Calculo de Varias Variables Chau

ESTUDIOS
GENERALES
CIENCIAS
CÁLCULO EN VARIAS VARIABLES

TEXTO GUÍA DE CLASES
Norberto Jaime Chau Pérez
2017
Pontificia Universidad Católica del Perú
Estudios Generales Ciencias
Cálculo en Varias Variables
Norberto Chau Pérez.
San Miguel, 5 de marzo de 2017

Índice general
Introducción 7
1. Geometría vectorial en el espacio 9

1.1. Introducción al espacio Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1. Vectores en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2. Paralelismo de vectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1.3. Producto escalar y norma. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1.4. Ortogonalidad de vectores. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.5. Proyección ortogonal y componentes. . . . . . . . . . . . . . . . . . . . . . 14
1.1.6. Producto vectorial y producto mixto en R3 . . . . . . . . . . . . . . . . . . 16
1.1.7. Rectas en R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1.8. Planos en R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2. Superficies Notables en R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.2.1. Esferas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.2.2. Cilindros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.2.3. Cilindro circular recto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.2.4. Cilindro general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.2.5. Cono . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.2.6. Cono circular recto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.2.7. Superficie de revolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1.2.8. Superficies cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
1.2.9. Superficies cuadráticas con centro . . . . . . . . . . . . . . . . . . . . . . 63
1.2.10. Superficies cuadráticas sin centro . . . . . . . . . . . . . . . . . . . . . . . 66
1.2.11. Cuádricas degeneradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
1.2.12. Degeneradas centradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
1.2.13. Cilindro elíptico: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
1.2.14. Cilindro hiperbólico: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3
Cálculo en Varias Variables Norberto Chau ÍNDICE GENERAL
1.2.15. Planos dobles: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

1.2.16. Degeneradas no centradas . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
1.2.17. Superficies paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2. Introducción al álgebra lineal 79

2.1. Matrices. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . 79
2.1.1. Adición de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.1.2. Multiplicación de un escalar por una matriz . . . . . . . . . . . . . . . . . 80
2.1.3. Multiplicación de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
2.1.4. Matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.1.5. Transformaciones elementales con las filas de una matriz . . . . . . . . . . 85
2.1.6. Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.1.7. Matrices Equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.1.8. Matriz escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.1.9. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . 88
2.1.10. Método de Gauss-Jordan. . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2.2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.3. Espacio vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
2.3.1. Bases y dimensión del espacio vectorial . . . . . . . . . . . . . . . . . . . 124
2.3.2. Vectores de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
2.4. Transformaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
2.4.1. Núcleo e Imagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
2.4.2. Matrices y transformaciones lineales . . . . . . . . . . . . . . . . . . . . . 150
2.5. Valores y Vectores Propio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
2.5.1. Valores y Vectores Propio . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
2.5.2. Polinomio Característico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.5.3. Matrices Diagonalizables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
2.6. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
2.7. Topologia en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
2.8. Función vectorial de variable real . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
2.9. Límite de funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
2.10. Continuidad de funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 175
2.11. Curvas en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
2.12. Derivabilidad de funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . 182
2.13. Curvas parametrizadas por parametrizaciones regulares . . . . . . . . . . . . . . 186
2.14. Vectores unitarios: tangente, normal y binormal . . . . . . . . . . . . . . . . . . . 195
4
ÍNDICE GENERAL Cálculo en Varias Variables Norberto Chau
2.14.1. Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

2.14.2. El Plano Osculador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
2.14.3. Longitud de arco y curvatura . . . . . . . . . . . . . . . . . . . . . . . . . 201
2.14.4. Función longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
2.14.5. Curvatura de una curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
3. Funciones de varias variables 221

3.1. Introducción.Función de varias variables . . . . . . . . . . . . . . . . . . . . . . . 221
3.1.1. Operaciones con funciones de varias variables . . . . . . . . . . . . . . . . 225
3.1.2. Gráfica de una función de dos variables . . . . . . . . . . . . . . . . . . . 226
3.2. Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
3.2.1. Propiedades de límites de función vectorial . . . . . . . . . . . . . . . . . 235
3.2.2. Limites restringidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
3.3. Continuidad de funciones de varias variables . . . . . . . . . . . . . . . . . . . . . 247
3.4. Diferenciacion funciones de varias . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
3.4.1. Diferencial de un campo escalar. Plano tangente . . . . . . . . . . . . . . 253
3.4.2. Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
3.4.3. Diferenciabilidad y continuidad . . . . . . . . . . . . . . . . . . . . . . . 264
3.4.4. Diferencial de campos escalares . . . . . . . . . . . . . . . . . . . . . . . . 264
3.4.5. Derivadas parciales de órdenes superiores . . . . . . . . . . . . . . . . . . 272
3.5. Máximos y Mínimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
3.5.1. Máximos y Mínimos sin restricciones . . . . . . . . . . . . . . . . . . . . . 289
3.5.2. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . 299
3.6. Derivación Implícita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
4. Funciones vectoriales de variable vectorial 313

4.1. Función vectorial de variable vectorial . . . . . . . . . . . . . . . . . . . . . . . . 313
4.2. Diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
4.3. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
5. Integración Múltiple 327

5.1. Integrales Dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
5.1.1. Cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
5.1.2. Aplicaciones de la integral doble . . . . . . . . . . . . . . . . . . . . . . . 342
5.2. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
5.2.1. Cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
5
6
Presentación
El texto ha sido diseñado para brindar a los estudiantes de carreras de ciencias e ingeniería
una revisión de conceptos básicos que serán requisitos para futuros cursos de varias variables.
La finalidad del mismo es que el estudiante adquiera las herramientas necesarias para aplicar,
en la resolución de ejercicios y problemas, los conceptos y propiedades básicas de la Geometría
analítica vectorial, Introducción al Álgebra Lineal y Cálculo Diferencial e Integral en varias
variables.
Este libro se caracteriza por brindar un tratamiento dinámico a los contenidos matemáticos lo
que see refleja al anteponer, en lo posible, a las definiciones formales, situaciones que justifiquen
su presentación y la formalización de los objetos matemáticos involucrados. Luego de este ac-
ercamiento a las definiciones y propiedades, se trabajan problemas de mayor complejidad para
cuya solución se requiere la comprensión, conexión y aplicación de los resultados anteriores.
Este libro de Cálculo en Varias Variables elaborado a partir de mis notas de clases, para
alumnos de Cálculo 3 del tercer ciclo de Estudios Generales Ciencias de la PUCP, tienen una gran
variedad y profundidad de problemas en cada capítulo, gráficos, demostración de los teoremas
básicos, muchos ejemplos relacionados con la teoría, apéndices para reforzar temas teóricos de
la geometría analítica vectorial en le espacio,del Análisis Matemático en varias variables y uso
de las computadoras en la gráfica de funciones cn todas sus características.
Todos los ejemplos y problemas se basan en evaluaciones pasadas del curso de Cálculo 3 y
Análisis Matemático 3 de Estudios Generales Ciencias. Existen muchos problemas basados en
gráficos que enfatizan la comprensión conceptual y el uso de las computadoras. Los ejemplos y
problemas de ingeniería, geometría y física tienen un papel predominante.
Se cuenta con bastantes ejemplos desarrollados paso a paso a través de los cuales el estudi-
ante identificará las técnicas a seguir para resolver los tipos de tareas propuestas, así como las
justificaciones para cada una de ellas.
Norberto Chau Pérez
Marzo 2017
7
8
Capítulo 1
Geometría vectorial en el espacio
1.1. Introducción al espacio Rn
1.1.1. Vectores en Rn .
El conjunto de las n-uplas de número reales, n ≥ 1, se representa por Rn ; es decir
Rn = {(x1 , ..., xn ) : xi ∈ R para i = 1, ..., n} .
Los elementos de Rn serán llamados vectores y al vector (a1 , ..., an ) lo denotaremos por A. El
número ai se llama i-ésima componente del vector A.
En Rn definimos una relación de igualdad y dos operaciones:
1. Igualdad de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces
A = B ⇔ ai = bi para todo i = 1, ..., n
2. Adición de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces
A + B = (a1 + b1 , ..., an + bn ) .
3. Multiplicación de vectores por escalares. Si α es un número real y A = (a1 , ..., an ) es un

vector en Rn , entonces
αA = (αa1 , ..., αan ) .
Proposición 1.1.1. El conjunto Rn con la relación de igualdad y las operaciones de adi-

ción de vectores y multiplicación de vectores por números reales, se llama espacio vectorial
real n-dimensional.
9
Cálculo en Varias VariablesCAPÍTULO 1. GEOMETRÍA VECTORIAL EN EL ESPACIO
Norberto Chau
1.∀A, B ∈ Rn se cumple que A + B ∈ Rn .

2.∀A, B ∈ Rn , A + B = B + A.
3.∀A, B, C ∈ Rn , A + (B + C) = (A + B) + C.
4.∃!θ ∈ Rn , ∀A ∈ Rn :
A + θ = A.
El elemento θ de Rn , llamado vector cero, está dado por
θ = (0, ..., 0) .
5.∀A ∈ Rn , ∃! (−A) ∈ Rn :
A + (−A) = θ.
El vector −A, llamado opuesto de A, es
−A = (−1) A.
6.∀A ∈ Rn , ∀α ∈ R, αA ∈ Rn .
7.∀A ∈ Rn , ∀α, β ∈ R, (α + β) A = αA + βA.
8.∀A, B ∈ Rn , ∀α ∈ R, α (A + B) = αA + αB.
9.∀A ∈ Rn , ∀α, β ∈ R, α (βA) = (αβ) A.
10.∀A ∈ Rn : 1A = A.
La expresión espacio vectorial Rn se referirá, al espacio (Rn , +, R, ·) con las operaciones definidas
anteriormente. Observar que para n = 1, 2, 3 tenemos los conocidos R, R2 y R3 respectivamente.
Definición 1.1.2. La sustracción de vectores puede ser definida en términos de la adición del
siguiente modo.
Para A, B ∈ Rn cualesquiera
A − B = A + (−B)
es decir,
A − B = (a1 − b1 , ..., an − bn ) .
Definición 1.1.3. Si A1 , ..., Am son vectores en Rn y α1 , ..., αm son escalares, el vector
α1 A1 + ... + αm Am
se llama combinación lineal de los vectores Ai con coeficientes αi .
10
CAPÍTULO 1. GEOMETRÍA VECTORIAL EN Cálculo
EL ESPACIO
en Varias Variables Norberto Chau
En la siguiente proposición, enunciamos algunas propiedades básicas.
Proposición 1.1.4. Demostrar que

1. ∀α ∈ R : αθ = θ,
2. ∀A ∈ Rn : 0A = θ, y
3. αA = θ ⇒ α = 0 o A = θ.
Representación geométrica de vectores en R2 y R3 .
Representación geométrica de un vector. Cada vector en R2 o R3 puede ser representado

gráficamente en el plano o el espacio de la siguiente manera:
a. Como un punto.
b. Como un radio vector. Es decir como flechas con origen en el origen de coordenadas y su
extremo en un punto del plano o del espacio con coordenadas las componentes del vector
Z
Y
a
3 P
P a
a 2
2 Y
O
a
1
X
O a
1
X
P = (a1 , a2 ) P = (a1 , a2 , a3 )
c. Como una flecha o segmento dirigido. El origen es un punto P cualquiera y el extremo

será el punto Q tal que A = Q − P . Por ejemplo, en el plano se tiene
A Q
A=Q−P
X
O
11
Norberto Chau
1.1.2. Paralelismo de vectores.
Definición 1.1.5. Sean A y B dos vectores en Rn , decimos que A es paralelo a B, si existe

α ∈ R tal que B = αA.
Observemos que el vector cero es paralelo a todos los vectores, pues θ = 0A para todo A ∈ Rn .
Definición 1.1.6. Sean A y B dos vectores no nulos en Rn , si A es paralelo a B decimos que:

1. tienen sentidos iguales si B = αA donde α > 0, y
2. tienen sentidos opuestos si B = αA con α < 0.
1.1.3. Producto escalar y norma.
Definición 1.1.7. Dados los vectores A = (a1 , ..., an ) y B = (b1 , ..., bn ) en Rn , el producto
escalar de A y B, representado por A · B, es el número real
n
A·B = ai bi = a1 b1 + · · · + an bn .
i=1
En particular, si A = (a1 , a2 ) y B = (b1 , b2 ) en R2
A · B = a1 b1 + a2 b2
y si A = (a1 , a2 , a3 ) y B = (b1 , b2 , b3 ) en R3
A · B = a1 b1 + a2 b2 + a3 b3 .
Nótese que el producto escalar de dos vectores es un número real y no es un vector. Las
propiedades fundamentales del producto escalar son:
Teorema 1.1.8. Para A, B, C ∈ Rn y para todo α ∈ R

1. A · B = B · A
2. α (A · B) = (αA) · B = α (A · B)
3. A · (B + C) = A · B + A · C
4. A · A ≥ 0, A · A = 0 si y sólo si A = θ
Definición 1.1.9. La norma (o módulo) de un vector A = (a1 , ..., an ) en Rn , representada por

A , es el número real
√ n
A = A·A= a2i .
i=1
12
EL ESPACIO
En particular, si A = (a1 , a2 ) en R2
A = a21 + a22
y si A = (a1 , a2 , a3 ) en R3
A = a21 + a22 + a23 .
A Rn con la norma que acabamos de definir se le llama espacio vectorial euclideano n-dimensional.
Las propiedades fundamentales de la norma de un vector son enunciadas a continuación.
Proposición 1.1.10. Para A, B ∈ Rn y para α ∈ R cualesquiera se cumplen:

1. A ≥ 0, A = 0 ⇔ A = 0.
2. αA = |α| A .
3.(Desigualdad de Cauchy-Schwarz)
|A · B| ≤ A B .
4.(Desigualdad triangular)
A+B ≤ A + B .
La desigualdad triangular corresponde al teorema geométrico: la longitud de un lado de un

triángulo no degenerado es menor que la suma de las longitudes de los otros dos lados.
Definición 1.1.11. 1.Un vector de norma igual a la unidad se llama vector unitario.
2. El versor de un vector es un vector unitario con la misma dirección y sentido del vector.
Proposición 1.1.12. Si A es un vector no nulo en Rn , su versor es el vector

A
UA = .
A
1.1.4. Ortogonalidad de vectores.
2
|A·B|
Sean A y B dos vectores no nulos en Rn . Por la desigualdad de Cauchy-Schwarz A B ≤ 1,
A·B
de donde −1 ≤ A B ≤ 1. Por lo tanto, existe un único ángulo ϕ ∈ [0, π] tal que cos (ϕ) =
A·B
A B .
Definición 1.1.13. El ángulo que forman los vectores no nulos A y B en Rn , es el número real
ϕ ∈ [0, π] tal que
A·B
cos (ϕ) = .
A B
13
Norberto Chau
Definición 1.1.14. Sean A y B dos vectores no nulos de Rn . Decimos que A es ortogonal a B,

π
si el ángulo que forman es 2.
De acuerdo con la definición de ángulo entre dos vectores,
A es ortogonal a B ⇐⇒ A · B = 0
Como A · B = B · A, es claro que A ortogonal a B implica que B es ortogonal a A. Por esta

razón se usa con frecuencia la expresión mutuamente ortogonales. Diremos también que A y B
son ortogonales. El vector cero tiene la propiedad de ser ortogonal a todo los vectores.
1.1.5. Proyección ortogonal y componentes.
Definición 1.1.15. Sean A y B vectores en Rn con B = 0. La proyección ortogonal de A sobre

B, denotada ProyB A, es el vector
A·B
ProyB A = B
B 2
Observación 1.1.16. ProyB A es paralela a B.

A− ProyB A es ortogonal a B.
A·B
Definición 1.1.17. El número se llama componente de A en la dirección de B y se denota
B
CompB A, es decir
A·B
CompB A =
B
En consecuencia, la relación entre la proyección y la componente es
ProyB A = (CompB A) UB ,
es decir,
1. Si CompB A > 0, entonces ProyB A tiene el mismo sentido que B, y
2. Si CompB A < 0 entonces ProyB A y B tiene sentidos opuestos.
3. Si CompB A = 0 entonces A y B son ortogonales.
Ejercicios Propuestos
14
EL ESPACIO
1. Probar que si A, B ∈ Rn son vectores no paralelos y
αA + βB = θ,
entonces α = β = 0.
2. Sean A, B ∈ Rn vectores no paralelos dados, C = (α + β − 1) A + (α + β) B y D =

(α − β) A+ (2α − β) B. Hallar los valores de α y β para que se cumpla la relación C = 3D.
3. Demuestre que el vector A B + B A es paralelo a la bisectriz del ángulo que forman

A y B. Hallar un vector unitario en la dirección de dicha bisectriz.
4. En el tetraedro de la figura
B
A D
−−→ −−→ −−→ −→ −−→ −

−→
a1 = AD, a2 = CB, a3 = BD, a4 = AC, a5 = CD y a6 = BA. Demostrar que
a1 · a2 + a3 · a4 + a5 · a6 = 0.
5. Sean a, b ∈ Rn , demostrar que:
2 2 2 2
a) a + b + a−b =2 a +2 b
2 2
b) a + b a−b ≤ a + b
2 2 2 2
c) a + b + a−b =2 a +2 b
2 2
d) a + b a−b ≤ a + b
6. Sean A y B dos vectores unitarios que forman un ángulo θ. Demuestre que A − B =

θ
2 sin 2 .
7. Halle un vector unitario que forme un ángulo de 45◦ con el vector (2, 2, −1) y un ángulo
de 60◦ con el vector (0, 1, −1).
8. Los vectores A, B ∈ Rn forman un ángulo de 45◦ y A = 3. ¿Cuál debe ser el valor de

B para que:
15
Norberto Chau
a) A − B sea perpendicular a A?
b) A + B forme un ángulo de 30◦ con A?
9. Demostrar que dos vectores A y B en Rn son ortogonales si y sólo si
A+B = A−B
10. (Teorema de Pitágoras). Dos vectores A y B en Rn son ortogonales si y sólo si
2 2 2
A+B = A + B .
1.1.6. Producto vectorial y producto mixto en R3 .
En esta sección introducimos el concepto de producto vectorial entre dos vectores de R3 . Este
concepto juega un papel importante en el electromagnetismo como también en la mecánica de
fluídos cuando estudiamos los rotacionales de campos vectoriales.
Definición 1.1.18. Dados los vectores A = (a1 , a2 , a3 ) y B = (b1 , b2 , b3 ), el producto vectorial

de A y B en ese orden, es el vector A × B definido por
A × B = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 ) .
Proposición 1.1.19. A × B es ortogonal tanto al vector A como al vector B.

A × B = −B × A
(αA) × B = α (A × B)
A × (B + C) = A × B + A × C
(A + B) × C = (A × C) + (B × C)
2 2 2
A×B = A B − (A · B)2
A×B = A B sin (ϕ) donde ϕ es el ángulo que forman A y B.
El número A × B representa el área del paralelogramo determinado por los vectores A y B.
Proposición 1.1.20. Los vectores A y B son paralelos si, y sólo si A × B = θ.
Proposición 1.1.21. Para A, B, C ∈ R3 cualesquiera
A × (B × C) = (C · A) B − (B · A) C.
Corolario 1.1.22. Si A, B y N son vectores de R3 tales que A⊥N y B⊥N, entonces A×B N.
16
EL ESPACIO
Definición 1.1.23. Dados los vectores A, B y C, el producto mixto de A, B y C en ese orden,

es el número real [A, B, C] definido por
[A, B, C] = (A × B) · C.
Proposición 1.1.24. 1.Si A = (a1 , a2 , a3 ), B = (b1 , b2 , b3 ) y C = (c1 , c2 , c3 ), entonces

 
a1 a2 a3
 
[A, B, C] = det   b1 b 2 b 3
.

c1 c2 c3
2.[A, B, C] = [B, C, A] = [C, A, B].

3.A · (B × C) = (A × B) · C
Proposición 1.1.25. 1.Si A = (a1 , a2 , a3 ), B = (b1 , b2 , b3 ) y C = (c1 , c2 , c3 ), entonces

 
a1 a2 a3
 
[A, B, C] = det   b1 b2 b3  .

c1 c2 c3
2.[A, B, C] = [B, C, A] = [C, A, B].

3. A · (B × C) = (A × B) · C
El número |[A, B, C]| representa el volumen del paralelepípedo determinado por los vectores A,
B y C.
1.1.7. Rectas en R3
Sea A un vector no nulo en R3 . Si P0 es un punto dado, entonces existe una única recta L que
pasa por P0 y tiene la dirección de A.
17
Norberto Chau
Sea P un punto genérico de la recta L. Se verifica que

−−→
P = P0 + P0 P
−−→
y como P0 P es equivalente a t0 A, para algún t0 ∈ R, resulta que
P = P0 + t0 A.
Para cada t ∈ R se tiene un punto perteneciente a la recta L. Así
L = P ∈ R3 : P = P0 + tA, t ∈ R
y
L : P = P0 + tA, t ∈ R (1)
es la ecuación vectorial de la recta L.

Si asumimos que P = (x, y, z), P0 = (x0 , y0 , z0 ) y A = (a1 , a2 , a3 ), sustituyendo en (1) tenemos
(x, y, z) = (x0 , y0 , z0 ) + t (a1 , a2 , a3 ) , t ∈ R
de donde 

 x = x0 + ta1

L: y = y0 + ta2 , t ∈ R


 z = z + ta
0 3
las que se denominan ecuaciones paramétricas de la recta L.

Si las componentes a1 , a2 y a3 son distintas de cero, eliminando a t, se obtiene
x − x0 y − y0 z − z0
L: = =
a1 a2 a3
que es la ecuación simétrica de la recta.
Definición 1.1.26. Sean las rectas
L1 : P = P0 + tA, t ∈ R,
L2 : P = Q0 + tB, t ∈ R.
1.Las rectas L1 y L2 son paralelas si A es paralelo a B.

2.Las rectas L1 y L2 son perpendiculares si A es ortogonal a B.
Observación 1.1.27. 1.Si L1 L2 , entonces L1 ∩ L2 = φ o L1 = L2 .

2.Si L1 no es paralela, entonces L1 ∩ L2 = {Punto} o L1 ∩ L2 = φ.
18
EL ESPACIO
Definición 1.1.28. Si L1 y L2 se intersecan, definimos el ángulo entre las rectas L1 y L2 , al

ángulo formado por sus respectivos vectores de dirección, es decir,
θ = ∡ (L1 , L2 ) = ∡ (A, B)
El ángulo θ se calcula mediante la siguiente relación:
A·B
cos θ = , 0 ≤ θ < π.
A B
Ejemplo 1.1.29. Hallar la ecuación vectorial de la recta L que pasa por el punto Q = (3, 4, 0)
y corta al eje Z, si se sabe que la distancia del origen de coordenadas a dicha recta L es 4
unidades.
Solución
Considere S = (0, 0, z0 ) un punto del eje Z.
−→
Sea L la recta pedida que tiene como vector de dirección QS = S − Q = (−3, −4, z0 ) .
Por condición del problema:
−−→ −→
QO × QS (−3, −4, 0) × (−3, −4, z0 )
dL (O) = 4 ⇐⇒ −→ = 4 =⇒ =4
QS (−3, −4, z0 )
(−4z0 , −3z0 , 0) 25z02 20

= 4 =⇒ = 4 =⇒ z0 = ± .
z02 + 25 2
z0 + 25 3
−→ 1
Así, QS = −3, −4, ± 203 = − 3 (9, 12, ±20) .
Luego, las ecuaciones de las rectas son :
L : P = (3, 4, 0) + t (9, 12, 20) , t ∈ R

o L′ : P = (3, 4, 0) + t (9, 12, −20) , t ∈ R
Ejemplo 1.1.30. Un triángulo equilátero inscrito en una circunferencia
x2 + y 2 + z 2 + 2x + 2y + 2z = 3
Γ: .
x+y+z =1
tiene un vértice en la recta
1
L : P = −1, 1, + t (2, −1, 1) , t ∈ R.
3
Hallar dos de sus vértices del triángulo.
19
Norberto Chau
Solución
x2 + y 2 + z 2 = 1
Γ: .
x+y+z = 1
Sea P1 ∈ L vértice del triángulo: P1 = −1 + 2t, 1 − t, 13 + t .

P1 ∈ P : x+y +z = 1,entonces −1+2t+1−t+ 13 +t = 1, de donde t = 13 .Así, P1 = − 13 , 23 , 23 .Se
observa que P1 ∈ E : (x + 1)2 + (y + 1)2 + (z + 1)2 = 6, esfera con centro C = (−1, −1, −1) .
Considere la recta
LN : P = C + t N, t ∈ R,
LN : P = (−1, −1, −1) + t (1, 1, 1) , t ∈ R.
Sea P0 el centro de la circunferencia −.

P0 ∈ LN : P0 = (−1 + t, −1 + t, −1 + t) ∈ P : x + y + z = 1, de donde −1 + t − 1 + t − 1 + t = 1
entonces t = 43 . Así, P0 = 1 1 1
3, 3, 3 .
a + b2 + c2
2 =1
Sea P2 = (a, b, c) ∈ Γ : .
a + b + c = 1 =⇒ c = 1 − a − b
−−−→
Luego, P1 P2 = P2 − P1 = a + 13 , b − 23 , c − 23
−−−→
P1 P0 = P0 − P1 = 13 , 13 , 13 − − 13 , 23 , 23 = 23 , − 13 , − 13 = 13 (2, −1, −1) forma un ángulo de π
6
−−−→
con el vector P1 P2 = P2 − P1 = a + 13 , b − 23 , c − 23 . Luego,
−−−→ −−−→ √
π P1 P0 · P1 P2 3 (2, −1, −1) · a + 13 , b − 23 , c − 23
cos( ) = −−−→ −−−→ ⇐⇒ =
6 P1 P0 P1 P2 2 (2, −1, −1) a + 13 , b − 23 , c − 23
=⇒
√
3 2a − b − c + 2
=√ =⇒
2 3 23 a − 43 b − 43 c + a2 + b2 + c2 + 1
1
√
3 2a − b − (1 − a − b) + 2
=√
2 6 23 a − 43 b − 43 (1 − a − b) + 2
√ √ √
3 3a + 1 3 3a + 1 3 3a + 1
=⇒ =√ =⇒ =√ √√ =⇒ = √ =⇒
2 6 2a + 23 2 6 2 √3a+1 2 2 3a + 1
3
√ √ 2
3 = 3a + 1 =⇒ a = .
3
2 2 2 1
Luego, P2 = , b, 1 − − b = , b, − b pertenece a Γ : x2 + y2 + z 2 = 1, de donde
3 3 3 3
2 2
2 1
+ b2 + − b = 2b2 − 23 b + 59 = 1 =⇒ 9b2 − 3b − 2 = 0 : b = − 13 o b = 23 .
3 3
2 1 2 2 2 1
Por tanto, P2 = ,− , o P2′ = , ,− .
3 3 3 3 3 3
20
EL ESPACIO
Ejemplo 1.1.31. Sea L la recta que pasa por el punto M = (12, 0, 5) e interseca al eje Y en el
punto N. Hallar la ecuación vectorial de la recta L si la distancia del origen de coordenadas a
dicha recta L es 12 unidades.
Solución
Considere N = (0, y0 , 0) un punto del eje Y .
−−→
Sea L la recta pedida que tiene como vector de dirección MN = N − M = (0, y0 , 0) − (12, 0, 5) =
(−12, y0 , −5) .
−−→ −−→
MO × MN
dL (O) = 12 ⇐⇒ −−→ = 12
MN
(−12, 0, −5) × (−12, y0 , −5)
=⇒ = 12
(−12, y0 , −5)
(−5y0 , 0, −12y0 ) 169y02 156
= 12 =⇒ = 12 =⇒ y0 = ± .
y02 + 169 y02 + 169 5
−−→
Así, MN = (−12, y0 , −5) = −12, ± 156
5 , −5, .
Luego, las ecuaciones de las rectas son :
156
L : P = (12, 0, 5) + t −12, , −5, , t ∈ R o
5
156
L′ : P = (12, 0, 5) + t −12, − , −5, , t ∈ R
5
1. Sean
L1 : P = P0 + tA, t ∈ R
L2 : P = Q0 + tB, t ∈ R.
Demostrar que L1 = L2 si, y sólo si P0 ∈ L2 y A es paralelo a B.
2. Si P0 y Q0 son puntos distintos, demostrar que la recta
L : P = P0 + t (Q0 − P0 ) , t ∈ R
pasa por P0 y Q0 , siendo la única con esta propiedad.
21
Norberto Chau
3. Sea A = (a1 , a2 ) ∈ R2 un vector no nulo, probar que si B es ortogonal al vector A, entonces

B = α (−a2 , a1 ) para algún α ∈ R.
Dado el vector A = (a1 , a2 ), el vector (−a2 , a1 ) será llamado ortogonal de A, y se repre-

sentará por A⊥ . Así tenemos que la ecuación de la recta en R2 que pasa por el punto P0 y
tiene la dirección del vector A también se puede escribir en la forma L : (P − P0 ) · A⊥ = 0.
4. La recta L : 2x = 4z + 3, y = 2z − 5 se proyecta (ortogonalmente) sobre los planos

coordenados. Halle las ecuaciones de las rectas resultantes.
5. Halle la intersección de las rectas L1 : P = (2, 1, 3) + t (1, 2, 1) y L2 : P = (3, 1, 2) +

s (−1, 1, 2).
6. Halle la ecuación vectorial de la recta que satisface las tres condiciones siguientes:
a) Pasa por el punto (3, 4, −5).
b) Intersecta a la recta P = (1, 3, −2) + t (4, 3, 2).

x−4 y−2
c) Es perpendicular a la recta = , z = 5.
2 3
1.1.8. Planos en R3
Sea N un vector no nulo en R3 . Si P0 es un punto dado, entonces existe un único plano P que
pasa por P0 y tiene normal N.
Sea P un punto genérico del plano P. Se verifica que
−−→
P0 P ⊥N
22
EL ESPACIO
−−→
y como P0 P = P − P0 , resulta que
(P − P0 ) · N = 0.
Así
P = P ∈ R3 : (P − P0 ) · N = 0
y
P : (P − P0 ) · N = 0 (2)
es la ecuación normal del plano P.

Si asumimos que P = (x, y, z), P0 = (x0 , y0 , z0 ) y N = (n1 , n2 , n3 ), sustituyendo en (2) tenemos
[(x, y, z) − (x0 , y0 , z0 )] · (a, b, c) = 0
de donde se obtiene
P : ax + by + cz + d = 0
que se denomina ecuación cartesiana del plano P.
Definición 1.1.32. Dada la recta L : P = P0 + tA, t ∈ R y el plano P : (P − P0 ) · N = 0.

Decimos que la recta L es paralela al plano
P si y solo si A es ortogonal a N.
Observación 1.1.33. 1.Si L es paralela al plano P se tienen los casos :

(i) L ∩ P = L
(ii) L ∩ P = φ.
2. Si L no es paralela al plano P, entonces L ∩ P = {Punto}
Definición 1.1.34. Sean los planos P1 : (P − P0 ) · N1 = 0 y P2 : (P − Q0 ) · N2 = 0. Decimos

que :
(a)P1 es paralela al plano P2 si y solo si N1 es paralelo a N2 .
(b)P1 es perpendicular al plano P2 si y solo si N1 es ortogonal a N2 .
Observación 1.1.35. Si P1 no es paralela a P2 entonces P1 ∩ P2 = L.
Ejemplo 1.1.36. Hallar la ecuación cartesiana del plano que interseca a la recta
L : P = (1, 3, −3) + t (2, 1, −2) , t ∈ R
en el punto (m, 0, n) y es perpendicular a otro plano P : 3x − 3y + z = 2. Se sabe que el punto

Q = (1, 1, 2) está en la intersección de ambos planos.
23
Norberto Chau
Solución
Sea π el plano buscado, entonces Q = (1, 1, 2) ∈ π. Bastará hallar el vector normal n = (a, b, c)
nP = (3, −3, 1) → nP · n = 0 → 3a − 3b + c = 0 (condición 1)
L : x = 1 + 2t ; y = 3 + t ; z = −3 − 2t
L ∩ π = (m, 0, n) → y = 0 → t = −3 → x = −5, z = 3
→ R = (−5, 0, 3) ∈ π
Q − R = (6, 1, −1)⊥ n → 6a + b − c = 0 → c = 6a + b (cond.2)
Resolviendo:
2 2 7
3a − 3b + (6a + b) = 0 =⇒ 9a − 2b = 0 → a = b → c = 6( b) + b → c = b
9 9 3
2 7 1
( b, b, b) = b(2, 9, 21) → n = (2, 9, 21)
9 3 9
π : 2x + 9y + 21z + d = 0
Q = (1, 1, 2) ∈ π → 2(1) + 9(1) + 21(2) + d = 0 → d = −53
π : 2x + 9y + 21z − 53 = 0
Ejemplo 1.1.37. Hallar la ecuación cartesiana de un plano P que pasa por los puntos Q = (0, 7, 0)
π
y R = (1, 5, 2) , y forma un ángulo de con el plano P1 : x + y − 4z + 5 = 0.
4
Solución
Sea N = (a, b, c) la normal del plano P buscado .
−
−→
Consideren Q = (0, 7, 0) y R = (1, 5, 2) entonces QR = R − Q = (1, 5, 2) − (0, 7, 0) = (1, −2, 2)
es el vector que está contenido en el plano P .
−−→ −
−→
Como QR está contenido en el plano P entonces QR es perpendicular al vector normal del plano
P. Así :
−
−→ −−
→
QR ⊥ N ⇐⇒ N · QR = 0
⇐⇒ (a, b, c) · (1, −2, 2) = 0
=⇒ a − 2b + 2c = 0 =⇒ a = 2b − 2c
Por tanto, N = (2b − 2c, b, c).

Si N1 = (1, 1, −4) y N son los vectores normales de P1 y P, respectivamente.
π N1 · N
Luego, cos( ) =
4 N1 N
1 (1, 1, −4) · (2b − 2c, b, c)
⇐⇒ √ =
2 (1, 1, −4) (2b − 2c, b, c)
24
EL ESPACIO
1 3b − 6c b − 2c
⇐⇒ √ = √ √ ⇐⇒ 1 = √
2 3 2 5b2 + 5c2 − 8bc 5b2 + 5c2 − 8bc
=⇒ 5b2 + 5c2 − 8bc = b2 + 4c2 − 8bc
=⇒4b2 − 4bc + c2 = 0 =⇒ (2b − c)2 = 0 =⇒ c = 2b.
Luego, a = 2b − 2c = a = 2b − 2 (2b) = −2b
Así, N = (−2b, b, 2b) = −b (2, −1, −2) (2, −1, −2) .
Luego la ecuación del plano buscado es.:
P : 2x − y − 2z + d = 0
Q = (0, 7, 0) ∈ P → 2(0) − 7 − 2(0) + d = 0 → d = 7.
Así, P : 2x − y − 2z + 7 = 0.
Ejemplo 1.1.38. (a) Dadas dos rectas no paralelas que se cruzan (no se intersectan)
L1 : P = P0 + t−
→
a, t∈R
−
→
L2 : P = Q0 + r b , r ∈ R
contenidas en los planos paralelos P1 y P2 respectivamente. Demostrar que la distancia entre L1

y L2 está dada por:
−−−→ − −
→
P0 Q0 . →
a × b
d (L1 ,L2 ) = −
→
−
→
a × b
b) Hallar la ecuación vectorial de la recta L que pasa por el punto P0 = (1, 3, −1), es paralela al
plano P : x + z − 2 = 0 y dista 3 unidades de la recta
x−y−z =2
L0 :
x−z =2
Solución
(a)Construimos dos planos paralelos P1 y P2 que contengan a L1 y a L2 respectivamente.
−
→
Puesto que N = −
→a × b es normal a ambos planos entonces es perpendicular a los vectores de
dirección de L1 y a L2 .
−−−→ − −
→
−−−→ −−−→ P0 Q0 . →a × b
Así, d (L1 ,L2 ) = P roy→
− −P Q
→
a×b 0 0
= Comp→ − −P Q =
→
a×b 0 0 −
→ .
−
→
a × b
(b)Sea A = (a, b, c) el vector de dirección de L. Como L P, entonces A · N = 0, donde
N = (1, 0, 1) es el vector del plano P. Entonces (a, b, c) · (1, 0, 1) = 0, de donde a + c = 0 y así,
c = −a. Luego, A = (a, b, −a) .
x−y−z =2
De L0 : . ,se tiene: y = 0.
x−z =2
25
Norberto Chau
Parametrizando L0 : sea z = t, x = 2 + t. Así, L0 : P = (2, 0, 0) + t(1, 0, 1), t ∈ R.

B
L no es paralela a L0 , por condición del problema se tiene:
−−−→
P0 Q0 . (A × B)
3 = d (L,L0 ) =
(A × B)
−−−→
P0 Q0 = Q0 − P0 = Q0 = (2, 0, 0) − (1, 3, −1) = (1, −3, 1)
A × B = (a, b, −a) × (1, 0, 1) = (b, −2a, −b) .
Así,
−−−→
P0 Q0 . ((A × B)) |(1, −3, 1) · (b, −2a, −b)| |6a|
3 = d (L,L0 ) = = =√ ,
(A × B) (b, −2a, −b) 4a2 + 2b2
de donde b = 0.
Así, A = (a, 0, −a) = a (1, 0, −1) . Por tanto, la recta
L : P = (1, 3, −1) + t (1, 0, −1) , t ∈ R.
Ejemplo 1.1.39. Sean el plano P1 : 3x + 2y − z − 5 = 0 y la recta L : P = (1, −2, 2) + t(2, −3, 2),
t ∈ R. Hallar:
(a)El punto de intersección de la recta con el plano P1 .
(b)La ecuación cartesiana del plano P2 que contiene a la recta L y es perpendicular a P1 .
(c)La ecuación vectorial de la recta L1 que contenida en P1 y P2 .
Solución
(a)Sea L : P = (1, −2, 2) + t(2, −3, 2) = (1 + 2t, −2 − 3t, 2 + 2t), t ∈ R
Q ∈ L entonces Q = (1 + 2t, −2 − 3t, 2 + 2t) ∈ P1 : 3x + 2y − z − 5 = 0 :
3 (1 + 2t) + 2(−2 − 3t) − (2 + 2t) − 5 = 0 =⇒ −2t − 8 = 0 =⇒ t = −4.
Por tanto, Q = (−7, 10, −6) .
(b)Sea N2 = A × N1 = (2, −3, 2) × (3, 2, −1) = (−1, 8, 13) la normal del plano buscado. Luego
la ecuación del plano es
P2 : x − 8y − 13z + d = 0
puesto que P0 (1, −2, 2) ∈ P2 : x − 8y − 13z + d = 0 entonces 1 − 8 (−2) − 13 (2) + d = 0,de donde
d = 9.
Por lo tanto,
P2 : x − 8y − 13z + 9 = 0.
3x + 2y − z − 5 = 0.... (4) 12x + 8y − 4z = 20

(c)Sea L1 : =⇒ ,
x − 8y − 13z − 9 = 0 x − 8y − 13z = 9
se tiene : 13x − 17z = 29.
26
EL ESPACIO
29 17
Parametrizando L1 : sea z = t, x = 13 + 13 t.
29 17
De 3x + 2y − z − 5 = 0, se tiene 2y = z + 5 − 3x = t + 5 − 3 13 + 13 t =⇒ y = − 19
13 t −
11
13 .
17 19
Así, L1 : P = 29 11
13 , − 13 , 0 + t 13 , − 13 , 1 , t ∈ R.
Ejemplo 1.1.40. Dado un punto P0 = (1, 1, 1). Hallar la ecuación cartesiana de los planos P
√
tales que d (P0 , P) = 10 y es ortogonal a la recta
L : P = (0, 1, 2) + t(1, 0, 3), t ∈ R.
Solución
Se observa que P0 = (1, 1, 1) ∈
/ L : P = (0, 1, 2) + t(1, 0, 3), t ∈ R.
Considere la recta
LN : P = (1, 1, 1) + t(1, 0, 3), t ∈ R.
Sea Q ∈ LN entonces existe un t ∈ R tal que Q = (1 + t, 1, 1 + 3t).

−−→ √ √
Sea d (P0 , P) = d (P0 , Q) = P0 Q = (t, 0, 3t = 10t2 = 10 =⇒ t = ±1.
Si t = 1 : Q = (2, 1, 4)
La ecuación del plano es, P : (x − 2, y − 1, z − 4) · (1, 0, 3) = 0
Por tanto P : x + 3z − 14 = 0 .
Si t = −1 : Q = (0, 1, −2)
La ecuación del plano es, P : (x, y − 1, z + 2) · (1, 0, 3) = 0
Por tanto P : x + 3z + 6 = 0
Ejemplo 1.1.41. Dadas las rectas
L1 : P = (2, 3, −3) + t (13, 1, −4) , t ∈ R

L2 : P = (5, 6, −3) + r (−13, −1, 4) , t ∈ R.
(a)Hallar la ecuación cartesiana del plano P que contiene a las rectas L1 y L2 .

(b)Hallar la ecuación vectorial de la recta L que corta perpendicularmente a la recta L1 en el
punto Q = (2, 3, −3) y es
paralela al plano π : 2x − z + 3 = 0.
Solución
(a)Se observa que L1 L2
Sea A = (13, 1, −4) el vector de dirección de L1 .
−−−→
P0 Q0 = Q0 − P0 = (5, 6, −3) − (2, 3, −3) = (3, 3, 0) .
−−−→
Sea N = A × P0 Q0 = (13, 1, −4) × (3, 3, 0) = (12, −12, 36) = 12 (1, −1, 3)
27
Norberto Chau
N = (1, −1, 3) la normal del plano buscado. Luego la ecuación del plano es
P : x − y + 3z + d = 0
puesto que P0 (2, 3, −3) ∈ P : x − y + 3z + d = 0 entonces P : 2 − 3 + 3 (−3) + d = 0, de donde

d = 10.
Por lo tanto,
P : x − y + 3z + 10 = 0.
(b)Sea u = (a, b, c) el vector de dirección de L.

Si L⊥L1 , entonces u = (a, b, c) ⊥A = (13, 1, −4) =⇒ (a, b, c) · (13, 1, −4) = 0 =⇒ 13a + b − 4c =
0 =⇒ b = 4c − 13a.
Así, u = (a, 4c − 13a, c)
Por otro lado, L π, entonces u⊥N = (2, 0, −1) =⇒ (a, 4c − 13a, c) · (2, 0, −1) = 0 =⇒ c = 2a.
Luego,
u = (a, 4 (2a) − 13a, 2a) = (a, −5a, 2a) = a (1, −5, 2) (1, −5, 2) .
Por lo tanto,
L : P = (2, 3, −3) + t (1, −5, 2) , t ∈ R
Ejemplo 1.1.42. Considere los planos P1 : x − y + z = 0 y P2 : x + y − z = 2.

(a)Hallar la ecuación de la recta L que es intersección de P1 y P2 .
(b)Hallar la ecuación vectorial de la recta L1 que pasa por el punto (2, 1, 3) y no corta a ninguno
de los planos P1 y P2 .
Solución
x − y + z = 0 · · · (1)
(a)Sea P ∈ L := P1 ∩ P2 :
x + y − z = 2 · · · (2)
Sumanado (1) y (2) : 2x = 2 =⇒ x = 1.
De x − y + z = 0 =⇒ 1 − y + z = 0 =⇒ z = y − 1.
Sea y = t =⇒ z = t − 1.
Por lo tanto,
L : P = (1, t, t − 1) = (1, 0, −1) + t (0, 1, 1) , t ∈ R
(b)Es claro que (2, 1, 3) no se encuentra en ninguno de los planos dados.

Basta elegir una recta L1 pasando por (2, 1, 3) y sea paralela a L. Por lo tanto,
L1 : P = (2, 1, 3) + r (0, 1, 1) , r ∈ R.
Ejemplo 1.1.43. Sean P1 : x + 2y − 3z + 2 = 0 y P2 : −x + z = 0.
28
EL ESPACIO
(a)Hallar la proyección ortogonal de la recta L, que es intersección de P1 con P2 sobre el plano

coordenado XY.
(b)Hallar el área del triángulo que dicha proyección forma con los ejes X, Y.
Solución
x + 2y − 3z + 2 = 0 · · · (1)
(a)Sea P ∈ L := P1 ∩ P2 :
−x + z = 0 · · · (2)
De (2) : −x + z = 0 =⇒ z = x = t,
En (1) : x + 2y − 3z + 2 = 0 =⇒ t + 2y − 3t + 2 = 0 =⇒ y = t − 1
Por lo tanto,
L : P = (t, t − 1, t) = (0, −1, 0) + t (1, 1, 1) , t ∈ R
−−→
Sea la recta LR : P = Q + t QP0′ , t ∈ R que resulta de hacer la proyección ortogonal de la recta
L sobre el plano coordenado XY,
donde Q ∈ L ∩PXY , P0′ = Pr oyXY P0
Sea Q ∈ L, entonces existe un t ∈ R tal que Q = (t, t − 1, t) ∈ PXY : z = 0 =⇒ t = 0.
Luego, Q = (0, −1, 0) .
Sea P0 = (1, 0, 1) ∈ L entonces P0′ = (1, 0, 0)
−−→′
QP0 = P0′ − Q = (1, 0, 0) − (0, −1, 0) = (1, 1, 0)
Por tanto,
LR : P = (0, −1, 0) + t (1, 1, 0) , t ∈ R.


 x = t · · · (1)

(b) LR : y = −1 + t · · · (2) =⇒ y = −1 + x es una recta en el plano XY.


 z = 0 · · · (3)
y
4
-4 -2 2 4
x
-2
-4
Sea A = LR ∩ X : haciendo y = z = 0, de donde A = (1, 0, 0) ,

B = LR ∩ Y : haciendo x = z = 0, de donde B = (0, −1, 0) .
Por tanto el área del triángulo OAB es: A (△OAB) = 12 u2 .
29
Norberto Chau
Ejemplo 1.1.44. Sea L : P = P0 + t −

→
a, t∈R una recta en R3 y Q0 ∈ R3 . Demostrar que
(Q0 − P0 ) × −
→
a
d (Q,L) = −
→
a
Solución
Q0
a
P0
En el triángulo P0 HQ0 de la figura, (H es el pie de la perpendicular trazada), se tiene que:

−−−→ −−−→
d(Q0 , P0 ) = P0 Q0 y d(P0 , H) = CompA P0 Q0 .
Por el Teorema de Pitágoras:

−−−→ 2 −−−→ 2
d2L (Q0 ) = d2 (Q0 , P0 ) − d2 (P0 , H) = P0 Q0 − Comp→
a P0 Q0
−
! −−−→ "2 −−−→ 2 − →

−−−→ 2 P0 Q0 · −
→a −−−→ 2 P0 Q0 a 2 cos2 θ
= P0 Q0 − −
→ = P Q
0 0 −
a A 2
−−−→ 2 −
→a 2− − →
a 2 cos2 θ −−−→ 2 − 2
→ 2 sin θ
= P0 Q0 −
→ = P0 Q0 a −
→ ,
a 2 a 2
−−→
siendo θ el ángulo entre los vectores P0 Q y A. Tomando raíz cuadrada en ambos miembros
−−−→ − −−−→ −
P0 Q0 → a sin θ P0 Q0 × →
a
dL (Q0 ) = −
→ = −
→ .
a a
Ejemplo 1.1.45. Sea L : P = (1, −2, 3) + t (−1, 2, −4) , t ∈ R. Hallar Q ∈ R3 tal que d (Q,L) =
24
21 y Q es un punto de la recta
z = 2x + 1
L1 :
y = −2
Solución
24
Sea Q = (x, y, z) tal que d (Q,L) = 21 , entonces
((x, y, z) − (1, −2, 3)) × (−1, 2, −4)
d (Q,L) =
(−1, 2, −4)
(x − 1, y + 2, z − 3) × (−1, 2, −4)
=
(−1, 2, −4)
#
(−4y − 2z − 2, 4x − z − 1, 2x + y) 24
d (Q,L) = √ =
21 21
30
EL ESPACIO
√
(4y + 2z + 2)2 + (4x − z − 1)2 + (2x + y)2 = 24 =⇒
(4y + 2z + 2)2 + (4x − z − 1)2 + (2x + y)2 = 24 · · · (∗)
Como Q ∈ L1 entonces de (∗) se tiene :

(4(−2) + 2 (2x + 1) + 2)2 +(4x − (2x + 1) − 1)2 +(2x − 2)2 = 24 =⇒ 24 (x − 1)2 = 24, de donde
x = 0, x = 2
Si x = 0 : Q = (0, −2, 1) ,
Si x = 2 : Q = (2, −2, 5) .
Ejemplo 1.1.46. Dado el plano π : kx − y + 2z + 1 = 0 y el punto M = (0, 1, 0) .

(a)Hallar el valor de k sabiendo que el plano π es paralelo a la recta
L : P = (1, 2, 3) + t (1, 0, −1) , t ∈ R
(b)Hallar las ecuaciones cartesianas de aquellos planos P paralelos al plano π tales que la dis-
tancia del punto M al plano P es 2.
Solución
(a)Si π es paralelo a la recta L entonces u = (1, 0, −1) ⊥ N = (k, −1, 2) =⇒ (1, 0, −1)·(k, −1, 2) =
0 =⇒ k = 2.
(b)Si π : 2x−y+2z+1 = 0 es paralelo al plano P entonces la ecuación del plano P : 2x−y+2z+d =
0.
Por condición se tiene:
|2 (0) − (1) + 2 (0) + d| |d − 1|
2 = d(M, π) = = =⇒ |d − 1| = 6
3
22 + (−1)2 + 22
d − 1 = 6 ∨ d − 1 = −6 =⇒ d = 7 ∨ d = −5.
Por tanto, los planos son :
P : 2x − y + 2z + 7 = 0,
P ′ : 2x − y + 2z − 5 = 0.
Ejemplo 1.1.47. Dado el plano P : x + y − z = 0 y la recta
y + 2z = 8
L:
2x − y = 0
Hallar las ecuaciones vectoriales de las rectas L1 y L2 que están contenidas en el plano P, tales
que L1 es perpendicular a L y L2 es la proyección ortogonal de L sobre el plano P.
31
Norberto Chau
Solución
y + 2z = 8
Parametrizando L : .
2x − y = 0 =⇒ y = 2x
Sea x = t entonces y = 2t.
De y + 2z = 0 se tiene 2t + 2z = 8 =⇒ z = 4 − t
Por lo tanto,
L : P = (t, 2t, 4 − t) = (0, 0, 4) + t (1, 2, −1) , t ∈ R
Hallando Q.
Sea Q ∈ L entonces existe un t ∈ R tal que Q = (t, 2t, 4 − t) ∈ P : x + y − z = 0,entonces
t + 2t − (4 − t) = 0, de donde t = 1.Así, Q = (1, 2, 3) .
Hallando L1 .
Como L1 ⊥L entonces A1 ⊥A = (1, 2, −1)
L1 ⊂ Pentonces A1 ⊥N = (1, 1, −1)
Entonces A1 A × N = (1, 2, −1) × (1, 1, −1) = (−1, 0, −1)
Por lo tanto,
L1 : P = (1, 2, 3) + t (−1, 0, −1) , t ∈ R
Hallando L2 .
−−→
Sea la recta L2 : P = Q + t QP0′ , t ∈ R
que resulta de hacer la proyección ortogonal de la recta L sobre el plano coordenado P, P0′ =
Pr oyP P0 = LN ∩ P,
LN : P = (0, 0, 4) + t (1, 1, −1) , t ∈ R
Sea P0′ ∈ LN , entonces existe un t ∈ R tale que P0′ = (t, t, 4 − t) ∈ P : x + y − z = 0 =⇒
t + t − 4 + t = 0 =⇒ t = 43 .
Luego,P0′ = 43 , 43 , 83 .
−−→′
QP0 = P0′ − Q = 43 , 43 , 83 − (1, 2, 3) = 1 2 1
3, −3, −3 = 1
3 (1, −2, −1)
Por tanto,
L2 : P = (1, 2, 3) + t (1, −2, −1) , t ∈ R
1. Un rayo luminoso sale del punto P0 = (0, −2, 0) según la dirección del vector A = (1, 2, 2) e
incide en el espejo plano P : 3x + 4y − 5z = 0. Halle la recta que contiene al rayo reflejado.
2. Identifique los conjuntos solución de cada una de las siguientes ecuaciones:
a) A × P = B siendo A y B vectores dados.
32
EL ESPACIO
b) (P − P1 ) × (P2 − P1 ) = θ siendo P1 y P2 puntos distintos dados.
3. Hallar la ecuación del plano π que es perpendicular al plano
P : 3x − 4y − 2z = 3
y que contiene a la recta

x − 4y + 2z = 3
L: .
2x + y − 4z = 4
4. Sean U , V y W tres vectores no coplanares y no nulos tales que sus representaciones como
segmentos dirigidos tienen un punto inicial común. Demostrar que el plano que pasa por
los puntos finales de dichos segmentos dirigidos, es perpendicular al vector U × V + V ×
W + W × U.
5. Determine si existe un plano que contiene a las rectas L1 : P = (2, −1, 3) + t (1, 2, 1) y
L2 : P = (2, −1, 33) + s (3, −1, 4).
6. Similar al ejercicio 5 para las rectas L1 : P = (4, 1, 0) + t (1, 2, 1) y L2 : P = (−2, −3, 2) +

s (2, −1, 3).
7. Halle la ecuación cartesiana del plano que pasa por el punto (−1, −1, 2) y es perpendicular
a los planos x − 2y + z = 0, x + 2y − 2z + 4 = 0.
x+1 y+1 z+3
8. Halle la intersección de la recta L : = = con el plano P : 2x + y − z = 0.
2 −1 3
9. Si los vectores A, B, C, D ∈ R3 son representados por segmentos coplanarios, demuestre
que:
(A × B) × (C × D) = θ
¿Es verdadero el resultado recíproco?
10. Hallar el plano bisector del diedro agudo formado por los planos 6x + 9y + 2z + 18 = 0,
x − 8y + 4z − 20 = 0.
11. Halle la distancia del centro de gravedad del triángulo formado por las rectas
L1 : P = (5, 11, −2) + r (0, 8, −1) , r ∈ R

L2 : P = (8, −23, 3) + s (3, −10, −4) , s ∈ R
L3 : P = (8, 1, −6) + t (3, −2, 5) , t ∈ R
al plano 5x + 12z + 14 = 0.
33
Norberto Chau
12. Halle la distancia del punto (1, −2, 1) al plano determinado por los puntos (2, 4, 1), (−1, 4, 2)
y (−1, 0, 1).
13. Sean P1 = (1, 2, 3) y P2 = (4, 5, 6) los vértices de un cuadrado. Sabiendo que P2 pertenece a
la recta real L : P = (4, 5, 6) + t (1, 0, −1), t ∈ R, hallar los otros vértices del cuadrado(dos
soluciones).
14. Hallar las ecuación del plano π que contiene a la recta
x + y + 3z = 0
L: .
3x + 2y − z = 0
y es perpendicular al plano 2x + y − z + 1 = 0.
15. El punto Q = (−4, 2, 1) se proyecta ortogonalmente sobre los planos π1 : 3x + y − z = 0

y π2 : −x + y + z + 5 = 0 determinado por los puntos A y B respectivamente.Hallar la
distancias entre A y B.
16. Dadas las rectas

L1 : P = (−1, 3, −1) + t (3, 1, 2) , t ∈ R
L2 : P = (0, 0, −11) + r (1, 2, 6) , r ∈ R
a) hallar el punto Q que es intersección de L1 y L2 .

b) hallar el punto R simétrico de (−1, −9, −1) respecto a la recta L2 .
c) hallar la ecuaciones paramétricas de la recta L que pasa por Q y R.
17. En un paralelepípedo ABCDEF GH como en la figura, sean P1 , P2 , P3 , P4 , P5 y P6 los

opuntos medios de las aristas F E, EH, HD, CB y BF respectivamente. Analizar si los seis
puntos mencionados están en un mismo plano o no.
E H
F
G
A D
B C
34
EL ESPACIO

L1 : P = (1, −2, 5) + t (2, 3, −4) , t ∈ R
z+2
L2 : x − 2, y − 1 =
2
Hallar la recta L que pasa por el punto (−1, 2, 0), si la recta es perpendicular a L1 y corta
a L2 .
19. Dados los planos :
π1 : x − 2y + z = 0 y π2 : x − 2y − 2z − 4 = 0.
a) Hallar una ecuación vectorial de la recta L que está contenida en ambos planos.
b) Sea π : ax + by + cz + d = 0 un plano tal que la recta L de la parte (a) está contenida
en π y la distancia de P1 = (1, −1, 0) a π es 1. Hallar una ecuación normal para π.
20. Hallar la ecuación cartesiana del plano que pasa por P0 = (1, 0, 0), sabiendo que la recta
z+5
L:x−5= , y = 1 dista una unidad de dicho plano.
−1
21. Sea P = (x, y, z) un punto de R3 .
a) Calcular la distancia de P a los ejes coordenados X e Y .
b) Analizar la verdad o falsedad de los siguientes enunciados :
1) La distancia de P = (x, y, z) al eje X es igual a la distancia de Q = (x, −y, −z)

al eje X,
2) La superficie determinada por los puntos de R3 tales que las distancias a los ejes
X e Y son iguales, es un único plano,
3) La ecuación cartesiana de la superficie S determinada por los puntos de R3 cuya
distancia al eje X es el doble de su distancia al eje Y es 2x2 − y 2 + 6z 2 = 0.
22. Hallar el punto P (a, b, c) con c > 1, que pertenece a la recta

y+2 z
L:x−1= =
2 3
tal que las distancias de P a los planos
P1 : x + 2y + z − 1 = 0 y P2 : 2x + y − z − 3 = 0
son iguales.
35
Norberto Chau
23. Sea π un plano que pasa por el origen y contiene a la recta L : P = (1, 2, 3) + t (1, −1, −1),
t ∈ R. Hallar una ecuación cartesiana de dicho plano.
24. Considerar los planos
π1 : 2x + 3y − z + 1 = 0 y π2 : x − y + 2z + 3 = 0.
a) Halle la ecuación vectorial de la recta L contenida en π1 y π2 .

b) Halle la ecuación cartesiana de un plano que contiene a la recta L y que forma un
π
ángulo de con el plano π1 .
3
25. Halle las ecuaciones de la recta que pasa por el punto A(−1, 2, −3) , es perpendicular al
vector −
→v = (6, −2, −3) e interseca a la recta
L : P = (1, −1, 3) + t(3, 2, −5), t ∈ R.
26. Dadas dos rectas oblicuas en R3
L1 : P = P0 + tA, t ∈ R
L2 : P = Q0 + rB, r ∈ R,
hallar una fórmula para calcular la distancia entre las rectas L1 y L2 .
27. Determine la ecuación de la recta que intercepta a las rectas
L1 : P = (1, −1, 1) + t(1, 0, −1), t ∈ R

L2 : Q = (1, 0, 0) + s(−1, 1, 1), s ∈ R
en los puntos A y B, respectivamente, de tal manera que la longitud del segmento AB sea
mínima.
28. ¿Para qué valores de a y b, la recta L: P = (2, −1, 5) + t(a, 4, −3), t ∈ R es perpendicular
al plano
π : 3x − 2y + bz + 1 = 0 ?
29. Considere la recta

L : P = (1, 2, 3) + t (0, 1, 1), t∈R .
Hallar la ecuación del plano P que contiene a la recta L y cuyas intersecciones del plano
π
P con los planos coordenados XY e Y Z forman un ángulo .
3
36
EL ESPACIO

L1 : P = (1, 1, 3) + t(−4, 10, −1), t ∈ R
L2 : Q = (2, 1, −2) + s(7, −2, 7), s ∈ R
Hallar la ecuación de la recta que pasa por la intersección y es perpendicular a ambas.
31. Considere la recta

L : P = (1, 2, 3) + t (0, 1, 1), t∈R .
Hallar la ecuación del plano P que contiene a la recta L y cuyas intersecciones del plano
π
P con los planos coordenados XY e Y Z forman un ángulo .
3
32. Hallar la ecuación vectorial de la recta que pasa por la intersección y es perpendicular a
ambas.
a) Hallar la ecuación vectorial de la recta L que pasa por los puntos (2, 3, 1) y (−1, 4, 1).
b) Uno de los puntos R (5, 2, 1) y Q (3, 1, 2) pertenece a L. Hallar la ecuación simétrica

de la recta perpendicular a L que pase por el punto que no pertenece a la recta L.
33. Sean S = (1, −1, 2) y R = (1, 0, 1) .
a) Hallar la ecuación del plano que contiene a los puntos S y R , y es paralelo a la recta
L : P = (1, 5, 1) + t (1, 1, 1) , t∈R
b) Sea M el punto medio entre S y R.Hallar el punto de la recta L más cercano a M.
34. Sean los planos
P1 : x + y − z + 1 = 0 y P2 : x − y + 2z + 5 = 0.
a) Hallar la ecuación vectorial de la recta L que pasa por el punto (0, 0, 1), está contenida
π
en el plano P1 y forma un ángulo con el plano P2 .
4
35. Sean L : P = (−3, −3, 5) + t(1, 2, −2), t ∈ R una recta y P, un plano que pasa por los
puntos Q = (2, −1, 2) , R = (3, 1, −1) y S = (2, 3, 1) .Desde el punto B = (2, −2, 3) se
trazan rectas que cortan a la recta L e intersectan al plano P en puntos que se alinean
formando otra recta al que llamaremos L1 .Hallar la ecuación cartesiana de L1 .
37
Norberto Chau
1.2. Superficies Notables en R3

Varias superficies notables intervienen en las aplicaciones del cálculo diferencial e integral para
funciones de dos variables.Por ello es necesario identificarlas desde el punto de vista geométrico
y, vía un sistema de coordendas retangulares (s.c.r.) en el espacio, mediante una ecuación de la
forma
f (x, y, z) = 0 (1)
donde x, y, z son las cooordenadas rectangulares de un punto generador P de la superficie.
1.2.1. Esferas
Definición 1.2.1. Dados un punto P0 en R3 y un número real positivo r, el conjunto de todos

los puntos P de R3 cuyas distancias a P0 son iguales a r se llama la esfera de centro P0 y de
radio r
E = (x, y, z) ∈ R3 : d (P, P0 ) = r
Ecuación.
Sea P (x, y, z) cualquier punto de la esfera E de centro P0 (x0 , y0 , z0 ) y de radio r > 0, entonces
d (P, P0 ) = r ⇐⇒ E : (x − x0 )2 + (y − y0 )2 + (z − z0 )2 = r2 (2)
a esta ecuación se le llama forma ordinaria de la ecuación de la esfera.
1. Si se desarolla la ecuación (2) ,y se ordena los térmı́nos, se obtiene una ecuación de la

forma
E : x2 + y 2 + z 2 + Dx + Ey + F z + G = 0. ((3))
La ecuación (3) se llama forma general de la ecuación de la esfera.
2. Completando cuadrados en la ecuación (3) se recupera la ecuación (2). Es decir , se puede

expresar en la forma
E : (x − h)2 + (y − k)2 + (z − l)2 = λ ((4))
3. No toda ecuación de la forma (4) corresponde a una esfera. Es decir,

√
a) si λ > 0, (4) representa a una esfera de centro C (h, k, l) y de radio λ,
b) si λ = 0, (4) representa al punto C (h, k, l),
c) si λ < 0, (4) representa al conjunto vacío.
38
EL ESPACIO
Plano tangente a una esfera

Es aquel plano que interseca a la esfera en un único punto (llamado punto de tangencia).
Observación 1.2.2. Sea P un plano con vector normal N y E una esfera de centro P0 y radio
r. Si P es tangente a la esfera entonces :
−−→
(i)La normal N es paralelo al vector P0 Q, siendo Q el punto de tangencia.
(ii)La distancia de P0 al plano P es igual a r.
r
P
º Y
Si E : (x − h)2 + (y − k)2 + (z − l)2 = r2 es la ecuación de la esfera centrada en C = (h, k, l) .
Ejemplo 1.2.3. (a)Demostrar que la ecuación del plano tangente a E en el punto Q = (x0 , y0 , z0 )
es dada por
P : (x0 − h) (x − x0 ) + (y0 − k) (y − y0 ) + (z0 − l) (z − z0 ) = 0.
(b)Hallar la ecuación del plano tangente a la esfera
E : x2 + y 2 + z 2 − 2x + y = 0
que contiene a la recta

2x + z = 5
L:
y + z = 0.
Solución.
(a)Sea P un punto arbitrario del plano tangente P a E en Q = (x0 , y0 , z0 ). Como P es tangente
a E en Q, es perpendicular a la recta que pasa por Q y el centro C = 1, − 12 , 0 de E. Por lo
39
Norberto Chau
tanto, se cumple lo pedido, esto es
Z N
P
Q
r
C Y
P : (Q − C).(P − Q) = 0
P : (x0 − h) (x − x0 ) + (y0 − k) (y − y0 ) + (z0 − l) (z − z0 ) = 0.
(b)Si en la ecuación de la recta dada, hacemos z = 0, se obtiene ( 52 , 0, 0) como punto de paso de

L. Luego,
5
L : P = ( , 0, 0) + t(−1, −2, 2), t ∈ R.
2
De la parte (a) del problema se tiene que si P es un punto arbitrario del plano tangente P a
2 5
E : (x − 1)2 + y + 12 + z 2 = , se cumple
4
P : (Q − C).(P − Q) = 0.
5
En particular se cumplirá para el punto P = ( , 0, 0),
2
5 1
− x0 , −y0 , −z0 . x0 − 1, y0 + , z0 = 0 =⇒
2 2
3 5 y0
x0 − + − x20 + y02 + z02 − 2x0 + y0 = 0 =⇒ y0 = 5 − 3x0 . · · · (1)
2 2 2
Además,
−−→ −−→ −−→

CQ ⊥ P =⇒ CQ⊥(−1, −2, 2) ⇐⇒ CQ · (−1, −2, 2) = 0
1
⇐⇒ x0 − 1, y0 + , z0 · (1, −2, 2) = 0
2
10 − 5x0
=⇒ z0 = · · · (2) .
2
10 − 5x0
Así, Q = (x0 , y0 , z0 ) = (x0 , y0 = 5 − 3x0 , ).
2
40
EL ESPACIO
Finalmente, como r = d(C, Q), entonces

2
1 5
(x0 − 1)2 + y0 + + z02 =
2 4
de manera que al sustituir(1) y (2), se tiene 13x20 − 48x0 + 44 = 0, entonces

22
x0 = 2 ∨ x0 = .
13
Resultando, dos soluciones,
P : 2x + 2y + 3 = 0, P ′ : 18x + 11y + 20z − 45 = 0
Ejemplo 1.2.4. Dados los planos
P1 : x + y + z = 1,
P2 : x + z = 1
Hallar todas las ecuaciones cartesianas de la esfera E de radio 3 tales que P1 y P2 son planos
tangentes a E con centro en
el primer octante.
Solución
La ecuación de la esfera E : (x − h)2 +(y − k)2 +(z − l)2 = 9, con centro en C = (h, k, l) ; h, k, l ≥
0.
|h + k + l − 1| √
d(C, P1 ) = √ = 3 =⇒ |h + k + l − 1| = 3 3
3
|h + k − 1| √
d(C, P2 ) = √ = 3 =⇒ |h + k − 1| = 3 2
2
Consideremos dos casos:
(i) Si h + k ≥ 1 tenemos
√ √
h + k − 1 = 3 2 · · · (1) =⇒ k = 1 + 3 2 − h
√
h + k + l − 1 = 3 3 · · · (2) , pues h + k + l ≥ h + k ≥ 1.
√ √
Restando (2) en (1) : l = 3 3 − 2 .
√ √
Así, C = (h, k, l) = C = h, 1 + 3 2 − h, l , h ≤ 1 + 3 2
(ii) Si h + k < 1 tenemos
√ √ √
− (h + k − 1) = 3 2 =⇒ h + k − 1 = −3 2 =⇒ h + k = 1 − 3 2 < 0, no puede ser , pues
h + k ≥ 0.
41
Norberto Chau
Por tanto la ecuación de la esfera es
E : (x − h)2 + (y − k)2 + (z − l)2 = 9,

√ √ √ √
con centro en C = h, 1 + 3 2 − h, 3 3 − 3 2 , 0 ≤ h ≤ 1 + 3 2.
Ejemplo 1.2.5. Sea P un plano tangente a la esfera
E : x2 + y 2 + z 2 − 2x + 6y + 2z + 8 = 0 ,
que contiene a la recta

L : P = (4, 1, 1) + t(4, 3, 1), t ∈ R.
(a)Hallar la ecuación cartesiana del plano tangente P.

(b)Si la esfera E interseca al plano P : x − y + z − 1 = 0 en una circunferencia C, hallar el
centro y el radio de C.
Solución.
(a)Punto de tangencia.
Sea Q un punto que pertenece a la recta L y a la esfera E, entonces Q = (4 + 4t, 1 + 3t, 1 + t)
para algún t. Además Q pertenece a la esfera E : (x − 1)2 + (y + 3)2 + (z + 1)2 = 3, entonces
(4 + 4t − 1)2 + (1 + 3t + 3)2 + (1 + t + 1)2 = 3

(4t + 3)2 + (3t + 4)2 + (t + 2)2 = 3
26t2 + 52t + 26 = 0
26 (t + 1)2 = 0
t = −1.
Así, Q = (0, −2, 0) .

Ecuación del plano.
Sea C = (1, −3, −1) el centro de la esfera E, entonces
−−→
CQ = Q − C = (0, −2, 0) − (1, −3, −1) = (−1, 1, 1) = − (1, −1, −1) (1, −1, −1) = N.
Sea P el plano con vector normal N = (1, −1, −1) entonces su ecuación es:
P :x−y−z+d=0
como Q (0, −2, 0) pertenece al plano,0 + 2 − 0 + d = 0, de donde d = −2.Por tanto,
P : x − y − z − 2 = 0.
42
EL ESPACIO
(b)Sea L la recta que pasa por el centro C (1, −3, −1) de la esfera E y tiene como vector
dirección el vector normal N = (1, −1, 1) del plano P : x − y + z − 1 = 0.
L : P = (1, −3, −1) + t (1, −1, 1) ; t ∈ R.
Centro de la circunferencia C.
Sea Q0 el centro de la circunferencia C, entonces Q0 ∈ L ∩ P, entonces
Q0 = (1 + t, −3 − t, −1 + t) para algún t.Pero Q0 ∈ P, entonces 1+t−(−3 − t)+(−1 + t)−1 = 0,
2 2 2 2 1 7 5
de donde t = − . Así, Q0 = 1 − , −3 + , −1 − = ,− ,− .
3 3 3 3 3 3 3
Radio de la circunferencia C
−−→ 1 7 5 2 2 2
QC = C − Q = (1, −3, −1) − ,− ,− = ,− , ,
3 3 3 3 3 3
−−→ 2 2 2 2√
QC = ,− , = 3.
3 3 3 3
En el triángulo rectángulo CQ0 T , por el teorema de Pitágoras, se tiene :
√
OC 2 = CQ2 + QT 2 ; R = 3 radio de E
2√ 2
3 = 3 + r2 ,
3
#
5
de donde r = .
3
1.2.2. Cilindros
El mas conocido es el :
1.2.3. Cilindro circular recto
Definición 1.2.6. Dada una recta L y un número real positivo r, el conjunto S formado por
todos los puntos P que están a una distancia r de L se llama cilindro circular recto de radio r
y eje L
E = P = (x, y, z) ∈ R3 : dP (L) = r
43
Norberto Chau
P
r
P
º
Ecuación.
Dada la ecuación vectorial de la recta L : P = P0 + tA, t ∈ R , y un punto generador del cilindro
es P , la ecuación cartesiana (1) del cilindro circular recto de eje L y radio r se obtiene usando
la fórmula de la distancia de un punto a una recta :
A × (P − P0 )
dL (P ) = r ⇐⇒ =r (5)
A
Notemos que el cilindro de ecuación (5) también es la reunión de todas las rectas paralelas al
vector A y que pasan por una de las circunferencias C del cilindro. Si la circunferencia C se
cambia por cualquier otra curva plana Γ, obtenemos un :
44
EL ESPACIO
1.2.4. Cilindro general

Definición 1.2.7. Dados una curva plana Γ y un vector no nulo A que no es paralelo al plano
de Γ, la reunión S de todas las rectas L que son paralelas al vector A y que intersectan a Γ
se llama cilindro ( o una superficie cilíndrica) con curva de base(o curva directriz) Γ y eje L0
paralelo al vector A. Cada recta L recibe el nombre de generatriz del cilindro.
Observación 1.2.8. Se verá más adelante que una curva Γ en el espacio, puede ser definida
por una de las dos formas siguientes:
1.Mediante tres ecuaciones paramétricas


 x = g (t)

y = h (t) , t ∈ I (6)


 z = k (t)
2.Mediante dos ecuaciones cartesianas

g (x, y, z) = 0
(7)
h (x, y, z) = 0
′ ′ ′
Ecuación del cilindro. Sea L una generatriz arbitraria que interseca a Γ en el punto Q x , y , z
y tomemos en L un punto P (x, y, z). Entonces se cumple :
Q = P + tA, t ∈ R. (8)
′ ′ ′
La ecuación del cilindro S se obtiene eliminando las variables auxiliares x , y , z , t ; usando las
ecuaciones (8) y (6) o (8) y (7) según sea el caso.
Ejemplo 1.2.9. Sean Q = (1, 2, 1) y R = (−1, 3, 0) dos puntos simétricos respecto a una recta L,
la cual es paralela a la recta
L1 : x − 1 = y − 1 = 1 − z.
45
Norberto Chau
Hallar la ecuación cartesiana del cilindro circular recto cuyo eje es L y que contiene a los puntos
Q y R.
Solución.
Ecuación del eje del cilindro:
Como M es punto medio de QR entonces M = (0, 52 , 12 ). Sea M el punto de paso de la recta L
y A = (1, 1, −1), el vector de dirección paralelo al vector dirección de la recta L1 . Así,
L : P = (0, 52 , 12 ) + t(1, 1, −1), t∈R
Q(1,2,1)
P
A(1,1,-1)
r
M(0,5/2,1/2)
M
R(-1,3,0)
Radio del cilindro

2 2
#
2 5 1 3
r = d(Q, M) = (1 − 0) + 2 − + 1− = .
2 2 2
Ecuación del cilindro:

Sea P (x, y, z) un punto generador del cilindro S, entonces se tiene :
−−→
MP × A
S : dL (P ) = r ⇐⇒ =r
A
5 1 #
x, y − , z − × (1, 1, −1)
2 2 3
⇐⇒ S : =
(1, 1, −1) 2
#
−y − z + 3, x + z − 12 , x − y + 52 × (1, 1, −1) 3
S : √ = =⇒
3 2
1 2 5 2 9
S : (−y − z + 3)2 + x + z − + x−y+ = .
2 2 4
Así, $
2 2
3 2 1 5 9
S := (x, y, z) ∈ R : (−y − z + 3) + x + z − + x−y+ =
2 2 4
46
EL ESPACIO
Ejemplo 1.2.10. Hallar la ecuación del cilindro circular recto que cumple las tres siguientes
condiciones:
i)Es tangente al plano P : 3x + 2y − 2z + 22 = 0 , a lo largo de una generatriz L.
ii)L pasa por el punto (2, −11, 3).
iii)El eje L1 del cilindro pasa por el punto (3, 4, 11).
Solución.
Se observa que el punto (2, −11, 3) ∈ P : 3x + 2y − 2z + 22 = 0. Sea P0 = (3, 4, 11) el punto de
paso de la recta L1 , entonces
|3 (3) + 2 (4) − 2 (11) + 22| 17 √

r = dP (P0 ) = = √ = 17,
(3, 2, −2) 17
Sea L∗ la recta que pasa por el punto de tangencia Q , el centro de la circunferencia C y tiene
dirección el vector normal N = (3, 2, −2) del plano P,
L∗ : P = (2, −11, 3) + t (3, 2, −2) , t∈R
Ecuación del eje del cilindro:

Sea C∈ L∗ entonces C = (2 + 3t, −11 + 2t, 3 − 2t) para algún t.
−−→ −−→ −−→
Pero CP0 ⊥ N =⇒ CP0 ·N = 0 =⇒ CP0 = (1 − 3t, 15 − 2t, 8 + 2t)
−−→
=⇒ (1 − 3t, 15 − 2t, 8 + 2t) · (3, 2, −2) = 0 =⇒ 17 − 17t = 0, t= 1. Así,CP0 = (−2, 13, 10) .
Sea P0 = (1, −2, 2) el punto de paso de la recta L .entonces
−−→
P0 Q × A
r= ,
A
donde ,
−−→ √ −−→
CP0 = (−2, 13, 10) = 273, P P0 = (x − 3, y − 4, z − 11)
−−→ −−→
P P0 × CP0 = (10y − 13z + 103, 52 − 2z − 10x, 13x + 2y − 47)
Ecuación del cilindro:
Sea P (x, y, z) un punto generador del cilindro S, entonces se tiene :
−−→ −−→
P P0 × CP0
S : dL (P ) = r ⇐⇒ −−→ =r
CP0
(10y − 13z + 103, 52 − 2z − 10x, 13x + 2y − 47) √
⇐⇒ √ = 17 =⇒
273
S : (10y − 13z + 103) + (52 − 2z − 10x)2 + (13x + 2y − 47)2 = 4641.
2
47
Norberto Chau
Ejemplo 1.2.11. Sea S el cilindro circular recto cuyo eje L pasa por el origen de coordenadas
y tal que su intersección con el plano P : x + y + z = 3 es la circunferencia Γ que pasa por
Q = (0, 1, 2). Hallar
(a)La ecuación del eje del cilindro.
(b)El centro de la circunferencia Γ.
(c)La ecuación cartesiana del cilindro.
Solución
(a)La normal N = (1, 1, 1) del plano P es un vector dirección del eje del cilindro S.
Como el eje del cilindro S pasa por el origen de coordenadas, entonces se tiene que la ecuación
del eje del cilindro S es
L : P = t (1, 1, 1) ; t ∈ R.
(b)Sea C el centro de Γ, entonces C está en L, el eje del cilindro S.

Como C ∈ L, C es de la forma C (t, t, t), para algún t ∈ R. Además C está en el plano
P : x + y + z = 3, entonces t + t + t = 3, luego resulta t = 1 ⇒ C (1, 1, 1) .
(c)El radio de la circunferencia Γ es
√
r = d (C, Q) = (1 − 0)2 + (1 − 0)2 + (1 − 2)2 = 3.
Si P (x, y, z) es un punto arbitrario de S, entonces la ecuación de S es

−−→
CP × N √ (x − 1, y − 1, z − 1) × (1, 1, 1) √
S : =3 =⇒ = 3
N (1, 1 , 1)
(y − z, z − x, x − y) √
=⇒ S : √ = 3.
3
Por tanto, la ecuación pedida es
S : (y − z)2 + (z − x)2 + (x − y)2 = 9.
Ejemplo 1.2.12. Una generatriz L de un cilindro es paralela a la recta
L0 : P = t (3, 2, −1) , t ∈ R.
Hallar la ecuación de dicho cilindro si una de sus directrices es la curva base
x2 − y2 + z 2 = 5
Γ:
x − y + 2z = 0
Solución
48
EL ESPACIO
1. Sea P (x, y, z) un punto generador del cilindro S, entonces existe una recta L ( generatriz)
paralela al vector A = (3, 2, −1) tal que
P ∈ L : P ∗ = P + tA, t∈R
L: P∗ = (x, y, z) + t (3, 2, −1) , t∈R
L : P ∗ = (x + 3t, y + 2t, z − t) , t∈R
Sea Q(x0 , y0 , z0 ) el punto de intersección de la curva Γ con la generatriz L del cilindro S

que pasa por P.Es decir,
Q = L∩ Γ entonces Q ∈ L ⇒ ∃ t0 ∈ R tal que Q(x0 , y0 , z0 ) = (x + 3t0 , y + 2t0 , z − t0 )


 x0
 = x + 3t0
⇐⇒ y0 = y + 2t0 · · · (1)


 z = z − t0
0
Como el punto Q(x0 , y0 , z0 ) está en Γ, se cumplen las ecuaciones
x20 − y02 + z02 = 5 · · · (2)

Γ:
x0 − y0 + 2z0 = 0 · · · (3)
Reemplazando (1) en (3) se tiene:
(x + 3t0 ) − (y + 2t0 ) + 2 (z − t0 ) = 0 =⇒ x − y + 2z − t0 = 0 = 0
=⇒ t0 = x − y + 2z

 x + 3 (x − y + 2z) = 4x − 3y + 6z
 x0
 =
Luego en (1), resulta : y0 = y + 2 (x − y + 2z) = 2x − y + 4z · · · (∗)


 z = z − (x − y + 2z) = y − x − z
0
Reemplazando (∗) en (2) se concluye :
S : x20 − y02 + z02 = 0

S : (4x − 3y + 6z)2 − (2x − y + 4z)2 + (y − x − z)2 = 5.
1.2.5. Cono
1.2.6. Cono circular recto
Sean dados una circunferencia C y un punto V que no está en el plano P de la circunferencia y

cuya proyección ortogonal sobre dicho plano es el centro de la circunferencia.
49
Norberto Chau
Definición 1.2.13. La reunión S de todas las rectas L que pasan por V y que que intersectan
a C se llama un cono circular recto de vértice V y eje L0 , donde L0 es la recta que une V con
el centro de la circunferencia.
V
0-
L0
Ecuación. Conocidos un punto Q = V del cono y el (coseno del) ángulo θ que forman cualquier
generatriz con el eje, la ecuación que satisfacen los puntos P del cono se obtiene de la fórmula
del ángulo entre dos vectores :
(P − V ) · (Q − V )
cos θ =
P −V Q−V
Para considerar las dos hojas del cono, incluído el vértice, escribimos la ecuación del cono en la
forma :
(cos θ P −V Q − V )2 = [(P − V ) · (Q − V )]2 .
Si la circunferencia C se cambia por cualquier otra curva plana Γ, obtenemos un cono general.
Ejemplo 1.2.14. Hallar la ecuación cartesiana del cono circular recto S con vértice en el punto
V = (7, 7, 4) y cuya directriz (sección transversal perpendicular al eje) es la circunferencia
x2 + y 2 + z 2 − 2x − 2y + 4z = 3
Γ:
x2 + y2 + z2 − x − y + 5z = 6
Solución
Al reescribir el sistema anterior se obtiene
(x − 1)2 + (y − 1)2 + (z + 2)2 = 9

Γ:
x+y+z = 3
50
EL ESPACIO
V
N=(1,1,1)
r
Q R=3
C(1,1,-2)
Sea L el eje del cono S, recta que pasa por el centro C = (1, 1, −2) de la esfera
E: (x − 1)2 + (y − 1)2 + (z + 2)2 = 9 y es perpendicular al plano P: x + y + z − 3 = 0 (normal
N = (1, 1, 1)).
L : P = C + t N = (1, 1, −2) + t (1, 1, 1) ; t ∈ R
Ecuación del cono S :
Sea P (x, y, z) un punto generador del cono S.
Como el cono es circular recto :
(i)El centro Q de la circunferencia Γ es la proyección ortogonal del vértice V sobre el plano
P: x + y + z = 3.
(ii)El vértice V , el punto de tangencia T y el centro C forma un triángulo rectángulo V QT
recto en Q.
Q ∈ L : Q = (1 + t, 1 + t, −2 + t) ∈P: x + y + z = 3 =⇒ (1 + t) + (1 + t) + (−2 + t) = 3 =⇒ t =
1, Q = (2, 2, −1).
−−→
CQ = Q − C = (2, 2, −1) − (1, 1, −2) = (1, 1, 1) .
−−→ √
CQ = 3.
−−→
V Q = Q − V = (2, 2, −1) − (7, 7, 4) = (−5, −5, −, 5)
−−→ √
V Q = (−5, −5, −, 5) = 5 3.
Ahora, por el teorema de Pitágoras en el triángulo rectángulo CQT se tiene :
−→ 2 −−→ 2 √
CT = CQ + r2 =⇒ 9 = 3 + r2 =⇒ r = 6.
En el triángulo rectángulo V QT recto en Q. Por Pitágoras se tiene :

√ 2
d2 (V ; T ) = d2 (V ; Q) + r2 = 5 3 + 6 = 81 =⇒ d(V ; T ) = 9.

Considere α el ángulo que forma el eje L del cono con cualquiera de las generatrices.
51
Norberto Chau
Sea P = (x, y, z) un punto que pertenece al cono S:

√ −−→
5 3 VP ·N |(x − 7, y − 7, z − 4) · (1, 1, 1)|
S : cos α = = −−→ = √
9 VP N 3 (x − 7, y − 7, z − 4)
5 |x + y + z − 18|
=⇒ S : =
3
(x − 7)2 + (y − 7)2 + (z − 4)2
% &
=⇒ S : 25 (x − 7)2 + (y − 7)2 + (z − 4)2 = 9 (x + y + z − 18)2 .
Es la ecuación pedida del cono.
Ejemplo 1.2.15. El eje de un cono circular recto es L : P = (1, 2, 8) + t (2, 3, 4), t ∈ R. Una
generatriz del cono está contenida en el plano XY . ¿Cuál es el vértice del cono? ¿Cuál es el
ángulo agudo formado por el eje del cono y dicha generatriz?
Solución
Una curva generatriz es Γ : 4y 2 − 9z 2 = 1, x = 0.
Ecuaciones paramétricas de L : x = 1 + 2t, y = 2 + 3t, z = 8 + 4t, t ∈ R.
L corta al plano XY cuando z = 8 + 4t = 0, esto es, t = −2. Así V = (−3, −4, 0).
Considere θ el ángulo agudo que forma el eje L del#cono con la generatriz.
|(2, 3, 4) · (2, 3, 0)| 13 13
Ahora, cos θ = =√ √ = .
(2, 3, 4) (2, 3, 0) #13 29 29
13
Por tanto, el ángulo agudo θ = Arc cos( ).
29
Ejemplo 1.2.16. Dadas dos esferas E1 y E2 tangentes exteriores de radios r1 = 3 y r2 = 1

respectivamente. Si E1 está sobre el plano XY y L la recta que pasa por los centros de E1 y E2
es el eje Z. Hallar la ecuación del cono circular recto que circunscribe a las
dos esferas, si el vértice V está en el eje positivo de Z.
Solución.
Z
V(0,0,z)
T
2
C
2
T
1
C
1
52
EL ESPACIO
Como el cono es tangente a las esferas :

(i)El eje del cono L pasa por los centros de las esferas E1 y E2 .
(ii)El vértice V , los puntos de tangencias T1 y T2 , los centros C1 y C2 de E1 y E2 forman
triángulos rectángulos V C1 T1 y V C2 T2 rectos en T1 y T2 respectivamentes.
(iii)El vértice V está en el eje L :=Eje Z (positivo), entonces V (0, 0, z0 )
Por semejanza de triángulos rectángulos :△V T1 C1 ∼ △V T2 C2
V C2 V C1 V C2 V C2 + 4
= ⇐⇒ = =⇒ V C2 = 2.
C2 T2 C1 T1 1 3
Luego z0 = 7 + V C2 = 9. Así, V (0, 0, 9).
Ahora, por Pitágoras se tiene :
(V C2 )2 = (V T2 )2 + (C2 T2 )2
√
4 = (V T2 )2 + 1 ⇐⇒ V T2 = 3
Considere θ el ángulo que forma el eje L del cono con cualquiera de los generadores. Por tanto,
√
V T2 3
cos θ = =
V C2 2
Sea P (x, y, z) un punto generador del cono S, excepto en el vértice , entonces
−−→ −−→
V P · V C1
S : |cos θ| = −−→ −−→ ;
V P V C1
−−→ −−→ −−→
donde V P = (x, y, z − 9) , V C1 = (0, 0, −6) , V C1 = 6.
√ −−→ −−→
3 V P · V C1 (x, y, z − 9) · (0, 0, −6)
⇐⇒ S : = −−→ −−→ =
2 V P V C1 6 (x)2 + (y)2 + (z − 9)2
−6 (z − 9)
⇐⇒ S :=
6 (x)2 + (y)2 + (z − 9)2
% &
⇐⇒ S : 3 x2 + y 2 + (z − 9)2 = 4 (z − 9)2
∴ S : 3x2 + 3y 2 = (z − 9)2 .
Cono general
Definición 1.2.17. Sean Γ una curva plana y P0 un punto que no está contenido en el plano
de Γ. La reunión S de todas las rectas L que pasan por P0 y que intersectan a Γ se llama un
53
Norberto Chau
cono( o una superficie cónica) con curva de base(o curva directriz) Γ de vértice P0 y eje L.
P0
Ecuación. Sea L una generatriz arbitraria que pasa por P0 y que se interseca a Γ en el punto
′ ′ ′
Q x ,y ,z y tomemos en L un punto P (x, y, z) entonces se cumple :
P = P0 + t (Q − P0 ) , t ∈ R. (9)
′ ′ ′
La ecuación del cono S se obtiene eliminando las variables auxiliares x , y , z , t , usando las
ecuaciones (8) y (6) o (8) y (7) según sea el caso.
Cada recta L recibe el nombre de generatriz del cono.
54
EL ESPACIO
1.2.7. Superficie de revolución
Definición 1.2.18. Sean Γ una curva plana y L una recta en el plano de la curva. La superficie
S generada por la rotación de Γ alrededor de L se llama una superficie de revolución de generatriz
Γ y eje L.
P’
Ecuación de una superficie de revolución con generatriz en el plano Y Z y eje = eje

Y.
Z
P0
Γ
Q
Y
P
Supongamos
f (y, z) = 0
Γ:
x = 0.
Sean P = (x, y, z) un punto de la superficie de revolución S y P0 = (0, y, z0 ) el punto de Γ
asociado con P0 . Entonces
d (P, Q) = d (P0 , Q)
de donde, siendo Q = (0, y, 0),
x2 + z 2 = z02 . (10)
Como P0 ∈ Γ, entonces
f (y, z0 ) = 0. (11)
De (10) y (11),
S:f y, ± x2 + z 2 = 0.
55
Norberto Chau
Ejemplo 1.2.19. Hallar  la ecuación cartesiana de la superficie S de revolución con

 y = 3z  x = 0
generatriz, la recta Γ : , y con eje de rotación la recta L : .
 x = 0  y = −3
Solución.
Eje z
C P
o
x = 0
Sea L : el eje de rotación de la superficie S.
y = −3
L : P = (0, −3, z), z ∈ R , L es paralela al eje Z.
y = 3z
La generatriz Γ : Γ : P = (0, 3z, z), z ∈ R
x = 0
Sea P (x, y, z) un punto generador de la superficie de revolución de S. A través de P se hace pasar
un plano P perpendicular al eje de revolución L. Es decir P ⊥ L, P : z = z0 . La intersección de
la superficie S con el plano P es una circunferencia C, es decir, C := P ∩ S.
Sea C el centro de C, el punto de intersección de este plano P con el eje L, entonces C := P∩ L,
entonces C (0, −3, z0 ) y sea P0 (x0 , y0 , z0 ) el punto de intersección de este plano P con la curva
generatriz Γ, es decir, P0 ∈ P ∩Γ entonces:
y0 = 3z0
P : z = z0 y Γ : .
x0 = 0
Así, P0 (0, y0 , z) = (0, 3z, z) .
Sea P ∈ S : d (P, C) = d (P0 , C)
S: x2 + (y + 3)2 + (z − z)2 = |3z + 3|
∴ S : x2 + (y + 3)2 = 9 (z + 1)2
56
EL ESPACIO
z = 4 + y2
Ejemplo 1.2.20. Dadas la curva − : , y≥0
x = 0
y la recta L : P = t (0, 0, 1), t ∈ R. Hallar la ecuación de la superficie S obtenida al girar Γ
alrededor de L.¿Es S una
superficie cuadrática?.En caso afirmativo, identificarla.
Solución
Sea P (x, y, z) un punto arbitrario de la superficie de revolución S y P0 (0, y0 , z0 ) un punto de
la curva Γ, tales que P y P0 se encuentran en una misma circunferencia, entonces: x0 = 0, z0 =
z, y02 = z0 − 4 = z − 4. Así P0 (0, y0 , z) .
Si C es el centro de la circunferencia descrita anteriormente, entonces C (0, 0, z0 ) = (0, 0, z).
P (x, y, z) ∈ S : d (P, C) = d (P0 , C)
S: x2 + y 2 = |y0 | =⇒ S : x2 + y 2 = y02
∴ S : x2 + y 2 = z − 4.
Ejemplo 1.2.21. Sea C la curva contenida en el plano Y Z, dada por las ecuaciones:
z = ln (1 − y) − c, y < 1
x = 0
donde c es una constante.

(a)Hallar la ecuación de la superficie de revolución S,obtenida al girar C alrededor de la recta
x = 0
L :
y = 1
ln 2
(b)Si la superficie S contiene al punto 1, 0, − 1 , hallar el valor de c.
2
Solución.
(a) Sea L : P = (0, 1, z), z ∈ R, L es paralela al eje Z.
Sea P (x, y, z) un punto arbitrario de la superficie S y P0 (0, y0 , z0 ) un punto de la curva C, tales
que P y P0 se encuentran en una misma circunferencia, entonces: z = z0 , z0 = ln (1 − y0 ) − c.
Pero z = ln (1 − y0 ) − c =⇒ ln (1 − y0 ) = z + c =⇒ 1 − y0 = ez+c =⇒ y0 = 1 − ez+c y
P0 (0, 1 − ez+c , z)
Si Q es el centro de la circunferencia descrita anteriormente, entonces Q (0, 1, z0 ) = (0, 1, z).
Sea P ∈ S : d (P, Q) = d (P0 , Q)
S: x2 + (y − 1)2 = 1 − ez+c − 1
57
Norberto Chau
∴ S : x2 + (y − 1)2 = e2(z+c)
ln 2 ln 2−2+2c
(b)Como 1, 0, − 1 ∈ C =⇒ 2 = e =⇒ c = 1.
2
La ecuación de la superficie es, S : x2 + (y − 1)2 = e2(z+1) .
Ejemplo 1.2.22. La superficie obtenida es un paraboloide con eje de revolución el eje Z.

x2
¿Para que valores positivos de a la superficie S : 4y 2 − 2 − 9z 2 = 1 es una superficie de
a
revolución?. Dar la ecuación de una curva generatriz.
Solución
y2 x2 z 2
Escribimos S : 1 − − 1 =1
4
a2 9
1
S es una superficie de revolución si a = .
3
Ejercicios Propuestos:Superficies Notables
Esferas
1. Si el plano P : 2x − 6y + 3z − 49 = 0 es tangente a la esfera E : x2 + y 2 + z 2 = 49, hallar

las coordenadas del punto de tangencia.
2. Hallar la ecuación de la esfera que pasa por el punto Q = (−1, 6, −3) y es tangente al
plano P : 4x + 4y + 7z = 81 en el punto (7, 8, 3) .
3. Una esfera E que pasa por el punto (1, 3, −3) es tangente al plano
P : x − 2y + 3z − 21 = 0.
Asimismo, la recta L pasa por el centro de E, por el punto de tangencia Q y por el punto
(2, 1, 0).
a) Hallar la ecuación cartesiana de la esfera.

b) ¿Es el punto (2, 1, 0) interior o exterior a la esfera?.Justificar su respuesta.
4. Una esfera E tiene centro en el punto de intersección de las rectas
L1 : P = (2, 2, 4) + t(6, 6, 7) , t ∈ R, L2 : P = (20, −10, 5) + r(−2, 3, 1) , r ∈ R
y es tangente al plano P : 4x − 2y + 3z = 0.Hallar
a) La ecuación cartesiana de la esfera E.
58
EL ESPACIO
b) El centro de la circunferencia Γ, que es la intersección de E con un plano P ′ paralelo

25
a P, tal que el centro de E dista √ unidades de P ′ .
29
5. El plano P : x − 3y + 2z = 14 corta a la esfera E de radio 6 y centro en el origen de

coordenadas en una circunferencia C. Hallar
a) El centro y el radio de C.
b) La ecuación cartesiana del lugar geométrico descrito al desplazar C paralelamente al

plano P, manteniendo el centro en la recta que une los centros de la circunferencia C
y de la esfera E.
6. Hallar la ecuación de la esfera E de radio mínimo tangente a las rectas
L1 : P = (−2, 7, 2) + t(3, −4, 4), t ∈ R, L2 : Q = (5, 6, 1) + s(−3, 4, 1), s ∈ R.
7. Un foco luminoso debe emitir un rayo de luz desde el punto P0 = (4, −2, 3) hacia un punto
P1 de la esfera
E : x2 + y 2 + z 2 − 2x − 2y − 55 = 0,
según la dirección del vector A = (1, −2, 1), de modo que llegue a P1 en el menor tiempo
posible. Hallar el punto P1 y el sentido de la dirección del rayo.
8. El plano
P : 2x − 6y + 3z + d = 0, d < 0,
es tangente a la esfera
E : x2 + y2 + z 2 − 2x = 48
en el punto T .
a) Hallar las coordenadas del punto T .
b) Si P1 es un plano paralelo a P, dista de T 8 unidades e interseca a E en una

circunferencia Γ, hallar las coordenadas del centro de la circunferencia Γ y su radio.
9. Hallar la ecuación de la esfera que está entre los planos paralelos
P1 : 6x − 3y − 2z − 35 = 0, P2 : 6x − 3y − 2z + 63 = 0,
si el punto Q = (5, −1, −1) es punto de tangencia de uno de ellos.
59
Norberto Chau
Cilindro circular recto
1. Encontrar la ecuación cartesiana del cilindro circular tangente exterior a la esfera
E : (x − 1)2 + (y + 3)2 + (z − 4)2 = 4,
cuyo eje es paralelo a la recta L : P = t (1, 2, 3) , t ∈ R.
2. Hallar la ecuación del cilindro circular recto cuya directriz es la intersección de las esferas
E1 : x2 + y2 − 4y + z 2 + 3 = 0 , E2 : x2 + 2x + y 2 − 2y + z 2 − 2z + 2 = 0.
3. Sean Q = (1, 2, 1) y R = (−1, 3, 0) dos puntos simétricos respecto a una recta L, la cual
es paralela a la recta
L1 : x − 1 = y − 1 = 1 − z.
Hallar la ecuación cartesiana del cilindro circular recto cuyo eje es L y que contiene a los
puntos Q y R.
4. Una generatriz L del cilindro circular recto S es paralelo al plano XY , pasa por el punto
Q = (4, 0, 1) e interseca a la recta
L1 : P = (3, 2, −1) + t(1, −2, 5), t ∈ R.
Hallar la ecuación del cilindro S sabiendo que su eje pasa por el origen de coordenadas.
5. Cada uno de los planos
P1 : x + y + 2z = 1, P2 : x − 2y + z = 2
interseca a un cilindro circular recto en una generatriz diferente. Si además se sabe que
el eje del cilindro pasa por el punto Q = (3, −2, 5), hallar la ecuación cartesiana de dicho
cilindro.
Cono circular recto
1. Hallar la ecuación cartesiana del cono circular recto de vértice V = (−5, 5, 5), si sus
generatrices son tangentes a la esfera
E : x2 + y2 + z 2 = 9.
60
EL ESPACIO
2. El cono circular recto S tiene por eje la recta
L : P = (1, 11) + r (0, 1, 0) , r ∈ R.
Si la recta
L′ : P = (−3, 2, −3) + t (2, −1, 2) , t ∈ R,
es una generatriz de S, hallar
a) El vértice de S.
b) La ecuación cartesiana de S.
3. Hallar la ecuación cartesiana de un cono circular recto cuyo vértice es el punto V = (4, 8, 2)
y tal que su intersección con el plano
P : x+y+z =2
determina una circunferencia Γ de radio 2.
4. Hallar la ecuación del cono circular recto que tiene vértice en el origen, directriz o curva
base una circunferencia en el plano
P : 3x − 4y + z = 9
y una de sus generatrices es la recta
L : P = t (7, 4, 4) , t ∈ R.
5. Sean E1 y E2 dos esferas tangentes exteriores de radios r1 = 3 y r2 = 1 respectivamentes.

Si E1 está sobre el plano XY y L la recta que pasa por los centros de E1 y E2 es el eje Z.
Hallar la ecuación del cono circular recto que circunscribe a las dos esferas, si su vértice V
está en el eje positivo de Z.
6. Hallar la ecuación cartesiana del cono circular recto S cuya directriz o curva base es la
circunferencia
x2 + y 2 + z 2 − 2z − 8 = 0
C:
x+y+z−4=0
y cuyo vértice pertenece al plano P : 4x + 2y − 3z − 3 = 0.
Superficie de revolución
61
Norberto Chau
z = 0
1. Dada la curva Γ: con y ≥ 0, a > 0.
x = a− a2 − y 2
Hallar la ecuación cartesiana de la superficie de revolución S generada cuando Γ gira
alrededor del eje Y .
2. Hallar la ecuación cartesiana de la superficie de revolución S generada por la rotación de

la elipse  2
 x2 + y = 1
E: 4 ,

z=0
alrededor del eje X.
3. Hallar la ecuación cartesiana de la superficie de revolución S con generatriz
y = 3z
Γ:
x = 0
y eje de rotación el eje Z.
1.2.8. Superficies cuadráticas
Una superficie cuadrática es un conjunto de puntos P (x, y, z) que satisfacen una ecuación(cuadrática)de
la forma
Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Gx + Hy + Iz + K = 0, (1)
en donde, por lo menos uno, de los seis coeficientes A, B, C, D, E y F es diferente de cero.

Se puede demostrar que, mediante una transformación de coordenadas, la ecuación (1) se reduce
( en las nuevas coordenadas, que las seguiremos denotando por x, y, z ) a una de las siguientes
dos ecuaciones :
Mx2 + Ny 2 + P z 2 = Q (2)
M x2 + Ny 2 = P z. (3)
en donde todos los coeficientes son diferentes de cero.
Observación 1.2.23. Hay otras ecuaciones de la forma (3) que se obtienen permutando cícli-
camente las variables.
62
EL ESPACIO
Ejercicio 1.Escribir las otras dos ecuaciones de la forma (3).
Es evidente que el origen 0 = (0, 0, 0) es un punto de simetría para las cuadráticas con ecuación
(2) ; por esto, estas superficies se llaman cuadráticas con centro. Las superficies con ecuaciones
de la forma (3) no tienen centro y se llaman cuadráticas sin centro.
1.2.9. Superficies cuadráticas con centro
Vamos a considerar ahora las superficies cuadráticas representadas por la ecuación
Mx2 + Ny 2 + P z 2 = Q,

Según los signos de los coeficientes, tenemos los siguientes prototipos :
1. Elipsoide.
x2 y 2 z 2
+ 2 + 2 =1
a2 b c
Su gráfica es de la forma :
63
Norberto Chau
2. Hiperboloide de una hoja.

x2 y 2 z 2
+ 2 − 2 =1
a2 b c
Cabe señalar que, según la ubicación del signo menos, hay otras dos ecuaciones de hiper-
boloides de una hoja.
Ejercicio 2. Escribir las otras dos ecuaciones de hiperboloides de una hoja.
3. Hiperboloides de dos hojas.

x2 y 2 z 2
− 2 − 2 =1
a2 b c
64
EL ESPACIO
En este caso, también hay otras dos ecuaciones de hiperboloides de dos hojas.
Ejercicio 3. Escribir las otras dos ecuaciones de hiperboloides de dos hojas.
65
Norberto Chau
1.2.10. Superficies cuadráticas sin centro
Vamos a considerar ahora las superficies cuadráticas representadas por la ecuación
M x2 + Ny 2 = P z,
Según los signos de los coeficientes, tenemos los siguientes prototipos :
1. Paraboloide elíptico.
x2 y 2
+ 2 = cz
a2 b
Ejercicio 4.Escribir las otras dos ecuaciones de paraboloides elipticos.
2. Paraboloide hiperbólico.
x2 y 2
− 2 = cz
a2 b
66
EL ESPACIO
Ejercicio 5.Escribir las otras dos ecuaciones de hiperboloides de dos hojas.
67
Norberto Chau
1.2.11. Cuádricas degeneradas
Entre las cuadráticas degeneradas están las del tipo:
Mx2 + Ny 2 + P z 2 = Q (2)
M x2 + Ny 2 = P z. (3)
Dentro de las superficies cuádricas centradas degeneradas se encuentran conos, cilindro elíptico,
cilindro hiperbólico, planos dobles. Y entre las no centradas y degeneradas se encuentra el cilindro
parabólico.
1.2.12. Degeneradas centradas
Cono:
Su ecuación canónica es:

x2 y 2
+ 2 = cz 2
a2 b
Las intersecciones dan:

-Con z = k : , son elipses con semidiámetros crecientes y que se reducen a un punto cuando
k = 0.
-Con x = k e y = k las intersecciones son hipérbolas de eje vertical.
Si a =b las trazas con los planos paralelos al plano xy son circunferencias, por lo tanto sería un
cono circular.
1.2.13. Cilindro elíptico:

x2 y 2
+ 2 =1
a2 b
o también
x2 z 2 y2 z 2
2
+ 2 = 1; 2 + 2 = 1
a b a b
68
EL ESPACIO
4
-4 2 -4
-2 0
z 0 0 -2
-2
2-4 2
y x
4 4
Si z = k, las intersecciones son elipses con semidiámetros constantes, si a = b será un cilindro

circular.
Con x = k e y = k las intersecciones son líneas rectas separadas a igual distancia del centro del
cilindro.
1.2.14. Cilindro hiperbólico:

x2 y 2
− 2 =1
a2 b
( ó también
x2 z 2 y2 z2
− = 1; − 2 = 1)
a2 b2 a2 b
4
-4 2 -4
z-2 0 -2
-20 0
-4
2 2
4y x4
Si z =k las intersecciones son hipérbolas constantes.
69
Norberto Chau
1.2.15. Planos dobles:

x2 y 2
+ 2 =0
a2 b
o también
x2 z 2 y2 z2
+ = 0; + 2 = 0)
a2 b2 a2 b
4
-4 2 -4
z-2 -200 0 -2
-42 2
y4 4x
1.2.16. Degeneradas no centradas
Cilindro parabólico
Su ecuación canónica es: Mx2 = Sz (ó también Ny2 = Sz )
4
-4 2 -4
z-2 0 -2
-20 0
-4
2 2
4y x4
Las intersecciones dan:

-Con y = k : Mx2 = Sz, son parábolas crecientes si M y Z son mayores que 0.
1.2.17. Superficies paramétricas
Una superficie paramétrica es la imagen de una función o transformación r definida en una región
R de un plano uv y que tiene valores en el espacio xyz. La imagen bajo r en cada punto (u,v)
en R es el punto del espacio xyz con vector de posición.
70
EL ESPACIO
r(u, v) =‹ x(u, v), y(u, v), z(u, v)›

Dado que una superficie paramétrica es una imagen de una transformación en el espacio, es
posible por lo tanto tomar coordenadas cilíndricas y esféricas, para expresar la superficie con
otros parámetros distintos a los rectangulares.
Algunos ejemplos de superficies paramétricas:
Cilindro circular
[cos u, sin u, v]
4
y -1.0
2
-0.5
0.0
1.0 0.5
z 0.50
0.0 -0.5 -1.0
1.0-2
-4 x
Cono circular
[v cos u, v sin u, v]
4
-4 -4
2
-2 -2
z 0
0 0
-2
y 2 -4 2x
4 4
71
Norberto Chau
' (
u cosh v, u sinh v, u2
20
z
300 0 -300
300
-300
x y
[(u − sin u) cos v, (1 − cos u) sin v, u]
4
-2
2 -1 y
0
z 0
-4 -6
6 4 2 0 1 -2
-2
x 2
-4
[u2 + vu, u + vu2 , v](superficie reglada)
y 2 x2
Ejemplo 1.2.24. Sea la superficie S : − = z.
4 9
(a)Hallar las intesecciones de S con los planos coordenados.
(b)Hallar las secciones planas correspondientes a los planos : z = 4 , z = −4.
(c)Graficar S, indicando los elementos hallados en (a) y (b) .
72
EL ESPACIO
Solución.
y 2 x2
(a)Sea S : − =z
4 9
Intesecciones de S con los planos coordenados:
 2
 y x2
− = z
Al plano XY , TXY := S∩ PXY : 4 9

z = 0
y = ± 23 x
Así, TXY = .
z=0
 2 2
 y −x = z
Al plano XZ, TXZ := S∩ PXZ : 4 9

y = 0
 2
 z = −x
TXZ : 9

y=0
 2 2
 y −x = z
Al plano Y Z, TY Z := S∩ PY Z : 4 9

x = 0
 2
 z=y
TY Z : 4

x=0
(b)Secciones planas :
 2 2
 y −x
= z
Al plano z = 4, Γ4 := S∩ Pz=4 : 4 9

z = 4
 2 2
 y −x
= 1
Γ4 : 16 36 = 1 familia de hipérbolas

z = 4
 2 2
 y −x
= z
Al plano z = −4, Γ−4 := S∩ Pz=−4 : 4 9

z = −4
 2 2
 x −y
= 1
Γ−4 : 36 16 familia de hipérbolas

z = −4
73
Norberto Chau
(c)
Ejemplo 1.2.25. Esbozar la gráfica de la superficie S cuya ecuación es
9x2 + 4y 2 − 9z 2 = 0,
indicando sus trazas a los planos coordenados y las secciones planas paralelas a los ejes coorde-
nados.
Solución.
x2 y2 z2
Sea S : + =
4 9 4
Trazas con los planos coordenados:
 2 2 z2
 x +y
=
Al plano XY, TXY := S∩ PXY : 4 9 4

z = 0
 =2{(0, 0,
x = y = 0.Así, TXY
2
0)} .
 x +y z2
=
Al plano XZ, TXZ := S∩ PXZ : 4 9 4

y = 0
z = ±x
TXZ :
y=0
 2 2
 x +y z2
=
Al plano YZ, TY Z := S∩ PY Z : 4 9 4

x = 0
2
TY Z : z = ± y
3
Secciones transversales(o secciones
 planas paralelas a los ejes coordenados)
x 2 y 2 z2

+ =
Al plano XY, ΓZ=k := S∩ PZ=k : 4 9 4

z = k
74
EL ESPACIO
x2 y 2 k2
ΓZ=k : + = familia de elipses
4 9 4
 2 y2 z2
 x
+ =
Al plano XZ, ΓY =k := S∩ PZ=k : 4 9 4

y = k
z 2 x2 k2
ΓY =k : − = familia de hipérbolas
4 4 9
 2 y2 z2
 x
+ =
Al plano YZ, ΓX=k := S∩ PX=k : 4 9 4

x = k
z2 y2 k2
ΓX=k : − = familia de hipérbolas.9x2 + 4y 2 − 9z 2 = 0
4 9 4
4
2
-4
z -2 00 -2 -4
4 2-2 02
4
y -4 x
Ejemplo 1.2.26. Sea la superficie S : z 2 − x2 − 2y2 = 1.

(a)Hallar las intersecciones de S con los planos coordenados.
(b)Hallar las secciones planas correspondientes a los planos : z = 2 , z = −2.
(c)Graficar S, indicando los elementos hallados en (a) y (b) .
Solución.
(a)Sea S : z 2 − x2 − 2y 2 = 1.
Intesecciones de S con los planos
 coordenados:
2
 z2 − y

= 1
1
Al plano Y Z, TY Z := S∩ PY Z : 2

 x = 0
z 2 − x2 = 1
Al plano XZ, TXZ := S∩ PXZ :
y = 0
Al plano XY , TXY := S∩ PXY : z = 0, no intersecta al plano XY.
(b)Secciones planas :
75
Norberto Chau

 x2 y2
3 + 3 = 1
Al plano z = 2, Γ2 := S∩ Pz=2 : 2
 z = 2

 x2 y2
3 + 3 = 1
Al plano z = −2, Γ−2 := S∩ Pz=−2 : 2
 z = −2
(c)
(c)La gráfica es un hiperboloide de dos hojas
76
EL ESPACIO
1. Ejercicios Propuestos
1. Discutir y bosquejar la gráfica de la superficie cuadrática cuya ecuación es 36x2 −9y2 −4z 2 =
36.
2. Demostrar que el hiperboloide

x2 y 2 z 2
+ 2 − 2 =1
a2 b c
donde a > b > c > 0 interseca a la esfera x2 + y 2 + z 2 = a2 en dos curvas planas las cuales
son, por lo tanto, circunferencias. Hallar los centros de dichas circunferencias.¿Puede hallar
los radios?
3. Determinar las posibles ternas (a, b, c) de números reales positivos tales que ambas super-
ficies :
x2 y 2 z 2 x2 2
2+ z =1 ,
+ 2 − 2 =1 , + 4y
a2 b c a2 c2
son superficies de revolución, no necesariamente con el mismo eje de revolución.
4. Hallar la ecuación cartesiana del lugar geométrico de los puntos en R3 que son equidistantes
x=1
del plano Y Z y de la recta L : . Bosquejar la gráfica .
y=0
5. Determinar la ecuación cartesiana e identificar el lugar geométrico de los puntos de R3

equidistantes del punto Q (1, 2, −1) y del plano P : z = 1.
6. Esbozar la gráfica de la superficie cuya ecuación
x2 y 2 z 2
− + = 1,
4 9 4
justificando su procedimiento.
a) Dar la ecuación de una curva Γ y de una recta L contenida, en el plano de Γ , de

modo que la superficie de la parte (a) se pueda obtener al girar Γ alrededor de L.
b) Demostrar que
x2 y 2 z 2
− + = 1,
4 9 4
es una superficie de revolución.
77
Norberto Chau
x2 y 2 z 2
7. Sea H : − + = 1.
4 9 12
a) Graficar H indicando simetrías, trazas(intersecciones con los planos coordenados) y
secciones transversales (intersecciones con planos paralelos a los planos coordenados).
b) Hallar la recta que pasa por (1, 0, 3) y está contenida completamente en H.
78
Capítulo 2
Introducción al álgebra lineal
2.1. Matrices. Sistemas de ecuaciones lineales

Definición 2.1.1. Una matriz de orden m × n es un arreglo rectangular de mn números aco-
modados o dispuestos en m filas y n columas.
 
a11 a12 a13 ··· a1n
 
 a 
 21 a22 a23 · · · a2n 
 
A=
 a31 a32 a33 · · · a3n


 .. .. .. .. 
 . . . . 
 
am1 am2 am3 · · · amn
Los elementos a11 , . . . , amn ∈ R , y se conocen como las entradas de la matriz A;

el elemento de A ubicado en la intersección de la i-ésima fila y la j-ésima columna
se denota por aij . La matriz A se denota brevemente por A = [aij ]. La i-ésima fila
de A se denota por A(i) = [ai1 , . . . , ain ] y puede considerarse como un vector de, la
j-ésima columna de A se representa por
 
a1j
 . 
A(j) = . 
 . 
amj
y puede considerarse como un vector de Rm
Las matrices se denotan por letras mayúsculas A, B, C, ...,etc.
Observación 2.1.2. Si m = n,se dice que la matriz es cuadrada.
79
Cálculo en Varias Variables Norberto Chau 2. INTRODUCCIÓN AL ÁLGEBRA LINEAL
CAPÍTULO
En lo que sigue una matriz de m filas y n columnas será denotada por Am×n = [aij ] o simple-
mente por A.
Ejemplo 2.1.3.
! "
4 5 2 1
A=
2 3 1 6
es una matriz de orden 2 × 4 y

 
2 −1 0
 
B=
 3 1 0 

0 0 4
es una matriz cuadrada de orden 3.
Definición 2.1.4. (Igualdad de matrices). Dos matrices A y B del mismo orden son iguales si
todos sus elementos correspondientes son iguales. En tal caso se usa la notación A = B.
En símbolo:
Dos matrices A = [aij ] y B = [bij ], del mismo tamaño, son iguales si y solo si aij = bij , para
cada 1 ≤ i ≤ m, 1 ≤ j ≤ n.
Denotemos por Mmn (R) el conjunto de matrices de orden m × n sobre R.
2.1.1. Adición de matrices
Sean A = [aij ] y B = [bij ] dos matrices en Mmn (R), entonces
A + B = [aij ] + [bij ] = [aij + bij ]
2.1.2. Multiplicación de un escalar por una matriz
El producto de un escalar k por una matriz A es otra matriz kA la cual se obtiene multiplicando
cada elemento de A por k.
k. A = k.[aij ] = [k aij ], k ∈ R.
! "
a11 a12 a13
Por ejemplo, si k es un escalar y A = entonces
a21 a22 a23
! "
ka11 ka12 ka13
kA =
ka21 ka22 ka23
80
CAPÍTULO 2. INTRODUCCIÓN AL ÁLGEBRACálculo
LINEAL en Varias Variables Norberto Chau
Propiedades
Para A, B y C matrices de orden m × n cualesquiera y para r, s ∈ R, se cumplen
1. r(A + B) = rA + rB
2. (r + s)A = rA + sA
3. r(sA) = (rs)A
4. 1A = A.
2.1.3. Multiplicación de matrices
El producto de dos matrices no está definida de manera obvia; esto es, el producto de dos
matrices no se obtiene multiplicando sus componentes correspondientes.
Antes de definir la multiplicación matricial, se requiere una definición previa.
% &
Definición 2.1.5. Sea A = a11 a12 · · · a1n una matriz o vector fila n−dimensional y
sea
 
b11
 
 b21 
 
B= .. 
 . 
 
bn1
una matriz o vector columna n−dimensional. Entonces el producto, AB, de A y B está dado por
 
b11
 
 b12 
 
% &
 . 

AB = a11 a12 . . . a1n  
 
 . 
 
 . 
 
bn1
= a11 b11 + a12 b21 + ... + a1n bn1
Obsérvese que el producto de un vector fila y un vector columna no se puede definir a menos
que sean de tamaños compatibles. Además, el vector fila debe escribirse a la izquierda.
81
CAPÍTULO
 
% & 4
 
Ejemplo 2.1.6. El producto de A = 3 2 5 y B= 
 3  es
2
 
% &  4
AB = 3 2 5  3  = 3 (4) + 2 (3) + 5 (2) = 12 + 6 + 10 = 28.
 
2
Usando la definición de un vector fila por un vector columna se puede definir la multiplicación
matricial.
Definición 2.1.7. Dadas las matrices
A = [aij ] de orden m × p
y
B = [bij ] de orden p × n;
el producto A × B, en ese orden, es la matriz C = [cij ] de orden m × n cuya componente

n
cij := aik bkj ,
k=1
es el producto de la fila i de A y la columna j de B.
Ejemplo 2.1.8. Determinar

 el elemento
 de la segunda fila y la tercera columna del producto
4 3 ! "
  1 3 2 4
AB de las matrices A =  
 2 5 yB= 2 5 1 3 .
3 6
Solución El elemento a determinar, c23 , se obtiene multiplicando la fila 2 de A por la columna

3 de B.
! "
% & 2
c23 = 2 5 = 2,2 + 5,1 = 9.
1
Ejemplo 2.1.9. Calcular el producto AB = C donde

 
! " 3 −1
2 1 −3  
A2×3 = y B3×2 = 
 2 4 

4 −5 1
1 5
82
Solución La matriz producto C es de orden 2 × 2, esto es, tiene 4 elementos.
c11 = (fila 1 de A)×(columna 1 de B) = 2 (3) + 1 (2) + (−3)1 = 5

c12 = (fila 1 de A)×(columna 2 de B) = 2(−1) + 1 (4) + (−3)5 = −13
c21 = (fila 2 de A)×(columna 1 de B) = 4 (3) + (−5)2 + 1 (1) = 3
c22 = (fila 2 de A)×(columna 2 de B) = 4(−1) + (−5)4 + 1 (5) = −19
! " ! "
c11 c12 5 −13
De lo anterior se concluye que C = = .
c21 c22 3 −19
Observación 2.1.10. Dadas dos matrices, por ejemplo, A3×3 y B3×4 es posible efectuar AB =
C3×4 ,debido a que sus tamaños son compatibles, es decir, el número de columnas de A es igual
al número de filas de B; sin embargo, no es posible calcular BA.
Ejemplo 2.1.11. Hallar todas las matrices cuadradas A de orden 2 × 2 que conmutan con la
matriz
! "
1 0
B= .
2 −1
Solución! "
a b
Sea A = . Entonces AB = BA
c d
! "! " ! "! "

a b 1 0 1 0 a b
=
c d 2 −1 2 −1 c d
! " ! "
a + 2b −b a b
=
c + 2d −d 2a − c 2b − d
de donde


 a + 2b = a · · · (1)



 −b = b · · · (2) =⇒ b = 0
 c + 2d = 2a − c · · · (3)




 −d = 2b − d · · · (4)
De (3) : c + 2d = 2a − c =⇒ d = a − c
! " ! "
a b a 0
A= = , a, c ∈ R.
c d c a−c
83
CAPÍTULO
2.1.4. Matrices especiales
1. Matriz diagonal. Es la matriz cuadrada An×n = [aij ] definida por
λi si i = j
aij =
0 si i = j
en donde λi ∈ R.
Es decir  
λ1 0 0 ··· 0
 
 0 λ2 0 ··· 0 
 
 
A=
 0 0 λ3 ··· 0  

 .. .. .. .. 
 . . . . 

0 0 0 · · · λn
Es decir, los valores λi se ubican en la diagonal principal.
2. Matriz identidad.- Llamada también matriz unidad, es un caso particular de matriz

diagonal, en la cual los elementos de la diagonal principal son iguales a 1. Se representa
por In o simplemente por I.
 
1 0 0 ··· 0
 
 0 1 0 ··· 0 
 
 
I =
 0 0 1 ··· 0 

 .. .. .. .. 
 . . . . 

0 0 0 ··· 1
Propiedad fundamental
A·I =I ·A=A
3. Matriz triangular superior.- Es la matriz cuadrada que verifica aij = 0, ∀i > j.
Ejemplo 2.1.12.
 
a11 a12 a13 a14 a15
 
 0 a22 a23 a24 a25 
 
 
A= 0 0 a33 a34 a35  ,
 
 0 0 0 a44 a45 
 
0 0 0 0 a55
es una matriz triangular superior.
84
4. Matriz inversa Sea A una matriz cuadrada de orden n . Se dice que A es invertible si
existe una matriz cuadrada B de orden n tal que: AB = BA = I.
B se llama inversa de A y se denota por B = A−1
A se llama inversa de B y se denota por A = B −1
   
1 1 −1
1 1 2
   2 2 2 

Ejemplo 2.1.13. Si A =  2 1 0   1 
 y B =  −1 0  entonces AB = BA = I, por lo
3 −1 −1
1 2 2 4 4 4
que B = A −1
Los métodos para determinar la inversa de una matriz se verán más adelante, sin embargo se
debe tener en cuenta que no toda matriz cuadrada A es inversible.
Propiedades
Supongamos que existen las inversas de A y B, entonces se cumplen
1. AA−1 = A−1 A = I
2. (A−1 )−1 = A
3. (AB)−1 = B −1 A−1
4. (kA)−1 = k1 A−1 , k = 0 (k escalar)
2.1.5. Transformaciones elementales con las filas de una matriz
Son operaciones con matrices que no modifican ni su orden ni su rango. Son transformaciones
elementales las siguientes.
1. El intercambio de la fila i y la fila j. Se denota por fij.
2. El producto de todos los elementos de la fila i por una constante k = 0.Se denota por kfi.
3. La suma de los elementos de la fila i con los correspondientes de la fila j multiplicados por
una constante k = 0. Se denota por fi + kfj .
 
5 3
 
Ejemplo 2.1.14. Con la matriz A =  6 8  e pueden efectuar las transformaciones

4 9
     
5 3 5 3 5 3
     
1. f23 :     
 6 8  2. 4f2 :  16 36  3. f3 − 2f1 :  4 9 

4 9 6 8 −4 2
85
CAPÍTULO
2.1.6. Rango de una matriz
El rango de una matriz Amxn es el número real r si el determinante de al menos uno de sus
menores cuadrados de orden r es distinto de cero,siendo nulos los correspondientes a todos los
menores cuadrados de orden r + 1, si es que existen.
 
1 2 3
 
Definición 2.1.15. El rango de A =   2 3 4  es igual a 2, ya que el determinante de

2 4 6
! "
1 2
es distinto de cero, siendo |A| = 0. En realidad, el cálculo del rango de una matriz
2 3
mediante la definición anterior puede ser muy laborioso si aumenta el orden de la matriz, de
ahí que es conveniente encontrar algún método que simplifique estos cálculos, para lo cual es
necesario conocer los siguientes conceptos.
2.1.7. Matrices Equivalentes
Dos matrices A y B se llaman equivalentes,lo que se denota por A ∼ B, si una de ellas se obtiene
a partir de la otra mediante un número finito de transformaciones elementales filas.
Propiedad 1 Las matrices equivalentes tienen el mismo orden y el mismo rango.

 
1 2 1 4
 
Ejemplo 2.1.16. A partir de la matriz A =  
 2 4 3 5  se puede obtener la matriz B =
1 2 6 7
 
1 2 1 4
 
 0 0 1 −3  mediante dos transformaciones elementales: f2 − 2f1 y f3 − f1 por lo que
 
0 0 5 3
A ∼ B y rango(A) = rango(B).
2.1.8. Matriz escalonada
Una matriz está en su forma escalonada si verifica las siguientes condiciones:
1. La primera componente distinta de cero de cualquier fila no nula es 1 .
2. Todas las componentes que se encuentran debajo de 1 son iguales a cero.
3. El número de ceros que preceden a 1 aumenta conforme las filas aumentan.
4. Todas las filas nulas (si en caso existen) se ubican en la parte inferior de la matriz.
86
Observación 2.1.17. Si en la segunda condición además se verifica que las componentes que
se encuentran sobre 1 son ceros, entonces se dice que la matriz está en su forma escalonada
reducida.
 
  1 0 2  
1 0 0   0 1 2 4
   0 1 1   
     ; en cambio la
Ejemplo 2.1.18. A= 0 1 0  , B=  , C = 0 0 1 5 
 0 0 1 
0 0 1   0 0 0 1
0 0 0
 
1 1 5
 
matriz D = 
 0 0 1 
 no está en la forma escalonada.
0 1 4
Propiedad 2 Toda matriz A puede reducirse a una forma escalonada, mediante transformaciones
elementales por filas.
 
0 5 10 25
 
Ejemplo 2.1.19. Reducir la matriz A = 
 2 6 4 0 
 a la forma escalonada.
0 3 4 0
Solución    
2 6 4 0 1 3 2 0
   
Operaciones: 1) f12 :   1 1 
 0 5 10 25  2) 2 f1 y 5 f2 :  0 1 2 5 
0 3 4 0 0 3 4 0
   
1 3 2 0 1 3 2 0
   

3)f3 − 3f2 :  0 1 2  −1 
5  4) 2 f3 : B =  0 1 2 5 .
15
0 0 −2 −15 0 0 1 2
1 3 2
En la última matriz el rango se puede calcular directamente. Basta observar que 0 1 2 = 0,
0 0 1
por lo que rango(B) = 3. Además como A y B son matrices equivalentes, se concluye que
rango(A) = 3. Este procedimiento se puede generalizar a todo tipo de matrices, obteniéndose
la siguiente.
Propiedad 3 El rango de una matriz A es igual al número de filas no nulas de cualquier matriz
escalonada B equivalente a A.
 
1 2 −1 4
 
Ejemplo 2.1.20. Hallar el rango de la matriz A = 
 2 4 5 
.
3
1 2 −6 7
87
CAPÍTULO
Solución Primero se  escalona la matriz,

 mediante transformaciones
 elementales
 filas.
1 2 −1 4 1 2 −1 4
  1  
f2 − 2f1 , f3 − f1 :   −1 
 0 0 5 −3  ∼ 5 f2 , 5 f3 :  0 0 1
−3  ∼
5 
0 0 −5 3 0 0 1 −3 5
 
1 2 −1 4
 
f3 − f2 : B =  0 0 1 −3 .
5 
0 0 0 0
La matriz B tiene dos filas no nulas y es equivalente a A, de donde se concluye que rango(A) = 2.
2.1.9. Sistemas de ecuaciones lineales
En álgebra se han estudiado sistemas de ecuaciones de la forma

 
 
 2x − 5y + 3z = 4
  x1 − 2x2 + x3 + x4 = 1

x + 7y − z = −2 , x1 − 2x2 + x3 − x4 = −1 .

 

 3x − 4y + 6z = 0  x − 2x + x + 5x = 5
1 2 3 4
Ahora, tales sistemas pueden escribirse en forma matricial. El primer sistema es equivalente a
    
2 −5 3 x 4
    
 1 7 −1   y  =  −2  .
    
3 −4 6 z 0
A3×3 · X3×1 = B3×1
El segundo sistema se puede representar mediante

 
 x 
 
1 −2 1  1 
1 1
   x2 
  
 1 −2 1 −1   
 = −1 .
  x3   
1 −2 1 5   5
x4
A3×4 · X4×1 = B3×1 .
Estos casos particulares se pueden generalizar a sistemas de m ecuaciones con n variables

(incógnitas), en tal caso se usará la notación Am×n · Xn×1 = Bm×1 o simplemente AX = B.
Notar que en esta representación A es la matriz de los coeficientes, X es la matriz de las variables
y B es la matriz de los términos independientes del sistema. La resolución de sistemas escritos
en
% su forma
& matricial, exige el uso de la matriz ampliada del sistema, la cual se representa por
A B .
88
Ejemplo 2.1.21. La matriz ampliada del primer sistema es

 
2 −5 3 4
 
 1 7 −1 −2 .
 
3 −4 6 0
Observar que cada una de las filas de la matriz anterior es una representación abreviada de
dicho sistema; para leer la ecuación de una fila basta con añadir apropiadamente las incógnitas
y los signos +, −, =.
Sistema de m ecuaciones lineales con n incógnitas.
El objetivo general de este tema es discutir y resolver sistemas de ecuaciones lineales, haciendo
abstracción del tipo de problemas que origina su planteamiento.
Discutir un sistema consiste en averiguar si tiene o no tiene solución y, en caso de tenerla, saber
si es única o si no lo es.
Resolver un sistema es calcular su solución (o soluciones).
Los casos más sencillos (2 ecuaciones con 2 incógnitas, 3 ecuaciones con 3 incógnitas, ...). Aquí,
analizaremos el caso general: número arbitrario de ecuaciones y número de incógnitas.
Definición 2.1.22. Un Sistema de m ecuaciones con n incógnitas ,es :



 a11 x1 + a12 x2 + . . . + a1n xn = b1



 a21 x1 + a22 x2 + . . . + a1n xn = b2

 ..........................................



 am1 x1 + am2 x2 + . . . + amn xn = bm
donde,
xj son las incógnitas, (j = 1, 2, ..., n).
aij son los coeficientes, (i = 1, 2, ..., m)(j = 1, 2, ..., n).
bi son los términos independientes, (i = 1, 2, ..., m).
Los números m y n son enteros positivos : m > n, m = n ó m < n.

Los escalares aij y bi son números reales.
El escalar aij es el coeficiente de xj en la i-ésima ecuación.
Cuando n es pequeño, es usual designar a las incógnitas con las letras x, y, z, t, . . . . . . . . .
Obsérvese que el número de ecuaciones no tiene por qué ser igual al número de incógnitas.
Cuando bi =0 para todo i, el sistema se llama homogéneo.
89
CAPÍTULO
Definición 2.1.23. Una Solución de un sistema es una n-upla (c1 , c2 , . . . , cn ) de números reales
que satisface a todas las ecuaciones.


 a11 x1 + a12 x2 + . . . + a1n xn = b1



 a21 x1 + a22 x2 + . . . + a1n xn = b2
(∗)

 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .



 am1 x1 + am2 x2 + . . . + amn xn = bm
Es decir, 

 a11 c1 + a12 c2 + . . . + a1n cn = b1



 a21 c1 + a22 c2 + . . . + a1n cn = b2

 ..........................................



 am1 c1 + am2 c2 + . . . + amn cn = bm
Definición 2.1.24. El sistema (∗) se llama compatible si admite por lo menos una solución, y
se denomina incompatible en caso contrario.
Un sistema compatible se llama determinado si admite solamente una solución, y se llama
indeterminado si tiene infinitas soluciones.
Observación 2.1.25. Es evidente que todo sistema homogéneo es compatible ya que por lo
menos admite la solución (0, 0, · · · , 0), llamada solución trivial.
2.1.10. Método de Gauss-Jordan.
Para resolver sistemas de ecuaciones usamos el método de Gauss-Jordan. Este se sustenta en

el uso de la matriz ampliada sustituyéndose la matriz A por una matriz escalonada reducida
equivalente, C, aplicando transformaciones elementales de fila.
Ejemplo 2.1.26. Resolver el sistema



 x + 2y + z = 2



 3x + y − 2z = 1

 4x − 3y − z = 3



 2x + 4y + 2z = 4
Solución. La matriz ampliada

   
1 2 1 2 1 2 1 2
   
 3 1 −2 1   0 −5 −5 −5 
   
[A B] =  ∼ 
 4 −3 −1 3   0 −11 −5 −5 
   
2 4 2 4 0 0 0 0
90
     
1 2 1 2 1 2 1 2 1 2 1 2
     
 0 1 1 1   0 1 1 1   0 1 1 1 
     
∼ ∼ ∼ 
 0 −11 −5 −5   0 0 6 6   0 0 1 1 
     
0 0 0 0 0 0 0 0 0 0 0 0
   
1 0 −1 0 1 0 0 1
   
 0 1  
1 1   0 1 0 0 
 
∼ ∼ 
 0 0 1 1   0 0 1 1 
   
0 0 0 0 0 0 0 0
Por consiguiente el sistema tiene por solución:
x1 = 2
x2 = 0
x3 = 1
En la matriz terminal del sistema se observa que rango [A B] = rango [A] = 3 = número de
variables (n = 3), concluyéndose que el sistema tiene solución única. En general la solución de
un sistema de ecuaciones depende de la relación existente entre el rango de la matriz ampliada
y el rango de la matriz de los coeficientes, la cual es consecuencia de la definición de matrices
equivalentes. Antes de enunciar la relación mencionada es oportuno conocer lo siguiente.
Definición 2.1.27. El sistema AX = B se llama compatible si admite por lo menos una

solución, y se denomina incompatible en caso contrario.
Definición 2.1.28. Un sistema compatible puede tener solución única (sistema determinado)
o infinitas soluciones (sistema indeterminado).
Definición 2.1.29. El sistema AX = B se llama homogéneo, cuando B = 0 = matriz nula.
Observación 2.1.30. Todo sistema homogéneo es compatible ya que admite por lo menos la
solución: x1 = x2 = · · · = xn = 0, llamada solución trivial (ST ).
Como se anotó anteriormente, existen resultados que simplifican la resolución de sistemas de

ecuaciones lineales, los cuales se pueden resumir en la siguiente.
Propiedad Si Am×n .Xn×1 = Bm×1 es un sistema m de ecuaciones con n incógnitas, entonces
1. La condición necesaria y suficiente para que el sistema sea compatible es que rango [A B] =
rango [A].
2. Si rango [A B] = rango [A] = n = número de incógnitas, entonces el sistema tiene solución

única.
91
CAPÍTULO
3. Si rango [A B] = rango [A] = r < n, entonces el sistema tiene infinitas soluciones. En este
caso se pueden elegir n − r variables libres a las cuales se les llama parámetros. Al asignar
valores arbitrarios a estas n−r incógnitas, las otras r quedan perfectamente determinadas.
4. La condición necesaria y suficiente para que el sistema sea incompatible es que rango [A B] =
rango [A] .



 x1 − 2x2 + x3 + x4 = 1

x1 − 2x2 + x3 − x4 = −1


 x − 2x + x + 5x = 5
1 2 3 4
Solución.Se considera la matriz ampliada del sistema

 
1 −2 1 1 1
 
[A B] =  
 1 −2 1 −1 −1 
1 −2 1 5 5
la que debe escalonarse.
  
1 −2 1 1 1 1 −2 1 1 1
   
 1 −2 1  
−1 −1  ∼ f2 − f1 y f3 − f1 :  0 0 −2 −2 
 0  ;∼
1 −2 1 5 5 0 0 0 4 4
   
1 −2 1 1 1 1 −2 1 1 1
   
−1 1  0 0 1 1   0 0 1 1 
2 f2 y 4 f3 :  0  ∼ f3 − f2 :  0 .
0 0 0 1 1 0 0 0 0 0
Se observa que rango[A B] = 2 =rango[A] < n = 4. Según la propiedad anterior el sistema tiene
infinitas soluciones con n − r = 2 parámetros. La última matriz se puede leer de la siguiente
manera: x1 − 2x2 + x3 + x4 = 1 , x4 = 1, 0 = 0, de donde se tiene x1 − 2x2 + x3 = 0. En esta
ecuación se pueden tomar como parámetros x2 = s y x3 = t, obteniéndose x1 = 2s − t. Las
soluciones del sistema se pueden expresar como
x1 = 2s − t , x2 = s , x3 = t , x4 = 1,
con s y t números reales.


 x + 4y − z + 3w = 10



 x + y − 7z = 22

 x + 8y + 4z − 8w = 3



 5x + 17y − 5z + 13w = 44
92
Solución. La matriz ampliada del sistema es

 
1 4 −1 3 10
 
 1 1 −7 0 22 
 
[A B] =  
 1 8 4 −8 3 
 
5 17 −5 13 44
Escalonando
 la matriz anterior
 se obtienen las siguientesmatrices
1 4 −1 3 10 1 4 −1 3 10
   
 0 −3 −6 
−3 12   0 1  2 1 −4 
 
 ∼ 
 0 4 5 
−11 −7   0 4  5 −11 −7 
 
0 −3 0 −2 −6 0 −3 0 −2 −6
   
1 4 −1 3 10 1 4 −1 3 10
   
 0 1 2 −4   
 1   0 1 2 1 −4 
∼ ∼ 
 0 0 −3 −15 9   
   0 0 1 5 −3 
0 0 6 1 −18 0 0 6 1 −18
   
1 4 −1 3 10 1 4 −1 3 10
   
 0 1 2 1 −4   0 1 2 1 −4 
   
∼ ∼ 
 0 0 1 5 −3   0 0 1 5 −3 
   
0 0 0 −24 0 0 0 0 1 0
Se deduce que rango [A B] = rango [A] = 4 =número de incógnitas, por lo que el sistema tiene
solución única. Tal solución se obtiene leyendo la última matriz, obteniéndose
x = −1 y=2 z = −3 w=0
Ejemplo 2.1.33. La Texas Electronics Inc. (TEI) produce tres modelos de computadoras: 1, 2
y 3. Como parte del proceso de elaboración, estos productos pasan por la planta técnica de la
empresa y se emplean 30, 12 y 36 minutos por unidad de los modelos 1, 2 y 3, respectivamente.
Se sabe que, durante el mes, en total se emplearon 116 horas para el respectivo chequeo técnico
de las computadoras.En el proceso de ensamblaje de estos productos se requirieron en total 740
horas durante ese mes. Se empleó una hora para ensamblar cada computadora del modelo 1 y
cuatro horas para ensamblar cada computadora del modelo 2 y del modelo 3.¿Cuántas unidades
de cada modelo produjo la empresa si obtuvo una utilidad mensual de 37 500 dólares, sabiendo
que las ganancias obtenidas por la venta de los modelos 1, 2 y 3 fueron de 200, 50 y 100 dólares
por cada unidad, respectivamente? Resolver el problema empleando el método de eliminación
gaussiana.
Solución
93
CAPÍTULO
Sean las cantidades de computadoras, x, y, z de los modelos 1, 2 y 3 respectivamente, entonces

de los datos se obtiene el sistema:


 0, 5x + 0, 2y + 0, 6z = 116

x + 4y + 4z = 740


 200x + 50y + 100z = 37500
La matriz ampliada, después de multiplicar por 10 la primera fila y luego, permutar la primera
fila con la segunda, es  
1 4 4 740
 
 5 2 6 1160 
 
20 5 10 3750
Después de las operaciones elementales sobre las filas de la matriz ampliada, resulta
 
1 4 4 740
 
 0 1 7 1270 
 9 9 
0 0 1 40
Y sustituyendo, se obtiene z = 40, y = 110, x = 140.
Ejemplo 2.1.34. Micaela desea cubrir sus requerimientos vitamínicos semanales de exactamente
13 unidades de vitamina A, 22 de vitamina B y 31 de vitamina C.
Existen disponibles tres marcas de cápsulas vitamínicas en el mercado. La marca I contiene 1
unidad de cada una de las vitaminas A, B y C por cápsula; la marca II contiene 1 unidad de
vitamina A, 2 de B y 3 de C, y la marca III contiene 4 unidades de A, 7 de B y 10 de C.
Ejemplo 2.1.35. Si las cápsulas de la marca I cuestan 50 céntimos cada una, las de la marca
II cuestan 70 céntimos cada una y las de la marca III, 2 soles cada una, ¿qué combinación de
cápsulas de las marcas I, II y III producirá exactamente las unidades de vitaminas deseadas y
le ocasionará menor gasto semanal a Micaela? Emplear eliminación gaussiana.
Solución. Sean:
x = número de cápsulas de la marca I
y = número de cápsulas de la marca II
z= número de cápsulas de la marca III

 x + y + 4z = 13

x + 2y + 7z = 22


 x + 3y + 10z = 31
Resolviendo usando el método de Gauss Jordan
94
     
1 1 4 13 1 1 4 13 1 1 4 13
     
 1 2 7 12  →  0 1 3 9  →  0 1 3 9 
     
1 3 10 22 0 2 6 18 0 0 0 0
El sistema equivalente es
x + y + 4z = 13
y + 3z = 9
El sistema es consistente con más de una solución
Si z = t, entonces y = 9-3t, reemplazando en la ecuación x +y + 4 z =13 obtenemos
x = 4- t
Soluciones posibles:
x y z Costo= 0, 5x + 0, 7y + 2z
4 9 0 8,3 soles
3 6 1 7,9 soles
2 3 2 7,1 soles
1 0 3 6,5 soles
El costo es mínimo cuando x =1 y =0 z =3.
Ejemplo 2.1.36. En la siguiente figura se ilustra una red de calles y los números indican la
cantidad de
autos por hora que salen o entran (según sea el sentido de las flechas) de las
intersecciones. Así por ejemplo, en una de las intersecciones, en una hora, ingresan
x1 y x2 autos y salen 400 autos por una de las calles y 400 por otra.
Solución
(a) Sistema por resolver:
95
CAPÍTULO


 x1 + x4 = 500



 x +x
1 2 = 800

 x3 + x4 = 800



 x2 + x3 = 1100
(b)
 Planteando la matriz
 y realizando
 las operaciones
 filas elementales:
1 0 0 1 500 1 0 0 1 500
   
 1 1 0 0 800   0 1 1 0 1100 
   
  ∼ 
 0 0 1 1 800   0 0 1 1 800 
   
0 1 1 0 1100 0 0 1 1 800
de donde resulta un sistema con infinitas soluciones de la forma:
x3 = 800 − x4
x2 = x4 + 300
x1 = 500 − x4
con x4 ≥ 0 y entero.
Ejemplo 2.1.37. La ecuación lineal ax + by + cz = d en las variables x, y y z corresponde a la

ecuación de un plano en un sistema coordenado tridimensional. Es posible que dados tres planos,
estos:
Se corten solo en un punto: Se corten en infinitos puntos: No se corten
Considerando los planos :

π1 : 2x − 3y + 5z = 1
π2 : x − 4y + 3z = −4
π3 : x − 3y + cz = −6
Señalar si es posible encontrar valores para c de modo que los planos no se corten.
Señalar si es posible encontrar valores para c de modo que los planos se corten en un único
punto.
Señalar si es posible encontrar valores para c de modo que los planos se corten en infinitos
puntos.
Solución
96
Realizando operaciones fila elementales, se obtiene:

   
2 −3 5 4 1 −4 3 −4
   
 1 −4 3 −4  ⇒  0 1 c − 3 −2 
   
1 −3 c 6 0 0 14 − 2c 19
Para que los planos no se corten, basta exigir que 14 − 5c = 0 , c = 14/5.

Para que el sistema tenga solución única, basta exigir 14 − 5c = 0, c = 14/5
Y no es posible hallar valores de c para los que el sistema tiene infinitas soluciones pues eso
implicaría que c = 14/5 y 19 = 0.
Ejemplo 2.1.38. Un proveedor de productos para el campo tiene cuatro tipos de fertilizantes
A, B, C y D que tienen contenidos de nitrógeno de 30 %, 20 %, 15 % y 60 % respectivamente.
Se ha planeado mezclarlas para obtener 700 kg. de fertilizante con un contenido de nitrógeno de
30 %. Esta mezcla debe contener 100 kg. más del tipo C que del tipo B y además la cantidad que
intervenga del tipo A debe ser exactamente igual a la suma de las cantidades de los tipos C y D
con el doble del tipo B. Hallar por métodos matriciales la cantidad de kg. que se deben usar por
cada tipo.
Solución.Sean
x : cantidad de kg. a emplearse del tipo A.
y : cantidad de kg. a emplearse del tipo B.
z : cantidad de kg. a emplearse del tipo C.
t : cantidad de kg. a emplearse del tipo D.
De las condiciones del problema se forma el siguiente sistema


 x+y+z+t = 700,



 0,3x + 0,2y + 0,15z + 0,6t = 210,

 y−z = −100,



 x − 2y − z − t = 0.
En la segunda ecuación, tener en cuenta que se trabaja con porcentajes(30 % de 700=210)
La tercera ecuación es consecuencia de z = y + 100 y la cuarta es consecuencia de x = 2y + z + t.
Se forma la matriz ampliada del sistema y se escalona mediante transformaciones elementales
filas.
   
1 1 1 1 700 1 1 1 1 700
   
 0,3 0,2 0,15 0,6 210   0 −1 −1,5 3 0
   
 ∼ 
 0 1 −1 0 −100   0 1 −1 0 −100 
   
1 −2 −1 −1 0 0 −3 −2 −2 −700
97
CAPÍTULO
   
1 1 1 1 700 1 1 1 1 700
   
 0 1 −1 0 −100   0 1 −1 0 −100 
   
∼  ∼ 
 0 −1 −1,5 3 0   0 0 −2,5 3 −100 
   
0 −3 −2 −2 −700 0 0 −3 −1 −200
   
1 1 1 1 700 1 1 1 1 700
   
 0 1 −1 0 −100   0 1 −1 0 −100 
   
∼  ∼ 
 0 0 1 −6 40   0 0 1 −6 40 
 5   5 
0 0 −5 −2 −1000 0 0 0 −8 −800
 
1 1 1 1 700
 
 0 1 −1 0 −100 
 
∼ 
 0 0 1 −6 40 
 5 
0 0 0 1 100
De donde se obtiene que t = 100, z = 160, y = 60, x = 380.
2.2. Determinantes
Los determinantes de las matrices pueden ser considerados como funciones que cumplen cuatro
propiedades básicas. En este capítulo veremos que cualquier función del álgebra de matrices
cuadradas Mn (K)(en el cuerpo K que cumpla dichas propiedades es necesariamente la función
determinante. Nuestra primera lección esta dedicada al estudio de las propiedades básicas.
Definición 2.2.1. Sea V un espacio vectorial sobre un cuerpo K, una función multilineal de m
argumentos sobre el espacio V es una función
D : V × ··· × V → K
m−veces
que es lineal en cada argumento, es decir, D satisface las siguientes

condiciones:
a)
D(v1 , . . . , vi + ui , . . . , vm ) =
D(v1 , . . . , vi , . . . , vm ) + D(v1 , . . . , ui , . . . , vm ),
para cada 1 ≤ i ≤ m.
b)
D(v1 , . . . , a . vi , . . . , vm ) = a . D(v1 , . . . , vi , . . . , vm ) ,
98
para cada 1 ≤ i ≤ m.
c) D es alternada si D cumple la siguiente condición:
D(v1 , . . . , vi , vi , . . . , vm ) = 0
para cada 1 ≤ i ≤ m − 1. Es decir, D es alternada si D se anula cuando dos

argumentos consecutivos coinciden.
Sea D una función multilineal alternada de m argumentos sobre un espacio V .
Entonces se puede demostrar facilmente que D satisface las siguientes propiedades.
d)Si se intercambian dos argumentos de D el signo cambia, es decir,
D(v1 , . . . , vi , . . . , vj , . . . , vm ) = −D(v1 , . . . , vj , . . . , vi , . . . , vm ),
para cualquier par i = j.

e) Si existe un par i = j tal que vi = vj , entonces
D(v1 , . . . , vi , . . . , vj , . . . , vm ) = 0
f) Si a un argumento le sumamos otro multiplicado por un escalar, entonces el

valor de la función D no cambia. Es decir,
D(v1 , . . . , vi + a . vj , . . . , vm ) = D(v1 , . . . , vi , . . . , vm )
para cada par i = j y cada escalar a ∈ K.

g) Si un argumento de D es nulo, entonces D se anula, es decir,
D(v1 , . . . , vi , . . . , 0, . . . , vm ) = 0.
Cada fila de una matriz cuadrada A ∈ Mn (K) puede considerarse como un vector de K n de tal
forma que podemos definir funciones multilineales de Mn (K) en K.
Según la Proposición de la lección anterior, cada función multilineal alternada D : Mn (K) → K
queda completamente determinada por su acción sobre los vectores de una base. Esto permite
definir el concepto de función determinante de la siguiente manera.
Sea Mn (K) el álgebra de matrices cuadradas de tamaño n ≥ 1 y sea X =

{e1 , . . . , en } la base canónica de K n . Se define la función determinante como la
única función multilineal alternada
det : Mn (K) → K
99
CAPÍTULO
que satisface la condición det(e1 , . . . , en ) = 1, es decir, det(E) = 1, donde E es

la matriz idéntica de orden n.
Si A = [aij ] ∈ Mn (K) , entonces cada fila A(i) de A puede expresarse en la
forma A(i) = ai1 . e1 + · · · + ain . en y, de acuerdo a la prueba de la Proposición ,
necesariamente se tiene que
/
det(A) = [ f ∈S signo(f )a1f (1) a2f (2) · · · anf (n) ] det(e1 , . . . , en ),
es decir,
/
det(A) = [ f ∈S signo(f)a1f (1) a2f (2) · · · anf (n) ],
donde S es el conjunto de funciones biyectivas de {1, 2, . . . , n} en si mismo. El

signo de la función f fue definido en al prueba de la Proposición . Cualquier función
multilineal alternada D de Mn (K) en K tal que D(E) = 1 coincide con la definición
anterior de la función det.
Sea
 
a11 a12 a13
 
A=
 a21 a22 a23
 ∈ M3 (K).

a31 a32 a33
A partir de la definicón de la función det demuestre que
det(A) = a11 (a22 a33 − a32 a23 ) − a21 (a12 a33 − a32 a13 ) + a31 (a12 a23 − a22 a13 )
Teniendo en cuenta que la función determinante es multilineal y alternada respecto de sus filas,
entonces tiene las propiedades que se enuncian a continuación. Sea A una matriz cuadrada de
orden n ≥ 1.
a)
   
A(1) A(1)
 ..   . 
 .   .. 
   
   
det 
 A(i) + ui  = det(A) + det  ui 
 
,
 ..   . 
 .   .. 
   
A(n) A(n)
donde ui ∈ K n .
b)
100
 
A(1)
 .. 
 
 . 
 

det  a . A(i)  = a det A.

 .. 
 . 
 
A(n)
donde a ∈ K.
c) Si existe un par i = j tal que A(i) = A(j) , entonces det(A) = 0.
d)
   
A(1) A(1)
 .   .. 
 .   
 .   . 
   
 A   A(j) 
 (i)   
 .   .. 
det  .   . 
 .  = − det  ,
   
 A(j)   A(i) 
   
 .   .. 
 ..   . 
   
A(n) A(n)
para cada par i = j.

e)
 
A(1)
 .. 
 
 . 
 
 A + a.A 
 (i) (j) 
 . 
det  ..  = det(A),
 
 
 A(j) 
 
 .. 
 . 
 
A(n)
para cada par i = j.

f)
 
A(1)
 . 
 .. 
 
 
det  
 0  = 0.
 . 
 .. 
 
A(n)
101
CAPÍTULO
Además de las propiedades anteriores se tienen las siguientes.

g) La matriz A se dice que es triangular superior si aij = 0 para i > j , es decir,
A tiene el siguiente aspecto
 
a11 · · · ain
 .. .. 
A=
 0 . . 
.
0 0 ann
Si A es una matriz triangular superior, entonces det(A) = a11 · · · ann , es decir,

el determinante de A es el producto de los elementos de la diagonal.
h) det(AB) = det(A) det(B).
i) Si A es una matriz invertible, entonces det(A) = 0 , y además, det(A−1 ) =
(det(A))−1 .
j) Si A es similar a B, entonces det(A) = det(B).
k) Sea T : V → V una transformación lineal de un espacio de dimensión finita
n ≥ 1. Entonces el determinante de T se define como el determinante de la matriz
de T en cualquier base (véase en el próximo Capítulo ).
l) det(At ) = det(A).
Determinante de Vandermonde. Sean x1 , . . . , xn ∈ K, entonces
 
1 1 ··· 1
 
 x x · · · x 
 1 2 n 
  0
 x 2 x 2 · · · x 2 
det  1 2 n = 1≤ i< j ≤ n (xj − xi ).
 .. .
.. .
.. 
 . ···
 
x1n−1 x2n−1 · · · xn−1
n
Sea A una matriz de orden n , B una matriz de orden m y C un matriz de orden

n × m. Entonces
! "
A C
det = det(A) det(B).
0 B
Sea A, B y C como en el ejercicio anterior. Entonces

! "
C A
det = (−1)nm det(A) det(B).
B 0
La teoría de determinantes puede ser emprendida por medio de los llamados menores de una
matriz. La definición de una nueva función det en este caso se hace por inducción sobre el tamaño
de las matrices.
102
Definimos
det1 : M1 (K) → K
[a] !→ det1 (a) = a
" 2 : M2 (K) → K
det
!
a11 a12
!→ a11 Det1 [a22 ] − a21 Det1 [a12 ]
a21 a22
= a11 a22 − a21 a12 .
La función detn−1 : Mn−1 (K) → K se supone definida y queremos construir la

función
det = detn : Mn (K) → K .
Sea A = [aij ] ∈ Mn (K) , para el elemento aij definimos la matriz Aij ∈ Mn−1 (K)
suprimiendo la i-ésima fila y la j-ésima columna de A , es decir,
 
a11 · · · a1j−1 a1j+1 · · · a1n
 . .. .. .. .. .. 
 . 
 . . . . . . 
 
 a · · · a a · · · a 
 i−11 i−1j−1 i−1j+1 i−1n 
Aij =  .
 ai+11 · · · ai+1j−1 ai+1j+1 · · · ai+1n 
 
 . .. .. .. .. .. 
 .. . . . . . 
 
an1 · · · anj−1 anj+1 · · · ann
La imagen de Aij a través de la función det n−1 se conoce como el menor del
elemento aij y se denota por Mij , es decir,
Mij = detn−1 (Aij ).
det se define entonces por

/n i+1 a M
det(A) = i=1 (−1) i1 i1 (1).
det es una función multilineal alternada sobre las filas de las matrices de orden
n que cumple además la condición det(E) = 1.
Se dice que la fórmula (1) define la función determinante por los menores de la
primera columna, adaptando esta fórmula a cualquier otra columna se puede probar
también la proposición anterior, además, como det(AT ) = det(A), entonces se tienen
las siguientes igualdades:
103
CAPÍTULO
/n i+j a M
/n i+j a M
det(A) = i=1 (−1) ij ij = j=1 (−1) ij ij (2)
para cada 1 ≤ i, j ≤ n. Estas fórmulas pueden usarse para probar la regla de

Crammer que estudiaremos enseguida.
Sea A = [aij ] una matriz de orden n, se define la matriz de cofactor de A por
Cof(A) = [(−1)i+j Mij ].
La regla de Crammer está entonces dada por el siguiente teorema.
Teorema 2.2.2.
 Sea A una matriz cuadrada
 de orden n ≥ 1. Entonces,
det(A) 0 0
 .. 
ACof(A) = 
T
 0 . 0  = Cof (A)T A.

0 0 det(A)
Una consecuencia importante de este útil teorema es el siguiente corolario.

Sea A una matriz de orden n ≥ 1. Entonces, A es invertible si y solo si det(A) = 0.
En tal caso, A−1 = (det(A))−1 Cof (A)T .
Ejemplo
 2.2.3. Hallar el valor
 de
 x tales que   
4 3 2 1 0 x 2 0 0 0 1 2 3 4 5
     
 3 2 1 0 −1   0 0   0 1 2 3 4 
   5 4 0   
     
det  0 0 0 −1 −2  ·  2 3 4x 5 6  = det  0 0 1 2 3 
     
 0 0 −1 −2 −3   6 5 4 3 2   0 0 0 1 2 
     
0 0 0 −3 −4 3 4 0 6 7 0 0 0 2 4
Solución
Primera
 forma:   
4 3 2 1 0 x 2 0 0 0
   
 3 2 1 −1 
0  5 4 0 0 
0
   
   
det  0 0 0 −1 −2  ·  2 3 4x 5 6 
   
 0 0 −1 −2 −3   6 5 4 3 2 
   
0 0 0 −3 −4 3 4 0 6 7
4x + 25 31 8x + 4 13 14
3x + 9 13 4x −1 −1
= −12 −13 −4 −15 −16 = 16 (9x + 1) (2x − 5) = 0,
−23 −25 −4x − 8 −29 −31
−30 −31 −12 −33 −34
104
la Solución es: x = − 19 , x = 5
2
Segunda forma:
4 3 2 1 0 x 2 0 0 0
3 2 1 0 −1 5 4 0 0 0
0 0 0 −1 −2 2 3 4x 5 6 =0
0 0 −1 −2 −3 6 5 4 3 2
0 0 0 −3 −4 3 4 0 6 7
4 3 2 1 0
2 1 0 −1 3 2 1 0
3 2 1 0 −1
0 0 −1 −2 0 0 −1 −2
0 0 0 −1 −2 =4 −3
0 −1 −2 −3 0 −1 −2 −3
0 0 −1 −2 −3
0 0 −3 −4 0 0 −3 −4
0 0 0 −3 −4
2 1 0 −1
0 −1 −2
0 0 −1 −2
= 2 −1 −2 −3
0 −1 −2 −3
0 −3 −4
0 0 −3 −4
−1 −2
= 2 (−1) (−1) = 2 (−1) (−1) (−2) = −4
−3 −4
3 2 1 0
0 −1 −2
0 0 −1 −2 −1 −2
= 3 −1 −2 −3 = 3 (−1) (−1)
0 −1 −2 −3 −3 −4
0 −3 −4
0 0 −3 −4
= 3 (−1) (−1) (−2) = −6
 
4 3 2 1 0
 
 3 2 1 0 −1 
 
 
det  0 0 0 −1 −2  = 4 (−4) − 3 (−6) = 2
 
 0 0 −1 −2 −3 
 
0 0 0 −3 −4
x 2 0 0 0
4 0 0 0 5 0 0 0
5 4 0 0 0
3 4x 5 6 2 4x 5 6
2 3 4x 5 6 =x −2
5 4 3 2 6 4 3 2
6 5 4 3 2
4 0 6 7 3 0 6 7
3 4 0 6 7
105
CAPÍTULO
4x 5 6 4x 5 6
= 4x 4 3 2 − 2,5 4 3 2
0 6 7 0 6 7
= 4x (36x + 4) − 10 (36x + 4) = (4x − 10) (36x + 4)
1 5
2 (4x − 10) (36x + 4) = 0 =⇒ x = − , x = .
9 2
 
1 −2 k+2
 

Ejemplo 2.2.4. Calcular el determinante de A =  2 −3 2k 

1 −k k2 + k − 3
Solución
1 −2 k+2
det A = 2 −3 2k
1 −k k2 + k − 3
−3 2k 2 2k 2 −3
det A = 1. +2 + (k + 2)
−k k 2 + k − 3 1 k2 + k − 3 1 −k
2 2 2
det A = −k − 3k + 9 + 2 2k − 6 + (k + 2) (3 − 2k) = k − 4k + 3 = (k − 1) (k − 3)
Ejemplo 2.2.5. Dado el sistema de ecuaciones lineales en las variables x, y, z :



 x −
 2y + (k + 2) z = 5
2x − 3y + 2kz = 8 .


 x − ky + k2 + k − 3 z = 3k
Hallar todos los valores de k ∈ R para que dicho sistema :
(a)tenga una única solución
(b)tenga infinitas soluciones.
(c)no tenga solución
Solución
Trabajando
 en la matriz ampliada:

1 −2 k+2 5
  F2 ←→ F2 − 2F1
 2 −3 8 
 2k  F ←→ F − F ∼
3 3 1
1 −k k 2 + k − 3 3k
 
1 −2 k+2 5
 
 0 1 −4 −2  F3 − (2 − k)F2 ∼
 
0 2 − k k2 − 5 3k − 5
   
1 −2 k+2 5 1 −2 k+2 5
   
 0 1 −4 −2 = 0 1 −4 −2 
   
2
0 0 k − 4k + 3 k − 1 0 0 (k − 1) (k − 3) (k − 1)
106


 x − 2y + (k + 2) z = 5

⇐⇒ y − 4z = −2


 (k − 3) (k − 1) z = (k − 1)
(a)Si k = 1 y k = 3, el sistema tiene solución única.
1 2
3
C.S. = (x, y, z) = k−3 , − 2k−10 ,
k−3 k−3
1
: k = 1, k = 3 .
(b)El sistema tiene infinitas soluciones si k = 1.
 
1 −2 3 5
  x − 2y + 3z = 5
 0 1 −4 −2 
  ⇐⇒ y − 4z = −2 −→ y = −2 + 4z
0 0 0 0
De : x − 2y + 3z = 5 −→ x = 2y − 3z + 5 = 2 (−2 + 4z) − 3z + 5 = 1 + 5z
C.S. = {(x, y, z) = (1 + 5z, −2 + 4z, z) : z ∈ R} .
sistema no tiene solución si k = 3, pues
(c)El
 
1−2 5 5
 
 0 1 −4 −2 
  =⇒ 0 = −2.
0 0 0 2
Otra forma: Sea
Si det A = (k − 1) (k − 3) = 0 =⇒ k = 1 y k = 3.Entonces el sistema tiene solución única.
Si det A = 0 =⇒ k = 1 o k = 3.
Si k
 =1: 
1 −2 3 5
  F2 ←→ F2 − 2F1
 2 8 
 −3 2  F ←→ F − F ∼
3 3 1
1 −1 −1 3
 
1 −2 3 5
 
 0 −2 
 1 −4  F3 ←→ F3 − F2 ∼
0 1 −4 −2
 
1 −2 3 5
  x − 2y + 3z = 5
 0 −2 
 1 −4  ⇐⇒ y − 4z = −2 −→ y = −2 + 4z
0 0 0 0
De : x − 2y + 3z = 5 −→ x = 2y − 3z + 5 = 2 (−2 + 4z) − 3z + 5 = 1 + 5z
C.S. = {(x, y, z) = (1 + 5z, −2 + 4z, z) : z ∈ R} .
Si k
 =3: 
1 −2 5 5 5
  F2 ←→ F2 − 2F1
 2 8 
 −3 6 8  F ←→ F − F ∼
3 3 1
1 −3 9 9 9
107
CAPÍTULO
 
1 −2 3 5
 
 0 1 −4 −2  F3 ←→ F3 + F2 ∼
 
0 −1 4 4
 
1 −2 3 5
 
 0 1 −4 −2  =⇒ 0 = −2.
 
0 0 0 2
El sistema no tiene solución.
 
1 0 0 0
 
 a 1 0 0 
 
Ejemplo 2.2.6. Sea A =  
 a2 a 1 0 
 
a3 a2 a 1
(a)Hallar todos los valores de a para las cuales existe A−1 .
(b)Calcular A−1 .
(c)Hallar la inversa de
 
1 0 0 0
 √ 
 2 1 0 0 
 
 √ 
 2 2 1 0 
 √ √ 
2 2 2 2 1
Solución
(a)Existe A−1 si det A = 0
1 0 0 0
1 0 0
a 1 0 0 1 0
|A| = = 1. a 1 0 = 1. =1
a2 a 1 0 a 1
a2 a 1
a3 a2 a 1
 
1 0 0 0 1 0 0 0
  F2 ←→ F2 − aF1
 a 1 0 0 0 1 0 0 
 
(b)   F3 ←→ F3 − a2 F1 ∼
 a2 a 1 0 0 0 1 0 
  F ←→ F − a3 F
4 3 1
a3 a2 a 1 0 0 0 1
 
1 0 0 0 1 0 0 0
 
 0 1 0 −a 1 0 0 
 0  F3 ←→ F3 − aF2
  ∼
 0 a 0 −a 0 1 0 
2 2
 1  F4 ←→ F4 − a F2
0 a2 a 1 −a3 0 0 1
108
 
1 0 0 0 1 0 0 0
 
 0 1 0 0 −a 1 0 0 
 
  F4 ←→ F4 − aF3 ∼
 0 0 1 0 0 −a 1 0 
 
0 0 a 1 0 −a2 0 1
 
1 0 0 0 1 0 0 0
 
 0 1 0 0 −a 1 0 0 
 
 
 0 0 1 0 0 −a 1 0 
 
0 0 0 1 0 0 −a 1
 
1 0 0 0
 
 −a 1 0 0 
 
Por tanto, A−1 =  
 0 −a 1 0 
 
0 0 −a 1
 
1 0 0 0
 √ 
√  − 2 1 0 0 
 
(c)Si a = 2, entonces A−1 =  √ 
 0 − 2 1 0 
 √ 
0 0 − 2 1
Ejemplo 2.2.7. Sabiendo que
x 1 0 0
3 x 2 0
= (xm − 1) (xm − 3m )
0 2 x 3
0 0 1 x
Hallar m.
Solución
x 1 0 0
x 2 0 3 2 0
3 x 2 0
Sea |A| = =x 2 x 3 −1 0 x 3
0 2 x 3
0 1 x 0 1 x
0 0 1 x
3 4 3 4
x 3 2 3 x 3 0 3
|A| = x x. −2 − 3 −2 :0
1 x 0 x 1 x 0 x
|A| = x x x2 − 3 − 2(2x ) − 3 x2 − 3 − 2 (0) : x3 − 7x
|A| = x(x3 − 7x) − 3x2 − 9 = x4 − 10x2 + 9 = (x − 1) (x + 3) (x − 3) (x + 1)
|A| = x2 − 1 x2 − 32 ,de donde m = 2
109
CAPÍTULO
a2 (a + 1)2 (a + 2)2
Ejemplo 2.2.8. Sabiendo que b2 (b + 1)2 (b + 2)2 = k (a − b) (a − c) (b − c)
2 2
c2 (c + 1) (c + 2)
Hallar el valor de k.
Solución
a2 (a + 1)2 (a + 2)2 a2 2a + 1 4 (a + 1) a2 2a + 1 a + 1
∆= b2 (b + 1)2 (b + 2)2 = b2 2b + 1 4 (b + 1) = 4 b2 2b + 1 b+1
2 2
c2 (c + 1) (c + 2) c2 2c + 1 4 (c + 1) c2 2c + 1 c+1
a2 2a + 1 a+1 a2 2a + 1 a + 1
∆=4 b2 − a2 2 (b − a) b − a = 4 (b − a) (c − a) b + a 2 1
c2 − a2 2 (c − a) c − a c+a 2 1
' (
∆ = 4 (b − a) (c − a) a2 (0) − (2a + 1) (b − c) + 2 (a + 1) (b − c)
∆ = 4 (b − c) (a − c) (a − b), de donde k = 4.
Ejemplo 2.2.9. Sea la matriz  

1 0 x
 
A= x2 
 −x 1 − 2 
0 0 1
Demostrar que para todo x ∈ R la matriz A tiene inversa y hallar dicha matriz.
Solución
Puesto que :
1 0 x
2
−x 1 − x2 = 1 = 0, entonces A tiene inversa para todo x ∈ R.
0 0 1
Usando
 el método de Gauss
 -Jordan:
1 0 x 1 0 0
 
 −x 1 − x2 0 1 0  F2 ←→ F2 − xF1 ∼
 2 
0 0 1 0 0 1
 
1 0 x 1 0 0 x2
 
 0 1 x2 x 1 0  F2 ←→ F2 − 2 F3 ∼
 2  F ←→ F − xF
1 1 3
0 0 1 0 0 1
   
1 0 0 1 0 −x 1 0 −x
   
 0 1 0 x 1 x2  .Por tanto, A−1 =  x 1 − x2 .
 2   2 
0 0 1 0 0 1 0 0 1
Ejercicios Propuestos:Matrices y determinantes
1. Hallar todas las matrices cuadradas de orden 2, tales que:
110
a) Sus cuadrados son iguales a la matriz identidad

b) Sus cubos son iguales a la matriz nula.
2. Sea Epq la matriz de orden m × n que contiene 1 en el lugar pq−ésimo, y el número cero
en los demás lugares.
a) Obtenga las matrices E11 , E12 , E21 , E22 todas ellas de orden 2 × 2
! "
−2 1
b) Exprese la matriz A = como una suma
0 4
aE11 + bE12 + cE21 + dE22 ,
donde a, b, c y d son escalares apropiados.
3. Si A = [aij ]4×5 es una matriz tal que la suma de los elementos de la diagonal principal de
At · A es 0. Halle la matriz A.
4. Dadas las matrices

     
a 2 3 1 1 1 1 1 2
     
A=
 5 0 6  , B =  4 −b 4  , C =  1 2 e  .
    
6 7 d 6 7 −d 0 0 −2
Hallar a, b, d, e y la matriz X, sabiendo que AX = BX + I y XC = I.
5. Hallar la matriz inversa de A en los siguientes casos:

! " ! "
1 2 a b
a) A = , A= , donde ad − bc = 0
2 5 c d
 
2 2 3
 
b) A = 
 1 −1 0 

−1 2 1
6. Hallar la matriz incógnita X a partir de la siguiente ecuación

! " ! " ! "
2 1 −3 2 −2 4
·X · =
3 2 5 −3 3 −1
7. Se sabe que A es una matriz cuadrada tal que An = 0. Demuestre que (I − A)−1 =
I + A + A2 + A3 + ... + An−1 .
111
CAPÍTULO

   
1 1 1 1 2 1 0 0
   
 0 1 1 1   1 2 1 0 
   
A=  B= 
 0 0 1 1   0 1 2 1 
   
0 0 0 1 0 0 1 2
tales que A.X = B, hallar la matriz X.

! "
1 −1
9. Considerar la matriz A = .
0 λ
a) Determinar la matriz B = A2 − 2A
b) Determinar los valores de λ para que la matriz B tiene inversa.
c) Calcular B −1 para λ = 1.
 
m −1 4
 
10. Dada la matriz A =  3 m 0  , donde m ∈ R.

−1 0 −1
a) Determinar para qué valores de m la matriz A tiene inversa.

 
11
 
b) para m = 1, resolver el sistema de ecuaciones lineales : A.X = B, con B =  
 5 .
2
 
4
 
c) Calcular C − A−1 B, siendo C =  
  y B definida en el apartado anterior.
5
6
 
4 3 2 2
 
 1 2 0 3 
 
11. Si A =  , calcule el determinante de A.
 1 4 −1 6 
 
8 1 1 −5
12. Dada la matriz A = [aij ] de orden 4, tal que:
ij + 2 si i ≥ j
aij =
ij − 2 si i < j
Calcular el determinante de A.
Encontrar, si existe, la inversa de A.
112
13. Sean las matrices

         
1 7 0 0 0 0 2
         
        
A =  2 ,B =  2 ,C =  0 1 0 ,D =  2 ,E =  5 

3 −2 0 0 1 2 3
a) Hallar la matriz AB T , donde B T indica la matriz transpuesta de B.¿Es inversible?

 
x
 
b) Calcular M =   T
 y  que verifique la ecuación (AB + C).M = E.
z
 
1+x 1+x 1+x 1
 
 1 1 2 − 2x 0 
 
14. Si A =  
 2 1 − 2x 2 − 2x 0 
 
−2x 1 − 2x 2 − 2x 0
a) Halle los valores de x para los cuales |A| = 0.

b) ¿Para qué valores de x, A es inversible?
   
x+2 4 6 3y + 5 7 12
   
15. Dada la matrices : A = 
 2x + 3 3 6   , B =  2y + 3 3 6 
 
4x + 4 2 6 3y + 4 2 6
a) Calcular el determinante de la matriz 3A y obtener el valor de x para que dicho

determinante sea 162.
b) Demostrar que la matriz B no tiene inversa.
a b c 5a −5b 5c
16. Si 5 0 10 = 1, calcular el valor del siguiente determinante : 1 0 2 .
1 1 1 1 −1 1
113
CAPÍTULO
2.3. Espacio vectorial
Definición 2.3.1. Un espacio vectorial sobre un cuerpo K (los elementos de K se llamarán

escalares) es un conjunto V(cuyos elementos se llamarán vectores) dotados de dos operaciones.
una de ellas interna (adición):
+ : K ×V →V
(u, v) !→ u + v
respecto de la que V es un grupo conmutativo.

Una Operación externa, multiplicación por un escalar
K ×V → V
(a, v) !→ a.v
que verifican los siguientes axiomas:

Para cualesquiera escalares r, s ∈ K y cualesquiera vectores u, v ∈ V .
Adición:
Conmutativa.u + v = v + u
Asociativa.u + (v + w) = (u + v) + w
Elemento neutro de la adición. u + e = e + u = u
Elemento opuesto de la adición.u + u∗ = u∗ + u = e
Multiplicación por un escalar:
r.(u + v) = r.u + r.v
(r + s).v = r.v + s.v
(rs).v = r.(s.v)
1.v = v
Es costumbre denotar el espacio vectorial (V, +, ·, R) simplemente por V ; también se dice que V
es un K-espacio vectorial.
Ejemplo 2.3.2. El plano cartesiano R2 de puntos de la forma (x,y) con x, y ∈ R, es un espacio

vectorial real respecto de las siguientes
operaciones:
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )

r.(x, y) = (rx, ry)
114
El conjunto Rn con la relación de igualdad y las operaciones de adición de vectores y mul-

tiplicación de vectores por números reales. En Rn definimos una relación de igualdad y dos
operaciones:
Igualdad de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces
A = B ⇔ ai = bi para todo i = 1, ..., n
Adición de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces
A + B = (a1 + b1 , ..., an + bn ) .
Multiplicación de vectores por escalares. Si α es un número real y A = (a1 , ..., an ) es un vector

en Rn , entonces
αA = (αa1 , ..., αan ) .
Proposición 2.3.3. El conjunto Rn se llama espacio vectorial real n-dimensional:
1.
Proposición 2.3.4.
Proposición 2.3.5. 1.∀A, B ∈ Rn se cumple que A + B ∈ Rn .

2.∀A, B ∈ Rn , A + B = B + A.
3.∀A, B, C ∈ Rn , A + (B + C) = (A + B) + C.
4.∃!θ ∈ Rn , ∀A ∈ Rn :
A + θ = A.
El elemento θ de Rn , llamado vector cero, está dado por
θ = (0, ..., 0) .
5.∀A ∈ Rn , ∃! (−A) ∈ Rn :
A + (−A) = θ.
El vector −A, llamado opuesto de A, es
−A = (−1) A.
6.∀A ∈ Rn , ∀α ∈ R, αA ∈ Rn .
7.∀A ∈ Rn , ∀α, β ∈ R, (α + β) A = αA + βA.
115
CAPÍTULO
8.∀A, B ∈ Rn , ∀α ∈ R, α (A + B) = αA + αB.
9.∀A ∈ Rn , ∀α, β ∈ R, α (βA) = (αβ) A.
10.∀A ∈ Rn : 1A = A.
Ejemplo 2.3.6. El conjunto R[x] de polinomios reales en la indeterminada x con las operaciones
habituales de adición y multiplicación de real por polinomio, es un espacio vectorial real.
Si cambiamos R por un cuerpo cualquiera K obtenemos el K-espacio vectorial

K [x] de polinomios con coeficientes en K.
Ejemplo 2.3.7. Sea Mmn (R) el conjunto de matrices de orden m×n sobre R con las operaciones
usuales de adición y multiplicación de de matriz por escalar conforma un espacio vectorial sobre
los reales.
Ejemplo 2.3.8. Sea S un conjunto no vacío en R. El conjunto RS de todas las funciones de S en

R es un espacio vectorial real bajo las siguientes operaciones:
(f + g)(x) = f(x) + g(x)

(r.f)(x) = rf(x)
Ejemplo 2.3.9.
Ejemplo 2.3.10.
Ejemplo 2.3.11. El espacio vectorial R [t]
Define una estructura de
Ejemplo 2.3.12.
Ejemplo 2.3.13. espacio vectorial en el conjunto R [t] de polinomios en t con coeficientes en R.

Soluión. Si p(t) = a0 + a1 t + · · · + an tn and q(t) = b0 + b1 t + · · · + bn tn son dos polinomios en
R [t] , entonces las definiciones:
p(t) + q(t) = (a0 + b0 ) + (a1 + b1 )t + · · · + (an + bn )tn

ap(t) = aa0 + aa1 t + · · · + aan tn
0 =0
proporcionan la estructura del espacio vectorial deseado.
116
Ejemplo 2.3.14. Algunos ejemplos de espacios vectoriales son los siguientes:

(a)El espacio vectorial trivial es el conjunto V ={0}, con respecto a cualquier
(b)Los conjuntos de polinomios Q[x], R[x] y C[x] son espacios vectoriales con
cuerpo de escalares, respectivamente, Q, R y C.
Proposición 2.3.15. Si V es un espacio vectorial sobre un cuerpo K, se tienen las siguientes:

1.Si ru = 0 entonces r = 0 o u = 0.
2.(−r)v = r(−v) = −rv.
Subespacio vectorial
Dados un V sobre un cuerpo K y un subconjunto no vacío S de V , resulta interesante pre-

guntarse si S bajo la misma adición de vectores y la misma acción de escalares sobre vectores,
conforma un espacio vectorial sobre K. En caso afirmativo, se dice que S es un Subespacio del
espacio V . Esta relación se denota por S ≤ V . Según esta definición, si deseamos establecer que
S ≤ V deberíamos verificar el cumplimiento cuatro axiomas para la adición de vectores y cuatro
axiomas para la acción de escalares sobre vectores. Sin embargo, solo es necesario verificar el
cumplimiento de dos condiciones, como lo muestra la siguiente
proposición.
Proposición 2.3.16. Un subconjunto W no vacío de V se dice un subespacio de él si W con

las operaciones de suma y producto por un escalar real es un espacio vectorial. Para probar que
W es un subespacio vectorial de V solo es suficiente verificar que se satisfacen las dos leyes de
clausura, esto es:
Si v,w en W entonces v+w en W y si λ ∈ R entonces λw ∈ W.
Ejemplo 2.3.17. En el plano cartesiano el subconjunto S = {(x, y), |y = mx}, donde m ∈ R es

una constante, representa una recta que pasa por el origen y conforma un subespacio de R2 .
Ejemplo 2.3.18. En el espacio de polinomios reales el subconjunto Rn [x] de polinomios de grado

≤ n conforma un subespacio.
Ejemplo 2.3.19. En el espacio de funciones de R en R la colección de funciones continuas de R

en R conforma un subespacio. Se tienen dos subespacios notables: Cn (a,b) conformado por todas
las funciones de (a,b) en R cuyas primeras n derivadas son continuas, y C∞ (a,b) constituido
por las funciones de R en R para las cuales las derivadas de cualquier orden son continuas.
Similarmente, se tienen los subespacios Cn (a,b) y C∞ (a,b) de C(R). También, en el espacio de
sucesiones reales la colección de sucesiones convergentes es un subespacio. Una sucesión {an } se
dice que es polinómica si existe un entero positivo m tal que an =0 para cada n≥m. Es claro que
el conjunto de sucesiones polinómica es un subespacio del espacio de sucesiones convergentes.
117
CAPÍTULO
Ejemplo 2.3.20. En cada espacio vectorial V se tienen dos subespacios propios: 0={0} y V.
Proposición 2.3.21. La intersección de dos subespacios es un subespacio. Más generalmente,

la intersección de cualquier familia no vacíaa de subespacios de un espacio vectorial es un sube-
spacio.
Definición 2.3.22. Sea V un espacio vectorial y S un subconjunto no vacío de V ; nótese que

el subespacio más pequeño de V que contiene a S es la intersección de todos los subespacios
de V que contienen a S. Este subespacio se denota por < S > y se conoce como el subespacio
generado por S.
A continuación veremos que < S > puede describirse en términos de combinaciones lineales de
elementos de S. Sean v1 , v2 , . . . , vn elementos del espacio V , una combinación lineal de estos
elementos es un vector v ∈ V de la forma v = a1 .v1 + · · · + an .vn , donde a1 , . . . , an son escalares
del cuerpo K. Se puede entonces afirmar lo siguiente.
Proposición 2.3.23. Sea V un espacio vectorial sobre el cuerpo K y sea S un subconjunto

no vacı́o de V . Entonces < S > coincide con el conjunto de todas las posibles combinaciones
lineales realizadas con elementos de S.
Más exactamente, $
n
< S >= λi .vi | λi ∈ K , vi ∈ S , n ≥ 1
i=1
Esta presentación permite identificar a < S > como la envolvente lineal de S. Si S = {v1 , . . . , vn }
es finito, entonces
/
< S >= { ni=1 λi .vi | λi ∈ K } .
En cada espacio vectorial existen ciertos subconjuntos conocidos como bases ; la importancia de
estos subconjuntos radica en que cada elemento del espacio puede ser representado de manera
única a través de sus elementos. El propósito de la presente lección es explicar en detalle la
noción de base, la cual es fundamental en álgebra lineal.
Ejemplo 2.3.24. Analizar si el subconjunto
H = (x, y, z) ∈ R3 : x + 2y + 3z = 0
es un subespacio vectorial de R3 con las operaciones usuales de la adición y multiplicación por

un escalar.
118
Solución
Como (0, 0, 0) ∈ H : 0 + 2,0 + 3,0 = 0, H = φ.
i) Sean u = (x1 , y1 , z1 ) , v = (x2 , y2 , z2 ) ∈ H, entonces
u + v = (x1 + x2 , y1 + y2 , z1 + z2 )
Luego,
(x1 + x2 ) + 2 (y1 + y2 ) + 3 (z1 + z2 ) = x1 + 2y1 + 3z1 + x2 + 2y2 + 3 + z2

= 0+0 =0
Por tanto u + v ∈ H
ii)Sea u = (x, y, z) ∈ H, y sea c ∈ R entonces
cu = (cx, cy, cz)
Luego,
(cx) + 2 (cy) + 3 (cz) = c (x + 2y + 3z)

= c0 = 0
Por tanto cu ∈ H.
H es un subespacio vectorial de R3 .
Ejemplo 2.3.25. Sea V = P3 (R), el conjunto de los polinomios de grado ≤ 3, con coeficientes
reales, con las operaciones usuales de adición de polinomios y multiplicación de polinomios por
un número real.Demostrar que el conjunto
W = {p(x) ∈ V : p(x) = ax3 + bx2 + (a + b)x + 2b, a, b ∈ R},
es un subespacio vectorial de V .
Solución
W = φ, pues 0(x) ∈ W : 0(x) = 0x3 + 0x2 + (0 + 0)x + 2 (0)
(i) Sean p(x), q(x) ∈ W entonces
p(x) = ax3 + bx2 + (a + b)x + 2b, a, b ∈ R

q(x) = a′ x3 + b′ x2 + (a′ + b′ )x + 2b′ , a′ , b′ ∈ R
Luego,
119
CAPÍTULO
p(x) + q(x) = a + a′ x3 + b + b′ x2 + (a + a′ + b + b′ )x + 2 b + b′ , a, b, a′ , b′ ∈ R
=⇒ p(x) + q(x) ∈ W
(ii)Sea λ ∈ R entonces (λp)(x) = λp(x) = λ ax3 + bx2 + (a + b)x + 2b = λax3 + λbx2 + (λa +
λb)x + 2 (λb)
=⇒ (λp)(x) ∈ W
Ejemplo 2.3.26. Sea R3 el espacio vectorial con las operaciones usuales. Analizar si los siguientes
conjuntos son subespacios vectoriales de R3 .
(a) S = {u = (x, y, z) ∈ R3 : x = y = z}.
(b) T = {u = (x, y, z) ∈ R3 : z = x2 + y 2 }.
Solución
(a) S = φ, pues (0, 0, 0) ∈ S : 0 = 0 = 0
(R1) Sean u = (x1 , y1 , z1 ), v = (x2 , y2 , z2 ) ∈ S entonces u = (x1 , x1 , x1 ), v = (x2 , x2 , x2 ) =⇒
u + v = (x1 + x2 , x1 + x2 , x1 + x2 ) ∈ S
(R2)Sean u = (x, y, z) ∈ S y Sea λ ∈ R entonces u = (x, x, x)
λu = (λx, λx, λx) ∈ S
Por tanto S es un subespacio vectorial de R3 .
(b) T = φ, pues (0, 0, 0) ∈ S : 0 = 02 + 02
(R1) Sean u = (x1 , y1 , z1 ), v = (x2 , y2 , z2 ) ∈ T entonces z1 = x21 + y12 , z2 = x22 + y22
Entonces u + v = (x1 + x2 , y1 + y2 , z1 + z2 )
z1 + z2 = x21 + y12 + x22 + y22 = (x1 + x2 )2 + (y1 + y2 )2 = x21 + y12 + x22 + +y22 + 2x1 x2 + +2y1 y2
Por ejemplo:
/ T , pues 4 = 02 + 02
(R1)Sean u = (1, 1, 2), v = (−1, −1, 2) ∈ T =⇒ u + v = (0, 0, 4) ∈
o
/ T , pues 4 = 22 + 22
(R2)Sean u = (1, 1, 2) ∈ T y Sea λ = 2 entonces λu = 2u = (2, 2, 4) ∈
Por tanto T no es un subespacio vectorial de R3 .
Ejemplo 2.3.27. Analizar si los siguientes subconjuntos del espacio vectorial V (con las opera-
ciones usuales) son subespacios.
(a) S = A = (aij )2×2 ∈ V : a11 + a22 = 0 ,
donde V = M2×2 , es el conjunto de todas las matrices cuadradas de orden 2 × 2.
(b) T = {f ∈ V : ∃k ≥ 0; |f (t)| ≤ k, ∀t ∈ R} ,
donde V , es el conjunto de las funciones f : R → R.
120
Solución
(a) S = φ, pues (0, 0, 0) ∈ S.
(R1) A = (aij )2×2 , B = (bij )2×2 ∈ S entonces a11 + a22 = 0, b11 + b22 = 0 =⇒
A + B = (aij + bij )2×2
( a11 + b11 ) + (a22 + b22 ) = (a11 + a22 ) + (b11 + b22 ) = 0
Por tanto, A + B ∈ S.
(R2)Sea A = (aij )2×2 ∈ S y Sea λ ∈ R entonces a11 + a22 = 0
λA = (λaij )2×2
λa11 + λa22 = λ (a11 + a22 ) = 0
Por tanto, λA ∈ S.
Por tanto S es un subespacio vectorial de V.
(b) T = φ, pues f = 0 ∈ T .
(R1) Sean f, g ∈ T : existen k1 ≥ 0, k2 ≥ 0 tales que |f (t)| ≤ k1 , ∀t ∈ R,
|g (t)| ≤ k2 , ∀t ∈ R
Luego, |f (t) + g (t)| ≤ |f (t)| + |g (t)| ≤ k1 + k2 = k,
existe un k > 0 : |f (t) + g (t)| ≤ k, ∀t ∈ R.
Por tanto, f + g ∈ T .
(R2)Sea f ∈ T y sea λ ∈ R entonces ∃k ≥ 0; |f (t)| ≤ k, ∀t ∈ R
|(λf) (t)| = |λ| |f (t)| ≤ |λ| k = k′ =⇒ ∃k′ ≥ 0; |(λf ) (t)| ≤ k′ , ∀t ∈ R
Luego, λf ∈ T .
Por tanto T es un subespacio vectorial de V.
Ejercicios propuestos:Espacios vectoriales y subespacios vectoriales
1. Sea M2×2 el conjunto de las matrices reales de orden 2 × 2. Si A, B ∈ M2×2 y α ∈ R, se

definen las operaciones ⊕ y ⊙ del siguiente modo.
A ⊕ B = AB (producto usual de matrices)

α ⊙ A = αA (producto usual de un escalar por una matriz)
Determinar, justificando su respuesta, cuales de los 10 axiomas de espacio vectorial se

cumplen para estas operaciones.
2. Demostrar que R2 es un espacio vectorial real con la adición definida por
(x1 , y1 ) ⊕ (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 + 1)
y la multiplicación por un escalar definida por
α ⊙ (x1 , y1 ) = (α + αx1 − 1, α + αy1 − 1)
121
CAPÍTULO
3. Sea V = {(ex , ey ) : x, y ∈ R} provisto de las operaciones siguientes:
(ex1 , ey1 ) ⊕ (ex2 , ey2 ) = (ex1 +x2 , ey1 +y2 )

α ⊙ (ex , ey ) = (eαx , eαy )
Demostrar que V con estas operaciones es un espacio vectorial real.
4. En los siguientes casos determinar si el conjunto dado es o no un espacio vectorial. si no

lo es, enuncie los axiomas que no se cumplen
a) E = (x, y, z) ∈ R3 , tal que x = y = z con las operaciones usuales de adición de

vectores y multiplicación de un vector por un escalar.
b) F = f : f es una función cuyo dominio es R y su rango es un subconjunto de R con
las operaciones usuales de adición de funciones y multiplicación de una función por
un escalar.
c) E = Pn , el conjunto de los polinomios de grado ≤ n, con coeficientes reales, con las
operaciones usuales de adición de polinomios y multiplicación de polinomios por un
número real
5. Sea E = C [0, 1] el conjunto de las funciones f : [0, 1] → R, tales que f es continua en [0, 1]
a) Verificar que E con las operaciones usuales de adición y multiplicación de funciones

por un número real, es un espacio vectorial
b) Si se consideran
F1 = {f ∈ E : f (0) = f (1) = 0} , F2 = {f ∈ E : f (0) = 2}
Analizar si F1 y F2 son subespacios de E.
6. Determinar, justificando su respuesta, cuáles de los siguientes subconjuntos son subespacios

vectoriales de los espacios vectoriales que los contienen.
(Asumimos que son espacios vectoriales bajos las operaciones usuales)
a) H1 = {(x, y) ∈ R2 : x2 − y 2 = 0}
b) H2 = {(x − 2y, x, 2y, −y) ∈ R4 : x, y ∈ R}
c) H3 = {(x, y) ∈ R2 : máx{x, y} = x}
d) H4 = {(x, y, x − y) ∈ R3 : x, y ∈ R}
e) H5 = {(x, y, z) ∈ R3 : x es racional}
122
f ) H6 = {A ∈ M2×2 : tr(A) = 0}
g) H7 = {p ∈ P3 : p(x) = a2 x2 + a1 x + a0 , a2 , a1 , a0 ∈ R y a1 = 0}
h) H8 = {p ∈ P2 : p(x) = a2 x2 + a1 x + a0 , a2 , a1 , a0 ∈ R y a2 a1 = 0}
7. Sean F1 = {v = (x, x, x) , x ∈ R} y F2 = {w = (x, y, 0) ; x, y ∈ R}. Demostrar que F1 y F2

son subespacios de R3 .
8. Sean S y T dos subespacios de un espacio vectorial V . Definimos el conjunto
S + T = {v ∈ V : v = s + t , s ∈ S y t ∈ T }
El conjunto S + T se llama suma de los subespacios S y T . Pruebe que S + T es un

subespacio de V .
Hallar e identificar la suma de los subespacios de R3 .
S = {(t, 2t, 3t) ∈ R3 : t ∈ R}

T = {(3s, 2s, −5s) ∈ R3 : s ∈ R}
9. Responder con verdadero o falso
a) El conjunto X formado por los vectores v = (x, y, z) tales que z = 3x, x = 2y, es un
subespacio de R3 .
b) El conjunto Y formado por los vectores v = (x, y, z) tales que xy = 0, es un subespacio
de R3 .
c) El conjunto L formado por los vectores v = (x, 2x, 3x, ..., nx), es un subespacio de
Rn .
123
CAPÍTULO
2.3.1. Bases y dimensión del espacio vectorial
Definición 2.3.28. Sea V un espacio vectorial sobre un cuerpo K y S un subconjunto no vacío

de V , se dice que S genera V si la envolvente lineal de S coincide con V , es decir, < S >= V .
El espacio V se dice finitamente generado si existe en V un subconjunto finito S de generadores.
Definición 2.3.29. Sea X = {x1 , . . . , xn } un subconjunto finito de V , se dice que X es un

conjunto de vectores linealmente independientes (L I) si la única combinación lineal nula con
los elementos de X es a través de escalares nulos. Más exactamente, los vectores de X son
linealmente independientes si para cualesquiera escalares λ1 , . . . , λn ∈ K se cumple que
n
λi . xi = 0 ⇐⇒ λi = 0, 1 ≤ i ≤ n.
i=1
Por definición asumimos que el conjunto vacío es L I. Un subconjunto cualquiera X de V es L I

si cada subconjunto finito de X es L I. X es linealmente dependiente (L D) si no es L I.
La siguiente proposición reune algunas propiedades básicas sobre dependencia e independencia
lineal.
Proposición 2.3.30. Sea V un K-espacio y φ = V . Entonces

(a) S es L D si y solo si existe x ∈ S tal que x ∈ < S∆>, donde S∆= S − {x}.
(b) Si 0 ∈ S entonces S es L D.
(c) Si S es L I entonces cada subconjunto de S es L I.
(d) Si S es finito con n ≥ 0 elementos, entonces cada conjunto de n + 1 elementos de < S > es
L D.
Ejercicios
1. Demuestre que en el espacio de funciones el conjunto β = {enx | n ∈ N} es L I.
2. Demuestre que dos vectores de R2 son L D si y solo si pertenecen a misma recta que pasa
por el origen.
Ya estamos en capacidad de presentar la noción de base. β ⊂ V es una base para V si se cumplen

dos condiciones:
(a) < β >= V
(b) β es L I.
Ejemplo 2.3.31. En Rn los vectores
ei = (0, . . . , 1 , . . . , 0) , 1≤i≤n
124
constituyen la llamada base canónica (1 se encuentra en la i-ésima entrada de la n-upla). Cam-

biando R por cualquier cuerpo K obtenemos la base canónica de K n .
Ejemplo 2.3.32. En el espacio de polinomios el conjunto de polinomios {1, x, x2 , x3 , . . .} con-

stituye su base canónica. En el subespacio de polinomios de grado ≤ n la base canónica es
{1, x, x2 , x3 , . . . , xn }.
Ejemplo 2.3.33. En el espacio M2×2 (R) el espacio de matrices reales 2 × 2 se tiene la siguiente
base canónica: ! " ! " ! " ! "
1 0 0 1 0 0 0 0
, , ,
0 0 0 0 1 0 0 1
Ejemplo 2.3.34. En el espacio de sucesiones reales la colección de sucesiones
ei = (0, . . . , 1 , . . . , 0, . . .) , i ≥ 1
conforman la base canónica para el subespacio de sucesiones polinómicas.
Ejemplo 2.3.35. El conjunto φ es, por definición, la única base del espacio nulo 0 = {0}.
Terminamos esta lección con una de las principales caracterizaciones del concepto de base.
Proposición 2.3.36. Sea V un R-espacio y β un subconjunto no vacío de V . β es una base de

V si y solo si cada elemento v ∈ V tiene una representación única (salvo sumandos nulos) como
combinación lineal de elementos de β en la forma:
v = λ1 .v1 + · · · + λn . vn , λi ∈ K, vi ∈ β, 1 ≤ i ≤ n.
Ejemplo 2.3.37. Determine los valores de c ∈ R para que el siguiente conjunto de vectores,
S = {u = (1, −1, 2) , v = (2, 3, 1) , w = (4, c, 5)}
del espacio vectorial R3 , sea linealmente dependiente.
Solución.
 
1 2 4
 
det 
 −1 3 c  = 3c − 3 = 0, de donde c = 1.

2 1 5
Ejemplo 2.3.38. En el espacio de polinomios de grado menor o igual que 3, P3 .Analizar si el

conjunto dado de vectores T = {p1 , p2 , p3 , p4 }, donde p1 (x) = x3 , p2 (x) = (x − 1)3 , p3 (x) =
(x − 2)3 , p4 (x) = 1 + x3 , es linealmente dependiente o linealmente
125
CAPÍTULO
Solución.
Considere la ecuación c1 p1 (x) + c2 p2 (x) + c3 p3 (x) = 0
expandiendo la ecuación
c1 x3 + c2 (x3 − 3x2 + 3x − 1) + c3 (x3 − 6x2 + 12x − 8) = 0 + 0x + 0x2 + 0x3 ,
se tiene que el sistema de ecuaciones resultante está dado por:



 1c1 + 1c2 + 1c3 = 0



 0c − 3c − 6c = 0
1 2 3

 0c1 + 3c2 + 12c3 = 0



 0c1 − 1c2 − 8c2 = 0
La matriz aumentada en su forma original y en los sucesivos pasos de escalonamiento están

dadas
 por     
1 1 1 0 1 1 1 0 1 1 1 0
     
 0 −3 −6 0   0 1 8 0   0 1 8 0 
     
 → → 
 0 3 12 0   0 −3 −6 0   0 0 18 0 
     
0 −1 −8 0 0 3 12 0 0 0 −12 0
Evidentemente, el sistema de ecuaciones tiene una única solución, la trivial, y el conjunto formado
por {p1 (x), p2 (x), p3 (x)} es linealmente independiente.
Ejemplo 2.3.39. Si B = {v1 , v2 , · · · .vn } es una base para un espacio vectorial V . Analizar para
que valores de n ∈ N,
B′ = {v1 + v2 , v2 + v3, v3 + v4, · · · , vn−1 + vn , vn + v1 }
es una base de V.
Solución. Si
λ1 (v1 + v2 ) + λ2 (v2 + v3 ) + λ3 (v3 + v4, ) + · · · + λn−1 (vn−1 + vn ) + λn (vn + v1 ) = 0
(λ1 + λn ) v1 + (λ1 + λ2 ) v2 + (λ2 + λ3 ) v3 + · · · + (λn−1 + λn ) vn = 0
λ1 = −λn , λ2 = λn , · · · , λn−1 = (−1)n−1 λn , λn−1 = −λn
De donde se tiene que n es un número par natural.
Ejemplo 2.3.40. En R3 , sean los subconjuntos
S = {(1, 2, 0) , (1, 0, 1)}

T = {(1, 2, 0) , (2, 0, 2) , (3, 2, 2)}
126
(a)Demostrar que los subespacios generados por S y T son iguales.Es decir,'S( = 'T ( .
(b)Representar graficamente el subespacio hallado en la parte (a) y hallar una base de dicho
subespacio.
Solución.
(a) 'S( = (x, y, z) ∈ R3 : (x, y, z) = t (1, 2, 0) + r (1, 0, 1) ; t, r ∈ R ,
Se observa que (3, 2, 2) = (1, 2, 0) + 2 (1, 0, 1) ;
'T ( = (x, y, z) ∈ R3 : (x, y, z) = t (1, 2, 0) + r (1, 0, 1) ; t, r ∈ R
De donde 'S( = 'T ( .
(b) 'S( , 'T ( representan planos que pasan por el origen de cooordenadas.
'S( = (x, y, z) ∈ R3 : (x, y, z) . (1, 2, 0) × (1, 0, 1) = 0
'S( = (x, y, z) ∈ R3 : (x, y, z) · (2, −1, −2) = 0
'S( = (x, y, z) ∈ R3 : 2x − y − 2z = 0
Sea v = (x, y, z) ∈ 'S( : 2x − y − 2z = 0 =⇒ y = 2x − 2z
'S( = {(x, y, z) = (x, 2x − 2z, z) = x (1, 2, 0) + z (0, −2, 1) : x, z ∈ R}
'S( = '{(1, 2, 0) , (0, −2, 1)}( , además (1, 2, 0) y (0, −2, 1) son linealmente independientes.
β S = {(1, 2, 0) , (0, −2, 1)} es una base para 'S(.
Ejemplo 2.3.41. Sea V = P2 el espacio vectorial de todos los poliniomios de grado ≤ 2.

Considere S = {p1 (x) , p2 (x) , p3 (x)}, donde p1 (x) = 1, p2 (x) = 1+x, p3 (x) = (1 + x)2 .Analizar
si S es una base de P2 .
Solución
(i) S es linealmente independiente
Si
c1 p1 (x) + c2 p2 (x) + c3 p3 (x) = 0

c1 (1) + c2 (1 + x) + c3 (1 + x)2 = 0
c3 x2 + (+c2 + 2c3 ) x + c1 + c2 + c3 = 0


 c3 = 0

c2 + 2c3 = 0 .


 c +c +c =0
1 2 3
Trabajando
 en la matriz ampliada:
 
0 0 1 0 1 1 1 0
   
 0 1 2 0  F1 ←→ F3 ∼  0 1 2 0 
    F2 ←→ F2 + (−2) F3 ∼
1 1 1 0 0 0 1 0
127
CAPÍTULO
   
1 1 1 0 1 1 0 0
   
 0 1 0 0  F1 ←→ F1 + (−1) F3 ∼  0 1 0 0 
   
0 0 1 0 0 0 1 0


 c1 = 0

=⇒ c2 = 0 .


 c =0
3
Por tanto S es linealmente independiente.
(ii) S Generan P2
Sea p (x) = ax2 + bx + c ∈ P2 , entonces existen escalares c1 , c2 , c3 tales que
p (x) = c1 p1 (x) + c2 p2 (x) + c3 p3 (x)
ax2 + bx + c = c1 (1) + c2 (1 + x) + c3 (1 + x)2

ax2 + bx + c = c3 x2 + (+c2 + 2c3 ) x + c1 + c2 + c3


 c3 = a

c2 + 2c3 = b


 c +c +c = c
1 2 3
Trabajando
 en 
la matriz ampliada:
 
0 0 1 a 1 1 1 c
   
 0 1 2 b  F1 ←→ F3 ∼  0 1 2 b  F2 ←→ F2 + (−2) F3 ∼
   
1 1 1 c 0 0 1 a
   
1 1 1 c 1 1 0 c−a
   
 0 1 0 b − 2a  F1 ←→ F1 + (−1) F3 ∼  0 1 0 b − 2a  F1 ←→ F1 + (−1) F2 ∼
   
0 0 1 a 0 0 1 a
  
1 0 0 c − a − (b − 2a) = a − b + c 
   c1 = a − b + c

 0 1 0 b − 2a  =⇒ c2 = b − 2a
  


0 0 1 a c3 = a
Luego S genera P2 .
Por tanto S es una base de P2 .
Dimensión de un espacio vectorial
En esta lección discutiremos los siguientes aspectos relativos a las bases: existencia, unicidad y
cardinalidad ( = cantidad de elementos). Comenzamos con el siguiente teorema sobre existencia
de bases en cualquier espacio vectorial. La prueba de este teorema se apoya en el Lema de Zorn
( axioma de elección), el cual representa uno de los supuestos básicos de la teoría clasica de
128
conjuntos. El lector no interesado en la prueba puede simplemente asumir el Teorema 1 como

un axioma.
Teorema 2.3.42. Todo espacio vectorial posee al menos una base.
Con respecto a la unicidad de las bases podemos decir que, en general, un espacio
vectorial tiene infinitas bases. Pensemos por ejemplo que el espacio V es no nulo (si
V es nulo su única base es ∅ ); si β es una base cualquiera de V y v es un elemento
de β, entonces cambiando v por λ.v en β, con cada λ ∈ K − {0}, obtendremos bases
diferentes en V . Cuando K es infinito esta colección de bases es infinita. En realidad,
el único espacio con base única es el espacio nulo.
Mucho más interesante que la pregunta sobre la unicidad de las bases es el problema sobre el
tamaño de éstas. Las siguientes proposiciones constituyen la prueba del Teorema 2 que enuncia-
remos más adelante.
Proposición 2.3.43. Si un espacio vectorial V posee una base finita, entonces todas sus bases
son finitas.
La proposición anterior permite clasificar los espacios vectoriales en dos categorías: los de bases
finitas y los de bases infinitas.
Proposición 2.3.44. Sea V un espacio vectorial con bases finitas β = {u1 , . . . , un }, β′ =

{v1 , . . . , vm }. Entonces n = m.
Proposición 2.3.45. Sea V un espacio vectorial con bases infinitas β y β ′ . Entonces card (β) =
card (β′).
Para cada espacio vectorial V se cumple que todas las bases tienen la misma cardinalidad.
El teorema anterior permite definir la noción de dimensión en un espacio vectorial V como
el número de elementos que forma cualquiera de sus bases ; denotaremos este invariante de V
por dimK (V ), o simplemente por dim(V ), es claro por el contexto sobre que cuerpo estamos
trabajando. Si V es de bases infinitas diremos que V es de dimensión infinita. Si β es un
subconjunto de V , definimos el rango de X, como la dimensión de la envolvente lineal de X, es
decir, rankK (X) = dimK < X >.
Ejemplo 2.3.46. dim(Rn ) = n
Ejemplo 2.3.47. El espacio de los polinomios es de dimensión infinita.
Ejemplo 2.3.48. dim(Pn ) = n + 1
129
CAPÍTULO
Ejemplo 2.3.49. dim(0) = 0.
Ejercicio.Demuestre que si un espacio vectorial V posee un subconjunto infinito

L I, entonces V es de dimensión infinita.
Algunas propiedades interesantes relativas a espacios de dimensión finita se presentan a contin-

uación.
Sea V un K-espacio vectorial de dimensión n ≥ 1. Entonces,
Proposición 2.3.50. Sea V un K-espacio vectorial de dimensión n ≥ 1. Entonces,

(a) Cada conjunto de n elementos L I de V conforman una base.
(b) Cada conjunto de n generadores de V conforman una base de V .
(c) Sea m < n y sean v1 , . . . , vm vectores L I de V . Entonces es posible encontrar vectores
vm+1 , . . . , vn en V tales que {v1 , . . . , vm , vm+1 , . . . , vn } es una base de V .
(d) Sea S un subespacio de V . Entonces, cada base de S puede extenderse hasta una base de V .
En particular, dim(S) ≤ dim(V ).
(e) Sean x1 , . . . , xm elementos cualesquiera de V y S su envolvente lineal. Entonces, dim(S)
coincide con el máximo número de vectores L I encontrados en la colección v1 , . . . , vm de vectores
dados.
Ejercicios Propuestos:Bases y dimensión de espacios vectoriales
1. Determinar si el conjunto de vectores dado genera el espacio vectorial
a) En R2 , u = (1, 1), v = (2, 1)

b) En R3 , u = (1, −1, 2), v = (1, 1, 2), w = (0, 0, 1)
c) En P2 , p1 (x) = 1 − x, p2 (x) = 3 − x2 , p3 (x) = x
2. Analizar si el conjunto dado de vectores es linealmente dependiente o linealmente inde-

pendiente
a) En R2 , u = (1, 2), v = (−1, −3)

b) En R3 , u = (1, 1, 1), v = (1, 2, 1) , w = (2, 1, 2)
c) En R, u = (1, 0, 1), v = (0, 1, 1) , w = (1, 1, 0)
d) En R4 , u1 = (1, −2, 1, 1), u2 = (3, 0, 2, −2), u3 = (0, 4, −1, 1), u4 = (5, 0, 3, 1)
130
e) En E = C [0, 1] el conjunto de las funciones f : [0, 1] → R, tales que f es continua en

[0, 1] , f (x) = sin (x), g (x) = cos x.
3. Determinar si el conjunto de vectores dado es una base del espacio vectorial dado
a) En R2 , B = {(1, 1) , (−1, 1)}. En caso afirmativo expresar cada uno de los vectores
e1 = (1, 0) y e2 = (0, 1) como combinación lineal de los elementos de esta base
b) En R2 , F = {u = (x, y) ∈ R :2x + y = 0}, B = {(1, −2)}
c) En R2 , F = {u = (x, y) ∈ R :2x + y = 0}, B = {(1, −2) , (−5, 10)}
d) En P3 : B = {p1 , p2 , p3 , p4 }, donde p1 (x) = 1, p2 (x) = 1 + x, p3 (x) = 1 + x2 ,
p4 (x) = 1 + x3 . En caso afirmativo expresar el polinomio p (x) = 2x3 + 3x2 − x + 1
como combinación lineal de los elementos de esta base
2 2 2
4. Demostrar que el conjunto solución {ex , xex , x2 ex } es linealmente independiente en
C(R), el conjunto de las funciones f : R → R, tal que f es continua.
5. Analizar la dependencia lineal de los polinomios p1 , p2, p3 ∈ P3 dados por
p1 (x) = 1 − 2x + x2 + x3
p2 (x) = −5 − 2x − 9x2 + 7x3
p3 (x) = 2 − x + 3x2 − x3
y hallar una base y la dimensión del espacio generado por ellos.

3 4 3 4 3 4 3 4
3 2 2 1 6 5 5 4
A1 = , A2 = , A3 = , A4 =
2 1 1 0 4 2 4 α
hallar el valor de α para que A4 esté en el subespacio generado por A1 , A2 y A3 .
7. Dados los vectores (k, 1, 0) , (1, k − 1, k) , (1 + k, 1, k) de R3 .
a) ¿Para cuáles valores de k estos vectores forman una base de R3 ?.

b) ¿Para cuáles valores de k estos vectores generan subespacios propios de R3 ?.Hallar
dichos subespacios mostrando un conjunto generador para cada uno.
131
CAPÍTULO
8. Dados los vectores v1 = (1, 2, −2, 1) , v2 = (2, −1, 1, 2) y v3 = (1, −3, −1, 3) de R4 , hallar
una base para el subespacio
H = {v ∈ R4 : v es ortogonal a los tres vectores dados}.
9. Dado
H = {(x, y, z, w) ∈ R4 : x + y + z + w = 0 ∧ x + 2y + 3z + 4w = 0}.
a) Demostrar que H es un subespacio de R4 .

b) Hallar una base para H.
3 4
1 2
10. Dada la matriz A = ,sea H el conjunto de M2×2 formado por todas las matrices
3 4
X tales que AX = XA.
a) Demostrar que H es un subespacio de M2×2 .

b) Hallar, justificando su respuesta, una base para H.
11. Sea B = {u1, u2 , u3 , u4 } una base del espacio vectorial V de dimensión 4.Dados
v1 = 2u1 + 3u2 + u3 − u4
v2 = u1 + 2u2
v3 = u1 − u3 + 3u4
v4 = u4
analizar si el conjunto B1 = {v1 , v2 , v3 , v4 } es una base de V .
12. Hallar una base del siguiente subespacio
H = {(x1 , x2 , x3 , x4 ) ∈ R4 : 2x1 − x2 + x3 − 3x4 = 0}.
13. Sea E = Mm×n el conjunto de todas las matrices de orden m × n con elementos reales. Si
la suma de matrices y la multiplicación de una matriz por un escalar son las usuales, se
comprueba que Mm×n es un espacio vectorial
Determinar si el siguiente conjunto de vectores es una base de M2×2
3 4 3 4 3 43 4
a 0 0 b 0 0 0 0
, , , ; donde abcd = 0
0 0 0 0 c 0 0 d
14. Hallar una base para
132
1 x y z2
a) E = v = (x, y, z) ∈ R3 : = =
3 4 5
3
b) E = v = (x, y, z) ∈ R : x + 2y − 3z = 0
c) E = v = (x, y, z, w) ∈ R4 : ax + by + cz + dw = 0 , donde abcd = 0
Norberto Chau
Lima, 23 de enero de 2012
2.3.2. Vectores de coordenadas
Con el fin de ser capaz de enlazar el álgebra lineal con el álgebra de matrices, tenemos que encon-
trar una manera de representar los vectores numéricamente. Esto se puede hacer eligiendo una
base para un espacio determinado y por escrito cada vector como una combinación única lineal
de vectores de la base. Los coeficientes que surgen de esta manera son los escalares necesario.
Sea V un espacio vectorial n−dimensional sobre un campo k, sea S = {v1 , . . . , vn } una base de
V , y sea x ∈ V . Entonces x se puede escribir únicamente en la forma
x = a1 v1 + · · · + an vn
en relación con la base S. Por lo tanto, tienen un mapeo invertible V → kn que asocia a cada
vector x ∈ V un vector columna única
 
a1
 . 
[x]S =  .  n
 . ∈k ,
an
determines a unique linear combination ŷS = b1 v1 + · · · + bn vn ∈ V.
conocido como el vector de coordenadas de x con respecto a la base de S. Por el contrario, cada
vector columna  
b1
 . 
y= .  n
 . ∈k
bn
determina una única combinación lineal ŷS = b1 v1 + · · · + bn vn ∈ V.
Definición 2.3.51. La aplicación x → [x]S que asigna a cada vector x ∈ V el vector de coor-
denadas [x]S ∈ kn es la aplicación de coordenadas de V a kn determinado por la base S para
V.
133
CAPÍTULO
Definición 2.3.52. La aplicación y → ŷS que asigna a cada vector columna y ∈ kn la combi-
nación lineal ŷS ∈ V es la aplicación combinación lineal de coordenadas de kn en V determinado
por la base S para V.
Teorema 2.3.53. Teorema de aplicación de coordenadas )Las aplicaciones x → [x]S y y → ŷS

son inversos el uno del otro.
Prueba. Los cálculos necesarios para demostrar este teorema es trivial. Por definición,
 
a1
 . 
x = a1 v1 + · · · + an vn → [x]S =  . 
 .  = y → ŷS = a1 v1 + · · · + an vn = x
an
y 
  
a1 a1
 .   . 
y= .   .  = y.
 .  → ŷS = a1 v1 + · · · + an vn → [ŷS ]S =  . 
an an
Por lo tanto, las aplicaciones de coordenadas son inversos el uno del otro.
Las aplicaciones combinación lineal de coordenadas, son útiles porque son inversos el uno del
otro, y porque preservan la suma de vectores y la multiplicación por un escalar en el sentido del
siguiente teorema.
Teorema 2.3.54. Las aplicaciones de coordenadas x → [x]S de V a kn tiene la propiedad que

[x + y]S = [x]S + [y]S y que [ax]S = a[x]S .
Prueba. Sean x = a1 v1 + · · · + an vn y y = b1 v1 + · · · + bn vn son dos vectores en V y sea

x + y = (a1 + b1 )v1 + · · · + (an + bn )vn su suma. Entonces
     
a1 + b1 a1 b1
 ..   ..   .. 
[x + y]S = 
 . =
  .  
+ . 
 = [x]S + [y]S .
an + bn an bn
Además , para cualquier escalar a ∈ k,
ax = a(a1 v1 + · · · + an vn ) = (aa1 )v1 + · · · + (aan )vn ,
de modo que    
aa1 a1
 .   .. 
[ax]S =  .   . 
 .  = a  = a[x]S .
aan an
134
Por lo tanto la aplicación de coordenadas preserva la suma de vectores y la multiplicación escalar.
Una aplicación entre dos espacios vectoriales con las propiedades descritas en el teorema anterior
se llama una Transformación lineal
La pregunta obvia es ¿qué relación existe entre los vectores de coordenadas [x]S y [x]S ′ de un
vector dado x con respecto a dos bases distintas S y S ′ de V. La respuesta resulta a ser bastante
simple.
Si escribimos los vectores base v1 , . . . , vn en S como combinaciones lineales de los vectores basicos
en la base S ′ , se obtiene
v1 = a11 w1 + · · · + a1n wn
..
.
vn = an1 w1 + · · · + ann wn
Los vectores de coordenadas de v1 , . . . , vn en la base S ′ , por lo tanto
   
a11 an1
 .   . 
[v1 ]S ′ = .  ... [vn ]S ′ = . 
 .   .  .
a1n ann
Sea  
a11 · · · an1
 . .. .. 
P = [[v1 ]S ′ · · · [vn ]S′ ] =  . . 
 . . 
a1n · · · ann
la matriz cuyas columnas son los vectores de coordenadas. Entonces, por construcción, P [x]S =
[x]S ′ .
Si escribimos los vectores base w1 , . . . , wn en S’ como combinaciones lineales de los vectores de
la base S, obtenemos
w1 = b11 v1 + · · · + b1n vn
..
.
wn = bn1 v1 + · · · + bnn vn
Los vectores de coordenadas de w1 , . . . , wn en la base, por lo tanto
   
b11 bn1
 .   . 
[w1 ] =  .  ... [wn ] =  . 
 .   .  .
b1n bnn
135
CAPÍTULO
Sea  
b11 · · · bn1
 . .. .. 
Q = [[w1 ]S · · · [wn ]S ] =  . . 
 . . 
b1n · · · bnn
la matriz cuyas columnas son los vectores de coordenadas de la base de vectores wi determinado
por la base S, entonces, por construcción, Q [x]S′ = [x]S . Es fácil comprobar que Q = P −1
El siguiente teorema resume los resultados de estos cálculos.
Teorema 2.3.55. (Teorema de cambio de base )Sea V un espacio vectorial n-dimensional sobre
un campo k.Sea S = {v1 , . . . , xn } y
S ′ = {w1 , . . . , wn } dos bases de V, y sea x un vector en V con vectores de coordenadas [x]S y
[x]S′ .Entonces
existe una matriz P invertible para el cual P [x]S = [x]S ′ y P −1 [x]S′ = [x]S .
Prueba.Sea x = a1 v1 + · · · + an vn cualquier vector en V , escrito como una combinación lineal

de la base de S. Por el hecho de que la aplicación de coordenadas x → [x]S′ conserva vector
Además de la multiplicación y escalar se deduce que
[x]S′ = [a1 v1 + · · · + an vn ]S′ = a1 [v1 ]S′ + · · · + an [vn ]S ′

 
a1
 . 
= [[v1 ]S ′ . . . [vn ]S′ ]  . 
 .  = [[v1 ]S ′ . . . [vn ]S′ ] [x]S = P [x]S
an
Por el contrario, y = b1 w1 + · · · + bn wn cualquier vector en V, escrito como una combinación
lineal de la base S ′ . Del hecho de que la función de coordenadas y → [y]S preserva la suma de
vectores y la multiplicación escalar se deduce que
[y]S = [b1 w1 + · · · + bn wn ]S = b1 [w1 ]S + · · · + bn [wn ]S

 
b1
 . 
= [[w1 ]S . . . [wn ]S ]  . 
 .  = [[w1 ]S . . . [wn ]S ] [y]S ′ = Q [y]S ′
bn
Esto quiere decir que Q = P −1 .

Las matrices P y P −1 juegan un papel importante en el estudio de las transformaciones lineales.
Por lo tanto, dado un nombre especial.
Definición 2.3.56. Las matrices n × n P y P −1 con la propiedad que P [x]S = [x]S ′ y P −1 [x]S ′
= [x]S son el cambio de base }matrices de la base S a la base de S′ y de la base S ′ a la base S,
respectivamente.
136
Ejemplo 2.3.57. UnMatriz general de Cambio de Base de R2 .
Sea x un vector en R2 , y sea S = {v1 , v2 } y S ′ = {w1 , w2 } dos bases de R2 .. Entonces x =

a1 v1 + a2 v2 = b1 w1 + b2 w2 .Por lo tanto
! " ! "
a1 b1
[x]S = and [x]S′ = .
a2 b2
Escribimos S en términos de S ′ y S ′ en términos de S, se obtienen dos sistemas de ecuaciones:
v1 = c11 w1 + c12 w2 w1 = d11 v1 + d12 v2

y .
v2 = c21 w1 + c22 w2 w2 = d21 v1 + d22 v2
En la notación de matriz-vector, estos sistemas toman la forma
! " ! "
c11 c12 d11 d12
[x]S = [x]S ′ and [x]S ′ = [x]S .
c21 c22 d21 d22
Por sustitución, obtenemos
! "! "
c11 c12 d11 d12
[x]S = [x]S
c21 c22 d21 d22
y ! "! "
d11 d12 c11 c12
[x]S ′ = [x]S′ .
d21 d22 c21 c22
Dado que estas ecuaciones son válidas para todos x ∈ R2 , se sigue que
! " ! "! "
1 0 c11 c12 d11 d12
=
0 1 c21 c22 d21 d22
y ! " ! "! "

1 0 d11 d12 c11 c12
= .
0 1 d21 d22 c21 c22
Por tanto ! " ! "−1
c11 c12 d11 d12
P = =
c21 c22 d21 d22
y
! " ! "−1
d11 d12 c11 c12
Q= = .
d21 d22 c21 c22
Esto nos dice que las dos bases de S y S′están conectados por las matrices invertible P y Q.
137
CAPÍTULO
Ejemplo 2.3.58. Un 2.
! especial
" Cambio
! "$de base para la matriz
! "para R ! "$
1 3 1 0
Sea S = v1 = , v2 = y S ′ = w1 = , w2 = son dos bases para
2 4 0 1
R2 .
Entonces
! " ! " ! " ! " ! " ! "
1 1 0 3 1 0
v1 = =1 +2 , v2 = =3 +4 ,
2 0 1 4 0 1
y ! " ! " ! " ! " ! " ! "
1 1 3 0 1 3
w1 = =p +q , w2 = =r +s .
0 2 4 1 2 4
1 = p + 3q
, la solución es : {q = 1, p = −2}
0 = 2p + 4q
! " ! "
3
1 3 −2 2
Así P = yQ= .
2 4 1 − 12
Se sigue que ! "! " ! "
3
−2 2 1 3 1 0
PQ = =
1 − 12 2 4 0 1
y ! "! " ! "
3
1 3 −2 2 1 0
QP = 1
= .
2 4 1 −2 0 1
Además, ! " ! "! " ! "
1 1 3 1 1
P = =
0 2 4 0 2
! " ! "! " ! "

0 1 3 0 3
P = =
1 2 4 1 4
y ! " ! "! " ! "
3
1 −2 2 1 1
Q = =
2 1 − 12 2 0
! " ! "! " ! "

3
3 −2 2 3 0
Q = = .
4 1 − 12 4 1
Como podemos ver, la matriz P es la matriz de cambio de base de S a S ′ , y su inverso Q es la
matriz de cambio de base de S ′ a S.
Ejemplo 2.3.59. Un cambio de coordenadas en R3 .
138
Convertir los vectores de la base de

     


 1 0 
 1
      
S = v1 =   
 2  , v2 =  1
 , v3 =  0 
  

 
 3 0 1 
a vectores coordenadas en la base

      

 0 1 
 1
      
′ 
S = w1 =  1  , w2 =  1  , w3 =  0 
     

 
1 0 1 
utilizar el resultado para la construcción de una matriz de cambio de base de S a S ′ .
Solución
Comenzamos
  calculando
 el vector decoordenadas
 ]S ′ .
[v1
0 1 1 a12 + a13
       
a11  1  + a12  1  + a13  0  =  a11 + a12 
      

1 0 1 a11 + a13
Por tanto          
1 0 1 1 a12 + a13
         
 2  = a11  1  + a12  1  + a13  0  =  a11 + a12  .
         
3 1 0 1 a11 + a13


 1 = a12 + a13

Ahora resolvemos el sistema 2 = a11 + a12 .


 3=a +a
11 13
la solución es : {a11
 = 2,
 a12 = 0, a13 = 1}.  
1 a12 + a13 2
     
Por tanto[v1 ]S′ =  2  =  a11 + a12  =  0 
    
.
3 a11 + a13 1
S′
Al repetir los pasos anteriores para v2 y v3 , se obtiene
           
1
0 0 1 1 a22 + a23 2
           
[v2 ]S ′ =  
 1  = a21         
 1  + a22  1  + a23  0  =  a21 + a22  = 
1
2


0 1 0 1 a21 + a23 − 12
S′
y
           
1 0 1 1 a32 + a33 0
           
[v3 ]S′ =  
 0  = a31          
 1  + a32  1  + a33  0  =  a31 + a32  =  0 
1 1 0 1 a31 + a33 1
S′
139
CAPÍTULO
Con estos resultados, podemos construir el cambio de base de la matriz P de S a S ′ .

 
1
2 2 0
 
P = [[v1 ]S′ [v1 ]S ′ [v1 ]S ′ ] = 
 0
1
2 0 
.
1 − 12 1
Como era de esperar,
    
1
2 2 0 1 2
    
P [v1 ]S = 
 0 0   0  =  0  = [v1 ] ′
   
1
2 S
1 1 0− 12 1
    
1 1
2 2 0 0
    2 
P [v2 ]S = 
 0 1
2 0   1  =  1  = [v2 ] ′
   2  S
1 1
1 −2 1 0 −2
    
1
2 2 0  0  0
  
P [v3 ]S = 
 0
1    =  0  = [v3 ] ′ .
2 0  0    S
1
1 −2 1 1 1
A continuación, utilizamos P −1 , la matriz de cambio de base de S ′ de S, para revertir estos
cálculos.
 −1  
1 1
2 2 0 2 − 12 0
   
 0 1
0   0 
 2  = 0 2 
1 − 12 1 − 12 3
2 1
Como era de esperar,
    
1
2 − 12 0 2 1
    
P −1 [v1 ]S ′ = 
 0 2 0     
  0  =  0  = [v1 ]S
− 12 3
2 1 1 0
    
1
2 − 12 0 1
2 0
    
P −1 [v2 ]S′ = 
 0 2 0 

 1
2
 =  1  = [v2 ]
   S
− 12 3
2 1 −21
0
    
1
− 12 0 0 0
 2    
P −1 [v3 ]S′ =
 0 2 0 

 0 = 0 
 
 = [v3 ]S .
− 12 3
2 1 1 1
Con esto se completa el cambio deseado de las coordenadas.
140
2.4. Transformaciones Lineales

Definición 2.4.1. Sean V y W dos espacios vectoriales sobre un mismo cuerpo K ; una trans-
formación lineal de V en W es una función T : V → W que satisface dos condiciones:
(a)T (u + v) = T (u) + T (v)

(b)T (λ.v) = λ.T (v)
para cualesquiera vectores u, v ∈ V y cualquier escalar λ ∈ K. Se dice también que T es un

operador lineal de V en W , o
que T es una función K-lineal de V en W .
Ejemplo 2.4.2. La función T : R3 −→ R2 definida por T (x, y, z) = (2x, 2y) es una transformación
lineal.
Ejemplo 2.4.3. La integración puede considerarse como un operador lineal S del espacio C(R)
(o c(a,b)) en R : 8
S(f) = f (x)dx + C con C = 0
Ejemplo 2.4.4. Dados dos espacios vectoriales V y W , la función nula
O : V → W
x !−→ O(x) = 0
es una transformación lineal, denominada la transformación nula.
Ejemplo 2.4.5. De igual manera, la función idéntidad
IV : V → V
u !−→ IV (u) = u
es también una transformación lineal, y se le conoce como la idéntidad de V .
Ejemplo 2.4.6. Sea a ∈ R un real fijo y el espacio de polinomios reales, entonces la función
T : R [x] −→ R
p(x) !→ p(a)
es una transformación lineal.
141
CAPÍTULO
2.4.1. Núcleo e Imagen
Definición 2.4.7. Sea T : V → W una transformación lineal de V en W ; se define el núcleo

de T como
N (T ) = {v ∈ V | T (v) = 0}.
Nótese que N (T ) es un subespacio de V . Por otro lado, se define la imagen de T como
Im(T ) = {w ∈ W | w = T (v), para algún v ∈ V };
Im(T ) es un subespacio de W . Si A es un subespacio de V y B es un subespacio de W , entonces

los conjuntos
T (A) = {T (a) | a ∈ A}
T −1 (B) = {v ∈ V |T (v) ∈ B}
son subespacios de W y V respectivamente.
Observación 2.4.8. Obsérvese que N (T ) = T −1 (0), e Im(T ) = T (V ). La dimensión del

espacio imagen Im(T ) se conoce como el rango de la transformación T , y la denotamos por
rank (T ).
Ejemplo 2.4.9. Consideremos la función T definida por T : Pn → R2n [x]

p(x) = a0 + a1 x + · · · + an xn !→ a0 + a1 x2 + · · · + an x2n .
T es una transformación lineal con núcleo 0 y rank (T ) = n + 1.
Ejemplo 2.4.10. En el espacio V de las c(a,b)sucesiones reales convergentes la función T definida

por
T ({xn }) = {a − xn }, donde a = lı́m {xn }
n→∞
es una transformación lineal cuyo núcleo es el espacio de las sucesiones constantes y cuya imagen
es el espacio de las sucesiones de límite 0.Además, la sucesión constante 1 es una base de N(T )
y, por otro lado, las sucesiones
s1 = {1, 0, 0, . . .}
s2 = {0, 1, 0, . . .}
s3 = {0, 0, 1, . . .}
..
.
son linealmente independientes, con lo cual Im (T ) y V son espacios de dimensión infinita.
A continuación presentamos y probamos uno de los teoremas básicos del álgebra lineal.
142
Teorema 2.4.11. Sea V un espacio de dimensión finita n ≥ 1 y sea T : V → W una tranfor-

mación lineal. Entonces
dim(V ) = dim N (T ) + dim Im(T )
El siguiente teorema muestra que una transformación lineal queda completamente determinada
por su acción sobre los vectores de una base. En otras palabras, para definir una transformación
lineal basta conocer las imágenes de los vectores de una base.
Teorema 2.4.12. Sean V y W dos K-espacios, β una base de V y ϕ : β → W una función.

Entonces existe una única transformación lineal T : V → W que extiende a t, es decir, T (v) =
ϕ(v), para cada v ∈ β.
Ejemplo 2.4.13. Sea
2x − y + z = 0
L:
x + y + 2z = 0
una recta en R3 .Si P es un punto de R3 , el simétrico de P respecto a la recta L es el punto
P ′ ∈ R3 tal que, el segmento P P ′ interseca perpendicularmente a la recta L en el punto M (M
es el, puntomedio de P P∆).Sea
T : R3 −→ R3
la transformación lineal definida por
T (P ) = P ′ (P ′ es simétrico de P respecto a L)
T (P ) = P si P ∈ L
Ejemplo 2.4.14. (a)Hallar el núcleo y la imagen de T.

(b)Determinar una base para el núcleo y una base para la imagen de T .
Solución
2x − y + z = 0 · · · (1)
(a) L :
x + y + 2z = 0 · · · (2)
Sumando (1) y (2) :3x + 3z = 0 =⇒ z = −x. Luego y = 2x + z = 2x − x = x
Parametrizando : sea x = t, de donde y = t, z = −t
L : P = t(1, 1, −1), t ∈ R
P(x,y,z)
A(1,1,-1)
P'
143
CAPÍTULO
Sea M ∈ L, entonces existe un t ∈ R tal que M = (t, t, −t).Luego,

−−→
MP = P − M = (x, y, z) − (t, t, −t) = (x − t, y − t, z + t)
−−→ −−→ −−→
MP ⊥ L =⇒ MP ⊥ A = (1, 1, −1) =⇒ MP · A = 0
(x − t, y − t, t + z) · (1, 1, −1) = 0 =⇒ x − 3t + y − z = 0 =⇒
x+y−z
x − 3t + y − z = 0 =⇒ t = . Luego,
3
x+y−z x+y−z x+y−z
M= , ,−
3 3 3
Como M es punto medio P P∆se tiene P +P ∆
2 = M, de donde P∆= 2M − P
x+y−z x+y−z x+y−z

P∆ = 2 , ,− − (x, y, z)
3 3 3
−x + 2y − 2z 2x − y − 2z −2x − 2y − z
P∆ = , ,
3 3 3
Sea
T : R3 −→ R3
T (P ) = P∆(P ′ es simétrico de P respecto a L)

−x + 2y − 2z 2x − y − 2z −2x − 2y − z
T (x, y, z) = , ,
3 3 3
(b)El núcleo de T está formado por los puntos P = (x, y, z) ∈ R3 tales que
−x + 2y − 2z 2x − y − 2z −2x − 2y − z
T (x, y, z) = , , = (0, 0, 0)
3 3 3
de donde


 −x + 2y − 2z = 0

2x − y − 2z = 0 ,


 −2x − 2y − z = 0
la Solución es:[x = 0, y = 0, z = 0] .
Por tanto Nu(T ) = {(x, y, z) = (0, 0, 0)} .
La imagen de T está formado por los puntos
1
P′ = (−x + 2y − 2z, 2x − y − 2z, 2x − y − 2z) ; x, y, z ∈ R
3
1 1 1
P ′ = x (−1, 2, −2) + y (2, −1, −2) + z (−2, −2, −1)
3 3 3
9 :
′ 1 1 1
Por tanto Im(T ) = P = x (−1, 2, −2) + y (2, −1, −2) + z (−2, −2, −1)
3 3 3
144
Im(T ) = gen {(−1, 2, −2) , (2, −1, −2) , (−2, −2, −1)} .
β Im T = {(−1, 2, −2) , (2, −1, −2) , (−2, −2, −1)} es l.i
c1 v1 + c2 v2 + c3 v3 = 0
c1 (−1, 2, −2) + c (2, −1, −2) + c3 (−2, −2, −1) = (0, 0, 0, 0)

(2c − c1 − 2c3 , 2c1 − c − 2c3 , −2c − 2c1 − c3 ) = (0, 0, 0, 0)


 2c − c1 − 2c3 = 0

2c1 − c − 2c3 = 0 ,


 −2c − 2c − c = 0
1 3
la Solución es: c1 = 0, c2 = 0, c3 = 0
Ejemplo 2.4.15. Sea

T : R4 −→ R3
T (x, y, z, w) = (x + z, x + y − z − 2w, −2x − y + 2w)
(a)Encontar la matriz asociada de T.

(b)Hallar la dimensión de la imagen de T .
Solución
(a)La matriz asociada de T es
% &
AT = T (e1 ) T (e2 ) T (e3 ) T (e4 )
T (e1 ) = (1, 1, −2)

T (e2 ) = (0, 1, −1)
T (e3 ) = (1, −1, 0)
T (e4 ) = (0, −2, 2)
 
1 0 1 0
 
AT = 
 1 1 −1 −2 

−2 −1 0 2
(b)Sea w = T (x, y, z) = (x + z, x + y − z − 2w, −2x − y + 2w) ∈ Im(T ) entonces
w = x (1, 1, −2) + y (0, 1, −1) + z (1, −1, 0) + w (0, −2, 2)
145
CAPÍTULO
w = x (1, 1, −2) + (y − 2w) (0, 1, −1) + z (1, −1, 0) ; x, y, z ∈ R

1 0 1
Como 1 1 −1 = 0, entonces los vectores (1, 1, −2) , (0, 1, −1) , (1, −1, 0) son linealmente
−2 −1 0
dependientes.
Luego, (1, 1, −2) y (0, 1, −1) son linealmente independientes.
Im(T ) = '{(1, 1, −2) , (0, 1, −1)}( , de donde dim Im(T ) = 2
Ejemplo 2.4.16. Sea T : R3 −→ R3 una transformación lineal dada por
T (x, y, z) = (λx + y + z, λx + y, y + z)
Determinar el valor de λ para que el núcleo de T tenga dimensión 1 y para dicho valor de λ,
hallar una base para la imagen de T .
Solución     
x λ 1 1 x
    
T (x, y, z) = A  y  =  λ 1 0  y 
    
z 0 1 1 z
λ 1 1
Como |A| = λ 1 0 =λ
0 1 1
    
λ 1 1 x 0
    
núcleo de T : λ 1 0   y  =  0 
    

0 1 1 z 0
Si |A| = λ = 0, entonces núcleo de T = {(0, 0, 0)} =⇒ dim Nu(T ) = 0
Si |A| = λ = 0,entonces núcleo de T 
 se tiene : 
0 1 1 0 0 1 1 0
    y+z =0
 0 1 0 0  F3 ←→ F3 − F1 ∼  0 1 0 0 
    ⇐⇒ y=0
0 1 1 0 0 0 0 0
De : y + z = 0 −→ z = 0
Nu(T ) = {(x, 0, 0) : x ∈ R} = '(1, 0, 0)( , de donde dim Nu(T ) = 1
Sea w = T (x, y, z) = (y + z, y, y + z) ∈ Im(T ) entonces
w = y (1, 1, 1) + z (1, 0, 1) ; y, z ∈ R
Im(T ) = {(1, 1, 1) , (1, 0, 1)}
Luego, (1, 1, 1) y (1, 0, 1) son linealmente independientes. Por tanto,
β Im(T ) = {(1, 1, 1) , (1, 0, 1)} es una base para la imagen de T .
146
Operaciones con Transformaciones Lineales En esta lección mostraremos que el conjunto

de todas las transformaciones lineales entre dos K-espacios V y W es un K-espacio. Veremos
además que cuando V = W dicho conjunto es una K-álgebra.
Denotemos por L(V,W) el conjunto de todas las transformaciones lineales del espacio V en el
espacio W .
LK (V, W ) adquiere estructura de espacio vectorial respecto de las siguientes operaciones:
Para T1 , T2 ∈ LK (V, W ) y v ∈ V se define la suma por
(T1 + T2 )(v) = T1 (v) + T2 (v).
La acción de producto por un escalar sobre transformaciones viene dada por
(r.T ) (v) = r.T (v)
donde r ∈ K y T ∈ LK (V, W ). Nótese que el cero de LK (V, W ) es la trans-

formación nula y la opuesta de T ∈ LK (V, W ) es la transformación −T definida
por
(−T )(v) = −T (v).
LK (V, W ) se conoce también como el espacio de operadores lineales de V en W .
Además de las dos operaciones definidas anteriormente, podemos considerar la composición de

transformaciones lineales como una tercera operación.
En efecto, sean T : V → W y S : Z → U dos transformaciones lineales de

tal manera que se cumpla la condición habitual de compatibilidad: Im(T ) ⊆ Z .
Entonces la función compuesta S T definida para cada v ∈ V por
(S T )(v) = S(T (v))
es una transformación lineal.
Las tres operaciones introducidas gozan de las siguientes propiedades algebraicas.
Sean T, T1 , T2 , T3 transformaciones lineales compatibles para las operaciones in-

dicadas. Entonces
147
CAPÍTULO
(T1 T2 )T3 = T1 (T2 T3 )

T (T1 + T2 ) = T T1 + T T2
(T1 + T2 )T = T1 T + T 2 T
a.(T1 T2 ) = (a.T1 )T2 = T1 (a.T2 ), a ∈ K
I T = T = T I,
donde I es la transformación idéntica respectiva.
De acuerdo a la discusión anterior, el espacio LK (V, V ) , de transformaciones lineales de V en si

mismo, viene dotado de tres operaciones: suma de vectores, producto de escalares por vectores
y producto entre vectores. Resulta entonces que LK (V ) es un álgebra sobre el cuerpo K, en el
sentido de la siguiente definición.
Definición 2.4.17. Sea A un espacio vectorial sobre un cuerpo K, se dice que A es un álgebra
sobre K , o también que A es una K-álgebra, si en A está definido un producto entre vectores
que cumple las siguientes condiciones:
(v1 v2 )v3 = v1 (v2 v3 )

v(v1 + v2 ) = vv1 + vv2
(v1 + v2 )v = v1 v + v 2 v
λ.(v1 v2 ) = (λ. v1 ) v2 = v1 (λ. v2 ), λ ∈ K
1v = v = v1,
donde v, v1 , v2 , v3 ∈ A, a ∈ K y 1 es el elemento neutro del producto de vectores.
En lo siguiente presentamos el concepto de isomorfismo para grupos y anillos; en esta lección

mostraremos la importancia de esta noción para el caso de los espacios vectoriales.
Una transformación lineal T : V → W es inyectiva si para cualesquiera elementos

u, v ∈ V se cumple que:
T (u) = T (v) ⇐⇒ u = v.
T se dice sobreyectiva si Im(T ) = W .
Proposición 2.4.18. Si T : V → W es una transformación lineal, entonces las siguientes

condiciones son equivalentes:
1.T es inyectiva.
2.N(T ) = 0.
148
3.Si v1 , . . . , vn son vectores L I de V , entonces T (v1 ), . . . , T (vn ) son vectores L.I. de Im(T ).
4.Si β es una base de V , entonces T (β) es una base de Im(T ).
En particular, si V y W son espacios de dimensión finita n ≥ 1, entonces T es

inyectiva si y solo si T es sobreyectiva.
Definición 2.4.19. Se dice que T es biyectiva si T es inyectiva y sobreyectiva. Dos K-espacios

V y W se dicen isomorfos si existe una transformación lineal biyectiva T de V en W . Esta
relación entre V y W se denota por V ∼
= W.
Siendo T biyectiva, existe la función inversa de T definida por
−1
T :W →V
T −1 (w) = v ⇐⇒ T (v) = w
donde w ∈ W y v ∈ V . Es obvio que T −1 es también una tranformación lineal y

cumple las siguientes condiciones:
−1 −1
T T = I identica, T T = I identica
Nótese que T −1 es la única transformación de W en V que cumple estas iden-

tidades, y se le conoce como la inversa de T . Hemos visto entonces que una trans-
formación lineal biyectiva tiene inversa, ésta es única y viene caracterizada por las
identidades anteriores.
Nótese que la relación “ser isomorfo” es una relación de equivalencia en la colec-
ción de todos los K-espacios. Es también claro que la composición de dos isomorfis-
mos es nuevamente un isomorfismo.Un isomorfismo T de un espacio V en si mismo
se denomina un automorfismo de V . La colección de todos los automorfismos de un
espacio V se denota por AutK (V ). Se tiene entonces inmediatamente el siguiente
resultado.
Si V es un K-espacio, entonces AutK (V ) es un grupo respecto de la composición de trans-
formaciones con elemento neutro IV .
Una consecuencia inmediata de la Proposición anterior es el siguiente corolario.
Corolario 2.4.20. Sea T : V → V una transformación lineal de un espacio V de dimensión

finita n ≥ 1. Entonces las siguientes condiciones son equivalentes:
1.T es inyectiva
149
CAPÍTULO
2.N(T ) = 0
3. T es sobreyectiva
4.rank(T)=n
5.T es un automorfismo.
2.4.2. Matrices y transformaciones lineales
En este capítulo, usted también aprenderá que todas las matrices determinan las transforma-
ciones lineales. Usted también aprenderá cómo representar transformaciones lineales de matrices
y estudiar la conexión entre diferentes matrices que representan la misma transformación lineal.
Estas matrices se denominan matrices similares.
Usted aprenderá que las matrices similares están vinculados a través invertible de cambio de
base de matrices.
Las matrices de las transformaciones lineales
Sea V un espacio n-dimensional y W es un espacio vectorial m-dimensional sobre los mismo

campo k. Entonces sabemos de teorema de isomorfismo que en relación con una base fija de S
de V , el espacio V es isomorfo a k n , y en relación con una base fija S ′ de W , el W es isomorfo al
espacio km . En relación con estos isomorfismos, por lo tanto, cada vector x ∈ V corresponde a un
único vector de coordenadas [x]S ∈ kn , y cada vector T (x) ∈ W corresponde a un único vector
de coordenadas [T (x)]S′ . En esta sección, vamos a utilizar tales isomorfismos para representar
a cada transformación lineal T : V −→ W por una transformación de matriz [T ]SS ′ : kn → k m de
modo que [T ]SS′ [x]S = [T (x)]S′ . La matriz [T ]SS ′ se llama la matriz de T en las bases de S y S ′ .
Diferentes bases S y el rendimiento de diferentes matrices S ′ .
Definición 2.4.21. La matriz de una transformación lineal T : kn → km en la base S =

{v1 , . . . , vn } para kn y la base S ′ para k m es la
matriz
A = [T ]SS ′ = [[T (v1 )]S ′ · · · [T (vn )]S ′ ]
cuyas columnas son los vectores de coordenadas [T (vi )]S ′ en la base S ′ de la imagen T (vi ) de la
base de vectores vi ∈ S.
Definición 2.4.22. Si T : kn → k m es una transformación lineal y si E es la base estandar

para kn y E ′ la base estandard para km , entonces la matriz
[T ]E
E ′ = [[T (e1 )]E ′ · · · [T (en )]E ′ ]
150
es la matriz estándar de T.
Teorema 2.4.23. ( teorema de representación de la matriz). Si A es la matriz de una trans-

formación lineal T : kn → km en la bases S y S′, entonces [T (x)]S ′ = A [x]S .
Prueba. Sea S = {v1 , . . . , vn } , y supongamos que x = a1 v1 + · · · + an vn es cualquier vector

en kn . Entonces, el vector de coordenadas de x en la base S es
 
a1
 . 
[x]S =  . 
 . .
an
Por lo tanto
[T (x)]S ′ = [T (a1 v1 + · · · + an vn )]S ′

= a1 [T (v1 )]S ′ + · · · + an [T (xn )]S′
 
a1
 . 
= [[T (v1 )]S′ · · · [T (vn )]S′ ]  . 
 . 
an
= A [x]S .
Ejemplo 2.4.24. La transformación identidad como una matriz de cambio de base.

Sea I : kn → kn es la transformación identidad de un espacio vectorial V sobre un campo k,
and let S= {v1 , . . . , v} y S ′ = {w1 , . . . , wn } son dos bases kn . Entonces por definición,
[I]SS ′ = [[I(v1 )]S′ · · · [I(vn )]S′ ] = [[v1 ]S′ · · · [vn ]S′ ] = P ∈ kn×n
es la matriz de cambio de bases S a S ′ , y

′
[I]SS = [[I(w1 )]S · · · [I(wn )]S ] = [[w1 ]S · · · [wn ]S ] = Q ∈ kn×n
es la matriz de cambio de bases S ′ a S.
Ejemplo 2.4.25. La transformación identidad como la matriz identidad
Ejemplo 2.4.26. .
Probar que la transformación identidad I : k n → kn es representada por una matriz identidad

In , provista de las bases S y S ′ es la base estandár de E = {e1 , . . . , en } para kn definida
anteriormente.
151
CAPÍTULO
Solución. Por teorema de representación de la matriz,
[I]E
E = [[I(e1 )]E · · · [I(en )]E ] .
Pero [I(ei )]E = ei para todo 1 ≤ i ≤ n. Entonces
[I]E
E = [e1 · · · en ] = In ∈ k
n×n
.
Esto demuestra que la matriz de identidad representa la transformación de la identidad, siempre

que la base estándar que se elija, tanto para el dominio y el codominio de I.
Ejemplo 2.4.27. Una matriz de una transformación lineal
Ejemplo 2.4.28. T : R2 → R2 .
Sea ! " ! "$

1 −1
S= v1 = , v2 =
1 0
y ! " ! "$
1 0
S′ = e1 = , e2 =
0 1
dos bases para R2 .Encontrar la matriz [T ]SS ′ representante a la transformación lineal T : R2 → R2

definida por 3! "4 ! "
x 4x − 2y
T = .
y 2x + y
Solución. Calculando los valores de T en la base S.
! " ! " ! "
2 1 0
T (v1 ) = = 2 +3 = 2e1 + 3e2
3 0 1
! " ! " ! " .
−4 1 0
T (v2 ) = = −4 −2 = −4e1 − 2e2
−2 0 1
Por tanto ! " ! "
2 −4
[T (v1 )]S ′ = y [T (v2 )]S ′ = .
3 −2
Esto significa que ! "
2 −4
A = [T ]SS ′ = .
3 −2
Vamos a verificar que A [x]S nos da los valores esperados mediante el cálculo de A [v1 ]S y A [v2 ]S .
152
! "
1
Si x = , entonces
1
! " ! " ! "
1 −1 1
[x]S = a +b = .
1 0 0
Por tanto ! "! " ! "
2 −4 1 2
A [x]S = = = [T (x)]S′ .
3 −2 0 3
! "
−1
Si x = , entonces
0
! " ! " ! "
1 −1 0
[x]S = a +b = .
1 0 1
Por tanto ! "! " ! "
2 −4 0 −4
A [x]S = = = [T (x)]S ′ .
3 −2 1 −2
Por lo tanto, representa la transformación lineal T en las bases S y S ′ .
Es importante señalar que en la especificación de las bases S= {v1 , x2 } y S ′ = {e1 , e2 } en el
ejemplo anterior, se supone que las bases se ordenan . Esto significa que v1 viene antes de v2
en S y e1 antes de e2 en S ′ . Si cambiamos el orden de los vectores en S y T representan en las
bases de S ′′ = {v2 , v1 } y S ′ , por ejemplo, entonces
! "
S ′′ −4 2
[T ]S ′ = .
−2 3
Ejemplo 2.4.29. Una Matriz de una transformación lineal T : R3 → R2

Sea      

 1 1 
 1
      
S = w1 = 
 1
 , w2 =  1  , w3 =  0 
    

 
 1 0 0 
la base para R3 y ! " ! "$
1 2
S′ = u1 = , u2 =
3 5
la base para R2 . Encontrar la matriz [T ]SS′ que representa la transformación lineal T : R3 → R2
definida por  
x ! "
  3x + 2y − 4z
T 
 y  = .
x − 5y + 3z
z
153
CAPÍTULO
Ejemplo 2.4.30. Solución. por definición,
[T ]SS′ = [[T (w1 )]S′ [T (w21 )]S ′ [T (w3 )]S ′ ] .
Calculando los vectores coordenadas [T (w1 )]S ′ , [T (w21 )]S ′ , y[T (w3 )]S ′ .
 
1 ! "
  1
T (w1 ) = T   
 1  = ,
−1
1
 
1 ! "
  5
T (w2 ) = T   
 1  = ,
−4
0
 
1 ! "
  3
T (w3 ) = T  0 
  
 = .
1
0
Ejemplo 2.4.31. Luego ahora calculamos los vectores coordenadas [T (w1 )]S′ , [T (w21 )]S ′ , y [T (w3 )]S ′ .
! " ! " ! " ! "
1 1 2 a + 2b
[T (w1 )]S′ = = au1 + bu2 = a +b =
−1 ′
3 5 3a + 5b
S
1 = a + 2b
, la solución es : {b = 4, a = −7}
−1 = 3a + 5b
! "
−7
Por tanto [T (w1 )]S′ = .
4
! " ! " ! " ! "
5 1 2 a + 2b
[T (w2 )]S′ = = au1 + bu2 = a +b =
−4 3 5 3a + 5b
S′
5 = a + 2b
, la solución es : {a = −33, b = 19}
−4 = 3a + 5b
! "
−33
19
! " ! " ! " ! "
3 1 2 a + 2b
[T (w3 )]S′ = = au1 + bu2 = a +b =
1 3 5 3a + 5b
S′
3 = a + 2b
, la solución es : {a = −13, b = 8}
1 = 3a + 5b
! "
−13
8
154
Esto significa que

! "
−7 −33 −13
[T ]SS′ = [[T (w1 )]S ′ [T (w21 )]S ′ [T (w3 )]S′ ] = .
4 19 8
Ejercicios Propuestos :Transformaciones lineales
1. Analizar si las siguientes transformaciones de V a W son lineales o no
a) T : R3 → R2 , T (x, y, z) = (x, y)
b) T : R2 → R2 , T (x, y) = x2 , y 2
c) T : R3 → R2 , T (x, y, z) = (0, y)
d) T : Rn → R, T (x1 , . . . , xn ) = x1 + . . . + xn
e) T : R → Rn , T (x) = (x, . . . , x)
f ) T : P2 → P1 , T a0 + a1 x + a2 x2 = a1 + a2 x
g) T : C [0, 1] → C [0, 1], T (f (x)) = f (x) + 1
2. Si T : R2 → R2 , está dada por T (x, y) = (−x, −y); describir T geométricamente
3. Suponga que el vector v = (x, y) en el plano XY se rota un ángulo θ en sentido antihorario,

obteniéndose el vector v ′ = (x′ , y ′ ).
a) Justificar que
x′ = x cos θ − y sin θ
y ′ = x sin θ + y cos θ
La transformación lineal T : R2 → R2 , definida por T (x, y) = (x′ , y ′ ) se denomina

transformación de rotación y la matriz
3 4
cos θ − sin θ
Aθ =
sin θ cos θ
se denomina matriz de rotación (asociada a la transformación T )

π
b) ¿Qué sucede con el vector v = (−3, 4) si se le rota un ángulo de en sentido antiho-
6
rario?
4. Determinar la expresión del operador lineal T : R2 → R2 , sabiendo que, para todo v =

(x, y), el segmento de recta determinado por v y T (v) = (x′ , y ′ ) es horizontal y tiene su
punto medio en la recta y = x. ¿Cuál es la imagen del eje Y por la transformación T ?
155
CAPÍTULO
5. Sea T : V → W una transformación lineal. Responder con verdadero o falso
a) Si v ∈ V es tal que T (v) = 0, entonces v = 0

b) Si T (w) = T (u) + T (v), entonces w = u + v
c) Si v es combinación lineal de u1 ,. . . ,um , entonces T (v) es combinación lineal de
T (u1 ),. . . ,T (um )
6. Proporcionar un ejemplo de una transformación lineal T : V → W tal que
a) Si B = {v1 , . . . , vn } es una base de V , entonces el conjunto {T (u1 ) , . . . , T (um )} es

L.I
b) Si B = {v1 , . . . , vn } es una base de V , entonces el conjunto {T (u1 ) , . . . , T (um )} es
L.D
7. Sea T : R3 −→ R3 la transformación lineal definida por:
T (u) = Proyección ortogonal de u sobre v = (−2, 1, 3).
a) Hallar una fórmula para T.

b) Encontrar una base para el núcleo de T y una base para la imagen de T.
8. Considere M3×3 , el espacio de matrices 3 × 3 y sea la aplicación
T : M3×3 −→ M3×3
definida por
T (A) = A + At , donde A ∈ M3×3
a) Demuestre que T es una transformación lineal.

b) Halle el núcleo de T.
9. Sea M : x − y − z = 0,un plano en R3 .Si p es un punto de R3 , el simétrico de p respecto

al plano M es el punto p′ ∈ R3 tal que, el segmento pp∆interseca perpendicularmente al
plano M en el punto Q (Q es el,punto medio de pp∆).Sea
T : R3 −→ R3
T (p) = p∆(p′ es simétrico de p respecto a M)

T (p) = p si p ∈ M
156
a) Halle la matriz que representa a T.

b) Determinar el núcleo de T.
2.5. Valores y Vectores Propio

En la sección anterior vimos que cada transformación lineal T de un espacio de dimensión
finita n ≥ 1 se puede representar por medio de una matriz A de orden n, la cual permite
conocer propiedades de la transformación T , por ejemplo, es claro que T es invertible si y solo
si det(A) = 0 . Si la matriz A tiene un aspecto sencillo es muy fácil obtener información de T
a partir de ella. La forma más simple que puede tener una matriz es la forma diagonal. En este
capítulo estudiaremos criterios para diagonalizar matrices.
2.5.1. Valores y Vectores Propio
Definición 2.5.1. Sea T : V → V una transformación de un K-espacio V , un escalar a ∈ K

se dice que es un valor propio de la transformación T si existe un vector no nulo v ∈ V tal que
T (v) = λ . v. En tal caso se dice que v es un vector propio de T perteneciente al valor propio
a. Nótese que un vector propio solo puede ser asociado a un solo valor propio.
Ejemplo 2.5.2. Para la transformación lineal T : R2 → R2 definida por T (x, y) = (2x, 3y),
λ = 2 es un valor propio con vector propio (6, 0); λ = 3 es también un valor propio de T con
vector propio (0, −2).
Definición 2.5.3. Sea T : V → V una transformación lineal y a ∈ K , el conjunto
Eλ = {v ∈ V | T (v) = λ . v}
es un subespacio de V ; nótese que Eλ = 0 si y solo si Eλ es un valor propio de T , en tal caso

Eλ se denomina el espacio propio de T correspondiente al valor propio λ .
Ejemplo 2.5.4. Sea D el operador derivación definido sobre el espacio de funciones reales cuyas
derivadas de cualquier orden existen, y sea λ ∈ R, entonces E(λ) = {c eax | c ∈ R}.
Ejemplo 2.5.5. Existen transformaciones lineales sin valores propios, es decir, E(λ) = 0 , para
cada λ ∈ K. En efecto, la transformación T : R2 → R2 definida por
T (x, y) = (y, −x)
no tiene valores propios.
157
CAPÍTULO
Proposición 2.5.6. Sea T : V → V una transformación lineal de un espacio V . Sean a1 , . . . , ar

valores propios diferentes con vectores propios v1 , . . . , vr , respectivamente. Entonces v1 , . . . , vr
son L I. En particular, si V es de dimensión finita n ≥ 1, entonces T tiene a lo sumo n valores
propios diferentes. Si T tiene exactamente n valores propios diferentes, entonces {v1 , . . . , vn }
es una base de V .
Demostración.Ejercicio.
El recíproco de la proposición anterior no es siempre cierto, por ejemplo, si T =
IV , cualquier base de V pertenece a 1, que es el único valor propio de IV .
Ejemplo 2.5.7. Sea K[x] el conjunto de polinomios con coeficientes en el cuerpo K, y sea T :
V → V una transformación lineal. Entonces para cada polinomio p(x) ∈ K[x] se tiene que
p(T ) es una transformación lineal de V en V , además si a ∈ K es un valor propio de T con
vector propio v, entonces p(λ) es un valor propio de p(T ) con vector propio v. En tal caso,
E(λ) ⊆ N(p(T )) si a es raíz de p(x), y E(λ) ⊆ Im(p(T )) si λ no es raı́z de p(x).
2.5.2. Polinomio Característico
En la seción anterior definimos la teoría de determinantes para matrices con entradas en un

cuerpo, sin embargo la invertibilidad de los elementos del cuerpo no fue usada en la construcción.
Esto indica que se puede desarrollar la teoría de determinantes para matrices con entradas en un
anillo conmutativo, por ejemplo, con entradas polinómicas. Esta observación nos permite definir
un invariante muy importante de una transformación lineal de un espacio de dimensión finita:
su polinomio caracterı́stico. Comencemos por definir el polinomio característico de una matriz
cuadrada.
Sea A = [aij ] una matriz cuadrada de orden n ≥ 1 sobre un cuerpo K. Se define

el polinomio característico de A por
 
a11 − λ a12 ··· a1n
 
 a21 a22 − λ · · · a2n 
 
pA (λ) = det(A − λI) = det  .. .. .. .. .
 . . . . 
 
an1 an2 · · · ann − λ
Nótese que efectivamente pA (x) ∈ K[x]. Se puede probar facilmente que para
pA (x) se tienen las siguientes propiedades:
a) pA (x) es un polinomio de grado n.
158
b) Siendo pA (x) = p0 + p1 x + · · · + pn−1 xn−1 + pn xn , entonces se tiene que

p0 = (−1)n det(A), pn−1 = −(a11 + · · · + ann ) y pn = 1.
c) Matrices similares tienen el mismo polinomio característico. El recíproco de
esta afirmación no es siempre cierto, como lo ilustran las matrices
! " ! "
1 1 1 0
y .
0 1 0 1
d) Sea T : V → V una transformación lineal de un espacio V de dimensión

finita n ≥ 1. Entonces se define el polinimo característico de T como el polinomio
característico de la matriz de T en cualquier base, y se denota por pT (x). En otras
palabras, el polinomio característico de T es un invariante de T que no depende de la
base elegida en V, y se tiene que pT (x) = pA (x) , donde A = mX (T ) y X es cualquier
base de V .
El polinomio característico es un instrumento para determinar los valores propios

de una transformación lineal.
Sea T : V → V una transformación lineal de un espacio V de dimensión finita n ≥ 1 y sea

a ∈ K. Entonces, a es un valor propio de T si y solo si a es raíz del polinomio caracterı́stico de
T , es decir, pT (a) = 0.
Insistimos en que este resultado es válido para valores a ∈ K. Podría ocurrir que las raíces del
polinomio característico no pertenecieran al cuerpo K, por ejemplo, en el caso en que K sea el
cuerpo de números reales y todas las raíces de pT (x) fueran complejas , entonces no tendríamos
valores propios.
Un cuerpo K se dice algebraicamente cerrado si todas las raíces de todos sus polinomios pertenecen
a K, por ejemplo, el cuerpo C de números complejos es algebraicamente cerrado, en cambio, el
cuerpo R de números reales no lo es.
Corolario 2.5.8. Sea K un cuerpo algebraicamente cerrado y sea T : V → V una transforma-

ción lineal del K-espacio V de dimensión finita n ≥ 1. Entonces, T tiene n valores propios (no
necesariamente diferentes) correspondientes a las n raíces de su polinomio característico.
Sea A una matriz cuadrada de orden n ≥ 1, un elemento λ ∈ K se dice que es un valor propio
de A si existe una matriz columna no nula u = (u1 , . . . , un )T ∈ K n tal que Au = λ.u . La
teoría de valores y vectores propios para matrices está relacionada de manera obvia con la
correspondiente teoría para transformaciones lineales.
159
CAPÍTULO
Corolario 2.5.9. Sea T : V → V una transformación lineal de un K-espacio V de dimensión

finita n ≥ 1. Sea β = {v1 , . . . , vn } una base de V , A = mβ (T ) y λ ∈ K. Entonces, λ es un valor
propio de T si y solo si λ es un valor propio de A. Mas exactamente, v = u1 . v1 + · · · + un . vn es
un vector propio de T perteneciente al valor propio a si y solo si u = (u1 , . . . , un )T es un vector
propio de A perteneciente al valor propio λ.
2.5.3. Matrices Diagonalizables
Sea A = [aij ] una matriz de orden n ≥ 1. Se dice que A es una matriz diagonal
si aij = 0 para i = j. Sea T : V → V una transformación lineal de un espacio
V de dimensión finita n ≥ 1. Se dice que T es diagonalizable si existe una base β
en V tal que es una matriz diagonal. Una matriz A de orden n ≥ 1 se dice que es
diagonalizable si A es similar a una matriz diagonal. Teniendo en cuenta que matrices
que representen la misma transformación lineal son similares, se tiene el siguiente
resultado.
Proposición 2.5.10. Sea T : V → V una transformación lineal de un espacio V de dimensión

finita n ≥ 1 y sea β una base cualquiera de V . Entonces, T es diagonalizable si y solo si mX (T )
es diagonalizable.
En términos de vectores propios se tiene el siguiente criterio obvio de diagonal-

ización.
Teorema 2.5.11. Sea T : V → V una transformación lineal de un espacio V de dimensión

finita n ≥ 1. T es diagonalizable si y solo si V tiene una base constituida por vectores propios.
Según la proposición y el corolario se tiene el siguiente corolario.
Corolario 2.5.12. Sea A una matriz cuadrada de orden n ≥ 1. Entonces,

a) A es diagonalizable si y solo si A tiene n vectores propios L I.
b) Si A tiene n valores propios diferentes, entonces A es diagonalizable.
El recíproco de la parte b) del corolario anterior no siempre se cumple: la matriz

idéntica E es diagonal, sin embargo sus n valores propios coinciden y son iguales a
1.
Proposición 2.5.13. Sea T : V → V una transformación lineal de un espacio V de di-

mensión finita n ≥ 1. Sean λ1 , . . . , λr los valores propios diferentes para T , 1 ≤ r ≤ n, y
160
E(λ1 ) , . . . , E(λr ) lossubespacios propios correspondientes. Entonces, la suma E(λ1 ) + · · · +

E(λr ) es directa. En consecuencia,
dim(E(λ1 ) ⊕ · · · ⊕ E(λr )) = dim(E(λ1 ) ) + · · · + dim(E(λr ) ).
Podemos probar ahora un criterio de diagonalización en términos del polinomio

característico y de los espacios propios.
Teorema 2.5.14. Sea T : V → V una transformación lineal de un espacio V de dimensión fini-

ta n ≥ 1. Sean λ1 , . . . , λr los valores propios diferentes para T , 1 ≤ r ≤ n, y E(λ1 ) , . . . , E(λr )
los subespacios propios correspondientes. Entonces, las siguientes condiciones son equivalentes:
a) T es diagonalizable.
b) El polinomio característico de T es de la forma
pT (x) = (x − λ1 )d1 · · · (x − λr )dr ,
donde di = dim(E(λi )), 1 ≤ i ≤ r.

c) dim(V ) = dim(E(λ1 )) + · · · + dim(E(λr )).
d) V = E(λ1 ) ⊕ · · · ⊕ E(λr ).
Ejercicios Propuestos.
Ejercicios 2.5.15. 1. Determinar si las siguientes matrices son diagonalizables. En caso

afirmativo encontrar una matriz que diagonalice:
 
  1 1 2 3
0 −1 0  
   4 
 0 2 2 
A=  0 0 1 , B= .
 0 0 1 −2 
−1 −3 3  
0 0 0 2
2. Determinar los valores y vectores propios del operador derivación sobre el espacio n-
polinomios. ¿ Es este operador diagonalizable ?
3. Sean A y B matrices cuadradas de orden n ≥ 1 y m ≥ 1, respectivamente. Demuestre que

el polinomio característico de la matriz
! "
A 0
0 B
es pA (x)pB (x).
4. Sea A una matriz de orden n ≥ 1 y p(x) un polinomio cualquiera. Demuestre que si A es

diagonalizable, entonces p(A) es diagonalizable.
161
CAPÍTULO
/n
5. Sea A = [aij ] una matriz de orden n ≥ 1 tal que j=1 aij = 1 para cada 1 ≤ i ≤ n.
Demuestre que 1 es un valor propio de A.
Ejemplo 2.5.16. Encontrar los valores y vectores propios de la matriz

 
1 2 −1
 
A=  1 0 1  
4 −4 5
Solución  
1−λ 2 −1
 
det (A − λI) = det 
 1 −λ 1 

4 −4 5 − λ
! " ! " ! "
−λ 1 1 1 1 −λ
p (λ) = (1 − λ) det − 2 det − det
−4 5 − λ 4 5−λ 4 −4
2
p (λ) = (1 − λ) λ − 5λ + 4 − 2 ((5 − λ) − 4) − (−4 + 4λ)
p (λ) = (1 − λ) λ2 − 5λ + 4 − 2 (1 − λ) + 4 (1 − λ)
p (λ) = (1 − λ) λ2 − 5λ + 4 + 2 (1 − λ)
p (λ) = (1 − λ) λ2 − 5λ + 6
p (λ) = − (λ − 1) (λ − 2) (λ − 3)
Por lo tanto los valores propios de A son λ = 1, λ = 2, λ = 3
Para determinar un vector propio v = (x, y, z) asociado con λ = 1, formamos el sistema
(A − λI) v = 0
    
0 2 −1 x 0
    
 1 −1 1   y  =  0 
    
4 −4 4 z 0
   
0 2 −1 0 1 −1 1 0
   
 1 −1 1 0  F1 ←→ F2 ∼  0 2 −1 0  F3 ←→ F3 − 4F1 ∼
   
4 −4 4 0 4 −4 4 0
 
1 −1 1 0
  x − y + z = 0 =⇒ x = y − z = y − 2y = −y
 0 2 −1 0  ⇐⇒
  2y − z = 0 =⇒ z = 2y
0 0 0 0
Los vectores propios buscados son :v = (x, y, z) = (−y, y, 2y) , y ∈ R.
Análogamente, los vectores propios v = (x, y, z) correspondientes a λ = 2 se obtienen a partir
de
(A − λI) v = 0
162
    
−1 2 −1 x 0
    
 1 −2 1   y  =  0 
    
4 −4 3 z 0
   
−1 2 −1 0 1 −2 1 0
   
 1 −2 1 0  F1 ←→ F2  −1 2 −1 0  F2 ←→ F2 − F1 ∼
    F ←→ F − 4F
4 4 1
4 −4 3 0 4 −4 3 0
 
1 −2 1 0
  x − 2y + z = 0 =⇒ x = 2y − 4y = −2y
 0 0 0 0 
  ⇐⇒ 4y − z = 0 =⇒ z = 4y
0 4 −1 0
Los vectores buscados son :v = (x, y, z) = (−2y, y, 4y) = y (−2, 1, 4) , y ∈ R.
Los vectores propios v = (x, y, z) correspondientes a λ = 3 se obtienen a partir de
(A − λI) v = 0
    
−2 2 −1 x 0
    
 1   
−3 1   y  =  0  
 
4 −4 2 z 0
   
−2 2 −1 0 1 −3 1 0


 1 −3 1 0  −
 F1 ←→F2 
 
→  −2 2 −1 0  −
 F2 ←→F2 +2F1
 F4 ←→F4→−4F1
4 −4 2 0 4 −4 2 0
   
1 −3 1 0 1 −3 1 0


 0 −4 1 0 
 → −
 F3 ←→F3 +2F2 
 0 −4 1 0 


0 8 −2 0 0 0 0 0
x − 3y + z = 0 =⇒ x = 3y − 4y = −y
⇐⇒
−4y + z = 0 =⇒ z = 4y
Los vectores propios buscados son :v = (x, y, z) = (−y, y, 4y) = y (−1, 1, 4) , y ∈ R.
Ejemplo 2.5.17. Sea T : R3 −→ R3 una transformación lineal con matriz asociada A tal que
|A − λI| = λ3 − 2λ2 − λ + 2
(a)Hallar los valores propios λ1 , λ2 , λ3 de A.

(b)Sean (1, 0, 1) , (1, 2, 1) , (−1, 2, 0) vectores propios correspondientes a λ1 , λ2 , λ3 respectivamente
con λ1 < λ2 < λ3 .Calcular T (1, 0, 1) , T (1, 2, 1) y T (−1, 2, 0) .
(c)Hallar T (x, y, z), para todo (x, y, z) ∈ R3 .
Solución
(a)Sea p(λ) = |A − λI| = λ3 − 2λ2 − λ + 2 = (λ − 1) (λ − 2) (λ + 1)
163
CAPÍTULO
p(λ) = (λ − 1) (λ − 2) (λ + 1) = 0 =⇒ λ1 = −1, λ2 = 1, λ3 = 2 son los valores propios de A.

(b)Los vectores propios T (v) = λv
T (v1 ) = T (1, 0, 1) = −1 (1, 0, 1) = (−1, 0, −1)
T (v2 ) = T (1, 2, 1) = 1 (1, 2, 1) = (1, 2, 1)
T (v3 ) = T (−1, 2, 0) = 2 (−1, 2, 0) = (−2, 4, 0)
(c)Sea
 (x, y, z) = α (1, 0, 1) + β (1, 2, 1) + γ (−1, 2, 0)

 x=α+β−γ

y = 2β + 2γ =⇒ α = 2z − 12 y − x, β = x + 12 y − z, γ = z − x


 z =α+β
Luego,
T (x, y, z) = αT (1, 0, 1) + βT (1, 2, 1) + γT (−1, 2, 0)

T (x, y, z) = α (−1, 0, −1) + β (1, 2, 1) + γ (−2, 4, 0)
T (x, y, z) = (β − α − 2γ, 2β + 4γ, β − α)
Por tanto,
T (x, y, z = (4x + y − 5z, y − 2x + 2z, 2x + y − 3z)
Ejercicios Propuestos:Valores propios y vectores propios
1. Hallar el polinomio característico, los valores propios y vectores propios de cada matriz :
     
0 0 1 0 0 0 2 1 1
     

(a)  0 1 2  
(b)  0 1 0   
(c)  2 3 2 

0 0 1 1 0 1 3 3 4
   
a 0 0 0 a b 0 0
   
 0 a 0 0   0 a c 0 
   
(d)   (e)   ; bc = 0
 0 0 a 0   0 0 a 0 
   
0 0 0 a 0 0 0 a
2. Suponga que la matriz A tiene valores propios λ1 , λ2 , λ3 , · · · , λk .
a) Demostrar que los valores propios de At son λ1 , λ2 , λ3 , · · · , λk .

b) Demostrar que los valores propios de αA son αλ1 , αλ2 , αλ3 , · · · , α λk .
c) Demostrar que A−1 existe si y sólo si λ1 , λ2 , λ3 , · · · , λk = 0.
d) Si A−1 existe, demostrar que los valores propios de A−1 son λ−1 −1 −1 −1
1 , λ2 , λ3 , · · · , λk .
e) Demostrar que la matriz A−αI tiene valores propios λ1 −α, λ2 −α, λ3 −α, · · · , λk −α.
164
f ) Demostrar que si A es una matriz diagonal, entonces los valores propios de A son las
componentes de la diagonal principal.
3. Si A y B son matrices semejantes de orden n × n.Demostrar que A y B tienen los mismos

valores propios.
Nota. Dos matrices A y B de orden n × n, son semejantes si existe una matriz invertible
C de orden n × n tal que
B = C −1 AC.
165
CAPÍTULO
166
Funciones vectoriales de variables
real
2.6. Introducción
Este capítulo está compuesto por cuatro secciones, en la primera introducimos el concepto de
bola abierta y a partir de él llegamos a los conceptos básicos de la topología en Rn como
son: punto interior, conjunto abierto, punto adherente, punto de acumulación,conjunto cerrado,
frontera de un conjunto y conjunto acotado.
En la segunda sección introducimos la noción de curva en Rn , y los conceptos de continuidad,
derivabilidad e integración de funciones vectoriales. Presentamos los teoremas fundamentales
del cálculo para funciones vectoriales e introducimos los conceptos de vector tangente y vector
normal. Finalmente introducimos el concepto de plano osculador.
En la tercera sección introducimos el concepto de longitud de arco, función longitud de arco y
curvatura de una curva.
La cuarta sección está dedicada a presentar un ejemplo de las ideas anteriores a la teoría new-
toniana de la gravitación: A partir de las leyes de Newton mostramos cómo se deducen las leyes
de Kepler.
Cada sección tiene un grupo de problemas que el estudiante debe resolver. Adicionalmente hemos
incluído en cada sección
2.7. Topologia en Rn
Uno de los conceptos que podemos iniciar es la definición de bola abierta. Concretamente ten-
emos:
Definición 2.7.1. El conjunto
B(Q, r) = {P ∈ Rn , P − Q < r}
167
CAPÍTULO
Definición 2.7.2.
Definición 2.7.3. se llama la bola abierta de centro Q y radio r.
Con la ayuda de la definición anterior introducimos los siguientes conceptos:
Definición 2.7.4. 1. Punto interior: Sea S un subconjunto de Rn . Un vector P ∈ S se dice

un punto interior a S si existe una B(P, r) tal que B(P, r) ⊂ S.
El conjunto de puntos interiores es denotado por S ◦ . Es claro que S ◦ ⊂ S.
Por ejemplo, todos los puntos de la bola B(P, r) son puntos interiores de ella.
2. Conjunto abierto: Un conjunto S ⊂ Rn se llama un conjunto abierto de Rn si todos sus
puntos son puntos interiores. Esto es S = S ◦ .
Por ejemplo, la bola B(Q, r) es un subconjunto abierto de Rn , todo el espacio Rn es un conjunto
abierto de Rn , así mismo, el conjunto Φ es un conjunto abierto de Rn .
Es importante observar que estamos diciendo que un conjunto es abierto de otro. Esto quiere
decir que un conjunto A puede ser un abierto de Q más no un abierto de P. Por ejemplo: el
intervalo (0, 1) es un abierto de R más no es un abierto de Rn , n ≥ 2.
3. Punto adherente: Decimos que P ∈ Rn es un punto adherente de un subconjunto S de Rn
si para todo ε > 0, B(P, ε) ∩ S = Φ.
El conjunto de puntos adherentes de S lo denotamos con S.
Es claro, de la definición de punto adherente, que S ⊂ S. Por ejemplo, el conjunto {Z ∈ Rn , Z − X ≤
está formado por puntos adherentes de B(Q, r).
Dentro del conjunto de puntos adherentes están los puntos de acumulación.
4. Puntos de acumulación: Decimos que P ∈ Rn es un punto de acumulación de un sub-
conjunto S de Rn si para todo ε > 0, B(P, ε) posee infinitos puntos de S.
Los puntos de acumulación de S son denotados con S ′ . Es claro que S ′ ⊂ S.
1
Por ejemplo, el conjunto n, n = 1, 2... ⊂ R tiene como único punto de acumulación al punto
0.
5. Conjuntos Cerrados: Un conjunto S de Rn se dice cerrado en Rn si S = S.
El ejemplo más clásico de conjunto cerrado es
B(Q, r) = {P ∈ Rn , Q − P ≤ r}.
Debemos advertir que los conceptos cerrado y abierto no son contrarios. Un conjunto puede ser
al mismo tiempo abierto y cerrado, por ejemplo Rn y Φ son conjuntos abiertos y cerrados, o
también, no ser ni abierto ni cerrado, por ejemplo el conjunto de números racionales Q no es
ni abierto ni cerrado de R.
168
Nota: Cuando una colección T de subconjuntos de Rn contiene al mismo Rn , al conjunto

Φ y satisface que la unión arbitraria y la interesción finita de elementos de T es
un elemento de T , decimos que dicha colección es una topología. Por ejemplo, la familia de
conjuntos abiertos de Rn es una topología de él.
6. Punto frontera: Sea S un subconjunto de Rn . Decimos que Z ∈ Rn es un punto frontera
de S si toda bola abierta B(Z, ε) contiene puntos de S y puntos de S c .
El conjunto de todos los puntos frontera de S lo denotamos cómo ∂S. Es claro que ∂S = S ∩
(Rn − S). Por lo tanto ∂S es cerrado de Rn .
Por ejemplo,
∂B(Q, r) = {P ∈ Rn , P − Q = r}
7. Conjunto acotado: Un subconjunto S de Rn se dice acotado si existe B (Θ, r) tal que
S ⊆ B (Θ, r) .
Los subconjuntos de Rn que son cerrados y acotados se llaman compactos. Estos tienen la
propiedad que todo subconjunto infinito de ellos poseé un punto de acumulación en él. La
prueba de esta importante propiedad se sale de los propósitos de este curso. Ella se basa en un
célebre resultado conocido como el Teorema de Heine.Borel que afirma:
Definición 2.7.5. Si C es una colección de conjuntos abiertos Rn tal que su unión contiene a
un subconjunto C de Rn que es cerrado y acotado, entonses existe una subcolección finita de C
cuya unión también contiene a A.
Para su prueba referimos al lector a cualquier texto de Análisis Matemático.
La definición de límite para funciones de varias variables es similar a aquélla para funciones
de una variable, pero con la salvedad de que los entornos tomados alrededor del punto donde
queremos encontrar el límite serán ahora discos o bolas, de acuerdo a la dimensión del espacio
de las variables.
Mientras que en funciones de una variable hay sólo dos maneras de acercarnos a un punto del
dominio –por derecha y por izquierda–, en funciones de varias variables hay infinitos caminos
para acercarse a un punto del plano de las variables. Para que exista un límite, el mismo debe
ser igual para todos los posibles acercamientos.
Igual que en funciones de una variable, para que una función de varias variables sea continua en
un punto debe estar definida en el mismo, debe tener límite en él y el valor de la función debe
ser igual al del límite. Si una función es combinación de otras continuas, será también continua
excepto en aquellos puntos donde no esté definida.
Ejemplo 2.7.6. Conjuntos abiertos. Mostrar que el siguiente conjunto del plano es abierto:
Ω = {(x, y) | −1 < x < 1, −1 < y < 1}
169
CAPÍTULO
Solución.En el plano, un conjunto es abierto cuando dado un elemento (x; y) perteneciente

al conjunto es posible trazar un disco alrededor de dicho punto tal que todos los elementos del
disco pertenecen al conjunto.
En el caso de nuestro problema, tenemos que cualquier punto (x0 ; y0 ) perteneciente al conjunto
estará a una cierta distancia de cada uno de los cuatro bordes, no pudiendo estar exactamente
sobre los mismos dado que las desigualdades son estrictas.
En esas condiciones, para seleccionar un δ tal que todos los puntos en un disco de radio δ
pertenezcan al conjunto, basta tomar:
δ < mín{(x0 + 1), (1 − x0 ), (y0 + 1), (1 − y0 )}
Esto es, δ debe ser menor que la menor distancia del punto a los bordes. De esa manera,
tendremos que para cualquier punto (x; y) del disco se verificará:
x > x0 ⇒ x − x0 < δ < 1 − x0 ⇒ x < 1

x < x0 ⇒ x0 − x < δ < x0 + 1 ⇒ x > −1
> y0 ⇒ y − y0 < δ < 1 − y0 ⇒ y < 1
y < y0 ⇒ y0 − y < δ < y0 + 1 ⇒ y > −1
Esto es, cualquier punto dentro del disco cumplirán las cuatro condiciones requeridas para que
pertenezca al conjunto Ω. Por ende, el conjunto es abierto.
2.8. Función vectorial de variable real

Definición 2.8.1. Una aplicación F : I ⊂ R → Rn , donde I es un subconjunto de R se llama
una función vectorial. Puesto que para cada t ∈ I, F (t) ∈ Rn , entonces
F (t) = (f1 (t), f2 (t), ..., fn (t))
donde las funciones coordenadas o componentes de F son
fk : I ⊂ R −→ R
x !−→ fk (t). , k = 1, 2, ...n
es la k−ésima componente o coordenada del vector F (t).

n
;
Así, para todo t ∈ D (F ) := D (fk )
k=1
Las funciones fk : I ⊂ R → R, k = 1, 2, ...n son las funciones componentes de F. Es por

ello que todas las propiedades de F , como veremos, reposan en las propiedades de las funciones
componentes.
170
Ejemplo 2.8.2. 1. F (t) = P + tA, t ∈ R, P y A vectores fijos de Rn es una función vectorial

que representa una recta en Rn .
2. F (t) = (cos t, sen t), t ∈ R es una función vectorial que representa una circunferencia de
centro cero y radio uno en R2 .
3. F (t) = (t, t2 ), t ∈ R es una función vectorial que representa una parábola
La imagen F (I) es un subconjunto de Rn y determina una curva en él. Es claro que una curva
en Rn puede estár determinada por diferentes funciones vectoriales, por ejemplo: α (t) = t, t2 ,
t ≥ 0 y β (t) = t2 , t4 , definen la misma curva en R2 . No obstante, aunque es un abuso, para
simplificar la escritura, identificaremos la curva con la función que la define.
Operaciónes algebraicas con funciones vectoriales:
Definición 2.8.3. Si F y G son funciones vectoriales con rangos en Rn y dominios D (F ) y

D (G) en R, entonces F + G, F.G y F × G son funciones con dominio D (F ) ∩ D (G) y reglas
de correspondencias :
1. (F ± G)(t) = F (t) ± G(t)
2. (F.G) (t) = F (t).G(t)
3. (F × G)(t) = F (t) × G(t) (definidas solamente si n = 3).
Si F es una función vectorial y φ : D (φ) ⊂ R → R es una función real de variable real,
entonces la función φ.F está definida como sigue :
(φF )(t) = φ(t)F (t), DφF = D (φ) ∩ D (F ) .
Además, si la función vectorial F : D (F ) ⊆ R → Rn y la función escalar φ : D (φ) ⊂ R → R
tales que R (φ) ∩ D (F ) = ∅, donde
DF ◦φ = {t ∈ D (φ) : φ (t) ∈ D (F )}
y regla de correspondencia
(F ◦ φ) (t) = F (φ (t)) ,
se denomina composición de las funciones φ y F en ese orden.
2.9. Límite de funciones vectoriales

En esta sección extenderemos el concepto de límite de una función real de una variable real a
las funciones vectoriales de una variable real.Las funciones F que se consideran en esta sección
tienen dominio D (F ) ⊂ R y rango ran(F ) ⊂ Rn .
Cualquier límite debe definirse en puntos de acumulación del dominio de una función.
171
CAPÍTULO
Un punto de acumulación t0 de D (F ) es un punto de Rn (que puede pertenecer o no a D (F ))

que tiene la propiedad de que tan cerca como se quiera de él, deben existir puntos t (= t0 ) de
D (F ).
En cada uno de los límites siguientes, será un punto de acumulación de los dominios correspon-
dientes.
La siguiente definición es la formalización del hecho intuitivo: el límite de F en t0 es L, si como
sea que se tome t ∈ D (F ) "muy cerca" de t0 , entonces F (t) estará "muy cerca" de L.
Definición 2.9.1. Sea F : D (F ) ⊂ R → Rn una función vectorial y sea t0 ∈ D (F ).Entonces

se dice que el,vector L = (l1 , l2 , l3 , · · · , ln ) es el límite de la función F en t0 y escribimos si dado
ε > 0, existe un número δ > 0 tal que siempre que t0 esté en el dominio de F y
0 < |t − t0 | < δ
entonces
F (t) − L < ε.
Al aplicar la definición para demostrar que lı́m F (t) = L, debemos demostrar que:
t→t0
Dado ε > 0, ∃δ > 0 : t ∈ D (F ) ∧ 0 < |t − t0 | < δ ⇒ f (t) − L < ε.
Lo que se requiere es mostrar cómo se elegirá δ > 0 para un ε > 0 dado cualquiera. Es decir,
debemos dar una regla
para la selección de δ > 0 en términos de ε > 0.
La desigualdad 0 < |t − t0 | en la definición implica que t = t0 . Nosotros excluimos t = t0 para
ser capaces de considerar el límite de F en t0 cuando no está definido F (t0 ).
En esta sección, siempre que hablemos del límite de una función F en t0 , supondremos que t0
es un punto de acumulación del dominio de F . Si t0 no es un punto de acumulación del dominio
de F , entonces el límite de f en t0 no es único.
Observación.
Así pues, decimos que lı́m F (t) = L si para cada vecindad B (L; ∈) de L hay una vecindad
t→t0
B ′ (t0 ; δ) = B (t0 ; δ) \ {t0 } de t0 tal que F (t0 ) ∈ B (L; ∈) ; siempre que t ∈ D (F ) ∩ B ′ (t0 ; δ) .
Teorema 2.9.2. Sea F = (f1 , f2 , ..., fn ) : D (F ) ⊂ R → Rn una función vectorial ,y t0 es un

punto de acumulación de D (F ) . Entonces lı́m F (t) = L = (l1 , l2 , l3 , · · · , ln ) ∈ Rn si y sólo si
t→t0
lı́m fk (t) = lk ,para k = 1, 2, ...n.
t→t0
Demostración.
172
Si lı́m F (t) = L = (l1 , l2 , l3 , · · · , ln ) entonces para cualquier ε > 0, existe un número δ > 0 tal
t→t0
que siempre que t esté en el dominio de F y
0 < |t − t0 | < δ
entonces
F (t) − L = (f1 (t) − l1 , f2 (t) − l2 , · · · , fn (t) − ln ) < ε.
Como: |fk (t) − lk | ≤ F (t) − L , para k = 1, 2, ...n.

De donde,|fk (t) − lk | < ε,para k = 1, 2, ...n, siempre que t esté en el dominio de fk . Esto muestra
que lı́m F (t) = L implica lı́m fk (t) = lk , para k = 1, 2, ...n.
t→t0 t→t0
Recíprocamente, si lı́m fk (t) = lk ,para k = 1, 2, ...n, entonces para cualquier ε > 0, existe un
t→t0
número δ k > 0 tal que siempre que t esté en el dominio de fk y
F (t) − L = (f1 (t) − l1 , f2 (t) − l2 , · · · , fn (t) − ln ) < ε.
0 < |t − t0 | < δ k
ε
se tiene |fk (t) − lk | < √ ,para k = 1, 2, ...n.
n
Tomando δ = mı́n {δk : k = 1, 2, ...n} tenemos, si 0 < |t − t0 | < δ k , siempre que t esté en el
dominio de F :
! n
" ! n
"
2
2 ε
F (t) − L = (fk (t) − lk ) < √ < ε,
n
k=1 k=1
es decir, que lı́m F (t) = L.

t→t0
El teorema anterior nos dice que si existe el límite:
lı́m F (t) = lı́m f1 (t) , lı́m f2 (t) , · · · , lı́m fn (t) .

t→t0 t→t0 t→t0 t→t0
El límite de una función vectorial F puede, por tanto, calcularse con los límites de funciones
reales componentes fk ,para k = 1, 2, ...n.Por ejemplo,
3 4
lı́m (sen t, tan t, t) = lı́m sen t, lı́mπ tan t, lı́mπ t
t→ π4 t→ π4 t→ 4 t→ 4
3√ 4
2 π
= , 1, .
2 4
Usando el teorema anterior, podemos probar fácilmente el siguiente teorema.
173
CAPÍTULO
Teorema 2.9.3. Si F y G son funciones vectoriales de una variable real tales que
lı́m F (t) = L y lı́m G (t) = M
t→t0 t→t0
y t0 es un punto de acumulación de D (F ) ∩ D (G) ,entonces
1. lı́m [F (t) + G (t)] = lı́m F (t) + . lı́m G (t) = L + M,
t→t0 t→t0 t→t0
2. lı́m [F (t) · G (t)] = lı́m F (t) · lı́m G (t) = L · M, y
3. lı́m [F (t) × G (t)] = lı́m F (t) × lı́m G (t) = L × M (solamente para R3 ).
Demostración.
Probaremos (1).Las pruebas de las otras propiedades son análogas. Si F = (f1 , f2 , ..., fn ) y
G = (g1 , g2 , ..., gn ),
lı́m [F (t) + G (t)] = lı́m [(f1 + g1 ) (t) , (f2 + g2 ) (t) , ..., (fn + gn ) (t))]
t→t0 t→t0
= lı́m f1 (t) + lı́m g (t) , lı́m f2 (t) + lı́m g2 (t) , · · · , lı́m fn (t) + lı́m gn (t)
t→t0 t→t0 t→t0 t→t0 t→t0 t→t0
= lı́m f1 (t) , lı́m f2 (t) , · · · , lı́m fn (t) + lı́m g (t) , lı́m g2 (t) , · · · , lı́m gn (t
lı́m [F (t) + G (t)] = lı́m F (t) + lı́m G (t) .
Teorema 2.9.4. Si F es una función vectorial y φ es una función real de variable real y
lı́m F (t) = L y lı́m φ (t) = r
t→t0 t→t0
y t0 es un punto de acumulación de DφF ,entonces
lı́m φF (t) = lı́m φ (t) lı́m G (t) = rL

Demostración.
Si F = (f1 , f2 , ..., fn ),entonces
lı́m φF (t) = lı́m (φf1 ) (t) , lı́m (φf2 ) (t) , · · · , lı́m (φfn ) (t)
= lı́m φ (t) lı́m f1 (t) , lı́m φ (t) lı́m f2 (t) , · · · , lı́m φ (t) lı́m fn (t)
= lı́m φ (t) lı́m f1 (t) , lı́m f2 (t) , · · · , lı́m fn (t)

lı́m [F (t) + G (t)] = lı́m φ (t) lı́m G (t) .
174
2.10. Continuidad de funciones vectoriales

Definición 2.10.1. Sea F : D (F ) ⊂ R → R una función vectorial. Decimos que F es continua
en t0 de D (F ) , si
lı́m F (t) = F (t0 ) .
t→t0
Es equivalente a decir: dado ε > 0, existe un número δ > 0 tal que siempre que t ∈ D (F ) y
|t − t0 | < δ
entonces
F (t) − F (t0 ) < ε.
Si t0 no es un punto de acumulación de D (F ), entonces F es continua en t0 ,pues en este caso

hay un δ > 0 tal que t0 es el único punto de D (F ) ∩ ]t0 − δ, t0 + δ[ , y entonces, para cualquier
ε > 0 se tiene F (t) − F (t0 ) < ε
siempre que t0 ∈ D (F ) ∩ ]t0 − δ, t0 + δ[ .
Si t0 es un punto de acumulación de D (F ), entonces la definición es equivalente a :
F es continua en el punto t0 de D (F ) , si
lı́m F (t) = F (t0 ) .

t→t0
El siguiente teorema es inmediato.
Teorema 2.10.2. Sea F = (f1 , f2 , ..., fn ) : D (F ) ⊂ R → Rn una función vectorial Entonces

F es continua en a si y sólo si las funciones componentes f1 , f2 , ..., fn de F son continuas en
t0 .
Demostración.
Si t0 no es un punto de acumulación de D (F ) , entonces la prueba es inmediata, basta ver que
D (fk ) = D (F ), para k = 1, 2, ...n.
Supongamos que t0 es un punto de acumulación de D (F ),según teorema,
lı́m F (t) = F (t0 ) si y sólo si lı́m fk (t) = fk (t0 ) ,para k = 1, 2, ...n.Lo que completa la prueba.
t→t0 t→t0
Teorema 2.10.3. Sean F : D (F ) ⊆ R → Rn y G : D (G) ⊆ R → Rn dos funciones continuas

en el número t0 ∈ D (F ) ∩ D (G), entonces:
1.F + G es continua en t0 .
2.F · G es continua en t0 .
3.F × G es continua en t0 .
4.Si φ es una función escalar, φF es continua en t0 ∈ DφF .
175
CAPÍTULO
Demostración.
Probaremos la primera afirmación, dejando el resto como un ejercicio para el estudiante. Ya que
F y G son continuas en t0 , tenemos
lı́m F (t) = F (t0 )

t→t0
y
lı́m G (t) = G (t0 ) .
t→t0
Si t0 no es un punto de acumulación de D (F + G), entonces F + G es continuas en t0 .

Si t0 es un punto de acumulación de D (F + G) ,entonces t0 es un punto de acumulación de D (F )
y D (G) ,
Por lo tanto, por teorema,
lı́m [F (t) + G (t)] = lı́m F (t) + lı́m G (t) = F (t0 ) + G (t0 ) .

Lo cual demuestra que F + G es continua en t0 .
Ejemplo 2.10.4. Sea 

 t−1
et−1 , e t−1−1 , 2t−1
ln t
t= 1
f(t) =
 (1, 1, 2) t= 1
Analizar si f es continua en t = 1.
Solución.
Como lı́mt→1 et−1 = 1
et−1 −1 2 ln t
lı́mt→1 t−1 = 1, lı́mt→1 t−1 = 2
t−1
lı́mt→1 et−1 , e t−1−1 , 2t−1
ln t
= f(1).
Por tanto , f es continua en 1.
Ejemplo 2.10.5. Sea la función f definida por



 ln (1 + t)

 1 − t, , −e− t , t > 0

 t
f (t) = (1, 1, −1) , t = 0



 √ sin2 t 2t

 1 − t2 , 2 , , t < 0
t 1 − e2t
Analizar si f es continua en t = 0.
Solución.
176
Para t > 0 :
ln (1 + t)
lı́m f (t) = ( lı́m 1 − t, lı́m , lı́m −e− t )
t →0+ t→0 t→0 t t→0
1
= (1, lı́m , −1) = (1, 1, −1)
t→0 1+t
Para t < 0 :
sin2 t 2t
lı́m f (t) = ( lı́m 1 − t2 , lı́m , lı́m )
t →0− t → 0− t → 0− t t →0− 1 − e−2t
2
= (1, 1, lı́m ) = (1, 1, 2)
t →−0 2e−2t
−
Puesto que lı́m f (t) = lı́m f (t) entonces no existe lı́m f (t) Por tanto, f no es continua
t →0+ t →0− t→0
en t = 0
2.11. Curvas en Rn
Definición 2.11.1. Sea α : I ⊂ R → Rn una función vectorial continua, definida en un

intervalo I como dominio. A α se le llama camino o trayectoria o parametrización.
La imagen del camino α se le llama curva en Rn .Es decir,
Denotaremos la curva por C y diremos que C es decrita por α
C := {P ∈ Rn : P = α(t), t ∈ I}
Así, C : P = α(t), t ∈ I Se le llama ecuación vectorial de la curva C.
En la gráfica de la curva descrita por una función continua, no puede tener interrupciones.
Ecuación paramétricas de C
Sea C la curva descrita por el camino α : I ⊂ R → Rn .
Si P = (x1 , x2 , · · · , xn ) ∈ C : P = α(t), t ∈ I
y α = (α1 , α2 , · · · , αn ) entonces (x1 , x2 , · · · , xn ) = (α1 (t), α2 (t), · · · , αn (t)), de donde


 x1 = α1 (t)



 x2 = α2 (t) , t∈I
C: ..

 .



 x = α (t)
n n
Se le llama ecuaciones paramétricas de la curva C.
177
CAPÍTULO
Observación 2.11.2. 1. La curva en el espacio puede ser expresada o bien por una ecuación
vectorial, o bien por las ecuaciones paramétricas, o bien mediante dos ecuaciones.
2. Si eliminamos el parámetro t de las ecuaciones


 x = x(t)

C: y = y(t) , t ∈ I;


 z = z(t)
y obtenemos dos ecuaciones que relacionan x, y, z, realizamos el paso de las curvas dadas por el
procedimiento paramétrico a las curvas expresadas por la intersección de dos superficies. Recíp-
rocamente, si ponemos x = φ(t) (donde φ es una función arbitraria) y hallamos y, z como
funciones de t de las ecuaciones
E (φ(t), y, z) = 0 ,
C:
F (φ(t), y, z) = 0
realizamos el paso de las curvas expresadas por la intersección de dos superficies a las curvas
dadas por el procedimiento paramétrico.
Ejemplo 2.11.3. Sea  

8t
√
F (t) = t, 1 − 2t, esen u du .
0
Verificar que F (t) es una parametrización de alguna curva Γ.
Solución.
8t
√
f1 (t) = t, f2 (t) = 1 − 2t, f3 (t) = esen u du
0
< <
1
son continuas en I = −∞, .
2
Observación 2.11.4. Proyección de una curva sobre un plano coordenado
Observación 2.11.5. Sea la curva C,definida por el sistema de ecuaciones
E (x, y, z) = 0 · · · (1)
C:
F (x, y, z) = 0 · · · (2)
La superficie cilíndrica de generatrices paralelas al eje Z, y de directriz C, se llama cilindro

proyectante con el plano de C sobre el plano XY. Su ecuación es de tipo f (x, y) = 0
y se obtiene eliminando z entre (1) y (2).
178
La intersección del cilindro proyectante con el plano de ecuación z = 0, es la proyección de C

sobre el plano XY. Osea,
f (x, y) = 0 · · · (1)
Γ=P royXY C :
z = 0 · · · (2)
Para obtener la proyección de C sobre el plano Y Z hay que eliminar x entre (1) y (2) y cortar
el cilindro proyectante con el plano de ecuación x = 0.
Ejemplo 2.11.6. Sea la curva
(x − 2)2 + (y − 2)2 + z 2 = 8
Γ:
x+ y = 4
a)Hallar la proyección ortogonal C de la curva Γ sobre el plano XZ.

b)Parametrizar la curva Γ en función de senos y cosenos, indicando el dominio del parámetro.
Solución.
Sean las ecuaciones:
(x − 2)2 + (y − 2)2 + z 2 = 8......... (1)
x + y = 4......................... . (2)
Proyectando la curva Γ sobre el plano XZ : Eliminando la variable 2".
Despejando la variable 2"de la ecuación (1) :
y = 4 − x....... (3)
Reemplazando (3) en (1) :

(x − 2)2 + [(4 − x) − 2]2 + z 2 = 8 =⇒ 2 (x − 2)2 + z 2 = 8
C := Pr oyXZ Γ :
 2
 (x − 2) + √
 z2
2 =1
22 2 2


y=0
Parametrizando la elipse:
x = 2 + 2 cos t
√ , 2.en (3) : y = 4 − (2 + 2 cos t) = 2 − 2 cos t
z = 2 2 sin t; t ∈ [0, 2π]
Así, la parametrización pedida es:


 x = 2 + 2 cos t

C: y = 2 − 2 cos t ; t ∈ [0, 2π]

 z = 2√2 sin t

179
CAPÍTULO
xyz = 0
Ejemplo 2.11.7. Hacer un esbozo de la curva − : ; x ≥ 0, y ≥ 0, z ≥ 0.
x2 + y2 + z 2 = 4
Solución.
Es inmediata.
x2 + y2 + z 2 = a2
Ejemplo 2.11.8. Dada la curva C : , a > 0.
x2 + y2 − ay = 0
Parametrizar la curva C en términos de senos y cosenos, indicando su dominio.
Solución.
Sean las ecuaciones:

 x2 + y2 + z 2 = a2
C: , z > 0, a > 0
 x2 + (y − a )2 a 2
=
2 2
Parametrizando la curva C:
 a
 x = cos t
2 , t ∈ [0, 2π]
 y = a + a sin t
2 2
Luego, en x2 + y 2 + z 2#= a2 :
a 2 a a 2
z= a2 − x2 − y 2 = a2 − cos t − + sin t
# 2 2 2
a 2 a2 a 2 a 2
z = a2 − cos2 t − − sin t − sin2 t
# 4 4 2 4
a2 a 2
z= − sin t
2 2
Así, la parametrización
3 pedida es:# 4
a a a a2 a 2
Sea α(t) = cos t, + sin t, − sin t , t ∈ [0, 2π] .
2 2 2 2 2
Ejemplo 2.11.9. (a)Dada la superficie S : x2 + (y − 2)2 = z 2 .
180
Hacer un esbozo de la gráfica de S, mostrando las trazas y las secciones transversales correspon-
dientes a los planos: z = 2 , z = −2.
(b)Parametrizar la curva C intersección de la superficie S con el plano y = 3z, z ≥ 0.
Solución.
(a)Sea S : x2 + (y − 2)2 = z 2 .
Intesecciones de S con los planos coordenados:
(y − 2)2 = = z 2 y−z = ±2
Al plano Y Z, TY Z := S∩ PY Z : =⇒ TY Z :
x = 0 x = 0
z 2 − x2 = 4
Al plano XZ, TXZ := S∩ PXZ : Hipérbola con eje focal Z
y = 0
Al plano XY , TXY := S∩ PXY : z = 0,se tiene el vértice del cono V = (0, 2, 0) .
Secciones transversales planas :
x2 + (y − 2)2 = 4
Al plano z = 2, Γ2 := S∩ Pz=2 :
z = 2
2
x2 + (y − 2) = 4
Al plano z = −2, Γ−2 := S∩ Pz=−2 :
z = −2
x2 + (y − 2)2 = z2
(b)Sea C:
y = 3z
181
CAPÍTULO
Proyectando sobre el plano XY.

y2 8y 2 8 9 81 9
x2 + (y − 2)2 = =⇒ x2 + − 4y + 4 = 0 =⇒ x2 + y2 − y + = −4 +
9 9 9 2 16 2
9 2
y−
8 9 2 1 x2 2
=⇒ x2 + y− = =⇒ + 9 = 1.
9 2 2 1
2 16
Parametrizando la curva C :

 1
 x = √ cos t
2 , t ∈ [0, 2π]
 y = 9 + 3 sin t

4 4
y 3 1
Luego, en z = : z = + sin t
3 4 4
1 9 3 3 1
Sea α(t) = √ cos t, + sin t, + sin t , t ∈ [0, 2π] .
2 4 4 4 4
2.12. Derivabilidad de funciones vectoriales
Definición 2.12.1. Sea F : I ⊂ R → Rn una función vectorial. La derivada de F es una

función vectorial F ′ cuya regla de correspondencia es
F (t + h) − F (t)
F ′ (t) = lı́m (∗)
h→0 h
y cuyo dominio es el intervalo I para lo cual el límite existe.
Si t es un número en el dominio de F ′ , entonces se dice que F es diferenciable en t.
Interpretación geométrica de la derivada de una función vectorial
Sea C una curva descrita por la función F cuyo dominio es I. Si t y t + h están en I (h = 0).
−−→
Si los puntos P y Q tienen vectores de posición F (t) y F (t + h) , entonces P Q representa al
vector F (t + h) − F (t) que, por tanto, se considera como un vector secante. Si h > 0 , el vector
1
[F (t + h) − F (t)] es un vector paralelo al vector F (t+ h) − F (t) que tienen la misma dirección.
h
1
Si F es diferenciable en t y F (t) = 0, entonces la dirección del vector [F (t + h) − F (t)]
h
se aproxima a la dirección del vector F ′ (t) cuando h tiende a cero, puesto que
F (t + h) − F (t)
F ′ (t) = lı́m .
h→0 h
Teorema 2.12.2. Sea F = (f1 , f2 , ..., fn ) : I ⊂ R → Rn una función vectorial. Entonces F es
derivable en a ∈ I si y sólo si las funciones componentes f1 , f2 , ..., fn de F son derivables en a.
182
Demostración.
F (t + h) − F (t) f1 (t + h) − f1 (t) f2 (t + h) − f2 (t) fn (t + h) − fn (t)

F ′ (t) = lı́m = lı́m , ,··· , .
h→0 h h→0 h h h
existe si y sólo si cada uno de los límites
fk (t + h) − fk (t)
lı́m
h→0 h
(k = 1, 2, · · · , n) existe.
Esto prueba que el dominio de F ′ es la intersección de f1′ , f2′ , ..., fn′ .Si t ∈ D (F ′ ) entonces,usando
nuevamente el teorema
concluimos que
′
F ′ (t) = (f1′ (t), f2′ (t), ..., fn (t));
es decir, que
′
F ′ = (f1′ , f2′ , ..., fn ).
Recta tangente a una curva
Sea C : P = α(t), t ∈ I una curva descrita por una función α : I ⊂ R → Rn y si α′ (t) existe y es
distinta de cero, entonces α′ (t) se le llama vector tangente(o vector velocidad) a la curva C en el
punto α(t) .Además la recta L que pasa por α(t) y tiene por dirección el vector tangente α′ (t)
se llama recta tangente a la curva C en el punto α(t), cuya ecuación es dada por
L : P = α(t) + λα′ (t), λ ∈ R.
Algunos teoremas sobre derivada
Definición 2.12.3. 1.Se dice que un afunción es difernciable en un punto si la derivada de la

función existe en tal punto.
2.La función F es diferenciable sobre el intervalo abierto ]a, b[ si F es diferenciable en cada
punto del intervalo ]a, b[ .
3.La función F es diferenciable sobre el intervalo [a, b] si F es diferenciable en cada punto del
intervalo ]a, b[ y si existen las derivadas laterales en los puntos extremos:
F (a + h) − F (a)
F+′ (a) = lı́m .
h→0+ h
y
F (b + h) − F (b)
F−′ (b) = lı́m .
h→0− h
183
CAPÍTULO
El siguiente teorema relaciona la continuidad y diferenciabilidad sobre un intervalo.
Teorema 2.12.4. Si la función F es diferenciable sobre el intervalo I , entonces F es continua

sobre I.
Demostración.
Es una consecuencia inmediata de las definiciones de continuidad y diferenciabilidad sobre un
intervalo.
Teorema 2.12.5. La derivación de funciones vectoriales satisface las siguientes propiedades:

1.(F + G)′ = F ′ + G′ .
2. (φ.F )′ = φ′ .F + φ.F ′ , con φ : R → R.
3.(F · G)′ = (F ′ · G) + (F · G′ ) .
4. (F × G)′ = F ′ × G + F × G′ .
5.(F ◦ φ)′ = φ′ .F ′ (φ), con φ : R → R.
Como consecuencia de la propiedad 3. anterior tenemos el siguiente
Teorema 2.12.6. Sea F una función vectorial definida en algún intervalo I. Si F (t) = c,
para todo t, entonces
F (t) ⊥ F ′ (t) = 0, para todo t ∈ I.
Demostración.
Si F (t) = c, para todo t ∈ I,entonces F (t) · F (t) = c2 .
Aplicando la derivada miembro a miembro:
Dt (F (t) · F (t)) = Dt c2 , para todo t ∈ I
F ′ (t) · F (t) + F (t) · F ′ (t) = 0, para todo t ∈ I
F ′ (t) · F (t) = 0, para todo t ∈ I
F (t) ⊥ F ′ (t) = 0, para todo t ∈ I.
El Teorema nos dice que el vector posición de la curva y su vecror tangente son perpendiculares
para todo valor t.
z + x2 + y 2 − 3 = 0
Ejemplo 2.12.7. Dada la curva C : ; z ≥ 0.
2x + 2y + z − 4 = 0
(a)Parametrizar , indicando el dominio de la parametrización.
(b)Las rectas tangentes a la curva C cortan al plano P : x − y = 0 en una curva D. Hallar la
parametrización para D.
Solución
184
z + x2 + y 2 − 3 = 0 −2x − 2y + 4 + x2 + y 2 − 3 = 0
(a) C : =⇒
−2x − 2y + 4 = z 2x + 2y + z − 4 = 0
2 2
(x − 1) + (y − 1) = 1
=⇒
2x + 2y + z + 4 = 0
Parametrizando la curva C:
x = 1 + cos t
, t ∈ [0, 2π]
y = 1 + sin t
Luego, en 2x + 2y + z = 0 :
z = −2x − 2y + 4 = −2 (1 + cos t) − 2 (1 + sin t) + 4 = −2 cos t − 2 sin t
' (
Pero z ≥ 0 =⇒ cos t + sin t ≤ 0 =⇒ t ∈ 3π 7π
4 , 4
' 3π (
Sea α(t) = (1 + cos t, 1 + sin t, −2 cos t − 2 sin t) , t ∈ 4 , 7π
4 .
(b)Como α′ (t) = (− sin t, cos t, 2 sin t − 2 cos t)
Sea la recta tangente a la curva C en en el punto P = α(t).
L : P = α(t) + rα′(t); r ∈ R
L : P = (1 + cos t, 1 + sin t, −2 cos t − 2 sin t) + r(− sin t, cos t, 2 sin t − 2 cos t); r ∈ R :
L : P = (cos t − r sin t + 1, sin t + r cos t + 1, 2r sin t − 2r cos t − 2 sin t − 2 cos t) ; r ∈ R
D := L ∩ P : cos t − r sin t + 1 − (sin t + r cos t + 1) = 0, de donde
cos t − sin t
r=
cos t + sin t


 x = cos t − cos t−sin t
sin t + 1

 cos t+sin t
cos t−sin t
( 3π '
D: y = sin t + cos t+sin t cos t + 1 ;t∈ 4 , 7π
4 .



 z=2 cos t−sin t
cos t+sin t (sin t − cos t) − 2 sin t − 2 cos t
Ejemplo 2.12.8. Sea S el paraboloide elíptico, en el primer octante, de ecuación
z = x2 + y 2 .
Sean C1 , la intersección de S con el plano XZ ; C2 parte de la intersección de S con el plano Y Z

que está comprendida entre el origen de coordenadas y el punto A (0, 2, 4); y C3 el segmento
de recta que une el punto A y el punto B, donde su vector tangente a C2 ,es paralelo al plano
P : x − 6y + z − 1 = 0.
(a)Parametrizar cada una de las curvas C1 , C2 y C3 .
(b)Hallar una función F (u) que parametrice a la curva C formada por la reunión de C1 , C2 y C3 .
Solución.
185
CAPÍTULO
z = x2
(a)Sea C1 :=S∩ XZ :
y = 0
Parametrizando C1 :
Sea x = t entonces z = t2 .Así,
C1 : F1 (t) = t, 0, t2 ; t ≥ 0
z = y2
Sea C2 :=S∩ Y Z :
x = 0
Parametrizando C2 :
Sea y = r entonces z = r2 . Así
C2 : F2 (t) = 0, r, r2 ; r ≥ 0
Como (0, 0, 0) ∈ C2 entonces existe un ro ≥ 0 tal que (0, 0, 0) = F2 (ro ) = 0, ro , ro2 , entonces
ro = 0 y también como A (0, 2, 4) ∈ C2 , existe un r1 ≥ 0 tal que (0, 2, 4) = F2 (r1 ) = 0, r1 , r12 ,
de donde r1 = 2. Así,
C2 : F2 (r) = 0, r, r2 ; 0 ≤ r ≤ 2.
Para el segmento C3 := AB
Sea B el punto donde su vector tangente a C2 es paralelo al plano P : x − 6y + z − 1 = 0.
′
Es decir:B = F2 (ro ) = 0, ro , ro2 ∈ C2 tal que F2 (ro )⊥N , donde N (1, −6, 1) es el vector normal
′
del plano y F2 (ro ) = (0, 1, 2ro ).
Así F2′ (ro ) · N = 0 ⇐⇒ (0, 1, 2ro ) · (1, −6, 1) = 0
=⇒ −6 + 2ro = 0 =⇒ ro = 3.
Por tanto, B = F (ro = 3) = (0, 3, 9)
Así, C3 : P = A + s (B − A) ; 0≤s≤1
C3 : P = (0, 2, 4) + s (0, 1, 5) ; 0≤s≤1
C3 : P = (0, 2 + s, 4 + 5s) ; 0≤s≤1
(b)Sea C := C1 ∪ C2 ∪ C3 la curva descrita por la función vectorial:

 2
 −u, 0, u
 ; u<0
F (u) =: 0, u, 2u2 ; 0≤u≤2 .


 (0, u, 5u − 6) ; 2≤u≤3
2.13. Curvas parametrizadas por parametrizaciones regulares
La parametrización α : I ⊂ R → Rn es una parametrización regular, si α es de clase C 1 (es

decir, α es diferenciable en I y α′ es continua en I ),y α′ (t) = 0, para todo t ∈ I.
Decimos que una curva C es regular en I, si existe una parametrización regular en I.
186
Decimos que una curva C es regular a trozos en el intervalo I = [a; b] , si [a; b] puede descompon-
erse en un número finito de subintervalos en cada uno de los cúales el camino es regular.
Ejemplo 2.13.1. Para la curva Γ, parametrizada por la función F (t) = t2 , 2t, t2 , t ∈ R.

a)Hallar la ecuación de la recta tangente a Γ en cada punto F (t) .
b)Hallar los valores de t que tienen la siguiente propiedad: “La recta tangente a Γ en el punto
F (t) es tangente a la esfera
E : x2 + y 2 + z 2 = 4
Solución.
a)la ecuación de la recta tangente a Γ en el punto F(t) es
L : P = t2 , 2t, t2 + r (t, 1, t) , r ∈ R.
b)Para que una recta sea tangente a la esfera, la distancia del centro C (0, 0, 0) de la esfera a la
recta L debe ser igual al radio de la esfera.Así, tenemos la ecuación:
F (t) × F ′ (t) t2 , 2t, t2 × (t, 1, , t)

r = ⇐⇒ =2
F ′ (t) (t, 1, , t)
√
t2 , 0, −t2 t2 2
=⇒ = 2 =⇒ √ = 2 =⇒ t4 − 4t2 − 2 = 0
(t, 1, t) 2t2 + 1
√
Resolviendo esta ecuación se encuentra t = ± 2 + 6.
x2 + y 2 + 4z 2 − 4z − 9 = 0
Ejemplo 2.13.2. Sea la curva Γ : ,z ≥ 0
y = 2z + 1
a)Hallar una parametrización para Γ en términos de senos y cosenos, indicando el dominio del
parámetro.
Ejemplo 2.13.3. b)Analizar si la parametrización hallada en la parte (a), es regular.
1.
Ejemplo 2.13.4.
3 √ 4
√ 2
Ejemplo 2.13.5. c)Sean P = 2, 2 + 1, ∈ Γ y Q el punto de intersección de la recta
2
tangente a Γ en P con el plano x = 0.Parametrizar el segmento P Q.
Solución.
x2 + y2 + 4z 2 − 4z − 9 = 0
a)Γ : ,z ≥ 0
y = 2z + 1
187
CAPÍTULO
x2 + (2z + 1)2 + 4z 2 − 4z − 9 = 0
Γ: ,z ≥ 0
y = 2z + 1
 2
 x + z2 = 1
Γ: 8 ,z ≥ 0 .
 y = 2z + 1
Parametrizando C :
Usando como parámetro el ángulo central t. Sean :
√
x = 2 2 cos t , z = sin t
Reemplazando en el plano y = 2z + 1, se tiene y = 2 sin t + 1

Así,  √

 x = 2 2 cos t

Γ: z = sin t ; t ∈ [0, π]


 y = 2 sin t + 1
√
b)Γ : F (t) = 2 2 cos t, 2 sin t + 1, sin t, t ∈ [0, π] .
√
Existe F ′ (t) = −2 2 sin t, 2 cos t, cos t t ∈ ]0, π[ y además F ′ es continua ]0, π[ .
√
F ′ (t) = −2 2 sin t, 2 cos t, cos t = 5 cos2 t + 8 sin2 t = 1 + 3 sin2 t = 0 , entonces
F ′ (t) = 0. Por tanto, F es regular.
√
c)Sea Γ : F (t) = 2 2 cos t, 2 sin t + 1, sin t, , t ∈ [0, π]
√
=⇒ F ′ (t) = −2 2 sin t, 2 cos t, cos t ; t ∈ ]0, π[ .
Sea L la recta tangente a la curva Γ en en el punto F (t),
L : P = F (t) + rF ′ (t) ; r ∈ R
√ √
L : P = 2 2 cos t, 2 sin t + 1, sin t, +r −2 2 sin t, 2 cos t, cos t ; r ∈ R
√ √
L : P = 2 (cos t) 2 − 2 2r sin t, 2 sin t + 1 + 2r cos t, sin t + r cos t ;r ∈ R
3 √ 4
√ 2
Como el punto P = ∈ Γ entonces existe un t ∈ ]0, π[ tal que
2, 2 + 1,
2
3 √ 4
√ 2 √
2, 2 + 1, = F (t) = 2 2 cos t, 2 sin t + 1, sin t ,
2
π
de donde t = .
34 √ 4 3 √ 4
π √ 2 ′ π √ 2
Así, F ( )= 2, 2 + 1, , F ( )= −2, 2, .
4 2 4 2
3 √ 4 3 √ 4
√ 2 √ 2 √ √ √ √
L : P = 2, 2 + 1, + r −2, 2, = −2r + 2, 2 + r 2 + 1, 12 2 + 12 r 2 ,
2 2
188
√ √
{Q} :=L∩ XY : x = −2r + 2 = 0,de donde r = 1. Así, Q = 0, 2 2 + 1, 2 .
Parametrizando el segmento P Q
∗ = P + t (Q − P ) ; 0 ≤ t ≤ 1
Así, P Q : P3
√ 4 ! 3 √ 4"
√ 2 √ √ √ 2
P Q : P ∗ = 2, 2 + 1, + t 0, 2 2 + 1, 2 − 2, 2 + 1, ; 0≤t≤1:
2 2
3 √ 4 3 √ 4
∗
√ 2 √ 2
P Q : P = 2, 2 + 1, + t −2, 2, ; 0≤t≤1
2 2
√ √
∗ √ √ 2 2
P Q : P = 2 − 2t, 2 + 1 + t 2, + t ; 0 ≤ t ≤ 1.
2 2
Ejemplo 2.13.6. Sea la curva
 2
 x2 + y

= 1
Γ: 42 , yz ≥ 0

 x +
2 z
= 1
4
(a)Parametrizar la curva Γ en términos de senos y cosenos, indicando su dominio del parámetro.
(b)Hallar la recta tangente L a la curva Γ que interseca al plano P : 3x + 2y − 2z = 0 en el
punto Q = (0, 2, 2) .
Solución.
(a)Parametrizando Γ :
Usando como parámetro el ángulo central t. Sean :
x = cos t , y = 2 sin t, t ∈ [0, 2π] .
z2
Reemplazando en la superficie x2 + = 1, se tiene z = 2 sin t, puesto que yz ≥ 0.
4
Así, 

 x = cos t

Γ: y = 2 sin t , t ∈ [0, 2π] .


 y = 2 sin t
(b) Γ : F (t) = (cos t, 2 sin t, 2 sin t, ), t ∈ [0, 2π] .

L : P = F (t) + rF ′ (t) ; r ∈ R
L : P = (cos t, 2 sin t, 2 sin t) +r (− sin t, 2 cos t, 2 cos t) ; r ∈ R
L : P = (cos t − r sin t, 2 sin t + 2r cos t, 2 sin t + 2r cos t) ;r ∈ R
{Q} :=L ∩ P :
189
CAPÍTULO
Sea Q ∈ L, entonces existe un t ∈ [0, 2π] tal que
Q = (cos t − r sin t, 2 sin t + 2r cos t, 2 sin t + 2r cos t)
y
Q ∈ P : 3 (cos t − r sin t) + 2 (2 sin t + 2r cos t) − 2 (2 sin t + 2r cos t) = 0,
cos t
cos t − r sin t = 0 =⇒ r = , t = 0, π.
sin t
Luego,
2 2 π
(0, 2, 2) = 0, , =⇒ t = .
sin t sin t 2
Así, L : P = (0, 2, 2) +r (−1, 0, 0) ; r ∈ R.
Ejemplo 2.13.7. Sea Γ la intersección de la superficie S : (4 − y)2 = z 2 + 4x2 , 0 ≤ y ≤ 4 con los

planos coordenados en el primer octante trazada en sentido antihorario vista desde el origen de
coordenadas. Parametrizar Γ.
Solución.
la curva pedida es, Γ = Γ1 ∪ Γ2 ∪ Γ3 ,
y = 4 − 2x
Sea Γ1 :=S∩ XY : ; 0 ≤ y ≤ 4,
z = 0
de esta manera una parametrización de ella es
Parametrizando Γ1 :
Sea y = 4t .Así,
C1 : F1 (t) = (2 − 2t, 4t, 0) ; 0 ≤ t ≤ 1
z = 4−y
Sea Γ2 :=S∩ Y Z : ; x ≥ 0, y ≥ 0
x = 0
Sea y = 4t entonces z = 4 − 4t.
Así,
C2 : F2 (t) = (0, 4t, 4 − 4t) ; 0 ≤ t ≤ 1.
16 = z 2 + 4x2
Sea Γ3 :=S∩XZ : ; x ≥ 0, z ≥ 0
y = 0
√
Sea x = t entonces z = 16 − 4t2 ; 16 − 4t2 ≥ 0 de donde 0 ≤ t ≤ 2
Así,
Γ3 : F3 (t) = t, 0, 16 − 4t2 ; 0 ≤ t ≤ 2.
190
Luego, la curva pedida es, Γ = Γ1 ∪ Γ2 ∪ Γ3 ,



 (2 − 2u, 4u, 0)
 ; 0≤u≤1
F (u) =: (0, 4u − 4), −4u + 8) ; 1≤u≤2 ,.


 u − 2, 0, 2 u (−u + 4) ; 2≤u≤4
Ejemplo 2.13.8. Sea la curva C que resulta de intersecar las superficies
S1 : x2 + y 2 − z = 7, S2 : x2 + 8x − 2y + z = 0.
Hallar una parametrización de C, en términos de senos y cosenos.
Solución
x2 + y 2 − z = 7 · · · (1)
Γ:
x2 + 8x − 2y + z = 0 · · · (2)
Sumando (1) y (2) resulta 2x2 + 8x + y2 − 2y = 7. Completando cuadrado resulta

2 x2 + 4x + 4 + y2 − 2y + 1 = 7 + 8 + 1
2 (x + 2)2 + (y − 1)2 = 16
(x + 2)2 (y − 1)2
√ 2 + = 1 · · · (3) .
2 2 (4)2
Por tanto,

+ 2)2 (y − 1)2
 (x √

2 + =1
Γ: 2 2 (4)2


z = x2 + y 2 + 7
Parametrizando
 la curva Γ : √

 x = −2 + 2 2 cos t

Γ: y = 1 + 4 sin t , t ∈ [0, 2π]

 √ 2
 z = −2 + 2 2 cos t + (1 + 4 sin t)2 + 7
 √

 x = −2 + 2 2 cos t

Γ: y = 1 + 4 sin t , t ∈ [0, 2π] .

 z = 8 cos2 t − 8√2 cos t + 16 sin2 t + 8 sin t + 5

1 1 t2
Ejemplo 2.13.9. Dada la curva Γ : α(t) = t2 cos( 2 ), t2 sen( 2 ), , 0 < t < 1.
t t 2
(a)Demostrar que la curva Γ está contenida en un cono elíptico(Ecuación de la
x2 y 2 z 2
forma : 2 + 2 − 2 = 0 ).
a b c
(b)Analizar si α es regular.
191
CAPÍTULO
Solución.
(a)Sea P (x, y, z) un punto arbitrario de Γ, entonces
1 1 t2
x = t2 cos( 2 ), y = t2 sen( 2 ), z = .
t t 2
Luego,
1 1
x2 + y 2 = t4 cos2 ( 2 ) + t4 sen2 ( 2 ) = t4 , pero: t2 = 2z
t t
Por tanto, P ((x, y, z) ∈ S : x2 + y 2 = 4z 2 .
2
(b) α′ (t) = 2t cos t12 + 2t sen t12 , 2t sen t12 − cos t12 , t , para todo t ∈ ]0, 1[ .
t
Es claro que
2
α′ (t) = 2t cos t12 + 2t sen t12 , 2t sen t12 − cos t12 , t
t
es una función continua
# en]0, 1[ .
4
Como α (t) = 4t2 + 2 + t2 = 0, para todo t ∈ ]0, 1[.Entonces α′ (t) = 0, para todo t ∈ ]0, 1[ .
′
t
Por tanto es α es regular.
 2 2
 x +z =1
Ejemplo 2.13.10. Sea la curva Γ : a2 b2

z = 2by
donde a y b son constantes positivas tales que a + b = 2.
Hallar los valores de a y b para los cuales la proyección de Γ sobre el plano XY sea una circun-
ferencia C
Solución.
 2 2
 x +z =1
Γ: a 2 b2

z = 2by
Reescribiendo
 2 el sistema anterior se obtiene
 x + 4y 2 = 1
Γ: a2

z = 2by
 2 2
 x + y =1

a2 1 2
C: 2


z=0
C es una circunferencia si a = 12 . Luego, b = 32 .
2
x2 + y 2 + z 2 − 2 = 4(1 − z 2 )
Ejemplo 2.13.11. la curva Γ: √ , x ≥ 0.
y = 3x
(a)Probar que la curva Γ se puede representar por :
z 2 + 4x2 − 4x = 0
√ , x ≥ 0.
y = 3x
(b)Parametrizar la curva Γ en términos de senos y cosenos, indicando su dominio del parámetro.
(c)Analizar si la parametrización hallada en (b) es regular.
192
Solución.
2
x2 + y 2 + z 2 − 2
4(1 − z 2 )........ (1)=
(a)Sean las ecuaciones: √ , x ≥ 0.
y = 3x............ (2)
Proyectando la curva Γ sobre el plano XZ : Eliminando la variable "y".
Reemplazando (2) en (1) :
√ 2 2
x2 + 3x + z 2 − 2 = 4(1 − z 2 ) =⇒
2
4x2 + z 2 − 2 = 4 − 4z 2 =⇒
16x4 − 16x2 − 4z 2 + z 4 + 8x2 z 2 + 4 = 4 − 4z 2 =⇒
16x4 − 16x2 + z 4 + 8x2 z 2 = 0 =⇒
z 4 + 8x2 z 2 + 16x4 = 16x2 =⇒
2
z 2 + 4x2 = 16x2 =⇒ z 2 + 4x2 = 4x, x ≥ 0.
Así,
z 2 + 4x2 − 4x = 0
Γ: √ , x ≥ 0.
y = 3x
(b) 
 1 2
 x−
 2
+ z2 =1
Γ: 1 2 , x ≥ 0.

 2 √
 y= 3x
Parametrizando la curva Γ:
1
x= 2 + 12 cos t
, t ∈ [0, 2π]
z = sen t
√ √
3 3
Luego, en (2) : y = 2 + 2 cos t

 1 1
 x=√
 2 + 2√ cos t
Γ: y = 2 + 23 cos t
3
, t ∈ [0, 2π] .


 z = sen t
√ √
1
(c)Sea α(t) = 2 + 12 cos t, 2
3
+ 2
3
cos t, sen t , t ∈ [0, 2π] .
√
Así : α′ (t) = − 12 sin t, − 23 sin t, cos t , t ∈ [0, 2π] .
Existe α′ (t), t ∈ [0, 2π] y además α′ es continua [0, 2π] , pues sus funciones coordenadas son
continuas en [0, 2π] .
1
Además, α′ (t) = 4 sin2 t + 34 sin2 t + cos2 t = sin2 t + cos2 t = 1 = 0 , entonces α′ (t) =
0.Por tanto, α es regular.
193
CAPÍTULO
Ejemplo 2.13.12. Desde el punto A (0, 4, −2) se trazan rectas que pasan por puntos de la recta
L : x + y = 2, z=0
y que intersecan al cilindro S : x2 + y2 = 4 en una curva Γ.

(a)Parametrizar Γ, indicando el dominio de la parametrización.
(b)¿Es Γ regular con la parametrización elegida en (a)?Justificar.
Solución.
(a)Desde el punto A (0, 4, −2), consideremos la recta AQP , en la recta L y P en el cilindro S.
−→
Entonces Q = (x, 2 − x, 0) =⇒ AQ = Q − A = (x, 2 − x, 0) − (0, 4, −2) = (x, −x − 2, 2) .
Luego,
−→
L : P = A + tAQ = (0, 4, −2) + t (x, −x − 2, 2) = (tx, 4 − 2t − tx, 2t − 2) , t ∈ R
Si u = tx, v = 4 − 2t − tx y w = 2t − 2 entonces
u + v + w = (tx) + (4 − 2t − tx) + (2t − 2) = 2
Luego P pertenece al plano: u + v + w = 2.

Otra forma: sean B = (2, 0, 0) y C = (0, 2, 0) puntos de L. Luego
−−→
AB = B − A = (2, 0, 0) − (0, 4, −2) = (2, −4, 2)
−→
AC = C − A = (0, 2, 0) − (0, 4, −2) = (0, −2, 2) , y la normal al plano es
−
−→ −→
N = AB × AC = (2, −4, 2) × (0, −2, 2) = (−4, −4, −4) = −4 (1, 1, 1) .
La ecuación del plano es :
−−→ −→
P : (P − A) · AB × AC = 0 =⇒ P : (x − 0, y − 4, z + 2) · (1, 1, 1) = 0,
P : x + y + z = 2.
En consecuencia
x2 + y 2 = 4
Γ:
x+y+z = 2


 x = 2 cos t

Parametrizando Γ : y = 2 sin t , t ∈ [0, 2π]


 z = 2 − x − y = 2 − 2 cos t − 2 sin t
(b) − : α(t) = (2 cos t, 2 sin t, 2 − 2 cos t − 2 sin t) , t ∈ [0, 2π]
Existe α′ (t) = (−2 sin t, 2 cos t, 2 sin t − 2 cos t)
α′ es continua para t ∈ [0, 2π] .
α′ (t) = (−2 sin t, 2 cos t, 2 sin t − 2 cos t) = (−2 sin t)2 + (2 cos t)2 + (2 sin t − 2 cos t)2
194
√ √
α′ (t) = 8 − 8 sin t cos t = 8 − 4 sin 2t = 0,para t ∈ [0, 2π] , pues 4 ≤ 8 − 4 sin 2t ≤ 12.
Así, α′ (t) = 0,para t ∈ [0, 2π] .
Por tanto − regular con la parametrización elegida en (a)
2.14. Vectores unitarios: tangente, normal y binormal

Sea C : P = α(t), t ∈ I una curva regular en I, descrita por una función α : I ⊂ R → Rn
Definición 2.14.1. El vector tangente unitaria en el punto α(t) de la curva C, se define por:
α′ (t)
T (t) :=
α′ (t)
Observación 2.14.2. Como T (t) = 1, para todo t ∈ I y por teorema anterior se deduce que
:T (t) ⊥ T ′ (t), para todo t ∈ I.
Definición 2.14.3. Si suponemos que la función T (t) es derivable y T ′ (t) = 0, entonces podemos
definir el vector normal unitario a la curva C en el punto α(t), por:
T (t)
N(t) :=
T ′ (t)
Así, N(t) = 1, para todo t ∈ I
Observación 2.14.4. Como T (t) × N(t) ⊥ T (t) y T (t) × N(t) ⊥ N(t), entonces
π
T (t) × N(t) = T (t) N(t) sen = 1,
2
Definición 2.14.5. El vector binormal unitario a la curva C en el punto α(t), se denota y se
define por :
B(t) := T (t) × N(t).
Observación 2.14.6. El Plano Osculador:

El par de vectores T (t) y N(t) definen un plano,en cualquier punto α(t) de la curva C,así la
ecuación del plano que pasa por α(t) de la curva C y es generado por los vectores T (t) y N(t)
es dado por :
P : (P − α(t)) · B(t) = 0
Este plano es conocido como el plano osculador a la curva C en el punto α(t). La característica
de este plano consiste en que es el plano que mejor aproxima a la curva en el punto α(t). Esto
quiere decir que si tomamos tres puntos distintos de la curva que puedan determinar un plano
y hacemos que esos tres puntos se aproximen a α(t) entonces esos planos se aproximan al plano
P (t) .
195
CAPÍTULO
Observación 2.14.7. Es fácil ver que los vectores velocidad V (t) = α′ (t) y aceleración A(t) =
α′′ (t) del punto α(t) se encuentran en el plano osculador. En efecto, un cálculo sencillo nos
muestra que
A(t) = v′ (t)T (t) + α′ (t) T ′ (t) N(t),
en donde v(t) = F ′ (t) .

La componente v′ (t) se llama la componente tangencial de la aceleración y α′ (t) T ′ (t) la
componente normal.
Si pensamos en una partícula que se mueve a lo largo de la curva que describe la imagen de una
función vectorial α, entonces α(t) es el vector que mide la posición de la partícula, α′ (t) será el
vector velocidad y α′′ (t) será el vector aceleración. Es costumbre nombrar, entonces, α′ (t) = V (t),
vector velocidad y α′′ (t) = A(t), vector aceleración. Además denotaremos v(t) = V (t) que
representa la rapidez de la partícula, así mismo denotaremos a(t) = α′′ (t) .
Ejemplo 2.14.8. Sea la curva Γ definida por la función vectorial F definida por



 2 cos(t − π2 ), sin 2(t − π2 ), π − t , 0 ≤ t < π
F (t) = (0, 0, 0) , t = π


 −2 cos( 3π − t), sin 2( 3π − t), π − t , π < t ≤ 2π
2 2
(a)Hallar F ′ (t), indicando su dominio.

(b)Analizar si F es una parametrización regular en [0, 2π].
√
(c)Hallar el plano osculador de la curva Γ en el punto 2, 1, π4 .
Solución.
−2 sin(t − π2 ), 2 cos 2(t − π2 ), −1 , 0 ≤ t < π
(a) F ′ (t) = 3 3
−2 sin − t , −2 cos 2
2π − t , −1
2π , π < t ≤ 2π
Entonces, F es derivable en [0, π[ ∪ ]π, 2π] .
Hallando la derivada en t = π.
F (t) − F (π) 2 cos(t− π2 ) sin 2(t− π2 ) π−t
F ′ (π− ) = lı́m = lı́m t−π , t−π , t−π .
t →π − t−π t →π −
Aplicando L’hospital en cada componente
2 cos(t − π2 ) π
lı́m = lı́m −2 sin(t −
) = −2,
t →π − t−π t →π + 2
sin 2(t − π2 ) π
lı́m = lı́m 2 cos 2(t − ) = −2.
t →π − t−π t →π + 2
Así, F ′ (π− ) = (−2, −2, −1) .
196
3 4
F (t) − F (π) −2 cos( 3π 3π
2 − t) sin 2( 2 − t) π − t
F ′ π+ = lı́m = lı́m , , .
t →π + t−π t →π + t−π t−π t−π
Aplicando L’hospital en cada componente
−2 cos( 3π2 − t) 3π
lı́m = lı́m −2 sin(− t) = −2,
t →π + t−π t →π + 2
sin 2( 3π
2 − t) 3π
lı́m = lı́m −2 cos 2( − t) = 2.
t →π + t−π t →π + 2
Así, F ′ (π+ ) = (−2, 2, −1) .
Como las derivadas laterales son distintas , entonces no existe la derivada de F en t = π. Luego
el dominio de la derivada es, Dom (F ′ ) = [0, π[ ∪ ]π, 2π] .
(b) F no es regular en [0, 2π] porque F no es derivable en t = π.
3π √
(c)Como F ( )= 2, 1, π4
4
′ 3π 3π π 3π π √
F ( ) = −2 sin( − 2 ), 2 cos 2( − 2 ), −1 = − 2, 0, −1
4 4 4
F ′′ (t) = −2 cos(t − π2 ), −4 sin 2(t − π2 ), 0
3π 3π π 3π π √
F ′′ ( ) = −2 cos( − 2 ), −4 sin 2( − 2 ), 0 = − 2, −4, 0
4 4 4
′ π ′′ π √ √ √ √
F ( ) × F ( ) = − 2, 0, −1 × − 2, −4, 0 = −4, 2, 4 2
4 4
√ √
π
B( ) −4, 2, 4 2 .
2
3π
Hallando la ecuación del plano osculador en el punto Q = F ( ) ∈ − :
4
3π 3π
P : B( ) · (P − F ( )) = 0 →
4√ √ 4 √
P : −4, 2, 4 2 · (x − 2, y − 1, z − π4 ) = 0
√ √ √ √
→ P : 4x − 2y − 4 2z + 3 2 − 2π = 0.
Ejemplo 2.14.9. Dada la curva

x2 − 2y + 2z = 0
C:
x2 + y2 − 4y = 0
(a)Parametrizar la curva C en términos de senos y cosenos, indicando su respectivo dominio.
(b)Hallar los vectores unitarios T (t), B(t) y N(t) en el punto Q, no nulo de la curva C, donde
el vector tangente es paralela a la recta
y = 0
L: .
z = 0
(c)Hallar la curvatura k(t) de la curva C y la ecuación del plano osculador en el punto Q hallado
en (b).
197
CAPÍTULO
Solución.
(a)
2z = 2y − x2
C:
x2 + (y − 2)2 = 4
Parametrizando la curva C :
x = 2 cos t
, t ∈ [0, 2π]
y = 2 + 2 sen t
Reemplazando en el plano 2z = 2y − x2 , se tiene 2z = 2 (2 + 2 sen t) − 4 cos2 t =⇒ z =

2 + 2 sin t − 2 cos2 t
Así, 

 x
 = 2 cos t
C: y = 2 + 2 sin t ; t ∈ [0, 2π]


 z = 2 + 2 sin t − 2 cos2 t
(b) α(t) = 2 cos t, 2 + 2 sin t, 2 + 2 sin t − 2 cos2 t ; t ∈ [0, 2π]

=⇒ α′ (t) = (−2 sin t, 2 cos t, 2 cos t + 2 sin 2t) ; t ∈ [0, 2π]
α′′ (t) = (−2 cos t, −2 sin t, −2 sin t + 4 cos 2t)
Como el punto Q =α(t) ∈ C, entonces existe un r ∈ R tal que
π 3π
2 cos t, 2 + 2 sin t, 2 + 2 sin t − 2 cos2 t = (r, 0, 0) , de donde t = , .
2 2
Así,
π 3π
α( )= (0, 2, 2) , α( )= (0, 0, 0)(se descarta)
2 2
′ π
α ( ) = (−2, 0, 0) .
2
π
α′′ ( ) = (0, −2, −6)
2
π π
α′( ) × α′′ ( ) = (−2, 0, 0) × (0, −2, −6) = (0, −12, 4)
2 2 √
α′ (t) × α′′ (t) = 4 10
B(t) = √1 (0, 1, 3)
10
π
π α′ (−2, 0, 0)
T( ) = 2 = = (−1, 0, 0)
2 π (−2, 0, 0)
α′
2
α′ π × α′′ ( π )
π 2 2 1
B( ) =
2 ′
π ′′
π = √10 (0, −3, 1) (0, 3, −1) .
α ×α ( )
2 2
π π π
N( ) = B( ) × T ( ) = √110 (0, −3, 1) × (−1, 0, 0) = √110 (0, −1, −3) .
2 2 2
α ′ π × α′′ ( π ) √ √
π 2 2 4 10 10
(c) k( ) = = = .
2 π 3
(2)3 2
α′
2
198
Hallando la ecuación del plano osculador en el punto Q ∈ C :

π π
π : B( ) · (P − α( )) = 0 → π : (0, 3, −1) · (x, y − 2, z − 2) = 0
2 2
→ π : 3y − z − 4 = 0.
199
CAPÍTULO
2.14.1. Integración
La integración de funciones vectoriales la definimos así:

8 b 8 b 8 b
F (t)dt = f1 (t)dt, ..., fn (t)dt .
a a a
Como en el caso de funciones de variable y valor real, tenemos acá los teoremas fundamentales
del cálculo que enunciaremos sin demostración pues ésta sigue los mismos pasos que la que
conocemos en los primeros cursos de cálculo.
Teorema 2.14.10. (Primer Teorema Fundamental del Cálculo). Sea F : [a, b] → Rn

continua y sea c ∈ [a, b] . Entonces la función
8 x
G (x) = F (t) dt
c
cumple que G′ (x) = F (x).
Teorema 2.14.11. (Segundo Teorema Fundamental del Cálculo). Supongamos que F ′

es continua en (a, b). Entonces para cada c, x ∈ (a, b) tenemos que
8 x
F (x) = F (c) + F ′ (t)dt.
c
2.14.2. El Plano Osculador
Sea F : [a, b] → R3 una aplicación derivable y supongamos que F ′ (t) = 0. Entonces el vector
F ′ (t)
T (t) =
F ′ (t)
es el vector tangente unitario de la curva en el punto F (t). Si además suponemos que la función
T (t) es derivable y T ′ (t) = 0, entonces podemos definir el vector normal unitario a la curva en
el punto F (t), así:
T ′ (t)
N(t) =
T ′ (t)
Puesto que T (t) es unitario, entonces 'T (t), N(t)( = 0. Este par de vectores definen un plano,
así:
P (t) = {X(t) = F (t) + sT (t) + rN(t), r, s ∈ R}.
Este plano es conocido como el plano osculador a la curva en el punto F (t). La
200
característica de este plano consiste en que es el plano que mejor aproxima a la curva en el punto
F (t). Esto quiere decir que si tomamos tres puntos distintos de la curva que puedan determinar
un plano y hacemos que esos tres puntos se aproximen a F (t) entonces esos planos se aproximan
al plano P (t) .
Es fácil ver que los vectores velocidad V (t) = F ′ (t) y aceleración A(t) = F ′′ (t) del punto F (t)
se encuentran en el plano osculador. En efecto, un cálculo sencillo nos muestra que
A(t) = v′ (t)T (t) + F ′ (t) T ′ (t) N(t),
en donde v(t) = F ′ (t) .

La componente v′ (t) se llama la componente tangencial de la aceleración y F ′ (t) T ′ (t) la
componente normal.
A manera de ejemplo, consideremos la curva F (t) =(cos t, sen t, t) , t ∈ R. Esta curva representa
una hélice ascendente.
Observamos que
√
F ′ (t) = 2
√
2
T ′ (t) = 2
F ′ (t)
= T (t) = √1 (− sin t, cos t, 1)
F ′ (t) 2
T ′ (t)
T ′ (t) = N (t) = (− cos t, − sin t, 0)
Por lo tanto v′ (t) = 0 y la aceleración será
A(t) = N (t) = (− cos t, − sin t, 0) .
Esto es, la aceleración permanece en el plano X; Y y en la dirección opuesta a la proyección,

sobre el plano X; Y, del movimiento F (t) . Esto nos dice que la aceleración es centrípeta.
2.14.3. Longitud de arco y curvatura
Para poder comprender mejor algunas otras propiedades de las curvas es necesario mirarlas
como dependientes de una variable que mida la longitud de arco. Así, por ejemplo, le daremos
un significado físico a la velocidad más acorde con el concepto que de ella tenemos.
Sea F : [a, b] → Rn una curva y tomemos △= {t0 = a, t1 , ..tn = b} una partición del intervalo
[a, b]. Denotemos con Π(△) el polígono de segmentos de recta que definen F (t0 ), ..., F (tn ).
Sea:
n
|Π(△)| = F (tk ) − F (tk−1 )
k=1
201
CAPÍTULO
la longitud de dicho polígono. Tenemos, entonces, la siguiente
Definición 2.14.12. Decimos que la curva definida por F : [a, b] → Rn es rectificable si existe
una constante M > 0 tal que |Π(△)| ≤ M, para toda partición △ de [a, b].
Ahora, si la curva es rectificable, al número
Λ(a, b, F ) = sup |Π(△)| ,

p∈△
en donde △ denota el conjunto de todas las particiones del intervalo [a, b], lo llamamos la longitud
de la curva.
Los consecuencias más importantes son:
1. Para todo c ∈ [a, b] se tiene que
Λ(a, b, F ) = Λ(a, c, F ) + Λ(c, b, F ).

=b
2. Λ(a, b, F ) = a F ′ (t) dt.
La propiedad 1. se deduce de lo anterior. Para ver 2. procedemos de la siguiente forma: Por el
teorema del valor medio tenemos que
F (tk ) − F (tk−1 ) = (tk − tk−1 ) f1′ (θ1k ), ...fn′ (θ nk ) ,
en donde θjk ∈ (tk , tk−1 ). Entonces
/n
|Π(p)| = k=1 F (tk ) − F (tk−1 )
/n
= k=1 (tk − tk−1 ) (f1′ (θ1k ), ...fn′ (θnk ))
/n
= k=1 |tk − tk−1 | (f1′ (θ 1k ), ...fn′ (θnk )) .
Si en expresión anterior tomamos el sup en ambos miembros observamos que el miembro izquier-
=b
do se transforma en Λ(a, b, F ) y el miembro derecho se transforma en a F ′ (t) dt.
Como una aplicación de la propiedad 2. consideremos la curva
F (t) = (r cos t, rsen t), t ∈ [0, θ] .
Entonces Λ(0, θ, F ) = rθ. Este resultado lo conocemos desde nuestros cursos elementales de
geometría.
202
2.14.4. Función longitud de arco
Definición 2.14.13. La función s(t) = Λ(a, t, F ), t ∈ [a, b] se denomina la función longitud

de arco.
La función s(t) mide la longitud de la curva desde el punto F (a) hasta el punto F (t). Sus
propiedades más importantes son:
1. s(t) es estrictamente creciente.
2. s′ (t) = F ′ (t) .
La propiedad 2. nos dice que la rapidez, en el instante t, de un movil que se desplaza por
una curva se mide como la derivada de la función desplazamiento. Esto coincide con la idea de
velocidad que veíamos en nuestros primeros cursos de Física.
Es fácil ver que
1. Si F (t) = (t, f(t)), t ∈ [a, b], entonces
8 b
Λ(a, b, F ) = 1 + f ′ (t)2 dt.
a
Este resultado ya lo conocíamos como una aplicación de la integral definida.
2. Si las curvas F y G satisfacen que G(t) = F (u(t)), en donde u : [c, d] → R, u′ (t) = 0,

entonces
8 d 8 u(d)
′
G (t) dt = F ′ (t) dt.
c u(c)
La propiedad 2. anterior nos dice que la longitud de arco se preserva después de hacer repara-
metrizaciones de la curva. O desde el punto de vista de la mecánica clásica: Aunque recorramos
un camino a diferentes velocidades su longitud no cambia.
Ejemplo 2.14.14. Sea F (t) = t, t2 , t ∈ R. y sea u (t) = t2 , t ∈ [0, 2] . Entonces la función

vectorial G (t) = F (u (t)) = t2 , t4 satisface:
8 2 8 4
4t2 + 16t6 dt = 1 + 4t2 dt = 16. 819
0 0
Ejemplo 2.14.15. La curva − es parametrizada por la función

%π π &
F (t) = (sin 2t, 1 − cos 2t, 2 ln (cos t)), t ∈ , .
6 3
203
CAPÍTULO
3 √ 4
2
Hallar la longitud del arco de la curva − comprendido entre el punto 1, 1, 2 ln y el punto
2
3√ 4
3 1 1
, , 2 ln .
2 2 2
Solución.
%π π &
Sea F (t) = (sin 2t, 1 − cos 2t, 2 ln (cos t)), t ∈ , . Entonces, se tienen :
6 3
F ′ (t) = (2 cos 2t, 2 sin 2t, −2 tan t)
√
F ′ (t) = (2 cos 2t)
3 √
2 + 2 sin 2t)2 + (−2 tan t)2 = 4 + 4 tan2 t = 2 sec t
√ 4
1 3 3 π
Como el punto , , 2 ln ∈ − : P0 = F (t0 ) =⇒ t0 = . Similarmente, el punto
2 2 2 6
3 √ 4
3 3 1 π
, , 2 ln ∈ − : P1 = F (t1 ) =⇒ t1 = .
2 2 2 4
π
8t1 83 π
′ 3
L = F (t) dt = 2 sec tdt = 2 [ln (sec t + tan t)] π
4
t0 π
% 4
π π π π &
L = 2 ln sec + tan − ln sec + tan
% 3 3 & 4 4
√ √
L = 2 ln 3 + 2 − ln 2+1
' √ √ (
Por lo tanto,L = 2 ln 3 + 2 − ln 2 + 1 .
Ejemplo 2.14.16. Si la curva Γ : β(t) = (2t, 3 sen(2t), 3 cos(2t)), t ≥ 0 ( tiempo), es la trayectoria

√
10
de una partícula, en qué punto de Γ dicha partícula habrá recorrido una distancia de 3 π
unidades.
Solución.
β ′ (t) = (2, 6 cos(2t), −6 sen(2t)), t ≥ 0
√
β ′ (t) = 40
√
10
Sea t0 el tiempo recorrido para que s(t0 ) = π , entonces
3
8t0 8t0 √
′
√ 10 π
s(t0 ) = β (t) dt = 40dt = 40t0 =⇒ 40t0 = π, de donde t0 = ,
3 6
0 30 4
√
π 3 3 3
por tanto el punto es , , .
3 2 2
204
2.14.5. Curvatura de una curva
La curvatura de una curva en el instante t es un número que expresa la magnitud del cambio de
su vector tangente con respecto a la longitud de arco.
F ′ (t)
Concretamente tenemos: Sea T (t) = F ′ (t) el vector tangente unitario de una curva en el tiempo
t. Entonces tenemos:
dT dT dt
ds = dt . ds
dT 1 ′
ds = s′ (t) T (t)
dT 1 ′
ds = F ′ (t) T (t)
′
T (t)
dT
ds = F ′ (t) N(t).
Definimos la curvatura de la curva en el tiempo t como
T ′ (t)
κ(t) = .
F ′ (t)
Vemos que κ(t) es la norma de un vector que tiene la misma dirección del vector normal unitario.
Si este número es muy grande nos indica que la curva se tuerce mucho en trayectos muy cortos
y si es pequeño nos indica que la curva se tuerce poco. Por ejemplo, consideremos la recta
dT
F (t) = P + tA, t ∈ [a, b] . Vemos entonces que T (t) es constante y por lo tanto ds = 0. Así que
κ(t) = 0. Esto es: la linea recta no tiene ninguna tendencia a torcerse. Ahora, consideremos la
curva F (t) = (r cos t, r sen t), t ∈ [0, 2π] . Un cálculo nos dice que κ(t) = 1r . Si r es pequeño la
circunferencia se tuerce demasiado en cortos trayectos.
Ejemplo 2.14.17. La curva C es parametrizada por la función
t
F (t) = (t − sin t, 1 − cos t, 4 sin );t ∈ [0, π] .
2
π−2 √
Hallar la longitud del arco de la curva C comprendido desde el punto , 1, 2 hasta el
2
punto (π, 2, 4) .
Solución.
t
Sea F ′ (t) = 1 − cos t, sin t, 2 cos
2
2 # #
t t t t
F ′ (t) = 1 − cos t)2 + (sin t)2 + (2 cos = 2 − 2 cos t + 4 cos2 = 4 sin2 + 4 cos2 =
2 2 2 2
2.
π−2 √ π
Como el punto , 1, 2 ∈ C : P0 = F (t0 ) =⇒ t0 = .Similarmente, el punto (π, 2, 4) ∈
2 2
C : P1 = F (t1 ) =⇒ t1 = π.
205
CAPÍTULO
8t1 8π
′ π
L= F (t) dt = 2dt = 2t π =π
2
t0 π
2
Por lo tanto,L = π.
Ejemplo 2.14.18. Dada la curva ζ descrita por la parametrización F (t) = (a cos t, c−c sin t, b cos t), t ∈
√
]0, π], donde a > b > 0 y c = a2 + b2 .
a)Calcular la curvatura de ζ en cualquier punto de la curva .
b)Determinar el plano osculador de la curva ζ en el punto donde la recta tangente es paralela al
plano XZ.
c)Las rectas tangentes a la curva ζ cortan al plano XY en una curva B. Hallar las ecuaciones
paramétricas para B.
Solución.
a)Sea F (t) = (a cos t, c − c sin t, b cos t), entonces
F ′ (t) = (−a sin t, −c cos t, −b sin t)
F ′′ (t) = (−a cos t, c sin t, −b cos t)
F ′ (t)xF ′′ (t) = c(b, 0, −a)
F ′ (t) = c
F ′ (t) × F ′′ (t) = c2
F ′ (t) × F ′′ (t) 1
Así, k(t) = 3 = .
′
F (t) c
π
b)La derivada de F es paralela al vector j = (0, 1, 0), entonces se tiene cos t = 0,de donde t = .
2
Así el punto P = (0, 0, 0) y el plano osculador es :
P : (x, y, z).(b, 0, −a) = 0,
de donde
P : bx − az = 0
c)Las rectas tangentes a la curva ζ en cualquier punto es:



 x = a cos t − λa sin t

y = c − c sin t − cλ cos t; λ ∈ R


 z = b cos t − λb sin t
Reemplazando en la ecuación del plano XY : z = 0
206
Resulta que λ = cos t/ sin t = cot t.

Así la curva B, está dada por las ecuaciones paramétricas :


 x=0

y = c(1 − csc t); 0 < t < π


 z=0
2
Ejemplo 2.14.19. Sea F (t) = ln(t − 1), tt+1
−1
, 2t2 + 2 .
(a)Dar el dominio de la función F .
(b)Hallar el punto o los puntos de la curva Γ descrita por F donde la recta que pasa por el punto
(−2, −1, −6)
es tangente a la curva Γ.
Solución.
2
(a) F (t) = ln(t − 1), tt+1
−1
, 2t2 + 2 = ln(t − 1), t − 1, 2t2 + 2 , t > 1.
Dominio de F = ]1; +∞[ .
(b)Hallando el punto de tangencia.
Sea Γ : F (t) = ln(t − 1), t − 1, 2t2 + 2 , t > 1.
1
=⇒ F ′ (t) = , 1, 4t ; t > 1.
t−1
L : P = F (t) + rF ′ (t) ; r ∈ R
1
L : P = ln(t − 1), t − 1, 2t2 + 2 +r , 1, 4t ; r ∈ R,t > 1
t−1
r
L : P = ln(t − 1) + , t − 1 + r, 2t2 + 2 + 4rt ;r ∈ R,t > 1
t−1
Como el punto P = (−2, −1, −6) ∈ Γ entonces existe un t ∈ ]1; +∞[ tal que (−2, −1, −6) =
r
F (t) = ln(t − 1) + , t − 1 + r, 2t2 + 2 + 4rt , de donde
t−1
 r

 −2 = ln(t − 1) + . . . (1)
 t−1
 t − 1 + r = −1 . . . (2)

 2
2t + 2 + 4rt = −6 . . . (3)
Reenplazando (2) en (3) : −6 = 2t2 + 2 + 4 (−t) t

=⇒ 2t2 = 8 =⇒ t = ±2, de donde t = 2. Así, Q = (0, 1, 10) .
Ejemplo 2.14.20. Dada la curva Γ : α(t) = (t, ln(sec t), 3), 0 ≤ t ≤ π2 , hallar la longitud de la
π √
curva Γ comprendido entre el punto R (0, 0, 3) y el punto Q , ln 2, 3 .
4
207
CAPÍTULO
Solución.
Sea α(t) = (t, ln(sec t), 3), 0 ≤ t ≤ π2 .Entonces, se tienen :
α ′ (t) = (1, tan t, 0) , α′ (t) = sec t.
π √
Como el punto R (0, 0, 3) ∈ − : R = α(t0 ) =⇒ t0 = 0.Similarmente, el punto Q , ln 2, 3 ∈
4
π
− : Q = α(t1 ) =⇒ t1 = .
4
π
8t1 84
L = F ′ (t) dt = sec t dt
t0 0
t= π4 √
L = [ln |sec t + tan t|]t=0 = ln(1 + 2)
√
Por lo tanto,L(−) = ln(1 + 2).
3
x2 − y 2 = z
Ejemplo 2.14.21. Sea la curva C: .
y = x2
(a)Parametrizar C.
(b)Hallar el plano osculador P en los puntos de C donde el plano P es paralela a la recta
L : P = (0, t, −t) , t ∈ R.
Solución.
(a)Parametrizando la curva C:
Sea x = t → y = t2 → z = t2 − t3 .
Así, α(t) = (t, t2 , t2 − t3 ), t ∈ R.
(b) α′ (t) = (1, 2t, 2t − 3t2 ),
α′′ (t) = (0, 2, 2 − 6t)
α′ (t) × α′′ (t) = (1, 2t, 2t − 3t2 ) × (0, 2, 2 − 6t) = −6t2 , 6t − 2, 2 = 2(−3t2 , 3t − 1, 1)
B(t) α′ (t) × α′′ (t) → B(t) (−3t2 , 3t − 1, 1)
Por condición : existe un punto Q = α(t) ∈ C tales que
Posc L ⇐⇒ B(t) ⊥ (0, 1, −1) ⇒ (−3t2 , 3t − 1, 1) · (0, 1, −1) = 0 ⇒ t = 23 .
Así, Q = α( 23 ) = ( 23 , 49 , 27
4
).
Luego, hallando la ecuación del plano osculador en el punto Q ∈ C,
α′ ( 23 ) × α′′ ( 23 ) = 2( −4
3 , 1, 1) (4, −3, −3)
Posc : (P − α( 23 )) · B( 23 ) = 0 ⇒ (x − 23 , y − 49 , z − 4
27 ) · (4, −3, −3) = 0.
Por tanto, la ecuación del plano osculador en el punto Q ∈ C es,
Posc : 36x − 27y − 27z − 8 = 0
208
Ejemplo 2.14.22. Dada la curva
4x + z 2 = 16
C: √
z x = 2y
(a)Parametrizar C, indicando el dominio de la parametrización.

(b)Hallar los vectores unitarios T (t), B(t) y N(t) en el punto (4, 0, 0) .
Solución.
(a)Parametrizando C :
Sea :
z = 2t
x = 4 − t2
√
Reemplazando en z x = 2y, se tiene
y = t 4 − t2 , −2 ≤ t ≤ 2
√
Así, − : α(t) = 4 − t2 , 2t 4 − t2 , 2t , −2 ≤ t ≤ 2.
> <
′ 1
√ −2t 4 − 2t2
(b) α (t) = −2t, 2 2
4−t +t √ , 2 = −2t, √ ,2
2 4 − t2 4 − t2
=⇒ α′ (0) = (0, 2, 2) = 2 (0, > 1, 1) <
d 4 − 2t 2 √ −2t
y ′′ (t) = dt √ = −4t 4 − t2 − 4 − 2t2 √
4 − t2 2 4 − t2
2
2t t − 6
y ′′ (t) == 3
(4 − t2) 2
3 4
′′
2t t2 − 6
α (t) = −2, 3 ,0 =⇒ α′′ (0) = (−2, 0, 0)
2 t
(4 − t ) 2
√
α′ (0) = (0, 2, 2) == (0)2 + 22 + (2)2 = 2 2
α′ (0) 2 (0, 1, 1)
T (0) = ′
= √ =⇒ T (0) = 0, √12 , √12
α (0) 2 2
α′ (0) × α′′ (0) = (0, 2, 2) × (−2, 0, 0) = (0, −4, 4)
√
α′ (0) × α′′ (0) = (0, −4, 4) = 4 2
α′ (0) × α′′ (0) (0, −4, 4)
B(0) = = √ = 0, − √12 , √12
α′ (0) × α′′ (0) 4 2
N(0) = B(0) × T (0) = 0, − 2 , 2 × 0, √12 , √12
√1 √1
N(0) = (−1, 0, 0) .
Ejemplo 2.14.23. Una partícula se desplaza en R3 según la trayectoria

& π%
C : α (t) = (x (t) , y (t) , z (t)) , t ∈ 0, ,
2
209
CAPÍTULO
√ √ √
en el instante t = la posición de la partícula es P0 = ln 22 , ln 22 ,
π
4
2π
4 y tiene
√
velocidad V0 = −1, 1, 2 . En cada instante, la aceleración de la partícula es
A (t) = − sec2 t, − csc2 t, 0 .
Hallar :
(a) α (t) .
(b)Los vectores unitarios T ( π4 ), B( π4 ) y N( π4 ) en la curva C.
(c)La curvatura k(t) en cualquier punto F (t) de la trayectoria.
Solución.
(a)La aceleración de la partícula es
α′′ (t) = A (t) = − sec2 t, − csc2 t, 0
La velocidad de la partícula es
8 8 8
α′ (t) = V (t) = − sec2 t dt, − csc2 tdt, 0dt
α′ (t) = (− tan t + C1 , cot t + C2 , C3 ) .

√ π π π
Como V0 = −1, 1, 2 = α′ = − tan + C1 , cot + C2 , C3 ,
4 √ 4 4
de donde C1 = 0, C2 = 0 y C3 = 2.
√
α′ (t) = − tan t, cot t, 2 .
La trayectoria
8 de la partícula
8 es 8
√ √
α (t) = − tan t dt, cot tdt, 2dt = ln sen t + D1 , ln cos t + D2 , 2t + D3
π π π √
Como P0 = α = ln sen + D1 , ln cos + D2 , 2t + D3 ,
4 4 4
de donde D1 = 0, D2 = 0 y D3 = 0.
√ ( '
Así, α (t) = ln sen t, ln cos t, 2t , t ∈ 0, π2 .
π √ π √
(b) α′ = −1, 1, 2 , α′ = −1, 1, 2 = 2,
4 4
′ π 3 √ 4
π α −1 1 2
T( ) = 4 = , ,
4 ′
π 2 2 2
α
4
π π π
α ( ) = − sec2 , − csc2 , 0 = (−2, −2, 0)
′′
4 4 4
√ √ √ √ √
π π
α′ × α′′ ( ) = −1, 1, 2 × (−2, −2, 0) = 2 2, −2 2, 4 = 2 2, − 2, 2
4 4 √ √ √ √
π π
α′ × α′′ ( ) = 2 2, −2 2, 4 = 32 = 4 2
4 4
′ π π √ √ 3 √ 4
π α × α′′ ( ) 2 2, −2 2, 4 1 1 2
B( ) = 4 4 √ ,− ,
4 π π = 4 2
=
2 2 2
α′ × α′′ ( )
4 4
210
3 √ 4 3 √ 4 3 √ √ 4
π π π 1 1 2 1 1 2 2 2
N( ) = B( ) × T ( ) = ,− , × − , , = − ,− ,0 .
4 4 4 2 2 2 2 2 2 4 4
(c)
√
α′ (t) = − tan t, cot t, 2 ,
√ √ √
α′ (t) = − tan t, cot t, 2 = tan2 t + cot2 t + 2 = sec2 t + csc2 t
# #
′ 1 1 1 2 2
α (t) = 2
+ 2
= 2 2
= = .
cos t sen t sen t cos t
√ |sen 2t| sen 2t
α′ (t) × α′′ (t) = − tan t, cot t, 2 × − sec2 t, − csc2 t, 0
√ √
α′ (t) × α′′ (t) = 2 csc2 t, − 2 sec2 t, tan t csc2 t + cot t sec2 t
2 √ √ 2
α′ (t) × α′′ (t) = 2 csc2 t, − 2 sec2 t, tan t csc2 t + cot t sec2 t
2
α′ (t) × α′′ (t) = 2 csc4 t + 2 sec4 t + tan2 t csc4 t + cot2 t sec4 t + 2 tan t csc2 t cot t sec2 t
2 2 2 1 1 2
α′ (t) × α′′ (t) = + + + +
sen t cos t sen t cos t sen t cos t sen t cos2 t
4 4 2 2 2 2 2
2 2 2 4
α′ (t) × α′′ (t) = + +
sen t cos t sen t cos2 t
4 4 2
2 2
2 1 1 1 32
α′ (t) × α′′ (t) = 2 + = 2 =
sen2 t cos2 t sen2 t cos2 t sen2 2t
√
′ ′′ 4 2
α (t) × α (t) =
sen 2t
√
4 2 √
α′ (t) × α′′ (t) sen 2t 2
Así, k(t) = 3 => <3 = sen2 2t.
′
α (t) 2 2
sen 2t
Ejemplo 2.14.24. Una partícula se mueve en R3 según la trayectoria C : F (t) = (x (t) , y (t) , z (t)),
partiendo del punto P0 (1, 1, 0) en el instante t = 0. En cada instante t ≥ 0 la velocidad de la
partícula es
√
V (t) = et , −e−t , 2
(a)Hallar la trayectoria F (t) .

(b)Calcular la curvatura k(t) y la torsión τ (t) de la trayectoria en el instante cuando t = 0.
(c)Hallar las componentes tangencial aT (t) y normal aN (t) de la aceleración en el punto
F (0) .
Sugerencia.Usar las fórmulas :
F ′ (t) × F ′′ (t) (F ′ (t) × F ′′ (t)) · F ′′′ (t)

k(t) = τ (t) =
F ′ (t) 3 F ′ (t) × F ′′ (t) 2
211
CAPÍTULO
′′ d2 s ds
aT (t) = F (t) · T (t) o aT (t) = s′′ (t) = , donde s′ (t) = = F ′ (t)
dt2 dt
′′ ' (2
aN (t) = F (t) · N(t) o aN (t) = s′ (t) T ′ (t) = k(t) s′ (t)
Solución.
(a)la velocidad de la partícula es
√
F ′ (t) = V (t) = et , −e−t , 2 ;t≥0
√
F (t) = et + C1 , e−t + C2 , 2t + C3 .
√
Como P0 (1, 1, 0) = F (0) = e0 + C1 , e−0 + C2 , 2 (0) + C3 ,
de donde C1 = 0, C2 = 0 y C3 = 0.
√
Así, F (t) = et1 , e−t , 2t ; t ≥ 0.
√ √
(b) F ′ (t) = et , −e−t , 2 , F ′ (t) = et + e−t entonces F ′ (0) = 1, −1, 2 ,
F ′ (0) = 2.
′′ ′′
F (t) = et , e−t , 0 =⇒ F (0) = (1, 1, 0) .
F = et , −e−t , 0 =⇒ F ′′′ (0) = (1, −1, 0) .
′′′ (t)
√ −t √ t
F ′ (t) × F ′′ (t) = 2e , 2e , 2 .
√ √ √
Ahora en t = 0 : F (0) × F ′′ (0) = − 2, 2, 2 , F ′ (0) × F ′′ (0) = 2 2.
′
√ √
F ′ (0) × F ′′ (0) 2 2 2 2
Así, k(0) = = = .
F ′ (0) 3 [2]3 √ 4 √ √
Ahora, (F ′ (t) × F ′′ (t)) · F ′′′ (t) = − 2e−t , 2et , 2 · et , −e−t , 0 = −2 2.
√ √
(F ′ (0) × F ′′ (0)) · F ′′′ (0) −2 2 − 2
Así, τ (0) = = √ 2 = .
F ′ (0) × F ′′ (0) 2 2 2 4
(c) 3
√ √ 4
F ′ (0) 1, −1, 2 1 1 2
T (0) = = = ,− , ,
F ′ (0) 2 2 2 2
√ √ 3 √ 4
F ′ (0) × F ′′ (0) − 2, 2, 2 1 1 2
B(0) = = √ = − , , .Luego,
F ′ (0) × F ′′ (0) 2 2 2 2 2
3 √ 4 3 √ 4 3√ √ 4
1 1 2 1 1 2 2 2
N(0) = B(0) × T (0) = − , , × ,− , = , ,0 .
2 2 2 2 2 2 2 2
Ahora,
′′ √
aT (0) = F (0) · T (0) = (1, 1, 0) · 3 1, −1, 2 =40.
√ √
′′ 2 2 √
aN (t) = F (0) · N(0) = (1, 1, 0) · , , 0 = 2.
2 2
Aplicaciones a la gravitación
212
En esta sección estudiaremos una aplicación de las curvas en R2 al movimiento

planetario. Sea α : [a, b] → R2 una función vectorial. Los puntos (x, y) ∈ Im(α) lo podemos
poner en coordenadas polares y así la curva puede ser puesta cómo
(x, y) = r(cos θ, senθ),
en donde r mide la distancia del punto (x, y) al origen. Es claro que tanto r como θ dependen
del tiempo t.
Denotemos con Ur = (cos θ, sen θ). Entonces nuestra curva la podemos escribir como α(t) = r.Ur .
También, denotemos con
dUr
Uθ = = (−senθ, cos θ).
dθ
−dUθ
Es claro que Ur y Uθ son vectores unitarios y perpendiculares, además Ur = dθ .
Ahora,
dα dr dUr
V (t) = = .Ur + r .
dt dt dt
Hacemos uso de la regla de la cadena y obtenemos que
dUr dθ dUr dθ
= = Uθ .
dt dt dθ dt
Combinando estas dos última expresiones obtenemos
dr dθ
V (t) = .Ur + r Uθ .
dt dt
De la misma forma la aceleración también la podemos expresar como una combinación lineal de
Ur y Uθ , así:
% & % 2 &
d2 r dθ 2
A(t) = dt2 −r dt Ur + r ddt2θ + 2 dr dθ
dt dt Uθ .
Si suponemos que una estrella de masa M atrae a un planeta de masa m, la fuerza de atracción
la podemos expresar así:
F = fr Ur + fθ Uθ .
De otra parte, la segunda ley de Newton nos dice que F (t) = mA(t). De lo anterior obtenemos:
% &
d2 r dθ 2
fr = m 2 − r dt
% dt 2 &
fθ = m r ddt2θ + 2 dr dθ
dt dt .
213
CAPÍTULO
Dentro de las hipótesis que hizo , con respecto al movimiento planetario, está aquella que afirma
que la fuerza de atracción, de la estrella al planeta, se ejerce en la dirección del planeta hacia la
estrella. Esto es, en la dirección de −Ur . Entonces la componente fθ = 0. Esto es,
d2 θ dr dθ
r 2
+2 = 0.
dt dt dt
Si multiplicamos por r vemos que se transforma en
d r2 dθ
dt
=0
dt
De lo anterior se deduce que
dθ
r2 = h,
dt
en donde h es una constante. Pero si suponemos que el movimiento del planeta es un giro en
sentido contrario al las manecillas del reloj podemos concluir que θ(t) es una función creciente
dθ
y por lo tanto dt > 0. Así, nuestra constante h es positiva.
Sabemos que el área que barre el radio vector R cuando el planeta se desplaza de un tiempo t1
a un tiempo t2 viene expresada por la fórmula
8 t2
1 dθ
r2 .
2 t1 dt
De lo expuesto anteriormente obtenemos que
8 t2
1 dθ 1
r2 = h(t2 − t1 ).
2 t1 dt 2
Esta expresión confirma la segunda Ley de Kepler que dice: Las áreas barridas por el radio vector
desde el sol a un planeta son proporcionales al tiempo.
La ley de gravitación universal de Newton establece que
G.M.m −km
fr = − 2
= 2 ,
r r
en donde G es la constante de gravitación universal. De lo anterior obtenemos la ley que rige el
movimiento planetario en la mecánica newtoniana:
2
d2 r dθ −k
− r(t) = .
dt2 dt r2
1
Si hacemos el cambio de variable z = r y hacemos uso de loa anterior, es fácil observar que
214
d2 r 2
2 2d z
= −h z .
dt2 dθ2
Remplazamos en lo anterior obtenemos:
d2 z k
2 + z = h2 .
dθ
La solución general es
k
z = αsenθ + β cos θ +.
h2
Para obtener información de lo anterior debemos hacer algunas simplificaciones. Podemos supon-
er, por ejemplo, que para θ = 0 la distancia r del planeta a la estrella es mínima o lo que es lo
mimo z es máximo. Esto significa que podemos suponer que z ′ (0) = 0 y z ′′ (0) > 0. entonces se
deduce que α = 0 y β > 0. La solución tomará la forma
k
z = β cos θ +.
h2
Si en lo anterior cambiamos z por r1 , aquella se transforma en
pE
r= ,
1 + E cos θ
1 βh2
en donde p = β y E = k . Este número E se llama la excentricidad de la cónica definida
anteriormente.
Puesto que el movimiento del planeta alrededor de la estrella es cerrado, dedujo que la cónica
anterior debe ser una elipse. Con ello confirmó la primera ley de Kepler que dice: Los planetas
describen órbitas elípticas en uno de cuyos focos está el sol.
Ejercicios Propuestos:Curvas y sus aplicaciones
1. Dada la curva
x2 + y 2 + z 2 = 4(x + y)
Γ:
x+y =4
Hallar las ecuaciones paramétricas de Γ.
2. Sea la curva
x2 + y 2 − z 2 = 1
Γ:
z−y = 1
215
CAPÍTULO
a) Hallar una parametrización para Γ.

b) Hacer un esbozo de la curva Γ considerándola como intersección de dos superficies.
3. La parábola
x2 = 8(y − 4), z = 0
es la proyección ortogonal de una curva C que se encuentra en la esfera con centro (0, 4, 5)
y radio 3. Hallar las ecuaciones paramétricas y graficar la curva C.
4. Sea C la curva
x2 + y 2 + z 2 − 6z = 0
C:
x−z +3 = 0
a) Verificar que la proyección ortogonal de C sobre el plano XY es una elipse.

b) Hallar el vector tangente en cualquier punto de la curva P (x, y, z) tal que y > 0.
5. Hallar una representación paramétrica de una curva que se encuentra en el cilindro de

ecuación
x2 + y2 = a2
y tal que en cualquier punto P de la curva, el ángulo entre el eje Y y la tangente es igual
al ángulo entre el radio vector P y la tangente.
6. Hallar sobre la curva Γ con ecuaciones paramétricas

t+1
x = t2 , y = ln (t + 2) , z=
t−1
los puntos donde su recta tangente pasa por el centro de la esfera
E : x2 + y2 + z 2 − 2βy + β 2 − 4 = 0.
7. Demostrar que la curva C descrita por α (t) = aekt cos t, aekt sin t, cekt está sobre un cono
de revolución.
8. Sean las curvas
C1 : F (t) = et (cos t, sent, 1), 0 ≤ t ≤ 2π, C2 : G(t) = (t + 1, t2 , t + 1)
¿En cuánto debe incrementarse t para que la longitud de arco de C1 se incremente en

√
(e − 1) 3 desde el instante en que C2 interseca a C1 ?.
216
9. Una partícula que se mueve en el espacio describe una curva C, con vector de posición
2
α(t) = (t, , ln(t2 )), t > 0 y t en segundos.
t
¿En cuánto tiempo recorrerá una longitud de arco de la curva C igual a 9 unidades, des-
de el punto P0 donde la recta tangente a la curva descrita por α pasa por el punto
(4, 0, 2 + ln 4)?.
√
10. Sea la función F (t) = (t − ln t, tan(πt), 2t − t2 )
a) Hallar el intervalo más grande (del dominio de F )para el cual F es la parametrización

de una curva en R3. .
b) Analizar si F es regular en el intervalo hallado en la parte (a) .
c) Si Γ es una curva regular descrita por F , de la parte (b) , hallar ecuaciones paramétri-
cas de la curva C que resulta de intersecar las rectas tangentes a Γ con el plano XZ.
11. Sea
Γ : α(t) = (3t2 − 5, −t + 5, 3t2 + 5), t ∈ R
a) Hallar los puntos P1 y P2 de Γ tales que la curvatura de Γ toma su valor máximo en

P1 y un vector tangente a Γ en P2 es paralelo al vector (6, −1, 6).
b) Hallar la longitud de arco de Γ desde P1 hasta P2 .
12. Una curva Γ es descrita por la parametrización F (t) = (2t, et , e−t ), t ∈ R.
a) Hallar los vectores unitarios T , N y B en el punto (0, 1, 1).
b) ¿Existe en la curva un punto donde su plano osculador tiene como normal al vector
√
2, −1, 2 ?. En caso afirmativo, hallar la ecuación de dicho plano osculador.
( '
13. La curva C es parametrizada por la función F (t) = (sin t, cos t, ln sec t), t ∈ − π2 , π2 .
Hallar:
a) La curvatura k(t) en cualquier punto F (t) de la curva.
b) La longitud del arco de la curva comprendido entre el punto F ( π3 ) y el punto donde

√
la curvatura tiene valor 2.
217
CAPÍTULO
14. Una partícula se mueve por el espacio con velocidad
V (t) = −3t2 , t3 , et−2 , t ≥ 0.
Hallar la aceleración partícula en el instante, distinto de 0, en que su rapidez coincide con

el módulo de su aceleración.
218
219
CAPÍTULO
220
Capítulo 3
Funciones de varias variables
3.1. Introducción.Función de varias variables

Definición 3.1.1. Una función f : D (f ) ⊆ Rn −→ R de n variables es una regla que asocia
a cada n-upla de números reales (x1 , ..., xn ) de algún subconjunto D (f ) un único número real
f (x1 , ..., xn ).
Observación 3.1.2. La función f definida sobre D (f ) con valores en R se representa por
f : D (f ) ⊆ Rn −→ R
(x1 , ..., xn ) !−→ w = f ((x1 , ..., xn )) ,
y se dice que
w = f(x1 , ..., xn ) : regla de correspondencia de f

w : imagen de P mediante f (variable dependiente)
(x1 , ..., xn ) : preimagen de w mediante f (variables independientes - argumento de f)
El conjunto D (f) se denomina dominio de f .

El conjunto de números reales f(x1 , ..., xn ) se denomina rango o imagen de f.,
R (f ) = {f(x1 , ..., xn ) : (x1 , ..., xn ) ∈ D (f )} ⊆ R.
En lo que sigue en adelante consideramos ejemplos de funciones de dos o tres variables indepen-
dientes.
Ejemplo 3.1.3. (Encontrando un dominio). Encontrar el dominio de función f definida por

x
f(x, y) = .
x2 + y 2
221
Cálculo en Varias Variables Norberto Chau
CAPÍTULO 3. FUNCIONES DE VARIAS VARIABLES
Solución. Se trata de encontrar aquellas parejas de números (x, y), para las cuales tiene sentido
la fórmula dada para f(x, y). Es decir, ¿qué valores pueden darse a x e y,de manera que al
realizar las operaciones indicadas en la fórmula se obtenga un valor numérico y no tropecemos
con una operación imposible?
Es evidente que, en este caso, el dominio de la función es todo el espacio R2 excepto el origen de
coordenadas, es decir, D (f ) = R2 {(0, 0)}, pues la fórmula puede ser calculada para cualquier
pareja de números reales, salvo para la pareja (0,0).
Ejemplo 3.1.4. (Representando un dominio).Encontrar el dominio de las siguientes funciones y

representar su gráfico:
x2 + y 2
1.f (x, y) =
x − y2
x2 + y 2 − 4
2.f (x, y) =
y
y
3.f (x, y) =
36 − 4x2 − 9y 2 − z 2
4.f (x, y) = ln xy
5.f (x, y) = arcsin(x + y)
Solución
1.Para que la raíız cuadrada x − y 2 esté definida, el radicando no puede ser negativo, luego
x − y 2 ≥ 0, pero, al estar en el denominador, ha de ser distinto de cero, x − y 2 = 0. En
consecuencia, x − y 2 > 0.
D (f ) = (x, y) ∈ R2 : x > y 2
Luego el dominio de la función coincide con el interior de la parábola, excluido el contorno.
x2 + y 2
Dominio de la función : f(x, y) =
xy − y 2
222
x2 + y 2 − 4
2.f(x, y) =
y
Para que la raíz cuadrada esté definida, el radicando no puede ser negativo, luego x2 +y2 −4 ≥ 0.
Ahora bien, al estar y
en el denominador, no puede ser cero, y = 0. En consecuencia,
D (f ) = (x, y) ∈ R2 : x2 + y 2 ≥ 4, y = 0
Exterior de la circunferencia de centro el Origen y radio 2, incluido el contorno y excluido el eje

OY. Los puntos (0,2) y (0, -2) quedan excluidos.
y
1. 3.f (x, y) =
36 − 4x2 − 9y 2 − z 2
x2 y 2 z 2
36 − 4x2 − 9y 2 − z 2 > 0 =⇒ + + <1
9 4 36
9 2
:
3 x y2 z2
D (f) = (x, y, z) ∈ R : + + <1
9 4 36
El dominio es el interior del elipsoide con centro el Origen y eje mayor el eje Z, excluido
el contorno.
223
6
-8
4 -6
-4
y 2 -2
8 6
4 08
2z 0
2 0 -2
-2
-4
4x -4 -6
-8
-6
6 -8
4.f(x, y) = ln xy
xy > 0 =⇒ (x > 0 ∧ y > 0) o (x < 0 ∧ y < 0)
D (f) = (x, y) ∈ R2 : (x > 0 ∧ y > 0) o (x < 0 ∧ y < 0)
Es decir, el dominio está formado por el primer y el tercer cuadrante, excluidos los ejes de
coordenadas.
5.f(x, y) = arcsin(x + y)
1. esto significa que x + y es el seno de un ángulo. Para que x + y pueda ser el seno de un
ángulo ha de estar comprendido
entre 1 y -1, −1 ≤ x + y ≤ 1. En consecuencia
−1 ≤ x + y ≤ 1 =⇒ −x − 1 ≤ x + y ≤ 1 − x
224
El dominio es la franja comprendida entre las

rectas y = 1 − x , y = −1 − x, incluidas ambas rectas.
3.1.1. Operaciones con funciones de varias variables
Definición 3.1.5. Sean f : D (f ) ⊆ Rn −→ R y g : D (g) ⊆ Rn −→ R dos funciones tales que

D = D (f ) ∩ D (g) = ∅. Entonces se definen:
Definición 3.1.6. La función suma de f y g,
f + g : D ⊆ Rn → R
por
(f + g) (P ) = f (P ) + g (P ) .
La función producto de f y g,
fg : D ⊆ Rn → R
por
(f g) (P ) = f (P ) · g (P ) .
La función cociente de f sobre g,

f
:E → R
g
por
f f (P )
(P ) = ,
g g (P )
donde E = {P ∈ D : g (P ) = 0}.
Las funciones de varias variables se pueden combinar de la misma forma que las funciones de
una sola variable. Por tanto se pueden sumar, restar, multiplicar, dividir, etc.
Análoga a como se definen en el caso de una sola variable:
225
(f + g)(x, y) = f(x, y) + g(x, y)

(fg)(x,y)=f(x,y)g(x,y)
f f (x,y)
g (x, y) = g(x,y) , g(x, y) = 0
No obstante, hay que hacer notar que operar con funciones significa operar con las imágenes de
un mismo punto.
Definición 3.1.7. (Composición de funciones). Dada la función f : D (f) ⊆ Rn −→ R

definida en el conjunto D (f)de Rn y la función ϕ : D (ϕ) ⊆ R −→ R definida en el conjunto
D (ϕ)de R, cuyo rango está contenido en D (f) (es decir, f (Dϕ) ⊆ D (ϕ), entonces se puede
formar la composición de ϕ con f , que representamos por ϕ ◦ f : D (ϕ ◦ f) ⊆ Rn −→ R donde
D (ϕ ◦ f ) = {P ∈ D (f) : f (p) ∈ D (ϕ)}
y regla de correspondencia
(ϕ ◦ f ) (P ) = ϕ (f (P )) .
Ejemplo 3.1.8. Hallar la función compuesta de la funcióon f (x, y) = y − x2 con la función

√
ϕ(t) = t
Solución. Para poder componer, la función f tiene que actuar primero, y después la ϕ.En
efecto, en esquema, resulta
f ϕ
f(x, y) = xy − x2 y Rn −→ R −→ R
√
ϕ(t) = t (x, y) !−→ t !−→ z
de donde, la composición buscada, será:

h(t) = (ϕ ◦ f) x, y) = (ϕ) (f(x, y)) = ϕ y − x2 = y − x2
Observe que la función resultante de la composición solamente estará definida para aquellos
puntos (x, y)en los cuales se cumpla que y − x2 ≥ 0, es decir,
D (h) = D (ϕ ◦ f) = (x, y) ∈ R2 : y ≥ x2
3.1.2. Gráfica de una función de dos variables
Definición 3.1.9. Sea f : A → B definida por w = f (u), el grafo de f es el subconjunto de

A × B denotado G (f) y definido por
G (f) = {(u, f (u)) ∈ A × B : u ∈ A} .
226
Observación 3.1.10. 1.La representación gráfica del grafo de una función se denomina gráfica
de la función.
2.Si f : D (f) ⊆ Rn → R es una función real de variable real, para obtener la gráfica de la
función en el espacio Rn dibujamos
w = f (u) con u ∈ D (f) .
3.Dada la gráfica de una función f,
Para determinar se proyecta ortogonalmente la gráfica sobre

D (f ) el espacio Rn
R (f) el eje vertical
Así,
D (f ) = Ω y R (f) = [c, d] .
1.
Definición 3.1.11. Sea f : Ω ⊆ Rn → R.Definimos la gráfica de la función f como el

subconjunto de espacio Rn+1 que consta de todos los puntos ((x1 , ..., xn ), w) en Rn+1 tales
que w = f (x1 , ..., xn ), para (x1 , ..., xn ) en Ω.
G (f) = ((x1 , ..., xn ), f(x1 , ..., xn )) ∈ Rn+1 : (x1 , ..., xn ) ∈ Ω .
En el caso de n = 1:
Funciones de una variable. La gráfica de una función de una variable, por lo general, es una
curva en el plano.
Un punto (x, y) del plano para estar situado en la gráfica ha de cumplir dos condiciones: en
primer lugar, que su primera coordenada, x,esté en el dominio de la función, x ∈ D (f ); y en
segundo lugar, que su segunda coordenada, y, sea la imagen,
mediante la función de la primera, es decir, y = f(x). En base a esto, los puntos (x, y) de la
gráfica se pueden expresar de la forma (x, f (x)).Es decir,
G (f) = (x, y) ∈ R2 : y = f (x), x ∈ D (f)
o bien, de manera esquemática,
(x, y) ∈ G (f) ⇔ {x ∈ D (f) : y = f(x)}
227
Funciones de dos variable. La gráfica de una función de dos variables f (x, y) es el conjunto
de puntos del espacio (x, y, z) para los cuales se tiene que z = f(x, y), (x, y) ∈ D (f) .
G (f) = {(x, y, z) ∈ R3 : z = f(x, y), (x, y) ∈ D (f)}
Es decir,
(x, y, z) ∈ G (f) ⇐⇒ z = f (x, y), (x, y) ∈ D (f )
La gráfica de una función de dos variables será una superficie en el espacio. La proyección de la
gráfica sobre el plano horizontal coincide con el dominio de la función.
Definición 3.1.12. Sea f : Ω ⊆ Rn → R y sea k ∈ R. Entonces el conjunto de nivel del valor

k se define como todos los puntos P ∈ Ω tales que f(P ) = k.Se denota por
−k := {P ∈ Ω : f(P ) = k, k ∈ R}
Ejemplo 3.1.13. Dada f(x, y) = x2 + y 2 .Esbozar S la gráfica de f, hallando y graficando las

intersecciones de S con los planos coordenados ( trazas) y las curvas de nivel
Γk = (x, y) ∈ R2 : f (x, y) = k para k ∈ R.
Solución.
Dom(f) = R2
Las curvas de nivel de valor k :
x2 y 2 x2 y2
Γk : + = k =⇒ Γk : √ 2 + √ 2 = 1, k > 0
9 4
3 k 2 k
Si k > 0, vemos que son elipses, de centro V (0, 0) , con eje mayor el eje X.
Γ0 : es el punto (0, 0).
x2 y2
Γ1 : + 2 =1
32 2
x2 y2
Γ2 : √ 2+ √ 2 =1
3 2 2 2
x2 y2
Γ3 : √ 2 + √ 2 =1
3 3 2 3
228
Las trazas a los planos coordenados(intersección de la gráfica de f con los planos coordenados
PXZ y PY Z ). 1 2
2
TXZ ::= Gr(f) ∩ PXZ := (x, y, z) ∈ R3 : z = x9 , y = 0 es una parábola.
1 2
3 y2
TY Z := Gr(f) ∩ PY Z := (x, y, z) ∈ R : z = 4 x = 0 es una parábola.
La gráfica de f , usando las trazas y las curvas de nivel es :
Ejemplo 3.1.14. Dada la función f(x, y) = y − x2 .

a)Hallar y graficar el dominio de f.
b)la gráfica de f, hallando y graficando las intersecciones de S con los planos coordenados (
trazas) y las curvas de nivel
Γk = (x, y) ∈ R2 : f (x, y) = k para k = 0, 1, 2.
Solución.
a)D(f) = (x, y) ∈ R2 : y ≥ x2
229
b)Las curvas de nivel de valor k :
Γk = {(x, y) ∈ D(f) : f (x, y) = k} para k ∈ R.
Γk : y − x2 = k ⇐⇒ Γk : y = x2 + k2 .
Si k ≥ 0, vemos que son parábolas, de vértice V 0, k 2 , se abre hacia el eje positivo de Y.
Γ0 : y = x2 .
Γ1 : y = x2 + 1
Γ2 : y = x2 + 4
PXZ y PY Z ).
TXZ :no existe
230
√
TY Z := Gr(f) ∩ PY Z := (x, y, z) ∈ R3 : z = y ,x=0 .
Ejemplo 3.1.15. Graficar la función:f(x, y) = x + y − 3
Solución. El dominio de la función es D(f ) = R2 .

Para representar la función ponemos z en vez de f (x, y),de donde se tiene: z = x + y − 3, es la
ecuación de un plano en el espacio.
Para visualizar el plano en el espacio representamos el triángulo formado por los tres puntos en
los que el plano corta a los ejes de coordenadas.
Para hallar las coordenadas de un punto de un plano se dan valores arbitrarios a dos de las
variables y se calcula el tercer valor a partir de la ecuación del plano. En nuestro caso, se da el
valor cero a dos de las variables y se calcula el valor correspondiente de
231
x y z
0 0 −3
la otra variable:
3 0 0
0 3 0
Las curvas de nivel de valor k :
Γk = (x, y) ∈ D(f ) = R2 : f (x, y) = k para k ∈ R.

Γk : x + y − 3 = k ⇐⇒ Γk : x + y = k + 3
Γk = (x, y) ∈ R2 : x + y = k + 3 ⊂ R2 .
Para k ∈ R, vemos que es una familia de rectas.

Γ0 : x + y = 3
Γ1 : x + y = 4
Γ2 : x + y = 5
PXZ y PY Z ).
TXZ := Gr(f) ∩ PXZ := (x, y, z) ∈ R3 : z = x − 3 , y = 0 es una recta.
TY Z := Gr(f) ∩ PY Z := (x, y, z) ∈ R3 : z = y − 3, x = 0 es una recta.
La gráfica de f, usando las trazas y las curvas de nivel es :
Ejemplo 3.1.16. Dada la función

x2
f (x, y) = .
y
Esbozar S la gráfica de f, hallando y graficando las intersecciones de S con los planos coorde-
nados ( trazas) y las curvas de nivel
Nk = (x, y) ∈ R2 : f (x, y) = k para k = −1, 0, 1.
232
Solución.
Dom(f ) = R2 − (x, y) ∈ R2 : y = 0
Las curvas de nivel de valor k:
x2
Nk : = k ⇐⇒ Γk : x2 = ky.
y
Si k = 0, vemos que son parábolas, de vértice V (0, 0) , sin el origen de coordenadas.
N−1 : x2 = −y, y = 0
N0 : x = 0, y = 0, el eje Y sin el origen.
N1 : x2 = y, y = 0
PXZ y PY Z ) son:
TXZ :no existe
TXY := Gr(f ) ∩ PXZ := (x, y, z) ∈ R3 : z = 0 , x = 0 = {(0, y, 0) : y = 0 } .
TY Z := Gr(f) ∩ PY Z := (x, y, z) ∈ R3 :x=0,z=0 = {(0, y, 0) : y = 0 }.
Observación 3.1.17. La ecuación del plano se generaliza al espacio de n dimensiones mediante

lo que se denomina hiperplano. Así, tenemos las siguientes representaciones:
233
f(x) = ax + b Recta en el plano

f(x, y) = ax + by + c Plano en el espacio
f(x1 , ..., xn ) = a1 x1 + a2 x2 +· · · +an xn + b Hiperplano en Rn+1
3.2. Límites
Una aplicación f : Rn → Rm , n, m ≥ 2, la denominamos campo vectorial. En el

caso en que m = 1 la denominamos campo escalar.
Cualquier límite debe definirse en puntos de acumulación del dominio de una función.
Un punto de acumulación P0 de dom(f) es un punto de Rn (que puede pertenecer o no a
dom(f )) que tiene la propiedad de que tan cerca como se quiera de él, deben existir puntos
P (= P0 ) de dom(f).
Cuando consideramos funciones de una sola variable el concepto de límite está

referido a la aproximación que hacemos a un punto ya sea por la derecha o por la
izquierda. En el caso de campos vectoriales la aproximación a un punto puede hacerse
por infinitos caminos. Iniciemos con unos ejemplos:
xy
x2 +y 2 si (x, y) = (0, 0)
f(x, y) =
0 si (x, y) = (0, 0).
Si dejamos una variable, por ejemplo x, fija vemos que f(x, y) se aproxima a 0
1
cuando y se aproxima a 0. Pero si tomamos la recta x = y entonces f(x, y) = 2 y,
aunque (x, y) se aproxime a (0, 0), no se tiene que f(x, y) se aproxime a 0.
La siguiente definición es la formalización del hecho intuitivo: el límite de f en P0 es l, si como

sea que se tome P ∈ dom(f) "muy cerca" de P0 , entonces f(P ) estará "muy cerca" de l.
Definición 3.2.1. Se dice que el número real l es el límite de f en P0 , si para cada ε > 0 que
se considere existe un δ > 0 (por lo general, δ depende de ε y de P0 ) tal que:
Si P ∈ dom(f ), 0 < P − P0 < δ =⇒ |f (P ) − l| < ε
En este caso escribimos: lı́m f (P ) = l.

P −→P0
234
Definición 3.2.2. (Límite de una función en un punto en el plano). Sea f una función
de dos variables definida en un disco abierto centrado en (x0 , y0 ), excepto quizas en el punto
(x0 , y0 ). Entonces,
lı́m f (x, y) = l
(x,y)→(x0 ,y0 )
si y sólo si para cada ε > 0 existe un correspondiente δ > 0 tal que |f(x, y) − l| < ε, siempre
que
Definición 3.2.3. 0 < (x − x0 )2 + (y − y0 )2 < δ. .
Gráficamente, esta definición de límite significa que para un punto cualquiera (x, y) situado en
el disco de radio δ, el valor f(x, y) está comprendido entre L − ε y L + ε.
Hay que tener en cuenta que para que exista el límite todos los puntos del entorno tienen que
tener su imagen aproximadamente a la misma altura (entre L − ε y L + ε). Si unos puntos del
entorno se aproximan a un valor y otros a otros, entonces el límite no existe.
En la definición de límite, el punto en cuestión no cuenta. Es decir, da igual cuál sea el valor de
f (x0 , y0 ), incluso da igual que no exista dicho valor. Al poner 0 < δ nos estamos ocupando de
todos los puntos del δ-entorno, salvo del centro. No obstante, hay que advertir que en el cálculo
de límites de funciones continuas dicho valor sí que adquiere gran importancia.
Esto es lo que no sucede en el ejemplo anterior, podemos tener puntos (x, y) ∈ R2 tales que
(x, y) − (0, 0) sea muy pequeña y no obstante |f (x, y) − 0| = 12 .
A partir de la definición se pueden demostrar teoremas similares a los teoremas sobre límites
conocidos de las funciones del Cálculo.
3.2.1. Propiedades de límites de función vectorial
Proposición 3.2.4. Si f es una función de Rn a R tales que lı́mP → P0 f (P ) , y lı́mP → P0 g (P )

existen y si P0 es un punto de acumulación de D (f ) ∩ D (g), entonces
1. lı́mP → P0 {f (P ) + g (P )} = lı́mP → P0 f (P ) + lı́mP → P0 g (P )
2. lı́mP → P0 λf (P ) = λ lı́mP → P0 f (P )
3. lı́mP → P0 f (P ) .g (P ) = (lı́mP → P0 f (P )) (lı́mP → P0 g (P ))
lı́mP → f (P )
4. lı́mP → P0 fg(P
(P )
) = lı́mP →
P0
P0 g(P )
, si lı́mP → P0 g(P ) = 0.
Omitimos la prueba de esta proposición, ya que es la misma que la de la proposición correspon-

diente para funciones de R en R.
Ejemplo 3.2.5. Demostrar, usando la definición, que:
lı́m y 2 − xy = 3.
(x,y)→(2,−1)
235
Solución.
Dado ∈ > 0 existe un δ > 0 tal que si para todo (x, y) ∈ R2 y 0 < (x − 2) + (y + 1)2 < δ =⇒
y 2 − xy − 3 <∈ .
Expresamos y 2 − xy − 3 en términos de |x − 2| y |y + 1| .
Si 0 < (x − 2) + (y + 1)2 < δ, entonces |x − 2| < δ y |y + 1| < δ.
y 2 − xy − 3 = [(y + 1) − 1]2 − [(x − 2) + 2] [[(y + 1) − 1]] − 3

' (
= (y + 1)2 − 2(y + 1) + 1 − [(x − 2)(y + 1) − (x − 2) + 2(y + 1) − 2] − 3
= (y + 1)2 − 2(y + 1) − (x − 2)(y + 1) + (x − 2) + 2(y + 1) .
y 2 − xy − 3 ≤ |y + 1|2 + 2 |y + 1| + |x − 2| |y + 1| + |x − 2| + 2 |y + 1|
Para simplificar esta expresión podemos restringir la elección de δ de modo que
δ ≤ 1.Entonces, |x − 2| < 1 y |y + 1| < 1 y
y 2 − xy − 3 < δ + 2δ +δ + δ + 2δ = 7δ.
1 ∈2
Por lo tanto , si elegimos δ =mín 1, ,
7
y 2 − xy − 3 <∈
siempre que 0 < (x − 2) + (y + 1)2 < δ. Lo que prueba lo pedido.
Ejemplo 3.2.6. Usando la definición de límite, probar que:

x2 + y 2
lı́m = 0.
(x,y)→(0,0) |x| + |y|
Solución.
D(f) = R2 − {(0, 0)} .
Por demostrar que
x2 + y 2
∀ ∈ > 0 , ∃ δ > 0 : (x, y) ∈ D(f) ∧ 0 < x2 + y 2 < δ =⇒ < ∈
|x| + |y|
Observemos que :
De : 0< x2 + y2 < δ se tiene:

|x| ≤ x2 + y 2 < δ =⇒ |x| < δ
|y| ≤ x2 + y 2 < δ =⇒ |y| < δ
|x| ≤ |x| + |y| , |y| ≤ |x| + |y| ; ∀x, y ∈ R
Dado ∈ > 0 tenemos

x2 + y 2 |x| |y|
≤ |x| + |y| ≤ |x| + |y| < δ + δ = 2δ =∈ , (x, y) = (0, 0).
|x| + |y| |x| + |y| |x| + |y|
∈
Por tanto, basta elegir δ = .
2
236
Proposición 3.2.7. Si f es una función de Rn a R tal que lı́mP → P0 f (P ) = l , ϕ es una

función contínua en l ,y P0 es un punto de acumulación de D (ϕ ◦ f ), entonces
lı́m ϕ (f (P )) = ϕ (l) .
P −→P0
Prueba.
La prueba es la misma que la prueba de la proposición correspondiente para funciones de R en
R.
Tomemos ε > 0.Como ϕ es una función contínua en l, existe un número δ > 0 tal que:
|ϕ (y) − ϕ (l)| < ε siempre que y ∈ D (ϕ) y |y − l| < σ.
Como lı́mP → P0 f (P ) = l,existe un número δ > 0 (por lo general, δ depende de ε y de P0 ) tal

que:
Si P ∈ D(f ), 0 < P − P0 < δ =⇒ |f (P ) − l| < σ
Si P ∈ D (ϕ ◦ f) y 0 < P − P0 < δ, entonces |f (P ) − l| < σ y |ϕ (f (P )) − ϕ (f (l))| < ε.

Esto prueba que lı́m ϕ (f (P )) = ϕ (l) .
P −→P0
Proposición 3.2.8. (El teorema del emparedado)

Si f y g son funciones de Rn a R tales que si existe una bola abierta B (P0 ; r) tales que
(i) g (P ) ≤ f (P ) ≤ h (P ) para todo P ∈ (B (P0 ; r) \ {P0 }) ∩ D (f ∩ g)
(ii) lı́m g (P ) = lı́m h (P ) = l,
P −→P0 P −→P0
entonces lı́m f (P ) existe y
P −→P0
lı́m f (P ) = l.
P −→P0
3.2.2. Limites restringidos
Cuando existe lı́m f (P ) = l, cualquiera que sea la forma en que se tome P ∈ dom (f ) , próximo
P −→P0
a P0 , siempre se tendrá f(P ) próximo a l. Fijada una tal forma, tenemos lo que se llama un
límite restringido de la función f en P0 .
Por lo general, las formas que se toman son curvas Γ, contenidas en el dominio de la función f ,
para las cuales P0 es un punto de acumulación.
Escribimos lı́m f (P ) = l, para un tal límite restringido.
P −→P0
P ∈Γ
El siguiente teorema es claro a partir de la definición de límite.
Teorema 3.2.9. Si lı́m f (P ) = l, entonces para cualquier curva Γ, en el dominio de la

P −→P0
función f y tal que P0 es un punto de acumulación de ella, se tiene: lı́m f (P ) = l.
P −→P0
P ∈Γ
237
Nota. El teorema sólo es útil para demostrar que lı́m f (P ) no existe:

P −→P0
(i)Mostrando que un cierto límite restringido no existe, o, en su defecto,
(ii)Hallando dos límites restringidos diferentes.
Inexistencia de límites
Cuando no sepamos calcular un límite, intentaremos demostrar que dicho límite no existe. Esto
lo podemos hacer por dos métodos:
Mediante los límites restringidos.
Mediante los límites iterados.
Límites iterados
Para el cálculo de límites de funciones de varias variables es necesario hacer uso
de los conocimientos que tenemos de límites de funciones de una sola variable. Por
ejemplo: Si queremos calcular
lı́m f(x, y)
(x,y)→ (a,b)
estamos tentados a calcularlo primero buscando el lı́mx→ a f(x, y), dejando la

variable y fija, y al resultado que obtenemos le aplicamos lı́my→ b . Esto es, calculamos
1 2
lı́m lı́m f (x, y) ,
y→ b x→ a
o también
9 :
lı́m lı́m f(x, y)
x→ a y→ b
Estos límites los llamamos límites iterados. Desafortunadamente éstos no nos

lleva siempre a feliz término. En general tenemos que
lı́m(x,y)→ (a,b) f(x, y)

= lı́my→ b {lı́mx→ a f (x, y)}
= lı́mx→ a {lı́my→ b f (x, y)} .
Inclusive, podemos tener que
1 2 9 :
lı́m lı́m f(x, y) = lı́m lı́m f(x, y)
y→ b x→ a x→ a y→ b
y no obstante
1 2
lı́m f (x, y) = lı́m lı́m f (x, y) .
(x,y)→ (a,b) y→ b x→ a
238
Veamos algunos ejemplos: Consideremos la función
x2 y 2
f(x, y) = .
x2 y 2 + (x − y)2
Nótese que
1 2 9 :
lı́m lı́m f (x, y) = lı́m lı́m f (x, y) = 0.
y→ 0 x→ 0 x→ 0 y→ 0
Ahora, cuando tomamos x = y vemos que f(x, y) = 1 y cuando y = 2x vemos

que
x2
f (x, y) = 4
4x2 + 1
Esto nos indica que lı́m(x,y)→ (0,0) f(x, y) no existe debido a que si (x, y) → (0, 0)
por la recta x = y, entonces f(x, y) → 1. Y si (x, y) → (0, 0) por la recta y =
2x,entonces f(x, y) → 0
O más extraño aún, podemos tener que
1 2 9 :
lı́m lı́m f(x, y) = lı́m lı́m f (x, y)
y→ b x→ a x→ a y→ b
y no obstante lı́m(x,y)→ (a,b) f(x, y) existe. Por ejemplo


 xsen 1
si y = 0
y
f(x, y) =
 0 si y = 0.
En este caso, puesto que |f (x, y)| = xsen y1 ≤ |x| , tenemos que
lı́m f(x, y) = 0
(x,y)→ (0,0)
1 2 9 :
lı́m lı́m f(x, y) = lı́m lı́m f(x, y) ,
y→ 0 x→ 0 x→ 0 y→ 0
el primer límite es cero y el segundo simplemente no existe.

Ahora, Cuando, entonces, tenemos que
1 2 9 :
lı́m f(x, y) = lı́m lı́m f(x, y) = lı́m lı́m f(x, y) ?
(x,y)→ (a,b) y→ b x→ a x→ a y→ b
Sólo si:
239
1. lı́m(x,y)→ (a,b) f(x, y) existe y

2. Los límites iterados existen y son iguales.
De los ejemplos anteriores concluímos que no hay métodos seguros para calcular
el límite de una función de varias variables. El uso de los límites iteredados nos puede
servir para sospechar quien puede ser el posible límite de la función. Sólamente la
definición es la que nos da la certeza de la existencia del límite de la función.
Límites restringidos
Aunque la definición de límite de funciones de dos variables va en total paralelismo con la

definición de límite de funciones de una sola variable, existe una diferencia fundamental a la
hora de determinar la existencia de un límite. En una variable, la existencia del límite, es
equivalente a la coincidencia de los límite laterales. Es decir, para determinar si una función
de una variable tiene límite en un punto determinado, solamente necesitamos comprobar qué
ocurre al aproximarnos por dos direcciones —por la izquierda y por la derecha—. Si la función
tiene el mismo límite por la izquierda y por la derecha podemos concluir que el límite existe. Si
embargo, en dos variables esto no es así
En dos variables, en principio, no tiene sentido hablar del límites laterales ¿qué significan derecha
e izquierda en el plano?, por eso hablamos de límites restringidos, ya que, en dos variables existen
infinitos caminos para acercarnos al punto, es más, podemos acercarnos siguiendo un camino
recto o un camino curvo. Es decir, al escribir
(x, y) −→ (x0 , y0 )
entendemos que el punto (x, y)se aproxima al punto (x0 , y0 ) en cualquier dirección. Y, para que
exista el límite, los límites siguiendo todas las direcciones o trayectorias tienen que coincidir.
La exigencia de la definición a todos los puntos del disco o entorno significa todas las posibles
formas de aproximarse. En consecuencia, para ver que una función no tiene límite en un punto se
siguen varios caminos de aproximación al punto y si la función tiene un límite distinto por cada
camino, entonces el límite “doble′′ no existe. El problema será determinar si existe un camino
que conduce a otra parte. En la práctica los caminos que se suelen seguir son rectas y parábolas.
(El camino por rectas se sigue cuando las potencias del denominador son del mismo grado, y
el camino por parábolas cuando son de distinto grado, intentando igualar los grados). No debe
olvidarse que la recta ha de pasar por el punto en cuestión, es decir su ecuación ha de ser y − y0
= m(x − x0 ).
Ejemplo 3.2.10. Analizar si los siguientes límites existen. Justificar su respuesta.
240
x3 − y 2
a) lı́m
(x,y)→(0,0) x3 + y
x (x − 2)
b) lı́m
(x,y)→(2,−3) y + 3
Solución.
a)Tomando límites restringidos a los caminos C : y = mx3 . Entonces
2
x3 − y 2 x3 − mx3 1 − m2 x3 1
lı́m = lı́m = lı́m = .
(x,y)→(0,0) x3 + y x→0 x3 + mx3 x→0 m+1 m+1
(x,y)∈C
Para m = 0, el límite es 1
1
Para m = 1 el límite es .
2
x3 − y 2
Así, lı́m no existe, pues dos límites restringidos son distintos.
(x,y)→(0,0) x3 + y
b)Tomando límites restringidos a los caminos C : y + 3 = m (x − 2) . Entonces
x (x − 2) x (x − 2) x 2
(x,y)→(2,−3) y + 3 x→2 m (x − 2) x→2 m m
(x,y)∈C
Para m = 1, el límite es 2.
x (x − 2)
(x,y)→(2,−3) y + 3
xy 2 z
Ejemplo 3.2.11. Demostrar que lı́m = 0.
(x,y,z)→(0,0,0) x2 + y 2 + z 2
Solución.
Observemos que: y 2 ≤ x2 + y 2 + z 2 , ∀x, y, z ∈ R,
xy 2 z y2
0≤ ≤ |xz| ≤ |xz| , (x, y, z) = (0, 0, 0).
x2 + y 2 + z 2 x2 + y 2 + z 2
Como lı́m |xz| = 0. Por el Teorema del Sandwich, resulta

(x,y,z)→(0,0,0)
xy2 z
lı́m = 0.
(x,y,z)→(0,0,0) x2 + y2 + z 2
xy 2 z
Luego, lı́m = 0.
(x,y,z)→(0,0,0) x2 + y2 + z 2
% &
2x
ln x2 + y 2 + 1
Ejemplo 3.2.12. Demostrar que lı́m = 0.
x2 + y 2
(x,y)→(0,0)
Sugerencia.Usar la desigualdad : ln (z + 1) ≤ z ; z ≥ 0.
241
Solución.Observemos que: ln x2 + y 2 + 1 ≤ x2 + y 2 ; ∀x, y ∈ R,

% &
2x
ln x2 + y 2 + 1 2x ln x2 + y 2 + 1
0 ≤ =
x2 + y 2 x2 + y 2
% &
2x
ln x2 + y 2 + 1 ln x2 + y 2 + 1
0 ≤ ≤ 2 |x| ≤ 2 |x| , (x, y) = (0, 0).
x2 + y 2 x2 + y 2
Como lı́m 2 |x| = 0.Por el Teorema del Sandwich, resulta

(x,y)→(0,0)
% &
2x
ln x2 + y 2 + 1
lı́m = 0.
(x,y)→(0,0) x2 + y 2
% &
2x
ln x2 + y 2 + 1
Luego, lı́m = 0.
(x,y)→(0,0) x2 + y 2
xy − x − y + 1
Ejemplo 3.2.13. Usando la definición de límite probar que lı́m = 0.
(x,y)→(1,1) x2 + y 2 − 2x − 2y + 2
Solución.
D(f) = R2 − {(1, 1)} .
Por demostrar que :dado ∈ > 0 , ∃ δ > 0 :
(x − 1) (y − 1)
(x, y) ∈ D(f) ∧ 0 < (x − 1)2 + (y − 1)2 < δ =⇒ −0 < ∈
2 2
(x − 1) + (y − 1)
Análisis preliminar :
Observemos que :
De : 0< (x − 1)2 + (y − 1)2 < δ se tiene:
|y − 1 | ≤ (x − 1)2 + (y − 1)2 < δ =⇒ |y − 1 | < δ.
Dado ∈ > 0 tenemos
(x − 1) (y − 1) |(x − 1)|
= |y − 1 | ≤ |y − 1| < δ.
(x − 1)2 + (y − 1)2 (x − 1)2 + (y − 1)2
Por tanto, basta elegir δ =∈ .
Ejemplo 3.2.14. (a)Demostrar que el (0, 0) es un punto de acumulación de la curva Γ cuya

ecuación es
4− 16 + y 4
x= ; y = 0.
y
242
Sugerencia.Basta demostrar que lı́m x = 0.

y→0
x4 y 2
(b)Usar la parte (a) para demostrar que lı́m no existe.
(x,y)→(0,0) (8x + y 3 )2
Solución.
4− 16 + y 4 16 − 16 + y 4 y3
(a) lı́m = lı́m = lı́m − = 0.
y→0 y y→0
y 4 + 16 + y4 y→0 4 + 16 + y 4
Tomando límite restringido al camino C : y = 0. Entonces
x4 y 2 0
lı́m 2 = lı́m = 0.
(x,y)→(0,0) (8x + y ) 3 x→0 (8x)2
(x,y)∈C
(b)Considerando la curva Γ de la parte (a),
4− 16 + y 4
x = ; y = 0 =⇒ xy = 4 − 16 + y4
y
=⇒ 4 − xy = 16 + y 4 =⇒ 16 − 8xy + x2 y 2 = 16 + y 4
2
=⇒ x2 y 2 = 8x + y 3 y =⇒ x4 y2 = 8x + y 3 ; y = 0.
2
x4 y 2 8x + y3
lı́m = lı́m = 1.
(x,y)→(0,0) (8x + y3 )2 x→0 (8x + y3 )2
(x,y)∈C
x4 y 2
(x,y)→(0,0) (8x + y 3 )2
Ejemplo 3.2.15. (Calculando límites direccionales). Probar que el siguiente límite no existe.
xy
lı́m .
(x,y)→(0,0) x2 + y 2
0.4
0.2
4
20.0 -4
z 0 0
-2
-0.2
2 -2
4
x-0.4 -4y
Solución.
Tomando límites restringidos a los caminos C : ={(x, y) ∈ Br (0, 0) : y = mx} ,
nos acercamos al origen a través de la recta y = mx.Entonces
243
xy x (mx) m m
lı́m = lı́m 2 = lı́m = .
(x,y)→(0,0) x2 +y 2 x→0 x + m x2 2 x→0 1 + m2 1 + m2
(x,y)∈C
1
2
xy
(x,y)→(0,0) x2 + y 2
Ejemplo 3.2.16. Demostrar que el siguiente límite no existe
y2
lı́m
(x,y)→(0,0) x + y 2
Solución
Tomando límites restringidos a los caminos C : = (x, y) ∈ Br (0, 0) : x = my 2 ,
nos acercamos al origen a través de trayectorias parabólicas x = my 2 . Entonces
y2 y2 1 1
lı́m 2
= lı́m 2 4 2
= lı́m 2 2 = .
(x,y)→(0,0) x + y x→0 m y + y x→0 m y + 1 m
(x,y)∈C
1
2
y2
(x,y)→(0,0) x + y 2
Ejemplo 3.2.17. Demostrar que el siguiente límite no existe.
2x2 y
lı́m
(x,y)→(0,0) x4 + y 2
Solución
Tomando límites restringidos a los caminos
C := (x, y) ∈ Br (0, 0) : y = mx2 ,
nos acercamos al origen a través de trayectorias parabólicas y = mx2 .Entonces

2x2 y 2x2 mx2 2m2 x4 2m2 2m2
lı́m 4 2
= lı́m 2 = lı́m 4 2 4
= lı́m 2
= .
(x,y)→(0,0) x + y x→0 x4 + (mx2 ) x→0 x + m x x→0 1 + m 1 + m2
(x,y)∈C
Para m = 1 el límite es 1.
2x2 y
(x,y)→(0,0) x + y 2
4
Ejemplo 3.2.18. Demostrar que el siguiente límite no existe
x (x − 5)
lı́m
(x,y)→(−5,−2) y + 2
244
Solución
C := {(x, y) ∈ Br (5, −2) : y + 2 = m (x − 5)} ,
nos acercamos al punto (5, −2) a través de de la recta y + 2 = m (x − 5) .Entonces

x (x − 5) x (x − 5) x 5
(x,y)→(−5,−2) y + 2 x→5 m (x − 5) x→5 m m
(x,y)∈C
Para m = 2 el límite es 52 .
x (x − 5)
(x,y)→(−5,−2) y + 2
Ejemplo 3.2.19. Demostrar que no existe el siguiente límite
(x − 1)5
lı́m .
(x,y)→(1,0) y 3 + y (x − 1)3
1 2
Solución.Tomando límites restringidos a los caminos C : = (x, y) ∈ Br (1, 0) : y = m (x − 1)2 ,
nos acercamos al punto (1, 0) a través de trayectorias parabólicas y = m (x − 1)2 .Entonces
(x − 1)5 (x − 1)5
L = lı́m = lı́m
(x,y)→(1,0) y 3 + y (x − 1)3 x→1 m3 (x − 1)6 + m (x − 1)5
(x,y)∈C
1 1
L = lı́m = .
x→1 m3 (x − 1) + m m
1
Para m = 2, el límite es .
2
(x − 1)5
Por lo tanto, lı́m no existe, pues dos límites restringidos son distintos.
(x,y)→(1,0) y 3 + y (x − 1)3
3x2 − y2
lı́m
(x,y)→(0,0) x2 + 3y2
Solución
C := {(x, y) ∈ Br (0, 0) : y = mx} ,
nos acercamos al origen a través de rectas y = mx. Entonces
245
3x2 −y2 3x2 − (mx)2 3 − m2 3 − m2

lı́m 2 2 = lı́m = lı́m = .
x
(x,y)→(0,0) +3y x→0 x2 + 3 (mx)2 x→0 1 + 3m2 1 + 3m2
(x,y)∈C
Para m = 1 el límite es 12 .
3x2 −y 2
Así, lı́m 2 2 no existe, pues dos límites restringidos son distintos.
x
(x,y)→(0,0) +3y
xy 2
lı́m
(x,y)→(0,0) x2 + y 2
Solución
En este ejemplo ilustraremos el uso de las coordenadas polares: Si hacemos el cambio de variables
x = r cos θ, y = r sen θ
obtenemos
xy 2
= r cos θsen2 θ.
x2 + y2
Puesto que r cos θsen2 θ ≤ r y r → 0 si y sólo si (x, y) → (0, 0) , deducimos que

por el Teorema del Sandwich, resulta
xy 2
lı́m = 0.
(x,y)→(0,0) x2 + y 2
Ejemplo 3.2.22. Dada la función f : R2 → R, definida por


3 3
 x −y ,

si xy = 0
f (x, y) = xy

 0 , si xy = 0
Analizar la existencia del límite lı́m f (x, y).

(x,y)→(a,b)
Solución.
·Cuando (a, b) es tal que a = 0 y b = 0, entonces
x3 − y3 a3 − b3
lı́m f (x, y) = lı́m = .
(x,y)→(a,b) (x,y)→(a,b) xy ab
(o por cocientes de límites).
·Cuando (0, b) es tal que b = 0, entonces
x3 − b3
lı́m f(x, y) = lı́m f (x, b) = lı́m = ±∞.
(x,y)→(0,b) x→0 x→0 xb
·Cuando (a, 0) es tal que a = 0, entonces
a3 − y 3
lı́m f (x, y) = lı́m f(a, y) = lı́m = ±∞.
(x,y)→(a,0) y→0 y→0 ay
·Cuando (a, b) = (0, 0) tenemos que al evaluar dicho límites por el camino
246
C : y = mx2 ,entonces
3
x3 − mx2 x3 − m2 x6 1
lı́m f(x, y) = lı́m f (x, mx2 ) = lı́m = lı́m = .
(x,y)→(0,0) (x,y)→(0,0) x→0 x (mx2 ) x→0 mx 3 m
(x,y)∈C
Luego el límite dado no existe, por depender de m.
3.3. Continuidad de funciones de varias variables

Definición 3.3.1. Una función f es contínua en P0 si se cumple lı́m f (P ) = f (P0 ).
P −→P0
Proposición 3.3.2. Si las funciones f y g son funciones de Rn a R contínuas en P0 ,entonces

f
f ± g, fg y g( siempre que g (P0 ) = 0) son continuas en P0 .
Proposición 3.3.3. Si f es una función de Rn a R continua en P0 y ϕ es una función de R

en R contínua que es continua en f (P0 ) , entonces ϕ ◦ f es continua en P0 .
Demostración.
Si P0 no es un punto de acumulación de D (ϕ ◦ f) , entonces ϕ ◦ f es continua en P0 .Si P0 es un
punto de acumulación de D (ϕ ◦ f ) ,entonces, como D (ϕ ◦ f) ⊂ D (f ) , P0 debe ser un punto de
acumulación de D (f ) y lı́m f (P ) = f (P0 ) .
P −→P0
Luego de acuerdo con el teorema de límite
lı́m (ϕ ◦ f) (P ) = ϕ (f (P0 )) = (ϕ ◦ f ) (P0 ) .

P −→P0
Definición 3.3.4. Una función f es contínua si es continua en cada punto de su dominio.
Proposición 3.3.5. .Las funciones polinómicas y las funciones racionales son funciones con-
tínuas (en sus respectivos dominios).



 2xy
, si (x, y) = (0, 0)
f(x, y) = 4x2 + 3y 4

 0 , si (x, y) = (0, 0)
Analizar si f es continua en (0, 0).
Solución.
Tomando límites restringidos a diferentes caminos, resulta
2xy
lı́m =0
(x,y)→(0,0) 4x2 + 3y4
247
Observemos que:
2 |x| ≤ 4x2 + 3y 4 , ∀x, y ∈ R,
2xy 2 |x| |y|

0≤ ≤ ≤ |y| , (x, y) = (0, 0).
4x2 + 3y 4 4x2 + 3y 4
Como lı́m |y| = 0.Por el Teorema del Sandwich, resulta
(x,y)→(0,0)
2xy
lı́m =0
(x,y)→(0,0) 4x2 + 3y 4
2xy
Luego, lı́m = 0 = f (0, 0) . Por lo tanto, f es continua en (0, 0).
(x,y)→(0,0) 4x2 + 3y 4
Ejemplo 3.3.7. Sea la función f : R2 → R, definida por


 xy − 2x
, si (x, y) = (0, 2)
f (x, y) = x + (y − 2)2
2

 0 , si (x, y) = (0, 2)
Analizar la continuidad de las función f en (0, 2) .
Solución.
Tomando límites restringidos a los caminos C : ={(x, y) ∈ Br (0, 0) : y − 2 = mx} ,
x (y − 2) x (mx) mx2 m m
lı́m 2 = lı́m 2 = lı́m 2 = lı́m = .
(x,y)→(0,0) x2 + (y − 2) x→0 x2 + (mx) x→0 x (1 + m2 ) x→0 1 + m2 1 + m2
(x,y)∈C
1
Para m = 2, el límite es .
2
x (y − 2)
Así, lı́m no existe, pues dos límites restringidos son distintos. Por lo tanto,
(x,y)→(0,0) x2 + (y − 2)2
f no es continua en (0, 2)

 2
 sin (x + y) ,

si (x, y) = (0, 0)
f (x, y) = x2 + y2

 0 , si (x, y) = (0, 0)
(a)Demostrar que f es continua en R2 − {(0, 0)} .

(b)Demostrar que f es continua en (0, 0).
Sugerencia:Use la desigualdad
|sin t| ≤ | t| , para todo t.
248
Solución.
(a)Para (x, y) = {(0, 0)} .
g(x, y) = sin2 (x + y) es continua, pues es composición de funciones continuas.
h(x, y) = x2 + y 2 es continua, pues es composición de funciones continuas.
g
Puesto que h(x, y) = (0, 0), se concluye que f = es continua en R2 − {(0, 0)} .
h
(b)Para (x, y) = (0, 0) :
Observemos que: ∀x, y ∈ R
|x| ≤ x2 + y 2 , |y| ≤ x2 + y 2
0 ≤ |sin(x + y)| ≤ |x + y|
⇒ 0 ≤ |sin(x + y)|2 ≤ |x + y|2 ≤ (|x| + |y|)2
⇒ 0 ≤ |sin(x + y)|2 ≤ |x|2 + |y|2 + 2 |x| |y|
sin2 (x + y) |sin(x + y)|2 |x|2 + |y|2 + 2 |x| |y|

0 ≤ ≤ ≤ ≤
x2 + y 2 x2 + y 2 x2 + y 2
sin2 (x + y) |x| |y| |x|
0 ≤ ≤ · |x| + · |y| + 2 · |y|
x2 + y2 x2 + y2 x2 + y2 x2 + y 2
sin2 (x + y)
0 ≤ ≤ |x| + |y| + 2 |y| = |x| + 3 |y| , (x, y) = (0, 0)
x2 + y 2
Como lı́m (|x| + 3 |y|) = 0. Por el Teorema del Sandwich, resulta

(x,y)→(0,0)
sin2 (x + y)
lı́m =0
(x,y)→(0,0) x2 + y 2
sin2 (x + y)
Luego, lı́m = 0. Por lo tanto, f es continua (0, 0).
(x,y)→(0,0) x2 + y 2
Ejemplo 3.3.9. Demostrar que no existe el siguiente límite
x2 y
lı́m
(x,y)→(0,0) 4x4 − 3x2 y + y2
Solución.
Tomando límites restringidos a los caminos C : y = mx2 .Entonces
x2 y x2 mx2
lı́m = lı́m
(x,y)→(0,0) 4x4 − 3x2 y + y 2 x→0 4x4 − 3x2 (mx2 ) + (mx2 )2
(x,y)∈C
249
mx4 m
= lı́m = .
x→0 x4 (4 − 3m + m2 ) 4 − 3m + m2
1
2
x2 y
Así, lı́m
(x,y)→(0,0) 4x4 − 3x2 y + y 2


 3 2
 6x + xy , si (x, y) = (0, 0)
f (x, y) = 3x2 + y 2

 0 , si (x, y) = (0, 0)
Analizar la continuidad de las función f en (0, 0) .
Solución
Es suficiente demostrar que el límite
6x3 + xy 2
lı́m = 0 = f (0, 0)
(x,y)→(0,0) 3x2 + y 2
Observemos que:
3x2 ≤ 3x2 + y 2 , y 2 ≤ 3x2 + y 2 ,∀x, y ∈ R
6x3 + xy 2 3x2 y2
0≤ ≤ 2 |x| + |x| ≤ 3 |x| , (x, y) = (0, 0).
3x2 + y 2 3x2 + y 2 3x2 + y 2
Como lı́m 3 |x| = 0. Por el Teorema del Sandwich, resulta
(x,y)→(0,0)
6x3 + xy 2
lı́m =0
(x,y)→(0,0) 3x2 + y 2
6x3 + xy 2 6x3 + xy 2
Luego, lı́m = 0. Por lo tanto, lı́m = f (0, 0). Por lo tanto, f es
(x,y)→(0,0) 3x2 + y 2 (x,y)→(0,0) 3x2 + y 2
continua en (0, 0) .
250
3.4. Diferenciacion funciones de varias
Derivada direccional de un campo escalar
Definiremos el concepto de derivada en campos escalares para luego generalizar a campos

vectoriales.
Sea f : Ω ⊂ Rn → R un campo escalar, y sea P ∈ Ω. Deseamos estudiar la variación de f cuando
nos movemos desde P hasta un punto próximo.
Teorema 3.4.1. Supongamos que f ′ (X + tY, Y ) existe para todo t ∈ [0, 1] . Entonces existe
θ ∈ (0, 1) tal que
f(X + Y ) − f(X) = f ′ (X + θY, Y )
Demostración: Es suficiente aplicar el Teorema del valor medio a la función

g(t) = f(X + tY ), t ∈ [0, 1] .
Definición 3.4.2. Dado un campo escalar f : Ω ⊂ Rn → R;P ∈ Ω, sea U un vector unitario de

Rn , se llama derivada direccional de f en P según el vector unitario U y se denota y se define
por
∂f (P ) f (P + hU ) − f(P )
Du f (P ) = = lı́m
∂U h→0 h
Interpretación geométrica
Consideremos la recta L = {Q : Q = P + tU, t ∈ R} que pasa por el punto P y tiene de vector

director el vector unitario U. Sea la función
g(t) := f(P + tU).
∂f (P + tU)
Si una de las dos derivadas g′ (t) o existen, entonces también existe la otra y
∂U
coinciden:
En particular cuando t = 0 tenemos
∂f(P )
g′(0) = = Du f (P )
∂U
Luego la derivada direccional Du f (P ) no es más que g′ (0) pendiente de la recta tangente a la

curva en el punto (P, f (P ) que resulta de cortar la superficie por el plano perpendicular al plano
z = 0 que contiene a la recta L.
251
Definición 3.4.3. Sea f : Ω ⊂ Rn → R un campo escalar, sea P ∈ Ω si {e1 , e2 , ..., en } es la

base canónica de Rn a la derivada, si existe, de f en P según la dirección ej para j = 1, 2, ..., n
se le llama derivada parcial con respecto a la variable xj se representa
∂f ∂f g(t) − g(0)
(P ) = (P ) = g′(0) = lı́m
∂xj ∂ej t→0 t
f(P + tej ) − f(P )
= lı́m
t→0 h
∂f f(x1 , . . . , xj−1 , xj + t, xj+1 , . . . , xn ) − f(x1 , . . . , xj−1 , xj , xj+1 , . . . , xn )
(x1 , . . . , xn ) = lı́m
∂xj t→0 h
Consecuencia.
Hallar la derivada parcial respecto a la variable xj equivale a derivar la función
g : Ω ⊂ Rn → R que resulta de considerar en f(P ),la componente xj como variable y las
restantes como constantes.
Observación 3.4.4. El símbolo Dk f(X) se llama la derivada parcial con respecto a la variable
xk . También se usan las siguientes notaciones para la derivada parcial:
∂f(P )
Dk f(P ) = = fxk (P ).
∂xk
Estas notaciones las usaremos indistintamente.
Definición 3.4.5. Sea f : Ω ⊂ Rn → R y P ∈ Ω. Se llama gradiente de f en P y se representa

∇f(P ) al vector
∂f ∂f ∂f
∇f(P ) = (P ) , (P ) , . . . , (P )
∂x1 ∂x2 ∂xn
cuyas componentes son las derivadas parciales de f en P


2 2
 xy y − 2x

, si (x, y) = (0, 0)
f (x, y) = x2 + y 2

 0 , si (x, y) = (0, 0)
∂f
(a)Calcular la función (x, y) especificando su dominio.
∂x
(b)Demostrar que f es diferenciable en (0, 0).
Solución.
(a)Para (x, y) = (0, 0) :
∂f y5 − 2x4 y − 7x2 y3
(x, y) =
∂x (x2 + y2 )2
252
02 − 2.h2
h,0
∂f f(h, 0) − f (0, 0) h2 + 02
(0, 0) = lı́m = lı́m = lı́m 0 = 0.
∂x h→0
 h h→0 hh→0
y 5 − 2x4 y − 7x2 y 3


∂f , si (x, y) = (0, 0)
(x, y) = (x2 + y 2 )2
∂x 
 0 , si (x, y) = (0, 0)
∂f
(b)De la parte (a), se tiene (0, 0) = 0.
∂x
h2 − 2,02
0.h
∂f f(0, h) − f(0, 0) 02 + h2
(0, 0) = lı́m = lı́m = lı́m 0 = 0.
∂y h→0 h h→0 h h→0
Para probar que f sea diferenciable en (0, 0) bastará demostrar que L = 0.
|f(h, k) − f(0, 0) − ∇f (0, 0) .(h, k)|

L = lı́m √
(h,k)→(0,0) h2 + k2
hk k 2 − 2h2
− 0 − (0, 0) .(h, k)
h2 + k 2
L = lı́m √
(h,k)→(0,0) h2 + k2
hk k 2 − 2h2
h2 + k 2 hk k2 − 2h2
L = lı́m √ = lı́m √ = 0.
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k2 (h2 + k2 )
Observemos que:
|h| ≤ h2 + k 2 , |k| ≤ h2 + k2 ,∀h, k ∈ R
hk k2 − 2h2 |h| k2 |k| h2
0≤ √ ≤√ |k| + 2 √ |h| ≤ |k| + 2 |h|, (h, k) =
h2 + k 2 (h2 + k 2 ) h2 + k2 h2 + k 2 h2 + k2 h2 + k 2
(0, 0).
Como lı́m (|k| + 2 |h|) = 0. Por el Teorema del Sandwich, resulta
(h,k)→(0,0)
hk k2 − 2h2
L= lı́m √ = 0.
(x,y)→(0,0) h2 + k2 (h2 + k2 )
3.4.1. Diferencial de un campo escalar. Plano tangente
Hemos visto como la existencia de derivadas direccionales no aseguran la continuidad de la

función, hagamos un análisis de la situación.
En funciones reales de variable real f : I ⊂ R → R las únicas derivadas direccionales que existen
son la derivada por la izquierda y por la derecha y ya sabemos que la simple existencia de estas
no aseguran la continuidad de f. La existencia de derivada equivale a que f(x) posea recta
tangente en x = a.
253
O lo que es lo mismo:
f(x) − f(a)
lı́m = f ′ (a)
x→a x−a
Como lı́m f ′ (a) = f ′ (a),se puede reescribir la ecuación anterior como
x→a
f(x) − f(a)
lı́m lı́m f ′ (a)
=
x→a x−a x→a
> <
f(x) − f(a) ′
⇐⇒ lı́m − f (a) = 0
x→a x−a
f(x) − f(a) − f ′(a) (x − a)
⇐⇒ lı́m =0
x→a x−a
f(x) − r (x; a)
⇐⇒ lı́m = 0, donde r (x; a) = f(a) + f ′(a) (x − a)
x→a x−a
r (x; a) es la mejor aproximación lineal a f(x) en x = a
Si f : Ω ⊂ R2 → R , el hecho de que existan las derivadas direccionales en (x0 , y0 ) obliga a
la existencia de rectas tangentes a f(x, y) en (x0 , y0 ) pero esto no garantiza el comportamiento
suave de la superficie, lo que si puede hacer es la existencia del plano tangente a la superficie
z = f (x, y) en (x0 , y0 ).Ese plano tangente tendrá de ecuación:
z = a(x − x0 ) + b(y − y0 ) + c
Como pasa por (x0 , y0 , f(x0 , y0 )) es c = f(x0 , y0 )
z = a(x − x0 ) + b(y − y0 ) + f(x0 , y0 )
Por ser plano tangente a f (x, y) en (x0 , y0 ) debe tener las mismas derivadas direccionales que f
en (x0 , y0 ), en particular las mismas derivadas parciales:
∂f (x0 , y0 ) ∂z(x0 , y0 ) ∂f(x0 , y0 ) ∂z(x0 , y0 )
= =a, = =b
∂x ∂x ∂y ∂y
Luego el plano tangente deberá ser:
∂f(x0 , y0 ) ∂f(x0 , y0 )
z= (x − x0 ) + (y − y0 ) + f(x0 , y0 )
∂x ∂y
Este es el candidato para ser el plano tangente, pero para que efectivamente lo sea debe ser la
mejor aproximación lineal a f.
|f(x, y) − z|
lı́m =0
(x,y)→(x0 ,y0 ) (x, y) − (x0 , y0 )
que equivale a :
∂f (x0 , y0 ) ∂f(x0 , y0 )
f(x, y) − f (x0 , y0 ) − (x − x0 ) − (y − y0 )
∂x ∂y
lı́m =0
(x,y)→(x0 ,y0 ) (x, y) − (x0 , y0 )
254
Usando el hecho de que
∂f(x0 , y0 ) ∂f(x0 , y0 )
(x − x0 ) + (y − y0 ) + f(x0 , y0 )
∂x ∂y
∂f(x0 , y0 ) ∂f (x0 , y0 )
= , · ((x, y) − (x0 , y0 ))
∂x ∂y
= ∇f (x0 , y0 ) · ((x, y) − (x0 , y0 ))
Obtenemos la siguiente condición:
|f(x, y) − f(x0 , y0 ) − ∇f(x0 , y0 ) · ((x, y) − (x0 , y0 ))|

lı́m =0
(x,y)→(x0 ,y0 ) (x, y) − (x0 , y0 )
255
3.4.2. Regla de la Cadena
Sea f : S → R, donde S es un conjunto abierto de Rn . Sea γ : [a, b] → S una

función vectorial cuya imagen determina una curva en S. Entonces f ◦ γ determina
una función del intervalo [a, b] al conjunto R. Si ambas funciones son diferenciables
entonces tenemos la siguiente expresión conocida como regla de la cadena.
? @
(f ◦ γ)′ (t) = ∇f(γ(t)), γ ′ (t) . (1)
Para ver (1) es suficiente calcular g ′ (t), donde g(t) = (f ◦ γ)(t), y hacer uso de la
fórmula de diferenciación.
En efecto, llamemos g(t) = (f ◦ γ) (t). Sabemos que
g(t + h) − g(t) = g ′ (t)h + o(h).
Para ver quien es g′ (t) procedemos así: Sea Y = γ(t + h) − γ(t). Entonces:
g(t + h) − g(t) = (f ◦ γ)(t + h) − (f ◦ γ)(t)

= f (γ(t) + Y ) − f(γ(t))
= f ′ (γ(t))(Y ) + o( Y )
= '∇f (γ(t)), γ(t + h) − γ(t)( + o( Y )
= '∇f (γ(t)), hγ ′ (t) + o1 (h)( + o( Y )
= '∇f (γ(t)), γ ′ (t)( h + '∇f(γ(t)), o1 (h)( + o( Y )
= '∇f (γ(t)), γ ′ (t)( h + o2 (h),
en donde o2 (h) = '∇f (γ(t)), o1 (h)( + o( Y ). Dejamos que el lector verifique que
o2 (h)
h → 0 si h → 0. Concluímos, entonces, la validez de (1)
Como una aplicación de (1) tenemos el siguiente ejemplo. Supongamos que el
campo escalar f(x, y) es tal que cada una de sus variables x e y son funciones de una
variable t, ésto es, x = x(t) e y = y(t). Entonces f(x, y) = F (t). La expresión (1)
nos dice que
∂f(x, y) ′ ∂f(x, y) ′
F ′ (t) = x (t) + y (t).
∂x ∂y
Otra manera sugestiva de escribir (3.4.2) es la siguiente:
∂f(x, y) dx ∂f(x, y) dy
F ′ (t) = + .
∂x dt ∂y dt
Por ejemplo: Sea f(x, y) = x2 + y 2 y supongamos que x(t) = t e y(t) = t2 .
Entonces F ′ (t) = 2t,1 + 2t2 ,2t = 4t3 + 2t.
256
Teorema 3.4.7. f : Ω ⊂ Rn → R una función de clase C 1 (Ω) .Considere el conjunto de nivel
S = {P ∈ Ω : f(P ) = k} .
tales que P0 ∈ S con f(P0 ) = k .Entonces ∇f (P0 ) es normal al conjunto de nivel S. En el

siguiente sentido:
si u es el vector tangente en t=0 de una curva Γ : P = α (t) , t ∈ I, I algún intervalo de la recta
real, en S con α (t0 ) = P0 , entonces ∇f (P0 )es ortogonal al vector u.
Demostración.
Sea la curva Γ :P = α (t) , t ∈ I,tales que ∇f (α (t)) = k. Sea u como la hipótesis,

d d
entonces u = α′ (t0 ) . Aplicando la regla de la cadena: dt f (α (t)) = dt k = 0,
d
0= f (α (t)) |t=t0 = ∇f (P0 ) · α′ (t0 ) = ∇f (P0 ) · u,
dt
es decir, u es ortogonal a ∇f (P0 ) .
Definición 3.4.8. Sea f : Ω ⊂ R3 → R una función de clase C 1 (Ω) .Considere la superficie
S = {P = (x, y, z) ∈ Ω : f(P ) = k} .
Definición 3.4.9. El plano tangente de S en un punto P0 ∈ S está definido por la ecuación :
P : ∇f (x0 , y0 , z0 ) . (x − x0 , y − y0 , z − z0 ) = 0,
si ∇f (P0 ) = 0. Así el plano tangente tangente de S en un punto P0 es,
P := P = (x, y, z) ∈ R3 : ∇f (x0 , y0 , z0 ) . (x − x0 , y − y0 , z − z0 ) = 0
∂f(x0 , y0 ) ∂f(x0 , y0 )
Observación 3.4.10. Entonces ∇F (x0 , y0 , z0 ) = , , −1
∂x ∂y
El plano tangente de S en un punto P0 ∈ S está definido por la ecuación :
P : ∇f (x0 , y0 , z0 ) . (x − x0 , y − y0 , z − z0 ) = 0
∂f(x0 , y0 ) ∂f (x0 , y0 )
P : , , −1 . (x − x0 , y − y0 , z − z0 ) = 0
∂x ∂y
∂f (x0 , y0 ) ∂f(x0 , y0 )
P : z = f(x0 , y0 ) + (x − x0 ) + (y − y0 )
∂x ∂y
Ya estamos en condiciones de definir cuando un campo escalar es diferenciable.
257
Ejemplo 3.4.11. Sea la superficie S : 6x2 − y 2 − z 2 + 4 = 0.

(a)Demostrar que el plano tangente a S en el punto P0 = (x0 , y0 , z0 ) ∈ S es P : 6x0 x − y0 y −
z0 z + 4 = 0.
(b)Hallar las ecuaciones cartesianas de todos los planos tangentes a S que contienen a la recta
y=4
L: .
z + 2x = 0
Solución.
(a)Llamemos al punto de tangencia P0 = (x0 , y0 , z0 ) ∈ S. Entonces se tiene que
6x20 − y02 − z02 + 4 = 0 · · · · · · (1)
Sea F (x, y, z) = 6x2 − y 2 − z 2 + 4, entonces el vector normal al plano tangente será
∇F (x, y, z) = (12x0 , −2y0 , −2z0 )
La ecuación del plano tangente a la superficie S en el punto P0 (x0 , y0 , z0 ) es:
P : (x − x0 , y − y0 , z − z0 ) · (12x0 , −2y0 , −2z0 ) = 0

P : 12x0 − 2y0 y − 2z0 z − 2 6x20 − y02 − z02 = 0
P : 6x0 x − y0 y − z0 z + 4 = 0 · · · · · · (2)


 y=4

(b)Parametrizando la recta L : x = t ,t ∈ R


 z = −2t
L : P = (t, 4, −2t) , t ∈ R.
Sea A = (1, 0, −2) el vector de dirección de la recta L y como L ⊂ P entonces
∇F (P0 ) ⊥ A =⇒ ∇F (P0 )·A = 0=⇒ (12x0 , −2y0 , −2z0 ) · (1, 0, −2) = 0 =⇒12x0 + 4z0 = 0, y
obtenemos
z0 = −3x0 · · · · · · (3) .
El punto (0, 4, 0) ∈ P : 6x0 x − y0 y − z0 z + 4 = 0 entonces −4y0 + 4 = 0, de donde y0 = 1 · · · (4) .

Reemplazando (3) y (4) en (1) : 6x20 − (1)2 − (−3x0 )2 + 4 = 0, resulta x20 = 1,de donde x0 =
±1.Luego, z0 = ∓3.
Así, los puntos de tangencias son :P0 (1, 1, −3) y P0′ (−1, 1, 3) .
La ecuación del plano tangente a la superficie S en los puntosP0 (1, 1, −3) y P0′ (−1, 1, 3) son :
P : 6x − y + 3z + 4 = 0 ,
P ′ : 6x + y + 3z − 4 = 0 .
258
4x
Ejemplo 3.4.12. Sean S la gráfica de f(x, y) = , (x, y) = (0, 0) y P el plano tangente
+ y2 x2
a S en el punto (a, b, 2) de S, ubicado en el plano z = 2. Hallar la relación entre a y b para que
la intersección de P con el eje Y sea (0, 1, 0).
Solución.
∂f ∂ 4x 4y 2 − 4x2 ∂f ∂ 4x 8xy
(x, y) = = 2 , ∂y (x, y) = ∂y =−
∂x ∂x x2 + y 2 2
(x + y ) 2 x2 + y2 (x2 + y2 )2
4a
Pero f (a, b) = 2 = 2 de donde 2a = a2 + b2 .
a + b2
Sea P0 = (a, b, f (a, b)) = (a, b, 2).
Entonces el vector normal al plano tangente en el punto (a, b, 2) de S es
∂f ∂f 4b2 − 4a2 −8ab

N = (a, b), (a, b), −1 = 2, , −1
∂x ∂y (a + b ) (a + b2 )2
2 2 2
4b2 − 4a2 −8ab b2 −2b

= , , −1 = − 1, , −1
(2a)2 (2a)2 a2 a
y la ecuación del plano tangente a la gráfica de f en el punto (a, b, 2) es:
b2 −2b
P : (x − a, y − b, z − 2) · 2
− 1, , −1 = 0
a a
b2 2b
P : (x − a) 2
− 1 − (y − b) − (z − 2) = 0.
a a
b2 2b b2 2b 2b2
Pero (0, 1, 0) ∈ P : (0 − a) − 1 − (1 − b) − (0 − 2) = 0 =⇒ − + a − + +2 = 0
a2 a a a a
b2 2b 2b
=⇒ +a − + 2 = 0 =⇒ 2 − + 2 = 0 =⇒ b = 2a.
a a a
y
f (x, y) = x φ ; x>0
x3
donde
φ: ]0, +∞[ → R ,
es una función real diferenciable, de variable real tales que
φ(1) = 5 y φ′ (1) = 1.
(a)Hallar la ecuación cartesiana del plano tangente a la gráfica z = f (x, y) en el punto

(1, 1, f (1, 1)) .
(b)Si φ(t) = e6t−1 , determinar los puntos de la superficie donde el plano tangente a la gráfica z =
f (x, y) es perpendicular
al plano Y Z.
259
Solución.
y
(a)Sea F (x, y, z) = f (x, y) − z = x φ −z =0
x3
∂F (x, y, z) y y −3x 2 y 3y y
= φ 3 + xφ′ 3 .y 6
= φ 3 − 3 φ′ 3
∂x x x x x x x
∂F (x, y, z) 1 ′ y
= 2 φ
∂y x x3
∂F (x, y, z)
= −1.
∂z
1
Pero f (1, 1) = 1 φ 3 = φ(1) = 5.
1
Sea
Luego, :
∂F (1, 1, 5) 1 3(1) 1
= φ 3 − 3 φ′ = φ(1) − 3 φ′ (1) = 5 − 3(1) = 2
∂x 1 1 13
∂F (1, 1, 5) 1 1
= 2 φ′ = φ′ (1) = 1
∂y 1 13
Así : ∇F (2, 8, 4) = (2, 1, −1)
y
Ahora, la ecuación del plano tangente a S : F (x, y, z) = x φ 3 − z = 0 en el punto P0 =
x
(1, 1, 5) ∈ S , es :
P : (P − P0 ) · ∇F (1, 1, 5) = 0
P : 2(x − 1) + (y − 1) − (z − 5) = 0
P : 2x + y − z + 2 = 0
y
(b)Sea P0 = (x0 , y0 , z0 ) ∈ S :F (x, y, z) = x φ −z =0
x3
Luego, como tal que P ⊥ Y Z ⇐⇒ ∇F (P0 ) ⊥ (1, 0, 0)⇐⇒ ∇F (P0 ) · (1, 0, 0) = 0
∂F (P0 ) ∂F (P0 ) ∂F (P0 ) ∂F (P0 )
⇐⇒ , , · (1, 0, 0) = 0 ⇐⇒ =0
∂x ∂y ∂z ∂x
y0 3y y0
⇐⇒φ 3 − 3 φ′ = 0.
x0 x0 x30
Puesto que φ(t) = e6t−1 , φ′ (t) = 6 e6t−1 = 6φ(t)
y0 3y0 y0 y0 18y y0 18y0 y0
⇐⇒φ 3 − 3 · 6φ 3 = 0 ⇐⇒φ 3 − 3 φ 3 = 0 ⇐⇒ 1 − 3 .φ =0
x0 x0 x0 x0 x0 x0 x0 x30
18y0 y0 y0 1 x30
⇐⇒1 − 3 = 0,pues φ > 0 ⇐⇒ 3 = ⇐⇒ y0 = .
x0 x30 x0 18 18
y0 1 1 2
z = x0 φ = x0 φ = x0 . e6( 18 )−1 = x0 e− 3 ; x0 > 0
x30 18
9 :
x30 − 23
Por lo tanto, los puntos de la superficie son: (x0 , , x0 e ) : x0 > 0 .
18
Ejemplo 3.4.14. Hallar el valor de la constante c tal que en todo punto de intersección de las
260
dos superficies esféricas
E1 : (x − c)2 + y 2 + z 2 = 3(∗)
E2 : x2 + (y − 1)2 + z 2 = 1(∗∗)
Ejemplo 3.4.15. Los planos tangentes correspondientes sean perpendiculares uno al otro.
Solución
Podemos escribir ambas esferas como F1 (x; y; z) = 3 y F2 (x; y; z) = 1, respectivamente. Los
vectores normales a los planos tangentes correspondientes serán los gradientes de F1 y F2 .
Sabemos que deben ser perpendiculares y por lo tanto su producto interno debe ser nulo.
$
∇F1 = (2(x − c), 2y, 2z)
⇒ ∇F1 · ∇F2 = 4x2 − 4xc + 4y 2 − 4y + 4z 2 = 0 ⇒
∇F2 = (2x, 2(y − 1), 2z)
⇒ x2 − xc + y 2 − y + z 2 = 0 ⇒ x2 − xc − y + 3 − (x − c)2 = 0
Esta última es: xc − y + 3 − c2 = 0

Ahora maniobramos algebraicamente despejando z 2 de las ecuaciones de ambas esferas:
$
z 2 = 3 − (x − c)2 − y 2
⇒ 3 − (x − c)2 − y 2 = 1 − x2 − (y − 1)2 ⇒
z 2 = 1 − x2 − (y − 1)2
3
⇒ 3 − x2 + 2xc − c2 − y2 = 1 − x2 − y 2 + 2y − 1 ⇒ 3 + 2xc − c2 = 2y ⇒ y = 2 + xc − 12 c2
Introduciendo esto en la ecuación xc − y + 3 − c2 = 0 tenemos:
3 1 3 1 √
xc − − xc + c2 + 3 − c2 = 0 ⇒ − c2 = 0 ⇒ c = ± 3.
2 2 2 2
Ejemplo 3.4.16. Sea f : Ω ⊂ Rn → R, P0 ∈ Ω; decimos que f es diferenciable en P0 si :
Ejemplo 3.4.17. (i)existen las derivadas parciales de f en P0 , y

(ii)
|f(P ) − f(P0 ) − ∇f(P0 ) · (P − P0 )|
lı́m =0
P →P0 P − P0
Ejemplo 3.4.18. Al vector ∇f(P0 ) se le llama diferencial de f en P0 y se representa Df (P0 ).
El grán inconveniente de la derivada débil que introdujimos en la sección dos consiste en que
ella no implica continuidad. Para subsanar esa debilidad introduciremos, ahora, la noción de
derivada fuerte o derivada de Frechet.
261
Definición 3.4.19. Sea f : Rn → R un campo escalar. Decimos que f es fuertemente difer-

enciable en P ∈ Rn si existe una transformación lineal TP : Rn → R tal que para todo H ∈ Rn
se tiene que
f(P + H) − f (P ) = TP (H) + r(P, H ),
|r(P, H )|
en donde r(P, H ) es tal que lı́mH→ 0 H = 0.
La transformación lineal TP se le llama la diferencial fuerte de f en el punto P.

Es costumbre denotar TP = f ′ (P ).
Lo primero que debemos advertir de la definición anterior es que si la función f
es fuertemente diferenciable en P entonces es débilmente diferenciable en P y las dos
derivadas coinciden. Esto es
f ′ (P, H) = f ′ (P ) (H) ,
para todo H ∈ Rn
También advertimos de la definición (3.3.1) que si f es fuertemente diferenciable
en P entonces la función f es continuia en P. Sólo es suficiente tener en cuenta que la
transformación lineal TP es siempre una función continua y TP (0) = 0. Además, de
la caracterización que hicimos de r(P, H ) concluímos que r(P, H ) → 0 cuando
H → 0.
/n
Ahora, sea H ∈ Rn . Entonces H = k=1 hk ek donde {e1 , ..., en } representa la
base canónica de Rn . Esto es, ek = (0, 0..., 1, 0, ..,0) donde el 1 aparece en el lugar
k-ésimo. Por la linealidad de TP = f ′ (P ) obtenemos:
/
f ′ (P )(H) = f ′ (P )( nk=1 hk ek )
/
= nk=1 hk f ′ (P )(ek )
/
= nk=1 hk f ′ (P, ek )
/
= nk=1 hk Dk f(P ).
Esto es, podemos expresar la diferencial fuerte en términos de las derivadas par-
ciales de f. En resumen tenemos
n
f ′ (P )(H) = hk Dk f(P ).
k=1
Si denotamos ∇f(P ) = (D1 f(P ), ..., Dn f(P )) ∈ Rn la expresión anterior toma la
siguiente forma:
f ′ (P )(Y ) = '∇f(P ), Y ( .
262
Esto quiere decir que la diferencial fuerte, o simplemente la diferencial, de ahora

en adelante, de f en P, f ′ (P ), la podemos representar por medio del vector
∇f(P ) = (D1 f(P ), ..., Dn f(P )) ∈ Rn .
Este vector es conocido como el gradiente de f en P.

Es muy importante tener una fórmula anterior nos permita calcular la diferecial
de un campo escalar, pero la pregunta crucial de esta sección es: Cuando un campo
escalar es diferenciable ? La respuesta la tenemos en el siguiente
Teorema 3.4.20. f : Rn → R es diferenciable en P , ésto es, existe f ′ (P ), si las derivadas

parciales Dk f, k = 1, 2..., n, existen en alguna bola B(A, r) y son continuas en P.
/k
Demostración: Sea H ∈ B(P, r). Denotemos con Hk = j=1 hj ej , además,
H = Hn y H0 = 0. Ahora, obsevemos que
n
f (P + H) − f(P ) = {f(P + Hj ) − f(P + Hj−1 )}
j=1
nos dice que
f(P + Hj ) − f(P + Hj−1 ) = hj Dj f(Cj ),
en donde Cj es un vector que se encuentra en el segmento que une a los vectores

P + Hj y P + Hj−1 . Y cuando H → 0 entonces Cj → P. De (3.3.4) y (3.3.5)
obtenemos:
/n
f(P + H) − f(P ) = j=1 hj Dj f(P )
/n
+ j=1 hj {Dj f (Cj ) − Dj f(P )} .
Denotemos con
n
r(P, H ) = hj {Dj f(Cj ) − Dj f(P )} .
j=1
Puesto que las derivadas parciales Dj f , j = 1, 2, ..., n, son continuas en B(P, r)

|r(P, H )|
es fácil ver que H → 0 cuando H → 0. De lo anterior deducimos que
n
f ′ (P )(H) = hj Dj f(P ) = '∇f(P ), H( ·
j=1
263
2
Ejemplo 3.4.21. Sea f : Rn → R definido como f (P ) = P . Calculamos ∇f (P ) .
Solución. La fórmula (3.3.3) nos dice que
f ′ (P ) (H) = '∇f (X) , H(
También sabemos que

f ′ (X) (Y ) = f ′ (X, Y ) = 2 'X, Y ( .
Por lo tanto obtenemos que ∇f (P ) = 2P.
Ejemplo 3.4.22. Sea f (x, y, z) = xy + yz + zx. Calculamos f ′ (a, b, c) (m, n, r) .

Solución.La fórmula anterior nos dice que
f ′ (a, b, c) (m, n, r) = '∇f (a, b, c) , (m, n, r)(
Ahora,
∇f (a, b, c) = (D1 f (a, b, c) , D2 f (a, b, c) , D3 f (a, b, c))
= (b + c, a + c, b + a) .
Por lo tanto
f ′ (a, b, c) (m, n, r) = '(b + c, a + c, b + a) , (m, n, r)(
= mb + mc + na + nc + rb + ra
3.4.3. Diferenciabilidad y continuidad
Teorema 3.4.23. Sea f : Ω ⊂ Rn → R P0 ∈ Ω si f es diferenciable en P0 , entonces f es

continua en P0 .
3.4.4. Diferencial de campos escalares
Propiedades de la diferencial
Teorema 3.4.24. Sean los campos escalares f : Ω ⊂ Rn → R, g : Ω ⊂ Rn → R, y sea

λ ∈ R.Entonces:
Teorema 3.4.25. 1.D[λf(P )] = λDf(P )
1.
Teorema 3.4.26. 2.D[f(P ) + g(P )] = Df(x) + Dg(x)
3.D[f(P ).g(P )] = [Df(P )]g(P ) + f (P )[Dg(P )]

Df (P )g(P ) − f(P )Dg(P )
4.D[ fg(P
(P )
)] = ;siempre que g(P ) = 0
[g(P )]2
264
Condición suficiente de diferenciabilidad
Lema 3.4.27. Sea f : Rn −→ R a ∈ Rn , a = (a1 , a2 , , an ) supongamos que existen todas

las derivadas parciales de f en una bola B(a, r) ,sea b = (b1 , b2 , , bn ) ∈ B(a, r) , llamemos
xi = (b1 , b2 , . . . , ai+1 , . . . , bn ) entonces el segmento de Rn , Ii = [xi−1 , xi ] para i = 1, 2, , n
están en B(a, r) y existen ci ∈ int(Ii ) tales que:
∂f (c1 ) ∂f (c2 ) ∂f (cn )
f (b) − f(a) = (b1 − a1 ) + (b2 − a2 ) + . . . + (bn − an )
∂x1 ∂x2 ∂xn
Este lema es el equivalente en varias variables del Teorema del Valor Medio para funciones reales
de variable real, es necesario para probar el siguiente teorema.
Teorema 3.4.28. Sea f : Ω ⊂ Rn → R . Si existen todas las derivadas parciales en una bola
abierta B(P0 , r) y al menos n – 1 de ellas son continua en P0 , entonces f es diferenciable en
P0 . El recíproco es falso.
Ejemplo 3.4.29. Probar que la función


 (x2 + y 2 ) sen 1
, si (x, y) = (0, 0)
x2 +y2
f(x, y) =
 0 , si (x, y) = (0, 0)
es diferenciable en (0, 0) pero sin embargo no verifica las condiciones suficientes de diferencia-
bilidad del teorema anterior.
Solución.Se deja al lector.

Ejercicios Propuestos : Función real de variable vectorial
LIMITES
x2 − y4 x2
1. a) Analizar si el siguiente límite existe lı́m .
(x,y)→(0,0) x2 + y 2
b) Sean f(x, y) y g(x, y) dos funciones positivas para todo (x, y) ∈ R2 tal que
f(x, y)
lı́m = 0.
(x,y)→(0,0) g(x, y)
Demuestre que existe un δ > 0 tal que si x2 + y2 < δ , entonces f (x, y) < 12 g(x, y).
2. Si existen calcular los siguientes límites.Justificar su respuesta.
2x2 − y 2
a) lı́m
(x,y)→(0,0) x2 + 2y 2
265
x2 − y 2
b) lı́m .
(x,y)→(0,0) x2 + y 2
3. Demostrar que
2x2 + 3xy + 4y 2
a) lı́m no existe.
(x,y)→(0,0) 3x2 + 5y 2
z
b) lı́m xy sin = 0.
(x,y,z)→(0,0,0) xy
% &
2x
ln x2 + y 2 + 1
4. Demostrar que lı́m = 0.
(x,y)→(0,0) x2 + y 2
Sugerencia.Usar la desigualdad : ln (z + 1) ≤ z ; z ≥ 0.
xy − x − y + 1
5. Usando la definición de límite probar que lı́m = 0.
(x,y)→(1,1) x2 + y 2 − 2x − 2y + 2
CONTINUIDAD
6. Analizar la continuidad de la función f en el punto (0, 0) :


3
 x y

, si (x, y) = (0, 0)
f(x, y) = x6 + y 2 .

 0 , si (x, y) = (0, 0)
7. Demostrar que la función f : R2 → R definida por


 2
 sin x sin y , si (x, y) = (0, 0)
f (x, y) = x2 + y 2

 0 , si (x, y) = (0, 0)
a) Es continua en (x, y) = (0, 0) ;
b) Es continua en (0, 0) .
8. Dada la función f : R2 → R, definida por


 4 3 2 5
 xy + 3x y + x , si (x, y) = (0, 0)
f (x, y) = x4 + y 4

 1 , si (x, y) = (0, 0)
a) Probar que f es continua en (x, y) = (0, 0).
b) Analizar si f es continua en (0, 0).
266
9. Analizar la continuidad en el punto (0, 2) para la función:


 sin (xy) si (x, y) = (0, 2)
f (x, y) = x
 2 si (x, y) = (0, 2) .
DERIVADAS PARCIALES , GRADIENTE, DERIVADA DIRECCIONAL

∂f
10. Analizar la continuidad de la función f en cada (x, y) de R2 y la existencia de (0, 0) si
∂x
f : R2 → R definida por
 2 2
 x − 3y ,

si (x, y) = (0, 0)
f (x, y) = x2 + y 2 .

 0 , si (x, y) = (0, 0)
11. Hallar un ángulo formado por la tangente a la curva x = t, y = t2 , z = 2t3 y la normal del
plano tangente a la superficie z = x2 + 3y2 − 2xy, en el punto de intersección de la curva
con la superficie.
12. Dada la función

f (x, y) = x (x − y)
a) Graficar su dominio.
b) Si (a, b) satisface a (a − b) = 0, hallar todos los vectores unitarios U = (u1 , u2 ) para
los cuales existe Du f (a, b).
13. Hallar las derivadas parciales en el punto (0, 0) y la derivada direccional en ese punto, en
√
3 1
la dirección u = 2 ,2 para la función


 x2 y 5
, si (x, y) = (0, 0)
f(x, y) = (x2 + y2 )3 .

 0 , si (x, y) = (0, 0)
DIFERENCIABILIDAD Y PROPIEDADES DE LA DERIVADA
14. Usando la definición de función diferenciable, demostrar que la función
f (x, y) = x2 y + 2y
es diferenciable en (0, 0).
267
15. Usando la definición de función diferenciable , demostrar que la función


2 2
 x y

, si (x, y) = (0, 0)
f(x, y) = |x| + |y|

 0 , si (x, y) = (0, 0)
es diferenciable en (0, 0).

√
16. Demostar que la función f (x, y) = 3 xy no es diferenciable en (0, 0) pero es continua allí.
17. Sean f y g funciones diferenciables en R3 . Deducir las siguientes fórmulas:
a) ∇ (f g) = f∇g + g∇f
f g∇f − f∇g
b) ∇ = , si g = 0
g g2
1
18. Si f : R → R es diferenciable y F (x, y, z) = f (r), donde r = x2 + y 2 + z 2 2 , demuestre
que ∇ F = |f ′ |.
x+y
19. Si f : R → R es diferenciable y u = xy f , demostar que u satisface una ecuación
xy
diferencial de la forma: x2 ux − y 2 uy = G (x, y) u. Hallar la función G.
20. Sea la función f : R2 → R, definida por


 3 2
 x y , si (x, y) = (0, 0)
f (x, y) = x2 + y 2

 0 , si (x, y) = (0, 0)
∂f ∂f
a) Hallar las funciones y ,indicando su dominios.
∂x ∂y
∂f ∂f
b) Analizar la continuidad de las funciones y en todo punto de R2 .
∂x ∂y
c) ¿Es f es diferenciable en todo punto de R2 ?.Justifique su respuesta.
21. Dada la función f: R2 → R, definida por
f(x, y) = xy x2 + y2
∂f ∂f
a) Hallar las funciones y en R2 .
∂x ∂y
b) Demostrar que la función f es diferenciable en (x, y) = (0, 0).
DERIVADA DIRECCIONAL ,MÁXIMO CRECIMIENTO Y DECRECIMIEN-

TO
268
22. Dada la función z = f(x, y) donde z = x2 − y 2 + 3

x2 − y 2 .
a) Sea g(x, y, z) = f(x, y) − z.Hallar el vector gradiente de g(x, y, z) en los puntos

(x, y, z) = (0, 0, 0) .
b) Hallar la derivada direccional de f en el punto (4, 3) en una de las direcciones del

vector tangente a la curva
x + 5 = y2
Γ:
z=0
23. Sea f : R2 → R una función diferenciable en (1, 1) con Df (1, 1) = (0, 0).Si la derivada di-
√
reccional de f en (1, 1) alcanza su valor mínimo −2 10 según el vector √110 , √310 .Calcular
√
3 1
la derivada direccional de f en (1, 1) según el vector 2 ,2 .
3 4 5 12
24. Sea f : R2 → R una función diferenciable en P0 ∈ R2 , u = 5, 5 y v = 13 , 13 dos
valores tales que Du f (P0 ) = 1 y Dv f (P0 ) = 2.
a) Calcular ∇f (P0 ) .
b) Demostrar que para todos los vectores W = (p, q) unitarios tales que Dw f (P0 ) = 0,
se cumple p = mq, para cierta constante m.Encontrar la constante m.
25. Sea la función f (x, y, z) = 3

xy − z 2 .
a) Demostrar que si xy − z 2 = 0 entonces Du f (x, y, z) existe para todo vector unitario

u ∈ R3 .
∂f
b) ¿Para qué puntos (x0 , y0 , z0 ) tales que x0 y0 − z02 = 0 existe (x0 , y0 , z0 )?.
∂x
c) Hallar todos los u = (u1 , u2 , 0) unitarios par los cuales existe Du f (0, 0, 0) .
26. Sea f : R2 → R diferenciable en el punto (0, 0) tal que ∇f (0, 0) = (0, 0).Si u = (a, b) es
un vector unitario tal que Du f (0, 0) = 2.Analizar el valor de las siguientes afirmaciones,
justificando en cada caso su respuesta
a) u y ∇f (0, 0) son ortogonales

f (ta, tb) − f (a, b)
b) lı́m =2
t→0 t
c) ∇f (0, 0) ≥ 2
d) Existe el lı́m f (x, y).

(x,y)→(0,0)
269
27. El potencial eléctrico V en cualquier punto (x, y) del plano se puede calcular con la función
V (x, y) = e−x cos (2y) ,
donde V está dado en voltios y las distancias se miden en pies.

π
a) Calcular la tasa de variación de V en el punto 1, , en la dsirección del vector (1, 1) .
4
b) Interpretar el número obtenido en (a) , en el contexto físico presentado.
c) Determinar en que dirección se obtiene la máxima tasa de variación de V en el punto
π
1, .¿Cuál es el valor?.
4
28. Dada la función f (x, y) = x2 + cos (x + y) − z 2 , hallar la derivada direccional de f en el
punto Q (1, −1, 1) y en la dirección de una normal al plano tangente en Q de una superficie
de nivel de f.
29. Hallar la ecuación de la recta tangente a la gráfica de la función f (x, y) = xy − y 2 en el

punto (3, −1, f (3, −1)), en la dirección de máximo crecimiento de f.
PLANO TANGENTE
30. Hallar la ecuación cartesiana del plano tangente o los planos tangentes a la gráfica de la
función:
f (x, y) = 3 + 3x2 + (y − 2)2
que contiene a la recta L : x = 1, z = 0.¿Cuántos de tales planos existen?
31. Hallar la ecuación del plano tangente a la superficie z = x3 − 3x2 − x + ln y 2 + 3,

si este plano contiene a la recta
L : x = 2 , y = t, z = −1 − 2t ; t ∈ R.
32. Sea la superficie S : z = ln (xyz) .Hallar la ecuación cartesiana del plano tangente a la
superficie S en el punto (e, 1, 1) .
33. Hallar la ecuación del plano tangente a la superficie
ln x2 + y 2 y
S : z = 2x − 3y + + 5 arctan ; x = 0,
2 x
en el punto (1, 0, 2) de su gráfica.
34. Sea f la función definida por f(x, y) = x + y 2 .
270
a) Hallar, simplificando al máximo, la ecuación cartesiana del plano tangente a su gráfica

en cualquier punto (x0 , y0 , z0 ) , donde z0 = x0 + y02 .
b) Hallar todos los planos de la parte (a) que forman con los planos coordenados un
tetraedro de volumen 83 u3 .
271
3.4.5. Derivadas parciales de órdenes superiores
Derivadas parciales de segundo orden
Las derivadas parciales de una función de dos variables f(x, y), son, a su vez, funciones de dos
variables, fx(x, y), f y(x, y) y, por lo tanto, podemos obtener de ellas, nuevamente, sus derivadas
parciales. Llamadas derivadas parciales de segundo orden. Así, resultan las siguientes cuatro
derivadas parciales de segundo orden:
∂ ∂f ∂ ∂f ∂ ∂f ∂ ∂f
, , ,
∂x ∂x ∂x ∂y ∂y ∂x ∂y ∂y
Para simplificar los paréntesis usaremos la siguiente notación:
∂ ∂f
(f x)x = fxx = = D1 (D1 f) = D11 f
∂x ∂x
∂ ∂f
(f y)x = fyx = = D1 (D2 f) = D12 f
∂x ∂y
∂ ∂f
(f x)y = fxy = = D2 (D1 f)= D21 f
∂y ∂x
∂ ∂f
(f y)y = f yy= = D2 (D2 f) = D22 f
∂y ∂y
Ejemplo 3.4.30. Hallar las derivadas parciales de segundo orden de la función
f(x, y) = sen(x2 y)
Solución.
fx = 2xycos(x2 y)
fxx = (fx)x = 2ycos(x2 y) + 2xy(−2xysen(x2 y)) = 2ycos(x2 y) − 4x2 y2 sen(x2 y)
fxy = (fx)y = 2xcos(x2 y) + 2xy(−x2 sen(x2 y)) = 2xcos(x2 y) − 2x3 ysen(x2 y)
fy = x2 cos(x2 y)
fyx = (fy)x = 2xcos(x2 y) + x2 (−2xysen(x2 y)) = 2xcos(x2 y) − 2x3 ysen(x2 y)
fyy = (f y)y = x2(−x2 sen(x2 y)) = −x4 sen(x2 y)
Derivadas parciales mixtas.
Las derivadas parciales fxy, fyx, se llaman derivadas parciales mixtas o cruzadas y cuando son
continuas coinciden.
Teorema 3.4.31. (Igualdad de las derivadas parciales cruzadas). Si f es una función de

dos variables x e y y tal que f, fx, fy, fxy, fyx son continuas en una región abierta R, entonces
se tiene que las derivadas parciales cruzadas coinciden para cada (x, y) de R,
fxy(x, y) = f yx(x, y)
Este teorema se llama Teorema de Schwartz , y puede enunciarse en términos más restrictivo de
la siguiente forma
272
Teorema 3.4.32. Sea fyx : D ⊆ R2 → R una función definida en el abierto D de R2 . Si las

derivadas parciales
f xy : D ⊆ R2 → R y fyx : D ⊆ R2 → R existen y son funciones continuas en D, entonces
fxy = fyx
El teorema de Schwartz también puede enunciarse en los siguientes términos: Si fx, f x, fy, fxy, fyx
son continuas en un entorno del punto (x0 , y0 ), entonces existe f yx(x0 , y0 ) y se verifica f yx(x0 , y0 ) =
f xy(x0 , y0 ).
Ejemplo 3.4.33. Hallar las derivadas parciales de segundo orden de la función

2 +y 2
f(x, y) = x2 yex .
Solución.
2 +y 2 2 +y 2 2 +y 2
f x = 2xyex + x2 y(2xex ) = (2x3 y + 2xy)ex
2 +y 2 2 +y 2 2 +y 2
f xx = (6x2 y + 2y)ex + (2x3 y + 2xy)(2xex ) = (4x4 y + 10x2 y + 2y)ex
2 +y 2 2 +y 2
f xy = (2x3 + 2x)ex + (2x3 y + 2xy)(2yex ) = (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex2+y2
2 +y 2 2 +y 2 2 +y 2
f y = x2 ex + x2 y(2yex ) = (2x2 y 2 + x2 )ex
2 +y 2 2 +y 2 2 +y 2
f yx = (4xy 2 + 2x)ex + (2x2 y 2 + x2 )(2xex ) = (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex
2 +y 2 2 +y 2
f yy = 4x2 yex + (2x2 y 2 + x2) (2yex ) = (4x2 y 3 + 6x2 y)ex2+y2
También tenemos derivadas de orden superior. Por ejemplo denotamos con
Djk f(P ) = Dj (Dk f (P ))
y es llamada la derivada parcial de orden dos. Otra notación para tal derivada
∂ 2 f (P ) ∂ 2 f (P )
parcial es ∂xj ∂xk . También, Djj (f(P ) la notamos cómo ∂x2j
.
Es importante preguntarse bajo qué condiciones
∂ 2 f(P ) ∂ 2 f (P )
= .
∂xj ∂xk ∂xk ∂xj
En términos generales ésto no es cierto. Por ejemplo la función
2 2
xy xx2 −y
+y 2
si (x, y) = (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)
cumple que D21 f(0, 0) = −1 y D12 f(0, 0) = 1. La razón de esta diferencia estriba
en que D21 f(x, y) y D21 f(x, y) no son continuas en el origen. Tenemos el siguiente
273
Teorema 3.4.34. Si las derivadas parciales D1 f , D2 f, D21 f y D12 f son continuas en un

punto (a, b) de un abierto S ⊂ R2 entonces
D12 f(a, b) = D21 f(a, b).
Demostración: Consideremos la siguiente expresión
h(x, y) = f(a + x, b + y) − f (a + x, b) − f(a, b + y) + f (a, b).
Si llamamos g(x) = f(x, b + y) − f(x, b) vemos que
h(x, y) = g(a + x) − g(a).
Aplicamos el teorema del valor medio obtenemos
g(a + x) − g(a) = xg′ (z),
con z entre a + x y a. Ahora,
g ′ (z) = D1 f(z, b + y) − D1 f (z, b)
y se transforma en
h(x, y) = x {D1 f(z, b + y) − D1 f(z, b)} .
Aplicamos de nuevo el teorema del valor medio y obtenemos
h(x, y) = xyD21 f (z, w),
en donde w está entre b y b + y.

Aplicamos el mismo procedimiento a la función
s(y) = f(a + x, y) − f(a, y)
y obtenemos
h(x, y) = xyD12 f(z ′ , w′ ).
De lo expuesto anteriormente se tiene que
D12 f(z ′ , w′ ) = D21 f(z, w).
274
Si hacemos tender (x, y) hacia (0, 0) entonces (z ′ , w′ ) → (a, b) y (z, w) → (a, b).
La hipótesis de continuidad nos asegura que
D12 f(a, b) = D21 f(a, b) ·


 x2 sen y , si x = 0
f (x, y) = x
 0 , si x = 0
∂f ∂f
(a)Calcular las funciones (x, y), (x, y) especificando su dominios respectivos.
∂x ∂y
2
∂ f 2
∂ f
(b)Hallar E = (0, 0) − (0, 0).
∂x∂y ∂y∂x
Solución.
(a)Para x = 0
y
∂f ∂ x2 sin y y
(x, y) = x = 2x sin − y cos
∂x ∂x x x
2 y
∂f ∂ x sin y
(x, y) = x = x cos
∂y ∂y x
Para x = 0
y
∂f f (h, y) − f(0, y) h2 sin y
(0, y) = lı́m = lı́m h = lı́m h sin = 0,
∂x h→0 h h→0 h h→0 h
ya que
y
0 ≤ 0 ≤ h sin ≤ |h| , h = 0.
h
y
Como lı́m |h| = 0,por el teorema del sandwich, resulta que lı́m h sin =0
h→0 h→0 h
∂f f(0, y + h) − f (0, y) 0
(0, y) = lı́m = lı́m = lı́m 0 = 0.
∂y h→0
 h h→0 h h→0
 y y
∂f 2x sin − y cos , si x = 0
(x, y) = x x
∂x  0 , si x = 0

 x cos y
∂f , si x = 0
(x, y) = x
∂y  0 , si x = 0
∂f ∂f 0
(0 + h, 0) − (0, 0) h cos
∂2f ∂y ∂y h
(b) (0, 0) = lı́m = lı́m =1
∂x∂y h→0 h h→0 h
∂f ∂f
∂2f (0, 0 + h) − (0, 0) 0
(0, 0) = lı́m ∂x ∂x = lı́m = 0.
∂y∂x h→0 h h→0 h
∂2f ∂2f
E= (0, 0) − (0, 0) = 1.
∂x∂y ∂y∂x
275
Ejemplo 3.4.36. La propagación del sonido se estudia mediante la ecuación diferencial
∂2u 2
2 ∂ u
= c ,
∂t2 ∂x2
donde u(x, t) es una función diferenciable en dos variables.

Probar que u(x, t) = A sin(x − ct) ; A, c ∈ R es solución de la ecuación diferencial.
Solución
∂u ∂2u
(x, t) = −cA cos(x − ct) , 2 (x, t) = −c2 A sin(x − ct) · · · (1)
∂t ∂t
∂u ∂2u
(x, t) = A cos(x − ct) , 2 (x, t) = −A sin(x − ct) · · · (2)
∂x ∂x
∂ 2u ∂2u
De (1) y (2) resulta : 2 (x, t) = −c2 A sin(x − ct) = c2 2 (x, t).
∂t ∂x
Derivada y continuidad
La debilidad de la derivada de Gateaux o derivada débil consite en que ella no

implica la continuidad de la función. Consideremos la función
xy 2
x2 +y4
si (x, y) = (0, 0)
f(x, y) =
0 si (x, y) = (0, 0) .
Es fácil ver que f tiene derivada débil en (0, 0) y en la dirección de cualquier

vector P = (a, b). En efecto, un cálculo sencillo nos dice que
b2
a si a = 0
f ′ [(0, 0), P ] =
0 si a = 0.
Pero la función no es continua en (0, 0). En efecto, hacemos x = y 2 , observamos

1
que f (x, y) = 2. Para puntos (x, y) próximos a (0, 0) no tenemos que f (x, y) sea
próximo a 0.

 α

 x2 − y 2
, si (x, y) = (0, 0)
f (x, y) = x2 + y 2

 0 , si (x, y) = (0, 0)
Analizar la derivada direccional de f en el punto (0, 0), en la dirección v = (a, b) = (0, 0) según
los valores de α ∈ R+ .
276
Solución.
√
Consideremos u = (a, b) ∈ R2 unitario, por lo tanto , v = a2 + b2 = 1 ⇔ a2 + b2 = 1.
Luego,
f ((0 + ta, o + tb)) − f(0, 0) f(ta, tb)

Du f (0, 0) = lı́m = lı́m
t→0 t t→0 t
α
((ta)2 −(tb)2 ) t2α (a2 −b2 )
(ta)2 +(tb)2 t2 (a2 +b2 )
Du f (0, 0) = lı́m = lı́m
t→0 t t→0
 t
3

 a 2 − b2 2 , si α = 3
 2
Du f (0, 0) = lı́m t2α−3 a2 − b2 = 0 , si α > 3
2
.
t→0 

 No existe si α < 3
2
√
Ejemplo 3.4.38. Analizar la diferenciabilidad de la función f(x, y) = 3
xy 2 .
Solución.
∂f y2
(x, y) = 2/3 , x = 0
∂x 3x
∂f √
(x, y) = 2 3 x y, (x, y) ∈ R2 .
∂y
∂f ∂f
Como las derivadas parciales y existen, y son continuas en R2 − (x, y) ∈ R2 : x = 0 ,
∂x ∂y
pues son funciones elementales las cuales son continuas en R2 − (x, y) ∈ R2 : x = 0 . Entonces
por el teorema de condición suficiente se tiene que f es diferenciable en R2 − (x, y) ∈ R2 : x = 0 .
Para x = 0 : √ 2
∂f f(h, y) − f(0, 0) 3
hy y2 0 , si y = 0
(0, y) = lı́m = lı́m = lı́m 2 = .
∂x h→0 h h→0 h h→0 h 3 No existe, si y = 0
Por lo tanto  2
∂f  y , si x=0
(x, y) = 3x2/3 .
∂x 
0 , si x = y = 0
Analizando la diferenciabilidad en (0, 0).
∂f ∂f
En (0, 0), tenemos (0, 0) = 0, (0, 0) = 0
∂x ∂x
Usamos la definición de diferenciablilidad,
∂f ∂f
(i) Existe (0, 0) = 0, (0, 0) = 0.
∂x ∂x
f(h, k) − f(0, 0) − fx (0, 0) h − fy (0, 0) k
(ii) L = lı́m √
(h,k)→(0,0) h2 + k2 √
f(h, k) 3
hk2
L= lı́m √ = lı́m √ =0
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k 2
Observemos que:
|k| ≤ h2 + k2 , ∀h, k ∈ R
277
Puesto que ,
√
3
hk2 √
3 |k| √
3
0≤ √ ≤ h |k| √ ≤ h |k| , (h, k) = (0, 0).
2
h +k 2 2
h +k 2
√
Como lı́m 3
h |k| = 0. Por el Teorema del Sandwich, resulta
(h,k)→(0,0)
f(h, k)
L= lı́m √ = 0.
(h,k)→(0,0) h2 + k2
La función f es diferenciable en R2 (x, y) ∈ R2 : x = 0 ∪ {(0, 0)} .
Ejemplo 3.4.39. Sea

500
T (x, y, z) = ,
x2 + y 2 + z 2
la temperatura en el punto (x, y, z).
(a)Hallar la razón de cambio de T en el punto (2, 3, 3) y en la dirección del vector (3, 1, 1).
(b)Estando en el punto (2, 3, 3)¿en que dirección se incrementa mas rápidamente la temperatura?.
(c)¿Cuál es el valor de la razón de cambio máxima de T en el punto (2, 3, 3)?
Solución.
(a)
1000x 2000 500
fx (x, y, z) = − (x2 +y 2 +z 2 )2
→ fx (2, 3, 3) = − (22) 2 = − 121
1000y 3000 750

fy (x, y, z) = − (x2 +y 2 +z 2 )2
→ fx (2, 3, 3) = − (22)2 = − 121
1000z 3000 750

fz (x, y, z) = − (x2 +y 2 +z 2 )2
→ fz (2, 3, 3) = − (22) 2 = − 121
∇f(2, 3, 3) = − 500 750 750 250

121 , − 121 , − 121 = − 121 (2, 3, 3) ,
(3,1,1) √1
v= (3,1,1) = 11
(3, 1, 1)
Luego fx , fy , fz son continuas en el punto (2, 3, 3).Por el teorema de la condición suficiente f es
diferenciable en(2, 3, 3). Luego, por teorema se tiene que:
√ √ √ √
Dv f(2, 3, 3) = ∇f (2, 3, 3) · v = − 500 750 750 3 1 1 3000
121 , − 121 , − 121 · 11 11, 11 11, 11 11 = − 1331 11
(b)Se incrementa mas en la dirección del ∇f(2, 3, 3)// (−2, −3, −3) .
250
√
(c)El valor de la razón de cambio máxima de T es : ∇f (2, 3, 3) = 121 22
Ejemplo 3.4.40. Sea

x2 y 2 z 2
f (x, y, z) = + 2 + 2,
a2 b c
278
donde a, b, c son constantes positivas.Hallar los puntos P, donde la derivada direccional máxima
de f es igual a 1, sabiendo que dicho valor lo alcanza en la dirección de la recta L : x = y = z.
Solución.
Parametrizando la recta L : x = t, t ∈ R se tiene L : P = t (1, 1, 1) , t ∈ R.
∂f 2x ∂f 2y ∂f 2z
Como (x, y, z) = 2 , (x, y, z) = 2 , (x, y, z) = 2 existen y son continuas.Por el
∂x a ∂y b ∂z c
teorema de la condición suficiente f es diferenciable en R3 .Por teorema , existe Du f(x, y, z) en
cualquier dirección unitaria u.Por propiedad se tiene:
Du f(x, y, z) = ∇f(x, y, z) · u
∂f ∂f ∂f 2x 2y 2z
∇f(x, y, z) = (x, y, z) , (x, y, z) , (x, y, z) = , ,
∂x ∂y ∂z a2 b2 c2
Considere el punto P0 = (x0 , y0 , z0 ) ∈ R3 .Entonces ∇f( P0 ) (1, 1, 1) , entonces existe un
λ ∈ R tal que ∇f( P0 ) = λ (1, 1, 1)
de donde se tiene
2x0 2y0 2z0 λa2 λb2 λc2
= λ, = λ, = λ =⇒ x0 = , y0 = , z0 =
a2 b2 c2 2 2 2
#
4x20 4y02 4z02
El valor de la razón de cambio máxima de f es : ∇f (P0 ) = + 4 + 4 = 1,
a4 b c
1
λ2 + λ2 + λ2 = 1 =⇒ 3λ2 = 1 =⇒ λ = ± √ .
3
1 a 2 1 b2 1 c2
x0 = ± √ , y0 = ± √ , z0 = ± √
3 2 32 32
2 2 2 2 2 2
Por tanto los puntos son :P0 = √1 a , √1 b , √1 c y P0′ = − √13 a2 , − √13 b2 , − √13 c2 .
3 2 3 2 3 2
Ejemplo 3.4.41. Dada la función f (x, y) = ex sen y + ey sen x. Hallar

1 1
(a)La derivada direccional de f en (0, 0) en la dirección del vector √ ,√ .
2 2
(b)Un vector unitario U para el cual DU f (0, 0) = 0.
Solución.
∂f ∂f
(a)Como (x, y) = ex sen y + ey cos x, (x, y) = ex cos y + ey sen x existen y son continuas(
∂x ∂y
pues, las funciones exponenciales y trigonométricas sen, cos son continuas en R2 ) .Por el teorema
de la condición suficiente f es diferenciable en R2 .Por teorema , existe Du f(x, y, z) en cualquier
vector unitario u. Por propiedad se tiene:
Du f(x, y) = ∇f(x, y) · u
∂f ∂f
∇f(x, y) = (x, y), (x, y) = (ex sen y + ey cos x, ex cos y + ey sen x) ,
∂x ∂y
279
∂ ∂
Así, ∇f (0, 0) = f (0, 0) , f (0, 0) = (1, 1) .
∂x ∂y
√
Du f (0, 0) = ∇f (0, 0) · u = (1, 1) · √12 , √12 = 2
√
(b)Consideremos U = (a, b) ∈ R2 unitario, por lo tanto , U = a2 + b2 = 1 ⇔ a2 + b2 =
1 · · · (1)
DU f(0, 0) = ∇f (0, 0) · U = (1, 1) · (a, b) = a + b = 0 =⇒ b = −a · · · (2) .
1
Reenplazando (2) en (1) ,se tiene : a2 + a2 = 1, a = ± √
1 2 2
Por tanto los vectores pedidos son : √2 , − √2 , − √2 , √12
1 1 1
.
Ejemplo 3.4.42. Si f : Rn → R es una función de clase C1 .

(a)Demostrar que f : Rn → R decrece más rapido en el punto P ∈ Rn , en dirección
opuesta al vector gradiente ∇f(P ).
(b)Usando la parte (a) , encontrar la dirección en que la función f (x, y) = x4 y − x2 y 3 dismin-
uye con más rapidez en el punto P (2, −3) .
Solución.
(a)Sea u el vector unitario y como f es una función diferenciable ,entonces la razón de cambio
de f en la dirección u es :
Du f (P ) = ∇f (P ) · u = ∇f (P ) u cos θ = ∇f(P ) cos θ,
donde θ es el ángulo entre u y ∇f(P ). Puesto que −1 ≤ cosθ ≤ 1 se tiene que
− ∇f(P ) ≤ ∇f(P ) cos θ ≤ ∇f(P ) ,

Du f (P )
entonces esta es mínima cuando θ = π; esto es , cuando u y ∇f(P ) son paralelos y de sentido
opuestos.
∂f ∂f
(b) ∇f(x, y) = (x, y), (x, y) = 4x3 − 2xy 3 , x4 − 3x2 y 2 , entonces f decrece más rapido
∂x ∂y
en el punto P (2, −3), en dirección opuesta al vector gradiente ∇f(P ). Es decir, u = −∇f (2, −3) =
− (12, −92) = (−12, 92) .
Ejemplo 3.4.43. Sea S una superficie con ecuación z = g(x, y), donde z > 0 satisface la ecuación
x3 + 4xyz − y 3 + z 3 = 2.
Si (1, −1) está en el dominio de g, hallar la ecuación del plano tangente a S en el punto
(1, −1, g(1, −1)) .
280
Solución.
Sea F (x, y, z) = x3 + 4xyz − y 3 + z 3 = 2
∂F (x, y, z)
= 3x2 + 4yz
∂x
∂F (x, y, z)
= 4xz − 3y 2
∂y
∂F (x, y, z)
= 3z 2 + 4xy.
∂z
Sean g (1, −1) = c y P0 = (1, −1, g(1, −1)) = (1, −1, c) ∈ S : 1 − 4c + 1 + c3 = 2
=⇒ c c2 − 4 = 0, de donde c = 0 o c = ±2.Por tanto c = 2.
Asì, ∇F (1, −1, 2) = (−5, 5, 8)
Ahora, la ecuación del plano tamgente a S en el punto P0 = (1, −1, 2) ∈ S , es :
P : (P − P0 ) · ∇F (1, −1, 2) = 0
P : −5(x − 1) + 5(y + 1) + 8(z − 2) = 0
P : 5x − 5y − 8z + 6 = 0.
√ √
Ejemplo 3.4.44. Sean f : R2 → R una función, U = ( 12 , 3
2 ), V =( 3 1
2 , 2 ), W = (0, 1) vectores
de R2 tales que DU f (1, 1) = 2, DV f (1, 1) = 0, DW f (1, 1) = 1.
(a)¿Es f diferenciable en (1, 1)?Justificar su respuesta.
(b)¿Si f : R2 → R es una función tal que ▽f(P0 ) existe, entonces f es diferenciable en
P0 ?.Justificar su respuesta.
Solución.
(a)Si f es diferenciable en (1, 1), entonces ∀ vector unitario A, se tiene DA f (1, 1) = ∇f (1, 1) · A
∂f ∂f
Sea ∇f(x, y) = (x, y), (x, y) = (a, b) ,
∂x ∂y √ √ √
DU f(1, 1) = ∇f(1, 1) · U = (a, b) · ( 12 , 23 ) = 12 a + 12 b 3 = 2 =⇒ a = 4 − b 3 · · · (1) .
√ √ √
DV f (1, 1) = ∇f (1, 1) · V = (a, b) · ( 23 , 12 ) = 12 a 3 + 12 b = 0 =⇒ b = −a 3 · · · (2) .
√
Resolviendo (1) y (2) , resulta a = 4 + 3a, a = −2, b = 2 3
√
Con estos datos se tiene DW f (1, 1) = ∇f(1, 1) · W = (a, b) · (0, 1) = b = 2 3 lo que contradice
al tercer dato.DW f (1, 1) = 1.
Por lo tanto f no es diferenciable en (1, 1) .
(b)Es Falso. Por ejemplo, considere la función f : R2 → R, definida por
 xy
 , si (x, y) = (0, 0)
f(x, y) = x + y2
2
 0 , si (x, y) = (0, 0)
Entonces se tiene
281
∂f f (t, 0) − f(0, 0) ∂f f(0, t) − f(0, 0)

(0, 0) = lı́m = 0, (0, 0) = lı́m = 0. Luego existe ▽f(0, 0) =
∂x t→0 t ∂y t→0 t
(0, 0).
xy
Pero f no es continua en (0, 0), pues lı́m no existe. Por tanto f no es difer-
(x,y)→(0,0) x2 + y 2
enciable en (0, 0).
Otro ejemplo, considere la función f : R2 → R, definida por
 xy
 , si (x, y) = (0, 0)
f(x, y) = x2 + y 2

0 , si (x, y) = (0, 0)
Entonces se tiene
∂f f (t, 0) − f(0, 0) ∂f f(0, t) − f(0, 0)
(0, 0) = lı́m = 0, (0, 0) = lı́m = 0.Luego existe ▽f(0, 0) =
∂x t→0 t ∂y t→0 t
(0, 0).
Usamos la definición de diferenciablilidad,
∂f ∂f
(i) Existe (0, 0) = 0, (0, 0) = 0.
∂x ∂x
f(h, k) − f(0, 0) − fx (0, 0) h − fy (0, 0) k
(ii) L = lı́m √
(h,k)→(0,0) h2 + k 2
f(h, k) hk
L= lı́m √ = lı́m
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h + k 2
2
hk
Por tanto f no es diferenciable en (0, 0), pues lı́m no existe.
(h,k)→(0,0) h2 + k2


 x2 + y 2 α sen 1
, si (x, y) = (0, 0)
f (x, y) = (x + y 2 )α
2

 0 , si (x, y) = (0, 0)
∂f ∂f
(a)Hallar α de manera que existan (0, 0) , (0, 0) .
∂x ∂y
∂f
(b)Si α = 1, analizar si la función es continua en (0, 0).
∂x
(c)Hallar α de manera que f sea diferenciable en el punto (0, 0) .
1
(d)Sea g(x, y) = x2 − y 2 f (x, y) y α = − .Hallar todos los vectores unitarios u =
2
(u1 , u2 ) ∈ R2 tales que Du g (0, 0)
existen.
Solución.
α 1
h2 + 02 sen
∂f f (h, 0) − f(0, 0) (h2 + 02 )α
(a) (0, 0) = lı́m = lı́m
∂x h→0 h h→0 h
∂f 1
(0, 0) = lı́m h2α−1 sen
∂x h→0 h2α
282
Observemos que:
|sen (θ)| ≤ 1, ∀θ ∈ R
Se tiene
1
0 ≤ h2α−1 sen ≤ |h|2α−1 , h = 0
h2α
Como lı́m |h|2α−1 = 0, para 2α − 1 > 0, α > 12 .Por el Teorema del Sandwich, resulta
(h,k)→(0,0)
1
lı́m h2α−1 sen = 0.
(h,k)→(0,0) h2α
∂f
Luego, existe (0, 0) si α > 12 .
∂x
Similarmente se puede ver que:
α 1
h2 sen
∂f f(0, h) − f (0, 0) (h2 )α
(0, 0) = lı́m = lı́m
∂y h→0 h h→0 h
∂f 2α−1 1
(0, 0) = lı́m h sen = 0.
∂y h→0 h2α
(b)Si α = 1 :
Para (x, y) = (0, 0) :
1
∂ x2 + y2 sin
∂f x2 + y 2 1 2x 1
(x, y) = = 2x sin − cos
∂x ∂x x + y2
2 (x2 2
+y ) x + y2
2
Así, 

 2x sin 1 2x 1
∂f 2 2
− 2 2
cos , si (x, y) = (0, 0)
(x, y) = x +y x +y x + y2
2
∂x 
 0 , si (x, y) = (0, 0)
∂f ∂f
Pero no es continua en (0, 0), ya que no existe lı́m (x, y).
∂x (x,y)→(0,0) ∂x
Esto último lo podemos justificar de la siguiente forma:
1 2x 1
Cuando lı́m 2x sin 2 2
= 0, pero no existe lı́m 2 2
cos , ya que
(x,y)→(0,0) x +y (x,y)→(0,0) x + y x + y2
2
1 1
por ejemplo si hacemos el camino C : y = x,no existe lı́m cos .
x→0 x 2x2
1
Este último lo podemos ver tomando la sucesión xn = √ , xn −→ 0 y
2 nπ
1 1 √
lı́m cos = lı́m 2 nπ cos (2nπ) = ∞.
xn →0 xn 2x2n xn →0
∂f
Por tanto, no es continua en (0, 0)
∂x
∂f ∂f
(c)Por parte (a), se tienen que existen (0, 0) , (0, 0) si α > 12 .
∂x ∂y
Falta ver :
α 1
h2 + k2 sen
|f(h, k) − f (0, 0) − ∇f (0, 0) .(h, k)| (h + k2 )α
2
L= lı́m √ = lı́m √
(h,k)→(0,0) h2 + k2 (h,k)→(0,0) h2 + k2
283
α− 12 1
L= lı́m h2 + k 2 sen =1
(h,k)→(0,0) (h2 + k2 )α
Observemos que:
|sen (θ)| ≤ 1, ∀θ ∈ R
Se tiene
α− 12 1 α− 12
0≤ h2 + k2 sen ≤ h2 + k2 , (h, k) = (0, 0) .
(h2 + k 2 )α
α− 12 1
Como lı́m h2 + k 2 = 0, para α − 2 > 0, α > 12 .Por el Teorema del Sandwich, resulta
(h,k)→(0,0)
α− 12 1
lı́m h2 + k2 sen = 0.
(h,k)→(0,0) (h2 + k 2 )α
1
Por lo tanto, f no es diferenciable en (0, 0), si α > 2
1
(d)Para α = − :
2
g(hu1 , hu2 ) − g(0, 0)
Du f (0, 0) = lı́m
h→0 h
α
(hu1 )2 − (hu2 )2 (hu1 )2 + (hu2 )2 sen 1
α
((hu1 )2 +(hu2 )2 )
Du f (0, 0) = lı́m
h→0 h
1
h2 u21 − u22 h2α sen
h2α 1
Du f (0, 0) = lı́m = lı́m u21 − u22 h2α+1 sen =
h→0 h h→0 h2α
1
Du f (0, 0) = lı́m u21 − u22 h2α+1 sen .Por lo tanto,
h→0 h2α
0, si u2 = ±u1
Du f (x, y) =
no existe , si u2 = ±u1
La Du f(0, 0) existe si y sólo si si u2 = ±u1 ,como u = (u1 , u2 ) ∈ R2 unitario, por lo tanto ,
1 1 1
u = u21 + u22 = 1 ⇔ u21 + u22 = 1 ⇔ 2u21 = 1 ⇔ u1 = ± √ entonces u2 = ± √ √ .Por lo
2 2 2
1 1 1 1 1 1 1 1
tanto, ( √ , √ ), (− √ , − √ ).( √ , − √ ) y (− √ , √ ) son los vectores pedidos.
2 2 2 2 2 2 2 2
√
Ejemplo 3.4.46. Dada la función f (x, y) = y 2 x, x ≥ 0.Demostrar que si x > 0 entonces existe
Du f (x, y) para todo vector unitario u ∈ R2 .
Solución.
y√2
fx (x, y) = 2 x
,x =0
√
fy (x, y) = 2y x
Luego fx , fy son continuas en D = {(x, y) ∈ R2 : x > 0}. Por el teorema de la condición

suficiente f es diferenciable en D. Por tanto para cada punto (x, y) ∈ D, existen todas las
derivadas parciales y en cualquier dirección unitaria u ∈ R2 .
284
2x
Ejemplo 3.4.47. Dada la función f (x, y) = arctan x2 +y2 + x2 y, (x, y) = (0, 0). Sean S la
gráfica de f y el plano P : x − y = 0.Verificar que el vector tangente a la curva Γ := S ∩ P, es
ortogonal al vector gradiente a S en el punto P0 = (1, 1, f(1, 1)) .
Solución.
π
f (1, 1) = 4 +1
2x
Definamos S : g(x, y, z) = arctan x2 +y 2
+ x2 y − z, entonces
2(x2 +y2 )−4xy

fx (x, y) = (x2 +y2 )2 +4x2
+ 2xy → fx (1, 1) = 2
−4xy 1
fy (x, y) = (x2 +y2 )2 +4x2
+ x2 → fy (1, 1) = 2
π 1
∇g(x, y, z) = (fx (x, y), fy (x, y), −1) , ∇g(1,
 1, 4 + 1) = (2, 2 , −1).
 z = arctan 2x
+ x2 y
x2 +y2
Parametrizando la curva Γ := S ∩ P :
 x−y =0
2t 1
Sea x = t ,se tiene y = t entonces z = arctan t2 +t2
+ t3 = arctan t + t3 , t = 0.
1
Así, Γ : α(t) = t, t, arctan t + t3 , t ∈ ]0, +∞[,
1
entonces α′ (t) = 1, 1, 3t2 − t2 +1
,luego α′ (1) = 1, 1, 52 .
Ahora,
∇g(Po ) · α′ (1) = (2, 12 , −1) · (1, 1, 52 ) = 2 + 1
2 − 5
2 = 0. Por tanto, ∇g(Po )⊥ α′ (1).
2x
Ejemplo 3.4.48. Dada la función f (x, y) = arctan x2 +y2
+ x2 y, (x, y) = (0, 0). Sean S la
gráfica de f y el plano P : x − y = 0.Verificar que el vector tangente a la curva Γ := S ∩ P, es
ortogonal al vector gradiente a S en el punto P0 = (1, 1, f(1, 1)) .
Solución.
y√2
fx (x, y) = 2 x
,x =0
√
fy (x, y) = 2y x
Luego fx , fy son continuas en D = {(x, y) ∈ R2 : x > 0}.Por el teorema de la condición
suficiente f es diferenciable en D. Por tanto para cada punto (x, y) ∈ D,existen todas las
derivadas parciales y en cualquier dirección unitaria u ∈ R2 .
π
f (1, 1) = 4 +1
2x
Definamos S : g(x, y, z) = arctan x2 +y 2
+ x2 y − z, entonces
2(x2 +y2 )−4xy

fx (x, y) = (x2 +y2 )2 +4x2 + 2xy → fx (1, 1) = 2
−4xy 1
fy (x, y) = (x2 +y2 )2 +4x2 + x2 → fy (1, 1) = 2
∇g(x, y, z) = (fx (x, y), fy (x, y), −1) , ∇g(1, 1, π4 + 1) = (2, 12 , −1).
285

 z = arctan 22x 2 + x2 y
x +y
Parametrizando la curva Γ := S ∩ P :
 x−y =0
2t 1
Sea x = t, se tiene y = t entonces z = arctan t2 +t2
+ t3 = arctan t + t3 , t = 0.
1
Así, Γ : α(t) = t, t, arctan t + t3 , t ∈ ]0, +∞[,
1
entonces α′ (t) = 1, 1, 3t2 − t2 +1
, luego α′ (1) = 1, 1, 52
Ahora,
∇g(Po ) · α′ (1) = (2, 12 , −1) · (1, 1, 52 ) = 2 + 1
2 − 5
2 = 0. Por tanto, ∇g(Po )⊥ α′ (1).
Ejemplo 3.4.49. Sea la función f : R2 → R definida por
√
f (x, y) = 3 xy
∂f
(a)Hallar las función ,indicando su dominio.
∂x
(b)Hallar todos los vectores unitarios U = (u1 , u2 ) ∈ R2 para los cuales existe DU f (0, 0) .
∂f
(c)Hallar la ecuación del plano tangente a la gráfica de la función en el punto correspondiente
∂x
a x = 8, y = 1.
Solución. #
∂f 1 3 y
(a)Se tiene que (x, y) = ; si x = 0.
∂x 3 x2
√3 y
∂f f(h, y) − f(0, y)
Si x = 0 : (0, y) = lı́m = lı́m 2 ,
∂x h→0 h h→0 h 3
solamente existe la derivada parcial cuando y = 0.
Entonces tenemos :
 #

 1 3 y
∂f , si x =0
(x, y) = 3 x2
∂x 
 0 , si x =y=0
(b)Consideremos U = (u1 , u2 ) ∈ R2 unitario, por lo tanto , U = u21 + u22 = 1 ⇔ u21 + u22 =

1 · · · (1)
√
f(0, 0) = 3
0,0 = 0.
Luego
286
f((0, 0) + h(u1 , u2 )) − f(0, 0)

DU f (0, 0) = lı́m
h→0 h
f(hu1 , hu2 )
= lı́m
h→0 h
3
(hu1 ) (hu2 )
= lı́m
t→0 h
1√
h u1 u2
3 3
= lı́m
t→0 h
√
3 u u
1 2
DU f (0, 0) = lı́m 2
t→0 h3
El límite existe si y sólo si
u1 .u2 = 0 ⇔ u1 = 0 ∨ .u2 = 0.
Si u1 = 0. En (1) : u21 + u22 = 1 ⇔ 02 + u22 = 1 ⇔ u2 = ±1.Así, u = (0, ±1) .

Si u2 = 0.En (1) : u21 + u22 = 1 ⇔ u21 + 02 = 1 ⇔ u1 = ±1.Así, u = (±1, 0) .
Por lo tanto, (0, −1) ,(0, 1) , (−1, 0)
 y (1,
# 0) son los vectores pedidos.

 1 y
∂f 3
, si x = 0
(c)Tenemos g(x, y) = (x, y) = 3 x2
∂x 
 0 , si x = y = 0
#
1 3 1 1
entonces g(8, 1) = 2
= . Se tiene que
3 8 12
# #
∂g 23 y ∂g 13 y
(x, y) = − y (x, y) = .
∂x 9 x5 ∂y 9 x2 y2
Entonces el vector normal al plano tangente es
∂g ∂g 1 1
N= (8, 1), (8, 1), −1 = − , , −1 (−1, 4, −144)
∂x ∂y 144 36
∂f 1
y la ecuación del plano tangente a la gráfica de en el punto 8, 1, es
∂x 12
1
P: x − 8, y − 1, z − · (−1, 4, −144) = 0.
12
Es decir,
P : 4y − x − 144z + 16 = 0.
Ejercicios Propuestos:Derivadas de orden superior
1. Si u (x, y, z) = x2 + y 2 + z 2 , encontrar la constante a tal que para todo

(x, y, z) ∈ R3 − {(0, 0, 0)} se cumple
a
uxx + uyy + uzz = .
u
287
2. Si z = x f (x + y) + y g (x + y) ,donde f y g tienen derivadas continuas de segundo

orden, probar que
∂2z ∂2z ∂ 2z
− 2 + = 0.
∂x2 ∂x∂y ∂y 2
3. Sea f (x, y, z) = g (r), r = x2 + y 2 + z 2 .Hallar
a) fxx + fyy + fzz .

b) La función g más general tal que fxx + fyy + fzz = 0.
∂ 2f
4. Si f es una función de x verificando la ecuación + λ2 f (x) = 0 y g es una función de
∂x2
t que satisface la ecuación
∂2g
+ a2 λ2 g(t) = 0.
∂t2
Demostrar que la función u = f (x) g(t) satisface la ecuación
∂ 2u 2
2∂ u
− a = 0.
∂t2 ∂x2
5. Sea u : R2 → R, una función de clase C 2 en R2 . Demostrar que u es de la forma u =

∂2u ∂u ∂u
f (x) g (y) ⇐⇒ u satisface la ecuación: u − = 0.
∂x∂y ∂x ∂y
∂ 2v
Sugerencia: Para demostrar (⇐=) calcular siendo v = ln u.
∂x∂y
288
3.5. Máximos y Mínimos
3.5.1. Máximos y Mínimos sin restricciones
La función
f(x, y) = 1 − x2 − y 2
alcanza en en (0, 0) su máximo valor. Es claro que
f(x, y) ≤ f (0, 0) = 1,
para todo (x, y) ∈ R2 . Un cálculo sencillo nos indica que
∇f(0, 0) = (0, 0).
Análogamente,
f(x, y) = 1 + x2 + y 2
alcanza en (0, 0) su mínimo valor, ésto es f(x, y) ≥ f(0, 0) = 1. En este caso

también ∇f (0, 0) = (0, 0). Tenemos, entonces la siguiente
Definición 3.5.1. Sea f : Ω ⊂ Rn → R, en donde Ω es un conjunto abierto de Rn .

(a)Decimos que P0 ∈ Ω es un punto máximo local o máximo relativo de f si existe una bola
B(P0 , r) ⊂ Ω tal que f(P0 ) ≥ f(P ), para todo P ∈ B(P0 , r).
(b)Decimos que P0 ∈ Ω es un punto mínimo local o mínimo relativo de f si existe una bola
B(P0 , r) ⊂ Ω tal que f(P0 ) ≤ f(P ), para todo P ∈ Ω.
(c)Decimos que P0 ∈ Ω es un punto máximo global o máximo absoluto de f tal que f(P0 ) ≤
f (P ), para todo P ∈ Ω.
(d)Decimos que P0 ∈ Ω es un punto máximo global o máximo absoluto de f tal que f (P0 ) ≤
f (P ), para todo P ∈ Ω.
(e)Decimos que f tiene extremo relativo en el punto P0 ∈ Ω si f tiene un máximo o mínimo
relativo en P0 .
existe una bola B(P0 , r) ⊂ Ω tal que f(P0 ) ≤ f(P ), para todo P ∈ Ω.
Definición 3.5.2. Sea f : Ω ⊂ Rn → R. Se dice que f tiene punto crítico en P0 ∈ Ω si ∇

−
→ ∂f
f (P0 ) = 0 o no existe algunas derivadas parciales (P0 ) (P0 es un punto singular).
∂xj
289
Definición 3.5.3. Decimos que f tiene un punto P0 de ensilladura al punto crítico interior de
Ω que no es ni máximo ni mínimo local.En términos generales, P0 es un punto de silla si para
todo r > 0 existen puntos P, Q ∈ B(P0 , r) tales que f (P ) > f(P0 ) y f(Q) < f(P0 ).
Definición 3.5.4. Sea f : Ω ⊂ Rn → R. Se dice que f tiene punto crítico en P0 ∈ Ω si ∇

−
→ ∂f
f(P0 ) = 0 o no existe algunas derivadas parciales (P0 ) (P0 es un punto singular).
∂xj
Definición 3.5.5. Decimos que f tiene un punto P0 de ensilladura al punto crítico interior de
Ω que no es ni máximo ni mínimo local.En términos generales, P0 es un punto de silla si para
todo r > 0 existen puntos P, Q ∈ B(P0 , r) tales que f (P ) > f(P0 ) y f(Q) < f(P0 ).
Teorema 3.5.6. Condiciones necesarias para valores extremos

La función f : D(f) ⊂ Rn → R tiene valor extremo local o absoluto en un punto P0 de Ω si P0
es:
(a) Un punto crítico de f.
(b) Un punto frontera de Ω. Es decir, P0 ∈ ∂Ω.
Demostración
Supongamos que P0 pertenece al dominio de f. Si el punto P0 ∈
/ ∂Ω , entonces
debe pertenecer al interior del dominio y si en P0 todas las derivadas parciales
∂f
(P0 ) existen, entonces existe ∇ f (P0 ). Por otro lado, si P0 no es un punto crítico
∂xj
de f , entonces ∇ f(P0 ) = 0, por lo que f tiene derivada direccional negativa en la
dirección de −∇ f(P0 ); es decir, f crece si nos movemos desde P0 en una dirección
y decrece si nos movemos en la dirección opuesta por consiguiente, f no puede tener
un valor máximo ni mínimo en P0 . Por tanto, todo punto donde se produzca un valor
extremo debe ser un punto crítico de f o un punto frontera de f .
Teorema 3.5.7. Condiciones suficientes para la existencia de valores extremos

Si f : K ⊂ Rn → R, es continua en un conjunto cerrado y acotado K en Rn .Entoces f alcanza
valores máximos y mínimos absolutos.
Ejemplo 3.5.8. Analizar si la función f : R2 → R tiene valores extremos
f(x, y) = xy.
Solución
Determinación de los puntos críticos:
290
∂f
(x, y) = y
∂x
∂f
(x, y) = x
∂y

 ∂f
 (x, y) = 0 y = 0 · · · (1)
∂x ⇔
 ∂f
 (x, y) = 0 y = 0 · · · (2)
∂y
Así, los puntos críticos son:
P.C = {(0, 0)} .
Analizando en (0, 0) :f (0, 0) = 0.

Observemos que en este caso ∇f(0, 0) = (0, 0) y no obstante el punto (0, 0) no es de máximo ni
de mínimo. Observe que f (x, y) > 0 para x > 0 y y > 0 como también para x < 0 y y < 0. En
cambio, para x < 0 y y > 0, como también para x > 0 y y < 0, vemos que f (x, y) < 0. Esto
nos indica que (0, 0) no es máximo ni mínimo.
Por otro lado:
Considerando el camino C1 := {(x, y) ∈ Br (0, 0) : y = x}, se tiene que
g(x) = f(x, x) = x2 ≥ 0 = f (0, 0)
la función f tiene, en (0, 0), un punto mínimo en C1 .
Considerando el camino C2 := {(x, y) ∈ Br (0, 0) : y = −x}, se tiene que
g(x) = f(x, −x) = −x2 ≤ 0 = f (0, 0)
la función f tiene, en (0, 0), un punto máximo en C1 .
En este caso decimos que (0, 0) es un punto silla.
Ejemplo 3.5.9. Sea f : Ω ⊂ Rn → R y P0 ∈ Ω tal que existen y son continuas las derivadas
∂2f
parciales de segundo orden ∂xi ∂xj para todo i, j = 1, . . . , n en B(P0 , r). Entonces se define la
matriz hessiana de f en P0 ∈ Ω como
 2 
∂ f(P0 ) ∂ 2 f (P0 )
 ... 
 ∂x2i ∂x1 ∂xn 
 .. ..  ∂2f
Hf (P0 ) =  . . = (P0 ) .
  ∂xi ∂xj
 ∂ 2 f(P0 ) ∂ f (P0 ) 
2
...
∂xn ∂x1 ∂x2n
Por el teorema de Schwartz, la matriz hessiana es simétrica.Llamaremos hessiano de f en P0 al
determinante de la matriz hessiana.
En términos generales, P es un punto de silla si en toda bola B(P, r) encontramos puntos Q
tales que f(Q) > f(A) y otros para los cuales f(Q) < f(P ).
Los puntos P tales que ∇f (P ) = 0 se llaman puntos críticos o estacionarios.
Vamos, ahora, a obtener un resultado que nos permita clasificar los puntos estacionarios. Antes
de ello introduciremos la siguiente notación: La matriz
291
(Dij f(P )) =Hf (P),
de orden n×n, se llama la matriz hessiana de f en P0 . Es fácil ver que, para H = (h1 , h2 , ..., hn ),
n n
'Hf (P0 )H, H( = Dij f(P0 )hi hj .
j= i=1
Nuestro principal resultado es el siguiente:
Teorema 3.5.10. (Fórmula de Taylor de segundo orden) Supongamos que f tiene derivadas
parciales de segundo orden continuas en B(P, r). Entonces
1 2
f(P + H) − f(H) = '∇f(P ), H( + 2! 'Hf (P )H, H( + o H .
Demostración: Sea g(t) = f(P + tH). Puesto que f tiene derivadas parciales
de segundo orden continuas la función g admite un desarrollo de Taylor de orden
dos en el intervalo [0, 1] . Esto es,
1 ′′
g(1) − g(0) = g′ (0) + g (s),
2!
para algún s ∈ (0, 1).
Ahora,
n
′
g (s) = '∇f(P + sH), H( = Dj f (P + sH)yj .
j=1
Entonces
 
n n
g′′ (s) = Di  Dj f(P + sH)hj  hi = 'Hf (P + sH)H, H( ,
i=1 j=1
en donde H = (h1 , h2 , ..., hn ).

Ahora, sea
h(s) = '{Hf (P + sY ) − Hf (A)} H, H( .
Entonces, por la desigualdad de Cauchy-Schwarz obtenemos
2
|h(s)| ≤ Hf (P + sH) − Hf (P ) H .
Como f tiene derivadas parciales de segundo orden continuas tenemos que
292
|h(s)|
→ 0 cuando H → 0.
H 2
2
Esto es, h = o H . Para terminar sólo nos resta remplazarla a g ′′ (s) por
'Hf (P )H, H( + h(s) y obtenemos inmediatamente.
Si las derivadas parciales de segundo orden son continuas entonces
Dij f(P ) = Dji f(P )

y la matriz Hf (P ) es simétrica. Podemos, entonces, hacer un cambio de variable
que nos permita presentar la matriz en forma diagonal. Sabemos que en esa diagonal
aparecerán los valores propios de la matriz hessiana, digamos que son: λ1 , ..., λn . Es
1
así cómo la forma cuadrática 2! 'Hf (P )H, H( la podemos escribir cómo
n
1 1
'Hf (P )H, H( = λi.h2i (3,7,6)
2! 2!
i=1
Clasificación de los Puntos Críticos
Supongamos que P es un punto crítico, o estacionario, de f, entonces ∇f(A) = 0.
Por lo tanto, obtenemos
n
1 2
f(P + H) − f(P ) = λi.h2i + o H ,
2!
i=1
y observamos que el signo de f(P + H) − f(∆P ), para H muy pequeño, es el signo
/
de la forma cuadrática ni=1 λi.h2i . Deducimos entonces que
1. Si los valores propios λ1 , ..., λn de la matriz hessiana en A son todos positivos,
el punto A es mínimo.
2. Si los valores propios son todos negativos, el punto A es máximo.
3. Si los valores propios son unos negativos y otros positivos, el punto A es silla.
4. Si por lo menos uno de los valores propios es cero, el criterio de los valores
propios no decide.
Observación
Es evidente que la matriz Hessiana es efectivamente simétrica. La matriz Hessiana
agrupa de forma ordenada todas las derivadas parciales de orden dos de una función.
Igual que en el caso de una variable exigimos que la segunda derivada sea positiva o
negativa para garantizar la existencia de un máximo o mínimo, aquí exigiremos que
la matriz Hessiana sea definida positiva o negativa. Definamos primeramente lo que
entendemos por matriz definida positiva o negativa.
293
Definición 3.5.11. Dada una matriz cuadrada A = (aij )n×n ∈ Mn , decimos que A es
(i)definida positiva si todos sus valores propios son números reales positivos,
(ii)definida negativa si todos sus valores propios son números reales negativos.
Es evidente que, una vez que conozcamos la función f y el punto P, podremos calcular Hess(f)
(p) que será una matriz para la cual podremos estudiar sus valores propios y determinar si
es definida positiva o negativa. En la siguiente propiedad vemos cómo los conceptos de matriz
definida positiva y negativa convierten a la matriz hessiana en el análogo en varias variables de
la segunda derivada.
Proposición 3.5.12. Dada f : Ω ⊂ Rn → R y P0 ∈ Ω supongamos que en una caja abierta

que contiene al punto p existen y son continuas todas las derivadas parciales de segundo orden
de f. Supongamos también que
∂f
(P0 ) = 0, ∀j = 1, ..., n.
∂xj
Entonces:
(i)Si la matriz Hess(f) (P0 ) es definida positiva, en el punto P0 ,f alcanza un mínimo relativo.
(ii)Si la matriz Hess(f) (P0 es definida negativa, en el punto P0 , f alcanza un máximo relativo.
En la práctica resulta útil la siguiente propiedad que permite estudiar si una matriz es definida
positiva o negativa sin necesidad de calcular sus valores propios.
Proposición 3.5.13. (Clasificación mediante menores principales). Dada la matriz cuadrada

A = (aij )n×n ∈ Mn , llamamos menores principales de A a los determinantes
a11 a12 a13
a11 a12
λ1 = |(a11 )| , λ2 = , λ3 = a21 a22 a23 , . . . , λn = |A| .
a21 a22
a31 a32 a33
Entonces se verifica que
(1)A es definida positiva ⇐⇒ λi > 0, ∀i = 1, ..., n.
(2)A es definida negativa ⇐⇒ (−1)i λi > 0, ∀i = 1, ..., n.
Ilustremos lo anterior con un ejemplo.
Ejemplo 3.5.14. Consideremos la función f : R2 → R
f (x, y) = 1 − x2 − y 2
Hallar los puntos críticos f y analizar su naturaleza.
294
Solución
Es claro que ∇f (x, y) = (−2x, −2y) . Por lo tanto el punto crítico de f es el vector (0, 0) . Por
otra parte, la matriz hessiana de f en (0, 0) es
3 4 3 4
D11 f (0, 0) D12 f (0, 0) −2 0
Hf (0, 0) = = ,
D21 f (0, 0) D22 f (0, 0) 0 −2
cuyos valores propios son λ1 = −2 y λ2 = −2. Entonces, como los valores propios son negativos,
(0, 0) es un punto máximo.
Ejemplo 3.5.15. Consideremos la función f : R2 → R definida por
f (x, y) = x3 − 3xy 2
tiene en (0, 0) un punto crítico. Los valores propios de la matriz hessiana Hf (0, 0) son iguales
a 0. Es fácil
ver que (0, 0) es un punto de silla.
Ejemplo 3.5.16. Sea la función f : R2 → R definida por
f (x, y) = x2 y 2
tiene en (0, 0) un punto crítico. Los valores propios de la matriz hessiana Hf (0, 0) son iguales
a 0. Es fácil ver que (0, 0) es un punto mínimo.
Ejemplo 3.5.17. Sea la función f : R2 → R
f(x, y) = y − x2 y − 2x2 .
El siguiente ejemplo nos muestra cómo una función puede tener, en un punto A, un mínimo
cuando restringimos la función a cualquier recta que pasa por él y no obstante el punto P es
silla.
Si hacemos y = mx, vemos que f (x, mx) = m2 x2 + 3x4 − 3mx3 tiene en x = 0 un punto
de mínimo. Esto es, sobre la recta y = mx la función f tiene en (0, 0) un punto de mínimo.
También, sobre la recta x = 0 la función tiene en (0, 0) un punto de mínimo. No obstante
podemos encontrar puntos (x, y) en cualquier vecindad de (0, 0) para los cuales f (x, y) > 0 y
otros tales que f(x, y) < 0.
Ejemplo 3.5.18. Hallar los puntos críticos de la función
f (x, y) = x3 − 2y2 − 2y 4 + 3x2 y
y analizar su naturaleza.
295
Solución.
∂f ∂ x3 − 2y 2 − 2y4 + 3x2 y
(x, y) = = 6xy + 3x2 = 3x (x + 2y)
∂x ∂x
∂f ∂ x3 − 2y 2 − 2y4 + 3x2 y
(x, y) = = 3x2 − 4y − 8y 3
∂y
 ∂y
 ∂f
 (x, y) = 0 3x (x + 2y) = 0 · · · (1)
∂x ⇔
 ∂f
 (x, y) = 0 3x2 − 4y − 8y 3 = 0 · · · (2)
∂y
x = 0 ∨ x = −2y
3x2 − 4y − 8y 3 = 0
Resolviendo el sistema:
x=0
De: ,se tiene −4y − 8y3 = 0 , 4y(1 + 2y 2 ) = 0 =⇒ y = 0.Así, (0, 0) .
3x − 4y − 8y3 = 0
2
x = −2y
De: , se tiene 3 (−2y)2 −4y−8y 3 = 0, 12y 2 −4y−8y 3 = 0 : −4y (2y − 1) (y − 1) =
3x2
− 4y − 8y3 = 0
0, entonces las soluciones de esta ecuación son y = 0 ∨ y = 12 ∨ y = 1, con los correspondientes
puntos (0, 0) , −1, 12 , (−2, 1) .
Así, los puntos críticos son:
9 :
1
P.C = (0, 0) , −1, , (−2, 1) .
2
Ahora:
Para clasificar los puntos críticos, calculamos las derivadas parciales de segundo orden
∂2f ∂ 6xy + 3x2
(x, y) = = 6x + 6y
∂x2 ∂x
2
∂ f ∂ 3x − 4y − 8y 3
2
(x, y) = = −24y 2 − 4
∂y 2 ∂y
∂2f ∂ 3x2 − 4y − 8y 3
(x, y) = = 6x
∂x∂y ∂x
6x + 6y 6x
DetHf(x, y) =
6x −24y2 − 4
Luego,
∂2f ∂ 2 f (x, y) ∂ 2 f (x, y)
P.C:(x, y) (x, y) DetHf(x, y) Conclusión
∂x2 ∂y 2 ∂x∂y
(0, 0) 0 −4 0 0 Falla el criterio.
−1, 12 −3 −10 −6 −6 Silla
(−2, 1) −6 −28 −12 −24 Máx. Rel.
Analizando en (0, 0) :f(0, 0) = 0.
Considerando el camino C := {(x, y) ∈ Br (0, 0) : y = 0}, se tiene que
296
g(x) = f(x, 0) = x3
Aplicando el criterio de la primera derivada:
g ′ (x) = 3x2
g ′ (x) = 0 entonces x0 = 0 es punto crítico de f.
g ′′ (x) = 6x
g ′′ (0) = 0
g′′′(x) = 6 entonces g′′′(0) = 6 = 0.
Entonces x0 = 0 es un punto de inflexión.
Luego,(0, 0) es un punto silla.
Ejemplo 3.5.19. Hallar los puntos críticos de la función
f (x, y) = e2x+3y 8x2 − 6xy + 3y 2
y analizar su naturaleza.
Solución.
∂f
(x, y) = e2x+3y 16x2 − 12xy + 6y2 + 16x − 6y
∂x
∂f
(x, y) = e2x+3y 24x2 − 18xy + 9y2 − 6x + 6y
∂y

 ∂f
 (x, y) = 0 2 8x2 − 6xy + 3y 2 + 16x − 6y = 0 · · · (1) · · · ( multiplicando por 3)
∂x ⇔
 ∂f
 (x, y) = 0 3 8x2 − 6xy + 3y 2 − 6x + 6y = 0 · · · (2) · · · ( multiplicando por − 2)
∂y
6 8x2 − 6xy + 3y 2 + 48x − 18y = 0
,
−6 8x2 − 6xy + 3y2 12x − 12y = 0
Sumando ambas ecuaciones resulta: y = 2x.
Reemplazando (1) : 6 8x2 − 6x (2x) + 3 (2x)2 + 48x − 18 (2x) = 0,resulta:
1
4x (4x + 1) = 0,entonces x = 0 o x = − .
4
Si x = 0, en (1) ,resulta 16 (0)2 − 12 (0) y + 6y 2 + 16 (0) − 6y = 0 =⇒ 6y (y − 1) = 0 =⇒ y = 0 o
y = 1.
Así, los puntose son (0, 0) y (0, 1) .
1 1 2 1 1
Si x = − , en (1) , 16 − − 12 − y + 6y 2 + 16 − − 6y = 0
4 4 4 4
1
=⇒ 6y2 − 3y − 3 = 0, entonces y = 1 o y = − .
2
1 1 1
e2x+3y 24x2 − 18xy + 9y 2 − 6x + 6y . Así, los punto son − ,1 y − ,− .
4 4 2
Por lo tanto los P.C. son:
9 :
1 1 1
P.C = (0, 0) , (0, 1) , − , 1 , − , − .
4 4 2
297
Ahora:
Calculamos las derivadas parciales de segundo orden
∂2f
(x, y) = e2x+3y 32x2 − 24xy + 12y 2 + 64x − 24y + 16
∂x2
∂2f
(x, y) = e2x+3y 72x2 − 54xy + 27y 2 − 36x + 36y + 6
∂y 2
∂2f
(x, y) = e2x+3y 48x2 − 36xy + 18y 2 + 36x − 6y − 6 .
∂x∂y
Luego,
∂ 2f ∂ 2 f (x, y) ∂ 2 f (x, y)
P.C:(x, y) (x, y) Det(x, y) Conclusión
∂x2 ∂y 2 ∂x∂y
(0, 0) 16 6 −6 + Máx. Rel.
1 1 87 −2
− ,− 23e−2 42e−2 4 e + Mín. Rel.
4 2
5
(0, 1) 28e3 69e3 9e 2 + Mín. Rel.
1 5 5 5
− ,1 −4e 2 96e 2 9e 2 − Punto silla.
4
Ejemplo 3.5.20. Hallar los puntos críticos de
f(x, y) = arctan(x2 + y2 ) − x2
y analizar si en ellos hay máximo relativo, mínimo relativo ó punto silla.
Solución.
∂f 2x −2x(x2 + y 2 )2
(x, y) = − 2x =
∂x 1 + (x2 + y 2 )2 1 + (x2 + y 2 )2
∂f 2y
(x, y) =
∂y 1 + (x2 +y 2 )2

 ∂f 
 −2x(x2 + y2 )2
 (x, y) = 0  = 0 · · · (1) x=0
∂x ⇔ 1 + (x2 + y 2 )2 ⇔
 ∂f  2y
 (x, y) = 0 
 · · · (2) y=0
∂y 1 + (x2 + y 2 )2
Así, (0, 0).
Por lo tanto los P.C. son :
P.C = {(0, 0)} .
Ahora:
∂2f 2 + 2(x2 + y 2 )(x2 − 7y 2 )
(x, y) =
∂y 2 1 + (x2 + y2 )2
2
∂ f 8xy x2 + y 2
(x, y) = − 2
∂x∂y
1 + (x2 + y 2 )2
Luego
298
∂2f ∂ 2 f (x, y) ∂ 2 f (x, y)

P.C:(x, y) (x, y) Det(x, y) Conclusión
∂x2 ∂y2 ∂x∂y .
(0, 0) 0 2 0 0 Falla el criterio.
Analizando en (0, 0) :f (0, 0) = 0.
Considerando el camino C : y = 0 en B ((0, 0), r) se tiene que
g(x) = f(x, 0) = arctan(x2 ) − x2
2x 2x5
g ′ (x) = − 2x = −
1 + x4 1 + x4
2x 5
g ′ (x) = 0 ⇐⇒ − = 0 =⇒ x = 0.
1 + x4
Entonces g(0) es un máximo relativo.
Considerando el camino C : x = 0 en B ((0, 0), r) se tiene que
h(y) = f(0, y) = arctan(y2 )
2y
h′ (y) =
1 + y4
2y
h′ (y) = 0 ⇐⇒ = 0 =⇒ y = 0.
1 + x4
Entonces h(0) es un mínimo relativo.
Luego,(0, 0) es un punto silla.
3.5.2. Multiplicadores de Lagrange
En esta sección estudiaremos un método, el método de los multiplicadores de

Lagrange, para estudiar la existencia de extremos (máximos y mínimos) de funciones
que estan sometidos a restricciones. Por ejemplo, la distancia al origen de la recta
y = x + 1 es un problema que consite en hallar un mínimo bajo una restricción. Esto
es, debemos minimizar la función distancia f(x, y) = x2 + y 2 bajo la condición
y−x−1 = 0. Este problema es de fácil resolución si remplazamos la variable y = x+1
en la función f(x, y). El problema queda reducido a un problema de mínimos de una
función de una sola variable.
No siempre es posible reducir un problema de extremos condicionados a un prob-

lema de máximos o mínimos de una sola variable. El siguiente teorema nos propor-
ciona una condición necesaria para que P0 ∈ Rn sea un extremo condicionado de
una función f.
Teorema 3.5.21. Sean f : Ω ⊂ Rn → R una función de clase C 1 (Ω) .Considere el conjunto
299
de nivel
S = {P ∈ Ω : g(P ) = k} ,
tales que P0 ∈ Ω con g(P0 ) = k y ∇f (P0 ) = 0. Si fS : S∩Ω ⊂ Rn → R tiene un valor extremo

relativo en S, en P0 , existe un número real λ tal que
∇f (P0 ) = λ∇g (P0 ) · · · (1)
Demostración
El Teorema exige, para su demostración, herramientas más avanzadas de análisis matemático
y no la haremos aquí en su forma más general. No obstante podemos proporcionar ahora una
prueba para el teorema para el caso particular en que
f : Ω ⊂ R3 → R es una función de dos variables y la condición g(P0 ) = 0 determina una curva
Γ que podemos parametrizar como P = α (t) , t ∈ I, I algún intervalo de la recta real.
Supongamos que en P0 = α (t0 ) , para algún t0 ∈ I, α′ (t0 ) es un vector tangente a S en P0 ;
d d
dt g (α (t)) = dt k = 0, y por la regla de la cadena
d
g (α (t)) |t=0 = ∇g (P0 ) · α′ (t0 ) ,
dt
de modo que ∇g (P0 ) · α′ (t0 ) = 0; es decir, α′ (t0 ) es ortogonal a ∇g (P0 ) .
Si la función fS : S∩Ω ⊂ Rn → R tiene un valor extremo relativo en S, en P0 entonces f (α (t))
tiene un valor extremo relativo en t = t0 la función f alcanza un valor extremo: un máximo o
un mínimo. Entonces la función
h (t) = f (α (t)) , t ∈ I
dh(t0 )
tendrá en t0 un máximo o un mínimo y por lo tanto dt = 0. De la expresión anterior
conseguimos, por la regla de la cadena, que
dh (t0 )
0= = ∇f (α (t0 )) · α′ (t0 )
dt
Así, el vector ∇f (α (t)) es ortogonal a la tangente de toda curva en S y también es ortogonal
al espacio tangente a S en P0 .Como el espacio perpendicular al espacio tangente es una recta,
se tiene que ∇f (P0 ) y ∇g (P0 ) son paralelos. Puesto que ∇f (P0 ) = 0 se sigue que ∇f (P0 ) es
múltiplo de ∇g (P0 ). Esto prueba el Teorema.
Observación 3.5.22. Al usar el método de Multiplicadores de Lagrange, se debe hallar un punto

P0 y un escalar real λ tal que
∇f (P0 ) = λ∇g (P0 ) .
300
La ecuación (1) se dice que las derivadas parciales de f son proporcionales a las derivadas
parciales de g.Hallar los puntos P0 que cumple (1),es decir, resolver el sistemas de ecuaciones :


 ∂f ∂g

 (x1 , . . . , xn ) = λ (x1 , . . . , xn )

 ∂x 1 ∂x 1

 ∂f ∂g

 (x , . . . , xn ) = λ (x1 , . . . , xn )

 ∂x2 1 ∂x2
.. (2)

 .

 ∂f ∂g

 (x1 , . . . , xn ) = λ (x1 , . . . , xn )


 ∂xn
 ∂xn

 g (x1 , . . . , xn ) = k
Teorema 3.5.23. (Multiplicadores de Lagrange ). Sea f : Ω ⊂ Rn → R funciones de

clase C 1 (Ω). Sean y g1 , . . . .gm : Ω ⊂ Rn → R, m < n, funciones de clase C 1 (Ω). Supongamos
que P0 ∈ Ω es un extremo de f bajo la condición que
P0 ∈ S = {P ∈ Rn , gi (P ) = 0 para i = 1, 2...m} .
Si el conjunto {∇gi (P0 ), i = 1, 2, ...m} es linealmente independiente, entonces existen λ1 , λ2 , ...λm ,

números reales, llamados los multiplicadores, tales que
m
∇f(P0 ) = λi ∇gi (P0 ).
i=1
El Teorema nos proporciona una condición necesaria y no suficiente para la

existencia de extremos condicionados. No nos proporciona información sobre la clase
de extremo en cuestión, sólo con otras consideraciones, físicas o geométricas, debemos
decidir si el punto P0 es de máximo o de mínimo condicionado. El método exige
resolver un sistema de m + n ecuaciones, cuales son las que se derivan de (3.8.1)
más las condiciones gi (P ) = 0 para i = 1, 2...m, con m + n incógnitas, cuales son las
n componentes de P0 más los m multiplicadores.
Ejemplo 3.5.24. Sea la función

f(x, y, z) = x2 + y 2 ,
ésto es, la distancia al cuadrado de un punto (x, y, z) al eje z, bajo la condición que el punto de
mínimo (x, y, z) satisfaga las ecuaciones
z =0
z 2 − (y − 1)2 = 0.
301
ésto es, la distancia al cuadrado de un punto (x, y, z) al eje z, bajo la condición

que el punto de mínimo (x, y, z) satisfaga las ecuaciones.Esto es,
g1 (x, y, z) = z = 0
g2 (x, y, z) = z 2 − (y − 1)2 = 0.
Observemos que el punto (0, 1, 0) es un extremo condicionado tal que
∇g2 (0, 1, 0) = (0, 0, 0)

∇g1 (0, 1, 0) = (0, 0, 1)
y ∇f(0, 1, 0) = (0, 2, 0). Por lo tanto no se satisface (3.8.1).
Veamos un ejemplo del uso de los multiplicadores de Lagrange
Ejemplo 3.5.25. Deseamos calcular la distancia del origen (0, 0, 0) al plano cuya ecuación es
x + y + z = 1. El objetivo es hallar un punto (x0 , y0 , z0 ) que satisfaga la ecuación del plano y que
sea un punto de mínimo de la función distancia de un punto al origen. Esta función distancia
la podemos tomar como
f (x, y, z) = x2 + y 2 + z 2 .
y la restricción g (x, y, z) = x+y+z−1 = 0. Realmente la función distancia al origen que debemos

tomar es h (x, y, z) = x2 + y 2 + z 2 , pero es claro que los extremos de h son los mismos de f
y con ésta última los calculos se simplifican.
En este caso sólo hay una restrición, los puntos de mínimo de f condicionados a
la restrición g = 0 deben satisfacer el sistema
∇f (x, y, z) = λ∇g (x, y, z) .
El sistema :
2x = λ
2y = λ
2z = λ
x+y+z =1
Resolvemos el sistema anterior y encontramos que
2
λ = 3
1
x = 3
1
y = 3
1
z = 3
302
1 1 1
Entonces el punto 3, 3, 3 debe ser el punto que minimiza a f sujeto a la condi-
√
3
ción g = 0. Deducimos que la distancia del plano al origen es 3 .
Ejemplo 3.5.26. Calcular el área del máximo paralelogramo que se puede inscribir en la circun-
ferencia cuya ecuación es x2 + y 2 = 1.
Solución.
Podemos suponer que los vértices del paralelogramo son: (x, y) , (x, −y) , (−x, −y)
y (−x, y) . Entonces la función de área que debemos maximizar es f (x, y) = 4xy y
la resticción que de imponemos es g (x, y) = x2 + y 2 − 1 = 0. Puesto que sólo hay
una restricción el Teorema nos dice que
∇f (x, y) = λ∇g (x, y)
Por lo tanto debemos resolver el siguiente sistema
4y = 2λx . . . (1)
4x = 2λy . . . (2)
x2 + y2 −1 =0 . . . (3)
Si eliminamos x de las ecuaciones 1) y 2) obtenemos que
y 4 − λ2 = 0
Esta ecuación implica que y = 0 o 4 − λ2 = 0. Ahora si y = 0 tendríamos que

concluir de las ecuaciones a) y b) que x = 0 y y = 0, lo que contradice la ecuación
c). Es así cómo debemos concluir que λ = ±2. Si tomamos el caso λ = 2 obtenemos
de las ecuaciones a) y b) que x = y. Y si tomamos el caso λ = −2 obtenemos que
√
2
x = −y. En ambos casos la ecuación c) nos dice 2x2 = 1, ésto es, x = ± 2 . Por lo
√ √
tanto los cuatro vértices del paralelogramo serán ± 22 , ± 22 .
Esto nos indica que el valor extremo de f (x, y) bajo la restricción g (x, y) = 0
√ √
2 2
debe ser 4 2 2 = 2. Por consideraciones geométricas debemos concluir que este
valor es máximo.
Ejemplo 3.5.27. (a)Usando el método de Multiplicadores de Lagrange, demostrar que el valor

máximo de x2 y 2 z 2 (x, y, z > 0), sobre la
esfera x2 + y 2 + z 2 = a2 , (a > 0) , es
3
a2
3
303
(b)Usar la parte (a) para demostrar que para números no negativos x, y, z se cumple
1
x+y+z
(xyz) 3 ≤ .
3
Solución.
(a)Sea
f (x, y, z) = x2 y 2 z 2 ; x, y, z > 0
Sujeto a la restricción
g(x, y, z) = x2 + y 2 + z 2 = a2
Puesto que :
∇f (x, y, z) = 2xy 2 z 2 , 2x2 yz 2 , 2x2 y2 z , ∇g(x, y, z) = (2x, 2y, 2z)
Usando Multiplicadores de Lagrange, existe un escalar λ tales que:
∇f(x, y, z) = λ∇g(x, y, z)


 2xy 2 z 2 = λ (2x) · · · (1)



 2x2 yz 2 = λ (2y) · · · (2)
⇐⇒ · · · (∗)

 2x2 y 2 z = λ (2z) · · · (3)



 x2 + y 2 + z 2 = a2 · · · (4)
Resolviendo el sistema se tiene :
a2 a2 a2
x= ,y = , z = .
3 3 3
3
a2
El valor x2 y2 z 2
que se obtuvo es : .
3
Dicho valor es máximo(el mínimo ocurre cuando las variables x, y o z es cero)Si no fuera así,
deberá hacer otros puntos críticos, pues x2 y 2 z 2 alcanza su máximo y mínimo en la esfera x2 +
y 2 + z 2 = a2 .
(b)Se deja al lector.
Ejemplo 3.5.28. (a)Suponga que x, y, z son positivas.Usando Multiplicadores de Lagrange, min-

imizar la función
Ejemplo 3.5.29. f(x, y, z) = x + y + z , sujeta a la restricción xyz = 1.

(b)Aplicar el resultado del inciso (a) para deducir la desigualdad
√
3 a+b+c
abc ≤ , donde a, b, c > 0.
3
304
Solución.
(a)Sean x > 0, y > 0, z > 0
Función objetivo: Minimizar f (x, y, z) = x + y + z

Sujeto a la restricción
g(x, y, z) = xyz = 1
Puesto que :
∂f (x, y, z) ∂f(x, y, z) ∂f (x, y, z)
∇f(x, y) = , , = (1, 1, 1)
∂x ∂y ∂z
∂g(x, y, z) ∂g(x, y, z) ∂g(x, y, z)
∇g(x, y) = , , = (yz, xz, xy)
∂x ∂y ∂z
Usando Multiplicadores de Lagrange , existe un escalar λ tal que
∇f(x, y, z) = λ∇g(x, y, z)

 ∂f(x, y, z) ∂g(x, y, z) 

 = λ 

 ∂x ∂x 
 1 = λ(yz) · · · (1)
 
 ∂f(x, y, z)

= λ
∂g(x, y, z) 
 1 = λ(xz) · · · (2)
⇐⇒ ∂y ∂y ⇐⇒ · · · (∗).

 ∂f(x, y, z) ∂g(x, y, z) 
 1 = λ(xy) · · · (3)

 = λ 


 ∂z ∂z 
 xyz

 = 1 · · · (4)
xyz = 1
Como x > 0, y > 0, z > 0 entonces λ = 0.
De (1) y (2) : yz = xz.Entonces se deduce : y = x · · · (5).
De (2) y (3) : xz = xy.Entonces se deduce : z = y · · · (6).
Luego x = y = z.
En (4) :xyz = 1 =⇒ x3 = 1 =⇒ x = y = z = 1. · · · (0.5 pto)
Así, el punto es: (1, 1, 1). Luego el valor mínimo de f es: f (1, 1, 1) = 3.
Por tanto 3 ≤ f (x, y, z), ∀(x, y, z) ∈ R3 ; x, y, z > 0
(b)Por (a) se tiene:f (x, y, z) = x + y + z ≥ 3 , ∀(x, y, z) ∈ R3 ; x, y, z > 0.
Considerando :
a b c
x= √
3 ,y = √
3 ,z = √
3
abc abc abc
a √b √c abc
xyz = √
3 3 3 = abc =1
abc abc abc
Luego,
a b c a+b+c
3 ≤ x+y+z = √ 3
+√
3
+√3
= √
3
abc abc abc abc
√
3 a+b+c
abc ≤ 3 ; a, b, c > 0.
305
Ejemplo 3.5.30. Usando el método de Multiplicadores de Lagrange, hallar los valores máxi-
mos y mínimos del producto de tres números reales x, y, z sí la suma de estos números debe ser
cero y la suma de sus cuadrados debe ser 3.
Solución.
Sea:
f(x, y, z) = xyz
Sujeto a las restricciones
g(x, y, z) = x + y + z = 0 , h(x, y, z) = x2 + y 2 + z 2 = 3
Puesto que :
∇f(x, y, z) = (yz, xz, xy) , ∇g(x, y, z) = (1, 1, 1) y ∇h(x, y, z) = (2x, 2y, 2z)
Usando el método de Multiplicadores de Lagrange , existen escalares λ y µ tales que:
∇f(x, y, z) = λ∇g(x, y, z) + µ∇h(x, y, z)



 yz = λ + µ (2x) · · · (1)




 xz
 = λ + µ (2y) · · · (2)
⇐⇒ xy = λ + µ (2z) · · · (3) · · · (∗)



 x+y+z = 0 · · · (4)



 2 2 2
x +y +z = 3 · · · (5)
De (1) − (2) : (y − x) z = −2µ (y − x) . Entonces se deduce : y = x ∨ z = −2µ · · · (6).
(I) Si y = x :
En (4), x + y + z = 0 =⇒ x + x + z = 0 =⇒ z = −2x.
1 1
En (5), x2 + y2 + z 2 = 3 =⇒ x2 + x2 + (−2x)2 = 3 =⇒ 6x2 = 3 =⇒ x = √ , − √ , entonces
2 2
1 1
y = √ , −√ y
2 2
2 2 1 1 2 1 1 2
z = − √ , √ , respectivamente. Por lo tanto los puntos son: P1 √ , √ , − √ y P2 − √ , − √ , √
2 2 2 2 2 2 2
(II) Si z = −2µ :
En (3), xy = λ + µ (2z) =⇒, xy = λ − z 2 =⇒ λ = xy + z 2 .
En (1), yz = λ + µ (2x) =⇒ yz = xy + z 2 − zx =⇒ z 2 − z (x + y) + xy = 0 =⇒ (z − x) (z − y) = 0
=⇒ z = x o z = y..
(III)Si z = x :
En (4), x + y + z = 0 =⇒ x + y + x = 0 =⇒ y = −2x.
1 1 2 2
En (5), x2 + (−2x)2 + x2 = 3 =⇒ 6x2 = 3 =⇒ x = √ , − √ , entonces y = − √ , √ y
2 2 2 2
306
1 1 1 2 1 1 2 1
z = √ , − √ , respectivamente. Por lo tanto los puntos son: P3 √ , −√ , √ y P4 − √ , √ , − √ .
2 2 2 2 2 2 2 2
(IV )Si z = y :
En (4), x + y + z = 0 =⇒ x + y + y = 0 =⇒ x = −2y.
1 1 2 2
En (5), (−2y)2 + y 2 + y 2 = 3 =⇒ 6y2 = 3 =⇒ y = √ , − √ , entonces x = − √ , √ y
2 2 2 2
1 1 2 1 1 2 1 1
z = √ , − √ , respectivamente. Por lo tanto los puntos son: P5 − √ , √ , √ y P6 √ , − √ , − √ .
2 2 2 2 2 2 2 2
Evaluando f(x, y, z) en los 6 puntos críticos hallados, el producto de tres números reales x, y, z
resultan
1
f (P1 ) = f (P3 ) = f (P5 ) = − √ ,
2
1
f (P2 ) . = f (P4 ) . = f (P6 ) = √ .
2
1
Entonces fMax = √ .
2
3.6. Derivación Implícita

Las superficies en R3 se representan por medio de expresiones del tipo F (x, y, z) = 0. Por
ejemplo, x2 + y 2 + z 2 − 1 = 0 representa la superficie de una esfera de centro en el origen y
radio 1. Algunas veces es posible despejar una de las variables en términos de las otras dos, por
ejemplo, en el caso de la esfera podemos hacer
z= 1 − x2 − y 2 o z = − 1 − x2 − y 2 .
Pero en general ésto no es posible. Consideremos por ejemplo la ecuación sen xyz+
exyz = 0, no es posible despejar una variable en términos de las otras dos.
No obstante supongamos que de la ecuación F (x, y, z) = 0 podemos despejar,
implícitamente, a z en términos de x, y. Esto es, supongamos que z = f (x, y).
Tenemos entonces que
F [x, y, f (x, y)] = 0.
Si llamamos g(x, y) = F [x, y, f(x, y)] entonces g(x, y) = 0 y por lo tanto sus
derivadas parciales son iguales a cero. Si usamos la regla de la cadena obtenemos
∂g(x, y) ∂x ∂y ∂f
0= = D1 F + D2 F + D3 F
∂x ∂x ∂x ∂x
∂g(x, y) ∂x ∂y ∂f
0= = D1 F + D2 F + D3 F .
∂y ∂y ∂y ∂y
Esto es,
307
∂g(x,y)
0= ∂x = D1 F (x, y, z) + D3 F (x, y, z) ∂f∂x
(x,y)
∂g(x,y)
0= ∂y = D2 F (x, y, z) + D3 F (x, y, z) ∂f∂y
(x,y
.
Si D3 F (x, y, z) = 0 obtenemos
∂f (x,y)
∂x = −D1 F (x,y,z)
D3 F (x,y,z)
∂f (x,y)
∂y = −D2 F (x,y,z)
D3 F (x,y,z) .
Vemos entonces que aunque no conocemos una expresión exacta de z en términos

de x e y sí podemos conocer sus derivadas parciales. En el ejemplo cos xyz + exyz = 0
procemos así:
yz cos(xyz)+yze xyz
∂z
∂x = − xy cos(xyz)+xyexyz
xz cos(xyz)+xze xyz
∂z
∂y = − xy cos(xyz)+xyexyz ,
siempre que −xysen(xyz) + xyexyz = 0.
La anterior discusión puede generalizarse a más variables, por ejemplo, si ten-

emos F (x1 , x2 , ...xn ) = 0 podemos obtener derivadas parciales implícitas de xn como
funcion de las variables x1 , ..., xn−1 . Tendremos, entonces, fórmulas del siguiente tipo
Dk F
Dk xn = − , k = 1,2..., n − 1,
Dn F
siempre que Dn F = 0.
La derivación implícita nos sirve para el cálculo de curvas definidas implícita-
mente. Sean F (x, y, z) = 0 y G(x, y, z) = 0 dos superficies. Su intersección determina
una curva y aunque no esté determinada explícitamente podemos obtener alguna in-
formación si suponemos, por ejemplo, que x = x(z) e y = y(z), con z perteneciendo
a algún intervalo I. Usamos la regla de la cadena como en (3.6.1) y obtenemos
−D3 F = D1 F.x′ (z) + D2 F.y ′ (z)

−D3 G = D1 G.x′ (z) + D2 G.y ′ (z)
Para aquellos puntos en los que el discriminante del sistema anterior no se anule
podemos obtener fórmulas para x′ (z) y y ′ (z), así:
308
−D3 F D2 F
−D3 G D2 G
x′ (z) =
D1 F D2 F
D1 G D2 G
D1 F −D3 F
D1 G −D3 G
y′ (z) =
D1 F D2 F
D1 G D2 G
Es así cómo podemos conocer el vector tangente a la curva en cada punto z ∈ I, y
por lo tanto determinar la curva intersección de las dos superficies siempre y cuando
conozcamos un punto que se encuentre en la intersección de las dos superficies.
Ejemplo 3.6.1. Consideremos las superficies
F (x, y, z) = x + y + z = 0
G (x, y, z) = 2x + y + z − 1 = 0
Ejemplo 3.6.2. Un cálculo sencillo nos dice que
D1 F (x, y, z) = 1
D2 F (x, y, z) = 1
D3 F (x, y, z) = 1
D1 G (x, y, z) = 2
D2 G (x, y, z) = 1
D3 G (x, y, z) = 1
obtenemos que
x′ (z) = 0
y ′ (z) = −1
Por lo tanto
x (z) = c
y (z) = −z + d,
309
en donde c, d son constantes que debemos determinar.

De lo anterior obtenemos que x = 1. Esto es, x (z) = c = 1. Entonces la intersección de las dos
superficies está determinada por el conjunto{(1, −z + d, z) , z ∈ R} ,
en donde d debe ser determinada. Ahora, para z = 0 el punto (1, d, 0) que está en la intersección
de las dos superficies es aquel para el cual d = −1. Por lo tanto, la intersección de las dos
superficies es el conjunto
{(1, −z + −1, z) , z ∈ R} ,
ésto es, la recta

{(1, −1, 0) + z (0, −1, 1) , z ∈ R} .
Ejecicios propuestos:Valores extremos
1. Estudiar la naturaleza de los puntos críticos de las siguientes funciones
a) f (x, y) = 3x2 y 2 + y 3 − 3x2 − 3y 2 + 2.

x2 +y 2
b) f (x, y) = x3 − y 2 e 2
.
c) f (x, y) = x3 + y 3 − 18xy.
d) f (x, y) = x4 + y 4 − 2x2 − 2y 2 + 4xy.
e) f (x, y) = xy 1 − x2 − y 2 .
1
f ) f (x, y) = xy |x − y|3 .
3
g) f (x, y) = 4xy 2 − xy3 − 2x2 y 2 .
h) f (x, y) = y 3 − y − x4 − 3x2 + 2.
i) f (x, y) = x3 − 2y 2 − 2y4 + 3x2 y
=x 2t
2. Dada la función f (x, y) = ln 1 + x2 + y 2 − 0 1+t4 dt , determinar si f tiene extremos
relativos.
' (
3. Sea f (x, y) = a 2xy + y 2 + x2 y + cos (x + y) + x2 a2 − y , a = 0.
a) Hallar los valores de a para los cuales f tiene un mínimo relativo en (0, 0) .
b) ¿Para qué valores de a, f tiene un punto de silla?
4. El plano x − y + z = 0 corta al cilindro x2 + y 2 − 8 = 0 en una elipse ε. Hallar los puntos

de ε más cercanos al origen y el punto de ε más alejado del origen.
5. Usando los Multiplicadores de Lagrange, hallar los puntos de la superficie z 2 = xy − z 2 + 4

más próximos al punto P (1, 1, 1) .
310
6. Encontrar los extremos relativos de la función f (x, y, z) = x + z en la esfera
S = (x, y, z) ∈ R3 : x2 + y 2 + z 2 = 1 .
7. Hallar todos los puntos de la esfera ε :. x2 + y 2 + z 2 = 4, donde la función
f (x, y, z) = 2xy 2 z
alcanza sus valores máximo y mínimo, sabiendo que dichos valores son no nulos.
311
312
Capítulo 4
Funciones vectoriales de variable

vectorial
4.1. Función vectorial de variable vectorial
Una aplicación f : Rn → Rm , n, m ≥ 2, la denominamos campo vectorial. En el caso en que

m = 1 la denominamos campo escalar.
Cuando consideramos funciones de una sola variable el concepto de límite está referido a la
aproximación que hacemos a un punto ya sea por la derecha o por la izquierda. En el caso de
campos vectoriales la aproximación a un punto puede hacerse por infinitos caminos. Iniciemos
con unos ejemplos:
Ejemplo 4.1.1. Sea

xy
x2 +y2
si (x, y) = (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Si dejamos una variable, por ejemplo x, fija vemos que f(x, y) se aproxima a 0 cuando y se
1
aproxima a 0. Pero si tomamos la recta x = y entonces f(x, y) = 2 y, aunque (x, y) se aproxime
a (0, 0), no se tiene que f(x, y) se aproxime a 0.
Tenemos la siguiente
Definición 4.1.2. Sea f : Rn → Rm . Decimos que
lı́m f (P ) = L
P→ A
Si para todo ε > 0 existe un δ > 0, que depende de ε, tal que si P − A < δ entonces
f(P ) − L < ε.
313
CAPÍTULO Norberto
4. FUNCIONES
Chau VECTORIALES DE VARIABLE VECTORIAL
Esto es lo que no sucede en el ejemplo anterior, podemos tener puntos (x, y) ∈

R2 tales que (x, y) − (0, 0) sea muy pequeña y no obstante |f(x, y) − 0| = 12 .
Definición 4.1.3. Sea f : Rn → Rm . Decimos que f es continua en un punto A ∈ Rn si la

función f está definida en A y además
lı́m f(P ) = f(A).

P→ A
Nota: Un campo vectorial f : Rn → Rm , n, m ≥ 2 está definido por m campos

escalares f1 , ...fm . Es fácil ver que
lı́m f(P ) = L
P→ A
si y sólo si
lı́m fi (P ) = li , i = 1, ...m,
P→ A
en donde L = (l1 , ...lm ) . Esto nos dice que podemos restringir nuestra discusión
al caso de campos escalares.
4.2. Diferenciación
El grán inconveniente de la derivada débil que introdujimos en la sección dos con-
siste en que ella no implica continuidad. Para subsanar esa debilidad introduciremos,
ahora, la noción de derivada fuerte o derivada de Frechet.
Definición 4.2.1. Sea f : Rn → R un campo escalar. Decimos que f es fuertemente

diferenciable en P ∈ Rn si existe una transformación lineal TP : Rn → R tal que para todo
Y ∈ Rn se tiene que
f(P + Y ) − f(P ) = TP (Y ) + o(P, Y ),

|o(P, Y )|
Definición 4.2.2. en donde o(P, Y ) es tal que lı́mY → 0 Y = 0.
La transformación lineal TA se le llama la diferencial fuerte de f en el punto A.

Es costumbre denotar TA = f ′ (A).
Lo primero que debemos advertir de la definición es que si la función f es fuerte-
mente diferenciable en P entonces es débilmente diferenciable en P y las dos derivadas
coinciden. Esto es
314
CAPÍTULO 4. FUNCIONES VECTORIALES DE VARIABLE
Cálculo enVECTORIAL
Varias Variables Norberto Chau
f ′ (P, Y ) = f ′ (P ) (Y ) ,
para todo Y ∈ Rn
También advertimos de la definición que si f es fuertemente diferenciable en A
entonces la función f es continuia en P. Sólo es suficiente tener en cuenta que la
transformación lineal TP es siempre una función continua y TP (0) = 0. Además, de
la caracterización que hicimos de o(P, Y ) concluímos que o(P, Y ) → 0 cuando
Y → 0.
/n
Ahora, sea Y ∈ Rn . Entonces Y = k=1 yk ek donde {e1 , ..., en } representa la
base canónica de Rn . Esto es, ek = (0, 0..., 1, 0, ..,0) donde el 1 aparece en el lugar
k-ésimo. Por la linealidad de TP = f ′ (P ) obtenemos:
/
f ′ (P )(Y ) = f ′ (P )( nk=1 yk ek )
/
= nk=1 yk f ′ (A)(ek )
/
= nk=1 yk f ′ (A, ek )
/
= nk=1 yk Dk f(A).
Esto es, podemos expresar la diferencial fuerte en términos de las derivadas par-
ciales de f. En resumen tenemos
n
f ′ (P )(Y ) = yk Dk f(P ). (3,3,2)
k=1
Si denotamos ∇f(P ) = (D1 f(P ), ..., Dn f (P )) ∈ Rn la expresión anterior toma
la siguiente forma:
f ′ (P )(Y ) = '∇f(P ), Y ( .
Esto quiere decir que la diferencial fuerte, o simplemente la diferencial, de ahora

en adelante, de f en P, f ′ (P ), la podemos representar por medio del vector
∇f(P ) = (D1 f(P ), ..., Dn f(P )) ∈ Rn .
Este vector es conocido como el gradiente de f en P.

Es muy importante tener una fórmula que nos permita calcular la diferencial de
un campo escalar, pero la pregunta crucial de esta sección es: Cuando un campo
escalar es diferenciable ? La respuesta la tenemos en el siguiente
Teorema 4.2.3. f : Rn → R es diferenciable en P , ésto es, existe f ′ (P ), si las derivadas

parciales Dk f, k = 1, 2..., n, existen en alguna bola B(P, r) y son continuas en P.
315
CAPÍTULO Norberto
4. FUNCIONES
/k
Demostración: Sea Y ∈ B(P, r). Denotemos con Yk = j=1 yj ej , además,
Y = Yn y Y0 = 0. Ahora, obsevemos que
n
f(P + Y ) − f(P ) = {f(P + Yj ) − f(P + Yj−1 )}
j=1
nos dice que
f(P + Yj ) − f(P + Yj−1 ) = yj Dj f (Cj ), (3,3,5)
en donde Cj es un vector que se encuentra en el segmento que une a los vectores

P + Yj yP+Yj−1 . Y cuando Y → 0 entonces Cj → P. De lo anterior obtenemos:
/n
f(P + Y ) − f(P ) = j=1 yj Dj f(P )
/n
+ j=1 yj {Dj f(Cj ) − Dj f(P )} . (3,3,6)
Denotemos con
n
o(P, Y ) = yj {Dj f(Cj ) − Dj f(P )} .
j=1
Puesto que las derivadas parciales Dj f, j = 1, 2, ..., n, son continuas en B(P, r)

|o(P, Y )|
es fácil ver que Y → 0 cuando Y → 0. De (3.3.6) deducimos que
n
′
f (P )(Y ) = yj Dj f (P ) = '∇f(P ), Y ( ·
j=1
2
Ejemplo 4.2.4. Sea f : Rn → R definido como f (X) = X . Calculemos ∇f (X) .
La fórmula nos dice que
f ′ (X) (Y ) = '∇f (X) , Y (
También sabemos que
f ′ (X) (Y ) = f ′ (X, Y ) = 2 'X, Y ( .
Por lo tanto obtenemos que ∇f (X) = 2X.
Ejemplo 4.2.5. Sea f (x, y, z) = xy + yz + zx. Calculemos f ′ (a, b, c) (m, n, r) . La fórmula nos
dice que
f ′ (a, b, c) (m, n, r) = '∇f (a, b, c) , (m, n, r)(
316
Ahora,
∇f (a, b, c) = (D1 f (a, b, c) , D2 f (a, b, c) , D3 f (a, b, c))
= (b + c, a + c, b + a) .
Por lo tanto
f ′ (a, b, c) (m, n, r) = '(b + c, a + c, b + a) , (m, n, r)(
= mb + mc + na + nc + rb + ra
4.3. Regla de la cadena

Sea f : S → Rm , donde S es un conjunto abierto de Rn , un campo vecto-
rial. El campo f tiene m funciones componentes fi : S → R tales que f (X) =
(f1 (X), ..., fm (X)). La derivada direccional del campo vectorial f en un punto X y
en la dirección Y se define de la misma forma como lo hicimos para campos escalares,
ésto es,
f (X + tY ) − f (X)
f ′ (X, Y ) = lı́m .
t→ 0 t
En términos de las funciones componentes de f vemos que
m
f ′ (X, Y ) = fk′ (X, Y )ek . (3,5,1)
k=1
Análogamente, la derivada fuerte o derivada de Frechet del campo vectorial f
en el punto X se define como la transformación lineal f ′ (X) : Rn → Rm tal que
para todo Y ∈ Rn se cumple que
f (X + Y ) − f (X) = f ′ (X)(Y ) + o(X, Y ),

o(X,Y )
en donde o(X, Y ) :Rn → Rm es tal que Y → 0 cuando Y → 0.
La transformación lineal f ′ (X) la llamamos la diferencial fuerte o de Frechet.
Frechet o simplemente la diferencial de f en el punto X.
Es fácil ver que si f es diferenciable en X entonces todas sus funciones compo-
nentes son diferenciables y tenemos que
f ′ (X)(Y ) = f ′ (X, Y ).
Por lo anterior obtenemos
f ′ (X)(Y ) = ('∇f1 (X), Y ( , ..., '∇fm (X), Y () .
La expresión anterior la podemos presentar en forma matricial, así:
317
CAPÍTULO Norberto
4. FUNCIONES
  
D1 f1 (X) D2 f1 (X) . . . Dn f1 (X) y1
  
 D1 f2 (X) . . . Dn f2 (X) 
D2 f2 (X)  y2 
  
  
 . .  . 
f (X)(Y ) = 
′





 . .  . 
  
 . .  . 
  
D1 fm (X) D2 fm (X) Dn fm (X) yn
en donde Y = (y1 , ...yn ). La matriz de m filas por n columnas que definen la

transformación lineal f ′ (X) es conocida como la matriz jacobiana de f en X. La
notaremos como Mf ′ (X) .
Regla de la cadena
Supongamos que f y g son dos campos vectoriales tales que g : Rn → Rm es
diferenciable en X y f : Rm → Rp es diferenciable en g(X). Entonces f ◦ g : Rn →
Rp es diferenciable en X y tenemos que
(f ◦ g)′ (X) = f ′ (g(X)) ◦ g′ (X). (1)
Para ver (1) procedemos así: Sea Z = g(X +Y )−g(X), entonces Z = g′ (X)(Y )+
o1 (X, Y ). Ahora,
(f ◦ g)(X + Y ) − (f ◦ g)(X) = f (g(X + Y )) − f (g(X))

= f (g(X) + Z) − f (g(X))
= f ′ (g(X))(Z) + o2 (g(X), Z)
= f ′ (g(X)) (g′ (X)(Y ) + o1 (X, Y )) + o2 (g(X), Z)
= f ′ (g(X))(g′ (X)(Y )) + f ′ (g(X))(o1 (X, Y )) + o2 (g(X), Z)
= f ′ (g(X))(g′ (X)(Y )) + o3 (X, Y )
= (f ′ (g(X)) ◦ g′ (X)) (Y ) + o3 (X, Y ).
Dejamos al lector que verifique la siguiente igualdad:
f ′ (g(X))(o1 (X, Y )) + o2 (g(X), Z) = o3 (X, Y ).
La regla de la cadena (1) tiene la siguiente representación matricial en términos

de la matriz jacobiana:
M(f ◦g)′ (X) = Mf ′ (g(X)) · Mg′ (X) , (2)
318
en donde el producto de la derecha de (2) es un producto de matrices. Es im-

portante advertir que Mg′ (X) es una matriz de orden m × n , ésto es, m filas por n
columnas, y Mf ′ (g(X)) es de orden p × m, entonces M(f ◦g)′ (X) es de orden p × n.
Para entender bien el uso de (2) consideremos el siguiente ejemplo: Sea f = (f1 , f2 )
y g = (g1 , g2 ). Para simplificar llamemos g(X) = Y. Entonces, en representación
matricial, tenemos
3 4
′ D1 g1 (X) D2 g1 (X)
g (X) =
D1 g2 (X) D2 g2 (X)
y
3 4
′ D1 f1 (Y ) D2 f1 (Y )
f (Y ) = .
D1 f2 (Y ) D2 f2 (Y )
Entonces
D1 (f1 ◦ g)(X) = D1 f1 (Y ).D1 g1 (X) + D2 f1 (Y ).D1 g2 (X)
D2 (f1 ◦ g)(X) = D1 f1 (Y ).D2 g1 (X) + D2 f1 (Y ).D2 g2 (X).
De manera análoga tendremos D1 (f2 ◦ g)(X) y D2 (f2 ◦ g)(X).

Consideremos otro ejemplo: Sea f(x, y) un campo escalar. El punto (x, y) expre-
sado en coordenadas polares satisface
x = r cos θ
y = rsenθ.
Denotemos w(r, θ) = f (r cos θ, rsenθ). Por la regla de la cadena tenemos:
∂w(r, θ) ∂f(r cos θ, rsenθ) ∂x ∂f(r cos θ, rsenθ) ∂y

= + .
∂r ∂x ∂r ∂y ∂r
Esto es
∂w(r, θ) ∂f(r cos θ, rsenθ) ∂f(r cos θ, rsenθ)

= cos θ + senθ.
∂r ∂x ∂y
∂w(r,θ)
En forma similar se calcula ∂θ .
319
CAPÍTULO Norberto
4. FUNCIONES
Ejemplo 4.3.1. Sea f (x.y) = xy.

Supongamos que
x = x (s, t) = st, y = y (s, t) = s + t
Ejemplo 4.3.2. Sea w(s, t) = f (st, s + t). Entonces
Ejemplo 4.3.3.
∂w (s, t) ∂f (x (s, t) , y (s, t)) ∂x (s, t) ∂f (x (s, t) , y (s, t)) ∂y (s, t)

= . + .
∂s ∂x ∂s ∂y ∂s
Esto es,
∂w (s, t)
= (s + t) t + st.
∂s
Ejemplo 4.3.4. Sean f (x, y) = (xy, x + y) y g (x, y) = (ex , ey ) . Entonces la representación
matricial de f ′ (x, y) y g′ (x, y) es:
3 4 3 4
′ y x ′ ex 0
f (x, y) = g (x, y) =
1 1 0 ey
Por lo tanto, la representación matricial g)′ (x, y) es4

3 de (f4◦ 3
ey ex ex 0
(f ◦ g)′ (x, y) = f ′ (ex , ey ) g ′ (x, y) =
1 1 0 ey
Ejemplo 4.3.5. Esto es, 3 4

′ ey+x ey+x
f ◦ g (x, y) =
ex ey
Ejemplo 4.3.6. Dada una función u = f(x, y) de clase C 2 .El cambio de variable x = r cos θ,
y = r sin θ transforma la ecuación
∂2u ∂2u
+ =0
∂x2 ∂y 2
en
∂2u 1 ∂2u ∂u ∂u
2
+ 2 2 = A (r, θ) + B (r, θ) .
∂r r ∂θ ∂x ∂y
Hallar las funciones A (r, θ) y B (r, θ) .
Solución.
րr
ր x
ցθ
u = f (x, y)
րr
ց y
ցθ
320
 ∂x

 = cosθ

 ∂r


 ∂x

= −r sin θ
⇐⇒ ∂θ

 ∂y

 = sin θ

 ∂r

 ∂y = rcosθ
∂θ
Ahora :
∂u ∂u ∂x ∂u ∂y
= +
∂r ∂x ∂r ∂y ∂r
∂u ∂u ∂u
= cos θ + sin θ · · · (1)
∂r ∂x ∂y
∂u ∂u ∂x ∂u ∂y
= +
∂θ ∂x ∂θ ∂y ∂θ
∂u ∂u ∂u
= −r sin θ + r cos θ · · · (2)
∂θ ∂x ∂y
Luego,
> <
∂2u ∂ ∂u ∂ ∂u ∂u
= = cos θ + sin θ
∂r2 ∂r ∂r ∂r ∂x ∂y
> < > <
∂2u ∂ ∂u ∂ ∂u
= cos θ + sin θ
∂r2 ∂r ∂x ∂r ∂y
∂2u ∂ ∂u ∂ ∂u
= cos θ + sin θ · · · (∗)
∂r2 ∂r ∂x ∂r ∂y
Pero :
∂ ∂u ∂ ∂u ∂x ∂ ∂u ∂y
= +
∂r ∂x ∂x ∂x ∂r ∂y ∂x ∂r
∂ ∂u ∂2u ∂ 2u
= cos θ + sin θ · · · (3)
∂r ∂x ∂x2 ∂y∂x
∂ ∂u ∂ ∂u ∂x ∂ ∂u ∂y
= +
∂r ∂y ∂x ∂y ∂r ∂y ∂y ∂r
∂ ∂u 2
∂ u 2
∂ u
= cos θ + 2 sin θ · · · (4)
∂r ∂y ∂x∂y ∂y
321
CAPÍTULO Norberto
4. FUNCIONES
Reemplazando (3) y (4) en (∗) obtenemos :
∂2u ∂ ∂u ∂ ∂u
= cos θ + sin θ
∂r2 ∂r ∂x ∂r ∂y
> 2 < > 2 <
∂ u ∂2u ∂ u ∂ 2u
= cos θ cos θ + sin θ + sin θ cos θ + 2 sin θ
∂x2 ∂y∂x ∂x∂y ∂y
2
∂ u 2
∂ u 2
∂ u ∂2u
= cos2 θ 2 + sin θ cos θ + sin θ cos θ + sin2 θ 2
∂x ∂y∂x ∂x∂y ∂y
∂2u 2
∂ u 2
∂ u 2
∂ u
= cos2 θ 2 + 2 sin θ cos θ + sin2 θ 2 · · · (5)
∂r2 ∂x ∂y∂x ∂y
Similarmente
> <
∂ 2u ∂ ∂u ∂ ∂u ∂u
= = −r sin θ + r cos θ
∂θ ∂θ ∂θ ∂θ ∂x ∂y
> < > <
∂ 2u ∂ ∂u ∂ ∂u
= −r sin θ + cos θ
∂θ2 ∂θ ∂x ∂θ ∂y
> < > <
∂ 2u ∂u ∂ ∂u ∂u ∂ ∂u
= −r cos θ − r sin θ + sin θ + cos θ · · · (∗∗)
∂θ2 ∂x ∂θ ∂x ∂y ∂θ ∂y
Pero :
∂ ∂u ∂ ∂u ∂x ∂ ∂u ∂y
= +
∂θ ∂x ∂x ∂x ∂θ ∂y ∂x ∂θ
∂ ∂u ∂ 2u ∂2u
= −r sin θ 2 + r cos θ · · · (6)
∂θ ∂x ∂x ∂y∂x
∂ ∂u ∂ ∂u ∂x ∂ ∂u ∂y
= +
∂θ ∂y ∂x ∂y ∂θ ∂y ∂y ∂θ
∂ ∂u 2
∂ u ∂2u
= −r sin θ + r cos θ 2 · · · (7)
∂θ ∂y ∂x∂y ∂y
322
Reemplazando (6) y (6) en (∗∗) obtenemos :

> < > <
∂2u ∂u ∂ ∂u ∂u ∂ ∂u
= −r cos θ − r sin θ + −r sin θ + r cos θ
∂θ2 ∂x ∂θ ∂x ∂y ∂θ ∂y
9 > 2 2
<:
∂u ∂ u ∂ u
= −r cos θ − r sin θ −r sin θ 2 + r cos θ
∂x ∂x ∂y∂x
9 > <:
∂u ∂ 2u ∂2u
+ −r sin θ + r cos θ −r sin θ + r cos θ 2
∂y ∂x∂y ∂y
9 2 2
:
∂u 2 2 ∂ u 2 ∂ u
= −r cos θ + r sin θ 2 − r sin θ cos θ
∂x ∂x ∂y∂x
9 2
:
∂u ∂ u ∂2u
+ −r sin θ − r2 sin θ cos θ + r2 cos2 θ 2
∂y ∂x∂y ∂y
2
∂ u ∂u 2 2 2
2 2 ∂ u 2 ∂ u ∂u 2 2 ∂ u
= −r cos θ + r sin θ − 2r sin θ cos θ − r sin θ + r cos θ
∂θ2 ∂x ∂x2 ∂x∂y ∂y ∂y 2
1 ∂2u 1 ∂u 2 ∂ u
2 ∂2u 1 ∂u 2 ∂ u
2
= − cos θ + sin θ − 2 sin θ cos θ − sin θ + cos θ · · · (8)
r2 ∂θ2 r ∂x ∂x2 ∂x∂y r ∂y ∂y 2
> <
∂2u 1 ∂2u ∂2u ∂2u ∂2u
2
+ 2 2 = cos2 θ 2 + 2 sin θ cos θ + sin2 θ 2 +
∂r r ∂θ ∂x ∂y∂x ∂y
> 2
<
1 ∂u 2 ∂ u ∂2u 1 ∂u 2
2 ∂ u
− cos θ + sin θ 2 − 2 sin θ cos θ − sin θ + cos θ 2
r ∂x ∂x ∂x∂y r ∂y ∂y
2
∂ u 2
∂ u 1 ∂u 1 ∂u
= cos2 θ + sin2 θ 2
+ sin2 θ + cos2 θ 2
− cos θ − sin θ
∂x ∂y r ∂x r ∂y
> 2 <
∂ u ∂2u 1 ∂u 1 ∂u
= + − cos θ − sin θ
∂x2 ∂y 2 r ∂x r ∂y
∂2u 1 ∂2u 1 ∂u 1 ∂u
+ = − cos θ + − sin θ .
∂r2 r2 ∂θ 2 r ∂x r ∂y
Por lo tanto,
1 1
A (r, θ) = − cos θ, B (r, θ) = − sin θ
r r
Ejemplo 4.3.7. Sean
z = f(x, y) , x = ev sec u , y = ev tan u
donde f es una función de clase C 2 .

Hallar las funciones
g(u), h(x, y) y k(x, y)
tales que > <

∂2z ∂z ∂2z ∂2z ∂2z
− = g(u) h(x, y) + + k(x, y)
∂u∂v ∂u ∂x2 ∂y 2 ∂x∂y
323
CAPÍTULO Norberto
4. FUNCIONES
Solución.
րu
ր x
ցv
z = f(x, y)
րu
ց y
ցv
 ∂x

 = ev sec u tan u

 ∂u


 ∂x

= ev sec u
⇐⇒ ∂v
 ∂y


 = ev sec2 u

 ∂u

 ∂y = ev tan u
∂v
Ahora :
∂z ∂z ∂x ∂z ∂y
= +
∂u ∂x ∂u ∂y ∂u
∂z ∂z ∂z
= ev sec u tan u + ev sec2 u · · · (1)
∂u ∂x ∂y
∂z ∂z ∂x ∂z ∂y
= . + .
∂v ∂x ∂v ∂y ∂v
∂z ∂z ∂z
= ev sec u + ev tan u · · · (2)
∂v ∂x ∂y
Luego,
> < > <

∂ 2z ∂ ∂z ∂ v ∂z v ∂z
= = e sec u + e tan u
∂u∂v ∂u ∂v ∂u ∂x ∂y
> < > <
∂ 2z ∂ ∂z ∂ ∂z
= ev sec u + ev tan u
∂u∂v ∂u ∂x ∂u ∂y
> < > <
∂ 2z v ∂z v ∂ ∂z ∂z ∂ ∂z
= e sec u tan u + e sec u + ev sec2 u + ev tan u · · · (∗)
∂u∂v ∂x ∂u ∂x ∂y ∂u ∂y
Pero :
∂ ∂z ∂ ∂z∂x ∂ ∂z ∂y
= +
∂u ∂x ∂x ∂x∂u ∂y ∂x ∂u
∂ ∂z ∂ 2z ∂2z
= ev sec u tan u + e v
sec2
u · · · (3)
∂u ∂x ∂x2 ∂x∂y
324
∂ ∂z ∂ ∂z ∂x ∂ ∂z ∂y
= +
∂u ∂y ∂x ∂y ∂u ∂y ∂y ∂u
∂ ∂z ∂2z ∂ 2z
= ev sec u tan u + ev sec2 u · · · (4)
∂u ∂y ∂x∂y ∂y 2
Reemplazando (3) y (4) en (∗) obtenemos :

9 : 9 :
∂ 2z v ∂z v ∂ ∂z v 2 ∂z v ∂ ∂z
= e sec u tan u + e sec u + e sec u + e tan u
∂u∂v ∂x ∂u ∂x ∂y ∂u ∂y
9 > <:
∂ 2z ∂z 2
∂ z 2
∂ z
= ev sec u tan u + ev sec u ev sec u tan u + ev sec2 u + ···
∂u∂v ∂x ∂x2 ∂x∂y
9 > <:
v 2 ∂z v v ∂2z v 2 ∂2z
· · · + e sec u + e tan u e sec u tan u + e sec u
∂y ∂x∂y ∂y 2
∂ 2z ∂z ∂2z ∂2z
= ev sec u tan u + e2v sec2 u + e2v
sec3
u + ···
∂u∂v ∂x ∂x2 ∂x∂y
∂z ∂ 2z ∂2z
· · · + ev sec2 u + e2v sec u tan2 u + ev sec2 u tan u
∂y ∂x∂y ∂y 2
> <
∂2z ∂z ∂z ∂ 2z ∂2z
= ev sec u tan u + ev sec2 u + e2v sec2 u tan u + + ···
∂u∂v ∂x ∂y ∂x2 ∂y2
∂z
∂u
∂2z
· · · + e2v sec u sec2 u + tan2 u +···
∂x∂y
∂2z ∂z ∂ 2z ∂2z % & ∂2z

2 2
− = sec u [(ev sec u) (ev tan u)] + + sec u (e v
sec u) + (ev
tan u)
∂u∂v ∂u ∂x2 ∂y 2 ∂x∂y
∂2z ∂z ∂ 2z ∂2z ' 2
( ∂ z
− = sec u [xy] + + sec u x2 + y2
∂u∂v ∂u ∂x2 ∂y2 ∂x∂y
 
∂2z ∂z  ∂ 2z ∂2z ∂2z 
− = sec u  xy + + x2 + y 2 
∂u∂v ∂u ∂x2 ∂y2 ∂x∂y
g(u) h(x,y) k(x,y)
Por lo tanto,
g(u) = sec u, h(x, y) = xy y k(x, y) = x2 + y 2 .
Ejercicios Propuestos:Regla de la cadena
325
CAPÍTULO Norberto
4. FUNCIONES
1. Sea z = f (x, y) , una función de clase C 2 en R2 .Consideremos la rotación de ejes
x = u cos α − v sin α y = u sin α + v cos α
donde α es una constante. Hallar las constante A, B tales que
∂2z ∂2z ∂2z ∂2z

+ = A + B .
∂x2 ∂y 2 ∂u2 ∂v 2
2. Sea w = f (x, y), u = x + y, v = x − y y una función f de clase C 2 en R2 , demostrar

que
∂2w ∂ 2w ∂2w ∂2w
= + 2 + .
∂x2 ∂u2 ∂u∂v ∂v2
3. Sea z = f (x, y), x = u2 − v2 , y = 2uv y f una función de clase C 2 en R2 , tal que
∂ 2z ∂2z
= .
∂x2 ∂y2
∂2z ∂z ∂2z
Si = a + P (x) ,donde a es una constante y P (x) es un polinomio en x ,
∂v∂u ∂y ∂y∂x
hallar, justificando su respuesta, a y P (x).
4. El cambio de variables
x = u2 − v2
y = uv 2
transforma a z = f (x, y) de clase C 2 en z = g (u, v) .

∂f ∂2f ∂ 2f ∂2f ∂2g
Si (2, 1) = 2, (2, 1) = (2, 1) = 3 y (2, 1) = 1 ,calcular (1, 1) .
∂y ∂x2 ∂y 2 ∂x∂y ∂v∂u
x = r cosθ ∂ 2u ∂2u
5. El cambio de variables transforma a la ecuación + + =0
y = r sinθ ∂x2 ∂y 2
en
∂ 2 u 1 ∂u ∂ 2 u
+ + 2 = A (r, θ) .
∂r2 r ∂θ ∂θ
Hallar A (r, θ) .
6. Sea f : R2 −→ R una función de clase C 2 .Se define la función g : R2 −→ R por la

condición
g (x, y) = f x2 , y 2 .
∂g
Si h (x, y) = (x, y), hallar el gradiente de h en términos de las derivadas parciales de f.
∂y
326
Capítulo 5
Integración Múltiple
Este capítulo está dedicado a la Teoría de la Integración. En la primera sección estudiamos la

integral de línea: Introducimos el concepto de curvas equivalentes y presentamos dos interpreta-
ciones físicas de ella, presentamos los dos teoremas fundamentales del cálculo para integrales de
línea y mostramos una aplicación al principio de conservación de la energía. Finalmente hacemos
un estudio de los campos conservativos o gradientes.
La segunda y tercera sección están dedicadas a establecer los principios básicos de la integral
doble de campos escalares definidos en regiones de R2 .
La cuarta sección la dedicamos a las aplicaciones de la integral doble a problemas como:
volúmenes bajo una superficie, áreas de regiones limitadas por curvas, cálculo de centros de
gravedad y cálculo de volúmenes de revolución.
La quinta y sexta sección la dedicamos al estudio del Teorema de Green que constituye uno de
los teoremas más importantes del cálculo. Lo hacemos tanto para regiones simplemente conexas
como múltiplemente conexas. Como consecuencia del Teorema de Green deducimos las fórmu-
las de Green, de gran utilidad en el estudio de las ecuaciones diferenciales parciales, y damos
aplicaciones al cálculo de regiones planas y al número de giros que una curva da alrededor de
un punto.
En la última sección estudiamos una de las técnicas más importantes de la teoría de la inte-
gración, la cual es el cambio de variable. Damos ejemplos al caso de coordenadas polares y
cambio de coordenadas por transformaciones lineales.
En la octava sección mostramos cómo las ideas expuestas en la sección séptima se pueden
extender al caso de campos escalares de más de dos variables. En particular estudiamos el caso
de cambios de variable por coordenadas cilíndricas y esféricas.
Cada sección tiene un grupo de problemas que el estudiante debe resolver. Adicionalmente hemos
incluído en cada sección, una corta autoevaluación que el estudiante debe realizar frente a su
327
Cálculo en Varias Variables Norberto Chau CAPÍTULO 5. INTEGRACIÓN MÚLTIPLE
computador. Es importante que el estudiante haga las autoevaluciones para garantizar la cabal
comprensión de cada tema.
5.1. Integrales Dobles

En esta sección estudiaremos la integral doble definida sobre conjuntos acotados de R2
Integral doble sobre un rectángulo
Suponga que f : Q ⊂ R2 −→ R es una función continua definida en una región rectángular
Q := [a, b] × [c, d] (cerrada y acotada).
Considere f (x, y) ≥ 0 para todo (x, y) ∈ Q y sea el sólido
S = (x, y, z) ∈ R3 : 0 ≤ z ≤ f (x, y)
Objetivo: hallar el volumen de S.

Partición del rectángulo.
Figura. Una partición del rectángulo Q := [a, b] × [c, d]

Considere el rectángulo Q := [a, b] × [c, d] .
Si ∆1 = {x0 = a, x1 , x2 , ...xm = b} es una partición de [a, b] con ∆i x = xi − xi−1 y ∆2 =
{y0 = c, y1 , y2 , ...yn = d} es una partición de [c, d] con ∆j y = xj − xj−1 entonces ∆ := ∆1 × ∆2 =
(x, y) ∈ R2 : xi ∈ ∆1 , yj ∈ ∆2 es una partición del rectangulo Q de orden m × n.
Observación 5.1.1. (a)Toda partición ∆ del rectángulo Q, divide en mn subrectángulos de la

forma
Qij = (x, y) ∈ R2 : xi−1 ≤ x ≤ xi , yj−1 ≤ y ≤ yj .
Es decir, ∆ := {Qij : 1 ≤ i ≤ m, 1 ≤ j ≤ n} .
328
CAPÍTULO 5. INTEGRACIÓN MÚLTIPLE Cálculo en Varias Variables Norberto Chau
(b) El área de cada sub-rectángulo Qij para i = 1, . . . , m; j = 1, . . . , n.

m n
Se denota por ∆ij A = ∆i x.∆j y, se verifica que ∆ij A = (b − a) (d − c)
i,=1 ,j=1
(3)La norma de la partición ∆, se denota por ∆ , se define com la longitud mayor de las
diagonales de los rectángulos Qij ,
∆ = {diag (Qij ) : 1 ≤ i ≤ m, 1 ≤ j ≤ n} .
Si eleegimos un punto de muestra x∗ij , yij

∗ en cada Qij , entonces podemos aproximar la parte de
S que se encuentra arriba de cada Qij por medio de una delgada caja rectangular ( O columna)
con base Qij y altura f x∗ij , yij
∗ .
El volumen del (i, j)-ésimo prismas es
∆ij V = f x∗ij , yij

∗
.∆ij A = x∗ij , yij
∗
.∆i x.∆j y
Si seguimos este procedimiento para todos los rectángulos y sumamos los volumenes de los pris-
mas correspondientes, obtendremos una aproximación del volumen total de S :
m n m n m n
∆V = ∆ij V = f x∗ij , yij
∗
.∆ij A = f x∗ij , yij
∗
.∆i x.∆j y = S(f, ∆)m,n .
i,=1 ,j=1 i,=1 ,j=1 i,=1 ,j=1
Prisma empleados para aproximar el volumen del sólido S
Observación 5.1.2. Esta aproximación puede mejorarse estrechamente la malla de la cuadricu

para formar cada vez el rectángulos mas pequeños. Es decir, el límite cuando ∆ −→ 0 (m,n
crecen indefinidamente). Si el límite de estra suma existe, entonces tenemos
m n
V (S) = lı́m f x∗ij , yij
∗
.∆i x.∆j y = lı́m S(f, ∆)m,n
∆ −→0 m,n−→+∞
i,=1 ,j=1
329
Suma doble de Riemann.

88 88
V (S) = f (x, y) dxdy = f (x, y) dA
Q Q
También la integral doble puede se vista de la siguiente forma:
Definición 5.1.3. Una función f : Q ⊂ R2 −→ R tal que f (xi , yj ) = cij , para todo (x, y) ∈
Qij se llama una función escalonada.
Es facil ver que si f y g son funciones escalonadas definidas por las particiones ∆ y ∆′ de Q
respectivamente entonces αf + βg, para todo α y β números reales, es una función escalonada
definida por la partición ∆ ∪ ∆′ .
Definición 5.1.4. Sea f : Q → R una función escalonada. Definimos la integral doble de f

sobre Q como
== /n /m
Q f (x, y)dxdy = lı́m ∆ −→0 i=1 j=1 cij (xi − xi−1 )(yj − yj−1 )
/n /m
= lı́m ∆ −→0 i=1 j=1 f(xi , yj )∆i x.∆j y
Por ejemplo, si f(x, y) = k, entonces
==
Q f(x, y)dxdy = k(b − a)(d − c)
= b 1= d 2
= a c f (x, y)dy dx
La fórmula permanece válida para funciones escalonadas puesto que éstas son constantes en cada
subrectángulo Qij .
A continuación se resumen las propiedades más importantes de las funciones integrables.
Propiedades
Teorema 5.1.5. Para f y g dos funciones integrables definidas sobre un rectángulo Q , entonces
se cumplen las siguientes propiedades:
1. (Linealidad). f + g es integrable sobre Q y
88 88 88
(f (x, y) + g(x, y)) dxdy = f (x, y)dxdy + g(x, y)dxdy.
Q Q Q
2.(Homogeneidad). f es integrable sobre Q, para todo α ∈ R, y

88 88
(αf(x, y)) dxdy = α f(x, y)dxdy.
Q Q
3.(Aditividad) Si Q = Q1 ∪Q2 y Q◦1 ∩ Q◦2 = Φ ( Q1 y Q2 dos rectángulos cuya intersección es

una curva o un punto o vacía), entonces
88 88 88
f(x, y)dxdy = f(x, y)dxdy + f(x, y)dxdy
Q Q1 Q2
330
4.(Monotonía) Si f(x, y) ≤ g(x, y), para todo (x, y) ∈ Q, entonces

88 88
f(x, y)dxdy ≤ g(x, y)dxdy.
Q Q
En particular, si f(x, y) ≥ 0, para todo (x, y) ∈ Q, entonces

88
f (x, y)dxdy ≥ 0.
Q
Si m ≤ f(x, y) ≤ M, para todo (x, y) ∈ Q, entonces

88
mA (R) ≤ f(x, y)dxdy ≤ MA (R) .
Q
Si |f| también es integrable y se verifica

88 88
f(x, y)dxdy ≤ |f(x, y)| dxdy.
Q Q
La integral de una función acotada

Sea f una función acotada sobre R, esto es, |f(x, y)| ≤ M, para alguna constante M > 0.
Consideremos el conjunto Ψ de todas las funciones escalonadas h y g definidas sobre R tales
que h ≤ f ≤ g. Puesto que f es acotada, Ψ no es vacío.
==
Definición 5.1.6. Si para toda h, g ∈ Ψ existe un único número I tal que R h(x, y)dA ≤
== ==
I ≤ R g(x, y)dA, decimos que f es integrable sobre R y R f = I.
Integral Superior e Inferior de f

Sea
98 8 :
S= h, h ≤ f, h escalonada sobre R
R
y
988 :
T = g, g ≥ f, g escalonada sobre R
R
Entonces,
88 88
h(x, y)dA ≤ sup S ≤ ı́nf T ≤ g(x, y)dA.
R R
Llamamos sup S = Iı́nf (f), la integral inferior de f y llamamos ı́nf T = Isup (f), la integral
superior de f.
331
De la definición anterior se sigue inmediatamente que si Iı́nf (f) = Isup (f ) entonces f es integrable
y
==
R f = Iı́nf (f) = Isup (f ).
En esta sección estudiaremos la integral de funciones continuas definidas en Q = [a, b] × [c, d] ⊂
R2 . Observemos que si f es integrable en Q y para cada y ∈ [c, d] la integral
8 b
A(y) = f(x, y)dx
a
=d
existe y además c A(y)dy existe, entonces
88 8 d 98 b :
f(x, y)dA = f (x, y)dx dy.
Q c a
En efecto: Para cualquier par de funciones escalonadas h y g tales que h ≤ f ≤ g se cumple que
8 b 8 b 8 b
h(x, y)dx ≤ f(x, y)dx ≤ g(x, y)dx,
a a a
por lo tanto
88 8 d 98 b : 88
h≤ f(x, y)dx dy ≤ g.
R c a R
Puesto que f es integrable,
88 8 d 98 b :
f(x, y)dA = f (x, y)dx dy
Q c a
Queremos demostrar que la fórmula anterior es válida para funciones continuas definidas sobre
Q.
Teorema 5.1.7. (Teorema de Fubini para rectángulos).Sea f : Q ⊂ R2 −→ R una función

continua sobre el rectángulo Q = [a, b] × [c, d]. Entonces f es integrable y se satisface la igualdad
:
88 8 d 98 b : 8 b 98 d :
f(x, y)dA = f(x, y)dx dy = f(x, y)dy dx
Q c a a c
332
Demostración:
Puesto que f es continua y Q es un conjunto compacto entonces f es acotada. Sea

ε > 0 arbitrario y consideremos una partición de Q tal que en cada subrectángulo
Qij
máx f − mı́n f < ε.

Qij Qij
Llamemos máxQij f = Mij y mı́nQij f = mij . Entonces las funciones escalonadas

g y h definidas por Mij y mij respectivamente satisfacen
88 88
g(x, y)dA − h(x, y)dA ≤ ε (d − c) (b − a) .
Q Q
Hacemos que ε → 0 y obtenemos que f es integrable.
Finalmente, puesto que f es continua, lo es con respecto a cada una de sus vari-
=b
ables. Esto nos dice que A(y) = a f(x, y)dx existe. Además, es fácil ver que A(y) es
=d ==
continua y por lo tanto c A(y)dy existe. Concluímos, entonces, que Q f(x, y)dA =
1
=d =b 2
c a f(x, y)dx dy se satisface.
Integrales dobles extendidas a regiones más generales
Hasta ahora hemos considerado integrales sobre rectángulos. Sea R ⊂ R2 un conjunto acotado.
Sea, entonces Q un rectángulo de R2 tal que R ⊂ Q. Si f es una función continua definida en R.
==
Definimos la integral R f (x, y)dA. Sea la función extensión fA en Q de la siguiente manera:
A y) = f(x, y) si (x, y) ∈ R
f(x,
0 si (x, y) ∈ Q − R
Ahora bien, fA está acotada, pues f lo es, y es continua, entonces f es integrable sobre R. Por
lo tanto, podemos definir;:
333
88 88
f(x, y)dA = A y)dA.
f(x,
R Q
a dificultad de extender la integral a regiones más generales radica en que la nueva función fA no
es continua en R y no sabemos si fA es integrable. Las discontinuidades se están presentando en
∂R. Para sobrepasar esa dificultad es necesario introducir el concepto de contenido nulo de
un conjunto para concluír que una función continua en R, salvo un subconjunto de contenido
nulo, es integrable en R.
Definición 5.1.8. Sea A ⊂ Rn . Decimos que A tiene contenido nulo si para todo ε > 0 existe
/
un número finito de rectángulos Qi , i = 1, 2..n tales que A ⊂ ∪Qi y |Qi | < ε, en donde |Qi |
representa el área del rectángulo Qi .
Por ejemplo, el intervalo cerrado [0, 1] visto como un subconjunto de R2 es de contenido nulo,
más no es de contenido nulo si lo miramos como subconjunto de R.
También, sea φ una función continua sobre el intervalo [a, b] , entonces φ es uniformemente
continua. Esto nos sirve para probar que el conjunto (x, y) ∈ R2 , y = φ(x) es de contenido
nulo.
Teorema 5.1.9. Sea f una función acotada sobre el rectángulo Q. Si el conjunto D de discon-
tinuidades de f es de contenido nulo, entonces f es integrable sobre Q.
Demostración: Sea M > 0 tal que |f| ≤ M. Sean ε, δ > 0 escogidos arbitrariamente. Tomemos,
entonces, una partición de Q tal que la suma de las áreas de los subrectángulos Qij que contienen
a D sea menor que δ. Los otros subrectángulos, en los que f es continua, los escogemos tales que
en cada uno de ellos máx f −mı́n f ≤ ε. Podemos definir las siguientes funciones escalonadas: h =
mı́n f sobre los subrectángulos donde f es continua y sobre los subrectángulos que contienen a
D la definimos como h = −M. Así mismo, g = máx f sobre los subrectángulos en donde f es
continua y g = M sobre los subrectángulos que contienen a D.
Tenemos, entonces, que
88
0≤ (g(x, y) − h(x, y)) dA ≤ ε |R| + 2Mδ.
R
Esto nos indica que 0 ≤ Isup (f) − Iı́nf (f ) ≤ ε |R| + 2Mδ. Si hacemos que ε, δ → 0, concluímos
que f es integrable sobre Q.
Teorema 5.1.10. (Teorema de Fubini para regiones).Sea f : R ⊂ R2 −→ R una función

continua sobre una región plana acotada R.
334
(1)Si R es una región de tipo I:
RI = (x, y) ∈ R2 : φ1 (x) ≤ y ≤ φ2 (x), x ∈ [a, b]
donde φ1 , φ2 : [a, b] −→ R son funciones continuas con valores reales.Entonces

88 8 b 8 φ2 (x)
f (x, y)dA = f (x, y) dydx
RI a φ1 (x)
(2)Si R es una región de tipo II:
RII = (x, y) ∈ R2 : ψ1 (y) ≤ x ≤ ψ2 (y)), y ∈ [c, d]
donde ψ 1 , ψ2 : [c, d] −→ R son funciones continuas con valores reales.Entonces

88 8 d 8 ψ2 (x)
f (x, y)dA = f (x, y) dxdy
RII c ψ 1 (x)
Demostración:
(1)Si R es una región de tipo I:
RI = (x, y) ∈ R2 : φ1 (x) ≤ y ≤ φ2 (x), x ∈ [a, b]
tenemos que
== == = b = φ2 (x)
A
RI f(x, y)dA = Q f (x, y)dA = a φ (x) f(x, y) dydx
1
(2)Si R es una región de tipo II:
R2 = (x, y) ∈ R2 : ψ1 (y) ≤ x ≤ ψ2 (y)), y ∈ [c, d]
tenemos que
== == = d = ψ2 (x)
A
RII f(x, y)dA = Q f (x, y)dA = c ψ (x) f (x, y) dxdy1
Una gran variedad de conjuntos de R2 los podemos reducir a una reunión de conjuntos del tipo
RI o RII .
==
Ejemplo 5.1.11. Sea f (x, y) = xy 2 . Calculemos R f(x, y)dA, en donde R es la región que se
encuentra entre las curvas y = x y y = x2 .
Cómo se indica en la figura,

88 8 1 98 x : 8 1
2 2 x4 − x7 1
xy dxdy = xy dy dx = dx =
R 0 x2 0 3 40
Y también,
88 8 8 √ $ 8
1 y 1
2 2 y 3 − y4 1
xy dxdy = xy dx dy = dy =
S 0 y 0 2 40
335
5.1.1. Cambio de variable
En esta sección estudiaremos el cambio de variable en una integral doble. En el

caso de una sola variable sabemos que si g : [a, b] → [c, d] es una aplicacion biyectiva
y diferenciable entonces
8 g(b)=d 8 b
f(x)dx = f(g(t))g ′ (t)dt.
g(a)=c a
Definición 5.1.12. Sea T : Ω ⊂ R2 −→ R una transformación de clase C 1 (Ω) ( es decir,

continuamente diferenciable), llamamos "Jacobiano de T.a la función
JT := J : Ω −→ R
definida por
∂x ∂x
∂ (x, y) ∂u ∂v
JT (u, v) = = ∂y ∂y
∂ (u, v)
∂u ∂u
Teorema 5.1.13. Si la transformación T : Ω ⊂ R2 −→ R una transformación de clase C 1 (Ω),

donde Ω y R conjuntos abiertos en R2 y tiene inversa T −1 : R −→ Ω de clase C 1 (R), entonces
T −1 ◦ T (u, v) = I (u, v) =⇒ DT −1 [T (u, v)] .DT (u, v) = I (u, v)
Corolario 5.1.14. Si la transformación T : Ω ⊂ R2 −→ R una transformación de clase C 1 (Ω),

donde Ω y R conjuntos abiertos en R2 y tiene inversa T −1 : R −→ Ω de clase C 1 (R), entonces
∂ (x, y) 1
= ∂(u,v)
.
∂ (u, v)
∂(x,y)
Prueba
Del teorema anterior se tiene:
DT −1 [T (u, v)] .DT (u, v) = I (u, v)
Aplicando determinante se tiene que.Tomando

∂ (u, v) ∂ (x, y)
. = det I (u, v) = 1
∂ (x, y) ∂ (u, v)
Equivalentemene se tiene:
∂ (x, y) 1 1 1
J(x, y) = = ∂(u,v)
= =
∂ (u, v) ∂u ∂u J(u, v)
∂(x,y) ∂x ∂y
∂v ∂v
∂x ∂y
336
Teorema 5.1.15. (Cambio de variable para integrales dobles).Sean Ω y R conjuntos acotados

en R2 y T : Ω ⊂ R2 −→ R una función biyectiva de clase C 1 (Ω) con J(u, v) = 0.Sea
f : R ⊂ R2 −→ R una función integrable en Ω.Entonces f ◦ T : Ω ⊂ R2 −→ R es integrable y
88 88
f(x, y)dx dy = f(x(u, v), y(u, v)). |JF (u, v)| du dv · · · (1)
R=T (Ω) R
Prueba.
En el caso de dos variables deduciremos, con la ayuda del Teorema de Green.,
una fórmula similar a la anterior.
Sea T : R2 −→ R2 una aplicación diferenciable que transforma un conjun-
to abierto y acotado ⊗ de R2 en otro conjunto R de R2 . Escribimos T (u, v) =
(x(u, v), y(u, v)). La derivada de T en un punto (u, v) ∈ ⊗ la podemos representar
por medio de la matriz
3 ∂x(u,v) ∂x(u,v)
4
T ′ (u, v) = ∂u
∂y(u,v)
∂v
∂y(u,v)
.
∂u ∂v
El determinante de T ′ (u, v) que notaremos cómo JT (u, v) lo llamaremos el jaco-

biano de T en el punto (u, v) . La expresión que obtendremos es:
88 88
f(x, y)dx dy = f(x(u, v), y(u, v)) |JF (u, v)| du dv, · · · (1)
Ω R
en donde f es un campo escalar integrable en R.
Prueba de (1):
88 88
f(x, y)dx dy = f (x(u, v), y(u, v)) |JF (u, v)| du dv
S R
Para probar (1) primero probamos (2).Para probar lo último primero probamos lo anterior.
Supongamos que el conjunto S es un rectángulo. Denotemos con r y s las curvas que circundan
las regiones R y S respectivamente, teniendo en cuenta que T ◦ r = s.
Por el Teorema de Green, para Q(x, y) = x y P (x, y) = 0,tenemos
== == ∂Q ∂P
S dxdy = S ∂x − ∂y dxdy
B
= P dx + Qdy · · · (4)
Bs
= s xdy
De otra parte,
337
∂x ∂y ∂x ∂y
JF (u, v) = ∂u ∂v − ∂v ∂u
∂2y ∂2y
+x ∂u∂v − x ∂u∂v
∂
= ∂u x ∂y
∂v − ∂v
∂ ∂y
x ∂u .
De nuevo usamos el Teorema de Green y obtenemos

88 C
∂y ∂y
JF (u, v)dudv = x du + x dv.
R r ∂u ∂v
La prueba quedará terminada si probamos que
C C
∂y ∂y
xdy = x du + x dv. · · · (5)
s r ∂u ∂v
En efecto, supongamos que r(t) = (u(t), v(t)) , t ∈ [a, b] . Entonces
s(t) = (x (u(t), v(t)) , y (u(t), v(t))) .
Por lo tanto
∂x ′ ∂x ′ ∂y ′ ∂y ′
s′ (t) = u + v, u + v . · · · (6)
∂u ∂v ∂u ∂v
De (6) se sigue inmediatamente (5).
Ya hemos probado (2). Para ver (4) procedemos así: Primero observamos que de (2) se sigue,
claramente, (1) para funciones f escalonadas. Ahora, si f es acotada e integrable, para todo par
de funciones escalonadas h y g tales que h ≤ f ≤ g tenemos que
== ==
R h dxdy = h |JF (u, v)| dudv
==R
≤ f |JF (u, v)| dudv (7)
==R
≤ g |JF (u, v)| dudv
==R
= R g dxdy.
Puesto que f es integrable, deducimos de (7) la validez de (1).
Observación 5.1.16. En el caso en que f = 1 el miembro izquierdo de · · · (1) representa el

área de la región de integración S y entonces
88 88
|R| = dx dy = |JF (u, v)| du dv. · · · (2)
R R
Tenemos razones de tipo geométrico para aceptar la validéz de lo anterior. Con-
sideremos el rectángulo de lados ∆u y ∆v que se indica en la figura.
338
Para v fijo, α(u) = (x(u, v), y(u, v)) representa una curva cuya imagen se encuen-
tra en Ω y cuyo vector tangente es
∂x(u, v) ∂y(u, v)
V1 = ,
∂u ∂u
Análogamente, para u fijo β(v) = (x(u, v), y(u, v)) define otra curva con imagen
en Ω cuyo vector tangente es
∂x(u, v) ∂y(u, v)
V2 = , .
∂v ∂v
Podemos pensar que para incrementos ∆u y ∆v muy pequeños el área del pequeño
rectángulo transformado por la aplicación F es casi igual al área del paralelogramo
que definen los vectores ∆u.V1 y ∆v.V2 . Es fácil ver que esta área es |JT (u, v)| (∆u.∆v) .
Entonces |JT (u, v)| es un factor de ampliación o contracción de áreas.
Es claro de (1) que la fórmula no es válida si JT (u, v) = 0 sobre conjuntos abiertos
de la región R. La fórmula permanece válida si JT (u, v) = 0 sobre subconjuntos de
contenido nulo. Por ejemplo JT (r, θ) = 0 sobre puntos de la forma (0, θ) , 0 ≤ θ ≤ π2 ,
que constituyen un subconjunto de R de contenido nulo.
Observación 5.1.17. Existen casos que se desconocen la transformación T (u, v) = (x(u, v), y(u, v)),
más apropiada, en estos casos, se proponen una transformación inversa T −1 (x, y) = (u, v), la
cual vendrá limitada por las ecuaciones que limitan la región R o por la función integrando y se
halla de la siguiente manera:
∂x ∂x
1 ∂ (x, y) ∂u ∂v
J(x, y) = = = ∂y ∂y
J(u, v) ∂ (u, v)
∂u ∂v
Coordenadas polares
Sea T : Ω ⊂ R2 −→ R una transformación de clase C 1 (Ω) determinado por
T (r, θ) = (x(r, θ), y(r, θ)), en donde
x(r, θ) = r cos θ
y(r, θ) = r sen θ
Entonces el Jacobiano de x e y con respecto a r y θ.
∂x ∂x
∂ (x, y) ∂r ∂r cos θ sen θ
J(r, θ) = = ∂y ∂y
= =r
∂(r, θ) −r sen θ r cos θ
∂θ ∂θ
339
Por tanto la región
R = {(r, θ) : r1 ≤ r ≤ r2 , θ1 ≤ θ ≤ θ2 }
Así,
88 88
f(x, y)dx dy = f(x(r, θ), y(r, θ)). |JT (r, θ)| dr dθ
R=T (Ω) R
88
= f(x(r, θ), y(r, θ)).rdr dθ
R
Coordenadas polares generalizadas

T (r, θ) = (x(r, θ), y(r, θ)), en donde
x(r, θ) = ar cos θ
y(r, θ) = br sen θ
Entonces el Jacobiano de x e y con respecto a r y θ.
∂x ∂x
∂ (x, y) ∂r ∂r a cos θ a sen θ
J(r, θ) = = ∂y ∂y
= = abr
∂(r, θ) −br sen θ br cos θ
∂θ ∂θ
R = {(r, θ) : r1 ≤ r ≤ r2 , θ1 ≤ θ ≤ θ2 }
Así,
88 88
f(x, y)dx dy = f(x(r, θ), y(r, θ)). |JT (r, θ)| dr dθ
R=T (Ω) R
88
= f(x(r, θ), y(r, θ)) abr dr dθ
R
Ejemplo 5.1.18. La aplicación T (r, θ) = (x(r, θ), y(r, θ)), en donde
x(r, θ) = r cos θ
y(r, θ) = r sen θ
' (
define una aplicación del rectángulo Q = [0, a] × 0, π2 en el primer cuadrante D
de un círculo de centro en el origen y radio a. Es claro que JF (r, θ) = r. De acuerdo
con (2)
340
== ==
D dx dy = R rdr dθ
= π =a
= 0
2
0 rdr dθ
πa2
= 4 ,
como era de esperarse.
Transformaciones lineales
T (u, v) = (x(u, v), y(u, v)), en donde
x(u, v) = au + bv
y(u, v) = cu + dv,
Entonces el Jacobiano de x e y con respecto a u y v:
∂x ∂x
∂ (x, y) ∂u ∂v a b
JF (u, v) = = ∂y ∂y
= = ad − bc
∂(u, v) c d
∂u ∂v
Vemos entonces que para utilizar transformaciones lineales en lo anterior es nece-
sario que sean inyectivas, es decir, JF (u, v) = ad − bc = 0.
Ilustramos su uso en el siguiente
== y−x
Ejemplo 5.1.19. Calculemos R e x+y dxdy en donde R es la región de R2 limitada por los ejes
coordenados y por la recta x + y = 2.
Solución
Hacemos el cambio de variable y − x = u , x + y = v, ésto es, T = (x(u, v), y(u, v)), en donde
v−u
x(u, v) = 2
v+u
y(u, v) = 2
Entonces JF (u, v) = − 12 . Ahora, es fácil ver que la región R limitada por las rectas v = 2, v = u
y v = −u es transformada en la región R por la transformación lineal T anterior.
⊗ = {(u, v) : 0 ≤ v ≤ 2, −v ≤ u ≤ v}
Por lo tanto
== y−x
1
== u
Re dxdy = e dudv
x+y v
2
1
= 2Ω1= v u 2
= 2 0 −v e du dv
v
= e − 1e .
341
5.1.2. Aplicaciones de la integral doble
En esta sección daremos algunas aplicaciones de la integral doble.

1. Volúmenes
El conjunto
Ψ = (x, y, z) , z = f(x, y), (x, y) ∈ S = [a, b] × [c, d] ⊂ R2

==
representa una superficie en R3 . Entonces S f representará el volumen del sólido que está
limitado por arriba con la superficie Ψ y por debajo con la región S. También tenemos
88 8 d
f= A(y)dy,
Q c
=b
en donde A(y) = a f(x, y)dx. Ahora, A(y) representa el área bajo la curva f(x, y), en donde
estamos dejando a y fijo. Entonces de la
ecuación nos dice que un volumen es igual a la suma de las áreas A(y) cuando y varía ente c y
d.
En el caso de regiones del tipo S1 o S2 que consideramos en la sección 3 de este capítulo,
procedemos de manera similar. Consideremos el siguiente
Ejemplo 5.1.20. Sea

f(x, y) = r2 − x2 − y 2
y
S = (x, y) ∈ R2 , x2 + y 2 ≤ r2
Entonces Ψ representa el hemisferio superior de una esfera de centro en el origen y

==
radio r. Por lo tanto S f representará el volumen de la semiesfera. Si utilizamos la
simetría de la esfera para calcular su volumen vemos que el volumen de la semiesfera
de radio r es
88
V (r) = 4 r2 − x2 − y2 dxdy,
N
en donde N es el primer cuadrante del círculo de centro en el origen y radio r.
Esto es,
8 8 √ $
r r2 −x2
V (r) = 4 r2 − x2 − y 2 dy dx
0 0
Sabemos que
342
8 a
1
a2 − y 2 dy = a2 π,
0 4
por lo tanto
8 √
r2 −x2
1 2
r2 − x2 − y 2 dy = r − x2 π.
0 4
Es así cómo
8 r
1 2 2
V (r) = 4 r − x2 πdx = πr3
0 4 3
El volumen de la esfera completa será 43 πr3
Ejemplo 5.1.21. Calcular el volumen del sólido encerrado entre las superficies f (x, y) = z =
x2 + y 2 y el plano g (x, y) = z = 1.
Solución: Si hacemos f (x, y) = g (x, y) vemos que las dos superficies se cortan
para valores de x e y tales que x2 + y 2 = 1.
Por lo tanto el volumen del sólido es
==
S {g (x, y) − f (x, y)} dx dy
Esto es:
= 1 = √1−x2
√
−1 − 1−x2 1 − x2 − y 2 dydx = 12 π
2. Areas
==
Es Claro que S dx dy representa el área de la región S. Veamos algunos ejemplos:
==
Ejemplo 5.1.22. Sea S = (x, y) ∈ R2 , x2 + y 2 ≤ r2 , entonces S dx dy es el área del círculo
de centro en el origen y radio r. Es así cómo
88 8 r 8 √ $
r2 −x2
dxdy = √ dy dx = πr2
S −r − r2 −x2
Ejemplo 5.1.23. Hallemos el área de la región limitada por las curvas y = x2 − 2 y y = x.

Las curvas se cortan en los puntos x = −1 y x = 2 y cómo se indica en la figura
la región S está limitada, por arriba, por la curva y = x y, por debajo, por la
curva y = x2 − 2. Entonces
88 8 2 98 x :
9
dxdy = dy dx =
S −1 x2 −2 2
343
== 2
Ejemplo 5.1.24. Calcular la integral R x ydxdy,donde
R = {(x, y) ∈ R2 : x2 + (y + 1)2 ≤ 1, |x| ≥ |y|}
Solución
Para resolver la integral se utilizarán las integrales sobre C y S,siendo C círculo y S la parte
interior del círculo que no está en R. De esta
forma
88 88 88
2 2
x ydxdy = x ydxdy − x2 ydxdy
R C S
Sobre el círculo C se emplea el cambio a coordenadas polares:
x(r, θ) = r cos θ
y(r, θ) = r sen θ
De :x2 + (y + 1)2 = 1 =⇒ x2 + y 2 + 2y = 0 =⇒ r2 + 2r sen θ = 0 =⇒ r = −2 sen θ

Por lo tanto la región
C = {(r, θ) : π ≤ θ ≤ 2π, 0 ≤ r ≤ −2 sen θ}
y, entonces
 −2 sen θ   −2 sen θ 
88 82π 8 82π 8 82π
x2 ydxdy =  2 2 2
r cos θ (r sin θ) .rdr dθ = cos θ sin θ  r dr dθ = cos2 θ si
4
C
π 0 π 0 π
82π
25
= − cos θ sin6 θdθ
5
π
y, aplicando las fórmulas de reducción,
 
88 > 7 <2π 82π
25
cos θ sin θ 1
x2 ydxdy = −  + sin6 θdθ 
C 5 8 π 8
π
82π
4
= − sin6 θdθ
5
π
344
y, de nuevo, aplicando ahora la fórmula de reducción

 
88 > 5 <2π 82π
4 cos θ sin θ 5
x2 ydxdy = −  + sin4 θdθ
C 5 6 π 6
π
82π
2
= − sin4 θdθ
3
π
 
> 3 <2π 82π
2 cos θ sin θ 3
= −  + sin2 θdθ
3 4 π 4
π
82π 82π
1 1 1 − cos 2θ
= − sin2 θdθ = − dθ
2 2 2
π π
> <2π
1 1 π
= − (θ − cos θ sin θ) =−
2 2 π 4
Para la integral sobre S se tendrá en cuenta que las rectas y = x e y = −x corresponden a las
5π 7π
ecuaciones polares = 4 y = 4 , respectivamente.
Por tanto, la región
9 :
5π 7π
S = (r, θ) : ≤θ≤ , 0 ≤ r ≤ −2 sen θ
4 4
y, entonces
7π  −2 sen θ  7π  −2 sen θ  7π
88 84 8 84 8 84 > 5 <−
r
x2 ydxdy =  2 2  2
r cos θ (r sin θ) .rdr dθ = cos θ sin θ  4  2
r dr dθ = cos θ sin θ
S 5 0
5π 0 5π 0 5π
4 4 4
7π
84
25
= − cos θ sin6 θdθ
5
5π
4
y, aplicando las fórmulas de reducción,

 7π 
88 > 7 < 4
7π 84
25
 cos θ sin θ 1 
x2 ydxdy = −  + sin6 θdθ
C 5 8 5π 8
4 5π
4
7π
84
1 4
= − sin6 θdθ
10 5
5π
4
345
y, de nuevo, aplicando ahora la fórmula de reducción

 7π 
88 > < 7π 8 4
1 4  cos θ sin5 θ 4 5 
x2 ydxdy = −  − + sin4 θdθ
C 10 5 6 5π 6
4 5π
4
7π
84
1 1 2
= − − sin4 θdθ
10 30 3
5π
4
82π 82π
1 1 1 1 2 1 1 − cos 2θ
= − − − sin θdθ = − dθ
10 30 12 2 2 2
π π
 7π 
> < 7π 8 4
1 1 2  cos θ sin3 θ 4 3 
= − −  − + sin2 θdθ
10 30 3 4 5π 4
4 5π
4
7π
84
1 1 1 1
= − − − sin2 θdθ
10 30 12 2
5π
4
7π
84
1 1 1 1 1 − cos 2θ
= − − − dθ
10 30 12 2 2
5π
4
> < 7π
1 1 1 1 1 4
= − − − (θ − cos θ sin θ)
10 30 12 2 2 5π
4
1 1 1 π 1 4 π
= − − − − =− −
10 30 12 8 4 15 8
Y, finalmente,
88 88 88
2 2
x ydxdy = x ydxdy − x2 ydxdy
R C S
π 4 π
= − − −
4 15 8
3 4
= − π− .
8 15
Ejemplo 5.1.25. Hallar el volumen del sólido limitado entre las superficies
S : z = x2 + y 2 y K : z = x.
Solución
346
Figura 5.1:
Sea
z = x2 + y 2 · · · (1)
Γ:
z = x · · · (2)
Considere − := ProyXY C : eliminando z
1 1 2 1 2
1 2
x2 + y 2 = x =⇒ x2 − x + + y2 = =⇒ x − + y2 = .
 4 2 2 2
2 2

 x − 1 + y2 1
=
C: 2 2

 z = x
Proyectando C sobre
 el plano2XY

 x − 1 + y2 1 2
=
Γ := ProyXY C : 2 2

 z = 0
√ √
Límites variables :− x − x ≤ y ≤ x − x2
2
Límites constantes :0 ≤ x ≤ 1.
Así,
1 2
R = (x, y) ∈ R2 : 0 ≤ x ≤ 1, − x − x2 ≤ y ≤ x − x2
Por tanto, el volumen viene dado por: √

88 1 8x−x2
= ' (
V (S) = (zsup − zı́nf ) dxdy = x − x2 + y 2 dy dx
0 √
R − x−x2
√
8x−x2
=1 ' ( =1 ' (√x−x2
1 3 √
V (S) = x − x2 − y2 dy dx = x − x2 y− 3 y − x−x2 dx
0 √ 0
− x−x2
9> < > <:
=1 √ 1
√ 3 √ 1
√ 3
V (S) = x − x2 x − x2 − 3 x − x2 − − x − x2 x − x2 + 3 x − x2 dx
0
347
=1 4
√ 3 =1 4 1
3
V (S) = 3 x − x2 dx = 3 4 − (x − 12 )2 dx
0 0
4 1 =1 3
V (S) = 1 − (2x − 1)2 dx
32 0
1
Haciendo cambio de variable trigonométrico: 2x − 1 = sin θ =⇒ dx = cos θ dθ
2
3 3
1 − (2x − 1)2 = 1 − sin θ2 = cos3 θ
π
Si x = 0 =⇒ θ = −
2
π
Si x = 1 =⇒ θ =
2
Así,
π π
2
2 =1 2
3 2 1 =2 4 1 =2 1 + cos 2θ
V (S) = 1 − (2x − 1) dx = cos θdθ = dθ =
30 3 2 −π 3 −π 2
2 2
π π
2
1 =2 1 + cos 2θ 1 =2 2
V (S) = dθ = 1 + 2 cos 2θ + cos2 2θ dθ
3 −π 2 12 − π
2 2
π
2
1 =2 1 + cos 4θ
V (S) = 1 + 2 cos 2θ + dθ
12 − π 2
2
π > <π
1 =2 3 cos 4θ 1 3 sin 4θ 2
V (S) = + 2 cos 2θ + dθ = θ + 2 sin 2θ +
12 − π 2 2 12 2 8 −π 2
>2 <
1 3π 3π π
V (S) = − = u3 .
12 2 2 22 8
Ejemplo 5.1.26. Calcular

88
xy 2
dx dy,
R (x2 + y 2 )3
donde R es la región limitada por las curvas x2 + y 2 = x, x2 + y 2 = 2x , y los planos

x + y = 0, x − y = 0.
Solución
Escribiendo en coordenadas polares ,tenemos
De :x2 + y 2 = x =⇒ r = cos θ.
De :x2 + y 2 = 2x =⇒ r = 2 cos θ.
Así, cos θ ≤ r ≤ 2 cos θ.
π
De : y = x =⇒ θ =
4
π
De : y = −x =⇒ θ = −
4
π π
Así, − ≤ θ ≤ .
4 4
348
1 π π 2
Por lo tanto la región R = (r, θ) : − ≤ θ ≤ , cos θ ≤ r ≤ 2 cos θ
4 4
π π π
84 28cos θ 84 28cos θ 84 > 2 <2 cos θ
r3 cos θ sin2 θ 2 2 r
I = 3
rdrdθ = cos θ sin θ.rdrdθ = cos θ sin θ dθ
r 2 cos θ
π cos θ π cos θ π
− − −
4 4 4
π π
π
84 84 > 3 5 <
3 cos2θ 3 3 sin θ sin θ 4 7√
I = cos θ sin2 θ dθ = sin2 θ 1 − sin2 θ cos θdθ = − π = 2.
2 2 2 3 5 − 40
π π 4
− −
4 4
Ejemplo 5.1.27. Calcular la masa de una lámina que tiene la forma de la región R limitada
por las curvas
y = x2 , y = 1,
y la densidad en cada punto (x, y) de la lámina es
δ(x, y) = x2 + y 2 .
Solución.
La parábola se cortan con la recta y = 1, en los puntos (−1, 1) y (1, 1) .
Observemos que la región R , es una región de tipo I.Por lo podemos escribir :
R = (x, y) ∈ R2 : −1 ≤ x ≤ 1, x2 ≤ y ≤ 1
88 81 81 81 81
=1 ' 2 (1
M= x2 + y2 dxdy = x2 + y 2 dy dx = x2 + y 2 dy dx = x y + 13 y3 x2 dx
−1
R −1 x2 −1 x2
=1 ' 1
( =1 ' 2 (
M= x2 + 3 − x4 − 13 x6 dx = x + 1
3 − x4 − 13 x6 dx
−1 −1
' 1 7 1
(
M = 13 x3 + 1
3 − 15 x5 − 21 88
x −1 = 105
349
Ejemplo 5.1.28. Calcular

88
x2
dx dy
R (x2 + y 2 )3
donde R es la región limitada por las curvas
y= 4 − x2 , y= 1 − x2 , y = |x| .
Solución.
√
De : y = 4 − x2 =⇒ x2 + y 2 = 4 =⇒ r = 2.
√
De : y = 1 − x2 =⇒ x2 + y 2 = 1 =⇒ r = 1.
As´, 1 ≤ r ≤ 2.
π
De : y = x =⇒ r sin θ = r cos θ =⇒ tan θ = 1 =⇒ tan θ = 1 =⇒ θ =
4
3π
De : y = −x =⇒ r sin θ = −r cos θ =⇒ tan θ = −1 =⇒ θ =
4
π 3π
As´, ≤ θ ≤ .
4 4 9 :
π 3π
Por lo tanto la región R = (r, θ) : ≤ θ ≤ ,1 ≤ r ≤ 2
4 4
3π 3π 3π
84 82 84 82 84
cos2 θ
rdrdθ = cos2 θdrdθ = cos2 θ [r]21 dθ
r
π 1 π 1 π
4 4 4
3π 3π
84 84
2 (1 + cos 2θ)
= cos θdθ = dθ
2
π π
4 4
   
> < 3π  3π π 
1 sin 2θ 4 1  3π sin 2   π sin 2 
= θ+ π =  + − +
2 2 2 4 2 4 2 

4
3π
84 82 9> < > <:
cos2 θ 1 3π 1 π 1 1 %π & π 1
rdrdθ = − − + = −1 = − .
r 2 4 2 4 2 2 2 4 2
π 1
4
Ejemplo 5.1.29. Calcular el volumen del sólido limitado superiormente por el cono z = 2 −
x2 + y 2 e inferiormente por el disco R : (x − 1)2 + y 2 ≤ 1.
350
Solución.
88
V ol (Ω) = 2− x2 + y2 dxdy
R
Calcularemos la integral pasando a coordenadas polares.

De : (x − 1)2 + y 2 = 1 =⇒ x2 + y 2 = 2x =⇒ r2 = 2r cos θ, que podemos simplificar para obtener
r = 2 cos θ.
1 π π 2
Por lo tanto la región S = (r, θ) : − ≤ θ ≤ , 0 ≤ r ≤ 2 cos θ .
2 2
Luego,
88 88 88 88
V ol (Ω) = 2 2
2 − x + y dxdy = 2dxdy− 2 2
x + y dxdy = 2 (área R)− x2 + y 2 dxdy =
R R S S
88
= 2π − x2 + y 2 dxdy.
S
Calculamos la segunda integral,
π π π
88 88 28cos θ > <2 cos θ > <
=2 2
=2 r 3 =2 8 cos3 θ 0
I= x2 + y2 dxdy = (r) r drdθ = r drdθ = dθ = − dθ
π π 3 0 π 3 3
S S − 0 − −
2 2 2
π π π π
> 3 <
8 =2 8 =2 8 2
= 8 sin θ 2
I= cos3 θdθ = cos2 θ cos θdθ = 1 − sin2 θ cos θdθ = sin θ − π
3 π 3 π 3 π 3 3 −
− − − 2
2 2 2
8 4 32
I= = 9.
3 3
por lo tanto,
32
V ol (Ω) = 2π − 9 .
3. Centros de gravedad
Supongamos que tenemos dos puntos p1 y p2 sobre una recta y en cada punto está ubicada una
masa mi , i = 1, 2, respectivamente. Queremos hallar un punto p en el segmento que une a p1
con p2 tal que en ese punto la varilla p1 p2 esté en equilibrio. Entonces la suma de los momentos
(p2 − p) m2 + (p1 − p) m1 = 0. Esto es,
p1 m1 + p2 m2
p= .
m1 + m2
El punto p es conocido como el centro de masa o centroide del sistema de puntos p1 , p2 . Si
en lugar de dos puntos tenemos n puntos (xi , yi ), i = 1, 2, ...n del plano R2 , en donde hemos
ubicado n masas, m1 , ...mn , el centro de gravedad del sistema de puntos vendrá expresado cómo
351
/n
pi mi
p = /i=1
n (1)
i=1 mi
Esto es,
n n
i=1 xi mi i=1 yi mi
x= n y y= n ,
i=1 mi i=1 mi
en donde x y y representan las coordenadas del centro de masa p.
Lo anterior lo podemos extender al caso de una lámina o placa delgada de una región R, en la
cual está distribuida de manera continua una masa de densidad superficial ρ en cuallquier punto
(x, y) de R, donde ρ : R ⊂ R2 −→ R es una función continua sobre una región R.La densidad
mide la cantidad de material por unidad de volumen.
Masa de la lámina
Sea ∆ una partición de R en una subregión Rij (1 ≤ i ≤ m, 1 ≤ j ≤ n).En cada Rij , se elige
un punto x∗ij , yij
∗ .
El área de cada sub-rectángulo Qij = ∆ij A, para i = 1, . . . , m; j = 1, . . . , n.

Masa (i, j)-ésima de Qij = ∆ij M = ρ x∗ij , yij
∗ .∆ A
ij
m n
∆ij M = ρ x∗ij , yij
∗ ∆ A,
ij
i,=1 ,j=1
m n 88
M= lı́m ρ x∗ij , yij
∗
.∆ij A = ρ(x, y)dxdy.
∆ −→0 R
i,=1 ,j=1
Momentos estáticos respecto a los ejes

El momento estático MX (Respectivamente MY ) de un material P(x,y) de un amasa m, respecto
al eje OX(respecto OY) es el producto de la masa por su distancia al eje OX(Respecto OY), es
decir:
∆MX = ∆mij yij
Con un razonamiento como las anteriores se obtendría para los momentos estáticos de la lámina
R:
88 88
MX = yρ(x, y)dxdy, MY = xρ(x, y)dxdy .
R R
Centro de gravedad
Las coordenadas C.M.(x,y) es el centro de masa de la lámina:
== ==
MY xρ(x, y)dxdy Mx yρ(x, y)dxdy
x= = ==R , y= = ==R (2)
M R ρ(x, y)dxdy M R ρ(x, y)dxdy
En el caso en que la lámina sea homogénea la densidad f es constante y las coordenadas del
centro de masa o centroide serán:
352
== ==
R x dx dy R y dx dy
x= , y= , (3)
|R| |R|
en donde |R| representa el área de la lámina R.
En el caso en que la placa presente ejes de simetría, el centroide se encontrará en ellos. Por
ejemplo, una placa en forma de circunferencia tendrá su centroide en el centro geométrico de
ella. Por ejemplo el centroide de una placa en forma de semicircunferencia de radio r es (0, y) ,
en donde
8 r 8 √(r2 −x2 ) $
2 3
1 3r 4r
y= 1 2 y dy dx = 1 2 = .
2r π −r 0 2r π
3π
4. Volúmenes de Revolución
El centroide se puede utilizar para calcular volúmenes de revolución. Sea
S = {(x, y), 0 ≤ h(x) ≤ y ≤ g(x), x ∈ [a, b]} .
Hacemos girar esta región sobre el eje x y obtenemos un sólido de revolución Ω. Es fácil ver que
98 b :
2 2
V (Ω) = π g (x) − h (x) dx .
a
El Teorema de Pappus: nos dice que V (Ω) = 2πy |S|, como puede comprobarlo el lector. Por
ejemplo si Ω es la esfera de centro en el origen y radio r, conseguida haciendo girar el semicírculo
de radio r, vemos que
4r 1 2 4
V (Ω) = 2π r π = πr3 .
3π 2 3
=1 =2
Ejemplo 5.1.30. Calcular I = −1 0 |y − x2 |dy dx
Solución.
=1 =2 =1 = x2 =1 =2
I = −1 0 |y − x2 |dydx = −1 0 x2 − ydy dx + −1 x2 y − x2 dy dx
 x2

3
= 1  2 (x −y) 2
2
=1 = x2 
I1 = 2 
x − ydy dx = −1 − 3 0  dx
−1 0 
 3

=1  0−(x2 ) 2 =1
 3
I1 = − 23 −1   dx = 2
3 −1 |x| dx = 1
3
 3 2 
=1 =2 = 1 2 (y−x2 ) 2  =1
3
2
2
I2 = −1 x2 y − x2 dy dx = −1  3
x2  dx = 3 −1 2 − x2 dx
353
3
4
=1 2
I2 = 3 0 2 − x2 dx = 12 π + 5
3
Ejemplo 5.1.31. Una lámina tiene la forma de una región plana limitada en el primer cuadrante
√
por la circunferencia y = 4 − x2 , el eje X, y el eje Y, si la función densidad en cada punto
(x, y) es dada por la función δ (x, y) = 6 x2 + y 2 , encontrar el centro de masa de la lámina.
Solución
1 π 2
Por lo tanto la región R = (r, θ) : 0 ≤ θ ≤ , 0 ≤ r ≤ 2
2
π
82 82
M = (6r) rdrdθ = 8π
0 0
π
82 82
MY = (r cos θ) (6r) rdrdθ = 24
0 0
24 3
x = =
8π π
3 3
Por simetría se tiene que x = y, entonces C.M. = (x, y) = π, π .
==
Ejemplo 5.1.32. Calcular D ex e2y dxdy, donde D es la región limitada por el cuadrado |x|+|y| =
1.
Solución
Desarrollando la expresión |x| + |y| = 1 para los cuatro cuadrantes (esto es, reemplazando los
valores absolutos de x y ypor x, -x, y o -y según corresponda) llegamos a que la región de
integración es el cuadrado de la figura.
354
Por lo tanto podemos expresar la integral de la siguiente manera:

== x e2y dxdy = 0
= = x+1 x 2y = 1 = −x+1 x 2y = 0 x % e2y & x+1 = 1 x % e2y & −x+1
D e −1 −x−1 e e dydx + + 0 x−1 e e dydx = −1 e 2 dx + 0 e 2 dx =
−x−1 x−1
= 0 ' ( = 1 ' (
= 12 −1 ex e2x+2 − e−2x−2 dx + 12 0 ex e−2x+2 − e2x−2 dx =
= ' 3x+2 ( = ' ( % &0 % &1
1 0 −x−2 dx + 1 1 e−x+2 − e3x−2 dx = 1 e3x+2 + e−x−2 −x+2 − e3x−2
2 −1 e − e 2 0 2 3 + −e 3 =
= = x 2y % 2 & % & −1 0
1 e −2 − e−1 − e−3 + 1 e2 + e−2 − e − e = 2 e2 − 2 e − 1 e−1 + 2 e−2 − 1 e−3
D e e dxdy = 2 3 + e 3 2 3 3 3 3 6 3 2
=4=2 x2
Ejemplo 5.1.33. Cambio en el orden de integración. Calcular 0 y/2 e dxdy
Solución
El integrando no reconoce una primitiva de sencilla formulación, sino que la misma debe expre-
sarse mediante series.
Para evitar esto, podemos intentar cambiar el orden de integración. Proponemos así:
=4=2 x2
= 2 = 2x x2
0 y/2 e dxdy = 0 0 e dydx =
= 2 x2 %= 2x & = 2 x2 2 2
= 0 e 0 dy dx = 0 e 2xdx = ex = e4 − 1
0
Ejemplo 5.1.34. Sea la integral doble

√
88 80 8y+1 83 1−y
8
f (x, y) dx dy = f (x, y) dx dy + f (x, y) dx dy
√ √
R −1 − y+1 0 − y+1
a)Describir y graficar la región R.

b)Calcular por integral doble el área de la región R.
88
2 3
c)Calcular la integral f (x, y) dx dy, si f (x, y) = 6e12x−3x −2x
R
Solución
a) R = (x, y) : −2 ≤ x ≤ 1, x2 − 1 ≤ y ≤ 1 − x
355
b)Sea f (x, y) = 1,entonces

 
88 1−x
8
=1   =1
A(R) = dx dy =  dy  dx = −x2 − x + 2 dx = 92 u2
−2 −2
R x −1 2
 
88 1−x
8
1
=  =1
2 3  2 3
c) f (x, y) dx dy =  6e12x−3x −2x dy  dx = 6e12x−3x −2x −x2 − x + 2 dx
−2 −2
R x2 −1
88
f (x, y) dx dy = e7 − e−20 .
R
Ejemplo 5.1.35. Sea la integral doble
√ √ 2
88 8 28y 82 84−y
f (x, y) dx dy = f (x, y) dx dy + f (x, y) dx dy
√
R 0 0 2 0
a)Describir y graficar la región R.

88
2
b)Calcular la integral f (x, y) dx dy, si f (x, y) = xyey
R
Solución
1 2
√ √
a)R = (x, y) : 0 ≤ x ≤ 2, x ≤ y ≤ 4 − x2
√ 
88 √ 84−x2
=2  2  1 2
b) f (x, y) dx dy =  xyey dy  dx = 4 e2 − 1 .
0
R x
También, √ 
√
 y  4−y2
88 8 8
=2 =2  
f (x, y) dx dy =  xyey2 dx dy +  2
xyey dx
√   dy
0 2
R 0 0
88
1 2 1 1 4 2
f (x, y) dx dy = 4e + 4 + 4e − 34 e2 = 14 e4 − 12 e2 + 1
4 = 1
4 e2 − 1 .
R
356
Ejemplo 5.1.36. Una lámina tiene la forma de una región plana limitada en el primer cuadrante
√
por la circunferencia y = 4 − x2 , el eje X, y el eje Y, si la función densidad en cada punto
(x, y) es dada por la función δ (x, y) = 6 x2 + y 2 , encontrar el centro de masa de la lámina.
Solución
En coordenadas polares x = r cos(θ), y = r sin θ.
1 π 2
Por lo tanto la región R = (r, θ) : 0 ≤ θ ≤ , 0 ≤ r ≤ 2
2
π
82 82
M = (6r) rdrdθ = 8π
0 0
π
82 82
MY = (r cos θ) (6r) rdrdθ = 24
0 0
24 3
x = =
8π π
Por simetría, se tiene que x = y.

3 3
Luego el centro de masa de la lámina es C.M.=(x, y) π, π .
Ejemplo 5.1.37. Dada la integral

81 81
x |y|
dxdy
1 + x3
−1 y 2
a)Grafique la región de integración.

b)Calcule la integral.
Solución
a)Invirtiendo el orden de integracion y usando la definicion de valor absoluto
R := (x, y) : −1 ≤ y ≤ 1, y 2 ≤ x ≤ 1
√ √
R := (x, y) : 0 ≤ x ≤ 1, − x ≤ y ≤ x
357
b)Usando simetría : √ 
81 81 81 8 x 81 % 2 &y=√x 81
x|y|  xy  x y x
I= 1+x3
dx dy = 2  1+x3 dy  dx = 2 1+x3 2 dx = 1+x3
(x) dx
y=0
−1 y 2 0 0 0 0
' (x=1
I = 13 ln x3 +1 x=0
= 1
3 ln 2.
Ejemplo 5.1.38. Sea R la región limitada por
2x + y = 2, y = 2x, 2y = 1.
a)Grafique R
b)Calcule 88
' (
1 + (2x − y)2 (2x + y − 1)2 dxdy
R
Solución
a)
u = 2x − y
b)Hacer , de donde x = 14 u + 14 v, y = 12 v − 12 u.
v = 2x + y
1 1
4 4 1
J (u, v) = = 4
− 12 1
2
358
Luego
88 88
' ( 1 ' (
I = 1 + (2x − y)2 (2x + y − 1)2 dxdy = 1 + u2 (v − 1)2 dudv
R 4 D
88
1 1
I = a(D) + u2 (v − 1)2 dudv
4 4 D
J
La región D es un triángulo limitado por las rectas v = 2, u = 0, v = u + 1.

= 2 = v−1 =2
a(D) = 1 0 dudv = 1 (v − 1) dv = 12 .
Luego
88 8 2 8 v−1
J = u2 (v − 1)2 dudv = u2 (v − 1)2 dudv
D 1 0
8 2
1 1 % &v=2 1
J = (v − 1)5 dv = (v − 1)6 =
1 3 18 v=1 18
1 1 1 13
Luego, I = 4 2 + = 72 .
18
Ejemplo 5.1.39. Sea D la región en el primer cuadrante, limitada por
x √
1 ≤ x2 + y 2 ≤ 9, √ ≤ y ≤ x 3.
3
y
Si la densidad es δ(x, y) = arctan( ) en cada punto (x, y) de la región D. Determine la coor-
x
denada x del centro de masa C(x, y) de D.
Solución
En coordenadas polares x = r cos(θ), y = r sin θ con límites
π π
≤θ≤ , 1≤r≤3
6 3
La densidad δ(x, y) = arctan( xy ) = θ,

La masa
8 π 8 3
3 π2
m= θrdr dθ =
π
1 6
6
359
La coordenada x
8 π 8 3 8 π
1 3 1 26 3
x = (r cos θ) θrdrdθ = ( ) θ cos(θ)dθ
m θ= π r=1 m 3 π
6 6
1 26 θ= π3
= ( ) [cos θ + θ sin θ]θ= π
m 3 3 6
√ 4
1 26 π √ 1− 3
= ( ) (2 3 − 1) +
m 3 12 2
3 √ 4
6 26 π √ 1− 3
x = ( 2) (2 3 − 1) +
π 3 12 2
3 √ 4
52 π √ 1− 3
x = 2
(2 3 − 1) +
π 12 2
Ejemplo 5.1.40. Sea f : Q = [−3, 3] × [−4, 4] ⊂ R2 → R una función definida por
cos 6x2 + 3y2 , (x, y) ∈ R

f(x, y) =
0 , (x, y) ∈ Q R
x2 y 2
donde R ⊂ R2 es la región en el primer cuadrante, limitada por la curva C : + =1y
== 2 4
los ejes coordenados. Calcule Q f(x, y)dxdy si existe.
Solución
Observe que
g(x, y), (x, y) ∈ R
f(x, y) =
0, (x, y) ∈ Q R
donde g : R → R es una función definida sobre R por
g(x, y) = cos 6x2 + 3y 2 .
Como g es continua sobre R, entonces g es integrable sobre R y además

88 88
f(x, y)dxdy = g(x, y)dxdy
Q R
Luego usando transformación de coordenada polares generalizadas:

√
x = 2r cos θ, y = 2r sin θ
La curva C, en las coordenadas (r, θ), está dada por r = 1 y la región R se transforma a
1 π2
R′ := (r, θ) : 0 ≤ r ≤ 1, 0 ≤ θ ≤
2
así
88 8 8 38 4 √
π
2
1
2
√ √ 8 1
2
π
2 2π
g(x, y) = cos(12r )·(2 2r)drdθ = 2 r cos(12r )dr dθ = sin 12.
R 0 0 0 0 24
360
Ejemplo 5.1.41. Dada la integral

81 82
|x| y 3
dydx
2 + y5
−12x2
a)Grafique la región de integración.

b)Calcule la integral..
Solución
a)La region de integración es :
b)Invirtiendo el orden de integracion y usando la definicion de valor absoluto
R := (x, y) : −1 ≤ x ≤ 1, 2x2 ≤ y ≤ 2
9 # # :
y y
R := (x, y) : 0 ≤ y ≤ 2, − ≤x≤
2 2
Usando simetría
√y :  √y 
82 8 2 82 8 2 82 3 % √y 4
&y=
|x| y3 
 xy 3  y3 x2
dx
2
I = dx dy = 2  dy = 2 dy =
2 + y5 
2 y=0
√ 2 + y5 2 + y5
0 − y 0 0 0
2
82 3 4
y3 y
2 4 dy
2 + y5
0
82 3 4
% &y=2
1 5y 4 1
√ √
I= 10 dy = 10 2 2 + y5 = 15 34 − 15 2
2 + y5 y=0
0
Ejemplo 5.1.42. Sea la región R limitada por :
y = x + 2, y = x, x + y = 0, x + y = 2
361
a)Grafique R.
b)Calcule
88
(x − y)3
dxdy
R 4 + (x + y)2
Solución
a)La región es, R : (y ≥ −x) ∧ (y ≤ x + 2) ∧ (y ≤ 2 − x) ∧ (y ≥ x)
u =x+y
b)Haciendo , de donde x = 12 u + 12 v, y = 12 u − 12 v.
v =x−y
1 1
2 2
JT (u, v) = 1
= − 12 ,de donde |JT (u, v)| = 12 .
2 − 12
La nueva región D es un rectángulo D = [0, 2] × [−2, 0] en el plano UV: 0 ≤ u ≤ 2, −2 ≤ v ≤ 0.
362
Luego
88 88
(x − y)3 v3
I = 2
dxdy = 2
|JT (u, v)| dudv
R 4 + (x + y) D 4+u
8 8 0 8 3 > 4 <v=0 4
1 2 v3 1 2 1 v
I = 2
dv du = 2
du
2 0 −2 4 + u 2 0 4+u 4 v=−2
8 8 2 1 > <
1 2 −4 2 du 1 u=2
I = du = − = − arctan u
2 0 4 + u2 u 2 2 u=0
0 1+ 2
1
I = − arctan 1 = − π
4
Ejemplo 5.1.43. Calcule la masa de una lámina de metal que tiene la forma de la región R ⊂ R2 ,
limitada por :
x2 + y 2 − 2x = 0, x2 + y 2 − 4x = 0, x − y = 0, x + y = 0,
|xy|
si la densidad en cada punto de dicha lámina es δ(x, y) = .
(x2 + y 2 )3
Solución
Usando el cambio de coordenadas T : ⊗ → R, definida por T (r, θ) = (r cos θ, r sin θ), |JT (r, θ)| =
r.
De : x2 + y2 = 2x =⇒ r = 2 cos θ.De :x2 + y 2 = 4x =⇒ r = 4 cos θ.
Así, 2 cos θ ≤ r ≤ 4 cos θ.
π
De : y = x =⇒ θ =
4
π
De : y = −x =⇒ θ = −
4
π π
Así, − ≤ θ ≤ .
4 4 1 2
π π
Por lo tanto la región R = (r, θ) : − ≤ θ ≤ , 2 cos θ ≤ r ≤ 4 cos θ
4 4
363
π π
8 8 84 48cos θ 84 48cos θ
r2 sin θ cos θ
M = δ(x, y)dxdy = 2 rdrdθ = 2 sin θ cos θdrdθ
r3
R 0 2 cos θ 0 2 cos θ
π π
84 84 >
3θ
<π
cos 4
= 2 sin θ cos θ [r]42 cos θ
cos θ dθ = 4 cos2 θ sin θdθ = −4
3 0
0 0
4 1 4 1√
I = − √ −1 = − 2.
3 2 2 3 3
Ejemplo 5.1.44. Sea D ⊂ R2 , la región del plano, en el primer cuadrante, limitada por :
√
b2 x2 + a2 y 2 = 4a2 b2 , b2 x2 + a2 y 2 = 9a2 b2 , bx − ay = 0, b 3x − ay = 0 con a > b > 0.
a)Grafique la región D.
b)Calcule
88
f(x, y)dxdy,
D
si f (x, y) = x2 + y 2 + ( ab y)2 + ( ab x)2 , para todo (x, y) ∈ D.
Solución
a)Observe que las ecuaciones que determinan la región D son equivalentes a
x 2 y 2
4≤ + ≤ 9,
a b
b b√
x≤y≤ 3x.
a a
364
Luego, la gráfica de D es:
Región D
b)Usando el cambio de coordenadas T : Ω → D, definida por T (r, θ) = (ar cos θ, br sin θ). Donde
D′ es la región del plano (r, θ), limitada por:
2≤r≤3
π π
≤θ≤ .
4 3
|JT (r, θ)| = abr
88 88 8 π 8 3
3
f (x, y)dxdy = f(ar cos θ, br sin θ). |JT (r, θ)| drdθ = a2 + b2 abr2 drdθ
π
D Ω 4
2
8 π > <3 8 π 8 π
3 r3 19 3 19 3
= ab a2 + b2 dθ = ab a2 + b2 dθ = ab a2 + b2 dθ
π 3 2 3 π 3 π
4 4 4
19 π π 19
= ab a2 + b2 − = π a2 + b2
3 3 4 36
5.2. Integrales triples

El procedimiento emplaedo para definir un aintegral triple imita al de las integrales dobles.
Primero supongamos que f : Q ⊂ R3 −→ R
es una función continua de tres variables, definida en una región sólida acotada Q.
A Continuación dotamos a Q una red de cajas y construimos una partición interna formada por
todas las cajas completamnete situadas dentro de Q, como se ve en la figura.
365
El volumen de (i, j, k)−ésima prismas es :
∆ijk V = .∆i x.∆j y.∆k z
Definimos la norma de la partición ∆, se denota por ∆ , se define com la longitud mayor de

las diagonales de los prismasQijk .
∆ = {diag (Qij ) : 1 ≤ i ≤ m, 1 ≤ j ≤ n, 1 ≤ k ≤ p} .
Si elegimos un punto de muestra x∗ijk , yijk

∗ , z∗
ijk en cada Qijk , entonces podemos aproximar la
parte de K que se encuentra arriba de cada Qijk por medio de una delgada prisma ( O columna)
con base Qijk y altura f x∗ijk , yijk
∗ , z∗
ijk .
Formamos la suma de Riemann
m n p
f x∗ijk , yijk
∗ ∗
, zijk ∆ijk V
i,=1 ,j=1 ,k=1
Esta aproximación puede mejorarse estrechamente los prismas para formar cada vez en hiper-
prismas mas pequeños. Es decir, el límite cuando ∆ −→ 0 (m,n ,p crecen indefinidamente).
Si el límite de esta suma existe, entonces tenemos
8 88 m n p
f(x, y, z)dV = lı́m f x∗ijk , yijk
∗ ∗
, zijk ∆ijk V = lı́m Sm,n,p (f, ∆)
Q ∆ −→0 m,n,p−→+∞
i,=1 ,j=1 ,k=1
Suma triple de Riemann.

Ahora definimos la integral triple sobre una región sólidas acotadas más generales K, del espacio
tridimensional, mediante un procedimiento similar al que empleamos para las integrales dobles,
esto significa, encerramos K en un prisma de ocho paralelepípedo rectangular.
Teorema 5.2.1. Para f y g dos funciones integrables definidas sobre un sólido K , entonces
se cumplen las siguientes propiedades:
1. (Linealidad). f + g es integrable sobre K y
88 88 88
(f (x, y, z) + g(x, y, z)) dxdydz = f(x, y, z)dxdydz + g(x, y, z)dxdydz.
K K K
2.(Homogeneidad). f es integrable sobre K, para todo α ∈ R, y

88 88
(αf (x, y, z)) dxdydz = α f(x, y, z)dxdydz.
K K
3.(Aditividad) Si K = K1 ∪K2 y K1◦ ∩ K2◦ = Φ ( K1 y K2 dos prisma cuya intersección es una

región, una curva o un punto o vacía), entonces
88 88 88
f (x, y, z)dxdydz = f(x, y, z)dxdydz + f(x, y, z)dxdydz
K K1 K2
366
4.(Monotonía) Si f(x, y, z) ≤ g(x, y, z), para todo (x, y, z) ∈ K, entonces

88 88
f(x, y, z)dxdydz ≤ g(x, y, z)dxdydz.
K K
En particular, si f(x, y, z) ≥ 0, para todo(x, y, z) ∈ K, entonces

88
f (x, y, z)dxdydz ≥ 0.
Q
Restringiremos a funciones continuas f : K ⊂ R3 −→ R y a ciertos tipos de regiones.

Una región K de tipo I, si sse puede describir com el conjunto
K = (x, y, z) ∈ R3 : (x, y) ∈ R, γ 1 (x, y) ≤ z ≤ γ 2 (x, y)
donde γ 1 , γ 2 : R −→ R son funciones continuas con valores reales.

Además, R puede ser de tipo I o II.
RI = (x, y) ∈ R2 : φ1 (x) ≤ y ≤ φ2 (x), x ∈ [a, b] . . . (1)
RII = (x, y) ∈ R2 : ψ1 (y) ≤ x ≤ ψ2 (y)), y ∈ [c, d] . . . (2)
Una región de tipo II se puede expresar en la forma (1) o (2), con y o z intecambiados.
Teorema 5.2.2. (Teorema de Fubini para regiones sólidas).Sea f : K ⊂ R3 −→ R una función

continua sobre una región sólida acotada R definida´por
K = (x, y, z) ∈ R3 : (x, y) ∈ RXY , γ 1 (x, y) ≤ z ≤ γ 2 (x, y)
siendo R = P royXY (K) y γ 1 , γ 2 : R −→ R son funciones continuas con valores reales.Entonces

8 88 88 8 $
γ 2 (x,y)
f(x, y, z)dV = f(x, y, z) dz dA
K RXY γ 1 (x,y)
8 b8 8 $
φ2 (x) γ 2 (x,y)
= f(x, y, z) dz dydx
a φ1 (x) γ 1 (x,y)
8 $
d 8 ψ 2 (x) 8 γ 2 (x,y)
= f (x, y, z) dz dxdy
c ψ 1 (x) γ 1 (x,y)
Similarmente con las otras regiones o proyecciones de K sobre los plano YZ y XZ.
Los conceptos de integración que expusimos en las secciones 2 y 3 de este capítulo los podemos
extender al caso de integrales triples, cuádruples...etc.
Ilustraremos su uso con algunos ejemplos.
367
Ejemplo 5.2.3. Calcular el volumen del tetraedro limitado por los planos coordenados y el plano
x + y + z = 1.
Solución Es importante formarnos una representación gráfica del sólido.
Figura. Volumen de un tetraedro
Observemos que el plano x + y + z = 1 se intersecta con los planos z = 0, x = 0 y y = 0 en las

rectas
x+y =1
y+z =1
x+z =1
respectivamente.El sólido está definido por:
K = (x, y, z) ∈ R3 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x, 0 ≤ z ≤ 1 − x − y
Entonces,
===
V (S) = dxdydz
= 1S=
1
1=
1−x 1−x−y
2 2 = 1 1= 1−x 2
= 0 0 0 dz dy dx = 0 0 (1 − x − y) dy dx
=1' ( =1 1 % &1
1−x 2 3
= 0 y − xy − 12 y 2 0 dx = 1
0 2 (x − 1) dx = 6 (x − 1) 0
1
V (S) = 6
===
Ejemplo 5.2.4. Hallar S xyz dxdydz en donde
S = (x, y, z) ∈ R3 , x2 + y 2 + z 2 ≤ 1, x ≥ 0, y ≥ 0, z ≥ 0
Solución.
Es fácil advertir que el sólido S es un octante de la esfera de R3 de centro en el origen y radio
1, cómo se observa el sólido está definido por:
368
1 2
K = (x, y, z) ∈ R3 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x2 , 0 ≤ z ≤ 1 − x2 − y2
Por lo tanto
888 8 1 8 √
1−x2 8 √1−x2 −y2 $ $
1
xyz dxdydz = xyz dz dy dx =
S 0 0 0 48
5.2.1. Cambio de variable
Los conceptos de cambio de variable que expusimos en la sección anterior los podemos extender
al caso de dimensiones superiores. Si T (u) = (x1 (u) , ...xn (u)) representa una transformación
de una región R a otra región S de Rn entonces
8 8 8 8
··· f(x)dx1 ...dxn = ··· f(F (u)) |JF (u)| du1 ...dun ,
S R
en donde
∂x1 (u) ∂x1 (u)

∂u1 . . ∂un
. .
JT (u) = ,
. .
∂xn (u) ∂xn (u)
∂u1 ∂un
x = (x1 , ...xn ), u = (u1 , ...un ) y f un campo escalar definido sobre S. Para que la fórmula de
cambio de variable tenga validez en necesario que JT (u) = 0. No obstante la podemos extender
al caso JT (u) = 0 siempre y cuando el conjunto en donde se anula el jacobiano tenga contenido
nulo. Este es el caso en los ejemplos que consideraremos.
Sea f : K ⊂ R3 −→ R una función integrable sobre un sólido K acotado, nos interes calcular el
= ==
valor K f(x, y, z)dV
Sea una T : Ω ⊂ R3 −→ K una transformación definida por
T (u, v, w) = (x (u, v, w) , y (u, v, w) , z (u, v, w)) .
Teorema 5.2.5. (Cambio de variable para integrales triples).Sean K y Ω sólidos acotados en

R3 y T : Ω ⊂ R3 −→ K una función biyectiva de clase C 1 (Ω) con J(u, v, w) = 0
∂x ∂x ∂x
∂u ∂v ∂w
∂ (x, y, z) ∂y ∂y ∂y
JT (u, v, w) = = ∂u ∂v ∂w
∂ (u, v, w)
∂z ∂z ∂z
∂u ∂v ∂w
369
Si f : K ⊂ R3 −→ R una función integrable sobre un sólido acotado f : K ⊂ R3 −→ R.Entonces

f ◦ T : Ω ⊂ R2 −→ R es integrable y
88 8 88
f(x, y, z)dx dydz = (f ◦ T ) (u, v, w) . |JF T (u, v, w)| du dvdw
K=T (Ω) Ω
Coordenadas Cilíndricas
Definición 5.2.6. Dado el punto P ∈ R3 , la terna de números reales (r, θ, z) da a las coorde-
nadas cilíndricas de P , siempre que:
(1)(r, θ) sean las coordenadas polares de la proyección de P sobre el plano XY , y
(2) z sea la cota de P .
P ∈ R3 !→ (r, θ, z) ∈ [0, +∞[ × [0, 2π] × R
donde 

 x = r sin θ

y = r cos θ , r ≥ 0, 0 ≤ θ ≤ 2π.


 z=z
Una transformación definida por
T (r, θ, z) = (r sin θ, r cos θ, z) .
Es fácil ver que el jacobiano
cos θ sen θ 0
∂ (x, y, z)
JT (r, θ, z) = = −r sen θ r cos θ 0 =r
∂ (r, θ, z)
0 0 1
En este caso,
88 8 88
f(x, y, z)dxdydz = f (r sin θ, r cos θ, z) .rdzdr dθ
K=T (Ω) Ω
370
De las dos primeras ecuaciones anteriores se deduce que x2 +y 2 = r2 . Esto nos dice, por ejemplo,
que el plano, en coordenadas cilíndricas, z = k se transforma en el cilindro circular recto paralelo
al eje z y definido por la ecuación, en coordenadas rectangulares, x2 + y 2 = k2 .
Cómo una aplicación de las coordenadas cilíndricas, consideremos el siguiente ejemplo: Calcule-
mos la integral
8 88
x2 + y 2 dxdydz
S
en donde S es el sólido limitado por las superficies x2 +y2 = 2z y el plano z = 2. En coordenadas

cilíndricas el sólido S está determinado por las superficies θ = 0, θ = 2π, r2 = 2z y z = 2,
cómo se indica en la figura.
Puesto que JT (r, θ, z) = r, vemos que
=== =2 = √4−x2 =2
S x2 + y 2 dxdydz = −2
√
− 4−x2 x2 +y2 x2 + y 2 dz dy dx
2
= 2π = 2 = 2
= 0 0 r2 r3 dz dr dθ
2
16
= 3 π
 1 z  
81 8 8
Ejemplo 5.2.7. I =   2 (1 − x) e−(1−y)2 dy  dz  dx
0 x x
a)Hallar el dominio de integración con la región proyectada al plano xy.
b)Calcular la integral usando la parte (a).
Solución
a)K = {(x, y, z) : 0 ≤ x ≤ 1, x ≤ y ≤ 1, y ≤ z ≤ 1}
   
81 81 81
2
b)I =   2 (1 − x) e−(1−y) dz  dy  dx = 12 e−1
0 x y
1
Ejemplo 5.2.8. Calcular el volumen del sólido que está limitado por los planos z = 0, z = 3 y el
cilindro x2 + y 2 = y.
Solución
Este sólido está encima del disco que tiene como frontera del círculo a la circunferencia :
2
1 1 1 1
x2 + y 2 = y =⇒ x2 + y 2 − y + = =⇒ x2 + y − =
4 4 2 4
es decir, tiene como frontera la circunferencia de centro el punto (0, 12 ) y radio 12 .
371
Figura. Volumen de un cilindro circular
Si consideramos coordenadas polares, se tiene que esta circunferenciase expresa como:

x2 + y 2 = y =⇒ r2 = r sen =⇒ r = sen .
Por lo tanto, el disco sobre el que se encuentra el sólido
9 :
1
Ω : (r, θ, z) : 0 ≤ ≤ , 0 ≤ r ≤ sen , 0 ≤ z ≤ ,
3
está dado por:

RXY = {(r, ) : 0 ≤ r ≤ sen ; 0 ≤ ≤ }
Puesto que JT (r, θ, z) = r.Aplicando la fórmula de integración en coordenadas polares:
8 88 88 8 1
$ 8 38 4
π sen
3 r
f(x, y, z)dV = 1 dz rdrdθ = dr dθ
K RXY 0 0 0 3
8 π <sen
> 8 π 8 π > <
r2 sen2 1 1 − cos 2
= dθ = dθ = dθ
0 6 0 0 6 0 6 2
> <π
θ sen 2
= −
12 24 0
π
=
12
Coordenadas Esféricas
Definición 5.2.9. Dado el punto P ∈ R3 , la terna de números reales (ρ, θ, φ) da a las coorde-
nadas esféricas de P , siempre que:
(1)ρ sea la distancia del punto P al origen de coordenadas,
(2) θ sea el ángulo que forma la proyección del vector P en el plano XY, con la parte positiva
del eje X, y
372
(3)φ sea el ángulo que forma el vector P con la parte positiva del eje Z.
P ∈ R3 !→ (ρ, θ, φ) ∈ [0, +∞[ × [0, 2π] × [0, π] ,
donde 

 x = ρ sin φ cos θ

y = ρ sin φ sin θ , ρ ≥ 0, 0 ≤ θ ≤ 2π,0 ≤ φ ≤ π .


 z = ρ cos φ
Una transformación definida por
T (ρ, θ, φ) = (x(ρ, φ, θ), y(ρ, φ, θ), z(ρ, φ, θ)) = (ρ sin φ cos θ, ρ sin φ sin θ, ρ cos φ) .
Es fácil ver que el jacobiano
sin φ cos θ −ρ sin φ sin θ ρ cos φ cos θ

∂ (x, y, z)
JT (ρ, θ, φ) = = sin φ sin θ ρ sin φ cos θ ρ cos φ sin θ = −ρ2 sin φ
∂ (ρ, θ, φ)
cos φ 0 −ρ sin φ
En este caso,
8 88 8 88
f(x, y, z)dxdydz = (f ◦ T ) (ρ, θ, φ) .ρ2 sin φ dρdφ dθ
K=T (Ω) Ω
Si queremos que la transformación sea inyectiva debemos tomar, por ejemplo, θ ∈ [0, 2π[ y
φ ∈ [0, π[ .
De las tres ecuaciones anteriores se deduce que x2 + y2 + z 2 = r2 . Es así cómo el plano,
en coordenadas esféricas, r = k, se transforma por medio de T en la esfera cuya ecuación es
x2 + y 2 + z 2 = k2 , en coordenadas rectangulares.
De la misma forma: El plano, en coordenadas esféricas, θ = k, se transforma por medio de T en
el plano y = tan kx, en coordenadas rectangulares. También, el plano φ = k, en coordenadas
esféricas, se transforma en la curva
373
1 2
(x, y, z) ∈ R3 , x2 + y 2 = (r sin k)2 , z = r cos k
Veamos ahora un ejemplo del uso de las coordenadas esféricas: Calculemos, usando coordenadas
esféricas, el volumen de un octante de la esfera de centro en el origen y radio 1. Esto es, hallemos
V (S) en donde
S = (x, y, z) ∈ R3 , x2 + y 2 + z 2 ≤ 1, x ≥ 0, y ≥ 0, z ≥ 0
' ( ' (
Procedemos así: Es fácil advertir que el paralelipípedo [0, 1]× 0, π2 × 0, π2 en el espacio (r, θ, φ)
se transforma en el sólido S, puesto que |JT (r, θ, φ)| = (sin φ) r2 tenemos que
8 38 π
38 π
4 4
1 2 2
2 1
V (S) = r sin φdφ dθ dr = π
0 0 0 6
2
Ejemplo 5.2.10. Calcular el volumen del sólido encerrado por la superficie de ecuación x2 + y 2 + z 2
= z(x2 + y 2 ).
Solución
Pasando
 a coordenadas esféricas generalizadas:

 x = ρ cos θ sen φ

Ω: y = ρ sen θ sen φ ; J (ρ, θ, φ) = −ρ2 sen φ


 z = ρ cos φ
2 2
De la superficie: x2 + y 2 + z 2 = z(x2 +y 2 ) =⇒ ρ2 = (ρ cos φ) ρ2 cos2 θ sen2 φ + ρ2 sen2 θ sen2 φ
=⇒ ρ4 = (ρ cos φ) ρ2 sen2 φ cos2 θ + sen2 θ =⇒ ρ = cos φ sen2 φ
Como debe ser z = ρ cos φ ≥ 0 entonces ∈ [0, π2 ]. La ecuación anterior no depende de θ
luego ∈ [0, 2 ] por lo que los líımites de integración del sólido son:
1 π π2
Ω := (ρ, θ, φ) : 0 ≤ ρ ≤ cos φ sen2 φ, 0 ≤ θ ≤ , 0 ≤ φ ≤
2 2
π π
88 8 82π 82 cos φ sen2
8 φ 82π 82 cos φ 2
8sen φ
V (Ω) = 1dV = ρ2 sen φ dρdφdθ = (sen φ) ρ2 dρdφdθ
Ω 0 0 0 0 0 0
π  π 
82π 82 > 3 <cos φ sen2 φ 82π 82 
ρ 1   3 7

 dθ
V (Ω) = (sen φ) dφdθ = cos φ sen φdφ
3 0 3  


0 0 0 0
374
Ahora
π π
82 > < π 82
cos2 φ sin8 φ 2 2
cos3 φ sen7 φdφ = + cos φ sin7 φdφ
10 0 10
0 0
> 8 < π2
2 sin φ 1
= =
10 8 0 40
y volviendo a la integral de volumen:
 π 
82π 82  82π
1  
 cos3 φ sen7 φ dφ dθ = 1 1 π
V (Ω) =   dθ = .
3   3 40 60
0 0 0
Aplicaciones de la integral triple

Masa de una región sólida
Considere una región sólida K, no homogénea, esto es que su densidad δ varía en cualquier
punto (x, y, z) de K del espacio XY Z, donde δ : K ⊂ R3 −→ R es una función continua sobre
una sólida K, está expresada en unidades de masa por unidad de volumen, entonces la masa
se obtiene como la integral triple de la función densidad sobre la región K, tal como se define a
continuación:
Masa de una región sólida en el espacio
Considere un cuerpo tridimensional K de densidad variable δ (x, y, z) de K, entonces su masa,
denotada m , se obtiene como:
m n p 8 88
M= lı́m ρ x∗ijk , yijk
∗ ∗
, zijk .∆ijk V = δ(x, y, z)dV.
∆ −→0 K
i,=1 ,j=1 ,k=1
Momentos estáticos
El momento estático de una región sólida K tridimensional respecto a los planos coordenados
XY , Y Z, y XZ, se definen de la siguiente manera:
Momentos estáticos de un sólido en el espacio tridimensional
Sea K una región sólida del espacio, tal que su densidad viene dada por la función δ : K ⊂
R3 −→ R, la cual es continua para todo (x, y, z) ∈ K, entonces los momentos estáticos alrededor
de los planos XY , Y Z, y XZ, denotados MXY , MY Z y MXZ , respectivamente, se obtienen a
partir de las siguientes expresiones:
375
8 88
MXY = zδ(x, y, z)dV,
8 8 8K
MY Z = xδ(x, y, z)dV,
8 8 8K
MXZ = yδ(x, y, z)dV
K
Centro de masa de un sólido

Las coordenadas C.M.(x,y,z) es el centro de masa de la región sólida K del espacio :
= == = == = ==
MY Z K xδ(x, y, z)dV MXZ K yδ(x, y, z)dV MXY zδ(x, y, z)
x= = = == , y= = = == , z= = = ==K
M K δ(x, y, z)dV M K δ(x, y, z)dV M K δ(x, y, z)d
2 2
Ejemplo 5.2.11. Sea Ω el sólido en el primer octante limitado por las superficies x2 + y4 + y9 =
√
1, y = 2x, y = 2 3x.Calcular la masa total y la tercera coordenada de Ω, si la función densidad
y2 y2
en cada punto (x, , y, z) es dado por δ (x, , y, z) = 10 x2 + 4 + 9 .
Solución
Pasando
 a coordenadas esféricas generalizadas:
 x = ρ cos θ sen φ


Ω: y = 2ρ sen θ sen φ ; J (ρ, θ, φ) = −6ρ2 sen φ


 z = 3ρ cos φ
y = 2x : θ = π4
√
y = 2 3x : θ = π3
1 π π π2
Ω : (ρ, θ, φ) : 0 ≤ ρ ≤ 1, ≤ θ ≤ , 0 ≤ φ ≤
4 3 2
π π π π
88 8 8 1 81
3 2
= = 3 =2
=
M= δ (x, , y, z) dV = 10ρ2 6ρ2 sen φ dρdφdθ = 60 (sen φ) ρ4 dρdφdθ
π 0 π 0
Ω 0 0
  4 4
π π π
=3  =2  =3
M = 12  
 sen φdφ dθ = 12 dθ = π
π 0 π
4 4
MXY
z=
M
π π π π 
88 8 3 2 81 3 2 8
= = = =
MXY = zδ (x, , y, z) dV = 2 2
(3ρ cos φ) 10ρ 6ρ sen φ dρdφdθ = 180 (cos φ sen φ) 
π 0 π 0
Ω 0 0
4 4
376
ππ  π π
π
=3  =2  =3 ' 1 ( =3
MXY = 30  
 (cos φ sen φ) dφ dθ = 30 − 4 cos 2φ 02 dθ = 30 12 dθ = 54 π
π 0 π π
4 4 4
5
MXY π
z= = 4 = 54
M π
Ejemplo 5.2.12. Sea Ω ⊂ R3 el sólido limitado por el cilindro x2 + y 2 = a2 , el plano z = a2 + 2
y el paraboloide x2 + y 2 + z = a2 , con x ≥ 0, y ≥ 0 y a > 1.
a)Esboce el sólido Ω.
=== 2 2
b)Calcule Ω f(x, y, z)dV,donde f (x, y, z) = x + y .
Solución.
a)Esbozo del sólido Ω :
b)Usando coordenadas cilíndricas:
x = r cos θ, y = r sin θ,z = z
|J(r, θ, z)| = r
La ecuación del cilindro es: r = a
La ecuación del paraboloide es: z = a2 − r2 .
1 π 2
⊗ := (r, θ, z) : 0 ≤ θ ≤ , 0 ≤ r ≤ a, a2 − r2 ≤ z ≤ a2 + 2
2
Luego
=== = π = a = a2 +2 2
Ω f (x, y, z)dV = a2 −r2 r (r) dzdrdθ
2
0
= π =0a
= 0
2
r3 (2 + r2 )drdθ
= π2 0 =a 3 5
= 0 dθ 0 (2r + r )dr
% 4 &
6 a
= π2 ( r2 + r6 )
=== 0
1 4
Ω f (x, y, z)dV = 12 πa a2 + 3
377
Ejemplo 5.2.13. Halle la coordenada z del centroide del sólido K limitado superiormente por
S1 : x2 + y 2 + z 2 = 4 x2 + y2 , z ≥ 0 (ver figura) e inferiormente por S2 : z = x2 + y 2 .
Solución.
2
6 z 1 2
4 0
2
z 1
-2 -4
0 -4 -1
z 4 4 -2 0
4 2 00 0 -2
2 1 2 -2 -4
-4 0 -1 -2
0 y 2 0 4
2 2 1 x y
x -2 y x
Usando coordenadas esféricas:
x = ρ sin ϕ cos θ, y = ρ sin ϕ sin θ, z = ρ cos ϕ
x2 + y2 + z 2 = ρ2 , |J(ρ, θ, ϕ)| = ρ2 sin ϕ
S1 : ρ2 = 4ρ sin ϕ −→ S1 : ρ = 4 sin ϕ
π
S2 : z = x2 + y 2 −→ S2 : ρ cos ϕ = 4 sin ϕ −→ S2 : ϕ = 4
1 π 2
⊗ := (ρ, θ, ϕ) : 0 ≤ θ ≤ 2π, 0 ≤ ϕ ≤ , 0 ≤ ρ ≤ 4 sin ϕ
4
= 2π = π = 4 sin ϕ = 2π = π = 4 sin ϕ 2 = 2π = π4 43 sin4 ϕ
M= 0 0
4
0 sin ϕρ2 dρ dϕ dθ = 0 04 sin ϕ 0 ρ dρ dϕ dθ = 0 0 3 dϕ dθ
43
= 2π = π4 4
M= 3 0 dθ 0 sin ϕdϕ
2
1−cos 2ϕ
sin4 ϕ = 2 = 14 1 − 2 cos 2ϕ + cos2 2ϕ = 14 1 − 2 cos 2ϕ + 1+cos 2
4ϕ
sin4 ϕ = 14 32 − 2 cos 2ϕ + 18 4 cos 4ϕ

3 = 2π = π4 3
M = 13 44 0 dθ
1
0 ( 2 − 2 cos 2ϕ + 8 4 cos 4ϕ )dϕ
3 = 2π '3 (π
M = 13 44 1
0 dθ ( 2 ϕ − sin 2ϕ + 8 sin 4ϕ 0 )dϕ = 3 π 8 π − 1
4 32 3
=== = 2π = π4 = 4 sin ϕ =
3 dρ dϕ dθ = 2π
= π4 44
MXY = K zdxdydz = 0 0 0 cos ϕ sin ϕ ρ 0 0 4 sin5 ϕ cos ϕ dϕ
= 2π % &π
sin6 ϕ 4 11
MXY = 43 0 dθ 6 = 128π 68 = 83 π
0
8
MXY π 2
Luego, z = M = 3
= 3π−8
3 (8
32
π 3 π−1)
Ejemplo 5.2.14. Sea S el solido limitado por las superficies y + z − 3 = 0, y − z + 3 = 0, z = x2 .

a)Esboce el sólido S.
b)Calcule el volumen del sólido S.
378
Solución.
a)Esbozo del sólido S :
b)Intersectando los planos se tiene la recta z = 3.Proyectando el solido al plano XZ se tiene la

region
1 √ √ 2
R := (x, y) : − 3 ≤ x ≤ 3, −x2 ≤ z ≤ 3
1 √ √ 2
S := (x, y, z) : − 3 ≤ x ≤ 3, x2 ≤ z ≤ 3, z − 3 ≤ y ≤ 3 − z
Luego el volumen de S vendrá dado por
= √3 = 3 = 3−z
Vol(S) = √ (
− √3 x2 z−3
dydzdx
= 3 = 3 = 3−z
= 2 0 x2 z−3 dy dz dx
= √3 = 3
= 2 0 x2 (6 − 2z) dz dx
= √3 2 2
= 2 0 x − 3 dx
√
= 3
= 2 0 x4 − 6x2 + 9 dx
48
√
Vol(S) = 5 3
Ejemplo 5.2.15. Dada la integral triple

8 18 18 x
y cos[(y − z)2 ]dzdydx
0 x 0
a)Dibuje el sólido donde se evalúa la integral.

b)Reescribir la integral anterior proyectando el sólido al plano Y Z y evalue la integral.
Solución.
a)
379
b)Sea
S := {(x, y, z) : 0 ≤ x ≤ 1, x ≤ y ≤ 1, 0 ≤ z ≤ x}
Proyectando al plano YZ, se tiene
S := {(x, y, z) : 0 ≤ y ≤ 1, 0 ≤ z ≤ y, z ≤ x ≤ y}
8 18 y 8 y 8 8 y
1 1
y cos[(y − z)2 ]dx dzdy = − y −2 (y − z) cos (y − z)2 dz dy
0 0 z 2 0 0
8 1 % &z=y 8 8
1 1 1 1 1
− y sin (y − z)2 dy = − 2
y − sin y dy = 2y sin y 2 dy
2 0 z=0 2 0 4 0
1' (y=1 1
= − cos y2 y=0 = (1 − cos 1)
4 4
Ejemplo 5.2.16. Sea el sólido K limitado superiormente por x2 + y 2 + z 2 = 4, inferiormente por

z = 0 y lateralmente por (x2 + y 2 )2 = 4(x2 − y 2 ).
a)Graficar K.
b)Calcular
88 8
4 − x2 − y2 dxdydz
K
Solución.
380
a)


 x2 + y 2 + z 2 = 4

b)Proyectando el solido al plano XY: z=0 se tiene la región


 (x2 + y 2 )2 = 4(x2 − y 2 )
R = (x, y) : (x2 + y 2 )2 = 4(x2 − y 2 ) ∧ x2 + y 2 ≤ 4

R = (x, y) : (x2 + y 2 )2 = 4(x2 − y 2 )
Usando coordenadas cilíndricas:
|J(r, θ, z)| = r
√
La ecuación de la esfera x2 + y 2 + z 2 = 4, se tiene : z = 4 − r2
La ecuación de la lemniscata : (x2 + y 2 )2 = 4(x2 − y2 ), se tiene : r = 2 cos (2θ)
1 2
⊗ := (r, θ, z) : 0 ≤ θ ≤ 2π, 0 ≤ r ≤ 2 cos (2θ), 0 ≤ z ≤ 4 − r2
Luego usando simetría:

88 8 8 π
38 √ 38 √ 4 4
4
2 cos 2θ 4−r2
4 − x2 − y2 dxdydz = 4 r 4 − r2 dz dr dθ
K 0 0 0
8 π
38 √ 4
4
2 cos 2θ
= 4 4r − r3 dr dθ
0 0
8 π > < √
4
2 1 4 r=2 cos 2θ
= 4 2r − r dθ
0 4 r=0
8 π > <
4 16 2
= 4 2 (4 cos 2θ) − cos 2θ dθ
0 4
381
8 88 8 π
'4 (
4 − x2 − y 2 dxdydz = 4 8 cos 2θ − 4 cos2 2θ dθ
K 0
8 π> <
4 1 + cos 4θ
= 4 8 cos 2θ − 4 dθ
0 2
8 π> <
4 cos 4θ
= 4 8 cos 2θ − 2 − dθ
0 2
> <θ= π
1 4
= 4 4 sin 2θ − 2θ − sin 4θ
8 θ=0
π
= 4 4− = 16 − 2π
2
Ejemplo 5.2.17. Hallar la componente z del centroide del sólido acotado S que se encuentra fuera
de la esfera x2 + y 2 + z 2 = 6 y dentro del paraboloide z = 4 − x2 − y 2 .
Solución.
x2 + y 2 + z 2 = 6
Sea R : .Resolviendo el sistema de ecuaciones se obtiene z = −1, z = 2 de
z = 4 − x2 − y2
donde resulta.
En consecuencia la región de integración en el plano XY es :
1 √ 2
R = (x, y) ∈ R2 : (x2 + y 2 ≤ 2
Usando Coordenadas cilindricas:
382
|J(r, θ, z)| = r
√
La ecuación de la esfera x2 + y 2 + z 2 = 6, se tiene : z = 6 − r2
La ecuación del paraboloide z = 4 − x2 − y 2 , se tiene : z = 4 − r2
1 √ 2
⊗ := (r, θ, z) : 0 ≤ θ ≤ 2π, 0 ≤ r ≤ 2, 6 − r2 ≤ z ≤ 4 − r2
=== = 2π = √2 = 4−r2 = 2π = √2 √
M =volumen= ⊗ dzdxdy = 0 0
√
6−r2
dz dr dθ = 0 0 4 − r2 − 6 − r2 rdr dθ
√
= 2π % 3& 2 √ √
1 4 12
2
M =volumen= 0 dθ 2r − 4 r + 2 3 6 − r 2 2 dθ = 2π 17 3 −2 6 3
√ 0
M = 34
3 −4 6 π
=== = 2π = √2 = 4−r2 = 2π = √2 1 5 7 3
2 r − 2 r + 5r dr dθ
MXY = zdzdxdy = √ zdz rdr dθ =
⊗ 0 0 6−r 2 0 0
= 2π ' 1 6 7 4 5 2 (√2
MXY = 0 dθ 12 r − 8 r + 2 r 0 = 2π 13 13
6 = 3 π
13
MXY π 13 √
Luego, z = M = 3 √
= .
( 34
3
−4 )π
6 6( 17
3
−2 6)
Ejemplo 5.2.18. Sea el sólido Ω limitado por las gráficas de las ecuaciones: z = 4 − x2 − y 2 ,
z= 9 − x2 − y 2 y z = x2 + y 2 .
a)Grafique el sólido Ω.
===
b)Calcule Ω
√ 2 12 dxdydz.
(x +y +z 2 )3
Solución.
1 2
a)⊗ := (x, y, z) ∈ R3 : 4 ≤ x2 + y 2 + z 2 ≤ 9, z ≥ x2 + y 2
b)Usando coordenadas esféricas:



 x, ρ sin φ cos θ

y, ρ sin φ sin θ −→ x2 + y 2 + z 2 = ρ2 , | det (JT (φ, θ, ρ)) |= ρ2 sin φ.


 z, ρ cos φ
383
De : x2 + y 2 + z 2 = 4 ρ=2
De : x2 + y 2 + z 2 = 9 ρ=3
z= x2 + y 2 φ = π4 Además 0 ≤ θ ≤ 2π
1 π 2
⊗ := (ρ, θ, ϕ) : 0 ≤ θ ≤ 2π, 0 ≤ ϕ ≤ , 2 ≤ ρ ≤ 3
4
8 88 8 8 π 8 8 38 π 8 4
2π 3 2π 3
1 4 ρ2 sin φ 4 1
dxdydz = dρdφdθ = sin φ dρ dφ dθ
Ω (x2 + y2 + z 2 )3 0 0 2 ρ3 0 0 2 ρ
8 88 8 38 π
4
2π 4
f(x, y, z)dV = (ln 3 − ln 2) sin φdφ dθ
Ω 0 0
8 38 π
4
2π 4
= (ln 3 − ln 2) sin φdφ dθ
0 0
8 2π
3 π
= ln dθ [− cos φ]04
2 0
8 88
1√ 3
f(x, y, z)dV = (2π) 1 − 2 ln
Ω 2 2
x2 y 2 z 2
Ejemplo 5.2.19. Sea K el sólido limitado superiormente por la gráfica de + + =z e
# 9 4 3
x2 y 2
inferiormente por la gráfica de z = + .
9 4
a)Bosqueje el sólido K.
b)Calcule el volumen de K.
Solución.
Usando coordenadas esféricas generalizadas :
√
x = 3ρ sin ϕ cos θ, y = 2ρ sin ϕ sin θ, z = 3ρ cos ϕ
x2 y 2 z 2 √
+ + = ρ2 , |J(ρ, θ, ϕ)| = 6 3ρ2 sin ϕ
9 4 3
2
√ √
S1 : ρ =# 3ρ cos ϕ −→ S1 : ρ = 3 cos ϕ
x2 y2 √ √ π
S2 : z = + −→ S2 : 3ρ cos ϕ = ρ sin ϕ −→ S2 : tan ϕ = 3 −→ S2 : ϕ = 3
9 4
1 π √ 2
⊗ := (ρ, θ, ϕ) : 0 ≤ θ ≤ 2π, 0 ≤ ϕ ≤ , 0 ≤ ρ ≤ 3 cos ϕ
3
384
= 2π = π = √3 cos ϕ = 2π = π = √3 cos ϕ = 2π = π √
3 3 cos3 ϕ
V = 0 0
3
0 sin ϕρ2 dρ dϕ dθ = 0 0
3
sin ϕ 0 ρ2 dρ dϕ dθ = 0
4
0 3 sin ϕ dϕ dθ
√ = = π √ √
V = 3 02π dθ 0
4
cos3 ϕ sin ϕdϕ = 2 3π 3
16 = 38 3π
Volumen de la esfera n-dimensional
Como una última aplicación del cambio de variables en la integración veamos el volumen de
una esfera de centro cero y radio a en el espacio Rn . Para ello es necesario introducir la función
Gama. Esta se define así:
8 ∞
Γ (s) = ts−1 e−t dt , s > 0.
0
Las propiedades más importantes de la función Gama son:
1). Γ (s + 1) = sΓ (s) .
2). Γ (n + 1) = n!, en donde n ∈ N.
La función Gama está definida para s > 0. No obstante la propiedad 1) anterior nos dice
que podemos extenderla a los reales negativos salvo los enteros negativos. Por ejemplo, para
−1 < s < 0 tenemos que 0 < s + 1 < 1, en donde está definida la función gama, entonces
Γ(s+1)
definimos Γ (s) = s . Procedemos recurrentemente y definimos la función Gama en los
intervalos (−2, −1) , (−3, −2) ... etc.
La propiedad 2) anterior nos permite extender la noción de factorial de un número natural al
caso de un número real, así: p! = Γ (p + 1) , para p + 1 diferente de un entero negativo o cero.
√ √
Un cálculo directo nos dice que Γ 12 = π y por la propiedad 1) obtenemos Γ 3
2 = 1
2 πy
√
Γ 52 = 34 π. Así mismo Γ (1) = 1, Γ (2) = 1.
El volumen de la esfera n-dimensional de radio a es

n
π2n
Vn (a) = a n , n ≥ 1.
Γ 2 +1
Es claro que es cierta para n = 1, 2. Demostrémola para n ≥ 3. Consideremos la transformación
F (u1 , ...un ) = (x1 , ...xn ) = a (u1 , ...un ) ,

a > 0. Entonces JF (u1 , ...un ) = an . Por lo tanto
8 8 8 8
Vn (a) = ··· dx1 ...dxn = an ··· du1 ...dun
B(0,a) B(0,1)
Esto es, Vn (a) = an Vn (1) . Para calcular Vn (1) procedemos así:
 
 n 
B(0, 1) = (u1 , ...un ) ∈ Rn , u2i ≤ 1.
 
j=1
385
Entonces
== 1= = 2
Vn (1) = u2n +u2n−1 ≤1 ··· u21 +...u2n−2 ≤1−u2n −u2n−1 =p2 du1 ...dun−2 dun−1 dun
==
= u2n +u2n−1 ≤1 Vn−2 (p)dun−1 dun
==
= u2n +u2n−1 ≤1 Vn−2 (1)pn−2 dun−1 dun
== n
−1
= Vn−2 (1) u2n +u2n−1 ≤1 1 − u2n − u2n−1 2 dun−1 dun
= 2π = 1 n
−1
= Vn−2 (1) 0 0 1 − r2 2 r dr dθ
2π
= Vn−2 (1) n .
Ahora, puesto que Γ (s + 1) = sΓ (s) , vemos que la sucesión
n
π2
f(n) = n
Γ 2 +1
386
Ejerccios Propuestos:Integración múltiples
1. Calcular
82 8x 3 4
1
dy dx.
x2 + y 2
1 0
2. Invertir el orden de integración y evaluar
88 82
y
√ dx dy.
√ 16 + x2
0 3y
3. Invertir el orden de integración y evaluar
8 x
82 log
(x − 1) 1 + e2y dy dx.
1 0
4. Sea √
83 84−y
I= f (x, y) dx dy
0 y
3
a) Dibujar la región de integración y luego expresar la integral I con el orden de inte-

gración invertido.
b) Calcular el valor de la siguiente integral doble

√
83 84−y
1 + x2 dx dy
0 y
3
5. Calcular el volumen del sólido limitado lateralmente por los cilindros

√
x= y,
√
y = x,
superiormente por el plano y − z + 2 = 0 e inferiormente por el plano XY.
6. Hallar el volumen del sólido limitado por las superficies:
z = 0, z = x2 + y2 , x2 − 2y − 4 = 0, x2 + 2y − 4 = 0.
387
7. Hallar el volumen del sólido que se encuentra sobre el plano XY y está limitado por
z = xy , x2 + y 2 = 4.
8. Hallar el volumen del sólido limitado por las superficies
z = 10, z = x + y 2 , x = 0.
9. Sea
84
senx
a= dx.
x
1
Calcular, en términos de a, el valor de
81 82 81 84 83 84
sen x sen x sen x
dxdy + dxdy + dxdy
x x x
0 1+y 0 2 1 1+y
10. Demostrar que

88 #
x2 y2
c 1 − 2 − 2 dx dy
a b
S
siendo 9 :
2 y2
2 x
S = (x, y) ∈ R : 2 + 2 ≤ 1 .
a b
(Dicha integral es el volumen de la mitad de un elipsoide)
11. Calcular 88
|xy|
dx dy
x2 + y 2
R
siendo
9 :
x2 y2
2
R= (x, y) ∈ R : + ≤1
9 4
12. Calcular el volumen del sólido ubicado en el primer octante y limitado por las superficies
z = x2 + y 2 , xy = 1, xy = 2, 2y = x, y = 2x, z = 0.
13. Hallar el área de la región limitada por la curva
(x2 + y 2 )2 = xy.
388
14. Calcular 88 2xy

e x2 +y2 dxdy ,
R
donde R es la región limitada por la curva
(x2 + y2 )2 = x2 − y 2 ,
en el primer cuadrante.
15. Calcular 88
(x + y)2 cos(x − y)dxdy
R
donde R es la región limitada por el triángulo de vértices (0, 0), (π, π), (−π, π).
16. Expresar en coordenadas polares las siguientes integrales:
81 81
a) f(x, y)dxdy
0 0
81 8x2
b) f(x, y)dxdy
0 0
17. Evaluar 88
x2 + y 2 dxdy
R
donde R es la región limitada por el cuadrado [0,1]×[0,1].
18. Calcular 88
12
dxdy,
4a2 − x2 − y 2
R
donde R es la región limitada por la semicircunferencia
x= 2ay − y 2 y la recta y = x.(a > 0)
19. Calcular 88
y2
3 dxdy,
(x2 + y 2 ) 2
R
donde R es la región limitada por las curvas
√ x2
y= 3 |x| , y = .
3
389
20. Evaluar la integral doble

88
x2 − y 2
3 dA,
(x2 + y 2 ) 2
S
donde S es la región encerrada por las gráficas de las ecuaciones


 x2 + y2 − 4x − 4y + 4 = 0 ,
1 √
 y = √ x , y = 3x.
3
21. Hallar el volumen del sólido limitado por las superficies
z = 2, x2 + y 2 − z 3 + 1 = 0.
22. Hallar la masa de una lámina que tiene la forma de la región, en el primer cuadrante,exterior
a la parábola y 2 = x e interior a la circunferencia x2 + y 2 − 4x = 0,con densidad superficial
ρ(x, y) = y.
23. Una lámina tiene la forma del triángulo de vértices A(0, 0), B(π, π), y C(2π, 0). Hallar su
masa si su densidad es
δ(x, y) = (x + y)2 sin(x2 − y 2 ) .
24. Calcular el centro de gravedad de la lámina que tiene la forma de la región limitada por
y = x, y = −x, x2 + y 2 = 4, x2 + y 2 = 6
y que se encuentra situada arriba del eje X. La densidad en cada punto (x, y) de la lámina
es
1
δ(x, y) = (x2 + y 2 ) 2 .
25. Hallar la distancia al plano XY del centro de gravedad del sólido limitado por las superficies
z = 0, x2 + y 2 = R2 , x2 + y 2 = r2 , 0 < r < R, Hy + 2Rz = HR, H > 0.
26. Calcular
8 88
xyzdxdydz
K
donde K es el sólido limitado por el cubo [-1,1]×[-1,1]×[-1,1].
390
27. a) Graficar el sólido K, en el primer octante, limitado por
z = x2 + y2 , z = 4, x = 0, y = 0
b) Calcular
8 88
√
x zdxdydz.
K
28. Calcular 888

x2 + y 2 dxdydz
K
donde K es el sólido limitado por las superficies
z = x2 + y 2 , z = 8 − (x2 + y 2 ).
29. Sea √
4−x2 2
82 83 4−8y
8
f (x, y, z)dzdydx.
0 0 x2 +y 2
Cambiar el orden de integración de manera que la nueva integral sea de la forma

8···8···8···
f (x, y, z)dxdzdy
··· ··· ···
30. La integral triple de una función contínua f sobre el sólido K limitado por el paraboloide
z = 8 − x2 − y 2 , el cilindro x2 + y 2 = 4 y el plano z = 2 se ha expresado en la forma :
8 98 8 :
I= f(x, y, z) dz dy dx.
Hallar los límites de integración de las integrales.
31. Calcular 8 88
x2 + y2 dx dy dz
⊗
siendo ⊗ es el sólido limitado por el paraboloide y = x2 + y 2 y el plano y = 4.
32. Calcular 8 88
xydxdydz,
K
donde K es el sólido limitado por los planos
y = x, y = 4, z = 0, z = 4, x = 0.
391
33. Calcular 88 8
ydxdydz,
K
donde K es el sólido limitado por
y = 0, y = 2x − x2 ,
que está debajo de la superficie z = x2 + y 2 y sobre el plano XY.
392
Bibliografía
[1] Apostol, Tom M.: Calculus, volumen 2. Editorial Reverté. 1992.
[2] Berman, G.N.: Problemas y ejercicios de Análisis Matemático. Editorial
Mir-Moscú. 1983.
[3] Deminovich, B.P.: 5.000 problemas de Análisis Matemático. Editorial Paraninfo Thomson
Learning. 2000.
[4] Stewart, J.: Cálculo, trasecedentes tempranas. Editorial Thompson. 1998.
[5] Lages Lima Elon: Análisis Real, volumen 2. Imca-Uni. 1997
[6] Leithold, L.: El Cálculo. Oxfors University Press. 1994
[7] Thomas, George B. Jr.: Cálculo, de varias variable Editorial Pearson.
12a edición. 2010.
[8] Hasser, Norman: Análisis Matemático 2. Editorial Trillas. México 1980.
[9] Lang, Serge: Cálculo 2. Fondo Educativo Interamenricano S.A. 1986.
[10] Lehmann, Charles: Geometría Analítica. Editorial Limusa. 1986.
393

Calculo de Varias Variables Chau

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Calculo de Varias Variables Chau

Enviado por

Direitos autorais:

Formatos disponíveis

ESTUDIOS

CÁLCULO EN VARIAS VARIABLES

Norberto Jaime Chau Pérez

Norberto Chau Pérez.

San Miguel, 5 de marzo de 2017

1. Geometría vectorial en el espacio 9

1.2.15. Planos dobles: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

2. Introducción al álgebra lineal 79

2.14.1. Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

3. Funciones de varias variables 221

4. Funciones vectoriales de variable vectorial 313

5. Integración Múltiple 327

Geometría vectorial en el espacio

1.1. Introducción al espacio Rn

El conjunto de las n-uplas de número reales, n ≥ 1, se representa por Rn ; es decir

Rn = {(x1 , ..., xn ) : xi ∈ R para i = 1, ..., n} .

1. Igualdad de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces

A = B ⇔ ai = bi para todo i = 1, ..., n

2. Adición de vectores. Si A = (a1 , ..., an ) y B = (b1 , ..., bn ) son vectores en Rn , entonces

3. Multiplicación de vectores por escalares. Si α es un número real y A = (a1 , ..., an ) es un

Proposición 1.1.1. El conjunto Rn con la relación de igualdad y las operaciones de adi-

1.∀A, B ∈ Rn se cumple que A + B ∈ Rn .

El elemento θ de Rn , llamado vector cero, está dado por

El vector −A, llamado opuesto de A, es

Deﬁnición 1.1.3. Si A1 , ..., Am son vectores en Rn y α1 , ..., αm son escalares, el vector

se llama combinación lineal de los vectores Ai con coeﬁcientes αi .

En la siguiente proposición, enunciamos algunas propiedades básicas.

Proposición 1.1.4. Demostrar que

Representación geométrica de vectores en R2 y R3 .

Representación geométrica de un vector. Cada vector en R2 o R3 puede ser representado

c. Como una ﬂecha o segmento dirigido. El origen es un punto P cualquiera y el extremo

1.1.2. Paralelismo de vectores.

Deﬁnición 1.1.5. Sean A y B dos vectores en Rn , decimos que A es paralelo a B, si existe

Deﬁnición 1.1.6. Sean A y B dos vectores no nulos en Rn , si A es paralelo a B decimos que:

1.1.3. Producto escalar y norma.

En particular, si A = (a1 , a2 ) y B = (b1 , b2 ) en R2

Teorema 1.1.8. Para A, B, C ∈ Rn y para todo α ∈ R

Deﬁnición 1.1.9. La norma (o módulo) de un vector A = (a1 , ..., an ) en Rn , representada por

Proposición 1.1.10. Para A, B ∈ Rn y para α ∈ R cualesquiera se cumplen:

La desigualdad triangular corresponde al teorema geométrico: la longitud de un lado de un

Proposición 1.1.12. Si A es un vector no nulo en Rn , su versor es el vector

1.1.4. Ortogonalidad de vectores.

Deﬁnición 1.1.14. Sean A y B dos vectores no nulos de Rn . Decimos que A es ortogonal a B,

De acuerdo con la deﬁnición de ángulo entre dos vectores,

Como A · B = B · A, es claro que A ortogonal a B implica que B es ortogonal a A. Por esta

1.1.5. Proyección ortogonal y componentes.

Deﬁnición 1.1.15. Sean A y B vectores en Rn con B = 0. La proyección ortogonal de A sobre

Observación 1.1.16. ProyB A es paralela a B.

1. Si CompB A > 0, entonces ProyB A tiene el mismo sentido que B, y

2. Si CompB A < 0 entonces ProyB A y B tiene sentidos opuestos.

3. Si CompB A = 0 entonces A y B son ortogonales.

1. Probar que si A, B ∈ Rn son vectores no paralelos y

2. Sean A, B ∈ Rn vectores no paralelos dados, C = (α + β − 1) A + (α + β) B y D =

3. Demuestre que el vector A B + B A es paralelo a la bisectriz del ángulo que forman

−−→ −−→ −−→ −→ −−→ −

5. Sean a, b ∈ Rn , demostrar que:

6. Sean A y B dos vectores unitarios que forman un ángulo θ. Demuestre que A − B =

8. Los vectores A, B ∈ Rn forman un ángulo de 45◦ y A = 3. ¿Cuál debe ser el valor de

b) A + B forme un ángulo de 30◦ con A?

9. Demostrar que dos vectores A y B en Rn son ortogonales si y sólo si

10. (Teorema de Pitágoras). Dos vectores A y B en Rn son ortogonales si y sólo si

1.1.6. Producto vectorial y producto mixto en R3 .

Deﬁnición 1.1.18. Dados los vectores A = (a1 , a2 , a3 ) y B = (b1 , b2 , b3 ), el producto vectorial

Proposición 1.1.19. A × B es ortogonal tanto al vector A como al vector B.