1. Funciones Vectoriales
1.1. El Espacio Rn . . . . . . . . . . . . . . . . . . . . . .
1.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . .
1.2.1. Operaciones algebraicas. . . . . . . . . . . . .
1.2.2. Lmites, derivadas e integrales. . . . . . . . .
1.2.2.1. Teoremas bsicos . . . . . . . . . . .
1.3. Curvas y Tangentes . . . . . . . . . . . . . . . . . . .
1.4. Longitud de arco y reparametrizacin de una curva.
1.5. Curvatura . . . . . . . . . . . . . . . . . . . . . . . .
1.5.1. Triedro de Frenet . . . . . . . . . . . . . . . .
1.5.2. El vector aceleracin. . . . . . . . . . . . . .
1.5.3. *Ecuaciones de Frenet para una curva plana.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Campos Escalares en R2 y R3
2.1. Grfica de z = f (x, y). Curvas y superficies de nivel. . . . . . .
2.1.1. Superficies cudricas. . . . . . . . . . . . . . . . . . . . .
2.2. Lmites y Continuidad . . . . . . . . . . . . . . . . . . . . . . .
2.3. Funciones Diferenciables . . . . . . . . . . . . . . . . . . . . . .
2.3.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . .
2.3.2. Superficies parametrizadas . . . . . . . . . . . . . . . . .
2.3.3. El plano tangente . . . . . . . . . . . . . . . . . . . . . .
2.3.4. El concepto de diferenciabilidad . . . . . . . . . . . . . .
2.4. La Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . .
2.4.1. El vector gradiente . . . . . . . . . . . . . . . . . . . . .
2.5. Derivadas Direccionales . . . . . . . . . . . . . . . . . . . . . .
2.6. Mximos y Mnimos. . . . . . . . . . . . . . . . . . . . . . . . .
2.6.1. Criterio para determinar extremos de funciones de dos
variables . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.2. Extremos condicionados. . . . . . . . . . . . . . . . . .
2.7. *Temas de Lectura . . . . . . . . . . . . . . . . . . . . . . . . .
2.7.1. Campos Escalares y Campos Vectoriales . . . . . . . . .
2
5
5
7
8
9
10
12
14
17
19
20
21
24
24
31
31
34
34
35
38
39
44
46
48
51
53
55
65
65
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
66
68
71
73
74
76
80
82
84
85
87
87
88
89
91
95
97
101
102
104
105
106
107
107
109
112
116
116
133
134
Captulo 1
Funciones Vectoriales
En este captulo combinaremos el lgebra lineal y los mtodos fundamentales
del clculo para estudiar algunas aplicaciones de las curvas y algunos problemas
de Mecnica.
1.1.
El Espacio Rn
n
y b = (y1 , y2 , ..., yn ) entonces a + b es el elemento de R dado por
a + b = (x1 + y1 , x2 + y2 , ..., xn + yn ).
a = (x1 , x2 , ..., xn ).
El producto escalar entre dos vectores de Rn est definido por
a b =
xi yi .
i=1
a b =
(
a + b )
c =
a b =
b
a
a c + b
c
a b =
a b
||
a || =
a .
a =
||
a ||2 =
a
a.
La distancia entre
a y b se define por
dist(
a, b)=
a b ,
para cada
a y b Rn
Propiedades importantes de la definicin de longitud o norma son las siguientes:
||
a ||
|| a ||
|| a + b ||
a b
0,
a Rn
= || ||
a ||
|| a || + || b ||
||
a || || b ||
a b
cos =
a
b
En el caso que
a y b R3 definiremos otro producto entre vectores conocido
a b =
i
x1
y1
j
x2
y2
k
x3
y3
= (x2 y3 x3 y2 ,
6
x3 y1 x1 y3 ,
x1 y2 x2 y1 ).
a b
a y
a b b
a b = b
a
(a + b) c = a c + b
c
a b c
= (a c) b a b
c
(
a) b =
a b
=
a b
(
a b)
c =
a b
c .
La norma de
a b est dada por
||
a b || = ||
a || || b ||sen
1.2.
Funciones Vectoriales
que F (t) Rn
La ecuacin
x = F (t) donde
x = (x1 , x2 , ..., xn ) Rn , nos permite definir
las ecuaciones
x1 = f1 (t)
x2 = f2 (t)
..
.
xn = fn (t)
llamadas ecuaciones paramtricas con parmetro t.
En algunos casos representaremos las funciones vectoriales como combinacin
lineal de la base usual en Rn . Por ejemplo cuando n = 2 algunas veces uti
a + lt,
b + mt,
c + nt.
F (t) = P0 + t
a.
Ejemplo 1.2.2 Si consideramos las ecuaciones paramtricas dadas por x =
cos t y y = sent, 0 t 2, obtenemos la funcin vectorial
F (t) =
cos2 t + sen2 t = 1.
1.2.1.
Operaciones algebraicas.
Las operaciones algebraicas de los vectores pueden aplicarse para las funciones
1.2.2.
lm F (t) = L lm f1 (t) = l1 ,
ta
lm f2 (t) = l2 ,
ta
ta
lm fn (t) = ln
ta
F (t)dt =
f1 (t)dt,
f2 (t)dt, ...,
fn (t)dt
a
mente de la misma forma que la derivada de una funcin real, es decir F (t) es
diferenciable en t, si
F (t + h) F (t)
F (t) = lm
h0
h
existe. De acuerdo a la definicin del lmite para funciones vectoriales podemos
Diremos que F es continua, derivable o integrable en un intervalo si cada componente lo es. De acuerdo a estas definiciones muchos de los resultados sobre
lmites, continuidad, derivacin e integracin de funciones reales son vlidos
para las funciones vectoriales.
9
dF
.
F (t) = Dt F =
dt
dF
F (t) = Dt F =
=
dt
dx dy
,
dt dt
dx
dy
i + j.
dt
dt
dF
F (t) = Dt F =
=
dt
dx dy dz
, ,
dt dt dt
dx
dy dz
i + j+ k.
dt
dt
dt
1.2.2.1.
Teoremas bsicos
(F + G)
(f F )
F G
= F +G
= f F + fF
= F G + F G
F G
=F G + F G
Demostracin. Vamos a demostrar la segunda propiedad. Las dems se prueban de manera similar.
(f F )
= ((f f1 ) , (f f2 ) , ..., (f fn ) )
= (f f1 + f f1 , f f2 + f f2 , ..., f fn + f fn )
= f (f1 , f2 , ..., fn ) + f (f1 , f2 , ..., fn )
= f F + fF
El siguiente es un teorema muy importante y caracteriza las funciones vectoriales que tienen longitud constante.
10
Teorema 1.2.2 Una funcin vectorial F (t) diferenciable tiene longitud con
g(t) = F (t) . Derivando g(t) tenemos que g (t) = 2 F (t) F (t) y aplicando
A (t) =
F (s)ds,
atb
F (t) = F (a) +
F (s)ds.
1.3.
Curvas y Tangentes
C = {
x :
x =
r (t) para algn t I}.
r (t0 + h)
r (t0 )
,
h
12
r (t0 + h)
r (t0 )
= r (t0 )
h0
h
lm
suponiendo que este lmite exista. La interpretacin geomtrica sugiere la siguiente definicin.
curva de
r.
Puesto que este radio vector tiene longitud constante, tenemos que r (t) P
y su derivada (
r (t) P ) = r (t) son perpendiculares y por lo tanto el radio
vector es perpendicular a la recta tangente. As pues, para una circunferencia
la definicin de tangente coincide con aquella dada en la geometra elemental.
Puede pensarse que la curva C es la trayectoria de una partcula que se mueve
v (t) =
donde la constante
c = (c1 , c2 , c3 ). Por un lado
v (0) = (0, 1, 0)+(c1, c2 , c3 ) =
(c1 , c2 1, c3 ) y por otro lado, v (0) = (1, 0, 0), de tal manera que c1 = 1, c2 = 1
y c3 = 0, y la velocidad es entonces
v (t) = (t2 + 1) i + (1 cos t) j + 12 sen2t k .
Ya podemos hallar su posicin puesto que
r (t) =
t3
1.4.
h invierte la orientacin.
Ejemplo 1.4.1 Sabemos que la ecuacin y = 1 x2 , x [1, 1] representa la mitad superior de un crculo
de radio 1. Podemos parametrizar di
cho semicrculo por
r (t) = (t, 1 t2 ), t [1, 1] con orientacin del
punto (1, 0) al punto (1, 0). Escribiendo
t = t(u) = cos u obtenemos la
reparametrizacin
r (u) = (cos u, 1 cos2 u) = (cos u, sen u). Si tomamos
u [0, ] = [arc cos(1), arc cos(1)] obtenemos una reparametrizacin que invierte la orientacin pues en dicho intervalo cos es decreciente.
L(
r)=
a
|| r (t)||dt
L(
r)=
y
L(
r)=
x (t)2 + y (t)2 dt
a
L(
r)=
adt = 2a
0
y en el caso de la hlice
r (t) = (acost, asent, bt), su longitud desde el punto
(1, 0, 0) hasta el punto (1, 0, 2) es
2
a2 + b2 dt = 2
a2 + b 2 .
(u) du =
r (h(u))h (u) du =
15
|| r (h(u))||h (u)du =
r (t) dt
d
r
d
r
=
du
dt
dt
du
dt
; incluso la velocidad
lo que muestra que su rapidez s cambia por el factor du
puede invertir su sentido en el caso en que t = t(u) sea decreciente pues en este
dt
caso
< 0.
du
r (u) du.
ds
a hasta t. Puesto que
= r (t) > 0, s(t) es una funcin creciente y como
dt
s(a) = 0 y s(b) = L (su longitud total), su inversa t = t(s) es creciente con
dominio [0, L]. Utilizando esta inversa como cambio de parmetro, obtenemos
la parametrizacin
r (s) =
r (t(s)) en donde el parmetro es la longitud del
arco s. La velocidad de esta parametrizacin es
Sea
r =
r (t), t [a, b] una curva cualquiera, y sea s = s(t) =
t
a
d
r dt
d
r
=
ds
dt ds
dt
1
d
r
1
Como
, tenemos que
= ds =
= 1. As vemos que cuando la
ds
ds
r (t)
dt
curva est parametrizada por longitud de arco, su rapidez es constante e igual
a 1. Recprocamente, si
r =
r (t) es una curva tal que r (t) = 1, entonces
t
t
s = 0 r (u) du = 0 du = t, es decir el parmetro t es la longitud del arco
s. Hemos demostrado el siguiente teorema:
si y solo si r (t) = 1.
t
Tenemos que r (t) = (a sen(t), a cos(t)) y r (t) = a. As, s = 0 r (u) du =
s
t
0 a du = at. Despejando t tenemos que t = a y reemplazando obtenemos
s
s
1.5.
Curvatura
t
r (u) du. Definimos la curvatura de C por
0
k(s) = r (s)
(1.1)
crculo es
r (s) = (a cos( ), a sen( )). Tenemos entonces que la segunda
a
a
1
s
1
s
derivada de
r es r (s) = cos( ), sen( ) y por lo tanto k(s) =
a
a
a
a
1
r (s) = .
a
Nota.
Esta definicin solo es vlida para curvas parametrizadas por longitud de arco
y no sirve como definicin de curvatura de una curva con cualquier parmetro
t (es decir, escribir k(t) = r (t) ). Para ver porqu esto es as, vea el ejercicio
y la observacin al final de esta seccin.
En principio, si queremos calcular la curvatura de una curva con cualquier
parmetro t, deberamos primero reparametrizarla por longitud de arco y aplicar
la ecuacin 1.1 como se hizo en el ejemplo anterior. Esto no es prctico por la
dificultad en el clculo de la integral involucrada o porque a menudo es muy
difcil o virtualmente imposible invertir dicha integral. Para encontrar una frmula de la curvatura con cualquier parmetro t, definamos el vector tangente
r (t)
T (t) =
r (t)
(1.2)
tonces tambin que el vector tangente unitario tiene la forma T (s) = T (t(s)).
d T dt
T (t)
=
r (s) = T (s) =
dt ds
r (t)
y puesto que la curvatura es la norma de este vector, tenemos que
T (t)
k(t) =
.
r (t)
(1.3)
Esta frmula nos permite calcular la curvatura de una curva cualquiera sin tener
que reparametrizarla por longitud de arco. Podemos encontrar una frmula
r (t) r (t)
r (t)
(1.4)
r r = v T v T + vT
= vv T T + v 2 T T
= v2 T T
Por lo tanto
r r = v2 T T = r
T sen(/2)
r r = r
T .
se obtiene la fr-
La curvatura de una curva con cualquier parmetro t est bien definida por
la ecuacin 1.3, en el sentido de que es independiente de la parametrizacin
elegida, es decir, que para calcular la curvatura no interesa qu parametrizacin
Tr (h(u))h (u)
Tr (t)
T (u)
k (u) =
=
=
= kr (t)
(u)
r (h(u))h (u)
r (t)
Note que si en la ecuacin 1.3 hacemos t = s obtenemos la ecuacin 1.1.
Puede probarse fcilmente que si la curvatura de una curva es cero en todos
sus puntos, dicha curva es una linea recta, que es efectivamente lo que nos
dice la intuicin. Para ello notemos que como la curvatura es independiente
esto es, r (t) = (t t0 ) r (t0 ) + r (t0 ) que ciertamente es una lnea recta.
1.5.1.
Triedro de Frenet
T (t)
N (t) =
T (t)
(1.5)
vector que es perpendicular tanto a T como a N . La tripla T , N , B se denomina triedro de Frenet y juega un papel central en el estudio de la geometra
de curvas.
plano normal: (
x
r (t0 )) T (t0 ) = 0.
plano rectificante: (
x
r (t0 )) N (t0 ) = 0.
El plano generado por el par
1.5.2.
El vector aceleracin.
Si escribimos
v = r y v = r , tenemos que
v = v T . Derivando a ambos
lados de esta ecuacin, obtenemos:
v =
a = v T + vT
Como T = T N = kv N , entonces
a = v T + kv 2 N
20
derivadas de
r as:
v
a =
=
=
v T v T + kv 2 N
vv T T + kv 3 T N
vv
r r
v
a
=
As, aT = v =
.
v
r
2
r r
r
3
r r
=
.
1.5.3.
Las ecuaciones de Frenet expresan la variacin de los vectores T y N en trminos de ellos mismos y desempean un papel fundamental en el estudio de la
geometra de las curvas. Deduciremos estas ecuaciones en el caso de una curva
plana.
T = vk N
(1.6)
donde v = r .
esta ecuacin por T , obtenemos que = T N . Por otro lado, derivando la
ecuacin T N = 0 obtenemos T N + T N = 0 lo que es equivalente a
kv N N + T N = 0 por la primera ecuacin de Frenet (ecuacin 1.6) y as,
= T N = vk, y obtenemos la segunda ecuacin de Frenet
21
N = vk T
(1.7)
= r
0
k
k
0
Ejercicio
1
Demostrar que si una curva tiene curvatura k = (constante) entonces es un
a
d
(
r (t) + a N (t)) = r (t) + aN (t). Pero la sedt
Observacin.
22
23
Captulo 2
Campos Escalares en R2 y R3
Una funcin de n variables campo escalar, es una funcin f : U Rn R. Si
(x1 , x2 , . . . , xn ) U , su imagen por f es un nmero real xn+1 = f (x1 , x2 , . . . , xn ).
En este curso solo estudiaremos los casos n = 2 y n = 3 y entonces escribiremos z = f (x, y) y w = f (x, y, z) respectivamente. U es el dominio de f y es un
subconjunto del plano del espacio.
Ejemplo 2.0.2 Hallar el dominio de f (x, y) = x ln y.
Es claro que xpuede tomar cualquier valor real, mientras que ysolo puede tomar
valores positivos; por lo tanto el dominio de f es el conjunto U = {(x, y)|x
R, y R+ }, esto es, el semiplano superior del plano R2 .
Ejemplo 2.0.3 Hallar el dominio de f (x, y) = 1 x2 y 2 .
Puesto que 1 x2 y 2 0, f solo puede ser calculado en los puntos del disco
x2 + y 2 1.
2.1.
La grfica de z = f (x, y) la denominamos superficie. Dibujar "a mano" una superficie es difcil y lo mejor es recurrir a un computador. Sin embargo, podemos
hacernos una idea de cmo es una superficie (o por lo menos las ms utilizadas
en la prctica), viendo las curvas que se forman al cortar la superficie con planos
paralelos a los planos coordenados, llamadas trazas. En particular, las trazas
24
Sin embargo, esto no es suficiente. Necesitamos ver las trazas con los planos
coordenados yz y xz. Para ver el corte con el plano yz, hacemos x = 0 en la
funcin f ; tenemos entonces que dicho corte es la parbola z = y 2 . Igualmente,
para el corte con el plano xz, hacemos y = 0 para obtener la parbola z = x2 .
Abajo puede verse la grfica de dicha funcin, llamada paraboloide.
x2 + y 2 .
x2 + y 2 = c} = {(x, y) : x2 + y 2 = c2 }
Observe que esta grfica aparentemente es igual a la del paraboloide, sin embargo la grfica de f no es un paraboloide como lo muestran los cortes con los
otros planos coordenados: Si x = 0, obtenemos z = y 2 = |y|, esto es, las dos
rectas z = y y z = y. De la misma manera, si y = 0 obtenemos las rectas
z = x, y z = x. Vemos la grfica abajo, que evidentemente es un cono.
todos los valores reales. Superficies de este tipo se llaman cilindros. Cuales
son las curvas de nivel? Su grfica puede verse abajo.
Para el caso de una funcin de tres variables w = f (x, y, z), su grfica se define
por el conjunto
De la misma manera obtenemos crculos al cortar la superficie con planos paralelos a los otros dos planos coordenados. La figura obtenida es una esfera de
radio 1.
Observemos que la grfica de una funcin de dos variables puede verse como
la superficie de nivel de una funcin de tres variables. Si f : R2 R,
recordemos que la grfica de f es
Gf
Gf
2.1.1.
Superficies cudricas.
Consideremos las funciones de tres variables sobre R3 que son de tipo polinomial
f (x, y, z) = Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Hx + Iy + Jz + K,
donde A, B, C, D, E, F, G, H, I, J, K son constantes. Si A, B.C, D, E, F no son
simultneamente cero las superficies de nivel
Lf (c) = {(x, y, z) R3 : Ax2 +By 2 +Cz 2 +Dxy+Exz+F yz+Hx+Iy+Jz+K = c
se llaman superficies cudricas.
Si A = B = C = D = E = F = 0, tenemos que la superficie de nivel de f
determina como superficie un plano dado por Hx + Iy + Jz + K = c
En general estas superficies cudricas pertenecen a nueve tipos diferentes: El
elipsoide, el hiperboloide de una hoja, el hiperboloide de dos hojas, el cono, el
paraboloide elptico, el paraboloide hiperblico, el cilindro elptico, el cilindro
hiperblico.
2.2.
Lmites y Continuidad
Utilizamos la notacin
lm
(x,y)(x0 ,y0 )
imar la funcin f (x, y) tanto como queramos a un nmero L siempre y cuando tomemos (x, y) suficientemente cerca del punto (x0 , y0 ) pero con (x, y) =
31
(x0 , y0 ). En otras palabras, f (x, y) est cerca de L si (x, y) est cerca de (x0 , y0 )
y entre ms cerca est (x, y) de (x0 , y0 ), ms cerca est f (x, y) de L. Esto significa que podemos tomar la distancia entre f (x, y) y L tan pequea como
queramos siempre y cuando la distancia entre (x, y) y (x0 , y0 ) sea lo suficientemente pequea. Tenemos entonces la equivalencia
lm
(x,y)(x0 ,y0 )
f (x, y) = L
lm
|f (x, y) L| = 0
vector
x Rn y la pareja (x0 , y0 ) por cualquier vector
a Rn .
Las propiedades de los lmites y de la continuidad las resumimos en los siguientes teoremas:
Teorema 2.2.1 Si
lm f (
x)=b y
lm g(
x ) = c, entonces
xa
1.
lm (f (
x ) + g(
x )) = b + c,
xa
xa
2.
lm f (
x ) = b
xa
3.
lm f (
x )g(
x ) = b c,
xa
4.
lm |f (
x )| = |b| ,
xa
x
a
f ( a ).
As como con las funciones de una sola variable, tambin son continuas las
sumas, productos y cocientes de funciones continuas (una vez que, en el ltimo
caso, se evite la divisin entre cero).
Decir que f es continua sobre un conjunto U significa que f (
x ) es continua en
cada punto del conjunto.
Para calcular un lmite, existe la dificultad de que (x, y) puede aproximarse a
(x0 , y0 ) por muchos caminos, (contrario al caso unidimensional en el cual solo
existen dos caminos de acercamiento: por la izquierda y por la derecha) y para
que el lmite exista, debe ser el mismo para todos los caminos de acercamiento.
Es claro entonces, que el lmite no existe si por dos caminos distintos se obtienen lmites diferentes, como se ve en el siguiente ejemplo.
x2 y 2
0
(que es de la forma ) no
2
2
(x,y)(0,0) x + y
0
existe, observamos resultados distintos si nos acercamos al origen por el eje x
y por el eje y as:
Acercamiento por el eje x: tomamos y = 0
x2
lm f (x, 0) = lm 2 = 1
x0 x
(x,0)(0,0)
Acercamiento por el eje y: tomamos x = 0
y 2
lm f (0, y) = lm 2 = 1
y0 y
(0,y)(0,0)
lm
Rn . Sean
a Rn y r > 0. El conjunto
B(x; r) = {
x Rn :
x
a < r}.
punto
a es un punto interior de un conjunto U si existe una bola abierta
2.3.
Funciones Diferenciables
2.3.1.
Derivadas parciales
h(x0 +
x0
x) h(x0 )
x
x, y0 ) f (x0 , y0 )
x
(2.1)
f
f (x0 , y0 +
(x0 , y0 ) = lm
y0
y
y) f (x0 , y0 )
.
y
(2.2)
Puesto que las derivada parciales son tambin funciones de las variables x y y,
podemos tambin derivarlas parcialmente para obtener derivadas parciales de
segundo orden denotadas como se muestra a continuacin:
f
x
2f
,
x2 y
f
y
2f
,
y 2 x
f
y
2f
,
xy y
f
x
2f
.
yx
2.3.2.
Superficies parametrizadas
funcin
r : I R R3 . En este caso, como el dominio es un subconjunto de
35
la recta real, tenemos un solo parmetro que denotamos con la letra t y escribi
mos
r (t) = (x(t), y(t), z(t)). Anlogamente tenemos el concepto de superficie
Ejemplo 2.3.1
1. El cilindro.
Un cilindro de radio a se puede parametrizar en la forma
2. La esfera.
Para la parametrizacin de la esfera observe la grfica abajo.
36
a cos sen
a sen sen
a cos
2.3.3.
El plano tangente
de
r en las curvas sobre la superficie
r (u) =
r (u, v0 ) y
r (v) =
r (u0 , v)
como se observa en la grfica abajo.
Dichas curvas se denominan curvas coordenadas. Los vectores tangentes en el
r
punto u0 y v0 son respectivamente r (u0 ) =
(u0 , v0 ) y r (v0 ) =
(u0 , v0 )
u
v
y se definen por
r
(u0 , v0 )
u
r
(u0 , v0 )
v
=
=
x
y
z
(u0 , v0 ),
(u0 , v0 ),
(u0 , v0 )
u
u
u
x
y
z
(u0 , v0 ),
(u0 , v0 ),
(u0 , v0 )
v
v
v
r
r
(u0 , v0 )
(u0 , v0 ). Por lo tanto, si
r (u0 , v0 ) = (x0 , y0 , z0 ), la ecuacin
u
v
del plano tangente en ese punto es
(x x0 , y y0 , z z0 )
r
(u0 , v0 )
(u0 , v0 ) = 0
u
v
38
r
r
f
parametrizacin
r (x, y) = (x, y, f (x, y)) tenemos que
= 1, 0,
x y
x
f
f
f
0, 1,
= , , 1 . Si escribimos z0 = f (x0 , y0 ), la ecuacin del
y
x
y
plano tangente es
z = f (x0 , y0 ) +
2.3.4.
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 )
x
y
(2.3)
El concepto de diferenciabilidad
f (x0 +
x0
x) f (x0 )
x
x) f (x0 )
f (x0 )
x
39
f (x0 +
f (x0 +
donde 0 cuando
obtenemos la ecuacin
x) f (x0 )
f (x0 )
x
x) f (x0 )
= f (x0 ) +
x
x 0. Si escribimos
y = f (x0 +
(2.4)
y = f (x0 ) x + x
donde 0 cuando x 0.
Si escribimos x = x0 + x, entonces f (x) = f (x0 ) +
la forma
x) f (x0 ),
zoom cerca del origen de coordenadas. Se dar cuenta de que entre mayor sea
el zoom, la grfica de la parbola ser cada vez ms recta.
Esto no sucede por ejemplo con la funcin f (x) = |x| pues no importa qu tan
cerca se est del origen, la grfica de f siempre se ver como una punta (dos
rectas).
El primer sumando en el miembro derecho de la ecuacin 2.4 se denomina
diferencial de f y se denota df o ms comnmente dy, as, la diferencial en
cualquier x es
dy = f (x) x
y se toma generalmente como una aproximacin para
sea x mejor es la aproximacin.
y; entre ms pequeo
x, y0 ) f (x0 , y0 ) =
f
(x0 , y0 ) x + 1 x
x
y) f (x0 , y0 ) =
f
(x0 , y0 ) y + 2 y
y
f (x0 , y0 +
donde 1 y 2 0 cuando
xy
y 0.
Tenemos as aproximaciones lineales para los incrementos parciales. Parece natural pensar que el incremento de f en ambas variables simultneamente, pueda
aproximarse por la suma (ya que necesitamos que la aproximacin sea lineal)
de las dos aproximaciones parciales. Esto no siempre sucede, pero cuando es
as, tenemos nuestra definicin de diferenciabilidad:
Una funcin de dos variables z = f (x, y) es diferenciable en (x0 , y0 ), si el
41
incremento de z,
forma
z=
z = f (x0 +
x, y0 +
f
f
(x0 , y0 ) x +
(x0 , y0 ) y + 1 x + 2 y
x
y
(2.5)
x y y = y0 +
f
f
(x0 , y0 )(xx0 )+ (x0 , y0 )(yy0 )+1 (xx0 )+2 (yy0 )
x
y
(2.6)
donde (1 , 2 ) (0, 0) cuando (x, y) (x0 , y0 ).
f (x, y) = f (x0 , y0 )+
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 )
x
y
f
f
(x0 , y0 ) x +
(x0 , y0 ) y
x
y
f
f
dx +
dy.
x
y
(2.7)
z
z
dx +
dy
x
y
dz =
f (x, y) =
si (x, y) = (0, 0)
si (x, y) = (0, 0)
f
f
(0, 0) =
(0, 0) = 0, la funcin
x
y
no es continua en (0, 0). Abajo se muestra su grfica generada por MuPad para
x [0.01, 0.01] y y [0.01, 0.01].
no es diferenciable en (0, 0) pues aunque
2.4.
La Regla de la Cadena
(2.8)
f
x
x+
f
y
y + 1 x + 2 y
x f
+
lm
t
y t0
y
+ lm 1
t0
t
x
+ lm 2
t0
t
y
t
(2.9)
t0
x = lm x(t +
t0
t) x(t) = 0
puesto que x = x(t) es una funcin continua (por ser diferenciable). De la misma manera, lm y = 0, lo que significa que lm 1 = lm 2 = 0 por lo que
t0
t0
t0
z
s
z
t
=
=
z x z y
+
x s
y s
z x z y
+
x t
y t
(2.10)
dy
en el caso en que la
dx
ecuacin F (x, y) = k defina y como funcin implcita de x. Derivando a ambos
lados de la ecuacin F (x, y(x)) = k (aplicando la ecuacin 2.8 obtenemos
Podemos utilizar la regla de la cadena para encontrar
F dx F dy
+
=0
x dx
y dx
As tenemos que
F
dy
= x .
F
dx
y
(2.11)
F
x
F
z
F
z
y
=
F
y
z
d2 z
Ejercicio. Si z(t) = f (x(t), y(t)), calcular 2 .
dt
dz
z dx z dy
Tenemos que
=
+
. Derivando a ambos lados de esta ecuacin,
dt
x dt y dt
aplicando la regla de la derivada de un producto, obtenemos:
d2 z
d
=
dt2
dt
z
x
dx
z d2 x
d
+
+
dt
x dt2
dt
z
y
dy
z d2 y
+
dt
y dt2
(2.12)
z
z
y
, debemos aplicar de nuevo la
x y
z
z
regla de la cadena (ecuacin 2.8) porque
y
son funciones de x y y y
x
y
estas a su vez son funciones de t as:
Para las derivadas con respecto a t de
d
dt
z
x
2 z dx
2 z dy
+
x2 dt
yx dt
45
d
dt
z
y
2 z dx 2 z dy
+ 2
xy dt
y dt
dx
dt
+2
2 z dx dy
2z
+ 2
xy dt dt
y
dy
dt
z d2 x z d2 y
+
x dt2
y dt2
La regla de la cadena para una funcin de tres variables w = w(t) = f (x(t), y(t), z(t))
tiene una forma anloga a la ecuacin 2.8:
dw
w dx w dy
w dz
=
+
+
dt
x dt
y dt
z dt
2.4.1.
(2.13)
El vector gradiente
f f
,
x y
f f
,
x y
dx dy
,
dt dt
f f
,
x y
f
f
(x0 , y0 ),
(x0 , y0 )
x
y
Si escribimos
r (t) = (x(t), y(t)), entonces
r (t) =
2.8, calculada en un punto t0 , toma la forma
dx dy
,
dt dt
y la ecuacin
dz
d
|t=t0 = |t=t0 f (
r (t)) = f (
r (t0 )) r (t0 )
(2.14)
dt
dt
Podemos utilizar la forma de la regla de la cadena como la expresa la ecuacin
2.14 para probar que el vector gradiente de z = f (x, y) en un punto P = (x0 , y0 )
es perpendicular a la curva de nivel f (x, y) = k que pasa por P . Para ver esto,
46
supongamos que dicha curva de nivel est descrita por la funcin vectorial
(x0 , y0 ). Es claro entonces que debe ser f (x(t), y(t)) = f ( r (t)) = k. Derivando
a ambos lados de esta ecuacin tenemos que
d
f (
r (t)) = 0
dt
(2.15)
f (x0 , y0 ) r (t0 ) = 0
lo que prueba lo afirmado. La grfica abajo ilustra la situacin.
r (t) = (x(t), y(t), z(t)) es cualquier curva sobre S que pasa por P en un tiem
po t0 , entonces F (
r (t)) = k y de nuevo
F (x0 , y0 , z0 ) r (t0 ) = 0
47
(2.16)
Como la ecuacin 2.16 es vlida para todas las curvas sobre S que pasan por P ,
resulta natural definir el plano tangente a S en el punto P como el plano que
pasa por P (x0 , y0 , z0 ) y que tiene por vector normal el gradiente F (x0 , y0 , z0 ),
por lo que su ecuacin ser
(
x P ) F (P ) = 0
siendo su expresin cartesiana
F
F
F
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 ) +
(x0 , y0 , z0 )(z z0 ) = 0.
x
y
z
(2.17)
Observe que como la grfica de una funcin de dos variables z = f (x, y) puede
verse como la superficie de nivel F (x, y, z) = 0 donde F (x, y, z) = f (x, y) z,
al aplicar la ecuacin 2.17 a esta F en particular, obtenemos la ecuacin 2.3.
2.5.
Derivadas Direccionales
x por t. Esta
f
) = lm f (x0 + t i ) f (x0 )
(x
0
t0
x
t
f
) = lm f (x0 + t j ) f (x0 )
(x
0
t0
y
t
Esta forma de expresar las derivadas parciales muestran que dichas derivadas
+ t
se calculan tomando la variacin de f a lo largo de las rectas
(t) =
x
i
0
+ t
y (t) =
x
j
,
esto
es,
rectas
paralelas
a
los
ejes
coordenados
que
pasan
0
. Podemos pensar en generalizar esto, calculando la variacin de f a
por
x
0
, esto es, una recta de la forma
lo largo de cualquier recta que pase por
x
0
f
(
un punto x0 , denotada D
x
)
y
definida
de
la
manera
natural
0
u
+ t
)
f (
x
u ) f (
x
0
0
D
m
u f (x0 ) = l
t0
t
(2.18)
f
) = D
f (x0 )
(x
0
i
x
f
) = D
f (x0 )
(x
0
j
y
esto es, las derivadas parciales son las derivadas direccionales en las direcciones
vector unitario
u de una funcin f la da el siguiente teorema:
Teorema 2.5.1
D
u f (x0 ) = f (x0 ) u
(2.19)
+ t
con
Demostracin. Si llamamos
r (t) =
x
u a la recta que pasa por
x
0
0
|t=0 f (
r (t))
dt
f (
r (t)) f (
r (0))
t0
t
+ t
)
f (
x
u ) f (
x
0
0
= lm
t0
t
=
D
u f (x0 )
=
lm
|t=0 f (
r (t))
dt
= f (
r (0)) r (0)
)
=
f (
x
u
0
D
u f (x0 )
f (
x
u
0
f (x0 ) cos
=
=
50
) y
u =
y su valor es D f f = f ; la derivada direccional mnima se
||f ||
f
obtiene en la direccin opuesta al gradiente y su valor es f .
2.6.
Mximos y Mnimos.
1. f (
a ) es un valor mximo global de f en U si f (
a )f (x, y) para todo
(x, y) U.
2. f (
a ) es un valor mnimo global de f en U si f (
a )f (x, y) para todo
(x, y) U.
3. f (
a ) es un valor extremo global de f en U si es un valor mximo global
o mnimo global.
Son vlidas las mismas definiciones, sustituyendo la palabra global por local en
(1) y (2), cuando las desigualdades se cumplen en alguna vecindad abierta de
a.
La definicin es una generalizacin natural de las mismas nociones para funciones de una sola variable; y an ms, las generalizaciones para funciones de
tres y ms variables son claras.
Teorema 2.6.1 (Existencia de mximo o mnimo)) Si f es continua en un
dominio cerrado y acotado U, entonces f alcanza tanto un valor mximo global
como un mnimo global en U .
A continuacin definiremos lo que son puntos frontera, puntos crticos y puntos
singulares.
1. Puntos frontera. Vea la seccin 2.2
2.6.1.
Teorema 2.6.3 [Condiciones suficientes para los extremos] Supngase que f (x, y)
2
2
2
f( a )
f( a )
f( a )
f (
a ) = 0. Sea A =
, B=
, C =
y sea Hf (
a)
x2
xy
y 2
la matriz definida por
A B
Hf (
a)=
B D
Escribamos D(
a ) = det(Hf (
a )). Entonces
2 f (
a)
2 f (
a)
2. Si D(
a)>0 y
< 0, entonces tiene un mximo relativo en
a.
2
x
3. Si Si D(
a ) < 0, entonces tiene un punto silla en
a.
4. Si D(
a ) = 0, el criterio no decide nada.
Nota. La matriz Hf (
a ) se denomina matriz hessiana de f en
a.
Para su demostracin, remitimos al lector al apndice. Sin embargo, podemos
ver de manera intuitiva porqu es cierto. D es
2 f (
a ) 2 f (
a)
D(
a)=
x2
y 2
2 f (
a)
xy
2 f (
a)
x2
2
2 f (
a)
2 f (
a ) 2 f (
a)
2 f (
a)
>
0, por lo que las dos derivadas
y
2
2
y
xy
x
y 2
2 f (
a)
deben tener el mismo signo. As, si
> 0, se tiene concavidad hacia
x2
arriba en las direcciones de ambos ejes, por lo que se puede sospechar que
2 f (
a)
en
a existe un mnimo. Y si
< 0, se tiene concavidad hacia abajo
2
x
en la direccin de ambos ejes, por lo que se puede sospechar la existencia
de un mximo en
a . En el caso 3, en el cual D(
a ) < 0, el producto de
2
2
f( a )
f( a )
las dos derivadas
y
debe ser negativo y por lo tanto deben
x2
y 2
tener signos opuestos; de tal manera que tenemos concavidad hacia arriba en la
direccin de uno de los ejes y concavidad hacia abajo en la direccin del otro,
Adems, fxx (1, 2) = 18 > 0, por lo que segn el teorema anterior, f (1, 2) =
10 es un valor mnimo local de f. En la comprobacin de la funcin dada en
otro punto crtico (1, 2) encontramos que fxx (1, 2) = 18, fyy (1, 2) =
2 y fxy (1, 2) = 0, lo cual produce D(1, 2) = 36 < 0. Entonces, (1, 2)
es un punto de silla y f (1, 2) no es valor extremo.
Ejemplo 2.6.4 Encuentre los valores mximo y mnimo de f (x, y) = 2x2 +
y 2 4x 2y + 5 en el conjunto cerrado U = {(x, y)| x2 + y 2 /2 1}.
Solucin. Como fx (x, y) = 4x 4 y fy (x, y) = 2y 2, el nico punto crtico
posible es (1, 1). Sin embargo, este punto est fuera de U, entonces puede ser
ignorado. La frontera de U es la elipse x2 + y 2 /2 = 1, que se puede describir
paramtricamente por
x = cos t,
y = 2 sen t,
0 t 2
Deseamos maximizar o minimizar la funcin de una variable
f dx f dx
+
= (4x 4)(sen t) + (2y 2)( 2 cos t)
x dt
y dt
Haciendo
g (t) = 0 obtenemos tan t = 2/2 con los dos soluciones t1 =
arctan( 2/2) y t2 = + t1 . De donde g(t) tiene los cuatro puntos crticos
0, t1 , t2 y 2
en el intervalo
[0, 2].
Estos,
a su vez, determinan los tres puntos (1, 0), (2/ 6, 2/ 6) y (2/ 6, 2/ 6) en la frontera de U. Los valores
correspondientes de f son
g (t) =
f (1, 0) = 3,
2
2
,
6
6
2,101,
2 2
,
6
6
11,899
2.6.2.
Extremos condicionados.
Dichas curvas tienen una recta tangente comn y, por consecuencia, tienen una
perpendicular comn. Pero en cualquier punto de una curva de nivel, el vector
gradiente f es perpendicular a ella (ver seccin 2.4.1) y en forma similar g
es perpendicular a la curva de restriccin g(x, y) = 0, pues dicha curva puede
verse como curva de nivel de la funcin z = g(x, y). Por lo tanto, f y g son
paralelos en p0 , es decir,
f (p0 ) = 0 g(p0 )
para algn nmero no nulos 0 . Esto sugiere la siguiente formulacin del mtodo
de Lagrange.
Mtodo de multiplicadores de Lagrange. Si un campo escalar f (x1 , x2 , ..., xn )
tiene un extremo (mximo o mnimo) sujeto a la restriccin g(x1 , x2 , ..., xn ) = 0,
entonces existe un escalar tal que
f = g
en dicho punto extremo. El nmero se llama multiplicador de Lagrange.
56
L
= 2y + 2 = 0,
y
L
= 2z = 0,
z
L
= 2x + 2y z + 4 = 0
+ 4 = 0,
2
9
+ 4 = 0,
2
8
9
4+4+1
= 4
81
1
4
=
9
3
L
= x 2y = 0,
y
L
= 4 x2 y 2 = 0
2. Su rea es 2.
Observacin 2.6.1 El definir la funcin de Lagrange tiene su ventaja cuando
tenemos que hallar los extremos de una funcin f (x1 , x2 , ..., xn ) sujetos a m
restriccin g1 (x1 , x2 , ..., xn ) = 0, g2 (x1 , x2 , ..., xn ) = 0, ..., gm (x1 , x2 , ..., xn ) = 0
donde suponemos m < n. La funcin de la Lagrange en este caso est definida
por
L (x1 , x2 , ..., xn , 1 , 2 , ..., m ) =
9
2
4 (2 )
=1
2
as que (2 ) = 13/4, 2 = 13/2. Por tanto x = 213 , y = 313 y de (4)
tenemos z = x + 2y = 513 . Los valores que le corresponden para la funcin
f son
2
3
5
10
= .
13
13
13
13
El valor mximo de f es
10 .
13
Solucin.
Definimos las funciones f y g como sigue:
F:=x^3-x*y+y^2+3-z
x3 xy + y 2 z + 3
g:=x^2+2*y^2-1
x2 + 2y 2 1
Dibujamos la superficie que corresponde a F en z = 0:
plot(
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2))
59
Resolvemos el sistema
f (x, y) =
g(x, y) =
que corresponde al sistema
60
g(x, y)
0
3x2 y
x + 2y
2
x + 2y 2
= 2x
= 4y
=
1
tt:=numeric::solve([3*x^2-y=2*a*x,-x+2*y=4**y,x^2+2*y^2=1],[x,y,])
[x
[x
[x
[x
[x
[x
=
=
=
=
=
=
Como se ve, se tienen dos soluciones complejas y cuatro reales. Aislamos las
cuatro reales en la siguiente tabla:
table(1=tt[3],2=tt[4],3=tt[5],4=tt[6])
1 x = 0,9468 y = 0,2275 = 1,5403
2 x = 0,5440
y = 0,5933
= 0,2707
3 x = 0,9853 y = 0,1207 = 1,5392
4 x = 0,3106 y = 0,6721
= 0,6155
4,1158
3,1902
1,9390
3,6305
plot::Point2d([-0.98,-0.12],Color=RGB::Brown),
plot::Point2d([-0.31,0.67],Color=RGB::Red))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
62
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=4.1158, x =-1.2..1.2, y=-1.2..1.2,z=4.1..4.2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=4.1158,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=3.1902, x =-1.2..1.2, y=-1.2..1.2,z=3.1..3.2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=3.1902,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
63
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=1.939, x =-1.2..1.2, y=-1.2..1.2,z=1.9..2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=1.939,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=3.6305, x =-1.2..1.2, y=-1.2..1.2,z=3.6..3.7),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=3.6305,x=-2..2,y=-2..2,z=0..0.1))
Observe en este ejemplo que existen otros dos puntos de tangencia en donde
no hay extremos; esto demuestra que la condicin de tangencia de la curva de
nivel con la curva de restriccin para la existencia de un extremo, es solamente
una condicin necesaria pero no suficiente.
2.7.
2.7.1.
*Temas de Lectura
Campos Escalares y Campos Vectoriales
U Rn
R
x f (
x)
F :
U Rn
Rm
x F (
x)
F (
x ) = (f1 (
x ), f2 (
x ), ..., fm (
x ))
vector
x un vector F (
x ) Rm . Ver la figura en caso de campo vectorial sobre
R2 y R3 respectivamente.
65
y x2
x2 + (y 1)2
1
3
Rf = {f (
x) R :
x U}
o
respectivamente.
= { F ( x ) Rm : x U }
R
F
2.7.2.
a partir de
a . Supongamos que se presenta esa direccin mediante un vector
f (
a + t
y ) f (
a)
t
El numerador de este cociente pone de manifiesto el cambio de la funcin cuando
a
y se representa con el smbolo f (a;
y ) y se define
f (a;
y ) = lm
t0
f (
a + t
y ) f (
a)
t
f (
a ; i) =
(x0 , y0 ) = fx (x0 , y0 ),
x
f (
a ; j) =
(x0 , y0 ) = fy (x0 , y0 )
y
f
(x0 , y0 , z0 ) = fy (x0 , y0 , z0 ),
y
fx (x0 , y0 , z0 ),
fz (x0 , y0 , z0 )
67
fx (x0 , y0 ) =
lm
h0
fy (x0 , y0 ) =
para y = y0 fijo
para x = x0 fijo
y y = 1 se calculan
fx ( , 1) = 2 sen
4
4
2
1 cos
1 =
4
2 3
3
2
fy ( , 1) = 2
cos
1 =
4
4
4
64
2.7.3.
1 +
4
4
2
2( + 8)
32
f (
a + h )f (
a )f (
a ) h
= 0.
h 0
h
lm
Si definimos
E(a; h) =
(2.20)
f (
a + h )f (
a )f (
a ) h
,
lm E(
a; h)=0
h 0
68
Podemos escribir
f (
a + h ) f (
a ) f (
a ) h = h E(
a ; h ),
o equivalentemente,
f (
a + h ) = f (
a ) f (
a ) h + h E(
a ; h ),
El vector f (
a ) le llama el gradiente de f en
a y al producto de f (
a)h
se le llama la diferencial de f en a .
a.
Demostracin. Puesto que f es diferenciable en a tenemos que
lm E(
a ; h ) = 0.
h 0
Adems
f (
a + h )=f (
a )f (
a ) h + h E(
a ; h ),
lm f (
a + h ) =f (
a ).
h 0
f (
a ;
y )=f (
a )
y =
k=1
f (
a)
yk
xk
Demostracin. Si
y = 0 claramente f (
a )
y = 0 y f (
a ;
y )=0 . Por
f (
a + h )=f (
a )+f (
a ) h + h E(
a ; h ),
donde lmh0 E(
a ; h) = 0 . Si tomamos |t| < r , entonces h = t
y con t = 0
f (
a + t
y )f (
a )=f (
a )t
y + |t|E(
a ;
y ).
69
f (
a + t
y )f (
a)
|t|
= f (
a )
y + E(
a ;
y ).
t
t
Puesto que lmt0
|t|
= 1 tenemos que
t
f (
a + t
y )f (
a)
lm
= f (
a )
y.
t0
t
Por lo tanto
f (
a ;
y )=f (
a )
y.
f (
a)
f (
a ;
y) =
f (
a)
y = f (
a ) (u1
e1 + +un
e
n)
n
=
k=1
n
uk f (
a)
ek
uk f (
a ;
ek ) =
k=1
k=1
f (
a)
uk =
xk
f (
a)
f (
a)
,...,
xk
xn
(u1 , . . . , un ).
f (
a )=
f (
a)
f (
a)
,...,
x1
xn
Si f es diferenciable en
a , existen todas las derivadas parciales. No obstante la
existencia de todas las derivadas parciales no garantiza que f sea diferenciable
en
a .
Ejemplo 2.7.6 Consideremos la funcin
xy 2
si (x, y) = (0, 0)
f (x, y) =
x2 + y 4
0
si (x, y) = (0, 0)
Mostremos que
f
f
(0, 0) y
(0, 0) existen. Por definicin
x
y
f
f ((0, 0) + ti) f (0, 0)
f (ti)
f (t, 0)
(0, 0) = lm
= lm
= lm
=0
t0
t0
t0
x
t
t
t
70
y
f ((0, 0) + tj) f (0, 0)
f (tj)
f (0, t)
f
(0, 0) = lm
= lm
= lm
= 0.
t0
t0
t0
y
t
t
t
Sin embargo la funcin no es continua en (0, 0) . Observemos que f (x, 0) = 0 y
f (0, y) = 0 . As a travs de los ejes coordenados f 0 cuando nos acercamos
al origen. Sin embargo si nos acercamos al origen sobre la parbola x = y 2
tenemos que f (y 2 , y) = 1/2 . As f (x, y) 1/2 cuando x = y 2 y y 0 .
Puesto que f (0, 0) = 1/2, f no es continua en (0, 0) y por lo tanto no puede
ser diferenciable en (0, 0) .
Teorema 2.7.3 (Condicin suficiente de diferenciabilidad). Si existen
f
f
en
a , entonces f es diferenciable en
a .
2.7.4.
dy
dy dr
=
dt
dr dt
Ahora veremos como la regla de la cadena puede generalizarse para los campos
escalares o funciones de varias variables.
g (t) = f (r(t)) r (t)
Demostracin. Sea
a = r(t) . Puesto que U es abierto existe una bola B(
a)
g(t + h) g(t) = f (
r (t + h)) f (
r (t)) = f (
a + y) f (
a ).
Como f es diferenciable en
a entonces
f (
a +
y ) f (
a ) = f (
a)
y +
y E(
a ; y).
71
donde E(
a ; y) 0 cuando |y 0. Ahora,
g(t + h) g(t) = f (
a ) (
r (t + h)
r (t)) +
r (t + h)
r (t) E(
a ;
y ).
g(t + h) g(t)
(
r (t + h))
r (t))
r (t + h))
r (t)
= f (
a )
+
E(
a ;
y ).
h
h
h
Tomando h 0 tenemos que
g (t) = f (
r (t)) r (t)).
Si escribimos
r en sus ecuaciones paramtricas x1 = x1 (t), x2 = x2 (t), ..., xn =
xn (t) podemos escribir g (t) en la forma
g (t) =
f
dx1
f
dxn
(
a)
+ ... +
(
a)
x1
dt
xn
dt
Cuando
a describe una curva C , la derivada direccional de f en la direccin
f f
,
) = (2x 3y, 3x).
x y
parametrizar por
r (t) = (t, t2 t + 2). Observemos que para t = 1,
=
=
w dx w dy
w dz
+
+
= (2xy + z)(sen ) + (x2 + 1)(cos ) + (x)(2)
x d
y d
z d
2 cos sen2 2 sen + cos3 + cos + 2 cos
En = /3,
1 1 2
dw
3
= 2
+
d
2 3
3
2
1
+1
4
1 2 1
1 2 3
+
=
+
2
3 2
8
18
3
2.7.5.
Sea
a un punto interior de U y
y Rn , un punto arbitrario. Definimos la
F (
a + t
y ) F (
a)
F ( a ; y ) = lm
t0
t
Siempre que el lmite exista. Observemos que esta derivada es un vector de Rm .
De acuerdo a la definicin de lmites para campos vectoriales podemos observar
que
F (
a ;
y ) = (f1 (
a ;
y ), f2 (
a ;
y ), ..., fm (
a ;
y ))
2.7.6.
F (
a + h ) F (
a ) DF (
a) h
=0
h
h 0
lm
De esta definicin y por las propiedades de los lmites diremos que est defini
F (
a + h ) F (
a ) DF (
a) h
.
E (
a, h)=
h
Observemos que E (
a , h ) es un vector de Rm . Esto nos permite escribir
F (
a + h ) = F (
a ) + DF (
a ) h + h E (
a, h)
para todo h con h < r para cierto r > 0. La matriz DF (
a ) la llamaremos
la derivada de F en a .
f1
fm
Observemos que
F (
a + h ) F (
a) =
=
(f1 (
a + h ), ..., fm (
a + h )) (f1 (
a ), ..., fm (
a ))
(f (
a + h ) f (
a ), ..., f (
a + h ) f (
a ))
1
fi (
a + h ) fi (
a ) = fi h + h Ei (
a, h)
donde lm
E (
a , h ) = 0. Por lo tanto
h 0 i
74
F (
a + h ) F (
a) =
=
=
=
=
(f1 (
a + h ), ..., fm (
a + h )) (f1 (
a ), ..., fm (
a ))
(f1 ( a + h ) f1 ( a ), ..., fm ( a + h ) fm ( a ))
(f1 h + h E1 (
a , h ), ..., fm h + h Em (
a , h ))
(f1 h , ..., fm h ) + ( h E1 (
a , h ), ..., h Em (
a , h ))
Si DF (
a ) h = (f1 h , ..., fm h ) y E (
a , h ) = (E1 (
a , h ), ..., Em (
a , h ))
tenemos que
F (
a + h ) = F (
a ) + DF (
a ) h + h E (
a, h)
donde lm
E (
a , h ) = 0. Esto implica que
h 0
DF (
a)=
F (
a ;
y) =
=
f1
f2
..
.
fm
f1
f2
fm
(f1 (
a ;
y ), f2 (
a ;
y ), ..., fm (
a ;
y ))
(f1 h , f2 h , ..., fm h ) = DF (
a) h
Esta frmula nos permite determinar fcilmente la derivada F (
a ;
y ).
DT (
x)=
a donde
a es la matriz mn asociada a T ,esto es T (
x)=
a
x.
lm
h 0
T (x + h ) T (
x)
a h
A (
x + h)
a
x
a h
h 0
h
a
x +
a h
a
x
a h
=0
=
l
m
h 0
h
75
lm
entonces DT (
x)= A
As todos las transformaciones lineales son campos vectoriales diferenciables.
Ejemplo 2.7.11 Si f : U Rn R es un campo escalar diferenciable sobre
un conjunto abierto U , entonces f : U Rn Rn es un campo vectorial
dado por
f f
f
,
, ...,
)
x1 x2
xn
Si cada una de las derivadas parciales es diferenciable tenemos que podemos
encontrar la matriz Jacobiana de f, Df, la cual en algunos textos se denota
por 2 f (
x ) y es igual a
f = (
2 f (
x)=
2.7.7.
2f
x21
2f
x2 x1
2f
x1 x2
2f
x22
2f
xn x1
2f
xn x2
2f
x1 xn
2f
x2 xn
2f
x2n
en un conjunto abierto U Rn y
r una funcin vectorial
r : J U donde
J es un intervalo abierto. Definamos la funcin compuesta F
r en J por
diferenciable en
r (t) . Entonces G (t) existe y
G (t) = D F (r(t))r (t)
Demostracin. Sea
a=
r (t) . Puesto que U es abierto existe una bola
. Claramente si h 0 entonces
y 0 . ahora consideremos G (t+ h) G (t) =
F (
r (t + h)) F (
r (t)) = F (
a +
y ) F (
a ).
F (
a +
y ) F (
a ) = D F (
a)
y +
y E(
a ;
y ).
donde E(
a ; y) 0 cuando |y 0. Ahora,
G (t + h) G (t) = D F (
a ) (r(t + h) r(t)) + r(t + h) r(t) E (
a ;
y ).
76
(
G (t + h) G (t)
r (t + h))
r (t))
r (t + h))
r (t)
= D F (
a )
+
E(
a ;
y ).
h
h
h
Tomando h 0 tenemos que
G (t) = D F (
r (t))
r (t).
En el caso general de la composicin de dos campos vectoriales tenemos que
definida por H (
x ) = F ( G (
x )) donde x U.. Sea x U en el que D G (x)
D H (
x ) = D F ( G (
x ))D G (
x ).
que es el producto de las dos matrices.
Demostracin. Sea
a = G (
x ) . Puesto que U es abierto existe una bola
B(
a ) U y tomemos h = 0 tal que
r (t + h) B(
a ) . Sea
y = G (
x +
H (
x + h ) H (
x ) = F ( G (
x + h )) F ( G (
x )) = F (
a +
y ) F (
a ).
F (
a +
y ) F (
a ) = D F (
a )
y +
y E (
a ;
y ).
donde E (
a ; y) 0 cuando |y 0. Ahora,
H (
x + h ) H (
x)
= D F (
a ) G ((x + h) G ((x) +
G ((x + h) G ((x) E (
a ;
y ).
= D F ( a ) D G (x) h + h E(x, h) +
D G(x) h + h E (x, h)
E (
a ;
y)
D G(x) h + h E (x, h)
E (
a ;
y ).
= D F (
a ) D G (x) h + D F (
a ) h E(x, h) +
77
Dividiendo por
h obtenemos
H (
x + h ) H (
x ) D F (
a ) D G (x) h
D F (
a ) E(x, h) +
D G(x) h + h E(x, h)
E (
a ;
y ).
D H (
x ) = D F ( G (
x ))D G (
x)
(f1 (
x ), f2 (
x ), ..., fn (
x ))
x = (x1 , x2 , ..., xn ). Definimos la divergencia
de F como
f1 (
x)
fn (
x)
x ) f2 (
+
+ ... +
.
div F =
x1
x2
xn
,
, ...,
observemos que podemos denotar
x1 x2
xn
divF = F. Hay que tener en cuenta que la divergencia es un campo escalar.
div F = 2xy + xz + x2 .
Si representamos =
r
F (x, y, z) =
3 =
donde r =
r =
f1
x
f2
y
f 3
z
r3 x
3,
3,
x2 + y 2 + z 2 . Sean f1 =
r3
x
r6
r3
r3 x
y
6
r
r3
r3 x
z
r6
x y z
, ,
,.
r3 r3 r3
x
y
z
, f1 = 3 , f2 = 3 . Entonces
3
r
r
r
(r)
x
r3 3xr2
3
2
x
r = r 3x r ,
=
=
r6
r6
r6
(r)
y
r3 3yr2
r3 3yr2
3
2
y
r = r 3y r ,
=
=
r6
r6
r6
r3 3xr2
r3 3zr2
r6
78
(r)
z
r3 3yr2
3
2
z =
r = r 3z r .
r6
r6
f1
f2
f2
3r3 3r3
+
+
=
= 0.
div F =
x
y
y
r6
rot F =
R Q P
R Q P
y
z z
x x
y
rot F = F =
x
P
y
Q
z
R
Observacin 2.7.2 En el caso que F (x, y) = (P (x, y), Q(x, y)) definiremos
el rotacional de F como
rot F =
x
P
y
Q
k
0
Q P
x
y
rot F =
x
xyz
y
x2
z
xy
79
f f f
2f
2f
2f
,
,
)=
+ 2 + 2
2
x y y
x
y
y
2f
2f
+
x2
y 2
2f
= 6x
2
x
2
f
= 6x
y 2
Entonces
f = 0.
Definicin 2.7.10 Una funcin escalar cuyo Laplaciano es cero, esto es f =
0, se llama funcin armnica.
2.7.8.
Teorema 2.7.7 Sea f un campo escalar con derivadas de orden dos continuas
en una bola Br (
a ). Entonces para todo y Rn tal que
a +
y Br (
a ),
tenemos que
1
f (
a +
y ) = f (
a ) + f (
a)
y +
y H(
a + c
y )
y ,
2!
0 < c < 1,
f (
a +
y ) = f (
a ) + f (
a)
y +
y H(
a )
y +
y E2 (
a ;
y ),
2!
donde lm E (
a ;
y ) = 0.
y0
Demostracin. Fijemos
y Rn . Definamos la funcin
g(t) = f (
a + t
y ),
80
0 t 1.
1
g (c),
2!
0<c<1
f (
a + t
y)
yi
x
i
i=1
f (
a + t
y)
f (
a + t
y)
f (
a + t
y)
y1 +
y2 + +
yn
x1
x2
xn
f (
a + t
y )
y =
As g (0) = f (
a)
y.
Calculamos la segunda derivada de g aplicando nuevamente regla de la cadena
g (t)
f (
a + t
y)
f (
a + t
y)
y y1 +
y y2 + +
x1
x2
f (
a + t
y)
y yn
xn
2 f (
a + t
y)
2 f (
a + t
y)
2 f (
a + t
y)
=
y1 +
y2 + +
yn y1
2
x1
x2 x1
xn x1
2 f (
a + t
y)
2 f (
a + t
y)
2 f (
a + t
y)
y1 +
y
+
+
yn y2
+
2
x1 x2
x22
xn x2
..
.
2 f (
a + t
y)
2 f (
a + t
y)
2 f (
a + t
y)
+
y1 +
y2 + +
yn yn .
2
x1 xn
x2 xn
xn
=
g (t) =
i=1 j=1
As,
2 f (
a + t
y)
yi yj =
y H(
a + c
y )
y .
xi xj
g (c) =
y H(
a + c
y )
y .
f (
a +
y ) = f (
a ) + f (
a)
y +
y H(
a + c
y )
y ,
21
81
0 < c < 1.
y [H(
a + c
y ) H(a)]
y ,
y = 0
y E2 (
a ;
y)=
21
y
E2 (
a; 0)=0 .
y H(
a )
y +
y E2 (
a ;
y ).
f (
a +
y ) = f (
a ) + f (
a)
y +
2!
y0
|E2 (
a ;
y )| =
i=1 j=1
n
i=1 j=1
2 f (
a + t
y ) 2 f (
a)
xi xj
xi xj
a)
2 f (
a + t
y ) 2 f (
xi xj
xi xj
yi yj
As dividiendo por
y = 0 tenemos que
|E2 (
a ;
y )|
puesto que
2f
xi xj
i=1 j=1
2 f (
a + t
y ) 2 f (
a)
.
xi xj
xi xj
son continuas en
a , entonces
lm
y0
2 f (
a)
2 f (
a + t
y)
=
xi xj
xi xj
Por lo tanto lm
|E2 (
a ;
y )| = 0 y esto implica que lm
E2 (
a ;
y)=0.
y0
2.7.9.
y0
Naturaleza de un punto crtico teniendo como criterio los valores propios de la matriz Hessiana
Si
a es un punto crtico de f tenemos que f (a) = 0 . En este caso
1
f (
a +
y ) = f (
a)+
y H(
a )
y +
y E2 (
a ;
y ).
2!
Teorema 2.7.8 Sea A = (aij ) una matriz n n y simtrica. Supongamos que
n n
Q(y) =
y A
y =
a y y . Entonces
ij i j
i=1 j=1
82
1. Q(
y ) > 0
y = 0 los valores propios de A son positivos.
2. Q(
y ) < 0
y = 0 los valores propios de A son negativos.
Demostracin. Por ser A una matriz simtrica, A es diagonalizable, esto es existe una matriz P ortogonal (P = P ) tal que P T AP = D = diag(1 , 2 , , n )
donde i i=1,...,n son valores propios de A los cuales son reales. Haciendo
y = xP , tenemos
n
Q(y) =
y A
y = xP AP
x = xD
x =
i x2u
i=1
Claramente
y = 0,
x = 0 . Si los valores propios de A son positivos entonces
en una bola Br (
a ). Sea H(
a ) la matriz Hessiana en un punto estacionario
a . Entonces:
mnimo relativo en a .
mximo relativo en a .
3. Si H(
a ) tiene valores propios negativos y positivos entonces f tiene un
punto silla en
a.
f (
a +
y ) f (
a)=
y H(
a )
y +
y E2 (
a ;
y ).
2!
donde lm
E2 (
a ;
y ) = 0 . Vamos a mostrar que existe r > 0, tal que
y0
0 <
y < r, talque f (
a +
y ) f (
a ) tiene el mismo signo que Q(y).
y H(
a )
y >t
y
83
0 < t < h.
Tomando t = 12 h tenemos Q(y) > 12 h
y
y = 0 . Puesto que lm
E2 (
a ;
y)=
y0
y tenemos
1
1
0
y E2 (
a ;
y ) < h < Q(y).
4
2
Esto demuestra que
f (
a +
y ) f (
a ) Q(y)
y E2 (
a ;
y)>0
2
y0
vecindad de
a valores positivos y negativos de f. por lo tanto f tiene un punto
silla en a .
2.7.10.
Teorema 2.7.10 [Condiciones suficientes para los extremos] Supngase que f (x, y) tiene segundas derivadas parciales continuas en una vecindad
2 f (
a)
2 f (
a)
2 f (
a)
de
a y que f (
a ) = 0. Sea A =
,
B
=
,
C
=
y
x2
xy
y 2
A
B
H(
a)=
B
D
y D = det(H(
a )). Entonces
2 f (
a)
2 f (
a)
2. Si D > 0 y
< 0, entonces tiene un mximo relativo en
a.
x2
donde D = det(H(
a )). Los valores propios y estn ligados por la relacin
1
1 + 2 = A + C
1 2 = D.
2.7.11.
F (r(t)) = mr (t)
para todo t donde r(t) est definido. Por ser F un campo conservativo tenemos
que
1 dv 2 (t)
m
= mr (t) r (t)
2
dt
d(r (t))
= (r(t)) r (t),
dt
85
tenemos que
d
dt
1
mv 2 (t) + (r (t))
2
=0
1
1
mv 2 (b) + (r (b)) = mv 2 (a) + (r (a))
2
2
O sea que la diferencia de la energa cintica es igual a la diferencia de la energa
potencial, esto es
1
1
mv 2 (b) mv 2 (a) = (r (a)) (r (b))
2
2
La mayor parte de los campos de la fsica clsica son conservativos.Por ejemplo consideremos una fuerza que es inversamente proporcional al cuadrado de
la distancia del punto al origen y que tiene la direccin del vector posicin.
Entonces existe una constante C tal que
1
F (
x)=C
x
ya que
1
F (
x)=C
x.
(
x)=
|| x ||
lo cual puede demostrarse calculando las derivadas parciales.
86
Captulo 3
Integrales Mltiples
3.1.
Integrales Dobles
Vamos a considerar una funcin de dos variables f : S R2 R. Subdividamos la regin S en N subregiones S1 , S2 , ....SN donde cada una de ellas est
acotada por una curva simple cerrada suave a trozos y de rea Ak = rea(Sk ).
en donde (xk , yk ) es cualquier punto en la subregin Sk .
f (xk , yk )Ak
k=1
87
f (xk , yk )Ak
k=1
f (xi , yj )xi yj
i=1 j=1
dA =
S
3.1.1.
dxdy
S
Se puede demostrar que la integral cumple las mismas propiedades de la integral unidimensional como son:
1.
= c1
f (x, y)dxdy + c2
g(x, y)dxdy
2. Si S = S1 S2 y S1 S2 = , entonces
f (x, y)dxdy =
S
f (x, y)dxdy +
S1
88
f (x, y)dxdy
S2
3. si f g entonces
f (x, y)dxdy
g(x, y)dxdy
S
En particular si f 0 entonces
f (x, y)dxdy 0
f (x, y)dxdy =
S
f (x, y)dy
a
dx =
f (x, y)dx dy
c
3.1.2.
2 (x)
f (x, y)dxdy =
S
f (x, y)dy dx
a
1 (x)
90
2 (y)
f (x, y)dxdy =
S
f (x, y)dx dy
c
1 (y)
Una regin puede ser al mismo tiempo de tipo I tipo II. Por ejemplo, la regin
que se muestra en la figura abajo.
y de tipo II en la forma
S = {(x, y) : y x
3.1.3.
y, 0 y 1}
dxdy =
S
2 (x)
dy]dx =
1 (x)
(x)
[2 (x) 1 (x)]dx
f (x, y)dy
1 (x)
V ol(Sol) =
2 (x)
[
a
f (x, y)dy]dx =
f (x, y)dxdy
1 (x)
(V ) =
R
R2 x2
=8 0 [ 0
R2 x2
f (x, y)dxdy
y 2 dy]dx
f (x, y)dxdy
S
R2 x2
8
0
/2
8
0
[
0
8
0
A2 cos2 d]dx = 8
R
A dx = 8
4
4
(R2 x2 )dx
= 2(R3
/2
1 cos 2
1
=
2
2
A2
0
x3
)
3
R3
2
4
) = 2 R3 = R3 .
3
3
3
[
0
f (x, y)dy]dx
x2
S = {(x, y) : y x y, 0 x 1}
As, la integral la podemos escribir como
1
[
0
A2 y 2 dy dx
/2
2 (R2 x
R2 x2
1 sen2 cos d dx
0
R
A2
0
R
R2 x2 y 2 dy dx = 8
0
R
f (x, y)dy]dx =
x2
[
0
93
f (x, y)dx]dy
y
dx
0
x y 3 + 1dy]dx
[
0
x/3
[
0
y 3 + 1dy]dx
x/3
3y
x y 3 + 1dx]dy =
[
0
y 3 + 1[
=
0
(y 3 + 1)3/2
94
2
0
x2 3y
| ]dy =
2 0
3y
y 3 + 1[
2
= 27 1 = 26
9 2
y
2
xdx]dy
0
y 3 + 1dy
3.1.4.
Cambio de variable
f (x)dx =
f (g(t))g (t)dt
g1 (a)
En el caso de dos dimensiones tenemos un resultado similar. Sin entrar en muchos detalles, consideremos un campo vectorial T : R2 R2 que transforma un
conjunto cerrado U en un conjunto , esto es T : U es uno a uno y sobre.
Denotando T (u, v) = (x(u, v), y(u, v)) y asumiendo que T es diferenciable, diremos que T define un cambio de variables de las variables (u, v) a las variables
(x, y). Escribiendo x = x(u, v), y = y(u, v) consideramos la matriz
(x, y)
= [xy] =
(u, v)
x
u
x
v
y
u
y
v
P son las coordenadas polares del punto P definidas por (r, ) donde r = OP ,
y
,
x
donde si y > 0, entonces se toma 0 y si y < 0, entonces se toma
< 2. Si x = 0 y y > 0 se toma = 2 . Si x = 0 y y < 0 se toma
= 3
2 . Recprocamente si un punto P est dado en coordenadas polares (r, ),
entonces las coordenadas cartesianas de P (x, y) estn dadas por
tan =
r cos
rsen.
95
Observemos que tambin podramos escoger en lugar del intervalo [0, 2) para
los valores de , cualquier intervalo de longitud 2. Otro intervalo que se utiliza
tambin es el intervalo (, ) .
Definamos la funcin
(x, y) = T (r, ) = (r cos , rsen)
como un cambio de coordenadas polares a las coordenadas cartesianas. Observemos que en este caso la matriz Jacobiana est dada por
(x, y)
=
(r, )
cos
rsen
sen
r cos
cos
sen
= r.
rsen r cos
La funcin T transforma regiones rectangulares en el plano r en regiones
circulares en el plano x y.
96
3.1.4.1.
1
F
: S U.
Si particionamos la regin U en rectngulos pequeos de longitud u, v, las
imgenes de estos rectngulos sern pequeos paralelogramos curvilneos en la
regin S.
97
En la grfica abajo vemos un zoom de este pequeo rectngulo y su correspondiente imagen curvilnea.
rea de Ti,j
rea a de Ri,j
= A(Ti,j .) = uv
= A(Ri,j ) Q1 Q2 Q1 Q4
Usando diferenciales, (ver seccin 2.3.4), los puntos x2 , y2 los podemos aproximar por
x2
y2
h1
h1
(u, v)u = x1 +
(u, v)u
u
u
h2
h2
= h2 (u + u, v) h2 (u, v) +
(u, v)u = y1 +
(u, v)u
u
u
= h1 (u + u, v) h1 (u, v) +
As
Q2 (x1 +
h1
h2
(u, v)u, y1 +
(u, v)u)
u
u
98
h1
h2
(u, v)v, y1 +
(u, v)v).
v
v
Ahora
Q1 Q2 =
Q1 Q4 =
h1
(u, v)u,
u
h1
(u, v)v,
v
Q2 Q1
Q4 Q1
h2
(u, v)u
u
h2
(u, v)v
v
y
Q1 Q2 Q1 Q4 uv
h1
u
h2
u
h1
v
h2
v
h1
v
h2
v
k.
h1
u
h2
u
Para calcular
a
rea(Ri,j ) Q1 Q2 Q1 Q4
f (x, y)dxdy
f (xi , yj ).(
area(Ri,j ))
Esta frmula es conocida como la frmula de cambio de variable para las integrales dobles.
Ejemplo 3.1.7 En coordenadas polares tenemos
x = r cos , y = rsen
99
J(r, ) =
(x, y)
= |x y| =
(r, )
cos
sen
rsen
r cos
=r
f (r cos , rsen)rdrd.
donde S = (x, y); 0 x a, 0 y a2 x2 . Al hacer el cambio a coordenadas polares, tenemos que la regin T que se transforma en S por dicho
cambio es T = {(r, ) : 0 r a, 0 /2}y la integral se transforma en
a
T
a2 r2 rdrd
=
0
/2
a2 r2 rd]dr = /2
[
0
(a2 r2 )3/2
/2
3
=
0
a2 r2 rdr
3
a
6
e y+x dxdy
S
e y+x dxdy
3.2.
1
2
T
2
0
u 1
1
e v dudv =
2
2
e v dudv =
0
1
1
v(e )dv = e
e
e
1
2
2
0
ve v |vv dv
Integrales Triples
La definicin de la integral doble se puede generalizar casi sin cambios a ndimensiones, en particular, para n = 3, si f es continua definida en una regin
V del espacio R3 acotada por una superficie cerrada tenemos que
N
V
f (xk , yk , zk )Vk
k=1
f (x, y, z)dV =
V
f (x, y, z)dz dy
a
dx.
Nota. En este teorema en particular, no importa el orden en el cual integremos, es decir, la integral triple puede calcularse tambin en el orden
b
f
d
f (x, y, z)dy dz dx en cualquier otro.
a
e
c
101
3.2.1.
Regiones ms generales
f (x, y, z)dxdydz =
V
f (x, y, z)dz
S
dA.
z1 (x,y)
Regin tipo II
Si el volumen V est limitado entre dos superficies y = y1 (x, z), y = y2 (x, z)
con y1 (x, z) y2 (x, z) y S es la proyeccin de dicho volumen al plano xz.
102
f (x, y, z)dxdydz =
y1 (x,z)
f (x, y, z)dxdydz =
x1 (y,z)
dV =
dxdydz
y2 (x)
z2 (x,y)
f (x, y, z)dxdydz =
V
f (x, y, z)dxdydz.
a
y1 (x)
z1 (x,y)
f (x, y, z)dxdydz
1x
xydzdydx
0
0
1
0
1
=
0
0
1x
3.2.2.
1xy
xy(1 x y)dydx
(1/6)x(1 x)3 dx =
1
120
(x,y,z)
donde J(u, v, w) = (u,v,w)
= |x y z|.
Nota. Claramente si f = 1 entonces
dxdydz =
V
|J(u, v, w)|dudvdw
3.2.2.1.
Coordenadas cilndricas.
Estas coordenadas estn ligadas a las coordenadas (x, y, z) mediante las ecuaciones dadas por
x = r cos , y = rsen, z = z
Las coordenadas (r, , z) se llaman coordenadas cilndricas del punto P ya que
x2 + y 2 = r2 .
De este sistema de ecuaciones tenemos que el Jacobiano est dado por
J(r, , z) = |xyz| = r
y la frmula del cambio de variable se expresa en la forma
f (x, y, z)dxdydz =
Utilizando coordenadas cilndricas tenemos que este volumen puede verse como
4 r2
T = (r, , z) : 0 r 1, 0 2, 0 z
Por lo tanto la integral est dada por
(x2 + y 2 )dxdydz
4r 2
=
0
0
2
0
1
4r 2
=
0
0
2
=
3.2.2.2.
r3 dzdrd
0
1
[
0
r2 rdzdrd
r
0
r2 dr]d
64 11 3
= 2(
).
15
5
Coordenadas esfricas.
y estn ligadas con las coordenadas cartesianas mediante las siguientes ecuaciones
106
f (x, y, z)dxdydz =
V
x2 + y 2 inter-
ERROR: typecheck
OFFENDING COMMAND: image
STACK:
-dictionary-mark-savelevel-