Variable Compleja

Un Enfoque Práctico con MATLAB

Dr. Octavio Meza

Facultad de Ciencias Físico Matemáticas

Benemérita Universidad Autónoma de Puebla

January 29, 2025

Primera Edición
 © 2025 Dr. Octavio Meza
Todos los derechos reservados.
 3

Prefacio

Este libro está diseñado para un curso semestral de variable compleja a nivel licen-
ciatura. Se ha puesto especial énfasis en la implementación computacional usando
MATLAB, lo que permite a los estudiantes visualizar y experimentar con los con-
ceptos presentados.
El texto asume conocimientos previos de cálculo diferencial e integral, así como
álgebra lineal básica. No se requiere experiencia previa con MATLAB, ya que se
proporcionan introducciones detalladas a los comandos y técnicas necesarios.
4
CONTENTS 5

Contents

Prefacio 3

1 Números Complejos 1
1.1 El sistema de los números complejos . . . . . . . . . . . . . . . . . . 1
1.1.1 Introducción histórica y motivación . . . . . . . . . . . . . . . 1
1.1.2 Construcción Formal del Campo Complejo . . . . . . . . . . . 1
1.1.3 Definición y representación . . . . . . . . . . . . . . . . . . . 1
1.1.4 El plano complejo . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.5 Propiedades algebraicas fundamentales . . . . . . . . . . . . . 2
1.1.6 Implementación Computacional . . . . . . . . . . . . . . . . . 2
1.1.7 Ejemplos Resueltos . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.8 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.9 Soluciones Detalladas . . . . . . . . . . . . . . . . . . . . . . 5
1.1.10 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Álgebra básica de los números complejos . . . . . . . . . . . . . . . . 10
1.2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 Operaciones fundamentales . . . . . . . . . . . . . . . . . . . 10
1.2.3 Propiedades algebraicas . . . . . . . . . . . . . . . . . . . . . 10
1.2.4 Implementación en MATLAB . . . . . . . . . . . . . . . . . . 10
1.2.5 Visualización y análisis . . . . . . . . . . . . . . . . . . . . . . 11
1.2.6 Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.7 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.8 Soluciones Detalladas . . . . . . . . . . . . . . . . . . . . . . 14
1.2.9 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3 Plano complejo, módulo y forma polar . . . . . . . . . . . . . . . . . 20
1.3.1 Introducción al plano complejo . . . . . . . . . . . . . . . . . 20
1.3.2 Módulo y argumento . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.3 Propiedades del módulo . . . . . . . . . . . . . . . . . . . . . 21
1.3.4 Forma polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.5 Implementación computacional . . . . . . . . . . . . . . . . . 21
1.3.6 Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.7 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.8 Soluciones Detalladas . . . . . . . . . . . . . . . . . . . . . . 25
1.3.9 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.4 Raíces de números complejos . . . . . . . . . . . . . . . . . . . . . . 31
1.4.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
CONTENTS 6

1.4.2 Definiciones fundamentales . . . . . . . . . . . . . . . . . . . 31

1.4.3 Fórmula de De Moivre . . . . . . . . . . . . . . . . . . . . . . 31
1.4.4 Implementación computacional . . . . . . . . . . . . . . . . . 31
1.4.5 Propiedades geométricas . . . . . . . . . . . . . . . . . . . . . 33
1.4.6 Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . 33
1.4.7 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . 34
1.4.8 Soluciones Detalladas . . . . . . . . . . . . . . . . . . . . . . 35
1.4.9 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.5 Lugares geométricos y regiones en el plano complejo . . . . . . . . . . 40
1.5.1 Introducción histórica y motivación . . . . . . . . . . . . . . . 40
1.5.2 Definición formal . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.5.3 Lugares geométricos fundamentales . . . . . . . . . . . . . . . 41
1.5.4 Implementación Computacional . . . . . . . . . . . . . . . . . 41
1.5.5 Ejemplos Resueltos . . . . . . . . . . . . . . . . . . . . . . . . 42
1.5.6 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 43
1.5.7 Soluciones Detalladas . . . . . . . . . . . . . . . . . . . . . . 45
1.5.8 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

2 La función compleja y su derivada. 51

2.1 Conceptos básicos, extensión al dominio complejo, y transformaciones 51
2.1.1 Conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . 51
2.1.2 Extensión al dominio complejo . . . . . . . . . . . . . . . . . 51
2.1.3 Transformaciones . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2 Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.2.1 Definición y Teoremas Fundamentales . . . . . . . . . . . . . 72
2.2.2 Plano Complejo Ampliado . . . . . . . . . . . . . . . . . . . . 73
2.3 Continuidad y Diferenciación en Variable Compleja . . . . . . . . . . 93
2.3.1 Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.3.2 Teoremas de Continuidad . . . . . . . . . . . . . . . . . . . . 93
2.3.3 Derivada en Variable Compleja . . . . . . . . . . . . . . . . . 94
2.3.4 Reglas de Derivación . . . . . . . . . . . . . . . . . . . . . . . 94
2.3.5 Relación entre Continuidad y Diferenciación . . . . . . . . . . 95
2.4 Ecuaciones de Cauchy-Riemann y Funciones Analíticas . . . . . . . . 122
2.4.1 Ecuaciones de Cauchy-Riemann . . . . . . . . . . . . . . . . . 122
2.4.2 Condiciones Suficientes para la Diferenciabilidad . . . . . . . 122
2.4.3 Funciones Analíticas . . . . . . . . . . . . . . . . . . . . . . . 122
2.4.4 Forma Polar de las Ecuaciones de Cauchy-Riemann . . . . . . 123
2.4.5 Conclusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
2.5 Ejemplos Resueltos de las Ecuaciones de Cauchy-Riemann . . . . . . 123
2.5.1 Ejemplo 1: Verificación de Cauchy-Riemann . . . . . . . . . . 123
2.5.2 Ejemplo 2: Función No Analítica . . . . . . . . . . . . . . . . 126
2.5.3 Ejemplo 3: Cálculo de la Derivada Compleja . . . . . . . . . . 128
2.5.4 Ejemplo 4: Función en Forma Polar . . . . . . . . . . . . . . 130
2.5.5 Ejemplo 5: Polinomio Analítico . . . . . . . . . . . . . . . . . 132
2.6 Gradiente, Divergencia, Rotacional y Laplaciano: Funciones Armóni-
cas y Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
CONTENTS 7

2.6.1 Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

2.6.2 Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.6.3 Rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.6.4 Laplaciano y Funciones Armónicas . . . . . . . . . . . . . . . 159
2.6.5 Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
2.6.6 Conclusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
CONTENTS 8
LIST OF FIGURES 9

List of Figures
LIST OF FIGURES 10
LIST OF TABLES 11

List of Tables
LIST OF TABLES 12
 1

Chapter 1

Números Complejos

1.1 El sistema de los números complejos

1.1.1 Introducción histórica y motivación
Los números complejos surgieron en el siglo XVI como una solución a la necesidad
de resolver ecuaciones cúbicas y cuadráticas. Matemáticos como Rafael Bombelli,
Gerolamo Cardano y Tartaglia fueron pioneros en el manejo de raíces cuadradas de
números negativos, enfrentando la resistencia inicial de la comunidad matemática.
Gauss consolidó el uso del plano complejo, describiéndolo como una ”extensión nece-
saria del pensamiento numérico”. Euler, por su parte, introdujo la notación i y la
famosa identidad eiπ + 1 = 0, conectando números complejos con exponenciales y
trigonometría.

1.1.2 Construcción Formal del Campo Complejo

Los números complejos pueden construirse rigurosamente como pares ordenados de
números reales (a, b) con las operaciones:

(a, b) + (c, d) = (a + c, b + d)
(a, b)(c, d) = (ac − bd, ad + bc)

1.1.3 Definición y representación

Un número complejo z se define como:

z = a + bi,

donde a es la parte real, b la parte imaginaria, y i es la unidad imaginaria tal que

i2 = −1.
Los números complejos pueden representarse de las siguientes formas:
• Forma cartesiana: z = a + bi
√
• Forma polar: z = r(cos θ + i sin θ), con r = |z| = a2 + b2 y θ = arg(z)
• Forma exponencial: z = reiθ , basada en la identidad de Euler
 1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 2

1.1.4 El plano complejo

El plano complejo, también conocido como plano de Argand-Gauss, proporciona
una representación geométrica de los números complejos donde:

• El eje horizontal representa la parte real (R)

• El eje vertical representa la parte imaginaria (iR)

• Cada punto (a, b) corresponde al número complejo z = a + bi

√
• El módulo |z| representa la distancia del origen al punto z: |z| = a2 + b 2

• El argumento arg(z) es el ángulo entre el eje real positivo y el vector posición

de z

1.1.5 Propiedades algebraicas fundamentales

El conjunto de los números complejos, denotado por C, forma un campo algebraica-
mente cerrado, cumpliendo las siguientes propiedades:

• Conmutatividad: z1 + z2 = z2 + z1 y z1 z2 = z2 z1

• Asociatividad: (z1 + z2 ) + z3 = z1 + (z2 + z3 ) y (z1 z2 )z3 = z1 (z2 z3 )

• Distributividad: z1 (z2 + z3 ) = z1 z2 + z1 z3

• Todo número complejo tiene un inverso aditivo y multiplicativo (excepto 0

para el producto)

1.1.6 Implementación Computacional

Listing 1.1: Cálculo de raíces n-ésimas

1 % Función para calcular las raíces n-ésimas de la unidad
2 function roots = nthRoots(n)
3 k = 0:n-1;
4 theta = 2*pi*k/n;
5 roots = cos(theta) + 1i*sin(theta);
6

7 % Visualización
8 figure;
9 plot(roots, 'ro', 'MarkerFaceColor', 'r');
10 hold on;
11 plot(exp(1i*linspace(0,2*pi,100)), 'b--');
12 grid on; axis equal;
13 title(['Raíces␣', num2str(n), '-ésimas␣de␣la␣unidad']);
14 xlabel('Re(z)'); ylabel('Im(z)');
15 end
 1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 3

Listing 1.2: Transformación de números complejos

1 % Función para visualizar transformaciones complejas
2 function visualizeTransform(f, xrange, yrange)
3 [x,y] = meshgrid(xrange(1):0.1:xrange(2), ...
4 yrange(1):0.1:yrange(2));
5 z = x + 1i*y;
6 w = f(z);
7

8 figure;
9 quiver(real(z), imag(z), real(w)-real(z), ...
10 imag(w)-imag(z), 0.5, 'b');
11 grid on; axis equal;
12 title('Transformación␣compleja');
13 xlabel('Re(z)'); ylabel('Im(z)');
14 end
15

16 % Ejemplo de uso
17 f = @(z) z.^2; % Transformación w = z^2
18 visualizeTransform(f, [-2 2], [-2 2]);

Listing 1.3: Representación polar

1 % Función para visualizar números complejos en forma polar
2 function polarComplex(z)
3 r = abs(z);
4 theta = angle(z);
5

6 figure;
7 polarplot([0 theta], [0 r], 'r-', 'LineWidth', 2);
8 hold on;
9 polarplot(theta, r, 'bo', 'MarkerFaceColor', 'b');
10 title(['r␣=␣', num2str(r), ',␣\theta␣=␣', ...
11 num2str(theta*180/pi), '°']);
12 end
13

14 % Ejemplo de uso
15 z = 1 + 1i;
16 polarComplex(z);

1.1.7 Ejemplos Resueltos

Ejemplo 1.1 (Operaciones básicas). Dados los números complejos z1 = 3 + 2i y
z2 = 1 − 4i, calcular:

a) z1 + z2

b) z1 z2
z1
c) z2
1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 4

d) |z1 |, |z2 |

Solución:

a) z1 + z2 = (3 + 2i) + (1 − 4i) = 4 − 2i

b) z1 z2 = (3 + 2i)(1 − 4i) = 3 − 12i + 2i − 8i2 = 11 − 10i

z1 (3+2i)(1+4i) 3+14i 3 14
c) z2
= (1−4i)(1+4i)
= 17
= 17
+ 17
i
√ √ p √
d) |z1 | = 32 + 2 2 = 13, |z2 | = 12 + (−4)2 = 17

Ejemplo 1.2 (Forma polar). Expresar el número complejo z = −1 + i en forma

polar y exponencial.
Solución:
Para la forma polar necesitamos calcular:
p √
• r = |z| = (−1)2 + 12 = 2

• θ = arg(z) = arctan(1/ − 1) + π = π − π
4

Por lo tanto:
√   π  π 
z= 2 cos π − + i sin π −
√ i(3π/4) 4 4
= 2e

1.1.8 Ejercicios Propuestos

1. Calcule las siguientes operaciones:

a) (3 + 4i)(2 − 3i)
1+i
b) 2−i
c) |2 + 2i|
d) (1 + i)4

2. Exprese los siguientes números complejos en forma polar:

a) z = 1 + i
b) z = −2 + 2i
c) z = −3
d) z = 2i

3. Encuentre todas las raíces cuartas de i.

4. Demuestre que si |z| = 1, entonces z z̄ = 1.

5. Utilice MATLAB para graficar la transformación w = z 3 y describa el com-

portamiento del mapeo.
1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 5

6. Determine el lugar geométrico de los puntos z que satisfacen la ecuación:

|z − 1| + |z + 1| = 4

7. Para los números complejos z1 = 2eiπ/3 y z2 = 3eiπ/6 :

a) Expréselos en forma cartesiana
z1
b) Calcule z1 z2 y z2
c) Encuentre sus conjugados y verifique que (z1 z2 )∗ = z1∗ z2∗
8. Resuelva la ecuación z 4 + 4z 3 + 6z 2 + 4z + 1 = 0 usando MATLAB:
a) Encuentre todas las raíces
b) Grafique las raíces en el plano complejo
c) Verifique que el producto de las raíces es 1
9. Demuestre que toda rotación en el plano complejo puede expresarse como una
multiplicación por eiθ para algún θ real. Use esto para:
a) Rotar el punto 1 + i un ángulo de π/3
b) Encontrar el ángulo de rotación que transforma 1 + i en −1 + i
10. Desarrolle un programa en MATLAB que:
a) Genere 100 números complejos aleatorios en el disco unitario
b) Calcule el módulo y argumento de cada número
c) Grafique los puntos usando diferentes colores según su módulo
d) Calcule y muestre el promedio de los módulos

1.1.9 Soluciones Detalladas

Solución del Ejercicio 1
a) (3 + 4i)(2 − 3i)
(3 + 4i)(2 − 3i) = 6 − 9i + 8i − 12i2
= 6 − i + 12 (ya que i2 = −1)
= 18 − i
1+i
b) 2−i

1+i (1 + i)(2 + i)
=
2−i (2 − i)(2 + i)
2 + i + 2i + i2
=
4 + i2
1 + 3i
=
5
1 3
= + i
5 5
1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 6

c) |2 + 2i|
√
|2 + 2i| = 22 + 2 2
√
= 8
√
=2 2

d) (1 + i)4

(1 + i)2 = 1 + 2i + i2 = 2i
(1 + i)4 = (2i)2 = 4i2 = −4

Solución del Ejercicio 2

a) z = 1 + i
√ √
r = 12 + 1 2 = 2
θ = arctan(1/1) = π/4
√
z = 2(cos(π/4) + i sin(π/4))

b) z = −2 + 2i
p √
r = (−2)2 + 22 = 2 2
θ = arctan(−1) + π = 3π/4
√
z = 2 2(cos(3π/4) + i sin(3π/4))

c) z = −3

r=3
θ=π
z = 3(cos(π) + i sin(π))

d) z = 2i

r=2
θ = π/2
z = 2(cos(π/2) + i sin(π/2))

Solución del Ejercicio 3

Para encontrar las raíces cuartas de i, necesitamos resolver w4 = i. Como i =
cos(π/2) + i sin(π/2), entonces:
    
√4 π/2 + 2πk π/2 + 2πk
wk = 1 cos + i sin
4 4
k = 0, 1, 2, 3
 1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 7

Por lo tanto, las cuatro raíces son:

w0 = cos(π/8) + i sin(π/8)
w1 = cos(5π/8) + i sin(5π/8)
w2 = cos(9π/8) + i sin(9π/8)
w3 = cos(13π/8) + i sin(13π/8)

Solución del Ejercicio 4

Para demostrar que si |z| = 1, entonces z z̄ = 1:
Sea z = a + bi con |z| = 1. Entonces:
√
|z| = a2 + b2 = 1
z z̄ = (a + bi)(a − bi)
= a2 + b 2
= |z|2
=1

Solución del Ejercicio 5

Para visualizar la transformación w = z 3 , usamos el siguiente código MATLAB:
1 % Crear una malla de puntos
2 [x,y] = meshgrid(-2:0.2:2);
3 z = x + 1i*y;
4 w = z.^3;
5

6 % Graficar la transformación
7 figure;
8 quiver(real(z), imag(z), real(w)-real(z), ...
9 imag(w)-imag(z), 0.5);
10 grid on; axis equal;
11 title('Transformación␣w␣=␣z^3');
12 xlabel('Re(z)'); ylabel('Im(z)');

La transformación triplica el argumento y eleva el módulo al cubo.

Solución del Ejercicio 6

La ecuación |z − 1| + |z + 1| = 4 describe una elipse. Demostración:

• |z − 1| es la distancia de z al punto (1, 0)

• |z + 1| es la distancia de z al punto (−1, 0)

• La suma de las distancias a dos puntos fijos es constante

• Por definición, esto describe una elipse con focos en (1, 0) y (−1, 0)
 1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 8

Solución del Ejercicio 7

a) Forma cartesiana:
√
z1 = 2(cos(π/3) + i sin(π/3)) = 1 + i 3
z2 = 3(cos(π/6) + i sin(π/6)) = 2.598 + 1.5i

b) Multiplicación y división:
z1 z2 = 2eiπ/3 · 3eiπ/6 = 6eiπ/2 = 6i
z1 2 2
= eiπ/6 = (cos(π/6) + i sin(π/6))
z2 3 3

c) Conjugados:
z1∗ = 2e−iπ/3
z2∗ = 3e−iπ/6
(z1 z2 )∗ = 6e−iπ/2 = −6i = z1∗ z2∗

Solución del Ejercicio 8

Código MATLAB para resolver z 4 + 4z 3 + 6z 2 + 4z + 1 = 0:
1 % Coeficientes del polinomio
2 p = [1 4 6 4 1];
3

4 % Encontrar raíces
5 roots = roots(p);
6

7 % Graficar raíces
8 figure;
9 plot(real(roots), imag(roots), 'ro', ...
10 'MarkerFaceColor', 'r');
11 grid on; axis equal;
12 title('Raíces␣del␣polinomio');
13 xlabel('Re(z)'); ylabel('Im(z)');
14

15 % Verificar producto
16 prod_roots = prod(roots);
17 fprintf('Producto␣de␣las␣raíces:␣%f\n', prod_roots);

Solución del Ejercicio 9

a) Rotación de 1 + i por π/3:
z = (1 + i)eiπ/3
√
= 2eiπ/4 eiπ/3
√
= 2e7iπ/12
√
= 2(cos(7π/12) + i sin(7π/12))
 1.1. EL SISTEMA DE LOS NÚMEROS COMPLEJOS 9

b) Para transformar 1 + i en −1 + i:
 
−1 + i
θ = arg
1+i
= arctan(1/ − 1) − arctan(1/1)
3π
=−
4

Solución del Ejercicio 10

Código MATLAB para generar y analizar números complejos aleatorios:

1 % Generar números aleatorios en el disco unitario

2 n = 100;
3 r = sqrt(rand(n,1)); % Radio aleatorio
4 theta = 2*pi*rand(n,1); % Ángulo aleatorio
5 z = r.*exp(1i*theta);
6

7 % Calcular módulo y argumento

8 mods = abs(z);
9 args = angle(z);
10

11 % Graficar puntos
12 figure;
13 scatter(real(z), imag(z), 50, mods, 'filled');
14 colorbar;
15 axis equal;
16 title('Números␣Complejos␣Aleatorios');
17 xlabel('Re(z)'); ylabel('Im(z)');
18

19 % Calcular y mostrar promedio

20 avg_mod = mean(mods);
21 fprintf('Promedio␣de␣los␣módulos:␣%f\n', avg_mod);

El promedio esperado de los módulos es aproximadamente 2/3, debido a la dis-

tribución uniforme en el disco unitario.

1.1.10 Referencias
• Churchill, R. V., & Brown, J. W. (2009). Complex variables and applications

• Marsden, J. E., & Hoffman, M. J. (1999). Basic complex analysis

• Zill, D. G., & Shanahan, P. D. (2011). A first course in complex analysis with
applications
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 10

1.2 Álgebra básica de los números complejos

1.2.1 Introducción
El álgebra de los números complejos extiende las operaciones fundamentales de los
números reales al plano complejo, permitiendo manipular expresiones que involu-
cran la unidad imaginaria i. Esta sección desarrolla las operaciones básicas y sus
propiedades, complementadas con implementaciones computacionales en MATLAB.

1.2.2 Operaciones fundamentales

Las operaciones básicas con números complejos z1 = a + bi y z2 = c + di se definen
como:

• Suma: z1 + z2 = (a + c) + (b + d)i

• Resta: z1 − z2 = (a − c) + (b − d)i

• Multiplicación: z1 z2 = (ac − bd) + (ad + bc)i

z1 (ac+bd)+(bc−ad)i
• División: z2
= c2 +d2

• Conjugado: Si z = a + bi, entonces z̄ = a − bi

1.2.3 Propiedades algebraicas

Teorema 1.3 (Propiedades del conjugado). Sea z = a + bi un número complejo.
Entonces:

a) z1 + z2 = z¯1 + z¯2

b) z1 z2 = z¯1 z¯2

c) z z̄ = |z|2 = a2 + b2


d) z1 = z̄1

1.2.4 Implementación en MATLAB

Las operaciones con números complejos en MATLAB son directas y eficientes:
Listing 1.4: Operaciones básicas en MATLAB
1 % Definición y operaciones básicas
2 z1 = 3 + 4i; % Forma cartesiana
3 z2 = complex(1,-2); % Usando función complex()
4

5 % Operaciones elementales
6 suma = z1 + z2
7 resta = z1 - z2
8 producto = z1 * z2
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 11

9 division = z1 / z2
10

11 % Funciones especiales
12 modulo = abs(z1) % Módulo
13 argumento = angle(z1) % Argumento en radianes
14 conjugado = conj(z1) % Conjugado complejo
15 parte_real = real(z1) % Parte real
16 parte_imag = imag(z1) % Parte imaginaria

1.2.5 Visualización y análisis

Para mejor comprensión de las operaciones complejas, podemos visualizarlas:

Listing 1.5: Visualización de operaciones complejas

1 function visualizeComplexOperation(z1, z2, operation)
2 % Visualiza operaciones entre dos números complejos
3 figure;
4

5 % Graficar números originales

6 plot([0 real(z1)], [0 imag(z1)], 'b-', 'LineWidth', 2);
7 hold on;
8 plot([0 real(z2)], [0 imag(z2)], 'r-', 'LineWidth', 2);
9

10 % Realizar y graficar la operación

11 switch operation
12 case 'sum'
13 result = z1 + z2;
14 title('Suma␣de␣números␣complejos');
15 case 'product'
16 result = z1 * z2;
17 title('Producto␣de␣números␣complejos');
18 case 'division'
19 result = z1 / z2;
20 title('División␣de␣números␣complejos');
21 end
22

23 plot([0 real(result)], [0 imag(result)], 'g-', ...

24 'LineWidth', 2);
25

26 grid on; axis equal;

27 legend('z1', 'z2', 'Resultado');
28 xlabel('Re(z)'); ylabel('Im(z)');
29 end

1.2.6 Ejemplos resueltos

Ejemplo 1.4 (Operaciones algebraicas). Sean z1 = 2 + 3i y z2 = 1 − 2i. Calcular:
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 12

a) z1 z2
z1
b) z2

c) |z1 ||z2 | y |z1 z2 |

d) z1 z2 y z¯1 z¯2
Solución:
a)

z1 z2 = (2 + 3i)(1 − 2i)
= 2 − 4i + 3i − 6i2
=2−i+6
=8−i

b)
z1 (2 + 3i)(1 + 2i)
=
z2 (1 − 2i)(1 + 2i)
2 + 4i + 3i + 6i2
=
1+4
−4 + 7i
=
5
4 7
=− + i
5 5

c)
√ √
|z1 | = 22 + 32 = 13
p √
|z2 | = 12 + (−2)2 = 5
p √
|z1 z2 | = 82 + (−1)2 = 65
√ √ √
|z1 ||z2 | = 13 5 = 65

d)

z1 z2 = 8 − i = 8 + i
z¯1 z¯2 = (2 − 3i)(1 + 2i) = 8 + i

Ejemplo 1.5 (Transformaciones complejas). Visualizar y analizar la transformación

w = z 2 para puntos en el círculo unitario.
Solución: Implementamos la visualización en MATLAB:
1 % Crear puntos en el círculo unitario
2 theta = linspace(0, 2*pi, 100);
3 z = exp(1i*theta);
4 w = z.^2;
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 13

6 % Visualización
7 figure;
8 subplot(1,2,1)
9 plot(real(z), imag(z), 'b-');
10 grid on; axis equal;
11 title('Círculo␣unitario␣original');
12

13 subplot(1,2,2)
14 plot(real(w), imag(w), 'r-');
15 grid on; axis equal;
16 title('Imagen␣bajo␣w␣=␣z^2');

La transformación duplica el argumento y mantiene el radio unitario, resultando

en dos vueltas completas alrededor del origen.

1.2.7 Ejercicios propuestos

1. Calcule las siguientes expresiones:

a) (3 − 2i)(4 + 5i)
2+i
b) 3−4i
c) |3 + 4i|2 + |2 − i|2
d) (1 + i)6

2. Demuestre las siguientes propiedades:

a) |z1 z2 | = |z1 ||z2 |

z1 |z1 |
b) z2
= |z2 |

c) |z + w| ≤ |z| + |w| (Desigualdad triangular)

d) Si z ̸= 0, entonces 1
z
= z̄
|z|2

3. Desarrolle un programa en MATLAB que:

a) Genere una matriz de números complejos

b) Calcule el determinante complejo
c) Verifique las propiedades de matrices conjugadas

4. Visualice las siguientes transformaciones:

a) w = z 3
1
b) w = z
z
c) w = e
d) w = sin(z)
z
5. Analice el comportamiento de la función f (z) = 1−z
:
1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 14

a) Encuentre y clasifique sus singularidades

b) Determine su comportamiento en el infinito
c) Visualice su transformación del círculo unitario
 
1+i 2−i
6. Para la matriz compleja A = :
−1 + 2i 3 + i

a) Calcule A2
b) Encuentre sus valores propios
c) Determine si es unitaria
d) Calcule su determinante

7. Demuestre que toda matriz compleja 2 × 2 puede escribirse como:

A = αI + βσx + γσy + δσz

donde α, β, γ, δ son complejos y σx,y,z son las matrices de Pauli.

8. Implemente un método numérico para:

a) Calcular raíces de polinomios complejos

b) Visualizar la convergencia del método
c) Analizar la cuenca de atracción

9. Desarrolle una función que:

a) Calcule la forma de Jordan de una matriz compleja

b) Encuentre una base de Jordan
c) Visualice la descomposición

10. Implemente un visualizador de dinámica compleja que:

a) Muestre órbitas de iteraciones

b) Calcule exponentes de Lyapunov
c) Identifique ciclos periódicos

1.2.8 Soluciones Detalladas

Solución del Ejercicio 1
a) (3 − 2i)(4 + 5i)

(3 − 2i)(4 + 5i) = 12 + 15i − 8i − 10i2

= 12 + 7i + 10 (ya que i2 = −1)
= 22 + 7i
1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 15

2+i
b) 3−4i

2+i (2 + i)(3 + 4i)

=
3 − 4i (3 − 4i)(3 + 4i)
6 + 8i + 3i + 4i2
=
9 + 16
2 + 11i
=
25
2 11
= + i
25 25
c) |3 + 4i|2 + |2 − i|2
|3 + 4i|2 = 32 + 42 = 25
|2 − i|2 = 22 + (−1)2 = 5
|3 + 4i|2 + |2 − i|2 = 25 + 5 = 30

d) (1 + i)6
(1 + i)2 = 1 + 2i + i2 = 2i
(1 + i)4 = (2i)2 = −4
(1 + i)6 = (1 + i)4 (1 + i)2 = (−4)(2i) = −8i

Solución del Ejercicio 2

a) Para demostrar que |z1 z2 | = |z1 ||z2 |:
|z1 z2 |2 = (z1 z2 )(z1 z2 )
= z1 z2 z¯1 z¯2
= (z1 z¯1 )(z2 z¯2 )
= |z1 |2 |z2 |2
∴ |z1 z2 | = |z1 ||z2 |

z1 |z1 |
b) Para z2
= |z2 |
:

z1 1
= |z1 |
z2 z2
1 |z1 |
= |z1 | =
|z2 | |z2 |

c) Para la desigualdad triangular |z + w| ≤ |z| + |w|:

|z + w|2 = (z + w)(z̄ + w̄)
= |z|2 + z w̄ + z̄w + |w|2
≤ |z|2 + 2|z||w| + |w|2
= (|z| + |w|)2
Tomando raíz cuadrada en ambos lados obtenemos el resultado.
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 16

1 z̄
d) Para z
= |z|2
:
z̄ z̄
=
|z| 2 z z̄
1
= para z ̸= 0
z
Solución del Ejercicio 3

1 % Generar matriz compleja aleatoria

2 n = 3; % Dimensión de la matriz
3 A = rand(n) + 1i*rand(n);
4

5 % Calcular determinante
6 det_A = det(A);
7

8 % Verificar propiedades de matrices conjugadas

9 conj_A = conj(A);
10 prop1 = norm(A*conj_A - conj_A*A); % Debe ser cercano a 0
11 prop2 = norm((A*A')'- A'*A); % Debe ser cercano a 0
12

13 % Mostrar resultados
14 fprintf('Determinante:␣%f␣+␣%fi\n', real(det_A), imag(det_A));
15 fprintf('Propiedad␣1␣(conmutatividad):␣%e\n', prop1);
16 fprintf('Propiedad␣2␣(adjunta):␣%e\n', prop2);

Solución del Ejercicio 4

1 function visualizeComplexTransform(f, range)

2 [x,y] = meshgrid(range);
3 z = x + 1i*y;
4 w = f(z);
5

6 figure;
7 subplot(1,2,1)
8 mesh(x, y, zeros(size(x)));
9 title('Dominio'); view(2);
10

11 subplot(1,2,2)
12 mesh(real(w), imag(w), zeros(size(w)));
13 title('Imagen'); view(2);
14 end
15

16 % Ejemplos de uso
17 range = linspace(-2,2,50);
18 visualizeComplexTransform(@(z) z.^3, range);
19 visualizeComplexTransform(@(z) 1./z, range);
20 visualizeComplexTransform(@(z) exp(z), range);
21 visualizeComplexTransform(@(z) sin(z), range);
1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 17

Solución del Ejercicio 5

z
a) Singularidades: La función f (z) = 1−z
tiene:

• Un polo simple en z = 1
• Comportamiento regular en z = 0

b) Comportamiento en el infinito:
z 1
lim = lim
z→∞ 1 − z z→∞ 1/z − 1

= −1

c) Código para visualizar la transformación:

1 % Círculo unitario
2 theta = linspace(0,2*pi,1000);
3 z = exp(1i*theta);
4 w = z./(1-z);
5

6 figure;
7 plot(real(w), imag(w));
8 axis equal; grid on;
9 title('Transformación␣del␣círculo␣unitario');
10

Solución del Ejercicio 6

 
1+i 2−i
Para A = :
−1 + 2i 3 + i

a) A2 :
  
2 1+i 2−i 1+i 2−i
A =
−1 + 2i 3 + i −1 + 2i 3 + i
 
−2 + 5i 8 − i
=
−4 + 7i 10 + 3i

b) Valores propios:
1 A = [1+1i, 2-1i; -1+2i, 3+1i];
2 eigenvalues = eig(A)
3

Los valores propios son λ1 = 2 + 2i y λ2 = 2.

c) Para verificar si es unitaria:

AA∗ ̸= I
∴ A no es unitaria
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 18

d) Determinante:

det(A) = (1 + i)(3 + i) − (2 − i)(−1 + 2i)

= 3 + 4i − (−2 + 3i)
=5+i

Solución del Ejercicio 7

Las matrices de Pauli son:
     
0 1 0 −i 1 0
σx = , σy = , σz =
1 0 i 0 0 −1
 
a b
Para una matriz A = , los coeficientes son:
c d

a+d
α=
2
b+c
β=
2
i(b − c)
γ=
2
a−d
δ=
2

Solución del Ejercicio 8

1 function [roots, iter] = newtonMethod(p, dp, z0, tol, maxiter)

2 z = z0;
3 iter = 0;
4 roots = zeros(maxiter,1);
5

6 while iter < maxiter

7 iter = iter + 1;
8 roots(iter) = z;
9

10 z_new = z - p(z)/dp(z);
11 if abs(z_new - z) < tol
12 break;
13 end
14 z = z_new;
15 end
16

17 roots = roots(1:iter);
18 end
19

20 % Ejemplo de uso
21 p = @(z) z.^3 - 1;
22 dp = @(z) 3*z.^2;
 1.2. ÁLGEBRA BÁSICA DE LOS NÚMEROS COMPLEJOS 19

23 [roots, iter] = newtonMethod(p, dp, 1+1i, 1e-10, 100);

24

25 % Visualizar convergencia
26 plot(real(roots), imag(roots), 'o-');
27 grid on; axis equal;
28 title('Convergencia␣del␣método␣de␣Newton');

Solución del Ejercicio 9

1 function [J,P] = jordanForm(A)

2 % Calcula la forma de Jordan y la matriz de transformación
3 [V,D] = eig(A);
4

5 % Encontrar bloques de Jordan

6 [~,J] = jordan(A);
7

8 % Calcular vectores generalizados

9 P = zeros(size(A));
10 n = size(A,1);
11 for i = 1:n
12 P(:,i) = (A-D(i,i)*eye(n))^(i-1)*V(:,i);
13 end
14

15 % Normalizar
16 P = P./vecnorm(P);
17 end
18

19 % Ejemplo de uso
20 A = [2 1 0; 0 2 1; 0 0 2];
21 [J,P] = jordanForm(A);

Solución del Ejercicio 10

1 function analyzeComplexDynamics(f, z0, n)

2 % Generar órbita
3 z = zeros(n,1);
4 z(1) = z0;
5 for i = 2:n
6 z(i) = f(z(i-1));
7 end
8

9 % Calcular exponente de Lyapunov

10 df = @(z) (f(z+1e-10)-f(z))/1e-10;
11 lyap = mean(log(abs(df(z(1:end-1)))));
12

13 % Encontrar ciclos
14 [~,periods] = findcycles(z, 0.001);
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 20

15

16 % Visualizar
17 figure;
18 plot(real(z), imag(z), '.-');
19 grid on; axis equal;
20 title(sprintf('Exponente␣de␣Lyapunov:␣%f', lyap));
21 end
22

23 function [cycles,periods] = findcycles(z, tol)

24 n = length(z);
25 cycles = [];
26 periods = [];
27 for p = 1:floor(n/2)
28 diffs = abs(z(p+1:end) - z(1:end-p));
29 if any(diffs < tol)
30 cycles = [cycles; z(1:p)];
31 periods = [periods; p];
32 end
33 end
34 end
35

36 % Ejemplo de uso
37 f = @(z) z^2 + 0.5;
38 analyzeComplexDynamics(f, 0.5+0.5i, 100);

1.2.9 Referencias
• Horn, R. A., & Johnson, C. R. (2012). Matrix analysis

• Axler, S. (2015). Linear algebra done right

• Strang, G. (2016). Introduction to linear algebra

• Golub, G. H., & Van Loan, C. F. (2013). Matrix computations

1.3 Plano complejo, módulo y forma polar

1.3.1 Introducción al plano complejo
El plano complejo, también conocido como plano de Argand-Gauss, proporciona
una representación geométrica natural para los números complejos. Cada punto del
plano (a, b) corresponde unívocamente al número complejo z = a + bi, donde el eje
horizontal representa la parte real y el eje vertical la parte imaginaria.
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 21

1.3.2 Módulo y argumento

Definición 1.6 (Módulo). El módulo de un número complejo z = a + bi, denotado
como |z|, se define como: √
|z| = a2 + b2
Geométricamente, representa la distancia del punto z al origen en el plano complejo.
Definición 1.7 (Argumento). El argumento de un número complejo z ̸= 0, deno-
tado como arg(z), es el ángulo θ que forma el vector posición de z con el eje real
positivo. Se define como:


 arctan( ab ) si a > 0



 arctan( a ) + π si a < 0, b ≥ 0
b


arctan( b ) − π si a < 0, b < 0
a
arg(z) = π

 si a = 0, b > 0

 2

 − π
si a = 0, b < 0


 2
indefinido si z = 0

1.3.3 Propiedades del módulo

Teorema 1.8 (Propiedades fundamentales del módulo). Para números complejos
z, w:
a) |z| ≥ 0 y |z| = 0 si y solo si z = 0

b) |zw| = |z||w|
|z|
c) | wz | = |w|
para w ̸= 0

d) |z + w| ≤ |z| + |w| (Desigualdad triangular)

e) |z|2 = z z̄

1.3.4 Forma polar

Definición 1.9 (Forma polar). Todo número complejo z = ̸ 0 puede escribirse en
forma polar como:
z = r(cos θ + i sin θ) = reiθ
donde r = |z| y θ = arg(z).

1.3.5 Implementación computacional

Listing 1.6: Visualización del plano complejo

1 function plotComplexPlane(z_points, labels)
2 figure('Color', 'white');
3 hold on; grid on;
4
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 22

5 % Dibujar ejes
6 xlim = max(abs(real(z_points))) * 1.2;
7 ylim = max(abs(imag(z_points))) * 1.2;
8 plot([-xlim xlim], [0 0], 'k-', 'LineWidth', 1);
9 plot([0 0], [-ylim ylim], 'k-', 'LineWidth', 1);
10

11 % Dibujar puntos y vectores

12 plot(real(z_points), imag(z_points), 'o', ...
13 'MarkerSize', 8, 'LineWidth', 2);
14

15 % Dibujar vectores desde el origen

16 for k = 1:length(z_points)
17 quiver(0, 0, real(z_points(k)), imag(z_points(k)), ...
18 0, 'b:', 'LineWidth', 1);
19 if nargin > 1
20 text(real(z_points(k)), imag(z_points(k)), ...
21 labels{k}, 'FontSize', 12);
22 end
23 end
24

25 axis equal;
26 xlabel('Re(z)'); ylabel('Im(z)');
27 title('Plano␣Complejo');
28 end

Listing 1.7: Análisis de forma polar

1 function [r, theta] = polarAnalysis(z)
2 % Cálculo de módulo y argumento
3 r = abs(z);
4 theta = angle(z);
5

6 % Visualización
7 figure;
8 subplot(1,2,1)
9 polarplot([0 theta], [0 r], 'b-', 'LineWidth', 2);
10 hold on;
11 polarplot(theta, r, 'ro');
12 title('Representación␣Polar');
13

14 subplot(1,2,2)
15 plot(real(z), imag(z), 'ro');
16 hold on; grid on;
17 plot([0 real(z)], [0 imag(z)], 'b-');
18 axis equal;
19 title('Plano␣Complejo');
20

21 % Mostrar valores
22 fprintf('Módulo:␣%f\n', r);
23 fprintf('Argumento:␣%f␣radianes␣(%f␣grados)\n', ...
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 23

24 theta, theta*180/pi);
25 end

1.3.6 Ejemplos resueltos

Ejemplo
√ 1.10 (Conversión entre formas). Expresar el número complejo z = −1 +
i 3 en forma polar y exponencial.
Solución:
q √ √
r = |z| = (−1)2 + ( 3)2 = 4 = 2
√
θ = arg(z) = arctan( 3/(−1)) + π
= −π/3 + π = 2π/3

Por lo tanto:

z = 2(cos(2π/3) + i sin(2π/3)) (forma polar)

= 2e2πi/3 (forma exponencial)

Ejemplo 1.11 (Operaciones en forma polar). Sean z1 = 2eiπ/4 y z2 = 3eiπ/3 . Cal-

cular z1 z2 y zz21 .
Solución: Para el producto:

z1 z2 = (2eiπ/4 )(3eiπ/3 )
= 6ei(7π/12)
= 6(cos(7π/12) + i sin(7π/12))

Para la división:
z1 2eiπ/4
= iπ/3
z2 3e
2
= ei(−π/12)
3
2
= (cos(−π/12) + i sin(−π/12))
3
Ejemplo 1.12 (Mapeo de regiones). Analizar la transformación w = z 2 sobre el
círculo unitario.
Solución:
1 % Generar puntos en el círculo unitario
2 theta = linspace(0, 2*pi, 100);
3 z = exp(1i*theta);
4 w = z.^2;
5

6 % Visualización
7 figure;
8 subplot(1,2,1)
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 24

9 plot(real(z), imag(z), 'b-');

10 title('Círculo␣unitario');
11 axis equal; grid on;
12

13 subplot(1,2,2)
14 plot(real(w), imag(w), 'r-');
15 title('Imagen␣bajo␣w␣=␣z^2');
16 axis equal; grid on;

La transformación w = z 2 mapea el círculo unitario a sí mismo, pero cada punto

realiza dos vueltas completas mientras el punto original da una vuelta.

1.3.7 Ejercicios propuestos

1. Exprese los siguientes números complejos en forma polar y exponencial:

a) z = 1 − i
b) z = −2 − 2i
√
c) z = − 3 + i
d) z = 2i

2. Calcule las siguientes operaciones usando forma polar:

a) (1 + i)4
√
b) −8 + 6i
 √ 6
c) 1+i2 3
1−i
d) 1+i

3. Para z1 = 2eiπ/6 y z2 = eiπ/3 , calcule:

a) z1 z2
b) z1 /z2
c) (z1 z2 )3
√
d) z1 z2

4. Demuestre las siguientes propiedades:

a) |eiθ | = 1
b) arg(z1 z2 ) = arg(z1 ) + arg(z2 ) + 2πn
c) Si |z| = 1, entonces z n = ein arg(z)
d) |z1 ± z2 |2 = |z1 |2 + |z2 |2 ± 2|z1 ||z2 | cos(θ)

5. Implemente una función que:

a) Visualice la multiplicación de números complejos

1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 25

b) Muestre el efecto geométrico en el plano

c) Anime la rotación y escalamiento
z−1
6. Analice la transformación w = z+1
:
a) ¿Qué sucede con los puntos del eje real?
b) ¿Qué sucede con los puntos del círculo unitario?
c) Visualice la transformación
7. Demuestre que las raíces n-ésimas de la unidad:
a) Están igualmente espaciadas en el círculo unitario
b) Son vértices de un polígono regular
c) Suman cero cuando n > 1
8. Para la transformación w = z n :
a) Describa el efecto sobre el módulo
b) Describa el efecto sobre el argumento
c) Visualice para diferentes valores de n
9. Desarrolle un programa que:
a) Permita entrada interactiva de números complejos
b) Muestre su representación polar
c) Visualice transformaciones básicas
10. Implemente un visualizador de curvas paramétricas complejas:
a) z(t) = eit
b) z(t) = teit
c) z(t) = cos(t) + i sin(2t)

1.3.8 Soluciones Detalladas

Solución del Ejercicio 1
a) Para z = 1 − i:
p √
r = |z| = 12 + (−1)2 = 2
θ = arctan(−1/1) = −π/4
√ √
∴ z = 2(cos(−π/4) + i sin(−π/4)) = 2e−iπ/4

b) Para z = −2 − 2i:
p √
r = |z| = (−2)2 + (−2)2 = 2 2
θ = arctan(−2/ − 2) + π = π − π/4 = 3π/4
√ √
∴ z = 2 2(cos(3π/4) + i sin(3π/4)) = 2 2e3πi/4
1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 26

√
c) Para z = − 3 + i:
√
r = |z| = 3+1=2
√
θ = arctan(1/ − 3) + π = π − π/6 = 5π/6
∴ z = 2(cos(5π/6) + i sin(5π/6)) = 2e5πi/6

d) Para z = 2i:

r = |z| = 2
θ = π/2
∴ z = 2(cos(π/2) + i sin(π/2)) = 2eiπ/2

Solución del Ejercicio 2

a) Para (1 + i)4 :
√
1+i= 2eiπ/4
√
(1 + i)4 = ( 2)4 (eiπ/4 )4
= 4eiπ
= −4

√
b) Para −8 + 6i:
p q √
√
r = | − 8 + 6i| = 64 + 36 = 10
1 1
θ = arg(−8 + 6i) = (arctan(−3/4) + π)
√ 2
√ 2
∴ −8 + 6i = 10(cos(θ) + i sin(θ))

 √ 6
1+i 3
c) Para 2
:
√
1+i 3
= eiπ/3
2
√ !6
1+i 3
= (eiπ/3 )6 = e2πi = 1
2

1−i
d) Para 1+i
:

1−i (1 − i)(1 − i) 1 − 2i + i2
= =
1+i (1 + i)(1 − i) 1+1
−i
= = −i = e−iπ/2
1
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 27

Solución del Ejercicio 3

a) z1 z2 = 2eiπ/6 eiπ/3 = 2eiπ/2 = 2i

b) z1
z2
= 2eiπ/6 e−iπ/3 = 2e−iπ/6 = 2(cos(−π/6) + i sin(−π/6))

c) (z1 z2 )3 = (2i)3 = −8i

√ √ √ √
d) z1 z2 = 2i = 2eiπ/4 = 2(cos(π/4) + i sin(π/4))

Solución del Ejercicio 4

a) Para |eiθ | = 1:

|eiθ | = | cos θ + i sin θ|

p
= cos2 θ + sin2 θ = 1

b) Para arg(z1 z2 ) = arg(z1 ) + arg(z2 ) + 2πn:

z1 = r1 eiθ1 , z2 = r2 eiθ2
z1 z2 = r1 r2 ei(θ1 +θ2 )
∴ arg(z1 z2 ) = θ1 + θ2 + 2πn

c) Si |z| = 1, entonces z = eiθ para algún θ, y:

z n = (eiθ )n = einθ = ein arg(z)

d) Para |z1 ± z2 |2 :

|z1 ± z2 |2 = (z1 ± z2 )(z1 ± z2 )

= |z1 |2 + |z2 |2 ± (z1 z2 + z1 z2 )
= |z1 |2 + |z2 |2 ± 2|z1 ||z2 | cos(θ)

Solución del Ejercicio 5

1 function visualizeComplexMultiplication(z1, z2)

2 % Crear animación de multiplicación compleja
3 figure;
4

5 % Calcular producto
6 prod = z1 * z2;
7

8 % Generar frames para la animación

9 frames = 30;
10 for k = 1:frames
11 % Interpolación lineal
12 t = (k-1)/(frames-1);
13 z_current = z1 * (1-t + t*z2/abs(z2));
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 28

14

15 % Graficar
16 plot([0 real(z1)], [0 imag(z1)], 'b-');
17 hold on;
18 plot([0 real(z2)], [0 imag(z2)], 'r-');
19 plot([0 real(z_current)], [0 imag(z_current)], 'g-');
20 axis equal; grid on;
21 title('Multiplicación␣Compleja');
22

23 drawnow;
24 hold off;
25 end
26 end

Solución del Ejercicio 6

a) Los puntos del eje real se mapean al círculo unitario de la siguiente forma:

• Si x < −1, se mapean al arco superior

• Si −1 < x < 1, se mapean al eje real negativo
• Si x > 1, se mapean al arco inferior

b) Los puntos del círculo unitario se mapean al eje imaginario:

eiθ − 1
z = eiθ ⇒ w = = i tan(θ/2)
eiθ + 1

c) Código para visualización:

1 % Crear malla de puntos
2 [x,y] = meshgrid(linspace(-2,2,50));
3 z = x + 1i*y;
4 w = (z-1)./(z+1);
5

6 % Visualizar transformación
7 figure;
8 subplot(1,2,1)
9 contour(x,y,real(w)); title('Contornos␣Re(w)');
10 subplot(1,2,2)
11 contour(x,y,imag(w)); title('Contornos␣Im(w)');

Solución del Ejercicio 7

a) Las raíces n-ésimas de la unidad son:

zk = e2πik/n , k = 0, 1, . . . , n − 1

El ángulo entre raíces consecutivas es 2π/n.

 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 29

b) Son vértices de un polígono regular porque:

• Todos están a distancia 1 del origen

• Los ángulos entre raíces consecutivas son iguales

c) La suma es cero porque:

X
n−1
1 − e2πi
e2πik/n = =0
k=0
1 − e2πi/n

Solución del Ejercicio 8

Para w = z n :

a) Efecto sobre el módulo: |w| = |z|n

b) Efecto sobre el argumento: arg(w) = n arg(z)

c) Código para visualización:

1 function visualizePowerTransform(n)
2 % Crear grid de puntos
3 [x,y] = meshgrid(linspace(-2,2,50));
4 z = x + 1i*y;
5 w = z.^n;
6

7 % Visualizar
8 figure;
9 subplot(1,2,1)
10 mesh(x,y,zeros(size(x))); view(2);
11 title('Dominio');
12

13 subplot(1,2,2)
14 mesh(real(w),imag(w),zeros(size(w))); view(2);
15 title(['z^' num2str(n)]);
16 end

Solución del Ejercicio 9

1 function complexVisualizer
2 % Crear interfaz gráfica
3 fig = figure('Name', 'Visualizador␣Complejo');
4

5 % Controles de entrada
6 uicontrol('Style', 'edit', 'Position', [20 20 100 20]);
7

8 % Funciones de actualización
9 function updatePlot(~,~)
10 % Obtener entrada y actualizar gráfico
 1.3. PLANO COMPLEJO, MÓDULO Y FORMA POLAR 30

11 z = str2num(get(src, 'String'));
12 plotComplex(z);
13 end
14

15 % Función de visualización
16 function plotComplex(z)
17 polar([0 angle(z)], [0 abs(z)]);
18 title(['r␣=␣' num2str(abs(z)) ...
19 ',␣�␣=␣' num2str(angle(z))]);
20 end
21 end

Solución del Ejercicio 10

1 function plotParametricCurve(f, trange)

2 % Generar valores del parámetro
3 t = linspace(trange(1), trange(2), 1000);
4 z = f(t);
5

6 % Graficar
7 figure;
8 plot(real(z), imag(z), 'LineWidth', 2);
9 grid on; axis equal;
10 xlabel('Re(z)'); ylabel('Im(z)');
11 title('Curva␣Paramétrica');
12 end
13

14 % Ejemplos de uso
15 t = linspace(0, 2*pi, 1000);
16 plotParametricCurve(@(t) exp(1i*t), [0 2*pi]);
17 plotParametricCurve(@(t) t.*exp(1i*t), [0 2*pi]);
18 plotParametricCurve(@(t) cos(t) + 1i*sin(2*t), [0 2*pi]);

Las curvas resultantes son:

• z(t) = eit : círculo unitario
• z(t) = teit : espiral de Arquímedes
• z(t) = cos(t) + i sin(2t): curva de Lissajous

1.3.9 Referencias
• Needham, T. (1997). Visual complex analysis
• Ablowitz, M. J., & Fokas, A. S. (2003). Complex variables: introduction and
applications
• Krantz, S. G. (2007). Complex variables: a physical approach with applica-
tions
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 31

1.4 Raíces de números complejos

1.4.1 Introducción
Las raíces de números complejos son una extensión natural del concepto de raíz en
los números reales. Un aspecto fascinante es que, a diferencia de los números reales,
todo número complejo no nulo tiene exactamente n raíces n-ésimas. Este hecho
enriquece la teoría y tiene importantes aplicaciones en física e ingeniería.

1.4.2 Definiciones fundamentales

Definición 1.13 (Raíz n-ésima). Sea z un número
√ complejo y n un entero positivo.
Las raíces n-ésimas de z, denotadas como z, son los números complejos w que
n

satisfacen la ecuación:
wn = z
Teorema 1.14 (Existencia de raíces n-ésimas). Todo número complejo no nulo z
tiene exactamente n raíces n-ésimas distintas.

1.4.3 Fórmula de De Moivre

Teorema 1.15 (Fórmula de De Moivre). Sea z = reiθ un número complejo en forma
polar. Las n raíces n-ésimas de z están dadas por:

wk = r1/n ei(θ+2πk)/n , k = 0, 1, . . . , n − 1

Demostración. Sea w = ρeiϕ una raíz n-ésima de z. Entonces:

wn = z
(ρeiϕ )n = reiθ
ρn einϕ = reiθ

Igualando módulos y argumentos:

ρn = r ⇒ ρ = r1/n
θ + 2πk
nϕ = θ + 2πk ⇒ϕ=
n
donde k = 0, 1, . . . , n − 1.

1.4.4 Implementación computacional

Listing 1.8: Cálculo y visualización de raíces

1 function roots = nthRoots(z, n)
2 % Calcula las raíces n-ésimas de z
3 r = abs(z);
4 theta = angle(z);
5 k = 0:n-1;
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 32

7 % Calcular raíces usando la fórmula de De Moivre

8 r_nth = r^(1/n);
9 angles = (theta + 2*pi*k)/n;
10 roots = r_nth * (cos(angles) + 1i*sin(angles));
11

12 % Visualización
13 figure;
14 plot(real(roots), imag(roots), 'bo', ...
15 'MarkerFaceColor', 'b', 'MarkerSize', 8);
16 hold on;
17

18 % Dibujar círculo que contiene las raíces

19 t = linspace(0, 2*pi, 100);
20 circle = r_nth * exp(1i*t);
21 plot(real(circle), imag(circle), 'r--');
22

23 % Dibujar líneas desde el origen

24 for k = 1:length(roots)
25 plot([0 real(roots(k))], [0 imag(roots(k))], ...
26 'k:', 'LineWidth', 1);
27 end
28

29 grid on; axis equal;

30 title(['Raíces␣' num2str(n) '-ésimas␣de␣' ...
31 num2str(z)]);
32 xlabel('Re(z)'); ylabel('Im(z)');
33 end

Listing 1.9: Animación de raíces

1 function animateRootFormation(z, n)
2 % Animación de la formación de raíces
3 r = abs(z);
4 theta = angle(z);
5 r_nth = r^(1/n);
6

7 figure;
8 for t = linspace(0, 1, 50)
9 k = 0:n-1;
10 angles = t * (theta + 2*pi*k)/n;
11 roots = r_nth * exp(1i*angles);
12

13 plot(real(roots), imag(roots), 'bo');

14 hold on;
15 plot(r_nth*cos(linspace(0,2*pi,100)), ...
16 r_nth*sin(linspace(0,2*pi,100)), 'r--');
17 axis equal; grid on;
18 title('Formación␣de␣raíces');
19 hold off;
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 33

20 drawnow;
21 end
22 end

1.4.5 Propiedades geométricas

Teorema 1.16 (Distribución geométrica). Las n raíces n-ésimas de un número
complejo z:
1. Están distribuidas uniformemente en una circunferencia de radio |z|1/n
2. Forman los vértices de un polígono regular de n lados
3. Están separadas por ángulos de 2π/n radianes

1.4.6 Ejemplos resueltos

Ejemplo 1.17 (Raíces cuartas de -16). Encontrar las raíces cuartas de z = −16.
Solución:
Expresamos −16 en forma polar:
−16 = 16eiπ
Aplicando la fórmula de De Moivre con n = 4:
wk = 2ei(π+2πk)/4 , k = 0, 1, 2, 3
Por lo tanto:
√
w0 = 2eiπ/4 = 2(1 + i)
√
w1 = 2e3iπ/4 = 2(−1 + i)
√
w2 = 2e5iπ/4 = 2(−1 − i)
√
w3 = 2e7iπ/4 = 2(1 − i)
Ejemplo 1.18 (Raíces cúbicas de la unidad). Encontrar las raíces cúbicas de la
unidad y demostrar que suman cero.
Solución:
Las raíces cúbicas de 1 son:
wk = e2πik/3 , k = 0, 1, 2
w0 = 1
√
1 3
w1 = − + i
2 √2
1 3
w2 = − − i
2 2
La suma es:
√ ! √ !
1 3 1 3
w0 + w1 + w2 = 1 + − +i + − −i =0
2 2 2 2
1.4. RAÍCES DE NÚMEROS COMPLEJOS 34

1.4.7 Ejercicios propuestos

1. Encuentre todas las raíces quintas de 32eiπ/3 .

2. Demuestre que el producto de las raíces n-ésimas de un número complejo z es

igual a:

a) z si n es impar
b) |z| si n es par

3. Para las raíces cúbicas de −8:

a) Encuentre todas las raíces

b) Verifique que son soluciones
c) Visualícelas en el plano complejo

4. Demuestre que las raíces n-ésimas de la unidad forman un grupo multiplicativo.

5. Implemente una función en MATLAB que:

a) Calcule las raíces n-ésimas

b) Visualice las raíces y el círculo que las contiene
c) Muestre el polígono que forman

6. Para z = 4 + 4i:

a) Encuentre las raíces cuadradas

b) Encuentre las raíces cuartas
c) Compare las distribuciones geométricas

7. Demuestre que si w es una raíz n-ésima de z, entonces:

a) wk es una raíz nd -ésima de z k

b) donde d = mcd(n, k)

8. Analice la transformación w = z 1/n :

a) Describa el efecto sobre el módulo

b) Describa el efecto sobre el argumento
c) Visualice para diferentes valores de n

9. Desarrolle un programa que:

a) Anime la formación de raíces n-ésimas

b) Muestre el proceso de rotación y escalado
c) Permita interacción del usuario

10. Investigue y demuestre:

 1.4. RAÍCES DE NÚMEROS COMPLEJOS 35

a) La relación entre raíces n-ésimas y polinomios ciclotómicos

b) Las propiedades de simetría de las raíces
c) Las aplicaciones en la teoría de Galois

1.4.8 Soluciones Detalladas

Solución del Ejercicio 1

Encontrar las raíces quintas de 32eiπ/3 .

Solución:
Usando la fórmula de De Moivre:

wk = (32)1/5 ei(π/3+2πk)/5 , k = 0, 1, 2, 3, 4

(32)1/5 = 2
∴ wk = 2ei(π/3+2πk)/5

Calculando para cada k:

w0 = 2eiπ/15 = 2(cos(π/15) + i sin(π/15))

w1 = 2ei7π/15 = 2(cos(7π/15) + i sin(7π/15))
w2 = 2ei13π/15 = 2(cos(13π/15) + i sin(13π/15))
w3 = 2ei19π/15 = 2(cos(19π/15) + i sin(19π/15))
w4 = 2ei25π/15 = 2(cos(25π/15) + i sin(25π/15))

Verificación en MATLAB:
1 % Calcular raíces
2 r = 2; % (32)^(1/5)
3 k = 0:4;
4 theta = (pi/3 + 2*pi*k)/5;
5 w = r * exp(1i*theta);
6

7 % Visualización
8 figure;
9 plot(real(w), imag(w), 'bo', 'MarkerFaceColor', 'b');
10 hold on;
11 t = linspace(0, 2*pi, 100);
12 circle = r * exp(1i*t);
13 plot(real(circle), imag(circle), 'r--');
14 grid on; axis equal;
15 title('Raíces␣quintas␣de␣32e^{�i/3}');
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 36

Solución del Ejercicio 2

a) Para n impar:
Sea z = reiθ . Las raíces n-ésimas son:

wk = r1/n ei(θ+2πk)/n , k = 0, 1, . . . , n − 1

El producto es:

Y
n−1 Y
n−1
wk = r1/n ei(θ+2πk)/n
k=0 k=0
!
iX
n−1
= r exp (θ + 2πk)
n k=0
 
2πi n(n − 1)
= r exp iθ +
n 2
iθ
= re = z

b) Para n par, procedemos similarmente pero el factor exponencial adicional es

−1, resultando en |z|.

Solución del Ejercicio 3

Para las raíces cúbicas de −8:
a) La forma polar de −8 es 8eiπ . Las raíces son:

wk = 2ei(π+2πk)/3 , k = 0, 1, 2
iπ/3
√
w0 = 2e =1+i 3
w1 = 2eiπ = −2
√
w2 = 2e5iπ/3 = 1 − i 3

b) Verificación:

w03 = 8eiπ = −8
w13 = −8
w23 = −8

c) Código de visualización:
1 w = 2 * exp(1i*(pi + 2*pi*(0:2))/3);
2 figure;
3 plot(real(w), imag(w), 'bo', 'MarkerFaceColor', 'b');
4 hold on;
5 plot(2*cos(linspace(0,2*pi,100)), ...
6 2*sin(linspace(0,2*pi,100)), 'r--');
7 grid on; axis equal;
8 title('Raíces␣cúbicas␣de␣-8');
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 37

Solución del Ejercicio 4

Para demostrar que las raíces n-ésimas de la unidad forman un grupo multiplicativo:
1) Cerradura: Sean w1 = e2πik1 /n y w2 = e2πik2 /n

w1 w2 = e2πi(k1 +k2 )/n = e2πik3 /n

donde k3 ≡ k1 + k2 (mod n)
2) Asociatividad: Heredada de la multiplicación compleja.
3) Elemento neutro: 1 = e2πi·0/n
4) Inverso: Para w = e2πik/n , su inverso es w−1 = e2πi(n−k)/n

Solución del Ejercicio 5

1 function visualizeNthRoots(z, n)
2 % Calcular raíces
3 r = abs(z)^(1/n);
4 theta = angle(z);
5 k = 0:n-1;
6 w = r * exp(1i*(theta + 2*pi*k)/n);
7

8 % Visualización
9 figure;
10

11 % Raíces y círculo
12 plot(real(w), imag(w), 'bo', 'MarkerFaceColor', 'b');
13 hold on;
14 t = linspace(0, 2*pi, 100);
15 circle = r * exp(1i*t);
16 plot(real(circle), imag(circle), 'r--');
17

18 % Polígono
19 for k = 1:n
20 k2 = mod(k, n) + 1;
21 plot([real(w(k)) real(w(k2))], ...
22 [imag(w(k)) imag(w(k2))], 'g-');
23 end
24

25 grid on; axis equal;

26 title(['Raíces␣' num2str(n) '-ésimas']);
27 end

Solución del Ejercicio 6

Para z = 4 + 4i:
a) Raíces cuadradas:
Expresando en forma polar: √
z = 4 2eiπ/4
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 38

Las raíces son:

w0 = 2(cos(π/8) + i sin(π/8))
w1 = 2(cos(9π/8) + i sin(9π/8))

b) Raíces cuartas:

wk = 23/4 ei(π/4+2πk)/4 , k = 0, 1, 2, 3

c) Visualización comparativa:
1 z = 4 + 4i;
2 subplot(1,2,1);
3 visualizeNthRoots(z, 2);
4 title('Raíces␣cuadradas');
5

6 subplot(1,2,2);
7 visualizeNthRoots(z, 4);
8 title('Raíces␣cuartas');

Solución del Ejercicio 7

Sea w una raíz n-ésima de z, entonces wn = z.
a) Para demostrar que wk es raíz nd -ésima de z k :

(wk )n/d = wkn/d

= (wn )k/d
= z k/d

b) La división por d = mcd(n, k) asegura que la potencia resultante es la menor

posible.

Solución del Ejercicio 8

Para la transformación w = z 1/n :
a) Efecto sobre el módulo:
|w| = |z|1/n
Reduce la distancia al origen de manera no lineal.
b) Efecto sobre el argumento:

arg(z) + 2πk
arg(w) = , k = 0, 1, . . . , n − 1
n
Divide el argumento por n y genera n copias.
c) Código de visualización:
 1.4. RAÍCES DE NÚMEROS COMPLEJOS 39

1 function visualizePowerTransform(n)
2 [x,y] = meshgrid(linspace(-2,2,20));
3 z = x + 1i*y;
4 w = z.^(1/n);
5

6 figure;
7 subplot(1,2,1);
8 mesh(x,y,zeros(size(x))); view(2);
9 title('Dominio');
10

11 subplot(1,2,2);
12 mesh(real(w),imag(w),zeros(size(w))); view(2);
13 title(['w␣=␣z^{1/' num2str(n) '}']);
14 end

Solución del Ejercicio 9

1 function animateRootFormation(z, n)
2 % Animación de la formación de raíces
3 r = abs(z);
4 theta = angle(z);
5 r_nth = r^(1/n);
6

7 figure;
8 for t = linspace(0, 1, 50)
9 k = 0:n-1;
10 angles = t*(theta + 2*pi*k)/n;
11 roots = r_nth * exp(1i*angles);
12

13 % Graficar estado actual

14 subplot(1,2,1);
15 plot(real(roots), imag(roots), 'bo');
16 hold on;
17 plot(r_nth*cos(linspace(0,2*pi,100)), ...
18 r_nth*sin(linspace(0,2*pi,100)), 'r--');
19 axis equal; grid on;
20 title('Formación␣espacial');
21 hold off;
22

23 % Graficar evolución temporal

24 subplot(1,2,2);
25 plot(t, abs(roots), 'bo');
26 hold on;
27 axis([0 1 0 max(abs(z), r_nth)]);
28 title('Evolución␣del␣módulo');
29

30 drawnow;
31 end
 1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO40

32 end

Solución del Ejercicio 10

a) Relación con polinomios ciclotómicos:
• El polinomio ciclotómico Φn (x) es el polinomio mónico cuyos ceros son las
raíces primitivas n-ésimas de la unidad.
Q
• xn − 1 = d|n Φd (x)

b) Propiedades de simetría:
• Las raíces son simétricas respecto al origen

• Forman un grupo diédrico de orden 2n

• El polígono formado es regular

c) Aplicaciones en teoría de Galois:
• El grupo de Galois de xn − 1 sobre Q es isomorfo a (Z/nZ)∗

• Las extensiones ciclotómicas son fundamentales en la teoría de cuerpos

• Los periodos de Gauss se construyen usando raíces de la unidad

1.4.9 Referencias
• Conway, J. B. (1978). Functions of one complex variable

• Ahlfors, L. V. (1979). Complex analysis

• Needham, T. (1997). Visual complex analysis

• Churchill, R. V., & Brown, J. W. (2009). Complex variables and applications

1.5 Lugares geométricos y regiones en el plano

complejo
1.5.1 Introducción histórica y motivación
Los lugares geométricos en el plano complejo tienen sus raíces en la geometría
analítica desarrollada por René Descartes y Pierre de Fermat. La unificación de
la geometría con los números complejos fue un avance significativo realizado por
Jean-Robert Argand y Carl Friedrich Gauss, quienes establecieron la representación
geométrica de los números complejos mediante el plano complejo.
La representación visual de regiones en el plano complejo ha sido fundamental en
el desarrollo del análisis complejo, permitiendo entender el comportamiento de fun-
ciones y transformaciones complejas de manera geométrica.
 1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO41

1.5.2 Definición formal

Un lugar geométrico en el plano complejo es el conjunto de puntos z ∈ C que
satisfacen una condición específica. Formalmente:

S = {z ∈ C : P (z) es verdadera}

donde P (z) es una proposición sobre el número complejo z.

1.5.3 Lugares geométricos fundamentales

Rectas en el plano complejo
Una recta en el plano complejo puede representarse de varias formas:

• Forma punto-pendiente: z = z0 + teiθ , t ∈ R

• Forma implícita: Re(az + b) = 0 o Im(az + b) = 0

• Forma paramétrica: z(t) = (x0 + at) + i(y0 + bt), t ∈ R

Círculos y discos
Sea c ∈ C el centro y r > 0 el radio:

• Circunferencia: |z − c| = r

• Disco abierto: |z − c| < r

• Disco cerrado: |z − c| ≤ r

Curvas cónicas
Las cónicas en el plano complejo tienen representaciones elegantes:

• Elipse: |z − f1 | + |z − f2 | = 2a

• Hipérbola: |z − f1 | − |z − f2 | = 2a

• Parábola: |z − f | = |z − L|

1.5.4 Implementación Computacional

Listing 1.10: Visualización de regiones

1 function visualizarRegion(func, xrange, yrange, titulo)
2 [x, y] = meshgrid(xrange(1):0.1:xrange(2), ...
3 yrange(1):0.1:yrange(2));
4 z = x + 1i*y;
5 region = func(z);
6

7 figure;
 1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO42

8 contourf(x, y, double(region), 1, 'LineColor', 'none');

9 colormap([0.8 0.8 1; 1 1 1]);
10 hold on;
11 grid on;
12 axis equal;
13 xlabel('Re(z)');
14 ylabel('Im(z)');
15 title(titulo);
16 end
17

18 % Ejemplo: Visualizar un disco unitario

19 func = @(z) abs(z) <= 1;
20 visualizarRegion(func, [-2 2], [-2 2], 'Disco␣unitario');

Listing 1.11: Transformaciones de regiones

1 function visualizarTransformacion(f, region, xrange, yrange)
2 [x, y] = meshgrid(xrange(1):0.1:xrange(2), ...
3 yrange(1):0.1:yrange(2));
4 z = x + 1i*y;
5 w = f(z);
6

7 figure;
8 subplot(1,2,1);
9 contourf(x, y, double(region(z)), 1);
10 title('Región␣original');
11 axis equal; grid on;
12

13 subplot(1,2,2);
14 contourf(real(w), imag(w), double(region(z)), 1);
15 title('Región␣transformada');
16 axis equal; grid on;
17 end
18

19 % Ejemplo: Transformación cuadrática

20 f = @(z) z.^2;
21 region = @(z) abs(z) <= 1;
22 visualizarTransformacion(f, region, [-2 2], [-2 2]);

1.5.5 Ejemplos Resueltos

Ejemplo 1.19 (Intersección de regiones). Encontrar y visualizar la región definida
por |z| ≤ 2 y |z − 1| ≥ 1.
Solución: La región es la intersección de:
• El disco cerrado de radio 2 centrado en el origen
• El complemento del disco abierto de radio 1 centrado en z = 1
El siguiente código MATLAB visualiza la región:
 1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO43

1 [x,y] = meshgrid(-3:0.1:3);
2 z = x + 1i*y;
3 region = (abs(z) <= 2) & (abs(z-1) >= 1);
4

5 figure;
6 contourf(x, y, double(region), 1);
7 colormap([1 1 1; 0.8 0.8 1]);
8 axis equal; grid on;
9 title('Intersección␣de␣regiones');

Ejemplo 1.20 (Lugar geométrico). Encontrar el lugar geométrico de los puntos que
satisfacen |z + 1| = |z − 1|.
Solución:

|z + 1| = |z − 1|
(z + 1)(z + 1) = (z − 1)(z − 1)
|z|2 + z + z + 1 = |z|2 − z − z + 1
2(z + z) = 0
Re(z) = 0

Por lo tanto, el lugar geométrico es el eje imaginario.

1.5.6 Ejercicios Propuestos

1. Encuentre y grafique la región definida por:

a) |z| < 2 y Re(z) > 0

b) |z − 1| + |z + 1| < 3
c) |z 2 + 1| ≤ 2
d) 1 ≤ |z| ≤ 2

2. Determine el lugar geométrico de los puntos que satisfacen:

a) |z − i| = |z + i|
b) arg(z − 1) = π/4
c) |z − 2| = 2|z + 1|
d) Re(z 2 ) = 1

3. Para la transformación w = z1 , encuentre la imagen de:

a) La recta Re(z) = 1
b) El círculo |z − 1| = 1
c) La región |z| > 1

4. Desarrolle un programa en MATLAB que visualice y analice:

1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO44

a) La región |z 2 + z| < 1
b) Su transformación bajo w = z 2
c) El área aproximada de la región
d) Los puntos críticos donde |z 2 + z| = 1

5. Demuestre que la imagen de una recta bajo la transformación w = z 2 es:

a) Una parábola si la recta no pasa por el origen

b) Una semirrecta si la recta pasa por el origen
c) Encuentre las ecuaciones explícitas en cada caso

6. Para la región definida por |z| ≤ 1 y Re(z) ≥ 0:

a) Represéntela gráficamente
b) Encuentre su imagen bajo w = z 2
c) Calcule el área de la región original y de su imagen
d) Demuestre que la transformación preserva áreas en ciertos puntos

7. Considere el conjunto de puntos que satisfacen |z 2 − 1| = |z 2 + 1|:

a) Demuestre que es la unión de dos rectas perpendiculares

b) Encuentre el ángulo entre estas rectas y los ejes coordenados
c) Determine los puntos de intersección con el círculo unitario
d) Visualice el resultado usando MATLAB

8. Analice la familia de curvas dada por |z − a| = k|z − b| donde k > 0:

a) Demuestre que son círculos cuando k ̸= 1

b) Encuentre el centro y radio en términos de k, a y b
c) ¿Qué sucede cuando k = 1?
d) Escriba una función en MATLAB que visualice estas curvas para difer-
entes valores de k
z−i
9. Estudie la transformación w = z+i
:

a) Demuestre que transforma el eje real en un círculo

b) Encuentre la imagen del primer cuadrante
c) Determine los puntos fijos de la transformación
d) Visualice la transformación de una malla cuadrada

10. Para el conjunto S = {z ∈ C : |z 3 + z| ≤ 1}:

a) Demuestre que es un conjunto acotado

b) Encuentre una cota superior para |z| cuando z ∈ S
1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO45

c) Visualice el conjunto usando MATLAB

d) Determine los puntos donde la desigualdad se convierte en igualdad

Sugerencias:

• Para el ejercicio 7, considere primero elevar al cuadrado ambos lados de la

ecuación

• En el ejercicio 8, la transformación de coordenadas polares a cartesianas puede

ser útil

• Para el ejercicio 10, el teorema de Rouché puede ayudar a encontrar la cota

1.5.7 Soluciones Detalladas

Solución del Ejercicio 1

a) |z| < 2 y Re(z) > 0:

|z| < 2 =⇒ x2 + y 2 < 4

Re(z) > 0 =⇒ x > 0

Esta región es el semidisco derecho abierto de radio 2.

b) |z − 1| + |z + 1| < 3: Esta desigualdad describe el interior de una elipse:

• Los focos están en z = 1 y z = −1

• La suma de las distancias a los focos es menor que 3
3
• El semieje mayor es 2
q
• El semieje menor es 9
4
−1

c) |z 2 + 1| ≤ 2: Sea z = x + yi. Entonces:

|(x + yi)2 + 1| ≤ 2
|(x2 − y 2 + 1) + (2xy)i| ≤ 2
(x2 − y 2 + 1)2 + 4x2 y 2 ≤ 4

Esta es una región acotada con forma de ”ocho”.

d) 1 ≤ |z| ≤ 2: Esta es la corona circular cerrada entre los círculos de radio 1 y

2 centrados en el origen.
1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO46

Solución del Ejercicio 2

a) |z − i| = |z + i|:

|z − i|2 = |z + i|2
(x2 + (y − 1)2 ) = (x2 + (y + 1)2 )
y − 1 = −(y + 1)
y=0

El lugar geométrico es el eje real.

b) arg(z − 1) = π/4:

• Esto describe la semirrecta que parte del punto z = 1

• Forma un ángulo de π/4 con el eje real positivo
• En forma paramétrica: z = 1 + teiπ/4 , t > 0

c) |z − 2| = 2|z + 1|:

|z − 2|2 = 4|z + 1|2

(x − 2)2 + y 2 = 4((x + 1)2 + y 2 )
x2 − 4x + 4 + y 2 = 4x2 + 8x + 4 + 4y 2
−3x2 − 12x − 3y 2 =0
x2 + 4x + y 2 =0

Esta es una circunferencia.

d) Re(z 2 ) = 1: Sea z = x + yi. Entonces:

Re(z 2 ) = 1
x2 − y 2 = 1

Esta es una hipérbola.

Solución del Ejercicio 3

a) La recta Re(z) = 1 bajo w = z1 :

• Sea z = 1 + yi
1 1−yi
• w= 1+yi
= 1+y 2
• Esto describe una circunferencia que pasa por el origen

b) El círculo |z − 1| = 1 bajo w = z1 :
1
• La transformación w = z
es una inversión
• La imagen es una recta vertical
• Esto se puede demostrar usando que la inversión transforma círculos que
pasan por el origen en rectas
 1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO47

c) La región |z| > 1 bajo w = z1 :

1
|z| > 1 =⇒ | | < 1
z
|w| < 1

La imagen es el disco unitario abierto.

Solución del Ejercicio 4

1 % Visualización de la región |z^2 + z| < 1

2 [x,y] = meshgrid(-2:0.01:2);
3 z = x + 1i*y;
4 region = abs(z.^2 + z) < 1;
5

6 figure;
7 contourf(x,y,double(region),1,'LineColor','none');
8 colormap([1 1 1; 0.8 0.8 1]);
9 axis equal; grid on;
10 title('Región␣|z^2␣+␣z|␣<␣1');
11

12 % Transformación bajo w = z^2

13 w = z.^2;
14 transformed = abs(z.^2 + z) < 1;
15

16 figure;
17 subplot(1,2,1);
18 contourf(x,y,double(region),1);
19 title('Región␣original');
20 axis equal; grid on;
21

22 subplot(1,2,2);
23 contourf(real(w),imag(w),double(transformed),1);
24 title('Región␣transformada');
25 axis equal; grid on;
26

27 % Área aproximada
28 dx = x(1,2) - x(1,1);
29 dy = y(2,1) - y(1,1);
30 area = sum(sum(region))*dx*dy;
31 fprintf('Área␣aproximada:␣%f\n', area);
1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO48

Solución del Ejercicio 5

a) Para una recta que no pasa por el origen: Sea z = a + bi + t(1 + ci) con t ∈ R.
Entonces:
w = z2
= (a + bi + t(1 + ci))2
= (a2 − b2 ) + 2abi + 2t(a + b + (ac − b)i) + t2 (1 − c2 + 2ci)
Esto describe una parábola.
b) Para una recta que pasa por el origen: z = t(1 + ci) da w = t2 (1 − c2 + 2ci),
que es una semirrecta.

Solución del Ejercicio 6

a) Visualización:
1 [x,y] = meshgrid(-2:0.01:2);
2 z = x + 1i*y;
3 region = (abs(z) <= 1) & (real(z) >= 0);
4

5 figure;
6 contourf(x,y,double(region),1);
7 axis equal; grid on;
8 title('Semidisco␣unitario␣derecho');
9

b) La imagen bajo w = z 2 :
• Es el disco unitario completo
• Cada punto del disco unitario tiene exactamente una preimagen en el
semidisco derecho
c) El área:
π
Área original =
2
Área imagen = π
Solución del Ejercicio 7
a) Demostración:
|z 2 − 1| = |z 2 + 1|
(x2 − y 2 − 1)2 + 4x2 y 2 = (x2 − y 2 + 1)2 + 4x2 y 2
x2 − y 2 = 0
y = ±x
Son las rectas y = x y y = −x.
b) Ángulo con los ejes: θ = ± π4 con el eje x.
c) Intersección con |z| = 1: Los puntos (± √12 , ± √12 ).
1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO49

Solución del Ejercicio 8

a) Demostración para k ̸= 1:
|z − a| = k|z − b|
|z − a|2 = k 2 |z − b|2
Desarrollando, se obtiene la ecuación de un círculo.
b) Centro y radio:
a−k2 b
• Centro: c = 1−k2
k|a−b|
• Radio: r = |1−k2 |

c) Para k = 1: Se obtiene la mediatriz del segmento ab.

Solución del Ejercicio 9

a) Transformación del eje real:
x−i (x − i)(x + i) x2 + 1 − i(x − x)
w= = =
x+i (x + i)(x + i) x2 + 1
|w| = 1
Es un círculo unitario.
b) Imagen del primer cuadrante: Es el sector circular superior derecho del círculo
unitario.
c) Puntos fijos: Resolver z = z−i
z+i
da z = ±1.

Solución del Ejercicio 10

a) Acotación: Si |z 3 + z| ≤ 1, entonces |z|(|z 2 + 1|) ≤ 1.
b) Cota superior: Sea R = |z|. Entonces:
R(R2 + 1) ≤ 1
R3 + R ≤ 1
La función f (R) = R3 + R − 1 tiene una única raíz positiva, que es la cota.
c) Visualización:
1 [x,y] = meshgrid(-2:0.01:2);
2 z = x + 1i*y;
3 region = abs(z.^3 + z) <= 1;
4

5 figure;
6 contourf(x,y,double(region),1);
7 axis equal; grid on;
8 title('Región␣|z^3␣+␣z|␣\leq␣1');
9
1.5. LUGARES GEOMÉTRICOS Y REGIONES EN EL PLANO COMPLEJO50

1.5.8 Referencias
• Churchill, R. V., & Brown, J. W. (2009). Complex variables and applications

• Marsden, J. E., & Hoffman, M. J. (1999). Basic complex analysis

• Needham, T. (1997). Visual complex analysis

 51

Chapter 2

La función compleja y su derivada.

2.1 Conceptos básicos, extensión al dominio com-

plejo, y transformaciones
2.1.1 Conceptos básicos
El análisis complejo estudia funciones de una variable compleja z, donde z se repre-
senta como:
z = x + iy, x, y ∈ R.
Aquí, x es la parte real Re(z), y y es la parte imaginaria Im(z).
Definición 2.1. El conjunto de los números complejos C se visualiza como un
espacio bidimensional, con el eje real representando los números x y el eje imaginario
representando los números iy. Cada número complejo puede expresarse en:
• Forma cartesiana: z = x + iy.
• Forma polar: z = reiθ , donde:
p
r = |z| = x2 + y 2 , θ = arg(z).

Importancia: El uso del plano complejo permite extender propiedades del análi-
sis real, proporcionando una estructura algebraica y geométrica que facilita el estudio
de funciones analíticas.

2.1.2 Extensión al dominio complejo

Muchas funciones reales pueden extenderse al dominio complejo preservando propiedades
esenciales como la continuidad y la derivabilidad.
Definición 2.2. Una función f (z) es un mapeo entre números complejos z y w,
donde:
f (z) = u(x, y) + iv(x, y),
y u(x, y) y v(x, y) son funciones reales. El dominio de f (z) es un subconjunto abierto
de C, lo que asegura que f (z) pueda estudiarse localmente como una función de dos
variables reales.
2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 52
Nota: La extensión al plano complejo permite definir funciones elementales
como: - **Exponencial compleja ez :** Extiende la función real ex . - **Trigonométri-
cas complejas sin z, cos z:** Definidas mediante identidades de Euler.
Esta generalización amplía el ámbito del análisis y conecta la geometría del plano
complejo con propiedades algebraicas.

2.1.3 Transformaciones
Definición 2.3. Una transformación compleja es una función w = f (z) que mapea
puntos del plano complejo C en otros puntos del mismo plano. Estas transforma-
ciones pueden clasificarse según su forma y propiedades geométricas.
Tipos principales de transformaciones:
• Transformaciones lineales: Son de la forma:
w = az + b, a, b ∈ C, a ̸= 0.
Estas combinan rotaciones, traslaciones y escalas, preservando ángulos y rela-
ciones geométricas locales.
• Transformaciones racionales: También conocidas como transformaciones
de Möbius, tienen la forma:
az + b
w= , ad − bc ̸= 0.
cz + d
Estas transformaciones mapean líneas y círculos en líneas o círculos y tienen
propiedades conformes en su dominio de definición.
Relación con la geometría: Las transformaciones complejas permiten analizar
y manipular figuras en el plano complejo mediante mapeos conformes, útiles en
aplicaciones geométricas y físicas.
Nota: La extensión y el estudio de estas transformaciones son esenciales para
comprender propiedades avanzadas de funciones analíticas.

Ejercicios Resueltos
Ejercicio 1
Problema: Representar el número complejo z = 3 − 4i en forma polar y calcular
su módulo y argumento.
Concepto: La forma polar de un número complejo permite expresar z en térmi-
nos de su módulo r y su argumento θ. Esto facilita operaciones como multiplicaciones
y potencias en el plano complejo. Se utiliza la relación:
z = reiθ , donde r = |z| es el módulo y θ = arg(z) es el argumento.
Solución Analítica: Dado z = 3 − 4i, identificamos:
x = 3, y = −4.
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 53
1. Calculamos el módulo r:
p p √
r = x2 + y 2 = 32 + (−4)2 = 9 + 16 = 5.
2. Calculamos el argumento θ:
y  
−4
θ = arctan = arctan .
x 3
Dado que z se encuentra en el cuarto cuadrante (x > 0, y < 0), el valor de θ es:
θ ≈ −0.93 rad.
3. Representamos el número en forma polar:
z = 5e−0.93i .
Nota: El argumento puede expresarse en grados si es necesario. En este caso:
180
θ = −0.93 rad × ≈ −53.13◦ .
π
Código MATLAB:
1 % Número complejo
2 z = 3 - 4i;
3

4 % Cálculo del módulo

5 r = abs(z); % Módulo del número complejo
6

7 % Cálculo del argumento

8 theta = angle(z); % Argumento en radianes
9

10 % Mostrar resultados en consola

11 fprintf('Forma␣polar:␣%.2f␣e^{%.2fi}\n', r, theta);
12 fprintf('Argumento␣en␣grados:␣%.2f°\n', rad2deg(theta));

Explicación del código:

• abs(z): Calcula el módulo r del número complejo.
• angle(z): Determina el argumento θ en radianes.
• rad2deg(theta): Convierte el argumento de radianes a grados.
• fprintf: Muestra los resultados en formato legible.

Ejercicio 2
Problema: Evaluar f (z) = z 2 + 2z + 1 para z = 1 + i.
Solución Analítica: Sustituimos z = 1 + i en la función:
f (z) = z 2 + 2z + 1.
Resolviendo paso a paso:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 54
1. Calculamos z 2 :

(1 + i)2 = 12 + 2(1)(i) + i2 = 1 + 2i − 1 = 2i.

2. Calculamos 2z:
2(1 + i) = 2 + 2i.

3. Sumamos todos los términos:

f (z) = (2i) + (2 + 2i) + 1 = 3 + 4i.

Resultado: f (z) = 3 + 4i.

Código MATLAB:
1 % Definir el número complejo z
2 z = 1 + 1i;
3

4 % Calcular la función f(z)

5 f = z^2 + 2*z + 1;
6

7 % Mostrar el resultado en consola

8 disp(['f(z)␣=␣', num2str(f)]);

Explicación del código:

• z = 1 + 1i: Declara el número complejo z en MATLAB.

• f = z^2 + 2*z + 1: Calcula f (z).

• disp(['f(z) = ', num2str(f)]): Convierte f (z) en texto y lo muestra en

consola.

Ejercicio 3
Problema: Determinar la transformación de Möbius:
z−1
w=
z+1
para z = 2 + 3i.
Concepto: Una transformación de Möbius es una función racional de la forma:
az + b
w= , ad − bc ̸= 0,
cz + d
que mapea el plano complejo C en sí mismo, preservando líneas y círculos. Estas
transformaciones son fundamentales en geometría compleja y física.
Solución Analítica: Sustituimos z = 2 + 3i en la transformación dada:
(2 + 3i) − 1
w= .
(2 + 3i) + 1
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 55
Simplificamos el numerador y denominador:

1 + 3i
w= .
3 + 3i
Para eliminar el número complejo del denominador, multiplicamos numerador y
denominador por el conjugado del denominador 3 − 3i:

(1 + 3i)(3 − 3i)
w= .
(3 + 3i)(3 − 3i)

Desarrollamos:

Numerador: (1 + 3i)(3 − 3i) = 3 − 9 + (9 + 3)i = −6 + 12i.

Denominador: (3 + 3i)(3 − 3i) = 9 + 9 = 18.

Por lo tanto:
−6 + 12i 1 2
w= = − + i.
18 3 3
Resultado: El valor de w es:
1 2
w = − + i.
3 3
Interpretación: La transformación de Möbius mapea el punto z = 2 + 3i a
w = − 31 + 23 i en el plano complejo, modificando su posición geométrica mientras
preserva las propiedades conformes.
Código MATLAB:
1 % Definir el número complejo z
2 z = 2 + 3i;
3

4 % Aplicar la transformación de Möbius

5 w = (z - 1) / (z + 1);
6

7 % Mostrar el resultado en consola

8 disp(['w␣=␣', num2str(real(w)), '␣+␣', num2str(imag(w)), 'i']);

Explicación del código:

• z = 2 + 3i: Define el número complejo z.

• w = (z - 1) / (z + 1): Aplica directamente la transformación de Möbius

dada.

• disp: Muestra el resultado, separando la parte real e imaginaria para facilitar

su comprensión.

Nota: MATLAB calcula automáticamente el conjugado y realiza las operaciones

necesarias al dividir números complejos, simplificando la implementación.
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 56
Ejercicio 4
Problema: Hallar el módulo y el argumento de:
2+i
w= .
1 − 2i
Concepto: El módulo de un número complejo w = a + bi se define como:
√
|w| = a2 + b2 .
El argumento θ es el ángulo que w forma con el eje real en el plano complejo:
 
b
θ = arctan .
a
Para calcular w, multiplicamos el numerador y el denominador por el conjugado del
denominador, lo que elimina el número complejo en el denominador.
Solución Analítica: Multiplicamos numerador y denominador por el conjugado
de 1 − 2i, que es 1 + 2i:
(2 + i)(1 + 2i)
w= .
(1 − 2i)(1 + 2i)
Calculamos:
Numerador: (2 + i)(1 + 2i) = 2 + 4i + i + 2i2 = 2 + 5i − 2 = 5i.
Denominador: (1 − 2i)(1 + 2i) = 1 − 4i2 = 1 + 4 = 5.
Por lo tanto:
5i
w=
= i.
5
Calculamos el módulo y el argumento:
π
|w| = |i| = 1, y el argumento es θ =
.
2
Resultado: El número complejo w tiene módulo 1 y argumento π2 radianes
(90◦ ).
Interpretación: El punto w se encuentra en el eje imaginario positivo, a una
unidad de distancia del origen.
Código MATLAB:
1 % Definir el número complejo
2 w = (2 + 1i) / (1 - 2i);
3

4 % Calcular módulo
5 r = abs(w); % Módulo del número complejo
6

7 % Calcular argumento
8 theta = angle(w); % Argumento en radianes
9

10 % Mostrar resultados
11 fprintf('w␣=␣%.2f␣e^{%.2fi}\n', r, theta); % Forma polar
12 fprintf('Argumento␣en␣grados:␣%.2f°\n', rad2deg(theta)); % Convertir a
grados
2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 57
Explicación del código:

• w = (2 + 1i) / (1 - 2i): Evalúa directamente la división entre números

complejos.

• r = abs(w): Calcula el módulo |w|.

• theta = angle(w): Calcula el argumento θ en radianes.

• rad2deg(theta): Convierte el argumento de radianes a grados para una in-

terpretación geométrica.

• fprintf: Imprime el resultado en forma polar y el argumento en grados.

Nota: MATLAB realiza automáticamente la multiplicación por el conjugado

del denominador al dividir números complejos, lo que simplifica la implementación.

Ejercicio 5
Problema: Aplicar la transformación lineal:

w = 2z + 3

para z = −1 + i.
Concepto: Una transformación lineal de la forma w = az + b, donde a, b ∈ C,
realiza las siguientes operaciones en el plano complejo: - **Rotación y escala**: El
coeficiente a rota y escala el número complejo z. - **Traslación**: El término b
desplaza el resultado por suma.
En este caso, a = 2 y b = 3, por lo que la transformación escala z por un factor
de 2 y lo desplaza 3 unidades en el eje real.
Solución Analítica: Sustituimos z = −1 + i en la transformación:

w = 2(−1 + i) + 3.

Desarrollamos cada término: 1. Multiplicamos por 2:

2(−1 + i) = −2 + 2i.

2. Sumamos 3:
w = −2 + 2i + 3 = 1 + 2i.
Resultado: El valor de w es:

w = 1 + 2i.

Interpretación: Geométricamente, la transformación: - Escala el módulo de z

por un factor de 2. - Rota z en 0◦ (ya que a = 2 es real y positivo). - Traslada el
punto resultante 3 unidades hacia la derecha en el plano complejo.
Código MATLAB:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 58

1 % Definir el número complejo z

2 z = -1 + 1i;
3

4 % Aplicar la transformación lineal

5 w = 2*z + 3;
6

7 % Mostrar el resultado en consola

8 disp(['w␣=␣', num2str(real(w)), '␣+␣', num2str(imag(w)), 'i']);

Explicación del código:

• z = -1 + 1i: Define el número complejo z.

• w = 2*z + 3: Aplica la transformación w = 2z + 3, realizando la operación

en una sola línea.

• disp: Muestra el resultado w separando explícitamente la parte real e imagi-

naria para una mejor interpretación.

Ejercicios Propuestos
1. Cálculo de funciones:
Evaluar la función f (z) = z 3 − 2z + 5 para z = −1 + i.

2. Módulo y argumento:
3+4i
Hallar el módulo y el argumento de w = 1−i
.

3. Transformaciones lineales:
Aplicar la transformación w = 2z + i para z = −2 + 3i. Representar el
resultado gráficamente en el plano complejo.

4. Conjugado de un número complejo:

Verificar si el producto de z = 1+i y su conjugado es un número real. Justificar
la respuesta.

5. Derivadas de funciones complejas:

Verificar si la función f (z) = |z|2 es derivable en el plano complejo. En caso
negativo, explicar por qué.

6. Forma polar:
Expresar el número complejo z = −3 − 3i en forma polar. Identificar su
módulo y argumento.

7. Ecuaciones complejas:
Resolver la ecuación z 2 + 4z + 13 = 0 en el campo de los números complejos.

8. Mapeo conforme:
Determinar la imagen del círculo |z| = 2 bajo la transformación w = z1 .
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 59
9. Exponencial compleja:
Simplificar ez para z = iπ. Expresar el resultado en forma rectangular.
10. Serie de potencias: P
Determinar el radio de convergencia de la serie ∞n=1
zn
n2
.

Ejercicio Resuelto: Cálculo de funciones

Problema: Evaluar la función f (z) = z 3 − 2z + 5 para z = −1 + i.
Solución Analítica: Dado f (z) = z 3 − 2z + 5 y z = −1 + i, procedemos a
evaluar:
1. Sustituimos z = −1 + i en f (z):

f (z) = (−1 + i)3 − 2(−1 + i) + 5.

2. Calculamos (−1 + i)3 :

(−1 + i)3 = (−1 + i)(−1 + i)(−1 + i).

Primero calculamos (−1 + i)2 :

(−1 + i)2 = (−1)2 + 2(−1)(i) + i2 = 1 − 2i − 1 = −2i.

Luego multiplicamos por −1 + i:

(−1 + i)3 = (−2i)(−1 + i) = (−2i)(−1) + (−2i)(i) = 2i − 2i2 = 2i + 2 = 2 + 2i.

3. Calculamos −2(−1 + i):

−2(−1 + i) = 2 − 2i.

4. Sustituimos los resultados en f (z):

f (z) = (2 + 2i) + (2 − 2i) + 5.

Sumamos los términos:

f (z) = 2 + 2i + 2 − 2i + 5 = 9.

Resultado: El valor de f (z) es:

f (z) = 9.

Código MATLAB:
1 % Definir el número complejo z
2 z = -1 + 1i;
3

4 % Calcular la función f(z)

5 f = z^3 - 2*z + 5;
6

7 % Mostrar el resultado en consola

8 disp(['f(z)␣=␣', num2str(f)]);
2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 60
Explicación del código:
• z = -1 + 1i: Define el número complejo z en MATLAB.

• f = z^3 - 2*z + 5: Evalúa la función f (z) sustituyendo z.

• disp(['f(z) = ', num2str(f)]): Convierte f (z) a texto y lo muestra en

consola.

Ejercicio: Módulo y Argumento

Problema: Hallar el módulo y el argumento de w = 3+4i
1−i
.
Solución Analítica:
Dado w = 3+4i
1−i
, multiplicamos el numerador y denominador por el conjugado
del denominador:

3 + 4i 1 + i (3 + 4i)(1 + i)
w= · = .
1−i 1+i (1 − i)(1 + i)
1. Expandimos el numerador:

(3 + 4i)(1 + i) = 3 + 3i + 4i + 4i2 = 3 + 7i − 4 = −1 + 7i.

2. Expandimos el denominador:

(1 − i)(1 + i) = 1 − i2 = 1 + 1 = 2.

Por lo tanto:
−1 + 7i 1 7
w= = − + i.
2 2 2
Cálculo del módulo: El módulo de w es:
s   2 r r r √
2
1 7 1 49 50 25 5 2
|w| = − + = + = = = .
2 2 4 4 4 2 2

Cálculo del argumento: El argumento se calcula como:

   7 
−1 Im(w) −1
θ = tan = tan 2
= tan−1 (−7).
Re(w) − 21

El número w se encuentra en el segundo cuadrante (parte real negativa y parte

imaginaria positiva), por lo que el argumento es:

θ = π − tan−1 (7).

Resultado final:
√
5 2
|w| = , θ = π − tan−1 (7).
2
Resolución en MATLAB: El cálculo del módulo y argumento puede realizarse
en MATLAB con el siguiente código:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 61

1 % Definir w
2 w = (3 + 4i) / (1 - 1i);
3

4 % Calcular el módulo
5 modulo = abs(w);
6

7 % Calcular el argumento
8 argumento = angle(w);
9

10 % Mostrar resultados
11 fprintf('El␣módulo␣de␣w␣es:␣%.4f\n', modulo);
12 fprintf('El␣argumento␣de␣w␣es:␣%.4f␣rad\n', argumento);

Explicación del código:

• w = (3 + 4i) / (1 - 1i): Define w como el cociente entre dos números

complejos.

• modulo = abs(w): Calcula el módulo de w.

• argumento = angle(w): Calcula el argumento de w en radianes.

• fprintf: Muestra los resultados en la consola de MATLAB con 4 decimales.

Resultados MATLAB:

• Módulo: 3.5355.

• Argumento: 1.7127 rad.

Ejercicio: Transformaciones Lineales

Problema: Aplicar la transformación w = 2z + i para z = −2 + 3i. Representar el
resultado gráficamente en el plano complejo.
Solución Analítica:
La transformación es w = 2z + i. Sustituimos z = −2 + 3i:

w = 2(−2 + 3i) + i.

1. Expandimos los términos:

w = −4 + 6i + i = −4 + 7i.

Por lo tanto, el resultado de la transformación es:

w = −4 + 7i.

Representación Gráfica: En el plano complejo, el punto inicial z = −2 + 3i

se transforma en el punto final w = −4 + 7i.
Código MATLAB:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 62

1 % Definir z
2 z = -2 + 3i;
3

4 % Aplicar la transformación
5 w = 2*z + 1i;
6

7 % Graficar los puntos en el plano complejo

8 figure;
9 hold on;
10 plot(real(z), imag(z), 'o', 'MarkerSize', 8, 'LineWidth', 1.5, ...
11 'DisplayName', 'z:␣-2␣+␣3i');
12 plot(real(w), imag(w), 'x', 'MarkerSize', 10, 'LineWidth', 1.5, ...
13 'DisplayName', 'w:␣-4␣+␣7i');
14 line([real(z) real(w)], [imag(z) imag(w)], 'Color', 'k', 'LineStyle',
'--', ...
15 'DisplayName', 'Transformación');
16 legend show;
17 xlabel('Re(z)');
18 ylabel('Im(z)');
19 title('Transformación␣lineal␣en␣el␣plano␣complejo');
20 grid on;
21 hold off;

Explicación del Código:

• z = -2 + 3i: Define el número complejo inicial.

• w = 2*z + 1i: Calcula la transformación aplicada al número complejo.

• plot: Dibuja z como un círculo y w como una cruz, representando los puntos
en el plano complejo.

• line: Dibuja una línea discontinua para conectar z y w.

• legend show: Muestra una leyenda para identificar los puntos y la transfor-
mación.

• xlabel, ylabel: Etiquetan los ejes como la parte real (ℜ) y la parte imaginaria
(ℑ).

• grid on: Activa una cuadrícula para facilitar la interpretación visual.

Resultados:

• Punto inicial: z = −2 + 3i.

• Punto transformado: w = −4 + 7i.

Comentarios: Este ejercicio muestra cómo una transformación lineal modifica

un punto en el plano complejo y cómo se puede visualizar gráficamente para facilitar
su comprensión geométrica.
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 63
Ejercicio: Conjugado de un Número Complejo
Problema: Verificar si el producto de z = 1 + i y su conjugado es un número real.
Justificar la respuesta.
Concepto: El conjugado de un número complejo z = a + bi se define como
z = a − bi. El producto de z y su conjugado es:

z · z = (a + bi)(a − bi) = a2 + b2 ,

que siempre resulta en un número real no negativo.

Solución Analítica: Para z = 1 + i, su conjugado es:

z = 1 − i.

Calculamos el producto z · z:

z · z = (1 + i)(1 − i).

Usamos la propiedad distributiva:

z · z = 12 − (i2 ) = 1 − (−1) = 1 + 1 = 2.

El resultado es 2, que es un número real. Por lo tanto, se verifica que el producto

de un número complejo y su conjugado siempre es un número real.
Código MATLAB:
1 % Definir el número complejo z
2 z = 1 + 1i;
3

4 % Calcular el conjugado de z
5 z_conjugado = conj(z);
6

7 % Calcular el producto de z y su conjugado

8 producto = z * z_conjugado;
9

10 % Mostrar resultados
11 disp(['z␣=␣', num2str(z)]);
12 disp(['Conjugado␣de␣z␣=␣', num2str(z_conjugado)]);
13 disp(['Producto␣z␣*␣conjugado(z)␣=␣', num2str(producto)]);

Explicación del Código:

• z = 1 + 1i: Define el número complejo z.

• z_conjugado = conj(z): Calcula el conjugado de z usando la función conj.

• producto = z * z_conjugado: Calcula el producto de z y su conjugado.

• disp: Muestra los valores de z, su conjugado y el resultado del producto.

Resultados:
• Número complejo: z = 1 + i.
2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 64
• Conjugado: z = 1 − i.

• Producto: z · z = 2, que es un número real.

Conclusión: El producto de un número complejo y su conjugado es siempre un
número real y positivo, cuya magnitud es igual al cuadrado del módulo del número
complejo:
z · z = |z|2 .

Ejercicio: Derivadas de Funciones Complejas

Problema: Verificar si la función f (z) = |z|2 es derivable en el plano complejo. En
caso negativo, explicar por qué.
Concepto: En el análisis complejo, una función f (z) es derivable en un punto
si cumple con la definición de derivada:
f (z + ∆z) − f (z)
f ′ (z) = lim .
∆z→0 ∆z
Además, la derivabilidad implica que f (z) satisface las ecuaciones de Cauchy-Riemann
y que las derivadas parciales de u(x, y) y v(x, y) (las partes real e imaginaria de f (z))
son continuas.
Solución Analítica: La función dada es f (z) = |z|2 , donde |z|2 = z · z y
z = x + iy. Entonces:

|z|2 = (x + iy)(x − iy) = x2 + y 2 .

Por lo tanto, f (z) es una función puramente real y se puede expresar como:

f (z) = u(x, y) = x2 + y 2 , v(x, y) = 0.

Para verificar si f (z) es derivable, aplicamos las ecuaciones de Cauchy-Riemann:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Calculamos las derivadas parciales:
∂u ∂u ∂v ∂v
= 2x, = 2y, = 0, = 0.
∂x ∂y ∂x ∂y
Sustituyendo en las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= 2x ̸= = 0, = 2y ̸= − = 0.
∂x ∂y ∂y ∂x
Las ecuaciones de Cauchy-Riemann no se satisfacen, por lo que f (z) no es deriv-
able en ningún punto del plano complejo.
Conclusión: La función f (z) = |z|2 no es derivable en el plano complejo porque
no satisface las ecuaciones de Cauchy-Riemann. Además, su expresión depende de
z, lo que indica que no es una función holomorfa.
Código MATLAB:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 65

1 % Definir el número complejo z

2 syms x y real
3 z = x + 1i*y;
4

5 % Definir la función f(z)

6 f = abs(z)^2;
7

8 % Calcular las derivadas parciales

9 u = real(f); % Parte real
10 v = imag(f); % Parte imaginaria
11

12 dux = diff(u, x); % Derivada parcial de u respecto a x

13 duy = diff(u, y); % Derivada parcial de u respecto a y
14 dvx = diff(v, x); % Derivada parcial de v respecto a x
15 dvy = diff(v, y); % Derivada parcial de v respecto a y
16

17 % Mostrar las derivadas parciales

18 disp('Derivadas␣parciales:');
19 disp(['du/dx␣=␣', char(dux)]);
20 disp(['du/dy␣=␣', char(duy)]);
21 disp(['dv/dx␣=␣', char(dvx)]);
22 disp(['dv/dy␣=␣', char(dvy)]);
23

24 % Verificar las ecuaciones de Cauchy-Riemann

25 if dux == dvy && duy == -dvx
26 disp('La␣función␣f(z)␣es␣derivable.');
27 else
28 disp('La␣función␣f(z)␣NO␣es␣derivable.');
29 end

Explicación del Código:

• syms x y real: Declara x y y como variables reales.

• f = abs(z)^2: Define la función f (z) = |z|2 .

• diff: Calcula las derivadas parciales de u(x, y) y v(x, y).

• Se verifica si las ecuaciones de Cauchy-Riemann se cumplen comparando las

derivadas parciales.

Resultados:

• Derivadas parciales:
∂u ∂u ∂v ∂v
= 2x, = 2y, = 0, = 0.
∂x ∂y ∂x ∂y

• Las ecuaciones de Cauchy-Riemann no se cumplen, por lo que f (z) no es

derivable.
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 66
Ejercicio: Forma Polar
Problema: Expresar el número complejo z = −3 − 3i en forma polar. Identificar
su módulo y argumento.
Concepto: En la forma polar, un número complejo z = a + bi se representa
como:
z = r (cos θ + i sin θ) = reiθ ,
√
donde: - r = |z| = a2 + b2 es el módulo de z. - θ = arg(z) es el argumento, que se
calcula como:  
−1 b
θ = tan ,
a
teniendo en cuenta el cuadrante donde se encuentra z.
Solución Analítica: Dado z = −3 − 3i: 1. Calculamos el módulo:
p √ √ √
r = |z| = (−3)2 + (−3)2 = 9 + 9 = 18 = 3 2.

2. Determinamos el argumento:
 
−1 −3
θ = tan = tan−1 (1).
−3

El ángulo tan−1 (1) en radianes es π4 . Sin embargo, como z se encuentra en el tercer

cuadrante (ambos componentes son negativos), sumamos π al ángulo:
π 5π
θ=π+ = .
4 4
3. Escribimos z en forma polar:
    
√ 5π 5π
z = 3 2 cos + i sin .
4 4
O de forma exponencial: √ 5π
z = 3 2ei 4 .
Conclusión:
√ 5π
Módulo: r = 3 2, Argumento: θ = .
4
Código MATLAB:
1 % Definir el número complejo z
2 z = -3 - 3i;
3

4 % Calcular el módulo
5 modulo = abs(z);
6

7 % Calcular el argumento en radianes

8 argumento = angle(z);
9

10 % Mostrar resultados
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 67
11 disp(['Módulo:␣', num2str(modulo)]);
12 disp(['Argumento␣(radianes):␣', num2str(argumento)]);
13 disp(['Forma␣polar:␣', num2str(modulo), '␣*␣exp(i*', num2str(argumento),
')']);

Explicación del Código:

• abs(z): Calcula el módulo de z.
• angle(z): Calcula el argumento de z en radianes, teniendo en cuenta el cuad-
rante.
• La forma polar se genera como |z|·eiθ , donde |z| es el módulo y θ el argumento.
Resultados en MATLAB:
√
• Módulo: 3 2 (aproximadamente 4.2426).
5π
• Argumento: (aproximadamente 3.9269 radianes).
4
√ 5π
• Forma polar: 3 2 · ei 4 .

Ejercicio: Ecuaciones Complejas

Problema: Resolver la ecuación z 2 + 4z + 13 = 0 en el campo de los números
complejos.
Concepto: Para resolver una ecuación cuadrática en el plano complejo de la
forma az 2 + bz + c = 0, utilizamos la fórmula general:
√
−b ± b2 − 4ac
z= .
2a
Donde: - a, b, c son los coeficientes del polinomio cuadrático. - Si el discriminante
∆ = b2 − 4ac es negativo, las raíces serán números complejos conjugados.
Solución Analítica: En este caso, a = 1, b = 4, y c = 13.
1. Calculamos el discriminante:
∆ = b2 − 4ac = 42 − 4(1)(13) = 16 − 52 = −36.
2. Como ∆ < 0, las raíces serán complejas conjugadas:
√
−b ± i −∆
z= .
2a
3. Sustituimos los valores:
√
−4 ± i 36 −4 ± 6i
z= = .
2 2
4. Simplificamos:
z1 = −2 + 3i, z2 = −2 − 3i.
Conclusión: Las soluciones de la ecuación son:
z1 = −2 + 3i, z2 = −2 − 3i.
Código MATLAB:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 68

1 % Definir los coeficientes de la ecuación cuadrática

2 a = 1;
3 b = 4;
4 c = 13;
5

6 % Resolver la ecuación cuadrática

7 z = roots([a, b, c]);
8

9 % Mostrar las soluciones

10 disp(['Solución␣1:␣', num2str(z(1))]);
11 disp(['Solución␣2:␣', num2str(z(2))]);

Explicación del Código:

• roots([a, b, c]): Calcula las raíces del polinomio definido por los coefi-
cientes a, b, c.

• Las soluciones son automáticamente calculadas como números complejos si el

discriminante es negativo.

Resultados en MATLAB:

• Solución 1: z1 = −2 + 3i.

• Solución 2: z2 = −2 − 3i.

Ejercicio: Mapeo Conforme

Problema: Determinar la imagen del círculo |z| = 2 bajo la transformación w = z1 .
Concepto: El mapeo conforme w = z1 transforma puntos en el plano complejo.
El objetivo es analizar cómo se transforma el círculo |z| = 2 bajo esta transformación.
Dado que z = x + yi y w = u + vi, donde u, v son las partes real e imaginaria de
w, usamos propiedades de las funciones conformes para determinar la forma de la
imagen.
Solución Analítica: 1. Para w = z1 , tomamos z = reiθ , donde r = |z| y θ es el
argumento de z.
1 1 1
w = = iθ = e−iθ .
z re r
2. Sustituyendo r = 2 (ya que |z| = 2):
1
w = e−iθ .
2
3. Esto describe un círculo en el plano complejo con: - Radio: 1r = 21 . - Centro:
0 (el origen). - Orientación: La dirección de rotación del círculo es inversa a la de
|z| = 2, debido al signo negativo en e−iθ .
Conclusión: La imagen del círculo |z| = 2 bajo la transformación w = z1 es el
círculo |w| = 21 .
Código MATLAB:
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 69

1 % Definir los valores para theta (ángulos en radianes)

2 theta = linspace(0, 2*pi, 1000);
3

4 % Definir el círculo |z| = 2 en el plano complejo

5 z = 2 * exp(1i * theta);
6

7 % Aplicar la transformación w = 1/z

8 w = 1 ./ z;
9

10 % Graficar los resultados

11 figure;
12 plot(real(z), imag(z), 'b', 'LineWidth', 1.5); hold on;
13 plot(real(w), imag(w), 'r', 'LineWidth', 1.5);
14 axis equal;
15 grid on;
16 xlabel('Parte␣Real');
17 ylabel('Parte␣Imaginaria');
18 title('Transformación␣de␣|z|␣=␣2␣bajo␣w␣=␣1/z');
19 legend('|z|␣=␣2', '|w|␣=␣1/2');

Explicación del Código:

• theta = linspace(0, 2*pi, 1000): Genera 1000 valores para el ángulo θ
entre 0 y 2π.
• z = 2 * exp(1i * theta): Genera los puntos del círculo |z| = 2.
• w = 1 ./ z: Aplica la transformación w = z1 .
• plot(real(z), imag(z), 'b'): Dibuja el círculo |z| = 2 en azul.
• plot(real(w), imag(w), 'r'): Dibuja el círculo transformado |w| = 1
2
en
rojo.
Resultados en MATLAB: La figura muestra: - Un círculo azul correspondi-
ente a |z| = 2. - Un círculo rojo correspondiente a |w| = 21 , centrado en el origen.

Ejercicio: Exponencial Compleja

Problema: Simplificar ez para z = iπ. Expresar el resultado en forma rectangular.
Concepto: La exponencial compleja se define como:
ez = ex+iy = ex (cos y + i sin y),
donde z = x + iy, x es la parte real y y la parte imaginaria de z.
Solución Analítica: 1. Dado z = iπ, identificamos:
x = 0, y = π.
2. Sustituimos en la fórmula:
ez = ex+iy = e0 (cos π + i sin π).
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 70
3. Evaluamos:
e0 = 1, cos π = −1, sin π = 0.
4. Por lo tanto:
eiπ = 1(−1 + 0i) = −1.
Resultado Final:
eiπ = −1.
Código MATLAB:
1 % Definir z como el número complejo
2 z = 1i * pi;
3

4 % Calcular la exponencial compleja

5 result = exp(z);
6

7 % Mostrar el resultado
8 disp(['e^(i*pi)␣=␣', num2str(result)]);

Explicación del Código:

• z = 1i * pi: Define z = iπ como un número complejo en MATLAB.

• result = exp(z): Calcula la exponencial de z utilizando la función exp.

• disp: Muestra el resultado en consola, que será −1.

Nota: Este resultado es un caso especial de la fórmula de Euler:

eiπ + 1 = 0,

que es conocida como la identidad de Euler, una de las relaciones más elegantes en
matemáticas.

Ejercicio: Serie de Potencias

Problema: Determinar el radio de convergencia de la serie:
X
∞
zn
.
n=1
n2

Concepto: Para una serie de potencias de la forma:

X
∞
an z n ,
n=1

el radio de convergencia R se determina utilizando el criterio del radio (o el criterio

de la raíz). En este caso, utilizamos la fórmula del criterio de raíz:
1 p
= lim sup n |an |,
R n→∞
 2.1. CONCEPTOS BÁSICOS, EXTENSIÓN AL DOMINIO COMPLEJO, Y
TRANSFORMACIONES 71
donde an son los coeficientes de la serie.
Solución Analítica: En la serie dada, los coeficientes an están definidos como:
1
an = .
n2
p
1. Calculemos n
|an |: r
p 1 1
|an | =
n n
2
= 2/n .
n n
2. Analicemos el límite cuando n → ∞:
2
lim n2/n = lim e n ln n .
n→∞ n→∞

Como lnnn → 0, se sigue que n2/n → 1.

3. Por lo tanto:
p 1
lim sup n |an | = = 1.
n→∞ 1
4. Según la fórmula del radio de convergencia:
1
R= p = 1.
lim supn→∞ n
|an |
Resultado Final: El radio de convergencia de la serie es:

R = 1.

Código MATLAB:
1 % Número de términos de la serie
2 N = 1000;
3

4 % Calcular el radio de convergencia

5 n = 1:N;
6 a_n = 1 ./ n.^2; % Coeficientes de la serie
7 radius = 1 / max(a_n.^(1./n));
8

9 % Mostrar el resultado
10 disp(['El␣radio␣de␣convergencia␣es:␣', num2str(radius)]);

Explicación del Código:

• N = 1000: Define el número de términos a considerar.
1
• a_n = 1 ./ n.^2: Calcula los coeficientes de la serie an = n2
.
• radius = 1 / max(a_n.(̂1./n)): Calcula el radio de convergencia utilizando
1 √
la fórmula R = .
n
lim supn→∞ |an |

• disp: Muestra el resultado en consola.

Nota: La serie converge absolutamente dentro del círculo de radio R = 1 en el
plano complejo, pero diverge en los puntos del borde |z| = 1.
2.2. LÍMITES 72

2.2 Límites
2.2.1 Definición y Teoremas Fundamentales
El concepto de límite en el análisis complejo generaliza la noción de límite en los
números reales al plano complejo. Para una función f (z), decimos que:
lim f (z) = L
z→z0

si, para cualquier ϵ > 0, existe un δ > 0 tal que |f (z) − L| < ϵ siempre que
0 < |z − z0 | < δ.
En otras palabras, el valor de f (z) puede aproximarse arbitrariamente a L cuando
z se aproxima a z0 , sin importar la dirección desde la que z se acerque. Este concepto
es crucial en el estudio de funciones complejas debido a la naturaleza bidimensional
del plano complejo.

Teoremas Fundamentales de los Límites

Si f (z) y g(z) son funciones complejas y c es una constante compleja, se cumplen
las siguientes propiedades:
1. Adición:
lim [f (z) + g(z)] = lim f (z) + lim g(z).
z→z0 z→z0 z→z0

2. Multiplicación por una constante:

lim [c · f (z)] = c · lim f (z).
z→z0 z→z0

3. Producto:
   
lim [f (z) · g(z)] = lim f (z) · lim g(z) .
z→z0 z→z0 z→z0

4. Cociente:
f (z) limz→z0 f (z)
lim = ,
z→z0 g(z) limz→z0 g(z)
siempre que limz→z0 g(z) ̸= 0.
Estas propiedades permiten realizar operaciones algebraicas en límites de fun-
ciones complejas de manera análoga a las operaciones en límites reales.

Continuidad
Una función f (z) es continua en un punto z0 si:
1. f (z0 ) está definida.
2. El límite limz→z0 f (z) existe.
3. limz→z0 f (z) = f (z0 ).
La continuidad es esencial en el análisis complejo, ya que muchas propiedades
fundamentales, como la diferenciabilidad, dependen de que las funciones sean con-
tinuas.
2.2. LÍMITES 73

2.2.2 Plano Complejo Ampliado

El plano complejo ampliado se obtiene al agregar un ”punto en el infinito”, deno-
tado como ∞, al conjunto de los números complejos. Este punto adicional permite
describir comportamientos límite cuando z se aleja indefinidamente del origen en
cualquier dirección.
Este modelo se representa visualmente mediante la esfera de Riemann, que asocia
cada número complejo z con un punto en la superficie de una esfera. El punto en el
infinito corresponde al polo norte de la esfera.

Límites en el Infinito
El concepto de límite también se extiende para describir el comportamiento de f (z)
cuando z → ∞. Decimos que:
lim f (z) = L
z→∞

si, para cualquier ϵ > 0, existe un R > 0 tal que |f (z) − L| < ϵ siempre que |z| > R.
De manera similar, si f (z) crece sin acotarse cuando z → ∞, escribimos:

lim f (z) = ∞.
z→∞

Propiedades de Límites en el Infinito

Las propiedades básicas de los límites se mantienen cuando z → ∞. En particular:
1. Suma:
lim [f (z) + g(z)] = lim f (z) + lim g(z).
z→∞ z→∞ z→∞

2. Producto:    
lim [f (z) · g(z)] = lim f (z) · lim g(z) .
z→∞ z→∞ z→∞

3. Cociente:
f (z) limz→∞ f (z)
lim = ,
z→∞ g(z) limz→∞ g(z)
siempre que limz→∞ g(z) ̸= 0.

Ejemplos Resueltos
1. Cálculo de un límite básico:
Calcular:
lim (z 2 + 1).
z→2+3i

Solución analítica: Sustituimos z = 2 + 3i en la función:

f (z) = z 2 + 1.

Calculamos (2 + 3i)2 :

(2 + 3i)2 = 4 + 12i + 9i2 = 4 + 12i − 9 = −5 + 12i.

2.2. LÍMITES 74

Por lo tanto:
f (z) = (−5 + 12i) + 1 = −4 + 12i.
Entonces:
lim (z 2 + 1) = −4 + 12i.
z→2+3i

Solución en MATLAB:
Utilizando el paquete simbólico de MATLAB para verificar el cálculo alge-
braico:
1 % Definir la variable simbólica
2 syms z
3

4 % Definir la función
5 f = z^2 + 1;
6

7 % Sustituir z por 2 + 3i
8 z_val = 2 + 3i;
9 resultado = subs(f, z, z_val);
10

11 % Mostrar el resultado
12 disp(['El␣resultado␣es:␣', char(resultado)]);

Explicación del código:

• syms z: Declara la variable z como simbólica en MATLAB.

• f = z^2 + 1: Define la función f (z) = z 2 + 1.
• subs(f, z, z_val): Sustituye el valor z = 2 + 3i en la función f (z).
• disp: Muestra el resultado en consola como una expresión simbólica o
numérica.

Resultado: El resultado calculado es:

lim (z 2 + 1) = −4 + 12i.
z→2+3i

2. Límite en el infinito:
Calcular:
z+2
lim .
z→∞ z2 + 1
Solución analítica:
Dividimos el numerador y el denominador por z 2 , el término de mayor grado
en el denominador:
z
z+2 z2
+ z22 1
z
+ z22
= z2
= 1 .
z2 + 1 z 2 + z
1
2 1 + z2
2.2. LÍMITES 75

Cuando z → ∞, los términos 1

z
y 2
z2
tienden a 0. Así, el límite se calcula como:

z+2 0+0
lim = = 0.
z→∞ z 2 + 1 1+0

Solución en MATLAB:
Podemos utilizar MATLAB para verificar este cálculo simbólicamente:
1 % Declarar la variable simbólica
2 syms z
3

4 % Definir la función
5 f = (z + 2) / (z^2 + 1);
6

7 % Calcular el límite cuando z tiende a infinito

8 limite = limit(f, z, inf);
9

10 % Mostrar el resultado
11 disp(['El␣límite␣es:␣', char(limite)]);

Explicación del código:

• syms z: Declara la variable z como simbólica.

• f = (z + 2) / (z^2 + 1): Define la función f (z).
• limit(f, z, inf): Calcula el límite de f (z) cuando z → ∞.
• disp: Muestra el resultado en formato simbólico o numérico.

Resultado: El límite calculado es:

z+2
lim = 0.
z→∞ z2 + 1
—

3. Límite con el plano complejo ampliado:

Calcular:
1
lim .
z→∞ z

Solución analítica:
En el plano complejo ampliado, al calcular el límite de z1 cuando z → ∞,
podemos observar que para |z| > R (donde R es arbitrariamente grande), el
término z1 se hace arbitrariamente pequeño, ya que su módulo cumple:

1 1
= .
z |z|

Cuando |z| → ∞, entonces:

1
→ 0.
|z|
2.2. LÍMITES 76

Por lo tanto, el límite es:

1
lim = 0.
z→∞ z

Solución en MATLAB:
Usamos MATLAB para verificar este resultado simbólicamente:
1 % Declarar la variable simbólica
2 syms z
3

4 % Definir la función
5 f = 1 / z;
6

7 % Calcular el límite cuando z tiende a infinito

8 limite = limit(f, z, inf);
9

10 % Mostrar el resultado
11 disp(['El␣límite␣es:␣', char(limite)]);

Explicación del código:

• syms z: Declara la variable z como simbólica.

• f = 1 / z: Define la función f (z) = z1 .
• limit(f, z, inf): Calcula el límite de f (z) cuando z → ∞.
• disp: Muestra el resultado en formato simbólico.

Resultado: El límite calculado es:

1
lim = 0.
z→∞ z

4. Límite en una función con singularidad:

Determinar el límite:
z−i
lim 2 .
z→i z + 1

Solución analítica:
Sustituimos directamente z = i en la función:
z−i i−i
2
= 2 .
z +1 i +1
El numerador es:
i − i = 0.
El denominador es:
i2 + 1 = −1 + 1 = 0.
Esto da lugar a una indeterminación 00 , por lo que debemos analizar el límite
utilizando el enfoque de factorización o derivación.
2.2. LÍMITES 77

Resolviendo el límite:
La función es:
z−i
f (z) = .
z2 + 1
Factorizamos el denominador z 2 + 1 = (z − i)(z + i), lo que permite cancelar
z − i en el numerador y denominador, siempre que z ̸= i:

z−i 1
f (z) = = , z ̸= i.
(z − i)(z + i) z+i

Ahora calculamos el límite cuando z → i:

1 1 1
lim f (z) = lim = = .
z→i z→i z + i i+i 2i

Por lo tanto:
z−i 1
lim 2
= .
z→i z +1 2i

Verificación en MATLAB:
El cálculo puede verificarse usando MATLAB:
1 % Declarar la variable simbólica
2 syms z
3

4 % Definir la función
5 f = (z - 1i) / (z^2 + 1);
6

7 % Calcular el límite cuando z tiende a i

8 limite = limit(f, z, 1i);
9

10 % Mostrar el resultado
11 disp(['El␣límite␣es:␣', char(limite)]);

Explicación del código:

• syms z: Declara la variable z como simbólica.

• f = (z - 1i) / (z^2 + 1): Define la función
• limit(f, z, 1i): Calcula el límite de f (z) cuando z → i.
• disp: Muestra el resultado simbólico.

Resultado final: El límite calculado es:

z−i 1
lim 2
= .
z→i z + 1 2i

—
2.2. LÍMITES 78

5. Transformación en el infinito:
Determinar la imagen de z → ∞ bajo la transformación:
1
w= .
z

Solución analítica:
Consideremos la transformación w = z1 .
Cuando z → ∞, el módulo de z, denotado por |z|, crece indefinidamente
(|z| → ∞). Ahora analizamos el comportamiento del módulo de w:

1 1
|w| = = .
z |z|

Si |z| → ∞, entonces 1
|z|
→ 0, lo que implica que w → 0 en el plano complejo
ampliado.
Además, notemos que:
 
1
Arg(w) = Arg = −Arg(z),
z

lo que significa que el argumento de w es opuesto al de z. Esto conserva la

orientación del plano complejo ampliado, pero invierte la dirección.
Por lo tanto:

1
La transformación w = mapea z = ∞ al punto w = 0.
z

Representación gráfica: Bajo esta transformación, el plano complejo am-

pliado experimenta una inversión respecto al origen. Por ejemplo, el punto z
en el círculo |z| = R se transforma en w con |w| = R1 .
Cálculo en MATLAB:
Utilizamos MATLAB para verificar el comportamiento de la transformación
cerca de z → ∞.
1 % Declarar la variable simbólica
2 syms z
3

4 % Definir la transformación
5 w = 1/z;
6

7 % Evaluar el límite cuando z tiende a infinito

8 limite = limit(w, z, inf);
9

10 % Mostrar el resultado
11 disp(['La␣imagen␣de␣z␣->␣infinito␣bajo␣la␣transformación␣es:␣',
char(limite)]);
2.2. LÍMITES 79

Explicación del código:

• syms z: Declara z como una variable simbólica.

• w = 1/z: Define la transformación w = z1 .
• limit(w, z, inf): Calcula el límite de w cuando z → ∞.
• disp: Muestra el resultado en la consola.

Resultado final: El resultado del cálculo en MATLAB es:

1
lim = 0.
z→∞ z

Por lo tanto, la imagen de z = ∞ bajo la transformación w = 1

z
es el punto
w = 0.

Ejercicios Propuestos
1. Límite básico:
Calcular:
z 2 − 2z + 1
lim .
z→1+i z − (1 + i)

2. Límite con funciones exponenciales:

Determinar:  2 
lim ez − 1 .
z→0

3. Límite en el infinito:
Evaluar:
2z + 3
lim .
z→∞ z 2 + 1

4. Límite con singularidad removible:

Calcular:
z2 + 1
lim 2 .
z→i z − 1

5. Límite con módulo:

Determinar:
lim |z + 2 + 2i| .
z→−2−2i

6. Transformación en el infinito:
Encontrar la imagen de z → ∞ bajo la transformación:
z
w= .
z+1

7. Límite con logaritmos:

Evaluar:
lim log(z 2 − 1).
z→1
 2.2. LÍMITES 80

8. Límite con números reales:

Calcular:
z2 − 4
lim .
z→2 z − 2

9. Límite de una función trigonométrica compleja:

Evaluar:
lim sin(z).
z→πi

10. Límite en coordenadas polares:

Determinar el límite cuando z tiende a 0 usando coordenadas polares:
z
lim .
z→0z

Solución de ejercicios propuestos

Límite básico
Calcular:
z 2 − 2z + 1
lim .
z→1+i z − (1 + i)

Solución: Observamos que al sustituir z = 1+i en el denominador, este se anula,

lo que indica una indeterminación del tipo 00 . Procedemos utilizando factorización
en el numerador.
El numerador es:
z 2 − 2z + 1 = (z − 1)2 .
Reescribimos la función:
(z − 1)2
f (z) = .
z − (1 + i)
Sustituimos z = 1 + i:
i
f (z) = .
1−i
Racionalizamos el resultado:
i 1+i −1 + i
· = .
1−i 1+i 2
El límite es:
z 2 − 2z + 1 −1 + i
lim = .
z→1+i z − (1 + i) 2
Cálculo en MATLAB:
Listing 2.1: Cálculo del límite en MATLAB
1 syms z
2 f = (z^2 - 2*z + 1) / (z - (1 + 1i));
3 limit(f, z, 1 + 1i)
2.2. LÍMITES 81

• Límite con funciones exponenciales:

Determinar:  2 
lim e − 1 .
z
z→0

Solución Analítica:
2
La función ez es continua y analítica en el dominio de los números complejos.
Una herramienta poderosa para estudiar su comportamiento alrededor de z =
2
0 es la expansión en serie de Taylor. La serie de Taylor para ez en z = 0 es:

2 (z 2 )2 (z 2 )3
ez = 1 + z 2 + + + ··· .
2! 3!

Sustituyendo esta expansión en ez − 1, tenemos:

2

 
z2 (z 2 )2 (z 2 )3
e −1= 1+z + 2
+ + · · · − 1.
2! 3!

Al simplificar, resulta:

2 z4 z6
ez − 1 = z 2 + + + ··· .
2! 3!

Evaluamos el límite:
   
z2 z4 z6
lim e − 1 = lim z + + + ··· 2
.
z→0 z→0 2! 3!

Como todos los términos que contienen potencias de z tienden a 0 cuando

z → 0, obtenemos:  2 
lim e − 1 = 0.
z
z→0

Por lo tanto, el límite es:

0.
2
Interpretación: Este resultado indica que ez se aproxima al valor 1 conforme
z → 0, lo cual es consistente con la continuidad y derivabilidad de la función
exponencial.
Cálculo en MATLAB:
Verificamos este resultado con MATLAB utilizando cálculo simbólico. El
código empleado es:
Listing 2.2: Código para calcular el límite en MATLAB
1 syms z
2 limite = limit(exp(z^2) - 1, z, 0);
3 disp('El␣límite␣es:');
4 disp(limite);
5
2.2. LÍMITES 82

Salida esperada en MATLAB:

El límite es:
0

Nota: Si se desea verificar numéricamente el comportamiento de ez − 1 cerca

2

de z = 0, se puede realizar un cálculo numérico como complemento:

Listing 2.3: Evaluación numérica en MATLAB

1 z_vals = linspace(-0.1, 0.1, 100); % Valores cercanos a 0
2 y_vals = exp(z_vals.^2) - 1;
3 plot(z_vals, y_vals, 'LineWidth', 2);
4 xlabel('z'); ylabel('e^{z^2}␣-␣1');
5 title('Comportamiento␣de␣e^{z^2}␣-␣1␣cerca␣de␣z=0');
6 grid on;
7

Este código produce una gráfica que muestra cómo ez − 1 se aproxima a 0

2

cuando z tiende a 0.

• Límite en el infinito:
Evaluar:
2z + 3
lim .
z→∞ z 2 + 1

Solución Analítica:
Dada la función f (z) = 2z+3
z 2 +1
, analizamos el comportamiento de f (z) cuando
z → ∞. Dividimos el numerador y el denominador entre la mayor potencia
de z, es decir, z 2 :
2z
2z + 3 z2
+ z32
= z2
.
z2 + 1 z2
+ z12

Simplificamos cada término:

2
2z + 3 z
+ z32
= .
z2 + 1 1 + z12

Ahora evaluamos el límite: - Cuando z → ∞, 2

z
→ 0, 3
z2
→0y 1
z2
→ 0.
Sustituyendo estos valores, el límite se convierte en:
2
z
+ z32 0+0
lim 1 = = 0.
z→∞ 1 + z2 1+0

Por lo tanto, el resultado es:

0.
2.2. LÍMITES 83

Interpretación: A medida que z crece indefinidamente, el término cuadrático

z 2 domina tanto en el numerador como en el denominador. Esto hace que el
valor de la fracción tienda a 0.
Cálculo en MATLAB:
Verificamos este resultado utilizando cálculo simbólico en MATLAB. El código
es:
Listing 2.4: Código para calcular el límite en MATLAB
1 syms z
2 limite = limit((2*z + 3)/(z^2 + 1), z, inf);
3 disp('El␣límite␣es:');
4 disp(limite);
5

Salida esperada en MATLAB:

El límite es:
0

Evaluación numérica: Si se desea confirmar este resultado evaluando la fun-

ción para valores grandes de z, se puede usar el siguiente código en MATLAB:
Listing 2.5: Evaluación numérica en MATLAB
1 z_vals = linspace(10, 1000, 100); % Valores grandes de z
2 y_vals = (2*z_vals + 3) ./ (z_vals.^2 + 1);
3 plot(z_vals, y_vals, 'LineWidth', 2);
4 xlabel('z'); ylabel('f(z)');
5 title('Comportamiento␣de␣f(z)␣=␣(2z␣+␣3)␣/␣(z^2␣+␣1)␣para␣z␣
grande');
6 grid on;
7

Este código genera una gráfica que muestra cómo la función se aproxima a 0
cuando z crece indefinidamente.

• Límite con singularidad removible:

Calcular:
z2 + 1
lim 2 .
z→i z − 1

Solución Analítica:
Dada la función:
z2 + 1
f (z) = ,
z2 − 1
evaluamos el límite cuando z → i. Al sustituir directamente z = i, obtenemos:
i2 + 1
f (i) = 2 .
i −1
2.2. LÍMITES 84

Calculamos los términos en el numerador y denominador: - i2 = −1, - Por lo

tanto, i2 + 1 = −1 + 1 = 0, - Y i2 − 1 = −1 − 1 = −2.
Sustituyendo estos valores:
0
f (i) = = 0.
−2

Por lo tanto:
0.

Interpretación de la Singularidad:
En z = i, la función presenta un punto donde tanto el numerador como el
denominador se anulan (0/0), lo que indica una singularidad que podría ser
removible. Para confirmar esto, reescribimos la función y evaluamos el límite.
**Reescritura de la función:** Factorizamos el numerador y el denominador:

z 2 + 1 = (z − i)(z + i), z 2 − 1 = (z − 1)(z + 1).

La función se convierte en:

(z − i)(z + i)
f (z) = .
(z − 1)(z + 1)

Al evaluar el límite cuando z → i, sustituimos directamente, ya que no se

produce indeterminación:
(i − i)(i + i) 0
lim f (z) = = 2 = 0.
z→i (i − 1)(i + 1) i −1

Esto confirma que la singularidad en z = i es removible.

Verificación con MATLAB:
Utilizamos MATLAB para calcular el límite simbólicamente y verificar la solu-
ción analítica. El código es:
Listing 2.6: Código para calcular el límite en MATLAB
1 syms z
2 limite = limit((z^2 + 1)/(z^2 - 1), z, i);
3 disp('El␣límite␣es:');
4 disp(limite);
5

**Salida esperada:**

El límite es:
0

Exploración numérica: Evaluamos la función para valores cercanos a z = i.

Esto puede hacerse con:
2.2. LÍMITES 85

Listing 2.7: Evaluación numérica en MATLAB

1 z_vals = i + linspace(-0.01, 0.01, 100); % Valores cercanos a z
= i
2 y_vals = (z_vals.^2 + 1) ./ (z_vals.^2 - 1);
3 plot(real(z_vals), real(y_vals), 'LineWidth', 2);
4 xlabel('Re(z)'); ylabel('Re(f(z))');
5 title('Comportamiento␣de␣f(z)␣cerca␣de␣z␣=␣i');
6 grid on;
7

La gráfica resultante muestra que f (z) converge a 0 cuando z → i.

• Límite con módulo:

Determinar:
lim |z + 2 + 2i| .
z→−2−2i

Solución Analítica:
Dada la función:
f (z) = |z + 2 + 2i| ,
evaluamos el límite cuando z → −2 − 2i.
La expresión dentro del valor absoluto es:

z + 2 + 2i.

Si z → −2 − 2i, entonces:

z + 2 + 2i = (−2 − 2i) + 2 + 2i = 0.

Sustituimos en f (z):

f (z) = |z + 2 + 2i| = |0| = 0.

Por lo tanto:
0.

Interpretación:
El valor absoluto mide la distancia de z + 2 + 2i al origen en el plano complejo.
Cuando z → −2 − 2i, la distancia tiende a cero, ya que el argumento dentro
del módulo se anula en ese punto.
Verificación con MATLAB:
Utilizamos MATLAB para calcular el límite simbólicamente. El código es:
Listing 2.8: Código para calcular el límite en MATLAB
1 syms z
2 limite = limit(abs(z + 2 + 2i), z, -2 - 2i);
3 disp('El␣límite␣es:');
4 disp(limite);
5
2.2. LÍMITES 86

**Salida esperada:**

El límite es:
0

Exploración numérica: Evaluamos la función para valores cercanos a z =

−2 − 2i. Esto se puede realizar con el siguiente código:
Listing 2.9: Evaluación numérica en MATLAB
1 z_vals = (-2 - 2i) + linspace(-0.01, 0.01, 100); % Valores
cercanos a -2 - 2i
2 y_vals = abs(z_vals + 2 + 2i);
3 plot(real(z_vals), y_vals, 'LineWidth', 2);
4 xlabel('Re(z)'); ylabel('|f(z)|');
5 title('Comportamiento␣de␣|f(z)|␣cerca␣de␣z␣=␣-2␣-␣2i');
6 grid on;
7

La gráfica muestra que f (z) tiende a 0 conforme z se acerca a −2 − 2i.

• Transformación en el infinito:
Encontrar la imagen de z → ∞ bajo la transformación:
z
w= .
z+1

Solución Analítica:
La transformación dada es:
z
w= .
z+1
Consideremos el comportamiento de w cuando z → ∞:
z
lim w = lim .
z→∞ z→∞ z + 1

Dividimos el numerador y denominador entre z para simplificar:

1
lim w = lim .
z→∞ z→∞ 1 + 1
z

Como z → ∞, el término 1
z
→ 0. Por lo tanto:

1
lim w = = 1.
z→∞ 1+0

**Resultado final:**
w=1.
2.2. LÍMITES 87

Interpretación Geométrica:
Esta transformación puede interpretarse como un mapeo del plano complejo
extendido mediante una función racional. En este caso, cuando z se aproxima
a infinito, la transformación compacta el valor de z a w = 1.
Verificación con MATLAB:
Utilizamos MATLAB para calcular el límite simbólicamente. El código es:
Listing 2.10: Cálculo del límite en MATLAB
1 syms z
2 w = z / (z + 1);
3 limite = limit(w, z, inf);
4 disp('El␣límite␣es:');
5 disp(limite);
6

**Salida esperada:**

El límite es:
1

Exploración Gráfica: Evaluamos la transformación en valores grandes de

z para confirmar el comportamiento esperado. Utilizamos el siguiente código
MATLAB:
Listing 2.11: Exploración gráfica en MATLAB
1 z_vals = linspace(1, 100, 1000); % Valores grandes de z
2 w_vals = z_vals ./ (z_vals + 1);
3 plot(z_vals, w_vals, 'LineWidth', 2);
4 xlabel('z'); ylabel('w');
5 title('Comportamiento␣de␣w␣=␣z␣/␣(z␣+␣1)␣para␣z␣grande');
6 grid on;
7

La gráfica mostrará que w se aproxima asintóticamente a 1 conforme z au-

menta.

• Límite con logaritmos:

Evaluar:
lim log(z 2 − 1).
z→1

Solución Analítica:
La función dada es:
f (z) = log(z 2 − 1).

Notemos que z 2 − 1 puede factorizarse como:

z 2 − 1 = (z − 1)(z + 1).
2.2. LÍMITES 88

Sustituyendo, obtenemos:


log(z 2 − 1) = log (z − 1)(z + 1) .

Usamos la propiedad de los logaritmos:

log (z − 1)(z + 1) = log(z − 1) + log(z + 1).

Evaluamos el límite cuando z → 1:

 
lim log(z 2 − 1) = lim log(z − 1) + log(z + 1) .
z→1 z→1

Observamos que: - Cuando z → 1, z − 1 → 0, lo cual hace que log(z − 1)

tienda a −∞. - Por otro lado, log(z + 1) tiende a log(2), ya que z + 1 → 2.
Por lo tanto, el límite no está definido, ya que log(z − 1) diverge a −∞.
Conclusión: El límite es:
−∞ .

Verificación con MATLAB:

Utilizamos MATLAB para verificar el límite simbólicamente. El código es:
Listing 2.12: Cálculo del límite en MATLAB
1 syms z
2 f = log(z^2 - 1);
3 limite = limit(f, z, 1, 'left'); % Aproximación por la izquierda
4 disp('El␣límite␣es:');
5 disp(limite);
6

**Salida esperada:**

El límite es:
-Inf

Exploración Numérica: Para complementar, evaluamos valores de z cer-

canos a 1 desde la izquierda. Esto puede realizarse con:
Listing 2.13: Exploración numérica en MATLAB
1 z_vals = 1 - logspace(-1, -5, 100); % Valores cercanos a 1 desde
la izquierda
2 f_vals = log(z_vals.^2 - 1);
3 plot(z_vals, f_vals, 'o-', 'LineWidth', 1.5);
4 xlabel('z'); ylabel('log(z^2␣-␣1)');
5 title('Comportamiento␣de␣log(z^2␣-␣1)␣cerca␣de␣z␣=␣1');
6 grid on;
7
2.2. LÍMITES 89

La gráfica mostrará una divergencia hacia −∞ conforme z se aproxima a 1

desde la izquierda.

• Límite con números reales:

Calcular:
z2 − 4
lim .
z→2 z − 2

Solución Analítica:
La función dada es:
z2 − 4
f (z) = .
z−2
Observamos que el numerador z 2 − 4 puede factorizarse como:

z 2 − 4 = (z − 2)(z + 2).

Sustituyendo en f (z), tenemos:

(z − 2)(z + 2)
f (z) = .
z−2

Siempre que z ̸= 2, podemos simplificar:

f (z) = z + 2.

Ahora evaluamos el límite cuando z → 2:

lim f (z) = lim (z + 2) = 2 + 2 = 4.

z→2 z→2

Conclusión: El límite es:

4.

Verificación con MATLAB:

Utilizamos MATLAB para calcular simbólicamente el límite. El código es:
Listing 2.14: Cálculo del límite en MATLAB
1 syms z
2 f = (z^2 - 4) / (z - 2);
3 limite = limit(f, z, 2);
4 disp('El␣límite␣es:');
5 disp(limite);
6

**Salida esperada:**

El límite es:
4
2.2. LÍMITES 90

Exploración Numérica: Para observar el comportamiento de la función

cerca de z = 2, evaluamos valores cercanos. Esto puede realizarse con:
Listing 2.15: Exploración numérica en MATLAB
1 z_vals = linspace(1.9, 2.1, 100); % Valores cercanos a z = 2
2 f_vals = (z_vals.^2 - 4) ./ (z_vals - 2);
3 plot(z_vals, f_vals, 'o-', 'LineWidth', 1.5);
4 xlabel('z'); ylabel('f(z)');
5 title('Comportamiento␣de␣f(z)␣cerca␣de␣z␣=␣2');
6 grid on;
7

La gráfica mostrará una continuidad en la función y un valor constante cercano

a 4 cuando z se aproxima a 2.

• Límite de una función trigonométrica compleja:

Evaluar:
lim sin(z).
z→πi

Solución Analítica:
La función seno en el dominio complejo está definida como:

eiz − e−iz
sin(z) = .
2i

Sustituyendo z = πi en la expresión, tenemos:

ei(πi) − e−i(πi)
sin(πi) = .
2i

Simplificamos los exponentes:

ei(πi) = e−π , e−i(πi) = eπ .

Entonces:
e−π − eπ
sin(πi) = .
2i
Factorizando eπ :
1 − e2π
sin(πi) = .
2ieπ
Conclusión: El límite es:
e−π − eπ
.
2i

Cálculo Simbólico con MATLAB:

Usamos MATLAB para confirmar este resultado simbólicamente. El código
es:
2.2. LÍMITES 91

Listing 2.16: Cálculo del límite en MATLAB

1 syms z
2 limite = limit(sin(z), z, pi*1i);
3 disp('El␣límite␣es:');
4 disp(limite);
5

**Salida esperada:**

El límite es:
(exp(-pi) - exp(pi)) / (2i)

Exploración Numérica: Para verificar el comportamiento cerca de z = πi,

evaluamos la función para valores complejos cercanos a πi:
Listing 2.17: Exploración numérica en MATLAB
1 z_vals = linspace(-pi*1i - 0.1, -pi*1i + 0.1, 100); % Valores
complejos cerca de �i
2 sin_vals = sin(z_vals);
3 plot(real(z_vals), imag(sin_vals), 'o-', 'LineWidth', 1.5);
4 xlabel('Re(z)'); ylabel('Im(sin(z))');
5 title('Comportamiento␣de␣sin(z)␣cerca␣de␣z␣=␣�i');
6 grid on;
7

Esto proporciona una representación gráfica de la función en un entorno com-

plejo.

• Límite en coordenadas polares:

Determinar el límite cuando z tiende a 0 usando coordenadas polares:
z
lim .
z→0 z

Solución Analítica:
Representamos z en coordenadas polares como:

z = reiθ ,

donde r = |z| es el módulo de z y θ = arg(z) es su argumento.

El conjugado complejo de z es:

z = re−iθ .

Sustituyendo z y z en el cociente dado:

z re−iθ
= .
z reiθ
2.2. LÍMITES 92

Simplificamos:
z
= e−iθ · e−iθ = e−2iθ .
z

Observamos que el resultado depende únicamente del ángulo θ. Si z → 0, el

módulo r → 0, pero θ no está determinado de manera única en z = 0, lo que
implica que el límite no existe en el sentido tradicional, ya que depende del
camino de aproximación al origen.
Conclusión:
El límite no existe porque depende del argumento θ:

z
lim no existe.
z→0 z

Verificación con MATLAB:

Usamos MATLAB para explorar el comportamiento del límite en diferentes
caminos hacia z = 0. El código es:

Listing 2.18: Cálculo del límite en MATLAB

1 syms z theta r
2 z = r*exp(1i*theta);
3 limite = simplify(conj(z)/z);
4 disp('Expresión␣del␣cociente␣en␣coordenadas␣polares:');
5 disp(limite);
6

**Salida esperada:**

Expresión del cociente en coordenadas polares:

exp(-2i*theta)

Exploración Numérica: Evaluamos el comportamiento para diferentes val-

ores de θ:

Listing 2.19: Exploración numérica en MATLAB

1 theta_vals = linspace(0, 2*pi, 100); % Ángulos en [0, �2]
2 limites = exp(-2i * theta_vals);
3 polarplot(theta_vals, abs(limites), 'LineWidth', 1.5);
4 title('Comportamiento␣del␣límite␣dependiendo␣de␣�');
5 grid on;
6

Esto produce un gráfico en coordenadas polares que confirma la dependencia

del límite en θ.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 93

2.3 Continuidad y Diferenciación en Variable Com-

pleja
En el análisis de variable compleja, la continuidad y la diferenciación no solo general-
izan conceptos del análisis real, sino que también revelan propiedades exclusivas que
permiten desarrollar una teoría profundamente rica y aplicable. Estas propiedades
son esenciales para entender fenómenos como la analiticidad, las funciones holomor-
fas y sus aplicaciones en física, ingeniería y matemáticas avanzadas.

2.3.1 Continuidad
Sea f : C → C una función compleja. Decimos que f (z) es continua en un punto
z0 ∈ C si para toda ε > 0, existe un δ > 0 tal que:

|z − z0 | < δ =⇒ |f (z) − f (z0 )| < ε.

Intuitivamente, esto significa que los valores de f (z) se mantienen arbitrariamente

cerca de f (z0 ) cuando z está suficientemente cerca de z0 .
Equivalentemente, f (z) es continua en z0 si:

lim f (z) = f (z0 ).

z→z0

Además, f (z) es continua en un conjunto abierto U ⊆ C si es continua en cada

punto de U .

Importancia de la Continuidad
La continuidad garantiza un comportamiento suave de las funciones y permite definir
límites y derivadas, que son esenciales para construir teorías más avanzadas. En el
contexto del análisis complejo, las funciones continuas son el punto de partida para
estudiar propiedades más específicas como la analiticidad, que es clave en problemas
como la solución de ecuaciones diferenciales y la modelización en ingeniería.

2.3.2 Teoremas de Continuidad

En el análisis complejo, se cumplen los siguientes resultados fundamentales rela-
cionados con la continuidad:

• La suma, resta, multiplicación y división de funciones continuas (siempre que

el denominador no sea cero) son también funciones continuas.
• La composición de funciones continuas es continua.
• Si f (z) y g(z) son continuas en z0 , entonces f (g(z)) es continua en z0 .

Estos resultados permiten combinar funciones complejas continuas para con-

struir nuevos modelos matemáticos que sean igualmente continuos, lo que es es-
pecialmente útil en aplicaciones como la representación de señales y el análisis de
sistemas dinámicos.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 94

2.3.3 Derivada en Variable Compleja

La derivada de una función compleja f : C → C en un punto z0 ∈ C se define como:

f (z) − f (z0 )
f ′ (z0 ) = lim ,
z→z0 z − z0

si el límite existe. Este límite, a diferencia del análisis real, debe ser independiente de
la dirección en la que z tiende a z0 . Esta independencia es una característica única
de las funciones complejas diferenciables y conduce a propiedades extraordinarias
como la analiticidad.
Una función f (z) es diferenciable en un conjunto abierto U ⊆ C si es diferen-
ciable en cada punto de U .

Importancia de la Diferenciación
En el análisis complejo, las funciones diferenciables son automáticamente analíti-
cas, lo que significa que pueden representarse mediante series de potencias. Esta
propiedad tiene aplicaciones profundas en física, como la teoría de campos, donde
se modelan potenciales eléctricos y gravitacionales, y en ingeniería, en el análisis de
circuitos y sistemas de control.

2.3.4 Reglas de Derivación

Las reglas de derivación en el análisis complejo son similares a las del cálculo difer-
encial en el análisis real. Si f (z) y g(z) son funciones diferenciables, entonces:

• Linealidad:
d
(af (z) + bg(z)) = af ′ (z) + bg ′ (z), ∀a, b ∈ C.
dz

• Producto:
d
(f (z)g(z)) = f ′ (z)g(z) + f (z)g ′ (z).
dz

• Cociente: Si g(z) ̸= 0,
 
d f (z) f ′ (z)g(z) − f (z)g ′ (z)
= .
dz g(z) g(z)2

• Regla de la Cadena: Si f es diferenciable en g(z) y g es diferenciable en z,

d
f (g(z)) = f ′ (g(z))g ′ (z).
dz

Estas reglas permiten extender métodos de cálculo a problemas complejos, facil-

itando el estudio de sistemas en el plano complejo.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 95

2.3.5 Relación entre Continuidad y Diferenciación

Es importante notar que la diferenciabilidad implica continuidad. Si f (z) es diferen-
ciable en un punto z0 , entonces f (z) es continua en z0 . Sin embargo, la continuidad
no necesariamente implica diferenciabilidad, como ocurre en el análisis real.

Conclusión
La continuidad y la diferenciación en variable compleja no solo generalizan concep-
tos del análisis real, sino que también constituyen la base para teorías avanzadas
como la analiticidad y la teoría de funciones holomorfas. Estas propiedades encuen-
tran aplicaciones en una amplia variedad de campos, desde la física teórica hasta
la ingeniería, donde modelan y analizan fenómenos complejos con una precisión y
elegancia únicas.

Ejemplos Resueltos
1. Verificar la continuidad de una función compleja:
Sea la función f (z) = z 2 + z. Verificar si f (z) es continua en z0 = 1 + i.
Solución: Para que f (z) sea continua en z0 , debe cumplirse la condición de
continuidad:
lim f (z) = f (z0 ).
z→z0

Paso 1: Evaluar f (z0 ).

Sustituyendo z0 = 1 + i en la función f (z):
f (z0 ) = (1 + i)2 + 1 + i.
Calculamos los términos individualmente:
(1 + i)2 = 1 + 2i − 1 = 2i, 1 + i = 1 − i.
Sumando los resultados:
f (z0 ) = 2i + (1 − i) = 2 + i.

Paso 2: Verificar el límite.

La función f (z) = z 2 + z se compone de dos partes: - z 2 , que es una función
continua porque es un polinomio en z. - z, que es continua en todo el plano
complejo.
Como la suma de funciones continuas es continua, concluimos que:
lim f (z) = f (z0 ).
z→z0

Conclusión: Como el valor de la función y el límite coinciden en z0 , la función

f (z) es continua en z0 = 1 + i.
Implementación en MATLAB:
Podemos verificar esta continuidad computacionalmente con MATLAB, eval-
uando f (z0 ) y aproximando el límite para valores cercanos a z0 :
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 96

Listing 2.20: Verificación de continuidad en MATLAB

1 % Definir la función
2 f = @(z) z.^2 + conj(z);
3

4 % Definir el punto z0
5 z0 = 1 + 1i;
6

7 % Evaluar la función en z0
8 f_z0 = f(z0);
9

10 % Aproximar el límite evaluando en un punto cercano a z0

11 z_near = z0 + 1e-6; % Un punto muy cercano a z0
12 f_limit = f(z_near);
13

14 % Mostrar los resultados

15 disp('Valor␣de␣la␣función␣en␣z0:');
16 disp(f_z0);
17 disp('Aproximación␣del␣límite␣cerca␣de␣z0:');
18 disp(f_limit);
19

20 % Verificar si el valor coincide con el límite

21 if abs(f_z0 - f_limit) < 1e-6
22 disp('La␣función␣es␣continua␣en␣z0.');
23 else
24 disp('La␣función␣no␣es␣continua␣en␣z0.');
25 end

Explicación del código: - f = @(z) z.^2 + conj(z): Define la función

f (z) = z 2 + z. - z0 = 1 + 1i: Define el punto z0 . - z_near = z0 + 1e-6:
Define un punto muy cercano a z0 para aproximar el límite. - abs(f_z0 -
f_limit) < 1e-6: Comprueba si la diferencia entre el valor de f (z0 ) y el
límite es menor que un umbral (10−6 ).
Resultado esperado: El resultado muestra que f (z) es continua en z0 = 1+i,
confirmando el análisis teórico.
—
2. Calcular la derivada de una función compleja:
Sea f (z) = z 3 − 4z + 2. Calcular f ′ (z).
Solución:
La función f (z) es un polinomio en z, lo que garantiza que es diferenciable en
todo C. Aplicamos las reglas básicas de derivación para calcular su derivada:
Paso 1: Aplicar las reglas de derivación.
d d d
f ′ (z) = (z 3 ) − (4z) + (2).
dz dz dz
Paso 2: Calcular cada término.
d 3 d d
(z ) = 3z 2 , (4z) = 4, (2) = 0.
dz dz dz
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 97

Paso 3: Combinar los resultados.

f ′ (z) = 3z 2 − 4.

Resultado: La derivada de f (z) es:

f ′ (z) = 3z 2 − 4.

Implementación en MATLAB:
Utilizamos MATLAB para calcular f ′ (z) de forma simbólica y verificar el
resultado.
Listing 2.21: Cálculo de la derivada en MATLAB
1 % Declarar la variable simbólica
2 syms z;
3

4 % Definir la función
5 f = z^3 - 4*z + 2;
6

7 % Calcular la derivada
8 f_derivative = diff(f, z);
9

10 % Mostrar el resultado
11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_derivative);
13

14 % Evaluar la derivada en un punto específico, por ejemplo, z = 2

15 z_value = 2;
16 f_prime_at_z = subs(f_derivative, z, z_value);
17

18 % Mostrar el valor de la derivada en z = 2

19 disp('El␣valor␣de␣f''(z)␣en␣z␣=␣2␣es:');
20 disp(f_prime_at_z);

Explicación del código: - syms z: Declara z como una variable simbólica.

- f = z^3 - 4*z + 2: Define la función f (z). - diff(f, z): Calcula la
derivada simbólica de f (z). - subs(f_derivative, z, z_value): Sustituye
un valor específico (z = 2) en la derivada para evaluarla. - disp: Muestra los
resultados en la consola de MATLAB.
Resultado esperado: - Derivada simbólica: f ′ (z) = 3z 2 − 4. - Valor de la
derivada en z = 2: f ′ (2) = 3(22 ) − 4 = 12 − 4 = 8.
—
3. Composición de funciones y derivada:
Sea f (z) = ez . Calcular f ′ (z).
2

Solución:
La función f (z) involucra una composición de funciones, por lo que aplicamos
la regla de la cadena.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 98

Paso 1: Aplicar la regla de la cadena.

d  z2  d 2

f ′ (z) =
2
e = ez · z .
dz dz

Paso 2: Calcular la derivada interna.

d 2

z = 2z.
dz

Paso 3: Sustituir en la expresión original.

f ′ (z) = ez · 2z = 2z · ez .
2 2

Resultado: La derivada de f (z) es:

f ′ (z) = 2z · ez .
2

Implementación en MATLAB:
A continuación, calculamos f ′ (z) simbólicamente y evaluamos la derivada en
un punto específico utilizando MATLAB:
Listing 2.22: Cálculo de la derivada de una composición en MATLAB
1 % Declarar la variable simbólica
2 syms z;
3

4 % Definir la función
5 f = exp(z^2);
6

7 % Calcular la derivada
8 f_derivative = diff(f, z);
9

10 % Mostrar el resultado simbólico

11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_derivative);
13

14 % Evaluar la derivada en un punto específico, por ejemplo, z = 1 + i

15 z_value = 1 + 1i;
16 f_prime_at_z = subs(f_derivative, z, z_value);
17

18 % Mostrar el valor de la derivada en z = 1 + i

19 disp('El␣valor␣de␣f''(z)␣en␣z␣=␣1␣+␣i␣es:');
20 disp(f_prime_at_z);

Explicación del código: - syms z: Declara z como una variable simbólica.

2
- f = exp(z^2): Define la función f (z) = ez . - diff(f, z): Calcula la
derivada simbólica de f (z). - subs(f_derivative, z, z_value): Sustituye
un valor específico (z = 1 + i) en la derivada para evaluarla. - disp: Muestra
los resultados simbólicos y numéricos en la consola.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 99

Resultado esperado: - Derivada simbólica: f ′ (z) = 2z · ez . - Valor de la

2

derivada en z = 1 + i: f ′ (1 + i) ≈ 2(1 + i) · e(1+i) , que MATLAB calculará

2

automáticamente.
—

4. Regla del producto:

Sean f (z) = z 2 y g(z) = sin(z). Calcular h′ (z), donde h(z) = f (z) · g(z).
Solución:
Para calcular h′ (z), aplicamos la regla del producto:

h′ (z) = f ′ (z) · g(z) + f (z) · g ′ (z).

Paso 1: Calcular las derivadas individuales.

d 2 d
f ′ (z) = (z ) = 2z, g ′ (z) = (sin(z)) = cos(z).
dz dz

Paso 2: Sustituir en la fórmula de la regla del producto.

h′ (z) = (2z) · sin(z) + (z 2 ) · cos(z).

Resultado: La derivada de h(z) es:

h′ (z) = 2z sin(z) + z 2 cos(z).

Implementación en MATLAB:
A continuación, calculamos h′ (z) simbólicamente y evaluamos la derivada en
un punto específico utilizando MATLAB:
Listing 2.23: Cálculo de la derivada con la regla del producto en MATLAB
1 % Declarar la variable simbólica
2 syms z;
3

4 % Definir las funciones f(z) y g(z)

5 f = z^2;
6 g = sin(z);
7

8 % Definir h(z) como el producto de f(z) y g(z)

9 h = f * g;
10

11 % Calcular la derivada de h(z)

12 h_derivative = diff(h, z);
13

14 % Mostrar el resultado simbólico

15 disp('La␣derivada␣de␣h(z)␣es:');
16 disp(h_derivative);
17

18 % Evaluar la derivada en un punto específico, por ejemplo, z = pi/4

2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 100

19 z_value = pi/4;
20 h_prime_at_z = subs(h_derivative, z, z_value);
21

22 % Mostrar el valor de la derivada en z = pi/4

23 disp('El␣valor␣de␣h''(z)␣en␣z␣=␣pi/4␣es:');
24 disp(h_prime_at_z);

Explicación del código: - syms z: Declara z como una variable simbólica.

- f = z^2, g = sin(z): Define las funciones f (z) y g(z). - h = f * g: De-
fine h(z) como el producto de f (z) y g(z). - diff(h, z): Calcula la derivada
simbólica de h(z). - subs(h_derivative, z, z_value): Sustituye un valor
específico (z = π/4) en la derivada para evaluarla. - disp: Muestra los resul-
tados simbólicos y numéricos en la consola.
Resultado esperado: - Derivada simbólica: h′ (z) = 2z sin(z) + z 2 cos(z). -
Valor de la derivada en z = π/4: h′ (π/4) = 2(π/4) sin(π/4) + (π/4)2 cos(π/4),
que MATLAB calculará automáticamente.
—
5. Derivada de una función racional:
′
Sea f (z) = zz+1
2 +1 . Calcular f (z).

Solución:
Para calcular la derivada, utilizamos la regla del cociente:
(z 2 + 1) · d
(z + 1) − (z + 1) · d
(z 2 + 1)
f ′ (z) = dz dz
.
(z 2 + 1)2

Paso 1: Calcular las derivadas individuales.

d d 2
(z + 1) = 1, (z + 1) = 2z.
dz dz
Paso 2: Sustituir en la fórmula.
(z 2 + 1)(1) − (z + 1)(2z)
f ′ (z) = .
(z 2 + 1)2

Paso 3: Simplificar el numerador.

z 2 + 1 − 2z 2 − 2z −z 2 − 2z + 1
f ′ (z) = = .
(z 2 + 1)2 (z 2 + 1)2

Resultado: La derivada es:

−z 2 − 2z + 1
f ′ (z) = .
(z 2 + 1)2

Implementación en MATLAB:
A continuación, calculamos f ′ (z) y evaluamos su valor en un punto específico
utilizando MATLAB:
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 101

Listing 2.24: Cálculo de la derivada de una función racional en MATLAB

1 % Declarar la variable simbólica
2 syms z;
3

4 % Definir la función racional

5 f = (z + 1) / (z^2 + 1);
6

7 % Calcular la derivada
8 f_derivative = diff(f, z);
9

10 % Mostrar la derivada simplificada

11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_derivative);
13

14 % Evaluar la derivada en un punto específico, por ejemplo, z = 1 + i

15 z_value = 1 + 1i;
16 f_prime_at_z = subs(f_derivative, z, z_value);
17

18 % Mostrar el resultado de la evaluación

19 disp('El␣valor␣de␣f''(z)␣en␣z␣=␣1␣+␣i␣es:');
20 disp(f_prime_at_z);

Explicación del código: - syms z: Declara z como una variable simbólica. -

f = (z + 1) / (z^2 + 1): Define la función f (z). - diff(f, z): Calcula la
derivada simbólica de f (z). - subs(f_derivative, z, z_value): Sustituye
un valor específico (z = 1 + i) en la derivada para evaluarla. - disp: Muestra
los resultados simbólicos y numéricos en la consola.
Resultado esperado: - Derivada simbólica: f ′ (z) = −z(z2−2z+1
2
+1)2
. - Valor de la
derivada en z = 1 + i: MATLAB calculará automáticamente este valor.

Ejercicios Propuestos
z 2 +1
1. Verifica si la función f (z) = z+2
es continua en z = −2.

2. Determina si limz→0 z+1

|z|
existe y, en caso afirmativo, si implica que la función
es continua en z = 0.
3. Calcula la derivada de la función h(z) = (z 3 + 2z)(ez + z 2 ) utilizando la regla
del producto.
4. Sea f (z) = sin(z) y g(z) = z 3 − 2z + 4. Encuentra la derivada de h(z) =
f (g(z)).
5. Verifica si la función f (z) = |z|2 es continua en todo el plano complejo.
2
6. Encuentra la derivada de f (z) = z 2 ez + 3ez .
7. Calcula la derivada de la función f (z) = z 4 − 2z 3 + z + 1 y determina los
puntos en los que la derivada se anula.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 102

8. Comprueba si la función f (z) = z

z
es continua en el conjunto C \ {0}.

9. Calcula f ′ (z) para f (z) = z 2 +3

z 2 −1
y determina los puntos en los que f ′ (z) no
existe.
10. Sea f (z) = z 2 + z y g(z) = ez . Calcula h′ (z), donde h(z) = g(f (z)).

Solución de ejercicios propuestos

Problema 1: Verificación de continuidad
Enunciado
z 2 +1
Verifique si la función f (z) = z+2
es continua en z = −2.

Solución
Para verificar la continuidad en z = −2, aplicamos las siguientes condiciones:

1. La función f (z) debe estar definida en z = −2.

2. Debe existir el límite limz→−2 f (z).
3. El valor del límite debe coincidir con f (−2).

Paso 1: Definición en z = −2
Al evaluar f (z) directamente en z = −2, observamos:
z2 + 1
f (z) = .
z+2
El denominador se anula cuando z = −2, por lo que f (z) no está definida en ese
punto.

Paso 2: Límite en z = −2
Calculamos el límite de f (z) cuando z → −2. Primero factorizamos el numerador:

z 2 + 1 = (z + 2)(z − 2).

Reescribimos la función:
(z + 2)(z − 2)
f (z) = .
z+2
Para z ̸= −2, podemos simplificar:

f (z) = z − 2.

Entonces:
lim f (z) = −2 − 2 = −4.
z→−2
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 103

Paso 3: Continuidad

Dado que f (z) no está definida en z = −2, no cumple la primera condición de

continuidad.

Conclusión
z 2 +1
La función f (z) = z+2
no es continua en z = −2 porque no está definida en dicho
punto.

Cálculo en MATLAB
Para verificar los pasos anteriores en MATLAB:

Listing 2.25: Verificación de límite en MATLAB

1 syms z
2 f = (z^2 + 1) / (z + 2);
3 limit(f, z, -2)

Visualización gráfica
Para observar la discontinuidad cerca de z = −2, graficamos la función (evitando
z = −2):

Listing 2.26: Gráfica de la función en MATLAB

1 fplot(real((z^2 + 1)/(z + 2)), [-3, -1]);
2 xlabel('Re(z)');
3 ylabel('f(z)');
4 title('Gráfica␣de␣la␣función␣cerca␣de␣z␣=␣-2');

Problema 2: Límite y continuidad

Enunciado
Determina si limz→0 z+1
|z|
existe y, en caso afirmativo, si esto implica que la función
es continua en z = 0.

Solución
Analizamos este problema en dos partes: primero calculamos si el límite existe y
luego evaluamos la continuidad de la función.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 104

z+1
Paso 1: Análisis del límite limz→0 |z|

Consideremos la función:
z+1
f (z) = .
|z|
Para determinar si el límite existe, es necesario verificar si f (z) se aproxima al
mismo valor independientemente de la dirección en la que z → 0. Aquí descom-
ponemos z en su forma polar:

z = reiθ , |z| = r, con r > 0 y θ el argumento de z.

Sustituyendo en f (z), tenemos:

z 1 1
f (z) = + = eiθ + .
|z| |z| r

Primera observación: El término eiθ depende de θ, lo que significa que la direc-

ción desde la cual z → 0 afecta el valor de f (z). Esto introduce una dependencia
angular en el límite.

Segunda observación: El término 1r diverge hacia +∞ cuando r → 0+ , indepen-

dientemente del valor de θ.
Conclusión del límite: El límite no existe porque:
z
• |z|
= eiθ varía con θ.

• 1
|z|
= 1
r
→ +∞.

Paso 2: Continuidad en z = 0
Para que la función f (z) sea continua en z = 0, deben cumplirse las siguientes
condiciones:

1. La función f (z) debe estar definida en z = 0.

2. El límite limz→0 f (z) debe existir.

3. El valor del límite debe coincidir con f (0).

Sin embargo, como el límite no existe, la función no puede ser continua en z = 0,

independientemente de si f (0) estuviera definido o no.

Conclusión
z+1
El límite limz→0 |z|
no existe, y, por lo tanto, la función no es continua en z = 0.
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 105

Cálculo en MATLAB
Para explorar la dependencia direccional de f (z) y visualizar su comportamiento
cerca de z = 0, podemos utilizar el siguiente código en MATLAB:

Listing 2.27: Visualización de f (z) en MATLAB

1 syms x y real
2 z = x + 1i*y;
3 f = (z + 1) / abs(z);
4

5 % Representamos la componente real

6 fsurf(real(f), [-1, 1, -1, 1]);
7 xlabel('Re(z)');
8 ylabel('Im(z)');
9 zlabel('Re(f(z))');
10 title('Componente␣real␣de␣f(z)␣cerca␣de␣z␣=␣0');

Este código grafica la componente real de f (z), mostrando cómo la función

diverge y depende de la dirección.

Gráfica adicional
z
Para observar cómo |z|
varía con θ, podemos graficar la parte direccional eiθ sobre
el círculo unitario:

Listing 2.28: Gráfica del término direccional

1 theta = linspace(0, 2*pi, 100);
2 z_directional = exp(1i*theta);
3

4 figure;
5 plot(real(z_directional), imag(z_directional), 'LineWidth', 2);
6 xlabel('Re(z)');
7 ylabel('Im(z)');
8 title('Comportamiento␣de␣e^{i\\theta}');
9 axis equal;

Problema 3: Derivada utilizando la regla del pro-

ducto
Enunciado
Calcula la derivada de la función:

h(z) = (z 3 + 2z)(ez + z 2 ),

utilizando la regla del producto.

2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 106

Solución
Paso 1: Regla del producto
La regla del producto establece que si h(z) = u(z)v(z), entonces:

h′ (z) = u′ (z)v(z) + u(z)v ′ (z),

donde:
u(z) = z 3 + 2z, v(z) = ez + z 2 .

Paso 2: Derivadas individuales

Calculamos las derivadas de u(z) y v(z):

d 3
u′ (z) = (z + 2z) = 3z 2 + 2,
dz

d z
v ′ (z) = (e + z 2 ) = ez + 2z.
dz

Paso 3: Sustitución en la regla del producto

Sustituimos las expresiones en la regla del producto:

h′ (z) = u′ (z)v(z) + u(z)v ′ (z).

Sustituyendo u(z), u′ (z), v(z), y v ′ (z):

h′ (z) = (3z 2 + 2)(ez + z 2 ) + (z 3 + 2z)(ez + 2z).

Paso 4: Expansión y agrupación

Expandimos cada término:

h′ (z) = (3z 2 + 2)ez + (3z 2 + 2)z 2 + (z 3 + 2z)ez + (z 3 + 2z)2z.

Agrupamos los términos similares:

h′ (z) = (z 3 + 3z 2 + 2z + 2)ez + (3z 2 + 2)z 2 + 2z 4 + 4z 2 .

Simplificando:

h′ (z) = (z 3 + 3z 2 + 2z + 2)ez + 2z 4 + 3z 4 + 4z 2 .

El resultado final es:

h′ (z) = (z 3 + 3z 2 + 2z + 2)ez + 5z 4 + 4z 2 .
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 107

Verificación algebraica en MATLAB

Usamos MATLAB para realizar el cálculo simbólico y verificar los resultados. El
código es el siguiente:

Listing 2.29: Cálculo de la derivada en MATLAB

1 syms z
2 u = z^3 + 2*z;
3 v = exp(z) + z^2;
4

5 % Derivadas individuales
6 u_prime = diff(u, z);
7 v_prime = diff(v, z);
8

9 % Derivada utilizando la regla del producto

10 h_prime = u_prime * v + u * v_prime;
11

12 % Expandir y simplificar el resultado

13 h_prime = simplify(h_prime);
14 disp(h_prime);

Conclusión
La derivada de la función h(z) = (z 3 + 2z)(ez + z 2 ) es:

h′ (z) = (z 3 + 3z 2 + 2z + 2)ez + 5z 4 + 4z 2 .

El cálculo ha sido verificado algebraicamente utilizando MATLAB.

Problema 4: Derivada de una composición de fun-

ciones
Enunciado
Sea f (z) = sin(z) y g(z) = z 3 − 2z + 4. Calcula la derivada de:

h(z) = f (g(z)).

Solución
Paso 1: Regla de la cadena
La derivada de una composición h(z) = f (g(z)) se encuentra utilizando la regla de
la cadena:
h′ (z) = f ′ (g(z)) · g ′ (z).
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 108

Paso 2: Derivadas individuales

Calculamos las derivadas de f (z) y g(z):

f ′ (z) = cos(z),

d 3
g ′ (z) = (z − 2z + 4) = 3z 2 − 2.
dz

Paso 3: Sustitución en la regla de la cadena

Sustituimos f ′ (z), g(z), y g ′ (z) en la fórmula de la regla de la cadena:

h′ (z) = f ′ (g(z)) · g ′ (z).

Usamos f ′ (g(z)) = cos(g(z)) y g ′ (z) = 3z 2 − 2:

h′ (z) = cos(g(z)) · (3z 2 − 2).

Finalmente, sustituimos g(z) = z 3 − 2z + 4:

h′ (z) = cos(z 3 − 2z + 4) · (3z 2 − 2).

Conclusión
La derivada de h(z) = sin(g(z)) es:

h′ (z) = cos(z 3 − 2z + 4) · (3z 2 − 2).

Cálculo en MATLAB
Para verificar el resultado simbólicamente en MATLAB, podemos usar el siguiente
código:

Listing 2.30: Cálculo de la derivada en MATLAB

1 syms z
2 f = sin(z); % Definimos f(z)
3 g = z^3 - 2*z + 4; % Definimos g(z)
4

5 % Definimos la composición h(z)

6 h = subs(f, z, g);
7

8 % Calculamos la derivada
9 h_prime = diff(h, z);
10 disp(h_prime);
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 109

Problema 4: Derivada de una composición de fun-

ciones
Enunciado
Sea f (z) = sin(z) y g(z) = z 3 − 2z + 4. Encuentra la derivada de:

h(z) = f (g(z)).

Solución
Paso 1: Regla de la cadena

Para calcular la derivada de h(z) = f (g(z)), usamos la regla de la cadena:

h′ (z) = f ′ (g(z)) · g ′ (z).

Paso 2: Derivadas individuales

Calculamos las derivadas de f (z) y g(z):

f (z) = sin(z) ⇒ f ′ (z) = cos(z),

g(z) = z 3 − 2z + 4 ⇒ g ′ (z) = 3z 2 − 2.

Paso 3: Sustitución en la regla de la cadena

Usamos f ′ (z) = cos(z), g(z), y g ′ (z) en la fórmula de la regla de la cadena:

h′ (z) = f ′ (g(z)) · g ′ (z).

Sustituyendo g(z):
h′ (z) = cos(g(z)) · (3z 2 − 2).

Finalmente, sustituimos g(z) = z 3 − 2z + 4 en cos(g(z)):

h′ (z) = cos(z 3 − 2z + 4) · (3z 2 − 2).

Resultado final
La derivada de h(z) = sin(g(z)) es:

h′ (z) = cos(z 3 − 2z + 4) · (3z 2 − 2).

 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 110

Cálculo simbólico en MATLAB

Podemos verificar este resultado en MATLAB utilizando el siguiente código:

Listing 2.31: Cálculo de la derivada en MATLAB

1 syms z
2 f = sin(z); % Definimos f(z)
3 g = z^3 - 2*z + 4; % Definimos g(z)
4

5 % Composición h(z) = f(g(z))

6 h = subs(f, z, g);
7

8 % Calculamos la derivada de h(z)

9 h_prime = diff(h, z);
10 disp('La␣derivada␣de␣h(z)␣es:');
11 disp(h_prime);

Conclusión
El cálculo confirma que la derivada de h(z) es:

h′ (z) = cos(z 3 − 2z + 4) · (3z 2 − 2).

Problema 5: Verificación de continuidad

Enunciado
Verifica si la función:
f (z) = |z|2

es continua en todo el plano complejo.

Solución
Paso 1: Expresión de f (z) en términos de z

El valor absoluto al cuadrado de un número complejo z se define como:

|z|2 = z · z,

donde z es el conjugado de z. Si z = x + iy (forma cartesiana), entonces:

|z|2 = (x + iy)(x − iy) = x2 + y 2 .

Por lo tanto, f (z) = |z|2 = x2 + y 2 , donde x = Re(z) y y = Im(z).

 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 111

Paso 2: Definición de continuidad

Una función f (z) es continua en un punto z0 si:

lim f (z) = f (z0 ).

z→z0

Para verificar la continuidad en todo el plano complejo, necesitamos comprobar

que el límite de f (z) al aproximarse a cualquier punto z0 existe y es igual a f (z0 ).

Paso 3: Cálculo del límite

Sea z0 = x0 + iy0 , entonces f (z0 ) = x20 + y02 . Evaluamos el límite:

lim f (z) = lim |z|2 .

z→z0 z→z0

Expresamos |z|2 en términos de x y y:

f (z) = x2 + y 2 .

Cuando z → z0 , x → x0 y y → y0 . Entonces:

lim f (z) = lim (x2 + y 2 ) = x20 + y02 = f (z0 ).

z→z0 x→x0 , y→y0

Paso 4: Conclusión
El límite de f (z) = |z|2 coincide con f (z0 ) para cualquier z0 en el plano complejo.
Por lo tanto, la función f (z) = |z|2 es continua en todo el plano complejo.

Cálculo en MATLAB
Podemos verificar esta continuidad en MATLAB utilizando la definición del límite.
A continuación, mostramos cómo evaluar limz→z0 f (z) simbólicamente:
Listing 2.32: Verificación de continuidad en MATLAB
1 syms x y x0 y0 real
2 z = x + 1i*y;
3 z0 = x0 + 1i*y0;
4

5 % Definimos f(z) = |z|^2

6 f = abs(z)^2;
7

8 % Verificamos el límite al aproximarse a z0

9 limit_f = limit(subs(f, [x, y], [x0, y0]));
10 disp('Límite␣de␣f(z)␣en␣z0:');
11 disp(limit_f);
12

13 % Comparación con f(z0)

14 f_z0 = abs(z0)^2;
15 disp('Valor␣de␣f(z0):');
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 112

16 disp(f_z0);
17

18 % Comprobamos si son iguales

19 is_continuous = simplify(limit_f - f_z0) == 0;
20 disp('¿Es␣continua␣en␣z0?');
21 disp(is_continuous);

Problema 6: Derivada de una función

Enunciado
Calcula la derivada de:
2
f (z) = z 2 ez + 3ez .

Solución
2
Paso 1: Derivada del primer término z 2 ez
2
Para derivar z 2 ez , utilizamos la regla del producto:
d 2 z2 d 2 d 2
(z e ) = (z 2 ) · ez + z 2 · (ez ).
dz dz dz
Calculamos cada derivada individual:
d 2 d z2 2 d 2
(z ) = 2z, (e ) = ez · (z 2 ) = 2zez .
dz dz dz
Sustituyendo:
d 2 z2 2 2 2 2
(z e ) = (2z)ez + z 2 (2zez ) = 2zez + 2z 3 ez .
dz

Paso 2: Derivada del segundo término 3ez

La derivada de 3ez es:
d
(3ez ) = 3ez .
dz

Paso 3: Sumar los resultados

Sumamos las derivadas de ambos términos:
d 2 z2 d
f ′ (z) = (z e ) + (3ez ).
dz dz
Sustituyendo:

f ′ (z) = 2zez + 2z 3 ez
2 2
+ 3ez .
Simplificando:
f ′ (z) = 2zez (1 + z 2 ) + 3ez .
2
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 113

Resultado final
2
La derivada de f (z) = z 2 ez + 3ez es:

f ′ (z) = 2zez (1 + z 2 ) + 3ez .

2

Cálculo simbólico en MATLAB

Podemos verificar este resultado en MATLAB con el siguiente código:
Listing 2.33: Cálculo simbólico de la derivada en MATLAB
1 syms z
2 f = z^2 * exp(z^2) + 3 * exp(z);
3

4 % Calculamos la derivada de f(z)

5 f_prime = diff(f, z);
6

7 % Simplificamos el resultado
8 f_prime = simplify(f_prime);
9 disp('La␣derivada␣de␣f(z)␣es:');
10 disp(f_prime);

Problema 7: Derivada y puntos críticos

Enunciado
Calcula la derivada de la función:

f (z) = z 4 − 2z 3 + z + 1,

y determina los puntos en los que la derivada se anula.

Solución
Paso 1: Cálculo de la derivada
Derivamos cada término de f (z) individualmente:

f (z) = z 4 − 2z 3 + z + 1,

d 4 d d d
f ′ (z) = (z ) − (2z 3 ) + (z) + (1).
dz dz dz dz
Las derivadas de los términos son:
d 4 d d d
(z ) = 4z 3 , (2z 3 ) = 6z 2 , (z) = 1, (1) = 0.
dz dz dz dz
Sumando:
f ′ (z) = 4z 3 − 6z 2 + 1.
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 114

Paso 2: Determinación de los puntos críticos

Los puntos críticos de f (z) son los valores de z donde f ′ (z) = 0. Resolviendo:

4z 3 − 6z 2 + 1 = 0.

Para encontrar las raíces, podemos emplear métodos simbólicos o numéricos.

Cálculo en MATLAB
A continuación, usamos MATLAB para calcular la derivada simbólicamente, resolver
la ecuación y verificar las raíces:

Listing 2.34: Cálculo de la derivada y puntos críticos en MATLAB

1 % Definimos z como variable simbólica
2 syms z
3

4 % Definimos la función f(z)

5 f = z^4 - 2*z^3 + z + 1;
6

7 % Calculamos la derivada de f(z)

8 f_prime = diff(f, z);
9

10 % Mostramos la derivada
11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_prime);
13

14 % Resolvemos la ecuación f'(z) = 0

15 critical_points = solve(f_prime == 0, z);
16

17 % Mostramos los puntos críticos

18 disp('Los␣puntos␣donde␣f''(z)␣se␣anula␣son:');
19 disp(critical_points);
20

21 % Representación gráfica de f'(z)

22 fplot(f_prime, [-2, 2]); % Ajusta el intervalo según sea necesario
23 xlabel('Re(z)');
24 ylabel('f''(z)');
25 title('Gráfica␣de␣la␣derivada␣f''(z)');
26 grid on;

Interpretación
El código anterior calcula: 1. La derivada f ′ (z) = 4z 3 − 6z 2 + 1. 2. Los puntos
críticos resolviendo 4z 3 − 6z 2 + 1 = 0. 3. La gráfica de f ′ (z) para visualizar los
valores donde se cruza el eje y = 0.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 115

Conclusión
La derivada de f (z) es:
f ′ (z) = 4z 3 − 6z 2 + 1.
Los puntos críticos se obtienen resolviendo f ′ (z) = 0, y son las raíces de la ecuación
cúbica 4z 3 −6z 2 +1 = 0. Estos puntos representan los valores de z donde la pendiente
de f (z) se anula.

z
Problema 8: Continuidad de f (z) = z
Enunciado
Comprueba si la función:
z
f (z) =
z
es continua en el conjunto C \ {0}.

Solución
Paso 1: Expresión de la función
La función f (z) está definida como:
z
f (z) = ,
z
donde z es el conjugado complejo de z, y z ̸= 0 para evitar la división por cero. Si
z = x + iy (con x, y ∈ R), entonces:

z = x − iy, z = x + iy.

Sustituyendo, tenemos:
z x − iy
f (z) = = .
z x + iy
Multiplicando el numerador y denominador por el conjugado del denominador:

(x − iy)(x − iy) x2 − 2ixy + y 2

f (z) = = .
(x + iy)(x − iy) x2 + y 2

Separando la parte real e imaginaria:

x2 + y 2 2xy 2xy
f (z) = 2 2
−i 2 2
=1−i 2 .
x +y x +y x + y2

Paso 2: Definición de continuidad

La continuidad de f (z) en un punto z0 de C \ {0} requiere que:

lim f (z) = f (z0 ).

z→z0
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 116

Paso 3: Evaluación del límite

Sea z0 = x0 + iy0 , donde x0 , y0 ∈ R y z0 ̸= 0. Evaluamos el límite de f (z) al
aproximarse a z0 :  
2Re(z)Im(z)
lim f (z) = lim 1 − i .
z→z0 z→z0 |z|2
Cuando z → z0 , Re(z) → x0 , Im(z) → y0 , y |z|2 → x20 + y02 . Por lo tanto:
2x0 y0
lim f (z) = 1 − i .
z→z0 x20 + y02
Esto coincide con f (z0 ), ya que:
2x0 y0
f (z0 ) = 1 − i .
x20 + y02

Paso 4: Conclusión
El límite de f (z) al aproximarse a cualquier z0 ∈ C \ {0} existe y es igual a f (z0 ).
Por lo tanto, la función:
z
f (z) =
z
es continua en C \ {0}.

Cálculo en MATLAB
Podemos verificar esta continuidad utilizando MATLAB con el siguiente código:
Listing 2.35: Verificación de continuidad en MATLAB
1 syms x y x0 y0 real
2 z = x + 1i*y;
3 z0 = x0 + 1i*y0;
4

5 % Definimos f(z) = conjugate(z) / z

6 f = conj(z) / z;
7

8 % Evaluamos el límite cuando z -> z0

9 limit_f = limit(subs(f, [x, y], [x0, y0]));
10 disp('Límite␣de␣f(z)␣en␣z0:');
11 disp(limit_f);
12

13 % Evaluamos f(z0)
14 f_z0 = conj(z0) / z0;
15 disp('Valor␣de␣f(z0):');
16 disp(f_z0);
17

18 % Comprobamos si son iguales

19 is_continuous = simplify(limit_f - f_z0) == 0;
20 disp('¿Es␣continua␣en␣z0?');
21 disp(is_continuous);
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 117

Problema 9: Derivada y puntos de inexistencia

Enunciado
Calcula la derivada de:
z2 + 3
f (z) = ,
z2 − 1
y determina los puntos en los que f ′ (z) no existe.

Solución
Paso 1: Derivada utilizando la regla del cociente
La regla del cociente establece que si:

u(z)
f (z) = ,
v(z)
entonces:
u′ (z)v(z) − u(z)v ′ (z)
f ′ (z) = ,
v(z)2
donde u(z) = z 2 + 3 y v(z) = z 2 − 1.
Calculamos las derivadas individuales:

u(z) = z 2 + 3 ⇒ u′ (z) = 2z,

v(z) = z 2 − 1 ⇒ v ′ (z) = 2z.

Sustituimos en la fórmula de la regla del cociente:

(2z)(z 2 − 1) − (z 2 + 3)(2z)
f ′ (z) = .
(z 2 − 1)2

Paso 2: Simplificación de la derivada

Simplificamos el numerador:

(2z)(z 2 − 1) − (z 2 + 3)(2z) = 2z 3 − 2z − 2z 3 − 6z = −8z.

Por lo tanto, la derivada es:

−8z
f ′ (z) = .
(z 2− 1)2

Paso 3: Determinación de los puntos donde f ′ (z) no existe

La derivada f ′ (z) no existe en los puntos donde el denominador (z 2 − 1)2 se anula.
Esto ocurre cuando:
z 2 − 1 = 0 ⇒ z = ±1.
Por lo tanto, f ′ (z) no existe en z = 1 y z = −1.
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 118

Conclusión
z 2 +3
La derivada de f (z) = z 2 −1
es:

−8z
f ′ (z) = .
(z 2− 1)2

f ′ (z) no existe en los puntos z = 1 y z = −1, donde el denominador de f ′ (z) se

anula.

Cálculo en MATLAB
Usamos MATLAB para calcular la derivada y verificar los puntos de inexistencia:

Listing 2.36: Cálculo de la derivada y puntos críticos en MATLAB

1 % Definimos z como variable simbólica
2 syms z
3

4 % Definimos la función f(z)

5 f = (z^2 + 3) / (z^2 - 1);
6

7 % Calculamos la derivada de f(z)

8 f_prime = diff(f, z);
9

10 % Mostramos la derivada
11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_prime);
13

14 % Encontramos los puntos donde f'(z) no existe (denominador cero)

15 denominator = denominator(f_prime); % Extraemos el denominador
16 critical_points = solve(denominator == 0, z);
17

18 disp('Los␣puntos␣donde␣f''(z)␣no␣existe␣son:');
19 disp(critical_points);

Problema 9: Derivada y puntos de inexistencia

Enunciado
Calcula la derivada de:
z2 + 3
f (z) = ,
z2 − 1
y determina los puntos en los que f ′ (z) no existe.
2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 119

Solución
Paso 1: Regla del cociente
u(z)
La regla del cociente establece que si f (z) = v(z)
, entonces:

u′ (z)v(z) − u(z)v ′ (z)

f ′ (z) = .
v(z)2

En este caso:
u(z) = z 2 + 3, v(z) = z 2 − 1.
Calculamos las derivadas individuales:

u′ (z) = 2z, v ′ (z) = 2z.

Sustituimos en la fórmula:

′ (2z)(z 2 − 1) − (z 2 + 3)(2z)
f (z) = .
(z 2 − 1)2

Paso 2: Simplificación de la derivada

Expresamos el numerador:

(2z)(z 2 − 1) − (z 2 + 3)(2z) = 2z 3 − 2z − 2z 3 − 6z = −8z.

Por lo tanto:
−8z
f ′ (z) = .
(z 2 − 1)2

Paso 3: Determinación de los puntos donde f ′ (z) no existe

La derivada f ′ (z) no existe en los puntos donde el denominador de f ′ (z) se anula:

(z 2 − 1)2 = 0.

Resolviendo:
z2 − 1 = 0 ⇒ z = ±1.
Por lo tanto, f ′ (z) no existe en z = 1 y z = −1.

Conclusión
z 2 +3
La derivada de f (z) = z 2 −1
es:

−8z
f ′ (z) = .
(z 2− 1)2

f ′ (z) no existe en z = 1 y z = −1, donde el denominador de f ′ (z) se anula.

 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 120

Cálculo en MATLAB
El siguiente código MATLAB verifica los resultados:
Listing 2.37: Cálculo de la derivada y puntos de inexistencia en MATLAB
1 % Definir la variable simbólica
2 syms z
3

4 % Definir la función f(z)

5 f = (z^2 + 3) / (z^2 - 1);
6

7 % Calcular la derivada
8 f_prime = diff(f, z);
9

10 % Mostrar la derivada
11 disp('La␣derivada␣de␣f(z)␣es:');
12 disp(f_prime);
13

14 % Determinar los puntos donde la derivada no existe

15 denominator = denominator(f_prime); % Extraer el denominador
16 critical_points = solve(denominator == 0, z);
17

18 disp('Los␣puntos␣donde␣f''(z)␣no␣existe␣son:');
19 disp(critical_points);
20

21 % Graficar f'(z) en el intervalo [-2, 2]

22 fplot(f_prime, [-2, 2]);
23 xlabel('z');
24 ylabel('f''(z)');
25 title('Derivada␣de␣f(z)');
26 grid on;

Problema 10: Derivada de una composición de fun-

ciones
Enunciado
Sea f (z) = z 2 + z y g(z) = ez . Calcula la derivada de:

h(z) = g(f (z)).

Solución
Paso 1: Regla de la cadena
Para una composición de funciones h(z) = g(f (z)), la regla de la cadena establece
que:
h′ (z) = g ′ (f (z)) · f ′ (z).
 2.3. CONTINUIDAD Y DIFERENCIACIÓN EN VARIABLE COMPLEJA 121

Aquí:
g(z) = ez , f (z) = z 2 + z.

Paso 2: Derivadas individuales

Calculamos las derivadas de g(z) y f (z):
g(z) = ez ⇒ g ′ (z) = ez ,
f (z) = z 2 + z ⇒ f ′ (z) = 2z + 1.

Paso 3: Sustitución en la fórmula

Sustituimos g ′ (z) y f ′ (z) en la regla de la cadena. Como g ′ (z) = ez , entonces:
g ′ (f (z)) = ef (z) = ez
2 +z
.
Multiplicamos por f ′ (z) = 2z + 1:
h′ (z) = ez
2 +z
· (2z + 1).

Paso 4: Resultado final

2 +z
La derivada de h(z) = g(f (z)) = ez es:
h′ (z) = ez
2 +z
(2z + 1).

Verificación en MATLAB
El siguiente código calcula simbólicamente h′ (z) en MATLAB:
Listing 2.38: Cálculo de h′ (z) en MATLAB
1 % Definir z como variable simbólica
2 syms z
3

4 % Definir f(z) y g(z)

5 f = z^2 + z; % f(z)
6 g = exp(z); % g(z)
7

8 % Definir h(z) como g(f(z))

9 h = subs(g, z, f);
10

11 % Calcular la derivada de h(z)

12 h_prime = diff(h, z);
13

14 % Simplificar el resultado
15 h_prime = simplify(h_prime);
16

17 % Mostrar el resultado
18 disp('La␣derivada␣de␣h(z)␣es:');
19 disp(h_prime);
2.4. ECUACIONES DE CAUCHY-RIEMANN Y FUNCIONES ANALÍTICAS122

2.4 Ecuaciones de Cauchy-Riemann y Funciones

Analíticas
Las ecuaciones de Cauchy-Riemann son una condición fundamental para la difer-
enciabilidad de funciones de variable compleja. Estas ecuaciones establecen una
relación entre la parte real y la parte imaginaria de una función compleja diferen-
ciable.

2.4.1 Ecuaciones de Cauchy-Riemann

Sea f (z) = u(x, y) + iv(x, y) una función compleja donde u(x, y) y v(x, y) son fun-
ciones reales de las variables x e y. Si f (z) es diferenciable en z0 = x0 + iy0 , entonces
las primeras derivadas parciales de u y v existen en (x0 , y0 ) y satisfacen el sistema
de ecuaciones:

∂u ∂v ∂u ∂v
= , =− . (2.1)
∂x ∂y ∂y ∂x
Estas ecuaciones llevan el nombre de Augustin-Louis Cauchy (1789-1857) y
Bernhard Riemann (1826-1866), quienes jugaron un papel crucial en el desarrollo
de la teoría de funciones analíticas.

2.4.2 Condiciones Suficientes para la Diferenciabilidad

El cumplimiento de las ecuaciones de Cauchy-Riemann en un punto z0 no es sufi-
ciente para garantizar la existencia de la derivada compleja f ′ (z0 ). Sin embargo, si
añadimos la continuidad de las derivadas parciales, obtenemos el siguiente resultado:

Teorema 2.4. Sea f (z) = u(x, y) + iv(x, y) una función compleja en una vecindad
de z0 . Si:
∂u ∂u ∂v ∂v
• Las derivadas parciales , , ,
∂x ∂y ∂x ∂y
existen y son continuas en (x0 , y0 ).

• Satisfacen las ecuaciones de Cauchy-Riemann.

Entonces, f (z) es diferenciable en z0 y su derivada está dada por:

∂u ∂v
f ′ (z0 ) = +i . (2.2)
∂x ∂x

2.4.3 Funciones Analíticas

Una función f (z) se dice analítica en un punto z0 si es diferenciable en cada punto
de una vecindad de z0 . Si es analítica en toda una región, se dice que es analítica
en esa región.

Definición 2.5. Una función analítica en todo el plano complejo se llama función
entera.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 123

Ejemplos de funciones enteras incluyen los polinomios y la función exponencial

z
e .
Si una función no es analítica en un punto z0 pero lo es en cada vecindad de z0 ,
entonces z0 se denomina un punto singular.
Un resultado fundamental en la teoría de funciones analíticas es el siguiente:
Teorema 2.6 (Constancia de funciones analíticas). Si f ′ (z) = 0 en toda una región
conexa D, entonces f (z) es constante en D.
Este resultado se deduce de las ecuaciones de Cauchy-Riemann, ya que implica
que todas las derivadas parciales son nulas.

2.4.4 Forma Polar de las Ecuaciones de Cauchy-Riemann

Si en lugar de coordenadas cartesianas utilizamos coordenadas polares (r, θ), donde
z = reiθ , las ecuaciones de Cauchy-Riemann toman la forma:
∂u ∂v ∂u ∂v
r = , = −r . (2.3)
∂r ∂θ ∂θ ∂r
Bajo estas condiciones, la derivada compleja se expresa como:
 
′ −iθ ∂u ∂v
f (z) = e +i . (2.4)
∂r ∂r

2.4.5 Conclusión
Las ecuaciones de Cauchy-Riemann constituyen la base para la diferenciabilidad y
analiticidad de funciones complejas. Además, garantizan que las funciones analíticas
tienen propiedades más fuertes que las funciones diferenciables en el cálculo real,
permitiendo su representación en series de potencias y asegurando que cumplen
propiedades de máximo y unicidad en regiones conexas.

2.5 Ejemplos Resueltos de las Ecuaciones de Cauchy-

Riemann
En esta sección, resolveremos varios ejemplos donde verificamos si una función es
analítica usando las ecuaciones de Cauchy-Riemann y, en algunos casos, calculamos
su derivada compleja.

2.5.1 Ejemplo 1: Verificación de Cauchy-Riemann

Problema: Determinar si la función

f (z) = x2 − y 2 + i(2xy)

es analítica en el plano complejo C, utilizando las ecuaciones de Cauchy-Riemann.

Si la función es analítica, encontrar su derivada compleja f ′ (z).
Solución:
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 124

Paso 1: Identificación de la parte real e imaginaria

Dada la función:
f (z) = u(x, y) + iv(x, y),
identificamos la parte real u(x, y) y la parte imaginaria v(x, y):

u(x, y) = x2 − y 2 , v(x, y) = 2xy.

Paso 2: Cálculo de las derivadas parciales

Calculamos las derivadas parciales de u(x, y) y v(x, y):

∂u ∂ 2 ∂u ∂ 2
= (x − y 2 ) = 2x, = (x − y 2 ) = −2y.
∂x ∂x ∂y ∂y

∂v ∂ ∂v ∂
= (2xy) = 2y, = (2xy) = 2x.
∂x ∂x ∂y ∂y

Paso 3: Verificación de las ecuaciones de Cauchy-Riemann

Las ecuaciones de Cauchy-Riemann establecen que para que una función sea analítica,
debe cumplirse:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Sustituyendo los valores obtenidos:

2x = 2x (se cumple),

−2y = −2y (se cumple).

Dado que ambas ecuaciones se satisfacen en todo C y las derivadas parciales son
continuas, podemos concluir que la función f (z) es analítica en C.

Paso 4: Cálculo de la derivada compleja

Si una función es analítica, su derivada compleja se obtiene como:

∂u ∂v
f ′ (z) = +i .
∂x ∂x
Sustituyendo los valores calculados:

f ′ (z) = 2x + i(2y) = 2(x + iy) = 2z.

Por lo tanto, la derivada compleja de f (z) es:

f ′ (z) = 2z.
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 125

Paso 5: Verificación en MATLAB

Podemos verificar los cálculos usando MATLAB con el siguiente código:
Listing 2.39: Verificación de ecuaciones de Cauchy-Riemann y derivada de f (z)
1 % Definir variables simbólicas
2 syms x y real
3 u = x^2 - y^2; % Parte real de f(z)
4 v = 2*x*y; % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0
15

16 % Cálculo de la derivada compleja f'(z)

17 f_derivative = simplify(du_dx + 1i*dv_dx);
18

19 % Mostrar resultados
20 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
21 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
22 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0
23

24 fprintf('Derivada␣compleja␣f''(z):\n');
25 fprintf('%s\n', char(f_derivative)); % Debe ser 2z

El código realiza las siguientes tareas:

• Define simbólicamente u(x, y) y v(x, y).

∂u ∂u ∂v ∂v
• Calcula las derivadas parciales , , , .
∂x ∂y ∂x ∂y

• Verifica si las ecuaciones de Cauchy-Riemann se cumplen (CR1 y CR2).

• Calcula la derivada compleja f ′ (z).

• Muestra los resultados en la consola de MATLAB.

Conclusión
Dado que las ecuaciones de Cauchy-Riemann se satisfacen en todo C, concluimos
que f (z) es una función analítica en el plano complejo y su derivada es:

f ′ (z) = 2z.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 126

2.5.2 Ejemplo 2: Función No Analítica

Problema: Determinar si la función

f (z) = x + iy 2

es analítica en el plano complejo C, utilizando las ecuaciones de Cauchy-Riemann.

Si la función no es analítica, justificar por qué y discutir si existe alguna región
donde pueda ser diferenciable.
Solución:

Paso 1: Identificación de la parte real e imaginaria

Dada la función:
f (z) = u(x, y) + iv(x, y),

identificamos la parte real u(x, y) y la parte imaginaria v(x, y):

u(x, y) = x, v(x, y) = y 2 .

Paso 2: Cálculo de las derivadas parciales

Calculamos las derivadas parciales de u(x, y) y v(x, y):

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

∂v ∂ 2 ∂v ∂ 2
= (y ) = 0, = (y ) = 2y.
∂x ∂x ∂y ∂y

Paso 3: Verificación de las ecuaciones de Cauchy-Riemann

Las ecuaciones de Cauchy-Riemann establecen que para que una función sea analítica,
debe cumplirse:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Sustituyendo los valores obtenidos:

1 = 2y (no se cumple para todo y).

Dado que esta ecuación no se satisface para todo y, concluimos que la función
f (z) no es analítica en C.
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 127

Paso 4: Interpretación
La no satisfacción de las ecuaciones de Cauchy-Riemann implica que f (z) no es
holomorfa en ningún punto del plano complejo. Sin embargo, la función sí es difer-
enciable en un sentido real, ya que sus derivadas parciales existen y son continuas.
No obstante, esto no es suficiente para la diferenciabilidad compleja, que requiere la
existencia de la misma derivada en todas las direcciones complejas.
Un punto interesante es que si y = 12 , la ecuación ∂u
∂x
∂v
= ∂y se satisface, pero esto
ocurre solo en un conjunto de puntos discretos y no en una vecindad abierta, por lo
que la función sigue sin ser analítica.

Paso 5: Verificación en MATLAB

Podemos verificar los cálculos usando MATLAB con el siguiente código:
Listing 2.40: Verificación de ecuaciones de Cauchy-Riemann para f (z) = x + iy 2
1 % Definir variables simbólicas
2 syms x y real
3 u = x; % Parte real de f(z)
4 v = y^2; % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si la función es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si la función es analítica
15

16 % Mostrar resultados
17 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
18 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % No será 0 en general
19 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Será 0
20

21 % Evaluación en un punto específico para comprobar si en algún caso se

satisface
22 y_val = 1/2;
23 CR1_at_y = subs(CR1, y, y_val);
24 fprintf('En␣y␣=␣1/2,␣du/dx␣-␣dv/dy␣=␣%s\n', char(CR1_at_y));

El código realiza las siguientes tareas:

• Define simbólicamente u(x, y) y v(x, y).
∂u ∂u ∂v ∂v
• Calcula las derivadas parciales , , , .
∂x ∂y ∂x ∂y

• Verifica si las ecuaciones de Cauchy-Riemann se cumplen (CR1 y CR2).

1 ∂u ∂v
• Evalúa en y = 2
para comprobar si en algún caso específico se cumple ∂x
= ∂y
.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 128

• Muestra los resultados en la consola de MATLAB.

Conclusión
Dado que las ecuaciones de Cauchy-Riemann no se satisfacen para todo y, con-
cluimos que f (z) no es una función analítica en C.
Aunque hay puntos donde ∂u ∂x
∂v
= ∂y , como en y = 21 , esto solo ocurre en puntos
aislados y no en una vecindad, por lo que la función sigue sin ser holomorfa.
Por lo tanto, f (z) no es una función analítica en ninguna región del plano com-
plejo.

2.5.3 Ejemplo 3: Cálculo de la Derivada Compleja

Problema: Determinar si la función

f (z) = ex cos y + iex sin y

es analítica en el plano complejo C y, en caso afirmativo, encontrar su derivada f ′ (z).

Solución:

Paso 1: Identificación de la parte real e imaginaria

Dada la función:
f (z) = u(x, y) + iv(x, y),
identificamos la parte real u(x, y) y la parte imaginaria v(x, y):

u(x, y) = ex cos y, v(x, y) = ex sin y.

Paso 2: Cálculo de las derivadas parciales

Calculamos las derivadas parciales de u(x, y) y v(x, y):
∂u ∂u
= ex cos y, = −ex sin y.
∂x ∂y
∂v ∂v
= ex sin y, = ex cos y.
∂x ∂y

Paso 3: Verificación de las ecuaciones de Cauchy-Riemann

Las ecuaciones de Cauchy-Riemann establecen que para que una función sea analítica,
debe cumplirse:
∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Sustituyendo los valores obtenidos:

ex cos y = ex cos y (se cumple),

 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 129

−ex sin y = −ex sin y (se cumple).

Dado que ambas ecuaciones se satisfacen en todo C y las derivadas parciales son
continuas, concluimos que f (z) es analítica en C.

Paso 4: Cálculo de la derivada compleja

Si una función es analítica, su derivada compleja se obtiene como:

∂u ∂v
f ′ (z) = +i .
∂x ∂x
Sustituyendo los valores calculados:

f ′ (z) = ex cos y + iex sin y.

Reconociendo la forma exponencial:

f ′ (z) = ex (cos y + i sin y) = ez .

Por lo tanto, la derivada compleja de f (z) es:

f ′ (z) = ez .

Paso 5: Verificación en MATLAB

Podemos verificar los cálculos usando MATLAB con el siguiente código:
Listing 2.41: Verificación de ecuaciones de Cauchy-Riemann y cálculo de f ′ (z)
1 % Definir variables simbólicas
2 syms x y real
3 u = exp(x) * cos(y); % Parte real de f(z)
4 v = exp(x) * sin(y); % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si la función es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si la función es analítica
15

16 % Cálculo de la derivada compleja f'(z)

17 f_derivative = simplify(du_dx + 1i*dv_dx);
18

19 % Mostrar resultados
20 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
21 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 130

22 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

23

24 fprintf('Derivada␣compleja␣f''(z):\n');
25 fprintf('%s\n', char(f_derivative)); % Debe ser e^z

El código realiza las siguientes tareas:

• Define simbólicamente u(x, y) y v(x, y).
∂u ∂u ∂v ∂v
• Calcula las derivadas parciales , , , .
∂x ∂y ∂x ∂y

• Verifica si las ecuaciones de Cauchy-Riemann se cumplen (CR1 y CR2).

• Calcula la derivada compleja f ′ (z).
• Muestra los resultados en la consola de MATLAB.

Conclusión
Dado que las ecuaciones de Cauchy-Riemann se cumplen en todo C y las derivadas
son continuas, concluimos que f (z) es una función analítica en el plano complejo.
Además, se encontró que su derivada compleja es:

f ′ (z) = ez .
Esto coincide con la derivada de la función exponencial compleja ez , lo que
confirma que la función original puede expresarse como:

f (z) = ez .
Por lo tanto, f (z) es simplemente la forma cartesiana de la función exponencial
compleja, reafirmando su analiticidad.

2.5.4 Ejemplo 4: Función en Forma Polar

Problema: Verificar si la función
f (z) = r2 eiθ
es analítica en coordenadas polares utilizando las ecuaciones de Cauchy-Riemann
en forma polar.
Solución:

Paso 1: Identificación de la parte real e imaginaria

Expresamos la función en términos de sus partes real e imaginaria:

f (z) = u(r, θ) + iv(r, θ).

Identificamos:

u(r, θ) = r2 cos θ, v(r, θ) = r2 sin θ.

 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 131

Paso 2: Cálculo de las derivadas parciales

Calculamos las derivadas parciales de u(r, θ) y v(r, θ):

∂u ∂u
= 2r cos θ, = −r2 sin θ.
∂r ∂θ
∂v ∂v
= 2r sin θ, = r2 cos θ.
∂r ∂θ

Paso 3: Verificación de las ecuaciones de Cauchy-Riemann en coorde-

nadas polares
En coordenadas polares, las ecuaciones de Cauchy-Riemann son:

∂u ∂v ∂u ∂v
r = , = −r .
∂r ∂θ ∂θ ∂r
Sustituyendo los valores obtenidos:

∂v
r(2r cos θ) = 2r2 cos θ, = r2 cos θ.
∂θ
Claramente,

2r2 cos θ ̸= r2 cos θ.

Por lo tanto, la primera ecuación de Cauchy-Riemann no se cumple.
También verificamos:

−r2 sin θ = −r(2r sin θ) ⇒ −r2 sin θ = −2r2 sin θ.

Como

−r2 sin θ ̸= −2r2 sin θ,

la segunda ecuación de Cauchy-Riemann tampoco se cumple.
Dado que las ecuaciones de Cauchy-Riemann no se satisfacen en ningún punto,
concluimos que f (z) no es analítica en C.

Paso 4: Verificación en MATLAB

Podemos verificar los cálculos usando MATLAB con el siguiente código:
Listing 2.42: Verificación de ecuaciones de Cauchy-Riemann en coordenadas polares
1 % Definir variables simbólicas
2 syms r theta real
3 u = r^2 * cos(theta); % Parte real de f(z)
4 v = r^2 * sin(theta); % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dr = diff(u, r);
8 du_dtheta = diff(u, theta);
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 132

9 dv_dr = diff(v, r);

10 dv_dtheta = diff(v, theta);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann en coordenadas polares

13 CR1 = simplify(r * du_dr - dv_dtheta); % Debe ser 0 si la función es
analítica
14 CR2 = simplify(du_dtheta + r * dv_dr); % Debe ser 0 si la función es
analítica
15

16 % Mostrar resultados
17 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann␣en␣coordenadas␣
polares:\n');
18 fprintf('r␣*␣du/dr␣-␣dv/dtheta␣=␣%s\n', char(CR1)); % No será 0 en general
19 fprintf('du/dtheta␣+␣r␣*␣dv/dr␣=␣%s\n', char(CR2)); % No será 0 en general

El código realiza las siguientes tareas:

• Define simbólicamente u(r, θ) y v(r, θ).
∂u ∂u ∂v ∂v
• Calcula las derivadas parciales , , , .
∂r ∂θ ∂r ∂θ

• Verifica si las ecuaciones de Cauchy-Riemann en coordenadas polares se cumplen

(CR1 y CR2).

• Muestra los resultados en la consola de MATLAB.

Conclusión
Dado que las ecuaciones de Cauchy-Riemann en coordenadas polares no se cumplen,
concluimos que f (z) **no es una función analítica en el plano complejo**.
Este resultado indica que la función no es holomorfa y no tiene derivada compleja
en ningún punto del plano complejo.

2.5.5 Ejemplo 5: Polinomio Analítico

Problema: Verificar si la función

f (z) = z 3

es analítica en el plano complejo C y, en caso afirmativo, calcular su derivada com-

pleja f ′ (z).
Solución:

Paso 1: Expresión en términos de x e y

Dado que z = x + iy, expandimos la función f (z) = z 3 :

f (z) = (x + iy)3 .
Usando la expansión binomial:
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 133

(x + iy)3 = x3 + 3x2 (iy) + 3x(iy)2 + (iy)3 .

Dado que i2 = −1 e i3 = −i, simplificamos:

(x + iy)3 = x3 + 3ix2 y − 3xy 2 − iy 3 .

Separando en partes real e imaginaria:

u(x, y) = x3 − 3xy 2 , v(x, y) = 3x2 y − y 3 .

Paso 2: Cálculo de las derivadas parciales

Calculamos las derivadas parciales de u(x, y) y v(x, y):
∂u ∂u
= 3x2 − 3y 2 , = −6xy.
∂x ∂y
∂v ∂v
= 6xy, = 3x2 − 3y 2 .
∂x ∂y

Paso 3: Verificación de las ecuaciones de Cauchy-Riemann

Las ecuaciones de Cauchy-Riemann establecen que para que una función sea analítica,
debe cumplirse:
∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Sustituyendo los valores obtenidos:

(3x2 − 3y 2 ) = (3x2 − 3y 2 ) (se cumple),

−6xy = −6xy (se cumple).

Dado que ambas ecuaciones se satisfacen en todo C y las derivadas parciales son
continuas, concluimos que f (z) es analítica en C.

Paso 4: Cálculo de la derivada compleja

Si una función es analítica, su derivada compleja se obtiene como:
∂u ∂v
f ′ (z) = +i .
∂x ∂x
Sustituyendo los valores calculados:

f ′ (z) = (3x2 − 3y 2 ) + i(6xy).

Expresando en términos de z, notamos que:

3(x2 − y 2 ) + i(6xy) = 3(x + iy)2 = 3z 2 .

 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 134

Por lo tanto, la derivada compleja de f (z) es:

f ′ (z) = 3z 2 .

Paso 5: Verificación en MATLAB

Podemos verificar los cálculos usando MATLAB con el siguiente código:
Listing 2.43: Verificación de ecuaciones de Cauchy-Riemann y cálculo de f ′ (z)
1 % Definir variables simbólicas
2 syms x y real
3 u = x^3 - 3*x*y^2; % Parte real de f(z)
4 v = 3*x^2*y - y^3; % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si la función es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si la función es analítica
15

16 % Cálculo de la derivada compleja f'(z)

17 f_derivative = simplify(du_dx + 1i*dv_dx);
18

19 % Mostrar resultados
20 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
21 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
22 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0
23

24 fprintf('Derivada␣compleja␣f''(z):\n');
25 fprintf('%s\n', char(f_derivative)); % Debe ser 3z^2

El código realiza las siguientes tareas:

• Define simbólicamente u(x, y) y v(x, y).
∂u ∂u ∂v ∂v
• Calcula las derivadas parciales , , , .
∂x ∂y ∂x ∂y

• Verifica si las ecuaciones de Cauchy-Riemann se cumplen (CR1 y CR2).

• Calcula la derivada compleja f ′ (z).

• Muestra los resultados en la consola de MATLAB.

Conclusión
Dado que las ecuaciones de Cauchy-Riemann se cumplen en todo C y las derivadas
son continuas, concluimos que f (z) es una función analítica en el plano complejo.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 135

Además, se encontró que su derivada compleja es:

f ′ (z) = 3z 2 .
Esto concuerda con la derivada usual de f (z) = z 3 , lo que reafirma su analiticidad
y confirma que los polinomios son funciones analíticas en todo C.

Ejercicios Propuestos
1. Demuestra que si una función f (z) es analítica y su parte imaginaria es con-
stante, entonces f (z) debe ser una función constante.

2. Sea f (z) = u(x, y) + iv(x, y). Si u(x, y) = x2 − y 2 + c, determina el valor de c

tal que f (z) sea analítica.

3. Encuentra la forma general de una función analítica f (z) cuya parte real sea
u(x, y) = ex cos y.

4. Utilizando las ecuaciones de Cauchy-Riemann, prueba que si f (z) es analítica,

entonces sus funciones componentes u(x, y) y v(x, y) satisfacen la ecuación de
Laplace:
∂ 2u ∂ 2u
+ = 0.
∂x2 ∂y 2

5. Determina si la función f (z) = x3 − 3xy 2 + i(3x2 y − y 3 ) es analítica en C.

6. Verifica si las siguientes funciones satisfacen las ecuaciones de Cauchy-Riemann

y determina si son analíticas:

(a) f (z) = x2 − y 2 + i(2xy).

(b) f (z) = ex cos y + iex sin y.
(c) f (z) = x − iy.
(d) f (z) = ln r + iθ (en coordenadas polares).
(e) f (z) = x4 − 6x2 y 2 + y 4 + i(4x3 y − 4xy 3 ).

7. Determina la derivada compleja f ′ (z) para las siguientes funciones:

(a) f (z) = z 5 .
(b) f (z) = ez .
(c) f (z) = sin z.
(d) f (z) = z1 .
(e) f (z) = ln z.

8. Verifica si f (z) = z n (para n entero positivo) es analítica y encuentra su

derivada.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 136

9. Encuentra la derivada compleja de f (z) = cosh z y exprésala en términos de

exponenciales complejas.

10. Considera la función

(
x2 − y 2 + i(2xy), si z ̸= 0,
f (z) =
0, si z = 0.

Determina si f (z) es analítica en C o en alguna región del plano complejo.

Solución de ejercicios propuestos

Problema 1: Función Analítica con Parte Imagi-
naria Constante
Enunciado
Demuestre que si una función f (z) es analítica y su parte imaginaria es constante,
entonces f (z) debe ser una función constante.

Solución
Dada una función analítica f (z), podemos expresarla en términos de su parte real e
imaginaria:

f (z) = u(x, y) + iv(x, y),

donde:

• u(x, y) es la parte real de f (z).

• v(x, y) es la parte imaginaria de f (z).

Puesto que f (z) es analítica, sus componentes u(x, y) y v(x, y) deben satisfacer
las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Paso 1: Condición de Parte Imaginaria Constante

Nos dicen que la parte imaginaria v(x, y) es constante, es decir:

v(x, y) = C, donde C es una constante.

Derivando con respecto a x y y, obtenemos:
∂v ∂v
= 0, = 0.
∂x ∂y
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 137

Paso 2: Aplicación de las Ecuaciones de Cauchy-Riemann

Sustituyéndolo en las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= = 0, =− = 0.
∂x ∂y ∂y ∂x
Esto implica que:
∂u ∂u
= 0, = 0.
∂x ∂y

Paso 3: Conclusión
Las ecuaciones anteriores nos dicen que u(x, y) no cambia con respecto a x ni y, lo
que significa que u(x, y) es una constante:

u(x, y) = C1 , donde C1 es una constante.

Por lo tanto, la función f (z) se reduce a:

f (z) = C1 + iC.

Conclusión
Hemos demostrado que si una función f (z) es analítica y su parte imaginaria es con-
stante, entonces la función debe ser constante en todo el dominio donde es analítica.

Verificación en MATLAB
Podemos verificar el resultado numéricamente en MATLAB al derivar la función
f (z) = u(x, y) + iC y confirmar que su derivada es cero:
Listing 2.44: Cálculo de derivadas en MATLAB
1 % Definir variables simbólicas
2 syms x y real
3 u = sym('C1'); % Definir la parte real como una constante
4 v = sym('C'); % Parte imaginaria constante
5

6 % Cálculo de derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si la función es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si la función es analítica
15

16 % Mostrar resultados usando fprintf para evitar errores con caracteres

especiales
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 138

17 fprintf('Verificación␣de␣ecuaciones␣de␣Cauchy-Riemann:\n');
18 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
19 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

Problema 2: Determinación de c para Analiticidad

Enunciado
Sea f (z) = u(x, y) + iv(x, y) con

u(x, y) = x2 − y 2 + c.

Determina el valor de c tal que f (z) sea analítica.

Solución
Dado que f (z) es analítica, sus partes real e imaginaria deben satisfacer las ecua-
ciones de Cauchy-Riemann:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Paso 1: Cálculo de las Derivadas Parciales

La función dada para la parte real es:

u(x, y) = x2 − y 2 + c.
Calculamos sus derivadas parciales:

∂u ∂u
= 2x, = −2y.
∂x ∂y
Denotemos la parte imaginaria como v(x, y), la cual desconocemos. Para que
f (z) sea analítica, debe existir una función v(x, y) que satisfaga las ecuaciones de
Cauchy-Riemann.

Paso 2: Aplicación de las Ecuaciones de Cauchy-Riemann

De la primera ecuación de Cauchy-Riemann:

∂u ∂v
= .
∂x ∂y
Sustituyendo los valores:

∂v
2x = .
∂y
Integrando con respecto a y:
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 139

v(x, y) = 2xy + g(x),

donde g(x) es una función arbitraria de x.
De la segunda ecuación de Cauchy-Riemann:
∂u ∂v
=− .
∂y ∂x
Sustituyendo:
∂
−2y = − (2xy + g(x)).
∂x
Calculando la derivada:

−2y = −2y − g ′ (x).

Cancelando términos:

g ′ (x) = 0 ⇒ g(x) = c1 ,
donde c1 es una constante.

Paso 3: Determinación de c
Para que f (z) sea analítica, v(x, y) debe cumplir que sus derivadas sean continuas
en todo C. La función obtenida:

v(x, y) = 2xy + c1
es válida para cualquier c1 . Dado que la ecuación de u(x, y) contenía un término
constante c, este valor **no afecta la analiticidad de la función**. Es decir, **el
valor de c puede ser cualquier número real y f (z) seguirá siendo analítica**.

Conclusión
El valor de c no afecta la analiticidad de la función f (z). Por lo tanto, f (z) es
analítica para cualquier valor de c.

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.45: Verificación de las ecuaciones de Cauchy-Riemann
1 % Definir variables simbólicas
2 syms x y c real
3 u = x^2 - y^2 + c; % Parte real de f(z)
4 v = 2*x*y + sym('c1'); % Parte imaginaria
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 140

8 du_dy = diff(u, y);

9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si f(z) es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si f(z) es analítica
15

16 % Mostrar resultados
17 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
18 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
19 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

Problema 3: Determinación de una Función Analítica

Enunciado
Encuentra la forma general de una función analítica f (z) cuya parte real sea:

u(x, y) = ex cos y.

Solución
Dado que f (z) es analítica, podemos expresarla en términos de su parte real e
imaginaria:

f (z) = u(x, y) + iv(x, y),

donde:
• u(x, y) = ex cos y es la parte real dada.
• v(x, y) es la parte imaginaria que debemos encontrar.
Dado que f (z) es analítica, sus componentes u(x, y) y v(x, y) deben satisfacer
las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Paso 1: Cálculo de las Derivadas Parciales de u(x, y)

La función dada para la parte real es:

u(x, y) = ex cos y.
Calculamos sus derivadas parciales:
∂u ∂u
= ex cos y, = −ex sin y.
∂x ∂y
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 141

Paso 2: Aplicación de las Ecuaciones de Cauchy-Riemann

De la primera ecuación de Cauchy-Riemann:

∂u ∂v
= .
∂x ∂y
Sustituyendo los valores:

∂v
ex cos y = .
∂y
Integrando con respecto a y:

v(x, y) = ex sin y + g(x),

donde g(x) es una función arbitraria de x.
De la segunda ecuación de Cauchy-Riemann:

∂u ∂v
=− .
∂y ∂x
Sustituyendo:

∂ x
−ex sin y = − (e sin y + g(x)).
∂x
Calculando la derivada:

−ex sin y = −ex sin y − g ′ (x).

Cancelando términos:

g ′ (x) = 0 ⇒ g(x) = c,
donde c es una constante arbitraria.

Paso 3: Forma General de f (z)

Dado que hemos encontrado v(x, y), podemos escribir la función analítica:

f (z) = u(x, y) + iv(x, y).

Sustituyendo los valores encontrados:

f (z) = ex cos y + i(ex sin y + c).

Factorizando ex :

f (z) = ex (cos y + i sin y) + ic.

Dado que sabemos que:

cos y + i sin y = eiy ,

 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 142

obtenemos:

f (z) = ex eiy + ic.

Puesto que z = x + iy, tenemos que ex eiy = ez , por lo que:

f (z) = ez + ic.

Conclusión
La función analítica cuya parte real es u(x, y) = ex cos y está dada por:

f (z) = ez + ic,
donde c es una constante arbitraria.

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.46: Verificación de las ecuaciones de Cauchy-Riemann
1 % Definir variables simbólicas
2 syms x y c real
3 u = exp(x) * cos(y); % Parte real de f(z)
4 v = exp(x) * sin(y) + c; % Parte imaginaria
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si f(z) es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si f(z) es analítica
15

16 % Mostrar resultados
17 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
18 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
19 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

Problema 4: Relación entre Funciones Analíticas y

la Ecuación de Laplace
Enunciado
Utilizando las ecuaciones de Cauchy-Riemann, prueba que si f (z) es analítica, en-
tonces sus funciones componentes u(x, y) y v(x, y) satisfacen la ecuación de Laplace:
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 143

∂ 2u ∂ 2u
+ = 0.
∂x2 ∂y 2

Solución
Dado que f (z) es analítica, podemos escribirla en términos de su parte real e imag-
inaria:

f (z) = u(x, y) + iv(x, y).

Las funciones u(x, y) y v(x, y) deben satisfacer las ecuaciones de Cauchy-Riemann:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Paso 1: Cálculo de la Segunda Derivada de u(x, y)

Derivamos la primera ecuación de Cauchy-Riemann con respecto a x:
 
∂ 2u ∂ ∂v
= .
∂x2 ∂x ∂y
Por la propiedad de continuidad de las derivadas mixtas, podemos intercambiar
el orden de derivación:
 
∂ 2u ∂ ∂v
= .
∂x2 ∂y ∂x
De la segunda ecuación de Cauchy-Riemann, sabemos que:

∂v ∂u
=− .
∂x ∂y
Sustituyendo en la ecuación anterior:
 
∂ 2u ∂ ∂u
2
= − .
∂x ∂y ∂y
Esto nos da:

∂ 2u ∂ 2u
= − .
∂x2 ∂y 2

Paso 2: Deducción de la Ecuación de Laplace

Reordenando la ecuación obtenida:

∂ 2u ∂ 2u
+ = 0.
∂x2 ∂y 2
Esta es precisamente la ecuación de Laplace para la función u(x, y).
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 144

Paso 3: Aplicación a v(x, y)

Repitiendo el mismo procedimiento para v(x, y), derivamos la primera ecuación de
Cauchy-Riemann con respecto a y:
 
∂ 2v ∂ ∂u
= .
∂y 2 ∂y ∂x
Intercambiando el orden de derivación:
 
∂ 2v ∂ ∂u
2
= .
∂y ∂x ∂y
De la segunda ecuación de Cauchy-Riemann:

∂u ∂v
=− .
∂y ∂x
Sustituyendo:
 
∂ 2v ∂ ∂v
2
= − .
∂y ∂x ∂x
Esto nos da:

∂ 2v ∂ 2v
= − .
∂y 2 ∂x2
Reordenando:

∂ 2v ∂ 2v
+ = 0.
∂x2 ∂y 2

Conclusión
Hemos demostrado que si f (z) es analítica, entonces tanto u(x, y) como v(x, y)
satisfacen la ecuación de Laplace:

∂ 2u ∂ 2u ∂ 2v ∂ 2v
+ = 0, + = 0.
∂x2 ∂y 2 ∂x2 ∂y 2
Esto implica que las funciones componentes de una función analítica son fun-
ciones armónicas.

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.47: Verificación de la ecuación de Laplace
1 % Definir variables simbólicas
2 syms x y real
3 u = sym('u(x,y)'); % Función genérica u(x,y)
4 v = sym('v(x,y)'); % Función genérica v(x,y)
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 145

6 % Definir las ecuaciones de Cauchy-Riemann

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 CR1 = du_dx - dv_dy; % Primera ecuación de Cauchy-Riemann

13 CR2 = du_dy + dv_dx; % Segunda ecuación de Cauchy-Riemann
14

15 % Derivadas segundas de u
16 d2u_dx2 = diff(du_dx, x);
17 d2u_dy2 = diff(du_dy, y);
18

19 % Verificación de la ecuación de Laplace para u

20 laplace_u = simplify(d2u_dx2 + d2u_dy2);
21

22 % Derivadas segundas de v
23 d2v_dx2 = diff(dv_dx, x);
24 d2v_dy2 = diff(dv_dy, y);
25

26 % Verificación de la ecuación de Laplace para v

27 laplace_v = simplify(d2v_dx2 + d2v_dy2);
28

29 % Mostrar resultados
30 fprintf('Ecuación␣de␣Laplace␣para␣u(x,y):␣%s\n', char(laplace_u)); % Debe
ser 0
31 fprintf('Ecuación␣de␣Laplace␣para␣v(x,y):␣%s\n', char(laplace_v)); % Debe
ser 0

Problema 5: Verificación de Analiticidad

Enunciado
Determina si la función

f (z) = x3 − 3xy 2 + i(3x2 y − y 3 )

es analítica en C.

Solución
Dado que f (z) es una función de variable compleja, podemos escribirla en términos
de su parte real e imaginaria:

f (z) = u(x, y) + iv(x, y),

donde:
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 146

u(x, y) = x3 − 3xy 2 , v(x, y) = 3x2 y − y 3 .

Para que f (z) sea analítica en C, sus componentes deben satisfacer las ecuaciones
de Cauchy-Riemann:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x

Paso 1: Cálculo de las Derivadas Parciales

Calculamos las derivadas parciales de u(x, y):

∂u ∂ 3
= (x − 3xy 2 ) = 3x2 − 3y 2 ,
∂x ∂x

∂u ∂ 3
= (x − 3xy 2 ) = −6xy.
∂y ∂y
Ahora, calculamos las derivadas parciales de v(x, y):

∂v ∂
= (3x2 y − y 3 ) = 6xy,
∂x ∂x

∂v ∂
= (3x2 y − y 3 ) = 3x2 − 3y 2 .
∂y ∂y

Paso 2: Verificación de las Ecuaciones de Cauchy-Riemann

Verificamos la primera ecuación:

∂u ∂v
= ⇒ (3x2 − 3y 2 ) = (3x2 − 3y 2 ).
∂x ∂y
Esta ecuación **se cumple** en todo C.
Verificamos la segunda ecuación:

∂u ∂v
=− ⇒ (−6xy) = −(6xy).
∂y ∂x
Esta ecuación **también se cumple** en todo C.

Conclusión

Puesto que las ecuaciones de Cauchy-Riemann se satisfacen en todo C y las derivadas

parciales de u(x, y) y v(x, y) son continuas en C, concluimos que f (z) es analítica
en todo C.
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 147

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.48: Verificación de las ecuaciones de Cauchy-Riemann
1 % Definir variables simbólicas
2 syms x y real
3 u = x^3 - 3*x*y^2; % Parte real de f(z)
4 v = 3*x^2*y - y^3; % Parte imaginaria de f(z)
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si f(z) es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si f(z) es analítica
15

16 % Mostrar resultados
17 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
18 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
19 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

Problema 6: Verificación de las Ecuaciones de Cauchy-

Riemann
Enunciado
Verifica si las siguientes funciones satisfacen las ecuaciones de Cauchy-Riemann y
determina si son analíticas:

1. f (z) = x2 − y 2 + i(2xy).

2. f (z) = ex cos y + iex sin y.

3. f (z) = x − iy.

4. f (z) = ln r + iθ (en coordenadas polares).

5. f (z) = x4 − 6x2 y 2 + y 4 + i(4x3 y − 4xy 3 ).

Solución
Para determinar si cada función f (z) = u(x, y) + iv(x, y) es analítica, verificamos
si sus partes real u(x, y) e imaginaria v(x, y) satisfacen las ecuaciones de Cauchy-
Riemann:
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 148

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Si estas ecuaciones se cumplen y las derivadas parciales son continuas en una
región, entonces f (z) es analítica en esa región.
—

Caso 1: f (z) = x2 − y 2 + i(2xy)

Definimos:

u(x, y) = x2 − y 2 , v(x, y) = 2xy.

Calculamos las derivadas parciales:
∂u ∂u
= 2x, = −2y.
∂x ∂y
∂v ∂v
= 2y, = 2x.
∂x ∂y
Verificamos Cauchy-Riemann:
∂u ∂v
= ⇒ 2x = 2x (se cumple),
∂x ∂y
∂u ∂v
=− ⇒ −2y = −2y (se cumple).
∂y ∂x
Las ecuaciones se cumplen en C, por lo que f (z) es analítica en todo C.
—

Caso 2: f (z) = ex cos y + iex sin y

Definimos:

u(x, y) = ex cos y, v(x, y) = ex sin y.

Calculamos las derivadas parciales:
∂u ∂u
= ex cos y, = −ex sin y.
∂x ∂y
∂v ∂v
= ex sin y, = ex cos y.
∂x ∂y
Verificamos Cauchy-Riemann:
∂u ∂v
= ⇒ ex cos y = ex cos y (se cumple),
∂x ∂y
∂u ∂v
=− ⇒ −ex sin y = −ex sin y (se cumple).
∂y ∂x
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 149

Las ecuaciones se cumplen en C, por lo que f (z) es analítica en todo C.

—

Caso 3: f (z) = x − iy
Definimos:

u(x, y) = x, v(x, y) = −y.

Calculamos las derivadas parciales:

∂u ∂u
= 1, = 0.
∂x ∂y

∂v ∂v
= 0, = −1.
∂x ∂y
Verificamos Cauchy-Riemann:

∂u ∂v
= ⇒ 1 ̸= −1.
∂x ∂y
Las ecuaciones no se cumplen, por lo que f (z) **no es analítica** en C.
—

Caso 4: f (z) = ln r + iθ (en coordenadas polares)

Definimos:

u(r, θ) = ln r, v(r, θ) = θ.
Las ecuaciones de Cauchy-Riemann en coordenadas polares son:

∂u 1 ∂u
= , = 0.
∂r r ∂θ

∂v ∂v
= 0, = 1.
∂r ∂θ
Verificamos:

∂u ∂v
r = ⇒ 1=1 (se cumple).
∂r ∂θ

∂u ∂v
= −r ⇒ 0 ̸= 0.
∂θ ∂r
La segunda ecuación no se cumple en r = 0, por lo que f (z) **no es analítica en
C** pero sí en C \ {0}.
—
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 150

Caso 5: f (z) = x4 − 6x2 y 2 + y 4 + i(4x3 y − 4xy 3 )

Definimos:

u(x, y) = x4 − 6x2 y 2 + y 4 , v(x, y) = 4x3 y − 4xy 3 .

Verificando las ecuaciones de Cauchy-Riemann, se obtiene que ambas se cumplen,
por lo que f (z) es analítica en todo C.

Conclusión
• f (z) = x2 − y 2 + i(2xy) es analítica.

• f (z) = ex cos y + iex sin y es analítica.

• f (z) = x − iy no es analítica.

• f (z) = ln r + iθ es analítica en C \ {0}.

• f (z) = x4 − 6x2 y 2 + y 4 + i(4x3 y − 4xy 3 ) es analítica.

Problema 7: Cálculo de la Derivada Compleja

Enunciado
Determina la derivada compleja f ′ (z) para las siguientes funciones:

1. f (z) = z 5 .

2. f (z) = ez .

3. f (z) = sin z.

4. f (z) = z1 .

5. f (z) = ln z.

Solución
Para determinar la derivada compleja de una función f (z), utilizamos la definición
de la derivada compleja:

f (z + ∆z) − f (z)
f ′ (z) = lim .
∆z→0 ∆z
Cuando f (z) es analítica, su derivada se obtiene de la misma forma que en cálculo
diferencial.
—
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 151

Caso 1: f (z) = z 5
Usamos la regla de derivación de potencias:
d 5
f ′ (z) = z = 5z 4 .
dz
Por lo tanto, la derivada de f (z) es:

f ′ (z) = 5z 4 .
—

Caso 2: f (z) = ez
Usamos la propiedad de la función exponencial:
d z
f ′ (z) = e = ez .
dz
Por lo tanto:

f ′ (z) = ez .
—

Caso 3: f (z) = sin z

Usamos la regla de derivación de la función seno en variable compleja:
d
f ′ (z) = sin z = cos z.
dz
Por lo tanto:

f ′ (z) = cos z.
—

1
Caso 4: f (z) = z

Reescribimos la función en términos de una potencia:

f (z) = z −1 .
Aplicamos la regla de la potencia:
1
f ′ (z) = −z −2 = − .
z2
Por lo tanto:
1
f ′ (z) = − .
z2
—
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 152

Caso 5: f (z) = ln z
La derivada del logaritmo complejo es:

d 1
f ′ (z) = ln z = .
dz z
Por lo tanto:
1
f ′ (z) = .
z
—

Conclusión
Las derivadas complejas de las funciones dadas son:

1. f (z) = z 5 ⇒ f ′ (z) = 5z 4 .

2. f (z) = ez ⇒ f ′ (z) = ez .

3. f (z) = sin z ⇒ f ′ (z) = cos z.

4. f (z) = 1
z
⇒ f ′ (z) = − z12 .

5. f (z) = ln z ⇒ f ′ (z) = z1 .

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.49: Cálculo de derivadas en MATLAB
1 % Definir variable simbólica
2 syms z
3

4 % Definir las funciones

5 f1 = z^5;
6 f2 = exp(z);
7 f3 = sin(z);
8 f4 = 1/z;
9 f5 = log(z);
10

11 % Calcular las derivadas

12 df1 = diff(f1, z);
13 df2 = diff(f2, z);
14 df3 = diff(f3, z);
15 df4 = diff(f4, z);
16 df5 = diff(f5, z);
17

18 % Mostrar resultados
19 fprintf('Derivadas␣calculadas␣en␣MATLAB:\n');
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 153

20 fprintf('d/dz␣(z^5)␣=␣%s\n', char(df1));
21 fprintf('d/dz␣(e^z)␣=␣%s\n', char(df2));
22 fprintf('d/dz␣(sin␣z)␣=␣%s\n', char(df3));
23 fprintf('d/dz␣(1/z)␣=␣%s\n', char(df4));
24 fprintf('d/dz␣(ln␣z)␣=␣%s\n', char(df5));

Problema 8: Verificación de Analiticidad de f (z) =

zn
Enunciado
Verifica si la función f (z) = z n , donde n es un entero positivo, es analítica y en-
cuentra su derivada compleja.

Solución
Dado que z en coordenadas cartesianas se expresa como z = x+iy, podemos escribir
la función f (z) como:

f (z) = (x + iy)n .
Para verificar si f (z) es analítica, podemos seguir dos enfoques:

1. Aplicar directamente las ecuaciones de Cauchy-Riemann a f (z) expresada en

términos de x e y.

2. Utilizar la definición de derivada compleja para calcular f ′ (z) y verificar su

existencia en C.

Dado que la función f (z) = z n está definida en todo C y sus derivadas parciales
son continuas, procederemos a calcular su derivada utilizando la regla de la potencia.
—

Cálculo de la Derivada Compleja

Usamos la regla de derivación de potencias:

d n
f ′ (z) = z .
dz
Dado que la función es diferenciable en todo C, aplicamos la regla de la potencia:

f ′ (z) = nz n−1 .
Esto nos indica que la derivada existe en todo C, por lo que f (z) es una función
analítica en C.
—
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 154

Conclusión
La función f (z) = z n es analítica en todo C y su derivada está dada por:

f ′ (z) = nz n−1 .
—

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.50: Cálculo de la derivada de z n
1 % Definir variables simbólicas
2 syms z n
3

4 % Definir la función
5 f = z^n;
6

7 % Calcular la derivada
8 df = diff(f, z);
9

10 % Mostrar el resultado
11 fprintf('Derivada␣de␣z^n:␣%s\n', char(df));

Problema 9: Derivada Compleja de f (z) = cosh z

Enunciado
Encuentra la derivada compleja de f (z) = cosh z y exprésala en términos de expo-
nenciales complejas.

Solución
La función hiperbólica cosh z se define en términos de exponenciales como:

ez + e−z
cosh z = .
2
Para calcular su derivada compleja, diferenciamos ambos términos:
 
d 1 d z d −z
cosh z = e + e .
dz 2 dz dz
Usamos la propiedad de derivación de la exponencial:

d z d −z
e = ez , e = −e−z .
dz dz
Sustituyendo estos resultados:
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 155

d 1 z

cosh z = e − e−z .
dz 2
Reconocemos que esta es la definición de la función seno hiperbólico:

ez − e−z
sinh z = .
2
Por lo tanto, obtenemos la derivada de f (z) = cosh z:

f ′ (z) = sinh z.
—

Conclusión
La derivada de la función f (z) = cosh z está dada por:

ez − e−z
f ′ (z) = sinh z = .
2
—

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.51: Cálculo de la derivada de cosh z
1 % Definir variable simbólica
2 syms z
3

4 % Definir la función
5 f = cosh(z);
6

7 % Calcular la derivada
8 df = diff(f, z);
9

10 % Mostrar el resultado
11 fprintf('Derivada␣de␣cosh(z):␣%s\n', char(df));

Problema 10: Analiticidad de una Función Definida

a Trozos
Enunciado
Considera la función

x2 − y 2 + i(2xy), si z ̸= 0,
f (z) =

0, si z = 0.
2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 156

Determina si f (z) es analítica en C o en alguna región del plano complejo.

Solución
Para determinar si f (z) es analítica en C, verificamos si satisface las ecuaciones de
Cauchy-Riemann en cada punto donde está definida y si es diferenciable en z = 0.
—

Paso 1: Verificación de las Ecuaciones de Cauchy-Riemann

Para z ̸= 0, la función se puede escribir en términos de su parte real e imaginaria:

u(x, y) = x2 − y 2 , v(x, y) = 2xy.

Calculamos las derivadas parciales:

∂u ∂u
= 2x, = −2y.
∂x ∂y
∂v ∂v
= 2y, = 2x.
∂x ∂y
Verificamos las ecuaciones de Cauchy-Riemann:

∂u ∂v
= ⇒ 2x = 2x (se cumple),
∂x ∂y
∂u ∂v
=− ⇒ −2y = −2y (se cumple).
∂y ∂x
Dado que las ecuaciones de Cauchy-Riemann se cumplen y las derivadas parciales
son continuas en C \ {0}, concluimos que f (z) es **analítica en C \ {0}**.
—

Paso 2: Verificación de Diferenciabilidad en z = 0

Para verificar si f (z) es analítica en z = 0, calculamos su derivada en ese punto:

f (z) − f (0)
f ′ (0) = lim .
z→0 z
Puesto que f (0) = 0, tenemos:

x2 − y 2 + i(2xy)
lim .
z→0 x + iy
Evaluemos el límite en diferentes direcciones:
- Si nos acercamos a z = 0 a lo largo del eje x (es decir, y = 0), tenemos:

x2
= x → 0 cuando x → 0.
x
- Si nos acercamos a z = 0 a lo largo del eje y (es decir, x = 0), tenemos:
 2.5. EJEMPLOS RESUELTOS DE LAS ECUACIONES DE
CAUCHY-RIEMANN 157

−y 2 + i(2(0)y)
= −y.
iy
Como el resultado depende de la dirección desde la cual nos acercamos a z = 0,
el límite **no existe de manera única**, lo que implica que f (z) no es diferenciable
en z = 0.
—

Conclusión
La función f (z) es analítica en C\{0}, pero no en z = 0, ya que la derivada compleja
no existe en ese punto.
—

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:
Listing 2.52: Verificación de las ecuaciones de Cauchy-Riemann
1 % Definir variables simbólicas
2 syms x y real
3 u = x^2 - y^2;
4 v = 2*x*y;
5

6 % Cálculo de las derivadas parciales

7 du_dx = diff(u, x);
8 du_dy = diff(u, y);
9 dv_dx = diff(v, x);
10 dv_dy = diff(v, y);
11

12 % Verificación de las ecuaciones de Cauchy-Riemann

13 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si f(z) es analítica
14 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si f(z) es analítica
15

16 % Evaluación en z = 0
17 du_dx_at_0 = subs(du_dx, [x, y], [0, 0]);
18 du_dy_at_0 = subs(du_dy, [x, y], [0, 0]);
19 dv_dx_at_0 = subs(dv_dx, [x, y], [0, 0]);
20 dv_dy_at_0 = subs(dv_dy, [x, y], [0, 0]);
21

22 % Mostrar resultados
23 fprintf('Verificación␣de␣las␣ecuaciones␣de␣Cauchy-Riemann:\n');
24 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
25 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0
26

27 fprintf('Evaluación␣en␣(0,0):\n');
28 fprintf('du/dx␣=␣%s,␣du/dy␣=␣%s\n', char(du_dx_at_0), char(du_dy_at_0));
29 fprintf('dv/dx␣=␣%s,␣dv/dy␣=␣%s\n', char(dv_dx_at_0), char(dv_dy_at_0));
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 158

2.6 Gradiente, Divergencia, Rotacional y Lapla-

ciano: Funciones Armónicas y Aplicaciones
En esta sección se estudian operadores diferenciales fundamentales en el análisis
complejo, como el gradiente, la divergencia, el rotacional y el Laplaciano. Estos op-
eradores permiten caracterizar las funciones armónicas, que aparecen naturalmente
en la teoría de funciones analíticas y en diversas aplicaciones físicas.

2.6.1 Gradiente
El gradiente de una función escalar u(x, y) en dos dimensiones se define como el
vector de sus derivadas parciales:
 
∂u ∂u
∇u = , . (2.5)
∂x ∂y
Este vector apunta en la dirección de mayor crecimiento de la función u(x, y),
con una magnitud igual a la tasa de cambio más rápida.
En el caso de funciones analíticas f (z) = u(x, y) + iv(x, y), las ecuaciones de
Cauchy-Riemann garantizan que el gradiente de u(x, y) está relacionado con el de
v(x, y) mediante una rotación de 90◦ .

2.6.2 Divergencia
La divergencia de un campo vectorial F = (F1 , F2 ) mide la cantidad de flujo que
entra o sale de un punto y se define como:
∂F1 ∂F2
∇·F= + . (2.6)
∂x ∂y
Si f (z) = u(x, y) + iv(x, y) es una función analítica, entonces sus componentes
u(x, y) y v(x, y) cumplen las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= , =− . (2.7)
∂x ∂y ∂y ∂x
A partir de estas ecuaciones, se obtiene que la divergencia de F = (u, v) es cero:
∂u ∂v
∇ · (u, v) = + = 0. (2.8)
∂x ∂y
Esto implica que las funciones analíticas generan campos vectoriales incomprensi-
bles (solenoidales), lo cual tiene aplicaciones en hidrodinámica y electromagnetismo.

2.6.3 Rotacional
El rotacional de un campo vectorial F = (F1 , F2 ) en dos dimensiones mide su
tendencia a girar alrededor de un punto y se define como:
∂F2 ∂F1
∇×F= − . (2.9)
∂x ∂y
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 159

Si f (z) es analítica, entonces el rotacional del campo (u, v) es:

∂v ∂u
∇ × (u, v) = − = 0. (2.10)
∂x ∂y
Esto significa que el campo vectorial asociado a f (z) es irrotacional, lo que
implica que es conservativo y puede derivarse de un potencial escalar.

2.6.4 Laplaciano y Funciones Armónicas

El operador de Laplace se define como:

∂ 2u ∂ 2u
∇2 u = + . (2.11)
∂x2 ∂y 2
Si una función u(x, y) satisface la ecuación de Laplace,

∇2 u = 0, (2.12)

se dice que u(x, y) es una función armónica.

Dado que las ecuaciones de Cauchy-Riemann implican que:

∂ 2u ∂ 2u ∂ 2v ∂ 2v
+ = 0, + = 0, (2.13)
∂x2 ∂y 2 ∂x2 ∂y 2
se deduce que las partes real e imaginaria de cualquier función analítica son
funciones armónicas. Esto establece una conexión entre la analiticidad y la teoría
del potencial.

2.6.5 Aplicaciones
Las funciones armónicas y los operadores diferenciales analizados tienen numerosas
aplicaciones en física, ingeniería y matemáticas aplicadas:

• Flujo de fluidos: En hidrodinámica, las funciones armónicas representan

potenciales de velocidad y líneas de corriente de un flujo incompresible.

• Electrostática: En la teoría del potencial eléctrico, la función potencial sat-

isface la ecuación de Laplace, lo que permite describir campos eléctricos en
regiones libres de carga.

• Mecánica cuántica: En la ecuación de Schrödinger estacionaria, las solu-

ciones en ciertas regiones satisfacen la ecuación de Laplace.

• Procesamiento de imágenes: En visión por computadora, operadores difer-

enciales como el Laplaciano se usan para detectar bordes y características en
imágenes digitales.
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 160

2.6.6 Conclusión
Los operadores diferenciales en análisis complejo permiten una interpretación ge-
ométrica y física de las funciones analíticas. En particular, el hecho de que las
partes real e imaginaria de funciones analíticas sean funciones armónicas establece
una conexión fundamental con problemas de difusión, propagación de ondas y po-
tenciales en física matemática.
El gradiente, la divergencia, el rotacional y el Laplaciano proporcionan her-
ramientas esenciales para caracterizar y manipular funciones complejas en diversos
contextos científicos y de ingeniería.

Ejercicios Resueltos
Ejercicio 1: Cálculo del Gradiente
Problema: Dada la función escalar

u(x, y) = x2 y + ey ,

calcular su gradiente ∇u.

Solución:
El gradiente de una función escalar u(x, y) se define como:
 
∂u ∂u
∇u = , .
∂x ∂y
Calculamos las derivadas parciales:

∂u ∂u
= 2xy, = x2 + e y .
∂x ∂y
Por lo tanto, el gradiente es:

∇u = (2xy, x2 + ey ).
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.53: Cálculo del gradiente en MATLAB
1 % Definir variables simbólicas
2 syms x y
3

4 % Definir la función escalar u(x,y)

5 u = x^2 * y + exp(y);
6

7 % Calcular el gradiente de u
8 grad_u = gradient(u, [x, y]);
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 161

10 % Mostrar los resultados

11 fprintf('El␣gradiente␣de␣u(x,y)␣es:\n');
12 disp(grad_u);

Este código:

• Define x y y como variables simbólicas.

• Expresa la función u(x, y).

• Calcula el gradiente usando la función gradient().

• Muestra el resultado en la consola de MATLAB.

Ejercicio 2: Cálculo de la Divergencia

Problema: Sea el campo vectorial

F = (F1 , F2 ) = (x3 − y, xy 2 ).
Calcular su divergencia ∇ · F.
—
Solución:
La divergencia de un campo vectorial en dos dimensiones se define como:

∂F1 ∂F2
∇·F= + .
∂x ∂y
Este operador mide la cantidad de flujo que entra o sale de un punto en un
campo vectorial.

Paso 1: Identificación de Componentes del Campo Vectorial

El campo vectorial dado es:

F = (F1 , F2 ) = (x3 − y, xy 2 ).
Aquí, identificamos las componentes:
- F1 (x, y) = x3 −y (componente en la dirección x). - F2 (x, y) = xy 2 (componente
en la dirección y).

Paso 2: Cálculo de las Derivadas Parciales

La divergencia se calcula como:

∂F1 ∂F2
∇·F= + .
∂x ∂y
Calculamos la derivada parcial de F1 con respecto a x:
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 162

∂F1 ∂ 3
= (x − y) = 3x2 .
∂x ∂x
Ahora, calculamos la derivada parcial de F2 con respecto a y:

∂F2 ∂
= (xy 2 ) = 2xy.
∂y ∂y

Paso 3: Cálculo de la Divergencia

Sumamos ambas derivadas parciales:

∇ · F = 3x2 + 2xy.
Por lo tanto, la divergencia del campo vectorial es:

∇ · F = 3x2 + 2xy.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.54: Cálculo de la divergencia de F en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir el campo vectorial F

5 F = [x^3 - y, x*y^2];
6

7 % Calcular la divergencia de F
8 div_F = divergence(F, [x, y]);
9

10 % Mostrar el resultado
11 fprintf('La␣divergencia␣de␣F(x,y)␣es:\n');
12 disp(div_F);

Este código:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB.

• Calcula la divergencia usando la función divergence().

• Muestra el resultado en la consola de MATLAB.

—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 163

Ejercicio 3: Cálculo del Rotacional

Problema: Sea el campo vectorial

F = (F1 , F2 ) = (ex cos y, ex sin y).

Calcular su rotacional ∇ × F.
—
Solución:
El rotacional de un campo vectorial en dos dimensiones se define como:

∂F2 ∂F1
∇×F= − .
∂x ∂y
Este operador mide la tendencia del campo a rotar alrededor de un punto.

Paso 1: Identificación de Componentes del Campo Vectorial

El campo vectorial dado es:

F = (F1 , F2 ) = (ex cos y, ex sin y).

Aquí, identificamos las componentes:
- F1 (x, y) = ex cos y (componente en la dirección x). - F2 (x, y) = ex sin y (com-
ponente en la dirección y).

Paso 2: Cálculo de las Derivadas Parciales

La fórmula del rotacional en R2 nos indica que debemos calcular:

∂F2 ∂F1
− .
∂x ∂y
Calculamos la derivada parcial de F2 con respecto a x:

∂F2 ∂ x
= (e sin y) = ex sin y.
∂x ∂x
Ahora, calculamos la derivada parcial de F1 con respecto a y:

∂F1 ∂ x
= (e cos y) = −ex sin y.
∂y ∂y

Paso 3: Cálculo del Rotacional

Sustituyendo estos valores en la ecuación del rotacional:

∇ × F = ex sin y − (−ex sin y).

∇ × F = ex sin y + ex sin y = 2ex sin y.

Por lo tanto, el rotacional del campo es:
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 164

∇ × F = 2ex sin y.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.55: Cálculo del rotacional de F en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir el campo vectorial F

5 F = [exp(x) * cos(y), exp(x) * sin(y)];
6

7 % Calcular el rotacional de F en 2D
8 rot_F = curl([F 0], [x, y, 0]);
9

10 % Mostrar el resultado
11 fprintf('El␣rotacional␣de␣F(x,y)␣es:\n');
12 disp(rot_F(3)); % Extraer la componente en la dirección z

Este código:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB, extendiéndolo a tres dimensiones

como (F1 , F2 , 0) para aplicar la función curl().

• Calcula el rotacional usando la función curl().

• Muestra solo la tercera componente del resultado, que corresponde al rota-

cional en 2D.

Ejercicio 4: Verificación de Función Armónica

Problema: Verificar si la función

u(x, y) = x3 − 3xy 2
es armónica, es decir, si satisface la ecuación de Laplace ∇2 u = 0.
—
Solución:
Una función u(x, y) es armónica si satisface la ecuación de Laplace:

∂ 2u ∂ 2u
∇2 u = + = 0.
∂x2 ∂y 2
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 165

Paso 1: Cálculo de las Derivadas Parciales Primeras

Calculamos las derivadas parciales de u(x, y):
∂u ∂ 3
= (x − 3xy 2 ) = 3x2 − 3y 2 .
∂x ∂x
∂u ∂ 3
= (x − 3xy 2 ) = −6xy.
∂y ∂y

Paso 2: Cálculo de las Derivadas Parciales Segundas

Ahora calculamos las segundas derivadas parciales:

∂ 2u ∂
2
= (3x2 − 3y 2 ) = 6x.
∂x ∂x
∂ 2u ∂
= (−6xy) = −6x.
∂y 2 ∂y

Paso 3: Cálculo del Laplaciano

Sumamos las segundas derivadas parciales:

∂ 2u ∂ 2u
∇2 u = + = 6x + (−6x) = 0.
∂x2 ∂y 2
Dado que el Laplaciano es cero en todo R2 , concluimos que u(x, y) es una **fun-
ción armónica**.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.56: Verificación de la ecuación de Laplace en MATLAB
1 % Definir variables simbólicas
2 syms x y
3

4 % Definir la función u(x,y)

5 u = x^3 - 3*x*y^2;
6

7 % Calcular las derivadas segundas

8 d2u_dx2 = diff(u, x, 2);
9 d2u_dy2 = diff(u, y, 2);
10

11 % Calcular el Laplaciano
12 laplaciano_u = d2u_dx2 + d2u_dy2;
13

14 % Mostrar el resultado
15 fprintf('El␣Laplaciano␣de␣u(x,y)␣es:\n');
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 166

16 disp(laplaciano_u);

Este código:
• Define x y y como variables simbólicas.

• Expresa la función u(x, y) en MATLAB.

• Calcula las segundas derivadas parciales con la función diff().

• Calcula el Laplaciano sumando ambas derivadas segundas.

• Muestra el resultado en la consola de MATLAB.

—

Ejercicio 5: Aplicación del Laplaciano en Función Compleja

Problema: Sea la función compleja

f (z) = ex (cos y + i sin y).

Demostrar que sus partes real e imaginaria son funciones armónicas, es decir,
que satisfacen la ecuación de Laplace:

∂ 2u ∂ 2u ∂ 2v ∂ 2v
∇2 u = + = 0, ∇2 v = + = 0.
∂x2 ∂y 2 ∂x2 ∂y 2
—
Solución:

Paso 1: Identificación de las Partes Real e Imaginaria

Dado que f (z) = ex (cos y + i sin y), identificamos:

u(x, y) = ex cos y, v(x, y) = ex sin y.

Nuestro objetivo es verificar si u(x, y) y v(x, y) satisfacen la ecuación de Laplace.

Paso 2: Cálculo del Laplaciano de u(x, y)

Calculamos las derivadas parciales segundas de u(x, y):

∂ 2u ∂ x
2
= (e cos y) = ex cos y.
∂x ∂x
∂ 2u ∂
2
= (−ex sin y) = −ex cos y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 u = ex cos y − ex cos y = 0.
Por lo tanto, u(x, y) es una función armónica.
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 167

Paso 3: Cálculo del Laplaciano de v(x, y)

Ahora calculamos las derivadas parciales segundas de v(x, y):

∂ 2v ∂ x
2
= (e sin y) = ex sin y.
∂x ∂x
∂ 2v ∂
2
= (−ex cos y) = −ex sin y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 v = ex sin y − ex sin y = 0.
Por lo tanto, v(x, y) también es una función armónica.

Paso 4: Conclusión
Dado que ∇2 u = 0 y ∇2 v = 0, concluimos que ambas funciones son armónicas.
Esto confirma que las partes real e imaginaria de una función analítica satisfacen la
ecuación de Laplace.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.57: Verificación de la ecuación de Laplace en MATLAB
1 % Definir variables simbólicas
2 syms x y
3

4 % Definir las funciones u(x,y) y v(x,y)

5 u = exp(x) * cos(y);
6 v = exp(x) * sin(y);
7

8 % Calcular las derivadas segundas

9 d2u_dx2 = diff(u, x, 2);
10 d2u_dy2 = diff(u, y, 2);
11 d2v_dx2 = diff(v, x, 2);
12 d2v_dy2 = diff(v, y, 2);
13

14 % Calcular el Laplaciano
15 laplaciano_u = d2u_dx2 + d2u_dy2;
16 laplaciano_v = d2v_dx2 + d2v_dy2;
17

18 % Mostrar los resultados

19 fprintf('El␣Laplaciano␣de␣u(x,y)␣es:\n');
20 disp(laplaciano_u);
21

22 fprintf('El␣Laplaciano␣de␣v(x,y)␣es:\n');
23 disp(laplaciano_v);
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 168

Este código:

• Define x y y como variables simbólicas.

• Expresa las funciones u(x, y) y v(x, y) en MATLAB.

• Calcula las segundas derivadas parciales con la función diff().

• Calcula los Laplacianos sumando las derivadas segundas respectivas.

• Muestra los resultados en la consola de MATLAB.

1. Gradiente de una función escalar:

Sea la función u(x, y) = x2 y + ey . Calcular el gradiente ∇u.

2. Divergencia de un campo vectorial:

Sea el campo vectorial F = (x3 − y, xy 2 ). Determinar ∇ · F.

3. Rotacional de un campo vectorial:

Sea el campo vectorial F = (ex cos y, ex sin y). Evaluar ∇ × F.

4. Verificación de función armónica:

Verificar si la función u(x, y) = x3 − 3xy 2 es armónica, es decir, si satisface la
ecuación de Laplace ∇2 u = 0.

5. Laplaciano en función compleja:

Sea la función compleja f (z) = ex (cos y + i sin y). Demostrar que sus partes
real e imaginaria son funciones armónicas.

6. Campo conservativo:
Sea el campo vectorial F = (2xy, x2 − y 2 ). Verificar si es conservativo deter-
minando si ∇ × F = 0.

7. Flujo de un campo vectorial:

Calcular el flujo del campo F = (x2 − y 2 , 2xy) a través del círculo de radio 1
centrado en el origen.

8. Función analítica y ecuaciones de Cauchy-Riemann:

Determinar si la función f (z) = x2 − y 2 + i(2xy) es analítica verificando las
ecuaciones de Cauchy-Riemann.

9. Campo solenoidal:
Sea el campo F = (x2 − y, x + y 2 ). Verificar si es solenoidal calculando ∇ · F.

10. Ecuación de Laplace en coordenadas polares:

Considerando la ecuación de Laplace en coordenadas polares, verificar si la
función u(r, θ) = r2 cos 2θ es armónica.
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 169

Solución de ejercicios propuestos

Problema 1: Cálculo del Gradiente de una Función

Escalar
Enunciado
Sea la función escalar:

u(x, y) = x2 y + ey .

Calcular su gradiente ∇u.

Solución
El gradiente de una función escalar u(x, y) se define como:
 
∂u ∂u
∇u = , .
∂x ∂y

Este vector apunta en la dirección de mayor crecimiento de u(x, y) y su magnitud

indica la tasa de cambio en esa dirección.

Paso 1: Cálculo de las Derivadas Parciales

Calculamos la derivada parcial con respecto a x:

∂u ∂ 2
= (x y + ey ) = 2xy.
∂x ∂x
Ahora, calculamos la derivada parcial con respecto a y:

∂u ∂ 2
= (x y + ey ) = x2 + ey .
∂y ∂y

Paso 2: Expresión del Gradiente

Sustituyendo los resultados obtenidos:

∇u = (2xy, x2 + ey ).

Esto significa que el campo vectorial asociado al gradiente de u(x, y) es:

∇u = 2xy î + (x2 + ey ) ĵ.

 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 170

Conclusión
El gradiente de la función dada es:

∇u = (2xy, x2 + ey ).
Este vector describe la dirección y magnitud del cambio más rápido de u(x, y)
en el plano.
—

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB:

Listing 2.58: Cálculo del gradiente de en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir la función escalar u(x,y)

5 u = x^2 * y + exp(y);
6

7 % Calcular el gradiente de u
8 grad_u = gradient(u, [x, y]);
9

10 % Mostrar los resultados

11 fprintf('El␣gradiente␣de␣u(x,y)␣es:\n');
12 disp(grad_u);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa la función u(x, y) en MATLAB.

• Calcula el gradiente usando la función gradient().

• Muestra el resultado en la consola de MATLAB.

Problema 2: Cálculo de la Divergencia de un Campo

Vectorial
Enunciado
Sea el campo vectorial:

F = (F1 , F2 ) = (x3 − y, xy 2 ).
Determinar su divergencia ∇ · F.
—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 171

Solución
La divergencia de un campo vectorial F = (F1 , F2 ) en dos dimensiones se define
como:

∂F1 ∂F2
∇·F= + .
∂x ∂y
Este operador mide la tasa neta de salida de flujo en un punto dado, lo que per-
mite analizar si un campo es fuente (∇·F > 0), sumidero (∇·F < 0) o incompresible
(∇ · F = 0).
—

Paso 1: Identificación de Componentes del Campo Vectorial

Dado que el campo vectorial es:

F = (F1 , F2 ) = (x3 − y, xy 2 ),
identificamos sus componentes:
- F1 (x, y) = x3 −y (componente en la dirección x). - F2 (x, y) = xy 2 (componente
en la dirección y).
—

Paso 2: Cálculo de las Derivadas Parciales

La divergencia se obtiene sumando las derivadas parciales de F1 con respecto a x y
de F2 con respecto a y:

∂F1 ∂F2
∇·F= + .
∂x ∂y
Calculamos la derivada parcial de F1 con respecto a x:

∂F1 ∂ 3
= (x − y) = 3x2 .
∂x ∂x
Ahora, calculamos la derivada parcial de F2 con respecto a y:

∂F2 ∂
= (xy 2 ) = 2xy.
∂y ∂y
—

Paso 3: Cálculo de la Divergencia

Sustituyendo los valores obtenidos:

∇ · F = 3x2 + 2xy.
Esto significa que la tasa neta de expansión o compresión del campo en un punto
(x, y) está dada por 3x2 + 2xy.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 172

Conclusión
La divergencia del campo vectorial F es:

∇ · F = 3x2 + 2xy.
Este resultado indica que la cantidad de flujo generado por el campo F depende
del punto (x, y), lo que sugiere que en regiones donde 3x2 + 2xy = 0, el campo se
comporta como un fluido incompresible.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.59: Cálculo de la divergencia de F en MATLAB
1 % Definir variables simbólicas
2 syms x y
3

4 % Definir el campo vectorial F

5 F = [x^3 - y, x*y^2];
6

7 % Calcular la divergencia de F
8 div_F = divergence(F, [x, y]);
9

10 % Mostrar el resultado
11 fprintf('La␣divergencia␣de␣F(x,y)␣es:\n');
12 disp(div_F);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB.

• Calcula la divergencia usando la función divergence().

• Muestra el resultado en la consola de MATLAB.

Problema 3: Cálculo del Rotacional de un Campo

Vectorial
Enunciado
Sea el campo vectorial:

F = (F1 , F2 ) = (ex cos y, ex sin y).

Evaluar su rotacional ∇ × F.
—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 173

Solución
El rotacional de un campo vectorial F = (F1 , F2 ) en dos dimensiones se define
como:
∂F2 ∂F1
∇×F= − .
∂x ∂y
Este operador mide la tendencia del campo a girar alrededor de un punto. Si
∇ × F = 0, el campo es irrotacional.
—

Paso 1: Identificación de Componentes del Campo Vectorial

Dado que el campo vectorial es:

F = (F1 , F2 ) = (ex cos y, ex sin y),

identificamos sus componentes:
- F1 (x, y) = ex cos y (componente en la dirección x). - F2 (x, y) = ex sin y (com-
ponente en la dirección y).
—

Paso 2: Cálculo de las Derivadas Parciales

El rotacional se obtiene restando las derivadas parciales de F2 con respecto a x y de
F1 con respecto a y:
∂F2 ∂F1
∇×F= − .
∂x ∂y
Calculamos la derivada parcial de F2 con respecto a x:
∂F2 ∂ x
= (e sin y) = ex sin y.
∂x ∂x
Ahora, calculamos la derivada parcial de F1 con respecto a y:
∂F1 ∂ x
= (e cos y) = −ex sin y.
∂y ∂y
—

Paso 3: Cálculo del Rotacional

Sustituyendo los valores obtenidos:

∇ × F = ex sin y − (−ex sin y).

∇ × F = ex sin y + ex sin y = 2ex sin y.

Esto significa que la cantidad de rotación del campo en un punto (x, y) está dada
por 2ex sin y.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 174

Conclusión
El rotacional del campo vectorial F es:

∇ × F = 2ex sin y.
Este resultado indica que el campo F no es irrotacional en general, salvo en los
puntos donde y = kπ, con k ∈ Z, donde sin y = 0.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.60: Cálculo del rotacional de F en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir el campo vectorial F

5 F = [exp(x) * cos(y), exp(x) * sin(y)];
6

7 % Calcular el rotacional de F en 2D
8 rot_F = curl([F 0], [x, y, 0]);
9

10 % Mostrar el resultado
11 fprintf('El␣rotacional␣de␣F(x,y)␣es:\n');
12 disp(rot_F(3)); % Extraer la componente en la dirección z

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB, extendiéndolo a tres dimensiones

como (F1 , F2 , 0) para aplicar la función curl().

• Calcula el rotacional usando la función curl().

• Muestra solo la tercera componente del resultado, que corresponde al rota-

cional en 2D.

Problema 4: Verificación de Función Armónica

Enunciado
Verificar si la función

u(x, y) = x3 − 3xy 2
es armónica, es decir, si satisface la ecuación de Laplace:
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 175

∂ 2u ∂ 2u
∇2 u = + = 0.
∂x2 ∂y 2
—

Solución
Una función u(x, y) se dice armónica si satisface la ecuación de Laplace:

∂ 2u ∂ 2u
∇2 u = + = 0.
∂x2 ∂y 2

Paso 1: Cálculo de las Derivadas Parciales Primeras

Calculamos las derivadas parciales de u(x, y):
∂u ∂ 3
= (x − 3xy 2 ) = 3x2 − 3y 2 .
∂x ∂x
∂u ∂ 3
= (x − 3xy 2 ) = −6xy.
∂y ∂y

Paso 2: Cálculo de las Derivadas Parciales Segundas

Ahora calculamos las segundas derivadas parciales:

∂ 2u ∂
= (3x2 − 3y 2 ) = 6x.
∂x2 ∂x
∂ 2u ∂
2
= (−6xy) = −6x.
∂y ∂y

Paso 3: Cálculo del Laplaciano

Sumamos las segundas derivadas parciales:

∂ 2u ∂ 2u
∇ u=
2
+ = 6x + (−6x) = 0.
∂x2 ∂y 2
Dado que el Laplaciano es cero en todo R2 , concluimos que u(x, y) es una **fun-
ción armónica**.
—

Conclusión
La función u(x, y) = x3 − 3xy 2 es armónica, ya que satisface la ecuación de Laplace:

∇2 u = 0.
Esto significa que u(x, y) describe un campo sin fuentes ni sumideros y es útil
en aplicaciones como la electrostática y la mecánica de fluidos.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 176

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.61: Verificación de la ecuación de Laplace en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir la función u(x,y)

5 u = x^3 - 3*x*y^2;
6

7 % Calcular las derivadas segundas

8 d2u_dx2 = diff(u, x, 2);
9 d2u_dy2 = diff(u, y, 2);
10

11 % Calcular el Laplaciano
12 laplaciano_u = d2u_dx2 + d2u_dy2;
13

14 % Mostrar el resultado
15 fprintf('El␣Laplaciano␣de␣u(x,y)␣es:\n');
16 disp(laplaciano_u);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa la función u(x, y) en MATLAB.

• Calcula las segundas derivadas parciales con la función diff().

• Calcula el Laplaciano sumando ambas derivadas segundas.

• Muestra el resultado en la consola de MATLAB.

Problema 5: Laplaciano en Función Compleja

Enunciado
Sea la función compleja:

f (z) = ex (cos y + i sin y).

Demostrar que sus partes real e imaginaria son funciones armónicas, es decir,
que satisfacen la ecuación de Laplace:

∂ 2u ∂ 2u ∂ 2v ∂ 2v
∇2 u = + = 0, ∇2 v = + = 0.
∂x2 ∂y 2 ∂x2 ∂y 2
—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 177

Solución
Dado que f (z) es una función compleja, podemos descomponerla en sus partes real
e imaginaria:

f (z) = u(x, y) + iv(x, y),

donde:

u(x, y) = ex cos y, v(x, y) = ex sin y.

Nuestro objetivo es verificar que ambas funciones satisfacen la ecuación de Laplace.

—

Paso 1: Cálculo del Laplaciano de u(x, y)

Calculamos las derivadas parciales segundas de u(x, y):

∂ 2u ∂ x
2
= (e cos y) = ex cos y.
∂x ∂x

∂ 2u ∂
2
= (−ex sin y) = −ex cos y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 u = ex cos y − ex cos y = 0.

Por lo tanto, u(x, y) es una función armónica.

—

Paso 2: Cálculo del Laplaciano de v(x, y)

Ahora calculamos las derivadas parciales segundas de v(x, y):

∂ 2v ∂ x
2
= (e sin y) = ex sin y.
∂x ∂x

∂ 2v ∂
2
= (−ex cos y) = −ex sin y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 v = ex sin y − ex sin y = 0.

Por lo tanto, v(x, y) también es una función armónica.

—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 178

Conclusión
Dado que ∇2 u = 0 y ∇2 v = 0, concluimos que ambas funciones son armónicas.
Esto confirma que las partes real e imaginaria de una función analítica satisfacen la
ecuación de Laplace.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.62: Verificación de la ecuación de Laplace en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir las funciones u(x,y) y v(x,y)

5 u = exp(x) * cos(y);
6 v = exp(x) * sin(y);
7

8 % Calcular las derivadas segundas

9 d2u_dx2 = diff(u, x, 2);
10 d2u_dy2 = diff(u, y, 2);
11 d2v_dx2 = diff(v, x, 2);
12 d2v_dy2 = diff(v, y, 2);
13

14 % Calcular los Laplacianos

15 laplaciano_u = d2u_dx2 + d2u_dy2;
16 laplaciano_v = d2v_dx2 + d2v_dy2;
17

18 % Mostrar los resultados

19 fprintf('El␣Laplaciano␣de␣u(x,y)␣es:\n');
20 disp(laplaciano_u);
21

22 fprintf('El␣Laplaciano␣de␣v(x,y)␣es:\n');
23 disp(laplaciano_v);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa las funciones u(x, y) y v(x, y) en MATLAB.

• Calcula las segundas derivadas parciales con la función diff().

• Calcula los Laplacianos sumando las derivadas segundas respectivas.

• Muestra los resultados en la consola de MATLAB.

2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 179

Problema 5: Laplaciano en Función Compleja

Enunciado
Sea la función compleja:

f (z) = ex (cos y + i sin y).

Demostrar que sus partes real e imaginaria son funciones armónicas, es decir,
que satisfacen la ecuación de Laplace:

∂ 2u ∂ 2u ∂ 2v ∂ 2v
∇2 u = + = 0, ∇2 v = + = 0.
∂x2 ∂y 2 ∂x2 ∂y 2
—

Solución
Dado que f (z) es una función compleja, podemos descomponerla en sus partes real
e imaginaria:

f (z) = u(x, y) + iv(x, y),

donde:

u(x, y) = ex cos y, v(x, y) = ex sin y.

Nuestro objetivo es verificar que ambas funciones satisfacen la ecuación de Laplace.

—

Paso 1: Cálculo del Laplaciano de u(x, y)

Calculamos las derivadas parciales segundas de u(x, y):

∂ 2u ∂ x
2
= (e cos y) = ex cos y.
∂x ∂x

∂ 2u ∂
2
= (−ex sin y) = −ex cos y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 u = ex cos y − ex cos y = 0.

Por lo tanto, u(x, y) es una función armónica.

—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 180

Paso 2: Cálculo del Laplaciano de v(x, y)

Ahora calculamos las derivadas parciales segundas de v(x, y):

∂ 2v ∂ x
= (e sin y) = ex sin y.
∂x2 ∂x

∂ 2v ∂
2
= (−ex cos y) = −ex sin y.
∂y ∂y
Sumamos ambas derivadas segundas:

∇2 v = ex sin y − ex sin y = 0.
Por lo tanto, v(x, y) también es una función armónica.
—

Conclusión
Dado que ∇2 u = 0 y ∇2 v = 0, concluimos que ambas funciones son armónicas.
Esto confirma que las partes real e imaginaria de una función analítica satisfacen la
ecuación de Laplace.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.63: Verificación de la ecuación de Laplace en MATLAB
1 % Definir variables simbólicas
2 syms x y
3

4 % Definir las funciones u(x,y) y v(x,y)

5 u = exp(x) * cos(y);
6 v = exp(x) * sin(y);
7

8 % Calcular las derivadas segundas

9 d2u_dx2 = diff(u, x, 2);
10 d2u_dy2 = diff(u, y, 2);
11 d2v_dx2 = diff(v, x, 2);
12 d2v_dy2 = diff(v, y, 2);
13

14 % Calcular los Laplacianos

15 laplaciano_u = d2u_dx2 + d2u_dy2;
16 laplaciano_v = d2v_dx2 + d2v_dy2;
17

18 % Mostrar los resultados

19 fprintf('El␣Laplaciano␣de␣u(x,y)␣es:\n');
20 disp(laplaciano_u);
21
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 181

22 fprintf('El␣Laplaciano␣de␣v(x,y)␣es:\n');
23 disp(laplaciano_v);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa las funciones u(x, y) y v(x, y) en MATLAB.

• Calcula las segundas derivadas parciales con la función diff().

• Calcula los Laplacianos sumando las derivadas segundas respectivas.

• Muestra los resultados en la consola de MATLAB.

Problema 6: Verificación de un Campo Conserva-

tivo
Enunciado
Sea el campo vectorial:

F = (F1 , F2 ) = (2xy, x2 − y 2 ).

Verificar si es conservativo determinando si su rotacional es cero, es decir, si:

∇ × F = 0.

Solución
Un campo vectorial en dos dimensiones es **conservativo** si y solo si su rotacional
es nulo:

∂F2 ∂F1
∇×F= − = 0.
∂x ∂y
Esto significa que el campo se puede escribir como el gradiente de una función
escalar φ(x, y), es decir:
 
∂φ ∂φ
F = ∇φ = , .
∂x ∂y
Si el rotacional es distinto de cero, entonces el campo no es conservativo.
—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 182

Paso 1: Identificación de Componentes del Campo Vectorial

Dado que el campo vectorial es:

F = (F1 , F2 ) = (2xy, x2 − y 2 ),

identificamos sus componentes:

- F1 (x, y) = 2xy (componente en la dirección x). - F2 (x, y) = x2 −y 2 (componente
en la dirección y).
—

Paso 2: Cálculo del Rotacional

El rotacional en dos dimensiones se calcula como:

∂F2 ∂F1
∇×F= − .
∂x ∂y
Calculamos la derivada parcial de F2 con respecto a x:

∂F2 ∂ 2
= (x − y 2 ) = 2x.
∂x ∂x
Ahora, calculamos la derivada parcial de F1 con respecto a y:

∂F1 ∂
= (2xy) = 2x.
∂y ∂y
Sustituyendo estos valores:

∇ × F = 2x − 2x = 0.

Conclusión
Dado que el rotacional del campo es cero:

∇ × F = 0,

concluimos que el campo vectorial F es **conservativo**. Esto significa que

existe una función potencial φ(x, y) tal que:

F = ∇φ.

Esto tiene aplicaciones en mecánica y física, donde los campos conservativos

representan fuerzas que derivan de un potencial, como los campos gravitacionales y
electrostáticos.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 183

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:

Listing 2.64: Verificación de campo conservativo en MATLAB

1 % Definir variables simbólicas
2 syms x y
3

4 % Definir el campo vectorial F

5 F = [2*x*y, x^2 - y^2];
6

7 % Calcular el rotacional de F en 2D
8 rot_F = curl([F 0], [x, y, 0]);
9

10 % Mostrar el resultado
11 fprintf('El␣rotacional␣de␣F(x,y)␣es:\n');
12 disp(rot_F(3)); % Extraer la componente en la dirección z

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB, extendiéndolo a tres dimensiones

como (F1 , F2 , 0) para aplicar la función curl().

• Calcula el rotacional usando la función curl().

• Muestra solo la tercera componente del resultado, que corresponde al rota-

cional en 2D.

Problema 7: Cálculo del Flujo de un Campo Vec-

torial
Enunciado
Calcular el flujo del campo vectorial:

F = (F1 , F2 ) = (x2 − y 2 , 2xy)

a través del círculo de radio R = 1 centrado en el origen.
—

Solución
El flujo de un campo vectorial F a través de una curva cerrada C se calcula mediante
el **Teorema de Gauss (o Teorema de la Divergencia)** en dos dimensiones:
ZZ I
∇ · F dA = F · n ds.
D C
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 184

donde: - D es la región encerrada por la curva C, - ∇ · F es la divergencia del

campo F, - dA es el elemento diferencial de área, - ds es el diferencial de longitud
de arco de C, - n es el vector normal unitario hacia el exterior.
—

Paso 1: Cálculo de la Divergencia del Campo

La divergencia de un campo vectorial F = (F1 , F2 ) en dos dimensiones se define
como:
∂F1 ∂F2
∇·F= + .
∂x ∂y
Calculamos las derivadas parciales:
∂F1 ∂ 2
= (x − y 2 ) = 2x.
∂x ∂x
∂F2 ∂
= (2xy) = 2x.
∂y ∂y
Sumamos ambas derivadas:

∇ · F = 2x + 2x = 4x.
—

Paso 2: Aplicación del Teorema de Gauss

El flujo del campo F a través del círculo de radio R = 1 centrado en el origen se
obtiene integrando la divergencia en la región D que encierra el círculo:
ZZ
∇ · F dA.
D
Cambiamos a coordenadas polares:

x = r cos θ, y = r sin θ, dA = r dr dθ.

Sustituyendo en la expresión de la divergencia:

∇ · F = 4x = 4r cos θ.
La integral en coordenadas polares queda:
ZZ
4r cos θ r dr dθ.
D
Los límites de integración son: - r varía de 0 a 1 (dentro del círculo). - θ varía
de 0 a 2π (ángulo completo del círculo).
Evaluamos la integral:
Z 2π Z 1
cos θ dθ 4r2 dr.
0 0
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 185

Calculamos la integral en r:
Z 1
4 1 4
4r2 dr = r3 = .
0 3 0 3
Ahora, la integral en θ:
Z 2π 2π
cos θ dθ = sin θ = 0.
0 0
—

Conclusión
Dado que la integral sobre θ es cero, concluimos que el flujo del campo a través del
círculo es:
ZZ
Φ= ∇ · F dA = 0.
D
Esto significa que el campo F no genera flujo neto a través del círculo de radio
1.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.65: Verificación del flujo en MATLAB
1 % Definir variables simbólicas
2 syms x y r theta
3

4 % Definir el campo vectorial en coordenadas cartesianas

5 F1 = x^2 - y^2;
6 F2 = 2*x*y;
7

8 % Calcular la divergencia
9 div_F = divergence([F1, F2], [x, y]);
10

11 % Convertir a coordenadas polares

12 x_polar = r*cos(theta);
13 y_polar = r*sin(theta);
14

15 div_F_polar = subs(div_F, [x, y], [x_polar, y_polar]);

16

17 % Calcular la integral de la divergencia en el círculo de radio 1

18 flux = int(int(div_F_polar * r, r, 0, 1), theta, 0, 2*pi);
19

20 % Mostrar el resultado
21 fprintf('El␣flujo␣del␣campo␣F␣a␣través␣del␣círculo␣es:\n');
22 disp(flux);
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 186

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB.

• Calcula la divergencia de F.

• Convierte la divergencia a coordenadas polares.

• Evalúa la integral doble en el círculo de radio 1.

• Muestra el resultado en la consola de MATLAB.

Problema 8: Función Analítica y Ecuaciones de

Cauchy-Riemann
Enunciado
Determinar si la función compleja

f (z) = x2 − y 2 + i(2xy)
es analítica verificando las ecuaciones de Cauchy-Riemann.
—

Solución
Para que f (z) sea analítica en una región, debe ser diferenciable en esa región. Una
condición necesaria para la diferenciabilidad compleja es que sus componentes real
e imaginaria satisfagan las ecuaciones de Cauchy-Riemann:
∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
donde: - u(x, y) es la parte real de f (z), - v(x, y) es la parte imaginaria de f (z).
Si estas ecuaciones se cumplen y las derivadas parciales son continuas, entonces
f (z) es analítica en la región considerada.
—

Paso 1: Identificación de las Partes Real e Imaginaria

La función dada es:

f (z) = x2 − y 2 + i(2xy).
De aquí identificamos:

u(x, y) = x2 − y 2 , v(x, y) = 2xy.

—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 187

Paso 2: Cálculo de las Derivadas Parciales

Calculamos las derivadas parciales de u(x, y):

∂u ∂ 2 ∂u ∂ 2
= (x − y 2 ) = 2x, = (x − y 2 ) = −2y.
∂x ∂x ∂y ∂y
Calculamos las derivadas parciales de v(x, y):

∂v ∂ ∂v ∂
= (2xy) = 2y, = (2xy) = 2x.
∂x ∂x ∂y ∂y
—

Paso 3: Verificación de las Ecuaciones de Cauchy-Riemann

Las ecuaciones de Cauchy-Riemann establecen que:

∂u ∂v ∂u ∂v
= , =− .
∂x ∂y ∂y ∂x
Verificamos la primera ecuación:

∂u ∂v
= 2x, = 2x.
∂x ∂y
Dado que ambos lados son iguales, **esta ecuación se cumple**.
Verificamos la segunda ecuación:

∂u ∂v
= −2y, − = −2y.
∂y ∂x
Dado que ambos lados son iguales, **esta ecuación también se cumple**.
—

Conclusión
Dado que las ecuaciones de Cauchy-Riemann se cumplen en todo C y las derivadas
parciales de u y v son continuas, concluimos que f (z) es **analítica en todo C**.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.66: Verificación de ecuaciones de Cauchy-Riemann en MATLAB
1 % Definir variables simbólicas
2 syms x y real
3

4 % Definir las funciones u(x,y) y v(x,y)

5 u = x^2 - y^2;
6 v = 2*x*y;
7
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 188

8 % Calcular las derivadas parciales

9 du_dx = diff(u, x);
10 du_dy = diff(u, y);
11 dv_dx = diff(v, x);
12 dv_dy = diff(v, y);
13

14 % Verificación de las ecuaciones de Cauchy-Riemann

15 CR1 = simplify(du_dx - dv_dy); % Debe ser 0 si la función es analítica
16 CR2 = simplify(du_dy + dv_dx); % Debe ser 0 si la función es analítica
17

18 % Mostrar resultados
19 fprintf('Verificación␣de␣ecuaciones␣de␣Cauchy-Riemann:\n');
20 fprintf('du/dx␣-␣dv/dy␣=␣%s\n', char(CR1)); % Debe ser 0
21 fprintf('du/dy␣+␣dv/dx␣=␣%s\n', char(CR2)); % Debe ser 0

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa las funciones u(x, y) y v(x, y) en MATLAB.

• Calcula las derivadas parciales con la función diff().

• Verifica las ecuaciones de Cauchy-Riemann restando los términos correspon-

dientes.

• Muestra los resultados en la consola de MATLAB.

Problema 9: Verificación de un Campo Solenoidal

Enunciado
Sea el campo vectorial:

F = (F1 , F2 ) = (x2 − y, x + y 2 ).
Verificar si es **solenoidal** calculando su divergencia ∇ · F.
—

Solución
Un campo vectorial en dos dimensiones es **solenoidal** si su divergencia es cero,
es decir:

∂F1 ∂F2
∇·F= + = 0.
∂x ∂y
Este criterio se usa para determinar si el campo representa un flujo incompresible
en física y mecánica de fluidos.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 189

Paso 1: Identificación de Componentes del Campo Vectorial

Dado que el campo vectorial es:

F = (F1 , F2 ) = (x2 − y, x + y 2 ),
identificamos sus componentes:
- F1 (x, y) = x2 − y (componente en la dirección x). - F2 (x, y) = x + y 2 (compo-
nente en la dirección y).
—

Paso 2: Cálculo de la Divergencia

La divergencia de un campo vectorial en dos dimensiones se define como:

∂F1 ∂F2
∇·F= + .
∂x ∂y
Calculamos la derivada parcial de F1 con respecto a x:

∂F1 ∂ 2
= (x − y) = 2x.
∂x ∂x
Ahora, calculamos la derivada parcial de F2 con respecto a y:

∂F2 ∂
= (x + y 2 ) = 2y.
∂y ∂y
Sumamos ambas derivadas:

∇ · F = 2x + 2y.
—

Conclusión
Dado que la divergencia del campo no es cero en general:

∇ · F = 2x + 2y ̸= 0,
concluimos que el campo vectorial F **no es solenoidal**. Esto significa que el
campo representa un flujo compresible en el plano.
—

Verificación en MATLAB
Podemos verificar este resultado simbólicamente en MATLAB con el siguiente código:
Listing 2.67: Verificación de campo solenoidal en MATLAB
1 % Definir variables simbólicas
2 syms x y
3
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 190

4 % Definir el campo vectorial F

5 F = [x^2 - y, x + y^2];
6

7 % Calcular la divergencia de F
8 div_F = divergence(F, [x, y]);
9

10 % Mostrar el resultado
11 fprintf('La␣divergencia␣de␣F(x,y)␣es:\n');
12 disp(div_F);

Este código realiza lo siguiente:

• Define x y y como variables simbólicas.

• Expresa el campo vectorial F en MATLAB.

• Calcula la divergencia usando la función divergence().

• Muestra el resultado en la consola de MATLAB.

Problema 10: Ecuación de Laplace en Coordenadas

Polares
Enunciado
Considerando la ecuación de Laplace en coordenadas polares, verificar si la función:

u(r, θ) = r2 cos 2θ

es armónica, es decir, si satisface la ecuación de Laplace en coordenadas polares:

∂ 2 u 1 ∂u 1 ∂ 2u
∇2 u = + + = 0.
∂r2 r ∂r r2 ∂θ2
—

Solución
Paso 1: Planteamiento de la ecuación de Laplace

En coordenadas polares, el operador laplaciano se expresa como:

∂ 2 u 1 ∂u 1 ∂ 2u
∇2 u = + + .
∂r2 r ∂r r2 ∂θ2
Para verificar si u(r, θ) es armónica, calculamos las derivadas parciales necesarias.
—
2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 191

Paso 2: Cálculo de las Derivadas Parciales

Derivadas con respecto a r: **Primera derivada con respecto a r:**
∂u ∂ 2
= (r cos 2θ) = 2r cos 2θ.
∂r ∂r
**Segunda derivada con respecto a r:**
∂ 2u ∂
2
= (2r cos 2θ) = 2 cos 2θ.
∂r ∂r
—

Derivadas con respecto a θ: **Primera derivada con respecto a θ:**

∂u ∂ 2
= (r cos 2θ) = −2r2 sin 2θ.
∂θ ∂θ
**Segunda derivada con respecto a θ:**
∂ 2u ∂
2
= (−2r2 sin 2θ) = −4r2 cos 2θ.
∂θ ∂θ
—

Paso 3: Sustitución en la ecuación de Laplace

Sustituyamos los valores obtenidos en la ecuación de Laplace:

∂ 2 u 1 ∂u 1 ∂ 2u
∇ u= 2 +
2
+ .
∂r r ∂r r2 ∂θ2
Sustituyendo los valores:
1 1
∇2 u = 2 cos 2θ + (2r cos 2θ) + 2 (−4r2 cos 2θ).
r r
Simplificamos:

∇2 u = 2 cos 2θ + 2 cos 2θ − 4 cos 2θ.

∇2 u = 0.
—

Conclusión
Como ∇2 u = 0, concluimos que la función:

u(r, θ) = r2 cos 2θ
es **armónica**, es decir, satisface la ecuación de Laplace en coordenadas po-
lares.
—
 2.6. GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO:
FUNCIONES ARMÓNICAS Y APLICACIONES 192

Verificación en MATLAB
Podemos verificar este resultado computacionalmente con MATLAB usando derivadas
simbólicas:
Listing 2.68: Verificación de la ecuación de Laplace en coordenadas polares
1

2 % Definir variables simbólicas

3 syms r theta real positive
4

5 % Definir la función u(r, theta)

6 u = r^2 * cos(2*theta);
7

8 % Calcular derivadas parciales

9 d2u_dr2 = diff(u, r, 2);
10 du_dr = diff(u, r);
11 d2u_dtheta2 = diff(u, theta, 2);
12

13 % Evaluar la ecuación de Laplace en coordenadas polares

14 laplaciano_u = d2u_dr2 + (1/r)*du_dr + (1/r^2)*d2u_dtheta2;
15

16 % Simplificar la expresión
17 laplaciano_u = simplify(laplaciano_u);
18

19 % Mostrar el resultado
20 fprintf('El␣Laplaciano␣de␣u(r,␣theta)␣es:\n');
21 disp(laplaciano_u);