo suficientemente pequeño, t −n ϕ x−y ∈ Dω y sop t−n ϕ x−y ⊂
R −n x−y t t
Bt (x) ⊂ Ω, por lo que f (y) t ϕ t dy = 0. Si x ∈ Ω, es tal que
R Ω
lim t1n Bt (x) |f (y) − f (x)| dy resulta que f (x) = 0 (basta hacer tender
t→0+
t a 0+ en (∗)).
VeamosR ahora el caso vectorial. Para cada e 0 ∈ E 0 se tiene que e0 ◦ f ∈
Lloc 0 0
1 (E) y e ◦f (x) ϕ (x) dx = 0, para cada ϕ ∈ D ω . Por tanto, e ◦f = 0
Ω
c.p.p. en Ω, para cada e0 ∈ E 0 . Sabemos (ver [5, Cor.7, p.48]) que esto
implica f = 0 c.p.p. en Ω.
El siguiente resultado extiende al caso vectorial resultados de inmer-

sión escalar (ver [2]).
Proposición 7. Sean ω ∈ M, k ∈ Kω , 1 ≤ p ≤ ∞ y E un espacio de

Banach. Entonces
1. La aplicación ξ : Lp,k (E) −→ Sω0 (E) definida por

Z
hu, ξ(f )i = u(x)f (x)dx
Rn
para cada u ∈ Sω , está bien definida, es lineal, inyectiva y continua.
2. La aplicación η : Sω (E) −→ Lp,k (E) que a cada f ∈ Sω (E) hace

corresponder su clase de equivalencia es lineal, inyectiva y continua.
Demostración. 1. Sea u ∈ Sω y f ∈ Lp,k (E) , entonces uf es medible

Bochner. Si 1 < p < ∞ y p0 es el exponente conjugado de p, se tiene, en
1
virtud de la desigualdad de Hölder y de las estimaciones k(x) ≤ ceλω(x) ,
R 0
e−βp ω(x) dx < ∞ (c, λ y β son ciertas constantes mayores que cero;
Rn
recúerdese que k1 ∈ Kω y que ω(x) ≥ a + b log (1 + |x|) con b > 0), que
Z Z 1/p Z |u (x)| p0 1/p0
ku (x) f (x)kE dx ≤ kk (x) f (x)kpE dx dx
k (x)
Rn Rn Rn
Z h ip0 1/p0
≤ kkf kp c |u (x)| e(λ+β)ω(x) e−βp0ω(x) dx
Rn
= cp0,λ+β (u) kkf kp .
R
De modo que u (x) f (x) dx es un elemento bien determinado de E
Rn
y además khu, ξ (f )ikE ≤ cp0,λ+β (u) kkf kp por lo que ξ (f ) ∈ Sω0 (E).
Obviamente, la aplicación ξ (f ) es lineal. De otro lado, para cada acotado
B ⊂ Sω tenemos
kξ (f )kB = sup khu, ξ (f )ikE ≤ c kkf kp sup p0,λ+β (u)

u∈B u∈B
de lo cual resulta que ξ es continua. Resta probar que ξ es inyectiva.

RPara ello, supongamos que ξ (f ) = 0, entonces para cada u ∈ S ω tenemos
Rn u (x) f (x) dx = 0, puesto que D ω ⊂ Sω (ver [2, Prop.1.8.6]) y f ∈
Lloc
1 (E) , el lema anterior prueba entonces que f = 0 c.p.p. Por tanto, ξ
es inyectiva. (En los casos p = 1, ∞ se razona análogamente haciendo las
modificaciones necesarias.)
2. Si f ∈ Sω (E) , entonces kf ∈ Lp (E) . En efecto, kf es continua y por
tanto medible Bochner. Si 1 ≤ p < ∞, se tiene
Z 1/p Z 1/p
kk (x) f (x)kpE dx = [k (x)]p kf (x)kpE dx
Rn Rn
Z h ip 1/p
≤ c eλω(x) kf (x)kE dx
Rn
Z 1/p
≤ c e−βpω(x) dx p~0,λ+β (f )
Rn
para ciertos λ y β positivos, luego kf ∈ L p (E) . Estas desigualdades

prueban que la aplicación η, que obviamente es lineal e inyectiva, es
continua. Si p = ∞ se tiene que kkf k∞ ≤ c~ p0,λ (f ) y esto termina la
prueba.
28 Jairo Villegas G
3 Los espacios Bp,k (E)
Extendemos ahora al caso vectorial la definición de los espacios de Hör-

mander Bp,kω (ver Definición 2.2.1 de [6], Definición 2.2.1 y Proposición
2.2.2 de [2]; ver también la Definición 1 de [12])
Definición 8. Sean ω ∈ M, k ∈ Kω , 1 ≤ p ≤ ∞ y E un espacio de Ba-

nach. Denotamos por Bp,k (E) el conjunto de todas las ultradistribuciones
vectoriales T ∈ Sω0 R(E) para las que existe alguna función f ∈ L p,k (E)
tales que hû, T i = u (x) f (x) dx, para cada u ∈ Sω .
Rn
Bp,k (E) es unsubespacio lineal de Sω0 (E) y la aplicación Bp,k (E) →

Lp,k (E) : T 7→ f ξ (f ) = T̂ es un isomorfismo algebraico (Sobreyectivi-
dad: si g ∈ Lp,k (E) entonces T = F −1 (ξ (g)) ∈ Bp,k (E) es la antiimagen
de g). Provisto de la norma
 1/p

 −n R p
 b si p < ∞
 (2π)
 kk (x) T (x) kE dx
Rn
kT kp,k =



 ess sup kk (x) Tb (x) kE si p = ∞

x∈Rn
Bp,k (E) llega a ser un espacio de Banach isométricamente isomorfo a

Lp (E). (Hemos puesto T̂ (x) en lugar de f (x). Cometeremos este abuso
de notación frecuentemente).
Nota 9. 1. Bp,k (C) es el espacio de Hörmander-Beurling B p,k conside-

rado por Björck en [2]. Nuestra definición coincide con la Definición 1
de [12] cuando ω(x) = log(1 + |x|).
2. El estudio de los espacios Bp,k (E) no se reduce al estudio de los espa-
b E puesto que, como es bien conocido, L p (E) y Lp ⊗
cios Bp,k ⊗ b E no son
isomorfos en general. Por motivos de completitud recordamos algunos
ejemplos: El espacio L1 (`p ) no es isomorfo a L1 ⊗b ε `p si 2 ≤ p < ∞ (ver
[5, p.117 y Cor. p.258]). Si dim E = ∞ y 1 < p < ∞ entonces L p (E)
no es isomorfo a Lp ⊗ b ε E (ver [5, p.253]).
En el siguiente teorema necesitamos algunos resultados sobre el pro-

ducto (resp. la convolución) de funciones de S ω por ultradistribuciones
de Sω0 (E). Las definiciones son análogas a las dadas por Schwartz en [14]
y las correspondientes propiedades se establecen a partir del caso escalar
y del teorema de Hahn-Banach: Para ϕ ∈ S ω , T ∈ Sω0 (E) y ψ ∈ Sω , defi-
nimos hψ, ϕT i = hψϕ, T i. La “multiplicación puntual” S ω × Sω0 (E) −→
Sω0 (E) : (ϕ, T ) 7→ ϕT es una aplicación bilineal separadamente continua y

sucesionalmente continua. Si ϕ ∈ Sω y T ∈ Sω0 (E), definimos ϕ ∗ T (x) =
e T i, x ∈ Rn . La función ϕ∗T : Rn −→ E se denomina la convolución
hτx ϕ,
de ϕ y T . Se tiene que ϕ ∗ T es continua y existen constantes positivas C
y Λ tales que kϕ ∗ T (x)kE ≤ CeΛω(x) para todo x ∈ Rn . Por tanto, pode-
mos identificar ϕ ∗ T con la ultradistribución
R ω-temperada con valores en
E definida por ψ 7−→ hψ, ϕ ∗ T i = ψ (x) (ϕ ∗ T ) (x) dx, ψ ∈ Sω . La
Rn
aplicación bilineal Sω × Sω0 (E) −→ Sω0 (E) : (ϕ, T ) 7−→ ϕ ∗ T es separada-
mente continua y sucesionalmente continua. Se comprueba fácilmente

que hψ, ϕ ∗ T i = hϕ [ d
e ∗ ψ, T i , ϕ ∗ T = ϕ̂ T̂ , ϕ T = (2π) −n
ϕ̂ ∗ T̂ , para
todo ϕ, ψ ∈ Sω y T ∈ Sω0 (E).
En el siguiente teorema extendemos al caso vectorial resultados de [6]
(ver también [7], [2] y [12]).
Teorema 10. Sean ω ∈ M, k ∈ Kω , 1 ≤ p ≤ ∞ y E un espacio de

Banach. Entonces
1. La inyección canónica Bp,k (E) ,→ Sω0 (E) es continua. La apli-

cación Z : Sω (E) −→ Bp,k (E) dada por
Z
hu, Z (f )i = u (x) f (x) dx, f ∈ Sω (E) , u ∈ Sω
Rn
está bien definida, es lineal, inyectiva y continua.
2. Las aplicaciones bilineales

a) Sω × Bp,k (E) −→ Bp,k (E) : (u, T ) 7→ u T
b) Sω × Bp,k (E) −→ Bp,k (E) : (u, T ) 7→ u ∗ T
son continuas.
Demostración. 1. Sea {Tj } una sucesión en Bp,k (E) convergente a 0. Si

T̂j = ξ (fj ) con fj ∈ Lp,k (E) entonces fj → 0 en Lp,k (E). Por la Proposi-
ción 7 parte 1, T̂j = ξ (fj ) → 0 en Sω0 (E) , luego, T̂j → 0 en Sω0 (E) . Por
tanto la inyección canónica Bp,k (E) ,→ Sω0 (E) es continua. Consideremos
ahora la aplicación Z = ξ ◦ η : Sω (E) → Sω0 (E), donde ξ y η son las apli-
caciones definidas en la Proposición 7, veamos que Z (S ω (E)) ⊂ Bp,k (E).
En efecto, debemos ver que para cada f ∈ S ωD(E), se E [) =
verifica Z(f
Z(f).ˆ Si f ∈ Sω (E) se tiene para cada u ∈ Sω , u, Z(f [) = hû, Z(f )i =
R R
û(x)f (x) dx. De otro lado, hu, Z(fˆ)i = u(x)fˆ(x)dx, luego para cada
Rn Rn
30 Jairo Villegas G
e ∈ E 0 se verifica que
DZ E Z
û (x) f (x) dx, e = û(x) hf (x), ei dx
Rn Rn
Z
= \
u(x)(e ◦ f )(x)dx
Rn
Z
= u (x) e ◦ fˆ (x) dx
Rn
DZ E
= u (x) fˆ (x) dx, e
Rn
D E
[) = hu, Z(fˆ)i, para
por el teorema de Hahn-Banach se concluye u, Z(f
cada u ∈ Sω . Así, Z(f [) = Z(fˆ) y Z (Sω (E)) ⊂ Bp,k (E) . Conse-
cuentemente, Z es una aplicación lineal e inyectiva de S ω (E) en Bp,k (E).
Veamos que Z es continua de Sω (E) en Bp,k (E) . Sea {fj } una suce-
sión en Sω (E) convergente a 0, entonces fˆj → 0 en Sω (E) por lo que
η(fˆj ) → 0 en Lp,k (E) (Proposición 7 parte 2), pero esto equivale a que
Z (fj ) → 0 en Bp,k (E) .
2 a) Supongamos que u ∈ Sω y T ∈ Bp,k (E) . Sabemos que u T ∈ Sω0 (E) ,
puesto que Bp,k (E) ⊂ Sω0 (E) y también u dT = (2π)−n û ∗ T̂ . Veamos
que û ∗ T̂ ∈ Lp,k (E). En efecto,
D ∗ T̂ es medible, y como T̂ ∈
û E
R
˜ T̂ = û (x − y) T̂ (y) dy, x ∈ Rn
Lp,k (E) entonces û ∗ T̂ (x) = τx û,
Rn
multiplicando esta última expresión por k(x) y teniendo en cuenta que
k(x) ≤ Mk (x − y)k(y) obtenemos
Z

kk(x)(û ∗ T̂ )(x)kE = k(x)û(x − y)T̂ (y)dy
E
n
ZR
≤ Mk (x − y)k(y)|û(x − y)|kT̂ (y)kE dy
Rn
Z
= Mk (x − y)|û(x − y)|kk(y)Tˆ (y)kE dy
Rn

= |Mk û| ∗ kk T̂ kE (x), x ∈ Rn .
Ahora bien, como Mk û ∈ L1 y kk T̂ kE ∈ Lp , entonces por la desigualdad

de Young se tiene

|Mk û| ∗ kk T̂ k ≤ kMk ûkL1 kkk T̂ kE kLp
Lp
−n(1+ 1p
= (2π) )kuk1,Mk kT kp,k .
Por tanto, û ∗ T̂ ∈ Lp,k (E), es decir, uT ∈ Bp,k (E) y además,

kuT kp,k ≤ kuk1,Mk kT kp,k ≤ c q0,Λ (u)kT kp,k
siendo c y Λ ciertas constantes positivas independientes de u y T . Estas
desigualdades implican que la aplicación bilineal
Sω × Bp,k (E) −→ Bp,k (E)
(u, T ) 7−→ u T
sea continua.
b) Si u ∈ Sω y T ∈ Bp,k (E), entonces u[ ∗ T = ûT̂ . Además, como T̂
se puede representar por una función de L p,k (E) (función que también
representamos por T̂ ) tenemos que u[ ∗ T también se puede representar
por una función de Lp,k (E). En efecto, si 1 ≤ p < ∞, entonces
Z p Z p h ip

k (x) û (x) T̂ (x) dx = k (x) T̂ (x) eλω(x) |û (x)| e−λpω(x) dx
Rn Rn
Z p
p
≤ [q0,λ (u)] k (x) T̂ (x) e−λpω(x) dx
Rn
Z p
p
≤ [q0,λ (u)] k (x) T̂ (x) dx
Rn
= (2π) n/p
kT kpp,k [q0,λ (u)]p .
Si p = ∞ entonces

ess sup k (x) û (x) T̂ (x) = eλω(x) |û (x)| e−λω(x) k (x) T̂ (x)
x∈Rn ∞,k
≤ q0,λ (u) kT k∞,k
Por tanto, u ∗ T ∈ Bp,k (E) y ku ∗ T kp,k ≤ q0,λ (u)kT kp,k . De esta última
desigualdad y de la continuidad de la transformada de Fourier se sigue la
continuidad de la aplicación bilineal dada.
Agradecimientos. Agradezco al evaluador sus comentarios y suge-

rencias. Al Prof. Joaquín Motos por su apoyo constante en el desarrollo
de este trabajo.
32 Jairo Villegas G
Referencias
[1] A. Beurling, Quasi-analyticity and general distributions. Lectures 4 and 5.

A.M.S. Summer institute, Stanford, 1961 (mimeographed).
[2] G. Björck, Linear partial differential operators and generalized distribu-
tions, Ark Mat. 6, pág 351-407, 1966.
[3] R. W. Braun, R. Meise, B. A. Taylor, Ultradifferentiable functions and
Fourier analysis. Result. Math. 17, pág 206-237, 1990.
[4] I. Cioranescu, L. Zsido, ω-ultradistributions and their application to the
operator theory. Banach Center Pub. Vol 8, Polish Sci. Publ. Warsaw, pág
77-220, 1982.
[5] J. Diestel and J. J. Uhl Jr, Vector Measures. Mathematical Surveys and
Monographs, Vol. 15. American Mathematical Society. Providence, Rhode
Island, 1977.
[6] L. Hörmander, Linear Partial Differential Operators, Springer Verlag,
Berlin-Heidelberg, 1963.
[7] Hörmander L. The Analysis of Linear Partial Differential Operators II,
Springer Verlag, Berlin-Heidelberg, 1983.
[8] H. Jarchow, Locally Convex Spaces., B.B. Teubner, Stuttgart, 1981.
[9] H. Komatsu, Ultradistributions I. Structure theorems and a characteriza-
tion. J. Fac. Sci. Univ. Tokyo. Sect. IA Math. 20, pág 25-105, 1973.
[10] H. Komatsu, Ultradistributions II. The kernel theorem and ultradistribu-
tions with support in a submanifold. J. Fac. Sci. Univ. Tokyo. Sect. IA
Math. 24, pág 607-628, 1977.
[11] G. Köthe, Topological Vector Spaces I, Springer Verlag. New York. Heidel-
berg, Berlin, 1969.
[12] J. Motos y Ma . J. Planells, Sobre los espacios de Hörmander vectoriales
Bp,k (E) , Collectanea Mathematica, pág 263-286, 1988.
[13] H. H. Schaefer, Topological Vector Spaces. Grad. Texts in Mat, Springer-
Verlag. Berlin-Heidelberg-New York, 1999.
[14] L. Schwartz, Espaces de fonctions différentiables à valeurs vectorielles, J.
Analyse Math. 4, pág 88-148, 1954-55.
[15] L. Schwartz, Théorie des distributions à valeurs vectorielles, Ann. Inst.
Fourier 7, pág 1-141, 1957.
Dirección del autor: Jairo Villegas G Universidad Eafit, Medellín, Colombia.

[email protected]
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
c
Métricas conformes en superficies compactas con frontera
Gonzalo García Oscar Andrés Montaño
Resumen
Sea (S, g) una superficie Riemanniana compacta con frontera. En este trabajo discu-
timos el problema de la curvatura gaussiana y la curvatura geodésica prescritas sobre
S y su frontera ∂S, respectivamente. Si la característica de Euler χ(S) de S es no
positiva, encontramos condiciones sobre las funciones k̃ definida sobre S y h̃ definida
sobre ∂S para que exista una métrica g̃, conforme a la métrica g, con curvatura de
Gauss k̃ sobre S y curvatura geodésica h̃ sobre la frontera de S.
Palabras y frases claves: Superficie riemanniana compacta con frontera, curvatura
gaussiana y curvatura geodésica, métrica conforme.
1 Introducción
Consideremos una superficie riemanniana compacta (S, g) con frontera

suave ∂S tal que la curvatura gaussiana sobre S es k y la curvatura
geodésica sobre ∂S es h. Un problema interesante de geometría diferencial
consiste en caracterizar las parejas de funciones k̃ definida sobre S y h̃
definida sobre ∂S para las cuales existe una métrica g̃ conforme a la
métrica g( g̃ = e2u g para alguna función u ∈ C ∞ (S)) con curvatura
gaussiana prescrita k̃ definida sobre S y curvatura geodésica prescrita h̃
definida sobre ∂S.
Observamos que la existencia de g̃, dadas las funciones k̃ y h̃, es
equivalente a mostrar la existencia de una función u ∈ C ∞ (S) que
satisfaga el problema siguiente.
(
∆u − k + k̃e2u = 0 en S
∂u u
(1)
∂η + h = h̃e sobre ∂S,
donde g̃ = e2u g.
La primera ecuación nos dice que la curvatura gaussiana de S con
la métrica g̃ es kg̃ = k̃, y la segunda ecuación nos dice que la curvatura
geodésica de la frontera ∂S con la métrica g̃ es h g̃ = h̃.
33
34 Gonzalo García C y Oscar Andrés Montaño C
Para que la ecuación (1) tenga solución, las funciones k̃ y h̃ deben

satisfacer la condición de Gauss-Bonnet
Z Z
2u
k̃(x)e dv + h̃(x)eu dσ = 2πχ(S),
S ∂S
donde χ(S) es la característica de Euler de la superficie S.

En el caso de superficies con característica de Euler positiva se han en-
contrado otras obstrucciones para la solución del problema (1). Si S es el
disco unitario B 2 , y las funciones xi , i=1,2 son las restricciones de las dos
primeras funciones coordenadas a la esfera S 2 , Hamza [7] demostró que
si el problema (1) tiene solución entonces la condición integral siguiente
es válida:
Z 2 Z
1+ | y |2 2u
e ∇(xi0 τ ).∇kdvg 0 +2 eu ∇xi .∇hdσg 0 = 0, (2)
4
B2 ∂B 2
donde τ es la inversa de la proyección estereográfica con polo en s =

(0, 0, −1). Mas aún, Escudero y García encontraron en [5] una familia de
parejas de funciones k̃ y h̃ que satisfacen esta condición integral y que
no son curvatura gaussiana o curvatura geodésica, respectivamente, de
una métrica g conforme a la métrica usual del disco unitario. Aunque
en este caso varios autores (Ver [1], [8], [10]) han encontrado condiciones
suficientes sobre las funciones k̃ y h̃ para la existencia de g̃, aún existe un
gran salto entre las condiciones suficientes y las condiciones necesarias.
El caso de superficies con frontera y característica de Euler no positiva
es más claro. Cherrier en [2] encontró condiciones generales sobre la
superficie S, y las funciones k̃ y h̃ para la existencia de la métrica g̃. En
efecto, si k es la curvatura gaussiana de S y h es la curvatura geodésica
de ∂S, respecto de la métrica g, si al menos una de las funciones k̃ y h̃
es no nula, y f es una solución del problema
(
∆f = k en S
∂f (3)
∂η = −h sobre ∂S,
Cherrier encontró el resultado siguiente para superficies de característica

de Euler cero.
R R
Teorema 1.1. Sean S k(x)dv = 0 y ∂S h(x)dσ = 0 y f la solución de
(3).
1. Si k̃ ≡ 0 el problema (1) tiene

R una solución suave si y sólo si h̃
cambia de signo y satisface ∂S h̃ef ds < 0.
Métricas conformes en superficies compactas 35
2. Si h̃ ≡ 0 el problema (1) tiene

R una solución suave si y sólo si k̃
cambia de signo y satisface S k̃e2f dv < 0.
En el caso de superficies con característica de Euler negativa, Cherrier

demostró el teorema siguiente.
R R
Teorema 1.2. Supongamos que S k(x)dv ≤ 0, ∂S h(x)dσ ≤ 0, y al menos
una de ellas distinta de cero. Si k̃, h̃ son ambas no idénticamente cero y
no positivas, entonces el problema (1) tiene una solución suave u.
El propósito del presente
R trabajo esRseñalar que las hipótesis sobre
cada una de las integrales S k(x)dv y S h(x)dv se pueden debilitar y
reemplazar por hipótesis sobre la característica de Euler de la superficie.
Nuestros resultados que aparecerán en la Sección 3 son los siguientes:
Teorema 3.1 Supongamos que χ(S) < 0. Si k̃ ≤ 0, h̃ ≤ 0 y una de las
dos no es idénticamente cero entonces el problema (1) tiene una solución
suave u.
Teorema 3.2 Sean χ(S) = 0, h̃ ≡ 0 y f es la solución de (3). El problema
(1) tiene una solución suave si y sólo si si se satisface una de las siguientes
condiciones
i. k̃ ≡ 0.
R
ii. k̃ cambia de signo y satisface S k̃e2f dv < 0.
Teorema 3.3 Sean χ(S) = 0, k̃ ≡ 0 y f es la solución de (3). El problema

(1) tiene una solución suave si y sólo si se satisface una de las siguientes
condiciones
i. h̃ ≡ 0.
R
ii. h̃ cambia de signo y satisface ∂S h̃ef ds < 0.
Este artículo está organizado como sigue. En la segunda sección enun-

ciamos algunos resultados debidos a Cherrier los cuales son básicos en
geometría diferencial y ecuaciones diferenciales parciales elípticas, y fun-
damentales en el presente trabajo. La tercera sección está dedicada a la
demostración de los resultados de existencia de soluciones del problema
(1).
2 Preliminares
En esta sección presentamos en su orden un refinamiento de Cherrier

de una desigualdad clásica de Trudinger, el teorema de regularidad de
Cherrier, y el principio de sub y super soluciones. La demostración del

primer teorema aparece en [3], el teorema de regularidad en [2], y el
principio de sub y super soluciones se puede consultar tanto en [2] como
en [4].
Teorema 2.1. Sea (S, g) una variedad riemanniana, compacta, suave, con
frontera ∂S suave. Para todo ε > 0, existe una constante C(ε) tal que,
si φ ∈ H1 , se tiene:
Z
φ 1+ε 2
e dv ≤ C(ε)exp k∇φk2 + M (φ)
S 8π
y Z
φ 1+ε 2
e dv ≤ C(ε)exp k∇φk2 + M (φ) ,
∂S 4π
donde M (φ) designa indiferentemente la media de φ sobre S o sobre ∂S.
Definición 2.1. Sea (S, g) una variedad riemanniana, compacta, suave,
con frontera ∂S suave. Sean h ∈ C ∞ (R × S), r ∈ C ∞ (R × ∂S) y φ ∈
L21 (S). Diremos que φ es una solución débil del problema
(
∆φ + h(φ, x) = 0 en S
∂φ (4)
∂η + r(φ, y) = 0 sobre ∂S,
Si existe un real q > 1 tal que h(φ, x) ∈ L q (S), r(φ, y) ∈ Lq (∂S) y

para todo ξ ∈ L21 (S)
Z Z
(−∇φ.∇ξ + h(φ, x)ξ)dv(x) + r(φ, y)ξds(y) = 0.
S ∂S
Teorema 2.2. Sea (S, g) una variedad riemanniana, compacta, suave, con
frontera ∂S suave. Si φ ∈ L21 (S) es una solución débil del problema (4)
entonces es una solución suave.
Consideremos ahora el problema
(
∆u + f (x, u) = 0 en S
∂u
(5)
∂η + g(x, u) = 0 sobre ∂S
Definición 2.2. Diremos que u ∈ C 2 (S) es una super-solución del pro-

blema (5) si (
∆u + f (x, u) ≤ 0 en S
∂u
(6)
∂η + g(x, u) ≥ 0 sobre ∂S.
Si u ∈ C 2 (S) satisface las desigualdades opuestas, diremos que es una
subsolución de (5).
Teorema 2.3. Sea f ∈ C ∞ (S ×R) y g ∈ C ∞ (∂S ×R). Si existe una super-

solución u y una sub-solución u del problema (5), con u ≤ u, entonces
existe una solución suave de (5) tal que u ≤ u ≤ u.
3 Existencia de métricas conformes
Aunque el problema (1) no ha sido completamente resuelto, entendemos

relativamente bien el caso de característica de Euler no positiva. De la
fórmula de Gauss-Bonnet tenemos que en el caso de característica de
Euler negativa una de las funciones k̃ y h̃ tiene que ser negativa en algún
punto. Logramos demostrar en este caso( teorema 3.1) que la condición
k̃ y h̃ no positivas y al menos una no identicamente cero es suficiente
para resolver el problema (1). El lema siguiente y el principio de sub y
supersoluciones son fundamentales para la obtención de este resultado.
R R
Lema 3.1. Sea 2πχ(S) = S kdv + ∂S hds < 0. Si el problema (1) tiene
una super-solución u ∈ C 2 (S), entonces tiene una solución suave.
Demostración. Supongamos que existe una supersolución suave u del pro-

blema (1). De acuerdo con el teorema (2.3) basta con encontrar una
sub-solución u del problema (1) con u ≤ u. Sea φ una una solución del
problema
 2πχ(S)

∆φ = k − v1 +v2 en S
(7)

 ∂φ 2πχ(S)
∂η = −h + v1 +v2 sobre ∂S,
R R
donde v1 = S dv y v2 = ∂S ds.
Sea u = φ − c, donde c es un número positivo. Escogiendo c suficien-
temente grande tenemos
2πχ(S)
∆u − k + k̃e2u = − + k̃e2(φ−c) > 0,
v1 + v 2
∂u 2πχ(S)
+ h − h̃eu = − h̃eφ−c < 0,
∂η v1 + v 2
y u ≤ u. Esto concluye la demostración del lema.
Teorema 3.1. Supongamos que χ(S) < 0. Si k̃ ≤ 0, h̃ ≤ 0 y una de las

dos no es idénticamente cero entonces el problema (1) tiene una solución
suave u.
Demostración. En virtud del lema anterior, necesitamos solamente en-

contrar una super solución de (1). Sea u = aφ + b, donde a y b son
constantes positivas y φ es una solución del problema
(
∆φ = R0 − k̃ en S
∂φ
∂η = −R0 + h̃ sobre ∂S,
R R
k̃dv+ h̃ds
donde R0 = S v1 +v∂S2
.
Sea a > 0 tal que
aR0 < k para todo x ∈ S

aR0 < h para todo x ∈ ∂S
Dado a, tomemos b tal que
e2(aφ+b) − a > 0 y
e(aφ+b) − a > 0.
Se sigue que
4u − k + k̃e2u = (aR0 − k) + k̃(e2(aφ+b) − a) < 0 y

∂u u aφ+b ) > 0.
∂η + h − h̃e = (−aR0 + h) + h̃(a − e
Esto demuestra que u es una super-solución, lo cual concluye la de-

mostración del teorema.
Ahora discutimos el caso de característica de Euler cero. Bajo la

suposición de que una de las dos funciones k̃ ó h̃ es idénticamente cero,
tenemos condiciones necesarias y suficientes (teoremas 3.2 y 3.3) para la
solución del problema (1).
Teorema 3.2. Sean χ(S) = 0, h̃ ≡ 0 y f es la solución de (3). El problema
condiciones
i. k̃ ≡ 0.
R
ii. k̃ cambia de signo y satisface S k̃e2f dv < 0.
Demostración. Supongamos primero que u es una solución suave de (1),
y demostremos la validez de las condiciones i) y ii) del teorema. Sea f
una solución de (3). Si v = u − f , entonces v satisface el problema
(
∆v + k̃e2v+2f = 0 en S
∂v
(8)
∂η = 0 sobre ∂S,
y por lo tanto k̃e2f = −e−2v 4v. Integrando la igualdad anterior, usando

la identidad de Green y el hecho que v satisface el problema (8) encon-
tramos que
Z Z Z
k̃e dv = − e 4vdv = −2 e−2v |∇v|2 dv ≤ 0.
2f −2v
S S S
Si la integral es igual a cero, se sigue que |∇v| = 0 lo cual implica que

k̃e2v+2f = 0, y por lo tanto k̃ ≡ 0. De otroR lado, si la integral es estricta-
mente menor que cero, como χ(S) = 0 = S k̃e2u dv entonces k̃ tiene que
cambiar de signo.
Demostremos ahora que cada una de las condiciones i) y ii) es sufi-
ciente para la existencia de una solución suave del problema (1). Si k̃ ≡ 0
entonces la función f es una solución del problema (1). Supongamos
entonces que la función k̃ es no nula. Consideremos el conjunto
Z Z
M = {u ∈ L21 (S) : udv = 0, k̃e2u+2f dv = 0}.
S S
Puesto que k̃ cambia de signo, el conjunto M es un subconjunto no vacío

de L21 (S). Consideremos el problema de minimización de la funcional
Z
1
J(u) = |∇u|2 dv.
2 S
sobre el conjunto M . Supongamos que existe u 0 ∈ M tal que J(u0 ) =

infu∈S J(u). Por la teoría de los multiplicadores de Lagrange existen
constantes α y β tales que
R R R 2u0 +2f φdv para toda φ ∈ L2 (S).
S ∇u0 .∇φdv = α S φdv + β S k̃e 1
Tomando φ ≡ 1 en la igualdad anterior tenemos que

Z Z
α dv = −β k̃e2u0 +2f dv = 0,
S S
dado que u0 ∈ M. Por lo tanto α = 0 y

R R 2u0 +2f φdv para toda φ ∈ L2 (S),
S ∇u 0 .∇φdv = β S k̃e 1
es decir u0 es una solución débil del problema

(
4u0 + β k̃e2u0 +2f = 0 en S
∂u0 (9)
∂η = 0 sobre ∂S.
La primera desigualdad del teorema (2.1) implica que e uo ∈ Lp (S) para

todo p ≥ 1. Se sigue del teorema de regularidad de Cherrier (2.2) que
uo es una solución suave de (9). Por consiguiente β k̃e2f = −e−2u0 4u0 .
Integrando esta última igualdad, usando la identidad de Green, y el hecho
que ∂u
∂η = 0, obtenemos que
0
Z Z Z
β k̃e2f dv = − e−2u0 4u0 dv = −2 e−2u0 |∇u0 |2 dv < 0.
S S S
R
Esta desigualdad, y el hecho que S k̃e2f dv < 0, implican que β > 0.
Definamos ahora la función v0 = u0 + 21 logβ. Entonces v0 es una
solución suave del problema
(
∆v + k̃e2v+2f = 0 en S
∂v
(10)
∂η = 0 sobre ∂S,
y por lo tanto u = v0 + f es una solución suave de (1).

A continuación demostraremos la existencia de u 0 . Sea {ui } ⊂ M
una Rsucesión minimizante, esto es J(u i ) → c0 = infu∈M J(u). Puesto
que S ui dv = 0, la desigualdad de Poincaré implica que ku i k22 ≤ cJ(ui ).
Así {ui } es acotada en L21 (S), y por lo tanto existe una subsucesión, que
denotaremos también por {ui }, que converge debilmente a u0 ∈ L21 (S)
y fuertemente en Lp (S). Por la semicontinuidad débil inferior de J(u)
(Ver [6]), J(u0 ) ≤ c0 . En lo que sigue mostraremos
R que u0 ∈ M . De la
convergencia débil de {ui } se deduce que u0 dv = 0. Reemplazando φ
por pφ en la primera desigualdad del teorema (2.1), observamos que si
φ ∈ L21 (S) entonces eφ ∈ Lp (S). En particular tenemos que eui y eu0 son
acotadas en Lp (S). Por lo tanto la desigualdad de Hölder, la convergencia
fuerte de ui en Lp , y la primera desigualdad del teorema (2.1) implican
que la integral
Z Z Z 1
d 2u0 +2t(ui −u0 )
k̃e2f (e2ui − e2u0 )dv = k̃e2f e dtdv
S S 0 dt
Z 1 Z
=2 k̃e2f e2u0 +2t(ui −u0 ) (ui − u0 )dvdt.
0 S
tiende a cero cuando i → ∞. Así

Z Z
2ui +2f
limi→∞ k̃e dv = k̃e2u0 +2f dv = 0.
S S
R
Se sigue de esta igualdad junto con u0 dv = 0 que u0 ∈ M . De la
definición de c0 también tenemos J(u0 ) ≥ c0 , y por lo tanto J(u0 ) = c0 .
Como se explicó en el parágrafo anterior, esto implica que el problema

(1) tiene una solución suave.
Teorema 3.3. Sean χ(S) = 0, k̃ ≡ 0 y f es la solución de (3). El problema

condiciones
i. h̃ ≡ 0.
R
ii. h̃ cambia de signo y satisface ∂S h̃ef ds < 0.
Demostración. Supongamos primero que u es una solución suave de (1),

y demostremos la validéz de las condiciones i) y ii) del teorema. Sea f
una solución de (3). Si v = u − f , entonces v satisface el problema
(
∆v = 0 en S
∂v v+f
(11)
∂η = h̃e sobre ∂S,
∂v
y por lo tanto h̃ef = e−v ∂η . Integrando la igualdad anterior, usando la
identidad de Green y el hecho que v satisface el problema (11) encon-
tramos que Z Z
h̃ef ds = − e−v |∇v|2 dv ≤ 0.
∂S S
Si la integral es igual a cero, se sigue que |∇v| = 0 en S, de donde tenemos
∂v
que ∂η = 0 en ∂S, lo cual junto con (11) implican h̃ ≡ 0. De otro lado, si
R
la integral es estrictamente menor que cero, como χ(S) = 0 = ∂S h̃e2u ds,
entonces h̃ tiene que cambiar de signo.
Demostremos ahora que cada una de las condiciones i) y ii) es sufi-
ciente para la existencia de una solución suave del problema (1). Si h̃ ≡ 0
entonces la función f es una solución del problema (1). Supongamos
ahora que h̃ es no nula. Consideremos el conjunto
Z Z
M = {u ∈ L21 (S) : udv=0, h̃eu+f ds = 0}.
S ∂S
Puesto que h̃ cambia de signo, el conjunto M es un subconjunto no vacío

de L21 (S).
Consideremos el problema de minimización de la funcional
R
J(u) = 12 S |∇u|2 dv.
sobre el conjunto M . Un razonamiento similar al del teorema anterior,

usando la segunda desigualdad del teorema (2.1) en vez de la primera,
demuestra que existe u0 ∈ M tal que J(u0 ) = infu∈S J(u). Por la teoría
de los multiplicadores de Lagrange existen constantes α y β tales que u 0
es una solución débil de
(
∆u0 + α = 0 en S
∂u0 u+f
(12)
∂η − β h̃e = 0 sobre ∂S.
Lo anterior, unido a que u0 ∈ M , implican que

Z Z
αdv = −β h̃eu0 +f ds = 0,
S ∂S
y α = 0. Usando las ecuaciones (12) de nuevo tenemos

R R R −u
β ∂S h̃ef ds = ∂S e−u0 ∂u
∂η ds = − S e
0 0 |∇u |2 dv < 0.
0
R
Puesto que tambien ∂S h̃ef ds < 0, entonces β > 0. Las ecuaciones (3) y
(12) implican que u = u0 + logβ + f es solución débil de (1). El teorema
de regularidad de Cherrier (2.2) asegura la suavidad de la solución.
Agradecimientos G. García fué apoyado por la Universidad del Valle,

y parcialmente por Colciencias con el proyecto 1106-05-10283, CT-220-
2000. Oscar A. Montaño fué apoyado por la Pontificia Universidad Jave-
riana.
Referencias
[1] A. Chang y P. Yang, Conformal deformation of metrics on S 2 . J. Diffe-

rential Geometry, 27 (1988), 259-296
[2] P. Cherrier, Problémes de Newman non linéaires sur les varietés riemanni-
ennes, J. Functional Analysis. 57 (1984), 154-206.
[3] P. Cherrier, Meilleures constantes dans des inégalités sur les varietés rie-
manniennes, C.R.Acad. Sci. Paris Série A 292 (1981), 235-288.
[4] J. Escobar, Conformal metrics with prescribed mean curvature on the

boundary, Cal.Var. 4(1996), 559-592.
[5] C. Escudero y G. García, Una nota sobre la deformación conforme de métri-

cas en la bola euclidiana. Aceptado Revista Colombiana de Matemáticas.
2003.
[6] L. Evans, Partial Differential Equations, Vol 19. American Mathematical

Society Providence, Rhode Island, 1998.
[7] H. Hamza, Sur les transformations conformes des variétés riemanniennes à

bord.J. functional analysis. 92,1990, No 2, 403-447.
[8] L.Jia-Quan y L. Ping-Li, Nirenberg’s problem on the 2-dimensional

hemi-sphere, International Journal of Mathematics, volume 4, No 6, 1993,
927-938.
[9] R. Schoen y S. Yau, Lectures on Differential Geometry, International Press,

Boston, 1994.
[10] L. Yanyan, The Nirenberg problem in a domain with boundary, Topological

methods in nonlinear analysis, volume 6, 1995, 309-329.
Dirección de los autores: Gonzalo García Universidad del Valle, Cali, Colom-
bia. [email protected] — Oscar Andrés Montaño Pontificia Universidad
Javeriana, Cali, Colombia. [email protected]
La revista Matematicas: Enseñanza Universitaria es un órgano de expresión
del profesorado y de todos los interesados en el desarrollo matemático
universitario. Haga conocer sus trabajos y sus puntos de vista enviando
a la revista
– artículos
– notas de clase
– glosas sobre libros y artículos
– problemas y soluciones
– noticias, etc.
Envíelos a través de los corresponsales de Matematicas: Enseñanza Uni-

versitaria o directamente a la siguiente dirección

Departamento de Matemáticas,
Apartado Aéreo 25360,
Cali, Colombia.
Teléfonos: (2) 330-25-66 339-32-27
página web: http://revistaerm.univalle.edu.co
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
c
Injection and suction effects on three-dimensional

unsteady flow and heat transfer between two parallel
porous plates
R.C. Chaudhary Bhupendra Kumar Sharma
Abstract
The problem of unsteady three-dimensional flow of an incompressible viscous fluid
between two horizontal parallel porous plates with transverse sinusoidal injection of
the fluid at the stationary plate and with constant suction through the plate in uniform
motion has been studied. The moving plate is kept at oscillating wall temperature
while the stationary plate is at constant temperature. Analytical expressions for ve-
locity, temperature, and rate of heat transfer are obtained and discussed with the help
of graphs and tables.
Keywords: Three-dimensional Unsteady flow, Heat transfer, Injection and Suction,

Porous plates.
1 Introduction
The problem of laminar flow control is gaining considerable importance

in the field of aeronautical engineering in view of its application to reduce
drag and hence the vehicle powers requirements by a substantial amount.
The increase in the drag coefficient may be prevented by the suction of
the fluid and heat transfer from the boundary layer to the wall. The va-
rious theoretical and experimental studies of different arrangements and
configurations of suction holes and slits have been compiled by Lachmann
[1].
To reduce the drag by increasing suction alone is uneconomical, as
the energy consumption of the suction pump will be more. Therefore,
the method of “Cooling of the wall” in controlling the laminar flow to-
gether with the application of suction has become more useful and has
consequently been focused in recent times. Most of the investigators
have however confined themselves to two-dimensional flows. The exact
solution of the plane Couette flow with transpiration cooling has been
studied by Eckert [2]. He considered the uniform injection and suction
at the porous plates and hence the problem remained two-dimensional.
However, situations may arise where the flow fields may be essentially
45
46 R.C. Chaudhary et al.
three-dimensional. One such example is where variation in the suction or

injection velocity distribution is transverse to the potential flow. Gersten
and Gross [3] have studied the effect of transverse sinusoidal suction velo-
city distribution on flow and heat transfer over a plane wall with constant
temperature. Singh [4, 5] and Singh [6] extended this idea further to hori-
zontal and vertical porous plates with constant wall temperature. Singh
[7] further studied the Couette flow with transpiration cooling to get a
better record of the sinusoidal injection velocity. However, the plates are
kept at constant temperature.
The problems involving a periodic surface temperature are of consi-
derable practical importance in estimating the periodic temperatures
(and periodic thermal stresses) in the walls of combustion engines. Hence,
the aim of this paper is to study the effects of injection and suction on the
unsteady three-dimensional flow and heat transfer, caused by the periodic
injection velocity perpendicular to the flow direction at the stationary
plate, while the upper moving plate is kept at periodic wall temperature.
2 Formulation of the problem
We consider the flow of a viscous incompressible fluid between two parallel

flat porous plates. The upper plate in uniform motion with velocity U is
subjected to a constant suction V0 velocity and the lower to a transverse
sinusoidal injection velocity distribution of the form

∗ ∗ πz ∗
V (z ) = V0 1 + ε cos (1)
d
where ε is a positive constant quantity ( 1). Without any loss of ge-

nerality, the distance d between the plates is taken equal to the wave
length of the injection velocity. All physical quantities are independent
of x∗ for this problem of fully developed laminar flow but the flow re-
mains three-dimensional due to the injection velocity (1). Thus, under
the usual Boussinesq approximation, the flow is governed by the following
equations:
Continuity equation
∂v ∗ ∂w∗
+ = 0. (2)
∂y ∗ ∂z ∗
Injection and suction 47
Momentum equations
∗ ∗ ∗

∗ ∂u ∗ ∂u ∗ ∂u ∂ 2 u∗ ∂ 2 u∗
ρ +v +w = µ + ∗2 , (3)
∂t∗ ∂y ∗ ∂z ∗ ∂y ∗2 ∂z
∗ ∗ ∗
∗
2 ∗
∗ ∂v ∗ ∂v ∗ ∂v ∂p ∂ v ∂ 2 v∗
ρ +v +w = − ∗ +µ + ∗2 , (4)
∂t∗ ∂y ∗ ∂z ∗ ∂y ∂y ∗2 ∂z
∗ ∗ ∗
∗
2 ∗
∗ ∂w ∗ ∂w ∗ ∂w ∂p ∂ w ∂ 2 w∗
ρ +v +w = − ∗ +µ + . (5)
∂t∗ ∂y ∗ ∂z ∗ ∂z ∂y ∗2 ∂z ∗2
Energy equation:
∗ ∗ ∗
2 ∗
∗ ∂T ∗ ∂T ∗ ∂T ∂ T ∂2T ∗
ρ Cp +v +w =K + . (6)
∂t∗ ∂y ∗ ∂z ∗ ∂y ∗2 ∂z ∗2
The boundary conditions are
∗ ∗
y = 0; u∗ = 0, v ∗ = V0 (1 + ε cos πzd ), w∗ = 0, T ∗ = T0
∗ ∗ (7)
y ∗ = d; u∗ = U, v ∗ = V0 , w∗ = 0, T ∗ = T1 + ε(T1 − T0 )eiω t
Now introducing the following non-dimensional quantities

y∗ ∗ ∗ ∗
y= d , z = zd , t = V4d
0t
, ω = 4dω
V0 ,
u∗ ∗ w∗ µCp p∗
u= U , v = Vv 0 , w = V0 , Pr = K , p= ρ∗ V02
,
∗
T −T0 V0 d
θ= T1 −T0 , λ(injection parameter) = ν
we get
∂v ∂w
+ = 0, (8)
∂y ∂z

1 ∂u ∂u ∂u 1 ∂2u ∂2u
+v +w = + 2 , (9)
4 ∂t ∂y ∂z λ ∂y 2 ∂z
2
1 ∂v ∂v ∂v ∂p 1 ∂ v ∂ 2 v
+v +w = − + + , (10)
4 ∂t ∂y ∂z ∂y λ ∂y 2 ∂z 2

1 ∂w ∂w ∂w ∂p 1 ∂ 2 w ∂ 2 w
+v +w = − + + , (11)
4 ∂t ∂y ∂z ∂z λ ∂y 2 ∂z 2
2
1 ∂θ ∂θ ∂θ 1 ∂ θ ∂2θ
+v +w = + . (12)
4 ∂t ∂y ∂z λ Pr ∂y 2 ∂z 2
The corresponding boundary conditions reduce to

y = 0; u = 0, v = 1 + ε cos πz, w = 0, T = 0.
(13)
y = 1; u = 1, v = 1, w = 0, T = 1 + εeiωt .
3 Solution
When the amplitude of injection velocity ε 1, we assume the solution

in the neighbourhood of the plate of the form
f (y, z, t) = f0 (y) + εf1 (y, z, t) + ε2 f2 (y, z, t) + · · · (14)
where f stands for any of u, v, w, p and θ. When ε = 0 the problem is
reduced to the well known two-dimensional flow with constant injection
and suction at both plates. The solution of this two-dimensional problem
is λy −1
u0 (y) = eeλ −1 , v0 = 1, w0 = 0, p0 = constant
eλy −1
(15)
θ0 = eλ −1 .
Taking into account the solutions of the transverse velocity components v 0
and w0 , the terms on the comparison of coefficients of ε give the following
equations:
∂v1 ∂w1
+ = 0, (16)
∂y ∂z

1 ∂u1 ∂u0 ∂u1 1 ∂ 2 u1 ∂ 2 u1
+ v1 + w1 = + , (17)
4 ∂t ∂y ∂z λ ∂y 2 ∂z 2

1 ∂v1 ∂v1 ∂p1 1 ∂ 2 v1 ∂ 2 v1
+ = − + + , (18)
4 ∂t ∂y ∂y λ ∂y 2 ∂z 2

1 ∂w1 ∂w1 ∂p1 1 ∂ 2 w1 ∂ 2 w1
+ = − + + , (19)
4 ∂t ∂y ∂z λ ∂y 2 ∂z 2
2
1 ∂θ1 ∂θ0 ∂θ1 1 ∂ θ1 ∂ 2 θ1
+ v1 + = + , (20)
4 ∂t ∂y ∂z λ Pr ∂y 2 ∂z 2
with boundary conditions

y = 0; u = 0, v1 = cos πz, w1 = 0, θ1 = 0.
(21)
y = 1; u1 = 0, v1 = 0, w1 = 0, θ1 = eiωt .
This is the set of linear partial differential equations which describe the
three-dimensional flow. In order to solve these equations we separate the
variables y, z and t in the following manner:
u1 (y, z, t) = u11 (y) eiωt + u12 (y) cos πz (22)
iωt
v1 (y, z, t) = v11 (y) e + v12 (y) cos πz (23)

iωt 1
w1 (y, z, t) = − zv11 (y) e + v12 (y) sin πz (24)
π
p1 (y, z, t) = p11 (y) eiωt + p12 (y) cos πz (25)
iωt
θ1 (y, z, t) = θ11 (y) e + θ12 (y) cos πz (26)
Equations (23) and (24) are chosen so that the equation of continuity
(16) is satisfied. Substituting equations (22) to (26) in equations (17) to
(21) and equating the coefficient of harmonic and non-harmonic terms,
we get the following equations:
λiωu11
u0011 − λu011 − = λu00 v11 (27)
4
u0012 − λu012 − π 2 u12 = λu00 v12 (28)

y = 0; u11 = 0, u12 = 0.
(29)
y = 1; u11 = 0, u12 = 0.
00 0 λiωv11
v11 − λv11 − = λp011 (30)
4
00 0
v12 − λv12 − π 2 v12 = λp012 (31)
λiωv110
000 00
v11 − λv11 − = 0 (32)
4
v12 − λv12 − π 2 v12
000 00 0
= λπ 2 p12 (33)
0 = 0, 0 = 0.
y = 0; v11 = 0, v12 = 1, v12 v11
(34)
y = 1; v11 = 0, v12 = 1, p11 = 0, p12 = 0.
00 0 λ Pr iωθ11
θ11 − λ Pr θ11 − = λ Pr θ00 v11 (35)
4
00 0
θ12 − λ Pr θ12 − π 2 θ12 = λ Pr θ00 v12 (36)

y = 0; θ11 = 0, θ12 = 0.
(37)
y = 1; θ11 = 0, θ12 = 0.
From these equations the solutions of u 1 , v1 , w1 , p1 , θ1 are obtained as

r1 y r2 y λ A1 (λ+r1 )y A2 (λ+r2 )y
u1 (y, z) = Le + Me + λ
e + e
Ae − 1 2r1 2r2

A3 (λ+π)y A4 (λ−π)y
− e + e cos πz (38)
π π
1
v1 (y, z) = A1 er1 y + A2 er2 y − A3 eπy − A4 e−πy cos πz (39)
A
1
w1 (y, z) = (A1 r1 er1 y + A2 r2 er2 y − πA3 eπy + πA4 e−πy ) sin πz (40)
πA
1
p1 (y, z) = (A3 eπy + A4 e−πy ) cos πz (41)
A

em1 y − em2 y iωt λ Pr2 A1 e(r1 +λ Pr)y
θ1 (y, z, t) = e +
e m1 − e m2 A(eλ Pr − 1) r1 (Pr +1)
(r +λ Pr)y (π+λ Pr)y (λ Pr −π)y
A2 e 2 A3 e A4 e s1 y s2 y
+ − + +R e +Se cos πz
r2 (Pr +1) π Pr π Pr
(42)
where

A = 2 (r2 − r1 ) 1 + er1 +r2 − [(r2 − r1 ) + 2π] er1 +π + er2 −π

− [(r2 − r1 ) − 2π] er1 −π + er2 +π
A1 = (π − r2 ) er2 +π − (π + r2 ) er2 −π + 2r2
A2 = (π + r1 ) er1 −π − (π − r1 ) er1 +π − 2r1
A3 = (r1 − r2 ) er1 +r2 + (r2 − π) er1 −π − (r1 − π) er2 −π
A4 = (r1 − r2 ) er1 +r2 + (r2 + π) er1 +π − (r1 + π) er2 +π
1 p 1 p
r1 = λ + λ2 + 4π 2 , r2 = λ − λ2 + 4π 2
2 2

λ A 1 r2 λ+r1

L= e − e
A(eλ − 1)(er1 − er2 ) 2r1

A 2 r2 λ+r2
A 3 r2 λ+π
A 4 r2 λ−π
+ e −e − e −e + (e − e )
2r2 π π

λ A1 λ+r1
M= λ r r
e − e r1
A(e − 1)(e − e ) 2r1
1 2

A2 λ+r2 r1
A3 λ+π r1
A4 λ−π r1

+ e −e − e −e + e −e
2r2 π π

λ Pr2 A1
R= λ Pr s s
es2 − eλ Pr +r1
A(e − 1)(e − e ) r1 (Pr +1)
1 2
A2
+ es2 − eλ Pr +r2
r2 (Pr +1)

A 3 s2 λ Pr +π
A4 s λ Pr −π

− e −e + e −e
2
π π

λ Pr2 A1 λ Pr +r1 s1

S= λ Pr s s
e − e
A(e − 1)(e 1 − e 2 ) r1 (Pr +1)
A2
+ eλ Pr +r2 − es1
r2 (Pr +1)

A3 λ Pr +π s1
A4 λ Pr −π s1

− e −e + e −e
π π
1 p 1 p
s1 = λ Pr + (λ Pr)2 + 4π 2 , s2 = λ Pr − (λ Pr)2 + 4π 2
2 2
1 p
m1 = λ Pr + (λ Pr)2 + λ Pr iω
2
1 p
m2 = λ Pr − (λ Pr)2 + λ Pr iω .
2
Substituting equations (15), (42) in equation (14), we get the expression
for the temperature profiles. The temperature can now be expressed in
terms of fluctuating parts as
θ (y, z, t) = θ0 (y) + ε [(Tr cos ωt − Ti sin ωt) + θ12 (y) cos πz] (43)
where
e m1 y − e m2 y
Tr + iTi = .
e m1 − e m2
π
For ωt = 2 we can now obtain the temperature profiles as
π
θ y, z, = θ0 (y) + ε (θ12 (y) cos πz − Ti ) . (44)
2ω
4 Discussion
Fig.1 gives the main flow velocity profiles for z = 0 and ε = 0.2. If there
is neither injection nor suction, the dotted line represents the well known
Couette flow. This figure reveals that the velocity decreases exponentially
when there is injection. For higher rate of injection the decay is greater.
The maximum and minimum values of the velocities occur on the plates,
which are the velocities of the plates. The secondary flow component
w1 , which is due to the transverse sinusoidal injection velocity, is shown
in Fig.2, for several injection parameters. The maximum of the velo-
city occurs in the fluid not far from the stationary plate. The transient
temperature profiles are shown in Fig.3 for z = 0. In the region between
the plates the fluid will be heated to a temperature below that of the
moving plate, which is kept at maximum temperature, hence maximum
Figure 1: Main flow velocity profiles for z = 0 and = 0.2
Figure 2: Cross flow velocity for z = 0.5
1
Figure 3: Transient temperature profiles for ωt = π/2 ( = 0.2 z=

0)
Figure 4: Sinusoidal rate of heat transfer for = 0.2
1
occurs at that plate. When the rate of injection increases, the cooling
occurs in the region. It is found that the temperature in the case of air is
more than that of water. For Pr = 7 (water), the temperature decreases
exponentially from the plate kept at higher temperature. For higher λ,
this decay is greater. The maximum and minimum values of temperature
occur on the plates.
From the temperature field we can calculate the rate of heat transfer
in non-dimensional form as

dq ∗ ∂θ ∂θ0 ∂θ1
−q = = = +ε (45)
κ (T1 − T0 ) ∂y y=0 ∂y y=0 ∂y y=0
and in terms of the amplitude and the phase q, can be expressed as
q = q1 + ε |N | cos (ωt + ga) (46)
where the sinusoidal rate of heat transfer

λ Pr λ Pr2 A1 (λ Pr +r1 )
q1 = + ε Rs 1 + Ss 2 +
eλ Pr − 1 A(eλ Pr − 1) r1 (Pr +1)

A2 (λ Pr +r2 ) A3 (λ Pr +π) A4 (λ Pr −π)
+ − + cos πz,
r2 (Pr +1) π Pr π Pr
m1 − m 2 Ni
Nr + iNi = and tan α = .
e m1 − e m2 Nr
The sinusoidal rate of heat transfer is, as Fig.4 also shows, a function
of the Prandtl number Pr and injection parameter λ. When Pr = 0.71
(air), which means the viscosity is small but the thermal conductivity
is finite, the heat transfer is great. However, when the viscosity is large
in comparison to the thermal diffusivity (Pr = 7, in the case of water),
the heat transfer reduces. The deviation from the numerically calculated
heat transfer amounts significantly for 0.71 ≤ Pr ≤ 7. It is also observed
from the figure that in the case of blowing (injection) the heat transfer
decreases as Prandtl number increases.
Table 1
λ Pr /ω |N | tan α
5 10 20 5 10 20
0.5 0.71 0.9887 0.9850 0.9299 0.8389 0.8967 0.9319
0.5 7 0.7738 0.5733 0.3377 0.9313 0.9117 0.8984
Table 2
λ Pr /ω |N | tan α
5 10 20 5 10 20
0.5 0.71 0.6908 0.6822 0.6165 0.7299 0.8330 0.8840
0.5 7 0.4455 0.2586 0.1078 0.9736 0.8892 0.8582
Table 1 and Table 2 give the amplitude and phase shift (tan α ) of the
rate of heat transfer for λ = 0.5 and λ = 1.0 respectively. We observe
that due to the high frequency (ω) of the oscillations in temperature, the
magnitude of rate of heat transfer reduces. It is further noted that the
values of |N | are less in water than in air. The values of tan α show that
there is always a phase lead in the rate of heat transfer coefficient.
Acknowledgement. One of the authors, Bhupendra Kumar Sharma, is
grateful to the Council of Scientific and Industrial Research, New Delhi
(India), for the award of a Junior Research Fellowship.
References
[1] G.V.Lachmann, Boundary layer and flow control. Its principles and Appli-
cation, Vol.I II, Pergamon press, Oxford (1961).
[2] E.R.Eckert, Heat and Mass Transfer. McGraw Hill, New York, (1958).
[3] K.Gersten and J.F.Gross, J. Appl. Maths. Phys. (ZAMP), 25, 399-408, 1974.
[4] P.Singh, V.P.Sharma and U.N.Mishra, Appl. Sci. Res., 34, 105-115 (1978).
[5] Ibid, Int. J. Heat Mass Transfer, 21, 1117-1123, (1978).
[6] K.D.Singh, J. Appl. Math. Mech. (ZAMM), 73, 58-61, (1993).
[7] Ibid, J. Appl. Math. Phys. (ZAMP), 50, 661- 668, (1999).
Dirección de los autores: R.C. Chaudhary — Bhupendra Kumar Sharma De-

partment of Mathematics, University of Rajasthan, JAIPUR–302004, India.
Universidades de Nariño, del Cauca, del Valle, del Quindío, Tecnológica de

Pereira, EAFIT, de Antioquia, Surcolombiana,
de Medellín, de la Amazonía.
Por el desarrollo de las Matemáticas

desde una perspectiva regional.
Revista de Matemáticas de la E.R.M.

Departamento de Matemáticas, Univalle,
Apartado Aéreo 25360 Cali.
Teléfonos: (2) 330-25-66 339-32-27.
FAX: (2) 330-25-66.
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
c
Normas tensoriales construidas mediante espacios de

sucesiones de Banach
Patricia Gómez Palacio,

Juan Antonio López Molina, , María José Rivera Ortún, ,
Resumen
En este artículo se define una norma tensorial gλc a partir de un espacio de sucesiones de
Banach λ. Para cada par de espacios de Banach E y F , se caracterizan los elementos
de la complección del espacio E ⊗gλ F , E ⊗ b gλ F , y se caracteriza su espacio dual
0
(E ⊗gλ F )
Palabras y frases claves: Retículos de Banach, espacios de sucesiones, ideales de

operadores, productos tensoriales
1 Introducción
En la teoría general de productos tensoriales, cuyos antecedentes los en-

contramos en el trabajo de Grothendieck de los años cincuenta pero que
cobró mayor fuerza en 1968 con la publicación del artículo de Linden-
strauss y Pelzynski Absolutely summing operators in L p -spaces and appli-
cations, se destacan entre los ejemplos más relevantes de normas tenso-
riales aquellas que se definen en la clase de espacios de dimensión finita
y después se extienden a la clase de los espacios normados utilizando un
procedimiento inductivo, lo que da lugar a las normas tensoriales finita-
mente generadas.
El problema de definir topologías interesantes sobre los productos ten-
soriales se ha centrado a través de la historia en la utilización de espacios
de sucesiones para la definición de las mismas, dando como resultado
normas tensoriales finitamente generadas. En particular, la teoría clásica
estudia las normas tensoriales definidas mediante los espacios de suce-
siones `p , y entre ellas se destacan las de Lapresté (α pq ), de las cuales las
normas tensoriales gp de Saphar son un caso particular.
1
La participación del primer autor en este trabajo es apoyada por el proyecto
COLCIENCIAS-Universidad Eafit código: 1216-05-11456 y la de los otros dos autores
por MCYT y FEDER proyecto BFM2001-2670.
57
58 Gómez et al
Tomando como motivación la definición de las normas tensoriales g p

de Saphar, contruimos una norma tensorial g λ definida sobre un deter-
minado espacio de sucesiones de Banach λ, con el objetivo de desarrollar
toda la teoría básica y clásica referente a los ideales de operadores asocia-
dos, y presentar resultados similares a los conocidos acerca de las normas
tensoriales gp , ver [1], [3] o [2].
Hemos procurado que la notación utilizada sea la comúnmente acep-
tada. Por el símbolo R representaremos el cuerpo de los números reales,
sobre el cual se definen todos los espacios vectoriales topológicos que
aparecen. En general la palabra espacio hará referencia a un espacio de
Banach real, a menos que se indique otra cosa. Dado un espacio E deno-
taremos por BE a su bola unidad cerrada, y por E 0 denotaremos su dual
topológico. Si E es un espacio normado, denotaremos por E b al espacio
de Banach que resulta de la complección de E. Con el símbolo k·k E ,
o simplemente k·k si no hay lugar a confusión, denotaremos la norma
definida en el mismo espacio E, como es usual. Dados dos espacios E y
F , denotamos por L(E, F ) al espacio de operadores lineales y continuos
de E en F .
Dado un espacio de Banach X parcialmente ordenado diremos que X
es retículo de Banach si se tiene que:
1. x ≤ y implica x + z ≤ y + z, para todo x, y, z ∈ X,
2. ax ≥ 0, para todo x ≥ 0 en X y todo real no negativo a.
3. Para todo par x, y ∈ X existen en X una mínima cota superior

(m.c.s) x ∨ y, y una máxima cota inferior (m.c.i) x ∧ y,
4. kxk ≤ kyk siempre que |x| ≤ |y|, donde el valor absoluto |x| de
x ∈ X está definido por |x| = x ∨ (−x).
Denotamos por ω el espacio vectorial de todas las sucesiones escalares y

por ϕ el subespacio de ω formado por las sucesiones tales que el cardinal
de las coordenadas distintas de cero es finito.
Diremos que un espacio de Banach (λ, k · k λ ) es un espacio de suce-
siones de Banach si satisface:
1. ϕ ⊂ λ ⊂ ω
2. Si |x| ≤ |y| con x ∈ ω y y ∈ λ entonces x ∈ λ y kxk λ ≤ kykλ
Obsérvese que todo espacio de sucesiones de Banach λ dotado con el

orden puntual es un retículo de Banach. Decimos que un espacio de
sucesiones λ es regular si la sucesión de vectores unidad {e i , i ∈ N},
Normas tensoriales 59
donde ei = (δij )∞ j=1 , es una base de Schauder en λ. En este caso, λ

satisface la propiedad de la convergencia seccional, es decir, dada una
sucesión (xi )∞
i=1 en λ se verifica la siguiente igualdad en la norma de λ
∞
X n
X
xi ei = lim xi ei
n→∞
i=1 i=1
Denotamos por hλ a la clausura en λ del espacio ϕ, hλ = ϕλ . Entonces

hλ es un subespacio regular de λ, y se tiene que λ es regular si y sólo si
λ = hλ . Un retículo de Banach λ es orden continuo si kxk λ ↓ 0 cada vez
que 0 ≤ xn ↓ 0, lo que es equivalente a que su dual topológico λ 0 coincida
con su dual Köthe
X∞
λ× = {(xi )∞i=1 ∈ ω/ |xi yi | converge para todo (yi )∞
i=1 ∈ λ}
i=1
Los espacios de sucesiones clásicos ` p , 1 ≤ p ≤ ∞, los espacios de suce-

siones de Orlicz `M y los espacios de sucesiones de Lorentz ` pq , 1 < p ≤ ∞,
1 ≤ q ≤ ∞ son ejemplos de espacios de sucesiones de Banach, ver [4].
2 Normas tensoriales e ideales de operadores. Conceptos bási-

cos
En esta sección introducimos los conceptos de norma tensorial e ideal

de operadores, y establecemos algunas relaciones entre éstos y entre las
normas tensoriales asociadas a una norma tensorial dada. Un tratamiento
más detallado de este tema puede encontrarse en el texto [1].
2.4 Normas tensoriales

Dados E y F espacios vectoriales sobre R, denotamos por B(E, F ) el
espacio vectorial de las formas bilineales definidas de E × F en R. Cada
elemento (x, y) ∈ E × F define una forma lineal canónica sobre B(E, F ),
denotada por x ⊗ y, mediante la fórmula hx ⊗ y, ψi := ψ((x, y)) para toda
ψ ∈ B(E, F ). El subespacio vectorial del dual algebraico de B(E, F )
generado por el conjunto las formas lineales {x ⊗ y : x ∈ E, y ∈ F } es el
producto tensorial de los espacios E y F , y se le denota por E ⊗ F .
A los elementos de E ⊗ F los denominamos
Pn tensores y estos admiten
una representación de la forma z = i=1 xi ⊗ yi .
Si el espacio E ⊗ F está dotado de una norma α, denotamos por
E ⊗α F al correspondiente espacio normado, por E ⊗ b α F a su espacio
complección, y por α (z; E, F ), o simplemente por α(z), a la norma α de
un elemento z ∈ E ⊗ F .
60 Gómez et al
Definición 2.1. Una norma tensorial α es un functor que asocia a cada

par de espacios normados E y F una norma sobre E ⊗ F , y satisface las
siguientes condiciones:
i) α(x ⊗ y) = kxk kyk y α(x0 ⊗ y 0 ) = kx0 k ky 0 k, para x ∈ E, y ∈ F ,

x0 ∈ E 0 , y 0 ∈ F 0 .
ii) Para cualquier cuádrupla de espacios normados E i , Fi , i = 1, 2, y

cualquier par de operadores Ai ∈ L (Ei , Fi ), se satisface la Propie-
dad métrica de los operadores:
A1 ⊗ A2 ∈ L (E1 ⊗α E2 , F1 ⊗α F2 ) , con kA1 ⊗ A2 k ≤ kAk kBk
donde (A1 ⊗ A2 ) (x1 ⊗ x2 ) := A1 (x1 ) ⊗ A2 (x2 )

Dada una norma tensorial α, definimos su norma tensorial transpues-
ta, αt por,
αt (z; E, F ) := α(z t ; F, E)
P P
donde z t = ( nk=1 xk ⊗ yk )t := ( nk=1 yk ⊗ xk )
Para introducir el concepto de norma tensorial finitamente generada,
necesitamos establecer la siguiente notación. Dado un espacio de Banach
E, denotamos por F IN (E) al conjunto de los subespacios de dimensión
finita de E, y por COF IN (E) al conjunto de los subespacios de E de
codimensión finita. Si M es un subespacio cerrado de E, denotamos por
IME : M → E, QE : E → E/M a la inclusión y la aplicación cociente
M
canónicas respectivamente.
Definición 2.2. Dada una norma tensorial α, definimos la norma ten-
sorial →
−
α en una clase de los espacios normados, o envoltura finitamente
generada por α, por:
→
−
α (z) := inf{α(z; M, N ) : M ∈ F IN (E), N ∈ F IN (F )}
De manera similar definimos la norma tensorial ←

−, o envoltura cofini-
α
tamente generada por α, por
←
−(z) := sup{α((QE ⊗ QF )(z)) : H ∈ COF IN (E), G ∈ COF IN (F )}
α H G
Definición 2.3. Diremos que una norma tensorial α es finitamente ge-

nerada(resp. cofinitamente generada) si α = →
−
α (resp. α = ←
−).
α
En general, para toda norma tensorial α se satisface la siguiente de-

sigualdad
←
−≤α≤→
α −
α
Sea α una norma tensorial en la clase de espacios normados. Dados

M un espacio de dimensión finita y F un espacio normado arbitrarios,
decimos que α es accesible si ← −(·; M, F ) = →
α −
α (·; M, F ) y ← −(·; F, M ) =
α
→
−
α (·; F, M ) y que es totalmente accesible si ← −=→
α −α , es decir si α es finita
y cofinitamente generada.
A partir de una norma tensorial α, definida en la clase de espacios
normados que contiene a los espacios de dimensión finita (F IN ), se define
su norma tensorial dual α0 como sigue. Para M, N ∈ F IN α0f , definida
por
α0f (z; M, N ) := sup{|hu, zi| : α(u; M 0 , N 0 ) ≤ 1}
para todo z ∈ M ⊗ N es una norma tensorial sobre F IN .
Se define la norma tensorial dual, α0 , de la norma tensorial α (definida
sobre en la clase de espacios normados que contiene a F IN ), como la
−→
envoltura finitamente generada de la norma tensorial α 0f , α0f .
Es claro que α0 = α0f en F IN , y por consiguiente, para todos los
N, M ∈ F IN la igualdad M ⊗α0 N = (M 0 ⊗α N 0 )0 se satisface isométri-
camente. Se puede ver además que si α es finitamente generada entonces
α00 = α
2.5 Ideales de operadores

Como se pone de manifiesto en el libro de A. Defant y K. Floret, Tensor
norms and operator ideals, [1], la teoría topológica de los productos ten-
soriales está estrechamente ligada a la de los espacios de operadores. Esta
última fue desarrollada por A. Pietsch y su escuela en los años sesenta
y setenta, y sus resultados fueron publicados en el texto Operator ide-
als, [6]. A continuación fijamos la notación y recordamos los conceptos
básicos más representativos de la teoría de operadores que utilizaremos.
Definición 2.4. Un ideal de operadores (o, simplemente, ideal) entre

espacios de Banach es un functor I que asocia a cada par de espacios de
Banach E y F un subconjunto I(E, F ) de L(E, F ) (llamado componente
de I), de manera tal que se cumplen las siguientes condiciones, para
espacios de Banach arbitrarios E, F, G y H:
i) x0 ⊗ y ∈ I(E, F ), para x0 ∈ E 0 , y ∈ F .
ii) Si S1 , S2 ∈ I(E, F ), entonces S1 + S2 ∈ I(E, F ).
iii) Si T ∈ L(G, E), S ∈ I(E, F ), y R ∈ L(F, H), entonces RST ∈

I(G, H).
62 Gómez et al
Es claro de los numerales i), ii) de la definición, que todas las compo-
nentes I (E, F ) son espacios lineales. Ver [6, p.45]
Sea I un ideal y a un functor que asocia a cada componente I (E, F )
una norma (denotada también por a), que cumple:
iv) Para T ∈ L(G, E), S ∈ I(E, F ), R ∈ L(F, H), a (R ◦ S ◦ T ) ≤

kRk a (S) kT k.
A la pareja (I, a) la llamaremos ideal normado.

Un ideal de operadores (I, a), tiene asociados diferentes ideales en-
tre los que destacamos el ideal maximal, concepto análogo al de norma
tensorial finitamente generada, y el ideal minimal, los cuales definimos a
continuación.
El ideal maximal asociado a (I, a), (I max , amax ), es el ideal tal que
dados E y F , un par de espacios de Banach, un operador T : E → F ∈
Imax (E, F ) siempre y que

amax (T ) := sup a(QFL .T.IM
E
) : M ∈ FIN(E), L ∈ COFIN(F ) < ∞
La función amax es una norma en cada componente y (Imax , amax ) es

un ideal normado.
El ideal minimal asociado a (I, a), (I min , amin ), es el ideal tal que
para todo par de espacios normados E, F , T : E → F ∈ I min (E, F ),
siempre que existan espacios normados G, H y operadores aproximables
S : E → G, R : H → F y T0 : G → H ∈ I(G, H) tales que T = R ◦T0 ◦S.
Si I = Imax (I = Imin ), I es un ideal maximal (minimal).
Un ideal maximal I está asociado a una norma tensorial finitamente
generada α, escribimos I ∼ α, si para cualquier par de espacios (M, N )
de dimensión finita, se tiene que: I(M, N ) = M 0 ⊗α N = (M ⊗α0 N 0 )0
La extensión de esta igualdad a espacios de dimensión infinita es el
importante teorema de representación para ideales de operadores maxi-
males, de acuerdo con el cual, si (I, a) es un ideal maximal asociado a
una norma tensorial finitamente generada α, es decir I ∼ α, entonces para
todo par de espacios de Banach E y F las relaciones I(E, F 0 ) = (E⊗α0 F )0
y I(E, F ) = (E ⊗α0 F 0 )0 ∩ L(E, F ) se satisfacen isométricamente.
3 Sobre la norma tensorial gλ
En esta sección, a partir de un espacio de Banach de sucesiones λ, sobre

el cual impondremos en su momento determinadas condiciones, definimos
una norma tensorial cuya motivación inicial viene dada por la definición
de las normas tensoriales de Saphar.
En adelante, λ será un espacio de Banach de sucesiones en el cual se

satisface la igualdad ke i kλ = kei kλ× = 1 para todo i ∈ N.
Dado un espacio de Banach E, una sucesión (x i )∞ i=1 ∈ E es fuerte-
N
mente λ−sumable si πλ ((xi )) : = k(kxi k)kλ < ∞ y es débilmente λ-

sumable si ελ ((xi )) : = supkx0 k≤1 k(|hxi , x0 i|)kλ < ∞. Denotamos por
λ[E] (resp. λ(E)) el espacio de todas las sucesiones fuertemente (resp.
débilmente ) λ-sumables en E dotado con la norma π λ (.) (resp. ελ (.)).
Sean E, F espacios de Banach. Una forma natural de extender la
norma tensorial de Saphar a una norma tensorial sobre E ⊗ F , pero con
parámetro λ, se logra con la definición del siguiente funcional, para todo
z ∈ E ⊗ F,
n
X
gλ (z; E, F ) := inf{πλ ((xi ))ελ× ((yi )) : z = xi ⊗ y i } (1)
i=1
Éste coincide con gp cuando λ = `p , 1 ≤ p < ∞. Sin embargo, puede

verse que para espacios de Banach de sucesiones más generales, como
por ejemplo un espacio de Orlicz de sucesiones, tal funcional no es una
norma tensorial. Por lo anterior, consideramos el funcional de Minkowski
de la envolvente absolutamente convexa de la bola unidad de g λ en E ⊗ F
(Bgλ := {z ∈ E ⊗ F : gλ (z) ≤ 1}), que denotamos por gλc , y puede ser
evaluado como
( n )
X
gλc (z; E, F ) := inf πλ ((xij )) ελ× ((yij )) (2)
i=1
donde el ínfimo
P P es tomado sobre todas las representaciones de z de la
forma z = ni=1 `j=1 i
xij ⊗ yij .
Hay que hacer notar que gλ y gλc coinciden en el caso en que gλ sea
una norma. En la proposición que sigue a continuación demostraremos
que gλ es efectivamente una norma tensorial.
Proposición 3.1. gλ es una norma tensorial.
Demostración. Para la demostración utilizamos un criterio equivalente a
la definición de norma tensorial, según el cual basta verificar las siguiente
condiciones:
1. gλc (·; E, F ) es una seminorma en E ⊗ F para todo E, F ∈ NORM.
2. gλc (1 ⊗ 1; R, R) = 1.
3. gλc cumple la propiedad métrica de las aplicaciones en NORM. Aquí

NORM denota la clase de los espacios normados.
64 Gómez et al
1. Para probar que gλc es una seminorma en E ⊗ F basta verificar que

c
gλ satisface la desigualdad triangular, ya que por definición es claro que
gλc (z; E, F ) ≥ 0 y que gλc (βz; E, F ) = |β|gλc (z; E, F ).
P k P ì
Dados > 0 y z1 , z2 ∈ E ⊗ F , con zk = ni=1 k k
j=1 xij ⊗ yij para
k = 1, 2, representaciones que satisfacen la desigualdad
nk
X
πλ xkij ε λ× k
yij ≤ gλc (zk ; E, F ) + ,
2
i=1
P 1 +n2 Pì
z1 + z2 admite una representación z1 + z2 = ni=1 j=1 uij ⊗ vij donde
1 1 2 2 si n + 1 ≤ i ≤
uij = xij y vij = yij si 1 ≤ i ≤ n1 , y uij = xij y vij = yij 1
n1 + n2 . Con lo cual,
n1
X
gλc (z1 + z2 ; E, F ) ≤ πλ x1ij ε λ× 1
yij
i=1
nX
1 +n2

+ πλ x2ij ε λ× 2
yij
i=n1 +1
≤ gλc (z1 ; E, F ) + gλc (z2 ; E, F ) +
y como > 0 es arbitrario, se obtiene el resultado esperado.

2. Si E = K, E 0 = K, entonces {β ∈ E 0 : kβk ≤ P {β ∈ K : |β| ≤
1} = P
1} y hα, βi = αβ. Luego para z ∈ K ⊗ K, con z = ni=1 kj=1 i
αij ⊗ βij
se tiene que:
ελ× ((βij )) ≤ sup |y 0 |k(|βij |)kλ× ≤ k(|βij |)kλ×

ky 0 kE 0 ≤1
Pero k(|βij |)kλ× ≤ ελ× ((βij )), ya que y 0 = 1 es uno de los valores admi-
sibles en la definición de ελ× ((βij )), con lo cual k(|βij |)kλ× = ελ× ((βij )).
De lo anterior, con ελ× ((1, 0, 0, 0, ...)) = k(1, 0, 0, 0, ...)k λ× = 1 y dado
que πλ ((1, 0, 0, 0, ...)) = k(1, 0, 0, 0, ...)k λ = 1, se sigue que
gλc (1 ⊗ 1; K, K) ≤ πλ ((1, 0, ..., 0)) ελ× ((1, 0, ..., 0)) = 1.

P Pi
De otro lado, si 1 ⊗ 1 = ni=1 `j=1 αij ⊗ βij es una representación arbi-
traria de 1 ⊗ 1, entonces
X ì
n X ì
n X
X ì
n X
X
1 = |h1 ⊗ 1, αij ⊗ βij i| = | αij βij | ≤ |αij βij |
i=1 j=1 i=1 j=1 i=1 j=1
Pn
que es menor o igual que i=1 k(|α
P ij |)kλ k(|βij |)kλ× , por la desigualdad
de Hölder. En consecuencia 1 ≤ ni=1 πλ ((αij )) ελ× ((βij )). Con lo cual,
al tomar el ínfimo sobre todas las representaciones de 1 ⊗ 1, se sigue la

igualdad esperada gλc (1 ⊗ 1; R, R) = 1.
3. Finalmente, veamos que gλc satisface la propiedad métrica de las
aplicaciones. Sean A ∈ L (E1 , F1 ) y B ∈ L (E2 , F2 ) y consideremos la
aplicación A ⊗ B : E1 ⊗gλc E2 → F1 ⊗gλc F2 .
Consideramos el caso kBk 6= 0, ya que el resultado
P P es inmediato en
el caso contrario. Para cada representación z = ni=1 `j=1 i
xij ⊗ yij ∈
0 0 kB 0 kky 0 k
E1 ⊗ E2 , dado que k B B(y0 ) k ≤ kB 0 k ≤ 1 para y 0 ∈ BF 0 y kB 0 k = kBk,
tenemos que
ελ× ((B(yij ))) = sup k(|hB(yij ), y 0 i|)kλ×

y 0 ∈BF 0
2
= sup k(|hyij , B 0 (y 0 )i|)kλ×

y 0 ∈BF 0
2
B 0 (y 0 )
= kB 0 k sup k(|hyij , i|)kλ×
y 0 ∈BF 0 kB 0 k
2
≤ kBkελ× ((yij ))
Por tanto
n
X
gλc ((A ⊗ B) (z) ; F1 , F2 ) ≤ πλ ((A (xij ))) ελ× ((B (yij )))
i=1
n
X
= kAk kBk πλ ((xij )) ελ× ((yij ))
i=1
y, tomando ínfimos sobre las distintas representaciones de z, se sigue que
gλc ((A ⊗ B) (z) ; F1 , F2 ) ≤ kAk kBk gλc (z; E1 , E2 )
con lo cual
kA ⊗ Bk = sup gλc ((A ⊗ B) (z) ; F1 , F2 ) ≤ kAk kBk

z∈BE1 ⊗g c E2
λ
que es lo que queríamos demostrar.
El siguiente teorema da una caracterización de los elementos de la

complección del espacio E ⊗gλ F mediante una serie doble convergente.
b gc F admite una representación de
Teorema 3.2.PTodoPelemento de E ⊗ λ
∞ ∞
la forma z = i=1 j=1 xij ⊗ yij donde {(xij )∞
j=1 : i ∈ N} ⊂ hλ [E] y
66 Gómez et al
{(yij )∞ ×
j=1 : i ∈ N} ⊂ λ (F ) con
∞
X
πhλ ((xij )) ελ× ((yij )) < ∞ (3)
i=1
Además ( )
∞
X
gλc (z) = inf πhλ ((xij )) ελ× ((yij )) (4)
i=1
tomando el ínfimo sobre todas las series que cumplan la condición (3).
Demostración. Veamos primero que cualquier serie del tipo mencionado
es convergente en E ⊗ b gc F y por tanto define un elemento de la com-
λ
plección.
En efecto, observar que la condición (3) implica que para cada i ∈ N
πhλ ((xij )) y ελ× ((yij )) son finitos, y entonces de la propiedad de con-
vergencia seccional en hλ [E] se tiene que dado > 0, existe mi ∈ N, tal

que πhλ ((xij )∞ ∞
j=mi +1 ) < ελ× ((yij )) y como ελ× ((yij )j=mi +1 ) ≤ ελ× ((yij ))
se tiene que

πhλ (xij )∞ j=mi +1 ε λ × (y ij ) ∞
j=mi +1 <
con lo cual, si mi ≤ m < n, entonces

 
X n
gλc  xij ⊗ yij  ≤ πhλ (xij )nj=m+1 ελ× (yij )nj=m+1
j=m+1

≤ πhλ (xij )∞ j=mi +1 ε λ × (y ij ) ∞
j=mi +1
P
se puede hacer tan pequeña como se quiera y por tanto la serie ∞ j=1 xij ⊗
yij converge en E ⊗b gc F para cada i ∈ N. Además, se tiene que
λ
   
X∞ m
X
gλc  xij ⊗ yij  = lim gλc  xij ⊗ yij 
m→∞
j=1 j=1

≤ lim πhλ (xij )m
j=1 ε λ × (y m
ij j=1 ≤ πhλ ((xij )) ελ× ((yij )) < ∞
)
m→∞
de donde se sigue que

   
Xn ∞
X n
X X∞
gλc  xij ⊗ yij  ≤ gλc  xij ⊗ yij 
i=m+1 j=1 i=m+1 j=1
n
X
≤ πhλ ((xij )) ελ× ((yij )) <
i=m+1
para m suficientementePgrande,P∞por la ecuación (3), y por tanto la sucesión

de sumas parciales de ∞ i=1 j=1 xij ⊗yij es de Cauchy y por consiguiente
converge en E ⊗b gc F .
λ
Además, de lo anterior, se sigue también que
   
n X
X ∞ Xn X∞
gλc (z) = lim gλc  xij ⊗ yij  ≤ lim gλc  xij ⊗ yij 
n→∞ n→∞
i=1 j=1 i=1 j=1
n
X ∞
X
≤ lim πhλ ((xij )) ελ× ((yij )) = πhλ ((xij )) ελ× ((yij ))
n→∞
i=1 i=1
y por tanto,
( ∞
)
X
gλc (z) ≤ inf πhλ ((xij )) ελ× ((yij ))
i=1
Recíprocamente, b c
P∞ que para z ∈ E ⊗gλ F hay una representación
P veamos
de la forma z = ∞ i=1 x
j=1 ij ⊗ y ij con la condición dada.
En efecto, como z ∈ E ⊗ b gc F es punto límite de E ⊗gc F , existe una
λ λ
sucesión de Cauchy (un ) en E ⊗gλc F que converge a z, es decir, que para
todo > 0 existe N ∈ N tal que para todo n ≥ N , g λc (un − z) < 3 . Sea
> 0, entonces existe una sucesión (k n )∞n=0 en N estrictamente creciente
tal que

gλc ukn − ukn+1 ≤
3 (2n+1 )
y claramente z = limn→∞ ukn .
Renombrando wn = ukn , n = 0, 1, 2, ... se sigue que
k
! ∞
X X
z = lim wn = lim w0 + (wn − wn−1 ) = w0 + (wn − wn−1 )
n→∞ k→∞
n=1 n=1
Como w0 ∈ E ⊗gλc F , (wn − wn−1 ) ∈ E ⊗gλc F , tienen representación

Pk0 Pm0i 0 0
en E ⊗gλc F, de la forma w0 = i=1 j=1 xij ⊗ yij y (wn − wn−1 ) =
Pkn Pmni n n n n
i=1 j=1 xij ⊗ yij con los xij y los yij , n = 0, 1, 2, ... escogidos de tal
manera que
k0
X
π hλ x0ij ε λ× 0
yij < gλc (w0 ) +
3
i=1
kn
X
π hλ xnij ε λ× n
yij < gλc (wn − wn−1 ) + (n = 1, 2, ...)
3 (2n+1 )
i=1
68 Gómez et al
Entonces se tiene que

X m0i
k0 X X mni
kn X
∞ X
z= x0ij ⊗ yij
0
+ xnij ⊗ yij
n
i=1 j=1 n=1 i=1 j=1

P ∞ P rs
o mejor z = s=1ust ⊗ vst , donde rs , ust y vst , están dados por:
t=1
Pn−1
i) Definimos p0 = 1, p1 = k0 ,..., pn = q=0 kq para cada natural n
ii) Para s = 1, 2, ..., p1 y t = 1, 2, ..., m0s , hacemos ust ⊗vst = x0st ⊗yst
0
Para s = p1 + 1, ..., p2 y t = 1, ..., m1(s−p1 ) , hacemos ust ⊗ vst =

x1(s−p1 )t ⊗ y(s−p
1
1 )t
Para s = p2 + 1, ..., p3 y t = 1, ..., m1(s−p2 ) ,
hacemos ust ⊗ vst = x2(s−p2 )t ⊗ y(s−p
2
2 )t
iii) Continuamos el proceso para cada natural n, teniendo presente que

s = pn + 1, ..., pn+1 , t = 1, ..., mn(s−pn ) y ust ⊗ vst = xn(s−pn )t ⊗
n
y(s−p . Y para simplificar la notación hacemos m n(s−pn ) = rs en
n )t
cada caso.
P P rs
Es claro de la construcción que la serie ∞ s=1 t=1 ust ⊗ vst conver-
gente, que es una representación de z, y además satisface la condición
(3), ya que la serie
∞
X
πhλ ((ust )rt=1
s
) ελ× ((vst )rt=1
s
)
s=1
se puede escribir, para t = 1...rs y j = 1...mni , en la forma
k0
X ∞ pX
X n+1
πhλ ((ust )t ) ελ× ((vst )t ) + πhλ ((ust )t ) ελ× ((vst )t )

s=1 n=1 s=pn +1
k0
X X kn
∞ X
= π hλ x0ij j
ε λ× 0
yij j
+ π hλ xnij j
ε λ× n
yij j
i=1 n=1 i=1
∞
X 2
< gλc (w0 ) + +
3 3 (2n+1 )
n=1

≤ gλc (w0 − z) + gλc (z) + + < gλc (z) + < ∞
3 3
Se obtiene así la representación deseada, y al ser > 0 arbitrario, se sigue
que (∞ )
X
inf πhλ ((xij )) ελ× ((yij )) ≤ gλc (z)
i=1
de donde la igualdad (4) se satisface en forma inmediata, lo que concluye
la demostración.
4 Sobre el dual de E ⊗gλc F
En la teoría de las normas tensoriales, aparecen de manera natural y aso-

ciados a la misma de diferentes maneras, determinados espacios de ope-
radores. Estamos interesados en este epígrafe en el ideal de operadores
asociado por dualidad a la norma tensorial g λ , es decir queremos carac-
terizar, en términos de espacios de operadores el espacio (E ⊗ gλ F )0 . Tal
como aparece en el libro de Pietsch “Operator Ideals", [6], la definición
de muchos espacios de operadores viene descrita mediante el compor-
tamiento de los mismos frente a determinados espacios de sucesiones.
Definición 4.1. Una aplicación T ∈ L (E, F ) se dice que es λ-absoluta-
mente sumante si existe un número real C > 0, tal que para toda sucesión
(xi )∞
i=1 en E, con ελ ((xi )) < ∞, se cumple que
πλ ((T (xi ))) ≤ Cελ ((xi )) (5)
Dicho con palabras sencillas, un operador es λ−absolutamente suman-

te si transforma sucesiones débilmente λ-sumables en sucesiones fuerte-
mente λ-sumables.
Denotaremos por Pλ (E, F ) al conjunto de operadores λ-absolutamen-
te sumantes de E en F , y para cada T ∈ Pλ (E, F ) definimos
Πλ (T ) := inf {C ≥ 0 : C satisface la condición (5)}
Es fácil verificar que Pλ (E, F ) es un subespacio vectorial de L (E, F )

con norma Πλ (·). Más aún, Pλ (E, F ) es un ideal Banach de operadores,
que denominamos ideal de operadores λ−absolutamente sumantes.
0
Teorema 4.2. Para E, F espacios de Banach, E ⊗gλc F = Pλ× (F, E 0 )
se satisface isométricamente.
Demostración. Para todo T ∈ Pλ× (F, E 0 ), definimos ϕT : E ⊗gλc F → R

por
X li
n X li
n X
X
hϕT , zi = hxij , T (yij )i para todo z = xij ⊗ yij ∈ E ⊗gλc F
i=1 j=1 i=1 j=1
ϕT está bien definida con independencia de la representación elegida para

z y pertenece a (E ⊗gλc F )0 ya que
X li
n X li
n X
X
|hϕT , zi| ≤ |hxij , T (yij )i| ≤ kxij kkT (yij )k
i=1 j=1 i=1 j=1
70 Gómez et al
y por la desigualdad de Hölder la última expresión es menor o igual que:

n
X
sumni=1 k(kxij k)kλ k(kT (yij )k)kλ× ≤ Πλ× (T ) πλ ((xij ))ελ× ((yij ))
i=1
luego, tomando ínfimos sobre todas las representaciones de z, se sigue

que
|hϕT , zi| ≤ Πλ× (T ) gλc (z; E, F )
y por consiguiente kϕT k ≤ Πλ× (T ).
Recíprocamente, dado ϕ ∈ (E ⊗gλ F )0 definimos Tϕ : F −→ E 0 por
hTϕ (y) , xi = hϕ, x ⊗ yi para todos y ∈ F, x ∈ E
Veamos que Tϕ ∈ Pλ× (F, E 0 ). Para ello, consideremos una sucesión (y i )

de elementos de F tal que ελ× ((yi )) < ∞. Como BE es débilmente densa
en BE 00 , dados > 0 y (δi ) ∈ λ× con k(δi )kλ× ≤ 1, para cada i ∈ N existe
xi ∈ E tal que kxi k ≤ 1 y
kTϕ (yi )k ≤ |hTϕ (yi ), xi i| + δi = |hϕ, xi ⊗ yi i| + δi
por tanto
k(kTϕ (yi ) k)kλ× ≤ k(|hϕ, xi ⊗ yi i| + δi )kλ×

≤ k(hϕ, xi ⊗ yi i)kλ× +
X∞
≤ sup | ηi hϕ, xi ⊗ yi i| +
k(ηi )kλ ≤1 i=1
Las sucesiones (ηi ) en la desigualdad anterior están en h λ y k(ηi )khλ ≤ 1.

Además, πhλ ((ηi xi )) = k(kηi xi k)khλ ≤ k(ηi )khλP
≤ 1 y como ελ× ((yi )) <
∞. Entonces del teorema 3.2 se puede ver que ∞ b c
i=1 ηi xi ⊗ yi ∈ E ⊗gλ F .
Luego
∞
X
k(kTϕ (yi ) k)kλ× ≤ sup |hϕ, ηi xi ⊗ yi i| +
k(ηi )khλ ≤1 i=1
∞
X
≤ sup kϕkgλc ( ηi xi ⊗ y i ) +
k(ηi )khλ ≤1 i=1
≤ sup kϕkk(kηi xi k)khλ ελ× ((yi )) +
k(ηi )khλ ≤1
≤ kϕkελ× ((yi )) +
Como es arbitrario, se sigue que k(kT ϕ (yi k)kλ× ≤ kϕkελ× ((yi )) y

Πλ× (Tϕ ) ≤ kϕk, lo que concluye la demostración.
Como consecuencia inmediata del teorema, tenemos que ((g λc )t )0 es la

norma tensorial asociada al ideal de operadores P λ× , ya que (E ⊗gλc F )0 =
(F ⊗(gλc )t E)0 = (F ⊗((gλc )t )00 E)0 con lo cual (F ⊗((gλc )t )00 E)0 = Pλ× (F, E 0 )
y por tanto ((gλc )t )0 ∼ Pλ×
Referencias
[1] Defant, A.-Floret, K.Tensor norms and operator ideals. North Holland
Math. Studies. North Holland. Amsterdam. 1993.
[2] Jarchow, H.Locally Convex Spaces. B.B. Teubner. Stuttgart. 1981.
[3] Köthe, G.Topological Vector Spaces II. Springer Verlag. Berlin, Heidelberg,
New York. 1979.
[4] Lindenstrauss, J. and Tzafriri, L.Classical Banach Spaces I and II.

Springer-Verlag. Berlin, Heidelberg, New York, 1977.
[5] Persson, A. and Pietsch, A. p-nukleare und p-integrale Abbildungen in

Banachraümen. Studia Math. 33(1969), 213-222.
[6] Pietsch, A.Operator ideals. North Holland Math. Library. North Holland.
Amsterdam. 1980.
[7] Saphar P. Hypothèse d’approximation à l’ordre p dans les espaces de Ba-

nach et approximation d’applications p-absolument sommantes.Israel J.
Math. 13(1972),379-399.
Dirección de los autores: Patricia Gómez Palacio, Universidad EAFIT, Depto.

de Ciencias Básicas, A. A.3300 Medellín, Colombia [email protected] —
Juan Antonio López Molina, [email protected], María José Rivera Ortún,
[email protected], E.T.S. Ingenieros Agrónomos, Camino de Vera, 46073 Va-
lencia, España
a la revista
– artículos
– notas de clase
– noticias, etc.


Cali, Colombia.
Teléfonos: (2) 330-25-66 339-32-27
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
Educación e Historia: 73–89
c
El concepto de aproximación local: una propuesta

metodológica a partir de la recta tangente
Pedro Vicente Esteban Duarte Pedro Pérez Carreras
Resumen
El propósito de este artículo es exponer una metodología para enseñar el concepto de
aproximación local en su manifestación de recta tangente a una curva plana en un
punto, a partir de la visualización que se obtiene del haz de secantes, entendiéndolo
como el conjunto de rectas que pasan todas por un punto fijo de la curva y por otros
sobre la curva cada vez más cercanos al punto dado. El concepto de aproximación local
es un tema central en el análisis matemático y, su enseñanza en una edad temprana
ayudará a que los alumnos adquieran un avanzado nivel de razonamiento. La visuali-
zación que se propone, se obtiene con la ayuda del asistente matemático DERIVE r
y no requiere de manipulaciones algebraicas que entorpezcan el razonamiento que los
alumnos deben desarrollar y exhibir a lo largo del proceso. El material que se expone,
está diseñado para ser cubierto en una clase, en la cual el profesor sirva de orientador,
formulando preguntas y respondiendo inquietudes en el momento oportuno.
Palabras y frases claves: Haz de secantes, proceso de aproximación local, visuali-

zación, niveles de razonamiento, pendiente, derivada.
1 Introducción
El concepto de aproximación local es uno de los temas centrales del análi-

sis matemático. Entre las manifestaciones importantes se encuentran la
recta tangente a una curva plana en un punto, la derivada de una función
en un punto, la integral de una función, las sucesiones, las series infinitas
y todos los procesos que requieren del paso al límite. Todos estos concep-
tos forman parte de los programas de matemáticas de los últimos años de
secundaria y de las carreras técnicas y científicas en los primeros años de
universidad. En los textos escolares estos conceptos se comienzan a ex-
plicar a partir de su definición y luego se pasa directamente a la solución
de ejercicios algebraicos. Es así como existe un total desconocimiento de
los procesos de razonamiento por parte del profesor, lo cual no le permite
al alumno acceder al concepto explicado en forma eficaz y correcta.
El concepto de tangente sólo se define en la escuela elemental con
relación a la circunferencia. Luego se utiliza al finalizar el secundaria y
en los primeros años de universidad, como una visualización del concepto
73
74 Esteban et al.
de derivada de una función en un punto. Al no tener una definición

de tangente para curvas en general, se crea una asociación incorrecta
entre tangente y derivada, pues la mayoría de alumnos asocian estos
dos conceptos como equivalentes, llegando a trasladar la idea estática de
tangente a una circunferencia al de derivada de una función en un punto,
sin llegar a comprender el dinamismo, involucrado en el paso al límite,
de los dos conceptos.
Utilizando el Asistente Matemático DERIVE r (versión 4.09 bajo
Windows), proponemos una metodología para la enseñanza del concepto
de aproximación local en su manifestación de recta tangente a una curva
plana en uno de sus puntos. Esto le permite al alumno, de los últimos años
de bachillerato y primeros años de universidad, percibir una visualización
del concepto de tangente y así lograr una definición verbal adecuada. La
visualización propuesta se obtiene a partir de la construcción de un haz
de secantes [1], que pasa por un punto fijo de una curva plana y por
otros puntos sobre ella cada vez más cercanos al punto elegido; lo que
permite, sin manipulaciones algebraicas, acceder al concepto mencionado.
Además, de esta manera, pretendemos que el alumno involucrado en esta
experiencia de aprendizaje comprenda con un alto significado matemático
el concepto de derivada de una función en un punto. Pues, mediante el
proceso de hallar el límite de las pendientes de la sucesión indefinida
(infinita) del haz de secantes el alumno obtiene la derivada de la curva
en ese punto.
2 Elementos básicos de estudio
Antes de iniciar la construcción del haz de secantes, se requiere que el

alumno reconozca los objetos básicos de estudio: punto, recta y curva
desde lo visual y geométrico [2]. Es decir, que el punto y la recta no
tienen ningún grosor, que la línea recta solo tiene la dimensión de la
longitud y que las curvas, unas pueden ser cerradas, otras abiertas y que
la línea recta es un tipo especial de curva que se extiende indefinidamente
en una sola dirección. Para ello, el profesor le preguntará al alumno por
la idea intuitiva que tiene acerca de los objetos de estudio. Al alumno
que piense que el punto y la recta tienen algún grosor, el profesor le
dará la idea intuitiva correcta desde lo visual y geométrico; le ayudará
a comprender que estos entes son sólo representaciones. Lo anterior es
necesario para la implementación de esta propuesta metodológica.
El concepto de aproximación local: una propuesta metodológica 75
3 Relaciones entre los elementos básicos de estudio
Resaltamos que en esta propuesta metodológica no se requiere que las

gráficas se dibujen con cuadrículas o con ejes coordenados, para ello de-
sactivamos estas opciones en la ventana gráfica de DERIVE . r Pues
empleando esta metodología no es necesario enfatizar en la noción de dis-
tancia. Es importante tener en cuenta que una vez que el alumno haya
finalizado un proceso debe borrar todas las gráficas realizadas antes de
continuar con la experiencia.
3.1 Relación punto-recta

El alumno debe tener total claridad sobre el hecho de que por dos puntos
del plano pasa una sola recta. Para mostrar esto, se escribe en el editor
de ecuaciones de DERIVE r la expresión [2, [−1, 2], [1, 2]] y al graficar, se
obtiene en la pantalla la recta y = 2 y los puntos (−1, 2) y (1, 2) resaltados.
En este momento, le preguntamos al alumno, ¿es posible trazar otra línea
recta que sea distinta de la que está dibujada y que pase por esos mismos
dos puntos? La respuesta esperada es: “no, por esos mismos dos puntos
es imposible trazar otra recta distinta”. Aquellos alumnos que respondan
afirmativamente, están indicando que tienen la idea de puntos y rectas
gruesas. Antes de continuar, se hace necesario recalcar nuevamente sobre
las propiedades geométricas de punto, recta y curva.
3.2 Relación punto-curva

Para una curva plana particular y un punto fijo sobre ella, el alumno debe
percatarse de que existen puntos sobre la curva cada vez más cercanos a
éste, bien sea desde la derecha o desde la izquierda. Esta visualización se
puede obtener mediante las siguientes órdenes en el editor de ecuaciones
de DERIVE : r
F(x):=
PUNTOS(h, n):= VECTOR([b, f(b)], b, VECTOR(a + h/(1.2^m), m,
VECTOR(i, i, 0, n-1)))
a:= a0
[a, f(a)]
F(x) es la curva que se quiere estudiar. La función de DERIVE r

PUNTOS(h,n) permite encontrar y graficar puntos sobre la curva F(x).
El parámetro h, cuando h es positivo, define el valor x=a+h desde el cual
se comienza el acercamiento al valor x=a desde la derecha. El parámetro
76 Esteban et al.
n es el número de puntos (b, f (b)) que se quieren dibujar sobre la curva.

El valor a=a0 define el punto (a0 , f (a0 )), el cual es el punto fijo sobre la
curva.
La función F(x): = 0.3(x -1)(x + 2)(x + 3) y para valores de x >
-2.5, la definimos en el editor de ecuaciones como sigue: F(x):= IF(x >
-2.5, 0.3(x - 1)(x + 2)(x + 3)).
Al tomar un valor particular para a, digamos 0.1, un h positivo igual
a 1 y un n igual a 5 digitamos en el editor de DERIVE r las siguientes
instrucciones:
\#1: F(x):=
\#2: PUNTOS(h, n):= VECTOR([b, F(b)], b, VECTOR(a +
h/(1.2^m), m, VECTOR(i, i, 0, n - 1)))
\#3: a:= 0.1
\#4: [a, f(a)]
\#5: F(x):= IF(x > -2.5, 0.3(x - 1)(x + 2)(x + 3))
\#6: PUNTOS(1, 5)
Al graficar la ecuación #5 y el punto (a, f (a)) (#4), se obtiene la Fig.1.
Figura 1: Punto fijo sobre la curva
Al simplificar la expresión #6 y graficarla, se obtiene la Fig.2. En

este momento, se le pregunta al alumno: ¿cuántos puntos más se podrán
trazar sobre la curva, de tal forma que se acerquen cada vez más al punto
fijo dado? Se le motiva para que él mismo, con la función PUNTOS(h,n)
grafique otros puntos sobre la curva, cada vez más cerca al punto fijo.
Para ello, debe mantener la h fija en 1 y la n variando de acuerdo con el
número de puntos que quiere dibujar. Por ejemplo: ejecutar las ordenes
Figura 2: Puntos cercanos al punto fijo
PUNTOS(1,10), PUNTOS(1,20), etc, simplificando y graficando en cada

caso.
El profesor, después de que el alumno haya hecho algunos ensayos,
debe de repetir la pregunta anterior. La respuesta esperada de los alum-
nos es: “se puede trazar un número indefinido (infinito) de puntos cada
vez más cercanos al punto fijo dado”. Cabe anotar que si el alumno ma-
nifiesta que solamente se puede dibujar un número finito de puntos, éso
indica que su razonamiento está guiado más por el aspecto visual que
por la abstracción. Es necesario insistirle que dibuje un número de pun-
tos cada vez mayor con el propósito de que perciba el aspecto indefinido
subyacente en este proceso.
El proceso anterior también puede ilustrarse partiendo desde la iz-
quierda del punto fijo dado. Para ello le damos un valor negativo a h,
digamos −1, y si el número de puntos que queremos trazar es 10, ejecu-
tamos la siguiente instrucción: PUNTOS(-1,10). Es importante hacerle
notar a los alumnos que, para esta gráfica y para ese punto fijo, las con-
clusiones que se obtienen al efectuar el proceso de acercamiento por un
lado o por el otro son las mismas. Luego, le pedimos que conjeture si
sucede lo mismo para cualquier curva y cualquier punto sobre ella.
3.3 Relación recta-curva

La relación que interesa establecer entre las rectas y la curva es la de
secante, para ello definimos la siguiente función de DERIVE :
r
SECANTE(h, n):= VECTOR((F(a)-F(b))/(a-b)(x-a) + F(a), b,

VECTOR(a + h/(1.2^m), m, VECTOR(i, i, 0, n -1)))
78 Esteban et al.
Los parámetros a, h, y n tienen el mismo sentido que los dados para la

función PUNTOS(h,n), sólo que en este caso, la n significa el número de
secantes que se quieren trazar. Todas estas secantes pasan por el punto
(a, f (a)) y por los puntos móviles (b, f (b)), que se acercan cada vez más
al punto fijo (a, f (a)). El valor b depende de h y n.
Por ejemplo, si se quieren trazar 5 secantes que pasen todas por el
punto fijo (0.1, f (0.1)) y por puntos (b, f(b)) cada vez más próximos al
punto fijo, se da la orden SECANTE(1,5), se simplifica y grafica, obte-
niendo la siguiente ilustración:
Figura 3: Construcción del haz de secantes
Aquí es importante resaltarle al alumno el sentido de acercamiento:

todas las secantes pasan por el punto fijo dado y por puntos sobre la curva
cada vez más cercanos a éste. Se le propone que trace otras secantes sobre
la misma gráfica: SECANTE(1,20), SECANTE(1,30) y se le pregunta: “si
continuamos con este proceso, ¿cuántas rectas secantes más se podrán
trazar, de tal forma que pasen por el punto fijo y por puntos sobre la
curva cada vez más cercanos a él? La respuesta esperada es que: “de
esta forma se pueden trazar un número indefinido (infinito) de secantes”.
El alumno que responda que “sólo se puede trazar un número finito de
secantes”, involucrará que su razonamiento está motivado únicamente
por lo que ve y no hace ninguna abstracción. Todavía no ha logrado
percibir las propiedades geométricas del punto y la recta, lo que le impide
comprender el proceso indefinido que se está describiendo. Se le motiva
a que grafique más secantes para conducirlo a razonar en el respectivo
proceso infinito.
Con esta última ilustración en la pantalla del ordenador, se le formula

la siguiente pregunta: ¿si se continúa con este proceso que le sucedería a
las secantes? La respuesta esperada es que “al continuar con el proceso,
las secantes se estabilizarán sobre una línea recta que no es sobrepasada
por ninguna de las secantes”. Dada esta respuesta, se puede determinar
si el alumno entiende que, aunque el proceso es infinito, éste tiene fin
(proceso de acumulación del haz de secantes). Otros alumnos pueden dar
respuestas equivalentes, entendiendo la estabilización como un “tope”,
como “el final” de un proceso, o más importante aún, que la “tangente es
el límite del haz de secantes”.
Hay que distinguir dos tipos de razonamiento en los alumnos. Al-
gunos perciben que la estabilización se puede alcanzar, después de haber
trazado un número finito de secantes, dando a entender claramente que
su razonamiento está influenciado por lo que están viendo en la pantalla
del ordenador. Otros, que esta estabilización se alcanza al final de un
proceso indefinido (infinito), exhibiendo un razonamiento más avanzado.
Cabe resaltar que el alumno puede obtener las mismas conclusiones
trazando secantes desde la izquierda del punto fijo. Se recomienda cam-
biar el color de las secantes, para poder estudiar la zona en la cual los
dos haces parecen juntarse. El alumno debe inferir que la supuesta recta
de estabilización (tangente) separa los haces de secantes.
4 Concepto imagen de tangente
Es importante explorar lo que el alumno piensa acerca de la tangente y

en qué situaciones visualmente la identifica [3]. Comenzamos esta explo-
ración graficando las siguientes ecuaciones:
G(x):= IF(x<-0.5, 0.3(x - 1)(x + 2)(x + 3))

F(x):= 0.5x - 2
Luego, se hace la pregunta: ¿qué relación existe entre la curva y la recta?

La respuesta esperada es: “la recta corta a la curva”, o alguna otra ex-
presión equivalente. Algunos alumnos responderán: “la recta es tangente
a la curva”, y al pedirles explicación, darán como respuesta: “la recta y
la curva tienen un solo punto de contacto”. El profesor debe continuar la
exposición, sin hacer ningún comentario al respecto, pues el objetivo que
se persigue es que los alumnos, por sí mismos, encuentren una manera de
justificar sus respuestas.
Presentamos la siguiente gráfica:
G(x):= IF(-3.8<x<1.5, 0.3(x - 1)(x + 2)(x + 3))

80 Esteban et al.
F(x):= 0.5x - 2.5
Y nuevamente se pregunta: ¿qué relación existe entre la curva y la recta?

La respuesta esperada es: “entre la curva y la recta no existe ninguna
relación, pero si la curva se prolonga, podrían cortarse en algún punto”.
Algunos alumnos dirán que la curva y la recta no tienen ninguna relación
y, se negarán a admitir que la curva se pueda prolongar. A estos alumnos
se les sugiere que grafiquen el polinomio en un intervalo más amplio y se
aseguren de esa posibilidad. Se les sugiere el intervalo (−5, 5).
Ahora, se le pide que grafique las siguientes ecuaciones:
G(x):= 0.3(x - 1)(x + 2)(x + 3)

F(x):= 25x/82-73/41
Luego, se procede con la siguiente pregunta: ¿crees que la recta es tan-

gente a la curva? La respuesta esperada es: “en una parte de la curva
seguro que no y en la otra puede que sea tangente”. Pero, la mayoría de
los alumnos responderán que la recta es tangente a la curva en la parte
derecha. Al pedirles una explicación, dirán: “que la recta toca a la curva
en un solo punto” [3], por lo tanto, están respondiendo desde su con-
cepto imagen de tangente a una circunferencia. Estos alumnos todavía
no perciben que la relación de tangencia es una propiedad local. Pero
es necesario que comprendan esta propiedad y logren reformular su con-
cepto imagen. Por lo tanto, se les pide que dibujen la curva por trozos,
con las siguientes instrucciones:
G(x):= IF(-5 < x < -1, 0.3(x - 1)(x + 2)(x + 3))

F(x):= 25x/82-73/41
G(x):= IF(-1 < x < 5, 0.3(x - 1)(x + 2)(x + 3))
F(x):= 25x/82-73/41
Y para cada caso se pregunta: ¿es la recta tangente a la curva? La

respuesta generalizada es: “la recta corta la curva en la primera situación
y es tangente en la segunda”. Es necesario señalarles que en cada caso,
se están viendo trozos de la misma curva y la misma recta. Luego, el
profesor preguntará: ¿si la recta fuera tangente a la curva en alguno de
sus puntos, se podría dar el caso que a la vez fuera tangente en algunos
puntos y en otros secante? Se finaliza la exploración del concepto imagen
con la siguiente pregunta: ¿cómo podríamos estar siempre seguros de
que una recta es tangente a una curva? El propósito de las preguntas
anteriores es que el alumno comprenda el aspecto de la localidad de la
tangencia.
5 Relación haz de secantes – tangente
Los objetivos que el alumno debe lograr son:
a. Percibir que el concepto de recta tangente a una curva es más amplio

que el de tangente a una circunferencia.
b. Entender la necesidad del proceso de aproximación para asegurarse

cuándo una recta es o no tangente a una curva en un punto dado.
c. Verbalizar una definición adecuada de tangente, partiendo del me-

canismo del haz de secantes.
Para que el alumno comience a reevaluar el concepto imagen de tan-

gente a una circunferencia se usa la Figura 4, que se obtiene con la ins-
trucción [xˆ3, 0, 0]. Luego, el profesor hace el siguiente comentario: “se
observa una curva y una recta que tienen solamente un punto de corte”.
Figura 4: Tangente que corta la curva
Y formula la siguiente pregunta: ¿crees que la recta es tangente a la

curva en el punto de corte? La respuesta esperada es que “sí”. Al ver la
gráfica, el alumno que razona desde la parte visual argumentará que la
82 Esteban et al.
curva y la recta “coinciden en un segmento”, y por lo tanto, tienen más

de un punto en común y la recta no puede ser tangente. Otros alumnos
ven la curva dividida en dos partes, una por debajo de la recta y la otra
por encima, manifestando que la recta es tangente a cada una de estas
dos partes por separado, pero no a la curva en el punto señalado. Aquí,
el profesor escucha los comentarios sin emitir ningún juicio. Antes de
presentar la próxima gráfica, se le pregunta al alumno si puede describir
un método que permita determinar si una recta dada es o no tangente a
una curva en un punto dado.
Las siguientes graficas tienen como objetivo hacer que el alumno
comience a relacionar el mecanismo del haz de secantes con la tangente.
Se le pide que grafique las siguientes ecuaciones:
F(x):= IF(x > -2.5, 0.3(x - 1)(x + 2)(x + 3))

T(x):= (F(0.1) - F(0.25))/(0.1 - 0.25)(x - 0.1) + F(0.1)
El profesor hace la siguiente afirmación: “la recta pasa por un punto de la

curva”. En lo que respecta con el cambio del concepto de definición [3],
esta afirmación es importante, lo cual se comprobará cuando se dibujen
haces de secantes que pasen por ese punto. El hecho de que una recta
pase por un punto de una curva y tenga la “apariencia” de ser tangente, no
garantiza la tangencia. Con estas gráficas en la pantalla del ordenador, se
pregunta al alumno: ¿crees que la recta es tangente a la curva? ¿por qué?
La respuesta esperada es que “partiendo solamente de lo que se ve en la
gráfica no es posible determinarlo”. La mayoría de los alumnos responden
que “sí” y dan como argumento que la recta pasa por un punto de la curva.
Independiente de las respuestas que se obtengan, se les pide que ejecuten
las siguientes ordenes: SECANTE(1,5), SECANTE(1,10), SECANTE(1,30),
etc. Para una mejor distinción entre la curva, la recta dada y las secantes,
se utiliza el comando Opciones en la ventana gráfica que permite fijarle
un color distinto a las secantes.
El hecho de dibujar los haces de secantes de forma progresiva le ayu-
dará al alumno a entender que el proceso es indefinido y secuencial. Al
ejecutar la última orden dada, se le pide que describa lo que observa.
Luego se le pregunta: ¿qué significa el hecho de que la primera recta
trazada esté dentro del haz de secantes? Es importante que al alumno le
quede la sensación de que no se puede fiar de lo que ve, y que para poder
emitir un juicio al respecto debe acudir al proceso del haz de secantes.
Con las siguientes expresiones, se obtiene la misma curva y dos rectas
distintas que pasan por el mismo punto de ella.
F(x):= IF(x > -2.5, 0.3(x - 1)(x + 2)(x + 3))

T(x):= ((F(0.1) - F(0.18))/(0.1 - 0.18)(x - 0.1) + F(0.1))

N(x):= 9(305 x - 1007)/5000
Luego se hacen las siguientes preguntas: ¿es posible que las dos rectas
sean tangentes a la curva en el punto en cuestión? ¿es posible que ninguna
lo sea? En todo caso, ¿cómo se podrá salir de dudas?
Después de las anteriores preguntas muchos alumnos manifestarán
que la forma de saber si las rectas son o no tangentes, es trazando un haz
de secantes que pase por el punto en cuestión y por otros puntos sobre la
curva cada vez más cercanos al punto dado. Se les sugiere dar la orden
SECANTE(1,20) y que describan lo que ven en la pantalla. Las secantes
dibujadas con esta orden superan la primera recta, pero no la segunda.
Con esta ilustración, y a partir de la experiencia anterior, dirán que la
primera recta es secante. Se les pregunta: ¿cómo será posible salir de du-
das acerca de la tangencia, o no, de la segunda recta? Se les sugiere
que ejecuten las siguientes ordenes: SECANTE(1,30), SECANTE(1,50),
SECANTE(1,100), entre otras.
Para cada caso, se le solicita al alumno que describa el proceso que
está haciendo y se le pregunta: ¿qué le sugiere el hecho que el haz de
secantes parece estabilizarse sobre la segunda recta? En este momento, el
alumno debe comprender que lo que realmente garantiza que una recta
sea tangente a una curva en un punto es, además de tocar o cortar, ser
el final –el límite– del proceso indefinido (infinito) del haz de secantes.
Es importante señalar que se pueden diferenciar dos tipos de razona-
mientos relacionados con la estabilización del haz de secantes: los alumnos
que razonan desde la parte visual afirmarán que ese final se obtiene des-
pués de trazar un número finito de secantes, mientras que otros alumnos
con un razonamiento más avanzado comprenderán el final (la tangente)
como la estabilización de un proceso indefinido (infinito).
La siguiente pregunta explora el progreso del lenguaje en el alumno
a lo largo de la experiencia: ¿es posible que en algún caso especial la
tangente corte a la curva en el punto de tangencia? La respuesta esperada
es “sí”. Además, algunos alumnos darán como ejemplo la gráfica [xˆ3, 0,
0], estudiada anteriormente. Para confirmar este caso especial, se definen
las siguientes fórmulas en el editor de DERIVE : r
a:= 0
F(x):= x^3
G(x):= 0
Y se comienza a efectuar el proceso de aproximación con las siguientes

ordenes: SECANTE(1,5), SECANTE(1,20), SECANTE(1,50), entre otras.
84 Esteban et al.
Al finalizar cada orden se pregunta: ¿cuál será la dirección de la recta

en la cual se estabilizarán las secantes? El alumno que comprenda que
la tangente es una recta de estabilización, aceptará sin mayor dificultad
que ésta puede cortar a una curva en el punto de tangencia. Aquí es
necesario que el profesor haga un aporte de información confirmándole al
alumno que la recta señalada es tangente a la curva en el punto dado. Es
posible que la mayoría de alumnos, en este momento, pueda encontrar
la dirección de la tangente, cuando ésta exista, a una curva cualquiera
en uno de sus puntos. Para confirmar esto, se propone que grafiquen la
siguiente función: F(x):= xˆ2
Y luego, se hace la siguiente pregunta: distinguiendo entre vertical,

horizontal u oblicua, ¿cuál será la dirección de la tangente a la curva en
el punto más bajo? La mayoría de los alumnos dirá que es horizontal.
Luego, se les solicita justificación a su respuesta. Si han entendido el
proceso, responderán: “porque al ubicarnos en el punto más bajo, tomar
otro punto sobre la curva y efectuar el proceso del haz de secantes por
puntos cada vez más próximos al punto elegido, el proceso indefinido
(infinito) del haz de secantes se estabilizará en una recta horizontal”. El
alumno que no ha entendido el proceso y razona desde lo visual dirá:
“que la tangente en el punto más bajo es horizontal, puesto que por ese
punto es fácil trazar una recta que toque la curva en ese punto”. Esto
significa que el alumno no ha superado el concepto imagen de tangente
a una circunferencia. Y más aún, no ha comprendido que el mecanismo
del haz de secantes es el proceso que permite saber con certeza (en este
caso) la dirección de la tangente a la curva en el punto señalado.
La orden: F(x):= If(x<0, -(-x)ˆ(1/3), xˆ(1/3)), se acompaña

con la pregunta: ¿existe la recta tangente en el punto central de la curva?
Si la respuesta es afirmativa, el alumno debe determinar si la dirección es
vertical, horizontal u oblicua. En todos los casos el alumno puede verificar
su respuesta, ejecutando las ordenes: SECANTE(1,5),
SECANTE(1,20), SECANTE(1,50), etc. Esto permitirá que el alumno con-
sidere nuevamente la tangente como el proceso de estabilización del haz
de secantes. Esta es otra situación especial en la cual la tangente corta
a la curva y su dirección es vertical. El alumno que continúe razonando
desde su concepto imagen de tangente a una circunferencia manifiesta
que la curva no tiene tangente en ese punto, argumentando que cualquier
recta que pase por ese punto cortará la curva.
6 Definición de tangente
El lenguaje empleado por un alumno para referirse a un concepto mate-

mático específico es uno de los indicadores del nivel de razonamiento en
el cual se encuentra respecto del concepto estudiado. Es por ello que
la siguiente pregunta la formulamos sin referencia a ninguna gráfica en
particular: supongamos que disponemos de un instrumento adecuado
para trazar sucesivas secantes que pasen por un punto de una curva y por
puntos sobre la curva cada vez más cercanos a éste, ¿cuál será un método
adecuado para trazar la tangente a la curva en ese punto? A continuación
comentamos algunos tipos de respuestas de los alumnos.
6.1 Respuestas adecuadas

“Trazar secantes que pasen por el punto dado y por otros puntos sobre la
curva cada vez más cercanos a él. La tangente es aquella recta a la cual
se aproximan las secantes cuando se estabilizan”. Con esta respuesta,
u otras equivalentes, el alumno manifiesta claramente que hace un uso
riguroso del lenguaje matemático y entiende que la tangente a una curva
en un punto es el final de un proceso de aproximación indefinido (infinito);
está manifestando que su razonamiento es avanzado respecto del concepto
de tangente a una curva en un punto. El alumno ha hecho una cadena
de elaboraciones mentales que le permite percibir este concepto como
un proceso dinámico (paso al límite). Por lo tanto, es posible asegurar
que el alumno comprenderá la formalización del concepto en el momento
que se exponga a esa nueva situación. Es importante resaltar, que el
lenguaje utilizado en la respuesta es una manifestación de la integración
del concepto imagen y el concepto definición de tangente [1].
6.2 Respuestas de alumnos que no han superado el concepto

imagen de tangente a una circunferencia
a. “Dibujar una recta por el punto dado y luego trazar secantes para
ver si se estabilizan en la recta inicialmente dibujada”. Esta res-
puesta no es adecuada porque el alumno no ha entendido que la
tangente es el final del proceso de estabilización del haz de secantes.
Sin embargo, sí ha entendido que el proceso del haz de secantes sirve
como un mecanismo para confirmar si una recta dibujada es ó no
tangente a una curva en un punto.
b. “Trazar secantes hasta que una de ellas toque la curva en el punto

dado”. Los alumnos que responden de esta manera no comprenden
86 Esteban et al.
que el proceso del haz de secantes se efectúa partiendo del punto

fijo dado y por otros sobre la curva cada vez más cercanos a este.
Tampoco comprenden que el mecanismo del haz de secantes es un
proceso de aproximación y continúan razonando desde su concepto
imagen de tangente a una circunferencia. Es decir, no perciben la
noción de límite subyacente e inherente al concepto de tangente.
7 Ejercicios de confrontación
Los siguientes ejercicios tienen como objetivo detectar si los alumnos

aplican la definición dada por ellos mismos. También, forzarlos para que
exhiban su capacidad de razonamiento en el momento de determinar la
existencia ó no de la tangente en algunos puntos particulares de curvas
especiales.
Inicialmente se considera la siguiente curva F(x):= 2|x|ˆ(1/2) que
se obtiene con la orden F(x):= 2SQRT(ABS(X)). Luego se formula la pre-
gunta: ¿cuál es la dirección de la recta tangente en el punto más bajo?
La respuesta esperada es: “la dirección es vertical”. Se le pide que con-
firme sus respuestas dando alternadamente las ordenes SECANTE(1,n),
SECANTE(-1,n), sugiriendo valores grandes de n (dependiendo de la ca-
pacidad del ordenador).
El siguiente caso a considerar es la tangente a la curva F(x):=x en uno
de sus puntos. Aquí se presenta una enorme dificultad, pues la mayoría
de las veces el alumno no comprende que la recta es tangente así misma
en cada uno de sus puntos. Cuando confirma este hecho, su actitud es de
total desconcierto, mostrándose incrédulo. Es importante señalar algunas
dificultades que el alumno hace evidentes: no considera una línea recta
como un caso especial de una curva; al aplicar el mecanismo del haz de
secantes aparece en su razonamiento una gran confusión; otra reside en
el nivel de abstracción que debe de hacer para comprender esta nueva
situación bien particular de tangencia; se resiste a considerar este caso,
entre otras situaciones.
Con el propósito de insistir en la implementación del proceso del haz
de secantes, se le solicita que grafique la línea recta y=x. Luego, con la
orden SECANTE(1,n), para varios valores de n, comience a trazar haces de
secantes. Además, se le pide que explique lo que observan en la pantalla
para distintos valores de n, con el propósito de que explicite con sus
propias palabras este hecho.
Ahora se considera el vértice de la función valor absoluto que se ob-
tiene con la orden F(x):=abs(x). Y se hace la siguiente pregunta: si
existe la tangente en el punto más bajo, ¿cuál será su dirección? Los
alumnos que continúen razonando desde el concepto imagen de tangente

a una circunferencia, responden: “es cualquier recta que pase por ese
punto”. Quienes hayan comprendido el proceso manifiestan: “hay dos
tangentes, una para cada lado de la curva y que como no se obtiene
una única recta de estabilización no hay tangente en dicho punto”. Para
confirmar o corregir las repuestas dadas se les sugiere que den, alternada-
mente, las ordenes SECANTE(1,n) y SECANTE(-1,n) y que expliquen lo
que están observando en la pantalla del ordenador.
La facilidad con la cual el alumno encuentra la dirección de la tan-
gente a las gráficas propuestas anteriormente, la precisión en el lenguaje
utilizado al dar sus repuestas; son indicadores de sí ha adquirido o no
un nivel avanzado de razonamiento con respecto al concepto de aproxi-
mación local, en su manifestación de recta tangente a una curva plana en
uno de sus puntos.
Para terminar esta sección se hace una pregunta resumen, con el
propósito de detectar si el alumno percibe o no las limitaciones del método
del haz de secantes: ¿imaginas o recuerdas alguna curva en la cual el pro-
ceso del haz de secantes no se puede aplicar para encontrar la tangente
sobre un punto de ella? Aquí lo importante es escuchar los comenta-
rios que el alumno manifiesta, dándole prioridad al lenguaje empleado.
Se le motiva a que grafique las funciones que propone y que exprese las
dificultades que observa.
8 Limitaciones del método
Estudiar las limitaciones del mecanismo del haz de secantes es impor-

tante porque a partir de ellas, se evidencia la necesidad de una definición
rigurosa del concepto de tangente a una curva. Esto posibilitará que el
alumno pueda comprender y formalizar el concepto de derivada de una
función en este punto.
En la siguiente función el aspecto visual del proceso del haz de se-
cantes no es de gran ayuda, pues es bastante engañoso ya que al dibujar
haces de secantes cerca al origen, éstos parecen tener varias zonas de
estabilización. Aquí se define la constante a:=0.1 y la función F(x):=
xˆ2SIN(20/(xˆ2)).
Dado lo anterior, se le indica que realice en forma consecutiva las or-
denes SECANTE(1,20), SECANTE(1,30), SECANTE(1,50), SECANTE(1,75),
SECANTE(1,100) y en cada caso se pregunta: ¿la curva tiene tangente
en el punto dado? ¿cuál será su dirección? El hecho de que visualmente
parezca que existan varias zonas de estabilización motiva a algunos alum-
nos a dudar de la unicidad de la tangente, por lo que manifiestan “que la
88 Esteban et al.
curva, en el punto estudiado, tiene varias tangentes”. Los estudiantes que

tienen un nivel avanzado de razonamiento manifiestan: “se han trazado
muy pocas secantes, y que debido a las oscilaciones alrededor del punto,
las secantes cambian constantemente de dirección y para determinar la
dirección de la tangente se tendrían que trazar un número indefinido (in-
finito) de secantes”. Para salir de dudas insistirán en trazar más secantes,
pero en este caso no es posible obtener visualmente la respuesta.
El propósito de la pregunta es propiciar en el alumno una situación
de incomodidad y conducirlo a evocar la necesidad de hallar un método
que le permita determinar la tangente a una curva en un punto dado. Es
decir, se pone en evidencia que el mecanismo del haz de secantes no es
suficiente para conjeturar este hecho en curvas como la anterior. Es así,
como se hace necesario plantear un nuevo proceso que tiene que ver con el
cálculo computacional, se deben hacer aproximaciones sucesivas del valor
de las pendientes de las rectas secantes obtenidas con las instrucciones
dadas anteriormente. Esto es posible hacerlo fácilmente con DERIVE , r
el cual permite obtener un listado del valor de las pendientes de las rectas
secantes que pasan por un punto fijo (a, f (a)) y por otros puntos (b, f (b))
sobre la curva cada vez más cercanos a él. Para ello se digita la orden:
PENDIENTE(h, n):= VECTOR((F(a)-F(b))/(a-b), b,

VECTOR(a + h/(1.2^m), m, VECTOR(i, i, 0, n-1)))
9 Conclusiones
Para la asimilación de un concepto matemático se deben de tener en

cuenta dos fases. Una, la visualización, que es la verdadera fase creativa
y en la que los alumnos tienen un primer acercamiento al concepto sin
manipulaciones algebraicas. La otra fase es la formalización del concepto,
en la cual la docencia tradicional centra todos sus esfuerzos. La enseñaza
centrada en esta segunda fase, no permite que los alumnos progresen en su
razonamiento, como también, no logren integrar y desarrollar relaciones
con los demás conceptos estudiados.
La presente propuesta metodológica está dirigida a la primera fase,
pues la visualización que se obtiene a partir del mecanismo del haz de
secantes, para el concepto de tangente a una curva plana en un punto
de ella, permite que los alumnos tengan un primer acercamiento desde
la parte geométrica, sin manipulaciones algebraicas que entorpezcan el
razonamiento que involucra su construcción.
Otro logro que se alcanza es dejar a los alumnos a las puertas de
entender otra manifestación de la aproximación local, como es el concepto
de derivada de una función en un punto, siendo a su vez el haz de secantes

una adecuada visualización para profundizar en la comprensión de este
concepto.
Un alto porcentaje de los alumnos matriculados en el primer curso de
análisis de los programas de ingeniería y ciencias administrativas en la
Universidad Eafit no comprende la diferencia existente entre los conceptos
de derivada y recta tangente a una curva plana en uno de sus puntos. Pues
confunden el aspecto geométrico de la recta tangente a la curva con la
formalización del concepto de derivada. En respuesta a esta situación,
surgió la presente propuesta metodológica, la cual ha sido eficaz en el
proceso de enseñanza-aprendizaje de los conceptos en mención.
El 90% de los alumnos sometidos al proceso descrito puede verbalizar
una definición correcta de recta tangente a una curva en uno de sus puntos
partiendo del haz de secantes, y sólo el 5% de los alumnos que siguen
el curso de análisis con la metodología tradicional da una definición de
tangente a una curva en un punto a partir del concepto de derivada.
Referencias
[1] P. V. Esteban, Estudio Comparativo del Concepto de Aproximación Local

Vía el modelo de van Hiele, Tesis Doctoral, Universidad Politécnica de
Valencia, 2000.
[2] J. L. Llorens, P. Pérez Carreras, An Extension of van Hiele’s Model to the

Study of Local Approximation, Int. J. Math. Educ. Sci. Technol. 28, No.
5, pág 713-726, 1997.
[3] S. Vinner, The Role of Definition in the Teaching and Learning of Mathe-
matics, Advanced Mathematical Thinking, Kluwer Ac. Pub, Cap. 5, pág
65-81, 1991.
Dirección de los autores: Pedro Vicente Esteban Duarte Universidad EAFIT,

Colombia. [email protected] — Pedro Pérez Carreras Universidad Poli-
técnica de Valencia, España. [email protected]
Universidades de Nariño, del Cauca, del Valle, del Quindío, Tecnológica de

Pereira, EAFIT, de Antioquia, Surcolombiana,
de Medellín, de la Amazonía.

Revista de Matemáticas de la E.R.M.

Departamento de Matemáticas, Univalle,
Apartado Aéreo 25360 Cali.
Teléfonos: (2) 330-25-66 339-32-27.
FAX: (2) 330-25-66.
Vol. XI, No 1,2 Dic. (2003)
Matemáticas:
Educación e Historia: 91–127
c
El modelo de Toulmin y la evolución del concepto de

continuo en los clásicos griegos
Resumen
En este artículo se aplica el modelo para el análisis de la variación conceptual propuesto
por Stephen Toulmin. Este modelo resulta útil y propio para el estudio epistemológico
de los conceptos matemáticos necesario para el diseño de situaciones y experiencias
didácticas. Para ilustrar su funcionamiento, estudiamos la variación del concepto del
continuo matemático considerando tres momentos de la historia de los griegos antiguos,
desde Pitágoras (500 a.C.) hasta Arquímedes (212 a.C.), con la pretensión de identi-
ficar los problemas y obstáculos que surgieron en la génesis del continuo matemático,
las respuestas que se alcanzaron en la época, sus limitaciones y los problemas que
quedaron abiertos como tarea para los matemáticos posteriores. El contenido se divide
en tres partes: La primera presenta el modelo de Toulmin; en la segunda presentamos
un estudio de la historia del concepto del continuo matemático en el período griego y
en la tercera aplicamos el modelo al estudio de la evolución del continuo en el período
griego. Finalmente, se identifican algunos obstáculos epistemológicos presentes en la
época.
Palabras y frases claves: filogénesis, obstáculo epistemológico, variación conceptual,

continuo numérico.
Introdución
Compartimos la hipótesis de que existe una relación entre la evolución

conceptual en el aula y en la ciencia. Tanto en la escuela como en la
comunidad matemática el conocimiento no surge de forma milagrosa,
transparente, inmediata, de una vez y para siempre. Todo lo contrario, la
aproximación epistemológica de la matemática muestra la lenta variación
del estatuto de una noción. Así, como los problemas que constituyeron su
fuente, los obstáculos que hubo que salvar y las dificultades conceptuales
evacuadas para alcanzar su solución.
La constitución de una nueva noción implica la superación de un
conocimiento anterior que ha tenido éxito en el pasado, pero que ahora
se revela insuficiente para obtener las respuestas a las nuevas cuestiones
generadas por problemas igualmente inéditos que se deben resolver. Estas
superaciones no son ni inmediatas ni plenas, sino que se debe vencer cierta
91
92 César Augusto Delgado G
inercia de concepciones antiguas, que en la sombra dirigen las acciones y

los razonamientos.
En el caso de la matemática la hipótesis es válida. Por un lado,
el estudio filogenético de los conceptos revela que los conceptos sufren
un proceso lento de institucionalización 1 en el que intervienen factores
internos de la matemática como disciplina científica y externos de los
entornos social, cultural y científico de la época. Por otro lado, el estu-
dio ontogenético de los conceptos, realizados por los didactas, muestra
que los procesos de construcción de los esquemas conceptuales asocia-
dos a los conceptos matemáticos son igualmente lentos y son regulados
por factores internos propios de la naturaleza del aprendizaje humano
y externos ligados a las instituciones pedagógicas, científicas, estatales,
etc., que imponen restricciones sobre el funcionamiento de la institución
educativa.
En el caso de la filogénesis, factores externos como los paradigmas
filosóficos de la época, el contrato social, los intereses socio-económicos,
etc., combinados con los factores internos como los conocimientos dispo-
nibles, las técnicas conocidas, los sistemas de representación simbólica,
etc., hacen que los conocimientos establecidos, que han tenido cierto éxito
en el pasado, se revelen insuficientes para alcanzar una explicación satis-
factoria para las nuevas cuestiones cuyas respuestas se perciben como
necesarias. La lentitud, entonces, no se explica por la negación al pro-
greso de la ciencia en un momento dado, ni por la displicencia social hacia
las comunidades científicas, etc.; sino, más bien, que estos señalamientos
son efectos causados por algo más profundo e “invisible” que permanece en
“la sombra” de las acciones y los razonamientos individuales y que llega a
ser socialmente compartido. Se trata de representaciones de conocimien-
tos matemáticos que circulan en la época, que han tenido éxito en el
pasado, pero que impiden asimilar el nuevo conocimiento. Para progre-
sar, es necesario modificar estas representaciones que se han convertido
en verdaderos obstáculos epistemológicos en el sentido de Bachelard:
“...hay que plantear el problema del conocimiento científico en tér-

minos de obstáculos. No se trata de considerar los obstáculos ex-
1
Entendiendo por institucionalización, el proceso que va desde la presencia implícita
de un conocimiento en las acciones o razonamientos que son constituyentes de la
actividad humana en un momento dado (estatuto protomatemático); pasando, luego,
a ser reconocido como un instrumento útil en la matemática, pero no es objeto de
estudio en sí mismo (estatuto paramatemático); y finalmente, se toma conciencia de
su función en un cuerpo teórico, y por tanto de la necesidad de hacerlo objeto de
estudio para articularlo de forma coherente con los conocimientos establecidos, hasta
alcanzar su aceptación por la comunidad científica (estatuto matemático).
El modelo de Toulmin 93
ternos como la complejidad, la fugacidad de los fenómenos, ni de

incriminar la debilidad de los sentidos o del espíritu humano: es
en el acto mismo de conocer íntimamente, donde aparecen, por
una especie de necesidad funcional, los entorpecimientos y las con-
fusiones... se conoce en contra de un conocimiento anterior destru-
yendo conocimientos mal adquiridos o superando aquello que, en el
espíritu mismo, obstaculiza a la espiritualización.” ([1, pág.15]).
Similarmente, en el caso de la ontogénesis, factores externos como el en-
torno social, el curriculum matemático, la organización didáctica de la
enseñanza, las concepciones de los docentes respecto de la matemática,
etc., combinados con los factores internos de la propia naturaleza del
conocimiento matemático objeto de enseñanza, inducen representaciones
de los conceptos matemáticos que se convierten en obstáculos episte-
mológicos presentes en los razonamientos y ejecuciones de los estudian-
tes. Los fracasos y los errores persistentes, señal de su presencia, no
se explican por las actitudes de los estudiantes hacia la matemática; ni
por los métodos empleados por sus profesores; sino que, estas pseudo-
explicaciones son más bien consecuencia, en última instancia, de aquellas
representaciones epistemológicas que orientan y determinan éstas acti-
tudes y aquellos métodos.
El análisis epistemológico en sus dos vertientes filogenética y onto-
genética permite
“... al didacta tomar distancia y controlar las representaciones epis-
temológicas de las matemáticas inducidas por la enseñanza . . .
[. . . ], desprenderse de la ilusión de transparencia de los objetos
que manipula en el nivel del saber y en consecuencia lo auxilia
en el manejo de las representaciones erróneas inducidas por la en-
señanza” ([7, pág. 15])
Para abordar este estudio empleamos el modelo de análisis de Stephen
Toulmin (1977) donde se plantea que para explicar la evolución y raciona-
lidad de la empresa científica es necesario no sólo referirse al objeto de
estudio en el que se centran las actividades de una disciplina en parti-
cular sino también a las actitudes profesionales por las que se guían esas
actividades.
Objeto y actitudes profesionales definen entonces adecuadamente los
problemas de que se ocupa una “disciplina” en un momento dado. Lo
que se destaca en esta perspectiva es que las respuestas a la pregunta de
cómo surgen los problemas en la ciencia y cómo se resuelven, involucra
la “praxis”, vale decir, la acción de sujetos producto de su cultura, pri-
sioneros de actitudes, hábitos, creencias, limitados por conocimientos e
instrumentos técnicos de la época. Ellos buscan escapar de estas “pri-

siones” mentales superando sus propios esquemas de conocimiento. Sig-
nifica entonces involucrar, además de la actividad teórica y a diferencia
de ella, la actividad que es intrínsicamente transformadora de la reali-
dad exterior al sujeto sobre todo pero también transformadora del propio
sujeto.
“Para formular el punto en términos generales: los problemas de

la ciencia nunca han estado determinados por la naturaleza del
mundo solamente, sino que han surgido siempre del hecho de que,
en el campo involucrado, nuestras ideas sobre el mundo están en
conflicto con la naturaleza o unas con otras.” ([10, pág. 160])
De esta manera la tarea de la ciencia es resolver los problemas que

plantean tales conflictos, para aproximar o disminuir la distancia entre
las “ideas corrientes” que tenemos sobre el mundo, sus posibilidades para
actuar sobre él y nuestros “ideales intelectuales” razonables.
“Los problemas surgen (sostengo) cuando nuestras ideas sobre el

mundo están en conflicto con la naturaleza o entre sí, esto es,
cuando nuestras ideas corrientes quedan atrás, en algunos aspectos
remediables, de nuestros ideales intelectuales.” ([10, pág. 160]
Lo que para nosotros es importante aquí es precisamente la relación que

establece Toulmin entre los problemas conceptuales de la ciencia y su
fuente: el conflicto cognitivo entre las ideas mismas o entre ellas y la
experiencia. Es decir:
“Los problemas conceptuales en la ciencia provienen de la compara-

ción, no de “proposiciones” con “observaciones”, sino de ideas con la
“experiencia”. Nuestras presentes facultades explicativas deben ser
juzgadas a la luz de las ambiciones y los ideales intelectuales rele-
vantes. Y no se puede definir apropiadamente la naturaleza de los
“problemas” científicos sin considerar también el carácter de esos
ideales.” ([10, pág. 160-161])
Por “ideales intelectuales” (I) de una ciencia se entiende, según él, aquellas
concepciones muy generales compartidas por la comunidad de la disci-
plina acerca de la forma general que debe tomar una explicación completa
de cierto fenómeno, para poder explicar perfectamente las relaciones que
lo definen, y ello es posible porque se comparte cierto objetivo comunal.
Y son ideales porque desde su perspectiva la realidad sólo se conoce por
aproximaciones sucesivas y siempre superables.
Para satisfacer tales ideales la comunidad científica dispone del patri-

monio, que hereda de la experiencia histórica: teorías, conjeturas, concep-
tos, instrumentos técnicos, etc. Lo así heredado, junto con los intereses
de la época y las formas de aproximación al mundo constituyen la “ca-
pacidad corriente” (C), disponible para lograr la inteligibilidad necesaria
y suficiente.
El desequilibrio que se produce en determinado momento entre el ideal
y la capacidad da origen a conflictos que son la fuente del planteamiento
de un nuevo problema (P) a resolver, es decir:
Problemas científicos = Ideales explicativos−Capacidades corrientes.
Así pues, el desequilibrio entre I y C es la fuente de los conflictos que

se constituyen en problemas para la comunidad científica y el motor del
progreso de la empresa científica es la búsqueda, siempre incompleta, de
nuevas re-equilibraciones entre I y C.
Respecto a la forma de la evolución de los problemas, Toulmin afirma
que ella es secuencial y continua, sin importar el cambio que sufren, de
época en época, los conceptos y técnicas reales para resolverlos; los cam-
bios no resultan de “saltos” repentinos, sino de la acumulación gradual
de modificaciones menores, que son capitalizadas por la experiencia cul-
tural. Por tanto, interesa observar las exigencias locales e inmediatas de
cada situación intelectual y las ventajas ligadas a diferentes novedades
conceptuales. Tales exigencias son específicas de la situación; la sucesión
de problemas que se generan entre ellas y la capacidad para satisfacerlas
no obedece a los dictados externos de la lógica, sino a hechos históri-
cos transitorios y propios de la situación problemática particular. Por
tanto, la fuente de los problemas científicos se encuentra en la relación
histórica entre las actitudes de los científicos profesionales y el mundo de
la naturaleza que estudian.
Bajo estos supuestos fundamentales Toulmin propone como unidad
de análisis la variación conceptual, focalizando la atención en las cues-
tiones que se levantan de una época a otra, sus debates y las soluciones
propuestas.
1 El modelo de Toulmin
Para encontrar explicaciones a la evolución y racionalidad de la empresa

científica, Stephen Toulmin concibe un metasistema análogo al usado en
biología para el estudio de poblaciones. En este caso los conceptos de una
ciencia, que coexisten en un tiempo determinado. De manera semejante
a la explicación darwinista de la especiación en términos de variación y
selección, se considera que los conceptos existentes en un momento dado

pueden ser concebidos como producto de un proceso dual de “variación
conceptual” y “selección”, que perpetúa “variantes conceptuales”. Toul-
min considera que el cambio conceptual es la unidad básica de la dinámica
científica. Para abordar su estudio de tal manera que tanto los factores
racionales como causales sean tenidos en cuenta propone una alterna-
tiva de análisis (C) que combina dos de los tipos de análisis posibles:
transversal (A) y longitudinal (B).
El análisis transversal consiste en considerar conjuntos representa-
tivos de todos los conceptos presentes en épocas sucesivas del desarrollo
de una ciencia. La virtud de este análisis es que permite el estudio racional
del cambio desde el punto de vista lógico formal que plantea la relación
entre los conceptos en cada época; su debilidad es que la explicación de
la aparición de nuevos conceptos y el abandono de otros, que se observa
al comparar los conjuntos representativos sucesivos, no se puede obtener
del análisis lógico formal de los conceptos de cada conjunto representa-
tivo. La causalidad de los cambios conceptuales se refiere a “los cambios
“no lógicos” entre conjuntos representativos de conceptos, es decir a las
condiciones en que podemos decir que se ha agregado un nuevo concepto
o se ha desplazado uno viejo por buenas razones”([10, pág. 209]).
El análisis longitudinal consiste en estudiar la aparición, desarrollo
y destino ulterior de conceptos particulares a lo largo de toda la histo-
ria de vida del concepto. Este análisis permite identificar cada punto de
ramificación o de interrupción de la línea genealógica y pone en evidencia
las “buenas razones” que en el momento se expresan para aceptar o re-
chazar un concepto. La debilidad de esta dimensión de análisis consiste
en que “no logra diferenciar los dos aspectos complementarios del cambio
conceptual: I) la introducción en el debate en curso de variantes con-
ceptuales cuyo mérito aún no ha sido evaluado y II) la incorporación en
el repertorio de variantes seleccionadas” (idem). Esta no discriminación
está presente, porque para alcanzarla es necesario el análisis lógico formal
de los conceptos en cuestión. Pero este análisis no es posible sin tomar
en cuenta un conjunto representativo de conceptos relacionados.
Toulmin propone entonces adoptar un modelo en el que se tome en
cuenta los conceptos principales que definen los conjuntos conceptuales
representativos de una ciencia y considerar como variables del cambio
el aspecto racional que provee el análisis transversal (explica la selec-
ción) y el aspecto causal que se obtiene del análisis longitudinal o ge-
nealógico (variación o causalidad del cambio) y explica las buenas ra-
zones de la selección. La combinación de estas dos variables da como
resultado una tercera variable evolutiva, dependiente de las dos anterio-

res, que permite alcanzar las explicaciones de la evolución conceptual.
En resumen, el modelo de Toulmin se define en términos de tres varia-
bles: A) Representación transversal, B) Representación longitudinal y C)
Representación evolutiva.
Representación Evolutiva (C)
Aborda la evolución de los conceptos (C) como función de A) La variable

que da información de los conjuntos a los que pertenecen los conceptos
principales vigentes en el tiempo t i y cuya relación modifica o puede mo-
dificar el concepto Cy objeto del estudio; y B) la variable que da cuenta
de la racionalidad de los conceptos principales dando cuenta de los con-
flictos, justificaciones o rechazo de los conceptos. El análisis de la tripla
(A, B, C ) “ofrece la gran ventaja de señalar claramente las diferencias
entre innovación y selección” (Idem. pág. 209). Establecidas las repre-
sentaciones se debe intentar responder a tres conjuntos de preguntas “que

permitirán elaborar un cuadro del cambio conceptual como un proceso
histórico, en el que son operativos tanto los factores racionales como los
causales” (Idem. pág. 212).
A) Respecto a la innovación o variación conceptual. Se refiere a

las preguntas que permiten establecer las consideraciones y factores
de la innovación conceptual.
1. ¿En qué circunstancia aparecen las innovaciones conceptuales,

en una disciplina particular o en muchas?
2. ¿En qué condiciones el ingreso de tales variantes será vigoroso
o lento, o más vigoroso en una disciplina que en otra?
3. Si la variación conceptual se produce predominantemente en
ciertas direcciones preferidas, ¿Qué factores o consideraciones
son responsables por la elección de esas consideraciones?
B) Con respecto a las cuestiones concernientes a los procedi-

mientos de selección. Se refiere a los procedimientos de selección
por los que se aceptan algunas variantes, se rechazan otras y se po-
nen en reserva otras aún, a la espera de una prueba adecuada. Por
ejemplo:
1. ¿Qué tipos de factores o consideraciones determinan cuáles de

las variantes conceptuales son aceptadas y, por ende, ingresan
al repertorio establecido?
2. ¿En qué medida reposa esa selección en apelaciones explíci-
tas a consideraciones cuya relevancia y fuerza persuasiva son
colectivamente reconocidas dentro de la profesión?
3. ¿Podemos dar una explicación satisfactoria de los criterios por
los cuales los que practican una ciencia distinguen los cambios
conceptuales bien fundados y apropiadamente justificados de
los cambios mal concebidos, apresurados, retrasados o no in-
tencionales?
C) Respecto a la relación entre cambio conceptual y unidad

de la ciencia. Toulmin considera, por último, conjuntamente dos
aspectos A y B de los cambios conceptuales:
1. ¿En qué circunstancias el equilibrio entre la variación y la per-

petuación selectiva servirá para mantener la continuidad de
una disciplina única y compacta?
2. ¿En qué circunstancias conducirá, en cambio, al abandono de
una disciplina anterior o a su desplazamiento por dos o más
disciplinas sucesoras?
Una vez que se responda a este conjunto de preguntas se está en capacidad

de clasificar los cambios conceptuales. Para ello se debe tener en cuenta
que los conceptos son el resultado de soluciones, acertadas o no, parciales
o totales, a problemas que se plantea la comunidad científica. Toulmin
entiende los problemas (P) que surgen en la investigación científica como

el resultado de la diferencia entre los ideales explicativos (I) planteados
por la necesidad de comprender un fenómeno y la capacidad (C) real
para lograr la inteligibilidad necesaria y suficiente, es decir:
P= I−C
Toulmin distingue quince tipos de variaciones conceptuales en función de

cinco tipos de problemas y tres modos de resolverlos. Respecto a los tipos
de problemas dice:
“Consideremos por turno las cinco clases típicas de fenómenos. a)
Siempre hay ciertos fenómenos que la ciencia de la naturaleza puede es-
perar razonablemente explicar, pero para los que ningún procedimiento
disponible proporciona todavía un tratamiento exitoso... b) Siempre hay
fenómenos que pueden ser explicados hasta cierto punto usando procedi-
mientos explicativos corrientes, pero con respecto a los cuales los científi-
cos desearían explicaciones más completas o más precisas... c) Comprende
los problemas que se presentan cuando consideramos la mutua relación de
diferentes conceptos coexistentes en una misma rama de la ciencia... d)
Incluye los que conciernen a la mutua relación de conceptos de diferentes
ramas de la ciencia... e) Estos problemas surgen de conflictos entre con-
ceptos y procedimientos corrientes, de las ciencias especiales y las ideas
y actitudes corrientes entre la gente en general”.(Idem. pág. 187-188).
Respecto a los modos de resolver problemas dice:
“En teoría, en todo caso, se puede comenzar a resolver problemas de

cualquiera de los cinco tipos principales examinados en el capítulo an-
terior en cualquiera de tres modos alternativos: 1) refinando la termi-
nología, 2) introduciendo nuevas técnicas de representación o 3) modi-
ficando los criterios para identificar casos a los que sean aplicables las
técnicas corrientes”. (Idem. pág. 215)
Se tomará en consideración la tipología del cambio dada establecida
por [6, pág. 371]. De acuerdo a ella consideramos los tipos (P xS i : pro-
blema de tipo x, Solución de tipo i):
P aS1 P bS1 P cS1 P dS1 P eS1

Explicación del cambio conceptual.

“Una vez descritos y clasificados los cambios, Toulmin introduce elemen-
tos explicativos que nos ofrecen criterios de selección de conceptos consti-
tuyendo el aspecto normativo de los modelos de cambio científico. Para
que tenga lugar el cambio Toulmin propone unas condiciones previas
que son simples posibilidades que pueden o no hacerse realidad. Por
condiciones previas entiende los foros profesionales de discusión. A con-
tinuación examina los factores internos y externos que intervienen en el
cambio. Como factores internos cita los modelos matemáticos, las técni-
cas experimentales, la invención de instrumentos, la importación de las
ideas de otra ciencia básica, y el reconocimiento de nuevos principios de
clasificación. En cuanto a los factores externos Toulmin cita el ejercicio
de la propia curiosidad y en general todo lo que tenga que ver con fac-
tores sociológicos. Ve los factores internos y externos como dos filtros que
influyen independientemente en el cambio conceptual, a veces coinciden
(es lo más positivo para el progreso de la ciencia) a veces se oponen. Lo
importante es la relación entre unos y otros factores. La frase los fac-
tores sociales son necesarios pero los intelectuales son cruciales resume la
idea de Toulmin sobre la interrelación entre ambos factores” (Idem. pág.
373-374).
2 El período de los griegos antiguos (500-212 A.C.)
Para identificar los problemas que se plantea la comunidad matemática

en este período y cuya solución genera la evolución conceptual del con-
tinuo matemático, describiremos brevemente los principales hechos que
constituyeron el punto de partida para el largo proceso de su constitución
rigurosa. Nuestra indagación se orienta a identificar los obstáculos epis-
temológicos que, en la época, hicieron lenta la solución de los problemas
y cómo ellos fueron superados.
Los griegos antiguos plantearon el problema del continuo al pregun-
tarse: ¿qué relación existe entre lo discreto y lo continuo? En principio
los Pitagóricos entrevieron audazmente un isomorfismo entre los puntos
de la recta y los números. Tanto las figuras geométricas como los números
constituían abstracciones producidas por la mente distintas de los objetos
físicos. Esta manera de diferenciar lo abstracto y lo concreto les permitió
descubrir una armonía entre el mundo abstracto de las ideas y el universo
físico.
“Estaban sorprendidos por el hecho de que los fenómenos que eran
de muy diferente forma desde el punto de vista cualitativo, pre-
sentaban propiedades matemáticas idénticas. Por lo tanto, las pro-

piedades matemáticas deberían ser la ciencia de tales fenómenos”
([9, 1992, pág. 203]).
Así, imaginaron un Universo infinito en un estado constante de cambio y

permanencia. El secreto para la comprensión de este Universo estaba en
descubrir los términos ocultos y las conexiones que creaban simultánea-
mente los modelos de unidad y cambio.
En su deseo de encontrar un primer principio ellos sostuvieron, que
los números constituyen el universo entero. El concepto de número que
manejaban los pitagóricos era el de
“una progresión de multitudes comenzando en una unidad y una

regresión que terminaba en ésta” ([8, pág. 69-70])
Es decir, un número representaba una clase de agregados y por tanto era

discreto. La unidad era indivisible y constituía la esencia del universo.
A pesar de poseer tan limitado concepto de número (entero positivo),
intentaron “identificar los reinos de número y magnitud” ([2, pág. 19]).
El espacio estaba constituido por puntos, el tiempo estaba constituido
por instantes. Puntos e instantes eran los átomos de Demócrito y a
ellos les correspondían números. El espacio y el tiempo tenían también
una cualidad conocida como “continuidad”. “Pese a que las magnitudes
geométricas se pueden dividir indefinidamente, los átomos son las últimas
partículas indivisibles” ([9, 1992, pág. 207]). De esta manera se deduce
la continuidad de la recta, como determinada por la “contigüidad” de sus
partes “que se unen según lo continuo”
En consecuencia, una línea era mirada como formada de un número
integral de mónadas o unidades geométricas. Este punto de vista se
contradijo con el descubrimiento de los inconmensurables: no era posible
elegir una unidad pequeña, que permitiera medir la diagonal del cuadrado
respecto a su lado. Así, la diagonal de un cuadrado no estaba constituida
por una “progresión de multitudes”, i.e. por un entero. Esto contradecía
uno de los elementos fundamentales de la doctrina pitagórica, que en boca
de Filolao se expresaba:
“Todas las cosas que pudieran ser conocidas tienen número; pues no
es posible que sin número nada pueda ser conocido ni concebido”
([2, pág. 85])
consideraciones filosóficas como esta situaban la aritmética en un lugar

de privilegio.
2.4 Los pitagóricos y el planteamiento del problema del con-

tinuo
El descubrimiento pitagórico de las razones inconmensurables planteó en
su época el problema de la relación entre lo discreto y lo continuo. Los
primeros en cuestionar el continuo numérico fueron los eleáticos, escuela
fundada por Parménides que rivalizó con los pitagóricos.
“El principio fundamental de los eleáticos era el de la unidad y per-

manencia del Ser, punto de vista que contrastaba profundamente
con las ideas pitagóricas de multiplicidad y cambio”. ([2, pág. 108]).
Zenón de Elea (450 a.C.) fue alumno de Parménides. Sus cuatro parado-
jas conocidas con los nombres de “la dicotomía”, “de la flecha”, de “Aquiles
y la tortuga”, y la “del estadio” pretendían refutar las ideas de la divisi-
bilidad infinita del tiempo y el espacio; negar la existencia de indivisibles
o átomos matemáticos, como constituyentes del espacio y el tiempo.
“Tanto el argumento de la DICOTOMÍA como la de AQUILES

sostienen que el movimiento es imposible bajo la hipótesis de la
subdivisibilidad indefinida del espacio y el tiempo; los argumentos
de la FLECHA y el ESTADIO tratan de demostrar en cambio que
el movimiento es igualmente imposible si hacemos la hipótesis op-
uesta, es decir, la de que la subdivisibilidad del espacio y del tiempo
termina en indivisibles” ([2, pág. 109]).
Lo que encontramos aquí es evidentemente el obstáculo epistemológico del

infinito potencial, que impide concebir el proceso de subdivisión infinita
para alcanzar el límite. Esto llevó a concebir la unidad como indivisible.
Por tanto, el número sólo se puede obtener por una división finita pues
todo proceso de división debe terminar en la unidad que es indivisible.
Para superar estos “errores” es necesario admitir el infinito actual que
admite la divisibilidad infinita.
Según [2, pág. 111], las paradojas de Zenón influyeron notable-
mente en el pensamiento matemático griego y junto con el impacto del
conocimiento de los inconmesurables llevaron a restringir el dominio de
los números a lo discreto y lo continuo se atribuyó a lo geométrico. Se
cortó así la posibilidad de desarrollar el concepto de isomorfismo entre los
puntos de la recta y los números reales, que más adelante constituirían
el principio fundamental de la geometría analítica.
La ausencia de argumentos a favor de un continuo numérico obligó a
los matemáticos de la época a aferrarse al continuo físico que era sugerido
en la matemática por las magnitudes geométricas. Desde este último
punto de vista, la geometría en lugar de los números debería explicar el

mundo.
El paradigma ontológico platónico que predominaba en la época con-
dujo a precisar el objeto de estudio y el método de la ciencia matemática.
Platón (427-347 a.C.) propuso que las idealizaciones perfectas de los ob-
jetos físicos constituían la auténtica realidad. Diferenció el mundo de las
ideas (de los estados perfectos) del mundo físico (la realización imperfecta
del mundo ideal).
“Por lo tanto, todo el mundo ideal merece estudio y sólo se puede
obtener un conocimiento infalible en las puras cosas intangibles.
Sobre el mundo físico sólo podemos tener opiniones y la ciencia
física está condenada a verse hundida en el fango de las sensaciones
” ([9, 1992, pág 73-74])
Esta concepción llevaría a Platón a privilegiar el razonamiento deduc-

tivo de la matemática sobre el razonamiento inductivo de las ciencias
experimentales.
“Platón fue el primero en sistematizar las reglas de la demostración
rigurosa y se supone que sus seguidores ordenaron los teoremas en
orden lógico” ([9, pág. 75]).
El razonamiento deductivo seguido por reglas lógicas preestablecidas y

aceptadas era el más seguro para transitar en la filosofía. El aceptar
unos axiomas y razones lógicas era garantía para obtener conclusiones
“verdaderas”.
“Mientras que la inducción, la experimentación y las generaliza-
ciones basadas en la experiencia sólo pueden dar un conocimiento
de lo probable, la deducción conduce a resultados absolutamente
seguros si las premisas son correctas” ([9, pág. 75]).
La consecuencia positiva que se obtuvo de esta precisión ontológica en la

matemática de la época fue establecer el razonamiento deductivo como
un modo válido para tratar los objetos matemáticos, sujeto a normas que
filtran el conocimiento que se considera como aceptable. Por otro lado,
esta posición implicó que las ciencias experimentales tuvieran poco apoyo
para su desarrollo. Las observaciones eran interpretaciones de nuestros
sentidos. Por tanto, el mundo material que observamos es una copia del
mundo ideal inteligible, que es el verdadero, y sólo se puede conocer por
medio del razonamiento lógico que nos libera de las falsas interpreta-
ciones. Es decir, la verdad no está en la apariencia sensible sino en la
idea de la cosa. Únicamente el mundo de las ideas es real.
La fuerza de la epistemología de Platón se demuestra en su superviven-

cia, con ciertos refinamientos y variaciones, hasta la época moderna. La
encontramos en el idealismo trascendental de Kant según el cual “los fenó-
menos son simples representaciones” y también en el idealismo absoluto
de Hegel: “la idea se realiza dialécticamente en el espíritu absoluto”.
En el contexto filosófico de Platón (existencia de un mundo indepen-
diente y eterno de las ideas, que constituía la realidad del universo del
que formaban parte los conceptos matemáticos),
“la mónada pitagórica y el atomismo matemático de Demócrito,
los cuales dieron a toda línea una densidad, quizás apelaban de-
masiado fuerte a la experiencia sensorial material para galantear
a Platón por lo que él recurrió al altamente abstracto APEIRON
o INFINITO INDETERMINADO. De acuerdo a Platón, el CON-
TINUUM podía mirarse mejor como el generado por el fluir del
apeiron que se pensaba como una agregación siempre grande de
indivisibles. Este punto de vista representaba una fusión de lo
continuo y lo discreto no contrario al intuisionismo moderno de
Brower.... Platón aparentemente no diorespuestas directas a las di-
ficultades involucradas en la inconmensurabilidad o en las parado-
jas de Zenón, aunque si expresó su oposición al concepto de infinito
de Pitágoras y la mónada como una unidad dotada de posición y
también al atomismo de Demócrito”.([3, pág. 28]).
Para poder extender a los inconmensurables las demostraciones geométri-

cas que se basaban en conmensurables, Eudoxo (408-355 a.C.) introdujo
la idea de magnitud continua. No se trataba de un número, sino de
entidades geométricas (longitud, área, volumen, etc.) las cuales eran
continuas, contrariamente a los números que eran discretos.
“Eudoxo definía entonces una razón de magnitudes y a partir de ella
una proporción, es decir una igualdad de dos razones que cubría
los casos conmensurables e inconmensurables ” ([9, pág. 79]).
Las razones y proporciones no se representaban numéricamente sino que

estaban ligadas a la geometría. Esta idea de Eudoxo resolvió el problema
de los inconmensurables del mundo de los antiguos, pero
“forzó una nítida separación entre número y geometría, dado que
únicamente la geometría podría manejar las razones inconmensu-
rables” ([9, pág. 79]).
De esta manera se pasó de lado respecto al infinito o simplemente sobre-

vivió bajo la “sombra” de la intuición. Al mismo tiempo que, se cerro el
paso a los problemas que más tarde conducirían al concepto de número

racional e irracional como tales. El sistema filosófico de Platón fue in-
vertido por su discípulo Aristóteles (384-322 a.C), quien optó por una
visión opuesta a la de su maestro, dando a la filosofía una perspectiva
diferente: la idea existe pero no está en otro mundo, por el contrario
se encuentra en el mundo presente a los sentidos, y es un dato que la
filosofía debe explicar dando sentido a sus relaciones por medio de la ob-
servación, razonando y pensando. Se trata pues de una filosofía de la
inmanencia. Aristóteles fue un enciclopedista: escribió sobre mecánica,
física, matemáticas, lógica, meteorología y muchos temas más. En lo que
respecta a la matemática, su obra es importante por establecer
“los principios básicos de la matemática, distinguiendo entre los
axiomas o nociones comunes, que son verdades comunes a todas
las ciencias, y los postulados que son primeros principios aceptables
para una ciencia concreta. Entre los axiomas incluye los principios
lógicos, tales como la ley del tercio excluido” ([9, pág. 83-84]).
Los comentaristas de la obra de Aristóteles destacan su concepto de defini-

ción, que coincide con la idea moderna.
Aristóteles traslada el papel que Platón había establecido a las ideas
como la realidad del universo, y del cual harían parte las matemáticas,
a la materia. Era la substancia concreta la que constituía el mundo
independiente y eterno. La matemática labora sobre las ideas;
“así, la matemática, trabaja con objetos abstractos que se derivan
de propiedades de los cuerpos físicos” ([9, pág. 83])
La dupla Platón-Aristóteles dan origen a dos paradigmas de la episte-

mología que han logrado sobrevivir hasta el momento actual y muestra
la dinámica interna que generan dos doctrinas opuestas en el dominio del
pensamiento.
El continuo de Aristóteles. El continuo sólo está con las magnitudes

geométricas, el número representa lo discreto. Para Aristóteles el con-
tinuo no puede ser concebido como una acumulación de puntos. Esto
se expresa en sus discusiones sobre la concepción de la recta ideal y su
relación con los puntos:
“Un punto, dice, es indivisible y tiene posición; pero entonces nin-
guna acumulación de puntos, por muchos que incluyera, podría
darnos algo divisible, mientras que una recta es desde luego una
magnitud divisible. Por lo tanto los puntos no pueden construir
nada continuo como una recta, pues un punto no puede ser con-
tinuo con otro punto. Un punto, añade, es como el ahora en el
tiempo; el ahora es indivisible y no una parte del tiempo. Un
punto puede ser el comienzo, un final o un divisor en un segmento
pero no es parte de él ni de ninguna magnitud. Solamente por
movimiento puede un punto generar una recta y ser así origen de
la magnitud. También afirma que si un punto no tiene longitud, si
una recta estuviera compuesta de puntos, tampoco tendría longi-
tud, y análogamente si el tiempo estuviera constituido de instantes,
no habría ningún intervalo de tiempo.” ([9, pág. 84]).
Estas ideas llevan a la conclusión que en su sistema los puntos y los

números son magnitudes discretas que se deben distinguir de la magni-
tudes continuas que pertenecen a la geometría. No es posible concebir
entonces un continuo numérico. La definición de Aristóteles de continuo
es la siguiente:
“Una cosa es continuo cuando los límites en los que se tocan dos
partes sucesivas cualesquiera son uno y el mismo y están, como la
palabra misma continuo implica, juntos” ([9, pág. 84]).
Esta idea está ligada a la percepción, abstraída de los entes físicos; la con-
tinuidad es una propiedad que hace que extremos de dos cosas contiguas
sean una misma cosa y se mantengan unidas.
El infinito en Aristóteles. Distingue dos clases de infinito: potencial

y actual. El potencial evoca la posibilidad de superación, por ejemplo
todo número entero positivo admite uno siguiente por lo que la lista
de los números es ilimitada. El infinito actual es la consideración de la
totalidad con todos sus elementos, por ejemplo el conjunto de los enteros.
El infinito potencial se caracteriza porque las partes se consideran dadas
o construidas sucesivamente, proceso que, por consiguiente, no puede
ser completo. Por tanto el conjunto de partes como tal sólo existe en
potencia. Si se consideran las partes como dadas simultáneamente se
está aceptando un infinito actual. El infinito potencial está ligado al
procedimiento, la acción y la dinámica.
Los atomistas admitieron un universo infinitamente grande, con for-
mas infinitamente numerosas de mundos en él, es decir, un infinito actual.
Aristóteles negó la existencia de un infinito actual, no aceptó lo infinita-
mente pequeño o infinitamente grande o infinitamente numeroso. Todos
los infinitos según él, son solamente potenciales.
Refiriéndose a la doctrina del infinito en potencia, Aristóteles dice:
“No afecta a la teoría matemática, puesto que los matemáticos no

necesitan del infinito ni hacen uso de él, sino tan solo de magnitudes
tan grandes como se quiera, pero finitas; y la división que se realice
sobre una magnitud muy grande puede aplicarse en igual razón a
otra magnitud cualquiera, de manera que ello no supone diferencia
alguna para la demostración.” (Physica,III,7,2076 27-34).
Concepciones como esta constituyeron lo que Cantor denominó el “horror

al infinito” y que aquí expresa la eliminación del infinito actual y el rastro
del obstáculo de la “inducción incompleta” que se manifiesta en los errores
que se generan al derivar propiedades de unos pocos casos particulares. Se
puede responsabilizar a tales obstáculos de la génesis tardía de conceptos
matemáticos (límite, número real, convergencia, continuidad, etc.) que
tiene su base precisamente en el concepto de infinito.
2.5 El continuo en los elementos

Queda establecido que los griegos no pensaron en un continuo numérico
tal y como se define en nuestros tiempo, es decir, un conjunto compacto
y conexo. Solamente Aristóteles define un continuo físico como se ha
anotado, pero en los Elementos de Euclides se encuentran referencias im-
plícitas a las ideas que deben configurar el concepto de conjunto continuo.
Sin embargo,
“si se busca en Euclides el enunciado explícito de un principio de
continuidad, no encontraremos nada” ([4, pág. 18])
Algunos comentaristas de Euclides afirman que éste había captado in-

tuitivamente la continuidad pero no enunció el principio de continuidad
de la recta, necesario para algunas demostraciones deficientes en las que,
por ejemplo, se requiere la existencia de puntos de intersección entre dos
líneas. Maurice Caveing argumenta contundentemente que el concepto
de continuidad de la recta y la estructura del continuo están lejos de ser
captados por la intuición, ya sea ésta empírica o racional.
“Euclides hace objeto al continuo de un tratamiento muy com-
plejo que...exige... se formulen varios principios (orden denso de los
puntos de la recta, orden total entre las magnitudes de la misma
especie, existencia de la cuarta proporcional, axioma de la medida);
lejos de venir dado de entrada en una intuición única y primitiva,
dichos principios se manifiestan por el contrario, uno a uno, a través
del análisis regresivo de los requisitos de diversos procedimientos
operatorios” ([4, pág. 30]).
Esta conclusión se basa en planteamientos que reconstituyen los conceptos

necesarios, desde el punto de vista moderno, para atribuir a los autores
de los “Elementos” un conocimiento implícito o intuitivo del continuo,
mostrando la imposibilidad de tal suposición.
Por ejemplo, siguiendo los razonamientos de Caveing, en el libro X y
XII de los Elementos se descubren algunos enunciados no explícitos por
Euclides y que parecen surgir de la mano por su necesidad operatoria.
Tal es el caso en la demostración de la proposición X, 1
Proposición X,1. Dadas dos magnitudes desiguales, si de la mayor se
resta una magnitud mayor que la mitad, repitiendo este proceso quedará
en algún momento una magnitud menor que la más pequeña de las dos
magnitudes dadas.
Euclides usa implícitamente las siguientes resultados:
1. Orden Total: Dadas dos magnitudes A, B de la misma especie se

da una de las tres situaciones siguientes:
A > B, A < B, A=B
2. Propiedad Arquimediana: Dadas dos magnitudes A, B (B < A) de

la misma especie, existe n en los naturales tal que nB > A.
En su argumentación se apoya en la definición V, 4
Definición V,4. Entre dos magnitudes A, B (A > B) existe una razón

de la una a la otra si y sólo si existen enteros m i , ni , i = 1, 2, 3, . . . tales
que: m1 A > n1 B > m2 A > n2 B > · · ·
y supone implícitamente 2, que ya había sido utilizada y establecida

como lema por Eudoxo.
En el libro XII se supone la existencia de “la cuarta proporcional” sin
ninguna demostración.
Cuarta Proporcional. Dadas las magnitudes A, B, C, (siendo A y B de
la misma especie) existe una magnitud X (de igual especie que C) que
es a C como B es a A.
“Es fácil darse cuenta de que la afirmación de existencia de esta

magnitud en general constituye un sustituto débil del axioma de
continuidad de Dedekind ” ([4, pág. 25].
Pero, por supuesto, el contexto es bastante diferente. Se trata de un

conocimiento implícito en los procedimientos: un saber hacer. Hace falta
una toma de conciencia que conduce al saber por qué se hace lo que se
hace, y esto estaba fuera del alcance de los matemáticos de la época.
Para observar cómo la necesidad operatoria (procedimental) obliga a
suponer lo anteriormente expuesto, comentaremos la demostración de la
Proposición XII,2 que se apoya en la proposición XII,1.
Proposición XII, 1. La razón entre los polígonos semejantes inscritos en
círculos es como la razón entre los cuadrados de los diámetros de ambos
círculos.
Proposición XII, 2. La razón entre dos círculos es la misma que la que
hay entre los cuadrados de sus diámetros.
Los pasos que sigue Euclides en la demostración son los siguientes:
1. Prueba que si P1 , P2 , P3 , . . . , Pn , . . . son polígonos regulares, ins-

critos en la circunferencia, de 4, 8, 16, . . . , 2n, . . . lados; entonces se
puede agotar el área del círculo, sustrayendo el área de los polígonos,
siendo el área del polígono Pn más de la mitad de la diferencia entre
el área del círculo y el área del polígono P n−1 .
2. Usa la proposición X,1 para afirmar que: la diferencia entre el área

del círculo y la de un polígono regular con un número de lados,
infinitamente grande, puede hacerse menor que cualquier magnitud
fijada de antemano.
Si S y S 0 son las áreas de los círculos y d, d0 sus diámetros. Euclides

desea probar que:
S : S 0 = d2 : d02
Supongamos que no se cumple la igualdad y en su lugar se tiene:
S : S 00 = d2 : d02 (1)
donde S 00 es un área mayor o menor que S 0 . (Se asume la existencia

de la cuarta proporcional). Si S 00 < S 0 . De lo probado en 1 y 2 y la
proposición X,1 se sigue que, existe un polígono P 0 tal que:
P 0 < S 0 − S 00
por tanto
S 00 < P 0 < S 0 (2)
Si inscribimos en S un polígono P , semejante a P 0 , por la proposición
XII,1
P : P 0 = d2 : d02 (3)
y por (1) y (3), S : S 00 = P : P 0 o equivalentemente
P : S = P 0 : S 00
Pero P < S. Luego P 0 < S 00 lo que contradice a (2). De forma similar

se puede probar que S 00 no puede ser mayor que S 0 . Luego S 00 = S y
teniendo en cuenta (1) queda demostrada la proposición.
Como se puede observar, en esta demostración se impone la necesi-
dad de aceptar el orden total entre magnitudes, la existencia de la cuarta
proporcional y el infinito actual, que son ideas que configuran la estruc-
tura del continuo geométrico. Estas nociones no son explícitas pero de
alguna manera han surgido de la necesidad para precisar los conceptos,
en especial para eludir el problema planteado por los inconmensurables.
“Pero no es necesario un axioma de continuidad del tipo de Dede-

kind. Basta con el axioma de Arquímedes, y el orden denso de los
puntos racionales. En otras palabras, la continuidad no es accesi-
ble; pero sólo se alcanza a través de la divisibilidad indefinida, es
decir potencialmente” ([4, pág. 29]).
Si consideramos las siguientes definiciones:
Definición V,1. Una magnitud es parte de otra mayor cuando la mide.
Definición V,5. Se dice que dos magnitudes están en la misma razón, la

primera a la segunda y la tercera a la cuarta, si cuando tomamos cualquier
equimúltiplos de la primera y la tercera y cualquier equimúltiplos de la
segunda y la cuarta, los primeros equimúltiplos exceden, son iguales o
son menores que los segundos equimúltiplos, tomados en el orden corre-
spondiente.
Se puede observar que estas definiciones permitieron a los griegos

eludir el obstáculo numérico de los inconmensurables y la proposición X,1
constituyó el principio sobre el cual está basado el método de exhausción
de Eudoxo. El método permitió calcular el área del círculo, el volumen
de la pirámide, el cono, el cilindro y la esfera, gracias a que
“excluye los infinitesimales de todas las demostraciones en la geo-

metría de los griegos ” ([3, pág. 33])
De esta manera se pasa por un lado de los problemas de la divisibilidad

infinita, del continuo y su relación con los infinitesimales. Esto es claro
puesto que a pesar que el proceso indicado en X,1 se realiza tantas veces
como se desee:
“Los matemáticos Griegos nunca consideraron literalmente este

proceso como la ejecución de un número infinito de pasos, tal y
como nosotros lo hacemos en el paso al límite” ([2, pág. 34]).
“El método de exhausción, aunque equivalente en muchos as-
pectos a el tipo de argumento ahora empleado en la prueba de
existencia de un límite en el cálculo diferencial o integral, no pre-
senta el punto de vista involucrado en el paso al límite” ([2, pág.
85]).
Así, por ejemplo, la sucesión P1 , P2 , P3 , . . . , Pn , . . . de las áreas de los

polígonos inscritos en el círculo en X,1 , tendría un límite C si para todo
> 0 existe N natural tal que si n > N entonces
|Pn − C| < ε
Este número C sólo cumple la propiedad establecida en términos analíti-

cos por la definición, la cual emplea lógica formal, el concepto de número
real y el de orden. En tanto que, en el contexto del método de exhaus-
ción el razonamiento está guiado por intuición espacial, la subdivisión
ilimitada y la argumentación por reducción al absurdo.
Esta concepción que teme al infinito impide ver un proceso de apro-
ximación como una operación que llega a un resultado (como es el caso
del límite). Es decir, la encapsulación del proceso en una definición que
capta sus elementos invariantes y esenciales, eliminando así el problema
del infinito. Por tanto es necesario recurrir a otra manera de justificar
el procedimiento. En este caso se recurre a un razonamiento mirando
el resultado y luego pasar a una demostración. No poseer la operación
de paso al límite restringe la obtención de nuevos resultados, aquellos
que no se dejan captar por una visualización geométrica o no se pueden
intuir físicamente. Esta observación, señala la manifestación del rechazo
que opone el obstáculo “horror al infinito” a una nueva concepción que es
aquella que admite el “estatus de operación del límite”.
2.6 El continuo de Arquímedes
Quien más se acercó entre los antiguos al proceso de paso al límite fue
Arquímedes de Siracusa (287-212 a. C.),
“Él, más que ningún otro autor griego acercó la geometría a la me-
cánica y utilizó con gran ingenio argumentos geométricos para dar
demostraciones”.([9, pág. 233].
Gracias a que imaginó las figuras geométricas como constituidas por seg-
mentos de líneas o láminas delgadas pudo desarrollar un método heurís-
tico dirigido por consideraciones físicas que facilitaban el descubrimiento
de proposiciones matemáticas. El nuevo conocimiento, obtenido me-
diante un razonamiento inductivo, posteriormente era demostrado ri-
gurosamente por medio del método de exhausción.
“El método deductivo de exhausción no era una herramienta que se

adaptara bien para el descubrimiento de nuevos resultados pero Ar-
químedes lo combinó con consideraciones infinitesimales” ([2, pág.
48]).
En el tratado de Arquímedes conocido como El Método se expone el uso

de ideas procedentes de la mecánica para obtener teoremas matemáti-
cos correctos. En este libro se calcula el área del segmento parabólico,
empleando la ley de las palancas y la idea de superficie hecha de segmentos
de rectas.
“Arquímedes empleó su método heurístico, simplemente como una

investigación preliminar a la demostración rigurosa por el método
de exhausción”([2, pág. 51]).
En el tratado La cuadratura de la parábola se demuestra con todo el

rigor el problema del cálculo del área del segmento parabólico. El proce-
dimiento empleado es el del método de exhausción sin hacer referencia al
infinito ni a los infinitesimales.
Es importante destacar el comentario de Carl Boyer respecto a la
prueba del área del segmento parabólico :
“. . . él entonces demostró que el área de n de tales polígonos

estaba dada por la suma (en la notación actual):
1 1 1
A 1+ + +··· +
4 16 4n − 1
donde A es el área del triángulo inscrito que tiene la misma base
y vértices que el segmento (de la parábola). La suma infinita de la
serie es 34 A, y esto fue probablemente lo que permitió a Arquímedes
inferir que el área del segmento parabólico era también 43 A . Sin
embargo él no estableció el argumento de esta manera, en lugar de
encontrar el límite de la suma infinita, él encontró la suma de los
n primeros términos y adicionó el residuo, usando la igualdad
1 1 1 1 1 4
A 1+ + +··· + + = A
4 16 4 3 4n−1 3
Cuando el número de términos es grande, la serie “agota” 43 A sólo en

1
el sentido griego que el residuo 31 4n−1 puede ser tan pequeño como
se desee. Esto es, por supuesto, exactamente el método de prueba
para la existencia de un límite; pero Arquímedes no interpretó así
el argumento. El no expresó la idea de la no existencia de residuo
en el límite o que la serie infinita es rigurosamente igual a 43 A.
En lugar de esto, él probó, por una doble reducción al absurdo (el
método de exhausción), que el área del segmento parabólico, no
puede ser ni mayor, ni menor que 34 A”.([2, pág. 52]).
Nuevamente, está presente aunque en otro contexto el obstáculo de “ho-

rror al infinito” que rechaza la admisión del proceso de paso al límite
como una operación matemática. Parece sorprendente que en este con-
texto numérico no haya prosperado la noción de operación matemática
ligada a la situación para obtener un resultado. Mucho más, si tomamos
en cuenta que aquí se realizan aproximaciones sucesivas, guiadas por la
heurística, aparentemente cercanas a la operación con límites, en el sen-
tido de que permiten descubrir el resultado (y no como ocurre en el
método de exhausción en donde, el resultado, se conoce previamente)
El concepto de función. La geometría griega no se ocupó de la va-

riación y por el contrario sólo estudió figuras estáticas. En consecuencia,
los griegos no se aproximaron al concepto de función. Sin embargo, en
el caso de Arquímedes se presenta una situación atípica en la geometría
griega. Por ejemplo sorprende su definición de la espiral:
“el lugar geométrico de un punto en el plano que, partiendo del
extremo de una semirrecta se mueve uniformemente sobre ella,
mientras que la semirrecta gira uniformemente alrededor de su
extremo”([2, pág. 172]).
Las ecuaciones paramétricas del movimiento son:
r = kt q = wt
Eliminando el parámetro t obtenemos la ecuación polar r = a q. Con la

descomposición del movimiento,
“Arquímedes parece haber hallado la dirección instantánea del mo-
vimiento resultante de los dos componentes por medio del parale-
logramo de las velocidades, esta parece ser la primera vez que se
determinó la tangente a una curva que no fuera una circunferencia”.
([2, pág. 173]).
Arquímedes dedujo y demostró que “el área limitada por la primera vuelta
de la espiral y la línea inicial, es igual a un tercio del primer círculo” ([9,
pág. 160]). El procedimiento es básicamente el mismo descrito anterior-
mente, la novedad está en que ahora considera sectores circulares inscritos
y circunscritos, acotando el área A por sumas superiores ( S ) e inferiores
( S ) de manera que la diferencia | S − S | sea tan pequeña como se desee.
“Esta manera no es la misma que “agotando” el área añadiendo cada

vez más figuras lineales. Sin embargo en la última parte de la de-
mostración Arquímedes utiliza el método indirecto de demostración
igual a como lo hizo en la prueba del área del segmento parabólico
y como lo hace Euclides en sus demostraciones por aproximaciones
sucesivas. No hay ningún límite explícito en el proceso” ([9, pág.
161-162])
Pero, la forma de acotar el área es exactamente la misma con la que hoy

se demuestra la existencia del límite.
3 Aplicación del modelo al estudio de la formación y evolución

del concepto de continuo en los clásicos griegos
De acuerdo al modelo de Toulmin, primero se deben identificar los ele-

mentos constitutivos de las tres representaciones del modelo.
A) Representación transversal
Esta representación permite identificar los conceptos que serán motivo

de análisis en las siguientes representaciones. El período estudiado se
caracteriza por ser la génesis del problema del continuo matemático y el
establecimiento de la misma matemática como una disciplina intelectual
independiente. Estos hechos dificultan la definición de la “totalidad de
los conceptos de la disciplina que existen en un tiempo t determinado”. A
costa de omitir algunas ideas que contribuyeron en la definición del objeto
y método de las matemáticas, se opta por concentrar nuestra atención
en los conceptos que en su evolución constituirían el desarrollo de la
disciplina y en particular en aquellos relacionados con el concepto del
continuo matemático. La representación de los conceptos matemáticos
en tiempos de Pitágoras (tp ), de los Elementos de Euclides (te ) y en los
tiempos de Arquímedes (ta ) es la siguiente:
B) Representación longitudinal
En el período de estudio, la evolución genealógica del concepto de con-
tinuidad y conceptos relacionados se ilustra en la Figura N o 3, a la cual
corresponden las siguientes caracterizaciones:
Cp: Continuo pitagórico. Es cierta “cualidad” inherente a espacio y

tiempo, que relaciona el todo con sus “últimos” elementos consti-
tutivos (átomos). Los átomos que forman una pluralidad tenían
por una parte características de la unidad geométrica, el punto, y
por otra las características de la unidad numérica. Lo continuo era
geométrico y numérico.
Ce: Continuo en los Elementos. El continuo sólo está en las magnitudes

geométricas. El número representa lo discreto.
Ca: Continuo arquimediano. Es sugerido por los sentidos, ligado a la

mecánica y generado por el movimiento. El continuo geométrico es
obtenido por la agregación de infinitos indivisibles geométricos.
DL: Dominio logístico pitagórico. Se ocupa de la aplicación de la arit-

mética a problemas comerciales o técnicos.
Dp: Dominio aritmético pitagórico. Se ocupa de la esencia y propiedades

de los números y el espacio.
DG: Dominio geométrico euclidiano. Se ocupa de la forma y relaciones

del espacio percibido por los sentidos (espacio usual).
DA: Dominio aritmético euclidiano. Se ocupa de la esencia y propieda-

des de los números.
Np: Número pitagórico. Es el conjunto de los enteros positivos. Los

racionales positivos están implícitos en la definición de razón.
Ne: Número euclidiano. Es el conjunto de los enteros positivos. Los

racionales positivos y los irracionales están implícitos en las defini-
ciones de razón y proporción respectivamente.
R: Razón. Es una relación entre dos magnitudes del mismo tipo con
respecto a su tamaño.
Mp: Magnitud pitagórica. Es algo que se puede “medir”. Sólo cubre

entidades (longitud, área, volumen) en el caso que sean conmensu-
rables.
P: Proporción. Definición V,5 de los Elementos.
Me: Magnitud euclidiana. Extiende el dominio de Mp a las cantidades

inconmensurables.
Ip: Infinito pitagórico. Es actual.
Ie: Infinito euclidiano. Es potencial.
ip: Indivisibles pitagóricos. Son los elementos “últimos” que constituyen

la pluralidad, átomos o partículas físicas indivisibles.
ia: Indivisible arquimediano. Las superficies están formadas por infini-

tos segmentos lineales, los sólidos por infinitas láminas delgadas,
segmentos y láminas son los indivisibles. El concepto es más físico
que geométrico.
C) Representación evolutiva
Consideramos conjuntamente las variables A y B, como se muestra en la
Figura No 4, para poder analizar la evolución conceptual y obtener los
resultados del análisis.
Resultados del estudio epistemológico del continuo en el período

griego
Expresaremos ahora algunos resultados de los desarrollos del continuo
por los griegos, respondiendo las preguntas referentes a:
A) La innovación o variación conceptual.
B) Los procedimientos de selección.
C) La relación entre cambio conceptual y unidad de la disciplina.
Las respuestas resultan de la consideración de los resultados observados

en el estudio de la dimensión evolutiva :
A) La innovación o variación conceptual

Durante el período griego se introdujo el problema (P 1 ) del continuo que
se plantea al buscar respuesta a la pregunta
P1 : ¿Cuál es la relación entre lo discreto y lo continuo.?

La pregunta surge del planteamiento de las paradojas de Zenón que cues-

tionaron la concepción pitagórica del continuo (Cp)
Cp: Continuo pitagórico. Es cierta “cualidad” inherente a espacio y

tiempo, que relaciona el todo con sus “últimos” elementos consti-
tutivos (átomos). Los átomos que forman una pluralidad tenían
por una parte características de la unidad geométrica, el punto, y
por otra las características de la unidad numérica. Lo continuo era
geométrico y numérico. Los pitagóricos entonces concebían la recta
formada por partículas (átomos) y la continuidad estaba dada por
contacto entre ellas.
Esta idea es cuestionada y se produce una primera variación conceptual

que notaremos (V1 ) hacia un continuo (Ce) concebido por la escuela
aristotélica y que aparece implícito en los Elementos:
Ce: Continuo en los Elementos. El continuo sólo está en las mag-

nitudes geométricas y la noción es sugerida por representaciones
externas; en los elementos no se encuentra un enunciado explícito
del continuo, tan sólo se menciona (postulado 2 de los Elemen-
tos), pero aparece implícitamente en algunas demostraciones que
involucran la intersección de líneas y en la existencia de la cuarta
proporcional. Respecto a la solución del problema P 1 , se designa
al número (enteros positivos, y cocientes entre enteros) para repre-
sentar lo discreto y la geometría lo continuo.
Posteriormente, en tiempos de Arquímedes surge una segunda variación

(V2 ), jalonada por razones eminentemente prácticas, que define el con-
tinuo arquimediano:
Ca: Continuo arquimediano. Es sugerido por los sentidos, ligado a

la mecánica y generado por el movimiento. El continuo geométrico
es obtenido por la agregación de infinitos indivisibles geométricos.
Esta noción se operativiza permitiendo descubrir límites, pero no se define

como una operación de paso al límite que, de esta manera, se relega a una
cierta heurística no explícita sino tan sólo inferida por los comentaristas
de la obra de Arquímedes.
Respecto a la solución al problema P 1 , aparece una clara, aunque
implícita, relación entre continuo y paso al límite. Tal relación implícita
e inferible de los procedimientos permanece bajo la tutela restrictiva del
infinito potencial. El objeto ideal geométrico se ve como un objeto con-

creto sobre el que se opera para obtener un resultado. La continuidad de
grandezas aparece implícita en los razonamientos.
Consideramos las dos variaciones:
V1 : variación del continuo pitagórico (Cp) al continuo euclidiano (Ce) .
V2 : variación que da forma al continuo arquimediano (Ca) como un

híbrido de Cp y Ca.
V1 : Los pitagóricos audazmente entrevieron un isomorfismo entre los
puntos de la recta (recordemos que la recta son segmentos que se ex-
tiende según lo continuo) y los números. Si la recta era formada por
agregados y continua (por contacto), entonces los números formaban un
continuo numérico (Cp). Esta posición no satisface los ideales explica-
tivos del momento. Se encuentra más razonable admitir lo continuo en lo
geométrico que viene sugerido por el movimiento. Se separa lo aritméti-
co, que corresponde a lo discreto, de lo geométrico, que da cuenta de lo
continuo.
A.1 Los factores causales de la variación.
La variación V1 surge como resultado:
• Del enfrentamiento de dos teorías filosóficas rivales (pitagóricos

y eleáticos). Surgen paradojas que Cp no puede explicar. En
este caso las exigencias de los ideales explicativos superan los
conocimientos, del número y sus propiedades, de la época.
• Del predominio de la noción de infinito potencial que impide
ver el infinito actual. Este obstáculo se manifiesta en los razo-
namientos respecto a las paradojas de Zenón (la divisibilidad
potencialmente infinita sin alcanzar el límite)
• De la ausencia de un concepto de número más amplio y la im-
posibilidad de constituirlo dados los instrumentos teóricos del
momento.
• De la imposición a los sentidos del continuo físico y lo abs-
tracto del continuo numérico. El continuo físico se constituye
en obstáculo para avanzar en la construcción de un continuo
matemático, por lo contrario reafirma el continuo geométrico
como sugerido por el movimiento.
Los factores causales de la variación V 2

El híbrido es el resultado de:
• Una imaginación sutil (indivisible geométrico de arquímedes).

• El acercamiento de dos disciplinas (física y geometría).
• Los resultados positivos en la matemática del método heurístico
de Arquímedes al relacionar áreas, indivisibles y mecánica.
A.2 Respecto al rigor y lentitud del cambio de estatuto de las nociones:

Este aspecto lo interpretamos a la luz de las definiciones introduci-
das por Chevallard (1985) respecto al estatuto que adquiere una
noción en su proceso de institucionalización (ver pie de página No
1). Una noción tiene un estatuto protomatemático si ella interviene
en los razonamientos y procesos matemáticos de forma implícita, se
consideran obvias. Posteriormente una noción puede adquirir un es-
tatuto paramatemático, es decir se considera una herramienta útil y
se hace uso de ella, se tiene conciencia de ella y se le asigna un nom-
bre pero no es objeto de estudio para el matemático. Finalmente, la
noción puede ingresar al dominio de la matemática y se constituye
en objeto de estudio para el matemático. Se nombra y define. En tal
caso su estatuto es matemático. Así, Chevallard señala una dirección
del proceso de institucionalización de un concepto:
protomatemático → paramatemático → matemático
que ocurre tanto en la filogénesis del concepto, en el seno de una

comunidad científica, como en la ontogénesis, en el marco de un
sistema didáctico.
Observamos que en tres siglos que son los que comprende el período
estudiado no se logró avanzar en la constitución del continuo nu-
mérico. Esto se explica en términos de la lentitud que imponen los
obstáculos epistemológicos en el sentido de Bachellard (1938).
La prisión psíquica, creada por la obligación de apelar a la intuición
geométrica, impidió a los griegos liberar la abstracción matemática
de un fuerte condicionamiento de las percepciones físicas. Por ello en-
contramos en el infinito potencial un obstáculo epistemológico cuya
manifestación causa serias perturbaciones que actualmente se cono-
cen con el nombre de “horror al infinito”. El infinito potencial de
Aristóteles niega la posibilidad de un infinito actual, en “acto”, y
repercute durante siglos llevando al manejo poco riguroso de con-
ceptos y definiciones por la ausencia de una elaboración teórica del
infinito actual. Su sustituto paso a ser la “intuición” que lleva a
aceptar como válido aquello que se comprueba para “pocos” casos y,
luego, por una inducción incompleta se extiende de manera abusiva

a “todos”. Esto no desconoce que la “intuición” no ha jugado un
papel importante, sólo señala que depender de ella como criterio de
validación ha llevado ha inconsistencias y retardos en el avance de la
disciplina.
El “horror al infinito” es responsable de la resistencia al cambio de
la concepción Ce, pero además se pone en evidencia que ni el con-
tinuo geométrico sugerido por la visión corpuscular de la recta, ni
el numérico son de ningún modo intuitivos (entendiendo, intuición
como evidencia inmediata producida por un dato sensorial o por el
razonamiento).
A.3 La selección de los cambios.

Nos interesa señalar ahora los factores que son responsables de que
los cambios se dieran en cierta dirección y no en otra. En V1 la
variación se produjo preferentemente en la dirección de Ce por los
siguientes factores:
• El sentido práctico. La geometría griega es más cercana al

mundo de lo concreto. Por tanto, el desarrollo de Ce permitía
resolver los problemas prácticos que a ellos les interesaban.
• Los obstáculos epistemológicos. El continuo no es intuitivo. El
número sólo es posible por abstracción, por tanto, su desarrollo
conceptual es más lento debido a los obstáculos que se deben
superar: horror al infinito, obstáculo de la concepción física del
continuo (corpuscular y dinámica).
• Desarrollos desiguales entre geometría y aritmética.
• El paradigma filosófico de la época.
B) Procedimientos de selección
Respecto a los procedimientos de selección de la época, por medio de los
cuales se aceptan o rechazan ciertas variantes conceptuales.
B.1 Respecto a los factores que determinaron el ingreso de la variante
conceptual.
En el caso V1
(a) Factores externos:

• El paradigma eleático del Universo exigía un continuo sin
indivisibles.
• Las exigencias de la economía y la organización social de los

griegos, se satisfacían con los desarrollos explicativos de la
geometría de los Elementos. No era imperativo un continuo
numérico.
• El desarrollo incipiente de la mecánica, más cualitativo que
cuantitativo, no exigía un concepto numérico más com-
pleto. Los matemáticos no enfrentaron una exigencia in-
telectual para emprender la tarea.
(b) Factores internos:
• La ausencia de sistemas simbólicos más desarrollados que
permitieran abstraer de los procedimientos operatorios las
ideas implícitas, que conducirían a la construcción de un
continuo numérico.
• El temor al infinito.
• La solución que brindó el trabajo de Eudoxo al obviar los
problemas planteados por los inconmensurables, el infinito
y los indivisibles.
• La prisión psíquica, creada por la apelación a la intuición
sensorial, que impedía a los griegos liberar la conceptuali-
zación de un fuerte condicionamiento de los sentidos.
En el caso de V2
(a) Factores externos:

• El desarrollo de la física arquimediana permitió establecer
una relación entre mecánica y geometría, que parecía ser
prometedora.
(b) Factores internos:
• Los conceptos físicos eran aplicables a los “objetos” mate-
máticos.
• La relación del continuo geométrico compuesto por indivi-
sibles y la mecánica produjo un método heurístico de gran
poder en el descubrimiento de nuevas relaciones matemáti-
cas.
B.2 Respecto a las consideraciones en que reposa la selección de la va-

riante.
La selección ha obedecido a “buenas razones” generadas por el debate
entre las escuelas pitagóricas y eleática, debido a que la matemática
no está constituida (en la época) propiamente como una disciplina

independiente. El debate se plantea desde la perspectiva filosófica.
B.3 Respecto a los criterios de selección.

Por la razón que ya hemos expuesto del desarrollo incipiente de la
matemática como disciplina, es claro que tales criterios que permiten
distinguir los cambios conceptuales “válidos” de los “erróneos”, son
deficientes y tan sólo encontramos evidencia de rigor en el texto de
los Elementos de Euclides, el cual define los estándares de rigor de
la época
C) Relacion cambio conceptual unidad de la ciencia

El cambio conceptual, en el período estudiado da origen a tres ramas de la
matemática: lógica, aritmética y geometría. La unidad de la matemática
no se ve amenazada, cada rama identifica sus metas y problemas propios,
así como el núcleo que les es común.
Conclusiones
Del estudio histórico se desprende que:
• Se niega temporalmente la posibilidad de la existencia de un con-

tinuo numérico. El desarrollo posterior de este concepto muestra
que concepciones incompletas pueden ser estables por largos perío-
dos de tiempo, a menos que surjan nuevos problemas de los cuales
se deriven las teorías necesarias para desestabilizar un concepto in-
completo o errado.
• El tipo P dS2 de la variación V2 reafirma la última parte de la

conclusión anterior. Indica que la negación de los indivisibles por
una parte y, por otra, los resultados obtenidos de su utilización para
derivar resultados matemáticos válidos permiten concluir que es
plausible admitir un continuo geométrico formado por indivisibles.
• La densidad y el orden denso de magnitudes racionales e irracionales

no lograron ser comprendidas completamente por los griegos.
• No es suficiente poseer una idea de divisibilidad potencialmente

infinita para acceder al concepto de límite.
• El método de los infinitesimales de Arquímedes es la forma pro-

cedimental de la operación matemática de paso al límite. Como
instrumento para calcular demostró ser útil y por ello fue acep-
tado en la comunidad matemática. La prospectiva del desarrollo
de este concepto muestra que la toma de conciencia, el paso de lo
procedimental a lo conceptual, fue un largo proceso resultado de la
actividad de la comunidad matemática y de su reflexión sobre la
actividad misma.
• La polémica surgida de la propuesta pitagórica del continuo planteó

un problema: ¿cuál es la relación entre lo discreto y lo continuo?
Estos hechos revelan la existencia de un conjunto de obstáculos epis-

temológicos cuya interrelación y predominio explica la exclusión de las
nociones fundamentales del cálculo en la época griega y su lentitud para
alcanzar su institucionalización en las matemáticas de las épocas sub-
siguientes. La investigación permite señalar los siguientes obstáculos pre-
sentes en la época analizada:
Obstáculos epistemológicos
1. El paradigma filosófico de las matemáticas. Para los griegos las
matemáticas no son una creación, ellas preexisten en la naturaleza.
El hombre se limita a descubrirlas y a describirlas. Las ideas acep-
tadas eran aquellas que se alcanzaban por interpretación estricta-
mente lógica, pero los postulados en que se fundamentan estas de-
ducciones no eran arbitrarios y estaban sugeridos por concepciones
establecidas por la experiencia empírica.
Esta concepción cierra el paso a la especulación y admite sólo aque-
llo que es comprobable por la experiencia. Sin embargo, ella fa-
vorece la instauración en la cultura griega del valioso método de-
ductivo con el que se alcanza la perfección del sistema axiomático
de la geometría de Euclides. Pero a causa de la misma concepción
ésta se limita a la recta, la circunferencia y las figuras relacionadas
con ellas; constituyendo así el conjunto de las curvas “verdaderas”.
El rigor exigía que se demostrara la existencia de la figura, es decir,
se admiten sólo aquellas que se obtenían por regla y compás ex-
cluyendo las demás. Por ejemplo, la parábola se consideró como una
sección cónica estudiando sus propiedades cualitativas sin ocuparse
de las propiedades matemáticas. Las limitaciones, consecuencia del
obstáculo epistemológico, no se circunscribieron a esta visión res-
tringida de la geometría sino que provocó lo que Cantor denominó
el “horror al infinito”
2. El “horror al infinito”. Los griegos eludieron el infinito actual, ad-

mitiendo sólo el infinito potencial.
Este obstáculo está relacionado con (1) porque para concebir el in-
finito actual era necesario alejarse de lo sensible y entonces acudir
a la especulación, actividad intelectual que filosóficamente era re-
chazada. La señal de la presencia de este obstáculo es el rechazo
en la matemática griega de lo infinitamente pequeño, lo infinita-
mente grande y los procesos infinitos. Por ejemplo, el concepto de
lo infinitamente pequeño está implícito en la relación existente en-
tre los puntos de una línea. Para eludirlo, Aristóteles separó los dos
conceptos, puntos y recta, admitiendo que los puntos (lo discreto)
estaban en la recta. Pero, negó que ella (lo continuo) pudiera estar
conformada por puntos pues lo continuo no se puede construir a
partir de lo discreto.
Esta incomprensión de la relación entre lo discreto y lo continuo, a
causa de la exclusión de lo infinitamente pequeño, también condujo
a la omisión del paso al límite. Entonces se recurre al método de
exhausción que exige que la diferencia entre las magnitudes que se
aproximan y su magnitud límite sea estrictamente positiva para que
intuitivamente sea aceptable la aproximación.
3. El obstáculo geométrico. Las concepciones que hemos enumerado

contribuyeron a afirmar el predominio de la geometría como el mo-
delo perfecto de razonamiento y validación de los objetos matemá-
ticos aceptables.
Esta concepción y la incapacidad para admitir el número irracional
condujeron a separar la aritmética de la geometría impidiendo el de-
sarrollo del álgebra y lo complicado de las demostraciones geométri-
cas constituyo un obstáculo para el desarrollo del cálculo. Como
consecuencia de la presencia de estos obstáculos el pensamiento
griego presenta las siguientes limitaciones:
• Se niega, temporalmente, la posibilidad de la existencia de

un continuo numérico. Esta es una concepción errónea . El
desarrollo posterior de este concepto muestra que estas con-
cepciones pueden ser estables por largos períodos de tiempo,
a menos que surjan nuevos problemas de los cuales se deriven
las teorías necesarias para desestabilizarlo. Se afirma que lo
continuo sólo puede referirse a los objetos geométricos. Esta
es una concepción pertinente e inadaptada
• La variación V2 , que plantea una solución en la que se rela-

cionan conceptos de la física con conceptos geométricos para
resolver un problema práctico, reafirma la última parte de la
conclusión anterior. Indicando que la negación de los indivi-
sibles por una parte y por otra los resultados obtenidos de su
utilización para derivar resultados matemáticos válidos, lleva
a una posición contradictoria que no ve plausible admitir un
continuo geométrico formado por indivisibles y los procesos
que conducirían a la noción de límite.
La presencia de estas limitaciones en el pensamiento griego nos

enseña que:
• La idea del continuo en matemáticas es altamente abstracta

y no es intuitiva. No es suficiente poseer una idea de divisi-
bilidad potencialmente infinita, para acceder al concepto de
límite. El método de los infinitesimales de Arquímedes es la
forma operatoria de la noción matemática de paso al límite.
Como instrumento para calcular demostró ser útil y por ello
fue aceptado en la comunidad matemática. La toma de con-
ciencia, el paso de lo operativo a lo conceptual, fue un largo
proceso resultado de la actividad de la comunidad matemática
y de su reflexión sobre la actividad misma. El concepto de fun-
ción está implícito en los cálculos astronómicos de los griegos
antiguos, en tablas y gráficas, pero el concepto como tal no es
abordado como objeto de estudio por los griegos. Al respecto
Boyer comenta:
“Nosotros hemos visto que la geometría griega trató en su
mayor parte con la forma más que con la variación, así que
el concepto de función no fue desarrollado.” ([2, pág. 56])
• El concepto de continuidad está implícito en los razonamien-
tos griegos respecto al movimiento, que era entendido en un
sentido amplio de “cambio” que incluía las grandezas geométri-
cas. También se encuentra implícito en el manejo de las pro-
porciones, pero referida siempre al modelo geométrico, como
lo confirma Youschkevitch (1976) cuando explica la influencia
del pensamiento aristotélico en las ideas de los matemáticos de
la edad media. Él comenta que Oresme dirá a mediados del
siglo XIV que toda cosa medible, excepto los números (que
Oresme concebía a la imagen de los griegos), se debe imaginar
como una cantidad continua.
“Esto porque los puntos, líneas y superficies en los cuales,

según Aristóteles, la medida o razón (mensura seu pro-
portio) es hallada inicialmente, son necesarios para medir
estas “cosas”; en todas las otras cosas, la medida o razón
es estudiada por la relación mental con los puntos, líneas
y superficies.”( [11, pág. 18])
Así, la continuidad geométrica se traslada a toda cosa medible.
• La polémica surgida de la propuesta pitagórica del continuo
planteó un problema cuya solución se obtendría 2.000 años
después (Dedekind, Cantor). Los obstáculos conceptuales que
se superaron en esta larga trayectoria han enriquecido la ma-
temática.
Referencias
[1] Bachelard, G. (1938). La formation de l’esprit scientifique. Librairie

Philosophique. París. Traducción al castellano: La formación del espíritu
científico. Siglo XXI. México, 1990.
[2] Boyer, C. Historia de la Matemática. Madrid: Alianza editorial, (1987).
[3] Boyer, C. (1959). The History of the Calculus and his Conceptual Deve-
lopment. Dover Publications. New York.
[4] Caveing, M. Descles, J., Dieudonné. et al (1988). Pensar la Matemática.

Baralona: Tusquets Editores.
[5] Chevallard, Y. (1985) La Transposition Didactique. Du savoir savant au

savoir enseigné. La Pensée Sauvage. Grenoble. Traducción al Castellano:
La transposición Didáctica. Del saber sabio al saber enseñado. Aique. Ar-
gentina. (Edición consultada 1991)
[6] Estany, A; Izquierdo, M. La evolución del concepto de afinidad analizada

desde el modelo de Toulmin. Llull, Vol. 13, pág. 349-378. Barcelona. 1990
[7] Farfán, M. R. Ingeniería didáctica, un estudio de la variación y el cambio.

Grupo Editorial Iberoamérica. México (1997)
[8] Heath, T.L. A Hystory of Greek Mathematics. Vol. I. Oxford University

Press. (1921)
[9] Kline, M. (1972.)El Pensamiento Matemático de la Antigüedad a Nuestros

Días. Madrid: Alianza Editorial.
[10] Toulmin, S. (1977) La Comprensión Humana, el Uso Colectivo y la Evolu-

ción de los Conceptos. Madrid: Alianza Editorial.
[11] Youschkevitch, A. P. (1976). The concept of function up to the middle of

the 19th century. Archive for history of exact sciences, 16, 36-85. Traduc-
ción al Francés: Le concept de fonction jusqu’au milieu du XIXc siècle.
trad. Bellemin, J., Fragments d’histoire des Mathematiques. Broucheure
APMEP, 41, pp. 7-68.
Dirección del autor: César Augusto Delgado G Departamento de Matemáticas,

Universidad del Valle, Cali, Colombia.
a la revista
– artículos
– notas de clase
– noticias, etc.


Cali, Colombia.
Teléfonos: (2) 330-25-66 339-32-27
Resúmenes de Artículos, Proyectos y Tesis
La revista Matematicas: Enseñanza Universitaria aspira a dar una visión de la

investigación que se realiza en Colombia o por colombianos residentes en el ex-
terior, en las áreas de las matemáticas, su historia y sus problemas educativos.
Con este fin se publicarán en esta sección resúmenes de artículos investigativos
en estas áreas, recientemente publicados o próximos a publicarse, al igual que
resúmenes de proyectos de investigación en marcha y de tesis de grado escritas
en los posgrados existentes en el país, que sean presentados a la Revista. Uti-
lizaremos la clasificación de los abstracts de la American Mathematical Society
(AMS). En el número de clasificación de cada resumen, el primer grupo de dígi-
tos indica el año, el segundo el número del tema según la clasificación de la AMS
y el último el número de recepción del resumen en la sección correspondiente.
Las letras A, P o T al final se refieren a artículo, proyecto o tesis. La expresión
Copias disponibles, al final de un resumen, indica que usted puede conseguir
copias del artículo o proyecto escribiéndole al autor.
13. ANILLOS Y ÁLGEBRAS CONMUTATIVOS

01-13-3 T
Título: Acerca de ideales primitivos de algunas clases especiales de anillos
Autor: Iván Darío Núñez Orozco
Director: Margarita María Toro V.
Institución: Universidad Nacional de Colombia, Sede Medellín
Fecha de aprobación: 2001
Resumen: Introducimos los conceptos de ideal primo e ideal primitivo, ca-
racterizándolos de diversas maneras y estableciendo relaciones entre ellos. Se
utilizan técnicas topológicas y algebraicas similares a las que se usan en ani-
llos conmutativos. Se estudia la construcción de los anillos extensión de Ore.
Además, si K es un campo y A es una K-álgebra que es también una clase
particular de extensión de Ore, se presenta la prueba de la equivalencia, sobre
ideales primos, de las condiciones siguientes:
1. P es un ideal primitivo.
2. El centro del anillo de fracciones Q(A/P ) es una extensión algebraica de

K.
3. P es un G-ideal; esto es, la intersección de los ideales primos que contienen

estrictamente a P no es P .
28. MEDIDA E INTEGRACIÓN

01-28-4 T
Título: Una introducción a la teoría de integración de funciones con los valores
en espacios de Banach
Autor: Elkin Darío Cárdenas Díaz
Director: Jorge Mejía Laverde
Fecha de aprobación: Septiembre 2001
Resumen: Muchos problemas en ecuaciones diferenciales de evolución, pue-
den ser escritos en forma de problemas de Cauchy para ecuaciones diferenciales
ordinarias en espacios de Banach, en los cuales la solución es un punto fijo de
cierto operador que contiene una integral de Bochner. En el presente trabajo se
construye la integral de Bochner, partiendo de la integral para funciones sim-
ples, hasta caracterizar de manera precisa la clase de las funciones de Bochner
integrales cuando el espacio de Banach es separable. Una vez construida la
integral de Bochner se describen sus principales propiedades, en particular, las
relacionadas con los procesos de paso al límite bajo el signo integral (Teorema
de convergencia dominada y lema de Fatou) y las relacionadas con el cálculo
de la integral en espacios productos mediante integrales iteradas (generalización
del Teorema de Fubini)
28. MEDIDA E INTEGRACIÓN

01-28-5 T
Título: Teorema de la divergencia para campos de variación acotada en R 2
Autor: Eliecer G. Campo V.
Director: Pedro Isaza
Resumen: El teorema fundamental del cálculo en su versión másRclásica es-
b
tablece que si F : [ a, b ] → R es continuamente diferenciable entonces a F 0 (x)dx
= F (b) − F (a). Usando la teoría de la medida, la hipótesis de diferencia-
bilidad para F puede ser debilitada de tal modo que si F es una función de
variación acotada y continua en a y b, entonces existe una medida µ tal que
µ([a, b]) = F (b) − F (a). En caso de que F sea absolutamente continua, entonces
Rb
µ([a, b]) se puede escribir en la forma a F 0 (x)dx.
En dimensiones mayores que 1 el teorema fundamental toma la forma del teo-
rema de la divergencia, que afirma que F = (F1 ...., Fn ) es un campo vectorial
continuamente diferenciable en Rn y Ω es un abierto con frontera ∂Ω es igual a
la integral del divergente de F, ∇ · F , en Ω. Esto es :
Z Z
→
−
F · ds = ∇ · F dv
∂Ω Ω
Resúmenes de Artículos, Proyectos y Tesis 131
En muchas aplicaciones físicas como la de un campo eléctrico producido por

cargas puntuales, el campo no es una función C 1 definida en todo el espacio.
El propósito de este trabajo es demostrar una versión del teorema de la diver-
gencia (teorema 2.4) y su corolario, análogo al resultado unidimensional arriba
descrito para un campo F de variación acotada.
Se usa el Teorema de Representación de Riesz para asociar al campo una me-
dida µ y por simplicidad consideramos sólo el caso en que la religión Ω es un
rectángulo de R2 .
35. ECUACIONES DIF. EN DERIVADAS PARCIALES

01-35-21 T
Título: Problema de Cauchy para la ecuación de Korteweg-de Vries (KdV) en
espacios de baja regularidad
Autor: Juan Carlos Cordero Ceballos
Director: Pedro Isaza J. y Jorge Mejía L.
Fecha de aprobación: Diciembre 2001
Resumen: En este trabajo se demuestra que el problema de Cauchy para
la ecuación de Korteweg-de Vries está localmente bien propuesto para datos
iniciales u0 en el espacio de Sobolev H s (R), siempre que s > − 43 . Es decir,
se prueba que dicho problema tiene solución local en el tiempo, ésta es única
y depende continuamente del dato inicial u0 . Este resultado fue obtenido por
Kenig, Ponce y Vega en [Ke-Po-Ve2], y aquí se presenta una demostración más
simplificada, en la que la solución se obtiene considerando una modificación
adecuada del operador integral asociado al problema.

01-35-22 T
Título: El Teorema del paso de la montaña: Aplicación y Generalización
Autor: Carlos Augusto Vélez López
Director: Jorge Cossio B.
Resumen: En este trabajo se estudia el Teorema del paso de la montaña.
En el capítulo I se usa dicho teorema para probar la existencia de soluciones
clásicas de un signo de un problema de Dirichlet sublineal. En el capítulo II se
estudia una generalización del teorema del paso de la montaña que, además de
garantizar la existencia de puntos críticos de minimax de funcionales definidos
en espacios de Banach, caracteriza el comportamiento del funcional alrededor
de dichos puntos.

01-35-23 T
Título: El Teorema de Lax-Milgram y aplicaciones a ecuaciones diferenciales
Autor: Alex Manuel Montes Padilla
Director: Jorge Cossio B.
Resumen: En este trabajo se muestra cómo se pueden usar resultados
abstractos del análisis funcional en la solución de ecuaciones diferenciales ordi-
narias. Inicialmente se estudian los teoremas de Stampacchia y Lax-Milgram,
los cuales constituyen una herramienta útil y sencilla para resolver ecuaciones
diferenciales. Posteriormente se estudian los espacios de Sobolev, esenciales
para establecer el concepto de solución débil de una ecuación diferencial. Y
finalmente se consideran algunas aplicaciones de los teoremas mencionados a
ecuaciones diferenciales. Se estudia el problema de Dirichlet en dimensión
n = 1 (homogéneo, no homogéneo, con condiciones mixtas, etc) y el problema
de Sturm-Liouville.
46. ANÁLISIS FUNCIONAL

03-46-6 T
Título: Una clase de funciones convexas acotadas
Autor: Lorena Patricia Cruz Mercado
Director: Diego Mejía Duque
Fecha de aprobación: Marzo 2003
Resumen: En este trabajo se inicia la investigación de una nueva clase de
funciones univalentes convexas acotadas. Esta clase resulta de extender al caso
hiperbólico una caracterización de las funciones univalentes esféricamente con-
vexas obtenidas por D. Mejía y Ch. Pommerenke. Específicamente, definimos
de la clase = de funciones conformes f : D → D, normalizadas con f (0) = 0, y
con la propiedad de que las funciones gw (z) = f (z)/(1 − w̄f (z)) son euclidiana-
mente convexas para todo w ∈ f (D).Se obtuvieron caracterizaciones analíticas
y geométricas así como algunos teoremas de crecimiento y distorsión para estas
funciones. Adicionalmente, se demuestra que la clase de funciones univalentes
h-k-convexas con k ≥ 2 está contenida propiamente en dicha clase y k = 2 es el
mínimo valor de k para el cual esta afirmación es cierta.
46. ANÁLISIS FUNCIONAL

03-46-7 A
Título: Local techniques in the study of operators and tensornorms defined by
Resúmenes de Artículos, Proyectos y Tesis 133
sequence space
Investigador(es): P. Gómez Palacio, J. A. López Molina y M. J. Rivera
Institución: Universidad EAFIT (Colombia)y Universidad Politécnica de Va-
lencia, (España)
Resumen: En este artículo caracterizamos los ideales de operadores minimal
y maximal asociados a una amplia clase de norma tensorial obtenidas a partir
de un espacio de Banach de sucesiones. Nuestros resultados son extensiones
de los resultados clásicos acerca de las normas tensoriales de Saphar, una idea
iniciada muchos años atras por De Grande-De Kimpe y Harksen. Sin embargo,
hasta ahora esta idea no ha ido más allá de un simple, aunque general, ejem-
plo de normas tensoriales. Probablemente esto es debido a que el estudio de
operadores relacionados naturalmente con normas tensoriales clásicas es domi-
nado por las propiedades especiales de los espacios Lp (µ) y en consecuencia la
parte crucial de la solución del problema queda escondida en estas propiedades.
El interés principal de éste artículo es descubrir el papel clave que juega la es-
tructura local de los espacios involucrados en ésta clase de problemas generales.
65. ANÁLISIS NUMÉRICO

01-65-4 T
Título: Métodos iterativos basados en subespacio de Krylov
Autor: Ramiro Miguel Acevedo M.
Director: Carlos Enrique Mejía S.
Fecha de aprobación: Julio 2001
Resumen: En este trabajo nos acercamos a la computación científica por
medio de la consideración de los siguientes aspectos: Obtención de sistemas
lineales por la discretización de ecuaciones diferenciales, enunciado general de
métodos de Krylov y consideración de dos de estos métodos para la solución de
ecuaciones lineales. Los dos métodos de Krylov elegidos sirven para la solución
del problema Ax = b. El primero, Gradiente Conjugado, se usa cuando A es
simétrica definida positiva (sdp) y el segundo, GMRES (Generalized Minimum
Residual), se usa cuando no se sabe si A es sdp.
68. CIENCIA DE LA COMPUTACIÓN

01-68-3 T
Título: Algoritmos evolutivos y una aplicación en álgebra
Autor: Julio César Morales Cuervo
Director: Juan Diego Vélez Caicedo
Resumen: Se presenta un bosquejo de los métodos y procedimientos propios

de la teoría general de los algoritmos genéticos, se explican las principales ideas
empleadas hasta ahora para resolver el cubo de Rubik, y se aplican estrategias
evolutivas para encontrar jugadas que permitan llevar el cubo de Rubik desde
cualquier posición arbitraria hasta la posición inicial, también llamada posición
fundamental. El algoritmo para resolver el cubo de Rubik está programado en
DFW5 (Derive for windows).
90. INVESTIGACIÓN DE OPERACIONES

01-69-2 T
Título: Series de tiempo no lineales
Autor: Fredy Ocaris Pérez Ramírez
Director: Hermilson Velásquez Ceballos
Institución: Universidad Eafit, Medellín
Fecha de aprobación: 2001
Resumen: En este trabajo se estudian los modelos de heteroscedasticidad
condicional autorregresiva, como son los modelos ARCH y GARCH. Además,
se dan las propiedades estadísticas de estos modelos. También se estudian los
modelos TAR Y SETAR y sus propiedades básicas. La atención se concentra so-
bre modelos que implican solamente dos regímenes. El modelo TAR asume que
el régimen que ocurre en un tiempo t puede ser determinado por una variable
umbral observable, para un valor de la variable umbral, el cual se denota como
c. Un caso especial surge cuando la variable umbral se toma como un valor reza-
gado de su misma serie de tiempo, es decir, para un cierto entero d > 0. Como en
este caso, el régimen es determinado por su misma serie de tiempo, el modelo que
resulta se llama un modelo SETAR. El modelo SETAR de dos regímenes es de la
forma yt = (φ0,1 + φ1,1 yt−1 )(1 − I[yt−1 > c]) + (φ0,2 + φ1,2 yt−1 )I[yt−1 > c] + εt
donde I(A) es una función indicadora con I(A) = 1 si el evento A ocurre y
I(A) = 0 en cualquier otro caso. En la práctica, la variable umbral no se
conoce, y una pregunta importante es cómo determinarla. Dicha pregunta se
responde en nuestro trabajo.
Problemas y soluciones
En esta sección se publican problemas propuestos por los lectores de la revista.

Cuando las soluciones sean conocidas se solicita que sean enviadas junto con
los problemas. Las soluciones serán, en su momento, objeto de publicación.
Pueden remitir sus problemas a la dirección de la Revista por cualquiera de las
vías disponibles o directamente al profesor Yu Takeuchi, editor de la sección a
la Carrera 30, No. 39–31, Apto. 203, Bogotá, Colombia.
Problema 5.98 Vol. VII, No. 1, Mayo (1998). Propuesto por

Yu Takeuchi. Demostrar que:
i ) Existen dos valores de a > 0 que satisfacen la igualdad
(aa )a = a( aa ).
ii ) Dado a > 0, existen a lo más dos valores de b > 0 que satisfacen la

igualdad
ab = b a
Como solución a la parte ii) de este problema hemos recibido la si-

guiente nota.
Existencia de raices no triviales de la ecuación

xy − y x = 0, x, y ∈ R+
Pedro Ortega Palencia Héctor Cabarcas Urriola
En esta nota se establecen condiciones para la existencia de soluciones

reales positivas no triviales x, y (x 6= y) de la ecuación x y − y x = 0.
Además se demuestra la existencia y unicidad de soluciones enteras po-
sitivas para la correspondiente ecuación diofantica. Adicionalmente se da
un criterio que permite establecer la relación de orden que surge entre las
potencias de dos números reales positivos que no conmutan bajo expo-
nenciación. Las herramientas utilizadas son algunos métodos del cálculo
elemental y de la teoría de números elemental.
Soluciones reales positivas. Considérese la ecuación
xy − y x = 0, x 6= y (4)
o, en forma equivalente,
1 1
x x − y y = 0, x 6= y (5)
La segunda forma sugiere introducir la función f : (0, +∞] −→ R + dada

1
por f (x) = x x . Esta función es derivable en (0, +∞) y para todo x en
dicho intervalo se tiene
1
0 xx
f (x) = 2 (1 − ln x) (6)
x
De (6) se deduce lo siguiente:
i) El único punto crítico de f es x = e.
ii) f 0 > 0 en (0, e), luego f es estrictamente creciente en este intervalo.
iii) f 0 < 0 en (e, +∞) luego f es estrictamente decreciente en dicho

intervalo.
Por el criterio de la primera derivada, x = e es un máximo absoluto de

1 1
f , es decir, e e > x x para todo x > 0, x 6= e.
De otro lado
1 1
lim x x = 0 y lim x x = 1
x→0+ x→+∞
Con la información anterior se puede bosquejar la gráfica de f
Sea a ∈ R+ , a 6= e. Puede ocurrir:

Problemas y Soluciones 137
1 1
a) 0 < a 6 1. Entonces 0 < a a 6 1 y f alcanza el valor a a una sola
1
vez. Esto es, f (x) = a a solo para x = a.
1 1
b) 1 < a < e. Entonces 1 < a a < e e . Como f es estrictamente
creciente en (1, e), el único x en (1, e) tal que f (x) = a 1/a es x = a.
1 1 1
De otro lado f (e) = e e , f (+∞) = 1 y 1 < a a < e e . Entonces por el
1
teorema del valor intermedio existe b en (0, +∞) tal que f (b) = a a .
Por ser f estrictamente decreciente en (e, +∞) este b es único. Es
1 1
decir, existe un único b 6= a tal que b b = a a .
1 1
c) a > e. Nuevamente f (+∞) = 1 < a a < e e = f (e). Un razona-
1
miento análogo prueba que f toma el valor a a una única vez en
(1, e) y una única vez en (e, +∞).
Todo lo anterior se puede resumir en:

Proposición 1. Si a > 1, a 6= e existe un único real b 6= a tal que a b = ba .1
Proposición 2. i) Si 0 < a < b < e entonces a b < ba . ii) Si e < a < b
entonces ab > ba .
Queda una cuestión aún por resolver: si 1 < a < e < b, ¿cómo es a b
con respecto a ba ?
Para responder esta pregunta se procede como sigue.
1 1
Se busca el único x > e tal que a a = x x . Ahora si x < b entonces
1 1 1 1
x x > b b y por tanto a a > b b , de donde ab > ba . Si x > b entonces
1 1 1
b b > x x = a a de donde ba > ab .
1 1
Si a > 1, a 6= e, existe un único b > 1 tal que a a = b b y a 6= b.
Obsérvese que 0 < a1 < 1 y 0 < 1b < 1, luego 11 = 11 , entonces
aa bb
1 1
( a1 ) a = ( 1b ) b . Esto se resume en la siguiente proposición.
1
Proposición 3. Si 0 < x < 1, x 6= e existe un único y, 0 < y < 1 tal que
xx = y y , x 6= y.
Soluciones enteras positivas Si se restringen los valores de x e y al

conjunto Z+ de los enteros positivos se obtiene la ecuación diofántica
mn − n m = 0 (7)
Si m, n son tales que 0 < m < n < e por la proposición(1) m n < nm . De

otro lado, si e < m < n entonces mn > nm . Luego si (7) tiene solución
1
Problema propuesto por Yu Takeuchi en la revista Matemática: Enseñanza Uni-
versitaria, Vol. VII No. 1, Mayo de 1998.
debe tenerse o < m < e < n. Pero esto implica que m = 1 ó m = 2. Un

cálculo sencillo prueba que m 6= 1, de donde m = 2. Sustituyendo en (7)
resulta
n2 = 2 n , n > 2, (8)
Lo que implica que el único factor primo de n es 2, y n = 2 k con k > 1.

k
Luego (2k )2 = 22 lo cual conduce a 2k = 2k, k > 1. Pero 2k > 2k para
k > 2 y de esto 1 < k < 3, es decir k = 2 y por tanto, n = 4.
Hasta ahora se ha encontrado una pareja solución en Z + , m = 2 y
n = 4. La unicidad de m está implícita en el argumento anterior y la
unicidad de n se sigue de la unicidad de k.
Referencias
[1] T. M. Apostol. Calculus. Vol I, Editorial Reverté S.A, 1998.
[2] T. M. Apostol. Introducción a la Teoría Analítica de Números. Editorial

Reverté S.A, Barcelona, 1980.
[3] Garrett Birkhoff y Saunders Maclane. Algebra Moderna. Editorial Vicens-

Vives, Barcelona, 1963.
[4] Richard Courant y Fritz John. Introducción al Cálculo y al Análisis

Matemático. Vol.I, Editorial Limusa-Wiley S.A, México, 1971.
[5] K. Chandrasekharan. Introduction to Analytic Number Theory. Springer-

Verlag, New York inc, 1968.
[6] Carl Friedrich Gauss. Disquisitiones Aritmeticae. Academia Colombiana

de Ciencias Exactas, Físicas y Naturales. Santa fé de Bogotá, D.C, 1995.
[7] Serge Lang. Introducción al Análisis Matemático. Addison-Wesley

Iberoamericana, 1990.
[8] Serge Lang. Cálculo I. Fondo Educativo Interamericano, S.A, 1976.
[9] Matemáticas: Enseñanza Universitaria. Vol VII, mayo de 1998, sección de

Problemas propuestos.
[10] James Shokley. Introduction to Number Theory. Holt. Rinehart and Wis-
ton, inc, 1967.
Dirección del autor: Pedro Ortega Palencia. [email protected] — Héc-

tor Cabarcas Urriola. [email protected]
Noticias y Eventos
Noticias
Internacionales
Centenario del Nacimiento de Kolmogorov

Para conmemorar el centenario del nacimiento del gran matemático so-
viético Andrei Nicoláievich Kolmogorov (abril 25, 1903–octubre 20, 1987),
quien fué uno de los más grandes creadores matemáticos del siglo XX y de
todos los tiempos, la Academia de Ciencias Rusa y la Universidad Estatal
Lomonosov de Moscú organizarón en Moscú la conferencía internacional
Kolmogorov y la matemática contemporánea, realizada entre el 16 y el
21 de junio de 2003. La conferencia reflejó la visión de Kolmogorov de
la matemática y de la ciencia como una unidad, su interés universal, y
sus aportes creativos en casi todos los campos de la matemática con ex-
cepción de la teoría de números: teoría de funciones y análisis funcional,
geometría y topología, teoría de la probabilidad y estadística matemática,
turbulencia e hidrodinámica, sistemas dinámicos y teoría ergódica, teoría
del control óptimo, lógica matemática y teoría de la complejidad.
También en numerosos centros otros matemáticos y universidades de
Rusia y de todo el mundo se han realizado conmemoraciones académicas
del centenario de Kolmogorov a todo lo largo del año 2003.
Encuentro de sociedades matemáticas de países de expresión

latina de Europa y America
Del 22 al 25 de septiembre de 2003 y bajo los auspicios de varias so-
ciedades matemáticas españolas se realizó en Santiago de Compostela,
España, un Encuentro de Sociedades Matemáticas Latinoamericanas y
de países europeos de expresión latina (España, Portugal y Francia).
Asistieron representantes de sociedades de Argentina, Bolivia, Brasil,
Chile, Colombia, Costa Rica, Cuba, España, Francia, México, Nicaragua,
Paraguay, Perú, Portugal, Venezuela y la Unión Matemática de América
Latina y el Caribe (UMALCA). Colombia estuvo representada por los
profesores Carlos Montenegro de la Sociedad Colombiana de Matemáticas
y por Gerardo Arango de la Escuela Regional de Matemáticas.
Como resultado del análisis del estado y la situación de la actividad
matemática en los países de origen de los asistentes a la reunión, se puso
en evidencia, por un lado, la existencia de rasgos comunes en los proble-
mas que los afectan y, por otro lado, la necesidad de emprender acciones
comunes para superar estas dificultades. Los asistentes suscribieron un

Documento de Conclusiones del Encuentro de Sociedades Latinoameri-
canas de matemáticas, en el cual se comprometieron al “desarrollo de las
siguientes acciones de cooperación mutua:
1. Establecer mecanismos ágiles de difusión entre las distintas So-

ciedades, de información sobre convocatorias de ayudas becas, pro-
yectos, cursos y otras actividades afines, así como favorecer el con-
curso en las mismas a los miembros de las citadas Sociedades.
2. Desarrollar materiales de divulgación matemática de utilización

común y accesibles a través de la wed y otros medios, así como
impulsar el intercambio de las publicaciones de las sociedades par-
ticipantes.
3. Promover la realización de bases de datos y bibliográficas, así como

facilitar el acceso de las sociedades participantes a las ya existentes.
4. Estimular la colaboración entre los grupos de investigación mate-

mática existentes en los diversos países aquí representados, así como
la creación de nuevos grupos que contribuyan al desarrollo mate-
mático de la región. En particular, en los Congresos patrocinados
por las distintas Sociedades se establecerán sesiones de trabajo que
favorezcan la interacción de estos investigadores.
5. Apoyar, instando a las instituciones pertinentes, el desarrollo de

programas de intercambio en la formación de postgrado y en la
investigación, que lleven a lograr un desarrollo más uniforme en
toda la región.
6. Propiciar el establecimiento de mecanismos que faciliten la par-

ticipación activa, en su nación de origen, en la docencia y en la
constitución de grupos de investigación, de los investigadores que
hayan realizado un periodo de formación en el extranjero o estén
desarrollando su carrera en el exterior,
7. Promover la firma de convenios entre los distintos países, así como

la activación de los ya existentes, para favorecer la movilidad post-
doctoral de los investigadores.
8. Analizar conjuntamente el modelo de intercambio de estudiantes

y profesores universitarios y de enseñanza secundaria o media ac-
tualmente en vigor en la Unión Europea, con vistas a su posible
Noticias y Eventos 141
adaptación y extensión, en el caso de las matemáticas, al ámbito

latinoamericano.
9. Estudiar el establecimiento de niveles comunes de referencia, están-

dares curriculares e indicadores de calidad en todos los ámbitos de
la enseñanza universitaria y no universitaria en matemáticas.
10. Fomentar la cooperación en el desarrollo de actividades para la

formación del profesorado de matemáticas en los distintos niveles
de enseñanza,
11. Apoyar el desarrollo de actividades extracurriculares para estimular

el estudio de las matemáticas tales como las Olimpiadas Matemáti-
cas, Escuelas Regionales y otras actividades.
12. Impulsar la creación de Sociedades de Matemáticas en aquellos

países de la región en los que no existan.
13. Constituirse como promotores de una Red de Organizaciones Lati-

noamericanas de Matemáticas (ROLMa), invitando a todas las So-
ciedades del área a adherirse a dicha Red, en los términos que se
establezcan.”
Para difundir y desarrollar estas conclusiones se acordó crear un Se-

cretariado de Coordinación formado por los presidentes de la Sociedade
Brasileira de Matemática Aplicada e Computacional, la Sociedad Mate-
mática Costaricense, la Real Sociedad Matemática Española, que actuará
como coordinadora del grupo, la Unión Matemática Argentina, y la Unión
Matemática de America Latina y el Caribe.
También se constituyen tres comisiones específicas que elaborán pro-
puestas concretas antes de 1 de enero de 2004: una Comisión de Pos-
grado e Investigación coordinada por la Sociedad Matemática Mexicana,
una comisión de Educación y Divulgación coordinada por la Sociedade
Brasileira de Matemática, y una Comisión de Información coordinada por
la Societat Catalana de Matematiques.
Nacionales
Grupos de investigación científica y tecnológica e innovación

reconocidos por Colciencias en el año 2002
En la convocactoria para Grupos de investigación científica y tecnológica
e innovación del año 2002, Colciencias reconoció seis grupos en el área
de Matemáticas y cuatro en el área de Probabilidad y Estadística. Los

grupos en matemáticas son:
• El grupo de análisis funcional y análisis funcional numérico de la

Universidad EAFIT de Medellín, dirigido por Gerardo I. Arango y
Gabriel I. Loaiza.
• El grupo de lógica y computabilidad de la Universidad EAFIT de

Medellín, dirigido por Andrés Sicard y Manuel H. Sierra.
• El grupo de teoría de representaciones y teoría de nudos de la Uni-

versidad Nacional de Colombia de Bogotá, dirigido por Ruth S.
Huérfano y Mikhail Khovanov.
• El grupo de teoría de números, álgebra, geometría computacional

y educación de las Universidades del Cauca y de Antioquia, di-
rigido por Carlos Trujillo (U. del Cauca) y Gilberto García (U. de
Antioquia).
• El grupo de investigación matemática de la Universidad Industrial

de Santander, dirigido por Marlio Paredes y Henry Lamos.
Los grupos de Probabilidad y Estadística son:
• El grupo de análisis multivariado de datos, bioestadística, estadís-

tica industrial y modelación estadística de la Universidad Nacional
de Colombia sede Medellín, dirigido por Sergio Yañéz y Francisco
J. Díaz.
• El grupo de aplicación de la estadística al manejo y producción de

cultivos de la Unversidad Nacional de Medellín, dirigido por Daniel
F. Jaramillo.
• El grupo de estadística en ciencias sociales y modelos para informa-

ción autocorrelacionada en el tiempo y el espacio de la Universidad
del Quindio, dirirgido por Luis H. Hurtado y Gladys E. Salcedo.
• El grupo de análisis multivariado, computación, funciones espe-

ciales, prueba de hipótesis y estimación y teoría de las distribu-
ciones de la universidad de Antioquia, dirigido por Daya Krishna
Nagar.
Obituarios
Jairo Charris Castañeda (Cienaga 1939 – Bogotá 2003)
Escrito por Clara Helena Sanchez, Universidad Nacional, Bogotá.

Con mucho pesar recibió la comunidad matemática colombiana la
noticia de la muerte del profesor Jairo Charris el pasado 17de julio en
la ciudad de Bogotá. Sus exequias de realizaron en la Iglesia de San Al-
fonso María Liborio y sus cenizas reposan en la Iglesia de Nuestra Señora
de la Soledad, donde contrajo matrimonio con su esposa María Victoria
Castañeda. A pesar de ser época de vacaciones sus honras fúnebres es-
tuvieron muy concurridas por sus colegas de la Universidad Nacional, de
la Universidad Sergio Arboleda y de la Academia Colombiana de Cien-
cias. Naturalmente también se encontraban sus familiares y amigos más
cercanos. Los que estábamos ausentes recibimos vía correo electrónico
la lamentable noticia y de corazón acompañamos a su esposa e hijas en
ocasión tan triste.
Tuve el honor de abrir las páginas de Matemáticas: Enseñanza Uni-
versitaria, en su segunda etapa, con una entrevista que le hice a Jairo
Charris al ser galardonado con el Premio Sociedad Colombiana de Mate-
máticas que ésta asociación le otorgó en 1990. Por ello me remito a ella
para conocer una semblanza de su vida y obra. Allí se relata cómo por
invitación de su gran amigo Víctor Albis decidió dedicarse a las matemáti-
cas luego de haber culminado sus estudios, aunque nunca se graduó, de
ingeniero químico. Jairo obtuvo su título de matemático en 1967; se había
vinculado cinco anos al Departamento de Matemáticas, como instructor.
Fue uno de los pocos profesores de la de las primeras generaciones de
matemáticos que dejó escuela. Sus investigaciones sobre polinomios or-
togonales le valieron el reconocimiento internacional y atrajeron un buen
número de estudiantes de pregrado y posgrado que trabajaron con él.
Jairo, generoso sin medida en sus conocimientos, compartió con ellos en
cursos, seminarios y tutorías, sus conocimientos sobre matemáticas, y so-
bre música y literatura, otras de sus aficiones. Nos deja un legado de
34 publicaciones, entre libros y artículos, varios de éstos realizados en
compañía de sus alumnos. Pero sobretodo nos deja el ejemplo de ser un
hombre íntegro dedicado a su profesión, y un ser humano como pocos.
Nos dejó Jairo, luego de una larga y penosa enfermedad que el ci-
garrillo, compañero inseparable por años, le trajo como consecuencia.
Afortunadamente Jairo recibió, en vida, el afecto de sus compañeros,
alumnos, familiares y amigos. También recibió algunas distinciones como
reconocimiento a su trabajo como son el Premio Nacional de Matemáticas
(1990), Premio a la Vida y Obra de un Científico que otorga la Academia

Colombiana de Ciencias (1991), los títulos de Profesor Emérito (1989), y
Profesor Honorario (1999) de la Universidad Nacional, y su nombramiento
como miembro de Número de la Academia Colombiana de Ciencias en
2002. Los días 5 y 6 de agosto se realizó en la Universidad Nacional un
homenaje a su memoria, convocado por los departamentos de Matemáti-
cas de las universidades Nacional, Andes y Sergio Arboleda, la Academia
de Ciencias y la Sociedad Colombiana de Matemáticas.
Con el nombre de Festival Charris se convocó a la comunidad mate-
mática colombiana a exaltar su memoria. Los organizadores del evento,
con Víctor Albis a la cabeza, esperaban que a pesar de su delicada salud,
Jairo pudiera estar presente en el evento. Pero su precaria salud no le
alcanzó para llegar a la cita y escuchar el sentido afecto que sus colegas
y amigos querían ofrendarle. Matemáticos de Cali, Medellín, Bucara-
manga, México y los Estados Unidos vinieron a expresar por medio de
una charla en su memoria, sus sentimientos de respeto y admiración al
compañero, al amigo. Su esposa María Victoria y sus hijas Marcela y
Ana María recibieron en su nombre el merecido homenaje. El Festival
terminó con un concierto ofrecido por Karol Bermudez, en el cual tocó la
sonata para piano la Pasionata de Beethoven, una de las piezas preferidas
de Jairo. De esta manera las matemáticas y la música que han estado
entrelazadas desde los pitagóricos, y que tan entrañables fueron para el
profesor Charris estuvieron presentes en ese sentido y merecido homenaje
a su memoria. Los invito a entrar a la página web de la Academia Colom-
biana de Ciencias: www-accefyn.org.co en la cual podrán encontrar, una
semblanza de la vida de Jairo, hecha por uno de sus más entrañables
amigos como lo fue Jaime Lesmes, su curriculum vitae, el cual contiene
el listado de sus publicaciones, y las conferencias que en su honor se
realizaron en el Festival Charris.
H.S.M. Coxeter, un geómetra que cultivó las matemáticas como

un arte (1907-2003)
El geómetra inglés Harold Scott MacDonal Coxeter, llamado Donald por
quienes lo conocían y conocido entre la comunidad matemática como
H.S.M. Coxeter, falleció el 31 de mayo de 2003 en Toronto, Canadá, a la
edad de 96 años. Había nacido en Londrés, Inglaterra, el 9 de febrero de
1907.
Coxeter fué educado en la Universidad de Cambridge. Allí recibió
un B.A. en 1929 y, bajo la dirección de H.F. Baker, obtuvo el docto-
rado en 1931. Permameció por un tiempo en Cambridge como becario
investigador, durante el cual fué a la Universidad de Princeton como

investigador visitante en los años 1932-33 y 1934-35 para trabajar con
Oswald Veblen.
En 1936 aceptó un nombramiento en la Universidad de Toronto, en
el Canadá. Desde entonces permaneció como profesor en Toronto. El
pasado año 2002 el departamento de matemáticas celebro sus 60 años de
profesorado en esta Universidad.
El centro del trabajo de Coxeter fué la geometría. Realizó aportes de
gran importancia en la teoría de politopos, en geometría no-euclidiana,
en teoría de grupos y en teoría combinatoria. Los politopos de Coxeter
son los dominios fundamentales de los grupos de reflexiones discretas,
conocidos hoy como grupos de Coxeter. En 1934, Coxeter clasificó todos
los grupos de Coxeter esféricos y euclidianos.
Coxeter se interesó profundamente por el arte. Antes de hacerse
matemático quiso ser compositor, pero su interés por la simetría lo con-
dujo hacia la matemática y a una carrera científica que amó con pasión.
(Esta nota es una adaptación del artículo sobre Coxeter escrito por
J.J. O’Connor y E.F. Robertson para la página web Mac Tutor, Uni-
versity of St. Andrews, Scotland - http://turnbull.mcs.st-and.ac.uk/
~history/Mathematicians/Coxeter.html)
Eventos
Nacionales
Cita de enero de 2004 en ecuaciones diferenciales (Cali, enero 19 a

23 de 2004)
En la semana del 19 al 23 de enero de 2003 se llevará a cabo en el Departa-

mento de Matemáticas de la Universidad del Valle en Cali Cita de enero en
ecuaciones diferenciales. En este evento, que cuenta con la financiación de la
ERM, se presentarán conferencias y cursillos sobre las ecuaciones diferenciales
y sus aplicaciones.
El Comité Académico de la reunión está constituido por los doctores Luz
Myriam Echeverry (Uniandes), Jorge Mejía (U.N. Medellín) y Raúl Quintero
(Univalle). El Coordinador Operativo es el Dr. Jaime Arango (Univalle).
Se contará con la presencia de destacados matemáticos colombianos y ex-
tranjeros como asistentes y como conferencistas. En particular, se anuncian
estos cursillos: Dr. Felipe Linares, IMPA, Existencia global de soluciones para
la ecuación generalizada de Korteweg-de Vries; Dr. Andrè Nachbin, IMPA,
Métodos matemáticos en mecánica de fluidos; Dr. Aureli Alabert, UAB, Ecua-
ciones estocásticas.
X Encuentro de la Escuela Regional de Matemáticas(Medellín, del 12

al 16 de julio de 2004)
La Universidad de Medellín será anfitriona del X Encuentro de la Escuela Re-

gional de Matemáticas durante los días 12, 14, 15 y 16 de julio del año 2004.
El Comité Organizador está formado por los profesores Gerardo Arango
(Presidente de la ERM), José Alberto Rúa (Coordinador General del evento),
Alba Luz Muñoz (Directora Académica de la U. de Medellín), Carlos Tulio
Montoya (Director de Extensión, U de Medellín) y Marta Cecilia Meza (Decana
Facultad de Ingeniería de Sistemas, U. de Medellín).
Como en los nueve eventos anteriores, los objetivos del X Encuentro son:
• Divulgar el trabajo matemático que se realiza en la región de influencia

de la ERM.
• Presentar los trabajos de los diferentes grupos de investigación de la ERM.
• Proporcionar espacios de encuentro, dialogo y actualización para profe-

sores y estudiantes de matemáticas de los distintos niveles educativos.
Los interesados en participar como conferencistas o ponentes deberán en-

viar el título del trabajo, una reseña y descripción de recursos didácticos si los
requieren. Pueden comunicarse al correo electrónico.
[email protected].
Algunos eventos realizados en el 2003
Festival Charris (Bogotá, 5 y 6 de agosto 2003)

La Academia Colombiana de Ciencias Exactas, Físicas y Naturales, la Sociedad
Colombiana de Matemáticas y las Universidades de los Andes, Nacional de
Colombia y Sergio Arboleda organizaron un Festival Académico dedicado al
profesor Jairo Charris Castañeda los días 5 y 6 de agosto de 2003 con el fin de
hacer un reconocimiento a la labor científica fecunda y ejemplar del profesor
Charris en beneficio de la matemática colombiana. Se realizó en el auditorio del
Observatorio Astronómico Nacional, en la Ciudad Universitaria de la Universi-
dad Nacional de Colombia, en Bogotá.
Entre los participantes en el festival se destacan: Pablo Acosta y Victor
Samuel Albis (Universidad Nacional de Colombia), Polinomios de permutación
sobre álgebras modulares; Primitivo B. Acosta Humánez (Universidad Sergio
Arboleda, Bogota), Teoremas de isomorfía en grupos diedros; Xavier Caicedo
(Universidad de los Andes, Bogota), El teorema de Hahn-Banach como un prin-
cipio de elección; Alfonso Castro (University of Texas), La influencia de Jairo
Charris en la generación de los años 70 del siglo XX ; Jimmy corzo, Emilse
Gómez y Raydonal Ospina (Universidad Nacionalde colombia), Potencia de
pruebas de rachas para alternativa de tendencia; Jorge Ivan Cossio (Universi-
dad Nacional de Colombia, Medellín); Stella Huérfano (Universidad Nacional
de Colombia, Bogotá); Jaime Lesmes (Universidad de los Andes, Bogotá), Sem-
blanza de Jairo Charris Castañeda; Francisco Marcellan (Universidad Carlos
Tercero, Madrid, España); Sergio Monsalve (Universidad Nacional de Colom-
bia, Bogotá), Sobre el estado del arte en teoría de juegos; Myriam Ortiz, Sobre
la educación matemática; Germán Preciado (Universidad Nacional de Colom-
bia, Bogotá); Guillermo Restrepo (Universidad del Valle, Cali); Guillermo Ro-
dríguez (Universidad Nacional de Colombia, Bogotá); Rafael Rubio y Alfonso
Rider (Universidad de Córdoba, España); Carlos Ruiz (Universidad Sergio Ar-
boleda); Félix Soriano (Universidad Nacional de Colombia, Bogotá); Débora
Tejada (Universidad Nacional de Colombia, Medellín); Wilson Zuñiga (Barry
University, Miami, EE.UU), p-adic oscilatoryintegrals and polyhedra.
El comité organizador de este evento estuvo conformado por los profesores
Victor Manuel Albis Gonzáles (Academia Colombia de Ciencias Exactas, Físicas
y Naturales), Carlos Montenegro (Universidad de los Andes, Sociedad Colom-
biana de Matemáticas) , Germán Preciado (Universidad Nacional de Colombia)
y Reinaldo Núñez (Universidad Sergio Arboleda).
IX Encuentro de la ERM (Neiva, 15 a 19 de septiembre, 2003)

En la sede de la Universidad Surcolombiana en Neiva, y con la coordinación
general del profesor Mario Montealegre (U. Surcolombiana) se realizó el IX
Encuentro de la Escuela Regional de Matemáticas.
Se contó con la presencia del Dr. Carlos Montenegro (U. de los Andes, Pre-
sidente de la Sociedad Colombiana de Matemáticas) en la conferencia inaugural
Juegos matemáticos y del Dr. José Fernando Isaza (Presidente de MAZDA de

Colombia) en la conferencia de clausura, Formulación de problemas y conjeturas.
En la clausura del encuentro se hizo un homenaje al profesor Yu Takeuchi,
fundador de Matemáticas: Enseñanza Universitaria.
La organización del encuentro estuvo a cargo de la Escuela Regional de
Matemáticas, la Universidad Surcolombiana. Fué patrocinado por Comfamiliar
del Huila, Grupo K-T-DRA ltda., Texas Instruments, el Comité de Cafeteros
del Huila y Gaseosas del Huila S.A.-Postobón.
XVI Encuentro Latinoamericano de Biomatematicas y Escuela

de Biología Matemática (Armenia, 24, a 28 de noviembre, 2003)
La Sociedad Latinoamericana de Biología Matemática, la Escuela Regional de
Matemáticas y la Escuela de Investigación en Biomatemáticas, realizaron el XVI
Encuentro Latinoamericano de Biomatemáticas, 2003, los días comprendidos
entre el 24 y 28 de noviembre en la Universidad del Quindio, en Armenia.
En el congreso se trataron temas del área como Contaminación ambiental,
en un curso dirigido por el Dr. Joao Meyer, de la Universidad de Campinas;
Conservación de sistemas ecologicos (Ecología de poblaciones y ecotoxicología)
en un curso dirigido por los doctores Fernando Momo y Graciela Canziani de
Argentina; Fisiología y neurociencias en un curso dirigido por la Dra. Lucía
Cervantes de la Universidad de Puebla, Mexico; Tomografía por el Dr. Andrés
Fraguela de México y Epidemiología y genética por el Dr. Jorge Gonzalez de la
Universidad Católica de Valparaiso en Chile.
Como preparación al congreso se realizaron tres cursos previos, durante la
semana de 17 al 21 de novienmbre: un curso en Técnicas en modelamiento
matemático orientado por el Dr. Rodney Carlos Bassanezi, del Instituo de
Matemáticas Estadística y Computación Cientifica, de la Universidad Estatal
do Campinas, Brasil, donde se trataron temas como modelos continuos y dis-
cretos en biomatemáticas, método de Ford-Walford para estabilidad, evaluación
de modelos en dinámicas de poblaciones, control biológico de plagas y modelo
de epidemiología. Un curso de Ecología matemática orientado por el Dr. Momo
de la Universidad de Luján en Argentina en el que se desarrollaron temas como
razón de la ecología matemática, modelos de crecimiento poblacional, modelos
continuos discretos, puntos de equilibrio y análisis de estabilidad; modelos para
poblaciones estructuradas, modelos con dinámicas complejas, modelos de in-
teraciones poblacionales, competencia, depredación mutualismo, modelos bio-
economicos clásicos, modelos simples de epidemiología, modelos para conta-
minación y ciclos de nutrientes. Por último, un curso de Modelos no lineales
orientado por el aspirante a doctor en la Universidad de Puebla, Anibal Muñoz
en el que se desarrolló el tema de bifurcaciones en R y R2 .
La revista Matematicas: Enseñanza Universitaria es un órgano de expresión del
profesorado y de todos los interesados en el desarrollo matemático universitario.
Haga conocer sus trabajos y sus puntos de vista enviando a la revista
– artículos
– notas de clase
– noticias, etc.
Envíelos a través de los corresponsales de Matematicas: Enseñanza Universitaria

o directamente a la siguiente dirección

Cali, Colombia.
Teléfonos: (2) 330-25-66 339-32-27
Informe a la comunidad académica sobre sus artículos y proyectos de investigación
o sobre su tesis enviando un resumen a Matematicas: Enseñanza Universitaria. Há-
galo a través de algún corresponsal de la revista o envíe directamente sus resúmenes
a: Apartado Aéreo 25360, tel-fax: (2) 3302566, e-mail: [email protected].
Tome como modelo la siguiente forma.
RESUMENES DE ARTICULOS O PROYECTOS DE INVESTIGACION
TITULO:
Artículo Proyecto Tesis
Clasificación temática. Utilice la clasificación de la American Mathematical Society,

si tiene manera de hacerlo.
INVESTIGADOR(ES):(nombres y dirección):
RESUMEN:
En el caso de tesis indique el nombre del Director de tesis y fecha de aprobación,

¿Puede Ud. enviar copias del artículo o documento a profesores interesados?
Si No
Corresponsales de la Revista
U. de Nariño Alvaro Alfredo Bravo

U. del Cauca Luis Eduardo Montoya
U. Tec. de Pereira Carlos Arturo Mora
U. del Quindío María Dolly García
U. de Antioquia Armando Gomez Romero
U. Nacional, Manizales Luis Alvaro Salazar
U. Nacional, Medellín Fernando Puerta
U. Nacional, Bogotá Clara Helena Sánchez
U. del Norte Ismael gutiérrez
U. Tec. de los Llanos Yolanda Fonseca
U. de Sucre Jesús Cepeda Coronado
U. Javeriana, Bogotá Iván Castro Chadid
U. Javeriana, Cali Oscar A. Montaño
U. Distrital Carlos J. Arrieta
U. Santiago de Cali Jairo Apráez
U. F. P. S. Mawency Vergel Ortega
U. del Tolima Pedro Gallego
U. de la Amazonía Arnulfo Coronado
U. Surcolombiana Mauro Montealegre
U. EAFIT Pedro Vicente Esteban
U. Ind. de Santander Marlio Paredes
U. de Cartagena Sandra Gutiérrez
U. de Medellín José Alberto Rua
U. de los Andes Ricardo Arteaga
U. Tec. del Chocó Américo Mosquera Murillo
Corp. U. Autónoma de Occ. Oswaldo Rodríguez
U. del Valle José Raul Quintero

Contenido Vol. XI, No 1,2 Dic. (2003)
1 Editorial
Matemáticas
5 Método numérico para un modelo de ondas dispersivas
Juan Carlos Muñoz
21 Los espacios de Hörmander Bp,k (E)
Jairo Villegas G
33 Métricas conformes en superficies compactas con frontera
Gonzalo García y Oscar Andrés Montaño
45 Injection and suction effects on three-dimensional unsteady
flow and heat transfer between two parallel porous plates
R.C. Chaudhary y Bhupendra Kumar Sharma
57 Normas tensoriales construidas mediante espacios de sucesiones
de Banach
Patricia Gómez Palacio, Juan Antonio López Molina y María José Rivera
Ortún
Educación e Historia
73 El concepto de aproximación local: una propuesta metodoló-
gica a partir de la recta tangente
Pedro Vicente Esteban Duarte y Pedro Pérez Carreras
91 El modelo de Toulmin y la evolución del concepto de continuo
en los clásicos griegos
General

MAMEMATICAS UNIVERSITARIAS - Vol11ok

Cargado por

Copyright:

Formatos disponibles

MAMEMATICAS UNIVERSITARIAS - Vol11ok

Cargado por

Información del documento

Título original

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

MAMEMATICAS UNIVERSITARIAS - Vol11ok

Cargado por

Copyright:

Formatos disponibles

Matematicas: Enseñanza Universitaria

Revista oficial de la Corporación Escuela Regional de Matemáticas (ERM)

Matemáticas: Enseñanza Universitaria

El encuentro y las nuevas realidades de la Escuela Regional de

El ENCUENTRO es una de las actividades canónicas de la Corporación

Paralelamente con este desarrollo matemático, y en el mismo contexto

cultivan la educación matemática como disciplina y que no crean mucho

sar en talleres de aproximación a la investigación, dirigidos por investi-

Método numérico para un modelo de ondas dispersivas

Juan Carlos Muñoz

Palabras y frases claves: Dispersión, Ondas solitarias, Diferencias finitas

En este artículo estudiamos numéricamente las soluciones de la ecuación

ut + (1 + αu)uξ − βuξξt = 0, ξ ∈ R, t ≥ 0, (1)

Señalamos que la ecuación (1) está relacionada con otros modelos

ut = −uξ + O(α, β).

ut + (1 + αu)ux + βuξξξ = 0, (3)

soluciones de onda solitaria para (1). La sección 4 describe con detalle

2 Solución exacta en el caso lineal

Considere la linealización (α = 0) de la ecuación (1)

con la condición inicial (2). Aplicando la transformada de Fourier en ξ

Usando el teorema de inversión de Fourier obtenemos finalmente

Para computar la solución explícita u(ξ, t) del problema linearizado, la

lo cual implica que

Aquí Ai(z) denota la función de Airy

La aproximación (6) indica que la amplitud de la solución u(ξ, t) de-

3 Solución de onda solitaria para la ecuación BBM

Un equilibrio entre los órdenes del término dispersivo βu ξξt y el término

la solución recibe el nombre de onda solitaria o simplemente solitón.

−Cφ0 (ζ) + (1 + αφ(ζ))φ0 (ζ) + Cβφ000 (ζ) = 0, (8)

La ecuación (12) tiene soluciones de la forma

u(ξ, t) = φ(ξ − Ct) = φ(ζ) = ASech2 (Bζ), (13)

donde A, B son constantes que están determinadas de las propiedades del

Haciendo ζ = 0 en la ecuación (14) se tiene

En esta sección describiremos el esquema numérico que proponemos para

la cual es forzada por el término V el cual es conocido. La ecuación

Sin embargo, para un cálculo numérico más eficiente, en lugar de com-

El propósito de estas condiciones es absorber las ondas que llegan a los

Una vez que se computan las predicciones de los valores de u n+1

En los experimentos numéricos una tolerancia de tol = 0.001 se consigue

En esta sección presentamos un conjunto de simulaciones numéricas usan-

5.1 Régimen lineal (α = 0), débilmente dispersivo (0 < β << 1)

En el primer experimento tomamos un valor de dispersión pequeño β =

donde el parámetro  > 0 controla la longitud del soporte efectivo de la

Figura 1: Elevación de la onda u(ξ, t) según la ecuación BBM en t =

5.2 Régimen débilmente no lineal (0 < α << 1), débilmente

En la anterior sección todos los experimentos se dan en el régimen lineal.

Figura 2: Elevación de la onda u(ξ, t) en t = 20. Línea contínua:

5.3 Ondas solitarias

En esta sección analizamos la capacidad del esquema numérico para des-

Figura 3: Elevación de la onda u(ξ, t) en t = 40. Línea contínua:

lineal en t = 40 para α = β = 0.03. En este caso, la perturbación inicial

k Error relativo Tiempo de cómputo (seg)

Tabla 1: Error relativo kue − unum k∞ /kue k∞ entre la solución exacta

En este trabajo hemos estudiado numéricamente las soluciones de la

Figura 4: Onda solitaria de la ecuación BBM en t = 40. Línea contínua:

Figura 5: La onda solitaria inicial (13) no mantiene su forma en ausencia

[6] B. Engquist, A. Majda. Absorbing boundary conditions for the numerical

[10] G. Wei, J. Kirby. Time-Dependent Numerical Code for Extended Boussi-

Los espacios de Hörmander Bp,k (E)

donde el parámetro > 0 controla la longitud del soporte efectivo de la

Bp,k (E) es unsubespacio lineal de Sω0 (E) y la aplicación Bp,k (E) →